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。     

我国各省高校人文社科科研效率评价及区域差异研究

基于DEA分析方法,对我国除西藏外30个省份高校2001-2011年每年的人文社科科研效率及其区域差异情况进行评价分析。认为,各省高校人文社科研究技术效率、纯技术效率和规模效率平均值较高,但随着时间的推移有下降趋势;不同省份高校人文社科科研效率差异巨大,无明显规律;区域对比看,每年的技术效率、纯技术效率基本都是东部大于西部和中部,具有可观察到的区域差异,而同期间的规模效率无明显区域差别。     

“985工程”高校科研效率动态演进及区域比较

高校科研效率问题研究为高校学科发展的规划提供科学依据。采用非径向、非角度的SBM模型对中国36所"985工程"高校2008—2014年度的科研效率进行测算,比较其区域差异;进一步利用非参数方法中的核密度估计方法刻画高校科研效率动态演化过程。研究结果显示:我国"985工程"高校科研效率水平不均衡,存在一定的地域差异,中部地区的"985工程"高校科研综合技术效率水平较高;规模效率的核密度曲线分布"单峰"特征明显,纯技术效率和技术效率核密度曲线分布均呈现"双峰"状。     

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。     

“985工程”高校科研效率动态演进及区域比较研究

高校科研效率问题研究为高校学科发展的规划提供科学依据。本文采用非径向、非角度的SBM模型对中国36所“985工程”高校2008-2014年度的科研效率进行测算,比较其区域差异,进一步利用非参数方法中的核密度估计方法刻画高校科研效率动态演化过程。结果显示：“985工程”高校科研效率水平不均衡,存在一定的地域差异;从区域对比来看,中部地区的“985工程”高校科研综合技术效率水平较高;规模效率的核密度曲线分布“单峰”特征明显,纯技术效率和技术效率核密度曲线分布均呈现“双峰”状。     

中国大数据产业技术效率及其影响因素分析

基于中国大数据产业上市公司的面板数据,采用DEA方法测度并分析技术效率及其分解指标的变动趋势。结果表明,中国大数据产业技术效率较为低下,其主要原因在于纯技术效率增长拖累;东部地区技术效率和纯技术效率均高于中西部地区,但规模效率水平低于中西部地区;从变动趋势看,考察期内中国大数据产业技术效率及其构成总体均呈现波动下降的"U"型动态演变趋势,但不同区域的变动存在一定差异。进一步分析发现,盈利水平对纯技术效率起到了显著的促进作用,但阻碍了规模效率的提高;资本结构显著抑制了纯技术效率提升,却不利于规模效率改善;资金运用能力对纯技术效率和规模效率均有促进作用;成长能力不足和收益质量不高均在一定程度上抑制了纯技术效率和规模效率的提升。     

创新活动的动态绩效测度指数研究-基于高校科学创新活动的建模与应用

本文借助"曼奎斯特指数"理论,在考虑规模效应的影响下,基于非定向且非径向的"增强型罗素测量"模型,从绩效的动态性角度构建了纯技术效率变化、生产技术变化、规模效率变化、组织管理绩效变化以及综合效率变化等五个绩效指数,以从多角度来考查中国重点理工科高校科学创新的动态绩效水平,即绩效变动的程度与趋势。以12所具有代表性的"985"工程重点建设的理工科高校为研究对象,基于它们在两个考查期(2002-2003年与2004-2005年)内的科学创新投入产出数据展开实证分析。比较前后两期的测度结果发现,各理工高校的五个绩效指数的变动趋势几乎都发生了质的变化,从"衰退(状态值<1)"变为"增长(状态值>1)";生产技术变化与综合效率变化之间存在稳定的显著相关关系;纯技术效率变化、规模效率变化和组织管理绩效变化等软性动态绩效指数与综合绩效变化之间相关关系增强。     

广东高校科研创新效率动态评价——高水平大学建设前后对比分析

以广东高水平大学相关数据为基础,采用数据包络分析的CCR模型(DEA-CCR)及Malmquist指数,对高水平大学建设项目实施前后的高校科研创新绩效进行动态考察。实证结果表明:通过不同高校横向对比发现,高水平大学建设项目实施有助于改善高校科研规模收益递减的不经济状态,但无助于科研效率的提高;不同年份纵向对比显示,技术效率虽呈现先降后升,但技术进步率持续出现较大幅度下降是高校科研效率低的主要原因。研究结论揭示下阶段广东高水平大学建设重点应该是提高科研质量,从而提高技术进步率,进而达到"双一流"建设目标。     

基于 DEA 的广东 A 高校科技资源配置效率研究

文章提出一个衡量高校科技资源配置与利用效率的数据包络分析(DEA)模型,确定了高校科研绩效测量的6个输入和输出变量.考虑投入和产出的滞后性,每个决策单元由当年的科技投入和来年的科技产出组成.利用 DEA 方法中的 C2R 和 BC2模型,对广东 A 高校在2000~2009年间的科技投入和产出数据进行了整理和计算.计算结果表明:2001~2009年广东 A 高校科技资源投入产出综合效率相对较高且波动小;存在 DEA 非有效年份且非有效年份的规模效应不都表现为“规模报酬递增”;各产出指标的效率水平存在差异且变化趋势不同;各年度纯技术效率均高于其综合效率和规模效率.应用 DEA 方法能理论上考察高校的科技创新活力,并为相应的改进措施提供依据和方向.     

中国31个省市高校科研绩效实证评价

近年来中国高校科研发展迅速,为更好地服务于地区经济,有必要深入探索不同地区高校科研资源配置效率,以充分发挥各地区高校的科学技术支撑和引领经济社会全面快速发展的作用.基于2004～2008年五年中国高校科技统计资料,运用数据包络分析方法(DEA)评价了这些地区高校的科研绩效,并运用Malmquist指数分析了科研绩效的动态变化.分析结果表明,不同地区高校科研绩效存在差异但引起差异的原因不同,我国大部分地区高校科研绩效呈增长趋势,这主要归因于技术进步而不是技术效率的提高.     

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。     

高校科技创新全要素生产率增长的差异与收敛

利用Sequential Malmquist指数方法评价中国29个省份1998—2012年高校科技创新全要素生产率增长,并将其分解为纯技术效率变化、纯技术进步和规模报酬变动,继而对高校科技创新全要素生产率增长及其分解的差异及收敛进行实证检验。研究发现,高校科技创新全要素生产率总体呈现增长态势。其中,全部省份的高校科技创新均实现了技术进步,但高校科技创新纯技术效率则显著下降,且总体处于规模报酬递减阶段;高校科技创新全要素生产率增长及其分解在区域层面和省级层面均不同程度上存在空间分布差异;高校科技创新全要素生产率增长及其分解的σ指标值呈现波动下降态势,并且各指标值均存在显著的绝对β收敛。最后,提出针对性政策建议。     

我国企业孵化器运行效率差异研究——基于DEA及聚类分析方法

构建了研究我国企业孵化器运行效率差异的实证模型。运用数据包络分析方法测评了国家级孵化器的技术效率、纯技术效率和规模效率;以纯技术效率和规模效率为变量进行快速聚类分析,将孵化器划分为全能高效型、规模低效型、配置低效型和持续改进型;分别探讨了不同类型孵化器的内涵、特征以及效率改进的方向和思路。研究表明,我国孵化器在资源配置方面的问题比较突出,应改进现有的资源投入产出组合,有效控制资源投入的冗余和浪费;部分持续改进型孵化器效率过低对整体效率水平"拖累"程度较大,应重点关注和研究这一类型孵化器效率的改进。     

农业科研生态、团队愿景对创新绩效的作用机理及实证研究

应用DEA-Tobit模型对某国家农业科研团队创新效率进行测度并对绩效影响因素开展论证。结果表明,农业科研团队成员创新效率较低,不同岗位差异较大,规模效率是制约创新效率提升的关键。绩效影响因素论证显示:提升体系目标认知度能有效提高创新综合技术效率;成员职称、对团队成员知晓度、经费使用合理程度是科研团队创新绩效的决定要素;跨团队交流、地方政府的支持情况、依托单位性质对农业科研团队创新绩效作用不明显。     

农业机械化系统机构创新效率时空演变及比较分析

为明确我国农业机械化(简称农机化)系统科技创新绩效,借助相关统计资料,全面阐述我国农机化系统机构运行状况,并基于数据包络分析(DEA)实证总体及各地区农机化系统机构科技创新效率。主要结论有:(1)我国多类型农机化系统机构得到一定程度精简,其中基层机构和人员降幅更大;农机化科研和推广培训投入占农机化总投入很小,基本在1.6%以下徘徊,农机化系统机构投入与产出呈现明显的"多者更多"的马太效应。(2)农机化系统机构技术有效年份较少,技术无效年份更多受纯技术效率无效影响;农机化系统机构创新技术效率损失明显,不同地区表现差异较大,即使同一地区技术效率波动也较频繁。(3)地区农机化系统机构创新技术效率均较低,其中华北、东北和西北地区的技术无效程度最高,华东、华中和华南地区稍好;地区技术效率波动明显,华北、东北、西北地区与其他地区创新技术效率差距拉大。基于研究结论提出几点启示。     

我国农业机械化系统机构创新效率的时空演变及比较分析

为明确我国农业机械化(简称农机化)系统科技创新绩效,借助相关统计资料,全面阐述我国农机化系统机构运行状况,并基于数据包络分析(DEA)实证总体及各地区农机化系统机构科技创新效率。主要结论有:(1)我国多类型农机化系统机构得到一定程度精简,其中基层机构和人员降幅更大;农机化科研和推广培训投入占农机化总投入很小,基本在1.6%以下徘徊,农机化系统机构投入与产出呈现明显的"多者更多"的马太效应。(2)农机化系统机构技术有效年份较少,技术无效年份更多受纯技术效率无效影响;农机化系统机构创新技术效率损失明显,不同地区表现差异较大,即使同一地区技术效率波动也较频繁。(3)地区农机化系统机构创新技术效率均较低,其中华北、东北和西北地区的技术无效程度最高,华东、华中和华南地区稍好;地区技术效率波动明显,华北、东北、西北地区与其他地区创新技术效率差距拉大。基于研究结论提出几点启示。     

国家级农业科研院所科研效率及其影响因素——基于DEA-Malmquist-Tobit模型

结合农业科研院所特点选择变量,运用DEA-Malmquist-Tobit模型,基于国内某国家级农业科研机构31家研究所2015－2019年数据进行科研效率静态和动态分析,并进一步探究影响科研效率的因素。结果表明：研究所科研效率水平整体平稳上升但表现差异较大,且不同学科类别下研究所的科研效率存在一定差异,其中农业资源与环境科学类研究所表现较好;影响研究所科研效率高低的主要原因是纯技术效率,其中对于科研效率的提高,地区经济发展水平无显著影响,不合理的人才结构呈制约作用,获奖成果激励有显著促进作用。基于研究结果,从调整资源配置、优化人才评价考核机制和完善成果奖励方案三方面提出对策建议。     

中国高校仍“重理轻文”吗？

“重理轻文”是长期以来积攒的科研弊病，那么从科研技术效率的角度来看是否如此呢？本文以2009-2014年中国大陆31个省高校科研活动为研究对象，采用随机前沿分析方法对中国大陆高校理工农医类与人文社科类科研技术效率进行测算与比较分析。研究发现：理工农医类的科研技术效率要明显高于人文社科类，且差距随着时间的推移而不断扩大；初始拥有较多科研资源的东部地区理工农医类与人文社科类的科研技术效率均较高，但后期被中西部地区赶超；不同省市的科研技术效率差异较大，少数省市依然存在“重理轻文”科研观念。因此，合理配置不同地域科研资源，实现不同学科的均衡发展，是今后一段时期内科研领域的工作重点。     

浙江省高校与研究机构R&D投入差异及绩效比较

高校与研究机构都是科技创新主体,其研发活动各有特点.在分析2000-2010年浙江省高校与研究机构R&D投入差异的基础上,利用DEA方法评价其R&D活动的相对效率,结果发现:浙江省高校平均R&D效率略高于研发机构,但评价期内高校R&D效率有效年份少于研发机构;高校与研发机构的纯技术效率都明显高于规模效率,并且规模非有效的年份都是规模报酬递增的.因此应增强R&D投入规模,合理组合配置R&D资源,以实现最优效率,提高浙江科技创新能力.     

国家级农业科研院所科研效率评价及其影响因素——基于DEA-Malmquist-Tobit模型

结合农业科研院所特点选择变量,运用DEA-Malmquist-Tobit模型,基于国内某国家级农业科研机构31家研究所2015-2019年数据进行科研效率静态和动态分析,并进一步探究影响科研效率的因素.结果 表明:研究所科研效率水平整体平稳上升但表现差异较大,且不同学科类别下研究所的科研效率存在一定差异,其中农业资源与环境科学类研究所表现较好;影响研究所科研效率高低的主要原因是纯技术效率,其中对于科研效率的提高,地区经济发展水平无显著影响,不合理的人才结构呈制约作用,获奖成果激励有显著促进作用.基于研究结果,从调整资源配置、优化人才评价考核机制和完善成果奖励方案三方面提出对策建议.