共查询到17条相似文献,搜索用时 421 毫秒
1.
为摸清“十二五”“十三五”期间广东科技创新资源在时间和空间上分配的变异特征和规律,采用DEAMalmquist模型、空间可视化方法,从静态和动态两个视角测度及剖析2011—2020年广东科技创新资源配置在时间和空间上的变异情况。结果发现:以2014年实施创新体制机制改革为关键转折点,广东科技创新资源配置效率呈现先降后升的态势,随着科技创新资源的加大投入和利用效率提升,全省已发展为珠三角领衔、粤东西部协同发展的“一核两翼”创新发展格局;动态来看,广东科技创新资源配置效率不断提升,年平均涨幅为8.1%,技术进步是主要影响因素,科技创新资源配置效率综合提高型地市有13个,其中云浮和汕头表现突出,技术进步提高型包括广州、深圳、清远和茂名,综合下降型包括汕头、江门、湛江和揭阳。由此提出广东进一步完善科技投入机制和科学统筹区域创新资源配置的建议。 相似文献
2.
拥有资源优势的广西中医药经济发展不尽人意的根本原因就在于缺乏创新能力。文章认为创新是广西中医药经济可持续发展的原动力:中医药创新性研究是根本动力;创新中医药公共服务平台是内在动力;企业营销能力的提升是潜在动力。只有加强广西中医药创新性研究,创新广西中医药公共服务平台,培育广西中医药企业核心营销能力,才能促进广西中医药经... 相似文献
3.
基于数据包络分析的BCC模型,结合Malmquist指数方法,利用2010-2019年青海省科技活动投入产出数据,通过测度青海省科技创新活动的综合效率、纯技术效率、规模效率及全要素效率变化,深入剖析青海省科技创新效率.结果 表明,青海省科技创新综合效率处于非DEA有效,目前正处于科技创新效率规模报酬递增阶段,投入规模不足阻碍了青海省的科技创新效率.全要素生产率均较为稳定,呈现"上升-下降-上升"的波动趋势,主要受技术进步指数制约,促进技术进步将有助于推动青海省科技创新能力的提升. 相似文献
4.
科技金融投入是提升地区科技创新水平的重要方式。本文运用Malmquist TFP指数对广东地区的科技金融投入创新效率进行测算和分解,得出如下结论:珠三角地区随着科技金融投入增加,其科技创新生产率和技术进步水平在不断地提高,珠三角对科技金融资源的使用与配置处于技术有效状态,科技金融投入逐渐达到规模经济最优;粤东西北地区由于科技金融投入不足,导致其科技创新效率较低,与珠三角差距在拉大。本文认为,广东省政府在今后制定科技金融政策时应注意平衡地区差距,引入市场化机制,发挥珠三角对粤东西北地区科技创新的辐射作用。 相似文献
5.
根据科技创新的阶段性特点,将科技创新划分为两个阶段:科技创新的科技产出效率和经济社会转化效率。利用DEA方法和Malmquist指数模型对转型中的资源大省山西省和黑龙江省9个煤炭城市2005—2007年科技创新两阶段效率的变动趋势进行了实证分析。结果显示大多数煤炭城市第一阶段科技产出效率逐渐提高,第二阶段科技创新的经济社会转化效率逐渐下降,效率变动的主要原因是两阶段的规模效率均偏低;运用Malmquist指数模型分析,创新的科技产出效率的提升来源于第一阶段的技术效率的提高和技术进步。在第二阶段,科技创新的经济和社会转化效率的下降主要是因为第二阶段的技术效率未有明显提升和技术的退步。 相似文献
6.
基于创新价值链的视角构建中国规模以上工业企业科技创新效率评价体系,运用DEA-Tobit模型对36个工业细分行业的科技创新效率进行测度并研究其影响因素。研究结果表明:规模以上工业企业科技创新效率的行业差距十分显著,研发阶段的平均综合效率仅为0.38,纯技术效率不高是导致整体效率低下的主要原因;成果转化阶段的平均综合效率为0.83,纯技术效率和规模效率共同制约着整体效率的提升。在科技创新效率影响因素分析中发现,投入并非越多越好,根据行业特点合理配置资源十分重要。基于实证分析结果,提出相关对策建议。 相似文献
7.
本文采用基于DEA的CCR模型和Malmquist生产率指数,从静态和动态两个视角对2000-2017年青海省科技创新效率进行了定量评价。研究发现:从静态效率看,青海省科技创新综合效率和规模效率均较低,纯技术效率相对有效,规模效益处于规模递增状态;从动态效率看,青海省技术进步缓慢和技术效率改善不明显拖累了全要素生产率增长;考察期内青海省科技创新效率呈现“上升-下降-上升”趋势,但科技创新效率总体偏低,在西北五省中处于下游水平,这与青海省经济发展历史、经济发展水平、产业发展需求、科技投入管理和科技创新体系等因素有关。 相似文献
8.
在协同创新的理论基础上,对高等院校的科技资源投入进行了三个维度的实证分析。基于广东和江苏两省的高等院校数据,建立线性回归模型和Logistic模型,结果表明:政府资源对广东高校科技成果产出影响显著,但广东高校的政府资源效率较江苏弱;企事业单位和学校资源更有利于创新的最终产出技术转让水平的提升。本文对广东的政策启示是:在有效落实高校科技成果转化自主权的前提下,通过政策引导高校与企业构建协同创新机制,不仅可以有效缓解政府资源效率不足问题,还有助于提高高校的技术转化水平。 相似文献
9.
研究了金融对科技创新贡献的效率。选取各省市的R&D投入经费、科学家与工程师人数、金融发展水平作为投入变量;各省市的授权发明专利数作为产出变量,运用数据包络法(DEA)结合Malmquist指数分析中国各省市金融对科技创新贡献的效率。研究表明:科技创新的总体效率逐年提升,技术进步的发展态势最为良好,纯技术效率次之,规模效率最差。其中规模效率存在明显的东、中、西部差异。从投入要素的利用效率来看,各要素的利用效率均处于稳步增长阶段,金融发展水平的利用效率最高,R&D投入经费、科学家与工程师人数的利用效率旗鼓相当。 相似文献
10.
11.
为实现山东省新旧动能转换和促进山东省经济区域均衡发展,选取山东省17地市为研究对象,研究并深入把握区域科技创新能力动态发展和空间差异特征。首先从科技创新发起能力、科技创新实现能力、科技创新转化能力和创新环境支持能力4个维度构建山东省区域科技创新能力评价指标体系;其次运用全局熵权法、改进的灰色TOPSIS法和空间自相关分析等,对2013—2016年各地市的科技创新能力进行动态评价和可视化分析,并对其空间差异特征进行研究;最后提出加强区域间协同创新、优化区域内科技创新发展环境等提高山东省科技创新能力的对策措施。 相似文献
12.
“十三五时期”,广东省生产力服务体系快速发展,规模逐年壮大,服务内容从传统的中介服务逐步向全链条创新服务转变,发展趋势不断往专业化、网络化、集成化和国际化转变,逐步成为粤港澳大湾区国际科技创新中心和广东科技创新强省建设的重要支撑。为适应广东省生产力服务体系发展的新形势,进一步提升生产力中心系统的科技创新服务能力,亟需建立一套系统、全面的生产力科技创新服务能力评价体系,客观、科学地推进生产力体系的创新发展,作为其动态管理及政策支持的重要依据。因此,本文运用基于熵权法的TOPSIS综合评价方法,构建广东省生产力服务体系科技创新服务能力评价模型,并通过灰色关联分析法验证了评价模型的合理性,确定了关键影响因素。经实证研究发现,2010-2018年间广东省生产力服务体系科技创新服务能力总体呈上升趋势;各区域生产力促进中心发展不均衡,珠三角地区遥遥领先于粤东西北地区;企业服务能力、人力资源、科技创新资源对生产力服务体系科技创新服务能力影响相对显著。 相似文献
13.
14.
15.
使用超效率数据包络分析(DEA)模型测度广东省2006—2019年的科技创新效率,并对其时空演化特征、阶段、发展类型及动力机制进行分析.结果表明:2006—2019年广东省科技创新效率的时空演化过程具有整体性向前、阶段性波折、峰谷值交替的特征,可分为粗放型发展、转型升级、可持续发展3个阶段;科技创新效率的演变类型可划分为平稳型、上升型和波动型3种类型;根据演化的驱动因素,可分为资源驱动、技术驱动、政策和技术双轮驱动3种动力机制.根据分析结果,从布局城市群科技创新生态圈、科研资源投入的多元化、建构区域科技创新治理体系等方面提出对策建议. 相似文献
16.
结合我国科技人才发展实际,从科技人才规模、结构、投入、产出和环境5个维度出发,构建我国科技人才竞争力评价指标体系,在此基础上,利用主成分分析法对我国31个省市2011—2015年科技人才竞争力进行评价与比较,发现广东省科技人才竞争力总体优势明显,居全国第三,且近年来综合竞争力在各省市中有缓慢上升的趋势。从各主成分看,广东省科技人才投入竞争力和人才环境竞争力排名靠前,但科技人才资源竞争力明显不强,与北京、江苏等省市相比还有较大差距,为此,提出进一步提升广东科技人才竞争力的对策。 相似文献
17.
基于技术生态位视角构建广东省科技创新效率评价体系,运用DEA-Tobit模型对广东省21个地级市进行科技创新效率测算,并对其影响因素进行实证分析。研究结果表明:广东省科技创新效率在培育阶段和孵化阶段的平均综合效率分别为0.685和0.813,孵化阶段的整体科技创新效率高于培育阶段,且纯技术效率和规模效率共同制约着整体效率的提升;科技政策、应用研究与实验发展费用、国家级科技企业孵化器数量是影响科技创新效率提升的重要因素。基于实证分析结果,从知识产权保障、成果转化、基础研究等方面提出相应对策建议。 相似文献