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。

福建省新材料产业产学研专利合作创新网络的特征与演化

运用社会网络分析法,基于1991—2020年福建省新材料产业产学研合作专利数据的分析表明,福建省新材料产业合作创新网络规模迅速增大,合作日益频繁,但合作创新网络密度仍然较低,平均路径长度较短,且网络中心性突出,显示出小世界特性;合作创新网络发展呈现出典型的核心-边缘结构,大部分创新个体处于网络边缘,网络影响力有限,少数个体处于核心位置,能吸引大量的创新合作,具有较大的网络影响力;合作网络中的创新主体逐渐由高校转变为企业,但高校仍然是网络核心,以厦门大学为代表的部分省内高校发挥着重要的“枢纽”作用。建议福建省新材料产业持续推进更加广泛和深入的产学研创新合作,充分发挥核心主体的引领作用,强化企业的创新合作意识。

福建省高技术产业创新要素集聚时空演变研究

福建省高技术产业创新要素资源集聚趋势日益凸显,对高技术产业创新发展的影响也日益增强,掌握创新要素集聚分布的时空演变规律及特征对福建省高技术产业高质量发展至关重要。采用泰尔指数和区位熵测算了福建省高技术产业创新要素空间分布变化情况,进一步采用Moran'sI分析创新要素空间相关分布的变化情况。研究表明,2008—2018年福建省高技术产业创新要素资源集聚的不平衡程度逐渐减小;福建省大多数城市间呈现空间负相关,主要集聚特征为高-低集聚和低-高集聚。

基于RBF-BP复合神经网络的企业创新能力评价模型

为更加精准地测量企业创新能力,利用熵值法和相关性分析,从创新投入、创新产出、创新支撑3个维度建立企业创新能力评价指标体系,构建企业创新能力评价的RBF-BP复合神经网络模型。该模型由1个输入层、1个RBF隐含层、1个BP隐含层以及1个输出层组成,其特点是将RBF隐含层的输出作为BP隐含层的输入。十折交叉验证与随机二次抽样2种方法检验表明,与单一RBF神经网络、单一BP神经网络相比,RBF-BP复合神经网络模型的平均均方误差与平均绝对误差分别下降28.21%、15.19%和12.51%、12.55%,表明RBF-BP复合神经网络模型具有最优的数据拟合能力,更适合于企业创新能力评价。