基于投入產(chǎn)出分析的區(qū)域創(chuàng)新驅動效率測度

李永周，袁 波

（武漢科技大學 管理學院，武漢 430081）

0 引言

區(qū)域創(chuàng)新網(wǎng)絡是相互關聯(lián)的政府、企業(yè)、高校和研究機構等構成的動態(tài)開放系統(tǒng)，是國家創(chuàng)新系統(tǒng)的向下延伸[1]。區(qū)域創(chuàng)新網(wǎng)絡能夠實現(xiàn)知識、信息和技術等創(chuàng)新要素快速擴散、轉移和增值，具有創(chuàng)新協(xié)同和技術交叉繁殖優(yōu)勢，是實施創(chuàng)新驅動戰(zhàn)略的重要組成部分。創(chuàng)新驅動是哈佛大學戰(zhàn)略學家Porter[2]率先提出的。20世紀90年代全球競爭加劇的環(huán)境下，波特開始研究美國如何保持和提高國際競爭優(yōu)勢，在其研究報告The Competitive Advantage of Nations中首次將國家競爭闡述為要素驅動、投資驅動、創(chuàng)新驅動和財富驅動4個階段。波特指出，創(chuàng)新驅動是社會加速發(fā)展階段，是以企業(yè)創(chuàng)新主導、更高生產(chǎn)效率和先進技術水平為特征的經(jīng)濟發(fā)展時期，產(chǎn)品競爭依賴于企業(yè)創(chuàng)新意愿和技術能力，所有關鍵要素不但充分發(fā)揮功能，交互效應也達到最強。洪銀興[3]其研究《關于創(chuàng)新驅動和協(xié)同創(chuàng)新的若干重要概念》對創(chuàng)新驅動給出了完整定義：以知識和技術創(chuàng)新改造物質資本，利用知識、技術、組織制度和商業(yè)模式等無形要素變革，對資本、勞動力、生產(chǎn)資料等有形要素重新組合，形成內(nèi)生增長，提高經(jīng)濟發(fā)展效率。

目前理論界對創(chuàng)新研究較少涉及創(chuàng)新驅動下的經(jīng)濟發(fā)展問題，且定量研究比較欠缺，現(xiàn)有研究主要存在如下不足：（1）測度科技成果轉化效率與技術創(chuàng)新效率的界限不明晰。事實上，創(chuàng)新包含技術研發(fā)與成果轉化兩個重要環(huán)節(jié)，因此技術創(chuàng)新效率實質上是技術研發(fā)效率與科技成果轉化效率的綜合。（2）大部分研究從地區(qū)層面上展開，測度的是地區(qū)工業(yè)行業(yè)或高技術產(chǎn)業(yè)的平均科技成果轉化效率，缺少對區(qū)域創(chuàng)新系統(tǒng)效率的研究。（3）科技成果轉化影響因素的定量研究較為缺乏，且現(xiàn)有研究分析多集中在外部因素，忽視了內(nèi)部因素對轉化效率的影響。本文在現(xiàn)有技術創(chuàng)新效率研究的基礎上，綜合研究技術創(chuàng)新全過程投入產(chǎn)出效率，對科技成果轉化為社會發(fā)展效率的路徑和影響因素提出合理解釋。

1 區(qū)域創(chuàng)新網(wǎng)絡的創(chuàng)新驅動效率測度

目前關于生產(chǎn)效率的測度方法主要有兩類：一類是以隨機前沿方法（SFA）為主的參數(shù)方法，SFA采用了計量方法對前沿生產(chǎn)函數(shù)進行估計，依賴于對數(shù)據(jù)隨機性假設，在測量誤差和統(tǒng)計干擾處理上具有優(yōu)勢；另一類是以Charnes和Cooper[4]提出的數(shù)據(jù)包絡分析（DEA）為主的非參數(shù)方法，DEA采用數(shù)學規(guī)劃法，在“相對效率評價”概念上評價同類決策單元相對有效性，無需建立變量之間的嚴格函數(shù)關系，在多投入多產(chǎn)出的效率度量上具有優(yōu)勢，同時DEA可以處理基于時間序列的動態(tài)演化分析，對決策單元截面數(shù)據(jù)和持續(xù)性投入產(chǎn)出效率研究具有獨特優(yōu)勢。在運用DEA方法評價時，評價對象為決策單元（DMU），評價的結果是所有決策單元的相對有效性。根據(jù)各DMU輸入和輸出，通過規(guī)劃模型得出決策單元投入產(chǎn)出相對于其他單元是否最優(yōu)；如果是最優(yōu)，則該決策單元就是有效的，否則決策單元無效。本文利用DEA方法中規(guī)?？勺兊腃2R模型（VRS），綜合評價區(qū)域創(chuàng)新系統(tǒng)的有效性。對某個選定的DMU0（下標設為0），判斷其有效性的模型可表示為：

其中ν、μ分別為投入和產(chǎn)出權系數(shù)向量，xj、yj分別為j決策單元投入和產(chǎn)出向量，目標函數(shù)ν0即為投入產(chǎn)出系數(shù)。若存在最優(yōu)解μ＞0，ν＞0使得目標值ν0=1，則該決策單元DMU0為DEA有效。

1.1 技術創(chuàng)新效率測度

為了明確科技與經(jīng)濟的結合績效，在本文中用兩階段的模型[5]來描述創(chuàng)新主體從科技投入到轉化為經(jīng)濟產(chǎn)出這一過程，因此,評價區(qū)域創(chuàng)新系統(tǒng)的指標也分為兩個階段（圖1）。

圖1 區(qū)域創(chuàng)新驅動兩階段劃分

在技術創(chuàng)新階段中，本文重點分析科技投入與科技產(chǎn)出的效率。技術創(chuàng)新投入指標包括衡量智力投入的科技活動人員和物質投入的R&D經(jīng)費指標，可從四類不同主體投入指標予以測度：

X11：各地區(qū)工業(yè)企業(yè)R&D經(jīng)費投入，用來反映該地區(qū)R&D活動相對規(guī)模；

X12：各地區(qū)企業(yè)R&D人員全時當量，側重從工業(yè)企業(yè)科技創(chuàng)新和轉化能力；

X13：各地區(qū)高?？蒲性核蒲薪?jīng)費投入，反映區(qū)域基礎研究和科技創(chuàng)新投入力度；

X14：各地區(qū)高?？蒲性核萍蓟顒尤藛T全時當量，反映區(qū)域教育科技發(fā)展水平和潛力；

X15：各地區(qū)高新技術企業(yè)R&D費用，反映區(qū)域技術市場發(fā)展水平和潛力；

X16：各地區(qū)高新技術從業(yè)人員，反映區(qū)域技術市場完善程度和信息流通及技術擴散能力；

X17：各地區(qū)財政科研支出，反映政府對科技創(chuàng)新重視和支持，以及政府委托與購買市場潛力；

X18：各地區(qū)企業(yè)國外技術引進費用，引進先進技術可以促進地區(qū)研發(fā)活動，企業(yè)技術引進費用也是衡量技術發(fā)展重要指標[6]。

科技創(chuàng)新不僅包含獲得專業(yè)機構認證的知識產(chǎn)權等顯性成果，同時也包括科學研究過程中的研究方法創(chuàng)新、理念創(chuàng)新的隱性創(chuàng)新成果，因此對于創(chuàng)新產(chǎn)出的測度采用更為廣義的創(chuàng)新產(chǎn)出標準。本文研究中測度創(chuàng)新產(chǎn)出指標包括結果指標和過程指標，包括：

Y11：各地區(qū)R&D項目總量，測度區(qū)域科技創(chuàng)新過程中的隱性產(chǎn)出；

Y12：各地區(qū)專利申請總量，包含獲得授權的專利和未獲得專利授權的創(chuàng)新成果；

Y13：各地區(qū)專利授權數(shù)量，科技成果中最主要的部分，也是科技創(chuàng)新成果轉化的主要對象，包括發(fā)明專利、實用新型專利、外觀設計專利三類專利授權；

Y14：各地區(qū)三大檢索論文發(fā)表數(shù)量，反映間接推動經(jīng)濟發(fā)展的智力成果和軟科學等創(chuàng)新成果。

由于區(qū)域創(chuàng)新數(shù)據(jù)統(tǒng)計并不成熟，為避免單獨年份統(tǒng)計誤差和統(tǒng)計數(shù)據(jù)缺失問題，同時考慮到國家政策環(huán)境和創(chuàng)新驅動戰(zhàn)略實施的影響，本文選取2011—2014年數(shù)據(jù)進行分析。根據(jù)《中國科技統(tǒng)計年鑒》數(shù)據(jù)，利用DEA分析軟件Deap2.1進行運算，各省年度科技創(chuàng)新效率如下頁表1所示。

總體來看，全國科技創(chuàng)新總效率均值為0.990，接近DEA有效水平；純技術效率為0.972，表明全國科技創(chuàng)新投入產(chǎn)出技術水平不達標，在一定的投入規(guī)模下并沒有得到相應量的產(chǎn)出規(guī)模；規(guī)模效率為0.981，說明全國高新區(qū)總體規(guī)模效應還比較明顯。從各省科技創(chuàng)新投入產(chǎn)出水平來看，全國有25個省份為DEA有效單元，表明大部分省份科技創(chuàng)新系統(tǒng)轉換技術水平高，資源配置合理，規(guī)模合適，創(chuàng)新效益良好；湖南、陜西兩省規(guī)模效率為1，但總效率和純技術效率并未達標且規(guī)模收益遞減，說明其投入結構不合理，創(chuàng)新技術水平不匹配，導致了投入產(chǎn)出缺乏效率；上海、遼寧、江西、云南4省為DEA無效單元，其純技術效率和規(guī)模效率均小于1，表明這些省份創(chuàng)新發(fā)展既需要擴大投入規(guī)模，同時還面臨著提升技術效率的壓力。

表1 各省科技創(chuàng)新投入產(chǎn)出效率

1.2 技術成果轉化效率測度

本文選擇有效專利數(shù)（而非專利授權數(shù)）作為專利形式的科技成果投入，選擇新產(chǎn)品開發(fā)項目數(shù)代表非專利形式科技成果投入。該過程投入主要是新產(chǎn)品開發(fā)投入和技術成果投入：

X21：各地區(qū)企業(yè)新產(chǎn)品開發(fā)項目人員投入；

X22：各地區(qū)企業(yè)新產(chǎn)品開發(fā)經(jīng)費投入；

X23：各地區(qū)企業(yè)知識產(chǎn)權購買投入；

X24：各地區(qū)企業(yè)有效專利數(shù)量，即當年可用轉化專利數(shù)。

本文采用相對成熟的成果轉化效率指標，選擇與創(chuàng)新相關的經(jīng)濟指標：

Y21：各地區(qū)新產(chǎn)品銷售收入。新產(chǎn)品是創(chuàng)新產(chǎn)品化的結果，直接反映技術創(chuàng)新的經(jīng)濟效益，因此新產(chǎn)品銷售收入可以直接用于衡量創(chuàng)新成果向生產(chǎn)力以及經(jīng)濟轉化的效率；

Y22：各地區(qū)地區(qū)工業(yè)增加值，工業(yè)經(jīng)濟發(fā)展是科技創(chuàng)新轉化為社會生產(chǎn)力發(fā)展的直接體現(xiàn)；

Y23：社會批發(fā)零售增加值，社會批發(fā)零售可以反映創(chuàng)新轉化為產(chǎn)品和社會消費的效率。

根據(jù)《中國科技統(tǒng)計年鑒》統(tǒng)計數(shù)據(jù)，本文截取2011—2014年數(shù)據(jù)進行分析，利用DEA分析軟件Deap2.1進行運算，各省創(chuàng)新成果轉化效率如表2所示。

從總體來看，全國創(chuàng)新成果轉化的總效率均值為0.907，沒有達到DEA有效；純技術效率為0.805，表明全國創(chuàng)新成果轉化的投入產(chǎn)出轉換水平不達標，一定的投入規(guī)模下并沒有相應量的產(chǎn)出；規(guī)模效率為0.890，說明全國創(chuàng)新轉化總體規(guī)模效應有待加強。從各省轉化總效率來看，僅天津、河南、浙江、湖南、江西等10個省份為DEA有效單元，系統(tǒng)轉換技術水平較高，資源配置合理，規(guī)模合適，經(jīng)濟效益好；河北、遼寧、江蘇、廣東、山東、海南、新疆7個省份規(guī)模效率為1，達到規(guī)模經(jīng)濟要求，但總效率和純技術效率未達標，表明投入結構不合理，系統(tǒng)轉換水平不匹配，導致了投入產(chǎn)出無效；北京、上海、陜西、安徽、湖北等14個省份為DEA無效單元，其規(guī)模效率和純技術效率均未達到1，成果轉化階段存在較大問題，同時面臨著擴大投入規(guī)模和提升技術轉換效率問題。

表2 各省創(chuàng)新成果轉化投入產(chǎn)出效率

1.3 區(qū)域創(chuàng)新驅動效率綜合分析

綜合以上技術創(chuàng)新和創(chuàng)新成果轉化為社會生產(chǎn)及經(jīng)濟效益兩方面結果，根據(jù)技術創(chuàng)新有效性和成果轉化有效性兩個維度將全國31個省份劃分為四類。從全國創(chuàng)新驅動兩階段有效性分布來看，技術創(chuàng)新有效省份為24個，而成果轉化有效的省份僅11個，創(chuàng)新成果轉化為社會經(jīng)濟發(fā)展的投入產(chǎn)出效率遠遠低于技術創(chuàng)新效率，科技創(chuàng)新成果轉化為社會生產(chǎn)和商業(yè)產(chǎn)品并實現(xiàn)市場化的問題成為制約區(qū)域創(chuàng)新驅動的瓶頸。各省創(chuàng)新驅動效率分布如圖2所示。

圖2 全國各省創(chuàng)新驅動效率分布

結合各省份創(chuàng)新實際產(chǎn)出水平與創(chuàng)新驅動有效性分析，創(chuàng)新驅動綜合有效的有浙江、河南、天津、吉林、黑龍江、內(nèi)蒙古、青海、西藏8個省份，很好的實現(xiàn)了有創(chuàng)新資源到技術創(chuàng)新并向社會生產(chǎn)的轉變。除浙江省之外，這些省份科技創(chuàng)新資源和社會經(jīng)濟水平并不高，但能夠有效利用科技創(chuàng)新促進社會經(jīng)濟顯著提高，充分發(fā)揮科技創(chuàng)新在經(jīng)濟社會發(fā)展中重要作用。湖南、江西兩個省份僅成果轉化階段有效，盡管技術創(chuàng)新投入產(chǎn)出無效，但技術創(chuàng)新成果能夠融入社會發(fā)展之中，促進社會經(jīng)濟和生活水平提高。

僅技術創(chuàng)新有效的省份包括北京、河北、廣東、山東、江蘇、安徽等科教資源豐富地區(qū)和四川、重慶、廣西、甘肅、寧夏、新疆等不發(fā)達地區(qū)在內(nèi)的14個省份，這些省份面臨創(chuàng)新成果轉化的難題。對北京、山東、廣東、江蘇等經(jīng)濟發(fā)達地區(qū)而言，其本身社會經(jīng)濟規(guī)模較大，通過科技創(chuàng)新促進社會經(jīng)濟顯著增長難度較大，同時也面臨技術成果轉化規(guī)模效益遞減的難題，創(chuàng)新驅動面臨巨大壓力。對其他經(jīng)濟不發(fā)達地區(qū)而言，創(chuàng)新驅動面臨經(jīng)濟市場吸收能力的問題，創(chuàng)新驅動需要通過社會產(chǎn)品生產(chǎn)和商業(yè)化的過程來實現(xiàn)，經(jīng)濟不發(fā)達地區(qū)企業(yè)和商業(yè)產(chǎn)品生產(chǎn)較少，科技創(chuàng)新對生產(chǎn)和商業(yè)化作用不明顯，創(chuàng)新驅動效率較低。

上海、湖北、遼寧、云南、陜西5個省份技術創(chuàng)新和成果轉化投入產(chǎn)出無效，技術創(chuàng)新和創(chuàng)新成果向社會經(jīng)濟效益轉化無效。從其分布來看，這5個省份均為所在區(qū)域中心，科技創(chuàng)新資源豐富且社會技術市場活躍，科技創(chuàng)新轉化為社會生產(chǎn)和商業(yè)產(chǎn)品的社會環(huán)境較好，但同時面臨著技術創(chuàng)新和成果轉化規(guī)模效益遞減的問題，在當前水平上表現(xiàn)為創(chuàng)新驅動無效。

2 區(qū)域創(chuàng)新網(wǎng)絡創(chuàng)新驅動效率的制約因素分析

2.1 創(chuàng)新驅動效率的影響因素及指標選取

創(chuàng)新驅動影響因素包括創(chuàng)新能力、成果轉化能力和外部環(huán)境3個方面：創(chuàng)新能力包括研發(fā)資金實力和人力資本；轉化要素投入指在轉化過程中與資源投入，包括資金和技術人員投入；外部環(huán)境指可能影響轉化過程的外部因素，主要包含市場競爭與政府作用，指標體系見表3。

表3 區(qū)域創(chuàng)新網(wǎng)絡創(chuàng)新驅動效率影響因素

2.2 影響因素的模型構建

創(chuàng)新驅動的關鍵是區(qū)域創(chuàng)新要素集聚有效配置和有效運行，進而提升區(qū)域內(nèi)生經(jīng)濟發(fā)展能力。區(qū)域創(chuàng)新網(wǎng)絡形成主要包括創(chuàng)新動力、轉移因素、科學和工程基礎及環(huán)境條件四大要素，企業(yè)間、公私機構的相互作用、知識和技術的擴散等對技術創(chuàng)新具有決定性作用[7]；創(chuàng)新網(wǎng)絡行為主體在地理位置上相對集中、業(yè)務上相互關聯(lián)，有利于實現(xiàn)資金、知識、信息和創(chuàng)新技術等生產(chǎn)要素更快速的擴散、轉移、創(chuàng)新和增值，同時有利于降低市場的不確定性[8]；科技創(chuàng)新是知識、信息等創(chuàng)新要素的函數(shù)，創(chuàng)新系統(tǒng)有效運行離不開人才、資本、信息、知識和政策等創(chuàng)新要素的投入與配置整合。知識創(chuàng)造和應用存在不確定性，創(chuàng)新要素作用各不相同，科技創(chuàng)新要求在研發(fā)階段和產(chǎn)業(yè)化階段投入大量資金、信息和人力資本，創(chuàng)新要素投入結構越合理，科技投入產(chǎn)出效率也越高。

本文以DEA模型中綜合創(chuàng)新驅動效率為因變量，以創(chuàng)新驅動各階段不同主體要素總投入為因變量。根據(jù)以上假設，參照柯布道格拉斯生產(chǎn)函數(shù)建立如下初始計量模型：

2.3 回歸檢驗及結果

根據(jù)以上創(chuàng)新驅動影響因素分析及模型，因變量選取《中國科技統(tǒng)計年鑒》中2011—2014年數(shù)據(jù)，通過計算整理各項數(shù)值，因變量數(shù)據(jù)源于DEA模型測算成果轉化效率值。在通過Eviews8.0軟件進行回歸分析前，首先對各項數(shù)據(jù)序列穩(wěn)定性進行ADF單位根檢驗，結果整理見表4。

表4 ADF單位根檢驗

上述結果中，各數(shù)據(jù)序列ADF值均小于5%，即拒絕原假設，故不存在單位根，模型的數(shù)據(jù)時間序列平穩(wěn)。利用Eviews8.0軟件對上述回歸方程進行回歸分析和回歸模型殘差序列自相關檢驗（LM檢驗），模型殘差序列為1階自相關，建立自回歸模型ar(p)對初始模型進行修正：

通過調整后的回歸模型，利用Eviews8.0軟件進行回歸分析，整理得到回歸結果見表5。

表5 回歸結果

由回歸結果可知，回歸模型總擬合優(yōu)度＞0.6，影響因子總體對創(chuàng)新驅動效率的大部分差異做出了解釋，模型對樣本的擬合良好。針對回歸模型進行F檢驗，給定顯著性水平α=0.05，F(xiàn)分布表中查出自由度k-1=8，n-k=116的臨界值Fa(8,116)=2.93，由表5中得F=16.1886。表明拒絕虛擬假設，解釋變量整體對被解釋變量影響顯著。針對各影響因子進行T檢驗，在給定顯著性水平α=0.05、自由度n-k=116查t分布表得臨界值。由表中看出，除政府科研投入要素外，其他因子都拒絕虛擬假設，在其他解釋變量不變的情況下，解釋變量分別對被解釋變量有顯著性影響。

回歸結果表明：（1）科技創(chuàng)新階段中人才投入和科研經(jīng)費投入對區(qū)域經(jīng)濟發(fā)展具有顯著影響，人力資本開發(fā)水平的提升有助于科技投入效率的提高，而科研經(jīng)費的支出比例與創(chuàng)新驅動效率顯著正相關，這表明在當前創(chuàng)新投入水平下，通過增加科研經(jīng)費、加強創(chuàng)新型人才開發(fā)利用提高社會創(chuàng)新能力對社會創(chuàng)新發(fā)展具有較高效率。

（2）企業(yè)主導的創(chuàng)新成果轉化階段中，企業(yè)專業(yè)技術人員的開發(fā)利用、技術引進吸收和創(chuàng)新產(chǎn)品開發(fā)投入對創(chuàng)新驅動效率具有顯著影響。創(chuàng)新成果轉化階段中，企業(yè)按照市場方式實現(xiàn)資源的有效配置，企業(yè)知識技術水平越高，技術消化吸收能力越強，創(chuàng)新產(chǎn)品投入產(chǎn)出效率和經(jīng)濟效益就越高。

（3）市場結構與區(qū)域創(chuàng)新驅動效率負相關，經(jīng)濟市場內(nèi)有創(chuàng)新活動企業(yè)比例越高，反映市場競爭越激烈，企業(yè)對產(chǎn)品和市場創(chuàng)新投入成本越高，市場導向的技術和產(chǎn)品研發(fā)投入加劇了企業(yè)對市場的同質競爭和資源消耗，盲目創(chuàng)新競爭反而降低了區(qū)域創(chuàng)新驅動的有效性。

（4）政府支持和政府科研投入強度對區(qū)域創(chuàng)新發(fā)展效率無顯著影響，政府財政資金對創(chuàng)新驅動具有導向和基礎保障作用，但財政科研管理的介入使得高?？蒲性核鶆?chuàng)新成果轉移和市場轉化缺乏快速市場應變能力，創(chuàng)新驅動經(jīng)濟發(fā)展的效果更多依賴于市場機制對資源的配置作用。

3 結論與政策建議

通過全國31個省份2011—2014年科技統(tǒng)計面板數(shù)據(jù)，利用DEA方法C2R模型分別對各省科技創(chuàng)新和創(chuàng)新成果轉化兩階段投入產(chǎn)出效率進行測度，并對區(qū)域創(chuàng)新投入、成果轉化投入和外部政策、市場環(huán)境等因素進行回歸分析檢驗。本文發(fā)現(xiàn)，當前我國科技創(chuàng)新實力不斷增強，但創(chuàng)新成果轉化為社會經(jīng)濟效益水平低下，成果轉化問題是制約創(chuàng)新驅動發(fā)展主要瓶頸，區(qū)域創(chuàng)新網(wǎng)絡有待完善。

（1）構建和完善以政府引領、市場主導的區(qū)域創(chuàng)新網(wǎng)絡體系，創(chuàng)新技術市場多元主體協(xié)同創(chuàng)新機制，激發(fā)創(chuàng)新和技術成果轉化活力。充分發(fā)揮政府在區(qū)域創(chuàng)新中的引導和保障作用，引導科技、人才和資本的流向，保障創(chuàng)新和成果轉化過程的規(guī)范性和合法性；尊重市場機制對資源配置規(guī)律，通過市場競爭實現(xiàn)資源的優(yōu)化組合和產(chǎn)品的優(yōu)勝劣汰，根據(jù)創(chuàng)新產(chǎn)品和技術市場科學決策，合理優(yōu)化科技創(chuàng)新資源和資金配置，提高成果轉化效率和創(chuàng)新驅動效應。

（2）加強區(qū)域創(chuàng)新能力建設，重視創(chuàng)新型人才引進與開發(fā)，強化區(qū)域發(fā)展智力支持。必須依托區(qū)域高校和科研院所、國家高新技術產(chǎn)業(yè)開發(fā)區(qū)、科技企業(yè)孵化器等區(qū)域創(chuàng)新網(wǎng)絡，加強產(chǎn)學研戰(zhàn)略聯(lián)盟，培養(yǎng)和引進高層次創(chuàng)新人才，發(fā)揮區(qū)域創(chuàng)新網(wǎng)絡人才和知識集聚效應，增強技術吸收和消化能力，提升創(chuàng)新和技術擴散綜合實力。

（3）完善高校科研管理和人才評價機制，強化科技創(chuàng)新的市場導向性，提高創(chuàng)新成果的市場適應性。對科研成果的評估，要綜合考慮創(chuàng)新成果的技術前沿性和市場適應性，科學評估創(chuàng)新成果學術價值和市場潛力以及社會經(jīng)濟效益。強化高校與企業(yè)協(xié)同創(chuàng)新，企業(yè)作為市場需求密切相關的經(jīng)濟主體，能夠全面整合信息并準確定位技術創(chuàng)新需求，通過校企深度協(xié)同創(chuàng)新做好技術創(chuàng)新與市場需求的對接，提高創(chuàng)新源頭的市場適應性，促進科技成果轉化。

（4）建立健全多元主體融合的科技創(chuàng)新平臺運行機制，打造適應區(qū)域創(chuàng)新與經(jīng)濟融合發(fā)展的科技服務體系。培養(yǎng)高新技術企業(yè)和科技創(chuàng)業(yè)服務機構，引導資金、人才、技術、知識產(chǎn)權等創(chuàng)新要素聚集；加強中介服務組織和技術產(chǎn)權交易服務體系建設，促進產(chǎn)權、技術的流動，提高產(chǎn)權和技術交易服務的運行效率與效益；促進創(chuàng)新要素與創(chuàng)新金融相結合，激發(fā)不同利益主體參與科技成果轉化的積極性，化解科技成果快速增長與市場吸收能力不足的矛盾。

參考文獻：

[1]Cooke P.Regional Innovation Systems:General Findings and Some New Evidence From Biotechnology Clusters[J].Journal of Technology Transfer,2002,27(1).

[2]Porter M.Competitive Advantage of Nations[M].Ashgate：Competitive Advantage of Nations,1999.

[3]洪銀興.關于創(chuàng)新驅動和協(xié)同創(chuàng)新的若干重要概念[J].經(jīng)濟理論與經(jīng)濟管理,2013，(5).

[4]Cooper W,Seiford L M.Data Envelopment Analysis:History,Models,and Interpretations[J].Handbook on Data Envelopment Analysis,2011,2(3).

[5]Zhu J.DEA Models for Two-Stage Processes[M].New York:Springer US,2009.

[6]Aggarwal A.Deregulation,Technology Imports and In-House R&D efforts:An Analysis of the Indian Experience[J].Research Policy,2000,29(9).

[7]Boschma R.Proximity and Innovation:A Critical Assessment[J].Social Science Electronic Publishing,2005,39(1).

[8]劉璇,李嘉,陳智高等.科研創(chuàng)新網(wǎng)絡中知識擴散演化機制研究[J].科研管理,2015,36(7).