吉林省汽车产业集群综合技术效率评价.pdfVIP

吉林省汽车产业集群(综合)技术效率评价 姬霖 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 天津、吉林、上海、湖北、广东和四川六个省份的产出松弛变 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 量均为0。比较得知，天津、吉林、上海、湖北、广东和四川这 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 六家样本省份是有效的，占样本总数的37．5％。 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 该模型的有效性，以决策单元的技术有效性和规模有效性 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 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 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， 义上说，有效、非有效二者是相对的，即较之于非有效的DMU 评价其(综合)技术效率水平。 来说该模型是有效的，反过来讲，非有效针对的是DMU的有效 1．样本界定及相关基础数据的演算 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 为了使样本中的数据更可靠，以获得更准确的评价结果， 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 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 效。 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 3．样本省份有效性的分布 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 观察数据包络分析模型中各个不同决策单元效率值，所选 评价样本，即数据包络分析过程中的DMUl。DMU2，……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 DMUl6，具体包括：北京、天津、辽宁、山西、黑龙江、吉林、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 上海、安徽、江苏、浙江、湖北、重庆、湖南、四川、山东、 值小于0．972省份的有七家，占样本总数的43．75％，包括： 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 山西、黑龙江、江苏、浙江、安徽、山东和重庆。这七家样本 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 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， 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 其有效性进一步提升的空间很大。 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 圈1十六采样本省份(缘食)技术效覃分布田 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 效率值大于0．972的省份有九家，占样本总数的56． 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 25％，包括：北京、天津、辽宁、吉林、上海、湖北、湖南、 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 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， 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。 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 这里我们将样本省份中2010年的相关数据代人数据包络分或合资企业。(作者单位：长春大学) 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