中国科技创新对经济增长的支撑作用研究

被引:19
作者
尹向飞 [1 ]
段文斌 [2 ]
机构
[1] 湖南商学院
[2] 南开大学经济学院
关键词
Network DEA-Malmquist指数法; 全要素生产率; 技术进步; 技术效率改进;
D O I
10.19626/j.cnki.cn31-1163/f.2017.12.003
中图分类号
F124 [经济建设和发展];
学科分类号
0201 ; 020105 ;
摘要
为了从动态视角分析中国科技创新是否支撑中国经济增长,该文提出了Network DEA-Malmquist指数法,建立全要素生产率、技术进步、技术效率改进和各阶段的效率变化等各种效率指标之间的联系。对中国省级数据的实证研究结果表明,第一阶段技术进步是推动第一阶段效率变化的主要原因,第二阶段技术效率改进是推动第二阶段效率变化的主要原因;科技创新对中国经济增长的支撑作用较低。技术进步、第二阶段的效率变化差距是导致东中部全要素生产率差距的主要原因,对东西部也同样如此。仅上海、天津、江苏、北京、广东全要素生产率呈现正增长;TFP以及两个阶段效率在省际之间呈现出"强者恒强、弱者恒弱"的变化趋势。新研究方法将全要素生产率增长的黑箱打开,有利于提高政策的针对性。
引用
收藏
页码:24 / 36
页数:13
相关论文
共 13 条
[1]   科技创新支撑了中国高技术产业发展吗? [J].
尹向飞 .
科学学与科学技术管理, 2015, 36 (08) :93-104
[2]   三阶段组合效率测度模型与技术研发效率测度 [J].
陈凯华 ;
汪寿阳 ;
寇明婷 .
管理科学学报 , 2015, (03) :31-44
[3]   中国科技创新支撑经济发展了吗? [J].
庞瑞芝 ;
范玉 ;
李扬 .
数量经济技术经济研究, 2014, 31 (10) :37-52
[4]   政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析 [J].
肖文 ;
林高榜 .
管理世界, 2014, (04) :71-80
[5]   中国全要素生产率的再测度与分解 [J].
张少华 ;
蒋伟杰 .
统计研究, 2014, 31 (03) :54-60
[6]   研发投入及其溢出效应对省区经济增长的影响 [J].
钟祖昌 .
科研管理, 2013, 34 (05) :64-72
[8]   应用随机前沿模型评测中国区域研发创新效率 [J].
白俊红 ;
江可申 ;
李婧 .
管理世界, 2009, (10) :51-61
[9]   中国省际物质资本存量估算:1952—2000 [J].
张军 ;
吴桂英 ;
张吉鹏 .
经济研究, 2004, (10) :35-44
[10]  
The sources of bank productivity growth in China during 2002–2009: A disaggregation view[J] . Tzu-Pu Chang,Jin-Li Hu,Ray Yeutien Chou,Lei Sun.Journal of Banking and Finance . 2012 (7)