- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
区域高技术产业动态RD效率和其收敛性探究
摘要:本文基于各省市高技术产业2003-2011年 相关数据,对高技术产业RD效率及收敛性进行了检验。结 果表明:各省市RD效率整体趋于上升阶段,RD效率增长 由技术效率和技术进步共同推动;东部地区RD效率偏低, 而中西部RD效率较高。中部地区高技术产业RD效率整体 上存在收敛趋势,在一定时期内RD效率趋于稳态;全国和 西部内部RD效率差距正在扩大,而东部内部RD效率差距 较小,表明我国地区差异明显且发展不平衡。
关键词:高技术产业Malmquist指数RD效率收敛性
一、引言
十八大报告提出实施创新驱动发展战略,加快建设国家 创新体系。我国目前已进入到一个发展的新阶段,必须以科 学发展为主题,以加快转变经济发展方式为主线。随着意味 着劳动力出现短缺的“刘易斯转折点”的临近,中国经济的 发展模式迫切需要从要素投入和出口需求驱动向技术进步 和效率提高驱动转变。加快转变经济发展方式,最根本、最 关键就在于要依靠科技的力量大幅提高自主创新能力,使我 国的经济社会发展走上创新驱动的轨道。创新能力的提升不 仅需要增加RD资源投入,更要注重RD效率。区域创新效 率的高低直接体现区域创新系统运行的质量。近年来,国内 众多学者采用数据包络分析(DEA)方法对RD效率进行研 究并取得了 一定的成果。池仁勇(2004)用DEA方法对我国 30个省市自治区的RD效率进行测定,发现创新效率呈东高 西低的特征。白俊红等(2009)用超越对数随机前沿模型, 测评了各地区的RD相对效率与TFP增长情况。潘雄锋、刘 凤朝(2010)指出我国各区域工业企业RD效率呈逐步上升 趋势,区域间的效率差距在逐步减小。王大鹏、朱迎春(2011) 实证研究表明目前高技术产业注重将技术创新与制度创新 相结合,但技术创新能力差、关键技术自给率低成为其发展 瓶颈。樊华等(2012)提出工业结构、对外开放度、高等教 育发展水平对RD效率具有正影响效应,而政府影响力具有 负向作用。肖仁桥等(2012)、陈凯华等(2012)研究指出 我国高技术产业创新活动整体相对效率偏低,必须完善RD 资源的配置方式、加强引进技术的消化和吸收力度、增强自 主创新的能力。国家科技创新的主体是企业,特别是以高技 术产业为发展方向的企业。而技术创新已成为高技术产业发 展的核心动力和不竭源泉,并且已成为当前和未来经济发展 中新的增长点。从2003年到2011年中国高技术产业RD投 入强度从1.09%增长到1.41%,年均增长2. 9%o当然,一味 地增加RD投入却忽视提升RD效率的做法与我国高技术产 业可持续发展的理念相悖。RD效率的高低直接关系到企业 的创新能力,高技术产业作为先进生产力和科技实力的标 志,其科技创新能力如何,不仅关乎自身的生存与发展,同 时也关系到整个国家经济的发展和国际竞争力的提高。因 此,本文采用DEA模型中的Malmquist指数法,分析了 2003-2011年各省市高技术产业RD效率变化情况及其增长 的内在动力。同时比较了不同区域间RD效率的差距,并对 其进行收敛性检验,以及就如何促进RD效率增长提出政策 建议,这对于提高我国高技术产业RD效率具有重要意义。
二、研究设计
(一)研究方法:DEA-Malmquist指数 采用DEA方法对 区域RD效率进行分析,实质是借助于“前沿分析法”,根 据一定标准构造一个生产前沿面,决策单元与该前沿面的差 距就是它的效率。但CCR模型和BCC模型都仅是对各个决策 单元在同一时间点上进行横向比较分析,缺乏纵向比较,不 能充分挖掘历史数据信息,难以形成对未来趋势的判断。而 DEA模型中的Malmquist指数法,不仅可以从动态角度分析 不同时期决策单元的效率演化,而且可以将Malmquist指数 进行分解,来确定技术效率变化和技术进步对RD效率的贡 献程度o Malmquist指数是建立在Shephard所提出的距离函 数的基础上的,最早由Malmquist提出,用来分析不同时期 的消费变化,后来其他学者采用Malmquist指数来研究生产 力效率的变化。Fare等人定义了 一个基于产出的Malmquist 生产率指数,用于研究不同时期决策单元的效率演化,被研 究者广泛应用。Malmquist指数是BCC模型在多个时期内的 拓展,不仅能将全要素生产率(TFP)分解为技术进步指数 (Techch)和技术效率指数(Effch),还能进一步将技术效 率指数(Effch)分解为纯技术效率指数(Pech)和规模效 率指数(Sech)。其表达式为式(1):
MO ( yt+1 , xt+1 , yt , xt ) = [HXB]1/2=HX [BXB] 1/2二EffchXTechch二PechXSe ch XT
文档评论(0)