中国高技术产业技术效率影响因素分析——基于随机前沿生产函数分析

根据产业经济学和技术效率的有关理论,运用随机前沿生产函数模型,采用参数估计的方法和高技术产业统计年鉴划分的5大行业①版面数据分析了高技术产业的技术效率,并比较了5个行业之间的技术效率差异,最后分析了引起技术效率差异的原因,并就此提出了技术效率提高的几点对策。     

陕西省高技术产业研发效率实证分析

运用随机前沿生产函数模型,以1999-2011年陕西省高技术产业的面板数据为基础,实证得出陕西省高技术产业各行业的技术效率水平相对较低,并得出市场结构、企业规模、政府支持因素对研发效率都有正向的作用,尤其是政府扶持影响效果显著,并对高技术产业的进一步发展提出具有针对性的对策建议．     

基于超效率DEA模型的中国高技术产业创新资源配置效率评价

高技术产业是技术密集型产业,其发展需要大量的技术创新为支撑,由于资源的稀缺性和投入的有限性,对资源配置效率进行评价十分重要。利用超效率DEA方法,对中国内地29个省市区高技术产业2009年的技术创新资源配置效率进行评价,并从投入冗余和产出不足两方面对创新资源配置无效的省市区进行原因分析,最后提出改进和提高配置效率的对策和建议。     

基于SBM模型的我国高技术产业R＆D效率评价实证分析

本文运用2011-2012年高技术产业统计年鉴相关面板数据,基于松弛变量度量的SBM模型对高技术产业R＆D活动的相对效率进行测算,数据测算结果发现显示近70%行业的R＆D活动是低效率的,并且高技术产业的各行业发展并不均衡。从整体来看,我国高技术产业R＆amp;D活动的投入产出效率普遍不高,需优化资源配置。文章针对高技术产业R＆D投入产出变量松弛的测度结果提出相应的改进建议,对非DEA有效的决策单元提出效率改进。     

中国高技术产业自主创新效率评价——基于DEA的Malmquist指数方法

本文利用DEA的Malmquist指数方法中技术进步反映原始创新效率,利用DEA的Malmquist指数方法中技术效率进步反映二次创新效率.实证分析结果表明:我国高技术产业自主创新效率水平已经得到较大提高,但这种提高主要受益于二次创新效率的提高,高技术产业原始创新效率水平却是在下降的,这在一定程度上抵消了高技术产业自主创新效率的提高,原始创新与二次创新能力没有同步提高.     

基于DEA模型和Malmquist指数法的江门市高技术产业的效率研究

采用Malmquist指数方法和基于规模报酬可变的DEA模型,对江门市2010—2013年间高技术产业的七个细分行业进行效率分解分析和动态效率变动分析.结果显示,在研究年限期间,江门市高技术产业整体效率呈增长趋势但仍处于非DEA有效,各行业的技术效率均有较大波动,主要原因是技术创新能力偏弱,最后结合江门市高技术产业的具体情况提出了相应的改善建议.     

河南省高技术产业R&D效率研究

根据2003—2014年河南省高技术产业的分行业面板数据,构建DEA模型对河南省高技术产业各行业的RD效率进行实证测度,研究结果表明,新企业所得税法显著提高了河南省高技术产业的RD综合效率、纯技术效率和规模效率;河南省高技术产业由规模收益递增阶段步入了规模收益递减阶段;医疗及仪器设备制造业的RD效率最高,航空航天器制造业的RD效率次之,医药制造业的RD效率最低.     

基于技术研发和技术转化双视角下的我国高技术产业创新绩效分析

依据2012—2017年《中国高技术产业统计年鉴》的相关数据,把技术创新过程分为技术研发和技术转化两个阶段.在建立衡量技术创新绩效评价指标体系的基础上,采用DEA中的BCC模型对我国27个地区高技术产业的技术创新绩效水平进行分析.结果表明,我国不同地区的高技术产业技术创新绩效存在很大的差异.部分地区如广东、北京、重庆等的技术研发与转化效率处于较高的水平,上海、四川、浙江、河南等地区的技术研发与技术转化效率水平存在较大差异,有些地区如江西、广西、黑龙江等的技术研发与转化水平均处于较低的水平.这27个地区中一部分地区如北京、上海、安徽等对技术研发阶段的创新较为重视,另一部分地区如吉林、江苏、河南等对技术转化阶段的创新较为重视.     

河南省高技术产业发展现状分析

"十二五"时期,河南省高技术产业在规模不断扩大、出口飞速增长的同时,呈现出行业集中度和经济类型集中度提升、技术创新效率较高等特点,整体发展态势良好。但河南省高技术产业也存在一些问题,如港澳台及外资企业的RD投入强度较低,内资企业规模偏小,劳动生产率低等。因此,各级地方政府应倡导港澳台及外资企业加大RD投入,增强内资企业的创新效率。     

西部陆海新通道制度环境对高技术产业技术效率的影响研究 ——基于SFA与中介变量法

基于西部陆海新通道13个省区市的面板数据,通过构建随机前沿模型测度高技术产业技术效率,并对地区间的差异及演变轨迹进行分析.结合中介变量法实证检验制度环境对高技术产业技术效率的影响效应及影响机制.研究结果表明:西部陆海新通道高技术产业技术效率整体处于稳定上升通道,各省市之间的技术效率虽有明显差异,但相互间的差距具有明显收...     

发展高技术产业促进产业结构升级

合理有效的产业结构能够带动经济的健康快速发展,一国的产业结构是其经济资源禀赋与现实经济实力之间的联结机制与转换器。高新技术产业是拉动经济增长的重要因素,而目前,我国传统产业结构所占比重较大,如何通过高技术产业来带动传统产业的升级改造,这是本文所要讨论的问题。     

基于创新价值链的福建省高技术产业创新效率分析

基于创新价值链视角,将福建省高技术产业创新过程划分为创新转换和创新转化两个阶段,采用超效率DEA和Malmquist指数分析模型,对2008—2018年福建省9个地级市的高技术产业创新效率进行静态和动态分析。结果显示:福建省高技术产业创新价值链上两阶段的创新效率存在显著差异,创新转化阶段效率稳步提升,创新转换阶段效率逐年下降;各地级市创新转换效率和创新转化效率的发展水平存在较大差异,两阶段创新效率发展不平衡;福建省高技术产业创新转换效率的下降主要归因于基础创新技术水平的“相对退步”,创新转化效率的稳步提升要归因于创新资源的有效配置。     

高技术产业研发创新效率差异性的随机前沿分析

以我国17类高技术产业行业2005—2011年的面板数据为基础,运用随机前沿分析方法对高技术产业各行业间的研发创新效率差异性作了相关分析,并就行业间差异性的深层原因进行了揭示.研究发现:高技术产业研发创新活动整体表现出规模报酬递减特征;高技术产业研发创新效率虽缓慢增长但水平依然较低,且行业间差距明显;高效行业增速较慢,而低效行业增速较快,研发创新效率存在显著收敛性;市场集中度和政府行为对研发创新效率有明显负面影响,而行业外向化程度和产业利润则存在显著正向作用;行业间受行业外向化等因素影响差异性较大,电子通讯类行业最为明显.基于实证分析,提出提高我国高技术产业研发创新效率的措施.     

发展高技术产业的紧迫性和捷径

一、主要论点1.科技与经济,后者起主导作用。适宜的经济环境和政策可以推动科技的发展,并使之有效地转化为产业;反之,仅从科技出发,即使能推动某些科技项目的发展,但难以提高经济的发达程度。因此,发展高技术产业,关键不在抓科技项目,而在抓运行机制。2.先进技术与竞争能力,后者是着眼点。从后者出发,有利于发展和选择能发挥优势的先进技术,提供推动科技商业化的压力和动力。反之,则会形成技术资源的积压、浪费。因此,关键不在从行政组织进行科研、生产和销售单位,或科研、工业和贸易单位的合并和堆积,而在于促进竞争机制的形成,促进在社会化和     

基于竞合视角的我国高技术船舶产业创新联盟稳定性研究

从联盟成员的竞争和合作关系角度出发，建立一个动态演化博弈模型，对风险系数、有效创新效率、研发投入、核心竞争力系数、整合优势资源能力、知识溢出吸收能力等因素对我国高技术船舶产业创新联盟稳定性的影响进行系统研究，利用Matlab模拟分析了上述因素的作用。结果表明：较高的有效创新效率、核心能力、整合优势资源能力、知识溢出吸收能力能够降低不确定性，维持联盟的稳定；较高的风险系数与合作创新研发投入可能会转变为竞争关系，降低联盟的稳定性。最后，针对高技术船舶产业创新联盟的发展状况，对提高高技术船舶产业创新联盟的稳定性提出了一些管理建议。     

日本发展高技术产业的政府行为

高技术及其产业，已成为当今发展最迅速、最活跃的领域，并将成为带动今后经济发展的主导力量。世界各国都以极大的热情关注高技术产业的发展，并积极采取措施进行扶植，其中最令人瞩目的国家就是日本。“二战”失败时，日本处于技术相对落后、经济严重衰退的状态，但经过短短几十年的迅猛发展，创造了“日本奇迹”，高技术产业也得到飞速发展。当今日本在半导体、微电于、机器人、光子学、超导和生物技术等方面都处于世界技术主导地位，日本的奇迹令世界震惊。但是日本高技术产业的发展不是自发的，而是在日本政府的“精心引导”下进行的。…     

高技术产业创新效率对中国区域经济增长的影响——基于省际面板数据的双重门槛分析

基于2009-2017年中国省际面板数据,对中国高技术产业的创新效率进行了测算,并通过构建门槛效应模型,将创新水平设为门槛变量,检验了高技术产业创新效率对区域经济增长的影响.结果发现:1)中国高技术产业创新效率总体上处于中等偏上水平.其中,东部地区创新效率最高,中部次之,西部最低.2)不同创新水平会导致高技术产业创新效率对区域经济增长表现出门槛效应,即高技术产业创新效率对区域经济增长的影响呈现先下降后上升的双门槛U型结构.3)高技术产业创新效率对经济增长的影响区域差异很大,"高创新水平"地区大多处于东部地区,高技术产业创新效率可显著促进区域经济增长;"中创新水平"地区大多处于东中部地区,高技术产业创新效率对区域经济增长并没有显著的促进作用;绝大部分西部地区处于"低创新水平",高技术产业创新效率对区域经济增长存在负影响.