The Measurement and Its Distribution of Innovation Efficiency of Strategic Emerging Industries in China
-
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。Abstract: 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.
-
表 1 中国战略性新兴产业的统计分类
战略性新兴产业 大类行业 小类行业 新一代信息技术产业 C1计算机、通信和其他电子设备制造业 3911计算机整机制造
3914工业控制计算机及系统制造
3921通信系统设备制造
3971电子器件制造
3982电子电路制造高端装备制造业 C2通用设备制造业
C3专用设备制造业
C4电气器械和器材制造业
C5航空航天器制造业
C6医疗仪器设备及仪器仪表制造业3421金属加工机械制造
3491工业机器人制造
3513深海石油钻探设备制造
3517隧道施工专用机械制造
3741飞机制造
3742航天器及运载火箭制造
3811电机制造
3824电力电子元器件制造
3581医疗仪器设备及器械制造新材料产业 C7非金属矿物制品业
C8有色金属冶炼及压延加工业
C9化学纤维制造业3042特种玻璃制造
3073特种陶瓷制品制造
3029稀有稀土金属冶炼
2831生物基化学纤维制造生物产业 C10化学原料和化学制品制造业
C11医药制造业2651合成材料制造
2661专用化学品制造
2761生物药品制品制造
2762基因工程药物和疫苗制造新能源汽车产业 C12汽车制造业 3612新能源车整车制造
3650电车制造新能源产业 C13燃气生产和供应业
C14电力、热力生产和供应业4511天然气生产和供应业
4414核力发电
4416太阳能发电
4520生物质燃气生产和供应业节能环保产业 C15水的生产和供应业 4610自来水生产和供应
4630海水淡化处理数字创意产业 C16广播电视设备制造业
C17视听设备制造业3922广播电视设备制造
3940雷达及配套设备制造
3934专业音响设备制造相关服务业 C18新技术与创新创业服务业
C19其他相关服务业7320工程和技术研究和试验发展
7454标准化服务
7520知识产权服务
6940金融信息服务
下载: 导出CSV
表 2 描述性统计分析结果
变量 单位 观测数 均值 标准差 最小值 最大值 R & D人员全时当量 百人/年 128 922.98 1 005.69 1.43 4 307.94 R & D资本存量 百万元 128 93 523.28 107 500.62 30.69 551 746.99 新产品销售收入 百万元 128 452 187.50 675 401.97 209.96 3 972 622.13 发明专利数量 百件 128 182.60 315.74 0.19 2 273.65
下载: 导出CSV
表 3 2009—2016年中国战略性新兴产业创新效率测度结果
产业 2009 2010 2011 2012 2013 2014 2015 2016 年均增减(%) C1 0.38 0.50 0.57 0.61 0.67 0.74 0.86 1.24 +15.96 C2 0.24 0.27 0.29 0.37 0.36 0.40 0.44 0.51 +10.11 C3 0.24 0.29 0.32 0.36 0.39 0.45 0.47 0.52 +9.86 C4 0.31 0.35 0.37 0.41 0.44 0.51 0.56 0.66 +9.85 C5 0.08 0.08 0.13 0.13 0.15 0.21 0.27 0.33 +19.32 C6 0.29 0.19 0.35 0.39 0.39 0.45 0.47 0.51 +7.27 C7 0.53 0.45 0.36 0.37 0.38 0.39 0.41 0.48 -1.21 C8 0.25 0.29 0.31 0.31 0.34 0.38 0.42 1.04 +19.48 C9 0.14 0.16 0.17 0.23 0.24 0.24 0.33 1.03 +28.96 C10 0.24 0.27 0.29 0.34 0.37 0.42 0.47 0.55 +11.23 C11 0.30 0.33 0.35 0.40 0.43 0.45 0.48 0.51 +7.12 C13 1.79 1.11 0.66 1.31 0.24 0.17 0.24 0.29 -20.27 C14 0.07 0.13 0.17 0.16 0.17 0.19 0.23 1.07 +41.27 C15 0.08 0.06 0.04 0.15 0.14 0.11 0.17 0.19 +11.11 C16 0.34 0.34 0.60 1.03 1.07 0.71 0.55 0.96 +13.81 C17 0.28 0.22 1.00 0.45 1.04 0.14 0.54 1.00 +17.54
下载: 导出CSV
表 4 2009—2016年中国战略性新兴产业创新效率的马尔科夫链的状态转移概率矩阵
时期 类型 Ⅰ Ⅱ Ⅲ Ⅳ T1 Ⅰ 0.61 0.32 0 0.07 Ⅱ 0.04 0.18 0.57 0.21 Ⅲ 0 0.07 0.21 0.71 Ⅳ 0.04 0.04 0 0.93 T2 Ⅰ 0.50 0.42 0 0.08 Ⅱ 0.04 0.04 0.33 0.58 Ⅲ 0 0 0.12 0.88 Ⅳ 0.08 0.04 0 0.88 T3 Ⅰ 0.35 0.55 0 0.10 Ⅱ 0 0.05 0.05 0.90 Ⅲ 0 0 0.05 0.95 Ⅳ 0.05 0.15 0 0.80 T4 Ⅰ 0.13 0.69 0.06 0.12 Ⅱ 0.06 0 0 0.94 Ⅲ 0 0 0 1.00 Ⅳ 0 0.25 0 0.75
下载: 导出CSV
-
[1] 黄海霞, 张治河.基于DEA模型的我国战略性新兴产业科技资源配置效率研究[J].中国软科学, 2015(1): 150-159. doi: 10.3969/j.issn.1002-9753.2015.01.016 [2] 朱瑞博.中国战略性新兴产业培育及其政策取向[J].改革, 2010(3): 19-28. doi: 10.3969/j.issn.1009-8607-B.2010.03.012 [3] 肖兴志, 韩超, 赵文霞, 等.发展战略、产业升级与战略性新兴产业选择[J].财经问题研究, 2010(8): 40-47. doi: 10.3969/j.issn.1000-176X.2010.08.007 [4] 李金华.中国战略性新兴产业发展的若干思辨[J].财经问题研究, 2011(5): 3-10. doi: 10.3969/j.issn.1000-176X.2011.05.001 [5] 肖兴志, 谢理.中国战略性新兴产业创新效率的实证分析[J].经济管理, 2011(11): 26-35. doi: 10.3969/j.issn.1002-2635.2011.11.009 [6] 邬龙, 张永安.基于SFA的区域战略性新兴产业创新效率分析---以北京医药和信息技术产业为例[J].科学学与科学技术管理, 2013(10): 95-102. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201310011.htm [7] 吕岩威, 孙慧.中国战略性新兴产业技术效率及其影响因素研究[J].数量经济技术经济研究, 2014(1): 128-143. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201401008.htm [8] 刘晖, 刘轶芳, 乔晗, 等.我国战略性新兴产业技术创新效率研究[J].系统工程理论与实践, 2015(9): 2296-2303. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201509013.htm [9] 黄海霞, 张治河.中国战略性新兴产业的技术创新效率---基于DEA-Malmquist指数模型[J].技术经济, 2015(1): 21-27, 68. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJI201501004.htm [10] 董明放, 韩先锋.研发投入影响了战略性新兴产业技术效率吗?[J].科学学与科学技术管理, 2016(1): 95-107. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201601010.htm [11] 张冀新, 王怡晖.创新型产业集群中的战略性新兴产业技术效率[J].科学学研究, 2019(8): 1385-1393. doi: 10.3969/j.issn.1003-2053.2019.08.005 [12] 周晶.战略性新兴产业发展现状及地区分布[J].统计研究, 2012(9): 24-30. doi: 10.3969/j.issn.1002-4565.2012.09.005 [13] 刘艳.中国战略性新兴产业集聚度变动的实证研究[J].上海经济研究, 2013(2): 40-51. https://www.cnki.com.cn/Article/CJFDTOTAL-HSYJ201302006.htm [14] 胡静, 赵玉林.我国战略性新兴产业集聚度及其变动趋势研究---基于上市公司的经验证据[J].经济体制改革, 2015(6): 102-106. https://www.cnki.com.cn/Article/CJFDTOTAL-JJTG201506016.htm [15] 汤长安, 张丽家, 殷强.中国战略性新兴产业空间格局演变与优化[J].经济地理, 2018(5): 101-107. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201805013.htm [16] 刘华军, 王耀辉, 雷名雨.中国战略性新兴产业的空间集聚及其演变[J].数量经济技术经济研究, 2019(7): 99-116. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201907006.htm [17] QUAH D T, Galton's fallacy and tests of the convergence hypothesis[J]. The scandinavian journal of economics, 1993, 95(4): 427-443. [18] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European journal of operational research, 1978, 2(6): 429-444. doi: 10.1016/0377-2217(78)90138-8 [19] BANKER R D, CHARNES A, COOPER W W. Some model for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management science, 1984, 30(9): 1078-1092. doi: 10.1287/mnsc.30.9.1078 [20] 王兵, 吴延瑞, 颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究, 2010(5): 95-109. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201005008.htm [21] TONE K. A slacks-based measure of efficiency in data envelopment[J]. European journal of operational research, 2001, 35(12): 6323-6331. http://www.sciencedirect.com/science/article/pii/S0377221799004075 [22] PASTOR J T, LOVELL C A K. A global Malmquist productivity index[J]. Economics letters, 2005, 88(2): 266-271. http://www.sciencedirect.com/science/article/pii/S0165176505001175 [23] TONE K. A slack-based measure of super-efficiency in data envelopment analysis[J]. European journal of operational research, 2002, 143(1): 32-41. [24] 国涓, 刘丰, 王维国.中国区域环境绩效动态差异及影响因素---考虑可变规模报酬和技术异质性的研究[J].资源科学, 2013(12): 2444-2456. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZY201312016.htm [25] 林伯强, 杜克锐.我国能源生产率增长的动力何在---基于距离函数的分解[J].金融研究, 2013(9): 84-96. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201309007.htm [26] 陈晓红, 周智玉.基于规模报酬可变假设的城市环境绩效评价及其成因分解[J].中国软科学, 2014(10): 121-128. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201410012.htm [27] QUAH D. Galton's fallacy and tests of the convergence hypothesis[J]. Candinavian journal of economics, 1993, 95(4): 427-442. http://ideas.repec.org/p/cpr/ceprdp/820.html [28] 周晶, 何锦义.战略性新兴产业统计标准研究[J].统计研究, 2011(10): 3-8. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ201110002.htm [29] 余泳泽.我国高技术产业技术创新效率及其影响因素研究---基于价值链视角下的两阶段分析[J].经济科学, 2009(4): 62-74. https://www.cnki.com.cn/Article/CJFDTOTAL-JJKX200904009.htm [30] 李向东, 李南, 白俊红, 等.高技术产业研发创新效率分析[J].中国软科学, 2011(2): 52-61. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201102007.htm [31] 邵汉华, 周磊, 刘耀彬.中国创新发展的空间关联网络结构及驱动因素[J].科学学研究, 2018(11): 2055-2069. https://www.cnki.com.cn/Article/CJFDTOTAL-KXYJ201811016.htm [32] 叶丹, 黄庆华.区域创新环境对高技术产业创新效率的影响研究---基于DEA-Malmquist方法[J].宏观经济研究, 2017(8): 132-140. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGA201708013.htm [33] GRILICHES Z. Patent statistics as economic indicators: a survey[J]. Journal of economic literature, 1990, 28(4): 1661-1707. [34] 刘凤朝, 潘雄锋.基于Malmquist指数法的我国科技创新效率评价[J].科学学研究, 2007(5): 986-990. https://www.cnki.com.cn/Article/CJFDTOTAL-KXYJ200705031.htm [35] GRILICHES Z. R & D and the productivity slowdown[J]. American economic review, 1980, 70(1): 343-348. [36] 吴延兵. R & D存量、知识函数与生产效率[J].经济学(季刊), 2006(3): 1129-1156. [37] 白俊红.中国的政府R &D资助有效吗?来自大中型工业企业的经验证据[J].经济学(季刊), 2011(4): 1375-1400. [38] 朱平芳, 徐伟民.政府的科技激励政策对大中型工业企业R & D投入及其专利产出的影响---上海市的实证研究[J].经济研究, 2003(6): 45-53, 94. [39] 白俊红, 蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究, 2015(7): 174-187. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201507014.htm [40] 罗来军, 朱善利, 邹宗宪.我国新能源战略的重大技术挑战及化解对策[J].数量经济技术经济研究, 2015(2): 113-128, 143. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201502008.htm -
点击查看大图
图(6) / 表(4)
计量
- 文章访问数: 243
- HTML全文浏览量: 163
- PDF下载量: 56
- 被引次数: 0