我国高技术产业创新效率测评——基于制造业行业的分析

发布时间：2021-02-27 19:53

　　本文在建立高技术产业创新效率评价指标的基础上,通过构建DEA模型从整体上分析了2010年、2016年的高技术产业创新效率,并从区域角度进行了分析。此外,还利用Malmquist指数分解对这两年的高技术产业发展进一步进行分析。分析结果表明:从整体上看,2010年、2016年全国的效率均值从0.757上升至0.759,6年来我国高技术产业综合效率呈现缓慢的上升势头;从区域效率来看,东、中和西部地区的总体效率均值在两年里均呈现从东部到中、西部逐渐递减;从Malmquist指数来看,2010—2016年我国的效率变化指数均值为99.6%,表明2010年、2016年我国的效率水平基本保持一致,但是技术进步指数只有70.8%,全要素生产率也只有70.5%,表明这6年间我国高技术产业的全要素生产率不高主要是受技术水平的制约。 

【文章来源】：调研世界. 2019,(08)CSSCI

【文章页数】：7 页

【文章目录】：
一、引言和文献综述
二、指标建立与数据来源
    （一）高技术产业创新效率评价指标的特点
    （二）高技术产业创新效率评价指标的建立
        1. 投入。
        2. 产出。
    （三）数据来源
三、研究方法
    （一）数据包络分析
    （二）超效率DEA模型
    （三）Malmquist指数方法
四、结果分析
    （一）CCR模型
        1. 从整体和区域的角度进行分析。
        2. 从时间跨越的角度进行分析。
        3. 利用超效率DEA对2016年度进行补充说明。
    （二）BBC模型
五、结论与建议
    （一）结论
    （二）建议


【参考文献】：
期刊论文
[1]中国高技术产业创新效率分阶段分析——基于三阶段DEA模型[J]. 孟维站,李春艳,石晓冬.  宏观经济研究. 2019(02)
[2]剥离环境因素的中国高技术产业创新效率综合测度研究[J]. 李婉红,刘芳.  科技进步与对策. 2019(04)
[3]信息基础设施建设能提高中国高技术产业的创新效率吗?——基于2002—2013年高技术17个细分行业面板数据的经验分析[J]. 孙早,徐远华.  南开经济研究. 2018(02)
[4]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)
[5]基于创新过程的高技术产业创新效率比较与关联研究[J]. 张肃,封伟毅,许慧.  工业技术经济. 2018(03)
[6]基于共享投入两阶段DEA模型的中国省际高技术产业研发创新效率评价[J]. 杨佳伟,王美强,李丹.  科技管理研究. 2017(03)
[7]中国高技术产业创新效率研究:一个文献综述[J]. 章成帅.  中国科技论坛. 2016(04)
[8]我国高技术产业发展问题研究[J]. 张鹏.  调研世界. 2015(03)
[9]基于两阶段的中国高技术产业创新效率研究——来自省级面板数据的实证分析[J]. 杨向阳,童馨乐,李霓.  华东经济管理. 2013(01)
[10]基于超效率DEA和Malmquist指数的研发创新评价国际比较[J]. 王海峰,罗亚非,范小阳.  科学学与科学技术管理. 2010(04)



本文编号：3054725