我国高技术产业创新效率及影响因素研究
发布时间：2021-04-18 00:09
随着我国经济进入新常态,未来经济发展主要动力是通过创新来提高要素生产率和改变生产业态,而作为实现创新驱动发展重要阵地的高技术产业,对我国继续提升国际竞争力、实现转型发展具有不可替代的作用。本文选取2009-2017年我国31个地区高技术产业的面板数据,通过选择合理的投入产出指标和环境变量指标,采用三阶段DEA模型对各地区高技术产业创新效率进行静态测算,同时根据三阶段DEA-Malmquist模型来测算高技术产业全要素生产率的动态变化,最后采用空间计量经济模型对我国各地区高技术产业创新效率的影响因素进行实证分析,得到以下结论。（1）从静态视角来看,经过SFA回归分析剔除外部因素影响,各地区调整后的纯技术效率水平普遍高于调整前,且更加平稳,而规模效率各地区波动幅度较小但地区间差异明显。整体来看,高技术产业创新效率与规模效率变动趋势保持高度一致,说明纯技术效率对创新效率的影响小于规模效率,地区间规模效率的差异导致了创新效率的差异。（2）从动态视角来看,调整后的全要素生产率水平降低且整体趋势更加平稳,地区间差异缩小。从各时期来看,经过剔除外生环境变量和随机误差项影响后,技术效率变动和全要素生产...
【文章来源】：河北大学河北省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
技术路线图
第三章基于静态视角的我国高技术产业创新效率测度21表3-1第一阶段各地区各时期高技术产业创新效率值（续）地区2009201020112012201320142015新疆0.7610.5770.0641110.891云南110.3230.2770.2940.3260.280重庆0.78610.7790.3820.70110.815西藏11110.8480.1500.298青海0.2080.30910.2400.67611图3-1第一阶段各地区各时期高技术产业创新效率水平创新效率反映了地区高技术产业各项投入转化为经济产出和知识产出的能力，根据表3-1和图3-1可知，第一阶段各地区2009-2015年高技术产业创新效率水平差异较大，多数地区各时期创新效率波动比较大。具体地区来看，北京、海南、天津在大部分时期创新效率处于有效前沿面上，说明这些地区投入转化为创新产出的能力相对较强。宁夏、新疆、云南、重庆、西藏、青海在某些个别时期创新效率也处于有效前沿面上，甚至高于北京、天津地区，主要是该时期这些地区进行的是一些引进转化研究，相较于北京、天津进行的基础性研究，更容易取得创新产出成果。整体来看创新效率水平较低的地区
第三章基于静态视角的我国高技术产业创新效率测度23表3-2第一阶段各地区各时期高技术产业纯技术效率值（续）地区2009201020112012201320142015内蒙古0.8120.6490.4930.6260.2530.4931宁夏0.997110.7130.3850.8450.611陕西0.290.20.330.3370.2060.240.271四川0.2820.501110.6670.8390.912新疆10.7220.0671110.987云南110.3840.5670.3680.4010.284重庆0.78810.7790.7450.87210.936西藏1111111青海1110.3280.95411图3-2第一阶段各地区各时期高技术产业纯技术效率水平根据表3-2和图3-2可知，整体来看各地区的纯技术效率水平相对要高于创新效率水平，东部地区的北京、广东、江苏、上海、天津大多时期的纯技术效率水平达到了最优，中部地区安徽、河南在2012年及之后达到了最优水平，而湖北、湖南、江西、山
【参考文献】：
期刊论文
[1]中国高技术产业创新效率差异性研究——基于三阶段DEA-Malmquist指数模型的分析[J]. 王晓红,冯严超. 平顶山学院学报. 2018(05)
[2]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)
[3]基于三阶段DEA-Windows分析的中国省域创新效率评价[J]. 乔元波,王砚羽. 科学学与科学技术管理. 2017(01)
[4]中国高技术产业创新效率影响因素的空间异质效应—基于地理加权回归模型的实证研究[J]. 高晓光. 世界地理研究. 2016(04)
[5]中国新能源行业效率——基于DEA方法和微观数据的分析[J]. 石旻,张大永,邹沛江,David Broadstock. 数量经济技术经济研究. 2016(04)
[6]高技术产业创新效率影响因素分析[J]. 李向东,李南,刘东皇. 统计与决策. 2015(06)
[7]中国高新技术产业研发创新效率测算——基于三阶段DEA模型[J]. 刘伟. 数理统计与管理. 2015(01)
[8]高技术产业创新、空间依赖与研发投入渠道——基于空间面板数据的估计[J]. 薛庆根. 管理世界. 2014(12)
[9]高技术产业两阶段的创新效率[J]. 邱兆林. 财经科学. 2014(12)
[10]我国高技术产业创新效率及其影响因素空间计量分析[J]. 桂黄宝. 经济地理. 2014(06)
本文编号：3144403
【文章来源】：河北大学河北省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
技术路线图
第三章基于静态视角的我国高技术产业创新效率测度21表3-1第一阶段各地区各时期高技术产业创新效率值（续）地区2009201020112012201320142015新疆0.7610.5770.0641110.891云南110.3230.2770.2940.3260.280重庆0.78610.7790.3820.70110.815西藏11110.8480.1500.298青海0.2080.30910.2400.67611图3-1第一阶段各地区各时期高技术产业创新效率水平创新效率反映了地区高技术产业各项投入转化为经济产出和知识产出的能力，根据表3-1和图3-1可知，第一阶段各地区2009-2015年高技术产业创新效率水平差异较大，多数地区各时期创新效率波动比较大。具体地区来看，北京、海南、天津在大部分时期创新效率处于有效前沿面上，说明这些地区投入转化为创新产出的能力相对较强。宁夏、新疆、云南、重庆、西藏、青海在某些个别时期创新效率也处于有效前沿面上，甚至高于北京、天津地区，主要是该时期这些地区进行的是一些引进转化研究，相较于北京、天津进行的基础性研究，更容易取得创新产出成果。整体来看创新效率水平较低的地区
第三章基于静态视角的我国高技术产业创新效率测度23表3-2第一阶段各地区各时期高技术产业纯技术效率值（续）地区2009201020112012201320142015内蒙古0.8120.6490.4930.6260.2530.4931宁夏0.997110.7130.3850.8450.611陕西0.290.20.330.3370.2060.240.271四川0.2820.501110.6670.8390.912新疆10.7220.0671110.987云南110.3840.5670.3680.4010.284重庆0.78810.7790.7450.87210.936西藏1111111青海1110.3280.95411图3-2第一阶段各地区各时期高技术产业纯技术效率水平根据表3-2和图3-2可知，整体来看各地区的纯技术效率水平相对要高于创新效率水平，东部地区的北京、广东、江苏、上海、天津大多时期的纯技术效率水平达到了最优，中部地区安徽、河南在2012年及之后达到了最优水平，而湖北、湖南、江西、山
【参考文献】：
期刊论文
[1]中国高技术产业创新效率差异性研究——基于三阶段DEA-Malmquist指数模型的分析[J]. 王晓红,冯严超. 平顶山学院学报. 2018(05)
[2]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)
[3]基于三阶段DEA-Windows分析的中国省域创新效率评价[J]. 乔元波,王砚羽. 科学学与科学技术管理. 2017(01)
[4]中国高技术产业创新效率影响因素的空间异质效应—基于地理加权回归模型的实证研究[J]. 高晓光. 世界地理研究. 2016(04)
[5]中国新能源行业效率——基于DEA方法和微观数据的分析[J]. 石旻,张大永,邹沛江,David Broadstock. 数量经济技术经济研究. 2016(04)
[6]高技术产业创新效率影响因素分析[J]. 李向东,李南,刘东皇. 统计与决策. 2015(06)
[7]中国高新技术产业研发创新效率测算——基于三阶段DEA模型[J]. 刘伟. 数理统计与管理. 2015(01)
[8]高技术产业创新、空间依赖与研发投入渠道——基于空间面板数据的估计[J]. 薛庆根. 管理世界. 2014(12)
[9]高技术产业两阶段的创新效率[J]. 邱兆林. 财经科学. 2014(12)
[10]我国高技术产业创新效率及其影响因素空间计量分析[J]. 桂黄宝. 经济地理. 2014(06)
本文编号：3144403
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3144403.html
