《基于静态和动态视角的省级区域创新效率评价——以江苏省为例的实证分析-胡先杰.pdf》由会员分享，可在线阅读，更多相关《基于静态和动态视角的省级区域创新效率评价——以江苏省为例的实证分析-胡先杰.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2016年第13期 sci占nce锄d TI凛僦ment Research 2016 No13doi：103969jissn1000-7695201613009基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析胡先杰，罗利华(南京市科技信息研究所，江苏南京210018)摘要：基于静态和动态视角，运用理想点一DEA模型、MalmquistDEA模型及绝对B一收敛检验模型对江苏省区域创新效率进行综合评价。研究发现：江苏省区域创新效率整体较好，创新效率值达到DEA有效的省辖市超过半数；省级区域创新效率的提升不仅在于区域内产业技术效率的改善，即追赶效应，更有源自区域内创新技术大量引进、产业
2、结构转型等技术进步因素所带来的增长效应；省级区域创新效率具有收敛趋势，经济相对落后的苏中、苏北地区的创新效率存在明显的赶超现象；规模效率的下降在一定程度上限制了省级区域创新效率的提升，经济相对发达的苏南地区的创新效率存在一定程度的衰减趋势。关键词：静态视角；动态视角；省级区域；创新效率中图分类号：F207 文献标志码：A 文章编号：10007695(2016)13一004706Innovation Efficiency Evaluation of Provincial Region Based on the Static and Dynamic Perspectives-Empirical A
3、nalysis by Taking Jiangsu Province as an ExampleHU Xianjie，LUO Lihua(Institute of Scientific and Technical Information of N酬ing，Nanjing 210018，China)Abstract：Based on the static and dynamic perspective，the paper analyzes the regional innovation efficiency of JiangsuProvince by using the ideal point
4、DEA modelMalmquistDEA model and absolute beta convergence test modelThestudy shows：the innovation efficiency of Jiangsu Province is better，and the innovation efficiency value of more than half ofcities reaches DEA effect；the improvement of provincial regional innovation efficiency is not only due to
5、 the”CatchuPEfiectfrom the improvement of industrial technical efficiencybut also due to the”Growth Effect”from the introducfionof innovative technology and the transformation of industrial structure；the provincial regional innovation efficiency has atrend of convergencewhich shows that the innovati
6、on efficiency of the middle and north regions of Jiangsu Province has aobfious catchup phenomenon；to a certain extent，the drop of scale efficiency limits the improvement of provincial regional innovation efficiency and tlle innovation efficiency of the south region of Jiangsu Province shows all aRen
7、uation trendKey words：static perspective；dynamic perspective；provincial region；innovation efficiency当前，国际竞争的实质是以经济和科技实力为基础的综合国力的较量，而综合国力的增强关键在于科技实力的提升。2006年，我国提出到2020年建成创新型国家，使科技发展成为经济社会发展的有力支撑。其中，科技创新的一项基本指标即是：到2020年，全社会的研发投入占GDP比重要从135提高到25。在此背景下，近年来我国研发资源投入不断加大，创新能力显著提升，如何更合理、更有效地利用有限的人力、物力和财力资源，
8、提高科技创新效率，已然成为一个重要课题。国家的创新离不开区域的创新，省级区域创新系统是创新型国家在区域层次的延伸和体现，建设具有创新活力的省级区域创新系统是国家创新系统高效运行的核心-2j。收稿日期：20151012。修回日期：201512一18截止到2014年底，国家已批复江苏、安徽、陕西3省作为创新型省份建设试点，大力推进创新型省份建设工作。然而现阶段，无论在科技资源的投入规模方面，还是在科技创新的能力水平方面，我国各省级区域尚存在较大的差异。因此，进一步深入分析地区科技创新效率，对于各地区合理、高效配置创新资源，提高科技创新能力具有重要意义。l文献综述自1992年由Cook提出“国家创新
9、系统”这一概念以来，国内学者已围绕区域创新效率的测评问题展开了广泛而有益的探讨。孙凯基于传统DEA模型进行区域创新系统创新效率评价研究，认万方数据48 胡先杰等：基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析为该方法能够有效地对不同区域创新系统效率进行比较和排序。韩颖等J、陈伟等【6 J、李泽霞等r71、宇文晶等坤1采用两阶段DEA法对我国区域创新效率进行了评价研究，发现各区域两阶段DEA效率值存在较大的差异。郭磊等p 3在区域效率评价研究中提出了DEA交叉效率模型，成功克服了传统C2R模型中只进行单纯自评和有效单元过多的问题。石风光等叫采用超效率DEA方法对我国地区技术效率进
10、行测算并进行了随机收敛性检验。颜莉提出综合运用主成分分析和DEA的组合方法测量我国区域创新效率。李美娟纠基于理想解对区域创新效率进行了动态评价。刘明广引则基于MalmquistDEA方法对我国省级区域创新系统创新效率进行了动态评价研究。通过对上述文献进行梳理和分析发现，关于区域创新效率的研究尚存在以下3点不足：一是区域创新效率评价绝大多数是以省(或直辖市、自治区)为单位展开，在一定程度上忽略了各区域特征，缺乏对省级区域(省属直辖市范围)创新效率更深层次的考量；二是评价方法以DEA为主，但传统的DEA模型评价结果往往存在效率值区分度不大的问题(当多个决策单元达到DEA有效时)，这一点并未得到有效
11、地解决；三是评价视角一般局限在静态研究，对于区域创新效率动态变化的考察尚不充分，尤其缺乏对各区域创新效率后期提升稳态的分析。基于此，本研究以全国首个创新型省份建设试点江苏省为例，结合区域科技发展特征，从静态和动态视角出发，采用理想点DEA分析、MalmquistDEA分析及绝对B一收敛检验等对区域创新效率进行综合评价，研究结论拟为后续研究提供参考。2评价模型选择21 理想点一DEA模型DEA(数据包络分析)是一种基于相对效率的评价方法，属于非参数评价方法，用来评价具有相同类型的多投入、多产出的决策单元(DMU)是否有效的统计方法。自1978年由Chames等4 o提出DEA的第一个模型C2R以
12、来，在30多年的发展中，DEA理论日趋成熟并在实践中被广泛应用。本研究以Charnes等纠后续提出的改进DEA模型C2GS2模型为评价基本模型，以各地区作为评价决策单元，进一步构建DEA理想点评价模型：MinosT无x，+s=cry,k丢Ajy，斗2y rk彳，=ly=l彳，o，S一o，S+0式(1)中，若盯=1，且|s一=0，S”=O均成立，则DMUk达到DEA有效；若盯=1，且S一=0，S”=0中至少有一个不成立，则DMUk达到弱DEA有效；若or+1，则表示该决策单元的生产效率有所改善；若Mo(X川，t小xr，1)1，则表示该决策单元的效率改善速度优于所有决策单元的整体改善效率；若ECH
13、=1，则表示该决策单元的效率改善速度与所有决策单元的整体改善效率相当；若ECH1，则表示区域整体技术进步；反之，则出现区域整体技术衰退。万方数据胡先杰等：基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析49 一一23绝对届一收敛检验模型综合前人的研究成果可以发现，各地区创新效率往往存在一定的差异，然而长期来看，如果创新效率较低的地区能够从创新效率较高的地区汲取发展经验、引进先进技术等优质资源来满足自身的需要，就可能形成赶超优势。那么，后进地区对先进地区的模仿、赶超或先进地区的技术溢出效应将成为后进地区的技术后发优势7|。由此可想，随着时间的推移，各地区创新效率之间的差距是否会逐渐
14、缩小，并最终达到一种稳定状态呢?据此，本研究将通过区域创新效率的绝对口一收敛检验对此问题进行分析。理论上，8一收敛检验方程为：名。盯=a+fllnX。+。， (3)式(3)中，A“+，是从t年到t+r年变量X的年均增长率，如果参数届小于零，即称凡个区域创新效率呈现芦一收敛，且卢绝对值越大，收敛越强。此外，卢一收敛存在绝对卢一收敛和条件卢一收敛之分，当方程回归结果不受是否加入其他有关附加变量的影响，均表现为A+，与x之间呈负相关，那么就是绝对口收敛；如果只有在加入其他有关附加变量之后，方程回归结果才能得到负相关关系，就认为是条件口收敛。据此，由于本研究并不考虑其他附加变量的影响，采用绝对口一收敛
15、是适宜的。3指标体系构建一般而言，在DEA效率评价中，决策单元数量越多，模型估计的效率值越接近真实效率值；而当其他条件不变时，投入产出指标的数量越多，模型估计的效率值偏误越大。因此，评价指标体系的构建需要综合考虑决策单元数量和投入产出指标数量两方面因素。根据Golany等驯的建议，决策单元的数量要至少是投入产出指标数量之和的2倍。本研究中，江苏省所属省辖市有13个，再加上额外增加的“理想点”，共14个决策单元，因此，考虑到指标选取的全面性与效率评价的可行性，评价体系中的投入产出指标数量之和应当控制在6个左右。在区域创新效率评价中，投入指标的选取往往从人力资源和财力资源2个维度来进行，颜莉“在研
16、究中首次提出在投入指标中引入环境因素，据此，本研究将从人力、财力、环境3方面来选取投人变量；同时，在产出指标的选取方面，本研究主要考虑经济效益、科技成果、区域竞争力3个方面因素。综上所述，本研究构建的区域创新效率评价指标体系如表1所示。表1 区域创新效率评价指标体系分地区R&D支出占GDP比重 分地区人均GDP总值分地区每万名劳动力中R&D人员敷 分地区每万人发明专利拥有量分地区拥有研发机l句企业所占比重 分地区高额技术产业产值占规模以l工业产值比重4实证分析41 静态分析理想点一DEA模型评价结果本研究选取投人导向的DEA模式，采用DEAP21软件，分别计算2013年、2014年江苏省各省辖
17、市的基本DEA模型效率值和理想点DEA模型效率值，结果如表2所示。表2 2013-2014年江苏省各省辖市DEA效率值2013年省辖市DEA效率值 2014年省辖市DEA效堕蚕疆壹 垂奎燕型垄塑壶夔型 簦壁 薹奎堡型 曼星盛熊型 壁壁南京 l 000 0630 5 0 926 n484 9无锡0 997 0444 12 1 000 n 519 8徐州0 990 0525 9 1 000 0666 5常州0864 0573 7 0865 0464 11苏州 1000 0709 4 l 000 0 538 6南通0 872 0586 6 1 000 0526 7连云港 1 000 0718 2 1
18、 000 0，779 2淮安 1000 0518 10 1 000 0719 4盐城0 879 0 537 8 0895 0，445 12扬州 1 000 0 499 11 0974 0 404 13镇江 1000 1000 1 0 918 0 477泰州 1 000 0713 3 1 000 0 767宿迁0 975 0417 13 1000 0，848理想点 一 1 000 一 一 1 000 一壬望焦 !：丝： !：!丝 Q：墅! !：!由表2可知，在基本DEA模型评价中，2013年和2014年江苏省达到DEA有效的省辖市分别有7个和8个，占比分别约为5385和6154，省级区域创新效率
19、整体较好，这一点也符合刘明广引、廖娟等9|、王学军等叫学者针对全国各省市的创新效率评价结果。同时，在理想点一DEA模型评价中，由于理想点决策单元的存在，2013年达到DEA有效的省辖市仅有1个，2014年则没有达到DEA有效的省辖市；然而，在基本DEA模型评价中，DEA效率值为1的省辖市在理想点一DEA模型评价中得到进一步效率区分，可以实现省辖市按效率值进行充分排序的目标。此外，值得注意的是，在基本DEA模型评价中达到DEA有效的省辖市在理想点一DEA模型评价中的效率值也相对较高、排序靠前，两种评价模型中决策单元效率值存在较为一致的对应关系。从效率均值来看，2013年江苏省各省辖市的DEA效率
20、均值为0967，2014年的效率均值为0968，同比提高了0001，两年总体效率基本保持稳定状态。此外，在纯技术效率方面，2013年和2014年的效率均值分别是0974和0979，同比提高了0005；在规模效率方面，2013年和2014年的效率均值分别是0993和0987，同比下降了0006。可见，2013-2014年江苏省总体效率的提升主要是由纯技术效率的提高引起的，表明区域内技术水平有了一定程度的改善。从地区分布来看，2013年江苏省达到DEA有效的7个省辖市中，3个属于苏南地区，2个属于苏中地区，2个属于苏北地区；2014年江苏省达到DEA有效的8个省辖市中，2个属于苏南地区，2个属于苏
21、中地区，4个属于苏北地区。可见，2013-2014年江苏省相对落后的苏北地区在区域创新效率方面万方数据50 胡先杰等：基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析体现出较明显的追赶趋势。进一步按照苏南、苏中、苏北3个区域进行划分，可得2013-2014年3个区域的DEA效率均值变化如图1所示。图l 20132014年苏南、苏中、苏北地区DEA效率均值变化情况由图1可知，2013-2014年问，苏南地区的DEA效率均值有所下降，苏中地区和苏北地区的DEA效率均值有所上升，其中苏中地区的DEA效率均值的上升幅度高于苏北地区的DEA效率均值的上升幅度。总体上看，2013-2014年
22、间，江苏省各省辖市之间的DEA效率值差距呈现出逐渐缩小的趋势。42 动态分析MalmquistDEA模型评价结果本研究给出的江苏省各省辖市在2013-2014年间的创新效率指数变化及其分解情况如表3所示。其中，区域创新效率指数TFP(表中tfpch的简写)可以被分解为技术效率变动指数ECH(表中effch的简写)和技术进步变动指数TCH(表中techch的简写)。ECH代表某一决策单元在2个时期相对技术效率的变化，反映的是技术效率的改善，被称为追赶效应；TCH代表2个时期内生产前沿面的移动，反映的是技术进步的程度，被称为增长效应。此外，技术效率变动指数ECH又可被分解为纯技术效率变动指数PCH
23、(表中pech的简写)和规模效率变动指数SCH(表中sech的简写)。表3 2013-2014年江苏省区域创新效率指数变化及其分解情况省辖市 班techch pech sech咖南京0 926 0834 n 946 0979 0772无锡 1004 1195 1 000 1004 1199徐州 1 010 l_865 1 007 1 003 I884常州 1001 o988 l 054 0 950 0990苏州 l0130 0 930 I000 l_000 0 930南通 1147 l 330 1，131 l_014 1 525连云港 1000 1624 l 000 I000 1624淮安 1
24、000 1147 I_000 1000 1147盐城 1019 1049 1027 0992 I068扬州0974 1 038 I000 0 974 1012镇江0918 0 854 0924 0 993 0 784泰州 1000 1 40l 1 000 1000 140l宿迁 l 025 l 421 1 000 1025 1457平均值 1 001 1172 I006 0995 l_172由表3可知，2013-2014年间，江苏省各省辖市中ECH1的有10个，TCHl的有9个，占比分别为7692和6923。从平均值来看，2013-2014年问江苏省区域创新效率指数呈现年均172的增长趋势，其
25、中，年均增长172的技术进步变动指数是引致区域创新效率提升的主要动力；同时，年均增长01的技术效率变动指数也在区域创新效率的提升中发挥推动作用。可以看出，江苏省区域创新效率的稳步提升不仅源于区域内产业科技技术效率的改善，即追赶效应，更有源自区域内创新技术大量引进、产业结构转型等技术进步因素所带来的增长效应。进一步来看，2013-2014年间，江苏省纯技术效率变动指数呈现年均06的增长趋势，而规模效率变动指数则呈现年均05的下降趋势。可见，若要保持区域技术效率指数的持续增长，江苏省各省辖市需要在产业规模上采取必要的调控措施，制定科学的发展规划。由图2可知，2013-2014年问，江苏省苏南地区的
26、创新效率指数呈现出年均77的衰减趋势；而苏中地区和苏北地区的创新效率指数则分别呈现年均293和404的增长趋势。其中，年均增长超过20的技术进步变动指数则是苏中地区和苏北地区创新效率提升的主要动力，体现出的增长效应非常明显；同时，技术效率变动指数的稳步提升也在一定程度上保证了两地区的追赶效应。然而，相对发达的苏南地区的创新效率指数却呈现出衰减趋势，出现这种现象的原因是相对苏中、苏北地区，苏南地区各省辖市科技资源投入体量较大，存在资源投入冗余的状况；同时，在面临新技术的冲击时，由于经济基础较好，地区规模较大的产业在技术引进、吸收、转化等方面的速度相对较慢，缺乏进一步提升创新能力的氛围和动力，这在
27、很大程度上阻碍了苏南地区创新效率的提升。此外，诸如南京、苏州等省辖市，城市历史较为悠久，文化底蕴相对深厚，安逸闲适的城市氛围也可能是影响区域创新效率提升的重要因素。图2 2013-2014年苏南、苏中、苏北地区效率指数均值变化及其分解情况万方数据胡先杰等：基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析 51一43动态分析绝对口一收敛检验模型分析结果从前文的分析中可以看出，江苏省区域创新效率整体较好，且区域内相对落后的苏中地区和苏北地区在创新效率方面体现出一定的赶超优势和追赶效应，这是否会表明江苏省区域创新效率具有较好的收敛趋势，在创新效率不断提升的过程中逐渐到达稳定状态?据此，
28、本研究将通过绝对卢一收敛检验模型来进行分析，模型公式如下：乃。=口，+p，lnTe。+s。 。(4)Pte,=a：+卢：Inpte。+“， (5)SBt=口，+p，lnSs,。+够， (6)上式中，Te小Pte。、Se。分别表示i省辖市从第0期到第t期的区域创新效率、纯技术效率和规模效率的年均增长率；lnTe曲、lnPte。、lnSem为i省辖市在第0期(基期)的区域创新效率值、纯技术效率值和规模效率值；a。、仪：和a，为常数项；卢。、卢：和岛为收敛系数，其值为负表示收敛，反之表示发散。具体检验结果如表4所示。表4 2013-2014年江苏省区域创新效率收敛性检验结果由表4可知，卢。、p：和卢
29、，的估计值分别为一058 1、一0779和一0297，其中口和&均在5水平上显著，反未通过显著性检验。综合来看，江苏省区域创新效率具有收敛趋势，主要体现在纯技术效率收敛方面；同时，规模效率虽然体现出一定的收敛趋势，但收敛效果并不显著。可见，2013-2014年间，江苏省各省辖市间的创新效率表现出不断收敛的特征，即各省辖市创新效率的提升存在明显的追赶现象，这也印证了理想点一DEA模型和MalmquistDEA模型的分析结果。5结论与建议本文分别从静态和动态视角出发，运用理想点一DEA模型、MalmquistDEA模型及绝对B一收敛检验模型对江苏省区域创新效率进行综合评价。研究发现：江苏省区域创新
30、效率整体较好，创新效率值达到DEA有效的省辖市超过半数；省级区域创新效率的提升不仅在于区域内产业科技技术效率的改善，即追赶效应，更有源自区域内创新技术大量引进、产业结构转型等技术进步因素所带来的增长效应；省级区域创新效率具有收敛趋势，经济相对落后的苏中、苏北地区创新效率存在明显的赶超现象；省级区域创新效率的提升在一定程度上受到规模效率下降的牵制，应加强对区域内产业规模的合理控制与发展规划，同时，经济相对发达的苏南地区的创新效率存在一定程度的衰减趋势，应更需充分利用好科教资源丰富、研发力量雄厚和创新型省份建设试点省、苏南国家自主创新示范区等优势和机遇，持续提升区域创新效率。此外，研究中发现，随着
31、创新型国家建设工作的持续推进，作为区域创新相关研究的基础，区域创新效率的研究进展较快，相关文献不断涌现。综合现有研究文献来看，国内学者大多沿用国外学者的模型和方法，以中国作为研究对象进行区域创新效率评价心1。然而，我国地域辽阔，南北地区的社会发展差异较大、东西部经济发展又不平衡，针对全国范围开展区域创新效率的评价研究工作必不可少，但需要进一步加强全国各地区、各区域的横向比较，把握各区域发展特征，逐步形成一套成熟的评价体系与评价方法，更深层次地挖掘区域创新的运行机制和发展模式，以供各地区、各区域在全国范围内相互学习、相互借鉴。参考文献：1颜莉城市创新绩效综合评价体系及其实证应用J经济地理，201
32、131(9)：147014752王松，胡树华，牟仁艳区域创新体系理论溯源与框架J科学学研究，2013，3l(3)：3443483COOK PRegional innovation systems：competitive regulation in theNew EuropeJGeoforum，1992，22(3)：3653824孙凯基于DEA的区域创新系统创新效率评价研究J科技管理研究，2008(3)：1391415韩颖，梅开，张彦博我国部分省市区域创新系统效率评价J技术经济，2006(3)：13一166陈伟，冯志军，姜贺敏，等中国区域创新系统创新效率的评价研究基于链式关联网络DEA模型的新视
33、角J情报杂志，2010，29(12)：24297李泽霞，董瑜，张薇应用DEA方法评价我国区域科技创新效率J图书情报工作，201l，55(18)：24288宇文晶，马丽华。李海霞基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究J研究与开发管理，2015，27(3)：1371469郭磊，刘志迎，周志翔基于DEA交叉效率模型的区域技术创新效率评价研究J科学学与科学技术管理，201l，32(11)：13814310石风光，周明中国地区技术效率的测算及随机收敛性检验基于超效率DEA的方法J科技管理研究，2011，23(1)：232911颜莉我国区域创新效率评价指标体系实证研究J管理世界2012
34、(5)：17417512李美娟基于理想解的区域自主创新效率动态评价研究J科学学与科学技术管理。2014，35(2)：11412313刘明广区域创新系统的创新效率动态评价基于省级面板数据的实证研究J科技管理研究，2015(1)：707614CHARNES ACOOPER W W，RHODES EMeasuring the efficiency of decision making unitsJEuropean Journal of Operational Research，1978(2)：42944415CHARNES A，COOPER W W，GOLARY B，et a1Foundation
35、ofdata envelopment analysis for Paretokoopmans efficient empiricalproduction functions f JJournal of Econometrics(Netherlands)，1985，30(12)：9110716FARE R，GROSSKOPF S，NORRIS MProductivity growth，tech万方数据52 胡先杰等：基于静态和动态视角的省级区域创新效率评价以江苏省为例的实证分析nieal progress and efficiency changes in industrialized coun
36、triesJAmerican Economic Review，1994，(84)：668317潘雄锋，刘风朝中国区域工业企业技术创新效率的变动分析J管理评论，2010，22(2)：606418GOLANY B，ROLL YA application procedure for DEAJ0一MEGA，1989，17(3)：23725019廖娟，付丙海，崔有祥，等基于三螺旋理论的区域协同创新效率评价研究J科技与经济，2015，28(3)：3l一3520王学军，张文敏基于DEA视窗和SFA的中国区域研发创新效率对比研究J商业研究，2015(8)：l一721余冬筠，魏伟忠区域创新效率评价研究综述J技术
37、经济。20lO，29(10)：4448作者简介：胡先杰(1989一)，男，安徽广德入，研究实习员，硕士，主要研究方向为技术创新效率评价。罗利华(1974一)，女，江苏涟水，室主任，副研究员，主要研究方向为科技统计分析。_70oo-。Coo007007070o?亡亡070_，o，07007CoC，)-。?o07070。70o773o?oo，o070oo，ooo07亡七o，(上接第46页)3DOLATA UTechnological innovations and seetoralehangeJRe-search Policy，2009，38(6)：106610764LAI W，LIN C，WAN
38、G TExploring the intemperability of innova-tion capability and corporate sustainabilityJJournal of BusinessResearch，2015，68(4)：8678715刘光东，丁洁，武博基于全球价值链的我国高新技术产业集群升级研究以生物医药产业集群为例J软科学，2011(3)：364l(6李培楠，赵兰香。万劲波创新要素对产业创新续效的影响基于中国制造业和高技术产业数据的实证分析J科学学研究，2014(4)：6046127GERASlMOVA V，MOKICHEV S，MOKICHEV sRegi
39、onal innoration cluster as a center of an innovative person formationJProcedia Economics and Finance。2014(15)：635一“28DOH S，M BGovernment support for SME innovations in the re-gional industries：the ease of government financial support program inSouth KoreaJResearch Policy，2014，43(9)：155715699BOUET DA
40、 study of intellectual property protection policies and innovation in the Indian pharmaceutical indus时and beyondJTechnovation，2014，38(1)：314110玛丽亚，樊鸿伟上海张江高科技园区生物医药产业集群研究J开发研究，2008(3)：991021 1ROSENTHAL SGeography，industrial organization。and aee,lomer-ationJThe Review of Economies and Statistics，2003，
41、85(2)：37739312CHUNG CGovernment，policymaking and the development ofinnovation system：the cases of Taiwanese pharmaceutical biotech-nology policies(2000-2008)JResearch Policy，2013，42(5)：1053107113丰志培，常向阳我国中药产业发展的闽题与管理措施基于产业创新理论的视角J科技管理研究，2009(8)：6-914FREEMAN CTechnological policy and economic perform
42、ancelessons from JapanJWofldviews Global Religions CultureEeolo-gY。1987，6(2)：145158(14)15严潮斌产业创新：提升产业竞争力的战略选择J北京邮电大学学报(社会科学版)，1999，3(6)：1016LAWLESS M W，FISHER R JSources of durable competitive advantage in new productsJJournal of Product Innovation Management，1990，7(1)：354417CHRISTENSEN J F SAsset p
43、rofiles for technological innovationJResearch Policy，1995，24(5)：72774518CASTELLACCI F，NATERA J MThe dynamics of national innova-tion systems：a panel eointegration analysis of the eoevolution between innovative capability and absorptive capacityJResearchPolicy，2013，42(3)：57959419任中保，乔黎黎国家自主创新能力内涵与建设思
44、路J科研管理，2013，34(9)：192620MCKELVERY M D，RICKNE A，LAAGEHELLMAN JThe economic dynamics of modern biotechnologyMGloueestershire ofUnited Kingdom：Edward Elgar Publishing，200421李扬，沈志渔战略性新兴产业集群的创新发展规律研究J经济与管理研究，2010(10)：293422WU JTechnological collaboration in product innovation：the role ofmarket competitio
45、n and seetoral technological intensityJResearch Policy。2012，41(2)：48949623谢瑾岚，马美英区域中小企业技术创新能力测度模型及实证分析J科技进步与对策，2010(12)：10511l24庄晋财，沙开庆，程李梅创业成长中双重网络嵌入的演化规律研究以正泰集团和温氏集团为例J中国工业经济，2012(8)：122134f 25SILVESTRE B S，NETO R E SCapability aecumulation，innovation。and technology diffusion：lessons from a base of the p删dclusterJTechnovation，2014，34(56)：27028326马澜我国医药制造业刨新能力的影响因素分析【J科技管理研究2012(16)：10一13作者简介：温晓慧(1953一)，女，山西太原人，教授，主要研究方向为产业经济。黄海洋(199I一)，男，甘肃酒泉人，硕士研究生，主要研究方向为产业评价。王晓珍(1977一)，通信作者，女，山东莱州人，博士后，副教授，主要研究方向为产业创新。高伟(1974一)，男，江苏睢宁入，博士，副教授，主要研究方向为能源经济。万方数据