共查询到18条相似文献，搜索用时 125 毫秒
1.
2.
政府、企业、金融机构科技金融投入的创新绩效 总被引：1，自引：0，他引：1
以2005-2015年中国省域的政府、企业与金融机构对科技创新的投入数据为支撑,构建区域科技金融投入创新绩效评价指标体系,运用数据包络分析方法（DEA）进行实证研究,深入探讨科技金融投入对科技创新绩效的影响,并从省域和东中西部地区等多个角度对我国区域科技金融投入创新绩效进行评价。实证研究结果表明我国科技金融投入创新绩效综合效率平均值历年呈稳步上升趋势;省份、区域间科技金融投入的创新绩效产出结果差距较大,东部地区明显优于其他区域;本研究针对区域科技金融投入创新绩效与地区经济发展水平间的相关性进行了分析,进一步探析了区域科技金融投入创新绩效差异的原因,并针对研究结果提出相关政策启示。 相似文献
3.
4.
构建高校科技创新能力综合评价指标体系,采用因子分析法对我国31个省份的高校科技创新能力进行比较,总体上呈现出从东部到西部梯形递减的趋势。进一步对投入和产出能力分析发现,可以将31个省份高校分为投入产出协调型、投入领先型和产出领先型。因此,在智慧专业化均衡发展背景下,中西部地区的高校可建立科研资源补偿机制和深化产学研合作机制。产出领先型省份应加大创新资源的投入,投入领先型省份应进行供给和需求双侧改革,提升科技成果产出与转化实力。 相似文献
5.
基于系统论,按照投入、处理、产出和环境的关系逻辑构建包含科技创新环境、科技创新投入能力、科技创新实施能力和科技创新产出能力4个一级指标和25个二级指标的珠三角城市科技创新能力评价指标体系;采用标准差法、TOPSIS法和TOPDIS法构建组合模型,运用珠三角9市2018年和2019年有关数据平均值对各城市的科技创新能力进行评价,并分析其科技创新能力提升改进路径。研究发现:珠三角各市的科技创新能力差异较大,广州科技创新环境最好,深圳科技创新投入能力、科技创新实施能力和科技创新产出能力排名均为第一;各城市提升科技创新能力的首要因素中,广州和深圳分别要考虑PCT国际专利申请量和本科院校重点学科数,佛山、珠海等其他地市均要以创业投资引导基金额为首要考虑因素。基于实证结果,从科技创新资源共建共享、科技投入保障和差异化科技创新能力提升机制构建等方面,提出促进珠三角城市科技创新能力提升的对策建议。 相似文献
6.
为深入探究高校科技创新投入产出效率，精准优化科技创新资源配置、加快高水平科技自立自强实现，以2017—2021年我国31个省份高校科技创新数据为基础，利用BCC模型和Malmquist指数，对不同省域、不同地区、不同城市群高校科技创新效率进行静态和动态分析。研究结果表明，（1）31个省份高校科技创新效率整体较低，17个省份高校科技创新存在投入冗余问题，29个省份高校科技创新存在产出不足问题；（2）地区间高校科技创新效率呈现出西强东弱状态；（3）城市群间高校科技创新效率呈现出“长江三角洲城市群>成渝地区双城经济圈>长江经济带>京津冀城市群”状态。由此提出建立以效率为准绳的科技资源配置策略、以效益为导向的创新成果评价机制和以服务为基础的科研政策保障体系的建议，以提升高校科技创新效率。 相似文献
7.
采用2002—2018年中国省级面板数据,基于省级层面标准化水平构建区域吸收能力指标,结合创新投入要素和产出指标,在Griliches-Jaffe知识生产函数和Romer-Jones知识生产函数基础上,建立空间面板模型。通过分析地理距离矩阵、研发能力距离、技术能力距离、吸收能力空间权重矩阵,实证研究省级层面创新投入的直接效应和空间溢出效应。实证结果显示,我国省级层面R&D资本、R&D人员投入下的创新产出具有正的空间相关性;标准化能力能促进本省域的创新产出,但会抑制其他省域的创新产出。因此,提出政策建议：通过提高R&D资本、R&D人员、知识存量的投入,来促进我国创新水平的整体提升;建立有利于创新要素流动的机制,有利于推动省域层面的协调发展;要充分考虑各地在研发能力、技术能力、吸收能力方面的差异,实施差异化对策。 相似文献
8.
9.
10.
11.
以2018年我国30个省份及其对应的280个地级市为研究对象,利用分层线性模型分析省域层面、地级市层面的因素以及二者的交互作用对地级市创新能力的影响。结果显示,我国地级市创新能力的差异中有57.6%可以由省域层面的影响因素解释;地级市自身的经济水平、产业结构、R&D经费支出可以提升其创新能力;省域层面的财政科技支出对其下辖地级市创新能力有正向影响,其他省域层面因素与地级市层面因素存在交互效应。 相似文献
12.
根据当前科技创新活动的发展状况,从五个不同维度构建起高等学校科技创新能力的评价体系和评价指标。选取2013年全国31个省、自治区和直辖市作为样本,利用因子分析法对各省市高校科技创新能力进行评价后,得出各地区科技创新能力的综合排名。发现中国区域间高校科技创新能力存在较大差异,不同因素对于高校科技创新能力拉动作用不同,并据此提出相应的对策和建议。 相似文献
13.
基于省际面板数据构建实证模型分析创新要素投入以及产学研系统各主体联系强度对创新产出的影响,并对检验结果结合边际产出的原理展开理论推演,讨论区域创新要素配置情况。得出以下结论：一、产学研合作强度对论文产出没有影响,对新产品产出有正向影响。二、无论是对于基础研究的创新成果还是对于技术创新绩效,科研经费边际投入的推动作用都十分明显。三、在我国产学研协同创新系统中,R&D投入存在资源匹配错位的情况,R&D人员投入相对过多,R&D经费投入相对不足。 相似文献
14.
跨行政区域创新策源能力评价与实证——基于熵权法、TOPSIS法、灰色关联分析 总被引：1，自引：0，他引：1
跨行政区域创新策源能力的形成与发展是我国现阶段重要战略,包含创新策源的主体、条件、途径与内容多个要素.通过重新解读创新策源能力,从创新政策、创新投入、创新产出、开放发展4个方面选择36个三级指标,构建跨行政区域创新策源能力评价指标体系,运用我国八大经济区指标数据,采用熵权法、灰色关联分析法和TOPSIS法确定评价指标权重和关联度、确定八大区创新策源能力排序及其关联度.结果显示:创新投入、开放发展是区域创新策源能力的重要影响因素,尤其是科学新发现;八大区创新策源能力具有明显差异,华南、华东、华北、华中、西南五大经济区的创新策源水平高于东北、西北两大经济区,其中东部沿海综合经济区与长江中游综合经济区、南部沿海经济区的创新策源能力关联度最高. 相似文献
15.
山东、广东、江苏、浙江四省的企业自主创新能力有何异同?在构建企业自主创新能力测度指标的基础上,从规模以上企业、大中型企业和高新技术企业三种类型对四省企业自主创新能力进行了比较分析,可发现:四省的整体创新能力都位于全国先进水平,但是不管是规模以上企业,还是大中小企业,或者是高科技企业都缺乏创新投入以及创新产出能力,而过分看重于创新活动以及创新资源。创新投入方面,广东以及江苏占有大部分的优势;创新产出方面,广东和江苏还是比另外两省高;创新活动方面,江苏略好于广东,这两省均超过山东和浙江两省;而在创新资源方面,江苏优势显著,远超其余三省。总体而言,山东省在这四方面都不突出。 相似文献
16.
我国政府卫生投入的动态效率及其收敛性研究——基于修正的Malmquist指数法 总被引：1，自引：0，他引：1
利用2002～2009年我国各省政府卫生投入与产出的数据,借鉴三阶段DEA法,利用环境变量排除外部环境差异和随机误差因素的影响,以修正我国各省政府的卫生投入产出数据,在此基础上利用Malmquist法更准确地分析我国各省政府卫生投入的动态效率,并考察东中西部的效率是否存在收敛性。通过研究发现,在排除外部环境差异和随机误差因素影响后的效率值及σ收敛、绝对及相对β收敛的收敛性差异显著。 相似文献
17.
我国高技术产业竞争力与技术创新的关系研究 总被引：1，自引：0，他引：1
伴随科学技术的迅猛发展以及知识经济的兴起,技术创新已成为推动产业发展和经济增长的不竭动力。在设计了技术创新能力和产业竞争力指标体系的基础上,以我国高技术产业2003—2008年28个省市(西藏、青海、新疆除外)的面板数据为样本,运用回归分析的方法对技术创新与产业竞争力之间的关系进行了实证研究,深入分析了影响产业竞争力的技术创新关键要素。实证结果表明:技术创新能力与产业竞争力有显著的相关关系,其中创新研发能力和创新间接产出显著影响产业的效益竞争力,创新研发能力还显著影响产业的成长竞争力。 相似文献
18.
An audit of technological innovation capabilities in chinese firms: some empirical findings in Beijing, China 总被引：6，自引：0，他引：6
Recent studies have advocated different technological innovation capabilities (TICs) and discussed their impact on a firm’s competitive performance. This paper introduces a study framework of innovation audit and examines the relevance of seven TICs to building and sustaining the competitiveness of Chinese firms. Empirical data was acquired through a recent study of 213 Chinese firms in Beijing, China. Regression analysis was employed to examine the correlation between TICs and innovation rate, sales growth, and product competitiveness among these firms. The findings verify that R&D and resources allocation capabilities are the two most important TICs. A strong R&D capability could safeguard innovation rate and product competitiveness in large and medium-sized firms, whereas a resources allocation capability would enhance the sales growth in small firms. However, the impact of learning and organising capabilities on a firm’s innovation performance has yet to be investigated.The findings of this paper suggest that Chinese firms should consider a more balanced focus on their TICs’ harmonising enhancement. In order to maintain their sustainable development, effectively plan and implement their innovation strategies as well as enhance their whole innovation capability, Chinese firms should closely relate their TICs to the formulation of technology strategy and harmonisation of innovation and R&D activities. 相似文献