标题

Size: px

Start display at page:

Download "标题"

亦转葛
7 years ago
Views:

1 第 26 卷第 4 期 2013 年 7 月北京航空航天大学学报 ( 社会科学版 Journal of Beijing University of Aeronautics and Astronautics( Social Sciences Edition Vol. 26 摇 No. 4 July, 2013 中国航空航天工业科技资源区域配置效率研究基于 DEA 鄄 Malmquist 指数方法摘摇董晓辉 ( 国防科学技术大学人文与社会科学学院, 湖南长沙要 : 在建设创新型国家和科技强军的进程中, 航空航天工业科技资源的优化配置是国防科技创新和经济发展的重要支撑和推动力量如何进一步优化航空航天科技资源配置效率, 依靠科技进步和创新推动经济发展方式和战斗力生成模式的转变是当前亟待解决的重大战略课题目前, 中国航空航天科技资源区域配置效率不均衡现象明显, 应深入挖掘科技资源配置潜力, 注重科技投入的长期效果, 加强科技创新等以不断优化航空航天工业科技资源配置效率关键词 : 航空航天工业 ; 科技资源 ; 数据包络分析 ; Malmquist 指数中图分类号 : F416 郾 5 摇摇摇文献标识码 : A 摇摇摇文章编号 :1008 鄄 2204( 鄄 0069 鄄 06 A Study on the Region Allocation Efficiency of Aeronautics & Astronautics S&T Resources in China: Based on DEA and Malmquist Index Dong Xiaohui ( College of Humanities and Social Sciences,National University of Defense Technology,Changsha ,China Abstract: In the process of building an innovative country and strengthening the army with S&T, optimal allocation of Aeronautics & Astronautics resources is the important support and driving force about the National Defense Science and technology progress and economics. How to optimize Aeronautics & Astronautics science and technology resource allocation efficiency, rely on scientific and technological progress and innovation to speed up the changes in the for 鄄 mation of combat effectiveness and economic development mode is the major strategic issues to solve. But at present, regional imbalance of China 蒺 s aeronautics & astronautics science and technology resources allocation efficiency is obvi 鄄 ous, for the next step we should exploit potentialities, pay attention to the long term effectiveness of investment in sci 鄄 ence and technology, strengthen the innovation of science and technology, and constantly optimize the science and technology resources allocation efficiency. Key words: aeronautics & astronautics industry; technology resources; DEA; Malmquist index 一引言航空航天工业科技资源主要指直接作用于航空航天工业科技创新过程中的各类资源要素, 包括资金人才技术信息以及各类服务资源等, 主要分布于国防科技工业企业军工科研院所高等院校以及承担航空航天科研生产任务的民用生产配套单位等纵观近年来发生的多次局部战争, 空天对抗已成为现代战争的主要作战模式, 航空航天技术也成为世界各国优先发展的战略核心技术同时, 航空航天工业科技资源具有典型的军民两用性特征, 是加快经济发展方式转变和推动社会进步的重要战略性资源在国家安全领域, 美国前总统肯尼迪早在 20 世纪 60 年代就提出了 : 谁控制了空间, 谁就控制了地球冶, 从 1998 年美国航天司令部公布的 2020 年设想和 1999 年公布的美国国防部最新航天政策到 2010 年公布的弹道导弹防御计划评估报告, 这些政策报告均提出要发展控制空间的能力冶 [1] 中国军用航天 ( 各类侦查通信导航卫星摇收稿日期 : 2011 鄄 12 鄄 14 摇基金项目 : 国防科技大学科研计划立项课题 (JZ12 鄄 08 鄄 24 摇作者简介 : 董晓辉 (1981, 男, 江苏盐城人, 讲师, 博士, 研究方向为国防科技创新与经济发展.

2 70 北京航空航天大学学报 ( 社会科学版摇摇摇摇摇摇摇摇摇摇摇摇摇 2013 年 7 月和其他航天器空天作战武器等在重大战略需求的推动下也实现了快速发展大力发展航空航天工业, 增强进入空间利用空间控制空间冶的能力, 将对维持世界军事战略平衡, 提高中国军队实战和威慑能力起到关键作用在经济发展领域, 中国的两弹一星冶工程曾带动了一大批高新技术的迅猛发展, 仅长征二号火箭的研制就开发了余种新材料 2010 年 10 月国务院关于加快培育和发展战略性新兴产业的决定的出台对加快培育包括航天产业在内的战略性新兴产业做出了总体部署提高航空航天工业科技资源配置效率将对经济发展方式的转变发挥巨大的推动作用因此, 无论是满足军事需求, 还是民用需求, 航空航天科技资源在国家工业体系中都发挥了极其重要的作用当前中国航空航天工业已进入到高速发展时期, 全国很多省份都在积极布局航空航天项目, 一批新的航空产业园区正在组建发展中, 中国正在掀起一股航空产业新布局的浪潮, 这必将对未来国家安全和经济发展产生重要影响如何通过航空航天工业科技资源配置效率的提升, 加快实现经济发展方式和战斗力生成模式的转变, 已成为国防建设和经济建设协调发展的重要问题二研究方法和指标选择科技资源配置是各类科技资源在不同科技活动主体领域过程空间和时间上的分配和使用 [2] 目前主要从定性和定量两个方面来研究航空航天工业科技资源的配置定性研究主要从中国航空航天工业科技资源配置与管理过程中的规模结构体制机制及国际比较等视角来分析 [3] 推动航空航天产业集群, 促进航空航天工业合理布局, 走军民融合式发展道路, 加强科技资源整合是提高中国航空航天工业科技资源配置效率和国际竞争力的路径选择定量研究主要有以下两种方法 : 一种是参数分析方法, 即通过引入相关变量分析中国航空航天工业科技 R&D 投入产出效率, 如运用 SFA 方法对影响航空航天科技资源配置效率的因素进行分析 ; 另一种是非参数方法, 该方法包括主成分分析法聚类分析法和数据包络分析 ( DEA 法等由于 DEA 法不用考虑量纲, 也无需预先假定具体的函数形式及参数估计, 避免了主观判断, 评估工作流程简捷, 因而在众多行业和领域中被广泛用于评估多输入和多输出的问题 [4] ( 一 DEA 法 DEA 法是运用线性规划方法构建观测数据的分参数分段曲面 ( 或前沿, 然后相对于这个前沿面来测算效率在法雷尔提出分段线性凸包的前沿估计方法之后, 法尔格罗斯科夫洛夫尔西福特和斯洛尔查尔斯库伯以及塞纳索里斯等对该方法进行了综合研究 [5] 基本模型为 C 2 R 模型 : s. t. ìmin 兹 n 移姿 jx ij + S - = 兹 x ij0 j = 1 n í 移姿 jx rj - S + = y rj0 j = 1 S - 逸 0,S + 逸 0 î姿 j 逸 0,j = 1,2,, n (1 其中 :n 为同类决策单元 (DUM 的数量 ;m 和 s 为输入和输出指标的个数 ;x ij0,y rj0 分别为其中第 j 0 个决策单元的第 i 项输入和第 r 项输出 ;s -,s + 为松弛变量 ; 着为阿基米德无穷小量 ; 兹为科技资源的配置的相对效率若兹 = 1, 且 s - = 0,s + = 0, 则决策单元 j 0 为 DEA 有效, 决策单元的经济活动同时为技术和规模有效 ; 若兹 = 1, 但至少某个输入或输出大于 0, 则 j 0 不是同时技术和规模有效 ; 若兹 < 1, 且 s - 屹 0,s + 屹 0, 则 j 0 技术和规模均不是有效 n 移 j = 1 若约束条件和生产可能集 T 同时加入条件姿 j = 1 则可以得到基于 DEA 评价的 BC 2 模型该模型剔除了固定规模收益的假设以衡量处于不同规模收益下的相对效率值, 考察决策单元与生产前沿面之间的距离, 该边缘面的观测数据包要比 CRS 锥包更加紧凑若解出兹 = 1,j 0 则可判别是技术有效而非规模有效 ; 若兹 < 1, 则可判别 j 0 是技术和规模均无效, 对于非有效的决策单元可通过调整投入产出以使规模和技术有效 C 2 R 模型得出的值为技术效率,BC 2 模型得出的值是纯技术效率 CRS DEA 中技术效率可由纯技术效率和规模效率综合求得由此可见,DEA 分析结果既能反映被评估单元的生产活动是否有效, 具有明确的经济含义 ; 又能将这种有效性分解为规模有效性和技术有效性, 从而全面评估决策单元的生产状况, 直观比较各个决策单元的效率, 为规划管理提供有力的决策支持 ( 二 Malmquist 指数 Malmquist 全要素生产效率指数可用于分析多输入和多输出变量间的动态生产效率的变化这种方法最初由马姆奎斯特提出, 法尔格罗斯克夫和罗

3 第 26 卷第 4 期摇摇董晓辉 : 中国航空航天工业科技资源区域配置效率研究基于 DEA 鄄 Malmquist 指数方法 71 斯构造了从 s 期 ( 基期到 t 期之间的 Malmquist 指数 m 0, 用以衡量技术效率变化技术变化和全要素变化之间的关系 Malmquist 指数通常被定义为 s 期和 t 期两个生产效率指数的几何平均, 这也是费雪和卡夫斯克里斯滕森和迪沃特的核心思想具体表达式为 m 0 = [ ds 0(q t d0 s d0(q t t 伊 d0(q t s ] 1 / 2 (2 其中 :d s 0(q t,d s 0 分别为以 s 期的数据为参考时,s 期 t 期决策单元的距离函数 ;d t 0 ( q t,d t 0 分别为以 t 期的数据为参考时,s 期 t 期决策单元的距离函数在全要素生产率指数中, 根据法尔在 VRS 假设下的研究, 将此距离函数重新组合就等价于技术效率变化指数和技术变化指数的乘积其中技术效率变化又可以分解为纯技术效率变化和规模效率变化 [6], 因此, 上式可分解为 m 0,x x = d0(q t t d0(q d0 s [ s t d0 s 伊 d0(q t t d0(q t s ] 1 / 2 = 纯技术效率伊规模效率伊技术变化 (3 如果 m 0 > 1, 则 Malmquist 全要素生产效率提高, 反之则降低技术变化即技术变动指数, 又称前沿面移动效应, 表示从 s 期到 t 期的技术边界的推移程度, 若技术变动 > 1, 则表示技术进步技术效率变化指从 s 期到 t 期的相对技术效率的变化程度, 若技术效率变化 > 1, 则表示决策单元在 t 期与 t 期前沿面的距离比在 s 期与 s 期前沿面的距离近, 技术相对效率较高纯技术效率变化 > 1, 意味着管理改善使配置效率提高, 规模效率变化 > 1, 表示决策单元从长期来看向最优规模靠近, 以上各指标反之则意义相反 ( 三指标选择和数据来源笔者选取中国 30 个省 ( 市区作为决策单元, 并将其划分为华中地区西北地区东北地区西南地区华东地区华北地区和华南地区七个区域, 以分析航空航天工业科技资源配置情况具体划分如下 : 华东地区包括山东省江苏省安徽省浙江省福建省和上海市 ; 华南地区包括广东省广西省和海南省 ; 华中地区包括湖北省湖南省河南省和江西省 ; 华北地区包括北京市天津市河北省山西省和内蒙古省 ; 西北地区包括宁夏省新疆维吾尔自治区青海省陕西省和甘肃省 ; 西南地区包括四川省云南省贵州省和重庆市 ; 东北地区包括辽宁省吉林省和黑龙江省, 该研究不包括西藏自治区在评估指标体系的构建中, 首先, 必须保证指标可以全面反映航空航天科技资源的投入和产出, 满足系统性的要求 ; 其次, 要确保科技投入和产出的口径一致 ; 最后, 要考虑指标数据的可获取性和准确性综合考虑上述因素, 笔者采用年 30 个省 ( 市区航空航天工业科技资源的数据, 主要包括航空航天科技投入和产出两部分, 其中航空航天科技投入主要是航空航天工业 R&D 人员 R&D 经费内部支出 ; 航空航天工业科技产出主要是发明专利授权量新产品销售收入及新产品产值数据是笔者根据年中国高新技术产业统计年鉴整理所得三结果分析 ( 一 2008 年和 2009 年航空航天科技资源配置效率分析中国七大区域航空航天科技资源配置效率值如表 1 所示,2008 年和 2009 年中国七大区域航空航天科技资源配置效率比较如图 1 所示表 1 摇中国七大区域航空航天科技资源配置效率值摇区域 2009 年 2008 年技术效率纯技术效率规模效率规模收益技术效率纯技术效率规模效率规模收益华北地区 0 郾郾郾 937 递增 0 郾郾郾 820 递增东北地区 0 郾郾郾 950 递减 1 郾郾郾 000 不变华东地区 1 郾郾郾 000 不变 0 郾郾郾 995 递增华中地区 0 郾郾郾 995 递增 0 郾郾郾 777 递减西北地区 0 郾郾郾 575 递减 0 郾郾郾 644 递减西南地区 1 郾郾郾 000 不变 1 郾郾郾 000 不变华南地区 1 郾郾郾 000 不变 1 郾郾郾 000 不变

4 72 北京航空航天大学学报 ( 社会科学版摇摇摇摇摇摇摇摇摇摇摇摇摇 2013 年 7 月图 1 摇 2008 年和 2009 年中国七大区域航空航天科技资源配置效率比较摇摇第一, 从综合效率的角度来看,2008 年东北地区西南地区和华南地区三个区域均达到了 DEA 有效, 即投入产出都达到了最优状态, 技术和规模效率都有效, 华北地区华中地区华东地区和西北地区均为非 DEA 有效, 其中华北地区的配置效率最低, 仅为 0 郾年中国各区域航空航天科技 R&D 投入产出配置效率比 2008 年有明显提高, 全国七个区域平均效率为 0 郾 893, 达到综合有效的地区为华东地区西南地区和华南地区, 其他四个地区为非有效在非有效的地区中, 东北地区和华中地区的效率较高, 分别为 0 郾 95 和 0 郾 923, 西北地区和华北地区的效率较低, 分别为 0 郾 514 和 0 郾 486 此外, 投入产出效率的高低与投入水平之间并不呈正相关关系, 部分地区投入水平与产出之间尚未实现协调发展, 如华北地区 R&D 投入较多, 但产出效率却不高, 发明专利授权数仅为 27 件, 新产品销售收入也只有万元第二, 从纯技术效率的角度来看,2008 年东北地区华中地区西南地区和华南地区均达到了技术有效, 说明这四个区域的资源配置达到了最优, 而其他区域则需要进一步完善各项投入要素的配置结构 2009 年除了东北地区西南地区和华南地区技术有效之外, 华东地区也到了技术有效华中地区的纯技术效率值为 0 郾 928, 比 2008 年有所降低, 说明此地区还需进一步改进要素的布局华北地区 2009 年的纯技术效率值比 2008 年有明显提高, 但在全国来看仍然是最低, 仅为 0 郾 519, 还需进一步优化产业结构通过比较, 发现各区域的纯技术效率和总体效率的变化趋势基本上一致具体来看 : 一是比较了达到总体效率有效和纯技术有效的区域, 所有达到总体有效的区域, 纯技术效率有效 ; 反过来, 除了东北地区, 所有达到纯技术有效的区域, 总体效率同样有效二是从纯技术效率非有效的区域来看, 大部分地区纯技术效率和总体效率的数值非常接近第三, 从规模效率的角度来看,2008 年东北地区西南地区和华南地区规模效率不变华北地区和华东地区规模效率递增, 说明这些区域有必要进一步扩大生产规模, 增加要素的投入, 进而提高产出, 实现资金人才和设备的最优配置 2008 年华中地区和西北地区规模效率递减 2009 年, 从总体来看全国七大区域的规模效率普遍较高, 平均水平高达 0 郾 923, 远远高于 R&D 投入产出总体效率 (0 郾 839 有三个区域规模效率有效, 即华中地区 (0 郾 995, 东北地区 (0 郾 95 和西北地区 (0 郾 575 从规模效率的区域分布来看, 规模有效区域和总体效率的有效区域是一致的华东地区西南地区和华南地区规模效率指数都等于 1, 说明这些地区 R&D 投入都处于规模报酬不变的阶段, 即使进一步加大 R&D 投入, 其产出效率仍保持不变华北地区和华中地区规模报酬递增, 意味着增加 R&D 投入会有效增加 R&D 产出 ; 东北地区和西北地区规模报酬递减, 这两个地区属航空航天工业科技资源较为丰富的区域, 在现有的资源配置机制下, 增加投入并不一定能促进投入效率的提高通过以上分析, 全国七大区域可分为三大类 : 第一类是三种效率均有效的区域, 即华东地区西南地区和华南地区 ; 第二类是纯技术有效和规模效率非有效的区域, 主要是东北地区, 该地区处于规模报酬递减阶段 ; 第三类是三种效率皆非有效的区域, 即华北地区华中地区和西北地区, 其中华北地区和华中地区处于规模报酬递增阶段, 西北地区处于规模报酬递减阶段后两类总体效率均为非有效 ( 二基于 Malmquist 中国各区域资源布局效率分析运用 DEAP2 郾 1 软件对年中国七大区域航空航天工业的序列数据进行 Malmquist 全要素生产率分析, 得到了中国分区域分年度的全要素生产率指数和详细分解结果, 如表 2 所示从中国航空航天科技资源配置效率的总体平均水平的角度来看, 年, 航空航天科技资源的配置效率呈上升趋势, 全要素生产率均值为 1 郾年年年年年年分别出现了 6 郾 9%,27 郾 6% 79%,6 郾 5%,8 郾 6% 和 49 郾 9% 的增长, 其他年间全要素生产率都降低了各个年份生产率变化的原因并不相同, 例如 : 年是由于技术进步, 生产率提高了 26%, 2004

5 第 26 卷第 4 期摇摇董晓辉 : 中国航空航天工业科技资源区域配置效率研究基于 DEA 鄄 Malmquist 指数方法年是技术效率的变化导致了生产率变化, 年生产率变化是由 46 郾 8% 的技术效率变化和 2 郾 1% 的技术进步共同作用导致的从整体来看, 年间七个决策区域的航空航天科技资源配置效率的提高较为缓慢表 2 摇年航空航天科技资源配置 Malmquist 指数及分解年份效率技术纯技术规模全要素变化进步效率效率生产率郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾 651 均值 1 郾郾郾郾郾 022 摇摇从技术效率变化的角度来看, 效率变化指标的变动较为剧烈, 如图 2 所示从中可见, 年和年该指标均有一个急剧增长, 然后又急剧下滑, 此趋势一直保持到 2007 年, 然后又缓慢上升其间仅有年年以及年出现了增长,2005 年增长幅度最快技术效率的变化是全要素生产率变化的重要原因, 从总体来看, 中国各区域航空航天科技资源配置效率呈上下波的趋势, 并不稳定对技术效率进一步分析发现, 技术效率取决于技术是否充分发挥及规模是否最佳从图 2 中可以看出, 年和年是两个转折点, 在此之前规模效率有所改善, 之后又有明显下降从纯技术效率来看, 2005 年前后纯技术效率上升显著, 之后虽有所波动, 但总体保持上升趋势此外, 从图 2 还可以看出, 年全要素生产率效率变化技术进步三项指标变动较大, 技术效率变化曲线的波动与全要素生产率曲线的波动存在着一致性, 而技术变化曲线的波动在年及年是不一致的, 而在其他年份则不明显, 因此航空航天科技资源配置的全要素生产率的变动主要是由技术效率变化引起的从技术变化的角度来看, 年年年年图 2 摇年航空航天科技资源配置的 Malmquist 指数及构成年以及年, 技术进步的增长率是大于 1 的技术变化的快慢直接影响全要素生产率的增长速度因此, 科技资源的配置效率的提高要依靠技术的进步, 技术进步已成为制约航空航天工业科技资源配置效率的主导因素这种进步, 一方面是由于决策管理方法变得更加科学, 另一方面是由于先进技术带来的配置效率的提高年中国航空航天科技资源配置的 Malmquist 指数如表 3 所示表 3 摇年中国航空航天科技资源配置的 Malmquist 指数区域效率技术纯技术规模全要素变化进步效率效率生产率华北地区 0 郾郾郾郾郾 919 东北地区 1 郾郾郾郾郾 082 华东地区 1 郾郾郾郾郾 033 华中地区 1 郾郾郾郾郾 955 西北地区 1 郾郾郾郾郾 066 西南地区 1 郾郾郾郾郾 921 华南地区 1 郾郾郾郾郾 213 摇摇可见, 从中国各区域的全要素生产率来看, 年, 东北地区华东地区西北地区和华南地区出现了 8 郾 2%,3 郾 3%,6 郾 6% 和 21 郾 3% 的增长, 增长最快的华南地区其原因在于技术效率上升了 4 郾 1% 以及技术进步上升了 16 郾 5%, 由此可见, 技术效率和技术进步共同影响着配置效率的提高配置效率下降最大的是西南地区, 下降了 7 郾 9%, 主要原因是技术进步的下降从技术进步指数来看, 实现技术进步的东北地区华东地区和华南地区均实现了效率的提升, 这种效率的提高可能表现为该区域科技决策管理水平的提高综合各区域的计算结果可以看出, 全要素生产率超过全国平均水平 (1 郾 022 的有东北地区华东地区西北地区和华南地区, 其余地区均低于全国平均水平, 全国各

6 74 北京航空航天大学学报 ( 社会科学版摇摇摇摇摇摇摇摇摇摇摇摇摇 2013 年 7 月区域全要素生产率呈现出较强的非均衡性而从各区域生产率变化的原因来看, 除了华北地区以外, 均为技术效率的提高, 而技术进步大多在 1 附近徘徊, 对全要素生产率的影响不是很大此外, 各区域规模效率增幅不大, 增幅较大的是华中地区和西北地区, 这与近年来该地区对航空航天产业发展战略的重视是分不开的华北地区和华中地区存在纯技术效率降低的状况, 说明该区域航空航天工业发展仍不成熟因此, 如何促进航空航天工业资源配置的经济合理高效, 提升科技资源配置效率仍是亟待解决的重要现实问题四政策建议第一, 从整体看, 西南地区和华南地区航空航天工业科技资源配置效率在 2008 年和 2009 年是最为有效的, 这与该区域航空航天产业的发展现状是一致的西南地区现已经形成航空航天产业集群, 建成了科研生产基本配套门类比较齐全的工业体系随着国家对航空航天产业的重视, 华南地区也在规划制定政策支持等方面加强了力度例如 : 广州正依托珠海航空产业园, 以通用飞机产业基地为核心, 打造飞机制造发动机和机载配套一体化发展的航空制造产业链, 形成展览维修培训和保障服务等服务业配套发展的华南航空产业集聚区今后应进一步挖掘科技资源配置潜力, 在巩固现有科技投入和稳步提高科技投入的基础上, 不断优化航空航天工业科技资源配置, 注重科技投入的长期效果, 以增强这些地区的发展后劲和潜力第二, 从规模效率分析来看,2009 年华东地区西南地区和华南地区处在规模效益不变的阶段华北地区和华中地区处于规模收益递增阶段, 应进一步加大科技投入, 扩大工业生产规模按照生产经济学理论, 最佳的生产状态应处于生产前沿面上的规模收益递减阶段中的某个点因此, 航空航天科技资源达到优化配置水平的区域仍较少从投入来看, 非 DEA 有效的华北地区华中地区和西北地区航空航天工业科技投入冗余较多,R&D 人员的使用率不高,R&D 资金内部支出存在一定程度冗余, 说明该区域科技财力投入没有被科技产出完全吸收和反映从产出来看, 在非 DEA 有效的区域中科技产出的前两项指标均未达到有效水平, 说明这些区域科技产出不足, 这从一定程度上限制了该区域航空航天产业的发展, 也是此地区 DEA 无效的重要原因因此, 中西部地区应在军工基础条件较好的背景下, 以加快转变经济发展方式冶为主线, 全面融入地方区域经济建设和战略性新兴产业发展, 努力培育和壮大航空航天工业第三, 笔者采用非参数 Malmquist 指数方法实证分析了年中国航空航天科技资源配置效率变动状况, 并将配置效率进一步分解为技术效率和技术进步研究结果表明, 华北地区华东地区西北地区和华南地区的全要素生产率指数为正增长, 说明这些区域航空航天资源配置与管理效果显著年中国航空航天工业科技活动的平均增长率为 2 郾 2%, 主要原因为技术平均提高 - 0 郾 8%, 技术效率平均提高 3 郾 1% 全国七大区域之间的差异并不明显, 存在差异的原因主要是技术进步水平不同, 各区域之间技术效率差异也不明显因此, 航空航天工业科技创新不足仍是制约中国航空航天工业科技资源配置效率的重要因素, 今后应加强在 R&D 领域的投入, 并提高 R&D 资源的配置效率参考文献 : [1] 路甬祥. 科学与中国院士专家巡讲报告集 : 第一辑 [ M]. 北京 : 北京大学出版社,2006:80 81 [2] 丁厚德. 科技资源配置的战略地位 [ J]. 哈尔滨工业大学学报, 2001(1: [3] 张凌, 傅毓维. 国防科技工业资源优化配置影响因素及对策研究 [J]. 工业技术经济,2004(10: [4] 谭清美, 王子龙. 军民科技创新系统融合方式研究 [ M]. 北京 : 科学出版社,2008: [5] 盛昭瀚, 朱乔, 吴广谋. DEA 理论方法与应用 [ M]. 北京 : 科学出版社,1996: [6] 蒂莫西 J 科埃利, 普拉萨德拉奥, 克里斯托弗 J 奥唐奈, 等. 效率与生产率分析引论 [M]. 王忠玉, 译. 北京 : 中国人民大学出版社,2002:

专业最高分最低分一本线最高分最低分一本线最高分最低分一本线临床医学 ( 5+3 一体化 ) 口腔医学 ( 5+3 一体化 )

专业最高分最低分一本线最高分最低分一本线最高分最低分一本线临床医学 ( 5+3 一体化 ) 口腔医学 ( 5+3 一体化 ) 目录安徽省 1 北京市 2 福建省 3 甘肃省 4 广西壮族自治区 5 贵州省 6 海南省 7 河北省 8 河南省 9 黑龙江省 10 湖北省 11 湖南省 12 吉林省 13 江苏省 14 江西省 15 辽宁省 16 内蒙古自治区 17 宁夏回族自治区 18 山东省 19 山西省 20 陕西省 21 四川省 22 天津市 23 新疆维吾尔自治区 24 云南省 25 浙江省 26 重庆市 27