基于DEA模型的智能制造企业创新效率评价

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。     

智能制造企业技术创新效率及其影响因素研究

以2013—2017年我国智能制造上市企业相关数据为研究样本,首先运用数据包络分析(DEA)交叉效率模型对样本企业的技术创新效率进行测度分析,其次通过Tobit回归模型分析影响企业技术创新效率的因素及程度。实证研究结果表明:我国智能制造上市企业之间技术创新效率差距较大且整体效率偏低,年平均效率集中在0.35～0.4之间,但随着时间推移,整体呈上升趋势;甄别影响因素发现,企业偿还能力、企业盈利能力、企业营运能力、企业规模和智能制造领域核心产业的市场规模对企业技术创新效率均有正向影响,其中企业运营能力影响显著,而企业规模影响较小。最后就提高我国智能制造企业技术创新效率提出3点建议。     

我国智能制造企业技术创新效率提升的主要影响因素——基于三阶段DEA-Tobit模型的分析

在现有相关研究基础上，为更全面、深入分析我国智能制造企业技术创新效率提升的影响因素，进一步考虑环境因素影响，运用三阶段数据包络分析模型，利用我国86家智能制造上市企业2016—2020年相关数据，对其技术创新效率进行测度分析。结果显示：剔除环境因素及随机噪声后，大部分企业的技术效率、纯技术效率和规模效率对比之前都有显著上升，表明大部分智能制造企业的技术创新效率都被低估，企业的技术创新效率受环境因素影响较大；对智能制造企业技术创新效率影响较大的因素为企业规模、企业研发投入强度和政府补助力度。根据分析结果，提出完善相关扶持政策、构建智能制造协同创新机制及加大研发投入等相关政策建议。     

不同所有制的智能制造企业创新效率及其决定——基于智能制造示范试点企业的研究

传统的DEA模型忽视了外部环境变量和随机干扰项的影响,这可能会导致效率估算值出现偏差。为此,采用三阶段DEA模型,从非管理性因素影响的视角更准确地反映了智能制造企业的创新效率,并通过Tobit模型分析了其内部影响因素,为相关政策的制定提供更准确的依据。结果发现：在剔除环境变量和随机干扰项后,我国智能制造企业创新效率下降了28.44%。从不同所有制结构来看,在智能制造领域,国有企业的创新效率高于私营企业。智能制造企业创新效率主要由规模效率决定,但并非简单依赖于规模经济模式,而是主要通过管理与技术要素来驱动发展。在创新效率的影响因素中,企业年龄、企业规模、企业盈利能力和政府补贴对智能制造企业创新效率具有积极影响,而企业研发投入对智能制造企业创新效率具有显著的负向作用。     

我国制造企业信息技术投资转化效率影响因素分析——基于价值链DEA和Tobit模型的实证研究

在IT投资转化为绩效的过程模型的基础上,选取我国制造企业的相关指标数据,建立制造企业信息技术投资转化效率测评模型,利用价值链DEA模型对发生在制造企业内部的IT投资转化为IT资产应用能力和IT资产应用能力转化为IT影响的两个过程相对效率进行了测评.最后,本文运用Tobit回归模型分析了影响两个过程的企业内部因素,为企业信息技术投资转化效率的改善提供了理论指导.     

智能制造企业经营能力与创新效率研究

为了准确衡量智能制造企业的研发创新效率从而进一步推动我国制造业的智能化进程,本文将创新行为划分为研发创新与商业成果转化两个阶段,采用网络DEA模型对48家国内上市智能制造企业2015—2020年的创新效率进行了定量衡量,并通过Tobit回归探究了企业内部经营对不同阶段创新效率的调节作用。结果表明:我国大部分智能制造企业仍处于DEA无效状态,其研发创新效率与成果商业转化效率难以共同达到生产前沿面;且企业微观生产运营能力,营销能力,财务能力和组织管理能力均能在一定程度上影响智能制造企业总体创新效率,以及不同阶段下企业营销能力与财务能力对效率值的作用效果相反。     

基于DEA方法的制造型企业生产效率研究——以新能源汽车上市公司为例

生产效率的提高对于企业降低生产成本具有重要意义。本文构建了企业生产效率评价体系和生产效率影响因素指标体系,在考虑企业博弈竞争关系的基础上,运用DEA博弈交叉效率模型测算企业生产效率,运用Tobit模型对其影响因素进行分析,选取2016—2020年九家新能源汽车上市公司的数据,进行实证研究,验证了模型的有效性,并为提高企业生产效率提出建议。     

探讨智能制造企业技术创新效率及其影响因素

本文基于52家智能制造上市企业的2012-2015年数据,采用DEA模型获得智能制造企业的技术创新效率值,利用回归模型获得技术创新效率值的影响因素。结果表明,高管持股可以提升企业技术创新效率,股权集中度和技术创新效率呈现"倒U型"关系,资产周转率和负债率均和企业技术创新效率呈正相关关系。此外,为提升企业技术创新效率,需充分考虑我国智能制造行业的实际情况,给出合理有效建议。     

智能制造企业创新效率网络结构演化驱动因素

以中国智能制造上市企业2015-2020年专利授权数和研发投资为样本,利用DEA交叉效率模型测度中国智能制造企业创新效率,应用修正引力模型确定中国智能制造企业创新效率网络关联关系,运用Ucinet软件通过社会网络分析法揭示网络特征,运用社区算法和二次指派程序揭示网络结构演化规律及驱动因素。研究发现：智能制造企业创新效率网络关系显著,且关联趋向紧密;关联网络形成了四个板块,各板块内部企业创新关联关系分布不均,子群间的融合度较差,表现出高度凝聚子群特征;关联网络跨区域空间演化特征逐渐显现,由地理邻近主导的地域化社区结构转向注重行业邻近和社会邻近的跨地域社区结构演化。     

中日竞争性行业内企业运营、效率与绩效研究——基于电器与纺织业上市公司的经验比较

以中日两国2000~2006年间数百家电气器材和纺织服装纤维行业的上市公司为样本,针对企业运营、企业效率与企业绩效之间的联结关系进行了比较经验研究。首先,运用DEA模型对两国上市公司进行了企业效率评价。其次,在控制企业规模、资本结构和公司治理等因素下,运用面板数据随机效应模型估计了企业效率对企业绩效的影响效果,并发现这二者之间基本上有显著的正相关关系。     

我国智能制造业不同融资方式的融资效率研究

发展智能制造产业是我国由制造业大国向制造业强国转变的必经途径,考虑到智能制造业研发成本高、投资风险大带来的融资效率较低的问题,本文以33家在A股上市的智能制造企业为样本,选取2017—2020年年报数据,运用数据包络分析法测度债权融资、股权融资和内源融资三种不同融资方式的融资效率水平。结果显示：从静态分析结果来看,我国智能制造企业整体的融资效率水平较低,在研究的33家企业中,仅有不超过30%的企业的融资效率达到最优,三种不同的融资方式中,内源融资的融资效率最高,债权融资的融资效率最低;从动态分析结果来看,债权融资和股权融资的融资效率呈下降趋势,内源融资的融资效率呈上升趋势,技术进步变化指数是影响3种融资方式融资效率的主要因素。     

我国钢铁上市公司技术效率差异分析

以1995—2007年钢铁行业上市公司为样本,运用随机前沿模型(SFA)计算样本企业的技术效率,分析公司间技术效率差异及其产生原因。研究结果表明:企业规模、技术人员的配置程度和企业上市对技术效率有显著影响,企业规模对技术效率的正影响度最大,其次是技术人员的配置程度,最后是企业上市;公司间技术效率差异显著,技术效率低的公司始终处于低水平,并未被淘汰或因市场竞争压力提高技术效率;在空间布局上,临近市场型企业更有效率,资源依托型企业效率最低,临近港口型企业介于上述二者之间。     

中国物流业发展对工业效率的影响及其渠道研究

本文引入地理距离、制度环境、工业企业规模、信息化水平四个因素,从理论层面分析了它们对物流业提升工业效率这一运行机制的影响,并以2005-2009年中国190个城市面板数据为样本,利用随机前沿函数模型,对理论推演假说进行了检验。研究结果表明,（1）在中国整体层面上,物流业通过发挥专业化及规模经济效应能促进工业效率提升,在区域层面上,各区域物流业发展水平不高制约了工业企业效率的提升;（2）物流业与工业企业之间的地理距离与物流业对工业效率的提升作用负相关,提高物流业集聚度有助于增强其对工业效率的提升作用;（3）完善制度环境、增强工业企业规模效应以及提高信息化水平有助于增强物流业对工业效率的提升作用。     

我国传统汽车上市公司转型中经营效率评价——基于DEA-Tobit模型的实证研究

运用以投入为导向的DEA-BCC模型和Malmquist模型,对12家传统车企向新能源车企转型过程中经营效率进行静态和动态分析,并用Tobit回归对影响经营效率的因素进行分析。实证结果表明：传统车企转型过程中企业经营效率主要受规模效率影响,在保持资源利用效率的同时需进一步提升规模效率。在对经营效率影响因素做进一步剖析时,发现筹资活动现金流入对规模效率有消极作用,政府补贴对规模效率有积极作用。同时,企业规模对综合技术效率有显著的积极作用。因此,适当扩大企业规模,加大政府投入力度并对投入的资金进行合理配置,可以提升综合技术效率,进而提高企业经营效率。     

小额贷款公司综合效率评价及影响因素分析——基于陕西省实地调研数据的验证

运用DEA-Tobit模型对小额贷款公司的综合效率及其影响因素进行实证分析。结果表明:小额贷款公司综合效率整体不高,且差异较为明显;规模效率是决定综合效率的关键,且小额贷款公司具有比较明显的投入冗余特征;贷款规模和资产规模对小额贷款公司综合效率有显著影响;小额贷款公司支农业务对综合效率的影响并不明显,且发展目标偏离有扩大的趋势,但支农产生的贷款成本增加并非必然导致综合效率降低,继续发展其支农业务是可行的。     

微观视角的高新技术企业R&D效率研究

从微观视角即企业层面建立高新技术企业R&D效率评价指标体系,根据公司公开的财务数据等信息,选取R&D经费投入强度、R&D人员投入强度作为投入指标,选取净资产收益率、主营业务利润率、主营业务收入增长率、技术资产比率作为产出指标,运用数据包络分析(DEA)模型,以河北省16家上市高新技术企业为样本,对其R&D效率进行评价,并分别从企业和政府两方面提出提高高新技术企业R&D效率的对策.     

财务冗余降低了企业的创新效率吗?——兼议股权制衡的治理作用

基于代理理论和决策有限理性假说,理论分析了财务冗余对企业创新效率的影响以及股权制衡对该影响的治理作用,并以A股上市高新技术企业为研究样本,利用随机前沿模型进行实证检验.研究结果表明： 财务冗余对创新效率有一定的负面影响;股权制衡作为重要的公司治理机制,显著抑制了财务冗余对创新效率的负面影响.进一步研究发现,当企业面临较少的投资机会和较低的市场竞争时,股权制衡能够显著抑制财务冗余对创新效率的负面影响,这说明股权制衡的治理与外部环境的影响在创新管理过程中具有替代作用.     

基于两阶段串联DEA模型的工业企业技术创新效率及影响因素研究

基于我国大中型工业企业2010-2015年间的面板数据,运用两阶段串联DEA模型,将技术创新过程分为技术研发和成果转化两个阶段,探究大中型工业企业技术创新效率现状,并采用DEA-Tobit模型分析影响技术创新效率的主要因素。研究发现：考察期内我国工业企业技术综合创新效率和各阶段创新效率总体不高,成果转化阶段的创新效率值稍高于技术研发阶段的平均效率值;区域两阶段技术创新效率值存在显著差异,东部地区的效率值相对较高,中部地区的效率值相对较低。大中型工业企业技术创新效率受市场集中程度、政府支持程度、对外开放程度、国有化程度等多种因素的综合影响。     

基于动态两阶段SBM模型的互联网上市企业融资效率研究

将企业融资过程划分为资金筹集和资金配置2个阶段,基于我国38家互联网上市公司2014—2018年的融资数据,运用动态两阶段SBM模型对该行业上市公司融资效率进行测度,并从企业所有权性质等多个维度进行分析,通过Tobit回归构建融资效率影响因素模型.结果表明:该行业上市公司融资效率整体处于较低水平,资金配置阶段效率是导致整体融资效率较低的主要原因;从企业所有权性质来看,不同所有权企业融资效率有一定差距,民营企业整体以及各阶段效率最高,国有企业次之,外资企业最低;从融资效率影响因素来看,企业经营水平、企业盈利能力、企业规模和国内生产总值是影响该行业上市公司融资效率的主要原因.     

技术创新、公司治理与企业绩效影响机制研究——基于fsQCA与NCA方法

技术创新与公司治理是企业绩效提升的重要驱动力。本文运用模糊集定性比较分析（fs QCA）与必要条件分析（NCA）相结合的方法,以A股主板815个上市公司为研究样本,探讨公司治理与技术创新对企业绩效的协同影响以及多重并发作用。研究发现：企业绩效不是由单一因素驱动,而是技术创新与公司治理多因素共同影响的结果;实现企业高绩效的路径有3种,分为研发投入公司治理驱动型、专利产出公司治理驱动型、公司治理单驱动型;实现企业非高绩效的路径有2种,分为技术创新公司治理双缺陷型、公司治理单缺陷型,与高企业绩效路径呈现非对称关系;管理层激励是促进企业绩效提升的重要因素。