基于bootstrap-dea模型的企业生命周期划分及其效率研究

划分方法。同时，构造出企业生命周期划分的核心指标，即年度平均效率(AE)以及平均效率变化率(AECR)。 运用中国A股上市公司的历史数据，实证分析基于Bootstrap - DEA模型的企业生命周期划分，不仅能够有效避

免传统DEA方法在评估企业效率时的偏差，还能合理且有效的划分企业所处的发展阶段，对处于不同发展阶段

的企业创新效率和战略选择具有理论和实践价值。关键词：企业生命周期;Bootstrap - DEA模型；投入产出效率中图分类号：F270

文献标识码：A 文章编号：1005 - 0566(2019)11 -0176 - 07Booststrap-DEA Model Oriented Study on the Theory of

Enterprise Life Cycle PhaseMA Su1 , GAO Liang-mou1, ZHAO Guang-hui2(1. School of Business Administration, Dongbei University of Finance and Economics, Dalian 116025 , China；2. School of Business, Guizhou University of Finance and Economics, Guiyang, Guizhou 550025 , China)Abstract: Reasonable prediction of enterprise developing stage has become a realistic problem faced by enterprises for

future investment decisions. According to the characteristics of stages of enterprise development, this paper proposes a set of methods for enterprise life cycle stage division based on bootstrap-dea model from the perspective of input-output

efficiency. Meanwhile, the core indicators of enterprise life cycle division, namely, annual average efficiency ( AE) and average efficiency change rate ( AECR) , are constructed. Using the historical data of a-share listed companies in

China, the empirical analysis based on the Bootstrap・DEA model of enterprise life cycle, not only can effectively avoid the traditional DEA method in evaluating the enterprise efficiency of errors, but also can provide a more reasonable and

effective division of stages of enterprise development, which has theoretical and practical value for the enterprise innovation efficiency in different stage of development and strategic choice.Key words: Enteqjrise life cycle ； Bootstrap-DEA ； Input-output efficiency收稿日期:2019 -08 -24 修回日期:2019-11 -20基金项目：国家社会科学基金重大项目“新组织理论和组织治理研究” (11 &ZD153) □作者简介:马苏(1979-),男，河北保定人，东北财经大学博士研究生，研究方向：企业管理。通讯作者:赵光辉。176学术动态与新视点 基于Bootstrap - DEA模型的企业生命周期划分及其效率研究一、引言及文献综述面对中美贸易争端的持续，中国需要大批企

业的崛起。企业要做大做强，首先要有生命力，而 保持企业生命力的旺盛，需要企业每个阶段都有 相应的创造力。只有企业强大起来，才能为国家

创造财富。美国人靠企业家精神，并倡导创新，造

就了美国的强大。那么，根据工程经济学即费用 -效益分析，中国在面对企业的每一个阶段，如何

区分，并能发挥应有的效率也是我们研究的重点。 企业在生命周期中一般经历诞生、成长、成熟、死 亡的不同阶段，并在不同阶段有不同的目标，面临

着不同的风险⑴。企业生命周期作为企业理论的

一个重要组成部分，是企业成长的一张“晴雨表” 0 企业生命周期的研究一直引起国内外学者的关 注，特别是在2008年的国际金融危机爆发后，大批 企业面临市场萎缩、财务困境、投资受限等问题。

因此,正确把握企业生命周期阶段变化以及准确

预测其发展趋势，对企业经营者防范企业走向衰 落，及保护投资者和债权者的利益,具有重要的现 实意义。Grandner⑴通过对比生物学中的成长曲线，指

出企业生命周期具有一些有别于生物生命周期的 特点，具体表现为：(1 )企业的发展具有不可预期 性;(2)企业的发展可能存在停滞阶段;(3)企业的 消亡可以通过变革实现再生。近年来学者们形成

了大量不同的关于企业生命周期模型，但大多数 都是从管理风格、组织结构、组织规模等视角kJ】

将企业生命周期划分为四个阶段。而对企业生命 走进新的阶段划分的指标主要包括股利支出、销

售增长、资本支出增长、公司年龄\"£、留存收益 率⑹、现金流组合方法⑺、收入增长率、市场占有 率、科技成果转化率、管理成本降低率、对外投资 扩张率、现金收益比增长率⑻等。尽管各种企业生命周期划分理论及划分企业 生命周期的指标非常多，但很少有研究者从效率

的视角去划分企业生命周期，且大部分指标都是 基于企业成长是一种需经历若干阶段的连续发展

过程的认知，很少从企业投入产出比指标进行企 业生命周期划分的衡量。Chames⑼等(1978)首次

提出用DEA模型去测量同质对象的相对效率，即 以相对效率概率为基础，对同类多指标投入、多指

标产出经济系统的相对有效性进行评价,不必确 定输入与输出之间关系的显性表达式，具有很强

的客观性。近年来，DEA方法的研究引起了国内 外学者们的关注,并形成了六种主要的DEA模型，

如 CCR/BCC 模型⑼、DEA - Malmqusit 模型(Fare,

1989)、随机 DEA 模型(Shang,2010)、网络 DEA 模 型问、视窗DEA模型⑴］、松弛DEA模型(Tone,

2001)等。尽管上述DEA模型在效率评估方面具

有各自的优点，但是大部分都面临样本越大，评价 的效果越低的困境。为克服上述不足,Simar3i和

Wilson(1998)提出一种基于 Bootstrap 方法的 DEA 模型，有效地解决了样本扰动问题。国内学者李云鹤［⑶等(2011)通过构建企业

生命周期划分指标,从企业发展进程的动态层面 考察我国上市公司资本配置效率的动态演变，并

检验公司治理机制在企业不同生命周期中的治理 效果。结果表明，我国上市公司的过度投资随企

业生命周期呈先降后升的趋势变化，且不同阶段 差异显著，但投资不足在企业生命周期内几乎不

发生变化。公司治理机制对公司资本配置效率的 治理效果随企业生命周期发生演变。在过度投资 组，董事长与总经理两职合一在成长阶段显著抑

制过度投资;大股东持股在衰退阶段加剧过度投 资。在投资不足组，管理层持股能够降低公司投

资不足;成长阶段中董事长与总经理两职合一、成

熟阶段中的独立董事反而加剧投资不足。曹崇 延〔⑷等(2013)基于我国沪深A股制造业976家

上市公司2008 -2010年的面板数据，通过统计分

析和建立计量经济学模型，从企业所处的生命周

期这一新的视角，来对上市公司的投资行为进行 实证研究。实证结果表明：处于成长期的企业不

易发生过度投资的行为，而处于成熟期和衰退期 的企业更可能发生过度投资行为。根据研究结

果，建议评价企业的投资效率应该考虑其所处生

命周期的阶段。赖丹\"】等(2018)基于企业生命 周期视角，探究了股权结构对成本效率的影响机

理。运用SFA方法对我国有色金属行业上市公司

177中国软科学2019年第11期2011 -2016年的成本效率进行测度,在此基础上,

实证分析企业生命周期的不同阶段股权结构与成 本效率之间的关系，并根据实证结果提岀了有利

于有色金属行业成本效率提升的针对性建议。研 究结果表明：有色金属行业上市公司股权结构安

排对成本效率的影响程度随生命周期呈动态变

化，成熟期和衰退期的股权集中度与成本效率存 在较显著的U型曲线关系，成长期和衰退期大股 东控制能力与成本效率均呈正相关。魏群（2018）

突破债务同质性假设，将企业负债在来源和期限 结构两个维度上划分异质性，并基于企业生命周 期的视角，研究异质性债务对企业非效率投资影

响的动态演变。同时，考虑投资过度和投资不足

两种情形，实证检验的结果表明：整体上，商业信 用、长期借款、短期借款三种异质性债务对企业非

效率投资产生的影响不同；动态视角下，其影响均 会随企业生命周期的推进而变化。因此,本文基于效率的视角，结合中国上市公 司不同生命周期阶段发展的实际情况，提出运用

Bootstrap - DEA模型的方法对企业生命周期阶段 变化及其发展危机做预警,对处于不同发展阶段

的企业创新效率和战略选择具有借鉴意义。二、企业生命周期阶段由于企业发展阶段受诸多因素的影响，已有

的生命周期阶段划分方法如管理爛法、产业增长 法以及现金流法，分别从管理效率、产业经济学增

长率以及企业现金流等角度对企业的生命周期进 行阶段划分。尽管上述三种评价指标体系对中国

上市公司生命周期阶段的划分具有一定的适用 性，但并不能很好地反映企业不同生命周期阶段

资本结构的差异〔伺。因此本文将从企业的投入产 出视角去研究企业生命周期阶段的划分，即将企 业的平均效率值作为企业生命周期阶段划分的依

据。根据企业生命周期理论，企业在初始阶段平 均效率较低，在成长期到达最高，到达成熟期效率 相比成长期下降，在衰退期企业效率最低,从而反

映出企业的发展阶段。如图1所示，将企业的平均效率变化率

（AECR）以及平均效率（AE）作为企业生命周期阶

178段划分的指标值。根据企业生命周期理论，企业

平均效率变化率随着时间的变化趋势可以反映出 企业的发展阶段，即初始阶段、成长阶段、成熟阶

段以及衰退阶段。当企业平均效率变化率曲线与直线g（g e

（0,Ma%））第一次相交时形成A点,第二次相交时 形成B点。与横轴第一、二次相交形成C、F点，向

下达到最低点形成D点。因此，本文将直线g定 义为平均效率变化率正均值，当AE < r时,称为企 业的初始阶段（即0A阶段）；AB阶段称为企业的

成长阶段，其平均效率高于g值;BC阶段称之为企

业的成熟阶段，此时企业的平均效率开始递减;而 当平均效率变化率曲线向下穿破横轴时，将CF阶

段称为企业的衰退阶段。图1企业生命周期图（其中r是AE值）三、企业生命周期阶段的预测（-）DEA模型概述数据包络分析（Data Envelopment Analysis,

DEA）作为最典型的非参数方法被广泛地应用于

各类系统的效率评价中。对于企业而言，衡量企 业的重要标准就是企业经营效率的高低，而对于

处于不同生命周期阶段的企业而言，其企业经营

效率也表现出明显的差异。一般而言，处于成长 期的企业经营效率高、成熟期的企业尽管投入、产

出相比成长期大大提高，但其投入产出比较成长

期企业低，由于衰退期的企业投入产出比更低，因

此企业的经营效率在成长期最高，成熟期次之，衰 退期最低。DEA使用数学规划模型评价具有多个

输入、特别是多个输岀的“部门”或“单位”（称为

决策单元，简记DMU）间的相对有效性（称为DEA

学术动态与新视点 基于Bootstrap -DEA模型的企业生命周期划分及其效率研究有效），根据对各DMU观察的数据判断DMU是否

为DEA有效。Banker等（1984）在C?R模型的基础之上加入

规模报酬可变因素提岀BC?模型，也称VRS模型

（规模可变模型）。BC?模型假设样本的规模报酬 可变,从而可以在测算技术效率时去除规模效率

的干扰，因而得到的效率就是纯技术效率（PTE）。 这样C?R模型中的技术效率（TE）就可以分解为 基于规模报酬可变（VRS）假设下的BC?模型中的

纯技术效率（PTE）与规模效率（SE）,并取两者乘 积，可表示为:TE = PTExSE0（二）Bootstrap - DEA 模型由于传统的数据包络分析DEA无法剔除样本

大小对评价结果的影响，因此本文在传统的DEA

模型的基础上，提出采用Bootstrap - DEA模型，其

基本思路是对原始样本数据进行数值模拟，从而 得到原始估计量的近似样本分布,进一步对总体

的特征进行统计推断。Bootstrap - DEA的具体步 骤如下：（1） 利用传统的DEA方法，计算出原始样本 的效率得分0。0 = \\6k\\ k = 1,2,---,71} （1）（2） 采用重复有放回抽样方法,从&中抽取一 个规模相同的朴素Bootstrap样本8：，并进行平滑 处理，得到平滑样本赫0e： = {仇；I k = 1,2,•••,«} ,b = 1,2,…,B（3） 将平滑样本兀对原始样本0的输入数据

进行调整，得到调整后的输入数据加=（伏/ 仇*）xk O（4） 将调整后的输入输出数据重新进行DEA 计算,得到模拟样本的效率得分赫0% = i ^bk I k = 1,2,…,nJ（5） 重复上述步骤B次,计算出每个决策单元 初始效率得分的偏误，偏误修正值和估计区间，具 体为：bias*=BA

B _ 迁A； -乞Ab=\\d^=ek-biaskb“2 + 2 * 2 <

+ aa/2其中bias曲为每个决策单元初始效率得分

的偏误和偏误修正值，&为估算效率值的置信区

间，心,a爲分别为朴素样本参数与样本参数偏差 的（a/2 x 100 ）分位数和（（1 -a/2） x 100 ）分位

数，一般而言，a 取0. 1,0. 05,0.01。（三）数据处理本文选取2008-2015年在沪深证券交易所上 市的所有A股企业在2006—2015年持续经营的

上市公司，剔除了其中金融类上市公司样本，不包

括数据有遗漏、不全、异常和经营状况异常的公司 样本，最后得到了 2187个样本。将企业的管理成

本、营业成本、财务成本、销售成本、营业税金以及 资产减值损失为输入变量，净利润等为输出变量。

将数据进行标准化处理后,得到其统计描述如表1 所示。表1 A股企业输入输出数据统计描述单位:亿元变量最小值最大值均值方差输入变量销售成本0.0001055.779500.292683. 28858092970774财务成本-0. 53042513.8367500.0913610. 202695095625162营业成本0. 00331855. 50005. 80182511.25930030836管理成本0. 0096473.714880. 330414.81746311126832营业税金0.00009199. 335000. 2467231.2012898858986资产减值

损失-0. 04671110. 0756250. 0523580.111830045596693输出变量净利润-3. 42632120. 406000. 3767810. 0334853（四）结果分析通过Bootstrap - DEA模型，本文计算2008年

和2015年我国A股部分上市公司的相对效率，具 体结果如表2所示。为了使估计结果更加准确，迭

代此时设置为B =200,置信区间选为95%。表2中的第2列和第6列给出了传统DEA效

率测算结果，平均来看,2008年和2015年我国A

股上述所列的上市公司产业效率得分分别为

0. 6957和0.8220。这意味着我国A股上市公司在

保持企业成本比例和净利润水平不变的情况下,

179中国软科学2019年第11期如能达到有效运作的水平，则可减少30. 42%和 个边界之内，说明传统DEA效率估计是有偏差的。

21.79%的投入成本。但总体来看，上述显示的20

家A股上市公司2015年的整体效率比2008年整

因此，在剔除随机因素的情况下，运用Bootstrap -

DEA模型计算出来的效率得分的可信度更高。第

10 列给出了 2008—2015 年 Bootstrap - DEA 测算 效率的的平均值（AE）,反映出企业的效率平均水

体要高，这也符合我国经济发展的趋势。第3列和 第7列给岀了 Bootstrap - DEA效率的测算结果, 在对传统DEA效率的得分进行偏误修正后，上述 所列的A股上市公司的效率水平均有不同程度的 降低。平均而言,Bootstrap - DEA效率得分均在两平。而企业平均效率变化率反映了企业在研究时 期内平均效率的变化情况,可以通过公式（2）计算

所得。企业表2我国A股部分上市公司的相对效率（2008年和2015年）2015 年2008 年佐力药业综艺股份宗申动力棕帼股份紫鑫药业紫江企业紫金矿业紫光国芯紫光股份株冶集团卓翼科技准油股份珠江啤酒珠海中富珠海港轴研科技洲明科技中再资环中珠医疗中洲控股均值效率值10. 60701110. 5572110. 22460. 0489110. 10500. 32500. 5368110.249510. 26100. 6957修正值0. 64920.41510. 61780. 62280. 63850. 37530. 62510. 66130. 15950. 03420. 63450. 63410. 07040. 23010. 36180. 62120. 63270. 17800.61650. 19520. 4487下界0. 53840. 35260. 53090.51360.53160.31210.51330. 58010. 13880. 02840. 54920. 52160. 06110. 19280. 30160.51500.51500. 15160.51410. 1605上界0. 93950. 57880. 96320. 90890. 96700. 53560. 89790. 91420.21290.04410. 92790. 95460. 09730.31330.50910.91790. 97350. 23360. 89880. 2421效率值10. 886310. 323810.2154110. 75470. 28750.7161110.58870.729911110.93730. 8220修正值0. 76540. 74920. 76640. 26980. 78320. 18170. 76540. 78160. 63700.24460. 60900. 76680.77540. 49180.61860. 79820. 74620. 76690. 76120. 781100. 6530下界0. 57820.61450. 56390. 22530. 62390. 14340. 56220. 56910. 54890. 20570. 52450. 56670. 56390.41760. 54390.61380. 56270.55910. 58580. 6438上界0. 98180. 86750. 99120.31900. 98100. 21370. 98850.98980.73940. 28500. 70090. 98520. 99410. 57570. 71950.98810. 98130. 99130. 97810. 9289AE0.69760. 67090. 70330. 62160. 67780. 38050. 68690. 70580. 42600. 15370. 63060. 69090.21360. 30380. 65140. 67100. 70050.58850. 70410.65380. 5766ECR 08 09企业0.0911佐力药业0. 6491综艺股份0. 1232宗申动力0. 1504棕幅股份0. 0876紫鑫药业0. 8546紫江企业0. 1119紫金矿业0. 0819紫光国芯0. 2725紫光股份1.7205株冶集团0. 1034卓翼科技0. 0949准油股份0. 8774珠江啤酒2. 2843珠海中富1.0707珠海港0. 1849轴研科技0. 0929洲明科技0. 5852中再资环-0.0041中珠医疗2. 5844中洲控股注:表3中的第2列至8列每年的效率变化率（ECR），第9列是平均效率变化率（AECR）。表3 A股部分上市公司测算效率变化值（2008二2015至ECR 13 14ECR 12 13ECR 09 10ECR 10」1ECR 11」20. 00420. 0737-0.09020. 03260. 04680. 00440.0911-0.0164-0. 02620. 07680. 03710. 04730. 00920. 0476-0.04760.31730. 03450. 0205-0. 1888-0. 0734-0. 10960.15780. 1023-0. 0085-0. 16800. 5908-0. 1413-0.0136-0. 7974-0. 02200. 08300.01170. 0335-0.0096-0. 04720. 08440. 03070.0186-0. 0502-0. 0205-0. 17330.94000. 21200. 7593-0. 2064-0. 1192-0.24130. 45252. 9306-0. 4264-0. 47040. 24370. 0051-0. 0691-0. 06160. 07500.01840.01340.0108-0. 05212. 80170.42860. 1061-0.3115-0. 30030. 44570. 32670. 7596-0. 7061-0. 64500. 10480. 0540-0. 033-0. 0084-0. 09980. 03110. 32640. 2730-0. 3945-0. 02700. 04000.01560. 1428-0. 0344-0. 00260.0064-0.04440.21120. 03091.34480.0691-0. 04260. 06560. 1963-0. 0539-0. 06880. 01470. 05430. 0950-0. 0307ECR 14 150.0187-0. 03190. 0096-0. 63960. 2031-0. 02160. 03040. 03120. 15570. 19960. 50450. 03871.02490. 8478-0. 17780. 0571-0. 0717-0. 03490. 00430. 0555AECR0. 02530. 10670. 0323-0. 05410. 03780. 06410. 03050. 02510. 28000.64510. 03650. 02840.66100.47330.12990. 06440. 02610.29980.03350.3863180学术动态与新视点 基于Bootstrap - DEA模型的企业生命周期划分及其效率研究EC—,Eiffiencel 一 Eiffiencet_xEiffiencet_{(2)基于表1、表2和表3中的结果，本文提出的 企业生命周期模型中，r可以通过A股上市企业AE的平均值获得，即r = 0. 5766 ； q值可以通过

AECR( AECR > 0)的平均值计算，即 g = 0. 1782 ；

其中平均效率变化率(AECR)的最大值为0. 6610, 最小值为0. 02510那么综合企业年龄、员工数量

以及平均企业效率值可以将企业生命周期的阶段划分如表4所示。表4我国A股部分上彳亍公司生命周期阶段划分情况企业平均效率平均效率变化率生命周期阶段佐力药业0. 6976790550. 025318095成熟阶段综艺股份0.6709580290. 106701407成熟阶段宗申动力0.7033241450. 032388292预备衰退期阶段棕幅股份0. 621697874-0. 054161291衰退阶段紫鑫药业0. 6778961460.037834613初始阶段紫江企业0.3805506910. 064181561成熟阶段紫金矿业0.6869936340.030554369预备衰退期阶段紫光国芯0.7058421380.025186718预备衰退期阶段紫光股份0. 4260539410.280007532成长阶段株冶集团0. 1537976630. 645184456成长阶段卓翼科技0.6306628490. 036503514初始阶段准油股份0. 6909872760.02847882初始阶段珠江啤酒0.2136539640. 661009944成长阶段珠海中富0. 3038683110.473314653成长阶段珠海港0. 6514647660. 129956649成熟阶段轴研科技0. 6710178810. 064448109初始阶段洲明科技0.700526880. 026104703初始阶段中再资环0. 5885985320.299895954成长阶段中珠医疗0. 7041857350. 033535516初始阶段中洲控股0.6538755330. 386358193成长阶段从表4的结果可以看出，有6家企业处于初始 阶段,他们的AE均是非常接近平均值。这说明尽

管平均效率相对较高，但由于缺乏更多的人力、物 力支持，使得其AECR值较低。其中卓翼科技公 司2004年成立，属于一家新兴企业，平均效率值

(AE)为0.63在r值附近，平均效率变化率

(AECR)为0.0365远低于g值。根据企业生命周 期理论，在企业的初始阶段，企业管理人员应合理 安排人力物力以及资金以便提高企业的效率，降

低不必要的投入。在上述列出20家企业，有5家

成长企业,其主要的特点是平均效率变化率高,表 现为企业通过提高企业效率逐年提高企业盈利能

力。佐力药业、综艺股份、紫江企业以及珠海港均 处于企业生命周期阶段中的成熟阶段，主要表现

为企业发展到一定的规模，继续加大投入,尽管企 业效率仍保持一定的水平,但其产出效率开始慢

慢变低。最后，衰退型企业一共有4家，表现为企

业组织过于庞大、员工数量巨大，企业矛盾逐渐增 多,组织运作效率降低，使得以往那种仅仅靠非正 式规则来约束组织成员的方式越来越容易导致混

乱，创造性和技术导向的所有者面临着管理问题。四、结论与对策建议本文提出了基于Bootstrap - DEA模型的企业 生命周期划分方法。结果表明，企业所属的发展

情况与实际情况比较吻合，真实地反应了企业的 发展阶段。该模型从企业效率的角度考察企业生 命周期阶段的划分，一方面,我国企业处在产业生

命周期的转型阶段，增长乏力；另一方面，从宏观 层面来看，我国物质基础雄厚、人力资本丰富、市

场空间广阔、发展潜力巨大,经济发展方式加快转

变，新的增长动力正在孕育形成。由于该模型是 建立在投入产岀比的情况，未考虑到更多影响企 业发展的因素，如一些非量化因素(企业领导风

格、企业氛围等)，仍有待进一步研究。结合我国企业创新发展实际，提出如下政策 建议：一是企业本身应当自立自强，改革体制机制、

变革思想观念，摆脱劳动密集、低端制造的困境，

向价值链更高端的产业延伸。企业要从“要我创 新”到“我要创新”，从被动走向主动，立足自己的

处境和定位，主动出击、全力拼搏,才能迎来一个

崭新的局面。具体做法：1)鼓励企业建立资源独 立的新事业部从事探索性创新研究，并提升企业

的市场营销能力。企业需投资于创新型探索研

究，以发现新的技术,消除技术能力差距并创造技 术壁垒，从而长期具备核心竞争力。同时,成熟的

新技术需要依赖企业商业化的能力快速抢占市

场,获得新的市场份额和消费者的认可，这就要求 企业具备敏锐的市场洞察力和有效的营销与运营

能力。2)在战略管理层面,高层管理者不应只关

注短期的结果，而要考虑如何降低战略风险和创

造战略机会,这就要求企业高层将关注重点从制 定、执行战略转移到管理战略不确定性方面。高 层管理者的价值观和判断力在战略变革过程中起

到了重要的作用。以传统家电企业为例，在经济

发展多元化的背景下，家电企业在单一领域的专 业化已无法适应行业的变革，家电企业正在推动

181中国软科学2019年第11期着一场前所未有的转型，通过多元化能找到继续 成长的空间。协同管理创新两难和战略悖论的重

点就是同时管理多元目标和有限资源之间的冲突 问题。在这一过程中能够成功转型的企业需要持 续关注消费客群的变化快速洞察消费趋势，适应 新的商业模式，包括交易方式、营销手段、物流系

统以及销售渠道的改变，创造或引入高智能化的 制造生产线以顺应互联网时代的工业变革，同时

要时刻关注投入产出效率保持增长与盈利的平 衡，从而长期推动企业转型发展。二是加快培育具有国际竞争力的创新型企

业,提高企业创新能力。充分发挥企业在技术创 新决策、研发投入、科研组织和成果转化中的主体

作用,引导创新要素向企业集聚。具本做法：1）支 持企业建立研发机构。通过国家重点实验室、工 程技术中心优先在企业布局，依托转制院所和行

业龙头企业构建产业共性技术研发基地等政策, 帮助企业构建技术研发资源。2）加快技术创新服

务平台发展，推动国家科技资源向企业开放，健全 市场科技中介服务机制，为企业科技资源共享搭

建桥梁。以企业需求为导向，整合资源，构建一批 技术创新服务平台，支持地方围绕各自特色优势 产业建设区域公共科技服务平台；建立健全科技

资源开放共享制度，推动国家重点实验室、国家工 程技术研究中心、国家工程实验室向企业开放;完 善面向企业的中介服务体系，培育示范科技中介 服务机构。3）全面推进实施创新政策和措施，开

拓创新政策工具，加强政策的组合运用。除了落

实和利用好现有的政策，比如研发费用加计扣除、 高新技术企业税收优惠、科技金融政策等,还需进 一步解决科技资源的定价机制问题，解决科技金

融中的多层次资本市场建设问题,解决引导多种 金融工具向前端投资问题;加强政策的组合运用，

尤其是注重直接政策与间接政策间、部门政策间，

中央与地方政策间的协同效应。除此之外，体制 机制的突破要求地方政府有较高驱动力进行探索 和实践，充分发挥地方立法的作用，为完善整个国

家的创新政策体系提供更加坚实的基础。参考文献：[1 ] Gardner J W. How to prevent organizational dry rot [ M].

Harper* s Magazine, 1965.[2] Quinn R E, Cameron K. Organizational life cycles and

182shifting criteria of effectiveness some preliminary evidence [J]. Management Science, 1983, 29(1)： 33-51.[3] Yan Z. A new methodology of measuring firm life-cycle stages [ OL] . http：//papers, ssm. com /abstract = 893826, 2006-10-12.[4 ] Anthony J H, Ramesh K. Association between accounting

performance measures and stock prices: A test of the life cycle

hypothesis [ J ]. Journal of Accounting & Economics, 1992,

15(2-3)： 203-227.[5 ] Black. Life-cycle impacts on the incremental value・

relevance of earnings and cash flow measures [ J ]. Journal of

Financial Statement Analysis, 1998, 4(1)： 40-56.[6] Deangelo H, Deangelo L, Stulz R M. Dividend policy and the earned/contributed capital mix: A test of the life-cycle

theory [ J ]. Social Science Electronic Publishing, 2006, 81(2) : 227-254.[7 ] Dickinson V. Cash flow patterns as a proxy for firm life

cycle [ OL ] . https ：//papers, ssm. com /abstract = 755804, 2012-2-16.[8]孙建强，许秀梅，高洁.企业生命周期的界定及其阶

段分析[J]・商业研究，2003(18)： 12-14.[9 ] Chames A, Cooper W W, Rhodes E. Measuring the

efficiency of decision making units [J]. European Journal of Operational Research, 1978, 2(6) : 429-444.[10 ] Fare R, Grosskopf S. Network DEA [ J ] . Socio-

Economic Planning Sciences, 2000, 34(1)： 35-49.[11] Chames A, Clark C T, Coope W W, et al. A

developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the US air forces [ J ].

Annual of Operational Research. 1984, 2: 95-112.[12] Simar W. Sensitivity analysis of efficiency scores: How

to bootstrap in nonparametric frontier models [ J ].

Management Science, 1998 , 44(1)： 49-61.[13] 李云鹤，李 湛，唐松莲•企业生命周期、公司治理

与公司资本配置效率[J].南开管理评论，2011, 14(3)：

110-121.[14] 曹崇延，任 杰，符永健•企业生命周期与非效率投

资一基于中国制造业上市公司面板数据的实证研究 [J].上海经济研究,2013, 25(7)： 91-101.[15] 赖 丹，李思进•企业生命周期、股权结构与成本效

率一基于我国有色金属行业上市公司的经验证据[J].

会计之友，2018(22)： 44-50.[16] 曹 裕，陈晓红，王傅强.我国上市公司生命周期

划分方法实证比较研究[J].系统管理学报，2010, 19(3) : 313-322.(本文责编：辛城)