異質(zhì)行業(yè)下企業(yè)創(chuàng)新效率的可比測度

楊敏+++陳澤明

摘要：以354家創(chuàng)業(yè)板上市公司為樣本，通過極化模擬和DEA二次疊加，揭示創(chuàng)業(yè)板上市公司的創(chuàng)新效率分布，實現(xiàn)了異質(zhì)行業(yè)下企業(yè)創(chuàng)新技術(shù)效率的可比評價。研究發(fā)現(xiàn)：絕大多數(shù)創(chuàng)業(yè)板上市公司可比創(chuàng)新效率較低，存在較大改進(jìn)空間，其中平均可比綜合創(chuàng)新技術(shù)效率最高的是廣播、電視、電影和影視錄音制造業(yè)，最低的是計算機、通信和其他電子設(shè)備制造業(yè)；企業(yè)創(chuàng)新投入結(jié)構(gòu)上存在較大的不平衡性，研發(fā)經(jīng)費投入的有效性沒有得到應(yīng)有的釋放，通過改善管理、激勵、來提升創(chuàng)新效率比單純改變規(guī)模更有效。

關(guān)鍵詞：極化模擬 二次疊加 DEA 創(chuàng)業(yè)板 可比創(chuàng)新效率

中圖分類號：F270.7 文獻(xiàn)標(biāo)識碼： 文章編號：

The Comparable Measure on the Enterprise Innovation Efficiency of the Heterogeneous Industry

——Based on the DEA Secondary Superposition of Polarization Modeling

YANG Min1，2， CHEN Ze-ming1

（1School of Economics and Management， Chongqing University， Chongqing， 400044； 2Chinese Communist Party School of Zhang jiagang， Zhang jiagang， 215600）

Abstract： Taking 354 listed companies on GEM as the sample， revealing the innovation efficiency distribution of the listed companies on GEM， and evaluating the technical efficiency of enterprise innovation from the perspective of heterogeneous industry by polarization modeling and DEA secondary superposition. The conclusions are as follows： most of the comparable innovation efficiency is low， and there is a big space to improve for the listed companies on GEM； in terms of the average comparable comprehensive innovation technology efficiency， the highest are the broadcast industry， TV industry， film industry， and video recording industry； the lowest are computer， communications and other electronic equipment manufacturing industry； there are larger imbalance in structure of enterprise innovation investment， and the effectiveness of the R&D input have not been released efficiently； its more effective to promote innovation efficiency by improvement of management， motivation， and technology than altering the scale simply.

Key words： Polarization modeling； Secondary superposition； DEA； GEM； Comparable innovation efficiency

引言

企業(yè)的創(chuàng)新效率作為企業(yè)創(chuàng)新活動的一種量化評價，是企業(yè)在激烈的市場競爭中保持持續(xù)的競爭優(yōu)勢的關(guān)鍵，是企業(yè)創(chuàng)新管理、決策的基礎(chǔ)，也是企業(yè)創(chuàng)新能力保持和發(fā)展的前提條件。關(guān)于企業(yè)創(chuàng)新技術(shù)效率的研究比較多，但真正能夠客觀、真實、系統(tǒng)反映“企業(yè)”的創(chuàng)新活動的并不多見。由于受數(shù)據(jù)可得性的困擾，大多數(shù)研究被迫選擇具有共同統(tǒng)計屬性的企業(yè)綜合平均數(shù)據(jù)作為分析對象，比如大中型企業(yè)、規(guī)模以上企業(yè)、高新技術(shù)企業(yè)等等。雖然能夠便捷的形成對某類企業(yè)的綜合認(rèn)識，但這卻導(dǎo)致了個體企業(yè)作為創(chuàng)新主體的創(chuàng)新效率評價被人為平均化。因而，以此為基礎(chǔ)形成的對中國企業(yè)創(chuàng)新技術(shù)效率的規(guī)律性認(rèn)識存在一定程度的失真。本文以創(chuàng)業(yè)板企業(yè)數(shù)據(jù)為基礎(chǔ)，通過虛擬兩個極化決策單元實現(xiàn)極化模擬，為決策單元提供理想標(biāo)桿，再經(jīng)DEA二次疊加，將異質(zhì)行業(yè)的企業(yè)創(chuàng)新技術(shù)效率測評納入同一測評體系，解決異質(zhì)行業(yè)下企業(yè)創(chuàng)新技術(shù)效率的不可比問題，更加真實的揭示創(chuàng)業(yè)板上市公司創(chuàng)新效率的行業(yè)分布規(guī)律，為企業(yè)或政府的決策改進(jìn)提供理論依據(jù)。

1企業(yè)創(chuàng)新技術(shù)效率研究述評

Afriat（1972）提出，在不增加投入（或不減少產(chǎn)出）的情況下，技術(shù)上不可能增加產(chǎn)出（或減少投入）則為技術(shù)有效，進(jìn)而定義了技術(shù)創(chuàng)新效率（TIE）的概念 [1]?；谕度氘a(chǎn)出的創(chuàng)新效率比較摒棄了能力觀對于企業(yè)創(chuàng)新原發(fā)性基因的關(guān)注，取而代之的是重視創(chuàng)新投入產(chǎn)出的綜合、相對效率。繼而掀起了關(guān)于企業(yè)創(chuàng)新技術(shù)效率的研究熱潮（Nasierowski W，2003；Zhang Anming， Zhang Yimin，2003；Sharma， S.， Thomas， V.J.，2008；Hashimoto A， Haneda S，2008）[2-5]。國內(nèi)學(xué)者在該問題上也有非常深刻的研究。項本武（2011）、張信東（2012）、戴卓（2012）等運用隨機前沿分析方法，對我國部分行業(yè)的創(chuàng)新效率進(jìn)行了研究[6-8]。陳凱華等（2013）基于傳統(tǒng)數(shù)據(jù)包絡(luò)分析比率型模型思想建立了包含關(guān)聯(lián)子系統(tǒng)的網(wǎng)絡(luò)型生產(chǎn)系統(tǒng)在可變規(guī)模報酬假設(shè)下的純技術(shù)效率測度與分解模型，并提出網(wǎng)絡(luò)型生產(chǎn)系統(tǒng)的整體與局部規(guī)模收益狀態(tài)的判斷準(zhǔn)則[9]。李鵬，張俊飚（2013）借助三階段DEA方法，通過測度科研團(tuán)隊各決策單元的協(xié)同創(chuàng)新績效，分析團(tuán)隊協(xié)同創(chuàng)新技術(shù)效率較低的主因[10]。張宗益（2008）、高霞（2013）、戴魁早（2013）、郭兵（2014）則利用數(shù)據(jù)包絡(luò)方法對企業(yè)技術(shù)創(chuàng)新效率的區(qū)域與行業(yè)差異進(jìn)行了分析和評價[11-14]。

行業(yè)間企業(yè)創(chuàng)新技術(shù)效率存在差距這一論點得到了學(xué)者們的一致認(rèn)可，但對差距的成因、表現(xiàn)形式、分布規(guī)律等問題，看法并不一致。從目前的研究來看，主要存在以下爭論：（1）由于受制于數(shù)據(jù)的可得性，目前有限的以企業(yè)創(chuàng)新投入、產(chǎn)出作為研究對象的創(chuàng)新效率評價，多以個別或者若干個企業(yè)作為分析樣本，其代表性有待考察；（2）創(chuàng)新的原始行為是企業(yè)，而目前大多數(shù)研究的數(shù)據(jù)對象變成了行業(yè)或一定規(guī)模的企業(yè)族群，個體企業(yè)作為創(chuàng)新主體的創(chuàng)新效率評價被人為平均化，以此為基礎(chǔ)形成的對中國企業(yè)創(chuàng)新技術(shù)效率規(guī)律性認(rèn)識是否存在失真；（3）運用傳統(tǒng)DEA模型對企業(yè)創(chuàng)新技術(shù)效率進(jìn)行評價，結(jié)果的真實、客觀性，很大程度上取決于DEA模型中決策單元的數(shù)量。當(dāng)數(shù)量較少時，大多數(shù)企業(yè)DEA有效，從而評價效度降低的問題該如何避免；（4）同樣的創(chuàng)新投入強度，在不同行業(yè)創(chuàng)新產(chǎn)出不同，原因可能不在企業(yè)的創(chuàng)新能力上，而是由行業(yè)創(chuàng)新特點和規(guī)律決定的。人為的按照地域、行業(yè)、規(guī)模族群進(jìn)行劃分并選擇數(shù)據(jù)，以同一模型方法進(jìn)行評價，并對其結(jié)果進(jìn)行比較，如何解決這種因企業(yè)異質(zhì)所導(dǎo)致創(chuàng)新效率不可比的問題。

本研究將致力于上述問題的探索，以創(chuàng)業(yè)板所有上市公司個體為樣本，充分考慮企業(yè)創(chuàng)新的行業(yè)異質(zhì)性，通過基于極化模擬的DEA二次疊加方法，實現(xiàn)對個體企業(yè)創(chuàng)新效率的可比測度。

2研究設(shè)計

2.1模型選擇

數(shù)據(jù)包絡(luò)分析 （簡稱 DEA），是美國著名運籌學(xué)家 Charnes、Cooper和Rhodes 于 1978 年提出的以相對效率概念為基礎(chǔ)評價生產(chǎn)效率的非參數(shù)統(tǒng)計方法。此方法借助數(shù)學(xué)規(guī)劃方法確定相對有效的生產(chǎn)前沿面，將各個決策單元投影到 DEA 的生產(chǎn)前沿面上，通過比較決策單元偏離 DEA 前沿面的程度來比較它們的相對效率。1984年，Banker等人從公理化模式出發(fā)，給出了能同時描述生產(chǎn)規(guī)模與技術(shù)有效的DEA模型（BCC），其投入產(chǎn)出效率可寫成（式1）：

其中， 、 分別為投入向量和產(chǎn)出向量。

虛擬最優(yōu)、最劣決策單元之后，作為參照系的前沿生產(chǎn)面將會被擴張，原相對有效的決策單元在很大概率上將從前沿生產(chǎn)面上剝離出來，而變得相對無效，原相對無效的決策單元會更加無效。通過DEA模型的極化模擬改進(jìn)，獲得的相對效率結(jié)果將更易理解，更真實。

2.3異質(zhì)行業(yè)下企業(yè)創(chuàng)新技術(shù)效率的可比疊加

現(xiàn)有研究更多的是基于數(shù)據(jù)的可得性，被迫從區(qū)域、行業(yè)、規(guī)模族群維度采用DEA方法對企業(yè)創(chuàng)新技術(shù)效率進(jìn)行評價，進(jìn)而判斷某行業(yè)的整體創(chuàng)新效率的高低。本文認(rèn)為這對某些行業(yè)是不公平的。異質(zhì)行業(yè)的成長周期，以及創(chuàng)新的過程、模式、方式、規(guī)律的差異，決定了行業(yè)間的企業(yè)創(chuàng)新效率不可比較。創(chuàng)新能力相當(dāng)?shù)膬蓚€異質(zhì)行業(yè)的企業(yè)進(jìn)行相同強度的創(chuàng)新投入，往往得到不同的創(chuàng)新回報。行業(yè)屬性的差異注定了異質(zhì)行業(yè)間企業(yè)創(chuàng)新效率的不可比較。但這也并不意味著同一口徑下的行業(yè)創(chuàng)新效率值毫無意義，雖然其無法真實反映行業(yè)的相對創(chuàng)新效率，但卻是對同一社會進(jìn)步水平下，特定經(jīng)濟發(fā)展階段的靜態(tài)的行業(yè)創(chuàng)新難易程度的客觀表達(dá)。

同一行業(yè)內(nèi)的企業(yè)通過DEA模型得出創(chuàng)新效率值，是可以相互比較的。不同行業(yè)下的企業(yè)創(chuàng)新技術(shù)效率要可比，就必須將其放到其所處的行業(yè)下進(jìn)行考量。將不同行業(yè)各自的行業(yè)創(chuàng)新難度系數(shù)作為參照系，對不同行業(yè)的企業(yè)創(chuàng)新技術(shù)效率進(jìn)行修正，便可獲取異質(zhì)行業(yè)下可比的企業(yè)創(chuàng)新技術(shù)效率。

3樣本、變量與數(shù)據(jù)來源

基于本文的研究目的和研究設(shè)計，本文選擇2013年11月20日之前在中國創(chuàng)業(yè)板上市的全部354家公司為分析樣本?？紤]到創(chuàng)業(yè)板上市公司數(shù)據(jù)的可得性，本文選擇研發(fā)經(jīng)費占營業(yè)收入的比重（R）、技術(shù)與研發(fā)人才占總員工比重（L）作為投入指標(biāo)，公司可持續(xù)增長率（S）、專利擁有量（P）、托賓Q值（Q）三個變量作為產(chǎn)出指標(biāo)。公司可持續(xù)增長率是股東權(quán)益增加值與期初股東權(quán)益的比值，反映的是公司的可持續(xù)成長能力，與企業(yè)管理水平、技術(shù)創(chuàng)新密不可分，因此可以近似認(rèn)為企業(yè)的可持續(xù)增長率是企業(yè)創(chuàng)新的成長表現(xiàn)。杜賓Q值是公司市場價值與其重置成本之比。杜賓Q值>1，表明企業(yè)是“財富的創(chuàng)造者”，為社會創(chuàng)造了價值，實現(xiàn)了價值增值。因此，可近似認(rèn)為杜賓Q值是企業(yè)創(chuàng)新產(chǎn)出的價值增值表現(xiàn)。

本文所用變量數(shù)據(jù)中，研發(fā)經(jīng)費占營業(yè)收入的比重（R）、技術(shù)與研發(fā)人才占總員工比重（L）、公司可持續(xù)增長率（S）取自RESSET銳思金融統(tǒng)計數(shù)據(jù)庫的2012年度數(shù)據(jù)，經(jīng)過計算整理得到；托賓Q值（Q）取自CCER中國經(jīng)濟金融數(shù)據(jù)庫的2012年度數(shù)據(jù)；專利擁有量（P）來源于中國專利文獻(xiàn)檢索系統(tǒng)（CPRS）和創(chuàng)業(yè)板上市公司各年度報告，檢索時間截止到2013年11月20日 。

從數(shù)據(jù)構(gòu)成來看，專利擁有量為存量數(shù)據(jù)，其他變量為流量數(shù)據(jù)。一般認(rèn)為創(chuàng)新具有時滯性，因而以同一年度的投入、產(chǎn)出流量數(shù)據(jù)進(jìn)行測算似乎不合理。但同一公司具有較強的創(chuàng)新慣性，在一定時段內(nèi)很難改變這種慣性。因此，以同一年度的相對流量指標(biāo)輸入模型，在很大程度上測算的仍是時段內(nèi)的創(chuàng)新效率。

4實證分析

4.1行業(yè)創(chuàng)新難度系數(shù)測算

在計算行業(yè)創(chuàng)新難度系數(shù)時，將企業(yè)數(shù)據(jù)按照證監(jiān)會的行業(yè)分類進(jìn)行匯總計算，得到16個行業(yè)數(shù)據(jù) 。借助DEAP2.1軟件，將各行業(yè)創(chuàng)新投入產(chǎn)出數(shù)據(jù)分別代入BCC模型，基于投入導(dǎo)向角度，采用多階段算法，得到傳統(tǒng)意義上的行業(yè)創(chuàng)新技術(shù)效率，通過取倒數(shù)獲取行業(yè)創(chuàng)新難度系數(shù)（見表1）。

從行業(yè)綜合創(chuàng)新難度系數(shù)來看，難度相對較大的是軟件和信息技術(shù)服務(wù)業(yè)，其次是專業(yè)技術(shù)服務(wù)業(yè)；相對容易的是計算機、通信和其他電子設(shè)備制造業(yè)，農(nóng)林牧漁和農(nóng)副食品加工業(yè)，橡膠和塑料制品業(yè)，其他服務(wù)業(yè)和其他制造業(yè)。從所有行業(yè)的總體情況來看，行業(yè)平均純技術(shù)難度要小于規(guī)模難度，行業(yè)創(chuàng)新效率提升的難度主要表現(xiàn)在規(guī)模擴張上，通過改善管理、激勵、意識來提升創(chuàng)新效率可能比改變規(guī)模更加容易、更有效率。

4.2分行業(yè)企業(yè)創(chuàng)新技術(shù)效率測算

考慮到異質(zhì)行業(yè)企業(yè)創(chuàng)新技術(shù)效率不可直接比較，本文按照行業(yè)將企業(yè)創(chuàng)新投入產(chǎn)出數(shù)據(jù)代入極化模擬改進(jìn)的DEA模型，基于投入導(dǎo)向角度，采用多階段算法，獲取分行業(yè)企業(yè)創(chuàng)新技術(shù)效率評價結(jié)果。由結(jié)果可知，基于極化模擬的DEA模型計算得到的各行業(yè)企業(yè)創(chuàng)新技術(shù)效率普遍偏低。創(chuàng)業(yè)板的354家上市公司中，綜合創(chuàng)新效率評價 （好）的共2家，占0.56%；位于 （較好）的共4家，占1.12%；位于 （一般）的有82家，占23.10%；位于 （差）的有149家，占41.97%；位于 （較差）的有118家，占33.23%。3/4的創(chuàng)業(yè)板上市公司綜合創(chuàng)新技術(shù)效率低于0.4，存在較大改進(jìn)空間。

相對于極化模擬的前沿生產(chǎn)面，非DEA有效的決策單元均處于規(guī)模收益遞減階段。企業(yè)創(chuàng)新技術(shù)效率偏低的主要原因是創(chuàng)新投入的結(jié)構(gòu)不平衡。通過投影分析非 DEA 有效企業(yè)創(chuàng)新投入冗余量和產(chǎn)出不足量，可為企業(yè)創(chuàng)新技術(shù)效率改進(jìn)提供目標(biāo)和方案 。分析可知，所有行業(yè)在研發(fā)經(jīng)費投入上均需要減少投入，而研發(fā)人員投入上均需要增加投入。這意味著當(dāng)前創(chuàng)業(yè)板上市公司在創(chuàng)新投入結(jié)構(gòu)上存在較大的不平衡性，研發(fā)經(jīng)費投入的有效性沒有得到應(yīng)有的釋放。

4.3可比企業(yè)創(chuàng)新技術(shù)效率疊加

通過將行業(yè)創(chuàng)新難度系數(shù)疊加到分行業(yè)企業(yè)創(chuàng)新技術(shù)效率之上，可獲取可比企業(yè)創(chuàng)新技術(shù)效率。

設(shè)： 為行業(yè)綜合創(chuàng)新難度系數(shù)， 為分行業(yè)測算的企業(yè)綜合創(chuàng)新技術(shù)效率，則可比企業(yè)綜合創(chuàng)新技術(shù)效率 。疊加前后調(diào)整幅度則可表示為 ，可比企業(yè)創(chuàng)新純技術(shù)效率和規(guī)模技術(shù)效率同理（見表2）。從調(diào)整系數(shù)表來看，創(chuàng)新難度相對最小的五個行業(yè)（計算機、通信和其他電子設(shè)備制造業(yè)、農(nóng)、林、牧、漁和農(nóng)副食品加工業(yè)、其他服務(wù)業(yè)、其他制造業(yè)、橡膠和塑料制品業(yè)）的可比企業(yè)綜合創(chuàng)新技術(shù)效率沒有變化，其余11個行業(yè)被不同程度的放大，幅度最大的是軟件和信息技術(shù)服務(wù)業(yè)（180.11%）。

4.4企業(yè)可比創(chuàng)新效率行業(yè)分布

經(jīng)過調(diào)整后的異質(zhì)行業(yè)的企業(yè)創(chuàng)新技術(shù)效率可以相互比較，數(shù)值越大的創(chuàng)新效率越高（如圖2所示）。相比傳統(tǒng)意義上的企業(yè)綜合創(chuàng)新技術(shù)效率（如圖1所示），可比技術(shù)效率值的分布更加發(fā)散，最大值突破了“1”的限制，但并不影響DEA的有效性、規(guī)模收益、冗余分析；不同行業(yè)的企業(yè)創(chuàng)新技術(shù)效率調(diào)整出現(xiàn)異化，有的企業(yè)原本技術(shù)效率不高，調(diào)整后相對較高，有的企業(yè)原本技術(shù)效率較高，調(diào)整后卻相對較低，例如軟件、信息技術(shù)服務(wù)業(yè)可比企業(yè)綜合技術(shù)效率普遍被放大。

從調(diào)整前后的平均綜合創(chuàng)新效率來看，最高的是廣播、電視、電影和影視錄音制作業(yè)（0.70），其次是軟件和信息技術(shù)服務(wù)業(yè)（0.64）、醫(yī)藥制造業(yè)（0.60），最低的是計算機、通信和其他電子設(shè)備制造業(yè)（0.18）。與調(diào)整前相比，軟件和信息技術(shù)服務(wù)業(yè)、專業(yè)技術(shù)服務(wù)業(yè)、生態(tài)保護(hù)和環(huán)境治理業(yè)、通用設(shè)備制造業(yè)在16個行業(yè)中的排名分別上升了12、7、2、1名；其他行業(yè)的排名則有不同程度的下降，其中下降最多的是橡膠和塑料制品業(yè)，下降了4名。平均純技術(shù)效率最高的是軟件和信息技術(shù)服務(wù)業(yè)（1.10），其次是電氣機械和器材制造業(yè)（0.79），最低的是計算機、通信和其他電子設(shè)備制造業(yè)（0.34）。平均規(guī)模技術(shù)效率最高的是專業(yè)技術(shù)服務(wù)業(yè)（1.55），其次是廣播、電視、電影和影視錄音制作業(yè)（1.11），再次是醫(yī)藥制造業(yè)（1.09），最低的是儀器儀表制造業(yè)（0.52）。

5研究結(jié)論與對策建議

研究發(fā)現(xiàn)：創(chuàng)業(yè)板上市公司可比創(chuàng)新效率普遍偏低，存在較大改進(jìn)空間，且在創(chuàng)新投入結(jié)構(gòu)上存在較大的不平衡性，所有企業(yè)在研發(fā)經(jīng)費投入上均需要減少投入，而研發(fā)人員投入上均需要增加投入；所有企業(yè)均處于規(guī)模收益遞減階段，研發(fā)經(jīng)費投入的有效性沒有得到應(yīng)有的釋放；通過改善管理、激勵、技術(shù)來提升創(chuàng)新效率比單純改變規(guī)模更有效；經(jīng)過DEA二次疊加，不同行業(yè)的企業(yè)創(chuàng)新技術(shù)效率調(diào)整出現(xiàn)異化，異質(zhì)行業(yè)的企業(yè)創(chuàng)新技術(shù)效率可以相互比較，數(shù)值越大的創(chuàng)新效率越高，可比技術(shù)效率值的分布更加發(fā)散，最大值突破了“1”的限制。由此可見，基于極化模擬的DEA二次疊加方法，在異質(zhì)行業(yè)企業(yè)可比創(chuàng)新技術(shù)效率測度上的應(yīng)用是科學(xué)合理的。

為切實提升創(chuàng)業(yè)板企業(yè)創(chuàng)新技術(shù)效率，本文提出以下政策建議。

（1）改善創(chuàng)新環(huán)境，加強調(diào)控和引導(dǎo)。政府應(yīng)加強調(diào)控和引導(dǎo)，著力改善創(chuàng)新環(huán)境，加強對計算機、通信和其他電子設(shè)備制造業(yè)、通用設(shè)備制造業(yè)、儀器儀表制造業(yè)、專用設(shè)備制造業(yè)的扶持力度；要降低軟件和信息技術(shù)服務(wù)業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)、醫(yī)藥制造業(yè)、影視文化等行業(yè)的人才引進(jìn)門檻，強化人才培養(yǎng)專項資金的投放機制；建立生態(tài)保護(hù)和環(huán)境治理業(yè)、農(nóng)林牧漁和農(nóng)副食品加工業(yè)、通用設(shè)備制造業(yè)、橡膠和塑料制品業(yè)、化學(xué)原料和化學(xué)制品制造業(yè)、采礦、冶煉及輔助等行業(yè)的研發(fā)經(jīng)費投放引導(dǎo)機制。

（2）轉(zhuǎn)變觀念，強化純技術(shù)效率地位。創(chuàng)業(yè)板上市公司創(chuàng)新效率的提升應(yīng)著眼純技術(shù)效率的改善，通過明確戰(zhàn)略創(chuàng)新目標(biāo)、提高創(chuàng)新管理水平、強化創(chuàng)新激勵、優(yōu)化技術(shù)結(jié)構(gòu)，來提升創(chuàng)新效率，而不應(yīng)把創(chuàng)新效率的提高簡單理解成創(chuàng)新投入規(guī)模的改變。

（3）改變投入結(jié)構(gòu)，強化創(chuàng)新人才的投入。創(chuàng)業(yè)板企業(yè)應(yīng)建立有效的科技人才培養(yǎng)、引進(jìn)機制，解決創(chuàng)業(yè)板企業(yè)創(chuàng)新人才投入過少的問題，提高企業(yè)創(chuàng)新資金的運用效率，使創(chuàng)新資金的邊際效用最大化；進(jìn)一步加強產(chǎn)學(xué)研合作創(chuàng)新戰(zhàn)略聯(lián)盟，整合企業(yè)、高校和科研院所的創(chuàng)新人才資源，培育和完善創(chuàng)新成果轉(zhuǎn)化平臺，加速科技成果轉(zhuǎn)化。

參考文獻(xiàn)

[1] Afriat S. N. Efficiency Estimatiom of Production Fumtiom [J]. international Economic Review， 1972（13）： 568-598.

[2]Nasierowski W， Arcelus F J. On the efficiency of national innovation systems [J]. Socio-Economic Planning Sciences， 2003， 37（3）：215-234.

[3]Zhang Anming， Zhang Yimin， and Zhao Ronald. A study of the R&D efficiency and productivity of Chinese firms [J]. Journal of Comparative Economics， 2003（3）： 156-81.

[4]Sharma， S.， Thomas， V.J.. Inter-country R&D efficiency analysis： application of data envelopment analysis， Scientometrics [J]. 2008， 76（3）： 483-501.

[5]Hashimoto A， Haneda S. Measuring the change in R&D efficiency of the Japanese pharmaceutical industry [J]. Research Policy， 2008（4）：1-8.

[6]項本武.中國工業(yè)行業(yè)技術(shù)創(chuàng)新效率研究[J].科研管理，2011（1）：10-14.

[7]張信東，董孝伍，郝麗芳.結(jié)構(gòu)調(diào)整中的行業(yè)創(chuàng)新效率研究——基于DEA和SFA方法的分析[J].經(jīng)濟管理，2012（6）：149-160.

[8]戴卓，代紅梅.中國工業(yè)行業(yè)的技術(shù)創(chuàng)新效率研究——基于隨機前沿模型[J].經(jīng)濟經(jīng)緯，2012（4）：90-94.

[9]陳凱華，官建成，寇明婷，康小明.網(wǎng)絡(luò) DEA 模型在科技創(chuàng)新投資效率測度中的應(yīng)用研究[J].管理評論，2013（12）：4-10.

[10]李鵬，張俊飚.農(nóng)業(yè)科研團(tuán)隊協(xié)同創(chuàng)新績效測度的實證研究——基于三階段DEA模型的林果業(yè)科研團(tuán)隊[J].軟科學(xué)，2013（4）：88-93.

[11]張宗益，張瑩.創(chuàng)新環(huán)境與區(qū)域技術(shù)創(chuàng)新效率的實證研究[J].軟科學(xué)，2008（12）：123-127.

[12]高霞.規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率的行業(yè)分析[J].軟科學(xué)，2013（11）：54-58.

[13]戴魁早，劉友金.市場化進(jìn)程對創(chuàng)新效率的影響及行業(yè)差異——基于中國高技術(shù)產(chǎn)業(yè)的實證檢驗[J].財經(jīng)研究，2013（5）：4-13.

[14]郭兵.中低技術(shù)制造業(yè)技術(shù)創(chuàng)新效率的行業(yè)比較研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（5）：28-35.

[15]孫凱，鞠曉峰.基于改進(jìn)DEA模型的工業(yè)企業(yè)技術(shù)創(chuàng)新能力評價[J].系統(tǒng)管理學(xué)報，2008（2）：86-90.