我国创新极化现象区域分布及极化度比较.docVIP

我国创新极化现象区域分布及极化度比较.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我国创新极化现象区域分布及极化度比较

我国创新极化现象区域分布及极化度比较摘要:文章以30个省(市、区)为生产决策单元,运用绩效评价中的数据包络分析对科技资源变量进行实证研究,测度出目前我国形成了京津冀单极结构创新极化区、珠江三角洲双极结构创新极化区、长江三角洲三极结构创新极化区。在此框架下,文章以相同的变量构造Esteban―Ray指数衡量三类创新极化区的极化程度,认为珠三角创新极化区内极核的集聚效应不断增强;长三角的扩散效应开始显现;而京津冀目前仍处于极化的形成初期。 关键词:创新极化现象;区域分布;极化度 中图分类号:F061.5 文献标识码:A 文章编号:1002―2848―2007(01)-0078―05 一、引 言 经济增长的非匀质性表现为资源由周边落后地区向经济中心的集聚运动,这又被称为极化现象(Polarization)。近年来区域极化程度与科技资源的聚集及创新活动密切相关,出现了明显的创新极化现象(Innovative Polarization)。美国的休斯敦和苏联的巴库就是很好的例证。这两个石油工业城在科技资源集聚上表现为不同的极化程度,最终休斯顿成功地成为美国西部高新技术中心,而巴库则衰落了。可见创新极化现象将引致不同区域整体创新能力的差异。Mohnen和DeBresson首次提出了“创新极”(Innovative Poles)等一些重要概念,并认为中国存在广东、浙江、上海等创新极。他们利用Tobit模型考察了影响区域创新极化的因素,认为RD投入的连续性和集中度与区域创新的差异有重要关系。 欧向军和顾朝林利用Kanbur―Zhang指数测度江苏省的空间极化现象,认为江苏省在空间上表现为城乡极化和南北极化。郭腾云利用Estebn―Ray和Kanbur―Zhang指数,对我国1952年到2000年间区域经济空间极化的变化趋势进行研究,认为中国区域极化总体趋势随时间推移呈现不对称的周期性的上升与下降运动,1990年代中期以后极化明显加强,而从2000年起有所下降。闫小培和林彰平通过25项城市发展指标的变动测算出我国不同区域内城市发展水平差异增大,东部沿海地区的集聚性和创新性显著,而西部城市结构仍处于低水平均衡状态。 目前我国学者对中国极化问题进行了有益的探索,然而仍存在三方面的不足。第一,现有研究并没有建立以创新资源非匀质分布为基础的创新极化现象的统一研究框架。第二,区域边界的界定缺少中观层面的分析。目前极化问题中的区域概念或侧重于以省市(县)为单位的区域微观边界,或侧重于以全国为单位的区域宏观边界,而忽视了我国逐渐形成的具有典型区域中观意义的经济带或经济圈(如长三角、珠三角等);第三,创新极化现象的区域分布是以创新绩效为核心而形成的,如何设计以创新绩效为基础的创新极化识别标准仍是鲜有研究的问题。因此,本文拟在创新极化区域分布的框架下,对我国区域间的创新极化度进行比较分析,以探求不同区域创新能力形成和提升的有效途径。 本文的第二部分介绍使用的模型和指数:拟首先通过数据包络分析确定我国创新极化现象的区域分布;并利用模型中的变量构筑Estebn―Ray指数,从而在创新极化区域分布框架下进行极化度的比较,并通过变量使用的一致性实现模型和指数间的内在统一。第三部分是对数据来源进行说明;第四部分给出模型和指数的分析结果;第五部分指出结论的政策含义。 二、模型与指数介绍 (一)DEA模型的基本原理 目前对极化现象的区域分布主要通过极核①的总量指标和结构指标来确定。这种指标法虽然直观,但很难保证科学性,如指标的选取可能存在共线性或同质性;指标的单一性容易造成解释力降低等。因此应通过综合性的绩效考察方法来识别极化现象的区域分布。我们拟选用数据包络方法(Data En-velope Approach,简称DEA)。1978年著名的运筹学家Charnes、Cooper和Rhodes提出了第一个DEA经典模型,并命名为C2R模型C2R模型是在生产函数具体形式未知的基础上,利用投入和产出之间的关系测算被研究单位绩效的一种方法。其中被研究的具有同类性质的单位或部门称为决策单元(Decision Making Unit,简称DMU)。对于任何输入向量 和任何输出向量 和 之间存在某种函数关系,设输人权数为 输出权数为 为决策单元的个数。构造效率评价系数: 三、变量和数据选取 本文研究所使用的数据均引自《国家级科技计划项目执行情况统计》资料,并以省级行政区划为决策单位,除台湾、香港、澳门和西藏③外涉及30个省(市、区)1997―2003国家级开发型科技计划项目④的相关数据。测度的指标数据为(1)以政府资金、贷款、自有资金和项目人员数作为计划项目的输入指标;(2)以新增产值、净利润、专利数作为输出指标,

文档评论(0)

linsspace + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档