吳 中 超

(成都大學 商學院, 四川 成都 610106)

區(qū)域產學研協(xié)同創(chuàng)新知識網(wǎng)絡由來自一定地理范圍內的政府、企業(yè)、大學、科研機構等各種異質性知識資源體的相互聯(lián)系構成，是區(qū)域主要的創(chuàng)新動力。該類區(qū)域知識網(wǎng)絡可以促進特定區(qū)域各種異質性知識資源的優(yōu)化配置并創(chuàng)造新知識，從而成為區(qū)域經(jīng)濟競爭力與發(fā)展?jié)摿Φ闹匾嚓P因素，也是形成區(qū)位優(yōu)勢的關鍵因素。關于區(qū)域創(chuàng)新績效研究一直是區(qū)域創(chuàng)新系統(tǒng)研究的一項重要課題，該類研究可以為區(qū)域創(chuàng)新政策的判斷、制定和修正提供科學依據(jù)。與此同時，區(qū)域創(chuàng)新和知識網(wǎng)絡的辯論經(jīng)常強調區(qū)域創(chuàng)新行動者——行業(yè)與高校等科研機構之間相互聯(lián)系的強度等結構特征，認為這是影響區(qū)域創(chuàng)新績效中最相關的因素[1]。此外，大量國內外相關研究表明，創(chuàng)新環(huán)境因素也對區(qū)域創(chuàng)新績效產生重要影響。

因此，為深入研究創(chuàng)新網(wǎng)絡結構因素和創(chuàng)新基礎設施對區(qū)域創(chuàng)新績效的影響作用，本文以中國30個省份(西藏因為數(shù)據(jù)缺失略去)的區(qū)域創(chuàng)新績效為研究對象，運用各區(qū)域的科技統(tǒng)計數(shù)據(jù)，采用兩階段網(wǎng)絡DEA乘法模型，測算各區(qū)域創(chuàng)新效率，并分析影響其各階段創(chuàng)新效率變化的原因，得出研究結論并對區(qū)域科技政策提出建議。

一、引 言

近年來，隨著區(qū)域創(chuàng)新系統(tǒng)及網(wǎng)絡研究的興起，關于區(qū)域創(chuàng)新績效的研究成為一個主要研究方向，且已經(jīng)取得不少成果。從研究方法歸納，主要將國內相關研究成果概括為如下兩個方面：1.參數(shù)法，如基于隨機前沿分析方法(SFA)。代表性成果有：張宗益等[2](2006)利用對數(shù)型Cobb-Douglas生產函數(shù)的隨機前沿模型實證研究了1998—2003年我國區(qū)域技術創(chuàng)新效率。李習保[3](2007)利用1998—2006的面板數(shù)據(jù)，采用對數(shù)線性Cobb-Douglas前沿生產函數(shù)模型對我國區(qū)域創(chuàng)新環(huán)境對創(chuàng)新活動效率的影響進行了實證分析。史修松等[4](2009)運用隨機前沿函數(shù)分析方法，測算了中國省級區(qū)域創(chuàng)新效率及其空間差異。蘇屹等[5](2013)利用超越對數(shù)知識生產函數(shù)的隨機前沿模型對中國區(qū)域創(chuàng)新效率及影響因素進行了實證分析。2.非參數(shù)法，如基于DEA模型方法。代表性成果有：劉順忠等[6](2002)運用傳統(tǒng)DEA方法的CCR模型分析評價了我國各區(qū)域創(chuàng)新系統(tǒng)的創(chuàng)新效率。官建成等[7](2005)基于兩階段DEA的CCR模型分別對區(qū)域創(chuàng)新活動的技術有效性、經(jīng)濟有效性和綜合有效性進行了評價。白俊紅等[8](2009)利用DEA-Tobit兩步法對我國區(qū)域創(chuàng)新效率的環(huán)境影響因素進行了實證檢驗。遲國泰等[9](2010)運用超效率 DEA 方法測評了我國部分省份科技創(chuàng)新效率。左鎧瑞等[10](2016)利用并聯(lián)DEA模型對我國區(qū)域R&D效率及影響因素進行了測度。

隨機前沿分析(SFA)主要利用計量經(jīng)濟學方法，對設定好的前沿生產函數(shù)中的未知參數(shù)進行估計后求出績效單元的技術效率。其優(yōu)點是模型構建有經(jīng)濟理論基礎支撐，可更深入地估計出各種外生變量對績效單元的技術效率影響；但是利用該方法分析創(chuàng)新效率時，由于對于創(chuàng)新過程沒有一個清晰的理論模型和生產函數(shù)形式來反映投入和產出關系，因此在不確定的背景下，DEA比SFA更合適[11]。另一方面采用SFA方法時,創(chuàng)新產出指標只能取一個指標，而區(qū)域創(chuàng)新系統(tǒng)是一個多投入和多產出的復雜知識網(wǎng)絡系統(tǒng)。非參數(shù)法基于前沿函數(shù)，利用線性規(guī)劃如數(shù)據(jù)包絡分析測定績效單元的技術效率，無需設定具體函數(shù)形式，且對數(shù)據(jù)樣本量要求不高，應用方便。該方法在評估多投入和多產出的網(wǎng)絡系統(tǒng)的效率時具有優(yōu)勢。

以往研究各自采用不同的方法和時期數(shù)據(jù)，對區(qū)域創(chuàng)新效率進行了測度研究，但仍存在以下三點不足：1.隨著對區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)機理研究的深入，基于三重螺旋結構模型的知識創(chuàng)新與區(qū)域創(chuàng)新效率關系的研究成為近年熱點[12-15]，但以往對區(qū)域創(chuàng)新效率測評的研究很少考察區(qū)域創(chuàng)新系統(tǒng)作為網(wǎng)絡系統(tǒng)的結構屬性，只有少數(shù)國外研究對區(qū)域創(chuàng)新網(wǎng)絡結構進行了一定分析(Kratke，2010; J Owen-Smith和WW Powel，2004)[16-17]。國內從區(qū)域創(chuàng)新網(wǎng)絡結構視角分析區(qū)域創(chuàng)新效率影響因素的研究還很少見。2.傳統(tǒng)DEA模型將決策單元作為“黑箱”而不考慮其內部結構與機理，降低了復雜網(wǎng)絡生產系統(tǒng)決策單元的效率測評準確性。網(wǎng)絡DEA模型相比傳統(tǒng)DEA方法對于網(wǎng)絡系統(tǒng)的生產決策單元在效率分析方面更具有優(yōu)勢，但目前運用兩階段網(wǎng)絡DEA方法對區(qū)域創(chuàng)新效率的研究仍不夠深入。3.既有的國內相關創(chuàng)新效率少量研究雖有運用兩階段網(wǎng)絡DEA模型，但關于系統(tǒng)綜合效率在兩階段效率分解研究方面尚有待深入。

基于以上研究不足，本文將利用兩階段網(wǎng)絡DEA方法的乘法模型，采用2013—2017年的科技統(tǒng)計數(shù)據(jù)(因2018、2019年數(shù)據(jù)部分指標缺失)對我國區(qū)域創(chuàng)新網(wǎng)絡效率進行測評，并將創(chuàng)新網(wǎng)絡結構變量作為影響區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)技術效率的解釋變量展開研究，詳細探討了產學研創(chuàng)新網(wǎng)絡結構對于區(qū)域創(chuàng)新效率的影響效應。本文的創(chuàng)新點主要在于以下兩方面：一是提出一個基于知識創(chuàng)造與知識轉化的兩階段網(wǎng)絡數(shù)據(jù)包絡分析(DEA)乘法模型來測度區(qū)域創(chuàng)新績效，將區(qū)域創(chuàng)新的過程分解為兩級創(chuàng)新生產網(wǎng)絡框架，即上游知識創(chuàng)造過程和下游知識轉化過程。在知識轉化階段引入創(chuàng)新網(wǎng)絡結構變量作為第二階段的系統(tǒng)外部投入，借助構建區(qū)域知識創(chuàng)新網(wǎng)絡效率兩階段模型描述創(chuàng)新網(wǎng)絡結構在知識轉化環(huán)節(jié)作為投入要素的作用機制。二是在利用二階段網(wǎng)絡DEA乘法模型對區(qū)域創(chuàng)新效率進行實證分析過程中，加入?yún)^(qū)域創(chuàng)新基礎設施等影響因素變量，考察其對區(qū)域創(chuàng)新效率的影響作用。

二、模型及評價指標

(一)研究方法

數(shù)據(jù)包絡分析(DEA)是一種非參數(shù)技術，用于測量使用多個輸入產生多個輸出的決策單元(DMUs)的績效?；镜臄?shù)學模型是線性規(guī)劃。兩種基本的DEA模型，即CCR[18]和BCC[19]模型，已經(jīng)分別成為固定收益和可變收益規(guī)模假設下的績效衡量標準。傳統(tǒng)的DEA處理一個階段的生產過程，只是將決策單元(DMUs)作為一個投入-產出的“黑箱”系統(tǒng)，不考慮DMU內部結構。然而在許多情況下，忽略系統(tǒng)內部劃分的操作可能產生誤導性的效率值,因此,提出了網(wǎng)絡DEA來解決這個問題(Fare & Grosskopf，2000)[20]。該范式把決策單元(DMUs)“黑箱”的內部結構作為多階段過程，其底層結構表明了各個階段之間的中間產品的流動，前一階段的產出作為后一階段的投入，在效率評估中起著關鍵作用。大量研究表明，運用網(wǎng)絡DEA模型衡量具有網(wǎng)絡結構的系統(tǒng)效率，測量結果更加準確且能夠具體分析系統(tǒng)無效性來源(Kao，2014)[21]。

從結構方面來說，基本的兩級結構是研究最廣泛的，網(wǎng)絡DEA模型效率分解有兩種類型：乘法模型和加法模型。在乘法效率分解中，總效率被定義為兩個階段效率得分的乘積；而在加法效率分解中，總效率被定義為兩個階段效率得分的加權平均值。本文借鑒參考Kao和Hwang[22](2008)的乘法模型，該模型假設：(1)規(guī)模報酬不變(CRS)。(2)兩個階段的權重是相同的。

假設有n個決策單元(DMU)，并且每個DMUj(j= 1,2,…,n)都有m個輸入到第一個階段xij,(i = 1,2…,m)，該階段的D輸出zdj,(d= 1,2,…,D)。這些D輸出然后成為第二個的輸入階段，稱為中間措施。輸出從第二階段開始，用yrj表示(r= 1,2，…，s)?？梢杂嬎愠龅谝浑A段和第二階段DMUj0的CRS效率值在以下兩個CCR模型(1)和(2)中

(1)

(2)

總體CRS效率值CCR模型(3)可根據(jù)式(3)計算

(3)

vi,ui> 0

測量模型DMU的整體效率由式(4)給出

(4)

vi,ui,ηd> 0

(二)兩階段網(wǎng)絡DEA模型建立

實際上，區(qū)域創(chuàng)新系統(tǒng)可以看成一個具有一定網(wǎng)絡結構屬性的知識創(chuàng)新“投入-產出”生產系統(tǒng)。區(qū)域知識創(chuàng)新活動是一個復雜網(wǎng)絡系統(tǒng)行為，可以視為大學(或科研機構)與企業(yè)等異質性組織之間知識流動的過程，可以將知識創(chuàng)新活動分為知識共享、知識創(chuàng)造和知識優(yōu)勢的三個階段[23]。本文借鑒前人研究[23-26]，將區(qū)域知識創(chuàng)新活動分為知識創(chuàng)造與知識轉化兩個階段，選擇Dimitris K等[25](2016)歸納的四種類型兩階段串聯(lián)網(wǎng)絡DEA中的乘法模型，把國內三種專利授權量作為中間變量，既作為知識創(chuàng)造子系統(tǒng)的產出，也作為知識轉化子系統(tǒng)的投入；同時,引入創(chuàng)新網(wǎng)絡結構變量作為第二階段的系統(tǒng)外部投入，構建的兩階段網(wǎng)絡 DEA 模型如圖 1 所示。區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的總效率分解為知識創(chuàng)造子系統(tǒng)效率與知識轉化子系統(tǒng)效率，系統(tǒng)的整體效率是兩個階段協(xié)調的結果。考慮到創(chuàng)新活動具有風險性與不確定性，創(chuàng)新產出往往不可控，但創(chuàng)新投入相對可控，本模型每一階段選用投入導向的CCR模型，總效率分解采用前述乘法模型分解方法。

圖1 區(qū)域知識創(chuàng)新網(wǎng)絡效率兩階段模型

(三)效率影響因素模型

為進一步深入分析網(wǎng)絡DEA方法測度的兩階段技術效率值的影響因素，本文采用回歸模型進行效率影響因素分析。因為DEA分析的技術效率值在0-1之間，屬于典型的因變量受到某種約束情況，所以采用Tobit回歸模型。具體形式如下：

(5)

(四)指標選取

1.第一階段投入產出指標

創(chuàng)新投入方面，相關研究一般把R&D人力資源和R&D財力資源作為創(chuàng)新體系的原始投入資源[27]。區(qū)域R&D 經(jīng)費內部支出(萬元)和R&D 人員全時當量是學者廣泛采用的創(chuàng)新系統(tǒng)投入指標。R&D 經(jīng)費內部支出(萬元)可以反映區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的財力資源投入。R&D 人員全時當量可以反映區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的人力資源投入。因此，本文選取這兩個指標作為區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)效率的第一階段創(chuàng)新投入指標。

如果把區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)看成是一個“投入-產出”系統(tǒng)，創(chuàng)新產出就是區(qū)域創(chuàng)新績效。長期以來，對區(qū)域創(chuàng)新績效的研究結果尚未形成一種普遍接受的創(chuàng)新投入指標，但是在創(chuàng)新產出層面，專利是中外學者廣泛采用的指標。分析區(qū)域創(chuàng)新績效技術性能的變化及影響因素需要較長時間和多個區(qū)域的數(shù)據(jù)，而專利提供了多地區(qū)和較長時間內的一致、具體和可比的數(shù)據(jù)。專利被廣泛認為是國家、地區(qū)、公司和行業(yè)技術績效的指標[28]。由于這個原因，本文第一階段知識創(chuàng)造的產出變量選擇專利指標來衡量。本文選用國內三種專利授權數(shù)作為各區(qū)域知識創(chuàng)造績效的測度指標，因為專利授權數(shù)更代表績效實際產出。

2.第二階段投入產出指標

利用傳統(tǒng)DEA方法分析創(chuàng)新系統(tǒng)往往只是把專利作為最終創(chuàng)新產出，但實際上雖然專利是公認的衡量知識創(chuàng)造——新技術的指標，但專利無法作為描述知識轉化為經(jīng)濟成果的指標[29]。鑒于此，本文在區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)效率第二階段的投入產出指標選取上側重考查知識轉化成經(jīng)濟成果的效率。首先，將第一階段的產出(三種專利授權數(shù))作為第二階段的一種投入。其次，根據(jù)國內外學者對創(chuàng)新網(wǎng)絡結構特征的研究[1,12-15,30]，認為創(chuàng)新網(wǎng)絡的成長是由網(wǎng)絡的結構決定的，因此網(wǎng)絡結構特征應該納入創(chuàng)新績效增長的研究，認為知識創(chuàng)新網(wǎng)絡密度越大，網(wǎng)絡節(jié)點之間聯(lián)系強度也越大，說明產學研各方主體之間開展協(xié)同創(chuàng)新的動機越強，互補性信息、知識資源等在異質性創(chuàng)新主體之間共享程度可能更高，有助于提高各方創(chuàng)新能力進而促進區(qū)域知識轉化效率的提升。本文選擇刻畫區(qū)域創(chuàng)新網(wǎng)絡結構關鍵指標之一的網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)作為系統(tǒng)外部投入變量，這里具體選擇高等學校R&D 經(jīng)費外部支出(包括對其他研究機構和企業(yè)等研發(fā)經(jīng)費支出)作為刻畫創(chuàng)新網(wǎng)絡結構密度的指標(1)反映創(chuàng)新網(wǎng)絡密度的指標還可以選擇企業(yè)產學研經(jīng)費外部支出指標和各地區(qū)研究與開發(fā)機構R&D經(jīng)費外部支出。但企業(yè)產學研經(jīng)費支出指標由于統(tǒng)計數(shù)據(jù)缺失太多被本研究舍棄，各地區(qū)研究與開發(fā)機構R&D經(jīng)費外部支出統(tǒng)計數(shù)據(jù)缺失海南、青海、西藏等省份數(shù)據(jù)，也只有舍棄。。

人均GDP可以反映各區(qū)域經(jīng)濟發(fā)展水平，居民人均可支配收入則(2)統(tǒng)計年鑒從2013年開始有各省份居民可支配收入統(tǒng)計數(shù)據(jù)，2013年之前各省城鎮(zhèn)居民與農村居民可支配收入是分別統(tǒng)計的，所以本文數(shù)據(jù)選取從2013年開始。反映各區(qū)域人民實際生活水平的提高。這兩項指標能反映科技創(chuàng)新對各區(qū)域經(jīng)濟的促進與人民生活改善作用，所以選擇這兩項作為第二階段的知識轉化產出指標。

3.區(qū)域創(chuàng)新績效影響因素指標(3)關于區(qū)域創(chuàng)新績效影響因素及指標選取的詳細理論分析請詳見參考文獻[1]。

如前文所述，區(qū)域主要的創(chuàng)新動力來自于企業(yè)、高校、科研機構等各種異質性知識資源體的相互聯(lián)系——形成區(qū)域知識創(chuàng)新網(wǎng)絡。區(qū)域知識生產與轉化主要是通過知識創(chuàng)新網(wǎng)絡的活動來實現(xiàn)。在考察區(qū)域創(chuàng)新績效影響因素的相關研究時發(fā)現(xiàn)，歐洲和美國率先采用了一種新的區(qū)域商業(yè)發(fā)展方式，即建設區(qū)域創(chuàng)新基礎設施[31]。區(qū)域創(chuàng)新基礎設施是指促進區(qū)域創(chuàng)新行為、提高區(qū)域創(chuàng)新績效的環(huán)境因素，為區(qū)域創(chuàng)新活動開展提供良好平臺，能夠對區(qū)域創(chuàng)新水平的提升產生積極作用，主要包括經(jīng)濟增長水平、信息基礎設施、研發(fā)投入強度、地理區(qū)位、政府支持強度、企業(yè)創(chuàng)新活力、市場開放程度和產業(yè)結構等因素[30]。同時，國外學者研究認為區(qū)域產學研的結構特征是影響區(qū)域創(chuàng)新績效的最相關的因素[1]?；谶@樣的理論基礎，本文將區(qū)域創(chuàng)新績效影響因素分為區(qū)域創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面。根據(jù)國內外有關研究[30,32-34]把創(chuàng)新網(wǎng)絡結構變量選擇為網(wǎng)絡規(guī)模、網(wǎng)絡開放性、網(wǎng)絡結構洞、網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)四個方面。網(wǎng)絡規(guī)模選用各區(qū)域高校數(shù)量、各區(qū)域研發(fā)機構個數(shù)和各區(qū)域高新技術企業(yè)數(shù)三個指標來反映。網(wǎng)絡開放性選用各區(qū)域外商直接投資額(FDI)測度。網(wǎng)絡結構洞用各區(qū)域技術市場交易金額表征。網(wǎng)絡密度選用各地區(qū)高等學校R&D經(jīng)費外部支出(包括其他研究機構和企業(yè)等研發(fā)經(jīng)費支出)測度。

創(chuàng)新基礎設施也是影響區(qū)域創(chuàng)新效率的重要因素，包括區(qū)域經(jīng)濟增長水平、信息基礎設施、產業(yè)結構、區(qū)域研發(fā)投入強度、政府支持強度、市場開放程度6個方面。構建區(qū)域創(chuàng)新技術效率影響因素回歸函數(shù)為

yit=δ0+δ1collegeit+δ2researchit+δ3enterpriseit+δ4FDIit+δ5technology+

δ6college.expit+δ7GDPit+δ8ICTit+δ9ISit+δ10RIit+δ11GOVit+δ12MARit

(6)

式(6)包含了創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面的區(qū)域創(chuàng)新效率影響因素。其中創(chuàng)新網(wǎng)絡結構選用6個結構變量：college表示各區(qū)域高校數(shù)量；research表示各區(qū)域研發(fā)機構數(shù)量；enterprise 表示各區(qū)域高新技術企業(yè)數(shù)。這三個變量都是表征創(chuàng)新網(wǎng)絡結構規(guī)模的變量。FDI是各區(qū)域外商直接投資額，用來表征網(wǎng)絡開放度。technology是各區(qū)域技術市場交易金額，用來表征網(wǎng)絡結構洞。college.exp是各區(qū)域高等學校R&D經(jīng)費外部支出，表征網(wǎng)絡密度。

區(qū)域創(chuàng)新基礎設施也選用6個變量:GDP表示各區(qū)域人均GDP，用來表征地區(qū)經(jīng)濟發(fā)展水平。ICT是地區(qū)郵電業(yè)務總量占 GDP 比重，用來表征地區(qū)信息基礎設施水平。IS是各區(qū)域第三產業(yè)占比數(shù)據(jù)，用來表征地區(qū)產業(yè)結構特征。RI是各區(qū)域R&D經(jīng)費占地區(qū)GDP比重，用來表征區(qū)域研發(fā)投入強度。GOV是以地區(qū)總的科技經(jīng)費籌集金額中政府資助所占比重來衡量地方政府對創(chuàng)新活動的支持力度。MRA是采用各區(qū)域進出口總額占GDP的比重來衡量一省對國際貿易和競爭的開放程度，此變量用來表征地區(qū)市場開放程度。

三、實證結果分析

本文以中國省份區(qū)域創(chuàng)新績效為研究對象，采用2013—2017 年我國30個省份(西藏因統(tǒng)計數(shù)據(jù)不全舍去)有關創(chuàng)新指標統(tǒng)計數(shù)據(jù)，利用兩階段網(wǎng)絡DEA模型進行區(qū)域創(chuàng)新網(wǎng)絡效率實證分析。有關專利授權數(shù)、R&D人力資源和R&D財力資源數(shù)據(jù)來自《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》，創(chuàng)新網(wǎng)絡結構變量數(shù)據(jù)來自各區(qū)域統(tǒng)計年鑒、《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》，數(shù)據(jù)處理使用DEAP2.1軟件?？紤]到區(qū)域知識創(chuàng)新活動進行知識創(chuàng)造與知識轉化均具有時間滯后性，借鑒有關研究[4，6]，將知識創(chuàng)造與知識轉化兩階段投入產出時間延遲定為1年，第一階段知識創(chuàng)造投入時間為2013—2015年，第一階段產出時間與第二階段知識創(chuàng)造投入時間為2014—2016年，第二階段知識轉化產出時間為2015—2017年。

(一)第1階段結果

從表1數(shù)據(jù)分析，2013—2015年知識創(chuàng)造階段只有浙江省的技術效率為1，達到了DEA技術有效。江蘇、貴州、四川、重慶、安徽等省份的創(chuàng)新技術效率在0.6～1.0之間，表明該部分區(qū)域的知識創(chuàng)造技術效率處于較好水平。山西、內蒙古、吉林、寧夏等省份的創(chuàng)新技術效率在0.4以下，表明這部分地區(qū)的知識創(chuàng)造技術效率水平偏低，需要通過提高創(chuàng)新資源使用效率，避免不必要浪費來提升知識創(chuàng)造效率水平。

表1 中國各省區(qū)域知識創(chuàng)造階段創(chuàng)新技術效率

(二)第2階段結果

從表2數(shù)據(jù)分析，青海省3年知識轉化階段創(chuàng)新技術效率均為1，達到DEA技術有效。海南省有兩年技術效率為1，寧夏與內蒙古地區(qū)的知識轉化階段創(chuàng)新技術效率也相對較高。與第一階段相比較，這些地區(qū)的知識轉化創(chuàng)新效率都有很大提高，表明雖然這些地區(qū)知識創(chuàng)造創(chuàng)新技術效率較低，但是知識轉化效率較高。同時，與第一階段較高的知識創(chuàng)造技術效率相比，江蘇、貴州、四川、重慶、安徽等省份在第二階段知識轉化創(chuàng)新技術效率卻很低。以上結論說明知識創(chuàng)造與知識轉化是相對獨立的兩個階段，兩者的創(chuàng)新效率并不必然成正比。這給我國由于地域遼闊但創(chuàng)新資源匱乏造成創(chuàng)新資源分布不均勻的困境提供了一個解決思路：即可以利用一些經(jīng)濟文化中心區(qū)域的知識創(chuàng)造高效率，與某些創(chuàng)新資源相對匱乏但經(jīng)濟市場廣闊的區(qū)域進行跨區(qū)域知識創(chuàng)新活動，優(yōu)勢互補共同提升整體創(chuàng)新效率。

表2 中國各省區(qū)域知識轉化階段創(chuàng)新技術效率

從我國整體區(qū)域而言，知識轉化階段的創(chuàng)新技術效率(3年均值0.159)相比知識創(chuàng)造階段的技術效率(3年均值0.538)要低得多，說明我國各區(qū)域的科技成果轉化率低下，大量創(chuàng)新資源的原始投入并沒有有效轉化為經(jīng)濟成果，科技創(chuàng)新對我國經(jīng)濟增長的貢獻還遠遠不足。

表3數(shù)據(jù)顯示，中國各省區(qū)域兩階段整體知識創(chuàng)新效率均較低。因為區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)的整體效率是兩個階段效率值相乘所得的結果，由前文分析可知，整體效率較低主要是由于系統(tǒng)第二階段的知識轉化技術效率低下造成的。

表3 中國各省區(qū)域知識創(chuàng)新網(wǎng)絡兩階段創(chuàng)新綜合技術效率

(三)DEA-Tobit結果

為進一步深入分析造成區(qū)域創(chuàng)新效率較低的原因，本文運用式(5)、式(6)的Tobit模型，以2013—2017年中國各省份兩個階段的知識創(chuàng)新技術效率為因變量，從區(qū)域創(chuàng)新基礎設施和創(chuàng)新網(wǎng)絡結構兩方面，選取網(wǎng)絡規(guī)模、網(wǎng)絡開放性、網(wǎng)絡結構洞、網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)、區(qū)域經(jīng)濟增長水平、信息基礎設施、產業(yè)結構、區(qū)域研發(fā)投入強度、政府支持強度、市場開放程度為自變量，數(shù)據(jù)來自各區(qū)域統(tǒng)計年鑒、《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》，數(shù)據(jù)處理使用stata.12軟件，回歸結果見表4。

表4 中國各省區(qū)域知識創(chuàng)新技術效率影響因素的Tobit回歸結果

表征創(chuàng)新網(wǎng)絡結構規(guī)模的三個變量中，各區(qū)域高校數(shù)量在知識創(chuàng)新效率的兩個階段的影響作用都不顯著，對兩階段綜合技術效率的影響統(tǒng)計上也不顯著，說明高校數(shù)量對我國區(qū)域創(chuàng)新效率的提升不明顯，各地區(qū)不能僅僅通過簡單增加高校數(shù)量來提升區(qū)域創(chuàng)新能力與效率。各區(qū)域研發(fā)機構數(shù)量對第二階段知識轉化效率的影響統(tǒng)計上顯著，但影響方向為負，兩階段綜合創(chuàng)新技術效率也呈現(xiàn)負向影響。說明研發(fā)機構數(shù)量的增加反而降低了區(qū)域創(chuàng)新效率，反映出我國研發(fā)機構數(shù)量的增加在知識創(chuàng)新中的實際作用較低，存在創(chuàng)新資源浪費。各區(qū)域高新技術企業(yè)數(shù)對第一階段的知識創(chuàng)造效率的影響統(tǒng)計上正向顯著，但對第二階段的知識轉化與兩階段的綜合技術效率統(tǒng)計上沒有顯著影響。

實證結果表明：企業(yè)在目前我國區(qū)域產學研知識創(chuàng)新中起到了知識創(chuàng)新的主導作用，高校與研究院所的作用遠遠不足。以上三個變量的系數(shù)在各階段均較小，總體上反映出產學研三方的數(shù)量簡單增加不能對區(qū)域創(chuàng)新績效產生明顯提升作用，所以區(qū)域知識創(chuàng)新過程不能僅僅依靠產學研網(wǎng)絡規(guī)模的擴大，而需要進一步發(fā)揮三方的協(xié)同內涵質量作用。

創(chuàng)新網(wǎng)絡開放度對區(qū)域知識創(chuàng)造階段呈現(xiàn)統(tǒng)計上的顯著負向影響，對知識轉化階段及綜合階段影響均不顯著。表明區(qū)域創(chuàng)新網(wǎng)絡的開放度越高，區(qū)域之間的產學研合作可能更頻繁，越有利于進行知識創(chuàng)造，但知識轉化更多是需要具體結合當?shù)厥袌龅膮^(qū)域內活動。

創(chuàng)新網(wǎng)絡結構洞的測度指標是各區(qū)域技術市場交易金額，實證結果表明該指標對區(qū)域知識創(chuàng)造、知識轉化及綜合階段創(chuàng)新效率影響均不顯著。表明現(xiàn)實情況是中國各區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)中結構洞的“中介效應”不明顯。

網(wǎng)絡密度的測度指標是各區(qū)域高等學校R&D經(jīng)費外部支出，實證結果表明該指標對區(qū)域知識創(chuàng)造、知識轉化及綜合階段創(chuàng)新效率影響統(tǒng)計上均不顯著。表明現(xiàn)實情況是中國各區(qū)域知識創(chuàng)新網(wǎng)絡系統(tǒng)中產學研各方的協(xié)同度遠遠不足，今后應改善協(xié)同方式，加強協(xié)同創(chuàng)新深度。

對于區(qū)域創(chuàng)新基礎設施等影響因素分析如下：

第一，地區(qū)經(jīng)濟發(fā)展水平用各區(qū)域人均GDP表征，實證結果表明：該指標對區(qū)域知識創(chuàng)造、知識轉化及綜合階段創(chuàng)新效率統(tǒng)計上均不顯著。實際系數(shù)雖為正，但數(shù)值均較小，說明區(qū)域經(jīng)濟水平的提升并不必然對知識創(chuàng)新效率產生影響，也間接反映中國過去的區(qū)域經(jīng)濟發(fā)展水平提升與技術創(chuàng)新相對脫節(jié)，即中國過去的區(qū)域經(jīng)濟增長更多來自非技術創(chuàng)新帶來的粗放型增長，而非由技術創(chuàng)新帶來的內涵式增長。

第二，地區(qū)信息基礎設施水平用郵電業(yè)務總量占GDP 比重表征，實證結果表明：該指標對第一階段的知識創(chuàng)造效率的影響統(tǒng)計上正向顯著，對第二階段的知識轉化與兩階段的綜合技術效率影響方向為負，但統(tǒng)計上不顯著。表明地區(qū)信息基礎設施水平的提升對區(qū)域知識創(chuàng)造績效呈現(xiàn)明顯正相關；而由于目前各地區(qū)信息基礎設施水平更多呈現(xiàn)網(wǎng)絡化與移動互聯(lián)網(wǎng)化趨勢，對郵電業(yè)務具有“擠出效應”，所以在知識轉化階段需對應以互聯(lián)網(wǎng)化為標志的效率更高的信息基礎設施水平。

第三，地區(qū)產業(yè)結構特征用各區(qū)域第三產業(yè)占比表征，實證結果表明：區(qū)域第三產業(yè)占比對第一階段的知識創(chuàng)造效率的影響與兩階段的綜合技術效率影響統(tǒng)計上均正向顯著，對第二階段的知識轉化影響方向為負，但統(tǒng)計上不顯著?？傮w表明產業(yè)結構中現(xiàn)代產業(yè)體系的高新技術產業(yè)與服務業(yè)占比越大，區(qū)域創(chuàng)新效率越高。

第四，區(qū)域研發(fā)投入強度用各區(qū)域R&D經(jīng)費占地區(qū)GDP比重表征，實證結果表明：區(qū)域研發(fā)投入強度與區(qū)域總體知識創(chuàng)新效率顯著負相關。說明現(xiàn)實中我國區(qū)域研發(fā)投入并沒有取得預期效果，可能是由于研發(fā)資金使用效率不高，存在較大浪費現(xiàn)象；另外我國知識創(chuàng)新科技成果轉化率不高，研發(fā)經(jīng)費并沒有完全轉化為實際創(chuàng)新成果，這也與我國實際情況相符合。

第五，政府對創(chuàng)新活動的支持力度用地區(qū)總的科技經(jīng)費籌集金額中政府資助所占比重表征，實證結果表明：政府對創(chuàng)新活動的支持力度對第二階段的知識轉化效率影響與兩階段的綜合技術效率影響統(tǒng)計上均正向顯著，對第一階段的知識創(chuàng)造效率影響方向為負，但統(tǒng)計上不顯著。說明政府支持對我國區(qū)域知識創(chuàng)新活動總體起到較為明顯的正向促進作用，但在知識創(chuàng)造階段政府資金的投入存在浪費現(xiàn)象，并可能會對產學研其他主體的投入產生“擠出效應”。

第六，地區(qū)市場開放程度用各區(qū)域進出口總額占GDP的比重表征，實證結果表明：該指標對區(qū)域知識創(chuàng)造效率顯著負向影響，對區(qū)域知識轉化及綜合階段創(chuàng)新效率影響均不顯著?？傮w上表明我國地區(qū)市場開放程度對區(qū)域知識傳播與流動的促進作用不明顯，導致對區(qū)域創(chuàng)新效率影響不顯著。

四、結論與啟示

(一)研究結論

本文研究通過滯后1期的兩階段網(wǎng)絡DEA乘法模型對中國區(qū)域創(chuàng)新網(wǎng)絡系統(tǒng)效率進行了測度，同時分析探討了創(chuàng)新網(wǎng)絡結構與創(chuàng)新基礎設施兩方面對區(qū)域創(chuàng)新效率的影響效應。得出如下研究結論：

1.我國各省區(qū)域兩階段知識創(chuàng)新整體效率均較低，主要是由于第二階段的知識轉化技術效率低下造成的。

2.網(wǎng)絡結構中網(wǎng)絡開放性和網(wǎng)絡規(guī)模對于區(qū)域創(chuàng)新效率具有一定作用，網(wǎng)絡密度與網(wǎng)絡結構洞的影響效應不明顯。

3.創(chuàng)新環(huán)境對區(qū)域創(chuàng)新績效具有重要影響作用。企業(yè)在目前我國區(qū)域產學研創(chuàng)新活動中起到了主導作用，高校與研究院所的作用則遠遠不足。地區(qū)經(jīng)濟發(fā)展水平對區(qū)域創(chuàng)新效率的影響較小，說明我國過去經(jīng)濟增長與知識創(chuàng)新關聯(lián)度不高。

(二)實踐啟示

基于本文的研究結論，可得我國區(qū)域創(chuàng)新效率和未來區(qū)域創(chuàng)新發(fā)展實踐的啟示：

1.今后我國各區(qū)域在充分發(fā)揮企業(yè)在產學研協(xié)同創(chuàng)新中心地位的同時，應大力提升高校和科研院所的知識轉化率，發(fā)揮高校與科研機構的知識溢出效應。各地區(qū)政府應發(fā)揮出“協(xié)調人”角色的作用，引導區(qū)域內外產學研各方協(xié)同創(chuàng)新，有效提升科技知識成果轉化效率，共同提高區(qū)域創(chuàng)新績效。

2.注重提高地區(qū)信息基礎設施水平，加強區(qū)域創(chuàng)新基礎設施的建設。政府應出臺相應的創(chuàng)新政策促進鼓勵本區(qū)域創(chuàng)新活動，繼續(xù)深化調整產業(yè)結構，提升現(xiàn)代產業(yè)體系中對科技創(chuàng)新要求較高的高新技術產業(yè)與現(xiàn)代服務業(yè)占比，促進區(qū)域創(chuàng)新效率提升。

3.各區(qū)域在繼續(xù)提高R&D經(jīng)費占地區(qū)GDP比重的同時，要更注意R&D經(jīng)費的使用效率，需要具體出臺一些規(guī)章制度約束R&D經(jīng)費的使用，避免浪費。由于政府資金的投入對產學研其他主體的投入可能會產生“擠出效應”，今后還需要吸引更多市場主體資金加入?yún)^(qū)域創(chuàng)新網(wǎng)絡，如風險資本、企業(yè)研發(fā)投入等。

本文研究在理論模型構建的指標選取上尚存在一些不足，主要體現(xiàn)在創(chuàng)新網(wǎng)絡結構的指標選取上，因為數(shù)據(jù)可得性和DEA模型本身的限制等，僅僅選取了高等學校R&D 經(jīng)費外部支出代表網(wǎng)絡密度(網(wǎng)絡聯(lián)系強度)指標作為第二階段的系統(tǒng)外部投入變量進行研究。這樣的假設有一定局限性，后續(xù)的研究中將采用更多的創(chuàng)新網(wǎng)絡結構指標進行實證分析，進一步檢查與驗證本研究結論的合理性與可靠性。