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。     

价值链视角下企业绿色创新效率测度研究

基于价值链视角将绿色创新分为绿色技术开发阶段和绿色成果转化两个阶段.利用超效率DEA模型对2009—2017年中国30个省市的绿色创新效率进行测度,并用Tobit模型探索各影响因素对不同阶段创新效率的作用.研究结果表明:我国绿色创新效率仍有提升空间,其中研发能力不足是阻碍绿色创新效率进一步提高的短板;绿色创新效率在各省份之间存在明显差异,呈现东高西低的格局;经济发展水平与产业结构对两阶段绿色创新效率产生了相反作用的影响,需要企业根据外部条件调整不同创新阶段的资源投入与管理,实现绿色创新效率的整体提高.     

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。     

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。     

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。     

“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。     

区域创新能力与创新效率的协调性分析

从企业、高校、科研机构等创新主体的联结关系以及创新环境的角度构建了区域创新能力评价指标体系,运用因子分析模型对我国2009—2012年30个省市的创新能力进行了测度.同时,采用超效率模型测度了区域创新效率,根据创新能力与创新效率的协调性和关联性发现,我国各省市可划分为高水平创新协调型、低水平创新协调型、高水平创新失调型、低水平创新失调型,产学研合作创新能力与区域创新效率的关联性最大,企业创新能力对创新效率的影响逐渐超过创新环境.     

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.     

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。     

基于DEA和Malmquist指数方法的新疆科技与金融结合效率测度

本文依据科技金融多参与主体的特点,构建了代表政府、银行、证券市场、债券市场、保险市场投入和科技与经济产出的指标体系,采用DEA结合Malmquist指数方法,用2007-2015年面板数据,对新疆14个地州市科技与金融结合的效率进行测度。结果可以看出,61.3%的地区综合DEA有效。DEA非有效但规模收益递增的地区应加大各投资主体对科技金融的投入力度;规模收益递减的地区应调整投入结构,提高投入资金的使用效率。通过投影分析,得知阿克苏地区效率低下的原因是保费等投入冗余和专利、论文产出不足。     

科技创新实力和效率的比较研究 ——基于科学发现和技术创新的二维视角

从科学发现和技术创新两个维度,基于因子分析和DEA方法对科技创新实力和效率进行了比较研究,并提出有效实力概念。运用11个省份2004--2010年省际面板数据进行分析发现,大多数省份科技创新实力和效率呈现了不均衡状态,形成“实力强、效率低”或“实力弱、效率高”的态势。与预期相反,平均水平上我国科学发现效率要高于技术创新效率;各省份在不同资源投入上存在资源冗余,资源利用率不高。     

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。     

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.     

基于DEA模型下中国各区域环境效率和生态无效效率评价

利用非期望产出导向DEA模型和生态低效率DEA模型分别计算2016年我国30个省市的环境效率和生态无效效率及产出改进.研究结果表明:1)我国各个省份的环境效率与生态无效效率之间成弱相关,相关性系数为0. 3; 2)我国不同区域之间的环境效率和生态无效效率差距明显; 3)利用生态低效率DEA模型计算各省市的产出改进,发现一部分省市在消耗能源发展经济的同时,并没有达到预期GDP值,即GDP还有很大的提升空间,二氧化硫、氮氧化物还存在较大的减排潜力.     

能源结构多样性与能源效率的协整分析——以省际数据为例

利用香农-威纳指数,对除西藏以外的30个省市自治区的2010—2012年的平均能源消费量的能源结构多样性进行测算,测算结果发现各省能源结构多样性特征不同.然后利用DEA方法,对其能源效率进行测算,测算指标包括能源投入、经济产出和环境产出.对得到的DEA评价值进行分析,发现除直辖市和生态保护相对完好的省份外,其余省份能源效率均不足.最后利用协整理论,研究能源结构多样性与能源效率之间的关系,结果表明:两者之间存在长期的稳定协整关系,多样性指标每增加一个单位,能源效率提高12.47%.     

中国省际科技竞争力评价——基于超效率DEA的分析

为了有效提高科技竞争力评价的客观性和准确性、减少分析结果的偏误,在分析了当前广泛使用的几种方法存在的缺陷后,该文引入适用于多投入、多产出的复杂系统效率评价的超效率DEA方法,对中国的31个省(市、自治区)的总量科技竞争力和结构科技竞争力进行效率评价。研究结果表明:各省份科技投入产出的效率值分布呈现两头小,中间大的格局,省际间科技辐射与科技带动的效果明显,总量科技竞争力和结构科技竞争力的效率存在较大差别,而且科技竞争力并非完全与区域经济水平同步。     

基于DEA-RS的科技金融结合效率评价模型

该文建立了基于DEA-RS的科技金融结合效率评价模型,并利用我国30个省份的科技金融数据对模型的合理性进行验证。模型首先利用DEA方法对科技金融结合效率进行评价,然后利用粗糙集理论对投入产出指标体系进行约简,得到影响科技金融结合效率的关键属性并进行规则挖掘,最后给出科技金融投入产出调整方案及对策建议。