科技投入产出评价方法探析

本文通过对宏观科技投入产出评价方法的研究，分析了它们的特点、适用范围和条件，对正确使用科技投入产出评价方法提出了建议。     

民营科技企业评价与分类方法研究

民营科技企业的评价与分类，对于政府及管理部门有针对性地制定相关政策及为企业提供指导和服务等具有重要意义。针对民营科技企业的特点，突破单一定性分析的方法，建立评价与分类的指标体系，采用基于主分量分析、聚类分析和相对有效性分析的数学模型，通过实证分析，提供了一种系统定量分析的方法。     

政府科技投入支持新兴产业的有效性评价方法

政府科技投入支持新兴产业发展是引导产业结构调整的政策工具。评价投入的有效性应依据效率和效益标准,重点评价目标达成度、投入产出的成本收益和创新绩效。该文建立起有效性评价的方法、模型和指标体系,并以863计划支持高技术产业发展的有效性评价及国际对比研究为例进行应用研究。     

广东省各市科技创新有效性评价——基于DEA超效率模型的分析

本文从被评价单元间的相对效率分析着手,利用统计方法选择评价指标、运用数据包络分析(DEA)方法中的超效率模型和Bc2模型,对广东省21个城市科技创新相对有效性进行较为全面而客观地评价.并通过对DMu单元在DEA相对有效面上的投影分析,提出了非DEA有效单元如何进行有效性调整的有关建议.     

中国科技能力持续发展的趋势与有效性评价研究

针对我国九五期间科技资源的总体状况,综合运用层次分析(AHP)和数据包络分析(DEA)方法评价我国科技能力持续发展的趋势和相对有效性,揭示了影响科技持续发展的原因。     

基于DEA与BP神经网络的科技投入评价研究

为了对中国地区宏观科技投入进行事前评价,首先选取科技投入产出的若干指标利用数据包络分析法测度效率,然后选取科技投入的相对指标作为输入变量,效率值作为输出变量,利用BP神经网络进行学习,建立预测模型,取得了较高的精度。在此基础上,通过优选科技投入指标、采用最新数据、增加学习样本等方法提高模型的精度。该方法除了进行宏观科技投入的评价外,也适用于特定行业的企业。     

数据包络分析在科技评价中的指标优化研究

为解决数据包络分析在科技评价中的指标选取与模型优化问题,本文建立效率回归模型,首先采用数据包络分析方法对科技投入产出进行效率测度,然后将效率作为被解释变量,将所有投入产出指标作为解释变量,运用多元线性回归进行分析,根据科学学理论、统计检验值、拟合优度等对投入产出指标进行调整,直到模型相对稳定为止。本方法也可广泛应用于社会经济投入产出系统的指标选取和模型优化。     

运用C2R模型评价科技运行的相对有效性--关于广东省科技活动的实证分析

模型在评价多投入多产出的系统运作的相对有效性方面优势明显。文章将其运用于科研管理领域中，来分析科技运作情况的相对有效性，并据此给出改进措施。     

山东省地方高校科技投入产出绩效分析与评价

通过多项指标对山东省地方高校科技投入产出绩效进行了分析和评价,并与其他省份地方高校进行了对比分析,找出了山东省地方高校科技创新能力的优势和不足,并针对问题和不足提出了行之有效的解决方案。     

基于DEA有效性的欠发达地区科技企业孵化器的发展分析

利用DEA方法的C2R模型和BC2模型,计算欠发达地区科技企业孵化器投入产出相对效率值,从有效性的角度分析了欠发达地区10个孵化器的发展现状,并对产生效率差距的原因和修正进行了探讨。