基于DEA模型的高校科技创新效率评价——以石油类高校为例

当前,我国经济发展的"新常态"与国际油价持续低迷的"新常态"并行,传统的投资驱动或要素驱动已难以为继,必须转向创新驱动。高校的科技创新活动是国家创新体系的重要组成部分,通过DEA模型,对我国16所具有代表性的石油类高校2015年的科技创新效率进行测评,并计算DEA有效高校的超效率值,分析了非DEA有效高校的投入冗余和产出不足。得出我国石油类高校技术效率总体上较高,非DEA有效的高校主要受规模无效率的影响,并且存在比较严重的产出不足现象。最后,对我国石油类高校进一步提升科技创新效率提出相应的对策措施。     

基于灰色DEA模型的河南省科技创新投入产出效率研究

构建了科技创新投入产出效率评价指标体系,为减弱不确定性因素对实验结果的影响,提高测算结果的精确度,将灰色理论与DEA模型相结合,运用灰色DEA模型对河南省18地市2011—2015年科技创新效率进行测算.结果表明,河南省各地市科技创新效率处于中等水平,开封等6地市的效率达到相对最优,其他各地市均存在资源闲置和产出不足情况.根据测算结果并结合实际情况,提出了优化创新氛围,建立长效机制,促进科技创新链和创新成果产业链有效结合等建议.     

基于超效率DEA模型的区域高校科技创新效率研究

科技创新对于一个国家和地区来说是发展建设的中坚力量,而高校作为整个科技创新体系中不可或缺的一部分,对其科技创新效率的测评就显得尤为重要。通过超效率DEA模型,对我国部分(31个)省市自治区高校2016年的科技创新效率进行了测度,并根据计算所得的超效率值对部分省市自治区高校的科技创新效率进行了排序评价,同时根据对各项变量松弛的测度,剖析了部分省份高校科技创新效率低下的原因。结果表明,我国各省份高校总体而言科技创新效率较高,未达到DEA有效的大部分省份高校主要原因是其规模效率低下和产出不足所导致,并针对我国各省高校科技创新效率的实际情况提出了相关建议。     

“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。     

基于超效率DEA和GIS的中国省际高校创新效率评价研究

文章选取了科技人员、科技经费等9个投入指标,出版科技著作、发表学术论文、专利授权数3个产出指标,进行数据包络分析(DEA)和超效率DEA分析。同时基于地理信息系统(GIS)对高校的综合效率进行了空间特征分析,并据此对各省高校提高创新效率提出因地制宜合理配置资源利用、建立内部创新效率机制的建议。     

我国海洋科技创新效率影响因素研究

利用超效率DEA模型对我国各相关地区的海洋科技创新效率进行了测算,分析了可能影响我国海洋科技创新效率的因素并进行了实证检验,发现海洋科研机构规模、高级职称人员比重两个变量与海洋科技创新效率正相关,而专业技术人员比重及研究生比重两个变量与海洋科技创新效率负相关,据此提出了提高我国海洋科技创新效率的对策建议。     

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。     

我国高校科技投入产出效率区域差异研究

运用DEA模型对2005~2013年我国高校科技投入产出效率进行测度,在此基础上计算出其基尼系数和泰尔指数并对泰尔指数进行分解,从而在全国各省份和东中西三大地区两个层面测量了我国高校科技投入产出效率的区域差异。结果表明我国高校科技投入产出效率整体水平较高,其中东部地区效率最高,西部居中,中部最低。我国各省份高校科技投入产出效率之间的差异较大,但差异正在逐步缩小,而区域内差异对我国高校科技投入产出效率总体差异的贡献率最大。     

基于DEA和熵权TOPSIS模型比较的高校科技创新效率分析

高校是国家创新体系的重要组成部分,为深入分析新形势下高校科技创新效率,完善高校科技创新效率评价方法,综合运用数据包络分析(data envelopment analysis, DEA)模型和基于信息熵法的理想点模型(technique for order preference by similarity to an ideal solution model, TOPSIS),以天津市区域14所高校为例,对比分析了新形势下高校科技创新效率。基于DEA模型的分析结果表明,14所高校科技创新效率总体呈不规律波动趋势,即使继续加大投入力度,也仅能获得科技成果产出规模有限的增加;基于TOPSIS模型的分析结果表明,14所高校科技创新效率总体呈上升发展趋势,可继续加大投入力度,以促进科技成果更大规模地产出。通过两个模型的综合运用,实现了评价结果的交叉验证,为新形势下高校科技创新效率评价提供了新思路。     

基于超效率DEA模型的动漫产业创新效率评估方法研究

为了有效促进我国动漫产业的创新和发展,提出一种基于超效率DEA模型的动漫产业创新效率评估方法.通过分析Tobit模型检验动漫产品创新效率主要受到移动终端普及率和研发投入等因素的影响,组建动漫产业创新效率评估指标体系,分别从静态和动态两个角度对动漫产业创新效率进行评估.测试结果表明,所提方法可以有效提升执行效率,同时还能...     

高校科技投入产出效率差距及影响因素研究 ——基于省际面板数据的分析

研究运用DEA模型结合Malmquist指数和面板数据模型,对我国2002—2012年30个省份的高校科技投入产出效率及其影响因素进行了研究。结果表明:我国高校科技投入产出效率存在差距且有拉大的趋势,东部地区高校科技投入产出效率高于中部地区和西部地区,西部地区高校科技投入产出效率最低。在高校科技投入产出效率的影响因素方面,学术刊物发表论文和科技经费内部支出的影响力最大,研发全时人员与出版科技著作数量次之,科技成果国家级奖项与专利授权数对其影响最小。     

甘肃科技创新效率研究

为了能对提高甘肃各市州科技创新效率提供科技决策依据,选取2010—2012年甘肃14个市州科技投入及产出指标,运用DEA(数据包络分析)模型评价科技创新效率水平,探讨科技创新效率及空间结构演变过程。结果显示:2010—2012年,大部分市州达到了综合效率最优,平均综合效率均达到了最优水平的90%以上;DEA有效市州为兰州、金昌、张掖、临夏;甘肃科技创新效率在空间上明显由中部辐射至四周。应运用区域经济发展中的点轴扩散理论,加速形成"酒泉-兰州-天水"科技创新发展纽带。     

基于技术效率与规模效率的江苏科技创新效率分析

"十二五"时期,中国经济愈加"常态化",科技强国、科技富民的要求愈加迫切。基于DEA数据包络分析法对"十一五"和"十二五"时期江苏13个地级市科技创新效率进行研究,将综合效率分解为纯技术效率与规模效率,并且对每个地级市进行细分,以期全面地反映科技创新投入产出效率是否区域均衡化,结果表明引起江苏各市科技创新效率与经济发展不同步的关键因素是规模效率不均衡和投入产出规模结构不合理。     

基于CCR模型和超效率模型的辽宁省高等教育效率测评

以辽宁省1997～2010年高等教育投入产出为研究对象,选取教职工人数、教育经费投入、研发经费的投入作为投入指标,选取本专科在校生人数、研究生在校生人数与专利授权数作为产出指标.利用DEA的CCR模型和超效率模型对辽宁省高等教育效率进行测评,1997与1998年为非DEA有效,规模收益递增,1999～2010年为DEA有效,规模收益不变.利用超效率模型能够对所有决策单元进行评价和排序,辽宁省高等教育效率由1999年扩招前的非DEA有效变成扩招后的DEA有效,并且投入产出效率呈逐年平稳上升之势.     

河南省城市科技创新能力综合评价 ——基于超效率DEA和灰色关联分析法

科技创新既是一个地区具备竞争优势的关键条件,也是一个地区经济发展的核心力量.选取2011年、2013年和2015年河南省各省辖市科技创新的相关指标数据,利用超效率DEA模型对河南省各省辖市的科技创新效率进行评价,并运用灰色关联分析法分析了科技创新效率变动的影响因素.结果表明,河南省有4个城市在研究期间均达到了DEA有效,分别为郑州市、洛阳市、鹤壁市和济源市. 2011—2013年和2013—2015年,大部分城市的科技创新效率有改善,且部分城市改善幅度较大,研究期间科技创新效率总体呈现递增趋势.城市发展水平对河南省科技创新的影响程度较大,高等教育水平和对外经济发展水平对科技创新的影响程度相当.     

数据包络分析过剩模型用于经济效率评估

介绍数据包络分析（DEA）模型及DEA有效的概念,建立了DEA过剩模型并讨论过剩分析方法的进一步扩展,应用DEA过剩模型对我国传统产业纺织,化工,冶金工业领域中投入产出效率进行了实例研究。     

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。     

基于截面数据的我国科技产业园区创新产出效率评价

科技产业园区作为我国高科技产业的集聚地,对我国的科技创新和区域经济发展具有重要推动作用.基于文献研究,从投入产出角度,建立了科技产业园区的创新产出效率评价指标和DEA评价模型,动态评价了2007-2010年我国各省科技产业园区的创新产出效率.从创新产出效率的有效性和规模效应角度比较分析了东、中、西部多个省份的科技产业园区的创新产出效率.从投入剩余和产出不足角度对创新产出效率非有效的省份进行了剖析,计算分析了非有效省份的剩余量和不足量,并剖析了产生的原因.最后基于计算结果和区域经济发展特点,提出了相关对策建议.     

创新驱动战略下山东省区域自主创新效率评价研究

首先运用数据包络分析法(DEA)的CCR模型对山东省17个地市的自主创新效率进行横向评价,从投入指标和产出指标两方面分析非DEA有效区域存在的问题与有效改进值;然后运用全要素生产率指数(TFP)测算了山东省17个地市自主创新的Malmquist全要素生产率,对各地市TFP变动和自主创新效率发展进行了纵向评价分析;最后,根据评价结果提出了创新驱动战略下提升山东省区域自主创新效率的对策建议.     

基于DEA模型的京津冀地区科技创新效率评价研究

为科学有效地对京津冀地区科技创新效率进行评价，借鉴已有的科技创新监测研究成果，分别运用DEA的静态BCC模型和动态Malmquist指数模型对2014—2020年京津冀地区科技创新效率进行测度并对比。研究表明，北京的科技创新效率最高，河北次之，天津最低，但天津科技创新能力和管理水平提升幅度最大，且三地科技创新全要素生产率指数增长主要依赖于技术变革。据此提出相关建议：京津冀地区应立足实际找准自身科技创新发展定位；完善资源共享，加强协同创新；推进产学研之间多层次技术合作。