基于潜类别随机前沿的区域创新效率及其影响因素分析

被引：7

作者：

赖永剑

机构：

[1] 南昌工程学院经济贸易学院

来源：

统计与信息论坛 | 2014年 / 29卷 / 10期

关键词：

潜类别随机前沿; 区域创新效率; 俱乐部收敛;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F124.3 [技术发展与革新];

学科分类号：

0701 ; 070104 ; 0201 ; 020105 ;

摘要：

运用可根据研究对象的潜在属性内生分组的潜类别随机前沿模型,采用1999-2012年中国各省区数据,研究各省区的创新效率及影响因素。结果表明:以人力资本水平和基础设施状况为条件变量,将全国各省区分成两个技术类别,分别有各自的技术前沿和函数形式,A类别中上海市的创新效率最高,B类别中河北省的创新效率最高;平均来看,各类的创新效率均呈上升趋势,贸易开放、产业结构和金融发展对创新效率均有显著的正向作用,同时创新效率在各类内部均存在俱乐部收敛。

引用

页码：52 / 57

页数：6

共 10 条

[1] 农村公共服务投资技术效率测算及其影响因素分析 [J].

唐娟莉 .

统计与信息论坛, 2014, 29 (02) :45-51

[2] 我国区域创新效率评价指标体系实证研究 [J].

颜莉 .

管理世界, 2012, (05) :174-175

[3] 考虑环境因素的区域创新效率研究——基于三阶段DEA方法 [J].

白俊红 ;

蒋伏心 .

财贸经济, 2011, (10) :104-112+136

[4] 应用随机前沿模型评测中国区域研发创新效率 [J].

白俊红 ;

江可申 ;

李婧 .

管理世界, 2009, (10) :51-61

[5] 区域创新效率的环境影响因素分析——基于DEATobit两步法的实证检验 [J].

白俊红 ;

江可申 ;

李婧 ;

李佳 .

研究与发展管理, 2009, 21 (02) :96-102

[6] 中国区域创新效率及其空间差异研究 [J].

史修松 ;

赵曙东 ;

吴福象 .

数量经济技术经济研究, 2009, 26 (03) :45-55

[7]

Reconsidering heterogeneity in panel data estimators of the stochastic frontier model[J] . William Greene. Journal of Econometrics . 2004 (2)

[8] Efficiency measurement using a latent class stochastic frontier model [J].

Orea L. ;

Kumbhakar S.C. .

Empirical Economics, 2004, 29 (1) :169-183

[9] The sources of productivity change in Spanish banking [J].

GrifellTatje, E ;

Lovell, CAK .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 1997, 98 (02) :364-380

[10]

Measuring efficiency at U.S. banks: Accounting for heterogeneity is important[J] . Loretta J. Mester. European Journal of Operational Research . 1997 (2)

← 1 →