不同地區(qū)廣東省重點實驗室運行效率及影響因素分析

周俊杰，趙曉萌，陳鈺瑩

(1 廣東省科技基礎(chǔ)條件平臺中心，廣東廣州 510040；2 廣東省高性能計算重點實驗室，廣東廣州 510040；3 廣東省科技基礎(chǔ)條件平臺建設(shè)促進(jìn)會，廣東廣州 510040)

廣東省重點實驗室是廣東省創(chuàng)新體系的重要組成部分，是聚集和培養(yǎng)優(yōu)秀科技人才、配置先進(jìn)科研裝備、開展高層次學(xué)術(shù)交流、產(chǎn)出高水平科研成果的重要基地。截至2020 年，廣東省共有396 家省重點實驗室，成為科研機構(gòu)中最具規(guī)模的實驗室組織系統(tǒng)。廣東特色的實驗室體系為提升區(qū)域創(chuàng)新能力，建設(shè)粵港澳大灣區(qū)國際科技創(chuàng)新中心提供了重要科技支撐，為廣東經(jīng)濟社會發(fā)展作出了積極貢獻(xiàn)。由于廣東省重點實驗室建設(shè)對依托單位研究實力有較高要求，粵東西北欠發(fā)達(dá)地區(qū)的廣東省重點實驗室建設(shè)占比較低。新時期，為進(jìn)一步完善區(qū)域科技創(chuàng)新體系，需要重點研究兩個問題：一是不同地區(qū)的廣東省重點實驗室投入產(chǎn)出效率差異主要表現(xiàn)在哪些維度；二是不同地區(qū)的廣東省重點實驗室投入產(chǎn)出效益差異主要與哪些內(nèi)在因素有關(guān)。

1 研究回顧

廣東省重點實驗室投入產(chǎn)出效率評價屬于科技創(chuàng)新績效評價，如何評估科技創(chuàng)新，是學(xué)術(shù)界、企業(yè)家、政府等一直關(guān)心的問題。楊超等［1］通過TOPSIS 和DEA 分析法對國家重點實驗室宏觀效率進(jìn)行評價，發(fā)現(xiàn)國家重點實驗室在不斷發(fā)展中，隨著投入的增加，產(chǎn)出也在增加，但是投入產(chǎn)出效率仍需提高。孫世敏等［2］通過DEA 分析方法對不同地區(qū)的高?？蒲型度氘a(chǎn)出進(jìn)行了分析，發(fā)現(xiàn)各地區(qū)高?？蒲型度氘a(chǎn)出效率存在差異，主要表現(xiàn)為東部高?？蒲锌冃Ц哂谥?、西部高校。劉慧霞等［3］基于隨機前沿分析法對“雙一流”高?？蒲行实貐^(qū)差異進(jìn)行了分析，發(fā)現(xiàn)專任教師投入對科研效率影響較大。路文杰等［4］通過超效率DEA 方法對河北省省級重點實驗室進(jìn)行分析，將研發(fā)投入、科技成果、隊伍建設(shè)、人才培養(yǎng)、對外開放交流、管理制度等作為評估指標(biāo)。劉兵等［5］基于DEA 方法對地區(qū)科技人才資源配置效率進(jìn)行評價，發(fā)現(xiàn)地區(qū)科技人才配置效率與經(jīng)濟發(fā)展存在正向同步型、反向同步型、領(lǐng)先型、落后性4 種模式，科技人才資源配置效率與經(jīng)濟發(fā)展不一定是正相關(guān)的。對于不同地區(qū)的創(chuàng)新效率差異因素的分析，吳中超［6］通過DEA-Tobit模型分析創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)、創(chuàng)新基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新績效的影響，發(fā)現(xiàn)結(jié)構(gòu)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)特征和研發(fā)投入強度對于區(qū)域創(chuàng)新效率具有一定作用。劉天佐等［7］通過Tobit 模型分析區(qū)域高?？蒲型度氘a(chǎn)出績效的影響因素，發(fā)現(xiàn)教師職稱結(jié)構(gòu)、教育投入力度有顯著的正向作用。張立杰等［8］通過Tobit 模型分析我國絲綢之路經(jīng)濟帶沿線高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，發(fā)現(xiàn)勞動者素質(zhì)因素影響研發(fā)階段的純技術(shù)效率、轉(zhuǎn)化階段的規(guī)模效率。田時中等［9］通過面板Tobit模型分析財政收入、地方政府競爭對區(qū)域科技創(chuàng)新的影響效果，發(fā)現(xiàn)經(jīng)濟規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)等對創(chuàng)新水平有顯著影響。孟衛(wèi)軍等［10］通過SBM-DEA-Tobit模型分析科技服務(wù)業(yè)與高技術(shù)制造業(yè)協(xié)同集聚水平對創(chuàng)新效率的影響，發(fā)現(xiàn)經(jīng)濟發(fā)展水平、科技人員投入和科技資金投入均影響創(chuàng)新效率。葉堂林等［11］通過超效率BCC-Tobit 模型對比我國東部三大城市群的創(chuàng)新效率，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)對三大城市群都有顯著影響，經(jīng)濟發(fā)展對京津冀、珠三角城市群有顯著促進(jìn)作用，政府支持對珠三角城市群有顯著正向作用。吳傳清等［12］通過DEA-Malmquist-Tobit 模型分析長江經(jīng)濟帶11 省市的技術(shù)創(chuàng)新效率，發(fā)現(xiàn)研發(fā)投入強度、產(chǎn)業(yè)現(xiàn)代化程度、對外開放程度等因素對長江上中下游不同地區(qū)影響差異顯著。馬聰穎等［13］通過DEA-Malmquist-Tobit 模型分析高?？萍紕?chuàng)新效率，發(fā)現(xiàn)經(jīng)濟發(fā)展水平、信息化水平、研發(fā)人員質(zhì)量對創(chuàng)新效率有顯著影響。孫振清等［14］通過DEATobit 模型分析中國中部沿海四大城市群的協(xié)同創(chuàng)新效率，發(fā)現(xiàn)研發(fā)投入力度、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟發(fā)展水平和對外開放程度與區(qū)域協(xié)同創(chuàng)新效率顯著相關(guān)。李蕓等［15］通過SBM-Tobit 模型分析我國30 個省份的科技創(chuàng)新效率，發(fā)現(xiàn)對外開放程度、人力資本對創(chuàng)新效率具有顯著正相關(guān)。

2 實證研究

2.1 指標(biāo)選擇與研究思路

2012 年4 月，為貫徹落實《珠江三角洲地區(qū)改革發(fā)展規(guī)劃綱要（2008—2020 年）》《廣東自主創(chuàng)新規(guī)劃綱要》和《廣東省建設(shè)創(chuàng)新型廣東行動綱要》，廣東省科學(xué)技術(shù)廳印發(fā)了關(guān)于省企業(yè)重點實驗室建設(shè)與運行的管理辦法，廣東省重點實驗室主要有兩大任務(wù)，包括開展應(yīng)用基礎(chǔ)研究以提升自主創(chuàng)新能力和推動行業(yè)進(jìn)步，以及通過引進(jìn)、培養(yǎng)、交流、合作、共享建設(shè)高水平人才隊伍。2021 年3 月，為進(jìn)一步規(guī)范和支持廣東省重點實驗室建設(shè)、運行與管理，《廣東省科學(xué)技術(shù)廳關(guān)于廣東省重點實驗室的管理辦法》出臺，相比于舊管理辦法，著重強調(diào)了開展戰(zhàn)略性、前瞻性基礎(chǔ)和應(yīng)用基礎(chǔ)研究，加強技術(shù)銜接、開展研究合作，以提升行業(yè)技術(shù)水平、支撐產(chǎn)業(yè)技術(shù)創(chuàng)新。廣東省重點實驗室體系經(jīng)過多年發(fā)展，逐步由規(guī)范化建設(shè)運行向高質(zhì)量發(fā)展邁進(jìn)，見表1。

表1 廣東省重點實驗室投入產(chǎn)出統(tǒng)計

采 用DEA-SOLVER 軟 件，選 擇DEA-BCC、CCR 模型分析4 組實驗室在人才隊伍建設(shè)、科學(xué)研究、創(chuàng)新研發(fā)、成果轉(zhuǎn)化4 個評價維度下的宏觀綜合效率和規(guī)模報酬可變下的技術(shù)效率、規(guī)模效率，探究其運行特征及變化趨勢。

選取2013—2018 年間年度統(tǒng)計報告數(shù)據(jù)完整的197 家廣東省重點實驗室作為原始研究對象，符合DEA 指標(biāo)及決策單元數(shù)目要求。其中實驗室按照所在地區(qū)分為廣州、深圳、廣深以外的珠三角地區(qū)和粵東西北。從指標(biāo)數(shù)據(jù)時間范圍上看，選取2013—2015 年的年報累計數(shù)據(jù)作為相關(guān)投入指標(biāo)，選取2016—2018 年的年報累計數(shù)據(jù)作為產(chǎn)出數(shù)據(jù)。一方面是考慮到研究生培養(yǎng)、學(xué)術(shù)項目研究、論文發(fā)表、專利產(chǎn)出等指標(biāo)的生產(chǎn)周期和統(tǒng)計時滯性；另一方面將累計數(shù)據(jù)作為相關(guān)投入產(chǎn)出指標(biāo)，可減少單年數(shù)據(jù)波動對結(jié)果的影響；第三，以3 年為周期累計與廣東省重點實驗室管理辦法規(guī)定的考核周期相符，經(jīng)梳理整合后得到5 類16 項指標(biāo)見表2。

表2 廣東省重點實驗室管理評價指標(biāo)

表3 中序號1 為人才隊伍建設(shè)效率評估指標(biāo)體系，投入指標(biāo)為2013—2015 年期間依托單位及地方財政經(jīng)費投入、高級職稱人員數(shù)量、儀器總值、實驗室場地面積；產(chǎn)出指標(biāo)為2016—2018 年期間反映人才培養(yǎng)的碩博士研究所畢業(yè)人數(shù)、高層次人才增量、高級職稱人員增長率。其中儀器總值、場地面積均為年均數(shù)，高級職稱人員增長率結(jié)果采用歸一化方法避免負(fù)數(shù)出現(xiàn)。

表3 中序號2 為學(xué)術(shù)研究產(chǎn)出效率評估指標(biāo)體系，投入指標(biāo)考慮基礎(chǔ)條件和人才隊伍兩方面，因為我國在校研究生、青年學(xué)者對科研工作和學(xué)術(shù)論文的貢獻(xiàn)較大［16］，而人才隊伍和高層次人才也是影響科技項目獲取的關(guān)鍵因素［17］，所以投入指標(biāo)包括2013—2015 年期間，依托單位及地方財政經(jīng)費投入、高級職稱人員數(shù)量、儀器總值、實驗室場地面積、碩博士研究生畢業(yè)人數(shù)、高層次人才數(shù)量；產(chǎn)出指標(biāo)則是2016—2018 年期間縱向科技項目經(jīng)費、期刊專著數(shù)量。

表3 中序號3 為創(chuàng)新成果產(chǎn)出效率評估指標(biāo)體系，投入指標(biāo)包括2013—2015 年期間依托單位及地方財政經(jīng)費投入、高級職稱人員數(shù)量、儀器總值、實驗室場地面積，產(chǎn)出指標(biāo)為2016—2018 年期間專利授權(quán)量、“三新”成果數(shù)量。

表3 中序號4 為成果轉(zhuǎn)化效率評估體系，投入指標(biāo)包括2013—2015 年期間依托單位及地方財政經(jīng)費投入、高級職稱人員數(shù)量、儀器總值、實驗室場地面積，產(chǎn)出指標(biāo)為2016—2018 年期間技術(shù)服務(wù)、技術(shù)轉(zhuǎn)化、技術(shù)合作收入。

表3 重點實驗室運行效率評估指標(biāo)體系

2.2 不同地區(qū)的廣東省重點實驗室效率比較

整體效率方面，廣東省重點實驗室人才隊伍、學(xué)術(shù)研究、創(chuàng)新研發(fā)、成果轉(zhuǎn)化效率均偏低，根據(jù)圖1 至圖3 可知，不同區(qū)域廣東省重點實驗室投入產(chǎn)出效率在不同評估維度存在不同程度的差異。人才隊伍投入產(chǎn)出技術(shù)效率中，深圳地區(qū)的廣東省重點實驗室效率最高，廣深以外的珠三角地區(qū)效率最低，通過皮爾遜相關(guān)性檢驗，人才隊伍技術(shù)效率與純技術(shù)效率顯著相關(guān)。學(xué)術(shù)研究投入產(chǎn)出技術(shù)效率中，深圳地區(qū)的廣東省重點實驗室效率最高，均值達(dá)到0.629，廣深以外的珠三角地區(qū)效率最低，通過皮爾遜相關(guān)性檢驗，學(xué)術(shù)研究技術(shù)效率與純技術(shù)效率、規(guī)模效率均顯著相關(guān)。創(chuàng)新研發(fā)投入產(chǎn)出效率中，廣深以外珠三角地區(qū)的廣東省重點實驗室技術(shù)效率最高，粵東西北效率最低，通過皮爾遜相關(guān)性檢驗，創(chuàng)新研發(fā)技術(shù)效率與純技術(shù)效率、規(guī)模效率均顯著相關(guān)。成果轉(zhuǎn)化投入產(chǎn)出效率中，廣深以外珠三角地區(qū)的廣東省重點實驗室技術(shù)效率最高，粵東西北效率最低，通過皮爾遜相關(guān)性檢驗，成果轉(zhuǎn)化技術(shù)效率與純技術(shù)效率、規(guī)模效率均顯著相關(guān)。見表4。

圖1 2013—2018 年不同地區(qū)的廣東省重點實驗室投入產(chǎn)出技術(shù)效率分析

圖2 2013—2018 年不同地區(qū)的廣東省重點實驗室投入產(chǎn)出純技術(shù)效率分析

圖3 2013—2018 年不同地區(qū)的廣東省重點實驗室投入產(chǎn)出規(guī)模效率分析

表4 2013—2018 年間各地區(qū)廣東省重點實驗室投入產(chǎn)出效率情況

2.3 投入產(chǎn)出效率主要影響因素分析

將6 個投入指標(biāo)和10 個產(chǎn)出指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同量綱和數(shù)量級的差別帶來的影響，再進(jìn)行因子分析的有效性檢驗，結(jié)果顯示KMO 值=0.714＞0.5，Barlett 檢驗的顯著性為0，表明該數(shù)據(jù)適合做因子分析（見表5），方差貢獻(xiàn)率分析見表6。投入產(chǎn)出數(shù)據(jù)經(jīng)過因子分析降維之后，有6 個公因子的初始特征值大于1，其累積貢獻(xiàn)率為61.466%，大于60%，說明提取的6 個公因子能夠較好解釋原始變量的信息。因子載荷分析如表7 所示，由旋轉(zhuǎn)后的因子載荷矩陣表可得出，第一個公因子代表碩博畢業(yè)人數(shù)、投入期研究生人數(shù)、期刊專著總量、高級職稱人才和產(chǎn)出的高層次人才，第二個公因子代表投入金額、儀器總值和發(fā)明PCT 專利授權(quán)數(shù)，第三個因子代表技術(shù)轉(zhuǎn)讓收入和高級職稱增長率，第四個因子代表項目經(jīng)費、投入的高層次人才和技術(shù)合作收入，第五個因子代表總面積和“三新”，第六個因子代表技術(shù)服務(wù)收入。

表5 變量的KMO 與Bartlett 檢驗

表6 變量的總方差解釋

表7 旋轉(zhuǎn)后的因子載荷矩陣

進(jìn)一步分析可得出，第一因子主要集中在人才隊伍和學(xué)術(shù)研究指標(biāo)方面，貢獻(xiàn)率為19.479%，大致可以認(rèn)為造成效率差異的主要因素是人才隊伍的發(fā)展及學(xué)術(shù)情況；第二因子的貢獻(xiàn)率為9.792%，所以基礎(chǔ)投入和創(chuàng)新研發(fā)的產(chǎn)出情況也是效率差異的重要因素。

2.4 基于Tobit 模型的地區(qū)差異分析

本文中由DEA 方法確定的投入產(chǎn)出效率值被限制在0 到1 之間，屬于受限因變量，如果直接用最小二乘法進(jìn)行參數(shù)估計的回歸結(jié)果會出現(xiàn)有偏和不一致；又由于因變量取值相對集中，自變量取值變化較大，則會出現(xiàn)參數(shù)估計不顯著，對影響因素的分析無效。所以采用Tobit 模型分析效率值差異的影響因素。在效率影響因素方面，學(xué)者們基于創(chuàng)新活動的階段性，從創(chuàng)新基礎(chǔ)、創(chuàng)新環(huán)境、政產(chǎn)學(xué)研聯(lián)系、國際技術(shù)溢出等角度進(jìn)行探討，結(jié)合本文研究需要選取影響因素如表8，包括經(jīng)費投入強度（X1）、科技人員投入（X2）、研發(fā)人員數(shù)量（X3）、經(jīng)濟發(fā)展水平（X5）、產(chǎn)業(yè)結(jié)構(gòu)特征（X5）、對外開放程度（X6）作為自變量。本文選取的各影響因素數(shù)據(jù)來源于《廣東統(tǒng)計年鑒》《廣東科技統(tǒng)計數(shù)據(jù)》。

表8 廣東省重點實驗室投入產(chǎn)出效率的影響因素

由于人均GDP 是絕對額指標(biāo)且數(shù)值較大，其他變量為比率指標(biāo)，為消除異方差的影響和降低模型產(chǎn)生多重共線性的可能性，對自變量X4作對數(shù)化處理，Tobit 分析結(jié)果見表9。

表9 2013—2018 年廣東省重點實驗室投入產(chǎn)出效率影響因素的Tobit 回歸結(jié)果

從經(jīng)費投入強度看，在3 種不同的效率中，經(jīng)費投入對于學(xué)術(shù)研究產(chǎn)出效率均具有顯著的正向作用，表明經(jīng)費投入越多產(chǎn)出效率越高，而對創(chuàng)新研發(fā)產(chǎn)出效率均為反向作用，并且對成果轉(zhuǎn)化階段的規(guī)模效率也產(chǎn)生顯著的抑制作用，從而阻礙成果轉(zhuǎn)化的產(chǎn)出，說明經(jīng)費使用效率不高，可能存在浪費現(xiàn)象。經(jīng)費投入對人才隊伍建設(shè)效率具有正向作用，且其影響系數(shù)較大，是提升人才隊伍建設(shè)效率的關(guān)鍵因素。

從科技人員投入看，科技人員投入對創(chuàng)新研發(fā)階段的純技術(shù)效率、成果轉(zhuǎn)化階段的規(guī)模效率具有顯著的正向作用，從而促進(jìn)研發(fā)產(chǎn)出效率和成果轉(zhuǎn)化效率，而對人才隊伍建設(shè)的規(guī)模效率產(chǎn)生顯著的抑制作用，說明科技人員投入過多會出現(xiàn)冗余現(xiàn)象，反而限制人才隊伍建設(shè)的規(guī)模。

從研發(fā)人員質(zhì)量看，影響作用顯著在于規(guī)模效率，對學(xué)術(shù)研究階段和成果轉(zhuǎn)化階段具有正向作用，但對創(chuàng)新研發(fā)階段具有反向作用，對實證結(jié)果分析的觀點非常值得斟酌！評價指標(biāo)用的是“研發(fā)人員質(zhì)量”，但應(yīng)對其中起反作用的影響因素作具體分析，不應(yīng)簡單歸結(jié)為“高質(zhì)量研發(fā)人員阻礙創(chuàng)新研發(fā)產(chǎn)出”的悖論。

從經(jīng)濟發(fā)展水平看，影響作用顯著在于各階段的規(guī)模效率。經(jīng)濟發(fā)展水平對人才隊伍建設(shè)具有正向作用，但在技術(shù)效率上是不顯著的反向作用，說明地區(qū)經(jīng)濟發(fā)達(dá)只是有利于人才隊伍建設(shè)的規(guī)模；對學(xué)術(shù)研究產(chǎn)出效率均為顯著的反向作用，對成果轉(zhuǎn)化階段均為反向作用，說明經(jīng)濟發(fā)展水平較高的地區(qū)在學(xué)術(shù)研究和成果轉(zhuǎn)化方面可能存在創(chuàng)新資源冗余、錯配等問題；對于創(chuàng)新研發(fā)階段具有顯著的正向作用，說明地區(qū)經(jīng)濟越發(fā)達(dá)越有利于創(chuàng)新研發(fā)的產(chǎn)出。

從產(chǎn)業(yè)結(jié)構(gòu)特征看，對學(xué)術(shù)研究的規(guī)模效率具有顯著的正向作用，從而有效提高學(xué)術(shù)研究的產(chǎn)出效率，而對成果轉(zhuǎn)化的規(guī)模效率具有顯著的反向作用，說明地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和成果轉(zhuǎn)化規(guī)模配置仍存在不合理的地方，阻礙創(chuàng)新成果的轉(zhuǎn)化。

從對外開放程度看，影響作用顯著在于規(guī)模效率。對外開放程度對人才隊伍的影響系數(shù)雖為負(fù)，但數(shù)值較小，說明產(chǎn)生的影響作用不大，對學(xué)術(shù)研究和成果轉(zhuǎn)化均為正向作用，說明對外開放程度越高，由國外先進(jìn)技術(shù)和外資涌入導(dǎo)致科技創(chuàng)新市場的競爭和合作會越全面，有利于促進(jìn)學(xué)術(shù)研究產(chǎn)出和創(chuàng)新成果轉(zhuǎn)化。

根據(jù)上述Tobit 回歸分析結(jié)果，經(jīng)費投入強度越大，人才隊伍建設(shè)效率越高，但是，觀察圖2 得出，粵東西北地區(qū)的建設(shè)效率高于廣深以外珠三角地區(qū)，這是因為以廣州、深圳為中心城市的珠三角城市群的協(xié)同創(chuàng)新呈現(xiàn)虹吸效應(yīng)［18］，廣州、深圳憑借創(chuàng)新優(yōu)勢產(chǎn)生人才集聚現(xiàn)象，從而造成周邊城市人才流失；同時，R&D 經(jīng)費投入、新興產(chǎn)業(yè)集聚會產(chǎn)生虹吸效應(yīng)［19］，而研發(fā)投入強度、產(chǎn)業(yè)結(jié)構(gòu)特征及研發(fā)人員質(zhì)量正是學(xué)術(shù)研究產(chǎn)出效率的顯著影響因素，從而造成廣深以外珠三角地區(qū)的產(chǎn)出效率低于粵東西北地區(qū)。經(jīng)濟越發(fā)達(dá)創(chuàng)新研發(fā)產(chǎn)出效率越高，但是，觀察圖1 得出，廣深以外珠三角地區(qū)的效率反而最高，這可能是因為廣州、深圳的經(jīng)費投入過多反而造成浪費現(xiàn)象，阻礙了創(chuàng)新研發(fā)的產(chǎn)出；而且，研發(fā)效率對周圍相鄰區(qū)域具有溢出效應(yīng)［19］。

3 結(jié)論

本文通過DEA、因子載荷分析和Tobit 模型探討了廣州、深圳、廣深以外珠三角、粵東西北的廣東省重點實驗室在人才隊伍、學(xué)術(shù)研究、創(chuàng)新研發(fā)、成果轉(zhuǎn)化4 個評估體系的投入產(chǎn)出效率的差異，得出以下研究結(jié)論：

（1）廣東省重點實驗室人才隊伍、學(xué)術(shù)研究、創(chuàng)新研發(fā)、成果轉(zhuǎn)化整體效率并不高，不同地區(qū)在不同效率評估體系下呈現(xiàn)了較大效率差異，廣深以外珠三角地區(qū)的人才隊伍、學(xué)術(shù)研究投入產(chǎn)出效率在各地區(qū)墊底，但是創(chuàng)新研發(fā)純技術(shù)效率和規(guī)模效率相對較好，主要是因為該地區(qū)重點實驗室以企業(yè)發(fā)展為核心，雖然人才培養(yǎng)少、學(xué)術(shù)論文產(chǎn)出不高、人才流失較嚴(yán)重，但是經(jīng)費投入規(guī)模配置較好、科研人員效率較高、人才創(chuàng)新研發(fā)積極性較好。廣深地區(qū)人才隊伍、學(xué)術(shù)研究效率高，主要是因為經(jīng)濟較發(fā)達(dá)，使得人才聚集度高、人才培養(yǎng)多、學(xué)術(shù)論文產(chǎn)出高，但是經(jīng)費、科技人員過于集中于學(xué)術(shù)研究，創(chuàng)新研發(fā)投入規(guī)模配置不佳，經(jīng)費和人才使用效率低，使得創(chuàng)新研發(fā)效率和成果效率低。

（2）產(chǎn)業(yè)結(jié)構(gòu)配置合理性和產(chǎn)業(yè)協(xié)同發(fā)展是促進(jìn)學(xué)術(shù)研究、創(chuàng)新研發(fā)和成果轉(zhuǎn)化的關(guān)鍵，粵東西北遠(yuǎn)離珠三角地區(qū)，依托當(dāng)?shù)馗咝：妄堫^企業(yè)建設(shè)廣東省重點實驗室，在地區(qū)人才隊伍建設(shè)中受其他地區(qū)虹吸作用的影響小。隨著廣東省加快構(gòu)建“一核一帶一區(qū)”區(qū)域發(fā)展布局，支持東西兩翼大力發(fā)展實體經(jīng)濟，打造廣東經(jīng)濟新的增長極，與珠三角城市“串珠成鏈”建設(shè)沿海經(jīng)濟帶。粵東西北要把握發(fā)展機遇，在學(xué)術(shù)研究、創(chuàng)新研發(fā)和成果轉(zhuǎn)化中緊貼產(chǎn)業(yè)實際，做出地方特色、產(chǎn)業(yè)特色，在創(chuàng)新研發(fā)和成果轉(zhuǎn)化中粵東西北要與珠三角地區(qū)密切合作，積極吸引廣深地區(qū)創(chuàng)新創(chuàng)業(yè)人才來粵東西北發(fā)展，積極推動廣深地區(qū)的學(xué)術(shù)研究成果來粵東西北產(chǎn)業(yè)落地。

（3）在廣東省重點實驗室運行管理實踐中，圍繞“一核一帶一區(qū)”區(qū)域發(fā)展新格局促進(jìn)全省區(qū)域協(xié)調(diào)發(fā)展，推動各區(qū)域優(yōu)勢互補、差異協(xié)調(diào)發(fā)展，以區(qū)域協(xié)同、創(chuàng)新合作、知識轉(zhuǎn)移為切入，建立多階段、多維度的廣東省重點實驗室投入產(chǎn)出效率分析和評估體系，結(jié)合地方特色、產(chǎn)業(yè)實際，有目的、有層次地開展廣東省重點實驗室運行管理考核評估和方向引導(dǎo)，提升廣東省重點實驗室在產(chǎn)業(yè)促進(jìn)、區(qū)域發(fā)展中的關(guān)鍵能力。