摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第16-29页 |
1.1 研究背景与研究意义 | 第16-17页 |
1.1.1 研究背景 | 第16-17页 |
1.1.2 研究意义 | 第17页 |
1.2 文献综述 | 第17-24页 |
1.2.1 科技型企业研究 | 第17-20页 |
1.2.2 技术创新理论研究 | 第20-21页 |
1.2.3 技术创新能力研究 | 第21-22页 |
1.2.4 持续创新能力研究 | 第22-24页 |
1.3 研究问题与研究目标 | 第24-25页 |
1.3.1 研究问题 | 第24页 |
1.3.2 研究目标 | 第24-25页 |
1.4 研究思路与研究内容 | 第25-29页 |
1.4.1 研究思路 | 第25-26页 |
1.4.2 研究内容 | 第26-29页 |
第2章 理论基础 | 第29-42页 |
2.1 持续创新能力指标体系及其评价方法 | 第29-33页 |
2.1.1 持续创新能力指标体系 | 第29-31页 |
2.1.2 持续创新能力评价方法 | 第31-33页 |
2.2 效度以及效度测定 DEA 模型 | 第33-38页 |
2.2.1 效度 | 第33-36页 |
2.2.2 效度测定 DEA 模型 | 第36-38页 |
2.3 神经网络模型理论研究 | 第38-41页 |
2.3.1 标准的神经网络模型 | 第38页 |
2.3.2 改进的神经网络模型 | 第38-41页 |
2.4 本章小结 | 第41-42页 |
第3章 科技型企业持续创新能力动力学机理研究 | 第42-58页 |
3.1 持续创新能力概念界定 | 第42-45页 |
3.2 科技型企业持续创新能力驱动机制 | 第45-48页 |
3.2.1 科技型企业持续创新动力 | 第45-46页 |
3.2.2 科技型企业持续创新动力影响宏观模型 | 第46-48页 |
3.3 科技型企业持续创新能力驱动机制的宏观动力学模型 | 第48-52页 |
3.3.1 单阶段不完全信息对持续创新投资水平动力学模型 | 第49-51页 |
3.3.2 二阶段不完全信息和对持续创新投资水平动力学模型 | 第51-52页 |
3.4 科技型企业持续创新能力机理研究 | 第52-57页 |
3.4.1 变量选择 | 第53-54页 |
3.4.2 计量模型和模型识别 | 第54-55页 |
3.4.3 模型结果分析 | 第55-57页 |
3.5 本章小结 | 第57-58页 |
第4章 科技型企业持续创新能力的影响要素研究 | 第58-79页 |
4.1 研究设计与数据收集 | 第58-65页 |
4.2 研究信度检验 | 第65-68页 |
4.3 效度检验 | 第68-73页 |
4.4 研究假设的检验 | 第73-78页 |
4.4.1 整体结构方程模型的构建 | 第74-75页 |
4.4.2 结构方程模型估计与检验 | 第75-76页 |
4.4.3 整体模型拟合度评价 | 第76-78页 |
4.5 本章小结 | 第78-79页 |
第5章 科技型企业持续创新能力体系构建 | 第79-87页 |
5.1 基本原则 | 第79-80页 |
5.2 构建持续创新指标体系 | 第80-83页 |
5.3 持续创新能力体系具体指标注释 | 第83-86页 |
5.3.1 科技型企业的持续创新领导能力 | 第83页 |
5.3.2 科技型企业的持续创新战略能力 | 第83-84页 |
5.3.3 科技型企业的持续创新市场创新能力 | 第84页 |
5.3.4 科技型企业的持续创新支撑资源能力 | 第84-85页 |
5.3.5 科技型企业持续创新的过程管理 | 第85页 |
5.3.6 持续创新测量、分析和改进结果 | 第85-86页 |
5.4 本章小结 | 第86-87页 |
第6章 基于 GRA-NETDEA 的持续创新能力效度评价研究 | 第87-105页 |
6.1 持续创新能力 DMU 选择原则 | 第87页 |
6.2 持续创新指标权重确定方法 | 第87-89页 |
6.3 持续创新能力效度测定定义 | 第89页 |
6.4 持续创新能力效度测定模型的构建 | 第89-93页 |
6.4.1 NETDEA 模型的构建 | 第89-90页 |
6.4.2 GRA-NETDEA 模型的构建 | 第90-92页 |
6.4.3 持续创新能力 DEA 效度有效性判断 | 第92-93页 |
6.5 持续创新能力效度测定及其分析 | 第93-103页 |
6.5.1 持续创新能力效度测定 | 第93-101页 |
6.5.2 持续创新能力效度分析 | 第101-103页 |
6.6 本章小结 | 第103-105页 |
第7章 基于量子衍生神经网络的持续创新能力研究 | 第105-117页 |
7.1 量子神经网络模型 | 第105-106页 |
7.1.1 基于多层激活函数的量子神经网络模型 | 第105页 |
7.1.2 量子神经网络模型 | 第105-106页 |
7.2 改进型量子神经网络 | 第106-110页 |
7.3 量子神经网络模型改进型 | 第110-113页 |
7.3.1 改进量子间隔的更新算法 | 第110-112页 |
7.3.2 假饱和预防函数 | 第112-113页 |
7.4 实验 | 第113-116页 |
7.4.1 实验设计 | 第113页 |
7.4.2 实验结果 | 第113-115页 |
7.4.3 结果分析 | 第115-116页 |
7.5 本章小结 | 第116-117页 |
第8章 提高科技型企业持续创新能力的对策及其建议 | 第117-134页 |
8.1 提高科技型企业持续创新能力对策研究 | 第117-126页 |
8.1.1 完善体系环境 | 第117-118页 |
8.1.2 增强意识,加大投入 | 第118-123页 |
8.1.3 合理配置创新资源,调整技术创新投资结构 | 第123-124页 |
8.1.4 大力引进技术创新人才,建立人才激励机制 | 第124-125页 |
8.1.5 加快信息化建设,健全技术创新的支撑体系 | 第125-126页 |
8.2 提高科技型企业持续创新能力建议研究 | 第126-132页 |
8.2.1 科技型企业投融资政策建议 | 第128-130页 |
8.2.2 科技型企业交流与合作建议 | 第130-131页 |
8.2.3 科技型企业宏观制度建议 | 第131-132页 |
8.2.4 科技型产业集群发展建议 | 第132页 |
8.3 本章小结 | 第132-134页 |
结论 | 第134-136页 |
参考文献 | 第136-146页 |
致谢 | 第146-147页 |
附录A 攻读博士学位期间所发表的学术论文 | 第147-148页 |
附录B 攻读博士学位期间所参与的科研课题 | 第148页 |