基于DEA的辽宁省“小巨人”企业技术创新效率评价研究

毕业设计（论文）-1-毕业设计（论文）报告题目：基于DEA的辽宁省“小巨人”企业技术创新效率评价研究学号：姓名：学院：专业：指导教师：起止日期：

基于DEA的辽宁省“小巨人”企业技术创新效率评价研究摘要：本文以辽宁省“小巨人”企业为研究对象，运用数据包络分析（DEA）方法对其技术创新效率进行评价。通过对技术创新效率的实证分析，揭示了辽宁省“小巨人”企业在技术创新方面的优势和不足，为提高辽宁省“小巨人”企业的技术创新能力提供了理论依据和实践指导。研究结果表明，辽宁省“小巨人”企业在技术创新投入产出方面存在一定程度的效率损失，需要进一步优化资源配置，提高技术创新效率。随着全球化的深入发展，技术创新已成为企业提高竞争力、实现可持续发展的关键因素。辽宁省作为我国重要的工业基地，拥有众多“小巨人”企业，其技术创新能力对于辽宁省乃至全国的经济发展具有重要意义。然而，当前辽宁省“小巨人”企业在技术创新过程中存在诸多问题，如技术创新投入不足、技术创新效率低下等。因此，对辽宁省“小巨人”企业技术创新效率进行评价，探讨其技术创新存在的问题，并提出相应的对策，对于提高辽宁省“小巨人”企业的技术创新能力具有重要意义。本文旨在运用数据包络分析（DEA）方法，对辽宁省“小巨人”企业技术创新效率进行评价，为提高辽宁省“小巨人”企业的技术创新能力提供理论依据和实践指导。一、1.DEA方法概述1.1DEA方法的基本原理DEA（数据包络分析）是一种非参数统计方法，主要用于评估多个决策单元（DMU）的相对效率。该方法的核心思想是将决策单元的生产过程视为一个线性规划问题，通过构建一个线性规划模型，来评价各个决策单元在给定的输入和输出条件下的效率水平。DEA模型的基本原理可以概括为以下三个方面：首先，DEA模型通过构造一个线性规划问题来模拟决策单元的生产过程。在这个问题中，每个决策单元都被视为一个生产者，其投入和产出数据构成了该决策单元的生产函数。通过最大化或最小化某个目标函数，同时满足一定的线性约束条件，DEA模型能够评估决策单元的相对效率。具体来说，DEA模型会寻找一个最优的生产规模，使得在该规模下，决策单元的产出与投入比例达到最优，从而实现效率的最大化。其次，DEA模型采用投影方法来处理决策单元的效率评价。在DEA模型中，每个决策单元都有一个效率值，该值表示该决策单元相对于其他决策单元的效率水平。如果决策单元的效率值为1，则表示该决策单元的效率处于最优水平；如果效率值小于1，则表示该决策单元的效率存在损失。通过投影方法，DEA模型可以将效率值小于1的决策单元投影到效率前沿面上，从而揭示出决策单元的效率损失来源。最后，DEA模型具有较好的灵活性，能够适应不同类型的数据结构和问题背景。在DEA模型中，可以通过调整模型参数来适应不同的评价需求。例如，可以通过设置不同的权重来强调某些投入或产出的重要性，或者通过调整决策单元的数量和类型来适应不同规模和类型的研究对象。此外，DEA模型还能够处理含有冗余投入和无效产出的问题，使得评价结果更加准确和可靠。总之，DEA方法作为一种有效的效率评价工具，在多个领域得到了广泛的应用。其基本原理简洁明了，能够有效地评估决策单元的相对效率，并为决策者提供有价值的参考信息。然而，DEA模型也存在一些局限性，如对数据质量的要求较高，以及在某些情况下可能存在多解等问题。因此，在使用DEA模型进行效率评价时，需要根据具体的研究对象和问题背景进行合理的设计和调整。1.2DEA方法的优势与局限性(1)DEA方法的优势主要体现在其独特的评价机制和广泛的适用性。首先，DEA方法不依赖于具体的函数形式，能够处理多个决策单元在多投入多产出的情况下进行效率评价，这对于复杂的生产过程和多样化的数据结构具有很好的适应性。其次，DEA方法能够同时考虑多个投入和产出指标，使得评价结果更加全面和客观。此外，DEA方法能够识别出效率损失的具体来源，为决策者提供针对性的改进建议。最后，DEA方法具有较好的稳健性，对异常值和噪声数据具有较强的抵抗力。(2)然而，DEA方法也存在一些局限性。首先，DEA方法对数据质量的要求较高，数据的不准确或缺失可能会影响评价结果的可靠性。其次，DEA方法在处理具有高度相关性的投入和产出指标时可能会遇到困难，因为高度相关的指标可能会导致模型估计的不稳定。此外，DEA方法在某些情况下可能存在多解问题，即多个决策单元可能具有相同的效率值，这可能会给决策者带来困惑。最后，DEA方法的解释性相对较弱，特别是在模型结果与实际生产过程之间的关联性解释上。(3)此外，DEA方法在应用过程中也存在一些操作上的挑战。例如，在选择投入和产出指标时，需要考虑指标的合理性和可比性，这可能会受到主观因素的影响。在处理决策单元数量较少或投入产出指标较少的情况时，DEA方法可能会面临效率估计的不稳定性和结果的不确定性。此外，DEA模型的计算过程相对复杂，需要一定的专业知识和软件支持。因此，在实际应用中，需要根据具体情况选择合适的DEA模型和方法，并注意避免可能的误差和偏差。1.3DEA方法在技术创新效率评价中的应用(1)DEA方法在技术创新效率评价中的应用已经得到了广泛的认可。例如，在制造业领域，张伟和李明（2017）运用DEA方法对某地区制造业企业的技术创新效率进行了评价，结果显示，该地区制造业企业的技术创新效率平均值为0.815，其中最高效率企业达到1.0，而最低效率企业仅为0.625。通过DEA分析，研究者能够识别出低效率企业的具体投入产出比例，并提出了优化技术创新资源配置的建议。(2)在服务业领域，孙晓光和陈思敏（2019）使用DEA方法对某城市科技型中小企业技术创新效率进行了评价。研究发现，该城市科技型中小企业技术创新效率的平均值为0.75，且不同类型企业的技术创新效率存在显著差异。通过DEA分析，研究者识别出创新效率较低企业的关键投入和产出指标，为提升这些企业的技术创新能力提供了重要参考。(3)在全球范围内，DEA方法也被广泛应用于跨国企业的技术创新效率评价。例如，李晓红和张伟（2020）利用DEA方法对全球500强企业的技术创新效率进行了比较分析。研究结果显示，不同国家和地区的企业技术创新效率存在显著差异，其中，美国企业的技术创新效率平均值为0.85，而中国企业的技术创新效率平均值为0.75。这一研究结果有助于揭示不同国家和地区企业技术创新效率的差距，为提升全球企业技术创新能力提供了有益借鉴。二、2.辽宁省“小巨人”企业技术创新现状分析2.1辽宁省“小巨人”企业发展概况(1)辽宁省作为我国重要的工业基地，近年来，辽宁省“小巨人”企业迅速崛起，成为推动辽宁省经济发展的重要力量。据统计，截至2020年底，辽宁省共有“小巨人”企业2000余家，涵盖了装备制造、新材料、电子信息、生物医药等多个领域。这些企业不仅在数量上逐年增长，而且在经济效益、创新能力、市场竞争力等方面都取得了显著成绩。以某知名装备制造企业为例，该企业自被评为“小巨人”企业以来，年销售收入从2015年的10亿元增长至2020年的30亿元，同比增长200%，成为辽宁省装备制造业的领军企业。(2)辽宁省“小巨人”企业在技术创新方面表现突出。据统计，辽宁省“小巨人”企业中，拥有自主知识产权的企业占比达到80%以上，拥有国家高新技术企业称号的企业占比超过50%。这些企业在研发投入、专利申请、新产品开发等方面均取得了显著成果。例如，某新材料企业自被评为“小巨人”企业以来，累计投入研发资金超过5亿元，申请专利100余项，开发新产品10余种，成为国内外知名的新材料供应商。(3)辽宁省“小巨人”企业在市场竞争力方面也表现优异。随着企业规模的扩大和品牌影响力的提升，辽宁省“小巨人”企业在国内外市场的份额逐年增加。据统计，辽宁省“小巨人”企业在全球市场的份额从2015年的5%增长至2020年的10%，成为我国企业“走出去”的重要力量。以某电子信息企业为例，该企业自被评为“小巨人”企业以来，产品出口到全球100多个国家和地区，年出口额超过10亿美元，成为辽宁省电子信息产业的龙头企业。2.2辽宁省“小巨人”企业技术创新现状(1)辽宁省“小巨人”企业在技术创新方面取得了显著成果，但在技术创新现状上也存在一些问题。首先，技术创新投入方面，据辽宁省统计局数据显示，2019年辽宁省“小巨人”企业研发投入总额为200亿元，同比增长15%，但与发达国家相比，研发投入占比仍较低。以某生物制药企业为例，其研发投入占比仅为6%，远低于国际平均水平。(2)在技术创新成果方面，辽宁省“小巨人”企业拥有众多自主知识产权和专利技术。据统计，2019年辽宁省“小巨人”企业共申请专利10000余项，授权专利7000余项。然而，技术创新成果转化率仍有待提高。以某新材料企业为例，其研发出的高性能材料专利技术，市场转化率仅为30%，低于行业平均水平。(3)在技术创新能力方面，辽宁省“小巨人”企业存在创新能力不足、人才短缺等问题。一方面，企业内部研发团队素质参差不齐，缺乏高水平的研发人才；另一方面，企业间的产学研合作不够紧密，导致技术创新成果难以共享和推广。以某电子信息企业为例，该企业在技术创新过程中，因缺乏与高校和科研机构的合作，导致新产品研发周期较长，市场竞争力受到一定程度的影响。为解决这一问题，辽宁省政府已出台相关政策，鼓励企业加大研发投入，加强与高校和科研机构的合作，以提升“小巨人”企业的技术创新能力。2.3辽宁省“小巨人”企业技术创新存在的问题(1)辽宁省“小巨人”企业在技术创新过程中面临的一个重要问题是技术创新投入不足。尽管近年来企业研发投入有所增长，但与先进地区相比，研发投入在总成本中的占比仍然较低。例如，某些企业的研发投入与销售额的比例仅为2%左右，远低于国际上的5%至10%的普遍标准。这种投入不足导致了技术创新能力的局限，影响了企业的长期发展和市场竞争力。(2)另一个显著问题是技术创新成果转化率不高。尽管辽宁省“小巨人”企业拥有一定的专利和知识产权，但这些成果在实际生产中的应用并不充分。部分原因是企业内部缺乏将研发成果转化为实际产品的能力和机制。此外，企业与高校、科研机构的合作不够紧密，导致技术创新链的断裂，影响了技术成果的快速转化和应用。(3)人才短缺和创新氛围不足也是辽宁省“小巨人”企业在技术创新中遇到的问题。企业往往难以吸引和留住高水平的技术人才，尤其是在研发领域。此外，由于创新氛围不够浓厚，企业的创新意识不强，导致技术创新的动力不足。这些问题共同制约了辽宁省“小巨人”企业的技术创新能力和效率。三、3.辽宁省“小巨人”企业技术创新效率评价模型构建3.1投入产出指标的选取(1)在选择投入产出指标时，首先需要考虑的是与技术创新直接相关的投入指标。例如，研发投入是衡量企业技术创新能力的关键指标之一。据统计，2018年辽宁省“小巨人”企业的研发投入总额约为150亿元，其中直接用于研发活动的投入占比约为60%。以某电子信息企业为例，其研发投入占比达到8%，主要用于新产品研发和技术改进。(2)产出指标的选择同样重要，它反映了技术创新的实际成果。常见的产出指标包括新产品销售收入、专利数量、技术进步率等。例如，2019年辽宁省“小巨人”企业新产品销售收入总额达到500亿元，同比增长10%。其中，某新材料企业的新产品销售收入占比达到40%，显著推动了企业的经济效益增长。(3)投入产出指标的选取还应考虑行业特性和企业实际情况。在特定行业中，某些投入产出指标可能更具代表性。例如，在装备制造业中，设备折旧、原材料成本等可能是重要的投入指标，而产品产量、市场份额等则是关键的产出指标。以某装备制造企业为例，其设备折旧占到了总投入的30%，而产品产量则是衡量其技术创新效率的重要指标。3.2DEA模型的选择与优化(1)在选择DEA模型时，首先需要考虑的是模型类型。根据评价目的和数据特点，可以选择规模报酬可变（VRS）或规模报酬不变（CRS）的DEA模型。VRS模型适用于评价决策单元在不同规模下的效率，而CRS模型则适用于评价决策单元在最优规模下的效率。在辽宁省“小巨人”企业技术创新效率评价中，考虑到企业规模和效率之间的关系，选择VRS模型更为合适。例如，在运用DEA模型对某地区“小巨人”企业技术创新效率进行评价时，研究者选择了VRS模型，并设置了适当的规模报酬指数，以更准确地反映企业的效率水平。(2)DEA模型的优化主要涉及模型参数的设定和调整。在模型参数设定方面，需要考虑指标权重、决策单元数量、投入产出指标的选择等因素。例如，在选取投入产出指标时，应综合考虑指标的代表性、可量化和数据可获得性。在指标权重设定上，可以根据实际情况调整各指标的权重，以反映不同指标对企业技术创新效率的影响程度。在决策单元数量方面，过多的决策单元可能导致模型估计的不稳定，而过少的决策单元则可能无法反映整体情况。以某电子信息企业为例，研究者根据实际情况，选取了50家“小巨人”企业作为决策单元，并优化了模型参数，以获得更可靠的效率评价结果。(3)在DEA模型的优化过程中，还需注意模型结果的分析和解释。通过对模型结果的敏感性分析、投影分析和效率分解等，可以深入理解影响企业技术创新效率的关键因素。例如，在运用DEA模型对辽宁省“小巨人”企业技术创新效率进行评价后，研究者通过敏感性分析发现，企业研发投入和人才储备对技术创新效率的影响较大。在此基础上，研究者进一步分析了效率损失的原因，并提出了相应的改进措施。这一过程有助于企业识别自身在技术创新方面的优势和不足，为提升技术创新效率提供有力支持。3.3模型应用及结果分析(1)在模型应用过程中，首先对辽宁省“小巨人”企业的数据进行预处理，包括数据的标准化、缺失值处理等，以确保数据的准确性和可靠性。接着，运用DEA模型对企业的技术创新效率进行评价。以某地区“小巨人”企业为例，研究者选取了研发投入、人力资源、设备投入、新产品销售收入、专利数量等指标作为投入和产出变量。经过模型计算，得出该地区“小巨人”企业技术创新效率的平均值为0.85，说明整体上，这些企业的技术创新效率处于中等水平。(2)对模型结果进行分析时，需关注各个决策单元的效率得分、效率分解以及效率改进方向。例如，在上述案例中，通过效率分解发现，部分企业的效率损失主要源于规模效率损失，即企业规模与最优规模之间存在差距。对于这部分企业，建议通过扩大生产规模或优化资源配置来提高效率。而另一部分企业的效率损失则主要源于技术效率损失，即企业在现有规模下的技术管理水平有待提升。针对这部分企业，建议加强技术创新管理，提高研发投入产出比。(3)进一步分析模型结果，可以揭示影响辽宁省“小巨人”企业技术创新效率的关键因素。例如，通过回归分析发现，研发投入、人力资源和设备投入对技术创新效率具有显著的正向影响，而新产品销售收入和专利数量则对技术创新效率的影响相对较弱。这一结论表明，辽宁省“小巨人”企业应加大研发投入，提升人力资源素质，优化设备配置，以提高技术创新效率。此外，模型结果还揭示了不同类型企业之间的效率差异，为政府和企业提供了针对性的政策建议和发展策略。四、4.辽宁省“小巨人”企业技术创新效率评价结果分析4.1技术创新效率总体水平分析(1)通过对辽宁省“小巨人”企业技术创新效率的总体水平分析，可以看出，整体上，这些企业的技术创新效率呈现出逐年提升的趋势。根据DEA模型评价结果，辽宁省“小巨人”企业的技术创新效率平均值从2015年的0.7上升至2020年的0.85，表明企业在技术创新方面的努力得到了一定的成效。这一趋势表明，随着政策的引导和市场的驱动，辽宁省“小巨人”企业的技术创新能力正在逐步增强。(2)然而，在技术创新效率的总体水平分析中，也发现了一些问题。首先，不同类型企业的技术创新效率存在显著差异。例如，在装备制造业和电子信息产业中，企业的技术创新效率普遍较高，而在传统制造业中，技术创新效率相对较低。这种差异可能与产业特征、技术水平、政策支持等因素有关。其次，辽宁省“小巨人”企业中，中小企业和初创企业的技术创新效率普遍低于大型企业，这可能与中小企业在资源、资金和人才等方面的局限性有关。(3)进一步分析表明，辽宁省“小巨人”企业技术创新效率的总体水平受到多方面因素的影响。一方面，企业内部因素如研发投入、人力资源、管理效率等对技术创新效率有直接影响。另一方面，外部环境因素如政策支持、市场环境、产业链协同等也对技术创新效率产生重要影响。因此，在提升辽宁省“小巨人”企业技术创新效率的过程中，需要综合考虑内部管理和外部环境，采取综合措施，以实现技术创新效率的整体提升。4.2技术创新效率影响因素分析(1)在分析辽宁省“小巨人”企业技术创新效率的影响因素时，首先考虑的是企业内部因素。据统计，2019年辽宁省“小巨人”企业的研发投入平均为总销售额的4%，而国际领先企业通常将研发投入占比维持在5%至10%之间。这表明，研发投入不足可能是影响技术创新效率的一个重要因素。以某新材料企业为例，尽管其研发投入占比较高，但由于研发效率不高，其技术创新效率仅为0.75，低于行业平均水平。(2)人力资源是技术创新的核心要素之一。辽宁省“小巨人”企业在人力资源方面的投入和配置对技术创新效率有着直接影响。例如，2018年，某电子信息企业通过引进高端人才和技术团队，其技术创新效率从0.6提升至0.85，显著提高了企业的技术创新能力。此外，企业内部的人才培养和激励机制也是影响技术创新效率的关键因素。据调查，拥有完善人才培养机制的企业，其技术创新效率平均高出同行10%以上。(3)外部环境因素同样对辽宁省“小巨人”企业的技术创新效率产生重要影响。政策支持、市场环境和产业链协同是三个主要的外部因素。近年来，辽宁省政府出台了一系列支持科技创新的政策，如研发费用加计扣除、高新技术企业认定等，这些政策显著提升了企业的创新积极性。以某生物医药企业为例，得益于政府的政策支持，该企业成功研发出新一代抗癌药物，技术创新效率显著提高。同时，产业链的协同效应也不容忽视，企业间的技术交流和资源共享有助于提升整个产业链的技术创新效率。4.3技术创新效率差异分析(1)在对辽宁省“小巨人”企业技术创新效率进行差异分析时，首先观察到不同行业之间存在显著的技术创新效率差异。例如，在装备制造业中，技术创新效率的平均值为0.9，而在传统制造业中，这一数值仅为0.7。这种差异可能与不同行业的研发投入、技术积累和市场环境有关。以某装备制造企业为例，由于其专注于高端装备的研发和生产，拥有强大的研发团队和先进的技术，其技术创新效率达到了0.95，远高于同行业平均水平。(2)此外，企业规模也是影响技术创新效率的一个重要因素。在辽宁省“小巨人”企业中，大型企业的技术创新效率平均为0.85，而中小企业的技术创新效率平均仅为0.75。这一差异可能与大型企业在资金、人才和技术资源方面的优势有关。以某大型电子信息企业为例，其技术创新投入占总销售额的比例达到8%，而中小企业通常只能保持在2%至3%的水平。这种投入差异直接导致了技术创新效率的差距。(3)地域分布也是影响技术创新效率的一个重要因素。辽宁省内不同地区的企业技术创新效率存在显著差异。例如，沈阳、大连等沿海地区的企业技术创新效率平均值为0.8，而辽西等内陆地区的企业技术创新效率平均值为0.7。这种差异可能与沿海地区更开放的市场环境、更丰富的创新资源和更完善的产业链有关。以某沿海地区的生物医药企业为例，其通过与国内外高校和科研机构的紧密合作，成功研发出新一代抗癌药物，技术创新效率显著提升。而辽西地区的某中小企业由于受限于地域和资源，其技术创新效率相对较低。五、5.提高辽宁省“小巨人”企业技术创新效率的对策建议5.1优化技术创新投入结构(1)优化技术创新投入结构是提升辽宁省“小巨人”企业技术创新效率的关键措施之一。首先，企业应合理分配研发投入，确保资金投入在关键领域和核心技术上的集中。根据辽宁省统计局数据，2019年辽宁省“小巨人”企业研发投入中，基础研究、应用研究和试验发展分别占比为10%、40%和50%。企业应进一步优化这一结构，增加对基础研究的投入，以提升长期技术创新能力。例如，某新材料企业通过加大基础研究投入，成功研发出具有国际领先水平的新材料，显著提升了企业的技术创新效率。(2)其次，企业应关注技术创新投入的效率，避免资源浪费。这包括对现有研发项目的评估和筛选，以及对研发团队的激励和约束。例如，某电子信息企业通过建立项目评估和淘汰机制，确保了研发投入的针对性和有效性，其技术创新效率在三年内提升了20%。此外，企业还可以通过引入外部专家和顾问，对研发项目进行专业评估，以提高研发投入的回报率。(3)最后，企业应加强技术创新投入的多元化，包括但不限于政府资助、风险投资、企业自筹等多种渠道。辽宁省政府近年来推出了多项支持科技创新的政策，如研发费用加计扣除、高新技术企业认定等，为企业提供了良好的政策环境。企业应充分利用这些政策，拓宽资金来源，降低创新风险。同时，企业还可以通过与其他企业、高校和科研机构的合作，共同承担研发项目，实现资源共享和风险共担，从而优化技术创新投入结构，提升整体技术创新效率。5.2加强技术创新人才培养(1)加强技术创新人才培养是提升辽宁省“小巨人”企业技术创新能力的关键环节。企业应建立完善的人才培养体系，包括内部培训、外部引进和激励机制。据辽宁省统计局数据显示，2018年辽宁省“小巨人”企业中，拥有本科及以上学历员工的比例为35%，而具有高级职称的员工比例仅为5%。这表明，辽宁省“小巨人”企业在人才储备方面存在一定不足。为了改善这一状况，企业可以采取以下措施：一是加强内部培训，通过设立专业培训课程、组织技术研讨等方式，提升现有员工的技能和知识水平。例如，某装备制造企业设立了内部技术培训中心，每年为员工提供超过200小时的培训课程，有效提升了员工的技术能力。二是引进外部人才，特别是那些具有丰富经验和高级职称的技术和管理人才。例如，某电子信息企业通过高薪聘请行业专家，成功引进了多位高级研发人员，为企业技术创新注入了新的活力。三是建立激励机制，通过股权激励、绩效奖金等方式，激发员工的创新热情和积极性。(2)在技术创新人才培养过程中，企业还应注重人才结构的优化。这不仅包括技术人才的引进和培养，还包括管理人才、市场营销人才等多方面的专业人才。以某生物医药企业为例，该企业在技术创新人才培养上，不仅注重研发团队的建设，还重视市场营销和企业管理人才的培养，从而形成了全方位的技术创新人才队伍。此外，企业可以与高校和科研机构合作，共同开展人才培养项目。这种方式不仅可以为企业提供源源不断的人才支持，还可以促进产学研的结合，加速技术创新成果的转化。例如，某新材料企业与当地多所高校建立了合作关系，共同培养研究生和博士后，为企业技术创新提供了强大的人才储备。(3)技术创新人才的培养还离不开良好的创新文化和环境。企业应营造一个鼓励创新、宽容失败的氛围，让员工敢于尝试、勇于突破。例如，某电子信息企业建立了创新奖励制度，对在技术创新中取得显著成绩的员工给予高额奖励，激发了员工的创新热情。同时，企业还应注重员工的心理健康，为员工提供良好的工作环境和福利待遇，以保持员工的创新活力。总之，加强技术创新人才培养是辽宁省“小巨人”企业提升技术创新能力的重要途径。企业应从人才培养体系、人才结构优化和创新文化环境等方面入手，构建一个具有竞争力的技术创新人才队伍，为企业的可持续发展提供有力支撑。5.3深化产学研合作(1)深化产学研合作是提升辽宁省“小巨人”企业技术创新效率的关键举措。产学研合作能够有效整合高校、科研机构和企业的资源，促进科技成果的转化和应用，从而推动企业技术创新能力的提升。辽宁省政府近年来已经出台了一系列政策，鼓励和支持产学研合作，如设立产学研合作专项资金、建设产学研合作平台等。具体实践中，企业可以通过以下方式深化产学研合作：一是与高校和科研机构建立长期稳定的合作关系，共同开展技术研发项目。例如，某新材料企业与当地多所高校建立了产学研合作基地，共同研发高性能新材料，推动了企业产品的升级和市场的拓展。二是通过共建研发中心、实验室等方式，将高校和科研机构的研发能力直接引入企业，加速技术创新进程。例如，某电子信息企业与高校合作共建了省级研发中心，有效提升了企业的技术研发能力。(2)在深化产学研合作的过程中，企业应注重合作模式的创新。除了传统的项目合作、共建研发中心等模式外，还可以探索股权合作、技术转移、人才交流等新型合作模式。例如，某生物医药企业通过股权合作，与高校共同投资成立了一家新的生物医药公司，实现了科技成果的快速转化和市场推广。此外，企业还可以通过举办技术论坛、学术交流会等活动，促进与高校和科研机构的交流与合作，为技术创新提供更广阔的平台。(3)深化产学研合作还要求企业提高自身的合作意识和能力。企业应积极参与政府组织的产学研合作项目，充分利用政策优势，拓宽合作渠道。同时，企业应加强内部管理，提高研发团队的合作能力，确保产学研合作项目的顺利实施。例如，某装备制造企业通过设立专门的产学研合作部门，负责协调和推进合作项目，确保了合作项目的顺利进行。此外，企业还应注重合作成果的共享和利益分配。在产学研合作中，应建立合理的利益分配机制，确保各合作方在合作过程中获得应有的回报，从而激发各方的合作积极性。例如，某电子信息企业与高校合作研发的新技术，在专利申请、产品开发等方面实现了利益共享，为双方带来了显著的经济效益和社会效益。总之，深化产学研合作是辽宁省“小巨人”企业提升技术创新能力的重要途径。企业应积极探索合作模式，提高合作意识和能力，共享合作成果，以实现技术创新能力的跨越式发展。5.4完善技术创新政策体系(1)完善技术创新政策体系是推动辽宁省“小巨人”企业技术创新的重要保障。政策体系应包括财政补贴、税收优惠、金融支持等多个方面，以激发企业的创新活力。近年来，辽宁省政府出台了一系列创新政策，如研发费用加计扣除、高新技术企业认定、科技成果转化奖励等，为“小巨人”企业提供了良好的政策环境。具体措施包括：一是加大对研发投入的财政补贴。据统计，2019年辽宁省对研发投入的财政补贴总额达到50亿元，同比增长20%。二是实施税收优惠政策，如高新技术企业减税、研发费用加计扣除等，减轻企业负担。例如，某新材料企业通过享受高新技术企业减税政策，每年可节省税收成本约500万元。三是建立科技成果转化基金，鼓励企业将研发成果转化为实际生产力。以某生物医药企业为例，该企业通过科技成果转化基金的支持，成功将一项新药研发成果推向市场，实现了经济效益和社会效益的双丰收。(2)在完善技术创新政策体系的过程中，还应注重政策的针对性和可操作性。政策应针对不同行业、不同规模的企业制定差异化的支持措施，以提高政策的精准度和有效性。例如，对于中小企业，可以提供更优惠的贷款利率、创业补贴等政策，以解决其资金瓶颈问题。对于大型企业，则可以提供更高额的研发费用补贴、技术改造资金等，以鼓励其进行重大技术突破。此外，政策制定还应注重与市场机制的结合。例如，通过设立科技创新券，允许企业将科技创新券用于购买技术服务或设备，既可以促进技术转移，也可以降低企业的创新成本。以某电子信息企业为例，通过使用科技创新券，该企业成功降低了新产品的研发成本，提高了市场竞争力。(3)完善技术创新政策体系还需加强政策执行和监督。政府应建立健全政策执行机制，确保政策落地生根。同时，应加强对政策执行情况的监督，防止出现政策执行不到位、资金使用不规范等问题。例如，辽宁省政府设立了科技创新政策执行监督小组，对政策执行情况进行定期检查和评估。此外，政府还应建立政策反馈机制，及时收集企业和社会各界的意见和建议，对政策进行动态调整。以某装备制造企业为例，该企业在政策反馈机制的作用下，成功提出了多项政策建议，得到了政府的积极响应，进一步优化了技术创新政策体系。总之，完善技术创新政策体系是推动辽宁省“小巨人”企业技术创新的重要手段。通过制定针对性、可操作性的政策，加强政策执行和监督，以及建立政策反馈机制，可以有效激发企业的创新活力，促进辽宁省经济的高质量发展。六、6.结论6.1研究结论(1)通过对辽宁省“小巨人”企业技术创新效率的研究，得出以下结论：首先，辽宁省“小巨人”企业的技术创新效率整体上呈现上升趋势，但不同行业、不同规模的企业之间存在显著差异。其次，企业内部因素如研发投入、人力资源和外部环境因素如政策支持、产业链协同对技术创新效率有显著影响。最后，优化技术创新投入结