论文部分内容阅读
摘 要：当今经济全球化与区域化共存，科技创新是经济增长和社会进步的重要动力，区域创新系统的创新能力很大程度上影响着区域能否争得竞争优势。文章在简单阐述国内外有关区域创新系统效率研究现状的基础上，引入数据包络分析法对区域创新系统效率进行评价，截取2002—2014年间科技创新年鉴数据，通过建立区域创新系统效率的评价指标体系，对我国区域创新投入、产出的现状进行分析研究，并评价其效率，为相应创新发展政策的提出提供依据。结果显示，我国区域创新效率整体处于中等水平，存在着一定的提升空间，东部、中部、西部地区的创新效率差距呈现缩减趋势。
关键词：区域创新系统 数据包络分析法（DEA） 效率评价
中图分类号：F127 文献标识码：A
文章编号：1004-4914（2017）09-023-03
一、导论
技术创新为全球化进程与知识经济时代的本质要求，是各国提升综合国力与抢占战略制高点的决定性因素。《国家经济和社会发展“十三五”规划纲要》强调要实施创新驱动战略，提出“将创新作为发展基础点，以科技创新为核心，以人才发展为支持，将科技创新与大众创新有机结合，塑造更多依靠创新驱动、更多发挥先发优势的引领型发展。”国家已经高度重视科技创新对经济社会发展的作用，而我国能否实现创新驱动，成为创新型国家，不仅要将自身创新能力创新成果与发达国家相比较，也要关注创新成果的生产效率。为深入了解区域技术创新效率的空间分异，利用DEA模型对区域创新系统效率进行测度，从而为技术创新资源的优化配置、高技术产业的区域增长战略提供依据。
20世纪90年代，英国经济学家库克首次提出区域创新体系的概念，至此国外学者就开始展开相关研究并逐渐形成成熟的体系。技术创新的评价主要围绕技术创新的水平测度、绩效测度与效率测度。Luis Diaz-Balteiro（2007）、Astrid Cullmann（2008）、Fang-Ming Hsu（2009）、Mini Kundi（2015）]等运用DEA的不同模型，评价西班牙、东欧、美国等国家及我国台湾地区的技术创新效率。Michael Fritsch et al.（2010）研究区域产业专业化与区域技术创新效率及其相互关系，发现二者之间存在存在倒“U”型关系，最后揭示影响创新效率及其区域差异性的因素。国内研究而言，孟卫东等（2010）运用数据包络分析法对重庆市的区域创新效率展开实证分析，重庆市创新效率偏低；石峰（2010）将科技活动经费及科技活动人员作为投入指标，以专利授权量和技术市场成交额为产出指标，采用除西藏以外我国30个省份的面板数据为基础对其创新效率进行分析。陈忠卫（2012）通过构造规模报酬可变情况下的两阶段链式关联DEA模型研究我国28个省份的高新科技产业两阶段效率水平与整体创新效率水平。
为适应我国经济转型升级的现实需要，我国企业进入技术创新活跃期，但长期以来我国企业创新存在诸多问题，创新资源浪费，创新效率低下，怎样提高企业创新效率，推动创新驱动发展战略快速前进，是一个亟待研究的紧迫课题。如何测度评价区域创新系统创新效率，如何提高区域创新系统的创新效率已经备受学术界与政府部门关注。
二、研究方法与模型构建
（一）研究方法综述
对于区域创新效率的研究，目前国内外文献记载的方法主要分为参数分析和非参数分析。其都是将所选样本各DMU的投入产出值与构造的生产前沿面相比较，从两者的距离来得出相对效率，但区别就在于，是否事先假设生产函数来确定生产前沿面。参数分析法需事先设定一个生产函数，根据投入产出值求解生产前沿面上函数的参数值，从而得到生产前沿函数，同时需要考虑随机误差项的影响，并且此方法只能应用于多投入单产出的情况，常见为随机前沿法（SFA）。Wang（2007）通过随机前沿分析法（SFA）对30个国家的R&D效率进行比较分析；针对创新系统专利产出效率及其影响因素，Fu和杨（2009）采用SFA对21个经合组织国家的数据进行分析。过线性函数找出生产前沿面上各效率有效点并构造生产前沿面，普遍运用DEA非参数法。。Guan和Chen（2010）应用一个非径向数据包络分析（DEA）和Malmquist指数的新型模型，基于省级面板数据对我国30个省市的R&D效率进行研究。單晓燕等（2010）应用DEA模型和Malmquist指数组合方法对2002—2007年28省市技术创新过程中试验和产品两阶段的创新效率进行分析，结果显示试验创新效率比较稳定，而产品创新效率有较大幅度上升。DEA模型评价指标数量不受限制且能够同时处理多个输入输出问题，数据无需进行预先处理就能进行定性及定量分析。此外不需人为设置指标权重，也不用假设函数形式以及参数估计和检验，而是利用大量实际样本点的数据，通过线性规划技术来寻找有效前沿面，提高评价结果的客观性。
（二）研究模型构建
目前主要有两种常用的DEA模型是BCC和CCR模型，BCC模型是处理规模收益可变的条件下决策单元相对有效性的问题，CCR模型是处理规模收益不变情况下决策单元的相对有效性问题。其中CCR模型测度出的技术效率结果中包含了规模效率，因为CCR模型是建立在被评价DMU处于最优生产规模的状态，但实际上并不能保证生产是否处于最优规模阶段。1984年Banker、Charenes和Cooper提出了能分离规模效率的DEA模型，此后的文献以三人姓名首字母BCC来命名该模型，BCC模型是基于规模收益可变条件，所得出的技术效率排除规模的影响，因此将其称为“纯技术效率”。
BCC模型是在CCR模型的基础之上添加于约束条件■？姿j=1（？姿≥0）构成，其投入导向模型的规划式为：minθ
s.t■？姿j？字rj≤θ？字ik
■？姿jYrj≥Yrk
■？姿j=1 ？姿≥0
i=1，2，…，m；r=1，2，…，q；j=1，2，…，n
三、区域创新系统效率测度
（一）指标与数据选取
依照以上原则并参照以往文献建立了一个区域创新效率的评价指标体系，分为两大指标，投入指标与产出指标。由于一般文献研究都采用区域R&D资金投入与R&D人力资源投入作为投入测量指标，以发明专利授权量、科技论文发表量、科技成果成交额、人均GDP等作为产出衡量指标，并且实际上区域创新的过程也分为两个阶段，即人力、财力投入到科研成果阶段、科研成果转化为经济增长阶段，所以本文将采取R&D人员全时当量（人年）、R&D经费内部支出（万元）作为输入指标，国内发明专利授权量（件）、技术市场成交额（亿元）作为输出指标，对我国30个省市区域创新系统创新效率进行分析研究（除港澳台外，因西藏自治区数据获取存在困难，因此没有将其列入被评价区域）。本文将以2002年、2008年、2014年三个时间点为统计分析年份，分别对这三个年份各省市区域创新效率进行分析评价，并将三者进行综合比较分析，观察近年来我国各省市区域创新效率呈现出的特点，并提出一些看法对策，为创新政策的提出提供资料基础。
（二）纯技术效率分析
2002—2014年，北京、海南、上海、重庆、广东、青海地区纯技术相对有效，由于效率值为1为弱有效，只有在松弛变量均为0的情况下才为强有效。因此无法确定北京、上海、广东、海南、重庆、青海地区技术效率是否强有效，需要对其松弛变量进行考察。而依据原始测算数据得知，这些地区投入、产出指标的松弛变量均为0，这些地区均是DEA有效决策单元，它们将作为其他地区进行投入产出指标投影参照的标准。其中北京三年都处于纯技术相对有效状态，可以看出，2002—2014年间，北京技术水平总体保持良好。当然，技术效率相对有效的这些地区，要不处于沿海城市，要不是经济发达地区，客观来说必会吸引众多年轻优秀人才，从而为该地区的科技创新发展提供人才基础，得到这样的结果也是理所当然的。特殊的是，2008年和2014年，青海地区的纯技术效率也相对有效，这说明我国的“西部大开发”政策有所成效，西部地区的区域创新之路正变得越来越光明。其余地区技术效率相对无效，其中内蒙古、江西等地区技术效率很低，因为这些地区普遍经济相对不发达，没有经济实力便吸引不了人力资源前往该地，当然也就无法提升技术创新水平。对比同一地区不同年份的纯技术效率会发现，有些地区甚至出现了随着年份的推进，纯技术有效性不增反减，这些地区的人力财力资源投入结构或许需要尽快进行调整，科学有效地使用有限的资源，达到技术效率最大化。
（三）规模效率分析
2002年只有上海、重庆、新疆三地区规模效率有效，2008年北京、上海、广东、青海呈现规模效率有效，而2014年仅有北京、海南地区规模效率有效。2002年我国各地区规模效率差距最大且普遍不高，2014年我国规模效率相较于2002年有所提升，并且各地区差距在逐渐缩小。而2008年大部分省市规模效率都接近于1，这可能是由于经济危机影响，资金人力资源投入都有所缩减，东部经济发达地区由于资金人力投入的减少，相对来说减轻了投入冗余程度，将资源利用效率提升了，中西部地区虽然资金人力投入不足，但也尽力将其在技术效率方面的优势得到最大化发挥。总体来说，我国近年来区域创新规模效率是有所提升，呈现上升态势的，并且各地区之间差异也在逐步缩小。
四、结论与建议
通过构建科学合理的区域创新效率评价体系并选取我国区域创新2002、2008、2014年的指标数据进行实证测算研究，结果显示，我国区域创新效率整体处于中等水平，存在着一定的提升空间，东部、中部、西部地区的创新效率差距呈现缩减趋势。但三大地区创新效率偏差的原因却是不同的，东部地区虽然各方面投入大，输入指标大，但是其输出成果却没有达到预期，因为东部地区拥有全国最丰富最充足的资源，存在着资源的边际产出效率递减、资源投入冗余的问题。而限制中部地区创新效率的主要因素是纯技术效率，要想提升中部地区创新效率，必须在管理制度上做出革新，同时也要加大资源投入力度。西部地区相较于东部地区而言，纯技术效率处于较高水平，资源分配与利用合理，但因为经济实力的限制，资源匮乏，投入有限，因此需要将东部冗余资源投放到西部地区使得创新资源分布得到平衡，推动全国科技创新的发展。
1.依据各地区特点，构建适合的区域创新体系。“北上广”这些地区的创新效率提升空间有限，但可以利用这些地区的辐射能力来影响提升周围省市的创新效率。应保持他们的优势地位，并充分发挥技术外溢效应，带动周围城市的区域创新发展。中部地区在技术效率提升上具有较大的空间，应该积极进行产业升级，政府也应该引导中部地区进行管理制度创新改革，使得资源利用效率达到最优状态。西部地区主要问题在于没有丰富的资源投入，但其纯技术效率确是极大优势，当地政府应该积极招商引资，提供一定政策优惠来吸引优秀科研人才、实力雄厚的企业入驻。
2.推进区域创新体系建设均衡发展。我国东中西部地区科技创新效率差距较大，并且存在差距的原因也不同。特别是西部地区缺乏人才和资金资源，经济和科技都相对落后，但东部地区资金充裕，人才资源充足，甚至普遍存在人才浪费（下转第27页）（上接第24页）的现象。政府应对西部地區人才引进做出一定政策优待，从而促进西部地区的发展。同时要提供足够的资金支持，此举将不仅有利于发展西部地区，也会对全国经济的全面均衡发展产生积极影响。
3.促进科技创新成果的转化。科技创新成果的产生最终是要上升到带动区域经济发展的层面，而不仅仅停留在科技科研成果阶段。目前有些科技成果并不具备转化成市场产品的属性，只是作为一种理论成果的存在，特别是一些优秀的科研论文成果，应当通过构建正确的科技创新绩效评价体系来引导科研组织及人员针对市场需求将它们转化为实际科研成果，从而促进区域经济的发展。 4.构建以产业集群为核心的区域创新系统。理论和实践均表明，以产业集群为核心来构造区域创新系统符合我国国情，并且是利于发展区域创新系统的模式。经过本文的研究发现，规模效率较低也是影响部分地区科技创新效率低下的因素。产业集聚使较为充足的资金、人力等资源集聚到了一起，增强了区域创新的规模效率，同时也加强了要素之间的各种互动联系，区域创新系统网络各层面之间更加紧密相连，系统功能更加强大，更有利于促进区域创新活动。
[基金项目：国家社科基金项目（16CJY018）；中央高校基本科研业务经费资助项目（2015B30714）]
参考文献：
[1] Nandini Lahiri. Geographic Distribution of R&D Activity： How does it Affect Innovation Quality[J]. Academy of Management Journal，2010（5）：1194-1209.
[2] Aa gorzata Runiewicz-Wardyn. Knowledge Flows， Technological Change and Regional Growth in the European Union[J]. Springer International Publishing，2013.
[3] Jomphong Mongkhonvanit. Development of Industrial Cluster in Emerging Economy： Case Study of Academe Industry Government Partnership in Automotive Cluster of Thailand[M]. Springer Singapore，2014：61-78.
[4] Mariana Mazzucato，Stuart Parris. High-growth firms in changing competitive environments： the US pharmaceutical industry （1963 to 2002）[J]. Small Business Economics，2015（1-44）：145-170.
[5] 李晓钟，张小蒂.江浙基于FDI提高区域技术创新能力的比较[J].中国工业经济，2007（12）：102-109.
[6] 江珂.环境规制对中国技术创新能力影响及区域差异分析——基于中国1995—2007年省际面板数据分析[J].中国科技论坛，2009（10）：28-33.
[7] 邓路，高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据（1999—2007）[J].财贸研究，2009（5）：9-14.
[8] 田银华，贺胜兵，胡石其.环境约束下地区全要素生产率增长的再估算：1998—2008[J].中国工业经济，2011（1）：47-57.
[9] 刘勇.产业集聚对我国区域创新的影响机制及实证研究[D].武汉：华中科技大学博士学位论文，2013.
[10] 赵峥，姜欣.我国区域创新效率的差异及收敛性研究——基于省际面板数据的实证分析[J].区域经济评论，2013（3）：72-78.
[11] 郑琼洁.政府科技激励与技术创新效率研究——基于动态面板数据的GMM检验[J].技术经济与管理研究，2014（9）：32-36.
[12] 丁绪辉.高技术产业集聚与区域技术创新效率研究[J].徐州：中国矿业大学出版社，2016.12第1版.
（作者单位：1.东南大学人文发展学院 江苏南京 210096；2.河海大學企业管理学院 江苏常州 213022）
[作者简介：贺菊花（1987—），女，江苏丹阳人，东南大学人文发展学院研究生，研究方向：公共管理学；苏芮（1994—），女，江苏扬州人，河海大学企业管理学院国际经济与贸易专业；丁绪辉（1987—），男，山东济宁人，河海大学企业管理学院，博士，讲师。]
（责编：若佳）
关键词：区域创新系统 数据包络分析法（DEA） 效率评价
中图分类号：F127 文献标识码：A
文章编号：1004-4914（2017）09-023-03
一、导论
技术创新为全球化进程与知识经济时代的本质要求，是各国提升综合国力与抢占战略制高点的决定性因素。《国家经济和社会发展“十三五”规划纲要》强调要实施创新驱动战略，提出“将创新作为发展基础点，以科技创新为核心，以人才发展为支持，将科技创新与大众创新有机结合，塑造更多依靠创新驱动、更多发挥先发优势的引领型发展。”国家已经高度重视科技创新对经济社会发展的作用，而我国能否实现创新驱动，成为创新型国家，不仅要将自身创新能力创新成果与发达国家相比较，也要关注创新成果的生产效率。为深入了解区域技术创新效率的空间分异，利用DEA模型对区域创新系统效率进行测度，从而为技术创新资源的优化配置、高技术产业的区域增长战略提供依据。
20世纪90年代，英国经济学家库克首次提出区域创新体系的概念，至此国外学者就开始展开相关研究并逐渐形成成熟的体系。技术创新的评价主要围绕技术创新的水平测度、绩效测度与效率测度。Luis Diaz-Balteiro（2007）、Astrid Cullmann（2008）、Fang-Ming Hsu（2009）、Mini Kundi（2015）]等运用DEA的不同模型，评价西班牙、东欧、美国等国家及我国台湾地区的技术创新效率。Michael Fritsch et al.（2010）研究区域产业专业化与区域技术创新效率及其相互关系，发现二者之间存在存在倒“U”型关系，最后揭示影响创新效率及其区域差异性的因素。国内研究而言，孟卫东等（2010）运用数据包络分析法对重庆市的区域创新效率展开实证分析，重庆市创新效率偏低；石峰（2010）将科技活动经费及科技活动人员作为投入指标，以专利授权量和技术市场成交额为产出指标，采用除西藏以外我国30个省份的面板数据为基础对其创新效率进行分析。陈忠卫（2012）通过构造规模报酬可变情况下的两阶段链式关联DEA模型研究我国28个省份的高新科技产业两阶段效率水平与整体创新效率水平。
为适应我国经济转型升级的现实需要，我国企业进入技术创新活跃期，但长期以来我国企业创新存在诸多问题，创新资源浪费，创新效率低下，怎样提高企业创新效率，推动创新驱动发展战略快速前进，是一个亟待研究的紧迫课题。如何测度评价区域创新系统创新效率，如何提高区域创新系统的创新效率已经备受学术界与政府部门关注。
二、研究方法与模型构建
（一）研究方法综述
对于区域创新效率的研究，目前国内外文献记载的方法主要分为参数分析和非参数分析。其都是将所选样本各DMU的投入产出值与构造的生产前沿面相比较，从两者的距离来得出相对效率，但区别就在于，是否事先假设生产函数来确定生产前沿面。参数分析法需事先设定一个生产函数，根据投入产出值求解生产前沿面上函数的参数值，从而得到生产前沿函数，同时需要考虑随机误差项的影响，并且此方法只能应用于多投入单产出的情况，常见为随机前沿法（SFA）。Wang（2007）通过随机前沿分析法（SFA）对30个国家的R&D效率进行比较分析；针对创新系统专利产出效率及其影响因素，Fu和杨（2009）采用SFA对21个经合组织国家的数据进行分析。过线性函数找出生产前沿面上各效率有效点并构造生产前沿面，普遍运用DEA非参数法。。Guan和Chen（2010）应用一个非径向数据包络分析（DEA）和Malmquist指数的新型模型，基于省级面板数据对我国30个省市的R&D效率进行研究。單晓燕等（2010）应用DEA模型和Malmquist指数组合方法对2002—2007年28省市技术创新过程中试验和产品两阶段的创新效率进行分析，结果显示试验创新效率比较稳定，而产品创新效率有较大幅度上升。DEA模型评价指标数量不受限制且能够同时处理多个输入输出问题，数据无需进行预先处理就能进行定性及定量分析。此外不需人为设置指标权重，也不用假设函数形式以及参数估计和检验，而是利用大量实际样本点的数据，通过线性规划技术来寻找有效前沿面，提高评价结果的客观性。
（二）研究模型构建
目前主要有两种常用的DEA模型是BCC和CCR模型，BCC模型是处理规模收益可变的条件下决策单元相对有效性的问题，CCR模型是处理规模收益不变情况下决策单元的相对有效性问题。其中CCR模型测度出的技术效率结果中包含了规模效率，因为CCR模型是建立在被评价DMU处于最优生产规模的状态，但实际上并不能保证生产是否处于最优规模阶段。1984年Banker、Charenes和Cooper提出了能分离规模效率的DEA模型，此后的文献以三人姓名首字母BCC来命名该模型，BCC模型是基于规模收益可变条件，所得出的技术效率排除规模的影响，因此将其称为“纯技术效率”。
BCC模型是在CCR模型的基础之上添加于约束条件■？姿j=1（？姿≥0）构成，其投入导向模型的规划式为：minθ
s.t■？姿j？字rj≤θ？字ik
■？姿jYrj≥Yrk
■？姿j=1 ？姿≥0
i=1，2，…，m；r=1，2，…，q；j=1，2，…，n
三、区域创新系统效率测度
（一）指标与数据选取
依照以上原则并参照以往文献建立了一个区域创新效率的评价指标体系，分为两大指标，投入指标与产出指标。由于一般文献研究都采用区域R&D资金投入与R&D人力资源投入作为投入测量指标，以发明专利授权量、科技论文发表量、科技成果成交额、人均GDP等作为产出衡量指标，并且实际上区域创新的过程也分为两个阶段，即人力、财力投入到科研成果阶段、科研成果转化为经济增长阶段，所以本文将采取R&D人员全时当量（人年）、R&D经费内部支出（万元）作为输入指标，国内发明专利授权量（件）、技术市场成交额（亿元）作为输出指标，对我国30个省市区域创新系统创新效率进行分析研究（除港澳台外，因西藏自治区数据获取存在困难，因此没有将其列入被评价区域）。本文将以2002年、2008年、2014年三个时间点为统计分析年份，分别对这三个年份各省市区域创新效率进行分析评价，并将三者进行综合比较分析，观察近年来我国各省市区域创新效率呈现出的特点，并提出一些看法对策，为创新政策的提出提供资料基础。
（二）纯技术效率分析
2002—2014年，北京、海南、上海、重庆、广东、青海地区纯技术相对有效，由于效率值为1为弱有效，只有在松弛变量均为0的情况下才为强有效。因此无法确定北京、上海、广东、海南、重庆、青海地区技术效率是否强有效，需要对其松弛变量进行考察。而依据原始测算数据得知，这些地区投入、产出指标的松弛变量均为0，这些地区均是DEA有效决策单元，它们将作为其他地区进行投入产出指标投影参照的标准。其中北京三年都处于纯技术相对有效状态，可以看出，2002—2014年间，北京技术水平总体保持良好。当然，技术效率相对有效的这些地区，要不处于沿海城市，要不是经济发达地区，客观来说必会吸引众多年轻优秀人才，从而为该地区的科技创新发展提供人才基础，得到这样的结果也是理所当然的。特殊的是，2008年和2014年，青海地区的纯技术效率也相对有效，这说明我国的“西部大开发”政策有所成效，西部地区的区域创新之路正变得越来越光明。其余地区技术效率相对无效，其中内蒙古、江西等地区技术效率很低，因为这些地区普遍经济相对不发达，没有经济实力便吸引不了人力资源前往该地，当然也就无法提升技术创新水平。对比同一地区不同年份的纯技术效率会发现，有些地区甚至出现了随着年份的推进，纯技术有效性不增反减，这些地区的人力财力资源投入结构或许需要尽快进行调整，科学有效地使用有限的资源，达到技术效率最大化。
（三）规模效率分析
2002年只有上海、重庆、新疆三地区规模效率有效，2008年北京、上海、广东、青海呈现规模效率有效，而2014年仅有北京、海南地区规模效率有效。2002年我国各地区规模效率差距最大且普遍不高，2014年我国规模效率相较于2002年有所提升，并且各地区差距在逐渐缩小。而2008年大部分省市规模效率都接近于1，这可能是由于经济危机影响，资金人力资源投入都有所缩减，东部经济发达地区由于资金人力投入的减少，相对来说减轻了投入冗余程度，将资源利用效率提升了，中西部地区虽然资金人力投入不足，但也尽力将其在技术效率方面的优势得到最大化发挥。总体来说，我国近年来区域创新规模效率是有所提升，呈现上升态势的，并且各地区之间差异也在逐步缩小。
四、结论与建议
通过构建科学合理的区域创新效率评价体系并选取我国区域创新2002、2008、2014年的指标数据进行实证测算研究，结果显示，我国区域创新效率整体处于中等水平，存在着一定的提升空间，东部、中部、西部地区的创新效率差距呈现缩减趋势。但三大地区创新效率偏差的原因却是不同的，东部地区虽然各方面投入大，输入指标大，但是其输出成果却没有达到预期，因为东部地区拥有全国最丰富最充足的资源，存在着资源的边际产出效率递减、资源投入冗余的问题。而限制中部地区创新效率的主要因素是纯技术效率，要想提升中部地区创新效率，必须在管理制度上做出革新，同时也要加大资源投入力度。西部地区相较于东部地区而言，纯技术效率处于较高水平，资源分配与利用合理，但因为经济实力的限制，资源匮乏，投入有限，因此需要将东部冗余资源投放到西部地区使得创新资源分布得到平衡，推动全国科技创新的发展。
1.依据各地区特点，构建适合的区域创新体系。“北上广”这些地区的创新效率提升空间有限，但可以利用这些地区的辐射能力来影响提升周围省市的创新效率。应保持他们的优势地位，并充分发挥技术外溢效应，带动周围城市的区域创新发展。中部地区在技术效率提升上具有较大的空间，应该积极进行产业升级，政府也应该引导中部地区进行管理制度创新改革，使得资源利用效率达到最优状态。西部地区主要问题在于没有丰富的资源投入，但其纯技术效率确是极大优势，当地政府应该积极招商引资，提供一定政策优惠来吸引优秀科研人才、实力雄厚的企业入驻。
2.推进区域创新体系建设均衡发展。我国东中西部地区科技创新效率差距较大，并且存在差距的原因也不同。特别是西部地区缺乏人才和资金资源，经济和科技都相对落后，但东部地区资金充裕，人才资源充足，甚至普遍存在人才浪费（下转第27页）（上接第24页）的现象。政府应对西部地區人才引进做出一定政策优待，从而促进西部地区的发展。同时要提供足够的资金支持，此举将不仅有利于发展西部地区，也会对全国经济的全面均衡发展产生积极影响。
3.促进科技创新成果的转化。科技创新成果的产生最终是要上升到带动区域经济发展的层面，而不仅仅停留在科技科研成果阶段。目前有些科技成果并不具备转化成市场产品的属性，只是作为一种理论成果的存在，特别是一些优秀的科研论文成果，应当通过构建正确的科技创新绩效评价体系来引导科研组织及人员针对市场需求将它们转化为实际科研成果，从而促进区域经济的发展。 4.构建以产业集群为核心的区域创新系统。理论和实践均表明，以产业集群为核心来构造区域创新系统符合我国国情，并且是利于发展区域创新系统的模式。经过本文的研究发现，规模效率较低也是影响部分地区科技创新效率低下的因素。产业集聚使较为充足的资金、人力等资源集聚到了一起，增强了区域创新的规模效率，同时也加强了要素之间的各种互动联系，区域创新系统网络各层面之间更加紧密相连，系统功能更加强大，更有利于促进区域创新活动。
[基金项目：国家社科基金项目（16CJY018）；中央高校基本科研业务经费资助项目（2015B30714）]
参考文献：
[1] Nandini Lahiri. Geographic Distribution of R&D Activity： How does it Affect Innovation Quality[J]. Academy of Management Journal，2010（5）：1194-1209.
[2] Aa gorzata Runiewicz-Wardyn. Knowledge Flows， Technological Change and Regional Growth in the European Union[J]. Springer International Publishing，2013.
[3] Jomphong Mongkhonvanit. Development of Industrial Cluster in Emerging Economy： Case Study of Academe Industry Government Partnership in Automotive Cluster of Thailand[M]. Springer Singapore，2014：61-78.
[4] Mariana Mazzucato，Stuart Parris. High-growth firms in changing competitive environments： the US pharmaceutical industry （1963 to 2002）[J]. Small Business Economics，2015（1-44）：145-170.
[5] 李晓钟，张小蒂.江浙基于FDI提高区域技术创新能力的比较[J].中国工业经济，2007（12）：102-109.
[6] 江珂.环境规制对中国技术创新能力影响及区域差异分析——基于中国1995—2007年省际面板数据分析[J].中国科技论坛，2009（10）：28-33.
[7] 邓路，高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据（1999—2007）[J].财贸研究，2009（5）：9-14.
[8] 田银华，贺胜兵，胡石其.环境约束下地区全要素生产率增长的再估算：1998—2008[J].中国工业经济，2011（1）：47-57.
[9] 刘勇.产业集聚对我国区域创新的影响机制及实证研究[D].武汉：华中科技大学博士学位论文，2013.
[10] 赵峥，姜欣.我国区域创新效率的差异及收敛性研究——基于省际面板数据的实证分析[J].区域经济评论，2013（3）：72-78.
[11] 郑琼洁.政府科技激励与技术创新效率研究——基于动态面板数据的GMM检验[J].技术经济与管理研究，2014（9）：32-36.
[12] 丁绪辉.高技术产业集聚与区域技术创新效率研究[J].徐州：中国矿业大学出版社，2016.12第1版.
（作者单位：1.东南大学人文发展学院 江苏南京 210096；2.河海大學企业管理学院 江苏常州 213022）
[作者简介：贺菊花（1987—），女，江苏丹阳人，东南大学人文发展学院研究生，研究方向：公共管理学；苏芮（1994—），女，江苏扬州人，河海大学企业管理学院国际经济与贸易专业；丁绪辉（1987—），男，山东济宁人，河海大学企业管理学院，博士，讲师。]
（责编：若佳）