京津冀高新技术产业全要素生产率测度及影响因素研究
发布时间：2021-05-10 14:44
高新技术产业是当今信息化时代具有代表性的创新型产业,是国家综合实力和整体竞争力的重要象征。如何提升高新技术产业全要素生产率,进而推动高新技术产业协同高效发展,是京津冀当前面临的重大挑战。因此,对京津冀高新技术产业全要素生产率进行测度,并探讨影响京津冀高新技术产业全要素生产率的重要因素,具有重大意义。首先,通过对高新技术产业全要素生产率相关概念及发展特点的分析,并依据高新技术产业自身特征和发展规律,本文设计了高新技术产业投入产出效率测度指标体系,并使用主成分PCA的思想,运用SPSS软件对指标分类进行了简化,构建了基于主成分PCA的DEA-Malmquist高新技术产业全要素生产率测度模型。其次,基于主成分PCA的DEA-Malmquist模型,运用DEAP2.1软件,以2002-2016年数据为依据,从DEA效率值及Malmquist指数两方面,并分别从时间维度、行业维度测度了京津冀高新技术产业的全要素生产率。结果表明,全要素生产率波动较大,且近几年一直处于DEA无效状态,五行业中医疗设备及仪器仪表制造业效率最高,电子计算机及办公设备制造业效率最低,从变化趋势上看,医药制造业和航空航天...
【文章来源】：燕山大学河北省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及评述
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 文献评述
1.3 研究内容及方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线图
第2章 相关理论
2.1 高新技术产业
2.1.1 高新技术产业界定
2.1.2 高新技术产业的特征
2.2 生产率
2.2.1 生产率定义
2.2.2 生产率的分类
2.3 全要素生产率(TFP)
2.3.1 全要素生产率的界定
2.3.2 全要素生产率的测度方法
2.4 高新技术产业TFP影响因素
2.4.1 内部影响因素
2.4.2 外部影响因素
2.4.3 影响机制分析
2.5 本章小结
第3章 高新技术产业TFP测度模型构建
3.1 DEA-Malmquist模型
3.2 PAC模型
3.3 PCA与 DEA-Malmquist的结合
3.4 指标体系的构建
3.4.1 构建指标体系的原则
3.4.2 指标选取
3.4.3 测度结果类型
3.5 本章小结
第4章 京津冀高新技术产业TFP测度分析
4.1 京津冀高新技术产业发展现状
4.1.1 京津冀地区高新技术产业规模
4.1.2 京津冀地区高新技术产业增长速度
4.1.3 京津冀地区高新技术产业创新能力
4.2 数据来源
4.3 提取主成分
4.3.1 数据标准化和适应性检验
4.3.2 投入指标PCA分析
4.3.3 产出指标PCA分析
4.3.4 指标选取总结
4.4 基于DEA方法的高新技术产业TFP测度
4.4.1 时间维度下高新技术产业DEA效率分析
4.4.2 行业维度下高新技术产业DEA效率分析
4.5 基于Malmquist指数的高新技术产业TFP测度
4.5.1 时间维度下高新技术产业Malmquist指数分析
4.5.2 行业维度下高新技术产业Malmquist指数分析
4.6 本章小结
第5章 京津冀高新技术产业TFP影响因素实证分析
5.1 Tobit回归模型构建
5.2 影响因素与变量提取
5.3 假设提出
5.4 样本描述性统计
5.5 Tobit回归结果分析
5.6 细分行业Tobit回归结果分析
5.6.1 医药制造业回归结果分析
5.6.2 航空航天器制造业回归结果分析
5.6.3 电子计算机及办公设备制造业回归结果分析
5.6.4 电子及通讯设备制造业回归结果分析
5.6.5 医疗设备及仪器仪表制造业回归结果分析
5.7 本章小结
第6章 提升京津冀高新技术产业全要素生产率的建议
6.1 产业纯技术效率层面
6.1.1 健全人才培训体系
6.1.2 优化政府保护制度
6.1.3 深化产学研合作新机制
6.2 产业技术进步层面
6.2.1 革新企业技术创新体系
6.2.2 自主创新与技术引进相结合
6.2.3 有效保护知识产权
6.3 产业规模效益层面
6.3.1 推动京津冀一体化进程
6.3.2 促进京津冀产业集群发展
6.3.3 发展地区特色优势产业
6.4 本章小结
结论
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]我国地区高技术产业扶持政策文本的量化比较——基于最具产业竞争力城市的视角[J]. 黎春燕,贺琦,余英. 企业经济. 2018(02)
[2]区域创新环境对高技术产业创新效率的影响研究——基于DEA-Malmquist方法[J]. 叶丹,黄庆华. 宏观经济研究. 2017(08)
[3]高新技术产业研发效率的三阶段DEA分析[J]. 刘和东,谢婷. 科技管理研究. 2017(14)
[4]我国高技术产业技术创新效率测算及地区差异分析——基于非导向的SBM模型[J]. 刘伟. 工业经济论坛. 2017(01)
[5]智力资本与企业技术效率——高技术产业上市公司的实证分析[J]. 张运华,陈华桥. 上海管理科学. 2016(02)
[6]自主研发与技术引进对全要素生产率的影响——来自上海高新技术企业的实证[J]. 方文中,罗守贵. 研究与发展管理. 2016(01)
[7]基于环境约束的我国中东部地区高新技术产业效率评价[J]. 聂高辉,黄明清. 商业研究. 2016(02)
[8]我国各地区高技术产业全要素生产率对比研究[J]. 李畅. 经营管理者. 2015(32)
[9]中国高新技术产业效率差异实证研究——基于DEA-Malmquist分析[J]. 方大春,张凡. 石家庄经济学院学报. 2015(02)
[10]基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究[J]. 杨清可,段学军. 经济地理. 2014(07)
硕士论文
[1]陕西省高新技术产业生产效率实证研究[D]. 张晶.西安工程大学 2016
[2]基于三阶段DEA模型的高新技术产业研发绩效分析[D]. 谢婷.南京工业大学 2016
[3]基于DEA的高新技术中小企业技术创新效率及其影响因素分析[D]. 王媛媛.西安建筑科技大学 2015
本文编号：3179546
【文章来源】：燕山大学河北省
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状及评述
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 文献评述
1.3 研究内容及方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线图
第2章 相关理论
2.1 高新技术产业
2.1.1 高新技术产业界定
2.1.2 高新技术产业的特征
2.2 生产率
2.2.1 生产率定义
2.2.2 生产率的分类
2.3 全要素生产率(TFP)
2.3.1 全要素生产率的界定
2.3.2 全要素生产率的测度方法
2.4 高新技术产业TFP影响因素
2.4.1 内部影响因素
2.4.2 外部影响因素
2.4.3 影响机制分析
2.5 本章小结
第3章 高新技术产业TFP测度模型构建
3.1 DEA-Malmquist模型
3.2 PAC模型
3.3 PCA与 DEA-Malmquist的结合
3.4 指标体系的构建
3.4.1 构建指标体系的原则
3.4.2 指标选取
3.4.3 测度结果类型
3.5 本章小结
第4章 京津冀高新技术产业TFP测度分析
4.1 京津冀高新技术产业发展现状
4.1.1 京津冀地区高新技术产业规模
4.1.2 京津冀地区高新技术产业增长速度
4.1.3 京津冀地区高新技术产业创新能力
4.2 数据来源
4.3 提取主成分
4.3.1 数据标准化和适应性检验
4.3.2 投入指标PCA分析
4.3.3 产出指标PCA分析
4.3.4 指标选取总结
4.4 基于DEA方法的高新技术产业TFP测度
4.4.1 时间维度下高新技术产业DEA效率分析
4.4.2 行业维度下高新技术产业DEA效率分析
4.5 基于Malmquist指数的高新技术产业TFP测度
4.5.1 时间维度下高新技术产业Malmquist指数分析
4.5.2 行业维度下高新技术产业Malmquist指数分析
4.6 本章小结
第5章 京津冀高新技术产业TFP影响因素实证分析
5.1 Tobit回归模型构建
5.2 影响因素与变量提取
5.3 假设提出
5.4 样本描述性统计
5.5 Tobit回归结果分析
5.6 细分行业Tobit回归结果分析
5.6.1 医药制造业回归结果分析
5.6.2 航空航天器制造业回归结果分析
5.6.3 电子计算机及办公设备制造业回归结果分析
5.6.4 电子及通讯设备制造业回归结果分析
5.6.5 医疗设备及仪器仪表制造业回归结果分析
5.7 本章小结
第6章 提升京津冀高新技术产业全要素生产率的建议
6.1 产业纯技术效率层面
6.1.1 健全人才培训体系
6.1.2 优化政府保护制度
6.1.3 深化产学研合作新机制
6.2 产业技术进步层面
6.2.1 革新企业技术创新体系
6.2.2 自主创新与技术引进相结合
6.2.3 有效保护知识产权
6.3 产业规模效益层面
6.3.1 推动京津冀一体化进程
6.3.2 促进京津冀产业集群发展
6.3.3 发展地区特色优势产业
6.4 本章小结
结论
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]我国地区高技术产业扶持政策文本的量化比较——基于最具产业竞争力城市的视角[J]. 黎春燕,贺琦,余英. 企业经济. 2018(02)
[2]区域创新环境对高技术产业创新效率的影响研究——基于DEA-Malmquist方法[J]. 叶丹,黄庆华. 宏观经济研究. 2017(08)
[3]高新技术产业研发效率的三阶段DEA分析[J]. 刘和东,谢婷. 科技管理研究. 2017(14)
[4]我国高技术产业技术创新效率测算及地区差异分析——基于非导向的SBM模型[J]. 刘伟. 工业经济论坛. 2017(01)
[5]智力资本与企业技术效率——高技术产业上市公司的实证分析[J]. 张运华,陈华桥. 上海管理科学. 2016(02)
[6]自主研发与技术引进对全要素生产率的影响——来自上海高新技术企业的实证[J]. 方文中,罗守贵. 研究与发展管理. 2016(01)
[7]基于环境约束的我国中东部地区高新技术产业效率评价[J]. 聂高辉,黄明清. 商业研究. 2016(02)
[8]我国各地区高技术产业全要素生产率对比研究[J]. 李畅. 经营管理者. 2015(32)
[9]中国高新技术产业效率差异实证研究——基于DEA-Malmquist分析[J]. 方大春,张凡. 石家庄经济学院学报. 2015(02)
[10]基于DEA-Malmquist模型的高新技术产业发展效率的时空测度与省际差异研究[J]. 杨清可,段学军. 经济地理. 2014(07)
硕士论文
[1]陕西省高新技术产业生产效率实证研究[D]. 张晶.西安工程大学 2016
[2]基于三阶段DEA模型的高新技术产业研发绩效分析[D]. 谢婷.南京工业大学 2016
[3]基于DEA的高新技术中小企业技术创新效率及其影响因素分析[D]. 王媛媛.西安建筑科技大学 2015
本文编号：3179546
本文链接：https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3179546.html
