科技创新提高碳排放效率了吗?北大核心

以2005—2018年中国30个省份为研究样本,采用非径向非期望产出SBM模型测算各地区的碳排放效率;其次,通过改进的STIRPAT模型分析科技创新对碳排放效率的影响并探究其作用机制。主要结论:(1)2005—2018年中国及东、中、西三大区域的碳排放效率整体呈现不断上升的趋势。(2)科技创新能够显著地提高碳排放效率,西部的科技创新水平对碳排放效率的正向促进作用明显高于东部地区和中部地区。(3)影响机制表明,能源利用效率提升是科技创新促进碳排放效率的重要途径。各地区应该明确未来减排工作的重点方向,提高碳排放效率,实现经济增长与二氧化碳减排协调发展。     

山东省环境规制效率时空格局演变及影响因素

运用SE-DEA和EVIEWS6.0模型对山东省环境规制效率及影响因素进行探究,得到以下结论:12000—2012年山东省环境规制效率整体呈上升趋势,但具有波动性;2山东省环境规制效率逐渐由东高西低的空间格局演变为相对均衡的空间格局,但淄博、枣庄和德州等市的环境规制效率仍然较低;3经济发展水平、环境保护力度、工业化水平、产业类型以及利用外资水平等是山东省环境规制效率的影响因素。其中,经济发展水平和利用外资水平与环境规制效率显著正相关;而环境保护力度和工业化水平与环境规制效率显著负相关。研究表明,发展循环经济、提高环境准入门槛、制定差别化区域环境政策等是提高山东省环境规制效率的主要措施。     

国家创新型县（市）创新效率测度变化及影响因素研究

建设国家创新型县（市）是我国全面实施创新驱动发展战略、推动县域经济创新发展的重要举措。选取全国50个首批国家创新型县（市）作为研究对象,运用DEA模型和Malmquist指数法,对2017-2019年创新型县（市）的科技创新效率进行静态与动态分析,并利用Tobit回归模型分析创新效率影响因素。研究结果显示：2017-2019年我国县域科技创新效率整体表现较好,从各项指标看,创新型县（市）的综合技术效率、纯技术效率、规模效率和全要素生产率不断提升,说明3年来国家创新型县（市）科技创新态势持续向好;创新平台、创新主体、教育经费、创新政策均与县域科技创新水平呈显著正相关性,但经济发展水平对创新型县（市）科技创新效率的影响不大。     

我国科技创新基金绩效评价研究——以中部D市W区为例

本文在建立科技创新基金输出输入指标体系的基础上,利用DEA/PCA综合分析方法和多元线性回归模型,以中部D市W区支持的40家中小企业为样本,核算项目实施的投入产出能力及绩效水平,分析决定科技创新基金运行效率的因素。结果显示,大部分科技创新基金支持项目运行效率有待提高,影响科技创新基金效率的主要因素是科研经费的投入、新增就业人员数和研发人员数。     

京津冀城市群创新效率及影响因素研究

科技创新效率是反映一个区域创新资源配置状况和创新质量的重要指标.文章利用DEA-BCC模型和Malmquist指数法对2012-2018年京津冀城市群科技创新效率进行静态和动态评价.以各城市每年的综合技术效率值为被解释变量,利用Tobit模型分析经济发展水平、政府支持、工资状况、外商投资水平、劳动者素质5个因素对城市创新效率的影响.研究结论表明:受规模效率偏低的影响,京津冀城市群的综合技术效率不高,但是随着时间的变化,城市创新的全要素生产率、技术效率不断增长,创新程度不断增强.同时还发现,政府支持、外商投资水平与城市创新效率是正相关关系,经济发展水平与劳动者素质对城市创新的影响不显著.     

FDI、高新技术产业与山东区域经济差异变动

进入21世纪际以来,山东省经济发展迅速,但各地区间的区域经济发展仍然不平衡。通过测算2000—2010年山东省区域经济差异的定量指标,发现山东省内各地市间和地带间的区域经济差异正逐渐缩小。运用多元回归模型进一步分析引起山东区域经济差异变动的原因,结果显示,外商直接投资是影响山东区域经济差异变小的主要因素,而高新技术产业也在一定程度上影响了区域经济增长。     

中国国家高新区创新效率增长的空间差异及影响因素研究

基于2011—2018年83个国家高新区的面板数据,依次采用超越对数生产函数的随机前沿模型、K?R方差分解、面板数据固定效应模型实证考察了国家高新区的创新效率增长的空间差异及其影响因素.研究发现:①国家高新区总体创新效率呈现先降后升的态势,且存在明显的空间差异,东部国家高新区创新效率增长最快,中部国家高新区次之,西部国家高新区最慢;②规模效率变化差异是国家高新区创新效率增长差异的主要来源;③经济发展水平对国家高新区创新效率增长具有显著的负向影响,人力资本、产业结构、国际化等则具有显著的正向影响.基于研究结论,提出了促进国家高新区创新效率协同提升和均衡发展的对策建议.     

“双一流”高校科技创新效率测度及评价

以我国32所“双一流”高校为研究对象,选取2012—2018年各高校科技创新的数据指标,通过构建三阶段DEA模型,对“双一流”高校科技创新效率进行有效测算。结果表明,各“双一流”高校科技创新效率值相差较大,大部分高校未能达到技术前沿面,各“双一流”高校有很大的空间来提升自己的科技创新效率,且由于受到外部环境和随机干扰项的影响,部分“双一流”高校存在效率值虚高或被低估的现象。     

基于进出口贸易数据分析的山东省对外经济发展现状研究

针对山东省对外经济贸易发展特征分析需求,收集了2005-2012年山东省进出口贸易数据,采用多维在线分析方法,分析了欧盟、美国日本等主要进出口主要国的当月与全年金额数据的时序发展特征,基于主要进出口贸易方式的进出口总额数据,分析了山东省出口贸易方式的发展状况,对比山东省十七地市出口金额年度数据,分析了山东省各地市自2008-2012年间的进出口情况。通过分析发现了山东省在进出口国别、贸易方式及各地市进出口状况的一般规律,为山东省进出口状况的把握以及推进进出口贸易发展具有重要研究意义。     

环境约束下工业企业技术创新效率测算及影响因素分析——以安徽省16个地级市为例

将环境效应纳入企业技术创新效率研究框架,构建了共享投入关联型两阶段DEA模型,测算了2009—2012年安徽省16个地级市工业企业技术创新的整体效率和分阶段(科技研发阶段和成果转化阶段)效率,探索了安徽全省、皖江示范区和非皖江示范区的工业企业技术创新效率差异,并利用Tobit模型检验了其影响因素。结果表明:考察期内安徽省工业企业的技术创新整体效率偏低,其中科技研发效率不高是主要原因;皖江示范区工业企业的科技研发效率和成果转化效率均明显高于非皖江示范区的工业企业;FDI对科技研发效率的提升具有积极影响,创新氛围、产学研合作和政府支持则起阻滞作用;创新氛围、人才支持有利于成果转化效率的提升,而应用研究、FDI和环保投入对成果转化效率起负向作用,税收优惠对两者的影响均不明显。     

湖北省柑橘生产的区域比较优势及其影响因素研究

利用2002—2012年的相关数据,采用综合比较优势指数模型和资源禀赋系数,测算了主产区及湖北省16个市州柑橘的区域比较优势,并分析了比较优势的影响因素。结果表明:与其他主产区相比,湖北省具有柑橘生产的效率比较优势、规模比较优势和综合比较优势;资源禀赋优势主要集中于鄂西地区的宜昌市和十堰市;资源禀赋条件是影响湖北省柑橘区域比较优势的内生性因素,比较优势还受到产业化经营、科技进步和市场环境等外生性因素的综合影响。     

中国省际科技金融效率测度及其影响因素分析——基于空间面板模型实证研究

运用DEA-BCC模型测算我国2005—2016年30个省(区、市)科技金融效率,并建立相应空间面板模型对影响科技金融的因素进行分析。研究结果表明:我国省际科技金融效率区域差异较大,整体水平相对偏低,只有少数经济相对发达的东部地区科技金融效率达到了有效生产前沿面;除研发投入强度对科技金融效率有负向影响外,科研氛围、高技术产业资金规模等影响因素对科技金融效率有显著促进作用。为此,提出有效促进地区科技金融效率提高的相关政策建议。     

山东省城镇居民消费水平影响因素分析

本文选取了1981—2018年影响山东省城镇居民消费水平的山东省人均GDP、城镇居民家庭人均收入、城镇 居民人均消费性支出、居民最终消费支出六个经济指标，构建多元线性回归模型，通过消除多重共线性后引入虚拟变 量再次利用Eviews软件构建多元回归计量模型并进行经济意义检验、统计学检验和计量经济学检验，进而确定1981— 2018年山东省城镇居民消费水平的主要影响因素并分析其内在关系，最后根据分析结果提出相应建议。     

山东省产业创新路径的实证检验

利用1998—2008年山东省高技术产业及4个分行业的统计数据,分析了山东省产业创新中技术进步因素对产业产值增加的贡献以及产业创新中的技术创新的主要影响因素。得到如下结论:从山东省高技术产业总体来看,山东省产业自主创新能力不强,科技进步对产业产出的贡献明显低于资本投入,甚至低于劳动力投入;山东省产业创新具有资本密集的特征;山东省的产业创新路径是一种技术改造模式,即运用高技术改造传统产业,实现升级换代,提高质量效益,从而引起工业体系的变化;在资金投入指标中,R&D经费内部支出、科技活动经费内部支出和新产品开发费用对科技进步有显著影响;在劳动力投入指标中,只有R&D活动人员折合全时当量与技术进步呈显著的相关关系,但R&D活动人员折合全时当量和企业办科技机构科技人员数对技术进步的影响存在二期滞后,说明山东省科研人才的创新能力有待加强。     

山东省自然资本动态演变及驱动因素研究

自然资本永续利用是实现区域可持续发展的重要因素,三维生态足迹模型的提出为衡量区域自然资本利用提供了有效工具。研究利用三维生态足迹模型核算山东省17市自然资本动态演变,并利用偏最小二乘法(PLS)分析了影响三维生态足迹变化的驱动因素。研究发现:(1)2004—2016年山东省三维生态足迹由3.380hm~2上升到5.951 hm~2,生态赤字由3.086 hm~2扩大到5.678 hm~2,表明经济发展呈现不可持续;(2)山东省17市生态足迹深度和生态足迹广度空间分布规律大致相同;(3)山东省17市各地类生态足迹深度和生态足迹广度变化呈现区域差异性;(4)人口规模、经济水平、社会投资等是影响山东省三维生态足迹变化的重要指标。     

山东省农产品出口波动的影响因素 ——基于GMS模型的实证分析

本文选取2015-2018年山东省农产品出口到世界市场的短期总额数据，运用恒定市场份额（CMS）模型从市场需求、出口竞争力、出口结构 3个主要方面分析了山东省农产品的短期出口变动原因。分析结果显示：世界市场的农产品进口需求和农产品出口竞争力是影响山东省农产品短期出 口变动的主要因素。在2016—2017年和2017—2018年阶段，某类特定农产品的竞争力下降在一定程度上降低了山东省出口量。动态交叉效应对山东省 出口有负面作用，这表明山东省农产品的出口没有很好的匹配世界市场，其在提高农产品竞争力、适应国际市场需求结构变化等方面有待加强。     

中国东部沿海四大城市群协同创新效率综合测度及影响因素研究

中国东部沿海城市群作为国家经济增长的核心战略区和新型城镇化的重要组成部分,促进其协同创新效率提升对实现经济高质量发展具有重要现实意义。基于2005—2018年地级市数据,以京津冀、山东半岛、长三角和珠三角城市群为研究对象,采用三阶段DEA方法测算四大城市群协同创新效率并分析其时空特征,利用Tobit回归模型分析不同城市群协同创新效率的主要影响因素,结果表明：①剔除外部环境与随机因素的影响,除山东半岛城市群外,其它三大城市群的平均综合效率值均较第一阶段下降;②外部环境因素对协同创新效率具有显著影响,区域经济水平和政府财政支持力度与协同创新效率负相关,研发支持力度、产业结构和对外开放水平与协同创新效率正相关;③协同创新效率总体呈上升趋势,但内部城市等级存在空间不平衡性;④不同城市群协同创新效率的主要影响因素也存在差异。基于上述结果,提出促进不同城市群协同创新发展的相关建议。     

长江经济带资源型城市创新效率评价及影响因素识别

采用DEA-Tobit模型对长江经济带资源型城市2008—2018年创新效率进行测度和影响因素识别,分类探讨创新效率的关键影响因素并提出对策建议。结果表明：长江经济带资源型城市创新效率呈现持续降低、平稳波动、逐渐上升的变化趋势,上游、中游、下游资源型城市创新效率时序变化情况存在差异;经济增长水平、外资利用度、基础设施水平、环境规制以及区位条件是资源型城市创新效率的主要影响因素,具体影响因素在长江上游、中游、下游存在异质性。通过促进经济增长、提高教育水平、吸引外商投资、优化产业结构、补齐基础设施短板、摆脱资源依赖、加强环境规制的方式可以提升长江经济带资源型城市的创新效率。     

金融科技、知识产权质押融资与区域创新绩效

把金融科技与知识产权质押融资纳入统一框架下,利用2012-2018年中国30个省份的面板数据,从创新效果和创新效率两方面分析其对区域创新绩效的影响;结果显示:知识产权质押融资显著提升了区域创新效果,但对创新效率的激励作用并不显著。金融科技发展在知识产权质押融资和区域创新绩效间具有正向调节作用。同时,知识产权质押融资对本区域及周围区域创新效果影响都较为显著,但在创新效率上知识产权质押融资只对本区域起到了促进作用,而抑制了邻近地区的创新效率;然而在金融科技应用的调节下,知识产权质押融资对区域创新效果和效率的直接效应和空间溢出效应都得到了显著提升。因此利用金融科技营造的良好金融生态环境,充分挖掘知识产权质押融资的创新激励效应,对于区域创新效率的提升具有重大意义。     

中国战略性新兴产业的技术创新效率——基于DEA-Malmquist指数模型

采用基于DEA模型的Malmquist指数分解方法,将战略性新兴产业技术创新的TFP增长分解为技术进步、纯技术效率和知识创新效率的变化。利用2005—2012年中国省际面板数据,测算了中国28个省级行政区域以及三大地区(东、中、西)战略性新兴产业技术创新的Malmquist指数,分析其TFP的动态变化、TFP增长变化原因、省际和区域分异特征以及TFP增长动力来源的区域差异。研究结果表明:2009年以后,中国战略性新兴产业技术创新的TFP增速减慢并呈下降趋势,主要原因是技术进步速度快速下降,纯技术效率、知识创新效率逐渐成为影响战略性新兴产业技术创新的TFP增长率的主要因素;分地区来看,三大地区战略性新兴产业技术创新的TFP增速减慢且TFP增长率呈倒"U"型分布;TFP增长的动力来源存在区域差异,即东、西部地区主要依赖技术进步,但技术进步速度明显减慢,而中部地区主要依赖技术效率的增长,但增幅不大。