剔除环境因素影响的中国工业企业技术创新效率评价研究

被引:10
作者
潘雄锋
杨越
机构
[1] 大连理工大学管理与经济学部
关键词
管理科学; 工业企业; 技术创新效率; TOPSIS法; DEA模型;
D O I
暂无
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];
学科分类号
摘要
基于现有研究在测算工业企业技术创新效率时未考虑外部环境因素影响的缺陷,本文基于TOPSIS方法构建能有效剔除环境因素影响的改进DEA模型,在此基础上对中国2010年工业企业技术创新效率进行实证评价与分析,结果表明,中国工业企业技术创新效率确实受到经济发展水平、外资活动、政府支持、市场结构、所有制结构等环境因素的影响,根据创新效率与R&D投入水平将我国各地区划分为高效率高投入、高效率低投入、低效率高投入和低效率低投入四种模式,各模式地区的工业企业应结合自身特点有针对性地采取不同的策略提升技术创新效率。
引用
收藏
页码:244 / 251
页数:8
相关论文
共 11 条
[2]   偏好约束锥DEA模型在工业企业创新效率评价中的应用 [J].
钟桦 .
数学的实践与认识, 2010, 40 (18) :73-79
[3]   我国省区大中型工业企业技术创新效率差异的实证分析 [J].
段云龙 ;
王荣党 .
经济问题探索, 2010, (08) :109-112
[4]   中国工业企业自主创新效率评价:基于DEA方法的研究 [J].
章仁俊 ;
王俊峰 .
中国科技论坛, 2010, (05) :52-57
[5]   中国区域工业企业技术创新效率变动及其收敛性研究 [J].
潘雄锋 ;
刘凤朝 .
管理评论, 2010, 22 (02) :59-64
[6]   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
[7]   TOPSIS价值函数模型 [J].
秦寿康 .
系统工程学报, 2003, (01) :37-42
[8]  
评价相对有效性的DEA方法[M]. 中国人民大学出版社 , 魏权龄著, 1988
[9]  
Estimation and inference in two-stage, semi-parametric models of production processes [J] . Léopold Simar,Paul W. Wilson.&nbsp&nbspJournal of Econometrics . 2005 (1)
[10]   A study of the R&D efficiency and productivity of Chinese firms [J].
Zhang, AM ;
Zhang, YM ;
Zhao, R .
JOURNAL OF COMPARATIVE ECONOMICS, 2003, 31 (03) :444-464