嵌入創(chuàng)新承載力的西部省份科技創(chuàng)新效率測(cè)度

鄭姣

摘?要：采用三階段DEA-Windows模型，選取2009—2018年省域面板數(shù)據(jù)，考慮科技創(chuàng)新產(chǎn)出的滯后性特征，并將創(chuàng)新承載力嵌入環(huán)境影響因素中，對(duì)我國(guó)西部11個(gè)省份科技創(chuàng)新效率進(jìn)行測(cè)度。研究表明：剔除環(huán)境因素和隨機(jī)干擾的影響后，幾乎所有省份純技術(shù)效率上升，除陜西和四川省技術(shù)效率和規(guī)模效率上升外，其余省份均出現(xiàn)下降，說(shuō)明西部省份技術(shù)效率水平低主要是由規(guī)模效率所導(dǎo)致。此外，通過(guò)投入松弛與環(huán)境變量的回歸發(fā)現(xiàn)，增加政府支持和高新技術(shù)產(chǎn)業(yè)規(guī)模有利于提高創(chuàng)新效率，而較高的創(chuàng)新承載力和經(jīng)濟(jì)發(fā)展水平，會(huì)增加創(chuàng)新投入冗余，抑制技術(shù)效率的提升。最后，結(jié)合研究結(jié)論給出相關(guān)的政策建議。

關(guān)鍵詞：科技創(chuàng)新；效率測(cè)度；創(chuàng)新承載力；三階段DEA

中圖分類號(hào)：F062.4????文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2023）13-0007-06

DOI：10.13939/j.cnki.zgsc.2023.13.007

1?引言

科技創(chuàng)新是推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要引擎，是區(qū)域綜合競(jìng)爭(zhēng)力的重要體現(xiàn)［1］。創(chuàng)新承載力是一個(gè)地區(qū)承載技術(shù)創(chuàng)新活動(dòng)的能力［2］，對(duì)提升區(qū)域科技創(chuàng)新效率、實(shí)現(xiàn)投入產(chǎn)出的有機(jī)轉(zhuǎn)換至關(guān)重要。若將區(qū)域科技創(chuàng)新視為以一定資源投入實(shí)現(xiàn)科技產(chǎn)出的系統(tǒng)，則效率可理解為投入產(chǎn)出的轉(zhuǎn)化率。如，李蘭冰［3］從資本和勞動(dòng)衡量科技創(chuàng)新投入，選擇專利申請(qǐng)數(shù)作為創(chuàng)新產(chǎn)出指標(biāo)，采用數(shù)據(jù)包絡(luò)分析（DEA）方法，對(duì)我國(guó)31個(gè)區(qū)域省份的科技創(chuàng)新效率進(jìn)行測(cè)度。史修松等［4］以區(qū)域省份科技活動(dòng)內(nèi)部支出和科技人員為投入變量，運(yùn)用隨機(jī)前沿分析方法（SFA）測(cè)算并分析中國(guó)區(qū)域創(chuàng)新效率及其空間差異。但上述研究并未就環(huán)境影響因素進(jìn)行討論，為此學(xué)者采用回歸分析方法對(duì)科技創(chuàng)新效率影響因素進(jìn)行研究［5］，但在測(cè)度時(shí)并未剔除環(huán)境要素對(duì)效率的影響，這會(huì)導(dǎo)致結(jié)果偏差。之后，學(xué)者引入三階段DEA模型，通過(guò)剔除環(huán)境因素和隨機(jī)干擾，更為客觀地反映區(qū)域間的科技創(chuàng)新效率差異。白俊紅等［6］考慮環(huán)境因素的影響，選取省份截面數(shù)據(jù)，采用三階段DEA對(duì)我國(guó)30個(gè)省份的科技創(chuàng)新效率及創(chuàng)新性測(cè)度進(jìn)行研究。此外，考慮創(chuàng)新效率的時(shí)間變化趨勢(shì)，喬元波等［7］結(jié)合省域面板數(shù)據(jù)，采用三階段DEA-Windows模型，對(duì)創(chuàng)新效率進(jìn)行評(píng)價(jià)。范建平等［8］采用三階段EBM-Windows模型，選取省域面板數(shù)據(jù)進(jìn)行實(shí)證。然而，創(chuàng)新效率的高低一定程度上依賴區(qū)域創(chuàng)新承載力的轉(zhuǎn)換效果，鮮有將科技創(chuàng)新承載因素納入環(huán)境影響范疇。此外，科技創(chuàng)新產(chǎn)出存在一定的滯后性，因此，文章采用三階段DEA-Windows模型，選擇西部省份面板數(shù)據(jù)，將科技創(chuàng)新產(chǎn)出年份滯后投入兩年期，引入創(chuàng)新承載力的概念，計(jì)算區(qū)域創(chuàng)新承載力指數(shù)值，并將其作為環(huán)境因素進(jìn)行分解和比較，既考慮創(chuàng)新承載力外部環(huán)境因素對(duì)科技創(chuàng)新效率的影響，又關(guān)注各省份創(chuàng)新效率時(shí)間維度的變化趨勢(shì)，以期對(duì)區(qū)域科技創(chuàng)新效率進(jìn)行更為準(zhǔn)確的評(píng)估。

2?研究方法及變量選取

2.1?研究方法

現(xiàn)有關(guān)于效率測(cè)度的方法主要包含隨機(jī)前沿分析和數(shù)據(jù)包絡(luò)分析兩種。SFA是結(jié)合經(jīng)濟(jì)學(xué)原理，通過(guò)預(yù)先設(shè)定生產(chǎn)函數(shù)進(jìn)行效率測(cè)算，結(jié)果的準(zhǔn)確性對(duì)生產(chǎn)函數(shù)依賴較大。相對(duì)而言，DEA在測(cè)度效率值時(shí)，無(wú)須預(yù)先設(shè)定生產(chǎn)函數(shù)和指標(biāo)權(quán)重，能夠保證計(jì)算的客觀性和準(zhǔn)確性。為此，F(xiàn)ried等［9］提出三階段DEA方法，將投入產(chǎn)出調(diào)整到相同的環(huán)境之中，能夠更為準(zhǔn)確地反映決策單元的效率。然而，基于截面數(shù)據(jù)的三階段DEA方法，不能反映效率隨時(shí)間的變化趨勢(shì)，為了對(duì)決策單元在不同時(shí)間點(diǎn)上的效率評(píng)價(jià)，學(xué)者引入三階段DEA-Windows方法進(jìn)行效率測(cè)度［10］。結(jié)合Fried等的研究，文章采用三階段DEA-Windows方法對(duì)西部省份科技創(chuàng)新效率進(jìn)行測(cè)度，具體過(guò)程如下：

第一階段：運(yùn)用DEA-Windows方法計(jì)算科技創(chuàng)新效率。文章第一階段選擇投入導(dǎo)向的BCC規(guī)模報(bào)酬可變模型進(jìn)行效率測(cè)度，考慮面板數(shù)據(jù)和效率的時(shí)間變化，參考已有研究［11］，選擇DEA-Windows方法計(jì)算表時(shí)，窗口期設(shè)定為3。

第二階段：松弛變量的類SFA面板回歸模型。對(duì)第一階段求得的投入松弛變量的環(huán)境影響進(jìn)行估計(jì)，以環(huán)境最差的決策單位為基準(zhǔn)，將所有單元的投入調(diào)整至相同環(huán)境。借鑒劉自敏等［12］在第二階段對(duì)類SFA面板回歸的修正，構(gòu)造投入導(dǎo)向的SFA回歸函數(shù)：

Si，?j，?t=fi（Zj，?t;?βi，?t）+νi，?j，?t+μi，?j，?t;?i=1，?2，?…，?I;?j=1，?2，?…，?N;?t=1，?2，?…，?T（1）

式中，Si，?j，?t表示第t年第j個(gè)決策單元第i項(xiàng)投入的松弛值，Zj，?t=（Z1jt，?Z2jt，?…，?Zkjt）表示第t年第j個(gè)決策單元的k個(gè)可觀測(cè)的環(huán)境變量，βi，?t為待估環(huán)境變量的系數(shù)；νi，?j，?t+μi，?j，?t是混合誤差項(xiàng)，其中，νi，?j，?t為隨機(jī)干擾，假設(shè)其νi，?j，?t～N（0，?σ2vijt），μi，?j，?t表示管理無(wú)效率，假定其服從截?cái)嗾龖B(tài)分布μi，?j，?t～N+（μi，?σ2μi，?j，?t）。按照管理無(wú)效率項(xiàng)與時(shí)間的關(guān)系，可將面板SFA分為非時(shí)變模型與時(shí)變衰退模型，非時(shí)變模型假設(shè)νi，?j，?t與μi，?j，?t相互獨(dú)立。時(shí)變衰退模型假設(shè)管理無(wú)效率隨時(shí)間變化而變化，μj，?t=exp{－η（t－Tj）}uj，Tj表示第j個(gè)決策單元的最后一期，η為衰退系數(shù)。結(jié)合劉自敏等提供的方法，先采用時(shí)變衰退模型進(jìn)行SFA估計(jì)，對(duì)估計(jì)出的η進(jìn)行檢驗(yàn)，如果拒絕η=0的原假設(shè)，則采用時(shí)變模型，反之，則采用非時(shí)變模型。

為了將所有決策單元調(diào)整至相同的環(huán)境中，采用如下公式：

Yi，?j，?t=Xi，?j，?t+［max（fi（Zj，?t;?βi，?t））－fi（Zj，?t;?βi，?t）］+［max（νi，?j，?t）－νi，?j，?t］

i=1，?2，?…，?I;?j=1，?2，?…，?N;?t=1，?2，?…，?T（2）

式中，Yi，?j，?t為第t年第j個(gè)決策單元第i項(xiàng)投入的調(diào)整值，Xi，?j，?t為第t年第j個(gè)決策單元第i項(xiàng)投入的原始值，等式右邊第二項(xiàng)表示對(duì)外部環(huán)境因素進(jìn)行的調(diào)整，第三項(xiàng)表示對(duì)隨機(jī)誤差進(jìn)行的調(diào)整。面板SFA回歸后，按照公式（2）進(jìn)行投入變量的調(diào)整。

第三階段：運(yùn)用DEA-Windows方法再次計(jì)算效率值。將調(diào)整后的投入代入DEA-Windows模型，選擇BCC模型和相同的窗口期進(jìn)行再次計(jì)算。

2.2?變量選擇

2.2.1?投入產(chǎn)出變量

關(guān)于創(chuàng)新投入，資本和人力是科技創(chuàng)新效率測(cè)度的兩個(gè)核心指標(biāo)，對(duì)于省域科技創(chuàng)新投入也選擇該類指標(biāo)，與鐘祖昌［13］研究保持一致，選擇各省份R&D內(nèi)部支出和R&D人員全時(shí)當(dāng)量作為投入指標(biāo)。

科技創(chuàng)新產(chǎn)出存在多種衡量指標(biāo)，參考肖文等［14］研究，選擇專利和新產(chǎn)品銷售收入作為產(chǎn)出指標(biāo)。其中，選擇發(fā)明專利授權(quán)量作為產(chǎn)出指標(biāo)。新產(chǎn)品銷售收入選擇高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入進(jìn)行表征。同時(shí)，考慮到技術(shù)市場(chǎng)同交易額，能夠反映科技創(chuàng)新與經(jīng)濟(jì)效益以及成果轉(zhuǎn)化的市場(chǎng)價(jià)值，將其作為產(chǎn)出指標(biāo)。

2.2.2?創(chuàng)新承載力環(huán)境變量

創(chuàng)新承載力體現(xiàn)出一定時(shí)期內(nèi)區(qū)域所具備的創(chuàng)新資源有效支撐該地區(qū)產(chǎn)業(yè)持續(xù)創(chuàng)新的能力［2］。相對(duì)科技創(chuàng)新投入產(chǎn)出，創(chuàng)新承載力具有明顯的外部性特征。文章從投入—承載—產(chǎn)出的角度，將創(chuàng)新承載力定義為支撐區(qū)域科技創(chuàng)新投入產(chǎn)出轉(zhuǎn)換的研發(fā)載體及資源。創(chuàng)新承載力取決于區(qū)域創(chuàng)新資源的支持，若區(qū)域創(chuàng)新載體及資源短缺，則創(chuàng)新承載力水平較低，科技創(chuàng)新的投入就難以有效實(shí)現(xiàn)產(chǎn)出，而創(chuàng)新承載力過(guò)剩則會(huì)導(dǎo)致創(chuàng)新載體閑置和浪費(fèi)，影響創(chuàng)新效率和能力的提升。

科技創(chuàng)新資源通過(guò)政策引導(dǎo)和市場(chǎng)需求，依托企業(yè)、高等院校以及科研機(jī)構(gòu)等科技創(chuàng)新載體，促進(jìn)科技創(chuàng)新資源的流動(dòng)和集聚，實(shí)現(xiàn)科技創(chuàng)新成果和效益產(chǎn)出。因此，選擇區(qū)域高等院校、高新技術(shù)企業(yè)、規(guī)模以上工業(yè)企業(yè)中擁有的研發(fā)機(jī)構(gòu)企業(yè)數(shù)量，擬合出創(chuàng)新承載力環(huán)境變量值。

2.2.3?其他環(huán)境變量選擇

考慮環(huán)境要素對(duì)科技創(chuàng)新效率的影響，從政府支持、產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)發(fā)展以及創(chuàng)新承載力四個(gè)方面進(jìn)行衡量。結(jié)合已有研究，政府支持用各省份科學(xué)技術(shù)支出占當(dāng)年公共支出比例表示，產(chǎn)業(yè)結(jié)構(gòu)選擇高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入占規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)值表示，地區(qū)發(fā)展選擇地區(qū)人均GDP進(jìn)行表征。

3?數(shù)據(jù)及實(shí)證分析

3.1?數(shù)據(jù)來(lái)源

選擇西部11個(gè)?。ㄊ校┳灾螀^(qū)，由于西藏主要指標(biāo)數(shù)據(jù)缺失，暫時(shí)不進(jìn)行分析。數(shù)據(jù)來(lái)源于2010—2019年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)火炬統(tǒng)計(jì)年鑒》，且考慮到科技產(chǎn)品和效益產(chǎn)出具有明顯的滯后性，與已有研究保持一致［15］，將產(chǎn)出指標(biāo)之后兩年期進(jìn)行效率測(cè)度，即投入指標(biāo)和環(huán)境變量選擇2009—2016年指標(biāo)數(shù)據(jù)，產(chǎn)出指標(biāo)選擇2011—2018年數(shù)據(jù)進(jìn)行測(cè)算。

3.2?實(shí)證結(jié)果分析

3.2.1?創(chuàng)新承載力環(huán)境因素

考慮到創(chuàng)新承載力與創(chuàng)新投入的同期性，選擇2009—2016年各省份高等院校、高新技術(shù)企業(yè)以及規(guī)模以上工業(yè)企業(yè)中擁有的研發(fā)機(jī)構(gòu)企業(yè)數(shù)量等數(shù)據(jù)，運(yùn)用復(fù)合熵值法計(jì)算權(quán)重，擬合出創(chuàng)新承載力的各年份指數(shù)值。見(jiàn)表1，其中，四川、陜西、重慶創(chuàng)新承載力排名靠前，而內(nèi)蒙古、新疆、青海科技創(chuàng)新承載力則排名靠后。

3.2.2?第一階段DEA-Windows效率計(jì)算結(jié)果

遵循已有研究，設(shè)置窗口期為3，選擇BCC模型，采用Win4deap2軟件測(cè)算2009—2018年各省份綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）值。由計(jì)算結(jié)果可知，各個(gè)省份歷年綜合技術(shù)效率均值在0.297～0.937，純技術(shù)效率位于0.347～0.983，規(guī)模效率處于0.611～0.991，多數(shù)省份純技術(shù)效率存在較大提升空間。其中，陜西和重慶科技創(chuàng)新效率較高，內(nèi)蒙古、寧夏以及新疆三個(gè)自治區(qū)科技創(chuàng)新綜合技術(shù)效率則相對(duì)較低，可提高空間較大，且新疆和內(nèi)蒙古純技術(shù)效率值較低，這也表明該階段技術(shù)效率值較低主要是由純技術(shù)效率所導(dǎo)致。從時(shí)間變化趨勢(shì)分析，內(nèi)蒙古和廣西波動(dòng)較大，其中，內(nèi)蒙古在2010年，廣西在2014—2016年效率出現(xiàn)較大的變化，結(jié)合實(shí)際數(shù)據(jù)可知，兩者技術(shù)市場(chǎng)合同交易額分別在2010年和2014年較前后年份出現(xiàn)較大波動(dòng)。

3.2.3?第二階段：類SFA回歸結(jié)果

考慮到不同省份之間科技創(chuàng)新環(huán)境差異性較大，第一階段計(jì)算出的效率值包含環(huán)境要素的影響，直接比較會(huì)造成判斷上的偏差。因此，以第一階段的投入松弛變量作為因變量，以環(huán)境變量為自變量，進(jìn)行SFA面板數(shù)據(jù)回歸。先需要通過(guò)檢驗(yàn)衰退系數(shù)的顯著性來(lái)判斷，使用時(shí)變衰退模型還是非時(shí)變模型。先按照時(shí)變衰退模型進(jìn)行面板回歸，得到兩個(gè)投入松弛標(biāo)量的η分別為-0.0294和-0.0193，t值分別為-0.9291和-0.6707，不能通過(guò)顯著性檢驗(yàn)，因此，采用非時(shí)變模型進(jìn)行面板回歸，結(jié)果見(jiàn)表2。

由表2可知，單邊LR?test檢驗(yàn)在5%的置信水平下通過(guò)顯著性檢驗(yàn)，說(shuō)明選擇類SFA回歸是適合的，其次，兩個(gè)投入松弛面板回歸中，γ值分別為0.6475和0.7363，說(shuō)明管理無(wú)效率項(xiàng)和隨機(jī)擾動(dòng)對(duì)投入松弛均有影響，有必要進(jìn)行分離。再者，環(huán)境變量政府支持、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新承載力以及地區(qū)發(fā)展對(duì)松弛變量均有顯著性影響。其中，政府支持和產(chǎn)業(yè)結(jié)構(gòu)兩個(gè)因素回歸系數(shù)均為負(fù)，說(shuō)明提高政府支持力度和增加高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)占比，能夠減少投入松弛，提高區(qū)域省份創(chuàng)新效率。相反，創(chuàng)新承載力和地區(qū)發(fā)展回歸系數(shù)為正，提高創(chuàng)新承載力增加了投入松弛，不利于提高創(chuàng)新效率，其可能原因在于創(chuàng)新承載力取決于高新技術(shù)企業(yè)、含研發(fā)機(jī)構(gòu)的規(guī)模以上企業(yè)和高校的數(shù)量的增加，創(chuàng)新承載力越大，發(fā)展水平越高，各省份在研發(fā)資金和人力方面的投入越大，相應(yīng)產(chǎn)生的投入冗余量就越大。

3.2.4?第三階段：調(diào)整后的DEA-Windows效率計(jì)算

考慮到環(huán)境因素對(duì)各個(gè)決策單元的影響，將窗口期設(shè)置為3，用調(diào)整后的投入變量再次進(jìn)行效率測(cè)算。計(jì)算后發(fā)現(xiàn)，陜西、四川和重慶三個(gè)省份（直轄市），綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率排名靠前，三項(xiàng)指標(biāo)歷年均值均大于0.9，表現(xiàn)出較高的一致性和均衡性，其他省份則表現(xiàn)出綜合效率和規(guī)模效率相比純技術(shù)效率較低的現(xiàn)象，這表明剔除環(huán)境因素和隨機(jī)干擾后，多數(shù)省份綜合技術(shù)效率變化主要源于規(guī)模效應(yīng)。

為了更為直觀地比較，對(duì)第一階段和第三階段計(jì)算的效率的均值進(jìn)行比較，見(jiàn)圖1，圖2和圖3。可以看出，相比第一階段，測(cè)度結(jié)果存在較大差異，即環(huán)境因素和隨機(jī)干擾對(duì)效率值會(huì)產(chǎn)生較大影響。總體而言，經(jīng)調(diào)整后，多數(shù)省份創(chuàng)新技術(shù)效率和規(guī)模效率出現(xiàn)下降，而純技術(shù)效率幾乎全部省份（除貴州外）均有所增加，綜合技術(shù)效率水平低的原因，由第一階段的純技術(shù)效率較低轉(zhuǎn)化為調(diào)整后的規(guī)模效率較低。

具體而言，對(duì)于綜合技術(shù)效率，陜西和四川兩省經(jīng)調(diào)整后有所增加，且一直處于較高水平，無(wú)獨(dú)有偶，這兩個(gè)省份無(wú)論是經(jīng)濟(jì)發(fā)展水平還是創(chuàng)新承載力均處于西部領(lǐng)先水平，說(shuō)明未考慮環(huán)境因素和隨機(jī)誤差情形下，會(huì)導(dǎo)致陜西和四川兩個(gè)省份綜合技術(shù)效率偏低，其原因是外部環(huán)境因素影響而非管理水平較低所造成。其余省份均出現(xiàn)降低的情形，其中，青海、貴州、寧夏以及新疆降低幅度最大，其技術(shù)效率虛高的原因得益于有利的創(chuàng)新環(huán)境和較好的機(jī)會(huì)（運(yùn)氣），而非實(shí)際管理水平較高。這也說(shuō)明環(huán)境因素對(duì)技術(shù)效率影響較大，通過(guò)控制環(huán)境因素能夠?qū)崿F(xiàn)對(duì)綜合技術(shù)效率的提升。

此外，從純技術(shù)效率分析，對(duì)于具體省份而言，除貴州外，其他省份（直轄市）純技術(shù)效率歷年均值均有所增加，其中，內(nèi)蒙古、新疆、云南、廣西以及甘肅依次最大，這也說(shuō)明這些省份純技術(shù)效率被嚴(yán)重低估，結(jié)合規(guī)模效率，除陜西和四川外，其他省份綜合技術(shù)效率下降，表明對(duì)這些省份而言，技術(shù)創(chuàng)新投入產(chǎn)出未達(dá)到最優(yōu)規(guī)模，規(guī)模效率會(huì)抑制技術(shù)效率的提升，可以通過(guò)擴(kuò)大要素投入規(guī)模提高這些省份的創(chuàng)新效率。

圖1?綜合技術(shù)效率平均值調(diào)整前后比較

圖2?純技術(shù)效率平均值調(diào)整前后比較

圖3?規(guī)模效率平均值調(diào)整前后比較

4?結(jié)論及建議

4.1?研究結(jié)論

為了更加客觀真實(shí)地反映區(qū)域科技創(chuàng)新效率，文章采用三階段DEA-Windows方法，考慮環(huán)境因素和隨機(jī)干擾的影響，對(duì)我國(guó)西部11個(gè)省份科技創(chuàng)新效率進(jìn)行測(cè)度。得出如下研究結(jié)論：①剔除環(huán)境因素和隨機(jī)誤差影響后，效率值出現(xiàn)較大變化，具體表現(xiàn)為多數(shù)省份綜合技術(shù)效率和規(guī)模效率呈現(xiàn)下降趨勢(shì)，而幾乎所有省份純技術(shù)效率上升，表明環(huán)境因素對(duì)各個(gè)省份創(chuàng)新效率存在較大影響，且規(guī)模因素是影響多數(shù)省份技術(shù)效率的主要因素，其中，技術(shù)效率被低估的省份（陜西和四川）屬于經(jīng)濟(jì)發(fā)展和創(chuàng)新承載力水平較高的省份，其原因并非由管理水平引起，相反，其他省份存在被高估的情形主要原因是環(huán)境因素和運(yùn)氣成分。②通過(guò)對(duì)投入松弛變量和環(huán)境因素回歸發(fā)現(xiàn)，四項(xiàng)環(huán)境因素對(duì)投入松弛變量均有顯著性影響，其中，政府支持和產(chǎn)業(yè)結(jié)構(gòu)對(duì)創(chuàng)新投入松弛具有負(fù)向影響，即增加政府投入、優(yōu)化高新技術(shù)產(chǎn)業(yè)結(jié)構(gòu)能夠降低投入冗余，有利于資源配置和創(chuàng)新效率的提高。相反，創(chuàng)新承載力、地區(qū)發(fā)展與投入松弛存在正相關(guān)，即區(qū)域創(chuàng)新承載力和發(fā)展水平越高，科技創(chuàng)新投入就越大，可能產(chǎn)生的投入冗余就越高，影響科技創(chuàng)新效率的提升。

4.2?政策建議

（1）國(guó)家應(yīng)從促進(jìn)地區(qū)協(xié)調(diào)發(fā)展的角度，合理優(yōu)化各省份科技創(chuàng)新布局，對(duì)科技創(chuàng)新效率提升空間大、具備發(fā)展?jié)摿Φ氖》萁o予政策傾斜和較大的自由度，逐步縮小與發(fā)達(dá)省份差距。地方政府應(yīng)以新時(shí)期西部大開(kāi)發(fā)為契機(jī)，明確各省自身優(yōu)勢(shì)和短板，努力獲取規(guī)模性投入增加的同時(shí)，積極優(yōu)化創(chuàng)新環(huán)境，承接?xùn)|部省份和西部發(fā)達(dá)省份技術(shù)轉(zhuǎn)移。

（2）考慮西部省份科技創(chuàng)新效率存在顯著差異，對(duì)于類似陜西和四川創(chuàng)新效率較高的省份，應(yīng)進(jìn)一步優(yōu)化創(chuàng)新環(huán)境，注重高質(zhì)量和內(nèi)涵式發(fā)展，發(fā)揮西部科技創(chuàng)新的引導(dǎo)作用。而對(duì)創(chuàng)新效率相對(duì)較低的其他省份，如寧夏、內(nèi)蒙古、青海等省份，科技創(chuàng)新水平提高空間較大，應(yīng)增強(qiáng)政府支持力度，增加規(guī)模投入的同時(shí)，應(yīng)提高科技創(chuàng)新管理水平，優(yōu)化高技術(shù)產(chǎn)業(yè)結(jié)構(gòu)。

參考文獻(xiàn)：

［1］白俊紅，江可申，李婧.中國(guó)區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評(píng)價(jià)及分析［J］.管理評(píng)論，2009，21（9）：3-9.

［2］陳斌.長(zhǎng)三角城鎮(zhèn)化、產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新承載力的耦合關(guān)系［J］.南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，36（1）：29-42.

［3］李蘭冰.我國(guó)區(qū)域科技創(chuàng)新效率評(píng)價(jià)——以省際數(shù)據(jù)為樣本［J］.科技管理研究，2008，28（9）：87-90.

［4］史修松，趙曙東，吳福象.中國(guó)區(qū)域創(chuàng)新效率及其空間差異研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（3）：45-55.

［5］樊華，周德群.中國(guó)省域科技創(chuàng)新效率演化及其影響因素研究［J］.科研管理，2012，33（1）：10-18.

［6］白俊紅，蔣伏心.考慮環(huán)境因素的區(qū)域創(chuàng)新效率研究［J］.財(cái)貿(mào)經(jīng)濟(jì)，2011（10）：104-112.

［7］喬元波，王硯羽.基于三階段DEA-Windows分析的中國(guó)省域創(chuàng)新效率評(píng)價(jià)［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（1）：88-97.

［8］范建平，連嘉琪，吳美琴.中國(guó)區(qū)域科技創(chuàng)新效率研究——基于三階段EBM-Windows模型［J］.中國(guó)科技論壇，2019（11）：113-122.

［9］FRIED?H?O，LOVELL?C?A?K，SCHMIDT?S?S，et?al.Accounting?for?environmental?effects?and?statistical?noise?in?data?envelopment?analysis［J］.Journal?of?productivity?analysis，2002（17）：157-174.

［10］張凡凡，張啟楠，李福奪，等.基于三階段DEA-Windows的主產(chǎn)區(qū)糧食生產(chǎn)效率評(píng)價(jià)［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2019，40（5）：158-165.

［11］余華茂.基于Windows?DEA模型的我國(guó)自然災(zāi)害應(yīng)急公共投入績(jī)效研究［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2019，15（7）：39-45.

［12］劉自敏，張昕竹，楊丹.我國(guó)省級(jí)政府衛(wèi)生投入效率的時(shí)空演變——基于面板三階段DEA模型的分析［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，1（6）：97-104.

［13］鐘祖昌.國(guó)家創(chuàng)新效率的結(jié)構(gòu)特征及其收斂性研究：基于OECD國(guó)家和中國(guó)的經(jīng)驗(yàn)分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2012，33（2）：22-29.

［14］肖文，林高榜.政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國(guó)工業(yè)行業(yè)的實(shí)證分析［J］.管理世界，2014（4）：71-80.

［15］王雪原，王宏起.基于產(chǎn)學(xué)研聯(lián)盟的科技創(chuàng)新資源優(yōu)化配置方式［J］.中國(guó)科技論壇，2007（11）：3-7.