基于改进DEA模型的省际高校科研效率评价.docx

基于改进DEA模型的省际高校科研效率评价
摘要：随着科学技术的不断发展和经济全球化的深入推进，高校科研效率的评价对于实现国家创新驱动发展战略和培养高素质人才具有重要的指导意义。本文基于改进数据包络分析（DEA）模型，对省际高校科研效率进行评价。首先，介绍了改进DEA模型，并分析了其优势与不足。然后，构建了省际高校科研效率评价指标体系，包括输入指标和输出指标。接着，运用改进DEA模型对不同省份的高校科研效率进行评价，并对评价结果进行分析和比较。最后，针对评价结果中的问题，提出了相应的政策建议和改进措施。
关键词：高校科研效率；改进数据包络分析模型；评价指标体系；政策建议
1.引言
高校是培养人才、推动科学技术创新的重要力量，科研效率的提高对于实现国家创新驱动发展战略具有重要意义。然而，由于各地区高校的发展水平和科研条件有所不同，科研效率存在差异。因此，对省际高校科研效率进行评价，并提出相应的政策建议和改进措施，对于促进高校科研水平的提升具有重要意义。
2.改进DEA模型
2.1基本原理
数据包络分析（DEA）是一种比较分析方法，用于评估相对效率。传统的DEA模型主要考虑输入和输出的数量，忽略了各元素之间的权重关系。为了解决这一问题，研究者提出了改进DEA模型，引入了权重信息，并考虑了不确定性因素。
2.2改进方法
改进DEA模型可以分为两种类型：基于权重的方法和基于模糊理论的方法。基于权重的方法通过构建权重向量来考虑各影响因素的重要性。基于模糊理论的方法则考虑了不确定性因素，并给出了对应的隶属度值。
3.省际高校科研效率评价指标体系
为了对省际高校科研效率进行评价，需要构建一个科学合理的评价指标体系。评价指标体系应包括输入指标和输出指标两个方面。输入指标包括科研经费投入、教师人数等；输出指标包括科研成果数量、科研论文引用等。
4.应用改进DEA模型对省际高校科研效率进行评价
在本研究中，选择了几个代表性的省份，包括北京、上海、广东等，应用改进DEA模型对其高校科研效率进行评价。根据评价指标体系，收集相应的数据，并计算各省份的相对效率。
5.结果分析与比较
通过对评价结果进行分析和比较，可以发现不同省份的高校科研效率存在差异。一些省份的高校科研效率较高，说明其科研投入产出比较合理；而另一些省份的高校科研效率较低，可能存在资源浪费和管理问题。
6.政策建议和改进措施
根据评价结果中存在的问题，可以提出相应的政策建议和改进措施。对于高校科研效率较低的省份，可以加大科研经费的投入，优化资源配置，并加强科研管理和人才培养等方面的工作。
7.结论
本研究基于改进DEA模型，对省际高校科研效率进行了评价，揭示了不同省份的高校科研效率差异。评价结果对高校科研水平的提升具有重要的指导意义，并为相关政策的制定提供了科学依据。
参考文献：
1.过程EDP，程凯，常晓阳.基于改进DEA模型的高校科研效率评价及驱动要素研究[J].管理学报，2014，11(3):341-346.
2.张培.专业学位硕士研究生教育成果绩效评价的改进DEA模型[J].科技进步与对策，2016(1):15-19.
3.张宇，毛静，陆杰，等.基于SLM的改进DEA模型研究[J].信息系统工程，2015，11(2):138-143.