區(qū)域科技創(chuàng)新資源配置效率測(cè)度
——以珠三角為例

羅 珊， 孫熹寰

(華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院， 廣州 511400)

科技創(chuàng)新資源是科技創(chuàng)新活動(dòng)的物質(zhì)基礎(chǔ)，是推動(dòng)科研成果轉(zhuǎn)化、提高區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展水平的要素集合,其配置規(guī)模、配置效率以及配置結(jié)構(gòu)是衡量地區(qū)綜合實(shí)力、發(fā)展后勁的重要標(biāo)尺[1]. 目前，珠三角科技創(chuàng)新資源尚缺乏有效整合，存在分布不均、未盡其用和配置不當(dāng)?shù)葐栴}，極大阻礙了粵港澳大灣區(qū)創(chuàng)新協(xié)同發(fā)展，如何有效配置資源、提高科技創(chuàng)新效率成為當(dāng)下亟需解決的關(guān)鍵議題.

目前，關(guān)于區(qū)域科技創(chuàng)新資源配置的研究主要集中在探討資源配置作用、測(cè)度資源配置效率等方面. 政策、人力資本、R&D經(jīng)費(fèi)和知識(shí)創(chuàng)造力等是影響區(qū)域創(chuàng)新能力的重要因素[2-6]，資金、知識(shí)、人力和制度等無形要素的有效耦合是推進(jìn)創(chuàng)新驅(qū)動(dòng)、提高創(chuàng)新績(jī)效的重要方式[7-9]. 但地區(qū)間創(chuàng)新績(jī)效的差異并不完全由創(chuàng)新資源稟賦和資源配置組合決定，創(chuàng)新資源的配置效率也是主導(dǎo)要素之一[10]. 對(duì)資源配置效率的測(cè)度使用較為廣泛的是數(shù)據(jù)包絡(luò)分析法(DEA)[11]，其無需構(gòu)建生產(chǎn)函數(shù)，可基于數(shù)學(xué)規(guī)劃，得到最有利于決策單元的投入產(chǎn)出比，有效避免了人為賦權(quán)的主觀性. ANDERSEN[12]對(duì)其進(jìn)一步拓展，提出超效率模型，使得生產(chǎn)前沿面上的決策單元也可以相互比較. 但傳統(tǒng)DEA基于徑向和角度模型，沒有考慮投入產(chǎn)出的松弛變量以及外部環(huán)境的影響，使得測(cè)出的效率與實(shí)際效率存在一定偏差[13]. 因此，TONE[14]在DEA模型基礎(chǔ)上提出非徑向的、包含非期望產(chǎn)出的SBM模型，既在目標(biāo)函數(shù)中引入松弛變量，又克服評(píng)價(jià)中存在的非期望產(chǎn)出問題；范斐等[15]構(gòu)建非期望產(chǎn)出SBM模型，在區(qū)域科技資源配置效率的環(huán)境約束異質(zhì)性分析中發(fā)現(xiàn)，考慮非期望產(chǎn)出資源配置效率測(cè)度比不考慮非期望產(chǎn)出的更為科學(xué)合理. 由于DEA模型只能比較同一時(shí)期各決策單元的相對(duì)效率，無法分析同一決策單元不同時(shí)期的效率變化，F(xiàn)ARE等[16]將DEA與Malmquist指數(shù)相結(jié)合，使得不僅可以分析不同時(shí)期決策單元的效率變化趨勢(shì)，還可以將全要素生產(chǎn)率(Tfpch)分解為技術(shù)進(jìn)步變動(dòng)指數(shù)(Techch)和技術(shù)效率變動(dòng)指數(shù)(Effch)，進(jìn)一步探究造成資源配置效率差異的原因.

目前，對(duì)于珠三角乃至粵港澳大灣區(qū)的科技創(chuàng)新資源配置缺乏針對(duì)性研究，實(shí)證分析尤甚. 本文運(yùn)用非期望產(chǎn)出的超效率SBM模型，結(jié)合Malmquist指數(shù)，從橫向和縱向兩方面分析珠三角9市科技創(chuàng)新資源配置效率，為探索珠三角科技創(chuàng)新資源配置優(yōu)化路徑、推動(dòng)粵港澳大灣區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展提供建議.

1 數(shù)據(jù)來源與研究方法

1.1 變量選擇

為客觀評(píng)價(jià)珠三角的科技創(chuàng)新資源配置水平，本文遵循科學(xué)性、可行性、可比性、系統(tǒng)性和整體性等基本原則，兼顧統(tǒng)計(jì)數(shù)據(jù)的可獲得性，從科技創(chuàng)新資源投入、產(chǎn)出2個(gè)領(lǐng)域，選取9個(gè)投入、產(chǎn)出指標(biāo)(表1)用于測(cè)度珠三角9市(廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶市)的科技創(chuàng)新資源配置效率.

表1 科技創(chuàng)新資源配置效率測(cè)度指標(biāo)體系

科技創(chuàng)新資源按要素可劃分為科技人力資源、科技物力資源、科技財(cái)力資源、科技信息資源，投入指標(biāo)設(shè)計(jì)以這4個(gè)方面為基礎(chǔ). R&D活動(dòng)人員(X1)是科技創(chuàng)新活動(dòng)的主體，參與了產(chǎn)品從創(chuàng)新構(gòu)思到設(shè)計(jì)開發(fā)再到生產(chǎn)制造的全過程，其數(shù)量反映了該地區(qū)從事科技創(chuàng)新活動(dòng)的人員規(guī)模，本文選擇其作為科技人力資源的投入指標(biāo). 實(shí)驗(yàn)平臺(tái)、科研設(shè)備、儀器等與科技創(chuàng)新活動(dòng)直接相關(guān)的有形物質(zhì)資源通常存在于各個(gè)類型的研發(fā)部門、項(xiàng)目研發(fā)基地、試驗(yàn)中心等，因此，本文選擇省級(jí)工程技術(shù)開發(fā)中心(X2)作為科技物力資源的投入指標(biāo)，以反映區(qū)域在物質(zhì)設(shè)施建設(shè)方面對(duì)科技創(chuàng)新活動(dòng)的支持程度. 科技創(chuàng)新的研發(fā)階段離不開資金支持，R&D經(jīng)費(fèi)內(nèi)部支出(X3)是常用的衡量創(chuàng)新的財(cái)力指標(biāo)，反映了企業(yè)用于內(nèi)部開展R&D活動(dòng)(包括基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)發(fā)展)的實(shí)際支出，本文選擇其作為科技財(cái)力資源的投入指標(biāo). 公共圖書館收納各類與科技創(chuàng)新相關(guān)、服務(wù)科技創(chuàng)新的圖書、期刊、文獻(xiàn)等資料信息，本文選擇各地級(jí)市公共圖書館藏量(X4)作為科技信息資源的投入指標(biāo).

科技創(chuàng)新產(chǎn)出分為經(jīng)濟(jì)產(chǎn)出、非經(jīng)濟(jì)產(chǎn)出和非期望產(chǎn)出. 科技創(chuàng)新推動(dòng)了高新技術(shù)產(chǎn)業(yè)的發(fā)展，高新技術(shù)產(chǎn)品產(chǎn)值(Y1)是科研成果轉(zhuǎn)化為貨幣的直接表現(xiàn)，一定程度上反映了各研發(fā)主體的創(chuàng)新水平，因此，本文選擇其作為科技創(chuàng)新的經(jīng)濟(jì)產(chǎn)出指標(biāo). 專利申請(qǐng)量(Y2)能客觀反映科技創(chuàng)新活動(dòng)的產(chǎn)出質(zhì)量，是衡量區(qū)域科研實(shí)力的標(biāo)尺之一，因此，本文選擇其作為科技創(chuàng)新的非經(jīng)濟(jì)產(chǎn)出指標(biāo). 科技創(chuàng)新資源投入勢(shì)必伴隨著非期望產(chǎn)出，例如企業(yè)在生產(chǎn)活動(dòng)中排放的污染物. 考慮資源配置對(duì)環(huán)境造成的負(fù)面影響有利于提高區(qū)域科技創(chuàng)新資源配置效率度量的準(zhǔn)確性和合理性，本文選擇工業(yè)廢水排放量、工業(yè)廢氣排放總量、工業(yè)固體廢物產(chǎn)生量作為非期望產(chǎn)出指標(biāo).

1.2 數(shù)據(jù)來源

科技創(chuàng)新從投入到產(chǎn)出是一個(gè)持續(xù)的過程，需考慮滯后性的問題，本文綜合現(xiàn)有研究成果，結(jié)合科技創(chuàng)新資源配置效率測(cè)度指標(biāo)體系，將產(chǎn)出滯后1期，第t年的效率由第t-1年的投入和第t年的產(chǎn)出計(jì)算得出. 選取珠三角9市——廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶市為研究對(duì)象，所有數(shù)據(jù)由《廣東統(tǒng)計(jì)年鑒》、《廣東科技年鑒》、各地級(jí)市年報(bào)及官方網(wǎng)站直接獲取或間接計(jì)算而得.

1.3 效率評(píng)價(jià)模型

1.3.1 非期望產(chǎn)出超效率SBM模型 本文設(shè)定基于非徑向?qū)虻姆瞧谕a(chǎn)出超效率SBM模型(固定規(guī)模報(bào)酬)，對(duì)珠三角科技創(chuàng)新資源配置效率進(jìn)行測(cè)度.

假設(shè)有n個(gè)待評(píng)價(jià)的決策單元(DMU)，使用M種投入要素，得到R種期望產(chǎn)出、Q種非期望產(chǎn)出，則第k個(gè)DMU的效率評(píng)價(jià)值ρk的計(jì)算公式如下：

(1)

非期望產(chǎn)出超效率SBM模型的經(jīng)濟(jì)含義為：

(1)若ρk<1，則表明第k個(gè)DMU屬于非DEA有效，需要優(yōu)化投入產(chǎn)出關(guān)系來改善資源配置效率；

(2)若ρk=1，則表明第k個(gè)DMU屬于DEA有效，科技創(chuàng)新資源在投入Xm時(shí)所獲得的產(chǎn)出Yr已達(dá)到最優(yōu)；

(3)若ρk>1，則表明第k個(gè)DMU屬于DEA有效，且ρk越大，表示效率越高.

1.3.2 Malmquist指數(shù)模型 SBM模型使用截面數(shù)據(jù)對(duì)決策單元的效率進(jìn)行靜態(tài)分析，若要進(jìn)一步評(píng)估效率的動(dòng)態(tài)變化，則需使用Malmquist指數(shù)模型. Malmquist指數(shù)模型可以將全要素生產(chǎn)率(Tfpch)分解為技術(shù)進(jìn)步變動(dòng)指數(shù)(Techch)和技術(shù)效率變動(dòng)指數(shù)(Effch)，前者表示效率前沿面的移動(dòng)，后者反映決策單元的資源利用能力.

當(dāng)規(guī)模報(bào)酬不變時(shí)，從第t時(shí)期到第t+1時(shí)期，第i決策單元的全要素生產(chǎn)率的Malmquist指數(shù)模型表達(dá)式為：

Tfpch=M(xt+1,yt+1,xt,yt)=

Effch× Techch.

(2)

當(dāng)規(guī)模報(bào)酬可變時(shí)，技術(shù)效率變動(dòng)指數(shù)又可分解為純技術(shù)效率變動(dòng)指數(shù)(Pech)和規(guī)模效率變動(dòng)指數(shù)(Sech). 前者是衡量純粹技術(shù)(非管理、制度等因素)對(duì)技術(shù)效率的影響；后者衡量在一定的制度管理水平下，現(xiàn)有生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差異. 具體表達(dá)式如下.

(3)

若Tfpch>1，則表示從第t期到第t+1期，全要素生產(chǎn)率呈增長(zhǎng)趨勢(shì)，反之亦然. 若Techch>1，則表示決策單元技術(shù)水平進(jìn)步，生產(chǎn)可能性邊界外移，反之亦然. 若Pech>1，則表示在規(guī)模報(bào)酬可變條件下純技術(shù)效率提高，反之亦然；若Sech>1，則表示第t+1期的規(guī)模報(bào)酬高于第t期的，且更接近固定規(guī)模報(bào)酬；二者乘積構(gòu)成技術(shù)效率，若Effch>1，則表示決策單元趨近技術(shù)有效前沿面，與最優(yōu)技術(shù)效率的差距減小，反之亦然.

2 實(shí)證分析

在數(shù)據(jù)的收集整理中發(fā)現(xiàn)，珠三角各市的科技創(chuàng)新資源投入逐年遞增，廣州、深圳、佛山、東莞市的資源投入較大，科技創(chuàng)新資源主要集中在經(jīng)濟(jì)發(fā)展水平較高的城市. 為深入研究各城市的資源利用水平，本文對(duì)其資源配置效率予以測(cè)度.

2.1 基于非徑向的非期望產(chǎn)出超效率SBM模型測(cè)算結(jié)果

本文利用MATLAB軟件，測(cè)算珠三角9市2014—2018年的科技創(chuàng)新資源配置綜合效率值. 由考慮非期望產(chǎn)出和不考慮非期望產(chǎn)出的超效率SBM模型測(cè)算結(jié)果(表2)可知：(1)非期望產(chǎn)出模型中綜合效率均值達(dá)到0.8以上的城市有6個(gè)，接近0.8的有1個(gè)城市(0.786)，珠三角科技創(chuàng)新資源配置效率總體較高；(2)深圳、佛山、惠州、中山市的綜合效率值連年大于1，資源配置屬于DEA有效，其中深圳市最優(yōu)，每年的綜合效率值皆居9市之首；(3)廣州、珠海、東莞市的綜合效率值由小于1向大于1轉(zhuǎn)變，資源配置評(píng)價(jià)由非DEA有效向DEA有效轉(zhuǎn)變，肇慶市反之；(4)江門市的綜合效率值連年小于1，屬于非DEA有效，資源利用能力較低.

表2 珠三角的科技創(chuàng)新資源配置綜合效率值(2014—2018年)Table 2 The efficiency of science and technology innovation resources allocation in the Pearl River Delta from 2014 to 2018

由比較結(jié)果(圖1)可知：2014—2018年，珠三角9市考慮非期望產(chǎn)出的綜合效率均值均低于不考慮非期望產(chǎn)出的綜合效率均值，說明工業(yè)污染對(duì)科技創(chuàng)新資源配置效率的提高具有一定的抑制作用，企業(yè)應(yīng)重視節(jié)能減排，將科技創(chuàng)新與綠色發(fā)展緊密結(jié)合，推動(dòng)經(jīng)濟(jì)向高質(zhì)量邁進(jìn).

圖1 超效率SBM模型測(cè)算結(jié)果

2.2 基于Malmquist指數(shù)模型的縱向分析及效率分解

由于SBM模型無法對(duì)同一決策單元不同年份的效率變化進(jìn)行分析，因此，研究引入Malmquist指數(shù)模型，基于動(dòng)態(tài)視角，對(duì)科技創(chuàng)新資源配置效率進(jìn)行縱向分析. 本文利用Deap 2.1軟件，計(jì)算珠三角的全要素生產(chǎn)率及其分解指數(shù)(表3). 由表可知：2014—2015、2015—2016、2016—2017年，珠三角的全要素生產(chǎn)率均大于1，說明生產(chǎn)效率逐年提升，科技創(chuàng)新資源配置在不斷優(yōu)化. 而2017—2018年,珠三角的全要素生產(chǎn)率(0.898)小于1，說明生產(chǎn)效率有所下降，產(chǎn)業(yè)升級(jí)及生產(chǎn)力的發(fā)展不穩(wěn)定. 由分解指數(shù)可知：全要素生產(chǎn)率的下降是技術(shù)效率變動(dòng)指數(shù)及技術(shù)進(jìn)步變動(dòng)指數(shù)下降造成的，技術(shù)效率變動(dòng)指數(shù)的下降是純技術(shù)效率變動(dòng)指數(shù)及規(guī)模效率變動(dòng)指數(shù)下降造成的，具體原因包括投入產(chǎn)出不匹配、規(guī)模不經(jīng)濟(jì)、科研成果轉(zhuǎn)化率低等.

表3 珠三角科技創(chuàng)新資源配置效率變動(dòng)情況(2014—2018年)

由各市的科技創(chuàng)新資源配置效率(表4)可知：(1)2014—2018年，廣州、珠海、東莞、中山、江門市的全要素生產(chǎn)率均大于1，其中廣州市的最高(1.238)，增幅達(dá)到23.8%. 進(jìn)一步研究發(fā)現(xiàn)：(i)廣州、珠海、東莞市全要素生產(chǎn)率的增長(zhǎng)是技術(shù)效率改善與技術(shù)進(jìn)步共同推動(dòng)的結(jié)果(技術(shù)效率變動(dòng)指數(shù)、技術(shù)進(jìn)步變動(dòng)指數(shù)均大于1)，表明其資源利用能力在不斷提升，不斷向效率前沿面移動(dòng). (ii)中山市全要素生產(chǎn)率的增長(zhǎng)是技術(shù)進(jìn)步推動(dòng)的結(jié)果(技術(shù)進(jìn)步變動(dòng)指數(shù)大于1). (iii)江門市的純技術(shù)效率小于1，導(dǎo)致技術(shù)效率變動(dòng)指數(shù)小于1，說明在要素投入相對(duì)穩(wěn)定下，科技產(chǎn)出在不斷減少，資源利用能力、技術(shù)創(chuàng)新水平有待提高；但其技術(shù)進(jìn)步變動(dòng)指數(shù)大于1，抵消了技術(shù)效率下降的影響，使得全要素生產(chǎn)率大于1. (2)2014—2018年，深圳、佛山、惠州、肇慶市的全要素生產(chǎn)率均小于1，其中肇慶市的最低 (0.883)，減幅達(dá)到11.7%. 進(jìn)一步研究發(fā)現(xiàn)：深圳、佛山、惠州市的技術(shù)進(jìn)步變動(dòng)指數(shù)小于1，導(dǎo)致全要素生產(chǎn)率小于1，三市應(yīng)加強(qiáng)宏觀管理，注重各類科技創(chuàng)新資源的統(tǒng)籌與交互，提高科研成果轉(zhuǎn)化率；肇慶市的純技術(shù)效率變動(dòng)指數(shù)為1，屬于技術(shù)有效，但其規(guī)模效率變動(dòng)指數(shù)小于1，說明與最優(yōu)生產(chǎn)規(guī)模存在一定差距，導(dǎo)致技術(shù)效率變動(dòng)指數(shù)小于1，應(yīng)提高科技創(chuàng)新資源管理水平，優(yōu)化生產(chǎn)規(guī)模. (3)從各地區(qū)科技創(chuàng)新資源配置Malmquist指數(shù)分解來看，技術(shù)進(jìn)步是決定科技創(chuàng)新資源配置效率差異的重要因素.

表4 珠三角9市科技創(chuàng)新資源配置的Malmquist指數(shù)及其分解(2014—2018年)

2.3 非DEA有效地區(qū)投入產(chǎn)出指標(biāo)的松弛變量分析

為了進(jìn)一步分析非DEA有效地區(qū)資源配置欠佳的原因，找出資源投入和產(chǎn)出的薄弱環(huán)節(jié)，本文對(duì)廣州、珠海、東莞、江門、肇慶市的投入產(chǎn)出指標(biāo)進(jìn)行松弛變量分析，探索珠三角科技創(chuàng)新資源配置的優(yōu)化路徑. 投入指標(biāo)的松弛變量可以理解為一種冗余或者浪費(fèi)，期望產(chǎn)出指標(biāo)的松弛變量表示現(xiàn)有資源投入下的產(chǎn)出量與理想產(chǎn)出量的差距或優(yōu)化配置之后可增加的產(chǎn)出量，非期望產(chǎn)出的松弛變量表示過量污染的應(yīng)減量.

由表5可知：(1)廣州、珠海、東莞、江門、肇慶市在非DEA有效的年份均存在各類資源投入冗余、期望產(chǎn)出不足、非期望產(chǎn)出過剩等問題. 以2014年的珠海市為例，其考慮非期望產(chǎn)出的綜合效率值為0.434，即科技創(chuàng)新資源可減少56.6%的所有投入而不會(huì)減少現(xiàn)有產(chǎn)出量，資源利用效率偏低. 進(jìn)一步探究，在資源投入方面，科技人力、財(cái)力、物力和信息資源均存在閑置現(xiàn)象，其中R&D活動(dòng)人員可縮減5 083.901人，R&D經(jīng)費(fèi)內(nèi)部支出可縮減4.767億元，省級(jí)工程技術(shù)開發(fā)中心可縮減46.595個(gè)，公共圖書館藏量可縮減140.365萬冊(cè). 各類科技資源未得到充分利用，表明：①?zèng)]有發(fā)揮全部科研人員的作用，可以從體制機(jī)制入手，提高管理水平，完善相關(guān)人才激勵(lì)制度；②企業(yè)R&D經(jīng)費(fèi)未盡其用，應(yīng)平衡短期投資與長(zhǎng)期投資，布局基礎(chǔ)研究，提高自主創(chuàng)新能力；③高校、科研機(jī)構(gòu)、企業(yè)間的有效互動(dòng)還不夠，產(chǎn)學(xué)研融合不夠緊密；④研發(fā)主體未能有效利用科技信息資源，應(yīng)加強(qiáng)相關(guān)知識(shí)技術(shù)共享平臺(tái)建設(shè). 在期望產(chǎn)出方面，珠海市的經(jīng)濟(jì)產(chǎn)出有效，但非經(jīng)濟(jì)產(chǎn)出不充分，專利申請(qǐng)量應(yīng)增加1 548.841件，科研成果轉(zhuǎn)化能力需進(jìn)一步提高. 在非期望產(chǎn)出方面，珠海市的工業(yè)廢水排放總量需減少 0.002 億t，工業(yè)廢氣排放量需減少 770.614 億m3，工業(yè)固體廢物產(chǎn)生量需減少230.554 萬t. 因此，珠海市應(yīng)提高環(huán)境規(guī)制力度，推動(dòng)傳統(tǒng)工業(yè)綠色化改造，減少污染排放. (2)部分城市存在經(jīng)濟(jì)產(chǎn)出不充分的情況. 以2014年的東莞市為例，在保持現(xiàn)有投入不變情況下，其高新技術(shù)產(chǎn)品產(chǎn)值可增加709.577億元，表明高新技術(shù)產(chǎn)業(yè)發(fā)展存在一定提升空間. 東莞市應(yīng)注重對(duì)高技術(shù)企業(yè)的扶持，從政策上予以優(yōu)待，財(cái)政上予以補(bǔ)貼，推動(dòng)其發(fā)展. (3)2014—2018年，廣州、珠海、東莞市的投入產(chǎn)出松弛變量值由有到無，效率評(píng)價(jià)由非DEA有效向DEA有效轉(zhuǎn)變，且全要素生產(chǎn)率均大于1，說明科技創(chuàng)新資源配置向利好方向發(fā)展. (4)由于連年存在資源投入冗余、經(jīng)濟(jì)產(chǎn)出不充分和工業(yè)污染過剩等問題，使得江門市的資源配置評(píng)價(jià)皆為非DEA有效. 但其全要素生產(chǎn)率大于1，說明城市整體上呈進(jìn)步態(tài)勢(shì)，應(yīng)進(jìn)一步提高資源利用效率，將其轉(zhuǎn)化為有效科研成果，縮小與其他城市的差距. (5)2014—2018年，肇慶市的投入產(chǎn)出松弛變量值由無到有，效率評(píng)價(jià)由DEA有效向非DEA有效轉(zhuǎn)變，且全要素生產(chǎn)率小于1，說明無論是橫向比較還是縱向比較，肇慶市整體資源利用效率皆呈下降趨勢(shì)，科技創(chuàng)新資源配置亟需優(yōu)化.

表5 非DEA有效地區(qū)投入、產(chǎn)出指標(biāo)的松弛變量測(cè)算值(2014—2018年)Table 5 The measurement of slack variables of input and output in non-DEA efficiency areas from 2014 to 2018

續(xù)表5

3 結(jié)論與建議

本文運(yùn)用非期望產(chǎn)出的超效率SBM模型，結(jié)合Malmquist指數(shù)，從橫向和縱向兩方面分析珠三角內(nèi)地9市的科技創(chuàng)新資源配置效率，通過對(duì)各地區(qū)資源配置的松弛分析，進(jìn)一步找出非DEA有效地區(qū)資源投入和產(chǎn)出的薄弱環(huán)節(jié). 研究結(jié)果表明：地區(qū)間科技創(chuàng)新資源投入差異較大，科技創(chuàng)新資源主要集中在廣州、深圳、佛山等經(jīng)濟(jì)發(fā)展水平較高的城市；工業(yè)污染對(duì)科技創(chuàng)新資源配置效率的提高具有一定的限制作用；2014—2018年，珠三角科技創(chuàng)新資源配置效率總體較高，效率均值達(dá)到0.8以上的城市有6個(gè)，其中深圳市領(lǐng)跑，江門、肇慶市居后；由Malmquist指數(shù)分解來看，技術(shù)進(jìn)步是決定科技創(chuàng)新資源配置效率差異的重要因素；非DEA有效地區(qū)均存在各類資源投入冗余、期望產(chǎn)出不足和非期望產(chǎn)出過剩等問題.

針對(duì)投入與產(chǎn)出不相匹配的情況，結(jié)合珠三角科技資源配置現(xiàn)狀，本文提出如下改善對(duì)策：

(1)提高科技創(chuàng)新資源的使用效率,實(shí)現(xiàn)區(qū)域內(nèi)科技創(chuàng)新資源融通、互補(bǔ)、共享. 如：健全相關(guān)規(guī)章制度，注重科技創(chuàng)新資源投入的頂層設(shè)計(jì)和宏觀調(diào)控,形成科學(xué)合理、高效有序的資源共享管理體制；深化組織管理,完善工作體系,保障共享組織運(yùn)作,發(fā)揮政府主導(dǎo)作用，建立多方參與的科技創(chuàng)新資源協(xié)調(diào)管理工作體系.

(2)建立多元化科技資金支持體系. 如：建立持續(xù)、穩(wěn)定的科技財(cái)政投入機(jī)制，加大對(duì)基礎(chǔ)研究的財(cái)政支持，重在攻關(guān)產(chǎn)業(yè)核心技術(shù)；完善創(chuàng)新服務(wù)體系建設(shè)，對(duì)孵化器、創(chuàng)新創(chuàng)業(yè)平臺(tái)發(fā)展予以政策支持，加快科技型企業(yè)發(fā)展；擴(kuò)展中小企業(yè)融資途徑，形成多元化的金融資本市場(chǎng)，激勵(lì)和引導(dǎo)社會(huì)資本對(duì)科技創(chuàng)新活動(dòng)投入.

(3)推動(dòng)產(chǎn)學(xué)研深度融合. 如：以市場(chǎng)為導(dǎo)向，優(yōu)化創(chuàng)新資源配置，推動(dòng)創(chuàng)新要素集聚，提升企業(yè)的創(chuàng)新能力和市場(chǎng)競(jìng)爭(zhēng)力；充分重視企業(yè)在推動(dòng)產(chǎn)學(xué)研深度融合過程中的主體作用，不斷加大對(duì)企業(yè)創(chuàng)新的支持力度，積極推動(dòng)企業(yè)與高校、科研院所的聯(lián)合創(chuàng)新，重點(diǎn)支持公共技術(shù)研發(fā)平臺(tái)、中試基地和成果轉(zhuǎn)化基地的建設(shè).

(4)推進(jìn)企業(yè)綠色生產(chǎn). 如：將綠色發(fā)展理念融入科技創(chuàng)新生產(chǎn)，提高原材料和能源的綜合利用率，對(duì)廢氣、廢液等進(jìn)行二次開發(fā)；發(fā)展綠色生產(chǎn)技術(shù)，改進(jìn)生產(chǎn)設(shè)備，開發(fā)新的生產(chǎn)流程；加強(qiáng)科學(xué)管理，控制污染排放末端處理.