我國科技創(chuàng)新效率測算及影響因素研究*——基于超效率DEA-TOBIT 兩步法分析

◆孫 東

在新技術迅猛發(fā)展、經(jīng)濟全球化趨勢不斷深化的知識經(jīng)濟時代，科學技術已成為提升一國或地區(qū)競爭能力、促進經(jīng)濟增長的關鍵因素。建設創(chuàng)新型國家、提高自主創(chuàng)新能力成為我國發(fā)展的核心戰(zhàn)略。在建設創(chuàng)新型國家戰(zhàn)略目標下，我國多地相繼提出創(chuàng)建創(chuàng)新型城市、創(chuàng)新型省份，對科技的財政投入也不斷加大。但科技創(chuàng)新是個復雜的系統(tǒng)工程，科技投入僅僅是必要條件，決定因素還是科技投入的效率。特別是我國還處于發(fā)展中國家行列，物質資源、人力資源還不豐富，研究科技投入的效率問題，具有迫切的現(xiàn)實意義。

一、文獻回顧

科技創(chuàng)新的效率是近年來學界關注的熱點。我國區(qū)域之間不僅經(jīng)濟發(fā)展水平、人力資本水平、對外開放度等存在較大的差異，而且政府的管理水平、企業(yè)的技術效率等也存在很大的差異。許曉雯和蔡虹（2004）研究發(fā)現(xiàn)，我國區(qū)域研發(fā)投入績效相對效率具有明顯的東高西低的地域分布特點。①許曉雯，蔡 虹：《我國區(qū)域R&D 投入績效評價研究》，《研究與發(fā)展管理》，2004 年第10 期。魏守華和吳貴生(2005)發(fā)現(xiàn)我國各個省內科技活動的科技空間過度集中在省會或其他1 至2 個城市，不利于整體的科技進步。②魏守華，吳貴生：《我國省區(qū)科技空間分布特征、成因及其政策含義》，《管理世界》，2005 年第4 期。江靜（2006）對我國省際之間R&D 強度差異及決定因素研究發(fā)現(xiàn)，政府R&D 投入在全國層面上促進了R&D 強度的增加，但在R&D 薄弱區(qū)域，由于擠出效應存在，R&D強度與政府直接補貼之間關系不明顯。③江 靜：《中國省際R&D 強度差異的決定與比較—基于1998-2004 年的實證分析》，《南京大學學報（哲學.人文科學.社會科學版）》，2006 年第3 期。肖文、侯田和林高榜（2009）研究發(fā)現(xiàn)發(fā)達區(qū)域的技術效率高，源于較發(fā)達地區(qū)的國有企業(yè)效率較高、政府工作效率也較高、金融系統(tǒng)較完善。①肖 文，侯 田，林高榜：《R&D 國際化水平及效率研究—基于中國省際面板數(shù)據(jù)的實證檢驗》，《浙江大學學報（人文社會科學版）》，2009 年第7 期。周業(yè)安、程栩、趙文哲和李濤(2012)基于省級面板數(shù)據(jù)，對我國科技投入的創(chuàng)新作用研究發(fā)現(xiàn)，不同區(qū)域的科技投入對創(chuàng)新作用差異非常突出。②周業(yè)安，程栩，趙文哲，李濤：《地方政府的教育和科技支出競爭促進了創(chuàng)新嗎？——基于省級面板數(shù)據(jù)的經(jīng)驗研究》，《中國人民大學學報》，2012 年第4 期。國內諸如此類對于創(chuàng)新能力或創(chuàng)新效率研究的文獻眾多，不能一一列舉。國內學者已有的研究給本文提供了豐富的參考資料，但已有的研究還存在的一個重要不足：僅僅測算了創(chuàng)新的效率，沒有研究究竟是什么因素影響了創(chuàng)新的效率。本文將在已有研究的基礎上，計算我國各省域創(chuàng)新系統(tǒng)的效率，并基于創(chuàng)新系統(tǒng)分析框架，重點研究影響創(chuàng)新效率的因素。在具體的分析方法上，本文選取了超效率DEA-TOBIT 兩步法模型，根據(jù)Furman(2002)的創(chuàng)新系統(tǒng)理論框架，基于2002-2012 年我國30 個省際面板數(shù)據(jù)開展研究。需要說明的是，由于西藏的數(shù)據(jù)不全，在研究中沒有考慮。

二、超效率DEA-TOBIT 模型

Coelli 和Battese(1998)在研究環(huán)境變量對決策單元（DMU）相對有效性影響時，提出來一種處理方法——DEA 兩階段法(Two-stage Method)。③Coelli T. J. ，Battese G. E.An Introduction to Efficiency and Productivity Analysis，Kluwer Academic Publishers， 1998.Kirjavainen（1998）在比較了芬蘭高等中學的效率差別及其原因時，最早采用了DEA-TOBIT 方法進行實證。④Kirjavainen， T.， Loikkanen， H.A.Efficiency Differences of Finnish Senior Second-ary Schools: Application of DEA and Tobit Analysis， Economics of Education Review， 1998，(4).DEA-TOBIT 兩階段模型，又稱DEA-TOBIT 兩步法，顧名思義分為DEA、TOBIT 兩個分析步驟。該方法第一步采用DEA 分析得出每一個決策單位（DMU）的效率值，第二步用第一步中得出的效率值作為因變量，用影響因素等作為自變量建立回歸模型。因為DEA 方法得出的效率指數(shù)介于0 和1 之間，所以回歸方程的因變量就被限制在這個區(qū)間內，為此在第二步中的回歸分析應采用TOBIT 分析。⑤郭淡泊，雷家骕，張俊芳，彭 勃：《國家創(chuàng)新體系效率及影響因素研究—基于DEA-Tobit 兩步法的分析》，《清華大學學報（哲學社會科學版）》，2012 年第2 期。DEA-TOBIT 方法彌補了傳統(tǒng)DEA 方法只能計算DMU 的效率，不能進行效率影響因素分析的缺憾。傳統(tǒng)DEA 模型對于處于有效狀態(tài)的DMU，無法區(qū)分各DMU 的效率高低，而超效率DEA 模型的出現(xiàn)又彌補了這個不足。因此，本文采用了超效率DEA-TOBIT 兩步法模型。

（一）超效率DEA 模型

數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）方法是由美國著名的運籌學家A.Charnes、W.Cooper 以及E.Rhodes 在1978 年提出的。⑥Charnes A.，Cooper W.， Rhode E.，Measuring the Efficiency of Decision Making Units，European Journal of Operational Research，1978，(2).他們建立數(shù)據(jù)包絡分析（DEA）最初的規(guī)模報酬不變模型（C2R 模型），用于評價部門間相對有效性，后來DEA 方法不斷得到完善，并廣泛運用于經(jīng)濟學、管理學等領域。數(shù)據(jù)包絡分析是一種線性規(guī)劃的方法，它假定有若干相同的決策單元，效率前沿是通過聯(lián)結所有的最佳觀測點形成的分段曲線的組合。最佳前沿觀測值的集合將前沿所有的觀測點都包含在其中，其效率最高。DEA 的C2R 模型存在的不足：當有多個決策單元同時處于有效時，它們的效率值都是1，無法區(qū)分它們之間的效率差異。Andersen 和Petersen(1993)提出了超效率DEA 模型，其有效決策單元的值可以大于1，使得多個有效的決策單元之間可以進行效率比較。⑦Andersen，P.Petersen，N.A Procedure for Ranking Efficient Units in DEA，Management Science，1993，(10).超效率DEA 模型與C2R 模型規(guī)劃表達式的區(qū)別在于：當評價一個決策單元時，將其與其他決策單元的線性組合做比較，而其排除在外，即生產可能集沒有包括被評價的決策單元。超效率DEA 有效決策單元的效率值大于1，其涵義是指該決策單元的投入如果提高到計算得到的效率值比例時，該決策單元仍然可以保持DEA 有效。

超效率DEA 模型的數(shù)學表達式如（1）式。

（二）TOBIT 模型

TOBIT 模型是著名經(jīng)濟學家、獲得諾貝爾經(jīng)濟學獎的托賓（Tobit）在1958 年提出的。TOBIT模型用來考察因變量受限制的回歸，也稱為截取或短尾的回歸模型。超效率DEA 方法得出的效率指數(shù)值都非負，因此是受限因變量，如果直接采用最小二乘法，會給參數(shù)估計帶來有偏和不一致。Tobit 模型數(shù)學模型如下：

其中：獨立同分布的μi 服從正態(tài)分布N(0，δ2)；Xi 為N×K 的矩陣。

三、超效率DEA 模型的投入、產出變量選擇

（一）投入變量

學者們在研究創(chuàng)新活動時，考察的投入要素主要包括兩類：一是財力投入要素；二是人力投入要素。財力投入要素大多采用R&D 經(jīng)費投入，從來源上區(qū)分，包括政府R&D 經(jīng)費投入、企業(yè)R&D經(jīng)費投入、高?？蒲性核鵕&D 投入和其他R&D 投入；人力投入要素主要是指從事R&D 活動的人員投入，包括R&D 人員全時當量、科學家數(shù)量、工程師數(shù)量等。本文財力投入要素選取政府R&D 經(jīng)費投入，將全社會R&D 經(jīng)費投入減去政府R&D 經(jīng)費投入都作為其他R&D 經(jīng)費投入。這樣做主要是考慮在研究全社會R&D 投入效率時，兼顧了政府R&D 投入效率。對于人力要素投入，與大多數(shù)學者一樣選取R&D 人員全時當量。

（二）產出要素

在研究創(chuàng)新活動中，相對于投入要素指標的選擇而言，對于創(chuàng)新產出指標的選取爭議很大。目前，比較得到認可的創(chuàng)新產出指標就是專利。Foray 和Lundvall(1996)就指出，在所有的衡量知識產出的指標中，專利是衡量知識產出的最直接指標。①Foray，D.， B.A.Lundvall.The Knowledge- based Economy， Paris: OECD，1996.雖然Griliches(1990)認為用專利數(shù)衡量創(chuàng)新能力存在很大不足：一是有些專利并沒有商業(yè)化價值，專利往往過高估計創(chuàng)新產出的真實價值；二是有些企業(yè)為了能及時推出新產品或保密商業(yè)技術而不申請專利。①Griliches，Z.Productivity Puzzles and R&D: Another Non Explanation，The Journal of Economic Perspectives，1988，(4).但是，專利仍是目前公認最客觀、最可得、數(shù)據(jù)質量最好的創(chuàng)新產出指標，學界沒有提出更好、更能得到一致認可的替代指標。在選取專利作為創(chuàng)新產出指標時，一些學者選擇了專利申請數(shù)，更多的學者選擇了專利授權數(shù)。因為專利申請不一定都能被認定，而專利授權數(shù)更能體現(xiàn)創(chuàng)新的真實能力，本文選擇專利授權數(shù)作為創(chuàng)新產出的指標之一。高校、科研院所作為創(chuàng)新的主體，其創(chuàng)新產出不僅是專利，還有很多是科研論文?？蒲姓撐?，尤其是高質量的論文也是創(chuàng)新的重要產出，也被很多學者在研究創(chuàng)新時作為產出的指標，如張倩肖和馮根福（2006）②張倩肖，馮根福：《我國地區(qū)間用于科技發(fā)展的研發(fā)績效評估與比較》，《財貿經(jīng)濟》，2006 年第11 期。、郭淡泊、雷家骕、張俊芳和彭勃（2012）③郭淡泊，雷家骕，張俊芳，彭 勃：《國家創(chuàng)新體系效率及影響因素研究—基于DEA-Tobit 兩步法的分析》，《清華大學學報（哲學社會科學版）》，2012 年第2 期。等。

（三）投入、產出數(shù)據(jù)處理

由于數(shù)據(jù)可得性的限制，本文考察的時間范圍是2002-2012 年。吳延兵（2006）指出，投入要素中的R&D 經(jīng)費投入，不僅是當期的R&D 經(jīng)費投入對創(chuàng)新產出有影響，以往R&D 存量對創(chuàng)新產出也有影響，但大多數(shù)文獻在研究R&D 產出時沒有考慮R&D 存量的作用。④吳延兵：《R&D 存量、知識函數(shù)與生產效率》，《經(jīng)濟學(季刊)》，2006 年第7 期。本文借鑒吳延兵（2006）采用的永續(xù)盤存法計算R&D 經(jīng)費存量。

計算公式為：Kit=（1-δ）×Ki(t-1)+Iit

其中：Kit、Ki（t－1）分別為i地區(qū)第t、(t-1)期的R&D 資本存量，Iit為i地區(qū)第t期的R&D 經(jīng)費支出，折舊率δ 取15%?；诘腞&D 資本存量為Ki0=Ii0/(g+δ)，其中g為考察期內R&D 經(jīng)費支出的平均增長率。對于R&D 人員全時當量，本文采用了當期投入，主要采用了期初人數(shù)與期末人數(shù)的平均值?？紤]到創(chuàng)新產出的滯后性，借鑒已有學者的研究，本文對專利授權采用了2年滯后期，對論文發(fā)表采用了1 年滯后期。

四、我國2002-2012 年省域創(chuàng)新效率的測算

基于超效率DEA 模型，計算2002-2012 年我國各省域創(chuàng)新系統(tǒng)的效率如表1 所示。超效率DEA測算采用EMS1.2 軟件。

表1 2002-2012 年我國省域創(chuàng)新系統(tǒng)效率

?

由表1 可見，我國2002-2012 年間創(chuàng)新效率均值超過1 的省份有9 個，表明我國總體的創(chuàng)新效率低下，而且多數(shù)省份的效率值波動較大。在創(chuàng)新效率均值大于1 的9 個省份中，北京、上海、廣東、黑龍江、浙江和甘肅6 個省份的效率值相對穩(wěn)定，都在0.95 以上（除廣東2002 年外），只有北京、上海和黑龍江一直處于有效狀態(tài)。2002-2012 年，我國創(chuàng)新效率有效省份的數(shù)量波動較大，總體上呈現(xiàn)“倒U 型”，數(shù)量先上升、后下降（如圖1 所示）。

圖1 2002-2012 年創(chuàng)新效率有效省份的數(shù)量變化

五、區(qū)域創(chuàng)新系統(tǒng)框架下的影響因素

（一）區(qū)域創(chuàng)新系統(tǒng)理論

Cooke(1992)提出區(qū)域創(chuàng)新系統(tǒng)，認為它是由地理上臨近的企業(yè)、大學和科研機構等組成的區(qū)域性組織體系。①Cooke，P.，Schienstock，G.Structural Competitiveness and Leaning Regions， Enterprise and Innovation Management Studies，2000，（1）.Furman(2002)在研究創(chuàng)新系統(tǒng)的創(chuàng)新能力時，認為創(chuàng)新能力的影響因素可以歸納為三個方面，分別是創(chuàng)新基礎設施、基于產業(yè)集群的微觀創(chuàng)新環(huán)境以及產業(yè)集群與創(chuàng)新基礎設施的聯(lián)系。①Furman， J.，M.Porter， S. Stern. The Determinants of National Innovative Capacity， Research Policy，2002，(16).我國學者李習保（2007），②李習保：《中國區(qū)域創(chuàng)新能力變遷的實證分析：基于創(chuàng)新系統(tǒng)的觀點》，《管理世界》，2007 年第12 期。魏守華、吳貴生和呂新雷（2010）③魏守華，吳貴生，呂新雷：《區(qū)域創(chuàng)新能力的影響因素兼評我國創(chuàng)新能力的地區(qū)差距》，《中國軟科學》，2010年第9 期。等，都采用Furman 的分析框架來研究我國國家或區(qū)域創(chuàng)新系統(tǒng)的相關問題。隨著經(jīng)濟全球化的迅速發(fā)展，一個國家的經(jīng)濟不再是封閉運行，國家貿易、外商直接投資（FDI）等國際技術溢出渠道對國家、區(qū)域的創(chuàng)新產生了巨大的影響。魏守華、吳貴生和呂新雷（2010）根據(jù)我國廣泛參與經(jīng)濟全球化的現(xiàn)實，對Furman的分析框架進行了擴展，考慮了國際技術溢出方面因素的影響。國際技術溢出因素不僅對創(chuàng)新能力有影響，也對創(chuàng)新效率有重大的影響。因此，本文在Furman 分析框架基礎上，拓展了國際技術溢出影響因素，考察了創(chuàng)新基礎條件、微觀創(chuàng)新環(huán)境、產學研聯(lián)系質量和國際技術溢出等四方面因素對創(chuàng)新效率的影響。

（二）創(chuàng)新效率影響因素變量選擇

1.創(chuàng)新基礎方面。在創(chuàng)新基礎方面的影響因素中，本文根據(jù)Furman(2002)的研究，選擇了人均GDP 代表知識存量，記為Pergdp；用企業(yè)研發(fā)經(jīng)費占全社會研發(fā)經(jīng)費的比重代表企業(yè)在區(qū)域創(chuàng)新系統(tǒng)的地位，記為Enter，主要看來自企業(yè)的研發(fā)經(jīng)費是否占主導地位；教育基礎用百萬人口中在校大學生數(shù)量代表，記為Stu；用基礎研究支出、應用研究和試驗發(fā)展支出占研發(fā)支出的比重，考察R&D 支出類型對區(qū)域創(chuàng)新效率的影響，分別記為Basic、App。

2.微觀創(chuàng)新環(huán)境方面。在微觀創(chuàng)新環(huán)境方面的因素中，本文考慮了城市化、高新技術產業(yè)發(fā)展、交通基礎設施等因素的影響。用城市人口占總人口的比重代表城市化率，記為City；用工業(yè)總產值中高新技術產業(yè)的比重代表區(qū)域產業(yè)結構，記為Hight；用公路里程占土地面積的比重代表區(qū)域基礎設施發(fā)展水平，記為Road。

3.政產學研聯(lián)系方面。在政產學研聯(lián)系方面的因素中，本文考慮了企業(yè)與大學和科研機構的聯(lián)系、政府對科技投入的支持力度、政府對教育的重視程度、技術市場的發(fā)達程度等因素的影響。本文分別采用公共教育投入、政府科技投入占GDP 的比重，代表政府對教育、科技的重視和支持程度，分別記為Edu、Finance；用大學科研經(jīng)費中來自企業(yè)的比重，代表企業(yè)與高校和科研院所的聯(lián)系，記為Ulink；用科技人員人均技術市場成交金額代表區(qū)域技術市場的發(fā)達程度，記為Pertec。

4.國際技術溢出方面的因素。在國家技術溢出方面的因素中，本文考慮了外商直接投資、進出口總額和貿易專業(yè)化指數(shù)等因素的影響。本文用外商直接投資占區(qū)域固定資產投資的比重考察外商直接投資對創(chuàng)新效率的影響，記為FDI；用貿易專業(yè)化指數(shù)“(出口額-進口額) /(出口額+進口額)”考察不同進出口比重對創(chuàng)新效率的影響，記為TSI；用進出口占GDP 的比重考察國際貿易對創(chuàng)新效率的影響，記為Ieport。影響因素的變量選擇、參考文獻和數(shù)據(jù)來源見表2。

微觀創(chuàng)新環(huán)境產學研聯(lián)系國際技術溢出工業(yè)總產值中高技術產業(yè)的比重 李習保（2007）；魏守華（2010） 中國科技統(tǒng)計年鑒；中國統(tǒng)計年鑒各地區(qū)的公路里程與土地面積之比 郭淡泊（2012）；周業(yè)安（2012） 中國統(tǒng)計年鑒城市人口占總人口的比重 范紅忠（2007）；周業(yè)安（2012） 中國統(tǒng)計年鑒公共教育支出占GDP 的比重 郭淡泊（2012） 中國統(tǒng)計年鑒政府科技投入占GDP 的比重魏守華（2010）；郭淡泊（2012）；白俊紅（2009）；李習保（2007）；劉和東（2011） 中國統(tǒng)計年鑒大學科研經(jīng)費中來自企業(yè)經(jīng)費的比重魏守華（2010）；白俊紅（2009）；李習保（2007）；劉和東（2011） 中國科技統(tǒng)計年鑒科技人員人均技術市場成交金額 李習保（2007）；岳鵠（2009） 中國科技統(tǒng)計年鑒FDI 占區(qū)域固定資產投資的比例 魏守華（2010） 中國統(tǒng)計年鑒貿易專業(yè)化指數(shù) 李習保（2007） 中國統(tǒng)計年鑒進出口總額占GDP比重 周業(yè)安（2012） 中國統(tǒng)計年鑒

六、創(chuàng)新效率影響因素的實證結果

本文在超效率DEA 模型測算得出的創(chuàng)新效率面板數(shù)據(jù)基礎上，基于Furman 的分析框架，第二步采用TOBIT 模型對創(chuàng)新效率影響因素進行實證，結果如表3 所示。TOBIT 模型回歸采用EVIEWS7.0 軟件。

表3 創(chuàng)新影響因素的實證結果

備注：括號內數(shù)字為Z 統(tǒng)計量，***、**、*分別表示1%、5%、10%的顯著性水平。

（一）創(chuàng)新基礎方面

人均GDP、企業(yè)研發(fā)經(jīng)費占比、基礎研究支出占比對我國的創(chuàng)新效率有顯著的影響，而百萬人在校大學生數(shù)、應用研究支出占比對我國的創(chuàng)新效率沒有顯著的影響。具體地看，人均GDP 在1%水平下顯著，系數(shù)為0.45，表明人均GDP 的提高對創(chuàng)新效率提升有顯著的促進作用?；A研究支出占比對創(chuàng)新效率的影響在1%水平下顯著，系數(shù)為3.8，說明提高基礎研究支出占比能顯著促進創(chuàng)新效率的提升。企業(yè)研發(fā)經(jīng)費占比對創(chuàng)新效率的影響在10%水平下顯著，但系數(shù)為-0.26，說明來自企業(yè)的研發(fā)經(jīng)費比重對創(chuàng)新效率有負面的影響，來自企業(yè)的研發(fā)經(jīng)費比例越高，創(chuàng)新效率反而越低。百萬人在校大學生數(shù)對創(chuàng)新效率影響不顯著，系數(shù)甚至為負。應用研究支出占比對創(chuàng)新效率的影響不顯著，這也與本文選取的創(chuàng)新產出指標是論文、專利有關，也與應用研究在創(chuàng)新鏈的位置有關。

（二）微觀創(chuàng)新環(huán)境方面

高新技術產業(yè)占比和城市化率對我國的創(chuàng)新技術效率影響顯著，公路與土地面積之比對我國的創(chuàng)新技術效率的影響不顯著。具體地看，高新技術產業(yè)占比在10%水平下顯著，系數(shù)為0.64，表明高新技術產業(yè)占工業(yè)總產值的比重越高，創(chuàng)新技術效率也越高。城市化率在1%水平下顯著，系數(shù)為0.87，表明城市化率越高，創(chuàng)新技術效率也越高，城市化對創(chuàng)新技術效率的提升有顯著的促進作用。公路里程與土地面積之比雖不顯著，但系數(shù)為正，表明公路里程與土地面積之比提高，可能會提升創(chuàng)新技術效率。

（三）產學研聯(lián)系方面

只有技術市場對我國的創(chuàng)新技術效率影響顯著，教育投入占比、科技投入占比、大學科研經(jīng)費中來自企業(yè)的比重對創(chuàng)新技術效率的影響均不顯著。具體地看，科技人員技術市場平均交易額在1%水平下顯著，系數(shù)為0.14，說明科技人員技術市場平均交易額對創(chuàng)新技術效率的提升有顯著的促進作用；政府的教育投入、科技投入占比雖不顯著，但系數(shù)都為正，對創(chuàng)新技術效率提升有促進傾向；大學科研經(jīng)費來自企業(yè)的比重對創(chuàng)新技術效率的影響不僅不顯著，而且系數(shù)為負，說明在大學與企業(yè)的合作中可能存在損失浪費現(xiàn)象，導致創(chuàng)新效率不高。

（四）國際技術溢出方面

FDI、進出口和貿易專業(yè)化指數(shù)對我國創(chuàng)新技術效率的影響都很顯著，均通過了1%水平的檢驗。具體地看，F(xiàn)DI 系數(shù)為0.02，表明外商直接投資在固定資產投資中占比越高，創(chuàng)新技術效率也越高。進出口系數(shù)為0.003，說明進出口貿易對創(chuàng)新技術效率的提升有顯著的促進作用。貿易專業(yè)化指數(shù)為-0.004，貿易專業(yè)化指數(shù)對創(chuàng)新技術效率的提升有抑制作用，由于貿易專業(yè)化指數(shù)是進口與出口的差額占進出口總和的比重，說明出口越多創(chuàng)新技術效率越低。究其原因，我國出口導向型企業(yè)在加入全球價值鏈（GVC）時，多處于“微笑曲線”的低端，主要以加工、代工、貼牌等形式參與全球化，導致“世界工廠”的地位，出口的產品技術含量低，難以對創(chuàng)新效率提升產生促進作用。

七、研究結論與政策建議

創(chuàng)新效率與創(chuàng)新能力有著根本的區(qū)別，一些影響因素能顯著提高創(chuàng)新能力，但由于損失浪費、規(guī)模不經(jīng)濟等情況的存在，反而對創(chuàng)新效率有抑制作用。這也是我們以往眾多學者過多關注創(chuàng)新能力研究所忽視的問題，創(chuàng)新效率提高是創(chuàng)新發(fā)展的質量提升，如同GDP 增長的質量問題一樣，必須引起我們的高度重視。從研究的結論看，2002 年至今，我國科技創(chuàng)新的效率還不高，只有不足1/3省份處于創(chuàng)新有效狀態(tài)，而且創(chuàng)新效率值波動幅度較大，沒有出現(xiàn)穩(wěn)定、一致的上升趨勢。從影響因素看，基礎研究支出占比、城市化、人均GDP、科技人員技術市場平均交易額、FDI 等因素，對創(chuàng)新效率的提高有顯著的促進作用；但也存在產學研聯(lián)系質量不高，大學來自企業(yè)的科研經(jīng)費與創(chuàng)新效率呈不顯著的負相關；出口比例越高創(chuàng)新效率越低，說明我國參與全球國際化的質量不高，位于全球價值鏈的低端環(huán)節(jié)，處于“被俘獲”地位。①劉志彪，張 杰：《全球代工體系下發(fā)展中國家俘獲型網(wǎng)絡的形成、突破與對策—基于 GVC 與 NVC 的比較視角》，《中國工業(yè)經(jīng)濟》，2007 年第5 期。

過去那種以低端要素加入全球價值鏈、基于出口導向的第一波全球化發(fā)展的紅利已經(jīng)透支，不可能持續(xù)發(fā)展下去，中國的全球化戰(zhàn)略亟須轉型升級。②劉志彪：《基于內需的經(jīng)濟全球化：中國分享第二波全球化紅利的戰(zhàn)略選擇》，《南京大學學報（哲學.人文科學.社會科學版）》，2012 年第2 期。當前，我國確定了擴大內需的發(fā)展戰(zhàn)略，今后中國參與國際分工與全球化，要在擴大內需條件下實施深度全球化戰(zhàn)略，加強區(qū)域之間的聯(lián)系、交流、互動，一定要避免重復、封閉、畫地為牢的做法，更加重視加強區(qū)域之間的經(jīng)濟聯(lián)系，培養(yǎng)跨省市的區(qū)域創(chuàng)新協(xié)作網(wǎng)絡， 實現(xiàn)大聯(lián)合、大協(xié)作，以及區(qū)域之間的產業(yè)梯度轉移。