基于DEA模型的智能制造企业创新效率评价_中国煤炭行业知识服务平台

基于DEA模型的智能制造企业创新效率评价

作者

徐琛辉宋良荣
单位

上海理工大学管理学院
摘要

为了衡量我国智能制造企业创新能力，推动制造业持续发展，应用DEA模型、Tobit回归及脉冲响应模型对2016—2020年我国27家位列智能制造企业百强名单的上市公司及其所在产业的创新效率进行评价分析，并对创新效率的影响因素进行研究，以满足“十四五”期间我国制造业面临的发展规划。结果表明：在静态分析层面上，智能制造企业的综合效率DEA有效个数在5年内有所下滑，规模递增企业个数显著增加。在动态分析层面上，智能制造企业的全要素生产率整体呈动态增长，得益于技术效率和技术进步双向增长。在创新效率影响因素方面，资产规模、内控缺陷长期抑制创新效率增长，而股权集中度在长期对创新效率增长有促进作用。
关键词

智能制造企业创新效率DEA模型Tobit回归脉冲响应模型
基金项目(Foundation)

国家自然科学基金项目（71871144）；
文章目录

0 引言
1 研究方法与数据来源
1.1 研究方法
1.1.1 DEA-CCR和DEA-BCC模型
1.1.2 DEA-Malmquist模型
1.1.3 Tobit回归
1.1.4 脉冲响应
1.2 数据来源
2 实证分析
2.1 静态效率分析
2.2 动态效率分析
2.2.1 Malmquist动态分析
2.2.2 创新效率因素分析
3 研究结论与建议
引用格式

徐琛辉,宋良荣.基于DEA模型的智能制造企业创新效率评价[J].技术与创新管理,2022,43(03):334-341.DOI:10.14090/j.cnki.jscx.2022.0311.
相关文章

[1]智能制造企业经营能力与创新效率研究
[2]基于DEA模型的中国上市物流企业经营效率评价
[3]智能制造企业公司治理效率研究