高校创新效率动态演进分析及影响因素识别——基于非参数核密度估计和SFA模型

被引：21

作者：

王晓珍

蒋子浩

郑颖

机构：

[1] 中国矿业大学管理学院

来源：

统计与信息论坛 | 2018年 / 09期

关键词：

高校创新效率; 核密度估计; 区域创新环境;

D O I：

暂无

中图分类号：

G644 [科学研究工作];

学科分类号：

040106 ;

摘要：

基于核密度估计和SFA模型,剖析2011—2015年中国高校创新效率及分解指标动态演进趋势和高校创新效率影响因素。通过对样本期内中国不同省级行政单位的面板数据分析发现:高校创新技术效率"双峰"态势显著、规模效率"单峰"态势显著,而纯技术效率分布曲线形态较多变,表明技术效率双极聚集、规模效率省域差异显著、纯技术效率波动较大;同时,经济优势、区域创新氛围、政策扶持力度、区位优势是影响高校创新效率的主要因素。据此提出改善并优化高校创新效率的对策建议。

引用

收藏

页码：81 / 87

页数：7

相关论文

共 13 条

[1] 成果类型视角下高校创新效率及影响因素研究 [J].

于志军 ;

杨昌辉 ;

白羽 ;

彭张林 .

科研管理, 2017, 38 (05) :141-149

[2] 中国城镇化的地域非均衡及其动态演进——来自基尼系数及核密度估计的经验证据 [J].

陈利 ;

朱喜钢 .

统计与信息论坛, 2017, 32 (05) :76-84

[3] 江苏省高校科研效率的测算及动态演进 [J].

王树乔 ;

王惠 ;

祖维 .

高教发展与评估, 2017, 33 (01) :56-66+103+128

[4] “985工程”高校科研效率动态演进及区域比较 [J].

王树乔 ;

王惠 ;

李锋 ;

于永芳 .

科技管理研究, 2016, 36 (17) :87-92

[5] 湖北省高校科技创新效率评价研究 [J].

宋维玮 ;

邹蔚 .

科研管理, 2016, 37(S1) (S1) :257-263

[6] 基于SFA法的高校成本效率评价研究——以教育部直属高校为例的分析 [J].

冯宝军 ;

孙秀峰 ;

刘小君 .

大连理工大学学报(社会科学版), 2015, 36 (03) :6-13

[7] 我国高校科研效率的区域性特征及影响因素分析——基于三阶段DEA方法的实证研究 [J].

刘兴凯 ;

左小娟 .

国家教育行政学院学报 , 2015, (05) :77-83

[8] 高校科研创新效率对比分析——基于全国30个省份的面板数据 [J].

张惠琴 ;

尚甜甜 .

科研管理, 2015, 36(S1) (S1) :181-186

[9] 创新主体的创新效率区域比较研究 [J].

余冬筠 ;

金祥荣 .

科研管理, 2014, 35 (03) :51-57

[10] 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, 34(S1) (S1) :125-132