| 以下仅列出文章摘要、提纲简介，如需获取全文阅读权限，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| 基于DEA的广州市科技创新效率分析 摘要 广州作为我国创新驱动发展战略的重要支持对象，一直以来引领着科技创新工作的最新动态。本文旨在系统化研究广州市科技创新效率，及时发现科创工作中存在的问题，从而为政府提供合理的政策建议，促进其早日实现 “十三五”发展目标。 本文首先通过改进的PCA选取R&D经费支出和R&D人员折合全时当量作为投入指标，高新技术产品产值和专利申请量作为产出指标。然后利用DEA的投入导向型VRS模型和Malmquist指数，以静态和动态分析相结合的方式对2013-2016年广州市11个行政区的科技创新效率进行研究。研究发现：4年间技术效率前2名固定为荔湾区和南沙区，后2名固定为天河区和海珠区，进步最为显著的是黄埔区。全市全要素生产率逐年平均上升4.9%，主要得益于技术效率中规模效率的提高，而纯技术效率和技术进步方面都有所下降。2015-2016年全市全要素生产率增幅最大，技术效率、技术进步的改善程度皆创新高。 关键词：科技创新效率；DEA；Malmquist指数 目录 摘要 I Abstract II 1 绪论 1 1.1论文的研究背景和意义 1 1.1.1 研究背景 1 1.1.2 研究意义 1 1.2 国内外研究现状综述 2 1.2.1 国内研究现状 2 1.2.2 国外研究现状 3 1.3 论文的结构和研究方法 4 1.3.1 论文结构 4 1.3.2 研究方法 5 2 广州市科技创新发展现状 6 2.1 全市科技创新发展现状 6 2.2 各区科技创新发展现状 7 3 基于改进PCA的指标选取 9 3.1 改进的PCA 9 3.1.1 方法提出的背景 9 3.1.2 方法的基本原理 9 3.2 指标的选择 10 3.2.1 投入指标的选择 10 3.2.2 产出指标的选择 11 4 广州市科技创新静态效率分析 13 4.1 数据包络分析 13 4.1.1 基本概念 13 4.1.2 模型 13 4.2 运行结果和分析 14 4.2.1 全市效率分析 14 4.2.2分区域效率分析 18 4.2.3 各区效率分析 19 4.3 总结与建议 22 5 广州市科技创新动态效率分析 24 5.1 Malmquist指数 24 5.1.1 基本概念 24 5.1.2 模型 24 5.2 运行结果和分析 25 5.2.1 全市效率变化分析 25 5.2.2 分区域效率变化分析 26 5.2.3 各区效率变化分析 27 5.3 总结与建议 30 结论 31 参考文献 33 致谢 34 附录 35 |
