基于DEA-Malmquist指数的京津冀城市生态文明效率指数研究

为促进京津冀区域生态保护和可持续发展，以2015—2019年京津冀区域13个城市为例，构建京津冀生态文明效率评价指标体系，运用DEA-SBM模型静态分析生态文明效率指数，并借助Malmquist指数对变动情况进行分析.结果表明：京津冀城市生态文明效率指数整体分值较高，但部分城市间存在明显差距，仅有4市达到了生态文明效率前沿面，划分了高、中高、中等和低4个等级生态效率地区；规模效率的提升促进了生态文明效率总体变化；技术进步仍是生态文明效率变化指数提升最大的阻碍，有待改善.工业发达城市资源消耗和污染排放指数较高，经济增长方式较为粗放，未来京津冀应推动区域产学研协同创新，利用高新技术深化传统产业优势，大力培育新兴产业以提高京津冀生态文明效率.     

科技创新与新型城镇化耦合协调测度分析——以京津冀地区为例

构建了科技创新与新型城镇化耦合协调测度评价指标体系,采用熵值法确定了两系统评价指标的权重,综合应用耦合协调度模型和相对发展度模型,解析了2006—2017年京津冀地区科技创新与新型城镇化的耦合协调度。结果表明,京津冀地区科技创新与新型城镇化综合发展指数、耦合协调度呈逐年增长态势;在时序上,北京两系统同步发展,天津、河北科技创新系统存在滞后;在空间上,各地区两系统耦合协调度存在差异,线性拟合显示,北京耦合协调态势良好,天津耦合协调趋同且潜力巨大,河北协同效应不明显;未来天津、河北两地区应重点考虑科技创新能力的提升。     

京津冀协同发展背景下的科技创新人才流动研究

京津冀协同发展是国家的重大发展战略,承担着推动经济加速发展的第三增长极的任务。区域科技创新人才是区域创新系统结构优化、功能发挥作用的基础,促进京津冀地区科技创新人才的流动,实现区域科技创新人才的优化配置,对促进京津冀协同发展具有重要意义。通过对京津冀三地科技创新人才流动现状的分析显示,北京和天津相对河北而言是科技创新人才的净流入地区,并且近年来的科技创新人才迁移量一直保持增长态势,由此可知经济发展的比较优势以及人才发展的良好环境促进了京津两地科技创新人才的迁入,相对于周边的河北,京津两地对科技创新人才具有明显的吸引力。在科技创新人才流动现状分析的基础上提出实现京津冀互联互通、优化京津冀区域科技创新人才发展环境,对京津冀区域产业进行差异化定位和合理分工,建立统一开放的区域科技创新人才服务平台等促进京津冀科技创新人才合理流动、优化配置的对策建议。     

基于DEA-Mquisitist指数法的西部地区科技创新效率演化

利用2000—2016年的科技创新投入产出数据,采用DEA-Malmquist指数法,对西部地区的科技创新效率进行了测算和分析。研究表明,2000—2016年,技术效率变化指数均值为1. 014,说明西部地区科技创新效率出现了提升,主要是由规模效率的提升导致的;科技创新效率损失与技术进步的现象并存;广西、四川、西藏、陕西、甘肃和青海六省区的科技创新技术效率处于增长状态,重庆和贵州两省的技术效率无变化,内蒙古、云南、宁夏和新疆四省区的技术效率处于退化状态。     

基于合作专利的雄安——京津冀创新网络演化研究

雄安作为北京非首都功能疏解的重要承载地，对优化重构京津冀区域的创新网络空间布局意义重大。目前雄安尚处在建设期，区域创新网络的演化表征以合作专利作为指标较为客观且可行。首先，以专利合作数据构建雄安—京津冀创新合作网络，剖析雄安节点特征。其次，采用QAP方法探究雄安—京津冀创新合作网络的影响因素。最后，运用扩展PMC指数模型分析雄安科技创新政策。结果表明：1)雄安拓展合作城市速度较快但合作频次不足，逐渐向中心位置演化，但对资源的控制能力提升不明显；2)制度邻近对雄安—京津冀创新合作网络呈正向影响；3)雄安已有科技政策主要以投资补贴为主，创新创业平台的培育以及促进创新成果产出政策不足。     

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。     

长江经济带科技创新效率测度及其影响因素分析——基于创新价值链视角

基于创新价值链视角，将创新过程扩展为知识创新、研发创新、产品创新、工艺创新、市场创新5个阶段，构建DEA模型分析2009—2020年长江经济带科技创新各阶段效率演化动态及其成因。研究表明：长江经济带科技创新效率呈逐年递增态势，但区域差异显著，呈现下游地区的科技创新效率最高、上游地区次之、中游地区较低的“U”型空间分布格局；分阶段看，产品创新阶段的科技创新效率最高，工艺创新阶段的效率最低；政府支持力度、人力资本素质、城市化水平、工业化水平等对长江经济带科技创新各阶段的影响不同。基于上述结论，提出有效提升长江经济带科技创新效率的针对性策略。     

数字化转型背景下大数据上市公司创新效率研究

研究基于集中两阶段DEA模型对我国87家大数据上市公司创新效率进行测算，并对2015—2020年的面板数据进行Malmquist指数动态分析，再引入Xttobit和Tobit模型对数字化转型和企业创新效率进行回归分析。结果显示，大数据上市公司整体创新效率相对较低且逐年下降，区域间差异明显；技术研发阶段创新效率明显低于成果转化阶段；大数据上市公司资源冗余情况加剧，技术创新前沿面基本稳定但企业技术创新效率低于前沿面的距离增加；数字化转型显著负影响企业创新效率。     

京津冀高技术产业创新支出对创新绩效的影响研究

应用SFA方法测算1995—2014年京津冀地区高技术产业的创新绩效,考察技术引进、购买国内技术、技术改造和消化吸收经费的支出对创新绩效的影响。研究得出:京津冀地区的创新效率较低,创新产出和创新转化之间存在差距,因此要在京津冀协同发展的基础上,加强同国内外技术的交流合作,增强对技术的消化吸收能力,激发技术改造动力,从而促进京津冀高技术产业的发展。     

中部和东部地区农业科技创新效率及影响因素

以中部和东部地区的16个省市为研究对象，运用超效率SBM模型和面板Tobit回归模型，研究评估了2012—2021年期间的农业科技创新效率，并分析了中部和东部地区农业科技创新效率的影响因素.结果显示：中部和东部地区的农业科技创新效率发展不稳定且存在显著地区差异.整体上，农村经济发展水平与农业科技创新效率呈负相关，而农村劳动力素质、市场化程度、政府支持力度和产业现代化水平与农业科技创新效率呈正相关，这些因素在不同区域的影响结果存在差异.     

基于数据包络分析的我国科技创新资源配置效率研究

本文首先根据科技资源的特点，构建科技资源投入和产出的指标体系，建立科技创新资源配置效率的评价模型。然后，运用DEA方法从效率、有效性和规模收益3个方面对我国31个省市自治区的科技创新资源配置进行分析和评价。最后，对22个非DEA有效的地区进行“投影”目标分析，分析表明：这些地区可以通过加强管理，增强活力来提高生产水平，并提出科技创新资源配置效率的改进建议，为决策层提供管理信息和决策依据，对区域创新能力的提升具有重要的现实意义。     

基于网络模型的中国科技创新效率研究

选取中国30个省区市2015—2019年的相关数据，基于阿尔蒙滞后模型度量科技创新投入的时滞效应，采用网络DEA模型评估整个科技创新的系统效率及子系统效率，实证考察科技创新效率及其空间相关性。结果表明，样本期内，全国科技创新系统效率总体偏低且具有明显的区域差异性；创新对经济发展的支撑作用不仅取决于创新研发阶段，更受制于创新支持下的经济发展阶段，创新成果转化的低效率是制约创新有效支撑经济发展的主要原因；科技创新效率存在显著的空间相关性。     

基于AHP-DEA-Malmquist的广东省科技金融效率评价研究

运用AHP-DEA-Malmquist模型对2004—2015年广东省及21个地级市的科技金融效率进行静态和动态实证分析。结果表明:广东省11年来科技金融结合效率呈现w型,并且具有较为明显的区域差异;珠三角地区的整体效率明显高于其他地区,主要是因为珠三角地区的中观层面的投入力度和宏观层面的市场环境优势;且珠三角地区的技术效率明显高于其他地区,主要得益于微观层面上公司内部对技术研发的投入力度。引入Malmquist指数动态实证分析之后,结果显示广东省科技企业近几年通过对技术投入的加大,技术效率得到明显的提升。     

我国涉农中小企业融资效率及其影响因素研究

运用三阶段SE-SBM模型对我国产学研协同创新效率值进行测算.结果 表明,地区发展和政府资助对产学研协同创新效率值有显著负向影响,对外开放则有利于提高协同创新效率值.对比调整前,调整之后全国产学研协同创新效率下降,技术效率和规模效率指数上升,技术进步和纯技术效率指数下降.2012-2019年,我国产学研协同创新效率平均值为0.647,总体呈增长态势但增速较低.中部和西部地区效率值上升,东部地区效率值有所下降.全要素生产率平均每年上升5.2％,其分解指标中只有纯技术效率不足.各地区产学研协同创新效率存在显著空间正相关性,呈高水平同质化集聚.     

京津冀地区科技金融生态比较研究

通过构建京津冀地区科技金融生态环境评价的指标体系,采用变异系数法对2010~2017年这一京津冀地区13个地级市2010~2017年的数据进行了动态综合评价,结果表明,京津冀该地区科技金融生态水平以京、津两市为核心呈现出“内极化”现象,具有不平衡性,主要原因在于京津两地科技金融生态发展的基础条件显著优于河北省的11个城市,同时京津对区域创新发展的带动和扩散作用不足,加以行政区划的刚性约束,三地未能形成发展合力。于是提出了以下建议：通过发挥北京市产业结构转型升级对津冀的带动作用、,落实京津冀三地的战略定位以及,持续推进京津冀地区科技金融协同的方式,以促进京津冀地区金融发展与科技领域的可持续创新。     

京津冀科技创新与数字经济高质量发展耦合协调分析

新发展格局下，数字经济迈向高质量发展之路，与科技创新的关系日益紧密。在阐释科技创新与数字经济高质量发展耦合协调作用机制的基础上，对京津冀地区两系统综合发展水平及耦合协调关系进行实证分析。研究发现：两系统综合发展水平不断提升，耦合协调程度不断增强，整体实现了从濒临失调衰退状态到高度耦合协调状态的转变；在指标关联度方面，科技创新与数字产业化高质量发展指标关联度较高，而与数字基础设施建设指标关联度普遍较低，经费支出、专利授权量等创新投入、产出指标对数字经济高质量发展影响程度较强，而除高新技术企业外的各类创新主体指标影响程度相对较弱；未来两大系统综合发展水平及耦合协调度呈现稳定提升的发展趋势。最后，结合发展实际，对如何提升京津冀科技创新与数字经济高质量发展水平及其耦合协调度提出策略建议。     

关于科技创新的实证研究

研究了科技创新指数对人均GDP水平和GDP增长的作用，对影响科技创新指数的因素进行了实证分析。结果表明，科技创新指数对人均GDP与GDP的增长均呈现正的推动作用；人均政府支出、市场化指数对科技创新起着明显的推动作用；而人均居民消费支出、人均固定资产投资对科技创新的作用在统计上不明显。     

基于时间序列的京津冀地区城市与西北地区兰州市空气污染特征比较

利用SPSS 19.0计算京津冀地区城市北京、天津、石家庄、保定和唐山城市间API日均值(2011年2月11日-2012年12月30日)的Pearson相关系数,据各城市间的Pearson相关系数与各城市间的直线距离,对城市间API值与城市间距离的相关性进行了研究;此外,对2003-2012年间京津冀地区城市北京、天津、石家庄和西北地区兰州的空气质量级别和首要污染物的出现频率进行了统计分析,利用该频率比较研究了京津冀城市北京、天津、石家庄和西北兰州的空气质量状况;最后对北京、天津、石家庄和兰州市2003-2012年间的API月均值建立适合的SARIMA模型,利用模型预测4个城市2013-2014年的API月均值,并对比2013-2014年京津冀地区的北京、天津、石家庄与西北地区兰州空气质量的特点.结果表明:城市间API的相关系数与城市间距离呈正相关,京津冀区域内城市间的空气质量的治理应当采取城市间的联合防控进行治理;此外,兰州的空气质量在2003-2012年间的优良天数要低于北京、天津和石家庄,并且在该时段内4个城市的空气质量均趋于好转.SARIMA模型对北京、天津、石家庄和兰州2013-2014年间的API月均值的预测表明在此时间内兰州夏秋季节的空气质量好于北京、天津和石家庄,但在冬春季节差于这3个城市;此外北京、兰州的空气质量在继续改善,而天津和石家庄有空气质量恶化的趋势.     

基于产业结构视角的京津冀地区生态效率评价研究

采用2007—2015年京津冀地区13个城市的数据,运用DEA-SBM模型通过测算分析京津冀区域生态效率,以产业结构视角进行分析.结果显示:京津冀地区生态效率逐年提升,生态环境得到改善;北京、天津两地与河北省生态效率水平差距较大,京津两地生态效率水平发展较好,河北省较为落后;河北省内各市的生态效率水平有一定差距.并提出了三方面建议:加快产业结构优化升级;确立经济与环境协调发展模式;把科技进步和创新作为转变地区经济发展方式的重要支撑.以此推动京津冀生态效率提升,对于制定环境保护政策,加快产业结构升级,促进京津冀地区经济与环境协调发展都具有十分重要的意义.     

基于超效率DEA模型的高校科技创新效率评价

如何合理有效配置科技教育资源是各级政府的一项重要工作。首先运用传统DEA模型对2014—2015年我国各地高等院校科技创新效率进行实证分析。在此基础上,将前沿面投影和超效率DEA模型相结合,对有效和无效地区的高校科技创新效率进行研究。结果表明,高校科技创新效率并非完全与区域经济发展水平同步。因此,各地应结合各自实际情况制定相应的科技发展政策,国家应当合理配置各地区高校科技教育资源,全面提高我国高校科技创新效率。