《表4 SFA分析结果 (技术非效率函数修正第二步)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《京津冀地级市区规模以上工业企业创新效率分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***、**、*分别表示通过1%、5%、10%的置信水平检验

我们再将代表区域经济发展程度的人均GDP放入到第一个影响因素中，将国有企业占比放入到第4个影响因素中，得到如下表4，从模型的整体估计结果来看，γ=0.995且统计非常显著，这说明SFA的误差中大部来自于技术非效率，所以采用SFA方法进行测度是合适的。生产函数中，R&D人员折合全时当量和R&D内部经费支出对产出均有非常显著的正的影响，R&D人员折合全时当量的产出弹性为0.107，R&D内部经费支出的产出弹性为0.343。我们可以看到人均GDP和国有成分占比对创新效率都产生了显著的负相关的影响，加入人均GDP和国有企业性质占比两个影响变量比单纯加入人均GDP或者国有成分占比的系数都变小了，人均GDP变小的程度更大，而且人均GDP的显著性消失，说明在京津冀地区代表区域经济发展程度的人均GDP和国有成分占比两者确实存在着相关性。至此，我们还发现无论考虑不考虑企业性质，代表区域经济发展水平的人均GDP都对创新效率产生了负的影响，这可能是规模以上工业企业大都处于规模报酬递减阶段带来的，发展程度高的地区可能过量投入的现象也越多，规模报酬递减越突出。