中国省际创新异质性及其影响因素研究——基于GWR和分位数回归分析

被引:10
作者
方大春
裴梦迪
机构
[1] 安徽工业大学商学院
关键词
区域创新; 空间异质性; 空间相关性; 地理加权回归; 分位数回归;
D O I
10.13253/j.cnki.ddjjgl.2019.09.006
中图分类号
F124.3 [技术发展与革新];
学科分类号
0201 ; 020105 ;
摘要
从异质性视角考察省际创新影响因素,有助于把握不同因素在省际间的差别。Moran’s I指数和LISA聚类结果表明,中国创新相似水平区域表现出空间集聚。地理加权回归分析表明,在区域创新水平提高方面,R&D经费支出对西部地区促进作用最大,R&D人员投入和人均GDP对东中部的促进作用大于西部;低水平人力资本抑制创新产出,且对中部地区的负效应大于东西部;技术市场水平对西部地区创新负作用大于东中部。分位数回归分析表明,随着创新能力提高,R&D经费支出对区域创新的促进作用降低; R&D人员投入对创新高水平段促进作用较大,人力资本对创新中间段水平负效应较大,人均GDP对创新低水平和高水平段的拉动作用显著,技术市场水平对创新低水平段负影响较大。为此,东部要打造创新集聚高地,中部要创新体制机制,西部要加大研发投入,省际间需构建创新协作机制。
引用
收藏
页码:36 / 42
页数:7
相关论文
共 17 条
[1]   研发资源配置、溢出效应与中国省域创新空间格局 [J].
王春杨 ;
吴国誉 .
研究与发展管理, 2018, 30 (01) :106-114
[2]   区域创新评价指标体系构建 [J].
张爱华 .
统计与决策, 2017, (24) :51-54
[3]   区域创新活动的空间效应及影响因素研究 [J].
苏屹 ;
林周周 .
数量经济技术经济研究, 2017, 34 (11) :63-80
[4]   人力资本与欧盟区域创新活动研究——基于探索性空间数据分析和地理加权回归模型 [J].
刘曙光 ;
张涵 .
科技管理研究, 2017, 37 (19) :155-163
[5]   京津冀协同发展中科技资源配置效率研究——基于超效率DEA-面板Tobit两阶段法 [J].
王聪 ;
朱先奇 ;
刘玎琳 ;
周立群 .
科技进步与对策, 2017, 34 (19) :47-52
[6]   创新要素流动与区域创新绩效——空间视角下政府调节作用的非线性检验 [J].
卓乘风 ;
邓峰 .
科学学与科学技术管理, 2017, 38 (07) :15-26
[7]   我国区域创新空间关联的测度与分析——兼论区域创新网络结构的动态特征 [J].
赵雨涵 ;
宋旭光 .
西南民族大学学报(人文社科版), 2017, 38 (07) :84-92
[8]   基于ESDA-GWR的安徽省创新产出空间分布及影响因素分析 [J].
冯南平 ;
陈思宇 ;
司家兰 .
科技管理研究, 2017, 37 (11) :78-85
[9]   中国区域创新能力差异的实证研究——兼评各地区创新能力的影响因素 [J].
王鹏 ;
高妍伶俐 .
南京工业大学学报(社会科学版), 2017, 16 (01) :121-128
[10]   区域创新能力与经济增长动态关系研究 [J].
王丽洁 .
统计与决策, 2016, (16) :142-144