【www.zhuodaoren.com--百科】
deap运行环境(一)
DEAP分析过程及结果解释
deap 2.1软件分析过程及结果解释：
第一步，设置参数，变量及选定所用模型，下述：16为DMU个数，即总体样本个数；1为面板数据中的年限，如果做横截面数据，就写1，面板数据则写选取的时序个数（如年数）；4，3分别为产出指标、投入指标个数（在编辑EG1.DTA文件时，产出指标放前面）；0表示选取的是投入主导型模型，1表示产出主导型，关键结合问题选取，一般选投入主导型；crs表示不考虑规模收益的模型即CCR模型，vrs表示考虑规模收益模型即BCC模型；最后是内部算法。
eg1.dta DATA FILE NAME
eg1.out OUTPUT FILE NAME
16 NUMBER OF FIRMS
1 NUMBER OF TIME PERIODS
4 NUMBER OF OUTPUTS
3 NUMBER OF INPUTS
0 0=INPUT AND 1=OUTPUT ORIENTATED
1 0=CRS AND 1=VRS
0 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)
DEAP软件下载下来后没有安装文件，它是直接在deap.exe文件中运行，如下为具体步骤： 执行文件
执行文件和start-up文件软件提供，start-up文件DEAP.000中是关键参数，使用者可以不修改。 工具文件（口令）
第一步：使用记事本打开控制文件。
第二步：按照自己的要求填好，另存为后缀. ins的文件 数据文件
1.Excel录入数据,按照产出项、投入项、(要素价格)排列
2.将Excel工作表→ "另存新档"，档案名称需为"数字或英文字母"；档案类型为"格式化文本(空白分隔)" →避免格式走调；"储存"后缀为.prn, →储存位置须在"DEAP资料夹"中
3.再另存新档后缀为.txt,再将一份副档后缀名改为.dta.
7.最后用deap.exe文件运行，输入后缀为.ins的口令文件，按ENTER。运行后在DEAP文件夹中会出现两个新的文件，将其中一个不是Ok的txt文件打开既可。【deap运行环境】
第二步，结果解释：
1、效率分析EFFICIENCY SUMMARY:
firm crste vrste scale
四列数据分别表示：firm样本次序；crste不考虑规模收益时的技术效率（综合效率）；vrste考虑规模收益时的技术效率（纯技术效率）；scale考虑规模收益时的规模效率（规模效率），纯技术效率和规模效率是对综合效率的细分；最后有一列irs,---，drs,分别表示规模收益递增、不变、递减。
2、 SUMMARY OF OUTPUT SLACKS、SUMMARY OF INPUT SLACKS分别表示产出和投入指标的松弛变量取值，即原模型中的s值。
3、SUMMARY OF PEERS:
表示非DEA有效单元根据相应的DEA有效单元进行投影即可以实现相对有效。后面有相应的权数SUMMARY OF PEER WEIGHTS。
4、SUMMARY OF OUTPUT TARGETS、SUMMARY OF INPUT TARGETS 为各单元的目标值，即达到有效的值，如果是DEA有效单元则是原始值
5、FIRM BY FIRM RESULTS即针对各个单元的详细结果
original value 表示原始值；radial movement表示投入指标的松弛变量取值，即投入冗余值；slack movement 表示产出指标的
松弛变量取值，即产出不足值 projected value达到DEA有效的目标值。
（其他人的观点：给你挑毛病“radial movement表示投入指标的松弛变量取值，即投入冗余值”。这是不对的，radial movement应该指DMU在没有包括slack movement情况下离有效前沿面的径向距离，radial movement＝－original value *（1－综合效率值），而slack movement则通指松弛变量和剩余变量，即S-、S+。来自人大经济论坛）
第三步，针对各结果，进行分析，如效率分析、投入冗余产出不足分析、投影分析等：
数据包络分析（DEA）都是某一时间类似的企业或者经营单位作为决策单元（DMU）（一般用的都是截面数据为多）。这个方法可以比较不同的企业在一定技术条件下，投入能够在多大程度上有效率的用在产出的生产上。但如果运用时间序列数据，这些方法就需要修正，因为不能够假设在所有的时间点生产技术是相同的。比如把1978－2004年中国的资本、劳动做投入指标，把增加值做产出指标的话，以每年作为一个DMU，那么如果使用DEAP软件计算的话，虽然可以直接算出每年的效率值，但这是假设在所有的时间点生产技术是相同的，又不符合现实，否定了技术进步。但我发现“Lynde and Richmond(1999)”建立了一个时间序列的DEA模型，可以修正以上不足。但是这一模型是否可以照样用DEAP软件或是EMS软件直接计算出来，还是非要用LINGO那样的软件编程才能实现？不知有那位做过此项工作的，请指教一二。做panel data的随机前沿分析可以解决这样的问题。很多做银行效率、地区效率问题研究的“经济学家”们不懂运筹学、不懂单纯形法，造成其计算过程忽略了一些非常关键的变量，……自然，得到的结论也是靠不住的。
deap运行环境(二)
DEAP使用方法
DEAP使用方法
有时我们会用到DEAP软件，DEAP软件下载下来后没有安装文件，它是直接在deap.exe文件中运行，如下为具体步骤：
操作步骤
资料档
1.Excel编制,按照产出项,投入项,(要素价格)排列
2.将Excel工作表→ "另存新档"
3.档案名称为"数字或英文字母"
4.档案类型为"格式化文字(空白分隔)" →避免格式走调..
5.再按"储存" →储存位置须在"DEAP资料夹"中
6.储存后,副档名为.prn,再以笔记本的另存新档方式,将副档名改为.dta.
7.最后用deap.exe文件运行，输入第6步新保存在DEAP文件夹中所保存的prn文件名，按ENTER。运行后在DEAP文件夹中会出现两个新的文件，将其中一个不是Ok的文件以EXCELL方式打开既可。
参考
deap 2.1软件分析过程及结果解释：
第一步，设置参数，变量及选定所用模型，下述：16为DMU个数，即总体样本个数；1为面板数据中的年限，如果做横截面数据，就写1，面板数据则写选取的时序个数（如年数）；4，3分别为产出指标、投入指标个数（在编辑EG1。DTA文件时，产出指标放前面）；0表示选取的是投入主导型模型，1表示产出主导型，二者区别不大，关键结合问题选取，一般选投入主导型；crs表示不考虑规模收益的模型即C^2 R模型，vrs表示考虑规模收益模型即BC^2模型；最后是内部算法，一般选0就可以。
eg1.dta DATA FILE NAME
eg1.out OUTPUT FILE NAME
16 NUMBER OF FIRMS
1 NUMBER OF TIME PERIODS
4 NUMBER OF OUTPUTS
3 NUMBER OF INPUTS
0 0=INPUT AND 1=OUTPUT ORIENTATED
1 0=CRS AND 1=VRS
0 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE),
第二步，结果解释：
4=DEA(2-STAGE)
1、效率分析EFFICIENCY SUMMARY:
firm crste vrste scale
四列数据分别表示：firm样本次序；crste不考虑规模收益是的技术效率（综合效率）；vrste考虑规模收益时的技术效率（纯技术效率）；scale考虑规模收益时的规模效率（规模效率），纯技术效率和规模效率是对综合效率的细分；最后有一列irs,---，drs,分别表示规模收益递增、不变、递减。
2、 SUMMARY OF OUTPUT SLACKS、SUMMARY OF INPUT SLACKS分别表示产出和投入指标的松弛变量取值，即原模型中的s值。
3、SUMMARY OF PEERS:
表示非DEA有效单元根据相应的DEA有效单元进行投影即可以实现相对有效。后面有相应的权数SUMMARY OF PEER WEIGHTS。
4、SUMMARY OF OUTPUT TARGETS、SUMMARY OF INPUT TARGETS
为各单元的目标值，即达到有效的值，如果是DEA有效单元则是原始值
5、FIRM BY FIRM RESULTS即针对各个单元的详细结果
original value 表示原始值；radial movement表示投入指标的松弛变量取值，即投入冗余值； slack movement 表示产出指标的松弛变量取值，即产出不足值 projected value达到DEA有效的目标值。
deap运行环境(三)
deap的使用方法及举例
DEAP软件说明和使用方法举例(翻译)
分类： 风云变幻 2007-04-01 11:41
最近做生产效率方面的论文，DEA是一种比较常见的方法。LINDO/LINGO软件可以做但比较复杂，DEAP是最常见的最常用的解决DEA的软件。查了一下，网上没有关于DEAP的使用方法的中文说明，倒是在软件中有一个英文说明。上午看了看英文说明，并翻译了第4章和第5章的第一节（基本忠实原文，略有个人说明），方便易懂，操作性强，故拿来以郷广大博友。
4、DEAP计算机软件
本章节讲述DEAP计算机软件程序。这是一个DOS程序，但在WINDOWS下也能运行。软件包括一批文件系统，用户可以建立数据文档和一个简单的自制指令。用户打开文件名为“DEAP”DOS对话框，会提示你输入一个命令文件名。程序会执行这些指令并运行生成输出文档，输出文档可以用文字编辑器（例如NOTEPAD或者EDIT）或者用word程序（例如WORD或者WORD PERFECT）读取。
在微机上执行DEAP2.0一般包括五个文件：
1）DEAP.EXE可执行文件
2）开始文件DEAP.000
3）一个数据文件（例如，文件名为TEST.DTA）
4）一个命令文件（例如，文件名为TEST.INS）【deap运行环境】
5）一个输出文件（例如，文件名为TEST.OUT）
可执行文件和开始文件在程序中有。开始文件DEAP.000是一个存储关键参数值的文件，用户可以改变也可以选择不改变。数据文件和命令文件是由用户提前生成的。输出文件是由DEAP执行后生成的。下一章节中将给出输入和输出文档的例子。
数据文档
程序要求数据以文本文档的形式储存，这样以保持属于以一定的秩序出现（也就是说在保存的时候选择文本格式）。数据由观测得到，也就是说一行是一个决策单元。也要为每个输入和输出设置列，首先是所有的输出列然后是输入列（从左到右排列）。例如，有40个观测单位，双输出双输入，这样形成四列数据（长度为40个单位）按照下面的顺序排列：y1,y2,x1,x2。
如果你选择成本效率，还需要提供价格信息作为输入。价格信息列位于输入数据列的右侧，也是一同样的顺序输入。那就是说，如果有三个输出向量两个输入向量，列的顺序即为y1,y2,y3,x1,x2,w1,w2，这里的w1和w2就是对应的输入向量x1和x2的输入价格。 如果要选择Malmquist指数，就需要处理一些面板数据。例如，有三十个公司四年的观测值。就需要列出所有公司一年的数据，然后是第二年，第三年……（例如1-30行为30个公司第
一年的数据，31-60行为第二年的数据，以此类推）需要注意，这个面板数据需要是平衡的，也就是说，所有公司的数据是同样时间的观测值。【deap运行环境】
程序运行是利用一些计算数据包。例如：
·文字编辑器（如DOS EDIT 或者NOTEPAD）
·word处理器（如WORD 或者 WORD PERFECT）并以文本形式存档
·电子数据表格（如LOTUS或者EXCEL）并以文本形式存档
·数据统计包（如SHAZAM或者SAS）并写成数据文档
注意，数据文档中只能包括由空格分隔开的数字，不能有任何列的标题。
命令文件
命令文件是一个文本文档，一般由文字编辑器或者word处理程序生成。生成命令文档的简单方法是拷贝DBLANK.INS文件，这个文件在程序中有（用WINDOWS文件管理菜单中的文件/复制或者在DOS提示框内输入COPY命令）。然后编辑这个文件（用文字编辑器或者word处理程序）并输入相关的信息。描述命令文档结构的最好的方法就是用一个新例子。下章中将详细讲述。
输出文档
如前文所述，输出文件是由DEAP在命令文件执行后生成的文件。输出文档可以由文字编辑器（如NOTEPAD或者EDIT）或者用word程序（例如WORD或者WORD PERFECT）读取。输出文档会形成一个电子数据表格，如LOTUS或者EXCEL，也可以将其处理成表格或者图表的形式以便于放入到后续的报告中。
5、例子
5.1 例1：一个基于输入的DEA CRS模型
文件EG1.DTA（见表7a）包括五个观测单位，一个输出两个输入。
表7a EG1.DTA 数据列表
1 2 5
2 2 4
3 6 6
1 3 2
2 6 2
第一列是输出，后两列是输入。
表7b是文件EG1.INS。
文件中的大多数文字是自解释的，文件的右半部分是解释文字。
表7b 文件EG1.INS命令
eg1.dta data file name
eg1.out output file name
5 number of firms
1 number of time periods
1 number of outputs
2 mumber of inputs
0 0=input and 1=output orientated
0 0=CRS and 1=VRS
0 0=DEA(MULTI-STAGE),1=COST-DEA, 2=MALMQUIST-DEA,
3=DEA(1-STAGE), 4=DEA(2-STAGE)
最后在DEAP的DOS提示框内输入命令文件名（EG1.INS）。等待数秒或者几分钟（取决于模型的类型和计算机的速度）运行线性规划模型，然后会生成你命名的文档（EG1.OUT）。见表7c。
形成的结果很容易看，不做翻译了。
deap运行环境(四)
京津冀科技梯度测度研究
摘要 科技已成为拉动经济增长的核心动力。京津冀作为中国经济增长的第三增长极，在科技整体水平上存在着明显的梯度。为了更明确、更直观地表明地区之间的科技差异，文章提出以科技梯度系数衡量地区问的科技梯度，用比较科技创新效率、比较科技资金投入率、比较科技人员投入率的乘积表示科技梯度系数，并对京津冀三地的科技梯度系数进行了实证测度和对比分析。实证研究结果表明，我们所研究的测度方法科学可靠，而且不管从科技投入还是科技创新效率来看，京津的科技梯度远高于河北。因此，三省市应加强科技合作，打造京津冀科技增长极。 关键词 科技梯度；科技梯度系数；比较科技创新效率；比较科技资金投入率；比较科技人员投入率
中图分类号 TP391
文献标识码 A
文章编号 1006-5024（2013）02-0171-06
随着21世纪知识经济时代的到来，科技作为重要的战略性基础资源之一，在一定程度上改变了自然、资本、劳动力等传统要素对经济发展的作用，成为拉动经济增长的核心动力，成为区域发展的重要驱动力。京津冀作为中国经济增长的第三增长极，是我国科技资源最丰富的地区。从京津冀科技发展现状来看，京津冀之间在科技整体发展程度上存在着明显的差异。对于区域科技差异，不少学者已对此做了研究。张换兆等人从创新能力的八个方面对京津冀科技创新能力进行了比较分析；胡晓瑾、解学梅利用协同理论构建出一套区域技术创新能力评价指标体系；李婧、于学成、樊华等人运用DEA方法对不同地区的科技创新效率进行了实证研究；李红霞和李五四运用SFA技术、王蓓等人运用熵值法和DEA方法分别评价了不同地区的科技资源配置效率；廖先玲、赵喜鸟等人运用索洛余值法对科技进步贡献率进行了实证测度；仵凤清等人构建了地方科技竞争力指数（STCI）复数测度模型；赵前等人运用超效率DEA方法对科技竞争力进行了评价。总体而言，虽然科技指标体系趋于完善，方法也多种多样，但大部分研究只针对地区科技的某一方面或者就某一科技功能进行研究或实际测度，缺乏科技水平整体感，而且具体到京津冀科技差异方面的研究很少，大多是同其他地区一起研究的。为了更明确、更直观地表明地区之间的科技差异，我们提出“科技梯度”的概念，并尝试用科技梯度系数表示科技梯度，运用比较科技创新效率、比较科技资金投入率、比较科技人员投入率来计算科技梯度系数，并对京津冀的科技梯度进行定量测度和对比分析，从而更直观地认识三省市的科技梯度状况。
一、科技梯度系数的基本含义及测度方法
（一）科技梯度测度依据
一个地区的科技资源对经济增长的作用主要取决于两方面：一方面是科技资源的投入水平。科技投入能够反映出一个地区科研能力及科研活动活跃程度现状，并直接影响科技产出能力。另一方面是技术要素的产出和转化能力。科技产出直接反映出一个地区科技成果的数量及其在生产实践中的推广、使用情况。如果一个地区的投入较多，但是产出不足，不仅对经济的促进效应不足，而且造成科技资源的浪费。同样，即使在投入较少的情况下能有较大的科技产出，也依然不能发挥出科技的整体实力。所以，在科技投入合理的情况下，拥有较高的科技投入转化效率，才能更多地发挥科技对经济的贡献度。因此，一个地区的科技梯度受科技投入和科技创新效率的共同影响。科技投入一般包括科技人员投入和科技资金投入。科技创新效率指的是科技投入与科技产出的转化效率。通过对不同地区的科技人员投入、科技资金投入、科技创新效率的综合对比，可以对地区间的科技梯度有一个更直观、更清楚的认识。
（二）科技梯度系数的基本含义
为了更加明确、直观地表示地区间的科技差距，本文提出科技梯度系数概念。我们认为，一个地区的科技梯度受科技投入和科技创新效率的共同影响。假如把科技梯度比作科技产品，科技人员投入和科技资金投入就是最初的生产资料，它们与产品产出有着正相关的关系。而科技创新效率是指科技投入产出的转化效率，即科技生产资料的生产效率，在资金、人员投入一定的情况下，效率越高，产出越高，它与产出也呈正相关关系。所以可以用三者的乘积表示科技梯度系数。另外，考虑到将评价科技梯度的各项指标放在全国科技的平均水平上，我们运用“比较”的概念，用比较科技创新效率、比较科技资金投入率、比较科技人员投入率来代替各地区的科技创新效率、科技资金投入率、科技人员投入率。在此基础上，科技梯度系数可由公式（1）计算：
科技梯度系数=比较科技创新效率×比较科技资金投入率×比较科技人员投入率 （1）
1 比较科技创新效率
比较科技创新效率是一个地区相对于整个国家来说，其科技投入和产出效率的一个综合指标。科技创新效率实质是科技创新活动投入产出的转化效率，其内涵为在一定的科技创新环境和创新资源配置条件下单位科技创新投入获得的产出，或者单位科技创新产出消耗的科技创新投入。这里，某地区比较科技创新效率即为该地区科技创新效率与全国科技创新效率的比值，公式为：
比较科技创新效率=某地区科技创新效率/全国科技创新效率 （2）
如果某地区的比较科技创新效率值大于1，则表示相对于全国而言，该地区的科技创新效率较高；如果某地区比较科技创新效率值小于1，则表示相对于全国而言，该地区的科技创新效率较低；如果某地区的比较科技创新效率值等于1，则表示相对于全国而言，该地区的科技创新效率居于全国平均水平。
2 比较科技资金投入率和比较科技人员投入率
比较科技资金/人员投入率表示某地区相对于整个国家而言，其科技资金/人员投入水平的指标。它反映了某地区的科技财力/人力投入水平和当地对科技发展的重视水平。这里比较科技资金投入率用某地区科技资金投入占当地GDP的比重与全国科技资金投入占全国GDP的比重的比值来表示，比较科技人员投入率用某地区科技人员投入占当地就业人数的比重与全国科技人员投入占全国就业人数的比重的比值来表示，计算公式分别为： 比较科技资金投入率=地区科技资金投入占地区GDP的比重/全国科技资金投入占全国GDP的比重 （3）
比较科技人员投入率=地区科技人员占地区就业人员的比重/全国科技人员占全国就业人员的比重 （4）
比较科技资金/人员投入率大于1，表示相对于全国而言，该地区的科技资金/人员投入能力较强，且较重视科技发展。比较科技资金/人员投入率小于1，表示相对于全国而言，该地区科技资金/人员的投入能力相对较弱。比较科技资金/人员投入率等于1，表示该地区的科技资金/人员投入能力在全国居于平均水平。
（二）科技梯度系数的测度方法
根据公式（1）计算科技梯度系数，首先需要分别计算比较科技创新效率、比较科技资金投入率、比较科技人员投入率。
1 比较科技创新效率的测度方法
根据公式（2），某地区比较科技创新效率就是这一地区科技创新效率与全国科技创新效率之比。这里我们采用DEA（数据包络分析）方法来测度京津冀三地的比较科技创新效率。DEA是一种针对具有多输入项、多输出项的相同类型决策单元（DMU），评价其投入产出相对效率的方法。它首先根据样本中所有个体的投入和产出构造一个能够包容所有个体生产方式的最小的产出可能性集合（或产出前沿），然后根据这一可能性集合来比较各决策单元之间的相对效率和规模收益，显示最优值（投影值），主要包括CCR、BCC、C2GS、C2WH等形式的模型。运用DEA方法不需要预先估计权重参数和函数模型，也不受输入输出数据量纲的影响，从而可以避免主观因素影响，提升评价的客观性。
科技创新系统是典型的投入产出系统，所投入的科技人力、财力等资源为输入变量，得到的知识产出和进一步转化而来的经济效益为输出变量。设有n个决策单元DMUj（j=1，2，3，…，n），每个DMU均有m种输入和s种输出，输入向量Xj=（x1j，X2j，…，Xmj）T，输出向量Yj=（y1j，y2j，…，ysj）T，则CCR模型为：
其中，θ（0<θ≤1）值即为被评估决策单元的相对效率衡量指标，是综合效率值，λj为权重变量，S-为松弛变量，S+为剩余变量。当θ=1时表示决策单元DEA有效；而当θ<1时则表示DEA无效。若某决策单元的θ值越接近1，则表明该DMU具有较高的投入产出比，资源配置效率越高。本文中我们用到的数据只涉及到综合效率值θ，因此在结果中将不对λj、S-、S+作具体分析。
2 比较科技资金投入率和比较科技人员投入率的测度方法
根据公式（3）和公式（4），某地区的比较科技资金投入率是用该地区科技资金投入占当地GDP比重与全国科技资金投入占全国GDP比重的比值来表示的，某地区比较科技人员投入率是用该地区科技人员投入占当地就业人数的比重与全国科技人员投入占全国就业人数的比重的比值来表示的。由于R&D活动是科技资源实现价值、创造经济效益、体现其创新性的重要手段，用于R&D活动的资金投入和人员投入数量，反映了科技财力投入和科技人力投入的本质用途。所以，我们选用R&D经费内部支出和R&D人员全时当量分别作为地区科技资金投入和科技人员投入。相关数据可通过中国科技统计年鉴获得。
（三）指标选取及数据来源
在计算比较科技资金投入率和比较科技人员投入率时，我们直接选用R&D经费内部支出和R&D人员全时当量分别作为科技资金和科技人员投入指标。在介绍比较科技资金/人员投入率的测度方法时已作说明，这里就不再赘述。
在计算科技创新效率时，由于投入产出指标很多，而且大多具有很强的相关性，这里我们仍然选用R&D经费内部支出和R&D人员全时当量作为科技创新效率体系的投入指标。这是由于，狭义的科技投入只包括科技人力投入和科技财力投入，二者在一定程度上能够代表科技创新效率的主体部分，而R&D活动最能实现科技资源价值、创造经济效益，更能反映科技人力、财力投入的本质用途。而科技产出指标的选取，则按照直接知识产出和间接经济效益两类进行选取，具体直接知识产出包括科技论文数（指被国外三大索引系统SCI、EI、ISTP收录的科技论文）、发明专利的授权数（国内外专利申请受理量），间接经济效益包括新产品产值和技术市场成交合同额。科技投入、产出具体指标体系见表1。
考虑到科技投入产出系统存在一定时滞性，在此选择2年滞后期，即2007年的效率值是由2009年的各项产出和2007年的各项投入计算而得到的。同时，由于2011年的《中国科技统计年鉴》中，科技论文发表数（三大索引系统收录）这一指标只统计到2009年，本文所使用的数据最近可到2009年。因此，指标体系中的所有投入指标原始数据来自《中国科技统计年鉴（2004-2008）》，产出指标来自《中国科技统计年鉴（2006-2011）》。具体而言，投入指标X1、X2数据来源于2004～2008年中国科技统计年鉴，产出指标Y1、Y3、Y4数据来源于2006-2010年中国科技统计年鉴，产出指标Y2数据来源于2007-2011年中国科技统计年鉴。
三、京津冀科技梯度系数测度
（一）京津冀比较科技创新效率
对于比较科技创新效率的计算，这里采用数据包络分析方法（DEA）。DEA有两种导向模式，分别为投入导向与产出导向。DEA投入导向模式指的是在产出量固定的情况下，通过对不同的投入量进行调节和控制所得的效率结果；而产出导向模式则是在投入量固定的前提下，通过对不同的产出变量进行调节和控制而得出的效率结果。由于区域科技创新系统中是多投入、多产出系统，而且科技投入比科技产出更容易控制和调节。所以，本文选择DEA投入导向模式。通过查阅相关年份的中国科技统计年鉴，得到京津冀三省市的科技投入及产出指标数据如表2所示。 利用DEAP2.1软件包，输入原始数据并运行，计算2003-2007年京津冀科技创新效率值，并用算术法和公式（2）求出三地平均效率值和比较科技创新效率值，所得结果如表3。
（二）京津冀三地比较科技资金投入率和比较科技人员投入率
根据公式（3）和公式（4），将京津冀相关数据进行整理，运用Excel运算，所得三地比较科技资金投入率和比较科技人员投入率结果如表4和表5。
（三）京津冀科技梯度系数
根据公式（1）及表3、表4、表5的结果，计算京津冀科技梯度系数如表6。
（四）结果分析
从表6可以看出，京津冀三省市的平均科技梯度系数分别为43.26、5.29、0.21，三地之间存在明显的科技梯度，北京位于最高的科技梯度水平，天津次之，河北最低。从2003-2007年的变化趋势看，三省市的科技梯度系数总体呈下降趋势。就北京而言，其比较科技创新效率值一直为1，而比较科技资金投入率逐年下降，比较科技人员投入率总体呈下降趋势，造成了北京科技梯度系数逐年降低。就天津而言，其比较科技创新效率值同样一直保持在1的水平，与北京不同的是，其科技资金投入率逐年上升，比较科技人员投入率逐年下降，二者之积总体呈下降趋势。因此，天津科技梯度系数整体呈下降趋势。就河北而言，虽然比较科技资金投入率与比较科技人员投入率变化幅度不大，较稳定，但是比较科技创新效率值却逐年下降。所以，河北科技梯度系数整体呈下降趋势。
单独考虑比较科技创新效率，京津冀的比较科技创新效率平均值分别为1、1和0.74：根据DEA原理，北京、天津的科技创新效率值均为1，表明京津地区的科技投入产出的相对最优性，即它们的投入产出在技术上有效、在规模收益上处于最优，科技资源配置DEA有效。而河北的科技创新效率值小于1，表明其在科技投入上存在冗余，在科技产出上存在不足，科技资源配置DEA无效，科技资源创新效率有待提高。从DEA的计算结果进一步分解，河北每年的创新效率值都是DEA无效，且存在着投入冗余和产出不足的问题。
单独考虑比较科技资金投入率，京津冀的比较科技资金投入率平均值分别为4.12、1.52、0.46，三省市之间存在明显的比较科技资金投入梯度。从数值来看，北京、天津的比较科技资金投入率均大于1，而河北的比较科技资金投入率小于1，表明北京、天津的科技资金投入水平高于全国科技资金投入平均水平，河北还未达到全国平均科技资金投入水平。北京的R&D经费内部支出最多，占地区GDP的比重最高。因此，比较科技资金投入率最高。这一值表明北京对科技的重视水平较高，更加重视加大对科技的投入力度而促进经济的增长。天津的比较科技资金投入率处于三地的中间地位，相对于北京而言，科技资金投入不足，科技对经济的拉动作用不及北京，但是却远高于河北。河北的比较科技资金投入率在三地中最低，科技资金投入还未达到全国平均水平，科技对经济的带动力严重不足。纵观各地R&D经费内部支出占地区生产总值比重，总体都处于增长的趋势，尤其天津、河北一直逐年增长，表示这两个地区正在加大对科技资金投入的重视，积极引导科技进步促进经济发展。
单独考虑比较科技人员投入率，京津冀的比较科技人员投入率平均值分别为10.50、3.48、0.63，三省市之间存在明显的比较科技人员投入梯度。就数值来看，北京、天津的比较科技人员投入率大于1，河北的比较科技人员投入率小于1，表明北京、天津的科技人员投入水平高于全国平均科技人员投入水平，而河北还未达到全国平均科技人员投入水平。北京的科技人员投入率最高，几乎是天津的3倍，河北的16倍，这与北京汇集了全国众多的高等院校、科研院所，以及众多高科技产业园是分不开的。天津的科技人员投入率居于京冀之间，河北的最低，河北的人才引进政策相对缺乏吸引力，工资水平较低，不仅使得难于招贤纳士，同时还造成一定程度的人才流失到京津地区。纵向来看，三地的比较科技人员投人率都出现波动情况，说明科技人员具有流动性特点，且稳定性较差。科技人员具有主观能动性，在一定程度上受各方面利益的驱使。所以，如何制定相应的人才政策，吸引并留住科技人才，是京津冀增加科技人员投入的关键。
四、结论及建议
从以上结果和分析可以得出，京津冀之间存在明显的科技梯度差，北京最高，天津次之，河北最低。不管是从科技投入还是科技创新效率来看，京津地区都远高于河北。就北京而言，科技投入和科技产出，都表现出明显的优势，而且资源配置合理，创新效率达到DEA最优。就天津而言，虽然其资源的创新效率也达到DEA最优，但其科技资金和科技人员投入与北京相比仍然较少。所以，天津可以适当加大科技资金与人员的投入力度，利用其高效的配置率，发挥较高的规模效益，进一步促进经济的增长。就河北而言，无论是科技资金、科技人员的投人，还是科技创新效率，都处于较低水平，甚至都不及全国平均水平。具体而言，河北科技投入方面存在很大的冗余，需进一步提高科技创新效率。另外，应适当加大科技资金投入，制定相应的鼓励政策吸引科技人才，在提高效率的基础上发挥更高的规模效益，促进经济的发展。
就京津冀经济圈而言，京津冀地区的科技投入总量虽然较高，但是三地的科研投入很不平衡，尤其河北的科技投入严重不足；而且，京津冀区域的科技主体主要为科研机构和普通高校，而企业的创新能力明显不足，京津冀地区以企业为主体的科技投资项目相对较少，以企业为主体的自主研发结构尚未形成，科技进步对企业发展的决定性带动力尚未显现。另外，三地的科研机构、高校、企业之间的相互协作比较少，创新体系不完善。因此，三地之间应加强科技合作，构建科技协作投入机制、人才共享机制，完善科技服务机制，整合科技资源。河北和天津可以利用北京科技要素的高投入来推动本地的经济发展，如利用北京的国家重点实验室和两院院士等来解决本地区产业发展过程中的技术难题。北京也应积极与天津和河北通过技术入股等方式进行合作，增强跨地区的科技转化和产出，这样才能将北京科技要素的优势最大限度地发挥出来。三方在优势互补、资源共享、政府支持、按市场经济规则运作的基础上，使京津冀经济圈成为我国的一个科技创新极。
责任编辑：陈齐芳
deap运行环境(五)
基于DEA的我国中小型机场运营效率评价
【摘要】通过对中小型机场效率影响因素的分析，构建了效率评价的指标体系。利用聚类方法，从我国136个中小型机场中抽取39个样本，进行DEA效率分析。结果显示：华中和华北地区的中小型机场效率达到最优；其他地区的机场效率则较低，有待进一步优化资源配置，以改善机场的运营状况。 【关键词】中小型机场；运营效率；DEA
中小型机场的数量在我国机场体系中占有绝大比例，但是其发展却是难题，因为运营成本高客货流少，无法具有大型机场或干线机场那样密度高、运量大的特点。截止2013年底，我国（不含港澳台地区）总共拥有193个机场，其中中小型机场为136个。多数中小型机场存在不同程度的亏损，有数据指出，91%的年旅客吞吐量小于1000万的机场亏损；而年旅客吞吐量小于50万的机场则全面亏损。
一方面，中小型机场的大面积亏损给机场管理当局与地方政府造成了巨大的财政压力；而另一方面，中小型机场确实给当地经济、就业带来机遇，地方政府又大力促进新机场建设，这看似矛盾的现象正好反映了目前中小型机场的发展困境。探索如何提高其运营效率从而走上良性发展的道路，对于未来的机场规划和机场的可持续发展十分重要。
一、中小型机场的界定及运营效率影响因素分析
对中小型机场的界定，目前尚缺乏统一的标准。一般地，划分标准有三种：按飞行区等级划分、按年吞吐量划分以及按运输网络的性质划分。本文，中小型机场是指年旅客吞吐量低于250万、4D及以下级别的支线机场。
机场运营效率是在一定航空运输市场环境和机场管理模式下，机场的运营水平能够有效地向旅客及货主提供公共安全和服务的综合能力，表现为高的生产效率、高的管理水平和多的收益。机场是民航运输业的重要组成部分，其运营效率受到多维度因素的影响，包括内部因素和外部因素。内部因素即机场系统本身的影响因素；而外部因素指行业的相关影响因素及社会经济环境影响因素两方面。
内部影响因素主要指机场自身的资源和能力、机场的管理模式。机场自身的资源有人力、财务和固定设施投入资源三方面；它们既是机场成长与发展的基本资源和机场能力得以发挥的载体，也在很大程度上影响着机场效率的高低。机场能力指机场在运营过程中，将以上资源转化为产出的能力，包括有旅客吞吐量、货邮吞吐量、飞机起降架次和机场收益等。机场的管理模式作为深层次的体制机制的表现形式，也可能对机场的效率产生一定的影响；目前，中小型机场的管理模式大多是由某个机场集团或地方政府进行规划。
外部影响因素中，行业相关因素包括民航运输业的政策法规、发展态势、机场行业的整体状况，基地航空公司的战略定位及航线网络规划，运营和保障部门的保障能力等。而社会经济环境影响主要是通过社会经济状况、当地的经济发展水平、需求状况等对其他相关单位的行为产生影响，首先影响机场的运营，最终影响机场效率。
根据以上分析，确定了生产指标、管理指标、机场发展环境3个一级指标（见图1）。进一步细分为14个二级指标；其中生产指标的数据来源为《从统计看民航》，其他指标均由专家打分的形式赋值。
二、分区域的我国中小型机场的效率评价
（一）评价方法与过程
首先，由于我国中小型机场数量较多、发展情况也不尽相同，为了避免地理环境、经济水平等因素对机场效率的影响，采用聚类分析方法，从西南、西北、华中、华南、华北、华东、东北七大地区中抽取具有代表性的中小型机场，共计39个。
样本如下。西南地区：西双版纳嘎洒机场、柳州白莲机场、北海福成机场、德宏芒市机场、绵阳南郊机场、腾冲驼峰机场、万县五桥机场、南充高坪机场、昌都邦达机场、西藏日喀什机场；西北地区：喀什机场、库尔勒机场、伊宁机场、阿克苏机场、敦煌机场、布尔津机场、哈密机场、玉树巴塘机场；华中地区：张家界荷花机场、洛阳北郊机场、襄樊刘集机场；华南地区：揭阳潮汕机场、湛江机场、梅县机场；华北地区：海尔拉机场、运城机场、长治机场、赤峰机场、唐山机场；华东地区：泉州晋江机场、徐州观音机场、威海大水泊机场、临沂机场、黄山机场、连云港白塔埠机场、舟山普陀山机场、九江庐山机场；东北地区：延吉机场、佳木斯机场、白山机场、齐齐哈尔机场、丹东机场。
第二步，利用数据包络分析（DEA）方法对以上样本机场运营指标进行分析，使用软件为DEAP2.1 。
（二）机场运营效率结果分析
根据CCR模型和BCC模型测算得到2012年各地区样本机场的技术效率（TE）和纯技术效率（PTE），经计算可以得到规模效率（SE）和规模报酬状态（RTS）。结果如表1：
分析结果可知，在当前的技术和管理水平下，华中、华北地区的中小型机场都处于技术效率前沿面上（TE=1），说明其运营即达到技术有效又达到规模有效（TE=1，PTE=1，SE=1）。它们的基础设施投入水平、管理能力与规模相匹配，效率最优。
其他地区的机场效率较低，分为技术效率低与规模效率低两种情况。以东北地区为例，中小型机场纯技术无效与规模无效引致了整个地区中小型机场运营的低效率，尽管其规模报酬处于递增阶段，但长期的低效给政府带来的损失是不容小觑的。技术效率低说明机场的机场设施投入不足，需要进行资源的合理和优化配置；规模效率低说明运营规模与当前的运量产出不匹配。不论是哪种情况，凡是技术效率尚未达到1的机场都需要找出导致运营效率低下的具体原因，或是进行资源的优化配置或是提高管理能力、技术水平，从而提高自身的运营效率和生产效率。
三、结语
针对我国中小型机场运营效率普遍不高的现状，利用聚类分析和DEA方法，通过建立DEA模型的输入和产出指标，对我国7大地区的39家样本机场的运营效率进行分析，评价了目前中小型机场的效率现状。华中地区和华北地区的中小型机场效率已达到最优；其他地区机场的效率有待提升；东北地区中小型机场效率最低，应优化资源配置，以改善机场的运营状况。
参考文献
[1]褚衍昌.机场运营效率评价与改善研究[D].天津大学，2009.
[2]任新惠.基于DEA的长三角与珠三角地区机场运营效率对比分析[J].交通企业管理，2011（12）
作者简介
赵琪（1989-），女，中国民航大学硕士研究生，研究方向：综合交通。
本文来源：http://www.zhuodaoren.com/shenghuo332405/
推荐访问:deap运行不出结果