周廣亮，趙叢郁,陳 昱，苗倩倩

(鄭州輕工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，河南 鄭州 450002)

0 引言

習(xí)近平總書記在十九大報(bào)告中明確提出：“深化科技體制改革，要建立以企業(yè)為主體、市場為導(dǎo)向、產(chǎn)學(xué)研深度融合的技術(shù)創(chuàng)新體系，加強(qiáng)對中小企業(yè)創(chuàng)新的支持，促進(jìn)科技成果轉(zhuǎn)化”[1]。產(chǎn)學(xué)研深度融合，是深化科技體制改革的必由之路，它集現(xiàn)代科學(xué)技術(shù)的研究、開發(fā)、生產(chǎn)于一體，在我國宏觀經(jīng)濟(jì)層面上，可有效促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)增長方式從傳統(tǒng)的生產(chǎn)要素方式驅(qū)動(dòng)向自主創(chuàng)新方式驅(qū)動(dòng)；在微觀層面能解決當(dāng)前“產(chǎn)”“學(xué)”“研”脫節(jié)問題，實(shí)現(xiàn)高校、科研機(jī)構(gòu)與企業(yè)等產(chǎn)學(xué)研主體的有效融合，促進(jìn)地區(qū)間創(chuàng)新績效協(xié)同提升。隨著科學(xué)技術(shù)創(chuàng)新復(fù)雜性不斷加強(qiáng)、速度不斷加快以及經(jīng)濟(jì)全球化不斷發(fā)展，當(dāng)代科技創(chuàng)新已突破傳統(tǒng)線性與鏈?zhǔn)降哪Ｐ腕w系，呈現(xiàn)出非線性、網(wǎng)絡(luò)化、多角色、開放性特點(diǎn)，并逐步演變?yōu)橐远嘣黧w協(xié)同互動(dòng)為基礎(chǔ)的創(chuàng)新模式。因此，產(chǎn)學(xué)研協(xié)同創(chuàng)新已經(jīng)成為創(chuàng)新型國家和地區(qū)提高自主創(chuàng)新能力、形成多主體共同創(chuàng)新的全新組織模式，對我國2035年步入“創(chuàng)新型國家前列”具有較強(qiáng)現(xiàn)實(shí)意義。

關(guān)于產(chǎn)學(xué)研合作教育的研究最早開始于20世紀(jì)初[2]，我國于1991年在上海成立全國產(chǎn)學(xué)研合作教育協(xié)會(huì)、1997年教育部開展產(chǎn)學(xué)研合作教育試點(diǎn)工作[3]。隨著試點(diǎn)工作的不斷展開，該教育模式創(chuàng)新績效明顯，受到了廣泛關(guān)注。學(xué)者們多采用回歸分析法[4]、因子分析法[5-6]、兩階段或三階段DEA模型[7]，研究不同省份在創(chuàng)新績效方面的差異、推動(dòng)產(chǎn)學(xué)研協(xié)同發(fā)展的影響因素及產(chǎn)學(xué)研三主體協(xié)同創(chuàng)新績效是否有效。但這些研究方法相對單一，且多對創(chuàng)新績效進(jìn)行靜態(tài)分析，較少體現(xiàn)動(dòng)態(tài)增速；對各區(qū)域及省份進(jìn)行空間格局分析更為少見。

鑒于此，本文在吸收已有研究成果的基礎(chǔ)上[8-9]，以我國四大經(jīng)濟(jì)區(qū)域共30個(gè)省份作為研究對象，采用兩階段DEA及Malmquist指數(shù)相結(jié)合的方法，分析我國產(chǎn)學(xué)研綜合效率增速，體現(xiàn)協(xié)同創(chuàng)新的動(dòng)態(tài)變化過程。同時(shí)，對兩階段綜合效率空間格局進(jìn)行可視化表達(dá)，直觀展示各省份產(chǎn)學(xué)研協(xié)同創(chuàng)新績效水平等級(jí)和動(dòng)態(tài)轉(zhuǎn)移格局，以期為提升區(qū)域協(xié)同創(chuàng)新績效提供參考。

1 研究方法與指標(biāo)選取

1.1 研究方法

1.1.1 數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)最早是由美國運(yùn)籌學(xué)家基于非參數(shù)型效率評(píng)估指標(biāo)而提出的一種非參數(shù)型效率評(píng)估模型，主要采用線性規(guī)劃法測算效率值，各評(píng)估指標(biāo)不需要進(jìn)行無量綱化處理和設(shè)置權(quán)重，在多指標(biāo)投入和產(chǎn)出效率研究中具有廣泛應(yīng)用[10-11]。一般而言，產(chǎn)學(xué)研協(xié)同創(chuàng)新受產(chǎn)業(yè)發(fā)展、企業(yè)規(guī)模數(shù)量、高校資源和地區(qū)競爭等多重因素共同影響，很大程度上不能以最優(yōu)規(guī)模和效果，因此選用科技成果產(chǎn)出和科技成果轉(zhuǎn)化規(guī)模報(bào)酬可變的兩階段DEA-BCC模型，靜態(tài)評(píng)價(jià)我國當(dāng)前產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的總體情況。其中，第一階段是投入導(dǎo)向，第二階段是產(chǎn)出導(dǎo)向，公式如下：

(1)

1.1.2 Malmquist指數(shù)模型

Malmquist指數(shù)最初由瑞典經(jīng)濟(jì)學(xué)家，在分析不同時(shí)期的消費(fèi)變化時(shí)發(fā)現(xiàn)并提出，F(xiàn)ARE等學(xué)者將這一非參數(shù)線性規(guī)劃方法與DEA模型結(jié)合，逐漸建立了測算兩個(gè)相鄰時(shí)期全要素生產(chǎn)率變化的DEA-Malmquist指數(shù)模型。按照Malmquist生產(chǎn)率指數(shù)方法，可將全要素生產(chǎn)率(TFP)分解為技術(shù)效率變化指數(shù)(EC)和技術(shù)進(jìn)步變化指數(shù)(TC)，在規(guī)模報(bào)酬可變的情況下，還可將EC進(jìn)一步分解為純技術(shù)效率變化指數(shù)(PEC)和規(guī)模效率變化指數(shù)(SEC)，該指數(shù)基于動(dòng)態(tài)數(shù)據(jù)，可明晰四大經(jīng)濟(jì)區(qū)域產(chǎn)學(xué)研創(chuàng)新績效的動(dòng)態(tài)演變和變化趨勢，探析兩階段協(xié)同創(chuàng)新績效增速速度，公式如下：

(2)

TFP=EC×TC=PEC×SEC×TC，

(3)

1.2 指標(biāo)選取

參考已有研究成果[12-13]，考慮數(shù)據(jù)的可獲取性、連續(xù)性和科學(xué)性，構(gòu)建兩階段DEA模型投入產(chǎn)出指標(biāo)。

第一階段為科技成果產(chǎn)出階段，該階段創(chuàng)新主體由高校和科研機(jī)構(gòu)共同組成，在投入指標(biāo)設(shè)置上，從科技創(chuàng)新投入的人力和財(cái)力出發(fā)，選取高校/科研機(jī)構(gòu)R&D人員全時(shí)當(dāng)量和高校/科研機(jī)構(gòu)R&D經(jīng)費(fèi)內(nèi)部支出兩個(gè)主體的4個(gè)指標(biāo)。在產(chǎn)出指標(biāo)設(shè)置上，從發(fā)明專利申請數(shù)和科技論文發(fā)表數(shù)入手，選取高校/科研機(jī)構(gòu)發(fā)明專利申請數(shù)和高校/科研機(jī)構(gòu)發(fā)表科技論文數(shù)4個(gè)指標(biāo)。

第二階段為科技成果轉(zhuǎn)化階段，該階段將第一階段所取得的科技成果產(chǎn)出繼續(xù)運(yùn)用到產(chǎn)品生產(chǎn)制造過程中，得到開發(fā)形成創(chuàng)新產(chǎn)品，繼而進(jìn)入消費(fèi)者市場，并以此獲取收益。進(jìn)入第二階段，高校、科研機(jī)構(gòu)和企業(yè)三大主體全部參與其中，投入指標(biāo)的設(shè)置以第一階段產(chǎn)出為基礎(chǔ)，再加上企業(yè)在人力和財(cái)力兩方面的投入，即企業(yè)R&D人員全時(shí)當(dāng)量和R&D經(jīng)費(fèi)內(nèi)部支出兩個(gè)指標(biāo)。在產(chǎn)出指標(biāo)設(shè)置上，綜合考慮企業(yè)創(chuàng)新能力和創(chuàng)新型經(jīng)濟(jì)效益轉(zhuǎn)化效率，選取企業(yè)發(fā)明專利數(shù)、企業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)、企業(yè)型產(chǎn)品銷售收入/主營業(yè)務(wù)收入、技術(shù)市場成交合同數(shù)4個(gè)指標(biāo)作為衡量區(qū)域創(chuàng)新績效的指標(biāo)。DEA模型如圖1所示。

圖1 產(chǎn)學(xué)研協(xié)同創(chuàng)新兩階段DEA模型Fig. 1 Two stage DEA model of industry-university- research collaborative innovation

1.3 數(shù)據(jù)來源

選取四大經(jīng)濟(jì)區(qū)域所含30個(gè)省份(港澳臺(tái)和西藏由于數(shù)據(jù)獲取困難，缺失量大，予以剔除)作為研究對象，靜態(tài)評(píng)價(jià)2019年不同地區(qū)創(chuàng)新績效差異，動(dòng)態(tài)分析2015-2019年四大地區(qū)創(chuàng)新績效協(xié)同演進(jìn)。所需數(shù)據(jù)來源于《中國科技統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》、EPS數(shù)據(jù)庫等，全部數(shù)據(jù)經(jīng)過逐一篩選，去除異常值，部分缺失數(shù)據(jù)采用插值法進(jìn)行補(bǔ)齊。

2 實(shí)證分析

2.1 基于DEA模型的產(chǎn)學(xué)研協(xié)同創(chuàng)新績效靜態(tài)評(píng)價(jià)

2.1.1 科技成果產(chǎn)出階段靜態(tài)評(píng)價(jià)

構(gòu)建DEA-BCC模型，分兩階段(科技成果產(chǎn)出和科技成果轉(zhuǎn)化階段)對我國2019年四大經(jīng)濟(jì)區(qū)域內(nèi)30個(gè)省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進(jìn)行測算，測算結(jié)果如表1所示，由此可知：

第一，在科技成果產(chǎn)出階段，30個(gè)省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新績效綜合效率、純技術(shù)效率、規(guī)模效率的均值分別為0.946、0.976、0.970，未能實(shí)現(xiàn)DEA有效，即產(chǎn)出-投入比未達(dá)到最優(yōu)，在資源未得以充分利用的條件下，導(dǎo)致產(chǎn)出效率較低。分經(jīng)濟(jì)區(qū)域來看，綜合效率和純技術(shù)效率均值排名均為中部地區(qū)>東北地區(qū)>西部地區(qū)>東部地區(qū)，而規(guī)模效率均值排名后兩位與此相反。這說明在第一階段綜合效率受純技術(shù)效率影響更大。其中，東部地區(qū)福建省僅0.774的綜合效率主要是因?yàn)樵摰貐^(qū)科技人才隊(duì)伍總量偏小，高層次技術(shù)人才短缺，在省屬科研機(jī)構(gòu)中，碩士以上學(xué)位人員占比8.2%，低于全國10.3%的水平，較低的純技術(shù)效率導(dǎo)致產(chǎn)出階段整體效率偏低[14]。

表1 我國30個(gè)省份科技成果產(chǎn)出與 科技成果轉(zhuǎn)化階段績效評(píng)價(jià)Tab. 1 Performance evaluation of the output and transformation stage of scientific and technological achievements of 30 provinces in China

第二，在科技成果產(chǎn)出階段，共有19個(gè)省份實(shí)現(xiàn)了綜合效率有效，占比63%。表明絕大多數(shù)地區(qū)投入產(chǎn)出綜合有效，即同時(shí)技術(shù)有效和規(guī)模有效，科技成果產(chǎn)出較為豐碩。值得一提的是，中部地區(qū)6省中除了湖北省均實(shí)現(xiàn)了綜合效率有效，而湖北省未能達(dá)到綜合有效的根本原因在于其規(guī)模無效，科技創(chuàng)新要素分布于下轄13個(gè)市區(qū)，但創(chuàng)新主體卻大多集中于“一主兩副”(武漢市、襄陽市和宜昌市)地區(qū)，未來改革重點(diǎn)在于如何更好地發(fā)揮其規(guī)模效益。

2.1.2 科技成果轉(zhuǎn)化階段靜態(tài)評(píng)價(jià)

運(yùn)用DEA-BCC模型，依據(jù)第二階段“投入-產(chǎn)出”指標(biāo)，對2019年四大經(jīng)濟(jì)區(qū)域內(nèi)30個(gè)省份產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進(jìn)行計(jì)算，結(jié)果如表1所示，由此可知：

第一，在科技成果轉(zhuǎn)化階段，30個(gè)省份的產(chǎn)學(xué)研協(xié)同創(chuàng)新績效綜合效率、純技術(shù)效率、規(guī)模效率的均值分別為0.913、0.945、0.966，未能實(shí)現(xiàn)DEA有效。分經(jīng)濟(jì)區(qū)域來看，綜合效率和純技術(shù)效率均值排名都為東部地區(qū)>西部地區(qū)>東北地區(qū)>中部地區(qū)，而規(guī)模效率均值排名第一和第三與此相反。這說明在第二階段綜合效率同樣受純技術(shù)效率影響更大。

第二，在科技成果轉(zhuǎn)化階段，共有15個(gè)省份實(shí)現(xiàn)了綜合效率有效，占比50%。表明我國只有一半地區(qū)的產(chǎn)學(xué)研投入產(chǎn)出綜合有效，且綜合效率值介于0.588～1之間，低于科技成果產(chǎn)出階段綜合效率值0.741～1的水平，表明我國高校、科研機(jī)構(gòu)和企業(yè)成果轉(zhuǎn)化能力不及產(chǎn)出能力，部分科技成果產(chǎn)出未能及時(shí)轉(zhuǎn)化為經(jīng)濟(jì)效益。在綜合效率值最低的河南省，規(guī)模效率為0.985，純技術(shù)效率只達(dá)到0.596，說明河南省在科技資源利用方面發(fā)揮了規(guī)模效益，但管理和技術(shù)水平低下卻嚴(yán)重限制了科技成果轉(zhuǎn)化效率。未來應(yīng)注重對科技成果轉(zhuǎn)化階段技術(shù)水平的攻堅(jiān)克難。

一般說來，科技成果產(chǎn)出效率較高，表明該地區(qū)高校和科研機(jī)構(gòu)創(chuàng)新能力較強(qiáng)，對科技成果順利轉(zhuǎn)化具有保障和促進(jìn)作用。但通過上述研究可知，在我國2019年產(chǎn)學(xué)研綜合創(chuàng)新績效排名中，中部地區(qū)在第一階段產(chǎn)學(xué)研創(chuàng)新績效遙遙領(lǐng)先，可到了成果轉(zhuǎn)化的第二階段卻居于最后；反而是在第一階段表現(xiàn)不佳的東部地區(qū)在成果轉(zhuǎn)化階段卻效益良好，兩階段綜合效率完全獨(dú)立。究其原因，第一階段只有高校和科研機(jī)構(gòu)兩個(gè)主體，中部地區(qū)以此為抓手，依賴現(xiàn)有資源水平，積極促進(jìn)產(chǎn)學(xué)研科技創(chuàng)新成果產(chǎn)出。第二階段在此基礎(chǔ)上，又加入企業(yè)創(chuàng)新創(chuàng)造主體，中部地區(qū)由于高校、科研機(jī)構(gòu)與企業(yè)融合程度不高，且受限于企業(yè)自身科技創(chuàng)新能力等原因，未能實(shí)現(xiàn)科技成果的有效轉(zhuǎn)化。其中，中部6省中的河南省表現(xiàn)最為明顯。產(chǎn)學(xué)研綜合效率由第一階段的1在第二階段降至0.588的水平，在第二階段，企業(yè)高新技術(shù)產(chǎn)業(yè)“趨同”現(xiàn)象明顯、產(chǎn)學(xué)研資源“兼容”度不高、產(chǎn)學(xué)研合作“信息通道”不暢等阻礙了科技成果轉(zhuǎn)化。而東部地區(qū)無論從創(chuàng)新企業(yè)數(shù)量還是創(chuàng)新企業(yè)技術(shù)水平方面都優(yōu)勢明顯，純技術(shù)效率作用得以發(fā)揮，尤其是天津和上海，均實(shí)現(xiàn)了由第一階段無效(0.801和0.894)到第二階段有效(均為1)的跨越。在企業(yè)高新技術(shù)水平引領(lǐng)下，帶動(dòng)高校和科研機(jī)構(gòu)對創(chuàng)新產(chǎn)品的成果轉(zhuǎn)化效率，將更多創(chuàng)新要素通過企業(yè)創(chuàng)造活力，帶入消費(fèi)者市場，使綜合效率由弱轉(zhuǎn)強(qiáng)。所以，促進(jìn)各地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新整體效率的提升，需要高校、科研機(jī)構(gòu)和企業(yè)各主體在創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量兩方面均發(fā)揮有效作用，為三者聯(lián)合創(chuàng)造、協(xié)同創(chuàng)新提供基礎(chǔ)與保障[15]。

2.2 基于Malmquist指數(shù)的產(chǎn)學(xué)研協(xié)同創(chuàng)新績效動(dòng)態(tài)分析

2.2.1 科技成果產(chǎn)出階段創(chuàng)新績效Malmquist指數(shù)分解

2015-2019年科技成果產(chǎn)出階段，四大經(jīng)濟(jì)區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新全要素生產(chǎn)率變化指數(shù)如表2和表3所示。

表2 2015-2019年科技成果產(chǎn)出階段

表3 我國四大經(jīng)濟(jì)區(qū)域科技成果產(chǎn)出階段

在科技成果產(chǎn)出階段，只有2015-2016年TFP大于1，實(shí)現(xiàn)了產(chǎn)學(xué)研協(xié)同創(chuàng)新績效增長，各地區(qū)科研人員和科技經(jīng)費(fèi)的投入可有效轉(zhuǎn)化為產(chǎn)出。其余年份TFP均小于1，各主體投入產(chǎn)出比失衡，導(dǎo)致產(chǎn)學(xué)研創(chuàng)新績效出現(xiàn)下降。由于TC指數(shù)下滑，致使TFP均值為0.97，年均下降3%，即技術(shù)進(jìn)步水平的降低導(dǎo)致科技投入要素未能得到有效產(chǎn)出。從四大經(jīng)濟(jì)區(qū)域來看，只有西部地區(qū)TFP小于1，其余地區(qū)均大于1，表明我國產(chǎn)學(xué)研創(chuàng)新績效在該階段科技成果產(chǎn)出能力整體得到了提升。西部地區(qū)由于TC指數(shù)的下降，導(dǎo)致創(chuàng)新績效未實(shí)現(xiàn)增速，說明西部地區(qū)仍然存在技術(shù)短板，未來應(yīng)增設(shè)相關(guān)技術(shù)人員，提高技術(shù)人員的業(yè)務(wù)能力，促進(jìn)科技成果產(chǎn)出。

2.2.2 科技成果轉(zhuǎn)化階段創(chuàng)新績效Malmquist指數(shù)分解

在2015-2019年的科技成果轉(zhuǎn)化階段，我國四大經(jīng)濟(jì)區(qū)域產(chǎn)學(xué)研協(xié)同創(chuàng)新全要素生產(chǎn)率變化指數(shù)如表4和表5所示。在科技成果轉(zhuǎn)化階段，各個(gè)年份的TFP均大于1，實(shí)現(xiàn)了產(chǎn)學(xué)研協(xié)同創(chuàng)新績效增長。尤其是2015-2016年，技術(shù)進(jìn)步使得TFP增長了4倍多，表明各主體技術(shù)創(chuàng)新優(yōu)勢明顯，對產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)揮了重要作用。同時(shí)，各年份SEC均大于1，表明各主體投入產(chǎn)出比相對合理，在科技成果轉(zhuǎn)化階段發(fā)揮了規(guī)模效應(yīng)。從四大經(jīng)濟(jì)區(qū)域來看，TFP值均大于1，且均高于科技成果產(chǎn)出階段，表明該階段創(chuàng)新成果轉(zhuǎn)換能力更突出。將EC進(jìn)一步分解為PEC和SEC可知，PEC均值為1.001，SEC均值為1.006，表明在該階段SEC提高發(fā)揮了主要作用。從TEC來看，我國四大經(jīng)濟(jì)區(qū)域TEC均大于1，表明在科技成果轉(zhuǎn)化階段處于增速狀態(tài)。

表4 2015-2019年科技成果轉(zhuǎn)化階段

表5 我國四大經(jīng)濟(jì)區(qū)域科技成果轉(zhuǎn)化階段

2.3 我國產(chǎn)學(xué)研協(xié)同創(chuàng)新績效空間分布

參考已有學(xué)者研究成果[16-17]，利用ArcGIS自然斷點(diǎn)法，將兩階段綜合效率等級(jí)劃分為5級(jí)：(0,0.75)為低效率；[0.75,0.85)為較低效率；[0.85,0.95)為中等效率；[0.95,1)為較高效率；1為高效率，并運(yùn)用ArcGIS軟件對研究期首尾年份綜合效率值進(jìn)行可視化表達(dá)(圖2、圖3)。

2.3.1 科技成果產(chǎn)出階段空間分布

由圖2可知，2015年科技成果產(chǎn)出階段綜合效率中有14個(gè)省份位于高效率區(qū)，即效率值為1，實(shí)現(xiàn)了DEA有效，占比47%。到了2019年， 19個(gè)省份實(shí)現(xiàn)DEA有效，占比63%。兩個(gè)年份對比，有12個(gè)省(市、區(qū))始終保持DEA有效，包括東部地區(qū)的北京市、江蘇省、浙江省、海南省等，中部地區(qū)的江西、河南和湖南3省以及西部地區(qū)的廣西壯族自治區(qū)、陜西省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。有7個(gè)省份僅在2019年實(shí)現(xiàn)DEA有效，包括東部地區(qū)的山東和廣東2省，中部地區(qū)的山西和安徽2省，西部地區(qū)的貴州省以及東北地區(qū)的遼寧和黑龍江2省。還有2個(gè)省(市、區(qū))到2019年DEA不再有效，為西部地區(qū)的內(nèi)蒙古和重慶。由此可知，在科技成果產(chǎn)出階段，西部地區(qū)綜合效率有效性表現(xiàn)最不穩(wěn)定，東北地區(qū)2個(gè)省份快速實(shí)現(xiàn)了綜合效率有效發(fā)揮，東部和中部地區(qū)綜合效率有效性在有序推進(jìn)，這與我國四大經(jīng)濟(jì)區(qū)域發(fā)展戰(zhàn)略緊密相關(guān)。西部地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱、科技創(chuàng)新開發(fā)速度和質(zhì)量還不穩(wěn)定；東北有工業(yè)基礎(chǔ)作保障，高校和科研機(jī)構(gòu)的創(chuàng)新產(chǎn)出效率得以再次振興；中部和東部在崛起和率先發(fā)展中助推高校和科研機(jī)構(gòu)的投入—產(chǎn)出效率，保證創(chuàng)新績效的有序發(fā)展。

注：本圖基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)下載的標(biāo)準(zhǔn)地圖制作，底圖無修改，下同

2015年我國有6個(gè)省(市、區(qū))產(chǎn)學(xué)研協(xié)同創(chuàng)新處于低效率區(qū)，分別是東部地區(qū)的天津市和上海市，中部地區(qū)的山西省，西部地區(qū)的四川、云南2省以及東北地區(qū)的吉林省。到了2019年，只有中部地區(qū)的四川省依然位于低效率區(qū)，其余省(市、區(qū))均已實(shí)現(xiàn)更高效率的產(chǎn)學(xué)研協(xié)同創(chuàng)新。通過對綜合效率進(jìn)行分解可知，四川省產(chǎn)學(xué)研協(xié)同創(chuàng)新的純技術(shù)效率和規(guī)模效率均處于較低水平，說明對創(chuàng)新資源的吸納和利用能力都較弱。從創(chuàng)新主體來說，主要是受限于科研機(jī)構(gòu)創(chuàng)新實(shí)力。例如，2019年四川省發(fā)明專利申請數(shù)為39 539件，其中科研機(jī)構(gòu)只有3 625件，占比不足10%，未來四川省應(yīng)從提高技術(shù)水平和發(fā)揮規(guī)模效益兩個(gè)方面入手，重點(diǎn)促進(jìn)科研機(jī)構(gòu)創(chuàng)新活力。

2.3.2 科技成果轉(zhuǎn)化階段空間分布

由圖3可知，2015年科技成果轉(zhuǎn)化階段綜合效率中只有9個(gè)省份位于高效率區(qū)，實(shí)現(xiàn)了DEA有效，占比30%。到了2019年，擴(kuò)展為15個(gè)省(市、區(qū))份實(shí)現(xiàn)了DEA有效，占比50%。兩個(gè)年份對比，共有7個(gè)省(市)始終保持DEA有效，包括東部地區(qū)的北京市、浙江省、廣東省和海南省等，中部地區(qū)的安徽省以及西部地區(qū)的青海和寧夏2省。有8個(gè)省份僅在2019年實(shí)現(xiàn)了DEA有效，包括東部地區(qū)的天津市和上海市，中部地區(qū)的江西和海南2省，西部地區(qū)的內(nèi)蒙古自治區(qū)、陜西省、新疆維吾爾自治區(qū)以及東北地區(qū)的吉林省。還有2個(gè)省(市)到2019年DEA不再有效，分別是位于東部地區(qū)的江蘇省和西部地區(qū)的重慶。由此可知，在科技成果轉(zhuǎn)化階段，東部和西部地區(qū)綜合效率有效性表現(xiàn)不穩(wěn)定，東北地區(qū)實(shí)現(xiàn)了綜合效率有效的零突破，中部地區(qū)綜合效率有效性在有序推進(jìn)，與同時(shí)期科技成果產(chǎn)出階段高效率區(qū)的空間轉(zhuǎn)移方向大致相同。

2015年共有13個(gè)省(市、區(qū))位于產(chǎn)學(xué)研協(xié)同創(chuàng)新低效率區(qū)，分別是東部地區(qū)的河北和福建2省，中部地區(qū)的山西、河南、湖北3省，西部地區(qū)的內(nèi)蒙古自治區(qū)、四川省、陜西省、甘肅省、新疆維吾爾自治區(qū)以及東北3省。到了2019年，只有中部地區(qū)的山西和河南2個(gè)省份依然位于低效率區(qū)，其余省份均已實(shí)現(xiàn)更高效率的產(chǎn)學(xué)研協(xié)同創(chuàng)新。這兩個(gè)省份無論是高等教育資源還是經(jīng)濟(jì)發(fā)展水平，都處于中等發(fā)展水平。通過對兩省份綜合效率進(jìn)行分解可知，均是純技術(shù)效率水平過低導(dǎo)致，說明在當(dāng)前教育資源和經(jīng)濟(jì)發(fā)展背景下，要通過補(bǔ)齊技術(shù)短板，提高技術(shù)創(chuàng)新來拉動(dòng)產(chǎn)學(xué)研協(xié)同創(chuàng)新的科技成果轉(zhuǎn)化。

圖3 我國各地區(qū)科技成果轉(zhuǎn)化階段綜合效率空間分布Fig. 3 Spatial distribution of comprehensive efficiency in achievement transformation stage in China

3 結(jié)論與建議

3.1 研究結(jié)論

通過構(gòu)建兩階段DEA-BCC模型、Malmquist指數(shù)模型對四大經(jīng)濟(jì)區(qū)域內(nèi)30個(gè)省份科技成果產(chǎn)出和科技成果轉(zhuǎn)化階段產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進(jìn)行綜合評(píng)價(jià)，結(jié)論如下：

(1)由靜態(tài)DEA-BCC模型分析可知，兩階段綜合效率是完全獨(dú)立的。具體說來，我國2019年四大經(jīng)濟(jì)區(qū)域第一階段綜合效率排名為中部地區(qū)>東北地區(qū)>西部地區(qū)>東部地區(qū)；第二階段綜合效率排名與之完全相反，為東部地區(qū)>西部地區(qū)>東北地區(qū)>中部地區(qū)。

(2)由動(dòng)態(tài)Malmquist指數(shù)分解模型可知，科技成果轉(zhuǎn)化階段創(chuàng)新績效增速要快于科技成果產(chǎn)出階段，這在2016-2019年表現(xiàn)尤為明顯。在科技成果轉(zhuǎn)化階段，各年份、各地區(qū)全要素生產(chǎn)率均大于1，我國產(chǎn)學(xué)研創(chuàng)新績效連年增長；但在科技成果產(chǎn)出階段，只有2015-2016年產(chǎn)學(xué)研創(chuàng)新績效表現(xiàn)為增長態(tài)勢，2016-2018年高校和科研院所新增創(chuàng)新要素卻未得以充分利用，導(dǎo)致創(chuàng)新績效的下降，又經(jīng)過3年積淀，在2019年才得以一定程度的提升。

(3)從空間分布來看，西部地區(qū)綜合效率有效性表現(xiàn)最不穩(wěn)定，東北地區(qū)實(shí)現(xiàn)了綜合效率有效的零突破，中部地區(qū)綜合效率有效性在有序推進(jìn)。具體說來，在科技成果產(chǎn)出階段，實(shí)現(xiàn)DEA有效的區(qū)域包括東部地區(qū)的北京市、江蘇省、浙江省、海南省等，中部地區(qū)的江西、河南和湖南3省以及西部地區(qū)的廣西壯族自治區(qū)、陜西省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)當(dāng)。而中部地區(qū)的四川省始終位于DEA低效率區(qū)域；在科技成果轉(zhuǎn)化階段，實(shí)現(xiàn)DEA有效的區(qū)域包括東部地區(qū)的北京市、浙江省、廣東省和海南省等，中部地區(qū)的安徽省以及西部地區(qū)的青海省和寧夏回族自治區(qū)。而中部地區(qū)的山西和河南2個(gè)省份始終位于DEA低效率區(qū)域。

3.2 對策建議

(1)優(yōu)化東部地區(qū)科技要素資源配置，提升科技成果產(chǎn)出效率。東部地區(qū)經(jīng)濟(jì)發(fā)展基礎(chǔ)好，率先步入以科技創(chuàng)新為主導(dǎo)的新階段，產(chǎn)學(xué)研各主體都較為重視對科研人員和科研經(jīng)費(fèi)的投入，但同時(shí)也造成規(guī)模效率不佳，科技成果產(chǎn)出效率低下的問題。未來應(yīng)更加注重對投入資源的有效配置和管理，根據(jù)區(qū)域?qū)嶋H協(xié)調(diào)投入要素比例，提高對創(chuàng)新資源的使用效率，增加產(chǎn)出，避免投入產(chǎn)出比失衡和資源浪費(fèi)現(xiàn)象的發(fā)生。高校、科研機(jī)構(gòu)和企業(yè)各主體應(yīng)制定符合實(shí)際的科研發(fā)展規(guī)劃，建設(shè)良好科研環(huán)境，實(shí)施科學(xué)有效的科研管理辦法和晉升機(jī)制，提升科技成果產(chǎn)出效率。

(2)加強(qiáng)東北地區(qū)產(chǎn)學(xué)研合作，提升科技成果轉(zhuǎn)化效率。東北地區(qū)作為我國老牌重工業(yè)基地，面臨升級(jí)改造代價(jià)高、轉(zhuǎn)型難等問題，科研人員和科研經(jīng)費(fèi)運(yùn)用效率不高，科技成果轉(zhuǎn)化效率低下。一方面，要將高校、科研機(jī)構(gòu)的研究與企業(yè)的市場需求相結(jié)合。在重工業(yè)產(chǎn)業(yè)發(fā)展優(yōu)勢基礎(chǔ)上，向先進(jìn)裝備制造業(yè)和高技術(shù)產(chǎn)業(yè)邁進(jìn)，加強(qiáng)對信息化、智能化時(shí)代產(chǎn)品供給，做大做強(qiáng)大型成套裝備制造業(yè)和電子信息產(chǎn)業(yè)。另一方面，要鼓勵(lì)科技創(chuàng)新。把創(chuàng)新作為東北地區(qū)內(nèi)生發(fā)展動(dòng)力的主要生成點(diǎn)，提升各創(chuàng)新主體的創(chuàng)新能力和技術(shù)效率，發(fā)揮投入要素的規(guī)模效益，多方面促進(jìn)東北地區(qū)產(chǎn)學(xué)研科技成果效率的轉(zhuǎn)化。

(3)打造跨區(qū)域間合作創(chuàng)新，促進(jìn)創(chuàng)新績效協(xié)同發(fā)展。鑒于兩階段綜合效率值存在一定的空間差異，東部地區(qū)是科技成果轉(zhuǎn)化效率的示范區(qū)，中部地區(qū)是科技成果產(chǎn)出效率的引領(lǐng)區(qū)，而西部和東北部地區(qū)則受科研資源和科技水平的限制，產(chǎn)學(xué)研創(chuàng)新績效處于落后狀態(tài)。為此，應(yīng)全面整合創(chuàng)新要素，發(fā)揮各地優(yōu)勢，彌補(bǔ)自身不足，利用現(xiàn)有互聯(lián)網(wǎng)技術(shù)搭建區(qū)域間信息交流平臺(tái)，構(gòu)建產(chǎn)學(xué)研跨區(qū)域合作聯(lián)盟。通過加強(qiáng)不同省份三大主體間的聯(lián)系和溝通，將東部地區(qū)的創(chuàng)新投入冗余和高水平科學(xué)技術(shù)向西部和東北部地區(qū)進(jìn)行轉(zhuǎn)移，提高創(chuàng)新資源利用效率和創(chuàng)新水平的提升。將中部地區(qū)的人才引進(jìn)和產(chǎn)業(yè)升級(jí)經(jīng)驗(yàn)向西部和東北部地區(qū)進(jìn)行傳播，實(shí)現(xiàn)資源要素區(qū)域間自由流動(dòng)和合理配置，全面提升我國產(chǎn)學(xué)研協(xié)同創(chuàng)新績效。