本文利用煤炭產(chǎn)業(yè)區(qū)位熵指數(shù),對煤炭資源型地區(qū)進行劃分。運用DEA-SBM模型,選取2008年到2016年我國30個省份的投入產(chǎn)出數(shù)據(jù),劃分為煤炭資源型地區(qū)和非煤炭資源型地區(qū),通過測算其技術(shù)創(chuàng)新效率,對煤炭資源型地區(qū)的技術(shù)鎖定效應(yīng)進行研究。選取煤炭資源型地區(qū)2008年到2016年的面板數(shù)據(jù),構(gòu)建回歸模型,對其技術(shù)鎖定的主要影響因素進行研究。結(jié)果顯示:山西、內(nèi)蒙古、貴州、陜西、甘肅、寧夏的煤炭產(chǎn)業(yè)區(qū)位熵指數(shù)均大于臨界值,為煤炭資源型地區(qū)。與非煤炭資源型地區(qū)相比,它們的技術(shù)創(chuàng)新效率更低,技術(shù)鎖定效應(yīng)更為明顯。資源產(chǎn)業(yè)對資金的粘滯所造成的轉(zhuǎn)換成本加劇了技術(shù)鎖定效應(yīng),國有化程度較深的不合理的經(jīng)濟結(jié)構(gòu)深化了技術(shù)鎖定效應(yīng),同時政府的資金扶持、市場需求的擴大均能有效的降低技術(shù)鎖定程度,并據(jù)此提出破解煤炭資源型地區(qū)技術(shù)鎖定效應(yīng)的對策建議。 

【文章來源】：運籌與管理. 2020,29(12)北大核心CSSCI

【文章頁數(shù)】：7 頁

【部分圖文】：

區(qū)位熵指數(shù)

基于上述DEA-SBM模型,運用DEA-SLOVER軟件,對我國30個省份的技術(shù)創(chuàng)新效率進行測算。由于技術(shù)鎖定效應(yīng)的存在,會降低地區(qū)的技術(shù)創(chuàng)新效率,且地區(qū)技術(shù)創(chuàng)新效率越低,其技術(shù)鎖定效應(yīng)程度越大,因此,各地區(qū)的技術(shù)鎖定效應(yīng)程度用1減去技術(shù)創(chuàng)新效率值來衡量,并分別計算煤炭資源型地區(qū)和非煤炭資源地區(qū)技術(shù)鎖定效應(yīng)程度的年均值,將二者進行比較,結(jié)果見圖2。由上述圖形可以看出,煤炭資源型地區(qū)的技術(shù)創(chuàng)新效率顯著低于非煤炭資源型地區(qū),煤炭資源型地區(qū)的技術(shù)鎖定效應(yīng)程度在0.73～0.54之間波動,非煤炭資源型地區(qū)的技術(shù)鎖定效應(yīng)程度在0.53～0.23之間波動,且都基本呈現(xiàn)出逐年遞減的走勢,其中非煤炭資源型地區(qū)的下降幅度明顯大于煤炭資源型地區(qū),且煤炭資源型地區(qū)鎖定程度的年均值顯著大于非煤炭資源型地區(qū)鎖定程度的年均值,說明與非煤炭資源型地區(qū)相比較,煤炭資源型地區(qū)存在較為明顯的技術(shù)鎖定效應(yīng),且改善程度較小。


本文編號：3040325