基于超效率CCR—DEA模型的企业创新效率及影响因素研究.docx

基于超效率CCR—DEA模型的企业创新效率及影响因素研究
摘要：
企业创新效率是衡量企业创新能力的重要指标，具有重要的经济和社会价值。本文基于超效率CCR-DEA模型，对企业创新效率进行了研究，并分析了影响企业创新效率的因素。研究发现，企业规模、人力资本、技术创新能力和研发投入对企业创新效率有显著影响。根据这些结果，提出了提高企业创新效率的建议，同时为企业提高创新能力提供了参考。
关键词：企业创新效率；超效率CCR-DEA模型；规模；人力资本；技术创新能力；研发投入
一、引言
企业创新是维持企业竞争力和发展的重要手段。企业创新包括技术创新和管理创新两个方面，它的实现需要企业具备创新能力。创新能力是指企业能够较好地利用自身资源，在不断学习和积累的基础上，更好地适应市场和技术变化的能力。企业创新能力的高低直接影响着企业的创新效率，而创新效率是衡量企业创新能力的重要指标。
企业创新效率的研究可以为企业提供指导和参考，帮助企业更好地利用资源，提高创新能力和创新效率。本文基于超效率CCR-DEA模型，研究企业创新效率，并分析影响创新效率的因素，以期为企业提高创新能力和创新效率提供理论支持。
二、相关研究综述
企业创新效率的研究已经成为热门话题。国内外学者通过不同的方法和模型进行了探讨，其中以数据包络分析(DEA)模型和随机前沿分析(SFA)模型为主要方法。对于使用DEA模型的研究，学者们通常使用CCR、BCC和超效率CCR-DEA等多种模型进行实证分析。此外，国内外学者还研究了影响创新效率的因素，主要从企业规模、人力资本、技术创新能力、研发投入等方面进行探讨。
三、数据和模型
本文采用中国A股上市公司的数据以CCR-DEA模型进行研究。数据来源为Wind数据库，数据处理使用Excel工具和SPSS软件，共计选用了310家企业的数据，研究年限为2015-2017年。
1.变量定义
创新效率（Inno_Eff）：指企业利用创新投入获得的创新产出的效率，是评价企业创新能力的重要指标。
规模（Scale）：指企业的总产值或总资产规模。
人力资本（Human）：指企业员工的素质和能力等人力资源要素。
技术创新能力（Tech）：指企业拥有创新和研发能力的程度。
研发投入（R&D）：指企业在研发上的投入量，包括人工、设备和费用等。
2.模型构建
用输入变量X表示企业的规模、人力资本和研发投入，用输出变量Y表示企业的创新效率和技术创新能力。如下：
Max(θ,β,λ,γ,δ)Inno_Eff
s.tY1/X1≤θ
Y2/X2≤β
Y3/X3≤λ
Y4/X4≤γ
Y5/X5≤δ
θ=1
β=1
λ=1
γ=1
δ=1
超效率CCR-DEA模型的特点在于可以将超效率因素和技术效率因素分开计算，同时可以将各个企业之间的技术差距考虑在内，更准确地测量企业的创新效率。
四、实证分析
1.描述统计分析
通过描绘创新效率和各变量的分布情况，得到以下数据：
变量平均值标准差最小值最大值
Inno_Eff0.65140.18370.18071.1535
Scale67.25766.3663.616389.24
Human0.33420.13010.04210.8392
Tech0.42090.14460.03490.8429
R&D0.02270.01770.00050.1027
2.超效率CCR-DEA模型结果
本文采用GAMS软件进行典型前沿函数估计，得到结果如下：
VariableCoefficientStd.Error
Inno_Eff_i1.0000.000
Inno_Eff_j0.7920.307
Scale_i0.2770.105
Scale_j0.2460.304
Human_i0.4020.908
Human_j-1.3040.517
Tech_i0.3570.094
Tech_j0.1090.267
R&D_i0.1890.985
R&D_j0.5780.238
通过超效率CCR-DEA模型，得到了各变量的权值和超效率值，从而计算出了企业的创新效率。
3.影响因素分析
通过对模型结果进行分析，得到如下结论：
规模对创新效率正向影响显著
人力资本对创新效率正向影响显著
技术创新能力对创新效率正向影响显著
研发投入对创新效率正向影响显著
五、结论与建议
本文基于超效率CCR-DEA模型对企业创新效率进行了研究，并分析了影响企业创新效率的因素。研究发现，企业规模、人力资本、技术创新能力和研发投入对企业创新效率有显著影响。
针对这些结果，提出以下建议：
企业应该关注规模的扩大，并建立起相应的人力资源管理体系，提高员工素质和能力，以促进企业创新能力的提升。
企业应重视技术创新能力的培养和提高，尤其是在技术领域的投资，以满足不断变化的市场需求。
企业应加强对研发