大连产业结构转换能力与转换速度分析

通过对辽宁省的数据分析,发现大连在具有较强产业结构转换能力的条件下,其转换速度却位居全省末位.针对此现状,探究大连产业结构转换中存在的问题及其根源,并进一步提出加快产业结构转换速度、优化地区产业结构的对策.     

大连产业结构转换能力与转换速度分析

通过对辽宁省的数据分析,发现大连在具有较强产业结构转换能力的条件下,其转换速度却位居全省末位。针对此现状,探究大连产业结构转换中存在的问题及其根源,并进一步提出加快产业结构转换速度、优化地区产业结构的对策。     

中心城市科技创新对城市群产业结构的影响

研究基于演化经济地理学,由微观企业、中观产业、宏观区域三个维度对中心城市科技创新与城市群产业结构及分工布局的关系展开理论机制分析。在此基础上,研究通过非线性固定效应模型考察中心城市科技创新与城市群产业结构高度化的U型关系,进一步创新性的使用历史维度工具变量（中国历史官员量化数据、中国古代城市城墙数据）对中心城市科技创新展开内生性检验识别,再运用门槛效应、中介效应模型对中心城市科技创新的结构变化点、产业分工布局影响机制进行探寻。研究发现：第一,中心城市科技创新对城市群产业结构高度化呈现U型作用,当中心城市科技创新发明专利申请数量超过13586项,会对城市群产业结构优化升级起到正向推动作用。第二,中心城市科技创新对城市群产业分工布局的专业化、相关多样化起到促进作用,对产业的无关多样化起到抑制作用,中心城市科技创新以科技创新资本、劳动力资源为主要路径对产业分工布局形成推动作用。     

创新型城市创新驱动要素评价研究

通过界定创新驱动要素内涵,构建创新驱动要素评价模型,并运用熵值法对北京、深圳、上海等20个城市的创新驱动要素质量水平进行综合评价。评价结果显示,沿海城市的创新驱动要素综合得分较高,创新驱动资源较丰富,创新驱动环境较好,但企业创新驱动主体地位尚未形成;东北地区城市的创新驱动要素质量水平则相对薄弱。针对评价结果,进一步分析城市间要素差异及其产生原因,据此提出改善建议。     

我国区域政府创新治理能力与创新驱动发展关系研究

构建了区域政府创新治理能力评价指标体系(1),采用动态VIKOR法对其进行了测算,并对创新治理能力及其构成各维度与创新驱动发展分别构建了回归模型进行估计。结论表明:区域创新治理能力发展不平衡且具有较大差异性;与经济发展水平具有较强的关联性;创新治理能力较强的区域在中国地图中呈"T"型分布,尤以"T"字一横的九个区域为最强,均为沿海地区;创新治理能力对创新驱动发展具有显著的正向影响,其多个维度对创新驱动发展也具有显著的正向作用,其中建设平台能力对创新驱动发展的影响未得到证实。     

广东创新驱动发展能力监测评价研究

在深入阐述创新驱动发展能力内涵及创新驱动发展机理的基础上,构建广东创新驱动发展能力监测评价指标体系,并基于时间序列及横向对比等维度开展对广东的创新驱动发展能力监测评价。评价结果显示,广东存在社会研发能力较弱、科技人力资源发展水平相对较低、创新财政投入力度不大等问题。提出广东下一步推进创新驱动发展的对策建议。     

创新驱动对产业结构升级的溢出效应及其衰减边界

中国经济正处于由高速增长阶段向高质量发展阶段转变的历史时期,创新驱动是推动中国产业结构升级以及做实、做强、做优实体经济的重要动力。利用中国30个省份2005—2015年面板数据,构建地理距离、经济距离空间权重矩阵,并运用空间杜宾模型实证分析了创新驱动对产业结构升级的空间溢出效应及其衰减边界。实证结果表明,创新驱动不仅提升了本地区产业结构升级,还通过空间溢出效应显著地促进了周边地区尤其是地理相近省份产业结构升级;创新驱动对产业结构升级的空间溢出效应还存在显著的空间衰减特征,具体表现为,省份间地理距离在950公里以内为空间溢出效应的显著区域,1050公里为空间溢出的"半衰"距离。     

市域创新驱动发展能力评价框架及指标体系研究

通过研究创新驱动发展内涵、创新驱动发展能力评价一般框架等理论,分析市域创新驱动发展能力评价特点,从创新环境支撑能力、创新资源集聚能力、创新资源配置能力、创新成果产出能力、驱动经济社会发展能力五个维度构建市域创新驱动发展能力评价框架及评价指标体系。     

内江:创新驱动促老工业城市转型

<正>老工业城市如何贯彻落实好省委经济工作暨城镇化工作会议精神?内江提出,作为川南经济区的重要增长极之一,要充分利用成渝经济走廊中心城市的独特优势,深入实施创新驱动战略,加快老工业城市转型升级。成渝城际客运专线建成通车后,内江将     

创新驱动发展能力内涵及评价研究述评

创新驱动发展战略是我国全局发展的核心,正确理解创新驱动发展的内涵及监测评价指标,对全面推动创新驱动发展战略具有重要意义。本文多维度深入探讨创新驱动发展内涵,全面梳理创新驱动发展能力评价的研究进展,总结当前研究进展特点及存在问题,提出下一步开展相关研究的展望     

“互联网+”驱动产业创新机制及商业模式研究

在"互联网+"驱动下,产业将以智能技术系统、物联网及服务为基础形成产业互联网。首先研究"互联网+"促进传统产业创新机制,包括"互联网+"驱动的智能产业元创新机制和产业技术创新机制;此后,讨论"互联网+"促进商业模式变革机理,包括"互联网+"驱动的产业互联网商业模式及其价值创造机制。研究认为产业互联网新型商业模式并不稳定,需要平台规制体系对其进行内部制度建设管理和外部市场监督管理;最后,分别对产业互联网发展初期、成长期、成熟期、革新期提出相应的发展政策建议。     

创新驱动、绿色发展与我国工业经济的转型效率研究

本文利用DEA-RAM模型,构建了包含环境效率、经济效率及创新效率的工业经济转型效率的测算模型,根据此模型能够测算出我国总体及不同省份的绿色创新效率。研究结果表明:我国工业的绿色创新转型效率变化呈现阶段性的特征,自2009年后,我国工业总体绿色创新转型效率有较大提升,绿色效率是推动其变动的关键性因素,其次是创新效率;各个省份工业绿色创新转型效率呈现不均衡的发展趋势,中东部地区的工业绿色创新转型效率变动趋势明显,而西部地区工业绿色创新转型效率提升速度缓慢。     

基于专利视角的哈尔滨市科技创新与成果转化研究

为深入开展我国各地区产业创新与科技成果转化现状与原因分析,在对典范地区科技成果转化的政策与措施进行文献调研的基础上,以哈尔滨市为例,基于专利构建分析地区产业创新与科技成果转化现状的流程与框架。研究发现,哈尔滨市专利年龄整体呈现“年轻化”,且专利的技术含金量较高,这与当地政府积极推出各项鼓励政策密切相关,此外,当地技术创新主体主要集中在高校,尤以哈尔滨工业大学专利产量最为突出。但与此同时,也存在近几年专利申请量下降、专利成果转化趋势下降、科技成果外流,以及作为专利申请主体的高校科技成果转化率低下等问题。对此,将借鉴我国其他地区的科技成果转化措施与策略,为哈尔滨市提出相应的对策与建议。     

产业创新系统模型的构建与分析

产业创新系统研究是继技术创新理论和国家创新系统理论之后创新管理领域兴起的新兴前沿领域。本文在综合研究国内外产业创新管理优秀成果的基础上,构建了产业创新系统模型,对其结构、功能和运行机制进行了分析。     

基于知识转移的产业技术创新联盟组织模式研究

知识转移是产业技术创新联盟的本质和关键因素,显性知识和隐性知识之间的转移方式决定了产业技术创新联盟的不同模式。本文按照知识转移的方式,将其划分为显性知识主导下的技术转让与协作服务模式、显隐知识共同协作下的共建实体模式、隐性知识主导下的联盟一体化集成模式,并对每种模式进行分析和评价。     

“五位一体”视角下的广东实施创新驱动发展战略路径研究

梳理广东实施创新驱动发展战略的现状,并探索提出在政治、经济、文化、社会、生态"五位一体"总布局框架下,广东实施创新驱动发展战略的具体路径,包括完善科技创新政策、构建科技金融体系、加强文化科技创新融合、推进教育和人才培养以及营造良好知识产权创新生态等。     

数字化转型能力视角下企业网络结构对企业创新绩效的影响研究

以陕西装备制造业企业为调查对象,构建结构方程模型,以206份有效调查问卷为数据样本,采用Bootstrap方法实证检验企业网络结构对于装备制造业企业创新绩效的作用机制,验证数字化转型能力的中介作用.研究表明,企业网络结构对创新绩效存在正向影响:结构洞和网络中心度均对企业创新绩效存在显著正向影响,而网络规模对企业创新绩效...     

基于两阶段的区域创新与产业结构优化研究

从创新生产的角度,围绕价值创造,将创新分为研发创新和产品创新两阶段,以2005—2015年我国30个省级行政区(不含西藏和港澳台地区)为样本,分析区域创新两阶段促进产业结构优化的内在机理和运行机制。研究结果表明:区域间的产业结构优化存在显著的空间互动关系,产业结构合理化和高级化程度高的地区对周边地区存在虹吸效应,致使我国区域间产业结构优化进程不同步;进一步研究发现,创新两阶段对产业结构优化均有积极的促进作用,且这种促进作用不但发生在本地,还存在显著的空间溢出,研发创新促进产业结构的合理化作用非常显著,而产品创新则更倾向于促进产业结构高级化。     

网络化生产过程视角下的中国工业行业创新效率研究

本文从解剖创新生产过程中的要素流动机理出发,揭示了创新生产过程的网络化特征,并将创新生产过程分解为上游的技术开发阶段和下游的经济转化阶段。在此基础上,基于系统内部实际的运作过程,在考虑子过程之间关联关系及创新要素流动的非线性特征的基础上,构建基于规模报酬不变的两阶段关联网络DEA模型,对中国37个工业行业技术创新的整体、各阶段的效率进行测算;并运用技术开发-经济转化效率矩阵为各行业的技术创新效率状况进行深入分析。