史丽雯，孟奇，邱家学(中国药科大学国际医药商学院，南京211198)

    我国制药企业正在向创新型企业发展。关注创新效率有助于合理配置资源并推动创新活动发展。数据包络分析(Data envelopment analysis，简称DEA)是评价创新效率的常用方法，相关研究视角主要有区域分析、行业分析和企业分析，目前较少有文献运用DEA方法评价制药企业的创新效率，故可参考的文献有限。笔者选取国内部分制药企业，对其创新活动投入-产出效率进行DEA评价，以期为制药企业发展创新提供参考。

    1 模型介绍

    1.1 DEA的概念

    DEA用于评价多个同类型单位的多投入多产出效率，即资源配置的相对效率。

    模型中的待评价单位称为决策单元(Decision making units，简称DMU)，所有DMU必须具有同构性：(1)工作内容和目标相同；(2)在同一市场条件下运作；(3)投入-产出项相同，其强度可不同。为了获得理想的分析结果，DMU数不少于投入-产出项目总和的2倍[1]。

    DEA对指标无量纲要求，依据观测数据构造前沿生产函数，判断DMU是否位于“生产前沿面”，从而评价有效性。其优点是无需预设生产函数的具体形式，缺点是无法进一步区分有效DMU之间的差异，且构造生产函数时受极值影响。

    1.2 DEA模型构建

    DEA模型分为CRS-CCR(简称C2R)和VRS-BCC(简称BC2)。前者基于规模报酬为常量的理想假设，评价综合效率；后者基于规模报酬可变的假设，评价技术效率。

    设有n个DMUj(1≤j≤n)，每个DMU有m种输入x＝(x1，x2……xm)T和 s种 输出 y＝(y1，y2……yS)T。构造最优假设DMUj0，其各项投入(xj0)均不高于任一DMUj，各项产出(yj0)均不低于任一DMUj，则有“生产可能集(T)”：

    可得如下C2R模型：

    min[θ-ε(s-+s+)] ......