蘭傳春

(安徽信息工程學(xué)院 管理工程學(xué)院，安徽 蕪湖 241000)

新一輪科技革命和產(chǎn)業(yè)變革突飛猛進(jìn)，科學(xué)技術(shù)和經(jīng)濟(jì)社會發(fā)展加速滲透融合。技術(shù)創(chuàng)新已經(jīng)被實(shí)踐和理論證實(shí)能夠推動社會進(jìn)步，帶動經(jīng)濟(jì)增長。我國已經(jīng)實(shí)施了創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展戰(zhàn)略，并且技術(shù)創(chuàng)新成效日漸顯著，推動經(jīng)濟(jì)向高質(zhì)量發(fā)展轉(zhuǎn)變。黨的十九大報(bào)告提出，創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。可見，技術(shù)創(chuàng)新在我國經(jīng)濟(jì)社會發(fā)展中的地位尤為重要。在中國科學(xué)院第二十次院士大會、中國工程院第十五次院士大會、中國科協(xié)第十次全國代表大會上，習(xí)近平總書記強(qiáng)調(diào)：“各地區(qū)要立足自身優(yōu)勢，結(jié)合產(chǎn)業(yè)發(fā)展需求，科學(xué)合理布局科技創(chuàng)新。要支持有條件的地方建設(shè)綜合性國家科學(xué)中心或區(qū)域科技創(chuàng)新中心，使之成為世界科學(xué)前沿領(lǐng)域和新興產(chǎn)業(yè)技術(shù)創(chuàng)新、全球科技創(chuàng)新要素的匯聚地。”長三角經(jīng)過多年發(fā)展，已經(jīng)成為我國經(jīng)濟(jì)發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，在全國經(jīng)濟(jì)中具有舉足輕重的地位。長三角一體化發(fā)展具有極大的區(qū)域帶動和示范作用，上海張江、安徽合肥建設(shè)成為綜合性國家科學(xué)中心，加速推動了長三角科技創(chuàng)新一體化發(fā)展，為滬蘇浙皖乃至其他地區(qū)發(fā)展帶來無限動力。那么長三角技術(shù)創(chuàng)新發(fā)展的時(shí)空變化以及影響因素有哪些？本文旨在分析長三角技術(shù)創(chuàng)新時(shí)間和空間演變特征，進(jìn)一步研究影響長三角技術(shù)創(chuàng)新的因素，為長三角科技創(chuàng)新一體化更快發(fā)展提供借鑒。

一、文獻(xiàn)綜述

技術(shù)創(chuàng)新是發(fā)展的關(guān)鍵變量。從宏觀上看，技術(shù)創(chuàng)新深刻影響經(jīng)濟(jì)、社會乃至國家發(fā)展；從微觀上看，技術(shù)創(chuàng)新決定企業(yè)未來發(fā)展。當(dāng)今世界各國把科技創(chuàng)新作為重要戰(zhàn)略，采取各種方式，搶占科技制高點(diǎn)。呂煒(2002)認(rèn)為現(xiàn)代科技的發(fā)展正呈現(xiàn)出知識更新速度加快、新技術(shù)開發(fā)周期縮短的趨勢，一個(gè)企業(yè)的技術(shù)創(chuàng)新能力如果能跟上這種步伐，則可以不斷開發(fā)出新產(chǎn)品、新服務(wù)，在競爭中得以生存和發(fā)展；從宏觀角度看，一個(gè)國家的技術(shù)創(chuàng)新如果能適應(yīng)這種趨勢， 則可以不斷推動產(chǎn)業(yè)升級、帶動生產(chǎn)力發(fā)展、孕育新經(jīng)濟(jì)形態(tài)，在國際競爭中取得相對有利的位置。[1]技術(shù)創(chuàng)新已經(jīng)被多次證實(shí)具有巨大的經(jīng)濟(jì)推動力。李苗苗等(2015)實(shí)證得出技術(shù)創(chuàng)新是經(jīng)濟(jì)增長的直接原因。[2]高紅貴等(2021)認(rèn)為工業(yè)企業(yè)綠色技術(shù)創(chuàng)新對經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)顯著的正向影響關(guān)系。[3]研究成果顯示技術(shù)創(chuàng)新已經(jīng)越來越重要。

在分析技術(shù)創(chuàng)新的內(nèi)在潛力后，如何有效增強(qiáng)技術(shù)創(chuàng)新。唐曉華，唐要家、蘇梅梅(2004)發(fā)現(xiàn)所有權(quán)安排和創(chuàng)新資源的配置結(jié)構(gòu)對技術(shù)創(chuàng)新的有效性有很大程度影響。[4]孫曉華等(2017)得出在不同的所有權(quán)性質(zhì)下，政府補(bǔ)貼對企業(yè)研發(fā)投資的作用存在一定差別，民營企業(yè)對政府補(bǔ)貼研發(fā)激勵(lì)效果比國有企業(yè)更明顯。[5]王華(2011)發(fā)現(xiàn)知識產(chǎn)權(quán)保護(hù)有利于一國的技術(shù)創(chuàng)新。[6]林洲鈺、林漢川、鄧興華(2013)研究發(fā)現(xiàn)稅率降低政策和研發(fā)費(fèi)用抵扣政策從直接和間接兩個(gè)方面共同促進(jìn)了企業(yè)技術(shù)創(chuàng)新，稅收激勵(lì)強(qiáng)度與企業(yè)技術(shù)創(chuàng)新水平之間呈現(xiàn)出顯著的倒U型曲線關(guān)系等。[7]張宗和、彭昌奇(2009)實(shí)證表明中國區(qū)域技術(shù)創(chuàng)新二次產(chǎn)出存在多樣化差異，R&D在技術(shù)創(chuàng)新主體之間和內(nèi)部的配置，以及創(chuàng)新主體內(nèi)外制度性因素對技術(shù)創(chuàng)新的績效有重要影響。[8]潘敏和袁歌騁(2019)認(rèn)為金融中介創(chuàng)新對企業(yè)整體技術(shù)創(chuàng)新存在倒U型的非線性影響。[9]萬建香(2016)得出社會資本對技術(shù)創(chuàng)新具有顯著的激勵(lì)作用。[10]

綜上所述，可以發(fā)現(xiàn)學(xué)者們研究技術(shù)創(chuàng)新的角度較為多樣化，但是在區(qū)域技術(shù)創(chuàng)新時(shí)空演變特征上研究的較少。因此，本文主要研究長三角技術(shù)創(chuàng)新時(shí)空演變特征及其影響因素，因?yàn)殡S著時(shí)間推移，合肥等新一線城市崛起，長三角技術(shù)創(chuàng)新時(shí)空分布格局可能發(fā)生了變化，并且存在一些影響因素，這使得本文研究在立足實(shí)際變化的基礎(chǔ)上，進(jìn)行更深的探索有了一定的現(xiàn)實(shí)意義。

二、研究設(shè)計(jì)

(一)模型構(gòu)建

采用向后逐步回歸分析方法，核心是逐個(gè)引入新變量，每引入一個(gè)新變量時(shí)考慮已進(jìn)入模型的變量是否可以被剔除，直至結(jié)束引入新的變量。變量選擇分兩個(gè)步驟：一是將所有變量引入回歸模型，在預(yù)先給定的條件下對各變量進(jìn)行顯著性檢驗(yàn)；二是將任意經(jīng)過檢驗(yàn)不顯著的變量由多到少隨機(jī)逐個(gè)剔除，每次減少1個(gè)，直至無可減少的變量。具體步驟如下：

步驟1：對P個(gè)回歸自變量X1，X2，…，Xp分別同因變量Y建立一元回歸模型，如下所示：

Y=β0+βiXi+ε(i=1，…，P)

步驟3：考慮因變量對變量子集{Xi1，Xi2，…，Xk}的回歸，重復(fù)步驟2。

按上述方法重復(fù)進(jìn)行，每次從引入回歸模型的自變量中選取1個(gè)，直至無變量選取[11]。

根據(jù)逐步回歸模型原理，本文假設(shè)的具體模型如下：

Yit=β+αXit+εit

Yit是被解釋變量，表示i地區(qū)第t年的技術(shù)創(chuàng)新，這里主要采用專利受理量、專利授權(quán)量和技術(shù)市場成交額作為被解釋變量；Xit為解釋變量，表示影響技術(shù)創(chuàng)新的因素，本文主要研究地方財(cái)政科學(xué)技術(shù)支出、普通高等學(xué)校數(shù)量、普通高等學(xué)校教職工總數(shù)、R&D經(jīng)費(fèi)投入以及地區(qū)生產(chǎn)總值作為影響因素。β為常數(shù)項(xiàng)，α為系數(shù)項(xiàng)，εit為擾動項(xiàng)，表示解釋變量外的其他干擾因素。

(二)指標(biāo)選取

本文根據(jù)實(shí)際情況，選擇專利受理量、專利授權(quán)量、技術(shù)市場成交額等指標(biāo)衡量技術(shù)創(chuàng)新，用專利受理量可以說明技術(shù)創(chuàng)新參與數(shù)量，專利授權(quán)量可以說明滿足技術(shù)創(chuàng)新要求的數(shù)量，技術(shù)市場成交額說明技術(shù)創(chuàng)新帶來的市場價(jià)值。關(guān)于技術(shù)創(chuàng)新的影響因素，本文選取了地方財(cái)政科學(xué)技術(shù)支出、普通高等學(xué)校數(shù)量、普通高等學(xué)校教職工總數(shù)、普通高等學(xué)校在校學(xué)生數(shù)、R&D經(jīng)費(fèi)投入、地區(qū)生產(chǎn)總值進(jìn)行分析。

選取地方財(cái)政科學(xué)技術(shù)支出(pexp)指標(biāo)是因?yàn)樨?cái)政投入在技術(shù)創(chuàng)新上發(fā)揮著重要作用，地方政府支持科學(xué)技術(shù)創(chuàng)新可以通過投入方面看出。普通高等學(xué)校數(shù)量(school)會突顯出技術(shù)創(chuàng)新的潛力，高校的發(fā)明創(chuàng)新會影響到地方技術(shù)創(chuàng)新水平。地方人才數(shù)量跟技術(shù)創(chuàng)新有密切的聯(lián)系，這里我們用普通高等學(xué)校教職工總數(shù)(teacher)、普通高等學(xué)校在校學(xué)生數(shù)(student)這兩個(gè)指標(biāo)衡量地方人才數(shù)量。R&D經(jīng)費(fèi)投入(pfunds)關(guān)系到技術(shù)創(chuàng)新資金問題，技術(shù)創(chuàng)新離不開研發(fā)設(shè)計(jì)經(jīng)費(fèi)的投入。地區(qū)生產(chǎn)總值(pgdp)反映出地方經(jīng)濟(jì)發(fā)展水平，一個(gè)的地方經(jīng)濟(jì)發(fā)展水平對技術(shù)創(chuàng)新也會產(chǎn)生影響。

(三)數(shù)據(jù)來源

數(shù)據(jù)來源于國家統(tǒng)計(jì)局、上海統(tǒng)計(jì)局、江蘇統(tǒng)計(jì)局、浙江統(tǒng)計(jì)局和安徽統(tǒng)計(jì)局，本文主要采用分省年度數(shù)據(jù)中關(guān)于科技創(chuàng)新的數(shù)據(jù)，時(shí)間選取的是2009年至2019年。理由是2008年金融危機(jī)過后，我國的經(jīng)濟(jì)發(fā)展方式發(fā)生了深刻轉(zhuǎn)變，伴隨著產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，技術(shù)創(chuàng)新受到廣泛重視，所以本文選取2009年以后的長三角技術(shù)創(chuàng)新有關(guān)數(shù)據(jù)，使用取對數(shù)和指數(shù)平減的方法對相關(guān)數(shù)據(jù)處理后得出長三角技術(shù)創(chuàng)新時(shí)空演變規(guī)律和相關(guān)影響因素。

三、實(shí)證分析

基于長三角三省一市2009—2019年的數(shù)據(jù)描述性統(tǒng)計(jì)，我們從上海市的三項(xiàng)技術(shù)創(chuàng)新指標(biāo)發(fā)現(xiàn)，專利受理量、專利授權(quán)量和技術(shù)市場成交額最低分別為62241項(xiàng)、34913項(xiàng)和431.44億元，最高分別為173586項(xiàng)、100587項(xiàng)和1422.35億元，均值分別為103631.82項(xiàng)、61133.64項(xiàng)、717.5827億元，標(biāo)準(zhǔn)差分別為為35587.438項(xiàng)、20181.760項(xiàng)和328.21861億元。江蘇有關(guān)技術(shù)創(chuàng)新的三項(xiàng)指標(biāo)顯示，專利受理量、專利授權(quán)量和技術(shù)市場成交額最低分別為174329項(xiàng)、87286項(xiàng)和108.22億元，最高分別為600306項(xiàng)、314395項(xiàng)和1471.52億元，均值分別為437033.55項(xiàng)、224091.27項(xiàng)和601.1373億元，標(biāo)準(zhǔn)差為136568.147項(xiàng)、67339.802項(xiàng)和378.23229億元。浙江有關(guān)技術(shù)創(chuàng)新的三項(xiàng)指標(biāo)顯示，專利受理量、專利授權(quán)量和技術(shù)市場成交額最低分別為108482項(xiàng)、79945項(xiàng)和56.46億元，最高分別為455590項(xiàng)、2853442項(xiàng)和888.01億元，均值分別為289101.00項(xiàng)、194940.18項(xiàng)和230.7855億元，標(biāo)準(zhǔn)差分別為120022.143項(xiàng)、65482.380項(xiàng)和271.81781億元。安徽有關(guān)技術(shù)創(chuàng)新的三項(xiàng)指標(biāo)顯示，專利受理量、專利授權(quán)量和技術(shù)市場成交額最低分別為16386項(xiàng)、8594項(xiàng)和35.62億元，最高分別為207428項(xiàng)、82524項(xiàng)和449.61億元，均值分別為111809.36項(xiàng)、48940.27項(xiàng)和178.3591億元，標(biāo)準(zhǔn)差分別為62749.750項(xiàng)、23277.181項(xiàng)和127.38962億元。從反映技術(shù)創(chuàng)新的三項(xiàng)指標(biāo)標(biāo)準(zhǔn)差比較上看，江蘇省技術(shù)創(chuàng)新能力差異比上海、浙江和安徽技術(shù)創(chuàng)新能力差異較大，其次是浙江，這說明技術(shù)創(chuàng)新能力存在不穩(wěn)定性，雖然江蘇、浙江的專利受理和專利授權(quán)數(shù)量在長三角地區(qū)相對較多。

表1 描述性統(tǒng)計(jì)

(一)長三角專利受理量的時(shí)空變化

長三角地區(qū)各省市的專利受理量總體呈波動上升趨勢。其中，江蘇在2009—2019年間，一直保持?jǐn)?shù)量上的領(lǐng)先優(yōu)勢，其次是浙江，安徽在2009—2012年專利受理量低于上海，在2013—2019年專利受理量超過上海。長三角專利受理量隨著時(shí)間推移，規(guī)模不斷增大。上海、江蘇、浙江和安徽專利受理量逐年增加，說明其技術(shù)創(chuàng)新參與規(guī)模不斷變大。江蘇在專利受理量上每年都能高于長三角其他省市，是因?yàn)樵撌〗?jīng)濟(jì)基礎(chǔ)好，經(jīng)濟(jì)發(fā)展快速，人口科學(xué)文化素養(yǎng)較高，高校數(shù)量位于全國前列，加上政府鼓勵(lì)技術(shù)創(chuàng)新、激勵(lì)技術(shù)創(chuàng)新，人們專利申請積極性極高。浙江的外部條件和江蘇差不多，但是浙江注重商品經(jīng)濟(jì)發(fā)展，技術(shù)創(chuàng)新不如江蘇發(fā)展快。上海雖然人才濟(jì)濟(jì)，但是人口數(shù)量較少，專利申請總量相對較少。安徽雖然人口多，但是人口科學(xué)文化素質(zhì)相對較低，人才流失較多，高校數(shù)量相對較少，所以一開始在專利受理量上處于落后地位，但是經(jīng)過政府倡導(dǎo)、政策激勵(lì)，人才逐漸回流，使得技術(shù)創(chuàng)新發(fā)展腳步加快。

圖1 2009—2019年長三角各省市專利受理量變化注：數(shù)據(jù)來源于上海市、江蘇省、浙江省和安徽省統(tǒng)計(jì)局，下同。

從圖2中可以看出，專利受理量分布不均，沿海多于腹地，長三角北部多于南部。從省市角度來看，專利受理量多集中在江浙一帶，上海和安徽相對較少。這種空間布局不是一成不變。除了江浙的專利受理量沒有變化外，專利受理量在上海和安徽的版圖上發(fā)生明顯變化。

圖2 2009年、2014年和2019年長三角各省市專利受理量空間分布

(二)長三角專利授權(quán)量時(shí)空變化

長三角各省市專利授權(quán)量總體在波動中上升。江蘇在專利授權(quán)量位居第一，其次是浙江，然后是上海，最后是安徽。長三角專利授權(quán)量從2009—2019年不斷增加，在專利申請中，得到官方認(rèn)可和授權(quán)的專利規(guī)模擴(kuò)大，說明技術(shù)創(chuàng)新每年都在不斷突破。2009—2019年江蘇、浙江、上海和安徽的專利授權(quán)量不斷增加，但是專利授權(quán)量與專利受理量時(shí)間變化過程存在不同。

從2009年、2014年和2019年長三角專利授權(quán)量的空間分布形態(tài)來看，基本沒有發(fā)生變化，即沿海多于腹地，江浙多，滬皖少。江蘇在專利授權(quán)量上居于首位，依次是浙江、上海和安徽(見圖4)。這說明江浙的技術(shù)創(chuàng)新認(rèn)可數(shù)量相對而言較高。

圖3 2009—2019年長三角各省市專利授權(quán)量變化

圖4 2009年、2014年和2019年長三角各省市專利授權(quán)量空間分布

(三)長三角技術(shù)市場成交額時(shí)空變化

長三角各省市技術(shù)市場成交額在2009—2019年不斷增加。上海的技術(shù)市場成交額每年最多，其次是江蘇，浙江2009—2011年的技術(shù)市場成交額高于安徽，2012—2016年低于安徽，2017—2019年高于安徽。長三角技術(shù)市場成交額逐年增加，說明技術(shù)創(chuàng)新成果在不斷轉(zhuǎn)化和滿足市場需求。通過前文的分析，上海在專利受理和授權(quán)數(shù)量靠后，但是每年的技術(shù)市場成交額位于長三角前列，表明上海的技術(shù)交易市場較為繁榮，技術(shù)創(chuàng)新轉(zhuǎn)化為市場需要較為快速。

長三角技術(shù)市場成交額空間分布上存在較為明顯的變化。在2009年，上海技術(shù)市場成交額居于首位，江蘇次之，浙江、安徽位列第三和第四。在2014年，技術(shù)市場成交額從高到低，分別為上海、江蘇、安徽和浙江。在2019年，江蘇的技術(shù)市場成交額最高，依次是上海、浙江和安徽。技術(shù)市場成交額的空間變化，表明長三角技術(shù)交易市場尚未形成成熟穩(wěn)定的局面，各省市發(fā)展?jié)摿^大。

圖5 2009—2019年長三角各省市技術(shù)市場成交額

圖6 2009年、2014年和2019年長三角各省市技術(shù)市場成交額

(四)長三角技術(shù)創(chuàng)新影響因素分析

本文將專利受理量作為被解釋變量，采用逐步回歸法，并將不顯著的解釋變量剔除，顯著的解釋變量放入模型中，由于選取的數(shù)據(jù)絕對值較大，容易造成異方差，所以我們進(jìn)行了取對數(shù)處理。同時(shí)，考慮到價(jià)格因素的影響，我們采用地區(qū)生產(chǎn)總值指數(shù)對地方財(cái)政科學(xué)技術(shù)支出、R&D經(jīng)費(fèi)投入和地區(qū)生產(chǎn)總值進(jìn)行平減，得到實(shí)際值。結(jié)果發(fā)現(xiàn)，在模型(1)中，地區(qū)生產(chǎn)總值對專利受理量有顯著影響，但隨著變量逐漸增加，其不再顯著，在模型(5)中普通高等學(xué)校數(shù)量、R&D經(jīng)費(fèi)支出以及地方財(cái)政科學(xué)技術(shù)支出對專利受理量有著顯著的影響(見表2)。該結(jié)果說明在地方專利受理量中，經(jīng)濟(jì)發(fā)展水平對人們申請專利影響并不大，但是高校在專利申請方面影響較大，而且研發(fā)設(shè)計(jì)經(jīng)費(fèi)和地方財(cái)政的支持更加鼓勵(lì)人們?nèi)ド暾垖＠?/p>

表2 以專利受理量為被解釋變量的長三角技術(shù)創(chuàng)新影響因素分析

除了專利受理量，想要進(jìn)一步研究這些技術(shù)創(chuàng)新得到認(rèn)可程度，并受到哪些因素影響，所以我們將專利授權(quán)量作為被解釋變量，結(jié)果發(fā)現(xiàn)在專利授權(quán)量上具有較顯著影響的有普通高等學(xué)校數(shù)量、R&D經(jīng)費(fèi)支出和地區(qū)生產(chǎn)總值。但是，經(jīng)濟(jì)發(fā)展水平對專利授權(quán)量呈顯著負(fù)相關(guān)，說明經(jīng)濟(jì)發(fā)展水平越高，對專利要求越高，授權(quán)量方面存在嚴(yán)格把控(見表3)。

表3 以專利授權(quán)量為被解釋變量的長三角技術(shù)創(chuàng)新影響因素分析

以技術(shù)市場成交額為被解釋變量，可以說明技術(shù)創(chuàng)新能夠得到市場認(rèn)可的影響因素有哪些。經(jīng)過回歸，我們發(fā)現(xiàn)地方財(cái)政科學(xué)技術(shù)支出和普通高等學(xué)校教職工總數(shù)對技術(shù)市場成交額有顯著正向影響，但是普通高等學(xué)校數(shù)量有顯著的負(fù)向影響。

分地區(qū)看，以專利受理量為例。上海的專利受理量不僅受到普通高等學(xué)校在校學(xué)生數(shù)的顯著正向影響，還受到地區(qū)生產(chǎn)總值的顯著正向影響。江蘇的專利受理量受到地方財(cái)政科學(xué)技術(shù)支出的顯著正向影響。浙江的專利受理量受到普通高等學(xué)校數(shù)量的負(fù)向顯著影響，還受到R&D經(jīng)費(fèi)支出的顯著正向影響。安徽的專利受理量受到普通高等學(xué)校教職工總數(shù)的顯著正向影響。

表4 以技術(shù)市場成交額為被解釋變量的長三角技術(shù)創(chuàng)新影響因素分析

表5 以專利受理量為被解釋變量的分地區(qū)技術(shù)創(chuàng)新影響因素分析

其次，以專利授權(quán)量為例。上海的專利授權(quán)量受到普通高等學(xué)校在校學(xué)生數(shù)和地區(qū)生產(chǎn)總值的顯著正向影響。江蘇的專利授權(quán)量受到R&D經(jīng)費(fèi)支出顯著負(fù)向影響，受到地方財(cái)政科學(xué)技術(shù)支出顯著正向影響。浙江的專利授權(quán)量受到R&D經(jīng)費(fèi)支出顯著正向影響。安徽的專利授權(quán)量受到普通高等數(shù)量和地區(qū)生產(chǎn)總值的顯著正向影響。

最后，以技術(shù)市場成交額為例。上海的技術(shù)市場成交額受到普通高等學(xué)校數(shù)量和地區(qū)生產(chǎn)總值顯著正向影響。江蘇的技術(shù)市場成交額受到地方財(cái)政科學(xué)技術(shù)支出的顯著正向影響。浙江的技術(shù)市場成交額受到普通高等學(xué)校教職工總數(shù)顯著正向影響，受到普通高等學(xué)校在校學(xué)生數(shù)顯著負(fù)向影響。安徽受到R&D經(jīng)費(fèi)支出的顯著正向影響。

表6 以專利受權(quán)量為被解釋變量的分地區(qū)技術(shù)創(chuàng)新影響因素分析

表7 以技術(shù)市場成交額為被解釋變量的分地區(qū)技術(shù)創(chuàng)新影響因素分析

四、研究結(jié)論與建議

(一)研究結(jié)論

本文分析了長三角技術(shù)創(chuàng)新時(shí)間變化特征，利用Arcgis軟件制作出長三角技術(shù)創(chuàng)新的空間分布圖，由此發(fā)現(xiàn)：從專利受理量看，長三角的數(shù)量每年都在增加，江蘇位于前列，依次是浙江、安徽和上海，沿海分布數(shù)量多于腹地；從專利授權(quán)量看，長三角的數(shù)量依然逐年遞增，江蘇依然是數(shù)量第一，浙江第二，上海第三，安徽第四，沿海分布數(shù)量多于腹地；從技術(shù)市場成交額看，長三角每年的技術(shù)市場成交額不斷增加，但是分布狀態(tài)不穩(wěn)定。

本文進(jìn)一步研究了長三角技術(shù)創(chuàng)新影響因素，結(jié)果發(fā)現(xiàn)：總體而言，普通高等學(xué)校數(shù)量、R&D經(jīng)費(fèi)支出以及地方財(cái)政科學(xué)技術(shù)支出對專利受理量有著顯著的影響；普通高等學(xué)校數(shù)量、R&D經(jīng)費(fèi)支出和地區(qū)生產(chǎn)總值對專利授權(quán)量存在顯著影響；地方財(cái)政科學(xué)技術(shù)支出和普通高等學(xué)校教職工總數(shù)對技術(shù)市場成交額有顯著正向影響。分地區(qū)來看，上海、江蘇、浙江和安徽也是如此，即在技術(shù)創(chuàng)新的數(shù)量和質(zhì)量上受到這些因素的影響。具體而言，上海的專利受理量不僅受到普通高等學(xué)校在校學(xué)生數(shù)的顯著正向影響，還受到地區(qū)生產(chǎn)總值的顯著正向影響。江蘇的專利受理量受到地方財(cái)政科學(xué)技術(shù)支出的顯著正向影響。浙江的專利受理量受到普通高等學(xué)校數(shù)量的負(fù)向顯著影響，還受到R&D經(jīng)費(fèi)支出的顯著正向影響。安徽的專利受理量受到普通高等學(xué)校教職工總數(shù)的顯著正向影響。上海的專利授權(quán)量受到普通高等學(xué)校在校學(xué)生數(shù)和地區(qū)生產(chǎn)總值的顯著正向影響。江蘇的專利授權(quán)量受到R&D經(jīng)費(fèi)支出顯著負(fù)向影響，受到地方財(cái)政科學(xué)技術(shù)支出顯著正向影響。浙江的專利授權(quán)量受到R&D經(jīng)費(fèi)支出顯著正向影響。安徽的專利授權(quán)量受到普通高等學(xué)校數(shù)量和地區(qū)生產(chǎn)總值的顯著正向影響。上海的技術(shù)市場成交額受到普通高等學(xué)校數(shù)量和地區(qū)生產(chǎn)總值顯著正向影響。江蘇的技術(shù)市場成交額受到地方財(cái)政科學(xué)技術(shù)支出的顯著正向影響。浙江的技術(shù)市場成交額受到普通高等學(xué)校教職工總數(shù)顯著正向影響，受到普通高等學(xué)校在校學(xué)生數(shù)顯著負(fù)向影響。安徽的技術(shù)市場成交額受到R&D經(jīng)費(fèi)支出的顯著正向影響。

(二)建議

結(jié)合以上研究結(jié)論，本文提出促進(jìn)長三角技術(shù)創(chuàng)新發(fā)展的相關(guān)建議。

1.加強(qiáng)技術(shù)創(chuàng)新，不僅要追求數(shù)量的增加，更要追求質(zhì)量的提高。從長三角技術(shù)創(chuàng)新的時(shí)空變化看，專利受理量和專利授權(quán)量較多的省份，但是其技術(shù)市場成交額不一定較大，因此促進(jìn)技術(shù)創(chuàng)新取得實(shí)質(zhì)性發(fā)展，需要重視創(chuàng)新成果轉(zhuǎn)化成現(xiàn)實(shí)所需。

2.合理布局長三角技術(shù)創(chuàng)新發(fā)展版圖。如今，長三角是一個(gè)整體，滬蘇浙皖的發(fā)展形成命運(yùn)共同體，技術(shù)創(chuàng)新也是如此。技術(shù)創(chuàng)新較強(qiáng)的省市應(yīng)該帶動較弱的地方發(fā)展，合理地促進(jìn)創(chuàng)新資源在長三角流動，進(jìn)而推動長三角技術(shù)創(chuàng)新形成新發(fā)展格局。

3.充分利用相關(guān)影響要素，推動長三角技術(shù)創(chuàng)新發(fā)展。根據(jù)研究結(jié)論，要實(shí)現(xiàn)長三角技術(shù)創(chuàng)新在數(shù)量上有所突破，就需要充分利用長三角各高校資源，加大研發(fā)經(jīng)費(fèi)和財(cái)政科技支出，努力推動經(jīng)濟(jì)發(fā)展。并以此為基礎(chǔ)，鼓勵(lì)高?？蒲薪處熋嫦蚴袌鏊?，加大和企業(yè)合作力度，使得技術(shù)創(chuàng)新成果快速轉(zhuǎn)化為現(xiàn)實(shí)所需。不僅如此，滬蘇浙皖也要因地制宜，發(fā)揮自身創(chuàng)新資源和市場優(yōu)勢，將對自身技術(shù)創(chuàng)新影響較大的因素要盡可能利用起來，加強(qiáng)相互之間的合作，從而取得技術(shù)創(chuàng)新在數(shù)量和質(zhì)量的新發(fā)展。