江苏省“双链”融合下科技资源配置效率评价

在创新链与产业链（以下简称“双链”）融合的背景下,为识别江苏科技资源配置存在的问题,优化人才、资本、技术资源配置,释放科技资源创新潜能,基于科技资源投入和科技资源产出,构建包含1个一级指标、2个二级指标和17个三级指标的“双链”科技资源配置效率综合评价指标体系,运用超效率数据包络分析（DEA）模型,分析江苏2011—2020年“双链”科技资源配置水平。结果表明：江苏“双链”在部分年份的科技资源配置效率较低,同时存在科技资源投入结构失衡、基础研究和应用研究科技资源投入不足、科技资源知识成果产出有待增加以及科技资源经济成果转化有待提高等问题。根据研究结果,从优化基础研究和应用研究资源投入、转变传统管理机制和提升创新链的产业贴合力等方面提出促进江苏“双链”科技资源配置效率提升的对策建议。     

西安市科技资源配置效率浅析

为了优化西安市科技资源配置,运用了DEA数据包络分析法,测算出2005—2016年西安市的科技资源配置效率,选取了2个投入变量RD经费内部支出、RD人员和2个产出变量技术市场合同成交额和专利申请量,并进行了相关的数据处理,再将数据导入DEAP 2. 0软件进行计算。结果显示:在2014年以前,西安市的科技资源配置效率相对低下,没有做到资源的合理利用,而且我们从结果还发现了2005—2014年西安地区的综合效率低下的原因主要是规模效率较低,应该不断加大对科技资源的投入,提升规模效益。在具体措施方面,西安市应该从规模效率方面入手,加大科技经费的投入,并提高科技人员的数量,为实现科技创新打好基础。在2015—2016年期间西安地区的科技资源配置效率为1,说明此时各项指标都在生产前沿面上,没有浪费投入,也没有出现产出不足的现象。说明在西安市政府的调控下西安市的科技资源配置效率有了一定的提升。文中最后提出了西安市的各级政府应该继续加大对科技资源要素的投入力度,实现科技资源的合理配置,提升区域经济发展水平,为西安市建设成为国际化大都市增添强大的创新动力。     

我国创新型产业集群科技资源配置效率研究

利用数据包络分析法,测算2015年和2016年我国各省份创新型产业集群科技资源配置效率,认为我国创新型产业集群科技资源配置效率较高,东部和西部地区的效率高于全国平均值;与纯技术效率相比,规模效率对科技资源配置效率的影响较大;非有效省份的创新型产业集群存在科技资源投入冗余和产出不足现象;各省份之间的科技资源配置效率差异不大,并呈缩减趋势。基于此,提出六点提升我国创新型产业集群科技资源配置效率的政策建议。     

区域科技发展潜力系统及其量化评价初探

本文在对区域科技发展潜力系统定义与特征分析的基础之上,从区域科技资源存量差异的量化评价和区域科技投入与产出差异的量化评价两个方面人手分析和探讨区域科技发展潜力,并进行了实证分析.对区域优化科技资源配置,提高科技投入产出效率具有现实意义.     

基于DEA的我国资源型企业科技创新绩效评价研究

企业是科技创新的主体,近年来我国企业研发项目数、投入的人力和经费均大幅攀升,显示出我国企业对于科技创新的高度重视,将更多的资源投入到研发活动中,通过提升科技创新能力实现企业的升级和发展。本文采用DEA数据包络分析方法,对我国六家资源型企业科技创新绩效进行评价,以研发投入、人力资源投入和下设研究机构数量作为科技投入指标,以SCI论文数、授权发明专利数、申请专利数以及所获国家级科技成果获奖数作为科技产出指标,分别计算基于投入和产出的技术效率,并通过投影分析,为企业改进绩效、优化资源配置和提升研发效率提供了建议。     

基于Cross-efficiency DEA算法的区域科技资源配置效率测算研究

伴随信息化水平的日益提高,我国科技资源组织结构和运行效率进一步优化。然而由于我国区域经济发展的非均衡性问题,导致了我国科技资源配置的区域差异性。本文引入Cross-efficiency DEA算法,从科技资源投入、产出的视角对我国30个省、市、自治区对应的科技资源配置效率进行了测算。利用Cross-efficiency在群体综合评价中能够完全排序的优点,可以获得区域资源配置效率的排序结果,从而为区域科技管理提供有效的参考信息。     

合理使用科技资源提高科技投入产出效率

本文通过对我国科技投入与产出情况的分析，提出我国科技投入产出效率仍有很大的提升空间，并对科研效率不高的原因进行了分析，在此基础上，提出了提高科技资源使用效率的建议。     

江西省战略性新兴产业科技资源投入产出效率评价

发展战略性新兴产业已上升到国家战略高度,江西省立足自身特色也确定了十大战略性新兴产业的发展目标,科技资源是江西省战略性新兴产业创新与发展的核心资源。以南昌高新区战略性新兴产业的企业调查为基础,分析江西省战略性新兴产业的科技资源投入与产出现状,构建战略性新兴产业科技资源投入产出效率的评价模型,采用DEA方法进行科技资源投入产出效率的实证,测量出2010年江西省十大战略性新兴产业科技资源投入与产出的相对效率,进而提出了提升战略性新兴产业科技资源投入产出效率的四种策略。     

面向创新型甘肃省高校科技创新能力建设研究——甘肃高校科技资源现状及其优化配置

科技资源的合理配置是推动高校科技创新的重要前提和保障。从科技资源的投入和科技成果的产出,对甘肃省高校的科技资源配置现状进行了分析,并提出优化科技资源配置,提高科技资源利用效率的对策与建议。     

省区科技资源配置效率的发展评价分析

采用主成分分析方法,结合《中国科技统计年鉴》相关数据,以各省区科研机构科技资源配置效率的进程指数为研究对象,对各省区科技资源配置效率的发展状况进行评价分析。研究表明:各省区科技资源投入力度不同,科技产出、技术成果转化以及科技创新等也不尽相同,分布不均衡,呈现层级化。以期各省区能够正视自己的优势和劣势,朝着更加合理的方向发展,提高科技资源配置的效率。     

基于DEA的上海高技术产业结构优化研究

高技术产业发展已成为推进经济发展方式转变和产业结构调整的重要力量。为探寻资源最优配置状态,促进产业结构优化升级,基于投入-产出效率视角,运用EDA模型对上海高技术产业结构进行评价。结果表明:上海高技术产业总体产出效率良好,发展趋势为规模递增,但利润产出不足相当严重,且RD内部经费投入、技术经费投入、人力资本投入均表现为产出不足;五大高技术行业发展呈现不同态势:电子制造产出效率不良,通信制造增长已现疲态,医药和医疗仪器制造资源配置走向优化但发展显得缓慢,航天航空制造产出效率低但规模递增趋势明显。高技术产业结构优化应以科技创新为导向,以提升产出效率为目标,合理加大投入力度。     

广西产学研合作创新的绩效评价分析

广西产学研合作的科技产出效率水平偏低,分析产学研产出的影响因素及如何配置创新资源是提高广西产学研合作创新效率的关键。通过以投入—产出为合作创新绩效评价指标,运用灰色关联模型分析产学研产出的影响因素,结果显示广西产学研合作创新产出绩效与科技机构数、RD经费内部支持关联较大,与RD人员、政府支出、企业支出关联较小,与GDP关联性最小;运用DEA模型分析产学研创新绩效效率,结果显示产学研创新绩效水平低下,创新资源配置不合理,投入冗余,产出不足。     

江西省战略性新兴产业科技资源配置效率的DEA交叉评价

发展战略性新兴产业已上升到国家战略高度,江西省立足自身特色确定了10大战略性新兴产业的发展目标,科技资源高效配置是江西省战略性新兴产业创新与发展的关键所在.从科技资源投入与产出两方面构建江西省战略性新兴产业科技资源配置效率的评价指标体系,在多渠道数据获取的基础上,采用DEA交叉评价方法进行科技资源配置效率的实证评价,高辨识性地测量出2010年江西省10大战略性新兴产业科技资源配置的相对效率.     

基于SBM-DEA模型的陕西科技资源配置效率评价及影响因素分析

研究基于投入产出角度建立科技资源配置效率评价指标体系,并从动态和静态两个方面对陕西省科技资源配置效率进行分析.分别采用超效率SBM-DEA模型和超效率DEA模型对陕西省科技资源配置效率的静态效率进行了评价,并分析了政府教育投入力度、产业结构调整、对外开放程度、环境治理程度、经济发展水平等因素对陕西省科技资源配置效率的影响.实验结果表明,考虑环境约束下的科技资源配置效率的测度更为科学合理.政府教育投入力度、产业结构调整、环境治理程度与陕西省科技资源配置效率正相关,这3个因素的正向提高能够促进陕西省科技资源配置效率的进步,对外开放程度与陕西省科技资源配置效率负相关,地区经济发展水平对陕西省科技资源配置效率这个相对值并没有显著影响.为进一步提升科技资源配置效率,陕西需优化科技资源配置环境、提高教育资源配置效率、推动产业结构优化升级、加大环境污染治理投入.     

基于熵权法和超效率DEA的中部六省科技竞争力评价

科技竞争力是区域竞争力的重要组成部分,对中部六省进行科技竞争力评价是提升其科技竞争力的有效途径。首先,基于中部六省2013年的科技数据,构建科技竞争力评价指标体系,采用熵值赋权法对科技竞争力进行综合评价、比较和分析;其次,运用超效率DEA方法测算中部六省科技资源配置效率。研究发现,中部六省在科技资源规模和配置效率上各具优势和特色,科技资源互补性较明显,科技竞争力最强的是湖北,安徽、河南紧随其后,但科技投入产出效率相对较高的省份是安徽、江西和山西。     

政府干预视角下长三角城市群科技创新资源配置效率及影响因素分析

科技创新资源优化配置是贯彻落实创新驱动发展战略的必然要求。长三角城市群作为我国经济社会运行和科技事业发展的先行区,明确其科技创新资源配置效率差异及影响因素,对于打造创新型国家具有重要的推动作用。以政府干预为研究视角,运用超效率DEA模型和DEA-Malmquist模型对2011—2020年长三角城市群26个城市科技创新资源配置效率进行测算,并采用Tobit模型以政府干预为核心解释变量实证分析其影响因素。结果发现：长三角城市群科技创新资源配置效率整体呈现递增趋势,上海、宁波、苏州、杭州、南京的效率值排在前5位,但是城市群内部科技创新资源配置效率差异悬殊,区域空间格局极不平衡,其中政府干预、产业结构调整和城市化水平均对提高科技创新资源配置具有显著正向影响。因此,建议长三角各地政府围绕从科技创新资源投入至产出的各个环节制定相关法律法规,进一步规范科技创新资源配置方式,并加强城市之间的交流与合作。     

对我国20城市科技投入产出效率的分析研究

利用2005—2010年全国20个城市科技进步监测数据,应用面板数据模型与聚类分析方法,分析20个城市科技投入的产出特点。结果发现,全国科技活动人力投入与财力投入的产出弹性相近,但不同城市科技投入的产出结构存在较大差异。数据聚类表明可分为六种不同类型。实证分析各类城市科技投入产出效率和弹性,认为20个城市不但要关注科技投入的数量,更要关注科技投入的结构和资源配置效率。根据结果对不同类别城市科技投入和产出的调整及促进科技进步提出了建议。     

理工农医类高校科研配置效率评价

本文分析了理工农医类高校科研资源的投入和产出,建立了科研资源配置评价体系,结合包络数据分析(DEA)的C~2R模型和BC~2模型,给出了各地区在理工农医类高校科研资源投入和产出的差异。最后使用超效率DEA模型,对各地区在科研资源配置效率上进行排序,并给出了一些建议。     

基于DEA模型的广东省专业镇 科技资源配置效率研究

以广东省20个城市为决策单元,选用数据包络分析(DEA)中的C2R和C2GS2模型,评价分析2008年全省专业镇科技资源配置效率总体情况.研究表明:全省专业镇科技资源配置效率总体水平较低,而珠三角经济区和粤东地区相对较高;非纯技术有效问题比较严重,规模无效现象比较普遍;纯技术效率和规模效率对科技资源配置效率均有显著影响;13个无效城市的专业镇科技资源投入冗余较大,产出不足量较小.基于此,提出5点促进专业镇科技资源有效配置的政策建议.     

创新券对科技资源配置的优化研究——基于体系、机制和效果的视角

创新券是解决中小微企业科技能力不足的制度创新,从科技资源配置角度看,创新券制度不仅有利于实现对科技资源配置体系的优化,提升科技创新主体的作用,改善他们之间的关系结构,更有利于转变传统的科技资源配置机制,避免科技资源浪费,提高科技资源配置效率以及实现科技资源的公平分配。应积极推动创新券制度在我国更广泛和深入地实行。