共查询到18条相似文献，搜索用时 301 毫秒
1.
本文采用基于DEA的CCR模型和Malmquist生产率指数,从静态和动态两个视角对2000-2017年青海省科技创新效率进行了定量评价。研究发现：从静态效率看,青海省科技创新综合效率和规模效率均较低,纯技术效率相对有效,规模效益处于规模递增状态;从动态效率看,青海省技术进步缓慢和技术效率改善不明显拖累了全要素生产率增长;考察期内青海省科技创新效率呈现“上升-下降-上升”趋势,但科技创新效率总体偏低,在西北五省中处于下游水平,这与青海省经济发展历史、经济发展水平、产业发展需求、科技投入管理和科技创新体系等因素有关。 相似文献
2.
在分析青海省R&D活动总量及结构现状和存在问题基础上,采用基于数据包络分析(DEA)的CCR模型和Malmquist生产率指数,对2000-2017年青海省R&D活动的静态投入效率和动态投入效率进行测算评价,且考察青海省R&D活动投入效率的影响机制.研究发现:青海省R&D活动投入效率总体偏低,在西北5省区及国内30个省份处于下游水平;从静态投入效率看,综合效率和规模效率均较低,纯技术效率相对有效,规模效益处于规模递增状态;从动态投入效率看,技术进步缓慢和技术效率改善不明显拖累了全要素生产率增长;研发人员、对外开放和创新环境指标水平提升显著促进青海省R&D活动投入效率提升,但研发经费和政府支持对青海省R&D活动投入效率提升作用不显著.研究结论时青海省科技发展的政策含义包括应充分发挥政府资金引导作用,加强人才引进和培育力度,积极促进科技成果吸收转化,以及营造高质量科技创新环境等. 相似文献
3.
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
4.
技术进步对能源效率的影响——基于考虑环境因素的全要素生产率指数和面板计量分析 总被引：6，自引：0，他引：6
技术进步既包括科技发明等"硬"技术进步,又包括制度创新、管理创新等"软"技术进步。首先利用包含能源投入和环境污染产出的全要素生产率指数(Malmqusit指数)将中国各省份技术进步分解为代表"硬"技术进步的科技进步指数和代表"软"技术进步的纯技术效率指数和规模效率指数,然后以能源生产率指数表征能源效率,用面板数据计量分析方法分四大经济区域研究了技术进步各组成部分对能源效率的影响。结果表明,科技进步对能源效率改善贡献率最大,纯技术效率和规模效率贡献率大致相当,而从区域来看,技术进步三大组成部分对能源效率的提高程度,东北和中部要大于东部和西部。 相似文献
5.
本文以福建省九地级市科技创新系统为研究对象,运用超效率数据包络分析视窗模型分析2010-2014年各城市科技创新效率的动态变化,联合Malmquist指数揭示城市科技创新效率变动的深层次原因。研究表明:福建省多数城市科技创新效率DEA无效,效率提升空间较大。福州、厦门等经济较发达地区的科技创新效率相对较低,福州投入拥挤效应比较显著。Malmquist指数分析表明,技术进步始终是福建各地级市全要素生产率增长的制约因素,其综合技术效率的提高更多地得益于规模效率的改进。据此,提出提升福建科技创新效率的若干建议。 相似文献
6.
《科技管理研究》2017,(11)
依据2005—2014年西安市科技创新的面板数据,运用综合权重TOPSIS法分析西安市的科技创新能力,采用BCC模型、超效率DEA模型与Malmquist指数分析西安市的科技创新绩效。研究结果表明:2005年以来,西安市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,西安市的科技创新均为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,西安市的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
7.
运用DEA-Malmquist指数模型研究中国2001-2009年科技对经济增长贡献效率,结合面板回归对科技影响因素进行分析.2001-2009年中国全要素生产率指数为1.055,被喻为“双驱动”的技术进步和技术效率共同推动着科技创新;地区全要素生产率指数、技术进步指数呈较优发展态势,说明科技带动各地区经济迅速发展;单方差因素分析东、中、西部地区Malmquist指数统计结果表明,只有技术进步指数有显著性差异,其它指数均无显著性差异;各投入要素利用效率最高是科技,且东部比中、西部地区科技利用效率高.面板回归表明,每万人科学家与工程师人数对科技贡献最大,其次是研发经费强度,教育投入强度对科技贡献最小. 相似文献
8.
《中国科技论坛》2015,(11)
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。 相似文献
9.
为了能够更好地提高广东中医药科技创新资源的使用效率,助力粤港澳大湾区中医药创新高地尽快建成,本文分别运用数据包络分析(DEA)和曼奎斯特全要素生产率指数(TFP)对广东21个地级市中医药科技创新的静态效率和动态效率进行评价。得到结果：广东中医药科技创新的整体效率水平较高,且随时间序列递增;广东中医药科技创新效率呈现出空间异质性;广东中医药科技创新效率提升的主要动能是技术进步,而重要症结在于规模经济发展尚不充分。根据研究结果提出建议：中医药科技创新资源投入要加大规模,优化结构,充分提升中医药科技创新的规模效应;强力推进技术进步,让技术进步持续赋能中医药科技创新;全局规划,全盘统筹,破解中医药科技创新的空间异质性。 相似文献
10.
吴英晶 《内蒙古科技与经济》2010,(24):71-72
运用呼伦贝尔乳制品业2003～2007年的时间序列数据,采用非参数Malmquist指数方法,实证分析了呼伦贝尔乳制品业增长过程中全要素生产率的变动状况,并将其进一步分解为技术效率和技术进步。研究表明,2003～2007年,呼伦贝尔市乳制品业全要素生产率的平均增长率较快,其中,技术进步和规模经济支撑着乳制品业全要素生产率的增长。从Malmquist指数分解的技术效率变化和技术变化两个部分,可以清晰地发现,技术效率和技术进步分别以6%和8.1%的速度上升。全要素生产率的增长和规模经济的增长保持惊人的一致性。 相似文献
11.
针对目前安徽省各地区科技创新能力水平发展不平衡导致经济发展水平差距较大的问题,从环境、投入、产出、效率和绩效等方面构建区际科技创新能力评价指标体系,运用层次分析-熵权法(AHP-EWM)综合评价安徽省各地区科技创新能力发展水平。结果表明:省内区际间科技创新能力存在巨大差异,但资源禀赋类似地区却呈现出一定程度相似性,部分地区科技创新能力综合排名与其分指标排名不匹配,科技创新水平较高地区对周边辐射能力仍较弱,合肥、芜湖、滁州和马鞍山对全省科技创新成果的贡献率最大,基础服务设施是吸引科技创新人才的重要因素。鉴于此,提出安徽省建立科技创新资源共建共享与合作交流平台以及科技创新效率综合评价机制,实施"三管齐下"科技创新人才引培战略,以破解科技创新产出成果偏低和区际间发展不平衡难题,从而推动省内各地区经济高质量协调发展。 相似文献
12.
科技创新是推动山西省转型跨越发展的关键力量。在划分区域科技创新子过程基础上构建山西省区域科技创新效率模型及指标体系,运用二阶段网络DEA方法测算山西省2001—2012年科技创新效率值并对4种分布类型加以分析。实证结果得出优化科技管理模式、提高科技成果转化效率、培育市场导向下的科研体制是山西省提升区域科技创新效率的有效途径。 相似文献
13.
基于技术异质性,利用共同前沿理论研究2006-2017年浙江省不同性质企业的科技创新效率差距、技术差距、变化趋势和效率损失根源。研究结果表明,(1)2006-2017年间,浙江省不同性质企业的科技创新效率均值较低。外商投资企业、港澳台商投资企业和内资企业的科技创新效率均值依次递减,差距较小。(2)内资企业的技术水平反映了浙江省内的最优技术,外资企业和港澳台商企业与浙江省最优科技创新技术分别有12.3%和15%的差距。(3)内资企业和外商企业科技创新效率损失源于管理水平低下,港澳台商企业的效率损失同时来源于技术能力和管理水平不佳。 相似文献
14.
采用2009-2018年海南省数据构建科技创新环境和经济子系统综合水平评价指标体系,采用主成分分析法分别评测海南省创新环境和区域经济的综合水平,使用耦合协调度模型进一步测算二者的宏观耦合关系,并应用灰色关联度法考察经济系统各指标对创新环境的影响,借以揭示指标层面的微观耦合机制.研究发现:海南省整体创新环境和区域经济水平均在不断提升,两系统经历了由劣质高耦合、中等高耦合到优质高耦合三阶段,从极度不协调发展到高度协调;经济因素中,地区生产总值等一般经济环境因素对创新环境影响最强,高技术产业对创新环境的影响最弱.提出海南省值得引起海内外创新人才的关注,要进一步提升创新环境水平,应首先致力于发展区域经济,给高技术产业以更多支持、促使其发挥更大的创新影响,进一步促进科技创新与区域经济耦合协调发展等建议. 相似文献
15.
基于技术生态位视角构建广东省科技创新效率评价体系,运用DEA-Tobit模型对广东省21个地级市进行科技创新效率测算,并对其影响因素进行实证分析。研究结果表明：广东省科技创新效率在培育阶段和孵化阶段的平均综合效率分别为0.685和0.813,孵化阶段的整体科技创新效率高于培育阶段,且纯技术效率和规模效率共同制约着整体效率的提升;科技政策、应用研究与实验发展费用、国家级科技企业孵化器数量是影响科技创新效率提升的重要因素。基于实证分析结果,从知识产权保障、成果转化、基础研究等方面提出相应对策建议。 相似文献
16.
构建三投入两产出的效率测度模型,运用三阶段数据包络分析(DEA)方法对中国沿海11省份2008-2017年的海洋科技创新效率进行测算;同时借助4个矩阵3个空间模型揭示其空间效应。结果表明:各省份海洋科技创新综合效率值总体不高且存在波动,其中海洋强省和经济大省表现出较为显著的优势,而剔除环境变量和随机因素干扰,各省份海洋科技创新纯技术效率值较高,达到或接近于DEA效率有效,但规模效率值较低且严重影响到综合效率,提升空间很大;海洋科技创新效率对本地区海洋经济发展有显著的推动作用,对相邻地区虽有影响但提升幅度不大,其中资金投入、海洋产业结构水平和海洋高等教育等对海洋经济发展存在正向影响,而海洋资源水平表现为负向影响;此外,海洋经济及其发展要素存在着地理空间、经济空间上的相互联系,其中地理距离上的相互影响大于经济距离。 相似文献
17.
18.
“十三五时期”,广东省生产力服务体系快速发展,规模逐年壮大,服务内容从传统的中介服务逐步向全链条创新服务转变,发展趋势不断往专业化、网络化、集成化和国际化转变,逐步成为粤港澳大湾区国际科技创新中心和广东科技创新强省建设的重要支撑。为适应广东省生产力服务体系发展的新形势,进一步提升生产力中心系统的科技创新服务能力,亟需建立一套系统、全面的生产力科技创新服务能力评价体系,客观、科学地推进生产力体系的创新发展,作为其动态管理及政策支持的重要依据。因此,本文运用基于熵权法的TOPSIS综合评价方法,构建广东省生产力服务体系科技创新服务能力评价模型,并通过灰色关联分析法验证了评价模型的合理性,确定了关键影响因素。经实证研究发现,2010-2018年间广东省生产力服务体系科技创新服务能力总体呈上升趋势;各区域生产力促进中心发展不均衡,珠三角地区遥遥领先于粤东西北地区;企业服务能力、人力资源、科技创新资源对生产力服务体系科技创新服务能力影响相对显著。 相似文献