本帖最后由 北大科研团 于 2024-8-17 17:27 编辑
各省区域创新效率数据
数据丰富度：丰富 数据完整度：完整 数据可靠性：可靠 是否已更新：是 数据形式：Excel 数据时间：1990到2023 文件内容：数据、数据来源、计算程序、引用文献
1.SFA方法 度量技术效率的常用方法是生产前沿分析,按照生产函数的具体形式设定性分为非参数方法和参数方法｡其中,参数方法最常见的是SFA,其函数表达形式为: Yit=f(xit,β)exp(vit-uit) (1) (i=1,2,…,n;t=1,2,…,T) 对式(1)变形可得: uit=uiexp[-η(t-T)] (2) 式(1)中,i代表个体,t表示时间节点;Y代表产出;f(xit,β)为前沿生产函数,表示在一定的技术条件和要素组合下,生产投入要素x与产出最大化之间的函数关系,β为待估系数;v为随机扰动项,捕捉了测量误差､随机波动等非系统性因素,表示系统非效率;u为技术损失误差项,反映技术非效率,用于衡量生产效率水平;式(2)中ui为技术无效率项,服从截断正态分布,因此uit~N+(μ,σu2)｡η表示技术效率的变化,η>0､η=0和η<0分别为进步､不变和退步情形｡为便于参数估计,构建取对数的超越对数生产函数模型。 2.DEA方法（CCR模型、BBC模型和Malmquist指数） DEA(数据包络方法)是在相对效率概念的基础上,对同一类型的决策单元进行测算,并评价其技术有效与否的一种效率评价方法｡目前在国内应用比较广泛的主要是由Charnes、Cooper和Rhodes在1978年提出的CCR模型和Banker、Charnes和Cooper在1984年提出的BCC模型｡但不管是CCR模型还是BCC模型,都只适用于对横截面数据进行能源效率的平行评价,而在时间序列的角度上,CCR模型和BBC模型会造成各期的生产前沿面不同，因此不能对各期数据进行时间维度的评价。Malmquist指数可以有效弥补以上研究方法的缺陷｡该指数最初由瑞典经济学家Sten Malmquist在1953年提出, Caves等人在1982年首先将Malmquist指数运用于计算生产率的变动中,并将之与DEA理论相融合,此后由Charnes等人对Malmquist生产率指数及其分解不断进行修正,使DEA-Malmquist指数分析方法成为专门测量全要素生产率变动的方法｡该方法可将全要素生产率分解成技术进步率变化､纯技术效率变化､规模效率变化等,用以测量每个决策单元在各个不同时期的效率变化状况｡ 3.投入和产出变量 测度区域创新效率,投入产出变量的合理选取至关重要｡对于创新活动的投入变量,相关文献一般采用R&D资金投入和R&D人力资源投入两项指标｡比如,虞晓芬和李正卫、刘顺忠和官建成、池仁勇和唐根年等都将R&D经费支出和R&D人员投入作为衡量创新活动投入的两项基本指标｡R&D经费支出是指统计年度内各执行单位实际用于基础研究､应用研究和试验发展的经费支出,包括从事研究与发展活动人员劳务费､管理费､固定资产购建费及其它用于研究与试验发展活动的实际支出｡R&D人员投入则指统计年度内参与研究与试验发展项目研究､管理和辅助工作的人员投入,包括项目组人员､企业科技行政管理人员和直接为项目活动提供服务的辅助人员｡R&D经费支出和R&D人员投入可以表征一个地区的创新规模与潜力,是一个地区创新投入能力的综合体现｡研究采用R&D经费支出和R&D人员投入作为测度区域创新生产率的两个投入指标｡在产出变量方面,专利是一项经常被采用产出指标｡所谓专利,是对发明人的发明创造经审查合格后,由专利局依据专利法授予发明人和设计人对该项发明创造享有的专有权,包括发明､实用新型和外观设计三种｡三种专利中,发明专利可以较好地衡量地区的创新产出水平,由于其技术含量高且申请量很少受到专利授权机构审查能力的约束,更能客观地反映出一个地区原始创新能力与科技综合实力｡因此,选用发明专利申请授权量作为创新产出的一项衡量指标｡此外,本研究还选取科技论文发表数和技术市场成交合同金额为另两项衡量创新产出效果的指标｡科技论文综合体现了一个地区在基础研究､应用研究等方面取得的成果及其与外界的交流情况,而技术市场成交合同金额则反映出该地区科技与经济相结合,技术成果转化为市场价值的水平｡
数据来源权威、可靠、详实。
| 
发表于 2024-8-17 17:25:39
