中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率時(shí)空演化及驅(qū)動(dòng)因素分析

孟 霏，魯志國，高粼彤

（1.山東工商學(xué)院經(jīng)濟(jì)學(xué)院，山東 煙臺(tái) 264005；2.深圳大學(xué)a.經(jīng)濟(jì)學(xué)院；b.中國經(jīng)濟(jì)特區(qū)研究中心，廣東深圳 518000）

0 引言

當(dāng)前，中國依賴要素驅(qū)動(dòng)的外延型增長模式亟待轉(zhuǎn)變，創(chuàng)新成為驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的第一動(dòng)力。戰(zhàn)略性新興產(chǎn)業(yè)具備技術(shù)聚積、成長后勁足等特征，其創(chuàng)新資源高效配置已然是創(chuàng)新驅(qū)動(dòng)的內(nèi)在要求[1]。然而，各地區(qū)在資源、政策等方面有所不同，可能導(dǎo)致戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率發(fā)展并不均衡，進(jìn)而遲滯產(chǎn)業(yè)整體效率提升和區(qū)域協(xié)同創(chuàng)新發(fā)展。政府創(chuàng)新資助作為一種直接性激勵(lì)措施，能夠有效彌合企業(yè)研發(fā)資金缺口，充分調(diào)動(dòng)企業(yè)創(chuàng)新發(fā)展積極性[2]。故而，如何將有限的政府創(chuàng)新資助發(fā)揮最大的激勵(lì)效用，是戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新發(fā)展過程中亟須破解的難題。本文主要探討如下問題：技術(shù)創(chuàng)新效率在時(shí)間維度上呈何種發(fā)展趨勢(shì)？空間演化規(guī)律與關(guān)聯(lián)模式怎樣？空間效應(yīng)如何？政府創(chuàng)新資助效果如何？回答以上問題對(duì)推動(dòng)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展、優(yōu)化政府資金使用效率具有重要的學(xué)理和實(shí)踐價(jià)值。

有關(guān)技術(shù)創(chuàng)新效率研究，學(xué)術(shù)界主要聚焦技術(shù)創(chuàng)新效率時(shí)空演化[3,4]、技術(shù)創(chuàng)新效率驅(qū)動(dòng)因素[5,6]以及政府創(chuàng)新資助與企業(yè)技術(shù)創(chuàng)新效率關(guān)系[7,8]等方面，雖成果頗豐，但仍存以下薄弱環(huán)節(jié)：第一，在研究對(duì)象上，既有文獻(xiàn)多聚焦所有行業(yè)，而對(duì)契合中國特殊國情的戰(zhàn)略性新興產(chǎn)業(yè)關(guān)注不足；第二，在研究方法上，現(xiàn)有文獻(xiàn)多應(yīng)用變異系數(shù)等傳統(tǒng)數(shù)理統(tǒng)計(jì)方法對(duì)區(qū)域異質(zhì)性特征進(jìn)行時(shí)序描繪，忽視了空間上的互聯(lián)關(guān)系；第三，研究內(nèi)容上，既有文獻(xiàn)多關(guān)注政府創(chuàng)新資助對(duì)企業(yè)技術(shù)創(chuàng)新效率的直接效應(yīng)，而兩者之間空間效應(yīng)的探討相對(duì)缺乏。基于此，本文選取2009—2020年31個(gè)省份1047 家戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)面板數(shù)據(jù)，應(yīng)用DEA-BCC模型、Theil指數(shù)和ESDA法，對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行測度與時(shí)空演化分析，并結(jié)合SPLM模型考察政府創(chuàng)新資助對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 DEA-BCC模型

數(shù)據(jù)包絡(luò)分析（DEA）常用于測度“多投入多產(chǎn)出”模式下各決策單元的相對(duì)效率，其優(yōu)點(diǎn)在于無須事先指定函數(shù)形態(tài)、不受數(shù)據(jù)量綱干擾等。本文采用規(guī)模報(bào)酬可變的DEA-BBC模型測度中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率：

其中，X為投入量，Y為產(chǎn)出量，n為決策單元數(shù)目，θ為DMU效率，λ為DMU指標(biāo)組合系數(shù)；松弛變量S-和剩余變量S+分別表示產(chǎn)出不足和投入冗余。若θ=1，則表示DEA有效，反之則為DEA無效。

1.1.2 Theil指數(shù)

泰爾指數(shù)（Theil）常用于測度區(qū)域經(jīng)濟(jì)差異，其優(yōu)點(diǎn)在于能夠解構(gòu)差異來源。本文采用Theil指數(shù)測度中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的地區(qū)差異：

其中，n為省份數(shù)目；μ為省份i產(chǎn)業(yè)技術(shù)創(chuàng)新效率均值；yi為省份i產(chǎn)業(yè)技術(shù)創(chuàng)新效率。

將Theil指數(shù)分解為區(qū)域間差異Tb和區(qū)域內(nèi)差異Tw：

其中，yk為第k組省份產(chǎn)業(yè)技術(shù)創(chuàng)新效率均值，本文將31個(gè)省份分為東、中、西部地區(qū)3組①依據(jù)國家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，東部地區(qū)包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包含山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包含內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、西藏。；nk為第k組省份數(shù)目。

1.1.3 ESDA法

探索性空間數(shù)據(jù)分析（ESDA）常用于測度觀測要素在空間上的關(guān)聯(lián)性與差異性，包含全局和局部空間自相關(guān)。本文采用全局Moran’s I測度戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率總體空間關(guān)聯(lián)度：

本文采用Moran 散點(diǎn)圖描繪戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的局部空間差異程度。其中，第一至四象限分別代表高-高（H-H）、低-高（L-H）、低-低（L-L）和高-低（H-L）集聚類型。

1.1.4 空間面板模型

按照空間效應(yīng)來源不同，空間面板模型主要分為空間面板滯后模型（SPLM）和空間面板誤差模型（SPEM）。

SPLM模型：

其中，Y為被解釋變量；X為解釋變量；wij為空間權(quán)重矩陣；為空間滯后因子，ρ度量鄰地被解釋變量對(duì)本地被解釋變量的影響。

SPEM模型：

生成過程為：

1.2 樣本選取與數(shù)據(jù)來源

本文最終選取2009—2020 年中國31 個(gè)省份（不含港澳臺(tái)）1047家滬深A(yù)股戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)作為研究樣本。按照主營業(yè)務(wù)收入占比20%以上產(chǎn)品所屬行業(yè)，手工識(shí)別歸類企業(yè)是否屬于戰(zhàn)略性新興產(chǎn)業(yè)，判斷標(biāo)準(zhǔn)參照《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》等政策文件。在樣本篩選過程中，剔除被ST、*ST、PT處理及變量數(shù)據(jù)嚴(yán)重缺漏的企業(yè)，并對(duì)連續(xù)變量進(jìn)行兩端1%水平截尾。數(shù)據(jù)主要源于CSMAR 數(shù)據(jù)庫，個(gè)別缺失數(shù)據(jù)通過查閱上市企業(yè)年報(bào)進(jìn)行填補(bǔ)。另外，遵循王卉彤等（2019）[9]的思路，將所選變量按所屬省份均值作為各省份對(duì)應(yīng)指標(biāo)。

1.3 變量測量與說明

（1）被解釋變量：技術(shù)創(chuàng)新效率（eti）。本文采用產(chǎn)出導(dǎo)向型DEA-BCC模型測算中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率。參照王華等（2020）[10]的研究，選取技術(shù)人員投入（rd_per）、研發(fā)資金投入（rd_funds）作為反映人力和物力方面創(chuàng)新投入的變量，選取專利申請(qǐng)數(shù)（pat_a）和營業(yè)收入（o_rev）作為反映技術(shù)和經(jīng)濟(jì)方面創(chuàng)新產(chǎn)出的變量?？紤]到創(chuàng)新產(chǎn)出存在時(shí)滯性，本文采用滯后一年的創(chuàng)新投入變量。創(chuàng)新投入產(chǎn)出變量選擇見表1。

表1 創(chuàng)新投入產(chǎn)出變量

（2）解釋變量：政府創(chuàng)新資助（sub_inn）。參考文獻(xiàn)[11]，將政府資助明細(xì)數(shù)據(jù)中含有“研發(fā)”“技術(shù)”“創(chuàng)新”“火炬計(jì)劃”“產(chǎn)學(xué)研”等關(guān)鍵詞的資助項(xiàng)目視為創(chuàng)新資助，加總得到每家企業(yè)創(chuàng)新資助總額，最終除以總資產(chǎn)求得政府創(chuàng)新資助強(qiáng)度。

（3）控制變量：為規(guī)避相關(guān)因素缺失導(dǎo)致估計(jì)結(jié)果有偏，參照文獻(xiàn)[12，13]，引入以下控制變量：企業(yè)規(guī)模（size）、企業(yè)年齡（age）、盈利能力（roa）、財(cái)務(wù)杠桿（lev）、成長能力（tobinq）、獨(dú)立董事占比（indep）、經(jīng)營現(xiàn)金流（cash）和股權(quán)集中度（cr）。各變量描述性統(tǒng)計(jì)見下頁表2。

表2 變量的描述性統(tǒng)計(jì)

2 實(shí)證分析

2.1 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率時(shí)空演化分析

2.1.1 時(shí)序演化分析

由圖1 可知，從整體來看，效率值由0.6841 降至0.6717，降幅達(dá)1.81%，表明2009—2020 年中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率波動(dòng)幅度較為穩(wěn)定，整體水平還不夠高，距效率前沿面仍存在31.59%～32.83%的提升空間。當(dāng)研發(fā)資金和技術(shù)人員投入規(guī)模逐年攀升時(shí)，戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率可能不升反降，說明技術(shù)創(chuàng)新效率不能簡單取決于創(chuàng)新投入規(guī)模擴(kuò)大，也可能受地區(qū)經(jīng)濟(jì)發(fā)展水平、制度環(huán)境、管理能力等多方面因素綜合制約，進(jìn)而影響創(chuàng)新成果轉(zhuǎn)化水平。此外，效率值在2018 年位于最低點(diǎn)（0.6187），之后于2019 年大幅躍升至0.7060，漲幅達(dá)14.11%?？赡艿慕忉尀?，2019 年3 月，《政府工作報(bào)告》強(qiáng)調(diào)“發(fā)展新動(dòng)能快速成長”，戰(zhàn)略性新興產(chǎn)業(yè)響應(yīng)國家政策號(hào)召，緊抓潛在市場機(jī)遇，重視研發(fā)成果轉(zhuǎn)化水平，切實(shí)提升技術(shù)創(chuàng)新效率。從三大地區(qū)來看，效率值均值由大至小依次為西部（0.7529）、東部（0.6731）和中部（0.6165）地區(qū)，該結(jié)果打破了“技術(shù)創(chuàng)新效率與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)”的傳統(tǒng)思維定式。可能的解釋為，西部地區(qū)雖然經(jīng)濟(jì)發(fā)展水平不高，創(chuàng)新投入規(guī)模也不及東中部地區(qū)，但得益于“西部大開發(fā)”戰(zhàn)略和“一帶一路”倡議的實(shí)施，其人力成本低、競爭壓力小等優(yōu)勢(shì)得以充分發(fā)揮，加之其創(chuàng)新投入冗余現(xiàn)象相對(duì)較少，格外重視研發(fā)成果轉(zhuǎn)化，使得戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率高于東中部地區(qū)。另外，結(jié)合現(xiàn)實(shí)情境，本文東中部地區(qū)樣本企業(yè)數(shù)量相對(duì)更多（占比87.7%），對(duì)平均效率的影響更大，這也是導(dǎo)致東中部地區(qū)產(chǎn)業(yè)技術(shù)創(chuàng)新效率偏低的原因之一。

圖1 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率時(shí)序演化

2.1.2 空間差異分析

表3 報(bào)告了戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的Theil 指數(shù)。從整體來看，指數(shù)值由0.0622 降至0.0477，降幅達(dá)23.31%，表明2009—2020 年中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率正朝均衡方向發(fā)展，意味著國家在統(tǒng)籌構(gòu)建優(yōu)勢(shì)互補(bǔ)的區(qū)域協(xié)調(diào)布局方面成效顯著。從三大地區(qū)來看，指數(shù)值均值由大至小依次為中部（0.0713）、西部（0.0440）和東部（0.0249）地區(qū)，表明東部地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率差異最小，內(nèi)部協(xié)調(diào)發(fā)展成效漸顯。從區(qū)域間和區(qū)域內(nèi)差異來看，Tbr波動(dòng)上升，Twr波動(dòng)下降，表明三大地區(qū)區(qū)域間差異愈發(fā)擴(kuò)大，區(qū)域內(nèi)差異愈發(fā)減小。從貢獻(xiàn)率看，歷年Twr貢獻(xiàn)率遠(yuǎn)高于Tbr，表明區(qū)域內(nèi)差異為總差異的主導(dǎo)力量。

表3 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率Theil指數(shù)

2.1.3 空間格局分析

本文以2009年、2020年為觀察年份，采用ArcGIS 10.8軟件中的“自然間斷點(diǎn)分級(jí)法”繪制戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率空間四分位表，見表4。結(jié)果顯示，中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率大致呈“東弱西強(qiáng)”的梯度空間分異格局，效率值較低水平以下省份地理位置多位于東部地區(qū)，意味著東部地區(qū)經(jīng)濟(jì)較強(qiáng)省份雖創(chuàng)新實(shí)力雄厚，但高投入、高消耗引致的產(chǎn)業(yè)技術(shù)創(chuàng)新效率低下在一定程度上將制約其長遠(yuǎn)發(fā)展。

表4 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率空間四分位表

2.1.4 空間相關(guān)性分析

下頁表5 報(bào)告了戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的全局Moran’s I?？梢钥闯?，大多年份指數(shù)值均顯著為正，表明2009—2020年中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率整體呈高效率省份被高效率省份包圍（H-H 型）、低效率省份被低效率省份包圍（L-L型）的空間組織模式。

表5 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率全局Moran’s I

圖2 為2009 年、2020 年戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的局部Moran散點(diǎn)圖。不難看出，產(chǎn)業(yè)技術(shù)創(chuàng)新效率空間集聚以H-H型和L-L型為主，呈極化態(tài)勢(shì)，兩種類型集聚省份均占總體樣本的64.52%。其中，H-H 型集聚省份多位于西部內(nèi)陸地區(qū)，L-L 型集聚省份多位于東部地區(qū)，表明西部地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)更為重視成果轉(zhuǎn)化，雖創(chuàng)新投入規(guī)模不及東部地區(qū)，但其投入冗余現(xiàn)象較少，成果轉(zhuǎn)化率相對(duì)較高，是產(chǎn)業(yè)技術(shù)創(chuàng)新效率核心區(qū)域。

圖2 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率局部Moran散點(diǎn)圖

2.2 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素分析

2.2.1 模型適配性檢驗(yàn)

在進(jìn)行空間面板模型估計(jì)前，需通過拉格朗日檢驗(yàn)法（LM）診斷適配于樣本數(shù)據(jù)的模型。根據(jù)Anselin和Florax（1995）[14]提出的判斷準(zhǔn)則，LM_Lag（P=0.003）顯著性高于LM_Error（P=0.023），且Robust LM_Lag 顯著（P=0.026）而Robust LM_Error不顯著（P=0.225），表明應(yīng)采用SPLM模型進(jìn)行回歸分析。出于穩(wěn)健性考慮，本文一并匯報(bào)SPEM模型估計(jì)結(jié)果作為參考。Hausman 檢驗(yàn)結(jié)果（11.45，P=0.2464）顯示，應(yīng)采用隨機(jī)效應(yīng)下SPLM 模型進(jìn)行回歸分析。

2.2.2 回歸結(jié)果分析

本文采用極大似然法（MLE）進(jìn)行參數(shù)估計(jì)，結(jié)果見表6。列（1）為普通面板模型估計(jì)結(jié)果，sub_inn系數(shù)為0.2134，且在1%的水平上顯著，表明在不考慮空間效應(yīng)情況下，政府創(chuàng)新資助顯著促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率。列（2）為SPLM模型估計(jì)結(jié)果，sub_inn系數(shù)顯著為正，ρ系數(shù)為0.5117，且在1%的水平上顯著，表明戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率存在顯著正向空間溢出效應(yīng)。列（3）為SPEM 模型估計(jì)結(jié)果，sub_inn系數(shù)仍顯著為正，λ系數(shù)為0.3486，且在1%的水平上顯著，表明鄰近省份不可觀測因素顯著促進(jìn)本省份戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率。綜上，政府創(chuàng)新資助作為公共性財(cái)政資金，能夠通過其“資源”屬性與“信號(hào)”屬性直接或間接幫助企業(yè)提高自主創(chuàng)新能力，進(jìn)而推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率提升。同時(shí)，由于知識(shí)具有可復(fù)制、流動(dòng)性強(qiáng)等特征，為攫取超額利潤，本地企業(yè)傾向于采取“創(chuàng)新競賽”策略，即從鄰地企業(yè)創(chuàng)新思想中汲取“養(yǎng)分”，并經(jīng)過消化、吸收，進(jìn)一步壯大自身創(chuàng)新實(shí)力，提升技術(shù)創(chuàng)新效率。

表6 全樣本空間面板模型回歸結(jié)果

2.2.3 穩(wěn)健性檢驗(yàn)

為保證實(shí)證結(jié)果的穩(wěn)健性，本文基于鄰接空間權(quán)重矩陣，即根據(jù)省域空間截面是否具有共同邊界原則設(shè)定0-1二進(jìn)制矩陣。為避免“單個(gè)島嶼效應(yīng)”干擾，本文設(shè)定海南與廣東、廣西擁有共同邊界，再次運(yùn)用MLE法對(duì)隨機(jī)效應(yīng)下SPLM 模型進(jìn)行回歸分析。結(jié)果（略）顯示核心變量系數(shù)方向和顯著性沒有發(fā)生實(shí)質(zhì)變化。

2.3 進(jìn)一步分析

2.3.1 分地區(qū)檢驗(yàn)

本文將31 個(gè)省份劃分為東部地區(qū)（East）與中西部地區(qū)（Midwest）兩組，基于地理距離空間權(quán)重矩陣，沿用MLE法對(duì)隨機(jī)效應(yīng)SPLM 模型進(jìn)行估計(jì)，并匯報(bào)SPEM 模型估計(jì)結(jié)果作為參考，結(jié)果見下頁表7。在SPLM 模型中，East組的sub_inn系數(shù)為-0.1415，未通過顯著性檢驗(yàn)，而Midwest組的sub_inn系數(shù)為0.2258，在1%的水平上顯著，表明政府創(chuàng)新資助對(duì)中西部地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的促進(jìn)效果更為顯著?？赡艿慕忉尀椋瑬|部地區(qū)資源相對(duì)豐裕，企業(yè)開展研發(fā)活動(dòng)意愿更為強(qiáng)烈，對(duì)政府扶持的依賴性較弱。在獲取政府扶持資金后，企業(yè)更傾向于將多余資金轉(zhuǎn)向其他短期盈利投資項(xiàng)目，致使政府創(chuàng)新資助未能產(chǎn)生額外帶動(dòng)作用。East 組的ρ為-0.0353，未通過顯著性檢驗(yàn)，而Midwest 組的ρ為0.4261，在1%的水平上顯著，表明中西部地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的正向空間溢出效應(yīng)更為顯著?？赡艿慕忉尀椋瑬|部地區(qū)市場競爭程度日趨激烈，企業(yè)研發(fā)活動(dòng)溢出性較強(qiáng)，為搶占市場份額，企業(yè)更傾向于采取“搭便車”式的創(chuàng)新策略，自主創(chuàng)新動(dòng)力不足。

表7 分地區(qū)回歸結(jié)果

2.3.2 分創(chuàng)新資助強(qiáng)度檢驗(yàn)

根據(jù)創(chuàng)新資助強(qiáng)度均值，本文將31 個(gè)省份劃分為高資助（High）和低資助（Low）兩組，基于地理距離空間權(quán)重矩陣，沿用MLE 法對(duì)隨機(jī)效應(yīng)SPLM 模型進(jìn)行估計(jì)，并匯報(bào)SPEM模型估計(jì)結(jié)果作為參考，結(jié)果見表8。在SPLM模型中，High組sub_inn系數(shù)為0.2914，在1%的水平上顯著，而Low 組sub_inn系數(shù)為0.1442，未通過顯著性檢驗(yàn)，表明高強(qiáng)度的政府創(chuàng)新資助對(duì)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的促進(jìn)效果更為顯著?？赡艿慕忉尀?，企業(yè)研發(fā)活動(dòng)需符合一定“標(biāo)準(zhǔn)”，即確保持有足夠資金以添置研發(fā)設(shè)備、支付員工薪酬等。低強(qiáng)度的創(chuàng)新資助不足以幫助企業(yè)滿足“研發(fā)標(biāo)準(zhǔn)”，導(dǎo)致其未對(duì)技術(shù)創(chuàng)新效率發(fā)揮顯著促進(jìn)作用。High 組ρ為0.3637，在5%的水平上顯著，而Low 組ρ為0.0930，未能通過顯著性檢驗(yàn)，表明在高強(qiáng)度創(chuàng)新資助下，戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率的正向空間溢出效應(yīng)更為顯著?？赡艿慕忉?，企業(yè)往往獲取創(chuàng)新資助強(qiáng)度愈低，其產(chǎn)出成果愈少，收益愈低。為免遭市場競爭淘汰，企業(yè)不得不將注意力先聚焦短期生存，更有動(dòng)機(jī)采取成本較低的“搭便車”式創(chuàng)新策略，而對(duì)高投入、高風(fēng)險(xiǎn)的自主創(chuàng)新活動(dòng)并無多大興趣。

表8 分創(chuàng)新資助強(qiáng)度回歸結(jié)果

3 結(jié)論

本文選取2009—2020 年中國31 個(gè)省份1047 家戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)面板數(shù)據(jù)，應(yīng)用DEA-BCC 模型、Theil指數(shù)和ESDA法，對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行測度與時(shí)空演化分析，并結(jié)合SPLM模型考察政府創(chuàng)新資助對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響。結(jié)果表明：（1）從全國總體看，產(chǎn)業(yè)技術(shù)創(chuàng)新效率波動(dòng)幅度較為穩(wěn)定，整體水平還不夠高。從三大地區(qū)看，西部地區(qū)產(chǎn)業(yè)技術(shù)創(chuàng)新效率高于東中部地區(qū)。（2）從全國總體看，產(chǎn)業(yè)技術(shù)創(chuàng)新效率正朝均衡方向發(fā)展。從三大地區(qū)看，東部地區(qū)內(nèi)部差異最小，區(qū)域內(nèi)差異是總差異的主要來源。（3）產(chǎn)業(yè)技術(shù)創(chuàng)新效率空間格局大致保持穩(wěn)定，呈“東弱西強(qiáng)”的梯度分布模式。（4）產(chǎn)業(yè)技術(shù)創(chuàng)新效率呈H-H型和L-L型空間組織模式。（5）從全國總體看，政府創(chuàng)新資助顯著促進(jìn)產(chǎn)業(yè)技術(shù)創(chuàng)新效率，且產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有顯著正向空間溢出效應(yīng)。分地區(qū)看，政府創(chuàng)新資助對(duì)中西部地區(qū)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的促進(jìn)效果更為顯著，且產(chǎn)業(yè)技術(shù)創(chuàng)新效率的正向空間溢出效應(yīng)更為顯著。分創(chuàng)新資助強(qiáng)度看，高強(qiáng)度的政府創(chuàng)新資助對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的促進(jìn)效果更為顯著，且產(chǎn)業(yè)技術(shù)創(chuàng)新效率的正向空間溢出效應(yīng)更為顯著。