網(wǎng)絡結構、創(chuàng)新基礎設施與區(qū)域創(chuàng)新績效
——基于網(wǎng)絡DEA乘法模型的分析

吳 中 超

(成都大學 商學院, 四川 成都 610106)

區(qū)域產(chǎn)學研協(xié)同創(chuàng)新知識網(wǎng)絡由來自一定地理范圍內(nèi)的政府、企業(yè)、大學、科研機構等各種異質(zhì)性知識資源體的相互聯(lián)系構成，是區(qū)域主要的創(chuàng)新動力。該類區(qū)域知識網(wǎng)絡可以促進特定區(qū)域各種異質(zhì)性知識資源的優(yōu)化配置并創(chuàng)造新知識，從而成為區(qū)域經(jīng)濟競爭力與發(fā)展?jié)摿Φ闹匾嚓P因素，也是形成區(qū)位優(yōu)勢的關鍵因素。關于區(qū)域創(chuàng)新績效研究一直是區(qū)域創(chuàng)新系統(tǒng)研究的一項重要課題，該類研究可以為區(qū)域創(chuàng)新政策的判斷、制定和修正提供科學依據(jù)。與此同時，區(qū)域創(chuàng)新和知識網(wǎng)絡的辯論經(jīng)常強調(diào)區(qū)域創(chuàng)新行動者——行業(yè)與高校等科研機構之間相互聯(lián)系的強度等結構特征，認為這是影響區(qū)域創(chuàng)新績效中最相關的因素[1]。此外，大量國內(nèi)外相關研究表明，創(chuàng)新環(huán)境因素也對區(qū)域創(chuàng)新績效產(chǎn)生重要影響。

因此，為深入研究創(chuàng)新網(wǎng)絡結構因素和創(chuàng)新基礎設施對區(qū)域創(chuàng)新績效的影響作用，本文以中國30個省份(西藏因為數(shù)據(jù)缺失略去)的區(qū)域創(chuàng)新績效為研究對象，運用各區(qū)域的科技統(tǒng)計數(shù)據(jù)，采用兩階段網(wǎng)絡DEA乘法模型，測算各區(qū)域創(chuàng)新效率，并分析影響其各階段創(chuàng)新效率變化的原因，得出研究結論并對區(qū)域科技政策提出建議。

一、引 言

近年來，隨著區(qū)域創(chuàng)新系統(tǒng)及網(wǎng)絡研究的興起，關于區(qū)域創(chuàng)新績效的研究成為一個主要研究方向，且已經(jīng)取得不少成果。從研究方法歸納，主要將國內(nèi)相關研究成果概括為如下兩個方面：1.參數(shù)法，如基于隨機前沿分析方法(SFA)。代表性成果有：張宗益等[2](2006)利用對數(shù)型Cobb-Douglas生產(chǎn)函數(shù)的隨機前沿模型實證研究了1998—2003年我國區(qū)域技術創(chuàng)新效率。李習保[3](2007)利用1998—2006的面板數(shù)據(jù)，采用對數(shù)線性Cobb-Douglas前沿生產(chǎn)函數(shù)模型對我國區(qū)域創(chuàng)新環(huán)境對創(chuàng)新活動效率的影響進行了實證分析。史修松等[4](2009)運用隨機前沿函數(shù)分析方法，測算了中國省級區(qū)域創(chuàng)新效率及其空間差異。蘇屹等[5](2013)利用超越對數(shù)知識生產(chǎn)函數(shù)的隨機前沿模型對中國區(qū)域創(chuàng)新效率及影響因素進行了實證分析。2.非參數(shù)法，如基于DEA模型方法。代表性成果有：劉順忠等[6](2002)運用傳統(tǒng)DEA方法的CCR模型分析評價了我國各區(qū)域創(chuàng)新系統(tǒng)的創(chuàng)新效率。官建成等[7](2005)基于兩階段DEA的CCR模型分別對區(qū)域創(chuàng)新活動的技術有效性、經(jīng)濟有效性和綜合有效性進行了評價。白俊紅等[8](2009)利用DEA-Tobit兩步法對我國區(qū)域創(chuàng)新效率的環(huán)境影響因素進行了實證檢驗。遲國泰等[9](2010)運用超效率 DEA 方法測評了我國部分省份科技創(chuàng)新效率。左鎧瑞等[10](2016)利用并聯(lián)DEA模型對我國區(qū)域R&D效率及影響因素進行了測度。

隨機前沿分析(SFA)主要利用計量經(jīng)濟學方法，對設定好的前沿生產(chǎn)函數(shù)中的未知參數(shù)進行估計后求出績效單元的技術效率。其優(yōu)點是模型構建有經(jīng)濟理論基礎支撐，可更深入地估計出各種外生變量對績效單元的技術效率影響；但是利用該方法分析創(chuàng)新效率時，由于對于創(chuàng)新過程沒有一個清晰的理論模型和生產(chǎn)函數(shù)形式來反映投入和產(chǎn)出關系，因此在不確定的背景下，DEA比SFA更合適[11]。另一方面采用SFA方法時,創(chuàng)新產(chǎn)出指標只能取一個指標，而區(qū)域創(chuàng)新系統(tǒng)是一個多投入和多產(chǎn)出的復雜知識網(wǎng)絡系統(tǒng)。非參數(shù)法基于前沿函數(shù)，利用線性規(guī)劃如數(shù)據(jù)包絡分析測定績效單元的技術效率，無需設定具體函數(shù)形式，且對數(shù)據(jù)樣本量要求不高，應用方便。該方法在評估多投入和多產(chǎn)出的網(wǎng)絡系統(tǒng)的效率時具有優(yōu)勢。

以往研究各自采用不同的方法和時期數(shù)據(jù)，對區(qū)域創(chuàng)新效率進行了測度研究，但仍存在以下三點不足：1.隨著對區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)機理研究的深入，基于三重螺旋結構模型的知識創(chuàng)新與區(qū)域創(chuàng)新效率關系的研究成為近年熱點[12-15]，但以往對區(qū)域創(chuàng)新效率測評的研究很少考察區(qū)域創(chuàng)新系統(tǒng)作為網(wǎng)絡系統(tǒng)的結構屬性，只有少數(shù)國外研究對區(qū)域創(chuàng)新網(wǎng)絡結構進行了一定分析(Kratke，2010; J Owen-Smith和WW Powel，2004)[16-17]。國內(nèi)從區(qū)域創(chuàng)新網(wǎng)絡結構視角分析區(qū)域創(chuàng)新效率影響因素的研究還很少見。2.傳統(tǒng)DEA模型將決策單元作為“黑箱”而不考慮其內(nèi)部結構與機理，降低了復雜網(wǎng)絡生產(chǎn)系統(tǒng)決策單元的效率測評準確性。網(wǎng)絡DEA模型相比傳統(tǒng)DEA方法對于網(wǎng)絡系統(tǒng)的生產(chǎn)決策單元在效率分析方面更具有優(yōu)勢，但目前運用兩階段網(wǎng)絡DEA方法對區(qū)域創(chuàng)新效率的研究仍不夠深入。3.既有的國內(nèi)相關創(chuàng)新效率少量研究雖有運用兩階段網(wǎng)絡DEA模型，但關于系統(tǒng)綜合效率在兩階段效率分解研究方面尚有待深入。

基于以上研究不足，本文將利用兩階段網(wǎng)絡DEA方法的乘法模型，采用2013—2017年的科技統(tǒng)計數(shù)據(jù)(因2018、2019年數(shù)據(jù)部分指標缺失)對我國區(qū)域創(chuàng)新網(wǎng)絡效率進行測評，并將創(chuàng)新網(wǎng)絡結構變量作為影響區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)技術效率的解釋變量展開研究，詳細探討了產(chǎn)學研創(chuàng)新網(wǎng)絡結構對于區(qū)域創(chuàng)新效率的影響效應。本文的創(chuàng)新點主要在于以下兩方面：一是提出一個基于知識創(chuàng)造與知識轉(zhuǎn)化的兩階段網(wǎng)絡數(shù)據(jù)包絡分析(DEA)乘法模型來測度區(qū)域創(chuàng)新績效，將區(qū)域創(chuàng)新的過程分解為兩級創(chuàng)新生產(chǎn)網(wǎng)絡框架，即上游知識創(chuàng)造過程和下游知識轉(zhuǎn)化過程。在知識轉(zhuǎn)化階段引入創(chuàng)新網(wǎng)絡結構變量作為第二階段的系統(tǒng)外部投入，借助構建區(qū)域知識創(chuàng)新網(wǎng)絡效率兩階段模型描述創(chuàng)新網(wǎng)絡結構在知識轉(zhuǎn)化環(huán)節(jié)作為投入要素的作用機制。二是在利用二階段網(wǎng)絡DEA乘法模型對區(qū)域創(chuàng)新效率進行實證分析過程中，加入?yún)^(qū)域創(chuàng)新基礎設施等影響因素變量，考察其對區(qū)域創(chuàng)新效率的影響作用。

二、模型及評價指標

(一)研究方法

數(shù)據(jù)包絡分析(DEA)是一種非參數(shù)技術，用于測量使用多個輸入產(chǎn)生多個輸出的決策單元(DMUs)的績效?；镜臄?shù)學模型是線性規(guī)劃。兩種基本的DEA模型，即CCR[18]和BCC[19]模型，已經(jīng)分別成為固定收益和可變收益規(guī)模假設下的績效衡量標準。傳統(tǒng)的DEA處理一個階段的生產(chǎn)過程，只是將決策單元(DMUs)作為一個投入-產(chǎn)出的“黑箱”系統(tǒng)，不考慮DMU內(nèi)部結構。然而在許多情況下，忽略系統(tǒng)內(nèi)部劃分的操作可能產(chǎn)生誤導性的效率值,因此,提出了網(wǎng)絡DEA來解決這個問題(Fare & Grosskopf，2000)[20]。該范式把決策單元(DMUs)“黑箱”的內(nèi)部結構作為多階段過程，其底層結構表明了各個階段之間的中間產(chǎn)品的流動，前一階段的產(chǎn)出作為后一階段的投入，在效率評估中起著關鍵作用。大量研究表明，運用網(wǎng)絡DEA模型衡量具有網(wǎng)絡結構的系統(tǒng)效率，測量結果更加準確且能夠具體分析系統(tǒng)無效性來源(Kao，2014)[21]。

從結構方面來說，基本的兩級結構是研究最廣泛的，網(wǎng)絡DEA模型效率分解有兩種類型：乘法模型和加法模型。在乘法效率分解中，總效率被定義為兩個階段效率得分的乘積；而在加法效率分解中，總效率被定義為兩個階段效率得分的加權平均值。本文借鑒參考Kao和Hwang[22](2008)的乘法模型，該模型假設：(1)規(guī)模報酬不變(CRS)。(2)兩個階段的權重是相同的。

假設有n個決策單元(DMU)，并且每個DMUj(j= 1,2,…,n)都有m個輸入到第一個階段xij,(i = 1,2…,m)，該階段的D輸出zdj,(d= 1,2,…,D)。這些D輸出然后成為第二個的輸入階段，稱為中間措施。輸出從第二階段開始，用yrj表示(r= 1,2，…，s)?？梢杂嬎愠龅谝浑A段和第二階段DMUj0的CRS效率值在以下兩個CCR模型(1)和(2)中

(1)

(2)

總體CRS效率值CCR模型(3)可根據(jù)式(3)計算

(3)

vi,ui> 0

測量模型DMU的整體效率由式(4)給出

(4)

vi,ui,ηd> 0

(二)兩階段網(wǎng)絡DEA模型建立

實際上，區(qū)域創(chuàng)新系統(tǒng)可以看成一個具有一定網(wǎng)絡結構屬性的知識創(chuàng)新“投入-產(chǎn)出”生產(chǎn)系統(tǒng)。區(qū)域知識創(chuàng)新活動是一個復雜網(wǎng)絡系統(tǒng)行為，可以視為大學(或科研機構)與企業(yè)等異質(zhì)性組織之間知識流動的過程，可以將知識創(chuàng)新活動分為知識共享、知識創(chuàng)造和知識優(yōu)勢的三個階段[23]。本文借鑒前人研究[23-26]，將區(qū)域知識創(chuàng)新活動分為知識創(chuàng)造與知識轉(zhuǎn)化兩個階段，選擇Dimitris K等[25](2016)歸納的四種類型兩階段串聯(lián)網(wǎng)絡DEA中的乘法模型，把國內(nèi)三種專利授權量作為中間變量，既作為知識創(chuàng)造子系統(tǒng)的產(chǎn)出，也作為知識轉(zhuǎn)化子系統(tǒng)的投入；同時,引入創(chuàng)新網(wǎng)絡結構變量作為第二階段的系統(tǒng)外部投入，構建的兩階段網(wǎng)絡 DEA 模型如圖 1 所示。區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的總效率分解為知識創(chuàng)造子系統(tǒng)效率與知識轉(zhuǎn)化子系統(tǒng)效率，系統(tǒng)的整體效率是兩個階段協(xié)調(diào)的結果?？紤]到創(chuàng)新活動具有風險性與不確定性，創(chuàng)新產(chǎn)出往往不可控，但創(chuàng)新投入相對可控，本模型每一階段選用投入導向的CCR模型，總效率分解采用前述乘法模型分解方法。

圖1 區(qū)域知識創(chuàng)新網(wǎng)絡效率兩階段模型

(三)效率影響因素模型

為進一步深入分析網(wǎng)絡DEA方法測度的兩階段技術效率值的影響因素，本文采用回歸模型進行效率影響因素分析。因為DEA分析的技術效率值在0-1之間，屬于典型的因變量受到某種約束情況，所以采用Tobit回歸模型。具體形式如下：

(5)

(四)指標選取

1.第一階段投入產(chǎn)出指標

創(chuàng)新投入方面，相關研究一般把R&D人力資源和R&D財力資源作為創(chuàng)新體系的原始投入資源[27]。區(qū)域R&D 經(jīng)費內(nèi)部支出(萬元)和R&D 人員全時當量是學者廣泛采用的創(chuàng)新系統(tǒng)投入指標。R&D 經(jīng)費內(nèi)部支出(萬元)可以反映區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的財力資源投入。R&D 人員全時當量可以反映區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的人力資源投入。因此，本文選取這兩個指標作為區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)效率的第一階段創(chuàng)新投入指標。

如果把區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)看成是一個“投入-產(chǎn)出”系統(tǒng)，創(chuàng)新產(chǎn)出就是區(qū)域創(chuàng)新績效。長期以來，對區(qū)域創(chuàng)新績效的研究結果尚未形成一種普遍接受的創(chuàng)新投入指標，但是在創(chuàng)新產(chǎn)出層面，專利是中外學者廣泛采用的指標。分析區(qū)域創(chuàng)新績效技術性能的變化及影響因素需要較長時間和多個區(qū)域的數(shù)據(jù)，而專利提供了多地區(qū)和較長時間內(nèi)的一致、具體和可比的數(shù)據(jù)。專利被廣泛認為是國家、地區(qū)、公司和行業(yè)技術績效的指標[28]。由于這個原因，本文第一階段知識創(chuàng)造的產(chǎn)出變量選擇專利指標來衡量。本文選用國內(nèi)三種專利授權數(shù)作為各區(qū)域知識創(chuàng)造績效的測度指標，因為專利授權數(shù)更代表績效實際產(chǎn)出。

2.第二階段投入產(chǎn)出指標

利用傳統(tǒng)DEA方法分析創(chuàng)新系統(tǒng)往往只是把專利作為最終創(chuàng)新產(chǎn)出，但實際上雖然專利是公認的衡量知識創(chuàng)造——新技術的指標，但專利無法作為描述知識轉(zhuǎn)化為經(jīng)濟成果的指標[29]。鑒于此，本文在區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)效率第二階段的投入產(chǎn)出指標選取上側(cè)重考查知識轉(zhuǎn)化成經(jīng)濟成果的效率。首先，將第一階段的產(chǎn)出(三種專利授權數(shù))作為第二階段的一種投入。其次，根據(jù)國內(nèi)外學者對創(chuàng)新網(wǎng)絡結構特征的研究[1,12-15,30]，認為創(chuàng)新網(wǎng)絡的成長是由網(wǎng)絡的結構決定的，因此網(wǎng)絡結構特征應該納入創(chuàng)新績效增長的研究，認為知識創(chuàng)新網(wǎng)絡密度越大，網(wǎng)絡節(jié)點之間聯(lián)系強度也越大，說明產(chǎn)學研各方主體之間開展協(xié)同創(chuàng)新的動機越強，互補性信息、知識資源等在異質(zhì)性創(chuàng)新主體之間共享程度可能更高，有助于提高各方創(chuàng)新能力進而促進區(qū)域知識轉(zhuǎn)化效率的提升。本文選擇刻畫區(qū)域創(chuàng)新網(wǎng)絡結構關鍵指標之一的網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)作為系統(tǒng)外部投入變量，這里具體選擇高等學校R&D 經(jīng)費外部支出(包括對其他研究機構和企業(yè)等研發(fā)經(jīng)費支出)作為刻畫創(chuàng)新網(wǎng)絡結構密度的指標(1)反映創(chuàng)新網(wǎng)絡密度的指標還可以選擇企業(yè)產(chǎn)學研經(jīng)費外部支出指標和各地區(qū)研究與開發(fā)機構R&D經(jīng)費外部支出。但企業(yè)產(chǎn)學研經(jīng)費支出指標由于統(tǒng)計數(shù)據(jù)缺失太多被本研究舍棄，各地區(qū)研究與開發(fā)機構R&D經(jīng)費外部支出統(tǒng)計數(shù)據(jù)缺失海南、青海、西藏等省份數(shù)據(jù)，也只有舍棄。。

人均GDP可以反映各區(qū)域經(jīng)濟發(fā)展水平，居民人均可支配收入則(2)統(tǒng)計年鑒從2013年開始有各省份居民可支配收入統(tǒng)計數(shù)據(jù)，2013年之前各省城鎮(zhèn)居民與農(nóng)村居民可支配收入是分別統(tǒng)計的，所以本文數(shù)據(jù)選取從2013年開始。反映各區(qū)域人民實際生活水平的提高。這兩項指標能反映科技創(chuàng)新對各區(qū)域經(jīng)濟的促進與人民生活改善作用，所以選擇這兩項作為第二階段的知識轉(zhuǎn)化產(chǎn)出指標。

3.區(qū)域創(chuàng)新績效影響因素指標(3)關于區(qū)域創(chuàng)新績效影響因素及指標選取的詳細理論分析請詳見參考文獻[1]。

如前文所述，區(qū)域主要的創(chuàng)新動力來自于企業(yè)、高校、科研機構等各種異質(zhì)性知識資源體的相互聯(lián)系——形成區(qū)域知識創(chuàng)新網(wǎng)絡。區(qū)域知識生產(chǎn)與轉(zhuǎn)化主要是通過知識創(chuàng)新網(wǎng)絡的活動來實現(xiàn)。在考察區(qū)域創(chuàng)新績效影響因素的相關研究時發(fā)現(xiàn)，歐洲和美國率先采用了一種新的區(qū)域商業(yè)發(fā)展方式，即建設區(qū)域創(chuàng)新基礎設施[31]。區(qū)域創(chuàng)新基礎設施是指促進區(qū)域創(chuàng)新行為、提高區(qū)域創(chuàng)新績效的環(huán)境因素，為區(qū)域創(chuàng)新活動開展提供良好平臺，能夠?qū)^(qū)域創(chuàng)新水平的提升產(chǎn)生積極作用，主要包括經(jīng)濟增長水平、信息基礎設施、研發(fā)投入強度、地理區(qū)位、政府支持強度、企業(yè)創(chuàng)新活力、市場開放程度和產(chǎn)業(yè)結構等因素[30]。同時，國外學者研究認為區(qū)域產(chǎn)學研的結構特征是影響區(qū)域創(chuàng)新績效的最相關的因素[1]。基于這樣的理論基礎，本文將區(qū)域創(chuàng)新績效影響因素分為區(qū)域創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面。根據(jù)國內(nèi)外有關研究[30,32-34]把創(chuàng)新網(wǎng)絡結構變量選擇為網(wǎng)絡規(guī)模、網(wǎng)絡開放性、網(wǎng)絡結構洞、網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)四個方面。網(wǎng)絡規(guī)模選用各區(qū)域高校數(shù)量、各區(qū)域研發(fā)機構個數(shù)和各區(qū)域高新技術企業(yè)數(shù)三個指標來反映。網(wǎng)絡開放性選用各區(qū)域外商直接投資額(FDI)測度。網(wǎng)絡結構洞用各區(qū)域技術市場交易金額表征。網(wǎng)絡密度選用各地區(qū)高等學校R&D經(jīng)費外部支出(包括其他研究機構和企業(yè)等研發(fā)經(jīng)費支出)測度。

創(chuàng)新基礎設施也是影響區(qū)域創(chuàng)新效率的重要因素，包括區(qū)域經(jīng)濟增長水平、信息基礎設施、產(chǎn)業(yè)結構、區(qū)域研發(fā)投入強度、政府支持強度、市場開放程度6個方面。構建區(qū)域創(chuàng)新技術效率影響因素回歸函數(shù)為

yit=δ0+δ1collegeit+δ2researchit+δ3enterpriseit+δ4FDIit+δ5technology+

δ6college.expit+δ7GDPit+δ8ICTit+δ9ISit+δ10RIit+δ11GOVit+δ12MARit

(6)

式(6)包含了創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面的區(qū)域創(chuàng)新效率影響因素。其中創(chuàng)新網(wǎng)絡結構選用6個結構變量：college表示各區(qū)域高校數(shù)量；research表示各區(qū)域研發(fā)機構數(shù)量；enterprise 表示各區(qū)域高新技術企業(yè)數(shù)。這三個變量都是表征創(chuàng)新網(wǎng)絡結構規(guī)模的變量。FDI是各區(qū)域外商直接投資額，用來表征網(wǎng)絡開放度。technology是各區(qū)域技術市場交易金額，用來表征網(wǎng)絡結構洞。college.exp是各區(qū)域高等學校R&D經(jīng)費外部支出，表征網(wǎng)絡密度。

區(qū)域創(chuàng)新基礎設施也選用6個變量:GDP表示各區(qū)域人均GDP，用來表征地區(qū)經(jīng)濟發(fā)展水平。ICT是地區(qū)郵電業(yè)務總量占 GDP 比重，用來表征地區(qū)信息基礎設施水平。IS是各區(qū)域第三產(chǎn)業(yè)占比數(shù)據(jù)，用來表征地區(qū)產(chǎn)業(yè)結構特征。RI是各區(qū)域R&D經(jīng)費占地區(qū)GDP比重，用來表征區(qū)域研發(fā)投入強度。GOV是以地區(qū)總的科技經(jīng)費籌集金額中政府資助所占比重來衡量地方政府對創(chuàng)新活動的支持力度。MRA是采用各區(qū)域進出口總額占GDP的比重來衡量一省對國際貿(mào)易和競爭的開放程度，此變量用來表征地區(qū)市場開放程度。

三、實證結果分析

本文以中國省份區(qū)域創(chuàng)新績效為研究對象，采用2013—2017 年我國30個省份(西藏因統(tǒng)計數(shù)據(jù)不全舍去)有關創(chuàng)新指標統(tǒng)計數(shù)據(jù)，利用兩階段網(wǎng)絡DEA模型進行區(qū)域創(chuàng)新網(wǎng)絡效率實證分析。有關專利授權數(shù)、R&D人力資源和R&D財力資源數(shù)據(jù)來自《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》，創(chuàng)新網(wǎng)絡結構變量數(shù)據(jù)來自各區(qū)域統(tǒng)計年鑒、《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》，數(shù)據(jù)處理使用DEAP2.1軟件?？紤]到區(qū)域知識創(chuàng)新活動進行知識創(chuàng)造與知識轉(zhuǎn)化均具有時間滯后性，借鑒有關研究[4，6]，將知識創(chuàng)造與知識轉(zhuǎn)化兩階段投入產(chǎn)出時間延遲定為1年，第一階段知識創(chuàng)造投入時間為2013—2015年，第一階段產(chǎn)出時間與第二階段知識創(chuàng)造投入時間為2014—2016年，第二階段知識轉(zhuǎn)化產(chǎn)出時間為2015—2017年。

(一)第1階段結果

從表1數(shù)據(jù)分析，2013—2015年知識創(chuàng)造階段只有浙江省的技術效率為1，達到了DEA技術有效。江蘇、貴州、四川、重慶、安徽等省份的創(chuàng)新技術效率在0.6～1.0之間，表明該部分區(qū)域的知識創(chuàng)造技術效率處于較好水平。山西、內(nèi)蒙古、吉林、寧夏等省份的創(chuàng)新技術效率在0.4以下，表明這部分地區(qū)的知識創(chuàng)造技術效率水平偏低，需要通過提高創(chuàng)新資源使用效率，避免不必要浪費來提升知識創(chuàng)造效率水平。

表1 中國各省區(qū)域知識創(chuàng)造階段創(chuàng)新技術效率

(二)第2階段結果

從表2數(shù)據(jù)分析，青海省3年知識轉(zhuǎn)化階段創(chuàng)新技術效率均為1，達到DEA技術有效。海南省有兩年技術效率為1，寧夏與內(nèi)蒙古地區(qū)的知識轉(zhuǎn)化階段創(chuàng)新技術效率也相對較高。與第一階段相比較，這些地區(qū)的知識轉(zhuǎn)化創(chuàng)新效率都有很大提高，表明雖然這些地區(qū)知識創(chuàng)造創(chuàng)新技術效率較低，但是知識轉(zhuǎn)化效率較高。同時，與第一階段較高的知識創(chuàng)造技術效率相比，江蘇、貴州、四川、重慶、安徽等省份在第二階段知識轉(zhuǎn)化創(chuàng)新技術效率卻很低。以上結論說明知識創(chuàng)造與知識轉(zhuǎn)化是相對獨立的兩個階段，兩者的創(chuàng)新效率并不必然成正比。這給我國由于地域遼闊但創(chuàng)新資源匱乏造成創(chuàng)新資源分布不均勻的困境提供了一個解決思路：即可以利用一些經(jīng)濟文化中心區(qū)域的知識創(chuàng)造高效率，與某些創(chuàng)新資源相對匱乏但經(jīng)濟市場廣闊的區(qū)域進行跨區(qū)域知識創(chuàng)新活動，優(yōu)勢互補共同提升整體創(chuàng)新效率。

表2 中國各省區(qū)域知識轉(zhuǎn)化階段創(chuàng)新技術效率

從我國整體區(qū)域而言，知識轉(zhuǎn)化階段的創(chuàng)新技術效率(3年均值0.159)相比知識創(chuàng)造階段的技術效率(3年均值0.538)要低得多，說明我國各區(qū)域的科技成果轉(zhuǎn)化率低下，大量創(chuàng)新資源的原始投入并沒有有效轉(zhuǎn)化為經(jīng)濟成果，科技創(chuàng)新對我國經(jīng)濟增長的貢獻還遠遠不足。

表3數(shù)據(jù)顯示，中國各省區(qū)域兩階段整體知識創(chuàng)新效率均較低。因為區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的整體效率是兩個階段效率值相乘所得的結果，由前文分析可知，整體效率較低主要是由于系統(tǒng)第二階段的知識轉(zhuǎn)化技術效率低下造成的。

表3 中國各省區(qū)域知識創(chuàng)新網(wǎng)絡兩階段創(chuàng)新綜合技術效率

(三)DEA-Tobit結果

為進一步深入分析造成區(qū)域創(chuàng)新效率較低的原因，本文運用式(5)、式(6)的Tobit模型，以2013—2017年中國各省份兩個階段的知識創(chuàng)新技術效率為因變量，從區(qū)域創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面，選取網(wǎng)絡規(guī)模、網(wǎng)絡開放性、網(wǎng)絡結構洞、網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)、區(qū)域經(jīng)濟增長水平、信息基礎設施、產(chǎn)業(yè)結構、區(qū)域研發(fā)投入強度、政府支持強度、市場開放程度為自變量，數(shù)據(jù)來自各區(qū)域統(tǒng)計年鑒、《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》，數(shù)據(jù)處理使用stata.12軟件，回歸結果見表4。

表4 中國各省區(qū)域知識創(chuàng)新技術效率影響因素的Tobit回歸結果

表征創(chuàng)新網(wǎng)絡結構規(guī)模的三個變量中，各區(qū)域高校數(shù)量在知識創(chuàng)新效率的兩個階段的影響作用都不顯著，對兩階段綜合技術效率的影響統(tǒng)計上也不顯著，說明高校數(shù)量對我國區(qū)域創(chuàng)新效率的提升不明顯，各地區(qū)不能僅僅通過簡單增加高校數(shù)量來提升區(qū)域創(chuàng)新能力與效率。各區(qū)域研發(fā)機構數(shù)量對第二階段知識轉(zhuǎn)化效率的影響統(tǒng)計上顯著，但影響方向為負，兩階段綜合創(chuàng)新技術效率也呈現(xiàn)負向影響。說明研發(fā)機構數(shù)量的增加反而降低了區(qū)域創(chuàng)新效率，反映出我國研發(fā)機構數(shù)量的增加在知識創(chuàng)新中的實際作用較低，存在創(chuàng)新資源浪費。各區(qū)域高新技術企業(yè)數(shù)對第一階段的知識創(chuàng)造效率的影響統(tǒng)計上正向顯著，但對第二階段的知識轉(zhuǎn)化與兩階段的綜合技術效率統(tǒng)計上沒有顯著影響。

實證結果表明：企業(yè)在目前我國區(qū)域產(chǎn)學研知識創(chuàng)新中起到了知識創(chuàng)新的主導作用，高校與研究院所的作用遠遠不足。以上三個變量的系數(shù)在各階段均較小，總體上反映出產(chǎn)學研三方的數(shù)量簡單增加不能對區(qū)域創(chuàng)新績效產(chǎn)生明顯提升作用，所以區(qū)域知識創(chuàng)新過程不能僅僅依靠產(chǎn)學研網(wǎng)絡規(guī)模的擴大，而需要進一步發(fā)揮三方的協(xié)同內(nèi)涵質(zhì)量作用。

創(chuàng)新網(wǎng)絡開放度對區(qū)域知識創(chuàng)造階段呈現(xiàn)統(tǒng)計上的顯著負向影響，對知識轉(zhuǎn)化階段及綜合階段影響均不顯著。表明區(qū)域創(chuàng)新網(wǎng)絡的開放度越高，區(qū)域之間的產(chǎn)學研合作可能更頻繁，越有利于進行知識創(chuàng)造，但知識轉(zhuǎn)化更多是需要具體結合當?shù)厥袌龅膮^(qū)域內(nèi)活動。

創(chuàng)新網(wǎng)絡結構洞的測度指標是各區(qū)域技術市場交易金額，實證結果表明該指標對區(qū)域知識創(chuàng)造、知識轉(zhuǎn)化及綜合階段創(chuàng)新效率影響均不顯著。表明現(xiàn)實情況是中國各區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)中結構洞的“中介效應”不明顯。

網(wǎng)絡密度的測度指標是各區(qū)域高等學校R&D經(jīng)費外部支出，實證結果表明該指標對區(qū)域知識創(chuàng)造、知識轉(zhuǎn)化及綜合階段創(chuàng)新效率影響統(tǒng)計上均不顯著。表明現(xiàn)實情況是中國各區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)中產(chǎn)學研各方的協(xié)同度遠遠不足，今后應改善協(xié)同方式，加強協(xié)同創(chuàng)新深度。

對于區(qū)域創(chuàng)新基礎設施等影響因素分析如下：

第一，地區(qū)經(jīng)濟發(fā)展水平用各區(qū)域人均GDP表征，實證結果表明：該指標對區(qū)域知識創(chuàng)造、知識轉(zhuǎn)化及綜合階段創(chuàng)新效率統(tǒng)計上均不顯著。實際系數(shù)雖為正，但數(shù)值均較小，說明區(qū)域經(jīng)濟水平的提升并不必然對知識創(chuàng)新效率產(chǎn)生影響，也間接反映中國過去的區(qū)域經(jīng)濟發(fā)展水平提升與技術創(chuàng)新相對脫節(jié)，即中國過去的區(qū)域經(jīng)濟增長更多來自非技術創(chuàng)新帶來的粗放型增長，而非由技術創(chuàng)新帶來的內(nèi)涵式增長。

第二，地區(qū)信息基礎設施水平用郵電業(yè)務總量占GDP 比重表征，實證結果表明：該指標對第一階段的知識創(chuàng)造效率的影響統(tǒng)計上正向顯著，對第二階段的知識轉(zhuǎn)化與兩階段的綜合技術效率影響方向為負，但統(tǒng)計上不顯著。表明地區(qū)信息基礎設施水平的提升對區(qū)域知識創(chuàng)造績效呈現(xiàn)明顯正相關；而由于目前各地區(qū)信息基礎設施水平更多呈現(xiàn)網(wǎng)絡化與移動互聯(lián)網(wǎng)化趨勢，對郵電業(yè)務具有“擠出效應”，所以在知識轉(zhuǎn)化階段需對應以互聯(lián)網(wǎng)化為標志的效率更高的信息基礎設施水平。

第三，地區(qū)產(chǎn)業(yè)結構特征用各區(qū)域第三產(chǎn)業(yè)占比表征，實證結果表明：區(qū)域第三產(chǎn)業(yè)占比對第一階段的知識創(chuàng)造效率的影響與兩階段的綜合技術效率影響統(tǒng)計上均正向顯著，對第二階段的知識轉(zhuǎn)化影響方向為負，但統(tǒng)計上不顯著?？傮w表明產(chǎn)業(yè)結構中現(xiàn)代產(chǎn)業(yè)體系的高新技術產(chǎn)業(yè)與服務業(yè)占比越大，區(qū)域創(chuàng)新效率越高。

第四，區(qū)域研發(fā)投入強度用各區(qū)域R&D經(jīng)費占地區(qū)GDP比重表征，實證結果表明：區(qū)域研發(fā)投入強度與區(qū)域總體知識創(chuàng)新效率顯著負相關。說明現(xiàn)實中我國區(qū)域研發(fā)投入并沒有取得預期效果，可能是由于研發(fā)資金使用效率不高，存在較大浪費現(xiàn)象；另外我國知識創(chuàng)新科技成果轉(zhuǎn)化率不高，研發(fā)經(jīng)費并沒有完全轉(zhuǎn)化為實際創(chuàng)新成果，這也與我國實際情況相符合。

第五，政府對創(chuàng)新活動的支持力度用地區(qū)總的科技經(jīng)費籌集金額中政府資助所占比重表征，實證結果表明：政府對創(chuàng)新活動的支持力度對第二階段的知識轉(zhuǎn)化效率影響與兩階段的綜合技術效率影響統(tǒng)計上均正向顯著，對第一階段的知識創(chuàng)造效率影響方向為負，但統(tǒng)計上不顯著。說明政府支持對我國區(qū)域知識創(chuàng)新活動總體起到較為明顯的正向促進作用，但在知識創(chuàng)造階段政府資金的投入存在浪費現(xiàn)象，并可能會對產(chǎn)學研其他主體的投入產(chǎn)生“擠出效應”。

第六，地區(qū)市場開放程度用各區(qū)域進出口總額占GDP的比重表征，實證結果表明：該指標對區(qū)域知識創(chuàng)造效率顯著負向影響，對區(qū)域知識轉(zhuǎn)化及綜合階段創(chuàng)新效率影響均不顯著?？傮w上表明我國地區(qū)市場開放程度對區(qū)域知識傳播與流動的促進作用不明顯，導致對區(qū)域創(chuàng)新效率影響不顯著。

四、結論與啟示

(一)研究結論

本文研究通過滯后1期的兩階段網(wǎng)絡DEA乘法模型對中國區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)效率進行了測度，同時分析探討了創(chuàng)新網(wǎng)絡結構與創(chuàng)新基礎設施兩方面對區(qū)域創(chuàng)新效率的影響效應。得出如下研究結論：

1.我國各省區(qū)域兩階段知識創(chuàng)新整體效率均較低，主要是由于第二階段的知識轉(zhuǎn)化技術效率低下造成的。

2.網(wǎng)絡結構中網(wǎng)絡開放性和網(wǎng)絡規(guī)模對于區(qū)域創(chuàng)新效率具有一定作用，網(wǎng)絡密度與網(wǎng)絡結構洞的影響效應不明顯。

3.創(chuàng)新環(huán)境對區(qū)域創(chuàng)新績效具有重要影響作用。企業(yè)在目前我國區(qū)域產(chǎn)學研創(chuàng)新活動中起到了主導作用，高校與研究院所的作用則遠遠不足。地區(qū)經(jīng)濟發(fā)展水平對區(qū)域創(chuàng)新效率的影響較小，說明我國過去經(jīng)濟增長與知識創(chuàng)新關聯(lián)度不高。

(二)實踐啟示

基于本文的研究結論，可得我國區(qū)域創(chuàng)新效率和未來區(qū)域創(chuàng)新發(fā)展實踐的啟示：

1.今后我國各區(qū)域在充分發(fā)揮企業(yè)在產(chǎn)學研協(xié)同創(chuàng)新中心地位的同時，應大力提升高校和科研院所的知識轉(zhuǎn)化率，發(fā)揮高校與科研機構的知識溢出效應。各地區(qū)政府應發(fā)揮出“協(xié)調(diào)人”角色的作用，引導區(qū)域內(nèi)外產(chǎn)學研各方協(xié)同創(chuàng)新，有效提升科技知識成果轉(zhuǎn)化效率，共同提高區(qū)域創(chuàng)新績效。

2.注重提高地區(qū)信息基礎設施水平，加強區(qū)域創(chuàng)新基礎設施的建設。政府應出臺相應的創(chuàng)新政策促進鼓勵本區(qū)域創(chuàng)新活動，繼續(xù)深化調(diào)整產(chǎn)業(yè)結構，提升現(xiàn)代產(chǎn)業(yè)體系中對科技創(chuàng)新要求較高的高新技術產(chǎn)業(yè)與現(xiàn)代服務業(yè)占比，促進區(qū)域創(chuàng)新效率提升。

3.各區(qū)域在繼續(xù)提高R&D經(jīng)費占地區(qū)GDP比重的同時，要更注意R&D經(jīng)費的使用效率，需要具體出臺一些規(guī)章制度約束R&D經(jīng)費的使用，避免浪費。由于政府資金的投入對產(chǎn)學研其他主體的投入可能會產(chǎn)生“擠出效應”，今后還需要吸引更多市場主體資金加入?yún)^(qū)域創(chuàng)新網(wǎng)絡，如風險資本、企業(yè)研發(fā)投入等。

本文研究在理論模型構建的指標選取上尚存在一些不足，主要體現(xiàn)在創(chuàng)新網(wǎng)絡結構的指標選取上，因為數(shù)據(jù)可得性和DEA模型本身的限制等，僅僅選取了高等學校R&D 經(jīng)費外部支出代表網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)指標作為第二階段的系統(tǒng)外部投入變量進行研究。這樣的假設有一定局限性，后續(xù)的研究中將采用更多的創(chuàng)新網(wǎng)絡結構指標進行實證分析，進一步檢查與驗證本研究結論的合理性與可靠性。