国家高新区产业集群创新质量评价

国家高新区已成为各地发展高技术产业的主要战略力量,是引领区域技术创新和经济转型发展的重要举措.为提升高新区内集群创新质量水平,从经济效益、知识产出、人员素质、创新结构四个维度构建国家高新区产业集群创新质量评价体系,以全国156个高新区为研究对象,实证分析高技术产业集群对国家高新区创新质量的影响.结果 显示,影响国家高新区产业集群创新质量的两个关键因子是集群网络效应和知识溢出效应,国家高新区整体创新质量水平有待提高,区域间差异过大,且在不同影响因子上存在发展不均衡现象,最后根据分析结论提出针对性政策建议.     

高新区创新环境与产业集聚作用的理论探讨

高新区具有凭借其自身的比较优势将社会各类资源集聚在一起协同发挥作用的功能.从宏观环境、政策环境、金融环境、市场环境、生活环境和管理机制等6个方面对高新区产业集聚功能的影响因素进行了定性分析,从纵向集聚和横向集聚两方面对高新区产业集聚功能的影响因素进行了定量分析,总结了高新区创新环境对产业集聚的影响.     

基于Logistic回归Cobb Douglas模型的人才资本贡献率研究

以上海市闵行区为例,采用Logistic回归的Cobb Douglas（C D）生产函数模型计算上海市闵行区1992~2008年的人才资本贡献率,并分析了影响人才资本贡献率的因素.结果表明：从1992～2008年,上海市闵行区的人才资本贡献率为24.6%;尤其是从2005年以来,其人力资本的投入大幅增长,与该时期闵行区生产总值的增长趋势相一致,表明人才资本对闵行区经济发展的促进效应日渐增强.同时指出,需要对C D模型加以改进,并考虑产业适用性、基础统计数据的完整性以及非学历人力资本投入等因素对人才资本贡献率的影响.     

长三角城市群国家高新区创新效率比较分析——基于三阶段DEA模型

长三角城市群国家高新区作为创新发展重要载体,需要进一步提升创新引领力.由于外部环境因素和随机误差项的干扰,难以精准把握长三角城市群国家高新区创新效率提升切入点.因此,运用三阶段DEA模型,对2015年—2019年长三角城市群国家高新区创新效率进行实证分析.结果发现：长三角城市群国家高新区创新效率较低主要是纯技术效率和规模效率不高共同导致,且规模效率影响更大;上海国家高新区和江苏的多数国家高新区创新效率降低,浙江和安徽的多数国家高新区创新效率上升;经济发展水平、市场开放程度对国家高新区创新效率的影响由促进转变成降低,劳动者素质、科技创新潜力促进国家高新区创新效率的提高;环境和随机因素的影响程度逐渐减弱.因此,需要在提高规模效率基础上提高纯技术效率,加强长三角城市群国家高新区之间交流合作,优化长三角城市群国家高新区资源配置,减少冗余,促进长三角城市群国家高新区创新效率提高.     

临江国家高新区:占据工业4.0高点叩开“浙江智造”大门

<正>地处钱塘江南岸、紧邻杭州湾出海口,不久前,杭州临江国家高新区正式跻身高新区"国家队",成为今年全国首批14家升级为国家高新区的省级高新区之一。同时,这也是浙江省的第6个、杭州市的第2个高新区"国家队"队员。"国家队"怎么进?这个高新区将对杭州、对浙江的区域经济产生怎样的影响?以后哪些高科技产品将会是"大江东制造"?     

国家高新区研发投入影响因素研究

我国高新区研发投入水平偏低,在建设创新型国家及提升我国自主创新能力方面的作用没有得到充分发挥。对国家高新区研发投入强度的影响因素进行了回归分析,发现市场竞争程度、企业利润水平、企业规模对高新区研发投入有正向影响,而出口规模、资产负债率则对高新区研发投入有负面影响,据此提出了提高高新区研发投入水平的政策建议。     

中部六省国家级高新技术产业开发区创新效率研究

高新区是加速产业升级、推动区域经济发展的重要创新载体.运用数据包络分析(DEA)方法,对中部六省国家级高新技术产业开发区创新效率进行分析.研究结果表明,中部六省国家级高新区整体的综合效率较低,仅三分之一的高新区综合效率为DEA运行有效;各省间国家级高新区创新效率存在较明显的省域差异,各省内部高新区之间发展也较不均衡;对于DEA无效的高新区,R&D人员全时当量、R&D经费内部支出、出口总额与技术收入对创新效率影响较为显著.建议从打造代表性高新区、提高自主创新能力、优化运行机制等方面采取相应措施,提高中部地区国家级高新区创新效率.     

我国高新区发展态势调研及提升策略研究

采用情报跟踪方法,通过公开资料整理,获取实时定性定量信息,对我国排名领先的国家高新区进行了调研和对比分析,研判我国高新区发展态势.主要结论为:当前领先高新区呈现出区域统筹强化、人才争夺激烈、产城融合步伐加快、融入全球创新链意愿增强等趋势.对高新区争先进位发展提出建议如下:高新区应重视规划引领,促进"一区多园"统筹发展;促进包容性创业,加快产城融合;推进多要素、高水平对外开放.     

高新区自主创新可持续性及相关因素分析

在我国现代化建设关键时期,无论是建设创新型国家,还是建设创新型园区,都必须坚持走中国特色自主创新道路.在这个背景下,要把增强高新区自主创新能力贯彻到现代化建设的各个方面.首先要建设一个有助于持续推进高新区自主创新的生态环境系统.在这个系统中,影响自主创新的因素很多,其中,最关键的因素是创新型体制、创新型企业和创新型人才.它们之间的互动及其结果,不仅直接影响高新区自主创新活动的展开,而且在很大程度上决定着高新区自主创新发展的可持续性.因此,对高新区自主创新可持续发展相关因素进行深入的分析和研究,对于优化高新区自主创新生态环境,持续提高自主创新能力,有着极其重要的理论和现实意义.     

高新区扫描

<正>珠海高新区:建设首批产业人才共有产权房2月上旬,珠海高新区2015年工作会议上提出年内动工建设首批产业人才共有产权房。据了解,高新区首批产业人才共有产权房选址定在创新海岸地块。2月17日,高新区在门户网站挂出《珠海高新区产业人才共有产权住房管理实施办法(试行)》的修订版,据高新区公共建设局相关负责人介绍,修订版对于共有     

论高新区高层次人才集聚功能及其开发——以宁波高新区为例

高层次人才是当今经济发展中最为关键的人力资源。高新区之所以能形成高新技术产业成长和经济发展的综合竞争优势,正是因为其独特的高层次人才集聚功能。根据高新区发展的客观规律,其高层次人才集聚的功能将随着自身发展不断得到强化。宁波高新区作为国家级的高新技术产业开发区,其人才集聚功能大有潜力可挖。     

浅谈施工企业加强高技能人才队伍建设的思考

高技能人才队伍建设,是实施人才强企战略的重要内容。企业要树立以人为本,“尊重知识、尊重劳动、尊重人才、尊重创造”的科学发展观,加快高技能人才培养的步伐,把对高技能人才的培养列入到重要的管理工作之中。     

基于典型测绘项目和信息化测绘特色的工程测量技术专业人才培养模式探索与实践

面对新时代工程测量技术专业的蓬勃发展,为提高人才培养质量,满足生产一线对测绘高技术技能型人才的需求,以重庆工程职业技术学院工程测量技术专业为例,在分析归纳传统人才培养弊端及解决措施的基础上,基于广泛调研和充分论证并借鉴国内成功经验,探讨了依托西南山区典型测绘项目并体现信息化测绘特色的人才培养体系及模式构建的改革实践,主要包括实施人才培养模式改革、课程体系开发设计、虚实结合的共享型实训基地建设、专兼结合的高素质"双师"型教师队伍建设,构建了工程测量技术专业完备的人才培养体系,研究结果有助于高职院校工程测量技术及相关专业人才的培养,从而促进我国职业教育的发展.     

论企业人才流失问题及对策措施

二十一世纪企业的竞争归根结底还是人才的竞争,人才竞争力是构成企业核心竞争力的最核心部分,特别是高层次科技人才的竞争正成为当代国际竞争的焦点,因而人力资源成为了企业最宝贵的资源。     

开封缺乏"人才"的原因及对策

综合国力的竞争,归根结底是科技的竞争、创新的竞争、人才的竞争,发展高科技,必须以高质量的人才队伍为支撑。为了加快开封发展,必须抓紧制定人才发展战略和规划,构筑开放、灵活、科学的高科技人才开发体系。     

科技人才生态环境现状及其对人才居留意愿的影响——以上海市为例

 人才生态环境是影响人才居留意愿的重要因素。为了解上海科技人才生态环境现状及其与人才居留意愿的关系，本研究在国内外研究文献基础上进行问卷设计，采用SPSSAU统计软件对调查数据进行分析。结果显示：不同人口统计学特征的科技人才分别对5个人才生态环境因子存在着认知差异。不同性别、职称、职务及学科领域的人才居留意愿存在显著差异。经济基础、居住生活、文化特征和人才政策对居留意愿有正向显著影响，其中人才政策对居留意愿的影响最大。研究表明：上海人才政策应在满足人才基本生活需求和精神文化需求的基础上，对不同人才实行不同的政策标准，以满足不同人才的不同需求。     

论如何提升高新区区域自主创新能力

阐述了国家高新区在新时期促进科技进步和增强自主创新能力的重要地位，并结合高新区的发展经验和现状，从优化创新创业环境、建立技术创新体系、实施创新型人才战略、拓宽科技融资渠道以及发展产业集群等方面就如何提升高新区区域自主创新能力提出了一些建议和意见。     

全球人工智能人才培养的政策比较研究:以中美英加四国为例

全球人工智能竞争的核心是人才存量与人才质量竞争,关键是人才培养能力和人才培养水平竞争,根本是人才培养制度也即高质量人才持续输出能力的竞争。面对全球人工智能人才存量不足、人才质量不高和人才流失等问题,通过系统梳理美国、英国、加拿大和中国的人工智能人才培养政策条目,从人才培养的研究维度对四国人工智能人才政策的特性进行归纳性分析与比较。研究显示,四国人工智能人才培养政策具有高度共性特征。一是重视营造良好的人才培养环境;二是制定科学的人才培养目标;三是重视人工智能教师队伍建设;四是发挥高校人才培养主体作用;五是产学研合作育人。但同时也存在显著差异,如美国在基础研究人才培养、数据环境建设、公私合作育人等方面有较好的经验;英国更加关注人工智能人才的数字理解能力培养;加拿大将培养、吸引和保留人工智能人才,构建完整的人才生态系统作为人工智能领域共识;中国在政府主导下充分发挥高校人工智能人才培养职能。针对中国面临的人工智能人才问题,建议在人才培养数据平台建设、人工智能人才概念界定、人才培养伦理构建、师资队伍建设和人才生态系统完善5个方面进一步健全人工智能人才培养政策体系。