李曉峰 盧紫薇

摘? ?要：在考慮技術(shù)進步動態(tài)變化的條件下，構(gòu)建超越對數(shù)生產(chǎn)函數(shù)對2001—2019年珠三角地區(qū)科技創(chuàng)新生產(chǎn)系統(tǒng)的要素投入狀況及配置效率進行測算與分析。研究發(fā)現(xiàn)：2001—2014年珠三角地區(qū)創(chuàng)新產(chǎn)出增長主要依賴于資本投入驅(qū)動，2015年后勞動驅(qū)動作用逐漸增強;同時，珠三角地區(qū)資本偏向型技術(shù)進步與要素互補關(guān)系并存，要素投入結(jié)構(gòu)與技術(shù)結(jié)構(gòu)匹配度較低，創(chuàng)新要素配置效率亟待提升;珠三角地區(qū)內(nèi)各城市的創(chuàng)新情況差異顯著，但多表現(xiàn)為規(guī)模不經(jīng)濟現(xiàn)象。珠三角地區(qū)應(yīng)調(diào)整創(chuàng)新投入結(jié)構(gòu)，改變資本投入驅(qū)動科技創(chuàng)新狀況，優(yōu)化科技創(chuàng)新生態(tài)，同時發(fā)揮各市產(chǎn)業(yè)優(yōu)勢，加強科技創(chuàng)新協(xié)同發(fā)展。

關(guān)鍵詞：科技創(chuàng)新;創(chuàng)新要素;配置效率;超越對數(shù)生產(chǎn)函數(shù)

中圖分類號：F124.3? ?文獻標(biāo)識碼：A? ?文章編號：1003-7543（2021）06-0097-15

當(dāng)今社會科技變革日新月異，創(chuàng)新能力越來越成為一個國家和地區(qū)綜合實力和競爭力提升的重要決定因素。改革開放40多年來，我國創(chuàng)新能力得到了大幅提升，科技創(chuàng)新愈發(fā)成為經(jīng)濟高質(zhì)量發(fā)展的核心動力?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》（以下簡稱為《綱要》）將“堅持創(chuàng)新驅(qū)動發(fā)展”列為未來五年一系列重要領(lǐng)域工作的首位，并將科技自立自強放在了國家發(fā)展的戰(zhàn)略支撐地位?！毒V要》明確指出，“支持北京、上海、粵港澳大灣區(qū)形成國際科技創(chuàng)新中心”，其中，粵港澳大灣區(qū)肩負“兩廊兩點一中心”建設(shè)的重任。珠三角地區(qū)作為我國重要城市群和粵港澳大灣區(qū)建設(shè)的交匯處，具有雙重政策優(yōu)勢，是廣東省科技創(chuàng)新的核心地區(qū)與國際科技創(chuàng)新中心建設(shè)的領(lǐng)頭兵，在我國整體和區(qū)域科技創(chuàng)新格局中具有重要地位，應(yīng)深入挖掘創(chuàng)新要素集聚優(yōu)勢，進一步強化創(chuàng)新驅(qū)動，推進以科技創(chuàng)新為核心的全面創(chuàng)新，不斷提高科技進步對經(jīng)濟發(fā)展的貢獻度。

研究與開發(fā)（Research and Development，以下簡稱為R&D）活動是科技創(chuàng)新的核心部分，對技術(shù)進步和經(jīng)濟增長具有重要作用。2001—2019年，珠三角地區(qū)規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出和活動人員分別從132.529億元和77 661人增加至2197.63億元和784 013人。大幅增長的R&D投入符合政策導(dǎo)向，對科技創(chuàng)新產(chǎn)生了極大推動力，但增加R&D投入只是推進科技創(chuàng)新的必要條件而非充分條件。在不完全競爭的市場環(huán)境中，創(chuàng)新投入水平的提高可能降低全要素生產(chǎn)率對經(jīng)濟增長的貢獻，從而導(dǎo)致“科技創(chuàng)新困境”。顯然，受制于不完善的要素市場化進程，以R&D資本和R&D勞動為主的創(chuàng)新要素難以按市場機制實現(xiàn)有效配置，這種資源錯配將阻礙創(chuàng)新生產(chǎn)效率的提升，經(jīng)濟增長內(nèi)生動力有待繼續(xù)加強。因此，從這個意義上講，有必要對現(xiàn)階段珠三角地區(qū)的研發(fā)要素利用質(zhì)量和配置效率進行全面考察，并在此基礎(chǔ)上提出相應(yīng)建議。

一、相關(guān)研究綜述

以R&D活動為核心的科技創(chuàng)新既受研發(fā)投入持續(xù)增長驅(qū)動，又在很大程度上依賴于研發(fā)效率的提高[1-2]。目前，有關(guān)R&D投入與創(chuàng)新績效的相關(guān)文獻主要包括兩類：

一類是研究R&D投入規(guī)模對創(chuàng)新產(chǎn)出的影響。在內(nèi)生增長理論框架內(nèi)，嚴成樑和龔六堂、Ljungawall & Tingvall等探究了研發(fā)要素投入數(shù)量的經(jīng)濟增長效應(yīng)，發(fā)現(xiàn)二者間存在顯著正相關(guān)關(guān)系[3-4]。在科技創(chuàng)新投入變量的選取上，學(xué)者們多選用并測度R&D資本投入和勞動投入[5-6];同時，根據(jù)研究目的的不同側(cè)重點，我國學(xué)者亦使用專利授權(quán)量、人力資本、外資水平、金融發(fā)展、政府投入等多種因素對我國或部分地區(qū)的科技創(chuàng)新水平及影響效應(yīng)進行實證分析[7-11]。研究發(fā)現(xiàn)，創(chuàng)新要素投入規(guī)模對科技創(chuàng)新固然重要，但并非決定因素，各類要素在不同外部條件及配置結(jié)構(gòu)下對科技創(chuàng)新和經(jīng)濟增長的作用不同，甚至存在“高水平陷阱”[12]。

第二類文獻主要關(guān)注研發(fā)效率對創(chuàng)新的影響。我國經(jīng)濟進入新發(fā)展階段后，經(jīng)濟增長應(yīng)以質(zhì)取勝，此時相較于要素投入規(guī)模，科技創(chuàng)新更取決于要素使用效率[13]，從而要素配置結(jié)構(gòu)成為創(chuàng)新產(chǎn)出的關(guān)鍵決定因素之一。相關(guān)研究普遍認為，我國要素市場的市場化進程滯后于產(chǎn)品市場，要素市場存在明顯的市場分割和價格扭曲，在這種情形下，勞動力和資本等創(chuàng)新要素難以實現(xiàn)有效配置，這勢必會阻礙科技創(chuàng)新和經(jīng)濟增長。Ljungwall & Tingvall認為，由于中國要素市場嚴重扭曲，中國R&D支出的增長效應(yīng)明顯低于其他國家[4]。張杰等使用2001—2007年工業(yè)企業(yè)樣本研究發(fā)現(xiàn)，要素市場扭曲程度越大，其對中國企業(yè)R&D投入的抑制效應(yīng)就越大[13]。戴魁早和劉友金的研究表明，要素市場扭曲顯著抑制了我國高技術(shù)產(chǎn)業(yè)的R&D資本投入，但促進了R&D勞動投入，從而抑制了高技術(shù)企業(yè)或產(chǎn)業(yè)創(chuàng)新效率的提高[14-15]。白俊紅和卞元超指出，我國勞動力和資本要素市場的扭曲顯著抑制了創(chuàng)新生產(chǎn)活動的開展，其內(nèi)在作用機制包括戶籍制度限制、勞動力價格管制、市場需求能力下降和政府干預(yù)信貸決策、非生產(chǎn)性尋租、政府創(chuàng)新補貼政策[16]。可見，即使創(chuàng)新要素巨額投入，但若配置結(jié)構(gòu)失衡、配置效率不足，也會對科技創(chuàng)新和經(jīng)濟增長產(chǎn)生抑制效應(yīng)。

另外，作為經(jīng)濟增長重要來源的技術(shù)進步已被理論和經(jīng)驗研究證明是有偏的，要素產(chǎn)出彈性會隨時間推移而改變[17-18]，技術(shù)進步將以不同方式影響要素的邊際生產(chǎn)率。李小平和李小克以Acemoglu的相關(guān)定義和識別準則為基礎(chǔ)，研究發(fā)現(xiàn)資本偏向性技術(shù)進步解釋了我國工業(yè)全要素生產(chǎn)率的大部分增長[19-20]?？萍紕?chuàng)新的形成過程對要素投入選擇亦存在一定偏好。楊振兵基于超越對數(shù)生產(chǎn)函數(shù)的隨機前沿模型測算發(fā)現(xiàn)，我國R&D資本的產(chǎn)出彈性遠大于R&D人員的產(chǎn)出彈性，制造業(yè)科技創(chuàng)新整體偏向于資本，且具有明顯的路徑依賴特征[21]。因此，企業(yè)生產(chǎn)決策不僅取決于要素投入組合的經(jīng)濟性，而且取決于研發(fā)過程中要素效率水平提升的相對程度[22]。

截至目前，既有文獻已就不同省份、不同產(chǎn)業(yè)、不同企業(yè)的創(chuàng)新效率進行了大量測算和考察，但聚焦于某一特定區(qū)域或城市群的研究仍相對較少，且大多以長三角地區(qū)為研究對象[23-25]。少數(shù)幾篇關(guān)于珠三角地區(qū)的研究則運用數(shù)據(jù)包絡(luò)法（DEA）、雙重差分法（DID）等分別對珠三角整體和各城市的創(chuàng)新效率、創(chuàng)新能力、創(chuàng)新分工等進行了測算與評價，結(jié)論多認為盡管珠三角地區(qū)整體創(chuàng)新水平較高，但目前的創(chuàng)新體系存在資源配置低效和規(guī)模不經(jīng)濟現(xiàn)象[26-29]。另外，也有文獻將其與京津冀、長三角、成渝城市群等作橫向比較，結(jié)論不一[30-33]。根據(jù)這些研究，珠三角地區(qū)科技創(chuàng)新能力強勁，但亦存在較大的研發(fā)效率增長空間。創(chuàng)新要素投入之間以及要素投入與配置結(jié)構(gòu)之間的相互作用機制復(fù)雜多樣，在明晰現(xiàn)有創(chuàng)新要素投入格局和配置結(jié)構(gòu)的基礎(chǔ)上再進行相應(yīng)的創(chuàng)新效率及影響因素分析，可提高分析結(jié)果和政策建議的有效性。明晰珠三角地區(qū)創(chuàng)新要素的配置結(jié)構(gòu)和配置效率，對提高珠三角地區(qū)創(chuàng)新績效具有重要現(xiàn)實意義。

本文的邊際貢獻主要體現(xiàn)在：第一，區(qū)別于采用固定彈性模型對中性技術(shù)進步的分析，本文利用超越對數(shù)生產(chǎn)函數(shù)測算相關(guān)參數(shù)，推導(dǎo)珠三角地區(qū)創(chuàng)新系統(tǒng)的技術(shù)結(jié)構(gòu)表達式，并結(jié)合要素產(chǎn)出彈性、偏向性技術(shù)進步差異、要素替代彈性分析創(chuàng)新要素的技術(shù)進步偏向及其配置效率對珠三角地區(qū)科技創(chuàng)新的影響;第二，利用永續(xù)盤存法對珠三角地區(qū)各城市的R&D資本存量進行測算，這有助于更好地體現(xiàn)研發(fā)活動的連續(xù)性，有利于我們客觀認識R&D活動對創(chuàng)新產(chǎn)出的影響。

二、研究設(shè)計

（一）模型構(gòu)建

在要素投入與產(chǎn)出關(guān)系分析的模型選取上，較為常用的有柯布-道格拉斯生產(chǎn)函數(shù)和超越對數(shù)函數(shù)兩種形式。前者假定技術(shù)進步中性和產(chǎn)出彈性、替代彈性固定;后者則放寬了上述假定，模型形式更加靈活，能更好地避免函數(shù)形式誤設(shè)問題，在多要素生產(chǎn)函數(shù)研究中應(yīng)用愈發(fā)廣泛?？紤]到隨著時間的推移，事前難以確定珠三角地區(qū)各城市技術(shù)是否中性、產(chǎn)出彈性與替代彈性是否固定，本文構(gòu)建超越對數(shù)函數(shù)模型來描述珠三角地區(qū)的創(chuàng)新生產(chǎn)系統(tǒng)。

根據(jù)被解釋變量的不同，超越對數(shù)函數(shù)主要分為超越對數(shù)生產(chǎn)函數(shù)、超越對數(shù)價格函數(shù)與超越對數(shù)成本函數(shù)。理論上，三種超越對數(shù)函數(shù)可等價地應(yīng)用于相關(guān)研究，但在競爭條件下，決策主體可將要素價格視為外生變量，因此，在微觀或中觀層面，以要素價格為自變量的超越對數(shù)成本函數(shù)及價格函數(shù)能有效避免內(nèi)生性問題，估計效果優(yōu)于超越對數(shù)生產(chǎn)函數(shù);而在宏觀層面，由于要素投入數(shù)量與要素價格均可視為內(nèi)生變量，三種超越對數(shù)函數(shù)的相對優(yōu)劣難以預(yù)測[34]。鑒于本文所考察問題涉及要素僅有勞動與資本兩類，可利用嶺回歸法提高估計精度，改善共線性問題，且創(chuàng)新要素價格難以衡量，因此本文選用超越對數(shù)生產(chǎn)函數(shù)進行分析和估計，模型設(shè)定如下：

lnRDYit=β0+βtTit+βllnRDLit+βklnRDKit+βttT+βll（lnRDLit）2+βkk（lnRDKit）2+βtlTitlnRDLit+βtkTitlnRDKit+βlklnRDLitlnRDKit+εit（1）

其中，RDYit表示城市i在t期的創(chuàng)新產(chǎn)出，RDLit表示城市i在t期的創(chuàng)新勞動投入，RDKit表示城市i在t期的創(chuàng)新資本投入，Tit為時間趨勢?？紤]到技術(shù)進步會隨時間發(fā)生變化，本文參考王建民和楊力的研究[25]，引入一個時間趨勢變量Tt+1=Tt（1+α），T0=1，以反映經(jīng)濟系統(tǒng)中的中性技術(shù)進步，其中α表示技術(shù)進步率，用各城市專利授權(quán)量的年均增長率衡量。β為待估參數(shù)，εit為隨機誤差項。

根據(jù)式（1）可得創(chuàng)新勞動投入的產(chǎn)出彈性為：

δl===βl+βtlTt+βlklnRDKt+2βlllnRDLt（2）

創(chuàng)新資本投入的產(chǎn)出彈性為：

δk===βk+βtkTt+βlklnRDLt+2βkklnRDKt（3）

產(chǎn)出隨時間的自主變化彈性為：

δt===βt+βtllnRDLt+βtklnRDKt+2βttTt（4）

其中，βt+2βttTt反映了中性技術(shù)進步貢獻率，βtllnRDLt+βtklnRDKt反映了要素偏向性技術(shù)進步貢獻率。根據(jù)Diamond[35]，當(dāng)存在技術(shù)進步偏向時，創(chuàng)新勞動投入與創(chuàng)新資本投入的技術(shù)進步偏向性差異為：

BIASLK=-（5）

BIASLK>0表示給定要素投入比例，當(dāng)發(fā)生技術(shù)進步時，創(chuàng)新勞動投入的邊際產(chǎn)出相對于創(chuàng)新資本投入增長更快，即科技創(chuàng)新傾向于節(jié)約資本而更依賴于勞動要素投入;BIASLK<0表示技術(shù)進步是資本偏向型;BIASLK=0則表示中性技術(shù)進步。

可以看出，在超越對數(shù)生產(chǎn)函數(shù)中，產(chǎn)出彈性反映了投入要素之間以及投入要素與時間趨勢之間的相互作用，同時亦反映了不同要素之間的技術(shù)進步差異。因此，超越對數(shù)生產(chǎn)函數(shù)相較于C-D生產(chǎn)函數(shù)可揭示實際經(jīng)濟系統(tǒng)的更多內(nèi)容。

根據(jù)產(chǎn)出彈性亦可計算得到創(chuàng)新勞動投入對創(chuàng)新產(chǎn)出增長的貢獻率為：

ηl=δl（6）

創(chuàng)新資本投入對創(chuàng)新產(chǎn)出增長的貢獻率為：

ηk=δk（7）

另外，超越對數(shù)函數(shù)的核心功能之一是刻畫要素投入之間的替代或互補關(guān)系。準確把握生產(chǎn)要素之間的替代或互補關(guān)系，有助于決策者依據(jù)要素價格變化調(diào)整生產(chǎn)決策，從而改善資源配置效率。根據(jù)式（1）的超越對數(shù)生產(chǎn)函數(shù)可得到創(chuàng)新勞動投入對創(chuàng)新資本投入的替代彈性為：

ELK=（8）

ELK<0表示創(chuàng)新勞動投入與創(chuàng)新資本投入之間是互補關(guān)系，表明地區(qū)創(chuàng)新要素投入比例與技術(shù)進步不匹配，此時要素投入組合將使地區(qū)創(chuàng)新產(chǎn)出處于不經(jīng)濟區(qū)間;ELK>0表示RDL與RDK之間是替代關(guān)系，表明地區(qū)創(chuàng)新要素投入比例與技術(shù)進步相匹配，此時要素投入組合將使地區(qū)創(chuàng)新產(chǎn)出處于有效經(jīng)濟區(qū)間。當(dāng)01時，RDL與RDK之間富有替代彈性;ELK=0則表示在其他投入要素不變的情況下，RDL與RDK的邊際產(chǎn)出與要素投入同比例變化。

（二）指標(biāo)說明與數(shù)據(jù)來源

1.指標(biāo)說明

模型的正確估計依賴于所選指標(biāo)的合理定義與衡量。本文對創(chuàng)新產(chǎn)出RDY、創(chuàng)新勞動投入RDL和創(chuàng)新資本投入RDK的衡量方式如下：

（1）創(chuàng)新產(chǎn)出。現(xiàn)有研究中，常見的創(chuàng)新產(chǎn)出衡量指標(biāo)有新產(chǎn)品銷售收入、新產(chǎn)品開發(fā)項目數(shù)、專利申請授權(quán)量、科技論文發(fā)表數(shù)量等，或上述指標(biāo)的綜合使用[16，25，36-37]。考慮到一些發(fā)明并未經(jīng)過項目開發(fā)或?qū)＠暾?，同時專利指標(biāo)可能損失創(chuàng)新產(chǎn)出的市場化水平等信息，以及大多科技論文實際并未應(yīng)用于生產(chǎn)，而新產(chǎn)品銷售收入能較好地表達創(chuàng)新產(chǎn)出的市場化能力，本文選用新產(chǎn)品銷售收入作為珠三角地區(qū)創(chuàng)新產(chǎn)出的衡量指標(biāo)。

（2）創(chuàng)新勞動投入。人力資本是一國經(jīng)濟增長的動力源泉，對技術(shù)創(chuàng)新而言亦如是。無論是自主創(chuàng)新還是模仿學(xué)習(xí)，都需研發(fā)人員具體實現(xiàn)。本文以R&D活動人員全時當(dāng)量來衡量實際創(chuàng)新勞動投入，其值為考察期內(nèi)R&D全時活動人員工作量與非全時活動人員按實際工作時長折算的工作量之和。

（3）創(chuàng)新資本投入。不論是前沿研究還是基礎(chǔ)研究，現(xiàn)代科學(xué)研究活動的開展與落實必須有大量R&D經(jīng)費投入作為保障[38]。本文以R&D經(jīng)費內(nèi)部支出來衡量開展創(chuàng)新研發(fā)活動的實際資本投入水平。由于R&D經(jīng)費支出會對當(dāng)期及以后的創(chuàng)新活動產(chǎn)生影響，若以R&D經(jīng)費支出直接作為資本要素投入的衡量指標(biāo)將使測算結(jié)果產(chǎn)生偏誤，難以反映地區(qū)研發(fā)創(chuàng)新的真實發(fā)展情況。綜合以上考慮以及創(chuàng)新活動的連續(xù)性特征，本文以永續(xù)盤存法對其進行存量核算，計算公式如下：

RDKt=（1-δ）RDKt-1+At（9）

其中，δ表示R&D資產(chǎn)折舊率，At表示第t期的不變價R&D資產(chǎn)投資。該式的計算共涉及四個關(guān)鍵參數(shù)，即當(dāng)期R&D資產(chǎn)投資、R&D資產(chǎn)價格指數(shù)、R&D資產(chǎn)折舊率以及初始R&D資本存量。

當(dāng)期R&D資產(chǎn)投資。目前，中國官方并未公布R&D投資數(shù)據(jù)，鑒于數(shù)據(jù)可得性，本文參考國內(nèi)相關(guān)研究以研發(fā)經(jīng)費內(nèi)部支出來進行研發(fā)投入資本化核算[16，.39]。

R&D資產(chǎn)價格指數(shù)。不同學(xué)者對R&D資產(chǎn)價格指數(shù)的測算方法不盡相同，總的來看，普遍使用相關(guān)價格指數(shù)替代或用一組價格指數(shù)加權(quán)計算。例如，Griliches使用GNP價格指數(shù)和非金融企業(yè)工資價格指數(shù)來加權(quán)計算，權(quán)重分別為0.51和0.49[40]。考慮到R&D支出主要由固定資本消耗、勞動者報酬和中間品支出構(gòu)成，以及廣東省內(nèi)各市缺失上述多種統(tǒng)計數(shù)據(jù)，本文設(shè)定R&D資產(chǎn)價格指數(shù) =GDP平減指數(shù)×0.55 +居民消費價格指數(shù)×0.45。

R&D資產(chǎn)折舊率。目前國內(nèi)外對于R&D資產(chǎn)折舊率的設(shè)定尚無統(tǒng)一標(biāo)準，但關(guān)于折舊率與R&D資產(chǎn)的使用壽命和折舊模式的密切關(guān)系已形成普遍共識。本文按OECD的建議，假定R&D資產(chǎn)平均使用壽命為10年[41]，并參考江永宏和孫鳳娥[39]，取10%的殘值率，得到折舊率為20.6%。

初始R&D資本存量。對于初始資本存量的估計，目前學(xué)術(shù)界多利用當(dāng)期投資與資本存量的比例推算。假定投資增長率與資本存量增長率長期相同[42]，則計算公式為RDK0=A1/（gA+δ），其中，gA為2001—2019年R&D投資的年均增長率。

2.數(shù)據(jù)來源

本文以2001—2019年為時間窗口，以廣東省珠三角地區(qū)9個城市即廣州、深圳、珠海、佛山、惠州、東莞、中山、江門和肇慶的科技創(chuàng)新活動為研究對象，專利授權(quán)量數(shù)據(jù)來源于廣東省市場監(jiān)督管理局（知識管理局），其余所用數(shù)據(jù)全部來源于2001—2020年《廣東統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。另外，數(shù)據(jù)口徑統(tǒng)一為規(guī)模以上工業(yè)企業(yè)，新產(chǎn)品銷售收入與R&D經(jīng)費支出均調(diào)整為2000年不變價格。表1為本文主要變量的描述性統(tǒng)計結(jié)果。

三、測算結(jié)果與分析

（一）模型估計

當(dāng)投入要素有n種時，超越對數(shù)生產(chǎn)函數(shù)的待估參數(shù)將有1+[n（n+3）/2]個。此時，在給定樣本數(shù)據(jù)容量的情況下，過多的待估參數(shù)通常導(dǎo)致嚴重的多重共線性問題，使模型估計失真。針對該問題，目前相關(guān)研究多使用嶺回歸估計法，以引入估計偏差為代價，提高模型估計精度。本文亦采用嶺回歸法對式（1）進行估計，結(jié)果如表2所示。

根據(jù)表2，全部變量系數(shù)估計值均較好地通過了5%水平下的顯著性檢驗。從各項系數(shù)估計結(jié)果來看，首先，時間趨勢及其二次項系數(shù)為正，表明珠三角地區(qū)科技創(chuàng)新系統(tǒng)存在中性技術(shù)進步并呈加速態(tài)勢。其次，創(chuàng)新勞動投入系數(shù)顯著為正，說明R&D活動人員即高素質(zhì)人才對創(chuàng)新的影響愈加突出，而創(chuàng)新資本投入系數(shù)顯著為負，說明R&D經(jīng)費對珠三角地區(qū)科技創(chuàng)新的影響正逐漸減弱。再次，勞動投入與資本投入二次項系數(shù)均顯著為負，表明珠三角地區(qū)創(chuàng)新經(jīng)濟生產(chǎn)系統(tǒng)規(guī)模報酬遞減，即當(dāng)R&D活動人員和R&D資本投入規(guī)模達到一定程度時，創(chuàng)新產(chǎn)出增加比例會逐漸遞減，可能原因是資本替代勞動力速度過快以及人才“擁擠”而引致的浪費與低效。根據(jù)估計結(jié)果，顯然，創(chuàng)新資本投入已進入規(guī)模不經(jīng)濟階段;另外，勞動與資本投入交叉項系數(shù)顯著為正，表明創(chuàng)新要素的配置效率對創(chuàng)新產(chǎn)出有正向影響，因此，珠三角地區(qū)各城市應(yīng)整合優(yōu)化創(chuàng)新要素配置，減少資源錯配和資源浪費，以要素“結(jié)構(gòu)紅利”促進創(chuàng)新產(chǎn)出增長。最后，時間趨勢與創(chuàng)新勞動投入和創(chuàng)新資本投入交互項系數(shù)均顯著，表明珠三角地區(qū)創(chuàng)新生產(chǎn)系統(tǒng)存在偏向性技術(shù)進步。但不同要素技術(shù)進步對創(chuàng)新績效影響不同，隨著技術(shù)進步的累積，人才對科技創(chuàng)新的影響逐漸加深，資本投入的影響則逐漸減弱。

（二）珠三角地區(qū)創(chuàng)新要素產(chǎn)出彈性及增長貢獻率測算與分析

經(jīng)濟增長理論和各國增長實踐均表明，地區(qū)間經(jīng)濟增長和收入水平的差異很大程度上源于全要素生產(chǎn)率的差異，這又主要來源于研發(fā)投入或技術(shù)引進所帶來的技術(shù)進步差異和資源配置效率差異，前者主要表現(xiàn)為創(chuàng)新要素投入對創(chuàng)新產(chǎn)出的轉(zhuǎn)化能力，后者則表現(xiàn)為技術(shù)進步偏向和要素替代關(guān)系的交互作用。生產(chǎn)要素產(chǎn)出彈性是衡量要素使用率的明確指標(biāo)，可直接反映要素投入轉(zhuǎn)變?yōu)楫a(chǎn)出的能力大小。根據(jù)式（1）的參數(shù)估計結(jié)果，結(jié)合式（2）、（3）、（4）、（6）、（7）可分別計算創(chuàng)新勞動投入與創(chuàng)新資本投入的產(chǎn)出彈性、產(chǎn)出增長貢獻率以及要素偏向性技術(shù)進步貢獻率，結(jié)果如表3（下頁）所示。

根據(jù)表3，創(chuàng)新勞動投入與創(chuàng)新資本投入的年均產(chǎn)出彈性分別為-0.216和0.802，產(chǎn)出增長貢獻率分別為-0.326和0.730，這表明R&D資本投入是提升區(qū)域創(chuàng)新能力不可或缺的因素，但R&D活動人員的產(chǎn)出創(chuàng)造力尚未得到充分釋放。從要素產(chǎn)出彈性的變化趨勢來看，2001—2019年珠三角地區(qū)創(chuàng)新勞動投入的產(chǎn)出彈性在[-1.5，1.5]的區(qū)間內(nèi)起伏較大，表現(xiàn)出明顯的階段性特征：2001—2008年珠三角地區(qū)創(chuàng)新勞動投入的產(chǎn)出彈性呈下降態(tài)勢，且始終處于負區(qū)間，2009—2019年則保持小幅波動增長態(tài)勢;與之相反，2001—2008年珠三角地區(qū)創(chuàng)新資本投入的產(chǎn)出彈性呈增長態(tài)勢，且均大于零，但此后表現(xiàn)頹勢，逐漸跌入負區(qū)間。從勞動與資本產(chǎn)出彈性的對比來看，樣本期間珠三角地區(qū)創(chuàng)新勞動投入和創(chuàng)新資本投入的產(chǎn)出彈性表現(xiàn)出此消彼長特征。具體而言，2001—2014年創(chuàng)新勞動投入的產(chǎn)出彈性始終小于資本投入，但二者之間的差距逐漸縮小;這一階段內(nèi)的創(chuàng)新要素投入對創(chuàng)新產(chǎn)出的增長貢獻率情況亦如此。這意味著此時創(chuàng)新資本投入是科技創(chuàng)新的主要驅(qū)動力，主要原因在于R&D資本持續(xù)大量投入以及人才資源相對短缺。2004年，中共廣東省委、廣東省人民政府在《關(guān)于加快建設(shè)科技強省的決定》中首次提出建設(shè)科技強省的戰(zhàn)略目標(biāo)，其后近10年珠三角地區(qū)R&D實際經(jīng)費支出和R&D從業(yè)人員分別達到了年均17.57%和16.74%的高速增長。根據(jù)內(nèi)生增長理論，在科技創(chuàng)新和經(jīng)濟增長中，起決定性作用的應(yīng)是人力資本質(zhì)量而非數(shù)量。根據(jù)中國科學(xué)院可持續(xù)發(fā)展戰(zhàn)略研究組的測算，2004年廣東省區(qū)域教育能力指數(shù)僅為49.36，居全國第10位，其中教育投入、教育規(guī)模和教育成就指數(shù)分別居全國第3、23和18位;《2008廣東省民營科技企業(yè)統(tǒng)計調(diào)查報告》顯示，2008年廣東省技工貿(mào)總收入100萬元以上的民營科技企業(yè)共有長期從業(yè)人員118萬人，其中具有博士以上學(xué)位的僅占0.18%，遠低于全國平均水平?？梢?，彼時廣東省的人力資源條件和教育發(fā)展基礎(chǔ)平均水平不高，難以實現(xiàn)R&D人員投入的規(guī)模效益，反而可能因低水平的科技從業(yè)人員過度“擁擠”而造成資源配置無效。

2015年后，創(chuàng)新勞動投入的產(chǎn)出彈性成功轉(zhuǎn)正并超過跌入負值的資本投入產(chǎn)出彈性。這既是大規(guī)模持續(xù)性資本投入的必然結(jié)果，也說明盡管珠三角地區(qū)創(chuàng)新勞動投入的使用效率仍不高，“人才紅利”尚未完全生效，但人力資本的增長效應(yīng)和知識溢出的規(guī)模效益正逐步釋放。究其原因，教育支出已連續(xù)20余年居廣東省內(nèi)財政支出首位，2019年在地方財政預(yù)算支出中占比高達18.56%，居全國第三位①;省內(nèi)高層次人才規(guī)模亦逐年擴大，2000—2019年博士在校生數(shù)量年均增長33%。人力資本投資的持續(xù)積累和人力資本質(zhì)量的穩(wěn)步提升是創(chuàng)新勞動投入產(chǎn)出彈性及產(chǎn)出增長貢獻率提高的根本原因。

另外，珠三角地區(qū)創(chuàng)新要素偏向性技術(shù)進步貢獻率整體穩(wěn)定，且始終大于中性技術(shù)進步貢獻率②，這凸顯了創(chuàng)新要素投入對科技創(chuàng)新的重要性。同時，2001—2019年珠三角地區(qū)創(chuàng)新勞動投入與資本投入的配置效率得到了一定程度改善，有利于創(chuàng)新產(chǎn)出水平的提高;但不可否認的是，其仍處于較低水平，要素配置結(jié)構(gòu)有待進一步完善。

（三）珠三角地區(qū)技術(shù)進步偏向性及創(chuàng)新要素替代彈性測算與分析

產(chǎn)出變化不僅來源于要素生產(chǎn)效率的變化，而且受要素配置結(jié)構(gòu)的影響;而政策制定者和市場主體調(diào)整要素配置結(jié)構(gòu)的能力在很大程度上取決于要素替代關(guān)系。要素替代彈性是衡量要素之間替代關(guān)系強弱的核心指標(biāo)，其通過邊際技術(shù)替代率變化對要素投入結(jié)構(gòu)的影響程度來反映經(jīng)濟系統(tǒng)中的技術(shù)結(jié)構(gòu)與要素投入結(jié)構(gòu)匹配的合理性。根據(jù)Acemoglu[20]，技術(shù)進步偏向主要受兩種效應(yīng)影響，分別是價格效應(yīng)（priceeffect）——技術(shù)進步傾向于加快相對稀缺要素的邊際產(chǎn)出增長，以及市場規(guī)模效應(yīng)（marketsizeeffect）——技術(shù)進步傾向于提高相對豐裕要素的邊際產(chǎn)出增長率;最終技術(shù)進步偏向于何種生產(chǎn)要素則取決于兩種要素之間的替代或互補關(guān)系。若兩種要素表現(xiàn)為替代關(guān)系，則市場規(guī)模效應(yīng)占主導(dǎo)，此時技術(shù)進步偏向于相對豐裕要素，要素投入結(jié)構(gòu)與技術(shù)結(jié)構(gòu)相匹配;若要素之間表現(xiàn)為互補關(guān)系，則價格效應(yīng)占主導(dǎo)，技術(shù)進步偏向于相對稀缺要素，要素投入結(jié)構(gòu)與技術(shù)結(jié)構(gòu)存在一定缺口。根據(jù)式（5）和式（8）可計算珠三角地區(qū)技術(shù)進步偏向性以及創(chuàng)新勞動投入對創(chuàng)新資本投入的替代彈性，結(jié)果如圖1（下頁）所示。

在進行分析之前，結(jié)合式（2）與式（3）先對式（5）進行合理變形：

BIASLK=-=-=-（10）

其中，MPL和MPK分別為創(chuàng)新勞動投入與創(chuàng)新資本投入的邊際產(chǎn)出。那么，要素技術(shù)進步偏向性差異就可理解為創(chuàng)新要素投入之間的邊際產(chǎn)出增長率差異。勞動邊際產(chǎn)出增長通常較為穩(wěn)定，要素技術(shù)進步偏向性差異的變化主要受資本邊際產(chǎn)出變化的影響[21]。根據(jù)圖1（下頁），2001—2019年珠三角地區(qū)技術(shù)進步對創(chuàng)新資本投入的偏向性基本穩(wěn)定，僅2014年由于創(chuàng)新勞動投入邊際產(chǎn)出的突增而體現(xiàn)出勞動偏向。近年來，在創(chuàng)新資本積累和創(chuàng)新產(chǎn)品需求增長的雙重作用下，珠三角地區(qū)創(chuàng)新資本投入的邊際產(chǎn)出保持增長態(tài)勢;但資本替代勞動的速度過快或者說創(chuàng)新要素資本深化程度加強將會在一定程度上抑制其邊際產(chǎn)出的增長[21，43]，使得技術(shù)進步的資本偏向始終不甚明顯。這也表明科技創(chuàng)新重在效率而非數(shù)量，要素投入的大量堆疊可能僅具有短期增長效應(yīng)，這亦與2015年以來創(chuàng)新資本投入的產(chǎn)出彈性和產(chǎn)出增長貢獻率遞減趨勢相符。

與之相對應(yīng)，珠三角地區(qū)創(chuàng)新勞動投入與創(chuàng)新資本投入間的替代彈性始終在零值附近波動，僅2007—2008年在國際金融危機的影響下迅速下跌，但隨后又迅速恢復(fù)至平均水平，創(chuàng)新要素間主要表現(xiàn)為較強的互補關(guān)系。根據(jù)微觀經(jīng)濟理論，利潤最大化的均衡條件是兩種要素的邊際產(chǎn)出之比等于要素相對價格，那么，當(dāng)資本偏向型技術(shù)進步和要素互補關(guān)系并存時，技術(shù)進步將提高資本投入的相對邊際產(chǎn)出，從而提高資本的相對價格;但是，由于要素之間表現(xiàn)為互補關(guān)系，企業(yè)難以使用相對價格更低的勞動要素以節(jié)約成本進而改善資源配置。因此，從整體上來看，珠三角地區(qū)創(chuàng)新生產(chǎn)系統(tǒng)中的要素投入比例與技術(shù)結(jié)構(gòu)匹配度較低，創(chuàng)新要素之間的耦合協(xié)作能力較差，創(chuàng)新要素選擇空間有限，其組合方式使科技創(chuàng)新基本處于不經(jīng)濟區(qū)間。因此，珠三角地區(qū)應(yīng)進一步深化要素市場化配置改革，化解創(chuàng)新要素動態(tài)匹配矛盾，提高創(chuàng)新要素配置效率，從而提高創(chuàng)新要素之間的適配性和可替代性。

（四）珠三角地區(qū)各城市創(chuàng)新要素配置效率的比較分析

珠三角地區(qū)是全球經(jīng)濟最發(fā)達的地區(qū)之一，但其內(nèi)部經(jīng)濟發(fā)展水平和科技創(chuàng)新能力參差不齊。2019年，珠三角地區(qū)9市GDP占廣東省GDP的比重超過80%，其中，廣州、深圳、佛山、東莞4市GDP之和分別占廣東省GDP總量和珠三角地區(qū)GDP總量的65.7%和81.5%?？萍紕?chuàng)新方面，2019年珠三角地區(qū)9市R&D經(jīng)費支出和新產(chǎn)品銷售收入分別達2962.36億元和40 561.12億元，R&D投入強度達3.4%，其中，廣州、深圳、佛山、東莞4市R&D經(jīng)費支出和新產(chǎn)品銷售收入分別占珠三角地區(qū)總量的87.2%和82.6%?？梢?，珠三角地區(qū)內(nèi)部各市創(chuàng)新能力差異顯著。具體而言，珠三角地區(qū)9市創(chuàng)新要素產(chǎn)出彈性及產(chǎn)出增長貢獻率如表4（下頁）所示。

根據(jù)表4，2001—2019年深圳市的創(chuàng)新勞動投入年均產(chǎn)出彈性位居珠三角地區(qū)首位，且遠超創(chuàng)新資本投入產(chǎn)出彈性。這主要源于深圳市內(nèi)科技創(chuàng)新企業(yè)和高層次人才的聚集。2019年，深圳市內(nèi)有近5000家企業(yè)從事R&D活動、5700家企業(yè)擁有研發(fā)機構(gòu)，同時R&D從業(yè)人員逾37萬人，占廣東省的34.6%。人才的集聚與科研設(shè)施的完善有助于擴散知識溢出效應(yīng)，從而形成規(guī)模效益。與此同時，佛山、東莞、中山、江門、肇慶5市的勞動投入年均產(chǎn)出彈性均為負，其中，東莞市創(chuàng)新勞動投入年均增長率高達29.098%，這與其負產(chǎn)出彈性形成鮮明對比，表明東莞市尚未將人才數(shù)量優(yōu)勢轉(zhuǎn)化為質(zhì)量優(yōu)勢，人才潛力需進一步釋放。從創(chuàng)新資本投入的產(chǎn)出彈性來看，肇慶市擁有珠三角地區(qū)內(nèi)最大的年均資本產(chǎn)出彈性。根據(jù)前文分析，珠三角地區(qū)整體科技創(chuàng)新已進入資本要素規(guī)模遞減階段，但肇慶市科技創(chuàng)新在珠三角地區(qū)起步較晚，資本投入的絕對規(guī)模和相對增速均處于珠三角地區(qū)低位，這使得肇慶市的科技創(chuàng)新仍處于資本投入規(guī)模經(jīng)濟階段，R&D支出的持續(xù)增長將引致創(chuàng)新產(chǎn)出的成倍增加。這與深圳市形成鮮明對比。2001年以來，深圳市R&D資本存量始終居于珠三角地區(qū)乃至廣東省首位，但近10年來，深圳市創(chuàng)新資本投入的產(chǎn)出彈性持續(xù)下降，且于2019年跌至珠三角內(nèi)最低水平。這再次表明，高強度的R&D資本投入僅是科技創(chuàng)新的必要條件而非充分條件。

珠三角地區(qū)技術(shù)進步偏向性及創(chuàng)新要素替代彈性如圖2所示。首先，從技術(shù)進步偏向性差異大小來看，廣州、深圳、佛山、東莞、中山、江門、肇慶7市的創(chuàng)新要素偏向性差異在樣本期間逾半均小于0，表明上述城市的技術(shù)進步主要表現(xiàn)出資本偏向性，即技術(shù)進步相對提高了創(chuàng)新資本要素的邊際產(chǎn)出增長率，進而提高了資本的相對價格。與之相對應(yīng)，就創(chuàng)新要素替代彈性而言，珠三角地區(qū)9市皆表現(xiàn)出較明顯的創(chuàng)新要素互補性，創(chuàng)新要素動態(tài)匹配矛盾顯著，技術(shù)創(chuàng)新多處于不經(jīng)濟區(qū)間，現(xiàn)有要素流通體制機制愈發(fā)難以滿足經(jīng)濟發(fā)展需要。而從樣本期間的平均情況來看，除惠州、中山、江門外其余城市的年均要素偏向性差異均為正，這表明技術(shù)進步偏向的正向峰值大于負向，因此若要素配置得當(dāng)，勞動投入使用效率的提升將為科技創(chuàng)新注入強勁動力。從技術(shù)進步偏向性和要素替代彈性的變化趨勢來看，東莞和江門近年來技術(shù)創(chuàng)新對勞動投入的偏向性有所增強，同時，創(chuàng)新要素之間愈發(fā)呈現(xiàn)替代關(guān)系。這表明東莞和江門的創(chuàng)新要素配置結(jié)構(gòu)有所改善，主要原因在于大型科技企業(yè)的入駐及科技創(chuàng)新基礎(chǔ)設(shè)施的建設(shè)與完善，如2018年7月華為公司入駐東莞松山湖科學(xué)城、2015年1月江門中微子實驗站建設(shè)啟動等，均伴隨有大規(guī)模創(chuàng)新勞動與資本流動，從而為當(dāng)?shù)氐目萍紕?chuàng)新注入了新動能。

綜合來看，珠三角地區(qū)以廣州都市圈和深圳都市圈為重點，又包括廣佛肇、深莞惠和珠中江三個子城市群。其中，得益于眾多國家和省級重點實驗室的建設(shè)，廣州市科技創(chuàng)新居珠三角前列，但近年來發(fā)展后勁稍顯不足，對創(chuàng)新要素尤其是高層次人才的吸引力相對較弱，為此，應(yīng)以更大力度優(yōu)惠政策吸引創(chuàng)新人才。深圳市是珠三角地區(qū)乃至全國的創(chuàng)新“領(lǐng)頭羊”，但創(chuàng)新資源的集聚已近飽和，因此可建設(shè)以人工智能、大數(shù)據(jù)為基礎(chǔ)的新型科技園區(qū)，既加速自身產(chǎn)業(yè)升級，又可以產(chǎn)業(yè)轉(zhuǎn)移助力周邊城市如東莞和惠州的創(chuàng)新產(chǎn)業(yè)發(fā)展。珠海、中山、江門發(fā)展水平較為接近，且產(chǎn)業(yè)互補性較強，具有相對突出的科技創(chuàng)新資源統(tǒng)籌優(yōu)勢，可在政策層面加大資本支持力度，增強后發(fā)勢能。

四、主要結(jié)論與政策建議

創(chuàng)新是引領(lǐng)發(fā)展的第一動力。有效提升創(chuàng)新生產(chǎn)效率是我國推動高質(zhì)量發(fā)展、實現(xiàn)人民高品質(zhì)生活、構(gòu)建“雙循環(huán)”新發(fā)展格局以及開啟全面建設(shè)社會主義現(xiàn)代化國家新征程中面臨的重要任務(wù)?；诔鞘袑蛹壝姘鍞?shù)據(jù)，本文構(gòu)建超越對數(shù)生產(chǎn)函數(shù)對2001—2019年珠三角地區(qū)創(chuàng)新生產(chǎn)系統(tǒng)中的創(chuàng)新要素產(chǎn)出彈性、增長貢獻率、技術(shù)進步偏向性以及要素替代彈性等進行了測算與分析，討論了創(chuàng)新要素投入及其配置效率對創(chuàng)新產(chǎn)出的影響，得到了如下結(jié)論：第一，創(chuàng)新要素投入對提高區(qū)域創(chuàng)新能力具有重要影響，但不同投入要素的影響不盡相同。2001—2014年，珠三角地區(qū)創(chuàng)新資本投入的產(chǎn)出彈性和創(chuàng)新產(chǎn)出增長貢獻率均大于創(chuàng)新勞動投入，創(chuàng)新產(chǎn)出增長主要依賴于資本投入驅(qū)動;2015年之后人力資本的增長效應(yīng)逐步釋放，珠三角地區(qū)科技創(chuàng)新主要由勞動投入驅(qū)動。第二，2001—2019年珠三角地區(qū)技術(shù)進步主要偏向于資本，創(chuàng)新要素間主要表現(xiàn)為互補關(guān)系;整體而言，珠三角的創(chuàng)新要素投入比例與技術(shù)進步匹配度較低，創(chuàng)新要素配置效率亟待提升。第三，珠三角地區(qū)各市創(chuàng)新能力和創(chuàng)新驅(qū)動因素差異顯著，但技術(shù)進步多表現(xiàn)出資本偏向性和要素互補性，技術(shù)創(chuàng)新多處于不經(jīng)濟區(qū)間。

為完善創(chuàng)新要素配置結(jié)構(gòu)、提高創(chuàng)新要素配置效率，珠三角地區(qū)應(yīng)從如下方面著力：

第一，調(diào)整創(chuàng)新投入結(jié)構(gòu)，改變資本投入驅(qū)動科技創(chuàng)新狀況。盡管大規(guī)模的資本投入之于科技創(chuàng)新而言不可或缺，但政府和企業(yè)均應(yīng)認識到，過度的資本投入將降低邊際產(chǎn)出，且可能引致規(guī)模不經(jīng)濟?？沙掷m(xù)的科技創(chuàng)新根本動力在于人力資本投資與積累。因此，珠三角地區(qū)一方面需持續(xù)加大創(chuàng)新要素投入，放大規(guī)模效益;另一方面要全面落實人才強省戰(zhàn)略，重視科技創(chuàng)新從業(yè)人員隊伍建設(shè)，從而增強創(chuàng)新要素配置優(yōu)化對技術(shù)創(chuàng)新的驅(qū)動力。這既需要增加對高等院校、科研院所的經(jīng)費支持，提升人才培養(yǎng)能力，并擴大研究生招生規(guī)模，壯大科研人員及相關(guān)產(chǎn)業(yè)人才后備軍，從而挖掘創(chuàng)新潛力并提高技術(shù)供給能力;又要繼續(xù)探索創(chuàng)新人才政策，多渠道、多層次引入境內(nèi)外高層次人才。珠三角地區(qū)應(yīng)進一步加大對人才的服務(wù)管理、經(jīng)費扶持和權(quán)益保障，并給予創(chuàng)新人才更大的研發(fā)自主權(quán)和經(jīng)費使用權(quán)，營造鼓勵創(chuàng)新但亦接受失敗的社會輿論環(huán)境，以此吸引、激勵并留住科技創(chuàng)新人才;還應(yīng)大力培育人才“獵頭”機構(gòu)，利用大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)在全球范圍內(nèi)搜索、引進人才。

第二，加快推進資本要素市場化進程，實現(xiàn)企業(yè)R&D投入內(nèi)生化。珠三角地區(qū)各地方政府應(yīng)完善對創(chuàng)新生產(chǎn)活動的支持服務(wù)體系，建立經(jīng)費分配的市場機制，改事前資助為事后獎勵，減少直接補貼，減少由此引發(fā)的“尋租”行為并降低創(chuàng)新生產(chǎn)效率損失。這樣不僅可鼓勵企業(yè)積極尋求創(chuàng)新成果轉(zhuǎn)化，亦可減少低效的研發(fā)投入，提升創(chuàng)新資本要素的使用效率。另外，珠三角地區(qū)應(yīng)與港澳金融部門加強合作，通過市場機制為企業(yè)創(chuàng)新活動提供融資，推動科技成果資本化，深化“科技+金融”雙輪驅(qū)動。

第三，加強科技創(chuàng)新協(xié)同發(fā)展以及創(chuàng)新資源統(tǒng)籌與協(xié)同網(wǎng)絡(luò)建設(shè)。其一，珠三角地區(qū)各市應(yīng)厘清產(chǎn)業(yè)發(fā)展長短板，從而因地制宜、因城施策，增強城市間技術(shù)互補性。一方面，要持續(xù)強化廣州、深圳“雙城”聯(lián)動，以南沙科學(xué)城、光明科學(xué)城、河套深港科技創(chuàng)新合作區(qū)等平臺為抓手，打造珠三角地區(qū)協(xié)同創(chuàng)新合作平臺，促進創(chuàng)新領(lǐng)域信息互通有無，加強創(chuàng)新資源的統(tǒng)一調(diào)度和創(chuàng)新產(chǎn)業(yè)的合理布局。另一方面，應(yīng)挖掘各市技術(shù)創(chuàng)新優(yōu)勢，明確各市技術(shù)研究主攻方向，提升珠三角地區(qū)各城市間技術(shù)結(jié)構(gòu)互補性，從而減少地方政府之間資源競爭所引致的無謂損失。同時，各次級城市應(yīng)基于地理區(qū)位主動加強與周邊核心城市的協(xié)同創(chuàng)新聯(lián)系，如佛山、中山、肇慶對接廣州，東莞“牽手”穗深，江門對接珠澳，惠州對接深圳等，從而承接產(chǎn)業(yè)轉(zhuǎn)移并提升自身創(chuàng)新能力。其二，應(yīng)進一步破除城鄉(xiāng)二元體制桎梏，加強珠三角與粵東、粵西、粵北之間創(chuàng)新要素的暢通流轉(zhuǎn)，擴大知識溢出的空間半徑，實現(xiàn)廣東省內(nèi)各地區(qū)間科技創(chuàng)新的協(xié)調(diào)有序發(fā)展。除此之外，要綜合港澳的開放優(yōu)勢和珠三角的產(chǎn)業(yè)優(yōu)勢，以珠三角國家自主創(chuàng)新示范區(qū)和“兩廊兩點”建設(shè)為抓手，持續(xù)深化粵港澳科技創(chuàng)新交流合作，強化國際創(chuàng)新資源集聚能力，加快形成區(qū)域協(xié)同創(chuàng)新體系和網(wǎng)絡(luò)布局，切實推進國際科技創(chuàng)新中心和國家科學(xué)中心建設(shè)，從而為各城市創(chuàng)新主體間的交流合作提供愈益良性的創(chuàng)新生態(tài)環(huán)境。 [Reform]

參考文獻

[1]JEFFERSON G H， BAI H M， GUAN X J， et al. R&D performance in Chinese industry[J]. Economics of Innovation and New Technology，2006（4）：2-13.

[2]李平，崔喜軍，劉建.中國自主創(chuàng)新中研發(fā)資本投入產(chǎn)出績效分析——兼論人力資本和知識產(chǎn)權(quán)保護的影響[J].中國社會科學(xué)，2007（2）：32-42.

[3]嚴成樑，龔六堂.R&D規(guī)模、R&D結(jié)構(gòu)與經(jīng)濟增長[J].南開經(jīng)濟研究，2013（2）：3-19.

[4]LJUNGWALL C，TINGVALL P G. Is China different？ A meta-analysis of the growth-enhancing effect from R&D spending in China[J]. China Economic Review， 2015（36）： 272-278.

[5]白俊紅，王鉞，蔣伏心，等.研發(fā)要素流動、空間知識溢出與經(jīng)濟增長[J].經(jīng)濟研究，2017（7）：109-123.

[6]TSUBOI M. Growth， R&D and uncertainty[J]. Economic Modelling， 2020（5）： 394-400.

[7]李平，季永寶.要素價格扭曲是否抑制了我國自主創(chuàng)新？[J].世界經(jīng)濟研究，2014（1）：10-15.

[8]王欣，姚洪興.長三角OFDI對區(qū)域技術(shù)創(chuàng)新的非線性動態(tài)影響效應(yīng)——基于吸收能力的PSTR模型檢驗[J].世界經(jīng)濟研究，2016（7）：86-100.

[9]吳傳清，黃磊，文傳浩.長江經(jīng)濟帶技術(shù)創(chuàng)新效率及其影響因素研究[J].中國軟科學(xué)，2017（5）：160-170.

[10] 代麗華，林發(fā)勤.雙向FDI影響區(qū)域創(chuàng)新能力的門檻效應(yīng)研究——基于知識產(chǎn)權(quán)保護的視角[J].中山大學(xué)學(xué)報（社會科學(xué)版），2020（4）：171-182.

[11] 李軍林，徐藝煊，韋天宇.創(chuàng)新政策對城市科技創(chuàng)新建設(shè)的影響及其異質(zhì)性分析[J].改革，2021（2）：128-145.

[12] 邵漢華，鐘琪.研發(fā)要素空間流動與區(qū)域協(xié)同創(chuàng)新效率[J].軟科學(xué)，2018（11）：120-129.

[13] 張杰，周曉艷，李勇.要素市場扭曲抑制了中國企業(yè)R&D？[J].經(jīng)濟研究，2011（8）：78-91.

[14] 戴魁早，劉友金.要素市場扭曲、區(qū)域差異與R&D投入——來自中國高技術(shù)產(chǎn)業(yè)與門檻模型的經(jīng)驗證據(jù)[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015（9）：3-20.

[15] 戴魁早，劉友金.要素市場扭曲與創(chuàng)新效率——對中國高技術(shù)產(chǎn)業(yè)發(fā)展的經(jīng)驗分析[J].經(jīng)濟研究，2016（7）：72-86.

[16] 白俊紅，卞元超.要素市場扭曲與中國創(chuàng)新生產(chǎn)的效率損失[J].中國工業(yè)經(jīng)濟，2016（11）：39-55.

[17] ANTONELLI C，QUATRARO F. The effects of biased technological changes on total factor productivity： A rejoinder and new empirical evidence[J]. Journal of Technology Transfer， 2014， 39（2）： 281-299.

[18] ZULETA H， STURGILL B. Getting growth accounting right[Z]. Documento CEDE No.2015-29.

[19] 李小平，李小克.偏向性技術(shù)進步與中國工業(yè)全要素生產(chǎn)率增長[J].經(jīng)濟研究，2018（10）：82-96.

[20] ACEMOGLU D. Directed technical change[J]. Review of Economic Studies， 2002， 69（4）： 781-809.

[21] 楊振兵.中國制造業(yè)創(chuàng)新技術(shù)進步要素偏向及其影響因素研究[J].統(tǒng)計研究，2016（1）：26-34.

[22] 雷欽禮.偏向性技術(shù)進步的測算與分析[J].統(tǒng)計研究，2013（4）：83-91.

[23] 李夢琦，胡樹華，王利軍.基于DEA模型的長江中游城市群創(chuàng)新效率研究[J].軟科學(xué)，2016（4）：17-21.

[24] 吳傳清，黃磊，文傳浩.長江經(jīng)濟帶技術(shù)創(chuàng)新效率及其影響因素研究[J].中國軟科學(xué)，2017（5）：160-170.

[25] 王建民，楊力.長三角創(chuàng)新要素、配置效率與創(chuàng)新績效[J].上海經(jīng)濟研究，2020（1）：75-85.

[26] 王明亮，張清霞.轉(zhuǎn)型升級進程中珠三角制造業(yè)技術(shù)創(chuàng)新效率評價[J].科技管理研究，2020（18）：95-104.

[27] 劉心怡.粵港澳大灣區(qū)城市創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)與分工研究[J].地理科學(xué)，2020（6）：874-881.

[28] 李燕鴻.珠三角城市創(chuàng)新績效研究——基于粵港澳大灣區(qū)國家戰(zhàn)略背景[J].科技管理研究，2020（1）：6-12.

[29] 蔡曉琳，劉陽，黃灝然.珠三角城市科技創(chuàng)新能力評價[J].科技管理研究，2021（4）：68-74.

[30] 文淑惠，陳燦.成渝城市群與珠三角城市群創(chuàng)新潛力比較及影響因素分析[J].科技進步與對策，2019（9）：51-59.

[31] 樊霞，陳婭，賈建林.區(qū)域創(chuàng)新政策協(xié)同——基于長三角與珠三角的比較研究[J].軟科學(xué)，2019（3）：70-74.

[32] 姚東旭.京津冀協(xié)同創(chuàng)新是否存在“虹吸效應(yīng)”——基于與珠三角地區(qū)對比分析的視角[J].經(jīng)濟理論與經(jīng)濟管理，2019（9）：89-97.

[33] 盛彥文，茍倩，宋金平.城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)與創(chuàng)新效率研究——以京津冀、長三角、珠三角城市群為例[J].地理科學(xué)，2020（11）：1831-1839.

[34] 郝楓.超越對數(shù)函數(shù)要素替代彈性公式修正與估計方法比較[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015（4）：88-105.

[35] DIAMOND P A. Disembodied technical change in a two-sector model[J]. Review of Economic Studies， 1965， 32： 161-168.

[36] 吳延兵.中國地區(qū)工業(yè)知識生產(chǎn)效率測算[J].財經(jīng)研究，2008（10）：4-14.

[37] 李姝，翟士運，古樸.非控股股東參與決策的積極性與企業(yè)技術(shù)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2018（7）：155-173.

[38] SYVERSON C. What determines productivity？[J]. Journal of Economic Literature， 2011， 49（2）： 326-365.

[39] 江永宏，孫鳳娥.中國R&D資本存量測算：1952—2014年[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2016（7）：112-129.

[40] GRILICHES Z. R&D and productivity slowdown[J]. American Economic Review， 1980， 70（2）： 343-348.

[41] OECD. Handbook on driving capital measures of intellectual property products[M]. Paris： OECD Publishing， 2010： 33.

[42] YOUNG A. Gold into base metals： Productivity growth in the People's Republic of China during the reform period[J]. Journal of Political Economy， 2003， 111（6）： 1220-1261.

[43] 戴天仕，徐現(xiàn)祥.中國的技術(shù)進步方向[J].世界經(jīng)濟，2010（11）：54-70.

Evaluation on the Allocation Efficiency of Innovation Factors in the Pearl River Delta： Analysis Based on Translog Production Function

LI Xiao-feng? LU Zi-wei

Abstract： Considering the dynamic changes of technological progress， the translog production function is used to measure and analyze the innovative factors and their allocation efficiency of the technological innovation production system in the Pearl River Delta from 2001 to 2019. The study found that during 2001-2014， the growth of innovation output in the Pearl River Delta was mainly driven by capital input， and the labor-driven role has gradually increased after 2015. At the same time， the Pearl River Delta's capital-biased technological progress and factor complementation coexist， which shows that the factor input structure has a low degree of matching with the technological structure， and the efficiency of the allocation of innovative factors needs to be further improved. Besides， the innovation status of the nine cities in the Pearl River Delta is significantly different， but most of them show the phenomenon of diseconomies of scale. The Pearl River Delta region should adjust the structure of innovation input in order to change the status quo of capital investment-driven innovation and optimize the ecology of innovation. What's more， it is also necessary to clarify the industrial advantages of each city， then strengthen the coordinated development of scientific and technological innovation.

Key words： technological innovation; innovation factors; allocation efficiency; Translog Production Function