期刊文献+

中国战略性新兴产业创新效率的测度及其分布动态 被引量:19

The Measurement and Its Distribution of Innovation Efficiency of Strategic Emerging Industries in China
下载PDF
导出
摘要 基于超效率SBM模型,测度2009-2016年中国战略性新兴产业的创新效率,揭示造成中国战略性新兴产业创新无效率的根源,同时采用核密度估计和马尔科夫链分析方法,对中国战略性新兴产业创新效率的分布动态及演进趋势进行考察。研究发现:(1)中国战略性新兴产业的创新效率普遍较低,存在较大提升空间,创新无效率主要源于产出不足;(2)中国战略性新兴产业的创新效率呈现出分布中心右移、主峰峰值不断降低以及双峰逐渐向多峰转变的多极分化特征;(3)中国战略性新兴产业在创新过程中存在明显的"马太效应",具有较强的自我强化趋势,但不存在明显的俱乐部收敛,未来中国战略性新兴产业的创新效率向上跨越的可能性更大。 Based on the super efficiency SBM model,this paper measures the innovation efficiency of China’s strategic emerging industries in 2009-2016,to explore the causes of the innovation inefficiency in China’s strategic emerging industries,and uses the kernel density estimation and Markov chain to investigate the distribution and evolution trend of innovation efficiency in China’s strategic emerging industries.The results show that: the innovation efficiency of China’s strategic emerging industries is low,and there is a large space for improvement,and the innovation inefficiency is mainly due to the lack of output;the innovation efficiency of China’s strategic emerging industries shows the characteristics of multipolar differentiation,with the distribution center moving to the right,the main peak value decreasing and the double peaks changing to the multi peak gradually;China’s strategic emerging industries in the process of innovation are featured with significant "Matthew effect",with a strong "self-strengthening"trend,but with no significant"club convergence". In the future,it is more likely for China’s strategic emerging industries to implement leap-forward development in the innovation efficiency.
作者 杨骞 刘鑫鹏 王珏 YANG Qian;LIU Xin-peng;WANG Jue(School of Public Management,Shandong University of Finance and Economics,Jinan 250014,China)
出处 《广东财经大学学报》 CSSCI 北大核心 2020年第2期20-34,共15页 Journal of Guangdong University of Finance & Economics
基金 国家社会科学基金项目(18BJY140).
关键词 新兴产业 战略性新兴产业 创新效率 超效率SBM模型 核密度估计 马尔科夫链分析 emerging industries strategic emerging industries innovation efficiency super efficiency SBM kernel density estimation Markov chain analysis
  • 相关文献

参考文献31

共引文献4789

同被引文献416

引证文献19

二级引证文献139

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部