河南省工业企业R&D投入产出状况研究

以全国第二和第三次经济普查中规模以上工业企业R&D投入产出数据为基础资料,分别从投入、产出与投入产出绩效三个方面考察河南省R&D活动情况,对其R&D投入绩效进行评价。结果表明:现阶段河南省规模以上工业企业R&D活动绩效总体上低于全国和中部六省平均值;其中,新产品销售收入的投入产出效率与全国和中部六省平均水平的差距有缩小趋势,而专利申请数方面的投入产出效率与全国和中部六省平均水平的差距有扩大趋势。     

国家R&D投入产出效率评价的实证分析——DEA方法

文章采用文献分析和实证分析的方法,通过对国内外应用DEA(数据包络分析)方法对各行业和机构进行效率评估等相关研究进行分析和提炼,结合R&D活动的特点和DEA方法应用的发展趋势,以各主要国家科技创新活动为主要研究对象,以各国R&D的投入产出指标为切入点,运用数据包络分析方法来研究国家R&D投入产出效率的问题,构建了国家层面R&D投入产出效率的DEA评估基本模型。     

中国省域科技投入产出效率评价

科技投入产出效率评价有助于各省分析科技投入产出现状,实现投入产出的最佳配置。选取R&D人员全时当量、R&D经费内部支出作为输入指标,技术市场成交合同金额、专利申请受理数、专利申请授权数、国外主要检索工具收录中国科技论文数作为输出指标。运用数据包络分析对中国30个省2011年的科技投入产出效率进行评价;基于中国30个省2005—2011年的面板数据,运用Malmuist指数对中国科技投入产出效率进行动态评价,并进行分解分析。     

长江经济带高技术产业R&D投入产出效率评价

R&D(research and development)投入产出直接影响着高技术产业的效率。利用2009—2013年长江经济带高技术产业的统计数据,采用DEA模型,评价比较后可以发现:长江经济带高技术产业R&D活动取得了较大成果,其投入产出效率整体较高;高技术产业R&D投入产出效率存在省际差异;高技术产业五个子行业的R&D效率差异也较大。如何提高长江经济带高技术产业R&D效率,应当从以下几点努力:一是国家和企业应当根据产业发展要求,有计划、有步骤地加大高技术产业R&D投入,各省市之间互相吸取经验,科学配置R&D资源,提高R&D产出水平;二是长江经济带作为国家重点实施战略,应当健全空间规划体系,优化产业发展空间格局,促进经济增长空间从沿海向沿江内陆拓展,不断缩小东中西部地区高技术产业的发展差距;三是应当根据各子行业的特点采取不同的措施,调整发展战略,不断完善R&D投入产出结构,提高其效率和核心竞争力;四是引进国际高端人才和技术,拓展高技术产业的外部发展空间,将外在资源优势转化为内在核心优势,才能进一步提升高技术产业R&D效率。     

我国各省份工业企业R&D效率的DEA模型分析

本文基于工业企业科技活动数据资料,运用数据包络分析的相关模型,对我国各省份大中型工业企业的R&D投入产出效率进行了评价与分析,有助于正确认识各区域工业企业R&D活动效率情况.     

基于DEA—Malmquist模型的高新技术产业发展效率研究

基于中国31个省(市、区)1999年—2014年的数据,运用DEA—Malmquist方法分析高新技术产业发展效率及时空演变特征,并对其投入产出指标进行优化.研究表明:1全国层次上,技术效率水平有待提高,纯技术效率对技术效率的影响强于规模效率;省域层次上,东部沿海地区大多实现DEA有效,河北、山西、河南等七个省份技术效率值较低.2高新技术产业生产率水平总体呈上升趋势并以4.2%的年均速度增长;除宁夏、新疆、西藏外,各省的生产率指数均实现优化,技术进步是全要素生产率增长的主要因素,规模效率变化影响较小.3非DEA有效省份普遍存在要素投入冗余情况,各省区可通过优化投资环境、循序淘汰行业落后产能、推进资产重组等措施提高产出效率.     

北京地区R&D活动投入产出效率分析——基于论文和专利产出的视角

近年来,北京地区R&D活动投入产出成效显著,科技论文发表和专利申请数量高速增长。分析北京地区R&D活动投入产出效率结果表明:一是北京地区R&D活动专利申请数的投入产出效率低于全国平均水平;二是北京地区科研机构部门不但科技论文发表产出效率较低,而且专利申请产出效率也低于高等院校;三是转制科研机构部门的R&D活动产出效率高于非转制科研机构,但是与外商投资企业相比,还是存在一定的差距,差距呈逐步缩小趋势。在此基础上,进一步提出了深化科研体制改革,继续推进科研机构转制改革,并加强科研机构的内部管理制度建设等政策建议。     

区域人力资本存量投入产出效率分析

采用数据包络分析法,基于六个省份2013年人力资本存量统计数据,分析各省人力资本存量投入产出效率,对六省进行分类,并分析各省效率差异的原因。分析各省人力资本存投入产出效率差异的原因,从而为区域人力资本投入提供决策依据,促进区域经济的可持续发展。     

基于DEA方法的城市科技创新资本效率实证分析

为合理配置各地区的科技创新资本以及提升科技资本的效率,对城市科技创新资本的投入及产出效率方面的问题进行研究。选取中国11座区域中心城市作为评价对象,建立了以R&D投入经费支出和技术引进消化吸收为投入指标;以国内专利申请量、授权量及有效量为产出指标的指标体系;选取DEA效率评价模型作为主要研究手段,测度了2017年各城市科技创新资本投入产出资本效率,对结果进行综合分析及投影分析,对科技创新资本效率进行了实证评价。研究认为,区域中心城市的科技投入总量是不断增长的,但城市间科技创新投入产出差距显著;成都、西安和深圳处于DEA有效状态;重庆、北京、天津、上海、广州、武汉,南京及沈阳处于DEA严重无效的状态,无效原因包括科技创新资本投入未得到充分的利用,以及科技成果转化效率的低下等;应加强对先进技术和人才的引进,充分发挥企业的创新主体作用,增加科技创新资本的投入并优化配置,提升城市创新能力和资本竞争力等,实现城市间资源共享、优势互补的双赢战略政策。     

我国各区域工业企业R&D活动发展变化分析

根据2008年经济普查年鉴,探讨了我国不同区域工业企业R&D活动发展变化的原因。首先运用数据,采用因子分析、聚类分析等方法综合评价了各地区R&D活动,结果显示R&D活动差异与R&D基础投入、R&D使用效率和资源配置等三个方面有直接关系,从R&D政策、环境及投入等多角度寻求变化的原因并给出相应的对策。     

基于复合DEA的区域科技投入产出分析

复合DEA方法能有效反映某指标的变动对决策单元影响的大小,因此得到众多研究者的使用.根据2005年全国28个地区的科技投入和科技产出数据,用复合DEA方法进行投入产出有效性分析,得出如下结论:东部地区科技资源配置和利用效率最高,西部地区次之,中部地区最低;在科技投入上,大部分省份的科技活动人员和R&D经费未得到充分利用,在科技产出上,高技术产业产出和技术市场成交合同金额等不足,是造成地区产出效率不高的主要原因.     

基于DEA模型的中国高技术产业大中型工业企业R&D效率的实证研究

高技术产业是国家科技创新的排头兵,也是将科学技术转化为生产力的前沿阵地,尤其是高技术产业中的大中型工业企业。大中型工业企业具有较强的规模优势、雄厚的资本实力和优质的人才储备,不仅可以提供高技术产业进行研究与试验发展(R&D)所必备的资金和人才资源,更可以将科研成果大规模地投入到生产实践之中。笔者分析了中国高科技产业大中型工业企业R&D活动的投入产出情况,运用DEA模型进行R&D效率评价,给出提高中国高科技产业大中型工业企业R&D效率的对策建议。     

我国高等教育产出效率的区域比较

对各省域高等教育产出效率进行相对评价和对比分析,有助于丰富区域高等教育评价内容和方法,走出"重投入、轻效益"的区域高教管理误区,为高教资源区域及区域之间统筹规划和优化配置提供信息和决策依据.本文依据高等教育产出与投入之比,即高等教育产出效率对我国31个省域作出排序和比较.研究结果表明,某些高等教育实力强的省(市)如上海、天津、辽宁,产出效率排名靠后;而实力并不很强的广西、湖北、江西、湖南的产出效率依次排名前四位.我国高等教育产出效率区域分布呈中部高、东部和西部低的态势.     

高技术产业R&D投入的影响因素分析——基于2000—2010年高技术产业面板数据

论文利用2000-2010年我国高科技产业的面板数据,建立了计量经济模型,从实证的角度分析了政府R&D资助、企业基础研发、专利产出以及企业利润与R&D投入的关系。结果显示,企业的专利产出和基础研发对R&D投入的影响最大,其次是企业利润,而R&D资助对企业R&D投入的影响不显著。因此,在高技术产业,知识产权保护和基础研发是影响企业研发投入的第一要素,政府应该制定相关的知识产权保护法规,保护企业的研发成果,并在政策上鼓励企业积极参与基础研发,提供相关人才引进的优惠政策,提高企业的基础研发水平。     

高技术产业R&D投入对经济增长影响实证研究——基于30个省级面板数据的GMM估计

利用2003—2013年中国省级面板数据,采用静态GLS和动态GMM估计方法,实证研究我国高技术产业R&D投入对经济增长的影响。结果表明:整体上我国高技术产业的R&D经费投入对我国经济增长是显著的正效应,但R&D人员投入却对我国经济增长表现出负效应趋势。进一步分析表明,造成高技术产业R&D人员投入对经济增长负效应的原因在于各省市R&D人员投入的波动性以及省际之间R&D人员投入的差异性;处于递增区域的R&D人员投入可促进经济增长,而R&D人员投入递减的区域对经济增长则表现出无显著影响或强烈的负效应趋势。     

基于超效率DEA的京津冀知识溢出效应研究

知识溢出是探索科技创新和区域经济发展的重要途径之一。利用超效率DEA模型对京津冀区域空间知识溢出效应做评价分析,选取全社会固定资产投资、实际利用外资直接投资和R&D经费内部支出为资本投入指标,R&D人员全时当量为劳动投入指标,人均地区生产总值为经济产出指标,专利授权数为科技产出指标,计算了北京、天津及河北省11个地市的2014至2016年知识溢出效应值,并从综合效率、投入冗余和产出不足三方面对评价结果进行分析,为推动河北省的科技创新提供了理论和实践依据。     

基于DEA模型的高等学校二级学院绩效评价实证研究——以N大学为例

从高校内部管理的角度,结合N大学的实际情况,建立了高等学校内部学院投入产出绩效评价指标体系,并利用数据包络分析方法(DEA)对N大学2011年20个学院的投入产出数据进行相关分析,结合DEA模型计算了各个学院的超效率、纯技术效率、规模效率和规模报酬,提出绩效诊断意见,结合标杆管理的思想,找到学习的标杆及自身不足,促进其绩效进一步提升;针对DEA无效的学院出现的松弛变量提出优化投入资源配置和改进效益产出的方法。     

基于DEA的安徽省区域经济发展效率评价

利用数据包络分析（DEA）方法,根据2006年和2007年安徽省17个地级市的经济投入产出情况,构建评价指标体系对安徽省区域经济发展效率进行评价,比较近两年安徽省各地级市的经济发展效率变化状况,对各市的投入冗余和产出不足状况进行分析,并根据2007年的分析结果对部分非DEA有效的地区进行投影分析,在此基础上提出相应建议。     

财政就业支出的效率评价与分析——基于DEA的福建省实证

财政就业支出的效率评价应该从投入和产出两方面结合起来进行研究.文章分析了2007-2009年福建省八个地市财政就业支出资金的投入产出情况,并运用DEA方法对它们的投入产出效率进行评价.评价分析结果表明:福建省八个地市的财政就业支出资金的投入产出效率有所下降,整体效率不高;投入产出效率存在显著的地区差异,呈闽东南高、闽西北低的格局,而且闽西北地市普遍存在规模收益递增情况,需要加大某些项目的投入;各地市主要在职业培训补贴、职业介绍补贴和社保补贴三个项目上出现投入冗余,而主要在新增就业人口出现产出不足.最后,提出四条建议以期能够为完善福建省就业政策、提高资金使用效率提供参考.     

两系统链视角下科技协同创新效率研究——基于我国28省市高技术产业的数据分析

链式DEA模型研究科技投入产出两阶段效率时,忽视了阶段投入和成果产出之间的关联度,也没有就两阶段段效率对整体效率的促进作用进行检测,易造成投入因子和产出结果关联耦合度不足。在对各阶段的投入要素和成果产出进行灰色关联度分析的基础上,运用链式DEA模型对我国28个省市高技术产业的两阶段科技投入产出数据进行实证分析。然后借助单因子回归模型检验阶段效率对整体效率的作用。最后根据实证结果把各省市分为效率兼优型等四个类型。并针对性地提出政策建议。