前言：中文期刊网精心挑选了技术创新的主要方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
技术创新的主要方法范文1
一、论文名称、课题来源、选题依据
论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究
课题来源：单位自拟课题或省政府下达的研究课题
选题依据：技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估， 可以使企业对未来的技术发展水平及其变化趋势有正确的把握， 从而为企业的技术创新决策提供科学的依据， 以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下， 企业的技术创新工作才能沿着正确方向开展，企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中， 企业的技术创新决定着企业生存和发展、前途与命运， 为了确保技术创新工作的正确性，企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1) 趋势外推法。指利用过去和现在的技术、经济信息， 分析技术发展趋势和规律， 在分析判断这些趋势和规律将继续的前提下， 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法，美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为： Y=L?[1+A?exp(-Bt)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为： Y=Lexp(-Bt))皆属于生长曲线， 其预测值Y为技术性能指标， t为时间自变量， L、A、B皆为常数。Ridenour模型也属于生长曲线预测法， 但它假定新技术的成长速度与熟悉该项技术的人数成正比， 主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息， 建立预测对象与影响因素的因果关系模型， 预测技术的发展变化。相关分析法认为， 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的， 这样， 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种： 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源， 通过系统的调查、征询专家的意见， 分析和整理出预测结果。专家预测法主要有： 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等， 其中， 德尔菲法吸收了前几种专家预测法的长处， 避免了其缺点， 被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据， 在进行产品技术创新预测时， 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势， 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中， 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推， 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测， 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式， 而所得到的回归预测模型往往只能考虑少数几种主要影响因素， 略去了许多未考虑的因素， 所以， 所建模型对实际问题的表达能力也不够准确， 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法，依靠的是预测者的知识和经验， 往往带有主观性， 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献， 为企业技术创新的预测提供了科学的方法论， 但在新的经济和市场环境下， 技术创新预测的方法和技术应有新的丰富和发展， 以克服自身的不足， 更进一步适应时展的需要， 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前，在我国企业技术创新评估中， 一般只考虑如下四个方面的因素： (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性， 在对此四方面内容逐个分析后， 再作综合评估。在综合评估中所用的方法主要有： Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等， 但技术创新的评估是一个非常复杂的系统， 其中存在着广泛的非线性、时变性和不确定性， 同时， 还涉及技术、经济、管理、社会等诸多复杂因素，目前所使用的原理和方法， 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究， 在我国的历史还不长， 无论是指标体系还是评估方法， 均处于研究之中， 我们认为目前在企业技术创新评估方面应做的工作是： (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下， 神经网络技术就有其特有的优势， 以其并行分布、自组织、自适应、自学习和容错性等优良性能， 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题， 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础， BP神经网络由输入层、隐含层和输出层构成， 各层的神经元数目不同， 由正向传播和反向传播组成， 在进行产品技术创新预测和评估时， 从输入层输入影响产品技术创新预测值和评估值的n个因素信息， 经隐含层处理后传入输出层， 其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置， 考虑了概括性和动态性， 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素， 尽管是黑匣子式的预测和评估， 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合， 输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅， 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究，如文献[08]、[09]、[11]等， 但尚未发现将神经网络应用于技术创新预测与评估方面的研究， 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下， 以神经网络为基础来建立产品技术创新预测与评估模型， 是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在： (1) 探索新的技术创新预测和评估技术， 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估， 有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在： (1) 提供一种基于多因素的技术创新定量预测技术， 有利于提高预测的正确性; (2)提供一种基于BP神经网络的综合评估方法， 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
研究目标：
以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型， 并建立科学的预测和评估指标体系及设计相应的模型计算方法， 结合企业的具体实际， 对指标和模型体系进行实证分析， 使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手， 密切结合电子商务和知识经济对企业技术创新的影响， 系统综合地分析影响产品技术创新的各相关因素， 建立科学的企业技术创新预测和评估指标体系， 并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时， 需要一组决定其相对重要性的初始权重， 权重的确定需要基本的原则作支持。
3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点， 以BP神经网络为基础， 构建基于多因素的技术创新预测和评估模型。
4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点， 设计其相应的计算方法。
5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料， 构建基于BP神经网络的技术创新预测和评估模型的学习样本， 对预测和评估模型进行自学习和训练， 使模型适合实际情况。
6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景， 对基于BP神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前，在技术创新的预测和评估指标体系方面， 一种是采用传统的指标体系， 另一种是采用国外先进国家的指标体系， 如何结合我国实际当前经济形势， 参考国外先进发达国家的研究工作， 建立一套适合于我国企业技术创新预测和评估指标体系， 此为本研究要做的首要工作， 这是一项创新。
2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能， 能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题， 本项目首次将神经网络技术引入企业的技术创新预测和评估， 这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素， 并研究影响因素间的内在联系， 确定其相互之间的重要度， 探讨其量化和规范化的方法， 将国外先进国家的研究成果与我国具体实际相结合， 建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中， 发现问题、分析问题， 归纳和总结出具有共性的东西， 探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究， 先从某一行业出发， 定义模型的基本输入因素， 然后， 逐步扩展， 逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合， 进行实证研究， 在实践中丰富和完善， 研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作， 编写出版了《现代市场营销学》和《现代企业管理学》等有关著作， 发表了企业技术创新与营销管理创新、企业技术创新与营销组织创新及企业技术创新与营销观念创新等与技术创新相关的学术研究论文， 对企业技术创新的预测和评估有一定的理论基础， 也从事过企业产品技术创新方面的策划和研究工作， 具有一定的实践经验， 与许多企业有密切的合作关系， 同时， 对神经网络技术也进行过专门的学习和研究， 所以， 本项目研究的理论基础、技术基础及实验场所已基本具备， 能顺利完成本课题的研究， 取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
主要参考文献：
[01] 傅家骥、仝允桓等。 技术创新学。 北京： 清华大学出版社 1998
[02] 吴贵生。 技术创新管理。 北京： 清华大学出版社 2000
[03] 柳卸林。 企业技术创新管理。 北京： 科学技术出版社 1997
[04] 赵志、陈邦设等。 产品创新过程管理模式的基本问题研究。 管理科学学报。 2000/2.
[05] 王亚民、朱荣林。 风险投资项目ECV评估指标与决策模型研究。 风险投资。 2002/6
[06] 赵中奇、王浣尘、潘德惠。 随机控制的极大值原理及其在投资决策中的应用。 控制与决策。 2002/6
[07] 夏清泉、凌婕。 风险投资理论和政策研究。 国际商务研究。 2002/5
[08] 陈劲、龚焱等。 技术创新信息源新探。 中国软科学。 2001/1. pp86-88
[09] 严太华、张龙。 风险投资评估决策方法初探。 经济问题。 2002/1
[10] 苏永江、李湛。 风险投资决策问题的系统分析。 学术研究。 2001/4
[11] 孙冰。 企业产品开发的评价模型及方法研究。 中国管理科学。 2002/4
[12] 诸克军、杨久西、匡益军。 基于人工神经网络的石油勘探有利性综合评价。 系统工程理论与实践。 2002/4
[13] 杨力。 基干BP 神经网络的城市房屋租赁估价系统设计。 中国管理科学。 2002/4
[14] 杨国栋、贾成前。 高速公路复垦土地适宜性评价的BP神经网络模型。 统工程理论与实践。 2002/4
[15] 楼文高。 基于人工神经网络的三江平原土壤质量综合评价与预测模型。 中国管理科学。 2002/1
[16] 胥悦红、顾培亮。 基于BP神经网络的产品成本预测。 管理工程学报。 2000/4
[17] 陈新辉、乔忠。 基于TSA-BP神经网络的企业产品市场占有率预测模型。 中国农业大学学报。 2000/5
[18] 刘育新。 技术预测的过程与常用方法。 中国软科学。 1998/3
[19] 温小霓、赵玮。 市场需求与统计预测。 西安电子科技大学学报。 2000/5
[20] 朱振中。 模糊理论在新产品开发中的应用。 科学管理研究。 2000/6
[21]Kim B. Clark Takahiro Fujimoto. Product Development Performance Strategy、Organization and Management in Industry. Harvard Business School Press. Boson 1993
[22] Gobeli D H, Brown D J. Improving the process of product innovation. Research, Technology Management, 1993. 36(2)：46-49
[23]Simon J.Towner. Four ways to accelerate new product development. Long Rang Planning 1994. 27(2)：57-65
[24]Abdul Ali,et al. Product innovation and entry strategy. Journal of Product Innovation Management 1995. 12(12)：54-69
[25]Eric Vin Hippel. The sources of Innovation. Oxford University Press. 1988
[26] Shtub A, Zimerman Y. A neural-network-based approach for estimating the cost of assembly. International Journal of Production Economics, 1993. 32: 189-207
[27] Wee-Liang Tan, Dattarreya G. Allampalli, Investment Criteria of Singapore Capitalists, 1997 International Council for Small Business, San Francisco, California, June 1997
[28]Michael Henos, The Road to Venture Financing: Guidelines for Entrepreneuts, RD Straregist Magazine,Summer 1991
[29]Chow GC, The Largrange Method of optimization with applications to portfoli and investment decisions. J of Economic Dymamics and Control 1996
[30]Jensen, R Information Cost and Innovation Adoption Policies, Management Science. Vol.34, No.2, Feb, 1988
[31]R.K. Zutshi, T.W.Liang, D.G.Allampulli, Singapore Venture Capitalists Investment Evaluation Criteria: A Reexamination. Small Business Economics 13:9-26(1999)
技术创新的主要方法范文2
论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究
课题来源：单位自拟课题或省政府下达的研究课题
选题依据：
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
研究目标：
以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。
3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。
4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。
5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。
6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。
2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
主要参考文献：
[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998
[02]吴贵生.技术创新管理.北京:清华大学出版社2000
[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997
[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.
[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6
[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6
[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5
[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88
[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1
[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4
<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4
[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4
[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4
[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4
[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1
[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4
[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5
[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3
[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5
[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6
[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993
[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49
[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65
[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69
[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988
[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207
[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997
[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991
[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996
[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988
[31]R.K.Zutshi,T.W.Liang,D.G.Allampulli,SingaporeVentureCapitalistsInvestmentEvaluationCriteria:AReexamination.SmallBusinessEconomics13:9-26(1999)
技术创新的主要方法范文3
【关键词】技术创新能力；评价指标
一、技术创新与技术创新能力的含义
（一）企业技术创新概念的提出
1912年，约瑟夫・阿洛伊斯・熊彼特在《经济发展理论》中指出，企业技术创新是指“企业家对生产要素所做的新的组合”。企业的生产要素大致可分为人力要素、财力要素和物力要素，它们可以以不同的方式进行组合，并不是所有的组合都是企业需要的创新，创新是在满足消费者需求的同时，或提高质量或加快速度，或兼而有之，要素的组合方式并不是一种随意的行为，而是一个系统的过程：首先，要根据市场的需求，结合企业自身的生产要素占有情况，明确的基础创新的目标；其次，人力要素运用科学理论、数学模型、真实数据等，进行测算分析，估计项目的可行性；最后，在人的指导下，将需要的物力要素及财力要素投入到具体的技术创新过程中，进行创新实验。创新是不断尝试的结果，每一次的尝试的失败都是为了创新的成功做铺垫。
（二）技术创新能力的提出
不同的学者对技术创新能力的界定是不同的，一些学者从能力本身来界定技术创新能力。这一观点认为，企业技术创新能力是由于企业的特性所决定的，是企业本身所具有的，不具有模仿性。由于不同企业拥有的要素资源、财力支持、企业文化、管理水平等硬件及软件不同，企业中的技术人员的专业知识水平、采用新工艺、新方法的决策不同，所以在改善质量或提高速度的效率和效果上也会有所不同，这用差异就是体现了不同企业在运用资源整合时的技术创新能力。
另一些学者从过程的层面来定义技术创新能力。这种观点强调技术创新是一个多人参与、集体协作、集思广益的思考与实践的过程，它强调过程的重要性，认为由组织生产某种新式的、能满足人们需求的产品的过程即为技术创新能力的体现，侧重对过程的把握与考核。有学者认为“组织通过不断学习，从而为企业革新带来新的思路与想法，为企业经营绩效产生催化作用”，这也是从过程这一角度阐述了技术创新能力。
有了从过程的角度定义技术创新能力，就会有从结果层面考量技术创新能力。顾名思义，从结果的角度则更注重产出效应，即在投入企业拥有的生产要素的同时，配以新思维、新想法创造出更先进的、不同于现有的产品或服务以体现时代的进步和社会的发展。
二、技术创新能力的评价指标
基于对上述技术创新能力的不同定义，其评价的指标也有所不同，下面将分别进行论述：
（一）基于从能力本身定义技术创新能力，技术创新能力是企业自身所具有的，从其根源方面看，它是企业中各种要素能力的组合，所以要评价技术创新能力，就要从企业所拥有的各种要素资源入手，前面说过企业的资源大致可分为三类：人力资源、物力资源、财力资源。人力资源能力不仅包括是指企业中参与创新人员的专业技术水平，而且包括管理人员的决策水平以及其他不直接参与创新的人员的间接支持；物力资源包投入的物质生产要素，如主要原材料、能源等；财力资源则主要是资金的支持。技术创新的能力，只有企业中各个要素相互配合、取长补短，才有可能实现创新。近年来，通过不断的实践研究，事实证明，除了企业内部，企业外部的环境要素对企业技术创新能力发挥着越来越重要的作用，外部环境也可以从上述三方面提供能力支持，以促进企业技术创新能力的增长，人力方面提供外部有专业知识的专家咨询，物力方面提供专利技术和专项设备，财力方面从国家和政府的角度提供专项资金，这些外部环境要素与内部能力要素本身的能力组合就是企业技术创新能力的体现。
（二）从过程角度定义技术创新能力。如前所述，这一说法本身强调技术创新是一个由多个环节组成的、有序联系的动态发展过程，每一个子环节都会对最后的技术创新结果做出不同程度的贡献。因此，从这一方面对技术创新能力进行评价，就要评价其各个运行过程，其评价指标可包涵要素投入过程、生产制造过程、改良更新过程、管理评价过程等，由于企业技术创新能力方面既存在共性，也存在个性，因此各个组成部分所占的权重比例也不同，同时赋予各个组成过程以相应的权重，让后进行加权，得到的数值也不能真实反映企业的技术创新能力，因为企业是一个开放的系统，各个要素并不是单纯的叠加，就能体现整体的效用，当然，这种方法对于粗略评价企业的技术创新能力还是有一定帮助的。
（三）从结果的角度定义技术创新能力。当技术创新实现成果转化时，其能力体现在具体的产品或服务上，我们就把能力这一无形的要素转变为有形的要素。那么对产品或服务的评价也就可以代替对企业技术创新能力的评价，对于评价产品和服务，这一领域的研究比较成熟，如对其质量、客户口碑、市场占有率、顾客满意程度等进行相应评价，然后运用层次分析法、综合指数法等将数据进行汇总，最后的出最产品或服务的综合评价，即刻粗略的出企业技术创新的能力水平。
三、对于现有技术创新能力评价方法的思考
上文从企业技术创新能力的含义入手，介绍了三种主要的评价方法，仔细观察，不难发现，其本是都是对不同要素进行评价，只是三种方法从不同的方面定义技术创新能力，因此，其选取的要素指标也不同。从中，我们可以发现其存在的两个主要问题：第一，要素的选取存在一定困难，不仅在选择本身，还在选择的数量上，要素的选取必须体现科学合理有针对性上，同时选择过多会增加评价的成本，而选择过少，不能准确评估技术创新能力；第二，选择评价要素后，运用哪种方法进行要素整合也是一个难题，这本身比要素的选择更重要，因为技术创新是一个由多方面因素共同配合的结果，因此选取的方法要考虑到各个因素之间的促进与抵消作用。
四、结论与展望
综上所述，虽然国内外学者在技术创新能力评价方面已经取得了长足的进步，但仍存在突出性问题，因此，在以今后的研究中，应重点关注上述所列举的问题，以期对企业技术创新能力进行更精确的评价，为企业的长远发展做贡献。
参考文献：
[1]熊彼特.经济发展理论.北京：商务印书馆，1990：80
[2]魏江，许庆瑞.企业新能力概念、结构、度量与评价.科学管理研究，1995（5）：5055
[3]王立新，高长春，任荣明.企业创新能力的评价体系和评价方法研究.东华大学学报，2006（3）：3437
作者简介：
技术创新的主要方法范文4
【关键词】技术创新；经济增长；哲学视角；方法论
随着时代的发展，人们所面对的问题变得越来越复杂，单纯从经济学与管理学角度看待技术创新难以解决问题，需要我们从哲学的视角反思技术创新带来的问题。但目前状况来看，对技术创新的哲学研究很少，又分散。所以，有必要从哲学视角探讨技术创新，进一步深化对技术创新的认识，更好地掌握技术创新的规律和方法，推动科学技术的发展和社会的进步。
一、技术创新的哲学定义
视角不同，对技术创新的认识就不同。从哲学角度来看，也有不同的阐释。东北大学李兆友教授把技术创新看作是创新主体对创新客体作用的过程，强调技术创新的过程。复旦大学陈其荣教授把技术创新定义为“技术创新是作为创新主体的企业在创新环境条件下通过一定的中介而使创新客体转换形态，实现市场价值的一种实践活动。”
本文从哲学角度认为技术创新是创新主体从获取新的构想或新认识开始，通过对创新客体作用的过程，最后实现理性价值的实践活动。实现理性价值是技术创新的目的，市场价值是理性价值的一种，从人类现实的发展条件和环境来看，进行技术创新不能仅仅为了实现市场价值，应从更高的理性出发，去追求哲学价值。
二、技术创新认识论与价值论的解析
（一）技术创新认识论解析
技术创新是创新主体在创新环境下通过一定的中介作用于创新客体，实现商业化价值的过程。它的三个维度耦合作用下，促使技术发生变革，实现创新目的。主体维度，它是创新实践活动的直接推动者，包括个人或组织，具有层次性，由个人、组织、战略联盟等各个层次组成的创新主体层次。客体维度，也是知识维度，不仅包括设备、工具等物化知识，也包括内涵于主体的原理、经验、方法等知识，两者都是主体创新的对象。有学者认为，创新是新知识的产生和应用的活动过程，是知识开发和知识产业化过程，创新不仅包含创造性，还包括更广泛意义上的产品、工艺、市场和理念知识的创造和更新。可见，技术创新是技术创新主体利用个体知识、组织知识和联盟知识等应用活动的过程。价值维度，也是技术创新的目的维度，技术创新是技术与经济的结合的概念，从本质上说，它是一种以技术为手段，实现经济目的的活动。从这个意义讲，技术创新并不只是实现技术上进步，更为重要的是实现商业化价值的目的。
（二）技术创新价值论解析
技术创新是一种实现价值的过程。根据上述内容，技术创新不仅要实现经济价值，而且还要实现它的文化和生态等价值。
1、技术创新的经济价值。技术创新是经济持续发展的动力，极大地推动了生产力的发展。但是在经济全球化的今天，企业所面对的经济环境越来越不确定，竞争更加激烈，只有通过不断技术创新，才能在竞争中化被动为主动，立于不败之地。技术创新不仅在企业层次上起着重要的作用，而且也是增强国家经济竞争力和持续发展的基础。
2、技术创新的文化价值。技术创新与文化存在着互动关系，是技术创新成功的必不可少的条件。两者的关系主要体现在：一是技术创新推动创新主体价值观的形成。价值观是文化的核心，是技术创新主体世界观与方法论的集中体现，而技术创新主体正是从创新的价值取向、创新目标、创新宗旨等来反映和形成价值观的。二是技术创新推动创新精神的确立。创新精神是创新文化的灵魂，是取得技术创新成功的重要保障。在技术创新的过程中需要精神作为支撑去解决所带来的问题。
3、技术创新的生态价值。技术创新的生态价值应该从人文生态价值和自然生态价值两个方面来理解。在技术创新的过程中不能损害社会整体利益为代价，来实现自私的小团体利益，而应该尽可能地维护社会的公共利益，保证社会生态的和谐有序。技术创新也应该为环境保护，防止生态破坏，提供技术上的保障，实现自然生态系统的平衡。
三、技术创新哲学研究对当今技术发展的启示意义
在当代，技术的发展存在着盲目或不自觉的现象。云南师范大学贾星客教授认为，“从单个技术来看，技术是自觉的，但从整体来看，技术又是不自觉的。”所以，有必要从整体上去反思技术未来的发展。本文认为技术的不自觉，首先表现为技术创新的不自觉，而技术创新的不自觉，首先表现为创新理念的不自觉。现在，大多数技术创新都受到利润导向或GDP导向观念的影响，致使技术变得盲目发展。通过技术创新的哲学研究，建构人们对技术创新的合理观念，实现从利润导向或GDP导向转向公共利益导向，最终，使技术从不自觉走向自觉，符合人类整体的共同利益。
技术创新是一个复杂的系统工程，是主体、客体和中介等各种要素相互作用的结果。从哲学视角来探讨技术创新也是一个复杂的系统工程，需要进一步深化技术创新的研究，才能更好地认清技术创新的本质和规律，用哲学的思维去思考技术的未来。
参考文献
[1] 刘大椿.自然辨证法概论[M].北京：中国人民大学出版社2004.
[2] 金吾伦.创新的哲学探索[M].上海：东方出版中心， 2010，5.
技术创新的主要方法范文5
Abstract: The article puts forward a system of evaluation indexes of the technological innovation ability in medium and small-sized enterprises. The system consists of five indexes in the first level and twenty-four indexes in the second level. Moreover, the evaluation indexes are put into practical use by fuzzy mathematics.
关键词：中小企业；技术创新能力；评价指标；模糊数学
Key words: medium and small-sized enterprises；technological innovation ability；evaluation indexes；fuzzy mathematics
中图分类号：F27文献标识码：A 文章编号：1006-4311（2011）28-0070-02
0 引言
中小企业是我国经济建设中最活跃、最富有活力的组成部分，在我国国民经济中占有十分重要的地位。同样，中小企业也是我国技术创新的重要力量，改革开放以来，我国65%的发明专利，75%以上的技术创新，80%的新产品是由中小企业完成的。技术创新能力的高低直接关系着中小企业的生存与发展[1]。合理地设置中小企业技术创新能力指标体系，评价其技术创新能力，不但可以了解中小企业技术创新情况，也可以帮助中小企业管理者科学地判断自身的技术创新能力水平，并制定恰当有效的技术创新战略，保持和提高自身竞争优势，以获取最佳的效益。
1 评价指标设置的原则
1.1 科学性原则 指标体系的设置必须建立在科学的基础上，要客观真实地反映企业技术创新的内在规律，同时结合必要的专项调查和考证，定性、定量相结合，通过综合考核评价，得出科学合理、真实客观的评价结果。
1.2 代表性原则 指标的确立应有代表性，要避免指标的过于繁杂，要尽可能选取影响程度最高，具有足够代表性的综合指标和专业指标，从而比较准确、简洁地表述所涵盖的内容。
1.3 可比性原则 指标的设置应体现可比性，具有一定的弹性空间。既要考虑到企业与企业之间技术创新能力的横向比较，也要考虑企业在不同时期自身技术创新能力的纵向比较。通过比较，使之成为衡量技术创新成效的尺度。
1.4 可操作性原则 指标的设置要在较准确地反映各企业技术创新能力发展的基础上，尽可能选取具有共性的综合性指标，同时要力求数据的可操作性。一方面指标资料要易于获取，另一方面定量指标可直接量化，定性指标也能间接赋值量化。
2 评价指标的内容
根据中小企业自身特点，技术创新能力评价指标体系包括：创新投入能力、创新管理能力、创新实施能力、创新实现能力、创新产出能力，共计五个一级指标，二十四个二级指标[2]（结构见表1）。
指标U1反映了中小企业对技术创新的重视程度，主要通过人力和财力的投入两方面来反映。指标U2是中小企业从整体上、战略上组织实施技术创新的能力。指标U3反映了中小企业在技术创新过程中是否根据自身实际情况，实事求是地进行技术创新活动。指标U4主要指中小企业的市场营销能力，市场是企业生存的基础，市场营销能力是企业技术创新的保障，产品有了市场，有了一定知名度，才能为技术创新提供良好的外部环境。指标U5是主要反映技术创新对中小企业产生的经济效益，经济效益主要通过由技术创新所带来的新产品的市场占有率、销售率来实现。
3 评价指标的应用
在这里，我们采用模糊数学的方法进行评价[3]：
3.1 确定一级指标集为U
参考文献：
[1]葛新权，李静文，彭娟娟.技术创新与管理[M].社会科学文献出版社，2005：326-333.
技术创新的主要方法范文6
摘 要：创新是一个国家的灵魂，是国家兴旺发达的不竭动力，在国际经济竞争中取胜的核心是知识创新和技术创新，技术创新对一国乃至一个地区的经济发展起着举足轻重的作用。如何有效地评价技术创新效率，是一个急需解决的问题。本文主要讨论用国内外学者对区域创新技术创新效率的评价方法以及主要成果，希望对其他学者进一步研究区域技术创新效率有所借鉴。
关键词：区域技术创新；效率；评价方法；综述
技术创新效率实质上技术投入产出的转化效率 ，在众多文献中，主要用到了三种方法；第一种是算术平均法，即直接用投入产出的比率来衡量技术创新效率，第二种是参数方法，该方法主要是用于多投入单产出的情况，其中随机前沿法是最常用的一种方法；第三种是非参数的方法，适用于多投入多产出的效率测算，其中运用比较普遍的是DEA参数法。
一、 相关概念的理论
1.1 技术创新
对于“技术创新”的定义，国内外学者给出的定义和研究颇多，迄今为止尚未形成一个严格的、规范的定义。
18世纪70年代，著名经济学家亚当·斯密就在其著作《国富论》中提到了技术创新，并初步意识到了技术创新对提高经济增长的作用。马克思在《资本论》等著作中也提到了技术创新，他是第一个把技术创新和资本积累结合起来研究的经济学家。
1912 年，美籍经济学约瑟夫·阿罗斯·熊彼特的《经济发展理论》中，首次打破了静态经济学的观点，提出了创新对推动经济发展的重要性。他指出，推动经济发展的核心不是资产与劳动力，而是创新。在他看来，创新是一个过程，是不断提高资源配置效率，是把新的生产要素和新的生产条件组合起来，投入到生产中的过程。
1951 年，索罗提出了“两步论”理论，在其著作《在资本化过程中的创新：对熊彼特理论的评论》一文首次指出：创新需要两个条件来完成，即新思想的来源和往后阶段的实现发展。
1962 年，伊诺斯发在其《石油加工业中的发明与创新》专著中，从行为集合的方面解释了技术创新的含义，“多种行为共同作用的结果，具体包括发明的选择、投资的保证、建立组织、选择发明、制定计划、工人的招用以及开辟市场等。”
1972年，Afriat首次提出了技术创新效率理论，他认为所谓技术创新效率，就是在给定的创新投入下，被测量的单位的创新产出与最大产出的距离，距离越大，则效率越低。或者，在给定的创新产出的情况下，其创新投入与最小投入的距离，距离越大，则效率越低。
1982 年，在专著《工业创新经济学》中，弗里曼定义技术创新指的是新服务、新产品、新系统、新过程的首次商业性转化。
我国学者在这方面的研究还在起步阶段，在参照国外大量研究的基础上，结合研究成果，提出自己的技术创新的概念。
1998 年，清华大学傅家骥教授提出，技术创新是指企业家为了获取商业利益，抓住市场中潜在的获利机会，对生产要素或生产条件进行重新的组合，进而完成费用更低、效率更高和效能更强的生产经营系统的建立，进而获得新的原材料来源、推出新的产品、新的工艺、建立企业新的组织或开辟新的市场的过程。①
我国对技术创新的研究主要是分析影响技术创新的主要因素，大部分学者以 R&D经费投入、R&D人员投入、技术市场成交额、政府科技投入，科技人员数、新产品投入等指标作为投入指标，以专利授权数、技术市场成交额、新产品销售收入等作为产出指标，综合地评价我国省域技术创新能力。
1.2 效率
效率通常是指投入与产出之间的关系，与生产率有着密切的练习。20世纪50年代，Koopmans首次提出了“技术效率”的概念 。他是这样定义技术有效：单个生产者当且仅当在不减少任何产出或不增加任何投入的情况下，该生产者没有方法能生产出更多的产品。在1957年， Farrell第一次完成了对技术效率的测量。Farrell认为技术能力就是：在其它条件不变的情况下，企业能在给定投入量获得最大产出的能力或者是假定产出消耗最小投入的能力②。衡量一个企业的技术效率，就是在同等要素投入的情况下，被评价的企业的产出与生产前沿决定的最大产出的比值，或者在同等产出的情况下，被评价企业所使用的投入与生产前沿面决定的最小投入的比值。在技术水平一定的条件下，企业能否达到生产前沿面，主要取决于企业技术效率的高低。若比值等于1，则表明企业已经达到生产前沿面，即技术有效。若比值小于1，则表明企业的产出或投入没能达到生产前沿的水平，其距离就是企业效率无效所造成的损失。
1.3 区域技术创新能力
二、国外学者对区域技术创新效率的研究
Fritsch（2002）使用改进的柯布一道格拉斯生产函数测量欧洲 11 个国家的区域创新效率，发现每个地区的R&D活动的效率一定程度上受产业集群的影响，技术集中更有利于提高R&D活动的效率。Yong-Tae Park（2005）运用两阶段DEA对各个国家之间的技术创新效率进行比较研究，他发现新加坡在总效率中排名第一，日本在专利产出方面效率第一，中国以及韩国效率相对无效。 Revilla Diez （2009）全面总结和 分析了影响区域创新的六大因素。Tom Broekel （2010） 则研究了德国的区域创新影响因素，在分析了德国97个地区的数据后，将七十多个影响因素综合为12大类影响因素。
三、 国内学者对区域技术创新效率的研究
孙立新（2007）通过运用DEA和聚类分析对黑龙江省的技术创新效率进行了实证分析，发现即使投入和产出的绝对值处于处于优势，但投入和产出的效率值不一定有优势；曲永义（2010）用了2001至2008年的苏浙鲁粤四省的数据，使用不同的投入指标和相同的产出指标进行三次DEA的非参数分析，分别评价了综合效率，人力投入效率以及财力投入效率；用Malmqulst指数方法对苏浙鲁粤的技术创新效率进行动态评价。王瑞琪等（2010）对我国区域技术创新效率进行了评估，研究发现，我国的技术创新效率呈上升趋势；常远（2012）运用DEA分析了我国29个省份的人力资本对其区域技术创新效率的影响，将人力投入效率分为成了三个结果；任瑞（2012）用DEA非参数方法对技术创新效率进行分析，用Malmquist 指数分析模型对高技术产业技术创新效率进行了动态的评价，结果发现我国高新技术产业的效率呈上升趋势，但技术创新效率的提高大部分源于技术效率的提高，而技术进化指数却每年都在下降，说明高技术产业技术进步呈衰退趋势。贾静雪（2012）基于25个省2001到2010年高新产业技术的数据，使用链式DEA模型，分别测量技术开发阶段的效率和成果传化的效率。袁潮清等（2013）用灰色相关度的方法研究区域创新体系的成熟度对我国31个各个省份的区域创新投入产出效率的影响， 发现区域创新体系越成熟的地区，其投入产出的效率越高。谢蕾蕾（2013） 用三层次的分析办法分析了我国31个省份的区域创新能力，重点分析了河南省的区域创新效率与其它省市的差距。
参考文献：
[1] 曲永义. 鲁苏浙粤区域技术创新能力评价与比较. 山东大学.博士论文. 2010
[2] 贾静雪.高新技术产业技术创新效率的区域比较——基于链式网络DEA模型. 武汉理工大学.硕士论文. 2012
[3] 任瑞. 我国高技术产业技术创新效率研究. 中北大学.硕士论文. 2012
[3] 李艳格. 基于 DEA 和 Malmquist 指数的我国商业银行效率动态评价研究.哈尔滨工业大学.硕士论文. 2009
注解：
