張 凡

(華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510640)

一、引言

改革開(kāi)放近40年來(lái)，我國(guó)發(fā)生了舉世公認(rèn)的巨大變化，但國(guó)民經(jīng)濟(jì)也從地域和空間上裂變?yōu)榘l(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)兩種明顯的類(lèi)型。在新常態(tài)下，甚至出現(xiàn)了發(fā)達(dá)地區(qū)增速高于全國(guó)平均水平而欠發(fā)達(dá)地區(qū)增速低于全國(guó)平均水平的新情況，不平衡和分化的態(tài)勢(shì)加劇。在我國(guó)經(jīng)濟(jì)邁向中高端的過(guò)程中，創(chuàng)新已超越其他因素，成為決定經(jīng)濟(jì)總量提升的最主要因素。在創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)實(shí)證研究方面，已有文獻(xiàn)主要關(guān)注的是創(chuàng)新投入、創(chuàng)新能力對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證研究[1-7]，只有極少數(shù)學(xué)者關(guān)注到創(chuàng)新效率與經(jīng)濟(jì)增長(zhǎng)。Young和Pagán(2003)[8]是為數(shù)不多的研究創(chuàng)新效率與經(jīng)濟(jì)增長(zhǎng)的學(xué)者，他們以中小型企業(yè)為研究對(duì)象，得出效率是影響企業(yè)盈利能力的最關(guān)鍵因素的結(jié)論。尹向飛和段文斌(2017)[9]建立全要素生產(chǎn)率、技術(shù)進(jìn)步、技術(shù)效率改進(jìn)和各階段的效率變化等各種效率指標(biāo)之間的聯(lián)系，并對(duì)中國(guó)各省情況進(jìn)行了探討，發(fā)現(xiàn)科技創(chuàng)新效率對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的支撐作用較低。李明和李鵬(2017)[10]研究發(fā)現(xiàn)科技創(chuàng)新效率對(duì)地區(qū)經(jīng)濟(jì)的推動(dòng)作用整體水平不高，且存在明顯的地區(qū)差異。

區(qū)域發(fā)展差距有其歷史和基礎(chǔ)條件的原因，但在全國(guó)創(chuàng)新發(fā)展的大背景下，主要還是區(qū)域創(chuàng)新效率差異的問(wèn)題。創(chuàng)新效率的提高，有助于優(yōu)化生產(chǎn)要素的配置，提高全要素生產(chǎn)率，因而能夠提高經(jīng)濟(jì)產(chǎn)出。創(chuàng)新效率差異已成為我國(guó)區(qū)域差異的重要表征，成為影響區(qū)域競(jìng)爭(zhēng)力和經(jīng)濟(jì)發(fā)展的核心因素。那么，我國(guó)區(qū)域創(chuàng)新效率分布如何，區(qū)域之間的聯(lián)系(空間效應(yīng))對(duì)創(chuàng)新效率有什么樣的影響，創(chuàng)新效率與經(jīng)濟(jì)增長(zhǎng)到底是什么關(guān)系，如何提高區(qū)域創(chuàng)新效率，進(jìn)而如何促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，這些問(wèn)題成為區(qū)域經(jīng)濟(jì)發(fā)展不可回避的問(wèn)題。

二、研究設(shè)計(jì)

(一)創(chuàng)新效率測(cè)度方法

在對(duì)創(chuàng)新效率進(jìn)行測(cè)度之前需要對(duì)生產(chǎn)前沿面進(jìn)行估計(jì)，當(dāng)前隨機(jī)前沿法以及數(shù)據(jù)包絡(luò)法是主要的估計(jì)方法。在估計(jì)生產(chǎn)前沿面時(shí)，隨機(jī)前沿法和數(shù)據(jù)包絡(luò)法各有優(yōu)劣。隨機(jī)前沿法考慮了隨機(jī)誤差的影響，這種處理方法更貼近現(xiàn)實(shí)。其次，隨機(jī)前沿法以計(jì)量經(jīng)濟(jì)學(xué)為基礎(chǔ)，既可以考察不同生產(chǎn)要素投入對(duì)產(chǎn)出的影響，還可以考察政策環(huán)境、市場(chǎng)環(huán)境等各種非投入要素對(duì)創(chuàng)新效率的影響[11]。本文考察的對(duì)象是中國(guó)大陸31個(gè)省份，而不同省域、不同時(shí)期的創(chuàng)新效率可能存在顯著差異，有必要考慮隨機(jī)誤差的影響。此外，本文在考察區(qū)域創(chuàng)新效率的影響因素時(shí)必須以絕對(duì)效率水平為基礎(chǔ)，而數(shù)據(jù)包絡(luò)法得到的是相對(duì)效率。因此，本文選取隨機(jī)前沿法對(duì)區(qū)域創(chuàng)新效率進(jìn)行測(cè)度。

隨機(jī)前沿法的基本模型由Aigner等(1977)[12]以及Meeusen和Broeck(1977)[13]同時(shí)獨(dú)立提出，經(jīng)過(guò)Battese和Coelli(1992)[14]等對(duì)隨機(jī)前沿法的基本模型不斷的拓展和完善，其靈活性和適用性大為提升。隨機(jī)前沿法的具體形式如下：

(1)

在對(duì)區(qū)域前沿生產(chǎn)面進(jìn)行估計(jì)時(shí)，Cobb-Douglas函數(shù)得到了廣泛的應(yīng)用。但是，這種做法具有局限性，即沒(méi)有對(duì)樣本個(gè)體產(chǎn)出的彈性方面進(jìn)行考慮。為了使測(cè)量結(jié)果變得更加準(zhǔn)確，本文考慮以超越對(duì)數(shù)函數(shù)作為前沿生產(chǎn)面形式。一般來(lái)說(shuō)，創(chuàng)新的直接投入要素可分為研發(fā)人員(RDP)和研發(fā)資金(RD)兩種，因?yàn)閯?chuàng)新活動(dòng)具有一定周期，而上述兩個(gè)要素都滯后一期。于是，以超越對(duì)數(shù)函數(shù)為基礎(chǔ)的隨機(jī)前沿模型如下：

lnyit=β0+β1lnRDPi(t-1)+β2lnRDi(t-1)+

β3(lnRDPi(t-1))2+β4(lnRDi(t-1))2+

β5lnRDPi(t-1)lnRDi(t-1)+vit+uit

(2)

lnyit=β0+β1lnRDPi(t-1)+β2lnRDi(t-1)+

vit+uit

(3)

以新產(chǎn)品產(chǎn)值為產(chǎn)出變量的隨機(jī)前沿模型最終設(shè)定為：

lnyit=β0+θt+β1lnRDPi(t-1)+β2lnRDi(t-1)+

β3(lnRDPi(t-1))2+β4(lnRDi(t-1))2+β5lnRDPi(t-1)

lnRDi(t-1)+vit+uit

(4)

在估計(jì)出生產(chǎn)前沿面后，就可以通過(guò)下式計(jì)算出區(qū)域創(chuàng)新效率：

(5)

創(chuàng)新過(guò)程可分為兩部分：研發(fā)和商業(yè)化。高校、科研機(jī)構(gòu)和企業(yè)是研發(fā)的主體，根據(jù)市場(chǎng)需求產(chǎn)生新點(diǎn)子，進(jìn)而研究開(kāi)發(fā)出新技術(shù)和設(shè)計(jì)，在這一過(guò)程中會(huì)產(chǎn)生論文、專(zhuān)利、產(chǎn)品原型或原始樣機(jī)等。企業(yè)是商業(yè)化的主體，企業(yè)提供原材料和勞動(dòng)力等資源，把研發(fā)得到的新設(shè)計(jì)和技術(shù)轉(zhuǎn)變?yōu)樾庐a(chǎn)品，投入市場(chǎng)銷(xiāo)售。為更深入分析創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，本文將創(chuàng)新效率分解為研發(fā)效率和創(chuàng)新經(jīng)濟(jì)效率(商業(yè)化效率)，在測(cè)算研發(fā)效率時(shí)將發(fā)明專(zhuān)利申請(qǐng)量作為衡量產(chǎn)出的指標(biāo)；在測(cè)算商業(yè)化效率時(shí)，將新產(chǎn)品銷(xiāo)售收入作為衡量產(chǎn)出的指標(biāo)。

(二)創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間計(jì)量模型

在經(jīng)濟(jì)計(jì)量學(xué)研究中，研究數(shù)據(jù)往往涉及不同的時(shí)間和區(qū)域，由于人類(lèi)的活動(dòng)是在時(shí)空范圍進(jìn)行的，因此經(jīng)濟(jì)現(xiàn)象不僅表現(xiàn)出時(shí)間方向上的相關(guān)，而且在空間方向上也表現(xiàn)出某種程度的相關(guān)。在對(duì)區(qū)域經(jīng)濟(jì)問(wèn)題的研究中，由于區(qū)域之間存在著特有的空間特性(通稱(chēng)為空間效應(yīng))，使得經(jīng)典經(jīng)濟(jì)計(jì)量學(xué)假定的條件(Gauss-Markov、解釋變量固定等)往往得不到滿(mǎn)足，從而經(jīng)典的經(jīng)濟(jì)計(jì)量學(xué)方法在研究存在空間效應(yīng)的問(wèn)題時(shí)變得不合適，采用空間計(jì)量經(jīng)濟(jì)模型能夠更準(zhǔn)確地揭示區(qū)域創(chuàng)新效率與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。

空間計(jì)量方法在研究中主要用到兩類(lèi)模型：一是空間誤差模型(SEM)，該模型適用于誤差項(xiàng)在空間上相關(guān)；二是為空間滯后模型(SLM)，適用于當(dāng)變量間的空間依賴(lài)性對(duì)模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)。

創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間滯后模型可表示如下：

lnGDPi,t=α0+α1lnRIEi,t+α2lnKi,t+

α3lnLi,t+ρWlnGDPi,t+εi,t

(6)

創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間誤差模型可表示如下：

lnGDPi,t=α0+α1lnRIEi,t-1+α2lnKi,t+

α3lnLi,t+εi,t

εi,t=γWεi,t+μi,t

(7)

在式(6)、式(7)中，GDP表示經(jīng)濟(jì)增長(zhǎng)；RIE為區(qū)域創(chuàng)新效率，分為區(qū)域研發(fā)效率和區(qū)域商業(yè)化效率；K為資本投入，用固定資本存量來(lái)反映；L為勞動(dòng)力，用就業(yè)人員來(lái)反映。若α0為固定常數(shù)，則以上兩個(gè)模型是固定效應(yīng)模型；若α0是隨機(jī)變量，且與其他自變量不相關(guān)，則是隨機(jī)效應(yīng)模型。當(dāng)樣本隨機(jī)取自總體時(shí)，選擇隨機(jī)效應(yīng)模型較為恰當(dāng)，而本文所考察的區(qū)域?yàn)槲覈?guó)大陸地區(qū)的31個(gè)省份，樣本單位不是隨機(jī)取自總體，因此采用固定效應(yīng)模型更加合適。

三、估計(jì)結(jié)果與分析

本文以中國(guó)大陸31個(gè)省份(不含港澳臺(tái)地區(qū))為研究對(duì)象，考察期為2009-2016年，數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)科技統(tǒng)計(jì)年鑒》。研發(fā)資本和固定資本存量通過(guò)永續(xù)盤(pán)存法估算得到。

(一)區(qū)域創(chuàng)新效率估計(jì)結(jié)果與分析

借助Frontier 4.1軟件，釆用極大似然法對(duì)式(3)、式(4)進(jìn)行參數(shù)估計(jì)，具體結(jié)果如表1所示。

表1 區(qū)域創(chuàng)新效率測(cè)度模型估計(jì)結(jié)果

注：***、**、*分別表示在1%、5%和10%水平下顯著。

從表1中可以看出，兩個(gè)模型的LR、σ2和λ都在5%水平下顯著，λ的估計(jì)值也都大于0.6，說(shuō)明釆用隨機(jī)前沿模型是合理的，大部分隨機(jī)誤差都由無(wú)效率效應(yīng)導(dǎo)致。

在表1的基礎(chǔ)上，本文進(jìn)一步計(jì)算得到2009-2016年中國(guó)區(qū)域研發(fā)效率(表2)和商業(yè)化效率(見(jiàn)表3)。

從表2可以看出，我國(guó)大部分區(qū)域的研發(fā)效率都比較高，其中絕大部分東部區(qū)域如北京、天津、上海、江蘇、浙江、山東、廣東的研發(fā)效率都在90%以上。研發(fā)效率較低的區(qū)域多位于西部如貴州、云南、西藏、甘肅、青海、寧夏、新疆。在東部10個(gè)省份中，江蘇的研發(fā)效率最高，海南的研發(fā)效率最低。在中部6個(gè)省份中，湖北的研發(fā)效率最高，江西的研發(fā)效率最低。在西部12個(gè)省份中，四川的研發(fā)效率最高，西藏的研發(fā)效率最低。

從表3可以看出，我國(guó)區(qū)域商業(yè)化效率明顯低于研發(fā)效率，絕大多數(shù)區(qū)域在促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化方面還表現(xiàn)欠佳，制約科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的各種體制機(jī)制障礙還比較多。商業(yè)化效率在90%以上的區(qū)域有江蘇、浙江、廣東等民營(yíng)經(jīng)濟(jì)比較發(fā)達(dá)的省份。和研發(fā)效率一樣，商業(yè)化效率較低的區(qū)域多位于西部如西藏、甘肅、青海、寧夏、新疆。在東部10個(gè)省份中，廣東的商業(yè)化效率最高，海南的商業(yè)化效率最低。在中部6個(gè)省份中，湖南的商業(yè)化效率最高，江西的商業(yè)化效率最低。在西部12個(gè)省份中，重慶的商業(yè)化效率最高，西藏的商業(yè)化效率最低。

(二)區(qū)域創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響估計(jì)結(jié)果與分析

在進(jìn)行估計(jì)前，需要對(duì)空間計(jì)量模型的適用性進(jìn)行檢驗(yàn)和判斷。無(wú)論是研發(fā)效率空間計(jì)量模型還是商業(yè)化效率空間計(jì)量模型的檢驗(yàn)結(jié)果均表明LMLAG和R-LMLAG分別通過(guò)了1%和5%水平下的顯著性檢驗(yàn)，而LMERR和R-LMERR均未能通過(guò)檢驗(yàn)，按照Anselin等(1997)的判斷規(guī)則，選用空間滯后模型相對(duì)比較合適。研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間計(jì)量經(jīng)濟(jì)模型(空間權(quán)重矩陣為省份之間質(zhì)心距離的倒數(shù))的極大似然估計(jì)結(jié)果見(jiàn)表4。

從調(diào)整后R2等和LogL統(tǒng)計(jì)量來(lái)看，研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間SLM模型具有較好的擬合度，表明考慮空間效應(yīng)以后，用極大似然法估計(jì)的模型有效地消除了研發(fā)效率和經(jīng)濟(jì)增長(zhǎng)空間自相關(guān)和空間誤差，能夠較為準(zhǔn)確地表達(dá)中國(guó)區(qū)域研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)過(guò)程。

變量lnRIE的系數(shù)估計(jì)值為0.1452，并且通過(guò)了5%水平下的顯著性檢驗(yàn)，說(shuō)明研發(fā)效率的對(duì)各省份經(jīng)濟(jì)增長(zhǎng)有正面的影響：研發(fā)效率每增加一個(gè)百分點(diǎn)，經(jīng)濟(jì)增長(zhǎng)率提高0.15個(gè)百分點(diǎn)。變量lnK的系數(shù)估計(jì)值為0.5639，并且通過(guò)了1%水平下的顯著性檢驗(yàn)，說(shuō)明固定資產(chǎn)投資的增加對(duì)各省市經(jīng)濟(jì)增長(zhǎng)有正面的影響：固定資產(chǎn)投資每增加一個(gè)百分點(diǎn)，經(jīng)濟(jì)增長(zhǎng)率提高0.56個(gè)百分點(diǎn)。變量lnL的系數(shù)估計(jì)值為0.3157，并且通過(guò)了5%水平下的顯著性檢驗(yàn)，說(shuō)明勞動(dòng)力投入的增加對(duì)各省份經(jīng)濟(jì)增長(zhǎng)也有正面的影響：勞動(dòng)力投入每增加一個(gè)百分點(diǎn)，經(jīng)濟(jì)增長(zhǎng)速度提高0.32個(gè)百分點(diǎn)。經(jīng)濟(jì)增長(zhǎng)的固定資產(chǎn)投入彈性比勞動(dòng)力投入彈性大，表明我國(guó)經(jīng)濟(jì)增長(zhǎng)仍以資本驅(qū)動(dòng)為主。

表2 2009-2016年各區(qū)域研發(fā)效率

表3 2009-2016年各區(qū)域商業(yè)化效率

空間滯后因變量WlnGDP的系數(shù)估計(jì)值為0.0798，并且通過(guò)了1%水平下的顯著性檢驗(yàn)，說(shuō)明省際間的經(jīng)濟(jì)增長(zhǎng)存在顯著的正的空間自相關(guān)，也就是說(shuō)經(jīng)濟(jì)增長(zhǎng)在省際間存在溢出效應(yīng)，一個(gè)區(qū)域的快速經(jīng)濟(jì)增長(zhǎng)對(duì)鄰近區(qū)域的產(chǎn)出能產(chǎn)生正的溢出，我國(guó)大部分經(jīng)濟(jì)發(fā)展較快的區(qū)域?qū)χ苓叺貐^(qū)能發(fā)揮明顯的帶動(dòng)作用。這表明，我國(guó)以增長(zhǎng)極理論為基礎(chǔ)的非均衡型區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略取得了成功。但是，也應(yīng)該看到，盡管我國(guó)經(jīng)濟(jì)增長(zhǎng)在省際間存在溢出效應(yīng)，但與研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響相比，這種溢出效應(yīng)還不大，區(qū)域增長(zhǎng)極的輻射帶動(dòng)潛力還有待增強(qiáng)。

商業(yè)化效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間計(jì)量經(jīng)濟(jì)模型的極大似然估計(jì)結(jié)果見(jiàn)表5。

表4 研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的

注：**和*分別表示在1%和5%水平下顯著。

表5 商業(yè)化效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的

注：**和*分別表示在1%和5%水平下顯著。

從調(diào)整后R2等和LogL統(tǒng)計(jì)量來(lái)看，模型能夠較為準(zhǔn)確地表達(dá)中國(guó)區(qū)域商業(yè)化效率對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)過(guò)程。

變量lnRIE的系數(shù)估計(jì)值為0.3785，并且通過(guò)了1%水平下的顯著性檢驗(yàn)，說(shuō)明研發(fā)效率的對(duì)各省份經(jīng)濟(jì)增長(zhǎng)有正面的影響：商業(yè)化效率每提升一個(gè)百分點(diǎn)，經(jīng)濟(jì)增長(zhǎng)率提高0.38個(gè)百分點(diǎn)，比研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響大。商業(yè)化效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間計(jì)量經(jīng)濟(jì)模型中，盡管經(jīng)濟(jì)增長(zhǎng)的勞動(dòng)力投入彈性比固定資產(chǎn)投入彈性小，但兩者已經(jīng)接近。

與研發(fā)效率對(duì)經(jīng)濟(jì)增長(zhǎng)影響的空間計(jì)量經(jīng)濟(jì)模型一樣，空間滯后因變量WlnGDP的系數(shù)估計(jì)值為正，并且通過(guò)了5%水平下的顯著性檢驗(yàn)，說(shuō)明我國(guó)經(jīng)濟(jì)增長(zhǎng)在省際間存在溢出效應(yīng)，但與商業(yè)化效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響相比仍偏弱。

四、研究結(jié)論與政策建議

本文對(duì)區(qū)域創(chuàng)新效率(包括研發(fā)效率和商業(yè)化效率)進(jìn)行了測(cè)度，并建立空間計(jì)量模型，對(duì)創(chuàng)新效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了檢驗(yàn)，研究結(jié)果表明：(1)無(wú)論是從研發(fā)效率，還是從商業(yè)化效率來(lái)看，東部地區(qū)都處于相對(duì)領(lǐng)先地位，中部地區(qū)緊隨其后，西部地區(qū)的創(chuàng)新效率最低。我國(guó)區(qū)域商業(yè)化效率明顯低于研發(fā)效率，除少數(shù)民營(yíng)經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)外，我國(guó)絕大多數(shù)區(qū)域在促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化方面還表現(xiàn)欠佳，制約科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的各種體制機(jī)制障礙還比較多。(2)創(chuàng)新效率對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)有正面的影響，但不及資本和勞動(dòng)力對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響大，創(chuàng)新尚未成為推動(dòng)我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿Α?3)盡管我國(guó)經(jīng)濟(jì)增長(zhǎng)在省際間存在溢出效應(yīng)，但與創(chuàng)新效率、資本、人力投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響相比，這種溢出效應(yīng)還不大，區(qū)域增長(zhǎng)極的輻射帶動(dòng)潛力還有待增強(qiáng)。

根據(jù)上述研究結(jié)論，本文提出如下政策建議。

一是建立科技成果轉(zhuǎn)化協(xié)調(diào)機(jī)制。科技成果轉(zhuǎn)化涉及研究、開(kāi)發(fā)、商品化轉(zhuǎn)化、產(chǎn)業(yè)化等環(huán)節(jié)，以及資金、技術(shù)、人才、信息等多方面要素，各級(jí)政府要設(shè)立跨部門(mén)的科技成果轉(zhuǎn)化政策協(xié)調(diào)服務(wù)機(jī)構(gòu)，協(xié)調(diào)解決科技成果轉(zhuǎn)化中的政策落實(shí)問(wèn)題，提高商業(yè)化效率。

二是加強(qiáng)創(chuàng)新能力建設(shè)。各地區(qū)要加大創(chuàng)新投入，加強(qiáng)重點(diǎn)實(shí)驗(yàn)室、技術(shù)創(chuàng)新中心、工程研究中心、公共技術(shù)服務(wù)平臺(tái)、中試基地等科技創(chuàng)新基地和平臺(tái)建設(shè)，加大人才的吸引和培育力度，提高創(chuàng)新效率，使科技創(chuàng)新成為引領(lǐng)區(qū)域發(fā)展的第一動(dòng)力。

三是促進(jìn)區(qū)域協(xié)同創(chuàng)新。要協(xié)調(diào)建立資源共享機(jī)制，建立資源市場(chǎng)平臺(tái)，形成良好的市場(chǎng)環(huán)境，讓市場(chǎng)在資源配置中起決定性作用，打破地區(qū)行政保護(hù)和壟斷，促進(jìn)資源多向流動(dòng)。各地區(qū)位條件、資源稟賦、發(fā)展基礎(chǔ)都不一樣，需要結(jié)合自身優(yōu)勢(shì)尋找科技創(chuàng)新和產(chǎn)業(yè)升級(jí)路徑，避免產(chǎn)業(yè)發(fā)展雷同，造成資源浪費(fèi)。