高技术产业创新效率及其协调度省际差异研究

本文以2005～2009年各省市高技术产业的研发面板数据为基础,归结创新环境,利用随机前沿分析方法(SFA)对高技术产业创新效率进行测度,从动态和静态两个角度同时对各省市高技术产业经济创新效率和知识创新效率之间的协调度进行分析。研究发现高技术产业,内部环境中企业对研发活动支持度的提高可以促进经济创新效率提高;外部环境中政府对研发活动的支持度与知识和经济创新效率均有显著的反向影响关系,企业集聚产生的竞争和协作效应对创新效率有正向影响等。从动态增长和静态水平两个角度分析,大部分省市高技术产业创新效率不够协调,针对各省市协调度现状,分类、分阶段地提出了相关发展建议。

中国高技术产业创新效率的空间格局及演变特征

文章运用DEA与空间自相关模型对2005—2017年中国高技术产业创新效率进行测度分析,考虑到高技术产业创新具有长期性、非连续性的特点,将创新过程划分为研发阶段和成果转化阶段,分析高技术产业创新效率的空间格局及演化特征。结果表明:中国高技术产业研发效率与成果转化效率明显不协调。技术效率的差异性导致高技术产业研发效率的区域异质性特征明显,但异质性程度呈递减态势,而成果转化效率则呈现"两分极化"态势。高技术产业研发效率具有明显的空间相关性,而成果转化效率空间相关性并不显著。高技术产业研发效率主要集中在"H-H"集聚区和"L-L"集聚区,时空跃迁以上游跃迁为主;成果转化效率局部空间相关性并不明显,时空跃迁以本位跃迁为主,空间格局较为稳定。

我国高技术产业创新效率评价研究

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。

中国高技术产业创新效率及其重心迁移

高技术产业引导着国民经济的发展,决定着我国经济创新的战略转型与产业升级,研究其创新效率对区域当前和未来经济发展具有不可估量的推进作用。本研究运用DEA-BCC模型测算出2007-2016年我国高技术产业创新效率,从区域视角分析我国高技术产业创新效率地区差异,亦将重心模型引入高技术产业创新领域,刻画出高技术产业创新重心移动轨迹。研究发现:我国高技术产业创新效率东部地区最高,中西部、东北等欠发达地区效率较低;研究期间内,我国高技术产业创新效率处于不平稳状态,前期受纯技术效率和规模效率影响较为显著,后期受规模效率影响较大;此外,高技术产业创新重心与经济重心在经纬度方向上具有相同的迁移轨迹,前者的迁移幅度大于后者。

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.

互联网发展、环境规制与高技术产业绿色创新效率——以长江经济带为例

以长江经济带11个省市为研究对象,选取2009~2018年的面板数据。首先,采用考虑非期望产出的Super-SBM模型测算各省市的高技术产业绿色创新效率;其次,通过主成分分析法构建互联网发展综合指数;最后,运用双向固定效应模型探究互联网发展、环境规制对长江经济带高技术产业绿色创新效率的影响。研究结果表明:(1)在只考虑地区效应且不加入环境规制变量的条件下,互联网发展对长江经济带高技术产业绿色创新效率具有显著的正向推动作用;(2)在同时考虑地区效应和时间效应时,环境规制和互联网发展均对长江经济带高技术产业绿色创新效率的提升产生负向抑制作用,而互联网发展和环境规制的协同作用能促进高技术产业绿色创新效率的提升;(3)鉴于研究结论,最后提出充分利用互联网技术、采取差异化环境规制政策及互联网发展与环境规制融合发展的政策建议,以期提升长江经济带高技术产业绿色创新效率。

两阶段网络DEA效率测度与分解——基于自由投入及产出视角

数据包络分析(DEA)视创新过程为一个整体,忽略了投入要素及产出要素在子过程中的配置问题,决策单元的实际运作情况得不到体现,测算结果往往不能作为判断的最佳依据。基于网络DEA模型,充分考虑资源投入分配问题及中间产出转化程度,构建资源投入共享及中间产出部分退出的关联两阶段DEA模型。将其应用于我国高技术产业技术创新效率测度与分解中,找出提升路径,与传统DEA相比,给出效率值更为客观、合理。