高技术企业技术创新效率评价及影响因素研究

发布时间：2022-07-14 20:50

　　为了更好地提升中国高技术企业的创新能力,有必要分析各省份企业技术创新效率及其影响因素。使用DEA模型和Malmquist指数,从投入、产出视角构建高技术企业技术创新效率评价模型和影响因素模型。研究发现:中国大部分省份高技术企业的技术创新效率较高,说明企业注重投入与产出的平衡,对现有创新资源进行了充分利用,从而形成规模效应。然而,部分省份可能由于扩大研发规模而导致成本较高,造成规模经济递减。此外,内部研发、合作研发和技术购买能够对高技术企业技术创新效率产生显著影响,超出一定范围的合作研发支出和技术购买经费会提升企业技术创新效率,而过多的内部研发是不必要的成本,会降低企业技术创新效率,因此企业需要控制内部研发投入。 

【文章页数】：13 页

【文章目录】：
一、引言
二、技术创新效率评价体系构建
    (一)方法选取
    (二)DEA方法
    (三)DEA-Malmquist指数方法
    (四)技术创新效率评价指标选取
        1.投入指标
            (1)经费投入
            (2)人力投入
        2.产出指标
            (1)新产品销售收入
            (2)专利申请量
            (3)有效发明专利数
三、实证结果与分析
    (一)描述性统计与相关性分析
    (二)高技术企业技术创新效率的静态分析
    (三)高技术企业技术创新效率的动态变化分析
        1.高技术企业整体技术创新效率变化
        2.各省份高技术企业技术创新效率变化
    (四)高技术企业技术创新效率的影响要素分析
        1.指标选取
            (1)企业规模
            (2)内部研发
            (3)合作研发
            (4)技术购买
        2.模型构建
        3.实证结果
四、结论与建议
    (一)研究结论
    (二)理论贡献
        第一,在以往的研究中,多以专利申请数衡量技术创新产出指标。
        第二,在当前的研究中,少有学者研究区域高技术企业的技术创新效率。
    (三)管理启示
    (四)研究局限性及展望


【参考文献】：
期刊论文
[1]基于Malmquist模型的战略性新兴产业创新效率实证分析[J]. 刘春姣.  统计与决策. 2019(13)
[2]中国省域高技术产业创新效率的收敛性及其影响因素研究——基于空间经济学视角[J]. 宛群超,杨晓岚,邓峰.  科技管理研究. 2018(08)
[3]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)
[4]中国专利密集型产业技术创新效率评价[J]. 孙磊,陈伟,刘锦志,杨早立.  科技管理研究. 2016(19)
[5]区域创新效率的空间集聚及其地区差异——来自中国的实证[J]. 李婧,管莉花.  管理评论. 2014(08)
[6]我国科技创新效率的实证研究——基于DEA-Malmquist模型和中国省际面板数据[J]. 王珍珍,黄茂兴.  技术经济. 2013(10)
[7]基于DEA方法的吉林省高技术企业创新效率研究[J]. 赵树宽,余海晴,巩顺龙.  科研管理. 2013(02)
[8]中国高技术产业创新效率及其影响因素研究[J]. 肖仁桥,钱丽,陈忠卫.  管理科学. 2012(05)



本文编号：3661853