区域创新资源配置与空间布局优化研究——以杭州高技术产业为例

区域创新资源配置与空间布局优化研究——以杭州高技术产业为例

ID:9153932

大小:77.83 KB

页数:8页

时间:2018-04-19

区域创新资源配置与空间布局优化研究——以杭州高技术产业为例_第1页
区域创新资源配置与空间布局优化研究——以杭州高技术产业为例_第2页
区域创新资源配置与空间布局优化研究——以杭州高技术产业为例_第3页
区域创新资源配置与空间布局优化研究——以杭州高技术产业为例_第4页
区域创新资源配置与空间布局优化研究——以杭州高技术产业为例_第5页
资源描述:

《区域创新资源配置与空间布局优化研究——以杭州高技术产业为例》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、区域创新资源配置与空间布局优化研究一一以杭州高技术产业为例冯利斐中共杭州市委党校余杭区分校高技术产业作为区域经济战略性先导产业,评价其资源配置与要素投入的有效性具有重要的理论意义和现实意义。文章选用DEA分析和Malmquist指数方法对2008-2014年杭州市高技术产业各行业资源配置效率进行实证研宄。研宄表明:2008-2014年该市高技术产业整体资源配置是有效率的,呈上升趋势,细分为五个行业的Malmquist指数均大于1,其中电子通讯设备制造业、医药制造业资源配置效率最高,航天航空器制造业效率最低J余

2、/航天航空器制造业资源配置效率的提升主要源于技术效率的提升,其他四个行业资源配置效率的提升均是由技术效率的提升和技术进步共同作用。关键词:高技术产业;资源配置效率;DEA—Malmquist指数;一、问题的提出及文献综述高技术产业作为创新驱动发展的主要动力,如今已经成为国民经济发展最引人瞩目的增长点之一,也是衡量一个区域核心竞争力与发展潜力的决定性因素。杭州市始终坚持把创新驱动作为发展主引擎,在2015年高新技术产业增加值达到1212.60亿元,贝达药业小分子靶向抗癌药项目更是获得国家科技进步一等奖,杭州市高

3、技术产业不论在产值规模、专利授权量已连续八年位居省会城市第一,副省级城市第二。加快高技术产业的发展,集聚科技创新资源,优化创新资源的空间布局优化,对杭州继续在全省发挥龙头领跑示范带动作用,确保继续走在全国重要城市前列、推进产业结构调整、加快经济发展方式转变,实现“干在实处永无止境、走在前列要谋新篇”新使命具有重大的战略意义。但是当前高技术产业在杭州经济发展过程中究竞扮演了什么样的角色,高技术产业投入带来的产值贡献是否是有效的,0前的发展模式是否是科学高效的,究竟哪些行业的资源配置效率更高,杭州市在创新驱动发展

4、战略下应当如何进行转型与突破已经成为极具现实意义的研宄命题,而探索与评价当前杭州市各高技术产业的资源配置与要素投入是杏有效,则是完成上述工作的重要前提。0前,国内研宄高技术产业资源配置效率的文献日益增多。吴延兵通过运用中国地区大屮型工业企业面板数据,研究丫自主研发、国外技术引进和国内技术引进对知识生产的影响,研允发现,自主研发和国内外技术引进对知识生产有积极影响,其中自主研发在知识生产中起主导作用;唐保庆、黄繁华以APEC成员作为研究对象,研究了全要素生产率、技术效率和技术进步的动态变化规律,得出了全要素生产

5、率、技术效率和技术进步存在显著的积聚效应,本国R&D资本存量有助于提升技术效率的结论,但是吕海萍、池仁勇基于DEA-Malmquist指数测算浙江省高技术产业全要素生产率,研宄发现:1998-2012年,浙江省高技术产业全耍素生产率整体低于全国平均水平,处于负增长状态;R&D创新能力对浙江省高技术产业全要素生产率促进作用不显著,而R&D吸收能力和技术引进抑制作用显著,其吸收能力未能与技术引进互为补充共同促进浙江省高技术产业全要素生产率增长。第三种观点认为R&D对TFP促进和阻碍作用都有,孙晓华、王昀、郑辉(2

6、014)以2000-2009年中国制造业数据为样本实证检验了R&D影响全要素生产率的行业异质性,结果发现:在资源加工业和机械电子业中,R&D投资和产业间R&D溢出推动了全要素生产率的增长,但国际贸易与FDI渠道下的R&D溢出对全要素生产率具有一定的抑制作用;对于轻纺制造业来说,R&D投资并没有转化为全要素生产率的提高。从以上文献可以看出,多数学者在考察研发投资对全耍素生产率的影响时总是把高技术产业作为一个整体来研宄,而忽视了高技术产业可以进一步细分为不同行业,不同行业会有不同的资源配置效率,这使得研宄结论有一

7、定片面性。另外,当前学者研究主要集中在全国范围,或是省级层面,对于具体地级市实际情况的行业资源配置效率几乎没有。与以往研宂不同,本文在讨论R&D对全要素生产率的作用时,重点锁定了某一产业并以杭州市高技术产业2008—2014年的面板数据为样本进行实证检验,从而更为精确地揭示R&D对全要素生产率的影响。二、模型选取(一)基于规模报酬不变建设的DEA分析数据包络分析(DEA)是1978年由美国著名的运筹学家A.Charnes和W.W.Cooper等学者,以和对效率概念为基础发展起来的一种效率评价方法,主要是用来评

8、价决策单元(DMU)在具有多个输入、输出的观察值的情况下考察资源配置效率是否相对有效的一种系统分析方法。其中C2R模型是DEA分析方法的核心棊础模型,该模型的前提是假设是规模报酬不变,进而考察决策单元的资源配置效率。DEA分析作为一种非参数统计方法,需用线性规划进行求解。假设有t个被评价的同类部分,称为决策单元DMU,每个决策单元均有in投入变量和n个产出变量,如下,其中Xij表示第j个DMU对第i

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。