王 婧

引 言

科技是國之利器，世界上的現(xiàn)代化強國無一不是科技創(chuàng)新強國。黨的二十大報告提出，到2035年，我國要實現(xiàn)高水平科技自立自強，進入創(chuàng)新型國家前列。而高技術(shù)產(chǎn)業(yè)發(fā)展的核心是創(chuàng)新效率的改進和生產(chǎn)率的提高，因此，精準測度我國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率及其影響因素至關(guān)重要。諸多學者曾從不同視角對我國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率及其影響因素進行過深入探討。

在高技術(shù)產(chǎn)業(yè)創(chuàng)新效率測度方面，程廣斌等(2023)運用三階段超效率SBM模型測度了我國28個省高技術(shù)行業(yè)在研發(fā)階段和轉(zhuǎn)化階段的創(chuàng)新效率；吳和成等(2020)運用增強型羅素測量模型測度了2013—2017年我國各省高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率；李培哲等(2019)采用 DEA 模型及Malmquist指數(shù)分解法，測算了我國東、中、西部高技術(shù)產(chǎn)業(yè)的技術(shù)效率；趙瑞靜等(2019)基于三階段DEA模型對河北省高新技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進行測算等。

在探討高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響因素方面，趙巧芝等(2023)利用馬爾科夫鏈測度表明，中、低收入水平兩種類型省份的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率“狀態(tài)鎖定”概率較高，高收入水平狀態(tài)省份相對來說更有利于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升；杜莉等(2022)構(gòu)建空間Tobit模型，檢驗了2011—2019年我國數(shù)字金融發(fā)展對高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響；范德成等(2018)通過隨機前沿模型測算得出，企業(yè)規(guī)模與技術(shù)研發(fā)效率存在U型關(guān)系，但區(qū)域科技水平和區(qū)域經(jīng)濟水平則對高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率影響不顯著。宋躍剛等(2022)運用DEA-Malmquist模型測算了2009—2018年我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，得出的結(jié)論為：產(chǎn)業(yè)發(fā)展的不同階段，拉動高技術(shù)產(chǎn)業(yè)創(chuàng)新效率增長的因素不同。在技術(shù)研發(fā)與技術(shù)轉(zhuǎn)化階段，技術(shù)因素占主導；在市場化階段，規(guī)模因素占主導。

總體來看，已有研究存在如下缺憾。第一，在區(qū)域空間劃分上，大部分文獻以東、中、西部劃分，已不太契合我國現(xiàn)實國情。第二，在數(shù)據(jù)分析方面，已有文獻對數(shù)據(jù)的時間維度屬性研究較多，對空間維度多有忽略。而創(chuàng)新的空間集群是區(qū)域創(chuàng)新一個較明顯的特點。第三，鮮有研究可以精細化識別創(chuàng)新在區(qū)域間的溢出效應。以往研究主要使用集聚指標配合經(jīng)典線性模型或經(jīng)典泊松模型度量創(chuàng)新的集聚，但這些方法無法精準衡量區(qū)域創(chuàng)新集聚在空間的差異。本文的邊際貢獻在于，首先，以八大經(jīng)濟區(qū)(2)本文中八大經(jīng)濟區(qū)包括：東北地區(qū)、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、西南地區(qū)和大西北地區(qū)。其中，東北地區(qū)包括遼寧省、吉林省和黑龍江?。槐辈垦睾０ū本┦?、天津市、河北省和山東?。粬|部沿海包括上海市、江蘇省和浙江??；南部沿海包括福建省、廣東省和海南??；黃河中游包括山西省、內(nèi)蒙古自治區(qū)、河南省和陜西省；長江中游包括安徽省、江西省、湖北省和湖南省；西南地區(qū)包括廣西壯族自治區(qū)、重慶市、四川省、貴州省和云南省；大西北地區(qū)包括西藏自治區(qū)、甘肅省、青海省、寧夏回族自治區(qū)和新疆維吾爾自治區(qū)。為空間劃分單元進行實證對比測算；其次，度量政府投資、人力資本、外資投入等因素分別對八大經(jīng)濟區(qū)創(chuàng)新效率的不同影響，即對其空間屬性進行測度；最后，運用空間面板杜賓模型，精準測度各區(qū)的創(chuàng)新空間集聚度以及環(huán)境影響因素的創(chuàng)新聚集效應。

一、高技術(shù)產(chǎn)業(yè)創(chuàng)新效率測度

考慮到高技術(shù)產(chǎn)業(yè)創(chuàng)新活動具有多投入、多產(chǎn)出的特點，為避免參數(shù)法單一模型設定的誤差，同時有效剔除環(huán)境變量及隨機因素的影響，選用三階段DEA模型(3)三階段DEA模型最初由Fried等人于2002年提出。測度黨的十八大以來(2012—2021年)八大經(jīng)濟區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率及其影響因素。

(一)模型方法

第一階段：選用基于投入導向的規(guī)模報酬可變模型(BCC模型)來測度綜合效率、純技術(shù)效率和規(guī)模效率。具體模型表達式如下：

minθ-ε(e*TS-+eTS+)

(1)

式(1)中，j=1，2，…，n表示決策單元，X，Y分別是投入、產(chǎn)出向量。S+為投入松弛量，S-為產(chǎn)出松弛量，γj為權(quán)重變量，ε為非阿基米德無窮小量。

第二階段：類似SFA模型。該階段主要目的是剔除隨機誤差和環(huán)境因素等對投入變量的干擾。模型公式如下：

Sni=f(Zi，βn)+δni+μni；i=1，2，…，N

(2)

投入變量的調(diào)整公式為：

(3)

i=1，2，…，I，n=1，2，…，N

第三階段：調(diào)整后的DEA模型。

將調(diào)整后的投入變量值代替原始投入變量值，再次使用基于投入導向的規(guī)模報酬可變模型(BCC模型)進行創(chuàng)新效率計算。

(二)指標構(gòu)建及數(shù)據(jù)處理

1.投入產(chǎn)出指標

根據(jù)八大經(jīng)濟區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新的現(xiàn)實情況，并結(jié)合數(shù)據(jù)可得性，分別構(gòu)造投入產(chǎn)出指標和外部環(huán)境指標體系(見表1、表2)。

表1 八大經(jīng)濟區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新投入產(chǎn)出指標體系

表2 八大經(jīng)濟區(qū)高技術(shù)產(chǎn)業(yè)外部環(huán)境指標體系

2.外部環(huán)境指標

3.數(shù)據(jù)來源及處理

考慮到投入產(chǎn)出過程具有天然時滯，本文選取2011—2020年為投入指標數(shù)據(jù)年份，2012—2021年為產(chǎn)出指標數(shù)據(jù)年份，滯后期為一年。所用指標數(shù)據(jù)來源為《中國高科技產(chǎn)業(yè)統(tǒng)計年鑒》(2012—2017)(2019—2022)和《中國統(tǒng)計年鑒》(2012—2022)。(4)由于《中國高科技產(chǎn)業(yè)統(tǒng)計年鑒》(2018)未出版，本文中R&D人員、高技術(shù)產(chǎn)業(yè)利潤總額、R&D經(jīng)費中的政府資金三個指標2017年的數(shù)值采用均值法填補。鑒于DEA模型多投入多產(chǎn)出的特性，而決策單元數(shù)量相對較少，故先對投入產(chǎn)出指標用SPSS 22.0進行因子分析做降維處理，然后再帶入DEA模型進行計算。

(三)實證分析結(jié)果

本文使用DEAP 2.1軟件，運用BCC模型對八大經(jīng)濟區(qū)2012—2021年高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率進行測度，結(jié)果見表3。

表3 第一階段DEA模型測算結(jié)果

首先，從八大經(jīng)濟區(qū)純技術(shù)效率和規(guī)模效率的均值來看，在不計隨機誤差和外部環(huán)境因素影響的情況下，由表3可知，2012—2021年我國東北地區(qū)、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、西南地區(qū)和大西北地區(qū)的純技術(shù)效率的平均值分別為：0.40、0.80、0.86、0.82、0.60、0.71、0.78和0.54?？煽闯觯罕辈垦睾！|部沿海、南部沿海省份高技術(shù)產(chǎn)業(yè)的純技術(shù)效率位于第一梯隊，均值均在0.8以上；黃河中游、長江中游和西南地區(qū)位于第二梯隊均值在0.6以上；位于第三梯隊的是東北地區(qū)和大西北地區(qū)，分別有一半左右的效率損失。雖然東部沿海地區(qū)高技術(shù)產(chǎn)業(yè)的純技術(shù)效率值最高(0.86)，但距帕累托最優(yōu)仍有一定差距。八大經(jīng)濟區(qū)規(guī)模效率的平均值分別為：0.52、0.76、0.88、0.85、0.64、0.76、0.78、0.52，排位順序與純技術(shù)效率基本一致。其中東北地區(qū)、東部沿海、南部沿海、黃河中游、長江中游地區(qū)的規(guī)模效率均值比純技術(shù)效率均值高，說明若要提升這些地區(qū)高技術(shù)企業(yè)的創(chuàng)新效率，應優(yōu)先考慮提升其管理效率和技術(shù)水平，而不是調(diào)整企業(yè)規(guī)模。但北部沿海地區(qū)、大西北地區(qū)則應首先考慮調(diào)整企業(yè)規(guī)模。而西南地區(qū)在2018年前規(guī)模效率一直高于純技術(shù)效率，2018年規(guī)模效率值開始低于純技術(shù)效率，說明當前西南地區(qū)應更加重視調(diào)整高技術(shù)企業(yè)的規(guī)模，才更利于該地區(qū)綜合效率提高。其次，從純技術(shù)效率和規(guī)模效率的走勢來看，2012—2019年各區(qū)域兩大效率值基本處于遞增趨勢，2020年八大區(qū)域效率值均出現(xiàn)一定程度下降，其中東北地區(qū)、北部沿海和東部沿海地區(qū)的兩大效率值下降幅度較大。

以上分析未考慮隨機誤差和環(huán)境因素對效率值的影響，分析結(jié)果可能存在較大誤差。接下來，將外部環(huán)境變量作為因變量，第一階段各決策單元投入因子的松弛變量(即理想投入值與實際投入值之間的差值)作為自變量，借助Frontier 4.1軟件進行相似 SFA回歸分析，以東北地區(qū)為例，結(jié)果見表4。

表4 第二階段東北地區(qū)外部環(huán)境影響模型結(jié)果

由表4可知，2012—2021年東北地區(qū)SFA回歸模型的LR單邊檢驗都通過了5%檢驗，說明模型的估計結(jié)果總體上可接受。從表中還可看出，東北地區(qū)高新技術(shù)產(chǎn)業(yè)創(chuàng)新投入松弛受環(huán)境因素影響較顯著。其中，政府支持和勞動者素質(zhì)均通過顯著性檢驗，且γ值約為1，也通過了1%水平下的顯著性檢驗，說明投入松弛主要由管理無效率引起，故須剔除隨機誤差和環(huán)境因素干擾。分別對其他七個經(jīng)濟區(qū)進行同樣的建模方法回歸，可得類似結(jié)論。故結(jié)合前文提出的分離管理無效率和隨機誤差公式，可得到八大經(jīng)濟區(qū)調(diào)整后的投入值。再次用DEAP2.1 軟件，運用BCC模型對八大經(jīng)濟區(qū)2012—2021年高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率進行測度。結(jié)果見表5。

表5 第三階段調(diào)整后的DEA測算效率值

經(jīng)過表3與表5對比，可看出，調(diào)整前后的效率值差異不大?？傮w來看，調(diào)整后的效率值均高于調(diào)整前的。2012—2021年我國東北地區(qū)、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、西南地區(qū)和大西北地區(qū)的純技術(shù)效率的平均值分別為0.44、0.82、0.88、0.84、0.62、0.75、0.81和0.57，規(guī)模效率的平均值分別為0.54、0.79、0.90、0.87、0.66、0.79、0.82和0.56。

從純技術(shù)效率看，整體上八大經(jīng)濟區(qū)調(diào)整后的純技術(shù)效率均有所提高。其中，東北地區(qū)和長江中游地區(qū)增幅較大，表明這兩個地區(qū)的純技術(shù)效率受隨機誤差和環(huán)境因素影響較大，純技術(shù)效率值被低估較多。即政府支持、勞動力素質(zhì)、經(jīng)濟發(fā)展水平和引資能力因素對這兩個地區(qū)的技術(shù)效率值影響高于其他地區(qū)，說明這兩區(qū)可在以上方面多著力，增大政府支持力度，優(yōu)化營商環(huán)境，提高外商引資水平，均會提高其高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率。

從規(guī)模效率看，整體上八大經(jīng)濟區(qū)調(diào)整后的規(guī)模效率均有所提高。其中，西南地區(qū)和大西北地區(qū)增幅較大，表明這兩個地區(qū)規(guī)模效率受隨機誤差和環(huán)境因素影響較大，規(guī)模效率值被低估較多。即政府支持、勞動力素質(zhì)、經(jīng)濟發(fā)展水平和引資能力的擾動對這兩個地區(qū)規(guī)模效率的影響高于其他地區(qū)，說明兩區(qū)可在以上方面多著力，改進產(chǎn)業(yè)政策，提高當?shù)亟?jīng)濟發(fā)展水平和引資能力，以提高兩地區(qū)高技術(shù)產(chǎn)業(yè)規(guī)模效率。

二、高技術(shù)產(chǎn)業(yè)創(chuàng)新集聚的空間度量

以上區(qū)域創(chuàng)新產(chǎn)出是否存在空間自相關(guān)？近年來我國高技術(shù)產(chǎn)業(yè)創(chuàng)新空間集聚有哪些新特點？如何利用區(qū)域間的知識溢出效應來優(yōu)化區(qū)域布局，更好地發(fā)揮區(qū)域間的市場協(xié)同力？下文構(gòu)建空間面板計量模型來嘗試探討這些問題。

(一)變量選擇與說明

在前文研究基礎上，選取創(chuàng)新產(chǎn)品銷售收入作為產(chǎn)出指標代表，用I表示，即因變量；R&D經(jīng)費內(nèi)部支出與當?shù)毓藏斦杖胫茸鳛橘Y金資本投入，用F表示；R&D人員與本地就業(yè)人數(shù)之比作為人力資本投入，用H表示；外商投資企業(yè)R&D經(jīng)費支出作為吸引的外資投入，用D表示。這里空間依賴性主要通過誤差項來體現(xiàn)。為了從總體上把握投入和產(chǎn)出變量的特征，對其進行描述性統(tǒng)計，列表如下：

從表6可知，I、D的標準差很大，說明目前八大經(jīng)濟區(qū)的創(chuàng)新產(chǎn)出、外商投入存在較大差異，各個區(qū)域創(chuàng)新水平、引資能力迥異，尚未全面實現(xiàn)同步發(fā)展。F、H的標準差相對較小，僅為1.43和0.24，說明不同地區(qū)間的資金投入和人力資本投入的差異較小，各地區(qū)均十分注重研發(fā)資金投入和研發(fā)人員的配置，以促進高技術(shù)產(chǎn)業(yè)發(fā)展。I、F和D的峰度均大于3，表示創(chuàng)新產(chǎn)出、資金投入和外商投入總體上存在厚尾現(xiàn)象。從偏度指標可看出，四個變量的偏度均大于0，表示其均呈右偏狀態(tài)，數(shù)據(jù)右端有較多極端值，說明存在一些地區(qū)投入和產(chǎn)出明顯高于其他地區(qū)的現(xiàn)象。

表6 投入產(chǎn)出指標的描述性統(tǒng)計

(二)模型測度

1.生成空間權(quán)重矩陣

經(jīng)濟發(fā)達程度和距離兩個因素是確定空間權(quán)重矩陣的主要考慮因素。一般而言，經(jīng)濟發(fā)達地區(qū)對經(jīng)濟落后地區(qū)影響比較大，而經(jīng)濟落后地區(qū)對經(jīng)濟發(fā)達地區(qū)影響卻較小；而空間相鄰的經(jīng)濟區(qū)相較空間距離遠的經(jīng)濟區(qū)影響也不同，即為空間影響的不對稱性。據(jù)此，構(gòu)造空間權(quán)重矩陣如下：

(4)

其中，Wd為空間距離權(quán)重矩陣；Yi為該經(jīng)濟區(qū)的GDP總量；Y為全國的GDP總量。Wd為一個8*8的對稱矩陣，相鄰的兩個地區(qū)取1，不相鄰的取0。

2.空間自相關(guān)檢驗

墨蘭指數(shù)用于檢驗變量是否存在空間自相關(guān)，用Stata 16.0計算，結(jié)果見表7。

表7 各變量的全局墨蘭指數(shù)

從表7可看出，全局指標均存在空間自相關(guān)，且在1%水平上顯著。再通過進一步計算局部區(qū)域墨蘭指數(shù)可得，臨近區(qū)域間均為空間正相關(guān)，即表示創(chuàng)新效率的高值與高值臨近，低值與低值臨近，進一步驗證了創(chuàng)新具有集聚效應。

3.模型的建立與估計

首先進行非空間面板模型的回歸，包括混合回歸以及空間固定效應、時間固定效應、雙固定效應、隨機效應回歸；然后根據(jù)Hausman檢驗、F檢驗及BP檢驗在混合回歸模型、固定效應模型和隨機效應模型之間選擇。檢驗結(jié)果見表8。

表8 非空間面板模型回歸結(jié)果

根據(jù)F檢驗拒絕原假設的結(jié)果，應在混合模型和固定效應模型中，選擇固定效應模型；同時，BP檢驗也拒絕混合回歸的原假設，應使用隨機效應模型；而Hausman檢驗也拒絕原假設，因此應在固定效應和隨機效應模型中，選擇固定效應模型。綜上，應選擇固定效應模型。再根據(jù)LM檢驗和穩(wěn)健LM檢驗結(jié)果，表明空間面板滯后模型與空間面板誤差模型均成立，所以應在考慮空間固定效應下選用空間面板杜賓模型。考慮到被解釋變量還受時間因素影響，所以應考慮建立空間固定效應下的動態(tài)空間面板杜賓模型。模型表達式如下：

lnIit=β0+αlnIit-1+γWilnIit+ηWilnIit-1+β1lnFit+β2lnHit+β3lnDit+θ1WilnFit+θ2WilnHit+θ3WilnDit+ui+γi+εit

(5)

式(5)中引入因變量的一階滯后項及時空滯后項，α為時間滯后項的回歸系數(shù)，η為空間滯后項的回歸系數(shù)，將八大經(jīng)濟區(qū)各指標原始數(shù)據(jù)代入式(5)，計算結(jié)果見表9。

表9 動態(tài)空間面板杜賓模型回歸結(jié)果

從表9可看出，八大區(qū)域的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的時間滯后項均在1%水平上顯著為正，其空間滯后項也均在1%水平上顯著為負，R2均值為0.983，表明擬合效果均較好。同時，八大區(qū)域高技術(shù)產(chǎn)業(yè)的資金投入(F)、人力資本投入(H)、外商投入(D)對創(chuàng)新效率的影響均為正，而資金投入空間變量的影響為正，人力資本和外商投資空間變量的影響均為負。其中，對資金要素的敏感程度由高至低依次為東北地區(qū)、大西北地區(qū)、西南地區(qū)、黃河中游、長江中游、南部沿海、北部沿海、東部沿海；對人力資本要素的敏感程度由高至低依次為東北地區(qū)、大西北地區(qū)、西南地區(qū)、黃河中游、長江中游、北部沿海、南部沿海、東部沿海；對吸引外資要素的敏感程度由高至低依次為東部沿海、北部沿海、南部沿海、長江中游、黃河中游、西南地區(qū)、大西北地區(qū)、東北地區(qū)。而相應資金、人力資本和吸引外資的空間變量對八大經(jīng)濟區(qū)的影響程度排序與資金、人力資本和吸引外資變量的影響排序一致。

(三)結(jié)論

動態(tài)空間面板固定效應杜賓模型結(jié)果說明，一個地區(qū)的科研經(jīng)費支出越多，其創(chuàng)新效率越高，且對鄰近地區(qū)有正的溢出效應；而人員投入、引資水平對鄰近地區(qū)的創(chuàng)新水平有負的溢出效應，說明人力資本投入、外商直接投資具有推動本地區(qū)創(chuàng)新能力提升，但抑制鄰近地區(qū)創(chuàng)新水平提升的作用。其中，經(jīng)濟發(fā)展水平相對較差區(qū)域相較于經(jīng)濟發(fā)展水平優(yōu)勢區(qū)域?qū)τ诳蒲薪?jīng)費投入、人員投入指標更敏感，相應地空間負面溢出效應也大；而吸引外資因素卻恰恰相反，經(jīng)濟發(fā)展水平越好的地區(qū)越敏感，相對較差區(qū)域則敏感度減弱。

三、政策啟示

(一)克服技術(shù)創(chuàng)新短板，因地制宜提升科技創(chuàng)新效率

各經(jīng)濟區(qū)應精準把握導致本區(qū)高技術(shù)產(chǎn)業(yè)效率低下的具體環(huán)節(jié)與提升路徑。對于研發(fā)水平弱、成果轉(zhuǎn)化率低的區(qū)域(東北地區(qū)、大西北地區(qū)、西南地區(qū))，需從加大技術(shù)研發(fā)投入和優(yōu)化市場轉(zhuǎn)化環(huán)境兩方面入手。一方面加大高技術(shù)企業(yè)的資金、人力資本的投入力度；另一方面著力推進產(chǎn)學研合作，厚植利于高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的土壤，全面提升企業(yè)管理水平和人才培養(yǎng)機制。對于研發(fā)水平較弱、成果轉(zhuǎn)化率較低的區(qū)域(黃河中游、長江中游)，應努力開拓市場，充分利用創(chuàng)新的空間溢出效應，協(xié)同推進跨區(qū)交流合作，注重吸收鄰區(qū)先進的企業(yè)管理經(jīng)驗，提高優(yōu)勢資源的利用率；對于研發(fā)水平較強、成果轉(zhuǎn)化率較高的區(qū)域(北部沿海、南部沿海、東部沿海)，應在保持自身發(fā)展優(yōu)勢前提下，利用好國際國內(nèi)兩種資源，以全球視野謀求更大的發(fā)展，不斷優(yōu)化營商環(huán)境，吸引全球優(yōu)勢資源，建立廣泛的國際合作交流平臺。

(二)優(yōu)化區(qū)域創(chuàng)新發(fā)展環(huán)境，全面激發(fā)創(chuàng)新主體積極性

各區(qū)應堅持問題導向，針對出現(xiàn)的研發(fā)投入不足、創(chuàng)新人才不多不強、研發(fā)體系不配套等問題，多措并舉繼續(xù)優(yōu)化營商環(huán)境，構(gòu)建利于創(chuàng)新的生態(tài)系統(tǒng)。政府應根據(jù)科技創(chuàng)新企業(yè)的發(fā)展實情，制定適宜的財政、稅收政策，厚植鼓勵重大創(chuàng)新的土壤，加大對高精尖、卡脖子項目的精準扶持，加強校企合作，培養(yǎng)用好人才，形成與高技術(shù)產(chǎn)業(yè)相匹配的人才評價機制和培養(yǎng)機制，暢通選人用人、人才晉升通道。

(三)加強區(qū)域間技術(shù)創(chuàng)新合作，提升區(qū)域科技創(chuàng)新水平

應充分利用高技術(shù)產(chǎn)業(yè)創(chuàng)新效率、資金、人才資本的空間集聚效應，加強區(qū)域間技術(shù)合作、協(xié)同發(fā)展，提高創(chuàng)新資源的共享效率?？茖W規(guī)劃各區(qū)域的產(chǎn)業(yè)功能定位。對不同區(qū)域的創(chuàng)新資源進行優(yōu)化整合，發(fā)揮龍頭企業(yè)的帶動引領作用，破除“單打獨斗”、重復建設，合理引導人力資源、產(chǎn)業(yè)資源、應用場景共享，建立多區(qū)域各層次相互補充、協(xié)同一致的政策引導體系，同時配套制定產(chǎn)業(yè)鏈供應鏈優(yōu)化、成果轉(zhuǎn)化、經(jīng)濟指標共享等制度，加強區(qū)域合作共贏的頂層設計。