河南省城市科技创新能力综合评价——基于超效率DEA和灰色关联分析法
|
摘要
科技创新既是一个地区具备竞争优势的关键条件,也是一个地区经济发展的核心力量.选取2011年、2013年和2015年河南省各省辖市科技创新的相关指标数据,利用超效率DEA模型对河南省各省辖市的科技创新效率进行评价,并运用灰色关联分析法分析了科技创新效率变动的影响因素.结果表明,河南省有4个城市在研究期间均达到了DEA有效,分别为郑州市、洛阳市、鹤壁市和济源市. 2011—2013年和2013—2015年,大部分城市的科技创新效率有改善,且部分城市改善幅度较大,研究期间科技创新效率总体呈现递增趋势.城市发展水平对河南省科技创新的影响程度较大,高等教育水平和对外经济发展水平对科技创新的影响程度相当.
Technological innovation is not only the key to a regional competitive advantage,but a core force in regional economic development. In this paper,we select the relevant index data of science and technology innovation in Henan Province in 2011,2013 and 2015,and use the Super-DEA to evaluate and analyze the efficiency of science and technology innovation of each city in Henan Province. And by using GRA,we analyze the influencing factors of the change of innovation efficiency. The results show four cities in Henan Province are reached the DEA effective during the study period,namely Zhengzhou,Luoyang,Hebi and Jiyuan respectively. From 2011 to 2013 and from 2013 to 2015,we find the efficiency of science and technology innovation in most cities are improved,and the improvement in some cities are greater. In short,the efficiency of science and technology innovation is showed an increasing trend during the study period. The level of urban development has a greater impact on science and technology innovation in Henan Province. The level of higher education and foreign economic development have a similar impact on science and technology innovation.
Technological innovation is not only the key to a regional competitive advantage,but a core force in regional economic development. In this paper,we select the relevant index data of science and technology innovation in Henan Province in 2011,2013 and 2015,and use the Super-DEA to evaluate and analyze the efficiency of science and technology innovation of each city in Henan Province. And by using GRA,we analyze the influencing factors of the change of innovation efficiency. The results show four cities in Henan Province are reached the DEA effective during the study period,namely Zhengzhou,Luoyang,Hebi and Jiyuan respectively. From 2011 to 2013 and from 2013 to 2015,we find the efficiency of science and technology innovation in most cities are improved,and the improvement in some cities are greater. In short,the efficiency of science and technology innovation is showed an increasing trend during the study period. The level of urban development has a greater impact on science and technology innovation in Henan Province. The level of higher education and foreign economic development have a similar impact on science and technology innovation.
引文
[1]TAYLOR T.The politics of innovation:why some countries are better than others at science and technology[J].International Affairs,2016,92(6):1535-1536.
[2]AHRWEILER P.Agent-based simulation for science,technology,and innovation policy[J].Scientometrics,2017,110(1):391-415.
[3]GUDOWSKY N,PEISSL W.Human centred science and technology-transdisciplinary foresight and co-creation as tools for active needs-based innovation governance[J].European Journal of Futures Research,2016,4(1):1-10.
[4]GOROSPE K D,MICHAELS W,POMEROY R,et al.The mobilization of science and technology fisheries innovations towards an ecosystem approach to fisheries management in the Coral Triangle and Southeast Asia[J].Marine Policy,2016,74:143-152.
[5]SHANG N N.A kernel function DEA method for efficiency evaluation of technological innovation in scientific research institutions[C]//.Proceedings of 2016 4thInternational Education,Economics,Social Science,Arts,Sports and Management Engineering Conference(IEESASM 2016),August 13-14,2016,Yinchuan,China.Wuban:Advances in Economics,Business and Management Research,2016:763-766.
[6]柳卸林,孙海鹰,马雪梅.基于创新生态观的科技管理模式[J].科学学与科学技术管理,2015,36(1):18-27.
[7]刘志春,陈向东.科技园区出创新生态系统与创新效率关系研究[J].科研管理,2015,36(2):26-31.
[8]陶虎,田金方,郝书辰.科技财政、创新活动与国有企业自主创新效率--基于治理制度视角的比较分析[J].经济管理,2013(11):149-160.
[9]贾帅帅,王孟欣.基于三阶段DEA的工业企业科技创新效率研究[J].科技管理研究,2017(16):197-202.
[10]李清贤,曲绍卫,齐书宇.教育部直属高校教师科技创新效率研究--基于2007-2011年Malmquist指数法的动态分析[J].高等工程教育研究,2014(3):167-171.
[11]于志军,杨昌辉,白羽,等.成果类型视角下高校创新效率及影响因素研究[J].科研管理,2017,38(5):141-149.
[12]卢方元,冀晴.我国研发机构创新效率的DEA模型分析[J].商业经济研究,2015(4):36-37.
[13]王雅鹏,吕明,范俊楠,等.我国现代农业科技创新体系构建:特征、现实困境与优化路径[J].农业现代化研究,2015,36(2):161-167.
[14]谢子远,鞠芳辉,孙华平.我国海洋科技创新效率影响因素研究[J].科学管理研究,2012,30(6):13-16.
[15]张玉喜,赵丽丽.中国科技金融投入对科技创新的作用效果--基于静态和动态面板数据模型的实证研究[J].科学学研究,2015,33(2):177-184.
[16]张鸿,郝添磊,汪玉磊.基于创新链视角的科技创新效率实证分析[J].西安财经学院学报,2017,30(6):56-61.
[17]沈能,宫为天.我国省区高校科技创新效率评价实证分析--基于三阶段DEA模型[J].科研管理,2013,34:125-132.
[18]何丹,燕鑫.金融支持科技创新效率实证分析[J].统计与决策,2017(10):166-168.
[19]张静,张宝文.基于Malmquist指数法的我国农业科技创新效率实证分析[J].科技进步与对策,2011,28(7):84-88.
[20]陈伟,张长孝,李传云,等.基于DEA-Malmquist指数的高新技术产业技术创新效率评价研究[J].科技管理研究,2017,23:1-6.
[21]傅为忠,李怡玲.区域技术创新能力对环境绩效影响的实证研究--基于SEM-PLS和DEA相结合[J].工业技术经济,2015,8:81-90.
[22]刘战伟.河南省技术创新效率及影响因素研究--基于DEA与Tobit模型的实证分析[J].安徽商贸职业技术学院学报,2013,12(48):5-9.
[23]汪娟,肖瑶.基于DEA方法的中国城市技术创新效率研究[J].财经理论与实践(双月刊),2013,34(182):109-112.
[24]郭磊,刘志迎,周志翔.基于DEA交叉效率模型的区域技术创新效率评价研究[J].科学学与科学技术管理,2011,32(11):138-143.
[25]高燕楠.高校科技创新效率及影响因素的实证研究[D].天津:南开大学,2010.
[26]樊华,周德群.中国省域科技创新效率演化及其影响因素研究[J].科研管理,2012,33(1):10-18.
[27]樊华.中国区域海洋科技创新效率及其影响因素实证研究[J].海洋开发与管理,2011(9):57-64.
[28]谢子远,鞠芳辉,孙华平.我国海洋科技创新效率影响因素研究[J].科学管理研究,2012,30(6):13-16.
[29]魏权龄.数据包络分析[M].北京:科学出版社,2004.
[30]成钢.数据包络分析分析方法与MaxDEA软件[M].北京:知识产权出版社,2014.
[31]李牧南,周俊锋,朱桂龙,等.广东专业镇技术创新效率评价--基于DEA和问卷实证的双重视角[J].科学学研究,2015,33(4):627-640.
[32]张子龙,逯承鹏,陈兴鹏,等.中国城市环境绩效及其影响因素分析:基于超效率DEA模型和面板回归分析[J].干旱区资源与环境,2015,29(6):1-7.
[2]AHRWEILER P.Agent-based simulation for science,technology,and innovation policy[J].Scientometrics,2017,110(1):391-415.
[3]GUDOWSKY N,PEISSL W.Human centred science and technology-transdisciplinary foresight and co-creation as tools for active needs-based innovation governance[J].European Journal of Futures Research,2016,4(1):1-10.
[4]GOROSPE K D,MICHAELS W,POMEROY R,et al.The mobilization of science and technology fisheries innovations towards an ecosystem approach to fisheries management in the Coral Triangle and Southeast Asia[J].Marine Policy,2016,74:143-152.
[5]SHANG N N.A kernel function DEA method for efficiency evaluation of technological innovation in scientific research institutions[C]//.Proceedings of 2016 4thInternational Education,Economics,Social Science,Arts,Sports and Management Engineering Conference(IEESASM 2016),August 13-14,2016,Yinchuan,China.Wuban:Advances in Economics,Business and Management Research,2016:763-766.
[6]柳卸林,孙海鹰,马雪梅.基于创新生态观的科技管理模式[J].科学学与科学技术管理,2015,36(1):18-27.
[7]刘志春,陈向东.科技园区出创新生态系统与创新效率关系研究[J].科研管理,2015,36(2):26-31.
[8]陶虎,田金方,郝书辰.科技财政、创新活动与国有企业自主创新效率--基于治理制度视角的比较分析[J].经济管理,2013(11):149-160.
[9]贾帅帅,王孟欣.基于三阶段DEA的工业企业科技创新效率研究[J].科技管理研究,2017(16):197-202.
[10]李清贤,曲绍卫,齐书宇.教育部直属高校教师科技创新效率研究--基于2007-2011年Malmquist指数法的动态分析[J].高等工程教育研究,2014(3):167-171.
[11]于志军,杨昌辉,白羽,等.成果类型视角下高校创新效率及影响因素研究[J].科研管理,2017,38(5):141-149.
[12]卢方元,冀晴.我国研发机构创新效率的DEA模型分析[J].商业经济研究,2015(4):36-37.
[13]王雅鹏,吕明,范俊楠,等.我国现代农业科技创新体系构建:特征、现实困境与优化路径[J].农业现代化研究,2015,36(2):161-167.
[14]谢子远,鞠芳辉,孙华平.我国海洋科技创新效率影响因素研究[J].科学管理研究,2012,30(6):13-16.
[15]张玉喜,赵丽丽.中国科技金融投入对科技创新的作用效果--基于静态和动态面板数据模型的实证研究[J].科学学研究,2015,33(2):177-184.
[16]张鸿,郝添磊,汪玉磊.基于创新链视角的科技创新效率实证分析[J].西安财经学院学报,2017,30(6):56-61.
[17]沈能,宫为天.我国省区高校科技创新效率评价实证分析--基于三阶段DEA模型[J].科研管理,2013,34:125-132.
[18]何丹,燕鑫.金融支持科技创新效率实证分析[J].统计与决策,2017(10):166-168.
[19]张静,张宝文.基于Malmquist指数法的我国农业科技创新效率实证分析[J].科技进步与对策,2011,28(7):84-88.
[20]陈伟,张长孝,李传云,等.基于DEA-Malmquist指数的高新技术产业技术创新效率评价研究[J].科技管理研究,2017,23:1-6.
[21]傅为忠,李怡玲.区域技术创新能力对环境绩效影响的实证研究--基于SEM-PLS和DEA相结合[J].工业技术经济,2015,8:81-90.
[22]刘战伟.河南省技术创新效率及影响因素研究--基于DEA与Tobit模型的实证分析[J].安徽商贸职业技术学院学报,2013,12(48):5-9.
[23]汪娟,肖瑶.基于DEA方法的中国城市技术创新效率研究[J].财经理论与实践(双月刊),2013,34(182):109-112.
[24]郭磊,刘志迎,周志翔.基于DEA交叉效率模型的区域技术创新效率评价研究[J].科学学与科学技术管理,2011,32(11):138-143.
[25]高燕楠.高校科技创新效率及影响因素的实证研究[D].天津:南开大学,2010.
[26]樊华,周德群.中国省域科技创新效率演化及其影响因素研究[J].科研管理,2012,33(1):10-18.
[27]樊华.中国区域海洋科技创新效率及其影响因素实证研究[J].海洋开发与管理,2011(9):57-64.
[28]谢子远,鞠芳辉,孙华平.我国海洋科技创新效率影响因素研究[J].科学管理研究,2012,30(6):13-16.
[29]魏权龄.数据包络分析[M].北京:科学出版社,2004.
[30]成钢.数据包络分析分析方法与MaxDEA软件[M].北京:知识产权出版社,2014.
[31]李牧南,周俊锋,朱桂龙,等.广东专业镇技术创新效率评价--基于DEA和问卷实证的双重视角[J].科学学研究,2015,33(4):627-640.
[32]张子龙,逯承鹏,陈兴鹏,等.中国城市环境绩效及其影响因素分析:基于超效率DEA模型和面板回归分析[J].干旱区资源与环境,2015,29(6):1-7.