基于DEA-Malmquist指数法的河南省科技金融效率评价

基于DEA-Malmquist模型对河南省2010—2019年18个地级市的科技金融效率进行测度。结果表明,河南省科技金融效率总体处于DEA弱有效状态且各地区之间科技金融发展不均衡,全省只有郑州市在样本期间实现了科技金融投入产出的最大化,其他各市科技金融的综合效率均值从0.344到0.963不等,但2/3地级市的科技金融效率水平都有所提升。根据实证结果,从合理配置科技金融资源、加强科技创新人才队伍建设,以及扩大高技术产业规模等方面提出建议。     

长江经济带工业企业科技创新效率研究

利用2011—2019年长江经济带11个省市工业企业的面板数据,运用DEA方法和Malmquist指数分析法对科技创新效率进行静态和动态分析,测算科技创新效率并揭示内在原因.结果显示,长江经济带工业企业科技创新纯技术效率总体水平较高并呈现波动上升的变化趋势,不同省市的纯技术效率差异较小,表明长江经济带工业企业科技创新整...     

基于DEA-Malmquist模型的中国沿海省份科技创新效率研究

构建科技创新效率评价指标体系,运用DEA-BCC模型静态分析2021年中国沿海11个省份科技创新效率水平,对非DEA有效省份进行原因分析,并运用Malmquist指数,动态分析2011—2021年中国沿海11个省份科技创新效率的时空变化。研究发现：从静态分析看,2021年中国沿海省份科技创新效率整体较高,其中东部地区海洋经济圈科技创新效率水平最高,南部地区海洋经济圈科技创新效率最弱;纯规模效率是影响沿海省份能否处于DEA有效状态重要因素;从动态分析看,评价期内中国沿海省份科技创新整体处上升状态,Malmquist指数呈“下降-上升-下降-上升”循坏变化;三大海洋经济圈从北往南依次为1.064、1.037、1.032,呈“北高南低”的空间布局,综合技术效率、纯技术效率是决定科技创新效率空间布局的关键因素。基于此,提出坚持市场需求导向,强化企业科技创新主体地位、优化科研资源投入,提升科技市场活力、打破区域限制,实现沿海科技创新协调发展等建议。     

黑龙江省文化产业投入产出效率研究——基于三阶段DEA模型的实证分析

本文利用三阶段DEA模型,使用Deap2.1软件和Frontier4.1软件分析2018年黑龙江省13个地级市文化产业的投入产出效率.实证结果显示,黑龙江省各地级市间文化产业投入产出效率存在明显差距,少数地级市达到效率最优.规模效率对文化产业效率影响明显,环境因素对黑龙江省各地级市文化产业效率影响显著.经过SFA回归分析调整后,黑龙江省大部分地级市文化产业规模效率出现下降趋势,技术效率和纯技术效率呈现上升趋势.最后提出促进黑龙江省文化产业投入产出效率提高的建议.     

湖北省科技服务业发展效率测度——基于DEA-Malmquist指数和Tobit模型

基于三阶段数据包络分析（DEA）模型并结合Malmquist指数方法，以湖北省12个地级市2010—2019年科技服务业为研究对象，对其发展效率及全要素生产率进行测度和分解，并通过Tobit模型实证分析影响科技服务业发展效率的因素。结果表明，湖北省各地市科技服务业发展差距显著，良好的资源分配机制和科技服务业体系均尚未形成，应当加强资源投入并合理分配，确保规模效率提高与技术进步同步增长，促进地区间深入交流以实现资源共享，真正助推全省科技服务业高质量发展。     

中国农业科技创新效率及区域差异比较——基于粮食功能区视角

基于不同的粮食功能区,分别运用超效率DEA模型和Malmquist指数法对2001—2019年中国三大粮食功能区的农业科技创新效率及其变化进行测度和比较.结果表明:2001—2019年3个区域的农业科技创新效率均呈现波动上升的趋势;各粮食功能区之间农业科技创新效率差异明显,由低到高依次为主产区、产销平衡区和主销区;粮食主产区规模效率优势明显,主销区技术进步优势较强,而产销平衡区各分解因素的波动幅度最大.最后,从宏观统筹和优化各粮食功能区农业科技创新要素配置、合理推进各粮食功能区农业科技创新、提高农业科技创新效率的视角提出了对策建议.     

科技创新与地区经济融合发展评价研究——基于金华市数据分析

科技创新作为经济发展的内生驱动力,获得学者的普遍关注。为探究两者的协同发展情况,构建了科技创新、地区经济发展两大指标体系,共形成科技创新11个指标,经济社会发展4个指标。通过数据标准化处理,利用协调度模型进行测度。研究发现金华市2015-2018各地级市科技创新和经济社会综合水平发展均不同程度的有所提升,协同度基本稳定,但存在明显差异。各地级市科技滞后发展情况严重,应加强科技创新发展,优化产业结构。     

安徽省工业技术转移效率评价研究

文章运用数据包络分析方法对2012年安徽省15个地级市工业技术转移的综合效率、纯技术效率、规模效率及超效率值进行测算与比较评价,分析了影响决策单元非DEA有效的原因。结果表明:相对于传统效率评价模型,超效率模型在评价安徽省地级市工业技术转移效率中更具科学性;53.5%的地级市工业技术转移综合效率单元无效,造成这一现状的主要原因是投入规模。政府应针对性地继续加大工业技术转移经费与人员投入,提高技术转移投入的利用和管理效率。     

基于DEA模型的安徽省区域创新效率研究

以安徽省16个地级市的数据为依据,对不同城市的创新效率进行了实证研究。首先测度了2012年安徽省16个地级市区域创新的综合效率、技术效率和规模效率,并把安徽省分为皖北、皖中和皖南3个区域进行创新效率对比研究,最后根据DEA模型的优化目标值来探讨提高各地级市的区域创新效率的途径。     

精准扶贫背景下江苏省农业科技创新效率研究

农业科技创新在精准扶贫中起到至关重要的作用.从4个维度选择分析要素,基于2013—2018年江苏省各市的面板数据,运用DEA模型和Malmquist指数对江苏省农业科技创新效率进行实证分析.结果表明:江苏省13个市区全要素生产力指数均值大于1,技术进步是其主要增长动力;除规模效率和技术进步率,宿迁各指标均低于省均值,纯技术效率是主限制因素;常州等3市的DEA有效不稳定.深度分析得,江苏省农业科技创新水平较高但区域间不平衡;宿迁市农业科技人员研发水平较低;常州等3市农业科技成果转化能力不足.     

四川省科技创新效率及其创新生产率变动分析——基于SBM-Malmquist模型

基于四川省2011—2018年21个市（州）的面板数据,采用SBM-Malmquist模型对科技创新效率及其创新生产率的变动进行测算和比较分析。研究结果表明：2011—2018年四川省21个市（州）的科技创新效率水平较低,且总体呈现出先下降后上升的趋势;五大经济区之间的科技创新效率差异明显,由高到低依次是攀西经济区、成都平原经济区、川西北生态经济区、川东北经济区、川南经济区;总体创新生产率的变化呈上升趋势,且各市（州）创新生产率的变动有区域集中性特征,相邻城市有相同的变动趋势。     

山西省科技创新绩效评价研究——基于DEA模型的动态研究

科技发展程度是衡量一个国家和地区经济竞争实力和经济发展潜力的一个关键因素,对科技创新绩效进行科学合理的评价至关重要。从投入产出角度,构建了DEA评价方法的科技创新绩效评价指标体系;依据山西省科技创新活动十年的相关数据,获得各年份综合效率、纯技术效率以及规模效率,在此基础上并绘制了山西省科技创新绩效动态发展趋势图。结果发现,山西省科技绩效发展呈现出先降低后上升的趋势;山西省的科技绩效平均水平较高;非DEA有效是由于纯技术无效率和规模无效率共同作用的结果。     

广东省各城市技术效率的实证分析

广东省是中国经济发展的第一大省,但其城市的经济发展水平却存在很大的差距。本文是从投入产出的角度分析广东省21个地级市的经济技术效率,并通过技术效率的分解提炼出城市在经济发展过程中经济效率低下的原因。分析发现依靠技术进步以及技术创新来提高经济发展速度的广东省城市相当少,并且达到DEA技术效率有效的城市集中分布在珠江三角洲地区,西部城市虽然没有都达到DEA有效,但总的来说,它们的效率值仍然比较高;东翼和北部地区的城市技术效率都相当低下,其中,东翼城市的纯技术效率以及规模效率都比较低,而北部地区相当低的规模效率是导致技术效率低下的主要原因。     

江苏省实体经济高质量发展水平测度与内部差异

从“结果-过程-前景”的视角阐释实体经济高质量发展的内涵，在此基础上构建包括经济效率、绿色生态、创新驱动、结构状态、开放环境和市场活力6个子系统，兼顾效率、绿色、创新、结构、开放与活力等6个维度的实体经济高质量发展水平评价指标体系。利用熵权TOPSIS法计算2009—2019年江苏省13个地级市的实体经济高质量发展指数，并分析各地区之间的差异。研究结果表明，江苏省实体经济高质量发展水平总体上呈现出先下降后上升的U形曲线，排名前5的城市均位于苏南地区，而排名后5位的城市均位于苏北地区。此外，实体经济高质量发展水平存在显著的内部差异，总差异曲线、组间差异曲线和组内差异曲线基本都呈现出3～5年为一个周期的周期性波动，且苏南地区内部的实体经济高质量发展水平差异远高于苏中和苏北地区。     

产业集聚与经济高质量发展：长江经济带107个地级市例证

以2006—2016年长江经济带107个地级市数据为样本,采用面板模型考察产业集聚对长江经济带经济高质量发展的影响。研究结果表明:产业集聚在促进经济增长的同时也兼顾了环境保护,促进了长江经济带沿线地区经济发展质量的提升;技术进步是产业集聚提升长江经济带经济发展质量的主要途径,而产业集聚在促进技术效率提升方面并不显著,说明沿线地区通过产业集聚能够有效发挥经济“外部性”,并通过“竞争激励效应”促进沿线地区增强创新能力,提高经济发展质量。进一步研究发现,在长江上游地区,产业集聚能够发挥双重作用,既能促进技术进步,又能促进技术效率提升。促进长江经济带经济高质量发展,应加强沿线各地区一体化发展,充分发挥市场在资源配置中的决定性作用,促进要素自由流动,提升产业集聚水平。     

基于双阶段DEA模型的湖南省高新技术产业创新绩效研究

基于湖南省14个市州2010-2017年的高新技术产业面板数据,运用双阶段数据包络分析（DEA）方法,将高新技术产业的创新过程分为技术研究阶段和经济产出阶段,研究各地区高新技术产业创新绩效效率。研究结果表明：湖南省高新技术产业可分为粗放型、高研发低转化、低研发高转化、集约型这四种产业模式,不同阶段存在投入产出不匹配、投入冗余的情况。     

基于DEA-CRITIC的集团公司科技创新效率评价

通过对某发电集团公司的业务进行划分,建立了生产经营、科技研发和技术服务三类科技创新投入、产出指标体系。运用DEA模型对每类业务的创新单位进行科技创新效率评价,对于有效单位通过CRITIC法进一步挖掘其关键影响指标,并进行科技创新效率排名。选取集团公司科技研发类单位2017-2019年创新数据进行实证研究,研究表明：科技研发类单位整体科技创新效率较高,但部分单位存在科技创新效率排名波动较大、科技创新效率较低和科技创新效率排名逐年下滑等问题。     

基于耦合协调模型的科普与科技创新协同发展研究

为探讨科普与科技创新之间的关系,在构建科普和科技创新水平评价指标的基础上,以全国31个省区市为研究对象,采用因子分析法分别测算2015—2019年各省科普和科技创新水平,并基于耦合协调模型计算两系统的耦合协调度。结果表明：全国科普和科技创新水平稳步提升,但区域间失衡问题依然突出;科普与科技创新的耦合协调度逐年上升,但仍有超1/3的省份处于失调阶段,科普与科技创新的良性循环尚未形成。     

湖南省科技创新发展水平评价

打造"具有核心竞争力的科技创新高地"是湖南省发展的重大战略之一,因而需要对科技创新发展水平进行科学评价.在前人研究基础上,构建科技创新发展水平的评价体系,运用熵值法对湖南省近8年的区域科技创新发展水平数据进行权数赋值,并计算出最终的综合得分.根据得分结果,对湖南省近些年的科技创新发展水平进行纵向比较,得出相关结论与政策建议.