廖倩　呂拉昌　黃茹

摘 要：知識經(jīng)濟時代，區(qū)域的創(chuàng)新效率受到廣泛關(guān)注。運用超效率DEA方法對長江經(jīng)濟帶區(qū)域創(chuàng)新效率進行評價，并對其投入產(chǎn)出效率狀況進行分析的同時，用全局空間莫蘭I指數(shù)（Global Moran'I）和局部空間莫蘭I指數(shù)（Local Moran'I）揭示長江經(jīng)濟帶各省市創(chuàng)新效率的空間相關(guān)性。結(jié)果表明：長江經(jīng)濟帶區(qū)域創(chuàng)新效率總體較高，但內(nèi)部差異顯著，上海、浙江、江蘇、重慶創(chuàng)新效率較高；湖北、湖南、四川、貴州、云南五省純技術(shù)效率有效，創(chuàng)新效率主要受創(chuàng)新規(guī)模制約；安徽存在創(chuàng)新投入冗余、江西存在創(chuàng)新投入冗余和創(chuàng)新產(chǎn)出不足的情況。此外，長江經(jīng)濟帶整體創(chuàng)新效率空間相關(guān)性不顯著，但內(nèi)部部分區(qū)域之間存在一定的空間相關(guān)性。

關(guān)鍵詞：長江經(jīng)濟帶；創(chuàng)新效率；空間相關(guān)性；數(shù)據(jù)包絡(luò)方法

中圖分類號：F061.5 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.18.001

改革開放的深入開展促使我國經(jīng)濟取得跨越式發(fā)展，但地區(qū)間差異卻日益顯著，東部沿海地區(qū)與中西部之間的差距日益擴大。長江經(jīng)濟帶作為國家的重大戰(zhàn)略，是構(gòu)建以上海帶動全流域、以武漢帶動中游、以重慶帶動上游地區(qū)發(fā)展的沿海與中西部相互支撐、良性互動的新格局，對縮小我國東、中西部地區(qū)的發(fā)展差距，促進長江經(jīng)濟帶的快速、穩(wěn)定、高效發(fā)展，提高國家的綜合經(jīng)濟實力，增強國家發(fā)展的動力引擎，國家高度重視創(chuàng)新的發(fā)展，將創(chuàng)新驅(qū)動戰(zhàn)略、創(chuàng)新型國家建設(shè)作為國家戰(zhàn)略。長江經(jīng)濟帶如何實施創(chuàng)新發(fā)展，促進創(chuàng)新效率的提高，是備受關(guān)注的問題。

區(qū)域創(chuàng)新效率是區(qū)域經(jīng)濟發(fā)展的重要問題，受到了眾多學(xué)者的關(guān)注。從區(qū)域創(chuàng)新效率測度的方法上來看，使用較多的是參數(shù)方法（比如隨機前沿方法）和非參數(shù)方法（比如指數(shù)法和數(shù)據(jù)包絡(luò)方法）。比如，李婧（2008）、李邃（2011）采用DEA方法對中國區(qū)域創(chuàng)新效率進行了實證分析，東（Dong，2014）運用DEA方法對中國31個省2002—2011年的面板數(shù)據(jù)對區(qū)域創(chuàng)新效率進行了測算；克魯茲·卡扎爾（Cruz Cázares，2013）采用兩階段分析方法，分別用DEA-Malmquist方法及GMM方法對西班牙制造業(yè)公司的創(chuàng)新效率進行了分析；李婧（2009）、石峰（2010）采用隨機前沿模型對中國區(qū)域創(chuàng)新效率進行了測度；曹（CAO，2015）運用隨機前沿模型，并結(jié)合投影尋蹤模型對中國2003—2011年區(qū)域研發(fā)創(chuàng)新效率進行了測算。與隨機前沿分析法相比，數(shù)據(jù)包絡(luò)方法無需估計生產(chǎn)函數(shù)，也無需考慮量綱歸一及指標權(quán)重的確定，保證了效率評價的客觀性，對多產(chǎn)出復(fù)雜生產(chǎn)系統(tǒng)有很好的適應(yīng)性。因此，本文將選擇數(shù)據(jù)包絡(luò)方法測度長江經(jīng)濟帶區(qū)域的創(chuàng)新效率。

從區(qū)域創(chuàng)新效率研究對象上來看，已有較多的學(xué)者對國家和大區(qū)域尺度的區(qū)域創(chuàng)新效率相關(guān)問題進行了研究，比如余泳澤（2013）對我國區(qū)域創(chuàng)新效率的空間外溢效應(yīng)和價值鏈外溢效應(yīng)進行了探討，趙增耀（2015）對區(qū)域協(xié)同創(chuàng)新效率的多維溢出效應(yīng)進行了分析；白俊紅（2009）、王鵬（2012）、于明潔（2013）等探討了影響區(qū)域創(chuàng)新效率的因素；弗雷茲（Fritsch，2010）基于研發(fā)投入產(chǎn)出對區(qū)域創(chuàng)新效率進行了研究，并對其影響因素進行了探討；布魯克（Broekel，2013）運用面板數(shù)據(jù)對德國區(qū)域創(chuàng)新效率的影響進行了研究。但對經(jīng)濟聯(lián)系密切的經(jīng)濟帶尺度的創(chuàng)新效率及空間關(guān)系研究較少，對長江經(jīng)濟帶的

創(chuàng)新效率也沒有文獻進行系統(tǒng)的分析。

基于此，本文運用超效率DEA方法對長江經(jīng)濟帶區(qū)域創(chuàng)新效率進行評價，并采用全局空間相關(guān)指數(shù)（Global Moran'I）和局部空間相關(guān)指數(shù)（Local Moran'I）揭示長江經(jīng)濟帶內(nèi)各省市創(chuàng)新效率的空間相關(guān)性，以反映長江經(jīng)濟帶創(chuàng)新效率的現(xiàn)狀和內(nèi)部空間關(guān)系，對政府制訂相應(yīng)的創(chuàng)新政策，促進長江經(jīng)濟帶創(chuàng)新發(fā)展有重要的現(xiàn)實意義。

1 研究方法

1.1 長江經(jīng)濟帶區(qū)域創(chuàng)新效率測算方法

傳統(tǒng)的DEA模型是評價多投入、多產(chǎn)出模式下決策單元相對有效性的方法，其缺陷是對多個有效單元（即效率值均為1）的情況難以比較。安德森和彼特森（Andersen & Petersen，1993）提出的超效率模型，有效地解決了決策單元效率值大于1時的對比問題。超效率模型包含投入導(dǎo)向和產(chǎn)出導(dǎo)向，本文采用基于投入導(dǎo)向的超效率DEA模型，其表達式如下：

測值，即本文中該地區(qū)的創(chuàng)新效率值；Wij為空間權(quán)重，當(dāng)?shù)趇個地區(qū)與第j個地區(qū)相鄰時，Wij=1，當(dāng)?shù)趇個地區(qū)與第j個地區(qū)不相鄰時，則Wij=0.

Moran'I指數(shù)的取值范圍在（-1，1）之間。當(dāng)Moran'I大于0時，表示地區(qū)間呈現(xiàn)正空間相關(guān)性；當(dāng)Moran'I小于0時，表示地區(qū)間呈現(xiàn)負空間相關(guān)性；當(dāng)Moran'I等于0時，表示地區(qū)間不存在空間相關(guān)性。Moran'I指數(shù)的顯著性檢驗主要采用服從標準正態(tài)分布的Z統(tǒng)計量來進行。

1.2.2 局部空間相關(guān)指數(shù)

局部空間相關(guān)性研究的是一個區(qū)域單元上的某種地理現(xiàn)象，或者某一屬性值與鄰近區(qū)域單元上同一現(xiàn)象或者屬性值的相關(guān)程度，探測空間異質(zhì)性，其計算公式如下：

2 指標與數(shù)據(jù)

2.1 指標選取

基于投入產(chǎn)出導(dǎo)向的超效率區(qū)域創(chuàng)新效率的評價，其投入產(chǎn)出指標的選取是決定區(qū)域創(chuàng)新效率評價是否合理的重要因素。資本投入和勞動力的投入是研究投入產(chǎn)出效率的常用方法。本文綜合前人的研究，在投入變量方面，選取R&D經(jīng)費內(nèi)部支出和R&D人員全時當(dāng)量兩項指標。其中，R&D經(jīng)費內(nèi)部支出是指為開展R&D活動實際用于本單位內(nèi)的全部支出；R&D人員全時當(dāng)量是指全時人員數(shù)加非全時人員按工作量折算為全時人員數(shù)的總和。相比R&D人員，R&D人員全時當(dāng)量更能準確地反映創(chuàng)新投入力度。在產(chǎn)出變量方面，選取專利授權(quán)量、科技論文和高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入三項指標。其中，專利授權(quán)量是直接創(chuàng)新行為，是衡量創(chuàng)新活動的可靠指標；科技論文反映一個地區(qū)基礎(chǔ)研究等方面的成果，本文主要選取SCI、EI、ISTP三大檢索工具收錄的科技論文數(shù)作為一項產(chǎn)出指標；高科技產(chǎn)業(yè)是創(chuàng)新產(chǎn)出的主力軍，其新產(chǎn)品銷售收入是創(chuàng)新產(chǎn)出的集中體現(xiàn)。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)來源于2007—2013年《中國科技統(tǒng)計年鑒》、2007—2013年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。大多數(shù)學(xué)者認為，從投入到產(chǎn)出具有一定的滯后期，官建成（2005）將投出產(chǎn)出滯后時期設(shè)為4年，肖仁橋（2012）將滯后期設(shè)為2年，史修松（2009）、余永澤（2014）、趙文平（2015）等將滯后期設(shè)為1年?？紤]前人的研究及數(shù)據(jù)的可取得性，本文將投入產(chǎn)出滯后期設(shè)為1年。

3 實證結(jié)果與分析

3.1 長江經(jīng)濟帶區(qū)域創(chuàng)新效率測算

運用EMS1.3軟件，采用投入導(dǎo)向的超效率DEA模型對長江經(jīng)濟帶創(chuàng)新效率進行測算，得到長江經(jīng)濟帶區(qū)域創(chuàng)新效率值，如表1所示。

從區(qū)域創(chuàng)新效率值可以看出，2007—2012年長江經(jīng)濟帶總體創(chuàng)新效率值較高，大致形成三大梯度。屬于第一梯度的有上海、浙江、江蘇、重慶和湖北。其中，上海和浙江歷年創(chuàng)新效率值均超過1；江蘇、重慶和湖北部分年份創(chuàng)新效率值略低于1，但其歷年創(chuàng)新效率平均值大于1.屬于第二梯度的有湖南、四川和安徽，其創(chuàng)新效率值接近于1.屬于第三梯度的有云南、貴州和江西，其創(chuàng)新效率值顯著低于第一、二梯度，與其所處的經(jīng)濟發(fā)展階段、創(chuàng)新活動的投入等因素密切相關(guān)。

為進一步探究影響長江經(jīng)濟帶區(qū)域創(chuàng)新效率的因素，運用DEAP2.1軟件，基于投入導(dǎo)向?qū)﹂L江經(jīng)濟帶內(nèi)各省市2012年的投入產(chǎn)出冗余情況進行分析，得到其技術(shù)效率值和分解情況，如表2所示。其中，綜合技術(shù)效率指輸入一定的條件下，實現(xiàn)最大的輸出或者輸出一定的條件下實現(xiàn)輸入最小；純技術(shù)效率是指受管理和技術(shù)等因素影響的效率；規(guī)模效率是指受規(guī)模影響的效率。它們的值都介于0～1之間?！?”表示缺乏效率，“1”表示具有效率規(guī)模報酬是指各種生產(chǎn)要素按相同比例變化時所帶來的產(chǎn)量變化，一般有三種情況，即規(guī)模報酬遞增、遞減、不變。

2012年長江經(jīng)濟帶各省市中，綜合技術(shù)效率DEA有效的有4個，分別是上海、江蘇、浙江、重慶；其他7個省市表現(xiàn)為綜合技術(shù)效率DEA非有效，其中，江西和貴州兩省的綜合技術(shù)效率顯著偏低。這與各地區(qū)的經(jīng)濟發(fā)展情況密切相關(guān)——經(jīng)濟發(fā)展水平較高的地區(qū)其綜合效率普遍較高，比如上海、江蘇、浙江；而經(jīng)濟發(fā)展水平較低的地區(qū)，綜合效率值則偏低，比如江西、貴州。

將綜合技術(shù)效率分解為純技術(shù)效率和規(guī)模效率可以看出，非DEA有效的7個市中，湖北、湖南、四川、貴州、云南五省的純技術(shù)效率已達到DEA有效，說明已達到目前投入組合的最大產(chǎn)出，其主要的制約因素為規(guī)模效率，尤其以貴州省表現(xiàn)最為突出，改進幅度達36.5%，需要進一步擴大創(chuàng)新活動的規(guī)模。湖北、湖南、四川、云南四省的改進幅度分別為11.4%，6.8%，1.7%和8%，通過適當(dāng)?shù)臄U大創(chuàng)新活動的規(guī)模即可達到DEA有效。

安徽、江西兩省在純技術(shù)效率和規(guī)模效率上都存在一定的改進空間，通過對其投入產(chǎn)出冗余情況進行分析發(fā)現(xiàn)：安徽省在創(chuàng)新投入上存在冗余情況，其中，R&D經(jīng)費內(nèi)部支出冗余248 950萬元，R&D人員冗余12 036人。江西省既存在投入冗余的情況，又存在產(chǎn)出不足的情況，其中，R&D經(jīng)費內(nèi)部支出冗余154 734萬元，R&D人員冗余6 000人，專利產(chǎn)出不足量5 590件，如表3所示。從創(chuàng)新投入角度看，同時存在創(chuàng)新投入冗余的安徽和江西應(yīng)適當(dāng)減少創(chuàng)新投入，充分配置資源，從而使創(chuàng)新效率達到最大。從創(chuàng)新產(chǎn)出角度看，江西在創(chuàng)新投入冗余的情況下還存在著部分創(chuàng)新產(chǎn)出不足的情況，說明其創(chuàng)新投入配置和創(chuàng)新成果轉(zhuǎn)化上存在問題，應(yīng)當(dāng)調(diào)整創(chuàng)新資源的配置，并提升創(chuàng)新成果產(chǎn)出量及創(chuàng)新成果轉(zhuǎn)化率，以實現(xiàn)創(chuàng)新投入產(chǎn)出達到最優(yōu)組合狀態(tài)。

3.2 空間相關(guān)性分析

3.2.1 全局空間相關(guān)性分析

Global Moran'I是揭示全局空間相關(guān)性的常用指數(shù)。運用Open Geoda軟件對長江經(jīng)濟帶各省市創(chuàng)新效率的Global Moran'I進行測算，以揭示長江經(jīng)濟帶整個區(qū)域是否具有空間同質(zhì)性。結(jié)果顯示：從Global Moran'I指數(shù)值來看，2007—2011年長江經(jīng)濟帶地區(qū)呈正的空間相關(guān)性，2012年呈現(xiàn)負的空間相關(guān)性。但根據(jù)Z值檢驗結(jié)果，2007—2012年長江經(jīng)濟帶創(chuàng)新效率Global Moran'I指數(shù)值均未通過檢驗（Z>1.96或Z<-1.96表示通過檢驗，Z值介于（-1.96，1.96）之間表示空間自相關(guān)性不明顯），如表4所示，表明長江經(jīng)濟帶各省創(chuàng)新效率不存在顯著的空間自相關(guān)特征。

3.2.2 局部空間相關(guān)性分析

局部空間相關(guān)性用局部空間相關(guān)指數(shù)（Local Moran'I）進行衡量。Local Moran'I高值表示有相似變量值的面積單元集聚，Local Moran'I低值表示有不相似變量值的面積單元在空間集聚。2007—2012年長江經(jīng)濟帶中，江蘇、上海、浙江是高值區(qū)，其創(chuàng)新效率與周邊地區(qū)相似；安徽、湖北、湖南、江西、四川、重慶、貴州、云南是中低值區(qū)，與周邊地區(qū)創(chuàng)新效率差異較大。其中，江西和貴州兩省的Local Moran'I指數(shù)值歷年偏低，表明兩省與周邊地區(qū)一直存在較大差異。而江蘇省則表現(xiàn)為創(chuàng)新效率日益提高，與周邊地區(qū)呈現(xiàn)高度相似狀態(tài)，如表5所示。

Local Moran'I的散點圖中，高高（HH）象限是熱點區(qū)域，表示區(qū)域自身和周邊地區(qū)的創(chuàng)新效率均較高，存在較強的空間正相關(guān)；高低（HL）象限是異質(zhì)性突出區(qū)域，表示區(qū)域自身創(chuàng)新效率較高，周邊地區(qū)較低，存在較強的空間負相關(guān)；低低（LL）象限是盲點區(qū)，表示區(qū)域自身和周邊地區(qū)的創(chuàng)新效率較低，存在較強的空間正相關(guān)；低高（LH）象限是異質(zhì)性突出區(qū)域，表示區(qū)域自身創(chuàng)新效率較低，周邊地區(qū)較高，存在較強的空間負相關(guān)。

由2007—2012年長江經(jīng)濟帶Local Moran'I散點圖可知：①長江經(jīng)濟帶中，上海、江蘇、浙江三省基本一直位于高高象限，具有較高的創(chuàng)新效率，與周邊地區(qū)存在較強的空間正相關(guān)，是長江經(jīng)濟帶中創(chuàng)新的熱點區(qū)。其中，2012年江蘇省的創(chuàng)新效率增長迅速，而相鄰的上海則呈現(xiàn)出平穩(wěn)的發(fā)展態(tài)勢，促使上海由高高象限轉(zhuǎn)變?yōu)榈透呦笙?，江蘇由高高象限轉(zhuǎn)變?yōu)楦叩拖笙?。②安徽、江西兩省位于低高象限，與鄰近地區(qū)異質(zhì)性突出，并未受到鄰近地區(qū)的影響呈現(xiàn)快速的發(fā)展趨勢。③四川、云南、貴州主要位于低低象限區(qū)，區(qū)域自身與周邊地區(qū)的創(chuàng)新效率均較低，而三省在空間上正好是空間位置鄰近的關(guān)系，是長江經(jīng)濟帶中的盲點區(qū)。④湖北、湖南、重慶主要位于高低象限，鄰近地區(qū)的創(chuàng)新效率較低，呈現(xiàn)負的空間相關(guān)性，異質(zhì)性突出。其中，重慶從低低象限變?yōu)楦叩拖笙?，表明近年來重慶的創(chuàng)新效率與鄰近地區(qū)相比取得了較快的發(fā)展。圖1為長江經(jīng)濟帶各省市Local Moran'I散點圖。

4 結(jié)論及政策啟示

長江經(jīng)濟帶作為我國重要的戰(zhàn)略經(jīng)濟帶，其總體創(chuàng)新效率較高，但內(nèi)部差異十分顯著。上海、浙江、江蘇、重慶以較高的創(chuàng)新效率領(lǐng)先于其他地區(qū)；湖北、湖南、四川、貴州、云南五省純技術(shù)效率有效，創(chuàng)新效率主要受創(chuàng)新規(guī)模制約；安徽省在創(chuàng)新投入上存在冗余情況，江西省既存在投入冗余的情況，又存在產(chǎn)出不足的情況。

要使長江經(jīng)濟帶整個區(qū)域的創(chuàng)新效率得到提升，創(chuàng)新效率較高的上海、浙江、江蘇、重慶在保證自身投入產(chǎn)出模式進一步優(yōu)化的情況下，充分發(fā)揮對周邊地區(qū)的正向溢出效應(yīng)，促進周邊省份的創(chuàng)新投入模式改進以及科技成果轉(zhuǎn)化。純技術(shù)效率有效

的湖北、湖南、四川、貴州、云南應(yīng)當(dāng)擴大創(chuàng)新活動規(guī)模，適當(dāng)加大創(chuàng)新投入，引進高素質(zhì)人才，積極承接相關(guān)創(chuàng)新項目，促進創(chuàng)新效率的提高。存在投入冗余的安徽，應(yīng)當(dāng)適當(dāng)削減創(chuàng)新投入，降低資源的浪費率；存在創(chuàng)新投入冗余且部分創(chuàng)新產(chǎn)出不足的江西既要適當(dāng)減少創(chuàng)新投入，同時要進一步調(diào)整創(chuàng)新投入的配置，彌補部分產(chǎn)出不足的情況。此外，引進高素質(zhì)人才促進研發(fā)能力及成果轉(zhuǎn)化能力的提升是提高創(chuàng)新效率的有效途徑。

長江經(jīng)濟帶整個區(qū)域的創(chuàng)新效率并不具有明顯的空間相關(guān)性，創(chuàng)新效率高的地區(qū)對創(chuàng)新效率低的地區(qū)的輻射帶動作用不明顯。長江經(jīng)濟帶作為一個整體區(qū)域，其內(nèi)部各組成部分之間的相互關(guān)系對整體的創(chuàng)新效率有重要影響，長江經(jīng)濟帶自規(guī)劃以來歷時較短，針對整個區(qū)域的相關(guān)創(chuàng)新政策較少，區(qū)內(nèi)的相互協(xié)作意識較為淡薄，行政因素對區(qū)域創(chuàng)新溢處有重要的影響。

長江經(jīng)濟帶需要加強整體的創(chuàng)新發(fā)展規(guī)劃，制訂有效的利于創(chuàng)新資源流動的政策；政府之間要加強協(xié)作，打破行政邊界的限制，加強創(chuàng)新資源、人才等的流動，促使創(chuàng)新資源充分、合理使用，促進創(chuàng)新成果高效轉(zhuǎn)化。

長江經(jīng)濟帶整體創(chuàng)新效率空間相關(guān)性雖然不顯著，但小區(qū)域之間存在一定的關(guān)聯(lián)性。大致可分為上、中、下游三個小區(qū)域，上游地區(qū)包括貴州、云南、四川和重慶，其創(chuàng)新效率普遍偏低，即盲點區(qū)；中游地區(qū)包括湖北、湖南和江西，創(chuàng)新效率處于中等水平；下游地區(qū)包括安徽、江蘇、上海和浙江，普遍具有較高的創(chuàng)新效率，即熱點區(qū)。

長江經(jīng)濟帶小區(qū)域之間創(chuàng)新效率差異顯著，因此，針對上中下游不同的地域應(yīng)當(dāng)實施差異化的創(chuàng)新政策以縮小地區(qū)差異，強化整體經(jīng)濟帶創(chuàng)新效率。此外，長江經(jīng)濟帶作為一個整體經(jīng)濟帶，加強管理制度創(chuàng)新，實施跨組織管理，促使人才、資源等創(chuàng)新要素在經(jīng)濟帶內(nèi)流動，以便形成一個內(nèi)部各組成部分充分聯(lián)系的實際經(jīng)濟帶十分必要。

參考文獻

[1]李婧，白俊紅，譚清美.中國區(qū)域創(chuàng)新效率的實證分析——基于省際面板數(shù)據(jù)及DEA方法[J].系統(tǒng)工程，2008（12）：1-7.

[2]李邃，江可申，鄭兵云.基于鏈式關(guān)聯(lián)網(wǎng)絡(luò)的區(qū)域創(chuàng)新效率研究——以江蘇為研究對象[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2011（11）：131-137.

[3]Dong Sun，Mao Liang Bo.The differences of efficiency and analysis of convergence of Chinas regional innovation system——based on DEA of 2002—2011provincial panel data. Industrial Economic Review，2014（1）：4.

[4]Cruz Cázares C，Bayona Sáez C，García Marco T.You cant manage right what you cant measure well：Technological innovation efficiency.Research Policy，2013，42（6）：1239-1250.

[5]李婧，譚清美，白俊紅，等.中國區(qū)域創(chuàng)新效率的隨機前沿模型分析[J].系統(tǒng)工程，2009（08）：44-50.

[6]石峰.基于省際面板數(shù)據(jù)及DEA的區(qū)域創(chuàng)新效率研究[J].技術(shù)經(jīng)濟，2010（05）：42-47.

[7]CAO X，YU J.Research on Regional R&D Innovation Efficiency in Chinese Provinces with the Perspective of Innovation Driven：Based on Projection Pursuit and Stochastic Frontier Analysis Model. Science of Science and Management of S.&T，2015（4）：13.

[8]趙文平，徐勁松.絲綢之路經(jīng)濟帶區(qū)域創(chuàng)新效率評價[J].經(jīng)濟與管理研究，2015（11）：25-32.

[9]余泳澤，劉大勇.我國區(qū)域創(chuàng)新效率的空間外溢效應(yīng)與價值鏈外溢效應(yīng)——創(chuàng)新價值鏈視角下的多維空間面板模型研究[J].管理世界，2013（07）：6-20，70，187.

[10]趙增耀，章小波，沈能.區(qū)域協(xié)同創(chuàng)新效率的多維溢出效應(yīng)[J].中國工業(yè)經(jīng)濟，2015（01）：32-44.

[11]白俊紅，江可申，李婧，等.區(qū)域創(chuàng)新效率的環(huán)境影響因素分析——基于DEATobit兩步法的實證檢驗[J].研究與發(fā)展管理，2009（02）：96-102.

[12]王鵬，陸浩然.區(qū)域創(chuàng)新效率的空間差異及其影響因素研究——以廣佛肇經(jīng)濟圈為例[J].科技管理研究，2012（22）：82-86，97.

[13]于明潔，郭鵬，張果.區(qū)域創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)對區(qū)域創(chuàng)新效率的影響研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013（08）：56-63.

[14]Fritsch M，Slavtchev V.How does industry specialization affect the efficiency of regional innovation systems？[J].The Annals of Regional Science，2010，45（1）：87-108.

[15]Broekel T.Do cooperative research and development（R&D）subsidies stimulate regional innovation efficiency？Evidence from Germany.Regional Studies，2013（ahead-of-print）：1-24.

[16]Chames，C Rhode. Measuring the Efficiency of Decision Making Units.European Journal of Operations Research，2001（6）：429-44.

[17]Andersen P，Petersen N C.A procedure for ranking efficient units in data envelopment analysis. Management Science，1993，39（10）：1261-1264.

[18]劉文君，陳遠文，鄒樹梁.基于超效率DEA和Malmquist指數(shù)的湖南省農(nóng)業(yè)全要素生產(chǎn)效率分析[J].南華大學(xué)學(xué)報（社會科學(xué)版），2015（05）：52-57.

[19]潘竟虎，張佳龍，張勇.甘肅省區(qū)域經(jīng)濟空間差異的ESDA-GIS分析[J].西北師范大學(xué)學(xué)報：自然科學(xué)版，2006，44（6）：45-50.

[20]史修松，趙曙東，吳福象.中國區(qū)域創(chuàng)新效率及其空間差異研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009（03）：45-55.

[21]Acs Z J，Lnc A，Attila V.Patents and innovation counts as measures of regional production of new knowledge.Research Policy，2002，31（7）：1069-1085.

[22]官建成，何穎.基于DEA方法的區(qū)域創(chuàng)新系統(tǒng)的評價[J].科學(xué)學(xué)研究，2005（02）：265-272.

[23]肖仁橋，錢麗，陳忠衛(wèi).中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究[J].管理科學(xué)，2012（05）：85-98.

[24]胡宗義，魯耀純，劉春霞.我國城市基礎(chǔ)設(shè)施建設(shè)投融資績效評價——基于三階段DEA模型的實證分析[J].華東經(jīng)濟管理，2014，28（1）：85-91.

[25]Feng J J，Zhang H G，Hu X J.The Scale Dependence of the Local Morans I.Statistical and Application，2015，4（03）：162.

[26]孫三百.基于空間分析法的四川省區(qū)域經(jīng)濟差異[J].西南金融，2009（08）：43-45.

〔編輯：劉曉芳〕