石油类本科高校科技创新效率分析

运用DEA-BCC模型和DEA-Malmquist指数模型分析方法,对2007-2016年我国石油类本科高校的科技创新效率进行测度评价。结果表明:静态来看,2016年我国石油类本科高校科技创新综合效率、规模效率和纯技术效率均没有能够达到DEA有效,且各石油高校存在显著的差异性。石油高校科技创新资源配置规模与结构是提升科技创新综合效率的重要要素。从动态来看,大部分石油本科高校科技创新效率全要素生产率具有明显下降趋势,科技创新技术进步指数和技术效率变化指数两者较低是导致石油本科高校科技创新全要素生产率有所下降的重要原因。提升我国石油本科高校的科技创新效率应该逐步完善高校科研管理机制,培育高端技术科研人才;瞄准能源领域科技前沿,深化高校科技创新供给;加强产学研合作,推进科技创新成果市场转化。     

中国各省（区市）技术创新效率研究

在知识经济时代背景下,科技创新是推动社会经济发展的重要动力。运用DEA模型测度2017年中国各省区技术创新效率。研究表明:我国整体技术创新效率水平不高,近4/5省区的技术创新效率未达到最优水平,较低的纯技术效率水平是造成该现象的重要因素;东部地区技术创新效率最高,各效率值均位列四大地区首位,西部地区与其他地区技术创新效率差异显著;科技固定资产投资和技术市场成交额对技术创新效率水平影响显著。新时代全面提升我国各省区技术创新效率水平,应以优化资源配置为主,注重创新能力,配合针对性的运行机制,协调区域间差异。     

不同类型高等学校科技创新效率变化分析

运用DEA法评价1999—2011年期间6种不同类型高校科技创新效率.研究发现,不同类型高校科技创新效率存在差异,工科院校综合效率均值最高,农林院校综合效率均值最低.综合大学、工科院校、农林院校、师范院校和其他院校的综合效率波动主要由纯技术效率变化引起,医药院校综合效率提升受到规模效率制约.研发投入、政府支持程度、基础研究投入、社会服务能力、专业技术人员投入对不同类型高校科技创新效率的影响程度存在明显差异.     

不同类型高等学校科技创新效率变化分析

运用DEA法评价19992011年期间6种不同类型高校科技创新效率．研究发现，不同类型高校科技创新效率存在差异，工科院校综合效率均值最高，农林院校综合效率均值最低．综合大学、工科院校、农林院校、师范院校和其他院校的综合效率波动主要由纯技术效率变化引起，医药院校综合效率提升受到规模效率制约．研发投入、政府支持程度、基础研究投入、社会服务能力、专业技术人员投入对不同类型高校科技创新效率的影响程度存在明显差异．     

双一流背景下高校科研效率的区域差异与影响因素研究

提高科研水平是我国高校迈向世界一流行列的必经之路,也是增强地区自主创新能力的关键一环.双一流建设背景下,利用DEA-window视窗模型测算了我国29个省份的高校科研效率.结果 表明,2016～2018年高校科研效率显著增长且增速变缓,处在效率前沿面的省份占不到全国的1/3,高校科研效率水平普遍不高.分区域而言,东部地区高校科研效率领先于中西部地区,但中西部地区在逐步缩小与东部地区的差距.在此基础上,运用Tobit模型对影响高校科研效率的因素作回归分析,地方政府科研资金投入、高校高级职称科研人员、高校国际学术会议举办次数、双一流建设政策与其呈现显著正相关.因此,可通过提高科研经费利用率、优化科技创新人才结构、建立高校科研补偿机制、加强国际学术交流与合作来提升高校科研效率.     

高校技术创新溢出能力对国家大学科技园孵化效率的影响

大学科技园作为促进政、产、学、研合作的重要平台,在行业技术进步和区域经济发展中发挥着重要作用.大学科技园的可持续发展,很大程度上依托于高校提供的科研人才及成果等多种创新资源,这些资源也是大学科技园得以顺利开展孵化活动的基础条件.以国家大学科技园及其依托的高校为研究对象,利用三阶段超效率DEA模型和熵值法分别评价2014年—2018年大学科技园的孵化效率和高校技术创新溢出能力,运用混合回归模型探究高校的技术创新溢出对大学科技园孵化效率及空间异地扩张的影响.研究发现：1) 研究期内,仅东部地区的孵化效率一直大于1,实现了DEA有效,北京、江苏和广东的国家大学科技园孵化效率也实现了DEA有效,多数省份的孵化效率偏低,且呈现波动下降的趋势;高效率区主要由东部沿海、中部少数省份组成,东北三省和中部多数省份多位于中效率区,低效率区大都由西部省份组成.2) 各省级区域高校技术创新溢出能力与地区经济发展水平呈现相似的特征,北京、江苏和上海的高校技术创新溢出能力一直处于较高等级,大部分省区市高校的技术创新溢出能力呈现先稳步增长,后有所下降的趋势;整体来看,东部地区的技术创新溢出能力较高,中西部地区较低.3) 高校技术创新溢出能力对大学科技园的孵化效率存在正向影响.大学科技园空间扩张分析结果表明,依托较高技术创新溢出能力高校的大学科技园,更容易实现辐射异地发展,助力科技园迈向世界一流大学科技园.     

基于DEA模型的科技型企业技术创新绩效研究

基于创新效率评价的研究成果,本文构建科技型企业绩效评价体系,运用DEA模型,从效率、有效性、规模报酬和投影分析四个方面,对58家创业板上市公司技术创新绩效进行评价与分析。结果表明:企业规模效率增长较快,纯技术效率偏低,导致技术创新效率水平较低;非DEA有效企业比重较大,存在技术创新投入冗余或产出不足现象;规模报酬递增企业减少,说明在创新驱动发展战略下,企业进行了大规模技术创新投资或多元化发展;技术创新投入不变的情况下,企业创新绩效产出不足,尤其在营运能力和偿债能力方面有待进一步提高。     

省域高校科研产出效率分析——基于DEA-BCC模型

高校科研产出效率是衡量高校科研发展状况的重要参考依据之一。通过运用省际高校科研投入与产出数据,基于DEA-BCC模型测算和分析了我国地区间高校科研产出效率情况。结果表明：多数省份的高校科研投入产出处于DEA无效率;区域间的产出效率水平存在差异;DEA无效的省份大多处于规模报酬递减阶段,投入冗余和产出不足现象较为明显。科研资源的合理配置和共享是提升产出效率的重要举措。     

基于DEA模型的农业企业创新绩效评价与分析——以河南省鄢陵花木产业集群为例

农业企业创新绩效已成为了解农业企业自身创新发展状态和指导农业企业提高创新资源利用效率的有效依据.基于创新系统理论,运用数据包络分析法(DEA),对鄢陵县花木产业集群中27家花木企业的创新发展状况进行绩效评价分析.结果表明,该集群农业企业的创新综合效率偏低,且企业之间存在显著差异,纯技术效率对企业的创新综合效率影响显著.结合分析的结果,提出如下相关发展建议:企业自身要加大科研投入和相关人才培训力度;深化企业产学研合作程度;政府机构要制定相关政策法规对集群企业的创新进行积极引导和鼓励;提高企业的经营管理水平,加强管理创新,促进规模效率提升.     

乡村振兴背景下农业龙头企业技术创新效率研究——基于六盘水21家样本企业的实证分析

基于DEA模型结合Malmquist指数方法，利用2018—2020年期间六盘水市农业三大产业猕猴桃、刺梨、茶叶中的21家省级以上农业龙头企业的农业投入与产出数据，对21家企业的综合技术效率、纯技术效率、规模效率及全要素生产率进行解析，探究影响六盘水市农业三大产业技术创新效率的因素。结果表明：六盘水市21家农业龙头企业的技术创新效率较低，主要受限于纯技术效率；技术进步率显著影响着全要素生产率，三大产业均属于技术推动创新绩效型。因此，为有效提高产业技术创新效率，必须以重塑创新格局提升技术进步率。     

“985工程”高校科研效率测评与区域差异比较研究

通过采用DEA-BCC和SE-CCR模型,测评中国36所"985工程"高校2013年度的科研效率。研究显示:传统DEA模型测算的中国"985工程"高校整体科研效率尚佳,有10所高校达到技术有效和规模有效,规模效率是制约技术效率改善的主要原因,超效率DEA模型显示中国海洋大学的技术效率最高;从区域对比来看,东部高校的规模效率、纯技术效率与综合技术效率都领先于中、西部。     

“一带一路”沿线省份高校科技创新效率研究

采用数据包络分析(DEA)模型构建了两阶段效率评价指标体系,评价了"一带一路"沿线省份高校科技创新效率。研究发现:知识创新产出方面,陕西、甘肃、广西、上海、广东、福建和海南等7个省份高校在技术和规模上实现了DEA有效;技术创新成果转化方面,陕西、甘肃、广西、上海、广东、黑龙江和重庆等7个省份高校在技术和规模都实现了DEA有效;从两个阶段综合效率平均值看,陕西、甘肃、广西、上海和广东等省份高校科技创新综合效率平均值为1,实现了DEA有效。     

基于DEA模型的电子信息上市企业技术创新效率研究

创新是引领发展的第一动力,提高电子信息行业的技术创新效率对于我国社会经济的稳定增长起着举足轻重的作用。选用DEA模型对我国30家电子信息上市企业2018年技术创新效率进行实证研究,研究发现:2018年电子信息行业技术创新效率偏低,均值为0.454;企业间效率异质性明显;纯技术效率对综合效率的影响略高于规模效率;半数企业呈规模报酬递减;投入冗余高于产出不足情况,投入产出结构欠合理。最后,为提升我国电子信息上市企业技术创新效率提出相应对策建议。     

高校科研投入产出效率探析——以浙江省为例

高校科研活动是科技创新的主要来源之一,考察高校科研效率有助于高校自身发展及整体科研资源的有效配置。本文运用DEA方法建立评价指标体系,对浙江省22所高校进行科研效率评价的实证研究,结果表明:浙江高校科研活动存在科研投入冗余量大、科技成果与技术转让薄弱、生产力转化效率低等问题,浙江省应在有效控制科研投入量的同时,加强管理水平、完善相关政策,鼓励科技成果转化。     

数字经济背景下高校创新效率测评及影响因素分析

以2015—2019年我国30个省市高校为研究对象,利用SBM-Malmquist模型对各省市高校创新效率进行综合测算.结果表明,全国高校创新效率整体水平显著提升,受技术效率变化影响较大, 2019年首次突破1达到有效状态;地区分布上呈西部地区>东北地区>东部地区>全国>中部地区的特征.全要素增长率方面,全国及各地区相较于2015—2016年增长速度都有所放缓;年均增长率呈现东部地区>全国>东北地区>中部地区,西部地区则表现为负增长.进一步利用面板Tobit模型对影响高校创新效率的因素进行回归,发现R&D经费投入强度、高校基础研究人均经费、理工农医类高校R&D人员占比、城镇化水平都对高校创新效率有显著影响,但影响方向、力度存在差异;通过对各因素内在作用机理进行解析,发现我国高校创新发展中存在一些问题,并提出相关建议.     

我国个省区市高校科研绩效评价 ——基于2015—2019年面板数据的分析

随着高校成为提升国家科技实力的重要主体,如何提高高校科研能力成为社会的热门话题.研究采用DEA方法与Malmquist指数分析方法对我国31个省区市高校2015—2019年的科研投入产出绩效进行评价.结果表明,我国高校科研绩效整体呈下降趋势,技术变动效率和纯技术效率的下降是主要动因,不同区域的科研效率存在明显差异.为进一步提高大学科研投入产出效率,需在资源配置和内部管理体制等方面进行深化改革.     

我国31个省区市高校科研绩效评价——基于2015—2019年面板数据的分析

随着高校成为提升国家科技实力的重要主体,如何提高高校科研能力成为社会的热门话题。研究采用DEA方法与Malmquist指数分析方法对我国31个省区市高校2015—2019年的科研投入产出绩效进行评价。结果表明,我国高校科研绩效整体呈下降趋势,技术变动效率和纯技术效率的下降是主要动因,不同区域的科研效率存在明显差异。为进一步提高大学科研投入产出效率,需在资源配置和内部管理体制等方面进行深化改革。     

中国高校科技创新效率研究

高等学校是科技事业发展中基础研究的核心力量,在科技发展中拥有不可替代的作用.将综合类高校的文理科数据分别划分到人文社科类和理工农医类高校的统计数据中,采用2009～2018年中国31省面板数据,应用DEA-Malmquist方法,实证测算文理科高等学校的科技创新静态效率水平和动态效率变化,并比较文理差异.研究发现:高等学校创新效率的地区差异巨大,文理科差异较小;技术效率主要受纯技术效率影响;相比理科高校,文科高校产出不足偏多;海南和西藏高校创新效率波动最大等.据此提出均衡发展各地区高等学校科技创新事业;高等学校提升效率,应主要着力于完善内部科研管理制度和优化内部资源配置;优化文科高校科研评价机制,鼓励文科高校增加创新产出等.     

我国绿色技术创新的区域差异和效率提升分析

绿色技术创新是我国实现创新驱动的高质量绿色发展的主要驱动力。本文基于2006—2018年我国30个省、市、自治区的绿色专利数据探讨我国绿色技术创新现状及变化趋势,并将资源消耗、环境污染、绿色专利同时纳入绿色技术创新评价体系中,对我国各省份的绿色技术创新效率、区域差异及提升机制进行分析。研究结果表明:考察期内,由于不断升级的环保法规的相继出台,我国绿色专利总量逐年增加,创新激励效应已初步显现;区域绿色技术创新能力地区差异显著,东部地区凭借自身经济发展、研发资金投入等优势领先于中、西部地区;企业是我国绿色技术创新活动的主体和中坚力量;绿色技术创新效率呈现逐年提升的趋势,但区域间协同创新提升效果并不显著。因此,健全现有专利制度平台,推动区域间及内部绿色技术协调发展,完善激励企业绿色创新活动的环境政策是未来提升我国绿色技术创新能力的关键。     

安徽省区域物流产业效率评价及其影响因素研究

运用Input-BCC的DEA模型和Malmquist指数法,基于2008—2018年安徽省地区16个地级市的相关数据,通过构建投入产出效率评价指标体系,对安徽省地区的物流产业效率进行测算与评价。结果表明:安徽省地区整体物流产业效率水平处于较高水平,但区域间物流发展不平衡,各地区物流效率存在较大差异;对于DEA非有效地区来说,纯技术效率和规模效率是影响其物流效率提升的最主要因素;从Malmquist指数动态分析可知,安徽省区域物流效率整体呈上升趋势,且技术进步是影响Malmquist指数的重要因素。最后,根据实证分析结果,并结合安徽省各地区物流产业发展实际情况,针对提高区域物流效率提出相应的对策与建议。