| 产学研协同创新效率测度及影响因素实证分析——来自泛珠三角的区域层面数据 |
| |
| 引用本文： | 贺灵,蒋晨帆,易秋平. 产学研协同创新效率测度及影响因素实证分析——来自泛珠三角的区域层面数据[J]. 科技和产业, 2021, 21(8): 1-7. DOI: 10.3969/j.issn.1671-1807.2021.08.002 |
| |
| 作者姓名： | 贺灵 蒋晨帆 易秋平 |
| |
| 作者单位： | 湖南科技大学商学院,湖南湘潭411201 |
| |
| 摘 要： | 采用超效率DEA法测度泛珠九省在2007—2016年的产学研协同创新效率,并采用M almquist指数法考察效率的动态变动情况,最后采用Tobit模型验证协同创新效率的关键性影响因素.研究表明,泛珠九省的创新效率总体上趋于改善但也存在短期波动,其中贵州、海南两省的协同创新效率相对最低,而广东省的协同创新效率是泛珠三角区域中最高的.技术进步对协同创新效率的作用最明显,技术效率变动的贡献度却较小,这说明从管理和制度改善方面挖掘效益尚存在较大的空间.高校参与合作及转移知识的能力、企业吸收及应用知识的能力、政府及金融机构的支持程度、产学研合作关系对协同创新效率的改进都具有显著的正向影响,其中政府及金融机构支持的作用最为明显,而地区经济发展程度的影响则不显著.
|
| 关 键 词： | 产学研合作 协同创新 影响因素 Malmquist指数 DEA-Tobit模型 |
An Empirical Analysis of Industry-university-research Synergy Innovation Efficiency Measurement and Its Influencing Factors: Regional data from the Pan-Pearl River Delta |
| |
| HE Ling,JIANG Chen-fan,YI Qiu-ping. An Empirical Analysis of Industry-university-research Synergy Innovation Efficiency Measurement and Its Influencing Factors: Regional data from the Pan-Pearl River Delta[J]. SCIENCE TECHNOLOGY AND INDUSTRIAL, 2021, 21(8): 1-7. DOI: 10.3969/j.issn.1671-1807.2021.08.002 |
| |
| Authors: | HE Ling JIANG Chen-fan YI Qiu-ping |
| |
| Abstract: | |
| |
| Keywords: | industry-university-research cooperation synergy innovation influencing factors Malmquist index DEA-Tobit model |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《科技和产业》浏览原始摘要信息 |
|
点击此处可从《科技和产业》下载全文 |
|
