基于DEA的大数据企业经营绩效多维评价与提升策略研究.docxVIP

基于DEA的大数据企业经营绩效多维评价与提升策略研究

一、引言

1.1研究背景

在数字化浪潮的席卷下，大数据技术正以前所未有的速度融入经济社会的各个领域，成为推动经济发展的关键力量。大数据企业作为大数据技术的创新者和应用者，在数据的收集、存储、分析和应用等方面具有独特的优势，其发展对于推动产业升级、促进创新发展以及提升国家竞争力具有重要意义。从全球范围来看，大数据市场规模持续增长，据相关报告显示，过去几年全球大数据市场规模以每年两位数的速度增长，预计在未来几年仍将保持强劲的增长态势。众多国际知名的大数据企业，如亚马逊、谷歌、微软等，凭借其强大的数据处理能力和创新的商业模式，在云计算、人工智能、数据分析等领域取得了显著的成就，不仅改变了人们的生活和工作方式，也为全球经济的发展注入了新的活力。

在中国，大数据产业同样呈现出蓬勃发展的态势。政府高度重视大数据产业的发展，出台了一系列政策措施，如《促进大数据发展行动纲要》等，为大数据企业的发展提供了良好的政策环境。同时，随着互联网、物联网、人工智能等技术的快速发展，数据量呈爆发式增长，为大数据企业提供了丰富的数据资源。据统计，中国大数据市场规模已连续多年保持高速增长，众多本土大数据企业如阿里云、腾讯云、百度智能云等迅速崛起，在数据存储、分析、应用等领域取得了一系列突破，为各行各业的数字化转型提供了有力支持。

对于大数据企业自身而言，经营绩效的优劣直接关系到企业的生存与发展。在激烈的市场竞争中，企业需要不断提高自身的经营绩效，以实现资源的优化配置，提高生产效率，降低成本，增强市场竞争力。经营绩效的提升还能够为企业的持续创新和发展提供坚实的资金保障，使其能够在技术研发、市场拓展等方面投入更多的资源，从而实现企业的可持续发展。因此，准确、客观地评价大数据企业的经营绩效，对于企业管理者制定科学合理的发展战略、投资者做出明智的投资决策以及政府部门制定有效的产业政策都具有重要的现实意义。

1.2研究目的与意义

本研究旨在运用数据包络分析（DEA）方法，构建一套科学合理的大数据企业经营绩效评价指标体系，对大数据企业的经营绩效进行全面、客观、准确的评价，深入分析影响大数据企业经营绩效的关键因素，为大数据企业提升经营绩效提供有针对性的建议和对策。

在理论意义方面，本研究有助于丰富和完善大数据企业经营绩效评价的理论体系。目前，虽然已有一些关于企业经营绩效评价的研究，但针对大数据企业这一新兴领域的研究还相对较少。大数据企业具有独特的技术特点、商业模式和市场环境，传统的企业经营绩效评价方法难以完全适用于大数据企业。本研究通过引入DEA方法，结合大数据企业的特点，构建专门的经营绩效评价指标体系，能够为大数据企业经营绩效评价提供新的理论视角和方法参考，进一步拓展和深化企业经营绩效评价的理论研究。

从实践意义来看，本研究对大数据企业管理者具有重要的决策参考价值。通过对企业经营绩效的评价和分析，管理者可以清晰地了解企业在资源利用、生产效率、市场竞争力等方面的优势和不足，从而有针对性地制定改进措施，优化企业的经营管理策略，提高企业的经营绩效。对于投资者而言，本研究的结果可以帮助他们更好地了解大数据企业的投资价值和风险，为投资决策提供科学依据，降低投资风险，提高投资回报率。本研究对于政府部门制定大数据产业政策也具有一定的参考意义。政府可以根据研究结果，了解大数据企业的发展现状和存在的问题，有针对性地出台扶持政策，优化产业发展环境，促进大数据产业的健康、快速发展。

1.3研究方法与创新点

本研究综合运用多种研究方法，确保研究的科学性和可靠性。文献研究法是基础，通过广泛查阅国内外相关文献，全面了解大数据企业经营绩效评价的研究现状和发展趋势，梳理相关理论和方法，为后续研究提供理论支持和研究思路。在收集和整理大数据企业相关数据时，采用了数据收集法，涵盖企业的财务报表、年报、行业报告以及公开的统计数据等，确保数据的全面性和准确性。

实证分析法是本研究的核心方法，运用DEA模型对收集到的数据进行实证分析。DEA模型是一种非参数的效率评价方法，能够在不需要预先设定生产函数形式和权重的情况下，对多投入多产出的决策单元进行相对效率评价，非常适合用于大数据企业经营绩效的评价。通过构建DEA模型，确定投入和产出指标，计算各决策单元的效率值，从而对大数据企业的经营绩效进行量化评价和分析。

本研究在多个方面具有创新之处。在指标体系构建方面，充分考虑了大数据企业的特点，不仅选取了传统的财务指标，如营业收入、净利润等，还引入了反映大数据企业技术创新能力、数据资源优势和市场拓展能力的非财务指标，如研发投入强度、数据资产规模、市场份额增长率等，使评价指标体系更加全面、科学，能够更准确地反映大数据企业的经营绩效。

在模型应用方面，对传统