俞立平，贵州财经大学贵州省金融研究院教授、博导。主要从事技术经济、科技评价领域的教学科研工作。以优秀作者在核心期刊上发表论文140余篇，其中SSCI一区检索2篇，CSSCI检索120多篇。出版专著3部，主编国家规划教材1部。主持省部级课题3项。被评为省级学科带头人、省级优秀教师。

　　《大数据下高技术企业创新路径研究》在借鉴国外大数据成功经验的基础上，从理论上分析大数据对高技术企业创新本身带来的影响。首次提出“大数据经济学”的概念，借用大数据的思想，研究高技术企业不同创新路径的绩效，分析其中存在的问题，研究从三个方面进行数据挖掘与深度分析：一是高技术产业创新的现状分析；二是高技术产业不同创新路径的投入产出分析；三是高技术产业创新的效率以及不同创新路径效率研究，最后在以上研究的基础上提出政策建议。

第1章 引言
1．1 研究背景
1．2 研究意义
1．3 研究内容与技术路线
1．4 研究方法与数据来源
1．5 研究的重点、难点与创新之处

第2章 文献综述
2．1 大数据文献综述
2．2 科技创新文献综述
2．3 高技术企业创新文献综述

第3章 大数据下高技术企业创新的国际经验
3．1 企业内容管理：创新的大数据基础
3．2 大数据的知识结构：创新的人才支撑
3．3 产品的大数据跟踪：创新的直接驱动
3．4 市场与客户分析：创新的终极来源
3．5 竞争情报——创新的重要信息资源

第4章 大数据下高技术企业创新的理论研究
4．1 高技术企业创新的界定
4．2 大数据对高技术企业创新的影响
4．3 大数据对经济学研究高技术创新的影响

第5章 大数据下高技术产业创新的现状分析
5．1 科研人员分析
5．2 R&D经费分析
5．3 创新路径分析
5．4 创新产出能力分析
5．5 基于AHP-TOPSIS的高技术产业创新能力综合评价

第6章 大数据下高技术产业创新路径的比较
6．1 研究框架与数据
6．2 不同创新路径贡献弹性的估计
6．3 不同创新路径弹性系数的元分析
6．4 不同创新路径贡献弹性的深度分析
6．5 不同创新路径与产出关系的互动分析

第7章 大数据下高技术产业创新的效率
7．1 研究框架与数据选取
7．2 效率研究方法
7．3 效率分析结果
7．4 效率决定因素的灵敏度分析

第8章 结论与政策建议
8．1 研究结论
8．2 政策建议

参考文献