利用2014～2017年中國103個國家級高新技術產(chǎn)業(yè)開發(fā)區(qū)的面板數(shù)據(jù)和三階段DEA-Tobit分析方法對國家級高新區(qū)的創(chuàng)新效率及其影響因素進行了研究。先通過三階段DEA模型估算了各國家級高新區(qū)的技術效率,再利用Tobit模型對處理后的效率值與高新區(qū)集聚變量之間的關系進行了實證研究。結果表明:在剝離外部環(huán)境及隨機影響因素后,重新計算的國家級高新區(qū)創(chuàng)新效率更符合實際,且存在顯著的地區(qū)差異,而高新區(qū)內(nèi)部的資本集聚、企業(yè)集聚、人才集聚、產(chǎn)業(yè)集聚程度則是造成這種效率差異的主要原因。 

【文章來源】：軟科學. 2020,34(05)北大核心CSSCI

【文章頁數(shù)】：6 頁

【文章目錄】：
1 文獻綜述
2 三階段DEA模型
    2.1 第一階段:BCC模型
    2.2 第二階段:隨機前沿分析(SFA模型)
    2.3 第三階段:調(diào)整后的DEA處理
3 數(shù)據(jù)及變量
    3.1 投入產(chǎn)出變量選擇
    3.2 外部環(huán)境變量選擇
    3.3 內(nèi)部影響變量選擇
    3.4 數(shù)據(jù)來源與處理
4 實證分析
    4.1 第一階段:BCC模型分析
    4.2 第二階段:SFA的隨機前沿分析
    4.3 第三階段:調(diào)整后的創(chuàng)新效率分析
    4.4 Tobit回歸
5 結論及建議


【參考文獻】：
期刊論文
[1]大學—企業(yè)—政府協(xié)同創(chuàng)新效率及其影響因素研究[J]. 蔡翔,趙娟.  軟科學. 2019(02)
[2]基于DEA與Malmquist指數(shù)的區(qū)域高技術產(chǎn)業(yè)創(chuàng)新效率評價研究[J]. 李培哲,菅利榮,劉勇.  工業(yè)技術經(jīng)濟. 2019(01)
[3]金融集聚對技術創(chuàng)新的影響——來自中國省級層面的證據(jù)[J]. 黎杰生,胡穎.  金融論壇. 2017(07)
[4]長江經(jīng)濟帶技術創(chuàng)新效率及其影響因素研究[J]. 吳傳清,黃磊,文傳浩.  中國軟科學. 2017(05)
[5]協(xié)同創(chuàng)新、空間關聯(lián)與區(qū)域創(chuàng)新績效[J]. 白俊紅,蔣伏心.  經(jīng)濟研究. 2015(07)
[6]創(chuàng)新要素集聚、政府支持與科技創(chuàng)新效率——基于省域數(shù)據(jù)的空間面板計量分析[J]. 余泳澤.  經(jīng)濟評論. 2011(02)
[7]基于投入與績效評價的區(qū)域技術創(chuàng)新效率研究[J]. 池仁勇,唐根年.  科研管理. 2004(04)



本文編號：3193165