張雪琳 賀正楚 任宇新

1 引言及文獻綜述

我國經(jīng)濟由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，通過技術(shù)創(chuàng)新和進一步優(yōu)化技術(shù)創(chuàng)新效率是驅(qū)動我國經(jīng)濟高質(zhì)量發(fā)展的主要路徑（史丹和李鵬，2019［1］）。作為工業(yè)大國，工業(yè)企業(yè)是我國國家創(chuàng)新體系以及實體經(jīng)濟的主體，工業(yè)企業(yè)的發(fā)展質(zhì)量是我國實現(xiàn)經(jīng)濟高質(zhì)量的基礎與前提。我國已經(jīng)建立門類齊全的現(xiàn)代工業(yè)體系，更是世界排名第一的制造業(yè)大國，工業(yè)發(fā)展成就舉世矚目。但目前我國還依然只是工業(yè)大國，并非工業(yè)強國，部分工業(yè)企業(yè)還存在核心技術(shù)自給率較低、關(guān)鍵技術(shù)掌握較少的問題，尤其是創(chuàng)新能力不強仍然是我國工業(yè)企業(yè)發(fā)展面臨的主要問題。工業(yè)企業(yè)發(fā)展關(guān)鍵在于技術(shù)創(chuàng)新，技術(shù)創(chuàng)新活動的重要資源就是人力、物力、財力，因此，將人力、物力、財力進行優(yōu)化配置，可以充分發(fā)揮技術(shù)創(chuàng)新知識儲備的效果、技術(shù)創(chuàng)新科技投入的作用和技術(shù)創(chuàng)新成果轉(zhuǎn)化的能力。效率是衡量技術(shù)創(chuàng)新能力的一項重要指標，如何提升工業(yè)企業(yè)技術(shù)創(chuàng)新效率，防止重復投資以及資源投入分散等問題，精準把握影響技術(shù)創(chuàng)新效率的決定性因素，突破當前部分體制機制壁壘和發(fā)展瓶頸，全面釋放技術(shù)創(chuàng)新驅(qū)動力量，構(gòu)建有中國特色的現(xiàn)代化科技創(chuàng)新體系，具有重要的理論價值和現(xiàn)實意義。

國外現(xiàn)有文獻對技術(shù)創(chuàng)新效率已經(jīng)作出部分回答。比如，Afriat（1972）［2］最早提出技術(shù)創(chuàng)新效率概念，認為投入產(chǎn)出關(guān)系與一定資源與技術(shù)條件下可能達到的最大產(chǎn)量組合曲線密切相關(guān)；Nelson（1993）［3］和Poter（1998）［4］率先研究科技資源配置，研究各個國家科學技術(shù)經(jīng)費內(nèi)部支出、科技資源配置方式以及與科學技術(shù)相關(guān)行業(yè)的創(chuàng)新政策，就各個國家之間的上述三者進行對比分析；Raab（2006）［5］等學者運用數(shù)據(jù)包絡分析對美國50個州高技術(shù)產(chǎn)業(yè)創(chuàng)新從高效到低效排序，發(fā)現(xiàn)一些州在高技術(shù)產(chǎn)業(yè)的主導地位與其經(jīng)濟表現(xiàn)之間存在差異。國內(nèi)現(xiàn)有文獻對技術(shù)創(chuàng)新效率的研究，一方面是探索使用新的研究方法對技術(shù)創(chuàng)新效率進行測度和評價，另一方面是就省際范圍或者區(qū)域范圍對技術(shù)創(chuàng)新效率進行研究。比如：陳凱華等（2012）［6］考慮高技術(shù)產(chǎn)業(yè)創(chuàng)新活動依賴外部技術(shù)溢出和內(nèi)部自主研發(fā)，運用非徑向-非定向的“強化的Russell測度模型”和非徑向的“單因素效率測度模型”對中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進行測度，探究高技術(shù)產(chǎn)業(yè)“高產(chǎn)出、低效益”的原因及相應的對策措施；肖仁橋等（2012）［7］從價值鏈角度出發(fā)，建立兩階段鏈式關(guān)聯(lián)DEA模型，研究我國高技術(shù)產(chǎn)業(yè)整體創(chuàng)新效率、兩階段效率以及創(chuàng)新效率的影響因素；李洪偉等（2012）［8］采用DEA三個階段模型，第一階段傳統(tǒng)DEA、第二階段SFA回歸、第三階段投入調(diào)整，剔除外部環(huán)境變量和隨機因素影響，分析高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率；李鋒等（2021）［9］依托生態(tài)系統(tǒng)，將高新技術(shù)產(chǎn)業(yè)創(chuàng)新過程分為同化、生長和利用等三個階段，運用DEA模型分析高新技術(shù)產(chǎn)業(yè)三個階段的創(chuàng)新效率；范德成和杜明月（2018）［10］將技術(shù)創(chuàng)新活動分為技術(shù)研發(fā)和技術(shù)轉(zhuǎn)化階段，針對高端裝備制造業(yè)的七大子行業(yè)，運用GAMS軟件構(gòu)建兩階段StoNED模型，研究技術(shù)創(chuàng)新配置效率，并利用Tobit模型分析兩階段影響效率的重要因素；朱慧明等（2021）［11］運用DEA模型測度2011-2019年制造業(yè)企業(yè)技術(shù)創(chuàng)新效率及其影響因素，發(fā)現(xiàn)創(chuàng)新效率雖呈逐年改善趨勢但是整體效率較低，企業(yè)在研發(fā)階段效率很低。學界在研究省際范圍或者區(qū)域范圍的技術(shù)創(chuàng)新效率方面，主要成果有：錢麗等（2018）［12］利用共同前沿-共享投入兩階段DEA模型測算中國省際工業(yè)企業(yè)綠色創(chuàng)新效率，區(qū)域技術(shù)差距以及效率損失來源；李根等（2019）［13］構(gòu)建SBM模型對制造業(yè)能源生態(tài)效率進行測算，采用Tobit模型對全國及東中西部地區(qū)制造業(yè)能源生態(tài)效率的影響因素進行實證分析；易明等（2019）［14］通過運用SFA模型對全國27個?。▍^(qū)）市和八大經(jīng)濟區(qū)域高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的測算評估；代碧波等（2012）［15］利用Malmquist生產(chǎn)率指數(shù)分析法測評2001-2008年制造業(yè)29個行業(yè)的動態(tài)效率變化，并探索市場結(jié)構(gòu)、企業(yè)規(guī)模和企業(yè)所有制影響其制造業(yè)29個行業(yè)的技術(shù)創(chuàng)新效率的具體效應；楊騫等（2021）［16］就我國區(qū)域創(chuàng)新效率進行研究，以創(chuàng)新指數(shù)作為創(chuàng)新產(chǎn)出，采用Bootstrap-DEA方法測度區(qū)域創(chuàng)新效率。發(fā)現(xiàn)創(chuàng)新平臺等四個因素對創(chuàng)新效率有顯著提升作用；賴一飛等（2021）［17］以30個省（區(qū)）市為研究對象，運用超效率SBM-Malmquist模型測算各省（區(qū)）市技術(shù)創(chuàng)新效率，分析各區(qū)域間的差異特征，發(fā)現(xiàn)科技基礎設施投入、經(jīng)濟發(fā)展水平、科技認知程度和科技創(chuàng)新政策對科技創(chuàng)新效率的作用具有較強的區(qū)域異質(zhì)性；李鴻禧和遲國泰（2016）［18］通過DEA-t的方法檢驗的方法萃取出顯著影響效率的關(guān)鍵指標并找出副省級關(guān)鍵指標的冗余率、不足率及關(guān)鍵問題；張明斗等（2021）［19］運用空間杜賓模型分析制造業(yè)和生產(chǎn)性服務業(yè)集聚對城市的經(jīng)濟效率的影響，發(fā)現(xiàn)制造業(yè)集聚對所在城市不具有門檻效應，而生產(chǎn)性服務業(yè)城市對所在城市存在門檻效應；劉釩和鄧明亮（2017）［20］測度長江經(jīng)濟帶技術(shù)創(chuàng)新效率，并對技術(shù)創(chuàng)新影響效率的關(guān)鍵因素進行深入分析；王蕾等（2019）［21］構(gòu)建農(nóng)業(yè)效率評價指標體系，利用三個階段DEA模型對各?。▍^(qū)）市效率進行測度，探究農(nóng)業(yè)改革對地區(qū)的影響；周淑貞和鄧群釗（2021）［22］運用兩階段網(wǎng)絡DEA模型測度高技術(shù)綠色創(chuàng)新效率，運用Tobit回歸模型分析國外技術(shù)引進、國內(nèi)技術(shù)轉(zhuǎn)移和外商投資等三種轉(zhuǎn)移方式對于創(chuàng)新效率的提升作用；李穎（2021）［23］對高技術(shù)產(chǎn)業(yè)集中度和技術(shù)創(chuàng)新效率進行研究，探究何種市場結(jié)構(gòu)更有利于技術(shù)創(chuàng)新；楊友才等（2020）［24］采用GVAR模型，測算中國高技術(shù)產(chǎn)業(yè)在1997-2016年的技術(shù)創(chuàng)新效率，并探索高技術(shù)產(chǎn)業(yè)間創(chuàng)新效率的溢出效應。劉暉等（2015）［25］采用DEA模型，對2007-2012年我國28個?。▍^(qū)）市戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率進行測度，發(fā)現(xiàn)純技術(shù)效率整體處在較低水平、規(guī)模效率相對較好，技術(shù)創(chuàng)新效率存在明顯的地區(qū)不均衡，北京和廣東的技術(shù)創(chuàng)新效率最高。

通過總結(jié)上述國內(nèi)外文獻發(fā)現(xiàn)，雖然在創(chuàng)新效率研究方面取得很多成果，但對于工業(yè)企業(yè)創(chuàng)新效率，特別是對創(chuàng)新過程當中的創(chuàng)新效率情況，其研究還不夠具體、細致和深入。由于籠統(tǒng)地把企業(yè)技術(shù)創(chuàng)新在時間上作為一個時間總體、一個投入及產(chǎn)出的整體進行對待，這就有可能使得國內(nèi)不少地區(qū)工業(yè)企業(yè)的發(fā)展規(guī)劃和政策決策存在一些不確定性和盲目性。創(chuàng)新過程具有階段性，每個階段性的創(chuàng)新投入與產(chǎn)出都不一樣，即創(chuàng)新效率存在階段性的時間差異。結(jié)合工業(yè)企業(yè)創(chuàng)新特點和大量文獻研究，可以看出工業(yè)企業(yè)創(chuàng)新系統(tǒng)內(nèi)部結(jié)構(gòu)具有明顯的三個階段鏈式特征，為此對企業(yè)創(chuàng)新過程的三個階段進行區(qū)分。第一階段為基礎性創(chuàng)新階段，為開發(fā)工業(yè)企業(yè)的過程，主要進行知識技術(shù)儲備。第二階段是研發(fā)性創(chuàng)新階段，為技術(shù)性研發(fā)投入，擴展工業(yè)企業(yè)中間試驗階段，完成從技術(shù)開發(fā)到試生產(chǎn)的全部技術(shù)問題。第三階段是成果轉(zhuǎn)化創(chuàng)新階段，這一創(chuàng)新階段為成果轉(zhuǎn)化過程，將技術(shù)性產(chǎn)出變成收益，將成果變?yōu)楝F(xiàn)實的生產(chǎn)力，生產(chǎn)新產(chǎn)品，開拓新市場。三個階段并不是直線型一一遞進，而是互有交叉。創(chuàng)新系統(tǒng)的中間產(chǎn)出既是前一階段的產(chǎn)出，又是后一階段的投入，本階段的問題可以在本階段尋求答案，也可以反饋給上一階段尋求解決辦法，而下一階段發(fā)現(xiàn)的問題及其解決辦法也會推動上一階段創(chuàng)新活動的投入與開展，三個階段雖相互區(qū)別但也共同促進，體現(xiàn)出階段間的關(guān)聯(lián)性，形成創(chuàng)新系統(tǒng)的網(wǎng)絡構(gòu)成。

企業(yè)技術(shù)創(chuàng)新效率在方法方面也有不足之處。學者主要運用DEA和SFA模型研究企業(yè)技術(shù)創(chuàng)新效率，但由于傳統(tǒng)DEA模型忽視技術(shù)創(chuàng)新系統(tǒng)的階段性與關(guān)聯(lián)性，省去了技術(shù)創(chuàng)新系統(tǒng)內(nèi)部的作用過程和運行機理，導致對創(chuàng)新過程內(nèi)部環(huán)節(jié)的分析難以深入。而SFA模型由于不恰當?shù)纳a(chǎn)函數(shù)形式或誤差項的分布假設，可能會將設定誤差和效率估計二者混淆在一起，從而也帶來一定的局限性。在內(nèi)容上，國內(nèi)外學者分別在產(chǎn)業(yè)、企業(yè)和地區(qū)等方面對技術(shù)創(chuàng)新效率和科技資源配置效率進行深入研究，但對技術(shù)創(chuàng)新資源配置的內(nèi)部作用過程研究較少。還有一點也需要特別說明和引起研究者的特別重視，這就是關(guān)于影響因素，研究者多是從企業(yè)和市場層面展開研究，而對于從高校、人口和外商投資等因素切入研究，這樣的研究視角還較為少見。

基于上述分析，本文擬對工業(yè)企業(yè)的技術(shù)創(chuàng)新整體效率（即“整體創(chuàng)新效率”）進行研究。此外，由于工業(yè)企業(yè)的技術(shù)創(chuàng)新過程分為基礎性創(chuàng)新階段、研發(fā)性創(chuàng)新階段、成果轉(zhuǎn)化創(chuàng)新階段等三個階段，這三個階段分別形成三個“階段創(chuàng)新效率”，本文也擬對階段創(chuàng)新效率進行研究。

技術(shù)創(chuàng)新效率是技術(shù)創(chuàng)新的產(chǎn)出與投入之比，即技術(shù)創(chuàng)新資源的配置效率，對技術(shù)創(chuàng)新效率開展研究，有利于企業(yè)向集約型生產(chǎn)方式轉(zhuǎn)變。技術(shù)創(chuàng)新可以從數(shù)量層面度量，也可以從效率層面入手，本文從效率方面進行研究，基于2010-2019年省際面板數(shù)據(jù)，采用三個階段鏈式關(guān)聯(lián)網(wǎng)絡DEA模型測算我國省際行政區(qū)域工業(yè)企業(yè)的整體創(chuàng)新效率及階段創(chuàng)新效率，考察2010-2019年我國區(qū)域工業(yè)企業(yè)整體創(chuàng)新效率在近十年不同時間段的動態(tài)變化趨勢以及階段創(chuàng)新效率的變化趨勢，測算出我國工業(yè)企業(yè)創(chuàng)新水平。運用Tobit模型對工業(yè)企業(yè)整體創(chuàng)新效率和階段創(chuàng)新效率的影響因素進行分析，發(fā)現(xiàn)促進企業(yè)創(chuàng)新效率的積極因素，找出阻礙企業(yè)創(chuàng)新進程的消極因素，為制定有針對性的提升工業(yè)企業(yè)創(chuàng)新效率的政策制度提供理論依據(jù)，進而彌補已有研究的不足。

2 研究方法及數(shù)據(jù)來源

2.1 研究工具與方法

數(shù)據(jù)包絡分析最早由Charnes等正式提出，用于測量多個投入、產(chǎn)出決策單元的績效，CCR和BCC是DEA的兩種基本模型，CCR模型是規(guī)模報酬不變下的衡量標準，而BCC是規(guī)模報酬可變假設下的績效衡量標準。傳統(tǒng)DEA處理生產(chǎn)過程，只對資源配置兩端的初始投入和最后產(chǎn)出進行分析，將決策單元（DMUs）作為一個只涉及投入-產(chǎn)出的“黑箱”系統(tǒng)，并沒有考慮以中間形式存在的連結(jié)性因素，如果不剖開其作用過程，會忽視其內(nèi)部的作用過程和運行機理而產(chǎn)生出誤導性效率值，得到的結(jié)果不能滿足實際問題中對復雜系統(tǒng)進行評價并優(yōu)化的要求，無法從真正意義上提高績效。Fare等學者率先提出“網(wǎng)絡DEA”理論，構(gòu)建基于生產(chǎn)系統(tǒng)的效率測度模型，此模型能夠適應子系統(tǒng)之間存在的鏈接關(guān)系，為改進傳統(tǒng)DEA存在的缺陷提供了重要的理論基礎。該模式打破傳統(tǒng)DEA固有的“黑箱”，將內(nèi)部結(jié)構(gòu)劃分為多階段過程，前一階段的產(chǎn)出作為后一階段的投入，各個階段之間有中間產(chǎn)品的流動，在此過程中發(fā)現(xiàn)其低效環(huán)節(jié)，實現(xiàn)對于DMU決策單元的內(nèi)部解放。大量研究表明，運用網(wǎng)絡DEA模型衡量具有網(wǎng)絡結(jié)構(gòu)的系統(tǒng)效率，測量結(jié)果更加精確，對于效率無效性的原因更能夠具體分析。

鏈形和并形是網(wǎng)絡DEA的基本結(jié)構(gòu)，選擇哪種結(jié)構(gòu)，取決于決策單元子過程是以鏈形結(jié)構(gòu)連接還是并形結(jié)構(gòu)鏈接，根據(jù)連接模式又分為獨立和關(guān)聯(lián)模型兩種類型。本文采用規(guī)模報酬可變假設下的三個階段鏈式關(guān)聯(lián)網(wǎng)絡DEA模型，對區(qū)域工業(yè)企業(yè)創(chuàng)新過程資源配置效率進行分析。

假設創(chuàng)新系統(tǒng)包含n個決策單元DMUj（j=1，2，...，n），工業(yè)企業(yè)創(chuàng)新過程分為三個階段，如圖1所示。那么每個決策單元在第一階段有m種投入：，N種產(chǎn)出為：；這 N種產(chǎn)出轉(zhuǎn)化為研發(fā)性創(chuàng)新階段的部分投入，在此階段的額外追加P種投入，第二階段H種產(chǎn)出；這H種產(chǎn)出轉(zhuǎn)化為成果轉(zhuǎn)化創(chuàng)新階段的部分投入，在此階段額外追加K種投入，成果轉(zhuǎn)化創(chuàng)新階段s種產(chǎn)出。

圖1 工業(yè)企業(yè)創(chuàng)新過程三個階段的DMU內(nèi)部結(jié)構(gòu)

如果不考慮決策單元內(nèi)部結(jié)構(gòu)，也不考慮創(chuàng)新系統(tǒng)內(nèi)部三個階段之間的聯(lián)系，每個決策單元都是一個體系。基礎性創(chuàng)新階段的投入為，產(chǎn)出為；研發(fā)性創(chuàng)新階段的投入為，追加投入，產(chǎn)出為；成果轉(zhuǎn)化創(chuàng)新階段的投入為，追加投入為，產(chǎn)出為?；贐CC 規(guī)模報酬可變模型，應用以下公式，即可計算出創(chuàng)新系統(tǒng)的整體創(chuàng)新效率和階段創(chuàng)新效率。

如果創(chuàng)新系統(tǒng)考慮決策單元內(nèi)部結(jié)構(gòu)，也重視創(chuàng)新系統(tǒng)內(nèi)部三個階段之間的相互聯(lián)系，每個階段都符合前沿條件，各個階段中間產(chǎn)出權(quán)重一致，在上述公式中應有δ′=δ′=δ′′。則：

公式（1）為決策單元滿足的前沿條件，公式（2）、（3）、（4）分別為三個階段滿足的前沿條件。下面對上述公式進行化簡：

通過公式（6）-（9），可求出整體創(chuàng)新效率及階段創(chuàng)新效率。

為表示創(chuàng)新過程三個階段之間的相互作用關(guān)系，運用關(guān)聯(lián)系數(shù)（RC）反映創(chuàng)新過程三個階段之間的關(guān)聯(lián)關(guān)系。若RC>1，表示創(chuàng)新過程三個階段之間強有效；若RC=1，表示創(chuàng)新過程三個階段之間弱有效；若RC<1，表示創(chuàng)新過程三個階段之間無效，以此衡量創(chuàng)新過程三個階段之間的關(guān)聯(lián)程度。根據(jù)以上三個階段鏈式網(wǎng)絡DEA模型，計算可得我國工業(yè)企業(yè)整體創(chuàng)新效率和階段創(chuàng)新效率。

2.2 數(shù)據(jù)來源

Jefferson G等指出，規(guī)模以上工業(yè)企業(yè)在中國工業(yè)中居于重要地位。因此，本文選擇規(guī)模以上工業(yè)企業(yè)為研究對象。數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》（2011-2020）、《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》（2011-2020）、《中國工業(yè)統(tǒng)計年鑒》（2011-2020）、《中國統(tǒng)計年鑒》（2011-2020）以及各省統(tǒng)計年鑒，選取2010-2019年間30個省級數(shù)據(jù)分析（西藏、港、澳、臺數(shù)據(jù)無法全部獲取，不納入統(tǒng)計）。由于創(chuàng)新活動過程存在一定時滯差異，不同領(lǐng)域口徑不一，本文參考相關(guān)文獻的研究成果（朱桂龍等，2021［26］），設定各階段滯后期為1年。即如果投入為第t年數(shù)據(jù)，則最終產(chǎn)出為t＋3年數(shù)據(jù)。

3 指標選取與設計

根據(jù)工業(yè)企業(yè)創(chuàng)新的特點和大量文獻，發(fā)現(xiàn)工業(yè)企業(yè)創(chuàng)新系統(tǒng)具有明顯三個階段鏈式結(jié)構(gòu)特征。第一階段為基礎性創(chuàng)新階段，主要用于知識技術(shù)儲備；第二階段為研發(fā)性創(chuàng)新階段，主要用于技術(shù)研發(fā)；第三階段為成果轉(zhuǎn)化創(chuàng)新階段，主要用于成果轉(zhuǎn)化。三個階段對應的效率分別為基礎性創(chuàng)新效率、研發(fā)性創(chuàng)新效率和收益性創(chuàng)新效率，創(chuàng)新過程如圖2所示。通過對工業(yè)企業(yè)整個創(chuàng)新過程進行分階段分析，深入研究創(chuàng)新系統(tǒng)內(nèi)部結(jié)構(gòu)和運作過程，找出生產(chǎn)過程中的低效環(huán)節(jié)和主要原因，從而明確制定提升工業(yè)企業(yè)創(chuàng)新效率的制度和措施。

圖2 工業(yè)企業(yè)創(chuàng)新過程三個階段的鏈式過程

工業(yè)企業(yè)創(chuàng)新過程龐大復雜，創(chuàng)新效率受到多方面影響。根據(jù)工業(yè)企業(yè)特點和創(chuàng)新結(jié)構(gòu)特點，通過參考大量的文獻資料，使選取指標盡可能地反映工業(yè)企業(yè)創(chuàng)新過程效率。因此，本文從基礎性創(chuàng)新階段（技術(shù)知識儲備）、研發(fā)性創(chuàng)新階段（技術(shù)研發(fā)）和成果轉(zhuǎn)化創(chuàng)新階段（技術(shù)成果應用）三個階段進行指標選取。

（1）基礎性創(chuàng)新階段

基礎性創(chuàng)新階段資源投入通常從人力、資金兩個方面考慮，研發(fā)機構(gòu)、研發(fā)人員和研發(fā)經(jīng)費都是該階段的重要組成部分。參考相關(guān)文獻，在人力資源投入方面，有的學者選擇R&D人員全時當量來表示人力資源的投入。為充分考慮研發(fā)的投入要素，本文選取R&D研發(fā)機構(gòu)數(shù)和R&D人員折合全時當量作為基礎性創(chuàng)新階段的投入變量。在研發(fā)資金投入方面，為表現(xiàn)其技術(shù)知識儲備，選擇高校及科研機構(gòu)R&D經(jīng)費，經(jīng)費來自政府的投入和企業(yè)的投入，這樣資金投入變量反映政府和企業(yè)對于產(chǎn)學研創(chuàng)新體系的支持力度，更能反映對其知識技術(shù)的儲備。

基礎性創(chuàng)新階段的產(chǎn)出主要體現(xiàn)在對于進入研發(fā)階段前知識和技術(shù)的積累上，參考相關(guān)研究，有學者選擇有效發(fā)明專利數(shù)作為產(chǎn)出變量（Jaffe等，2017［27］）。專利數(shù)作為國際創(chuàng)新產(chǎn)出的重要指標之一，主要分為專利授權(quán)數(shù)、專利申請數(shù)和有效發(fā)明專利數(shù)，專利申請數(shù)高于專利授權(quán)數(shù)，能更全面反映科技產(chǎn)出，而有效發(fā)明專利數(shù)，是指經(jīng)國家知識產(chǎn)權(quán)局審批已經(jīng)授權(quán)的專利的數(shù)量，更能體現(xiàn)專利有效性，所以在專利方面選擇有效發(fā)明專利數(shù)和專利申請數(shù)為產(chǎn)出變量，但專利數(shù)據(jù)也存在一定的片面性，難以衡量全部的技術(shù)知識儲備產(chǎn)出，而高校及科研機構(gòu)發(fā)表的論文數(shù)可以彌補一定的不足，更能體現(xiàn)其知識儲備，在一定程度上體現(xiàn)產(chǎn)學研體系的活躍程度。因此，綜合以上考慮，選擇專利申請數(shù)、有效發(fā)明專利數(shù)和高校及科研機構(gòu)發(fā)表的論文數(shù)作為基礎性創(chuàng)新階段的產(chǎn)出變量，如表1。

表1 基礎性創(chuàng)新階段投入產(chǎn)出指標體系

（2）研發(fā)性創(chuàng)新階段

基礎性創(chuàng)新階段的產(chǎn)出指標，即中間產(chǎn)出之一，作為研發(fā)性創(chuàng)新階段的投入指標。在此階段追加技術(shù)引進經(jīng)費、消化吸收經(jīng)費、購買國內(nèi)技術(shù)經(jīng)費和技術(shù)改造經(jīng)費等四項之和作為此階段的追加資金投入，更能反映一個區(qū)域?qū)τ谘邪l(fā)的資金規(guī)模和支持力度（Mahroum等，2013［28］）。研發(fā)性創(chuàng)新階段的產(chǎn)出體現(xiàn)在成果方面，參考大量文獻，選擇技術(shù)市場合同交易額和新產(chǎn)品開發(fā)項目數(shù)為產(chǎn)出指標。其中技術(shù)市場合同交易額是指技術(shù)開發(fā)、技術(shù)轉(zhuǎn)讓、技術(shù)咨詢和技術(shù)服務等合同標的金額的總和，是創(chuàng)新過程的直接收入，反映技術(shù)市場進行技術(shù)交流的活躍程度；而新產(chǎn)品開發(fā)項目數(shù)不僅反映一個區(qū)域在創(chuàng)新過程中取得的成果，也反映政府和企業(yè)對創(chuàng)新活動的支持力度，如表2。

表2 研發(fā)性創(chuàng)新階段投入產(chǎn)出指標體系

（3）成果轉(zhuǎn)化創(chuàng)新階段

研發(fā)性創(chuàng)新階段的產(chǎn)出指標，即中間產(chǎn)出之二，作為成果轉(zhuǎn)化創(chuàng)新階段的投入指標，在此階段繼續(xù)追加新增固定資產(chǎn)作為投入指標，表示新增生產(chǎn)能力和效益。成果轉(zhuǎn)化創(chuàng)新階段體現(xiàn)在經(jīng)濟效益方面，根據(jù)大量文獻，選取主營業(yè)務收入、新產(chǎn)品銷售收入和新產(chǎn)品出口額作為產(chǎn)出指標（Khedhaouria等，2017［29］；于樹江等，2021［30］；李佳等，2021［31］）。主營業(yè)務收入代表工業(yè)企業(yè)的經(jīng)濟效益水平；新產(chǎn)品銷售收入是指在一個區(qū)域或行業(yè)內(nèi)具有先進性、新穎性和適用性并能提高經(jīng)濟效益的產(chǎn)品；新產(chǎn)品出口額反映一定的競爭優(yōu)勢，代表工業(yè)企業(yè)在國際上的競爭能力。

表3 成果轉(zhuǎn)化創(chuàng)新階段投入產(chǎn)出指標體系

4 實證分析

4.1 工業(yè)企業(yè)技術(shù)創(chuàng)新效率分析

4.1.1 整體創(chuàng)新效率及階段創(chuàng)新平均效率

運用BCC規(guī)模報酬可變的三個階段鏈式關(guān)聯(lián)網(wǎng)絡DEA模型，對區(qū)域工業(yè)企業(yè)創(chuàng)新的整體創(chuàng)新效率及階段創(chuàng)新效率進行評價。整體創(chuàng)新效率用E表示，基礎性創(chuàng)新階段效率用E（1）表示，研發(fā)性創(chuàng)新階段效率用E（2）表示，成果轉(zhuǎn)化創(chuàng)新階段效率用E（3）表示，各階段關(guān)聯(lián)系數(shù)用RC表示。對2010-2019年中國區(qū)域工業(yè)企業(yè)創(chuàng)新的整體創(chuàng)新效率及階段創(chuàng)新效率均值進行測算，如表4所示。

表4 中國區(qū)域工業(yè)企業(yè)整體創(chuàng)新效率及階段創(chuàng)新效率均值

（1）整體創(chuàng)新效率

由表4可知，我國區(qū)域工業(yè)企業(yè)整體創(chuàng)新效率值為0.6461，這個數(shù)值并不算高，低于平均效率的省份有14個，說明一半的省份都在拉低全國平均效率水平，需要進一步提高整體創(chuàng)新效率；從我國四大區(qū)域看，東部地區(qū)整體創(chuàng)新效率均值0.8528、中部地區(qū)0.6019、西部地區(qū)0.5205、東北地區(qū)0.5061，其中東部地區(qū)整體創(chuàng)新效率最高，其次中部地區(qū)，西部和東北部地區(qū)墊底。從DEA有效性來看，達到有效的有三個省份，分別是廣東、海南和青海，其它整體創(chuàng)新效率較高的省份有江蘇、浙江和山東等，這些省份的資源投入轉(zhuǎn)化為經(jīng)濟產(chǎn)出效率較高；黑龍江、貴州、云南。陜西和甘肅創(chuàng)新效率過低，需要找出原因，重點提升。從全國來看，各省份在該階段創(chuàng)新效率差異較大。

（2）基礎性創(chuàng)新階段

基礎性創(chuàng)新階段效率均值為0.8552，其中有17個省份低于均值，在整體創(chuàng)新效率和階段創(chuàng)新效率當中，基礎性創(chuàng)新階段效率最高，說明大多數(shù)省份的知識技術(shù)儲備工作做得較好，資源投入轉(zhuǎn)化為知識技術(shù)產(chǎn)出的效率較高。從我國四大區(qū)域看，東部地區(qū)創(chuàng)新效率最高，為0.9426，其次是中部地區(qū)，為0.7875，這是由于東部和中部地區(qū)產(chǎn)業(yè)、教育、人力和知識基礎較好，規(guī)模較大，有較其它地區(qū)豐富的資源。再次是東北地區(qū)，為0.7610，西部地區(qū)最低，為0.7359，西部地區(qū)在較少資源投入的情況下取得和中部地區(qū)相差不多的創(chuàng)新效率，說明也具有相對較高的創(chuàng)新產(chǎn)出。從DEA有效性來看，上海、廣東、海南和青海具有有效性，這幾個省份雖然所擁有的創(chuàng)新資源不同，所處的經(jīng)濟環(huán)境也有較大差異，但在創(chuàng)新資源的利用上，值得其它地區(qū)在考慮自身特點的基礎上借鑒；黑龍江和云南較低，說明在基礎性創(chuàng)新階段，知識技術(shù)生產(chǎn)不足，投入產(chǎn)出轉(zhuǎn)化率較低。從全國來看，各省份在該階段創(chuàng)新效率差異較小。

（3）研發(fā)性創(chuàng)新階段

研發(fā)性創(chuàng)新階段效率均值為0.7044，其中有17個省份低于均值，從我國四大地區(qū)看，東部地區(qū)創(chuàng)新效率最高，為0.8566，表明東部地區(qū)在此階段優(yōu)勢明顯，體現(xiàn)較強創(chuàng)新效率，其次是中部地區(qū)，為0.6362，再次是東北地區(qū)，為0.5394，西部地區(qū)最低，為0.5084，說明西部地區(qū)技術(shù)研發(fā)效率較低，還需要進一步提高資源配置效率，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。從DEA有效性來看，廣東、海南和青海具有有效性；貴州、云南和甘肅等技術(shù)研發(fā)效率較低，資源投入轉(zhuǎn)化為技術(shù)研發(fā)產(chǎn)出的效率較低。

（4）成果轉(zhuǎn)化創(chuàng)新階段

成果轉(zhuǎn)化創(chuàng)新階段效率均值為0.7018，低于平均效率均值的省份有13個，表明大部分省份成果轉(zhuǎn)化創(chuàng)新階段效率都達到全國的均值水平，從我國四大區(qū)域看，東部地區(qū)收益性轉(zhuǎn)化率為0.8718、中部地區(qū)為0.6431、西部地區(qū)為0.5491、東北地區(qū)為0.5063，其中，東部地區(qū)最高，中部地區(qū)次之，西部地區(qū)再次，東北地區(qū)最低。東北地區(qū)雖作為老工業(yè)基地，但其三個階段的效率變化成離散趨勢，與其它?。▍^(qū)）市創(chuàng)新效率差距逐漸拉大，需要抓住機遇，重點提升；西部地區(qū)雖資源投入較少，但在四者中并非最低，代表資源投入能較好轉(zhuǎn)化為經(jīng)濟產(chǎn)出；東、中部地區(qū)依然因為較好的經(jīng)濟環(huán)境和創(chuàng)新資源位居前列。從DEA有效性來看，有效省份為江蘇、浙江、山東、廣東、海南和青海，這幾個省份在收益性轉(zhuǎn)化方面效率較高；黑龍江、貴州和陜西收益性轉(zhuǎn)化方面效率較低，未能將資源投入轉(zhuǎn)化為收益。

綜上所述，我國工業(yè)企業(yè)在2010-2019年期間創(chuàng)新效率值偏低，特別是整體創(chuàng)新效率和成果轉(zhuǎn)化創(chuàng)新階段效率較低，這也說明區(qū)域工業(yè)企業(yè)創(chuàng)新有較大發(fā)展?jié)撃芎吞嵘臻g。

4.1.2 工業(yè)企業(yè)創(chuàng)新效率變動趨勢

為了進一步研究我國工業(yè)企業(yè)創(chuàng)新效率的變化特征和趨勢，基于2010-2019年整體創(chuàng)新效率和階段創(chuàng)新效率的結(jié)果，經(jīng)計算得到整體創(chuàng)新效率和階段創(chuàng)新效率在不同時間段的效率均值，如表5。為了直觀和清晰地顯示工業(yè)企業(yè)創(chuàng)新效率變化趨勢，繪制折線圖，如圖3。

表5 工業(yè)企業(yè)在不同時間段整體創(chuàng)新效率和階段創(chuàng)新效率

由表5和圖3可知，我國工業(yè)企業(yè)在2010-2019年期間整體創(chuàng)新效率及階段創(chuàng)新效率都有不同程度的波動，但都向提升方向收斂。其中整體創(chuàng)新效率相對于基礎性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段效率較低，與研發(fā)性創(chuàng)新階段效率接近，說明盡管這兩個階段創(chuàng)新效率相對較高，但并未對整體創(chuàng)新效率起到引領(lǐng)作用。從變化趨勢角度分析，基礎性創(chuàng)新階段效率先上升再下降再上升，趨勢呈現(xiàn)上升狀態(tài)；研發(fā)性創(chuàng)新階段效率、成果轉(zhuǎn)化創(chuàng)新階段效率與整體創(chuàng)新效率變化趨勢類似，均為先下降再上升，趨勢呈現(xiàn)上升狀態(tài)，這說明整體創(chuàng)新效率很大程度上依賴于研發(fā)性和成果轉(zhuǎn)化創(chuàng)新階段效率，也說明研發(fā)性和成果轉(zhuǎn)化創(chuàng)新階段是創(chuàng)新過程的重要環(huán)節(jié)。縱觀全國，工業(yè)企業(yè)整體創(chuàng)新效率和成果轉(zhuǎn)化創(chuàng)新階段效率偏低，未來在工業(yè)企業(yè)的發(fā)展過程中，不能盲目追加資源投入和擴大規(guī)模，要注重效率的提升，特別是研發(fā)性創(chuàng)新效率，要對創(chuàng)新活動環(huán)節(jié)精準把控，找出突破點。研發(fā)性創(chuàng)新效率作為創(chuàng)新活動的中間環(huán)節(jié)，更要注重三個階段之間的協(xié)調(diào)和整合，以保證整體創(chuàng)新效率的提升。

4.1.3 創(chuàng)新過程三個階段的關(guān)聯(lián)程度分析

由表4可知各區(qū)域工業(yè)企業(yè)創(chuàng)新過程三個階段之間的關(guān)聯(lián)系數(shù)，可以看出，除廣東、海南和青海以外的其它省份，關(guān)聯(lián)系數(shù)均大于1，占總數(shù)的90%，即三個階段之間關(guān)聯(lián)強有效。廣東、海南和青海3個地區(qū)三個階段之間的關(guān)聯(lián)系數(shù)等于1，占總數(shù)的10%，這些地區(qū)三個階段之間為關(guān)聯(lián)弱有效，需要進一步加強三個階段之間的聯(lián)系，進而提升創(chuàng)新資源配置效率。

4.2 區(qū)域創(chuàng)新效率差異性研究

依據(jù)前文創(chuàng)新活動中三個階段創(chuàng)新效率的結(jié)果，以基礎性創(chuàng)新階段效率、研發(fā)性技術(shù)創(chuàng)新效率和成果轉(zhuǎn)化創(chuàng)新階段效率分別為x，y，z軸，繪制區(qū)域工業(yè)企業(yè)創(chuàng)新效率三維矩陣圖，如圖4。

圖4 我國區(qū)域工業(yè)企業(yè)階段創(chuàng)新效率

如表5，我國區(qū)域工業(yè)企業(yè)在基礎性創(chuàng)新階段、研發(fā)性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段的創(chuàng)新效率均值分別為0.8028、0.6338、0.6594，據(jù)此對工業(yè)企業(yè)區(qū)域創(chuàng)新效率進行差異性分析，將其分為四種類型，即“三低創(chuàng)新型”“三高創(chuàng)新型”“雙低一高創(chuàng)新型”“雙高一低創(chuàng)新型”。

（1）“三低創(chuàng)新型”

黑龍江、四川、貴州、云南、陜西和甘肅等省份工業(yè)企業(yè)的階段創(chuàng)新效率都比較低。這些地區(qū)除黑龍江位于東北地區(qū)，其它地區(qū)都處于西部，不具備好的產(chǎn)業(yè)創(chuàng)新基礎，投入產(chǎn)出轉(zhuǎn)化率較低，在基礎性創(chuàng)新階段和研發(fā)性創(chuàng)新階段，知識技術(shù)成果和研發(fā)成果產(chǎn)出能力較弱，導致資源未能得到有效利用，成果轉(zhuǎn)化創(chuàng)新階段未能轉(zhuǎn)化成經(jīng)濟效益，不能更好地為當?shù)氐目沙掷m(xù)發(fā)展服務?？傮w來看，這些地區(qū)創(chuàng)新投入并未得到運用，仍然屬于粗放型模式，因此應充分發(fā)揮企業(yè)、高校和研究院的優(yōu)勢，加強成果轉(zhuǎn)化和收益化，以提高產(chǎn)業(yè)的基礎性、研發(fā)性和成果轉(zhuǎn)化創(chuàng)新階段的效率。

（2）“三高創(chuàng)新型”

天津、上海、江蘇、浙江、山東、廣東、海南、重慶和青海在階段創(chuàng)新效率都比較高，這些地區(qū)除重慶和青海位于西部地區(qū)，其它都居于東部，東部地區(qū)教育資源和產(chǎn)業(yè)基礎較好，具有豐富產(chǎn)學研一體化經(jīng)驗，政策完善，利于工業(yè)企業(yè)創(chuàng)新的發(fā)展。青海作為欠發(fā)達地區(qū)，基礎條件薄弱，但工業(yè)企業(yè)階段創(chuàng)新效率卻很高，原因可能是該地區(qū)雖然資源投入較少，但產(chǎn)出相對較高，而有些地區(qū)創(chuàng)新產(chǎn)出的總量雖大，但因為其投入很大，致使效率偏低。

（3）“雙低一高創(chuàng)新型”

雙低一高創(chuàng)新型地區(qū)包括：河北、山西、遼寧、安徽、湖南和廣西。其中山西和遼寧基礎性創(chuàng)新階段效率較高，但研發(fā)性創(chuàng)新效率和收益性創(chuàng)新效率較低，說明這些地區(qū)的資源投入可以高效地轉(zhuǎn)化為知識技術(shù)產(chǎn)出，但研發(fā)和成果轉(zhuǎn)化階段處于低水平；安徽研發(fā)性創(chuàng)新階段效率較高，但基礎性創(chuàng)新階段效率和成果轉(zhuǎn)化創(chuàng)新階段效率偏低，說明技術(shù)成果研發(fā)能力較好，但資源投入轉(zhuǎn)化為知識技術(shù)產(chǎn)出和成果轉(zhuǎn)化為經(jīng)濟效益停留在低水平；河北、湖南和廣西成果轉(zhuǎn)化創(chuàng)新階段效率較高，但基礎性創(chuàng)新階段和研發(fā)性創(chuàng)新階段效率偏低，說明這三個地區(qū)雖然能夠?qū)F(xiàn)有的成果實現(xiàn)較好的收益，但前兩個階段的發(fā)展還處于較低水平，證明知識技術(shù)的儲備和研發(fā)資源的投入并沒有帶來合理產(chǎn)出，需要針對低效階段，探究阻礙因素，相關(guān)部門采取針對性措施，促進整體創(chuàng)新效率提升。

（4）“雙高一低創(chuàng)新型”

雙高一低創(chuàng)新型地區(qū)包括：北京、內(nèi)蒙古、吉林、福建、江西、河南和寧夏。其中，內(nèi)蒙古、吉林、福建和寧夏這些地區(qū)研發(fā)性創(chuàng)新階段效率偏低，基礎性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段效率偏高，說明這些地區(qū)知識創(chuàng)新較好，經(jīng)濟效益的轉(zhuǎn)化率較高，但研發(fā)能力較弱，應充分發(fā)揮產(chǎn)學研一體化的優(yōu)勢；北京成果轉(zhuǎn)化創(chuàng)新階段效率較低，應注重成果轉(zhuǎn)化為收益的技術(shù)創(chuàng)新；江西和河南基礎性創(chuàng)新階段效率偏低，說明要注重資源投入轉(zhuǎn)化為技術(shù)知識產(chǎn)出的基礎創(chuàng)新方面，促進知識交流和共享。

4.3 我國工業(yè)企業(yè)創(chuàng)新效率的影響因素分析

上文從微觀層面有效測度了全國各?。▍^(qū)）市工業(yè)企業(yè)的創(chuàng)新配置效率，還需要從宏觀層面進一步探索各?。▍^(qū)）市創(chuàng)新效率的影響因素及各影響因素的作用機理。在效率測度的基礎上，基于面板數(shù)據(jù)對各省進行分析，運用Stata15.0軟件計算Tobit回歸模型，找出各省創(chuàng)新配置效率影響因素的作用方向和內(nèi)在原因。

構(gòu)建Tobit回歸基準模型如下：

公式（10）-（13）中，，α1～α4，β1～β5，γ1～γ5，δ1～δ5為各自變量的回歸系數(shù)，α0、β0、γ0、δ0為截距項，i表示省份，ε1、ε2、ε3、ε4為殘差項。上述模型中，各變量含義如下：GS表示政府支持，用政府資金占研發(fā)經(jīng)費內(nèi)部支出的比重來表征，一般而言，比重越大，代表政府對該省份的支持力度越大；ES表示企業(yè)規(guī)模，行業(yè)從業(yè)人員數(shù)比主營業(yè)務收入，細化后用年均企業(yè)營業(yè)收入表示，一般情況下，大規(guī)模企業(yè)優(yōu)勢在于產(chǎn)業(yè)規(guī)?；?，具有較強的市場競爭力；OS表示企業(yè)所有制結(jié)構(gòu)，用國有及國有控股工業(yè)企業(yè)主營業(yè)務收入與工業(yè)企業(yè)主營業(yè)務收入總和之比表示，企業(yè)的產(chǎn)業(yè)結(jié)構(gòu)往往影響其發(fā)展；MAOP表示市場開放程度，用出口交易額與主營業(yè)務收入的比例表示，一般來說，市場越開放，技術(shù)交流越深入；SCH表示高等學校研發(fā)人員，高等教育是培養(yǎng)高級專門人才和職業(yè)人員的主要社會活動，研發(fā)人員越多，技術(shù)知識儲備能力越強；WI表示企業(yè)自主研發(fā)意愿，企業(yè)是市場創(chuàng)新主體，一般來說，研發(fā)意愿越強，越能提升自身創(chuàng)新水平；RE表示人力資源，人力資源越豐富，研發(fā)人員越多，與創(chuàng)新效率的作用關(guān)系就更明顯；MC表示市場集中度，反映壟斷和競爭程度，用工業(yè)企業(yè)的企業(yè)數(shù)占整個行業(yè)企業(yè)數(shù)的比重度量，一般為反向指標；RD表示研發(fā)經(jīng)費結(jié)構(gòu)，用R&D經(jīng)費內(nèi)部支出中儀器設備的支出占R&D經(jīng)費內(nèi)部支出總和的比重來表示；FI表示外源性創(chuàng)新，用外資引進表示，表示國外對本土的固定資產(chǎn)投資；EF表示基礎性創(chuàng)新階段的效率，用于觀察知識技術(shù)儲備效率是否對研發(fā)階段的效率產(chǎn)生影響，一般為積極影響；ER表示市場競爭，用工業(yè)企業(yè)單位數(shù)表示，企業(yè)單位數(shù)越多，市場競爭越激烈，一般越促進企業(yè)發(fā)展；EFF表示研發(fā)性創(chuàng)新階段效率，用于觀察技術(shù)研發(fā)效率是否對成果轉(zhuǎn)化效率產(chǎn)生影響，一般為積極影響。其中，高等學校研發(fā)人員、人力資源、外源性創(chuàng)新和市場競爭數(shù)值較大，為減少異方差，對指標進行對數(shù)處理。

通過上述指標選取，構(gòu)建創(chuàng)新配置效率影響因素指標體系，見表6。

表6 工業(yè)企業(yè)創(chuàng)新效率影響因素評價指標

基于前文模型，利用Tobit回歸模型進行測算，得到影響工業(yè)企業(yè)整體創(chuàng)新、基礎性創(chuàng)新階段、研發(fā)性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段效率的所有因素，結(jié)果如表7、8、9、10所示。

表7 工業(yè)企業(yè)整體創(chuàng)新效率的影響因素

如表7，政府支持、企業(yè)規(guī)模、企業(yè)所有制結(jié)構(gòu)和市場開放程度皆在1%水平上具有相關(guān)性，其中企業(yè)規(guī)模和市場開放程度呈現(xiàn)正相關(guān)，說明這兩個變量對工業(yè)企業(yè)整體創(chuàng)新效率具有明顯推動作用，企業(yè)是市場創(chuàng)新的主體，從知識技術(shù)儲備到技術(shù)研發(fā)再到成果轉(zhuǎn)化，廠商的規(guī)模經(jīng)濟效應得以實現(xiàn)，對效率提升起到助推作用；市場是開展企業(yè)競爭的場所，市場開放有助于國際間的技術(shù)交流，能夠?qū)W習先進的國外技術(shù)知識。政府支持和企業(yè)所有制結(jié)構(gòu)呈現(xiàn)負相關(guān)，起到抑制作用，政府以資金的形式直接介入創(chuàng)新過程，形成擠出效應，在資金周轉(zhuǎn)方面由于企業(yè)管理粗放，缺乏謹慎管理，責任意識薄弱，致使創(chuàng)新效率總體偏低；企業(yè)所有制結(jié)構(gòu)起到抑制作用，原因可能是由于產(chǎn)權(quán)結(jié)構(gòu)導致企業(yè)激勵制度效率較低，管理滯后，創(chuàng)新未能正常發(fā)展。

如表8，高等學校研發(fā)經(jīng)費、企業(yè)研發(fā)意愿、政府支持和人力資源在1%水平上具有相關(guān)性，市場集中度通過5%的顯著性水平檢驗。其中高等學校研發(fā)經(jīng)費、企業(yè)研發(fā)意愿和市場集中度與工業(yè)企業(yè)基礎性創(chuàng)新階段效率呈現(xiàn)正相關(guān)，這是由于高等學校是進行培養(yǎng)高級專門人才和職業(yè)人員的主要社會基地，研發(fā)人員越多，創(chuàng)新效率越高；企業(yè)是市場創(chuàng)新的主體，企業(yè)建立自己的研發(fā)機構(gòu)意愿越強烈，就會越加大研究經(jīng)費投入，提高其自身創(chuàng)新效率；由于市場集中度是反向指標，壟斷市場不利于效率的提升，但壟斷性產(chǎn)業(yè)可以滿足技術(shù)創(chuàng)新帶來的利益，所以適度的市場競爭有利于創(chuàng)新效率的提升，可以在很長時期內(nèi)實現(xiàn)技術(shù)發(fā)展和突破。政府支持呈現(xiàn)負相關(guān)關(guān)系，原因與整體創(chuàng)新效率分析相同；人力資源的負相關(guān)關(guān)系原因，可能因為人力資源隊伍過于龐大，管理松散，責任意識薄弱，致使創(chuàng)新積極性不高。

表8 工業(yè)企業(yè)基礎性創(chuàng)新階段效率影響因素

如表9，研發(fā)經(jīng)費結(jié)構(gòu)、外源性創(chuàng)新、基礎性創(chuàng)新階段效率和企業(yè)規(guī)模通過1%的顯著性水平檢驗，政府支持通過5%的顯著性水平檢驗。這5項影響因素在此階段中均為正向指標，這是因為國內(nèi)外開展試驗發(fā)展研究均需要購買儀器設備，因此儀器設備投入比例越高，則代表研發(fā)活動越多，致使創(chuàng)新效率提升；外商投資的介入帶來先進的創(chuàng)新理念和技術(shù)支持，同時帶來良性市場競爭，促進創(chuàng)新效率提升；基礎性創(chuàng)新效率越高，對于知識技術(shù)儲備的了解越深，更能促進研發(fā)性創(chuàng)新階段效率提升；企業(yè)規(guī)模對創(chuàng)新效率起到促進作用，原因與整體創(chuàng)新效率分析相同；政府支持在此階段呈現(xiàn)正向效應，代表在此階段并未出現(xiàn)擠出效應，原因與整體創(chuàng)新效率分析相同。

表9 工業(yè)企業(yè)研發(fā)性創(chuàng)新階段效率影響因素

如表10，企業(yè)所有制結(jié)構(gòu)、市場開放程度、市場競爭、研發(fā)性創(chuàng)新階段效率和政府支持均在1%水平上顯著。其中，市場開放程度和研發(fā)性創(chuàng)新階段效率具有正向作用，原因可能是國際間的技術(shù)交流促進本土學習先進的技術(shù)理念，與整體創(chuàng)新效率分析相同；研發(fā)性創(chuàng)新階段效率越高，對技術(shù)研發(fā)原理掌握程度越深，則成果轉(zhuǎn)化創(chuàng)新階段效率也就越高。企業(yè)所有制結(jié)構(gòu)對中國工業(yè)企業(yè)創(chuàng)新效率具有抑制作用，原因與整體創(chuàng)新效率分析相同；市場競爭呈現(xiàn)負相關(guān)，原因可能是在成果轉(zhuǎn)化階段市場壟斷和價格戰(zhàn)等低效率的市場競爭較為普遍，并未形成良性競爭；政府支持由于資源投入的擠出效應導致呈現(xiàn)抑制作用，原因與整體創(chuàng)新效率分析相同。

表10 工業(yè)企業(yè)成果轉(zhuǎn)化創(chuàng)新階段效率影響因素

5 結(jié) 論

為了測度2010-2019年我國30個省（區(qū)）市的工業(yè)企業(yè)創(chuàng)新效率，采用三個階段鏈式網(wǎng)絡關(guān)聯(lián)DEA模型，分整體創(chuàng)新和階段創(chuàng)新，并利用Tobit回歸模型，對工業(yè)企業(yè)創(chuàng)新效率的影響因素進行分析，主要結(jié)論如下。

（1）工業(yè)企業(yè)創(chuàng)新效率雖有不同程度的提升，但仍有較大發(fā)展空間和上升潛力，無論是整體創(chuàng)新還是階段創(chuàng)新，效率值均偏低，特別是整體創(chuàng)新效率和研發(fā)性創(chuàng)新階段效率。因此，在工業(yè)企業(yè)未來的發(fā)展過程中，不能盲目追加資源投入和擴大規(guī)模，要注重資源投入是否存在冗余和浪費，優(yōu)化資源配置，提升整體創(chuàng)新效率。

（2）我國30個?。▍^(qū)）市當中，27個省份工業(yè)企業(yè)創(chuàng)新過程三個階段之間強關(guān)聯(lián)有效，3個省份為弱關(guān)聯(lián)有效，說明三個階段協(xié)調(diào)和整合較好，要在原有的基礎上，進一步加強協(xié)調(diào)關(guān)系，促進協(xié)同創(chuàng)新效應的產(chǎn)生。

（3）通過對區(qū)域工業(yè)企業(yè)創(chuàng)新效率的差異性分析，可以得到，廣東、青海和江蘇等9個省份在基礎性創(chuàng)新階段、研發(fā)性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段等三個階段的創(chuàng)新效率都較高；黑龍江、四川和貴州等6個省份在三個階段的創(chuàng)新效率都很低；其它省份至少有一個或兩個階段的創(chuàng)新效率都比較低。說明我國大部分省份工業(yè)企業(yè)創(chuàng)新效率不高，需針對低效環(huán)節(jié)采取措施，充分利用企業(yè)、高校和研究院的基礎資源，優(yōu)化產(chǎn)業(yè)配置，發(fā)揮協(xié)同優(yōu)勢，提升產(chǎn)業(yè)競爭力，促進工業(yè)企業(yè)加速發(fā)展。

（4）政府支持雖在研發(fā)性創(chuàng)新階段具有正向作用，但基礎性創(chuàng)新階段和成果轉(zhuǎn)化創(chuàng)新階段均為負效應，導致政府支持對整體創(chuàng)新效率的抑制，說明過多的資金投入產(chǎn)生擠出效應。因此，政府在頒布優(yōu)惠政策時，要注意技術(shù)創(chuàng)新的主體是企業(yè)，充分發(fā)揮市場作用。由于企業(yè)規(guī)模在整體創(chuàng)新效率中具有正向作用，說明企業(yè)規(guī)模越大、收益性產(chǎn)出也越大，政府相關(guān)部門應鼓勵工業(yè)企業(yè)通過兼并、轉(zhuǎn)讓和聯(lián)合等方式優(yōu)化企業(yè)規(guī)模結(jié)構(gòu)，以便進一步優(yōu)化創(chuàng)新資源配置、提高整體創(chuàng)新效率。因此，企業(yè)所有制結(jié)構(gòu)在整體創(chuàng)新效率中具有負向作用，是因為產(chǎn)權(quán)結(jié)構(gòu)導致企業(yè)激勵制度效率較低，管理滯后，創(chuàng)新未能正常發(fā)展。因此，企業(yè)應對其自身的激勵機制和管理模式進行改進，使技術(shù)創(chuàng)新得到正常發(fā)展。市場開放程度在整體創(chuàng)新效率中具有正向作用，說明國際間的技術(shù)交流有利于技術(shù)創(chuàng)新，本土可在交流中學習先進的技術(shù)理念。因此，相關(guān)部門應大力開放市場，發(fā)揮市場良性競爭的一面，促進良好的創(chuàng)新資源配置因素在市場中充分流動。