基于動態(tài)隨機StoNED模型的區(qū)域創(chuàng)新資源配置效率測度研究

梁松，上官燕紅

(華北水利水電大學(xué) 管理與經(jīng)濟學(xué)院，河南 鄭州 450046)

當(dāng)前中國經(jīng)濟受現(xiàn)實約束，迫切需要尋找經(jīng)濟增長新動能，亟待由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)型[1]，創(chuàng)新資源配置效率直接決定創(chuàng)新驅(qū)動的功效。在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的引導(dǎo)下，中國不斷加大創(chuàng)新資源的投入。2021年，中國全社會R&D 經(jīng)費投入達到2.79萬億元，同比增加14.2%，但大量的創(chuàng)新資源投入受到較低的創(chuàng)新資源配置水平的制約，嚴重影響創(chuàng)新產(chǎn)出能力的提升。創(chuàng)新資源配置呈現(xiàn)明顯的地區(qū)集聚趨勢，非均衡現(xiàn)象較為突出，這嚴重影響創(chuàng)新驅(qū)動戰(zhàn)略與區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的推進[2]?，F(xiàn)階段，中國區(qū)域?qū)用鎰?chuàng)新資源投入是否產(chǎn)生了相應(yīng)的創(chuàng)新產(chǎn)出，投入與產(chǎn)出的關(guān)系如何？各區(qū)域創(chuàng)新資源的配置效率存在何等差異？是否有切實可行的措施提高各區(qū)域的創(chuàng)新產(chǎn)出能力？這些均是當(dāng)前實踐中亟待解決的問題。本文構(gòu)建系統(tǒng)、全面的測度指標(biāo)體系，設(shè)計科學(xué)、可行的測度方法，深入探析各區(qū)域創(chuàng)新資源投入與產(chǎn)出關(guān)系，提出創(chuàng)新資源配置效率的優(yōu)化建議，為推進區(qū)域創(chuàng)新協(xié)同發(fā)展提供決策依據(jù)。

一、文獻綜述

創(chuàng)新資源配置可以看作是一個科學(xué)和技術(shù)相互作用而產(chǎn)生經(jīng)濟活動的過程[3]。區(qū)域創(chuàng)新資源配置效率指區(qū)域創(chuàng)新資源投入和創(chuàng)新成果產(chǎn)出的關(guān)系，即通過盡可能少的創(chuàng)新資源投入獲得盡可能多的創(chuàng)新產(chǎn)出，讓有限的創(chuàng)新資源發(fā)揮最大的作用[4]。區(qū)域創(chuàng)新資源配置效率一般通過整個創(chuàng)新資源配置系統(tǒng)運行的過程中，創(chuàng)新資源投入與產(chǎn)出的比率去衡量。

國內(nèi)外學(xué)者從多個維度出發(fā)，運用多種方法來衡量創(chuàng)新資源的配置效率，如數(shù)據(jù)包絡(luò)法(Data Envelopment Analysis，DEA)、隨機前沿面分析方法(Stochastic Frontier Analysis，SFA) 以及模糊集定性比較分析法等[5-7]。一些學(xué)者將DEA模型結(jié)合Malmquist或Tobit指數(shù)對創(chuàng)新資源配置效率進行研究[8]，如舒天楚等使用DEA-Malmquist 指數(shù)模型，根據(jù)京津冀的面板數(shù)據(jù)研究科技創(chuàng)新資源配置效率[9]。一些學(xué)者對DEA模型和SFA模型做進一步改進來研究配置效率，如馬玉林等采用至強有效前沿最近距離(MinDS)模型測算中國30個省區(qū)市的科技資源配置效率[10]；Yang等針對兩階段DEA模型，提出了一種字典分解策略，在保持已研究單元的效率不變的情況下，以字典形式計算決策單元的每個可能序列的系統(tǒng)效率，并對“十二五”期間中國區(qū)域高技術(shù)創(chuàng)新能力進行實證分析[11]。近期，有學(xué)者把StoNED模型運用于創(chuàng)新資源配置效率的研究，如杜明月等使用動態(tài)StoNED模型分析了中國知識密集型制造業(yè)技術(shù)創(chuàng)新資源配置情況[12]。

現(xiàn)有創(chuàng)新資源配置效率測度的文獻的研究方法非常豐富，為本文測度模型的設(shè)計提供了借鑒和理論支撐。然而當(dāng)前的研究方法尚存在局限性，有待突破。DEA模型適合具有多投入、多產(chǎn)出特征的創(chuàng)新資源配置效率的測度，但其衡量的創(chuàng)新資源配置生產(chǎn)函數(shù)邊界是確定的，忽視了隨機誤差；SFA 模型能夠較好地分離生產(chǎn)函數(shù)的隨機干擾與非效率項，測度結(jié)果更為準(zhǔn)確，但需對創(chuàng)新資源配置生產(chǎn)函數(shù)的具體形式提前假定，生產(chǎn)函數(shù)形式設(shè)定不當(dāng)，會導(dǎo)致測度結(jié)果嚴重扭曲。StoNED模型集合了前兩種方法的優(yōu)點，既包含了DEA模型的線性非參數(shù)邊界，又包括了SFA模型對隨機干擾項和非效率項的考慮，但僅能測度多投入、單產(chǎn)出的配置效率問題。本文構(gòu)建多維度多層次的投入與產(chǎn)出指標(biāo)體系，基于動態(tài)隨機StoNED模型測度創(chuàng)新資源配置效率，并運用投影尋蹤算法進行多維數(shù)據(jù)的降維，彌補了傳統(tǒng)StoNED模型僅能解決多投入單產(chǎn)出效率的計算短板。

二、研究設(shè)計

(一)指標(biāo)體系構(gòu)建

測度指標(biāo)體系是綜合測度的基礎(chǔ)，直接影響區(qū)域創(chuàng)新資源配置效率測度的科學(xué)合理性。章培軍等將創(chuàng)新投入分為人力投入和財力投入，將科技創(chuàng)新資源產(chǎn)出分為直接產(chǎn)出以及實現(xiàn)產(chǎn)業(yè)化、商品化和產(chǎn)出交易的間接產(chǎn)出[13]。李斯嘉等把創(chuàng)新人力資源和創(chuàng)新財力資源作為創(chuàng)新投入因子，創(chuàng)新成果產(chǎn)出和產(chǎn)業(yè)成果產(chǎn)出作為創(chuàng)新產(chǎn)出因子[14]。通過對相關(guān)研究文獻的系統(tǒng)梳理，發(fā)現(xiàn)現(xiàn)有研究側(cè)重于從人力、財力、物力等維度度量創(chuàng)新投入，從直接的知識產(chǎn)出、間接的經(jīng)濟產(chǎn)出等維度度量創(chuàng)新產(chǎn)出?；诖耍疚淖裱嫘?、準(zhǔn)確性、科學(xué)性、可度量性等原則，從創(chuàng)新人力資源、財力資源和物力資源3個維度，選取6項指標(biāo)衡量創(chuàng)新投入；從創(chuàng)新知識產(chǎn)出與經(jīng)濟產(chǎn)出兩個維度，選取6項指標(biāo)衡量創(chuàng)新產(chǎn)出，系統(tǒng)地構(gòu)建了區(qū)域創(chuàng)新資源配置效率測度指標(biāo)體系，詳見表1。

1.投入指標(biāo)

本文從人力、財力與物力3個維度選取創(chuàng)新資源投入指標(biāo)。R&D人員全時當(dāng)量是根據(jù)實際從事R&D活動時間計算的工作量，準(zhǔn)確地衡量了創(chuàng)新活動中研發(fā)人力投入的數(shù)量；科技活動人員是區(qū)域創(chuàng)新人力資源的最重要組成部分，選用這兩個指標(biāo)衡量創(chuàng)新人力資源投入。R&D活動經(jīng)費支出是研發(fā)活動經(jīng)費投入的總量，包括各創(chuàng)新階段相關(guān)的管理服務(wù)成本總和；新產(chǎn)品開發(fā)經(jīng)費是在新產(chǎn)品的研發(fā)、設(shè)計、測試等階段所有費用支出的總和，對新產(chǎn)品的產(chǎn)出數(shù)量、銷售收入產(chǎn)生直接影響；技術(shù)獲取與技術(shù)改造經(jīng)費體現(xiàn)了跟隨創(chuàng)新的經(jīng)費投入，選用這3個指標(biāo)衡量創(chuàng)新財力資源投入。創(chuàng)新物力資源通常指創(chuàng)新活動的基礎(chǔ)設(shè)施，是創(chuàng)新活動的必要性資源，只有擁有先進的設(shè)備，創(chuàng)新人才才能發(fā)揮其效用，本文選取R&D儀器和設(shè)備支出作為創(chuàng)新物力資源的衡量指標(biāo)。

表1 區(qū)域創(chuàng)新資源配置效率測度指標(biāo)體系

2.產(chǎn)出指標(biāo)

本文將創(chuàng)新知識產(chǎn)出分為專利型、商標(biāo)型、論文型3個類別，分別選用專利授權(quán)數(shù)、注冊商標(biāo)數(shù)、科技論文發(fā)表數(shù)3個指標(biāo)來衡量。專利需要經(jīng)過評審人、專家等嚴格的審核，具備新穎性、創(chuàng)造性和實用性的專利才能夠有機會被授權(quán)，專利授權(quán)數(shù)比專利申請數(shù)更能反映專利的質(zhì)量；商標(biāo)屬于知識產(chǎn)權(quán)的重要部分，注冊商標(biāo)數(shù)量既反映了區(qū)域新產(chǎn)品研發(fā)產(chǎn)出情況，又反映了技術(shù)創(chuàng)新研發(fā)的市場化情況；科技論文是科技創(chuàng)新結(jié)果的一種表現(xiàn)形式，也是知識創(chuàng)新的重要方面。本文選用新產(chǎn)品銷售收入、高新技術(shù)產(chǎn)業(yè)利潤額、高新技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入3個指標(biāo)來衡量創(chuàng)新經(jīng)濟產(chǎn)出。新產(chǎn)品銷售收入代表了新產(chǎn)品被市場接受的水平，它很好地體現(xiàn)了創(chuàng)新產(chǎn)品的經(jīng)濟價值[15]；高新技術(shù)產(chǎn)業(yè)以知識密集型為特征，綜合多領(lǐng)域技術(shù)，是創(chuàng)新發(fā)展的重要助推力，高新技術(shù)產(chǎn)業(yè)利潤額與主營業(yè)務(wù)收入能夠直接體現(xiàn)創(chuàng)新活動中的經(jīng)濟產(chǎn)出。

(二)測度模型設(shè)計

StoNED模型是由Kuosmanen提出，既包含了DEA模型的線性非參數(shù)邊界，也包括了SFA模型對隨機誤差項和非效率項的區(qū)分，并通過方程將這兩種方法結(jié)合起來[16]。傳統(tǒng)StoNED模型仍局限于創(chuàng)新資源配置效率的橫向比較，尚停滯在靜態(tài)評價，而本文為刻畫各區(qū)域配置效率的時間趨勢與空間格局特征，需對各區(qū)域配置效率之間進行橫向和縱向?qū)Ρ?，用傳統(tǒng)StoNED模型測度存在參考的前沿面因時間變化而不同的缺陷。鑒于此，本文對傳統(tǒng)StoNED模型進行改進，引入時間變量，基于動態(tài)隨機StoNED半?yún)?shù)分析方法構(gòu)建區(qū)域創(chuàng)新資源配置效率測度模型。

區(qū)域創(chuàng)新資源配置效率測度模型的配置生產(chǎn)函數(shù)方程如式(1)所示：

yit=f(xijt，t)-μi(t)yit+νityit。

(1)

式中：yit表示第i個區(qū)域、第t個年份的創(chuàng)新資源配置綜合產(chǎn)出觀測值；xijt表示第i個區(qū)域、第j項創(chuàng)新資源投入，在第t個年份的觀測值；f(xijt)表示生產(chǎn)的可能集邊界，即現(xiàn)有技術(shù)水平下，各項創(chuàng)新資源投入所帶來的理論上的最大產(chǎn)出；μi(t)表示非效率項，即技術(shù)無效項；νit表示隨機誤差項，且νit～N(0,δ2)。

借助經(jīng)典的生產(chǎn)函數(shù)形式，f(xijt)可得出很多創(chuàng)新配置產(chǎn)出形式，假定技術(shù)進步具有要素投入加強型特征，同時考慮到時間因素的影響，f(xijt)設(shè)定為如下形式：

f(xijt，t)=f(xijt，0)+γjt+θjt2。

(2)

式中：f(xijt，0)代表的是基期創(chuàng)新資源配置生產(chǎn)函數(shù)，可以證明f(xijt，t)是單調(diào)遞增的；若f(xijt，0)是凹函數(shù)，則f(xijt，t)也是凹函數(shù)。

在動態(tài)隨機StoNED分析模型中，采用非參數(shù)的形式對效率進行測度，還需添加約束條件，否則難以區(qū)分創(chuàng)新資源配置效率變化與隨機誤差?；诖?，采用半?yún)?shù)方法對配置效率進行測度，非參數(shù)形式估計生產(chǎn)函數(shù)，參數(shù)方程估計非效率項μi(t)，將非效率項設(shè)定為二次函數(shù)形式，即：

μi(t)=ai+bit+cit2。

(3)

為了估計區(qū)域創(chuàng)新資源配置效率測度模型中未知的基期生產(chǎn)函數(shù)f(xijt，0)以及參數(shù)γ、θ、a、b、c，利用凹面非參數(shù)最小二乘法進行估算，形式如下：

(4)

其中，殘差項采用組合乘法形式，以此來減弱異方差對估計結(jié)果的影響；目標(biāo)函數(shù)表示對隨機誤差項的平方和進行最小化；第一個約束為參數(shù)估計方程；后三個約束分別是對切超平面凹性、生產(chǎn)函數(shù)單調(diào)遞增、技術(shù)變化非負的限制。

(5)

式中：AEit代表第i個區(qū)域、第t個年份的創(chuàng)新資源配置效率值。

基于動態(tài)隨機StoNED半?yún)?shù)分析構(gòu)建的區(qū)域創(chuàng)新資源配置效率測度模型適用于決策單元多投入、單產(chǎn)出的效率測度。但本文構(gòu)建的配置效率測度指標(biāo)體系中，創(chuàng)新產(chǎn)出共有6項指標(biāo)，所以在利用上述方法測算前，需要對創(chuàng)新產(chǎn)出指標(biāo)數(shù)據(jù)進行處理。本文結(jié)合加速遺傳算法來優(yōu)化投影尋蹤算法，把6項產(chǎn)出指標(biāo)數(shù)據(jù)轉(zhuǎn)化為創(chuàng)新綜合產(chǎn)出數(shù)據(jù)，實現(xiàn)多產(chǎn)出數(shù)據(jù)降維的目標(biāo)。具體程序如下：首先計算各項創(chuàng)新產(chǎn)出無量綱化后的數(shù)據(jù)在一維空間的投影特征值；其次，計算投影特征值之間的距離；再次，利用加速遺傳算法尋找最優(yōu)投影系數(shù)；最后，根據(jù)最優(yōu)投影系數(shù)確定最優(yōu)投影方向，進而得到創(chuàng)新綜合產(chǎn)出值。

(三)數(shù)據(jù)來源

為了更清晰揭示區(qū)域創(chuàng)新資源配置效率的異質(zhì)性，本文在省域范圍探討的基礎(chǔ)上，謀求由相關(guān)聯(lián)省份組成的更大區(qū)域范圍的分析。根據(jù)國務(wù)院發(fā)展研究中心發(fā)布的《地區(qū)協(xié)調(diào)發(fā)展的戰(zhàn)略和政策》報告，將中國劃分為八大綜合經(jīng)濟區(qū)，具體劃分詳見表2。該劃分方式充分考慮到了區(qū)位、經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)關(guān)聯(lián)等綜合因素，極大契合本文的區(qū)域研究范圍。創(chuàng)新資源配置效率研究的原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及其他相關(guān)的統(tǒng)計資料。依據(jù)各個指標(biāo)的內(nèi)涵，運用原有的基本指標(biāo)資料，得出2011—2019年區(qū)域創(chuàng)新資源配置效率測度的12個指標(biāo)值。

表2 八大經(jīng)濟區(qū)劃分

三、實證結(jié)果分析

(一)省域?qū)用?/h3>

根據(jù)投影尋蹤模型，使用MATLAB 7.0軟件對各省區(qū)市2011—2019年知識產(chǎn)出、經(jīng)濟產(chǎn)出進行綜合測算，可以得出各省區(qū)市創(chuàng)新的綜合產(chǎn)出值。在此基礎(chǔ)上，運用動態(tài)隨機StoNED模型得到各省區(qū)市創(chuàng)新資源配置效率值，結(jié)果見表3。省域創(chuàng)新資源配置效率呈現(xiàn)如下特征：第一，整體來看，各年度的均值在0.525～0.969之間，說明省域創(chuàng)新資源配置效率較低，存在較大改善空間。第二，從空間分布看，省域創(chuàng)新資源配置效率差異明顯，非均衡特征顯著。為探究各省區(qū)市創(chuàng)新資源配置效率的異質(zhì)性，對31個省區(qū)市的創(chuàng)新資源配置效率進行層次聚類分析，整體聚成了四大類。第一個類別為高等配置效率水平，該類別包括上海、江蘇、浙江、福建、廣東、湖北與湖南7個省市，其各年份配置效率均在0.900以上，顯著高于其他省區(qū)市；第二個類別為較高配置效率水平，該類別包括北京、天津、遼寧、陜西、安徽、江西、廣西與重慶8個省區(qū)市，其各年份配置效率基本在0.700～0.900之間；河北、山東、海南、吉林、黑龍江、內(nèi)蒙古、河南、四川、云南與新疆10個省區(qū)市屬于第三個類別，代表了中等配置效率水平，該類別各省區(qū)市配置效率基本在0.600～0.700之間；第四個類別為低等配置效率水平，該類別包括山西、貴州、西藏、甘肅、青海與寧夏6個省區(qū)市，其各年份配置效率基本在0.600以下，顯著低于其他省區(qū)市。該配置效率的差異性是由各省區(qū)市創(chuàng)新基礎(chǔ)條件與創(chuàng)新資源投入的顯著差距所致。第三，從時間趨勢看，各省區(qū)市配置效率呈增長態(tài)勢，但增速較緩，且存在明顯差異。31個省區(qū)市的年平均增長率在0.470%～2.560%之間，增速較緩。中等配置效率水平的省區(qū)市增長率較高，而高等與低等配置效率水平的省區(qū)市增長率偏低。

表3 2011—2019年各省區(qū)市創(chuàng)新資源配置效率測度值

(二)八大區(qū)域?qū)用?/h3>

利用八大經(jīng)濟區(qū)的相關(guān)指標(biāo)數(shù)據(jù)，按照與省域?qū)用嫜芯肯嗤奶幚矸椒?，測算出八大經(jīng)濟區(qū)2011—2019年的創(chuàng)新資源配置效率值，詳見表4。據(jù)表4，八大經(jīng)濟區(qū)創(chuàng)新資源配置效率呈現(xiàn)與省域相似的特征：第一，整體來看，各年度配置效率的均值在0.763～0.821之間，說明八大經(jīng)濟區(qū)創(chuàng)新資源配置效率較低，存在較大改善空間。近年來，隨著創(chuàng)新驅(qū)動戰(zhàn)略的推進，創(chuàng)新資源投入大幅增長，但大量投入的創(chuàng)新資源受到較低的創(chuàng)新資源配置水平的制約。創(chuàng)新設(shè)備重復(fù)購置與低效利用、創(chuàng)新成果轉(zhuǎn)化和產(chǎn)業(yè)化的相對緩慢，都嚴重影響著創(chuàng)新產(chǎn)出能力的提升，制約著創(chuàng)新資源配置效率的提高。第二，橫向比較看，區(qū)域創(chuàng)新資源配置效率非均衡特征明顯，呈現(xiàn)顯著的階梯層次性。各經(jīng)濟區(qū)配置效率差異明顯，總體看從東往西、自南至北區(qū)域創(chuàng)新資源配置效率呈遞減態(tài)勢。為進一步揭示區(qū)域創(chuàng)新資源配置效率的非均衡特征，對八大經(jīng)濟區(qū)進行層次聚類。八大經(jīng)濟區(qū)劃分成了3個類別，第一層次類代表較高的創(chuàng)新資源配置效率的區(qū)域，包括東部沿海、南部沿海和長江中游3個地區(qū)，它們的均值分別為0.951、0.952和0.948，顯著高于其他地區(qū)；第二層次類代表中等水平的創(chuàng)新資源配置效率的區(qū)域，包括北部沿海、東北地區(qū)和黃河中游3個地區(qū)，它們的配置效率值基本在0.700～0.800之間波動，年度均值分別為0.775、0.748和0.726；第三層次類代表較低的創(chuàng)新資源配置效率的區(qū)域，包括西北與西南兩個西部地區(qū)，其配置效率值在0.550～0.700之間波動，年度均值分別為0.644和0.582，顯著低于其他地區(qū)。這是由于西部欠發(fā)達地區(qū)的創(chuàng)新發(fā)展基礎(chǔ)條件遠弱于東南部沿海地區(qū)，人力、財力與物力等創(chuàng)新資源投入嚴重不足。第三，縱向比較看，各區(qū)域創(chuàng)新資源配置效率呈增長趨勢，但增速存在顯著差異。八大經(jīng)濟區(qū)的年平均增長率在0.490%～1.440%之間，增速較緩；對各層次區(qū)域增速進行進一步比較分析，發(fā)現(xiàn)第一、三層次區(qū)域增長率偏小，遠低于第二層次區(qū)域。造成這種態(tài)勢的原因是中國創(chuàng)新資源配置出現(xiàn)了先發(fā)地區(qū)創(chuàng)新極化過度、而后發(fā)地區(qū)的后發(fā)潛能被嚴重抑制，導(dǎo)致了各區(qū)域配置效率增長空間有限。這表明中國創(chuàng)新資源配置在“效率優(yōu)先”的模式下，必須“兼顧公平”。一方面增強先發(fā)地區(qū)創(chuàng)新資源的擴散效力，實現(xiàn)合理的創(chuàng)新資源轉(zhuǎn)移，另一方面提升落后地區(qū)的技術(shù)與制度承接能力，完善外部技術(shù)的引進與吸收，以快速提高創(chuàng)新資源配置功效。

表4 2011—2019年八大經(jīng)濟區(qū)創(chuàng)新資源配置效率測度值

四、結(jié)論與建議

(一)結(jié)論

隨著創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實施，中國區(qū)域創(chuàng)新資源投入大幅增長，創(chuàng)新資源配置功效持續(xù)加強，但創(chuàng)新資源配置效率仍有待提高。本文從投入與產(chǎn)出兩個維度出發(fā)，系統(tǒng)、全面地構(gòu)建了區(qū)域創(chuàng)新資源配置效率測度的指標(biāo)體系，基于動態(tài)隨機StoNED模型，從省域、八大經(jīng)濟區(qū)兩個層面對2011—2019年各區(qū)域創(chuàng)新資源配置效率進行了實證測度，得出以下結(jié)論。

第一，區(qū)域創(chuàng)新資源配置效率總體偏低，有較大改善空間。創(chuàng)新資源的大量投入受到較低的創(chuàng)新資源配置水平的制約，科技計劃重復(fù)制定與實施、創(chuàng)新設(shè)備重復(fù)購置與低效利用、產(chǎn)學(xué)研較為普遍的脫節(jié)、創(chuàng)新成果轉(zhuǎn)化和產(chǎn)業(yè)化的相對緩慢等現(xiàn)象，都嚴重影響著創(chuàng)新產(chǎn)出能力的提升，制約著創(chuàng)新資源配置效率的提高。

第二，區(qū)域創(chuàng)新資源配置效率非均衡特征明顯，呈現(xiàn)顯著的階梯層次性。沿海地區(qū)的創(chuàng)新資源配置效率要明顯高于西北、西南等內(nèi)陸地區(qū)，這種顯著區(qū)域差異性的客觀原因是各區(qū)域的區(qū)位條件、經(jīng)濟基礎(chǔ)、科技水平、人才密度等方面存在明顯差距，此外，各區(qū)域創(chuàng)新資源投入的顯著差異也是重要因素。

第三，創(chuàng)新領(lǐng)先地區(qū)極化過度，落后地區(qū)后發(fā)優(yōu)勢無法充分發(fā)揮。整體來看，各區(qū)域創(chuàng)新資源配置效率年際變動呈增長趨勢，但增速較緩、且差異明顯。究其原因，東南沿海等創(chuàng)新先發(fā)地區(qū)創(chuàng)新極化過度、擴散不足；而西北等創(chuàng)新落后地區(qū)因創(chuàng)新配套設(shè)施滯后、技術(shù)承接能力不足，引致創(chuàng)新領(lǐng)先地區(qū)的技術(shù)擴散難以被其消化吸收，后發(fā)優(yōu)勢被抑制，無法充分發(fā)揮。

(二)建議

結(jié)合上述實證研究結(jié)論，為推進區(qū)域創(chuàng)新協(xié)同發(fā)展，本文提出以下建議。

第一，基于區(qū)域發(fā)展基礎(chǔ)的匹配性，統(tǒng)籌規(guī)劃創(chuàng)新資源投入。保障人力、物力以及財力資源的持續(xù)投入是促進創(chuàng)新產(chǎn)出的重要途徑。各級政府在加大創(chuàng)新資源投入時，應(yīng)立足與各區(qū)域人口總量、經(jīng)濟基礎(chǔ)、發(fā)展需求的匹配性，統(tǒng)籌規(guī)劃。就目前實際而言，創(chuàng)新資源配置應(yīng)向創(chuàng)新落后地區(qū)傾斜，推進創(chuàng)新落后地區(qū)人力、財力、物力等創(chuàng)新要素的集聚，改善落后地區(qū)的創(chuàng)新生態(tài)環(huán)境。

第二，堅持市場主導(dǎo)與政府引導(dǎo)相結(jié)合，最大限度發(fā)揮兩種創(chuàng)新模式的功效。東部沿海、長江中游、南部沿海等地區(qū)市場機制較為完善，應(yīng)積極推進“放管服”改革的力度，促進創(chuàng)新產(chǎn)出的市場化與產(chǎn)業(yè)化進程；西北、西南等創(chuàng)新后發(fā)地區(qū)要優(yōu)化市場環(huán)境，營造有利于創(chuàng)新的文化氛圍，以市場需求激發(fā)創(chuàng)新動力，減少創(chuàng)新資源外溢[17]。同時，要充分發(fā)揮政府在創(chuàng)新資源配置中的主體地位，西北、西南等創(chuàng)新基礎(chǔ)薄弱的地區(qū)，需推進政府宏觀調(diào)控的完善，加強政府在完善基礎(chǔ)設(shè)施建設(shè)、改善地區(qū)創(chuàng)新條件等方面的引導(dǎo)和支撐作用。

第三，推進共享平臺構(gòu)建，加強區(qū)域創(chuàng)新合作。創(chuàng)新資源匱乏地區(qū)要結(jié)合當(dāng)?shù)匕l(fā)展，充分利用其勞動力成本、自然資源等相對優(yōu)勢，與創(chuàng)新先發(fā)地區(qū)共同建立創(chuàng)新平臺，促進創(chuàng)新資源的快速流動，推進產(chǎn)業(yè)轉(zhuǎn)移的承接。此外，加大對數(shù)字經(jīng)濟發(fā)展的重視，充分利用人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等大數(shù)據(jù)相關(guān)技術(shù)，將其應(yīng)用至數(shù)字化創(chuàng)新平臺，推動區(qū)域間創(chuàng)新投入和創(chuàng)新產(chǎn)出的流動與共享。