×
基于DEA的方向规模收益测度研究

基于DEA的方向规模收益测度研究

1星价 ¥108.0 (7.3折)
2星价¥108.0 定价¥148.0
暂无评论
图文详情
  • ISBN:9787030687463
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:183
  • 出版时间:2021-06-01
  • 条形码:9787030687463 ; 978-7-03-068746-3

本书特色

该书将经济学中规模收益的概念通过引入方向因子扩展为方向规模收益,并在现有DEA框架下以科研机构为案例进行分析。

内容简介

本书主要聚焦于DEA框架下的规模收益和方向规模收益分析方法,本书研究工作的创新点为将经济学中规模收益的概念通过引入方向因子扩展为方向规模收益、通过DEA模拟前沿生产函数,并将方向规模收益的概念引入DEA框架中,在现有DEA框架下测度方向规模收益和方向规模弹性、很优投入方向以及方向阻塞效应,以上研究成果适用于真实的数据,可以比现有其他方法提供更丰富的信息。 本书可为相关领域的研究人员、高校教师、研究生和相关的实践者提供参考。

目录

目录
前言
第1章绪论1
1.1研究背景与意义1
1.2相关概念5
1.3国内外研究现状12
第2章数据包络分析方法综述17
2.1研究背景17
2.2确定数据的DEA模型18
2.3不确定数据的DEA模型34
2.4DEA模型的若干应用36
2.5本章小结40
第3章经济学中的规模收益和规模弹性41
3.1研究背景41
3.2生产函数43
3.3规模收益与规模弹性44
3.4DEA框架中的规模收益判定47
3.5本章小结51
第4章方向规模收益与方向规模弹性54
4.1研究背景54
4.2方向规模收益与方向规模弹性的定义55
4.3方向规模收益与生产过程的效率62
4.4案例研究63
4.5本章小结66
第5章DEA模型与方向规模收益67
5.1研究背景67
5.2方向规模收益和方向规模弹性72
5.3方向规模收益的测度76
5.4案例研究93
5.5本章小结98
第6章方向规模收益与**投入方向100
6.1研究背景100
6.2方向规模弹性与**投入方向101
6.3案例研究114
6.4本章小结118
第7章方向阻塞效应119
7.1研究背景119
7.2阻塞效应120
7.3方向阻塞效应的定义与测度126
7.4方向阻塞与强阻塞和弱阻塞142
7.5案例研究144
7.6本章小结148
第8章中国科学院生物领域研究所方向规模收益分析149
8.1研究背景149
8.2指标与数据153
8.3相对效率分析155
8.4方向规模收益与方向阻塞效应分析157
8.5本章小结165
第9章主要结论与研究展望167
参考文献170
展开全部

节选

第1章 绪论 1.1 研究背景与意义 科学政策的首要目的,一是确保得到公共资金支持的科学研究的诚信,二是确保此类科学研究的产出率(古斯顿,2010)。美国政府投资于科学,其产生的益处或者价值是什么?这个问题存在于美国所有时期的科学政策中。针对这个问题,19世纪80年代,美国政府关注的是受资助研究的经济价值。但是在20世纪70年代后期经济不振之后,美国政府开始关注怎样提升受其资助的科学研究所产生的经济结果,即产出率。同时,随着科学变得不那么特殊,并越来越与公共政策的其他领域一样,美国科学研究机构与其他机构一道,都归入了1993年美国国会颁布的《政府绩效与结果法案》(Government Performance and Results Act,GPRA)的适用范围之内。GPRA法案以立法的形式确立了对政府的行政机构和科研机构进行绩效评估的制度,旨在提高绩效、加强管理。GPRA法案的颁布实施有其历史的延续性。20世纪60年代,美国的计划项目预算系统(Planning-Programming-Budgeting System,PPBS)重点强调项目管理和预算的计划性;70年代,它被目标管理(management by objective)和零基预算(zerobase budget)所取代;80年代,在目标管理和零基预算的基础上,美国政府在预算管理中更加强调三个动机:一是提高效率;二是质量管理;三是目标管理。更好地提高效率和更好地测量效率和效果是美国政府颁布实施GPRA的重要原因。由此可见,美国政府对于联邦科研机构的管理理念是将科技作为生产力进行管理的。 科学政策是科技政策的一部分。21世纪之前,美国科技政策研究缺乏足够的系统性和科学性,难以支撑政府做出*佳的科技投资决策,因此美国政府于2005年提出了发展科技政策方法学(science of science policy,SoSP)的倡议,将科技政策研究作为一门新兴交叉学科进行发展,重点是开展定量化、可视化、逻辑化的方法和工具的研究,搭建科技数据的挖掘和展示平台,将SoSP作为建立美国政府“基于证据的决策系统”的重要举措。SoSP致力于为政府科技政策提供定量化的数据基础、方法和工具,帮助政策制定者更好地理解科技创新活动的规律,并开展对科技事业的评价。 2008年9月,金融危机爆发并席卷全球,美国、欧洲、日本等主要经济体陷入全面衰退状态。经过美国国会参议院和众议院内部激烈辩论以及国会与奥巴马政府多次的协商后,基于凯恩斯主义经济学理论,2009年2月13日美国第111次国会上众议院和参议院通过了总额为7870亿美元的“一揽子”刺激经济复苏的方案,即《2009年美国复苏与再投资法案》(The American Recovery and Reinvestment Act of 2009,ARRA)http://en.wikipedia.org/wiki/American_Recovery_and_Reinvestment_Act_of_2009[2012-05-01].。ARRA法案涉及的7870亿美元中有约76亿美元直接投资于科学研究①。Ehrenberg和Smith(2005)采用生产函数模型研究科学投资如何创造就业岗位的问题。Goldston(2009)则指出,美国政府投资于科学是基于科学研究可以很快创造更有竞争力的公司和更多更好的工作岗位。例如,美国信息技术与创新基金会(Information Technology and Innovation Foundation,ITIF)的一份报告指出,200亿美元的科研投入可以每年新增(维持)约402 000个工作岗位。Mervis(2009)和Hand(2009)指出在金融危机中,美国政府投资科学研究可以促进经济增长以及创造就业岗位。ARRA法案中76亿美元直接投资于科学研究便是基于这一理念。此外,奥巴马竞选总统的承诺包括使政府工作流程合理化、削减政府开支、提高政府工作效率。由于GPRA法案和ARRA法案的要求及其竞选承诺,奥巴马政府面临向公众展示ARRA法案中用于科学研究的资金如何对美国经济社会产生影响,特别是如何保留并创造工作机会及促进经济复苏。 根据GPRA法案和ARRA法案的要求,为了满足向公众展示科学研究的资金如何对美国经济社会产生影响的需要,在SoSP框架下,美国政府发起了STAR METRICS项目,旨在通过政府和研究机构之间的合作,创建跨部门共享的数据库以及数据展示工具,从而从定量角度对联邦R&D投入的影响进行展示与评价。 STAR METRICS项目是“美国再投资中的科学技术:测度研究对创新、竞争力和科学的影响”(Science and Technology for Americas Reinvestment:Measuring the Effect of Research on Innovation,Competitiveness and Science)的简称。此项目在美国科技政策办公室(Office of Science and Technology Policy,OSTP)的指导下,由美国国立卫生研究院(National Institutes of Health,NIH)负责改为美国国立卫生研究院和美国国家科学基金会(National Science Foundation,NSF)共同牵头负责,其目标是由联邦政府、资助机构与大学合作开发一个基于实证的框架来测度科研投资的效果,向公众展示科研投资的收益,并组织大学和资助机构共同构建一个支撑该框架的开放式的数据基础(Lane,2009,2010;Lane and Bertuzzi,2011)。正如美国科技政策办公室(Office of Science and Technology Policy,OSTP)主任John P.Holdren所指出的:有必要用可靠的证据展示美国在研究与开发活动上的投资所获得的收益,STAR METRICS项目就是其中重要的组成部分。 首先,STAR METRICS项目将创造一个跨部门的机制对联邦资金资助的研究机构的科学家及支撑人员的人数做出解释;其次,STAR METRICS项目将基于这些信息,构建科技对经济效益的影响的测度方法(如创造就业岗位),更好地测度科学研究成效(如通过引用和专利来测度新科学的产生和接受),以及测度科研投资的社会效益(如公共健康方面);*后,STAR METRICS项目将开发和扩展现有的研究工具,同时将对资助机构和受资助方的负担降至*低。在项目进行的过程中,各方面的利益相关者将对项目进展的成效不断进行评估。值得一提的是,STAR METRICS项目还有一个特色是项目初期阶段由项目负责人(principal investigator,PI)与大学相关人员自愿报名参加并形成的项目工作组。STAR METRICS项目的产出形式包括三类:一是科学投资在就业岗位的保留和创造方面的标准测度方法;二是科学投资对经济、科学和社会的长期影响的系统、标准和有效的测度方法;三是形成科技政策方法学研究共同体。STAR METRICS项目的终极目标是构建一个成熟的研究领域、联邦政策层面成熟的分析工具集合(将科技政策提升到和税收政策一样的层面),构建科研资助机构和大学共享的科研管理数据平台以及科技政策研究者共享的政策研究数据平台。其中,科研机构的资源使用效率和规模收益(returns to scale,RTS)情况是重点研究内容之一。由此可见,公共科研机构的效率和规模收益情况是美国等科技发达国家重点关注的问题。 在我国,随着1995年“科教兴国”战略的提出,我国逐步加强对科学研究的投入。香港《明报》2010年11月19日报道:2000~2008年,中国研发总支出从896亿元剧增至4616亿元,年均增幅达22.8%;研发总支出占GDP的比例也从2000年的0.9%升至2008年的1.54%。《国家“十二五”科学和技术发展规划》中指出,到2015年研究与实验发展经费支出占GDP的比例要提高到2.2%。国家统计局、科技部等六部门联合发布的《第二次全国科学研究与实验发展(R&D)资源清查主要数据公报》则显示:2009年按实际工作时间计算的R&D人员全时当量达到229.1万人年,是2000年的2.5倍。联合国教育、科学及文化组织发布的《教科文组织2010年科学报告》指出,在过去的十年间,中国培养的科学与工程专业博士生数量仅次于美国,居全球第二,研究人员的数量也逐渐逼近美国和欧盟。以中国科学院为例,自1998年知识创新工程实施以来,国家加大了对中国科学院的财政支持与投入,截至2011年,国家科技教育领导小组批准,财政部会同国家发展和改革委员会核定的中国科学院试点经费超过500亿元。2011年,中国科学院“创新2020”正式全面启动,中国科学院科研经费及科研人员将在现有基础上大幅增加。在这样的背景下,国家大规模增加财政科技投入是否得到了有效利用?目前国家对机构划拨经费的体量与划拨比例是否适应机构可持续发展的要求?未来科研经费管理的重点是继续加大投入还是调整结构?各创新单元(高校、***科研机构等)是否达到了**规模?各创新单元之间财政科技投入如何分配?这些问题涉及合理配置我国有限的科技资源,从而达到资源使用效率*大化,是国家宏观科技管理层面亟待了解与掌握的重要问题,是当前我国科技体制改革的重要依据之一。要回答这些问题,要先了解科研机构的科技资源使用效率及规模收益情况。由此,为了更有效地使用有限的科技资源、支撑国家宏观科技资源配置,有必要对我国科研机构的资源使用效率及规模收益情况进行研究。 1.2 相 关 概 念 1.2.1 科研机构 在界定科研机构之前,首先给出事业单位的定义。《事业单位登记管理暂行条例》2004年修订,将事业单位定义为:国家为了社会公益目的,由国家机关举办或者其他组织利用国有资产举办的,从事教育、科技、文化、卫生等活动的社会服务组织。1999年全国人民代表大会常务委员会第十次会议通过的《中华人民共和国公益事业捐赠法》中,公益性非营利的事业单位被定义为:依法成立的,从事公益事业的不以营利为目的的教育机构、科学研究机构、医疗卫生机构、社会公共文化机构、社会公共体育机构和社会福利机构等。成思危主编的《中国事业单位改革——模式选择与分类引导》一书中将事业单位定义为:为了社会公益目的,由各级政府、企业法人、社团人或公民个人出资,以及上述法人和自然人的某种合资形式依法举办的,依法自主运作,独立承担民事责任,从事教育、科技、卫生、体育等方面的非营利性社会服务活动的独立法人。从上述事业单位的定义中可以看出,科研机构是事业单位的重要构成部分之一。通常,科研机构是指有明确的研究方向和任务,有一定水平的学术带头人和一定数量、质量的研究人员,有开展研究工作的基本条件,长期有组织地从事研究与开发活动的机构。 1.2.2 相对效率 The problem of measuring the productive efficiency of an industry is important to both the economic theorist and the economic policy maker.If the theoretical arguments as to the relative efficiency of different economic systems are to be subjected to empirical testing,it is essential to be able to make some actual measurements of efficiency. Equally,if economic planning is to concern itse

作者简介

杨国梁,博士,中国科学院科技战略咨询研究院研究员。2013年于中国科学院大学获得管理科学与工程博土士学位,并于2014~2016年在德国DAAD-王宽诚研究基金、国家留学基金管理委员会和英国牛顿基金的资助下分别出访德国弗劳恩霍夫协会系统与创新研究所、英国曼彻斯特大学商学院和英国阿斯顿大学商学院。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航