Performance evaluation of China's high-tech innovation process: Analysis based on the innovation value chain

The Chinese high-tech industry has developed greatly since the beginning of China's “National High-tech R&D (863) Program” and “China Torch Program”. This paper introduces a conceptual model extended from the innovation value chain model to simultaneously estimate the R&D and commercialization efficiencies for the high-tech industries of 29 provincial-level regions in China. To match reality, a network DEA incorporating both shared inputs and additional intermediate inputs is constructed to open the “black box” view of decision making units used in single-stage DEA. This study is the first attempt to link the R&D and commercialization with a solid theoretical foundation and feasible mathematical methods. The empirical findings show that most of the 29 regions have low efficiency in the commercialization sub-process compared to the R&D sub-process, although there are regional differences in China's high-tech industry. Pearson correlation shows that the R&D sub-process is not closely correlated to the commercialization sub-process in terms of efficiency. Our analysis can provide information for the formulation of policies to achieve high innovation efficiency.     

国家高新区能否提升城市创新水平?

文章基于2003年至2016年我国215个城市面板数据，运用双重差分模型、空间双重差分模型和分位数回归模型等方法，实证检验了国家高新区对城市创新水平的影响及其空间异质性特征。研究结果表明，国家高新区建设显著提升了城市创新水平，并且高新区设立带动的城市投资集聚是推动城市创新水平提升的重要原因。空间双重差分结果表明，国家高新区对城市创新水平的提升作用并非源于其对周边城市创新资源的掠夺，相反高新区设立对周边城市和省内城市均产生了显著的溢出效应，提升了本省城市和周边外省城市创新水平。此外，国家高新区对城市创新水平的影响具有空间异质性特征，在省会城市、直辖市和副省级城市，高新区对城市创新水平的影响并不显著，而能够显著提升一般地级市创新水平；随着城市创新水平的提升，高新区建设对城市创新水平的促进作用呈现出先增强、后减弱直至不再显著的非对称"倒V型"变化特征。但是研究也发现，国家高新区对城市创新水平影响的区位异质性并不显著，高新区对东部地区和中西部地区城市创新水平提升均具有显著的促进作用。     

FDI与OFDI溢出对高技术产业区域创新的门槛效应研究

选取2003-2016年省域高技术产业面板数据，以R&D人员投入为门槛变量，实证分析FDI与OFDI溢出对高技术产业区域创新的非线性影响。得出以下稳健性结论：FDI和OFDI溢出对高技术产业区域创新具有双门槛效应，FDI溢出呈现先升后降的特征，而OFDI溢出则呈现先降后升特征；R&D人员投入、R&D资本积累、城镇化水平有利于高技术产业区域创新，而金融成熟度未产生明显推动作用；政府支持可能对R&D人力投入较高省份产生抑制作用；2003-2016年跨越R&D人员投入中、高门槛的省份在不断增加。     

高新技术产业创新产出空间集聚及关联性研究

收集2000—2018年中国内地30个省市高新技术产业创新产出专利申请及相关数据，运用ArcGIS空间分析工具对其空间集聚特征进行可视化分析，并利用QAP 方法分析其关键影响因素。结果发现：①高新技术产业创新产出空间集聚的重要特征是区域非均衡性，马太效应显著； ②强强型关联主要集中在东南沿海地区与部分中部地区，弱弱型关联主要集中在北部地区与西南地区，弱强、强弱型关联主要集中在少部分北部、中部与南部地区；③高新技术产业创新产出空间集聚及关联影响因素中，投入变量的R&D经费为显著正相关，R&D人员为显著负相关。溢出变量的产学研合作为不显著正相关，产业集聚、地理距离为显著正相关，FDI为显著负相关。     

我国高新技术企业国际化经营中的风险管理研究

近年来,高新技术产业在全球范围内飞速发展,而我国也一直把发展高新技术作为国际经济竞争和综合国力较量的重点,积极鼓励并支持高新技术企业"走出去",从事国际化经营。然而,高新技术企业是典型的风险企业,加之全球经济的诸多不确定因素逐渐显露,对我国高新技术企业国际化经营带来了一定的负面影响。本文从高新技术企业国际化经营影响因素入手,以风险管理过程为主体,构建高新技术企业国际化经营的风险识别机制,并运用模糊综合评价等方法,建立我国高新技术企业国际风险评价模型,最终探讨我国高新技术企业国际化经营中的风险管理系统。     

论我国高新技术产品对外贸易与经济增长

本文在我国高新技术产品对外贸易大幅增长的背景下,以1991-2005年高新技术产品进出口额数据为基础,运用计量经济学方法,对高新技术产品对外贸易对经济增长的作用进行了实证研究。通过分析发现,高新技术产品对外贸易已成为我国经济增长的一个亮点,最后对未来如何更好地发展高新技术产品对外贸易提出了政策建议。     

要素市场扭曲、区域差异与R&D投入

本文利用要素市场扭曲指数及中国高技术产业1997～2009年省际面板数据,考察了要素市场扭曲对R&D投入的影响及区域差异。结果表明,要素市场扭曲对R&D资本投入和R&D人力投入有着不同的影响,抑制了R&D资本投入增长,促进了R&D人力投入;而且其对两者的影响都存在着显著的区域差异。在此基础上,运用门槛检验方法对这种区域差异的影响因素进行了探讨,研究发现,在区域经济发展水平、人力资本水平、财政收入、产权结构和对外开放程度等因素的不同门槛值区间,要素市场扭曲对高技术产业R&D投入的影响程度和方向都存在着明显的差异。     

高新技术产业科技保险需求的影响因素研究--基于山东省257家高新技术企业的调查

通过调查问卷以山东省257家高新技术企业为样本实证分析,对影响高新技术产业科技保险需求的各种因素进行了系统研究。通过实证分析发现,对科技风险、科技保险的认知程度、管理者受教育水平、保费补贴水平、保单保障水平、理赔满意度等定类指标与科技保险需求正相关。风险指标中的人均技术装备值、新产品研发成功率、企业资信度、顾客美誉度、新产品销售比率、市场占有率等六项指标与科技保险需求负相关,社会公众投诉率与科技保险需求正相关。经济类指标中的人均资产额、人均利润额两项指标与科技保险需求正相关,环境类指标中的产业平均利润率、R＆D人员占比两项指标与科技保险需求正相关。根据分析结论,从影响高新技术企业购买科技保险需求角度提出相应政策建议。     

Size and value effects in high-tech industries: The role of R&D investment

We use monthly US stock data over 55 years from 1962 to 2017 to show that the R&D intensity at firms adds another important dimension to the size and value effects in describing stock returns, especially for small high-tech firms. A trading strategy that double sorts on R&D intensity and size or book-to-market ratio outperforms a simple small-minus-big (SMB) or high-minus-low (HML) strategy in producing higher and more significant portfolio returns. The most profitable schemes involve triple sorts by size, BM, and R&D intensity: the payoffs of buying high-BM/R&D-Active portfolio and selling low-BM/R&D-Inactive portfolio in the small-size/high-tech group and that of buying high-tech/high-BM and selling low-tech/low-BM in the small-size/R&D-active group generate a return of more than 2% on a monthly basis. Our results are robust to alternative classification method of assigning stocks in portfolios.     

数据的要素化过程及其与传统产业数字化的融合机制研究

从生产过程和价值创造来看,数据具备了传统生产要素所具备的功能,但又具有区别于传统生产要素的新特征。数据作为一种新型生产要素,对于数字产业化的高速发展和传统产业数字化进程的深入推进,具有关键作用。数据要素的形成和发展一方面需要与数字产业化、产业数字化融合发展进程相适应;另一方面,数据要素的形成过程本身又是与传统产业数字化进程的一个深度技术融合过程。因而,多样化和异质性的数据要素,其实质乃是数字技术与传统产业专用性技术融合的结果,其间的融合机制表现为深化、促进和多元性。