我国高技术产业创新效率评价研究

发布时间：2021-03-20 13:51

　　本文通过构建投入产出指标体系,基于超效率DEA模型及分解的Malmquist生产率指数,测算2012—2016年我国各省（区、市）的高技术产业创新效率和全要素生产率变动,并绘制创新效率评价矩阵。研究发现,考察期内我国整体创新效率水平不高,总体呈现上升趋势,但2016年有所波动。创新全要素生产率年均增长17.3%,关键促进因素是技术进步。创新效率的差距和不均衡现象比较明显,全要素生产率增长的源泉不一致,分解指数对全要素生产率影响不同,可以将不同地区大致分为3种效率类型。可根据区域特征,因地制宜采取措施改善我国高技术产业的创新效率。 

【文章来源】：调研世界. 2019,(09)CSSCI

【文章页数】：6 页

【文章目录】：
一、引言
二、文献综述
三、数据与变量
    （一）投入产出指标体系的选择
    （二）数据来源与处理
四、实证分析
    （一）分省域高技术产业创新效率静态和动态分析
        1. 分地区超效率DEA模型测算。
        2. 分地区Malmquist指数分析。
    （二）基于创新效率评价的可视化分析
五、结论与建议


【参考文献】：
期刊论文
[1]中国工业企业创新全要素生产率评价——基于双前沿面网络DEA-Malmquist指数模型[J]. 向小东,林健.  工业技术经济. 2017(09)
[2]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)
[3]行业异质性视角下高技术产业创新价值链效率测度——基于SFA修正的三阶段DEA模型的实证分析[J]. 康淑娟.  科技管理研究. 2017(06)
[4]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)
[5]我国高技术产业技术创新效率测算及地区差异分析——基于非导向的SBM模型[J]. 刘伟.  工业经济论坛. 2017(01)
[6]我国装备制造业研发创新全要素生产率研究——基于价值链的视角[J]. 牛冲槐,曹海曼.  企业经济. 2015(12)
[7]创新效率:高技术产业存在优势吗?——来自江西的实证分析[J]. 王秀芝,孙妍.  科技管理研究. 2015(22)
[8]工业企业研发创新效率与全要素生产率研究——基于绿色增长视角[J]. 屈玉阁.  科技管理研究. 2015(03)
[9]分区域视角下高技术产业创新效率动态变化的比较研究[J]. 周姣,赵敏.  科技管理研究. 2015(01)
[10]基于DEA模型改进的我国高技术产业技术创新绩效评价[J]. 钱文瑜,陈新国.  科技管理研究. 2014(08)

博士论文
[1]中国高技术产业创新效率及创新路径研究[D]. 魏洁云.南京航空航天大学 2014

硕士论文
[1]基于DEA-Malmquist指数的区域科技创新效率评价分析[D]. 王玮.成都理工大学 2016
[2]开放条件下中国高技术产业自主创新格局与创新效率分析[D]. 刘雯.上海社会科学院 2014



本文编号：3091109