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。     

区域创新环境对发达县域科技创新效率影响的随机前沿分析——基于20个全国“百强县”的面板数据

县域科技创新体系建设是我国实施创新驱动战略的重要环节,决定着创新型国家建设的成败。以20个全国"百强县"为研究样本,运用随机前沿分析方法,对我国县域科技创新效率及其影响因素进行了实证研究。研究结果表明,我国县域科技创新效率整体水平不高,且波动较大;在科技创新效率影响因素方面,创新基础设施、市场环境和劳动者素质对科技创新效率具有正向影响,劳动者素质对科技创新效率的提高促进作用明显,金融环境对科技创新效率具有比较显著的消极影响。     

基于DEA模型的区域创新环境对创新绩效影响的评价

以区域创新理论为基础,提出了区域创新环境对创新绩效影响的研究模型.运用数据包络分析方法(DEA)对2006年全国30个省市的区域创新效率进行评价,从而间接实现对区域创新环境的评价.结果表明:(1)我国区域创新效率存在明显的地区差异;(2)区域创新效率高低与其创新能力和经济发展水平并不一定呈正相关关系;(3)从区域创新环境方面来看,创新效率偏低主要是由于对创新环境利用不足所导致.最后对创新效率偏低的地区在创新环境投入方面提出了改进措施.     

环境规制对全要素能源效率的影响——基于超效率SBM模型的再检验

选取2001—2017年中国省际面板数据,运用超效率SBM模型测算了能源全要素生产率,通过面板Tobit模型检验了环境规制对全要素能源生产率的影响。研究表明:全要素能源效率表现出先降低后上升的趋势,在上升期,技术进步在其中发挥着至关重要的作用;环境规制与全要素能源效率之间呈现倒U型关系;各地区环境规制与全要素能源效率之间的关系具有明显的差异性,因此,在制定相关环境规制措施时应该因地制宜,各地区之间不能盲目跟风。     

基于三阶段DEA模型的长江中游城市群创新效率研究

以长江中游城市群28个地级市为研究对象，运用三阶段数据包络分析（DEA）模型测度并分析长江中游城市群2005—2018年的创新效率及其时空演化特征，采用地理加权回归（GWR）模型揭示创新效率空间差异的影响因子及其空间异质性.结果显示：长江中游城市群创新效率呈现两段式特征，2005—2010年为平稳发展期，2011—2018年为波动变化期；“一圈二群”创新发展趋势尚不明朗，目前还处于创新发展的初级阶段；长江中游城市群2005—2018年创新效率空间分异显著，整体上呈现“发散-聚敛-发散”的特征；经济基础（ECO）、产业结构（INDU）、外商投资（FDI）、政府支持（GOV）以及基础设施建设（BAS）对长江中游城市群创新发展的驱动模式存在较大差异，具有明显的空间分异性.     

基于两阶段环境DEA模型的贵州省生态效率评价

为了准确反映贵州省经济发展与环境保护之间的现状,找出发展过程中的不足,以贵州省各地级市为研究对象,对贵州省不同地区的生态经济发展情况进行研究.具体而言,将生态经济系统的运行划分为生产和污染治理两阶段,应用数据包络分析方法(data envelopment analysis,DEA),将一个已有的单阶段环境DEA模型扩展...     

长三角城市群国家高新区创新效率比较分析——基于三阶段DEA模型

长三角城市群国家高新区作为创新发展重要载体,需要进一步提升创新引领力.由于外部环境因素和随机误差项的干扰,难以精准把握长三角城市群国家高新区创新效率提升切入点.因此,运用三阶段DEA模型,对2015年—2019年长三角城市群国家高新区创新效率进行实证分析.结果发现：长三角城市群国家高新区创新效率较低主要是纯技术效率和规模效率不高共同导致,且规模效率影响更大;上海国家高新区和江苏的多数国家高新区创新效率降低,浙江和安徽的多数国家高新区创新效率上升;经济发展水平、市场开放程度对国家高新区创新效率的影响由促进转变成降低,劳动者素质、科技创新潜力促进国家高新区创新效率的提高;环境和随机因素的影响程度逐渐减弱.因此,需要在提高规模效率基础上提高纯技术效率,加强长三角城市群国家高新区之间交流合作,优化长三角城市群国家高新区资源配置,减少冗余,促进长三角城市群国家高新区创新效率提高.     

东部三大城市群国家高新区创新效率评价——基于三阶段DEA模型

运用三阶段DEA模型对2019年我国东部三大城市群35个国家高新区的创新效率进行分析。实证结果表明：在剔除环境因素干扰后,东部三大城市群高新区综合效率有所下降,综合效率不高主要由较低的规模效率引起,大多数高新区处于规模报酬递增状态。其中珠三角城市群在调整后的平均综合效率最高,长三角次之,京津冀最低,规模因素成为制约京津冀和长三角创新效率提升的关键因素。环境因素中产业结构、文化教育环境和政策支持都有利于创新效率的提升,经济发展水平和基础设施环境抑制了创新效率的提升。     

创新价值链视角下重庆高技术产业创新效率研究——基于三阶段链式网络DEA模型

基于创新价值链理论构建重庆高技术产业创新三阶段指标体系和三阶段链式网络DEA模型,使用重庆2009—2016年电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业、医药制造业等四个高技术行业投入产出指标数据,对重庆高技术产业技术创新三阶段效率与总效率进行测度,并分析其演变趋势。研究结论:重庆高技术产业创新资源投入冗余,不注重资源配置结构;高技术产业过度重视企业短期收益,忽略了长期技术积累;四大高技术行业之间创新效率不均衡,行业间缺乏创新合作。提出针对性政策建议促进重庆高技术产业创新绩效提升,推动重庆经济高质量发展。     

基于随机前沿模型我国少数民族地区区域技术效率的测定

本文在对数型柯布-道格拉斯生产函数的基础上,运用随机前沿分析模型对我国少数民族地区自西部大开发以来十年间的技术效率进行了测算.     

基于超效率DEA模型的动漫产业创新效率评估方法研究

为了有效促进我国动漫产业的创新和发展,提出一种基于超效率DEA模型的动漫产业创新效率评估方法.通过分析Tobit模型检验动漫产品创新效率主要受到移动终端普及率和研发投入等因素的影响,组建动漫产业创新效率评估指标体系,分别从静态和动态两个角度对动漫产业创新效率进行评估.测试结果表明,所提方法可以有效提升执行效率,同时还能...     

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。     

基于随机前沿分析模型的江苏省属高校科技创新效率分类评价与研究

高校作为国家科技创新体系重要组成部分,近年来其科技创新效率得到社会各界的广泛关注。随着国家"双一流"高校建设的启动,江苏也实施了高水平大学建设工程,对高校各方面的投入不断加强。为研究高校科技创新效率,以17所江苏省属高校(大学) 2013—2017年面板数据为研究对象,采用随机前沿分析模型对上述高校科技创新效率进行分类分析研究,并根据分析结果提出进一步提升科技创新水平和效率的建议,为主管部门和各高校提供参考,进一步加强高校科技创新工作内涵建设,推进科技创新工作高质量发展。     

湖南各市经济发展效率的实证分析——基于超效率DEA模型

文章从被评价单元间的相对效率分析着手,利用统计分析方法选择指标,运用数据包络分析（DEA）方法中的超效率DEA模型,对湖南省14个城市经济发展相对有效性进行了较为全面而客观的评价。根据实证分析的情况,提出提升湖南各市经济发展效率的对策建议。     

创新效率对亚太国家国际分工地位的影响——基于生产分解模型研究

基于生产分解模型下的全球价值链(GVC)地位指数,衡量了亚太17国的国际分工地位,发现日本、美国、新加坡、韩国的分工地位较高。在利用DEA模型计算创新效率得到2010—2016年面板数据的基础上,构建实证模型分析创新对亚太国家GVC地位的影响。结果表明,创新效率不仅能稳健地促进GVC地位升级,而且与生产率和基础设施存在正向调节作用效应;上游度指数是主要影响渠道。在差异性分析中,进一步发现创新对中高等收入国家和中低技术产业的影响作用更强。研究结论为亚太不同国家产业国际分工地位的攀升提供了方向。     

基于网络模型的中国科技创新效率研究

选取中国30个省区市2015—2019年的相关数据，基于阿尔蒙滞后模型度量科技创新投入的时滞效应，采用网络DEA模型评估整个科技创新的系统效率及子系统效率，实证考察科技创新效率及其空间相关性。结果表明，样本期内，全国科技创新系统效率总体偏低且具有明显的区域差异性；创新对经济发展的支撑作用不仅取决于创新研发阶段，更受制于创新支持下的经济发展阶段，创新成果转化的低效率是制约创新有效支撑经济发展的主要原因；科技创新效率存在显著的空间相关性。     

创新环境对河南省创新产出的 影响研究 ——基于GWR模型的实证分析

基于河南省18个省辖市2014年、2017年的截面数据,本文利用GWR模型分析了财政科技投入、经济发展水平、研发人才、信息化水平对河南省创新产出的影响及其时空差异。结果表明:样本地区创新产出存在显著的空间正向自相关关系,地理空间上的聚集效应及创新产出规模上移明显。财政科技投入、经济发展水平、研发人才均对河南省创新产出产生显著的正向影响,信息化水平产生负向影响,四者影响的空间差异较为明显;时间上,财政科技投入、经济发展水平、信息化水平的影响在提高,研发人才要素的影响有所减弱。为此,需要继续加大财政科技投入、人才"引智"以及信息化建设力度,不断提高河南省创新产出水平,驱动全省经济高质量发展。     

2007—2016年中国省域碳排放效率评价及影响因素分析——基于超效率SBM-Tobit模型的两阶段分析

利用超效率SBM模型,对中国30个省级行政区(未包含西藏自治区和港澳台地区)2007—2016年的碳排放效率进行实证分析,并运用Tobit模型探究影响碳排放效率的因素.结果表明,省际碳排放效率分布不均衡,北京的碳排放效率居全国首位.全国整体碳排放效率自2007年起小幅度下降,2015年后略有提升.从四大区域来看,居碳排...