作者：李海林 著
页数：444
出版社：上海人民出版社
出版日期：2024
ISBN：9787208192812
电子书格式：pdf/epub/txt
网盘下载地址：下载基于大数据分析的科研主体创新绩效影响机制研究
内容简介
本书主要运用大数据分析技术和方法，从个体、团队和企业三个层面研究了创新主体的创新绩效影响因素和机制问题，其研究结论和启示为促进我国科研主体提高创新能力提供了有价值的借鉴。
本书一是梳理了不同层级科研主体创新绩效的多维前因变量，拓宽了创新绩效研究的边界。 二是运用大数据技术和方法，对海量数据进行分析，针对不同层级的科研主体群组类型构建了相对应的决策树模型和贝叶斯网络结构，系统地梳理和分析了多层次因素对创新绩效的综合影响。三是深化前因变量与不同层级科研主体创新绩效的关系，深入分析不同层级科研主体创新绩效的影响因素和机制。本书模型方法科学、样本数据可靠，对进一步提高我国总体创新能力和水平提供了政策参考价值。
作者简介
李海林 华侨大学三级教授，博士生导师，专注于数据科学与创新管理。已主持3项国家级项目和7项省部级项目，在国内外权威学术刊物发表论文100多篇，其中30余篇发表在TOP 期刊，10多篇入选高被引前1%；出版社专著3部。曾获辽宁省优秀博士学位论文奖、福建省社会科学优秀成果二等奖。入选2023、2024年全球前2%顶尖科学家“终身科学影响力”榜单，2022、2023、2024年全球前2%顶尖科学家“年度科学影响力”榜单，2024年度知网最具影响力学者，福建省高校新世纪优秀人才，福建省高校杰出青年科研人才。担任中国信息经济学会理事会理事、中国系统工程学会数据与知识专委会委员、长江学者入选计划评审专家、全国研究生教育评估监测专家、全国普通高等学校本科教育教学评估专家、全国本科毕业论文（设计）抽检评审专家等职务。
本书特色
本书主要运用大数据分析技术和方法，从个体、团队和企业三个层面研究了创新主体的创新绩效影响因素和机制问题，其研究结论和启示为促进我国科研主体提高创新能力提供了有价值的借鉴。
本书一是梳理了不同层级科研主体创新绩效的多维前因变量，拓宽了创新绩效研究的边界。 二是运用大数据技术和方法，对海量数据进行分析，针对不同层级的科研主体群组类型构建了相对应的决策树模型和贝叶斯网络结构，系统地梳理和分析了多层次因素对创新绩效的综合影响。三是深化前因变量与不同层级科研主体创新绩效的关系，深入分析不同层级科研主体创新绩效的影响因素和机制。本书模型方法科学、样本数据可靠，对进一步提高我国总体创新能力和水平提供了政策参考价值。
目录
前言 1
第一章 绪论 1
第一节 研究背景与意义 1
第二节 研究问题 8
第三节 研究内容与框架 10
第四节 研究思路与技术路线 17
第五节 研究特色与创新 20
第二章 理论基础与研究综述 23
第一节 理论基础 23
第二节 研究综述 28
第三章 数据驱动分析方法 70
第一节 相关方 73
第二节 DDA的基本过程及其优势 87
第三节 算例分析 91
第四节 本章小结 107
第四章 指标选取与度量 109
第一节 杰出学者层面 110
第二节 科研团队层面 125
第三节 企业层面 138
第四节 本章小结 142
第五章 数据来源、获取与处理 144
第一节 数据样本来源与获取 145
第二节 杰出学者层面数据处理 156
第三节 科研团队层面数据处理 165
第四节 企业层面数据处理 168
第五节 本章小结 174
第六章 杰出学者知识创新绩效影响因素分析 176
第一节 描述性统计与相关性分析 176
第二节 异质性学者群组特征分析 179
第三节 不同类型杰出学者的知识创新绩效影响因素分析 183
第四节 决策规则分析 192
第五节 结果分析 194
第六节 本章小结 195
第七章 杰出学者知识创新绩效影响机制分析 197
第一节 问题提出 197
第二节 特征变量等级划分 199
第三节 不同类型学者的知识创新绩效作用机制分析 201
第四节 结果分析 217
第五节 本章小结 220
第八章 科研团队整体性特征对创新绩效的影响研究 222
第一节 科研团队网络结构整体性特征对创新绩效的影响 222
第二节 科研团队非网络结构整体性特征对创新绩效的影响 240
第三节 网络与非网络结构整体性特征对创新绩效的影响 251
第四节 结果比较与分析 266
第五节 本章小结 268
第九章 科研团队创新绩效影响机制分析 269
第一节 问题提出 269
第二节 不同类型科研团队的贝叶斯网络基础模型 271
第三节 贝叶斯推理–变量关联度分析 276
第四节 贝叶斯诊断-变量贡献度分析 284
第五节 结果分析 290
第六节 本章小结 293
第十章 TOE框架下企业绿色技术创新绩效影响因素研究 295
第一节 合作企业异质性分析问题与思路 295第二节描述性统计与相关性分析 297
第三节 合作企业的划分与特征分析 300
第四节 TOE框架下企业绿色技术创新绩效的影响因素分析 306
第五节 结果分析 317
第六节 本章小结 322
第十一章 企业绿色技术创新绩效的影响机制分析 323
第一节 问题提出与解决思路 323
第二节 TOE特征变量水平划分 325
第三节 贝叶斯网络构建 330
第四节 异质性合作企业的绿色技术创新绩效影响路径分析 337
第五节 结果分析 349
第六节 本章小结 353
第十二章 核心成员合作网络对科研团队创新绩效的影响分析 355
第一节 研究设计 355
第二节 研究数据 358
第三节 数据分析与实证结果 359
第四节 本章小结 373
第十三章 科研团队合作网络对企业创新绩效的影响分析 376
第一节 研究设计 376第二节科研团队合作网络类型划分 380
第三节 科研团队合作网络对企业创新绩效的影响 385
第四节 本章小结 389
第十四章 研究结论、理论贡献与管理启示 391
第一节 研究结论 391
第二节 理论贡献 394
第三节 管理启示 395
第四节 不足与展望 398
参考文献 400
前言
前 言
《国家“十四五”期间人才发展规划》提出，要打造大批一流科技领军人才和创新团队,造就规模宏大的青年科技人才队伍;要深化人才发展体制机制改革，为各类人才搭建干事创业的平台。随着知识经济日趋复杂化和多元化,各类人才在科研竞争中遭遇绩效发展瓶颈,亟须依据自身特点配置内外部多种条件资源,利用源头创新实现从“0”到“1”重大突破,破解“卡脖子”技术难题。科研主体作为中国知识创新发展的领军人才和队伍,是知识经济时代下创新与发展的中坚力量。以往大多数文献从单一视角预设理论模型,研究前因变量对各类人才创新绩效的影响,缺乏以系统思维考虑多层次因素对不同层级科研主体创新绩效的综合影响,以及缺乏对影响方式的进一步深入分析,忽略了不同科研主体异质性特征对创新绩效产生的差异性影响。此外,数字技术纵深发展给科研工作带来新的发展契机，收集海量多源异构原始数据,采用机器学习挖掘数据中隐藏的知识规律,有助于不同层级科研主体获得创新绩效成长发展的个性化策略。
