0 引 言

随着我国在世界经济的地位越来越重要，经济总量越来越大，国内发展也逐渐走入转型升级的关键时期，科技创新对推动经济转型有重要作用，因此，汽车制造业的研发投入作用日益突出。如何准确合理地评估研发经费投入所产生的效益是众多学者长期关注的问题之一。

经整理42例结直肠癌患者手术资料，42例患者共出现51个淋巴结转移。增强MRI扫描对结直肠癌患者发生淋巴结转移的检出率和诊断准确率分别为96.08%和97.96%，明显高于MRI平扫对结直肠癌患者发生淋巴结转移的检出率（6.47%）和诊断准确率（92.31%），两者比较差异具有统计学意义（P＜0.05）；增强MRI检出淋巴结转移个数与手术检出个数比较无差异（P＞0.05），见表。

研发投入效率历来都是各界关注的焦点，小到个人对学习投入产出效率研究，大到国家层面的技术投入产出效率研究，国外更是不乏这样的研究。尽管世界发展如此之快，新方法层出不穷，但DEA(Data Envelopment Analysis，DEA)模型就是其中一种十分具有普适性的方法，DEA方法是由Farrell在1957年提出，即数据包络分析，并且国外的DEA方法发展比较早，而且在各个领域发展比较成熟。目前国内研究也比较多，范围比较广。最初，陈恒和陈伟[1]运用DEA模型，分析并比较了海尔(中国)、三星(韩国)和通用电气(美国)这三家企业的研究开发投入产出效率。罗登跃[2]、林向义等人[3]和王平[4]都利用DEA侧重于对企业自主创新能力研究。车维汉和张琳[5]则分析了上海市13个制造业的产学研合作创新效率。熊芳[6]展开了对我国31个省及直辖市地区活动进行地区研发效率研究。顾晖[7]利用DEA方法对中美两国科技投入产出效率进行比较研究，分析差距所在。可见，在提倡创新的新时代，DEA模型运用在投入产出效率上进行评价还是有其优势的。

1 概念介绍

1.1 决策单元

在现实生活中，一个企业、区域、高校、国家、产业和行业等都可以作为决策单元。比如一个企业要进行绩效评估，那么财务部门则为一个决策元，以此类推。

研究区内基性超基性杂岩体[(262.5±2.5)Ma]主要出露于加当一带[4]，露头大小在20 m×60 m左右，最大者出露最宽100 m左右。基岩露头在平面上呈不规则环状展布的特点，且辉长岩分布在内环闪长岩分布在中心，在平面上从外环—内环—中心有超基性岩—基性岩—中性岩的分布规律，因此在三维空间上可能为岩盆状，具有同源岩浆分异的特征。与围岩接触界线明显，但未见明显的构造接触关系，也未见明显的热接触变质作用现象。与夏日哈岩浆熔离型镍矿床一致。是昆北岩浆弧带相似类比夏日哈木岩浆熔离型硫化物矿床找矿的理想地区。

1.2 决策单元的同质性

决策单元的同质性,是指决策单元所代表的实体具有相同的目标，外部环境或输入、输出指标等。

1.3 参考集

前沿生产函数相对于回归分析方法得到的 “平均”的生产函数不同，它是以最接近所有样本点的外包络面即前沿面为准则,得到了理论上拥有最理想状态下的生产函数。这样产生的前沿生产函数确实比较真实合理地还原了生产函数。

1.4 生产可能集

Charnes、Cooper与Rhodes于1978年创建了CRS模型。

1.5 生产前沿面

本文中根据厦门柔直系统运行特点，以及柔直输电通道与交流输电通道的耦合关系，分析含柔直系统的电网潮流优化控制目标函数，包括交流系统约束条件、柔直系统约束条件以及网损优化目标函数，介绍优化问题的求解流程和工程实现，并通过算例验证方法的可行性。

T⊂

(1)

则有两种可能：如果L为生产可能集的弱有效面，L∩T为生产可能集T的弱生产前沿面；如果≥≥0,则称L为生产可能集的有效面，L∩T为生产可能集的生产前沿面。

（1）7种不同植被恢复模式中，刺槐+山杏+紫花苜蓿混交模式下土壤微生物利用碳源的量最大，而青海云杉+油松+河北杨和刺槐+油松混交林相对较弱。

1.6 前沿生产函数

每一个决策单元都有输入输出向量，一对输入输出向量成为一个参考点。所有的参考点的集合,即为参考集。

2 模型介绍

通过C2变化，得到整式规划：

3.1 在市场监管局合并的大环境下，食品药品监管工作人力有限，专业人员紧缺，而各地建立的雷公藤鉴别一致性检验模型可快速有效地甄别雷公藤真伪，大大降低了行业准入门槛，帮助监管部门有效地管控药材市场。

2.1 CRS模型

设有N个决策单元j的输入、输出向量为Xj、Yj，j=1,2,……,N,称集T={(X,Y) |投入X可以产出Y}为所有可能的生产生活而生产可能集。

以下三个模型称为输入型CRS模型(Input-CRS):

(2)

设有N个决策单元，决策单元j的投入、产出为(Xj,Yj)。

(3)

笔者选用VRS模型对2016年汽车制造业研发投入效率进行分析。在指标体系建立的三大原则(即系统性、有效性、可操作性)上，笔者选取了决策单元为上汽集团、比亚迪、潍柴动力、长安汽车、长城汽车、福田汽车、广汽集团、江淮汽车、江铃汽车、宇通客车、力帆股份等十一个在研发方面比较有代表性的汽车制造企业，投入选取了企业研发支出技术人员以及技术人员所占比重，产出选取了企业的主营业务收入利润总额和专利数，来分析研发投入产出对企业发展的效率。

设≥≥0以及满足：

(4)

2.2 VRS模型

Banker，Charnes与Cooper于1984年创建了VRS模型。

(5)

(PI-VRS)的对偶规划为：

(6)

式(4)和(6)中，θ为效率指数，θ∈[0,1]。若θ=1，则表明投资达到了最优效率；若θ<1,则表示投资没有达到最优效率。λj为输入输出系数。

3 实证计算及分析

(PI-CRS)的对偶规划为：

综合以上数据的可获取性和完整性，只能选择2016年我国有代表性的汽车制造企业的数据作为原始数据输入，数据均来源各企业2016年年报。具体数据见表1。

表1 主要数据

企业主营业务收入(万元)利润总额(万元)专利数(个)研发支出(万元)技术人员(人)技术人员占比总员工数比上汽集团74,623,6745,049,2463564940871.09529861.68%比亚迪10,347,000656,84116916452161.42381412.29%潍柴动力9,318,352463,7653981355967.37591115.07%长安汽车3,355,521470,84610941320300877721.32%长城汽车4,099,281308,5786499318023.641023614.29%福田汽车2,293,37615,2529242255289.13572918.56%广汽集团3,465,805687,92423002389001219816.12%江淮汽车2,531,34230,54213562215831.17494717.22%江铃汽车1,566,64861,5341,033193731.283,59221.30%宇通客车1,899,497220,8602121145769.53301316.92%力帆股份629,78110,6156,86296553.311,53515.32%

笔者选择 DEAP 2.1软件中 DEA的VRS模型来计算2016年我国汽车制造业的自主创新能力，所得结果如表2及表3所示。

表2 2016年十一个汽车制造企业的研发投入资源效率配置值

企业crstevrstescal上汽集团111比亚迪0.0310.0560.55潍柴动力0.0330.0630.527长安汽车0.0450.0560.798长城汽车0.0350.0820.429福田汽车0.1860.3330.558广汽集团0.11710.117江淮汽车0.1420.1670.852江铃汽车111宇通客车0.15410.154力帆股份111

注：crste = technical efficiency from CRS DEA；vrste = technical efficiency from VRS DEA；scale = scale efficiency = crste/vrste。

根据DEA的理论，处在生产前沿面上的决策单元，为DEA有效，并且综合效率、技术效率和规模效率都为 DEA最优，投入产出达到了最优。由表2可以看出上汽集团、江铃汽车、力帆股份三个企业为在生产前沿面上的企业，他们的效率值为1，达到配置效率最好的状态，说明这三个企业的研发支出和技术人员的投入基本达到有效配置。Crste(technical efficiency from CRS DEA)的均值为0.34，vrste(technical efficiency from VRS DEA)的均值为0.523，规模报酬效率的均值为0.635，这说明各企业在总体上而言自主创新能力还是不够充足。

表3 DEA计算过程中各个企业对应的参照地区及参照次数

地区参照地区参照次数上汽集团上汽集团7比亚迪上汽集团,力帆股份0潍柴动力上汽集团,力帆股份0长安汽车上汽集团,力帆股份0长城汽车上汽集团,力帆股份0福田汽车上汽集团0广汽集团广汽集团1江淮汽车上汽集团0江铃汽车江铃汽车1宇通客车宇通客车1力帆股份力帆股份5

表3是VRS假定下得到的参照地区，上汽集团为参照次数最多的地区，力帆股份的参照次数为五次，反而比亚迪、长城汽车、江淮汽车并未成为预期中的标杆地区，可能由于这些企业确实是比较重视科研，但较大投入可能在某种程度上不能最大化发挥作用，不能有效及时将研究成果产业化。

观察形态学检查、流式细胞学检测以及免疫组化检测的结果；观察流式细胞学检测以及免疫组化检测在多发性骨髓瘤异常浆细胞抗原表达形式(Kappa、CD138、lambda、CD19、CD38、CD45)，比较二者的阳性诊断符合率；比较形态学检查、流式细胞学检测以及免疫组化检测到的异常细胞群所占比例。

马克思主义理论与高校大学生的自我发展息息相关。高校思政教育只有正确揭示马克思主义的理论本质、时代内涵和当代价值，大学生才能深刻理解马克思主义理论与自我成长的关联，主动拓宽自身理论视野，自觉坚定马克思主义信仰，增强高校思政教育的效果。

4 结论及建议

笔者采用数据包络分析 (DEA) 中的 VRS模型对我国汽车制造企业研发投入效率进行了研究。总体上来看，我国的汽车制造业研发投入经费人员都是比较充足的，但从效率上来看还是不高，均值甚至没有达到0.5，虽然十一个企业的研发投入效率总体不高，但是上汽集团、江铃汽车、力帆股份的效率值达到1，各个企业的差异还是存在的，这需要各个企业加大对研发投入的重视，研发成果有助于提升自主创新能力。企业只有提高自主创新能力才能把握核心技术，在市场竞争中脱颖而出。既应重视研发投入，但也应该避免盲目扩大研发投入和增加研发人员，进行集约化研发创造。提高研发投入效率，重视提升研发人员素质。企业在重视研发投入的同时，也要注重将研发成果及时运用到生产当中去，有方向有目标投入资金和人员，并且把握好社会发展大趋势。

[参考文献]

[1] 陈恒,陈伟.基于DEA的中外跨国公司研发效率比较分析[J].科技进步策,2006(8):7-9.

[2] 罗登跃.基于DEA的大中型工业企业自主创新绩效评价[J].科技管理研究,2009(12)

[3] 林向义,张庆普,罗洪云.基于DEA的企业自主创新能力评价与提升研究[J].运筹与管理，2009,18(4)：152-158.

[4] 王平.基于超效率DEA的企业自主创新项目投资方案决策[J].企业经济，2011,30(2)：156-161.

[5] 车维汉,张琳.上海市产学研合作效率评价——基于分行业数据的DEA分析[J].科技进步与对策,2010,27(3):20-25.

[6] 熊芳.基于DEA模型的我国R&D投入产出效率评估研究[D].南昌:南昌大学,2011.

[7] 顾晖.中美科技投入与产出效率的比较研究[D].上海:东华大学,2016.

[8] GUAN J C, YAM R, MOK C K, et al.A study of the relationship between competitiveness and technological innovation capability based on DEA models[J].Euro-pean Journal of Operational Research, 2006,170(3):971-986.

[9] HAN B H, MANRY D.The value-relevance of R&D and advertising expenditures: Evidence from Korea[J].The International Journal of Accounting, 2004,39(2):137-155.

[10] 陈通,谢国辉.我国R&D投入产出相对有效性的评价研究 [J].研究与发展管理,1999, 11(3):6-10.

[11] 王旭.基于DEA的山东省工业企业R&D有效性评估研究[D].青岛:中国海洋大学,2015.

[12] 刘井建,陈伟.基于数据包络分析的高新技术企业R& D绩效综合评价研究[J].科技进步与对策，2008(7):148-151.

[13] 李靖宇,孙蕾.基于DEA模型的环保投入效率实证分析——以辽宁省营口市为例[J].辽宁师范大学学报(社会科学版),2010,33(6):31-34.