基于DEA方法的中國高科技創業企業運營效率研究

熊 嬋，買憶媛，何曉斌，肖仁橋

1 華中科技大學 管理學院，武漢 430074 2 復旦大學 管理學院，上海 200433

1 引言

20世紀90年代以來，創業企業正逐步成為創造中國新經濟的主要力量。近年來，在國家持續倡導發展新興產業經濟的前提下，越來越多的創業主體躋身于以高科技為基礎的新興產業行列中。但很多高科技創業主體一味增加創業或創新投入而忽視其他方面的問題，造成企業整體效率低下，弱化了創業創新的意義[1]。此外，企業效率是企業核心競爭力的集中體現，創業企業的低存活率以及高科技企業高投入和高風險特征使對高科技創業企業效率的測度和評價尤為重要。因此，在中國創業創新資源匱乏的情境下對高科技創業企業效率進行深入研究具有非常重要的理論意義和現實意義。數據包絡分析(date envelopment analysis,DEA)[2]作為最典型的非參數方法被廣泛應用于各類系統的效率評價中，DEA以相對效率概念為基礎，對同類多指標投入、多指標產出經濟系統的相對有效性進行評價，不必確定輸入與輸出之間關系的顯性表達式，具有很強的客觀性。同時，大量研究發現DEA模型所獲得的效率前沿具有相當的穩健性，采用DEA方法對企業效率進行評價和分析已成為近幾年效率評價研究領域的熱點。

2 相關研究評述

高科技企業是創新活動的主要載體，而創新成果只有通過企業的合理運營才能為企業帶來良好的效益。已有基于DEA方法面向高科技企業效率的研究大都集中于對企業的創新效率進行評價和分析，主要包括兩個部分，一是利用DEA對創新效率進行評價，如趙樹寬等[1]、韓晶[3]和劉俊杰等[4]運用DEA方法對企業的創新效率和規模效率等進行評價；二是利用DEA技術分析創新效率影響因素，如Grupp[5]、Feng等[6]和Sueyoshi等[7]通過DEA技術對企業創新效率進行測度和分析，得到影響企業創新效率的部分外在因素。這些研究大都僅從技術創新的角度進行企業創新效率的測度和評價，選擇的評價指標也僅局限于與企業技術創新有直接相關性的投入產出指標，如研發經費投入、專利數、研發人數等。然而企業的技術創新并非企業運營系統中一個完全閉合的子系統，其投入產出與企業中其他運營因素以及其他形式的創新之間都存在廣泛和深入的聯系，如新產品生產量和專利數在受創新投入影響的同時還受企業激勵機制或管理制度的影響[8]，新產品銷售情況除受技術創新的影響外，還受營銷模式創新和品牌創新等多方面的影響[9]。此外，企業的技術創新除了產生新產品收入等直接經濟效益外，還將產生一些間接經濟效益，如品牌資產等。在以企業為主體的視角下，技術創新的最終目的是為企業帶來可持續的經濟效益和社會效益，而技術創新的產出只有通過企業各環節的合理運作才能最終實現這一目標。因此，全面而有意義的企業創新效率的測度應該在企業運營的視角下進行。

此外，從研究對象的劃分上看，已有對企業效率的研究大都以橫向的行業視角進行研究對象的選取，利用DEA技術對所屬行業的主體進行整體的績效評估和效率評價，如錢燕云[10]和吳和成[11]以制造業為例，許漢友等[12]以中國會計師事務所為例，孟溦等[13]針對某科研機構的34個研究組，Paradi等[14]、Hsiao等[15]和Premachandra等[16]以銀行業為例，Hung等[17]以高科技企業和傳統行業為例。這些研究忽略了企業成長過程中表現出的階段性特征，對于同一企業而言，不同的成長階段對應著不同的發展模式，影響企業發展的因素及這些因素的權重也各不相同。因此，以時間維度為視角進行研究對象的劃分具有十分重要的意義。創業企業正是這一視角下的重要研究對象，然而已有研究中卻鮮有對創業企業效率測度和評價的研究。作為近年來經濟發展的主要力量，創業企業以其較低的存活率和較高的成長性等特征正逐漸成為學術界關注的焦點，如何測度和評價中國高科技創業企業運營效率、哪些是制約其發展的主要因素等一系列問題目前尚待進一步的深入研究。

本研究以中國高科技創業企業為研究對象，將企業的技術創新作為企業整體運營的重要組成部分，結合廣告投入和品牌價值等若干創業企業運營因素，建立更加全面的評價指標體系，結合DEA技術對中國高科技創業企業的運營效率進行測度和評價，以期能夠更全面地反映中國高科技企業的創新活動及運作過程。在已有研究基礎上，考慮企業創新投入的多樣性和產出的衍生性，將廣告投入和品牌資產分別納入高科技創業企業投入和產出的指標集中，構建合理的高科技創業企業運營效率評價指標體系；選擇合理的DEA評價模型，在已有DEA模型基礎上結合實際存在的問題對DEA交叉效率排序模型做進一步改進；基于獲取的調研數據，結合基本DEA模型和改進DEA交叉效率排序模型對高科技創業企業運營效率進行測度和分析。

3 DEA評價模型

3.1 基本DEA模型

DEA方法是用于評價具有相同類型的多投入、多產出決策單元(DMU)相對有效性的一種非參數方法，其中CCR模型和BCC模型[18]是最基本和最重要的兩個DEA模型。設有n個高科技創業企業，對于第p家企業(DMUp，p為當前待評價的企業編號，且有0≤p≤n)而言，有m個投入指標和s個產出指標，將該企業的投入指標集記為Xp,Xp=(x1p,x2p,…,xmp)，將該企業的產出指標集記為Yp,Yp=(y1p,y2p,…,ysp)。至此，CCR模型可以表示為線性規劃形式(乘子模型)，即

vip≥0,urp≥0

(1)

minθp

λj≥0,1≤j≤n

(2)

3.2 改進競爭型DEA交叉效率模型

在使用CCR模型和BCC模型進行效率測度時，其最優值所對應的最優解往往并不唯一。雖然這些最優解對應同一最優效率值，但并不是所有的最優解都能合理地測度被評價單元，進而不一定能夠真實地反映出被評價單元的實際效率情況。對最優解集中相對合理的解的選擇不僅有助于更合理地測度被評價單元的效率，使效率評價結果更具有說服力，同時還能夠實現被評價單元之間的交互評價進而實現對被評價單元的排序[19]。Sexton等[20]提出DEA交叉效率評價方法，使用自身最優投入產出權重所得的自評最優效率和其他被評價單元的最優投入產出權重所得的他評效率進行綜合的效率評價。結合本研究背景，第p家高科技創業企業對第j家企業的他評效率值為

(3)

(4)

所有企業可使用由(4)式確定的交叉效率值進行最終的排序。然而這種基本的交叉效率評價模式并不能避免最優解中含有零解的不合理情況，且企業的投入產出結構越相異，最優解中含有零解的可能性就越大[21]?？紤]到高科技創業企業在企業創新上的多樣性以及在規模和投入產出結構上的較大差異性，為了盡可能避免每家企業在其最優解集中選取零權重進行交叉評價，基于Wang等[22]的中立型交叉效率模型，提出改進競爭型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 高科技創業企業運營效率的實證分析

4.1 評價指標體系的確定

企業運營效率評價指標體系包括企業運營中的投入和產出兩個方面。在已有的企業運營效率研究中，其投入指標通常由人力投入和資金投入構成，產出指標以企業獲得的各項收入為主[12,15]。本研究對象為高科技創業企業，創新是其最重要的運營特征，因此在投入指標的選取上特別考慮了研發費用和研發人員的投入。同時，品牌資產作為在企業運營過程中形成的企業核心資源之一，對企業的生存和發展具有重要的影響，是衡量企業績效的一個重要指標[23]。因此在輸出方面，本研究不僅考慮已有研究經常使用的企業運營產生的顯性輸出銷售額，還考慮企業運營產生的隱性輸出品牌資產。最終根據高科技創業企業的特征及數據的可得性，選取研發費用、研發人員數量、廣告投入、人力資源成本和管理費用作為評價中國高科技創業企業運營效率的輸入指標，選取銷售額和品牌資產作為輸出指標，具體指標見表1。

表1 高科技創業企業運營效率評價指標體系Table 1 Evaluation Index System of Operational Efficiency of Hi-tech Startups

用企業研發的總投入金額度量研發費用；研發人員數量即在企業從事技術和研發的員工人數；廣告投入為企業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酬和福利；管理費用為除以上支出外的企業其他支出，包括企業招待費、職工培訓費、其他所交稅費和捐贈；銷售額為產品和服務銷售總金額；品牌資產為企業獲得馳名商標、知名商標和著名商標的個數。

4.2 研究方法和數據處理

4.2.1 研究方法

本研究運用DEA方法，從綜合效率、純技術效率、規模效率、規模收益、交叉效率排序和分類、投入冗余和產出不足等方面對中國高科技創業企業運營效率進行評價和分析。首先，運用基本DEA模型對企業運營效率進行評價，測度其綜合效率、純技術效率和規模效率，比較中國各地區創業企業平均運營效率的高低，判定創業企業中DEA有效及非DEA有效企業的數量和比重，并通過純技術效率-規模效率二維分析，判斷中國高科技創業企業純技術效率和規模效率情況，從總體上分析造成運營效率差異的原因；其次，根據中國各地區非DEA有效的高科技創業企業投入冗余和產出不足的情況，進一步分析影響企業運營效率的原因；最后，基于改進競爭型DEA交叉效率方法，對中國高科技創業企業進行排序和分類，并根據不同地區、不同類別中非DEA有效企業的投入冗余和產出不足，結合企業的規模收益情況，深入分析影響中國高科技創業企業運營效率的根本原因，并找出制約其運營效率的關鍵因素。

4.2.2 數據選取和處理

鑒于數據的完整性和可得性，本研究選取2008年4月由中華全國工商聯、國家工商總局、中國民(私)營經濟研究會等組成的課題組完成的第八次全國私營企業抽樣調查為本研究的數據樣本，總體樣本數為4098。這個抽樣調查從1993年開始，每兩年進行一次，是了解中國私營企業發展情況的重要數據來源，也是每兩年出版一次的《中國私營經濟年鑒》的重要數據來源。2008年的私營企業抽樣調查對行業的細致區分及其調查內容更契合本研究內容，可以為本研究提供更為完整且科學的數據支撐。該樣本能夠很好地代表全國各個行業私營企業的真實情況，基于這樣一類科學全面的調查數據之上的研究結論將具有更高的可靠性。

本研究對創業企業年限界定和樣本選取主要參照已有研究。在已有創業企業研究中，對創業企業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。考慮到數據獲取的充分性和分析結果的穩健性，本研究借鑒Amason等[26]和何曉斌等[27]的界定標準，將創業企業的創辦年限界定為8年。首先將企業年齡不滿8年的創業企業從4098個總體樣本中剔除，然后依據問卷選項選取在新興產業中從事高科技行業的企業，再從中剔除在評價指標上信息不完整的企業，最后由120個信息完整的高科技創業企業構成本研究的分析樣本，樣本數據可以反映中國高科技創業企業的總體水平。同時，為更好地了解中國不同地域高科技創業企業的特征，根據中國區域協調發展戰略中對經濟區域的劃分，本研究按照每個企業所在位置將樣本歸為東部、中部和西部三大類，各運營效率評價指標信息見表2。

4.3 中國高科技創業企業綜合運營效率評價

本研究首先利用DEAP 2.1軟件對120個樣本企業的效率水平進行測度，將其運營的投入產出數據分別代入CCR模型和BCC模型，基于投入徑向方法對模型進行求解，得到企業的綜合效率、純技術效率和規模效率以及各項投入指標的冗余情況和產出指標的不足情況等。由于樣本數量較多，直接列出每一個樣本的效率不具有十分顯著的意義，因此以區域的視角對中國高科技創業企業的平均運營效率進行統計并予以分析。

表2 描述性統計Table 2 Descriptive Statistics

4.3.1 不同地區高科技創業企業效率總體分析

對各地區的CCR有效、BCC有效和非DEA有效的高科技創業企業數量統計結果見表3。

表3 各地區CCR有效、BCC有效和非DEA有效的高科技創業企業數量Table 3 Amount of CCR-efficiency, BCC-efficiency and DEA-inefficiency Hi-tech Startups in Different Regions

由表3可知，東部和西部地區非DEA有效的高科技創業企業數量比例分別為81.034%和82.609%，中部地區該比例為69.231%；處于CCR效率前沿面上的高科技創業企業東部為12.069%，西部為13.043%，而中部達到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業企業中，東部占18.966%，西部略低于東部，中部最高，達到30.769%。從整體上看，中部的高科技創業企業運營效率最優。進一步從綜合效率、純技術效率、規模效率和規模收益等方面對不同區域高科技創業企業的效率進行統計，具體結果見表4和圖1。

由表4可知，中國高科技創業企業平均綜合效率為0.356，處于較低水平，符合創業企業整體效率較低[28]的特征，在一定程度上證明了本研究對中國高科技創業企業運營效率測度的可靠性。純技術效率為0.482，規模效率為0.732，說明中國高科技創業企業純技術效率過低是制約企業運營效率的主要因素，這與荊浩等[29]對成長型中、小企業的研究結果以及樊霞等[30]對企業產學研合作的綜合技術效率影響因素的研究結果一致。從中國各地區看，東部地區的綜合效率為0.322，為所有地區中最低；西部地區為0.349，低于全國平均水平；中部地區為0.410，略高于全國平均水平。純技術效率方面，東部地區為0.437，仍為所有地區中最低；中部地區為0.553，在所有地區中最高；西部地區為0.476，效率水平居中。

由圖1可知，各地區絕大多數高科技創業企業均處于規模收益遞增狀態，完全符合創業企業高成長性這一重要特征。規模收益遞減的高科技創業企業數量比重呈現出從東部地區到西部地區依次遞減的態勢，東部地區規模收益遞減企業比例為13.793%， 中部地區該比例為7.692%，西部地區為0，這一現象說明東部和中部地區(尤其是東部地區)部分高科技創業企業存在企業規模發展不合理的情況。改革開放以來，隨著中國東部地區社會經濟的高速發展，高科技創業企業數量迅猛攀升，競爭不斷加??；再加上東部高人力資源成本和創業成本等特點[31]，造成一些高科技創業企業整體效率低下。為了進一步分析中國各地區高科技創業企業的規模效率，找出各地區高科技創業企業的運營特征，圖2給出各地區高科技創業企業純技術效率-規模效率分布情況。

表4 各地區高科技創業企業DEA平均效率和規模收益Table 4 Average DEA Efficiency and Return to Scale of Hi-tech Startups in Different Regions

圖2 各地區高科技創業企業純技術效率-規模效率分布Figure 2 Distribution of Pure Technical Efficiency-Scale Efficiency of Hi-tech Startups in Different Regions

由圖2可知，絕大多數企業都集中在規模效率高、純技術效率低的區域內，這與發展中創業企業的高成長性相符。規模效率較高反映了大多數創業企業在成長過程中對其自身規模的把控與企業整體運營狀態步調上的一致性；純技術效率偏低契合了高科技創業企業高投入、高風險的特征，即高科技創業企業在前期往往以大量的科研投入為導向，而研發和創新的滯后性往往導致其純技術效率處于較低水平。這一結果與創業企業特征的契合進一步表明本研究的合理性。

4.3.2 不同地區高科技創業企業投入冗余和產出不足分析

基于以上分析，本研究進一步對各地區非DEA有效的高科技創業企業平均投入冗余和產出不足進行測算，測算結果見表5。

由表5可知，東部的高科技創業企業研發費用和研發技術人員投入冗余分別為87.503個單位和19.642個單位，遠高于中部的27.892個單位和11.884個單位以及西部的16.736個單位和9.024個單位；在廣告投入冗余和品牌資產產出不足方面，東部為34.426個單位和0.250個單位，高于中部的21.928個單位和0.235個單位以及西部的12.945個單位和0.204個單位；中部地區的高科技創業企業在勞動力成本、管理費用投入冗余以及營業額產出不足等方面高于其它地區和全國平均水平。以上結果表明，處于科技發展水平相對發達的東部地區非DEA有效的高科技創業企業在研發投入方面具有不合理性，盲目的研發投入和不合理的創新資源配置是造成企業運營效率低下的重要因素。中部地區非DEA有效的高科技創業企業主要在勞動力和管理費用上存在過多的投入；在產出方面，企業的高營業額產出不足是造成該區域非DEA有效的高科技創業企業運營效率低下的重要原因。

表5 各地區非DEA有效高科技創業企業投入冗余和產出不足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DEA有效的高科技創業企業上的選解結果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 高科技創業企業運營效率排序以及投入冗余和產出不足的區段分析

(1)改進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節分析可知，基本DEA模型的最優值往往對應著多組最優解，在這些最優解中往往存在著不合理的解。因此，不同的DEA計算工具(如DEAP和MATLAB等)在求解基本DEA模型時可能存在選擇不合理解的情況(如對于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解集中選取相對合理的解進行效率互評，同時還能進一步對基本DEA模型中效率為1的決策單元進行排序。為進一步說明3.2節中IA模型在選解上的有效性，選擇CCR模型作為基本DEA模型，對DEA有效企業對應的解進行比較。限于篇幅，在此僅給出中部地區的結果，見表6。

由表6可知，CCR模型在企業編號為1、4、5和8的結果中含有0權重。根據數據包絡分析理論，DEA有效決策單元的每一個投入產出指標必定對應著一個非0權重。因此，CCR模型并不能保證在每一個DEA有效的高科技創業企業的最優解集中選擇出合理的解。相比之下，AI模型在所有的8個高科技創業企業上的解全部為非0解，表明該模型在選解上具有有效性。

(2)企業運營效率排序及投入冗余和產出不足區段分析

為了更好地對各地區高科技創業企業運營效率進行分析，采用IA模型對其運營效率進行重新計算并排序。為了進一步檢驗IA模型的可靠性，將各地區間的高科技創業企業的平均IA交叉效率與CCR效率進行Kraskal-Wallis H檢驗和Wilcoxon檢驗，檢驗結果見表7。

Kraskal-Wallis H檢驗結果表明，中國東部、中部和西部高科技創業企業的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差異，這一結果與地區間經濟發展水平的差異相符。進一步對地區間高科技創業企業平均效率進行Wilcoxon檢驗，發現CCR效率在任何地區的對比中都不具有顯著性。對于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。這一結果與中國東部、中部和西部的經濟發展水平相吻合，在一定程度上說明區域經濟發達程度與高科技創業企業運營效率水平之間存在正相關關系，也與宋罡等[32]對中國區域間中小企業技術效率差異的研究結果以及李婧等[33]對中國區域創新效率差異的研究結果一致。表明本研究提出的IA模型能夠在最優解的解集中選取有意義的解進行效率評價，實現了對企業運營效率的合理排序。從單個樣本角度看，對樣本效率的交叉評價比基于基本DEA模型的自我評價更加合理。

基于以上分析，本研究根據IA模型的排序，分別對東部、中部和西部3個地區高科技創業企業進行效率評價和分類，并對每一類中的平均投入冗余和產出不足以及企業的規模效益進行統計，統計結果見表8。

由表8可知，東部地區高科技創業企業評價處于“好”區段的企業數量為22家，占東部企業總數的0.379；中部地區該區段企業數量為6家，占中部企業總數的0.154；西部地區該區段企業數量為2家，占西部企業總數的0.087。東部地區高科技創業企業評價在“較好”以上的企業總數為33家，占東部企業總數的0.569。東部地區在“較好”以上的企業數量所占比重最大，中部地區次之，西部地區最少，結合表7的檢驗結果，再次印證了高科技創業企業的發展狀況與地區經濟發展水平的一致性。對于處在不同評價區段的企業而言，其平均投入冗余、產出不足以及規模收益上表現出明顯的特點。對于各地區所有高科技創業企業而言，其品牌資產產出不足的徑向移動均為0個單位，僅有松弛移動上的產出不足，表明在企業保持現有投入結構和運營效率不變的情況下，可直接通過提高產出的松弛移動不足來提高品牌資產價值。這在一定程度上反映出中國高科技創業企業普遍對品牌資產的重視不足，在企業運營的過程中沒有把品牌資產作為企業績效評估的重要部分。實際上品牌資產作為企業運營輸出的成果之一，可以為企業帶來更多的附加價值，幫助企業獲取更大的利益和股東價值，是企業的核心資源之一[34]。因此，高科技創業企業應該將企業品牌資產作為一項重要的運營產出指標，加強企業投入產出結構的合理性，注重創新投入和廣告投入對它的影響。

對于評價為“好”的高科技創業企業，東部地區處于該區段的企業規模收益除1家遞減和3家不變外，其余均為遞增，中部地區和西部地區也有類似的情況，表明這類企業發展規模與當下企業發展狀況匹配程度較高，導致企業運營效率不足主要源于企業發展規模的滯后性以及投入產出結構的不合理性。另外，對于東部和中部地區而言，評價為“好”的企業平均廣告投入的松弛移動冗余分別為10.490個單位和7.937個單位，分別為相應地區的所有區段中最高，表明東部和中部地區處于該區段的企業在當前運營效率不變的情況下可節省下相當程度的廣 告投入成本，進而優化投入結構，提升企業效率。對于評價為“較好”的企業而言，中部地區處于該區段的企業各項投入冗余和產出不足均不明顯，說明對于這類企業中處于規模收益遞增的9家企業而言，其首要任務是擴大企業規模，加速企業成長，使之適應其當前的投入產出結構和企業發展水平。

表7 地區間高科技創業企業平均效率的Kraskal-Wallis H檢驗和Wilcoxon檢驗結果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 高科技創業企業排序區段分類以及投入冗余、產出不足和規模收益情況Table 8 Results of Order-segment Classification, Input Redundancy, Output Deficiency, and Return to Scale of Hi-tech Startups

應特別注意東部地區處于評價為“差”區段的10家企業，有6家處于規模收益遞減狀態，表明在當前的投入產出結構下，這些企業需要通過縮減自身規模來提高效率，而這顯然與創業企業處于高成長性的特點相違背。這些企業的平均研發費用和平均廣告投入的徑向移動冗余分別為178.553和59.762，在所有地區、所有評價區段中最高，表明這些企業在研發費用和廣告費用的投入上存在嚴重的盲目性，企業投入產出結構存在嚴重的不合理性。正是因為其投入產出結構的不合理，導致大多數企業都處于規模收益遞減的狀態。因此，對于東部地區處于該區段的企業而言，應著重考慮減少對研發和廣告的投入，根據企業所處行業及自身特點，積極調整企業投入產出結構，使之與企業的發展規模和發展現狀相符合。

5 結論

本研究采用DEA方法對中國高科技創業企業的運營效率進行測度和評價，基于改進DEA交叉效率排序方法對中國高科技創業企業運營效率做出排序和分類，在此基礎上剖析各地區非DEA有效的高科技創業企業投入冗余和產出不足情況，找出制約中國高科技創業企業運營效率的原因，得到如下研究結論。

(1)從整體效率評價結果看，中國高科技創業企業總體運營效率較低，不同地區的運營效率差異較大，純技術效率過低是制約企業運營效率的主要因素。

(2)規模收益分析表明，中國大多數高科技創業企業均處于規模收益遞增階段，這與創業企業的高成長性特征相符；部分規模收益遞減的企業大多集中在東部地區，證實了東部地區高創業成本和人力資源成本對其規模收益的制約性。

(3)對高科技創業企業運營效率排序結果表明，企業運營效率不高多源于企業發展規模的滯后性和投入產出結構的不合理性。對投入冗余的分析表明，中國大多數高科技創業企業對其品牌資產重視不足，普遍存在研發費用和廣告費用的投入冗余，即企業投入產出結構不夠合理。對于東部地區而言，高科技創業企業普遍具有十分明顯的研發投入冗余，對于該地區運營效率過低的企業而言，其規模收益多數處于遞減狀態，研發投入冗余在這些企業尤為嚴重。

根據以上結論，為切實提升中國高科技創業企業運營效率，從政府、產業和企業3個層面提出以下政策建議。

(1)加強政府調控和引導，優化中國創業創新環境，建立有效的科技人才引進機制，解決中國高科技創業企業創新投入產出的不合理問題，提高企業整體效率。在創業成本較高且大部分高科技創業企業投入產出結構不合理的地區，利用政府科技人才的引導，解決其廣告和創新投入冗余等問題，幫助其克服外部創業環境的弱勢，對提高其整體運營效率尤為重要。

(2)除有效解決投出產出結構問題外，中國高科技創業企業應進一步加大技術引進和改造，從根本上提高技術使用效率和創新效率。對于東部地區運營效率過低的企業而言，應著重考慮削減其研發投入，以促進其優化投入產出結構；中部地區需要加強對勞動力和管理費用的控制；西部地區相對較小的投入冗余和產出不足以及沒有規模效益遞減企業，意味著西部地區高科技創業企業還具有較大的規模擴充空間，政府進一步加大西部地區創新創業的投入顯得尤為必要。整體而言，進一步提高企業生產經營和管理水平、優化研發資金使用效率是中國高科技創業企業普遍需要解決的問題。

總之，高科技創業企業運營效率受經濟與政策環境和企業自身雙重因素的影響。為改善中國高科技創業企業運營效率，全面促進企業創新效率的提升，必須從以上兩個方面著手，結合中國高科技創業企業活動實際情況及區域經濟發展特色，采取針對性改進方案和措施，促進其健康可持續發展。

本研究的不足之處在于，由于數據獲取等方面的原因，僅使用馳名商標、知名商標和著名商標的數量對高科技創業企業品牌資產進行測度，且該變量對于大多數高科技創業企業而言并不具有較強的區分能力，因此可能會對評價結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業企業品牌資產的測度問題展開，以期獲得更加準確的評價結果。

[1]趙樹寬,余海晴,鞏順龍.基于DEA方法的吉林省高技術企業創新效率研究[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.中國高技術產業創新效率研究:基于SFA方法的實證分析[J].科學學研究,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方法的高技術企業創新效率研究[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.我國科研機構知識生產效率研究[J].科學學研究,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態定價聯合決策模型[J].管理科學,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.企業技術創新效率和有效性的綜合評價研究[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.高技術產業R&D效率分析[J].研究與發展管理,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.中國會計師事務所運營效率之DEA分析[J].會計研究,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對科研機構規模效益的分析[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.產品傷害危機應對策略對品牌資產的影響研究:企業聲譽與危機類型的調節作用[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.新創企業家應做“外交家”嗎?:新創企業家的社交活動對企業績效的影響[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.基于創業機會特征的新創企業競爭性行為研究[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 中交叉效率評價的新思考[J].運籌與管理,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.企業產學研合作的創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.貿易成本、本地關聯與產業集群遷移[J].中國工業經濟,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.基于隨機前沿分析的中小企業技術效率[J].系統工程,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.中國區域創新效率的實證分析:基于省際面板數據及DEA方法[J].系統工程,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.品牌權益影響股東價值的實證研究[J].管理科學,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)