基于DEA方法的中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率研究

熊 嬋，買憶媛，何曉斌，肖仁橋

1 華中科技大學(xué) 管理學(xué)院，武漢 430074 2 復(fù)旦大學(xué) 管理學(xué)院，上海 200433

1 引言

20世紀(jì)90年代以來，創(chuàng)業(yè)企業(yè)正逐步成為創(chuàng)造中國新經(jīng)濟(jì)的主要力量。近年來，在國家持續(xù)倡導(dǎo)發(fā)展新興產(chǎn)業(yè)經(jīng)濟(jì)的前提下，越來越多的創(chuàng)業(yè)主體躋身于以高科技為基礎(chǔ)的新興產(chǎn)業(yè)行列中。但很多高科技創(chuàng)業(yè)主體一味增加創(chuàng)業(yè)或創(chuàng)新投入而忽視其他方面的問題，造成企業(yè)整體效率低下，弱化了創(chuàng)業(yè)創(chuàng)新的意義[1]。此外，企業(yè)效率是企業(yè)核心競爭力的集中體現(xiàn)，創(chuàng)業(yè)企業(yè)的低存活率以及高科技企業(yè)高投入和高風(fēng)險(xiǎn)特征使對(duì)高科技創(chuàng)業(yè)企業(yè)效率的測度和評(píng)價(jià)尤為重要。因此，在中國創(chuàng)業(yè)創(chuàng)新資源匱乏的情境下對(duì)高科技創(chuàng)業(yè)企業(yè)效率進(jìn)行深入研究具有非常重要的理論意義和現(xiàn)實(shí)意義。數(shù)據(jù)包絡(luò)分析(date envelopment analysis,DEA)[2]作為最典型的非參數(shù)方法被廣泛應(yīng)用于各類系統(tǒng)的效率評(píng)價(jià)中，DEA以相對(duì)效率概念為基礎(chǔ)，對(duì)同類多指標(biāo)投入、多指標(biāo)產(chǎn)出經(jīng)濟(jì)系統(tǒng)的相對(duì)有效性進(jìn)行評(píng)價(jià)，不必確定輸入與輸出之間關(guān)系的顯性表達(dá)式，具有很強(qiáng)的客觀性。同時(shí)，大量研究發(fā)現(xiàn)DEA模型所獲得的效率前沿具有相當(dāng)?shù)姆€(wěn)健性，采用DEA方法對(duì)企業(yè)效率進(jìn)行評(píng)價(jià)和分析已成為近幾年效率評(píng)價(jià)研究領(lǐng)域的熱點(diǎn)。

2 相關(guān)研究評(píng)述

高科技企業(yè)是創(chuàng)新活動(dòng)的主要載體，而創(chuàng)新成果只有通過企業(yè)的合理運(yùn)營才能為企業(yè)帶來良好的效益。已有基于DEA方法面向高科技企業(yè)效率的研究大都集中于對(duì)企業(yè)的創(chuàng)新效率進(jìn)行評(píng)價(jià)和分析，主要包括兩個(gè)部分，一是利用DEA對(duì)創(chuàng)新效率進(jìn)行評(píng)價(jià)，如趙樹寬等[1]、韓晶[3]和劉俊杰等[4]運(yùn)用DEA方法對(duì)企業(yè)的創(chuàng)新效率和規(guī)模效率等進(jìn)行評(píng)價(jià)；二是利用DEA技術(shù)分析創(chuàng)新效率影響因素，如Grupp[5]、Feng等[6]和Sueyoshi等[7]通過DEA技術(shù)對(duì)企業(yè)創(chuàng)新效率進(jìn)行測度和分析，得到影響企業(yè)創(chuàng)新效率的部分外在因素。這些研究大都僅從技術(shù)創(chuàng)新的角度進(jìn)行企業(yè)創(chuàng)新效率的測度和評(píng)價(jià)，選擇的評(píng)價(jià)指標(biāo)也僅局限于與企業(yè)技術(shù)創(chuàng)新有直接相關(guān)性的投入產(chǎn)出指標(biāo)，如研發(fā)經(jīng)費(fèi)投入、專利數(shù)、研發(fā)人數(shù)等。然而企業(yè)的技術(shù)創(chuàng)新并非企業(yè)運(yùn)營系統(tǒng)中一個(gè)完全閉合的子系統(tǒng)，其投入產(chǎn)出與企業(yè)中其他運(yùn)營因素以及其他形式的創(chuàng)新之間都存在廣泛和深入的聯(lián)系，如新產(chǎn)品生產(chǎn)量和專利數(shù)在受創(chuàng)新投入影響的同時(shí)還受企業(yè)激勵(lì)機(jī)制或管理制度的影響[8]，新產(chǎn)品銷售情況除受技術(shù)創(chuàng)新的影響外，還受營銷模式創(chuàng)新和品牌創(chuàng)新等多方面的影響[9]。此外，企業(yè)的技術(shù)創(chuàng)新除了產(chǎn)生新產(chǎn)品收入等直接經(jīng)濟(jì)效益外，還將產(chǎn)生一些間接經(jīng)濟(jì)效益，如品牌資產(chǎn)等。在以企業(yè)為主體的視角下，技術(shù)創(chuàng)新的最終目的是為企業(yè)帶來可持續(xù)的經(jīng)濟(jì)效益和社會(huì)效益，而技術(shù)創(chuàng)新的產(chǎn)出只有通過企業(yè)各環(huán)節(jié)的合理運(yùn)作才能最終實(shí)現(xiàn)這一目標(biāo)。因此，全面而有意義的企業(yè)創(chuàng)新效率的測度應(yīng)該在企業(yè)運(yùn)營的視角下進(jìn)行。

此外，從研究對(duì)象的劃分上看，已有對(duì)企業(yè)效率的研究大都以橫向的行業(yè)視角進(jìn)行研究對(duì)象的選取，利用DEA技術(shù)對(duì)所屬行業(yè)的主體進(jìn)行整體的績效評(píng)估和效率評(píng)價(jià)，如錢燕云[10]和吳和成[11]以制造業(yè)為例，許漢友等[12]以中國會(huì)計(jì)師事務(wù)所為例，孟溦等[13]針對(duì)某科研機(jī)構(gòu)的34個(gè)研究組，Paradi等[14]、Hsiao等[15]和Premachandra等[16]以銀行業(yè)為例，Hung等[17]以高科技企業(yè)和傳統(tǒng)行業(yè)為例。這些研究忽略了企業(yè)成長過程中表現(xiàn)出的階段性特征，對(duì)于同一企業(yè)而言，不同的成長階段對(duì)應(yīng)著不同的發(fā)展模式，影響企業(yè)發(fā)展的因素及這些因素的權(quán)重也各不相同。因此，以時(shí)間維度為視角進(jìn)行研究對(duì)象的劃分具有十分重要的意義。創(chuàng)業(yè)企業(yè)正是這一視角下的重要研究對(duì)象，然而已有研究中卻鮮有對(duì)創(chuàng)業(yè)企業(yè)效率測度和評(píng)價(jià)的研究。作為近年來經(jīng)濟(jì)發(fā)展的主要力量，創(chuàng)業(yè)企業(yè)以其較低的存活率和較高的成長性等特征正逐漸成為學(xué)術(shù)界關(guān)注的焦點(diǎn)，如何測度和評(píng)價(jià)中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率、哪些是制約其發(fā)展的主要因素等一系列問題目前尚待進(jìn)一步的深入研究。

本研究以中國高科技創(chuàng)業(yè)企業(yè)為研究對(duì)象，將企業(yè)的技術(shù)創(chuàng)新作為企業(yè)整體運(yùn)營的重要組成部分，結(jié)合廣告投入和品牌價(jià)值等若干創(chuàng)業(yè)企業(yè)運(yùn)營因素，建立更加全面的評(píng)價(jià)指標(biāo)體系，結(jié)合DEA技術(shù)對(duì)中國高科技創(chuàng)業(yè)企業(yè)的運(yùn)營效率進(jìn)行測度和評(píng)價(jià)，以期能夠更全面地反映中國高科技企業(yè)的創(chuàng)新活動(dòng)及運(yùn)作過程。在已有研究基礎(chǔ)上，考慮企業(yè)創(chuàng)新投入的多樣性和產(chǎn)出的衍生性，將廣告投入和品牌資產(chǎn)分別納入高科技創(chuàng)業(yè)企業(yè)投入和產(chǎn)出的指標(biāo)集中，構(gòu)建合理的高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率評(píng)價(jià)指標(biāo)體系；選擇合理的DEA評(píng)價(jià)模型，在已有DEA模型基礎(chǔ)上結(jié)合實(shí)際存在的問題對(duì)DEA交叉效率排序模型做進(jìn)一步改進(jìn)；基于獲取的調(diào)研數(shù)據(jù)，結(jié)合基本DEA模型和改進(jìn)DEA交叉效率排序模型對(duì)高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率進(jìn)行測度和分析。

3 DEA評(píng)價(jià)模型

3.1 基本DEA模型

DEA方法是用于評(píng)價(jià)具有相同類型的多投入、多產(chǎn)出決策單元(DMU)相對(duì)有效性的一種非參數(shù)方法，其中CCR模型和BCC模型[18]是最基本和最重要的兩個(gè)DEA模型。設(shè)有n個(gè)高科技創(chuàng)業(yè)企業(yè)，對(duì)于第p家企業(yè)(DMUp，p為當(dāng)前待評(píng)價(jià)的企業(yè)編號(hào)，且有0≤p≤n)而言，有m個(gè)投入指標(biāo)和s個(gè)產(chǎn)出指標(biāo)，將該企業(yè)的投入指標(biāo)集記為Xp,Xp=(x1p,x2p,…,xmp)，將該企業(yè)的產(chǎn)出指標(biāo)集記為Yp,Yp=(y1p,y2p,…,ysp)。至此，CCR模型可以表示為線性規(guī)劃形式(乘子模型)，即

vip≥0,urp≥0

(1)

minθp

λj≥0,1≤j≤n

(2)

3.2 改進(jìn)競爭型DEA交叉效率模型

在使用CCR模型和BCC模型進(jìn)行效率測度時(shí)，其最優(yōu)值所對(duì)應(yīng)的最優(yōu)解往往并不唯一。雖然這些最優(yōu)解對(duì)應(yīng)同一最優(yōu)效率值，但并不是所有的最優(yōu)解都能合理地測度被評(píng)價(jià)單元，進(jìn)而不一定能夠真實(shí)地反映出被評(píng)價(jià)單元的實(shí)際效率情況。對(duì)最優(yōu)解集中相對(duì)合理的解的選擇不僅有助于更合理地測度被評(píng)價(jià)單元的效率，使效率評(píng)價(jià)結(jié)果更具有說服力，同時(shí)還能夠?qū)崿F(xiàn)被評(píng)價(jià)單元之間的交互評(píng)價(jià)進(jìn)而實(shí)現(xiàn)對(duì)被評(píng)價(jià)單元的排序[19]。Sexton等[20]提出DEA交叉效率評(píng)價(jià)方法，使用自身最優(yōu)投入產(chǎn)出權(quán)重所得的自評(píng)最優(yōu)效率和其他被評(píng)價(jià)單元的最優(yōu)投入產(chǎn)出權(quán)重所得的他評(píng)效率進(jìn)行綜合的效率評(píng)價(jià)。結(jié)合本研究背景，第p家高科技創(chuàng)業(yè)企業(yè)對(duì)第j家企業(yè)的他評(píng)效率值為

(3)

(4)

所有企業(yè)可使用由(4)式確定的交叉效率值進(jìn)行最終的排序。然而這種基本的交叉效率評(píng)價(jià)模式并不能避免最優(yōu)解中含有零解的不合理情況，且企業(yè)的投入產(chǎn)出結(jié)構(gòu)越相異，最優(yōu)解中含有零解的可能性就越大[21]?？紤]到高科技創(chuàng)業(yè)企業(yè)在企業(yè)創(chuàng)新上的多樣性以及在規(guī)模和投入產(chǎn)出結(jié)構(gòu)上的較大差異性，為了盡可能避免每家企業(yè)在其最優(yōu)解集中選取零權(quán)重進(jìn)行交叉評(píng)價(jià)，基于Wang等[22]的中立型交叉效率模型，提出改進(jìn)競爭型DEA交叉效率模型(improved aggressive cross-efficiency model，IA)，即

vipxip-λ≥0,i=1,2,…,m

urpyrp-λ≥0,r=1,2,…,s

urp≥0,vip≥0,λ≥0

(5)

4 高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率的實(shí)證分析

4.1 評(píng)價(jià)指標(biāo)體系的確定

企業(yè)運(yùn)營效率評(píng)價(jià)指標(biāo)體系包括企業(yè)運(yùn)營中的投入和產(chǎn)出兩個(gè)方面。在已有的企業(yè)運(yùn)營效率研究中，其投入指標(biāo)通常由人力投入和資金投入構(gòu)成，產(chǎn)出指標(biāo)以企業(yè)獲得的各項(xiàng)收入為主[12,15]。本研究對(duì)象為高科技創(chuàng)業(yè)企業(yè)，創(chuàng)新是其最重要的運(yùn)營特征，因此在投入指標(biāo)的選取上特別考慮了研發(fā)費(fèi)用和研發(fā)人員的投入。同時(shí)，品牌資產(chǎn)作為在企業(yè)運(yùn)營過程中形成的企業(yè)核心資源之一，對(duì)企業(yè)的生存和發(fā)展具有重要的影響，是衡量企業(yè)績效的一個(gè)重要指標(biāo)[23]。因此在輸出方面，本研究不僅考慮已有研究經(jīng)常使用的企業(yè)運(yùn)營產(chǎn)生的顯性輸出銷售額，還考慮企業(yè)運(yùn)營產(chǎn)生的隱性輸出品牌資產(chǎn)。最終根據(jù)高科技創(chuàng)業(yè)企業(yè)的特征及數(shù)據(jù)的可得性，選取研發(fā)費(fèi)用、研發(fā)人員數(shù)量、廣告投入、人力資源成本和管理費(fèi)用作為評(píng)價(jià)中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率的輸入指標(biāo)，選取銷售額和品牌資產(chǎn)作為輸出指標(biāo)，具體指標(biāo)見表1。

表1 高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率評(píng)價(jià)指標(biāo)體系Table 1 Evaluation Index System of Operational Efficiency of Hi-tech Startups

用企業(yè)研發(fā)的總投入金額度量研發(fā)費(fèi)用；研發(fā)人員數(shù)量即在企業(yè)從事技術(shù)和研發(fā)的員工人數(shù)；廣告投入為企業(yè)在廣告宣傳中的總投入金額；人力資源成本包括支付的所有員工的報(bào)酬和福利；管理費(fèi)用為除以上支出外的企業(yè)其他支出，包括企業(yè)招待費(fèi)、職工培訓(xùn)費(fèi)、其他所交稅費(fèi)和捐贈(zèng)；銷售額為產(chǎn)品和服務(wù)銷售總金額；品牌資產(chǎn)為企業(yè)獲得馳名商標(biāo)、知名商標(biāo)和著名商標(biāo)的個(gè)數(shù)。

4.2 研究方法和數(shù)據(jù)處理

4.2.1 研究方法

本研究運(yùn)用DEA方法，從綜合效率、純技術(shù)效率、規(guī)模效率、規(guī)模收益、交叉效率排序和分類、投入冗余和產(chǎn)出不足等方面對(duì)中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率進(jìn)行評(píng)價(jià)和分析。首先，運(yùn)用基本DEA模型對(duì)企業(yè)運(yùn)營效率進(jìn)行評(píng)價(jià)，測度其綜合效率、純技術(shù)效率和規(guī)模效率，比較中國各地區(qū)創(chuàng)業(yè)企業(yè)平均運(yùn)營效率的高低，判定創(chuàng)業(yè)企業(yè)中DEA有效及非DEA有效企業(yè)的數(shù)量和比重，并通過純技術(shù)效率-規(guī)模效率二維分析，判斷中國高科技創(chuàng)業(yè)企業(yè)純技術(shù)效率和規(guī)模效率情況，從總體上分析造成運(yùn)營效率差異的原因；其次，根據(jù)中國各地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)投入冗余和產(chǎn)出不足的情況，進(jìn)一步分析影響企業(yè)運(yùn)營效率的原因；最后，基于改進(jìn)競爭型DEA交叉效率方法，對(duì)中國高科技創(chuàng)業(yè)企業(yè)進(jìn)行排序和分類，并根據(jù)不同地區(qū)、不同類別中非DEA有效企業(yè)的投入冗余和產(chǎn)出不足，結(jié)合企業(yè)的規(guī)模收益情況，深入分析影響中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率的根本原因，并找出制約其運(yùn)營效率的關(guān)鍵因素。

4.2.2 數(shù)據(jù)選取和處理

鑒于數(shù)據(jù)的完整性和可得性，本研究選取2008年4月由中華全國工商聯(lián)、國家工商總局、中國民(私)營經(jīng)濟(jì)研究會(huì)等組成的課題組完成的第八次全國私營企業(yè)抽樣調(diào)查為本研究的數(shù)據(jù)樣本，總體樣本數(shù)為4098。這個(gè)抽樣調(diào)查從1993年開始，每兩年進(jìn)行一次，是了解中國私營企業(yè)發(fā)展情況的重要數(shù)據(jù)來源，也是每兩年出版一次的《中國私營經(jīng)濟(jì)年鑒》的重要數(shù)據(jù)來源。2008年的私營企業(yè)抽樣調(diào)查對(duì)行業(yè)的細(xì)致區(qū)分及其調(diào)查內(nèi)容更契合本研究內(nèi)容，可以為本研究提供更為完整且科學(xué)的數(shù)據(jù)支撐。該樣本能夠很好地代表全國各個(gè)行業(yè)私營企業(yè)的真實(shí)情況，基于這樣一類科學(xué)全面的調(diào)查數(shù)據(jù)之上的研究結(jié)論將具有更高的可靠性。

本研究對(duì)創(chuàng)業(yè)企業(yè)年限界定和樣本選取主要參照已有研究。在已有創(chuàng)業(yè)企業(yè)研究中，對(duì)創(chuàng)業(yè)企業(yè)年限的界定各不相同，主要分為3年[24]、5年[25]和8年[26-27]等。考慮到數(shù)據(jù)獲取的充分性和分析結(jié)果的穩(wěn)健性，本研究借鑒Amason等[26]和何曉斌等[27]的界定標(biāo)準(zhǔn)，將創(chuàng)業(yè)企業(yè)的創(chuàng)辦年限界定為8年。首先將企業(yè)年齡不滿8年的創(chuàng)業(yè)企業(yè)從4098個(gè)總體樣本中剔除，然后依據(jù)問卷選項(xiàng)選取在新興產(chǎn)業(yè)中從事高科技行業(yè)的企業(yè)，再從中剔除在評(píng)價(jià)指標(biāo)上信息不完整的企業(yè)，最后由120個(gè)信息完整的高科技創(chuàng)業(yè)企業(yè)構(gòu)成本研究的分析樣本，樣本數(shù)據(jù)可以反映中國高科技創(chuàng)業(yè)企業(yè)的總體水平。同時(shí)，為更好地了解中國不同地域高科技創(chuàng)業(yè)企業(yè)的特征，根據(jù)中國區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略中對(duì)經(jīng)濟(jì)區(qū)域的劃分，本研究按照每個(gè)企業(yè)所在位置將樣本歸為東部、中部和西部三大類，各運(yùn)營效率評(píng)價(jià)指標(biāo)信息見表2。

4.3 中國高科技創(chuàng)業(yè)企業(yè)綜合運(yùn)營效率評(píng)價(jià)

本研究首先利用DEAP 2.1軟件對(duì)120個(gè)樣本企業(yè)的效率水平進(jìn)行測度，將其運(yùn)營的投入產(chǎn)出數(shù)據(jù)分別代入CCR模型和BCC模型，基于投入徑向方法對(duì)模型進(jìn)行求解，得到企業(yè)的綜合效率、純技術(shù)效率和規(guī)模效率以及各項(xiàng)投入指標(biāo)的冗余情況和產(chǎn)出指標(biāo)的不足情況等。由于樣本數(shù)量較多，直接列出每一個(gè)樣本的效率不具有十分顯著的意義，因此以區(qū)域的視角對(duì)中國高科技創(chuàng)業(yè)企業(yè)的平均運(yùn)營效率進(jìn)行統(tǒng)計(jì)并予以分析。

表2 描述性統(tǒng)計(jì)Table 2 Descriptive Statistics

4.3.1 不同地區(qū)高科技創(chuàng)業(yè)企業(yè)效率總體分析

對(duì)各地區(qū)的CCR有效、BCC有效和非DEA有效的高科技創(chuàng)業(yè)企業(yè)數(shù)量統(tǒng)計(jì)結(jié)果見表3。

表3 各地區(qū)CCR有效、BCC有效和非DEA有效的高科技創(chuàng)業(yè)企業(yè)數(shù)量Table 3 Amount of CCR-efficiency, BCC-efficiency and DEA-inefficiency Hi-tech Startups in Different Regions

由表3可知，東部和西部地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)數(shù)量比例分別為81.034%和82.609%，中部地區(qū)該比例為69.231%；處于CCR效率前沿面上的高科技創(chuàng)業(yè)企業(yè)東部為12.069%，西部為13.043%，而中部達(dá)到20.513%，大約是東部和西部的1.500倍；處于BCC效率前沿面上的高科技創(chuàng)業(yè)企業(yè)中，東部占18.966%，西部略低于東部，中部最高，達(dá)到30.769%。從整體上看，中部的高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率最優(yōu)。進(jìn)一步從綜合效率、純技術(shù)效率、規(guī)模效率和規(guī)模收益等方面對(duì)不同區(qū)域高科技創(chuàng)業(yè)企業(yè)的效率進(jìn)行統(tǒng)計(jì)，具體結(jié)果見表4和圖1。

由表4可知，中國高科技創(chuàng)業(yè)企業(yè)平均綜合效率為0.356，處于較低水平，符合創(chuàng)業(yè)企業(yè)整體效率較低[28]的特征，在一定程度上證明了本研究對(duì)中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率測度的可靠性。純技術(shù)效率為0.482，規(guī)模效率為0.732，說明中國高科技創(chuàng)業(yè)企業(yè)純技術(shù)效率過低是制約企業(yè)運(yùn)營效率的主要因素，這與荊浩等[29]對(duì)成長型中、小企業(yè)的研究結(jié)果以及樊霞等[30]對(duì)企業(yè)產(chǎn)學(xué)研合作的綜合技術(shù)效率影響因素的研究結(jié)果一致。從中國各地區(qū)看，東部地區(qū)的綜合效率為0.322，為所有地區(qū)中最低；西部地區(qū)為0.349，低于全國平均水平；中部地區(qū)為0.410，略高于全國平均水平。純技術(shù)效率方面，東部地區(qū)為0.437，仍為所有地區(qū)中最低；中部地區(qū)為0.553，在所有地區(qū)中最高；西部地區(qū)為0.476，效率水平居中。

由圖1可知，各地區(qū)絕大多數(shù)高科技創(chuàng)業(yè)企業(yè)均處于規(guī)模收益遞增狀態(tài)，完全符合創(chuàng)業(yè)企業(yè)高成長性這一重要特征。規(guī)模收益遞減的高科技創(chuàng)業(yè)企業(yè)數(shù)量比重呈現(xiàn)出從東部地區(qū)到西部地區(qū)依次遞減的態(tài)勢(shì)，東部地區(qū)規(guī)模收益遞減企業(yè)比例為13.793%， 中部地區(qū)該比例為7.692%，西部地區(qū)為0，這一現(xiàn)象說明東部和中部地區(qū)(尤其是東部地區(qū))部分高科技創(chuàng)業(yè)企業(yè)存在企業(yè)規(guī)模發(fā)展不合理的情況。改革開放以來，隨著中國東部地區(qū)社會(huì)經(jīng)濟(jì)的高速發(fā)展，高科技創(chuàng)業(yè)企業(yè)數(shù)量迅猛攀升，競爭不斷加?。辉偌由蠔|部高人力資源成本和創(chuàng)業(yè)成本等特點(diǎn)[31]，造成一些高科技創(chuàng)業(yè)企業(yè)整體效率低下。為了進(jìn)一步分析中國各地區(qū)高科技創(chuàng)業(yè)企業(yè)的規(guī)模效率，找出各地區(qū)高科技創(chuàng)業(yè)企業(yè)的運(yùn)營特征，圖2給出各地區(qū)高科技創(chuàng)業(yè)企業(yè)純技術(shù)效率-規(guī)模效率分布情況。

表4 各地區(qū)高科技創(chuàng)業(yè)企業(yè)DEA平均效率和規(guī)模收益Table 4 Average DEA Efficiency and Return to Scale of Hi-tech Startups in Different Regions

圖2 各地區(qū)高科技創(chuàng)業(yè)企業(yè)純技術(shù)效率-規(guī)模效率分布Figure 2 Distribution of Pure Technical Efficiency-Scale Efficiency of Hi-tech Startups in Different Regions

由圖2可知，絕大多數(shù)企業(yè)都集中在規(guī)模效率高、純技術(shù)效率低的區(qū)域內(nèi)，這與發(fā)展中創(chuàng)業(yè)企業(yè)的高成長性相符。規(guī)模效率較高反映了大多數(shù)創(chuàng)業(yè)企業(yè)在成長過程中對(duì)其自身規(guī)模的把控與企業(yè)整體運(yùn)營狀態(tài)步調(diào)上的一致性；純技術(shù)效率偏低契合了高科技創(chuàng)業(yè)企業(yè)高投入、高風(fēng)險(xiǎn)的特征，即高科技創(chuàng)業(yè)企業(yè)在前期往往以大量的科研投入為導(dǎo)向，而研發(fā)和創(chuàng)新的滯后性往往導(dǎo)致其純技術(shù)效率處于較低水平。這一結(jié)果與創(chuàng)業(yè)企業(yè)特征的契合進(jìn)一步表明本研究的合理性。

4.3.2 不同地區(qū)高科技創(chuàng)業(yè)企業(yè)投入冗余和產(chǎn)出不足分析

基于以上分析，本研究進(jìn)一步對(duì)各地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)平均投入冗余和產(chǎn)出不足進(jìn)行測算，測算結(jié)果見表5。

由表5可知，東部的高科技創(chuàng)業(yè)企業(yè)研發(fā)費(fèi)用和研發(fā)技術(shù)人員投入冗余分別為87.503個(gè)單位和19.642個(gè)單位，遠(yuǎn)高于中部的27.892個(gè)單位和11.884個(gè)單位以及西部的16.736個(gè)單位和9.024個(gè)單位；在廣告投入冗余和品牌資產(chǎn)產(chǎn)出不足方面，東部為34.426個(gè)單位和0.250個(gè)單位，高于中部的21.928個(gè)單位和0.235個(gè)單位以及西部的12.945個(gè)單位和0.204個(gè)單位；中部地區(qū)的高科技創(chuàng)業(yè)企業(yè)在勞動(dòng)力成本、管理費(fèi)用投入冗余以及營業(yè)額產(chǎn)出不足等方面高于其它地區(qū)和全國平均水平。以上結(jié)果表明，處于科技發(fā)展水平相對(duì)發(fā)達(dá)的東部地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)在研發(fā)投入方面具有不合理性，盲目的研發(fā)投入和不合理的創(chuàng)新資源配置是造成企業(yè)運(yùn)營效率低下的重要因素。中部地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)主要在勞動(dòng)力和管理費(fèi)用上存在過多的投入；在產(chǎn)出方面，企業(yè)的高營業(yè)額產(chǎn)出不足是造成該區(qū)域非DEA有效的高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率低下的重要原因。

表5 各地區(qū)非DEA有效高科技創(chuàng)業(yè)企業(yè)投入冗余和產(chǎn)出不足Table 5 Input Redundancy and Output Deficiency of DEA Inefficiency Hi-tech Startups in Different Regions

表6 IA模型與CCR模型在中部地區(qū)DEA有效的高科技創(chuàng)業(yè)企業(yè)上的選解結(jié)果Table 6 Solutions of the DEA-efficiency Hi-tech Startups in the Central Region from the IA Model and the CCR Model Respectively

4.3.3 高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率排序以及投入冗余和產(chǎn)出不足的區(qū)段分析

(1)改進(jìn)競爭型交叉效率模型與基本DEA模型的選解效果比較

由3.2節(jié)分析可知，基本DEA模型的最優(yōu)值往往對(duì)應(yīng)著多組最優(yōu)解，在這些最優(yōu)解中往往存在著不合理的解。因此，不同的DEA計(jì)算工具(如DEAP和MATLAB等)在求解基本DEA模型時(shí)可能存在選擇不合理解的情況(如對(duì)于DEA有效的DMU而言，選擇其含有0的解)。交叉效率模型不僅能夠在最優(yōu)解集中選取相對(duì)合理的解進(jìn)行效率互評(píng)，同時(shí)還能進(jìn)一步對(duì)基本DEA模型中效率為1的決策單元進(jìn)行排序。為進(jìn)一步說明3.2節(jié)中IA模型在選解上的有效性，選擇CCR模型作為基本DEA模型，對(duì)DEA有效企業(yè)對(duì)應(yīng)的解進(jìn)行比較。限于篇幅，在此僅給出中部地區(qū)的結(jié)果，見表6。

由表6可知，CCR模型在企業(yè)編號(hào)為1、4、5和8的結(jié)果中含有0權(quán)重。根據(jù)數(shù)據(jù)包絡(luò)分析理論，DEA有效決策單元的每一個(gè)投入產(chǎn)出指標(biāo)必定對(duì)應(yīng)著一個(gè)非0權(quán)重。因此，CCR模型并不能保證在每一個(gè)DEA有效的高科技創(chuàng)業(yè)企業(yè)的最優(yōu)解集中選擇出合理的解。相比之下，AI模型在所有的8個(gè)高科技創(chuàng)業(yè)企業(yè)上的解全部為非0解，表明該模型在選解上具有有效性。

(2)企業(yè)運(yùn)營效率排序及投入冗余和產(chǎn)出不足區(qū)段分析

為了更好地對(duì)各地區(qū)高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率進(jìn)行分析，采用IA模型對(duì)其運(yùn)營效率進(jìn)行重新計(jì)算并排序。為了進(jìn)一步檢驗(yàn)IA模型的可靠性，將各地區(qū)間的高科技創(chuàng)業(yè)企業(yè)的平均IA交叉效率與CCR效率進(jìn)行Kraskal-Wallis H檢驗(yàn)和Wilcoxon檢驗(yàn)，檢驗(yàn)結(jié)果見表7。

Kraskal-Wallis H檢驗(yàn)結(jié)果表明，中國東部、中部和西部高科技創(chuàng)業(yè)企業(yè)的CCR平均效率值不具有顯著差異，IA交叉效率具有顯著的地區(qū)差異，這一結(jié)果與地區(qū)間經(jīng)濟(jì)發(fā)展水平的差異相符。進(jìn)一步對(duì)地區(qū)間高科技創(chuàng)業(yè)企業(yè)平均效率進(jìn)行Wilcoxon檢驗(yàn)，發(fā)現(xiàn)CCR效率在任何地區(qū)的對(duì)比中都不具有顯著性。對(duì)于IA效率，東部與中部在0.100水平上具有顯著差異，東部與西部在0.050水平上具有顯著差異。這一結(jié)果與中國東部、中部和西部的經(jīng)濟(jì)發(fā)展水平相吻合，在一定程度上說明區(qū)域經(jīng)濟(jì)發(fā)達(dá)程度與高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率水平之間存在正相關(guān)關(guān)系，也與宋罡等[32]對(duì)中國區(qū)域間中小企業(yè)技術(shù)效率差異的研究結(jié)果以及李婧等[33]對(duì)中國區(qū)域創(chuàng)新效率差異的研究結(jié)果一致。表明本研究提出的IA模型能夠在最優(yōu)解的解集中選取有意義的解進(jìn)行效率評(píng)價(jià)，實(shí)現(xiàn)了對(duì)企業(yè)運(yùn)營效率的合理排序。從單個(gè)樣本角度看，對(duì)樣本效率的交叉評(píng)價(jià)比基于基本DEA模型的自我評(píng)價(jià)更加合理。

基于以上分析，本研究根據(jù)IA模型的排序，分別對(duì)東部、中部和西部3個(gè)地區(qū)高科技創(chuàng)業(yè)企業(yè)進(jìn)行效率評(píng)價(jià)和分類，并對(duì)每一類中的平均投入冗余和產(chǎn)出不足以及企業(yè)的規(guī)模效益進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果見表8。

由表8可知，東部地區(qū)高科技創(chuàng)業(yè)企業(yè)評(píng)價(jià)處于“好”區(qū)段的企業(yè)數(shù)量為22家，占東部企業(yè)總數(shù)的0.379；中部地區(qū)該區(qū)段企業(yè)數(shù)量為6家，占中部企業(yè)總數(shù)的0.154；西部地區(qū)該區(qū)段企業(yè)數(shù)量為2家，占西部企業(yè)總數(shù)的0.087。東部地區(qū)高科技創(chuàng)業(yè)企業(yè)評(píng)價(jià)在“較好”以上的企業(yè)總數(shù)為33家，占東部企業(yè)總數(shù)的0.569。東部地區(qū)在“較好”以上的企業(yè)數(shù)量所占比重最大，中部地區(qū)次之，西部地區(qū)最少，結(jié)合表7的檢驗(yàn)結(jié)果，再次印證了高科技創(chuàng)業(yè)企業(yè)的發(fā)展?fàn)顩r與地區(qū)經(jīng)濟(jì)發(fā)展水平的一致性。對(duì)于處在不同評(píng)價(jià)區(qū)段的企業(yè)而言，其平均投入冗余、產(chǎn)出不足以及規(guī)模收益上表現(xiàn)出明顯的特點(diǎn)。對(duì)于各地區(qū)所有高科技創(chuàng)業(yè)企業(yè)而言，其品牌資產(chǎn)產(chǎn)出不足的徑向移動(dòng)均為0個(gè)單位，僅有松弛移動(dòng)上的產(chǎn)出不足，表明在企業(yè)保持現(xiàn)有投入結(jié)構(gòu)和運(yùn)營效率不變的情況下，可直接通過提高產(chǎn)出的松弛移動(dòng)不足來提高品牌資產(chǎn)價(jià)值。這在一定程度上反映出中國高科技創(chuàng)業(yè)企業(yè)普遍對(duì)品牌資產(chǎn)的重視不足，在企業(yè)運(yùn)營的過程中沒有把品牌資產(chǎn)作為企業(yè)績效評(píng)估的重要部分。實(shí)際上品牌資產(chǎn)作為企業(yè)運(yùn)營輸出的成果之一，可以為企業(yè)帶來更多的附加價(jià)值，幫助企業(yè)獲取更大的利益和股東價(jià)值，是企業(yè)的核心資源之一[34]。因此，高科技創(chuàng)業(yè)企業(yè)應(yīng)該將企業(yè)品牌資產(chǎn)作為一項(xiàng)重要的運(yùn)營產(chǎn)出指標(biāo)，加強(qiáng)企業(yè)投入產(chǎn)出結(jié)構(gòu)的合理性，注重創(chuàng)新投入和廣告投入對(duì)它的影響。

對(duì)于評(píng)價(jià)為“好”的高科技創(chuàng)業(yè)企業(yè)，東部地區(qū)處于該區(qū)段的企業(yè)規(guī)模收益除1家遞減和3家不變外，其余均為遞增，中部地區(qū)和西部地區(qū)也有類似的情況，表明這類企業(yè)發(fā)展規(guī)模與當(dāng)下企業(yè)發(fā)展?fàn)顩r匹配程度較高，導(dǎo)致企業(yè)運(yùn)營效率不足主要源于企業(yè)發(fā)展規(guī)模的滯后性以及投入產(chǎn)出結(jié)構(gòu)的不合理性。另外，對(duì)于東部和中部地區(qū)而言，評(píng)價(jià)為“好”的企業(yè)平均廣告投入的松弛移動(dòng)冗余分別為10.490個(gè)單位和7.937個(gè)單位，分別為相應(yīng)地區(qū)的所有區(qū)段中最高，表明東部和中部地區(qū)處于該區(qū)段的企業(yè)在當(dāng)前運(yùn)營效率不變的情況下可節(jié)省下相當(dāng)程度的廣 告投入成本，進(jìn)而優(yōu)化投入結(jié)構(gòu)，提升企業(yè)效率。對(duì)于評(píng)價(jià)為“較好”的企業(yè)而言，中部地區(qū)處于該區(qū)段的企業(yè)各項(xiàng)投入冗余和產(chǎn)出不足均不明顯，說明對(duì)于這類企業(yè)中處于規(guī)模收益遞增的9家企業(yè)而言，其首要任務(wù)是擴(kuò)大企業(yè)規(guī)模，加速企業(yè)成長，使之適應(yīng)其當(dāng)前的投入產(chǎn)出結(jié)構(gòu)和企業(yè)發(fā)展水平。

表7 地區(qū)間高科技創(chuàng)業(yè)企業(yè)平均效率的Kraskal-Wallis H檢驗(yàn)和Wilcoxon檢驗(yàn)結(jié)果Table 7 Results of Kraskal-Wallis H Test and Wilcoxon Test on the Average Efficiencies of Hi-tech Startups in Different Regions

注：*為在0.100水平上顯著，**為在0.050水平上顯著。

表8 高科技創(chuàng)業(yè)企業(yè)排序區(qū)段分類以及投入冗余、產(chǎn)出不足和規(guī)模收益情況Table 8 Results of Order-segment Classification, Input Redundancy, Output Deficiency, and Return to Scale of Hi-tech Startups

應(yīng)特別注意東部地區(qū)處于評(píng)價(jià)為“差”區(qū)段的10家企業(yè)，有6家處于規(guī)模收益遞減狀態(tài)，表明在當(dāng)前的投入產(chǎn)出結(jié)構(gòu)下，這些企業(yè)需要通過縮減自身規(guī)模來提高效率，而這顯然與創(chuàng)業(yè)企業(yè)處于高成長性的特點(diǎn)相違背。這些企業(yè)的平均研發(fā)費(fèi)用和平均廣告投入的徑向移動(dòng)冗余分別為178.553和59.762，在所有地區(qū)、所有評(píng)價(jià)區(qū)段中最高，表明這些企業(yè)在研發(fā)費(fèi)用和廣告費(fèi)用的投入上存在嚴(yán)重的盲目性，企業(yè)投入產(chǎn)出結(jié)構(gòu)存在嚴(yán)重的不合理性。正是因?yàn)槠渫度氘a(chǎn)出結(jié)構(gòu)的不合理，導(dǎo)致大多數(shù)企業(yè)都處于規(guī)模收益遞減的狀態(tài)。因此，對(duì)于東部地區(qū)處于該區(qū)段的企業(yè)而言，應(yīng)著重考慮減少對(duì)研發(fā)和廣告的投入，根據(jù)企業(yè)所處行業(yè)及自身特點(diǎn)，積極調(diào)整企業(yè)投入產(chǎn)出結(jié)構(gòu)，使之與企業(yè)的發(fā)展規(guī)模和發(fā)展現(xiàn)狀相符合。

5 結(jié)論

本研究采用DEA方法對(duì)中國高科技創(chuàng)業(yè)企業(yè)的運(yùn)營效率進(jìn)行測度和評(píng)價(jià)，基于改進(jìn)DEA交叉效率排序方法對(duì)中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率做出排序和分類，在此基礎(chǔ)上剖析各地區(qū)非DEA有效的高科技創(chuàng)業(yè)企業(yè)投入冗余和產(chǎn)出不足情況，找出制約中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率的原因，得到如下研究結(jié)論。

(1)從整體效率評(píng)價(jià)結(jié)果看，中國高科技創(chuàng)業(yè)企業(yè)總體運(yùn)營效率較低，不同地區(qū)的運(yùn)營效率差異較大，純技術(shù)效率過低是制約企業(yè)運(yùn)營效率的主要因素。

(2)規(guī)模收益分析表明，中國大多數(shù)高科技創(chuàng)業(yè)企業(yè)均處于規(guī)模收益遞增階段，這與創(chuàng)業(yè)企業(yè)的高成長性特征相符；部分規(guī)模收益遞減的企業(yè)大多集中在東部地區(qū)，證實(shí)了東部地區(qū)高創(chuàng)業(yè)成本和人力資源成本對(duì)其規(guī)模收益的制約性。

(3)對(duì)高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率排序結(jié)果表明，企業(yè)運(yùn)營效率不高多源于企業(yè)發(fā)展規(guī)模的滯后性和投入產(chǎn)出結(jié)構(gòu)的不合理性。對(duì)投入冗余的分析表明，中國大多數(shù)高科技創(chuàng)業(yè)企業(yè)對(duì)其品牌資產(chǎn)重視不足，普遍存在研發(fā)費(fèi)用和廣告費(fèi)用的投入冗余，即企業(yè)投入產(chǎn)出結(jié)構(gòu)不夠合理。對(duì)于東部地區(qū)而言，高科技創(chuàng)業(yè)企業(yè)普遍具有十分明顯的研發(fā)投入冗余，對(duì)于該地區(qū)運(yùn)營效率過低的企業(yè)而言，其規(guī)模收益多數(shù)處于遞減狀態(tài)，研發(fā)投入冗余在這些企業(yè)尤為嚴(yán)重。

根據(jù)以上結(jié)論，為切實(shí)提升中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率，從政府、產(chǎn)業(yè)和企業(yè)3個(gè)層面提出以下政策建議。

(1)加強(qiáng)政府調(diào)控和引導(dǎo)，優(yōu)化中國創(chuàng)業(yè)創(chuàng)新環(huán)境，建立有效的科技人才引進(jìn)機(jī)制，解決中國高科技創(chuàng)業(yè)企業(yè)創(chuàng)新投入產(chǎn)出的不合理問題，提高企業(yè)整體效率。在創(chuàng)業(yè)成本較高且大部分高科技創(chuàng)業(yè)企業(yè)投入產(chǎn)出結(jié)構(gòu)不合理的地區(qū)，利用政府科技人才的引導(dǎo)，解決其廣告和創(chuàng)新投入冗余等問題，幫助其克服外部創(chuàng)業(yè)環(huán)境的弱勢(shì)，對(duì)提高其整體運(yùn)營效率尤為重要。

(2)除有效解決投出產(chǎn)出結(jié)構(gòu)問題外，中國高科技創(chuàng)業(yè)企業(yè)應(yīng)進(jìn)一步加大技術(shù)引進(jìn)和改造，從根本上提高技術(shù)使用效率和創(chuàng)新效率。對(duì)于東部地區(qū)運(yùn)營效率過低的企業(yè)而言，應(yīng)著重考慮削減其研發(fā)投入，以促進(jìn)其優(yōu)化投入產(chǎn)出結(jié)構(gòu)；中部地區(qū)需要加強(qiáng)對(duì)勞動(dòng)力和管理費(fèi)用的控制；西部地區(qū)相對(duì)較小的投入冗余和產(chǎn)出不足以及沒有規(guī)模效益遞減企業(yè)，意味著西部地區(qū)高科技創(chuàng)業(yè)企業(yè)還具有較大的規(guī)模擴(kuò)充空間，政府進(jìn)一步加大西部地區(qū)創(chuàng)新創(chuàng)業(yè)的投入顯得尤為必要。整體而言，進(jìn)一步提高企業(yè)生產(chǎn)經(jīng)營和管理水平、優(yōu)化研發(fā)資金使用效率是中國高科技創(chuàng)業(yè)企業(yè)普遍需要解決的問題。

總之，高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率受經(jīng)濟(jì)與政策環(huán)境和企業(yè)自身雙重因素的影響。為改善中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率，全面促進(jìn)企業(yè)創(chuàng)新效率的提升，必須從以上兩個(gè)方面著手，結(jié)合中國高科技創(chuàng)業(yè)企業(yè)活動(dòng)實(shí)際情況及區(qū)域經(jīng)濟(jì)發(fā)展特色，采取針對(duì)性改進(jìn)方案和措施，促進(jìn)其健康可持續(xù)發(fā)展。

本研究的不足之處在于，由于數(shù)據(jù)獲取等方面的原因，僅使用馳名商標(biāo)、知名商標(biāo)和著名商標(biāo)的數(shù)量對(duì)高科技創(chuàng)業(yè)企業(yè)品牌資產(chǎn)進(jìn)行測度，且該變量對(duì)于大多數(shù)高科技創(chuàng)業(yè)企業(yè)而言并不具有較強(qiáng)的區(qū)分能力，因此可能會(huì)對(duì)評(píng)價(jià)結(jié)果造成一定程度的影響。未來的研究工作將主要圍繞高科技創(chuàng)業(yè)企業(yè)品牌資產(chǎn)的測度問題展開，以期獲得更加準(zhǔn)確的評(píng)價(jià)結(jié)果。

[1]趙樹寬,余海晴,鞏順龍.基于DEA方法的吉林省高技術(shù)企業(yè)創(chuàng)新效率研究[J].科研管理,2013,34(2):36-43,104.

Zhao Shukuan,Yu Haiqing,Gong Shunlong.The innovation efficiency of hi-tech enterprises in Jilin Province based on DEA method[J].Science Research Management,2013,34(2):36-43,104.(in Chinese)

[2]Chen C M,Zhu J.Efficient resource allocation via efficiency bootstraps:An application to R&D project budgeting[J].Operations Research,2011,59(3):729-741.

[3]韓晶.中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究:基于SFA方法的實(shí)證分析[J].科學(xué)學(xué)研究,2010,28(3):467-472.

Han Jing.An empirical analysis on China′s high-technology industry innovation efficiency based on SFA[J].Studies in Science of Science,2010,28(3):467-472.(in Chinese)

[4]劉俊杰,傅毓維.基于DEA方法的高技術(shù)企業(yè)創(chuàng)新效率研究[J].科技管理研究,2008,28(3):28-30.

Liu Junjie,Fu Yuwei.Innovative efficiency research of hi-tech enterprise based on DEA[J].Science and Technology Management Research,2008,28(3):28-30.(in Chinese)

[5]Grupp H.External effects as a microeconomic determinant of innovation efficiency[J].International Journal of the Economics of Business,1997,4(2):173-188.

[6]Feng F,Wang B,Zou Y,Du Y.A new internet DEA structure:Measurement of Chinese R&D innovation efficiency in high technology industry[J].International Journal of Business and Management,2013,8(21):32-40.

[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]白俊紅.我國科研機(jī)構(gòu)知識(shí)生產(chǎn)效率研究[J].科學(xué)學(xué)研究,2013,31(8):1198-1206,1177.

Bai Junhong.Research on the knowledge production efficiency of scientific research institutions in China[J].Studies in Science of Science,2013,31(8):1198-1206,1177.(in Chinese)

[9]聶佳佳,熊中楷.制造商廣告和零售商動(dòng)態(tài)定價(jià)聯(lián)合決策模型[J].管理科學(xué),2006,19(6):42-47.

Nie Jiajia,Xiong Zhongkai.Integrated decision model with manufacturer′s advertising and retailer′s dynamic pricing[J].Journal of Management Science,2006,19(6):42-47.(in Chinese)

[10] 錢燕云.企業(yè)技術(shù)創(chuàng)新效率和有效性的綜合評(píng)價(jià)研究[J].科技管理研究,2004,24(1):51-53.

Qian Yanyun.A study of the comprehensive assessment of the enterprise efficiency in technological[J].Science and Technology Management Research,2004,24(1):51-53.(in Chinese)

[11] 吳和成.高技術(shù)產(chǎn)業(yè)R&D效率分析[J].研究與發(fā)展管理,2008,20(5): 83-89.

Wu Hecheng.Analysis on R&D efficiency of hi-tech industries in China[J].R&D Management,2008,20(5):83-89.(in Chinese)

[12] 許漢友,湯谷良,汪先娣.中國會(huì)計(jì)師事務(wù)所運(yùn)營效率之DEA分析[J].會(huì)計(jì)研究,2008(3):74-81.

Xu Hanyou,Tang Guliang,Wang Xiandi.DEA about the operation efficiency of the accounting firms in China[J].Account Research,2008(3):74-81.(in Chinese)

[13] 孟溦,黃敏,劉文斌.利用DEA對(duì)科研機(jī)構(gòu)規(guī)模效益的分析[J].科研管理,2006,27(4):20-25,19.

Meng Wei,Huang Min,Liu Wenbin.Scale efficiency analysis of institutions using DEA models[J].Science Research Management,2006,27(4):20-25,19.(in Chinese)

[14] Paradi J C,Schaffnit C.Commercial branch performance evaluation and results communication in a Canadian bank:A DEA application[J].European Journal of Operational Research,2004,156(3):719-735.

[15] Hsiao H C,Chang H,Cianci A M,Huang L H.First financial restructuring and operating efficiency:Evidence from Taiwanese commercial banks[J].Journal of Banking & Finance,2010,34(7):1461-1471.

[16] Premachandra I M,Zhu J,Watson J,Galagedera D U A.Best-performing US mutual fund families from 1993 to 2008:Evidence from a novel two-stage DEA model for efficiency decomposition[J].Journal of Banking & Finance,2012,36(12):3302-3317.

[17] Hung S W,Wang A P.Entrepreneurs with glamour?DEA performance characterization of high-tech and older-established industries[J].Economic Modelling,2012,29(4):1146-1153.

[18] Cook W D,Seiford L M.Data envelopment analysis (DEA):Thirty years on[J].European Journal of Operational Research,2009,192(1):1-17.

[19] Ramón N,Ruiz J L,Sirvent I.Reducing differences between profiles of weights:A “peer-restricted” cross-efficiency evaluation[J].Omega:The International Journal of Management Science,2011,39(6):634-641.

[20] Sexton T R,Silkman R H,Hogan A J.Data envelopment analysis:Critique and extensions[J].New Directions for Evaluation:Measuring efficiency:An assessment of data envelopment analysis,1986(32):73-105.

[21] Angiz M Z,Mustafa A,Kamali M J.Cross-ranking of decision making units in data envelopment analysis[J].Applied Mathematical Modelling,2013,37(1/2):398-405.

[22] Wang Y M,Chin K S,Jiang P.Weight determination in the cross-efficiency evaluation[J].Computers & Industrial Engineering,2011,61(3):497-502.

[23] 方正,江明華,楊洋,李蔚.產(chǎn)品傷害危機(jī)應(yīng)對(duì)策略對(duì)品牌資產(chǎn)的影響研究:企業(yè)聲譽(yù)與危機(jī)類型的調(diào)節(jié)作用[J].管理世界,2010(12):105-118,142.

Fang Zheng,Jiang Minghua,Yang Yang,Li Wei.A study on the impact of the crisis aroused by harms resulting from products on the brand equity[J].Management World,2010(12):105-118,142.(in Chinese)

[24] Fernhaber S A,Gilbert B A,McDougall P P.International entrepreneurship and geographic location:An empirical examination of new venture internationalization[J].Journal of International Business Studies,2008,39(2):267-290.

[25] Shrader R,Siegel D S.Assessing the relationship between human capital and firm performance:Evidence from technology-based new ventures[J].Entrepreneurship:Theory and Practice,2007,31(6):893-908.

[26] Amason A C,Shrader R C,Tompson G H.Newness and novelty:Relating top management team composition to new venture performance[J].Journal of Business Venturing,2006,21(1):125-148.

[27] 何曉斌,蔣君潔,楊治,蔡國良.新創(chuàng)企業(yè)家應(yīng)做“外交家”嗎?:新創(chuàng)企業(yè)家的社交活動(dòng)對(duì)企業(yè)績效的影響[J].管理世界,2013(6):128-137,152.

He Xiaobin,Jiang Junjie,Yang Zhi,Cai Guoliang.Should new venture entrepreneurs be the “diplomat”?:Entrepreneurs′ social activities and new venture performance[J].Management World,2013(6):128-137,152.(in Chinese)

[28] 林嵩,姜彥福.基于創(chuàng)業(yè)機(jī)會(huì)特征的新創(chuàng)企業(yè)競爭性行為研究[J].科研管理,2008,29(1):48-51,65.

Lin Song,Jiang Yanfu.The study on the competitive action of new ventures based on the characteristics of entrepreneurial opportunity[J].Science Research Management,2008,29(1):48-51,65.(in Chinese)

[29] 荊浩,趙希男.DEA 中交叉效率評(píng)價(jià)的新思考[J].運(yùn)籌與管理,2008,17(3):46-51.

Jing Hao,Zhao Xinan.A new thought on cross-efficiency evaluation in DEA[J].Operations Research and Management Science,2008,17(3):46-51.(in Chinese)

[30] 樊霞,趙丹萍,何悅.企業(yè)產(chǎn)學(xué)研合作的創(chuàng)新效率及其影響因素研究[J].科研管理,2012,33(2):33-39.

Fan Xia,Zhao Danping,He Yue.Enterprise innovation efficiencies of university-industry cooperation and their influential factors[J].Science Research Management,2012,33(2):33-39.(in Chinese)

[31] 陳耀,馮超.貿(mào)易成本、本地關(guān)聯(lián)與產(chǎn)業(yè)集群遷移[J].中國工業(yè)經(jīng)濟(jì),2008(3):76-83.

Chen Yao,Feng Chao.Trade cost,local linkage and industrial clusters relocation[J].China Industrial Economics,2008(3):76-83.(in Chinese)

[32] 宋罡,徐勇.基于隨機(jī)前沿分析的中小企業(yè)技術(shù)效率[J].系統(tǒng)工程,2013,31(2):77-83.

Song Gang,Xu Yong.The technical efficiency of SMEs based on SFA[J].Systems Engineering,2013,31(2):77-83.(in Chinese)

[33] 李婧,白俊紅,譚清美.中國區(qū)域創(chuàng)新效率的實(shí)證分析:基于省際面板數(shù)據(jù)及DEA方法[J].系統(tǒng)工程,2008,26(12):1-7.

Li Jing,Bai Junhong,Tan Qingmei.Empirical research on the regional innovation efficiency:Based on the panel data of Chinese provinces and DEA method[J].Systems Engineering,2008,26(12):1-7.(in Chinese)

[34] 黎小林,王海忠.品牌權(quán)益影響股東價(jià)值的實(shí)證研究[J].管理科學(xué),2010,23(2):60-68.

Li Xiaolin,Wang Haizhong.Empirical study on the effect of brand equity on shareholder value[J].Journal of Management Science,2010,23(2):60-68.(in Chinese)