基于DEA的我国软件产业横向与纵向效率评估

论文摘要

我国软件产业历经30年的发展,至今已经成为经济社会发展的基础性、战略性的先导产业。因此如何有效的促进软件产业更好更快的发展,成为了软件产业政策制定者,各级相关部门共同关心的问题。本文在总结国内外效率问题研究的基础上,采用非参数方法中的数据包络分析（Data Envelopment Analysis简称DEA）方法,分析评估我国软件产业的效率及技术进步趋势。研究过程主要基于一个3投入,2产出的DEA模型,对我国14省份软件产业的投入产出数据进行时间横向效率和纵向技术进步评估。横向评估采用DEA-BC2模型和DEA-C2R模型研究,对2009年我国软件产业的投入产出数据进行分析,结论为：北京市、上海市和福建省的软件产业既达到纯技术有效也达到了规模有效,天津市、吉林省和广东省达到了纯技术有效而非规模有效；而包括江苏省在内的8个省份没有达到技术有效。此外,本文还以相对效率最高的省份为标杆,对其他没有达到技术有效的省份提出改进建议。纵向评估采用DEA-Malmquist模型研究,对2006-2009年四年间的我国软件产业投入产出数据进行分析,结论为：2006-2009年间我国软件产业的全要素生产率都有所提高,其中在2009年我国软件产业全要素生产率首次突破1,即实现了技术进步。期间,北京市、辽宁省、上海市、江苏省的软件产业平均全要素生产率超过1,说明这些省份的软件产业实现了技术进步,其中北京市的软件产业发展达到最优,纯技术效率达到最优且达到了规模报酬不变。本文结合模型理论还对全要素提高或降低的原因有所诠释。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究原因与意义
• 1.3 研究内容与框架
• 1.3.1 论文研究内容
• 1.3.2 论文研究框架
• 第二章 软件与软件产业发展现状综述
• 2.1 软件的定义
• 2.2 软件的特征
• 2.3 软件的分类
• 2.4 软件产业的综述
• 第三章 效率评估理论及DEA理论
• 3.1 效率的概念
• 3.2 效率评估理论模型
• 3.3 基于DEA构建软件行业效率评估模型的原因
• 3.4 DEA理论模型
• 3.4.1 DEA模型的基本概念
• 2R模型'>3.4.2 DEA基本模型—C²R模型
• 3.4.3 生产函数与生产可能集
• 3.4.4 DEA有效的经济含义
• 3.4.5 DEA评价步骤
• 第四章 我国软件产业横向效率评估
• 4.1 确定输入输出指标及数据采集
• 4.1.1 确定输入输出指标
• 4.1.2 软件产业指标数据采集
• 4.1.3 指标数据描述统计
• 4.2 DEA效率评价过程
• 4.2.1 效率评估阶段
• 4.2.2 纯技术效率分析
• 4.2.3 规模效率分析
• 4.3 本章小结
• 第五章 我国软件产业技术进步评估
• 5.1 技术进步评估理论模型
• 5.2 技术进步实证分析
• 5.2.1 指标数据来源及处理
• 5.2.2 全要素生产率（TFP）评估
• 5.2.3 技术变化指数（TC）
• 5.2.4 纯技术效率指数（PEC）
• 5.2.5 规模效率指数（SEC）
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 研究的不足之处
• 6.3 研究展望
• 参考文献
• 附录
• 附录1 2009年我国软件产业效率评估结果
• 附录2 DEA-Malmquist评估结果
• 致谢
• 作者攻读学位期间发表的学术论文目录