排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
采用三阶段Malmquist指数构建了排除外部环境与随机干扰因素的八大综合经济区绿色创新效率测度模型，并结合概率神经网络对绿色创新效率进行了智能诊断。研究发现：①绿色创新效率总体呈“下降-上升-下降-上升”波动趋势，其中，西南地区属于共同推动型，其余地区为技术进步型。绿色创新效率主要由技术进步决定，技术效率起抑制作用，而技术效率低下是由规模效率下降所致；②在剔除外部环境与随机因素干扰后，各区域Malmquist指数均有所下降，在第一阶段中绿色创新效率被高估，究其原因是技术效率被高估。其中，西北和黄河中游地区排名与第一阶段结果差别较大，其余地区排名保持不变；③加快发展技术市场和优化产业结构有助于绿色创新效率提升，而经济发展水平、经济开放程度和环境规制对绿色创新效率的影响不显著；④根据智能诊断结果，可将区域分为全部效率有效地区、纯技术无效地区和规模无效地区三类。 相似文献
2.
采用三阶段Malmquist指数构建了排除外部环境与随机干扰因素的八大综合经济区绿色创新效率测度模型，并结合概率神经网络对绿色创新效率进行了智能诊断。研究发现：①绿色创新效率总体呈“下降-上升-下降-上升”波动趋势，其中，西南地区属于共同推动型，其余地区为技术进步型。绿色创新效率主要由技术进步决定，技术效率起抑制作用，而技术效率低下是由规模效率下降所致；②在剔除外部环境与随机因素干扰后，各区域Malmquist指数均有所下降，在第一阶段中绿色创新效率被高估，究其原因是技术效率被高估。其中，西北和黄河中游地区排名与第一阶段结果差别较大，其余地区排名保持不变；③加快发展技术市场和优化产业结构有助于绿色创新效率提升，而经济发展水平、经济开放程度和环境规制对绿色创新效率的影响不显著；④根据智能诊断结果，可将区域分为全部效率有效地区、纯技术无效地区和规模无效地区三类。 相似文献
1