摘要 : 数据包络算法(DEA)作为一种非参数前沿法,因其无须事先假设生产函数的优势,在多投入、多产出的创新效率评价中应用广泛,本文探讨了其在创新绩效评估中的应用.首先,文章详细介绍CCR、BCC、SE-DEA和SBM-DEA等几种常见的DEA模型的特点和适用场景.其次,以... 展开 数据包络算法(DEA)作为一种非参数前沿法,因其无须事先假设生产函数的优势,在多投入、多产出的创新效率评价中应用广泛,本文探讨了其在创新绩效评估中的应用.首先,文章详细介绍CCR、BCC、SE-DEA和SBM-DEA等几种常见的DEA模型的特点和适用场景.其次,以16个创新主体为对象,构建投入产出指标体系,包括3个投入指标、2个期望产出指标和1个非期望产出指标;分别使用CCR模型、BCC模型、SE-DEA模型和SBM-DEA模型进行评估并分析各模型的优缺点和适用场景.最后,文章指出DEA在创新绩效评估中的局限性,例如指标体系构建的不足和指标个数与DMU个数的关系等.针对这些问题,提出改进方法,例如对非线性指标进行预处理、构建多阶段DEA模型和优化指标体系等. 收起