中国城市创新能力及其影响因素的空间分异——基于GWR模型的实证

发布时间：2022-12-25 16:21

　　基于城市发明专利授权数,利用克里金插值法、空间自相关方法分析了中国城市创新能力的空间分异特征;并运用地理加权回归（GWR）模型探讨了289个地级及以上城市创新能力影响因素的空间异质性,揭示主导因素的空间分异。结果表明:1)中国城市创新能力呈现由东南向西部递减的趋势,创新能力最强的城市主要集中在东南部沿海地区,而以西藏各市及青海、新疆部分城市为主的西部城市创新能力最弱,空间集聚性显著;创新能力高-高集聚的地区为京津冀、长三角、珠三角地区,低-低集聚的地区为西部及东北地区。2)影响因素方面,各自变量的显著性水平较好,显著区域占比由大到小依次为财政投入、人才要素、经济基础、经济外向度、金融环境、信息化水平,除财政投入对城市创新能力具有显著的正相关性之外,其他因素皆同时存在正负相关效应;各自变量指标回归系数区间范围较大,具有明显的空间分异特征。3)主导因素方面,东南部城市创新能力受经济基础影响较大,而东北以及西部城市受金融环境影响较大。中国城市创新能力影响因素存在空间分异,政府及相关部门在制定创新政策时需要考虑不同城市的特点,采取针对性措施,促进中国城市创新健康协调发展。 

【文章页数】：12 页

【文章目录】：
1 研究方法与数据选取
    1.1 研究方法
        1.1.1 克里金插值法、空间自相关分析
        1.1.2 地理加权回归模型
    1.2 变量选取与数据来源
2 中国城市创新能力的空间分异
    2.1 空间分异特征
    2.2 空间集聚特征
3 中国城市创新能力影响因素的空间分异
    3.1 基于OLS模型的结果与分析
    3.2 基于GWR模型的结果与分析
        3.2.1 GWR回归结果总体分析
        3.2.2 影响因素空间分异分析
4 中国城市创新能力主导因素的空间分异
5 结论与讨论


【参考文献】：
期刊论文
[1]城市创新能力评价及时空格局演化研究[J]. 李斌,田秀林,张所地,赵华平.  数理统计与管理. 2020(01)
[2]人力资本、研发投入对区域创新能力的影响[J]. 张春红.  统计与决策. 2019(18)
[3]中国三大经济增长极经济发展的面板数据综合评价——基于新发展理念视角[J]. 徐芳燕,朱茜.  吉林工商学院学报. 2019(03)
[4]助推经济高质量发展提升我国科技创新能力探析[J]. 朱芷娴.  科技经济市场. 2019(04)
[5]中国省际创新异质性及其影响因素研究——基于GWR和分位数回归分析[J]. 方大春,裴梦迪.  当代经济管理. 2019(09)
[6]中国城市创新能力的时空演化及溢出效应[J]. 周锐波,刘叶子,杨卓文.  经济地理. 2019(04)
[7]双向联系视域下长江经济带城市群网络结构——基于时间距离和社会网络分析方法[J]. 王圣云,宋雅宁,温湖炜,李晶.  经济地理. 2019(02)
[8]中国重点产业创新产出时空分异及影响因素[J]. 王彬燕,王士君,田俊峰,浩飞龙.  地理研究. 2019(02)
[9]与跨国企业技术互动对本土企业创新绩效的影响——以中国高技术制造业为例[J]. 夏丽丽,王润晓,李铸杰,伍敏静.  热带地理. 2019(01)
[10]创新环境对河南省创新产出的影响研究——基于GWR模型的实证分析[J]. 石涛.  创新科技. 2019(01)

硕士论文
[1]中国财政科技投入对高技术产业创新的作用效果和影响因素[D]. 岳圣元.天津财经大学 2017



本文编号：3726952