吳 中 超

(成都大學(xué) 商學(xué)院, 四川 成都 610106)

區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新知識(shí)網(wǎng)絡(luò)由來(lái)自一定地理范圍內(nèi)的政府、企業(yè)、大學(xué)、科研機(jī)構(gòu)等各種異質(zhì)性知識(shí)資源體的相互聯(lián)系構(gòu)成，是區(qū)域主要的創(chuàng)新動(dòng)力。該類(lèi)區(qū)域知識(shí)網(wǎng)絡(luò)可以促進(jìn)特定區(qū)域各種異質(zhì)性知識(shí)資源的優(yōu)化配置并創(chuàng)造新知識(shí)，從而成為區(qū)域經(jīng)濟(jì)競(jìng)爭(zhēng)力與發(fā)展?jié)摿Φ闹匾嚓P(guān)因素，也是形成區(qū)位優(yōu)勢(shì)的關(guān)鍵因素。關(guān)于區(qū)域創(chuàng)新績(jī)效研究一直是區(qū)域創(chuàng)新系統(tǒng)研究的一項(xiàng)重要課題，該類(lèi)研究可以為區(qū)域創(chuàng)新政策的判斷、制定和修正提供科學(xué)依據(jù)。與此同時(shí)，區(qū)域創(chuàng)新和知識(shí)網(wǎng)絡(luò)的辯論經(jīng)常強(qiáng)調(diào)區(qū)域創(chuàng)新行動(dòng)者——行業(yè)與高校等科研機(jī)構(gòu)之間相互聯(lián)系的強(qiáng)度等結(jié)構(gòu)特征，認(rèn)為這是影響區(qū)域創(chuàng)新績(jī)效中最相關(guān)的因素[1]。此外，大量國(guó)內(nèi)外相關(guān)研究表明，創(chuàng)新環(huán)境因素也對(duì)區(qū)域創(chuàng)新績(jī)效產(chǎn)生重要影響。

因此，為深入研究創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)因素和創(chuàng)新基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新績(jī)效的影響作用，本文以中國(guó)30個(gè)省份(西藏因?yàn)閿?shù)據(jù)缺失略去)的區(qū)域創(chuàng)新績(jī)效為研究對(duì)象，運(yùn)用各區(qū)域的科技統(tǒng)計(jì)數(shù)據(jù)，采用兩階段網(wǎng)絡(luò)DEA乘法模型，測(cè)算各區(qū)域創(chuàng)新效率，并分析影響其各階段創(chuàng)新效率變化的原因，得出研究結(jié)論并對(duì)區(qū)域科技政策提出建議。

一、引 言

近年來(lái)，隨著區(qū)域創(chuàng)新系統(tǒng)及網(wǎng)絡(luò)研究的興起，關(guān)于區(qū)域創(chuàng)新績(jī)效的研究成為一個(gè)主要研究方向，且已經(jīng)取得不少成果。從研究方法歸納，主要將國(guó)內(nèi)相關(guān)研究成果概括為如下兩個(gè)方面：1.參數(shù)法，如基于隨機(jī)前沿分析方法(SFA)。代表性成果有：張宗益等[2](2006)利用對(duì)數(shù)型Cobb-Douglas生產(chǎn)函數(shù)的隨機(jī)前沿模型實(shí)證研究了1998—2003年我國(guó)區(qū)域技術(shù)創(chuàng)新效率。李習(xí)保[3](2007)利用1998—2006的面板數(shù)據(jù)，采用對(duì)數(shù)線(xiàn)性Cobb-Douglas前沿生產(chǎn)函數(shù)模型對(duì)我國(guó)區(qū)域創(chuàng)新環(huán)境對(duì)創(chuàng)新活動(dòng)效率的影響進(jìn)行了實(shí)證分析。史修松等[4](2009)運(yùn)用隨機(jī)前沿函數(shù)分析方法，測(cè)算了中國(guó)省級(jí)區(qū)域創(chuàng)新效率及其空間差異。蘇屹等[5](2013)利用超越對(duì)數(shù)知識(shí)生產(chǎn)函數(shù)的隨機(jī)前沿模型對(duì)中國(guó)區(qū)域創(chuàng)新效率及影響因素進(jìn)行了實(shí)證分析。2.非參數(shù)法，如基于DEA模型方法。代表性成果有：劉順忠等[6](2002)運(yùn)用傳統(tǒng)DEA方法的CCR模型分析評(píng)價(jià)了我國(guó)各區(qū)域創(chuàng)新系統(tǒng)的創(chuàng)新效率。官建成等[7](2005)基于兩階段DEA的CCR模型分別對(duì)區(qū)域創(chuàng)新活動(dòng)的技術(shù)有效性、經(jīng)濟(jì)有效性和綜合有效性進(jìn)行了評(píng)價(jià)。白俊紅等[8](2009)利用DEA-Tobit兩步法對(duì)我國(guó)區(qū)域創(chuàng)新效率的環(huán)境影響因素進(jìn)行了實(shí)證檢驗(yàn)。遲國(guó)泰等[9](2010)運(yùn)用超效率 DEA 方法測(cè)評(píng)了我國(guó)部分省份科技創(chuàng)新效率。左鎧瑞等[10](2016)利用并聯(lián)DEA模型對(duì)我國(guó)區(qū)域R&D效率及影響因素進(jìn)行了測(cè)度。

隨機(jī)前沿分析(SFA)主要利用計(jì)量經(jīng)濟(jì)學(xué)方法，對(duì)設(shè)定好的前沿生產(chǎn)函數(shù)中的未知參數(shù)進(jìn)行估計(jì)后求出績(jī)效單元的技術(shù)效率。其優(yōu)點(diǎn)是模型構(gòu)建有經(jīng)濟(jì)理論基礎(chǔ)支撐，可更深入地估計(jì)出各種外生變量對(duì)績(jī)效單元的技術(shù)效率影響；但是利用該方法分析創(chuàng)新效率時(shí)，由于對(duì)于創(chuàng)新過(guò)程沒(méi)有一個(gè)清晰的理論模型和生產(chǎn)函數(shù)形式來(lái)反映投入和產(chǎn)出關(guān)系，因此在不確定的背景下，DEA比SFA更合適[11]。另一方面采用SFA方法時(shí),創(chuàng)新產(chǎn)出指標(biāo)只能取一個(gè)指標(biāo)，而區(qū)域創(chuàng)新系統(tǒng)是一個(gè)多投入和多產(chǎn)出的復(fù)雜知識(shí)網(wǎng)絡(luò)系統(tǒng)。非參數(shù)法基于前沿函數(shù)，利用線(xiàn)性規(guī)劃如數(shù)據(jù)包絡(luò)分析測(cè)定績(jī)效單元的技術(shù)效率，無(wú)需設(shè)定具體函數(shù)形式，且對(duì)數(shù)據(jù)樣本量要求不高，應(yīng)用方便。該方法在評(píng)估多投入和多產(chǎn)出的網(wǎng)絡(luò)系統(tǒng)的效率時(shí)具有優(yōu)勢(shì)。

以往研究各自采用不同的方法和時(shí)期數(shù)據(jù)，對(duì)區(qū)域創(chuàng)新效率進(jìn)行了測(cè)度研究，但仍存在以下三點(diǎn)不足：1.隨著對(duì)區(qū)域創(chuàng)新網(wǎng)絡(luò)系統(tǒng)機(jī)理研究的深入，基于三重螺旋結(jié)構(gòu)模型的知識(shí)創(chuàng)新與區(qū)域創(chuàng)新效率關(guān)系的研究成為近年熱點(diǎn)[12-15]，但以往對(duì)區(qū)域創(chuàng)新效率測(cè)評(píng)的研究很少考察區(qū)域創(chuàng)新系統(tǒng)作為網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)屬性，只有少數(shù)國(guó)外研究對(duì)區(qū)域創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了一定分析(Kratke，2010; J Owen-Smith和WW Powel，2004)[16-17]。國(guó)內(nèi)從區(qū)域創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)視角分析區(qū)域創(chuàng)新效率影響因素的研究還很少見(jiàn)。2.傳統(tǒng)DEA模型將決策單元作為“黑箱”而不考慮其內(nèi)部結(jié)構(gòu)與機(jī)理，降低了復(fù)雜網(wǎng)絡(luò)生產(chǎn)系統(tǒng)決策單元的效率測(cè)評(píng)準(zhǔn)確性。網(wǎng)絡(luò)DEA模型相比傳統(tǒng)DEA方法對(duì)于網(wǎng)絡(luò)系統(tǒng)的生產(chǎn)決策單元在效率分析方面更具有優(yōu)勢(shì)，但目前運(yùn)用兩階段網(wǎng)絡(luò)DEA方法對(duì)區(qū)域創(chuàng)新效率的研究仍不夠深入。3.既有的國(guó)內(nèi)相關(guān)創(chuàng)新效率少量研究雖有運(yùn)用兩階段網(wǎng)絡(luò)DEA模型，但關(guān)于系統(tǒng)綜合效率在兩階段效率分解研究方面尚有待深入。

基于以上研究不足，本文將利用兩階段網(wǎng)絡(luò)DEA方法的乘法模型，采用2013—2017年的科技統(tǒng)計(jì)數(shù)據(jù)(因2018、2019年數(shù)據(jù)部分指標(biāo)缺失)對(duì)我國(guó)區(qū)域創(chuàng)新網(wǎng)絡(luò)效率進(jìn)行測(cè)評(píng)，并將創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)變量作為影響區(qū)域創(chuàng)新網(wǎng)絡(luò)系統(tǒng)技術(shù)效率的解釋變量展開(kāi)研究，詳細(xì)探討了產(chǎn)學(xué)研創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)對(duì)于區(qū)域創(chuàng)新效率的影響效應(yīng)。本文的創(chuàng)新點(diǎn)主要在于以下兩方面：一是提出一個(gè)基于知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化的兩階段網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析(DEA)乘法模型來(lái)測(cè)度區(qū)域創(chuàng)新績(jī)效，將區(qū)域創(chuàng)新的過(guò)程分解為兩級(jí)創(chuàng)新生產(chǎn)網(wǎng)絡(luò)框架，即上游知識(shí)創(chuàng)造過(guò)程和下游知識(shí)轉(zhuǎn)化過(guò)程。在知識(shí)轉(zhuǎn)化階段引入創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)變量作為第二階段的系統(tǒng)外部投入，借助構(gòu)建區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)效率兩階段模型描述創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)在知識(shí)轉(zhuǎn)化環(huán)節(jié)作為投入要素的作用機(jī)制。二是在利用二階段網(wǎng)絡(luò)DEA乘法模型對(duì)區(qū)域創(chuàng)新效率進(jìn)行實(shí)證分析過(guò)程中，加入?yún)^(qū)域創(chuàng)新基礎(chǔ)設(shè)施等影響因素變量，考察其對(duì)區(qū)域創(chuàng)新效率的影響作用。

二、模型及評(píng)價(jià)指標(biāo)

(一)研究方法

數(shù)據(jù)包絡(luò)分析(DEA)是一種非參數(shù)技術(shù)，用于測(cè)量使用多個(gè)輸入產(chǎn)生多個(gè)輸出的決策單元(DMUs)的績(jī)效?；镜臄?shù)學(xué)模型是線(xiàn)性規(guī)劃。兩種基本的DEA模型，即CCR[18]和BCC[19]模型，已經(jīng)分別成為固定收益和可變收益規(guī)模假設(shè)下的績(jī)效衡量標(biāo)準(zhǔn)。傳統(tǒng)的DEA處理一個(gè)階段的生產(chǎn)過(guò)程，只是將決策單元(DMUs)作為一個(gè)投入-產(chǎn)出的“黑箱”系統(tǒng)，不考慮DMU內(nèi)部結(jié)構(gòu)。然而在許多情況下，忽略系統(tǒng)內(nèi)部劃分的操作可能產(chǎn)生誤導(dǎo)性的效率值,因此,提出了網(wǎng)絡(luò)DEA來(lái)解決這個(gè)問(wèn)題(Fare & Grosskopf，2000)[20]。該范式把決策單元(DMUs)“黑箱”的內(nèi)部結(jié)構(gòu)作為多階段過(guò)程，其底層結(jié)構(gòu)表明了各個(gè)階段之間的中間產(chǎn)品的流動(dòng)，前一階段的產(chǎn)出作為后一階段的投入，在效率評(píng)估中起著關(guān)鍵作用。大量研究表明，運(yùn)用網(wǎng)絡(luò)DEA模型衡量具有網(wǎng)絡(luò)結(jié)構(gòu)的系統(tǒng)效率，測(cè)量結(jié)果更加準(zhǔn)確且能夠具體分析系統(tǒng)無(wú)效性來(lái)源(Kao，2014)[21]。

從結(jié)構(gòu)方面來(lái)說(shuō)，基本的兩級(jí)結(jié)構(gòu)是研究最廣泛的，網(wǎng)絡(luò)DEA模型效率分解有兩種類(lèi)型：乘法模型和加法模型。在乘法效率分解中，總效率被定義為兩個(gè)階段效率得分的乘積；而在加法效率分解中，總效率被定義為兩個(gè)階段效率得分的加權(quán)平均值。本文借鑒參考Kao和Hwang[22](2008)的乘法模型，該模型假設(shè)：(1)規(guī)模報(bào)酬不變(CRS)。(2)兩個(gè)階段的權(quán)重是相同的。

假設(shè)有n個(gè)決策單元(DMU)，并且每個(gè)DMUj(j= 1,2,…,n)都有m個(gè)輸入到第一個(gè)階段xij,(i = 1,2…,m)，該階段的D輸出zdj,(d= 1,2,…,D)。這些D輸出然后成為第二個(gè)的輸入階段，稱(chēng)為中間措施。輸出從第二階段開(kāi)始，用yrj表示(r= 1,2，…，s)。可以計(jì)算出第一階段和第二階段DMUj0的CRS效率值在以下兩個(gè)CCR模型(1)和(2)中

(1)

(2)

總體CRS效率值CCR模型(3)可根據(jù)式(3)計(jì)算

(3)

vi,ui> 0

測(cè)量模型DMU的整體效率由式(4)給出

(4)

vi,ui,ηd> 0

(二)兩階段網(wǎng)絡(luò)DEA模型建立

實(shí)際上，區(qū)域創(chuàng)新系統(tǒng)可以看成一個(gè)具有一定網(wǎng)絡(luò)結(jié)構(gòu)屬性的知識(shí)創(chuàng)新“投入-產(chǎn)出”生產(chǎn)系統(tǒng)。區(qū)域知識(shí)創(chuàng)新活動(dòng)是一個(gè)復(fù)雜網(wǎng)絡(luò)系統(tǒng)行為，可以視為大學(xué)(或科研機(jī)構(gòu))與企業(yè)等異質(zhì)性組織之間知識(shí)流動(dòng)的過(guò)程，可以將知識(shí)創(chuàng)新活動(dòng)分為知識(shí)共享、知識(shí)創(chuàng)造和知識(shí)優(yōu)勢(shì)的三個(gè)階段[23]。本文借鑒前人研究[23-26]，將區(qū)域知識(shí)創(chuàng)新活動(dòng)分為知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化兩個(gè)階段，選擇Dimitris K等[25](2016)歸納的四種類(lèi)型兩階段串聯(lián)網(wǎng)絡(luò)DEA中的乘法模型，把國(guó)內(nèi)三種專(zhuān)利授權(quán)量作為中間變量，既作為知識(shí)創(chuàng)造子系統(tǒng)的產(chǎn)出，也作為知識(shí)轉(zhuǎn)化子系統(tǒng)的投入；同時(shí),引入創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)變量作為第二階段的系統(tǒng)外部投入，構(gòu)建的兩階段網(wǎng)絡(luò) DEA 模型如圖 1 所示。區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)的總效率分解為知識(shí)創(chuàng)造子系統(tǒng)效率與知識(shí)轉(zhuǎn)化子系統(tǒng)效率，系統(tǒng)的整體效率是兩個(gè)階段協(xié)調(diào)的結(jié)果。考慮到創(chuàng)新活動(dòng)具有風(fēng)險(xiǎn)性與不確定性，創(chuàng)新產(chǎn)出往往不可控，但創(chuàng)新投入相對(duì)可控，本模型每一階段選用投入導(dǎo)向的CCR模型，總效率分解采用前述乘法模型分解方法。

圖1 區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)效率兩階段模型

(三)效率影響因素模型

為進(jìn)一步深入分析網(wǎng)絡(luò)DEA方法測(cè)度的兩階段技術(shù)效率值的影響因素，本文采用回歸模型進(jìn)行效率影響因素分析。因?yàn)镈EA分析的技術(shù)效率值在0-1之間，屬于典型的因變量受到某種約束情況，所以采用Tobit回歸模型。具體形式如下：

(5)

(四)指標(biāo)選取

1.第一階段投入產(chǎn)出指標(biāo)

創(chuàng)新投入方面，相關(guān)研究一般把R&D人力資源和R&D財(cái)力資源作為創(chuàng)新體系的原始投入資源[27]。區(qū)域R&D 經(jīng)費(fèi)內(nèi)部支出(萬(wàn)元)和R&D 人員全時(shí)當(dāng)量是學(xué)者廣泛采用的創(chuàng)新系統(tǒng)投入指標(biāo)。R&D 經(jīng)費(fèi)內(nèi)部支出(萬(wàn)元)可以反映區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)的財(cái)力資源投入。R&D 人員全時(shí)當(dāng)量可以反映區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)的人力資源投入。因此，本文選取這兩個(gè)指標(biāo)作為區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)效率的第一階段創(chuàng)新投入指標(biāo)。

如果把區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)看成是一個(gè)“投入-產(chǎn)出”系統(tǒng)，創(chuàng)新產(chǎn)出就是區(qū)域創(chuàng)新績(jī)效。長(zhǎng)期以來(lái)，對(duì)區(qū)域創(chuàng)新績(jī)效的研究結(jié)果尚未形成一種普遍接受的創(chuàng)新投入指標(biāo)，但是在創(chuàng)新產(chǎn)出層面，專(zhuān)利是中外學(xué)者廣泛采用的指標(biāo)。分析區(qū)域創(chuàng)新績(jī)效技術(shù)性能的變化及影響因素需要較長(zhǎng)時(shí)間和多個(gè)區(qū)域的數(shù)據(jù)，而專(zhuān)利提供了多地區(qū)和較長(zhǎng)時(shí)間內(nèi)的一致、具體和可比的數(shù)據(jù)。專(zhuān)利被廣泛認(rèn)為是國(guó)家、地區(qū)、公司和行業(yè)技術(shù)績(jī)效的指標(biāo)[28]。由于這個(gè)原因，本文第一階段知識(shí)創(chuàng)造的產(chǎn)出變量選擇專(zhuān)利指標(biāo)來(lái)衡量。本文選用國(guó)內(nèi)三種專(zhuān)利授權(quán)數(shù)作為各區(qū)域知識(shí)創(chuàng)造績(jī)效的測(cè)度指標(biāo)，因?yàn)閷?zhuān)利授權(quán)數(shù)更代表績(jī)效實(shí)際產(chǎn)出。

2.第二階段投入產(chǎn)出指標(biāo)

利用傳統(tǒng)DEA方法分析創(chuàng)新系統(tǒng)往往只是把專(zhuān)利作為最終創(chuàng)新產(chǎn)出，但實(shí)際上雖然專(zhuān)利是公認(rèn)的衡量知識(shí)創(chuàng)造——新技術(shù)的指標(biāo)，但專(zhuān)利無(wú)法作為描述知識(shí)轉(zhuǎn)化為經(jīng)濟(jì)成果的指標(biāo)[29]。鑒于此，本文在區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)效率第二階段的投入產(chǎn)出指標(biāo)選取上側(cè)重考查知識(shí)轉(zhuǎn)化成經(jīng)濟(jì)成果的效率。首先，將第一階段的產(chǎn)出(三種專(zhuān)利授權(quán)數(shù))作為第二階段的一種投入。其次，根據(jù)國(guó)內(nèi)外學(xué)者對(duì)創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征的研究[1,12-15,30]，認(rèn)為創(chuàng)新網(wǎng)絡(luò)的成長(zhǎng)是由網(wǎng)絡(luò)的結(jié)構(gòu)決定的，因此網(wǎng)絡(luò)結(jié)構(gòu)特征應(yīng)該納入創(chuàng)新績(jī)效增長(zhǎng)的研究，認(rèn)為知識(shí)創(chuàng)新網(wǎng)絡(luò)密度越大，網(wǎng)絡(luò)節(jié)點(diǎn)之間聯(lián)系強(qiáng)度也越大，說(shuō)明產(chǎn)學(xué)研各方主體之間開(kāi)展協(xié)同創(chuàng)新的動(dòng)機(jī)越強(qiáng)，互補(bǔ)性信息、知識(shí)資源等在異質(zhì)性創(chuàng)新主體之間共享程度可能更高，有助于提高各方創(chuàng)新能力進(jìn)而促進(jìn)區(qū)域知識(shí)轉(zhuǎn)化效率的提升。本文選擇刻畫(huà)區(qū)域創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)關(guān)鍵指標(biāo)之一的網(wǎng)絡(luò)密度(網(wǎng)絡(luò)聯(lián)系強(qiáng)度)作為系統(tǒng)外部投入變量，這里具體選擇高等學(xué)校R&D 經(jīng)費(fèi)外部支出(包括對(duì)其他研究機(jī)構(gòu)和企業(yè)等研發(fā)經(jīng)費(fèi)支出)作為刻畫(huà)創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)密度的指標(biāo)(1)反映創(chuàng)新網(wǎng)絡(luò)密度的指標(biāo)還可以選擇企業(yè)產(chǎn)學(xué)研經(jīng)費(fèi)外部支出指標(biāo)和各地區(qū)研究與開(kāi)發(fā)機(jī)構(gòu)R&D經(jīng)費(fèi)外部支出。但企業(yè)產(chǎn)學(xué)研經(jīng)費(fèi)支出指標(biāo)由于統(tǒng)計(jì)數(shù)據(jù)缺失太多被本研究舍棄，各地區(qū)研究與開(kāi)發(fā)機(jī)構(gòu)R&D經(jīng)費(fèi)外部支出統(tǒng)計(jì)數(shù)據(jù)缺失海南、青海、西藏等省份數(shù)據(jù)，也只有舍棄。。

人均GDP可以反映各區(qū)域經(jīng)濟(jì)發(fā)展水平，居民人均可支配收入則(2)統(tǒng)計(jì)年鑒從2013年開(kāi)始有各省份居民可支配收入統(tǒng)計(jì)數(shù)據(jù)，2013年之前各省城鎮(zhèn)居民與農(nóng)村居民可支配收入是分別統(tǒng)計(jì)的，所以本文數(shù)據(jù)選取從2013年開(kāi)始。反映各區(qū)域人民實(shí)際生活水平的提高。這兩項(xiàng)指標(biāo)能反映科技創(chuàng)新對(duì)各區(qū)域經(jīng)濟(jì)的促進(jìn)與人民生活改善作用，所以選擇這兩項(xiàng)作為第二階段的知識(shí)轉(zhuǎn)化產(chǎn)出指標(biāo)。

3.區(qū)域創(chuàng)新績(jī)效影響因素指標(biāo)(3)關(guān)于區(qū)域創(chuàng)新績(jī)效影響因素及指標(biāo)選取的詳細(xì)理論分析請(qǐng)?jiān)斠?jiàn)參考文獻(xiàn)[1]。

如前文所述，區(qū)域主要的創(chuàng)新動(dòng)力來(lái)自于企業(yè)、高校、科研機(jī)構(gòu)等各種異質(zhì)性知識(shí)資源體的相互聯(lián)系——形成區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)。區(qū)域知識(shí)生產(chǎn)與轉(zhuǎn)化主要是通過(guò)知識(shí)創(chuàng)新網(wǎng)絡(luò)的活動(dòng)來(lái)實(shí)現(xiàn)。在考察區(qū)域創(chuàng)新績(jī)效影響因素的相關(guān)研究時(shí)發(fā)現(xiàn)，歐洲和美國(guó)率先采用了一種新的區(qū)域商業(yè)發(fā)展方式，即建設(shè)區(qū)域創(chuàng)新基礎(chǔ)設(shè)施[31]。區(qū)域創(chuàng)新基礎(chǔ)設(shè)施是指促進(jìn)區(qū)域創(chuàng)新行為、提高區(qū)域創(chuàng)新績(jī)效的環(huán)境因素，為區(qū)域創(chuàng)新活動(dòng)開(kāi)展提供良好平臺(tái)，能夠?qū)^(qū)域創(chuàng)新水平的提升產(chǎn)生積極作用，主要包括經(jīng)濟(jì)增長(zhǎng)水平、信息基礎(chǔ)設(shè)施、研發(fā)投入強(qiáng)度、地理區(qū)位、政府支持強(qiáng)度、企業(yè)創(chuàng)新活力、市場(chǎng)開(kāi)放程度和產(chǎn)業(yè)結(jié)構(gòu)等因素[30]。同時(shí)，國(guó)外學(xué)者研究認(rèn)為區(qū)域產(chǎn)學(xué)研的結(jié)構(gòu)特征是影響區(qū)域創(chuàng)新績(jī)效的最相關(guān)的因素[1]?；谶@樣的理論基礎(chǔ)，本文將區(qū)域創(chuàng)新績(jī)效影響因素分為區(qū)域創(chuàng)新基礎(chǔ)設(shè)施和創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)兩方面。根據(jù)國(guó)內(nèi)外有關(guān)研究[30,32-34]把創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)變量選擇為網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)開(kāi)放性、網(wǎng)絡(luò)結(jié)構(gòu)洞、網(wǎng)絡(luò)密度(網(wǎng)絡(luò)聯(lián)系強(qiáng)度)四個(gè)方面。網(wǎng)絡(luò)規(guī)模選用各區(qū)域高校數(shù)量、各區(qū)域研發(fā)機(jī)構(gòu)個(gè)數(shù)和各區(qū)域高新技術(shù)企業(yè)數(shù)三個(gè)指標(biāo)來(lái)反映。網(wǎng)絡(luò)開(kāi)放性選用各區(qū)域外商直接投資額(FDI)測(cè)度。網(wǎng)絡(luò)結(jié)構(gòu)洞用各區(qū)域技術(shù)市場(chǎng)交易金額表征。網(wǎng)絡(luò)密度選用各地區(qū)高等學(xué)校R&D經(jīng)費(fèi)外部支出(包括其他研究機(jī)構(gòu)和企業(yè)等研發(fā)經(jīng)費(fèi)支出)測(cè)度。

創(chuàng)新基礎(chǔ)設(shè)施也是影響區(qū)域創(chuàng)新效率的重要因素，包括區(qū)域經(jīng)濟(jì)增長(zhǎng)水平、信息基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域研發(fā)投入強(qiáng)度、政府支持強(qiáng)度、市場(chǎng)開(kāi)放程度6個(gè)方面。構(gòu)建區(qū)域創(chuàng)新技術(shù)效率影響因素回歸函數(shù)為

yit=δ0+δ1collegeit+δ2researchit+δ3enterpriseit+δ4FDIit+δ5technology+

δ6college.expit+δ7GDPit+δ8ICTit+δ9ISit+δ10RIit+δ11GOVit+δ12MARit

(6)

式(6)包含了創(chuàng)新基礎(chǔ)設(shè)施和創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)兩方面的區(qū)域創(chuàng)新效率影響因素。其中創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)選用6個(gè)結(jié)構(gòu)變量：college表示各區(qū)域高校數(shù)量；research表示各區(qū)域研發(fā)機(jī)構(gòu)數(shù)量；enterprise 表示各區(qū)域高新技術(shù)企業(yè)數(shù)。這三個(gè)變量都是表征創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)規(guī)模的變量。FDI是各區(qū)域外商直接投資額，用來(lái)表征網(wǎng)絡(luò)開(kāi)放度。technology是各區(qū)域技術(shù)市場(chǎng)交易金額，用來(lái)表征網(wǎng)絡(luò)結(jié)構(gòu)洞。college.exp是各區(qū)域高等學(xué)校R&D經(jīng)費(fèi)外部支出，表征網(wǎng)絡(luò)密度。

區(qū)域創(chuàng)新基礎(chǔ)設(shè)施也選用6個(gè)變量:GDP表示各區(qū)域人均GDP，用來(lái)表征地區(qū)經(jīng)濟(jì)發(fā)展水平。ICT是地區(qū)郵電業(yè)務(wù)總量占 GDP 比重，用來(lái)表征地區(qū)信息基礎(chǔ)設(shè)施水平。IS是各區(qū)域第三產(chǎn)業(yè)占比數(shù)據(jù)，用來(lái)表征地區(qū)產(chǎn)業(yè)結(jié)構(gòu)特征。RI是各區(qū)域R&D經(jīng)費(fèi)占地區(qū)GDP比重，用來(lái)表征區(qū)域研發(fā)投入強(qiáng)度。GOV是以地區(qū)總的科技經(jīng)費(fèi)籌集金額中政府資助所占比重來(lái)衡量地方政府對(duì)創(chuàng)新活動(dòng)的支持力度。MRA是采用各區(qū)域進(jìn)出口總額占GDP的比重來(lái)衡量一省對(duì)國(guó)際貿(mào)易和競(jìng)爭(zhēng)的開(kāi)放程度，此變量用來(lái)表征地區(qū)市場(chǎng)開(kāi)放程度。

三、實(shí)證結(jié)果分析

本文以中國(guó)省份區(qū)域創(chuàng)新績(jī)效為研究對(duì)象，采用2013—2017 年我國(guó)30個(gè)省份(西藏因統(tǒng)計(jì)數(shù)據(jù)不全舍去)有關(guān)創(chuàng)新指標(biāo)統(tǒng)計(jì)數(shù)據(jù)，利用兩階段網(wǎng)絡(luò)DEA模型進(jìn)行區(qū)域創(chuàng)新網(wǎng)絡(luò)效率實(shí)證分析。有關(guān)專(zhuān)利授權(quán)數(shù)、R&D人力資源和R&D財(cái)力資源數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)科技統(tǒng)計(jì)年鑒》，創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)變量數(shù)據(jù)來(lái)自各區(qū)域統(tǒng)計(jì)年鑒、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》，數(shù)據(jù)處理使用DEAP2.1軟件?？紤]到區(qū)域知識(shí)創(chuàng)新活動(dòng)進(jìn)行知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化均具有時(shí)間滯后性，借鑒有關(guān)研究[4，6]，將知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化兩階段投入產(chǎn)出時(shí)間延遲定為1年，第一階段知識(shí)創(chuàng)造投入時(shí)間為2013—2015年，第一階段產(chǎn)出時(shí)間與第二階段知識(shí)創(chuàng)造投入時(shí)間為2014—2016年，第二階段知識(shí)轉(zhuǎn)化產(chǎn)出時(shí)間為2015—2017年。

(一)第1階段結(jié)果

從表1數(shù)據(jù)分析，2013—2015年知識(shí)創(chuàng)造階段只有浙江省的技術(shù)效率為1，達(dá)到了DEA技術(shù)有效。江蘇、貴州、四川、重慶、安徽等省份的創(chuàng)新技術(shù)效率在0.6～1.0之間，表明該部分區(qū)域的知識(shí)創(chuàng)造技術(shù)效率處于較好水平。山西、內(nèi)蒙古、吉林、寧夏等省份的創(chuàng)新技術(shù)效率在0.4以下，表明這部分地區(qū)的知識(shí)創(chuàng)造技術(shù)效率水平偏低，需要通過(guò)提高創(chuàng)新資源使用效率，避免不必要浪費(fèi)來(lái)提升知識(shí)創(chuàng)造效率水平。

表1 中國(guó)各省區(qū)域知識(shí)創(chuàng)造階段創(chuàng)新技術(shù)效率

(二)第2階段結(jié)果

從表2數(shù)據(jù)分析，青海省3年知識(shí)轉(zhuǎn)化階段創(chuàng)新技術(shù)效率均為1，達(dá)到DEA技術(shù)有效。海南省有兩年技術(shù)效率為1，寧夏與內(nèi)蒙古地區(qū)的知識(shí)轉(zhuǎn)化階段創(chuàng)新技術(shù)效率也相對(duì)較高。與第一階段相比較，這些地區(qū)的知識(shí)轉(zhuǎn)化創(chuàng)新效率都有很大提高，表明雖然這些地區(qū)知識(shí)創(chuàng)造創(chuàng)新技術(shù)效率較低，但是知識(shí)轉(zhuǎn)化效率較高。同時(shí)，與第一階段較高的知識(shí)創(chuàng)造技術(shù)效率相比，江蘇、貴州、四川、重慶、安徽等省份在第二階段知識(shí)轉(zhuǎn)化創(chuàng)新技術(shù)效率卻很低。以上結(jié)論說(shuō)明知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化是相對(duì)獨(dú)立的兩個(gè)階段，兩者的創(chuàng)新效率并不必然成正比。這給我國(guó)由于地域遼闊但創(chuàng)新資源匱乏造成創(chuàng)新資源分布不均勻的困境提供了一個(gè)解決思路：即可以利用一些經(jīng)濟(jì)文化中心區(qū)域的知識(shí)創(chuàng)造高效率，與某些創(chuàng)新資源相對(duì)匱乏但經(jīng)濟(jì)市場(chǎng)廣闊的區(qū)域進(jìn)行跨區(qū)域知識(shí)創(chuàng)新活動(dòng)，優(yōu)勢(shì)互補(bǔ)共同提升整體創(chuàng)新效率。

表2 中國(guó)各省區(qū)域知識(shí)轉(zhuǎn)化階段創(chuàng)新技術(shù)效率

從我國(guó)整體區(qū)域而言，知識(shí)轉(zhuǎn)化階段的創(chuàng)新技術(shù)效率(3年均值0.159)相比知識(shí)創(chuàng)造階段的技術(shù)效率(3年均值0.538)要低得多，說(shuō)明我國(guó)各區(qū)域的科技成果轉(zhuǎn)化率低下，大量創(chuàng)新資源的原始投入并沒(méi)有有效轉(zhuǎn)化為經(jīng)濟(jì)成果，科技創(chuàng)新對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)還遠(yuǎn)遠(yuǎn)不足。

表3數(shù)據(jù)顯示，中國(guó)各省區(qū)域兩階段整體知識(shí)創(chuàng)新效率均較低。因?yàn)閰^(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)的整體效率是兩個(gè)階段效率值相乘所得的結(jié)果，由前文分析可知，整體效率較低主要是由于系統(tǒng)第二階段的知識(shí)轉(zhuǎn)化技術(shù)效率低下造成的。

表3 中國(guó)各省區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)兩階段創(chuàng)新綜合技術(shù)效率

(三)DEA-Tobit結(jié)果

為進(jìn)一步深入分析造成區(qū)域創(chuàng)新效率較低的原因，本文運(yùn)用式(5)、式(6)的Tobit模型，以2013—2017年中國(guó)各省份兩個(gè)階段的知識(shí)創(chuàng)新技術(shù)效率為因變量，從區(qū)域創(chuàng)新基礎(chǔ)設(shè)施和創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)兩方面，選取網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)開(kāi)放性、網(wǎng)絡(luò)結(jié)構(gòu)洞、網(wǎng)絡(luò)密度(網(wǎng)絡(luò)聯(lián)系強(qiáng)度)、區(qū)域經(jīng)濟(jì)增長(zhǎng)水平、信息基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域研發(fā)投入強(qiáng)度、政府支持強(qiáng)度、市場(chǎng)開(kāi)放程度為自變量，數(shù)據(jù)來(lái)自各區(qū)域統(tǒng)計(jì)年鑒、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》，數(shù)據(jù)處理使用stata.12軟件，回歸結(jié)果見(jiàn)表4。

表4 中國(guó)各省區(qū)域知識(shí)創(chuàng)新技術(shù)效率影響因素的Tobit回歸結(jié)果

表征創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)規(guī)模的三個(gè)變量中，各區(qū)域高校數(shù)量在知識(shí)創(chuàng)新效率的兩個(gè)階段的影響作用都不顯著，對(duì)兩階段綜合技術(shù)效率的影響統(tǒng)計(jì)上也不顯著，說(shuō)明高校數(shù)量對(duì)我國(guó)區(qū)域創(chuàng)新效率的提升不明顯，各地區(qū)不能僅僅通過(guò)簡(jiǎn)單增加高校數(shù)量來(lái)提升區(qū)域創(chuàng)新能力與效率。各區(qū)域研發(fā)機(jī)構(gòu)數(shù)量對(duì)第二階段知識(shí)轉(zhuǎn)化效率的影響統(tǒng)計(jì)上顯著，但影響方向?yàn)樨?fù)，兩階段綜合創(chuàng)新技術(shù)效率也呈現(xiàn)負(fù)向影響。說(shuō)明研發(fā)機(jī)構(gòu)數(shù)量的增加反而降低了區(qū)域創(chuàng)新效率，反映出我國(guó)研發(fā)機(jī)構(gòu)數(shù)量的增加在知識(shí)創(chuàng)新中的實(shí)際作用較低，存在創(chuàng)新資源浪費(fèi)。各區(qū)域高新技術(shù)企業(yè)數(shù)對(duì)第一階段的知識(shí)創(chuàng)造效率的影響統(tǒng)計(jì)上正向顯著，但對(duì)第二階段的知識(shí)轉(zhuǎn)化與兩階段的綜合技術(shù)效率統(tǒng)計(jì)上沒(méi)有顯著影響。

實(shí)證結(jié)果表明：企業(yè)在目前我國(guó)區(qū)域產(chǎn)學(xué)研知識(shí)創(chuàng)新中起到了知識(shí)創(chuàng)新的主導(dǎo)作用，高校與研究院所的作用遠(yuǎn)遠(yuǎn)不足。以上三個(gè)變量的系數(shù)在各階段均較小，總體上反映出產(chǎn)學(xué)研三方的數(shù)量簡(jiǎn)單增加不能對(duì)區(qū)域創(chuàng)新績(jī)效產(chǎn)生明顯提升作用，所以區(qū)域知識(shí)創(chuàng)新過(guò)程不能僅僅依靠產(chǎn)學(xué)研網(wǎng)絡(luò)規(guī)模的擴(kuò)大，而需要進(jìn)一步發(fā)揮三方的協(xié)同內(nèi)涵質(zhì)量作用。

創(chuàng)新網(wǎng)絡(luò)開(kāi)放度對(duì)區(qū)域知識(shí)創(chuàng)造階段呈現(xiàn)統(tǒng)計(jì)上的顯著負(fù)向影響，對(duì)知識(shí)轉(zhuǎn)化階段及綜合階段影響均不顯著。表明區(qū)域創(chuàng)新網(wǎng)絡(luò)的開(kāi)放度越高，區(qū)域之間的產(chǎn)學(xué)研合作可能更頻繁，越有利于進(jìn)行知識(shí)創(chuàng)造，但知識(shí)轉(zhuǎn)化更多是需要具體結(jié)合當(dāng)?shù)厥袌?chǎng)的區(qū)域內(nèi)活動(dòng)。

創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)洞的測(cè)度指標(biāo)是各區(qū)域技術(shù)市場(chǎng)交易金額，實(shí)證結(jié)果表明該指標(biāo)對(duì)區(qū)域知識(shí)創(chuàng)造、知識(shí)轉(zhuǎn)化及綜合階段創(chuàng)新效率影響均不顯著。表明現(xiàn)實(shí)情況是中國(guó)各區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)中結(jié)構(gòu)洞的“中介效應(yīng)”不明顯。

網(wǎng)絡(luò)密度的測(cè)度指標(biāo)是各區(qū)域高等學(xué)校R&D經(jīng)費(fèi)外部支出，實(shí)證結(jié)果表明該指標(biāo)對(duì)區(qū)域知識(shí)創(chuàng)造、知識(shí)轉(zhuǎn)化及綜合階段創(chuàng)新效率影響統(tǒng)計(jì)上均不顯著。表明現(xiàn)實(shí)情況是中國(guó)各區(qū)域知識(shí)創(chuàng)新網(wǎng)絡(luò)系統(tǒng)中產(chǎn)學(xué)研各方的協(xié)同度遠(yuǎn)遠(yuǎn)不足，今后應(yīng)改善協(xié)同方式，加強(qiáng)協(xié)同創(chuàng)新深度。

對(duì)于區(qū)域創(chuàng)新基礎(chǔ)設(shè)施等影響因素分析如下：

第一，地區(qū)經(jīng)濟(jì)發(fā)展水平用各區(qū)域人均GDP表征，實(shí)證結(jié)果表明：該指標(biāo)對(duì)區(qū)域知識(shí)創(chuàng)造、知識(shí)轉(zhuǎn)化及綜合階段創(chuàng)新效率統(tǒng)計(jì)上均不顯著。實(shí)際系數(shù)雖為正，但數(shù)值均較小，說(shuō)明區(qū)域經(jīng)濟(jì)水平的提升并不必然對(duì)知識(shí)創(chuàng)新效率產(chǎn)生影響，也間接反映中國(guó)過(guò)去的區(qū)域經(jīng)濟(jì)發(fā)展水平提升與技術(shù)創(chuàng)新相對(duì)脫節(jié)，即中國(guó)過(guò)去的區(qū)域經(jīng)濟(jì)增長(zhǎng)更多來(lái)自非技術(shù)創(chuàng)新帶來(lái)的粗放型增長(zhǎng)，而非由技術(shù)創(chuàng)新帶來(lái)的內(nèi)涵式增長(zhǎng)。

第二，地區(qū)信息基礎(chǔ)設(shè)施水平用郵電業(yè)務(wù)總量占GDP 比重表征，實(shí)證結(jié)果表明：該指標(biāo)對(duì)第一階段的知識(shí)創(chuàng)造效率的影響統(tǒng)計(jì)上正向顯著，對(duì)第二階段的知識(shí)轉(zhuǎn)化與兩階段的綜合技術(shù)效率影響方向?yàn)樨?fù)，但統(tǒng)計(jì)上不顯著。表明地區(qū)信息基礎(chǔ)設(shè)施水平的提升對(duì)區(qū)域知識(shí)創(chuàng)造績(jī)效呈現(xiàn)明顯正相關(guān)；而由于目前各地區(qū)信息基礎(chǔ)設(shè)施水平更多呈現(xiàn)網(wǎng)絡(luò)化與移動(dòng)互聯(lián)網(wǎng)化趨勢(shì)，對(duì)郵電業(yè)務(wù)具有“擠出效應(yīng)”，所以在知識(shí)轉(zhuǎn)化階段需對(duì)應(yīng)以互聯(lián)網(wǎng)化為標(biāo)志的效率更高的信息基礎(chǔ)設(shè)施水平。

第三，地區(qū)產(chǎn)業(yè)結(jié)構(gòu)特征用各區(qū)域第三產(chǎn)業(yè)占比表征，實(shí)證結(jié)果表明：區(qū)域第三產(chǎn)業(yè)占比對(duì)第一階段的知識(shí)創(chuàng)造效率的影響與兩階段的綜合技術(shù)效率影響統(tǒng)計(jì)上均正向顯著，對(duì)第二階段的知識(shí)轉(zhuǎn)化影響方向?yàn)樨?fù)，但統(tǒng)計(jì)上不顯著?？傮w表明產(chǎn)業(yè)結(jié)構(gòu)中現(xiàn)代產(chǎn)業(yè)體系的高新技術(shù)產(chǎn)業(yè)與服務(wù)業(yè)占比越大，區(qū)域創(chuàng)新效率越高。

第四，區(qū)域研發(fā)投入強(qiáng)度用各區(qū)域R&D經(jīng)費(fèi)占地區(qū)GDP比重表征，實(shí)證結(jié)果表明：區(qū)域研發(fā)投入強(qiáng)度與區(qū)域總體知識(shí)創(chuàng)新效率顯著負(fù)相關(guān)。說(shuō)明現(xiàn)實(shí)中我國(guó)區(qū)域研發(fā)投入并沒(méi)有取得預(yù)期效果，可能是由于研發(fā)資金使用效率不高，存在較大浪費(fèi)現(xiàn)象；另外我國(guó)知識(shí)創(chuàng)新科技成果轉(zhuǎn)化率不高，研發(fā)經(jīng)費(fèi)并沒(méi)有完全轉(zhuǎn)化為實(shí)際創(chuàng)新成果，這也與我國(guó)實(shí)際情況相符合。

第五，政府對(duì)創(chuàng)新活動(dòng)的支持力度用地區(qū)總的科技經(jīng)費(fèi)籌集金額中政府資助所占比重表征，實(shí)證結(jié)果表明：政府對(duì)創(chuàng)新活動(dòng)的支持力度對(duì)第二階段的知識(shí)轉(zhuǎn)化效率影響與兩階段的綜合技術(shù)效率影響統(tǒng)計(jì)上均正向顯著，對(duì)第一階段的知識(shí)創(chuàng)造效率影響方向?yàn)樨?fù)，但統(tǒng)計(jì)上不顯著。說(shuō)明政府支持對(duì)我國(guó)區(qū)域知識(shí)創(chuàng)新活動(dòng)總體起到較為明顯的正向促進(jìn)作用，但在知識(shí)創(chuàng)造階段政府資金的投入存在浪費(fèi)現(xiàn)象，并可能會(huì)對(duì)產(chǎn)學(xué)研其他主體的投入產(chǎn)生“擠出效應(yīng)”。

第六，地區(qū)市場(chǎng)開(kāi)放程度用各區(qū)域進(jìn)出口總額占GDP的比重表征，實(shí)證結(jié)果表明：該指標(biāo)對(duì)區(qū)域知識(shí)創(chuàng)造效率顯著負(fù)向影響，對(duì)區(qū)域知識(shí)轉(zhuǎn)化及綜合階段創(chuàng)新效率影響均不顯著?？傮w上表明我國(guó)地區(qū)市場(chǎng)開(kāi)放程度對(duì)區(qū)域知識(shí)傳播與流動(dòng)的促進(jìn)作用不明顯，導(dǎo)致對(duì)區(qū)域創(chuàng)新效率影響不顯著。

四、結(jié)論與啟示

(一)研究結(jié)論

本文研究通過(guò)滯后1期的兩階段網(wǎng)絡(luò)DEA乘法模型對(duì)中國(guó)區(qū)域創(chuàng)新網(wǎng)絡(luò)系統(tǒng)效率進(jìn)行了測(cè)度，同時(shí)分析探討了創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)與創(chuàng)新基礎(chǔ)設(shè)施兩方面對(duì)區(qū)域創(chuàng)新效率的影響效應(yīng)。得出如下研究結(jié)論：

1.我國(guó)各省區(qū)域兩階段知識(shí)創(chuàng)新整體效率均較低，主要是由于第二階段的知識(shí)轉(zhuǎn)化技術(shù)效率低下造成的。

2.網(wǎng)絡(luò)結(jié)構(gòu)中網(wǎng)絡(luò)開(kāi)放性和網(wǎng)絡(luò)規(guī)模對(duì)于區(qū)域創(chuàng)新效率具有一定作用，網(wǎng)絡(luò)密度與網(wǎng)絡(luò)結(jié)構(gòu)洞的影響效應(yīng)不明顯。

3.創(chuàng)新環(huán)境對(duì)區(qū)域創(chuàng)新績(jī)效具有重要影響作用。企業(yè)在目前我國(guó)區(qū)域產(chǎn)學(xué)研創(chuàng)新活動(dòng)中起到了主導(dǎo)作用，高校與研究院所的作用則遠(yuǎn)遠(yuǎn)不足。地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)區(qū)域創(chuàng)新效率的影響較小，說(shuō)明我國(guó)過(guò)去經(jīng)濟(jì)增長(zhǎng)與知識(shí)創(chuàng)新關(guān)聯(lián)度不高。

(二)實(shí)踐啟示

基于本文的研究結(jié)論，可得我國(guó)區(qū)域創(chuàng)新效率和未來(lái)區(qū)域創(chuàng)新發(fā)展實(shí)踐的啟示：

1.今后我國(guó)各區(qū)域在充分發(fā)揮企業(yè)在產(chǎn)學(xué)研協(xié)同創(chuàng)新中心地位的同時(shí)，應(yīng)大力提升高校和科研院所的知識(shí)轉(zhuǎn)化率，發(fā)揮高校與科研機(jī)構(gòu)的知識(shí)溢出效應(yīng)。各地區(qū)政府應(yīng)發(fā)揮出“協(xié)調(diào)人”角色的作用，引導(dǎo)區(qū)域內(nèi)外產(chǎn)學(xué)研各方協(xié)同創(chuàng)新，有效提升科技知識(shí)成果轉(zhuǎn)化效率，共同提高區(qū)域創(chuàng)新績(jī)效。

2.注重提高地區(qū)信息基礎(chǔ)設(shè)施水平，加強(qiáng)區(qū)域創(chuàng)新基礎(chǔ)設(shè)施的建設(shè)。政府應(yīng)出臺(tái)相應(yīng)的創(chuàng)新政策促進(jìn)鼓勵(lì)本區(qū)域創(chuàng)新活動(dòng)，繼續(xù)深化調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提升現(xiàn)代產(chǎn)業(yè)體系中對(duì)科技創(chuàng)新要求較高的高新技術(shù)產(chǎn)業(yè)與現(xiàn)代服務(wù)業(yè)占比，促進(jìn)區(qū)域創(chuàng)新效率提升。

3.各區(qū)域在繼續(xù)提高R&D經(jīng)費(fèi)占地區(qū)GDP比重的同時(shí)，要更注意R&D經(jīng)費(fèi)的使用效率，需要具體出臺(tái)一些規(guī)章制度約束R&D經(jīng)費(fèi)的使用，避免浪費(fèi)。由于政府資金的投入對(duì)產(chǎn)學(xué)研其他主體的投入可能會(huì)產(chǎn)生“擠出效應(yīng)”，今后還需要吸引更多市場(chǎng)主體資金加入?yún)^(qū)域創(chuàng)新網(wǎng)絡(luò)，如風(fēng)險(xiǎn)資本、企業(yè)研發(fā)投入等。

本文研究在理論模型構(gòu)建的指標(biāo)選取上尚存在一些不足，主要體現(xiàn)在創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)的指標(biāo)選取上，因?yàn)閿?shù)據(jù)可得性和DEA模型本身的限制等，僅僅選取了高等學(xué)校R&D 經(jīng)費(fèi)外部支出代表網(wǎng)絡(luò)密度(網(wǎng)絡(luò)聯(lián)系強(qiáng)度)指標(biāo)作為第二階段的系統(tǒng)外部投入變量進(jìn)行研究。這樣的假設(shè)有一定局限性，后續(xù)的研究中將采用更多的創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)進(jìn)行實(shí)證分析，進(jìn)一步檢查與驗(yàn)證本研究結(jié)論的合理性與可靠性。