论文导读:：对区域经济发展效率进行正确评价，有利于促进区域经济发展。运用DEA方法中C2R模型，根据江西省11个市2008---2009年的投入产出数据，建立江西省区域经济发展效率评价指标体系，从效率、投入冗余和产出不足情况、规模收益对评价结果进行分析，还对非DEA有效地区进行了投影分析。
论文关键词：DEA，区域经济，发展效率，C2R模型
进入新世纪以来，特别是党中央实施中部崛起战略以来，江西经济发展已经进入了一个新的阶段，在发展速度上已呈现中部崛起之势，工业已成为经济发展的主导力量，城市化进程明显加快，百姓生活明显改善。但现在的发展水平还是较低层次的，作为连接“长三角”与“珠三角”的省份，与周边其它省和全国平均水平相比，差距还不小。如何加快江西经济发展速度，提高江西省经济发展效率，对实现江西科学发展、进位赶超、绿色崛起具有重要意义。本文利用DEA方法对江西省各地区的投入产出情况进行分析，以了解各地区投入产出的相对有效性，清醒地认识江西省各地经济发展效率，了解各地区在投入产出方面存在的问题及差距，为制定提高经济发展效率的政策提供科学依据，加快经济发展速度。
1.DEA方法介绍
数据包络分析（database envelopment analysis），简称DEA，是美国著名运筹学家Charnes和Cooper等学者于1978年提出的，主要用来评价决策单元（DMU，Decision Making Units）相对有效性的一种系统分析方法。其基本原理是由DMU构成被评价对象，通过对投
入和产出比率的分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效的生产前沿面，并根据各DMU与有效生产前沿的距离状况，确定各DMU是否DEA有效，同时还可以用投影的方法找出非DEA有效或弱DEA有效的原因及应该改进的方向。
DEA方法中使用最为广泛的C2R模型，考虑非阿基米德无穷小量 ，其具体模型为：
 
S.t.
上述模型中：是非阿基米德无穷小量， 为DMU投入相对于产出的有效利用程度，即总体效率的有效值； 、 分别表示DMU的投入和产出量； 为相对于DMU重新构造一个有效DMU组合中i个决策单元的组合比例； 、 为松弛变量和剩余变量；、、、为待估计变量。
假设 、 、 、 为模型的最优解，其经济含义是：（1）当=1且==0时，称DMU为DEA有效，即决策单元的生产活动同时为技术有效和规模有效。说明在不减少产出的情况下既无法等比例地减少各种投入，也不能个别的减少某种投入或增加某种产出。（2）当 =1且、至少有一个大于0时，称DMU为弱DEA有效，即决策单元不是同时为技术有效和规模有效。说明某些投入量已处在最小状态，所有投入不能按比例减少，但是仍有可能对投入或产出进行结构性调整。（3）当 <1时，称DMU为非DEA有效，决策单元的生产活动既不是技术有效也不是规模有效。（4）如果存在使得 =1，则称该DMU规模收益不变；存在使得 <1，则称该DMU规模收益递增；存在使得 >1，则称该DMU规模收益递减。（5）对于非DEA有效和弱DEA有效的决策单元经济论文，可以通过“投影定理”对其进行改进，使之转变为DEA有效。
2．江西省区域经济发展效率的DEA实证分析
2.1指标的选取
本文依据盛昭瀚和叶世绮等学者阐述的DEA指标选取中应当遵循的四项原则：①输入指标与输出指标的选择需要服从于系统评价的目的，不仅对评价目的有较大影响的指标都应包括在内，而且要避免单纯地就指标论指标；②评价指标应在满足目的性的前提下尽量精简；③要考虑到输入指标与输出指标之间的关系，要选择逻辑相关而非数值相关的指标④在确定评价目标的大前提下可以设计多个输入输出指标体系，并从中选取最适当的一项。考虑数据的可获得性，选取固定资产投资额、年末社会就业人员和实际使用外资额为投入指标，选取各地生产总值为输出指标（见表1）。概括说来能促进经济发展的指标无非人力、资本、资源三类指标。由于各地资源差距较大，本文不考虑资源差异的影响，选择固定资产投资额、年末社会就业人员和实际使用外资额代表人力和资本两类指标。生产总值是最能反映一个地区经济发展状况的指标，故选择生产总值作为输出指标。
表1 江西省经济发展效率DEA评价指标体系
|
指标类别
|
|
指标
|
|
输入指标
|
I1
I2
I3
|
固定资产投资额/万元
年末社会就业人员/万人
实际使用外资额/万美元
|
|
输出指标
|
Q1
|
生产总值/万元
|
2.2数据来源
本文选取江西省11个地级市2008年和2009年的相关数据作为基础，数据来自2009年和2010年的《江西省统计年鉴》，详细数据见表2。
表2 2008---2009年江西省11个地级市投入产出数据
1/2 1 2 下一页 尾页 |
