“一带一路”倡议下山东省高新技术产业创新效率评价与协同创新机制研究
发布时间：2021-10-13 02:57
2013年9月习近平总书记提出丝绸之路经济带,同年10月21世纪海上丝绸之路被提出,随后国家商务部联合其他相关部门于2017年3月发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》,自此之后,“一带一路”便成为了国内外学者相继研究的热点与焦点。当今世界科技高速发展,各国综合经济实力的竞争也已从生产要素的竞争向科技实力的竞争过渡,而高新技术产业则恰为科技实力的聚焦点。同时其在推动区域经济产业结构优化升级方面充当引擎,世界各国因其具备较高的附加值以及关联度,将其视为衡量区域经济发展水平的指标之一,现已成为了区域、乃至世界竞争的焦点。我国高新技术产业能否借助“一带一路”打造的区位、技术市场、交通设施等优势,决定着其在激烈的国际竞争中能否持续健康的发展。山东位处“丝绸之路经济带”与“海上丝绸之路”之交界点,经济总量排在老牌经济大省广东、江苏之后。据统计显示,山东与“一带一路”沿线国家的对外贸易进出口总量仅2017年一年便实现了16.4%的增幅,金额高达4800亿元。“一带一路”为山东产业结构升级带来了机遇,推动山东经济发展,通过“引进来””走出去”两步走战略大力发展的山东经济,推...
【文章来源】：济南大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
以新产品的销售收入作为创新产出的数据处理结果
济南大学硕士学位论文19放度越大，对提高高新技术创新效率越有利。3为0.5922，未通过显著性水平检验，它代表政策扶持度对无效率项的影响系数，影响既不显著对创新效率也没有很明显的促进。4为-0.1223其在1%上通过了显著性检验，它代表的是高新技术产业区域个数对无效率项的影响系数，从相反的角度来讲，高新技术产业区域个数对于创新效率的影响为正的0.1223，这表明高新技术产业区域个数越多越集中，对提高高新技术创新效率越有利。3.3.2专利作为创新产出的实证结果分析首先，运用新的销售收入作为创新的产出，用Frontier4.1计算软件对于上述（2）和（4）式子进行估计，将估计的结果展示如下：图3.2以新产品专利作为作为创新产出的数据处理结果如图3.2，Y=0.6742，说明选用随机前沿模型估计无效率项是合适的。1在5%上通过了显著水平的检验，1值为0.4156，这就表示新产品的投入每增加1个单位，就会带来相应的专利数0.4156个单位的增加。3为0.4483，其在1%通过了显著性检验，这表示新产品研发经费投入每增加1个单位，产出就会相应的增加0.4483个单位。2为0.0875，未通过检验，不显著，表示R&D内部经费的投入并没有对专利的产出起到较明显的促进作用，这可能是因为当前的R&D人员内部经费支出虽然占据很大比重，但是很大程度上被用作了工资的发放，并未在高新技术区域创新方面起到明显的激励作
“一带一路”倡议下山东省高新技术产业创新效率评价与协同创新机制研究44图5.2“一带一路”倡议下山东高新技术产业协同创新机制5.3.1动力机制系统动力学将协同创新定义为内外部创新要素在系统内的相互交换与作用，以此将“一带一路”区域高新技术产业的协同创新发展动力归结于推动协同创新系统内部因果关系的内部动力以及改善外部环境的外部动力。协同创新过程中，参与协同创新的主体的动力来源均不同，内部动力作用原理归结为利益驱动、信息、资源共享、政策激励等作用于区域高新技术产业创新主体上，其中利益驱动动力机制是内部动力机制建立的基础，其建立于协同创新的过程中，贯穿于创新主体相互作用、资源交换的各个环节，以确保协同创新有序进行。外部动力的作用原理主要表现为政府政策支持、市场需求、科技驱动等，为了在激烈的市场竞争中立足，区域高新技术产业需在市场竞争中不断满足市场的需要，而这一过程需要区域高新技术产业依据“一带一路”协同创新平台获取最新共享信息。政府政策作为外部动力引导协同创新主体、创新资源等积极参与到协同创新过程中去，并为其提供政策财政支持。5.3.2政府政策导向机制“一带一路”倡议下区域高新技术产业的协同创新依然面临较多的问题与风险，需
【参考文献】：
期刊论文
[1]“一带一路”倡议下区域高新技术产业协同创新研究[J]. 马宗国,丁晨辉. 经济体制改革. 2019(01)
[2]“一带一路”重点省区企业科技创新效率评价——基于广义DEA模型的实证分析[J]. 苏日古嘎,马占新. 科学管理研究. 2018(06)
[3]基于全球—地方视角的上海高新技术产业创新网络效率探讨[J]. 曹贤忠,曾刚. 软科学. 2018(11)
[4]我国省域高新技术产业技术效率及空间分布研究[J]. 包耀东,李晏墅,肖腾飞. 福建论坛(人文社会科学版). 2018(07)
[5]产业发展视角下高新技术企业效率评价——基于DEA模型的实证研究[J]. 郭建平,常菁,黄海滨. 科技管理研究. 2018(12)
[6]乡村振兴战略下西部地区农业科技协同创新模式选择与实现路径[J]. 王燕,刘晗,赵连明,黎毅. 管理世界. 2018(06)
[7]高新技术产业空间特征对研发效率的影响——基于安徽省16个地级市静（动）态集聚指数和DEA面板Tobit的实证[J]. 唐睿,李晨阳,冯学钢. 华东经济管理. 2018(02)
[8]高新技术产业协同创新系统建模与仿真[J]. 袁旭梅,蔡书文,王伟,张旭. 科技进步与对策. 2018(04)
[9]我国高新技术产业技术创新效率评价及提升对策研究[J]. 易明,彭甲超,俞艳霞. 宏观经济研究. 2017(11)
[10]基于DEA-Malmquist指数的高新技术产业技术创新效率评价研究[J]. 陈伟,张长孝,李传云,冯志军. 科技管理研究. 2017(23)
硕士论文
[1]我国“一带一路”地区技术创新效率评价研究[D]. 夏兴能.西安科技大学 2018
本文编号：3433821
【文章来源】：济南大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
以新产品的销售收入作为创新产出的数据处理结果
济南大学硕士学位论文19放度越大，对提高高新技术创新效率越有利。3为0.5922，未通过显著性水平检验，它代表政策扶持度对无效率项的影响系数，影响既不显著对创新效率也没有很明显的促进。4为-0.1223其在1%上通过了显著性检验，它代表的是高新技术产业区域个数对无效率项的影响系数，从相反的角度来讲，高新技术产业区域个数对于创新效率的影响为正的0.1223，这表明高新技术产业区域个数越多越集中，对提高高新技术创新效率越有利。3.3.2专利作为创新产出的实证结果分析首先，运用新的销售收入作为创新的产出，用Frontier4.1计算软件对于上述（2）和（4）式子进行估计，将估计的结果展示如下：图3.2以新产品专利作为作为创新产出的数据处理结果如图3.2，Y=0.6742，说明选用随机前沿模型估计无效率项是合适的。1在5%上通过了显著水平的检验，1值为0.4156，这就表示新产品的投入每增加1个单位，就会带来相应的专利数0.4156个单位的增加。3为0.4483，其在1%通过了显著性检验，这表示新产品研发经费投入每增加1个单位，产出就会相应的增加0.4483个单位。2为0.0875，未通过检验，不显著，表示R&D内部经费的投入并没有对专利的产出起到较明显的促进作用，这可能是因为当前的R&D人员内部经费支出虽然占据很大比重，但是很大程度上被用作了工资的发放，并未在高新技术区域创新方面起到明显的激励作
“一带一路”倡议下山东省高新技术产业创新效率评价与协同创新机制研究44图5.2“一带一路”倡议下山东高新技术产业协同创新机制5.3.1动力机制系统动力学将协同创新定义为内外部创新要素在系统内的相互交换与作用，以此将“一带一路”区域高新技术产业的协同创新发展动力归结于推动协同创新系统内部因果关系的内部动力以及改善外部环境的外部动力。协同创新过程中，参与协同创新的主体的动力来源均不同，内部动力作用原理归结为利益驱动、信息、资源共享、政策激励等作用于区域高新技术产业创新主体上，其中利益驱动动力机制是内部动力机制建立的基础，其建立于协同创新的过程中，贯穿于创新主体相互作用、资源交换的各个环节，以确保协同创新有序进行。外部动力的作用原理主要表现为政府政策支持、市场需求、科技驱动等，为了在激烈的市场竞争中立足，区域高新技术产业需在市场竞争中不断满足市场的需要，而这一过程需要区域高新技术产业依据“一带一路”协同创新平台获取最新共享信息。政府政策作为外部动力引导协同创新主体、创新资源等积极参与到协同创新过程中去，并为其提供政策财政支持。5.3.2政府政策导向机制“一带一路”倡议下区域高新技术产业的协同创新依然面临较多的问题与风险，需
【参考文献】：
期刊论文
[1]“一带一路”倡议下区域高新技术产业协同创新研究[J]. 马宗国,丁晨辉. 经济体制改革. 2019(01)
[2]“一带一路”重点省区企业科技创新效率评价——基于广义DEA模型的实证分析[J]. 苏日古嘎,马占新. 科学管理研究. 2018(06)
[3]基于全球—地方视角的上海高新技术产业创新网络效率探讨[J]. 曹贤忠,曾刚. 软科学. 2018(11)
[4]我国省域高新技术产业技术效率及空间分布研究[J]. 包耀东,李晏墅,肖腾飞. 福建论坛(人文社会科学版). 2018(07)
[5]产业发展视角下高新技术企业效率评价——基于DEA模型的实证研究[J]. 郭建平,常菁,黄海滨. 科技管理研究. 2018(12)
[6]乡村振兴战略下西部地区农业科技协同创新模式选择与实现路径[J]. 王燕,刘晗,赵连明,黎毅. 管理世界. 2018(06)
[7]高新技术产业空间特征对研发效率的影响——基于安徽省16个地级市静（动）态集聚指数和DEA面板Tobit的实证[J]. 唐睿,李晨阳,冯学钢. 华东经济管理. 2018(02)
[8]高新技术产业协同创新系统建模与仿真[J]. 袁旭梅,蔡书文,王伟,张旭. 科技进步与对策. 2018(04)
[9]我国高新技术产业技术创新效率评价及提升对策研究[J]. 易明,彭甲超,俞艳霞. 宏观经济研究. 2017(11)
[10]基于DEA-Malmquist指数的高新技术产业技术创新效率评价研究[J]. 陈伟,张长孝,李传云,冯志军. 科技管理研究. 2017(23)
硕士论文
[1]我国“一带一路”地区技术创新效率评价研究[D]. 夏兴能.西安科技大学 2018
本文编号：3433821
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3433821.html
