【摘要】： 作為人才和知識(shí)密集的高等學(xué)校,是創(chuàng)新型國(guó)家建設(shè)的主力軍,肩負(fù)著人才培養(yǎng)、科技創(chuàng)新、科技成果轉(zhuǎn)化等重要任務(wù)。目前,對(duì)高校在國(guó)家創(chuàng)新體系中的重要作用、高�？萍紕�(chuàng)新能力的內(nèi)涵以及高校科技創(chuàng)新指標(biāo)評(píng)價(jià)體系的理論研究相對(duì)較多,但從實(shí)證的角度分析高�？萍紕�(chuàng)新的效率情況和影響因素則相對(duì)較少。 本文在前人理論研究的基礎(chǔ)上,借鑒國(guó)外高�？萍紕�(chuàng)新效率的普遍研究方法,運(yùn)用Malmquis、DEA以及Tobit的分析方法,分別對(duì)自1994年到2007年我國(guó)各地區(qū)高�？萍紕�(chuàng)新的效率變動(dòng)情況以及環(huán)境影響因素進(jìn)行實(shí)證分析。研究表明,我國(guó)各地區(qū)的高�？萍紕�(chuàng)新效率的變動(dòng)并不穩(wěn)定,主要呈現(xiàn)波動(dòng)增長(zhǎng)的趨勢(shì)；高�？萍紕�(chuàng)新效率的上升主要依賴于技術(shù)進(jìn)步；效率值的變動(dòng)還會(huì)受到人力投入的結(jié)構(gòu)和素質(zhì)以及經(jīng)費(fèi)投入結(jié)構(gòu)等環(huán)境因素的影響。因此,可以從投入、產(chǎn)出和環(huán)境三個(gè)層面探索促進(jìn)高�？萍紕�(chuàng)新效率提升的方法,完善高�？萍紕�(chuàng)新體系的建設(shè),進(jìn)而推動(dòng)創(chuàng)新型國(guó)家的發(fā)展完善。 本文的創(chuàng)新有三：一是借鑒國(guó)外效率分析的先進(jìn)方法,對(duì)我國(guó)各地區(qū)高�？萍紕�(chuàng)新效率的變動(dòng)情況進(jìn)行了全面的分析,挖掘出了高�？萍紕�(chuàng)新效率增長(zhǎng)的根本動(dòng)力；二是從多角度豐富完善了高�？萍紕�(chuàng)新效率評(píng)價(jià)的指標(biāo)體系；三是探索影響高�？萍紕�(chuàng)新效率的環(huán)境因素,為提升高校科技創(chuàng)新能力提供理論和實(shí)踐上的政策依據(jù)。
【學(xué)位授予單位】：南開(kāi)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：G644
【圖文】：

通過(guò)spss的統(tǒng)計(jì)軟件，對(duì)于高�？萍紕�(chuàng)新人力投入的六個(gè)變量進(jìn)行因子分析。一般而言，因子分析中提取公因子的個(gè)數(shù)主要是根據(jù)因子的累計(jì)方差貢獻(xiàn)率和碎石圖來(lái)決定的。如下表3.5和圖3.1所示，提取出來(lái)的第一個(gè)因子的特征根是5.730，可以解釋6個(gè)原始投入變量的95.4990k;第二個(gè)因子的特征根為0.246，特征值小于1，且只能解釋6個(gè)原始變量的4.106%，與第一個(gè)因子的相對(duì)貢獻(xiàn)率較小。另外，利用因子分析的碎石圖同樣可以幫助確定最優(yōu)的因子數(shù)量。在圖3一1所示的碎石圖中，橫坐標(biāo)表示因子的數(shù)目，縱坐標(biāo)表示的是特征根。從圖中可見(jiàn)

ComPone吐Number圖3表3.2模型M2的因子分析碎石圖10模型M2旋轉(zhuǎn)后的因子載荷矩陣eeeeeomponent}}}lllll111222333

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王芬;朱文斌;;地方高�？萍紕�(chuàng)新團(tuán)隊(duì)建設(shè)中存在的問(wèn)題及對(duì)策[J];常州工學(xué)院學(xué)報(bào)(社科版);2011年03期

2 衡孝慶;魏星梅;;科技創(chuàng)新平臺(tái)政策環(huán)境評(píng)價(jià)研究[J];中國(guó)高�？萍�;2011年06期

3 杜志華;蔡繼祥;;歐盟并購(gòu)控制效率抗辯問(wèn)題研究[J];武漢大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2011年04期

4 晏永剛;任宏;況明s

本文編號(hào)：2724598