盛明科，孟 佳

科學(xué)技術(shù)是第一生產(chǎn)力，技術(shù)進(jìn)步是促進(jìn)科技創(chuàng)新的直接動力。國家的科技創(chuàng)新離不開各省域(含省、自治區(qū)、直轄市，下同)的科技創(chuàng)新，各省域的科技創(chuàng)新績效直接影響著國家科技創(chuàng)新質(zhì)量。近年來，各省域?yàn)榱颂岣呖萍紕?chuàng)新績效，不斷加大科研投入強(qiáng)度，但高強(qiáng)度的科研投入沒有完全被吸收，創(chuàng)新績效并沒有像預(yù)想的那樣快速提升。省域間經(jīng)濟(jì)發(fā)展?fàn)顩r不同，技術(shù)進(jìn)步程度也存在差異，各省域應(yīng)該如何安排科研投入強(qiáng)度才能實(shí)現(xiàn)技術(shù)進(jìn)步最大化，進(jìn)而提高科技創(chuàng)新績效呢？現(xiàn)有的研究表明：在中國醫(yī)藥制造行業(yè)中政府科技投入與企業(yè)R&D投入之間存在門檻效應(yīng)[1]，智慧城市的上市企業(yè)相關(guān)數(shù)據(jù)也證明了研發(fā)投入對企業(yè)績效存在異質(zhì)門檻效應(yīng)[2]。這些都是針對特定行業(yè)和特定企業(yè)進(jìn)行研究的結(jié)論。那么，省域間科研投入強(qiáng)度與科技創(chuàng)新績效是不是簡單的線性關(guān)系，它們之間是否存在門檻效應(yīng)？這值得進(jìn)一步探索。準(zhǔn)確地計(jì)算出科研投入強(qiáng)度的門檻值，確保各省域精準(zhǔn)地制定科研投入決策方案，具有較重要的理論與現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

國內(nèi)外關(guān)于科技創(chuàng)新績效、科技投入與創(chuàng)新績效之間關(guān)系的研究比較多，相關(guān)研究成果集中在以下兩個方面：

第一，關(guān)于科技創(chuàng)新績效的研究。在國外，Richard R.Nelson等認(rèn)為人力資本投入可以提升技術(shù)創(chuàng)新績效[3]。Jaakko Simonen等研究發(fā)現(xiàn)科研投入對科技創(chuàng)新具有積極的促進(jìn)作用[4]。Katrin Hussinger等抽取3 744個德國制造業(yè)樣本，運(yùn)用參數(shù)和半?yún)?shù)兩階段選擇模型理論研究發(fā)現(xiàn)，政府研發(fā)投入對企業(yè)的影響大體上是正向的[5]。國外學(xué)者的研究重點(diǎn)放在研發(fā)投入、資本投入與企業(yè)關(guān)系等方面，很少關(guān)注政府研發(fā)投入不同規(guī)模下技術(shù)進(jìn)步與科技創(chuàng)新績效的關(guān)系。Nasierouski等運(yùn)用二階段IMO模型對45個國家和地區(qū)的創(chuàng)新績效進(jìn)行測評，結(jié)果表明國家的創(chuàng)新績效可以用生產(chǎn)效率表示[6]。Mikel Buesa等直接用創(chuàng)新活動的產(chǎn)出指標(biāo)來衡量創(chuàng)新績效，結(jié)果顯示區(qū)域生產(chǎn)和創(chuàng)新環(huán)境是影響創(chuàng)新績效的主要因素[7]。Zeng等通過對中國137家中小制造企業(yè)進(jìn)行調(diào)查，運(yùn)用結(jié)構(gòu)方程模型技術(shù)研究發(fā)現(xiàn)，企業(yè)間合作、中介機(jī)構(gòu)合作、研究機(jī)構(gòu)合作與中小企業(yè)創(chuàng)新績效之間存在顯著的正向關(guān)系[8]。我國對科技創(chuàng)新績效的研究起步比較晚，但發(fā)展迅速并取得了豐富的研究成果。李高楊等運(yùn)用Malmquist指數(shù)模型研究發(fā)現(xiàn)，國家創(chuàng)新型城市的績效指數(shù)與技術(shù)進(jìn)步變化一致，技術(shù)進(jìn)步是促進(jìn)創(chuàng)新績效的主要動力[9]。鄭義等運(yùn)用1997-2009年間15個省份的面板數(shù)據(jù)研究了區(qū)域技術(shù)創(chuàng)新的作用，認(rèn)為技術(shù)研發(fā)投入是保持國家技術(shù)創(chuàng)新的基礎(chǔ)和源泉[10]。邵同堯等基于升級版的面板數(shù)據(jù)，構(gòu)建了中國區(qū)域技術(shù)創(chuàng)新投入產(chǎn)出模型，得出了研發(fā)投入對創(chuàng)新產(chǎn)出存在正向促進(jìn)作用的結(jié)論[11]。學(xué)者們從不同的角度研究了科研投入強(qiáng)度和技術(shù)創(chuàng)新、創(chuàng)新產(chǎn)出的關(guān)系，但研究者多認(rèn)為研發(fā)投入強(qiáng)度與科技創(chuàng)新績效之間的關(guān)系為簡單的線性關(guān)系，這在一定程度上忽略了省域客觀差異導(dǎo)致的門檻效應(yīng)。

第二，關(guān)于科研投入與科技創(chuàng)新績效關(guān)系的研究。Jaakko Simonen等實(shí)證研究發(fā)現(xiàn)，科研投入對技術(shù)創(chuàng)新具有積極的正向促進(jìn)作用[4]。Katrin Hussinger等抽取3 744個制造業(yè)樣本，運(yùn)用參數(shù)和半?yún)?shù)兩階段選擇模型研究發(fā)現(xiàn)，政府研發(fā)投入對企業(yè)的影響總體上是正向的[5]。Lee等經(jīng)過調(diào)查和研究后提出科技投入與科技創(chuàng)新績效之間存在相互作用[12]。Chen等在分析科研投入與科技創(chuàng)新績效之間的關(guān)系后，得出創(chuàng)新績效并不會隨著科研投入的增加而一直增加，兩者之間存在一種非線性關(guān)系[13]。Ming Liang Yeh等運(yùn)用門檻回歸模型研究了是否存在最佳的研發(fā)強(qiáng)度來確保公司的最佳績效水平的問題[14]，研究結(jié)果表明,R&D強(qiáng)度對公開交易的信息技術(shù)、電子類公司的企業(yè)績效存在面板門檻效應(yīng)，且R&D強(qiáng)度與企業(yè)績效之間存在“倒U型”關(guān)系。該結(jié)論表明，臨界水平可能存在；超過此水平，進(jìn)一步增加研發(fā)支出不會導(dǎo)致創(chuàng)新績效增加。許治通過仿真研究發(fā)現(xiàn)，政府R&D資助與企業(yè)R&D投入之間并非簡單的線性關(guān)系，而是呈“倒U型”曲線關(guān)系[15]。戴小勇搜集我國的工業(yè)數(shù)據(jù)，分析了研發(fā)投入強(qiáng)度與企業(yè)績效間的非線性關(guān)系，結(jié)果表明研發(fā)強(qiáng)度只有達(dá)到第一個門檻值時，才對企業(yè)績效存在顯著的促進(jìn)作用[16]。學(xué)者們已經(jīng)注意到了科研投入與創(chuàng)新產(chǎn)出、企業(yè)績效之間的非線性關(guān)系，但是研究對象局限于政府投入與企業(yè)績效之間的關(guān)系。即便如此，研究結(jié)論也為政府增強(qiáng)科技創(chuàng)新績效提供了參考。

基于以上分析，本文借鑒Bruce E.Hansen的面板數(shù)據(jù)門檻模型[17]，研究不同科研投入強(qiáng)度下，技術(shù)進(jìn)步與創(chuàng)新績效之間可能存在的非線性門檻效應(yīng)；搜集30個省域(因數(shù)據(jù)缺損原因，沒有將西藏、香港、澳門、臺灣納入研究范圍)2007-2016年間的面板數(shù)據(jù)，分析各省域的科研投入強(qiáng)度與科技創(chuàng)新績效之間的關(guān)系，測評省域間科技創(chuàng)新績效的差異；然后針對各省域的發(fā)展差異，研究政府科研投入強(qiáng)度對科技創(chuàng)新績效的影響；最后運(yùn)用面板門檻模型，對科研投入強(qiáng)度進(jìn)行分界，找出分界點(diǎn)，為各省域政府提高科技創(chuàng)新績效提供參考。

二、研究方法與變量選擇

(一)變量選擇

選取四類主要變量，研究不同科研投入強(qiáng)度下技術(shù)進(jìn)步與科技創(chuàng)新績效的非線性關(guān)系。

被解釋變量——科技創(chuàng)新績效(tfpch)。計(jì)算科技創(chuàng)新績效的方法很多，這里采用Malmquist指數(shù)方法。該方法可以計(jì)算出各地區(qū)科技創(chuàng)新績效的動態(tài)變化，可以詳細(xì)了解每年科技創(chuàng)新績效的變化情況?？萍紕?chuàng)新績效投入指標(biāo)主要有R&D經(jīng)費(fèi)投入、R&D人員折合全時當(dāng)量，產(chǎn)出指標(biāo)包括專利授權(quán)量、科技合同成交額、登記省級以上科技成果量。

主要解釋變量——技術(shù)進(jìn)步(techch)。國內(nèi)學(xué)者李高楊等研究發(fā)現(xiàn)，國家創(chuàng)新型城市的績效指數(shù)與技術(shù)進(jìn)步變化一致，技術(shù)進(jìn)步是促進(jìn)創(chuàng)新績效的主要動力。所以選擇技術(shù)進(jìn)步作為主要解釋變量?？萍紕?chuàng)新績效=綜合技術(shù)效率×技術(shù)進(jìn)步。

門檻變量——科研投入強(qiáng)度(rdqd)。科研投入強(qiáng)度表示R&D經(jīng)費(fèi)投入占GDP的百分比。

控制變量?？刂谱兞恐饕ǚ从掣魇∮蚪?jīng)濟(jì)發(fā)展水平的人均GDP(rjgdp)、反映各省域投資水平的人均固定資產(chǎn)投資額(rjgdzctz)、反映各省域?qū)ν忾_放程度的外商投資進(jìn)出口總額(wstzjckze)、反映各省域技術(shù)市場活躍程度的萬人技術(shù)市場成交額(wrjssccje)。

(二)模型的設(shè)定與估計(jì)

為了準(zhǔn)確地計(jì)算出科研投入強(qiáng)度與科技創(chuàng)新績效的非線性關(guān)系，筆者借鑒Bruce E.Hansen的研究，設(shè)定單一門檻模型。

Tfpchit=μi+θxit+β1TechchitI(rdqdit≤γ)+β2TechchitI(rdqdit>γ)+εit

(1)

建立好單一面板門檻模型后需要對模型進(jìn)行估計(jì)檢驗(yàn)，這一過程分為三個步驟：

第一步，檢驗(yàn)是否存在門檻。

原假設(shè)：β1=β2；備擇假設(shè)：β1≠β2。運(yùn)用網(wǎng)格搜索法找出門檻值γ。找出最小二乘法估計(jì)模型系數(shù)并計(jì)算殘差平方和SSE0(γ)；找出殘差平方和最小值SSE1(γ*)對應(yīng)的門檻值γ*。假設(shè)σ2為備擇假設(shè)下參數(shù)估計(jì)得到的殘差方差，可建立F檢驗(yàn)統(tǒng)計(jì)量：

在原假設(shè)下，門檻值無法識別，F(xiàn)統(tǒng)計(jì)量為非標(biāo)準(zhǔn)分布，采用“自抽樣方法”模擬漸近分布并計(jì)算對應(yīng)的P值。

第二步，檢驗(yàn)門檻估計(jì)值是否等于真實(shí)值。

原假設(shè)：γ=γ*。對應(yīng)釋然比統(tǒng)計(jì)量為

第三步，根據(jù)檢驗(yàn)結(jié)果確定門檻值個數(shù)。

檢驗(yàn)結(jié)果顯示可能存在多個門檻值，因此設(shè)定如下雙重門檻模型。

Tfpchit=μi+θxit+β1TechchitI(rdqdit≤γ1)+β2TechchitI(γ1β3TechchitI(rdqdit>γ2)+εit

(2)

式中，i(i=1,2,…,30)表示各省域；t表示年份；xit表示一組對科技創(chuàng)新績效有顯著影響的控制變量；I(.)表示一指標(biāo)函數(shù)；μi用于反映各省域的個體效應(yīng)，比如省域政府的管理決策與能力等一些不可觀測的因素；εit為服從獨(dú)立正態(tài)分布(0,σ2)的隨機(jī)干擾項(xiàng)。

先假設(shè)單一門檻估計(jì)出的γ1已知，繼續(xù)搜索γ2。因?yàn)棣?漸進(jìn)有效，γ1不漸進(jìn)有效，所以要固定γ2，再次搜索γ1，最后得到一致估計(jì)量γ1。多重門檻模型的估計(jì)檢驗(yàn)與單一門檻的方法相似。

(三)樣本及數(shù)據(jù)來源

全部研究數(shù)據(jù)來源于中國統(tǒng)計(jì)局官網(wǎng)和各省域的統(tǒng)計(jì)年鑒、科技統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)。變量的描述性統(tǒng)計(jì)見表1。

表1 變量的描述性統(tǒng)計(jì)

三、實(shí)證分析

圖1 樣本省域科技創(chuàng)新績效指數(shù)及變化趨勢

運(yùn)用DEA-Malmquist模型對樣本區(qū)域的科技創(chuàng)新績效進(jìn)行測算，結(jié)果如圖1、見表2。

由圖1和表2可知，各省域2007—2016年間科技創(chuàng)新績效變化整體呈直線上升趨勢，科技創(chuàng)新績效與技術(shù)進(jìn)步指數(shù)變化趨勢基本一致，但與綜合技術(shù)效率指數(shù)變化趨勢在一定程度上相反，這一研究結(jié)論說明了技術(shù)進(jìn)步是影響國家科技創(chuàng)新績效增長的主要原因。

(一)單位根檢驗(yàn)

為避免偽回歸現(xiàn)象，在進(jìn)行估計(jì)前需要對面板數(shù)據(jù)進(jìn)行序列平穩(wěn)性檢驗(yàn)，即檢驗(yàn)數(shù)據(jù)是否存在單位根。運(yùn)用LLC、IPS兩種方法來檢驗(yàn)各變量的平穩(wěn)性，檢驗(yàn)結(jié)果見表3。

表2 樣本省域科技創(chuàng)新績效的測度結(jié)果

表3 面板單位根檢驗(yàn)結(jié)果

注：該檢驗(yàn)的原假設(shè)H0為存在一個單位根，括號內(nèi)為P值；1),2),3)分別代表1%、5%、10%的顯著性水平下顯著,表4、表6同。

由表3可知，各變量均在10%的顯著性水平上拒絕了存在單位根的原假設(shè)，各變量的原序列是平穩(wěn)的，因此，在進(jìn)行后面的實(shí)證分析時不會出現(xiàn)不平穩(wěn)導(dǎo)致的偽回歸現(xiàn)象。

(二)門檻效應(yīng)檢驗(yàn)

運(yùn)用STATA軟件對模型進(jìn)行門檻效應(yīng)檢驗(yàn)，結(jié)果見表4。500次的自抽樣模擬結(jié)果表明，該模型的單一門檻、雙重門檻、三重門檻均在5%以內(nèi)的顯著性水平下顯著。這個結(jié)論驗(yàn)證了科研投入強(qiáng)度與技術(shù)進(jìn)步、科技創(chuàng)新績效并不是簡單的線性關(guān)系，可能存在多個門檻值的猜想。雙重門檻的F統(tǒng)計(jì)量為31.708，P值為0.008，大于1%的臨界值，在1%的顯著性水平下拒絕不存在門檻值的原假設(shè)。因此，可采用雙重門檻模型估計(jì)不同科研投入強(qiáng)度下技術(shù)進(jìn)步對科技創(chuàng)新績效的門檻效應(yīng)。

表4 不同科研投入強(qiáng)度下技術(shù)進(jìn)步對科技創(chuàng)新績效的門檻效應(yīng)檢驗(yàn)

兩個門檻的估計(jì)值見表5，對應(yīng)95%的置信區(qū)間如圖2所示。

表5 門檻估計(jì)結(jié)果

雙重門檻估計(jì)值95%的置信區(qū)間Ito11.210[1.200,1.210]Ito22.560[2.520,2.980]

圖2 雙重門檻的估計(jì)值和置信區(qū)間

表5和圖2報(bào)告了以科技創(chuàng)新績效作為研究樣本，科研投入強(qiáng)度作為門檻變量的門檻估計(jì)值和對應(yīng)的95%的置信區(qū)間。置信區(qū)間和門檻值的構(gòu)造過程可以進(jìn)一步通過似然比函數(shù)圖來清晰地反映。門檻參數(shù)的估計(jì)值是似然比檢驗(yàn)統(tǒng)計(jì)量LR為0時γ的取值。圖2中的虛線為5%的顯著性水平下的臨界值，LR值虛線下方即為門檻值的置信區(qū)間。從圖2可以看出第一個門檻值為1.21，其95%的置信區(qū)間是[1.200,1.210],第二個門檻值為2.56，其95%的置信區(qū)間為[2.520,2.980]，結(jié)果與表5的估計(jì)結(jié)果相同，門檻的估計(jì)值有效。

(三)門檻回歸分析

在控制各省域經(jīng)濟(jì)發(fā)展水平、投資水平、對外開放程度、技術(shù)市場活躍程度等4個變量的基礎(chǔ)上，進(jìn)行不同科研投入強(qiáng)度下技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效的門檻回歸分析，門檻回歸結(jié)果見表6。

表6 面板門檻模型的回歸結(jié)果

注：ted1表示rdqd≤1.21%，ted2表示1.21%

由表6可知，除外商投資進(jìn)出口總額對區(qū)域科技創(chuàng)新績效的影響不顯著，其他控制變量在10%以內(nèi)的水平上對區(qū)域創(chuàng)新績效的影響是顯著的。人均GDP、人均固定資產(chǎn)投資、萬人技術(shù)市場成交額對區(qū)域科技創(chuàng)新績效的影響比較小。在控制這些變量的情況下重點(diǎn)研究不同科研投入強(qiáng)度下技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效的影響，結(jié)果顯示雙重門檻效應(yīng)存在，且雙重門檻效應(yīng)對科技創(chuàng)新績效的影響在三個不同階段各不相同。在第一階段，科研投入強(qiáng)度小于或等于第一門檻值1.21%，技術(shù)進(jìn)步會制約科技創(chuàng)新績效的提升，這可能是因?yàn)榭蒲型度霃?qiáng)度較小，技術(shù)進(jìn)步緩慢。在第二個階段，科研投入強(qiáng)度大于或等于第一個門檻值1.21%且小于第二個門檻2.56%，技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效表現(xiàn)出明顯的促進(jìn)作用，影響系數(shù)為正并且在1%的顯著性水平下顯著。在這個科研投入強(qiáng)度范圍內(nèi)，技術(shù)進(jìn)步增長迅速，且技術(shù)進(jìn)步每增加1%科技創(chuàng)新績效會增加35.5%。在第三個階段，科研投入強(qiáng)度大于或等于第二個門檻值2.56%，技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效的影響為正且在1%的顯著性水平下顯著。在這個階段，技術(shù)進(jìn)步較第二階段慢，但是差別不大，技術(shù)進(jìn)步每增加1%科技創(chuàng)新績效仍能增加33.9%。上述結(jié)果表明，不同科研投入強(qiáng)度下技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效的影響大致呈現(xiàn)“U型”關(guān)系，因此不能一味地加大科研投入強(qiáng)度。最佳的科研投入強(qiáng)度范圍為1.21%～2.56%，這個范圍內(nèi)的科研投入強(qiáng)度會最大程度地促進(jìn)技術(shù)進(jìn)步，也會最大程度地提升科技創(chuàng)新績效，既達(dá)到科技創(chuàng)新績效提升的效果，又不會造成創(chuàng)新資源的浪費(fèi)。

(四)實(shí)證結(jié)果分析

根據(jù)兩個門檻值將30個省域2007-2016年的科研投入強(qiáng)度分為三類：低投入強(qiáng)度(rdqd≤1.21%)、最佳投入強(qiáng)度(1.21%

表7 2007—2016年各省域科研投入強(qiáng)度分類

由表7可知，最佳投入強(qiáng)度大于或等于5年的有遼寧、江蘇、浙江、福建、山東、廣東、安徽、湖北、湖南、四川、重慶、陜西共12個。低投入強(qiáng)度大于或等于5年的有河北、海南、山西、吉林、黑龍江、江西、河南、湖南、貴州、云南、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古共16個。高投入強(qiáng)度大于5年的有北京、天津、上海3個。為了更直觀地了解最佳投入強(qiáng)度下技術(shù)進(jìn)步和科技創(chuàng)新績效的變化，分別求出各省域三類投入強(qiáng)度下的技術(shù)進(jìn)步和科技創(chuàng)新績效的平均值(見表8)。

表8 不同科研投入強(qiáng)度下的技術(shù)進(jìn)步和科技創(chuàng)新績效變化的平均值

表8結(jié)果顯示，技術(shù)進(jìn)步是提高科技創(chuàng)新績效的直接動力?？蒲型度胩幱谧罴褟?qiáng)度下，技術(shù)進(jìn)步最快，科技創(chuàng)新績效提升也最快；科研投入處于低強(qiáng)度下，技術(shù)進(jìn)步緩慢，科技創(chuàng)新績效提升也緩慢；科研投入處于高強(qiáng)度下，技術(shù)進(jìn)步的變化對科技創(chuàng)新的影響沒有達(dá)到最大化，造成科研資源的浪費(fèi)。

四、結(jié)論與對策建議

利用2007-2016年間的面板數(shù)據(jù)，運(yùn)用Malmquist指數(shù)模型，計(jì)算出30個樣本省域每年的技術(shù)進(jìn)步和科技創(chuàng)新績效，然后運(yùn)用面板門檻模型研究不同科研投入強(qiáng)度下技術(shù)進(jìn)步對科技創(chuàng)新績效之間的非線性關(guān)系，結(jié)果顯示：技術(shù)進(jìn)步和科技創(chuàng)新績效之間的關(guān)系并不是簡單的線性關(guān)系?？蒲型度霃?qiáng)度存在多個門檻值，且科研投入強(qiáng)度處于門檻值的不同位置時，對技術(shù)進(jìn)步和科技創(chuàng)新績效產(chǎn)生的影響會不同。

第一，科研投入強(qiáng)度對科技創(chuàng)新績效的雙重門檻效應(yīng)的顯著性最高。研究結(jié)果表明，不同科研投入強(qiáng)度下技術(shù)進(jìn)步對科技創(chuàng)新績效存在雙門檻效應(yīng)。科研投入強(qiáng)度低于第一門檻值1.21%時為低投入強(qiáng)度。該科研投入強(qiáng)度下，技術(shù)進(jìn)步對科技創(chuàng)新績效存在反方向作用。沒有足夠科研投入，技術(shù)進(jìn)步緩慢，企業(yè)不能及時吸收新的技術(shù)，創(chuàng)新能力低下，科技創(chuàng)新績效水平低下?？蒲型度霃?qiáng)度高于第一門檻值1.21%并且低于第二門檻值2.56%時為最佳科研投入強(qiáng)度。技術(shù)進(jìn)步大幅增加能使企業(yè)及時更新技術(shù)，充分利用創(chuàng)新資源使科技創(chuàng)新績效處于最優(yōu)水平。科研投入強(qiáng)度高于或等于第二門檻值2.56%時，技術(shù)進(jìn)步已經(jīng)飽和，因此科技創(chuàng)新績效也不會繼續(xù)提高，相反，還會造成資源配置效率低下、創(chuàng)新資源浪費(fèi)的結(jié)果。

第二，2007—2016年樣本省域的科研投入強(qiáng)度存在空間差異。分類結(jié)果顯示：最佳投入強(qiáng)度大于或等于5年的省域共有12個，低投入強(qiáng)度大于或等于5年的省域共16個，高投入強(qiáng)度大于5年的省域有3個。由省域分布可知，12個最佳投入強(qiáng)度省域中，遼寧、江蘇、浙江、福建、山東、廣東6個省域集中在我國東部地區(qū)；安徽、湖北、湖南3個省域集中在中部地區(qū)；四川、重慶、陜西3個省域集中在西部地區(qū)。16個低投入強(qiáng)度的省域中，河北、海南2個省域位于我國東部；山西、湖南、吉林、黑龍江、江西、河南6個省域集中在中部；貴州、云南、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古8個省域集中在西部。高投入強(qiáng)度的北京、天津、上海3個省域全部位于東部地區(qū)。從分類結(jié)果可以看出，我國科研投入強(qiáng)度存在空間差異，最佳投入強(qiáng)度省域主要集中在我國東部地區(qū)，低投入強(qiáng)度省域主要集中在西部地區(qū)，中部次之。

第三，特定科研投入強(qiáng)度條件下技術(shù)進(jìn)步對科技創(chuàng)新績效影響很大。通過研究不同科研投入強(qiáng)度下技術(shù)進(jìn)步和科技創(chuàng)新績效的變化可以發(fā)現(xiàn)：處于低投入強(qiáng)度條件下，技術(shù)進(jìn)步緩慢。投入強(qiáng)度每增加1%，技術(shù)進(jìn)步提高2%，引起的科技創(chuàng)新績效提高1%。處于最佳科研投入強(qiáng)度下，技術(shù)進(jìn)步每增加12%，引起的科技創(chuàng)新績效提高14%。處于高強(qiáng)度下，技術(shù)進(jìn)步每提高9%，對科技創(chuàng)新的影響沒有達(dá)到最大化，相比上一年只提高了8%。一定程度上造成了科研資源的浪費(fèi)。

基于上面的研究結(jié)論，提出如下對策建議：

第一，要根據(jù)各省域的實(shí)際情況，適當(dāng)調(diào)整科研投入強(qiáng)度，使科研投入強(qiáng)度處于最佳水平。由于技術(shù)進(jìn)步對區(qū)域科技創(chuàng)新績效存在門檻效應(yīng)，因而各省域政府不能一味加大科研投入強(qiáng)度。北京、天津、上海既要增加科研投入強(qiáng)度，也要注重技術(shù)進(jìn)步，使高強(qiáng)度的科研投入能夠完全被吸收，達(dá)到最佳效率。河北、海南、山西、吉林、黑龍江、江西、河南、湖南、貴州、云南、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古等16個省域，要加強(qiáng)科研投入以達(dá)到最佳的投入強(qiáng)度，最大效率地促進(jìn)技術(shù)進(jìn)步，進(jìn)而達(dá)到科技創(chuàng)新績效最大化。

第二，不斷縮小特定科研投入強(qiáng)度下的技術(shù)進(jìn)步與科技創(chuàng)新績效間的空間差異。增強(qiáng)技術(shù)進(jìn)步是提高科技創(chuàng)新績效的主要動力。當(dāng)前我國正在大力發(fā)展科技創(chuàng)新，北京和上海的科技創(chuàng)新實(shí)力及排頭兵作用進(jìn)一步凸顯。以“三城一區(qū)”建設(shè)北京和張江綜合性國家科學(xué)中心建設(shè)上海為基礎(chǔ)，以周邊區(qū)域協(xié)同發(fā)展為延伸，北京和上海在創(chuàng)新人才資源集聚水平、創(chuàng)新創(chuàng)業(yè)投入規(guī)模和強(qiáng)度、知識創(chuàng)造的廣度和深度、技術(shù)成果傳播和擴(kuò)散效應(yīng)等方面對國內(nèi)創(chuàng)新輻射效果均明顯領(lǐng)先于其他地區(qū)。上海、北京引領(lǐng)發(fā)展的地位愈加凸顯，東部沿海地區(qū)在產(chǎn)業(yè)創(chuàng)新發(fā)展上的帶動作用日益突出。中西部地區(qū)科技創(chuàng)新呈現(xiàn)出超常、加速發(fā)展的態(tài)勢，安徽、湖北、陜西、四川等省域迅速崛起為區(qū)域創(chuàng)新示范省域?？傮w上看，我國多層次、各具特色的區(qū)域創(chuàng)新格局已經(jīng)形成[18]。西部地區(qū)是絲綢之路經(jīng)濟(jì)帶的源頭，西南的重慶和四川、西北的陜西已成為西部地區(qū)的區(qū)域科技創(chuàng)新中心，并構(gòu)成彼此相連的創(chuàng)新區(qū)域帶，在區(qū)域科技與經(jīng)濟(jì)發(fā)展中發(fā)揮著創(chuàng)新引領(lǐng)的作用。廣西、貴州、青海、云南、新疆等地區(qū)積極融入“一帶一路”倡議之中，努力改善創(chuàng)新環(huán)境，積極創(chuàng)造條件增加科技投入，切實(shí)擴(kuò)大科技產(chǎn)出，并通過促進(jìn)企業(yè)創(chuàng)新來優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和提升區(qū)域競爭力。各省域政府在改善科研投入強(qiáng)度的同時，要努力促進(jìn)技術(shù)進(jìn)步，縮小各地區(qū)之間的技術(shù)和創(chuàng)新水平差距。從研究結(jié)果可以看出，東部地區(qū)處于最佳科研投入強(qiáng)度的省域最多，中部和西部相差不大。東部地區(qū)應(yīng)該積極幫助中西部發(fā)展，打造區(qū)域性創(chuàng)新交流平臺，切實(shí)增強(qiáng)地區(qū)間創(chuàng)新知識、技術(shù)能力的交流。中西部地區(qū)政府要加大科研投入強(qiáng)度，營造創(chuàng)新環(huán)境，加大科技創(chuàng)新的政策支持力度，提升創(chuàng)新資源配置能力和自主創(chuàng)新能力。