基于AHP-DEA法的杭州市科技金融绩效评价及对策研究

科技与金融是经济发展两大引擎,促进科技与金融结合可以更有力促进科技创新发展。运用AHP-DEA法对2007—2018年杭州市科技金融绩效进行分析。结果表明,杭州市科技金融结合效率呈“U”型,规模效率较低,科技金融绩效逐年上升,2012—2013年变化不大,主要因为科技金融投入产出多个要素增长放缓或下降,且效率较低。杭州市需逐步优化科技金融投入结构,合理配置资源并提高使用效率,以提升科技金融绩效。     

杭州市科技金融效率评价与影响因素研究——基于AHP-DEA-Tobit模型

科技与金融的有效结合，可以有力促进科技创新，推动经济健康持续发展。运用AHP-DEA模型对2007—2020年杭州市科技金融进行效率评价，结果表明，杭州市科技金融总体效率不佳，主要因为规模效率非有效，且各年效率呈W型变化，变化率较大，稳定性较差。运用Tobit模型从政府、金融市场、企业三方面对杭州市科技金融效率一般影响因素进行研究，结果表明，政府主导对科技金融效率存在负面影响，而市场机制能更好提升科技金融结合效率，企业科技投入也存在正面影响。因此杭州市需优化科技金融投入结构，提升企业自主创新能力，以提升科技金融资源配置及使用效率。     

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。     

福建省农业科技创新效率分析

结合福建省科技创新的投入,从投入产出的角度分析福建农业科技创新效率,采用阿尔蒙多项式分析方法,分析近几年福建农业科技创新的效率,并就其原因进行分析。     

基于AHP-DEA法的浙江省科技金融绩效评价及对策研究

科技与金融的有效结合可以有力促进科技创新发展。运用AHP-DEA（层次分析法-数据包络分析法）对2007—2021年浙江省科技金融绩效进行分析，结果表明：浙江省科技金融结合效率呈W形，2013—2019年总体效率较低；科技金融绩效逐年稳步上升，2012—2013年出现停滞，主要因为科技金融投入与产出多个要素下降或增长放缓，且科技金融结合效率较低。浙江省需进一步加大科技金融投入，优化投入结构，更合理、高效配置科技金融资源，以提升科技金融绩效。     

区域科技金融与经济增长的空间关联效应——以江浙一带为例

文章选取2001~2016年江浙一带科技金融与经济增长投入产出指标,运用网络分析法,对于区域科技金融与经济增长的空间关联特征及影响因素进行实证分析。分析显示:科技金融对经济增长影响存在明显空间溢出效应,各地区关联网络的关联程度高;同时,要更好地发挥科技金融对经济增长的促进作用,一方面需要继续引进科技专业人才,另一方面还需要政府、市场与社会的有效支持。     

南京市科技创新投入规模与技术吸收能力对科技创新效率的影响研究

在创新驱动发展战略背景下,合理规划科技创新投入规模,提高技术吸收能力,以达到最优科技创新效率具有重要研究意义。文章通过对南京市2011—2020年的相关数据进行分析,运用数据包络分析法、斯皮尔曼相关系数法与回归分析法,从科技创新投入规模与技术吸收能力两个维度探讨科技创新效率提升的路径。结果显示,技术吸收能力与创新效率成正相关,可通过调整科技创新财力与人力投入规模比例、综合提高当地技术吸收能力,并使两种影响因素互相适应,可以提高创新投入产出的效率。     

青海省科技金融投入产出效率研究

目前国内金融行业在支持科技产业发展方面还存在很多问题,与发达国家有所差距,并且国内不同地区的科技金融发展程度也有较大的差距。青海属于我国欠发达地区,本文通过对科技金融投入产出效率的研究来具体阐述青海省科技金融的发展现状及问题,并且提出建议,为欠发达地区科技金融的发展提供一定参考。     

科技金融支持高新技术产业园区的发展现状及对策研究

高新技术产业园区是一个国家或地区技术创新、成果转化的重要基地,是经济持续发展的驱动器,对产业结构的优化也具有重大影响,而科技创新则是高新技术产业园区发展的源动力。因此,本文:首先,对中国高新技术产业园区的发展现状及科技金融对其的支持现状进行分析,分析其投入产出状态;其次,根据分析结果提出我国科技金融在支持高新技术产业园区发展中的存在的问题;最后,根据问题并基于科技金融角度提出适合高新技术产业园区发展的对策建议。     

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。     

基于创新效率视角的常州市科技服务业高质量发展研究

科技服务业是促进产业结构优化升级的重要推动力量。构建成熟的科技服务业体制与机制,是科技服务业稳定发展、促进企业创新活动有效展开、提高当地经济水平快速提升的重要手段。目前,中国经济增长处于增速下行、艰难转型的关键时期,分析科技服务业的创新发展效率及其发展路径,可以为区域经济结构调整、产业布局及相关政策制定提供决策参考。以常州市近10年的科技服务业投入产出要素为依据,运用数据包络分析(DEA)法分析研究常州市科技服务业近10年的创新效率情况,并从静态和动态的角度对比常州市科技服务业在苏南五市及江苏省平均发展中的水平定位。     

福建省属公益类科研院所科技投入产出动态关系及趋势预测

采用2011—2015年科技投入产出相关数据,采用灰色关联分析和L-Q灰色预测模型,对38家福建省属公益类科研院所8项科技投入产出进行关联分析和预测。结果表明：该类科研院所科技投入与产出之间存在较强相关关系,增加科技投入能有效提高科技产出水平;目前不同科技投入对不同产出影响不同,但在未来5年,科技人员的工作效率和创新能力将成为决定科研院所科技产出效率的重要因素。因此在继续加大科技经费物质投入同时,必须高度重视人才培养及优化人才结构,从而提升科技投入产出效率。     

京津冀创新资源配置效率评价与提升研究

在资源日益稀缺的现代社会,创新资源具有永续性,是地区经济增长和可持续发展的核心要素。本文通过分析比较京津冀创新资源投入产出的配置情况,针对经济科技创新发展态势,运用包络线模型方法对京津冀创新资源配置进行有效性评估,找出区域内及区域间创新资源配置的差异,进而从创新资源投入和区域间创新合作两方面找出京津冀创新资源配置效率的提升途径。     

科技金融创新是实现创新驱动的关键

<正>科技金融创新是推进我国科技创新和转变经济增长方式的重要战略措施。如果说科技是推动经济发展的发动机,那么金融就是润滑油,科技与金融的有效结合可以为创新发展增添强劲的动力。科技金融对科技创新的推动作用发达国家的经验和我国的实践都证明科技金融对科技创新具有强大的推动作用。     

金融支持农业科技创新面临的问题及对策

农业科技是实现农业持续稳定发展、长期确保农产品有效供给的原动力。本文认真分析了当前金融支持农业科技创新存在条件严格、程序复杂、金融制度安排存在缺陷等问题,提出要加强对农业科技创新的金融支持力度,有效促进农业生产。     

科技创新金融支持体系的构建及作用机制——基于企业生命周期理论的视角

构建科技创新金融支持体系是解决科技企业不同生命周期融资困境的有效手段。本文从金融市场需求主体的特性和供给主体的作用两方面分析,认为政策性金融、金融中介、资本市场和风险投资是与企业生命周期相适应的金融供给部门,并在此基础上构建了科技创新金融支持体系,即在政府引导下,以银行中介为主,银行和金融市场并存,且相互融合渗透、相互依赖竞争的混合型科技创新金融支持体系。     

区域创新系统两阶段效率及影响因素研究

文章将区域创新系统分为成果转化与效益转化2个阶段,使用因子分析与SEDEA复合评价方法,提炼投入产出指标数据,分别测算创新系统两阶段效率,并构建一般面板数据回归模型及面板Tobit模型计算效率影响。对包括江苏省在内的全国29个省、市及地区创新系统效率进行评价、比较,得出江苏省区域创新系统的经济效益转化效率与科技成果转化效率在全国水平,以及基础设施、劳动力素质、政府支持、金融环境因素对两阶段效率的影响。     

中关村与北京市科技创新效率对比研究

通过对2009-2014年中关村示范区与北京市规模以上工业企业科技创新投入产出进行对比分析,使用Malmquist指数方法测算了二者6年间的科技创新效率变化,并对其中存在的结构特征进行了分析。结果显示：中关村示范区全要素生产率指数近似呈V型变动发展,而北京市规模以上工业企业全要素生产率指数则波动下滑,后期波峰未能突破前期波锋。中关村示范区科技创新效率前期低于北京市规模以上工业企业,但后期反超,预计反超趋势将持续下去。     

基于DEA-Tobit方法的我国科技金融结合绩效评价研究

以2011~2015年的数据为基础,借助DEA-Tobit模型对我国30个地区的科技金融效率进行实证分析,从政府、企业、金融市场三个角度对科技金融效率一般影响因素进行探究,结果表明:北京、浙江和广东地区处于DEA有效状态,其他地区均为DEA非有效。而科技投入增加,科技金融效率并未提高,高新技术产业总产值占GDP比重和高新技术企业投入强度是影响科技金融效率的重要影响因素,提出优化政府资源配置、提高高技术产业规模和完善市场功能等建议。     

基于DEA模型的贵州区域科技投入产出效率研究

科技水平是经济发展的重要指标,科技的投入产出效率直接关系到科技的发展。以贵州2014-2016年的科技投入产出数据为样本,运用DEA方法对贵州各区域进行相对绩效评价。结果显示：贵州各市（州）科技投入产出综合效率、纯技术效率和规模效率均存在明显改善的趋势,其中综合效率DEA有效的决策单元占比从33.3%提高到了44.4%,但各市（州）之间的纯技术效率存在较大差异。贵州各区域应加强对科技资源的合理配置,注重基础研究,完善科技成果的转换机制。