摘要： 本文从技术创新效率角度，采用CCR模型和BCC模型，基于2006-2010年中国装备制造业7个行业发展的面板数据，对我国装备制造业技术创新使用效率进行评价和实证研究。通过DEA方法对2006-2010年我国装备制造业7个行业技术效率进行分析，然后对7个行业的技术创新效率进行排序，并对各子行业的发展状况及可能的原因作了总结。
Abstract： From the point of view of technological innovation efficiency， using the CCR model and BCC model， this article carried out evaluation and empirical research on technological innovation using efficiency of China's equipment manufacturing industry based on panel data of development of seven industries of China's equipment manufacturing industry from 2006 to 2010. By DEA method to analyze technological efficiency of seven industries of China's equipment manufacturing industry during 2006-2010， and then sort the technological innovation efficiency of seven industries， summarize development status and the possible causes of the various sub-sectors.
关键词： 数据包络分析（DEA）；BCC模型；技术效率；规模效率
Key words： data envelopment analysis （DEA）；BCC model；technical efficiency；scale efficiency
中图分类号：F406.3 文献标识码：A 文章编号：1006-4311（2013）06-0001-03
1 文献综述
目前研究装备制造业技术创新效率方面的文献比较多。王灵、韩东林[1]（2011）利用2009年安徽省制造业各行业的数据，应用突变级数法和数据包络分析法，对安徽省制造业的技术创新效率进行了测评。结果表明：安徽省装备制造业的技术创新效率较高，轻纺工业和原材料产业的技术创新效率相对较低。冀巨海、郭冬冬[2]（2011）运用多指标投入产出法和因子分析定权法等方法，对山西省装备制造业7个子行业的技术创新效率进行分析，然后对7个子行业的技术创新效率进行排序，并对各子行业的发展状况及可能的原因作了总结。本文在总结前人分析的基础上，以中国科技统计年鉴为基础，结合实际情况，对我国装备制造业的创新效率进行评价研究，分析我国装备制造业各行业的技术创新效率情况。
令S=θ/σ，则S为纯规模效率。S=1，纯规模有效；S CCR模型计算出的效率是综合效率，是规模效率与技术效率的乘积，而BCC模型计算出来的效率值为纯技术效率若将CCR模式所得到的效率除以模式的效率值，即可求得每一个效率的规模效率值，进而可各行业的规模报酬是处于递增，递减或者是固定规模的状态。本文综合利用CCR模型和BCC模型对我国装备制造业7个行业的综合创新效率进行分析和评价。
2.2 指标的选取与数据来源 研究技术创新效率投入指标选择了R&D人员、R&D经费投入和新产品开发经费；技术产出指标选取了专利申请数、专利发明授权数和新产品开发项目数。
技术创新效率离不开人力和物力的大量投入。具体来说，在投入方面，R&D人员对各个产业技术创新产生决定性作用，R&D内部经费支出和新产品开发经费反映了企业对研发的重视程度，可以反映出企业技术创新效率的能力，所以列入投入指标。技术创新同样给企业带来大量的回报，其产出可采用专利申请数、专利发明授权数和新产品开发项目数。其中，专利申请数反映了每个产业提出专利申请并被受理的数量，专利发明授权数是指国家已经授权的发明专利的数量，这两个指标可以看出不同产业专利申请的活跃程度，可以看出技术创新能力。新产品开发项目数是衡量产业技术创新能力的重要指标。指标的选取如表1。
3 实证分析
本文利用DPS软件将表2的数据代入CCR模型进行运算，得到2006-2010年鉴我国装备制造业的技术创新投入资源的利用率θ和各决策单元的松弛变量和剩余变量值，经整理结果如表3所示，将表2的数据代入BBC模型进行整理，表4里的数据将是各年的总体效率、纯技术效率、规模效率和规模效益进行总结后得到的。
由表3，我们可以看到2006-2010年期间，DEA有效的有2006、2009和2010年，总体效率值θ都为1，并且松弛变量和剩余变量值都为0，表示投入和产出相对达到了最佳状态。总体来说，这五年间的资源的投入产出效率在提高。2007和2008年的总体效率值θ小于1，说明DEA无效，存在投入剩余或者产出不足。投入指标的松弛量表示既定产出水平下某一投入指标相当于其在有效前言上投影的冗余量，而产出指标的松弛量是表示某产出指标相对其在有效前沿上投影的不足量。如2008年，在投入指标R&D人员冗余了323518.8898，R&D内部经费支出冗余了6690977.9557。由此可见，这些不为0的松弛量或者剩余量给出了调整的方向。
从表4可看出，DEA有效的年份2006、2009和2010年，其σ和S都为1，表明这3年与其他年份相比，装备制造业大中型企业的技术创新投入和产出具有相对最优性，投入资源的组合结构相对合理，不存在投入冗余和产出不足，规模效益处于最佳状态，即同时满足技术有效和规模有效。
从表中可以看出，在DEA无效的两个年份，即规模效应递增，因此增加投入，以期达到规模有效，提高投入产出的效率。主要对产出中低的效率环节进行相应的调整，找出合理的投入比例。三个DEA有效年份，有效的利用资源，使得技术创新的投入产出达到相对有效，表明了装备制造业大中型企业已经调整了无效环节。
4 结论
本文立足于对我国装备制造业7个行业大中型企业的效率进行研究，分析比较各个年份之间的效率，有利于了解我国装备制造业7个行业大中型企业产出投入效率，技术效率和规模效率，对装备制造业的投入产出进行优化调整提供依据。本文研究思路和方法具有一定的普遍性，只是研究结果可能会因为样本数据和指标选择的影响有一些偏差。
参考文献：
[1]王灵，韩东林.产业转移视角下安徽省制造业技术创新效率评价[J].经济技术，2011（8）.
[2]冀巨海，郭冬冬.山西省装备制造业技术创新效率评价研究[J].经济师，2011（1）.
[3]王子龙.《中国装备制造业系统演化研究与评价研究》科学出版社，2007.
[4]周欢怀，池万乐.基于DEA的中小企业技术创新效率研究[J].工业技术经济，2011（6）.
[5]李立辉，戴向洋.数据包络分析BCC模型及在行业效率分析中的应用[J].长三角，2010（5）.
[6]徐哗，张秋艳.中国高技术产业各行业资源配置效率的实证研究[J].当代财经，2009（12）.
[7]俞立平.中国制造业创新绩效研究[J].经济学家，2007（4）.
[8]孙冰，周大铭.基于改进DEA的装备制造企业自主创新现状评价与实证研究[J].科技进步与对策，2011（15）.
[9]周欢怀，池万乐.基于DEA的中小企业技术创新效率研究[J].北方经济，2011（6）.
摘要： 本文从技术创新效率角度，采用CCR模型和BCC模型，基于2006-2010年中国装备制造业7个行业发展的面板数据，对我国装备制造业技术创新使用效率进行评价和实证研究。通过DEA方法对2006-2010年我国装备制造业7个行业技术效率进行分析，然后对7个行业的技术创新效率进行排序，并对各子行业的发展状况及可能的原因作了总结。
Abstract： From the point of view of technological innovation efficiency， using the CCR model and BCC model， this article carried out evaluation and empirical research on technological innovation using efficiency of China's equipment manufacturing industry based on panel data of development of seven industries of China's equipment manufacturing industry from 2006 to 2010. By DEA method to analyze technological efficiency of seven industries of China's equipment manufacturing industry during 2006-2010， and then sort the technological innovation efficiency of seven industries， summarize development status and the possible causes of the various sub-sectors.
关键词： 数据包络分析（DEA）；BCC模型；技术效率；规模效率
Key words： data envelopment analysis （DEA）；BCC model；technical efficiency；scale efficiency
中图分类号：F406.3 文献标识码：A 文章编号：1006-4311（2013）06-0001-03
1 文献综述
目前研究装备制造业技术创新效率方面的文献比较多。王灵、韩东林[1]（2011）利用2009年安徽省制造业各行业的数据，应用突变级数法和数据包络分析法，对安徽省制造业的技术创新效率进行了测评。结果表明：安徽省装备制造业的技术创新效率较高，轻纺工业和原材料产业的技术创新效率相对较低。冀巨海、郭冬冬[2]（2011）运用多指标投入产出法和因子分析定权法等方法，对山西省装备制造业7个子行业的技术创新效率进行分析，然后对7个子行业的技术创新效率进行排序，并对各子行业的发展状况及可能的原因作了总结。本文在总结前人分析的基础上，以中国科技统计年鉴为基础，结合实际情况，对我国装备制造业的创新效率进行评价研究，分析我国装备制造业各行业的技术创新效率情况。
令S=θ/σ，则S为纯规模效率。S=1，纯规模有效；S CCR模型计算出的效率是综合效率，是规模效率与技术效率的乘积，而BCC模型计算出来的效率值为纯技术效率若将CCR模式所得到的效率除以模式的效率值，即可求得每一个效率的规模效率值，进而可各行业的规模报酬是处于递增，递减或者是固定规模的状态。本文综合利用CCR模型和BCC模型对我国装备制造业7个行业的综合创新效率进行分析和评价。
2.2 指标的选取与数据来源 研究技术创新效率投入指标选择了R&D人员、R&D经费投入和新产品开发经费；技术产出指标选取了专利申请数、专利发明授权数和新产品开发项目数。
技术创新效率离不开人力和物力的大量投入。具体来说，在投入方面，R&D人员对各个产业技术创新产生决定性作用，R&D内部经费支出和新产品开发经费反映了企业对研发的重视程度，可以反映出企业技术创新效率的能力，所以列入投入指标。技术创新同样给企业带来大量的回报，其产出可采用专利申请数、专利发明授权数和新产品开发项目数。其中，专利申请数反映了每个产业提出专利申请并被受理的数量，专利发明授权数是指国家已经授权的发明专利的数量，这两个指标可以看出不同产业专利申请的活跃程度，可以看出技术创新能力。新产品开发项目数是衡量产业技术创新能力的重要指标。指标的选取如表1。
3 实证分析
本文利用DPS软件将表2的数据代入CCR模型进行运算，得到2006-2010年鉴我国装备制造业的技术创新投入资源的利用率θ和各决策单元的松弛变量和剩余变量值，经整理结果如表3所示，将表2的数据代入BBC模型进行整理，表4里的数据将是各年的总体效率、纯技术效率、规模效率和规模效益进行总结后得到的。
由表3，我们可以看到2006-2010年期间，DEA有效的有2006、2009和2010年，总体效率值θ都为1，并且松弛变量和剩余变量值都为0，表示投入和产出相对达到了最佳状态。总体来说，这五年间的资源的投入产出效率在提高。2007和2008年的总体效率值θ小于1，说明DEA无效，存在投入剩余或者产出不足。投入指标的松弛量表示既定产出水平下某一投入指标相当于其在有效前言上投影的冗余量，而产出指标的松弛量是表示某产出指标相对其在有效前沿上投影的不足量。如2008年，在投入指标R&D人员冗余了323518.8898，R&D内部经费支出冗余了6690977.9557。由此可见，这些不为0的松弛量或者剩余量给出了调整的方向。
从表4可看出，DEA有效的年份2006、2009和2010年，其σ和S都为1，表明这3年与其他年份相比，装备制造业大中型企业的技术创新投入和产出具有相对最优性，投入资源的组合结构相对合理，不存在投入冗余和产出不足，规模效益处于最佳状态，即同时满足技术有效和规模有效。
从表中可以看出，在DEA无效的两个年份，即规模效应递增，因此增加投入，以期达到规模有效，提高投入产出的效率。主要对产出中低的效率环节进行相应的调整，找出合理的投入比例。三个DEA有效年份，有效的利用资源，使得技术创新的投入产出达到相对有效，表明了装备制造业大中型企业已经调整了无效环节。
4 结论
本文立足于对我国装备制造业7个行业大中型企业的效率进行研究，分析比较各个年份之间的效率，有利于了解我国装备制造业7个行业大中型企业产出投入效率，技术效率和规模效率，对装备制造业的投入产出进行优化调整提供依据。本文研究思路和方法具有一定的普遍性，只是研究结果可能会因为样本数据和指标选择的影响有一些偏差。
参考文献：
[1]王灵，韩东林.产业转移视角下安徽省制造业技术创新效率评价[J].经济技术，2011（8）.
[2]冀巨海，郭冬冬.山西省装备制造业技术创新效率评价研究[J].经济师，2011（1）.
[3]王子龙.《中国装备制造业系统演化研究与评价研究》科学出版社，2007.
[4]周欢怀，池万乐.基于DEA的中小企业技术创新效率研究[J].工业技术经济，2011（6）.
[5]李立辉，戴向洋.数据包络分析BCC模型及在行业效率分析中的应用[J].长三角，2010（5）.
[6]徐哗，张秋艳.中国高技术产业各行业资源配置效率的实证研究[J].当代财经，2009（12）.
[7]俞立平.中国制造业创新绩效研究[J].经济学家，2007（4）.
[8]孙冰，周大铭.基于改进DEA的装备制造企业自主创新现状评价与实证研究[J].科技进步与对策，2011（15）.
[9]周欢怀，池万乐.基于DEA的中小企业技术创新效率研究[J].北方经济，2011（6）.