本文讲述了关于我国大中型工业企业自主创新效率的内容，供大家参考，接下来一起具体阅读下吧。

[摘 要]本文主要运用DEA方法从综合有效性、技术有效性和规模收益三方面对对全国30个省(市、区) 的大中型工业企业自主创新的绩效进行实证分析, 并从选取的投入与产出指标共六个方面对我国30个省市的投入闲置率与产出不足率进行分析。最后依据研究的结论提出了提高自主创新效率的对策。

[关键词]自主创新 创新效率 数据包络分析(DEA)

一、基本概念与模型介绍

1.自主创新

自主创新是指企业通过自身的努力或联合攻关，探索技术的突破，形成有价值的研究开发成果，并在此基础上依靠自身的能力推动创新的后续环节，完成技术成果的商品化，获得商业利润，以达到预期目标的一种创新活动。

企业自主创新能力是指企业在市场竞争中, 为了增强企业的自我发展能力, 通过有效整合和运用企业内外各种创新资源, 建立新的技术平台或改变核心技术, 并取得自主知识产权, 使企业不断增强其核心竞争力, 从而获得持续竞争优势, 在整个自主创新过程中所表现出来的各种能力的有机综合。 数据包络分析(DEA)模型

数据包络分析(DEA)方法，是一种相对效率评价方法，它主要采用数学规划方法，利用观察到的有效样本数据，对决策单元(DMU) 进行相对有效性评价，设有n个决策单元，每个决策单元DMUj (j=1,2,3,……n) 分别用Xj和Yj表示输入输出,Xj=(x1j,x2j,……，xmj)T,Yj=(y1j,y2j,……)T，j=1,2,……，n。评价第j0 个决策单元规模有效性及技术有效性的C2R模型为：

(1) 通过对C2R模型的最优解可以评价 S-，S+决策单元是否同时为技术有效和规模有效。若θ0 =1， 并且S-= 0、S+ = 0，则称该决策单元为DEA 有效;否则为非DEA有效。

(2) 考虑到非DEA有效的DMU除了可能是纯技术无效外,还有可能缘于自身的规模问题。为单纯评价决策单元技术效率是否最佳，引入凸性限制条件Σλj = 1即假定规模收益不变，可得到BC2 模型, 可计算决策单元的纯技术效率。

(3) 通过总体技术效率与纯技术效率的比值可求出规模效率, 规模效率越接近1, 表示规模大小越合适, 也就越接近最佳规模。

利用DEA方法的C2R模型可以评价创新系统的综合有效性、技术有效性和规模有效性;通过对创新投入的闲置率和产出的不足率, 可以揭示影响自主创新的关键因素, 提出提高创新绩效的对策建议。

二、指标的选择

从对技术创新效率的研究来看，基本上都是从投入产出角度构建评价指标。考虑到数据的可获得性与数据的方便处理，本文选择以下指标作为投入产出的指标。

(1)创新投入指标

研究与试验发展(R&D)人员(x1,人年),研究与实验发展经费(x2,万元)

(2)创新产出指标

新产品销售收入(y1,万元)，新产品产值(y2,万元),发明专利(y3,项)，拥有发明专利数(y4,项)。

本文对全国除西藏外的30个省、市、自治区、直辖市的大中型工业企业的 (因在统计年鉴中无西藏的相关数据)自主创新效率进行实证分析, 原始数据来源于《中国统计年鉴( 2009) 》。本研究采用DEAP软件选择投入导向的DEA模型求解。

三、评价结果分析

1.综合技术效率分析