基于成果转化贡献的科研团队成员收益分配研究

促进科技成果转化是我国深化科技体制改革的重要内容,是科技成果转化为现实生产力的关键环节,是实施创新驱动发展战略的根本要求。科研团队成员作为企业科技创新活动的主体,让其参与成果转化收益的分配,有利于调动其科技创新与成果转化的积极性。本文通过理论分析,采用主成分分析法和关键绩效指标法,研究科研团队成员在成果转化阶段的贡献的关键指标、权重及量表,构建收益分配模型。研究结论为完善科技成果转化各利益相关者的激励机制提供了理论依据。     

基于IPP-PLS的“科技助力中国梦”实证研究

实现伟大复兴的中国梦是中华民族在新的历史时期的伟大愿景,以2001~2012年时间序列数据为样本,基于中国梦的本质内涵,分别从国家富强、民族振兴和人民幸福三方面构建了测度中国梦进程的指标,运用改进的投影寻踪法(IPP)测算中国梦进程指数;从科技人才、资金、创新成果和意识四方面构建了验证“科技助力中国梦”的指标,运用偏最小二乘回归(PLS)进行实证分析。结果表明,中国梦进程指数总体呈稳步增长趋势;科技四因素与中国梦进程呈正相关关系,其中高素质科技人才、R&D人员、发明专利和产权保护意识对中国梦的推动作用分别大于一般性科技人才、科技论文、R&D经费和成果转化。最后,基于实证分析结果剖析了“科技助力中国梦”的实现路径。     

中国制造业企业绩效分化的关键影响因素识别及传导网络图解——基于机器学习组合算法的研究

大数据相关研究和机器学习方法为寻找中国制造业绩效分化的关键因素,以及探索关键因素对绩效分化的传导路径提供了新途径。本文基于岭回归和套索算法(LASSO)筛选出中国制造业绩效分化的重要影响因素,构建了贝叶斯网络确定制造业绩效分化对关键因素的依赖程度,结果显示:中国制造业企业绩效分化的最重要影响因素为资本生产率,制造业遵循“资本效率驱动型”而非“资本数量驱动型”的绩效增长模式。原材料工业企业绩效分化影响因素中杠杆率的重要度相对较低,装备制造业资本密集型的特点决定了企业绩效分化中资金成本和资产流动性的主要作用,消费品工业企业能否实现规模经济也是影响其绩效水平高低的重要因素。     

基于分位数回归的我国R＆D经费投入影响因素的动态研究

针对我国R&D投入较少,R&D强度较低的现状,在对影响我国R&D投入因素进行假设分析的基础上,利用逐步回归方法对相关影响因素进行了筛选,得出经济发展水平、政府科技投入和产业结构是影响我国科技投入的主要因素,然后利用分位数回归模型对我国R&D投入在不同分位点上各影响因素的作用进行了详细的研究,研究发现政府科技投入的影响较稳定,随R&D投入的增多经济发展水平对其的影响在逐渐减少,而产业结构对其的影响则在逐渐增大,最后在此基础上提出了提高我国R&D投入的相关政策建议.     

基于DEA和灰色关联度的区域科技生态化创新绩效研究

构建了区域科技生态化创新绩效的评价指标体系,并采用DEA和灰色关联度对江苏省13个城市进行了实证研究.结果表明,江苏省13个城市科技生态化创新大都处于良好的发展态势,其中,科技活动人员占从业人员比重对创新绩效影响最大,其次是RD活动人员占科技活动人员比重,影响最小的因素是企业RD经费占销售收入的比例.     

基于主成分分析的新能源储能企业技术创新能力研究

基于科技创新投入、产出、支撑和转化等四个影响因素,构建新能源储能企业科技创新能力评价模型,并运用主成分分析法和聚类分析法,对我国主要新能源储能企业的科技创新能力进行分析和评价．分析表明,我国新能源储能企业科技创新的能力主要取决于经费投入和科研能力两大因素．新能源企业科技创新的研发经费投入、科研人员配备、科研成果等方面,与国外企业相比差距大,科技创新能力亟待提高．     

基于模糊优选法的知识产权运用绩效评价研究

根据评价指标的可行性和数据的可获得性,以运用环境、运用投入、运用成果、成果转移转化为一级指标构建知识产权运用绩效评价指标体系,采用模糊层次分析法获得指标权重,引入包含影响度因子的模糊优选修正模型,对我国31个省(区、市)的知识产区运用绩效予以综合测评.研究结果发现,北京、广东、江苏、上海、山东的知识产权运用绩效位列前五.针对中国唯一贯彻实施国家知识产权战略示范省江苏省知识产权运用绩效不佳问题提出对策建议,旨在提升其知识产权运用能力,实现从知识产权大省向知识产权强省的突破.同时,也为其他省份提升其自身知识产权运用能力提供借鉴.     

零售连锁超市经营绩效影响因素的模糊聚类分析——以山西省太原地区为例

运营绩效既反映零售连锁超市现实竞争力,更影响企业长远发展,因此识别影响零售连锁超市经营绩效的关键因素具有重要意义.在调研访谈基础上从企业运营角度构建了零售连锁超市绩效影响因素集,使用模糊聚类分析工具,实现了对这些影响因素的主从排序,找到了影响零售连锁超市日常运营绩效的核心因素,并对这些因素进行了针对性分析.最后以山西太原地区为例进行了实例研究.     

基于AHP-灰色聚类分析的高新技术成果综合转化价值评价

高新技术成果综合转化价值的测度同时受到实施企业经营绩效、项目管理团队运营能力、项目技术经济可行性分析、项目转化综合风险等四个层面因素的影响，如何整体衡量这些制约因素导致项目综合转化价值的消长，对于优选高新技术转化项目予以实施是至关重要的，本文建立基于AHP-灰色定权聚类分析方法的评价模型，收集数据开展实证分析，演示评价方法的操作流程，同时借助简要蛛网模型分解剖析高新技术成果的转化价值并提供优化策略。     

双边视角下用户参与众包创新的知识获取前因及其对创新绩效的影响

众包创新模式已被实践证明是获取外部群体知识资源达到创新目标的有效模式。基于发包企业与接包用户双边视角,分析了众包创新的本质内涵和影响众包创新知识获取的关键因素,构建了众包创新知识获取的前因及其对创新绩效的影响机制模型,并以国内典型众包平台——猪八戒网为例开展实证研究。结果表明:知识多样性、沟通机制和激励机制对知识获取均有显著正向影响,知识获取显著正向影响众包创新绩效。知识获取的前因对众包创新绩效的影响存在一定的差异,知识多样性显著正向直接影响众包创新绩效,而沟通机制和激励机制对众包创新绩效的直接影响效应并未得到有效验证,它们则是以知识获取为中介而间接影响众包创新绩效。     

两阶段视角下高技术产业技术创新效率及影响因素研究

基于两阶段视角,将规模报酬可变网络SBM模型和DEA.窗口分析方法相结合,分析了中国高技术产业17个细分行业2002-2011年间技术创新效率的变动趋势和行业差异,并利用面板Tobit,模型检验了技术创新效率的影响因素.结果表明:高技术产业技术创新效率值总体偏低,半数以上行业两阶段效率均处于低位区间,改进和提升空间很大.技术转化效率一直显著高于技术研发效率,两阶段效率失衡问题非常明显.行业集中度、开放度和所有制结构因素均对研发效率和总效率有显著影响,而行业集中度和企业规模对技术转化效率有显著影响.     

中国区域间技术创新的空间溢出效应研究

本文结合新经济地理学K关联的思想构造了外部技术创新溢出指数模型,在此基础上运用2006~2014年中国30个省级行政区的面板数据对中国区域间技术创新空间溢出效应进行了实证研究,结果表明:(1)全国技术创新溢出效应主要是东部地区带动的,东部地区的省份对东部、中部和西部地区其他省份存在技术创新溢出效应,而中部和西部并没有对其他地区技术创新产生溢出效应,并且中部地区和西部地区内部各省之间存在竞争效应。(2)无论是全国还是东部、中部和西部地区,R&D经费、R&D人员和知识存量均对技术创新产生正向作用,并且这些地区的技术创新产出均处于规模报酬递减阶段,不同的是,全国、东部和中部地区R&D人员对技术创新的贡献比R&D资本要大,而西部地区R&D资本对技术创新的贡献则要大于R&D人员。     

区域高技术产业技术创新效率测度与提升路径研究——基于共享投入关联型两阶段DEA模型

将高技术产业创新过程划分为技术研发和经济转化两个阶段,考虑初始创新投入在两阶段分配、非研发投入及新产品开发费用等因素对创新产出的影响,构建共享投入关联型两阶段DEA模型,并测度了2013~2015创新年度中国大陆30个省份的高技术产业技术创新整体效率与两阶段效率。结果表明:大多数区域高技术产业初始创新投入对研发产出和经济产出均有影响;高技术产业技术创新整体效率与两阶段效率都较低,且各区域创新效率水平差异较大;技术研发效率水平高于整体效率水平,而经济转化效率水平低于整体效率水平。最后,依据高技术产业技术创新两阶段效率及其在整体效率中的权重对各区域进行重分类,有针对性地提出了单边突破式、双向协调式等多条技术创新效率提升路径。     

R&D投资规模的统计规律性研究

徐士钰．Ｒ＆Ｄ投资规模的统计规律性研究．数理统计与管理，１９９８，１７（３），３１～３６．本文应用国家工业化发展阶段理论［１］及基于Ｒ＆Ｄ投资规模须和国家工业化发展水平的需要和可能相适应的认识，把所述发达国家和部分先进的发展中国家在不同工业化发展阶段上Ｒ＆Ｄ投资规模的变化过程，都看成是某一非平稳随机过程的一个实现（样本），并用皮尔（Ｐｅａｒｌ）生长曲线模型近似描述该非平稳随机过程均值的变化规律，结果与现实情况符合程度较高，本文揭示的Ｒ＆Ｄ投资规模的这一统计规律，对于发展中国家及我国在制订宏观科技投资政策时，具有较高的参考价值     

Hospital efficiency with risk adjusted mortality as undesirable output: the Turkish case

We analyze the operational performance of 202 Turkish rural general hospitals. To help improve performance on both input and output space, we adopt a directional distance approach. We treat a mortality based measure as a “needs indicator”. We derive pure technical, scale and output congestion inefficiency measures and show how they vary across size classes. We show that “reducing mortality” involves sacrificing some good outputs. This is a trade off that holds at the potential output level. Second stage regressions of the inefficiency scores against hospital and rural district level variables, pinpoint critical areas for performance improvement. In particular we show the relative scarcity of nurses is linked to output congestion.     

河南经济与教育、科技相关性分析的数学模型

依据1998～2006年间河南高等教育、科技与经济所考查指标的统计数据,运用相关与回归分析方法分别建立以人均GDP为因变量的数学模型,并对模型进行了分析.这11个指标的因子分析结果,得出与人均GDP联系密切的指标主要有5个,以这5个指标为自变量对人均GDP进行逐步回归分析,所得回归方程达极显著水平,同时得出,对人均GDP影响的重要程度从高到低依次为:人均RD经费支出,以每万人口在校大学生数,每万名科技人员发表论文数,每万人口中科技活动人员数.并就各指标对人均GDP的影响给出了合理的解释.     

基金风险改变了投资者的业绩敏感程度吗？——基于基金业绩波动与资金净流量关系的实证研究

本文利用我国2005年至2011年期间开放式基金的面板数据,研究了基金业绩波动对投资者业绩敏感程度的影响。在验证了基金资金净流量与基金业绩的正相关关系后,实证研究发现:(1)基金业绩波动降低了投资者对基金业绩的敏感程度:基金业绩波动越大,相同业绩提升带来的资金净流量越少;(2)对于不同业绩类型的基金,业绩波动对基金“业绩—资金净流量”关系的反向影响程度也有所不同:这一影响主要体现在绩劣基金中,中等业绩基金次之,在明星基金中反而体现为正向影响。     

混合区间多尺度分解的区间时间序列组合预测

鉴于传统预测方法一直基于“点”来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt's)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。     

A remark on multiobjective stochastic optimization via strongly convex functions

Many economic and financial applications lead (from the mathematical point of view) to deterministic optimization problems depending on a probability measure. These problems can be static (one stage), dynamic with finite (multistage) or infinite horizon, single objective or multiobjective. We focus on one-stage case in multiobjective setting. Evidently, well known results from the deterministic optimization theory can be employed in the case when the “underlying” probability measure is completely known. The assumption of a complete knowledge of the probability measure is fulfilled very seldom. Consequently, we have mostly to analyze the mathematical models on the data base to obtain a stochastic estimate of the corresponding “theoretical” characteristics. However, the investigation of these estimates has been done mostly in one-objective case. In this paper we focus on the investigation of the relationship between “characteristics” obtained on the base of complete knowledge of the probability measure and estimates obtained on the (above mentioned) data base, mostly in the multiobjective case. Consequently we obtain also the relationship between analysis (based on the data) of the economic process characteristics and “real” economic process. To this end the results of the deterministic multiobjective optimization theory and the results obtained for stochastic one objective problems will be employed.