我国省区规模工业创新绩效实证研究——基于HCA-SEM(超效率)-DEA模型

被引:11
作者
陈四辉
机构
[1] 岭南师范学院商学院
[2] 岭南师范学院南海丝绸之路协同创新中心
关键词
规模工业; 创新绩效; 超效率DEA模型; 系统聚类分析;
D O I
10.13581/j.cnki.rdm.20170104.009
中图分类号
F224 [经济数学方法]; F425 [工业企业组织和经营管理]; F273.1 [企业技术管理];
学科分类号
0701 ; 070104 ; 020205 ; 0202 ; 1202 ; 120202 ;
摘要
对我国各省区规模工业进行系统聚类,分为创新效率较高区域、创新效率中等区域和创新效率较低区域3个层次,运用一般化(非)导向超效率DEA模型进行创新绩效分析,得出如下结论:我国省区规模工业创新基本有效率,70%的省区处于效率前沿;"创新效率较高区域"在技术输出方面具有绝对优势;要素驱动呈现R&D、技改、资本投入与创新效率较高、中等、较低区域依次匹配的显著特征;产出目标呈现重利润、产值、专利与创新效率较高、中等、较低区域依次匹配特征.层次分析得到如下结论:在"创新效率较高区域"中,北京处于顶端,上海绩效较差;在"创新效率中等区域"中,江西、吉林、湖南等具有较好的创新效率,黑龙江、重庆和河北具有效率提升空间;在"创新效率较低区域"中,新疆、内蒙古创新效率较高,新疆、海南规模效率较高,山西两项指标都比较低.从层次、比例和松弛3个方面提出改进建议:提升层次应该成为各省区规模工业创新绩效提高的首要目标;进行投入与产出的双向比例改进,适应我国当前的供给侧结构性改革;进行精细化成本管理,推进松弛改进.
引用
收藏
页码:102 / 115
页数:14
相关论文
共 24 条
[1]   高管薪酬激励对企业研发效率的影响效应研究 [J].
陈修德 ;
梁彤缨 ;
雷鹏 ;
秦全德 .
科研管理, 2015, 36 (09) :26-35
[2]   区域规模以上工业企业创新能力评价——基于因子分析法 [J].
梁志兵 .
经济视角(上旬刊), 2015, (09) :32-35+31
[3]   工业企业研发投入对经济增长影响的实证研究——基于2000—2012年我国规模以上工业企业数据 [J].
张鹏 .
调研世界, 2014, (12) :9-12
[4]   商务成本对企业迁移区位选择的影响研究——基于26个省(市)规模以上工业企业的面板数据模型 [J].
周正柱 ;
孙明贵 .
上海经济研究, 2014, (12) :60-68
[5]   中国工业的创新模式与绩效——基于2003—2011年间行业面板数据的经验分析 [J].
孙早 ;
宋炜 .
中国工业经济, 2013, (06) :44-56
[6]   我国地区R&D效率及其影响因素探究——基于“科研产出—成果转化”视角 [J].
蔡翔 ;
崔晓兰 ;
熊静 ;
刘同存 .
软科学, 2013, 27 (03) :80-84
[7]   基于多系统DEA模型的技术创新绩效省际比较研究 [J].
刘志迎 ;
郭磊 ;
周志翔 .
研究与发展管理, 2012, 24 (05) :90-99
[8]   基于DEA的中国区域R&D效率测度及聚类分析 [J].
段宗志 ;
曹泽 .
江淮论坛, 2012, (04) :45-49+74
[9]   企业R&D投入对产业创新绩效的影响——来自中国制造业的经验证据 [J].
孙早 ;
宋炜 .
数量经济技术经济研究, 2012, 29 (04) :49-63+122
[10]   规模以上工业企业的行业税负研究 [J].
张伦俊 ;
李淑萍 .
统计研究, 2012, 29 (02) :66-72