中国省域RD投入及创新效率测度分析

发布时间：2021-07-07 21:34

　　研究目标:测度我国2007～2016年省域创新效率,分析各省域、三大地区和八大经济区域的创新效率的动态趋势和变化以及其时空收敛性质,探究R&D投入与创新效率之间的关系。研究方法:基于专利产出为创新产出的视角,运用DEA、SFA以及Bootstrap-DEA的面板模型测度区域创新效率,并采用σ收敛模型检验其时空的收敛性质。研究发现:传统的DEA模型存在明显的高估偏误,未加入环境因素的SFA模型参数偏误较大,Bootstrap-DEA测出的创新效率值具有更小的偏误;R&D投入与创新效率之间存在一定程度的正相关关系,但这种正相关关系在R&D投入达到一定数值时,有边际递减的倾向;2007～2016年全国平均创新效率呈现"U"形过程,东部沿海地区的创新效率遥遥领先,但地区与经济区域之间存在"追赶效应";全国的创新效率收敛指数基本呈现"L"形过程,省域创新的效率差距在逐渐缩小,区域创新活动有一定的空间集聚现象。研究创新:首次运用Bootstrap-DEA的面板模型测度省域创新效率,对效率估计值的偏差进行修正,并给出其置信区间和模型偏误。研究价值:为各省域、各经济区域的创新效... 

【文章来源】：数量经济技术经济研究. 2020,37(05)北大核心CSSCICSCD

【文章页数】：20 页

【部分图文】：

2007～2016年省域创新效率与R&D投入之间的复相关系数

其中，bdek(t)(Bootstrap-DEA Efficiency，简记为BDE）表示第k个省域在第t年的B-DEA创新效率，N表示某个经济区域内省域的总数。若σt+1>σt，则说明该区域的创新效率具有σ收敛性质，即该区域间的创新效率差距在逐渐缩小；反之，不具有σ收敛性质，区域间的创新效率在逐渐扩大。具体的σ收敛检验结果如图2所示。从图2可以看出，2007～2016年，全国的创新效率σ收敛指数基本呈现“L”形过程，说明从整体来看，中国区域创新效率差距在逐渐缩小。但是具体到三大地区，创新效率σ收敛指数呈现“U”形过程。在2011年到达“U”形过程的最低点，随后开始逐渐上升，说明三大地区内部的区域创新效率存在逐渐扩大的趋势。三大地区σ收敛指数在2007～2016年频繁波动，也说明区间之前存在“追赶效应”。因此国家和当地政府部门应当出台相应政策，放缓σ收敛指数继续呈现“U”形最低点之后的上升过程，最好能实现各大区域之间σ收敛指数稳定的“L”形过程。

【参考文献】：
期刊论文
[1]京津冀地级市区规模以上工业企业创新效率分析[J]. 张满银,张丹.  经济经纬. 2019(01)
[2]中国经济增长与碳排放之间的关系研究——基于非参数bootstrap方法构建的VEC模型[J]. 张恪渝,廖明球.  数理统计与管理. 2019(01)
[3]高校创新效率动态演进分析及影响因素识别——基于非参数核密度估计和SFA模型[J]. 王晓珍,蒋子浩,郑颖.  统计与信息论坛. 2018(09)
[4]创新技术进步要素偏向视角下区域异质性研究——基于SFA和广东数据的实证分析[J]. 朱芳芳.  数理统计与管理. 2019(01)
[5]中国区域专利产出与产业创新效率研究[J]. 韩兆洲,程学伟.  产经评论. 2018(03)
[6]制度邻近下知识势能对区域技术创新效率的空间溢出效应[J]. 陶长琪,彭永樟.  当代财经. 2018(02)
[7]中国省域生态治理绩效评价研究[J]. 韩永辉.  统计研究. 2017(11)
[8]区域创新活动的空间效应及影响因素研究[J]. 苏屹,林周周.  数量经济技术经济研究. 2017(11)
[9]基于Meta-Frontier-Bootstrap-DEA方法的中国高端装备制造企业效率测度研究[J]. 刘芳,王宇露.  统计与信息论坛. 2017(06)
[10]基于极大似然的异方差多正态总体均值的参数Bootstrap检验[J]. 梅波,徐礼文.  数理统计与管理. 2016(04)



本文编号：3270412