北京高技术产业研发效率的实证分析
摘要:北京市高技术产业的投入逐年增长,但其研发效率的总体水平与发达经济体相比还存在较大的差距。通过建立基于五类高技术产业面板数据的随机前沿分析模型并利用Stata软件进行估计,结果表明北京市高技术产业研发整体上缺乏规模经济性且技术效率相对低下;研发资本仍然是对研发产出贡献最大的投入要素;医药制造业和医疗设备及仪器仪表制造业这两类行业的研发效率相对较低。
关键词:高技术产业;研发效率;北京;实证分析
中图分类号:F127.9 文献标志码:A文章编号:1002”2589(2010)08”0036”03
高技术产业的发展问题是2世纪以来北京经济发展的重要着力点,也是北京市政府制定经济政策所关注的重要内容。最近几年,北京市在研发资金规模和技术引进力度等方面加大了对各类高技术产业的研发投入,使得北京高技术产业增加值快速增长。但是,北京在高技术产业中研发效率的总体水平与发达经济体相比还存在较大的差距,因此寻找影响北京市高技术产业研发效率的影响因素,从而使其得到有效提高是本文研究的重点内容。
北京市在研发资金规模和技术引进力度等方面加大了对各类高技术产业的研发投入,使得北京高技术产业增加值快速增长。但是,北京在高技术产业中研发效率的总体水平与发达经济体相比还存在较大的差距,因此寻找影响北京市高技术产业研发效率的影响因素,从而使其得到有效提高是本文研究的重点内容。
一、模型的选择
目前,国际国内关于研发效率的定量研究主要可以概括为两类方法:一类是非参数方法,另一类是参数方法。非参数方法主要是采用Charnes、Cooper和Rhodes于1978年提出的数据包络分析(Data Envelopment Analysis,DEA)模型;参数方法则主要是采用由Aigner,Lovel & Schmidt,Meeuser & Broeck于1977年各自独立提出的随机前沿分析(Stochastic Frontier Approach,SFA)模型。DEA模型由于其无需建立变量之间的严格函数关系,可以进行多投入多产出的多个决策单元的效率评价,因此比较广泛的应用于效率的定量评价当中。但数据包络分析模型的应用也存在一些不足之处,比如不考虑测量误差的存在、对异常值相当敏感、难以给出具体的政策建议等等。随机前沿分析模型从生产者往往并不能达到利润最大化的事实出发,将传统的生产函数转化为对生产边界的分析,采用计量方法对前沿生产函数进行估计,依赖于对数据的随机性假设,有更为坚实的经济理论基础。同时还可判断模型拟合质量,提供各种...
== 试读已结束,如需继续阅读敬请充值会员 ==
|
本站文章均为原创投稿,仅供下载参考,付费用户可查看完整且有格式内容!
(费用标准:38元/2月,98元/2年,微信支付秒开通!) |
升级为会员即可查阅全文 。如需要查阅全文,请 免费注册 或 登录会员 |