趙清軍1,車 鑫1,周畢芬1,何艷陽

(1.福建農(nóng)林大學 公共管理學院,福建 福州 350002;2.鄭州大學 法學院,河南 鄭州 450001)

1 引言

知識經(jīng)濟時代背景下,創(chuàng)新驅(qū)動成為新的經(jīng)濟增長動力,而創(chuàng)新發(fā)展水平則是衡量地區(qū)經(jīng)濟社會發(fā)展水平和綜合競爭力的重要標準[1]。據(jù)統(tǒng)計,我國R&D經(jīng)費總額居世界第二位,R&D人員總量居世界第一位,國家創(chuàng)新指數(shù)第十七位,與創(chuàng)新型國家的差距逐漸縮小[2]。然而,增加創(chuàng)新資源投入和高效利用創(chuàng)新資源同等重要,科學地評估創(chuàng)新發(fā)展效率有助于創(chuàng)新資源的合理配置[3]。因此,分析我國省域創(chuàng)新發(fā)展效率,找出影響創(chuàng)新發(fā)展效率的關鍵因素十分必要。

創(chuàng)新發(fā)展效率和相關問題近年頗受關注,諸多學者分別采用主成分分析法[4,5]、數(shù)據(jù)包絡分析法[3,6]、隨機前沿模型[7,8]、支持向量回歸機法[9]、縱橫向拉開檔次評價法[10,11]、TOPSIS模型[12]、灰色關聯(lián)法[13,14]等評價了創(chuàng)新發(fā)展效率。結論表明,區(qū)域創(chuàng)新效率總體水平不高[3,8]、地區(qū)差異明顯[7],但區(qū)域差距在不斷縮小[15],在時間上呈周期性波動[16],技術進步是推動效率增長的關鍵因素[17]。在創(chuàng)新發(fā)展效率影響因素和相關研究方面,國內(nèi)外學者從經(jīng)濟基礎[3,15]、貿(mào)易水平[18]、對外開放[1]、工業(yè)結構[16]、科研投入[19]等展開研究。結果表明,區(qū)域經(jīng)濟發(fā)展水平與區(qū)域科技資源配置效率呈顯著的負相關關系[20],進口貿(mào)易、外商直接投資對提高自主創(chuàng)新能力起著明顯的促進作用[16,18],工業(yè)結構對科技創(chuàng)新效率具有正的影響效應[21],優(yōu)化配置科技投入結構和科技資源明顯促進了科技創(chuàng)新產(chǎn)出效率[19]。

本文主要選擇省域?qū)用孢M行分析,測算其創(chuàng)新發(fā)展的靜態(tài)和動態(tài)效率,并從原有評價指標和外部環(huán)境指標兩方面找出影響創(chuàng)新發(fā)展效率的關鍵因素,為提高我國省域創(chuàng)新發(fā)展的效率提供決策參考和借鑒。

2 研究方法、指標選取與數(shù)據(jù)來源

2.1 研究方法

基于靜態(tài)效率評價的DEA-BCC模型:DEA是使用數(shù)學規(guī)劃建立評價模型,不用事先確定評價指標的權重,可直接對多投入和多產(chǎn)出的決策單元之間的相對有效性進行評價,結果更具有客觀性[22]。由于創(chuàng)新效率的規(guī)模效應是可變的[26],因此本文選擇基于投入導向的DEA-BCC模型對我國省域創(chuàng)新發(fā)展的靜態(tài)效率進行測評,數(shù)學表達式為:

(1)

式中,θ(0<θ≤1)為綜合效率指數(shù);λ為權重變量;S+和S-分別為各項投入和產(chǎn)出的松弛變量;x0和y0分別為決策單元的初始投入和產(chǎn)出。

基于動態(tài)效率評價的Malmquist指數(shù):為了進一步評估我國省域創(chuàng)新發(fā)展在不同時期的效率變化情況,本文借助Malmquist指數(shù)進行測評。從t期到t+1期生產(chǎn)率的變化[23]:

(2)

(3)

式中,M(xt,yt,xt+1,yt+1)表示省域創(chuàng)新發(fā)展效率的全要素生產(chǎn)率;等號右邊第一項為純技術效率變化指數(shù),第二項為規(guī)模效率變化指數(shù),第三項為技術進步指數(shù)。

基于效率影響因素分析的Tobit模型，通過DEA方法測算出省域創(chuàng)新發(fā)展的效率值及各要素變化情況,但各要素與其他環(huán)境指標等因素對創(chuàng)新發(fā)展效率的影響情況和具體程度如何,還需進一步分析。由于DEA計算出來的效率值范圍為[0,1],如果使用普通最小二乘法進行回歸,其參數(shù)估計值可能存在有偏性和非一致性[25]。因此,本文采用Tobit回歸模型進行分析,數(shù)學表達式為:

yit=β0+βixit+εit

(4)

式中,yit為第i個省第t年的創(chuàng)新發(fā)展的綜合效率值;xit為自變量;βi為相關系數(shù);εit為隨機誤差項。

2.2 指標選取

本文在借鑒相關文獻的基礎上,從創(chuàng)新發(fā)展人力和資金兩方面選取投入指標,從科技創(chuàng)新產(chǎn)出和高技術產(chǎn)業(yè)化兩方面選取產(chǎn)出指標,構建我國省域創(chuàng)新發(fā)展效率的評價指標體系。其中,投入指標包括4個:企業(yè)R&D人員占就業(yè)人員比重、萬人R&D人員全時當量代表人力投入，科技支出占地方財政支出比例、R&D經(jīng)費支出與地區(qū)GDP比值代表資金投入；產(chǎn)出指標包括4個:萬人專利申請數(shù)、萬人國際科技論文數(shù)代表科技創(chuàng)新產(chǎn)出，萬人輸出技術成交額、新產(chǎn)品銷售收入占主營業(yè)務收入比重代表高技術產(chǎn)業(yè)化。

圖1 我國省域創(chuàng)新發(fā)展效率及其影響因素分析框架和方法

為了進一步探究我國省域創(chuàng)新發(fā)展效率的影響因素,在對效率進行測評的基礎上,本文將DEA-BCC模型所得出的創(chuàng)新發(fā)展綜合效率值作為因變量，把創(chuàng)新發(fā)展的四個投入指標以及經(jīng)濟水平(人均GDP增長率)、對外開放(外商直接投資實際成交額與GDP的比值)兩個環(huán)境指標作為自變量。我國省域創(chuàng)新發(fā)展效率及其影響因素分析框架見圖1。

2.3 數(shù)據(jù)來源

為了增強數(shù)據(jù)的可獲得性和可比性,本文選取2000年、2005年、2010年和2015年我國30個省份(未包括香港特區(qū)、澳門特區(qū)、西藏自治區(qū)和臺灣地區(qū),下同)的面板數(shù)據(jù)。創(chuàng)新發(fā)展投入—產(chǎn)出指標數(shù)據(jù)來源于相關年份的《中國科技統(tǒng)計年鑒》和《中國技術市場報告》,經(jīng)濟水平和對外開放等環(huán)境指標數(shù)據(jù)來自相關年份的《中國統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》。

3 省域創(chuàng)新發(fā)展效率測算結果與分析

3.1 創(chuàng)新發(fā)展效率的靜態(tài)分析

創(chuàng)新發(fā)展效率的測度分析：運用Deap 2.1軟件對2000年、2005年、2010年和2015年30個省份創(chuàng)新發(fā)展的投入產(chǎn)出數(shù)據(jù)進行計算,得出創(chuàng)新發(fā)展效率結果(表1)。

表1 2000—2015年中國省域創(chuàng)新發(fā)展效率靜態(tài)分布情況

分析表1可知:①我國創(chuàng)新發(fā)展效率整體水平不高,普遍存在創(chuàng)新發(fā)展無效率的狀態(tài),這與劉漢初等的研究結果一致,創(chuàng)新效率總體呈上升趨勢,但水平仍較低[27],表明大多數(shù)省份創(chuàng)新發(fā)展效率有待提升且空間較大,應加強省域之間的交流與合作。2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展綜合效率平均值分別為0.71、0.58、0.74和0.81。從這四年的平均值看,我國綜合效率平均值為0.71,說明我國創(chuàng)新發(fā)展效率僅達到最優(yōu)值的71%,還有較大提升和優(yōu)化的空間。分省份看,2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展綜合效率達到DEA最優(yōu)的分別有9個、5個、11個和10個省份。其中,北京、上海、浙江和海南4個省市的綜合效率值一直為1,處于效率的前沿面,不存在投入冗余和產(chǎn)出不足的情況。此外,通過分析發(fā)現(xiàn),2000年和2005年創(chuàng)新發(fā)展效率最低的省份均為青海,分值分別為0.19和0.17;2010年和2015年效率值最低的分別是山西和內(nèi)蒙古,分值為0.3和0.34,與同期我國平均值相差甚遠,說明我國各省份之間創(chuàng)新發(fā)展的效率差距較大。②在研究時段內(nèi),技術效率最優(yōu)的省份數(shù)比同期綜合效率和規(guī)模效率最優(yōu)的省份數(shù)多,且多數(shù)情況下技術效率值高于規(guī)模效率值,技術效率是影響各省份創(chuàng)新發(fā)展效率的主要因素。2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展技術效率平均值分別為0.79、0.77、0.92和0.97,這四年的平均值為0.86,達到了最優(yōu)水平的86%,說明我國在創(chuàng)新發(fā)展的過程中技術效率發(fā)揮了較大的作用。分省份看,2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展技術效率達到DEA最優(yōu)的省份分別有9個、7個、16個和19個,約占總數(shù)的30%、23%、53%和63%,其中北京、上海、浙江、海南和重慶5個省市的技術效率始終為DEA有效。③同期的規(guī)模效率最優(yōu)省份數(shù)與綜合效率最優(yōu)省份數(shù)基本持平,絕大多數(shù)省份都處于規(guī)模報酬遞增階段,規(guī)模效率成為制約我國省域創(chuàng)新發(fā)展靜態(tài)效率的關鍵因素。2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展規(guī)模效率平均值分別為0.89、0.76、0.80和0.83,四年的平均值為0.82,達到最優(yōu)值的82%,表明我國創(chuàng)新發(fā)展整體上還未實現(xiàn)規(guī)模經(jīng)濟效應,尚未達到適度的發(fā)展規(guī)模。分省份看,2000年、2005年、2010年和2015年我國創(chuàng)新發(fā)展規(guī)模效率達到DEA最優(yōu)的省份分別有10個、5個、11個和10個,基本上與同期綜合效率最優(yōu)的省份數(shù)一樣。同時,保持規(guī)模報酬遞增的省份數(shù)分別有18個、22個、19個、19個,說明這些省份在創(chuàng)新發(fā)展的過程中應通過擴大規(guī)模來提高創(chuàng)新發(fā)展的效率。

創(chuàng)新發(fā)展效率空間格局差異分析:為了進一步分析我國30個省份的創(chuàng)新發(fā)展效率變化趨勢,利用DEA-BCC模型的測評結果,分別對2000年、2005年、2010年和2015年30個省份的創(chuàng)新發(fā)展綜合效率的空間分布特征進行分析。運用ArcGIS 10.5軟件繪制其時空變化(圖2),采用自然間斷點分級法將各省份創(chuàng)新發(fā)展的綜合效率值劃分為高效率區(qū)、較高效率區(qū)、中等效率區(qū)和低效率區(qū)四類。

由圖2可見,2000—2015年我國創(chuàng)新發(fā)展效率空間差異明顯,但總體呈上升趨勢。從我國創(chuàng)新發(fā)展效率的類型看，2000年、2005年、2010年和2015年處于高效率水平區(qū)的省份分別有9個、5個、11個和14個,這些地區(qū)綜合效率水平很高,絕大多數(shù)都達到了DEA最優(yōu),但并不代表它們就沒有改進的空間,還需要在創(chuàng)新發(fā)展的環(huán)境管理和技術創(chuàng)新等方面進一步加強。2000年、2005年、2010年和2015年處于較高效率區(qū)的省份有11個、9個、7個和7個,處于中等效率區(qū)的有9個、11個、5個和7個,而處于低效率區(qū)的分別有1個、5個、7個和2個,這些省份創(chuàng)新發(fā)展效率的提升空間相對較大,因此應在發(fā)展規(guī)模和投入—產(chǎn)出要素配比等方面做進一步的調(diào)整和改進。

圖2 2000—2015年我國省域創(chuàng)新發(fā)展效率空間分布情況

從各效率區(qū)的變化情況看:不同效率區(qū)的省份波動變化較大,呈現(xiàn)出東部沿海地區(qū)逐漸增強的趨勢。2000—2005年、2005—2010年、2010—2015年分別有16個、13個和14個省份創(chuàng)新發(fā)展效率發(fā)生變化,約占所研究省份數(shù)的1/2,表明我國各地區(qū)創(chuàng)新發(fā)展效率的變動較大尚未穩(wěn)定。同時,中等效率區(qū)和低效率區(qū)的省份數(shù)由2005年的16個縮減到2015年的9個,說明我國創(chuàng)新發(fā)展效率整體在不斷的提升。此外,高效率區(qū)的省份數(shù)先從2000年的9個下降到2005年的5個,然后逐漸擴大到2015年的14個,且呈現(xiàn)出向中部地區(qū)和東部沿海地區(qū)增加的趨勢,與周柯的結論相同[1]。

3.2 創(chuàng)新發(fā)展效率的動態(tài)分析

本文運用Malmquist全要素生產(chǎn)率指數(shù)對全國30個省份在2000年、2005年、2010年和2015年創(chuàng)新發(fā)展的動態(tài)效率進行了測算和分解。由表2分析可知:①2000—2015年我國30個省份的平均全要素生產(chǎn)率保持著較高的增長,尤其是2010—2015年各項指標增長顯著,增長率高達112%。從各年的平均值看,我國創(chuàng)新發(fā)展的動態(tài)效率值為1.47,全要素生產(chǎn)率保持著每年47%的增長速度。從各經(jīng)濟區(qū)看,東北地區(qū)、東部地區(qū)、中部地區(qū)和西部地區(qū)的創(chuàng)新發(fā)展動態(tài)效率值分別為1.64、1.71、1.51和1.36,均達到了效率前沿面,且綜合技術效率變動和技術進步均大于1,呈現(xiàn)出從西部到東部依次遞增的梯次分布格局,這與魯繼通的研究結果完全相反[28]。可能的原因是：相較于東部地區(qū),西部地區(qū)無論是創(chuàng)新人才儲備還是創(chuàng)新資金投入力度等方面均相對不足。②2000—2005年全國創(chuàng)新發(fā)展全要素生產(chǎn)率均值為1.432,增長率為43.2%,主要原因是技術進步提升了78.9%。在該階段,吉林(2.31)、黑龍江(2.17)、天津(2.19)、湖北(2.22)、陜西(3.28)和甘肅(2.8)的動態(tài)效率值最高,增長率均在100%以上,其中技術進步是促進創(chuàng)新發(fā)展動態(tài)效率提升的主要原因。從四大經(jīng)濟區(qū)看,東北三省和中部六省均在效率前沿面;東部地區(qū)10個省市除福建(0.88)外,其他9個省市均在效率前沿面;西部地區(qū)11個省(區(qū)市)除重慶(0.99)、云南(0.52)和寧夏(0.86)以外,其他8個省(區(qū)市)均在效率前沿面上。由此可見,我國30個省份中絕大多數(shù)省份的創(chuàng)新發(fā)展動態(tài)效率處在效率前沿面上,說明創(chuàng)新發(fā)展效率總體呈上升態(tài)勢。東北地區(qū)、東部地區(qū)、中部地區(qū)、西部地區(qū)的創(chuàng)新發(fā)展動態(tài)效率值分別為2.12、1.56、1.62和1.39,均達到了效率前沿面,并呈現(xiàn)出“東北—中部—東部—西部”的演變格局。③2005—2010年我國創(chuàng)新發(fā)展全要素生產(chǎn)率均值為1.04,增長率為4%,比2000—2005年的增長速度有所下降,主要原因是技術進步出現(xiàn)了衰退,增長率為-19%,但綜合技術效率變動增長了29%,故仍處在效率的前沿面上。該階段只有江蘇(2.73)和青海(2.43)兩省動態(tài)效率的增長率在100%以上。從各省份看,東北地區(qū)除吉林(0.97)外,其他兩個省均達到了效率前沿面;東部地區(qū)只有北京(0.72)、上海(0.29)、廣東(0.92)和海南(0.25)四省市沒有達到效率前沿面;中部地區(qū)也只有山西(0.89)和江西(0.81)兩省尚未達到效率前沿面;而西部地區(qū)有四個省份沒有處在效率前沿面上,分別是內(nèi)蒙古(0.71)、廣西(0.57)、寧夏(0.87)和新疆(0.97)。該階段的創(chuàng)新發(fā)展動態(tài)效率改進的省份較上階段減少了7個,可見2005—2010年創(chuàng)新發(fā)展效率出現(xiàn)了倒退現(xiàn)象。四大經(jīng)濟區(qū)創(chuàng)新發(fā)展的動態(tài)效率值分別為東北(1.41)、東部(1.12)、中部(1.03)和西部(1.19),均在效率的前沿面上,并演化為“東北—西部—東部—中部”的格局。④2010—2015年我國創(chuàng)新發(fā)展全要素生產(chǎn)率均值為2.12,增長率為112%,比2005—2010年增長率得到了大幅度提高,主要原因是綜合技術效率變動指數(shù)和技術進步指數(shù)均在提升,增長率分別為13%和87%。該階段有14個省份動態(tài)效率的增長率在100%以上,其中浙江(5.18)的增長率最高,達到了418%。從各省份來,除東北地區(qū)的吉林(0.83)、西部地區(qū)的內(nèi)蒙古(0.7)和貴州(0.76)沒有達到效率前沿面以外,其他27個省份均處在效率的前沿面上?？梢姈|部和中部省份在2005—2010年之后,迅速對創(chuàng)新發(fā)展的要素配比和發(fā)展規(guī)模進行優(yōu)化和調(diào)整,創(chuàng)新發(fā)展動態(tài)效率的技術進步最大。四大經(jīng)濟區(qū)創(chuàng)新發(fā)展的動態(tài)效率值分別為東北(1.57)、東部(1.71)、中部(1.51)和西部(1.36),均在效率的前沿面上;其中,東部地區(qū)的增長率最高,我國省域創(chuàng)新發(fā)展動態(tài)效率演變?yōu)椤皷|部—東北—中部—西部”的格局。

表2 2000—2015年中國省域創(chuàng)新發(fā)展效率動態(tài)變化情況

4 省域創(chuàng)新發(fā)展效率影響因素分析

為了進一步探析我國省域創(chuàng)新發(fā)展效率的影響因素,在對其效率進行測評的基礎上,本文將DEA-BCC模型所得出的創(chuàng)新發(fā)展綜合效率值作為因變量Y,將企業(yè)R&D人員占就業(yè)人員比重、萬人R&D人員全時當量、科技支出占地方財政支出比例以及R&D經(jīng)費支出與地區(qū)GDP比值等投入指標分別定義為自變量X1、X2、X3和X4,將外商直接投資實際成交額與GDP的比值和人均GDP兩個環(huán)境指標分別定義為自變量X5和X6,構建了我國省域創(chuàng)新發(fā)展綜合效率的Tobit回歸模型。本文運用Stata 14.0軟件計算出我國30個省份2000年、2005年、2010年和2015年創(chuàng)新發(fā)展綜合效率的Tobit回歸結果，見表3。

表3 中國省域創(chuàng)新發(fā)展效率的Tobit模型回歸結果

分析表3可見:①在10%的顯著性水平下,2000年企業(yè)R&D人員占就業(yè)人員比重(X1)和外商直接投資實際成交額與GDP的比值(X5)兩個變量對我國省域創(chuàng)新發(fā)展綜合效率具有顯著的影響;2005年企業(yè)R&D人員占就業(yè)人員比重(X1)、萬人R&D人員全時當量(X2)、R&D經(jīng)費支出與地區(qū)GDP比值(X4)和人均GDP(X6)四個變量對我國省域創(chuàng)新發(fā)展綜合效率產(chǎn)生了極大的影響;2010年企業(yè)R&D人員占就業(yè)人員比重(X1)、萬人R&D人員全時當量(X2)和外商直接投資實際成交額與GDP的比值(X5)三個變量對我國省域創(chuàng)新發(fā)展綜合效率的影響最大;2015年萬人R&D人員全時當量(X2)和科技支出占地方財政支出比例(X3)兩個變量是我國省域創(chuàng)新發(fā)展綜合效率的關鍵影響因素。②地區(qū)創(chuàng)新發(fā)展系統(tǒng)是一個投入—產(chǎn)出的系統(tǒng),創(chuàng)新資源的投入很大程度上決定了地區(qū)的創(chuàng)新發(fā)展水平,以科研人員數(shù)衡量地區(qū)創(chuàng)新發(fā)展的人力資本對區(qū)域創(chuàng)新發(fā)展效率的影響至關重要[15]。進一步分析發(fā)現(xiàn),企業(yè)R&D人員占就業(yè)人員比重(X1)在2000年、2005年和2010年對創(chuàng)新發(fā)展綜合效率產(chǎn)生了極顯著的負向影響,這可能是因為企業(yè)研發(fā)人員結構與能力匹配等方面存在一定的問題,抑制了我國創(chuàng)新發(fā)展綜合效率的提升[29]。萬人R&D人員全時當量(X2)在2005年、2010年和2015對創(chuàng)新發(fā)展綜合效率的影響較為顯著,2005年對其產(chǎn)生了負向影響,2010年和2015年則為顯著的正向影響,說明2005年研發(fā)工作量增加在一定程度上制約了創(chuàng)新發(fā)展的綜合效率,但經(jīng)過調(diào)整和優(yōu)化后在2010年和2015年開始對創(chuàng)新發(fā)展綜合效率產(chǎn)生重要的正向影響。③科技支出占地方財政支出比例、R&D經(jīng)費支出與地區(qū)GDP比值、外商直接投資實際成交額與GDP的比值和人均GDP等變量在不同年份對創(chuàng)新發(fā)展的綜合效率均產(chǎn)生不同程度的影響。其中,外商直接投資實際成交額與GDP的比值變量在2000年、2005年、2010年和2015年均與省域創(chuàng)新發(fā)展綜合效率呈正相關關系,尤其是在2000年和2010年最顯著,表明隨著對外開放水平的不斷提升,我國創(chuàng)新發(fā)展效率也在隨之提高,充分利用外資的技術溢出效應是促進創(chuàng)新發(fā)展效率的一個重要途徑[18]。

5 結論與討論

本文運用DEA-BCC模型和Malmquist指數(shù),實證研究了我國30個省份在2000年、2005年、2010年和2015年創(chuàng)新發(fā)展的靜態(tài)效率和動態(tài)效率變化情況。在此基礎上,采用Tobit回歸模型分析了影響我國省域創(chuàng)新發(fā)展效率的主要因素,得出以下結論:①在創(chuàng)新發(fā)展靜態(tài)效率方面,我國整體水平不高,普遍存在創(chuàng)新發(fā)展無效率的狀態(tài),同期技術效率最優(yōu)要比綜合效率和規(guī)模效率最優(yōu)的省份數(shù)多,技術效率是影響我國省域創(chuàng)新發(fā)展靜態(tài)效率最主要的因素,且絕大多數(shù)省份處于規(guī)模報酬遞增階段,規(guī)模效率成為制約創(chuàng)新發(fā)展靜態(tài)效率的關鍵因素。2000—2015年我國省域創(chuàng)新發(fā)展靜態(tài)效率空間差異明顯,但整體呈上升趨勢,高效率水平區(qū)正逐漸向中部和東部沿海地區(qū)擴大。提高創(chuàng)新發(fā)展效率既要加強省域間的加強交流與合作,又要合理調(diào)整發(fā)展規(guī)模和優(yōu)化資源配置效率。②在創(chuàng)新發(fā)展動態(tài)效率方面,研究時期內(nèi)我國創(chuàng)新發(fā)展全要素生產(chǎn)率保持較高的增長,年均增長率高達112%,技術進步對創(chuàng)新發(fā)展動態(tài)效率的提升起到關鍵性的作用,并逐漸增強。四大經(jīng)濟區(qū)在不同年份的創(chuàng)新發(fā)展效率差異各有不同,絕大多數(shù)省份創(chuàng)新發(fā)展的動態(tài)效率達到了效率的前沿面,整體上升的態(tài)勢較為明顯,省域創(chuàng)新發(fā)展的動態(tài)效率逐步演變?yōu)椤皷|部—東北—中部—西部”的格局。③在創(chuàng)新發(fā)展綜合效率影響因素方面,企業(yè)R&D人員占就業(yè)人員比重和萬人R&D人員全時當量兩個人力投入指標對我國省域創(chuàng)新發(fā)展的綜合效率影響最顯著,其中企業(yè)R&D人員占就業(yè)人員比重變量與創(chuàng)新發(fā)展的綜合效率呈負相關關系,而萬人R&D人員全時當量變量由顯著的負向影響轉(zhuǎn)為顯著的正向影響,其他變量也在不同時期對我國省域創(chuàng)新發(fā)展的綜合效率產(chǎn)生了不同程度的影響。

評價并分析我國省域創(chuàng)新發(fā)展效率及其影響因素,對實現(xiàn)我國“十三五”發(fā)展目標和全面提升自主創(chuàng)新能力具有一定的參考價值。由于統(tǒng)計數(shù)據(jù)的缺失,并未對西藏自治區(qū)、香港與澳門特區(qū)、臺灣地區(qū)的創(chuàng)新發(fā)展效率進行測評,其創(chuàng)新發(fā)展效率情況可能也有所不同。其次,隨著社會經(jīng)濟的發(fā)展和研究的不斷深入,創(chuàng)新發(fā)展效率評價指標體系的內(nèi)涵也將發(fā)生變化,構建我國省域創(chuàng)新發(fā)展效率評價體系仍是一個復雜而系統(tǒng)的工程。此外,本文僅對各時期靜態(tài)效率的影響因素進行分析,而創(chuàng)新發(fā)展動態(tài)效率的主要因素和發(fā)展過程中具體問題的解決策略未進行研究,因此對創(chuàng)新發(fā)展動態(tài)效率的影響因素做進一步的探討以及如何破解創(chuàng)新發(fā)展過程中的難題將是今后研究的主要方向。