制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與高質(zhì)量發(fā)展——基于創(chuàng)新引領(lǐng)視角
發(fā)布時(shí)間:2021-03-30 02:06
創(chuàng)新引領(lǐng)是我國(guó)高質(zhì)量發(fā)展的重要方面,制造業(yè)技術(shù)創(chuàng)新可以形成具有帶動(dòng)作用的新動(dòng)能;1995-2016年時(shí)間序列數(shù)據(jù)構(gòu)建向量自回歸模型,分析制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與我國(guó)創(chuàng)新引領(lǐng)下高質(zhì)量發(fā)展的關(guān)系,實(shí)證發(fā)現(xiàn)兩者具有Granger因果關(guān)系并存在長(zhǎng)期均衡。在此基礎(chǔ)上,通過(guò)脈沖響應(yīng)分析和方差分解明確不同因素的作用機(jī)理。
【文章來(lái)源】:科技進(jìn)步與對(duì)策. 2020,37(06)北大核心CSSCI
【文章頁(yè)數(shù)】:10 頁(yè)
【文章目錄】:
0 引言
1 文獻(xiàn)回顧
2 研究假設(shè)
2.1 制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展
2.2 制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展相互作用內(nèi)在機(jī)理
3 研究設(shè)計(jì)
3.1 研究方法
3.2 變量選取
(1)制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力指標(biāo)。
(2)創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展指標(biāo)。
3.3 數(shù)據(jù)來(lái)源及說(shuō)明
4 實(shí)證分析
4.1 VAR模型構(gòu)建
4.2 VAR模型滯后階數(shù)選擇
4.3 VAR模型估計(jì)
4.4 VAR模型穩(wěn)定性檢驗(yàn)
4.5 Granger因果關(guān)系檢驗(yàn)
4.6 協(xié)整檢驗(yàn)與誤差修正模型
(1)協(xié)整檢驗(yàn)。
(2)誤差修正模型(VEC)。
4.7 脈沖響應(yīng)分析
4.8 方差分解
5 結(jié)論與建議
5.1 結(jié)論
5.2 建議
5.3 不足之處
本文編號(hào):3108643
【文章來(lái)源】:科技進(jìn)步與對(duì)策. 2020,37(06)北大核心CSSCI
【文章頁(yè)數(shù)】:10 頁(yè)
【文章目錄】:
0 引言
1 文獻(xiàn)回顧
2 研究假設(shè)
2.1 制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展
2.2 制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力與創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展相互作用內(nèi)在機(jī)理
3 研究設(shè)計(jì)
3.1 研究方法
3.2 變量選取
(1)制造業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力指標(biāo)。
(2)創(chuàng)新引領(lǐng)高質(zhì)量發(fā)展指標(biāo)。
3.3 數(shù)據(jù)來(lái)源及說(shuō)明
4 實(shí)證分析
4.1 VAR模型構(gòu)建
4.2 VAR模型滯后階數(shù)選擇
4.3 VAR模型估計(jì)
4.4 VAR模型穩(wěn)定性檢驗(yàn)
4.5 Granger因果關(guān)系檢驗(yàn)
4.6 協(xié)整檢驗(yàn)與誤差修正模型
(1)協(xié)整檢驗(yàn)。
(2)誤差修正模型(VEC)。
4.7 脈沖響應(yīng)分析
4.8 方差分解
5 結(jié)論與建議
5.1 結(jié)論
5.2 建議
5.3 不足之處
本文編號(hào):3108643
本文鏈接:http://www.sikaile.net/guanlilunwen/shengchanguanlilunwen/3108643.html
最近更新
教材專著