許福志，李 剛

（ 福建理工大學(xué) 互聯(lián)網(wǎng)經(jīng)貿(mào)學(xué)院，福建 福州 350014 ）

黨的十九大報告作出“我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”[1]的重要論斷，明確了創(chuàng)新在引領(lǐng)高質(zhì)量發(fā)展進(jìn)程中的重要地位。 黨的二十大報告明確指出，必須堅(jiān)持科技是第一生產(chǎn)力、 人才是第一資源、 創(chuàng)新是第一動力[2]。 福建省持續(xù)深入實(shí)施科教興省、 人才強(qiáng)省戰(zhàn)略、 創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略等一系列政策措施，加快建設(shè)高水平創(chuàng)新型省份，研發(fā)要素投入規(guī)模不斷擴(kuò)大，創(chuàng)新產(chǎn)出也不斷提升，創(chuàng)新綜合實(shí)力顯著增強(qiáng)，成為全方位推進(jìn)高質(zhì)量發(fā)展超越的關(guān)鍵引擎。 然而，由于福建省各地市在創(chuàng)新基礎(chǔ)、資源、 環(huán)境、 政策支持等方面存在不小差距，導(dǎo)致區(qū)域間的創(chuàng)新發(fā)展很不平衡，同時，科技資源要素利用效率不高，區(qū)域創(chuàng)新效率尚有較大的提升空間。 因此，量化測度福建省創(chuàng)新效率，分析創(chuàng)新效率現(xiàn)狀、 區(qū)域分布差異，探索創(chuàng)新效率的影響因素，對于全面推進(jìn)福建省科技創(chuàng)新能力提升及全方位推進(jìn)高質(zhì)量發(fā)展超越具有非常重要的現(xiàn)實(shí)意義。

創(chuàng)新效率的研究主要聚焦于兩個方面: 一是創(chuàng)新效率的測度，主要采用非參數(shù)方法的數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）及延伸模型和參數(shù)方法的隨機(jī)前沿分析（stochastic frontier analysis，SFA）。 前者無須設(shè)定具體的生產(chǎn)函數(shù)形式，從而避免了因模型設(shè)定錯誤帶來的偏差，但未考慮偶然因素對于產(chǎn)出變量的影響[3]，對測量誤差的忽略也會影響效率測度的準(zhǔn)確性與穩(wěn)定性[4]，且無法對結(jié)果進(jìn)行顯著性檢驗(yàn)； 后者則設(shè)定了具體的生產(chǎn)函數(shù)形式，更具有堅(jiān)實(shí)的經(jīng)濟(jì)理論基礎(chǔ)，可對模型本身及估計(jì)參數(shù)進(jìn)行顯著性檢驗(yàn)、 可從無效率中分離出隨機(jī)誤差[5]，在測算每個個體技術(shù)效率的同時，還能定量分析各種相關(guān)因素對個體效率差異的具體影響[6]，盡管其函數(shù)形式設(shè)定和分布假設(shè)過于嚴(yán)格，在模型設(shè)定合理且采用面板數(shù)據(jù)條件下，SFA 能得到更有效的結(jié)果[7]。 大多數(shù)學(xué)者采用DEA 及延伸模型和SFA 模型對創(chuàng)新效率進(jìn)行測度與評價[8-10]； 基于價值鏈視角，創(chuàng)新過程又可分為技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段，部分學(xué)者也對創(chuàng)新兩階段效率進(jìn)行測度與評價[11-13]。 二是創(chuàng)新效率的影響因素研究，主要包括政府支持、企業(yè)自主研發(fā)、 產(chǎn)業(yè)結(jié)構(gòu)、 人力資本水平、 對外開放、 數(shù)字經(jīng)濟(jì)發(fā)展水平等[14-16]。

目前，關(guān)于福建省創(chuàng)新效率及影響因素的文獻(xiàn)相對匱乏，從研究方法上看，主要采用DEA及延伸模型，如利用超效率DEA 視窗模型及Malmquist 指數(shù)、 DEA-BCC 模型和 DEAMalmquist 模型等對福建省的創(chuàng)新效率進(jìn)行測度與評價[17-19]，采用SFA 模型僅從企業(yè)層面出發(fā)[20]； 從研究方向上看，主要測度福建省的整體創(chuàng)新效率，分階段創(chuàng)新效率測度僅從行業(yè)層面出發(fā)[21]，且缺乏對福建省創(chuàng)新效率影響因素的研究。 鑒于此，采用福建省9 個地市的面板數(shù)據(jù)，運(yùn)用SFA 模型測度福建省的創(chuàng)新兩階段效率，同時考察和分析創(chuàng)新兩階段效率的影響因素，以期為福建省制定科技創(chuàng)新發(fā)展戰(zhàn)略和推動區(qū)域創(chuàng)新效率協(xié)調(diào)、 全面提升提供參考。

一、 模型構(gòu)建和變量選擇

1. 模型構(gòu)建

依據(jù)Battese 等的模型設(shè)定方法[22]，采用柯布-道格拉斯生產(chǎn)函數(shù)對創(chuàng)新效率及影響因素進(jìn)行研究。 具體模型構(gòu)建如下:

其中，i和t表示地區(qū)和時間。Y、K、L分別表示創(chuàng)新產(chǎn)出、 研發(fā)資本和研發(fā)人員投入。 由于技術(shù)創(chuàng)新過程從研發(fā)要素投入到成果轉(zhuǎn)化通常具有一定的時滯性，因此，所有研發(fā)要素投入滯后一期。vit-uit表示復(fù)合誤差結(jié)構(gòu)，其中，vit表示隨機(jī)誤差項(xiàng)，服從N（0，） 正態(tài)分布，uit表示技術(shù)無效率項(xiàng)，服從N（μ，σ2u） 截斷正態(tài)分布。 技術(shù)效率（ET）為實(shí)際產(chǎn)出與生產(chǎn)前沿產(chǎn)出之比，其值越接近于1，表示技術(shù)越有效。γ表示隨機(jī)擾動項(xiàng)中技術(shù)無效率占比，若γ＝1 表示誤差值全部來源于技術(shù)無效率因素； 若γ＝0 表示誤差值全部來自于不可控的隨機(jī)因素，此時使用普通最小二乘（ordinary least squares，OLS）估計(jì)模型即可。

為進(jìn)一步考察技術(shù)效率的影響因素，構(gòu)建技術(shù)無效率函數(shù):

其中:u為技術(shù)無效率函數(shù)，z為影響技術(shù)無效率的因素；δ為待估參數(shù)，若為負(fù)，說明對技術(shù)效率有正向作用，反之，則有負(fù)向作用；ω為隨機(jī)誤差項(xiàng)，假定服從N（0，） 正態(tài)分布。 考慮到要素投入的滯后性，同時為了降低內(nèi)生性，通過影響因素變量滯后一期來控制。

2. 變量選擇

選取福建省9 個地市的面板數(shù)據(jù)為樣本，數(shù)據(jù)來源于2016—2022 年《福建統(tǒng)計(jì)年鑒》、 福建省各地市統(tǒng)計(jì)年鑒及福建省科技廳網(wǎng)站。 考慮到要素投入的滯后性，因此，要素投入指標(biāo)為2015—2020 年數(shù)據(jù)，創(chuàng)新產(chǎn)出指標(biāo)為2016—2021 年數(shù)據(jù)，變量設(shè)置如下。

（1）創(chuàng)新產(chǎn)出

基于價值鏈視角，創(chuàng)新過程可劃分為技術(shù)研發(fā)和成果轉(zhuǎn)化兩個階段[23]，分別選擇專利授權(quán)量和技術(shù)市場合同成交額作為技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段的產(chǎn)出指標(biāo)。 專利是發(fā)明人的重要智力勞動成果，對開發(fā)新產(chǎn)品、 技術(shù)改造和專利申請等有重要作用，能較全面地反映發(fā)明和創(chuàng)新信息，而技術(shù)市場合同成交額反映技術(shù)創(chuàng)新對經(jīng)濟(jì)運(yùn)行質(zhì)量和效益的促進(jìn)，反映出一個地區(qū)的創(chuàng)新成果商業(yè)化應(yīng)用和創(chuàng)新產(chǎn)品的市場成功[24]。

（2）創(chuàng)新投入

選取研發(fā)人員投入（L）和研發(fā)資本（K）衡量創(chuàng)新的投入規(guī)模。 其中，研發(fā)人員投入采用研發(fā)人員全時當(dāng)量來測度； 在研發(fā)資本核算方面，盡管研發(fā)資本存量比研發(fā)資本流量更符合現(xiàn)實(shí)[25]，但由于研發(fā)資本存量在不同假定和計(jì)算方法下得到的結(jié)果不盡相同，對最終測度結(jié)果準(zhǔn)確性會造成偏差[26]，且福建省9 個地市沒有公布完整的相關(guān)價格指數(shù)，無法計(jì)算得到研發(fā)價格指數(shù)，因此以研發(fā)內(nèi)部經(jīng)費(fèi)支出的流量指標(biāo)來測度研發(fā)資本。

（3）影響因素變量

借鑒現(xiàn)有研究，選取產(chǎn)業(yè)結(jié)構(gòu)（Sind）、 數(shù)字經(jīng)濟(jì)發(fā)展水平（Lded）、 政府支持力度（Sgov）、 外商直接投資（Ifd）、 人力資本水平（h）等5 個變量。 其中，Sind采用第二產(chǎn)業(yè)增加值占GDP 比重來衡量；Lded采用熵值法計(jì)算出的綜合指數(shù)來衡量，基于數(shù)據(jù)的可獲得性，從每百人互聯(lián)網(wǎng)用戶數(shù)、 每百人移動電話用戶數(shù)、 電信業(yè)務(wù)總額占GDP 比重、 郵政業(yè)務(wù)總額占GDP 比重、 人均快遞業(yè)務(wù)量來構(gòu)建Lded評價指標(biāo)體系；Sgov采用財政科技支出占財政支出比重來衡量；Ifd采用外商直接投資總額占GDP 比重來衡量；h采用每萬人中在校大學(xué)生數(shù)來衡量。

二、 實(shí)證分析

利用SFA 量化測度福建省的技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率，并對創(chuàng)新兩階段效率的影響因素進(jìn)行實(shí)證研究。

1. 福建省創(chuàng)新兩階段效率演變分析

表1 報告了2016—2021 年福建省技術(shù)研發(fā)效率的測度結(jié)果。 研究表明: 1）整體來看，福建省技術(shù)研發(fā)效率平均值呈小幅度波動趨勢，最低為2017 年的0.384，最高為2018 年的0.493，總平均值為0.437，技術(shù)研發(fā)效率還處于較低水平。 近年來，福建省雖然加大了科技資源要素的投入力度，創(chuàng)新產(chǎn)出也不斷提升，但產(chǎn)出投入比仍然偏低。 根據(jù)統(tǒng)計(jì)數(shù)據(jù)，專利授權(quán)量與研發(fā)內(nèi)部經(jīng)費(fèi)支出、 研發(fā)人員折合全時當(dāng)量的比值，在2016 年分別為147.632 件/億元、 0.507 件/人年，在2021 年分別為157.262 件/億元、 0.647件/人年，產(chǎn)出投入比增長幅度小，導(dǎo)致技術(shù)研發(fā)效率無法快速提升。 2）分區(qū)域來看，技術(shù)研發(fā)效率值高于全省平均水平的地市有莆田市、 三明市、 泉州市、 龍巖市和寧德市，最高為泉州市的0.725； 而福州市、 廈門市、 漳州市和南平市的技術(shù)研發(fā)效率均值低于全省平均水平，最低為福州市的0.144，說明技術(shù)研發(fā)效率存在顯著的區(qū)域異質(zhì)性，但這種差異性隨著時間的推移呈階段性下降趨勢，即變異系數(shù)從2016 年的0.490下降到2021 年的0.351。 經(jīng)濟(jì)綜合實(shí)力較高的福州市和廈門市的技術(shù)研發(fā)效率值卻相對較低，主要是由于這兩個地市的技術(shù)研發(fā)產(chǎn)出雖然較高，但投入的科技資源要素也更多，產(chǎn)出投入比相對較低，導(dǎo)致技術(shù)研發(fā)效率不高； 而經(jīng)濟(jì)綜合實(shí)力較低的莆田市、 三明市、 龍巖市、 寧德市卻擁有相對較高的技術(shù)研發(fā)效率值，主要是由于這些地市的技術(shù)研發(fā)產(chǎn)出雖然較低，但投入的科技資源要素更少，因而產(chǎn)出投入比相對較高，技術(shù)研發(fā)效率有所提升。 以福州市和三明市為例，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，2016—2021 年間，福州市專利授權(quán)量與研發(fā)內(nèi)部經(jīng)費(fèi)支出、 研發(fā)人員折合全時當(dāng)量的比值分別為100.086 件/億元、 0.405 件/人年，而三明市分別為118.760 件/億元、 0.597件/人年，產(chǎn)出投入比存在不小差距。

表1 福建省技術(shù)研發(fā)效率測度結(jié)果

表2 報告了2016—2021 年福建省成果轉(zhuǎn)化效率的測度結(jié)果。 研究表明: 1）整體來看，福建省成果轉(zhuǎn)化效率平均值呈動態(tài)上升態(tài)勢，從2016 年的0.381 上升至2021 年的0.561，年均增長率為8.05%，總平均值為0.454，雖然效率不高，但科技資源要素的利用效率顯著提升。 近年來，福建省出臺了一系列科技成果轉(zhuǎn)化的政策法規(guī)，逐步完善科技成果轉(zhuǎn)化鏈條，加快成果轉(zhuǎn)化及產(chǎn)業(yè)化，著力打通科技成果轉(zhuǎn)化為生產(chǎn)力的“最后一公里”，科技成果轉(zhuǎn)化能力顯著增強(qiáng)。2）分區(qū)域來看，成果轉(zhuǎn)化效率值高于全省平均水平的地市有福州市、 廈門市、 三明市和寧德市，最高為廈門市的0.713； 而莆田市、 泉州市、 漳州市、 南平市和龍巖市的成果轉(zhuǎn)化效率值低于全省平均水平，最低為漳州市的0.228，說明成果轉(zhuǎn)化效率也存在顯著的區(qū)域異質(zhì)性，但這種差異性隨著時間的推移呈下降趨勢，即變異系數(shù)從2016 年的0.709 一直下降到2021 年的0.268。 泉州市的成果轉(zhuǎn)化產(chǎn)出雖然較高，但投入的科技資源要素更多，產(chǎn)出投入比相對較低，導(dǎo)致成果轉(zhuǎn)化效率不高； 而三明市和寧德市的成果轉(zhuǎn)化產(chǎn)出雖然較低，但投入的科技資源要素也更少，產(chǎn)出投入比相對較高，進(jìn)而提升了成果轉(zhuǎn)化效率。

表2 福建省成果轉(zhuǎn)化效率測度結(jié)果

2. 福建省創(chuàng)新兩階段效率模式分析

為更深入地分析福建省各地市在創(chuàng)新兩階段的效率情況，根據(jù)技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率的平均值將研發(fā)活動分為4 種模式，結(jié)果如表3 所示。

表3 研發(fā)活動模式分類

（1）高技術(shù)研發(fā)高成果轉(zhuǎn)化效率模式

三明市、 寧德市這兩個地市雖然科技資源要素投入和創(chuàng)新產(chǎn)出并不高，但產(chǎn)出投入比相對較高，創(chuàng)新兩階段效率也隨之提升。 近年來，三明市科技局出臺了一系列促進(jìn)科技創(chuàng)新發(fā)展的政策措施，持續(xù)深化京明、 滬明、 廈明科技合作，加快建設(shè)六大科技創(chuàng)新平臺，增強(qiáng)了科研實(shí)力和服務(wù)能力，與2018 年相比，2019 年技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率分別下降了48.35%、 50.78%，下降幅度明顯，隨后持續(xù)上升。 寧德市鋰電新能源、 新能源汽車、 不銹鋼新材料、 銅材料等具有國際競爭力的高技術(shù)主導(dǎo)產(chǎn)業(yè)集群發(fā)展迅速，技術(shù)研發(fā)和成果轉(zhuǎn)化水平顯著提升，隨著時間的推移，技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率呈總體上升趨勢，2016—2021 年，年均增長率分別為7.21%、12.25%。

（2）高技術(shù)研發(fā)低成果轉(zhuǎn)化效率模式

莆田市、 泉州市、 龍巖市這三個地市的技術(shù)研發(fā)能力較強(qiáng)，但科技成果轉(zhuǎn)化能力相對較弱。泉州市的技術(shù)研發(fā)和成果轉(zhuǎn)化存在嚴(yán)重的“跛足” 現(xiàn)象，技術(shù)研發(fā)效率顯著高于成果轉(zhuǎn)化效率，科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的水平較低。 莆田市的技術(shù)研發(fā)效率略高于全省平均水平，但成果轉(zhuǎn)化效率與全省平均水平存在一定差距。 龍巖市的創(chuàng)新兩階段效率與全省平均水平較為接近。

（3）低技術(shù)研發(fā)高成果轉(zhuǎn)化效率模式

福州市、 廈門市這兩個地市的經(jīng)濟(jì)綜合實(shí)力相對較強(qiáng)，科技資源要素投入和創(chuàng)新產(chǎn)出也較高，但技術(shù)研發(fā)和成果轉(zhuǎn)化同樣存在嚴(yán)重的“跛足” 現(xiàn)象，成果轉(zhuǎn)化效率居全省前2 位，技術(shù)研發(fā)效率居全省末2 位，成果轉(zhuǎn)化效率顯著高于技術(shù)研發(fā)效率。

（4）低技術(shù)研發(fā)低成果轉(zhuǎn)化效率模式

漳州市、 南平市這兩個地市的技術(shù)研發(fā)和科技成果轉(zhuǎn)化能力均相對較弱。 漳州市的科技資源要素投入和創(chuàng)新產(chǎn)出處于全省中上游水平。 根據(jù)統(tǒng)計(jì)數(shù)據(jù)，2016—2021 年間，漳州市的研發(fā)內(nèi)部經(jīng)費(fèi)支出、 研發(fā)人員折合全時當(dāng)量、 專利授權(quán)量均排在全省第4 位，技術(shù)市場合同成交額排在全省第6 位，但產(chǎn)出投入比相對較低，創(chuàng)新效率也偏低。 南平市的科技資源要素投入和創(chuàng)新產(chǎn)出處于全省下游水平，科技資源利用效率低，未能帶動創(chuàng)新效率提升。

3. 福建省創(chuàng)新兩階段效率影響因素分析

表4 給出了創(chuàng)新兩階段效率影響因素的估計(jì)結(jié)果。 數(shù)據(jù)表明，模型中技術(shù)無效率占比（γ）、似然比（RL）統(tǒng)計(jì)量在1%水平下具有顯著性，且γ值都大于0.9，表明影響創(chuàng)新效率的大部分隨機(jī)因素可由技術(shù)效率來解釋，即前沿生產(chǎn)函數(shù)模型不僅存在技術(shù)無效率，且技術(shù)無效率對因變量具有顯著的影響，說明運(yùn)用SFA 考察福建省創(chuàng)新兩階段效率及其影響因素的合理性。

表4 創(chuàng)新效率影響因素估計(jì)結(jié)果

（1）lnK和lnL對創(chuàng)新產(chǎn)出的影響

技術(shù)研發(fā)階段，lnK和lnL的產(chǎn)出彈性分別為0.280、 1.180，且通過了顯著性檢驗(yàn)，說明研發(fā)資本和研發(fā)人員投入對技術(shù)研發(fā)階段的創(chuàng)新產(chǎn)出具有正向作用，lnK和lnL每增加1%，專利授權(quán)量將分別增加0.280%、 1.180%，研發(fā)人員投入對專利產(chǎn)出的正向影響顯著大于研發(fā)資本。 成果轉(zhuǎn)化階段，lnK的產(chǎn)出彈性為0.197，但未通過顯著性檢驗(yàn)，lnL的產(chǎn)出彈性為1.687，通過了顯著性檢驗(yàn)，說明研發(fā)資本在成果轉(zhuǎn)化階段未完全發(fā)揮正向作用，成果產(chǎn)出主要依靠研發(fā)人員投入，lnL投入每增加1%，技術(shù)市場合同成交額將增加1.687%。

（2）Sind對創(chuàng)新效率的影響

Sind在技術(shù)研發(fā)階段的系數(shù)顯著為負(fù)，在成果轉(zhuǎn)化階段的系數(shù)為負(fù)但不顯著，說明產(chǎn)業(yè)結(jié)構(gòu)對技術(shù)研發(fā)效率具有正向促進(jìn)作用，而對成果轉(zhuǎn)化效率的正向促進(jìn)作用不顯著。 近年來，福建省加快調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，深入推進(jìn)先進(jìn)制造業(yè)強(qiáng)省、 質(zhì)量強(qiáng)省建設(shè)，大力發(fā)展高技術(shù)新興產(chǎn)業(yè)，做大做強(qiáng)電子信息和數(shù)字產(chǎn)業(yè)、 先進(jìn)制造裝備等主導(dǎo)產(chǎn)業(yè)，不斷加強(qiáng)關(guān)鍵核心技術(shù)研發(fā)攻關(guān)，從而有效促進(jìn)技術(shù)研發(fā)效率的提升，但可能產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化尚未達(dá)到一定的“門檻值”，故對成果轉(zhuǎn)化效率的提升效果不顯著。

（3）Lded對創(chuàng)新效率的影響

Lded在創(chuàng)新兩階段的系數(shù)均顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)發(fā)展水平能促進(jìn)創(chuàng)新兩階段效率的提升。 近年來，福建省加快推進(jìn)“數(shù)字福建” 建設(shè)，加大數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施投入力度，積極推動互聯(lián)網(wǎng)、 大數(shù)據(jù)、 人工智能和實(shí)體經(jīng)濟(jì)深度融合，大力推進(jìn)數(shù)字產(chǎn)業(yè)化、 產(chǎn)業(yè)數(shù)字化，數(shù)字經(jīng)濟(jì)發(fā)展水平大幅提升，而數(shù)字經(jīng)濟(jì)的發(fā)展在一定程度上打破了信息與研發(fā)要素在區(qū)域間流動的地理限制[27]，能夠有效整合創(chuàng)新資源、 打通創(chuàng)新堵點(diǎn)，通過人力資本積累效應(yīng)、 知識溢出效應(yīng)、創(chuàng)新要素配置優(yōu)化效應(yīng)提升創(chuàng)新效率[16]。 當(dāng)前，數(shù)字經(jīng)濟(jì)發(fā)展已成為推動福建省科技創(chuàng)新發(fā)展的關(guān)鍵引擎。

（4）Sgov對創(chuàng)新效率的影響

Sgov在創(chuàng)新兩階段的系數(shù)均顯著為負(fù)，說明政府支持力度能促進(jìn)創(chuàng)新兩階段效率的提升。 根據(jù)統(tǒng)計(jì)數(shù)據(jù)，2016—2021 年間，雖然福建省的地方財政科技支出占財政支出比重較小，均值為2.47%，但呈上升趨勢，年均增長率為9.21%。在科技創(chuàng)新過程中，福建省持續(xù)加大財政科技支出力度，出臺創(chuàng)新激勵政策，為科技創(chuàng)新活動創(chuàng)造基礎(chǔ)條件，為加快科技成果轉(zhuǎn)化提供保障，政府支持的引導(dǎo)作用和杠桿效應(yīng)得到了充分的發(fā)揮[28]，對創(chuàng)新兩階段效率的提升效果顯著。

（5）Ifd對創(chuàng)新效率的影響

Ifd在技術(shù)研發(fā)階段的系數(shù)顯著為正，在成果轉(zhuǎn)化階段的系數(shù)為正但不顯著，說明外商直接投資未能提升福建省的創(chuàng)新兩階段效率。 這可能是由于福建省的外商直接投資主要流向服務(wù)業(yè)，而進(jìn)入先進(jìn)制造、 科技創(chuàng)新等重點(diǎn)領(lǐng)域的份額偏低，導(dǎo)致外商直接投資的技術(shù)溢出效應(yīng)不顯著。 以2021 年為例，根據(jù)福建省統(tǒng)計(jì)局?jǐn)?shù)據(jù)，福建省的外商直接投資中流向工業(yè)的占比僅為11. 44%，而流向服務(wù)業(yè)的占比高達(dá)71. 17%。

（6）h對創(chuàng)新效率的影響

h在技術(shù)研發(fā)階段的系數(shù)顯著為正，在成果轉(zhuǎn)化階段的系數(shù)顯著為負(fù)，說明人力資本水平未能促進(jìn)技術(shù)研發(fā)效率提升，但對成果轉(zhuǎn)化效率具有顯著的正向促進(jìn)作用。 在技術(shù)研發(fā)階段，福建省在培養(yǎng)人才創(chuàng)新能力方面存在不足，這可能導(dǎo)致人力資本水平未能達(dá)到促進(jìn)技術(shù)研發(fā)效率的“門檻值”。 提高人們的受教育程度可以更加有效地將技術(shù)研發(fā)階段得到的成果進(jìn)行市場化的運(yùn)作，進(jìn)一步提高成果轉(zhuǎn)化效率。

三、 結(jié)論和對策

1. 研究結(jié)論

科技創(chuàng)新是福建省全方位推動高質(zhì)量發(fā)展超越的第一動力源，優(yōu)化科技資源配置、 提升創(chuàng)新效率成為推動科技創(chuàng)新的關(guān)鍵引擎。 基于福建省9 個地市的面板數(shù)據(jù)，運(yùn)用SFA 模型量化測度福建省的創(chuàng)新兩階段效率，并考察和分析創(chuàng)新兩階段效率的影響因素，得出以下結(jié)論: 1）福建省的創(chuàng)新兩階段效率總體水平不高，技術(shù)研發(fā)效率呈小幅度波動態(tài)勢，平均值為0.437； 成果轉(zhuǎn)化效率呈總體上升態(tài)勢，年均增長率為8.05%，平均值為0.454； 2）福建省創(chuàng)新兩階段效率存在顯著的區(qū)域差異，技術(shù)研發(fā)效率值高于全省平均水平的地市有莆田市、 三明市、 泉州市、 龍巖市和寧德市； 成果轉(zhuǎn)化效率值高于全省平均水平的地市有福州市、 廈門市、 三明市和寧德市，但這種差異性隨著時間的推移呈下降趨勢； 3）研發(fā)人員投入是影響創(chuàng)新兩階段產(chǎn)出的重要因素，研發(fā)人員投入增加1%，專利授權(quán)量、 技術(shù)市場合同成交額將分別增加1.180%、 1.687%； 4）數(shù)字經(jīng)濟(jì)發(fā)展水平、 政府支持力度對創(chuàng)新兩階段效率具有顯著的正向作用，產(chǎn)業(yè)結(jié)構(gòu)能促進(jìn)技術(shù)研發(fā)效率提升，外商直接投資對技術(shù)研發(fā)效率具有明顯的負(fù)向作用，而人力資本水平未能促進(jìn)技術(shù)研發(fā)效率提升，但對成果轉(zhuǎn)化效率具有顯著的促進(jìn)作用。

2. 對策

根據(jù)以上研究結(jié)論，提出如下對策: 1）持續(xù)加大科技資源要素投入力度，提高利用效率。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，雖然2021 年福建省的研發(fā)人員全時當(dāng)量和研發(fā)內(nèi)部經(jīng)費(fèi)支出分別排在全國第6 位和第11 位，但相比于北京、 江蘇、 浙江、 廣東等省份還存在不少差距，因此，應(yīng)加大研發(fā)經(jīng)費(fèi)的投入力度，用好研發(fā)費(fèi)用加計(jì)扣除、加大留抵退稅等政策，提升利用效率； 實(shí)施創(chuàng)新人才培育行動，培養(yǎng)引進(jìn)“高精尖缺” 人才，并在薪酬、 住房、 子女教育、 父母養(yǎng)老等方面給予優(yōu)厚待遇，更好地引進(jìn)人才、 留住人才； 2）推動區(qū)域創(chuàng)新效率協(xié)調(diào)、 全面提升。 打破行政區(qū)域限制和機(jī)制壁壘，建立科技創(chuàng)新協(xié)同聯(lián)動機(jī)制、 行業(yè)合作創(chuàng)新機(jī)制，以建設(shè)國家自主創(chuàng)新示范區(qū)、 福廈泉科學(xué)城為契機(jī)，推動技術(shù)、 知識、人才、 資金等創(chuàng)新要素的流動與擴(kuò)散，充分發(fā)揮科技創(chuàng)新的空間溢出效應(yīng)，不斷提升區(qū)域整體創(chuàng)新水平； 3）制定差異化的科技創(chuàng)新發(fā)展戰(zhàn)略。各地市應(yīng)根據(jù)創(chuàng)新兩階段效率的特征及自身的獨(dú)特優(yōu)勢，走具有地域特色的創(chuàng)新之路。 創(chuàng)新資源聚集的福州市和廈門市應(yīng)著重加強(qiáng)基礎(chǔ)研究和理論研究，加大關(guān)鍵核心技術(shù)攻關(guān)，提高科技產(chǎn)出投入比，推動技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率有效銜接； 創(chuàng)新兩階段效率較高的三明市和寧德市，應(yīng)著重加大科技資源要素的投入力度，不斷優(yōu)化科技資源配置； 科技成果轉(zhuǎn)化能力較弱的莆田市、 泉州市和龍巖市，應(yīng)著重制定有利于科技成果轉(zhuǎn)化的政策，暢通科技成果轉(zhuǎn)化鏈條，促進(jìn)科技成果資本化產(chǎn)業(yè)化； 創(chuàng)新兩階段效率較低的漳州市和南平市，在加大科技資源要素投入力度的同時，不斷強(qiáng)化區(qū)域間的科技交流合作，提高科技資源利用效率，加強(qiáng)技術(shù)研發(fā)和成果轉(zhuǎn)化能力，促進(jìn)創(chuàng)新兩階段效率全面提升； 4）統(tǒng)籌考慮創(chuàng)新效率的影響因素。 優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)； 加快推進(jìn)“數(shù)字福建”建設(shè)，深入推進(jìn)數(shù)字產(chǎn)業(yè)化、 產(chǎn)業(yè)數(shù)字化，采取人才優(yōu)惠政策、 資金支持等有效措施來吸引數(shù)字人才[29]； 政府要堅(jiān)持市場主導(dǎo)，通過稅收政策等支持科技創(chuàng)新發(fā)展，適度發(fā)揮行政作用，加強(qiáng)對研發(fā)資金的監(jiān)管力度； 引導(dǎo)外商直接投資先進(jìn)制造、 科技創(chuàng)新等重點(diǎn)領(lǐng)域，提高外商直接投資的技術(shù)溢出效應(yīng)； 加強(qiáng)人力資本的投資和積累，完善人才激勵政策，培養(yǎng)應(yīng)用型、 復(fù)合型、 創(chuàng)新型的高素質(zhì)人才。