共查询到20条相似文献，搜索用时 31 毫秒
1.
高新区是连接技术创新和经济发展的纽带,是中国高科技产业聚集的重要载体。本文运用结合DEA和SFA分析的三阶段 DEA 模型,测量了2013-2018年长三角和中部地区34个国家级高新区的创新效率,考察了环境因素对高新区创新效率的影响,并对比分析了环境因素和随机因素剔除前后的效率值。研究发现,长三角和中部地区国家级高新区的创新效率存在显著差异,这一差异主要是规模效率造成的,东部沿海的长三角地区创新效率最高,各地区的科技创新效率值呈现出逐年提高的趋势,但总体上尚有提升空间。 相似文献
2.
通过利用超越对数生产函数的随机前沿模型,对我国54个高新区2007–2011年的数据进行考察,得出各高新区的创新效率,同时对其创新效率的影响因素进行分析。结论表明,我国高新区创新效率普遍偏低,资源配置不合理,并且我国东、中、西部高新区创新效率有显著差异,且高新区的企业规模、利润规模、劳动者素质及区位因素都对其创新效率有一定影响。 相似文献
3.
运用三阶段数据包络分析（DEA）模型对我国西部地区30个国家级高新区的技术创新效率进行评价,实证结果显示：只有少数高新区处在生产前沿面上,且大部分高新区都是规模报酬递减;在第二阶段做随机前沿分析发现,环境因素对创新投入的松弛变量影响很大,在剔除外部环境干扰和随机因素干扰后,高新区的技术创新效率有很大变化。此外,研究还发现建立时间较早的高新区的技术创新效率普遍比晚建立的高新区要低,说明建立时间较晚的高新区在技术创新方面更有活力。 相似文献
4.
以京津冀、长三角和珠三角城市群的28家国家高新区为研究对象,运用熵值法和随机前沿生产模型测算高新区的创新效率,并对其影响因素进行分析.研究表明,长三角和珠三角城市群国家高新区平均创新效率分别为最高、次高,创新效率变化大致呈"W"型波动上升趋势,京津冀城市群国家高新区平均创新效率最低,创新效率变化大致呈"U"型下降趋势;三大城市群国家高新区创新效率表现出较大的内部差距,但差距呈现缩小趋势.创新主体、企业规模、利润规模、劳动者素质、对外开放五大因素对国家高新区的创新效率都具有积极影响. 相似文献
5.
传统数据包络分析(DEA)和随机前沿分析(SFA)由于无法消除环境因素和随机误差的影响从而导致测评结果不真实。采用二者相结合的三阶段DEA模型,对我国西部地区高技术产业创新效率及其影响因素进行测度研究。研究结果表明:我国西部地区高技术产业技术创新效率总体处于较低水平且创新投入规模不足是制约创新效率提升的主要瓶颈;政府支持和地区经济发展水平不利于创新资源冗余减少,而市场开放度可显著促进创新效率提升,同时企业规模的扩大有利于减少人力投入冗余,对财力、物力投入冗余的减少有负向促进作用。进一步按纯技术效率和规模效率将我国西部地区高技术产业技术创新效率划分为4种不同类型。最后,就分析结果提出相应的对策建议。 相似文献
6.
高新区作为国家高新技术创新发展的前沿,它的创新效率具有较高的研究价值。高新区可以借助平台理论来指导自身中介作用的发挥。本文构建了高新区创新平台运作模式的理论模型,运用三阶段DEA模型的思想验证了高新区创新平台效应的存在性及其对创新效率的影响。研究发现:高新区平台化创新的演化过程包含了域内和域间两个层次;平台效应是导致经典BCC模型效率估计偏差的环境因素之一;创新平台效应存在于高新区的域内和域间;2013年高新区创新平台效应尚未完全显现,尚有较大的提升空间,因此建议政府扩大宣传、提升园区规模,吸纳更多创新主体;建立良好的创新平台互动机制;加大人才培养和吸引力度;支持创新平台领域的相关研究。本文研究结果对于深刻认识平台在促进创新效率方面所发挥的积极作用、促进高新区平台理论及应用的研究与发展具有重要的现实意义。 相似文献
7.
《中国科技论坛》2021,(9)
本文运用面板数据模型,依据湖北省高新区数据,实证分析高新区高质量发展的影响因素。研究结果表明,湖北省高新区高质量发展总体呈上升趋势,但存在发展不充分不平衡的突出问题。研发创新、人力资本、金融发展、产业集聚是高新区高质量发展的重要影响因素。对外开放扩大对高新区高质量发展具有重要调节作用,外商直接投资对高新区高质量发展是双刃剑,显著促进了高新区产业结构升级,但并没有直接提升高新区的生产率水平,且对高新区的经济效益产生了抑制效应;扩大了研发创新对全要素生产率的提升效应,但降低了研发创新对产业结构升级的促进作用。政府支持为高新区高质量发展提供了重要制度保障,但过度的政府干预和支持将导致资源错配反而阻碍高新区产业结构升级。 相似文献
8.
国家高新区出口转化绩效及影响因素研究———基于创新驱动的视角 《科学学研究》2021,39(6):1026-1035
本文基于2006－2017年中国52家国家高新区的面板数据,从创新价值链的视角构建了两阶段动态跨期DEA模型,采用该模型分析了52家高新区的研发创新效率、出口转化效率、综合效率及其跨期动态变化情况,同时对影响因素进行了回归分析。研究结果表明,52家高新区的平均研发创新效率、出口转化效率和综合效率整体呈现出在波动中上升的趋势,三种平均效率中出口转化效率平均值最低。城市经济发展水平和高新区人力资本对高新区研发创新效率形成了显著的正向影响,城市开放程度、负债融资和研发创新效率对高新区出口转化效率产生了显著的正向影响,地理距离则对高新区出口转化效率产生了显著的负向影响。这为我国实施创新驱动发展战略、推动高新区研发创新和出口转化的相关政策制定提供了一定的理论支撑。 相似文献
9.
在现有相关研究基础上，为更全面、深入分析我国智能制造企业技术创新效率提升的影响因素，进一步考虑环境因素影响，运用三阶段数据包络分析模型，利用我国86家智能制造上市企业2016—2020年相关数据，对其技术创新效率进行测度分析。结果显示：剔除环境因素及随机噪声后，大部分企业的技术效率、纯技术效率和规模效率对比之前都有显著上升，表明大部分智能制造企业的技术创新效率都被低估，企业的技术创新效率受环境因素影响较大；对智能制造企业技术创新效率影响较大的因素为企业规模、企业研发投入强度和政府补助力度。根据分析结果，提出完善相关扶持政策、构建智能制造协同创新机制及加大研发投入等相关政策建议。 相似文献
10.
根据2012—2015年面板数据,建立基于数据包络分析方法的BCC模型和Malmquist指数法的DEA-Tobit模型,研究我国丝绸之路经济带沿线地区创新效率及其影响因素。研究发现:丝绸之路经济带沿线地区创新效率距前沿面存在一定差距,规模技术效率较低是制约综合效率提高的主要因素;创新效率Malmquist指数呈现逐年下降趋势,技术退步是制约全要素生产率提高的主要因素;环境因素中的硬件环境、经济环境、人文环境和创业环境对创新效率有显著正向影响,市场环境对创新效率有显著负向影响。基于研究结论,提出提升我国丝绸之路经济带创新效率的建议。 相似文献
11.
从创新转化效率和创新产出效益两方面构建评价指标体系,采用横向对比分析和动态变化分析相结合方法,对2013—2018年郑洛新国家自主创新示范区创新绩效进行综合评价,并对其内部3个高新区及其与全国其他18个国家自主创新示范区创新绩效水平进行动态对比分析.研究发现,国家自主创新示范区创新转化效率和产出效益不一定成正比;郑洛新国家自主创新示范区的创新绩效整体呈上升态势,且主要依赖于技术变动,但目前整体水平都不高,与山东半岛、西安、长株潭国家自主创新示范区同处于"低效率-低效益"区间,位于全国国家自主创新示范区下游水平;郑州、新乡高新区的创新效率都获得较大提升,创新效益则为郑州高新区一家独大.最后针对评价结果,提出郑洛新国家自主创新示范区持续增加创新投入,以科技创新为核心,发挥政府的指导、计划和协调作用等促进创新绩效提升的实现路径. 相似文献
12.
《中国科技论坛》2020,(8)
本文测算了2012—2018年88个国家高新区全要素生产率(TFP)并实证考察了其区域差距、分布动态演进和影响因素。研究发现:①国家高新区TFP增长的总体、区域内、区域间差距均呈现持续扩大态势,超变密度与区域内差距是总体区域差距的主要来源。②总体、东部、中部、西部以及东北部国家高新区的TFP指数均明显提高,多极分化现象日益消失,但区域差距逐步增大。③由内部构成因素分析可知,技术进步差距是国家高新区TFP增长差距的主要原因。④由外部影响因素分析可知,经济发展水平差距对总体、东部、中部、西部以及东北国家高新区的TFP增长差距均具有显著负向影响,资本积累差距对总体、中部、西部国家高新区的TFP增长差距具有显著正向影响,产业结构差距对总体、中部、西部国家高新区的TFP增长差距具有显著正向影响,科技金融差距与国际化差距对总体、东部、中部以及东北国家高新区的TFP增长差距具有显著正向影响。 相似文献
13.
国家大学科技园创新孵化和成果转化能力,已成为区域经济服务能力的重要支撑。本文运用三阶段DEA模型,在考虑环境变量影响下,测度国家大学科技园孵化效率。结果表明,调整后技术效率,中部和东北地区被低估,东部和西部地区被高估,环境因素主要制约中部大学科技园孵化效率提升。全国技术效率和规模效率被高估,纯技术效率被低估,但高估程度大于低估程度。环境变量作用表现在:完善地区基础设施,强化信息共享,可提高国家大学科技园孵化效率；推动区域经济发展,提高政府科技支持强度,可以分别降低孵化基金和从业人员的投入冗余,但人力资本密集程度对国家大学科技园孵化效率提升有一定延迟。 相似文献
14.
为科学评价区域科技成果转化效率,促进区域高新技术产业发展、带动经济增长,采用三阶段DEA-Windows模型,剔除环境因素和随机干扰对科技成果转化效率的影响,测算安徽省16个地级市2014-2019年的科技成果转化效率,并分析其时空演进特征.研究发现:在没有控制环境因素的情况下,16市规模效率的均值大于纯技术效率的均值,而在控制环境因素后,纯技术效率的均值显著提高、规模效率的均值大幅下降,最终得出规模效率不高是制约安徽省科技成果转化效率提升的主要原因;从影响因素来看,地区的政府财政支持、R&D活动企业数、生产总值、高校在校学生人数以及实际利用外资等因素对科技成果转化均具有显著的影响;总体上看,16市中有将近一半的城市处于低要素水平发展阶段,但各市的3种效率值均逐年上升,全省科技成果转化效率正在缓慢提升中.根据研究结论,提出纯技术效率、规模效率双高型城市扩大科技创新成果产业化规模,效率单高型城市因地制宜补齐短板,效率双低型城市强化政府引导作用,构建以科技成果转化为核心的区域协调机制解决地区间成果转化效率不平衡问题,不断提高环境资源利用效率等对策建议. 相似文献
15.
高新区作为国家高新技术创新发展的前沿，它的创新效率具有较高的研究价值。高新区可以借助平台理论来指导自身中介作用的发挥。本文构建了高新区创新平台运作模式的理论模型，运用三阶段DEA模型的思想验证了高新区创新平台效应的存在性及其对创新效率的影响。研究发现：高新区平台化创新的演化过程包含了域内和域间两个层次；平台效应是导致经典BCC模型效率估计偏差的环境因素之一；平台效应存在于高新区的域内和域间；2013年高新区创新平台效应尚未完全显现，尚有较大的提升空间，因此建议政府重视发挥高新区的平台效应、加大对区内人才的培养和对区外人才的吸引力度。本文研究结果对于深刻认识平台在促进创新效率方面所发挥的积极作用、促进高新区平台理论及应用的研究与发展具有重要的现实意义。 相似文献
16.
目前国内对高新区绩效的研究存在评价目标单一、评价内容模糊不清的问题.为有效评价我国高新区绩效水平,基于高新区的"高新技术"和"政府引导"两个基本内涵和多元化的功能定位,以37个国家高新区为例,运用三阶段数据包络分析(DEA)模型测算其剔除环境和随机误差前后的综合效率、纯技术效率、规模效率以及规模报酬.结果表明:我国高新区整体绩效水平良好,而高新区综合效率无效的原因主要来源于规模效率无效;运用传统DEA模型测算存在纯技术效率被低估、规模效率被高估且被低估程度大于被高估程度的问题;对于高新区绩效,市场开放程度、宏观经济情况的影响为正,而产业结构、政策支持的影响为负.为进一步优化我国高新区资源配置,提出政府有关管理部门应当重视营造良好环境,对高新区的发展科学统筹规划,并加强引导和协调等政策建议. 相似文献
17.
运用DEA方法,对我国53个国家级高新区效率进行了实证研究。结果发现,我国高新区效率普遍不高,并呈现东高西低的空间分布特点。通过将高新区效率分解为规模效率、利用效率和纯技术效率,进一步发现我国高新区利用效率普遍较高,而纯技术效率和规模效率较低,其中纯技术效率是影响我国高新区效率的主要因素;另外,发现我国多数高新区处于规模报酬递增阶段,但也有部分高新区处于规模报酬递减状态。 相似文献
18.
运用DEA分析方法,通过构建评价指标体系,分别从创新驱动知识发展和创新驱动经济环境发展两个角度对全国30个省份2004-2014年创新驱动发展效率水平做出实证测算,并在效率测算基础上进行提升路径的量化研究。研究结果表明：①整体上创新驱动知识发展的效率大于创新驱动经济环境发展的效率。②省域之间的创新驱动知识发展效率和创新驱动经济环境发展效率水平差异大。③个别省份知识效率与经济环境效率完全脱节,即有些地区知识发展效率与经济环境发展效率呈现相反的趋势。④全国有23个省的创新驱动知识发展的效率在总体上呈现规模报酬递增的趋势,而全国有19个省的创新驱动经济环境发展的效率在总体上呈现规模报酬递减的趋势。⑤根据效率测度结果,将效率值为1的地区作为标杆,并以标杆地区为基准对效率值没有达到1的地区进行改进,从而提升这些省域创新驱动发展的综合效率。 相似文献
19.
基于“微笑曲线”理论将企业创新划分为研发、生产、营销和服务四个阶段,应用DEA方法根据20家嵌入物联网技术的制造业企业2013-2017年间的创新投入、产出数据,对其整体及各阶段的创新效率进行了测评,得出以下结论：①从整体来看,各阶段的创新效率水平不再呈现“微笑曲线”分布,服务阶段的创新效率水平最好,且稳定;②从时间上看,企业整体综合创新效率变化不明显,但研发、营销和服务阶段的综合创新效率水平总体呈上升趋势;③物联网嵌入会在一定程度上提升企业的纯技术效率,但受规模效率的影响会使企业综合创新效率产生波动;④从投影分析来看,不同企业间及同一企业内部在各阶段的资源利用水平存在差异。 相似文献
20.
基于三阶段DEA的高校科技创新绩效研究 总被引：1，自引：0，他引：1
以2007年我国高校科技成果产出均处于效率前沿的省份为研究对象,在国内首次运用三阶段DEA模型对高校科技成果转化进行效率分析。研究表明:科技成果转化在很大程度上制约着我国高校的科技创新绩效。去除环境、随机因素影响后,大部分样本省份科技成果转化综合效率偏低,规模效率尤为低下。就环境因素对转化效率的重要影响,为促进高校科技成果转化提出了相关建议,以期提升高校科技创新的绩效。 相似文献