郭磬馨 楊 巖

（中國科學技術(shù)信息研究所，北京 100038）

0 引言

中國經(jīng)濟進入新發(fā)展階段，經(jīng)濟社會發(fā)展的重心從“高速”增長轉(zhuǎn)為“高質(zhì)量”增長，為應(yīng)對當前復(fù)雜的國際國內(nèi)形勢，黨的十九屆五中全會提出要把新發(fā)展理念貫徹到發(fā)展各領(lǐng)域和全過程之中，加快構(gòu)建以國內(nèi)循環(huán)為主體，國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局。

在早期的經(jīng)濟學理論中，經(jīng)濟增長主要依靠固定資本和勞動力的投入，但隨著新一代技術(shù)革命的發(fā)展，創(chuàng)新逐漸成為經(jīng)濟發(fā)展的核心驅(qū)動力，創(chuàng)新驅(qū)動下的經(jīng)濟增長方式能夠帶動經(jīng)濟持續(xù)和高質(zhì)量的發(fā)展[1-2]。創(chuàng)新為經(jīng)濟、社會、生態(tài)發(fā)展提供新理論、新方法和新思路，是推動經(jīng)濟高質(zhì)量發(fā)展的根本力量[3-5]，關(guān)于區(qū)域創(chuàng)新的實證研究也提出要從公共領(lǐng)域特別是科技創(chuàng)新政策領(lǐng)域來分析推動經(jīng)濟增長的動力機制[6-8]。上述觀點已經(jīng)得到大量實證研究的支持。

2016年9月，《長江經(jīng)濟帶發(fā)展規(guī)劃綱要》正式印發(fā)。2019年，習近平總書記提出了“黃河流域生態(tài)保護和高質(zhì)量發(fā)展”戰(zhàn)略。黃河流域和長江流域已成為我國重要的兩大戰(zhàn)略區(qū)域。長江經(jīng)濟帶與黃河流域的相關(guān)省市要轉(zhuǎn)換經(jīng)濟增長的動力，實現(xiàn)彎道超車，就需要從傳統(tǒng)要素投入驅(qū)動轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動，堅持創(chuàng)新在現(xiàn)代化建設(shè)全局中的核心地位，以推動技術(shù)創(chuàng)新和優(yōu)化資源配置效率實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。因此，構(gòu)建合理的指標體系和模型，對黃河流域和長江經(jīng)濟帶省際科技創(chuàng)新能力進行評估，研究黃河流域和長江經(jīng)濟帶科技創(chuàng)新對高質(zhì)量發(fā)展的作用就顯得尤為必要。

1 文獻回顧及研究思路

1.1 區(qū)域創(chuàng)新和創(chuàng)新效率的內(nèi)涵研究

在區(qū)域創(chuàng)新力評價研究中，創(chuàng)新要素的選擇是分析的基礎(chǔ)。在創(chuàng)新要素的研究方面，朱選功等[9]設(shè)定了包括專利及其市場化程度、進出口和外商直接投資（FDI）等反映省際創(chuàng)新能力的基本要素，比較研究了2000年以來中國省際創(chuàng)新能力與經(jīng)濟增長的關(guān)系；洪銀興[10]提出創(chuàng)新動力機制來自于市場機制以及創(chuàng)新收益權(quán)的壟斷，創(chuàng)新型經(jīng)濟是依靠知識和人才，發(fā)展擁有自主知識產(chǎn)權(quán)的新技術(shù)和新產(chǎn)品的經(jīng)濟；周明生等[11]發(fā)現(xiàn)創(chuàng)新離不開激勵約束機制，要充分發(fā)揮政府的作用，運用創(chuàng)新考核指標體系對創(chuàng)新活動加以引領(lǐng)；霍強等[12]認為區(qū)域經(jīng)濟是一個動態(tài)演化的過程，其動力機制、發(fā)展模式及演化路徑十分重要，創(chuàng)新力、市場化、開放度對區(qū)域經(jīng)濟發(fā)展具有顯著的正向影響，構(gòu)成西部省份經(jīng)濟發(fā)展的動力機制。在探討創(chuàng)新效率內(nèi)涵方面，史丹等[13]分析了異質(zhì)性互聯(lián)網(wǎng)式創(chuàng)新對服務(wù)業(yè)和制造業(yè)帶來的深刻影響，研究中融合了創(chuàng)新模式、產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟增長的理論邏輯，分析了創(chuàng)新對各國的產(chǎn)業(yè)結(jié)構(gòu)變遷和經(jīng)濟增長產(chǎn)生不同影響；Yuan[14]從政策組合的角度，利用中國30個省份2000—2015年的產(chǎn)業(yè)面板數(shù)據(jù)，分析了基于效率的創(chuàng)新以及創(chuàng)新對生態(tài)全要素能源效率（ETFEE）的影響；Yang[15]采用DEA-Malmquist指數(shù)法對長三角地區(qū)16個城市2008—2012年全要素能源生產(chǎn)率（TFEP）和效率進行了分析；邵漢華[16]等利用SBM-DEA模型測算了2001—2015年中國30個省份的協(xié)同創(chuàng)新效率，并檢驗了研發(fā)要素流動在其中的作用；楊凱鈞等[17]運用環(huán)境RAM模型和MGML指數(shù)，對綠色全要素能源效率進行了實證分析。上述研究都為區(qū)域創(chuàng)新分析提供了良好的借鑒。

1.2 區(qū)域創(chuàng)新驅(qū)動及效應(yīng)問題的研究

在新一輪創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的指引下，創(chuàng)新的輻射效應(yīng)加劇了經(jīng)濟區(qū)域化趨勢。近年來，國內(nèi)學者關(guān)于區(qū)域創(chuàng)新理論的研究不斷增多，主要圍繞影響機理[18]、結(jié)構(gòu)分布[19]、協(xié)同機制[20]等方面開展研究。王慧艷等[7]從系統(tǒng)論角度分析了科技創(chuàng)新驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的過程，將這一復(fù)雜的過程解構(gòu)為科技創(chuàng)新和經(jīng)濟高質(zhì)量發(fā)展兩個階段，并構(gòu)建了相關(guān)的創(chuàng)新績效評價模型和指標體系。張治河等[3]提出在提高效率的同時，打造經(jīng)濟高質(zhì)量的新發(fā)展格局。肖仁橋等[21]在實證分析了中國內(nèi)地各省經(jīng)濟高質(zhì)量發(fā)展水平差異及空間相關(guān)性后，選取不同的空間計量模型分析了經(jīng)濟高質(zhì)量發(fā)展的影響機制。鄭明等[22]構(gòu)建了科技創(chuàng)新資源“三力”指數(shù)評價模型，對長三角區(qū)域41個城市的科技創(chuàng)新資源進行評價。熊嬋等[23]從微觀視角利用基本DEA效率評價模型及競爭型DEA交叉效率模型對中國不同地區(qū)的高科技創(chuàng)業(yè)企業(yè)的運營效率進行了評價。楊振磊等[24]利用復(fù)合系統(tǒng)協(xié)同度模型對京津冀科研院所協(xié)同創(chuàng)新程度進行了研究。

1.3 研究思路

從以上文獻可以看出，當前學者針對國內(nèi)創(chuàng)新與經(jīng)濟增長和發(fā)展已經(jīng)進行了大量的研究，但涉及科技創(chuàng)新驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的研究還沒有形成成熟的理論體系。學者們多在實證層面開展研究，其中區(qū)域創(chuàng)新評價領(lǐng)域得到廣泛關(guān)注。從研究對象上看，多數(shù)是對不同地區(qū)同一年份效率的靜態(tài)比較，而從省域視角進行跨年比較的文獻數(shù)量仍還較少。此外，暫時還沒有以黃河流域和長江流域作為共同研究對象的文獻。從研究內(nèi)容上看，以效率評價的實證研究為主，缺少對效率變動原因的探究，缺少科技創(chuàng)新對高質(zhì)量發(fā)展的影響機制的研究。

“共抓大保護、不搞大開發(fā)”“生態(tài)保護”和“高質(zhì)量發(fā)展”等戰(zhàn)略為兩大流域的發(fā)展指明了方向，而創(chuàng)新效率成為這兩大區(qū)域新舊動力轉(zhuǎn)換、經(jīng)濟持續(xù)發(fā)展的關(guān)鍵。本文在評價科技創(chuàng)新效率之前對評價范圍進行以下的界定。

（1）以省域為決策單元開展創(chuàng)新效率評價。綜合考慮區(qū)域產(chǎn)業(yè)布局、創(chuàng)新投入和周期特征，省域經(jīng)濟具有更加完備的產(chǎn)業(yè)鏈，在創(chuàng)新鏈上省域經(jīng)濟側(cè)重于產(chǎn)業(yè)化，向上能夠承接國家級創(chuàng)新項目，向下能夠?qū)嵤┐笠?guī)模的市場化推廣應(yīng)用，有利于強化國家、省與市的協(xié)同性。政府對創(chuàng)新的投入具有統(tǒng)籌性，強調(diào)中觀層面的知識創(chuàng)新和專門技術(shù)（Know how），成果轉(zhuǎn)化周期較短，具有更強的實用性。在發(fā)揮科技創(chuàng)新的驅(qū)動作用方面，省域經(jīng)濟可以集中優(yōu)勢資源和力量，實施效果會更加顯著。

（2）選用相對指標進行創(chuàng)新力評級。考慮省際間人口數(shù)量、經(jīng)濟發(fā)展水平的差異，把宏觀環(huán)境因素的影響納入分析框架中，選用相對指標進行評級更有解釋力。科技創(chuàng)新活動是復(fù)雜的系統(tǒng)工程，研發(fā)活動的重要性如果以所需經(jīng)費投入的絕對數(shù)量來界定不具有普遍意義。因此，在選取投入、產(chǎn)出評價指標時，用相對指標比如“科技財政支出占公共財政支出的比例”“萬人專利授權(quán)數(shù)”“人員全時當量”等來衡量，提高了橫向可比性。

（3）同時考慮政府主導(dǎo)與市場主體的作用。創(chuàng)新經(jīng)費主要來源于中央與地方財政投入、創(chuàng)新主體自有資金投入、金融與社會資本的投入等，因此選擇科技創(chuàng)新投入指標時要統(tǒng)籌考慮財政創(chuàng)設(shè)的產(chǎn)業(yè)引導(dǎo)基金、構(gòu)建基于競爭機制的資源配置、市場機制自發(fā)形成的資源流動等因素，協(xié)調(diào)政府與市場的關(guān)系。政府通過制定充分的競爭政策，構(gòu)建良好的競爭環(huán)境，發(fā)揮市場競爭作為創(chuàng)新驅(qū)動的動力源功能，促使資源流向符合市場需要的行業(yè)企業(yè)。

2 區(qū)域創(chuàng)新能力評估模型構(gòu)建及評估方法

本文運用DEA-Malmquist模型分析黃河流域和長江經(jīng)濟帶省域2015—2019年科技創(chuàng)新資源投入產(chǎn)出效率，并對二者進行對比。本文首先運用DEA模型對原始數(shù)據(jù)的效率進行靜態(tài)測算，然后運用Malmquist指數(shù)法對技術(shù)效率變化、技術(shù)進步、純技術(shù)效率變化、規(guī)模效率變化和全要素生產(chǎn)率進行相應(yīng)的動態(tài)評價，最后通過對比研究找出黃河流域和長江經(jīng)濟帶科技創(chuàng)新發(fā)展中存在的問題，并就其如何利用當前優(yōu)勢推動技術(shù)創(chuàng)新和優(yōu)化資源配置效率從而實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展提出建議。

2.1 模型構(gòu)建

（1）BCC—DEA模型

數(shù)據(jù)包絡(luò)分析法（DEA）是典型的非參數(shù)方法，不需要設(shè)定具體的生產(chǎn)函數(shù)，只需要輸入投入與產(chǎn)出的數(shù)據(jù)，利用線性規(guī)劃計算生產(chǎn)前沿，就可以計算多投入多產(chǎn)出的效率問題。DEA分析在測算綜合效率的同時，還可以對非DEA有效的決策單元的投入冗余和產(chǎn)出不足問題進行分析，從而找出改進方向[25]。

在現(xiàn)實中規(guī)模報酬不變的條件很難滿足，DEA中的經(jīng)典BCC模型則是在規(guī)模報酬可變的情況下，對DEA的CCR模型的改進和修正。BCC模型可分解為純技術(shù)效率和規(guī)模效率，其基本模型為：

（2）Malmquist指數(shù)

DEA-Malmquist模型被用于測度不同時期決策單元效率值的變化，它反映了要素生產(chǎn)效率增長變化，其表達式為：

其中，(xt,yt)和( xt+1, yt+1)分別表示第t期和第t+1期的投入與產(chǎn)出，D(x,y)為產(chǎn)出距離函數(shù)。當Malmquist指數(shù)大于1時，表示全要素生產(chǎn)率提高；當Malmquist指數(shù)小于1時，表示全要素生產(chǎn)率降低[26]。特別地，當規(guī)模報酬不變時，Malmquist指數(shù)可以分解為技術(shù)效率變化指數(shù)（effch）和技術(shù)進步指數(shù)（tech）。其中，effch表示從t期到t+1期技術(shù)的追趕效應(yīng)，tech表示從t期到t+1期前沿面自身的移動效應(yīng)，其表達式為：

同時，技術(shù)效率變化指數(shù)可以進一步分解為純技術(shù)效率變化指數(shù)（pech）和規(guī)模效率變化指數(shù)（sech），則全要素生產(chǎn)率的計算公式為：

2.2 指標選取

區(qū)域創(chuàng)新系統(tǒng)是一個多投入和多產(chǎn)出的復(fù)雜系統(tǒng)，絕大多數(shù)學者選取了財政支出、R&D人員數(shù)、科技活動經(jīng)費支出額、R&D經(jīng)費占GDP比重等指標來度量科技投入，將R&D活動人員專利申請授權(quán)數(shù)、技術(shù)成果成交額、高新技術(shù)產(chǎn)業(yè)產(chǎn)值、規(guī)模以上工業(yè)總產(chǎn)值等作為產(chǎn)出指標[27-30]。

作為創(chuàng)新價值鏈的核心組成部分，技術(shù)創(chuàng)新效率體現(xiàn)為從科技研發(fā)投入到實現(xiàn)成果轉(zhuǎn)化，最終促進經(jīng)濟增長，因此本文選取與研發(fā)投入和成果產(chǎn)出相關(guān)的指標來衡量技術(shù)創(chuàng)新的效率。在綜合相關(guān)學者研究成果的基礎(chǔ)上，本文結(jié)合數(shù)據(jù)包絡(luò)分析（DEA）的特點和科技創(chuàng)新的內(nèi)涵，遵循數(shù)據(jù)可得性和可比性原則，構(gòu)建評價科技創(chuàng)新水平的指標體系，如表1所示。

表1 科技創(chuàng)新評價指標體系

考慮到科技創(chuàng)新活動本身具有的特性，投入與產(chǎn)出之間存在一定的時間滯后性，因此將滯后期設(shè)為1期。本文的樣本數(shù)據(jù)來源于2009—2020年的《中國統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和統(tǒng)計公報，由于青海省和寧夏回族自治區(qū)近幾年的部分指標數(shù)據(jù)難以獲取，為了保證各指標數(shù)據(jù)的統(tǒng)一性和連續(xù)性，最終選取黃河流域和長江經(jīng)濟帶共17個省份（不含青海省和寧夏回族自治區(qū)）作為實證研究對象。

3 數(shù)據(jù)分析與結(jié)果

3.1 靜態(tài)評價

利用BBC模型分別對黃河流域和長江經(jīng)濟帶2010—2019年每年的綜合效率、純技術(shù)效率和規(guī)模效率進行測度，因受篇幅的限制，僅以17個省份2010年和2019年的效率值為例進行說明。從表2可以看出，無論是黃河流域還是長江經(jīng)濟帶，大部分省份的創(chuàng)新投入和產(chǎn)出水平仍存在一定差距，多數(shù)省份尚未達到DEA有效，2010—2019年各年間DEA有效單元數(shù)分別為6、7、5、6、4、4、5、5、5、4，處于綜合效率前沿面上的并非都是經(jīng)濟發(fā)達地區(qū)。2010年和2019年的綜合效率均值分別為0.744與0.747，均未能達到效率前沿但總體呈穩(wěn)步提升態(tài)勢。此外，2010—2019年每年達到純技術(shù)效率有效的單元數(shù)均多于綜合效率DEA有效單元數(shù)，說明技術(shù)因素居于主導(dǎo)地位，大多數(shù)省份的科技創(chuàng)新資源配置仍需優(yōu)化。

表2 17個省份2010年和2019年效率值

從省際角度來看，在黃河流域的7個省份中，只有四川省和甘肅省在2010年達到DEA有效，2019年內(nèi)蒙古自治區(qū)、陜西省和甘肅省達到DEA有效。內(nèi)蒙古自治區(qū)的規(guī)模效率水平有了很大提升，陜西省的純技術(shù)效率水平有了較大提升。山東省、河南省、山西省的綜合效率屬于同一層次，但導(dǎo)致其DEA無效的原因卻不盡相同。山西省和河南省效率低主要是由于其規(guī)模效率較低，這些地區(qū)多年處于規(guī)模報酬遞增的狀態(tài)，創(chuàng)新資源投入不足；而山東省效率偏低的可能原因主要是由純技術(shù)效率偏低引起，說明其創(chuàng)新資源投入配置結(jié)構(gòu)仍需要調(diào)整，需進一步優(yōu)化配置資源提高效率。比較長江經(jīng)濟帶10個省區(qū)的效率可以看出，上海市、浙江省、云南省的純技術(shù)效率均為1，說明未能達到綜合有效的主要原因在于其規(guī)模無效率，應(yīng)適當調(diào)整投入規(guī)模以達到最優(yōu)；江蘇省、安徽省、湖北省、湖南省的純技術(shù)效率相對較低，說明創(chuàng)新資源投入配置結(jié)構(gòu)不合理是制約這些省區(qū)效率提高的主要因素。

圖1描述的是黃河流域和長江經(jīng)濟帶17個省區(qū)10年間的效率比較?？梢钥闯?，2015年之前，兩大區(qū)域綜合效率值波動劇烈，而近5年則逐漸趨于穩(wěn)定。此外，綜合效率的變化趨勢與規(guī)模效率的變化趨勢十分相似，這說明科研資源利用效率較低的問題一直存在，而黃河流域和長江經(jīng)濟帶效率下降的主要原因是規(guī)模無效率。

圖1 2010—2019年17個省區(qū)科技創(chuàng)新綜合效率、純技術(shù)效率和規(guī)模效率總體變化

結(jié)合表2進一步分析可以看出，黃河流域的多個省份規(guī)模報酬遞增，如山西省、山東省、河南省、四川省，可能的原因是這些省份的創(chuàng)新資源稟賦較少，高校和科研機構(gòu)數(shù)量較少，科技創(chuàng)新資源規(guī)模投入不足，如果能夠加大對這些地區(qū)的扶持，擴大投入規(guī)模以達到最優(yōu)規(guī)模，將會有效提高其投入產(chǎn)出效率。與此相對的長江經(jīng)濟帶，多數(shù)省區(qū)處于規(guī)模報酬遞減的狀態(tài)，如上海市、江蘇省、浙江省等經(jīng)濟較為發(fā)達，科研投入高，具有較強的科技成果轉(zhuǎn)化意識，但部分省區(qū)存在科研投入規(guī)模與結(jié)構(gòu)不合理的問題，因此不能只關(guān)注科研投入的數(shù)量，而忽視資源更為高效的配置。

分別計算黃河流域和長江經(jīng)濟帶2010—2019年每年的綜合效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE），如圖2所示。從圖2可以看到，黃河流域和長江經(jīng)濟帶的純技術(shù)效率整體都比較高，各年差距不大。長江經(jīng)濟帶的綜合效率總體呈上下波動的態(tài)勢。具體來看，長江經(jīng)濟帶大部分省份處于規(guī)模報酬遞減狀態(tài)是近5年綜合效率下降的主要原因。長江經(jīng)濟帶的經(jīng)濟發(fā)展水平和開放程度都遠高于黃河流域，作為我國創(chuàng)新發(fā)展高地，具有較高的創(chuàng)新投入水平。但從結(jié)果來看，長江流域大部分省份的人力和財力的投入量都存在一定的冗余，部分省份政府財政支出的增加不能有效提高科技成果轉(zhuǎn)化水平，導(dǎo)致綜合效率的均值呈現(xiàn)小幅下滑趨勢。黃河流域的綜合效率雖然低于長江經(jīng)濟帶，但近5年呈現(xiàn)逐年增長的態(tài)勢。結(jié)合表2可以看出，大部分省份仍處于規(guī)模報酬遞增，黃河流域的科技創(chuàng)新系統(tǒng)在未來應(yīng)該在繼續(xù)擴大投入規(guī)模的同時調(diào)整資源配置結(jié)構(gòu)。

圖2 2010—2019年兩區(qū)域科技創(chuàng)新效率對比

3.2 Malmquist指數(shù)動態(tài)分析

考慮到DEA有效性分析是對17個省份科技創(chuàng)新效率的橫向比較，沒有考慮到技術(shù)變化對效率的影響。因此，本文立足于黃河流域和長江經(jīng)濟帶17省區(qū)2010—2019年的面板數(shù)據(jù)，構(gòu)建Malmquist指數(shù)模型對效率進行動態(tài)分析，計算結(jié)果如表3所示。

表3 2010—2019年各地區(qū)Malmquist指數(shù)及其分解

從整體效率來看，黃河流域和長江經(jīng)濟帶17省區(qū)在2010—2019年Malmquist指數(shù)的均值為1.045，該值大于1，表明總體效率平均上升了4.5%，呈現(xiàn)上升的趨勢。對指數(shù)進一步分解的結(jié)果顯示，全要素生產(chǎn)率的改善有0.2%來源于效率變化，而技術(shù)進步同樣起到了正向作用，貢獻率為4.3%，這表明技術(shù)創(chuàng)新效率增長的主要動力是技術(shù)進步。在9個觀測期內(nèi)，2010—2011年、2011—2012年、2014—2015年、2017—2018年4個環(huán)比區(qū)間的Malmquist指數(shù)均大于1。說明在這4個觀測區(qū)間內(nèi)實現(xiàn)了較好的資源配置效率，而其余幾個環(huán)比區(qū)間的Malmquist指數(shù)均小于1。具體來看，在前4個觀測期內(nèi)，制約技術(shù)創(chuàng)新效率增長的主要因素是技術(shù)效率，而在后4個觀測期內(nèi)，技術(shù)效率水平有所提高，但技術(shù)進步水平下降了。說明近年來全要素生產(chǎn)率主要受到技術(shù)進步的制約，因此依靠技術(shù)進步能有效提高科技創(chuàng)新效率。進一步分析不難發(fā)現(xiàn)，技術(shù)效率指數(shù)和技術(shù)進步指數(shù)在近5年呈反向變化的趨勢，同時技術(shù)進步的變化幅度大于技術(shù)效率的變化幅度，說明技術(shù)進步帶來的效率提升空間更大，也可以看出黃河流域和長江經(jīng)濟帶的技術(shù)進步是一個不平衡、不穩(wěn)定的發(fā)展過程。

從表4可以看出，黃河流域各省份的全要素生產(chǎn)率均大于1，說明黃河流域的科技創(chuàng)新效率總體處于上升階段，呈現(xiàn)出較好的發(fā)展勢頭。具體來看，除甘肅省和四川省外，其余5個省份技術(shù)效率和技術(shù)進步指數(shù)均大于1，表明兩者共同促進了科技創(chuàng)新效率的提升，同時技術(shù)進步帶來的效率提升更多；甘肅省和四川省的技術(shù)進步指數(shù)分別提升了13.7%和2.4%，而兩省的技術(shù)效率指數(shù)均小于等于1，表明這些省份科技創(chuàng)新效率的提高得益于技術(shù)進步。

表4 各地區(qū)Malmquist指數(shù)及其分解

同樣地，根據(jù)Malmquist指數(shù)的分解情況可以將長江經(jīng)濟帶的10個省份分為以下幾類：安徽省、江西省、湖北省、湖南省、貴州省、云南省的全要素生產(chǎn)率均大于1，但促進其效率提高的原因卻各不相同。具體來看，貴州省的技術(shù)效率指數(shù)等于1，而技術(shù)進步指數(shù)提升了5.1%，表明技術(shù)進步是促進其科技創(chuàng)新效率提高的主要因素；江西省和湖北省的技術(shù)效率和技術(shù)進步指數(shù)均大于1，表明兩者協(xié)同推動了科技創(chuàng)新效率的提升；安徽省、云南省、湖南省的技術(shù)進步指數(shù)大于1，而技術(shù)效率小于1，表明是技術(shù)進步促進了生產(chǎn)率的提高；上海市、江蘇省、重慶市的情況則恰恰相反，它們的技術(shù)效率的抑制作用大于技術(shù)進步帶來的促進作用，從而導(dǎo)致生產(chǎn)率的下降；浙江省的技術(shù)效率和技術(shù)進步指數(shù)均小于1，這表明兩者共同抑制了生產(chǎn)率的提高。

表4中長江經(jīng)濟帶和黃河流域2010—2019年全要素生產(chǎn)率的均值分別為1.014和1.093，黃河流域的技術(shù)效率、技術(shù)進步、純技術(shù)效率和規(guī)模效率均大于1。兩大區(qū)域的純技術(shù)效率相當，規(guī)模效率低是造成長江經(jīng)濟帶全要素生產(chǎn)率均值低于黃河流域的主要原因。結(jié)合前面的分析可以知道，長江經(jīng)濟帶經(jīng)濟發(fā)展水平高，科技創(chuàng)新資源豐富，但當投入達到最優(yōu)規(guī)模后再繼續(xù)追加，效率就會降低。黃河流域經(jīng)濟發(fā)展水平相對較低，科技創(chuàng)新資源不足，但是近年來對資源的合理配置促進了科技創(chuàng)新效率的提升。

4 研究結(jié)論與啟示

4.1 主要結(jié)論

（1）實證研究結(jié)果表明：盡管各省科技創(chuàng)新效率波動的標準差較大，驅(qū)動效應(yīng)也存在一定差異，但總的來說，黃河流域絕大多數(shù)地區(qū)處于規(guī)模報酬遞增階段，而長江經(jīng)濟帶的多數(shù)地區(qū)則處于規(guī)模報酬遞減階段，大部分省份尚未達到DEA有效。Malmquist指數(shù)模型分解結(jié)果顯示，黃河流域的科技創(chuàng)新效率在2015—2019年逐年提高，但還有較大的提升空間，全要素生產(chǎn)率主要受到技術(shù)進步的制約，資源配置結(jié)構(gòu)不合理阻礙了效率的提升。

（2）2016年《長江經(jīng)濟帶發(fā)展規(guī)劃》的實施為長江流域各省區(qū)提供了發(fā)展的契機，通過對計量結(jié)果的經(jīng)濟學意義進行分析發(fā)現(xiàn)：長江流域多數(shù)省份效率值尚未達到DEA有效，說明前期的投入與產(chǎn)出之間存在失衡，效率的提升應(yīng)當以流域發(fā)展規(guī)劃為統(tǒng)領(lǐng)，進一步協(xié)調(diào)產(chǎn)業(yè)分工和創(chuàng)新創(chuàng)業(yè)園區(qū)的合作，不斷優(yōu)化資源配置，打造長江流域科技創(chuàng)新新高地。黃河流域各省區(qū)效率的提高主要依靠要素的增加，基礎(chǔ)研究尚且存在短板。因此，需要合理增加科技創(chuàng)新資源投入，如加強科技基礎(chǔ)設(shè)施建設(shè)、引進高水平人才、優(yōu)化科研經(jīng)費分配制度等，以此來優(yōu)化創(chuàng)新資源配置，促進科技成果產(chǎn)出。

（3）驅(qū)動經(jīng)濟增長的力量從傳統(tǒng)的“三駕馬車”到新的“三駕馬車”，再到實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的新舊動能轉(zhuǎn)換，科技創(chuàng)新的作用越來越突出。受到不同地區(qū)經(jīng)濟發(fā)展水平的制約，資源稟賦特別是科技創(chuàng)新資源的差異起著基礎(chǔ)性作用。長江經(jīng)濟帶是引領(lǐng)中國經(jīng)濟社會生態(tài)發(fā)展的戰(zhàn)略支撐帶，按照習近平總書記強調(diào)的“長江經(jīng)濟帶發(fā)展必須堅持生態(tài)優(yōu)先、綠色發(fā)展”的戰(zhàn)略定位，要立足于自身發(fā)展規(guī)劃科學布局，用科技創(chuàng)新做好長江大保護，還要發(fā)揮引領(lǐng)作用，加強不同流域的合作交流。從空間分布來看，黃河流域的效率值略高于長江經(jīng)濟帶，呈現(xiàn)出較好的發(fā)展勢頭，但多數(shù)省份科研投入規(guī)模與結(jié)構(gòu)不合理的問題仍然存在。未來應(yīng)著力破解制約因素，以創(chuàng)新為驅(qū)動，依靠科技創(chuàng)新實現(xiàn)生態(tài)保護和高質(zhì)量發(fā)展的雙目標。

4.2 對實現(xiàn)國家戰(zhàn)略目標的啟示

（1）國家戰(zhàn)略的橫向比較。本文選取黃河流域和長江經(jīng)濟帶主要省份為對象構(gòu)建科技創(chuàng)新能力評價體系，研究對比了黃河流域和長江經(jīng)濟帶各省份的發(fā)展情況，加深了在高質(zhì)量發(fā)展驅(qū)動力研究領(lǐng)域?qū)覂纱髤^(qū)域發(fā)展戰(zhàn)略的理解。研究定位在省級層面，是考慮了省域經(jīng)濟的特殊地位，無論從區(qū)域產(chǎn)業(yè)布局、創(chuàng)新投入還是發(fā)展的周期特征，選擇“省域經(jīng)濟”作為決策單元承上啟下，有利于強化國家戰(zhàn)略意圖的實施。從完備的產(chǎn)業(yè)鏈到寬闊的創(chuàng)新鏈視野，省級政府對創(chuàng)新的投入具有統(tǒng)籌性，實施效果更加顯著。

（2）推動政府治理能力現(xiàn)代化。本文在選擇創(chuàng)新能力評價指標的過程中，發(fā)現(xiàn)政府的作用不可或缺。各級政府通過制定充分的競爭政策、構(gòu)建良好的競爭環(huán)境為創(chuàng)新驅(qū)動提供動力源，政府在彌補市場失靈、促使資源優(yōu)化配置方面的功能不能忽視。在本文研究的基礎(chǔ)上，還可以增加政府政策的影響因素，進一步對長江經(jīng)濟帶和黃河流域生態(tài)保護和高質(zhì)量發(fā)展的驅(qū)動力問題進行探索性研究。