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
摘要：本文通过应用DEA评价方法，建立我国高新技术产业中大中型工业企业科技创新能力评价指标、评价模型，并做出分析。分别运用CCR模型、BBC模型以及超效率DEA模型对问题进行分析。通过计算结果对各个产业进行梳理并提出建议。
关键词：高新技术产业 超效率DEA CCR模型 BCC模型
一、引言
20世纪90年代初以来，高新技术产业已经成为世界经济最富有活力的增长点，成为社会财富以几何级数增长的主导力量。我国的高新技术产业是从改革开放以后发展起来的，可以说起步较晚。虽然在化学、医疗器械、航空航天、电子信息技术、生物工程等方面都有所发展，并建立了许多大中型工业企业，但是面向国际市场的激烈竞争仍有很大的困难。为此，我们有必要建立一套科学、合理的评价体系，使我们更清楚地了解到应采取何种措施来弥补不足。目前，我国对高新技术产业评价与发展的研究还不是很完善，很多学者对这个问题也在不断地进行研究，如贲友红在对江苏省各市高新技术产业发展的评价研究中应用了主成分分析法，对江苏省各个城市的高新技术产业的发展情况进行了分析及评价。李拓晨在我国高新技术产业竞争力主要指标评析，运用我国高新技术产业10年发展的关键指标进行统计分析，而以上文章评价的方法都带有较强的主观性。为了使评价更为客观，国内有很多学者选择应用DEA方法对我国高新技术产业的科技创新能力进行评价，其中最具代表性的文章如李 在基于DEA方法对我国区域高新技术产业园区的效率分析中运用数据包络分析中的CCR模型、BCC模型和Malmquist要素生产力指数法，采用了比较客观的评价方法，对我国27个地区的高新技术产业园区构建三层评估体系，提出促进我国高新技术产业园区战略升级的政策建议。
二、DEA方法的基本思想及评价模型
(一)数据包络分析
数据包络分析（DEA，Data Envelopment Analysis）是美国运筹学家A.Charnes和W.Cooper等学者提出的以相对效率概念为基础，根据多指标投入和多指标产出对相同类型的单位（部门）进行相对有效或效益评价的一种新的系统分析方法。
DEA方法具有与其他多目标评价方法不同的优势：在对决策单元（DMU，Decision Making Unit）进行评价时，它不必考虑指标的量纲，也不需要事先确定指标的相对权重，更不必确定决策单元的各输入输出之间的显式函数关系，这就排除了许多主观因素。不仅增强了评价结果的客观性，而...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
