参评论文和案例统一格式

1、纸型：A4纸

2、页边距：上：3厘米，下：2厘米，左：2厘米，右：2厘米

3、行距：单倍行距

4、字体字号

标题：小二、黑体、加粗、居中

副标题：小三、黑体、加粗、居中

正文：四号、仿宋，其中一级标题：四号、黑体、加粗，二级标题：四号、楷体、加粗，三级标题：四号、仿宋、加粗

5、论文和案例上不再出现作者姓名和学校

 

第二篇：论文格式修改案例

我国省级政府技术创新比较研究[A1] 

一，[A2] 前言

技术创新是指生产技术的创新，包括开发新技术，或者将已有的技术进行应用创新。随着我国改革与发展的进展,[A3] 技术创新已成为企业生存的条件、发展的基础和提高竞争力的源泉与手段。而技术创新能力，即要素投入与产出转化效率，在成为我国近年来经济快速发展的推动力的同时，其差别业已成为我国区域经济发展的不平衡的原因。区域技术创新能力反映了一个地区知识创造、吸收和转化的能力，区域技术创新能力评价有助于对区域技术创新状况进行深入分析，是制定区域发展政策，实施科学发展纲领，推进自主创新战略的基础性工作。有感于全球化数字化浪潮下技术创新对于区域经济发展的至关重要性,本文试图探究我国省级区域之间技术创新效率(RTIE)[A4] 的差距是区域经济发展不平衡的重要表现与深层原因。

二，文献综述[A5] 

   国外技术创新比较研究的起步较早，1985 年美国学者罗杰斯和拉森川最早对区域创新效率评价进行研究。W． Nasierowski，F． J． Arcelus( 2003) 深入研究了国家创新系统的效率［2］。Tadie，Patrick( 2007) 对信托公司的技术创新效率进行了研究［3］。3M 公司CEO George Buckley( 2007) 根据自己公司和科研单位的研究，结合六西格玛管理探讨了创新与效率的问题［4］。Mitch MCRimmon( 2007) 根据当今许多企业面临的2 个问题( 现在的利润和未来的创新) 从成功的管理标准、创新和执行的均衡、组织文化方面论述创新的效率，并提出了管理建议。Jeff Jarvis( 2009) 针对美国目前许多创新只带来增长没有产生效率这一问

题，从2008 年金融危机谈起，进行案例分析，指出了重点关注创新效率的问题［5］。

国内学者对于技术创新效率也进行了大量研究，主要有: 柳卸林( 1997) 指出技术创新效率是衡量企业技术创新能力的主要指标，并从企业角度对技术创新效率进行了测算［6］; 赵兰( 1999) 从知识这一独特视角分析技术创新中普遍存在的问题，并提出进一步提高技术创新效率的思路［7］; 王伟光( 2003) 以 R＆D 人员和 R＆D 经费为投入指标，以新产品销售收入为产出指标，利用比较创新效率指数( IRCIE) 测算了 1990—1999 年中国 38 个工业行业技术创新效率［8］; 虞晓芬、李正卫、池仁勇等( 2005)分析了我国区域技术创新效率的现状与原因，用数据包络分析( DEA) 方法测算了 1999—2002 年我国内地 30 个省市自治区的技术创新效率［9］; 周勇( 2006) 用随机前沿分析和数据包络分析模型对我国区域技术创新效率进行了实证分析［10］; 刘爱芹( 2008) 对山东区域技术创新效率进行了测度和评价［11］; 郭思亮、李海涛、程晟( 2009) 通过建立区域创新效率评价指标体系，应用数据包络分析方法对山东各地市技术创新效率进行了比较与分析［12］。此外，其他学者的研究主要是针对制造业、高新技术产业、科技园、重点工业行业、科技型中小企业与重点城市从微观层面建立相关指标体系，研究某一企业或者某些行业的技术创新影响因素，并应用某种方法对其进行效率评价。

本文借鉴国内外学者相关研究的经验，通过在搜集近年中国省级区域技术创新方面的相关数据通过数据包络分析方法对各省级区域技术创新效率进行了比较与分析，然后用因子分析法对各省级政府技术创新能力进行综合评价从而得出各省技术创新的差距并就此分析原因以期就提高中国整体创新能力缩小地区发展差距提出一些有建设性的意见建议。[A6] 

三，基于DEA方法的省级政府技术创新效率比较[A7] 

（一）   DEA数学模型[A8] 

本文所用的数学模型是 DEA 的经典模型模型和 模型，根据 Charnes 和 Cooper 的研究结果，一般利用非阿基米德无穷小构造一个 的DEA 模型，令 ε ＞ 0 是一个非阿基米德无穷小量，一般取 ε =，这样数据包络分析模型就可化为:

max

其中:e=(1,1,···，1)

利用该模型可以一次性得出决策单元是否 DEA有效、弱 DEA 有效，或非 DEA 有效。在规模报酬不变假设下，上述基于非阿基米德无穷小的模型计算的是技术效率值，为了解更多关于决策单元的信息，尤其是规模有效和纯技术有效问题，需要引进模型。Banker、Charnes、Cooper( 1984) 在模型的基础上增加了一个凸性假设，即

称为模型，这样可以得到线性规划公式如下:

模型剔除了 模型规模报酬不变的假设，这样技术效率被分为纯技术效率和规模效率，从而通过换算可以得到更多有用的管理信息。

（二）指标体系的构建与数据获取

本文结合数据包络分析模型的要求，以及数据的可获得性，初始建立中国省级政府技术创新效率评价产出指标包括[A9] 国内三种专利有效数（件）,高新技术产值（亿元）,技术市场成交合同金额（万元），SCI收录我国科技论文（篇）；投入指标包括大中企业办研发机构（个），高校研发机构（个） ，教育经费支出（千元），研究与试验发展(R&D)经费(万元)，R&D人员全时当量（人年）。一般来说数据包络分析模型中投入和产出之间要具有一定的同向性，这就需要分析投入指标与产出指标之间的相关性。本文运用 SPSS 统计软件进行分析后，结果显示， 五个投入指标与四个产出指标都有一定的正相关性，因此可以建立 中国省级政府技术创新效率评价指标如下:投入指标: X1———大中企业办研发机构（个） ，X2———高校研发机构（个），X3 ———教育经费支出（千元）,X4———研究与试验发展(R&D)经费(万元),X5———R&D人员全时当量（人年）。

产出 指 标: Y1———国内三种专利有效数（件） ，Y2———高新技术产值（亿元） ，Y3———技术市场成交合同金额（万元）,Y4———SCI收录我国科技论文（篇）。[A10] 

   根据以上建立的初始指标体系，我们[A11] 在国研网上查找到中国31个省级区域的上述指标数据，但是由于西藏地区的技术市场成交合同金额数据缺失，故在进行DEA软件操作时予以删除。同时又因为本文侧重各省级政府技术创新的横向比较，因此我们只选取出最近的一年，即20##年的截面数据（见附表），从而构成30个决策单元。

（二）   基于DEA的技术创新效率分析

1. 模型的计算过程和效率分析

在资源、环境约束下，希望通过控制投入来影响产出，且希望产出尽可能的多，因此选择产出导向这一角度。产出导向角度研究的是在投入不变的情况下，如何使产出尽可能最大化［14］。假定决策单元规模报酬不变，DEAP 软件参数设置选择 模型和产出导向，所得相对效率评价结果见表1。

表1 各决策单元技术效率评价值

表1表明了中国30个省级政府技术创新效率评价值的分布情况。通过对投入和产出松弛变量的考察，我们发现只有决策单元1,7,9,10,11,19,27的投入产出变量的冗余变量均为0，所以根据DEA有效性判定定理，我们可知北京，吉林，上海，浙江，广东，甘肃这几个决策单元为DEA有效。其余的决策单元为非DEA有效。

2. 模型的计算过程和效率分析

通过模型得出的决策单元非有效，既可能是由于投入和产出本身配比的问题，也可能是由于决策单元本身规模不经济造成的。为进一步了解各决策单元的纯技术有效和规模有效情况，DEAP软件参数设置选择 模型和产出导向，计算相对效率评价值见表 2。表 2 中，综合技术效率 = 纯技术效率 × 规模效率。从表2 中可以看出模型计算出来的综合技术效率值和 模型的计算结果基本一致，这说明同样的决策单元并不存在规模无效率。此外可以看出，综合效率值为 1 的决策单元，其纯技术效率值为 1，其规模效率值也为 1，同时决策单元 21,28 的规模效率非有效，但其技术效率值为 1。决策单元1,7,9,10,11,19,27为规模报酬不变，其余决策单元均为规模报酬递增

表2 各决策单元的技术效率，纯技术效率，规模效率

3.数据包络结果分析

3.1纯技术效率分析

   在剔除规模经济性和生产要素可处置程度对技术效率的影响之后，还有些剩余的效率不能明确给出其定义与内涵，不能进行更深层次的定量分解，可能是由于企业或组织的人员在生产活动中技术水平发挥的程度不同导致的效率损失，将这部分效率损失定义为纯技术效率

［15］。由表 2 可知，所有决策单元的纯技术效率值的均值为 0． 808，较其综合技术效率值高 11%。决策单元北京,吉林,上海,江苏,浙江,广东,海南,甘肃,青海,宁夏,新疆的纯技术效率值为 1，均为 DEA 有效; 而其余决策单元的纯技术效率值不为 1，处于 DEA 非有效状态。决策单元陕西的纯技术效率值为0. 953，处在其他非有效决策单元的最前面;决策单元内蒙古的纯技术效率值仅为 0．451，其纯技术效率值最低。

3.2规模效率分析

   由表2可以看出决策单元北京,吉林,上海,江苏,浙江,广东,甘肃的规模效率值为1，均为规模有效，规模报酬不变。其余决策单元的规模效率值分别为都小于1，说明这些决策单元不是规模有效的，也处在规模报酬递增区间内。其中决策单元 海南的规模效率值为 0.996，高于均值 0. 919，处在无效DEA 值的第一位，该决策单元仍然不是规模有效的，处在规模报酬递增的区间内。上述问题根本原因在于各决策单元的投入产出配置不合理[A12] 。

四，基于主成分分析方法省级政府技术创新的辅助性综合评价

（一）方法介绍

上文分别利用模型和模型对中国省级政府技术创新效率进行测度，具体包括综合技术效率、纯技术效率、规模效率及规模报酬情况。根据技术效率值的大小可以对决策单元进行排序，但是研究结果发现有7个决策单元的的综合技术效率值均为 1，这样就面临一个问题，如何对这 7 个综合技术效率值进行排序。如果利用纯技术效率来排序，也不能判别纯技术效率值为 1 的决策单元的排序情况。所以为了更进一步对30个省级政府技术创新水平进行评价排序，这里我们利用主成分分析的方法进行再分析。主成分分析(Principal Components Analysis，PCA)也称为主分量分析，是研究如何将多指标问题转化为较少的综合指标的一种重要统计方法，它能将高维空间的问题转化到低维空间去处理，使问题变得比较简单、直观，而且这些较少的综合指标之间互不相关，又能提供原有标的绝大部分信息。主成分分析除了降低多变量数据系统的维度以外，同时还简化了变量系统的统计数字特征，提供许多重要的系统信息。[A13] 区域技术创新能力是多因素(指标)综合作用的结果,衡量一个地区技术创新水平,应从社会的各个方面进行综合考察与分析,找出影响和反映区域技术创新的主要因素,为评价各地区技术创新能力差别提供理论依据。这里以中国31个省级区域为统计单元， 继续采用上文提到的能反映区域技术创新水平的9个指标（20##年），采用主成分分析数量分析方法对中国省级区域技术创新水平进行度量、比较和综合评价。

（二）中国省级区域技术创新水平的度量及综合评价

1．构建评价指标体系

经过分析比较，这里建立价指标体系：X1表示国内三种专利有效数（件）,X2表示高新技术产值（亿元）,X3表示技术市场成交合同金额（万元），X4表示SCI收录我国科技论文（篇），X5表示大中企业办研发机构（个），X6表示高校研发机构（个） X7表示教育经费支出（千元），X8表示研究与试验发展(R&D)经费(万元)，X9表示R&D人员全时当量（人年）。

2中国省级区域技术创新水平的度量

  根据在国研网上查找到的20##年中国省级区域技术创新的有关数据，在spss18.0上进行主成分分析法从而对中国省级区域技术创新水平进行评价。在软件里进行分析得到方差分解主成分提取分析和成份得分系数矩阵。详见表3和表4.[A14] 

 由表3知中国省级区域技术创新水平的主成分的特征值、各主成分方差的比重。表中显示第一和第二主成分的特征值都大于1，其方差占总方差的比重累计为83.546%，也就是说这两个主成分基本涵盖指标因子的主要信息，并且由主成分分析得到的主成分彼此相互独立，互相不可替代，因此可以利用 这两个主成分代替原来的九项指标。设Y1、Y2分别代表第一和第二主成分。

计算出主成分后，定义各个主成分的贡献率为权重，则城市的综合评价得分公式为：F=0.789*Y1+0,211*Y2，  它反映了 省级区域技术创新水平的综合水平。其具体结果如下表5.

表5  综合得分及排名列表

（备注：西藏因为数据不全而无法在SPSS18.0上算出综合得分，故没有予以显示）

3.结果分析

   由表5可以知道中国省级政府技术创新水平综合评价排名中广东，江苏，浙江，山东，上海，北京位居前列；而内蒙古，甘肃，贵州，宁夏，海南，青海则排名倒数。由表5我们进一步分析知道几个东部沿海省市排名靠前，中部省份排名居中，西部省份排名倒数。而且东中西差距明显，这和我国经济发展水平的格局基本一致。通过我们收集到的原始数据我们又可以知道沿海发达省市集中了大量的科研机构，又由于其发达的经济水平，其科研教育投入也远大于西部省份。另外沿海几个发达省市，比如浙江广东由于市场化改革较早，沐浴改革开放政策较早，其市场经济发达，拥有大量的大中型民营企业，这些市场主体的科研创新活动也很活跃。除此以外，沿海地理位置优越，属于我国对外开放前沿，对外交往早且多，外资企业入驻多，由于外部技术的外溢效应，技术交流活跃（由技术市场成交合同金额数据可以看出），这对当地的技术创新也有很大的推动作用。

当然我们也发现东部沿海的海南排名靠后，而西部省份四川排名则靠前。这和两地人力资源拥有量以及国家政策取向有一定关系。我们知道海南虽属于东部沿海，但是开放开发较晚，人口较少，高校以及其他一些科研机构很少，这制约了该省技术创新水平的提高；而四川虽地处西部，但是开发很早（抗战时期便是工业重地），而且人口众多，高校林立，科研机构众多，这极大地提高了该省技术创新水平的提高。另外海南虽处于经济特区，有中央政策优惠，但是海南的发展定位是综合旅游业，缺乏工业支撑，技术创新后劲不足；但是四川则相反，其工业水平较高，尤其是重工业发展迅速（比如大家熟知的飞机制造）。

   辽宁排名也较前，可能与其老工业基地基础扎实的历史有关，更与其近几年依托港口地理优势，发展新型产业密不可分。但是我们也发现吉林确排名靠后，这可能与其老工业基地没落的同时未能抓住机遇振兴重起[A15] 。

五，政策建议                       

技术创新是经济增长和经济发展的源动力，企业是经济增长和经济发展的载体，企业的技术水平、技术创新能力，不仅直接决定企业竞争力，并且对整个产业和经济的发展有着重要的基础作用。通过上文的分析，我们可以知道技术创新水平的差距会导致经济发展的差距，并且这种差距难以短期改变，会使差距格局固化，不利于地区协调发展。而技术创新与政府教育科技投入密不可分，也与对外开放交流有关，更和市场主体的企业创新活动息息相关。为此，我们建议：

（1）深化国有企业产权制度改革，建立健全现代企业制度，使国有企业，特别是规模以上国有企业真正成为面向市场的市场主体。强化国有企业依据市场需求变化和市场竞争格局自主选择适合本企业发展目标的创新项目并进行筹资、投资和承担相应风险的意识，使国有企业成为推动区域创新的主导力量。
（2）鼓励高等学校、科研院所、国有企业的科技人员、留学回国人员和社会各界领办和参与创办民营科技企业。通过完善产权保护制度、消除市场准入歧视、降低民间投资门槛、完善金融支持体系、优化发展环境等政策措施，促进民营科技企业上规模、上水平，使民营科技企业成为推动区域创新的生力军。
（3）调整完善企业技术创新税收激励政策。从鼓励引进外资和技术向激励企业自主创新转移，重点对企业技术创新的研发过程给予系统完整的扶持，重视技术创新企业中人力资本的税收激励，逐步试推行同等技术条件下高科技产业区内和区外的税收优惠平等政策。税收优惠优先鼓励科技水平高、可迅速转化为生产力，并能使生产效率显著提高的技术创新企业与科研项目发展，促使企业不断进行技术创新。
（4）灵活运用政府公共采购、公共财政政策。要在借鉴国际通行做法和符合WTO规则的前提下，结合我国具体情况，依据政府采购法规来制定激励自主创新的政府采购政策，激活企业对技术创新的投资和内在需求。地方政府可以通过预算控制、招投标等形式，尽可能优先采购本地产品，同时也要创造条件使本地高新技术产业的产品进入政府采购系统。
（5）扩大对外开放，继续对外技术交流，鼓励企业在技术引进的同时，大幅度增加技术消化吸收的投入，提高技术消化吸收经费占企业科技经费支出的比重，对企业引进的关键技术和装备进行消化吸收和再创新。[A16] 
 

参考文献[A17] 

［1 ］ 银路． 企业技术创新管理［M］． 北京: 机械工业出版社，2004．

［2 ］ Burgelman Robert A，Maidique Modesto A，Wheelwright Steven

C． Strategy management of technology and innovation． ［M］．

Second Edition． Chicago: McGraw-hill Irwin Publishers，1996．

［3 ］ Tadie Patrick． Setting the standard for trustee efficiency through

technology innovation［J］． The Bank of New York，2007: 237-242．

［4 ］ Hindo Brain． At 3M，a struggle between efficiency and creativity

［J］． Business Week，2007( 11) : 8-10．

［5］ Jeff Jarvis． When innovation yields efficiency［EB］． http: / /www．

buzzmachine． com /2009 /06 /12 / when-innovation-yields-effi-

ciency，June12th，2009．

［6 ］ 柳卸林． 企业技术创新管理［M］． 北京: 科学技术文献出版

社，1997．

［7 ］ 赵兰香． 知识、决策与技术创新效率［J］． 科学学研究，1999，

17( 4) : 53-56．

［8 ］ 王伟光． 中国工业行业技术创新效率的实证研究( 1990—

1999) ［J］． 沈阳师范大学学报: 社会科学版，2003，27 ( 1 ) :

57-62．

［9 ］ 虞晓芬，李正卫，池仁勇，等． 我国区域技术创新效率: 现状与

原因［J］． 科学学研究，2005，23( 4) : 258-264．

［10］ 周勇． 我国区域技术创新效率的实证研究［D］． 重庆: 重庆大

学硕士学位论文，2006．

［11］ 刘爱芹，张伟． 区域技术创新效率的测度与评价———基于山

东省的实证研究［J］． 山东财政学院学报，2008( 6) : 51-55．

［12］ 郭思亮，李海涛，程晟． 区域技术创新效率比较研究———基于

山东省 17 地市技术创新面板数据的分析［J］． 技术与创新管

理，2009，30( 2) : 140-143．

［13］ 杨勇松，吴和成． 基于改进 DEA 的我国各地区大中型工业企

业 R＆D 效率实证分析［J］． 科学学与科学技术管理，2008

( 7) : 34-38．

［14］ Charnes A，Cooper W W，Rhodes E． Measuring the efficiency of

decision making units［J］． European Journal of Operational

---

 [A1]文章整体结构合理，方法合适，建议认真修改，我可推荐去发表。请加入中英文摘要。

 [A2]删除，前言不用序号

 [A3]注意：凡是中文的地方都应该用全角符号。文中出现的所有英文全部用TIMES NEWROMAN字体。

 [A4]英文字母用TIMES NEWROMAN，括号用全角。

 [A5]修改为：“一、文献述评”。另外，请对文献进行重新整理，分成：国内、国外两部分用二级标题表示，即：（一）国外研究（二）国内研究，并进一步完善脚注，在每页加入引用文献的脚注，每页内连续编号，换页时重新编号。注意外文人名采用罗马字体。另外，对国外人名在引用时请按照我上课讲的方法修正。

 [A6]对国内外文献进行述评时，“述”是第一步，重要的是第二步“评”。因此在这一部分收尾时请评论一下已有文献的贡献和不足，并指明你的研究是在或修正或改进或创新前人研究的基础上进行的。

 [A7]二、基于DEA技术的省级政府技术创新效率

 [A8]修改为：DEA（C2R & BC2）技术原理

 [A9]病句，重新组织语言

 [A10]可编写为表格，并加入变量描述性统计（均值、方差、最大、最小、 是否正态分布）表格。此处共两个表格。

 [A11]不要再出现此类的口语，只说明原始数据来源和修补数据来源即可。不知有没有20##年数据，有的话可做20##-20##年四年的纵向比较。没有的话，也可作20##-2010四年的纵向比较，找出这些创新效率的纵向变动趋势。即用同样的方法作不同年份，从而进行纵向比较。

 [A12]过于简单，要仔细挖掘这一结果背后的经济原因。另外应比较两种方法的结果差异及其原因。

 [A13]原理介绍无需保留，删除

 [A14]在进行因子分析前，首先得对数据进行KMO检验或bartlet球型检验，只有指标通过，才可应用因子分析，否则不能用。就像在进行时间序列分析时必须要求数据平稳而要进行平稳性检验一样。

 [A15]做了因子分析后，应该比较DEA和因子分析的结果，相同的是什么，不同的是什么，原因又是什么。如若你准备改作20##-2011的纵向比较还要找出这种纵向变动的原因，或可是否存在经济趋同？

 [A16]所有的建议都应该仅仅贴近你的实证结论，在提建议时的语言模式是：“根据实证结论：******，因此建议*******”。

 [A17]1，格式一定要严格按照我上课讲的或《当代财经》的格式修正；2，网络文献、硕博论文一般不列入；3，非CSSCI期刊以上的刊物一般不列入；4，十年以前的文献一般不列入，特殊的经典文献除外；5，中英文的参考文献至少达到1:1，或者英文的更多。6，请按照文献在文中参考顺序排列。