区域科技创新资源配置效率测度 ——以珠三角为例

为提高珠三角科技创新资源配置效率,推动粤港澳大湾区创新协同发展,采用非期望产出的超效率SBM模型,对珠三角9市2014—2018年的科技创新资源配置效率进行测度,运用Malmquist指数进一步评估效率的动态变化,并就资源整合提出建议.结果表明:(1)科技创新资源主要集中在广州、深圳、佛山等经济发展水平较高的城市;(2...     

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。     

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...     

高校教师科技创新效率分析

高校教师人力资源是高校最宝贵的资源.当前,我国各省区市高校教师人力资源科技创新情况各具特点,可运用数据包络分析法,比较分析不同地区高校教师人力资源的使用效益,以便于各地在相互借鉴和交流的基础上,发扬优势,完善不足,提高高校教师人力资源科研效率.     

科技资源区域集聚效应与创新效率研究

利用全国31个省市的科技产业数据,采用区位熵来研究科技产业的集聚效应,并构造综合因子得分来描述地区科技产业的创新效率。相关性分析表明,两者之间具有正相关关系。最后提出相关对策建议,以期为各省市开展科技产业的创新研究、实现创新效率提高、促成科技与经济的高度融合提供理论与实际支持。     

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。     

基于DEA-Malmquist模型的甘肃省科技创新效率研究

为全面了解甘肃省科技创新效率,基于DEA-Malmquist模型,利用甘肃省2011—2018年14个市州的科技统计数据对甘肃省科技创新效率进行探讨研究,从技术效率、技术进步效率、纯技术效率、规模效率及全要素生产效率等5个指标对投入产出进行评价,分析其中的不足之处.研究结果表明,该省科技创新综合效率整体水平不高,但均呈现良好的发展态势,其在很大程度上受限于地方经济发展影响,持续资金投入不高和科技资源优化配置不足是主要因素,最后针对当前问题提出合理的意见建议,从完善科技管理制度、建立院企联动机制、加强科技扶贫等多方面提升科技创新能力.     

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。     

科技创新促进湖北工业高质量发展效率评价研究

中国经济步入"新常态",科技创新对工业高质量发展具有重要意义。基于柯布-道格拉斯生产函数,计算2011—2017年全国各地区全社会和科技创新两个工业全要素生产率,分析科技创新对我国及湖北工业全要素生产率的作用;采用DEA-Malmquist模型分析湖北工业各行业科技创新效率及其变化;认为湖北应提升工业科技创新效率、实现高质量发展。     

科技专员新政策推动区域科技创新机制研究

在双循环发展新格局与后疫情时代复工复产的新形势下,2020年开始推行的“科技专员”新政策旨在将“传统的科技人员服务企业行动”上升为符合新形势的“科技专员推动区域科技创新机制”。通过分析近三年来(2020-2022年底)广东、内蒙古、贵州、四川、湖南等全国不同区域各省市科技专员发展实际情况,总结得到当前科技专员在一线企业进行科技创新的基本模式与成功经验,同时也发现在生产技术对接、科技专员遴选、企业积极性激发、政府引导方式上仍有待完善。在此基础上提出了构建以科技专员为主体,能够激发市场活力,由政府部门、地方企业、科技专员、高校院所组成的“区域科技创新发展共同体”,最终形成科技专员推动区域科技创新发展的协同机制。研究结果对于“科技人员”升级为“科技专员”“服务地方企业”升级为“推动区域科技创新”,最终实现以区域科技创新带动地方经济社会发展,都具有重大理论与现实意义。     

基于DEA-Malmquist模型的区域创新效率评价

以广东省16个地级市为研究对象,选取2010～2018年统计数据,综合运用DEA-BBC模型、DEA-Malmquist指数和聚类分析,对广东省区域创新效率进行评价.结果表明,区域综合技术效率呈上升趋势,城市间综合技术效率、纯技术效率和规模效率存在差异;大部分城市全要素生产效率呈上升趋势,只有汕头市因为技术效率和技术进...     

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。     

安徽省科技创新效率评价及对策研究 ——基于DEA-Tobit模型

基于DEA-Tobit模型,对2018年安徽省16个地市的科技创新效率和影响因素加以评价和分析.研究发现:安徽省科技创新研发效率强,但科技创新成果转化效率不高;科技研发人员、仪器设备购买费用和专利申请数都对安徽省科技创新效率有很强的促进作用.最后基于上述分析,针对性地提出解决对策.     

基于三阶段DEA的中关村科技企业创新效率研究

采用北京中关村自主创新企业数据,运用三阶段DEA模型,将专利和新产品销售收入同时作为产出变量,测算企业创新效率并分析其影响因素。结果发现中关村科技企业整体综合效率较高,但也有相当一部分企业纯技术效率较低,经过调整后,规模报酬递增的企业增多。在环境变量对企业创新效率的影响中,企业融资情况的改善、人力资本以及市场范围的提升有助于提升科技型企业的创新产出和科技成果的转化,从而提高创新效率,而企业规模的扩大、财政激励则会造成研发人员和研发资金投入冗余。     

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。     

安徽省区域创新资源配置效率研究

本文采用数据包络分析（DEA）方法,对2000-2012年安徽省区域创新资源配置情况进行分析,研究结果表明：安徽省区域创新资源配置总技术经济效率、纯技术效率和规模效率都较高,但R＆amp;D活动人员投入和R＆amp;D经费投入有部分冗余.最后,给出了一些启示和建议.     

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。     

“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。