高校科技创新效率及影响因素的实证研究

发布时间：2020-06-21 20:28

【摘要】： 作为人才和知识密集的高等学校,是创新型国家建设的主力军,肩负着人才培养、科技创新、科技成果转化等重要任务。目前,对高校在国家创新体系中的重要作用、高校科技创新能力的内涵以及高校科技创新指标评价体系的理论研究相对较多,但从实证的角度分析高校科技创新的效率情况和影响因素则相对较少。本文在前人理论研究的基础上,借鉴国外高校科技创新效率的普遍研究方法,运用Malmquis、DEA以及Tobit的分析方法,分别对自1994年到2007年我国各地区高校科技创新的效率变动情况以及环境影响因素进行实证分析。研究表明,我国各地区的高校科技创新效率的变动并不稳定,主要呈现波动增长的趋势；高校科技创新效率的上升主要依赖于技术进步；效率值的变动还会受到人力投入的结构和素质以及经费投入结构等环境因素的影响。因此,可以从投入、产出和环境三个层面探索促进高校科技创新效率提升的方法,完善高校科技创新体系的建设,进而推动创新型国家的发展完善。本文的创新有三：一是借鉴国外效率分析的先进方法,对我国各地区高校科技创新效率的变动情况进行了全面的分析,挖掘出了高校科技创新效率增长的根本动力；二是从多角度丰富完善了高校科技创新效率评价的指标体系；三是探索影响高校科技创新效率的环境因素,为提升高校科技创新能力提供理论和实践上的政策依据。
【学位授予单位】：南开大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：G644
【图文】：

因子分析,碎石,特征根

通过spss的统计软件，对于高校科技创新人力投入的六个变量进行因子分析。一般而言，因子分析中提取公因子的个数主要是根据因子的累计方差贡献率和碎石图来决定的。如下表3.5和图3.1所示，提取出来的第一个因子的特征根是5.730，可以解释6个原始投入变量的95.4990k;第二个因子的特征根为0.246，特征值小于1，且只能解释6个原始变量的4.106%，与第一个因子的相对贡献率较小。另外，利用因子分析的碎石图同样可以帮助确定最优的因子数量。在图3一1所示的碎石图中，横坐标表示因子的数目，纵坐标表示的是特征根。从图中可见

因子分析,碎石,模型,因子载荷

ComPone吐Number图3表3.2模型M2的因子分析碎石图10模型M2旋转后的因子载荷矩阵eeeeeomponent}}}lllll111222333

【相似文献】