Оценка DEA – динамической эффективности инновационного развития регионов СФО
https://doi.org/10.34020/2073-6495-2020-4-072-090
Аннотация
Актуальность исследования обусловлена проблемой отставания России в инновационном развитии от стран мировых лидеров. Проведена апробация инструментария динамической эффективности DEA-модели для оценки инновационного развития регионов СФО. Получены результаты: рассчитаны показатели DEA-эффективности регионов по совокупности показателей ресурсов и результатов 2-этапной модели «Генерация – Коммерциализация знаний»; построено имитационное пространство регионов в координатах показателей ресурсов и результатов; выявлены неоднородности статических и динамических показателей эффективности регионов.
Ключевые слова
DEA-эффективность,
догоняющее и опережающее развитие,
имитационное моделирование,
дисперсионный анализ
При поддержке: РФФИ, проект № 19-010-00946 (а) «Локальные инновации и глобальное технологическое лидерство: Переосмысление подходов к эффективному внутриотраслевому трансферу технологий»
Об авторах
Н. О. Чистякова
Национальный исследовательский Томский политехнический университет
Россия
Россия
Чистякова Наталья Олеговна, кандидат экономических наук, доцент
Томск
А. А. Михальчук
Национальный исследовательский Томский политехнический университет
Россия
Россия
Михальчук Александр Александрович, кандидат физико-математических наук, доцент
Томск
Список литературы
1. Ратнер С.В. Динамические задачи оценки эколого-экономической эффективности регионов на основе базовых моделей анализа среды функционирования // Управление большими системами: сб. тр. 2017. № 67. С. 81–106.
2. Халафян А.А., Боровиков В.П., Калайдина Г.В. Теория вероятностей, математическая статистика и анализ данных: Основы теории и практика на компьютере. STATISTICA. EXCEL. М., 2016. 317 с.
3. Шумпетер Й. Теория экономического развития. Капитализм, социализм и демократия. М.: Эксмо, 2007. 864 с.
4. Alimohammadlou M., Mohammadi S. Evaluating the productivity using Malmquist index based on double frontiers data// Procedia – Social and Behavioral Sciences. 2016. № 230. P. 58–66.
5. Anokhin S., Wincent J., Autio E. Operationalizing opportunities in entrepreneurship research: use of data envelopment analysis / Small Business Economics. 2011. 37. P. 39–57. doi: 10.1007/s11187-009-9227-1
6. Azad A.K., Masum A.K., Haque S. Use of Circular Malmquist Index (CMI) and Variable Returns to Scale (VRS-MI) in Productivity Measurement- a Comparative Study // International Journal of Ethics in Social Sciences. 2014. Vol. 2. № 2. P. 69–76.
7. Banker R.D., Charnes A., Cooper W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis // Management Science. 1984. Vol. 30. № 9. P. 1078–1092.
8. Charnes A., Cooper W.W., Rhodes E. Measuring of Efficiency of Decision Making Units // European Journal of Operations Research. 1978. Vol. 2. № 6. P. 429–444.
9. Charnes A., Cooper W.W., Lewin A.Y., Seiford L.M. Data Envelopment Analysis: Theory, Methodology and Applications, Kluwer, 1995. P. 317.
10. Tohidi G., Razavyan S. A circular global profit Malmquist productivity index in data envelopment analysis // Applied Mathematical Modelling. 2013. № 37. P. 216–227.
11. Hayek F.A. The use of knowledge in society // American Economic Review. 1945. P. 519–530.
12. Jafari Y. et al. Malmquist Productivity Index for Multi Time Periods // International Journal of Data Envelopment Analysis. 2014. Vol. 2. №. 1. P. 315–322.
13. Kirzner Israel M. Competition and Entrepreneurship. Chicago: University of Chicago Press. 1974. P. 256.
14. Lawson C., Lorenz E. Collective learning, tacit knowledge and regional innovative capacity. Regional Studies. 1999. 33. P. 305–317. doi: 10.1080/713693555
15. Malmquist S. Index numbers and indifference surfaces // Trabajos de Estatistica. 1953. № 4. P. 209–242.
16. Seiford L.M. Data Envelopment Analysis: The Evolution of the State of the Art (1978–1995). Journal of Productivity Analysis. 1996. Vol. 7. P. 99–138.
17. Coelli Tim. A Data Envelopment Analysis (Computer) Program // Centre for Efficiency and Productivity Analysis Department of Econometrics University of New England Armidale, Australia. 1998. http://www.une.edu.au/econometrics/cepa.htm
18. TIBCO Software Inc. Data Science Textbook. [Electronic source]. 2020. URL: https://docs.tibco.com/data-science/textbook (date of access: 13.04.2020).
Рецензия
Для цитирования:
Чистякова Н.О., Михальчук А.А. Оценка DEA – динамической эффективности инновационного развития регионов СФО. Вестник НГУЭУ. 2020;(4):72-90. https://doi.org/10.34020/2073-6495-2020-4-072-090
For citation:
Chistyakova N.О., Mikhalchuk A.A. Evaluation of Dea-Model Dinamic Efficiency of Siberian Regions Innovation Development. Vestnik NSUEM. 2020;(4):72-90. (In Russ.) https://doi.org/10.34020/2073-6495-2020-4-072-090
Послать статью по эл. почте 
