武汉市新洲区：以新科技为主导 靠特色大产业腾飞

武汉市新洲区积极探索农村经济发展方向,走出了一条以新科技为主导,靠特色产业求发展的道路。为此,新洲区老科协通过调研,撰写《以新科技为主导靠特色大产业腾飞——武汉市新洲区积极探索农村经济新的发展方向、加快致富的调查》,全文近7000字,围绕新科技在发展农村经济中所起到的巨大作用,并提出了需要注意的问题,在此,节选部分内容,以飨读者。     

主导设计演进过程中的政府作用:以我国电信产业为例

行业主导设计能够带来市场格局的巨大变迁以及技术主导企业的优势地位.为技术主导企业带来巨大收益.本文利用A-U扩展模型分析主导设计演进过程,在此基础上通过实例分析各国政府在多行业主导设计形成过程中的作用,说明在不同演进阶段政府的行为能够促进行业主导设计的形成,并以我国电信产业为例,说明了政府在移动通信主导设计从3G标准向4G标准演进过程中的角色和地位.     

科学引领创新、转型和跨越式发展——武汉市新洲区转变农村经济发展方式的调查

一新洲区是武汉市现代都市农业大区,地处长江北岸(沿江线43公里)、大别山南麓,辖区内有武湖、涨渡湖两大天然湖泊(涨渡湖是联合国认定的湿地保护区),举水、倒水、沙河三大跨省河流。湖区、平原地区面积占40%,小丘陵、小山区面积占60%。生态环境秀丽,自然资源丰富。全区人口近百万,耕地72.3万亩,人均0.8亩,水域43.5万亩,人均不足半亩。在这个人多地少地区,如果靠传统的单一农业模式,农民难以致富。     

大数据产业重点领域技术预见研究:以辽宁省为例

通过技术预见选择能产生最大经济社会效益的战略研究领域,对大数据产业发展具有重要作用。本文分析了大数据产业重点领域选择的影响因素、调研方法、评价指标体系和评价模型。在此基础上,采用层次分析法确定指标权重,运用模糊综合评价法对备选领域进行综合评价,综合考虑定量和定性的分析结果,研判了辽宁省大数据产业的重点领域,并提出相应的政策建议。     

大科学装置集群的协同创新与产业带动效应——以广东大科学中心为例

研究大科学装置的集群化发展趋势及其协同创新效应,探讨大科学装置的产业带动作用机理。以广东建设大科学中心为例,分析广东大科学中心对产业创新发展的推动作用,并对促进广东大科学中心建设充分发挥协同创新效应、带动全省产业创新发展提出相关对策建议。     

关于我国产业转移中经济风险评估研究:以江苏为例

在加快我国产业结构调整,促进区域经济协调发展的过程中,在我国产业转移被寄予厚望的同时,我们还须清醒地认识到其中经济风险的潜藏与现实存在.对经济风险的全面评估,须从经济和社会两方面分别考察产业转移中的经济福利风险和社会福利风险,然后根据不同经济发展阶段的要求赋予相应的权数,科学评估我国产业转移中经济风险水平.实证分析了江苏省13个地级市在产业转移中现实的经济风险状态,并提出相应政策建议,以期为江苏省制定和实施产业政策、实现风险管理提供有益思路与方法.     

大科学装置三维度关联产业筛选评价体系——以散裂中子源为例

各国逐渐加大对大科学装置的投资,然而大科学装置投资金额巨大、关联产业众多,如何进行大科学装置关联产业筛选对于当地政府和国家的资金投资方向、大科学装置的规划建设和产业化成功具有重要意义。本文在李嘉图比较优势理论、赫克歇尔-俄林的要素禀赋差异理论,筱原三代平的主导产业理论和罗斯托的主导产业理论的基础上,结合大科学装置自身特点,提出了以产业升级潜力、地域发展能力和技术支持能力三大维度为基础的大科学装置关联产业筛选模型。通过建立三维度指标体系对产业发展定位进行判断。随后,以位于东莞的中国散裂中子源为例,运用模型筛选出适合东莞市与散裂中子源发展的主导产业与行业,为东莞市后续资金投向与产业化规划提供了借鉴意义,表明本文的三维度评价体系是合理的、有效的。     

链式发展视角大数据产业技术创新的推拉模型与关联效应——以京津冀地区为例

技术进步是产业持续发展的动力源泉,大数据产业链的完善与发展也主要依赖于大数据本体技术的创新。基于链式发展和推拉理论构建大数据产业技术创新的推拉模型,再采用灰色关联法探讨京津冀地区大数据产业链式发展模式下技术创新的推力因子与拉力因子的关联效应,并运用障碍度模型识别该地区大数据产业技术创新的主要障碍因子,结果表明：基于推力因子角度,河北省各推力因子的关联度较低,同时京津冀由于区域战略发展的定位不同而使得各推力因子间的关联度排序存在差异;基于拉力因子方面,产业影响力对大数据产业的技术创新发展具有较强的拉动作用,同时京津冀在大数据应用的领域和水平等方面因具有不同的侧重点而使得各地区拉力因子的关联度也不相同;京津冀地区大数据产业发展的障碍因素存在共性问题且其主要障碍因子均为政府推动力和大数据应用能力及产业影响力等。研究表明,京津冀应结合自身优势与战略定位等加强相关基础要素的投入和提高技术应用水平并扩大产业影响力,可有效促进大数据产业的技术创新发展。