《表1 参数估计结果：高校创新效率的区域差异及提升路径研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高校创新效率的区域差异及提升路径研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：***、**、*分别代表1%、5%、10%显著性水平，括号内为t值，/表示无。

采用Frontier 4.1软件，运用最大似然法（MLE）对理工农医类高校的基础研究、应用研究、试验发展三种创新活动的随机前沿生产模型进行估计，如表1所示。三种创新活动的γ值均通过1%显著性水平检验，表明理工农医类高校创新活动中不同环节的创新效率测算采用随机前沿分析方法是合适的。三种创新活动的γ值分别为：0.911、0.687、0.660，均大于0.5[23][24]，表明三种创新活动中误差分别有91.1%、68.7%、66%来自于技术无效。从模型估计参数来看，仅试验发展活动中βk未通过显著性检验外，其他参数均通过了10%显著性水平，这说明了采用C-D生产函数的随机前沿模型比较理想。从η值来看，基础研究和试验发展活动的η值均为负值，表明我国理工农医类高校知识创新效率、技术转让效率在考察期内呈现递减趋势，与许治（2013)[25]的研究观点一致。而应用研究活动的η值为正，表明考察期内我国理工农医类高校科研创新效率呈现递增趋势。