鄭姣

摘?要：采用三階段DEA-Windows模型，選取2009—2018年省域面板數(shù)據(jù)，考慮科技創(chuàng)新產(chǎn)出的滯后性特征，并將創(chuàng)新承載力嵌入環(huán)境影響因素中，對我國西部11個省份科技創(chuàng)新效率進行測度。研究表明：剔除環(huán)境因素和隨機干擾的影響后，幾乎所有省份純技術(shù)效率上升，除陜西和四川省技術(shù)效率和規(guī)模效率上升外，其余省份均出現(xiàn)下降，說明西部省份技術(shù)效率水平低主要是由規(guī)模效率所導致。此外，通過投入松弛與環(huán)境變量的回歸發(fā)現(xiàn)，增加政府支持和高新技術(shù)產(chǎn)業(yè)規(guī)模有利于提高創(chuàng)新效率，而較高的創(chuàng)新承載力和經(jīng)濟發(fā)展水平，會增加創(chuàng)新投入冗余，抑制技術(shù)效率的提升。最后，結(jié)合研究結(jié)論給出相關(guān)的政策建議。

關(guān)鍵詞：科技創(chuàng)新；效率測度；創(chuàng)新承載力；三階段DEA

中圖分類號：F062.4????文獻標識碼：A?文章編號：1005-6432（2023）13-0007-06

DOI：10.13939/j.cnki.zgsc.2023.13.007

1?引言

科技創(chuàng)新是推動經(jīng)濟社會高質(zhì)量發(fā)展的重要引擎，是區(qū)域綜合競爭力的重要體現(xiàn)［1］。創(chuàng)新承載力是一個地區(qū)承載技術(shù)創(chuàng)新活動的能力［2］，對提升區(qū)域科技創(chuàng)新效率、實現(xiàn)投入產(chǎn)出的有機轉(zhuǎn)換至關(guān)重要。若將區(qū)域科技創(chuàng)新視為以一定資源投入實現(xiàn)科技產(chǎn)出的系統(tǒng)，則效率可理解為投入產(chǎn)出的轉(zhuǎn)化率。如，李蘭冰［3］從資本和勞動衡量科技創(chuàng)新投入，選擇專利申請數(shù)作為創(chuàng)新產(chǎn)出指標，采用數(shù)據(jù)包絡(luò)分析（DEA）方法，對我國31個區(qū)域省份的科技創(chuàng)新效率進行測度。史修松等［4］以區(qū)域省份科技活動內(nèi)部支出和科技人員為投入變量，運用隨機前沿分析方法（SFA）測算并分析中國區(qū)域創(chuàng)新效率及其空間差異。但上述研究并未就環(huán)境影響因素進行討論，為此學者采用回歸分析方法對科技創(chuàng)新效率影響因素進行研究［5］，但在測度時并未剔除環(huán)境要素對效率的影響，這會導致結(jié)果偏差。之后，學者引入三階段DEA模型，通過剔除環(huán)境因素和隨機干擾，更為客觀地反映區(qū)域間的科技創(chuàng)新效率差異。白俊紅等［6］考慮環(huán)境因素的影響，選取省份截面數(shù)據(jù)，采用三階段DEA對我國30個省份的科技創(chuàng)新效率及創(chuàng)新性測度進行研究。此外，考慮創(chuàng)新效率的時間變化趨勢，喬元波等［7］結(jié)合省域面板數(shù)據(jù)，采用三階段DEA-Windows模型，對創(chuàng)新效率進行評價。范建平等［8］采用三階段EBM-Windows模型，選取省域面板數(shù)據(jù)進行實證。然而，創(chuàng)新效率的高低一定程度上依賴區(qū)域創(chuàng)新承載力的轉(zhuǎn)換效果，鮮有將科技創(chuàng)新承載因素納入環(huán)境影響范疇。此外，科技創(chuàng)新產(chǎn)出存在一定的滯后性，因此，文章采用三階段DEA-Windows模型，選擇西部省份面板數(shù)據(jù)，將科技創(chuàng)新產(chǎn)出年份滯后投入兩年期，引入創(chuàng)新承載力的概念，計算區(qū)域創(chuàng)新承載力指數(shù)值，并將其作為環(huán)境因素進行分解和比較，既考慮創(chuàng)新承載力外部環(huán)境因素對科技創(chuàng)新效率的影響，又關(guān)注各省份創(chuàng)新效率時間維度的變化趨勢，以期對區(qū)域科技創(chuàng)新效率進行更為準確的評估。

2?研究方法及變量選取

2.1?研究方法

現(xiàn)有關(guān)于效率測度的方法主要包含隨機前沿分析和數(shù)據(jù)包絡(luò)分析兩種。SFA是結(jié)合經(jīng)濟學原理，通過預先設(shè)定生產(chǎn)函數(shù)進行效率測算，結(jié)果的準確性對生產(chǎn)函數(shù)依賴較大。相對而言，DEA在測度效率值時，無須預先設(shè)定生產(chǎn)函數(shù)和指標權(quán)重，能夠保證計算的客觀性和準確性。為此，F(xiàn)ried等［9］提出三階段DEA方法，將投入產(chǎn)出調(diào)整到相同的環(huán)境之中，能夠更為準確地反映決策單元的效率。然而，基于截面數(shù)據(jù)的三階段DEA方法，不能反映效率隨時間的變化趨勢，為了對決策單元在不同時間點上的效率評價，學者引入三階段DEA-Windows方法進行效率測度［10］。結(jié)合Fried等的研究，文章采用三階段DEA-Windows方法對西部省份科技創(chuàng)新效率進行測度，具體過程如下：

第一階段：運用DEA-Windows方法計算科技創(chuàng)新效率。文章第一階段選擇投入導向的BCC規(guī)模報酬可變模型進行效率測度，考慮面板數(shù)據(jù)和效率的時間變化，參考已有研究［11］，選擇DEA-Windows方法計算表時，窗口期設(shè)定為3。

第二階段：松弛變量的類SFA面板回歸模型。對第一階段求得的投入松弛變量的環(huán)境影響進行估計，以環(huán)境最差的決策單位為基準，將所有單元的投入調(diào)整至相同環(huán)境。借鑒劉自敏等［12］在第二階段對類SFA面板回歸的修正，構(gòu)造投入導向的SFA回歸函數(shù)：

Si，?j，?t=fi（Zj，?t;?βi，?t）+νi，?j，?t+μi，?j，?t;?i=1，?2，?…，?I;?j=1，?2，?…，?N;?t=1，?2，?…，?T（1）

式中，Si，?j，?t表示第t年第j個決策單元第i項投入的松弛值，Zj，?t=（Z1jt，?Z2jt，?…，?Zkjt）表示第t年第j個決策單元的k個可觀測的環(huán)境變量，βi，?t為待估環(huán)境變量的系數(shù)；νi，?j，?t+μi，?j，?t是混合誤差項，其中，νi，?j，?t為隨機干擾，假設(shè)其νi，?j，?t～N（0，?σ2vijt），μi，?j，?t表示管理無效率，假定其服從截斷正態(tài)分布μi，?j，?t～N+（μi，?σ2μi，?j，?t）。按照管理無效率項與時間的關(guān)系，可將面板SFA分為非時變模型與時變衰退模型，非時變模型假設(shè)νi，?j，?t與μi，?j，?t相互獨立。時變衰退模型假設(shè)管理無效率隨時間變化而變化，μj，?t=exp{－η（t－Tj）}uj，Tj表示第j個決策單元的最后一期，η為衰退系數(shù)。結(jié)合劉自敏等提供的方法，先采用時變衰退模型進行SFA估計，對估計出的η進行檢驗，如果拒絕η=0的原假設(shè)，則采用時變模型，反之，則采用非時變模型。

為了將所有決策單元調(diào)整至相同的環(huán)境中，采用如下公式：

Yi，?j，?t=Xi，?j，?t+［max（fi（Zj，?t;?βi，?t））－fi（Zj，?t;?βi，?t）］+［max（νi，?j，?t）－νi，?j，?t］

i=1，?2，?…，?I;?j=1，?2，?…，?N;?t=1，?2，?…，?T（2）

式中，Yi，?j，?t為第t年第j個決策單元第i項投入的調(diào)整值，Xi，?j，?t為第t年第j個決策單元第i項投入的原始值，等式右邊第二項表示對外部環(huán)境因素進行的調(diào)整，第三項表示對隨機誤差進行的調(diào)整。面板SFA回歸后，按照公式（2）進行投入變量的調(diào)整。

第三階段：運用DEA-Windows方法再次計算效率值。將調(diào)整后的投入代入DEA-Windows模型，選擇BCC模型和相同的窗口期進行再次計算。

2.2?變量選擇

2.2.1?投入產(chǎn)出變量

關(guān)于創(chuàng)新投入，資本和人力是科技創(chuàng)新效率測度的兩個核心指標，對于省域科技創(chuàng)新投入也選擇該類指標，與鐘祖昌［13］研究保持一致，選擇各省份R&D內(nèi)部支出和R&D人員全時當量作為投入指標。

科技創(chuàng)新產(chǎn)出存在多種衡量指標，參考肖文等［14］研究，選擇專利和新產(chǎn)品銷售收入作為產(chǎn)出指標。其中，選擇發(fā)明專利授權(quán)量作為產(chǎn)出指標。新產(chǎn)品銷售收入選擇高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入進行表征。同時，考慮到技術(shù)市場同交易額，能夠反映科技創(chuàng)新與經(jīng)濟效益以及成果轉(zhuǎn)化的市場價值，將其作為產(chǎn)出指標。

2.2.2?創(chuàng)新承載力環(huán)境變量

創(chuàng)新承載力體現(xiàn)出一定時期內(nèi)區(qū)域所具備的創(chuàng)新資源有效支撐該地區(qū)產(chǎn)業(yè)持續(xù)創(chuàng)新的能力［2］。相對科技創(chuàng)新投入產(chǎn)出，創(chuàng)新承載力具有明顯的外部性特征。文章從投入—承載—產(chǎn)出的角度，將創(chuàng)新承載力定義為支撐區(qū)域科技創(chuàng)新投入產(chǎn)出轉(zhuǎn)換的研發(fā)載體及資源。創(chuàng)新承載力取決于區(qū)域創(chuàng)新資源的支持，若區(qū)域創(chuàng)新載體及資源短缺，則創(chuàng)新承載力水平較低，科技創(chuàng)新的投入就難以有效實現(xiàn)產(chǎn)出，而創(chuàng)新承載力過剩則會導致創(chuàng)新載體閑置和浪費，影響創(chuàng)新效率和能力的提升。

科技創(chuàng)新資源通過政策引導和市場需求，依托企業(yè)、高等院校以及科研機構(gòu)等科技創(chuàng)新載體，促進科技創(chuàng)新資源的流動和集聚，實現(xiàn)科技創(chuàng)新成果和效益產(chǎn)出。因此，選擇區(qū)域高等院校、高新技術(shù)企業(yè)、規(guī)模以上工業(yè)企業(yè)中擁有的研發(fā)機構(gòu)企業(yè)數(shù)量，擬合出創(chuàng)新承載力環(huán)境變量值。

2.2.3?其他環(huán)境變量選擇

考慮環(huán)境要素對科技創(chuàng)新效率的影響，從政府支持、產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)發(fā)展以及創(chuàng)新承載力四個方面進行衡量。結(jié)合已有研究，政府支持用各省份科學技術(shù)支出占當年公共支出比例表示，產(chǎn)業(yè)結(jié)構(gòu)選擇高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入占規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)值表示，地區(qū)發(fā)展選擇地區(qū)人均GDP進行表征。

3?數(shù)據(jù)及實證分析

3.1?數(shù)據(jù)來源

選擇西部11個?。ㄊ校┳灾螀^(qū)，由于西藏主要指標數(shù)據(jù)缺失，暫時不進行分析。數(shù)據(jù)來源于2010—2019年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》，且考慮到科技產(chǎn)品和效益產(chǎn)出具有明顯的滯后性，與已有研究保持一致［15］，將產(chǎn)出指標之后兩年期進行效率測度，即投入指標和環(huán)境變量選擇2009—2016年指標數(shù)據(jù)，產(chǎn)出指標選擇2011—2018年數(shù)據(jù)進行測算。

3.2?實證結(jié)果分析

3.2.1?創(chuàng)新承載力環(huán)境因素

考慮到創(chuàng)新承載力與創(chuàng)新投入的同期性，選擇2009—2016年各省份高等院校、高新技術(shù)企業(yè)以及規(guī)模以上工業(yè)企業(yè)中擁有的研發(fā)機構(gòu)企業(yè)數(shù)量等數(shù)據(jù)，運用復合熵值法計算權(quán)重，擬合出創(chuàng)新承載力的各年份指數(shù)值。見表1，其中，四川、陜西、重慶創(chuàng)新承載力排名靠前，而內(nèi)蒙古、新疆、青?？萍紕?chuàng)新承載力則排名靠后。

3.2.2?第一階段DEA-Windows效率計算結(jié)果

遵循已有研究，設(shè)置窗口期為3，選擇BCC模型，采用Win4deap2軟件測算2009—2018年各省份綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）值。由計算結(jié)果可知，各個省份歷年綜合技術(shù)效率均值在0.297～0.937，純技術(shù)效率位于0.347～0.983，規(guī)模效率處于0.611～0.991，多數(shù)省份純技術(shù)效率存在較大提升空間。其中，陜西和重慶科技創(chuàng)新效率較高，內(nèi)蒙古、寧夏以及新疆三個自治區(qū)科技創(chuàng)新綜合技術(shù)效率則相對較低，可提高空間較大，且新疆和內(nèi)蒙古純技術(shù)效率值較低，這也表明該階段技術(shù)效率值較低主要是由純技術(shù)效率所導致。從時間變化趨勢分析，內(nèi)蒙古和廣西波動較大，其中，內(nèi)蒙古在2010年，廣西在2014—2016年效率出現(xiàn)較大的變化，結(jié)合實際數(shù)據(jù)可知，兩者技術(shù)市場合同交易額分別在2010年和2014年較前后年份出現(xiàn)較大波動。

3.2.3?第二階段：類SFA回歸結(jié)果

考慮到不同省份之間科技創(chuàng)新環(huán)境差異性較大，第一階段計算出的效率值包含環(huán)境要素的影響，直接比較會造成判斷上的偏差。因此，以第一階段的投入松弛變量作為因變量，以環(huán)境變量為自變量，進行SFA面板數(shù)據(jù)回歸。先需要通過檢驗衰退系數(shù)的顯著性來判斷，使用時變衰退模型還是非時變模型。先按照時變衰退模型進行面板回歸，得到兩個投入松弛標量的η分別為-0.0294和-0.0193，t值分別為-0.9291和-0.6707，不能通過顯著性檢驗，因此，采用非時變模型進行面板回歸，結(jié)果見表2。

由表2可知，單邊LR?test檢驗在5%的置信水平下通過顯著性檢驗，說明選擇類SFA回歸是適合的，其次，兩個投入松弛面板回歸中，γ值分別為0.6475和0.7363，說明管理無效率項和隨機擾動對投入松弛均有影響，有必要進行分離。再者，環(huán)境變量政府支持、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新承載力以及地區(qū)發(fā)展對松弛變量均有顯著性影響。其中，政府支持和產(chǎn)業(yè)結(jié)構(gòu)兩個因素回歸系數(shù)均為負，說明提高政府支持力度和增加高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)占比，能夠減少投入松弛，提高區(qū)域省份創(chuàng)新效率。相反，創(chuàng)新承載力和地區(qū)發(fā)展回歸系數(shù)為正，提高創(chuàng)新承載力增加了投入松弛，不利于提高創(chuàng)新效率，其可能原因在于創(chuàng)新承載力取決于高新技術(shù)企業(yè)、含研發(fā)機構(gòu)的規(guī)模以上企業(yè)和高校的數(shù)量的增加，創(chuàng)新承載力越大，發(fā)展水平越高，各省份在研發(fā)資金和人力方面的投入越大，相應(yīng)產(chǎn)生的投入冗余量就越大。

3.2.4?第三階段：調(diào)整后的DEA-Windows效率計算

考慮到環(huán)境因素對各個決策單元的影響，將窗口期設(shè)置為3，用調(diào)整后的投入變量再次進行效率測算。計算后發(fā)現(xiàn)，陜西、四川和重慶三個省份（直轄市），綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率排名靠前，三項指標歷年均值均大于0.9，表現(xiàn)出較高的一致性和均衡性，其他省份則表現(xiàn)出綜合效率和規(guī)模效率相比純技術(shù)效率較低的現(xiàn)象，這表明剔除環(huán)境因素和隨機干擾后，多數(shù)省份綜合技術(shù)效率變化主要源于規(guī)模效應(yīng)。

為了更為直觀地比較，對第一階段和第三階段計算的效率的均值進行比較，見圖1，圖2和圖3?？梢钥闯觯啾鹊谝浑A段，測度結(jié)果存在較大差異，即環(huán)境因素和隨機干擾對效率值會產(chǎn)生較大影響?？傮w而言，經(jīng)調(diào)整后，多數(shù)省份創(chuàng)新技術(shù)效率和規(guī)模效率出現(xiàn)下降，而純技術(shù)效率幾乎全部省份（除貴州外）均有所增加，綜合技術(shù)效率水平低的原因，由第一階段的純技術(shù)效率較低轉(zhuǎn)化為調(diào)整后的規(guī)模效率較低。

具體而言，對于綜合技術(shù)效率，陜西和四川兩省經(jīng)調(diào)整后有所增加，且一直處于較高水平，無獨有偶，這兩個省份無論是經(jīng)濟發(fā)展水平還是創(chuàng)新承載力均處于西部領(lǐng)先水平，說明未考慮環(huán)境因素和隨機誤差情形下，會導致陜西和四川兩個省份綜合技術(shù)效率偏低，其原因是外部環(huán)境因素影響而非管理水平較低所造成。其余省份均出現(xiàn)降低的情形，其中，青海、貴州、寧夏以及新疆降低幅度最大，其技術(shù)效率虛高的原因得益于有利的創(chuàng)新環(huán)境和較好的機會（運氣），而非實際管理水平較高。這也說明環(huán)境因素對技術(shù)效率影響較大，通過控制環(huán)境因素能夠?qū)崿F(xiàn)對綜合技術(shù)效率的提升。

此外，從純技術(shù)效率分析，對于具體省份而言，除貴州外，其他省份（直轄市）純技術(shù)效率歷年均值均有所增加，其中，內(nèi)蒙古、新疆、云南、廣西以及甘肅依次最大，這也說明這些省份純技術(shù)效率被嚴重低估，結(jié)合規(guī)模效率，除陜西和四川外，其他省份綜合技術(shù)效率下降，表明對這些省份而言，技術(shù)創(chuàng)新投入產(chǎn)出未達到最優(yōu)規(guī)模，規(guī)模效率會抑制技術(shù)效率的提升，可以通過擴大要素投入規(guī)模提高這些省份的創(chuàng)新效率。

圖1?綜合技術(shù)效率平均值調(diào)整前后比較

圖2?純技術(shù)效率平均值調(diào)整前后比較

圖3?規(guī)模效率平均值調(diào)整前后比較

4?結(jié)論及建議

4.1?研究結(jié)論

為了更加客觀真實地反映區(qū)域科技創(chuàng)新效率，文章采用三階段DEA-Windows方法，考慮環(huán)境因素和隨機干擾的影響，對我國西部11個省份科技創(chuàng)新效率進行測度。得出如下研究結(jié)論：①剔除環(huán)境因素和隨機誤差影響后，效率值出現(xiàn)較大變化，具體表現(xiàn)為多數(shù)省份綜合技術(shù)效率和規(guī)模效率呈現(xiàn)下降趨勢，而幾乎所有省份純技術(shù)效率上升，表明環(huán)境因素對各個省份創(chuàng)新效率存在較大影響，且規(guī)模因素是影響多數(shù)省份技術(shù)效率的主要因素，其中，技術(shù)效率被低估的省份（陜西和四川）屬于經(jīng)濟發(fā)展和創(chuàng)新承載力水平較高的省份，其原因并非由管理水平引起，相反，其他省份存在被高估的情形主要原因是環(huán)境因素和運氣成分。②通過對投入松弛變量和環(huán)境因素回歸發(fā)現(xiàn)，四項環(huán)境因素對投入松弛變量均有顯著性影響，其中，政府支持和產(chǎn)業(yè)結(jié)構(gòu)對創(chuàng)新投入松弛具有負向影響，即增加政府投入、優(yōu)化高新技術(shù)產(chǎn)業(yè)結(jié)構(gòu)能夠降低投入冗余，有利于資源配置和創(chuàng)新效率的提高。相反，創(chuàng)新承載力、地區(qū)發(fā)展與投入松弛存在正相關(guān)，即區(qū)域創(chuàng)新承載力和發(fā)展水平越高，科技創(chuàng)新投入就越大，可能產(chǎn)生的投入冗余就越高，影響科技創(chuàng)新效率的提升。

4.2?政策建議

（1）國家應(yīng)從促進地區(qū)協(xié)調(diào)發(fā)展的角度，合理優(yōu)化各省份科技創(chuàng)新布局，對科技創(chuàng)新效率提升空間大、具備發(fā)展?jié)摿Φ氖》萁o予政策傾斜和較大的自由度，逐步縮小與發(fā)達省份差距。地方政府應(yīng)以新時期西部大開發(fā)為契機，明確各省自身優(yōu)勢和短板，努力獲取規(guī)模性投入增加的同時，積極優(yōu)化創(chuàng)新環(huán)境，承接東部省份和西部發(fā)達省份技術(shù)轉(zhuǎn)移。

（2）考慮西部省份科技創(chuàng)新效率存在顯著差異，對于類似陜西和四川創(chuàng)新效率較高的省份，應(yīng)進一步優(yōu)化創(chuàng)新環(huán)境，注重高質(zhì)量和內(nèi)涵式發(fā)展，發(fā)揮西部科技創(chuàng)新的引導作用。而對創(chuàng)新效率相對較低的其他省份，如寧夏、內(nèi)蒙古、青海等省份，科技創(chuàng)新水平提高空間較大，應(yīng)增強政府支持力度，增加規(guī)模投入的同時，應(yīng)提高科技創(chuàng)新管理水平，優(yōu)化高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)。

參考文獻：

［1］白俊紅，江可申，李婧.中國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評價及分析［J］.管理評論，2009，21（9）：3-9.

［2］陳斌.長三角城鎮(zhèn)化、產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新承載力的耦合關(guān)系［J］.南通大學學報（社會科學版），2020，36（1）：29-42.

［3］李蘭冰.我國區(qū)域科技創(chuàng)新效率評價——以省際數(shù)據(jù)為樣本［J］.科技管理研究，2008，28（9）：87-90.

［4］史修松，趙曙東，吳福象.中國區(qū)域創(chuàng)新效率及其空間差異研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009，26（3）：45-55.

［5］樊華，周德群.中國省域科技創(chuàng)新效率演化及其影響因素研究［J］.科研管理，2012，33（1）：10-18.

［6］白俊紅，蔣伏心.考慮環(huán)境因素的區(qū)域創(chuàng)新效率研究［J］.財貿(mào)經(jīng)濟，2011（10）：104-112.

［7］喬元波，王硯羽.基于三階段DEA-Windows分析的中國省域創(chuàng)新效率評價［J］.科學學與科學技術(shù)管理，2017，38（1）：88-97.

［8］范建平，連嘉琪，吳美琴.中國區(qū)域科技創(chuàng)新效率研究——基于三階段EBM-Windows模型［J］.中國科技論壇，2019（11）：113-122.

［9］FRIED?H?O，LOVELL?C?A?K，SCHMIDT?S?S，et?al.Accounting?for?environmental?effects?and?statistical?noise?in?data?envelopment?analysis［J］.Journal?of?productivity?analysis，2002（17）：157-174.

［10］張凡凡，張啟楠，李福奪，等.基于三階段DEA-Windows的主產(chǎn)區(qū)糧食生產(chǎn)效率評價［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（5）：158-165.

［11］余華茂.基于Windows?DEA模型的我國自然災(zāi)害應(yīng)急公共投入績效研究［J］.中國安全生產(chǎn)科學技術(shù)，2019，15（7）：39-45.

［12］劉自敏，張昕竹，楊丹.我國省級政府衛(wèi)生投入效率的時空演變——基于面板三階段DEA模型的分析［J］.中央財經(jīng)大學學報，2014，1（6）：97-104.

［13］鐘祖昌.國家創(chuàng)新效率的結(jié)構(gòu)特征及其收斂性研究：基于OECD國家和中國的經(jīng)驗分析［J］.科學學與科學技術(shù)管理，2012，33（2）：22-29.

［14］肖文，林高榜.政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國工業(yè)行業(yè)的實證分析［J］.管理世界，2014（4）：71-80.

［15］王雪原，王宏起.基于產(chǎn)學研聯(lián)盟的科技創(chuàng)新資源優(yōu)化配置方式［J］.中國科技論壇，2007（11）：3-7.