我国高新技术产业开发区创新效率及其影响因素研究

发布时间：2021-05-18 05:03

　　利用2014～2017年中国103个国家级高新技术产业开发区的面板数据和三阶段DEA-Tobit分析方法对国家级高新区的创新效率及其影响因素进行了研究。先通过三阶段DEA模型估算了各国家级高新区的技术效率,再利用Tobit模型对处理后的效率值与高新区集聚变量之间的关系进行了实证研究。结果表明:在剥离外部环境及随机影响因素后,重新计算的国家级高新区创新效率更符合实际,且存在显著的地区差异,而高新区内部的资本集聚、企业集聚、人才集聚、产业集聚程度则是造成这种效率差异的主要原因。 

【文章来源】：软科学. 2020,34(05)北大核心CSSCI

【文章页数】：6 页

【文章目录】：
1 文献综述
2 三阶段DEA模型
    2.1 第一阶段:BCC模型
    2.2 第二阶段:随机前沿分析(SFA模型)
    2.3 第三阶段:调整后的DEA处理
3 数据及变量
    3.1 投入产出变量选择
    3.2 外部环境变量选择
    3.3 内部影响变量选择
    3.4 数据来源与处理
4 实证分析
    4.1 第一阶段:BCC模型分析
    4.2 第二阶段:SFA的随机前沿分析
    4.3 第三阶段:调整后的创新效率分析
    4.4 Tobit回归
5 结论及建议


【参考文献】：
期刊论文
[1]大学—企业—政府协同创新效率及其影响因素研究[J]. 蔡翔,赵娟.  软科学. 2019(02)
[2]基于DEA与Malmquist指数的区域高技术产业创新效率评价研究[J]. 李培哲,菅利荣,刘勇.  工业技术经济. 2019(01)
[3]金融集聚对技术创新的影响——来自中国省级层面的证据[J]. 黎杰生,胡颖.  金融论坛. 2017(07)
[4]长江经济带技术创新效率及其影响因素研究[J]. 吴传清,黄磊,文传浩.  中国软科学. 2017(05)
[5]协同创新、空间关联与区域创新绩效[J]. 白俊红,蒋伏心.  经济研究. 2015(07)
[6]创新要素集聚、政府支持与科技创新效率——基于省域数据的空间面板计量分析[J]. 余泳泽.  经济评论. 2011(02)
[7]基于投入与绩效评价的区域技术创新效率研究[J]. 池仁勇,唐根年.  科研管理. 2004(04)



本文编号：3193165