馬建輝,范謀遠(yuǎn),何 淼,劉 煜
(1.河北大學(xué)a.經(jīng)濟(jì)學(xué)院;b.資源利用與環(huán)境保護(hù)研究中心,河北 保定 071002;2.天津大學(xué) 管理與經(jīng)濟(jì)學(xué)部,天津 300072;3.吉林大學(xué) 東北亞學(xué)院,長(zhǎng)春 130012;4.中國(guó)政法大學(xué) 商學(xué)院,北京 100088)
隨著我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài),高質(zhì)量發(fā)展成為時(shí)代主題??萍紕?chuàng)新是推動(dòng)高質(zhì)量發(fā)展的原動(dòng)力,依靠科技創(chuàng)新優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、完善產(chǎn)業(yè)鏈?zhǔn)菍?shí)現(xiàn)國(guó)內(nèi)國(guó)際雙循環(huán)的關(guān)鍵。目前,我國(guó)科技創(chuàng)新發(fā)展呈現(xiàn)區(qū)域不平衡態(tài)勢(shì)[1],科技創(chuàng)新效率從投入、產(chǎn)出兩個(gè)維度全面反映科技創(chuàng)新水平,科技創(chuàng)新效率的區(qū)域差異既是區(qū)域經(jīng)濟(jì)發(fā)展不平衡的體現(xiàn),也是區(qū)域經(jīng)濟(jì)發(fā)展不平衡的原因[2]。因此,從空間格局、區(qū)域差異、收斂特征等角度研究我國(guó)科技創(chuàng)新效率,對(duì)于優(yōu)化我國(guó)科技創(chuàng)新空間布局體系、推進(jìn)區(qū)域科技創(chuàng)新水平協(xié)調(diào)、提升區(qū)域均衡協(xié)調(diào)發(fā)展水平、實(shí)現(xiàn)高質(zhì)量發(fā)展、形成“雙循環(huán)”新發(fā)展格局具有重大意義。
科技創(chuàng)新效率是科技創(chuàng)新投入轉(zhuǎn)化為科技創(chuàng)新成果的一種量化指標(biāo),其從科技創(chuàng)新投入(成本)和產(chǎn)出(效益)兩個(gè)維度全面表現(xiàn)區(qū)域科技創(chuàng)新能力和水平,是反映區(qū)域配置和運(yùn)營(yíng)科技創(chuàng)新資源能力的重要指標(biāo)。學(xué)界目前對(duì)于科技創(chuàng)新效率的評(píng)價(jià),主要是利用數(shù)據(jù)包絡(luò)分析法(DEA)。傳統(tǒng)DEA模型以規(guī)模報(bào)酬是否可變的前提假定為依據(jù),可分為CCR 和BCC 模型[3],這兩類模型均為徑向模型,即要求投入產(chǎn)出等比例變化,常常與實(shí)際情況不符?;诖?,Tone(2001,2002)[4,5]提出了超效率SBM模型,它對(duì)投入產(chǎn)出同比變化進(jìn)行了改進(jìn),同時(shí)又考慮了松弛變量問題[4],并突破了效率值最大為1的局限,可以對(duì)前沿面評(píng)價(jià)單元進(jìn)行更有效的評(píng)價(jià)[6],故近年來采用此方法對(duì)科技創(chuàng)新效率進(jìn)行測(cè)度的研究不斷涌現(xiàn)[7,8]?;趨^(qū)域均衡的視角對(duì)我國(guó)科技創(chuàng)新效率的研究,目前學(xué)界主要從時(shí)空格局[9]、區(qū)域差異[10]和收斂特征[11,12]三個(gè)維度展開。
已有研究取得了豐富的成果,為本文奠定了一定的理論和方法基礎(chǔ),但仍有進(jìn)一步深入研究的空間。第一,對(duì)于時(shí)空格局表達(dá)方式單一,較少基于空間自相關(guān)的時(shí)空躍遷[6,13]等分析方法表達(dá)空間集聚狀態(tài)的相互轉(zhuǎn)化情況;第二,科技創(chuàng)新效率的評(píng)價(jià)多以省域?yàn)樵u(píng)價(jià)單元開展,以城市為評(píng)價(jià)單元的相關(guān)研究只存在于局部區(qū)域;第三,實(shí)施區(qū)域重大戰(zhàn)略是實(shí)現(xiàn)高質(zhì)量發(fā)展的重要支撐,以國(guó)家重大戰(zhàn)略區(qū)域?yàn)橹攸c(diǎn)研究對(duì)象,探討科技創(chuàng)新效率的時(shí)空差異的研究在數(shù)量和質(zhì)量上均有待進(jìn)一步深入,且研究區(qū)域較少覆蓋在區(qū)域發(fā)展戰(zhàn)略中也較為重要的東北地區(qū)。
綜上,本文以國(guó)家重大戰(zhàn)略區(qū)域及東北地區(qū)為研究對(duì)象,以城市為基本評(píng)價(jià)單元,采用超效率SBM模型評(píng)價(jià)城市科技創(chuàng)新效率,基于地理分布圖和空間自相關(guān)時(shí)空躍遷模型分析其時(shí)空格局,運(yùn)用Dagum基尼系數(shù)研究其區(qū)域差異,并通過面板空間計(jì)量模型探討其收斂特征,在完善科技創(chuàng)新效率時(shí)空演進(jìn)研究體系、深化研究深度等方面具有一定的邊際貢獻(xiàn),也可為差異化的科技創(chuàng)新管理政策的制定提供支撐。
參考王少劍等(2022)[6]、楊騫等(2021)[11]、張卓群等(2022)[14]、唐慶祥(2017)[15]的研究,本文以京津冀城市群、成渝城市群、長(zhǎng)江中游城市群、長(zhǎng)三角城市群、粵港澳大灣區(qū)、黃河流域以及東北地區(qū)為研究區(qū)域。結(jié)合數(shù)據(jù)的可獲得性,最終確定179個(gè)城市為科技創(chuàng)新效率評(píng)價(jià)單元。樣本時(shí)間跨度為2003—2020年。
科技創(chuàng)新效率的測(cè)度采用超效率SBM 模型,此方法基于全局DEA數(shù)學(xué)統(tǒng)計(jì)方法對(duì)每一個(gè)DMU每期的效率進(jìn)行測(cè)算,從而實(shí)現(xiàn)結(jié)果的跨期可比。模型設(shè)置如下:
其中,ρ為效率評(píng)價(jià)指標(biāo);xk和yk分別為決策單元的投入和產(chǎn)出向量,X和Y分別為投入和產(chǎn)出矩陣;i和r表示不同評(píng)價(jià)單元,s-和s+表示投入產(chǎn)出的松弛變量;λ為列向量。
時(shí)空躍遷分析是基于不同時(shí)期的局部Moran’s I,通過躍遷轉(zhuǎn)移概率矩陣來探究區(qū)域變量局部空間關(guān)聯(lián)類型轉(zhuǎn)移規(guī)律。參考文獻(xiàn)[16,17]的思路,根據(jù)區(qū)域內(nèi)各城市科技創(chuàng)新效率莫蘭散點(diǎn)圖逐年的分布變化情況,確定其時(shí)空躍遷的類型①本文參考Rey(2001)[16]的研究,將躍遷類型分為四種。其中,類型I表示自身穩(wěn)定-鄰域穩(wěn)定;類型Ⅱ表示自身躍遷-鄰域穩(wěn)定;類型Ⅲ表示自身穩(wěn)定-鄰域躍遷;類型Ⅳ表示自身躍遷-鄰域躍遷,包括觀測(cè)城市自身躍遷方向與鄰域一致的ⅣA型躍遷和觀測(cè)城市自身躍遷方向與鄰域相反的ⅣB型躍遷。。
其中,t代表年份,i和r表示不同城市,n為城市總數(shù),Yt代表第t年科技創(chuàng)新效率的均值,Yti、Ytr分別表示第t年第i、r個(gè)城市的科技創(chuàng)新效率值;w為空間權(quán)重,本文采用Queen鄰接權(quán)重。
科技創(chuàng)新效率差異分析通過Dagum 基尼系數(shù)模型[18]展開,其優(yōu)點(diǎn)在于其可以同時(shí)體現(xiàn)組間(Gjh)、組內(nèi)(Gjj)和總體(G)基尼系數(shù),分別見式(3)至式(5)。并且,可以將總體差異分解為組內(nèi)差異(Gw)、組間差異(Gnb)、超變密度(Gt),分別見式(6)至式(8)。
其中,y為科技創(chuàng)新效率;n為城市總數(shù);nj、nh分別為j、h區(qū)域的城市數(shù)Djh為j、h區(qū)域之間的相對(duì)影響力。有關(guān)此模型參數(shù)的詳細(xì)計(jì)算過程可參考文獻(xiàn)[12,14]。
收斂性主要用來分析經(jīng)濟(jì)現(xiàn)象是否趨于某種穩(wěn)定狀態(tài),也被廣泛應(yīng)用于各種效率屬性的分析。隨著科技創(chuàng)新體系的完善,科技創(chuàng)新效率也可能收斂于某一穩(wěn)定狀態(tài)。本文采用相對(duì)β收斂進(jìn)行研究。相對(duì)β收斂指在考慮眾多因素(控制變量)對(duì)科技創(chuàng)新效率的影響下,隨著時(shí)間的推移,科技創(chuàng)新效率低的區(qū)域具有更高的增幅,從而可以“追趕”上科技創(chuàng)新效率高的區(qū)域,區(qū)域間的差距將逐漸變小,直至達(dá)到同樣的穩(wěn)態(tài)水平。其模型如式(9)所示。
其中,ETC代表科技創(chuàng)新效率,i代表城市群,t代表時(shí)間,Yi,t+1代表控制變量。β是收斂系數(shù),當(dāng)β為負(fù)值時(shí)表示地區(qū)科技創(chuàng)新效率收斂,當(dāng)β為正值時(shí)則表示地區(qū)科技創(chuàng)新效率發(fā)散,收斂速度為v= -ln(1-|β|)/T。μi、ηt和εit分別為地區(qū)效應(yīng)、時(shí)間效應(yīng)和隨機(jī)干擾項(xiàng)。
由于科技創(chuàng)新效率可能存在顯著的空間相關(guān)特征,本文利用空間計(jì)量模型進(jìn)行研究??臻g計(jì)量模型種類眾多,較為基本、常用的有空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM),三種空間相對(duì)β收斂模型如式(10)至式(12)所示,具體模型的選擇見下文實(shí)證分析部分。
其中,ρ表示因變量空間滯后系數(shù),反映了鄰近城市科技創(chuàng)新效率增長(zhǎng)率對(duì)本城市的影響;λ是空間誤差系數(shù),反映了隨機(jī)干擾項(xiàng)中存在的空間效應(yīng);π 是自變量空間滯后系數(shù),反映了鄰近城市科技創(chuàng)新效率的影響;wir是空間權(quán)重,設(shè)定規(guī)則同時(shí)空躍遷分析方法。
(1)科技創(chuàng)新投入、產(chǎn)出變量
參考楊騫等(2021)[11]、馬玉林和馬運(yùn)鵬(2021)[12]的研究,結(jié)合城市尺度數(shù)據(jù)的可獲得性,本文確定科技創(chuàng)新投入、產(chǎn)出指標(biāo)如表1 所示。投入指標(biāo)數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》,專利授權(quán)數(shù)來源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS),城市創(chuàng)新指數(shù)來源于《中國(guó)城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告》。部分缺失數(shù)據(jù),根據(jù)研究的樣本區(qū)域與時(shí)間跨度,采用回歸擬合的方法補(bǔ)齊。
表1 科技創(chuàng)新效率評(píng)價(jià)指標(biāo)體系
(2)收斂模型控制變量
本文參考馬玉林和馬運(yùn)鵬(2021)[12]的研究,選取4 個(gè)控制變量,如表2所示。專利授權(quán)數(shù)來源于由中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS),其余數(shù)據(jù)主要來源于《中國(guó)城市統(tǒng)計(jì)年鑒》,部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。
表2 相對(duì)β 收斂模型的控制變量
科技創(chuàng)新效率描述性統(tǒng)計(jì)分析結(jié)果顯示各研究區(qū)域的科技創(chuàng)新效率均存在明顯差異;全國(guó)及各研究區(qū)域年度均值整體呈先降后升趨勢(shì),如圖1所示。
圖1 全國(guó)及七個(gè)研究區(qū)域科技創(chuàng)新效率年度均值變化情況
2.2.1 時(shí)空格局分析
本文選取2003 年、2008 年、2014 年和2020 年作為樣本年份,將城市科技創(chuàng)新效率的時(shí)空演變情況報(bào)告于圖2。可以看出,科技創(chuàng)新效率整體呈先降后升的演變趨勢(shì),且高值區(qū)域從東北地區(qū)轉(zhuǎn)移到東部沿海地區(qū);科技創(chuàng)新效率較高的地區(qū)主要集中于長(zhǎng)三角城市群和粵港澳大灣區(qū)以及北京、成都、哈爾濱等全國(guó)及區(qū)域中心城市。
圖2 2003—2020年主要年份科技創(chuàng)新效率的時(shí)空演變
2.2.2 時(shí)空躍遷分析
基于全局Moran’s I 的空間自相關(guān)檢驗(yàn)可知,在絕大部分時(shí)期,179個(gè)城市的科技創(chuàng)新效率整體上存在5%水平下顯著的空間正相關(guān)性,說明各觀測(cè)城市的科技創(chuàng)新效率會(huì)受到鄰域的影響。從莫蘭散點(diǎn)圖可知,各城市之間科技創(chuàng)新效率的時(shí)空演進(jìn)特征總體上呈現(xiàn)集聚(HH、LL)與分異(HL、LH)并存的狀態(tài),其中集聚略多于分異。
本文選取2003 年、2008 年、2014 年和2020 年為時(shí)間節(jié)點(diǎn),根據(jù)莫蘭散點(diǎn)圖中各城市集聚類型的變化情況,總結(jié)2003—2008年、2008—2014年、2014—2020年三個(gè)階段城市科技創(chuàng)新效率的時(shí)空躍遷轉(zhuǎn)移矩陣,繪制堆積柱狀圖(見下頁圖3),并明確其時(shí)空變遷(SF)和時(shí)空凝聚(SC)特征①時(shí)空變遷為Ⅱ、Ⅲ類躍遷的占比,時(shí)空凝聚為I、ⅣA類躍遷的占比。。結(jié)果表明,三個(gè)時(shí)段內(nèi),各區(qū)域的躍遷形式以類型I、Ⅱ、Ⅲ為主,各區(qū)域科技創(chuàng)新效率發(fā)生跳躍轉(zhuǎn)移的概率相對(duì)較低。其中,長(zhǎng)三角城市群和粵港澳大灣區(qū)的I類躍遷占比不斷上升,而Ⅱ、Ⅲ類躍遷占比不斷下降,說明這兩個(gè)區(qū)域的科技創(chuàng)新效率的轉(zhuǎn)移惰性不斷上升,局部時(shí)空關(guān)聯(lián)類別間的轉(zhuǎn)移特征不斷弱化;全國(guó)、京津冀城市群、成渝城市群、長(zhǎng)江中游城市群、黃河流域和東北地區(qū)的I 類躍遷占比的下降同步于Ⅱ、Ⅲ類躍遷總體的上升,即存在時(shí)空變遷指數(shù)的上升同步于時(shí)空凝聚指數(shù)的下降的現(xiàn)象,這說明這些區(qū)域科技創(chuàng)新效率空間格局的路徑依賴和鎖定特征逐漸減弱。
圖3 全國(guó)及七個(gè)研究區(qū)域科技創(chuàng)新效率時(shí)空躍遷分組堆積柱狀圖
2.3.1 組內(nèi)組間科技創(chuàng)新效率差異
基于Dagum基尼系數(shù),將全國(guó)和七個(gè)研究區(qū)域科技創(chuàng)新效率組內(nèi)、組間差異的演變趨勢(shì)分別報(bào)告于圖4、圖5。
圖4 科技創(chuàng)新效率組內(nèi)差異的變化情況
圖5 科技創(chuàng)新效率組間差異的變化情況
由圖4可知,樣本期內(nèi)全國(guó)組內(nèi)基尼系數(shù)呈現(xiàn)不規(guī)則小幅波動(dòng)狀態(tài),均值為0.406,相對(duì)較高,說明各城市間科技創(chuàng)新效率存在著明顯的不均衡現(xiàn)象。各研究區(qū)域內(nèi)部差異程度也不相同,內(nèi)部基尼系數(shù)大體介于0.2~0.5。其中,黃河流域的樣本均值最高,在逐漸下降后略有回升,說明科技創(chuàng)新效率的區(qū)域差異在縮小,但不平衡不充分問題依然突出。其余城市群組內(nèi)基尼系數(shù)均未超過全國(guó)的整體水平,粵港澳大灣區(qū)組內(nèi)基尼系數(shù)波動(dòng)較大,整體呈現(xiàn)下降趨勢(shì),東北地區(qū)組內(nèi)基尼系數(shù)為波動(dòng)上升趨勢(shì);成渝城市群基尼系數(shù)不斷波動(dòng);長(zhǎng)江中游城市群組內(nèi)差異相對(duì)較?。婚L(zhǎng)三角城市群基尼系數(shù)演變趨勢(shì)整體呈現(xiàn)“M”型波動(dòng);京津冀城市群組內(nèi)差異的均值最低,總體較為穩(wěn)定。
由圖5 可知,陰影部分的面積整體先變小再變大,這說明七個(gè)研究區(qū)域之間的科技創(chuàng)新效率的差異存在一個(gè)先減小后擴(kuò)大的過程。就區(qū)域間基尼系數(shù)的樣本均值而言,京津冀城市群和成渝城市群之間的基尼系數(shù)均值最低,粵港澳大灣區(qū)和其他研究區(qū)域之間的差異均較大;研究期內(nèi),組間的較大差異值均出現(xiàn)在2009 年粵港澳大灣區(qū)與其他研究區(qū)域之間,原因在于該年度粵港澳大灣區(qū)聯(lián)合創(chuàng)新的策略對(duì)于科技發(fā)展產(chǎn)生了顯著影響[19]。
2.3.2 科技創(chuàng)新效率的差異來源及其貢獻(xiàn)率
圖6顯示,在2009年之前,超變密度的貢獻(xiàn)率最大,組間差異的貢獻(xiàn)率次之,組內(nèi)差異的貢獻(xiàn)率最?。辉诖穗A段,超變密度的貢獻(xiàn)率均值為54.60%,表明在此期間交叉重疊問題不是各研究區(qū)域之間科技創(chuàng)新效率存在差異的主要原因;2009 年之后,組間差異的貢獻(xiàn)率陡增為55.13%,并在此后一直穩(wěn)定于較高水平,相對(duì)而言,超變密度的貢獻(xiàn)率從2009 年開始變小,組內(nèi)差異的貢獻(xiàn)率則依舊處于較低水平??傮w來看,在全樣本時(shí)期,尤其是在2009年之后,組間差異為影響科技創(chuàng)新效率整體差異的主要原因,這顯然與各個(gè)研究區(qū)域的經(jīng)濟(jì)實(shí)力、實(shí)際利用外資額、國(guó)家政策、教育投入等多個(gè)方面的因素有關(guān)。
圖6 科技創(chuàng)新效率的空間差異來源
本文綜合LR和Wald統(tǒng)計(jì)量,并結(jié)合LM檢驗(yàn),選擇最優(yōu)的空間模型形式進(jìn)行相對(duì)β收斂分析。179 個(gè)城市和七個(gè)研究區(qū)域的相對(duì)β收斂結(jié)果見下頁表3。
表3 全國(guó)及七個(gè)研究區(qū)域相對(duì)β 收斂檢驗(yàn)結(jié)果
結(jié)果表明,第一,全國(guó)及各研究區(qū)域相對(duì)收斂系數(shù)β均在1%的水平下顯著為負(fù),這說明,在考慮經(jīng)濟(jì)發(fā)展水平、對(duì)外開放程度、科技創(chuàng)新水平、教育支持力度這些經(jīng)濟(jì)社會(huì)因素的影響的情況下,全國(guó)及七個(gè)研究區(qū)域的科技創(chuàng)新效率均會(huì)向各自的穩(wěn)態(tài)水平收斂。第二,全國(guó)及七個(gè)研究區(qū)域各自的收斂速度存在差異,全國(guó)的收斂速度為0.0335,各研究區(qū)域中僅有粵港澳大灣區(qū)和成渝城市群高于全國(guó)平均水平。第三,全國(guó)及七個(gè)研究區(qū)域的空間效應(yīng)存在異質(zhì)性,其中,全國(guó)和粵港澳大灣區(qū)的被解釋變量和解釋變量均存在空間滯后效應(yīng),長(zhǎng)三角城市群僅存在解釋變量的空間滯后效應(yīng),成渝城市群僅存在被解釋變量的空間滯后效應(yīng),表明上述研究區(qū)域的城市科技創(chuàng)新效率受到相鄰城市空間溢出效應(yīng)的影響;此外,長(zhǎng)江中游城市群和黃河流域存在空間誤差效應(yīng),京津冀城市群和東北地區(qū)不存在空間效應(yīng)。
(1)從時(shí)空格局及躍遷看,七個(gè)研究區(qū)域科技創(chuàng)新效率在樣本期內(nèi)呈現(xiàn)先下降后上升的趨勢(shì),高值區(qū)域從東北地區(qū)轉(zhuǎn)移到東部沿海地區(qū);科技創(chuàng)新效率較高的地區(qū)主要集中于長(zhǎng)三角城市群和粵港澳大灣區(qū)以及北京、成都、哈爾濱等全國(guó)及區(qū)域中心城市;研究期內(nèi)全國(guó)科技創(chuàng)新效率整體上存在正向溢出效應(yīng);除長(zhǎng)三角城市群和粵港澳大灣區(qū)外,其余各研究區(qū)域的科技創(chuàng)新效率時(shí)空凝聚指數(shù)不斷下降,時(shí)空變遷指數(shù)不斷上升,說明其局部空間格局的路徑依賴和鎖定特征不斷弱化。
(2)從區(qū)域差異來看,組間差異是科技創(chuàng)新效率的主要來源。組間差異中,南北研究區(qū)域間差異較大,反映出南北創(chuàng)新戰(zhàn)略存在顯著差異,不平衡問題突出。組內(nèi)差異中,黃河流域科技創(chuàng)新效率組內(nèi)差異相對(duì)較大,科技創(chuàng)新發(fā)展明顯不均衡,這與區(qū)域內(nèi)各城市資源稟賦差異較大有關(guān);長(zhǎng)江中游城市群、京津冀城市群組內(nèi)差異相對(duì)較小,科技創(chuàng)新效率較為平均,科技發(fā)展水平較為均衡。
(3)從收斂特性來看,全國(guó)及七個(gè)研究區(qū)域均存在相對(duì)β收斂,其科技創(chuàng)新效率均存在收斂于各自穩(wěn)態(tài)水平的趨勢(shì)。各研究區(qū)域的空間效應(yīng)呈現(xiàn)差異化特征,全國(guó)、長(zhǎng)三角城市群、粵港澳大灣區(qū)和成渝城市群均存在不同形式的空間滯后效應(yīng),長(zhǎng)江中游城市群和黃河流域存在空間誤差效應(yīng),而京津冀城市群和東北地區(qū)不存在空間效應(yīng)。
(1)科技創(chuàng)新應(yīng)注重協(xié)同發(fā)展。發(fā)展過程中,應(yīng)考慮各地資源稟賦、經(jīng)濟(jì)發(fā)展階段、社會(huì)條件等客觀因素,在一定時(shí)期內(nèi)正視差異的客觀存在及其合理性。目前,我國(guó)科技創(chuàng)新效率差異主要在于組間差異,應(yīng)充分發(fā)揮長(zhǎng)三角城市群、粵港澳大灣區(qū)、京津冀城市群等高創(chuàng)新水平集群區(qū)域的輻射帶動(dòng)作用,如建立東西部科技合作示范區(qū),做到既注重區(qū)域間的協(xié)調(diào),又注重區(qū)域內(nèi)創(chuàng)新產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整,全面加速科技創(chuàng)新發(fā)展進(jìn)程。
(2)科技創(chuàng)新戰(zhàn)略制定應(yīng)因地制宜。各地區(qū)的科技創(chuàng)新效率均存在顯著的收斂趨勢(shì),但強(qiáng)調(diào)縮小差距、協(xié)同發(fā)展并不意味著使各地區(qū)科技創(chuàng)新水平完全一致,而是在考慮各城市實(shí)際情況的基礎(chǔ)上,在其各自的穩(wěn)態(tài)水平上實(shí)現(xiàn)一種相對(duì)均衡。各個(gè)城市群結(jié)合科技創(chuàng)新發(fā)展布局,形成相應(yīng)的科技創(chuàng)新發(fā)展路徑,打造帶有地域特色的創(chuàng)新高地,如可從教育資源、經(jīng)濟(jì)、地理?xiàng)l件等不同角度制定相應(yīng)策略推動(dòng)科技創(chuàng)新效率的提升。
(3)科技創(chuàng)新應(yīng)以市場(chǎng)為先,注重創(chuàng)新要素流動(dòng)。近年來,隨著5G、人工智能的發(fā)展,科技創(chuàng)新人才、數(shù)據(jù)、資金等創(chuàng)新要素成為科技創(chuàng)新發(fā)展的關(guān)鍵要素,各區(qū)域通過優(yōu)化創(chuàng)新機(jī)制促進(jìn)要素流入,但區(qū)域創(chuàng)新體系仍存在要素或功能短板,結(jié)果使得創(chuàng)新回報(bào)率下降,影響創(chuàng)新體系整體作用的發(fā)揮。政府可因勢(shì)利導(dǎo),搭建科技創(chuàng)新平臺(tái),多渠道增加創(chuàng)新要素投入,如與企業(yè)進(jìn)一步開展合作、給予科技創(chuàng)新人員股權(quán)等激勵(lì)性收益。