亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        粵港澳大灣區(qū)工業(yè)科技創(chuàng)新效率及其時(shí)空演變研究

        2020-08-24 09:20:56
        關(guān)鍵詞:生產(chǎn)率粵港澳大灣

        1(華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院,廣州 510006)

        2(仲愷農(nóng)業(yè)工程學(xué)院人文與社會(huì)科學(xué)學(xué)院,廣州 510225)

        引 言

        具有國家 “世界級(jí)城市群”戰(zhàn)略定位的粵港澳大灣區(qū)依托香港、澳門和廣東三地,其吸納就業(yè)、發(fā)展經(jīng)濟(jì)、整合創(chuàng)新資源、培育創(chuàng)新能力在全國范圍內(nèi)具有領(lǐng)先優(yōu)勢(shì)。其工業(yè)經(jīng)濟(jì)十分發(fā)達(dá),2018年工業(yè)增加值占國內(nèi)生產(chǎn)總值比重達(dá)21%以上。作為以創(chuàng)新為動(dòng)力驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的重點(diǎn)戰(zhàn)略區(qū)域,大灣區(qū)工業(yè)科技創(chuàng)新效率處于何種水平、抑制工業(yè)科技創(chuàng)新效率提升的原因有哪些、空間分布情況如何,本文將重點(diǎn)圍繞這三大問題展開研究。

        1 文獻(xiàn)綜述

        科技創(chuàng)新效率是指創(chuàng)新活動(dòng)中的技術(shù)效率。趙傳松等[1]篩選出衡量科技創(chuàng)新水平的指標(biāo),但并未給出度量科技創(chuàng)新效率的方法。關(guān)于科技創(chuàng)新效率度量的方法主要有兩種: (1)參數(shù)方法,即隨機(jī)前沿分析 (SFA); (2)非參數(shù)方法,即數(shù)據(jù)包絡(luò)分析 (DEA)。 SFA由Aigner等[2]于1977年提出,基本思路是依據(jù)隨機(jī)前沿生產(chǎn)函數(shù)擾動(dòng)項(xiàng)中的技術(shù)損失誤差項(xiàng)來計(jì)算創(chuàng)新主體的技術(shù)非效率。目前SFA模型常被用于效率的度量及影響因素分析,如葉祥松和劉敬[3]通過隨機(jī)前沿模型測(cè)算科技創(chuàng)新效率,運(yùn)用面板門檻模型檢驗(yàn)了政府和技術(shù)市場(chǎng)發(fā)展在科技創(chuàng)新中的作用。余泳澤[4]將科技創(chuàng)新主體分為大學(xué)、科研機(jī)構(gòu)和企業(yè),在采用隨機(jī)前沿分析各創(chuàng)新主體科技創(chuàng)新效率的基礎(chǔ)上,運(yùn)用空間面板計(jì)量模型,主要探究創(chuàng)新要素和政府支持對(duì)各創(chuàng)新主體科技創(chuàng)新效率的作用。SFA模型只能用于測(cè)量具有單一產(chǎn)出的技術(shù)效率,對(duì)于科技創(chuàng)新活動(dòng)而言,單一創(chuàng)新產(chǎn)出顯然是不現(xiàn)實(shí)的,因此大多數(shù)學(xué)者常用數(shù)據(jù)包絡(luò)分析 (DEA)度量科技創(chuàng)新效率。

        Charnes等[5]于1978年提出DEA模型,其基本思想是根據(jù)多投入指標(biāo)和多產(chǎn)出指標(biāo)構(gòu)成的投入可能性集或生產(chǎn)可能性集,基于距離函數(shù)對(duì)效率值進(jìn)行測(cè)算,是一種有效的綜合評(píng)價(jià)法。已有學(xué)者將DEA方法用于企業(yè)、行政區(qū)域和產(chǎn)業(yè)科技創(chuàng)新效率的評(píng)價(jià),熊飛等[6]運(yùn)用CCR和BCC模型測(cè)算科技創(chuàng)新效率,從綜合效率、純技術(shù)效率和規(guī)模效率3個(gè)不同的角度對(duì)北京市豐臺(tái)科技園42家高科技企業(yè)進(jìn)行評(píng)價(jià)。杜娟和霍佳震[7]認(rèn)為科技創(chuàng)新是城市創(chuàng)新能力的外在表現(xiàn),將人才培養(yǎng)輸出作為科技創(chuàng)新的人力資源投入,從而構(gòu)建兩階段DEA模型評(píng)價(jià)重點(diǎn)城市整體創(chuàng)新能力,并進(jìn)一步得出子階段科技創(chuàng)新效率。Wang等[8]選取2009~2013年中國38家能源企業(yè),將科技創(chuàng)新分為研發(fā)和市場(chǎng)化,構(gòu)建兩階段非徑向DEA模型研究能源企業(yè)科技創(chuàng)新效率。為驗(yàn)證科技創(chuàng)新能否有效驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展,王慧艷等[9]構(gòu)建網(wǎng)絡(luò)WSBM模型對(duì)中國各省科技創(chuàng)新促進(jìn)經(jīng)濟(jì)發(fā)展績(jī)效水平進(jìn)行評(píng)價(jià)。Li等[10]通過三階段DEA模型測(cè)度2009~2014年中國半導(dǎo)體產(chǎn)業(yè)的創(chuàng)新效率。Liu等[11]采用K均值聚類法將中國2008~2016年高科技產(chǎn)業(yè)分為4類,考慮到環(huán)境污染和隨機(jī)因素的影響,構(gòu)建SBM-DEA模型測(cè)算不同區(qū)域的綠色科技創(chuàng)新效率。DEA用于評(píng)價(jià)具有多投入多產(chǎn)出的決策單元相對(duì)效率時(shí),不需要設(shè)定具體的生產(chǎn)函數(shù)形式,結(jié)果更客觀、可靠,因而被大多數(shù)學(xué)者所接受。但DEA方法只能度量相同時(shí)期不同決策單元的效率值,結(jié)果是靜態(tài)的,無法對(duì)跨期效率的動(dòng)態(tài)變化進(jìn)行分析。

        為了解決這一問題,F(xiàn)are等[12]將 Malmquist指數(shù)應(yīng)用于效率評(píng)價(jià)。DEA-Malmquist模型不僅能分析效率的動(dòng)態(tài)變化,還可以進(jìn)一步探究全要素生產(chǎn)率變動(dòng)的原因,因此逐漸被學(xué)者接受并應(yīng)用,朱鵬頤等[13]運(yùn)用超效率DEA視窗模型測(cè)算出福建省9個(gè)地級(jí)市的科技創(chuàng)新效率,進(jìn)一步聯(lián)合Malmquist指數(shù)考察效率動(dòng)態(tài)變化的原因。晏蒙和孟令杰[14]采用DEA模型和Malmquist指數(shù)對(duì)中國各省市的工業(yè)科技創(chuàng)新效率進(jìn)行縱橫雙向?qū)Ρ确治?。吳傳清等?5]運(yùn)用DEA-Malmquist模型分析長(zhǎng)江經(jīng)濟(jì)帶科技創(chuàng)新效率,發(fā)現(xiàn)上、中、下游效率呈 “V”型分布。郭淑芬和張俊[16]采用DEAMalmquist模型測(cè)度中國31個(gè)省市的科技創(chuàng)新效率,對(duì)冗余情況進(jìn)行了詳細(xì)分析。Wang等[17]采用Malmquist-DEA模型測(cè)算中國284個(gè)城市的能源效率;Luo等[18]以中國戰(zhàn)略性新興產(chǎn)業(yè)子行業(yè)為研究對(duì)象,構(gòu)建DEA-Malmquist模型將全要素生產(chǎn)率分解為技術(shù)效率變化和技術(shù)進(jìn)步,以考察綠色技術(shù)創(chuàng)新效率變動(dòng)的原因。

        現(xiàn)有文獻(xiàn)豐富了科技創(chuàng)新效率的研究成果,但在研究對(duì)象、研究方法等方面也存在一定的不足:(1)以區(qū)域城市工業(yè)科技創(chuàng)新系統(tǒng)為研究對(duì)象的文獻(xiàn)較少;(2)在研究方法上,傳統(tǒng)的DEA模型只能評(píng)價(jià)靜態(tài)的效率,難以分析效率的動(dòng)態(tài)變化;(3)從時(shí)空視角來看,現(xiàn)有研究注重時(shí)間維度的研究,忽視了研究對(duì)象在空間上的變化。

        因此,本文以粵港澳大灣區(qū)工業(yè)科技創(chuàng)新系統(tǒng)為研究對(duì)象,采用超效率SBM (Slacks-Based Measure)-Malmquist模型,動(dòng)靜結(jié)合揭示科技創(chuàng)新效率變化的深層次原因;運(yùn)用GIS(Geographic Information System)技術(shù)探尋科技創(chuàng)新效率的空間分布規(guī)律,更有助于實(shí)際問題的解決。

        2 研究方法

        Tone[19]基于松弛變量提出測(cè)度效率的SBM模型。與傳統(tǒng)DEA模型采用徑向投影測(cè)度效率且非效率決策單元同比例縮減 (或擴(kuò)大)投入 (產(chǎn)出)相比,SBM模型采用非徑向投影估計(jì)效率。對(duì)技術(shù)有效的決策單元,Tone[19]進(jìn)一步提出超效率SBM模型進(jìn)行區(qū)分,較傳統(tǒng)的DEA模型具有更強(qiáng)的分辨能力。本文假設(shè)規(guī)模報(bào)酬不變,以產(chǎn)出導(dǎo)向的超效率SBM模型測(cè)算科技創(chuàng)新效率。

        2.1 超效率SBM模型

        假設(shè)有n個(gè)決策單元DMUj(x0,y0) (j=1,2,…,n), 每個(gè)決策單元j有m項(xiàng)投入xij(i=1,2,…,m),s項(xiàng)產(chǎn)出yrj(r=1,2,…,s);X>0,Y>0,si、、Aj分別為第j個(gè)決策單元的第i項(xiàng)投入松弛、第r項(xiàng)產(chǎn)出松弛以及其影子價(jià)格。

        2.1.1 SBM 模型[19]

        ρ即為所求科技創(chuàng)新效率值,其取值范圍:0<ρ≤1, 式 (1) 表示DMU(x0,y0)實(shí)際投入值相對(duì)于最優(yōu)投入存在投入冗余,冗余量為; 式 (2)表示DMU(x0,y0)實(shí)際產(chǎn)出相對(duì)于最優(yōu)產(chǎn)出存在產(chǎn)出不足,短缺量為;當(dāng)時(shí),ρ=1,DMU(x0,y0)是有效的。對(duì)上述模型的求解,可采用Charnes和Cooper[20]的方法轉(zhuǎn)化為線性規(guī)劃求解。

        2.1.2 SBM超效率模型

        若上述最優(yōu)解ρ*=1的DMU(x0,y0)有多個(gè),SBM模型無法對(duì)有效的DMU(x0,y0)進(jìn)行區(qū)分。因此,本文進(jìn)一步采用 Tone[19]拓展的產(chǎn)出導(dǎo)向SBM模型對(duì)超效率部分進(jìn)行分析,假設(shè)決策單元的生產(chǎn)可能性集為P(x0,y0), 將不包括(x0,y0)的生產(chǎn)可能集定義為P\(x0,y0)={(,)|≥,由于X>0且Y>0,非空子集(x0,y0)=P\(x0,y0)∩{≥x0,≤y0},基于距離函數(shù)的(x0,y0)到(,)∈(x0,y0)的距離即為(x0,y0)的超效率, 記為δ=

        求解方法同上,超效率值δ*≥1,式 (3)和式 (4)表示對(duì)生產(chǎn)條件的約束,式 (5)表示從產(chǎn)出角度測(cè)算超效率值。

        2.2 Malmquist指數(shù)

        Fare等[12]將Malmquist指數(shù)與DEA方法結(jié)合,構(gòu)建DEA-Malmquist模型用于全要素生產(chǎn)率的測(cè)算,后被廣泛應(yīng)用。Malmquist指數(shù)根據(jù)產(chǎn)出距離函數(shù)計(jì)算生產(chǎn)率的變化,有如下計(jì)算公式:

        (xt,yt)、 (xt+1,yt+1)分別表示第t期和第t+1期的投入、產(chǎn)出,表示規(guī)模報(bào)酬不變時(shí),基于第t期 (第t+1期)技術(shù)水平來衡量產(chǎn)出效率的距離函數(shù)。Mt+1表示從t到t+1期生產(chǎn)率變化程度,Mt+1>1表示科技創(chuàng)新生產(chǎn)率提高,Mt+1=1表示科技創(chuàng)新生產(chǎn)率不變,Mt+1<1表示科技創(chuàng)新生產(chǎn)率下降。Mt+1可以進(jìn)一步分解為技術(shù)效率指數(shù) (effch)和技術(shù)進(jìn)步指數(shù) (techch),計(jì)算公式為:

        當(dāng)規(guī)模報(bào)酬可變時(shí),技術(shù)效率指數(shù) (effch)又可以進(jìn)一步分解為純技術(shù)效率指數(shù) (pech)和規(guī)模指數(shù) (sech),計(jì)算公式如下:

        最終,科技創(chuàng)新生產(chǎn)率計(jì)算公式:

        tfpch=techch×pech×sech

        3 指標(biāo)體系

        科技創(chuàng)新系統(tǒng)是一項(xiàng)多投入、多產(chǎn)出的復(fù)雜生產(chǎn)活動(dòng),根據(jù)生產(chǎn)理論,在現(xiàn)有技術(shù)水平下,科技創(chuàng)新生產(chǎn)過程需要?jiǎng)趧?dòng)要素和資本要素的投入,科技成果的產(chǎn)出由勞動(dòng)投入量、資本投入量和技術(shù)水平共同決定。如郭淑芬和張俊[16]在評(píng)價(jià)中國31省的整體科技創(chuàng)新效率時(shí),從勞動(dòng)、資本和技術(shù)水平3個(gè)方面選取投入指標(biāo);在短期,技術(shù)進(jìn)步來不及實(shí)現(xiàn),因此通常技術(shù)水平保持不變,朱鵬頤等[13]、 吳傳清等[15]從勞動(dòng)和資本兩方面選取科技創(chuàng)新投入指標(biāo),從科技活動(dòng)的中間產(chǎn)出和最終產(chǎn)出過程選取產(chǎn)出指標(biāo)??萍紕?chuàng)新效率反映的是科技產(chǎn)出與科技投入之間的關(guān)系,因此,投入產(chǎn)出指標(biāo)的選取直接關(guān)系到研究結(jié)果的可靠性。

        本文在現(xiàn)有研究的基礎(chǔ)上,從投入產(chǎn)出角度,謹(jǐn)慎地借鑒吳傳清等[15]學(xué)者的評(píng)價(jià)指標(biāo),科技勞動(dòng)要素投入選取規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)人員指標(biāo),科技資本要素選取規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出作為投入指標(biāo);科技創(chuàng)新產(chǎn)出包括直接產(chǎn)出和間接產(chǎn)出,選取專利申請(qǐng)授權(quán)量作為科技創(chuàng)新直接產(chǎn)出指標(biāo),直接反映科技研發(fā)人員的知識(shí)轉(zhuǎn)化成果,從最終產(chǎn)品市場(chǎng)化獲得經(jīng)濟(jì)效益的角度,間接產(chǎn)出選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入和規(guī)模以上工業(yè)增加值反映工業(yè)科技創(chuàng)新活動(dòng)市場(chǎng)化產(chǎn)出成果,如表1所示。

        表1 工業(yè)企業(yè)科技創(chuàng)新效率投入產(chǎn)出指標(biāo)

        4 實(shí)證研究

        4.1 數(shù)據(jù)來源

        本文以粵港澳大灣區(qū)10個(gè)城市的工業(yè)企業(yè)為研究對(duì)象 (澳門經(jīng)濟(jì)發(fā)展主要是由以博彩業(yè)為主的服務(wù)業(yè)帶動(dòng),工業(yè)占比極小,可忽略不計(jì),故從研究樣本中剔除),考慮到科技創(chuàng)新活動(dòng)投入產(chǎn)出具有一定的時(shí)滯性,根據(jù)現(xiàn)有研究成果,將滯后期定為1年,即投入指標(biāo)時(shí)間為2010~2017年,產(chǎn)出指標(biāo)為2011~2018年,所有數(shù)據(jù)來源于《廣東統(tǒng)計(jì)年鑒》、《廣東科技年鑒》、《香港統(tǒng)計(jì)年刊》及各地市統(tǒng)計(jì)公報(bào)。其中,規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出指標(biāo)以2010年為基期,采用研發(fā)價(jià)格指數(shù)[13]進(jìn)行平減得到,規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入和規(guī)模以上工業(yè)增加值指標(biāo)也以2010年為基期,采用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù) (PPI)進(jìn)行平減,將可變價(jià)格轉(zhuǎn)換成可比價(jià)格以消除通貨膨脹等價(jià)格波動(dòng)的影響。

        4.2 結(jié)果分析

        4.2.1 科技創(chuàng)新效率分析

        本文基于粵港澳大灣區(qū)2010~2018年科技創(chuàng)新投入指標(biāo)和產(chǎn)出指標(biāo)的面板數(shù)據(jù),求解上述SBM模型和SBM超效率模型,分別解出小于1和大于1的效率值,將結(jié)果匯總得到粵港澳大灣區(qū)各城市科技創(chuàng)新效率值,如表2所示。

        表2 2011~2018年粵港澳大灣區(qū)工業(yè)科技創(chuàng)新效率

        由表2可知,科技創(chuàng)新效率均值呈波動(dòng)上升趨勢(shì),這表明粵港澳大灣區(qū)整體科技創(chuàng)新活動(dòng)資源利用能力處于提高狀態(tài),但大灣區(qū)內(nèi)各城市科技創(chuàng)新效率存在較大差距。香港、惠州、江門3個(gè)城市產(chǎn)出完全有效,且香港科技創(chuàng)新效率值最大、惠州次之、江門最低,表明香港具有較強(qiáng)的科技資源轉(zhuǎn)化能力,重視產(chǎn)品研發(fā)和技術(shù)應(yīng)用,這與創(chuàng)新型城市的定位相符,惠州和江門的資源投入規(guī)模一般,卻表現(xiàn)出產(chǎn)出有效,說明其科技創(chuàng)新系統(tǒng)規(guī)模較小,創(chuàng)新體制機(jī)制完善、技術(shù)管理水平較佳,對(duì)新技術(shù)能較好的吸收轉(zhuǎn)化。另外,深圳、佛山和肇慶3個(gè)城市產(chǎn)出雖完全無效,效率值卻緩慢提升,值得注意的是,深圳有多家高科技企業(yè),科技產(chǎn)出較其他城市應(yīng)該具有領(lǐng)先優(yōu)勢(shì),但科技創(chuàng)新效率卻表現(xiàn)不佳。廣州、珠海、東莞和中山4個(gè)城市產(chǎn)出有效狀態(tài)不穩(wěn)定,4個(gè)城市有可能處于調(diào)整階段。

        4.2.2 基于Malmquist指數(shù)的動(dòng)態(tài)分析

        運(yùn)用Malmquist指數(shù)對(duì)粵港澳大灣區(qū)各城市科技創(chuàng)新效率進(jìn)行全要素生產(chǎn)率分解,進(jìn)一步挖掘科技創(chuàng)新效率變化的深層次原因。各城市的Malmquist指數(shù)及其分解結(jié)果,如表3所示。

        表3 2011~2018年粵港澳大灣區(qū)工業(yè)科技創(chuàng)新平均Malmquist指數(shù)

        由表3可知,2011~2018年粵港澳大灣區(qū)各城市科技創(chuàng)新全要素生產(chǎn)率 (tfpch)區(qū)域差異較大,大多數(shù)城市的tfpch呈上升趨勢(shì),年均上升了1.9%。從Malmquist指數(shù)的分解效率來看,全要素生產(chǎn)率的上升是技術(shù)效率指數(shù) (effch)促進(jìn)的結(jié)果,技術(shù)效率指數(shù)年均提升了2.9%,其上升是純技術(shù)效率 (pech)和規(guī)模效率 (sech)共同作用的結(jié)果,分別上升了1.4%和1.5%,這表明各城市不僅注重科技創(chuàng)新組織內(nèi)部創(chuàng)新制度的完善和管理水平的提升,而且加強(qiáng)了外部科技創(chuàng)新資源投入。技術(shù)進(jìn)步指數(shù)年均降低了0.9%,技術(shù)進(jìn)步是抑制全要素生產(chǎn)率提升的主要因素。

        從總體來看,大灣區(qū)有7個(gè)城市工業(yè)科技創(chuàng)新生產(chǎn)率呈上升趨勢(shì),上升幅度最大的是東莞,tfpch提升了14%,其次是中山,tfpch提升了8.8%。在這7個(gè)城市中,工業(yè)科技創(chuàng)新生產(chǎn)率的提升主要源于3個(gè)方面:(1)技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)共同驅(qū)動(dòng),有深圳、珠海、東莞和中山4個(gè)城市;值得注意的是,東莞的全要素生產(chǎn)率不僅在這4個(gè)城市中表現(xiàn)較佳,而且是大灣區(qū)城市中效率提升最大的城市,tfpch上升了14%,技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)分別上升了9.1%和4.5%,純技術(shù)效率提高了4.3%,規(guī)模效率提高了4.6%,說明東莞具有較好的工業(yè)發(fā)展基礎(chǔ),另外,無論是在組織架構(gòu)、內(nèi)部管理、企業(yè)規(guī)模還是技術(shù)創(chuàng)新方面的先進(jìn)經(jīng)驗(yàn),都值得其他城市的工業(yè)企業(yè)學(xué)習(xí)、借鑒;(2)技術(shù)效率指數(shù)促進(jìn),技術(shù)進(jìn)步指數(shù)抑制,只有廣州;廣州的規(guī)模效率提升了2.2%,說明工業(yè)企業(yè)內(nèi)部結(jié)構(gòu)的調(diào)整使企業(yè)逐漸處于遞增規(guī)模,引起的技術(shù)效率提升效應(yīng)大于技術(shù)發(fā)展停滯帶來的不利影響,最終使全要素生產(chǎn)率得以提升;(3)技術(shù)效率指數(shù)不變,技術(shù)進(jìn)步指數(shù)促進(jìn),包括香港和惠州;香港的技術(shù)進(jìn)步指數(shù)上升了1.5%,其他指數(shù)均為1,說明香港在其他方面經(jīng)驗(yàn)豐富,已無提升空間,只有通過R&D創(chuàng)新這一途徑,才能提高全要素生產(chǎn)率;惠州的技術(shù)進(jìn)步指數(shù)上升了0.3%,表明惠州在技術(shù)創(chuàng)新方面具有發(fā)展?jié)摿Α?/p>

        另外,佛山、江門、肇慶三個(gè)城市的工業(yè)科技創(chuàng)新生產(chǎn)率呈下降趨勢(shì),導(dǎo)致下降的原因包括3個(gè)方面:(1)技術(shù)效率指數(shù)無影響,技術(shù)進(jìn)步指數(shù)抑制,如江門;(2)技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)共同抑制了全要素生產(chǎn)率的提升,如肇慶;(3)技術(shù)效率指數(shù)促進(jìn),技術(shù)進(jìn)步指數(shù)抑制,只有佛山。從表3可以看出,技術(shù)進(jìn)步是抑制佛山、江門和肇慶全要素生產(chǎn)率提升的關(guān)鍵因素,技術(shù)進(jìn)步指數(shù)分別下降7.9%、9.8%、0.7%,因此,提高R&D創(chuàng)新能力是改善全要素生產(chǎn)率的有效途徑。

        4.2.3 科技創(chuàng)新效率時(shí)空演變

        從時(shí)空視角來看,本文分別選取2011年、2013年、2015年和2018年作為時(shí)間節(jié)點(diǎn),采用Arc-GIS繪圖軟件里的自然間斷法,將由超效率SBM模型得到的科技創(chuàng)新綜合效率分為5類。利用ArcGIS 10.5繪制出科技創(chuàng)新效率的時(shí)空演變圖(圖1),從時(shí)間序列來看,大灣區(qū)整體的科技創(chuàng)新效率不斷提高;從空間分布來看,科技創(chuàng)新效率高的地區(qū)向東部和中部集中,西部效率低但處于追趕階段,深圳效率最低。

        圖1 粵港澳大灣區(qū)工業(yè)科技創(chuàng)新效率分布格局

        從2011年科技創(chuàng)新效率分布的五大區(qū)域來看,以廣州為中心,大灣區(qū)東部和西南部的科技創(chuàng)新效率表現(xiàn)較好,中部、西部和東南地區(qū)具有一定差異,其中西部和東南地區(qū)效率較低。2013年中部和西部的效率得到提高,東南地區(qū)內(nèi)部差異較大,香港科技創(chuàng)新效率較高,深圳最低。到2015年,大灣區(qū)東部科技創(chuàng)新效率進(jìn)一步提高,中部地區(qū)存在波動(dòng),2018年大灣區(qū)工業(yè)科技創(chuàng)新效率空間分布格局基本形成,西部和南部效率低,西南和東部效率高,東南地區(qū)差異明顯,深圳最低。

        5 結(jié) 論

        有關(guān)科技創(chuàng)新效率的研究中,評(píng)價(jià)指標(biāo)和評(píng)價(jià)模型的選取對(duì)研究結(jié)果具有十分重要的影響。在模型的選擇上,隨機(jī)前沿分析需要假設(shè)生產(chǎn)函數(shù)的具體形式,存在函數(shù)形式的設(shè)定誤差,影響結(jié)果的可信度,因而DEA模型常被用于評(píng)價(jià)科技創(chuàng)新效率。傳統(tǒng)的DEA模型在提高非有效單元科技創(chuàng)新效率時(shí),采用徑向的方法對(duì)投入或產(chǎn)出進(jìn)行調(diào)整,靈活度較低;SBM模型基于松弛變量測(cè)算科技創(chuàng)新效率,可以非徑向調(diào)整非有效單元的投入或產(chǎn)出,但對(duì)有效單元無法進(jìn)行區(qū)分,在這種情況下,超效率SBM模型被提出。超效率SBM模型無法分析科技創(chuàng)新效率的動(dòng)態(tài)變化,更不能探究其空間分布及演變過程。

        為了解決上述問題,本文以粵港澳大灣區(qū)工業(yè)科技創(chuàng)新系統(tǒng)為研究對(duì)象,運(yùn)用超效率SBM模型評(píng)價(jià)2011~2018年各城市工業(yè)科技創(chuàng)新系統(tǒng)的相對(duì)有效性。從動(dòng)態(tài)視角聯(lián)合Malmquist指數(shù)分析科技創(chuàng)新效率的變化,并將科技創(chuàng)新生產(chǎn)率進(jìn)一步分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù),深挖抑制大灣區(qū)工業(yè)科技創(chuàng)新生產(chǎn)率提升的原因。隨后,從空間維度采用GIS技術(shù)研究科技創(chuàng)新綜合效率的空間分布及其變化規(guī)律。研究發(fā)現(xiàn): (1)工業(yè)科技創(chuàng)新有效城市占比增大,非有效城市效率值逐漸增大,整體上,大灣區(qū)工業(yè)科技創(chuàng)新系統(tǒng)呈優(yōu)化提升狀態(tài); (2)技術(shù)效率上升使廣州、深圳、珠海、東莞、中山5個(gè)城市的全要素生產(chǎn)率得以提高,技術(shù)進(jìn)步制約是江門、肇慶和佛山科技創(chuàng)新生產(chǎn)率下降的主要原因;(3)從空間分布格局來看,同一類工業(yè)科技創(chuàng)新效率逐漸呈現(xiàn)連片化趨勢(shì),大灣區(qū)東部效率明顯優(yōu)于西部。

        猜你喜歡
        生產(chǎn)率粵港澳大灣
        中國城市土地生產(chǎn)率TOP30
        決策(2022年7期)2022-08-04 09:24:20
        大咖論道:大灣區(qū)超級(jí)“極點(diǎn)”強(qiáng)勢(shì)崛起!
        大灣區(qū)城市大洗牌
        大灣區(qū)的愛情故事
        中國外匯(2019年12期)2019-10-10 07:27:02
        國外技術(shù)授權(quán)、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
        編讀往來
        首屆粵港澳大灣區(qū)工藝美術(shù)博覽會(huì)開幕
        摁下粵港澳大灣區(qū)“加速鍵”
        金橋(2018年4期)2018-09-26 02:24:50
        馬光遠(yuǎn) 下一個(gè)30年看粵港澳大灣區(qū)
        關(guān)于機(jī)床生產(chǎn)率設(shè)計(jì)的探討
        91久久精品美女高潮喷白浆| 欧美日韩国产一区二区三区地区| 男女好痛好深好爽视频一区 | 国产高清精品在线二区| 国产白色视频在线观看| 大学生粉嫩无套流白浆| 亚洲精品久久无码av片软件| 欧美日韩国产另类在线观看 | 亚洲欧洲综合有码无码| 国内精品少妇久久精品| 图片小说视频一区二区| 熟妇丰满多毛的大隂户| 欧美日韩国产亚洲一区二区三区| 午夜一区二区三区在线观看| 亚洲免费观看视频| 日躁夜躁狠狠躁2001| 人妻精品丝袜一区二区无码AV| 国产午夜在线观看视频| 国99精品无码一区二区三区| 白又丰满大屁股bbbbb| 亚洲视频高清| 亚洲码专区亚洲码专区| 免费网站内射红桃视频| 人人妻人人澡av天堂香蕉| 无码无在线观看| 亚洲av毛片在线网站| 欧美a级毛欧美1级a大片免费播放| 日韩欧美专区| 免费人成网站在线播放| 四虎影在永久在线观看| 国产在线精品一区二区| 亚洲A∨日韩Av最新在线| 国产的自拍av免费的在线观看| 午夜精品久久久久久毛片| 久久亚洲Av无码专区| 小草手机视频在线观看| 女人18片毛片60分钟| 男人边吻奶边挵进去视频| 国产精品女同久久久久久| 一本之道久久一区二区三区| 无码一区二区三区在线|