基于数据包络分析的交通科技项目投入产出科技效率评价

基于交通科技项目评价体系涉及面宽、种类繁多和难以量化的特征分析,通过因子荷载阵及计算因子系数矩阵的估计方法,运用因子分析法完成了指标体系的降维处理.并采用构建基于投入的交通科技项目C2R模型,分析投入因子的效率评价指数、生产可能集约束系数和投入/产出松弛变量,结合因子分析逆向求解得到投入指标的有效值,从而得出交通科技项目投入人员及经费的有效利用率.所选的投入因子的特征根解释了总体方差的83.7%信息,确保了数据包络分析的适用性.

中国新丝绸之路经济带科技效率的测度及分解——基于DEA-Malmquist指数的方法

采用DEA-Malmquist指数方法对中国新丝绸之路经济带的科技投入产出效率进行了测度及分解。此外,由于新丝绸之路经济带属于外向型经济,为考察科技投入的出口效率,以高技术产业出口交货值为单一产出指标进行了分析。结果表明:中国新丝绸之路经济带的科技效率总体上是上升的,但科技管理水平的滞后阻碍了全要素生产率指数(TFPC)的提升,沿线各省份的科技效率存在显著差异,中国新丝绸之路经济带的科技出口效率仍存在提高空间。

中国高技术产业科技效率与驱动因素研究——基于链式关联网络DEA模型

高技术产业科技投入产出过程分为技术研究开发和技术成果产业化两阶段,在此基础之上构建了规模报酬可变的链式DEA模型,对中国29个省、市、自治区的科技投入产出链整体效率和分阶段效率进行研究,利用面板数据回归模型探寻环境因素对其效率的影响作用。研究表明,考察期内中国各省的高技术产业科技各阶段效率和整体效率均不高;金融支持、企业规模和劳动者素质对高技术产业技术开发研究效率产生显著影响;金融支持、市场环境、政府干预和企业规模对高技术产业成果产业化效率作用明显;金融支持和政府干预对高技术产业科技投入产出链整体效率影响显著。

基于珠三角地区金融发展差异的科技效率研究

选取2010-2013年珠三角八城市金融业发展数据,基于银行、证券、保险三大子产业分析各地区金融发展现状,挖掘其金融发展水平差异成因,进而运用DEA-Malmquist指数法对金融发展的科技效率进行横向和纵向分析,从而对珠三角未来金融业的错位发展战略提供政策建议。

河南省城市科技效率评价研究

采用三阶段DEA评价方法,选取了2007年到2012年的6年数据,对河南省各城市科技投入产出进行评价研究。研究显示:河南各城市呈现以郑州为中心的中部城市技术效率偏高,其他城市较低,且其他城市与郑州市的科技效率差距较大;2007年到2012年间,河南各城市技术效率均值改善不明显;总体上技术无效的主要因素来自于规模效率,说明河南各城市改革的重点在于如何更好地发挥其规模效益;大部分城市效率得分均处于较低水平,表明其不但面临投入不足,而且科技资源的使用效率也处于较低的态势,说明大部分城市投入产出还存在较大改善空间。

广东省专业镇科技效率研究

通过横向和纵向两个层面对广东专业镇科技科技投入产出结构和科技效率开展规范和实证研究,发现广东专业镇多年来自主创新能力稳步提升,科技效益凸显,但不同地区专业镇平均科技效率水平差异较大,大部分珠三角地区专业镇科技效率呈规模递减态势。根据研究结果,提出提高广东专业镇科技效率的具体对策建议。

基于DEA超效率模型对福建科技效率的评价

本文利用非参数方法DEA的超效率模型,对2004～2007年福建省9个地市科技投入产出效率进行评价。实证结果显示,福建各地市的科技效率总体呈上升趋势,但科技投入产出规模以及效率还存在较大差距。

数据包络分析在评价医学科研机构科技效率中的应用探讨

该文探讨了数据包络分析 (DEA)在评价医学科研机构科技效率中的适用性及其优缺点 ,为合理配置卫生资源 。

基于DEA-Malmquist指数的四川创新科技效率评价分析

以川、滇、黔等7省和全国科技创新产业近年投入产出数据为基础,以内生增长理论为依据,运用数据包络模型对其马氏距离和科技创新产业的全要素生产效率进行测算。结果表明:全要素生产效率变化中其规模效率变化率排序最符合各省的科技创新水平;四川省六大支柱创新产业集中度高,产业集聚效应与辐射效应明显,科技创新优势在于R&D人员数量和劳动力占比不断提高;科技创新产业布局严重不均和尖端科研人员增长缓慢是制约四川科技创新快速发展的重要因素。通过四川省科技创新产业聚集程度对2015年高新技术企业产值进行预测,预计2015年及以后四川省高新技术企业产值增长率能够稳定在20%的水平。

高等学校科技效率分析与评估──以原地矿部所属五所高校为案例

本文通过对原地矿部所属五所院校科技投入产出效率的分析与评估，就如何提高高等学校科技效率。

基于DEA-Tobit模型的海洋经济科技效率及影响因素分析

基于沿海省份2012—2016年的面板数据,采用DEA-Tobit模型测算海洋经济的科技效率并分析其影响因素。研究发现:首先,海洋经济科技效率是DEA无效的,主要是由于纯技术效率的无效导致的;其次,经济发展水平和产业结构的合理化水平显著促进了科技效率的提高。因此在海洋经济科技资源的整合投入中,需要注意资源管理和配置效率的提高,促进技术进步。

基于SE-DEA的高教科技效率分析——以部分省、直辖市及自治区数据为样本

本文以30个省级数据为样本,运用超效率DEA分析了部分省(直辖市)高教科技投入产出效率,得出2013年各省高教科技效率排名及相对有效性。

我国省际科技金融效率测度及影响因素分析——基于30个省份面板模型实证分析

通过运用DEA模型测算1998—2017年我国30个省(自治区、直辖市)科技金融效率,并建立Tobit模型对我国科技金融效率进行影响因素分析。实证表明:我国科技金融整体水平较低,地区差异大,只有少数省份的科技金融效率达到较高水准;金融市场、科技创新程度、高技术产业市场规模均与科技金融有显著正相关关系,企业研发经费与科技金融效率有显著负相关关系。提高科技金融投入产出效率的相关建议包括加大科技创新力度、加大金融市场对科技金融效率的支持力度、扩大高技术产业规模效益、合理规划政府财政支出。

协同创新驱动科技成果转化效率提升的多元路径与异质性研究

科技成果转化是实施创新驱动发展战略的重要任务,协同创新是提升科技成果转化效率的关键举措。本文从投入、产出、环境、互动四个层面构建协同创新影响科技成果转化效率的理论框架,以中国30个省份为样本,运用模糊集定性比较分析法探究协同创新驱动科技成果转化效率提升的多元实现路径与区域异质性。研究发现:①单个协同创新要素不构成科技成果高转化效率的必要条件,但科研激励强度作为核心要素对提升科技成果转化效率具有普适作用;②协同创新驱动科技成果转化效率提升的组态有三种,可归纳为科研环境驱动型和科研经费保障下的激励型两条实现路径,且前者包含案例最多;③科技成果非高转化效率并非高转化效率的对立面,科研素质不高是产生非高转化效率的重要因素;④异质性分析表明,科研环境、科研产出、科研素质分别对东、中、西部地区提升科技成果转化效率具有关键作用,科研投入和科研素质缺失则具有普遍不利影响。

金融科技、政府研发补贴与企业科技创新效率——基于我国上市公司的经验证据

文章以2010—2022年上市公司面板数据为研究样本,探究了金融科技和政府研发补贴对企业科技创新效率的影响和作用机制。研究发现,金融科技对于企业科技创新效率具有显著的促进作用;政府研发补贴与企业科技创新效率之间存在非线性关系;金融科技弱化了政府研发补贴对于企业科技创新效率的刺激作用。研究结果通过了相应的内生性检验和稳健性检验。据此,文章提出发展金融科技以支持研发创新、完善研发补贴发放与监管制度体系等建议。

长株潭城市群科技创新效率研究

基于超效率DEA、Malmquist模型和灰色关联分析方法对2011~2021年长株潭城市群科技创新效率进行测算和影响分析,并与合肥都市圈和郑州都市圈进行比较分析。得出结论:(1)长株潭城市群科技创新全要素生产率的不断提升得益于技术进步的推动,科技创新效率为三个城市群中最优;(2)规模以上工业R&D人员全时当量、新产品销售收入和R&D经费内部支出是与长株潭城市群科技创新效率灰色关联度最高的三个影响因素。基于此,建议长株潭城市群从人才优先发展、深化企业创新主体作用、加速金融发展和加大财政投入方面共同发力提高科技创新效率。

市域视角下安徽省科技成果转化效率评价

科学分析评价科技成果转化效率不仅能够体现该地区科研创新水平,也可以反映自身的未来发展潜力,有助于带动区域经济的发展。该研究选取安徽省16个地级市2014—2019年的数据,基于数据包络分析法(DEA),对市域范围科技成果转化绩效进行测量分析。研究发现,安徽省科技成果转化整体上效率偏低,而从市域层面上看,科技成果转化效率并不均衡。

中国高技术产业科技成果转化效率和投入产出结构分析

为进一步探究我国高技术产业中各个行业科技成果转化效率及其投入产出结构,利用2009—2021年的面板数据,采用超效率SBM模型对中国高技术产业科技成果转化效率进行研究,分析中国高技术产业15个行业的科技成果转化综合效率和投入冗余、产出不足,为高技术产业及其行业调整优化投入产出结构、提升科技成果转化效率提供基础。研究发现,中国高技术产业科技成果转化效率呈现出先下降再波动上升的趋势,各行业均呈现波动上升的良好发展趋势,但整体水平不高,行业间差距较大;行业间R&D活动人员、技术改造经费和科技活动经费中的政府资金投入冗余,新产品销售收入产出不足问题突出。基于上述结论提出根据行业特点,先转换再精减冗余人员、重视科研人员再教育、调整资金分配结构、转变政府干预方式、建立健全多渠道合作机制、注重市场需求导向促进理论成果市场化等建议,以进一步提升高技术产业科技成果转化效率。

数字资本视角下我国省域科技创新效率研究

[目的/意义]为促进数字时代我国科技创新效率提升及区域合理布局与健康发展,尝试从数字资本视角研究我国省域科技创新效率,进一步优化各省份数字资本投入及科技创新环境。[方法/过程]梳理和提炼数字资本的广义概念内涵,构建数字资本投入下我国科技创新效率的评价指标体系。采用三阶段DEA方法及多源权威数据对我国省域的科技创新效率进行实证测评分析,借助SFA回归模型探析数字资本利用率的外部影响因素,根据调整环境因素、管理无效率和随机干扰影响前后省域科技创新效率的变化情况,分析我国省域科技创新效率的区域差异及影响机理。[结果/结论]总体上我国数字资本投入下的科技创新效率仍然有较大提升空间,原因主要在于规模效率不足;未达到最优综合技术效率的省份存在生产结构与规模不当和数字资本利用率不足问题;大部分省份为数字资本投入下科技创新发展提供了良好的外部环境。建议未达到最优综合技术效率的省份以优化数字资本投入为基点,通过发挥区位优势差异化发展,推进我国省域科技创新发展战略的有效实施。

数字建设与高校科技创新效率协调发展分析

采用熵值赋权法、全局DEA-EBM模型、α收敛模型、β收敛模型和耦合协调模型测度评价2011—2021年中国31个省份数字建设水平和高校科技创新效率,并检验数字建设对高校科技创新效率的驱动耦合效应。研究发现,全国(未含港澳台地区)高校科技创新效率较低,总体呈波动下降趋势,并且东部地区下降幅度远超中西部地区;数字建设能有效驱动高校科技创新效率提升,加速各省份间高校科技创新效率差距的收敛速度,并且对东部地区的驱动作用力明显强于中西部地区;全国数字建设与高校科技创新效率间的耦合协调度总体呈稳定上升趋势,但东部地区耦合值明显高于中西部地区,东部地区早已进入初级协调阶段,并逐渐迈向中级协调状态,而中西部地区整体仍处于濒临失调阶段,近年来才逐渐转向勉强协调状态。由此从促进高校科技创新效率提升、推动数字建设发展和加强两者协同水平等方面提出相关建议。