楊德玲，劉戰(zhàn)偉

(1.許昌電氣職業(yè)學(xué)院，河南 許昌 461000；2許昌學(xué)院 商學(xué)院，河南 許昌 461000)

一、研究背景及文獻回顧

創(chuàng)新是引領(lǐng)國家經(jīng)濟發(fā)展的第一動力。大力推進產(chǎn)學(xué)研深度合作，是全面深入貫徹黨的十九大精神，提升我國創(chuàng)新能力的必然途徑。黨的十八大以來，我國大力實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，科技創(chuàng)新取得了整體性、全局性、歷史性的重大成果，研發(fā)經(jīng)費投入增速穩(wěn)定在20%左右，位居世界第二位，研發(fā)人員總量達到320萬，居世界首位。這些資源有力地支撐了我國自主創(chuàng)新的能力。但成績的背后仍然面臨著許多問題，我國科技成果轉(zhuǎn)化率僅為10%左右，而發(fā)達國家則達到了70%，科技成果大量浪費，究其原因主要在于產(chǎn)學(xué)研協(xié)同創(chuàng)新效率不足，創(chuàng)新驅(qū)動乏力，造成科技成果轉(zhuǎn)化難的結(jié)果。因此，積極推動新時代產(chǎn)學(xué)研深度融合，著力打造協(xié)同創(chuàng)新平臺，建立新型產(chǎn)學(xué)研協(xié)同創(chuàng)新體系，提高協(xié)同創(chuàng)新效率，對推動中國經(jīng)濟提質(zhì)增效，實現(xiàn)中華民族偉大復(fù)興的中國夢具有重要的現(xiàn)實意義。

產(chǎn)學(xué)研協(xié)同創(chuàng)新作為一項復(fù)雜和系統(tǒng)的創(chuàng)新模式，是以企業(yè)和高校為核心主體，政府和中介服務(wù)機構(gòu)參與的多元創(chuàng)新組織，其目的是為了實現(xiàn)資源共享與優(yōu)勢互補更為深入的創(chuàng)新活動。近年來，國內(nèi)外學(xué)者十分關(guān)注產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的研究，取得了一定的研究成果，從研究方法上來看，主要采用的是參數(shù)方法和非參數(shù)方法。從研究視角上看，主要包括：(1)區(qū)域?qū)用娴难芯俊＝甗1]采用DEA模型,測算了2002/2003—2011/2012年我國30個省(區(qū)市)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率及省際/區(qū)域差異；黃菁菁[2]采用兩階段鏈式關(guān)聯(lián)網(wǎng)絡(luò) DEA 模型，分析了2010—2012 年遼寧省產(chǎn)學(xué)研協(xié)同創(chuàng)新效率及其影響因素；廖名巖、曹興[3]應(yīng)用DEA模型和四階段DEA 模型實證研究了我國30個省級行政區(qū)2010—2012 年的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率。(2)產(chǎn)業(yè)層面的研究。車維漢、張琳[4]采用數(shù)據(jù)包絡(luò)分析(DEA)方法，實證分析了上海市13個主要制造業(yè)的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率；劉營、李存金[5]采用DEA—Malmquist模型,以全國14個政府重點投入行業(yè)為研究對象，對行業(yè)的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率進行了靜態(tài)和動態(tài)兩個方面的評價；劉興凱、張靚媛[6]運用數(shù)據(jù)包絡(luò)分析(DEA)方法實證測算了天津市制造業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率。(3)高校層面的研究。孫世敏等[7]采用DEA方法評價了我國29個省(區(qū)市)的高校科研投入產(chǎn)出效率；趙曉陽、劉金蘭[8]使用非參數(shù)的DEA和Malmquist指數(shù)方法，綜合評價了37所“985高?！?006—2009年科研投入產(chǎn)出的靜態(tài)效率和動態(tài)效率變化；姜彤彤、吳修國[9]以我國62所教育部直屬高校為研究對象，采用DEA模型測算和分析了2005—2006、2008—2013年產(chǎn)學(xué)研協(xié)同創(chuàng)新效率。

綜上所述，現(xiàn)有文獻主要采用DEA方法從區(qū)域、產(chǎn)業(yè)和高校層面對產(chǎn)學(xué)研協(xié)同創(chuàng)新效率進行靜態(tài)或者動態(tài)分析，但目前尚未有文獻采用分布動態(tài)方法，基于區(qū)域?qū)用鎸Ξa(chǎn)學(xué)研協(xié)同創(chuàng)新效率的動態(tài)分布和演進進行研究。因此，本文采用Malmqusit指數(shù)法測算我國30個省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率，在此基礎(chǔ)上使用核密度估計和馬爾可夫鏈方法，系統(tǒng)探討我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的區(qū)域差異及動態(tài)演進，以期為制定縮小各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平的政策和建設(shè)創(chuàng)新型國家提供參考。

二、研究方法與數(shù)據(jù)

(一)研究方法

1.Malmquist生產(chǎn)率指數(shù)

Malmquist指數(shù)通常用于測量不同時期決策單元的效率演化，Caves等首先將該指數(shù)用于測算生產(chǎn)率變化。本文應(yīng)用Malmquist指數(shù)來測量產(chǎn)學(xué)研協(xié)同創(chuàng)新效率。首先定義產(chǎn)出的距離函數(shù)，在時期s，技術(shù)效率可以表示為：

(1)

其中，最小化θ，意味著使y/θ最大化。這個距離函數(shù)衡量了給定投入下產(chǎn)出的最大值，因此，θ表示技術(shù)效率指數(shù)。同理，我們可以定義t時期的產(chǎn)出距離函數(shù)：

(2)

在此基礎(chǔ)上，以時期s作為參考標準，從時期s到時期t的Malmquist生產(chǎn)率指數(shù)變化可以定義為：

(3)

同時，以時期t作為參考標準，Malmquist生產(chǎn)率指數(shù)變化為：

(4)

上述兩個指數(shù)在一種產(chǎn)出和投入的情況下是相同的，但是在多種投入和可變規(guī)模收益的情況下則是不同的，為了避免這種不一致性，F(xiàn)?re等[10]根據(jù)上面兩種指數(shù)的幾何平均值推導(dǎo)出產(chǎn)出導(dǎo)向的生產(chǎn)率指數(shù)的變化：

(5)

(6)

(7)

當Malmquist>l時，表示產(chǎn)學(xué)研協(xié)同創(chuàng)新效率(TFP)的增長；當技術(shù)變化指數(shù)和技術(shù)效率指數(shù)大于1時，表示其是產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長的主要源泉，反之，則是導(dǎo)致其下降的原因。

2.Kernel密度估計

核密度估計屬于一種非參數(shù)估計方法，主要用于對隨機變量的概率密度進行估計。與直方圖相比，它多了一個用于平滑數(shù)據(jù)的核函數(shù)，可以較好地彌補直方圖非連續(xù)性的缺陷。假設(shè)隨機變量X的密度函數(shù)為f(x)，則其密度函數(shù)可以表示為：

(8)

核函數(shù)根據(jù)分組數(shù)據(jù)的密度程度，可以分為高斯核、Epanechnikov核、三角核、四次核等類型，本文選取常用的高斯核函數(shù)對產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的動態(tài)演進進行估計，其表達式如下：

(9)

由于非參數(shù)估計無確定的函數(shù)表達式，一般采用圖形對比的方式考察其分布變化。通過估計結(jié)果可以從變量分布的位置、形態(tài)和延展性3個方面進行分析。

3.馬爾可夫鏈

本文通過構(gòu)建馬爾科夫轉(zhuǎn)移矩陣并計算平穩(wěn)分布，分析區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長的內(nèi)部流動性，從而刻畫其增長的動態(tài)演進。該過程將各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率序列離散化為具有“無后效性”的馬爾可夫鏈序列{X0，X1，X2，X3，…}，則表明各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率“現(xiàn)有狀態(tài)”條件下，其“未來狀態(tài)”的條件概率分布與其“過去狀態(tài)”無關(guān)。假設(shè)Xt為離散時間馬爾可夫鏈，對于任意狀態(tài)i0，i1，i2，…，it，i，j和對任何時間t≥0，則有

P{X(t+1)=j|X0=i0，…，Xt-1=it-1，Xt=it}=P{Xt+1=j|Xt=i}

(10)

(二)變量選取和數(shù)據(jù)來源

鑒于數(shù)據(jù)的可獲性，同時參照吳和成等[11]學(xué)者的研究，選取的投入指標主要包括人力、財力、物力3個方面，產(chǎn)出指標則主要包括企業(yè)新產(chǎn)品銷售收入、專利申請授權(quán)數(shù)、技術(shù)市場成交額，具體指標如表1所示：

表1 產(chǎn)學(xué)研協(xié)同創(chuàng)新效率投入產(chǎn)出指標體系

投入指標中R&D人員全時當量體現(xiàn)了區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新投入的人力資本，R&D經(jīng)費支出則體現(xiàn)了區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新的廣度，R&D機構(gòu)數(shù)體現(xiàn)了區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新的深度。產(chǎn)出指標中專利申請授權(quán)數(shù)表示區(qū)域內(nèi)專利申請獲得授權(quán)的總量，企業(yè)新產(chǎn)品銷售收入說明了區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新的直接經(jīng)濟成果，技術(shù)市場成交額強調(diào)了專利技術(shù)轉(zhuǎn)化為實際經(jīng)濟收益的能力。

本文選取中國大陸30個省份(西藏除外)的面板數(shù)據(jù)，分析產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的區(qū)域差異與動態(tài)演進。由于區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新活動從投入到獲得產(chǎn)出需要一定的時間，本文選擇大部分學(xué)者的做法，將其滯后期設(shè)置為1年，投入指標數(shù)據(jù)來源于2000—2005年，產(chǎn)出指標數(shù)據(jù)為2001—2006年，以此類推，相關(guān)數(shù)據(jù)均來自相關(guān)年份的統(tǒng)計年鑒，包括《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》及相關(guān)省份科技統(tǒng)計年鑒，同時根據(jù)《中國統(tǒng)計年鑒》中對區(qū)域的劃分方法，將我國劃分為東部、中部和西部三大區(qū)域。

三、實證結(jié)果與分析

(一)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的區(qū)域差異分析

依據(jù)Malmquist生產(chǎn)率指數(shù)法，測算區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新效率，從而分析其增長變化情況，表2列示出了中國各省份及三大區(qū)域的測算結(jié)果。

表2 中國各省份平均產(chǎn)學(xué)研協(xié)同創(chuàng)新效率變化及分解

從表2可以看出，一方面，中國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率考察期內(nèi)整體呈現(xiàn)上升趨勢，年均增長5.3%，說明了近年來我國產(chǎn)學(xué)研協(xié)同創(chuàng)新能力不斷提高，這與國家不斷出臺一系列政策措施激勵產(chǎn)學(xué)研合作是密不可分的。從增長動力來源看，技術(shù)進步指數(shù)年均增長4.3%，技術(shù)效率指數(shù)年均增長0.9%，出現(xiàn)了技術(shù)進步和技術(shù)效率共同驅(qū)動產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長的現(xiàn)象，屬于一種典型的“雙驅(qū)動”增長模式，但技術(shù)進步增長的速度遠遠大于技術(shù)效率增長的速度，說明產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長主要來源于技術(shù)進步的增長。另一方面，中國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率存在較大的區(qū)域差異性。東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平最高，中部地區(qū)次之，西部地區(qū)最低。從增長動力來源看，三大區(qū)域間也存在一定的差異性，東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率主要由技術(shù)進步驅(qū)動，而技術(shù)效率存在惡化現(xiàn)象，是一種“單驅(qū)動”增長模式；中西部地區(qū)則都是由技術(shù)進步和技術(shù)效率共同驅(qū)動，屬于 “雙驅(qū)動”增長模式。同時各省份之間也存在較大的差異性，本文根據(jù)差異性將其劃分為三種類型：第一類是“持續(xù)下降型”，主要指產(chǎn)學(xué)研協(xié)同創(chuàng)新效率值小于1的省份，包括內(nèi)蒙古、福建、海南、寧夏、新疆等5個省份;第二類是“緩慢增長型”，主要指產(chǎn)學(xué)研協(xié)同創(chuàng)新效率值介于1.000—1.100之間的省份，包括天津、河北、山西、遼寧、吉林、黑龍江、上海、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、貴州、云南、甘肅等18個省份;其余的北京、江蘇、浙江、安徽、四川、陜西、青海等7個省份為“高速增長型”，這些省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率值都大于1.100。由此可見，各個省份之間的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平存在顯著的差異，可能的原因是各省份的創(chuàng)新意識、經(jīng)濟發(fā)展水平、科技人才儲備和管理制度等方面存在不同，造成了產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平的差異性。從增長動力來源看，除湖南、廣西和海南3省區(qū)外，其余的省份的技術(shù)進步指數(shù)均大于1，而技術(shù)效率指數(shù)大部分省份大于1。

(二)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的區(qū)域差異的動態(tài)分布

為了進一步考察產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的地區(qū)差異，本文借鑒Hall和Jones[12]應(yīng)著重考察不同經(jīng)濟主體生產(chǎn)率水平相對差異的思想，首先度量中國各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新相對效率。其中，第h個(h=1,2,…,30)省份在t年的累積產(chǎn)學(xué)研協(xié)同創(chuàng)新相對效率CMLh為：

(11)

利用公式(11)可以計算出歷年的累積產(chǎn)學(xué)研協(xié)同創(chuàng)新相對效率，在此基礎(chǔ)上，本文以2006、2010和2015年作為考察年份，采用Kernel密度估計法做出相關(guān)年份的密度分布，全國及東部、中部和西部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的核密度估計結(jié)果如圖1所示。

(1)全國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的核密度估計。整體上來看，核密度曲線呈現(xiàn)向右移動的特征，說明考察期內(nèi)我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率處于不斷增長的態(tài)勢，與2006年相比，2015年核密度中心明顯增大，再次證明了這一結(jié)論。從波峰來看，主峰高度呈現(xiàn)小幅下降趨勢，說明各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率差距正逐步減小。從形狀來看，2006年我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率表現(xiàn)出“分散式單峰”分布，到2015年則轉(zhuǎn)化為“雙峰”分布，說明這一時期各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率之間的差距從多極化趨勢逐漸演變?yōu)閮蓸O化趨勢。

(2)東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的核密度估計。從演變趨勢看，與2006年相比，2010年核密度曲線峰值顯著下降，變化寬度小幅減小，“雙峰”分布趨勢顯著，說明該階段東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率區(qū)域內(nèi)差異逐漸演變成了兩極分化的格局。2015年與2010年相比，核密度曲線峰值持續(xù)下降，但變化寬度加大，反映出區(qū)域差異在不斷加大，核密度中心右移，波峰則顯示出從“雙峰”分布逐漸轉(zhuǎn)變?yōu)椤皢畏濉狈植?，說明該階段東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率不斷提高，區(qū)域內(nèi)效率有從原來的兩極化趨勢向均衡化方向發(fā)展的趨勢。

(3)中部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的核密度估計。從演變趨勢看，與2006年相比，2010年核密度曲線中心輕微右移，峰值顯著下降，“雙峰”分布明顯，說明該階段產(chǎn)學(xué)研協(xié)同創(chuàng)新效率區(qū)域內(nèi)差距在加大。2015年與2010年相比，核密度中心明顯右移，峰值高度在降低，波峰則從“雙峰”分布演變?yōu)椤皢畏濉狈植?，說明該階段中部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率持續(xù)增長，正從兩極化向均衡發(fā)展轉(zhuǎn)變。

(4)西部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的核密度估計。從演變趨勢看，與2006年相比，2010年核密度曲線中心左移，峰值減小且“單峰”分布明顯，變化寬度增大，說明該階段產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長的省份數(shù)量減少，地區(qū)差距有一定程度的降低。2015年與2010年相比，峰值持續(xù)下降，但波峰則從“單峰”分布演變?yōu)椤半p峰”分布，說明該階段區(qū)域內(nèi)效率差異明顯并逐漸演變成兩極分化趨勢。

(三)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率區(qū)域差異的長期演化趨勢

為了詳細刻畫產(chǎn)學(xué)研協(xié)同創(chuàng)新效率各省份的動態(tài)轉(zhuǎn)移特征及長期演化趨勢，本文采用馬爾可夫轉(zhuǎn)移概率矩陣進行分析。按照四分位數(shù)方法把測算出的效率值離散為四種類型，分別為低、中低、中和高效率水平。為了更好地對比不同時期的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平，分別構(gòu)建了“十一五”(2005—2010年)、“十二五”(2010—2015年)和2005—2015年的馬爾可夫轉(zhuǎn)移概率矩陣及穩(wěn)態(tài)分布，如表3所示。

表3 馬爾可夫轉(zhuǎn)移概率矩陣及穩(wěn)態(tài)分布

表3結(jié)果顯示，無論是“十一五”時期、“十二五”時期，還是2005—2015年，馬爾可夫轉(zhuǎn)移概率矩陣對角線的概率均大于非對角線的概率，說明各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平相對穩(wěn)定，向其他水平類型轉(zhuǎn)移的概率比較低。尤其是高水平省份處于高效率水平的概率為82.4%，向中等效率水平轉(zhuǎn)移的概率僅為17.6%，說明高水平省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率增長存在趨同趨勢，反映了產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平增長的持續(xù)性。中等水平省份向高水平轉(zhuǎn)移的概率為16.5%，高于向中低水平轉(zhuǎn)移的概率；中低水平省份向中等水平轉(zhuǎn)移的概率為4.7%，小于向低水平轉(zhuǎn)移的概率，說明中等水平省份和中低水平省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平雙向變化的可能性較大。低水平省份向中低水平轉(zhuǎn)移的概率為13.8%,遠遠小于維持在低水平的概率86.2%，說明低水平省份產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平很難實現(xiàn)跨越式增長。從穩(wěn)態(tài)分布來看，無論是產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平初始處于何種狀態(tài)，經(jīng)過長時間的發(fā)展，產(chǎn)學(xué)研協(xié)同創(chuàng)新效率處于高效率水平、中效率水平、中低效率水平和低效率水平的概率分別為32.6%、25.5%、26.3%和15.6%。與初始分布相比，高效率水平的省份比例增加，中等和中低效率水平的省份比例變化不大，而低效率水平的省份則出現(xiàn)了減少，這種變化說明未來高效率省份的引領(lǐng)作用會明顯提高，產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平極大可能實現(xiàn)持續(xù)增長的發(fā)展趨勢。

四、結(jié)論與啟示

本文采用Malmquist生產(chǎn)率指數(shù)法，測算了30個省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率，在此基礎(chǔ)上，運用核密度估計和馬爾科夫轉(zhuǎn)移概率矩陣方法對我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的動態(tài)演進特征進行了分析，得出以下結(jié)論：(1)我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率考察期內(nèi)整體呈現(xiàn)上升趨勢，屬于典型的“雙驅(qū)動”增長模式，其增長動力主要來源于技術(shù)進步。各省份效率水平差異明顯，呈現(xiàn)東部>中部>西部地區(qū)的空間格局，各省份之間也存在較大的差異性，根據(jù)差異性將其劃分為“持續(xù)下降型”“緩慢增長型”“高速增長型”三類。(2)核密度估計表明，考察期內(nèi)我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率差距整體處于擴大的態(tài)勢，但東部、中部和西部地區(qū)之間有所差異。東部地區(qū)差距經(jīng)歷了從兩極化趨勢向均衡化方向發(fā)展的過程;中部地區(qū)差距經(jīng)歷了從“雙峰”分布演變?yōu)椤皢畏濉狈植?，說明地區(qū)差距從迅速增大到逐漸縮小的過程;西部地區(qū)差距則經(jīng)歷了先縮小后擴大的過程，表現(xiàn)為向兩極化趨勢演變。(3)馬爾科夫轉(zhuǎn)移概率矩陣表明產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平相對穩(wěn)定，難以實現(xiàn)跨越式提升，未來高效率省份的引領(lǐng)作用會明顯提高，產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平極大可能實現(xiàn)持續(xù)增長的發(fā)展趨勢。

根據(jù)以上研究結(jié)論，提出如下政策建議。一是針對地區(qū)效率的差異性，各省份應(yīng)因地制宜，結(jié)合本省的實際情況，建立完善的產(chǎn)學(xué)研合作服務(wù)平臺，通過合理的資源配置，才能發(fā)揮最大效應(yīng)，實現(xiàn)區(qū)域間的良好互動和優(yōu)勢互補。二是產(chǎn)學(xué)研協(xié)同創(chuàng)新效率水平較低的省份，主要是因為技術(shù)進步水平低和技術(shù)效率退步導(dǎo)致的，這些省份應(yīng)加強政府引導(dǎo)作用，加大資金投入，優(yōu)先支持產(chǎn)學(xué)研合作項目，進一步深化提升重大科技成果轉(zhuǎn)化項目，為推進科技創(chuàng)新和產(chǎn)學(xué)研發(fā)展提供政策保障。三是加強合作與交流。各省份之間應(yīng)打破產(chǎn)學(xué)研合作壁壘，促進創(chuàng)新要素的合理流動，實現(xiàn)企業(yè)、高校和科研機構(gòu)跨省份的協(xié)作與分工，共同推動區(qū)域間人才、技術(shù)、知識的交互與對接，從而促進整體創(chuàng)新效率水平的提升，縮小地區(qū)差距，形成協(xié)同創(chuàng)新與開放共享的格局。