中國區域專利產出與產業創新效率研究

一 問題提出及文獻綜述

2015年12月，李克強總理在《政府工作報告》中首次提出要“增加研發投入，提高全要素生產率”。全要素生產率的主要推動力是技術進步和創新。專利作為發明人利用其知識產權獲取收益的一種方式，是技術進步和創新的“有形證物”，在新產品研發、生產工藝改進以及產業創新上起重要作用。據統計，2015年中國專利局受理了來自國內外110多萬件專利申請，其總量占全世界的40%，超過專利申請大國美日韓的總和，中國已成為世界第一大專利申請國，引發越來越多的學者研究中國專利產出效率問題。

(一)問題提出

創新是一個國家持續發展的動力源泉。21世紀是知識經濟的時代，如何通過資源配置將專利產出變現為經濟產出，是產業經濟發展的關鍵一環。我國《國家中長期科技發展規劃綱要》中提到，到2020年將建成創新型國家；2030年，將建成更加完備的國家創新體系、進入創新型國家前列。

根據《國家創新指數報告2012》，2005-2012年，我國研發投入強度從1.32%上升至1.97%。然而2013年由康奈爾大學和世界知識產權組織(WIPO)共同發布的《全球創新指數》顯示，2013年中國的創新指數位列35位，較2012年下降1位。為了弄清中國的專利增長方式是否屬于“粗放型”的要素投入模式，需要測度專利的產出效率。

中國的自然地理條件、經濟、社會、人口和文化空間等存在顯著差異，生產專業化與地域分工使得創新資源的流動和集聚具有明確的區位指向性。沿海省份和工業化較發達的省份，其產出專利的能力較強，但并不意味著它們的專利產出效率高。而欠發達的省份，依然可以通過良好的要素配置和創新資源流動策略，擁有較高的專利產出效率。

“工業4.0”時代已經到來，如何更好地提高產業創新能力是適應我國產業發展新時代的關鍵。為此，深入研究我國各地區的專利產出效率、效率差異表現、差異背后的成因等，對于認清專利產出效率的區域格局和影響因素、制定相關政策制定具有重要意義。

(二)文獻綜述

國內外學者對專利產出效率的測量通常采用兩種模型：一是非參數的數據包絡模型(Data Envelopment Analysis，簡稱DEA)；二是隨機前沿的生產函數(Stochastic Frontier Approach，簡稱SFA)。DEA模型不需要定義生產函數的形式，僅用確定性的生產前沿面來考慮對生產效率的影響，故不能考慮偶然因素產生的隨機誤差。SFA模型考慮隨機沖擊的影響，將誤差分為隨機誤差和因非效率因素而產生的系統誤差，并運用統計方法來衡量隨機沖擊對生產效率的影響，從而能夠克服這些缺點。

黨國英和秦開強(2015)[1]運用SFA模型，分析了2008-2012年中國高新技術產業五大類23個分行業的技術創新效率，結果表明：平均技術創新效率總體穩步升高，不同行業技術創新效率差異明顯。而韓兆洲和馬佳羽(2016)[2]運用SFA模型和空間計量模型研究了中國“一帶一路”省市區域創新效率，發現21世紀海上絲綢之路省市的創新效率較高。白俊紅等(2009)[3]則用SFA模型研究了中國區域技術創新效率，結果顯示，提高技術創新效率對我國經濟增長具有重要意義。韓晶(2010)[4]應用SFA模型研究中國高技術產業創新效率，顯示出中國高技術產業整體創新效率呈上升趨勢。國外有關R&D投入產出效率的最早研究可追溯到Aigner et al.(1977)[5]和Griliches(1979)[6]的研究，其構建的生產函數框架后來被許多學者引用。如Pakes和Griliches(1984)[7]引用此種分析框架來研究R&D的產出效率問題。之后，Rousseau和Rousseau(1997)[8]、Wang(2007)[9]分別使用DEA模型和三階段DEA模型來測算R&D的產出效率。隨著創新效率的新認識形成，一些學者開始在技術創新效率中加入空間地理因素，如李婧等(2010)[10]利用空間計量分析技術研究1987-2007年中國大陸30個省市創新的空間相關性，結果顯示：中國省域之間的創新具有明顯的正相關性。史修松等(2009)[11]以省級區域為樣本測算空間差異，說明了區域創新效率在時間趨勢上呈現階段性波動，并且論證了區域創新經費的投入較人力資本投入對專利產出效率有更大的促進作用。李正鋒等(2015)[12]基于不同區域技術水平的差異，在DEA模型的基礎上構建非參數共同前沿，測算中國區域創新效率的技術差異，發現不管是共同前沿還是區域前沿，東部地區的創新效率都遠遠超過了中部和西部地區。

有關專利產出效率，黨國英和秦開強(2015)[1]研究認為，2012年，中國高新技術產業的新產品收入達到25571億元，為2008年的1.98倍，R&D經費投入達到1733.8101億元，是2008年的3倍。有學者質疑這個數據的背后是否意味著中國專利產出的快速崛起是依靠低效粗放型的R&D經費投入？中國區域專利產出與產業創新效率之間有何內在聯系？提高區域專利產出效率和推動技術進步、生產創新的強大動力源究竟在哪里？現有文獻并未就此給出令人滿意的答案。本文將以2011-2015年中國區域工業產業專利活動數據為樣本，采用SFA模型，擴展研究中國區域專利產出和產業創新效率的影響因素以及內在關聯，分析提高區域專利產出效率和推動技術進步、生產創新的強大動力源，繪制全國專利產出地圖和區域專利創新地圖，以期為科學探討我國專利產出效率的區域差異和成因以及相關政策制定提供重要參考。

二 中國區域專利產出效率分析

(一)中國區域專利產出效率測度模型

1.模型設定和相關概念

專利是國家按專利法授予申請人在一定時期內對其發明創造成果所享有的獨占使用、處分和收益的權利。它包括發明專利、實用新型專利和外觀設計專利，專利產出的基本依據是發明創造成果。專利產出模型可采用生產邊界生產函數模型。生產邊界是指生產函數的可能性邊緣，即在一定的生產要素投入和一定的技術水平前提條件下，根據“帕累托最優”基本原理所能達到的最優產出，稱為前沿面?，F實中由于受到各種不可控制因素的影響，實際產出往往小于前沿面。因此，實際產出與最優產出之間的比值可定義為生產效率。最優產出和實際產出之差與理想產出的比值可定義為非效率。

假設現有n種投入要素(X1,X2,…，Xn)，實際產出為Y，生產函數為f(X1,X2, …,Xn)，則最優產出為Yf(X1,X2, …,Xn),則生產效率為Y/Y。因此，就有必要估計出在投入要素一定時的最優產出，也就是生產邊界。再由實際產出的觀察點與生產邊界的距離，測算出相應的生產效率。

2.非效率的組成

由于前沿生產函數不能測量經濟社會隨機因素的影響，Aigner et al.(1977)[5]和Battese(1992)[13]等提出了具有復合擾動項的隨機邊界模型，即隨機擾動項εi，其由兩部分組成(u和v)，則：

εi=ui+viui<0(i=1, 2, …,n)

(1)

其中：非正的擾動項ui為復合結構，為非效率項，表示企業能夠控制的因素對產出的影響。其非正性說明了產出只能也必須處于生產可能性邊緣上或在其下，不能超出邊界范圍。生產單位的實際產出與其前沿面的偏離不完全受控于該生產單位，它還受到隨機擾動項vi的影響。所以，vi表示不受決策單位控制的隨機因素。

3.專利產出效率模型

傳統的經濟學理論認為，專利的產出是要素投入產生的結果。因此，設專利的產出為Q，要素投入為X，則有生產函數：Q=f(β,X)，其中β為參數。據此，本文建立的專利產出效率估計模型，即SFA模型，形式為：

Qit=f(β,Xit)exp(Vit-Uit)

(2)

其中，i=1, 2, …,n;t=1, 2, …,T。根據中心極限定理，假設vi為均值為0的獨立同分布的正態分布，即Vit～iid.N(0,σ2v)，表示隨機擾動的沖擊影響。ui獨立于vi，ui分布的實際情況可以這樣分析：ui衡量系統非效率的程度，而系統性的非效率處于中間水平較多，極端情況較少。但是，ui是不對稱的，壞的效率可能會很低，但好的效率又不能超過生產邊界。從而沒有理由認為隨著非效率程度的增加，企業的數量將會單調遞減。據此，可根據概率論與數理統計的相關理論，將ui假定均值為眾數(非零)的截尾正態分布，而均值為0只是一個特例。如圖1所示。

圖1 截尾正態分布圖

ui假定服從均值為μ、方差為σ2u、被截去ui<0部分的半正態分布，則ui的概率密度函數為：

f(u)= 1[1-F*(1-μ/σu)]2πσue-1/2( u-μαu )2

(3)

其中F*為標準正態隨機變量的分布函數。

假設ui為外部環境因素的函數。所以對于企業來說，這些非效率因素是可以控制的。因此，在產出效率模型中加入可控制的環境因素，則：

μi=δzi

(4)

其中：zi為影響非效率的環境因素，δ為環境因素的系數。

所以，關于專利產出效率的估計，定義模型為：

lnQ=lnf(β,Xi)=β0+∑ni=1βilnXi+vi-ui

(5)

其中：生產效率Ei定義為實際產出期望與前沿面產出期望的比值，即:

Ei=QiQ= exp(lnXiβi-ui)exp(lnXiβi) =exp(-ui)

(6)

可見，專利產出效率與定義的非效率因素具有相反的效果。即非效率因素ui的符號為負，則對專利產出效率有正的影響；反之，則有負的影響。

4.模型估計

SFA模型采用極大似然法進行估計，似然估計的表達式：

lnL=-n2 ln(π/2)-n2 ln(σ2s)+∑ni=1ln[1-φ(zi)]- 12σ2v∑ni=1(lnyi-xiβ)2

(7)

其中：xi=lnXi，lnQ=xiβ+vi-ui；σ2s=σ2v+σ2u，γ=σ2uσ2s;zi= (lnyi-xiβ)σsr1-r；φ(·)是標準正態分布函數。

(二)中國區域專利產出效率測算

運用上述SFA模型對中國2011-2015年各個省份的專利產出效率進行測度。其生產函數模型，參考Griliches(1979)[6]構建的知識生產函數模型，選取經濟學上常用的柯布道格拉斯生產函數(以下簡稱C-D生產函數)f(K,L)=KαL1-α， 0<α<1。產出變量為專利申請數(Q)，投入變量主要有兩個：R&D經費投入(X1)表示C-D生產函數中的資本投入、R&D人員總數(X2)表示C-D生產函數中的勞動力投入。以下設定兩個產出效率的環境因素：

(1)R&D項目數(z1)：各省份R&D項目數與專利的產出效率息息相關，從某種程度上來說，應該具有嚴格的正相關關系，且代表著各個省份的科研實力。

(2)經濟水平(z2)：一個省份的經濟水平可能對整個省份的專利產出效率有正向影響。在這里，本文采用各地區生產總值來衡量一個省份的經濟水平。

中國2011-2015年各省、市、自治區專利活動數據來源于《中國統計年鑒》。為了消除價格的影響，以固定資產投資價格指數和工業生產者購進價格指數的平均數對R&D經費投入作平減處理，并對投入和產出數據進行對數變換。

根據以上分析，設定SFA模型為：

lnQ=β0+β1lnX1+β2lnX2+δ0+δ1z1+δ2z2+vi-ui

(8)

運用Frontier Version 4.1對以上數據進行估計，所得結果如表1所示。

表1 最大似然估計結果

注：*、**、***分別表示通過10%、5%、1%的顯著性水平檢驗。LR為似然比統計量，且它服從混合卡方分布，即χ2分布。在非效率項估計模型中，各參數表示對非效率項影響，負系數表示正向影響。

從表1SFA模型整體估計結果看，γ=0.687，統計顯著。說明隨機前沿模型誤差項中有68.7%來自于技術非效率。LR統計量為48.467，通過了1%的顯著性水平檢驗，說明生產函數中隨機誤差項具有十分明顯的復雜結構，據此采用隨機前沿分析技術解釋技術差異的方法是合理的。

(三)專利產出效率

1.專利產出彈性

SFA模型中，專利產出的投入變量為R&D經費投入和R&D人員總數。從最大似然估計的結果來看，R&D經費投入增長1%，專利產出會增長0.036%；R&D人員投入增長1%，專利產出增長0.624%，且其系數都通過了t檢驗。R&D人員投入的產出彈性大于R&D經費投入，說明中國現在的區域專利產出大多屬于資本密集型。未來，若要進一步提高專利產出效率，需進一步增加科技研發人員數。同時，R&D經費和R&D人員投入的產出彈性之和為0.660，小于1，說明中國各省份之間的區域創新活動尚不具有規模遞增效應。

2.專利產出環境因素

R&D項目數和經濟水平的系數為負，說明其對專利產出有正向的影響，兩者的系數均通過t檢驗。但是，從系數的大小來看，R&D項目數較經濟水平對專利產出效率有更大的影響。這種結果表明：

(1)各個省份需積極申請R&D項目，促進其區域創新能力。實踐證明，R&D投入越多，專利產出越多，科技創新能力越強。積極申請R&D項目，可以在R&D項目的研發中產生更多的專利申請。因為從SFA環境因素的影響效應來看，目前R&D項目對專利產出具有正向作用。即R&D項目較多的省市，其專利產出效率會相應的提高。

(2)各省份經濟水平對專利產出效率產生了正面的影響。供給側結構性改革旨在調整經濟結構，使要素實現最優配置，提升經濟增長的質量和數量?；诮洕竭@個環境要素對于專利產出效率的正向效應，各省要積極推動供給側結構性改革，提高經濟發展水平，為創新活動提供更加良好的制度和資本平臺，促進其產出效率的提高。

3.專利產出效率

從SFA模型估計可以得出中國31個省、市、自治區的專利產出效率，如表2所示。

表2 2011-2015年中國各省、市、自治區專利產出效率與排名

(1)2011-2015年中國專利產出區域平均效率。從上述各省、市、自治區專利產出平均效率結果來看，區域之間差異很大(如圖2所示)。最近5年，31個省、市、自治區的平均專利產出效率為0.458。專利產出平均效率最高的為江蘇(0.948)。據《中國區域創新能力報告》，江蘇連續7年位居中國區域創新能力榜首。江蘇專利產出效率高和產業創新能力強已成為其發展的鮮明特征和強勁動力。緊隨其后的為浙江(0.937)和廣東(0.920)，這兩個省份的經濟總量和經濟增長速度在全國也是名列前茅。從全國來看，區域的專利產出效率與宏觀經濟指標高度相關。專利產出效率比較低的地區是海南(0.195)、內蒙古(0.157)、青海(0.147)、寧夏(0.138)，這4個地區的專利產出平均效率都低于0.2。

圖2 2011-2015年中國各省、市、自治區專利產出的平均效率折線圖

圖3 2011-2015年中國各省、市、自治區專利產出效率折線圖

進一步分析圖3可以看出，各省、市、自治區在2011-2015年的專利產出效率基本穩定。省份有大有小，產值有高有低，基本穩定的總體情況下，各省、市、自治區專利產出效率提高快慢不同。導致平均產出效率差距的原因主要有兩點：一是經濟發達、交通便利的省份容易形成產業集聚效應，從而提高其產出效率；二是經濟欠發達的省份，由于沒有總部經濟的優勢以及配套的創新產業激勵政策，導致其專利產出的低效率。因此，在創新方面落后的省份，需要政府配套出臺相關創新激勵政策。

(2)2011-2015年中國專利產出平均效率變化趨勢。從整體平均效率來看(圖4)，中國專利產出效率逐年遞增，從2011年的0.388增長到2015年的0.542，合計增長39.69%。

4.專利產出模型相關說明

專利的產出效率是一個相對概念。例如2015年安徽省的專利產出效率為0.738，表示相對于其他地區效率較高，在本模型系統內處于領先地位。若2015年安徽省的專利投入與產出數量不變，而其他地區的產出有較大提高，則在重新估計模型時，這個產出效率會降低。

最后，測算出2011-2015年全國5年專利產出的平均效率為0.458，把這一平均效率當作中國專利產出效率的及格線，可以清楚地看出各省、市、自治區專利產出效率的相對位置。

圖4 2011-2015年中國區域專利產出的平均效率折線圖

三 中國工業專利產出效率分析

本部分擬從工業整體及分行業視角探究專利產出效率的動態演變及行業差異，以進一步厘清我國專利產出效率的變動及差異規律。

(一)中國工業專利產出效率模型和參數估計

運用SFA模型對2011-2015年工業38個行業的創新效率進行測度。產出變量為各行業專利申請數(Q)，投入變量主要有兩個：(1)各行業R&D經費投入(X1)表示C-D生產函數中的資本投入；(2)各行業R&D人員總數(X2)表示C-D生產函數中的勞動力投入。z1為各行業專利產出效率的環境因素，用各行業R&D項目數衡量。

中國各行業的專利活動數據均來源于《中國統計年鑒》。具體數據的處理方法同前。設定SFA模型為：

lnQ=β0+β1lnX1+β2lnX2+δ0+δ1z1+vt-ut

(9)

運用Frontier Version 4.1對模型進行估計，結果如表3所示。

表3 最大似然估計結果

注：δ1的系數并不為0，真實系數為-1.53E-04。

從表3的SFA模型整體估計看，γ=0.770，統計顯著，說明隨機前沿模型誤差項中有77.0%來自于技術非效率。LR統計量為23.36，通過1%的顯著性水平檢驗，說明生產函數中隨機誤差項具有十分明顯的復雜結構，據此采用隨機前沿分析技術解釋技術差異的方法是合理的。

(二)中國工業專利產出效率

1.工業專利產出彈性分析

SFA模型中，創新投入變量為R&D經費投入和R&D人員總數。從結果來看，R&D經費投入增長1%，專利產出效率將會增長0.447%；R&D人員投入增長1%，專利產出效率將會增長1.253%，且其系數都通過了t檢驗。R&D人員投入的產出彈性大于R&D經費投入，說明當前我國工業專利產出大多也屬于資本密集型，未來想要更好地提高工業專利產出，仍需要大量增加科技研發人員。

2.創新環境因素分析

各行業R&D項目數的系數雖然顯著，但是系數值很小。說明R&D項目對專利產出效率沒有多大的影響，主要還是各行業投入要素影響產業創新效率。

3.分行業專利產出效率分析

從SFA模型估計可以得出38個行業專利產出效率，如表4所示。

表4 2011-2015年中國工業各行業專利產出效率及排名

(續上表)

注：簡明起見，對38個工業行業的名稱進行了簡化處理。

從各行業平均專利產出效率結果看，行業之間的差距較大。最近5年，38個工業行業的平均專利產出效率為0.602。排名前三的為電氣機械和器材制造業(0.936)、計算機電子設備制造業(0.922)以及通用設備制造業(0.904)，其每年的產出效率基本都保持在0.9以上。排名比較靠后的是煤炭開采和洗選業(0.223)、非金屬礦采選業(0.213)以及有色金屬礦采選業(0.206)，其每年的產出效率基本都保持在0.2左右。

綜上，中國各省、市、自治區工業各行業的整體專利產出效率具有以下幾個特征：

(1)工業與區域專利產出效率密切相關，工業專利產出效率高必然推動區域專利產出效率走強。

(2)高科技含量產業創新效率是推動區域專利產出效率的主要動力。如具有高科技含量輕工業領先的省市，其區域專利產出效率較高；而傳統的重工業創新效率較低的省市，則區域專利產出效率普遍較低。

(3)傳統重工業走出創新效率的低谷，是振興重工業的必由之路。

四 中國區域專利產出創新地圖

區域專利產出效率是區域創新能力的一個重要標志。專利產出效率地圖可以展示區域創新效率的差異及創新資源的空間集聚效應和擴散效應。

(一)中國區域專利產出地圖

為更為詳盡地了解中國區域專利產出的空間差異，本文以2011-2015各省、市、自治區的專利授權平均數為基礎，繪制出中國區域專利產出地圖，如圖5所示。

圖5 中國部分區域專利產出地圖

注:(1)x軸代表經度，y軸代表緯度，顏色越深代表專利產出量越大；(2)按照《中華人民共和國憲法》規定，目前中國有34個省級行政區，即4個直轄市、23個省、5個自治區、2個特別行政區。由于數據不匹配的原因，圖5僅為中國部分省市、自治區專利產出地圖，不含香港特別行政區、澳門特別行政區和臺灣省。

從圖5可以看到：(1)中國專利產出量比較大的省份為江蘇、浙江、廣東，而且沿海省份的地圖顏色明顯深于內陸省份，說明沿海省份的專利產出量高于內陸省份。(2)專利產出量大，并不一定意味著其專利產出效率高。

(二)中國區域創新效率地圖

專利作為區域創新的“實物憑證”，其產出效率在一定程度上反映了區域創新的能力。為全面了解全國整體的專利產出效率和空間結構，本文以2011-2015年各省、市、自治區專利產出的平均效率為基礎，繪制了中國區域創新地圖。

圖6 中國部分區域創新地圖

注：(1)x軸代表經度，y軸代表緯度，顏色越深代表區域創新能力越強；(2)按照《中華人民共和國憲法》規定，目前中國有34個省級行政區，即4個直轄市、23個省、5個自治區、2個特別行政區。由于數據不匹配的原因，圖6僅為中國部分省市、自治區創新能力地圖，不含香港特別行政區、澳門特別行政區和臺灣省。

從圖6可以看出，(1)中國區域創新活動有明顯的空間集聚現象，區域創新效率排名靠前的省份，基本集中于沿海地區，這和專利產出地圖的結果基本一致。根據《中國海洋統計年鑒2015》對中國沿海省份*注:根據《中國海洋統計年鑒2015》對沿海省份的劃分，中國共有11個沿海省份，從北到南分別是：遼寧、河北、天津、山東、江蘇、浙江、上海、福建、廣東、廣西、海南。的劃分，我國11個沿海省份的專利產出效率為0.603，高出平均水平32個百分點。內地省份的專利產出效率為0.378，遠低于平均水平。(2)沿海省份也并非都是創新效率比較強的省份，例如海南的專利產出效率僅為0.195。反過來，內陸省份也有創新效率比較強的省份，比如北京、四川、安徽。(3)從專利產出效率的空間結構上看，創新效率靠前的省份集中于東部沿海地區，而排名相對靠后的省份集中于西北地區，也就是工業化開始較晚的省份。這種專利產出效率的空間區域差異是導致區域創新能力差異的主要原因。

五 研究結論與政策建議

(一)研究結論

運用SFA模型測算了2011-2015年中國各省、市、自治區專利產出效率以及工業各行業專利產出效率，結果表明：(1)5年以來，中國區域及各行業專利產出效率保持平穩增長；(2)從專利產出的投入要素和環境因素來看，中國專利產出基本屬于高效集約式的增長方式，在工業方面表現尤為突出；從整體上看，否定了中國專利產出的快速崛起是依靠低效粗放型R&D經費投入的觀點；(3)從工業專利產出效率與區域專利產出效率的關系來看，兩者密切相關，高科技含量產業創新效率是提高區域專利產出效率和推動技術進步、生產創新的強大動力源；(4)從專利產出的空間結構來看，中國區域專利產出效率發展極不平衡。

(二)政策建議

根據中國區域及各行業專利產出效率的變動趨勢和差異，本文對進一步提升專利產出及產業創新效率提出如下政策建議：

1.政府和相關法律部門要為區域技術創新和產業創新營造一個良好的法律環境。加快制度創新，釋放新的“改革紅利”，建設與發展區域產權交易市場，進一步促進產業結構的調整和升級，尋找新的經濟增長潛能。

2.政府和相關部委應該更好地為科研單位、工業企業的技術創新提供優質服務。努力降低生產要素的流動成本，保障科研工作的順利進行。進一步加快落后地區的交通、通訊等基礎設施建設，解決落后省份的區域創新“瓶頸”。

3.企業內部需要建立良好的資本和勞動配置策略，加大各大經濟圈的人力資本投入力度。對于各省份來說，要加強對高技術人才的吸引力，發揮政策對人才成長的導向作用。使得每一位技術人才有更多的創新激勵，進而提高每一個行業、每一個企業的專利產出效率。

4.知識產權局應建立一套合理的專利評估體系。加速專利的成果轉化，調動企業和科研院所的創新積極性。各地區政府要加強相關產業創新激勵政策，包括財政補貼、稅收豁免、稅率優惠等措施，激勵企業持續不斷地開展創新研發活動。

5.各地區之間應該相互借鑒優秀的創新經驗。增加圈內省市之間的分工與合作關系，取長補短。進一步發揮經濟圈的中心作用，積極發揮中心省市對周邊省市和區域的綜合影響力及輻射帶動作用。實現產業合理布局和錯位發展，抓住機遇促進創新產業向中國西北和西南省市轉移，使得整個中國的專利活動協調發展。

6.產業之間應當積極尋求產業要素投入與績效產出之間的動態最優均衡。進一步通過各要素之間的相互作用，產生“1+1>2”的協同效應，提高產業創新的系統績效。

總之，通過政府和企業共同努力，變現專利要素為經濟產出，中國才能成為全球創新能力的翹楚。全面提高專利產出效率和產業創新效率，推動經濟增長的質量和效益，中國才能更好地貫徹落實國家創新驅動發展戰略。

[參考文獻]

[1] 黨國英, 秦開強. 高技術產業的技術創新效率與影響因素——對五大類23個分行業的效率分析[J]. 產經評論, 2015, 6(2): 15-27.

[2] 韓兆洲, 馬佳羽. 中國“一帶一路”省市區域創新效率及空間效應[J]. 產經評論, 2016, 7(2): 110-119.

[3] 白俊紅, 江可申, 李婧. 應用隨機前沿模型評測中國區域研發創新效率[J]. 管理世界, 2009, (10): 51-61.

[4] 韓晶. 中國高技術產業創新效率研究——基于SFA方法的實證分析[J]. 科學學研究, 2010, 28(3): 467-472.

[5] Aigner, D., Lovell, C., Schmidt, P.. Formulation and Estimation of Stochastic Frontier Production Models[J].JournalofEconometrics, 1977, 6(1): 21-37.

[6] Griliches, Z.. Issues in Assessing the Contribution of R&D to Productivity Growth[J].BellJournalofEconomics, 1979, 10(1): 92-116.

[7] Pakes, A., Griliches, Z.. Patents and R&D at the Firm Level: A First Look[A]// Griliches, Z.(ed.).R&DPatentsandProductivity[M]. Chicago: University of Chicago Press, 1984.

[8] Rousseau, S., Rousseau, R.. Data Envelopment Analysis as a Tool for Constructing Scientometric Indicators[J].Scientometrics, 1997, 40(1): 45-46.

[9] Wang, E. C.. R&D Efficiency and Economic Performance: A Cross-country Analysis Using the Stochastic Frontier Approach[J].JournalofPolicyModeling, 2007, 29(2): 345-360.

[10] 李婧, 譚清美, 白俊紅. 中國區域創新生產的空間計量分析——基于靜態與動態空間面板模型的實證研究[J]. 管理世界, 2010, (7): 43-55.

[11] 史修松, 趙曙東, 吳福象. 中國區域創新效率及其空間差異研究[J]. 數量經濟技術經濟研究, 2009, (3): 45-55.

[12] 李正鋒, 逯宇鐸, 于嬌. 基于共同前沿方法的中國區域創新效率及差異研究[J]. 工業技術經濟, 2015, (5): 12-19.

[13] Battese, G. E., Coelli, T. J.. Frontier Production Functions, Technical Efficiency and Panel Data: With Application to Paddy Farmers in India[J].JournalofProductivityAnalysis, 1992, 3(1-2): 153-169.