江苏工业企业科技资源配置效率的DEA分析

以江苏省第2次经济普查资料为分析基础,采用数据包络分析(DEA)方法中BC2模型对江苏工业企业科技资源配置效率进行评价。评价结果表明:较多行业科技投入不合理情况较为严重,技术非有效问题较为突出;不同行业的科技资源配置相差悬殊,且总体配置水平较低;通信设备、计算机及其它电子设备制造业等重点发展行业,科技资源配置相对较为合理。     

黑龙江省科技资源配置效率的DEA分析

科技资源配置效率对科技系统的功能和效率有重要的影响,在很大程度上决定着区域科技能力的强弱。本文运用数据包络分析(DEA)方法常用的C2R和BC2模型,评价分析了黑龙江省各地区科技资源配置的有效性,并提出了黑龙江省科技资源优化配置的对策和建议。     

基于DEA的甘肃科研机构资源配备效率评价研究

随着我国经济的快速发展,对地方科技基础条件资源的投入也越来越大。因此,如何评价科研机构资源的配备效率就显得十分重要。根据甘肃2010年度的地方科技基础条件资源调查数据,采用DEA分析的CCR模型,借助Spss17.0、Deap2.1等相关分析软件,比较了各科研机构资源配置的效率及超效率水平,揭示了其资源优化的配置情况。结果表明,甘肃的科研机构绝大多数存在科研仪器设备投入和科研过程人才培养不足的情况,通过资源配置效率比较分析,甘肃省应该加快科研事业机构企业化改革的进程。     

基于DEA-Malmquist的中部地区高技术产业R&D效率实证研究

在中部科技崛起思想背景下,文章基于《中国高技术产业统计年鉴(2005—2010)》数据资料,使用C2R模型、BC2模型以及DEA—Malmquist指数分析法对2004—2009年中部六省高技术产业的R&D的综合技术效率、资源配置效率、技术进步指数等因素进行实证研究。结果认为:航天航空业综合效率无效,是导致整体高技术产业TFP值低下的主要原因;电子计算机及办公设备制造业的TFP值与技术进步指数最高;技术进步对高技术产业的推动作用超过资源配置指数。文章最后还给出了几点改进非有效行业R&D效率的对策建议。     

区域科技资源配置效率及影响因素研究——以京津冀城市群为例

运用超效率DEA和Malmquist指数模型对京津冀区域科技资源配置静态效率和动态效率进行了测算与分析,并建立Tobit回归模型考察不同因素对科技资源配置效率的影响程度.实证结果表明:采用动静结合法可以较合理地估计京津冀科技资源配置效率;京津冀整体未达到资源配置有效状态,城市间发展不均衡;经济发展水平、经济开放程度、高等教育发展水平和区位优势等因素正向影响科技资源配置效率,而能耗水平则产生了消极作用.在此基础上提出进一步提升京津冀科技资源配置效率的对策建议.     

连云港科技资源配置效率与行业R&D有效性研究

科技资源配置效率和R&D有效性是科技管理部门在制定鼓励区域科技创新政策时必须考虑的因素。利用DEA方法对连云港科技资源配置效率和14个主要工业行业的R&D效率进行评价。研究结果表明,连云港市科技资源配置整体有效,但样本行业R&D效率表现稍差,且存在差异较大的特征。     

政府科研机构科技资源配置效率影响因素组态分析

结合超效率SBM模型和模糊集定性比较分析（fsQCA）法,以中国内地25个省级行政区政府科研机构为样本,探讨科技资源配置结构、配置方式和配置环境对省级政府科研机构科技资源配置效率提升的组态效应。研究发现：①单个要素不构成高科技资源配置效率的必要条件,但基础研究强度在科技资源配置效率提升方面发挥了较为普遍的作用;②5种组态均可带来高科技资源配置效率,分别为由基础研究构成的基础研究型组态;由基础研究和应用研究构成的科学研究型组态;由基础研究、计划配置和区域开放度构成的基础研究—环境型组态;由基础研究、市场配置、计划配置、产学研合作水平和区域开放度构成的基础研究—平衡型组态;由应用研究、产学研合作水平和区域开放度构成的应用研究—环境型组态。其中,基础研究型组态和基础研究—平衡型组态在提升科技资源配置效率方面更有效;③我国东西部地区政府科研机构科技资源配置效率提升路径存在显著差异。据此,提出各地区政府科研机构应“因地制宜”地采取匹配路径和针对性措施,以有效提升科技资源配置效率。     

对我国区域经济效率的一项综合比较研究

文章将我国划分为13个区域经济体,运用数据包络分析（DEA）方法中的C2R模型、BCC模型和SE模型对这13个区域经济体的经济运行效率进行了综合评价,并通过对决策单元在DEA相对有效面上的投影分析,提出了非DEA有效单元如何进行调整以达到有效性的建议。     

基于Bootstrap-DEA方法的中国科技资源配置效率空间差异研究

目前中国科技资源配置效率区域之间差异较大,并突出地表现出较高的纯技术效率与较低的规模效率。将三阶段DEA模型和Bootstrap-DEA方法相结合对中国科技资源配置效率空间差异进行实证分析,可以看出,经济发展水平和教育投入的提高是改革科技资源配置效率主因素,而工业发展、外资依存度和开放程度的增加不能明显改善科技资源配置效率的空间布局。另外,Bootstrap纠偏后的各区域科技资源配置效率有所下降,其中东部和中部地区的效率下降显著。     

黄河经济带科技创新水平测度研究——基于DEA、SBM

运用数据包络分析中的CCR模型、BCC模型对黄河经济带11个省市科技创新的相对效率进行测度;运用SBM模型对变量松弛的测度结果进行修正,并对非DEA有效的决策单元进行目标改进;运用SBM超效率模型解决了具有相同效率值的不同省市的排序问题。得出结论如下:北京、天津、山东三省市表现出较高的技术有效性,其他8个省区(河北、山西、内蒙、河南、陕西、甘肃、青海、宁夏)均表现出一定程度的技术相对无效和规模相对无效;非SBM有效的决策单元主要集中在黄河中上游地区;黄河经济带的科技资源配置效率不高,在一定程度上表现为非SBM有效区域存在比较普遍的科技投入冗余现象。     

国家创新型县（市）创新效率测度变化及影响因素研究

建设国家创新型县（市）是我国全面实施创新驱动发展战略、推动县域经济创新发展的重要举措。选取全国50个首批国家创新型县（市）作为研究对象，运用DEA模型和Malmquist指数法，对2017-2019年创新型县（市）的科技创新效率进行静态与动态分析，并利用Tobit回归模型分析创新效率影响因素。研究结果显示：2017-2019年我国县域科技创新效率整体表现较好，从各项指标看，创新型县（市）的综合技术效率、纯技术效率、规模效率和全要素生产率不断提升，说明3年来国家创新型县（市）科技创新态势持续向好；创新平台、创新主体、教育经费、创新政策均与县域科技创新水平呈显著正相关性，但经济发展水平对创新型县（市）科技创新效率的影响不大。     

科技人才政策对区域创新绩效的门槛效应研究

科技人才政策与产学研合作既是国家科技创新系统的重要组成,也是地方政府提升区域创新绩效的重要政策手段。基于此,以27个省（市）2011-2018年面板数据为支撑,运用固定效应模型和门槛回归模型,检验了科技人才政策对区域创新绩效的影响。研究发现：（1）科技人才政策对区域创新绩效的影响显著为正,即科技人才政策有利于区域创新绩效的提升;（2）科技人才政策对区域创新绩效的影响存在产学研合作的门槛效应,即在产学研耦合度大于0.524时,科技人才政策对区域创新绩效的正向激励作用更加明显;（3）科技人才政策对区域创新绩效的影响存在明显的区域差异,即中东部地区科技人才政策与产学研协同政策组合效应优于西部地区。研究结论对于提高我国各省科技人才政策的精准有效设计、优化产学研协同和促进区域科技创新绩效具有重要的理论和实践意义。     

税收优惠政策对高技术产业创新效率的影响

基于2000-2017年《中国高技术产业统计年鉴》中29个省市面板数据,首先采用DEA Malmquist指数模型测算了中国高技术产业创新效率,在此基础上运用断点回归方法分析了税收优惠政策对我国高技术产业创新效率的影响。研究结果表明：①总体上以专利为产出指标的创新效率高于以新产品销售收入为产出指标的创新效率,并且以新产品销售收入为产出指标的创新效率处于较低水平,由此表明我国高科研投入与低实际产出的矛盾依然存在;②税收优惠政策对我国高技术产业创新效率有显著正向影响,税收优惠政策对技术研发阶段与科技转化阶段的影响效应不同;③税收优惠政策与企业规模、政府资助合理匹配可放大政策效果。     

科技成果权属混合所有制对高校创新效率的影响

国内科技成果混合所有制试点已开展5年时间,旨在将科技成果部分产权分配给科研人员,通过权利变革改善高校科技创新状况。关于混合所有制试点对高校创新效率的影响,目前缺乏整体定量评价。运用双重差分法计算试点对高校创新效率的整体影响,进而测算产权结构变化对试点与高校创新效率间关系的影响。研究表明,科技成果混合所有制试点对高校创新效率具有正向影响,但因赋权而产生的高校与科研人员共有产权关系没有发挥试点改革对高校创新效率的促进作用,而高校与多元主体共有产权关系正向影响试点改革对高校创新效率的作用。最后,提出政策建议：加快构建精准的混合所有制权利配置体系,明晰主体间产权关系,推动高校与企业等创新主体开展高质量合作,逐步实现试点区域协同管理。     

基于DEA的“985工程”院校科研效率评价

选取不同年份的数据,应用数据包络分析方法(DEA),对"985工程"重点院校的科研数据进行了实证分析和评价,针对非DEA有效的高校如何提升科研效率提出了一些改进方向与措施,并就"985工程"院校的科研工作提出了一些可行性建议。     

四川省农业科研机构的产出能力测评

本文从四川省农业科研机构的产出能力入手来分析科研机构投入产出的效率及其影响因素,产出能力评价结果显示,四川省农业科研机构产出能力普遍较低并且差异巨大,差异主要来自于潜在产出能力;科研机构产出的现实能力和潜在能力不完全吻合.进一步分析投入产出之间的关系显示,产出的效率受到投入总量、投入结构、体制改革和机构内部管理四个要素的影响.     

我国区域科技创新效率测评及影响因素研究——基于超效率SBM-Malmquist-Tobit模型

以2011—2019年我国内地30个省市为研究对象，运用超效率SBM-Malmquist模型对各省市科技创新效率进行测算，结果表明，我国科技创新效率总体水平提升显著，受技术进步效率影响更大；地区分布上呈东部地区＞西部地区＞中部地区的特征，且各区域之间差异较大。进一步通过Tobit模型对影响科技创新效率的因素进行回归，发现政府对科技创新的支持、经济发展水平、科技基础设施投入和科技认知程度对科技创新效率的作用具有较强的区域异质性，通过解析导致各影响因素作用方向与程度差异的内在原因，发现我国科技创新发展中存在较严重的资源配置和管理问题。为推进我国科技创新发展，仍需要从资金投入、人才管理、成果转化、产权保护和科技监管等方面发力。     

基于超效率DEA与Malmquist指数的区域研发效率评价——四大国家级城市群比较研究

选取京津冀、长三角、粤港澳大湾区、成渝地区双城经济圈四大国家级城市群，基于超效率DEA与Malmquist指数测算2016—2018年各城市群科技研发效率。超效率DEA分析结果表明，粤港澳大湾区的研发效率均值最高，其次是成渝地区双城经济圈、长三角城市群，由于京津冀城市群科技发展不平衡问题突出，区域研发效率均值处于四大城市群之尾。Malmquist指数分析结果表明，长三角、粤港澳大湾区、京津冀城市群大部分城市都实现了技术效率正增长，而成渝地区双城经济圈的技术效率逐渐下降，与其它三大城市群存在一定差距。整体而言，四大国家级城市群的技术进步率均值高于技术效率均值，由此可见，增强地区科研能力是提升全要素生产率的关键。在实证分析我国区域研发效率的基础上，对我国城市群资源配置、优势资源禀赋、区域协同创新水平以及产学研深度合作等提出对策建议。