運籌學兩階段法范文

導語：如何才能寫好一篇運籌學兩階段法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關鍵詞 半成品倉庫 設施選址 物流量分配模型

中圖分類號：F253.7 文獻標識碼：A

制造企業內部物流把生產系統與物流系統融為一體，形成特定的生產工藝，其效率直接影響企業的生產效率。國外統計資料表明，在制造業中，總經營費用的20%~50%是物料搬運和運輸費用，而優良的物流系統設計，可使這一費用至少減少10%~30%。對于大型制造企業，生產過程中物流量大，裝卸搬運困難，內部物流成本在企業總生產本中所占比重很高，所以降低內部物流成本成為制造企業的又一利潤源。半成品倉庫作為企業生產網絡中的重要節點，協調前后兩階段的供需平衡，其科學的選址與布局可以降低企業內部的物流量，從而降低企業生產成本，提高效率。

一、問題界定

大型制造企業其生產流程可簡單描述如下圖：

大型制造企業主要有三種類型倉庫：原材料倉庫，半成品倉庫以及成品倉庫。在大型制造型企業中，半成品物流量大，搬運和運輸物流費用高，半成品倉庫作為企業生產網絡的重要節點，協調前后兩階段的供需平衡，其科學的選址不僅要考慮從半成品生產車間到半成品倉庫這一階段的相關成本，而且還需要考慮從半成品倉庫到成品生產車間階段的相關成本。因此，在各種車間的位置既定的情況下，文章主要以半成品倉庫選址為例，來說明如何進行大型制造企業半成品倉庫選址與布局設計。

二、模型構建

（一）問題描述。

各個半成品生產車間和成品生產車間既定，半成品生產車間生產多種半成品。需要解決的問題是:確定半成品倉庫的設置數目、設置地點，以及不同半成品的物流量在半成品生產車間與半成品倉庫以及半成品倉庫與成品生產車間之間的分配，使得半成品倉庫初始設置成本與各點間運輸成本的總量最小。因此，本文將該問題定義為一個兩階段多產品的選址-分配問題。

（二） 模型假設。

(1)倉庫容量滿足需求。

(2)各點之間采用汽車運輸。

(3)運輸費用與運輸量和運輸距離成正比。

（三）符號定義。

模型中涉及的已知變量和參數有：

(1) I：半成品生產車間集，，共有m個；

(2)J：候選的半成品倉庫集，，有n個；

(3)K：成品生產車間集，,有q個；

(4)H：半成品集，，有g個；

(5)rh：半成品的單位運輸成本；

(6)Aih：半成品生產車間i生產半成品的生產能力；

(7)Bjh：成品生產車間j對半成品h的需求量；

(8)fi：表示半成品倉庫j的初始設置成本；

(9)dij：半成品倉庫j到半成品生產車間i的距離；

(10)djk：半成品倉庫j到成品生產車間k的距離；

模型的決策變量有5個：

(11) Xj =1：在j處建設倉庫；否則為0；

(12) Yij=1：將倉庫j指派給半成品生產車間i；否則為0；

(13) Yjk=1：將倉庫j指派給成品生產車間k；否則為0；

(14) xijh：由半成品生產車間i運往半成品倉庫j的半成品的運輸量；

(15) xjkh：由半成品倉庫j運往成品生產車間k的半成品的運輸量。

（四）制造企業半成品倉庫的選址-分配模型。

根據上述假設和定義，建立半成品倉庫的選址-分配模型。

目標函數(1)是使總費用（固定成本與運輸成本）最小；約束（2）（3）表示只有在半成品倉庫已經建立的情況下才能進行指派；約束（4）表示只有在半成品倉庫指派給半成品生產車間時才能進行物流量分配；約束（5）表示只有在半成品倉庫指派給成品生產車間時才能進行物流量分配；約束（6）（7）表示每個車間能且只能由一個倉庫進行服務；約束（8）表示從半成品車間發送到半成品倉庫的半成品量不能超過它的生產能力；約束（9）表示應滿足成品生產車間的需求；約束（10）表示半成品倉庫的半成品進出總量平衡；約束（11）（12）表示必須滿足非負條件；約束（13）（14）（15）表示0-1整數規劃約束。

三、模型算法及結果

本文解決的是中等規模的優化問題，可以采用運籌學軟件CPLEX，應用精確算法來求解（分支定界和單純形法），得到的解是該問題的最優解。

四、結語

目前大多數離散型選址模型主要由以下幾個部分組成：已知的顧客數量和他們的需求，一些待定的固定設施（例如倉庫），固定的和可變的生產或庫存成本、以及在顧客和倉庫之間的運輸成本。選址問題的目標是確定倉庫的數量和具置以及分配給各個倉庫服務的對象，使得總成本最小化。這些模型在現實問題中已經運用多次，但現實問題中有些情況被過分簡化。如：目前的倉庫選址只考慮從倉庫到各個需求點或是從各個供應點到倉庫的相關成本，建立的是單階段倉庫選址模型，而沒有將各個供應點、倉庫以及需求點綜合考慮，建立從各個供應點到倉庫和倉庫到各個需求點的兩階段倉庫選址模型。對于半成品倉庫，這些模型則不能考慮其協調前后兩階段的供需平衡，使企業內部物流費用最小化。而本文建立的兩階段多產品倉庫選址的混合整數規劃模型，充分考慮半成品倉庫的特點，能很好的解決以上問題，尤其適合如大型鋼鐵、化工企業的半成品倉庫選址布局問題。

（作者：重慶工商大學商務策劃學院碩士研究生，研究方向：物流管理）

參考文獻：

[1]林麗華，劉占峰.物流工程.北京大學出版社，2009.

篇2

1物流運籌技術課程的意義及地位

1．1課程開設的理論和現實意義

有學者構建了從事操作型和基層管理工作的物流高技能人才勝任力模型，提出了專業的知識與技能、基礎工具運用能力等十個方面的勝任力要素，認為高技能人才應具備解決問題、團隊合作和協調各方資源等能力［1］．也有認為需要重視物流管理專業學生對人力物力進行卓有成效的物流活動組織技能的培養［2］．從全國調研報告數據分析來看，企業對物流中基層管理崗位的要求上非常重視“解決問題能力”這一職業核心技能［3］．物流運籌技術是從定量分析的角度，研究物流管理所涉及的運輸調度、生產計劃安排、人員調配、物流網絡優化和投資分配等典型工作中如何應用科學的方法進行統籌安排，合理利用資源，并使其經濟效益達到最優的決策科學和決策技術，在培養學生系統性思維、團隊合作意識和解決具體問題能力方面發揮著重要作用．因此開設該課程非常必要．

1．2課程地位分析

調研表明，企業對倉儲作業能力、運輸作業能力、配送作業能力、物流信息管理能力和物流市場拓展能力等5個專業能力的重視比例均高于學校;企業在專業能力重要性認知上全部高于學校，但在以培養專業能力為目標的倉儲作業與管理、運輸管理、配送作業與管理等9門專業課程重要性認知上卻全部低于學校［3］．因此從一定程度上反映出企業對當前學校課程設置和效果的認可度還不高，學校課程的設計期望與實際效果還存在較大差距．從課時角度看，物流管理專業課程平均課時多在60個學時以上，開設課時較充足．因此課程未達到預期效果除師資、實訓等客觀條件不足外，還與各專業課程獨立開設，互不相通，知識點過于分散，能力培養不系統有關．物流運籌技術的課程內容和性質恰好能起到綜合運用各專業課程知識點和系統培養專業能力的作用．以往認為該課程屬于專業基礎課程，這是從學科體系角度來分類的．依據高職應處理好專業與學科關系的研究［4］，以及對職業核心能力培養的重要作用，該課程在課程體系中應是核心課程之一．

2物流運籌技術課程教學內容及設計環節

2．1分析傳統教學單元劃分方式的不足

該課程教學內容早期為本科運籌學課程的精簡版，主要包括線性規劃、對偶問題、整數規劃、非線性規劃、運輸問題、動態規劃、存儲論、決策論等內容，以講授運籌學理論、模型推導和手工計算方法為主．近些年隨著高職課程體系改革的研究，在課程內容上加大了與物流管理專業課程相關的內容，并介紹了一些計算軟件的使用．結合目前該課程的開設情況和教學實際經驗總結，按理論劃分教學單元已經不適合高等職業教育的需要．如在傳統的運籌學中線性規劃、對偶問題、整數規劃、運輸問題等多是獨立成章，分別基于不同的理論和模型，運用不同的方法．其中僅線性規劃理論就有一般形式、規范形式、標準形式和典則形式等多種不同的模型形式，有簡單單純形法、大M法、兩階段法和對偶單純形法等多種不同的解法．運輸問題章節中又會涉及到西北角法、最小元素法、伏格爾(VogelMethod)法、閉回路法等．上述四個理論單元涉及的模型實際上可以互相轉換，都適用同一模型，卻涉及約15種不同的解法．按理論劃分教學單元的設計造成在教學和考核中都過于關注學生是否掌握了不同的解法，而對學生綜合運用知識，構建和運用模型解決具體問題的能力關注不夠．隨著解法越來越多，掌握起來越來越困難，學生的學習興趣呈下降趨勢，解決問題的能力并沒有顯著提高．這些都不符合高職學生的特點和高職教育的要求．

2．2進行項目式教學單元設計

如上文所述，事實上運輸問題可以運用線性規劃理論來解決，有些線性規劃問題也可以運用運輸問題的方法來解決．早期運籌學的數值計算主要由手工完成．將運輸問題與線性規劃分章講述，主要是基于運用的手工計算方法不同．這種教學單元劃分方式過于側重最優值的計算方式，而割裂了問題之間的本質聯系，不利于學生對問題及模型本質的深刻理解和運用．隨著現代計算技術的發展和計算軟件的普及，各模型的數據計算工作不再需要手工計算來完成．因此可以將教學重點轉移到對系統性思維訓練、模型構建與匹配能力訓練和計算軟件操作訓練上來．整個課程在教學內容上根據適用模型和計算軟件的情況，可以相應地分為以下5個項目．

1)線性規劃應用項目共含最優生產計劃制定、最優運輸調度方案制定、值班人員安排、下料問題等4個典型工作任務，以培養學生在不同情境中運用線性規劃的模型運用和優化方法使用能力．

2)動態規劃應用項目共含運輸最短路程選擇、物流設備投資分配方案制定、背包問題與貨物運輸裝配方案等3個典型工作任務，以培養學生在三個主要情境中運用動態規劃模型和優化方法的能力．

3)存儲論與庫存控制項目共含安全庫存量的控制、訂貨周期與訂貨量控制、存儲費用最優方案的制定等3個典型工作任務，以培養學生在面對不同類型需求和貨物種類制定最優庫存方案和進行定量控制．

4)網絡分析與控制技術項目共含運輸網絡優化、流量控制方案、項目進程控制與優化等3個典型工作任務，以培養學生初步掌握物流網絡優化能力．

5)決策技術項目共含不確定性決策、風險性決策、多目標決策、矩陣對策等4個典型工作任務，以培養學生中基層管理實踐中系統處理業務的能力．上述設計打破層進式的教學內容安排，代之以5個基于相同模型和計算方法的相對獨立的教學項目來構成，其中前三個項目側重解決物流業務中的具體問題，后兩個項目側重于中基層管理中所需的系統思維和優化能力的訓練．每個項目選取3～4個不同的典型任務，多情境強化學生的運用能力，培養學生的知識遷移能力．學生可根據自身興趣和特長，進行項目間的組合和融通，避免了層層遞進式教學模式中“越學越難”的困擾，符合職業教育工學結合課程關注工作過程系統化課程的開發，在同一范疇下的多個學習情境教學實施的要求［5］．

2．3選擇適合教學的計算軟件

計算軟件操作實訓是該課程的重要教學內容，選擇不同的教學軟件將直接影響課程內容的編排和授課計劃的制定．目前在教學中主要使用四種計算軟件，即winQSB，Lingo，Matlab和Excel．其中winQSB內含19個子程序，可以對應解決19類問題，操作簡便，但要求使用模型需要按照程序要求的規范形式，缺少靈活性，且不適合解決大型運算問題．Lingo軟件適合大型運算問題的演算，靈活性強，計算速度快、精度高但操作復雜，需要使用者擁有一定的編程能力．Matlab應用面廣泛，擅于進行諸如方程求解、微積分、非線性問題求解等復雜運算，但語法嚴格，輸入繁瑣，并要求模型按軟件規范表述，操作者具備一定的編程能力．Excel最容易獲得，界面友好，內置多種工具，操作簡便，可以解決諸如線性規劃、網絡分析等多種問題，對操作者沒有能力上的特別要求．但不擅長解決復雜的問題，計算精度也不高．從各軟件優缺點比較，在實際教學中可以有針對性地選擇一種或幾種組合軟件來進行教學．根據教學經驗，通常在實際教學中選擇Excel和Matlab兩個軟件的組合，基本可以滿足教學中的計算需要．

3物流運籌技術課堂教學方法探討

結合高職教學和學生特點，物流運籌技術課程的性質和教學內容決定了該課程不能完全通過理論講授來達到教學目的．另一方面，由于該課程涉及較深奧的理論，也不能單純通過實訓來讓學生真正掌握相應的方法和運用技能．根據該課程的特點，課堂教學適宜采取教學做一體形式，分四個環節進行教學．

3．1“講授—理解”環節

這一環節采取教師講授基本知識點，學生了解和掌握的教學方式，重點介紹模型和方法的適用條件、構成要素和運用的成功案例，側重將復雜和抽象的模型簡單化和形象化以培養學生的學習信心，并通過運用的成功案例啟發學生思考和引起學生學習興趣．這個環節不宜側重運用抽象的數學語言對模型進行描述和推導，教學實踐表明這種作法收效甚微，并嚴重挫傷學生的學習積極性．

3．2“演示—模仿”環節

這個教學環節采取教師演示問題的處理過程和方法，學生跟隨模仿的教學方式，重點在于進一步調動學生的學習積極性，讓學生通過模仿逐步體會各類模型和方法在解決實際問題中的巧妙之處，進一步激發其掌握技能的欲望．教師演示過程應盡可能地細致并進行必要的反復，便于學生對全過程進行模仿和掌握，形成操作過程的整體認識．

3．3“操作—指導”環節

這個環節設計與教師演示例題相似的問題，以學生動手操作為主，教師進行適當的提示和指導．教師在這一環節應注重發揮學生的自主性，指導學生將在模仿中掌握的知識和技能遷移到新問題上，側重學生獨立解決問題能力的培養，并鼓勵學生探索，允許學生犯錯，通過指導幫助學生發現在知識和技能上的不足，鞏固學習成果．

3．4“展示—講評”環節

這一環節側重學生將學習成果進行展示，教師對學生學習中存在的問題進行講評，學生進行課堂學結．這個環節的目的是檢驗學習效果和肯定學生學習成果．由于該課程是以項目下多個任務形式作為教學內容，學生在成功解決某一具體問題或完成某一任務后會產生一定的成就感，通過成果展示和教師講評可以進一步激發和穩固學生的學習興趣和信心．上述四個環節緊緊相扣，可以根據每節課的教學內容對四個環節的教學時間進行分配，細分每個環節的教學目的和重難點，同時能將理論教學和實踐教學有機地結合起來，通過循序漸進的授課節奏，將學生帶入情境從而形成了完整的課堂教學組織過程．

篇3

論文關鍵詞：原創性高新技術產業，創新效率，測度，創新鏈，兩階段分析

1 問題的提出

21世紀高新技術發展突飛猛進，高新技術產業已成為當代經濟增長的核心，世界各國都在搶占高新技術的制高點。我國在“十一五”規劃中更是把發展高新技術產業作為經濟結構調整和產業升級的重要手段。我國高新技術產業的工業產值從1998年的7110.66億元，增長到2007年的50461.17億元，年均增長24.1%，成為我國經濟中最有活力的一部分。2007年，我國高新技術產業保持較快發展，高新技術產品在國際市場的競爭力進一步提高。全年規模以上高新技術產業企業實現工業總產值51207億元，比上年增長20.4%；完成增加值11551億元，比上年增長17.8%。當年，我國高新技術產品出口貿易總額為3478億美元，比上年增長23.6%；高新技術產品出口貿易占全部商品出口貿易總額的比重達到28.6%[1]。目前現代企業管理論文，我國高新技術產業規模迅速擴大，成為拉動國民經濟增長和促進產業結構調整的重要力量。

然而，在我國高新技術產業中，一些核心領域缺乏原創性技術，導致企業自主創新能力較為薄弱,缺乏自主知識產權。近年來，中國政府將“提高自主創新能力，建立創新型國家”作為新時期國家發展戰略的核心，試圖通過技術創新、科技進步來提升產業結構。數據顯示，近年來中國高新技術產業創新投入持續攀升，R&D經費從1998年的56.45億 元，增長到2007年的545.32億元，年均增長28.44%；R&D人員總量也有大量增長，從1998年的70879人年，增長到2007年的248228人年，年均增長14.94%。但與此同時，新產品銷售收入從1998年的1207.254億元，增長到2007年的10303.222億元，年均增長只有26.68%，比R&D經費年均增長率還低[1]。由此可見，增加創新資源投入只是發展高新技術產業的必要條件而非充分條件。中國在原創性高新技術產業發展過程中，不僅要注重創新資源的總量投入，更要注重其效率問題，特別是在相對于發達國家，中國科技創新資源嚴重不足的情況下，效率問題就變得更為突出論文提綱怎么寫。

如何設計一個高效的R&D測評系統現代企業管理論文，國外學者做過相關研究。Brown和Svenson(1998)提出了最著名的R&D系統框架模型——B-S模型，認為R&D系統方法由輸入、處理系統、輸出等八個主要的單元組成[2]。Kerssens-van Drogelen(1999)從影響R&D績效的權變因素、測度方法和技術等構建了R&D績效測評系統[3]。Bourne(2000)等認為，實施一個完整的績效測度體系應包括績效測度的指標設計、測度指標的選取等四個步驟[4]。Begemann(2000)提出一個動態的績效測度體系框架[5]。近年來，國內不少學者運用參數或非參數方法從不同視角對高新技術產業效率進行了測度。余泳澤（2009）基于價值鏈的視角，將高技術產業的技術創新過程分為技術開發和技術成果轉化兩個階段，并利用DEA模型分別對各階段的效率及其影響因素進行了實證研究[6]。官建成、陳凱華（2009）綜合運用數據包絡分析的松馳測度和臨界效率測度模型，對中國高技術產業技術創新效率進行了測度[7]。朱有為、徐康寧（2006）利用隨機前沿生產函數測算了中國高技術產業的研發效率及影響因素[8]。

綜上文獻，國內學者從不同側面探討高新技術產業的績效測評及影響因素，對完善高新技術產業創新理論與實踐有不同程度的促進作用。遺憾的是，專門研究原創性高新技術產業創新效率的測評，并分析其效率高低的關鍵影響因素的文獻很少。原創性高新技術產業如何界定？創新效率如何測評？其關鍵影響因素有哪些？找準并有效解決這些問題，對提高高新技術產業的原創性，并提高原創性高新技術產業創新效率，加快發展原創性高新技術產業起不可或缺的作用，為政府的產業結構優化決策提供科學依據。本文通過界定原創性高新技術產業的范圍，基于創新鏈視角，運用DEA方法從兩階段測度原創性高新技術產業的創新效率，并分析影響效率的關鍵因素，在此基礎上針對性提出有效提高原創性高新技術產業創新效率的政策建議，以期為政府和企業提升我國高新技術產業核心競爭力的決策提供參考。

2 原創性高新技術產業范圍界定及創新效率的測度方法

1. 原創性高新技術產業范圍界定

在創新的產出方面，專利是一個被經常采用的指標（Griliches，1990[9]；池仁勇等，2004[10]；官建成、何穎，2005[11]；劉樹、張玲，2006[12]）。在發明、實用新型和外觀設計三種專利中現代企業管理論文，發明專利技術含量高且申請量很少受到專利授權機構審查能力的約束，更能客觀反映一個地區原始創新能力與科技綜合實力（Liu & White,2001[13]；Guan & Gao，2009[14]；劉鳳朝，2006[15] ，白俊紅等，2009[16]）。新產品銷售收入是衡量創新產出的另一個指標，但其中的新產品，若源自于三種專利中的實用新型和外觀設計，其技術含量沒有發明專利高。鑒于此，本文放棄“新產品銷售收入”而以“發明專利”相對近似衡量高新技術產業的原始性。

由于原創性產業的界定在國內尚無先例可循，到目前為此，學術界難以找到比發明專利更好的反映原創性替代指標。本文認為“高新技術產業的擁有發明專利數占三種專利申請總數的百分比”在一定程度上可以相對較好地反映中國高新技術產業的原創性水平。為研究問題的方便，考慮數據的可獲得性和樣本容量大小對實證結果的影響，以及中國目前高新技術產業原始創新能力較弱的現狀。本文從1999-2008年高新技術產業里以“發明專利占專利總數百分比（臨界值暫定為70%）”從高新技術產業的17個行業中篩選出反映相對原創性較高的中國原創性高新技術產業的12個行業。需要說明的是，原創性是個相對概念，如果是原創性相對發達的國家，臨界值可適當放大。

2.創新效率的測度方法

DEA(Data Envelopment Analysis,數據包絡分析)方法是測度同類型決策單元(Decision Making Unit， DMU)相對效率最為常用的方法之一,它由著名運籌學家Charnes、Cooper和Rhodes于1978年首先提出[10],現已廣泛應用于銀行、高校、醫院、保險公司以及制造業、服務業等諸多領域的效率評價?，F有文獻中,有關區域創新效率的測度亦基本上是基于DEA方法展開的,本文利用DEA方法中的CCR模型,以我國原創性高新技術產業的每個行業為基本決策單元測度其創新效率。對于任一決策單元DMU0,其對偶形式的CCR模型可表示為

式中:為決策單元的個數,和分別為輸入與輸出變量的個數,為投入要素,為產出要素,為決策單元DMU0的有效值。若且,則決策單元DEA有效；若,且或時,則決策單元為弱DEA有效；若,則決策單元非DEA有效[17]論文提綱怎么寫。

3 原創性高新技術產業創新效率的兩階段測度及其分析

完整的技術創新鏈包括：研究、開發、成果轉化和生產四大環節。由于生產環節涉及的要素太多，由于篇幅所限，為簡化起見，本文只研究原創性高新性高新技術產業創新鏈的兩個階段，即：技術開發和成果轉化兩個階段（見圖1），分別測度兩階段的創新效率。

3.1 兩階段的變量選取與數據說明

1.技術開發階段

技術開發階段的投入指標：R&D經費，R&D人員。產出指標：擁有發明專利數，屬于一種中間產出現代企業管理論文，它是指將研發投入轉化為知識產出的能力，從某個角度反映了原創性科技產出。

數據處理方面，主要考慮三個因素：數據的缺失導致采樣不全面；技術投入和產出之間的時滯性；價格因素導致數據的虛增或虛減。（1）在技術開發階段的投入產出指標數據處理方面，本文采用了移動平均法和線性插值法彌補了部分產業在某些年份數據缺失的問題。（2）科技從研發投入到新專利通常需要一定的周期，同時各種創新活動周期存在較大差異性，例如電子及通信設備制造業的幾個月到醫藥制造業和航空航天器制造業的幾年不等，且時有交叉，使得投入和產出數據不對應。本文選擇滯后期1 年，投入數據選擇1998-2007年，產出數據選擇1999-2008年。（3）有關研發經費的平減方面，首先是要確定R&D價格指數來將當年價格核算的經費總值折算為可比價格，根據《中國統計年鑒》（2009）的有關數據，構造R&D價格指數如下：R&D價格指數=0.75*工業品出廠價格指數+0.25*居民消費價格指數。其中工業品出廠價格指數和居民消費價格指數的基年均定為1998年。然后計算出R&D經費1998-2007年的年平均增值率，即，關于R&D存量的折舊率，參考已有文獻通常采用的折舊率，基年1998的R&D存量，這里用所有時期的R&D支出的年平均增長率代替1998年之前的R&D支出的平均增長率，則1998的R&D經費存量用公式表示為，以后各年的R&D經費存量通過永續盤存法的方法推導得：。

2.成果轉化階段

成果轉化階段的投入指標：技術投入為技術開發階段產出，即擁有發明專利數（反映原創性科技產出），經費投入為技術改造經費，人員投入為科技從業人員。產出指標：考慮到要求能直觀體現高新技術產業的創新成果在商業上使企業獲利的能力，以及市場通過吸收技術創新而帶來增強競爭力的能力，因此選用新產品銷售收入和新產品出口銷售收入作為成果轉化階段的產出指標。

數據處理方面現代企業管理論文，數據的缺失、時滯性的處理方法與技術開發階段相同。價格指數方面，成果轉化階段的技術投入指標技術改造經費選用的平減指數采用R&D價格指數，而在產出指標新產品銷售收入和新產品出口銷售收入的平減指數的考慮上，將高新技術產業劃分為兩類，一類是醫藥制造業中的三個細分的產業；另一類屬于機械電子行業即其余的四大產業。因而在這兩個產業的指數選取上也是有所不同的，前者選用化學工業1998年為基年將當年價格核算的經費總值折算為可比價格，后者選用機械工業1998年為基年將當年價格核算的經費總值折算為可比價格。技術改造經費的數據處理在年平均增長率，折舊率以及基年和以后各年的存量處理方法都同研發經費的處理。

3.2 實證結果及分析

1 .我國原創性高新技術產業創新效率整體分析：基于技術創新鏈視角

根據原創性高新技術產業科技活動的投入產出數據，運用DEA測算兩階段創新效率值（如表1）.

表1 技術開發階段和成果轉化階段效率

行業

技術開發效率

成果轉化效率

化學藥品制造

0.324

0.209

中成藥制造

1

0.055

生物、生化制品的制造

0.54

0.104

飛機制造及修理

0.099

0.501

航天器制造

0.042

0.282

雷達及配套設備制造

0.128

0.531

廣播電視設備制造

0.53

0.266

電子器件制造

0.434

0.557

電子元件制造

0.288

0.516

電子計算機整機制造

0.554

1

醫療設備及器械制造

0.99

0.103

儀器儀表制造

0.659

0.157

平均值

0.466

0.357

由表1知，技術開發階段效率（0.466）的平均值大于成果轉化階段（0.357），說明我國原創性高新技術產業的成果轉化效率已落后于技術開發效率，科學技術向現實生產力轉化的效率亟待增強。

綜合表1的技術開發階段和成果轉化階段效率（行業）的數據結果，得出各個產業技術創新效率中技術開發階段和成果轉化階段的二維分布圖，如圖2所示。

圖2 兩階段原創性高新技術產業技術創新效率矩陣圖

從圖中可以看出，12個行業中只有電子計算機整機制造1個行業處于高技術開發效率高成果轉化效率的C區域；落在高技術開發效率低成果轉化效率B區域的有5 個行業：中成藥制造、醫療設備及器件制造、儀表儀器制造、廣播電視設備制造和生物與生化制品制造；位于低技術開發效率高成果轉化效率D區域的有4 個行業：電子器件制造、電子元件制造和雷達及配套設備制造、飛機制造及修理；其余的2個行業都落在低技術開發效率低成果轉化效率的A區域。

由圖2可進一步看出原創性高新技術產業效率的原因及其相應的調整方向，具體如下：

A類行業——低開發低轉化

航天器、化學藥品制造，這些行業的研發階段投入了大量資金但收效卻不顯著，同時在成果轉化階段盲目投資，對投資的質量（消化吸收、技術引進等）重視不夠。對于這類行業應該兩階段同時加強，既要提高技術開發效率又要提高成果轉化效率。

B類行業——高開發低轉化

儀器儀表、醫藥類、生物與生化制品制造行業等，屬于國家相對比較傳統行業，有一定的技術積累，并且近幾年國家加大研發投入，技術開發效率高；但由于經濟不可行，技術不確定現代企業管理論文，缺乏轉化資金等，導致成果轉化率低。這類行業應當在不降低技術開發階段效率的前提下，重點加強成果轉化階段的效率。

C類行業——高開發高轉化

這類行業屬于發展比較成熟的行業，其技術開發階段的效率和成果轉化階段的效率都比較高， 是其他類型行業發展的目標。這類行業的資金、人才和技術投入與產出發展比較配套，經濟發展基礎好，屬于我國原創性高新技術產業發展的先鋒論文提綱怎么寫。

D類行業——低開發高轉化

電子類、飛機與雷達類，說明此類行業的發展基礎比較弱大多是引進后轉化，缺乏技術開發，技術開發效率不高；在成果轉化階段，技術比較成熟，實現了較高的成果轉化效率，總體上限制了技術創新能力的提升。這類行業應在不降低成果轉化階段效率的前提下，重點提高其技術開發階段的效率。

圖2 整體可看出，我國原創性高新技術行業除了電子類產品外，大部分行業都存在科技成果轉化效率偏低的問題。可能的原因是：1、研發項目缺乏市場導向，導致技術轉化比較困難。高校、科研院所許多研發成果技術含量高，但生產成本很高，缺乏市場競爭力，或者不具備行業生產能力，導致轉化困難。二是許多技術不成熟、不穩定，不具備產業化的基礎條件，在技術轉移中存在很大的風險。2、技術轉移對接程度不高。高校和科研院所的科技成果是為了“科研”而不是為了企業的需求，成果無法迅速轉化，科研的重復和浪費現象比較嚴重現代企業管理論文，導致成果轉化效率偏低。3、企業的技術吸收能力不強。我國相當一部分企業的技術屬于落后技術、傳統技術和限制技術，從而嚴重制約了企業的技術轉移。3、企業技術轉移的資金不足。技術成果轉化需要大量的資金投入，通常是技術開發的10倍。目前我國企業普遍存在資金不足問題，高新技術產業由于高風險性，很難取得商業銀行貸款支持。由于受條件限制，獲得政府專項資金扶持的也很少。5、缺乏有效的技術轉移機制。一是缺乏相關的法律法規。二是缺乏政策扶持。三是缺乏合理的評估機制。四是缺乏風險投資。五是雙方信息不對稱[18]。

針對以上四類不同的行業，可以采取不同的提升渠道：單邊突破式提升：。即在技術創新過程中，針對各個行業不同的情況，保持住原先的效率高的階段，以其效率低的階段為突破口，加強投入和產出的配比，以提升B、D類行業的技術創新的整體效率。

漸進式提升：例如或者。對于A類行業的效率提升方式有多種渠道，就是先集中精力將某一項優勢發揮至最大，同時再極力彌補劣勢，通過B或D區的過渡，最終成功進入成為C類行業。

跨越式發展：，A類行業需要具備雄厚的經濟基礎，并且在發展過程中要注重技術開發效率和成果轉化效率兩手抓，在條件具備的情況下，實現的跳躍式發展渠道是有可能的。

2．技術開發階段的效率分析及投入與產出分析

用DEA方法測度的技術開發階段的創新效率及投入冗余與產出松弛情況如下 (見表2).

（1）效率分析

表2 1999-2008年我國原創性高新技術產業技術開發階段的平均創新效率與差額值

效率

差額

行業

crste

vrste

scale

規模效應

擁有發明專利數

R&D人員

R&D經費

化學藥品制造

0.324

0.324

1

-

100

0.0

中成藥制造

1

1

1

-

0.0

生物與生化制品的制造

0.54

0.738

0.731

irs

6139.5

飛機制造及修理

0.099

0.099

0.991

irs

1131

0.0

航天器制造

0.042

0.307

0.136

irs

23

8883.5

雷達及配套設備制造

0.128

0.396

0.324

irs

14

52

0.0

廣播電視設備制造

0.53

1

0.53

irs

0.0

電子器件制造

0.434

0.435

0.999

-

25944.0

電子元件制造

0.288

0.288

0.997

irs

241

0.0

電子計算機整機制造

0.554

0.563

0.985

irs

91780.1

醫療設備及器械制造

0.99

1

0.99

irs

0.0

儀器儀表制造

0.659

0.66

0.999

irs

2622

0.0

平均值

0.466

0.568

0.807

3

346

11062.3

從表2可看出原創性高新技術產業技術開發階段的創新效率（crste）：

中成藥制造和醫療設備及器械制造的創新效率分別為1，0.99，創新效率較高；而飛機制造及修理、航天器制造、雷達及配套設備制造3 個行業的創新效率分別為0.099，0.042，0.128，創新效率較低論文提綱怎么寫。生物與生化制品的制造、航天器制造、雷達及配套設備制造、廣播電視設備制造、醫療設備及器械制造5 個行業的規模效率分別為：0.731,0.136,0.324,0.53,0.99,分別小于相應行業的純創新效率現代企業管理論文，無效率主要來自規模無效率，可能的原因：這5個行業規模擴張過快，內部協調管理能力不足管理費用增加幅度大于規模擴張帶來的成本降低的幅度。其它行業（除中成藥制造外）的規模效率分別大于相應的純創新效率,無效率主要是源于純技術無效率。我國原創性高新技術行業技術開發階段創新效率平均值僅為0.466，創新效率較低可能是因為這些行業過多追求技術開發的投資規模而忽視了技術開發效率。這為各行業技術開發階段效率低找準癥結所在，并提高其效率提供科學依據。

（2）投入冗余與產出松弛、規模效應分析

為了探討1999-2008年間我國原創性高新技術產業技術開發效率的特點并且尋找未達到有效值的根源，用基于產出導向的DEA模型CCR度量了各個原創性高新技術產業的特點。

從投入角度看，生物與生化制品的制造、航天器制造、電子器件制造、電子計算機整機制造這4個行業都存在研發經費冗余，分別為6239.5萬元, 8883.5萬元, 25944萬元,91780.1萬元；相對而言，研發人員顯得不足?；瘜W藥品制造、飛機制造及修理、雷達及配套設備制造、電子元件制造、儀器儀表制造這5個行業都存在研發人員冗余，分別為100人,1131人, 52人,241人，2622人，相對而言，研發經費顯得不足。中成藥制造和醫療設備及器械制造的創新效率分別為1，0.99，效率最佳，不存在投入冗余和產出松弛。從產出角度看，航天器制造和雷達及配套設備制造產出松弛分別為23個,14個,存在擁有發明專利總量不足。這些行業需要加大技術開發的原始創新力度。這為進一步調整科技投入產出方向和幅度，提高技術開發階段效率提供準確的科學依據。

從規模效應來看，除了化學藥品制造、中成藥制造、電子器件制造這3個行業處于規模效應不變外，其它行業處于規模遞增，這些行業可進一步增大研發資源的投入以提高技術開發階段的效率。

2．成果轉化階段的效率分析及投入與產出分析

用DEA方法測度的成果轉化階段的創新效率及投入冗余與產出松弛情況見(表3)

（1）效率分析

表3 1999-2008年我國原創性高新技術產業成果轉化階段的平均創新效率與差額值

效率

差額

行業

crste

vrste

scale

規模效應

新產品銷售收入

新產品出口銷售收入

擁有發明專利數

技術改造經費

年平均就業人員

化學藥品制造

0.209

0.222

0.904

irs

0.0

586274.6

221151.2

62714

中成藥制造

0.055

0.17

0.322

irs

0.0

211811.9

39

0.0

生物與生化制品的制造

0.104

0.69

0.15

irs

0.0

18150.0

27

0.0

飛機制造及修理

0.501

0.534

0.938

irs

0.0

906360.1

390404.7

102711

航天器制造

0.282

1

0.282

irs

0.0

0.0

0.0

雷達及配套設備制造

0.531

1

0.531

irs

0.0

0.0

0.0

廣播電視設備制造

0.266

1

0.266

irs

0.0

0.0

0.0

電子器件制造

0.557

0.565

0.985

irs

1415025.5

0.0

264215.0

114122

電子元件制造

0.516

0.533

0.968

irs

918319.9

0.0

235985.1

464750

電子計算機整機制造

1

1

1

-

0.0

0.0

0.0

醫療設備及器械制造

0.103

0.4

0.258

irs

0.0

54444.3

16

0.0

儀器儀表制造

0.157

0.184

0.855

irs

0.0

188935.1

0.0

10241

平均值

0.357

0.608

0.625

194445.4

163831.3

7

92646.3

62878

從表3可看出原創性高新技術產業成果轉化的創新效率（crste）：

電子計算機整機制造的成果轉化效率（為1.000）達到最佳外，其它行業效率都較低；而中成藥制造、生物與生化制品制造、化學藥品制造、醫療設備及器件制造和儀器儀表制造4 個行業的成果轉化效率較低，分別為0.055, 0.104, 0.103, 0.157。生物與生化制品制造、航天器制造、雷達及配套設備制造、廣播電視設備制造、醫療設備及器械制造5 個行業的規模效率分別為：0.15, 0.282, 0.531, 0.266, 0.258,分別小于相應的純創新效率，無效率主要來源于規模無效率；其他行業的無效率均主要來自純技術無效率，純技術無效率可能是因為這個行業既定的投入資源提供相應產出能力比較弱。我國原創性高新技術產業在成果轉化階段創新效率平均值僅為0.357現代企業管理論文，創新效率低，可能是因為這些行業過多的追求投資規模，不注重投資效率造成的。這為各行業成果轉化階段創新效率存在的問題找準癥結所在，為有效提高其效率提供科學依據。

（2）投入冗余與產出松弛、規模效應分析

從產出角度看，電子器件制造、電子元件制造2 個行業的收益性產出不足，相應的新產品銷售收入松弛分別為：1415025.5萬元, 918319.9萬元?；瘜W藥品制造、中成藥制造、生物與生化制品的制造、飛機制造及修理、醫療設備及器械制造、醫療設備及器械制造6個行業的競爭性產出存在不足，新產品出口銷售收入松弛分別為：586274.6萬元，211811.9萬元，18150.0萬元，906360.1萬元，54444.3萬元，188935.1萬元。這些行業要加大科技成果商業化，同時加大新產品出口的競爭性力度。從投入角度看，造成我國高新技術行業成果轉化階段效率低下的原因主要集中在投入冗余上。中成藥制造、生物與生化制品的制造、醫療設備及器械制造，擁有專利發明數與技術改造經費的冗余分別為39個，27個，16個；相對而言，技術改造經費、年平均就業人員顯得不足。儀器儀表制造中年平均就業人員的冗余分別為：10241人，相對而言，擁有專利發明數的技術性投入、技術改造經費顯得不足。這為進一步調整其科技投入產出方向和幅度，提高成果轉化階段效率提供準確的科學依據。

4 結論與政策啟示

4.1 結論

本文運用DEA方法測度了1999-2008年我國原創性高新技術產業各行業創新效率、規模效應、投入與產出的冗余與松弛狀況。研究結論可概括為以下幾點。第一，我國原創性高新技術產業的成果轉化效率已落后于技術開發效率，科學技術向現實生產力轉化的效率亟待增強論文提綱怎么寫。第二，我國原創性高新技術產業除了電子類產品外，大部分行業都存在科技成果轉化效率偏低的問題。第三現代企業管理論文，技術開發階段，中成藥制造和醫療設備及器械制造的創新效率較高，飛機制造及修理、航天器制造、雷達及配套設備制造業的創新效率較低。相對于研發人員和研發經費投入，技術開發階段的原創性產出（擁有發明專利數）不足。第四，成果轉化階段，電子計算機整機制造創新效率最高外，其它行業效率較低?；瘜W藥品制造、中成藥制造等行業的競爭性產出存在不足。第五，從投入產出角度看，兩個階段的不同行業創新效率低的原因各不相同，有的源于規模無效率，有的源于純技術無效率。從規模效應看，兩階段的大部分行業都處于規模遞增階段。

4.2 政策啟示

其一，各個行業應根據本行業創新活動是否達到生產前沿、兩個階段的實際投入產出的冗余與松弛、規模性等進行改善，有針對性調整各行業的兩階段的科技投入或產出的方向與幅度，使創新效率盡可能向生產前沿移動。

其二，不同行業根據本行業目前技術創新鏈的不同階段創新效率狀況，分別單邊突破式、激進式、跨越式渠道提升各自創新鏈的不同階段創新效率。

其三，為有效提高原創性高新技術行業的成果轉化率?？蓮囊韵路矫嬷郑禾岣哐邪l項目缺乏市場導向、技術轉移對接程度、企業的技術吸收能力。加大企業技術轉移的資金，加大風險投資。完善缺乏有效的技術轉移機制的法律法規、政策扶持、合理的評估機制、雙方信息的對稱化程度。

參考文獻：

[1]國家統計局.中國高新技術產業年鑒1999-2008[M].北京：中國統計出版社

[2]Brown,M.G., Sevenson,R.A.Measuring R&D Productivity[J].Researchtechnology Management,1998，41(6)：30-35

[3]Kerssens-van Drogelen，Cook. R&DPerformance measurement: more than choosing a set of metrics[J].R&Dmanagement，1999，29(1) ：35-46

[4]Bourne M.,Mills J.,Wilcox M.,Needly A.,PlattsK. Designing,Implementing and Updating Performance measurement systems.International Journal of Operational& Production Management[J].2000，20(7) ：754-771

[5]Begemann C. Dynamics of Performance measurementsystems[J].International Journal of Operations & Production Management，2000，20(6)：692-704

[6]余泳澤.我國高技術產業技術創新效率及影響因素研究[J].經濟科學，2009,（4）:62-74

[7]官建成，陳凱華.我國高技術產業創新效率的測度[J].數量經濟技術經濟研究，2009,（10）:19-33

[8]朱有為，徐康寧.中國高技術產業研發效率的實證研究[J].中國工業經濟，2006,（11）:38-45

[9]Griliches，Z..PatentsStatistics as Economic Indicators:A Survey[J].Journal of EconomicLiterature,1990,(4):1661-1707

[10]池仁勇等.我國東西部地區技術創新效率差異及其原因分析[J].中國軟科學，2004,（8）:128-131

[11]官建成，何穎.基于DEA方法的區域創新系統的評價[J].科學學研究，2005,（2）:265-272

[12]劉樹，張玲.我國各省市專利發展有效性的DEA模型分析[J].統計研究，2006，（8）:45-48

[13]Liu Xielin, White S. An exploration intoregional variation in innovation activity in china[J].International Journal ofTechnology Management,2001,21(1-2):114-129

[14]Guan J C ,Gao X.. Exploring the H-index atPatent Level[J].Journal of the American Society for Information Science andTechnology，2009，60(1)：35-40

[15]劉鳳朝.基于專利結構視角的中國區域創新能力差異研究[J].管理評論，2006,（11）43-47

[16]白俊紅等.應用隨機前沿模型評測中國區域研發創新效率[J].管理世界，2009,（10）51-61

[17]劉和東.中國工業企業的創新績效及影響因素研究[J].山西財經大學學報，2010,（3）68-74

篇4

關鍵詞：數據包絡分析（DEA）；并購績效；鋼鐵上市公司

一、 引言

從20世紀90年代末開始，我國的鋼鐵行業經歷了兼并收購的探索期、緩慢推行期和加速推行期三個階段，完成了由起初的政府行政主導到現今政府引導、市場結合，國企民企共同參與并購的轉變。鋼鐵企業上市公司的并購績效情況反映的是我國鋼鐵產業并購重組的好壞，關系到我國鋼鐵產業是否可以持續健康發展。同時，對我國鋼鐵上市公司并購重組績效進行綜合評價，也有利于我們認識到并購中存在的問題，提高并購的績效。

本文將采用數據包絡分析（Data Envelop-ment Anal-ysis，DEA）中的C2R模型以及任民、王烈（2003）所提出的DEA的二階段法，首先運用Deap2.1求出不同年份的并購績效指標，通過對績效指標的變化進行對比研究，評價并購重組是否帶來鋼鐵上市公司管理績效的改善。

二、 文獻綜述

陳旭等（2008）在其研究中對我國并購績效衡量的四種評價方法進行了總結和評述，其中國內外研究者對并購績效的研究一般采用的是基于股價變化的事件研究法和基于財務數據的會計研究法兩種方法。事件研究法的基礎假設是市場有效性，適用于發達的資本市場，而會計研究法適用于資本市場不發達的國家。

事件研究法主要檢驗的是并購前后股東財富的變化，對股東財富的計量一般采用反常收益法。所謂反常收益指的是在并購事件發生前后的某段時間里，并購雙方股東的實際收益率R與假定沒有發生并購的該段時間里的正常收益E（R）的差值。如果這個差值為正，則說明并購給股東帶來了正的收益，也就是并購績效為正。Jensen和Ruback（1983）在總結了13篇關于并購績效文獻的研究成果后得出結論，成功的兼并活動會給目標公司帶來約20%的反常收益，而成功的收購給目標公司帶來的收益約為30%。陳信元、張田余（1999）采用1997年滬深兩市所有的并購重組事件作為研究樣本，同時采用方差檢驗和非正常報酬率檢驗對并購重組的效率進行檢驗，研究結果指出不同類型的重組的市場反應是不一致的，其中兼并收購并沒有帶來非正常的收益。李善民、陳玉罡（2002）以1999年～2000年滬深兩市349起并購事件作為實證研究樣本，運用事件研究法進行研究，他們發現并購活動使得公司的累計反常收益在公告后30天幾乎都為正，但是不顯著。事件研究法的基礎條件是市場有效性，但是中國的證券市場屬于一個弱勢有效的市場，所以事件研究法并不能全面的準確的衡量企業并購的績效問題。

相比于事件研究法，會計研究法則使用并購前后幾年的財務數據，對企業的盈利能力、償債能力、資產管理能力、發展能力和現金流量水平等業務指標進行比較，以此來確定并購績效的變化。馮根福、吳林江（2001）運用會計研究法，使用1994年～1998年我國上市公司的并購樣本對并購績效進行研究，研究結果表明上市公司的并購績效存在著一個先升后降的過程。李心丹、朱洪亮等（2003）選取滬深兩市發生并購的103家上市公司為樣本，首次利用DEA的方法對并購績效進行研究，他們的研究結果證實并購活動總體上是提高了上市公司的經營管理效率，同時并購后的幾年內繼續保持著穩步提高的趨勢。

針對我國證券市場的弱勢有效性，不宜采取事件研究法對并購績效進行研究；同時基于財務數據的會計研究法只考慮了企業經營管理結果的指標，而無法考慮企業經營投入的問題，我們在本研究中講使用DEA的研究方法，DEA的研究方法不僅可以同時考慮到不同企業可控的輸入和輸出指標，并且DEA方法能夠保證我們觀測的年份足夠長，準確的度量并購前后公司的效率問題。

三、 實證數據與方法

1. 樣本來源。按照國泰安數據庫（CSMAR）的劃分，廣義的并購包括資產收購、股權轉讓、吸收合并、資產剝離、資產置換等一系列重組行為，而狹義的并購僅僅是指資產收購和吸收合并這兩類。本文研究的對象為廣義的并購。

在本文的研究中，我們將使用2008年、2009年發生在滬深兩市的并購原始案例為樣本，之所以選擇2008、2009兩年一是因為這兩年的并購數量相對較多，能夠給我們提供更多的信息；再則是因為我們需要觀察的是樣本經營績效的變化，而經營業績的變化是需要一定的時間才能反應出來的，所以我們需要更長時間的窗口期，與此同時DEA的方法也需要更長的年份跨度，所以本研究選擇2008年、2009年的數據是為了保證能夠有效獲取并購后三年的數據。

在采取到原始并購樣本之后，我們還需要對原始樣本進行剔除的工作，剔除的條件是：（1）剔除掉被ST的公司以及新設合并的樣本；（2）剔除數據缺失、異常的并購樣本；（3）對于多次并購的處理：同一年發生的并購以并購金額最大的一次計入；如果并購在2008年～2009年間均有發生，以最后一次并購計入。本研究所有的樣本信息及后續研究所需要的財務數據信息均來自國泰安數據庫（CSMAR）。經過我們的整理工作，我們一共選取了八一鋼鐵等10個并購樣本。

2. 指標選取。DEA方法最大的優越性就在于它是針對多輸入多輸出的綜合評價，有效的避免了只使用經營結果作為評價依據的缺憾。我們在選擇指標的時候注意了以下三點：第一，數據指標是對評價對象管理效率的客觀反應；第二，避免輸入、輸出數據之間存在較強的線性相關關系；最后要考慮數據的易得性。綜合參考這三點要求，我們選取了下面所述的五個指標：

輸出指標：y1——主營業務收入；y2——利潤總額。

輸入指標：x1——主營業務成本+主營業務稅金及其附加；x2——三項費用（管理費用+銷售費用+財務費用）；x3——總資產。

我們選取主營業務收入和利潤總額作為輸出指標是因為主營業務收入往往體現了公司的戰略安排，而利潤總額代表的是公司是否運用好了所有的資源來達到最佳的產出，實現最優的資源配置。

同時選取主營業務成本+主營業務稅金及其附加體現的是企業在運營的過程當中對成本性資源的投入，而三項費用代表的則是公司內部管理水平的高低，意味著不同的經營效率，最后選取公司的總資產不僅可以檢驗公司的資產是否得以良好的運用，更可以避免因為不同公司在不同時期內因股本和資本結構的不同而導致的指標間的差異問題。

3. DEA模型簡介。數據包絡分析（DEA）是一種對多產出、多投入的多個決策單元（Decision Making Unit，DMU）的效率評估方法，它是由美國運籌學家Charnes、Cooper以及Rhodes教授在1978年提出來的。數據包絡分析，其模型簡稱C2R模型，它是使用數學規劃模型為決策單元之間的相對效率評估提供一個可行的方法和有效的工具。根據對各DMU數據的觀察以判斷是否為DEA有效，其本質是判斷DMU是否位于可能集的“生產前沿面”上。位于“生產前沿面”上的DMU則表現為DEA有效。對于C2R模型及其對偶規劃模型在本研究中就不詳細給出，但是我們應該明白，C2R給我們提供的是一種方法去判定DMU是有效還是無效的。但是我們在采用這種方法進行有效性分析的時候會發現大量的、甚至是全部決策單元均為有效的情形，也即是說C2R模型無法解決DMU的排序問題。針對這一問題，本研究將采用任民、王烈（2003）提出的評價決策單元DEA有效的兩階段法進行本文的研究工作。

假設有N個決策單元，每個決策單元有M種類型的投入，同時還具有S種類型的產出。投入和產出分別用向量Xj=（x1j，x2j，…，xmj）T，Yj=（y1j，y2j，…，ysj）T表示，其中xij表示第j個決策單元對第i種資源的消耗量（投入量），yrj表示第j個決策單元對第r種類型產出的輸出總量。在這n個DMU中引入第n+1個DMU，并且使得第n+1個DMU的特性是投入最小，產出最大，那么必然的這個決策單元的效率值必定是1，也是最有效的。引入第n+1個DMU之后，我們需要求解下面的數學規劃模型：

min[？茲-？著（eTS-+eTS+）]

s.t.■Xij？姿j+xin+1？姿n+1+si-=？茲x0，i=1，2，…，m

■Yij？姿j+yin+1？姿n+1-sk+=y0，k=1，2，…，s

？姿j？叟0，j=1，…，n，n+1

S-？叟0，S+？叟0

其中eT=（1，1，…，1）∈EM，ε是非阿基米德無窮小量。

第二階段，利用上述數學規劃模型求解，然后將第n+1個理想決策的單元去掉，剩下其它n個決策單元的評價指數分別為θ1，θ2，…，θm，并且令θi=max（θ1，θ2，…，θm），接著以θi進行標準化處理，即θ1=■。標準化處理之后，我們便可知道第i個評價指數為1，其它評價指數都小于1。由于我們的輸出變量（利潤總額）中有負數存在，我們需要將輸出、輸入指標都進行無量綱化的處理，然后運用Deap2.1分別算出10個樣本在觀察期（t-3，t+3）七個年度里的相對績效指標，如表1所示。

四、 實證分析

得到相對績效指標之后，我們需要做兩個比較：第一個是針對樣本總體在并購前后的績效對比分析，第二個便是對并購前后樣本公司績效均值指標進行配對T檢驗以驗證鋼鐵上市公司并購是否帶來了績效水平的提高。配對樣本T檢驗我們使用SPSS16.0進行統計分析。

1. 所有樣本總體并購績效分析。要對樣本總體并購績效進行分析，首先我們要計算出在觀察期（t-3，t+3）內每年總體樣本的總體績效均值（其中n表示公司數，j表示年份），然后我們可以得到如下的總體并購績效分析圖，如圖1。

從圖中我們可以看到，從并購發生的當年開始，樣本公司的總體績效水平是下降的，直到t+3年并購的績效水平才開始上升到并購前t-3年時候的水平。這從整體上告訴我們鋼鐵公司并購之后并沒有帶來管理效率上的提升。雖然規模擴大了，但是隨之而來的管理上的問題將規模經濟以及協同效應的優勢抵消了。

2. 并購前后績效指標均值比較。要對并購前后的績效指標均值進行配對T檢驗，我們首先需要計算出每個樣本在并購之前和并購之后的績效均值：？茲i，ave，b=■，？茲i，ave，a=■（i表示公司，j表示年份）。根據我們的計算分析，我們發現有4家公司（八一鋼鐵、凌鋼股份、首鋼股份和西寧特鋼）在并購之后的績效是比并購之前要好的，占總樣本的40%，一定程度上達到了并購的戰略目標。我們進行配對T檢驗的結果如表2所示。

配對T檢驗給出我們P值為0.097，這說明在10%的水平上結果是顯著的，從統計意義上表明鋼鐵行業的并購沒有帶來效率的提升。

五、 結論與政策建議

1. 研究結論。我們通過對2008、2009兩年的上市鋼鐵公司并購樣本進行實證研究發現，關聯并購交易在樣本總體中占據了很大的比重，有8家企業并購屬于關聯交易。同時實證結果表明，上市鋼鐵公司在并購之后績效水平不升反降，傳統意義上的規模經濟和協同效應并沒有在我國上市鋼鐵行業的并購中顯現出來。

究其原因，本研究認為有以下兩點導致了鋼鐵上市公司并購績效的不理想：第一是并購雖然擴大了規模，但是在管理能力上還很缺乏，無法很好的對并購后的資源進行整合，這導致了并購之后企業無法提高績效水平，同時這也是大部分并購沒能發揮并購協同效應的原因；第二是大多的并購還是關聯性的，只是資源在集團公司下面的劃轉，并沒有打破行業的結構，提高行業集中度，行業當中的企業數量還是很多，競爭程度激烈。

2. 政策建議。針對我國鋼鐵行業集中度低、技術落后等特征，政府已經在《關于加快推進重點行業企業兼并重組的指導意見》等官方文件中表明了政府對鋼鐵行業并購重組的支持和鼓勵，但是要想提高鋼鐵行業的國際競爭力，政府和企業還需要做到：

（1）對政府而言，應該進一步的放開對鋼鐵行業并購的干預甚至直接參與，讓市場來做出并購決策，同時應該積極的進行并購引導。雖然政府可以動用各種資源讓一個企業短暫的變得更大更好，但這只是一種短時的救急行為，這種行為沒有辦法培養出企業自身的競爭能力。政府應該讓市場去判斷哪些企業是值得進行收購的，充分相信市場的選擇，而政府自身需要做好的只是提供一個良好的監管環境和最佳的引導政策。

（2）對企業而言，并購的完成可能會在政策支持的情況下變得容易，但是企業更加要注重并購之后的整合工作。所以企業應該著手建立自己的并購團隊和并購知識管理隊伍，在并購實踐當中不斷學習和積累，讓并購發展為企業的一種獨特的競爭能力。只有提高了并購的各方面能力，企業才不至于只“買進”而不懂得“消化”，這樣方能提高并購績效。

（3）整體而言，增強跨區域跨國的并購重組。由于跨區域的并購重組涉及到地方政府的稅收等利益問題，所以一直以來跨區域并購并不是很受支持。但隨著外資不斷在國內攻城略地，如果國內企業不展開跨區域重組構建強大的鋼鐵巨型企業，總有一天我國的鋼鐵企業甚至會失去在國內的競爭優勢。同時我們更要做的是跨境并購尋求資源以及管理技術的突破，西方國家的在管理和技術方面水平相對較高，通過參與收購或者與國外鋼鐵企業合作可以增強自身的管理能力和提高技術水平，這對于我國企業參與國際競爭也是一個重要因素。

參考文獻：

1. 任民，王列.評價決策單元DEA有效的兩階段法.預測，2003，（6）：75-77.

2. 陳旭，夏蕓，胡朝暉等.并購績效的衡量方法研究綜述.現代管理科學，2008，（10）：51-53.

3. Jensen M C，RUBACK R S.The market for corporate control：the scientific evidence.Jou- rnal of Financial Economies，1983，（11）：5-50.

4. 陳信元，張田余.資產重組的市場反應——1997年滬市資產重組實證分析.經濟研究，1999，（9）：47-55.

5. 李善民，陳玉罡.上市公司兼并與收購的財富效應.經濟研究，2002，（11）：27-35.

6. 馮根富，吳林江.我國上市公司并購績效的實證研究.經濟研究，2001，（1）：54-68.

篇5

關 鍵 詞： 國有商業銀行；效率；三階段DEA模型

中圖分類號：F830.33 文獻標識碼：A 文章編號：1006-3544（2012）05-0003-06

一、引言

銀行效率是銀行業競爭力的核心體現，其內涵可以從宏觀和微觀兩個方面加以闡述。從宏觀方面講，銀行效率是指在國民經濟增長中商業銀行貢獻率的多少，即整個商業銀行要素投入與國民經濟增長的對比關系。從微觀方面講，銀行效率是指商業銀行的金融資源配置是否達到最優，即商業銀行投入與產出或成本與收益之間的對比關系。本文研究的是商業銀行的微觀效率。

銀行效率一直是國內外研究的熱點問題，在國外研究中，涉及了豐富的經濟理論，并總結出眾多的計量模型對商業銀行效率進行評估。國內學者從2000年以后才開始運用計量方法研究銀行效率方面的問題，但由于選取的模型、變量及采用數據的不同，通過實證分析得出的結果并不一致，并且國內研究多采用DEA模型的兩階段分析法， 由于該分析法有其自身的缺陷，實證結果并不穩定。因此本文在國內外有關研究的基礎上，選取商業銀行利息支出、 營業費用和貸款損失準備為投入變量， 凈利潤為產出變量，以GDP增長率、實際利率及存貸利差為環境變量， 以我國國有商業銀行2006～2010年的年度數據為樣本，運用DEA模型的三階段分析法， 對我國國有商業銀行的經營效率進行實證分析。

二、DEA模型三階段分析法簡介

DEA方法最早是由Charnes、Cooper和Rhodes幾位著名的運籌學家在1978年提出的，主要被用來評價部門之間的相對有效性。隨后的學者在DEA方法的基礎上進行了許多創新， 以彌補原方法存在的不足。2002年，Fried，Lovell，Schmidt和Yaisawarng進一步完善了DEA方法， 提出了三階段的DEA模型 ① ， 其中最重要的改進就是將原模型中存在的外部環境因素和隨機誤差對效率的影響剔除掉。 具體的三階段DEA模型的分析步驟如下。

（一）第一階段：傳統的DEA模型

傳統的DEA模型是基于VRS（可變規模報酬）下的BCC模型，利用該模型能計算出銀行的純技術效率。在使用模型之前，要進行基本的假設。假設存在若干個DMU（決策單元），對應的每個DMU存在著m個不同的投入項和s個不同的產出項，在此基礎上，投入導向型的BCC模型可以表示為：

三、實證分析

（一）變量選取和數據說明

運用三階段DEA模型分析商業銀行效率，選取的投入變量主要有利息支出、 營業費用和貸款損失準備。 利息支出主要反映了國有商業銀行可用于貸款的資金成本，營業費用反映了國有商業銀行人力成本及固定資產成本，貸款損失準備則反映出商業銀行所貸資金的質量問題。選取的產出變量為凈利潤，它能真實地反映出商業銀行在扣除所得稅后所帶來的收入。 選取的環境變量為宏觀變量，包括：GDP增長率、實際利率以及存貸利差。其中GDP增長率反映了商業銀行所在國實際的經濟發展狀況；① 實際利率為名義利率減去CPI指數， 它反映了商業銀行經營中的利息成本，并且剔除了通貨膨脹的影響， 以避免與GDP增長率產生多重共線性問題；存貸利差的計算采用貸款利率減去存款利率。

本文的實證分析以2006～2010年的年度數據為樣本區間， 樣本數據來源主要有Wind數據庫、CSMAR數據庫、巨靈金融平臺以及我國各國有商業銀行官方網站。

（二）實證分析

運用三階段DEA模型對國有商業銀行的效率進行分析，采用的軟件主要有DEAP 2.1和Frontier 4.1。 其中， 第一和第三階段的分析主要使用DEAP 2.1，第二階段的分析主要使用Frontier 4.1。

1. DEA模型第一階段分析

首先運用DEAP 2.1進行DEA模型的第一階段分析，分析的程序代碼如下所示：

（1）ccb.txt DATA FILE NAME

（2）ccb-out.txt OUTPUT FILE NAME

（3）5 NUMBER OF FIRMS

（4）1 NUMBER OF TIME PERIODS

（5）1 NUMBER OF OUTPUTS

（6）3 NUMBER OF INPUTS

（7）0 0=INPUT AND 1=OUTPUT OR

IENTATED

（8）1 0=CRS AND 1=VRS

（9）0 0=DEA（MULTI-STAGE）， 1=

COST-DEA， 2=MALMQUIST-

DEA，3=DEA（1-STAGE）， 4=

DEA（2-STAGE）

程序代碼中：（1）段表示輸入的源數據文本；（2）段表示輸入的數據文本；（3）段表示輸入的樣本個數；（4）段表示時期數；（5）段表示產出變量個數；（6）段表示投入的變量個數；（7）段表示選用的模型類型是基于投入型和支出型的，這里選擇的是基于投入型的模型；（8）段表示的是選擇固定規模報酬還是規模報酬可變，這里選擇的是規模報酬可變；（9）段表示選擇的DEA模型的類型，這里選擇的是多階段的DEA模型。分析結果如表1所示。

從表1中可以看出， 中國建設銀行和中國工商銀行的TE和PTE兩個效率值呈逐年上升的趨勢；中國農業銀行的這兩個效率值一開始遞增，在2009年有所下降，2010年又表現出上升的趨勢； 中國銀行的這兩個效率值開始呈現出下降的趨勢，2009年后轉降為升； 交通銀行的這兩個效率值一開始也是呈現上升的趨勢，在2009年有所下降，2010年又呈現出上升的趨勢。

通過銀行之間的比較， 可以看出交通銀行的平均效率值是最高的，中國農業銀行則相對較低，中國建設銀行、中國工商銀行和中國銀行則相差不大。技術效率值TE的變化反映出國有商業銀行在股份制改革以后，通過一系列業務創新和服務品牌的提升，其效率有了明顯改善。純技術效率值PTE體現的則是商業銀行的經營管理水平，純技術效率值越高，則顯示經營管理水平越有效。從表1中可以看出，五家國有商業銀行的純技術效率值都維持在相對較高的水平，說明國有商業銀行的經營管理水平在2006年后得到了有效的改善， 這主要得益于股份制改造所帶來的規模經濟效應。

第一階段的分析雖得出了五家國有商業銀行的效率值，但并未剔除環境變量和隨機誤差項的影響，因此要進行第二階段分析。

2. DEA模型第二階段分析

第一階段的分析不僅得到了各家國有商業銀行的效率值，還得到了各個決策單元實際投入量和其實際效率值下的最佳投入量之間的差額值，如表2所示。

第二階段分析的目的是對表2中的差額值進行必要的調整，分析采用的軟件為Frontier 4.1，分析的程序代碼如下所示：

（1）1 1=ERROR COMPONENTS MOD-

EL，2=TE EFFECTS MODEL

（2）gh.txt DATA FILE NAME

（3）gh-out.txt OUTPUT FILE NAME

（4）2 1=PRODUCTION FUNCTION，

2=COST FUNCTION

（5）n LOGGED DEPENDENT VARIA-

BLE （Y/N）

（6）25 NUMBER OF CROSS-SECTIONS

（7）1 NUMBER OF TIME PERIODS

（8）25 NUMBER OF OBSERVATIONS

IN TOTAL

（9）3 NUMBER OF REGRESSOR

VARIABLES （Xs）

（10）y MU （Y/N） [OR DELTA0 （Y/N）

IF USING TE EFFECTS MODEL]

（11）n ETA （Y/N） [OR NUMBER OF

TE EFFECTS REGRESSORS

（Zs）]

（12）n STARTING VALUES （Y/N）

IF YES THEN BETA0

BETA1 TO

BETAK

SIGMA SQUAR-

ED GAMMA

MU [OR DELTA0 ETA DE-

LTA1 TO DELTAP]

程序代碼中：（1）段表示選擇的模型類型；（2）段表示輸入的數據文件名；（3）段表示輸出的結果文件名；（4）段表示所用函數的類型；（5）段表示變量是否經過對數運算，是的話選y，反之選n；（6）段表示所用的數據橫截面個數；（7）段表示所選的時期數；（8）段表示所用的數目總數，應該與第六行的數值相等；（9）段表示自變量的個數；（10）段表示當假設U服從截斷分布時選y；（11） 段表示當選擇模型類型為1時，并且只有1個時期的數目時，選n，反之選y，而當選擇模型的類型為2時， 一定要選擇變量的個數；（12）段默認的選n，否則需要手動得到格點搜索的初始值。

利用表2中的數據進行第二階段分析， 得到調整后的投入變量值，如表3所示。

3. DEA模型第三階段分析

在得到調整后的投入變量值的基礎上進行第三階段分析，所用的軟件為DEAP 2.1，分析所用的程序步驟和第一階段類似，這里不再重復說明，分析結果如表4所示。

從表4中可以看出， 中國建設銀行在固定規模報酬下的技術效率值和純技術效率值一直呈上升趨勢， 而規模效率值在2007～2008年間有所下降，2008年以后又呈上升之勢；中國農業銀行的技術效率值和純技術效率值一直維持在一個比較低的水平，但在2007年以后有了明顯的上升；中國銀行相比之下， 技術效率值波動比較頻繁， 尤其在2007～2009年間波動幅度較大；中國工商銀行的技術效率值和純技術效率值在2005～2010年間呈現上升趨勢，而規模效率在此期間卻有小幅波動；交通銀行的技術效率值呈現先上升后下降的趨勢，2009年以后又有小幅上升，而純技術效率值一直維持在一個比較高的水平，雖然在此期間也有波動，但波動幅度不算太大，規模效率值波動比較頻繁，且波動的幅度也比較大。中國農業銀行的效率值在五家國有商業銀行中排名最后， 其他四家商業銀行因為完成股份制改革較早，所以效率值相對來說比較高，且呈交替上升趨勢。

對比第一階段與第三階段分析結果， 可以看出第一階段的結果要明顯高于第三階段的結果。 以中國建設銀行為例， 第一階段的純技術效率平均值要高出第三階段將近3個百分點， 說明第一階段的分析忽略了國民經濟增長以及通貨膨脹因素給商業銀行帶來的影響， 不能純粹地反映出國有商業銀行自身的經營效率。而通過第二和第三階段的分析，剔除這些影響因素后， 得出的效率值能更真實地反映國有商業銀行的經營效率。

2006年以后隨著投入量的不斷增加，國有商業銀行的產出也有了很大提升。以中國建設銀行為例，2007～2008年間，費用率上升了將近22%，而凈利潤上升了將近33%，投入帶來了可觀的收入，但成本支出仍然較高， 因此國有商業銀行應該在控制成本上下工夫。2007～2008年間，五大國有商業銀行的效率值都有一定幅度的下降，說明2008年全球金融危機對國有商業銀行也產生了不小的沖擊。 以中國銀行為例，2007～2008年間，中國銀行的凈利潤增長了35%， 而2008～2009年間，凈利潤增長率只有16%，下降了將近一倍。

從研究結果看，2006年以后國有五大商業銀行的效率值都有了很大的提升，可以解釋的原因是股份制改革給國有商業銀行帶來了規模效應，同時市場競爭度的提高也在很大程度上提升了國有商業銀行的經營效率。但需指出的是，政府對國有商業銀行特有的政策支持也在一定程度上影響了真實效率，而這個因素卻無法在模型中體現出來。

四、政策建議

股份制改革和市場競爭度的提高雖然在很大程度上提升了我國國有商業銀行的經營效率，但與發達國家商業銀行相比仍然存在很大差距，這種差距也預示著國有商業銀行還蘊藏著巨大的效率提升空間。鑒于此，本文從宏觀政策、行業因素及微觀主體三個方面給出政策建議。

（一）宏觀政策方面

1. 完善和優化宏觀金融環境。 為提升國有商業銀行的經營效率，政府應制定科學合理的宏觀經濟政策，努力優化社會信用基礎，營造良好的國內經濟環境。

2. 合理調整金融結構，優化金融資源配置。如加快發展直接融資市場，減少對間接融資的依賴；加快股份制商業銀行以及城市商業銀行的發展步伐，促進金融資源的合理配置；倡導并實施混業經營，拓展國有商業銀行業務多元化發展，增強商業銀行抵御風險的能力。

3. 加強金融監管，深化金融體制改革。監管部門應加強對國有商業銀行的管理，包括資本充足率的管理、核心資本充足率的管理以及信貸管理等；實施存款保險制度，維護金融安全，防范和化解金融風險；加快利率市場化步伐，逐步深化國內金融市場的開放程度。

4. 創造良好的商業銀行競爭環境。 政府可以通過降低銀行業的進入壁壘，鼓勵股份制銀行的設立和并購，提高股份制銀行的市場份額，減少對國有商業銀行的保護力度，增大國有商業銀行的外部競爭壓力，建立競爭性的銀行業市場結構。另外，政府還應制定必要的法律法規，建立和完善銀行業市場預警機制、危機救助機制和退出機制。

（二）行業因素方面

1. 優化國有商業銀行產權結構，提高產權效率。行政性壟斷是國有商業銀行效率低下的本質原因。打破行政性壟斷，削弱對金融市場準入的管制，促進國有商業銀行產權的多元化， 才能從根本上提高國有商業銀行的效率。

2. 建立科學的信貸市場機制， 提高信貸資產配置效率。 國有商業銀行要著重依據區域風險評級和區域內分行差異優勢，合理分配信貸資源，既要對國有大中型企業提供信貸支持， 也要適時適量地向民營中小型企業發放貸款。另外，還需注重存款負債與信貸資產期限結構的科學設置， 對信貸資產采取多元化安排，提高信貸資產變現能力。

3. 加快銀行業的技術創新。 建立和完善現代化的信息系統，包括業務處理系統、支付清算系統、自主服務系統、自動化的辦公系統等；加快金融電子化的建設，實現金融業務處理的電子化、資金劃撥的電子化、信息處理的電子化及交易活動的電子化；積極開發網絡技術， 實時向客戶提供最新的金融產品和服務；加快對電子貨幣的開發與運用，逐步完善電子貨幣功能的兼容性，為客戶帶來更大的便利。

4. 加快銀行業的業務創新。 適時拓展資本業務、存款業務、資產業務和中間業務。資本業務創新主要通過發行中長期債券增加附屬資本。 存款業務創新可通過開發新的存款品種， 為客戶提供更多樣化、更便捷的服務。資產業務創新，包括提高對企業的貸款額度，增加對消費信貸品種，加大對新貸款形式的運用，如銀團貸款、并購貸款以及保理等。中間業務創新，包括逐步放開擔保類業務，如備用信用證業務、保函業務及貸款承諾業務等；擴大租賃、、委托以及投資理財等業務的市場份額， 并主動參與到企業的破產、兼并和重組等業務中去。

（三）微觀主體方面

1. 適當控制國有商業銀行自身規模。2010年以后，隨著中國農業銀行的上市，國有商業銀行已經基本完成了股份制改革，擁有了較大的規模。在未來的發展中，國有商業銀行應該適當控制規模，加強對成本的管理，逐步降低營業費用，通過提升資產收益率和資本收益率水平來提高其運營效率。

2. 提高國有商業銀行資產管理質量。 國有商業銀行應不斷加強對不良貸款的管理，確立“提高貸款分類準確性——提足撥備——提升利潤——資本充足率達標”的新思路，加強對不良資產的持續監管，實時準確地對外公布不良資產的變化情況， 規范不良資產的處置行為，逐步降低不良貸款率。

3. 建立科學有效的人力資源配置機制。 國有商業銀行的人力資源配置格局應以“客戶中心型”為導向，拋棄“官本位”的行政思想，建立以責任、業務能力及工作年限為參考的績效評級體系，以聘任制的形式任用各級管理人員以及行內員工，利用科學合理的激勵約束機制，充分調動員工工作的積極性，降低經營者的道德風險，建立起一支具有高度凝聚力和富有創新精神的人才隊伍。

參考文獻：

[1]陳剛. 評價我國商業銀行生產有效性動態變化的Malmquist指數[J]. 決策借鑒，2002（10）：31-35.

[2]黃憲，余丹，楊柳. 我國商業銀行X效率研究——基于DEA三階段模型的實證分析[J]. 數量經濟技術經濟研究，2008（7）：80-91.

[3]林炳文. 銀行并購與效率之分析：SFC與DEA方法之比較[J]. 產業經濟研究，2004（1）：17-29.

[4]劉星，張建斌. 我國上市商業銀行成本效率和利潤效率研究[J]. 當代財經，2010（3）：61-67.

[5]楊寶臣，劉錚，高春陽. 商業銀行有效性評價方法[J]. 管理工程學報，1999（1）：13-18.

[6]姚樹潔，馮根福，姜春霞. 中國銀行業效率的實證分析[J]. 經濟研究，2004（8）：4-15.

[7]張宗益，吳俊. 銀行效率研究中的前沿分析方法及其比較[J]. 經濟學動態，2003（4）：38-40.

[8]趙旭. 國有銀行效率的實證分析[J]. 經濟科學，2000（6）：46-50.

[9]鄭錄軍，曹廷求. 我國商業銀行效率及其影響因素的實證分析[J]. 金融研究，2005（1）：91-101.

[10]周先平. 商業銀行混業經營效率的全球比較研究——基于三階段DEA的分析[J]. 金融教學與研究，2009（4）：7-11.

[11]Ali Ataullah and Hang Le，Economic Reforms and Bank Efficiency in Developing Countries： the Case of the Indian Banking Industry，Applied Financial Economics，Taylor and Francis Journals，2006，Vol. 16（9）：653-663.

[12]Berger，A. N，and Humphrey B. Efficiency of Financial Institutions： International Survey and Directions for Future Research，European Journal of Operational Research，1997，98（2）：175 - 212.

[13]Berger，A. N，and Mester，L J. Beyond the Black Box： What Explains Differences in the Efficiencies of Financial Institutions？ Journal of Banking and Finance，1997，21（7）：895 - 947.

[14]Fried，Lovell，Schmidt and Yaisawarng. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis，Journal of Productivity Analysis，2002，17.

[15]Lovell，C. A. Knox，Production Frontiers and Productive Efficiency，in the Measurement of Productive Efficiency： Techniques and Applications，New York： Oxford University Press，1993：3-67.

[16]Maudos，J.，Pastor. Cost and Profit Efficiency in the Spanish Banking Sector（1985-1996）：a Non- parametric Approach，Applied Financial Economics，Taylor and Francis Journals，2003，13（1）：1- 12.

篇6

一、相關研究述評

近幾年，我國高技術產業R＆D績效問題受到學術界的廣泛關注，一方面眾多學者在高技術產業R＆D投入對產出的影響方面做了相關的理論和實證研究，且得出的結論也大致相同。周明和李宗植(2009)［4］利用空間面板模型分析方法，實證分析得出研發資本存量作為主要的投入因素對創新產出的影響相當顯著。李平等(2011)［5］采取傳統計量方法對我國高技術產業1997－2009年的省級面板數據進行分析，得出高技術產業研發資源投入與產業發展有長期均衡關系。曹勇和蘇鳳嬌(2012)［6］就我國高技術產業創新投入對產出績效的影響機理進行研究，認為R＆D投入對創新績效有重要影響。趙志耘和楊朝峰(2013)［7］實證分析了中國高技術產業2000－2005年創新效率，認為R＆D經費和人員投入對我國高技術產業創新的影響作用突出。另一方面也有很多學者對我國高技術產業研發績效進行研究，其中一部分學者專注于對單個地區的研究。張芳、張玉卓(2013)［3］利用DEA模型分析了河北省高新技術產業R＆D資源投入產出的績效，得出河北省研發投入與產出不均衡。姚曉芳、李曉敏、龍丹(2013)［8］同樣選用DEA模型對合肥市一些高技術產業的R＆D投入產出效率進行實證分析，認為合肥市整體的研發投入規模大、產出高，然而其中也存在一些問題。齊園和張永安(2014)［9］基于因子分析與DEA模型的二步法實證研究了近年來北京高技術產業的技術效率。更多學者對我國整體各區域高技術產業技術研發投入對創新績效進行比較測度，并且普遍認為我國整體的研發效率偏低。朱有為和徐康寧(2006)［10］測算了我國高技術產業的R＆D效率，認為我國高技術產業的R＆D效率整體偏低但表現出穩步上升的狀態。魏潔云、江可申、李雪冬(2012)［1］對我國高技術產業各地區的研發投入產出績效水平進行測算，得出近年來我國高技術產業的平均技術效率值比較低，并且研發效率在地區之間差異明顯。肖仁橋、錢麗、衛(2012)［11］對我國各省份高技術產業創新整體效率以及兩階段效率進行實證分析，認為我國高技術產業整體效率與分階段效率都相對偏低。劉云和楊湘浩(2012)［12］應用隨機前沿分析方法實證分析了中國高技術產業的區域研發效率，認為我國高技術產業各區域的研發效率比較低但總體呈上升趨勢，且區域地理位置對高技術產業的研發效率影響比較顯著?，F有關于高技術產業區域R＆D績效問題研究的文獻給筆者的研究提供了豐富的參考資料，然而其中也有一些不足:第一，在選取R＆D經費投入指標時，一方面沒有進行指數平減或者僅考慮某一項平減指數，另一方面只考慮當期投入而沒有考慮以往存量的影響;第二，對效率變化分析多以定性描述為主而缺少定量比較分析，或者定量分析時僅截取某一年的截面數據或選取短短幾年數據測量研發創新效率;第三，關于具體區域創新效率的差距以及發展趨勢缺乏進一步分析。筆者針對以上不足，首先，在選取R＆D經費投入方面參照朱平芳和徐偉民(2003)［13］構造R＆D投入的價值指數進行平減，再參考朱有為和徐康寧(2006)［10］的做法將R＆D經費投入采用永續盤存法計算存量;其次，選用具有時效性、跨期較長的面板數據，進行全面而詳細地定量測度，使得分析結果更具參考價值;最后，將區域經濟發展中的收斂性分析引入高技術產業研發效率研究中，進一步檢驗中國各區域高技術產業的創新效率差距是否隨時間的推移擴大或縮小。

二、方法及指標數據

1、研究方法(1)C2R與BC2模型高技術產業R＆D活動是一個具有多輸入和多輸出的復雜過程，難以運用經典的統計模型對其效率進行直接測度，因此目前多數學者從相對效率的視角對其進行測量，即采用數據包絡分析方法(簡稱DEA)。數據包絡分析方法是著名運籌學家A．Charnes與W．Cooper等(1978)［14］以相對效率概念為基礎，研究決策單元(DMU)相對有效性的方法，其實質就是根據一組關于輸入輸出的觀察值來估計有效生產的前沿面，并以此進行多目標技術效率評價。設有n個待評價對象。

2、指標選取及數據來源(1)R＆D投入指標關于R＆D投入指標，多數學者主要從人力投入、資本投入兩個方面考慮。筆者采用高技術產業R＆D人員折合全時當量這一指標作為R＆D活動的人力資源投入的衡量指標;在資本投入衡量指標上，采用了R＆D經費內部支出這一指標［1］。此外，鑒于新產品開發經費對產生新產品有著直接的影響，因此也將其作為R＆D投入的一個衡量指標。(2)R＆D產出指標國內學者普遍從研發創新成果和取得的經濟效益兩個方面來確定高技術產業R＆D活動的產出指標。其中專利作為R＆D活動最直接的成果產出，考慮數據的可獲得性，因此采用專利申請數作為一項指標;發明專利技術含量相對較高，并且受專利授權機構審查能力的約束較少，又能客觀反映高技術產業的原始創新能力與研發創新綜合實力，所以將擁有發明專利數作為衡量R＆D活動的科技成果產出的另一項指標［11］。此外，高技術產業進行研發活動的根本目的在于其成果在經濟上的實現以獲得巨大的經濟效益，進而把新產品銷售收入作為反映研發經濟效益的主要指標［10］。(3)數據來源及處理筆者以我國各省高技術產業作為研究對象，所用數據來自《中國高技術產業統計年鑒》，另外采用的各個平減指數來自《中國統計年鑒》。選用面板數據結構對其進行實證分析，樣本截面單元為我國28個省(直轄市)(新疆、青海和數據缺失較多在計算中予以剔除，另外不包括港澳臺地區)，有個別缺失數據采用相鄰四年的數據取平均進行替代。將28個省、市、自治區劃分為東、中、西部三大區域，東部地區包括北京、上海、天津、福建、廣東、海南、河北、江蘇、遼寧、山東、浙江11個省份;中部包括安徽、河南、黑龍江、湖北、湖南、山西、吉林、江西8個省份;西部包括甘肅、寧夏、陜西、貴州、四川、內蒙古、廣西、云南、重慶9個省份。這樣就可以對我國東、中、西三大區域以及各省份的高技術產業研發效率進行分析。R＆D資本投入采用永續盤存法(PerpetualInventoryMethod，PIM)計算R＆D經費存量［18］。計算過程如下:首先參照朱平芳和徐偉民(2003)［13］構造R＆D投入的價值指數:PI=0.55PIc+0.45PIi，其中PI為測算的R＆D價格指數(以2000年為基期PI=1)，PIc、PIi分別為消費價格指數和固定資產投資價格指數，將各省不同年份的R＆D經費內部支出平減為2000年不變價，然后將平減后的R＆D經費內部支出參照謝蘭云(2010)［19］做法計算研發資本存量。g為2000－2012年內R＆D經費支出的年平均增長率，Ei，0為初始年份的R＆D支出量。在新產品開發費用和新產品銷售收入平減方面，分別采用固定資產投資指數和工業品出廠價格指數平減為2000年不變價。

三、實證分析

1、技術效率及其分解應用C2R及BC2模型，運用DEAP2.1軟件，分別逐年測算2000－2012年我國高技術產業各省區研發創新的技術效率及其純技術效率和規模效率，表1列出了全國各省區及東、中、西三大地區研發創新技術效率及其分解的歷年均值。從表1中可看出，北京、天津、山西、內蒙古、上海、云南、海南、福建等地具有相對較高的技術效率，歷年技術效率均值在0.7以上，且北京、天津、內蒙古、上海、云南、海南及福建等省份的純技術效率均值都比規模效率均值要大，這表明這些省份的技術效率較高主要是由其純技術效率帶動的。河北、黑龍江、江西、湖北、陜西等省份的技術效率歷年均值較小都在0.4以下，從其分解效率來看，這些地區的純技術效率均值均小于其規模效率均值，這說明造成這些地區技術效率低下的原因主要是由于純技術效率不高。上述結果說明，造成一些省區技術效率較高或較低的原因都與純技術效率有關，這就要求技術效率較低的地區必須進一步加強制度建設和提高管理水平。進一步比較東、中、西部三大地區的技術效率，可以看出東部地區的技術效率明顯要高于中、西部地區，說明高技術產業創新發展與經濟發展水平具有一定程度上的一致性，這也基本符合我國現實情況，因為東部地區在制度建設和管理水平上均好于中、西部地區。然而從規模效率上來看，東部地區要稍微落后于中、西部地區，這或許說明我國高技術產業東部地區的創新規模已達到相對較高水平，并開始面臨規模不經濟的問題。而我國高技術產業中、西部地區期初創新規模較小，可以通過進一步提高研發創新規模來獲得更多的規模報酬。最后從純技術效率與規模效率的比較來看，中、西部地區的純技術效率均值均顯著小于規模效率均值，同樣說明抑制我國中、西部地區高技術產業創新發展的主要原因是純技術效率不高。

2、Malmquist生產率增長及其分解再次利用DEAP2.1軟件包計算2000－2012年我國28個省區的Malmquist生產率指數及其分解指數。(1)高技術產業區域研發生產率變動的總體分析表2列出我國高技術產業28個省市2000－2012年的TEC、TC、PTEC、SEC和TFP值。從表2可看出，2000－2012年間我國高技術產業省級區域研發的全要素生產率平均增長7.5%，這主要得益于技術效率(4.1%)的增長，其中純技術效率平均增長2.5%，規模效率平均增長1.6%;同時，技術進步效率平均增長3.2%。上述結果表明近年來我國高技術產業區域研發全要素生產率的整體提升，表現為先進地區通過積極研發新技術所帶動的增長效應(技術進步)，但更主要的是落后地區向先進地區學習和追趕效應(技術效率增長)。進一步分析表明，我國在推動產業有序轉移和優化產業空間布局的政策帶動下，中西部地區的高技術產業發展十分引人注目。縱向考察，我國高技術產業區域研發全要素生產率在2000－2012年間整體呈增長的趨勢，但期間也出現短暫衰退的現象(2004－2005、2007－2008、2009－2010)，這表明我國高技術產業區域研發的全要素生產率的增長并不十分穩定，期間造成這種不穩定的原因或許有很多，筆者認為這個原因還有待于進一步考察。然而一般說來，高技術產業的研發活動容易受到國家宏觀環境以及政府政策的影響，當國家宏觀經濟形勢較好，高技術產業隨經濟形勢良好而快速成長;反之，會出現衰退的跡象。此外各地政府也會在不同時期重視科技研發活動從而提供政策支持，研發創新則會表現出良好的發展態勢。(2)各區域研發生產率變動及差異性分析表3列出了三大地區以及各省2000－2012年平均Malmquist生產率指數及其各分解指數。從表3可看出，東、中、西部三大地區全要素生產率均呈現正指數增長態勢，且中部快于東、西部，只有中部地區全要素生產率指數高于全國平均水平，而東、西部都低于全國平均水平。值得注意的是，東、中部技術進步效率變化的幅度遠遠高于西部地區，西部地區技術進步效率變化平均呈衰退狀態，而東部地區技術效率指數又低于中、西部地區。這意味著中、西部地區在技術效率方面增長較快，東部地區主要在技術進步方面增長較快。這表明近年來，東部地區在其先前優勢的基礎上，依靠其資金和人才優勢主導高技術產業的技術進步，而中、西部地區由于資金和人才的相對匱乏，使得在技術進步變動方面落后于東部。但是中、西部地區技術效率增長是值得關注的，隨著我國產業轉移政策的實施，中、西部地區依靠承接東部產業轉移，在基礎設施、政策環境等方面不斷優化，使得產業基礎得以提升，將會釋放出巨大的產業發展潛能。這啟示我國應進一步調整地區研發創新結構，合理配置各地區的研發創新投入。

3、各地區研發生產率收斂性分析通過對各地區高技術產業研發效率的分析，可以看出各地區之間的創新效率存在顯著差距，因此需要進一步研究各地區之間創新效率差距是否隨時間的推移擴大或縮小。為了分析我國高技術產業各區域研發全要素生產率指數差距的變化趨勢，根據Barro等(1992)［20］的定義對其進行收斂性檢驗，首先采用σ收斂分析高技術產業各區域研發全要素生產率增長差距的變化趨勢。在依據離散程度下降度量收斂的測度分析中，有許多指標都可以用來對其進行分析，筆者采用變異系數來考察我國高技術產業各區域研發全要素生產率增長差距的σ收斂。借鑒李小勝和朱建平(2013)［21］采用變異系數的公式CV=σ/TFP來表示，σ為各區域研發全要素生產率增長標準差，TFP為我國高技術產業各區域研發全要素生產率增長平均值，利用上文中的數據計算得到的變異系數，其變化趨勢如圖1所示。由圖1可以看出，全國及東、中、西部地區的高技術產業各區域研發全要素生產率指數的變異系數都出現一定下降趨勢，但是這個趨勢并不是很明顯，這表明研發生產率只在一定程度上存在σ收斂，相應的研發Malmquist指數在地區間差距漸漸縮小。另外可以看出從2006年以后各地區之間變異系數趨勢趨穩，表明近幾年地區間差距相對穩定。為了進一步檢驗地區間收斂趨勢的顯著性，參考彭國華(2005)［22］與白俊紅等(2008)［23］所使用的絕對β－收斂回歸模型對此進行檢驗。式(8)中，TECi、TEi分別為第i省技術效率變化率和基期技術效率，β0、β1分別為常數項和回歸系數，εi為隨機擾動項。當回歸系數β1為負值時，表示存在絕對收斂，反之，意味著發散。參照謝蘭云(2010)［19］的處理方法，筆者將2000－2012年間各地區高技術產業技術效率變化率的均值作為模型中的TEC值，回歸結果如表4所示。從檢驗結果可以看出，全國及東、中、西部地區回歸系數β1均為負值且在1%的顯著性水平下顯著，表明全國及東、中、西部地區的技術效率都是顯著收斂的，意味著高技術產業地區之間的創新效率差距會縮小。

四、結論及政策建議

1、結論應用C2R、BC2模型以及DEA－Malmquist指數方法，對我國高技術產業各地區研發創新過程中的技術效率、技術進步以及Malmquist生產率指數等效率指標進行了實證測度，并進一步探討了我國高技術產業各地區創新效率的收斂問題。通過對近年來我國高技術產業各地區研發創新過程中的效率狀況以及收斂問題進行比較和分析，得出初步結論如下:第一，我國高技術產業各地區研發創新的技術效率整體不高，并且東中西部各大區域之間、省與省之間技術效率存在顯著差異。東部地區的技術效率明顯要高于中、西部地區，但在規模效率方面，東部地區要稍微落后于中、西部地區，而純技術效率較低是導致各地區技術效率不高的最主要原因。第二，近年來我國高技術產業各區域研發創新的全要素生產率均呈增長的趨勢，這是由先進地區積極研發的新技術所帶動的增長效應以及落后地區向先進地區學習和追趕效應兩個方面共同作用的結果，但同時還發現期間也出現若干年份短暫衰退的現象。第三，東、中、西部三大地區全要素生產率均呈現正指數緩慢增長態勢，東、中部技術進步效率變化的幅度遠遠高于西部地區，西部地區技術進步效率變化平均呈衰退狀態，而東部地區技術效率指數又低于中、西部地區，說明中、西部地區在技術效率方面增長較快，東部地區主要在技術進步方面增長較快。第四，全國以及東、中、西部地區技術效率存在顯著的收斂趨勢，高技術產業地區之間的創新效率差距會縮小，表明我國近年來促進地區間協調發展的戰略與政策使得落后地區的追趕效應已開始顯現。