下载文档原格式
我国区域技术创新效率测度研究
侯玉君
【期刊名称】《未来与发展》
【年(卷),期】2009(000)012
【摘要】本文在建立区域创新效率的评价指标体系的基础上,应用数据包络分析方法对我国30个省市自治区的技术创新效率进行了分析与比较.结果表明,我国大多数省份的科技创新投入基本上都合理地发挥了作用,但技术创新效率存在一定的差距.依据创新投入-创新效率矩阵,笔者把我国各地区的技术创新状况分为四种类型,并针对每种类型的地区因地制宜地提出提高技术创新效率的建议.
【总页数】4页(P43-46)
【作者】侯玉君
【作者单位】兰州理工大学经管院,甘肃,兰州,730050
【正文语种】中文
【中图分类】F204
【相关文献】
1.我国区域技术创新的效率测度及动态比较 [J], 王家庭;单晓燕
2.我国区域技术创新与新一代信息技术产业协调发展的动态演进研究 [J], 朱伟珠;李春发
3.风险投资对我国区域技术创新促进效应的面板数据研究 [J], 宗峻麒;虞舒然;沈忠芹;
4.风险投资对我国区域技术创新促进效应的面板数据研究 [J], 宗峻麒;虞舒然;沈忠
芹
5.基于Malmquist指数的我国区域技术创新效率提升演化与驱动差异研究 [J], 侯锐
因版权原因，仅展示原文概要，查看原文内容请购买。
关于区域创新高质量发展评价的文献研究【摘要】本文对区域创新高质量发展评价进行了文献研究。
在介绍了研究背景、研究目的和研究意义。
在正文中，分析了区域创新的概念和特点，区域创新评价的方法和指标体系，以及区域创新高质量发展评价的现状和问题。
总结了相关研究进展和关于区域创新高质量发展评价的文献研究。
在提出了研究结论、研究展望和政策建议，为促进区域创新高质量发展提供了理论和实践支持。
本文综合了现有研究成果，对区域创新高质量发展评价提出了新的观点和建议，具有一定的学术和实践价值。
【关键词】区域创新、高质量发展、评价、文献研究、方法、指标体系、现状、问题、研究进展、结论、展望、政策建议、概念、特点、研究背景、研究目的、研究意义1. 引言1.1 研究背景：区域创新是指在一定地理范围内，人们通过开展创新活动，运用新技术、新知识、新理念，推动经济、社会和文化的发展。
随着全球化和经济一体化的深入发展，区域创新已成为推动地区经济增长的重要动力。
在当前中国经济结构转型升级的背景下，促进区域创新高质量发展已成为加快经济发展、提升竞争力的关键之举。
我们面临的挑战是如何通过评价和指导区域创新活动，实现高质量发展。
在过去的研究中，关于区域创新的发展评价方法和指标体系已有一定研究基础，但在实践中仍存在一些问题和局限性。
对区域创新高质量发展评价的研究有着重要意义。
本文旨在通过系统研究文献资料，深入探讨区域创新高质量发展评价的现状与问题，总结相关研究进展，为进一步完善区域创新评价体系提供理论支持和政策建议。
部分就此展开探讨。
1.2 研究目的研究目的是为了深入探讨区域创新高质量发展评价的重要性和必要性，从而促进区域创新的持续发展。
通过对区域创新的概念和特点进行分析，结合评价方法和指标体系的研究，进一步探讨区域创新高质量发展评价的现状和存在的问题，为相关研究提供理论依据和实践支持。
本研究旨在总结和分析已有的相关文献研究成果，系统概括区域创新高质量发展评价的研究现状，为未来的研究提供参考和借鉴。
国内外区域创新能力评价研究综述区域创新能力评价是评估一个地区在创新方面的能力和潜力的方法。
随着全球经济的发展和科技进步，创新已成为推动经济增长和社会发展的重要因素。
因此，评价各个地区的创新能力对于制定创新政策和促进经济发展具有重要意义。
本文将综述国内外关于区域创新能力评价的研究成果。
首先，在国内外学术界关于区域创新能力评价的研究中，常用的评价指标主要包括科技创新投入、科技创新产出和创新环境。
科技创新投入指标包括研发经费投入、人才引进、科技专利申请等，反映了地区在创新方面的投入力度。
科技创新产出指标包括科技成果转化率、新产品和新技术的推广应用等，反映了地区创新能力的转化和应用能力。
创新环境指标包括政策支持、产业密集度、人才培养等，反映了地区创新环境的优劣。
其次，在国外的研究中，美国麻省理工学院研究人员提出了创新系统模型，将创新能力评价分为三个层次：初级创新，指的是技术水平相对较低但能够解决实际问题的创新；中级创新，指的是技术水平相对较高且已经商业化的创新；高级创新，指的是技术水平非常高且具有颠覆性的创新。
根据不同层次的创新，采取不同的评价指标和方法。
在国内研究中，浙江大学的研究者提出了综合评价指标体系，包括科技创新能力、技术创新能力、产品创新能力和创新环境等多个方面的指标。
其中科技创新能力指标包括研究开发投入、科技成果、科技合作等；技术创新能力指标包括技术引进、技术创新、技术孵化等；产品创新能力指标包括产品开发、产品更新、市场占有率等；创新环境指标包括政策支持、人才培养、资金支持等。
此外，区域创新能力评价研究中还涉及到对经济发展水平、人才引进政策等因素的考量。
例如，杭州经济学院的研究者通过综合评价杭州地区的人才引进政策和经济发展水平，进而评估其创新能力。
同时，研究者还通过分析地区各项指标之间的关系，来揭示创新能力评价的内在机制。
总之，国内外的区域创新能力评价研究主要通过评价指标体系和方法来评估地区创新能力的不同层面。
2013年03月（第27卷第03期）East China Economic ManagementMar.，2013（Vol.27，No.03）产业集聚、创新集聚与城市经济动力——来自长三角的证据余冬筠，郑莉峰（浙江理工大学经济管理学院，浙江杭州310018）摘要：文章通过构建一个包含产业集聚和创新集聚的经济增长模型，实证分析了1998-2010年长三角16个城市经济增长的动力源泉。
发现如下结论：在控制了劳动投入、资本投入和制度变迁因素后，产业集聚并不显著影响城市经济增长；创新集聚的强弱成为产业集聚是否对一个城市的经济绩效产生显著作用的前提；高质量的创新集聚与城市的产业集聚相作用后，对经济产生持久正向促进作用。
关键词：产业集聚；创新集聚；城市经济动力中图分类号：F061.5文献标志码：A文章编号：1007-5097（2013）03-0065-05 Industrial Agglomeration，Innovation Agglomeration and City Economic Power——The Evidence from Yangtze River DeltaYU Dong-yun，ZHENG Li-feng（School of Economics and Management，Zhejiang Sci-Tech University，Hangzhou310018，China）Abstract：By building an economic growth model including industrial agglomeration and innovation agglomeration，the paper analyzes the power source of economic growth in the Yangtze River Delta from1998to2010in16cities empirically.The result shows that with the control of labor input，capital investment，and institutional-change factors，industrial agglomeration does not significantly affect urban economic growth.The power of innovation is the premise to produce a significant role in the econom⁃ic performance of a city.The interaction of high-quality innovation agglomeration and unban industries agglomeration is helpful to create positive and lasting influence on economy.Key words：industrial agglomeration；innovation agglomeration；city economic power一、引言中国的工业向沿海地区集中成为改革开放后中国的一个特征事实［1-3］。
区域科技创新能力评价研究述评区域科技创新能力是区域经济增长的决定性因素。
本文通过对国内区域科技创新能力的评价方法与指标体系研究的综述，得出了我国研究区域技术创新能力的一些建议，为今后的区域科技创新问题研究提供参考。
关键词：区域科技创新能力评价方法评价指标体系区域科技创新能力是指某一个地区运用区域内各科技要素的相互作用来促进区域经济发展的能力，它是区域科技创新结构优化与功能发挥程度的反映，是区域创新效率的重要衡量指标。
之所以评价区域科技创新能力，主要原因在于：一方面，能够从定量上把握区域科技创新能力水平和状况，为政府制定宏观决策提供依据；另一方面，为区域中各企业的科技发展提供信息，分析自身的优势和劣势，促进企业技术升级和结构调整，增强科技竞争力。
区域科技创新能力主要评价方法区域科技创新能力评价是一种多指标综合评价。
对于多指标问题的评价，按照权重选取方法的不同，可以分为两类：一类是主观赋权法，是根据主观经验或专家评判，事先设定综合评价指标体系中各项指标的权重，是一种定性评价方法；另一类是客观赋权法，即根据综合评价指标体系中各项指标的内在联系，运用多元统计分析方法，确定各项指标权重的一种定量评价方法。
目前关于区域科技创新能力评价方法很多，比较有代表性的有以下几种：（一）模糊数学综合评判法模糊综合评价是对受多种因素影响的事物做出全面评价的一种有效多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
由于区域科技创新能力指标之间的相关性的存在，所以采用模糊数学建立综合评价的模式，将复杂的评价问题演变为一个较为简单的模糊变换。
但是指标体系中有些指标具有模糊性，难以用一个确定的数值来评价，这时可采用语意变量的概念描述主观评估值。
语意变量（Linguistic variable）是以自然词语为值来表达评估者对评估值好坏程度的感受，用于处理不明确或模糊的信息。
基于这些不确定因素存在，所以考虑到用模糊数学综合评判的评价方法。
区域创新能力评价研究一、研究背景区域创新能力评价是指通过一定的方法，对特定区域的创新能力进行量化评估的过程。
随着经济全球化和科技进步的推动，区域创新已成为推动经济增长和社会发展的重要动力。
对区域创新能力进行科学评价，对于发挥区域创新的优势，提高区域创新能力，具有重要的理论和实践意义。
二、研究意义1. 促进区域创新发展通过对区域创新能力的评价，可以发现各个区域的创新优势和短板，有针对性地制定政策和措施，促进区域创新发展。
2. 提高经济竞争力区域创新能力的评价，有助于提高各个区域的经济竞争力，培育具有核心竞争力的产业和企业。
3. 促进科技进步科技创新是区域创新的重要组成部分，通过区域创新能力的评价，可发现科技创新的不足之处，推动科技进步。
4. 促进产业结构升级通过对区域创新能力的评价，可以促进产业结构的升级和转型，培育新的增长点，实现经济的可持续发展。
三、评价内容1. 技术创新能力技术创新是推动区域创新的核心动力，该项评价内容主要包括科技研发投入、高新技术产出、专利申请数量和质量等指标。
2. 产业创新能力产业创新是区域经济发展的重要保障，包括产业结构调整、新兴产业增长速度、产业技术水平等指标。
3. 人才创新能力人才是创新的重要支撑，包括高端人才数量、科研人员比例、人才集聚效应等指标。
4. 制度创新能力制度创新是保障创新发展的重要环境，包括政府政策支持、创新体系建设、知识产权保护等指标。
5. 企业创新能力企业是创新的重要主体，包括企业研发投入、企业技术创新能力、企业创新成果转化率等指标。
四、评价方法1. 层次分析法层次分析法是一种权重确定的层次分析方法，可以用于对多个指标进行定量评价，为每个指标赋予不同的权重。
2. 主成分分析法主成分分析法是一种综合指标评价方法，通过将多个指标合成为少数几个综合指标，降低了指标之间的相关性，更有利于评价和比较。
3. 回归分析法回归分析法可以用来探究影响创新能力的主要因素，通过建立回归模型，可以找出影响创新能力的关键因素和其影响程度。
中国区域创新效率及其空间差异研究一、本文概述本文旨在深入研究中国区域创新效率及其空间差异，揭示中国各地区在创新活动中的效率表现及其背后的空间分布特征。
创新是现代社会经济发展的核心驱动力，也是提升国家竞争力的关键。
中国作为一个经济大国，其区域发展不平衡的问题一直备受关注。
因此，了解并研究中国各区域的创新效率及其空间差异，对于制定有效的区域发展政策、优化资源配置、促进区域协调发展具有重要意义。
本文首先对中国区域创新效率的内涵进行界定，明确创新效率的评价标准和指标体系。
在此基础上，运用定量分析方法，对中国各区域的创新效率进行测算和比较。
通过对数据的收集、整理和分析，揭示中国各区域在创新活动中的效率差异及其变化趋势。
本文还将深入探讨影响中国区域创新效率空间差异的因素。
这些因素包括但不限于区域经济发展水平、产业结构、创新资源投入、政策支持等。
通过对这些因素的分析，有助于我们更全面地理解中国区域创新效率空间差异的形成机制和影响因素。
本文将对研究结果进行总结，并提出相应的政策建议。
通过优化创新资源配置、加强区域合作、完善政策支持等措施，促进中国各区域创新效率的提升和协调发展。
这不仅有助于推动中国经济的持续健康发展，也有助于提升中国在全球创新竞争中的地位和影响力。
二、文献综述区域创新效率及其空间差异研究一直是经济学、地理学和创新研究领域的热点话题。
近年来，随着中国经济的高速发展和区域发展战略的深入实施，各地区创新活动日益活跃，创新效率的空间差异也逐渐显现。
因此，对区域创新效率及其空间差异的研究具有重要的理论和实践意义。
在理论方面，区域创新效率的研究主要围绕创新系统的构成要素、运行机制以及影响因素展开。
学者们普遍认为，创新系统包括创新主体、创新资源、创新环境等多个方面，这些因素相互作用，共同影响着创新效率的提升。
一些学者还从空间经济学、新经济地理等角度出发，分析了创新活动在空间上的分布规律和影响因素。
在实证研究方面，国内外学者基于不同的数据集和研究方法，对区域创新效率进行了广泛的探讨。
第29卷 第10期2010年 10月 技 术 经 济Technolo gy Eco nomics V o l .29,N o .10Oct .,2010区域创新效率评价研究综述余冬筠1,2,魏伟忠3(1.浙江大学经济学院,杭州310027;2.浙江理工大学经济管理学院,杭州310018;3.浙江省发展规划研究院,杭州310012)摘 要:本文系统梳理了国内外区域创新效率的相关研究,从区域创新效率的实证模型、指标选择和具体评价方法三方面进行了总结和评论。
关键词:区域创新;创新效率;研究综述中图分类号:F 061.5 文献标识码:A 文章编号:1002-980X (2010)10-0044-05收稿日期:2010-01-15基金项目:浙江省教育厅资助项目(Y200806119)作者简介:余冬筠(1980—),女,浙江杭州人,浙江大学经济学院博士研究生,浙江理工大学经济管理学院讲师,研究方向:产业经济学、区域经济学;魏伟忠(1978—),男,浙江诸暨人,浙江省发展规划研究院经济师,研究方向:区域规划。
随着对区域创新的关注,以及对其研究的不断深入,有关区域创新的评价与测度研究也逐渐成为热点。
从现有的文献资料看,国外对区域创新评价的研究主要集中在R &D 投资密度和回报率、技术进步与经济增长的关系,以及对知识经济的测度等方面。
国内研究大部分集中在区域创新能力、创新模式、科技资源配置效果、运行机制及扩散机理等方面。
不同侧重点的评价研究又采用了多种测度方法,其中包括统计学的方法、数学方法和社会学方法等。
综观这些研究和具体采用的方法,现有研究无外乎是从区域创新能力评价和区域创新效率评价两个角度入手。
虽然很多学者在研究中将这两个概念(能力和绩效)混淆在一起[1-2],但在具体分析时,所采用的方法可以归为其中一类,且不影响最终研究的理论价值和应用意义。
区域创新能力是指一个地区将知识转化为新产品、新工艺、新服务的能力[3],对其评价一般采用综合指标评价法,并在此基础上进行区域之间的排名。
运用的具体方法,多为管理学、社会学的方法。
区域创新效率源于经济学中的“效率”概念,是抽象了所有干扰因子,考察创新投入要素和最终创新产出之间的转换效率,符合主流经济学的经验研究模型,是区域创新经济效应研究的强有力工具。
因此,本文主要围绕区域创新效率的模型、变量选择、具体测度方法展开。
1 区域创新效率的实证模型随着知识经济的兴起,知识生产的效率、知识溢出的范围以及对经济增长的作用等问题备受学者们关注,知识生产函数(know ledge pro duction func -tion ,KPF )的研究应运而生。
古典的知识生产函数本质上是一个两因素的C -D 函数,是把创新投入和创新产出联系起来,以创新产出弹性来代表创新效率。
大量实证研究结果显示,作为一个经验模型,知识生产函数确实存在,而且在知识和创新的研究中知识生产函数已经成为分析区域知识流动(溢出)属性和检验其对区域创新经济效应的一个强有力的模型工具。
目前,国内外已有不少利用知识生产函数研究知识溢出、创新和区域增长的文献。
其中,研究技术创新的主流理论模型是Grili -ches 提出的知识生产函数。
模型保持C -D 生产函数的主体形式,Y =DC αL βK γe λt +μ。
其中,Y 是宏观或微观水平的产出,C 、L 代表资本和劳动的要素投入,并在要素投入中增加了重要的变量———技术知识水平K ,K 由现在的和过去的研发费用决定[4]。
Jaffe 修正了Griliches 提出的知识生产函数,并引进了空间维度和大学研究,他所观测的单元不仅仅限于企业,而且扩展到了空间区域[5]。
此模型被很多文献称之为G riliches -Jaffe 知识生产函数,函数的对数形式可表示为:ln P i =ln A i +δ1ln RD i +δ2ln Z i +ε。
其中,下角标i 表示观察的单位;P 表示新的知识,用专利数来代表;RD 为R &D 的支出或人力资本;Z 代表一系列经济社会变量,即反映不同区域的属性。
在此基础上,对知识生产函数进行进一步改进是将空间计量模型应用到KPF 中。
模型的构造更为精细。
A nselin 提出了空间滞后模型(spatial44lag m odel),也称混合回归(mixed reg ressive mo d-el)或空间自回归模型(spatial auto reg ressive mo d-el,SA R)[6]。
Fischer提出的精练知识生产函数,将区域内与区域间的溢出效应完全分离,并且考虑到了知识生产的时滞[7]。
Greunz提出混合知识生产函数模型,将区域的地理媒介与技术媒介溢出相结合,在考虑地理溢出的同时融入了技术溢出因素[8]。
无论是Griliches-Jaffe知识生产函数,还是随后多位学者对其的改进,知识生产函数作为区域创新研究的重要经验模型,关键在于将创新投入和创新产出联系在一起,以创新投入的产出弹性作为创新活动的效率。
在G riliches-Jaffe知识生产函数中,δ1即为创新产出弹性,它反映了区域创新系统的质量。
该弹性随着创新投入的强度、质量以及其他地区创新参与者研发行为的溢出效应的提高而增加。
区域间创新产出弹性的不同,显示了在经验模型中没有被明确解释的研发过程中效率的区位条件效应。
如果将区域知识溢出或与其他企业、机构合作的变量纳入模型,则产出弹性度量了那些具有影响而没有被这些变量所解释的变量的影响。
因而,不同的区域间产出弹性意味着差异化的研发区位条件和研发转化效果。
另外,创新产出弹性是无量纲的,因此,在区际比较时,不会受到区域创新系统间价格水平差异或汇率差异的影响。
在知识生产函数中,另一个需要解释的是常数项ln A i,它虽然不能代表创新效率,但代表的了创新产出在纵轴上的截距,是知识生产过程中效率的影响因素。
如果将创新的数量作为研发活动绩效的指标,则该常数项表示在研发投入测算期间没有相应研发投入的情况下产生了多少创新。
假定创新需要某些研发投入,那么对正的常数项的存在有两种可能的解释。
一种是,这些创新产出完全是其他产业或地区知识溢出的结果。
在这种情况下,创新产出成为“天上掉下来的馅饼”。
另一种解释是,创新产出并非基于当前的研发投入,而是依赖于不可度量的现有知识存量。
在这种情况下,KPF的常数项可能代表了一种创新投入变量的错误定义[9]。
而一个较低的甚至为负的常数项可能是由创新行为的路径依赖以及相对初级的技术范式造成的。
这种情况常发生在以下的国家或地区之中:一是在某种程度上还没有很多沿着与创新路径相关的已有知识存量的国家或地区;二是在技术路径上发生不久的国家或地区。
2 区域创新效率的指标选择2.1 创新投入指标在评价区域创新效率的文献中,对创新投入的界定经历着从单一投入要素到多投入要素,从当期投入要素到考虑滞后结构,再到测算其存量的发展变化过程。
R&D支出和R&D人数是常被选中的投入变量。
但在具体研究中,受到数据收集的限制,绝大部分学者仅仅选择R&D支出或者R&D人数中的一个来探讨其对R&D产出的影响。
虽然各自的研究都得出创新投入对创新效率有正向关系。
但R&D 支出和R&D人数作为两种要素投入,对创新效率的影响是相互交织不可割裂的。
于是,有学者开始在研究中同时考虑多个生产要素。
Zhang等[10]在模型中同时考虑了R&D人员和R&D支出两部分。
吴延兵[11]也将R&D人员和R&D支出同时放入设置的生产函数中,考察两者的产出弹性,并发现,R&D资本和劳动对新产品产出均有显著的影响作用。
国内学者还探讨了在具体确定变量数值时,需选取的统计条目。
刘顺忠、官建成[12]、何颖[13]将区域R&D支出作为区域创新投入。
罗亚非、李敦响[14]将R&D支出和科技活动支出同时视为投入指标。
袁鹏、陈圻、胡荣[15]则认为R&D投入只是科技活动投入的一部分,仅选择R&D支出会使创新活动投入偏少,而同时选择R&D支出和科技活动支出又会造成重复计算。
因此,在研究中以科技活动经费内部支出作为区域创新的投入指标。
与此同时,另一条变化线路是,在研究中是否考虑过去的创新投入对现在产出的影响。
以往的研究大多忽略R&D投入与产出间的时滞关系。
然而,由于创新产出不仅依赖于当期的R&D投入,而且还取决于过去时期中的R&D投入状况,因而如果仅运用当期R&D投入来测度创新将会存在较大的偏差。
Pakes和Griliches[16]首先注意到了R&D投入与专利数量之间存在的时滞效应。
他们运用1968—1975年121家企业的数据,以专利数量作为被解释变量,以当期R&D支出以及分别滞后5期的R&D支出作为被解释变量,在控制了时间效应和产业效应后,发现当期R&D支出和滞后5期的R&D支出对专利数量均有显著的正效应,而滞后1期至4期的R&D支出没有表现出显著影响。
H ausman、H all和Griliches[17]首先利用泊松分布模型研究了专利数量与R&D支出之间的关系,以当期R&D支出及其滞后值作为解释变量,采用不同的估计方法和不同的R&D滞后结构发现,专利数量对R&D支出的弹性在0.29～0.6之间。
上述研究虽然已考虑到过去的创新投入对现在创新产出的影响,但在具体选择变量时,仍然用45 余冬筠等:区域创新效率评价研究综述 R&D流量代替R&D存量。
Crépon和Dugue t[18]运用法国1984—1989年698家制造企业的数据,测算了R&D资本存量。
另外,Blundell、G riffith和Van Reenen[19]运用英国1972—1982年的企业面板数据,用累积的专利数量来表示创新知识存量,并运用动态泊松分布模型发现其对专利数量有显著正影响。
吴延兵[11]参照G riliches、Go to和Suzuki的方法,认为t期的R&D资本存量可以用过去所有时期的R&D支出现值与t-1期的R&D资本存量现值之和来表示。
然而,在绝大多数文献中仍然以R&D流量代替R&D存量,这一方面是因为计算R&D存量非常困难,另一方面,计算R&D存量需要做出许多假定,这事实上已经对最终研究结论的准确性造成一定影响,因而使用R&D流量也具有一定的合理性。
特别是,在一定的条件下,可以推导出R&D流量的对数值约等于R&D存量的对数值[20]。
