長江經(jīng)濟帶科技成果轉(zhuǎn)化效率測度及空間格局演化研究

李麗雅，李旭輝

(安徽財經(jīng)大學(xué))

0 引言

長江經(jīng)濟帶協(xié)同發(fā)展是國家發(fā)展戰(zhàn)略的重要組成部分，科技成果轉(zhuǎn)化作為科技與經(jīng)濟聯(lián)系的關(guān)鍵環(huán)節(jié)，是促進經(jīng)濟發(fā)展最直接有效且必不可少的要素，是評價區(qū)域發(fā)展水平的重要指標(biāo)之一.長江經(jīng)濟帶作為中國綜合實力最強、戰(zhàn)略支撐作用最大、創(chuàng)新驅(qū)動的重要策源地之一，對其科技成果轉(zhuǎn)化效率的評價研究能夠很好反映出區(qū)域科技成果轉(zhuǎn)化發(fā)展現(xiàn)狀.2016年，國家發(fā)改委、科技部及工業(yè)和信息化部等部委聯(lián)合印發(fā)的《長江經(jīng)濟帶創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級方案》[1](以下簡稱《方案》)緊扣長江經(jīng)濟帶戰(zhàn)略發(fā)展定位，從科技創(chuàng)新成果轉(zhuǎn)移轉(zhuǎn)化入手，為創(chuàng)新成果轉(zhuǎn)化營造良好的外部環(huán)境.《方案》的出臺必將助力長江經(jīng)濟帶創(chuàng)新驅(qū)動發(fā)展進入新階段，打開產(chǎn)業(yè)轉(zhuǎn)型升級新格局.因此，深入探討長江經(jīng)濟帶科技成果轉(zhuǎn)化發(fā)展特征，并提出有效的政策措施成為眾多學(xué)者研究熱點，該文擬從科技成果轉(zhuǎn)化效率測度及其空間關(guān)聯(lián)特征入手探究長江經(jīng)濟帶科技成果轉(zhuǎn)化發(fā)展特征.

客觀評價科技成果轉(zhuǎn)化效率，對于實現(xiàn)創(chuàng)新能力可持續(xù)以及維持競爭優(yōu)勢具有重要意義.從已有研究進展看，對科技成果轉(zhuǎn)化效率問題的研究主要集中在以下三個方面：一是科技成果轉(zhuǎn)化效率影響因素研究.孫龍和雷良海研究發(fā)現(xiàn)科技成果轉(zhuǎn)化政策制定受到政策對象復(fù)雜多樣性和政策操作手段技術(shù)水平的影響[2]；王麗平等學(xué)者研究發(fā)現(xiàn)科技成果創(chuàng)新質(zhì)量受到包容型人才開發(fā)模式的正向影響[3]；林青寧等學(xué)者認為涉農(nóng)企業(yè)科技成果轉(zhuǎn)化效率的提高與前期科技成果轉(zhuǎn)化效率、經(jīng)費質(zhì)量、人才質(zhì)量、企業(yè)規(guī)模及其國有屬性有密切聯(lián)系[4].二是科技成果轉(zhuǎn)化效率的優(yōu)化路徑研究.儲蓉月學(xué)者針對高校在科技創(chuàng)新成果轉(zhuǎn)化過程中存在的問題，提出在培育市場意識等四個方面優(yōu)化發(fā)展路徑[5]；王守文等學(xué)者提出了基于激勵機制、合作管理、投入力度、市場環(huán)境以及分配制度的創(chuàng)新策略[6].三是科技成果轉(zhuǎn)化模式研究.黃博等學(xué)者綜合分析山東海洋科技成果轉(zhuǎn)化的三種轉(zhuǎn)化模式實踐情況[7].楊斌和肖尤丹通過對國家科研機構(gòu)科技成果轉(zhuǎn)化模式研究發(fā)現(xiàn)中國科學(xué)院逐步探索了一系列符合國家戰(zhàn)略科技力量定位的高質(zhì)量科技供給能力生成方式和前沿科技產(chǎn)業(yè)化路徑[8].

已有研究為考察地區(qū)科技成果轉(zhuǎn)化奠定良好基礎(chǔ)，但仍存在一定局限性，具體表現(xiàn)為：一是科技成果轉(zhuǎn)化效率的評價方法復(fù)雜、差別性大，評價方法的合理性將直接影響科技成果轉(zhuǎn)化效率測算的科學(xué)性；二是區(qū)域科技成果轉(zhuǎn)化效率的定量研究較少，基于經(jīng)濟帶視角的考察較為匱乏，而經(jīng)濟帶通過互聯(lián)互通實現(xiàn)經(jīng)濟集聚，已成為輻射帶動區(qū)域經(jīng)濟發(fā)展的重要引擎；三是科技成果轉(zhuǎn)化效率的評價指標(biāo)缺乏針對性，需建立具有針對性的指標(biāo)體系；四是現(xiàn)有研究缺乏對科技成果轉(zhuǎn)化效率空間特征深入分析，利用探索性空間數(shù)據(jù)分析對長江經(jīng)濟帶科技成果轉(zhuǎn)化效率，可以從多方面了解長江經(jīng)濟帶科技成果轉(zhuǎn)化發(fā)展現(xiàn)狀.鑒于已有研究的局限性，該文采用DEA模型和Malmquist指數(shù)法，縱向挖掘《中國統(tǒng)計年鑒》(2009～2018)和《中國科技統(tǒng)計年鑒》(2009～2018)中的數(shù)據(jù)，分析長江經(jīng)濟帶科技成果轉(zhuǎn)化的效率，并結(jié)合探索性空間數(shù)據(jù)分析揭示科技成果轉(zhuǎn)化效率空間聚集特征，為長江經(jīng)濟帶科技成果轉(zhuǎn)化效率提供針對性解釋，也為政府制定科技成果轉(zhuǎn)化政策提供依據(jù).

1 研究方法與評價指標(biāo)

1.1 研究方法

(1)DEA模型

DEA模型一般用于評價多個輸出的“部門”(稱為決策單元，簡記DMU)間的相對有效性[9].其基本原理是在保持決策單元的輸入或輸出不變的情況下，確定相對有效的生產(chǎn)前沿面，將DMU投影到生產(chǎn)前沿面上，通過DMU偏離有效生產(chǎn)前沿面的相對程度來測度相對有效性[10].DEA的基本模型包括CCR模型和BCC模型，其中CCR模型用于評價規(guī)模報酬不變下DMU的相對有效性，BCC模型則用于評價規(guī)模報酬可變下DMU的相對有效性[11].

CCR模型為：

BCC模型為：

(2)Malmquist指數(shù)

針對CCR和BCC模型對面板數(shù)據(jù)的不適用、難以掌握科技成果轉(zhuǎn)化效率的動態(tài)變化趨勢的問題，該文進一步采用Malmquist指數(shù)對科技成果轉(zhuǎn)化效率發(fā)展趨勢進行衡量.計算公式如下：

(3)探索性空間數(shù)據(jù)分析(ESDA)

探索性空間數(shù)據(jù)分析方法可以揭示空間單元屬性的集聚程度，包括全局自相關(guān)和局部自相關(guān)[12].全局空間自相關(guān)分析主要反映某一屬性值在某一地理區(qū)域內(nèi)整體上的空間關(guān)聯(lián)程度，計算公式如下：

(4)

其中，n為總地區(qū)數(shù)，xi、xj地區(qū)單元i和j的屬性值，wij是空間權(quán)重矩陣.Moran指數(shù)計算值表示地區(qū)單元間的相關(guān)程度，在該研究中，該指數(shù)表示地區(qū)單元的科技成果轉(zhuǎn)化效率在整個長江經(jīng)濟帶范圍內(nèi)的相似程度.Moran指數(shù)的取值介于-1與1之間，Moran指數(shù)越大表示地區(qū)空間相關(guān)性越高.當(dāng)Moran >0時，表示該地區(qū)科技成果轉(zhuǎn)化效率呈空間正相關(guān)分布，即科技成果轉(zhuǎn)化效率相似的省份集聚分布；當(dāng)Moran <0時，表示該地區(qū)科技成果轉(zhuǎn)化效率呈空間負相關(guān)分布，即科技成果轉(zhuǎn)化效率相似的省份離散分布；當(dāng)Moran=0時，表示該地區(qū)科技成果轉(zhuǎn)化效率呈獨立的隨機分布.

全局自相關(guān)用于反映整個研究區(qū)間的空間相關(guān)程度，但無法確定局部空間集聚類型，而局部自相關(guān)可以進一步分析局部地區(qū)間的空間關(guān)聯(lián)程度及關(guān)聯(lián)類型[13].因此，該文采用局部空間自相關(guān)對長江經(jīng)濟帶各省份科技成果轉(zhuǎn)化效率與臨近省份科技成果轉(zhuǎn)化效率的關(guān)聯(lián)類型進行分析，局部空間自相關(guān)計算公式如下：

(6)

其中， Moran’sIi為正值時，表示局部單元存在空間自相關(guān)，反之則存在空間負相關(guān).

1.2 評價指標(biāo)

該文以R&D經(jīng)費投入強度和R&D研究人員全時當(dāng)量作為投入變量，以專利授權(quán)數(shù)和技術(shù)市場成交額作為產(chǎn)出變量，構(gòu)建科技成果轉(zhuǎn)化效率評價的指標(biāo)體系，見表1.原始數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》(2010～2019)和《中國統(tǒng)計年鑒》(2010～2019).

2 實證分析

2.1 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率評價

(1)靜態(tài)技術(shù)效率測算

以2009年和2018年長江經(jīng)濟帶11個省市的面板數(shù)據(jù)為依據(jù)，運用投入導(dǎo)向規(guī)模效率可變BCC模型測算長江經(jīng)濟帶科技成果轉(zhuǎn)化效率，結(jié)果見表2.

表2 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率評價指標(biāo)

表2 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率及其分解效率

續(xù)表2

表2反映了2009年及2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化效率測度結(jié)果.由表2可知，2009年長江經(jīng)濟帶平均技術(shù)效率為0.577，2018年這一均值上升為0.900，年均增幅5.06%.從相對有效性來看，2009年分別有上海市、江蘇省和浙江省3個省市達到有效；2018年增加至5個地區(qū)，分別為江蘇省、浙江省、湖北省、四川省和貴州省.總的來說，樣本考察初期，上海市、江蘇省、浙江省、重慶市、四川省技術(shù)效率較高，且主要是由于純技術(shù)效率拉動；其他地區(qū)如安徽省、江西省等地技術(shù)效率較低，造成這一現(xiàn)象的主要原因是這類地區(qū)規(guī)模效率較低.樣本考察末期，技術(shù)效率高的地區(qū)明顯增加，除上海市由純技術(shù)效率拉動外，其他省市均依賴于規(guī)模效率提高.從長江經(jīng)濟帶上中下游地區(qū)來看，上游和中游地區(qū)2018年比2009年技術(shù)效率均表現(xiàn)出較為明顯的提升，而下游地區(qū)有所下降.具體而言，2009年下游技術(shù)效率最高，其次為上游、中游地區(qū)，下游主要是由純技術(shù)效率和規(guī)模效率共同拉動，中游主要是由于規(guī)模效率低導(dǎo)致綜合技術(shù)效率降低；2018年下游技術(shù)效率最高，其次為上游、中游地區(qū)，下游主要是由純技術(shù)效率拉動，上游和中游的提高則主要因規(guī)模效率的提高.綜合來看，2018年長江經(jīng)濟帶上中下游和多數(shù)省份由于規(guī)模效率的拉動，技術(shù)效率得到明顯提升，但部分省份純技術(shù)效率不升反降，上述結(jié)果表明純技術(shù)效率較低是阻礙長江經(jīng)濟帶科技成果轉(zhuǎn)化進程的重要原因.

(2)Malmquist指數(shù)測算

運用DEAP2.1軟件對2009～2018年長江經(jīng)濟帶及上中下游地區(qū)科技成果轉(zhuǎn)化的Malmquist指數(shù)進行測算和分解，結(jié)果見表3、4.

表3 2009～2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化Malmquist指數(shù)及其分解

續(xù)表3

表3報告了長江經(jīng)濟帶科技成果轉(zhuǎn)化效率的動態(tài)變化情況.由表可知，2009～2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化全要素生產(chǎn)率(TFP)基本呈現(xiàn)增長態(tài)勢，其中2015～2016、2016～2017年出現(xiàn)下降，下降幅度分別為1.3%和0.7%，主要原因是規(guī)模效率和技術(shù)進步率的下降.具體來說，2009～2018年全要素生產(chǎn)率平均變化率的分解指標(biāo)變化率均大于1；2009～2011、2014～2016、2017～2018年技術(shù)效率的增長幅度普遍低于技術(shù)進步效率的增長幅度，技術(shù)進步效率是促進長江經(jīng)濟帶科技成果轉(zhuǎn)化全要素生產(chǎn)率提高的主要原因.值得注意的是2009～2011年，長江經(jīng)濟帶科技成果轉(zhuǎn)化的技術(shù)進步效率存在較大提升，特別是從2014年以來，技術(shù)進步進一步影響長江經(jīng)濟帶科技成果轉(zhuǎn)化全要素生產(chǎn)率的提高.以上現(xiàn)象表明，長江經(jīng)濟帶科技成果轉(zhuǎn)化的技術(shù)水平有了明顯增強，其管理水平雖有提升，但是提升幅度相對較慢，還需要對長江經(jīng)濟帶科技成果轉(zhuǎn)化的資源利用效率進行進一步鞏固和加強.

表4報告了長江經(jīng)濟帶各地區(qū)及上中下游地區(qū)科技成果轉(zhuǎn)化全要素生產(chǎn)率的變動情況.由表4可知，長江經(jīng)濟帶大部分地區(qū)科技成果轉(zhuǎn)化的全要素生產(chǎn)率呈現(xiàn)增長趨勢，全國平均增幅為14.9%，其中純技術(shù)效率增幅為1.4%，變化幅度較小，技術(shù)進步變化幅度大于技術(shù)效率變化幅度，結(jié)果表明技術(shù)進步效率提高是長江經(jīng)濟帶各地區(qū)全要素生產(chǎn)率增長的助推劑，與長江經(jīng)濟帶總體情況相一致.從長江經(jīng)濟帶各地區(qū)全要素生產(chǎn)率來看，所有地區(qū)均呈現(xiàn)穩(wěn)步增長態(tài)勢，其中上海市、浙江省、重慶市增長幅度較小，主要原因是由于上海市規(guī)模效率的下降以及重慶市純技術(shù)效率的下降.上中下游地區(qū)科技成果轉(zhuǎn)化指標(biāo)基本都呈現(xiàn)增長趨勢，中游地區(qū)全要素生產(chǎn)率提高幅度最大，為20.1%，其次是上游地區(qū)，為13.9%，下游地區(qū)全要素生產(chǎn)率的增長趨勢最緩，為9.8%.總體而言，長江經(jīng)濟帶三大地區(qū)特別是下游地區(qū)技術(shù)效率增長幅度相對技術(shù)進步變化幅度增長最緩，且規(guī)模效率變化下降.從長江經(jīng)濟帶科技成果轉(zhuǎn)化的規(guī)模效率變動幅度看，長江經(jīng)濟帶上游和中游地區(qū)規(guī)模效率增長幅度均大于純技術(shù)效率增長幅度，其中中游地區(qū)增長最快，為6.9%，結(jié)果表明長江經(jīng)濟帶各地區(qū)應(yīng)設(shè)置更有效的激勵機制，推動各地區(qū)科技成果轉(zhuǎn)化向更高效率發(fā)展.

表4 長江經(jīng)濟帶科技成果轉(zhuǎn)化Malmquist指數(shù)及其分解

2.2 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率空間分布特征分析

為深入探討長江經(jīng)濟帶科技成果轉(zhuǎn)化效率的空間分布特征，運用ArcGIS軟件將2009年和2018年兩個時期的科技成果轉(zhuǎn)化效率進行可視化處理(如圖1所示)，利用最佳自然斷裂法進行歸類處理，將其劃分為科技成果轉(zhuǎn)化效率最優(yōu)區(qū)、次優(yōu)區(qū)、弱優(yōu)區(qū)、非優(yōu)區(qū)4種類型.

圖1 2009年、2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化效率空間分布

由圖1可知，2009年長江經(jīng)濟帶科技成果轉(zhuǎn)化效率處于最優(yōu)區(qū)的省區(qū)數(shù)量為3個，占總量的27.27%，其中處于科技成果轉(zhuǎn)化效率最優(yōu)區(qū)的省市主要集中在長江經(jīng)濟帶下游地區(qū)，如江蘇省、浙江省、上海市等地，該地區(qū)雖表現(xiàn)出較高的科技成果轉(zhuǎn)化效率水平，但周邊省份如安徽省、江西省等科技成果轉(zhuǎn)化效率值卻偏低，說明該類地區(qū)科技成果轉(zhuǎn)化的擴散效應(yīng)弱；四川省、重慶市處于科技成果轉(zhuǎn)化效率次優(yōu)區(qū)，盡管科技成果轉(zhuǎn)化效率值并非處于最優(yōu)前沿面上，但其科技成果轉(zhuǎn)化效率明顯優(yōu)于周邊省區(qū)；處于科技成果轉(zhuǎn)化效率弱優(yōu)區(qū)和非優(yōu)區(qū)的省區(qū)數(shù)量較多，如云南省、貴州省、湖南省、湖北省、安徽省等，這部分地區(qū)主要分散于中上游地區(qū)，科技成果轉(zhuǎn)化效率值相對較低.2018年，長江經(jīng)濟帶科技成果轉(zhuǎn)化效率最優(yōu)區(qū)明顯增多，四川省、貴州省、湖北省、江西省分別從2009年的次優(yōu)區(qū)和弱優(yōu)區(qū)躍遷為科技成果轉(zhuǎn)化效率最優(yōu)區(qū)；云南省、湖南省、重慶市從科技成果轉(zhuǎn)化效率弱優(yōu)區(qū)和次優(yōu)區(qū)轉(zhuǎn)變成非優(yōu)區(qū)和弱優(yōu)區(qū)，下降幅度較大.總體而言，樣本考察期內(nèi)長江經(jīng)濟帶處于科技成果轉(zhuǎn)化效率次優(yōu)區(qū)、弱優(yōu)區(qū)的省區(qū)數(shù)量均呈下降趨勢，而位于科技成果轉(zhuǎn)化效率最優(yōu)區(qū)和非優(yōu)區(qū)的省區(qū)數(shù)量有所增加，科技成果轉(zhuǎn)化效率整體水平保持較穩(wěn)定發(fā)展.

3 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率空間格局演化分析

3.1 科技成果轉(zhuǎn)化效率全局空間自相關(guān)分析

運用 Geoda軟件測算2009年和2018年的全局Moran’sI指數(shù)，并繪制Moran散點圖，具體如圖2所示.由圖2可知，2009～2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化效率存在一定的空間自相關(guān)性，空間集聚現(xiàn)象客觀存在.

圖2 2009年、2018年長江經(jīng)濟帶科技成果轉(zhuǎn)化效率全局空間自相關(guān)

由圖2可知，2009年江蘇省、浙江省、上海市處在第一象限，屬于高高鄰接類型，表明這些省市是長江經(jīng)濟帶科技成果轉(zhuǎn)化效率較高的地區(qū)，受其地理區(qū)位優(yōu)勢和國家政策優(yōu)勢，經(jīng)濟發(fā)展起步較早、科技水平先進，對周圍區(qū)域科技成果轉(zhuǎn)化發(fā)展進程具有一定的正向溢出效應(yīng)；安徽省處在第二象限，屬于低高鄰接類型，表示該地區(qū)科技成果轉(zhuǎn)化效率較鄰近地區(qū)低，受到科技成果轉(zhuǎn)化效率較高的東部沿海地區(qū)的影響較??；湖北省、江西省、湖南省、云南省、貴州省處于第三象限，屬于低低鄰接類型，表示這些地區(qū)是長江經(jīng)濟帶科技成果轉(zhuǎn)化效率較低的地區(qū)；重慶市和四川省處于第四象限，屬于高低鄰接類型，表示該地區(qū)科技成果轉(zhuǎn)化效率較周圍地區(qū)高，但與鄰近地區(qū)合作機制不完善，一定程度上對鄰近地區(qū)的科技成果轉(zhuǎn)化發(fā)展進程造成擠壓，從而形成了高值被低值包圍的空間關(guān)聯(lián)模式.2018年處在第一象限的始終是江蘇省、浙江省、上海市，而湖南省和云南省則由低低鄰接類型轉(zhuǎn)變?yōu)榈透哙徑宇愋?，湖北省、江西省、貴州省由低低鄰接類型轉(zhuǎn)變?yōu)楦叩团R界兩類型，重慶市則躍遷至低低鄰接類型.需要說明的是，從各省市空間相關(guān)模式變動趨勢看，高低鄰接和低高鄰接的省份個數(shù)變化較大，10年間，高低鄰接的省份從2個變?yōu)?個，低高鄰接的省份從1個變?yōu)?個，說明10年來長江經(jīng)濟帶科技成果轉(zhuǎn)化效率的空間正相關(guān)性有所減弱，即位于空間正相關(guān)集群內(nèi)的省份數(shù)量減少，空間負相關(guān)集群現(xiàn)象明顯.

3.2 科技成果轉(zhuǎn)化效率局部空間自相關(guān)分析

全局Moran’sI指數(shù)只能檢驗長江經(jīng)濟帶科技成果轉(zhuǎn)化效率整體相關(guān)性水平，為了進一步觀察長江經(jīng)濟帶各省區(qū)科技成果轉(zhuǎn)化效率集聚狀態(tài)，選取2009年和 2018年作為研究對象，利用ArcGIS 軟件對其進行局部空間自相關(guān)分析(如圖3所示).

從圖3可知，位于高高集聚的省區(qū)由2009年的2個變?yōu)?018年的0個，而位于低高和高低區(qū)的省區(qū)則由2009年的0個變?yōu)?018年的3個，結(jié)果表明觀測年份初期長江經(jīng)濟帶科技成果轉(zhuǎn)化效率發(fā)展的集聚特征表現(xiàn)為明顯的空間正相關(guān)性，但隨著時間推移，長江經(jīng)濟帶科技成果轉(zhuǎn)化效率的空間異質(zhì)性發(fā)展趨勢愈加明顯，這與全局自相關(guān)分析得到的結(jié)論表現(xiàn)出一致性.具體來看，高高集聚區(qū)在觀測初期處于東部沿海地區(qū)，包括江蘇省、上海市等，這部分地區(qū)在加快自身科技成果轉(zhuǎn)化的同時也能帶動周邊省區(qū)科技成果轉(zhuǎn)化，輻射作用明顯，隨著時間推移，該特征區(qū)域逐漸消失.而位于高低區(qū)的省區(qū)則呈現(xiàn)擴大態(tài)勢，位于該象限的省區(qū)主要包括貴州省.值得注意的是，該地區(qū)在注重自身科技成果轉(zhuǎn)化效率的同時，并未形成明顯的擴散效應(yīng).隨著時間推移，位于低高區(qū)的省區(qū)主要包括安徽省和云南省，再次說明長江經(jīng)濟帶科技成果轉(zhuǎn)化效率同質(zhì)性趨勢有所下降，異質(zhì)性發(fā)展逐步增強.綜合而言，長江經(jīng)濟帶科技成果轉(zhuǎn)化效率呈現(xiàn)空間負相關(guān)性的省區(qū)數(shù)量逐漸增多；而表現(xiàn)為空間正相關(guān)性的省區(qū)數(shù)量隨著時間推移逐漸減少，表明長江經(jīng)濟帶科技成果轉(zhuǎn)化效率以異質(zhì)性發(fā)展趨勢為主.

圖3 長江經(jīng)濟帶科技成果轉(zhuǎn)化效率局部空間自相關(guān)

4 結(jié)論及政策建議

該文運用DEA、Malmquist指數(shù)方法以及探索性空間數(shù)據(jù)分析方法，測算了長江經(jīng)濟帶科技成果轉(zhuǎn)化效率及空間關(guān)聯(lián)特征，可以有針對性地采取措施，提升科技成果轉(zhuǎn)化過程中投入與產(chǎn)出的比例以及經(jīng)費、人員及其強度之間的協(xié)調(diào).結(jié)論如下：(1)樣本考察期內(nèi)，長江經(jīng)濟帶科技成果轉(zhuǎn)化效率整體呈上升趨勢，中游地區(qū)科技成果轉(zhuǎn)化效率增幅高于上游、下游地區(qū)，中游地區(qū)科技成果轉(zhuǎn)化效率增幅最低，純技術(shù)效率較低是阻礙長江經(jīng)濟帶科技成果轉(zhuǎn)化進程的重要原因.(2)長江經(jīng)濟帶各地區(qū)技術(shù)進步效率增幅大于技術(shù)效率增幅，全要素生產(chǎn)率的提高主要依賴于技術(shù)進步效率的提高；長江經(jīng)濟帶三大地區(qū)特別是下游地區(qū)技術(shù)效率增長幅度相對技術(shù)進步變化幅度增長最緩，且規(guī)模效率變化下降.(3)長江經(jīng)濟帶科技成果轉(zhuǎn)化效率以異質(zhì)性發(fā)展趨勢為主，呈現(xiàn)空間負相關(guān)性的省區(qū)數(shù)量逐漸增多；而表現(xiàn)為空間正相關(guān)性的省區(qū)數(shù)量隨著時間推移逐漸減少.

基于上述實證分析結(jié)果，為提高長江經(jīng)濟帶科技成果轉(zhuǎn)化效率提出以下建議：

第一，搭建科技成果轉(zhuǎn)化平臺.在科研成果轉(zhuǎn)化的信息層面，政府應(yīng)充當(dāng)企業(yè)、高校和科研機構(gòu)之間的橋梁和中介，建立系統(tǒng)化的科技成果信息溝通對接平臺，解決科技成果轉(zhuǎn)化過程中企業(yè)、高校和科研機構(gòu)信息非對稱問題；在科研成果轉(zhuǎn)化的技術(shù)層面，政府應(yīng)提供資金支持，資助高校建立科技成果中期試驗平臺，促進科研、中試和生產(chǎn)的良性循環(huán)，實現(xiàn)高校、科研院所與企業(yè)的“無縫”對接，促進科技成果轉(zhuǎn)化效率.

第二，提供必要的政策扶持.在企業(yè)方面，對具有科技成果轉(zhuǎn)化項目的企業(yè)，政府應(yīng)該給予一定的財政鼓勵、政策支持或利稅減免，并積極鼓勵引進新興企業(yè).在研發(fā)人員方面，對科研成果的主要研發(fā)人員，政府應(yīng)對其進行相應(yīng)資金及物質(zhì)獎勵，促使研發(fā)人員持續(xù)積極的投入科技成果創(chuàng)造中.

第三，重視科技成果轉(zhuǎn)化效率地區(qū)差異，推動長江經(jīng)濟帶上中下游協(xié)調(diào)發(fā)展.一方面，科技成果轉(zhuǎn)化效率較高的地區(qū)應(yīng)該給予周邊地區(qū)一定的技術(shù)、人才支持，而科技成果轉(zhuǎn)化效率較低的地區(qū)應(yīng)主動借鑒科技成果轉(zhuǎn)化效率較高地區(qū)的經(jīng)驗；另一方面，由于長江經(jīng)濟帶科技成果轉(zhuǎn)化效率空間上顯著相關(guān)，因此應(yīng)將區(qū)域間的空間相關(guān)性納入科技成果轉(zhuǎn)化效益與地區(qū)之間的協(xié)調(diào)發(fā)展中，通過推進長江經(jīng)濟帶上中下游地區(qū)科技成果轉(zhuǎn)化的內(nèi)部互動，從而推動長江經(jīng)濟帶各省市科技成果轉(zhuǎn)化進程.