长江经济带科技创新效率评价及均衡发展研究——基于超效率SBM模型与Dagum基尼系数.pdf

基金项目:国家自然科学基金项目“企业网络动态能力与协同创新生态系统互动演化机制研究 以新兴技术产业为例”();国家自然科学基金项目“公共治理视阈下跨区域合作创新网络多主体协同发展机制研究”()作者简介:满云冰(),男,广西大学公共管理学院硕士研究生,研究方向:行政管理;程跃(),女,博士,广西大学公共管理学院副教授,研究方向:新兴技术管理、科技政策.长江经济带科技创新效率评价及均衡发展研究 基于超效率S BM模型与D a g u m基尼系数满云冰,程跃(广西大学 公共管理学院,广西 南宁 )摘要:选取 年长江经济带 省市面板数据,基于超效率S BM模型与D a g u m基尼系数,对长江经济带科技创新效率情况进行评价,并对其科技创新均衡发展路径进行研究,结果显示:长江经济带科技创新效率并未实现整体上各省市D E A有效,存在着非均衡的发展趋势;其上、中、下游区域科技创新效率呈现“两头高、中间低”现象,存在着空间集聚性差异.进一步分析发现,造成非均衡发展趋势问题的主要原因是长江经济带上、中、下游区域之间科技创新发展的差距,且上游与中游区域间创新发展差距最大.因此,提出构建跨区域协同创新系统,以期实现长江经济带科技创新协调发展,进而促进长江经济带形成整体创新驱动发展的新局面.关键词:科技创新效率;均衡发展;超效率S BM模型;D a g u m基尼系数中图分类号:F ;F 文献标识码:A d o i:/j i s s n R e s e a r c ho nt h eE v a l u a t i o no fS c i e n t i f i ca n dT e c h n o l o g i c a l I n n o v a t i o nE f f i c i e n c ya n dB a l a n c e dD e v e l o p m e n t i nt h eY a n g t z eR i v e rE c o n o m i cB e l t B a s e do nS u p e r e f f i c i e n c yS BM M o d e l a n dD a g u mG i n iC o e f f i c i e n tM a nY u n b i n g,C h e n gY u e(S c h o o l o fP u b l i cA d m i n i s t r a t i o n,G u a n g x iU n i v e r s i t y,N a n n i n g ,C h i n a)A b s t r a c t:T h ep a n e l d a t ao f p r o v i n c e sa n dc i t i e s i nt h eY a n g t z eR i v e rE c o n o m i cB e l t f r o m t o w e r e s e l e c t e d t oe v a l u a t e t h e s c i e n c ea n d t e c h n o l o g y i n n o v a t i o ne f f i c i e n c yo f t h eY a n g t z eR i v e rE c o n o m i cB e l tb a s e do nt h es u p e r e f f i c i e n c yS BM m o d e l a n dD a g u m G i n i c o e f f i c i e n t,a n dt oe x p l o r e t h ep a t ho f i t sb a l a n c e dd e v e l o p m e n to f s c i e n c ea n dt e c h n o l o g y i n n o v a t i o n T h em a i nr e a s o nf o r t h eu n b a l a n c e dd e v e l o p m e n t i s t h eg a pb e t w e e nt h eu p s t r e a m,m i d s t r e a ma n dd o w n s t r e a mr e g i o n so f t h eY a n g t z eR i v e rE c o n o m i cB e l t,a n d t h eg a pb e t w e e n t h eu p s t r e a ma n dm i d s t r e a mr e g i o n s i s t h e l a r g e s t T h eg a p i s t h e l a r g e s t T ot h i se n d,t h ec o n s t r u c t i o no fac r o s s r e g i o n a l c o l l a b o r a t i v e i n n o v a t i o ns y s t e mi sp r o p o s e d,w i t hav i e wt oa c h i e v i n gc o o r d i n a t e dd e v e l o p m e n t o f s c i e n c e a n d t e c h n o l o g y i n n o v a t i o n i n t h eY a n g t z eR i v e rE c o n o m i cB e l t,a n d t h u sp r o m o t i n gan e ws i t u a t i o no f o v e r a l l i n n o v a t i o n d r i v e nd e v e l o p m e n t i nt h eY a n g t z eR i v e rE c o n o m i cB e l t K e yW o r d s:S T IE f f i c i e n c y;B a l a n c e dD e v e l o p m e n t;S u p e r e f f i c i e n tS BM M o d e l;D a g u m G i n iC o e f f i c i e n t引言近年来,我国把创新作为引领发展的第一动力,深入实施创新驱动发展战略,将科技创新摆在引领全面创新的核心位置,开启了建设世界科技强国的新征程.在 年全国两会重点关注领域关键词调查结果中,人们对于“科技创新”的关注度高居第六位.因此,明确科技创新的重要作用,推进科技自立自强有利于贯彻新发展理念、构建新发展格局、推动高质量发展,有利于在新时代推动政治建设、经济建设、文化建设、社会建设以及生态文明建设的协同发展,进而推动国家进步和社会发展.长江经济带发展战略是新常态下国家发展战略中的重要组成部分,其有效实施能够极大促进长江经济带 年月科技创业月刊第 卷第期地区的协同发展和经济提质增效.国家最新统计数据显示,长江经济带近年来研究与开发(R&D)经费投入占G D P比重呈现逐年上升趋势,但科技创新产出却不尽人意,导致其科技创新水平低于全国水平,且其创新投入与产出呈现较为明显的区域差异性.创新投入与产出的不对称、不协调必然会使得创新资源不合理或无效配置,进而导致长江经济带整体的创新体制建设受到不利影响,并进一步影响到长江经济带的整体创新驱动发展.综上,本文对长江经济带科技创新效率进行实证评价研究,以进一步挖掘科技创新投入与产出不对称、不协调问题的深层次原因,并探讨实现长江经济带科技创新均衡发展的可行路径,以期实现其区域科技创新协调发展,进而促进长江经济带形成整体创新驱动发展的新局面.文献综述关于区域科技创新效率的评价方法,主要有参数法和非 参 数 法 两 种.参 数 法 以 随 机 前 沿 函 数 分 析 法(S F A)为主,将随机因素和技术效率对实际产出水平的影响纳入同一框架来考虑,运用于区域科技创新效率评价问题的研究中.学者们一般基于知识生产函数建立随机前沿模型,并在此基础上进行科技创新效率评价.非参数法以数据包络分析法(D E A)为主,运用于效率和效益方面的研究中.学者们一般基于线性规划方法来建立观测数据的非参数分段曲面(或前沿),然后相对于该前沿面来计算效率值.比较S F A与D E A各自的优缺点发现,S F A具有明确的经济学理论基础,且考虑了随机因素,可以定量分析各种相关因素对个体效率差异的具体影响,其测算结果准确与否完全依赖于生产函数的模型设定,且采用S F A法评价区域科技创新效率时,无法直接处理多投入多产出的效率评价问题.而D E A法采用线性规划技术,不需要主观预设生产函数的具体形式,且可用于多投入多产出的效率评估,但这种方法忽视了随机因素的影响,因此,对影响效率的因素还需要进一步考察.在现有的区域科技创新效率评价研究中,已有众多学者通过采用参数方法(主要是S F A)或非参数方法(主要是D E A)开展了大量的实证研究.盛彦文等采用随机前沿函数分析法,以中国东部沿海五大城市群作为研究对象,对其区域科技创新效率进行评价.白俊红等基于 年中国分省区面板数据,采用D E A法测算各省区域创新效率.在现有的研究中,已有学者以长江经济带作为研究对象,进行区域科技创新效率研究,并将空间因素融入到区域科技创新效率的研究中,探索区域科技创新效率的空间集聚差异性问题.比如,毛良虎等采用D E A和E S D A法,对长江经济带区域创新效率及空间差异进行了研究分析.吴传清等运用D E AM a l m q u i s t指数和面板T o b i t模型,对长江经济带技术创新效率进行了测度,并分析了其影响因素.罗颖等 运用三阶段D E A法,对长江经济带区域创新效率进行评价,并比较长江经济带上、中、下游区域创新效率的空间聚集差异问题.但是,鲜有学者探索长江经济带科技创新效率水平整体上非均衡分布趋势发展的问题.所以,在国家创新驱动发展战略的时代背景下,研究如何促进长江经济带整体创新驱动发展具有重要意义.在现阶段对于区域科技创新效率的评价研究中,由于随机前沿函数分析法无法解决多投入与多产出的效率评价问题,众多学者开始倾向于数据包络分析法.而随着数据包络分析法的频繁使用,发现传统的D E A模型无法考虑“松弛”要素对科技创新效率的影响,如此便会造成科技创新效率被高估,而且,传统的D E A模型也无法进一步区分效率值为的有效决策单元.为了解决传统D E A模型在区域科技创新效率评价研究中的问题,本文采用超效率S BM模型开展区域科技创新效率的评价研究,超效率S BM模型结合了D E A与S BM模型的优点,使得效率测度更加精准,进而实现对样本区域科技创新效率的准确评价.同时,本文以长江经济带作为研究对象,引入D a g u m基尼系数分析长江经济带科技创新效率非均衡分布趋势问题产生的主要原因,进而探索长江经济带科技创新均衡发展的路径,为实现长江经济带整体创新驱动发展提供理论基础.研究基础研究对象本文的研究对象为长江经济带,其覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州 个省 市,面 积 约 万k m,占 全 国 国 土 面 积 的,人口和生产总值均超过全国的,是我国“T型”发展战略的中轴线.区域协调发展理念是面向高质量发展阶段,统筹国土空间布局,形成优势互补、高质量发展的区域经济发展新格局的重要指导思想.因此,在国家创新驱动发展战略的时代背景下,探索长江经济带科技创新均衡发展、区域协调发展的可行路径,有利于促进长江经济带整体的创新驱动与高质量发展.鉴于此,本文对 年长江经济带科技创新效率采用超效率S BM模型进行系统评价,并根据评价结果引入D a g u m基尼系数,分析长江经济带科技创新效率水平非均衡趋势发展问题的主要原因.研究方法超效率S BM模型数据包络分析法(D E A)最早由美国C h a r n e s等 于 年提出,用来评价一组具有多个投入、产出的决策单元间相对效率的测算方法,其基本模型是C C R和B C C.由于D E A法在使用时不需要对指标进行无量纲化处理,可以直接进行效率分析,且对样本数量要求科技创业月刊 年月第 卷第期J o u r n a l o fE n t r e p r e n e u r s h i p i nS c i e n c e&T e c h n o l o g y,A u g ,V o l ,N o 低,目前在各个学科的应用越来越广泛.但由于传统D E A的两个模型都没有考虑要素“松弛”现象,T o n e 分别于 年和 年提出S BM模型与超效率S BM模型,后者不仅考虑松弛变量,还可以对效率值大于的决策单元进行排序.因此,本文运用非导向超效率S BM模型对长江经济带科技创新效率进行研究,具体模型如式()和()所示.m i npmmix/xi,krprsydyds,krqyuyuq,k()()stxnj,kxi,jj;ydnj,kyds,jj;ydnj,kydq,jjxx k;ydykd;yuyukj,i,m;j,n;js,r;q,p()在该模型公式中,为最终区域科技创新效率值,x、yd、yu分别为投入矩阵、期望产出矩阵和非期望产出矩阵中的必要元素,n为决策单元数量,每个决策单元有m种投入、r种期望产出和p种非期望产出,为权重向量.D a g u m基尼系数基尼系数是国际上通用的、用以衡量一个国家或地区居民收入差距的常用指标.相比于传统的基尼系数,D a g u m基尼系数能够将总体差距分解为区域内差距、区域间差距以及超变密度,进而明确总体差距产生的来源.叶长华等 提出按子群分解的方法,使其在区域差异研究方面得到广泛运用.D a g u m基尼系数的计算公式如()所示.Gkjkhnjinhryj,iyh,rn()在D a g u m基尼系数的计算公式中,表示长江经济带中所有省市的平均科技创新效率水平,yj i(yh r)表示j(h)区域内每个省份(市)的科技创新效率水平,n表示考察省 市 的 总 个 数,k表 示 总 的 区 域 数,nj(nh)表 示j(h)区域内所包含的省市数量.考虑让D a g u m基尼系数计算更加方便,在计算前对各区域的科技创新效率的平均水平从小到大进行排序.如()所示.YYhYjYk()根据D a g u m基尼系数的分解思路:GGwGn bGt,可以分别计算出区域间差异的贡献程度Gn b,即j和h区域之间科技创新效率水平的分布差异;区域内差距的贡献程度G w,即j(h)地区内科技创新效率水平的分布差异;超变密度的贡献程度G t,即区域之间科技创新效率水平交叉影响的剩余项.此外,在计算Gn b和Gw时,还需要测算Gj h和Gj j,其中Gj h表示j区域和h区域之间的基尼系数,Gj j表示j区域内的基尼系数.具体计算公式如()、()、()、()、()所示.GwkjGj jPjSj()Gj jnjinhryj,iyj,rYjnj()Gn bkjj hGj h(pjshphsj)Dj h()Gj hnjinhryj,iyj,rnjnh(YjYh)()Gtkjj hGj h(pjshphsj)(Dj h)()Dj h表示j、h两区域之间科技创新效率水平的相对影响,dj h表示j、h两区域之间科技创新效率水平贡献率的差值,即j、h地区中所有yj iyh r的样本值加总的加权平均数,pj h表示超变一阶矩,即yh ryj i的样本值 加 总 的 加 权 平 均 数.具 体 计 算 公 式 如()、()、()所示.Dj hdj hpj hdj hpj h()dj hd Fj(y)y(yx)d Fh(x)()pj hd Fh(y)y(yx)d Fj(x)()指标体系构建在现有的区域科技创新效率评价研究中,科技创新投入指标一般会选取创新人员和创新经费两方面.比如,王海花等 在长三角区域高技术产业科技创新效率评价研究中,创新投入指标选取了R&D人员全时当量、R&D经费内部支出.在近些年的研究中,创新环境对于区域科技创新效率的影响逐渐得到重视,且创新环境中的教育环境、劳动者素质与基础设施环境等是相对关键的影响因素 .因此,本文选择从创新人员、创新经费和创新环境投入个方面建立指标体系分析区域科技创新投入.进一步选取R&D人员全时当量、R&D经费内部支出和普通高等学校数个变量分别对应创新投入指标的三个方面,以衡量区域科技创新投入情况.大部分学者主要采用专利申请授权与论文发表数去衡量区域科技创新产出,而有的学者则认为专利与论文只代表创新产出的一部分,技术市场成交额与环境效益等都是创新产出的变量.比如,颜莉 从科技成果、经济效益、社会效益、环境效益和区域竞争力个方面衡量一个地区创新产出能力.王鹏等 在科技创新效率评价研究中,认为科技创新衡量标准不仅包括科学技术发明,还涵盖其所带来的经济价值和社会价值.孙群英等 认为区域创新产出主要包括科技成果、产业竞争满云冰,程跃长江经济带科技创新效率评价及均衡发展研究J科技创业月刊,():力、技术市场成熟度、节能减排能力等方面,提出将能源产出率和碳生产率纳入到区域绿色创新产出能力评价指标中.因此,本文选择从创新成果绩效、创新经济绩效与环境创新绩效个方面建立指标体系分析区域科技创新产出.目前大多数学者采用专利授权量来衡量区域科技创新成果产出,但由于专利数据在衡量科技创新带来的经济价值方面存在着不足,有学者引入新产品销售收入指标来弥补其不足.同时,随着环境效益被考虑到绿色科技创新产出中,能源产出率也逐渐成为科技创新产出的衡量指标.所以,本文选取发明专利申请授权量、新产品销售收入、能源产出率个变量分别对应创新产出指标的个方面,以衡量区域科技创新产出情况.综上,本文构建长江经济带区域科技创新效率评价指标体系如表所示.表长江经济带科技创新效率评价指标体系指标类型一级指标测量标准单位科技创新投入指标创新人员投入R&D人员全时当量万人年创新资本投入R&D经费内部支出亿元创新环境投入普通高等学校数量所科技创新产出指标创新成果绩效发明专利申请授权量件创新经济绩效新产品市场销售收入亿元环境创新绩效能源产出率万元/吨标准煤数据来源本文在已有研究的基础上,综合考虑指标选取的代表性与可行性,构建出了长江经济带区域科技创新效率评价指标体系.数据来源于 中国统计年鉴、各地区统计年鉴、中国科技统计年鉴 和 中国能源统计年鉴.由于数据过多,不便于全部展示,该部分只展示 年长江经济带区域科技创新效率评价指标体系中相关指标数据,如表所示.表 年长江经济带科技创新效率相关指标测量数据科技创新投入科技创新产出省(市)(I)n p u t(I)n p u t(I)n p u t(O)u t p u t(O)u t p u t(O)u t p u t 上海 江苏 浙江 安徽 江西 湖北 湖南 重庆 四川 云南 贵州 实证分析长江经济带科技创新效率评价结果本文基于超效率S BM模型对长江经济带科技创新效率进行评价,并运用D E AS o l v e r P r o 软件对长江经济带 年 个省市的科技创新效率进行测算,得到长江经济带各省(市)年各年份科技创新效率结果与均值,发现安徽、湖南、云南、湖北及四川的均值均小于,表现为D E A无效,具体评价结果如表所示.表长江经济带 年科技创新效率评价结果地区 年 年 年 年 年 年 年 年 年 年均值排名贵州 重庆 上海 江苏 浙江 江西 安徽 湖南 云南 湖北 四川 对于科技创新效率测算D E A无效地区,通过测算其科技创新投入冗余率与科技创新产出不足率,进一步科技创业月刊 年月第 卷第期J o u r n a l o fE n t r e p r e n e u r s h i p i nS c i e n c e&T e c h n o l o g y,A u g ,V o l ,N o 分析其科技创新效率低的原因.由于 年D E A无效地区科技创新投入指标冗余与科技创新产出指标不足相关数据较多,因此,该部分只展示 年数据,如表所示.对 年D E A无效地区科技创新投入冗余率与科技创新产出不足率进行测算,结果如表所示.通过表可以发现,在投入方面,创新环境是影响科技创新效率的主要因素,其冗余率均值为 ,创新人员与创新资本是次要影响因素,其冗余率均值分别为 与 ,这说明在D E A无效地区中普通高等学校资源投入存在浪费情况,需有效发挥其应有的作用.在产出方面,创新经济绩效是影响科技创新效率的主要因素,其不足率均值为 ,创新成果绩效与环境创新绩效是次要影响因素,其不足率均值分别为 、,说明D E A无效地区在新产品市场销售方面表现不足,需围绕该方面加大力度.表 年D E A无效地区投入指标冗余与产出指标不足测算数据投入冗余产出不足地区(I)n p u t S()(I)n p u t S()(I)n p u t S()(O)u t p u t S()(O)u t p u t S()(O)u t p u t S()安徽 湖南 云南 湖北 四川 表 年D E A无效地区投入冗余率与产出不足率地区投入冗余率()产出不足率()创新人员投入创新资本投入创新环境投入创新成果绩效创新经济绩效环境创新绩效安徽 湖南 云南 湖北 四川 均值 图长江经济带 年科技创新效率整体均值同时,为了了解长江经济带整体科技创新效率的发展情况,根据表测算结果,可以得到长江经济带 年科技创新效率整体均值的发展趋势,如图所示.长江经济带科技创新效率整体均值在 年逐渐递增,年整体均值为.年后总体呈现波 动 下 降 的 发 展 趋 势,至 年 整 体 均 值 下 降 至.本文从长江经济带 年各省(市)科技创新效率评价结果出发,深入分析长江经济带科技创新发展水平下降的原因.长江经济带科技创新效率评价结果分析本文根据表中长江经济带各省(市)科技创新效率水平的平均值,将其分为高、中、低组,高效率组科技创新效率值要求大于,即总体达到有效水平;中效率组科技创新效率值要求在 之间;低效率组科技创新效率值要求小于.具体分组结果如表所示.表长江经济带科技创新效率水平分组结果组别地区均值排名效率值高效率组贵州 重庆 上海 江苏 浙江 江西 中效率组安徽 湖南 云南 低效率组湖北 四川 根据表的测算结果和表的分组结果可以得知:第一,长江经济带科技创新效率有效水平地区较多,但仍有部分城市科技创新效率未能实现D E A有效.第二,长江经济带上游与下游区域的城市主要集中在高效率组,而中游区域的城市主要集中在中低效率组.第三,上海、浙江、江苏、江西、重庆、贵州长期处于高效率水平,湖北和四川长期处于低效率水平,安徽科技创新效率水平呈稳步上升趋势,湖南、云南科技创新效率水平呈下降趋势.满云冰,程跃长江经济带科技创新效率评价及均衡发展研究J科技创业月刊,():长江经济带科技创新效率并未实现整体上各省(市)D E A有效根据长江经济带科技创新效率水平分组结果,可以发现长江经济带科技创新效率有效水平地区较多,但仍有部分地区科技创新效率未能实现D E A有效.其中,高效率组分布的省(市)最多,具体有贵州、重庆、上海、江苏、浙江、江西,其 年科技创新效率平均值分别为、;中效率组分布的省(市)具体有安徽、湖南、云南,其 年科技创新效率平均值分别为、;低效率组分布的省(市)最少,仅有湖北、四川,其 年科技创新效率平均值分别为 和.长江经济带科技创新效率存在着空间集聚性差异本文对于长江经济带上、中、下游的界定是:上游区域包括云南、四川、重庆、贵州;中游区域包括湖南、湖北、江西;下游区域包括安徽、江苏、浙江、上海.根据长江经济带科技创新效率水平分组结果,长江经济带上游与下游区域的城市主要集中在高效率组,如贵州、重庆、江苏、浙江、上海;中游区域的城市主要集中在中低效率组,如湖南、湖北.所以,长江经济带上、中、下游区域的科技创新效率水平呈现出“两头高、中间低”的现象,这在一定程度上说明长江经济带科技创新效率存在着空间集聚性差异.长江经济带科技创新存在着非均衡的发展趋势根据长江经济带 年科技创新效率的测算结果和科技创新效率水平分组结果,上海、浙江、江苏、江西、重庆、贵州长期处于高效率水平,其科技创新效率值一直保持大于,湖北、四川长期处于低效率水平,其科技创新效率值小于.同时,从科技创新效率水平的发展趋势来看,大部分省(市)科技创新效率水平发展趋势平稳,没有明显变化;安徽和湖北的科技创新效率水平呈稳步上升趋势,特别是安徽从 年科技创新效率值 的低效率水平,逐渐发展到 年科技创新效率值 的高效率水平,且在 年科技创新效率值均大于;湖南和云南的科技创新水平呈明显下降趋势,特别是云南从 年科技创新效率值 的高效率水平,逐渐发展到 年科技创新效率值 的低效率水平,且在 年科技创新效率值均小于,具体如图所示.图长江经济带 年科技创新效率值明显变化地区综上所述,可以看出长江经济带的各个地区科技创新发展步调不一致,有的地区长期处于高效率水平,有的地区却长期处于低效率水平,有的地区科技创新效率呈稳步上升趋势,有的地区则表现出逐年下降趋势.因此,从区域协调发展的视角出发,在一定程度上,长江经济带科技创新存在非均衡发展趋势.长江经济带科技创新效率D a g u m基尼系数测算结果为深入了解长江经济带科技创新效率水平非均衡分布的发展趋势,并分析其产生的主要原因,本文选取D a g u m基尼系数及其子群分解方法,运用S t a t a 软件处理,计算出长江经济带 年科技创新效率水平的基尼系数,具体结果如表所示.表长江经济带 年科技创新效率基尼系数及其分解结果年份总体区域内基尼系数区域间基尼系数贡献率()上游中游下游上中上下中下区域内区域间超变密度 长江经济带科技创新效率D a g u m基尼系数测算结果分析根据表的测算结果,本文选择从长江经济带科技创新效率水平的总体差距及演变趋势、区域内差距及演变趋势、区域间差距及演变趋势、差距来源及贡献率个方面展开分析,具体分析如下.科技创业月刊 年月第 卷第期J o u r n a l o fE n t r e p r e n e u r s h i p i nS c i e n c e&T e c h n o l o g y,A u g ,V o l ,N o 长江经济带科技创新效率的总体差距及演变趋势如图所示,年,长江经济带科技创新效率水平总体基尼系数表现出下降的趋势,且呈现出“双V”现象.具体而言,年的总体基尼系数最大,随后表现出逐年下降的趋势,虽然在 年后出现了大幅上升的趋势,但其总体基尼系数值却远远小于最大值,且从 年都呈现出下降趋势,所以从整体上可以认为其总体基尼系数表现出下降趋势.年构成第一个非常明显的“V”形趋势图,年是最低点,表明长江经济带科技创新效率水平总体差距最小;年构成第二个较不明显的“V”形趋势图,年都呈下降趋势,但从 年开始,又开始表现出上升趋势,表明长江经济带科技创新效率水平的总体差距存在变大的趋势.图 长江经济带科技创新效率水平总体基尼系数及演变趋势 长江经济带科技创新效率的区域内差距及演变趋势如图所示,年,一方面,长江经济带上游区域内基尼系数几乎一直保持大于中下游区域内基尼系数,且下游区域内基尼系数一直保持小于上中游区域内基尼系数.另一方面,长江经济带中下游的区域内基尼系数整体上呈现下降的趋势,而上游区域内基尼系数演变趋势呈现出类似“字母W”图像.具体而言,长江经济带上游区域内基尼系数除了在 年与中游区域内基尼系数重合,其余年份均大于中游区域内图上、中、下游区域内基尼系数及演变趋势基尼系数,且始终保持大于下游区域内基尼系数,说明其区域内科技创新发展差异始终大于中下游区域.另外,长江经济带中下游区域内基尼系数呈现出明显的线性下降趋势,而上游区域内基尼系数却表现出非简单线性变化,其在 年呈小幅下降趋势,年呈大幅上升趋势,年又呈小幅下降趋势,年呈微幅上升趋势.所以,可在一定程度上认为,长江经济带上游区域内基尼系数有继续上升趋势.长江经济带科技创新效率的区域间差距及演变趋势如图所示,年,长江经济带上中游之间的基尼系数一直大于中下游与上下游区域间的基尼系数,这说明上中游区域间的科技创新发展差距最大.具体而言:关于上中游区域间的基尼系数,年上中游区域间的基尼系数为 为所测年份中的最大值,其后发展至 年基尼系数为 达到所测年份中的极大值,而上中游区域间的基尼系数在所测年份中的最小值,分别出现在 年和 年.关于上下游区域间的基尼系数,年上下游区域间的基尼系数()为所测年份中的最大值,其在 年基尼系数()为所测年份中的极大值,而上下游区域间的基尼系数在所测年份中的最小值()出现在 年.关于中下游区域间的基尼系数,年中下游区域间的基尼系数()为所测年份中的最大值,而其基尼系数最小值 分别出现在 年和 年.图上中、上下、中下区域间基尼系数及演变趋势从发展趋势分析来看,一方面,长江经济带上中游之间的基尼系数在测量期间内的发展趋势构成一个“字母W”的现象,年 呈 下 降 趋 势,年呈上升趋势,年又呈下降趋势,年后呈上升趋势.所以,可在一定程度上认为,长江经济带上中游之间的基尼系数有着进一步上升的趋势.上下游区域间基尼系数的发展趋势同上中游的发展趋势相近,而中下游区域间基尼系数在 年期间呈下降趋势,而 年表现出以两年为周期的“字母V”发展趋势,其近几年发展也有微幅上升趋势.满云冰,程跃长江经济带科技创新效率评价及均衡发展研究J科技创业月刊,():长江经济带科技创新效率的差距来源及贡献率如图所示,年,区域间贡献率与超变密度几乎一直保持大于区域内贡献率,同时,出现较大幅度波动的是区域间贡献率与超变密度,而区域内贡献率的波动幅度不大.具体而言,一方面,区域内贡献率除了在 年大于区域间贡献率,其余年份均表现为小于区域间贡献率,且在各个年份区域内贡献率一直小于超变密度.同时,区域内贡献率在测量期间发展较为平稳,年贡献率()相比其他年份最大,随后表现出缓慢下降趋势,年贡献率()相比其他年份最低,其整体上表现为缓慢下降的趋势.另一方面,区域间贡献率在测量期间整体上表现为上升趋势,年表现为持续上升趋势,年贡献率()相比其他年份最大,而后在 年贡献率()虽表现出下降趋势,但其贡献率却远远大于区域内贡献率与超变密度,并在 年贡献率()又开始上升,并有着继续上升的发展趋势.从超变密度的发展趋势来看,年整体表现为下降的发展趋势,且 年超变密度()相比其他年份最小,虽在 年大幅上升,但随即在 年又大幅下降,并有着持续下降的发展趋势.图长江经济带科技创新效率总体差距贡献率及演变趋势综上所述,年,长江经济带科技创新效率总体差距贡献率较大的是区域间的贡献率与超变密度.从演变趋势来看,区域间的贡献率整体上呈现出持续上升的发展趋势,贡献比例逐渐增大,且远远大于区域内贡献率与超变密度.同时,区域内贡献率与超变密度整体上呈现出持续下降的发展趋势,贡献比例逐渐减小,且远远小于区域间的贡献率.由此得知,长江经济带科技创新表现出非均衡发展趋势主要源于区域间的差距及超变密度,但随着区域间的贡献率逐渐增大、超变密度逐渐减小的发展趋势影响,区域间的贡献率从 年开始远远大于超变密度,且还有进一步扩大的趋势.因此,长江经济带上、中、下游区域间科技创新发展的差距是现阶段导致长江经济带科技创新出现非均衡发展趋势的主要原因.研究结论本文基于超效率S B M模型,对 年长江经济带科技创新效率进行了评价,引入D a g u m基尼系数,深入分析了长江经济带科技创新非均衡发展趋势产生的主要原因,进而探索长江经济带科技创新均衡发展的路径,为实现长江经济带整体创新驱动发展提供理论基础.经过对 年长江经济带科技创新效率情况的评价,得出主要结论:第一,长江经济带科技创新效率并未实现整体上各省(市)D E A有效;第二,长江经济带科技创新效率存在着空间集聚性差异,其上、中、下游区域的科技创新效率水平呈现出“两头高、中间低”的现象;第三,长江经济带科技创新存在着非均衡的发展趋势.进一步分析得知:长江经济带上、中、下区域间科技创新发展的差距是长江经济带科技创新现阶段出现非均衡发展趋势问题的主要原因,且长江经济带上游与中游区域间的科技创新效率差距最大.管理启示:长江经济带科技创新整体均衡发展路径本文基于D a g u m基尼系数及子群分解方法,通过分析长江经济带科技创新效率总体差距的来源得知,现阶段长江经济带科技创新出现非均衡发展趋势的主要原因是长江经济带上、中、下游区域间科技创新发展的差距.同时,在分析长江经济带上中、上下、中下区域间基尼系数后得知,长江经济带上中游区域间的科技创新效率差距最大.因此,为实现长江经济带科技创新整体均衡发展,首要任务是缩小长江经济带上、中下游三大区域间的科技创新发展差距;其次是缩小长江经济带上、中、下游三大区域内的差距,而区域内差距较大的是上游区域.最后是缩小长江经济带整体上的科技创新发展差距.构建长江经济带跨区域协同创新系统推进长江经济带跨区域协同创新系统的构建基于D a g u m基尼系数及子群分解方法,可以在一定程度上认为,长江经济带科技创新出现非均衡发展趋势的主要原因是长江经济带上、中、下区域间科技创新发展的差距.所以,面对长江经济带上、中与下游区域间的科技创新效率的差距,本文认为需要打破区域壁垒,促进不同区域间创新资源的合理流动,增强不同区域间创新主体之间的互动联系,进而优化创新资源的配置,避免创新资源重复投入,导致资源浪费.并以创新合作为基石,推动长江经济带整体科技创新水平均衡发展,以期实现其区域科技创新协调发展,进而促进长江经济带形成整体创新驱动发展的新局面.长江经济带跨区协同创新系统如图所示.明确区域创新战略定位,增加跨区域合作的机会根据上文对长江经济带各省(市)科技创新效率的测算结果与科技创新效率水平的分组结果分析得知,长江经济带上、中、下游区域的科技创新效率水平呈现出“两头高、中间低”的现象,这在一定程度上说明,长江经科技创业月刊 年月第 卷第期J o u r n a l o fE n t r e p r e n e u r s h i p i nS c i e n c e&T e c h n o l o g y,A u g ,V o l ,N o 济带科技创新效率存在着空间集聚性差异情况.所以,对于长江经济带中游区域而言,其科技创新水平发展较为落后,需要加强与长江经济带上游与下游区域之间的合作创新,进而缩小区域间的科技创新效率差距.而合作创新的前提在于不同区域间技术供求耦合,彼此实现双赢.因此,要想增加跨区域合作创新的机会,就必须结合自身的地理环境优势,明确自身与整体之间的战略定位差距,创造属于自身区域科技创新发展的特色,进而契合整体的科技创新发展需求,并以此来不断提升区域的科技创新能力.图长江经济带跨区域协同创新系统强化政府引导作用,发挥市场配置资源优势在跨区协同创新系统中,各区域间创新主体的互动联系、创新要素的跨区域流动、创新成果的有效共享(技术转移),都离不开政府与市场的干预.所以,处理好政府与市场之间的关系,对于跨区域协同创新系统的正常运转尤为重要.政府干预的作用主要体现在创新相关的公共政策的制定与发布、公共服务提供等方面,而市场的干预作用主要体现在对创新资源的合理配置与创新成果共享等方面,两者共同发挥着促进跨区域协同创新的作用.但对于两者的关系必须要有明确的界定,一方面是为了避免市场失灵现象的产生,另一方面是为了避免政府过度干预.因此,在长江经济带跨区域协同创新系统中,需要确立政府部门的引导地位,坚持以市场为主导,构建完善跨区域协同创新系统,发挥市场资源配置的优势.强化科技创新和技术转移的环境建设科技创新环境包括政治环境、经济环境、社会环境和科技环境,跨区域协同创新系统身处科技创新环境中,必然会受到创新环境带来的一系列影响.所以,优化科技创新环境,对于跨区域协同创新系统的运行至关重要.本文提出强化科技创新和