论文部分内容阅读
摘要：本文以吉林省汽车产业集群为研究对象，通过对构成我国六大汽车产业集群的14个省份及两个参考省份的相关原始数据进行数据包络分析，对吉林省汽车产业集群的（综合）技术效率进行评价，为提升吉林省汽车产业集群竞争力提供可借鉴的思路。
关键词：产业集群；技术效率；绩效
越来越多的国家和地区集中财力与人力，通过各种优惠政策和法律法规，努力完善着产业集群的发展，更是将产业集群变为拉动地区经济增长、实现国民经济腾飞、带动国民发家致富的源动力。作为东北老工业基地之一，吉林省产业集群发展历史悠久，有着良好的资源基础和工业基础。本文将以吉林省汽车产业集群为研究对象，通过对比16个不同省份相关数据，评价其（综合）技术效率水平。
1.样本界定及相关基础数据的演算
为了使样本中的数据更可靠，以获得更准确的评价结果，我们比较选取了构成我国六大汽车产业集群中的十四个省份作为研究对象，同时为了数据更有可比较的价值，我们在这里也同样选取了两个非六大集群所涉及的省份，这两部分共同组成评价样本，即数据包络分析过程中的DMU1，DMU2，……DMU16，具体包括：北京、天津、辽宁、山西、黑龙江、吉林、上海、安徽、江苏、浙江、湖北、重庆、湖南、四川、山东、广东。这十六个样本的选择不仅是源于该十六个省份在我国汽车工业中位于龙头位置，同时它们分别位于我国六大汽车产业集群。这里我们将模型要求的部分原始数据进行汇总，并输入模型，数据来源于《中国汽车工业年鉴》。
由于相关研究人员多年对数据包络分析模型的不断发展与完善，目前数据包络分析模型形式多样。在采用并选择适当的数据包络分析模式时，我们既要关注决策单元所在环境的实际经济背景，同时还要详细分析不同模式的评价目的。结合我们所选择的十六个省汽车产业集群的实际经济背景以及本次研究预期达到的评价结果，这里我们选择数据包络分析模型中的一个基本模式，即CR模型来完成相关数据的分析与比较。其主要原因在于从具体评价内容的有效性来看，CR模型不仅能够评价样本中不同单元的技术有效性，还能够评价样本中不同单元的规模有效性，也就是说其最终得到的技术效率值一方面考虑了规模效率值，另一方面也考虑了纯技术效率值，这个结果是规模效率与纯技术效率的综合，即我们所要求得到的总体有效性。
这里我们将样本省份中2010年的相关数据代入数据包络分析软件，通过软件计算得到数据包络分析效率值以及相关信息。
2.样本省份有效性的识别
数据分析模式计算的结果显示，本文所选的十六家样本省份内，相对技术效率值为1的共计七家，包括北京、天津、吉林、上海、湖北、广东和四川，即这七家样本省份相对于其他九家样本省份来说是相对有效或者可以说是弱有效的。为了判定这七家样本省份是DEA有效还是弱有效，可通过观察这七家省份各收入产出指标对应的松弛变量来做进行进一步判定。由数据包络分析原理表明，若某个样本企业效率值为1并且正负松弛变量值又均为零，那么这个决策单元就是有效的，否则为弱有效单元。
观察输出结果，效率值为1的七个决策单元中天津、吉林、上海、山东、湖北、广东和四川七个省份投入松弛变量均为0；天津、吉林、上海、湖北、广东和四川六个省份的产出松弛变量均为0。比较得知，天津、吉林、上海、湖北、广东和四川这六家样本省份是有效的，占样本总数的37.5%。
该模型的有效性，以决策单元的技术有效性和规模有效性为基础，或者说是技术有效和规模有效的总体有效。从一定意义上说，有效、非有效二者是相对的，即较之于非有效的DMU来说该模型是有效的，反过来讲，非有效针对的是DMU的有效而言。该有效的决策单元往往是其它非有效决策单元进行自我改进的标尺，更重要的是可以用来评估其它汽车产业集群的绩效。
3.样本省份有效性的分布
观察数据包络分析模型中各个不同决策单元效率值，所选的十六家样本省份效率均值为0.972，说明样本省份中总体绩效水平不错。其有效水平总体分布情况如图1所示。其中效率值小于0.972省份的有七家，占样本总数的43.75%，包括：山西、黑龙江、江苏、浙江、安徽、山东和重庆。这七家样本省份是我国汽车产业集群中投入产出有效性水平较差的省份，其有效性进一步提升的空间很大。
图1十六家样本省份（综合）技术效率分布图
效率值大于0.972的省份有九家，占样本总数的56.25%，包括：北京、天津、辽宁、吉林、上海、湖北、湖南、四川和广东。这九家样本省份是我国汽车产业集群中的佼佼者，通过进一步分析发现，这些省份大多拥有规模较大的外资企业或合资企业。
参考文献
[1]李万文.中国汽车行业技术效率及影响因素实证研究.浙江大学硕士学位论文，2008.
[2]马占新、马生昀.基于样本评价的广义数学包络分析方法.数学的实践与认识，2011年21期.
[3]杨洪涛.基于数据包络分析（DEA）的专业汽车企业作业效率分析与应用.机械制造，2011年01期.
[4]姬霖、张春颖.我国汽车生产企业（综合）技术效率评价.产业与科技论坛，2012年03期
[5]韩清、朱平芳、任焕焕.企业技术效率的影响分析.统计研究，2011年10期.
关键词：产业集群；技术效率；绩效
越来越多的国家和地区集中财力与人力，通过各种优惠政策和法律法规，努力完善着产业集群的发展，更是将产业集群变为拉动地区经济增长、实现国民经济腾飞、带动国民发家致富的源动力。作为东北老工业基地之一，吉林省产业集群发展历史悠久，有着良好的资源基础和工业基础。本文将以吉林省汽车产业集群为研究对象，通过对比16个不同省份相关数据，评价其（综合）技术效率水平。
1.样本界定及相关基础数据的演算
为了使样本中的数据更可靠，以获得更准确的评价结果，我们比较选取了构成我国六大汽车产业集群中的十四个省份作为研究对象，同时为了数据更有可比较的价值，我们在这里也同样选取了两个非六大集群所涉及的省份，这两部分共同组成评价样本，即数据包络分析过程中的DMU1，DMU2，……DMU16，具体包括：北京、天津、辽宁、山西、黑龙江、吉林、上海、安徽、江苏、浙江、湖北、重庆、湖南、四川、山东、广东。这十六个样本的选择不仅是源于该十六个省份在我国汽车工业中位于龙头位置，同时它们分别位于我国六大汽车产业集群。这里我们将模型要求的部分原始数据进行汇总，并输入模型，数据来源于《中国汽车工业年鉴》。
由于相关研究人员多年对数据包络分析模型的不断发展与完善，目前数据包络分析模型形式多样。在采用并选择适当的数据包络分析模式时，我们既要关注决策单元所在环境的实际经济背景，同时还要详细分析不同模式的评价目的。结合我们所选择的十六个省汽车产业集群的实际经济背景以及本次研究预期达到的评价结果，这里我们选择数据包络分析模型中的一个基本模式，即CR模型来完成相关数据的分析与比较。其主要原因在于从具体评价内容的有效性来看，CR模型不仅能够评价样本中不同单元的技术有效性，还能够评价样本中不同单元的规模有效性，也就是说其最终得到的技术效率值一方面考虑了规模效率值，另一方面也考虑了纯技术效率值，这个结果是规模效率与纯技术效率的综合，即我们所要求得到的总体有效性。
这里我们将样本省份中2010年的相关数据代入数据包络分析软件，通过软件计算得到数据包络分析效率值以及相关信息。
2.样本省份有效性的识别
数据分析模式计算的结果显示，本文所选的十六家样本省份内，相对技术效率值为1的共计七家，包括北京、天津、吉林、上海、湖北、广东和四川，即这七家样本省份相对于其他九家样本省份来说是相对有效或者可以说是弱有效的。为了判定这七家样本省份是DEA有效还是弱有效，可通过观察这七家省份各收入产出指标对应的松弛变量来做进行进一步判定。由数据包络分析原理表明，若某个样本企业效率值为1并且正负松弛变量值又均为零，那么这个决策单元就是有效的，否则为弱有效单元。
观察输出结果，效率值为1的七个决策单元中天津、吉林、上海、山东、湖北、广东和四川七个省份投入松弛变量均为0；天津、吉林、上海、湖北、广东和四川六个省份的产出松弛变量均为0。比较得知，天津、吉林、上海、湖北、广东和四川这六家样本省份是有效的，占样本总数的37.5%。
该模型的有效性，以决策单元的技术有效性和规模有效性为基础，或者说是技术有效和规模有效的总体有效。从一定意义上说，有效、非有效二者是相对的，即较之于非有效的DMU来说该模型是有效的，反过来讲，非有效针对的是DMU的有效而言。该有效的决策单元往往是其它非有效决策单元进行自我改进的标尺，更重要的是可以用来评估其它汽车产业集群的绩效。
3.样本省份有效性的分布
观察数据包络分析模型中各个不同决策单元效率值，所选的十六家样本省份效率均值为0.972，说明样本省份中总体绩效水平不错。其有效水平总体分布情况如图1所示。其中效率值小于0.972省份的有七家，占样本总数的43.75%，包括：山西、黑龙江、江苏、浙江、安徽、山东和重庆。这七家样本省份是我国汽车产业集群中投入产出有效性水平较差的省份，其有效性进一步提升的空间很大。
图1十六家样本省份（综合）技术效率分布图
效率值大于0.972的省份有九家，占样本总数的56.25%，包括：北京、天津、辽宁、吉林、上海、湖北、湖南、四川和广东。这九家样本省份是我国汽车产业集群中的佼佼者，通过进一步分析发现，这些省份大多拥有规模较大的外资企业或合资企业。
参考文献
[1]李万文.中国汽车行业技术效率及影响因素实证研究.浙江大学硕士学位论文，2008.
[2]马占新、马生昀.基于样本评价的广义数学包络分析方法.数学的实践与认识，2011年21期.
[3]杨洪涛.基于数据包络分析（DEA）的专业汽车企业作业效率分析与应用.机械制造，2011年01期.
[4]姬霖、张春颖.我国汽车生产企业（综合）技术效率评价.产业与科技论坛，2012年03期
[5]韩清、朱平芳、任焕焕.企业技术效率的影响分析.统计研究，2011年10期.