共查询到20条相似文献，搜索用时 15 毫秒
1.
基于2016-2020年教育部科技司《高等学校科技资料汇编》的全国6大类高校科技统计数据，采用DEA-BCC、SE-DEA和Malmquist模型来分析我国高校科研效率静态、动态变化趋势，结果表明：全国各类高校整体科研效率较高，其中综合类、理工类高校连续5年DEA有效，6类高校科研的技术效率值排序为理工类>其他类>综合类>医药类>师范类>农林类高校，非DEA有效的农林类高校在2017年-2020年出现投入冗余和产出不足，医药类、师范类高校在2020年出现投入冗余；6类高校的生产效率指数呈上升与下降交替趋势，主要由TC和TEC同时驱动，尤其是理工类、综合类和其他类高校处于领跑状态，技术效率和技术进步指数均在前三位。各类高校的科技资源配置已完全能满足其科技需求，实现了高投入高产出的科研效率；研究结果为“十四·五”时期国家科技管理部门更加科学有效地配置高校科研资金，加快和鼓励高校实现科研成果转化提供了重要的参考数据。 相似文献
2.
为有针对性地推动中国高校走向世界一流大学的目标,以41所中国一流大学建设高校为研究对象,应用数据包络分析（DEA）和Malmquist指数,从静态和动态两角度测度其2013—2017年间的科研效率。研究发现：静态上,这些高校整体科研水平较高,区域间科研效率呈现东部＞西部＞中部＞东北的差异,不同高校属性分类中综合类科研效率最高、理工类次之;动态上,研究期限内这些高校的科研全要素生产率受技术进步指标影响,总体呈现小幅上升趋势,东部与中部和西部的科研效率区域差距拉大、与东北部的缩小,农林类高校科研效率稳步提升。总之,中国一流大学建设高校的内部科研差距继续存在,但整体上差异将不断缩小。 相似文献
3.
高等院校的科研活动是国家科研体系的重要组成部分,对高校科研效率进行科学合理的评价有利于政府合理配置资源,有利于高校自身的发展建设。运用数据包络分析(DEA)方法对江苏省30所本科院校在2007的科研效率进行了评价分析。研究模型的投入指标选取了科技活动人员数、研究与发展全时人员当量和科技经费这三项,产出指标选取了专著数量、在国外及全国性期刊发表的论文数、鉴定成果数和技术转让当年实际收入。分析结果显示,2007年江苏省高校中12所科研效率是DEA有效的,其余18所高校科研效率非DEA有效,18所高校均存在投入冗余问题,有9所高校存在产出不足问题。 相似文献
4.
近年来,高校科技投入产出效率问题成为学者关注的焦点,但针对高职院校的研究并不多见。基于三阶段DEA模型,计算了2012—2016年综合类国家示范高职院校的科技投入产出,研究结果表明：1）剔除环境和随机因素的影响后,各个综合类国家示范高职院校的科技投入产出综合效率有明显的上升;2）地方财政科学事业费支出占地方财政一般预算内支出的比重和高职院校所在城市的人均科学支出对全时当量人员的投入冗余和当年内部支出的投入冗余是正向有利因素,而所在城市的人均GDP对全时当量人员的投入冗余是正向有利因素,对当年内部支出的投入冗余是负向不利因素。 相似文献
5.
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. 相似文献
6.
中国大学体制类型对高校知识转移的影响:一个基于资源观的分析 总被引：4，自引：2，他引：2
以资源基础观为分析视角,考察了大学类型对高校知识转移的影响.采用负二项回归,对中国98所重点高校2007年的知识转移进行实证研究.研究发现:在控制高校的声誉、所处地区、人员和经费投入的前提下,理工类院校的知识转移量在所有类型的院校中最大;农林类院校和综合类院校次之;医药类院校的知识转移量最小. 相似文献
7.
以2015—2020年我国31个省（区、市）为研究对象，利用SBM-Malmquist模型对我国科技创新效率进行静态与动态测算并选取《中国区域科技创新评价报告2021》中综合科技创新水平指数最高的十大省（区、市）进行重点分析。实证结果表明，我国整体科技创新效率较低，但有向好趋势，区域间呈现出“西部>东部>中部”的态势；我国科技创新效率的增长主要得益于技术进步，技术进步对科技创新效率的拉动作用抵消了技术效率衰退的影响；综合科技创新水平指数最高的上海市和北京市分别出现科技创新投入冗余和技术进步不足的问题。为实现我国科技创新自立自强，需从区域协同、技术进步、资源优化配置等方面发力。 相似文献
8.
以江苏省高校科研活动投入产出面板数据作为研究对象,运用数据包络分析(DEA)中BCC模型和Malmquist生产率指数分别测算其静态效率和动态效率。结果表明:江苏省高校科研静态效率有很大提升空间,需要更加合理地配置科研活动投入资源,以期达到技术有效;进一步通过Malmquist生产率指数分解追寻引发江苏省高校科研全要素生产率以及技术效率提升的深层次原因。 相似文献
9.
科学合理评价高校科研效率对于提升高校科研创新能力、实现创新型国家战略建设具有重要的推动作用。本文基于浙江省26个高校2003-2010年的面板数据,运用全局主成分因子分析方法对存在空集的科研产出进行综合评价后,利用BCC—DEA、Malmquist—DEA模型考察高校科研效率水平及变动情况。研究表明,浙江省处于有效水平的高校比例偏低,人员冗余比例高于经费冗余比例;浙江省高校平均全要素生产率波动较明显,科研效率下降的高校占比高达50%。最后,本文结合实际发展情况,对不同类型高校提出改进措施,认为优化既有人才结构、提高整体质量水平以及合理配置经费投入的规模与结构是提高浙江省科研效率的关键。 相似文献
10.
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。 相似文献
11.
12.
本文运用DEA模型对陕西省制造业企业科技创新的研发效率,价值化效率进行了研究。研究结果表明,医药制造业企业的价值化效率达到了DEA有效,但是研发效率较弱;小型企业的研发效率和价值化效率均达到了最佳;而大型国有企业普遍存在投入冗余,资源分配不合理的问题。所以医药制造业企业应充分利用产学研相结合创新模式的优势,获取外部创新成果;充分发挥小型企业资源利用率较高的优势,鼓励大众创业,有效激发社会创新活力;政府应稳步推进大型国有企业改革,充分发挥市场的决定性作用,提高大型国有企业的资源利用效率。 相似文献
13.
为深入探究高校科技创新投入产出效率，精准优化科技创新资源配置、加快高水平科技自立自强实现，以2017—2021年我国31个省份高校科技创新数据为基础，利用BCC模型和Malmquist指数，对不同省域、不同地区、不同城市群高校科技创新效率进行静态和动态分析。研究结果表明，（1）31个省份高校科技创新效率整体较低，17个省份高校科技创新存在投入冗余问题，29个省份高校科技创新存在产出不足问题；（2）地区间高校科技创新效率呈现出西强东弱状态；（3）城市群间高校科技创新效率呈现出“长江三角洲城市群>成渝地区双城经济圈>长江经济带>京津冀城市群”状态。由此提出建立以效率为准绳的科技资源配置策略、以效益为导向的创新成果评价机制和以服务为基础的科研政策保障体系的建议，以提升高校科技创新效率。 相似文献
14.
基于数据包络分析的BCC模型,结合Malmquist指数方法,利用2010-2019年青海省科技活动投入产出数据,通过测度青海省科技创新活动的综合效率、纯技术效率、规模效率及全要素效率变化,深入剖析青海省科技创新效率.结果 表明,青海省科技创新综合效率处于非DEA有效,目前正处于科技创新效率规模报酬递增阶段,投入规模不足阻碍了青海省的科技创新效率.全要素生产率均较为稳定,呈现"上升-下降-上升"的波动趋势,主要受技术进步指数制约,促进技术进步将有助于推动青海省科技创新能力的提升. 相似文献
15.
为深入评价研究与开发机构的科技投入产出效率,本文以2015～2019年全国研究与开发机构的科技创新投入产出数据为基础,通过DEA-BCC模型及Malmquist指数,对全国研究与开发机构的科技投入产出效率进行了静态和动态分析。结果表明,2019年我国有90.323%的省份处于非DEA有效状态,其中92.857%的省份科技创新投入冗余,7.143%的省份科技创新投入不足。2015～2019年全国研究与开发机构的科技创新效率呈现M型波动,技术创新水平提升或衰退是主要影响因素。 相似文献
16.
基于2012—2016年教育部直属高校协同创新数据,运用超效率DEA模型测度高校协同创新效率和资源冗余程度,并借助非参数统计方法对效率进行分析。研究发现,样本高校中有16.9%的高校在分析期内保持持续的协同创新高效率,有28.8%的样本高校其协同创新活动在分析期内持续表现为无效状态;高校协同创新平均效率在分析期内的变化在统计上不显著;样本高校协同创新效率表现为10类不同的分布状况;仅有4所高校的经费和人力投入冗余率均较小,超过50%的样本高校在经费与人力投入冗余率上相当,其余高校则在经费和人力冗余率指标上差异显著。 相似文献
17.
依据2005-2014年西安科技创新的面板数据,运用综合权重TOPSIS法分析了西安的科技创新能力,采用BCC模型、超效率DEA模型与Malmquist指数分析了西安的科技创新绩效。结果表明,2005年以来,西安科技创新的投入能力、产出能力与综合能力均呈现逐年提升的变化趋势,而科技创新的绩效水平呈现先下降后上升的变化趋势,除2010年外西安科技创新均为DEA有效,科技创新能力与效率之间的协调发展关系呈现逐年改善趋势;当前,西安科技发展仍然处于粗放型的增长方式,导致科技创新全要素生产率下降的主要原因是技术效率与规模效率下降,技术进步对科技发展具有一定的促进作用。 相似文献
18.
运用DEA模型对2010-2015年我国涉海高校的科技投入产出效率进行测算,在此基础上计算出其基尼系数和泰尔指数并对泰尔指数进行分解,分析了我国涉海高校科技投入产出效率的区域差异。结果表明我国涉海高校科技投入产出效率整体水平较高,其中长三角地区最高,环渤海地区居中,雷琼地区最低。我国涉海高校科技投入产出效率之存在明显的区域差异,且有扩大的趋势。区域内差异是涉海高校科技投入产出效率差异的主因。 相似文献
19.
"双一流"背景下,高校作为我国科技创新体系的核心组成部分,其科技创新效率影响着国家、区域的经济发展.探讨2009-2017年"双一流"高校的科技创新效率,构建相应的静态、动态以及分类横向对比模型,并利用DEA和Malmquist指数分析法进行实证分析和科学评价.结果显示:2017年高校科研效率较2016年增长25.8％,2009-2017年高校科技创新效率整体呈缓慢趋势;4类不同高校的科技创新效率受到不同因素的影响呈不同发展趋势.针对研究结果提出相应的政策建议,以提升科技研发和成果转化效率. 相似文献