“一带一路”沿线省份高校科技创新效率及影响因素——基于DEA-Malmquist-Tobit模型的研究

发布时间：2021-06-20 09:39

　　以知识生产函数为基础,采用DEA-Malmquist模型测算2009—2018年"一带一路"沿线省份高校科技创新效率,进一步对比理工农医类和人文社科类高校的效率差异,最后用面板Tobit模型分析高校科技创新效率的影响因素。研究发现:2018年沿线省份高校的整体科技创新效率较高,但大多数省份为非DEA有效,各省份效率值差距明显;科技创新全要素生产率整体呈上升趋势,尤其是2013年后,大多数年份持续提高;理工农医类和人文社科类高校科技创新效率均非DEA有效,但各效率值较高且两类高校效率值差距较小; 9个省份理工农医类高校和2个省份人文社科类高校科技创新全要素生产率提高,理工农医类高校全要素生产率均值高于人文社科类高校。经济发展水平、对外开放程度与高校科技创新效率呈负相关但不显著,产业结构与高校科技创新效率呈正相关但不显著,交通运输条件与高校科技创新效率呈显著正相关。因此,未来"一带一路"沿线省份应通过构建高校学术全成本核算体系,提高高新技术产业的占比及其自主研发创新能力,完善交通运输等基础设施,设置技术门槛,通过有选择地引进技术、产品和服务等措施来提高高校科技创新效率。 

【文章来源】：重庆高教研究. 2020,8(06)CSSCI

【文章页数】：14 页

【部分图文】：

2009—2018年“一带一路”沿线省份高校科技创新效率各年份Malmquist指数及其分解指标

沿线18个省份高校科技创新技术效率的变动主要源于规模效率的变动，且二者的变动方向大体一致。浙江、福建、重庆、云南和宁夏5个省份高校的规模效率小幅度降低，海南、陕西、甘肃和新疆4个省份高校的规模效率不变。其中，海南、陕西和新疆3个省份高校的技术效率和纯技术效率也不变，其他9个省份高校的规模效率有不同幅度的提高。沿线省份高校规模效率变动差距较大，西藏自治区高校的规模效率提高幅度最大(4.2%)，宁夏回族自治区高校的规模效率降低幅度最大(0.8%)。根据效率值>1为高效率，效率值≤1为低效率的原则，以技术进步效率和规模效率两个重要影响因素的效率值构建二维矩阵分布图(如图2)。18个省份高校可分为4种效率类型:低-低类型的省份高校应着重提高技术进步效率和规模效率;低-高类型的省份高校应着重提高技术进步效率;高-低类型的省份高校应着重提高规模效率;高-高类型的省份高校应继续保持技术进步效率和规模效率的提高态势，稳步推进科技创新全要素生产率持续提高。各类型的省份高校通过相应的措施提高科技创新全要素生产率，有利于推动“一带一路”沿线省份高等教育的协调可持续发展。

图3是2009—2018年“一带一路”沿线省份不同类型高校科技创新全要素生产率的对比结果。由图3可知，2009—2018年沿线有9个省份理工农医类高校的科技创新全要素生产率提高，仅有2个省份(西藏、甘肃)人文社科类高校的科技创新全要素生产率提高，且理工农医类高校科技创新全要素生产率均值明显高于人文社科类高校，可能与沿线省份理工农医类高校科技水平更高、科技成果转化率更高、科技创新基础设施更健全等有关。为更好地对比沿线省份理工农医类高校和人文社科类高校的科技创新全要素生产率，现对其进行分类。分类结果见表8。全要素生产率>1的高校为高效率，反之为低效率。

【参考文献】：
期刊论文
[1]“双一流”建设背景下我国省际高校科研效率及影响因素研究——基于DEA-Tobit模型[J]. 苏荟,刘奥运.  重庆大学学报(社会科学版). 2020(01)
[2]我国高校创新效率评价研究:八大区域视角[J]. 王晓珍,蒋子浩,郑颖.  科研管理. 2019(03)
[3]中国高等教育发展影响因素的空间计量分析[J]. 李晶,何声升.  现代教育管理. 2018(06)
[4]“一带一路”沿线省份高校科技创新效率研究[J]. 李文辉,易路洋,赵贺典,陈升密,符文颖,陈忠暖.  科技与经济. 2018(01)
[5]“一带一路”战略下高校如何实现科技创新[J]. 王青亚.  中国高校科技. 2017(S2)
[6]基于视窗分析模型的我国高校科研效率评价[J]. 陈浩,王晓红,张宝生.  科研管理. 2014(04)
[7]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]. 沈能,宫为天.  科研管理. 2013(S1)
[8]教育部直属高校科研投入产出效率及其发展趋势分析[J]. 陆根书,赵颖,刘蕾,闫妮.  大学教育科学. 2013(01)



本文编号：3238951