我国涉农企业科技成果转化效率提升路径研究——基于SSBM-网络DEA与LightGBM方法 |
| |
引用本文: | 林青宁,毛世平.我国涉农企业科技成果转化效率提升路径研究——基于SSBM-网络DEA与LightGBM方法[J].农业技术经济,2022(5):4-17. |
| |
作者姓名: | 林青宁 毛世平 |
| |
作者单位: | 中国农业科学院农业经济与发展研究所 北京 100081 |
| |
基金项目: | 国家自然科学基金面上项目“农业企业科技成果转化效率研究:基于企业技术创新能力的视角”(编号:71673275);国家自然科学基金国际(地区)合作与交流项目“中非农业技术转移机制及效果评估研究”(编号:71761147005); |
| |
摘 要: | 涉农企业科技成果转化效率关乎农业科技与经济“两张皮”问题,为此本文在构建SSBM-网络DEA模型测算涉农企业科技成果转化效率的基础上,基于系统论的视角,构建涉农企业科技成果转化生态系统,将涉农科技成果转化效率影响路径分解为转化能力、转化保障、转化动力与转化环境四大指标,共10项二级指标,并使用LightGBM机器学习方法探究其路径优化问题,主要得到以下研究结论。(1)2009—2017年我国涉农企业科技成果转化效率整体呈上升趋势,但均值仅为0.421,整体效率损失较大。(2)涉农企业科技成果转化效率主要由转化能力贡献(贡献度为68.93%);转化保障、转化动力与转化环境的贡献度较低(贡献度分别为15.64%、14.73%与0.7%),突出表现在协同创新、融资环境与制度环境的促进作用不明显。为此,提出了优化我国涉农企业科技成果转化效率的政策建议。
|
关 键 词: | 涉农企业 科技成果转化效率 LightGBM算法 网络DEA 机器学习 |
本文献已被 万方数据 等数据库收录! |