易斌 施可

摘要： 基于超效率DEA、Malmquist模型和灰色關(guān)聯(lián)分析方法對2011～2021年長株潭城市群科技創(chuàng)新效率進(jìn)行測算和影響分析，并與合肥都市圈和鄭州都市圈進(jìn)行比較分析。得出結(jié)論：（1）長株潭城市群科技創(chuàng)新全要素生產(chǎn)率的不斷提升得益于技術(shù)進(jìn)步的推動，科技創(chuàng)新效率為三個城市群中最優(yōu)；（2）規(guī)模以上工業(yè)R&D人員全時(shí)當(dāng)量、新產(chǎn)品銷售收入和R&D經(jīng)費(fèi)內(nèi)部支出是與長株潭城市群科技創(chuàng)新效率灰色關(guān)聯(lián)度最高的三個影響因素?；诖耍ㄗh長株潭城市群從人才優(yōu)先發(fā)展、深化企業(yè)創(chuàng)新主體作用、加速金融發(fā)展和加大財(cái)政投入方面共同發(fā)力提高科技創(chuàng)新效率。

關(guān)鍵詞：長株潭城市群；科技創(chuàng)新效率；超效率DEA模型；Malmquist模型；灰色關(guān)聯(lián)分析

中圖分類號：F427? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1008-4657（2024）02-0061-08

0? ? ? ? 引言

黨的十八大以來，以科技創(chuàng)新為主要推動的全面創(chuàng)新是全國實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的核心，湖南省積極響應(yīng)，持續(xù)深化創(chuàng)新驅(qū)動發(fā)展，全省科技創(chuàng)新綜合實(shí)力全國第11位，企業(yè)創(chuàng)新綜合實(shí)力全國第8位，重點(diǎn)產(chǎn)業(yè)的關(guān)鍵核心技術(shù)達(dá)世界領(lǐng)跑先進(jìn)水平。2021年，長株潭城市群經(jīng)濟(jì)體量1.92萬億元，占湖南省總量的41.6%，長株潭城市群作為湖南省科技創(chuàng)新最高水平代表，不僅是湖南經(jīng)濟(jì)發(fā)展的中流砥柱，更是國家“中部地區(qū)崛起”戰(zhàn)略的重點(diǎn)發(fā)展城市群之一。2022年2月24日國家發(fā)改委正式批復(fù)了《長株潭都市圈發(fā)展規(guī)劃》，再一次強(qiáng)調(diào)了長株潭城市群的重要建設(shè)地位。湖南省正處于“十四五”和“三高四新”戰(zhàn)略風(fēng)口，創(chuàng)新驅(qū)動發(fā)展是湖南省以及長株潭城市群高質(zhì)量發(fā)展的長遠(yuǎn)核心戰(zhàn)略，科技創(chuàng)新是高質(zhì)量發(fā)展的直接動力，高科技創(chuàng)新效率能推動生產(chǎn)要素良性循環(huán)加速高質(zhì)量發(fā)展進(jìn)程。長株潭城市群想繼續(xù)推進(jìn)先進(jìn)制造業(yè)、科技創(chuàng)新高地建設(shè)，深化區(qū)域一體化輻射帶動全省經(jīng)濟(jì)社會高質(zhì)量發(fā)展必須要強(qiáng)化科技創(chuàng)新提高創(chuàng)新效率。然而目前對于長株潭城市群科技創(chuàng)新效率的測算研究分析較少，因此了解長株潭城市群科技創(chuàng)新效率的變化并分析其影響原因，從而為提高科技創(chuàng)新效率提出有針對性的建議十分重要。

1? ? ? ?文獻(xiàn)綜述

科技創(chuàng)新活動是基于對投入的科技物資和研發(fā)人力的資源配置實(shí)現(xiàn)科技創(chuàng)新產(chǎn)出，科技創(chuàng)新活動中的資源配置合理性會直接影響科技創(chuàng)新效率和創(chuàng)新產(chǎn)出水平，從而間接影響地區(qū)經(jīng)濟(jì)產(chǎn)出。因此，科技創(chuàng)新效率在一定程度上反映了地區(qū)經(jīng)濟(jì)產(chǎn)出的實(shí)際水平和發(fā)展?jié)摿Γ彩瞧髽I(yè)維持獨(dú)特市場競爭力的重要手段。

目前有關(guān)科技創(chuàng)新效率評價(jià)的研究有很多。在評價(jià)體系構(gòu)建上，徐頑強(qiáng)等［ 1 ］在弗里曼的國家創(chuàng)新體系的基礎(chǔ)上構(gòu)建了基于企業(yè)、高校及科研機(jī)構(gòu)、政府和區(qū)域經(jīng)濟(jì)產(chǎn)業(yè)大環(huán)境的省域科技創(chuàng)新體系評價(jià)模型的理論框架。遲國泰等［ 2 ］從科技創(chuàng)新環(huán)境，科技創(chuàng)新投入，科技創(chuàng)新產(chǎn)出和科技對經(jīng)濟(jì)社會的影響四個維度構(gòu)建以企業(yè)為主體的科技創(chuàng)新指標(biāo)體系。Pinto? H等［ 3 ］從經(jīng)濟(jì)結(jié)構(gòu)、技術(shù)創(chuàng)新、人力資本、勞動力市場四個層面構(gòu)建區(qū)域創(chuàng)新能力衡量體系。然而大部分學(xué)者更傾向從科技投入和科技產(chǎn)出兩個層面來構(gòu)建科技創(chuàng)新評價(jià)體系，并根據(jù)實(shí)際研究需要完善指標(biāo)體系［ 4-8 ］。在測度方法選擇上，很多學(xué)者傾向于選擇DEA及其組合模型［ 8-14 ］。除了效率測度，對效率影響因素的研究也越來越深入。韋顏秋等［ 15 ］發(fā)現(xiàn)加強(qiáng)政府重視和治理力度，完善市場機(jī)制，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和激勵企業(yè)自主創(chuàng)新意識等可以逐步解放技術(shù)進(jìn)步和技術(shù)效率結(jié)構(gòu)失衡對科技創(chuàng)新效率提升的抑制。Wang? ?Shuai等［ 16 ］認(rèn)為加大區(qū)域開放程度從長遠(yuǎn)來看可以加強(qiáng)市場競爭、淘汰落后技術(shù)并促進(jìn)知識交流和資源流入。程廣斌等［ 17 ］發(fā)現(xiàn)政府支持力度和人力資本素質(zhì)與技術(shù)創(chuàng)新效率正相關(guān)。沙德春等［ 18 ］認(rèn)為應(yīng)當(dāng)從規(guī)模與技術(shù)兩方面綜合考慮，擴(kuò)大創(chuàng)新成果產(chǎn)出加速創(chuàng)新成果轉(zhuǎn)化。

已有文獻(xiàn)對科技創(chuàng)新效率的研究主要集中為國家和省域?qū)用?，選取的多為東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，對中、西部地區(qū)和其中的城市群、都市圈的研究相對較少。

2? ? ? ?科技創(chuàng)新效率DEA模型分析

2.1? ? ? 模型選擇

2.1.1? ? ? ?超效率DEA模型

數(shù)據(jù)包絡(luò)分析方法（Date? Envelopment? Analysis，DEA）被廣泛運(yùn)用于效率測算，傳統(tǒng)的DEA方法存在當(dāng)多個決策單元效率值均為1時(shí)不能區(qū)分這些決策單元效率高低的局限性，為了更好地反映城市群科技創(chuàng)新效率的真實(shí)值，選擇能突破效率值不超過1界限的超效率DEA模型解決這一問題，具體公式如下：

其中x和y別表示投入和產(chǎn)出值，S和S表示投入和產(chǎn)出的松弛變量，n，q，r表示投入產(chǎn)出項(xiàng)數(shù)，i代表年份數(shù)，θ表示決策單元的科技創(chuàng)新效率。

2.1.2? ? ? ? Malmquist模型

超效率DEA模型測度的是靜態(tài)效率，不能反映科技創(chuàng)新效率的時(shí)空變化趨勢，為了更好觀測城市群科技創(chuàng)新效率的動態(tài)變化，在靜態(tài)模型基礎(chǔ)上采用Malmquist模型測算城市群科技創(chuàng)新動態(tài)效率，具體公式如下：

在上式中M代表全要素生產(chǎn)率，M = 1時(shí)說明從t到t+1時(shí)期全要素生產(chǎn)率不變，M > 1代表全要素生產(chǎn)率提高，M < 1代表全要素生產(chǎn)率下降。同時(shí)全要素生產(chǎn)率可分解為技術(shù)進(jìn)步效率（Techch）和技術(shù)效率（Effch）的乘積，二者分別代表生產(chǎn)前沿面外移效率和技術(shù)水平改良效率。

2.2? ? 指標(biāo)體系建立和數(shù)據(jù)來源

目前沒有統(tǒng)一的城市群科技創(chuàng)新評價(jià)指標(biāo)體系，本文參考過往研究，結(jié)合長株潭城市群實(shí)際發(fā)展情況，秉承指標(biāo)選擇的科學(xué)性，客觀性和可獲得性，構(gòu)建科技創(chuàng)新效率評價(jià)的指標(biāo)體系表1所示［ 17 ］。

科技創(chuàng)新投入主要包括人力投入和資金投入。R&D人員全時(shí)當(dāng)量是國際通用的衡量科研人力投入的指標(biāo)，由全時(shí)人員數(shù)與非全時(shí)人員按工作量折算為全時(shí)人員數(shù)加總計(jì)算，反映科研活動的人力投入；企業(yè)是人力投入的重要載體也是科技創(chuàng)新的主體，有R&D活動企業(yè)數(shù)能反映一個地區(qū)創(chuàng)新主體規(guī)模和發(fā)展?jié)摿?；R&D經(jīng)費(fèi)內(nèi)部支出是指用于機(jī)構(gòu)內(nèi)部科研活動的實(shí)際支出，主要由政府資金和企業(yè)資金構(gòu)成，充分體現(xiàn)了一個地區(qū)對科研活動的資金支持。同時(shí)，考慮到抓大放小和更能代表地區(qū)的整體趨勢的原則，故選擇規(guī)模以上工業(yè)（以下簡稱規(guī)上工業(yè)）中的R&D人員全時(shí)當(dāng)量、有R&D活動企業(yè)數(shù)和R&D經(jīng)費(fèi)內(nèi)部支出作為投入指標(biāo)。

科技創(chuàng)新產(chǎn)出主要是新技術(shù)、新知識的產(chǎn)生與轉(zhuǎn)化。發(fā)明專利授權(quán)數(shù)指當(dāng)年授權(quán)的發(fā)明專利總和，能直接反映創(chuàng)新成果產(chǎn)出規(guī)模；新產(chǎn)品銷售收入則反映了創(chuàng)新成果產(chǎn)出轉(zhuǎn)化帶來的經(jīng)濟(jì)收益。故選擇規(guī)上工業(yè)新產(chǎn)品銷售收入和發(fā)明專利授權(quán)數(shù)作為產(chǎn)出指標(biāo)。

為保障數(shù)據(jù)完整性和科學(xué)性，所有原始數(shù)據(jù)來自2012～2022年湖南省、安徽省和河南省統(tǒng)計(jì)年鑒，以及2011～2021年各城市群、都市圈所含市州的國民經(jīng)濟(jì)發(fā)展水平和社會發(fā)展統(tǒng)計(jì)公報(bào)，所有經(jīng)濟(jì)指標(biāo)值均進(jìn)行平減調(diào)整。

2.3? ? 超效率DEA模型結(jié)果分析

通過Matlab運(yùn)算得到超效率DEA模型結(jié)果整理，如表2所示：

從橫向效率均值來看，測算期內(nèi)三個城市群的年均綜合效率為0.908，盡管沒有達(dá)到綜合效率有效但整體效率水平并不低。從橫向效率均值變化來看，2012～2018年效率均值在不斷增大，并在2015年后均值開始大于年均值，到2018年達(dá)到最大均值1.063，2019年均值短暫回落低于年均值但后期逐步回升，科技創(chuàng)新效率在波動中穩(wěn)步改善。

從縱向效率均值來看，測算期內(nèi)長株潭城市群、合肥都市圈和鄭州都市圈的年均效率分別為0.930、0.906和0.888，長株潭城市群整體科技創(chuàng)新效率要優(yōu)于合肥都市圈和鄭州都市圈。從縱向效率均值變化來看，長株潭城市群和合肥都市圈的效率變化較為接近，均呈現(xiàn)波動上升趨勢，長株潭城市群科技創(chuàng)新效率在2016年達(dá)最大值為1.084，合肥都市圈在2018年達(dá)最大值為1.092。鄭州都市圈的效率變化呈現(xiàn)上升趨勢，到2021年達(dá)最大值為1.089，但自2013年后至2021年整體波動幅度較長株潭城市群和合肥都市圈平穩(wěn)，綜合效率在1處上下浮動。長株潭城市群相對合肥都市圈和鄭州都市圈工業(yè)底蘊(yùn)深厚、發(fā)展較早，又擁有軌道交通和航空動力兩大世界級產(chǎn)業(yè)集群，科技創(chuàng)新發(fā)展自然先進(jìn)，效率也在三個城市群中最優(yōu)。合肥都市圈背靠長江經(jīng)濟(jì)帶，地理位置優(yōu)越，多年來積極融入長三角開發(fā)承接優(yōu)質(zhì)產(chǎn)業(yè)轉(zhuǎn)移，發(fā)展機(jī)會劇增，科技創(chuàng)新實(shí)力不斷提升，與長株潭城市群間的效率差距逐漸減小。而鄭州都市圈無論在地理位置還是工業(yè)底蘊(yùn)上均沒有較大優(yōu)勢，科技創(chuàng)新效率要弱于長株潭城市群和合肥都市圈。

2.4? ? Malmquist模型結(jié)果分析

從表3結(jié)果來看，城市群科技創(chuàng)新全要素生產(chǎn)率年均值為1.016，表明2011～2021年城市群科技創(chuàng)新全要素生產(chǎn)率整體在以1.6%的年均增長率提高。從趨勢看，2012～2019年全要素生產(chǎn)率增長不斷變緩， 2017～2019年呈現(xiàn)增長短期退步趨勢，2019年以后增長回春。這與技術(shù)進(jìn)步和技術(shù)效率變化密切相關(guān)，全要素生產(chǎn)率增長變緩主要由于技術(shù)進(jìn)步增長變緩，增長退步則是技術(shù)進(jìn)步停滯與技術(shù)效率失衡共同作用結(jié)果。2011～2021年技術(shù)進(jìn)步和技術(shù)效率年均值分別為0.999和1.017，全要素生產(chǎn)率年均提高1.6%，其中由技術(shù)進(jìn)步貢獻(xiàn)-0.1%，技術(shù)效率貢獻(xiàn)1.7%，且技術(shù)效率相對固定，技術(shù)進(jìn)步與全要素生產(chǎn)率呈同方向變動，可見城市群科技創(chuàng)新全要素生產(chǎn)率的優(yōu)化提升是技術(shù)進(jìn)步主導(dǎo)的。

從表4結(jié)果來看，城市群的全要素生產(chǎn)率值均大于1，全要素生產(chǎn)率不斷提升。分解Effch值和Techch值來看，長株潭城市群分別為1、1.008，合肥都市圈分別為1、1.030，鄭州都市圈分別為0.960、1.006。從技術(shù)效率水平來看，長株潭城市群和合肥都市圈相對固定，而鄭州都市圈在持續(xù)改良，且這種提升是技術(shù)運(yùn)用水平和資源配置效率提升共同作用的結(jié)果，技術(shù)效率對全要素生產(chǎn)率提升作用大于技術(shù)進(jìn)步。從技術(shù)進(jìn)步水平來看，長株潭城市群和合肥都市圈都在穩(wěn)步提升，生產(chǎn)可能性邊界在前移，二者全要素生產(chǎn)率的提升主要依賴技術(shù)進(jìn)步的貢獻(xiàn)。由此，長株潭城市群和合肥都市圈是技術(shù)進(jìn)步主導(dǎo)的全要素生產(chǎn)率提升，鄭州都市圈是技術(shù)效率改善主導(dǎo)的全要素生產(chǎn)率提升。

3? ? 科技創(chuàng)新效率灰色關(guān)聯(lián)分析

通過超效率DEA和Malmquist模型得出了長株潭城市群、合肥都市圈和鄭州都市圈2011～2021年科技創(chuàng)新效率的變化情況和類型，但其各自效率的變化與規(guī)上工業(yè)R&D人員全時(shí)當(dāng)量、有R&D活動企業(yè)數(shù)、R&D經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品銷售收入和發(fā)明專利授權(quán)數(shù)這些因素的關(guān)聯(lián)尚不清晰。故下文將探索科技創(chuàng)新效率與這些因素的關(guān)聯(lián)影響程度。

3.1? ? 灰色關(guān)聯(lián)分析法

灰色關(guān)聯(lián)分析通過對研究對象動態(tài)過程發(fā)展態(tài)勢的量化處理，依照時(shí)間序列求出參考對象和比較對象之間的灰色關(guān)聯(lián)度。前文已測出長株潭城市群科技創(chuàng)新效率值，要了解影響因素對科技創(chuàng)新效率的關(guān)聯(lián)影響程度，運(yùn)用灰色關(guān)聯(lián)分析法正合適?；疑P(guān)聯(lián)分析方法具體操作步驟如下：

3.2? ? 體系構(gòu)建與數(shù)據(jù)處理

結(jié)合前文，設(shè)規(guī)上工業(yè)R&D人員全時(shí)當(dāng)量、規(guī)上工業(yè)有R&D活動企業(yè)數(shù)、規(guī)上工業(yè)R&D經(jīng)費(fèi)內(nèi)部支出、規(guī)上工業(yè)新產(chǎn)品銷售收入、發(fā)明專利授權(quán)數(shù)為比較數(shù)列；以科技創(chuàng)新綜合效率為參考數(shù)列分別構(gòu)建指標(biāo)體系。

比較數(shù)列的原始數(shù)據(jù)沿用前文構(gòu)建超效率DEA模型時(shí)收集的各指標(biāo)數(shù)據(jù)，參考數(shù)列原始數(shù)據(jù)為運(yùn)算得出的科技創(chuàng)新效率值，均采用均值化法處理。

3.3? ? 關(guān)聯(lián)結(jié)果分析

根據(jù)前文關(guān)聯(lián)度計(jì)算公式分別對長株潭城市群、合肥都市圈和鄭州都市圈計(jì)算比較數(shù)列與參考數(shù)列的關(guān)聯(lián)度，結(jié)果如表5所示。

從表5可知，對于長株潭城市群，與科技創(chuàng)新效率關(guān)聯(lián)度最高的三個指標(biāo)是：規(guī)上工業(yè)R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品銷售收入；合肥都市圈是規(guī)上工業(yè)R&D經(jīng)費(fèi)內(nèi)部支出、有R&D活動企業(yè)數(shù)和新產(chǎn)品銷售收入；鄭州都市圈是規(guī)上工業(yè)R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品銷售收入。由此可知，規(guī)上工業(yè)R&D經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品銷售收入是三個城市群共同與科技創(chuàng)新效率高關(guān)聯(lián)的指標(biāo)，表明代表投入的R&D經(jīng)費(fèi)內(nèi)部支出和代表產(chǎn)出的新產(chǎn)品銷售收入很大程度上反映了三者科技創(chuàng)新效率的整體水平。此外，長株潭城市群規(guī)上工業(yè)有R&D活動企業(yè)數(shù)關(guān)聯(lián)度是三個城市群里最低的。有R&D活動企業(yè)是科技創(chuàng)新活動的重要載體也是科技人才成長的重要平臺更是新產(chǎn)品高產(chǎn)的潛力平臺，長株潭城市群科技創(chuàng)新效率的穩(wěn)定提升需要重視并鼓勵企業(yè)積極開展研發(fā)創(chuàng)新活動，充分發(fā)揮企業(yè)吸納科技人才和承載科研活動的能力，加強(qiáng)對其科研經(jīng)費(fèi)的支持和配置管理，不斷引進(jìn)、培養(yǎng)、提升科技人才創(chuàng)新能力和科技活動成果產(chǎn)品化效率，推動企業(yè)生產(chǎn)和營收的高質(zhì)量提升。

三個城市群均存在發(fā)明專利授權(quán)數(shù)與綜合效率關(guān)聯(lián)度偏低的問題，且長株潭城市群和鄭州都市圈該指標(biāo)的關(guān)聯(lián)度明顯低于合肥都市圈，分別為0.592和0.581。關(guān)聯(lián)度偏低的原因可能是由于發(fā)明專利在授權(quán)后，相應(yīng)的技術(shù)成果轉(zhuǎn)化困難或遲緩，又可能后續(xù)形成經(jīng)濟(jì)產(chǎn)品時(shí)生產(chǎn)和銷售相對困難，故對產(chǎn)出的貢獻(xiàn)不及時(shí)不充足。對此，三個城市群尤其是長株潭城市群和鄭州都市圈要采取相應(yīng)措施激勵區(qū)域內(nèi)高校、企業(yè)和研發(fā)機(jī)構(gòu)積極提升理論技術(shù)向現(xiàn)實(shí)產(chǎn)品的生產(chǎn)轉(zhuǎn)化效率，打通產(chǎn)品市場交易壁壘。

4? ? 結(jié)論與建議

通過前文研究可以得到以下結(jié)論：（1）測算期內(nèi)長株潭城市群科技創(chuàng)新效率最優(yōu)，合肥都市圈次之，鄭州都市圈最弱；（2）長株潭城市群科技創(chuàng)新全要素生產(chǎn)率提升得益于技術(shù)進(jìn)步的貢獻(xiàn)，技術(shù)進(jìn)步年增長率略低于合肥都市圈；（3）與長株潭城市群科技創(chuàng)新綜合效率灰色關(guān)聯(lián)度最高的三個指標(biāo)分別是規(guī)上工業(yè)R&D人員全時(shí)當(dāng)量、新產(chǎn)品銷售收入和R&D經(jīng)費(fèi)內(nèi)部支出。

因此，建議未來長株潭城市群科技創(chuàng)新效率的高效提升可以從以下四個方向發(fā)力：

（1）從戰(zhàn)略全局把握人才優(yōu)先發(fā)展?？萍紕?chuàng)新活動需要人才支持，因此首先需要反復(fù)推敲人才政策，提高人才吸引力。在牢牢把握長沙人才新政45條、株洲“引培并重”新人才30條以及湘潭的十大人才行動等人才政策的基礎(chǔ)上探索建立針對長株潭一體化科技人才的引進(jìn)、培養(yǎng)、管理和服務(wù)制度體系，加大對從事科技創(chuàng)新活動人才的政策吸引和支持力度，加強(qiáng)長株潭城市群內(nèi)部人才與技術(shù)互通。其次深化本土創(chuàng)新型人才培養(yǎng)模式，重視管理和實(shí)踐能力提升。位于中部地區(qū)的長株潭城市群人才吸引力和挽留力不如東部發(fā)達(dá)地區(qū)，大力扶持本土創(chuàng)新型人才培養(yǎng)是保障充足創(chuàng)新型人才投入的重要舉措。長株潭城市群內(nèi)教育資源豐富，優(yōu)秀企業(yè)眾多，應(yīng)充分利用自身優(yōu)勢開展本土人才創(chuàng)新能力、實(shí)踐能力和管理技能的培養(yǎng)，探索打造高校+企業(yè)創(chuàng)新型人才培養(yǎng)進(jìn)修雙基地，以吸引和培養(yǎng)輸送更多高素質(zhì)本土人才。

（2）深化企業(yè)科技創(chuàng)新主體作用。長株潭城市群要持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加快建設(shè)工程機(jī)械、軌道交通裝備和航空動力三大世界級產(chǎn)業(yè)集群，加快推進(jìn)產(chǎn)業(yè)基礎(chǔ)高級化，提升產(chǎn)業(yè)鏈現(xiàn)代化水平，提升企業(yè)自主創(chuàng)新能力。重點(diǎn)跟蹤培育以高新技術(shù)企業(yè)和高成長性企業(yè)為代表的科技型企業(yè)，利用專業(yè)孵化器或眾創(chuàng)空間支撐科技型中小企業(yè)成長，引導(dǎo)和支持科技型中小企業(yè)提高研發(fā)創(chuàng)新能力和專業(yè)化水平，顯著提升科技產(chǎn)品經(jīng)濟(jì)效益。此外，各級政府應(yīng)鼓勵企業(yè)建立高水平研發(fā)機(jī)構(gòu)，依托一批國家級和省級技術(shù)創(chuàng)新中心、工程技術(shù)研究中心、企業(yè)技術(shù)中心等研發(fā)創(chuàng)新平臺，構(gòu)建具有長株潭城市群優(yōu)勢產(chǎn)業(yè)特色的產(chǎn)業(yè)創(chuàng)新研發(fā)體系，并對有重大探索和技術(shù)攻關(guān)的機(jī)構(gòu)給予常規(guī)政策優(yōu)惠外的更大支持。最后，企業(yè)作為產(chǎn)學(xué)研模式的主體之一，要積極與高校、科研院所聯(lián)合開展橫向課題研究或項(xiàng)目研發(fā)，充分利用自身研發(fā)轉(zhuǎn)化優(yōu)勢，助力健全產(chǎn)學(xué)研協(xié)同創(chuàng)新機(jī)制。

（3）加速金融發(fā)展助力科技創(chuàng)新。企業(yè)資金是R&D經(jīng)費(fèi)內(nèi)部支出的主要來源之一，良好的金融發(fā)展有助于企業(yè)拓展資金來源，金融活力薄弱會加劇企業(yè)融資難度［ 19 ］，加劇人才外流。長株潭城市群要加速構(gòu)建金融科技發(fā)展業(yè)態(tài)，協(xié)調(diào)各有關(guān)部門緊密結(jié)合，引導(dǎo)社會資本流向科技型、創(chuàng)新型企業(yè)尤其是中小企業(yè)。此外，政府要鼓勵和扶持金融機(jī)構(gòu)不斷升級知識價(jià)值信用貸款、湘科貸等貸款項(xiàng)目助力科技型企業(yè)發(fā)展和科技成果轉(zhuǎn)化，支持保險(xiǎn)機(jī)構(gòu)開發(fā)專利、首臺套、科技企業(yè)研發(fā)責(zé)任、關(guān)鍵研發(fā)設(shè)備保險(xiǎn)等險(xiǎn)種，為企業(yè)科技創(chuàng)新提供更全面的知識產(chǎn)權(quán)、技術(shù)設(shè)備、研發(fā)風(fēng)險(xiǎn)等方面保障以緩解企業(yè)資金壓力。

（4）加大財(cái)政投入激勵引導(dǎo)科技創(chuàng)新。財(cái)政資金是R&D經(jīng)費(fèi)內(nèi)部支出的另一種主要資金，也是激勵和引導(dǎo)科研活動高效開展的重要因素。長株潭城市群需要進(jìn)一步加強(qiáng)對科研活動的財(cái)政保障力度，確保財(cái)政投入在科技投入組成中的穩(wěn)定增長。這需要加速健全競爭性經(jīng)費(fèi)和穩(wěn)定支持經(jīng)費(fèi)相協(xié)調(diào)的財(cái)政投入機(jī)制，優(yōu)化財(cái)政資金支出結(jié)構(gòu)，充分支配財(cái)政科技專項(xiàng)資金，集中支持重點(diǎn)領(lǐng)域、重點(diǎn)項(xiàng)目、重點(diǎn)產(chǎn)業(yè)，通過建立研發(fā)導(dǎo)向激勵機(jī)制，引導(dǎo)各類財(cái)政資金支持研發(fā)投入強(qiáng)度大的企業(yè)，對研發(fā)工作突出的企業(yè)和地區(qū)予以補(bǔ)助獎勵。最后，政府需遵循科研活動規(guī)律加強(qiáng)行業(yè)科研經(jīng)費(fèi)科學(xué)管理，減少資源浪費(fèi)，通過經(jīng)費(fèi)管理進(jìn)一步規(guī)范和引導(dǎo)行業(yè)企業(yè)科研活動的創(chuàng)新開展和有序進(jìn)行。

參考文獻(xiàn)：

［1］徐頑強(qiáng)，周曉婷.基于主成分分析法的省域科技創(chuàng)新體系評價(jià)模型構(gòu)建［J］.科技管理研究，2016，36（6）：52-57.

［2］遲國泰，趙志沖.以企業(yè)為主體的科技創(chuàng)新評價(jià)指標(biāo)體系的構(gòu)建［J］.科研管理，2018，39（S1）：1-10.

［3］Pinto H，Guerreiro J. Innovation regional planning and latent dimensions： the case of the Algarve region［J］.Annals of Regional Science，2010，44（2）：315-329.

［4］Yu Tiffany-Hui-Kuang， Huarng Kun-Huang，Huang Duen-Huang. Causal complexity analysis of the Global Innovation Index［J］. Journal of Business Research，2021，137：39-45.

［5］Hu Jin-Li， Yang Chih-Hai， Chen Chiang-Ping. R&D efficiency and the national innovation system： An? international comparison using the distance function approach［J］. Bulletin of Economic Research，2013，66（1）：55-71.

［6］戚湧，郭逸.江蘇科技金融與科技創(chuàng)新互動發(fā)展研究［J］.科技進(jìn)步與對策，2018，35（1）：41-49.

［7］王海花，王瑩，李雅潔，等.長三角區(qū)域高技術(shù)產(chǎn)業(yè)科技創(chuàng)新效率評價(jià)研究——基于共享投入的三階段網(wǎng)絡(luò)DEA模型［J］.華東經(jīng)濟(jì)管理，2022，36（8）：26-33.

［8］楊劍，夏慧良.中部與長三角地區(qū)國家級高新區(qū)科技創(chuàng)新效率評價(jià)——基于三階段數(shù)據(jù)包絡(luò)分析［J］.科技管理研究，2022，42（16）：70-77.

［9］Zabala-Iturriagagoitia J M，Voigt P，Gutiérrez-Gracia A，et al. Regional innovation systems： How to assess performance［J］. Regional Studies，2007，41（5）：661-672.

［10］Zhang Yixin，Cui Maozhong. Determining the innovation efficiency of resource-based cities using a relational network dea model：evidence from China［J］. The Extractive Industries and Society，2020，7（4）：1557-1566.

［11］陳銀娥，李鑫，李汶.中國省域科技創(chuàng)新效率的影響因素及時(shí)空異質(zhì)性分析［J］.中國軟科學(xué)，2021（4）：137-149.

［12］汪永生，李桂君，李玉龍.國家首批創(chuàng)新型縣（市）的科技創(chuàng)新效率評價(jià)［J］.統(tǒng)計(jì)與決策，2021，37（6）：175-178.

［13］倪志敏，林海.基于SE-DEA模型的廣東省科技創(chuàng)新效率評價(jià)研究［J］.科技管理研究，2021，41（5）：15-20.

［14］劉韜，吳梵，曲優(yōu).企業(yè)科技創(chuàng)新效率時(shí)空差異與演變特征［J］.統(tǒng)計(jì)與決策，2022，38（7）：175-179.

［15］韋顏秋，李瑛.地區(qū)科技創(chuàng)新效率結(jié)構(gòu)性失衡的影響因素分析［J］.統(tǒng)計(jì)與決策，2020，36（17）：171-175.

［16］Wang Shuai，F(xiàn)an Jin，Zhao Dingtao，et al. Regional innovation environment and innovation efficiency： the Chinese case［J］. Technology Analysis & Strategic Management，2015，28（4）：396-410.

［17］程廣斌，吳家慶，孫雪英.長江經(jīng)濟(jì)帶科技創(chuàng)新效率及影響因素研究［J］.科技管理研究，2022，42（3）：57-65.

［18］沙德春，王茂林.黃河流域高質(zhì)量發(fā)展效率的演變及耦合協(xié)調(diào)水平［J］.科技管理研究，2022，42（20）：80-88.

［19］李合龍，呂羽麟，汪存華，等.粵港澳城市群科技金融對科技創(chuàng)新的支持效率研究——基于城市群協(xié)同創(chuàng)新的視角［J］.科技管理研究，2022，42（13）：51-58.

Research on Efficiency of Science and Technology Innovation in Chang-Zhu-Tan Urban Agglomeration

YI? Bin， SHI? Ke

（School of Business， Hunan University of Technology， Zhuzhou 412007， China）

Abstract：Based on the super efficiency DEA， Malmquist model and grey correlation analysis method， the scientific and technological innovation efficiency of Chang-Zhu-Tan Urban Agglomeration （CZT-UA） from 2011 to 2021 was calculated and analyzed， and compared with Hefei metropolitan area and Zhengzhou metropolitan area. The results show that： （1） the continuous improvement of total factor productivity of scientific and technological innovation in the CZT-UA is due to the promotion of technological progress， and the efficiency of scientific and technological innovation is the best among the three urban agglomerations; （2） the full-time equivalent of industrial R&D personnel， sales revenue of new products， and internal R&D expenditure are the three factors with the highest grey correlation degree with the technological innovation efficiency of CZT-UA. Based on this， it is suggested that the CZT-UA should make joint efforts to improve the efficiency of scientific and technological innovation from the aspects of giving priority to the development of talents， deepening the main role of enterprises in innovation， and accelerating financial development and increasing financial investment.

Key words：CZT-UA; Efficiency of scientific and technological innovation; Super efficiency DEA model; Malmquist model; Grey correlation analysis

［責(zé)任編輯：許立群］