基于DEA的北京、广东及江苏省专利效率研究

1 绪论

数据包络分析是数学、运筹学、数理经济学和管理科学的一个新的交叉领域。它主要采用数学规划的模型评价具有多输入多输出的部门之间的相对有效性，是一种非参数的评估方法。DEA的基本模型是C2R模型，其前提假设是规模收益不变。输入越小越好，而输出越大越好。

其优势主要表现在：1、DEA致力于每个决策单元的优化，从而得到更切实的评价值；2、DEA以决策单元的各个投入指标和产出指标的权重为变量进行评价运算，避免了确定权重的误差，使得评价结果更具有客观性；3、DEA方法可以直接采用统计数据进行运算，使评价方法更具有简明性和易操作性；4、DEA方法强调在被评价决策单元群体条件下的有效“生产”前沿的分析，使研究结果更具理想性；5、DEA通过最佳决策单元子集的选择，可以为决策者提供众多有效计划的管理信息，从而使在生产计划中寻求有效而有目的地确定减少投入指标或提高产出指标的数量成为可能。

本文首先通过2017年末发布的各类统计年鉴等刊物，搜集到北京市、广东省及江苏省三地2016年的专利相关数据，包括三个专利相关投入指标及四个产出指标，在此基础上运用数据包络分析的方法研究三地的专利产出效率情况，得出一定的结论并针对性地提出相关建议。

2 基于DEA的北京、广东及江苏省专利效率研究

2.1 建立专利投入产出表

应用DEA方法评价区域创新效率，投入产出变量的选取是至关重要的。本文确定了3个投入指标与4个产出指标。……