中国重点行业创新资源利用效率研究

选取2009-2013年中国35个重点行业创新资源数据,基于数据包络分析方法(DEA)计算资源效率,利用Malmquist指数测算各行业创新资源技术效率变化和进步情况.DEA测度结果显示,仅有3个重点行业的创新资源效率值为1,其余行业的低效原因为纯技术效率过低;M指数结果显示大部分重点行业的进步趋势一致,与中国宏观经济和科技环境密切相关.     

中国重点行业创新资源利用效率评价研究

选取2009—2013年中国35个重点行业创新资源数据,基于数据包络分析方法 (DEA)计算资源效率,利用Malmquist指数测算各行业创新资源技术效率变化和进步情况。DEA测度结果显示,仅有3个重点行业的创新资源效率值为1,其余行业的低效原因为纯技术效率过低;M指数结果显示大部分重点行业的进步趋势一致,与中国宏观经济和科技环境密切相关。     

基于超效率SBM-Malmquist模型的我国各地区高校技术创新国际化效率评价

从效率视角,采用非参数的数据包络分析方法,基于2011—2015年我国26个省市面板数据,对我国各地区高校技术创新国际化水平进行评价研究。通过超效率SBM模型计算发现,华东、华中、华北地区高校众多,拥有丰厚的技术创新资源,技术创新国际化效率水平较高;西南地区投入产出数值较小,但投入产出比仍然较高;东北三省效率值始终处于较低水平,与其他地区技术创新国际化水平存在明显差距。通过Malmquist指数分析,各地区高校国际化管理水平未处于有效状态。总体来看,研发人员技术创新能力、国际化视野需要进一步提升。     

青海省科技创新效率评价与原因解析

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。     

转型升级进程中珠三角制造业技术创新效率评价.

文章以转型升级中的制造业技术创新效率演化及其影响因素问题为研究对象,运用DEA及Malmquist指数方法,对珠三角9市2001-2017年制造业的技术创新效率进行测度与分析,结果发现：（1）珠三角制造业技术创新综合效率呈周期性上升趋势,但城市间分类指标差异较大。广州、深圳等区域创新中心技术辐射地理约束效应明显,价值链、产业链作用有限。（2）技术进步是珠三角制造业全要素生产率提升的主要推动因素,两者均呈周期性波动,波幅趋向平稳;规模效率、技术效率和纯技术效率变化指数趋势较为一致,珠三角制造业技术创新整体上仍处于规模扩展阶段。（3）珠三角制造业技术创新投入与创新效率并不同步,存在规模不经济现象。企业内部研发支出有助于技术创新效率提升,财政资金对企业内部研发支出具有挤出效应。企业技术创新投入不足、高校及科研院科研人员产出效率偏低,是制约珠三角制造业技术创新效率提升的两个关键因素。     

中国不同类型企业技术创新效率的趋势与比较

本文基于我国大中型工业企业2001-2015的面板数据,对不同类型的大中型工业企业技术创新效率进行比较研究。VRS径向的DEA模型的年度分析表明,从2001年-2015年期间,中国大中型企业的综合技术效率在不断提高,不同类型企业之间的差距在不断缩小。中外合资经营企业和外资企业的综合技术效率长期处于优势地位,内资企业的综合技术效率、纯技术效率和规模效率在绝大多数时间均处于追赶地位。内资企业的纯技术效率的均值在2014年超过了港澳台商投资企业和外商投资企业,呈现全面赶超的态势。全局前沿Malmquist指数的跨期研究显示,内资企业的全局前沿Malmquist指数均值远高于1,始终保持快速赶超的状态;港澳台商投资企业的全局前沿Malmquist指数均值也高于1,保持一定的增幅;外商投资企业的领导地位正在面临内资企业以及港澳台商投资企业的有力挑战。     

中国区域大中型工业企业技术创新效率变动的实证研究

以2001-2008年中国30个省级区域大中型工业企业面板数据为样本,利用非参数Malmquist指数方法实证测评了30个区域大中型工业企业在2001-2008年间技术创新效率的动态变化,考察了大中型工业企业省际技术创新效率的变化来源与差异。主要结论有:2001-2008年间,中国大中型工业企业技术创新效率出现了一定的下滑,主要原因是技术效率的下降,并且技术效率的恶化是纯技术效率和规模效率共同下降的结果;大中型工业企业技术创新效率的增长机制存在一定程度上的不稳定,其技术创新效率变化指数具有明显的波动特征。     

基于投入产出法的科技人才创新效率评价

创新效率既是反映科技人才创新能力的重要标准也是经济高质量发展的动力源泉.运用DEA-BCC模型和DEA-Malmquist模型相结合的方法进行研究,探讨科技人才创新效率的静态优劣和动态规律.研究发现:2014年和2018年各省份科技人才创新的技术效率、纯技术效率和规模效率均值有所上升,但都小于1,整体处于DEA无效状态.各省份科技人才创新效率可以划分为三种类型:位于效率生产前沿面类;纯技术效率有效,规模效率无效类;技术效率和规模效率均无效类.动态规律方面表现出科技人才创新效率整体呈上升态势,且技术效率对Malmquist指数所带来的贡献远大于技术进步.     

上海市技术创新能力动态轨迹研究——基于BC~2-Malquist模型分析

首先,通过运用Malmquist指数对上海市2009—2014数据进行纵向分析,测算出上海市创新能力和三大主体创新效率的变化趋势;然后基于BC2模型从横向的角度将上海市的技术创新能力与全国29个省市进行比较分析,系统地反映上海市的技术创新能力在全国的状况。研究结果表明,上海市近年来技术创新能力持续提高;工业企业是其创新的主力军;推动全要素生产率增长的主要原因在于技术进步而非技术效率。最后,针对结论提出增强上海市技术创新能力的对策建议。     

我国区域技术创新的效率测度及动态比较

本文基于技术创新的阶段性特点,将技术创新划分为试验创新与产品创新两阶段,并利用DEA方法和Malmquist指数法对2002-2007年我国区域技术创新两阶段的效率变动趋势进行了实证分析,结果显示:整体来看,试验创新效率基本稳定,产品创新效率提升幅度较大,技术进步是创新效率提升的关键;分区域来看,东部地区整体效率基本保持不变,中部地区产品创新效率提升,但试验创新效率下降,西部地区两阶段创新效率都有较大提升;各省域创新效率变动差异较大,存在的问题也不尽相同,应因地制宜地制定政策,提升区域技术创新的综合效率。     

基于Malmquist指数法的河南省技术创新效率评价

运用Malmquist指数方法测算了2000～2008年河南省区域技术创新效率的变动趋势,分析了河南技术创新效率增长的内在动力.结果表明:2000年以来河南技术创新效率的增长主要是技术进步推动,技术效率的作用贡献较小;河南各地市技术创新效率变动存在差异,变化原因也不同.     

黄河流域九省区创新效率评价

针对缺乏从高质量发展角度、结合定性与定量方法研究黄河流域创新效率的现状,基于黄河流域9省区2008-2019年有关面板数据,运用数据包络分析(DEA)和Malmquist指数模型测算和分解其创新效率,并从静态和动态两个角度与我国31个省区市创新效率进行比较.结果表明:黄河流域创新效率总体呈上升趋势,但仍处于较低水平,平...     

中国高技术产业生产率增长来源：技术进步还是技术效率

本文应用基于DEA的Malmquist指数方法计算了1996-2009年中国高技术产业全要素生产率及分解,通过对高技术产业2002年前后各效率变化的对比分析,探讨了影响全要素生产率变化的深层因素并给出相应的政策建议.实证结果表明:(1)2002年后高技术产业全要素生产率出现下降,其主要原因是技术进步率的快速下降.同时技术效率变化取代技术进步成为影响全要素生产率的主导因素.(2)高技术产业发展已由单纯追求技术创新向技术创新与制度创新相结合转变,但技术创新能力差,关键技术自给率低是目前我国高技术产业发展瓶颈.     

基于DEA-Malmquist的中国制造业绿色技术创新效率测算

为促进中国制造业的高质量发展和绿色制造转型,本文集成运用DEA-BCC模型与Malmquist指数对2013—2019年中国制造业不同污染等级下29个子行业的静态和动态绿色技术创新效率进行研究与分析。测算结果表明：中国制造业绿色技术创新效率整体偏低,但处于不断增强的趋势,效率偏低的主因是企业规模配置不当;中国制造业在2013—2019年的绿色技术创新效率整体上提升了7.7%,驱动因素主要是技术效率和技术进步;中国制造业子行业绿色技术创新效率增长率随着污染程度的下降逐渐提升,重度污染行业在技术创新方面并没有充分做到技术研发和环境保护相协调,仍有较大提升空间。     

考虑环境因素影响的我国高新技术产业技术创新效率分析——基于2000-2007年和2008-2014年两个时段的比较

本文在考虑环境因素影响情况下,采用三阶段DEA模型对2000-2007年和2008-2014年两个时段的投入调整前后的高新技术产业技术创新效率进行了比较分析。研究表明,2008-2014年我国高新技术产业技术创新效率相对于2000-2007年有明显提升,但依然处于较低水平,原因在于规模效率过低,规模效率明显低于纯技术效率;根据环境因素调整技术创新投入后效率在两个时段的变化趋势一致,综合技术效率和规模效率显著下降,而纯技术效率显著上升;五个大类行业的技术创新效率差距较大,投入调整后的效率变化方向不一致。     

基于三阶段DEA与Malmquist指数分解的中国高技术产业全要素生产率研究

中国高技术产业全要素生产率（TFP）的提升为经济的可持续发展提供了重要支持。以中国30个省市为研究目标,采用三阶段DEA模型和Malmquist生产率指数对“十一五”至“十三五”期间各地区高技术产业TFP进行了静态和动态研究。研究发现：在剥离了外部环境因素和随机扰动因素后,综合效率和规模效率被高估,纯技术效率被低估,而规模效率偏低则是制约我国高技术产业TFP提升的主要原因。通过Malmquist指数及其分解可知,我国高技术产业技术效率改进由纯技术效率占据主导,但技术进步迟缓依旧是扼制我国高技术产业TFP提升的瓶颈。因此,持续扩大产业规模,保持研发投入和技术创新是推动我国高技术产业长远发展的重要途径。     

黄河流域九省区创新效率研究

基于黄河流域9省区2008－2019年有关面板数据，运用数据包络分析（DEA）和Malmquist指数模型测算和分解其创新效率，并从静态和动态两个角度与我国31个省区市创新效率进行比较。结果表明：黄河流域创新效率总体上呈上升趋势，但仍处于较低水平，平均值落后于我国31个省区市的平均值，其中2018、2019年的创新效率分别呈“W”型和“M”型分布；各地区创新效率存在一定差异，但总体上较为均衡，其中山西和内蒙古两地保持较高的创新效率；多数地区尚处于DEA无效状态，技术进步迟缓和规模效率较低是主要原因。因应黄河流域生态保护和高质量发展国家重大战略要求，黄河流域各地区要强化多方联动，优化资源配置，加快创新人才引进，注重从规模和技术两方面综合考虑，加大创新成果产出、加速创新成果转化。     

金融对科技创新贡献的效率研究

研究了金融对科技创新贡献的效率。选取各省市的R&D投入经费、科学家与工程师人数、金融发展水平作为投入变量;各省市的授权发明专利数作为产出变量,运用数据包络法(DEA)结合Malmquist指数分析中国各省市金融对科技创新贡献的效率。研究表明:科技创新的总体效率逐年提升,技术进步的发展态势最为良好,纯技术效率次之,规模效率最差。其中规模效率存在明显的东、中、西部差异。从投入要素的利用效率来看,各要素的利用效率均处于稳步增长阶段,金融发展水平的利用效率最高,R&D投入经费、科学家与工程师人数的利用效率旗鼓相当。     

基于DEA和Malmquist指数的全国研究与开发机构科技投入产出效率测算及提升研究

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。     

丝绸之路经济带沿线地区创新效率评价及影响因素研究——基于BCC和Malmquist指数法的DEA-Tobit模型

根据2012—2015年面板数据,建立基于数据包络分析方法的BCC模型和Malmquist指数法的DEA-Tobit模型,研究我国丝绸之路经济带沿线地区创新效率及其影响因素。研究发现:丝绸之路经济带沿线地区创新效率距前沿面存在一定差距,规模技术效率较低是制约综合效率提高的主要因素;创新效率Malmquist指数呈现逐年下降趋势,技术退步是制约全要素生产率提高的主要因素;环境因素中的硬件环境、经济环境、人文环境和创业环境对创新效率有显著正向影响,市场环境对创新效率有显著负向影响。基于研究结论,提出提升我国丝绸之路经济带创新效率的建议。