苏浙沪皖高技术产业创新绩效差异研究
- 格式:doc
- 大小:26.00 KB
- 文档页数:3
中国各省(区市)技术创新效率研究随着中国经济的快速发展,技术创新成为推动中国经济转型升级的重要动力。
为了解各省(区市)的技术创新效率,本文利用DEA模型对中国31个省(区市)的技术创新效率进行了研究。
研究发现,2018年,中国东部沿海地区整体技术创新效率较为高,其中上海、北京、天津、广东、浙江等地的技术创新效率位居前列。
而西部地区整体技术创新效率相对较低,新疆、青海、宁夏等地的技术创新效率最低。
对于单个省(区市)来说,山东的技术创新效率排名第一,得分为1.00,是全国唯一一个得分为1的省份。
而西藏的技术创新效率最低,仅为0.25。
进一步分析发现,影响各省(区市)技术创新效率的主要因素包括科技投入、产学研合作、知识产权保护等。
科技投入是提高技术创新效率的重要手段之一,好的产学研合作模式也能为技术创新提供更多的资源和支持。
此外,知识产权保护也是各省(区市)提高技术创新效率的必要条件之一。
针对这些问题,我们提出以下建议:一、加大科技投入力度,提高技术创新效率政府和企业应该加大对科技投入的力度,建立更多的研发机构和实验室,提高研发人员的质量和数量。
同时,应该加强对科技成果的转化和商业化运作,在市场上抢占先机。
二、加强产学研合作,提高技术创新水平政府应该积极推动产学研合作,鼓励企业和高校之间进行合作,共同研究和开发新技术和产品。
同时,高校应该加强与企业之间的联系,提供更多实践机会和实践项目,帮助学生更好地掌握技能和知识。
三、加强知识产权保护,激发创新活力政府应该加强知识产权保护的法律和政策制定,严格打击侵犯知识产权的行为,为创新提供更为可靠的保护。
同时,企业也要增强自我保护意识,更好地利用和保护自己的知识产权。
综上所述,技术创新是推动中国经济转型升级的主动力之一,各省(区市)应该加强科技投入,加强产学研合作,加强知识产权保护,提高技术创新效率,推动中国经济持续健康发展。
中国各省(区市)技术创新效率研究
近些年来,中国的技术创新效率得到了长足的进步,各省(区市)也都在积极促进技术创新,以推动经济发展。
本文将对中国各省(区市)的技术创新效率展开研究分析。
一、研究方法
本文将采用灰色关联度分析法,分析中国各省(区市)技术创新效率的差异性。
二、研究结果
排名前十的省市分别是上海、北京、广东、江苏、浙江、天津、山东、福建、辽宁和湖北。
这十个省市的技术创新效率得分均在0.8以上,显示出较高的技术创新实力。
三、分析
从排名前十的省市来看,这些省市都是经济发达地区,有较为成熟的科技体系,拥有较多高校和科研机构支撑,也有较为显著的科技研发投入和产学研合作,因此技术创新效率比较高。
排名倒数十的省市则相对落后,其中一些是经济欠发达地区,经济基础薄弱、科技体系不够健全,因此技术创新实力较差。
总体来说,虽然各省(区市)的技术创新效率得分存在较大差异,但整体上中国技术创新的水平正在不断提高,带动经济的持续发展。
未来,各省(区市)仍需继续加强科技投入,完善科技体系,推动科研机构与企业的合作,提高技术创新效率,以实现经济高质量发展的目标。
中国各省(区市)技术创新效率研究近年来,随着中国经济的快速发展,技术创新成为了经济发展的重要推动力量。
为了更好地了解各省(区市)在技术创新方面的表现,我们进行了一项关于中国各省(区市)技术创新效率的研究。
本文将从技术创新的定义、影响因素以及各省(区市)技术创新效率的比较等方面进行探讨。
一、技术创新的定义技术创新是指通过改变产品、生产过程或市场,并最终实现经济增长和社会进步的新技术、新产品或新服务的引入或应用。
技术创新是制度环境、市场需求和科技进步相互作用的结果,是企业、政府和研究机构多种要素共同作用的结果。
技术创新不仅包括研究开发新产品、新工艺、新材料,还包括管理创新、组织创新、市场创新等。
二、技术创新影响因素技术创新的发展受众多因素的影响,其中包括科研投入、人才储备、市场规模、政府政策支持等。
科研投入是技术创新的基础,包括政府、企业和个人对科研的投入。
人才储备是技术创新的重要保障,高素质的专业人才是技术创新的核心力量。
市场规模是技术创新的主要驱动力之一,市场需求的扩大会带动技术创新的活跃。
政府政策支持是技术创新的重要保障,政府对技术创新提供的政策支持将对技术创新起到积极的推动作用。
三、各省(区市)技术创新效率比较为了了解各省(区市)技术创新的效率情况,我们针对各省(区市)的技术创新相关数据进行了分析比较。
通过研究发现,我国东部地区的技术创新效率普遍较高,而西部地区和中部地区的技术创新效率相对较低。
从研发经费投入来看,我国东部地区的研发经费投入普遍较高,像北京、上海、广东等地区每年的研发经费投入都在全国领先地位。
东部地区的高研发经费投入为技术创新提供了保障。
人才储备方面,东部地区的高等教育资源较为丰富,人才储备较为充足,这为技术创新提供了重要保障。
像北京、上海等地都聚集了大量的高素质专业人才,这成为了各地技术创新的重要动力。
市场规模的扩大也是东部地区技术创新的重要推动力量。
东部地区经济发达,市场规模较大,市场需求的扩大为技术创新提供了广阔的空间。
Industrial Economy产业经济2142019年6月 DOI:10.19699/ki.issn2096-0298.2019.11.214浙、粤、苏三省高技术产业投资情况比较分析①—— 以浙江省为例浙江省科技信息研究院 姚笑秋摘 要:高技术产业投资的发展对引导和推动高技术产业发展具有重要意义。
本文分析了浙江省近年高技术产业投资发展的现状,总结出“稳、好、升”的发展特点,通过浙、粤、苏三省在投资项目数、投资额、新增固定资产等方面的对比分析,研究三省高技术产业投资的特点,总结出浙江省高技术产业投资存在的问题,并提出针对性对策建议。
关键词:高技术产业 投资 比较分析 对策建议中图分类号:F127 文献标识码:A 文章编号:2096-0298(2019)06(a)-214-03“十三五”期间,随着国家创新驱动发展战略的深入实施,供给侧结构性改革力度加大,为促进高技术产业更好发展,必须引导全社会加大对高技术产业的投资,推动产业结构优化升级,引导高技术产业在各省经济转型升级中更好发挥引领作用。
1 浙江省高技术产业投资状况分析2012—2016年,浙江省高技术产业投资总体呈现出“稳、好、升”的发展特点。
1.1 投资增长总体平稳从投资额看,2012—2016年,浙江高技术产业投资额分别为436.73亿元、551.13亿元、607.24亿元、735.35亿元、850.87亿元,投资额年均增速达18.14%,逐年稳步增长,其中2013年度增速更是高达26.2%,增长态势明显。
从项目数看,2012—2016年,除了2013年度施工项目数和新开工项目数出现快速增长后回落外,浙江省高技术产业投资项目数总体呈现出较为稳定的增长,施工项目数、新开工项目数分别从2012年度的1478个、912个增长到2016年度的1877个、1364个。
建成投产项目数逐年稳定增长,从2012年的631个增长到2016年的1158个,项目数接近翻番。
中国各省(区市)技术创新效率研究【摘要】本文通过构建技术创新效率评价模型,对中国各省(区市)的技术创新效率进行实证研究。
在数据采集与处理的基础上,分析了影响技术创新效率的因素,并提出了相关的提升对策。
通过比较分析各省(区市)的技术创新效率,探讨了提升路径,并展望未来研究方向。
本研究旨在深入探讨中国各地区技术创新效率的现状和问题,为相关政策制定提供参考,促进各地区的技术创新水平提升,推动经济发展。
【关键词】中国各省技术创新效率、评价模型、数据采集、影响因素、效率提升对策、比较分析、提升路径、未来展望1. 引言1.1 研究背景技术创新是推动经济发展的重要动力,而技术创新效率则直接影响着一个地区、一个国家的竞争力和持续发展能力。
随着中国经济的快速增长和转型升级,各省(区市)也在积极推动技术创新,不断提升自身竞争力。
不同地区的技术创新效率存在明显差异,如何科学评价和比较各地区的技术创新效率,探索影响因素并提出对策以提升技术创新效率,已成为当前研究的热点和重要课题。
中国各省(区市)技术创新效率研究具有重要的现实意义和理论价值。
通过对各地区技术创新效率的实证研究,可以发现不同地区技术创新的优势与劣势,为不同地区提供有针对性的政策建议,促进技术创新的全面发展。
技术创新效率的比较分析也能借鉴其他国家和地区的成功经验,为我国技术创新政策的制定提供参考。
在此背景下,本研究旨在对中国各省(区市)的技术创新效率进行深入探讨和分析,为促进技术创新、推动经济发展提供理论支撑和政策指导。
1.2 研究目的研究目的是为了深入分析中国各省(区市)技术创新效率的现状和问题,探讨影响技术创新效率的因素,寻找提升技术创新效率的对策。
通过对不同地区技术创新效率的比较和分析,揭示存在的问题和瓶颈,为政府部门和企业提供科学的参考和决策支持。
探讨技术创新效率提升的路径和未来发展趋势,为促进全国技术创新水平的提升和产业结构的优化升级提供理论支撑和实践指导。
中国各省(区市)技术创新效率研究技术创新是一个国家、地区或企业取得持续发展的重要因素之一。
各省(区市)之间技术创新效率的差异较大,研究这种差异对于进一步提升技术创新的能力和水平具有重要意义。
本文将从技术创新的定义、技术创新效率的内涵、技术创新效率的影响因素以及中国各省(区市)技术创新效率的比较等方面进行探讨。
技术创新是指以新的技术为基础,通过创新活动产生的新产品、新工艺、新管理方法等,为企业或国家带来经济效益和竞争优势。
技术创新效率是评估技术创新绩效的指标之一,它反映了单位投入所取得的技术创新成果。
技术创新效率的提高意味着单位投入能够实现更多的技术创新产出。
技术创新效率受到多种因素的影响。
各省(区市)的科技创新能力和支持政策的差异是导致技术创新效率差异的重要原因。
科技创新能力包括研发投入、人才数量和质量、科技创新机构的数量和质量等。
支持政策的差异包括财政资金投入、创新机制和政府支持等。
产业结构、市场需求等因素也会影响技术创新效率。
不同省(区市)的产业结构各异,从而会对技术创新的需求和效率产生不同的影响。
地理环境、自然资源等因素也会影响技术创新效率。
中国各省(区市)技术创新效率存在较大差异。
一方面,经济发达地区的技术创新效率普遍较高。
广东、江苏等地具有较强的科技创新能力和支持政策,这些地区的产业结构也比较先进,市场需求也比较旺盛,因此技术创新效率相对较高。
相对经济相对落后的地区技术创新效率相对较低。
西部地区由于投入不足、科技创新能力不高、产业结构相对单一等原因,导致技术创新效率相对较低。
改善中国各省(区市)技术创新效率的方法和路径需要根据各地的不同情况来制定。
对于经济发达地区,应着重提升科技创新能力和加强对技术创新的支持政策,进一步优化产业结构,提高市场需求。
对于经济相对落后的地区,应加大科技创新能力的培养和引进工作,改善营商环境,吸引更多的科技创新投资。
中国各省(区市)技术创新效率存在一定差异,这是由多种因素综合作用的结果。
苏浙鲁粤四省产业技术创新效率比较分析产业技术创新是一个多投入多产出的生产系统,不同地区的技术创新效率是不同的,仅仅从投入或者产出方面分析技术创新系统的效率明显是不全面的,必须采纳投入产出的双向分析方法。
本节利用基于DEA 的非参数Malmquist 指数方法和面板数据,对2001~2018年苏浙鲁粤四省的产业技术创新效率进行分析评判。
一、研究方法 (一)DEA 方法数据包络分析方法(DEA )是运筹学、治理科学和数理经济学交叉研究的一个新领域,它是由闻名运筹学家 Farrel (1957)创立并由 Charnes 、Cooper 和 Rhodes (1978)进展起来的线性规划方法。
它是以相对效率概念为基础,以数学规划为要紧工具,以优化为要紧方法,依照多指标投入和多指标产出数据对相同类型的评判决策单元(decision making unit ,简称 DMU )进行相对有效性或效益评判的多指标综合评判方法。
数据包络分析(DEA )的差不多模型要紧有CCR 模型和BCC 模型两种。
假设有n 个决策单元(DMU ),每个 DMU 都有m 种输入和s 种输出,其中,0),,,(21>=T mj j j j x x x x ,0),,.(21>=T sj j j j y y y y ,ij x 为决策单元j DMU 对第i 种输入的投入量,rj y 为决策单元j DMU 对第r 种输出的产出量),2,1;,2,1;,2,1(s r m i n j ===。
记0j DMU 对应的输入、输出数据分别为:n j y y x x j j ≤≤==01,,0000,0j DMU 基于输入的带有非阿基米德无穷小的CCR模型和BCC 模型如式(1)和(2)所示:]min[11∑∑=+=-+-sr r m i i s s εθ01ij i nj j jx s x θλ=+-=∑ (1)s.t.∑=+=-nj ij i j jy s x 10λ0;0;,2,1;0≥≥=≥+-r i j s s n j λ]min[11∑∑=+=-+-sr r m i i s s εθ01ij i nj j j x s x θλ=+-=∑ (2)s.t.∑∑==+==-nj j nj ij ij jy s x 1101;λλ0;0;,2,1;0≥≥=≥+-r i j s s n j λ(二)Malmquist 生产率指数法Malmquist 生产率指数是基于DEA 模型的方法提出的,它利用距离函数的比率来运算投入产出效率。
高技术产业增加值率偏低原因探析——以上海、江苏和浙江比较为例朱振锴;项歌德【摘要】2010年上海的高技术产业发展水平位居中国前列,但是其增加值率排名中国最低.针对这一现象,本文以江苏和浙江为比较对象,从产业结构、所有制结构、出口方式和R&D投入强度多个维度对这一现象产生的原因进行了分析,并指出高技术产业增加值率这一指标本身的局限性,对上海如何提升高技术产业增加值率提出了有效建议.【期刊名称】《中国科技论坛》【年(卷),期】2013(000)004【总页数】7页(P41-47)【关键词】高技术产业;增加值率;结构;R&D【作者】朱振锴;项歌德【作者单位】正略钧策管理咨询公司,北京 100020;申银万国证券股份有限公司,上海200031【正文语种】中文【中图分类】基础科学第4 期( 2013年 4 月)中国科技论坛 41高技术产业增加值率偏低原因探析以上海、江苏和浙江比较为例朱振锴1( 1.正略钧策管理咨询公司,北京 100020 ;,项歌德 22 .申银万国证券股份有限公司,上海 200031 )摘要: 2010 年上海的高技术产业发展水平位居中国前列,但是其增加值率排名中国最低。
针对这一现象,本文以江苏和浙江为比较对象,从产业结构、所有制结构、出口方式和 R&D 投入强度多个维度对这一现象产生的原因进行了分析,并指出高技术产业增加值率这一指标本身的局限性,对上海如何提升高技术产业增加值率提出了有效建议。
关键词:高技术产业;增加值率;结构;R&D中图分类号: F062.4文献标识码: A Research on theReasons fortheLowValueAddedRateof High-techIndustry -ComparativeCaseof'Shanghai, JiangsuandZhejiang ZhuZhengkai',Xiang Gede2 ( l.AdfaithConsultingCompany, Beijing100020, China;2.ShenYin&WanguoSecuritiesCo., Ltd.,Shanghai200031,China) Abstract: The high-lechindusLry in Shanghaiis amongche top level in China, but itsvalue addedraterankingin che bottomof the na- lion.Accordingtothis paradox,this paperanalyzedthe reasonfrommulcipledimensionsof indusLrialsLructure,ownershipstructure, exportmode, andR&Dinputby usingJiangsu andZhejiangascomparableobjects.Thispaperalso pointedtothe limitationsof this in- dicator,andgavesomeeffec-tiverec:c)mmenclationsonhowtoimprovethe high-tec:h induscry value addedrate. Keywords:High-rechindusiry;ValueaddedraLe;SLruc-Lure;R&D 1 引言高新技术是区域竞争的制高点,是当前全球经济社会发展的牵引器。
中国各省(区市)技术创新效率研究技术创新是国家发展的重要动力之一,各省(区市)的技术创新效率也直接影响着经济发展与竞争力。
本文将以相关指标为基础,对中国各省(区市)的技术创新效率进行研究。
1. 技术创新效率的测量指标技术创新效率可以通过一些经济学指标进行测量,比如:研发费用占GDP比例(R&D/GDP)、高新技术产业增加值占规模以上工业增加值的比重、每万元研发投入能产生多少万元利润、以及专利数量和论文引用率等。
其中,研发费用占GDP比例被认为是最直接衡量各地区技术创新投入的指标,而高新技术产业的增加值则反映了各地区技术创新成果的转化和应用能力。
据第二次中国科技统计公报数据,以研发费用占GDP比例为基础来计算,排名前五的省份分别是江苏、广东、北京、上海和浙江,而排名最末的省份则是贵州和甘肃。
以高新技术产业增加值占规模以上工业增加值的比重来计算,前五名分别是北京、上海、江苏、浙江和广东,而排名最末的则是云南和海南。
在测量指标基础上,可以看出各省(区市)的技术创新效率还存在着一些问题。
比如,在研发费用占GDP比例的排名中,排名前五的省份均超过了2%,但排名最末的贵州和甘肃仍未超过1%。
其中,贵州省在科技投入和高新技术产业的发展上存在较大缺陷,而甘肃省则紧紧围绕资源开发为主,缺乏资金和人才资源的支持。
在高新技术产业增加值占比中,前五名反映了京穗津沪杭等发达地区的实力,但这也进一步说明了区域发展不均衡的问题。
而排名最末的云南和海南则受制于经济结构和区域交通的限制。
在每万元研发投入能产生的利润排名中,排名前五的省份利润比较平均,但最末的两个省份均低于0.2万元。
这说明了这些省份在技术创新的转化和应用上仍存在一定难度,需要提高产业化程度和市场化能力。
最后,在专利数量和论文引用率的排名中,排名前五的省份仍然是发达地区,但也能看出四川等地区的崛起趋势。
而排名最末的云南和甘肃则应该进一步加强人才引进和科研机构建设,提高研究水平和创新能力。
中国各省(区市)技术创新效率研究引言:技术创新是一个国家或地区经济发展的重要动力,也是实现经济转型和升级的重要途径。
对于中国不同省(区市)的技术创新效率进行研究,对于促进区域经济发展具有重要意义。
本文将对中国各省(区市)技术创新效率进行研究,并提出相应的政策建议。
一、技术创新效率的测度方法技术创新效率是指单位投入产出的技术创新水平,可以通过各种测度方法进行评估。
常用的测度方法包括数据包络分析(DEA)、线性规划、主成分分析等。
在本研究中,我们将使用数据包络分析法进行测度。
二、中国各省(区市)技术创新效率的研究结果根据使用数据包络分析法计算得到的结果,我们将中国各省(区市)的技术创新效率进行了排名。
排名结果如下:1. 上海市2. 北京市3. 广东省4. 浙江省5. 江苏省6. 重庆市7. 辽宁省8. 山东省9. 吉林省10. 四川省从排名结果可以看出,中国的东部地区的技术创新效率较高,而西部地区的技术创新效率相对较低。
这主要是由于东部地区经济发展更加先进,科技创新基础更加雄厚。
一些经济发达的城市如上海、北京等也拥有更多的科技创新资源和人才,推动了技术创新效率的提升。
三、引起技术创新效率差异的原因分析1. 区域经济发展水平:经济发展水平高的地区往往能够更好地支持技术创新,从而提高技术创新效率。
东部地区的经济发达程度明显高于西部地区,这也间接导致了技术创新效率的差异。
2. 科技创新投入:科技创新需要高额投入,包括资金、人才和设备等方面的投入。
基础设施和人才资源的差异也会对技术创新效率产生重要影响。
3. 产业结构:不同地区的产业结构也会影响技术创新效率。
一些高科技产业如电子信息技术、生物技术等前沿产业对技术创新有较高的需求,能够带动技术创新效率的提高。
四、政策建议针对中国各省(区市)技术创新效率的差异,可以考虑以下几点政策建议:1. 加大科技创新投入:政府应该加大科技创新的投入力度,提高科技创新的资金支持和人才支持。
中国开发区技术学习创新绩效的区域差异研究的开题报告一、研究背景及意义随着中国经济的快速发展,开发区也成为了支撑中国经济发展的重要组成部分。
作为创新驱动的核心,技术学习和创新能力的提升成为了开发区的重要任务。
同时,开发区之间的差异也越来越明显,这些差异可能是由于不同地区的政策、经济、文化等因素造成的。
因此,对开发区技术学习创新绩效的区域差异进行研究具有重要的理论和实践意义。
二、研究问题本研究旨在探讨中国开发区技术学习创新绩效的区域差异,具体的研究问题包括:1. 开发区技术学习创新绩效的定义及指标体系。
2. 不同开发区技术学习创新绩效的现状分析。
3. 影响开发区技术学习创新绩效区域差异的因素分析。
4. 提高开发区技术学习创新绩效的对策建议。
三、研究方法本研究采用多种研究方法进行探索,具体的研究方法包括:1. 对相关文献进行系统性的综述分析,了解开发区技术学习创新绩效的定义、测量指标、影响因素等。
2. 对开发区技术学习创新绩效进行实证研究,通过数据采集和分析,探究不同开发区技术学习创新绩效的现状及其区域差异。
3. 进行深度访谈,了解开发区技术学习创新绩效的各方面情况,增加研究数据的可靠性和说服力。
4. 运用SWOT分析方法,对开发区技术学习创新绩效的优势、劣势、机会和威胁进行评估。
四、预期成果本研究预期达到以下成果:1. 对开发区技术学习创新绩效的概念、指标、现状及区域差异等问题进行系统性研究。
2. 通过对各种影响因素进行分析,找出造成区域差异的主要因素。
3. 提出相应的政策建议,促进开发区技术学习创新绩效的提高。
五、研究计划及进度安排本研究计划耗时一年,主要进度如下:第一阶段:研究设计和文献综述(2个月)主要任务:明确研究问题、设计研究模式和方案、进行文献综述和相关调研。
第二阶段:实证研究和数据分析(5个月)主要任务:采集和整理实证数据,对影响因素进行定量分析,揭示开发区技术学习创新绩效的区域差异。
探究两地创新转型的差异一、苏浙创新转型差异因素影响区域创新和经济转型的因素复杂,既与自然经济基础有关,又与社会因素紧密相连。
造成苏浙创新转型差异,主要与两省的经济基础、政府引导、创新平台、R&D投入、人才资源等有关。
此外,企业行为、市场、金融等要素也影响到区域的创新转型。
(一)经济基础改革开放以后,江苏的乡镇企业和浙江的民营企业快速崛起,培养了具有地域标识的经济发展模式即“苏南模式”和“温州模式”,形成两种不同类型的区域发展路径,为两省经济快速发展提供了动力源泉。
两种模式都建立在工业经济载体之上。
江苏原有的集体经济实力雄厚,工业企业规模较大;而浙江工业基础相对薄弱,经济发展主要依托民间力量成长起来的中小企业。
从规模以上工业企业数量来看,浙江企业数量明显多于江苏,但规模较小,总产值仅为江苏的50%左右;从大型企业数量来看,江苏远多于浙江,且单个企业产值较高,平均产值接近浙江的2倍。
可以看出,江苏以规模大型工业为主,浙江则是规模中小企业为主,规模企业实力江苏优于浙江。
此外,外资在两省工业企业发展中的作用相差较大,江苏外资工业企业产值占工业总产值近40%,是我国引进外资最多的省份,而浙江外资工业产值仅为总产值的10%左右。
企业的技术创新和转型需要大量的资金投入,对资金缺乏、融资困难的中小企业来说,投入创新和转型发展的资金非常有限,而大企业则可以利用规模优势,投入资金进行研发。
在我国研发投资主体依托企业的背景下,企业实力是推动创新转型的最重要的动力。
因而,规模工业实力差异决定了企业研发投资的差异,决定了创新能力的差距,2008年金融危机之后浙江中小企业面临困境更为明显,也体现出经济基础的影响。
(二)政府引导从2000年到2010年底,为引导区域研发创新,江苏省政府和相关部门共出台政策多达110项。
既有省域层面的宏观指导政策,又有微观层面的资金扶持政策、税收优惠政策、中介平台建设政策和人才政策等。
苏、浙、沪三省(市)中小企业技术创新能力的评价与比较研
究
彭灿;张洪杰;董大壮
【期刊名称】《现代管理科学》
【年(卷),期】2013(000)010
【摘要】文章应用主成分分析法,对江苏、浙江、上海三省(市)2008年~2010年的中小企业技术创新能力进行了定量评价和横向比较。
评价结果表明,在东部沿海的11个省(市)中,浙、苏、沪三省(市)的中小企业技术创新能力处于领先水平,排在前三位。
进一步的分析表明,区域创新基础、制造(生产)能力和技术转移能力在很大程度上决定了区域中小企业的技术创新能力,是造成各省(市)中小企业技术创新能力差异的主要因素。
【总页数】3页(P24-26)
【作者】彭灿;张洪杰;董大壮
【作者单位】南京航空航天大学经济与管理学院;南京航空航天大学经济与管理学院;南京航空航天大学经济与管理学院
【正文语种】中文
【相关文献】
1.长三角地区民营企业结构竞争力提升路径研究——基于沪苏浙三省(市)的实证分析 [J], 陈晓雪;谢忠秋
2.沪苏浙皖四省(市)广电局签署《长三角地区广播电视和网络视听一体化高质发展
战略合作框架协议》 [J],
3.沪苏浙皖三省一市签订合作框架协议联合禁毒 [J],
4.长三角中小企业的生存与发展困境调查——基于苏浙沪两省一市的问卷调查数据[J], 赵晓雷;赖涪林
5.“江阴周庄”2019苏浙皖沪三省一市业余象棋公开赛圆满落幕 [J], 苏锡;周永清
因版权原因,仅展示原文概要,查看原文内容请购买。
安徽省高新技术产业化水平分析——与苏浙沪的比较研究云坡;倪丽【摘要】This paper make a comparative analysis on the development of high-tech industries in Anhui and Jiangsu,Zhejiang as well as Shanghai by using the monitoring date during 2009-2010 issued by Ministry of Science and Technology. The result shows that, comparing with Jiang-su.Zhejiang and Shanghai,the high-tech industries in Anhui exist the following problems:the shortage of capital investment,the weak independent innovation capability and the low industrial concentration > which are the reason that the development of high-tech industries in Anhui falls behind those in Jiangsu.Zhejiang and Shanghai. Finally.it proposes that the key to improve the development level of high-tech industries in Anhui and narrow regional development gap,is to continue to increase scientific and technological input,and expand interregional scientific and technological exchange and strengthen government policy support.%采用科技部颁布的2009-2010年"科技统计资料"监测数据,对安徽与苏浙沪三省市的高新技术产业化发展状况进行了比较分析.对比结果显示:与苏浙沪相比,安徽省高新技术产业发展的资金投入相对不足,企业自主创新能力薄弱,产业集中度低,这致使安徽省的高新技术产业化发展水平落后于苏浙沪地区.最后提出:要提高安徽的高新技术产业化水平、缩小地区发展差距,关键在于继续加大科技投入力度、拓展区际科技交流、加强政府政策扶持力度.【期刊名称】《技术经济》【年(卷),期】2011(030)006【总页数】6页(P29-34)【关键词】高新技术产业;高新技术产业化;自主创新【作者】云坡;倪丽【作者单位】安徽大学商学院,合肥,230601;安徽大学商学院,合肥,230601【正文语种】中文【中图分类】F061.5高新技术产业对区域社会经济发展具有基础性和先导性的作用,大力推进高新技术产业化,对调整经济发展结构、促进区域经济持续快速健康发展具有重大战略意义。
江苏、浙江两省技术进步比较研究
梁东黎
【期刊名称】《南京工业大学学报(社会科学版)》
【年(卷),期】2010(009)003
【摘要】技术进步可以分为引进生产型、引进技术型和自主创新型三种类型.通过江苏、浙江两省技术进步的比较可以发现:江苏引进生产型和引进技术型技术进步的贡献率高于浙江,自主创新型技术进步的贡献率却低于浙江.浙江的技术进步绩效(人均产值、收入和工资占人均产值的比重、产业结构、支出结构)优于江苏.两省技术进步贡献率差异的原因在于:江苏(对外商)的营商环境优于浙江、浙江的企业家精神优于江苏.
【总页数】7页(P59-64,70)
【作者】梁东黎
【作者单位】南京大学,经济学院,江苏,南京,210093
【正文语种】中文
【中图分类】F424.3
【相关文献】
1.江苏、浙江两省居民体育生活状况比较研究 [J], 刘林箭
2.对浙江与江苏两省利用外资状况的比较研究 [J], 沈一峰
3.湖北与浙江两省城镇化发展比较研究 [J], 李梦菲;罗清元;斯煌霏
4.江苏和浙江两省民营企业比较分析
——基于江浙两省676家上市公司的研究 [J], 郑涵歆;孙娜
5.浙江与苏、粤两省社会发展水平之比较研究 [J], 钟其
因版权原因,仅展示原文概要,查看原文内容请购买。
苏浙沪皖高技术产业创新绩效差异研究
高技术产业是促进经济发展的中坚力量,苏浙沪皖四地区尤其是苏浙沪与安徽的经济发展水平存在明显差异。
着重对四个地区的创新绩效进行客观评价,用明确的数据说明安徽与苏浙沪地区高技术产业发展水平的差距,并分析原因,为安徽高技术产业发展提供数据借鉴。
标签:高技术产业;创新绩效;区域差异
高技术产业发展迅猛,是现代经济增长的新动力源泉,对推动社会经济发展,起着重要作用。
对于区域来说,高技术产业不断创新是加快经济发展、增强竞争实力的重要途径。
1 苏浙沪皖高技术业的发展及创新概况
分析四省的高技术产业的发展现状和创新现状是进行苏浙沪皖的高技术产业创新绩效差异实证分析的出发点。
四区域高技术产业的发展现状是影响高级产业创新及其创新绩效的重要因素,为各区高技术产业的发展奠定基础。
2010年1-6月江苏省高技术产业实现产值13866.92亿元,比去年同期增长41.32%。
2010年1-8月,安徽省高新技术产业实现产值3640.25亿元,比上年同期增长46.43%;高新技术产业累计完成工业增加值985.89亿元,比上年同期增长27.42%;高新技术产业累计实现出口额231.64亿元,比上年同期增长55.16%;全省共申请专利17042件,同比增长77.2%。
2009年上海实现新产品销售收入5077.08亿元,比上年增长7.7%。
浙江高技术产业发展基础雄厚,稳中较快发展。
本文采用《中国高技术产业统计年鉴2009》得出2008年的相关数据比较四省高技术产业发展及创新现状。
高技术产业总产值浙江、江苏、上海、安徽分别为2700.54、11910.4、5900.90、340.35亿元;产值增长比分别为-5.1%、23%、4.8%、21%;科技活动人员分别为32148、80980、26444、9686人;获国家科技奖励分别为23、47、52、1;科技活动产出指数分别为37.45、34.87、80.84、30。
安徽的高技术产业发展及创新指标均明显低于苏浙沪,科技活动人员投入、国家科技奖励相比苏浙沪差距较大。
投入指标对创新绩效的影响究竟有多大,值得我们去研究。
2 苏浙沪皖高技术产业创新绩效实证研究
2.1 实证方法的运用
本文综合DEA和AHP的优点引用DEA/AHP综合评价模型来解决全排序问题。
首先,运用DEA方法对每一对决策单元进行有效性分析,每一次只考虑该对决策单元,而忽略其他的决策单元;然后根据第一阶段的计算结果,创建成对比较矩阵,在此基础上应用单一层次的AHP方法计算所有的决策单元的全排序值。
2.2 高技术产业行业技术创新绩效评价指标的选择
本文采用R&D经费投入强度(R&D经费投入/新产品产值)(x1)、科技活动人员投入强度(科技活动人员/从业人员)(x2)、工程师和科学家占科技活动人员比重(x3)、技术改造经费投入比重(技改经费/新产品产值)(x4)作为输入指标;采用专利申请量(y1)、新产品销售收入占主营业务收入比重(y2)、新产品产值占总产值的比重(y3)作为输出指标。
2.3 实证分析
查阅了《中国高技术产业统计年鉴2009》得出原始数据(2008年),先构建这两个决策单元的DEA线性规划模型,计算出决策单元间的相对效率比值,最后得到对应的判断矩阵。
对判断矩阵计算出其最大的特征值λmax=4.0058,其特征向量α=(0.5593,0.5340,0.5662,0.2854)T。
对矩阵进行一致性判断,一致性的指标CI=0.0019,平均随机一致性指标RI(4)=0.90,因此致性比率CR=CI/RI=0.002<0.1,因此具有较好的一致性,通过一致性检验。
在此模型中AHP是单层次,可按照特征向量中的元素值的大小进行4个决策单元的排序,即高技术产业苏浙沪皖创新能力的排名依次为上海市:0.5662、江苏省0.5593、浙江省0.5340、安徽省0.2854。
安徽的创新绩效水平只有苏浙沪三省市的一半。
对创新投入指标与绩效进行相关性分析,得出绩效与R&D经费投入强度、技术改造经费投入比重的相关系数为1,显著相关;与科技活动人员投入强度、工程师科学家投入的相关系数分别为0.667、0.183。
3 安徽创新绩效差异原因分析及对策建议
通过原始数据得出,安徽的R&D经费投入强度、科技活动人员投入强度均比苏浙沪高,但其创新绩效值却远远低于苏浙沪。
从绝对值上看,安徽的创新投入水平值也是远远低于苏浙沪。
能推断出安徽存在整体经济发展水平低,创新管理体制不健全,创新资源配置不合理等问题。
针对上述安徽创新绩效差距问题提出如下建议:
(1)安徽要以科技、知识带动区域经济快速发展。
(2)建立健全企业创新管理体制,对创新资源合理有效配置,提高创新管理水平。
(3)完善企业资金链的衔接机制和融资机制。
参考文献
[1]陈红梅.基于AHP和DEA的装备制造业行业技术创新能力综合评价
[J].企业经济,2009,(3):117-119.
[2]浙江科技统计数据[EB/OL]./excelreportlist.do.
[3]谢伟.中国高技术产业技术创新绩效研究[D].重庆大学硕士学位论文,2008,(6):10-12.
注:“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”。