程若靜，荀守奎,2，蘭國輝，李瓏瑩，張梅芳

(1.安徽理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 淮南 232001；2.安徽理工大學(xué) 金融科技研究所，安徽 淮南 232001)

知識經(jīng)濟(jì)時代，科技創(chuàng)新對一個地區(qū)的綜合實力提升有顯著作用，甚至已經(jīng)成為衡量各地區(qū)競爭力的關(guān)鍵性因素。黨的十九大報告明確指出，“創(chuàng)新是引領(lǐng)發(fā)展的第一動力”，而長三角地區(qū)作為中國創(chuàng)新能力最強(qiáng)的城市群之一，在中國科技創(chuàng)新和社會發(fā)展過程中意義重大。對長三角地區(qū)三省一市的科技創(chuàng)新效率進(jìn)行評價，并對其科技創(chuàng)新效率演化規(guī)律進(jìn)行實證研究，可為長三角地區(qū)科技創(chuàng)新發(fā)展提出切實可行且具有針對性的對策建議，從而進(jìn)一步促進(jìn)中國科技創(chuàng)新發(fā)展。目前，國內(nèi)外學(xué)者對效率評價問題進(jìn)行過許多研究。從研究方法看，多采用數(shù)據(jù)包絡(luò)法(DEA)[1-3]、主成分分析法(PCA)[4]和隨機(jī)前沿分析法(SFA)[5]等。其中，DEA法應(yīng)用最為廣泛。但是，傳統(tǒng)的效率評價模型大多只能對同一時期內(nèi)不同決策單元相對效率進(jìn)行評價，難以動態(tài)分析效率值演化規(guī)律。因此，F(xiàn)are等人在1994年構(gòu)建了DEA-Malmquist模型，能夠動態(tài)評價效率問題，并深入探究全要素生產(chǎn)率的內(nèi)在動因[6]，王曉夕等學(xué)者[7-8]就曾采用該方法研究科技創(chuàng)新效率問題。從研究對象看，大多是對全國不同產(chǎn)業(yè)如工業(yè)企業(yè)[9]和高新技術(shù)企業(yè)[10]等，或?qū)鴥?nèi)特定省份如廣東省[11-12]等進(jìn)行科技創(chuàng)新效率研究，但以長三角地區(qū)作為特定對象進(jìn)行研究的文獻(xiàn)較為缺乏。從研究內(nèi)容看，大多文獻(xiàn)都只對科技創(chuàng)新效率值進(jìn)行各種靜態(tài)分析[13-15]，對科技創(chuàng)新效率值內(nèi)在動態(tài)演化規(guī)律進(jìn)行研究的文獻(xiàn)尚不充足。因此，下文采用超效率DEA-Malmquist模型對比分析長三角地區(qū)與全國科技創(chuàng)新效率差異，重點對長三角地區(qū)科技創(chuàng)新效率及其動態(tài)變化情況進(jìn)行實證研究，對提升長三角地區(qū)科技創(chuàng)新效率提出對策建議。

一、長三角地區(qū)科技創(chuàng)新現(xiàn)狀分析

長三角區(qū)域作為中國經(jīng)濟(jì)發(fā)達(dá)、制造能力強(qiáng)以及創(chuàng)新鏈條各環(huán)節(jié)分布均衡的地區(qū)，具有科技、資本和市場等資源優(yōu)勢，是科技與產(chǎn)業(yè)深度融合且創(chuàng)新能力較為突出的區(qū)域之一。首都科技發(fā)展戰(zhàn)略研究院和中國社會科學(xué)院城市與競爭力研究中心發(fā)布的《中國城市科技創(chuàng)新發(fā)展報告2020》顯示，長三角城市群科技創(chuàng)新排名居于中國城市群首位，科技創(chuàng)新綜合實力明顯強(qiáng)于其他城市群(圖1)。

圖1 中國城市群科技創(chuàng)新排名

根據(jù)古典增長理論可知，任何經(jīng)濟(jì)社會活動總產(chǎn)出取決于勞動力投入和資本投入的共同作用，故從人力和資本兩方面來選取投入指標(biāo)。同時，根據(jù)科技創(chuàng)新活動的特點可知，其產(chǎn)出包括直接的知識產(chǎn)出和間接的經(jīng)濟(jì)效益產(chǎn)出兩方面。因此參照張鵬等人[8]的研究可知，可選取R&D(研究與試驗發(fā)展)人員全時當(dāng)量反映科技創(chuàng)新在人力方面的投入量；以R&D經(jīng)費內(nèi)部支出和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品研發(fā)經(jīng)費支出共同反映資本方面投入；選取專利申請量和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入分別反映直接知識與間接經(jīng)濟(jì)產(chǎn)出。為探究長三角地區(qū)科技創(chuàng)新發(fā)展現(xiàn)狀，對其2011-2019年上述指標(biāo)進(jìn)行統(tǒng)計分析(表1)。

表1 長三角地區(qū)科技創(chuàng)新發(fā)展現(xiàn)狀描述性分析

由表1可知，長三角地區(qū)整體科技創(chuàng)新投入和產(chǎn)出逐年穩(wěn)定增加，增長態(tài)勢良好?？萍紕?chuàng)新研發(fā)投入方面，2019年長三角地區(qū)整體R&D人員折合全時當(dāng)量達(dá)到154.39萬人，比2011年增加了0.9倍；R&D經(jīng)費內(nèi)部支出達(dá)到6 726.52億元，比2011年增加了1.69倍；規(guī)模以上工業(yè)企業(yè)新產(chǎn)品研發(fā)經(jīng)費支出達(dá)到5 703.87億元，比2011年增加了1.31倍?？萍紕?chuàng)新成果產(chǎn)出方面，2019年長三角地區(qū)整體專利申請數(shù)達(dá)141.35萬件，是2011年的2.16倍；新產(chǎn)品銷售收入達(dá)76 040.86億元，是2011年的2.31倍。但長三角地區(qū)科技創(chuàng)新存在明顯的省際梯度差異，其中安徽省與江浙滬的差距很大。由表中數(shù)據(jù)可知，安徽省2011-2019年整體科研創(chuàng)新研發(fā)投入和產(chǎn)出相關(guān)指標(biāo)數(shù)據(jù)僅約為江蘇省的1/4，約為浙江省的1/3。同時，長三角地區(qū)科技創(chuàng)新發(fā)展統(tǒng)籌協(xié)同效應(yīng)弱，雖然表1數(shù)據(jù)顯示江蘇省在各項科技創(chuàng)新發(fā)展指標(biāo)上均居于最高位，但結(jié)合人口面積等因素考慮，江蘇省并不存在絕對的優(yōu)勢。因此，在區(qū)域創(chuàng)新合作中很難有占據(jù)絕對領(lǐng)導(dǎo)地位的發(fā)展引領(lǐng)者，這也導(dǎo)致長三角地區(qū)科技創(chuàng)新宏觀統(tǒng)籌能力弱，缺乏有效協(xié)同機(jī)制，難以形成科技創(chuàng)新合力。

由此可見，長三角地區(qū)科技創(chuàng)新發(fā)展雖取得了顯著成效，但仍然存在省際梯度差異明顯以及科技創(chuàng)新發(fā)展統(tǒng)籌協(xié)同效應(yīng)弱等問題。

二、研究方法

研究發(fā)現(xiàn)，科技創(chuàng)新效率評價大多采用DEA法，但由于普通DEA法難以對DEA有效的決策單元進(jìn)行區(qū)分，且無法動態(tài)分析科技創(chuàng)新效率演變規(guī)律，故將超效率DEA與Malmquist指數(shù)模型相結(jié)合來分析長三角地區(qū)科技創(chuàng)新效率及其動態(tài)變化情況。

(一)超效率DEA模型

數(shù)據(jù)包絡(luò)分析法最早由Charnes等人提出，用以對多個提供同質(zhì)服務(wù)的不同服務(wù)單位間的相對效率進(jìn)行對比分析[16]，常用于測量多投入和多產(chǎn)出的決策單元生產(chǎn)效率。數(shù)據(jù)包絡(luò)分析法根據(jù)假設(shè)規(guī)模報酬變或不變可分為CCR模型和BCC模型兩種，因使用時無需考慮各指標(biāo)量綱差異，無需主觀設(shè)置權(quán)重，且無須明確表達(dá)式具體形式，被廣泛應(yīng)用。但在普通DEA模型中，有效的決策單元(DMU)效率值均為1，無法進(jìn)一步判斷它們之間相對效率值大小。因此，Andersen和Petersen于1993年提出了超效率DEA模型[17]，該模型不對效率值設(shè)上限，可有效解決上述問題。

超效率DEA模型對DEA無效的DMU的評價過程和結(jié)果與普通DEA無異，只對DEA有效的DMU分析不同。該模型不僅能測算每一個DMU的真實效率值，還可以對所有的DMU都進(jìn)行排序，使評價結(jié)果更全面客觀，翔實可靠。設(shè)有n(n=1，2，…，I)個DMU，每個DMU都有i個類型的產(chǎn)出指標(biāo)，r個類型的投入指標(biāo)?；谕度雽?dǎo)向的超效率CCR模型為

(二)Malmquist指數(shù)模型

tfp=Mt+1(xt+1,yt+1,xt,yt)

若tfp>1，則表示決策單元的全要素生產(chǎn)率較上一時期有所提高；反之，則表示決策單元的全要素生產(chǎn)率較上一時期有所下滑；若tfp=1，則表示決策單元的全要素生產(chǎn)率較上一時期不變。

當(dāng)假設(shè)規(guī)模報酬不變時，Malmquist指數(shù)可以再次分解為技術(shù)效率變化指數(shù)(Effch)和技術(shù)進(jìn)步指數(shù)(Tech)，即tfp=Mt+1(xt+1,yt+1,xt,yt)=Effch×Tech。具體公式如下:

當(dāng)假設(shè)規(guī)模報酬可變時，技術(shù)效率變化指數(shù)可分解為純技術(shù)效率指數(shù)(Pech)和規(guī)模效率指數(shù)(Sech)，即，Effch=Pech×Sech。具體公式如下:

綜上可知，Malmquist全要素生產(chǎn)率tfp=Effch×Tech=Pech×Sech×Tech。Tech>1，Effch>1，分別表示決策單元技術(shù)水平進(jìn)步，技術(shù)效率提高；反之，則表示技術(shù)水平倒退，技術(shù)效率下降。Pech>1表示決策單元效率提高，Sech>1表示決策單元的規(guī)模正在逐漸優(yōu)化。

三、長三角地區(qū)科技創(chuàng)新效率實證分析

采用超效率DEA模型和Malmquist指數(shù)模型，通過MATLAB2018和DEAP2.1對2011-2019年長三角地區(qū)科技創(chuàng)新效率問題進(jìn)行實證分析。

(一)指標(biāo)體系構(gòu)建與數(shù)據(jù)說明

基于2012-2020年全國31個省份的面板數(shù)據(jù)，從投入和產(chǎn)出兩方面構(gòu)成指標(biāo)體系。

1.指標(biāo)體系構(gòu)建

現(xiàn)階段有關(guān)區(qū)域科技創(chuàng)新效率的研究眾多，但到目前為止并未形成一套固定的評價指標(biāo)體系?；趨^(qū)域科技創(chuàng)新相關(guān)理論和上述研究，考慮數(shù)據(jù)的實際可得性和客觀科學(xué)性等特點，借鑒前人研究成果，分別從投入和產(chǎn)出兩個方面構(gòu)建了長三角地區(qū)科技創(chuàng)新效率評價指標(biāo)體系(表2)。

表2 科技創(chuàng)新效率評價指標(biāo)體系

R&D人員折合全時當(dāng)量指R&D全時人員工作量與非全時人員按實際工作時間折算的工作量之和，它可以全面客觀地反映某一地區(qū)科技創(chuàng)新實際投入的人力資本。因此，將其作為科技創(chuàng)新人力投入指標(biāo)。R&D經(jīng)費內(nèi)部支出是指用于內(nèi)部開展R&D活動的實際支出，而規(guī)模以上工業(yè)企業(yè)新產(chǎn)品研發(fā)經(jīng)費支出是指企業(yè)專門用于新產(chǎn)品研究開發(fā)的經(jīng)費支出，將兩者共同作為財力投入指標(biāo)，可更全面地反映一個地區(qū)在科技創(chuàng)新方面的資本投入。專利申請量是指受理技術(shù)發(fā)明申請專利的總數(shù)量，可直觀衡量當(dāng)年某地區(qū)科技創(chuàng)新活動直接帶來的的知識成果轉(zhuǎn)換量。因此，將其作為科技創(chuàng)新直接知識產(chǎn)出指標(biāo)。規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入指某地區(qū)企業(yè)銷售新產(chǎn)品實現(xiàn)的銷售收入，反映了科技創(chuàng)新活動技術(shù)成果轉(zhuǎn)化所帶來的經(jīng)濟(jì)效益產(chǎn)出。因此，將其作為科技創(chuàng)新間接產(chǎn)出指標(biāo)。

2.數(shù)據(jù)說明

由于現(xiàn)行的規(guī)模以上工業(yè)企業(yè)統(tǒng)計范圍是從2011年開始的，為保證數(shù)據(jù)的整體統(tǒng)一性，研究的數(shù)據(jù)樣本是2011-2019年全國31個省份的面板數(shù)據(jù)，數(shù)據(jù)來源于2012-2020年的《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。

(二)長三角地區(qū)科技創(chuàng)新超效率DEA靜態(tài)分析

選取基于投入導(dǎo)向的超效率CCR模型，采用MATLAB2018，對2011-2019各年長三角地區(qū)和全國其他省份的綜合效率值進(jìn)行測算(表3)。

表3 2011-2019年長三角地區(qū)三省一市各年科技創(chuàng)新綜合效率值

由表3可知，整體來看，2011-2019年長三角地區(qū)科技創(chuàng)新綜合效率值雖然始終處于上下波動狀態(tài)，但除2015年為0.82以外，其他年份均在0.9及以上，這表明長三角地區(qū)科技創(chuàng)新效率較好。具體來講：2011-2015年間長三角地區(qū)科技創(chuàng)新綜合效率值在2012年出現(xiàn)短暫上升后持續(xù)下降，只有2012年和2013年達(dá)到超效率狀態(tài)；2016及2017年長三角地區(qū)科技創(chuàng)新處于非有效狀態(tài)。直到2018年綜合效率值達(dá)到1，實現(xiàn)了DEA有效，后DEA又降為無效狀態(tài)。

從各省市來看，安徽省整體科技創(chuàng)新發(fā)展態(tài)勢最好，9年間其科技創(chuàng)新效率值整體處于增長狀態(tài)，2017年后達(dá)到超效率狀態(tài)，說明其加入長三角一體化區(qū)域后，不斷吸取和學(xué)習(xí)其他省市的發(fā)展經(jīng)驗和技術(shù)，提升自身科技創(chuàng)新能力，成效顯著；浙江省整體科技創(chuàng)新效率值最高且波動最小，除2011年和2017年外，其他年份均達(dá)到DEA超效率狀態(tài)，說明其科技創(chuàng)新態(tài)勢良好；上海市科技創(chuàng)新效率值雖然整體處于上升狀態(tài)，但幅度較小，效率值偏低，且始終未能達(dá)到效率最佳狀態(tài)，可能是投入過多和結(jié)構(gòu)不合理導(dǎo)致出現(xiàn)投入冗余現(xiàn)象；江蘇省科技創(chuàng)新效率值整體處于下降趨勢，自2014年科技創(chuàng)新效率值跌至1以下后，其科技創(chuàng)新始終未能達(dá)到有效狀態(tài)，說明其科技創(chuàng)新能力有較大提升空間。

與全國平均水平對比分析：長三角地區(qū)9年中有6個年份科技創(chuàng)新綜合效率值高于全國平均水平，2011-2015年長三角地區(qū)和全國的差距在逐漸縮小，2015年長三角科技創(chuàng)新效率值首次低于全國平均數(shù)，隨后，兩者處于你追我趕狀態(tài)。這說明中國整體科技創(chuàng)新水平在不斷提升，但長三角地區(qū)作為中國最大的區(qū)域經(jīng)濟(jì)體之一，其科技創(chuàng)新能力增長速度仍有不足。

(三)長三角地區(qū)科技創(chuàng)新效率Malmquist指數(shù)模型動態(tài)分析

采用DEAP2.1對2011-2019年長三角地區(qū)三省一市和中國其他省份的科技創(chuàng)新生產(chǎn)率指數(shù)進(jìn)行分解，并對其結(jié)果進(jìn)行分析(表4)。

表4 2011-2019年長三角地區(qū)三省一市各年科技創(chuàng)新的平均Malmquist指數(shù)和分解

由表4可知，從整體效率變動來看，2011-2019年長三角地區(qū)科技創(chuàng)新全要素生產(chǎn)率指數(shù)處于先上下波動后逐年上升狀態(tài)，9年間全要素生產(chǎn)率指數(shù)均值為0.991，下降了0.9%，說明雖然近年來長三角地區(qū)整體的科技創(chuàng)新效率開始逐漸優(yōu)化，但仍有一定提升空間。從分解結(jié)果進(jìn)一步看，技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)都有所下降，說明現(xiàn)有技術(shù)效率和技術(shù)進(jìn)步都無法促進(jìn)長三角地區(qū)科技創(chuàng)新效率提升，技術(shù)進(jìn)步方面的阻礙作用更為明顯；研究期間各年份的純技術(shù)效率指數(shù)都等于1，而規(guī)模效率指數(shù)總體上有所下降，表明是規(guī)模效率指數(shù)導(dǎo)致了技術(shù)效率指數(shù)的下降，說明長三角地區(qū)應(yīng)該加大投入并且進(jìn)一步優(yōu)化整體投入產(chǎn)出規(guī)模結(jié)構(gòu)。

具體到各年份看，2011-2016年，全要素生產(chǎn)率指數(shù)始終在上下波動，其中：2015-2016年跌至研究期間最低值0.908；2016年之后，全要素生產(chǎn)率指數(shù)逐年攀升，2018-2019年達(dá)到研究期間最高值1.095，這說明長三角地區(qū)科技創(chuàng)新效率開始顯著提升，這可能與2016年出臺的《長江三角洲城市群發(fā)展規(guī)劃》有關(guān)；2018年后TFP指數(shù)開始大于1，或與近年來國家對長三角地區(qū)的發(fā)展越發(fā)重視有關(guān)。

由表5可知，2011-2019年只有上海市的全要素生產(chǎn)率指數(shù)大于1，生產(chǎn)率上升1.7%；其它3省生產(chǎn)率指數(shù)均小于1，其中：安徽省生產(chǎn)率指數(shù)最低，只有0.965；浙江省次低，為0.988。從分解結(jié)果進(jìn)一步看，上海市、江蘇省和浙江省3個地區(qū)Effch、Techch、Pech和Sech值均為1，說明上海市生產(chǎn)率的提高得益于技術(shù)進(jìn)步，而江蘇省和浙江省生產(chǎn)率下降是由于技術(shù)進(jìn)步的抑制作用；安徽省除純技術(shù)效率變化指數(shù)為1外，其他指數(shù)均小于1，說明其技術(shù)進(jìn)步和技術(shù)效率均有待改善?？傮w來看，長三角地區(qū)整體技術(shù)創(chuàng)新能力不夠充足，技術(shù)進(jìn)步速度較為遲緩，技術(shù)進(jìn)步跟不上是其提升科技創(chuàng)新效率提升的最大問題。

表5 長三角地區(qū)三省一市科技創(chuàng)新效率的Malmquist指數(shù)及其分解

四、研究結(jié)論與建議

基于上述實證分析，得出如下研究結(jié)論和建議。

(一)研究結(jié)論

第一，2011-2019年長三角地區(qū)科技創(chuàng)新綜合效率值雖然始終處于上下波動狀態(tài)，但除2015年外，其他年份均在0.9及以上，表明長三角地區(qū)科技創(chuàng)新效率較好。其中，安徽省整體科技創(chuàng)新發(fā)展態(tài)勢最好，9年間其科技創(chuàng)新效率值整體處于快速增長狀態(tài)，2017年后達(dá)到超效率狀態(tài)；而上海市可能由于出現(xiàn)投入冗余現(xiàn)象，科技創(chuàng)新效率一直無法達(dá)到最佳狀態(tài)。通過與全國平均水平對比發(fā)現(xiàn)，長三角地區(qū)作為中國最大區(qū)域經(jīng)濟(jì)體之一，其科技創(chuàng)新能力增長速度較緩，甚至出現(xiàn)倒退現(xiàn)象，應(yīng)該進(jìn)一步加大該地區(qū)的科技創(chuàng)新能力。

第二，2011-2019年長三角地區(qū)科技創(chuàng)新全要素生產(chǎn)率指數(shù)處于先上下波動后逐年上升狀態(tài)，9年間生產(chǎn)率指數(shù)均值為0.991，Malmquist生產(chǎn)率下降了0.9%，且現(xiàn)有規(guī)模效率和技術(shù)進(jìn)步均無法有效促進(jìn)長三角地區(qū)科技創(chuàng)新效率提升。雖然整體的科技創(chuàng)新效率開始逐漸優(yōu)化，但仍有較大提升空間。長三角地區(qū)應(yīng)該繼續(xù)加大投入，同時必須進(jìn)一步優(yōu)化整體投入產(chǎn)出規(guī)模結(jié)構(gòu)，注意區(qū)域間的協(xié)調(diào)發(fā)展。

第三，2011-2019年只有上海市的全要素生產(chǎn)率指數(shù)大于1，生產(chǎn)率上升了1.7%；其它3省生產(chǎn)率指數(shù)均小于1，其中：安徽省生產(chǎn)率指數(shù)最低，只有0.965?？傮w來看，長三角地區(qū)技術(shù)創(chuàng)新能力不夠充足，技術(shù)進(jìn)步速度較為遲緩，技術(shù)進(jìn)步跟不上是抑制其科技創(chuàng)新效率提升的最關(guān)鍵問題。

(二)建議

針對研究結(jié)論，對長三角地區(qū)科技創(chuàng)新發(fā)展提出建議。

1.優(yōu)化區(qū)域間的投入結(jié)構(gòu)

在加大科技創(chuàng)新人員和資金等各方面投入的同時，要注重各省市間投入產(chǎn)出比，不斷優(yōu)化投入的結(jié)構(gòu)比例。對投入冗余地區(qū)，如上海市，要注重提升其科技創(chuàng)新效率，從技術(shù)研發(fā)和機(jī)構(gòu)管理等方面進(jìn)一步挖掘其技術(shù)進(jìn)步潛力，充分利用規(guī)模效應(yīng)推動其實現(xiàn)更好的發(fā)展；對經(jīng)濟(jì)能力有限但科技創(chuàng)新發(fā)展態(tài)勢良好的地區(qū)，如安徽省，應(yīng)該持續(xù)加大其各方面投入，并且對其進(jìn)行技術(shù)引導(dǎo)，激發(fā)其在科技創(chuàng)新發(fā)展上的潛力。

2.充分發(fā)揮科技創(chuàng)新資源的輻射作用

充分發(fā)揮科技創(chuàng)新資源的輻射帶動作用，鼓勵科技創(chuàng)新發(fā)達(dá)地區(qū)帶動較落后地區(qū)共同提升科技創(chuàng)新能力，注重縮短各省市間科技創(chuàng)新活動和資源的時空距離，突破行政區(qū)劃限制，減少地方保護(hù)主義行為，通過建立跨區(qū)域科技創(chuàng)新機(jī)制和平臺以及跨部門跨行業(yè)的協(xié)同創(chuàng)新機(jī)制等，增加省市間的共同研發(fā)活動，利用科技創(chuàng)新發(fā)展輻射作用帶動經(jīng)濟(jì)發(fā)展落后和科技創(chuàng)新實力薄弱地區(qū)的發(fā)展。努力縮小各省市間技術(shù)和資源水平差距，不斷加強(qiáng)交流與合作，促進(jìn)區(qū)域間的科技創(chuàng)新協(xié)調(diào)發(fā)展。

3.加快引進(jìn)和培育高層次科技活動創(chuàng)新型人才

任何發(fā)展都離不開人才的推動作用，科技創(chuàng)新活動也不例外。近年來，合肥市和南京市等城市不斷出臺各項人才引進(jìn)政策，加大對各地區(qū)人才的吸引力度，推動自身科技創(chuàng)新發(fā)展水平。對長三角地區(qū)科技創(chuàng)新發(fā)展而言，高層次人才是關(guān)鍵因素之一，必須充分利用長三角地區(qū)的區(qū)位優(yōu)勢，面向全球發(fā)揮虹吸效應(yīng)，努力推進(jìn)高層次技術(shù)人才和高技能人才建設(shè)，打造高水平創(chuàng)新型人才聚集地，充分發(fā)揮人才聚集效應(yīng)。

文章首先運用超效率DEA法對2011-2019年全國31個省份科技創(chuàng)新效率值進(jìn)行測算，重點分析長三角地區(qū)科技創(chuàng)新效率問題，同時對比分析其與全國平均水平的差異；其次采用Malmquist指數(shù)模型研究長三角地區(qū)科技創(chuàng)新效率的動態(tài)演化規(guī)律；最終，提出優(yōu)化區(qū)域間科技創(chuàng)新投入結(jié)構(gòu)、充分發(fā)揮科技創(chuàng)新資源的輻射帶動作用和加快培育高層次科技活動創(chuàng)新型人才等建議，以期提升長三角地區(qū)的科技創(chuàng)新效率。