基于DEA-t檢驗(yàn)的以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)

李鴻禧，遲國(guó)泰

(大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)部，遼寧 大連 116024)

基于DEA-t檢驗(yàn)的以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)

李鴻禧，遲國(guó)泰

(大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)部，遼寧 大連 116024)

以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)是衡量科技投入后的產(chǎn)出水平、資源利用效率并尋找影響科技創(chuàng)新效率的主要因素，為優(yōu)化資源投入結(jié)構(gòu)打下基礎(chǔ)。以企業(yè)作為科技投入和產(chǎn)出的主體，通過數(shù)據(jù)包絡(luò)分析(DEA)中CCR模型和BCC模型測(cè)算中國(guó)15個(gè)副省級(jí)城市科技創(chuàng)新的總體投入產(chǎn)出效率、純技術(shù)效率和規(guī)模效率。通過DEA-t檢驗(yàn)的方法萃取出顯著影響效率的關(guān)鍵指標(biāo)，找到不同副省級(jí)城市各自效率偏低的關(guān)鍵問題。創(chuàng)新與特色一是將保留所有指標(biāo)的DEA效率測(cè)算模型作為基礎(chǔ)模型，將逐一剔除單個(gè)指標(biāo)后的DEA效率測(cè)算模型作為對(duì)比模型。通過t檢驗(yàn)，依次檢驗(yàn)基礎(chǔ)模型與每個(gè)對(duì)比模型的總體投入效率TE是否存在顯著差異。若差異顯著，則對(duì)比模型中剔除的指標(biāo)為顯著影響效率的關(guān)鍵指標(biāo)，由此確定了影響科技創(chuàng)新效率的五個(gè)關(guān)鍵指標(biāo)。改變現(xiàn)有研究的數(shù)據(jù)包絡(luò)分析(DEA)方法僅僅能測(cè)算效率、無法萃取影響效率的關(guān)鍵因素的弊端。二是實(shí)證結(jié)果表明：顯著影響以企業(yè)為主體的科技創(chuàng)新效率的關(guān)鍵指標(biāo)為規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出、財(cái)政科技經(jīng)費(fèi)投入、科技從業(yè)人員數(shù)、技術(shù)市場(chǎng)成交額、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值。三是實(shí)證結(jié)果表明：不同副省級(jí)城市導(dǎo)致效率偏低的關(guān)鍵問題大相徑庭。如杭州的關(guān)鍵問題是“財(cái)政科技經(jīng)費(fèi)投入”的冗余率過大，而哈爾濱的關(guān)鍵問題是“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出不足超高。

科技創(chuàng)新；科技效率；數(shù)據(jù)包絡(luò)分析；t檢驗(yàn)；關(guān)鍵因素

1 引言

以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)是以企業(yè)作為科技創(chuàng)新投入和成果轉(zhuǎn)化主體[1]，衡量地區(qū)的科技投入產(chǎn)出水平，反映企業(yè)對(duì)整個(gè)地區(qū)科技創(chuàng)新效率的推動(dòng)作用。

2014年全國(guó)政協(xié)一號(hào)提案為“關(guān)于發(fā)揮市場(chǎng)配置科技資源的決定性作用”，強(qiáng)調(diào)科技應(yīng)以績(jī)效為導(dǎo)向，推進(jìn)應(yīng)用型研究機(jī)構(gòu)的市場(chǎng)化、企業(yè)化[2]。并且，十八屆三中全會(huì)明確提出“要強(qiáng)化企業(yè)在技術(shù)創(chuàng)新中的主體地位”[1]，可見以企業(yè)為主體的科技創(chuàng)新已成為改革的關(guān)鍵?？萍紕?chuàng)新只有以企業(yè)為主體，才能堅(jiān)持市場(chǎng)導(dǎo)向，反映市場(chǎng)需求。而科研機(jī)構(gòu)單純注重技術(shù)先進(jìn)性，缺乏對(duì)市場(chǎng)的把握，其成果并不具有產(chǎn)業(yè)化的能力。

(1)基于非參數(shù)法的科技創(chuàng)新效率評(píng)價(jià)現(xiàn)狀

杜娟等[3]利用數(shù)據(jù)包絡(luò)分析(DEA)，從共享投入和分階段產(chǎn)出兩個(gè)階段，測(cè)量中國(guó)重點(diǎn)城市的創(chuàng)新能力。晏蒙等[4]運(yùn)用DEA方法對(duì)我國(guó)各省市工業(yè)的科技創(chuàng)新相對(duì)效率進(jìn)行橫向和縱向?qū)Ρ取＠詈閭サ萚5]運(yùn)用DEA三階段模型對(duì)高技術(shù)產(chǎn)效率進(jìn)行實(shí)證。范斐等[6]利用比較優(yōu)勢(shì)(NRCA)模型，對(duì)比各區(qū)域的科技資源配置效率。Sueyoshi T等[7]通過數(shù)據(jù)包絡(luò)分析-判別分析，研究日本信息技術(shù)產(chǎn)業(yè)的研究效率。Odeck J等[8]綜合利用數(shù)據(jù)包絡(luò)分析與隨機(jī)前沿生產(chǎn)函數(shù)，測(cè)度海港城市的科技效率。Lafarga C V等[9]利用數(shù)據(jù)包絡(luò)分析對(duì)墨西哥的區(qū)域創(chuàng)新系統(tǒng)效率進(jìn)行測(cè)度。

(2)基于回歸參數(shù)法的科技創(chuàng)新效率評(píng)價(jià)現(xiàn)狀

蔣仁愛等[10]采用FE和IVE方法控制雙向偏誤的基礎(chǔ)上，估計(jì)了研究所投入要素對(duì)科技收入的貢獻(xiàn)份額。戚湧等[11]基于SFA方法對(duì)全國(guó)和江蘇科技資源市場(chǎng)配置效率進(jìn)行評(píng)價(jià)。肖文等[12]采用隨機(jī)前沿分析方法，測(cè)算了36個(gè)工業(yè)行業(yè)的技術(shù)創(chuàng)新效率。Xie Xin等[13]利用隨機(jī)前沿分析方法，對(duì)科技創(chuàng)新效率和非效率因素進(jìn)行了測(cè)算。Afzal M N I等[14]利用DEA和Tobit回歸模型，對(duì)20個(gè)國(guó)家的創(chuàng)新效率進(jìn)行評(píng)價(jià)，并找出效率低下的原因。Hu J L等[15]通過距離函數(shù)方法，對(duì)比分析24個(gè)國(guó)家的科技研發(fā)效率。

圖1 以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)原理

上述現(xiàn)有研究存在的不足之處在于：

一是現(xiàn)有研究利用數(shù)據(jù)包絡(luò)分析模型(DEA)模型僅能進(jìn)行效率評(píng)價(jià)，無法找到顯著影響效率的關(guān)鍵指標(biāo)。二是現(xiàn)有研究在評(píng)價(jià)科技創(chuàng)新效率時(shí)、忽略企業(yè)的創(chuàng)新主體地位。

2 問題的難點(diǎn)及解決思路

2.1 問題的難點(diǎn)

難點(diǎn)一：如何針對(duì)不同的副省級(jí)城市找到各自效率無效的具體原因。

難點(diǎn)二：規(guī)模過大或過小都會(huì)導(dǎo)致效率不高，如何找到與投入規(guī)模對(duì)應(yīng)的提高效率的方式。

難點(diǎn)三：如何萃取出能夠顯著影響以企業(yè)為主體的科技創(chuàng)新效率的關(guān)鍵指標(biāo)。只有對(duì)關(guān)鍵因素加大力度，才能快速有效地提高效率。

2.2 突破難點(diǎn)的思路

難點(diǎn)一的解決思路：通過數(shù)據(jù)包絡(luò)分析(DEA)中的CCR模型，求解總體投入效率TE并測(cè)算投入冗余率和產(chǎn)出不足率，確定副省級(jí)城市各自的投入無效因素以及產(chǎn)出不足因素。

難點(diǎn)二的解決思路：通過數(shù)據(jù)包絡(luò)分析(DEA)中的BCC模型，測(cè)算規(guī)模效率SE，判斷投入規(guī)模是過大還是過小，應(yīng)該減少還是增加投入。

難點(diǎn)三的解決思路：將保留所有指標(biāo)的DEA模型作為基礎(chǔ)模型，將逐一剔除單個(gè)指標(biāo)后的DEA模型模型作為對(duì)比模型。通過t檢驗(yàn)，依次檢驗(yàn)基礎(chǔ)模型與每個(gè)對(duì)比模型的效率TE是否存在顯著差異。若差異顯著，說明對(duì)比模型中剔除的這個(gè)指標(biāo)對(duì)總體投入效率具有顯著的影響、即為關(guān)鍵指標(biāo)。反之，則不是關(guān)鍵指標(biāo)。

基于DEA-t檢驗(yàn)的以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)原理如圖1所示。

3 以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)原理及方法

3.1 投入和產(chǎn)出指標(biāo)的選取

借鑒歐洲創(chuàng)新報(bào)告、中國(guó)科技技術(shù)評(píng)價(jià)、中國(guó)區(qū)域創(chuàng)新能力報(bào)告等國(guó)內(nèi)外權(quán)威機(jī)構(gòu)的經(jīng)典指標(biāo)[16-18]，結(jié)合文獻(xiàn)的梳理[3-15]，選取“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出X1”、“財(cái)政科技經(jīng)費(fèi)投入X2”、“科技從業(yè)人員數(shù)X3”為投入指標(biāo)；“高新技術(shù)產(chǎn)業(yè)產(chǎn)值Y1”、“技術(shù)市場(chǎng)成交額Y2”、“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值Y3”為產(chǎn)出指標(biāo)。

通過效率評(píng)價(jià)的投入和產(chǎn)出指標(biāo)，體現(xiàn)以企業(yè)為主體的科技創(chuàng)新：

①“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”、“科技從業(yè)人員數(shù)”直接反映企業(yè)的科技經(jīng)費(fèi)和人力投入；“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”、“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”直接反映企業(yè)的科技產(chǎn)出和新產(chǎn)品的轉(zhuǎn)化能力。

②“財(cái)政科技經(jīng)費(fèi)投入”間接反映政府對(duì)企業(yè)科技經(jīng)費(fèi)的投入。2012年全國(guó)科技經(jīng)費(fèi)支出為10298.4億元，其中企業(yè)占76.2%[19]，說明全國(guó)科技經(jīng)費(fèi)支出中企業(yè)占絕大部分。

表1 三種效率的概述及對(duì)比

③“技術(shù)市場(chǎng)成交額”間接反映企業(yè)的技術(shù)交易額。2012年企業(yè)輸出和吸納技術(shù)合同成交額分別占全國(guó)技術(shù)合同成交總額86.54%和78.35%[20]，說明“技術(shù)市場(chǎng)成交額”絕大部分是企業(yè)的技術(shù)交易額。

3.2 所用的三種效率概述

本研究共涉及三種效率，分別是總體投入效率TE、純技術(shù)效率PTE、規(guī)模效率SE。表1是三種效率的概述及對(duì)比。

3.3 總體投入效率評(píng)價(jià)

3.3.1 總體投入效率評(píng)價(jià)步驟

①測(cè)算總體投入效率TE。通過數(shù)據(jù)包絡(luò)分析(DEA)中的CCR模型，測(cè)算總體投入效率TE，反映以企業(yè)為主體的科技投入整體轉(zhuǎn)化能力的高低。當(dāng)TE=1，實(shí)現(xiàn)總體投入有效，此時(shí)投入能夠有效轉(zhuǎn)化為成果產(chǎn)出。當(dāng)TE<1，未實(shí)現(xiàn)總體投入有效，此時(shí)存在投入冗余或產(chǎn)出不足。

②測(cè)算投入冗余率。針對(duì)未實(shí)現(xiàn)總體投入有效(TE<1)的城市，計(jì)算投入冗余量si-和投入冗余率ri-，確定無效的投入、即未能有效利用的投入比例。

③測(cè)算產(chǎn)出不足率。針對(duì)未實(shí)現(xiàn)總體投入有效(TE<1)的城市，計(jì)算產(chǎn)出不足量si+和產(chǎn)出不足率ri+，確定沒有全部成功轉(zhuǎn)化為成果產(chǎn)出的比例。

3.3.2 總體投入效率TE的測(cè)算

設(shè)：θp-系數(shù)，TEp-第p個(gè)城市的總體投入效率，n-副省級(jí)城市的個(gè)數(shù)，xij-第j個(gè)城市第i種投入的投入量，λj-第j個(gè)城市對(duì)應(yīng)的系數(shù)，sip--第p個(gè)城市第i種投入的冗余量，m-投入指標(biāo)個(gè)數(shù)，yri-第j個(gè)城市第r種產(chǎn)出的產(chǎn)出量，srp+-第p個(gè)城市第r種產(chǎn)出不足量，s-產(chǎn)出指標(biāo)的個(gè)數(shù)，則[21]：

minθp=TEp

(1)

式(1)的含義：若TEp=1，則第p個(gè)城市實(shí)現(xiàn)了總體投入有效，此時(shí)sip-=0，sip+=0。若TEip<1，則未達(dá)到總體投入有效、sip->0或sip+>0，說明此時(shí)存在投入冗余或產(chǎn)出不足。

3.3.3 投入冗余率和產(chǎn)出不足率的測(cè)算

針對(duì)總體投入效率TEp<1的副省級(jí)城市，計(jì)算投入冗余率和產(chǎn)出不足率。

投入冗余率rip-等于投入冗余sip-除以實(shí)際投入xip。其中，投入冗余sip-的值可由式(1)求出。

rip-=sip-/xip

(2)

產(chǎn)出不足率rip+等于產(chǎn)出不足sip+除以實(shí)際產(chǎn)出yip。其中，產(chǎn)出不足sip+的值可由式(1)求出。

rip+=sip+/yip

(3)

3.4 純技術(shù)效率評(píng)價(jià)

總體投入效率TE是包括純技術(shù)效率PTE和規(guī)模效率SE的綜合效率、即TE=PTE×SE?？傮w投入效率無效可能是由于純技術(shù)效率的無效，也可能是由于規(guī)模效率的無效。所以，針對(duì)總體投入效率無效的副省級(jí)城市，3.4和3.5節(jié)分別從純技術(shù)效率和規(guī)模效率兩個(gè)方面進(jìn)行進(jìn)一步評(píng)價(jià)。

設(shè)：PTEp-第p個(gè)城市純技術(shù)效率，SEp-第p個(gè)城市的規(guī)模效率。其余字符含義同式(1)，則[21]：

minθp=PTEp

(4)

式(4)的含義：當(dāng)PTEp=1，則實(shí)現(xiàn)了純技術(shù)效率有效，技術(shù)水平和管理能力達(dá)到最佳。當(dāng)PTEp<1，則未達(dá)到純技術(shù)效率有效，說明此時(shí)的技術(shù)水平和管理能力落后。

3.5 規(guī)模效率評(píng)價(jià)

3.5.1 純技術(shù)效率PTE和規(guī)模效率SE的測(cè)算

由于總體投入效率TE等于純技術(shù)效率PTE與規(guī)模效率SE的乘積、即TE=PTE×SE，則規(guī)模效率SE的測(cè)算公式為[21]：

SEp=TEp/PTEp

(5)

其中，總體投入效率TEp可由式(1)測(cè)算，純技術(shù)效率PTEp可由式(4)測(cè)算。

式(5)的含義：若規(guī)模效率SEp=1，現(xiàn)有的投入規(guī)模已達(dá)到最佳規(guī)模；若規(guī)模效率SE<1，現(xiàn)有的投入規(guī)模不合理，此時(shí)規(guī)模過小或過大，應(yīng)該增大或減少科技投入。

3.5.2 規(guī)模收益遞增/遞減的判定

規(guī)模收益遞增/遞減的判定目的是確定投入規(guī)模是過大還是過小。

(6)

式(6)的含義：若規(guī)模收益系數(shù)Kp=1，此時(shí)規(guī)模效率達(dá)到了最佳值；若規(guī)模收益系數(shù)Kp<1，此時(shí)規(guī)模收益是遞增的，說明此時(shí)的投入規(guī)模是過小的；若規(guī)模收益系數(shù)Kp>1，此時(shí)規(guī)模收益是遞減的，說明此時(shí)的投入規(guī)模是過大的。

3.6 關(guān)鍵指標(biāo)的萃取

3.6.1 關(guān)鍵指標(biāo)萃取的目的

關(guān)鍵指標(biāo)萃取的目的是確定哪些投入產(chǎn)出指標(biāo)能夠顯著地影響企業(yè)為主體的科技創(chuàng)新效率。從而通過加大關(guān)鍵產(chǎn)出因素、合理調(diào)整關(guān)鍵投入因素，達(dá)到快速有效地提高效率的目的，改變了現(xiàn)有研究利用數(shù)據(jù)包絡(luò)分析(DEA)模型僅能測(cè)算效率、不能萃取出關(guān)鍵因素的弊端。

影響效率的關(guān)鍵指標(biāo)萃取原理如圖2所示。

3.6.2 關(guān)鍵指標(biāo)萃取的步驟

步驟1：將保留所有指標(biāo)的效率測(cè)算模型作為基礎(chǔ)模型，將在基礎(chǔ)模型的基礎(chǔ)上逐一剔除單個(gè)指標(biāo)后的效率測(cè)算模型作為對(duì)比模型。關(guān)鍵指標(biāo)萃取的基礎(chǔ)模型與對(duì)比模型如表2所示。

圖2 影響效率的關(guān)鍵指標(biāo)萃取原理

步驟2：分別測(cè)算出基礎(chǔ)模型與每個(gè)對(duì)比模型的總體投入效率TE0和TEi，進(jìn)而計(jì)算基礎(chǔ)模型與每個(gè)對(duì)比模型的總體投入效率差值di=TE0-TEi。

表2 基礎(chǔ)模型和對(duì)比模型

步驟3：利用總體投入效率的差值di，構(gòu)造t統(tǒng)計(jì)量，檢驗(yàn)該差值是否顯著。若差值di顯著不為0，說明剔除指標(biāo)Xi(或Yi)后的對(duì)比模型與基礎(chǔ)模型測(cè)算出的效率值具有顯著的差異，則該剔除指標(biāo)Xi(或Yi)對(duì)總體投入效率具有顯著的影響、即為關(guān)鍵指標(biāo)。反之，則不是關(guān)鍵指標(biāo)。

3.6.3 關(guān)鍵指標(biāo)萃取的方法

(7)

(8)

(9)

式(9)的含義：通過構(gòu)造t統(tǒng)計(jì)量，檢驗(yàn)第i個(gè)對(duì)比模型與基礎(chǔ)模型測(cè)算的效率差值是否顯著。其中，ti服從t(n-1)分布。

關(guān)鍵指標(biāo)的判別標(biāo)準(zhǔn)：在5%的顯著性水平[22]下、即置信水平為1-5%=95%時(shí)，若ti>t0.05(n-1)，則通過t檢驗(yàn)，表示第i個(gè)對(duì)比模型的效率差值顯著不為0、即剔除指標(biāo)Xi(或Yi)后測(cè)算的效率值與全部指標(biāo)測(cè)算的效率值具有顯著的差別，則指標(biāo)Xi(或Yi)對(duì)科技創(chuàng)新效率具有顯著的影響、即為關(guān)鍵指標(biāo)。反之，則不是關(guān)鍵指標(biāo)。

4 以企業(yè)為主體的科技創(chuàng)新效率評(píng)價(jià)實(shí)證

4.1 樣本的選取及數(shù)據(jù)來源

本研究選取長(zhǎng)春、深圳、西安等15個(gè)副省級(jí)城市的2012年科技指標(biāo)數(shù)據(jù)為實(shí)證樣本。數(shù)據(jù)均來源于中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)、各副省級(jí)城市的統(tǒng)計(jì)年鑒以及城市統(tǒng)計(jì)年鑒。投入產(chǎn)出指標(biāo)的原始數(shù)據(jù)列于表3前15行第3-8列。

根據(jù)DEA模型的應(yīng)用要求：決策單元數(shù)(樣本的數(shù)量)要大于等于投入指標(biāo)與產(chǎn)出指標(biāo)總數(shù)的2倍[21]。本研究的樣本數(shù)量為15，投入指標(biāo)數(shù)量為3，產(chǎn)出指標(biāo)數(shù)量為3，計(jì)算可知15>2×(3+3)，則本研究的樣本數(shù)量滿足DEA模型的要求。

4.2 總體投入效率評(píng)價(jià)

4.2.1 總體投入效率的測(cè)算及分析

在表3前15行中：將第3-5列的數(shù)據(jù)作投入指標(biāo)，第6-8列的數(shù)據(jù)作為產(chǎn)出指標(biāo)代入式(1)，求得15個(gè)副省級(jí)城市的總體投入效率TE，如表3第9列和圖3所示。15個(gè)副省級(jí)城市的效率TE平均值列于表3第9列第16行。

由表3第9列和圖3的總體投入效率TE可知：

①15個(gè)副省級(jí)城市的以企業(yè)為主體的科技創(chuàng)新效率平均值為0.87，整體效率水平較高。

②武漢、深圳、南京、哈爾濱、杭州、廣州、濟(jì)南、成都沒有實(shí)現(xiàn)投入有效。而長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門實(shí)現(xiàn)投入有效。

③深圳、杭州、南京、廣州的“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”等產(chǎn)出指標(biāo)的數(shù)值較高，但總體投入效率TE均小于1，說明深圳、杭州、南京、廣州的產(chǎn)出水平較高、但沒有實(shí)現(xiàn)科技投入的有效利用。

圖3 副省級(jí)城市的總體投入效率TE

4.2.2 投入冗余和產(chǎn)出不足的測(cè)算及分析

針對(duì)表3第8-15行的8個(gè)未能達(dá)到效率最優(yōu)的副省級(jí)城市，測(cè)算投入冗余和產(chǎn)出不足。

(1)投入冗余si-和產(chǎn)出不足si+的計(jì)算

將表3第3-5列的數(shù)據(jù)作為投入指標(biāo)，第6-8列的數(shù)據(jù)作為產(chǎn)出指標(biāo)數(shù)據(jù)代入式(1)，得到投入冗余量列入表4第3、5、7列第1-8行，產(chǎn)出不足量列入表4第9、11、13列第1-8行。

(2)投入冗余率ri-和產(chǎn)出不足率ri+的計(jì)算

根據(jù)上述得到的投入冗余量和產(chǎn)出不足量，得到投入冗余率列于表4第4、6、8列前8行，產(chǎn)出不足率列于表4第10、12、14列前8行。表4第9行是平均不足量和平均不足率。

將表4中投入冗余率和產(chǎn)出不足率高于平均值的副省級(jí)城市用“√”進(jìn)行標(biāo)記，如表5所示。

(3)投入冗余和產(chǎn)出不足的結(jié)果分析

由表4可以得到以下結(jié)論：

①“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出”、“財(cái)政科技經(jīng)費(fèi)投入”的平均投入冗余率較高，分別為27.11%、28.35%，有將近30%的投入未有效地轉(zhuǎn)化為成果產(chǎn)出，說明副省級(jí)城市在這兩項(xiàng)上存在嚴(yán)重的投入無效。

表3 投入產(chǎn)出指標(biāo)的原始數(shù)據(jù)及總體投入效率

表4 投入冗余和產(chǎn)出不足

表5 投入冗余率和產(chǎn)出不足率高于平均值的副省級(jí)城市

②“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”、“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的平均產(chǎn)出不足率較高，分別為28.25%、29.99%，有將近30%的科技成果沒有成功產(chǎn)出，說明副省級(jí)城市在這兩項(xiàng)上存在嚴(yán)重的產(chǎn)出不足。

由表5可得到以下結(jié)論：

①?gòu)V州的投入冗余和產(chǎn)出不足現(xiàn)象最為嚴(yán)重。廣州在全部的投入指標(biāo)的冗余率都超過平均值。而且廣州在“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”上存在超高的產(chǎn)出不足率，高達(dá)149.27%。

②濟(jì)南、成都在全部科技投入指標(biāo)上都存在較高的冗余率。盲目的科技投入造成濟(jì)南、成都大量的資源浪費(fèi)。

③杭州不僅在“財(cái)政科技經(jīng)費(fèi)投入”、“科技從業(yè)人員”的投入上存在較高的冗余，而且在“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”上存在較高的不足。

④哈爾濱的“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出不足最為嚴(yán)重、高達(dá)239.89%。應(yīng)促進(jìn)“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出。

4.3 純技術(shù)效率評(píng)價(jià)

4.3.1 純技術(shù)效率PTE的測(cè)算

針對(duì)總體投入效率TE<1的8個(gè)副省級(jí)城市，測(cè)算純技術(shù)效率PTE、規(guī)模效率SE，進(jìn)一步分析導(dǎo)致總體投入效率未達(dá)到有效的原因。

在表3第1-15行中：將第3-5列的數(shù)據(jù)作投入指標(biāo)的數(shù)據(jù)，第6-8列的數(shù)據(jù)作為產(chǎn)出指標(biāo)的數(shù)據(jù)代入式(4)，求得武漢、深圳、南京、哈爾濱、杭州、廣州、濟(jì)南、成都的純技術(shù)效率PTE，列于表6第3列前8行。

4.3.2 純技術(shù)效率的結(jié)果分析

由表6第3列的純技術(shù)效率可知：

①長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門、武漢、深圳、杭州的純技術(shù)效率為1，均達(dá)到純技術(shù)效率有效，技術(shù)和管理水平已達(dá)到最佳。

②南京、哈爾濱、廣州、濟(jì)南、成都的純技術(shù)效率未達(dá)到1，說明純技術(shù)效率未達(dá)到有效，技術(shù)和管理水平存在滯后現(xiàn)象。

4.4 規(guī)模效率評(píng)價(jià)

4.4.1 規(guī)模效率SE的測(cè)算

將表3第9列第8-15行的總體投入效率TE，除以表6第3列前8行的純技術(shù)效率PTE，得到規(guī)模效率SE，列于表6第4列前8行。表6第9行第3、4列為純技術(shù)效率、規(guī)模效率的平均值。

4.4.2 規(guī)模收益遞增/遞減的判定

在表3第1-15行：將第3-5列的數(shù)據(jù)作投入指標(biāo)的數(shù)據(jù)，第6-8列的數(shù)據(jù)作為產(chǎn)出指標(biāo)的數(shù)據(jù)代入式(1)，求得系數(shù)和，列于表6第6列。

將表6第6列的系數(shù)和、第3列前8行的純技術(shù)效率PTE代入公式(6)，得到規(guī)模收益系數(shù)Kp，結(jié)果列于表6第7列。判定結(jié)果如表6第8、9列所示。

4.4.3 規(guī)模效率評(píng)價(jià)的結(jié)果分析

由表6第4、8、9列的規(guī)模效率可知：

①武漢、深圳、南京、杭州、廣州、成都因投入規(guī)模過大，導(dǎo)致其規(guī)模效率沒有達(dá)到有效。由表6第4列可知，武漢、深圳、南京、杭州、廣州、成都的規(guī)模效率都未達(dá)到有效，說明其投入模型不合理。由表6第8、9可知，其規(guī)模收益是遞減的，說明現(xiàn)有的投入規(guī)模過大導(dǎo)致了其規(guī)模效率偏低。

②哈爾濱、濟(jì)南因投入規(guī)模過小，導(dǎo)致其規(guī)模效率沒有達(dá)到有效。由表6第4列可知，哈爾濱、濟(jì)南的規(guī)模效率都未達(dá)到有效，說明其投入規(guī)模不合理。又由表6第8、9可知，哈爾濱、濟(jì)南的規(guī)模收益是遞增的，說明現(xiàn)有的投入規(guī)模過小導(dǎo)致了哈爾濱、濟(jì)南的規(guī)模效率偏低。

③長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門的投入規(guī)模合理。由4.3.1節(jié)中(1)可知，長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門的規(guī)模效率SE均為1，說明其投入規(guī)模合理。

4.5 三種效率評(píng)價(jià)的結(jié)論歸納

根據(jù)4.2節(jié)總體投入效率價(jià)、4.3節(jié)純技術(shù)效率價(jià)和4.4節(jié)規(guī)模效率評(píng)價(jià)，可以得到以下結(jié)論：

①長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門實(shí)現(xiàn)投入有效，總體投入效率、純技術(shù)效率、規(guī)模效率均達(dá)到有效，說明這7個(gè)副省級(jí)城市的技術(shù)和管理水平達(dá)到最佳，而且投入規(guī)模合理。

表6 純技術(shù)效率、規(guī)模效率的測(cè)算結(jié)果以及規(guī)模收益的判定

②武漢、深圳、杭州的純技術(shù)效率達(dá)到有效，但規(guī)模效率未達(dá)到有效導(dǎo)致了其總體投入效率無效，且武漢、深圳、杭州的投入規(guī)模過大，應(yīng)該減少投入。由表6第1、2、5行可知，武漢、深圳、杭州的純技術(shù)效率達(dá)到1，而規(guī)模效率均小于1且規(guī)模收益遞減，所以武漢、深圳、杭州雖然技術(shù)管理水平達(dá)到最佳，但規(guī)模效率未達(dá)到有效、投入規(guī)模過大導(dǎo)致武漢、深圳、杭州的效率不高。

對(duì)武漢、深圳、杭州的啟示：由于企業(yè)和政府對(duì)科技投入過剩，導(dǎo)致了大量投入無法有效利用、“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”等以企業(yè)為主體的科技投入存在冗余，所以應(yīng)當(dāng)適當(dāng)減少科技投入來提高效率。

③哈爾濱、濟(jì)南的純技術(shù)效率和規(guī)模效率都未達(dá)到有效，共同導(dǎo)致了其總體投入效率偏低，且哈爾濱、濟(jì)南的投入規(guī)模過小，應(yīng)該適當(dāng)增加投入。由表6第4、7行可知，哈爾濱、濟(jì)南的純技術(shù)效率和規(guī)模效率都未達(dá)到1，且規(guī)模收益遞增，所以，技術(shù)能力、管理水平落后以及投入規(guī)模過小是導(dǎo)致哈爾濱、濟(jì)南效率不高的主要原因。

對(duì)哈爾濱、濟(jì)南的啟示：由于技術(shù)管理能力落后以及投入規(guī)模過小，導(dǎo)致大量投入無法有效利用。所以哈爾濱、濟(jì)南不能盲目加大投入，應(yīng)該在提高技術(shù)能力、管理水平基礎(chǔ)上，再加大科技投入。

④南京、廣州、成都的純技術(shù)效率和規(guī)模效率都未達(dá)到有效，共同導(dǎo)致了其總體投入效率偏低，且南京、廣州、成都的投入規(guī)模過大，應(yīng)該減少投入。由表6第3、6、8行可知，南京、廣州、成都的純技術(shù)效率和規(guī)模效率未達(dá)到1，且規(guī)模收益遞減，所以技術(shù)能力、管理水平落后以及投入規(guī)模過大是導(dǎo)致南京、廣州、成都效率不高的主要原因。

對(duì)南京、廣州、成都的啟示：由于企業(yè)和政府對(duì)科技投入過剩，加之技術(shù)和管理水平的滯后，使大量投入未能有效利用，所以南京、廣州、成都應(yīng)該減少科技投入，并提高技術(shù)和管理水平，從而提高效率。根據(jù)上述分析結(jié)果，提高效率的對(duì)策列于表6第10列。

4.6 影響科技創(chuàng)新效率的關(guān)鍵因素萃取

4.6.1 對(duì)比模型的總體投入效率TE

關(guān)鍵指標(biāo)萃取的基礎(chǔ)模型和6個(gè)對(duì)比模型如表2所示?；A(chǔ)模型的總體投入效率TE0列于表7第3列，其值來源于表3第9列。與4.2中的實(shí)證過程同理，得到對(duì)比模型的效率值TEi，列于表7第4、6、8、10、12、14列。

4.6.2 關(guān)鍵指標(biāo)的萃取過程

(1) 6個(gè)對(duì)比模型對(duì)應(yīng)的t統(tǒng)計(jì)量的計(jì)算

將表7第3列基礎(chǔ)模型效率TE0分別減去表7對(duì)比模型效率TE1、…、TE6，得到基礎(chǔ)模型與6個(gè)對(duì)比模型的效率差值dj1、…、dj6，列入表7第5、7、9、11、13、15列，并代入式(9)，分別得到6個(gè)對(duì)比模型的t統(tǒng)計(jì)量值ti，列于表7第16行。

表7 基礎(chǔ)模型、對(duì)比模型的總體投入效率及差值

表8 副省級(jí)城市關(guān)鍵指標(biāo)的冗余率、不足率及關(guān)鍵問題

(2)關(guān)鍵指標(biāo)的判別

選取顯著性水平α=0.05[16]，由t分布臨界值表可查得t0.05(14)=2.15。由于t1、…、t6均大于2.15，所以指標(biāo)X1、X2、X3、Y2、Y3能夠顯著影響以企業(yè)為主體的科技創(chuàng)新效率、即為關(guān)鍵指標(biāo)。

由于t4=2.12<2.15，所以指標(biāo)Y1不能夠顯著影響以企業(yè)為主體的科技創(chuàng)新效率、不是關(guān)鍵指標(biāo)。關(guān)鍵指標(biāo)的判別結(jié)果列于表7第17行。

利用萃取的關(guān)鍵指標(biāo)計(jì)算效率：由表2第5行可知，“對(duì)比模型4”是在全部投入產(chǎn)出指標(biāo)基礎(chǔ)上僅剔除指標(biāo)Y1、這一個(gè)“非關(guān)鍵指標(biāo)”后的效率模型，則說明“對(duì)比模型4”就是利用萃取的五個(gè)關(guān)鍵指標(biāo)計(jì)算效率的模型，結(jié)果如表7第7列所示。

“對(duì)比模型4”與“基礎(chǔ)模型”效率差值進(jìn)行t檢驗(yàn)的結(jié)果如表7第11列第16行所示。由于t4=2.12<臨界值2.15，則t檢驗(yàn)不通過。說明利用DEA模型的全部指標(biāo)與利用萃取的關(guān)鍵指標(biāo)計(jì)算的效率值排序雖然不完全一樣，但在統(tǒng)計(jì)學(xué)上兩者的差別不顯著，故利用全部指標(biāo)與利用萃取的關(guān)鍵指標(biāo)計(jì)算的效率值排序大體上是一致的。

4.7 關(guān)鍵問題的剖析

(1)關(guān)鍵問題的選取需要同時(shí)滿足以下標(biāo)準(zhǔn):

標(biāo)準(zhǔn)一：該指標(biāo)是表7最后一行中的關(guān)鍵指標(biāo)。只有針對(duì)顯著影響效率的關(guān)鍵指標(biāo)進(jìn)行剖析，才能找到快速提高效率的方式。

標(biāo)準(zhǔn)二：該指標(biāo)的投入冗余率或產(chǎn)出不足率最大。副省級(jí)城市在該指標(biāo)上存在的投入無效或產(chǎn)出不理想現(xiàn)象是最為嚴(yán)重的。

(2)不同副省級(jí)城市的關(guān)鍵問題

表8是關(guān)鍵指標(biāo)的冗余率或不足率，數(shù)據(jù)來源于表4第4、6、8、12、14列。表8每一行中找出冗余率或不足率最大的指標(biāo)，用“*”標(biāo)記，該指標(biāo)為影響該副省級(jí)城市效率不足的關(guān)鍵問題。

由表8的關(guān)鍵問題可知，導(dǎo)致不同副省級(jí)城市效率偏低的關(guān)鍵問題大相徑庭。具體如下：

①濟(jì)南、成都效率偏低的關(guān)鍵問題是“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”的冗余率過大。該指標(biāo)的投入無效是濟(jì)南、成都效率偏低的關(guān)鍵問題。增大“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”的利用率，能快速提高濟(jì)南、成都的科技投入產(chǎn)出效率。

②杭州效率偏低的關(guān)鍵問題是“財(cái)政科技經(jīng)費(fèi)投入”的冗余率過大。該指標(biāo)的投入無效是杭州效率偏低的關(guān)鍵問題。增大“財(cái)政科技經(jīng)費(fèi)投入”的利用率，能快速提高杭州的科技投入產(chǎn)出效率。

③哈爾濱效率偏低的關(guān)鍵問題是“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出不足超高，高達(dá)239.89%。增大“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出，能快速提高哈爾濱的科技投入產(chǎn)出效率。

④武漢、深圳、南京、廣州效率偏低的關(guān)鍵問題是“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”、“財(cái)政科技經(jīng)費(fèi)投入”、“科技從業(yè)人員數(shù)”三項(xiàng)投入都存在冗余。同時(shí)增大該三項(xiàng)投入指標(biāo)的利用率，能快速提高武漢、深圳、南京、廣州的科技投入產(chǎn)出效率。

5 結(jié)語

5.1 主要結(jié)論

(1)以企業(yè)為主體科技創(chuàng)新效率的關(guān)鍵指標(biāo)為規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出X1、財(cái)政科技經(jīng)費(fèi)投入X2、科技從業(yè)人員數(shù)X3、技術(shù)市場(chǎng)成交額Y2、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值Y3。

(2)導(dǎo)致不同副省級(jí)城市效率偏低的關(guān)鍵問題大相徑庭。例如杭州效率偏低的關(guān)鍵問題是“財(cái)政科技經(jīng)費(fèi)投入”的冗余率過大。而哈爾濱效率偏低的關(guān)鍵問題是“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”的產(chǎn)出不足超高。

(3)長(zhǎng)春、大連、寧波、青島、沈陽、西安、廈門以企業(yè)為主體的科技創(chuàng)新實(shí)現(xiàn)投入有效，純技術(shù)效率、規(guī)模效率均達(dá)到有效。

5.2 創(chuàng)新與特色

(1)通過將保留所有指標(biāo)的DEA效率測(cè)算模型作為基礎(chǔ)模型，將逐一剔除單個(gè)指標(biāo)后的DEA效率測(cè)算模型作為對(duì)比模型。利用t檢驗(yàn)，依次檢驗(yàn)基礎(chǔ)模型與每個(gè)對(duì)比模型的總體投入效率TE是否存在顯著差異。若差異顯著，則對(duì)比模型中剔除的指標(biāo)為顯著影響效率的關(guān)鍵指標(biāo)。改變現(xiàn)有研究?jī)H僅通過數(shù)據(jù)包絡(luò)分析(DEA)測(cè)算效率、無法萃取影響效率的關(guān)鍵因素的弊端。

(2)通過效率評(píng)價(jià)的投入和產(chǎn)出指標(biāo)，體現(xiàn)以企業(yè)為主體的科技創(chuàng)新，即以“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出”、“財(cái)政科技經(jīng)費(fèi)投入”、“科技從業(yè)人員數(shù)”為投入指標(biāo)，反映企業(yè)科技經(jīng)費(fèi)投入、企業(yè)人力投入以及政府對(duì)企業(yè)的科技經(jīng)費(fèi)投入；以“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”、“規(guī)模以上工業(yè)企業(yè)新產(chǎn)品產(chǎn)值”、“技術(shù)市場(chǎng)成交額”為產(chǎn)出指標(biāo)，反映高新技術(shù)企業(yè)產(chǎn)值、企業(yè)新產(chǎn)品轉(zhuǎn)化能力以及技術(shù)合同產(chǎn)出。彌補(bǔ)現(xiàn)有研究忽略企業(yè)的主體地位的弊端。

(3)通過數(shù)據(jù)包絡(luò)分析(DEA)的BCC模型，測(cè)算規(guī)模效率SE，判斷副省級(jí)城市的投入規(guī)模是否合理。進(jìn)而判別規(guī)模報(bào)酬是遞增還是遞減的，確定現(xiàn)有的投入規(guī)模是過小/過大，相應(yīng)地采用增大投入/減少投入的方式提高效率，從而找到與投入規(guī)模對(duì)應(yīng)的提高效率方式。

[1] 中國(guó)經(jīng)濟(jì)網(wǎng). 十八大三中全會(huì)《決定》、公報(bào)、說明(全文)[EB/OL]. [2013-11-18].http://www.ce.cn/xwzx/gnsz/szyw/201311/18/t20131118_1767104.shtml.

[2] 中國(guó)行業(yè)研究網(wǎng). 2014年全國(guó)政協(xié)“一號(hào)提案”正式出爐[EB/OL]. [2014-03-03].http://www.chinairn.com/news/20140303/0919103.html.

[3] 杜娟, 霍佳震. 基于數(shù)據(jù)包絡(luò)分析的中國(guó)城市創(chuàng)新能力評(píng)價(jià)[J]. 中國(guó)管理科學(xué), 2014, 22(6): 85-93.

[4] 晏蒙, 孟令杰. 基于DEA方法的中國(guó)工業(yè)科技創(chuàng)新效率分析[J]. 中國(guó)管理科學(xué), 2015,23(S1):77-82.

[5] 李洪偉, 任娜, 陶敏, 等. 基于三階段DEA的我國(guó)高新技術(shù)產(chǎn)業(yè)投入產(chǎn)出效率分析[J]. 中國(guó)管理科學(xué), 2012, 20(S1): 126-131.

[6] 范斐, 杜德斌, 李恒. 區(qū)域科技資源配置效率及比較優(yōu)勢(shì)分析[J]. 科學(xué)學(xué)研究, 2012, 30(8): 1198-1205.

[7] Sueyoshi T, Goto M. A use of DEA-DA to measure importance of R&D expenditure in Japanese information technology industry [J]. Decision Support Systems, 2013, 54(2): 941-952.

[8] Odeck J, Brathen S. A meta-analysis of DEA and SFA studies of the technical efficiency of seaports: A comparison of fixed and random-effects regression models [J]. Transportation Research Part A: Policy and Practice, 2012, 46(10): 1574-1585.

[9] Lafarga C V, Balderrama J I L. Efficiency of Mexico's regional innovation systems: an evaluation applying data envelopment analysis (DEA)[J]. African Journal of Science Technology Innovation & Development, 2015, 7(1):36-44.

[10] 蔣仁愛, 高昌林, 馮根福. 中國(guó)研究機(jī)構(gòu)的科技資源利用效率評(píng)價(jià)研究[J]. 統(tǒng)計(jì)研究, 2013, 30(6):19-29.

[11] 戚湧, 郭逸. 基于SFA方法的科技資源市場(chǎng)配置效率評(píng)價(jià)[J]. 科研管理, 2015, 36(3):84-91.

[12] 肖文, 林高榜. 政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國(guó)工業(yè)行業(yè)的實(shí)證分析[J]. 管理世界, 2014,(4): 71-80.

[13] Xie Xin, Liu Fangfang. Analysis on regional technology innovation efficiency evaluation and influence factors in China[J]. International Journal of Business & Management, 2015, 10(3).

[14] Afzal M N I. An empirical investigation of the National Innovation System (NIS) using Data Envelopment Analysis (DEA) and the TOBIT model[J]. International Review of Applied Economics, 2014, 28(4):1595-1598.

[15] Hu Jinli, Yang C H, Chen C P. R&D Efficiency and the national innovation system: An international comparison using the distance function approach [J]. Bulletin of Economic Research, 2014, 66(1): 55-71.

[16] European Commission. Innovation union scoreboard 2014 [R]. European Commission,2014.

[17] World Economic Forum (WEF).The global competitiveness index 2013-2014: Country profile highlights [R].World Economic Forum, 2013

[18] 中國(guó)科技發(fā)展戰(zhàn)略研究小組．中國(guó)區(qū)域創(chuàng)新能力報(bào)告2011：區(qū)域創(chuàng)新與戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展[M]．北京：科學(xué)出版社，2011．

[19] 中國(guó)國(guó)家統(tǒng)計(jì)局. 2012年全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)[R]. 國(guó)家統(tǒng)計(jì)局,2013.

[20] 中國(guó)技術(shù)市場(chǎng)管理促進(jìn)中心. 2013全國(guó)技術(shù)市場(chǎng)統(tǒng)計(jì)年度報(bào)告[R]. 中國(guó)技術(shù)市場(chǎng)管理促進(jìn)中心, 2013.

[21] 馬占新. 數(shù)據(jù)包絡(luò)分析模型與方法[M]. 北京:科學(xué)出版社, 2010.

[22] 高惠璇.應(yīng)用多元統(tǒng)計(jì)分析[M]. 北京：北京大學(xué)出版社, 2005.

The Efficiency Evaluation of Technology Innovation Centered on Enterprise Based on DEA and T Test

LI Hong-xi, CHI Guo-tai

(Faculty of Management and Economics, Dalian University of Technology, Dalian 116024,China)

The efficiency evaluation of technology innovation is aimed to measure the output of technology, efficiency of resource utilization centered on enterprise and find out important factors of technology innovation efficiency. The enterprise is the main part of technology input and output in this research. Data Envelopment Analysis is used to do empirical analysis of 15 sub-provincial cities in China. The pure technology efficiency and scale efficiency is measured to determine the scale is big or small. By screening the important factors that signally influence technology efficiency, the key problem of every sub-provincial city is find out. The innovations and characters: firstly, in this paper the efficiency evaluation model included all indicators is the basic model and the efficiency evaluation model without one indicatorXiis the comparison model. By t test, it is verified if the efficiency difference between basic model and comparison model is significant. If the difference is significant, the indicatorXiis the key factor. It changes the existing research can’t screen the key indicators by DEA. Secondly, empirical result shows that the key indicators include “R&D expenses of industrial enterprises above designated size” “financial funds to technology” “technology professionals” “new products output of industrial enterprises above designated size” “technical market turnover”. Thirdly, empirical results show that the reasons why technology efficiency is low for different sub-provincial cities are different.

technology innovation; technology efficiency; DEA; t test; key indicators

1003-207(2016)11-0109-11

10.16381/j.cnki.issn1003-207x.2016.11.013

2015-09-13；

2016-03-01

國(guó)家自然科學(xué)基金資助項(xiàng)目(71471027，71171031)；大連市政協(xié)項(xiàng)目(2014-03)

遲國(guó)泰(1955-)，男(漢族),黑龍江海倫人，大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)部金融學(xué)教授,博士生導(dǎo)師,管理科學(xué)與工程博士, 研究方向：復(fù)雜系統(tǒng)評(píng)價(jià),E-mail:chigt@dlut.edu.cn.

C931;F204

A