空间相关性、创新生态环境与高技术产业创新生态系统创新效率——基于中国23个省份的实证研究

doi:10.6049/kjjbydc.2021040545

科技进步与对策

2022, Vol. 39

Issue (3): 59-68 DOI: 10.6049/kjjbydc.2021040545

产业技术进步

本期目录 | 过刊浏览 | 高级检索

空间相关性、创新生态环境与高技术产业创新生态系统创新效率——基于中国23个省份的实证研究

方莹莹^1,2,刘戒骄³,冯雪艳⁴

（1.中国社会科学院大学研究生院，北京 102488；2.黄淮学院产业创新研究院，河南驻马店 463000；3.中国社会科学院工业经济研究所，北京 100006；4.广东财经大学经济学院，广东广州 510320）

Spatial Correlation, Innovation Ecological Environment and Efficiency of Industry Innovation Ecosystem：an Empirical Study based on High-tech Industrial of 23 Provinces in China

Fang Yingying^1,2,Liu Jiejiao³,Feng Xueyan⁴

(1.Graduate School,Chinese Academy of Social Sciences，Beijing 102488,China；2.Industrial Innovation Institute,HuangHuai University ,Zhumadian 463000,China；3.Institute of Industrial Economics,Chinese Academy of Social Sciences，Beijing 100006,China；4.School of Economics ,Guangdong University of Finance & Economics,Guangzhou 510320,China）

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2399 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要构建两阶段共享投入关联DEA模型，测算中国内地23个省市样本期整体及各子阶段创新效率，并从时间、空间维度进行对比分析，构建空间Tobit模型进一步分析创新生态环境对其创新效率的空间影响机理。研究表明，样本期整体与创新研发阶段效率均处于中等水平且呈M型变化趋势，而成果转化阶段效率较低，呈W型变化趋势；创新生态环境与创新效率具有强正向空间相关性，说明地理邻近空间存在知识溢出效应；在整体创新阶段，劳动力素质、政府支持均与创新效率显著负相关，而市场结构与创新效率正相关；在研发创新阶段，人均GDP对创新效率具有显著负向影响，创新基础设施、对外开放水平具有显著正向影响；在成果转化阶段，除对外开放程度与创新效率负相关外，其余影响因素均与创新效率正相关。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	方莹莹
	刘戒骄
	冯雪艳

关键词 ：高技术产业, 创新生态系统, 创新效率, 空间相关性, 创新生态环境

收稿日期: 2021-04-20 修回日期: 2021-05-19

ZTFLH:

F264.2

基金资助:国家哲学社会科学基金青年项目(20CGJ021)；教育部人文社会科学研究一般项目(19YJAZH050)；河南省哲学社会科学规划青年项目(2020CJJ092)；河南省软科学研究项目(212400410097)

作者简介: 方莹莹（1986—），女，河南信阳人，中国社会科学院大学研究生院博士研究生，黄淮学院产业创新研究院讲师，研究方向为科技创新与产业组织创新；刘戒骄（1963—），男，黑龙江塔河县人，博士，中国社会科学院工业经济研究所研究员、博士生导师，研究方向为产业组织创新；冯雪艳（1989—），女，河南周口人，博士，广东财经大学经济学院讲师，研究方向为数字经济、科技创新。

引用本文:

方莹莹,刘戒骄,冯雪艳. 空间相关性、创新生态环境与高技术产业创新生态系统创新效率——基于中国23个省份的实证研究[J]. 科技进步与对策, 2022, 39(3): 59-68.
Fang Yingying,Liu Jiejiao,Feng Xueyan. Spatial Correlation, Innovation Ecological Environment and Efficiency of Industry Innovation Ecosystem：an Empirical Study based on High-tech Industrial of 23 Provinces in China. SCIENCE & TECHNOLOGY PROGRESS AND POLICY, 2022, 39(3): 59-68.

链接本文:

http://www.kjjb.org/CN/10.6049/kjjbydc.2021040545 或 http://www.kjjb.org/CN/Y2022/V39/I3/59

[1] 方莹莹,刘戒骄.开放式创新与产业生态系统的构建:基于多数据库的Cite Space文献计量分析[J].经济学家,2020，32(9):53-63.
[2] ADNER R.Match your innovation strategy to your innovation ecosystem[J].Harvard Business Review,2006,84(4):98-107.
[3] JACKSON D J.What is an innovation ecosystem[EB/OL].(2012-11-28) [2020-12-24].www.ercassoc.org/docs/innovation_ecosystem.
[4] 张运生.高科技企业创新生态系统技术标准许可定价研究[J].中国软科学,2010，25(9):140-147,172.
[5] 李晓华,刘峰.产业生态系统与战略性新兴产业发展[J].中国工业经济,2013，30(3):20-32.
[6] MOORE J F.Predators and prey: a new ecology of competition[J].Harvard Business Review,1993,71(3):75-86.
[7] CHRISTOPH R.A framework for analyzing service ecosystem capabilities to innovate[C]//Verona: Proceedings of the 17th European Conference on Information Systems, 2009.
[8] 杨忠直.企业生态学引论[M].北京:科学出版社,2003.
[9] 方莹莹,刘戒骄.从开放式协同创新看中国芯片产业生态圈营造[J].产经评论,2018,9(6):104-115.
[10] 王纯旭.产业技术创新生态系统运行研究[M].北京:人民日报出版社,2018.
[11] CHEN C J,WU H L,LIN B W.Evaluating the development of high-tech industries: Taiwan,China science park[J].Technological Forecasting and Social Change,2006,73(4):452-465.
[12] 苏屹,林周周.区域创新活动的空间效应及影响因素研究[J].数量经济技术经济研究,2017,34(11):63-80.
[13] CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.
[14] BANKER R D,CHARNES A,COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30(9):1078-1092.
[15] KAO C A,HWANG S N.Efficiency decomposition in two-stage data envelopment analysis:an application to non-life insurance companies in Taiwan[J].European Journal of Operational Research,2008,185(1):418-429.
[16] GUAN J C,CHEN K H.Measuring the innovation production process:across-region empirical study of China's high-tech innovations[J].Technovation,2010,30(5-6):348-358.
[17] 刘树林,姜新蓬,余谦.中国高技术产业技术创新三阶段特征及其演变[J].数量经济技术经济研究,2015,32(7):104-116.
[18] 王黎萤,王佳敏,虞微佳.区域专利密集型产业创新效率评价及提升路径研究-以浙江省为例[J].科研管理,2017,38(3):29-37.
[19] 龚光明,单虹.基于动态网络DEA的中国高技术企业创新效率研究[J].科学管理研究,2015,33(1):60-63.
[20] 宇文晶,马丽华,李海霞.基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究[J].研究与发展管理,2015,27(3):137-146.
[21] 叶锐,杨建飞,常云昆.中国省际高技术产业效率测度与分解:基于共享投入关联DEA模型[J].数量经济技术经济研究,2012,29(7):3-17,91.
[22] 范德成,李盛楠.区域高技术产业技术创新效率测度与提升路径研究:基于共享投入关联型两阶段DEA模型[J].运筹与管理,2019,28(5):156-165.
[23] 冯锋,马雷,张雷勇.两阶段链视角下我国科技投入产出链效率研究:基于高技术产业17个子行业数据[J].科学学与科学技术管理,2011,32(10):21-26,34.
[24] 智瑞芝,林永然.基于DEA-AHP的浙江省高技术产业创新效率评价及影响因素研究[J].浙江理工大学学报,2015,34(12):474-482.
[25] CIOMPI L,HOFFMANN H.Soteria Berne:an innovative milieu therapeutic approach to acute schizophrenia based on the concept of affect-logic[J].World Psychiatry,2004,3(3):140-146.
[26] TODTLING F,TRIPPL M.Knowledge links in high-technology industries:markets,networks or milieu? the case of the Vienna biotechnology cluster[J].International Journal of Entrepreneurship and Innovation Management,2007,7(2-5): 345-365.
[27] VITTORIA M P,LUBRANO LAVADERA G.Knowledge networks and dynamic capabilities as the new regional policy milieu.a social network analysis of the Campania biotechnology community in southern Italy[J].Entrepreneurship & Regional Development,2014,26(7-8):594-618.
[28] KELLER W.International technology diffusion[J].Journal of Economic Literature,2004,42(3):752-782.
[29] 刘和东,陈雷.区域协同创新效率测度及其关键影响要素:基于静态与动态空间面板的实证分析[J].科技管理研究,2020,40(12):55-63.
[30] 余泳泽.我国高技术产业技术创新效率及其影响因素研究:基于价值链视角下的两阶段分析[J].经济科学,2009(4):62-74.
[31] GRILICHESZ.R&D and productivity[M].Chicago:University of Chicago Press,1998.
[32] FRANTZEN D.The causality between R&D and productivity in manufacturing:an international disaggregate panel data study[J].International Review of Applied Economics,2003,17(2):125-146.