中國林產工業企業Ramp;D投入—產出效率分析
——基于DEA模型的比較研究

,2

(1.北京林業大學 經濟管理學院,北京 100083;2.清華大學 經濟管理學院,北京 100084)

中國林產工業企業Ramp;D投入—產出效率分析
——基于DEA模型的比較研究

張芮菱1,余吉安1,2

(1.北京林業大學 經濟管理學院,北京 100083;2.清華大學 經濟管理學院,北京 100084)

運用DEA評價模型,基于2015年林業人均產值將湖南、福建、重慶、湖北、山東分為第一組,陜西、貴州、新疆、山西分為第二組，進行林產工業企業Ramp;D效率比較研究。結果表明：9省份效率均值均未達到有效。第一組純技術效率偏低，投入冗余率偏高；第二組規模效率偏低，規模報酬的提升空間大。湖南、重慶、湖北在技術創新過程中出現“效率悖論”問題,Ramp;D人員與資金投入的冗余率均較高;陜西資金冗余率高達92.23%。建議企業擺脫依靠高投入刺激高產出的觀念,著重關注資源的合理配置、有效利用和適當規模化,加強科研資金運營管控,為Ramp;D活動創造良好的組織環境。

DEA模型;林產工業企業;效率評價;Ramp;D效率

林業在國民經濟、社會發展和可持續發展戰略中占據著極其重要的地位,其經濟、社會、生態、碳匯和文化功能得到了全球各界人士的廣泛關注與認可。科技創新水平標志著一國核心競爭力的高低,是推動經濟發展方式轉變的內生動力。2012年我國“一號文件”重點關注農業科技投入,吸引了眾多學者和專家致力于農業科技研究,但林業領域的科技研究卻較少涉及。與國際比較,我國林業科研經費人均投入僅為美國的7.4%[1],林業科技轉化率僅有43%,而林業發達國家為80%[2]。當前,我國大部分地區林業發展仍然是主要依靠增加勞動力與資金等投入以帶動產出的粗放型增長,林業科技未對林業產值做出充分貢獻。建設與發展現代林業急需科技的支撐與引領,獲取林業改革與發展的突破性進展急需科技的協助與指導。

目前我國林產工業正處于黃金發展期和結構性轉型期,依舊保持世界木材加工廠地位[3],其中人造板、木地板產量位居世界第一,成為林產品工業制造大國[4]。20世紀80年代以來,隨著民營經濟的迅速崛起,國外資本加大投入,我國林產工業迎來了發展機遇,自20世紀90年代以來我國木材工業發展速度一直呈現高于國民經濟增長速度的態勢[3],因此重視發展林產工業是林業走循環可持續發展之路和林業產業轉型升級的重要手段。我國要實現林業產值增加,必須擺脫以依靠原木采伐量、林產品初級加工品為主的產業模式,明確依靠科技創新帶動我國從林產品工業大國邁向林產品工業強國的行列。

技術創新來源于Ramp;D活動的發展,Ramp;D活動是技術創新的核心內容[5]。Ramp;D投入—產出效率關系到一個國家或單位的科技實力和核心競爭力。企業是技術創新的主體,技術創新是企業獲取持續核心競爭力的源泉,是企業追求長遠發展的基礎,走林業科技化發展道路是我國林業發展的首要選擇。在林業科技化過程中,林產工業企業扮演著核心的角色,而企業的Ramp;D投入與效率水平直接決定了企業研發能力和新產品的單位價值含量,影響著整個林業制造業的總產出水平。因此,研究林產工業企業的Ramp;D活動投入與經濟產出的效率問題對林產工業的發展至關重要。

1 國內外研究綜述

林業投入—產出效率分析是研究林業經濟增長的重要內容。Anwar基于1977—1990年美國明尼蘇達州的投入—產出效率情況,分析了森工企業各部門之間的聯系[6];Cox、AMunn利用IM-PLAN投入—產出分析方法測算出美國南部和太平洋西北岸的森林工業對當地經濟的拉動效率,以及1美元森工產值帶來的邊際價值[7];Viitala、Hanninen基于DEA模型測算了芬蘭19個公益林的投入產出效率[8]。國內，首先在全國層面上,李春華等比較分析了2006年我國31個省份的林業投入—產出效率情況[9];其次，在單一的省市方面,賴作卿、張忠海[10]、田淑英等[11-14]分別對廣東、安徽、甘肅、北京和福建的林業投入—產出效率進行了測算與分析,其他省份鮮見。

Ramp;D效率是指對Ramp;D活動的投入和產出的比較,效率的高低體現了Ramp;D研發能力的強弱和科技水平的高低[15]。DEA方法在Ramp;D投入—產出效率評價領域得到了廣泛運用,如Korhonen[16]、Cherchye[17]分別評估了芬蘭和荷蘭大學的Ramp;D效率；吳和成、鄭垂勇分析了我國1999—2000年各地區的科技投入產出相對有效性[18]；羅亞非等評價了我國化學藥品制造業、通信設備制造業、電子器件制造業等高科技產業科技活動績效的相對有效性[19]。

針對我國林業Ramp;D科技投入—產出效率問題,馬梅蕓采用DEA-Tobit方法進行了實證分析,認為林業全要素生產率各分量即技術進步、純技術效率、規模效率之間未形成合力,建議加快林業科技推廣,引導適度規模經營[20];龐一楠等采用灰色關聯度分析法綜合評價了陜西省林業科技的投入—產出效率,研究表明陜西省林業科技的投入仍處于較低水平,建議重視投入—產出效率這一指標,使林業科技資源得到有效利用[21];李平研究了1990—2009年我國財政的科技投入狀況,發現財政科技投入與林業經濟增長之間存在正相關的因果關系[22];陳思杭用DEA方法測算了我國9個林業較發達省份的林業Malmquist生產率指數,得出林業科技發展是林業生產率增長的關鍵因素,但林業科技投入的彈性系數小于固定資產投資,林業科技投入對林業生產率增長的作用尚未完全顯現[23]。可以看出,盡管不少學者針對林業投入—產出效率、Ramp;D效率以及林業Ramp;D科技投入—產出效率進行了研究,但對林產工業企業Ramp;D科技投入—產出效率研究較少,因此基于DEA模型,比較分析我國各省份林產工業企業科技投入—產出情況,對指導林業企業生產具有重要的參考價值。

2 研究方法與變量說明

2.1 研究方法及數據來源

本文主要采用美國運籌學家Charnes等提出的數據包絡分析法(Data Envelopment Analysis,DEA)進行效率評價[24]。DEA方法得出的效率測算結果包括綜合效率(crste)、純技術效率(vrste)和規模效率(scale),綜合效率是純技術效率與規模效率的乘積,相應數值未達到1則表示無效。當綜合效率小于1時,通過比較純技術效率與規模效率的數值大小來進一步探析無效狀態主要是由技術導致還是規模導致:純技術效率用于判斷DMU中各要素的配置情況,衡量科技投入的技術水平的高低,若純技術效率數值小于規模效率數值,表示主要原因在于技術水平;規模效率用于判斷DMU是否達到適度規模狀態,反映科技投入規模是否有效,若該數值更小,則表示綜合效率無效的主要原因在于規模無效[25]。

由于CCR模型不能單純評價“技術有效”性,1984年Banker、Charnes、Cooper提出了BCC模型,可單獨評價決策單元的技術效率[26]。該模型假設規模報酬可變,更能恰當地反映生產過程,因此本文采用BCC模型對林業Ramp;D投入—產出效率進行測算。

假設有n個DMU,每個DMU都有m種類型的輸入和s種類型的輸出。用Xj表示輸入,Yj表示輸出:

Xj=(x1j,x2j,…,xmj)T

(1)

Yj=(y1j,y2j,…,ysj)T,j=1,2,…,n

(2)

式中,xijgt;0表示的是第j個決策單元DMUj的第i種類型輸入的輸入量,yrjgt;0表示的是第j個決策單元DMUj的第r種類型輸出的輸出量(i=1,2,…,m;r=1,2,…,s;j=1,2,…,m)。評價第j個DMU有效性的BCC模型為:

(3)

式中,λj為單位組合系數;θ為DMU相對效率測算值;VD、X0、Y0為常數項;s-、s+表示松弛變量[27]。如果θ=1,s-與s+不為0,則決策單元DMUj為弱DEA有效,若想維持投入或產出不變,應相應增加s+單位的產出或減少s-單位的投入;如果θ=1,s-與s+均等于0,則DMUj為DEA有效,即技術與規模同時有效;若θlt;1,該決策單元為DEA無效。本文直接利用輸入和輸出數據建立非參數的DEA模型進行不同地區、不同省份的林業科技效率測算和評價。

本文數據來源于2005—2015年《中國林業統計年鑒》、《中國科技統計年鑒》和各省份統計年鑒等。

2.2 指標選取要求

DEA方法要求測算的投入—產出指標均大于0,并且決策單元的個數應不小于投入指標數量和產出指標數量之和的2倍[28]。本文基于林業科技效率研究主題,選取從事木材加工和木、竹、藤、棕、草制品業,家具制造業,造紙和紙制品業三大林業制造業中規模以上工業企業Ramp;D人員折合全時當量、規模以上工業企業Ramp;D經費內部支出兩個投入指標,以及該三大產業生產總值作為產出指標,以福建、湖南、重慶、湖北、山東、陜西、貴州、新疆、山西9個省份2015年各項截面數據為9個決策單元,符合DEA效率測算指標選取要求,因此測算結果具有可信度。

2.3 研究對象與變量選取解釋

林產工業是以木材資源為主的林產品加工業,通常包括木材加工業、制漿造紙工業及家具業等,不但密切關系國計民生,而且隨著各林產制品出口的急劇增長,林產工業在未來我國國民經濟中的作用呈顯著增強趨勢[29]。2015年，我國林業三次產業的產值結構為34∶50∶16,可以看出林業第二產業貢獻率最高,盈利能力最強,其中木材加工及木、竹、藤、棕、葦制品制造業,家具制造業、造紙和紙制品業產值的占比約73.56%,因此研究林產工業企業的Ramp;D活動投入—產出效率對整個林業總產值的增加具有重大意義。在投入要素方面,本文選取從事以上三大產業中規模以上工業企業Ramp;D人員折合為全時當量、Ramp;D經費內部支出兩項指標。其中,人員折合為全時當量是指全時人員數加非全時人員數按工作量折算為全時人員數的總和,更能反映Ramp;D活動的勞動力要素投入;企業Ramp;D經費的內部支出單純指該企業自身實際開展研究試驗與發展的支出,為避免重復計算委托外單位的研發經費,選取內部支出作為資金投入更為準確。此外,本文選取以上三大產業的總產值作為產出指標,更加直觀地測算出企業Ramp;D投入的經濟效果。

3 效率測算與分析

3.1 測算結果描述

在比較不同國家、不同行業生產力發展水平時,人均產值通常被認為是一種主要的經濟指標[30]。經初步測算,2015年我國林業人均產值約為492.92萬元,本文選取部分林業人均產值高于或低于該值的省份與分為兩組樣本做比較研究,第一組為高于全國平均水平,第二組為低于全國平均水平,樣本數據見表1。

表1 2015年我國部分省份林業相關數據

注:“三業”指木材加工及木、竹、藤、棕、葦制品制造業,家具制造業,造紙和紙制品業，數據來源于2015年《中國林業統計年鑒》和各省市2015年的統計年鑒。

本文利用Deap2.1軟件對我國部分省份林業科技相對效率進行測算,測算結果見表2、表3。

表2 2015年部分省份林產規模以上工業企業Ramp;D投入—產出率

注:irs表示規模報酬遞增；drs表示規模報酬遞減；-表示規模報酬不變；crste=vrste×scale。

3.2 測算結果分析

由表2可知,樣本省市各項指標均值均未達到有效水平,綜合效率僅為0.531,表明這些省份林產規模以上工業企業Ramp;D活動投入—產出的相對有效性水平普遍較低。其中:①福建和貴州兩省達到DEA有效,其純技術效率與規模效率均為1,意味著其Ramp;D活動不但實現了技術有效,并且達到規模有效,規模報酬穩定,此時的Ramp;D投入—產出規模和資源配置與技術利用水平為最佳狀態。②湖南、重慶規模效率為1,規模收益穩定,但純技術效率卻小于1,分別為0.445和0.378,低于樣本平均水平0.747,表明湖南與重慶林產規模以上工業企業的Ramp;D投入規模雖然有效,但技術水平未達到有效水平,生產有效性低。由表3可知,與生產前沿面比較,湖南、重慶Ramp;D人員全時當量冗余率分別為55.51%、62.21%,Ramp;D內部經費支出冗余率分別為59.81%、77.82%,說明兩地區林產規模以上工業企業在同樣產出情況下,Ramp;D人員和資金投入冗余嚴重,存在資源分配不合理、純技術利用效率低、資源浪費等問題。③山東、新疆和山西純技術效率也均達到1。由表3可知其投入冗余率為0,表示在既有規模下,其技術效率有效,不存在資源浪費現象;但規模效率分別為0.635、0.170、0.438,均低于1,且山東規模報酬遞減,新疆、山西遞增,說明三省的林產業工業企業Ramp;D投入規模的調整空間還很大,可根據地區具體情況分別適當增減投入規模。④湖北、陜西兩項指標均未達到1,其中湖北綜合效率為0.427,純技術效率為0.739,規模效率為0.577,Ramp;D人員冗余率為57.35%,Ramp;D經費內部支出冗余率為26.1%,規模報酬處于遞減階段;陜西省的綜合效率、純技術效率和規模效率分別為0.767、0.852、0.899,Ramp;D人員與內部經費支出冗余率分別為14.78%和92.23%,規模報酬處于遞增階段。以上測算結果表明,湖北、陜西兩省的林產工業企業Ramp;D投入—產出效率狀況在樣本中表現最差,不但資源純技術利用率低,而且規模也不適宜。在投入冗余方面,湖北省人員冗余問題更嚴重,陜西省經費內部支出冗余問題最突出。

從整體上看,在Ramp;D投入與產出絕對值方面,第一組省份遠高于第二組,投入更高,產值優勢明顯;然而在效率方面,第一組技術效率整體較差,普遍低于第二組,且湖北、山東兩省處于規模收益遞減狀態,應減少投入或提高現有資源利用率以增加產出,而陜西、新疆、山西的規模收益遞增,可在保持現有資源利用技術水平和資源配置水平下擴大投入規模。以上研究表明,高投入帶來高產出,但未必意味著高效率,林產工業經濟指標相對樂觀的湖南、重慶與湖北,三省市的企業在技術創新過程中卻存在著“效率悖論”現象,且出現投入過甚或產出不足問題。

表3 2015年部分省市林產規上工業企業Ramp;D投入冗余情況

注:冗余率=冗余值/原值,預計值=原值-冗余值。

4 結論與建議

簡單地通過比較分析投入—產出的絕對值,不能對一個區域或企業的資源利用效率與規模效益作出合理評價[31]。本文針對林業產業區域經濟問題,比較研究了我國部分省份2015年林產工業企業的Ramp;D投入產出效率,得出以下結論:①湖南、福建、重慶、湖北、山東、陜西、貴州、新疆、山西的林產規模以上工業企業Ramp;D活動綜合效率普遍較低,純技術效率與規模效率均為達到有效水平。②湖南、重慶、湖北林產工業企業在技術創新過程中出現“效率悖論”問題,Ramp;D活動人員與資金投入的冗余率均較高,說明三省市林產工業企業資源利用技術效率不高,浪費現象較嚴重,高產值依賴于高投入而非高效率。分析可能的原因是:Ramp;D活動人員、資金分配不合理,導致對已有資源挖掘不足,沒有使其充分利用,且存在資源重復建設現象;Ramp;D活動的組織管理與協調能力較弱,未對技術創新提供一個良好的培育與發展環境,造成研發動力不足、資源損耗等問題;或盡管三省的林業人均產值相對較高,但林產工業不是主要貢獻力量,該地區的林產工業企業存在經營分散、科技基礎薄弱、研發能力落后等問題,林業產成品仍以初級加工品為主。建議企業關注重點不是Ramp;D投入資源的絕對數量,而是投入資源的合理配置和已有資源的利用率,提高Ramp;D投入產出純技術效率,并結合自身特點,協調好投入與規模兩者的關系,降低投入冗余率。③在規模效率方面,第一組的湖北、山東與第二組的陜西、新疆、山西均為有效,其中湖北、山東規模收益遞減,建議企業控制投入規模或適當縮減現有生產規模,而森工產值相對較低的陜西、山西、新疆均處于規模報酬遞增階段,因此建議企業在保持現有生產水平下考慮擴大生產規模,實現總產出進一步增長。此外,陜西省林產工業企業應著重關注Ramp;D資金冗余率過高的現象,可能存在資金調度不合理、營運不暢、資金活動管控不嚴等問題,應加強資金的管理。

綜合來看福建和貴州的林產工業企業在Ramp;D投入—產出效率方面表現最好。林云對區域技術創新投入產出進行了實證研究,發現技術創新存在一種軌道效應,可稱作技術創新的“馬太效應”[32],即科技投入—產出效率高低與業已技術創新累積的優勢息息相關。因此研究福建與貴州林業科技發展現狀,能對其他省市乃至全國林產工業企業的技術化轉型和林產工業產業化改革提供建議或指導。

主要是:①改進林業生產制度,完善林業科技體系,實現林業的全產業鏈化。福建省于2008年引入市場元素,并實行林地分戶的經營方式與“均股均利”的分配模式[14],為林業技術創新打造了良好的制度基礎;在完善林業科技體系方面,于2001年成立林業生產力促進中心,旨在為中小型林業科技企業提供綜合性科技服務。此外,還逐漸構建了涵蓋苗木種植、板材加工、生物科技、森林旅游、生態服務等一系列完整的全產業鏈結構。②健全林業技術推廣服務體系、管理機制和組織保障機制,明確科技成果推廣服務對象。貴州省的市、州、縣基本都建立了林業科技推廣機構,并加大了人員與資金的投入,以示范項目為載體保障推廣工作順利進行[33]，開展技術培訓與科技咨詢，最大程度地提高科技產出到經濟產出的轉化率。③明確企業的創新主體地位,加強產學研合作,提高企業Ramp;D活動效率。企業高研發效率有助于企業經濟的健康發展,低效率使企業經濟增長動力不足。通過產學研合作,高校、科研院所協助企業進行基礎研究、應用與開發研究，或圍繞企業的研發要求,進行成果轉化，在時間與成本方面提升效率。

[1]關于加快林業科技投入的建議[EB/OL].中國民主促進會官網,http://www.mj.org.cn,2013.

[2]以林業科技創新引領綠色增長[EB/OL].中國林業新聞網,http://www.mj.org.cn,2012.

[3]李學強.淺談林產工業現狀及木材工業發展趨勢[J].黑龍江科技信息,2013,(2)∶207.

[4]由佳.中國各省級區域林產工業產業競爭力比較研究[D].北京:中國林業科學研究院碩士學位論文,2015.

[5]陳文俊,李涵,劉執圭,等.湖南省Ramp;D投入產出效率研究[J].經濟數學,2015,(4)∶47-53.

[6]Hussain·Anwa.Interindustry Linkages,Resource Use and Structural Change:An Input Output Analysis of Minnesota′s Forest-based Industries[D].University of Minnesota DAI-B 57 04,1996∶2248.

[7]Brian·M·Cox,Ian·AMunn.A Comparison of Two Input-Output Approaches for Investigating Regional Economic Impacts of the Forest Products Industry in the Pacific Northwest and the South[J].Forest Products Journal,Madison,2001,51(6)∶398.

[8]Viitalae J,Janninen H.Measuring the Efficiency of Public Forestry Organizations[J].Forest Sci,1998,3(44)∶298-307.

[9]李春華,李寧,駱華瑩,等.基于DEA方法的中國林業生產效率分析及優化路徑[J].中國農學通報,2011,(19)∶55-59

[10]賴作卿,張忠海.基于DEA方法的廣東林業投入產出效率分析[J].林業經濟問題,2008,(4)∶323-326.

[11]田淑英,張琛,許文立.安徽省林業投入產出效率評價——基于超效率DEA模型[J].合肥學院學報(社會科學版),2013,(2)∶111-115,126.

[12]米鋒,劉智丹,李卓蔚,等.甘肅省林業投入產出效率及其各指標影響力分析——基于DEA模型的實證研究[J].林業經濟,2013,(12)∶100-104.

[13]張穎,楊桂紅,李卓蔚.基于DEA模型的北京林業投入產出效率分析[J].北京林業大學學報,2016,(2)∶105-112.

[14]林超,謝志忠,蔡文櫻.基于DEA模型的福建省林業投入產出效率研究[J].科技和產業,2016,(4)∶16-20.

[15]鐘華.基于DEA方法的國家Ramp;D投入產出效率研究[D].北京:中國科學院研究生院(文獻情報中心)碩士學位論文,2008.

[16]Korhonen P,Tainio R,Wallenius J.Value Efficiency Analysis of Academic Research[J].European Journal of Operational Research,2001,(130)∶121-132

[17]Cherchye L,Vanden Abeele P.On Research Efficiency:A Micro Analysis of Dutch University Research in Economic and Business Management[J].Research Policy,2005,(34).495-516

[18]吳和成,鄭垂勇.科技投入產出相對有效性的實證分析[J].科學管理研究,2003,(6)∶93-96.

[19]羅亞非,焦玉燦,戎莉.基于CCR模型的高技術行業科技活動績效評價[J].科技管理研究,2006,(3)∶151-154.

[20]馬梅蕓.福建省林業全要素生產率研究[D].福州:福建農林大學碩士學位論文,2012.

[21]龐一楠,揭昌亮.基于灰色關聯度分析法的林業科技投入產出效率評價模型研究——以陜西省為例[J].荊楚理工學院學報,2016,(4)∶75-80.

[22]李平,張俊彪.中國財政科技投入與林業經濟增長互動關系的實證研究[J].中國科技論壇,2011,(9)∶135-138.

[23]陳思杭.林業科技投入與林業生產率增長關系的實證研究[D].九江:江西農業大學碩士學位論文,2014.

[24]李美娟,陳國宏.數據包絡分析法(DEA)的研究與應用[J].中國工程科學,2003,5(6)∶88-94.

[25]周靜,王立杰,石曉軍.我國不同地區高校科技創新的制度效率與規模效率研究[J].研究與發展管理,2005,(1)∶109-117.

[26]魏權齡.評價相對有效性的數據包絡分析模型——DEA和網DEA[M].北京:中國人民大學出版社,2012.

[27]魏權齡.評價相對有效性的DEA方法[M].北京:中國人民大學出版社,1998.

[28]周薇.基于DEA模型的我國漁業科技效率實證分析[D].上海:上海海洋大學碩士學位論文,2015.

[29]林鳳鳴.關于我國林產工業發展問題的思考[J].世界林業研究,2003,(5)∶40-45.

[30]肖高勵.人均產值比較中的一個重要問題[J].經濟問題探索,1985,(1)∶28-31.

[31]張偉麗,韓娥,葉民強.長三角地區經濟投入產出的有效性分析[J].經濟問題探索,2005,(7)∶16-19.

[32]林云.技術創新效率的經驗分析[D].杭州:浙江大學碩士學位論文,2008.

[33]陳麗華.杭州市林業科技推廣工作現狀與發展對策[J].浙江林業科技,2012,32(3)∶67-71.

AnalysisonInput-OutputEfficiencyofRamp;DinChina′sForestProductsIndustryEnterprises——AComparativeStudyBasedonDEAModel

ZHANG Rui-ling1,YU Ji-an1,2
(1.School of Economics amp; Management,Beijing Forestry University,Beijing 100083,China; 2.School of Economics amp; Management,Tsinghua University,Beijing 100084,China)

In this paper,the DEA evaluation model was used to divide Hunan,Fujian,Chongqing,Hubei and Shandong into the first group based on the per capita output value of forestry in 2015.Shanxi,Guizhou,Xinjiang and Shanxi were the second group,and compared the Ramp;D input and output efficiency of forestry products enterprises.The results showed that the average efficiency of the nine provinces were not effective.The first group was that the pure technical efficiency of Ramp;D activities was low and the input redundancy rate was high.The second group mainly lay in Ramp;D investment scale efficiency was low,the scale could be enhanced.The forest industry enterprises in the process of technological innovation in Hunan,Chongqing,Hubei had “efficiency paradoxquot; problem,Ramp;D personnel and capital investment in the redundancy rate were higher.Shanxi Ramp;D funds redundancy rate was as high as 92.23%.It was suggested that enterprises should get rid of the idea of stimulating high output with high investment,focusing on the rational allocation,effective utilization and appropriate scale of Ramp;D investment resources, strengthening the management of scientific research funds and creating a favorable organizational environment for Ramp;D activities.

DEA model;forest industry enterprise;efficiency analysis;Ramp;D efficiency

10.3969/j.issn.1005-8141.2017.08.018

F326.24

A

1005-8141(2017)08-0991-05

2017-06-20；

2017-07-26

中央高校基本科研業務費專項資金項目(編號:BLX2012006、JGTD2013-07)。

張芮菱(1994-),女,四川省成都人,碩士研究生,研究方向為戰略管理。

余吉安(1979-),男,江蘇省南京人,副教授,清華經管領導力研究中心研究員,主要研究方向為戰略管理、科技創新管理。