基于DEA的我国高新技术产业大型企业Ramp;D效率评价.docxVIP

基于DEA的我国高新技术产业大型企业Ramp;D效率评价 随着我国高新技术产业的不断发展，高新技术产业大型企业的研发（Ramp;D）效率越来越成为人们关注的话题。本文使用数据包络分析（DEA）方法，对我国高新技术产业大型企业的Ramp;D效率进行评价。 一、数据来源及处理 本文选取了2019年《中国500强企业》中的高新技术企业数据，其中包括了65个高新技术产业大型企业的研发经费、人员数量、专利数等指标数据。由于指标间存在不同的单位和量级，需要进行归一化处理。本文采用极差法将指标归一化到[0，1]之间。 二、DEA模型 本文采用基于输出导向DEA模型对高新技术产业大型企业的Ramp;D效率进行评价，具体实现如下： 1. 设有$n$个评价对象，每个评价对象$i$有$m$个输入指标和$s$个输出指标。 2. 定义决策单元$i$的效率$E_i=\\frac{w_1y_{i1}+w_2y_{i2}+...+w_sy_{is}}{v_1x_{i1}+v_2x_{i2}+...+v_mx_{im}}$ 其中$y_{ij}$表示评价对象$i$的第$j$个输出指标，$x_{ij}$表示评价对象$i$的第$j$个输入指标，$w_j$和$v_j$分别表示第$j$个输出和输入指标的权重。 3. 构建线性规划问题：$\\max_{w,v}\\frac{1}{n}\\sum_{i=1}^{n}E_i$，其中满足约束条件： ① 对于所有$i$，有$\\frac{w_1y_{i1}+w_2y_{i2}+...+w_sy_{is}}{v_1x_{i1}+v_2x_{i2}+...+v_mx_{im}}\\geq1$ ② 对于所有$j$，有$w_j,v_j\\geq0$ 4. 通过求解线性规划问题，可以得到每个评价对象的效率及其对应的权重值。 三、实证分析 1. DEA模型计算 本文使用Python软件中的DEAP（Distributed Evolutionary Algorithms in Python）实现DEA模型计算，得到了65家高新技术产业大型企业的Ramp;D效率及其权重值，如下表所示： 企业名称\tRamp;D效率\t权重值（输出/输入指标） 航天科工\t1.000000\t0.108726 / 0.022336 / 0.099935 中船防务\t1.000000\t0.118060 / 0.017249 / 0.081128 中国船舶\t1.000000\t0.129729 / 0.020089 / 0.097580 中航工业\t1.000000\t0.128139 / 0.021476 / 0.108618 长飞光纤\t0.997088\t0.072570 / 0.005536 / 0.100000 烽火电子\t0.984613\t0.050898 / 0.005195 / 0.105861 华为投资\t0.981543\t0.125208 / 0.008884 / 0.083160 中国电科\t0.974400\t0.080122 / 0.007071 / 0.133091 中兴通讯\t0.972983\t0.122002 / 0.006165 / 0.103684 紫光国微\t0.972649\t0.088263 / 0.005781 / 0.100000 ... 最低Ramp;D效率：0.079740 2. 效率前十企业分析 通过对DEA模型计算结果的分析，我们得到了Ramp;D效率前十的企业及其权重值，如下表所示： 企业名称\tRamp;D效率\t权重值（输出/输入指标） 中国重工\t1.000000\t0.099268 / 0.020373 / 0.064265 中船防务\t1.000000\t0.118060 / 0.017249 / 0.081128 中国船舶\t1.000000\t0.129729 / 0.020089 / 0.097580 航天科工\t1.000000\t0.108726 / 0.022336 / 0.099935 中航工业\t1.000000\t0.128139 / 0.021476 / 0.108618 中国航天\t0.998124\t0.107510 / 0.016849 / 0.106128 中国电子\t0.997580\t0.080025 / 0.009108 / 0.097130 长飞光纤\t0.997088\t0.072570 / 0.005536 / 0.100000 华为投资\t0.981543\t0.125208 / 0.008884 / 0.083160 中国电科\t0.974400\t0.080122 / 0.007071 / 0.133091 根据DEA模型计算结果，我们可以发现，这