珠三角九市科技创新补贴政策文本量化研究

来源 :暨南大学 | 被引量 : 0次 | 上传用户:yohoban
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
科学技术在经济增长中发挥越来越重要的作用,科技创新能力逐渐成为国家和地区之间竞争的主要驱动力。地方政府通过制定科技创新补贴政策促进本地科技创新和产业经济的发展,科技创新补贴政策对于科技创新活跃度和产业经济具有重大影响,反映了地方政府和社会资源流向扶植产业的方向和聚集的程度。在粤港澳大湾区战略下,珠三角九市的科技创新补贴政策对相关主体的科技创新活跃度和产业经济的发展具有扩散效应,从而更有利于形成区域协同创新格局,以及共同打造引领全国、辐射周边的创新发展战略高地。本文主要以珠三角九市2014-2018年期间有效执行的230份科技创新补贴政策为样本数。一方面通过文本量化的方法,从政策的有效执行时间、颁布主体、补贴对象和补贴方式等四个维度对政策文本进行频数统计和量化分析。由于不同的分类维度中存在交叉和重叠,因此形成一个多维度、多序列、多层次的相互关联的网络关系。通过这个网络关系反映出珠三角九市科技创新补贴政策的颁布情况、补贴政策的作用点、不同城市对科技创新补贴的范围及组合的偏好,以及科技创新补贴方式的合理性等内容。另一方面,以政策文本数量为研究对象,进行实证研究,得出科技创新补贴政策对产业经济发展和科技创新活跃度的影响。最后得出相应的结论,并提出相关的政策建议。
其他文献
学位
学位
随着工作流技术、业务流程再造理论和传统生产流程理论的不断发展,业务过程管理在各企业和组织中都得到了很好的应用。日志数据可以在业务管理过程中产生。信息技术可以被用来进行详细的记录和信息处理,为各企业和组织提供了很多有价值的数据信息。这些日志信息可以被各企业和组织用来检测业务流程,为业务流程优化提供方便。过程信息可以通过过程挖掘技术从现代信息系统普遍存在的事件日志中抽取并用来建立过程模型。一致性诊断技
近年来,我国的经济快速的发展,重工业越来越发达,起重机企业为了增加工作效率,提高工作的安全性,制造了大量不同规格的起重机。起重机械属于特种设备,在铁路建设、水利工程、电站等等工程领域都有广泛的应用,除此之外,使用的规模也非常庞大,对于中国经济体系的发展提供了较强的助力。但因为起重机运转有着显著的特殊性,在国内外,发生起重机安全事故,时有发生,并且都危及到人员的生命危险,所以,对起重机的工作过程进行
激光是人类二十世纪最重要的发明之一,它的诞生推动了人类在照明、通信、天文测距、微观测量、精密加工、医疗和军事等各个领域的进步。其中超快激光微纳加工作为推动集成光子学发展的有利工具备受人们的关注。本论文致力于研究使用飞秒激光直写技术进行的近红外非线性集成光学器件的制备和相应的仿真研究,在掺卤化物GGSI硫系玻璃和铌酸锂晶体内设计制作了用于超连续谱展宽的波导结构和用于二次谐波光束整形的复合叉型光栅结构
随着光电成像技术的发展,光电成像设备的应用领域逐渐增多,但传统光电成像系统并不能完全满足新的需求,因此,现代光电成像系统需要具备更高的性能:更高(分辨率高)、更远(作用距离远)、更广(成像区域广)。传统光电成像系统通常采用增大相对孔径、增加焦距、提高光学系统复杂程度的方式以提高其分辨率、增加作用距离;且以减小焦距、增加光学系统复杂度的代价扩大成像区域。传统光电成像方式具有宽视场和高分辨率相互制约的
数学与生活密不可分,相辅相成。时代在进步,随着数字化生活的普及与人工智能的广泛应用,数学的重要性更加明显。《普通高中数学课程标准(2017年版)》提出六条“核心素养”,其中便有一项是“数学建模”,数学建模是数学与生活有机结合的一架桥梁,而数学建模能力作为数学建模核心素养的组成部分,更是高中学生数学学习的必备能力。本文主要研究的目的在于理清《普通高中数学课程标准(2017年版)》对“数学建模”核心素
学位
在未来的空间活动中,需要完成大量的空间作业,空间机械臂将发挥重要作用。星载机械臂是一类搭载于小型人造天体上的机械臂,相比于大型机械臂,具有燃料消耗低、使用寿命长和运行成本低等优点。因此,研究星载机械臂的动力学及相关的碰撞稳定性问题具有重要的理论与实践意义。对于星载机械臂的动力学问题,最常用的方法是利用Lagrange第二方程建立动力学模型。本文首先利用Lagrange第二方程推导了一般星载机械臂系
随着科学技术的快速发展,越来越多的图像数据出现在人们面前,为了更有效的对这些数据进行处理,人们对计算机视觉下的各个子领域都进行了深入研究与探索,多目标跟踪技术便是其中之一。多目标跟踪算法是指通过对连续图像的分析与处理,判断图像中多个目标在连续时间内的位置变化,以绘制每个目标的跟踪轨迹的相关算法。这项技术的发展可以帮助人们在自动驾驶、智慧城市与公共安全等领域取得长足进步。近年来,深度学习的发展如火如