巫 英，涂佳航

（1.上?？萍颊哐芯克?，上海 201899；2.同濟大學 經(jīng)濟與管理學院，上海 200092）

一、研究設(shè)計

區(qū)域創(chuàng)新系統(tǒng)是創(chuàng)新型國家建設(shè)的基礎(chǔ)，是科技創(chuàng)新的基石，是經(jīng)濟發(fā)展的催化劑與助推器，對我國科技進步和社會經(jīng)濟發(fā)展具有重要的促進作用[1-3]。理論上，區(qū)域創(chuàng)新系統(tǒng)的運行過程可以劃分為技術(shù)研發(fā)過程、成果產(chǎn)業(yè)化過程等多個階段，每個階段的效率受到創(chuàng)新投入、政策環(huán)境和區(qū)域產(chǎn)業(yè)基礎(chǔ)等多要素的非線性、綜合性影響，科學、高效地梳理出發(fā)展規(guī)律和影響機理是值得探討的問題。實踐中，長三角一體化戰(zhàn)略始終以科技創(chuàng)新一體化為發(fā)展重點，持續(xù)推動科技創(chuàng)新共同體建設(shè)，加快打造全球領(lǐng)先的世界級科創(chuàng)中心，長三角高質(zhì)量一體化創(chuàng)新格局初步形成[4]，其中高科技園區(qū)起到舉足輕重的作用。近年來，部分理論研究發(fā)現(xiàn)，地理位置[5]、區(qū)域產(chǎn)業(yè)基礎(chǔ)[6]、政府治理體系[7]等都是影響科技園區(qū)區(qū)域創(chuàng)新系統(tǒng)綜合效率的因素。全面了解和掌握科技園區(qū)各個階段的影響機理，有助于未來政府相關(guān)部門精準施策，優(yōu)化政策措施，提升區(qū)域創(chuàng)新系統(tǒng)的運行效率。

二、模型構(gòu)建

吳文杰和董正英（2015）[8]建立了從科技投入到技術(shù)成果轉(zhuǎn)讓效率的兩階段DEA 模型，基于2000—2013 年的數(shù)據(jù)，對我國26 省市的總和創(chuàng)新能力進行了排序與評價；傅春等（2021）[9]運用DEA模型中的Super-SBM 模型，在考慮科技創(chuàng)新滯后效應的前提下，對2009—2018 年中部地區(qū)6 省份的科技創(chuàng)新活動兩階段的效率分別進行測度；王冰清和羅鄂湘（2021）[10]運用DEA 方法對我國2009—2016年29 個省市的高技術(shù)產(chǎn)業(yè)兩階段創(chuàng)新效率進行測算；陳羽潔等（2020）[11]基于2007—2018 年我國28個省份的面板數(shù)據(jù)，采用共享投入DEA 模型測度創(chuàng)意產(chǎn)業(yè)的兩階段運行效率；王延霖等（2020）[12]基于規(guī)模報酬可變條件的兩階段網(wǎng)絡(luò)DEA 模型，利用2014—2017 年資源型上市公司面板數(shù)據(jù)檢驗高技術(shù)服務(wù)業(yè)與資源型產(chǎn)業(yè)融合對資源型企業(yè)兩階段效率的影響。

在上述研究的基礎(chǔ)上，本研究構(gòu)建了兩階段區(qū)域創(chuàng)新系統(tǒng)運行效率評價模型，并基于上述研究對評價模型做了改進，如圖1 所示。本文構(gòu)建的區(qū)域創(chuàng)新系統(tǒng)模型描述的是從技術(shù)創(chuàng)新到科技成果產(chǎn)業(yè)化的全鏈條過程，更加強調(diào)對于整個創(chuàng)新鏈條過程中的創(chuàng)新效率測度，同時，更加強調(diào)創(chuàng)新投入產(chǎn)出過程最終產(chǎn)生的經(jīng)濟效益。一方面，在對區(qū)域創(chuàng)新系統(tǒng)運行效率的測度中，勞動投入和資本投入是基本影響因素，兩者會直接影響創(chuàng)新產(chǎn)出，進而間接影響經(jīng)濟產(chǎn)出，這一過程即為對區(qū)域創(chuàng)新系統(tǒng)中技術(shù)創(chuàng)新過程的刻畫。與此同時，勞動投入和資本投入也會直接影響經(jīng)濟產(chǎn)出。另一方面，在創(chuàng)新成果轉(zhuǎn)化階段，本研究主要關(guān)注的是創(chuàng)新成果產(chǎn)業(yè)化過程，即創(chuàng)新產(chǎn)出如何影響到經(jīng)濟產(chǎn)出。

圖1 理論框架

本研究基于已有文獻結(jié)合現(xiàn)實數(shù)據(jù)進行變量設(shè)定：

（1）投入變量。在創(chuàng)新效率的指標選取方面，過往關(guān)于區(qū)域創(chuàng)新系統(tǒng)及其子系統(tǒng)的研究通常使用資本（經(jīng)費）和勞動（人力）兩類要素作為投入變量。在二級指標選取方面，考慮到本研究數(shù)據(jù)主要來源于長三角區(qū)域的高科技園區(qū)，且多篇測度科技園區(qū)、產(chǎn)業(yè)園區(qū)兩階段效率的研究考慮到產(chǎn)業(yè)鏈前后關(guān)聯(lián)和技術(shù)外溢。例如嚴佳等（2020）[13]利用DEAMalmquist 指數(shù)和系統(tǒng)GMM 模型對中關(guān)村“一區(qū)十六園”創(chuàng)新效率進行測度及其影響因素分析，并選取園區(qū)規(guī)模作為外部環(huán)境變量，鄭旭輝等（2020）[14]運用共享投入關(guān)聯(lián)兩階段DEA 測量創(chuàng)新效率，并采用Meta-frontier 模型對比分析福建省7 個國家高新區(qū)與國內(nèi)9 個先進高新區(qū)，在投入指標中額外增加了研發(fā)機構(gòu)數(shù)、企業(yè)數(shù)兩個指標。因此本研究使用從業(yè)人員和高新技術(shù)企業(yè)的數(shù)量測度勞動投入，使用高新技術(shù)企業(yè)數(shù)量和實際用地面積測度資本投入。

（2）產(chǎn)出變量。在創(chuàng)新領(lǐng)域，專利是衡量創(chuàng)新產(chǎn)出的普遍性指標。陳偉等（2010）[15]將技術(shù)合同成交額視為成果轉(zhuǎn)化領(lǐng)域重要的產(chǎn)出指標。因此，本研究使用發(fā)明專利授權(quán)數(shù)量和技術(shù)合同成交額測度創(chuàng)新產(chǎn)出。在科技成果向經(jīng)濟轉(zhuǎn)化階段，陳志宗（2016）[16]認為產(chǎn)出指標的設(shè)定更側(cè)重于反映技術(shù)與經(jīng)濟的結(jié)合程度，因此使用營業(yè)收入測度經(jīng)濟產(chǎn)出。

三、數(shù)據(jù)與變量

本文選取長三角區(qū)域內(nèi)具有代表性的22 個科技園區(qū)（A1、A2、A3、A4、A5、A6、A7、A8、A9、A10、A11、A12、A13、A14、A15、A16、A17、A18、A19、A20、A21、A22）為研究對象，基于數(shù)據(jù)的可得性和科學性，選取22 個園區(qū)從2014—2019 年的創(chuàng)新投入、創(chuàng)新產(chǎn)出與經(jīng)濟產(chǎn)出等數(shù)據(jù)進行實證分析和研究。

本研究選取的變量及其統(tǒng)計性質(zhì)如表1 所示。從業(yè)人員的平均值為9.84 萬人，標準差為0.77 萬人，表明各個園區(qū)從業(yè)人數(shù)波動較小；高新技術(shù)企業(yè)數(shù)量的平均值為186.49 家，標準差為17.919 家，表明各園區(qū)之間高新技術(shù)企業(yè)分布波動性較大；新增發(fā)明專利數(shù)量的標準差為68.92 件，營業(yè)收入標準差為195.38 億元，這兩個變量均體現(xiàn)出較大的波動性。這表明不同園區(qū)之間在創(chuàng)新產(chǎn)出和經(jīng)濟產(chǎn)出兩個方面差異巨大。各變量之間的相關(guān)系數(shù)矩陣如表2 所示，可知高新技術(shù)企業(yè)數(shù)量和從業(yè)人員、新增發(fā)明專利數(shù)量相關(guān)性較高，同時從業(yè)人員數(shù)量與新增發(fā)明專利數(shù)量相關(guān)性較高。

表1 變量描述性統(tǒng)計

表2 變量相關(guān)系數(shù)矩陣

綜上所述，本研究基于圖1 中的理論框架和現(xiàn)實數(shù)據(jù)建立兩階段區(qū)域創(chuàng)新系統(tǒng)結(jié)構(gòu)方程模型。

四、實證結(jié)果

本研究使用結(jié)構(gòu)方程模型對圖1 所示的因果關(guān)系進行回歸分析，回歸結(jié)果如表3 所示?？傮w來說，大部分變量的正向影響在預計范圍內(nèi)。首先，從業(yè)人員對營業(yè)收入的正向影響最為明顯，其次，科技園區(qū)使用面積對營業(yè)收入的正向影響較為明顯。從業(yè)人員也對新增發(fā)明專利數(shù)量正向作用較為明顯，技術(shù)合同金額對營業(yè)收入影響較為一般，但高于高新企業(yè)數(shù)量對營業(yè)收入的正向影響。

表3 回歸結(jié)果

但也有部分關(guān)鍵變量為負，降低了長三角區(qū)域創(chuàng)新系統(tǒng)的運行效率，如科技園區(qū)使用面積對專利產(chǎn)出的作用不顯著，盡管作為創(chuàng)新產(chǎn)出的技術(shù)合同金額對營業(yè)收入產(chǎn)生正向作用，但新增發(fā)明專利對營業(yè)收入產(chǎn)生負向作用。由此可見，長三角區(qū)域基于技術(shù)驅(qū)動的經(jīng)濟增長模式整體的運行效率較高，但技術(shù)對于經(jīng)濟發(fā)展的推動作用未能充分發(fā)揮出來，仍然存在進一步提升空間。

為了更加直觀地展示區(qū)域創(chuàng)新系統(tǒng)的運行效率，本研究根據(jù)圖1 所示的理論框架把彈性計算結(jié)果分成了兩個階段，其中，第一階段和第二階段分別包含了6 組和5 組彈性系數(shù)，本研究分別按照園區(qū)將這兩個階段的彈性系數(shù)進行加總，進而可以得到反映每個階段運行效率的指標，計算結(jié)果如表4所示。

表4 各園區(qū)第一階段和第二階段創(chuàng)新系統(tǒng)創(chuàng)新效率排名

對兩階段創(chuàng)新系統(tǒng)的創(chuàng)新效率計算結(jié)果進行排序并分析，發(fā)現(xiàn)在第一階段（創(chuàng)新過程）中，A1、A2、A7、A14 和A9 排名較高，且頭部尾部園區(qū)相差接近50 倍；在第二階段（成果轉(zhuǎn)化過程），A1、A2 和A7依舊保持了高排名，同時在前一階段排名中等的A19后來居上，成果轉(zhuǎn)化效率排名第二，頭部尾部園區(qū)相差16 倍。這說明：（1）創(chuàng)新效率與成果轉(zhuǎn)化效率高度相關(guān)，創(chuàng)新效率較高的園區(qū)往往意味著較高的成果轉(zhuǎn)化效率；（2）同時也存在“彎道超車”現(xiàn)象，創(chuàng)新效率不高的園區(qū)也可以通過其他途徑實現(xiàn)較高水平的成果轉(zhuǎn)化效率；（3）各園區(qū)的創(chuàng)新效率差距顯著高于成果轉(zhuǎn)化效率，且頭部園區(qū)和尾部園區(qū)效率差距大，區(qū)域創(chuàng)新系統(tǒng)呈現(xiàn)明顯的兩極分化現(xiàn)象。

五、討論

A1 排名第一主要原因是園區(qū)內(nèi)多個主導產(chǎn)業(yè)的創(chuàng)新能力均較為突出。例如，A1 園區(qū)第一主導產(chǎn)業(yè)無論從頂層設(shè)計到研發(fā)基地建設(shè)均有卓越成效，目前已經(jīng)實現(xiàn)全球前10 家頭部企業(yè)中7 家區(qū)域總部和研發(fā)中心落戶，僅2019 年就引進1 億元以上項目23 個；A1 園區(qū)第二主導產(chǎn)業(yè)在2020 年實現(xiàn)營收規(guī)模超過1 200 億元，已集聚產(chǎn)業(yè)鏈上近200 家國內(nèi)外頭部企業(yè)，研發(fā)實力雄厚，同時園區(qū)充分發(fā)揮公共研發(fā)平臺作用，推動科技成果應用與轉(zhuǎn)化。而在第一階段排名第二，在第二階段排名第三的A2 在電子信息、新材料等產(chǎn)業(yè)皆有著較為明顯的規(guī)模優(yōu)勢，并且擁有包括科技創(chuàng)業(yè)苗圃、大學生創(chuàng)業(yè)創(chuàng)新園、留學生創(chuàng)業(yè)園、孵化器、加速器在內(nèi)的接力式孵化鏈和全方位創(chuàng)新創(chuàng)業(yè)孵化體系。

相比A1、A2 兩個園區(qū)，A19 在第一階段的優(yōu)勢并不明顯，但是A19 在第二階段排名升至第二。一方面可能是因為園區(qū)首先將產(chǎn)業(yè)化、商業(yè)化作為發(fā)展重點，并由此集聚了一批主導產(chǎn)業(yè)內(nèi)的頭部企業(yè)，引導各類產(chǎn)業(yè)內(nèi)創(chuàng)新要素不斷聚集，推動多項產(chǎn)業(yè)項目和產(chǎn)業(yè)線落地；另一方面可能是因為園區(qū)持續(xù)優(yōu)化區(qū)域創(chuàng)新環(huán)境，不僅制定了相應評估和獎勵辦法，聚焦服務(wù)建設(shè)、品牌發(fā)展和雙創(chuàng)載體，推動園區(qū)服務(wù)能級提升，還搭建“產(chǎn)業(yè)+服務(wù)+交易”區(qū)域創(chuàng)新服務(wù)平臺，構(gòu)建科技大市場，提升科技成果轉(zhuǎn)化效率。

曾有相關(guān)研究對長三角各科技園區(qū)綜合實力進行排名，A1 同樣位居第一，這表明本研究對長三角各科技園區(qū)創(chuàng)新效率的排名與過往研究在一定程度上是一致的。但是本研究結(jié)果與過往研究也存在部分差異。例如，A3 在過往研究排名中以較強的綜合實力位居第二，而在本研究的創(chuàng)新效率排名中，A3 的位置并不十分靠前。這表明A3 盡管綜合實力領(lǐng)先于其他科技園，但創(chuàng)新效率并不高。因此，在同樣的創(chuàng)新投入水平情況下，A3 的創(chuàng)新產(chǎn)出及其科技成果轉(zhuǎn)化水平可能低于其他科技園。由此可見，對于部分綜合實力排名靠前的科技園來說，其創(chuàng)新效率有較大的提升空間，如果通過提升技術(shù)水平不斷改進科技園的創(chuàng)新效率，則可能進一步提升科技園的創(chuàng)新效率。

通過對比綜合實力和創(chuàng)新效率排名榜單，本研究還發(fā)現(xiàn)部分科技園創(chuàng)新效率排名較為靠前，但在綜合實力排名靠后，例如A19。對于這些科技園來說，其技術(shù)創(chuàng)新方面的綜合潛力未能得到有效發(fā)揮，在這些科技園加大資金投入可能會帶來更多的新產(chǎn)品產(chǎn)出。造成上述結(jié)果的原因有兩個方面。一方面可能是由于長三角各科技園在技術(shù)資源稟賦方面存在先天性差距。例如，早在20 世紀90 年代成立的A1 經(jīng)過20 多年的開發(fā)，目前已匯聚2 萬余家企業(yè)，初步形成了以信息技術(shù)、生物醫(yī)藥等為重點的產(chǎn)業(yè)集群。另一方面也是由于長三角區(qū)域各科技園功能性產(chǎn)業(yè)融合程度不同，如生產(chǎn)性、生活性服務(wù)業(yè)與工業(yè)制造、產(chǎn)業(yè)創(chuàng)新融合性存在差異，從而在不同程度上激發(fā)出科技園創(chuàng)新潛力造成的。從上述角度考量，位于長三角重點城市核心區(qū)域的科技園區(qū)普遍優(yōu)于非重點城市郊區(qū)及地理位置相對偏遠的科技園區(qū)。

六、結(jié)論與政策建議

本文建立了技術(shù)創(chuàng)新過程和科技成果轉(zhuǎn)移轉(zhuǎn)化過程的兩階段創(chuàng)新系統(tǒng)運行效率模型，并基于該模型對長三角22 個高科技園區(qū)的創(chuàng)新效率進行了計算和排名。實證結(jié)果顯示，長三角區(qū)域創(chuàng)新系統(tǒng)運行效率較好，各類投入對創(chuàng)新產(chǎn)出產(chǎn)生了較好的正向作用，但也有部分變量不顯著乃至呈現(xiàn)負向作用，例如部分園區(qū)，尤其是郊區(qū)科技園存在創(chuàng)新投入對創(chuàng)新產(chǎn)出的帶動作用有限、創(chuàng)新產(chǎn)出對區(qū)域經(jīng)濟貢獻度不高、科技園區(qū)面積對創(chuàng)新產(chǎn)出作用不顯著等問題，本質(zhì)上是部分高科技園區(qū)可能存在資源錯配的現(xiàn)象。

基于上述結(jié)論，本文提出以下政策建議：

第一，積極推進創(chuàng)新政策體系改革，通過要素市場化豐富創(chuàng)新生態(tài)要素，推進各類創(chuàng)新要素和生產(chǎn)要素自由流動。加大吸引更多高質(zhì)量投資機構(gòu)、金融服務(wù)機構(gòu)、大企業(yè)平臺、科研院所、大學、第三方專業(yè)化服務(wù)機構(gòu)、媒體資源等要素融入，完善服務(wù)生態(tài)。鼓勵科技園區(qū)加強與專業(yè)化機構(gòu)的合作，加強與研發(fā)設(shè)計、科技中介、科技金融、成果交易等公共服務(wù)平臺深度合作，為入駐團隊及初創(chuàng)企業(yè)提供專業(yè)化服務(wù)，培育特色服務(wù)內(nèi)容。深入分析創(chuàng)新體系運行的體制機制障礙，挖掘限制長三角區(qū)域創(chuàng)新系統(tǒng)運行效率提升的關(guān)鍵制度性因素。

第二，強化政府創(chuàng)新投入職能，以市場為導向，發(fā)揮政府財政投融資的引導作用。借助市場力量，進一步吸引區(qū)域外部資金和技術(shù)流入，為當前區(qū)域創(chuàng)新系統(tǒng)的良性運行提供支持。政府部門加大引導和支持科技園區(qū)建立重點產(chǎn)業(yè)方向領(lǐng)域內(nèi)的專業(yè)化服務(wù)平臺。

第三，樹立企業(yè)在長三角區(qū)域創(chuàng)新系統(tǒng)中的創(chuàng)新主體地位。以企業(yè)實際技術(shù)需求為科技創(chuàng)新努力的方向，不斷激發(fā)企業(yè)、高校和科研院所開展科技創(chuàng)新的積極性，真正實現(xiàn)創(chuàng)新與經(jīng)濟和產(chǎn)業(yè)發(fā)展、與市場需求的緊密結(jié)合。

第四，培育支持創(chuàng)新的制度環(huán)境。有效保護知識產(chǎn)權(quán)，支持和鼓勵各機構(gòu)之間開展知識產(chǎn)權(quán)轉(zhuǎn)讓活動，為勇于創(chuàng)新的科技人員和企業(yè)管理人員提供可靠的制度保障和政策激勵。

第五，加強長三角聯(lián)動發(fā)展。探索形成長三角科技園區(qū)聯(lián)盟協(xié)會，通過活動組織、相互考察、座談交流、網(wǎng)絡(luò)年會等方式，搭建平臺、整合資源、共享信息，將聯(lián)盟內(nèi)所有成員的資源、信息向長三角所有會員開放，推動科技園區(qū)與長三角各類科技園區(qū)的溝通交流、深度合作。