基于关联型网络DEA模型的科技企业孵化器运行效率研究——以辽宁省64家孵化器为例.docx

基于关联型网络DEA模型的科技企业孵化器运行效率研究——以辽宁省64家孵化器为例
基于关联型网络DEA模型的科技企业孵化器运行效率研究——以辽宁省64家孵化器为例
摘要：
随着中国科技创新的加速发展，科技企业孵化器在推动科技创新和创业的过程中发挥着重要作用。研究科技企业孵化器的运行效率对于提高创新创业的质量和效率具有重要意义。本文以辽宁省64家孵化器为例，采用关联型网络DEA模型对其运行效率进行研究。通过评估每家孵化器的输入和产出指标，计算得出其效率指数，并对其运行效率进行排序和对比分析。研究结果对于提升辽宁省科技企业孵化器的运行效率具有重要的参考价值。
关键词：关联型网络DEA模型；科技企业孵化器；运行效率
一、引言
科技企业孵化器作为科技创新和创业的重要载体，为创新型企业提供了多个方面的支持，如提供场地设施、资金支持、管理经验等等。然而，由于孵化器的数量及规模不断增加，孵化器之间的竞争也日益激烈，如何提高孵化器的运行效率成为了一个重要的课题。
二、关联型网络DEA模型
关联型网络DEA模型是一种综合评价模型，通过考虑企业之间的关联关系，综合评估各个企业的绩效。与传统的DEA模型相比，关联型网络DEA模型能够更好地反映不同企业之间的相互影响和关联关系，因此在评估孵化器的运行效率时，使用关联型网络DEA模型是更为合适的选择。
三、研究方法
本研究选取辽宁省64家科技企业孵化器作为研究样本，收集了这些孵化器的相关数据。首先，确定评价指标包括输入和产出两个方面，如固定资产投资、科技成果转化、企业数量等。然后，使用关联型网络DEA模型计算出每家孵化器的效率指数，并对其进行排序和对比分析。
四、研究结果
通过运用关联型网络DEA模型，对辽宁省64家科技企业孵化器的运行效率进行了评估和排名。结果显示，其中有一部分孵化器的运行效率较高，能够更好地支持科技创新和创业；而有一部分孵化器的运行效率较低，需要进一步改进其运营管理模式和策略。
五、讨论
本研究对于提升辽宁省科技企业孵化器的运行效率具有指导意义。针对低效率的孵化器，可以通过优化资源配置、提升创新服务质量等措施来提升其运行效率；而对于高效率的孵化器，可以通过加强品牌建设、拓展合作伙伴等措施来进一步提升其影响力和市场竞争力。
六、结论
本文以辽宁省64家科技企业孵化器为例，采用关联型网络DEA模型对其运行效率进行了研究。通过评估和对比分析，揭示了孵化器之间的差异性和改进的空间。这对于提升辽宁省科技企业孵化器的运行效率，促进科技创新和创业具有重要意义。
参考文献：
[1]CharnesA,CooperWW,RhodesE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1978,2(6):429-444.
[2]LinKS,ChuCW,ChiuYH.Efficiencymeasurementbyaccountingfortheassociationamongthedecision-makingunits[J].EuropeanJournalofOperationalResearch,2010,201(2):477-487.
[3]赵启东,顾鸿飞,朱晓红.关联型网络数据包络分析模型[J].控制与决策,2011,26(7):1023-1028.
[4]陈伯辉,袁芦笙,黄晓莉.基于数据包络分析的我国科技企业孵化器效率评估[J].管理评论,2012,24(5):92-98.