基于DEA模型的徐州市科技创新效率研究赵绍娟---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要：建立效率评估指标体系，运用数据包络分析（DataEnvelopmentAnalysis，DEA）运筹学方法，将科技创新活动分为两个阶段：知识创造和成果转化，研究徐州市科技研发效率和成果转化效率，判断徐州市科技创新效率是否达到“帕累托”最优，是否存在科技投入冗余及科技产出不足，并对淮海经济区20市和江苏省13市的科技创新能力进行横向比较分析，以期对徐州市区域性产业科技创新中心建设情况进行监测评估。关键词：科技创新;效率评估;指标体系;帕累托最优;数据包络分析：F124.3：A：1671-0037（2019）5-22-9DOI：10.19345/j.cxkj.1671-0037.2019.05.004---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---1研究背景《中国中心城市指数研究报告》认为，全球化背景下的国际竞争本质上就是中心城市的竞争，提升吸引和集聚人、财、物的虹吸效应和承载能力是中心城市竞争的关键。如何正确评价、培育和强化城市的中心功能，应该成为决胜大城市化、超大城市化这一世界潮流的重要国家战略。徐州市区域性产业科技创新中心自建设以来取得了一定的成就，但在某些创新方面还存在短板和缺陷。2017年，在淮海经济区20个城市中，徐州市GDP总量第一，但R&D经费投入强度却落后于莱芜、泰安、蚌埠、临沂和盐城。目前，徐州市区域性产业科技创新中心建设进展情况如何？对徐州市社会生产力和综合实力的战略支撑作用如何？在整个淮海经济区和省内的科技创新能力地位如何？这就亟须建立一套系统科学合理的监测评估体系和方法，对徐州市区域性产业科技创新中心建设情况进行纵向衡量，并在淮海经济区城市、江苏省兄弟城市间横向比较，以便指导徐州市科学认识自身创新能力，从而采取更加合理的创新发展战略，协调高校、科研院所、企业、科技服务中介等多方主体，统筹科技人力资源、科技物力资源、科技信息资源、科技组织资源等，使得经济效益和社会效益达到“帕累托最优”。2DEA模型介绍数据包络分析（DataEnvelopmentAnalysis，DEA）[1]是由著名运筹学家Charnes，Cooper和Rhodes于1978年提出的，它以相对效率概念为基础，以凸分析和线性规划为工具，计算比较具有相同类型的决策单元（DecisionMakingUnit，DMU）之间的相对效率，依此对评价对象做出评价。其本质是判断DMU是否处于生产可能集的“前沿面”上，可以看成是一种非参数的统计估计方法。相对于层次分析法、聚类分析法、因子分析法等，数据包络分析法（DEA）具有多输入、多输出的特点，无须任何权重假设、对数据进行无量纲化处理，排除了很多主观因素，且可以获得很多在经济学中具有深刻经济---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---含义和背景的管理信息，现已被应用于各个领域的绩效评价中。张赛飞等[2]、梁瑞敏等[3]、高淑兰[4]、张永安等[5]、刘俭等[6]、张莉莉等[7]、熊曦等[8]、黄光球等[9]都运用数据包络分析（DEA）、二阶段网络DEA或超效率DEA等对基于时间序列的区域科技创新绩效进行测算及比较研究。DEA方法的基本原理是：设有n个决策单元（j=1，2，…，n），每个决策单元有相同的m项投入（i=1，2，…，m）、s项产出（r=1，2，…，s）。xij为第j决策单元的第i项投入，yrj为第j决策单元的第r项产出，vi为第i种类型投入的度量（权系数），ur为第r种类型产出的度量（权系数）。若衡量第j0个决策单元效率指数，则以所有决策单元的效率指数为约束，构造如下CCR（C2R）模型。[maxhjo=uTyivTxj=r=1suryrjoi=1mvixij0s.t.r=1suryrji=1mvixij≤1，j=1，2，...nu≥0，v≥0]（1）其对偶输入模型为：[minθs.t.j=1nλjxj≤θx0j=1nλjyj≥y0λj≥o，j=1，2，...nθ无约束]（2）为讨论和计算应用方便，进一步引入松弛变量s+和剩余s-变量s-，将式（2）变为等式约束：[minθs.t.j=1nλjxj+s+=θxoj=1nλjyj-s-≥y0λj≥o，j=1，2，...nθ无约束，s+≥0，s-≤0]（3）我们可用CCR模型判定决策单元是否同时技术有效和规模有效：θ*=1且s*+=0，s*-=0，则决策单元j0为DEA有效（...