中部地区科技投入产出绩效及空间溢出效应研究_刘睿.pdf

中部地区科技投入产出绩效及空间溢出效应研究刘睿1，张德崇1，郭平1，樊济军1，韩宇辉1，陈峡忠1，王丹丹2(1 河南省科学院，郑州 450046;2 中国科学院 河南产业技术创新与育成中心，郑州 450016)摘要:以中部地区(河南、安徽、湖北、湖南、江西和山西)为研究区域，采用熵权法评价六省不同主体的科技投入产出绩效(2016 年、2020 年)，采用社会网络分析法研究六省不同时空范围的科技产出空间外溢的网络特征，并通过回归模型，分析科技产出空间外溢对投入产出绩效的影响。结果表明:中部省份中安徽、湖北的科技投入产出绩效较突出;安徽的科技产出外溢效应显著，山西相对较弱;六省的专利溢出效应呈显著增长趋势;其他省份的专利溢出集中于省会城市;中部各省专利溢出网络的密度是显著影响中部企业科技投入产出绩效的关键因素。关键词:投入产出绩效;空间溢出;社会网络;中部地区中图分类号:F127 41文献标志码:A文章编号:1003-2363(2023)03-0027-07doi:10 3969/j issn 1003-2363 2023 03 005收稿日期:2022 11 09;修回日期:2023 05 16基金项目:河南省重点研发与推广专项(软科学重点)项目(212400410012);河南省科学院科技创新(软科学)项目(221416002)作者简介:刘睿(1986 )，女，河南郑州市人，助理研究员，博士，主要从事技术成果评价、科技政策研究，(E-mail)18010092829163 com。通信作者:韩宇辉(1975 )，男，河南襄城县人，研究员，硕士，主要从事科学学与实践研究，(E-mail)yhhan hnas ac cn。0引言新经济增长理论认为知识型创新是促进经济增长的主要驱动力1。当前，科技创新已成为许多国家和地区经济发展的主要方式。2016 年，国务院印发“十三五”国家科技创新规划，强调通过构建跨区域创新网络，提升区域间协同创新的水平，从而增强国家的创新能力2。2017 年颁布的 国家技术转移体系建设方案明确了技术转移在国家创新中的重要地位3。2020 年全国科技经费投入统计公报 显示，2020 年，我国科技研发总投入 2 4 万亿元，排名世界第二，科研人员总量排名世界第一，国际专利申请量跃升至世界第一，同时，发表的国际科技论文总量排名世界第二。但是，2020 年全球创新指数(GII)报告 显示，我国的创新能力排名仅为第 14 位，这与我国在科技创新中的各项投入相比，差距较大。2020 年专利调查结果表明，我国有效发明专利的产业化率为 347%，而日本则达到了 476%。我国科技成果的产出比率过低，创新能力有待提高。科技创新绩效是指创新能力转化为实际经济效益的投入产出过程，由于地域因素，创新活动通常会表现出区域的不均衡性4，技术创新是内部的知识信息及人力资源等要素同外部环境不断地进行交换以及互动的网络系统通过跨区域技术溢出，推动知识的流动和区域间经济的协调发展5 6，技术创新的绩效也受到空间溢出效应的影响。专利的创新价值和经济价值常被认为是创新活动的重要产出7，同时，专利又具有可流动性，是高校、科研机构流向生产领域的必要桥梁8，能够反映出区域间技术的交往信息9。在此研究背景下，基于空间溢出理论，利用创新投入产出在各创新主体间构成的创新网络，探讨提高科技投入产出绩效的有效途径，从而实现科技成果高效转化，提高经济发展质量10。鉴于此，以人口密度高、经济发展质量欠佳但发展潜力大的中部地区(河南、安徽、湖北、湖南、江西和山西)为研究区。中部地区的经济发展整体相对滞后，亟需通过创新要素的空间溢出提升区域创新能力和竞争力。基于 2015 年和 2019 年专利交易数据和科技统计数据，首先利用熵权法对中部地区区分不同转化主体，对其技术投入产出的绩效进行评价，并分析其时间演变;然后基于社会网络分析理论，从网络结构和节点特征两个层面分别对六省各省内城际、六省间城际以及六省与全国其他省份之间的专利转移随时间变化的特征进行系统分析;最后利用回归模型，分析得到显著影响六省投入产出绩效的技术溢出特征，以期为提升中部省份成果转化效率提供科学依据和技术支持。1数据来源与研究方法1 1数据来源与处理本研究中的专利交易数据来源于智慧芽专利数据库，覆盖中部地区 2016 年和 2020 年两个年度的专利转移数据。经校对、整理后，形成不同年份、不同范围的专利数据转移矩阵。科技统计数据来源于 2017 年和 2021年 中国科技统计年鉴，由于科技的产出相较其投入具有滞后性，且专利平均审批周期为 1 年，绩效评价中的科技投入指标的统计数据选取范围为 20152019 年，科技产出相关指标的统计数据的范围为 20162020 年。1 2研究方法12 1科技投入产出绩效评价。科技投入产出绩效评价是指采用适当的评判标准和评价方法，对科技活动在一定投入水平下产出的数量和质量、对经济社会的作用第 42 卷第 3 期2023 年6 月地域研究与开发AEAL ESEACH AND DEVELOPMENTVol 42No 3Jun 2023与贡献进行综合评价的过程11。借鉴已有研究所选用的投入与产出指标12 16，遵循数据完整性、系统性、可获得性等原则，结合专家咨询结果，根据不同主体在创新过程中的侧重点以及成果产出形式的不同特点，投入指标主要包括人力和财力，产出指标既要包括成果输出，如论文、著作等，还要纳入社会效益，如技术转入收入等指标，最终选取不同主体的科技成果投入产出绩效的评价指标(表 1)。利用熵权法，计算各指标的权重，再分别以各省高校、科研机构、企业及省域作为评价主体，计算各主体产出/投入的值，得到 2016 年和 2020 年中部各省不同主体的科技投入产出绩效评价结果。熵权法17 确定权重的步骤为:计算指标的熵，公式为:ei=kmj=1yijln yij，i=1，2，n。式中:ei为第 i 个指标的熵;yij为第 j 个评价对象第 i 个评价指标的归一化数值;k=1ln m;m 为评价对象的数量;n为评价指标的数量。计算指标的权重，公式为:wi=1 eini=1(1 ei)。式中:wi为第 i 个指标的权重。122社会网络分析法。利用 Ucinet 软件，分别以中部各省、六省一体以及全国为研究范围，以专利交易单元为节点，以各单元间的专利交易数量为边，构建不同研究区域的技术外溢网络。技术外溢网络特征通过网络特征指标进行刻画。在 ArcGIS 软件中，利用“自然断裂法”进行分类18，依据专利交易数量将区域分为 4 类(低、较低、较高及高)，从而实现专利交易的空间外溢可视化，进行空间外溢效应的分析。表 1投入产出指标及其权重系数Tab 1Input-output indicators and their weights主体 指标类型指标权重高校投入指标产出指标D 经费投入(亿元)005D 人员全时当量(万人年)002发表论文数量(万篇)005专利转让及许可收入(亿元)012科研机构投入指标产出指标D 经费投入(亿元)005D 人员全时当量(万人年)003发表论文数量(万篇)010专利转让及许可收入(亿元)018企业投入指标产出指标规上企业 D 经费投入(亿元)003规上企业 D 人员全时当量(万人年)005新产品销售收入(亿元)006有效专利数量(万件)005省域投入指标产出指标D 经费投入(亿元)003D 人员全时当量(万人年)002论文发表数量(万篇)004技术输出收入金额(亿元)01212 3回归分析。为研究影响科技投入产出绩效的技术空间溢出特征，分别将 2016 年和 2020 年的高校、科研机构、企业及全省的技术产出绩效作为因变量，假设各省内专利外溢网络的关系数量、网络密度，六省间及六省与全国其他省之间专利外溢网络的度中心度、接近中心度、中介中心度等相关指标为潜在的影响因素。运用SPSS 26 统计软件中的逐步回归方法构建回归模型，对影响科技产出效率的影响因素进行分析。2结果与分析2 1科技投入产出绩效评价首先，利用熵权法计算得到不同评价主体科技投入、产出各指标权重值;其次，与其对应的标准化数据分别进行乘积处理;最后，得到各主体不同年份的科技投入产出绩效评价结果(图 1)。图 1六省不同主体投入产出绩效Fig1Performance of different subjects in the six provinces211高校。2016 年各省高校的科技投入产出绩效差异较平缓，其中江西的绩效最高，山西最低，绩效差值为170;2020 年最高值与最低值的差异变化不大，但中间各省的差异更为突出。湖南高校的投入产出绩效较高，且提升速度快，绩效提升近 2 倍，成果产出能力较突出，安徽和江西高校的投入产出绩效呈现负增长;高校普遍存在对科技成果转化管理薄弱、激励措施不足等问题，导致中部各省高校的科技投入产出绩效提升较慢。湖南为鼓励高校成果转化，针对知识产权运营采取举措、制定“精准化”法律法规和政策措施、打造“本地化”的转化模式19 20，值得其他各省借鉴。212科研机构。2016 年江西科研机构的投入产出绩效高于其他省份，而湖南的绩效明显偏低，仅为江西的1/6;2020 年安徽和湖北的科研机构的科技投入产出绩效有较大幅度的提升，其中湖北科研机构的绩效增加 3倍多。湖南科研机构的绩效持续垫底，其创新能力明显后劲不足，主要在于湖南科研机构历经转制，导致科研投入减少、人才储备不足，从而不断降低其持续创新产出的能力21。安徽科研机构的创新能力提升主要得益于当地政府在资金方面的大力支持，特别是对基础研究的投入22，同时不断完善科技成果转化政策，为科技成果产出提供了良好的创新基础23。湖北本身是科教大省，拥有 2 300 多家科研院所，具有强大优势，同时，科技82地域研究与开发第 42 卷成果转化政策体系不断完善，经费投入稳步增长，加速了成果的增长和转化24。213企业。2016 年安徽的企业有着较高的科技投入产出绩效，河南和山西的企业投入产出绩效较差，还不到安徽绩效的 1/2;2020 年中部各省企业在科技创新方面的能力均有一定的提升，其中山西的企业投入产出绩效虽然排名居中，但提升速度最显著，增加近 1 倍，远高于其他省份的增长速度，河南的企业表现仍较差，投入产出绩效提升较慢。山西制定“131”创新驱动行动计划，出台 关于落实促进科技成果转化与收益分配若干措施等相关政策，尤其是在高校、科研院所、国企设置“科技项目专员”岗位，在重点领域推动重大科技成果在山西落地转化，这一系列举措显著提高了山西企业成果转化的绩效。214省域。2016 年湖北的投入产出绩效在六省中最高，是排名第二江西的 3 倍，河南最低，仅为湖北的 1/7，其他省份绩效差异非常小;2020 年六省投入产出绩效均得到了提升，差异在不断缩小。湖北仍然最高，山西最低，是湖北的 1/4，且是六省中提升幅度最小的，河南的绩效同样偏低。河南多年来在科技投入产出方面的表现差强人意，主要是科技成果转化布局不系统、创新链条不完整、企业承接科技产出的意愿不强等原因造成的25。无论是专利的输出还是吸纳，山西的专利转化能力明显弱于其他五省，山西省关于落实促进科技成果转化与收益分配若干措施 的出台提高了全省高校和科研院所科技成果供给的有效性26，正在逐渐缩小与其他省份的差距。2 2中部地区专利交易信息分析221专利交易的数量统计(图 2)。六省的技术交易中约超过半数是与国内其他省份进行的，其次是各省内城市之间，六省之间的技术交易相对较少。2016 年安徽的专利转移总量居中部地区之首，湖南、河南、湖北紧随其后，且数量相当;江西和山西转移数量偏低，且与其他省份差距较大。2020 年安徽的专利转移数量依旧高居榜首，且在六省中增速最快，江西增速较突出。安徽专利外溢的突出能力得益于自2014年开始出台的一系列图 2六省专利外溢情况Fig 2Patent transfers in six provinces科技成果补助政策，即鼓励省内成果就地转化，对吸纳省外先进技术进行补助，不但提升了技术溢出的总量，还提高了效率27。222专利外溢的空间分布(图 3)。中部地区与全国其他省份之间存在专利的空间溢出，地理区位越接近，通过创新知识流动产生的关系越密切。与中部地区专利交易频繁的地区主要分布在东部及沿海地区，包括北京、上海、山东、江苏、浙江和广东。其中，浙江和江苏与六省的专利交易数量最多。2016 年，除东部发达地区是中部地区吸纳专利的主要地区，四川和重庆也有相当数量的专利外溢流向中部。六省的专利则主要外溢流向东部沿海地区和北京，并向河北、辽宁、陕西、重庆和四川溢出相对较多的专利产品，其余地区则与中部地区的专利交易数量较少。2020 年，中部地区向全国其他省份外溢的专利数量显著增加，但联系较紧密的省份数量减少，同时与西部地区的紧密度也降低。六省作为专利的吸纳方，四川和重庆不再是重要的溢出地;作为输出方，陕西和四川的交易量明显减少。东部沿海地区无论在经济实力还是创新能力等方面都优于中部省份，东部向中部的专利溢出是科技欠发达地区寻求提高经济发展速度的一种有效途径;而中部向东部的专利溢出则较多的是较落后地区对于自有的高技术专利缺乏转化能力进而将技术转移给具有更强承接能力的地区。223六省之间的专利外溢情况(表 2)。20162020年六省之间的专利交易数量大幅提升。安徽在六省中专利交易最活跃，专利交易数量最多;山西虽然是六省中专利交易量最少的，但增幅显著，溢出逐渐增强。山西与江西的专利交易实现了从无到有的突破，并且增长显著。河南的专利主要流向安徽和江西;安徽的专利向其他五省的溢出较均衡;湖北的专利主要流向安徽和江西;湖南的专利输出方主要集中于安徽，与山西没有产生专利交易;江西的专利接收方主要是安徽和河南，与山西的专利交易实现突破;山西的专利溢出较少，主要集中在安徽和江西。在六省之间的专利溢出方面，江西是除湖南以外所有中部省份的吸纳方。224六省城市之间的专利外溢情况。2016 年只有大同和晋城没有与六省中的其他城市发生专利外溢，济源、咸宁、潜江等 8 座城市，只有专利溢出，没有吸纳，景德镇则只有专利吸纳，没有溢出;从交易网络路径可以看出各城市的交易频率，中部省份专利交易活动频繁的城市主要包括武汉、郑州、长沙、南昌、合肥、太原等省会城市，黄石、淮南、芜湖、萍乡等城市向其他城市专利外溢的能力较突出，而六安、洛阳、邵阳、开封等城市在中部地区对其他城市的专利吸纳能力较强。2020 年中部地区城市间专利交易网络密度显著增加，已没有无交易或单向专利外溢的城市，参与专利交易活动的城市数量增加，专利交易的数量也显著增加，中部地区城市间的专利交易溢出活动更加活跃。各省会城市的专利交易92第 3 期刘睿，等:中部地区科技投入产出绩效及空间溢出效应研究图 32016 年、2020 年中部六省与全国其他省专利溢出分布Fig 3Patent transactions between the six provinces and other provinces in China in 2016 and 2020说明:地图来源于国家自然资源部标准地图网站(http:/bzdt ch mnr gov cn/)，审图号为 GS(2020)4619表 2六省间专利数量外溢矩阵件Tab 2Patent transfer matrix among six provincesunit年份省份河南安徽湖北湖南江西 山西合计(输出)河南1 561139861248安徽66 1 6893160165178湖北1034 1 46219253912016湖南1313161 52617059江西913919538050山西101422037628合计(吸纳)10887671086420河南2 639330548222193780安徽181 5 243139199260108887湖北51190 2 85913363224592020湖南19193342 835660312江西11323925481 44324449山西125281145756128合计(吸纳)376 1 004260473655247网络更加发达，但与其他城市的差距变小，各城市的交易网络明显增多，城市间的联系更加复杂。以城市为单元来分析专利溢出的情况，发生专利溢出或吸纳的城市增多，能够反映出中部各省内部创新能力发展更均衡，具备更扎实的创新潜力。2 3中部地区技术转移社会网络分析231各省内技术溢出网络特征。采用社会网络分析法对中部地区各省内技术溢出网络特征进行分析(表3)。各省内城市间技术外溢网络中的网络关系数量和网络密度均呈增长趋势，其中，安徽的网络关系数量最多、密度最高，湖北和山西的数量和密度偏低。说明安徽发生专利溢出的城市较多，其技术溢出发生在省内各城市之间具有普遍性;各省内专利外溢的网络中心化程度，除山西和江西外，其他省份呈现降低的趋势，河南和湖南的中心势较高，安徽较低，且下降速度最快。可以看出，除山西和江西外，其他省份的专利溢出活动集中度正在逐渐减弱，以安徽的集中程度为最低，反映出有较多的城市参与到专利的交易，而山西和江西的专利外溢活动则更加集中于少数城市;各省内网络核心边缘密度分析显示，20162020 年，各省的省会城市普遍是网络核心，在专利溢出活动中处于较重要的地位。六省03地域研究与开发第 42 卷表 3各省内技术外溢网络特征统计分析Tab 3Statistical analysis of the characteristicsof technology transfer networks among six provinces省份 年份网络关系数量整体网络密度度中心势核心城市核心/边缘密度河南2016510 170 87郑州、开封1700/0142020930 300 72郑州、洛阳2350/037安徽2016730 300 57合肥、阜阳1650/06620201980 830 20合肥、芜湖、滁州5583/390湖北2016340 140 83武汉、孝感1350/0102020480 200 69鄂州、武汉2200/039湖南2016410 230 81常德、长沙6550/0272020560 310 81株洲、长沙7450/040山西2016150 140 32运城、太原300/0082020230 210 72晋中、太原2650/006江西2016200 180 63南昌、九江350/0102020470 430 70南昌、赣州1800/047核心城市间的密度均增长显著，除山西省外，边缘城市间的密度也大幅增加，同样表明山西的专利外溢仍然继续向少数城市集中，而其他省份则是在核心城市不断增强的同时，其他城市的专利外溢能力也在不断增长。其中，安徽的边缘密度最高、增幅最大，反映出安徽各城市的专利外溢能力较均衡。232六省间技术外溢网络特征。采用社会网络分析法对中部地区间技术外溢的网络特征进行分析(表 4)。2016 年各省会城市均具有较高的度数中心度，除山西外，其他省会城市以专利输出为优势，非省会城市则以专利吸纳活动为主。南昌、长沙和郑州的度数中心度较其他城市更突出;安徽各城市间的度数中心度差异较小，其他省会城市度数中心度明显高于非省会城市。2020 年省会城市仍具有显著活跃性，非省会城市的溢出能力也得到了大幅提升，与省会城市的差异逐渐缩小。表 4六省间技术外溢主要城市节点中心度分析Tab 4Centrality of major cities in technology transfer among six provinces主要城市2016 年度数中心度出度入度中介中心度主要城市2020 年度数中心度出度入度中介中心度合肥0938762017合肥107838141001安庆087467010芜湖10751697001芜湖0872821016安庆107132183001郑州1069249076郑州1061 07238013洛阳041716003洛阳07731426003平顶山0412110003商丘07762197004武汉10011438074武汉107164117068黄冈047718005黄冈047424004宜昌040613014荆州0471423004长沙10822059060长沙108223243039娄底0461010003株洲06912138005邵阳046614003永州0622022004南昌1102517081南昌11012830015吉安040610001赣州1104339015宜春04044001宜春0901229006太原070911023太原1109249073临汾050101008运城06037004运城04062002晋中06013450042016 年除安徽外，其他省会城市具有较高的中介中心度，非省会城市中介中心度较低且差距较小。2020 年多数城市的中介中心度呈降低趋势，尤其是安徽各市降幅显著，说明交易主体间的联系更加直接。中部地区间技术外溢网络特征分析结果表明，20162020 年，城市之间专利外溢网络的关系数量从219 增长到1 018，网络密度从003 增长到014，度中心势从 027 增长到 0 48，均呈现显著增长趋势。2016 年的核心城市包括郑州、太原、洛阳、武汉、六安、长沙、南昌、芜湖、滁州、合肥，2020 年的核心城市包括郑州、南昌、长沙、武汉、芜湖、合肥、赣州、滁州，数量减少了 2个。六省城市之间的专利外溢数量、参与的城市、外溢的频率等增长迅速，各省城市之间通过成果的溢出，联系越来越密切。度中心势增加、核心城市减少，则说明六省城市之间的专利溢出更趋向于少数的城市。233六省与全国其他省份之间技术外溢网络特征。采用社会网络分析法对中部地区与其他省份之间技术外溢的网络特征进行分析(表 5)。2016 年六省在与全国其他省份专利交易的网络中，度数中心度差异均较小，安徽最高，江西和山西最低;在全国范围，六省既不是专利交易中心地区，其外溢能力差异也不显著，且六省均更多地向其他省份输出专利。除山西外，六省的中介中心度与度数中心度存在一致性，即度数中心度较高的省份同时具有较高的中介中心度，且差异较小。2020年六省的度数中心度小幅度增长，同时六省间的差异进一步缩小。出度、入度的比例发生变化，河南和湖北吸纳的专利数量超过输出的数量，其他省份仍是专利输出占优势;中介中心度仍与度数中心度的分布保持一致。20162020 年，六省与全国其他省份专利交易的网络中，网络关系数量(233 278)、网络密度(025 030)13第 3 期刘睿，等:中部地区科技投入产出绩效及空间溢出效应研究表 5六省与全国其他省份之间专利外溢网络的中心度Tab 5Centrality of patent transfer networkbetween six provinces and other provinces in China省份2016 年度数中心度出度入度中介中心度2020 年度数中心度出度入度中介中心度河南0778635760 130 801 931 3 990011安徽080 1 784 1 2780 150 80 10 216 8 144011湖北0734604310 100 801 093 1 318011湖南0736506080 100 802 291 1 813011江西0707892880 090 803 174 2 171011山西0703021820 090 771 135561010都有提高，度中心势(0 59 0 54)降低，核心城市由 4个减少到 2 个。随着时间推移，社会创新能力提升，六省中有更多的城市产生科技成果的外溢活动，更多的专利在全国范围内得到转化和应用。核心城市的减少也说明专利的输出或吸纳不再局限于少数城市，越来越多的城市开始拥有具备竞争力的专利，或是有能力吸纳具有发展潜力的技术成果。2 4科技成果空间外溢的影响因素首先，采用 Spearman 非参数相关系数检验各变量之间的相关性。其次，分别以不同主体的科技投入产出绩效作为因变量，专利交易网络特征作为自变量，筛选具有显著相关性的指标进行回归分析。综合考虑拟合方程共线性(VIF 5)及拟合效果(调整 2)对回归分析得到的回归模型进行筛选。最终，仅得到以企业为主体的投入产出绩效为因变量、各省的专利外溢网络密度为自变量的回归模型，模型的标准回归系数为 1 152，决定系数为 0358。其他主体没有检测出显著的影响因素。从回归分析的结果可以看出，专利外溢网络的空间特征作为间接的指标没有对各省的投入产出绩效产生显著的直接的影响。对于企业主体的科技成果投入产出绩效，各省的专利溢出网络的密度对其有正向的显著影响，即各省内的专利溢出越频繁，专利交易市场越发达，本省的企业技术产出的效率就越高。一方面，中部地区的企业越来越积极地通过专利的溢出参与到本省的科技成果创新活动中;另一方面，中部地区的企业在专利交易的过程中只有充当技术溢出方，才能通过自有创新技术获得远超于其投入成本的利益，从而提高成果产出的效率。3结论与建议3 1结论(1)从投入产出绩效来看，安徽和湖北的绩效整体表现较突出，河南和山西科技投入产出绩效相对较低。各省不同主体在创新中发挥的作用具有差异性。中部省份提高科技投入产出的绩效，不仅需要不断积累创新资源，还需要政府对创新驱动发展持续提供充足的资金、政策等的支持，为科技创新提供良好的生态环境。(2)安徽专利外溢能力最强，山西最弱。中部各省大部分的成果外流，东部沿海、北京、四川、重庆等发达省份是中部地区专利主要的溢出方;但六省之间的专利溢出偏少。这说明中部各省之间的科技成果互补性较差，且科技成果就地转化的能力偏弱。(3)从专利空间溢出的网络特征来看，中部六省的专利溢出效应呈显著增长的趋势;安徽的优势在于发展出多个能力较强且实力均衡的地级市，专利交易“遍地开花”，其他省份的专利溢出集中于省会城市，高度聚集的“强磁场”效应很难带动其他地级市的专利交易活动。(4)从回归分析结果来看，中部地区企业的成果产出要更多地与市场接轨，积极发挥成果转化的主体作用，减少因高价购买创新技术而产生的投入。3 2建议当前，中部地区科技投入产出绩效以及科技产出的空间外溢都反映出显著不平衡的现状。中部地区提高科技投入产出效率，要在充分利用自身地理区位优势的同时，提高对科技成果资源的承接能力和对本省科技成果的就地转化能力，从依赖于其他区域创新资源的外溢，转变为提升创新产出的自给能力;要从内生创新力出发，根据本省产业重点，聚焦科技成果投入产出的关键症结和短板，突出系统思维，打造创新产业链，实施政策配套化、布局一体化、链条完整化、机制长效化举措，打造一流的科技成果转化生态体系。突出政府的政策导向和资金支持，确保政策的可行性、资金的持续性;强化企业科技成果产出的核心主体作用，同时开展定向研发、定向转化、定向服务，帮助企业突破发展急需的关键技术;破解高校及科研机构科技成果缺乏市场价值等问题，健全其科技评价体系与绩效评价体系，引导其成果与企业需求紧密结合，技术创新以服务本省经济发展为主要目标，支持设立专门的科技成果转化机构和专门科技成果转化岗位，弥补其科技成果和产业化之间的“断裂带”，有效提升科技成果产出效率。参考文献:1 OME P M Endogenous Technological Change J TheJournal of Political Economy，1990，98(5):71 102 2 中华人民共和国国务院 国务院关于印发“十三五”国家科技创新规划的通知:国发2016 43 号EB/OL(2016 08 08)2022 08 03 http:/www govcn/zhengce/content/2016 08/08/content _ 5098072htm?ivk_sa=1024320u 3 中华人民共和国国务院 国务院关于印发国家技术转移体系建设方案的通知:国发2017 44 号EB/OL(2017 09 26)2022 08 03 http:/www gov cn/zhengce/content/2017 09/26/content_5227667 htm 4 杨凡，杜德斌，林晓 中国省域创新产出的空间格局与空间溢出效应研究 J 软科学，2016，30(10):6 10 5 潘雄锋，张静，米谷 中国区际技术转移的空间格局演变及内部差异研究J 科学学研究，2017，35(2):23地域研究与开发第 42 卷240 246 6 赵景峰，黄志启 知识溢出效应研究新进展J 经济学动态，2011(1):116 121 7 吴越 地理邻近，网络位置对产学联盟合作创新的影响 D 长沙:湖南大学，2015 8 马碧玉 论专利权交易:兼谈高等院校、科研机构科技成果转化方式的选择J 电子知识产权，2016(8):8 16 9 POWELL O Knowledge Networks as Channels and Conduits:The Effects of Spillovers in the Boston Biotechnology Com-munity J Organization Science，2004，15(1):5 21 10 MAGGIONI M A，UBETI T E，NOSVELLI M Does In-tentional Mean Hierarchical?Knowledge Flows and Inno-vative Performance of European egions J The Annalsof egional Science，2014，53(2):453 485 11 李强 基于内生增长理论的我国科技投入产出绩效评价模型研究 J 科学管理研究，2006，24(4):93 98 12 KIM Y The Ivory Lower Approach to EntrepreneurialLinkage:Productivity Changes in University TechnologyTransferJ Journal of Technology Transfer，2013，38(2):180 197 13SECUNDO G，BEE C，PASSIABTE G Measuring Uni-versity Technology Transfer Efficiency:A Maturity LevelApproachJ Measuring Business Excellence，2016，20(3):42 54 14 沈能，宫为天 我国省区高校科技创新效率评价实证分析:基于三阶段 DEA 模型 J 科研管理，2013，34(增刊 1):125 132 15 汪小梅，汪令涛，李鹏 科研院所科技成果转化能力的多目标评价研究J 科技管理研究，2016，36(20):83 87 16 陈劲，陈钰芬 企业技术创新绩效评价指标体系研究 J 科学学与科学技术管理，2006，27(3):86 91 17 罗亚非 区域技术创新生态系统绩效评价研究M 北京:经济科学出版社，2010 18 纪凯婷，张乐勤，王雷 安徽省乡村绿色发展水平测度及时空演变分析 J 贵州师范大学学报(自然科学版)，2023，41(2):33 40 19 吴秀文 湖南高校科技成果转化实证研究J 中国发明与专利，2021，18(2):63 77 20 鞠邦青，曾德超，熊雯雯 湖南高等院校科技成果转化情况分析与改善策略研究 J 图书情报导刊，2022，7(7):75 79 21 赖流滨，何秀梅 对湖南属转制科研机构的调研及建议 J 企业技术开发(学术版)，2007，26(8):94 96 22彭良玉 安徽省科研机构研发经费投入实证分析 J 安徽科技，2020(4):34 36 23 杨亚丽 安徽科技成果转化政策实施效果研究D 合肥:安徽大学，2019 24 陈瑜洁，鲁洁 湖北科技成果转化政策演进及实施效果分析 J 现代商贸工业，2018，39(19):9 10 25 韩宇辉，沈莉莉，郑壮丽，等 河南科技成果转化政策实施效果评价与分析:基于中部地区比较视角J 河南科学，2021，39(11):1865 1871 26 梁正华 山西科技成果转化应用现状与对策J 科技创新与生产力，2020(6):1 5 27 李舒羽 安徽科技成果转化激励政策实施效果评价 J 科技创业月刊，2021，34(11):81 83esearch on Sci-tech Input-OutputPerformance and Spatial Spillover Effect in Central ChinaLIU ui1，ZHANG Dechong1，GUO Ping1，FAN Jijun1，HAN Yuhui1，CHEN Xiazhong1，WANG Dandan2(1 Henan Academy of Sciences，Zhengzhou 450046，China;2 High-tech Innovation andBusiness Incubation Henan Center，Chinese Academy of Sciences，Zhengzhou 450016，China)Abstract:Taking the six central provinces(Henan，Anhui，Hubei，Hunan，Jiangxi，and Shanxi)as the re-search area，the entropy method was used to evaluate the science and technology input-output performance of differ-ent entities in the six provinces(2016，2020)The social network analysis method was used to study the networkcharacteristics of science and technology output spatial spillovers within different study regions(2016，2020)Fi-nally，by constructing a regression model，key spatial spillover factors that significantly affected the efficiency ofoutcome output were identified The results showed that the science and technology input-output performance in An-hui and Hubei Provinces in central China was outstanding The spillover effect of science and technology output inAnhui was significant while Shanxi was relatively weak The patent spillover effect in the six provinces showed asignificant growth trend Patent spillovers from other provinces were concentrated in provincial capital cities Thedensity of patent spillover network in central provinces was the key factor that significantly affected the science andtechnology input-output per