基于视窗分析模型的我国高校科研效率评价

本文分别取窗宽为1-5,应用视窗分析模型对我国各省市高校在2003-2007年的科研效率进行动态分析。通过比较不同窗宽的分析结果,发现随着窗宽的增加,我国各省市高校的TE和PE呈递减变化,SE呈无规律变化;科研效率在不同年份对窗宽的敏感程度不同;选择不同的窗宽会使得研究者对科研效率的长期变化趋势得出大相径庭的结论。对于"如何确定理想的窗宽",从理论上提出新的分析方法,研究确定理想的窗宽,建立适合于我国高校科研效率动态分析的更合理的视窗分析模型。与传统DEA模型的分析结果进行对比,发现两者之间存在很大的偏差。这进一步说明了建立理想窗宽的视窗分析模型,对我国高校科研效率进行动态分析是很有必要的,此视窗模型的分析结果更符合科研工作的实际情况。     

1999-2006年我国各省市高校科研效率的实证研究 ——基于科技成果指标变化的对比分析

本文运用数据包络分析（DEA）的CCR和BCC模型,考虑到科技成果指标变化,对我国30个省市高校在1999-2002,2003-2006年两个时期的科研效率,catch-up效应进行比较分析;然后运用DEA的视窗分析（Window Analysis）研究科研效率的趋势和稳定性;最后在视窗分析结果的基础上,进一步进行相关分析。结果表明,科研相对产出与科研效率呈较大的正相关,尤其是人均科研相对产出。通过确定科学合理的科研产出指标,从重视绝对值的科研数量产出转向重视相对值的科研质量产出,完善科研激励制度,激发科研人员的科研热情,再加上合理的配置科研经费项目资源,有助于提高我国各省市高校的科研效率。     

DEA视窗分析的高校科研效率：2009-2015年间的A区数据

对高校科研效率的客观评价,是反映科研效率、提升科技创新力的重要举措。文章利用我国A区省份2009年-2015年科研投入与产出的平衡面板数据,比较了同一窗宽不同窗口以及不同窗宽对决策单元效率的影响,结果表明在不同的窗宽中,高校科研效率呈现出逐渐下降的趋势;在同一窗口下,各个省份的科研效率变化较大;东部地区的总体效率值低于中部地区。总之,近年来政府加大了高校科研活动的投入并没有得到相应程度的提高,我国高校的资源配置效率仍较低,科研活动效率有待提高。     

基于改进DEA模型的省际高校科研效率评价

高校的科研效率对地区科技研究和经济社会全面发展具有较强的支撑作用。在对省际高校科研效率的研究中,采用传统DEA方法的研究较多,而该方法不能解决高校科研投入、产出时间上滞后性以及影响非单一性的问题。针对以上问题,通过采用改进DEA方法建立产出相对滞后的评价模型,对全国31省市2003—2009年期间高校科研效率进行评价,并依据评价结果提出相关建议,为各省市改善高校科研效率提供有效参考依据。     

高校科研创新效率对比分析——基于全国30个省份的面板数据

以2003-2011年间我国30个省市高校科研的投入产出数据为基础,采用DEA-Malmquist指数分析法测算了我国30个省市高校科研创新效率,结果表明:我国高校科技创新效率处于效率前沿面上,平均增长为9.7%,技术进步对高校科研创新效率的提高起到了推动作用;东部地区高校科研创新全要素生产率平均增长17.2%,超过了中部地区的7%和西部地区的6%,规模效率是造成东中西部高校科研效率差异的主要原因。为了有效的提高我国各省市的科研创新效率,以技术进步、纯技术效率、规模效率为标准对我国30个省市进行了聚类分析,并根据不同类别的省市高校科研创新效率的优劣势,提出针对性的建议和对策。     

基于AHP和TOPSIS的高校科研团队绩效评价研究

建立了高校科研团队绩效评价指标体系,提出了基于层次分析法(AHP)和逼近理想求解的排序法(TOPSIS)的高校科研团队绩效评价模型,利用AHP确定评价指标的权重、TOPSIS排序法,计算正、负理想解和接近度;依据接近度对高校科研团队绩效评价指标进行比较,并进行了实例分析。分析结果表明:论文构建的科研团队评价指标体系具有一定的实用性,为高校科研团队绩效提供了一种评价依据。     

高质量发展背景下我国西部地区高校科研效率及其影响因素——基于超效率DEA视窗-Malmquist-Tobit模型

以2010—2020年我国西部11个省区为研究对象，运用超效率DEA视窗-Malmquist-Tobit模型测算我国西部地区省际科研效率。结果表明，2020年西部科研效率有所提升，东、中部地区有所下降，且西部地区科研效率高于东、中部地区。相比2010年，综合效率和技术效率有效地区数均有所增长，但是规模效率均未达到有效状态；动态效率分析显示，西部地区科研效率变化呈现“M”型波动趋势，受政策影响较为明显。5个省区全要素生产效率大于1，新疆、宁夏等地高校科研效率的下降低主要源于技术进步效率降低；影响因素分析表明，人力资源处于“丰裕”状态，政府支持、人口聚集程度与其呈现显著正相关。因此，可以通过提升人力资本质量、优化科研经费投入与分配管理机制以及推动集群化发展来提升我国西部高校科研效率。     

我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析

本文基于阿尔蒙法的滞后期模型,采用DEA分析中的BCC模型分析我国科技投入促进经济增长的效率.从投入产出效率、科技投入规模以及规模报酬三个角度对我国30个省市的科研投入促进经济增长的绩效进行比较分析,并根据数据分析结果将我国各省市技术进步水平分成五个层次,分析不同层次的省份科技投入推动经济增长的特点、优势劣势及可行的发展方式.     

区域绿色创新效率评价与收敛性研究——基于组合DEA与空间计量视角

融合SBM模型、超效率DEA模型、共同前沿函数法以及DEA视窗分析模型构建我国区域绿色创新效率评价的组合DEA模型,对我国30个省级行政区绿色创新效率进行实证评价,并在对评价结果进行纵横分析的基础上采用空间计量模型分析其绝对β收敛性。研究结果表明:从横向看,无论是MEGIE还是GEGIE均存在明显的地域差异性,呈现从东部、中部到西部由高到低的阶梯式发展格局,且大部分地区绿色创新效率水平较低;从纵向看,东部、中部和西部的MEGIE和GEGIE均呈现不同程度的上升趋势,但三大区域内部具有不同的分异特征。我国区域绿色创新效率的空间相关性主要表现为误差项之间的交互效应,区域的MEGIE和GEGIE都存在显著的收敛特征,且在三大区域内部均存在着俱乐部趋同。     

基于结构方程模型的公共产品供给配置效率研究——以科技类公共产品为例

基于结构方程构建了公共产品供给配置效率分析模型,应用2000～2006年全国各省市的科技类公共产品供给面板数据进行了实证分析,发现我国科技类公共产品供给配置效率类型有持续高效型、高低变换型和持续低效型三类,并针对不同类型提出了相应对策建议。     

“十二五”期间我国地区企业科技创新工作效率评价——基于DEA模型

采用数据包络分析(DEA)的BCC模型和视窗分析方法,以静态分析和动态分析相结合的方式,对我国30个省、自治区、直辖市规模以上企业在"十二五"期间的科技创新效率进行研究,以期为"十三五"期间科技创新工作的开展提出合理性建议。研究发现:"十二五"期间地区企业的科技创新总体效率均值较高,但是存在部分地区效率低和众多地区投入冗余与产出不足的情况;全国以及东部、西部地区企业的科技创新效率均呈现先增后减的发展趋势,而中部地区呈现相反的趋势。     

“十二五”期间我国地区企业科技创新工作效率评价研究——基于DEA模型

摘要：研究分析“十二五”期间我国的科技创新工作取得的成绩和存在的不足,对于我国科技创新工作的开展有着重要的指导意义。本文采用DEA的BCC模型和视窗分析方法,以静态分析和动态分析相结合的方式,对我国30个省、市、自治区的规模以上企业在“十二五”期间的科技创新效率进行研究,以期为“十三五”期间科技创新工作的开展提出合理性建议。研究发现,我国十二五期间地区企业科技创新总体效率均值较高,但是存在部分地区效率低和众多地区存在投入冗余和产出不足的情况;研究还发现全国以及东部、西部的地区企业科技创新效率均呈现先增后减的发展趋势,而中部地区呈现相反的趋势。     

基于三阶段DEA模型的区域生态效率研究

运用三阶段DEA模型对我国2008年区域生态效率进行了实证研究。结果表明,在剥离外部环境因素和随机因素对效率值的影响后,区域生态效率发生了较大的变化。研究发现,第三产业占经济总量比例及人均受教育年限促进生态效率的增长,而环保财政支出并没有对生态效率起到应有的促进作用。各省市按纯技术效率和规模效率来划分可分为四种不同类型,各省市应该结合自身效率的特点,分别着重进行管理水平的提高或生产规模的扩大,从而改善生态效率。     

兼顾偏好的高校科研绩效评价

当前,提高高校科研绩效已成为我国建设创新型国家的重要突破口。将偏好系数引入DEA(数据包络分析)中立交叉效率模型中,提出"效率优先,兼顾偏好"的偏好中立交叉效率模型。实证研究给出了我国各地区高校科研绩效的评价结果,并通过聚类分析指出效率改进方向。根据结果得出提高高校科研绩效的一些启示。     

高校科研管理效益分析模型应用研究

高校科研效益分析是高校科研管理的重要内容。为了对高校各个学院的科研产出效益进行比较,文章建立了高校科研管理效益分析模型,并提出具体的计算方法。     

研究型大学科研效率分类评价

面对全球化竞争和经济转型的双重压力,国家大力推动创新驱动战略。高校科研活动效率的优劣将影响创新源动力的发展,而现有研究中对我国高校科研活动效率动态变化的研究较少。研究运用DEA Malmquist指数和聚类分析,对54所教育部直属高校2009-2014年间的科研活动效率发展趋势和成因进行分析。基于DEA模型计算结果,发现1)科研体系改革的实施使高校科研活动效率发展趋势出现波动,各高校科研体系改革的落实缺乏针对性;2)高校科研体系改革的关键问题是资源配置失衡和自身发展阶段不明确;3)高校科研体系改革需要因地制宜、因时制宜调整方案。     

区域高校科研能力的时空分异及其空间驱动类型研究

通过构建区域高校科研能力评价指标体系及运用主客观综合赋权,对2001—2011年中国31个省市高校的科研能力进行评测,分析高校科研能力的时空分布格局,并采用LSE方法对各省市高校科研能力的主导影响因素类型进行划分。结果显示:中国高校科研能力可以划分为四种类型:科研能力强、科研能力较强、科研能力一般及科研能力相对较弱,各省市高校科研能力整体上与各省市经济发展水平相匹配。     

基于联合DEA模型的“985”高校科研-教学综合效率评价

考虑到科研和教学是高校的两项基本任务,教师资源和拨入经费往往在两个不同的任务之间共同使用,但却很难明确划分各自的消耗量。针对这种情形,基于规模收益不变假设,建立了考虑共同资源消耗、用于评价高校科研和教学综合效率的联合DEA模型,并对32所"985"院校进行了分析。结果表明:大多数的高校在科研和教学方面都具有效率,只有少数院校在两个方面的效率都相对较低;同时,不同院校的科研效率差异较大,并且在95%置信水平下,教学效率明显高于科研效率。通过对科研和教学效率进行聚类分析,得到了四个特征明显的不同分组,为高校找出自身效率差异提供依据。     

乡村振兴背景下我国农林高校的科研效率及影响因素

鉴于目前对我国农林高校科研效率影响因素、各高校内部科研效率差异和动静态效率情况分析不足,基于乡村振兴背景,选取我国29所农林高校为研究对象,首先运用DEA模型与Malmquist指数从静态和动态两方面进行科研效率评价,结果发现：就静态来看,农林高校整体科研效率水平较高但各高校之间尚存在较大差距,“双一流”建设农林高校高于普通农林高校,东部农林高校最高、西部次之、中部最低;就动态来看,农林高校全要素生产率呈现逐年增长态势,但科研创新与技术进步方面仍需加强,办学层次上“双一流”建设农林高校未来继续领跑,地区分类上东部农林高校与西部农林高校的差距将进一步缩小、与中部农林高校的差距将进一步扩大。进一步运用Tobit模型分析发现,人力投入、科研机构数量与国家重点学科数量对农林高校科研效率呈显著的正相关,经费投入则呈显著的负相关,高层次人才数量和所在省份人均生产总值虽与农林高校科研效率呈正相关但未通过显著性检验。     

上海高校科研创新效率与影响因素的实证研究——基于DEA-Tobit模型

本文基于知识生产理论,采用DEA-Tobit两步法对2012-2016年上海17家高校的科研创新效率进行了比较,发现尽管上海市高校科研创新效率总体稳中有升,但处于效率最优状态的高校数量仍较少;其中,上海市属高校与教育部直属高校的技术效率存在显著差距,绝大多数上海高校长期处于规模报酬递增阶段,未来可以通过加大要素的投入来扩大产出。进一步分析发现,近年来上海市高校科研资源配置“抓大放小、重点倾斜”的政策导致了除上海大学外,上海市属高校科研要素投入的整体不足限制了其科研创新产出及效率提升的问题。其次,根据DEA效率评价结果构建多元线性Tobit回归模型,分析上海高校科研创新效率的影响因素。计量分析结果表明,无论是总体还是分类而言,现阶段上海高校科研创新的特点是人力资本的投入能显著的推动高校科研创新效率提升,而物质资本的继续投入却对高校科研创新效率产生了显著的抑制效应,亦表明物质资本对科研创新效率的倒“U”型影响已经显现,资本拥挤问题亟待引起重视。通过比较研究发现,上海市属高校进一步提升技术效率的“短板”主要在于其人力资本积累水平的不足,这一点上与教育部直属高校具有显著的差距。