基于数据包络分析的高新技术企业R&D绩效综合评价研究
高新技术上市企业营运效率分析——基于因子分析与数据包络分析法
MODERN BUSINESS现代商业163高新技术上市企业营运效率分析——基于因子分析与数据包络分析法陈金采娜上海师范大学商学院 上海 200234摘要:随着政府对于高新技术产业的支持力度不断增加，高新技术产业已成为我国战略性主导产业，对于企业效益以及国民经济方面有其产业独特的竞争力，这样对企业的运营效率的研究就显得尤为重要，本文以2016年深、沪股市30家高新技术产业上市公司的财务数据作为研究的对象，运用因子分析方法找出影响成本及收益指标的公因子，并利用DEA数据包络分析方法研究高新技术企业的总体营运效率。
关键词:高新技术产业；运营效率；因子分析；DEA数据包络分析中图分类号:F831 文献识别码:A 文章编号:1673-5889(2020)14-0163-03[17]王旭,张璇.新常态视角下的人民币汇率制度改革影响因素分析[J].中国商论,2016(14).[18]West KD,Edison HJ,Cho D.A utility-based comparison of some models of exchange rate volatility[J].Journal of International Economics,1993,35(1-2).[19]蔡伟宏,唐齐鸣.基于汇率预测的外汇资产币种配置[J].国际经贸探索,2012(8).[20]余雪菲.人民币汇率波动如何守住钱袋子[J].理财:经论,2016(3).[21]郑振龙,陈蓉,王磊.汇率相关性的预测与全球资产配置[J].国际金融研究,2015(3).[22]张源.浅议美元对人民币升值预期下我国居民资产配置的选择[J].卓越理财,2015(z2).[23]费为银,何丹丹,张伟.跳扩散下汇率变动的外商直接投资问题研究[J].系统工程理论与实践,2015,35(2).[24]石建勋,金政.基于资产组合理论的人民币汇率变动实证研究[J].统计与决策,2016(22).[25]唐宁.应对人民币汇率波动风险，如何做好全球资产配置[J].21世纪经济报道,2016(11).[26]王宇.中国利率汇率市场化进程加快[J].西部金融,2013(8).[27]马珊珊.李民宏:资产配置的汇率逻辑[J].新理财,2015(10).[28]陈植,朱丽娜.缩小汇差、保持人民币汇率指数基本稳定[J].党政论坛(干部文摘),2016(3).[29]凌剑军,王相宁.人民币汇率框架下的大类资产配置——针对家庭投资者及中小机构投资者[J].投资研究,2016(7).[30]卜宪辉.浅谈美国退出量化宽松政策后中国居民的资产配置[J].财经界(学术版),2018,490(18).[31]张旻.资产配置的汇率脉搏[J].新理财,2016(12).作者简介：丁律允，英国利物浦大学经济系学生。
数据包络分析
数据包络分析数据包络分析（Data Envelopment Analysis，简称DEA）是一种以线性规划为基础的效率评价方法，用于评估决策单元的相对效率。
它是由Charnes、Cooper和Rhodes于1978年首次提出，并逐渐发展成为管理科学领域中重要的工具和方法。
数据包络分析的基本原理是通过构建数学模型，通过比较决策单元投入与产出之间的差异，计算出每个决策单元的效率得分。
这些决策单元可以是企业、组织、部门或个人等。
通过这种方法，可以找出相对效率较高的决策单元，并为效率较低的决策单元提供改进的方向。
数据包络分析的优势在于可以同时考虑多个输入和输出指标，而不需要事先确定权重。
它能够根据现有数据自动计算决策单元的效率得分，并对其进行排名。
此外，数据包络分析还能够帮助发现潜在的改进空间，并对目标设定提供参考。
数据包络分析的主要应用领域包括生产效率评价、性能评估、资源配置和效率提升等。
在生产效率评价方面，数据包络分析可帮助企业评估和优化生产过程，提高资源利用率和生产效率。
在性能评估方面，此方法可以用于评估学校、医院、银行等组织的绩效，并为其提供改进建议。
在资源配置方面，数据包络分析可以帮助管理者合理分配资源，并提供最佳决策支持。
在效率提升方面，数据包络分析可通过分析不同决策单元之间的差异，找出效率最高的决策单元，并借鉴其经营管理模式。
虽然数据包络分析在实践中有着广泛的应用，但其方法也存在一些局限性。
首先，数据包络分析对数据的质量要求较高，需要准确和完备的数据才能得出可靠的结果。
其次，数据包络分析假设每个决策单元在同一时期内具有相同的技术效率，忽略了随时间变化的因素。
此外，数据包络分析方法对异常值较为敏感，可能会产生误导性的结果。
总的来说，数据包络分析是一种有效的评估方法，适用于各种决策单元效率评价和资源配置问题。
在实际应用中，需要结合具体情况，灵活运用数据包络分析方法，并注意其局限性，以获得准确的结果和有效的决策支持。
基于数据包络法的OFDI对高新技术企业创新效率的影响分析
基金项目:国家社会科学基金项目 碳资产的特殊风险与收益研究 (项目编号:１１ＢＪＹ１４３ꎻ项目负责人:刘纪显)成果之一ꎮ作者简介:欧阳旺东ꎬ华南师范大学经济与管理学院博士研究生ꎬ研究方向:金融工程㊁风险管理ꎻ刘纪显ꎬ管理学博士ꎬ华南师范大学经济与管理学院教授㊁博士生导师ꎬ研究方向:金融工程㊁低碳经济ꎮ基于数据包络法的ＯＦＤＩ对高新技术企业创新效率的影响分析欧阳旺东㊀刘纪显(华南师范大学经济与管理学院ꎬ广州５１０００６)摘㊀要:我国已经成为对外直接投资的大国ꎬ高新技术企业的ＯＦＤＩ行为能否提升企业创新效率是一个重要的命题ꎮ基于数据包络法构建回归模型ꎬ以广东高新技术企业微观数据为样本进行了检验ꎬ结果表明ꎬ高新技术企业的ＯＦＤＩ促进了创新资源的投入和创新活动的实施ꎬ然而创新产出无法提升ꎬ创新效率降低ꎮ其原因在于许多ＯＦＤＩ重新配置创新资源ꎬ注重模仿创新ꎬ忽视了自主创新ꎮ为此ꎬ提出建议ꎬ在促进企业对外直接投资获取技术溢出效应的同时ꎬ需要增强企业自主创新能力ꎬ真正提升创新效率ꎮ关键词:对外直接投资ꎻ高新技术企业ꎻ创新效率ꎻ自主创新㊀㊀随着我国 一带一路 倡议的推进ꎬ我国企业加速了对外投资的步伐ꎮ２０１７年我国对外直接投资ＯＦＤＩ规模达到１２００亿美元ꎬ成为国际第三大对外投资来源国ꎮ从企业ＯＦＤＩ的东道国和行业选择来看ꎬ早期主要投资动机在于国外资源寻求与市场拓展ꎮ随着我国制造业技术的快速提升ꎬ我国ＯＦＤＩ转向国际高新技术领域的趋势越来越明显ꎮＯＦＤＩ通过嵌入全球价值链获得各类知识与技术ꎬ充分利用东道国研发与技术资源实现技术水平提升ꎮ然而ꎬＯＦＤＩ是否能够提升企业本身的创新效率一直是一个热点问题ꎮ本文将利用高新技术企业的ＯＦＤＩ为样本ꎬ深入分析企业ＯＦＤＩ对企业创新效率的影响机理和实证效应ꎬ为企业对外直接投资决策提供借鉴ꎮ１㊀文献综述关于ＯＦＤＩ对母国的逆向技术溢出效应一直是研究的热点问题ꎮ学术界从不同的维度㊁运用不同的估计方法进行了实证检验ꎮ李梅(２０１４)采用广义矩估计方法检验了我国不同区域省份企业对外直接投资的逆向技术溢出效应问题ꎬ结论表明ＯＦＤＩ的逆向技术溢出效应显著ꎬ且主要发生在我国东部地区ꎬ制度环境对这种效应的影响作用显著[１]ꎮ付海燕(２０１４)则对ＯＦＤＩ东道国技术进步因素与发展中国家对外直接投资的逆向技术溢出效应间关联进行了分类比较分析ꎬ检验结果表明ꎬ发达国家东道国的技术研发优势能够显著的促进该效应[２]ꎮ进一步的研究发现ꎬ东道国与母国技术差距越大ꎬＯＦＤＩ的逆向技术溢出效应越强ꎮ王恕立ꎬ向姣姣(２０１４)研究了全国的ＯＦＤＩ行为后也赞同了该观点ꎬ同时提出早期的资源寻求型和市场拓展型ＯＦＤＩ逆向技术溢出效应反而不利于我国全要素生产率ＴＦＰ的提升[３]ꎮ朱陈松(２０１５)的研究表明只有当企业的研发规模达到某个门槛值才会出现ＯＦＤＩ的逆向技术溢出效应[４]ꎮ蒋瑛(２０１６)则认为人力资本水平在该效应发挥中是一个双门槛维度指标[５]ꎮ衣长军(２０１７)认为海外华人网络与ＯＦＤＩ逆向技术溢出存在 关系嵌入性悖论 现象[６]ꎮ从现有研究来看ꎬ关于ＯＦＤＩ行为对企业创新效率的影响缺乏深入的分析ꎬ特别是利用微观高新技术企业的数据进行实证检验的研究不足ꎮ这也为本文的研究提供了一个新的视角ꎬ并系统的对ＯＦＤＩ与非ＯＦＤＩ企业创新效率的差异进行比较分析ꎬ为企业的对外直接投资提供决策依据ꎮ２㊀模型设定与数据来源２.１㊀模型设定与变量说明企业的创新本质上是研发资本与人力资源要素相互结合进入生产过程并创造出新的生产工艺㊁１３•Ｓｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙａｎｄＥｃｏｎｏｍｙ２０１９Ｖｏ１.３２Ｎｏ.１㊀流程㊁服务和产品的经济活动[７]ꎮ企业ＯＦＤＩ则以国际并购㊁海外员工派驻㊁跨境研发等途径对母公司产生先进技术与知识溢出效应ꎬ从而充分整合发达国家的高新技术创新资源提升企业的创新能力[８]ꎮ从该视角ꎬ本文设立实证检验模型如下:ｅｆｆｉｃｉｅｎｃｙｉ＝ｃ＋αＯＦＤＩｉ＋βＣＶｉ＋εｉ(１)模型中ｅｆｆｉｃｉｅｎｃｙ为企业创新效率ꎬＯＦＤＩ表示企业对外直接投资ꎬＣＶ表示其他系列控制变量ꎬｃ为常数项ꎬε表示随机干扰项ꎮｉ为第ｉ个高新技术企业ꎮ被解释变量ｅｆｆｉｃｉｅｎｃｙꎮ用于表示企业创新效率ꎬ从企业生产经营的现实实践来看ꎬ企业创新效率的目的是以最低的创新成本创造出最大的效益ꎮ根据本文样本的数据信息ꎬ采用数据包络法(ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓꎬＤＥＡ)测量ꎮ该方法的原理是将单个企业看成决策单元(ＤＭＵ)ꎬ用于评估单个样本企业的创新经营活动ꎬ从而描述该企业与其他企业之间的创新相对效率ꎮ若有ｋ家具备创新活动的企业ꎬ单个企业的创新活动需要投入ｍ种资源ꎬ并且获得ｎ种创新产出ꎬ那么建立该企业创新活动集合:Ｘｊ＝(ｘ１ｊꎬｘ２ｊꎬ ꎬｘｒｊ)Ｔ㊀(ｒ＝１ꎬ２ꎬ ꎬｍꎻｘｒｊ>０)Ｙｊ＝(ｙ１ｊꎬｙ２ｊꎬ ꎬｙｓｊ)Ｔ㊀(ｓ＝１ꎬ２ꎬ ꎬｎꎻｙｓｊ>０)以Ｃ２Ｒ模型来评价ｊ０企业的创新活动ꎬ模型为联立方程:ｍｉｎθ＝ＶＤðｋｊ＝１λｊＸｊ＋Ｓ－＝θＸ０ðｋｊ＝１λｊＹｊ－Ｓ＋＝Ｙ０λｊȡ０ꎬｊ＝１ꎬ２ꎬ ꎬｋＳ－ȡ０ꎬＳ＋ȡ０ìîíïïïïïïïïï㊀㊀模型中θ用于表示Ｃ２Ｒ模型的创新生产相对效率ꎬλｊ为单位组合系数ꎬ模型引入Ｓ－与Ｓ＋两个松弛变量ꎮ模型利用θ㊁Ｓ－与Ｓ＋三个变量来评价企业的创新活动效率ꎬ只有θ＝１ꎬ且Ｓ－＝Ｓ＋＝０时ꎬ企业的创新活动效率ＤＥＡ有效ꎻ而当θ<１ꎬ且Ｓ－与Ｓ＋不同时为０ꎬ则企业的创新活动效率ＤＥＡ无效ꎮ根据数据包络法的原理ꎬ本研究利用ＤＥＡ法评价企业创新效率时ꎬ采用企业研发费用支出占比Ｒｄｃａｐｉｔａｌ与研发人员数量Ｒｄｈｕｍａｎ来代表企业创新投入的资金与人力资本ꎮ运用新产品和新业务值Ｎｅｗｐｒｏｄｕｃｔ代替ꎮ通常企业创新活动存在时滞ꎬ企业当期的创新生产不仅与当期投入相关ꎬ同时与前期的研发积累关系密切ꎮ因此ꎬ本研究增加企业的专利数量ＯｗｎｅｄｒｉｇｈｔｓꎮＯＦＤＩ解释变量ꎮ高科技企业的ＯＦＤＩ决策对企业自身的创新效率带来影响ꎬ其决策涉及是否对外直接投资与投资规模问题ꎬ对于是否对外直接投资在实践中具有 粘性 [９]ꎮ本研究利用虚拟变量来设置ＯＦＤＩ＿Ｄ决策行为ꎬ若企业ＯＦＤＩꎬ则ＯＦＤＩ＿Ｄ＝１ꎬ反之为０ꎻ对外直接投资规模变量ＯＦＤＩ＿Ｃꎬ为具体投资金额ꎮ控制变量ꎮ本文结合既有的企业创新因素研究成果ꎬ利用变量ｉｎｄｕｓｔｒｙ来固定行业效应ꎬ按照企业所在的行业实施分类ꎬ采用三位老代码表示ꎮ根据我国经济体制特殊国情ꎬ通常国有性质企业相对其他性质企业更容易获得创新研发资源ꎬ但也容易造成创新投入效率低下ꎬ影响到企业的自主创新效率[１０]ꎮ本文利用虚拟变量Ｓｔａｔｅ表示国企ꎻ同时考虑到我国是加入ＷＴＯ以来吸引外资最大的发展中国家ꎬＦＤＩ是技术溢出效应产生的重要方式ꎬ本文增加外资控制变量Ｆｏｒｅｉｇｎｃａｐꎬ采用企业外资占比表示ꎻ通常企业的经营规模越大ꎬ能够积累的创新经验更丰富ꎬ从而有利于企业后续的创新活动开展ꎬ促进创新效率的提升[１１]ꎮ本文模型中引入Ｓｃａｌｅ表示高科技企业的经营规模ꎮ综述变量的分析ꎬ本文ＤＥＡ模型(１)变换成以下形式:ｅｆｆｉｃｉｅｎｃｙｉ＝ｃ＋αＯＦＤＩｉ＋β１ｉｎｄｕｓｔｒｙｉ＋β２ｓｔａｔｅｉ＋β３ｆｏｒｅｉｇｎｃａｐｉ＋β４ｓｃａｌｅｉ＋εｉ(２)２.２㊀数据来源和描述性分析２.２.１㊀模型数据来源本模型分析采用的数据来源于２０１６年广东省高新技术企业数据库ꎬ广东省每年都有３个批次以上的高新技术企业申报认定ꎬ数据库详细统计了高新技术企业的创新活动ꎬ是当前较准确反映广东高新技术企业创新效率情况的微观数据库ꎮ当然ꎬ鉴于企业创新活动本身测量难度较大ꎬ数据库中有些指标缺失或者异常ꎬ为了避免缺失项和异常值ꎬ本模型分析时剔除了２０１１年及以前认定企业数量较少的年份ꎬ采用２０１２ ２０１５年的数据ꎮ同时对企业研发支出㊁研发人员数量㊁专利申请数量㊁ＯＦＤＩ规模㊁创新活动产出值异常或者显著偏离样本的数据进行删除处理ꎮ２３•㊀㊀科技与经济㊀２０１９年２月㊀第１期㊀第３２卷/总第１８７期２.２.２㊀描述性分析对高新技术企业数据库进行处理后ꎬ本文分析的样本数量经过筛选和处理后ꎬ样本数据总量为３２６６家企业ꎬ数据库中有５２２家高新技术企业开展ＯＦＤＩꎬ比重为１６％ꎬ这个比例远远高于其他类型企业ꎬ反映了高新技术企业当前成为我国对外直接投资的重要来源ꎮ具体来说ꎬ有ＯＦＤＩ的企业与非ＯＦＤＩ企业相比ꎬ不仅在创新资源投入方面还是企业新产品新业务产值都要显著高一筹ꎮ从表１来看ꎬＯＦＤＩ高新技术企业的研发投入㊁获得专利数量㊁研发人员数量和新产品新业务产值的均值比非ＯＦＤＩ高新技术企业相应均值高４６.４９％㊁２９.５７％㊁２９.５１％和４０.２９％ꎮ同时ꎬ指标值里面一个有趣的现象ꎬ就是ＯＦＤＩ企业与非ＯＦＤＩ企业研发投入最高值的差异较小ꎬ甚至个别指标如新产品新业务产值非ＯＦＤＩ企业比ＯＦＤＩ企业的最大值略高ꎮ表１㊀样本企业的组别描述性对比模型变量ＯＦＤＩ行为均值最小值最大值标准差Ｒｄｃａｐｉｔａｌ(万元)非ＯＦＤＩＯＦＤＩ９１６５１４７０９３１４５０８１１７４５１１２５７９３１０９７３１５２７１Ｒｄｈｕｍａｎ(人)非ＯＦＤＩＯＦＤＩ６１７９９９４１５４６８５３７９Ｎｅｗｐｒｏｄｕｃｔ(万元)非ＯＦＤＩＯＦＤＩ１０３８６１４８３０６４０９８２３９５０６３８９４６７４２１３７２２９１５９３７２Ｏｗｎｅｄｒｉｇｈｔｓ(项)非ＯＦＤＩＯＦＤＩ２１２７２３１２６１５８２０２６３㊀实证分析和结论３.１㊀全样本分析数据包络法ＤＥＡ在进行企业创新效率分析中的效率值是相对数ꎬ通常受到异常值的影响而偏离正常ꎮ因此ꎬ估计分析时ꎬ本研究剔除第一次ＤＥＡ测算创新效率值前后１％的样本ꎬ再对剩余样本ＤＥＡ回归ꎬ获取准确度更高的高科技企业创新效率值均值为０.１９２６ꎮ通过ｔ检验结果表明ꎬ１０％的显著性水平下ＯＦＤＩ高科技企业均值显著高于非ＯＦＤＩ组ꎬ差异显著ꎮ利用公式(２)ꎬ本研究进行全样本检验分析ꎬ同时在模型３~６中引入企业创新资本投入ｉｎｎｏ＿ｉ与新产品新业务产值ｉｎｎｏ＿ｏ作为被解释变量进行检验ꎬ以更全面的描述高科技企业ＯＦＤＩ活动对企业创新产生的效应ꎬ相关检验结果如表２ꎮ表２㊀ＤＥＡ回归分析结果模型１模型２模型３模型４模型５模型６ｅｆｆｉｃｉｅｎｃｙｅｆｆｉｃｉｅｎｃｙｉｎｎｏ＿ｉｉｎｎｏ＿ｉｉｎｎｏ＿ｏｉｎｎｏ＿ｏＯＦＤＩ＿Ｄ－０.０２０４∗(－２.５６)０.１１２７∗∗∗(５.１３)０.０６１７(０.８７)ＯＦＤＩ＿Ｃ－０.００２３∗(－２.３３)０.０１０９∗∗∗(４.３２)０.００８２(１.１３)Ｓｔａｔｅ－０.０２４６(－１.４８)－０.０２４６(－１.２８)０.１５８７∗∗(３.１２)０.１５８７∗∗(３.１６)－０.０１９８(－０.１８)－０.０２４５(－０.１９)Ｆｏｒｅｉｇｎｃａｐ０.０００３(０.７６)０.０００３(０.８６)０.０００４(０.４９)０.０００４(０.５３)－０.０００８(－１.３１)－０.０００８(－１.３０)Ｓｃａｌｅ０.０７３２∗∗∗(３０.４８)０.０５９８∗∗∗(３０.３９)０.７１５８∗∗∗(１０１.３８)０.７１２５∗∗∗(１０２.４１)０.８８７４∗∗∗(６１.１８)０.８８４６∗∗∗(６０.８７)ｃｏｎｓ－０.３６９４∗(－２.２８)－０.３７９５∗(－２.４５)０.４６９５(０.８７)０.５０１２(０.８８)１.３１４５(１.２３)１.３００４(１.２２)Ｉｎｄｕｓｔｒｙ控制变量控制变量控制变量控制变量控制变量控制变量Ｎ３２６６３２６６３２６６３２６６３２６６３２６６Ａｄｊ.Ｒ２０.２４０.２４０.６９０.６９０.５８０.５８Ｆ值２４.２５２４.２５２３１.１４２３１.１４８４.３２８４.３５㊀㊀注:∗∗∗㊁∗∗和∗分别表示１％㊁５％和１０％的显著性水平ꎻ括号中的数值为ｔ值从回归分析结果来看ꎬ高科技企业的ＯＦＤＩ活动一定程度上影响了企业在创新方面的资源投入㊁创新产出与创新效率ꎮ值得注意的是ꎬ高科技企业ＯＦＤＩ行为对企业的创新效率带来了显著的负效应ꎬ高科技企业的ＯＦＤＩ活动不能提升企业的创新效率ꎬ反而抑制了企业的创新产出ꎮ对于这种特殊现象ꎬ深入的分析发现ꎬ模型检验结果与已有的相关研究结论一致ꎬ即企业的ＯＦＤＩ活动能够显著的促使企业加大研发投入ꎬ并开展更频繁的创新活动ꎮ但是更多的研发投入却未能产生更高的创新产出ꎬ检验结果表明高科技企业的ＯＦＤＩ对创新产生在统计学意义上不显著ꎬ未能给企业创造更多的新产品和新业务ꎮ高科技企业的ＯＦＤＩ活动一方面促进企业显著增加创新投入ꎬ另一方面却无法确定性的提高创新产出ꎬ两个因素的共同影响结果在回归分析中的反映是ＯＦＤＩ对创新效率产生显著的负效应ꎮ结合上文对高新技术企业创新的分析发现ꎬ高新技术企业ＯＦＤＩ虽然增强了企业的创新活动ꎬ然而对创新效率和产出却出现负效应ꎮ说明了现实中我国对外直接投资的高新技术企业拥有强烈的创新动力ꎬ但是由于企业 走出去 面临新的经营环境ꎬ企业的商业模式和运行机制发生重大改变导致传统的创新路径不适应ꎬ进而抑制了新产品和新业务的产出效率ꎮ可能的解释是ꎬ技术性ＯＦＤＩ企业为了获取在国际市场的技术领先地位而加大前沿技术的投入ꎬ但考虑到国际市场的经营风险㊁技术３３•Ｓｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙａｎｄＥｃｏｎｏｍｙ２０１９Ｖｏ１.３２Ｎｏ.１㊀风险和其他政策风险ꎬ大多数企业采用保守的低风险㊁低成本创新路径ꎬ从而造成创新资源的低效率使用ꎬ反而降低了企业创新效率[１２]ꎮ３.２㊀ＤＥＡ模型的稳健性检验为了消除研究模型ＤＥＡ的被解释变量企业创新效率与解释变量ＯＦＤＩ之间可能存在的内生性关系影响ꎬ保证模型检验结果的稳健性ꎬ本研究采用替代变量对外直接投资规模在行业－地区层面的平均值作为其工具变量ꎬ进行内生性的稳健性检验ꎮ回归结果如表３所示ꎮ表３㊀基于内生性处理的稳健性检验结果模型７模型８模型９模型１０模型１１模型１２ＯＦＤＩ＿Ｃ－０.００４１∗∗(－２.６１)０.０１２５∗∗∗(６.３７)０.００４９(０.７６)０.００８１(１.８１)０.０４８６∗(２.５６)０.００６７(０.６９)Ｓｔａｔｅ－０.０２４１(－１.２９)０.１５８７∗∗(３.１４)－０.０３５６(－０.３６)０.２３４１∗∗(２.５８)０.０３０９(０.１２)－０.０３４５(－０.２３)Ｆｏｒｅｉｇｎｃａｐ０.０００２(０.８７)０.０００３(０.４９)－０.０００８(－１.２８)０.００１１∗(２.５３)－０.０１９８∗∗∗(－７.９３)０.０００２(０.０９)ｓｃａｌｅ０.０６５９∗∗∗(３０.７３)０.７１３８∗∗∗(１０１.５８)０.８８７４∗∗∗(５９.２８)０.６４９２∗∗∗(６２.０９)０.７５９３∗∗∗(１３.９７)０.１７９６∗∗∗(７.３１)ｃｏｎｓ－０.５２９７∗∗∗(－８.５９)１.４４９８∗∗∗(７.７９)０.５１３７(１.３６)１.７９４６∗∗∗(６.７２)－７.３０８０∗∗∗(－５.４３)－２.０３６０∗∗(－２.８３)Ｎ３２６６３２６６３２６６３２７４３２６６３２６６Ａｄｊ.Ｒ２０.４１０.８３０.４９０.６１０.１２０.０４Ｆ值２４.０８２５６.７８４.２１８９.５２９.０２４.１３㊀㊀注:∗∗∗㊁∗∗和∗分别表示１％㊁５％和１０％的显著性水平ꎻ括号中的数值为ｚ值各检验模型的ＬＭ统计值在１％的显著性水平上都拒绝了原假设ꎬ验证了模型的解释变量能够完全识别被解释变量ꎬ其Ｆ统计值在显著大于１０％水平上的Ｓｔｏｃｋ￣Ｙｏｇｏ检验临界值为１７.２９ꎬ拒绝弱工具变量假定ꎬ说明了模型工具变量的选择合理ꎮ与表２检验结果相比较发现ꎬ模型的解释变量对企业创新效率的影响结果和影响程度没有本质变化ꎬ结果一致ꎬ反映了原回归模型的检验结果具备稳健性ꎮ４㊀结㊀论随着我国加快了 走出去 的战略ꎬ越来越多的中国企业在国际市场直接投资ꎮ本研究运用数据包络法ＤＥＡ以广东高新技术企业数据库为样本进行回归分析ꎬ结论表明:高新技术企业的ＯＦＤＩ活动能够有效地促使企业加大创新资源的投入与新产品研发ꎬ企业的创新也更频繁ꎬ活跃了创新环境ꎻ高新技术企业虽然增强了创新投入ꎬ然而创新产出却未能获得预期的提升ꎬ新产品与新业务产值的不确定降低了创新效率ꎻ现实中ꎬ为了规避国际市场的诸多经营风险ꎬ许多高新技术企业采用传统创新的途径导致资源低效ꎮＯＦＤＩ行为改变了企业传统的创新模式ꎬ促进了企业增强自主创新ꎬＯＦＤＩ对于高新技术企业创新带来的最重要改变就是提升了企业的模仿创新能力ꎬ并且模仿创新的效率显著ꎬ主导着企业的创新决策ꎮ５㊀政策建议首先ꎬ鼓励高技术企业有选择性地 走出去 ꎬＯＦＤＩ对母国区域创新水平能产生正向的技术溢出效应已经形成共识ꎮ相关企业需要审时度势ꎬ借助 一带一路 倡议机会ꎬ积极地与沿线国家和地区进行国际产业合作ꎬ开展跨区域研发ꎮ鼓励高新技术企业积极运用国际并购㊁股权投资㊁研发合作等多途径吸收国际先进技术ꎮ其次ꎬ完善企业创新环境ꎮ密切关注创新资源投入增强的情形下未能显著提升企业创新效率这一重要问题ꎮ考虑到企业的创新存在的时滞性问题ꎬ企业创新绩效的提升必然是一个持久的积累过程ꎮ在这过程中ꎬ相关部门不仅需要培育一个良好的创新环境ꎬ有效降低创新成本ꎬ同时还需要健全知识产品保护法规ꎬ拓展企业知识产权交易途径ꎬ构建知识产权纠纷解决机制ꎬ加大知识产权的成果转换支持力度ꎮ再次ꎬ重塑制造业的 工匠精神 ꎮ创新不是一蹴而就的ꎬ企业的创新是一个持续投入与点滴积累的过程ꎬ这个过程同时也体现了企业对产品品质深入挖掘的 工匠精神 ꎬ它是一种对生产精益求精㊁对产品精耕细作的执着精神ꎮ纵观发达国家在制造业领域基于 工匠精神 的企业文化深刻扎根于从基层的职工到企业管理阶层中ꎬ形成了富有生命力的工业价值观ꎮ德国仅８０００万人口拥有２３００多个世界级品牌ꎬ德国前总理施罗德本人青少年时期在瓷器店做工匠的学徒ꎮ传承 工匠精神 的企业长青ꎬ据统计ꎬ日本㊁德国㊁荷兰㊁法国等国家拥有２００年历史以上的企业数量居全球前列ꎬ日本中小企业的平均寿命达到１２.５年ꎬ远远高于我国同类企业的不到３年ꎮ 工匠精神 有助于制造业企业的升级发展ꎮ当前我国许多企业一谈到升级ꎬ首先想到的就是购买新设备ꎬ设备升级ꎮ殊不知ꎬ相比于生产设备的升级ꎬ更重要的是生产工艺流程的升级㊁是职业精神和从业能力的升级ꎮ我们需要培育具有匠人精神的企业家ꎮ企业家要像匠人那样ꎬ拿４３•㊀㊀科技与经济㊀２０１９年２月㊀第１期㊀第３２卷/总第１８７期着放大镜仔细观察产品ꎬ像匠人一样用耳朵聆听产品的 哭泣声 ꎮ华为任正非在２０１５年给公司员工发了一封 学习日本工匠精神ꎬ一生专注做一事 ꎬ任正非把对工匠精神的理解渗透到企业生产的每一个环节ꎮ从引领时代的５Ｇ标准和石墨烯电池的创新研发ꎬ到产品接受一万次的撞击测试ꎬ无一不融入了对产品生产精雕细琢㊁对质量管理追求极致的匠人精神ꎮ最后ꎬ加大力度支持企业的自主创新能力提升ꎮ研究发现ꎬ对外直接投资并不能有效地促进企业创新绩效的提高ꎮ三十多年的对外开放表明ꎬ许多领域的高尖精技术㊁关键技术并不能通过市场换技术来获取ꎬ也难以通过模仿创新实现[１３]ꎮ另外国外发达国家对我国实行长期的技术封锁ꎬ我国许多领域ꎬ例如半导体与高端机床等仍然受制于人ꎮ因此ꎬ我们在提升模仿创新实效的同时需要尽快完善国内创新机制ꎬ加强基础创新与源创新的研究开发ꎮ优化创新资源的配置ꎬ促进政府㊁高校㊁科研机构与企业的多元协同创新ꎬ只有企业的自主创新能力增强ꎬ我国企业的创新效率才能真正地提高ꎮ参考文献[１]㊀李梅ꎬ袁小艺ꎬ张易.制度环境与对外直接投资逆向技术溢出[Ｊ].世界经济研究ꎬ２０１４(２):６１￣６６.[２]㊀付海燕.对外直接投资逆向技术溢出效应研究 基于发展中国家和地区的实证检验[Ｊ].世界经济研究ꎬ２０１４(９):５６￣６１.[３]㊀王恕立ꎬ向姣姣.对外直接投资逆向技术溢出与全要素生产率:基于不同投资动机的经验分析[Ｊ].国际贸易问题ꎬ２０１４(９):１０９￣１１９.[４]㊀朱陈松ꎬ张晓花ꎬ朱昌平ꎬ施昊哲.对外直接投资逆向技术溢出与企业研发强度:基于门槛效应的研究[Ｊ].科技进步与对策ꎬ２０１５ꎬ３２(１５):７５￣８０.[５]㊀蒋瑛ꎬ贺彩银.中国对外直接投资逆向技术溢出㊁出口技术复杂度与人力资本 基于面板门槛模型的实证研究[Ｊ].亚太经济ꎬ２０１６(６):１１０￣１１７.[６]㊀衣长军ꎬ李赛ꎬ陈初昇.海外华人网络是否有助于ＯＦＤＩ逆向技术溢出?[Ｊ].世界经济研究ꎬ２０１７(７):７４￣８７.[７]㊀陈颂ꎬ卢晨.不同投资方式的ＯＦＤＩ逆向技术溢出效应研究[Ｊ].国际商务(对外经济贸易大学学报)ꎬ２０１７(６):８６￣９７.[８]㊀李娟ꎬ唐珮菡ꎬ万璐ꎬ庞有功.对外直接投资㊁逆向技术溢出与创新能力 基于省级面板数据的实证分析[Ｊ].世界经济研究ꎬ２０１７(４):５９￣７１.[９]㊀柴庆春ꎬ张楠楠.中国对外直接投资逆向技术溢出效应基于行业差异的检验分析[Ｊ].中央财经大学学报ꎬ２０１６(８):１１３￣１２０.[１０]㊀杨连星ꎬ刘晓光.中国ＯＦＤＩ逆向技术溢出与出口技术复杂度提升[Ｊ].财贸经济ꎬ２０１６(６):９７￣１１２.[１１]㊀尹东东ꎬ张建清.我国对外直接投资逆向技术溢出效应研究 基于吸收能力视角的实证分析[Ｊ].国际贸易问题ꎬ２０１６(１):１０９￣１２０.[１２]㊀叶娇ꎬ赵云鹏.对外直接投资与逆向技术溢出 基于企业微观特征的分析[Ｊ].国际贸易问题ꎬ２０１６(１):１３４￣１４４.[１３]㊀吴书胜ꎬ李斌.中国对外直接投资逆向技术溢出非线性效应研究 基于面板平滑转换模型的实证分析[Ｊ].世界经济研究ꎬ２０１５(９):７４￣８５.ＡｎａｌｙｓｉｓｏｆｔｈｅＩｍｐａｃｔｏｆＯＦＤＩｏｎＩｎｎｏｖａｔｉｏｎＥｆｆｉｃｉｅｎｃｙｏｆＨｉｇｈａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙＥｎｔｅｒｐｒｉｓｅｓＢａｓｅｄｏｎＤａｔａＥｎｖｅｌｏｐｍｅｎｔＭｅｔｈｏｄＯＵＹＡＮＧＷａｎｇ￣ｄｏｎｇ㊀ＬＩＵＪｉ￣ｘｉａｎ(ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔꎬＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙꎬＧｕａｎｇｚｈｏｕ５１０００６ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｃｈｉｎａｈａｓｂｅｃｏｍｅａｂｉｇｃｏｕｎｔｒｙｉｎｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔ.ＩｔｉｓａｎｉｍｐｏｒｔａｎｔｐｒｏｐｏｓｉｔｉｏｎｗｈｅｔｈｅｒｔｈｅＯＦＤＩｂｅｈａｖｉｏｒｏｆｈｉｇｈａｎｄｎｅｗｔｅｃｈｎｏｌｏｇｙｅｎｔｅｒｐｒｉｓｅｓｃａｎｅｎｈａｎｃｅｔｈｅｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｅｎｔｅｒｐｒｉｓｅｓ.ＴｈｉｓｐａｐｅｒｂｕｉｌｄｓａｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｔｈｅｄａｔａｅｎｖｅｌｏｐｍｅｎｔｍｅｔｈｏｄｔｏｔｅｓｔｔｈｅｍｉｃｒｏｄａｔａｏｆＧｕａｎｇｄｏｎｇｈｉｇｈａｎｄｎｅｗｔｅｃｈｎｏｌｏｇｙｅｎｔｅｒｐｒｉｓｅｓ.ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＯＦ￣ＤＩｏｆｈｉｇｈａｎｄｎｅｗｔｅｃｈｎｏｌｏｇｙｅｎｔｅｒｐｒｉｓｅｓｈａｓｐｒｏｍｏｔｅｄｔｈｅｉｎｖｅｓｔｍｅｎｔｏｆｉｎｎｏｖａｔｉｖｅｒｅｓｏｕｒｃｅｓａｎｄｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｉｎｎｏｖａｔｉｏｎａｃ￣ｔｉｖｉｔｉｅｓꎻｈｏｗｅｖｅｒꎬｔｈｅｉｎｎｏｖａｔｉｏｎｏｕｔｐｕｔｃａｎｎｏｔｂｅｐｒｏｍｏｔｅｄａｎｄｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｉｎｎｏｖａｔｉｏｎｉｓｒｅｄｕｃｅｄ.ＴｈｅｒｅａｓｏｎｉｓｔｈａｔｍａｎｙＯＦＤＩｒｅｃｏｎｆｉｇｕｒｅｓｉｎｎｏｖａｔｉｖｅｒｅｓｏｕｒｃｅｓａｎｄｅｎｔｅｒｐｒｉｓｅｓｆｏｃｕｓｏｎｉｍｉｔａｔｉｖｅｉｎｎｏｖａｔｉｏｎｗｉｔｈｔｈｅｎｅｇｌｅｃｔｏｆｉｎｄｅｐｅｎｄｅｎｔｉｎｎｏｖａｔｉｏｎ.Ｔｈｅｒｅｆｏｒｅꎬｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄｓｏｍｅｓｕｇｇｅｓｔｉｏｎｓｔｏｅｎｈａｎｃｅｔｈｅｔｅｃｈｎｏｌｏｇｉｃａｌｓｐｉｌｌｏｖｅｒｅｆｆｅｃｔｏｆｅｎｔｅｒｐｒｉｓｅｓ ｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔａｎｄｔｈｅｉｎ￣ｄｅｐｅｎｄｅｎｔｉｎｎｏｖａｔｉｏｎａｂｉｌｉｔｙｏｆｅｎｔｅｒｐｒｉｓｅｓｆｏｒｔｈｅｒｅａｌｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ.Ｋｅｙｗｏｒｄｓ:ｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔꎻｈｉｇｈａｎｄｎｅｗｔｅｃｈｎｏｌｏｇｙｅｎｔｅｒｐｒｉｓｅｓꎻｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｙꎻｉｎｄｅｐｅｎｄｅｎｔｉｎｎｏｖａｔｉｏｎ(收稿日期:２０１８０５０２)５３。
我国工业部门技术创新能力分析——基于数据包络分析方法的实证研究
基金项 目：日本文部科学省“ ｌ世纪重点科研基地工 程” ２ 国际 中国学 ＩＣ Ｃ Ｓ研究项 目——“ 生产 技术进步和 治污技术进步 的动态关系研 究——基于环境规制背景下的实证分析 ” 项 目编号 ：９ Ｃ ６ ２； 目负责人 ： （ ０ Ｄ １０ 项 张成 ） 果之一 ； 成 国家社科基金重 大项 目“ 贯彻落 实科 学发展观 与深化垄断行业改革——大型国有垄断企业 的治理结构和政府规制结构研究” 项 目编号 ：７ Ｄ １ 项 目负责人 ： （ ０ ＆Ｚ ０５； 于同申） 成果之一 。 作者简介 ： 张成 ， 中国人民大学经济学院博士研究生 、 日本爱知大学中国研究科博士研究 生， 研究方 向： 产业经济学 、 网络经济学 ； 唐敏 ， 硕 士， 北广 电子集团有 限责任公司战略发展部 ， 研究方向 ： 产业 经济学 。 ３
而 Ｌ ｅ （ ９ ３ 等 认 为两 者 之 间具 有 正 向关 系 。三 ｏｂ １８ ） 是把 环境 规 制 和 技 术 创 新 结 合 起 来 。Ｐ ｒ ｒｅ ａ ｏｔ ｔ１ ｅ ． （ ９ １ １９ ） 出著 名 的“ 特假 说 ” 认 为 恰 当的 １ ９ ，９ ５ 提 波 ，
技术创 新是 企业 发 展 的 源泉 ， 业 只 有依 赖 于 企 技术 创新 能力 的提 高 ， 能 持 续 、 效 的 开 展 技 术 才 有
摘
要 ：以 中国 大 陆 的 ３ １个省 份 工业 部 门在 １９ － ２０ ９８ ０ ７年 的 面板 数 据 为基 础 ， 用数 据 包络 分 析 方 法 测 度 出全 利
要素 生产率及技术进 步、 纯效 率 的改善 和规 模 经 济这 三 个分 解 变量 ， 点 考察 了衡 量 工业 部 门创新 能 力 的指 重
Ｒ ｓ ｗ提 出 了“ 飞 ” 阶段理 论 ， 创 新 ” ｏｔ ｏ 起 六 把“ 的概 念
高新技术产业R&D效率分析-基于DEA分析方法
高新技术产业R&D效率分析-基于DEA分析方法[摘要]技术创新和进步是高新技术产业发展的核心要素，而技术进步要受到R&D投入的约束。
利用DEA模型测度了五个高新技术行业2003-2009的技术效率、纯技术效率和规模效率，比较分析了五个高新技术行业DEA效率、纯技术效率及规模效率，结果发现，近几年高新技术产业制造业的技术进步的提高快于资源配置的提高，高新技术 R&D 绩效效率的总体增长主要受技术进步与创新的影响较大；在五个行业中，航空航天制造业无论技术效率、规模效率都是最低的。
文章在最后分析了产生这种结果的原因是由产业的特性决定的并给出了实施建议。
[关键词]DEA 高新技术行业 R&D 效率[作者简介] 李刘艳（1978-），女，河南鹿邑人，博士，河南师范大学商学院副教授，研究方向：区域经济。
[中图分类号] T-012 [文献标识码] A [文章编号]0439-8041（2013）06-0089-04随着经济全球化的发展，地区间竞争日益激烈，发展高新技术及其产业成为各地竞争的主要方式[1]。
十八大报告提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。
[2]。
高新技术产业的发展对提高自主创新能力、促进产业结构调整以及经济增长方式的转变都具有十分重要的意义[3]。
世界时时刻刻无不在变化，而不变的是创新。
高新技术产业作为R&D活动密集型性产业，创新活动频繁，其创新效率的高低对于产业的发展起着举足轻重的地位。
十七大报告也把发展高新技术产业作为转变经济增长方式的核心。
按照国家统计局标准，高新技术产业由医药制造业、航空航天器制造业、电子通信设备制造业、医疗设备及仪器仪表制造业、电子计算机及办公设备制造业等产业构成[4]。
十一五规划以来，我国高新技术产业发展迅速，产值从2003年的20556亿元增至2009年的60430亿元，年均增长24.3%；高新技术产业从业人员占全社会就业人员的比重从2003年的0.6%增至2009年的1.2%，六年间比率翻了一番。
基于数据包络法的OFDI对高新技术企业创新效率的影响分析
基于数据包络法的OFDI对高新技术企业创新效率的影响分析数据包络分析(DEA)是一种用来评估企业绩效和效率的方法，尤其适用于评估高新技术企业的创新效率。
在高新技术产业中，技术创新是企业生存和发展的关键。
因此，研究数据包络分析对于评估高新技术企业创新效率的影响至关重要。
1.OFDI对高新技术企业创新效率的正向影响首先，OFDI（Outward Foreign Direct Investment）可以带来更多的资金、技术和市场资源，帮助高新技术企业更快地实现技术创新。
通过国际化的合作和竞争，企业可以接触到更多前沿技术和管理经验，促进自身技术创新能力的提升。
其次，OFDI可以拓展企业的市场范围，增加销售额和利润，为企业的研发投入提供更多资金支持。
这样一来，企业可以更多地投入到研发活动中，提高创新效率和产出效益。
另外，通过OFDI企业可以在全球范围内寻找合作伙伴，建立全球化的研发平台和价值链，提高资源整合和利用效率，进一步促进企业的技术创新和发展。
2.OFDI对高新技术企业创新效率的负面影响然而，OFDI也可能导致高新技术企业创新效率下降的情况。
首先，国际化经营带来的管理复杂性和跨文化沟通问题可能会耗费企业大量时间和精力，影响研发活动的效率和质量。
其次，OFDI可能会导致企业对国内市场和核心技术的忽视，降低了企业对本土创新的重视程度。
如果企业过分依赖于国外技术和市场，可能会损害企业的自主创新能力和核心竞争力。
此外，由于国际市场的不稳定性和不确定性，OFDI可能会使企业面临更大的风险和挑战，增加企业的创新成本和压力，从而降低企业的创新效率。
3.提升高新技术企业创新效率的对策为了充分发挥OFDI的促进作用，提升高新技术企业的创新效率，可以采取以下对策：-企业需要制定科学合理的OFDI战略，注重技术和市场的平衡，并加强对本土创新的重视，根据市场需求和核心技术制定切实可行的研发计划。
-加强跨国合作和技术转移，引进国际化团队和先进管理经验，充分利用国际资源和网络，提高企业的技术创新能力和市场竞争力。
高新技术企业创新能力研究与评价方法
高新技术企业创新能力研究与评价方法随着科技的不断进步与发展，高新技术企业在现代经济中扮演着越来越重要的角色。
这些企业通常具有较强的创新能力，可以为社会带来前所未有的科技突破与经济增长。
然而，如何准确评价高新技术企业的创新能力成为了一个挑战。
本文将探讨高新技术企业创新能力的研究和评价方法，并介绍其中一些常用的方法。
首先，了解高新技术企业的创新能力。
创新能力是指企业通过独特的技术、商业模式或组织形式，在市场竞争中实现持续增长的能力。
了解企业的创新能力，可以从其技术研发实力、人才队伍、研究与开发投入、技术转化能力等方面入手。
通过对这些指标的评估可以揭示企业的创新潜力和创新动力，为进一步研究提供基础。
其次，建立创新能力评价的指标体系。
一个合理有效的指标体系是评价高新技术企业创新能力的重要基础。
指标应具有科学性、完整性和操作性。
这些指标可以根据不同类型的高新技术企业和不同的创新阶段进行调整。
一般来说，创新能力的指标体系包括技术创新能力、组织创新能力、市场创新能力和创新绩效等方面的指标。
技术创新能力考察企业的技术创新水平，包括专利数量、科研人员比例等指标；组织创新能力考察企业的组织变革和创新管理水平；市场创新能力考察企业的市场研究和营销策略等；创新绩效则是考察企业创新成果的实际效果。
第三，选择合适的评价方法。
常用的评价方法包括层次分析法（AHP）、主成分分析法（PCA）和数据包络分析法（DEA）等。
层次分析法是一种定性和定量相结合的评价方法，可以通过建立层次结构和使用专家判断来确定指标之间的权重；主成分分析法可以将多维指标归纳为几个综合指标，简化评价过程；数据包络分析法则可以判断企业的创新能力是否达到最优状态。
此外，还可以结合SWOT分析法和财务指标分析法等方法，综合评价企业的创新能力。
最后，在评价高新技术企业创新能力时，需要考虑一些限制因素。
高新技术企业的创新能力不仅受企业内部的因素影响，也会受到外部环境的制约。
高新技术企业创新效率与经营绩效关系
作为创新主体的高新技术企业在我国经济发展中扮演重 要角色，它是提高综合国力和国家竞争优势的重要源泉，其发 展关系到整个国家经济的未来。而高新技术企业绩效的提高 在很大程度上得益于企业资源配置效率的提高，如果投入产 出效率不高，资源没有得到有效配置，那么也就难以产生良好 的企业绩效。只有实现资源有效配置的企业，才具备可持续发 展的根本动力。
【关键词】 创新效率 经营绩效 高新技术企业
创新是把一种新的生产要素和生产条件的“新结合”引入 生产体系。创新已成为企业发展的根本推动力，可降低成本、 提高劳动生产率，开发出满足市场需求的新产品。随着我国增 强自主创新能力和建设创新型国家发展战略目标的提出，坚 持创新驱动，提高自主创新能力，已成为加快转变经济发展方 式的重要内容和迫切要求。
二、研究设计 1． 样本选择与数据来源。本文研究样本为 2006 ～ 2010 年 沪深股市所有 A 股高新技术企业，剔除 ST 公司以及数据缺 失的样本，最终样本为 90 家公司。高新技术企业的认定依据
2012． 8 中旬·09·□
□财会月刊·全国优秀经济期刊
为上海聚源数据服务有限公司提供的公告，公司财务数据来 自 CCER 数据库。因为考虑到滞后性问题，创新效率的计算 使用的是 2006 ～ 2009 年数据，企业绩效使用的是 2007 ～ 2010 年的数据。
211245923_基于因子分析和数据包络分析方法的广西高新技术企业科技投入产出分析
0引言2020年，广西按照保存量、挖增量、提质量的总体思路，把培育高新技术企业作为推动企业自主创新能力、高新技术产业升级的突破口。
围绕高新技术企业再倍增目标，通过构建科技企业培育成长链，采取强化服务、入库培育、研发资助、奖励补助等工作措施和政策举措，引导企业持续开展创新研发与科技成果转化，培育和壮大一批竞争力强的高新技术企业。
本文采用广西2021年度火炬统计数据、《2021广西统计年鉴》的统计数据，运用因子分析和DEA分析相结合的评价方法对广西14个地级市的高新技术企业创新能力进行评价分析，目的是对国家“十三五”规划期间广西高新技术企业创新发展情况有更清晰的认识和了解。
1分析模型在研究创新效率时，通常由多项投入和产出指标共同决定。
数据包络分析可以很好地解决投入产出指标的标准化问题，同时可确定各个指标之间的关系和权重，并对创新效率进行量化，便于决策者对各组织进行效率评价。
DEA的原理是通过保持决策单元（Decision Making Units，DMU）的输入或输入不变，利用特定条件的数学规划（如线性规划、多目标规划）等对输入、输出指标统计数据进行分析评价，特别适用于多种输出的决策单元间的相对有效性。
数据包络分析于1978年由W.W.Cooper等学者提出，在规模报酬不变的前提下，构建了一种效率评价模型CCR模型［1］；随后，R.D.Banker等学者在规模报酬可变的假设下提出纯技术效率模型BCC模型［2］。
本文考虑到在实际中会出现规模报酬递减或递增的情况，以规模报酬可变为前提，在BCC模型的基础上进行研究。
CCR模型如下：minθs.t.∑j=1n X jλj+s-j=θx j0∑j=1nYjλj-s+j=θy j0λj≥0，s-j≥0，s+j≥0BCC模型是在CCR模型的基础上加入约束条件，该模型如下：min[θ-ε(e T s-+e^T s+)]s.t.∑j=1n X jλj+s-j=θx j0∑j=1nYjλj-s+j=θy j0基于因子分析和数据包络分析方法的广西高新技术企业科技投入产出分析*卓志昊，胡江波（广西科学技术情报研究所，广西南宁530022）摘要：数据包络分析（DEA）模型是一种基于线性规划的效率分析模型，它能对多投入、多产出的系统进行综合效率评价。
运用数据包络分析法评估企业效率
运用数据包络分析法评估企业效率近年来，随着市场竞争的日益激烈，企业效率的提升成为了企业生存和发展的关键所在。
为了更好地评估企业的效率水平，越来越多的研究者开始采用数据包络分析法（Data Envelopment Analysis，简称DEA）。
数据包络分析法是一种用来评估决策单元（如企业、组织等）的相对效率的方法。
它基于数据包络理论，通过比较各决策单元的输入与输出指标之间的关系，计算出每个决策单元的效率值，从而确定哪些决策单元较为高效，哪些决策单元需要加以改进。
首先，数据包络分析法的核心思想是以效率为导向。
它强调的不仅仅是单一指标的评估，而是关注决策单元的综合效率。
在评估企业效率时，我们可以将企业的各项经济指标作为输入和输出指标，如销售额、利润、资产、员工数量等。
然后，通过数据包络分析法的模型，将这些指标转化为数学模型，计算出每个决策单元的效率值。
其次，数据包络分析法可以帮助企业找出效率低下的部分，并加以改进。
通过对比效率值，可以明确哪些决策单元的效率较低，即输入与输出之间存在更大的差距。
这样一来，企业管理者就可以有针对性地对这些决策单元进行改进，提升其效率水平。
例如，如果发现某个决策单元的员工数量与销售额之间的差距较大，企业就可以考虑对该部门进行组织架构优化，提高人员利用率，从而提升整体效率。
除了用于评估企业效率外，数据包络分析法还可以用于比较不同企业之间的效率水平。
通过对多个企业进行效率评估，可以找出那些相对高效的企业，从而为其他企业提供借鉴和改进的方向。
这对于行业的竞争和发展来说，具有重要意义。
企业可以借鉴高效企业的先进经验和管理理念，逐步提升自身的效率水平，以在激烈的市场竞争中立于不败之地。
然而，数据包络分析法也存在一些局限性。
首先，该方法假设决策单元的技术效率保持不变。
但实际情况中，企业所处的市场环境和技术条件是不断变化的，因此，即使一个企业在某一个时期内达到了最高效率，但在另一个时期，可能由于技术进步或市场变化而导致效率下降。
数据包络分析在高技术产业技术效率评价中的应用研究
强劲 的发展 态势 。 事实上， 如果 仅 仅 从 高技 术 产业 发 展过 程 中的
的 提升具 有 重要 意 义 。近 年 来 ， 中国 高技 术产 业 发
展 迅速 ， 企业 数 由 １ ９ ９ ５年 的 １ ８ ８ ３ ４个增 加 到 ２ ０ １ ０ 年的 ２ ８ １ ８ ９个 ， 高技 术产 业 的 总产 值 也 由 １ ９ ９ ５年 的４ ０ ９ ８亿元增 加 到 ２ Ｏ ｌ Ｏ年 的 ７ ４ ７ ０ ９亿 元 ， 表现出
Ｋｅ ｙ ｗｏ ｒ ｄｓ ：ｈ ｉ ｇ ｈ － ｔ ｅ ｃ ｈ ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ ；ｔ ｅ ｃ ｈ ｎ ｉ ｃ ａ ｌ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｃ ｙ；ＤＥＡ
高 技术 产业 是 以 高 创新 性 、 高 研 发 投 人 为 主要
特 征 的产业 ， 其持 续 、 健康发 展对 中国 自主创新 能力
摘 要 ： 采用 ２ ０ １ ０年 中 国 高技 术 产 业地 区数 据 ， 应用 Ｄ Ｅ Ａ方法 ， 实证 测 评 了 高技 术产 业技 术效
率 。研 究发现 ： 中国 高技 术产 业技 术 效率整 体 处 于较低 水 平 ， 且 纯技 术效 率不 高是 制约技 术效 率提 升 的主要 原 因 ； 中国 大部 分地 区高技 术产 业发展 呈现规 模报 酬递 增 的特性 ； 通过投 影分析 为 各 区域 调整 创新 资 源投 入 进 而达到 Ｄ Ｅ Ａ 有 效提供 依据 。 关键 词 ： 高技 术产 业 ； 技 术效 率 ； 数据 包络分析
收 稿 日期 ： ２ ０ １ ３ － ０ ９ — ０ ３ ； 修 回 日期 ： ２ ０ １ ３ － １ ０ — ０ ９ 责任编辑 ： 张 士 莹 作者简介 ： 杨青峰（ １ ９ ７ ４ 一 ） ． 男， ｔ ｌ ｊ 东济宁人 ， 博士研究生 ， 主要 从
数据包络分析法案例
数据包络分析法案例数据包络分析法（DEA）是一种用于评估相对效率的方法，它可以帮助决策者确定最佳的资源配置方案。
本文将通过一个实际案例来介绍数据包络分析法的应用，以便读者更好地理解这一方法的具体操作和实际效果。
案例背景：某公司拥有多个分部，每个分部都在生产相似的产品，并且拥有相似的生产资源和条件。
公司希望通过数据包络分析法来评估各个分部的相对效率，以确定哪些分部存在效率低下的问题，从而采取相应的改进措施。
数据收集：首先，我们需要收集各个分部的生产数据，包括生产投入和产出。
生产投入可以包括人力资源、资金、原材料等，而产出可以包括产品数量、销售额等。
在收集数据时，需要确保数据的准确性和完整性，以保证分析结果的可靠性。
数据包络分析：在获得了各个分部的生产数据之后，我们可以利用数据包络分析法来评估它们的相对效率。
数据包络分析法的核心思想是通过比较各个分部的输入产出关系，找出最有效率的分部作为参照，然后评估其他分部相对于参照分部的效率水平。
结果分析：通过数据包络分析法，我们可以得出各个分部的效率评估结果。
效率评估结果可以帮助公司发现存在效率低下的分部，并且找出其效率低下的原因。
在分析结果的基础上，公司可以采取相应的管理措施，比如对效率低下的分部进行资源调配、流程优化等，以提高整体生产效率。
改进措施：根据数据包络分析的结果，公司可以制定针对性的改进措施。
比如，对于效率低下的分部，可以加强管理监督，优化生产流程，提高资源利用效率等。
同时，对于效率较高的分部，可以将其经验和做法进行分享和推广，以提高整体生产效率。
总结：数据包络分析法作为一种相对效率评价的方法，可以帮助公司发现存在的管理问题，并且提出相应的改进措施。
通过本案例的介绍，相信读者对数据包络分析法有了更深入的理解，希望能够在实际工作中运用这一方法，提高企业的生产效率和竞争力。
基于数据包络模型的创新型企业效率研究——以河北省为例
Efficiency of Innovative Enterprises in Hebei
Province based on DEA
作者： 张锦[1];郭玉明[2]
作者机构： [1]北京交通大学中国产业安全研究中心,北京100044;[2]河北工业大学经济管理学院,天津300401
出版物刊名： 河北经贸大学学报
页码： 99-102页
年卷期： 2013年 第5期
主题词： 河北省;创新型企业效率;数据包络模型;自主创新能力;技术创新引导工程;自主知识产权;规模报酬;技术效率
摘要：实地调研河北省创新型企业发展状况，采集相关数据，运用数据包络分析方法中的CRS和VRS模型对河北省27家样本创新型企业效率进行经验性测算，对比分析样本企业的综合效率、纯技术效率及规模效率，指出不同样本企＆的各自努力方向。
微观视角的高新技术企业R&D效率研究
ＸＵ Ｎ ａ ｎ ，Ｌ Ｉ Ｂ ｅ ｉ ｂ ｅ ｉ ，Ｆ ＥＮ Ｇ Ｋａ ｎ ｇ
（ １ ． Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｃ ｏ ｎ ｏ ｍ ｙ ａ ｎ ｄ Ｍａ ｎ ａ ｇ ｅ ｍ ｅ ｎ ｔ ， Ｙ ａ ｎ ｓ ｈ ａ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｑ ｉ ｎ ｈ ｕ ａ ｎ ｇ ｄ ａ ｏ ０ ６ ６ ０ ０ ４ ，Ｃ ｈ ｉ ｎ ａ ； ２ ． Ｐ ｏ ｓ ｔ ａ ｌ Ｓ ａ ｖ ｉ ｎ ｇ ｓ Ｂ ａ ｎ ｋ ｏ ｆ Ｃ ｈ ｉ ｎ ａ Ｌ ｖ ｌ ｉ ａ ｎ ｇ Ｂ ｒ ａ ｎ ｃ ｈ ， Ｌ ｖ ｌ ｉ ａ ｎ ｇ ０ ３ ３ ０ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
关 键 词 ： 高新 技 术 企 业 ；Ｒ ＆ Ｄ效 率 ；Ｄ Ｅ Ａ模 型 ；上 市公 司 ； 河北 省 中图分类号 ：Ｆ ２ ７ ６ ． ４ ４ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ０— ７ ６ ９ ５（ ２ ０ １ ３ ）１ ３— ０ １ ４ ２— ０ ４
Ｓｔ ｕｄ ｙ ｏ ｎ Ｒ＆Ｄ Ｅｆ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｉ ｎ Ｈｉ ｇ ｈ— — ｔ ｅ ｃ ｈ Ｅｎ ｔ ｅ ｒ ｐ ｒ ｉ ｓ ｅ ｓ ｉ ｎ Ｍｉ ｃ ｒ ｏ Ｐｅ ｒ ｓ ｐ ｅ ｃ ｔ ｉ ｖ ｅ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｈ ｅ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｓ ｙ ｓ ｔ ｅ ｍ ｆ ｏ ｒ Ｒ ＆Ｄ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｃ ｙ ｏ ｆ ｈ ｉ ｇ ｈ—ｔ ｅ ｃ ｈ ｅ ｎ ｔ ｅ ｒ ｐ ｒ ｉ ｓ ｅ ｉ ｓ ｂ ｕ ｉ ｌ ｔ ｆ ｒ ｏ ｍ ｍｉ ｃ ｒ ｏ ｐ ｅ ｒ ｓ ｐ ｅ ｃ ｔ ｉ ｖ ｅ ｉ ｎ ｔ ｅ ｒ ｍｓ ｏ ｆ Ｒ＆Ｄ ｆ ｕ ｎ ｄ ｓ ｉ ｎ ｖ ｅ ｓ ｔ ｍｅ ｎ ｔ ｉ ｎ ｔ ｅ ｎ ｓ ｉ ｔ ｙ，Ｒ＆Ｄ ｌ ａ ｂ ｏ ｒ ｉ ｎ ｖ ｅ ｓ ｔ ｍｅ ｎ ｔ ｉ ｎ ｔ ｅ ｎ ｓ ｉ ｔ ｙ ａ ｓ ｉ ｎ ｐ ｕ ｔ ｉ ｎ ｄ ｅ ｘ，ｔ ｈ ｅ ｎ ｅ ｔ ａ ｓ ｓ ｅ ｔ ｓ ｙ ｉ ｅ ｌ ｄ，ｍａ ｉ ｎ ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ ｐ ｒ ｏ ｆ ｉ ｔ ｍａ ｒ ｇ ｉ ｎ ｓ ，ｔ ｈ ｅ ｉ ｎ ｃ ｏ ｍｅ ｇ ｒ ｏ ｗｔ ｈ ｏ ｆ ａ ｄ ｖ ｏ ｃ ａ ｔ ｅ ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ ，ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ａ ｓ ｓ ｅ ｔ ｓ ｒ ａ ｔ ｉ ｏ ａ ｓ ｏ ｕ ｔ ｐ ｕ ｔ ｉ ｎ ｄ ｅ ｘ ａ ｎ ｄ １ ６ ｌ ｉ ｓ ｔ ｅ ｄ ｈ ｉ ｇ ｈ—ｔ ｅ ｃ ｈ ｅ ｎ ｔ ｅ ｒ ｐ ｒ ｉ — ｓ ｅ ｓ ｉ ｎ Ｈｅ ｂ ｅ ｉ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ａ ｓ ｓ ａ ｍｐ ｌ ｅ ｓ ｕ ｓ ｉ ｎ ｇ ＤＥ Ａ ｍｏ ｄ ｅ １ ．Ｆ ｉ ｎ ａ ｌ ｌ ｙ ，ｔ ｈ ｅ ｃ ｏ ｕ ｎ ｔ ｅ ｍ ｅ ｒ ａ ｓ ｕ ｒ ｅ ｓ ｏ ｆ ｉ ｍｐ ｒ ｏ ｖ ｉ ｎ ｇ Ｒ＆Ｄ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｃ ｙ ｏ ｆ ｈ ｉ ｇ ｈ— ｔ ｅ ｃ ｈ ｅ ｎ ｔ ｅ ｒ ｐ ｉ ｒ ｓ ｅ ｆ ｒ ｏ ｍ ｅ ｎ ｔ ｅ ｐｒ ｒ ｉ ｓ ｅ ｓ ａ ｎ ｄ ｇ ｏ ｖ ｅ ｎ ｍｅ ｒ ｎ ｔ ａ ｒ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｈ ｉ ｇ ｈ—ｔ ｅ ｃ ｈ ｅ ｎ ｔ ｅ ｐｒ ｒ ｉ ｓ ｅ ｓ ；Ｒ ＆Ｄ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ；Ｄ ＥＡ ｍｏ ｄ ｅ ｌ ；ｌ ｉ ｓ ｔ ｅ ｄ ｃ ｏ ｍｐ ａ ｎ ｉ ｅ ｓ ；Ｈｅ ｂ ｅ ｉ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ
我国高新技术产业中大中型工业企业科技创新能力的DEA评
我国高新技术产业中大中型工业企业科技创新能力的DEA评价引言近年来，我国高新技术产业发展迅速，科技创新成为推动经济增长和产业升级的重要驱动力。
大中型工业企业在高新技术产业中扮演着关键角色，其科技创新能力的评价对于全面了解我国高新技术产业发展状态及未来发展方向具有重要意义。
数据包络分析（Data Envelopment Analysis，DEA）是一种常用的评价方法，可以用于评价大中型工业企业的科技创新能力。
本文旨在利用DEA方法，从理论和实证两方面对我国高新技术产业中大中型工业企业的科技创新能力进行评价。
一、DEA方法简介数据包络分析是一种用于评估多输入多输出生产系统效率的非参数方法。
DEA 不需要事先对生产函数形式进行假设，适用于评价不同规模企业的效率。
DEA根据输入和输出两个维度，通过构建约束条件，将多个企业划分为有效和无效两个集合，找出无效企业的原因，并为其提供改进的方向。
DEA的基本思想是找出所有企业中在给定输入情况下产出最大的企业，作为临界效率单位，其他企业则以该企业为基准进行比较，评估其相对效率。
DEA能够同时评估多个指标的效率水平，并通过构建线性规划模型求解，找到最优效率的企业集合。
二、科技创新能力评价指标选择科技创新能力涉及多个方面的指标，综合考虑企业在科技研发投入、科技创新成果、技术应用水平等方面的表现能更全面地评价其科技创新能力。
本文选取如下指标进行综合评价：1.科技研发投入：研发经费占企业总收入比例。
2.新产品研发能力：新产品研发数量及质量。
3.技术人员比例：技术人员数量占企业总人员比例。
4.技术创新成果：专利申请数量。
5.技术应用水平：技术转化率。
三、DEA评价模型构建基于上述指标，可以构建DEA评价模型。
假设有n个企业，m个输入指标和k个输出指标。
通过构建线性规划模型，可以得到每个企业相对于其他企业的效率评分，以及最优效率的企业集合。
DEA评价模型的数学描述如下：最小化目标函数：$$ \\begin{align*} & \\text{Minimize} \\quad \\sum_{j=1}^{m}u_{j}\\\\ &\\text{Subject to} \\quad \\sum_{i=1}^{n}x_{ij}y_{i} \\leq u_{j} \\quad \\forallj=1,2,\\ldots,m\\\\ & \\sum_{i=1}^{n}y_{i} = 1\\\\ & x_{ij} \\geq 0 \\quad \\forall i=1,2,\\ldots,n, j=1,2,\\ldots,m\\\\ & y_{i} \\geq 0 \\quad \\forall i=1,2,\\ldots,n \\end{align*} $$其中，x ij表示第i个企业的第j个输入指标的取值，y i表示第i个企业的效率评分，u j表示第j个输入指标的权重。
基于数据包络方法的中小企业融资优势分析
基于数据包络方法的中小企业融资优势分析数据包络分析方法是一种常用的评价和分析企业绩效的方法。
它通过建立一个输入与输出变量之间的关系模型，来评价企业的绩效水平。
中小企业作为经济社会的重要组成部分，在当前金融环境下，面临着融资难、融资贵等诸多问题。
基于数据包络方法的中小企业融资优势分析具有理论和现实的重要意义。
中小企业融资问题一直以来都是困扰中小企业发展的一个瓶颈。
而中小企业在进行融资决策时，首先需要评估自身的优势和劣势，以便制定出适合自身的融资策略。
数据包络方法可以通过建立输入和输出变量之间的关系模型，来评价企业的绩效水平，从而帮助中小企业分析自身的融资优势。
中小企业在融资方面的优势包括资产灵活性、隐形负债和低成本融资等方面。
中小企业相对大型企业而言，其资产规模相对较小，因此更加灵活。
这意味着中小企业可以更灵活地调整资产结构，并能够更好地应对市场变化。
中小企业往往有着较多的隐形负债，如人脉资源、品牌价值等，这些无形资产能够在一定程度上提高中小企业的融资能力。
中小企业往往可以通过一些低成本融资渠道来融资，如小额贷款、股权众筹等，这些融资方式相对成本较低，有助于中小企业降低融资成本。
中小企业在创新能力方面也具有较大的优势。
中小企业由于规模相对较小，灵活性较高，在技术创新方面更具活力。
中小企业通常可以更加灵活地调整组织结构，更加灵活地分配资源，从而更好地适应市场变化和创新需求。
中小企业由于相对较小的规模，决策层与执行层之间的距离较近，这也有利于中小企业更加迅速地响应和实施创新策略。
中小企业在市场定位和定价方面也具备优势。
由于中小企业在经营范围上往往更为专注，因此在市场定位方面更有优势。
中小企业可以通过专业化的经营和个性化的服务来满足特定市场的需求，从而提高市场竞争力。
中小企业由于规模相对较小，在定价方面也更加灵活。
中小企业可以根据自身的成本和市场需求来进行定价，从而更好地满足市场需求。
这也有助于中小企业在产品竞争激烈的市场中获得竞争优势。
基于数据包络法的OFDI对高新技术企业创新效率的影响分析
基于数据包络法的OFDI对高新技术企业创新效率的影响分析欧阳旺东;刘纪显【摘要】China has become a big country in foreign direct investment. It is an important proposition whether the OFDI behavior of high and new technology enterprises can enhance the innovation efficiency of enterprises. This paper builds a regression model based on the data envelopment method to test the micro data of Guangdong high and new technology enterprises. The results show that the OFDI of high and new technology enterprises has promoted the investment of innovative resources and the implementation of innovation activities; however, the innovation output cannot be promoted and the efficiency of innovation is reduced. The reason is that many OFDI reconfigures innovative resources and enterprises focus on imitative innovation with the neglect of independent innovation. Therefore, this paper puts forward some suggestions to enhance the technological spillover effect of enterprises' foreign direct investment and the independent innovation ability of enterprises for the real improvement of the innovation efficiency.%我国已经成为对外直接投资的大国, 高新技术企业的OFDI行为能否提升企业创新效率是一个重要的命题.基于数据包络法构建回归模型, 以广东高新技术企业微观数据为样本进行了检验, 结果表明, 高新技术企业的OFDI促进了创新资源的投入和创新活动的实施, 然而创新产出无法提升, 创新效率降低.其原因在于许多OFDI重新配置创新资源, 注重模仿创新, 忽视了自主创新.为此, 提出建议, 在促进企业对外直接投资获取技术溢出效应的同时, 需要增强企业自主创新能力, 真正提升创新效率.【期刊名称】《科技与经济》【年(卷),期】2019(032)001【总页数】5页(P31-35)【关键词】对外直接投资;高新技术企业;创新效率;自主创新【作者】欧阳旺东;刘纪显【作者单位】华南师范大学经济与管理学院,广州 510006;华南师范大学经济与管理学院,广州 510006【正文语种】中文随着我国“一带一路”倡议的推进，我国企业加速了对外投资的步伐。
基于数据包络方法的中小企业融资优势分析
基于数据包络方法的中小企业融资优势分析中小企业是我国经济发展的重要组成部分，而融资问题一直是中小企业发展的瓶颈之一。
近年来，随着数据包络方法的不断发展和应用，越来越多的研究者开始将数据包络方法应用于中小企业融资优势分析中。
数据包络方法（Data Envelopment Analysis，DEA）是一种运用数学模型分析评价相对效率的方法，通过设定输入产出指标来评价单位的效率。
本文将基于数据包络方法，对中小企业融资优势进行深入分析。
一、中小企业融资困境中小企业由于规模较小、信用等级较低，往往难以获得较低成本的融资，很多中小企业只能通过高成本、高风险的融资方式来获取资金。
对于中小企业来说，融资成本的高低直接影响着企业的盈利能力和发展空间。
传统融资方式往往需要较长的审批时间，中小企业往往需要快速获得资金来应对市场变化和需求。
二、数据包络方法在融资优势分析中的应用数据包络方法是一种非参数的效率评价方法，它能够帮助中小企业快速识别出自身的融资优势和劣势，进而制定针对性的融资战略。
通过设定输入产出指标，数据包络方法能够客观地评价企业的融资效率，并对效率较低的企业给出改进建议。
数据包络方法还可以通过对比不同企业的融资效率，找到行业内的融资优势企业，为其他企业提供借鉴和学习的机会。
1.融资成本优势通过数据包络方法，可以评价中小企业的融资成本优势。
利用资金成本、融资周期等指标作为输入产出指标，将中小企业融资成本的高低量化为数值，从而可以客观地评估企业的融资成本优势。
对于融资成本较低的企业，可以通过数据包络方法找到其融资模式和运作方式，进而为其他中小企业提供借鉴和改进方向。
尽管数据包络方法在中小企业融资优势分析中具有一定的优势，但也存在一些局限性。
数据包络方法需要设置合理的输入产出指标，部分中小企业可能难以获取完整的融资数据，限制了数据包络方法的应用范围。
数据包络方法评价的是相对效率，对于一些特殊行业和融资模式，可能无法客观地评价企业的融资优势。
高技术产业创新效率的数据包络分析
高技术产业创新效率的数据包络分析摘要：本文利用数据包络分析（Data Envelopment Analysis，简称DEA）的模型对我国2008年高技术产业中23个细分行业的技术创新效率进行了核算，结果表明通信业、电子计算机业与医疗设备及器械业的科技创新效率高，高技术产业资金效率较低创新基础能力薄弱，主要表现为设备经费利用效率低，专利产出不足。
关键词：科技创新效率数据包络高技术产业创新是社会发展的直接动力，尤其是萨缪尔森等经济学家得出人均产出来源于技术创新的结论后，各国更加重视创新。
我国在1998—2008年的R＆D资金投入和科技活动人数年增长率分别为19.28%、16.28%，2008年分别达到4616.02亿元、498.74万人。
然而创新投入的高增长与生产率低增长形成鲜明的反差，促使研究人员反思创新过程中的效率问题，对行业尤其是高技术行业的技术创新效率的研究显得极为重要。
一、文献回顾目前，研究技术创新效率的文献较多，研究的角度各异，主要集中在企业、区域与行业。
有关高技术行业的研究，在方法上多利用参数法进行分析。
当然也有一些学者采用非参数的DEA方法对高技术行业创新绩效进行了评价，但是在指标的选取上不尽一致，投入项多是科技人员、科研经费；产出项则多是从新产品销售的收入、专利项数进行选取。
但是，不考虑资产投入的进一步细分，在投入项的选择上有失全面性；其次，在产出项的选择上，没有科研项目数与发明数，体现不了高技术产业的创新能力与创新基础。
二、效率分析模型数据包络分析DEA是1978年由Charnes等人创建的，主要用来评价具有多个投入和多个产出的决策单元（Decision Making Unit, DMU）间的相对有效性（简称DEA有效），其本质是判断DMU是否位于生产可能集的“前沿面”上，它是一种非参数的效率测度方法。
我国高技术产业的一个突出特点是企业数目偏多、规模偏小。
因此，有必要从投入角度分析在现有情况下高技术产业应如何进行调整才能提高整体效率，故本文将采用投入导向下的规模报酬可变的DEA模型进行分析，对各类型企业的技术创新效率进行评价。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｓｓ简 称 Ｄ Ａ） ｉ， Ｅ 的两 阶段 评 价 模 型 。 第 一 阶 段 运 用 基 本 的 在
征 ． 其 是 高 新 技术 企业 ， 此 ， 价 企 业 Ｒ 绩 效 显 得 尤 因 评 ＆Ｄ
技术 效率 值作 为产 出 ， 同时引 入虚 拟投 入 变量 １ 用 于评 价 ， 综合 效 率值 。将综 合效 率值 作 为因 变量 ， 用 多元 回归 方 运
法 分析 影 响综 合 效 率值 的 主要 因素 ，对 管 理 和 提高 企 业 Ｒ 绩 效水平 提 供科 学依 据 。 ＆Ｄ
１ 研 究 方 法
重 视 的几 个 问题 》 中提 出 了许 多 宝贵 的意见 ， 仍 然 没 能 但
解 决上 述提 到 的一些 问题 ［ ６ ］
率— — 决策单 元 （ ＭＵ） Ｄ 的技 术效 率 。 入基 于产 出 的Ｃ Ｒ 引 Ｃ
面 ， 于Ｒ 活 动 具有 高 投 入性 、 险 性 和不 确 定 性 等特 由 ＆Ｄ 风
价 ， 仅从 投 入 或产 出的单 一 角 度进 行 评 价 ， 但 或者 对 Ｒ ＆Ｄ
绩 效 的某 一 个 方面 进行 评 价 ，不 能将 二 者很 好 地 结 合起
来 。针 对 目前企 业Ｒ＆ Ｄ绩效评 价 中存 在 的这些 不 足 ， 文 本
研究 ， 但是 在评 价方 法研 究 上仍然 存 在某 些不 足 。如 梁： 装 歆 、 建秋 在 《 新技 术企 业Ｒ 绩 效评 价 方法 探 索》 刘 高 ＆Ｄ 中给 出了适 合 高新 技术 企 业投 入 产 出指 标体 系 的评 价 方法 莫燕的《 区域 Ｒ ＆Ｄ绩效 评 价 》 运用 Ｄ Ａ的理论 与方 法 评价 Ｅ Ｒ ＆Ｄ投 入 绩 效 ｌ， 评 价Ｒ＆ ２仅 ］ Ｄ绩 效 的 一 个 方 面 或 得 出 一 个综合效率值 ， 缺乏 全 面性 ； 张运 生 等 的 《 于 主 成 分 分 基 析 的Ｒ Ｄ绩 效评 价 系 统 》虽 然 建立 了详 细 的Ｒ＆ ＆ Ｄ绩 效 评 价 指 标 体 系 ］但 对 投 入产 出之 间 的联 系缺 乏 深 入 研究 ， ， 仅 从单 一 的角 度进行 评 价 ； 金虹 博 、 吕本 富在 《 ＆Ｄ绩效 评 Ｒ 价 和平 衡 记 分卡 》 文 中 ， 用 平 衡记 分 卡 （ Ｓ 建 立 了 一 利 Ｂ Ｃ）
基于数据包络分析 的高新技 术企 业Ｒ ＆Ｄ 绩效综合评价研 究
刘 井； ， 建 陈 伟
（ 尔滨 工程 大 学 经 济管理 学 院 ， 哈 黑龙 江 哈 尔滨 １ ０ ０ ） ５ ０ １ 摘 要： 针对 评 价方 法在 投入 、 出两个 角度 的缺 乏 以及 评价 全 面性 、 产 融合 性 的不足 ， 用数 据 包络 分析 的 运
理 论 和 方 法 ， 建 了 两 阶 段 评 价 模 型 ， 建 立 了企 业 Ｒ 构 并 ＆Ｄ绩 效 评 价 指 标 体 系 ， 哈 尔 滨 １ 家 高 新 技 术 企 业 对 ５
进 行 实证研 究 ． 评价 结 果为提 高企 业Ｒ 其 ＆Ｄ绩 效水 平提供 了科 学依 据 。
关 键 词 ： ＆Ｄ 效 评 价 ； 据 包 络 评 价 ； 据 包络 分 析 （ Ｅ ； 阶 段 法 Ｒ 绩 数 数 Ｄ Ａ） 两 中 图 分 类 号 ：２ ６４ Ｆ ７． ４ 文 献 标 识 码 ： Ａ 文 章 编 号 ：０ １ ７ ４ （０ ８ ０ － １８ ０ １０ — ３ ８ ２ ０ ）７ ０ ４ — ４
两者 的 比率用 于评 价规 模效 率 ［。Ｃ Ｒ 型假设 规 模 收益 ７ Ｃ 模 ＿ 不 变 （ Ｒ ） 将规 模效 率和 纯 技术 效 率合 并 为一 个 整体 效 Ｃ Ｓ ，
详 细 的评 价 指 标 体 系 …， 由于 Ｂ Ｃ 身 的 缺 陷 ， 能 说 但 Ｓ本 不
明各个 指 标 的重 要 程 度 以及 内在 联 系 程 度 的 大小 ，主 观 性 较 强 ［； 莱 歆 在 《 高 新 技 术企 业Ｒ ５梁 谈 ＆Ｄ绩 效 评 价 中 直
尤 为 重要 。
Ｄ Ａ模 型对企 业Ｒ Ｅ ＆Ｄ绩效 的技 术 价值 、 经济 价值 和管 理 风
险３ 个维 度 分别进 行评 价 ， 括技 术效 率 、 包 纯技术 效 率 和规
模 效率 ３ 个方 面 ； 在第 二 阶 段 ， 第 一 阶段 ３ 维 度评 价 的 将 个
近年 来 ， 国学 者对 企业 Ｒ 绩效 评 价进 行 了广 泛 的 我 ＆Ｄ
维普资讯
第２ 卷 第７ ５ 期
２Ｏ８ ７月 ０ 年
科
技
进
步
与２ ７
Ｓ ｉｎ ｅ＆ Ｔｅ ｈ ｏｏ ｙＰｒ ｇｅ ｓａ ｄ Ｐ ｌｃ ｃｅ ｃ ｃ ｎ ｌｇ ｏ ｒ ｓ ｎ ｏｉｙ
Ｊ １２ ０ ｕ． ０ ８
１１ 基 于 Ｄ ． ＥＡ的 两 阶 段 方 法 的 第 一 阶 段 模 型 设 计
为 了克 服评 价 的片 面性 ， 分别 运用 基 于产 出的Ｃ Ｒ模 Ｃ 型 和Ｂ Ｃ 型 。 Ｃ 模 对企 业 Ｒ 绩 效 从 技 术 价值 、 ＆Ｄ 经济 价 值 和
管 理风 险３ 维度 进行 评 价 。运用 Ｃ Ｒ 型 评价 技术 效 率 个 Ｃ模 时 ， Ｂ 模 型允许 规 模 收益 （ Ｒ ） ＢＣ Ｖ Ｓ 可用 于评 价纯 技术效 率 ，
本 研 究发 现 ，大量 的方 法 被应 用 于 企业 Ｒ ＆Ｄ绩 效评
０ 引 言
在经 济 全球 化 和 市 场 经济 日益 完 善 的环 境 下 ，研 究 与开 发 （ Ｄ） 企业 核 心竞 争 力 的 源泉 与 可 持 续 发展 的 Ｒ＆ 是 保证 。一方 面 ， 业需 要 加大 Ｒ 企 ＆Ｄ的 投入 力 度 ； 另－ ； 但 － ｙ