李燕+伍文中

【摘 要】 文章基于1+1+7模式對(duì)2009—2015年珠三角R&D投入產(chǎn)出的4個(gè)指標(biāo)進(jìn)行了圖表比較，并利用Super-SBM模型對(duì)珠三角9個(gè)城市2013—2015年投入產(chǎn)出的13個(gè)要素進(jìn)行綜合績(jī)效的實(shí)證分析和評(píng)價(jià)。研究結(jié)果表明，珠三角科技投入產(chǎn)出的規(guī)模在逐年增加，但各城市之間投入產(chǎn)出的綜合績(jī)效存在較大差異且原因各異，需要因地制宜，提高珠三角各城市R&D投入產(chǎn)出績(jī)效。

【關(guān)鍵詞】 R&D投入產(chǎn)出； 績(jī)效評(píng)價(jià)； Super-SBM模型

【中圖分類(lèi)號(hào)】 F224.9 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2018）02-0095-07

2016年4月，廣東省發(fā)布《珠三角國(guó)家自主創(chuàng)新示范區(qū)建設(shè)實(shí)施方案（2016—2020年）》，明確將珠三角建設(shè)成為國(guó)際一流的創(chuàng)業(yè)創(chuàng)新中心?？萍紕?chuàng)新是經(jīng)濟(jì)增長(zhǎng)的持久動(dòng)力，而科技創(chuàng)新離不開(kāi)R&D投入。2015年，珠江三角洲地區(qū)研發(fā)經(jīng)費(fèi)支出比重達(dá)2.7%，百萬(wàn)人口發(fā)明專(zhuān)利申請(qǐng)量1 728件，萬(wàn)人發(fā)明專(zhuān)利擁有量23.33件，技術(shù)自給率達(dá)71%，科技進(jìn)步貢獻(xiàn)率超過(guò)57%①，基本達(dá)到創(chuàng)新型國(guó)家和地區(qū)水平。目前已形成以深圳、廣州和其他7個(gè)地市國(guó)家級(jí)高新區(qū)為核心的“1+1+7”自主創(chuàng)新示范區(qū)建設(shè)新格局，但珠三角9個(gè)地市R&D投入的差異顯著，以2015年為例，深圳的R&D經(jīng)費(fèi)支出為732.39億元，占GDP比例為4.18%，而肇慶的R&D經(jīng)費(fèi)支出為19.67億元，占GDP比例為1%，各地市R&D投入差異這么顯著，績(jī)效究竟如何？有無(wú)相互可以借鑒進(jìn)而盡快推動(dòng)珠三角整個(gè)地區(qū)創(chuàng)新發(fā)展的路徑？

基于以上問(wèn)題，本文以珠三角各地市R&D投入產(chǎn)出現(xiàn)狀和績(jī)效的實(shí)證評(píng)價(jià)為基礎(chǔ)，研究推動(dòng)R&D投入績(jī)效的實(shí)現(xiàn)路徑，以期盡快實(shí)現(xiàn)“珠三角建設(shè)成為國(guó)際一流的創(chuàng)業(yè)創(chuàng)新中心”的目標(biāo)。

一、文獻(xiàn)回顧及R&D投入產(chǎn)出績(jī)效評(píng)價(jià)模型構(gòu)建

關(guān)于R&D投入產(chǎn)出績(jī)效評(píng)價(jià)的研究文獻(xiàn)近年較多。從評(píng)價(jià)方法來(lái)看，早期學(xué)者主要基于知識(shí)生產(chǎn)函數(shù)分析框架，通過(guò)估計(jì)R&D投入對(duì)經(jīng)濟(jì)產(chǎn)出的邊際影響系數(shù)或彈性系數(shù)，以間接反映R&D投入績(jī)效[ 1 ]。隨著前沿生產(chǎn)函數(shù)方法的提出和發(fā)展，學(xué)者們開(kāi)始借助非參數(shù)數(shù)據(jù)包絡(luò)法（DEA）或隨機(jī)前沿生產(chǎn)函數(shù)法（SFA），直接測(cè)算R&D投入產(chǎn)出績(jī)效[ 2-4 ]。還有學(xué)者用灰色關(guān)聯(lián)分析法[ 5-6 ]和平衡計(jì)分卡法[ 7 ]等方法進(jìn)行了R&D投入產(chǎn)出績(jī)效評(píng)價(jià)。從R&D投入角度來(lái)看，有不同類(lèi)型的R&D投入產(chǎn)出績(jī)效評(píng)價(jià)的研究[ 8-9 ]，有不同主體的R&D資金投入產(chǎn)出績(jī)效評(píng)價(jià)的研究[ 10-11 ]。既有研究為本文提供了R&D投入產(chǎn)出績(jī)效評(píng)價(jià)方法和評(píng)價(jià)指標(biāo)選取的思路。

數(shù)據(jù)包絡(luò)法DEA是由著名運(yùn)籌學(xué)專(zhuān)家A.Charnes和W.W.Cooper等提出的以“相對(duì)效率”概念為基礎(chǔ)的多指標(biāo)投入產(chǎn)出效益評(píng)價(jià)方法，自1978年提出后，被廣泛應(yīng)用于各個(gè)領(lǐng)域。DEA基本模型主要包括CCR模型（規(guī)模報(bào)酬不變）和BCC模型（規(guī)模報(bào)酬可變）兩種形式，是用來(lái)研究多輸入、多輸出決策單元相對(duì)有效性的十分理想的方法。相比其他績(jī)效評(píng)價(jià)方法，DEA方法無(wú)需對(duì)權(quán)重進(jìn)行人工賦值，避免了主觀因素的影響。CCR和BCC模型均屬于徑向模型，徑向模型對(duì)無(wú)效率的測(cè)度沒(méi)有包括松弛變量，得出的效率值可能高估了被評(píng)價(jià)DMU的效率。為了克服徑向模型的上述缺陷，Tone（2001）提出了基于松弛變量計(jì)算效率值的非徑向DEA模型即SBM（Slack Based Measure）模型。SBM模型在提高評(píng)價(jià)效率準(zhǔn)確度的同時(shí)又較好地解決了“技術(shù)創(chuàng)新黑箱”的問(wèn)題，將松弛投入和松弛產(chǎn)出均考慮在內(nèi)。超效率模型是由Anderson和Petersen（1993）提出的一種對(duì)評(píng)價(jià)為DEA有效或弱有效的DMU進(jìn)行進(jìn)一步評(píng)價(jià)的方法，其原理是將被評(píng)價(jià)DMU從參照集中排除從而使求解得出的效率值可能大于1，因此命名為超效率（Super-efficiency）?；谝陨峡紤]，本文將采用DEA的Super-SBM模型對(duì)珠三角R&D投入產(chǎn)出績(jī)效評(píng)價(jià)進(jìn)行實(shí)證分析。Super-SBM模型如模型（1）所示。在該模型中：？茲*為效率值；m，s代表投入產(chǎn)出個(gè)數(shù)；s-i，s+r為投入產(chǎn)出變量的松弛度；xi表示R&D投入的要素，yi表示R&D投入后的產(chǎn)出要素；n表示決策單元DMU個(gè)數(shù)。

二、R&D投入產(chǎn)出績(jī)效評(píng)價(jià)指標(biāo)體系

績(jī)效評(píng)價(jià)是建立在合理的評(píng)價(jià)指標(biāo)體系基礎(chǔ)上的，建立評(píng)價(jià)指標(biāo)體系時(shí)應(yīng)遵循以下基本原則：

（1）系統(tǒng)性與關(guān)聯(lián)性原則。評(píng)價(jià)指標(biāo)的選取應(yīng)該從各個(gè)組成部分出發(fā)，使選取的指標(biāo)之間構(gòu)成相互聯(lián)系、相互補(bǔ)充的指標(biāo)體系，以保證評(píng)價(jià)結(jié)果的綜合性及全面性。

（2）科學(xué)性原則。評(píng)價(jià)指標(biāo)的選取一定要按照客觀規(guī)律，正確處理理論與實(shí)際、傳統(tǒng)經(jīng)驗(yàn)與現(xiàn)代管理科學(xué)之間的關(guān)系。從科技信息統(tǒng)計(jì)網(wǎng)中筆者了解到，國(guó)家在科技方面統(tǒng)計(jì)的數(shù)據(jù)比較多，因此有很多的投入及產(chǎn)出指標(biāo)供選擇。

（3）重要性原則和可行性。綜合考慮實(shí)證分析方法、評(píng)價(jià)目標(biāo)以及其他因素，從備選的指標(biāo)中選擇最具代表性的幾個(gè)指標(biāo)。選取指標(biāo)時(shí)應(yīng)充分考慮指標(biāo)數(shù)據(jù)獲取的重要性和難易程度，尤其是本文研究的區(qū)域?qū)ο笫侵槿堑?個(gè)城市，不像省級(jí)或全國(guó)數(shù)據(jù)那么全面。

基于以上原則和相關(guān)文獻(xiàn)研究的成果，本文擬構(gòu)建如表1所示的投入產(chǎn)出指標(biāo)體系。

三、珠三角各城市R&D投入產(chǎn)出趨勢(shì)比較分析

由于2009年之前地市相關(guān)數(shù)據(jù)不夠全面，本文財(cái)政R&D投入與各項(xiàng)產(chǎn)出指標(biāo)數(shù)據(jù)來(lái)源于廣東科技年鑒（2010—2016）、廣東統(tǒng)計(jì)年鑒（2010—2016）、廣東省專(zhuān)利統(tǒng)計(jì)數(shù)據(jù)（2010—2016）、珠三角城市群年鑒（2010—2016）以及珠三角各城市統(tǒng)計(jì)數(shù)據(jù)（2010—2016），全部數(shù)據(jù)均通過(guò)手工收集取得。

限于篇幅，本部分選擇以下具有代表性的4個(gè)指標(biāo)進(jìn)行比較分析：投入指標(biāo)中選取R&D資金投入中的“全社會(huì)R&D投入”和“工業(yè)企業(yè)R&D活動(dòng)人員”，產(chǎn)出指標(biāo)中選取“專(zhuān)利授權(quán)量”和“工業(yè)企業(yè)新產(chǎn)品出口”。endprint

（一）珠三角各城市“全社會(huì)R&D投入”的趨勢(shì)比較分析

2009—2015年珠三角各城市全社會(huì)R&D投入及其所占當(dāng)?shù)谿DP比重情況如表2所示。深圳市R&D經(jīng)費(fèi)遠(yuǎn)遠(yuǎn)高于其他城市，深圳市R&D經(jīng)費(fèi)占珠三角R&D經(jīng)費(fèi)投入的42%～45%，深圳與廣州合計(jì)R&D經(jīng)費(fèi)占珠三角R&D經(jīng)費(fèi)投入的64%～72%，珠三角R&D經(jīng)費(fèi)占廣東省R&D經(jīng)費(fèi)投入的94%～95%。另外從各市GDP經(jīng)費(fèi)所占GDP比例來(lái)看，深圳也遠(yuǎn)遠(yuǎn)高于其他城市。

基于珠三角已形成以深圳、廣州和其他7個(gè)地市國(guó)家級(jí)高新區(qū)為核心的“1+1+7”自主創(chuàng)新示范區(qū)建設(shè)新格局，在比較分析時(shí)依此形成1（深圳）+1（廣州）+7（其他7個(gè)城市數(shù)據(jù)總和）格局下的圖形，后面指標(biāo)的圖形也依此形成，圖1所示的就是1+1+7格局下全社會(huì)R&D投入趨勢(shì)比較。

從圖1可以看出，廣州、深圳、其他7城市、整個(gè)珠三角及廣東省R&D經(jīng)費(fèi)投入的趨勢(shì)都是向上增長(zhǎng)的，其中珠三角R&D經(jīng)費(fèi)投入合計(jì)數(shù)一直接近于廣東省全年合計(jì)數(shù)，深圳的R&D經(jīng)費(fèi)投入高于其他7個(gè)城市的合計(jì)數(shù)，廣州的R&D經(jīng)費(fèi)投入離深圳的距離有擴(kuò)大的趨勢(shì)。

（二）珠三角各城市“工業(yè)企業(yè)R&D活動(dòng)人員”的趨勢(shì)比較分析

2009—2015年珠三角各城市工業(yè)企業(yè)R&D活動(dòng)人員情況如表3所示。深圳市工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量遠(yuǎn)遠(yuǎn)高于其他城市，深圳市工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量占珠三角工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量的35%～47%，深圳與廣州合計(jì)的工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量占珠三角工業(yè)企業(yè)R&D活動(dòng)人員的51%～61%，珠三角工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量占廣東省工業(yè)企業(yè)R&D活動(dòng)人員的92%～95%。與R&D經(jīng)費(fèi)投入相比，工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量在深圳和廣州占全省的比例要略低一些。

2009—2015年珠三角1+1+7格局下工業(yè)企業(yè)R&D活動(dòng)人員趨勢(shì)比較如圖2所示。與圖1的R&D經(jīng)費(fèi)投入相比，工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量在統(tǒng)計(jì)的5個(gè)區(qū)域都不是呈現(xiàn)單調(diào)的向上趨勢(shì)，而是有所反復(fù)。珠三角工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量和全省的變化趨勢(shì)一致，數(shù)據(jù)也很接近。深圳工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量不再一直高于其他7城市的合計(jì)數(shù)，說(shuō)明工業(yè)企業(yè)R&D活動(dòng)人員有向其他7城市分散的趨勢(shì)，而廣州的工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量變化比較平緩。

（三）珠三角各城市“專(zhuān)利授權(quán)量”的趨勢(shì)比較分析

2009 — 2015年珠三角各城市專(zhuān)利授權(quán)量情況如表4所示。深圳專(zhuān)利授權(quán)量遠(yuǎn)遠(yuǎn)高于其他城市，深圳專(zhuān)利授權(quán)量占珠三角專(zhuān)利授權(quán)量的33%～36%，深圳與廣州合計(jì)的專(zhuān)利授權(quán)量占珠三角專(zhuān)利授權(quán)量的47%～53%，珠三角專(zhuān)利授權(quán)量占廣東省專(zhuān)利授權(quán)量的88%～91%。與R&D上述兩個(gè)投入指標(biāo)相比，專(zhuān)利授權(quán)量在深圳和廣州占全省的比例要更低一些。

2009—2015年珠三角1+1+7格局下專(zhuān)利授權(quán)量趨勢(shì)比較如圖3所示。廣州、深圳、其他7城市、整個(gè)珠三角和廣東省專(zhuān)利授權(quán)量的變化趨勢(shì)一致，2009—2013年上升趨勢(shì)比較平緩，2014年開(kāi)始上升趨勢(shì)加快，相對(duì)而言，廣州的專(zhuān)利授權(quán)量變化比較穩(wěn)定。

（四）珠三角各城市“工業(yè)企業(yè)新產(chǎn)品出口”趨勢(shì)比較分析

2009—2015年珠三角各城市工業(yè)企業(yè)新產(chǎn)品出口情況如表5所示。相比其他指標(biāo)，“工業(yè)企業(yè)新產(chǎn)品出口”這個(gè)指標(biāo)能更好地詮釋產(chǎn)品創(chuàng)新的經(jīng)濟(jì)效益。深圳工業(yè)企業(yè)新產(chǎn)品出口指標(biāo)把其他城市甩得更遠(yuǎn)，占整個(gè)珠三角的比重除了2009年（44%）低于60%外，其他年份都高于60%，占整個(gè)廣東省的比重除了2009年（42%）和2011年（59%）外，其他年份也達(dá)到或超過(guò)60%。珠三角工業(yè)企業(yè)新產(chǎn)品出口占廣東省工業(yè)企業(yè)新產(chǎn)品出口的96%～98%。值得一提的是，廣州該指標(biāo)的值還遠(yuǎn)小于佛山和東莞（2011年起），且處于略微下降中，2015年甚至快被珠海和中山追上。另外東莞上升勢(shì)頭強(qiáng)勁，2009年到2015年增長(zhǎng)達(dá)到4倍左右。

2009—2015年珠三角1+1+7格局下工業(yè)企業(yè)新產(chǎn)品出口趨勢(shì)比較如圖4所示，可以一目了然地看到這些年深圳的工業(yè)企業(yè)新產(chǎn)品出口量在珠三角地區(qū)乃至整個(gè)廣東省獨(dú)占鰲頭，珠三角和廣東省的變化趨勢(shì)與深圳的變化趨勢(shì)完全一致，珠三角的工業(yè)企業(yè)新產(chǎn)品出口量趨近于廣東省的工業(yè)企業(yè)新產(chǎn)品出口量。該指標(biāo)的值廣州被深圳遠(yuǎn)遠(yuǎn)甩在其后，且趨勢(shì)呈略下降中。

四、基于Super-SBM珠三角各城市R&D投入產(chǎn)出績(jī)效的實(shí)證分析

（一）實(shí)證數(shù)據(jù)選取及處理

據(jù)前文R&D投入產(chǎn)出績(jī)效評(píng)價(jià)的Super-SBM模型，本文中的投入指標(biāo)數(shù)量m=8，產(chǎn)出指標(biāo)數(shù)量s=5，決策單元DMU為珠三角城市個(gè)數(shù)9。由于研發(fā)活動(dòng)產(chǎn)生的效益具有一定的滯后性，為了更加準(zhǔn)確地描述R&D投入的產(chǎn)出效果，本文假設(shè)R&D產(chǎn)出滯后兩年，即第j年的產(chǎn)出是第j-1年和第j-2年的平均R&D投入所產(chǎn)出的。由于手工收集數(shù)據(jù)時(shí)發(fā)現(xiàn)個(gè)別指標(biāo)的數(shù)據(jù)不全，本部分選取的產(chǎn)出數(shù)據(jù)從2013年開(kāi)始，即分析產(chǎn)出的年度為2013年、2014年及2015年共3個(gè)年度，R&D投入的數(shù)據(jù)則從2011年開(kāi)始取數(shù)計(jì)算求得。

（二）Super-SBM模型的實(shí)證分析

本文利用DEA-SOLVER Pro5.0軟件對(duì)珠三角9個(gè)城市的投入產(chǎn)出效率進(jìn)行實(shí)證分析，投入和產(chǎn)出不限定，因此選擇無(wú)導(dǎo)向Super-SBM-Nooriented-GRS模型來(lái)進(jìn)行2013—2015年的績(jī)效對(duì)比分析。3年各城市的投入產(chǎn)出綜合效率值如表6所示。

由表6可知，江門(mén)和肇慶3年的綜合效率都小于1，進(jìn)一步分析其資源配置和規(guī)模效率都是無(wú)效的。廣州雖然3年的綜合效率都大于1，但在9個(gè)城市中排名一直靠后?？傮w來(lái)看，各城市的綜合效率排名波動(dòng)不大，據(jù)此，以2015年各項(xiàng)投入產(chǎn)出變量的松弛度②進(jìn)行進(jìn)一步分析。

表7所示為2015年珠三角各城市R&D投入產(chǎn)出松弛度情況。從該表可知，江門(mén)和肇慶投入要素的松弛度為正數(shù)，產(chǎn)出要素的松弛度為負(fù)數(shù)，說(shuō)明其投入出現(xiàn)冗余，產(chǎn)出不足，急需改變投入產(chǎn)出結(jié)構(gòu)，提高綜合效率；而其他城市正好相反，有些投入要素還可進(jìn)一步提高，產(chǎn)出則出現(xiàn)超額完成現(xiàn)狀。具體來(lái)講，對(duì)各要素還可進(jìn)一步做如下調(diào)整，從投入要素來(lái)看：（1）對(duì)于全社會(huì)R&D投入資金（x1），惠州、東莞、中山可以進(jìn)一步追加投資額度；（2）對(duì)于全社會(huì)R&D投入占GDP比重（x2），廣州、深圳、佛山、東莞可以進(jìn)一步提高，江門(mén)、肇慶則出現(xiàn)投入冗余；（3）對(duì)于地方財(cái)政R&D撥款（x3），佛山、東莞可以進(jìn)一步追加投資額度，江門(mén)、肇慶則出現(xiàn)投入冗余；（4）對(duì)于地方財(cái)政科技撥款占地方公共財(cái)政支出的比重（x4），深圳和佛山還可進(jìn)一步提高，江門(mén)和肇慶則出現(xiàn)冗余；（5）對(duì)于工業(yè)企業(yè)R&D活動(dòng)經(jīng)費(fèi)（x5），珠海、惠州和東莞可進(jìn)一步追加，而江門(mén)和肇慶略有冗余；（6）縣級(jí)及以上政府部門(mén)R&D活動(dòng)經(jīng)費(fèi)（x6），珠海、惠州和中山可進(jìn)一步追加，肇慶略有冗余；（7）對(duì)于工業(yè)企業(yè)R&D活動(dòng)人員（x7），廣州和惠州可增加，江門(mén)和肇慶出現(xiàn)冗余；（8）對(duì)于縣級(jí)及以上政府部門(mén)R&D活動(dòng)人員（x8），佛山可增加，肇慶出現(xiàn)冗余。從產(chǎn)出要素來(lái)看，綜合效率大于1的城市中，廣州、東莞和中山的專(zhuān)利授權(quán)量超效率完成，工業(yè)企業(yè)新產(chǎn)品出口只有深圳超效率完成，綜合效率小于1的城市（江門(mén)和肇慶）產(chǎn)出要素基本處于不足狀態(tài)。endprint

五、結(jié)論與政策建議

本文首先基于珠三角9個(gè)城市的1+1+7模式對(duì)2009—2015年R&D投入產(chǎn)出的4個(gè)代表性指標(biāo)進(jìn)行了圖表的趨勢(shì)比較，之后利用Super-SBM模型對(duì)9個(gè)城市2013—2015年R&D投入產(chǎn)出的綜合效率進(jìn)行了測(cè)度，并分析了2015年9個(gè)城市各要素的松弛度，可以得出如下結(jié)論：（1）深圳的R&D資金和人力投入遠(yuǎn)遠(yuǎn)高于其他城市，產(chǎn)出同樣也是，尤其是工業(yè)企業(yè)新產(chǎn)品出口量占到整個(gè)廣東省的60%左右，但其R&D投入產(chǎn)出的綜合效率并不是最高的。（2）廣州作為廣東省的第一大經(jīng)濟(jì)體（2015年GDP為全省第一），總體的資金和人力投入都不及深圳，各項(xiàng)產(chǎn)出更是落后深圳很多，其R&D投入產(chǎn)出的綜合效率排在倒數(shù)。（3）珠三角的其他7個(gè)城市中，佛山、惠州和中山的綜合效率靠前，佛山處于穩(wěn)步上升中（2013年第四，2014年第二，2015年第一），且其各項(xiàng)產(chǎn)出量也排在前列，江門(mén)和肇慶無(wú)論是綜合效率還是產(chǎn)出都位于后列，有待進(jìn)一步提高。

為了早日將珠三角建設(shè)成為國(guó)際一流的創(chuàng)業(yè)創(chuàng)新中心，發(fā)揮深圳和廣州的引領(lǐng)作用，由珠三角輻射到整個(gè)廣東甚至華南地區(qū)，針對(duì)以上R&D投入產(chǎn)出績(jī)效實(shí)證中的問(wèn)題，提出以下建議：

（1）深圳可繼續(xù)提高R&D投入的強(qiáng)度，包括全社會(huì)R&D的投入強(qiáng)度和地方財(cái)政R&D的投入強(qiáng)度；另外產(chǎn)出方面需投入更多人力財(cái)力進(jìn)行專(zhuān)利申請(qǐng)，以提高R&D投入科技直接產(chǎn)出的效果。

（2）廣州在“1+1+7”模式中“1”的地位亟需加強(qiáng)，從投入來(lái)看，要繼續(xù)保持全社會(huì)R&D的投入增長(zhǎng)，要增加工業(yè)企業(yè)R&D活動(dòng)人員數(shù)量以加強(qiáng)科技開(kāi)發(fā)能力和應(yīng)用。當(dāng)然廣州綜合效率不高有其客觀原因。廣州作為省會(huì)城市，有大量的科研經(jīng)費(fèi)用在高校和政府部門(mén)科研投入中，而這部分科研成果轉(zhuǎn)化為實(shí)際生產(chǎn)效率需要的時(shí)間會(huì)更長(zhǎng)一些，且這些成果惠及整個(gè)珠三角甚至更廣的地域。但廣州的專(zhuān)利指標(biāo)是超效率的，說(shuō)明亟需將科技成果應(yīng)用到工業(yè)企業(yè)，轉(zhuǎn)換成現(xiàn)實(shí)的生產(chǎn)力來(lái)提高R&D投入的經(jīng)濟(jì)效益。

（3）其他7個(gè)城市中，佛山、惠州、中山和東莞毗鄰廣州或深圳，可共享有利資源，推動(dòng)科技創(chuàng)新，R&D投入產(chǎn)出的綜合效果總體不錯(cuò)，但依然有進(jìn)一步提升的空間。以東莞為例，近年進(jìn)行轉(zhuǎn)型升級(jí)政府給予了大力支持，2017年第1號(hào)文件的“倍增計(jì)劃”就是通過(guò)創(chuàng)新和優(yōu)化產(chǎn)業(yè)、土地、資本、人才要素供給來(lái)推動(dòng)產(chǎn)業(yè)經(jīng)濟(jì)實(shí)現(xiàn)更高質(zhì)量、更有效率。7個(gè)城市中江門(mén)和肇慶是最靠后的，這兩個(gè)城市相對(duì)而言地處偏遠(yuǎn)一點(diǎn)，各項(xiàng)產(chǎn)出要素基本不足，尤其是肇慶，因此這兩個(gè)城市應(yīng)在各方面借鑒其他城市的成功經(jīng)驗(yàn)，提高R&D投入產(chǎn)出的綜合效率。珠海的R&D投入產(chǎn)出綜合效率雖然大于1，但排名一直靠后，分析其投入，資金投入的金額和強(qiáng)度都排在前，但科技直接產(chǎn)出的專(zhuān)利指標(biāo)和工業(yè)企業(yè)新產(chǎn)品出口指標(biāo)的效率不高，有待進(jìn)一步加強(qiáng)。

【參考文獻(xiàn)】

[1] JEFFERSON G H，BAI HUAMAO，GUAN XIAOJING，et al.R&D performance in Chinese industry[J].Economics of Innovation & New Technology，2006，15（4/5）：345-366.

[2] 張海洋.我國(guó)省際工業(yè)全要素R&D效率和影響因素：1997—2007[J].經(jīng)濟(jì)學(xué)（季刊），2010（3）：1029-1050.

[3] 衛(wèi)平，王艷.基R&D方法的我國(guó)高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新資源配置效率研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2014（5）：108-116.

[4] 李牧南，梁欣誼，熊俊霞.一種基于極大熵準(zhǔn)則DEA的區(qū)域科技投入效率評(píng)價(jià)方法：以廣東專(zhuān)業(yè)鎮(zhèn)為例[J].科技管理研究，2016（10）：66-81.

[5] 王麗敏.政府財(cái)政科技投入績(jī)效關(guān)聯(lián)分析：基于河南省的實(shí)證研究[J].企業(yè)經(jīng)濟(jì)，2016（6）：154-156.

[6] 廖添土.我國(guó)財(cái)政科技投入的實(shí)證分析與績(jī)效評(píng)價(jià)研究[J].福建農(nóng)林大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012，15（4）：42-47.

[7] 馬乃云，候倩.基于平衡計(jì)分卡方法的財(cái)政科技經(jīng)費(fèi)績(jī)效評(píng)價(jià)體系研究[J].中國(guó)軟科學(xué)，2010（10）：184-192.

[8] 嚴(yán)成樑，龔六堂.R&D規(guī)模、R&D結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)[J].南開(kāi)經(jīng)濟(jì)研究，2013（2）：3-19.

[9] 蔣殿春，王曉嬈.中國(guó)R&D結(jié)構(gòu)對(duì)生產(chǎn)率影響的比較分析[J].南開(kāi)經(jīng)濟(jì)研究，2015（2）：59-73.

[10] 陸國(guó)慶，王舟，張春宇.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)政府創(chuàng)新補(bǔ)貼的績(jī)效研究[J].經(jīng)濟(jì)研究，2014（7）：44-55.

[11] 韓鳳芹，趙偉.R&D中政府投入效率測(cè)度及影響因素分析：基于省級(jí)面板數(shù)據(jù)的研究[J].財(cái)政研究，2015（11）：75-85.endprint