DEA模型评估：区域创新环境对创新绩效的影响

"该文基于DEA模型对2006年中国30个省市的区域创新效率进行评价，探讨区域创新环境对创新绩效的影响。研究发现区域创新效率存在显著的地域差异，且与创新能力及经济发展水平不完全正相关。创新效率低下主要归因于创新环境利用不足。" 本文详细阐述了基于数据包络分析（DEA）模型在评估区域创新环境对创新绩效影响的应用。DEA是一种非参数的多输入多输出效率评价方法，常用于效率分析，尤其是当评价对象有多个输入和输出指标时。作者以此模型对2006年全国30个省市的区域创新效率进行了量化评价。 研究结果揭示了几个重要的知识点： 1. 地区差异：中国区域间的创新效率存在显著差异，这表明不同地区的创新环境、资源分配以及政策支持等方面存在明显不均。这种差异可能源于各地区在教育投入、科技支持、市场环境、基础设施等方面的异质性。 2. 不一致性关系：区域创新效率的高低并不总是与创新能力或经济发展水平成正比。这意味着单纯依赖经济实力或研发投入并不一定能保证高创新效率。这可能是由于创新活动的复杂性，需要多方面的因素协同作用，如政策环境、人才储备、市场成熟度等。 3. 创新环境的重要性：从DEA模型分析结果来看，创新效率低下的主要原因是对创新环境的利用不足。这暗示了改善创新环境，如提升公共服务质量、加强知识产权保护、建立有效的产学研合作机制等，对于提高创新效率至关重要。 结合这些发现，作者提出了针对创新效率偏低地区的改进建议，强调在创新环境的投入方面应有所侧重。例如，增加对研发的财政支持，提升教育质量以培养更多创新型人才，以及构建更加开放和友好的创新生态系统，以促进创新资源的有效利用。 关键词：区域创新环境、创新绩效、数据包络分析（DEA）、创新效率 这篇论文通过DEA模型对区域创新环境进行了深入研究，强调了创新环境在提升创新绩效中的核心地位，并提供了改善区域创新效率的策略建议，对于理解并优化中国的区域创新政策具有重要的参考价值。