滿云冰　程躍

摘 要：選取2011-2020年長江經(jīng)濟(jì)帶11省市面板數(shù)據(jù)，基于超效率SBM模型與Dagum基尼系數(shù)，對長江經(jīng)濟(jì)帶科技創(chuàng)新效率情況進(jìn)行評價(jià)，并對其科技創(chuàng)新均衡發(fā)展路徑進(jìn)行研究，結(jié)果顯示：長江經(jīng)濟(jì)帶科技創(chuàng)新效率并未實(shí)現(xiàn)整體上各省市DEA有效，存在著非均衡的發(fā)展趨勢；其上、中、下游區(qū)域科技創(chuàng)新效率呈現(xiàn)“兩頭高、中間低”現(xiàn)象，存在著空間集聚性差異。進(jìn)一步分析發(fā)現(xiàn)，造成非均衡發(fā)展趨勢問題的主要原因是長江經(jīng)濟(jì)帶上、中、下游區(qū)域之間科技創(chuàng)新發(fā)展的差距，且上游與中游區(qū)域間創(chuàng)新發(fā)展差距最大。因此，提出構(gòu)建跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)，以期實(shí)現(xiàn)長江經(jīng)濟(jì)帶科技創(chuàng)新協(xié)調(diào)發(fā)展，進(jìn)而促進(jìn)長江經(jīng)濟(jì)帶形成整體創(chuàng)新驅(qū)動發(fā)展的新局面。

關(guān)鍵詞：科技創(chuàng)新效率；均衡發(fā)展；超效率SBM模型；Dagum基尼系數(shù)

中圖分類號：F124.3；F224文獻(xiàn)標(biāo)識碼：A doi：10.3969/j.issn.1672-2272.202302089

Research on the Evaluation of Scientific and Technological Innovation Efficiency and Balanced Development in the Yangtze River Economic Belt

——Based on Super-efficiency SBM Model and Dagum Gini Coefficient

Man Yunbing，Cheng Yue

（School of Public Administration，Guangxi University，Nanning 530000，China）

Abstract：The panel data of 11 provinces and cities in the Yangtze River Economic Belt from 2011 to 2020 were selected to evaluate the science and technology innovation efficiency of the Yangtze River Economic Belt based on the super-efficiency SBM model and Dagum Gini coefficient， and to explore the path of its balanced development of science and technology innovation. The main reason for the unbalanced development is the gap between the upstream， midstream and downstream regions of the Yangtze River Economic Belt， and the gap between the upstream and midstream regions is the largest. The gap is the largest. To this end， the construction of a cross-regional collaborative innovation system is proposed， with a view to achieving coordinated development of science and technology innovation in the Yangtze River Economic Belt， and thus promoting a new situation of overall innovation-driven development in the Yangtze River Economic Belt.

Key Words：STI Efficiency; Balanced Development;Super-efficient SBM Model; Dagum Gini Coefficient

0 引言

近年來，我國把創(chuàng)新作為引領(lǐng)發(fā)展的第一動力，深入實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，將科技創(chuàng)新擺在引領(lǐng)全面創(chuàng)新的核心位置，開啟了建設(shè)世界科技強(qiáng)國的新征程。在2022年全國兩會重點(diǎn)關(guān)注領(lǐng)域關(guān)鍵詞調(diào)查結(jié)果中，人們對于“科技創(chuàng)新”的關(guān)注度高居第六位。因此，明確科技創(chuàng)新的重要作用，推進(jìn)科技自立自強(qiáng)有利于貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局、推動高質(zhì)量發(fā)展，有利于在新時(shí)代推動政治建設(shè)、經(jīng)濟(jì)建設(shè)、文化建設(shè)、社會建設(shè)以及生態(tài)文明建設(shè)的協(xié)同發(fā)展，進(jìn)而推動國家進(jìn)步和社會發(fā)展[1]。

長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略是新常態(tài)下國家發(fā)展戰(zhàn)略中的重要組成部分，其有效實(shí)施能夠極大促進(jìn)長江經(jīng)濟(jì)帶地區(qū)的協(xié)同發(fā)展和經(jīng)濟(jì)提質(zhì)增效。國家最新統(tǒng)計(jì)數(shù)據(jù)顯示，長江經(jīng)濟(jì)帶近年來研究與開發(fā)（R&D）經(jīng)費(fèi)投入占GDP比重呈現(xiàn)逐年上升趨勢，但科技創(chuàng)新產(chǎn)出卻不盡人意，導(dǎo)致其科技創(chuàng)新水平低于全國水平，且其創(chuàng)新投入與產(chǎn)出呈現(xiàn)較為明顯的區(qū)域差異性。創(chuàng)新投入與產(chǎn)出的不對稱、不協(xié)調(diào)必然會使得創(chuàng)新資源不合理或無效配置，進(jìn)而導(dǎo)致長江經(jīng)濟(jì)帶整體的創(chuàng)新體制建設(shè)受到不利影響，并進(jìn)一步影響到長江經(jīng)濟(jì)帶的整體創(chuàng)新驅(qū)動發(fā)展。綜上，本文對長江經(jīng)濟(jì)帶科技創(chuàng)新效率進(jìn)行實(shí)證評價(jià)研究，以進(jìn)一步挖掘科技創(chuàng)新投入與產(chǎn)出不對稱、不協(xié)調(diào)問題的深層次原因，并探討實(shí)現(xiàn)長江經(jīng)濟(jì)帶科技創(chuàng)新均衡發(fā)展的可行路徑，以期實(shí)現(xiàn)其區(qū)域科技創(chuàng)新協(xié)調(diào)發(fā)展，進(jìn)而促進(jìn)長江經(jīng)濟(jì)帶形成整體創(chuàng)新驅(qū)動發(fā)展的新局面。

1 文獻(xiàn)綜述

關(guān)于區(qū)域科技創(chuàng)新效率的評價(jià)方法，主要有參數(shù)法和非參數(shù)法兩種。參數(shù)法以隨機(jī)前沿函數(shù)分析法（SFA）為主[2]，將隨機(jī)因素和技術(shù)效率對實(shí)際產(chǎn)出水平的影響納入同一框架來考慮，運(yùn)用于區(qū)域科技創(chuàng)新效率評價(jià)問題的研究中[3]。學(xué)者們一般基于知識生產(chǎn)函數(shù)建立隨機(jī)前沿模型，并在此基礎(chǔ)上進(jìn)行科技創(chuàng)新效率評價(jià)[4]。非參數(shù)法以數(shù)據(jù)包絡(luò)分析法（DEA）為主，運(yùn)用于效率和效益方面的研究中。學(xué)者們一般基于線性規(guī)劃方法來建立觀測數(shù)據(jù)的非參數(shù)分段曲面（或前沿），然后相對于該前沿面來計(jì)算效率值[5]。比較SFA與DEA各自的優(yōu)缺點(diǎn)發(fā)現(xiàn)，SFA具有明確的經(jīng)濟(jì)學(xué)理論基礎(chǔ)，且考慮了隨機(jī)因素，可以定量分析各種相關(guān)因素對個(gè)體效率差異的具體影響，其測算結(jié)果準(zhǔn)確與否完全依賴于生產(chǎn)函數(shù)的模型設(shè)定，且采用SFA法評價(jià)區(qū)域科技創(chuàng)新效率時(shí)，無法直接處理多投入多產(chǎn)出的效率評價(jià)問題。而DEA法采用線性規(guī)劃技術(shù)， 不需要主觀預(yù)設(shè)生產(chǎn)函數(shù)的具體形式，且可用于多投入多產(chǎn)出的效率評估，但這種方法忽視了隨機(jī)因素的影響，因此，對影響效率的因素還需要進(jìn)一步考察。

在現(xiàn)有的區(qū)域科技創(chuàng)新效率評價(jià)研究中，已有眾多學(xué)者通過采用參數(shù)方法（主要是SFA）或非參數(shù)方法（主要是DEA）開展了大量的實(shí)證研究。盛彥文等[6]采用隨機(jī)前沿函數(shù)分析法，以中國東部沿海五大城市群作為研究對象，對其區(qū)域科技創(chuàng)新效率進(jìn)行評價(jià)。白俊紅等[7]基于1998—2012年中國分省區(qū)面板數(shù)據(jù)，采用DEA法測算各省區(qū)域創(chuàng)新效率。在現(xiàn)有的研究中，已有學(xué)者以長江經(jīng)濟(jì)帶作為研究對象，進(jìn)行區(qū)域科技創(chuàng)新效率研究，并將空間因素融入到區(qū)域科技創(chuàng)新效率的研究中，探索區(qū)域科技創(chuàng)新效率的空間集聚差異性問題。比如，毛良虎等[8]采用DEA和ESDA法，對長江經(jīng)濟(jì)帶區(qū)域創(chuàng)新效率及空間差異進(jìn)行了研究分析。吳傳清等[9]運(yùn)用DEA-Malmquist指數(shù)和面板Tobit模型，對長江經(jīng)濟(jì)帶技術(shù)創(chuàng)新效率進(jìn)行了測度，并分析了其影響因素。羅穎等[10]運(yùn)用三階段DEA法，對長江經(jīng)濟(jì)帶區(qū)域創(chuàng)新效率進(jìn)行評價(jià)，并比較長江經(jīng)濟(jì)帶上、中、下游區(qū)域創(chuàng)新效率的空間聚集差異問題。但是，鮮有學(xué)者探索長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平整體上非均衡分布趨勢發(fā)展的問題。所以，在國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的時(shí)代背景下，研究如何促進(jìn)長江經(jīng)濟(jì)帶整體創(chuàng)新驅(qū)動發(fā)展具有重要意義。

在現(xiàn)階段對于區(qū)域科技創(chuàng)新效率的評價(jià)研究中，由于隨機(jī)前沿函數(shù)分析法無法解決多投入與多產(chǎn)出的效率評價(jià)問題，眾多學(xué)者開始傾向于數(shù)據(jù)包絡(luò)分析法。而隨著數(shù)據(jù)包絡(luò)分析法的頻繁使用，發(fā)現(xiàn)傳統(tǒng)的DEA模型無法考慮“松弛”要素對科技創(chuàng)新效率的影響，如此便會造成科技創(chuàng)新效率被高估，而且，傳統(tǒng)的DEA模型也無法進(jìn)一步區(qū)分效率值為1的有效決策單元。為了解決傳統(tǒng)DEA模型在區(qū)域科技創(chuàng)新效率評價(jià)研究中的問題，本文采用超效率SBM模型開展區(qū)域科技創(chuàng)新效率的評價(jià)研究，超效率SBM模型結(jié)合了DEA與SBM模型的優(yōu)點(diǎn)，使得效率測度更加精準(zhǔn)，進(jìn)而實(shí)現(xiàn)對樣本區(qū)域科技創(chuàng)新效率的準(zhǔn)確評價(jià)[11]。同時(shí)，本文以長江經(jīng)濟(jì)帶作為研究對象，引入Dagum基尼系數(shù)分析長江經(jīng)濟(jì)帶科技創(chuàng)新效率非均衡分布趨勢問題產(chǎn)生的主要原因，進(jìn)而探索長江經(jīng)濟(jì)帶科技創(chuàng)新均衡發(fā)展的路徑，為實(shí)現(xiàn)長江經(jīng)濟(jì)帶整體創(chuàng)新驅(qū)動發(fā)展提供理論基礎(chǔ)。

2 研究基礎(chǔ)

2.1 研究對象

本文的研究對象為長江經(jīng)濟(jì)帶，其覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11個(gè)省市，面積約205.23萬km2，占全國國土面積的21.4%，人口和生產(chǎn)總值均超過全國的40%，是我國“T型”發(fā)展戰(zhàn)略的中軸線。區(qū)域協(xié)調(diào)發(fā)展理念是面向高質(zhì)量發(fā)展階段，統(tǒng)籌國土空間布局，形成優(yōu)勢互補(bǔ)、高質(zhì)量發(fā)展的區(qū)域經(jīng)濟(jì)發(fā)展新格局的重要指導(dǎo)思想[12]。因此，在國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的時(shí)代背景下，探索長江經(jīng)濟(jì)帶科技創(chuàng)新均衡發(fā)展、區(qū)域協(xié)調(diào)發(fā)展的可行路徑，有利于促進(jìn)長江經(jīng)濟(jì)帶整體的創(chuàng)新驅(qū)動與高質(zhì)量發(fā)展。鑒于此，本文對2011-2020年長江經(jīng)濟(jì)帶科技創(chuàng)新效率采用超效率SBM模型進(jìn)行系統(tǒng)評價(jià)，并根據(jù)評價(jià)結(jié)果引入Dagum基尼系數(shù)，分析長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平非均衡趨勢發(fā)展問題的主要原因。

2.2 研究方法

2.2.1 超效率SBM模型

數(shù)據(jù)包絡(luò)分析法 （DEA） 最早由美國Charnes等[13]于1978年提出，用來評價(jià)一組具有多個(gè)投入、產(chǎn)出的決策單元間相對效率的測算方法，其基本模型是CCR和BCC[14]。由于DEA法在使用時(shí)不需要對指標(biāo)進(jìn)行無量綱化處理，可以直接進(jìn)行效率分析，且對樣本數(shù)量要求低，目前在各個(gè)學(xué)科的應(yīng)用越來越廣泛[15]。但由于傳統(tǒng)DEA的兩個(gè)模型都沒有考慮要素“松弛”現(xiàn)象， Tone[16]分別于2001年和2002年提出SBM模型與超效率SBM模型，后者不僅考慮松弛變量，還可以對效率值大于1的決策單元進(jìn)行排序。因此，本文運(yùn)用非導(dǎo)向超效率SBM模型對長江經(jīng)濟(jì)帶科技創(chuàng)新效率進(jìn)行研究，具體模型如式（1）和（2）所示。

在該模型公式中，ρ*為最終區(qū)域科技創(chuàng)新效率值，x、yd、yu分別為投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的必要元素，n為決策單元數(shù)量，每個(gè)決策單元有m種投入、r種期望產(chǎn)出和p 種非期望產(chǎn)出，λ為權(quán)重向量。

2.2.2 Dagum基尼系數(shù)

基尼系數(shù)是國際上通用的、用以衡量一個(gè)國家或地區(qū)居民收入差距的常用指標(biāo)。相比于傳統(tǒng)的基尼系數(shù)，Dagum基尼系數(shù)能夠?qū)⒖傮w差距分解為區(qū)域內(nèi)差距、區(qū)域間差距以及超變密度，進(jìn)而明確總體差距產(chǎn)生的來源[17]。葉長華等[18]提出按子群分解的方法，使其在區(qū)域差異研究方面得到廣泛運(yùn)用。Dagum基尼系數(shù)的計(jì)算公式如（3）所示。

在Dagum基尼系數(shù)的計(jì)算公式中，μ表示長江經(jīng)濟(jì)帶中所有省市的平均科技創(chuàng)新效率水平，yji （ yhr）表示j（h） 區(qū)域內(nèi)每個(gè)省份（市）的科技創(chuàng)新效率水平，n表示考察省市的總個(gè)數(shù)，k表示總的區(qū)域數(shù)，nj（nh ） 表示j（h）區(qū)域內(nèi)所包含的省市數(shù)量?？紤]讓Dagum基尼系數(shù)計(jì)算更加方便，在計(jì)算前對各區(qū)域的科技創(chuàng)新效率的平均水平從小到大進(jìn)行排序。如（4）所示。

根據(jù)Dagum基尼系數(shù)的分解思路：G=Gw+Gnb+Gt，可以分別計(jì)算出區(qū)域間差異的貢獻(xiàn)程度Gnb，即j和h區(qū)域之間科技創(chuàng)新效率水平的分布差異；區(qū)域內(nèi)差距的貢獻(xiàn)程度Gw，即j（h）地區(qū)內(nèi)科技創(chuàng)新效率水平的分布差異；超變密度的貢獻(xiàn)程度Gt，即區(qū)域之間科技創(chuàng)新效率水平交叉影響的剩余項(xiàng)。此外，在計(jì)算Gnb和Gw時(shí)，還需要測算Gjh和Gjj，其中Gjh表示j區(qū)域和h區(qū)域之間的基尼系數(shù)，Gjj表示j區(qū)域內(nèi)的基尼系數(shù)。具體計(jì)算公式如（5）、（6）、（7）、（8）、（9）所示。

Djh表示j、h兩區(qū)域之間科技創(chuàng)新效率水平的相對影響，djh表示j、h 兩區(qū)域之間科技創(chuàng)新效率水平貢獻(xiàn)率的差值，即j、h地區(qū)中所有yji－yhr＞0的樣本值加總的加權(quán)平均數(shù)，pjh表示超變一階矩，即yhr－yji＞0的樣本值加總的加權(quán)平均數(shù)。具體計(jì)算公式如（10）、（11）、（12）所示。

2.3 指標(biāo)體系構(gòu)建

在現(xiàn)有的區(qū)域科技創(chuàng)新效率評價(jià)研究中，科技創(chuàng)新投入指標(biāo)一般會選取創(chuàng)新人員和創(chuàng)新經(jīng)費(fèi)兩方面。比如，王海花等[19]在長三角區(qū)域高技術(shù)產(chǎn)業(yè)科技創(chuàng)新效率評價(jià)研究中，創(chuàng)新投入指標(biāo)選取了R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出。在近些年的研究中，創(chuàng)新環(huán)境對于區(qū)域科技創(chuàng)新效率的影響逐漸得到重視，且創(chuàng)新環(huán)境中的教育環(huán)境、勞動者素質(zhì)與基礎(chǔ)設(shè)施環(huán)境等是相對關(guān)鍵的影響因素[20-21]。因此，本文選擇從創(chuàng)新人員、創(chuàng)新經(jīng)費(fèi)和創(chuàng)新環(huán)境投入3個(gè)方面建立指標(biāo)體系分析區(qū)域科技創(chuàng)新投入。進(jìn)一步選取R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出和普通高等學(xué)校數(shù)3個(gè)變量分別對應(yīng)創(chuàng)新投入指標(biāo)的三個(gè)方面，以衡量區(qū)域科技創(chuàng)新投入情況。

大部分學(xué)者主要采用專利申請授權(quán)與論文發(fā)表數(shù)去衡量區(qū)域科技創(chuàng)新產(chǎn)出，而有的學(xué)者則認(rèn)為專利與論文只代表創(chuàng)新產(chǎn)出的一部分，技術(shù)市場成交額與環(huán)境效益等都是創(chuàng)新產(chǎn)出的變量。比如，顏莉[22]從科技成果、經(jīng)濟(jì)效益、社會效益、環(huán)境效益和區(qū)域競爭力5個(gè)方面衡量一個(gè)地區(qū)創(chuàng)新產(chǎn)出能力。王鵬等[23]在科技創(chuàng)新效率評價(jià)研究中，認(rèn)為科技創(chuàng)新衡量標(biāo)準(zhǔn)不僅包括科學(xué)技術(shù)發(fā)明，還涵蓋其所帶來的經(jīng)濟(jì)價(jià)值和社會價(jià)值。孫群英等[24]認(rèn)為區(qū)域創(chuàng)新產(chǎn)出主要包括科技成果、產(chǎn)業(yè)競爭力、技術(shù)市場成熟度、節(jié)能減排能力等方面，提出將能源產(chǎn)出率和碳生產(chǎn)率納入到區(qū)域綠色創(chuàng)新產(chǎn)出能力評價(jià)指標(biāo)中。因此，本文選擇從創(chuàng)新成果績效、創(chuàng)新經(jīng)濟(jì)績效與環(huán)境創(chuàng)新績效3個(gè)方面建立指標(biāo)體系分析區(qū)域科技創(chuàng)新產(chǎn)出。目前大多數(shù)學(xué)者采用專利授權(quán)量來衡量區(qū)域科技創(chuàng)新成果產(chǎn)出[25]，但由于專利數(shù)據(jù)在衡量科技創(chuàng)新帶來的經(jīng)濟(jì)價(jià)值方面存在著不足，有學(xué)者引入新產(chǎn)品銷售收入指標(biāo)來彌補(bǔ)其不足[26]。同時(shí)，隨著環(huán)境效益被考慮到綠色科技創(chuàng)新產(chǎn)出中，能源產(chǎn)出率也逐漸成為科技創(chuàng)新產(chǎn)出的衡量指標(biāo)[27]。所以，本文選取發(fā)明專利申請授權(quán)量、新產(chǎn)品銷售收入、能源產(chǎn)出率3個(gè)變量分別對應(yīng)創(chuàng)新產(chǎn)出指標(biāo)的3個(gè)方面，以衡量區(qū)域科技創(chuàng)新產(chǎn)出情況。綜上，本文構(gòu)建長江經(jīng)濟(jì)帶區(qū)域科技創(chuàng)新效率評價(jià)指標(biāo)體系如表1所示。

2.4 數(shù)據(jù)來源

本文在已有研究的基礎(chǔ)上，綜合考慮指標(biāo)選取的代表性與可行性，構(gòu)建出了長江經(jīng)濟(jì)帶區(qū)域科技創(chuàng)新效率評價(jià)指標(biāo)體系。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、各地區(qū)統(tǒng)計(jì)年鑒、《中國科技統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》。由于數(shù)據(jù)過多，不便于全部展示，該部分只展示2020年長江經(jīng)濟(jì)帶區(qū)域科技創(chuàng)新效率評價(jià)指標(biāo)體系中相關(guān)指標(biāo)數(shù)據(jù)，如表2所示。

3 實(shí)證分析

3.1 長江經(jīng)濟(jì)帶科技創(chuàng)新效率評價(jià)結(jié)果

本文基于超效率SBM模型對長江經(jīng)濟(jì)帶科技創(chuàng)新效率進(jìn)行評價(jià)，并運(yùn)用DEA Solver-Pro5.0軟件對長江經(jīng)濟(jì)帶2011-2020年11個(gè)省市的科技創(chuàng)新效率進(jìn)行測算，得到長江經(jīng)濟(jì)帶各?。ㄊ校?011-2020年各年份科技創(chuàng)新效率結(jié)果與均值，發(fā)現(xiàn)安徽、湖南、云南、湖北及四川的均值均小于1，表現(xiàn)為DEA無效，具體評價(jià)結(jié)果如表3所示。

對于科技創(chuàng)新效率測算DEA無效地區(qū)，通過測算其科技創(chuàng)新投入冗余率與科技創(chuàng)新產(chǎn)出不足率，進(jìn)一步分析其科技創(chuàng)新效率低的原因。由于2011-2020年DEA無效地區(qū)科技創(chuàng)新投入指標(biāo)冗余與科技創(chuàng)新產(chǎn)出指標(biāo)不足相關(guān)數(shù)據(jù)較多，因此，該部分只展示2020年數(shù)據(jù)，如表4所示。對2011-2020年DEA無效地區(qū)科技創(chuàng)新投入冗余率與科技創(chuàng)新產(chǎn)出不足率進(jìn)行測算，結(jié)果如表5所示。通過表5可以發(fā)現(xiàn)，在投入方面，創(chuàng)新環(huán)境是影響科技創(chuàng)新效率的主要因素，其冗余率均值為20.38%，創(chuàng)新人員與創(chuàng)新資本是次要影響因素，其冗余率均值分別為11.27%與10.31%，這說明在DEA無效地區(qū)中普

通高等學(xué)校資源投入存在浪費(fèi)情況，需有效發(fā)揮其應(yīng)有的作用。在產(chǎn)出方面，創(chuàng)新經(jīng)濟(jì)績效是影響科技創(chuàng)新效率的主要因素，其不足率均值為38.06%，創(chuàng)新成果績效與環(huán)境創(chuàng)新績效是次要影響因素，其不足率均值分別為12.54%、15.72%，說明DEA無效地區(qū)在新產(chǎn)品市場銷售方面表現(xiàn)不足，需圍繞該方面加大力度。

同時(shí)，為了了解長江經(jīng)濟(jì)帶整體科技創(chuàng)新效率的發(fā)展情況，根據(jù)表3測算結(jié)果，可以得到長江經(jīng)濟(jì)帶2011-2020年科技創(chuàng)新效率整體均值的發(fā)展趨勢，如圖1所示。長江經(jīng)濟(jì)帶科技創(chuàng)新效率整體均值在2011-2015年逐漸遞增，2015年整體均值為1.06。2015年后總體呈現(xiàn)波動下降的發(fā)展趨勢，至2020年整體均值下降至1.01。本文從長江經(jīng)濟(jì)帶2011-2020年各?。ㄊ校┛萍紕?chuàng)新效率評價(jià)結(jié)果出發(fā)，深入分析長江經(jīng)濟(jì)帶科技創(chuàng)新發(fā)展水平下降的原因。

3.2 長江經(jīng)濟(jì)帶科技創(chuàng)新效率評價(jià)結(jié)果分析

本文根據(jù)表3中長江經(jīng)濟(jì)帶各省（市）科技創(chuàng)新效率水平的平均值，將其分為高、中、低3組，高效率組科技創(chuàng)新效率值要求大于1，即總體達(dá)到有效水平；中效率組科技創(chuàng)新效率值要求在0.8～1之間；低效率組科技創(chuàng)新效率值要求小于0.8。具體分組結(jié)果如表6所示。

根據(jù)表3的測算結(jié)果和表6的分組結(jié)果可以得知：第一，長江經(jīng)濟(jì)帶科技創(chuàng)新效率有效水平地區(qū)較多，但仍有部分城市科技創(chuàng)新效率未能實(shí)現(xiàn)DEA有效。第二，長江經(jīng)濟(jì)帶上游與下游區(qū)域的城市主要集中在高效率組，而中游區(qū)域的城市主要集中在中低效率組。第三，上海、浙江、江蘇、江西、重慶、貴州長期處于高效率水平，湖北和四川長期處于低效率水平，安徽科技創(chuàng)新效率水平呈穩(wěn)步上升趨勢，湖南、云南科技創(chuàng)新效率水平呈下降趨勢。

3.2.1 長江經(jīng)濟(jì)帶科技創(chuàng)新效率并未實(shí)現(xiàn)整體上各?。ㄊ校〥EA有效

根據(jù)長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平分組結(jié)果，可以發(fā)現(xiàn)長江經(jīng)濟(jì)帶科技創(chuàng)新效率有效水平地區(qū)較多，但仍有部分地區(qū)科技創(chuàng)新效率未能實(shí)現(xiàn)DEA有效。其中，高效率組分布的?。ㄊ校┳疃?，具體有貴州、重慶、上海、江蘇、浙江、江西，其2011-2020年科技創(chuàng)新效率平均值分別為1.44、1.31、1.25、1.23、1.14、1.06；中效率組分布的省（市）具體有安徽、湖南、云南，其2011-2020年科技創(chuàng)新效率平均值分別為0.92、0.88、0.84；低效率組分布的?。ㄊ校┳钌?，僅有湖北、四川，其2011-2020年科技創(chuàng)新效率平均值分別為0.65和0.53 。

3.2.2 長江經(jīng)濟(jì)帶科技創(chuàng)新效率存在著空間集聚性差異

本文對于長江經(jīng)濟(jì)帶上、中、下游的界定是：上游區(qū)域包括云南、四川、重慶、貴州；中游區(qū)域包括湖南、湖北、江西；下游區(qū)域包括安徽、江蘇、浙江、上海。根據(jù)長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平分組結(jié)果，長江經(jīng)濟(jì)帶上游與下游區(qū)域的城市主要集中在高效率組，如貴州、重慶、江蘇、浙江、上海；中游區(qū)域的城市主要集中在中低效率組，如湖南、湖北。所以，長江經(jīng)濟(jì)帶上、中、下游區(qū)域的科技創(chuàng)新效率水平呈現(xiàn)出“兩頭高、中間低”的現(xiàn)象，這在一定程度上說明長江經(jīng)濟(jì)帶科技創(chuàng)新效率存在著空間集聚性差異。

3.2.3 長江經(jīng)濟(jì)帶科技創(chuàng)新存在著非均衡的發(fā)展趨勢

根據(jù)長江經(jīng)濟(jì)帶2011-2020年科技創(chuàng)新效率的測算結(jié)果和科技創(chuàng)新效率水平分組結(jié)果，上海、浙江、江蘇、江西、重慶、貴州長期處于高效率水平，其科技創(chuàng)新效率值一直保持大于1，湖北、四川長期處于低效率水平，其科技創(chuàng)新效率值小于0.8。同時(shí)，從科技創(chuàng)新效率水平的發(fā)展趨勢來看，大部分?。ㄊ校┛萍紕?chuàng)新效率水平發(fā)展趨勢平穩(wěn)，沒有明顯變化；安徽和湖北的科技創(chuàng)新效率水平呈穩(wěn)步上升趨勢，特別是安徽從2011年科技創(chuàng)新效率值0.53的低效率水平，逐漸發(fā)展到2020年科技創(chuàng)新效率值1.11的高效率水平，且在2015-2020年科技創(chuàng)新效率值均大于1；湖南和云南的科技創(chuàng)新水平呈明顯下降趨勢，特別是云南從2011年科技創(chuàng)新效率值1.06的高效率水平，逐漸發(fā)展到2020年科技創(chuàng)新效率值0.66的低效率水平，且在2016-2020年科技創(chuàng)新效率值均小于0.8，具體如圖2所示。

綜上所述，可以看出長江經(jīng)濟(jì)帶的各個(gè)地區(qū)科技創(chuàng)新發(fā)展步調(diào)不一致，有的地區(qū)長期處于高效率水平，有的地區(qū)卻長期處于低效率水平，有的地區(qū)科技創(chuàng)新效率呈穩(wěn)步上升趨勢，有的地區(qū)則表現(xiàn)出逐年下降趨勢。因此，從區(qū)域協(xié)調(diào)發(fā)展的視角出發(fā)，在一定程度上，長江經(jīng)濟(jì)帶科技創(chuàng)新存在非均衡發(fā)展趨勢。

3.3 長江經(jīng)濟(jì)帶科技創(chuàng)新效率Dagum基尼系數(shù)測算結(jié)果

為深入了解長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平非均衡分布的發(fā)展趨勢，并分析其產(chǎn)生的主要原因，本文選取Dagum基尼系數(shù)及其子群分解方法，運(yùn)用Stata16.0軟件處理，計(jì)算出長江經(jīng)濟(jì)帶2011-2020年科技創(chuàng)新效率水平的基尼系數(shù)，具體結(jié)果如表7所示。

3.4 長江經(jīng)濟(jì)帶科技創(chuàng)新效率Dagum基尼系數(shù)測算結(jié)果分析

根據(jù)表7的測算結(jié)果，本文選擇從長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平的總體差距及演變趨勢、區(qū)域內(nèi)差距及演變趨勢、區(qū)域間差距及演變趨勢、差距來源及貢獻(xiàn)率4個(gè)方面展開分析，具體分析如下。

3.4.1 長江經(jīng)濟(jì)帶科技創(chuàng)新效率的總體差距及演變趨勢

如圖3所示，2011-2020年，長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平總體基尼系數(shù)表現(xiàn)出下降的趨勢，且呈現(xiàn)出“雙V”現(xiàn)象。具體而言，2011年的總體基尼系數(shù)最大，隨后表現(xiàn)出逐年下降的趨勢，雖然在2015年后出現(xiàn)了大幅上升的趨勢，但其總體基尼系數(shù)值卻遠(yuǎn)遠(yuǎn)小于最大值，且從2016-2019年都呈現(xiàn)出下降趨勢，所以從整體上可以認(rèn)為其總體基尼系數(shù)表現(xiàn)出下降趨勢。2014-2016年構(gòu)成第一個(gè)非常明顯的“V”形趨勢圖，2015年是最低點(diǎn)，表明長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平總體差距最??；2018-2020年構(gòu)成第二個(gè)較不明顯的“V”形趨勢圖，2016-2019年都呈下降趨勢，但從2019年開始，又開始表現(xiàn)出上升趨勢，表明長江經(jīng)濟(jì)帶科技創(chuàng)新效率水平的總體差距存在變大的趨勢。

3.4.2 長江經(jīng)濟(jì)帶科技創(chuàng)新效率的區(qū)域內(nèi)差距及演變趨勢

如圖4所示，2011-2020年，一方面，長江經(jīng)濟(jì)帶上游區(qū)域內(nèi)基尼系數(shù)幾乎一直保持大于中-下游區(qū)域內(nèi)基尼系數(shù)，且下游區(qū)域內(nèi)基尼系數(shù)一直保持小于上-中游區(qū)域內(nèi)基尼系數(shù)。另一方面，長江經(jīng)濟(jì)帶中-下游的區(qū)域內(nèi)基尼系數(shù)整體上呈現(xiàn)下降的趨勢，而上游區(qū)域內(nèi)基尼系數(shù)演變趨勢呈現(xiàn)出類似“字母W”圖像。具體而言，長江經(jīng)濟(jì)帶上游區(qū)域內(nèi)基尼系數(shù)除了在2011年與中游區(qū)域內(nèi)基尼系數(shù)重合，其余年份均大于中游區(qū)域內(nèi)基尼系數(shù)，且始終保持大于下游區(qū)域內(nèi)基尼系數(shù)，說明其區(qū)域內(nèi)科技創(chuàng)新發(fā)展差異始終大于中-下游區(qū)域。另外，長江經(jīng)濟(jì)帶中-下游區(qū)域內(nèi)基尼系數(shù)呈現(xiàn)出明顯的線性下降趨勢，而上游區(qū)域內(nèi)基尼系數(shù)卻表現(xiàn)出非簡單線性變化，其在2011-2013年呈小幅下降趨勢，2013-2016年呈大幅上升趨勢，2016-2018年又呈小幅下降趨勢，2018-2020年呈微幅上升趨勢。所以，可在一定程度上認(rèn)為，長江經(jīng)濟(jì)帶上游區(qū)域內(nèi)基尼系數(shù)有繼續(xù)上升趨勢。

3.4.3 長江經(jīng)濟(jì)帶科技創(chuàng)新效率的區(qū)域間差距及演變趨勢

如圖5所示，2011-2020年，長江經(jīng)濟(jì)帶上-中游之間的基尼系數(shù)一直大于中-下游與上-下游區(qū)域間的基尼系數(shù)，這說明上-中游區(qū)域間的科技創(chuàng)新發(fā)展差距最大。具體而言：①關(guān)于上-中游區(qū)域間的基尼系數(shù)，2011年上-中游區(qū)域間的基尼系數(shù)為0.31為所測年份中的最大值，其后發(fā)展至2016年基尼系數(shù)為0.24達(dá)到所測年份中的極大值，而上-中游區(qū)域間的基尼系數(shù)在所測年份中的最小值0.18，分別出現(xiàn)在2013年和2018年。②關(guān)于上-下游區(qū)域間的基尼系數(shù)，2016年上-下游區(qū)域間的基尼系數(shù)（0.21）為所測年份中的最大值，其在2011年基尼系數(shù)（0.2）為所測年份中的極大值，而上-下游區(qū)域間的基尼系數(shù)在所測年份中的最小值（0.14）出現(xiàn)在2015年。③關(guān)于中-下游區(qū)域間的基尼系數(shù)，2011年中-下游區(qū)域間的基尼系數(shù)（0.26）為所測年份中的最大值，而其基尼系數(shù)最小值0.12分別出現(xiàn)在2015年和2017年。

從發(fā)展趨勢分析來看，一方面，長江經(jīng)濟(jì)帶上-中游之間的基尼系數(shù)在測量期間內(nèi)的發(fā)展趨勢構(gòu)成一個(gè)“字母W”的現(xiàn)象，2011-2013年呈下降趨勢，2013-2016年呈上升趨勢，2016-2018年又呈下降趨勢， 2018年后呈上升趨勢。所以，可在一定程度上認(rèn)為，長江經(jīng)濟(jì)帶上-中游之間的基尼系數(shù)有著進(jìn)一步上升的趨勢。上-下游區(qū)域間基尼系數(shù)的發(fā)展趨勢同上-中游的發(fā)展趨勢相近，而中-下游區(qū)域間基尼系數(shù)在2011-2015年期間呈下降趨勢，而2014-2020年表現(xiàn)出以兩年為周期的“字母V”發(fā)展趨勢，其近幾年發(fā)展也有微幅上升趨勢。

3.4.4 長江經(jīng)濟(jì)帶科技創(chuàng)新效率的差距來源及貢獻(xiàn)率

如圖6所示，2011-2020年，區(qū)域間貢獻(xiàn)率與超變密度幾乎一直保持大于區(qū)域內(nèi)貢獻(xiàn)率，同時(shí)，出現(xiàn)較大幅度波動的是區(qū)域間貢獻(xiàn)率與超變密度，而區(qū)域內(nèi)貢獻(xiàn)率的波動幅度不大。具體而言，一方面，區(qū)域內(nèi)貢獻(xiàn)率除了在2012-2014年大于區(qū)域間貢獻(xiàn)率，其余年份均表現(xiàn)為小于區(qū)域間貢獻(xiàn)率，且在各個(gè)年份區(qū)域內(nèi)貢獻(xiàn)率一直小于超變密度。同時(shí)，區(qū)域內(nèi)貢獻(xiàn)率在測量期間發(fā)展較為平穩(wěn)，2012年貢獻(xiàn)率（30.34%）相比其他年份最大，隨后表現(xiàn)出緩慢下降趨勢，2018年貢獻(xiàn)率（23.06%）相比其他年份最低，其整體上表現(xiàn)為緩慢下降的趨勢。另一方面，區(qū)域間貢獻(xiàn)率在測量期間整體上表現(xiàn)為上升趨勢，2012-2018年表現(xiàn)為持續(xù)上升趨勢，2018年貢獻(xiàn)率（53.17%）相比其他年份最大，而后在2019年貢獻(xiàn)率（42.36%）雖表現(xiàn)出下降趨勢，但其貢獻(xiàn)率卻遠(yuǎn)遠(yuǎn)大于區(qū)域內(nèi)貢獻(xiàn)率與超變密度，并在2020年貢獻(xiàn)率（48.27%）又開始上升，并有著繼續(xù)上升的發(fā)展趨勢。從超變密度的發(fā)展趨勢來看，2013-2018年整體表現(xiàn)為下降的發(fā)展趨勢，且2018年超變密度（23.78%）相比其他年份最小，雖在2019年大幅上升，但隨即在2020年又大幅下降，并有著持續(xù)下降的發(fā)展趨勢。

綜上所述，2011-2020年，長江經(jīng)濟(jì)帶科技創(chuàng)新效率總體差距貢獻(xiàn)率較大的是區(qū)域間的貢獻(xiàn)率與超變密度。從演變趨勢來看，區(qū)域間的貢獻(xiàn)率整體上呈現(xiàn)出持續(xù)上升的發(fā)展趨勢，貢獻(xiàn)比例逐漸增大，且遠(yuǎn)遠(yuǎn)大于區(qū)域內(nèi)貢獻(xiàn)率與超變密度。同時(shí)，區(qū)域內(nèi)貢獻(xiàn)率與超變密度整體上呈現(xiàn)出持續(xù)下降的發(fā)展趨勢，貢獻(xiàn)比例逐漸減小，且遠(yuǎn)遠(yuǎn)小于區(qū)域間的貢獻(xiàn)率。由此得知，長江經(jīng)濟(jì)帶科技創(chuàng)新表現(xiàn)出非均衡發(fā)展趨勢主要源于區(qū)域間的差距及超變密度，但隨著區(qū)域間的貢獻(xiàn)率逐漸增大、超變密度逐漸減小的發(fā)展趨勢影響，區(qū)域間的貢獻(xiàn)率從2018年開始遠(yuǎn)遠(yuǎn)大于超變密度，且還有進(jìn)一步擴(kuò)大的趨勢。因此，長江經(jīng)濟(jì)帶上、中、下游區(qū)域間科技創(chuàng)新發(fā)展的差距是現(xiàn)階段導(dǎo)致長江經(jīng)濟(jì)帶科技創(chuàng)新出現(xiàn)非均衡發(fā)展趨勢的主要原因。

4 研究結(jié)論

本文基于超效率SBM模型，對2011-2020年長江經(jīng)濟(jì)帶科技創(chuàng)新效率進(jìn)行了評價(jià)，引入Dagum基尼系數(shù)，深入分析了長江經(jīng)濟(jì)帶科技創(chuàng)新非均衡發(fā)展趨勢產(chǎn)生的主要原因，進(jìn)而探索長江經(jīng)濟(jì)帶科技創(chuàng)新均衡發(fā)展的路徑，為實(shí)現(xiàn)長江經(jīng)濟(jì)帶整體創(chuàng)新驅(qū)動發(fā)展提供理論基礎(chǔ)。

經(jīng)過對2011-2020年長江經(jīng)濟(jì)帶科技創(chuàng)新效率情況的評價(jià)，得出主要結(jié)論：第一，長江經(jīng)濟(jì)帶科技創(chuàng)新效率并未實(shí)現(xiàn)整體上各?。ㄊ校〥EA有效；第二，長江經(jīng)濟(jì)帶科技創(chuàng)新效率存在著空間集聚性差異，其上、中、下游區(qū)域的科技創(chuàng)新效率水平呈現(xiàn)出“兩頭高、中間低”的現(xiàn)象；第三，長江經(jīng)濟(jì)帶科技創(chuàng)新存在著非均衡的發(fā)展趨勢。進(jìn)一步分析得知：長江經(jīng)濟(jì)帶上、中、下區(qū)域間科技創(chuàng)新發(fā)展的差距是長江經(jīng)濟(jì)帶科技創(chuàng)新現(xiàn)階段出現(xiàn)非均衡發(fā)展趨勢問題的主要原因，且長江經(jīng)濟(jì)帶上游與中游區(qū)域間的科技創(chuàng)新效率差距最大。

5 管理啟示：長江經(jīng)濟(jì)帶科技創(chuàng)新整體均衡發(fā)展路徑

本文基于Dagum基尼系數(shù)及子群分解方法，通過分析長江經(jīng)濟(jì)帶科技創(chuàng)新效率總體差距的來源得知，現(xiàn)階段長江經(jīng)濟(jì)帶科技創(chuàng)新出現(xiàn)非均衡發(fā)展趨勢的主要原因是長江經(jīng)濟(jì)帶上、中、下游區(qū)域間科技創(chuàng)新發(fā)展的差距。同時(shí)，在分析長江經(jīng)濟(jì)帶上-中、上-下、中-下區(qū)域間基尼系數(shù)后得知，長江經(jīng)濟(jì)帶上-中游區(qū)域間的科技創(chuàng)新效率差距最大。因此，為實(shí)現(xiàn)長江經(jīng)濟(jì)帶科技創(chuàng)新整體均衡發(fā)展，首要任務(wù)是縮小長江經(jīng)濟(jì)帶上、中-下游三大區(qū)域間的科技創(chuàng)新發(fā)展差距；其次是縮小長江經(jīng)濟(jì)帶上、中、下游三大區(qū)域內(nèi)的差距，而區(qū)域內(nèi)差距較大的是上游區(qū)域。最后是縮小長江經(jīng)濟(jì)帶整體上的科技創(chuàng)新發(fā)展差距。

5.1 構(gòu)建長江經(jīng)濟(jì)帶跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)

5.1.1 推進(jìn)長江經(jīng)濟(jì)帶跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)的構(gòu)建

基于Dagum基尼系數(shù)及子群分解方法，可以在一定程度上認(rèn)為，長江經(jīng)濟(jì)帶科技創(chuàng)新出現(xiàn)非均衡發(fā)展趨勢的主要原因是長江經(jīng)濟(jì)帶上、中、下區(qū)域間科技創(chuàng)新發(fā)展的差距。所以，面對長江經(jīng)濟(jì)帶上、中與下游區(qū)域間的科技創(chuàng)新效率的差距，本文認(rèn)為需要打破區(qū)域壁壘，促進(jìn)不同區(qū)域間創(chuàng)新資源的合理流動，增強(qiáng)不同區(qū)域間創(chuàng)新主體之間的互動聯(lián)系，進(jìn)而優(yōu)化創(chuàng)新資源的配置，避免創(chuàng)新資源重復(fù)投入，導(dǎo)致資源浪費(fèi)。并以創(chuàng)新合作為基石，推動長江經(jīng)濟(jì)帶整體科技創(chuàng)新水平均衡發(fā)展，以期實(shí)現(xiàn)其區(qū)域科技創(chuàng)新協(xié)調(diào)發(fā)展，進(jìn)而促進(jìn)長江經(jīng)濟(jì)帶形成整體創(chuàng)新驅(qū)動發(fā)展的新局面。長江經(jīng)濟(jì)帶跨區(qū)協(xié)同創(chuàng)新系統(tǒng)如圖7所示。

5.1.2 明確區(qū)域創(chuàng)新戰(zhàn)略定位，增加跨區(qū)域合作的機(jī)會

根據(jù)上文對長江經(jīng)濟(jì)帶各?。ㄊ校┛萍紕?chuàng)新效率的測算結(jié)果與科技創(chuàng)新效率水平的分組結(jié)果分析得知，長江經(jīng)濟(jì)帶上、中、下游區(qū)域的科技創(chuàng)新效率水平呈現(xiàn)出“兩頭高、中間低”的現(xiàn)象，這在一定程度上說明，長江經(jīng)濟(jì)帶科技創(chuàng)新效率存在著空間集聚性差異情況。所以，對于長江經(jīng)濟(jì)帶中游區(qū)域而言，其科技創(chuàng)新水平發(fā)展較為落后，需要加強(qiáng)與長江經(jīng)濟(jì)帶上游與下游區(qū)域之間的合作創(chuàng)新，進(jìn)而縮小區(qū)域間的科技創(chuàng)新效率差距。而合作創(chuàng)新的前提在于不同區(qū)域間技術(shù)供求耦合，彼此實(shí)現(xiàn)雙贏。因此，要想增加跨區(qū)域合作創(chuàng)新的機(jī)會，就必須結(jié)合自身的地理環(huán)境優(yōu)勢，明確自身與整體之間的戰(zhàn)略定位差距，創(chuàng)造屬于自身區(qū)域科技創(chuàng)新發(fā)展的特色，進(jìn)而契合整體的科技創(chuàng)新發(fā)展需求，并以此來不斷提升區(qū)域的科技創(chuàng)新能力。

5.1.3 強(qiáng)化政府引導(dǎo)作用，發(fā)揮市場配置資源優(yōu)勢

在跨區(qū)協(xié)同創(chuàng)新系統(tǒng)中，各區(qū)域間創(chuàng)新主體的互動聯(lián)系、創(chuàng)新要素的跨區(qū)域流動、創(chuàng)新成果的有效共享（技術(shù)轉(zhuǎn)移），都離不開政府與市場的干預(yù)。所以，處理好政府與市場之間的關(guān)系，對于跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)的正常運(yùn)轉(zhuǎn)尤為重要。政府干預(yù)的作用主要體現(xiàn)在創(chuàng)新相關(guān)的公共政策的制定與發(fā)布、公共服務(wù)提供等方面，而市場的干預(yù)作用主要體現(xiàn)在對創(chuàng)新資源的合理配置與創(chuàng)新成果共享等方面，兩者共同發(fā)揮著促進(jìn)跨區(qū)域協(xié)同創(chuàng)新的作用。但對于兩者的關(guān)系必須要有明確的界定，一方面是為了避免市場失靈現(xiàn)象的產(chǎn)生，另一方面是為了避免政府過度干預(yù)。因此，在長江經(jīng)濟(jì)帶跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)中，需要確立政府部門的引導(dǎo)地位，堅(jiān)持以市場為主導(dǎo)，構(gòu)建完善跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)，發(fā)揮市場資源配置的優(yōu)勢。

5.2 強(qiáng)化科技創(chuàng)新和技術(shù)轉(zhuǎn)移的環(huán)境建設(shè)

科技創(chuàng)新環(huán)境包括政治環(huán)境、經(jīng)濟(jì)環(huán)境、社會環(huán)境和科技環(huán)境，跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)身處科技創(chuàng)新環(huán)境中，必然會受到創(chuàng)新環(huán)境帶來的一系列影響。所以，優(yōu)化科技創(chuàng)新環(huán)境，對于跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)的運(yùn)行至關(guān)重要。本文提出強(qiáng)化科技創(chuàng)新和技術(shù)轉(zhuǎn)移環(huán)境建設(shè)，培養(yǎng)跨區(qū)域合作創(chuàng)新文化，確保跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)的持續(xù)穩(wěn)定運(yùn)行。

5.2.1 完善知識產(chǎn)權(quán)保護(hù)體系，保障合作創(chuàng)新成果權(quán)益

知識產(chǎn)權(quán)是保護(hù)智力勞動成果的有效措施，對于知識產(chǎn)權(quán)的重視程度將會直接影響著區(qū)域的科技創(chuàng)新行為。如果沒有完善的知識產(chǎn)權(quán)保護(hù)體系，那么科技創(chuàng)新成果的權(quán)益也將無法得到有效的保障，技術(shù)轉(zhuǎn)移與創(chuàng)新合作行為將會受到很大程度的削弱。所以，完善知識產(chǎn)權(quán)保護(hù)體系，保障合作創(chuàng)新成果權(quán)益，能夠?yàn)榭鐓^(qū)域合作創(chuàng)新行為提供重要保障，讓科技創(chuàng)新勞動成果的跨區(qū)域共享更為安全、有效，促進(jìn)創(chuàng)新要素在不同區(qū)域間的快速流動，優(yōu)化創(chuàng)新資源配置，營造出良好的跨區(qū)域合作創(chuàng)新文化。

5.2.2 發(fā)揮中介服務(wù)機(jī)構(gòu)作用，助力合作創(chuàng)新橋梁搭建

各區(qū)域創(chuàng)新主體在不同區(qū)域之間的互動聯(lián)系離不開中介服務(wù)機(jī)構(gòu)，中介服務(wù)機(jī)構(gòu)在跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)發(fā)揮著“橋梁”“紐帶”作用。常見關(guān)于中介服務(wù)機(jī)構(gòu)的分類主要有三類：第一類是直接參與到服務(wù)對象的技術(shù)創(chuàng)新機(jī)構(gòu)，包括生產(chǎn)力促進(jìn)中心、創(chuàng)業(yè)服務(wù)中心、工程技術(shù)研究中心等。第二類是利用技術(shù)、管理和市場等方面的知識為創(chuàng)新主體提供咨詢服務(wù)的機(jī)構(gòu)，包括科技評估中心、科技招投標(biāo)機(jī)構(gòu)、情報(bào)信息中心、知識產(chǎn)權(quán)事務(wù)中心和各類科技咨詢機(jī)構(gòu)等。第三類是為科技資源有效流動、合理配置提供服務(wù)的機(jī)構(gòu)，包括技術(shù)市場、人才中介市場、科技條件市場、技術(shù)產(chǎn)權(quán)交易機(jī)構(gòu)等。所以，在長江經(jīng)濟(jì)帶跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)中，中介服務(wù)機(jī)構(gòu)不僅能夠營造良好科技創(chuàng)新環(huán)境，還能夠鏈接不同區(qū)域間的創(chuàng)新主體，促進(jìn)跨區(qū)域協(xié)同創(chuàng)新系統(tǒng)的有序運(yùn)行，并創(chuàng)造出跨區(qū)域合作創(chuàng)新的文化氛圍。

5.2.3 建立合作創(chuàng)新信息平臺，提升區(qū)域間信任感

合作創(chuàng)新行為的產(chǎn)生是基于彼此之間的信任，并在知曉雙方需求的前提下所形成的。一般而言，人們更愿意選擇自己相對熟悉的人來作為合作伙伴，因?yàn)槭煜さ娜烁咝湃胃?。因此，合作關(guān)系的建立往往是以信任感為基礎(chǔ)的。若要推動不同區(qū)域間的合作創(chuàng)新關(guān)系的建立，需要把“信任感”這一影響因素考慮進(jìn)去，才可能會有更進(jìn)一步合作交流的機(jī)會。本文認(rèn)為可以通過建立合作創(chuàng)新信息平臺，促進(jìn)不同區(qū)域間的溝通交流，提升不同區(qū)域間創(chuàng)新主體的信任感，并且讓各個(gè)創(chuàng)新主體及時(shí)了解到合作創(chuàng)新需求，避免由于信息差錯(cuò)失合作創(chuàng)新的機(jī)會。

參考文獻(xiàn)：

[1] 任曉剛.堅(jiān)持科技創(chuàng)新推動經(jīng)濟(jì)高質(zhì)量發(fā)展[J].人民論壇·學(xué)術(shù)前沿，2022（13）：101-104.

[2] 張玉婷，楊華領(lǐng).技術(shù)創(chuàng)新效率評價(jià)方法綜述[J].中國管理信息化，2018，21（4）：82-84.

[3] 陳敏，李建民.金融中介對我國區(qū)域科技創(chuàng)新效率的影響研究——基于隨機(jī)前沿的距離函數(shù)模型[J].中國科技論壇，2012（11）：85-90.

[4] AIGNER D J， LOVELL C A K，SCHMIDT P.Formulation and estimation of stochastic frontier production function models[J].Jour nal of Econometrics，1977（6）：21-37.

[5] 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析［M］.北京：科學(xué)出版社，2004.

[6] 盛彥文，駱華松，宋金平，等.中國東部沿海五大城市群創(chuàng)新效率、影響因素及空間溢出效應(yīng)[J].地理研究，2020，39（2）：257-271.

[7] 白俊紅，蔣伏心.協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績效[J].經(jīng)濟(jì)研究，2015，50（7）：174-187.

[8] 毛良虎，姜瑩.長江經(jīng)濟(jì)帶區(qū)域創(chuàng)新效率及空間差異研究[J].華東經(jīng)濟(jì)管理，2016，30（8）：73-78.

[9] 吳傳清，黃磊，文傳浩.長江經(jīng)濟(jì)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] 羅穎，羅傳建，彭甲超.基于三階段DEA的長江經(jīng)濟(jì)帶創(chuàng)新效率測算及其時(shí)空分異特征[J].管理學(xué)報(bào)，2019，16（9）：1385-1393.

[11] 賴一飛，謝潘佳，葉麗婷，等.我國區(qū)域科技創(chuàng)新效率測評及影響因素研究——基于超效率SBM-Malmquist-Tobit模型[J].科技進(jìn)步與對策，2021，38（13）：37-45.

[12] 劉耀彬，易容，李汝資.長江經(jīng)濟(jì)帶區(qū)域協(xié)調(diào)發(fā)展的新特征與新路徑[J].學(xué)習(xí)與實(shí)踐，2022（5）：23-31，2.

[13] CHARNES A，COOPER W W， RHODES E.. Measuring theefficiency of? decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[14] 劉釩，鄧明亮.基于改進(jìn)超效率DEA模型的長江經(jīng)濟(jì)帶科技創(chuàng)新效率研究[J].科技進(jìn)步與對策，2017，34（23）：48-53.

[15] 尤瑞玲，陳秋玲.我國沿海地區(qū)科技創(chuàng)新效率的省域差異研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2017（5）：119-123.

[16] TONE K.A slacks-based measure of super-efficiency in data envelopment analysis［J］. European Journal of Operational Research，2002，143（1）：32-41.

[17] CAMILO DAGUM. A new approach to the decomposition of the gini income inequality ratio[J]. Empirical Economics，1997，22（4）： 515-531.

[18] 葉長華，陳立泰，田園.長江經(jīng)濟(jì)帶勞動力市場發(fā)展水平的空間非均衡性——基于Dagum基尼系數(shù)與Markov鏈方法的實(shí)證研究[J].華東經(jīng)濟(jì)管理，2018，32（8）：58-64.

[19] 王?；?，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)管理理，2022，36（8）：26-33.

[20] 蘭海霞，趙雪雁.中國區(qū)域創(chuàng)新效率的時(shí)空演變及創(chuàng)新環(huán)境影響因素[J].經(jīng)濟(jì)地理，2020，40（2）：97-107.

[21] 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.

[22] 顏莉. 我國區(qū)域創(chuàng)新效率評價(jià)指標(biāo)體系實(shí)證研究［J］. 管理世界，2012（5）：174-175.

[23] 王鵬，鐘譽(yù)華，顏悅.科技創(chuàng)新效率與區(qū)域經(jīng)濟(jì)韌性交互分析——基于珠三角地區(qū)的實(shí)證[J].科技進(jìn)步與對策，2022，39（8）：48-58.

[24] 孫群英，朱震鋒，曹玉昆.低碳經(jīng)濟(jì)視域下中國省級區(qū)域綠色創(chuàng)新能力評價(jià)分析——以黑龍江省為例[J].林業(yè)經(jīng)濟(jì)，2019，41（11）：34-42.

[25] 李澤霞，董瑜，張薇.應(yīng)用DEA方法評價(jià)我國區(qū)域科技創(chuàng)新效率[J].圖書情報(bào)工作，2011，55（18）：24-28.

[26] 趙文平，楊海珍.基于DEA的西部區(qū)域創(chuàng)新網(wǎng)絡(luò)效率評價(jià)[J].科研管理，2016，37（S1）：393-400.

[27] 高廣闊，王藝群.京津冀地區(qū)高耗能產(chǎn)業(yè)綠色創(chuàng)新效率及影響因素分析——基于空間視角的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（1）：137-144.

（責(zé)任編輯：張雙鈺）

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目“企業(yè)網(wǎng)絡(luò)動態(tài)能力與協(xié)同創(chuàng)新生態(tài)系統(tǒng)互動演化機(jī)制研究——以新興技術(shù)產(chǎn)業(yè)為例”（71762003）；國家自然科學(xué)基金項(xiàng)目“公共治理視閾下跨區(qū)域合作創(chuàng)新網(wǎng)絡(luò)多主體協(xié)同發(fā)展機(jī)制研究”（72164002）

作者簡介：滿云冰（1997-），男，廣西大學(xué)公共管理學(xué)院碩士研究生，研究方向：行政管理；程躍（1980-），女，博士，廣西大學(xué)公共管理學(xué)院副教授，研究方向：新興技術(shù)管理、科技政策。