分类:科学研究生产函数
研究背景
科学研究可以看作是一个生产,或者说化学反应,投入研究者的时间以及必要的硬件条件,加上已知的概念网络,生产出来新的概念或者连边或者说新的概念子网络。那么,是不是不同领域的研究者需要的投入不太一样呢,是不是投入和产出之间不一定是线性关系呢,是不是团队的规模也不是越大越好呢?每个领域每个研究问题,都有一个适合这个问题和领域的投入量?这些问题的回答,对于科学研究的管理,是有一定意义的。
其次,从社会学上,我们还可以关注是否科学家的的收入、获得的科研投入、自己的科研投入时间,也存在着一些整体统计特征以及这些特征如何随着时间演化。例如,这些投入量以及产出量的的基尼系数。
生产函数定义
生产函数的一般形式,就是产出量等于投入量的函数。产出量和投入量可以有很多个。[math]\displaystyle{ \left[O_{1}, O_{2}, \cdots O_{M}\right]=P\left(I_{1},I_{1},\cdots, I_{N}\right) }[/math]。在实际问题中,这些投入量和产出量都要具体化。同时,由于可能只能拿到某些变量的有限的实际数据,因此,其中一些投入变量可能需要当做环境([math]\displaystyle{ E }[/math]),一些需要用大样本的方式来平均掉([math]\displaystyle{ m\lt M, n\lt N }[/math]),产出量要允许有误差([math]\displaystyle{ \epsilon }[/math]),因此,经常使用[math]\displaystyle{ \left[O_{1}, O_{2}, \cdots, O_{m}\right]=P\left(I_{1},I_{1},\cdots, I_{n};E\right)+\epsilon }[/math]
产出量
科研产出量
投入量
本分类目前不含有任何页面或媒体文件。