基于三阶段DEA模型的中国工业企业创新效率评价

被引:39
作者
沈能 [1 ]
潘雄锋 [2 ]
机构
[1] 苏州大学商学院
[2] 大连理工大学管理与经济学部
基金
高等学校博士学科点专项科研基金;
关键词
工业企业; 创新效率; 三阶段DEA模型;
D O I
10.13860/j.cnki.sltj.2011.05.007
中图分类号
F425 [工业企业组织和经营管理]; F273.1 [企业技术管理]; F224 [经济数学方法];
学科分类号
020205 ; 0202 ; 1202 ; 120202 ; 0701 ; 070104 ;
摘要
为了消除环境变量和随机误差对创新效率值的影响,运用Fried等提出的三阶段DEA模型,对1998-2007年中国工业企业创新效率状况进行了实证分析,研究结果表明,中国工业企业创新效率确实受到经济发展水平、外资活动、政府扶持激励政策和市场结构等环境变量和随机因素的影响。在剔除环境和随机因素影响后,1998-2007年间中国各地区工业企业创新效率呈现出下降的趋势,其中,东部的上海、广东、海南和西部的青海四个地区比较稳定地处于前沿面相对效率位置,结合各地区创新效率与R&D投入水平,可以将我国各地区划分为相对效率高投入、相对效率低投入、高效率高投入、高效率低投入、低效率高投入和低效率低投入等六种模式,并根据各种模式有针对性地提出了相关对策建议。
引用
收藏
页码:846 / 855
页数:10
相关论文
共 10 条
[1]   中国工业行业技术创新效率评价 [J].
李武威 .
科技管理研究, 2009, 29 (07) :151-154
[2]   我国工业R&D生产效率和影响因素——基于省级大中型工业数据的实证分析 [J].
张海洋 .
科学学研究, 2008, (05) :970-978
[3]   R&D存量、知识函数与生产效率 [J].
吴延兵 .
经济学(季刊), 2006, (03) :1129-1156
[4]   基于随机前沿生产函数的中国工业R&D效率分析 [J].
闫冰 ;
冯根福 .
当代经济科学, 2005, (06) :14-18+108
[6]   中国工业行业技术创新效率的实证研究(1990-1999) [J].
王伟光 .
沈阳师范大学学报(社会科学版), 2003, (01) :57-62
[7]  
Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J] . H. O. Fried,C. A. K. Lovell,S. S. Schmidt,S. Yaisawarng.Journal of Productivity Analysis . 2002 (1)
[8]  
Patent Statistics as Economic Indicators: A Survey[J] . Zvi Griliches.Journal of Economic Literature . 1990 (4)
[9]  
R & D Capital, Rate of Return on R & D Investment and Spillover of R & D in Japanese Manufacturing Industries[J] . The Review of Economics and Statistics . 1989 (4)
[10]  
R & D and the Productivity Slowdown[J] . Zvi Griliches.The American Economic Review . 1980 (2)