基于DPSIR-ENTROPY-TOPSIS模型的区域技术创新综合评价研究——来自广东省21市的经验证据

doi:10.13776/j.cnki.resourcesindustries.20191010.002

资源与产业 ›› 2019, Vol. 21 ›› Issue (5): 101-112.DOI: 10.13776/j.cnki.resourcesindustries.20191010.002

• 非主题来稿选登 • 上一篇

基于DPSIR-ENTROPY-TOPSIS模型的区域技术创新综合评价研究——来自广东省21市的经验证据

彭薇

（北京师范大学珠海分校管理学院，广东珠海 519087）

收稿日期:2019-04-09 修回日期:2019-06-17 出版日期:2019-10-20 发布日期:2020-01-04
通讯作者: 彭薇 gzpengwei0203@163.com
基金资助:
广东省教育厅重点平台和重大科研项目特色创新类项目(2017WTSCX128)；教育部人文社会科学研究青年项目(19YJC790099)

REGIONAL TECHNICAL INNOVATION COMPREHENSIVE EVALUATION BASED ON DPSIR-ENTROPY-TOPSIS WITH EMPIRICAL EVIDENCES FROM GUANGDONG'S 21 CITIES

PENG Wei

(School of Management, Zhuhai Branch of Beijing Normal University, Zhuhai 519087, China)

Received:2019-04-09 Revised:2019-06-17 Online:2019-10-20 Published:2020-01-04

摘要/Abstract

摘要： 技术创新水平是区域经济综合实力与竞争力的重要体现。本文在总结技术创新及其评价指标相关研究的基础上，通过DPSIR方法从驱动力、压力、状态、影响及响应5个方面建立评价广东省21个地级市2006—2015年技术创新的指标体系；运用ENTROPY方法建立评价指标的权重；通过TOPSIS逼近理想排序法得到技术创新水平的综合分析与评价。研究发现，广东省21个地级市技术创新能力差异较大，广州和深圳在考察年度内创新能力高于其他地级市。通过收敛性分析发现，珠三角地区和粤西地区呈现σ收敛，技术创新标准差有缩小趋势。粤东、粤西以及山区通过了绝对β收敛检验，而在控制了经济、政府研发投入等因素进行条件β收敛检验后发现，各研究区域均实现了在区域内部技术创新能力的收敛。 

关键词: DPSIR-ENTROPY-TOPSIS模型, 技术创新, 收敛

Abstract: Technical innovation level marks the comprehensive strength and competitiveness of regional economy. This paper, based on a research review on technical innovation and indexes, establishes an index system to evaluate the technical innovation of Guangdong's 21 prefectures during 2006-2015 by using DPSIR method from driving forces, pressure, status, influence and response. ENTROPY is used to give weights to indexes. TOPSIS gives comprehensive analysis and evaluation through its approaching ideal ranking. The 21 prefectures vary in their capabilities in technical innovation, Guangzhou and Shenzhen are at top. Astringency shows a σ convergence in Pearl River Delta region and western Guangdong, indicating a shrinking technical innovation standard deviation. Eastern, western Guangdong and mountain areas where passed the absolute β convergence test reach a convergence inside regional technical innovation capabilities after controlling economy and governmental input factors.

Key words: DPSIR-ENTROPY-TOPSIS model, technical innovation, astringency

中图分类号:

F026.4

彭薇. 基于DPSIR-ENTROPY-TOPSIS模型的区域技术创新综合评价研究——来自广东省21市的经验证据[J]. 资源与产业, 2019, 21(5): 101-112.

PENG Wei. REGIONAL TECHNICAL INNOVATION COMPREHENSIVE EVALUATION BASED ON DPSIR-ENTROPY-TOPSIS WITH EMPIRICAL EVIDENCES FROM GUANGDONG'S 21 CITIES[J]. Resources & Industries, 2019, 21(5): 101-112.

[1]	杨恺钧, 曹安琪, 方慈慧. 新能源汽车产业集聚对区域绿色经济效率的影响——基于长江经济带的实证研究[J]. 资源与产业, 2024, 26(1): 35-49.
[2]	鞠严萍, 王新华. 煤炭行业产能过剩的再认识——基于潜类别随机边界法的测算及其空间演变[J]. 资源与产业, 2023, 25(6): 41-52.
[3]	苗圃, 张宁, 田泽, 丁晨辉. 破解大气污染协同治理难题的产业协同路径研究——以长江三角洲地区为例[J]. 资源与产业, 2023, 25(4): 67-77.
[4]	周申蓓, 杨喆, 张桂清. 营商环境对我国中小企业技术创新的影响——基于资源基础观的视角[J]. 资源与产业, 2023, 25(4): 93-104.
[5]	许纪校, 陆倩倩. 沉淀性冗余资源对我国制造业企业技术创新绩效的影响研究[J]. 资源与产业, 2023, 25(4): 116-126.
[6]	王帮俊, 崔林玉. 城市人均能源消费时空差异及收敛性分析——基于中国243个地级城市数据[J]. 资源与产业, 2023, 25(3): 31-41.
[7]	仇蕾, 马蓓文, 周钦, 程常高. 环境规制对重污染企业投资偏好的影响——基于我国A股上市公司的经验证据[J]. 资源与产业, 2023, 25(3): 92-106.
[8]	张倩, 梅亚丽, 王奎. 环境保护税、技术创新与制造业企业绩效——有调节的中介效应[J]. 资源与产业, 2023, 25(3): 107-120.
[9]	黄子琦, 刘清泉. 长江经济带产业协同集聚对绿色技术创新的影响机制——基于税收竞争的中介效应 [J]. 资源与产业, 2023, 25(2): 23-36.
[10]	高枝欣, 许纪校. 重污染企业社会责任、高管激励与绿色技术创新[J]. 资源与产业, 2023, 25(2): 88-100.
[11]	赵敏, 储佩佩. 中国省域农村产业融合水平的空间收敛性与分异特征[J]. 资源与产业, 2023, 25(1): 51-66.
[12]	万欣, 苏鹏程, 毛鹏. 异质性治理主体视角下环境规制的治污路径——基于中介效应的空间差异分析[J]. 资源与产业, 2022, 24(5): 108-116.
[13]	陈书伟, 韩丽. 政府创新补贴促进了企业绿色技术创新水平吗？——基于信号传递的视角[J]. 资源与产业, 2022, 24(5): 98-107.
[14]	李金晶, 李君, 陈长瑶, 等. 环境规制对西南地区产业结构优化的影响效应[J]. 资源与产业, 2022, 24(4): 124-132.
[15]	侯震梅, 张鹏彦, 周勇. 基于空间收敛视角的新疆区域经济协调发展的演变特征研究[J]. 资源与产业, 2022, 24(3): 53-62.

基于DPSIR-ENTROPY-TOPSIS模型的区域技术创新综合评价研究——来自广东省21市的经验证据

REGIONAL TECHNICAL INNOVATION COMPREHENSIVE EVALUATION BASED ON DPSIR-ENTROPY-TOPSIS WITH EMPIRICAL EVIDENCES FROM GUANGDONG'S 21 CITIES

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics