河南省科技资源优化配置研究

运用超效率DEA模型对河南省科技资源配置效率的分析结果说明,河南省近10年的科技资源配置效率呈波动上升趋势,科技资源配置的综合效率在31个地区中位列17,处于配置效率一般的第三梯度.针对河南省科技资源配置过程中出现的问题给出了提高科技资源配置水平的主要途径,以期对"十二五"期间最大限度地有效利用河南省科技资源,加快中原经济区建设,实现中部崛起提供理论支持.     

基于超效率DEA模型的中国高技术产业创新资源配置效率评价

高技术产业是技术密集型产业,其发展需要大量的技术创新为支撑,由于资源的稀缺性和投入的有限性,对资源配置效率进行评价十分重要。利用超效率DEA方法,对中国内地29个省市区高技术产业2009年的技术创新资源配置效率进行评价,并从投入冗余和产出不足两方面对创新资源配置无效的省市区进行原因分析,最后提出改进和提高配置效率的对策和建议。     

基于ＤＥＡ的民营科技企业科技资源配置效率评价 ——以天津市２０个区、县为例

通过综合应用DEA各种模型,以天津市20个区、县民营科技企业为例,对其科技资源配置效率进行了系统评价研究,从总效率值、技术效率值、规模效率值的角度对区、县民营科技企业科技资源配置效率进行了层次分级,并采用"两阶段法"对可能影响科技资源配置效率的间接因素进行分析,以期对提高区域民营科技企业科技资源配置效率、提高区域科技竞争力有所帮助。     

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。     

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。     

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.     

知识产权视角的高校科研效率评价

以知识产权作为高校科技资源产出的重要表征,对高校科技资源的投入与产出效率进行评价,可优化科技资源配置,充分调动与激活各关键要素的作用,促进高校知识产权产出效率提高,对进一步促进高等教育发展,进而促进经济与社会发展具有重要意义.利用DEA模型对我国高等教育的知识产权投入产出效率进行评析,通过分析投入产出的技术效率和规模效率有效性,可以为高校知识产权资源的配置提供建议,为高校知识产权工作更好发展提供参考依据.     

基于关联NDEA评价高校科技创新资源配置效率

高校作为培养创新人才的主阵地,在科技创新方面肩负重任,研究高校如何实现有限资源的优化配置对于促进科研事业及高校的创新发展具有重要的理论意义和现实意义。将高校科技资源配置过程划分为知识转化和成果转化两个阶段,在规模报酬不变(CRS)的两阶段DEA模型中考虑共享型投入要素,并对初始投入资源分配比例的取值进行了限定,使最终的效率评价结果更合乎实际,并以29所高校案例分析说明模型的实用性。     

高精尖产业科技资源配置效率评价及优化路径研究

优化科技资源合理配置是推进产业高效发展的关键环节。以科技资源投入和绩效产出为基础,从金融资源分配导向和创新成果效益导向两个维度构建科技资源配置效率评价指标体系,选取2016年中国31个省市信息技术产业数据,运用熵权-TOPSIS方法多维度评价各省市的科技资源配置效率。研究表明:各省市科技资源配置效率未达理想状态,且区域间差异较大,广东和江苏两省资源配置效率远超其他省市。针对两维度的进一步研究显示,创新成果效益导向的资源配置效率普遍低于金融资源分配导向的资源配置效率;运用四分象限法深入剖析了4个梯队的资源配置效率特点及其成因,提出推进科技成果转化、加强区域产业顶层设计以及开放资源共享等建议,以优化科技资源配置效率提升路径。     

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。     

中国区域创新集群发展效率研究

运用空间计量原理将中国大陆划分为十大区域技术创新集群,并通过三阶段DEA法剔除环境因素以及随机误差的影响,对2005-2009年十大区域技术创新集群技术发展效率进行研究。研究结果表明:中国形成了较为明显的区域技术创新空间集群,并且有继续强化的趋势;近几年大陆十大技术创新集群整体综合技术发展效率表现良好,高端集群与中低端集群之间技术差距也在逐年降低;虽然我国整体纯技术创新效率正逐年提升,但受到技术资源配置不均衡影响,我国中低端集群技术创新发展效率并未达到理想水平。     

中国区域科技资源配置效率及影响因素分析

以RD人员全时当量等6个指标为科技资源投入,以专利申请受理量等5个指标为科技资源产出,应用熵权法计算各全国各地区2008-2015年的科技投入、产出的权重,应用指标体系法来构建科技资源配置效率模型,计算各地区科技资源配置效率及时空演进特点。应用ANN-GA方法,计算出科技资源配置效率与科技资源投入产出组合最优解,并与北京市进行比较,指导提升科技资源配置效率。     

高精尖产业科技资源配置效率动态演化研究 ——基于企业微观视角

为探究高精尖产业微观科技资源配置效率,考虑区域及行业科技资源禀赋的异质性,本文选取2014—2018年北京地区新一代信息技术产业上市公司面板数据作为研究对象,运用超效率DEA-Malmquist指数从企业微观视角对科技资源配置效率及其动态演化进行了测度和分析。结果发现：各年度科技资源配置有效的公司数量偏少,科技资源配置效率均值介于0.645—0.772之间,配置效率整体偏低。从动态演化趋势看,除2015年配置效率比2014年稍微下降外,其他年度的配置效率均呈现波动性上升态势,全要素生产率年均增长2.3%,技术效率是关键促进因素,纯技术效率对技术效率的正向影响比较明显,规模效率的影响则有一定的波动性；技术进步尚存在较大的发展空间,规模集聚效应还有待提升。     

欠发达地区科技资源配置对策研究——以山西忻州为例

科技资源配置状况事关一个地区的科技创新能力和科技竞争力,尤其是在科技资源有限的欠发达地区,科技资源配置得如何显得尤为重要。以山西忻州为例分析了欠发达地区科技资源配置存在的问题,从地区实际出发,着重从科技投入、科技管理、科技人才、科技氛围、资源共享以及平台搭建等方面提出了优化配置的对策。     

基于技术预见的区域科技管理创新研究

技术预见是一种新型科技治理工具。本文在阐述技术预见内涵、国内外开展技术预见现状及成就的基础上,提出应把技术预见工作作为编制"十三五"发展规划的重要支撑举措,并将技术预见工作纳入到区域政府科技管理部门的一项重要工作内容,构建"小核心、大网络"的民主化、科学化决策机制,优化科技创新资源配置,全面开展传统优势产业、战略性新兴产业及其前沿关键技术预见研究,推动区域经济社会在新常态下实现新发展。     

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.     

高新技术产业中信息技术企业创新效率评价研究

信息技术企业是我国高新技术产业中的重要组成部分，其创新效率可以有效反映当前高新技术产业的创新活力与创新水平。但目前我国的创新效率较低，创新评价体系不够完善。传统的创新评价方法受到环境变量的影响，对效率的测度仅停留在在产业及区域层面，创新效率评价不全面。本文运用DEA与SFA技术相结合的“三阶段DEA”分析法对我国上市公司中35 家信息技术企业的创新效率进行测度评价。研究表明，一阶段我国信息技术企业普遍处于创新无效率状态，在剔除宏观及微观环境变量的影响后，信息技术企业的创新效率显著提升，发展前景可观。环境因素方面，政府补助、主营业务收入及资产总计与创新资源的投入冗余成正相关，资产利润率及资产负债率与创新资源的投入冗余呈负相关。     

基于DEA的我国大中型工业企业技术创新效率评价研究

运用DEA方法中的BCC模型对我国大中型工业企业技术创新效率进行评价。通过对区域技术创新效率值的比较,探讨区域技术效率差距,并以北京为例,把技术效率分解为纯技术效率和规模效率,找出效率不足的原因和调整方向,为提高技术创新绩效提供决策依据。     

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.