李存林，龍珂良

（北方民族大學 a.寧夏智能信息與大數(shù)據(jù)處理重點實驗室；b.管理學院；c.數(shù)學與信息科學學院，寧夏 銀川 750000）

“科學技術(shù)是第一生產(chǎn)力”，而科技創(chuàng)新是科技的發(fā)展基和力量源。進入新時代，科技創(chuàng)新作為提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，已經(jīng)被置于事關(guān)國家發(fā)展全局的核心位置。為對我國科技創(chuàng)新效率進行科學客觀的評價，本文選取長三角城市群作為研究對象，主要依據(jù)體現(xiàn)在三方面。一是長三角地區(qū)是我國科技創(chuàng)新研究產(chǎn)出和經(jīng)濟產(chǎn)出的重要區(qū)域，長三角城市群促進了該地區(qū)科技創(chuàng)新的一體化進程；二是當前長三角城市群的科技創(chuàng)新發(fā)展亟待破局：長三角城市群的科技創(chuàng)新產(chǎn)出水平主要受政府投資和產(chǎn)業(yè)集群環(huán)境影響，在創(chuàng)新能力方面出現(xiàn)了明顯的馬太效應，并且存在創(chuàng)新資源空間分布差異過大的問題；三是探討長三角城市群以提高科技創(chuàng)新產(chǎn)出效率來推動區(qū)域發(fā)展，對其他地區(qū)乃至全國具有示范啟示效應。在研討科技創(chuàng)新效率問題方面，學者們通常會使用空間計量模型［1］、隨機前沿分析法［2］、數(shù)據(jù)包絡分析（data evelope analyse，簡稱DEA）［3］、Malmquist指數(shù)［4］等方法，本文基于上述方法的考量，運用非期望超效率SBM-DEA模型對長三角城市群科技創(chuàng)新產(chǎn)出兩階段效率進行測算，結(jié)合空間相關(guān)性與影響因素分析，對其作出科學客觀的評價。

一、研究方法與模型構(gòu)建

（一）非期望超效率SBM-DEA模型

松弛變量度量（slack based measure，簡稱SBM）模型的核心是將被評價的決策單元（DMU）從參考集中分離，因為被評價的DMU效率值是參考其余DMU組成的前沿面得到的，有效DMU的超效率值一般會大于1，從而對有效DMU進行區(qū)分［5］。2002年Tone將超效率DEA模型同SBM模型結(jié)合，提出了超效率SBM-DEA模型［6］。針對長三角地區(qū)在科技創(chuàng)新活動中產(chǎn)出效率評價的問題，本文測算選定非徑向、非導向的性質(zhì)，采用加入非期望產(chǎn)出的超效率SBM-DEA模型。具體如下：

式（1）中假設有n個DMU，每個DMU由M個投入要素、U1個期望產(chǎn)出要素和U2個非期望產(chǎn)出要素組成，ρ是測算出的DMU效率值，λj是DMU的權(quán)重向量，分別是投入矩陣元素、期望產(chǎn)出矩陣元素、非期望產(chǎn)出矩陣元素，分別是投入要素松弛量、期望產(chǎn)出要素松弛量和非期望產(chǎn)出要素松弛量。當ρ≥1時，該DMU有效；當ρ＜1時，則DMU無效。

（二）莫蘭指數(shù)

莫蘭指數(shù)用于判斷在一定空間范圍內(nèi)的事物之間是否具有相關(guān)性，通常分為全局莫蘭指數(shù)（Global Moran's I）和局部莫蘭指數(shù)（Local Moran's I）。全局莫蘭指數(shù)用于判斷空間中是否存在聚集或異常；局部莫蘭指數(shù)則是用來進一步判斷出現(xiàn)聚集或異常的位置。莫蘭指數(shù)具體如下：

式（2）中IG為全局莫蘭指數(shù)，n代表研究城市數(shù)，xi、xj為第i個和第j個城市的產(chǎn)出階段效率，為效率平均值，S2為效率值的樣本方差，ωij為空間權(quán)重矩陣元素。全局莫蘭指數(shù)的值域為［-1，1］，當指數(shù)值小于0時，表示空間相關(guān)性為負；當指數(shù)值大于0時，表示空間相關(guān)性為正。如式（3）所示，利用Z檢驗對空間相關(guān)性進行顯著性檢驗，E（I）為全局莫蘭指數(shù)期望值，Var（I）代表方差。

式（4）中IL為局部莫蘭指數(shù)，式（5）中S為效率值的樣本標準差，其余參數(shù)同式（2）標志一致。若IL大于0，說明該城市與周圍城市有相似的空間聚集性，為“高—高”或“低—低”聚集；若IL小于0，說明該城市與周圍城市呈現(xiàn)不同的空間聚集性，為“高—低”或“低—高”聚集。通過莫蘭指數(shù)散點圖可以直觀判斷該城市與周邊城市的空間聚集性，局部莫蘭指數(shù)也是通過統(tǒng)計量Z進行顯著性檢驗的。

（三）Tobit回歸模型

本文選擇標準的I型Tobit回歸模型用于科技創(chuàng)新效率影響作用分析，其模型內(nèi)容如下：

（四）指標選取與數(shù)據(jù)來源

在借鑒已有研究的基礎上［7-8］，本文對科技創(chuàng)新投入產(chǎn)出指標進行劃分。在科技創(chuàng)新研究投入方面，地方財政科學技術(shù)費用支出代表科技創(chuàng)新中的資金支持，R&D人員數(shù)則是衡量科技創(chuàng)新中的人力支持。在科技創(chuàng)新研究產(chǎn)出方面，有效發(fā)明專利數(shù)代表科技創(chuàng)新研究產(chǎn)出；科技創(chuàng)新經(jīng)濟期望產(chǎn)出選取了新產(chǎn)品銷售收入、新產(chǎn)品出口額和地區(qū)生產(chǎn)總值三個指標；科技創(chuàng)新過程中的經(jīng)濟活動會帶來非期望產(chǎn)出，本文選取工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)煙塵排放量作為非期望產(chǎn)出指標（見表1）。

表1 長三角城市群科技創(chuàng)新兩階段效率評價體系

科技創(chuàng)新階段存在一定的時滯性，劉漢初等對科技創(chuàng)新滯后效應進行測算并得到有效累積量模型［9］，王鵬等也運用該模型計算珠三角地區(qū)科技創(chuàng)新投入和科技創(chuàng)新研究產(chǎn)出的有效累積量［10］。因此，本文中地方財政科學技術(shù)費用支出采用有效累積量，有效累積模型如下所示：

本文數(shù)據(jù)主要來源于《江蘇統(tǒng)計年鑒》《浙江統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》和《上海統(tǒng)計年鑒》，部分數(shù)據(jù)來源于地方城市的統(tǒng)計年鑒及統(tǒng)計公報，缺失數(shù)據(jù)使用回歸插補法進行補全。本文根據(jù)《長江三角洲城市群發(fā)展規(guī)劃》提到的沿江發(fā)展帶、沿海發(fā)展帶和滬杭金發(fā)展帶將長三角26個城市劃分為東西兩個部分［11］。長三角東部城市群包括上海、蘇州、杭州、寧波、泰州、嘉興、湖州、金華、舟山、臺州、鹽城、紹興、南通等13個城市；長三角西部城市群包括南京、無錫、常州、合肥、揚州、鎮(zhèn)江、蕪湖、馬鞍山、銅陵、安慶、宣城、池州、滁州等13個城市。

二、長三角地區(qū)城市科技創(chuàng)新產(chǎn)出兩階段效率評價

（一）長三角地區(qū)城市科技創(chuàng)新研究產(chǎn)出階段效率評價

2011—2020年長三角城市科技創(chuàng)新研究產(chǎn)出階段平均效率如表2所示。在科技創(chuàng)新研究產(chǎn)出階段中長三角絕大部分的城市都處于無效率狀態(tài)，且效率值位于較低水平上，2011—2020年間長三角地區(qū)沒有一個城市能始終保持效率值大于1。各個城市的科技創(chuàng)新研究產(chǎn)出效率值之間存在明顯差異，其中池州市的平均效率值最高，揚州市的平均效率值最低，兩者相差達1.728。

表2 2011—2020年長三角城市科技創(chuàng)新研究產(chǎn)出階段平均效率

2011—2020年長三角城市群科技創(chuàng)新研究產(chǎn)出階段效率平均值如表3所示。長三角地區(qū)整體的科技創(chuàng)新研究階段效率均值為0.456，效率水平較為穩(wěn)定，在2012年達到峰值之后有一定程度的下降，隨后又出現(xiàn)回升，保持著波動變化，波動幅度處在正常的區(qū)間內(nèi)。長三角東部城市與長三角西部城市的研究產(chǎn)出效率差異明顯，長三角東部城市的效率年均值為0.329，長三角西部城市的效率年均值為0.582。長三角西部城市在科技創(chuàng)新研究方面較長三角東部城市相對滯后，因此在同一時段內(nèi)長三角西部城市的科技創(chuàng)新研究產(chǎn)出效率會明顯高于長三角東部城市。

表3 2011—2020年長三角城市群科技創(chuàng)新研究產(chǎn)出階段效率平均值

總的來說，長三角城市群的科技創(chuàng)新研究產(chǎn)出階段效率值大小呈現(xiàn)出西高東低態(tài)勢。2011—2020年期間，除2012年長三角東部城市因政策紅利（如《長江三角洲地區(qū)區(qū)域規(guī)劃》的實施等）推動該區(qū)域科技創(chuàng)新研究產(chǎn)出平均效率大幅上升的異動情況外，長三角東西部兩類城市地區(qū)的效率變化走勢逐漸趨同并與地區(qū)總體效率的變化相似（見圖1）。

圖1 長三角地區(qū)科技創(chuàng)新研究產(chǎn)出階段平均效率變化

（二）長三角地區(qū)城市科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率評價

2011—2020年長三角城市科技創(chuàng)新經(jīng)濟產(chǎn)出階段平均效率如表4所示。上海、杭州、嘉興、金華、舟山、臺州、合肥、滁州、揚州、泰州的科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率均值都大于1，在2011—2020年實現(xiàn)效率有效。其余城市的效率均值均小于1，處于效率無效的狀態(tài)。在科技創(chuàng)新經(jīng)濟產(chǎn)出階段中，長三角區(qū)域內(nèi)的城市科技創(chuàng)新效率均值極差較大，效率最高的金華市（1.804）與效率最低的宣城市（0.221）之間相差達1.583，表明長三角區(qū)域內(nèi)的城市科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率極不均衡。

表4 2011—2020年長三角城市科技創(chuàng)新經(jīng)濟產(chǎn)出階段平均效率

2011—2020年長三角城市群科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率平均值如表5所示。長三角城市群整體的科技創(chuàng)新經(jīng)濟產(chǎn)出效率年平均值為0.846，整體沒有達到效率有效，效率均值處于小幅度的波動區(qū)間。從地區(qū)劃分來看，長三角東部城市的效率年平均值為0.965，長三角西部城市的效率年平均值為0.727。

表5 2011—2020年長三角城市群科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率平均值

總的來說，從2011年起長三角東部城市的科技創(chuàng)新經(jīng)濟產(chǎn)出效率值一直高于長三角西部城市，整體處于東高西低的狀態(tài)。長三角東部城市的科技創(chuàng)新經(jīng)濟產(chǎn)出效率表現(xiàn)優(yōu)異，長三角西部城市的表現(xiàn)較前者還有提升空間（見圖2）。

圖2 長三角地區(qū)科技創(chuàng)新經(jīng)濟產(chǎn)出階段平均效率變化

三、長三角城市群科技創(chuàng)新的空間相關(guān)性分析

（一）長三角城市群科技創(chuàng)新的全局空間自相關(guān)分析

1.科技創(chuàng)新研究產(chǎn)出階段的全局莫蘭指數(shù)分析。如圖3所示，2011—2015年，長三角城市群科技創(chuàng)新研究產(chǎn)出階段效率均沒有通過10%水平下的顯著性檢驗；2011—2012年的全局莫蘭指數(shù)為負，說明一部分效率相對較高的城市已經(jīng)出現(xiàn)了微弱的空間分散趨勢，且在科技創(chuàng)新研究產(chǎn)出階段中整體城市的效率空間分布沒有明顯特點。2016—2020年，該階段的全局莫蘭指數(shù)在［0.2179，0.3818］之間，指數(shù)值均大于0，效率通過了10%水平下的顯著性檢驗，表明在空間上呈顯著正相關(guān)關(guān)系，出現(xiàn)聚集現(xiàn)象。從2011—2020年長三角城市群科技創(chuàng)新研究產(chǎn)出階段的全局莫蘭指數(shù)值來看，區(qū)域整體效率表現(xiàn)出“弱分散—弱聚集”的態(tài)勢特征。

圖3 長三角城市群科技創(chuàng)新研究產(chǎn)出階段全局莫蘭指數(shù)及其顯著性

2.科技創(chuàng)新經(jīng)濟產(chǎn)出階段的全局莫蘭指數(shù)分析。如圖4所示，2011—2012年、2015—2016年長三角城市群的科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率通過10%水平下的顯著性檢驗，指數(shù)區(qū)間分別是［0.163，0.1709］和［0.1473，0.1489］，在這兩個時期里該產(chǎn)出階段效率在空間上有顯著正相關(guān)關(guān)系，表現(xiàn)出聚集現(xiàn)象。2013—2014年、2017—2020年該產(chǎn)出階段效率沒有通過顯著性檢驗，說明在這兩個時間段中沒有出現(xiàn)空間分布的規(guī)律性特點。從2011—2020年長三角城市群科技創(chuàng)新經(jīng)濟產(chǎn)出階段的全局莫蘭指數(shù)值來看，區(qū)域整體效率表現(xiàn)出“弱聚集—弱分散—弱聚集”的變化特點。

圖4 長三角城市群科技創(chuàng)新經(jīng)濟產(chǎn)出階段全局莫蘭指數(shù)及其顯著性

（二）長三角城市群科技創(chuàng)新的局部空間自相關(guān)分析

為探究長三角城市群科技創(chuàng)新產(chǎn)出效率在局部空間上的聚類與差異情況，本文采用莫蘭指數(shù)散點圖對兩個產(chǎn)出階段效率進行空間分析?！案摺摺睂谝幌笙?，“低—高”對應第二象限，“低—低”對應第三象限，“高—低”對應第四象限。本文選取長三角全局莫蘭指數(shù)顯著年份的城市數(shù)據(jù)進行分析，科技創(chuàng)新研究產(chǎn)出階段選取2016—2020年，科技創(chuàng)新經(jīng)濟產(chǎn)出階段選取2011—2012年及2015—2016年。

1.科技創(chuàng)新研究產(chǎn)出階段的局部莫蘭指數(shù)分析。由圖5可知，2016年位于第一象限的城市有7個，而第三象限的城市有11個，占總數(shù)的42.3%，說明近半數(shù)城市在科技創(chuàng)新研究產(chǎn)出階段的效率出現(xiàn)空間“低—低”聚集效應；2017年，位于第一象限的城市有7個，位于第三象限的城市有11個；2018年與2017年相比，第一象限的城市數(shù)量保持不變，第三象限的城市數(shù)增加了1個；2019年，位于第一象限的個數(shù)是7個，位于第三象限的城市數(shù)是11個；2020年，有8個城市位于第一象限，12個城市位于第三象限。結(jié)合散點圖分析得出，第一象限的城市空間聚集效應主要集中在長三角西部城市地區(qū)，第三象限城市效率的空間聚集趨勢主要集中在長三角東部城市地區(qū)，四個象限中城市個數(shù)雖有波動變化，但多數(shù)城市位于第一和第三象限，說明局部的同向聚集效應處于主導地位。

圖5 長三角城市群科技創(chuàng)新研究產(chǎn)出階段效率局部莫蘭指數(shù)散點圖

為使分析更精確且具有統(tǒng)計學意義，對散點圖中的城市進行10%水平下的顯著性檢驗，結(jié)果如表6所示。

表6 科技創(chuàng)新研究產(chǎn)出階段效率局部莫蘭指數(shù)散點圖對應城市

2016—2020年，通過顯著性檢驗的城市個數(shù)不斷增加，主要集中在第一和第三象限。其中，寧波、嘉興與周邊城市一直呈現(xiàn)“低—低”聚集狀態(tài)，至2020年最后形成上海、蘇州、湖州、嘉興、寧波、鹽城的“低—低”聚集區(qū)域；而合肥、馬鞍山、蕪湖一直處于“高—高”聚集狀態(tài)，至2020年最后形成安慶、合肥、池州、蕪湖、馬鞍山、銅陵的“高—高”聚集區(qū)域。

綜上所述，“高—高”聚集區(qū)域位于合肥、安慶等周邊城市，這些城市具備后發(fā)優(yōu)勢，投入相應資源要素后效率提升更快；“低—低”聚集區(qū)域集中在上海、蘇州等城市附近，因為這些城市的科技創(chuàng)新水平相對較高，等量的資源要素投入下效率提升不明顯。

2.科技創(chuàng)新經(jīng)濟產(chǎn)出階段的局部莫蘭指數(shù)分析。由圖6可知，2011年位于第一象限的城市有9個，位于第三象限的城市有5個；2012年位于第一象限的城市有7個，位于第三象限的城市有7個；2015年位于第一象限的城市有8個，位于第三象限的城市有6個；2016年位于第一象限的城市有8個，位于第三象限的城市有9個。由此可見，第一象限的城市效率空間聚集變化趨勢為“減弱—增強”的波動狀態(tài)，第三象限的城市空間效率聚集變化趨勢為“增強—減弱—增強”的波動狀態(tài)。

圖6 長三角城市群科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率局部莫蘭指數(shù)散點圖

同時對散點圖中的城市進行顯著性檢驗，如表7所示。2011—2012年及2015—2016年，通過顯著性檢驗的城市數(shù)量變化不大。紹興、臺州在這些年份一直位于第一象限，與周邊城市形成“高—高”聚集效應區(qū)域；南京、蕪湖、馬鞍山、宣城這些位于第三象限的城市則與周邊城市形成“低—低”聚集效應區(qū)域。

表7 科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率局部莫蘭指數(shù)散點圖對應城市

綜上所述，“低—低”區(qū)域位于宣城、馬鞍山、蕪湖等城市周邊，該區(qū)域附近城市科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率水平較低，說明長三角西部城市地區(qū)需要對投入資源要素的方式方法作出調(diào)整，努力提升該產(chǎn)出階段效率；“高—高”區(qū)域位于紹興、杭州、臺州、寧波等城市附近，以這些城市為代表的長三角東部城市地區(qū)表現(xiàn)出良好的科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率。

四、長三角城市群科技創(chuàng)新效率影響因素分析

（一）區(qū)域經(jīng)濟韌性測度

1.經(jīng)濟韌性測度。本文借鑒Martin［12］、Faggian等［13］以及張振和趙儒煜［14］的研究方法與選取的指標，采用地區(qū)生產(chǎn)總值的變化來測算地區(qū)經(jīng)濟韌性。計算公式如下：

在式（8）中，Resti表示i城市在t年的經(jīng)濟韌性；Y（i，t）表示t時期i城市的經(jīng)濟增長率，Y（i，t-1）表示（t-1）時期i城市的經(jīng)濟增長率，Y（p，t）與Y（p，t-1）分別表示t時期和（t-1）時期城市所在省份的經(jīng)濟增長率。為便于直觀表現(xiàn)區(qū)域經(jīng)濟韌性，使用歸一化方式處理測量數(shù)據(jù)。計算公式如下：

在式（9）中，Resti是式（8）計算出的地區(qū)經(jīng)濟韌性，max（Resti）和min（Resti）分別代表所有地區(qū)經(jīng)濟韌性的最大值和最小值。經(jīng)過歸一化處理后，測算出的經(jīng)濟韌性數(shù)值在0～1的范圍內(nèi)。數(shù)值越接近1，說明經(jīng)濟韌性越好，反之則越差。

2.風險抵御能力測度。風險抵御能力會對當?shù)亟?jīng)濟發(fā)展產(chǎn)生影響，同時也會作用于地區(qū)經(jīng)濟韌性。為了更好地進行影響因素分析，借鑒已有研究［15-16］，本文選取全體居民人均可支配收入、社會消費零售額、財政自給率、第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值比作為分析指標，對風險抵御能力進行測度。采用王源等［17］的熵值法進行計算，具體算式如下：

設定在有m個城市和n個指標的情況下，Pij為第j個指標下第i個城市所占比重，rij為與第i個城市相對應的第j個分析指標變量，ej為第j個指標的熵值，wj為第j個指標的熵權(quán)，Si為各城市的綜合得分。

（二）影響作用測算與分析

在I型Tobit回歸模型的基礎上，通過建立聯(lián)立方程組進行影響作用分析。為更好地考慮內(nèi)外部因素對科技創(chuàng)新效率的影響，選取地區(qū)經(jīng)濟韌性、風險抵御能力、科技創(chuàng)新研究產(chǎn)出效率、科技創(chuàng)新經(jīng)濟產(chǎn)出效率、外商直接投資總額、進出口總額等六個指標進行測算［18］。具體模型如下：

其中，Rit為長三角城市經(jīng)濟韌性，Sit為風險抵御能力，Sbm1it為科技創(chuàng)新研究產(chǎn)出效率，Sbm2it為科技創(chuàng)新經(jīng)濟產(chǎn)出效率，Iit為外商直接投資總額，IEit為進出口總額，u1、u2、u3為隨機誤差項。測算檢驗結(jié)果如表8所示。

表8 Tobit回歸模型測算結(jié)果

根據(jù)表8的模型（1）結(jié)果可知，在5%顯著性水平上，長三角城市群的風險抵御能力和經(jīng)濟韌性呈顯著負相關(guān)，會輕微減弱經(jīng)濟韌性?？萍紕?chuàng)新兩階段產(chǎn)出效率會對地區(qū)經(jīng)濟韌性產(chǎn)生影響，但科技創(chuàng)新研究產(chǎn)出階段效率與科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率對經(jīng)濟韌性的影響作用相反。研究產(chǎn)出階段效率對經(jīng)濟韌性有著正向影響，經(jīng)濟產(chǎn)出階段效率則對經(jīng)濟韌性有輕微的抑制作用，兩者的估計系數(shù)不顯著。外商直接投資總額在10%顯著性水平上對經(jīng)濟韌性有顯著正向影響，每增加1%可使經(jīng)濟韌性提高0.115%。模型（2）結(jié)果表明風險抵御能力、經(jīng)濟產(chǎn)出階段效率對研究產(chǎn)出階段效率有著顯著影響。在1%顯著性水平上，風險抵御能力數(shù)值每提升1%，研究產(chǎn)出階段效率增加0.235%。在1%顯著性水平上，經(jīng)濟產(chǎn)出階段效率、進出口總額每提高1%會使研究產(chǎn)出效率分別增加0.136%和減少1.688%。模型（3）結(jié)果表明長三角城市群的經(jīng)濟韌性、研究產(chǎn)出階段效率、進出口總額會對經(jīng)濟產(chǎn)出階段效率產(chǎn)生顯著正向影響，外商直接投資總額對效率有顯著負向影響。經(jīng)濟韌性每增加1%，經(jīng)濟產(chǎn)出階段效率將會提高0.016%，經(jīng)濟韌性的進一步增強有利于科技創(chuàng)新經(jīng)濟產(chǎn)出效率的提升。研究產(chǎn)出階段的效率每提高1%會使得經(jīng)濟產(chǎn)出階段效率增加0.084%，科技創(chuàng)新研究的進步也不斷推動經(jīng)濟產(chǎn)出的持續(xù)發(fā)展。進出口總額數(shù)值每增加1%，經(jīng)濟產(chǎn)出階段效率提高0.656%，進出口總額的增長明顯帶動經(jīng)濟產(chǎn)出階段的效率提升。而外商直接投資總額每增加1%，會使得該階段效率下降0.549%。

如上所述，在科技創(chuàng)新研究產(chǎn)出階段，長三角城市群的經(jīng)濟韌性對科技創(chuàng)新研究產(chǎn)出效率有微弱的正向影響，風險抵御能力和經(jīng)濟產(chǎn)出階段效率對研究產(chǎn)出效率具有顯著正向影響。經(jīng)濟韌性、風險抵御能力反映區(qū)域城市減小風險沖擊、從內(nèi)外部變化中恢復的能力，經(jīng)濟產(chǎn)出階段效率體現(xiàn)的是區(qū)域城市為科技創(chuàng)新研究發(fā)展提供資源要素的能力，兩方面共同為科技創(chuàng)新研究產(chǎn)出階段的效率提升創(chuàng)造條件。外商直接投資總額對研究產(chǎn)出階段效率有負向影響，但不顯著。而進出口總額的上升會顯著抑制該產(chǎn)出階段效率，這是因為進出口貿(mào)易的增加會削弱研發(fā)科技專利的意愿，影響研究投入的資本存量，從而阻礙研究產(chǎn)出階段效率的提升。

在科技創(chuàng)新經(jīng)濟產(chǎn)出階段，長三角城市群的經(jīng)濟韌性、研究產(chǎn)出階段效率和進出口總額對該階段效率有顯著的促進作用。地區(qū)經(jīng)濟韌性是經(jīng)濟發(fā)展的重要基礎，同時支撐著科技創(chuàng)新在經(jīng)濟方面的穩(wěn)定產(chǎn)出，確保在復雜多變的環(huán)境下風險對經(jīng)濟產(chǎn)出階段效率的沖擊影響降至最小，直接作用于發(fā)展效率。研究產(chǎn)出階段效率對該階段的作用體現(xiàn)在新技術(shù)、新專利投入到經(jīng)濟生產(chǎn)活動中，使科技創(chuàng)新在實際場景中得到應用并獲得經(jīng)濟收益，從而提高該階段效率。進出口總額的增加意味著長三角城市群與外部聯(lián)系愈加密切，資源要素的流動性進一步增強，有利于科創(chuàng)新產(chǎn)品的銷售出口與地區(qū)生產(chǎn)總值的增長，帶動科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率的提升。

五、結(jié)論與政策含義

本文選取以長三角城市群為研究對象，根據(jù)非期望超效率SBM-DEA模型測算得出長三角城市群2011—2020年的科技創(chuàng)新研究產(chǎn)出階段效率值與科技創(chuàng)新經(jīng)濟產(chǎn)出階段效率值，結(jié)合時空分布和變化趨勢對兩階段效率值作出評價。同時，探究了長三角城市群科研創(chuàng)新兩階段效率同經(jīng)濟韌性、風險抵御能力及外部因素的關(guān)聯(lián)影響?；谏鲜龇治龅贸鋈缦陆Y(jié)論。

第一，長三角城市群科技創(chuàng)新研究產(chǎn)出階段效率和經(jīng)濟產(chǎn)出階段效率存在顯著差異，經(jīng)濟產(chǎn)出階段效率均值明顯大于研究產(chǎn)出階段效率均值，但兩者均沒有達到有效狀態(tài)。細分來看，長三角東部城市與西部城市在兩階段中效率表現(xiàn)也存在不同，長三角東部城市地區(qū)在研究階段中的效率均值低于長三角西部城市地區(qū)，而在經(jīng)濟產(chǎn)出階段中長三角東部城市地區(qū)效率均值大于長三角西部城市地區(qū)效率均值。

第二，長三角地區(qū)內(nèi)部城市的科技創(chuàng)新活動處在不同水平上時，其效率表現(xiàn)會出現(xiàn)不一致?？萍紕?chuàng)新水平處在較低階段時，通過發(fā)達地區(qū)的技術(shù)外溢與本地的科研資源要素投入，能有效實現(xiàn)較好的技術(shù)效率與規(guī)模效率，從而提升研究產(chǎn)出的效率。隨著科技創(chuàng)新活動水平的不斷提高，由于邊際效率遞減規(guī)律，原有的投入不能帶來產(chǎn)出的增加，導致研究產(chǎn)出效率下降。因此在科技創(chuàng)新研究階段，長三角西部城市的效率會優(yōu)于長三角東部城市。

第三，從全局莫蘭指數(shù)分析來看，長三角城市群科技創(chuàng)新兩個產(chǎn)出階段的效率都存在空間顯著正相關(guān)關(guān)系，研究產(chǎn)出階段效率通過顯著性檢驗年份要多于經(jīng)濟產(chǎn)出階段，因此研究產(chǎn)出階段效率的空間聚集特征更為突出。從局部莫蘭指數(shù)分析來看，長三角城市群在科技創(chuàng)新研究產(chǎn)出階段通過顯著性檢驗的城市數(shù)多于經(jīng)濟產(chǎn)出階段的城市數(shù)。在研究產(chǎn)出階段，長三角西部城市的“高—高”聚集態(tài)勢與長三角東部城市的“低—低”聚集態(tài)勢顯而易見。在經(jīng)濟產(chǎn)出階段，長三角東部城市的經(jīng)濟優(yōu)勢得以體現(xiàn)。因而長三角東西部城市的效率空間分布的差異明顯。

第四，在長三角城市群的科技創(chuàng)新效率影響作用分析中，經(jīng)濟韌性對經(jīng)濟產(chǎn)出階段效率具有顯著正向影響，風險抵御能力則對研究產(chǎn)出階段效率具有顯著正向影響，兩個產(chǎn)出階段效率之間互為顯著正相關(guān)關(guān)系。經(jīng)濟韌性可以通過作用于區(qū)域經(jīng)濟環(huán)境而對經(jīng)濟產(chǎn)出階段效率產(chǎn)生影響，而風險抵御能力使得長三角地區(qū)城市具備更為豐富的資源要素進行科研探索，科技創(chuàng)新的經(jīng)濟產(chǎn)出促進科技的研發(fā)，科技研究的創(chuàng)新成果又推動經(jīng)濟發(fā)展。

第五，在考慮外部因素的情況下，進出口總額對長三角城市群的科技創(chuàng)新研究產(chǎn)出階段效率和經(jīng)濟產(chǎn)出階段效率都具有顯著影響，外商直接投資總額對經(jīng)濟產(chǎn)出階段效率具有顯著負向影響。進出口貿(mào)易的增長能夠促進經(jīng)濟生產(chǎn)活動來提升經(jīng)濟產(chǎn)出階段效率，但會減弱后續(xù)研發(fā)意愿而導致研究產(chǎn)出階段效率下降。而外商直接投資總額減緩了科技創(chuàng)新經(jīng)濟產(chǎn)出階段的效率提升，說明長三角區(qū)域在科技創(chuàng)新經(jīng)濟產(chǎn)出方面可能存在過于依賴外資技術(shù)支持的情況，不利于科技創(chuàng)新經(jīng)濟產(chǎn)出的增長。

針對長三角城市群整體在科技創(chuàng)新兩個產(chǎn)出階段效率沒有達到效率有效的情況，政府、企業(yè)和有關(guān)部門可以對投入資源要素進行調(diào)整，減少邊際效率遞減作用的影響，促進產(chǎn)出階段效率達到有效狀態(tài)。在研究產(chǎn)出階段，長三角東部城市的效率要低于長三角西部城市的效率，但在經(jīng)濟產(chǎn)出階段長三角東部城市效率明顯優(yōu)于長三角西部城市，為此應合理配置科技創(chuàng)新要素，通過制定相應政策對現(xiàn)狀進行調(diào)整，逐步縮小區(qū)域內(nèi)部的效率差異。根據(jù)空間分析結(jié)果，應對“高—高”聚集區(qū)域城市給予必要關(guān)注，對“低—低”聚集區(qū)域城市進行適當?shù)馁Y源傾斜或政策優(yōu)化，通過建立長三角東西部城市之間的科技創(chuàng)新合作機制來帶動效率協(xié)同發(fā)展。根據(jù)長三角城市群的科技創(chuàng)新效率影響因素分析，應繼續(xù)增強區(qū)域經(jīng)濟韌性和提高風險抵御能力，合理利用外資，積極主動地調(diào)整進出口貿(mào)易結(jié)構(gòu)，為推進長三角區(qū)域科技創(chuàng)新活動服務。