粵港澳大灣區(qū)技術創(chuàng)新效率評價研究
——基于面板SFA 隨機前沿模型實證

劉湘云，周铚翔

（1.廣東財經(jīng)大學創(chuàng)業(yè)教育學院；2.廣東財經(jīng)大學金融學院，廣東廣州 510320）

近年來，我國主要經(jīng)濟指標顯示高新技術產(chǎn)業(yè)和新興行業(yè)在區(qū)域經(jīng)濟發(fā)展中占據(jù)越來越重要的地位，盡管我國企業(yè)科技創(chuàng)新能力在不斷提升，但是仍存在區(qū)域科技創(chuàng)新水平低、差異大及不協(xié)調的問題。黨的十八大明確提出要實施“創(chuàng)新驅動發(fā)展戰(zhàn)略”，以科技創(chuàng)新驅動經(jīng)濟發(fā)展。2019 年，中共中央、國務院印發(fā)了《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，明確指出要構建開放型區(qū)域協(xié)同創(chuàng)新共同體，支撐“一帶一路”建設，努力將粵港澳地區(qū)建成具有全球影響力的國際科技創(chuàng)新中心。如何通過協(xié)同香港、澳門地區(qū)與廣東地區(qū)區(qū)域創(chuàng)新能力發(fā)展，如何建設粵港澳大灣區(qū)成為世界級灣區(qū)已經(jīng)成為我國區(qū)域發(fā)展的重大熱點與難點。因此，分析粵港澳大灣區(qū)區(qū)域技術創(chuàng)新能力，評價包含香港、澳門地區(qū)技術創(chuàng)新效率及其影響因素，對于明確灣區(qū)區(qū)域創(chuàng)新協(xié)調發(fā)展問題與不足，發(fā)揮各地區(qū)比較優(yōu)勢能力等具有重大意義。基于此，本文利用區(qū)域經(jīng)濟學、生產(chǎn)經(jīng)濟學和協(xié)同學等相關理論，評價粵港澳大灣區(qū)技術創(chuàng)新能力，探索區(qū)域技術創(chuàng)新效率及影響因素，并運用較成熟的SFA 方法進行實證檢驗分析。

本文的創(chuàng)新與貢獻之處在于以下3 個方面：（1）通過數(shù)據(jù)的特殊處理，首次把香港、澳門納入整體研究范圍，分析粵港澳創(chuàng)新能力發(fā)展水平區(qū)域差異，為灣區(qū)建設提出合理性啟示；（2）理論與實踐相結合，通過利用區(qū)域經(jīng)濟學、生產(chǎn)經(jīng)濟學和協(xié)同學理論與粵港澳大灣區(qū)區(qū)域實踐相結合，實現(xiàn)熱點問題中經(jīng)濟理論的有效應用；（3）結合國家創(chuàng)新驅動發(fā)展戰(zhàn)略，以區(qū)域技術創(chuàng)新能力為切入點開展問題的研究，為促進我國產(chǎn)業(yè)結構轉型升級，形成粵港澳大灣區(qū)灣區(qū)發(fā)展經(jīng)驗，對國內其他灣區(qū)發(fā)展提供重要實踐與指導作用。

本文接下來的安排是：第一部分為文獻綜述，對國內外技術創(chuàng)新效率評價方法進行匯總分析；第二部分為模型的設定與假設檢驗；第三部分為變量、數(shù)據(jù)說明與實證分析；第四部分為本文的結論與啟示。

1 文獻綜述

科技創(chuàng)新是粵港澳大灣區(qū)發(fā)展的重要因素，技術創(chuàng)新效率是評價科技區(qū)域科技創(chuàng)新的一個重要評價，國內外對技術創(chuàng)新效率的評價已有相當成熟的方式與方法，不同的經(jīng)濟體制、經(jīng)濟結構、產(chǎn)業(yè)發(fā)展階段、發(fā)展水平和投融資環(huán)境等都對技術創(chuàng)新效率產(chǎn)生影響，學者對技術創(chuàng)新效率問題從多方面展開研究。潘娟等［1］利用數(shù)據(jù)包絡分析（DEA）模型中的投入產(chǎn)出方法對中國31 個省（區(qū)、市）的政府投入、企業(yè)投入和金融機構投入進行效率分析，得出東部地區(qū)創(chuàng)新效率較高，但規(guī)模效率最低，中部、及東北地區(qū)綜合技術效率較低、科技金融基礎薄弱，西部地區(qū)綜合技術效率增長迅速的結論。甘星等［2］運用DEA 方法，選取研究與試驗發(fā)展（R&D）經(jīng)費內部支出、高技術產(chǎn)業(yè)新增固定資產(chǎn)和R&D 開發(fā)人員這三者指標建立科技金融效率評價指標體系，對環(huán)渤海、長三角和珠三角三大經(jīng)濟圈科技金融投入產(chǎn)出相對效率進行研究和分析。黃瑞芬等［3］利用超效率DEA 模型（SE-DEA），采用科技支出占財政支出比例、中小企業(yè)貸款占銀行貸款增加額的比例、高技術固定資產(chǎn)投資/固定資產(chǎn)投資額和R&D 經(jīng)費投入強度作為創(chuàng)新投入指標構建效率評價體系，對我國沿海11 個省份的金融支持科技創(chuàng)新效率進行分析。劉立霞［4］、王健［5］分別利用DEA- Malmquist指數(shù)模型對中國30 個省份科技金融效率進行研究分析。田明［6］運用DEA 方法，從R&D 人員工作時間、項目經(jīng)費內部支出、當年形成用于科技活動的固定資產(chǎn)投資和研發(fā)加計扣除所得稅減免四個指標對貴州省高新技術企業(yè)集群相對效率進行評估，并得出貴州省R&D 投入產(chǎn)出效率逐年降低的結論。

目前在技術創(chuàng)新效率的研究主要集中在非參數(shù)法，對使用參數(shù)法進行研究的文獻較少，參數(shù)法主要為隨機前沿分析方法（SFA），該方法最早由Aigner 等［7］提出，但是只提到了存在非效率項，并沒有對非效率項進行更加深入的研究，Battese 等［8］提出技術效率的評價方法，Coelli［9］進一步引入對非效率項的影響因素進行相關檢驗，SFA 分析方法體系逐步成熟。許夢楠等［10］運用SFA 方法，使用2006—2015 年間我國30 個省級數(shù)據(jù)研究金融發(fā)展與技術創(chuàng)新效率間的關系，指出我國技術創(chuàng)新效率存在效率偏低、結構發(fā)展不平衡的問題。朱芳芳［11］基于2006—2014 年廣東省21 個市的R&D 相關數(shù)據(jù)，運用SFA 方法進行實證檢驗，得出廣東省創(chuàng)新投入產(chǎn)出效率呈現(xiàn)階梯式分布，珠江三角洲核心城市投入產(chǎn)出效率最高，周邊城市略次，粵東西北創(chuàng)新投入產(chǎn)出效率最低，此外創(chuàng)新產(chǎn)出在投入產(chǎn)出過程中存在一定的時滯效應。

從上述文獻可以看出，已有學者利用DEA 或SFA 來評價區(qū)域技術創(chuàng)新效率，但是由于數(shù)據(jù)統(tǒng)計問題，并沒有學者把香港、澳門納入研究范圍。粵港澳大灣區(qū)是一個發(fā)展整體，發(fā)展已有近20 年發(fā)展，不可忽視香港、澳門發(fā)展對灣區(qū)整體發(fā)展的影響，因此，對包含香港、澳門地區(qū)在內的粵港澳大灣區(qū)整體技術創(chuàng)新效率進行進一步測度和分析是十分必要的，其無論對于建立灣區(qū)技術創(chuàng)新評價體系，發(fā)揮灣區(qū)區(qū)域間協(xié)同創(chuàng)新與比較優(yōu)勢能力，還是對于促進我國產(chǎn)業(yè)結構轉型升級，形成適合我國的灣區(qū)發(fā)展經(jīng)驗，都有十分重要的意義。

2 模型的設定與假設檢驗

2.1 模型設定

生產(chǎn)經(jīng)濟學對生產(chǎn)函數(shù)有明確的定義，為給定投入的最大產(chǎn)出，在引入隨機沖擊的影響的情況下，若考慮企業(yè)的技術效率可能會影響該企業(yè)的產(chǎn)出水平，即當企業(yè)的技術效率最大為1 時才可能達到最大產(chǎn)出前沿，引進這樣的技術效率的生產(chǎn)函數(shù)我們稱之為隨機前沿生產(chǎn)函數(shù)。隨機前沿生產(chǎn)函數(shù)能夠進一步分解出無效率函數(shù)，進而對無效率影響因素的作用進行分析。鑒于隨機前沿生產(chǎn)函數(shù)的成熟應用，本文不再進一步說明原理和方法。

隨機前沿生產(chǎn)函數(shù)中生產(chǎn)函數(shù)的選擇在業(yè)界中主要有道格拉斯生產(chǎn)函數(shù)（D-C 函數(shù)）與超越對數(shù)生產(chǎn)函數(shù)兩種形式，由于超越對數(shù)生產(chǎn)函數(shù)不但考慮了要素之間的相互替代（要素交叉項），而且考慮了要素的希克斯中性，符合創(chuàng)新科技領域生產(chǎn)過程的實際情況，更具一般性。創(chuàng)新科技生產(chǎn)投入主要為資本與勞動，并考慮技術效率和投入要素的時變性特征，本文采取Coelli［9］的做法，初步設定函數(shù)形式為超越對數(shù)生產(chǎn)的時變函數(shù)，具體如下：

2.2 假設檢驗

由于使用式（1）只是隨機前沿模型的一般形式，需要根據(jù)模型的實際應用情況對模型的穩(wěn)健性進行檢驗。謝建國［14］對檢驗方法的應用進行了詳細的說明。本文通過構造廣義似然比統(tǒng)計量LR，具體公式如下：

（2）柯布-道格拉斯的一般形式是否適用。本文在設定生產(chǎn)函數(shù)形式的時候，除了引入柯布-道格拉斯生產(chǎn)函數(shù)的對數(shù)形式，還引入了平方項和交叉項，其意義在于改變原生產(chǎn)函數(shù)的彈性，讓各個要素的生產(chǎn)技術水平不相等，或者說改變要素對模型的影響程度。

H0：一般的道格拉斯生產(chǎn)函數(shù)模型；H1：原生產(chǎn)函數(shù)模型。

（3）是否存在技術進步因素和中性技術進步檢驗。業(yè)界上學者通常引入時變因素T 來表示技術進步，簡單的道格拉斯生產(chǎn)函數(shù)并沒有引入時變因素，考慮到時間變量的引入可能會對模型產(chǎn)生一定的沖擊，故必須檢驗其適宜性，若檢驗結果表明生產(chǎn)模型存在技術進步，則還需要進一步檢驗該技術進步是否為希克斯中性，若檢驗結果為非希克斯中性，則存在偏技術進步，生產(chǎn)要素替代彈性可變。

為檢驗是否存在技術進步因素，設H0：無技術進步T 的生產(chǎn)函數(shù)模型；H1：原生產(chǎn)函數(shù)模型。若存在，則進一步檢驗是否存在希克斯中性，設H0：存在希克斯中性（無時間與要素交互項）；H1：不存在希克斯中性。

（4）技術效率是否具有時效性。技術效率的時效性表示技術效率是否能夠隨著時間趨勢而變化，設H0：技術效率不具有時效性，即eta=0；設H1：技術效率具有時效性，即eta ≠0。

3 變量、數(shù)據(jù)說明與實證分析

3.1 變量說明

3.1.1 投入產(chǎn)出變量

（1）科技產(chǎn)出。創(chuàng)新科技產(chǎn)出表現(xiàn)為科學技術的生成，由于一般企業(yè)在研發(fā)出一種科學技術的時候會到當?shù)氐闹R產(chǎn)權局里申請專利，以便在市場上獲得獨占權，防止成果流失，故本文用每個地區(qū)專利受理情況作為科技產(chǎn)出指標，其單位為件。

（2）資本投入。創(chuàng)新科技資本投入表現(xiàn)為研發(fā)該項技術的資本性支出，參考科技金融相關文獻和結合科技企業(yè)實際情況，本文用R&D 經(jīng)費來作為資本的投入指標，由于R&D 經(jīng)費的每期投入屬于流量指標，那么還需要將其轉換為存量指標，需考慮以下幾個因素。

1）折舊率。對于折舊率的選取，由于缺乏相關的統(tǒng)計數(shù)據(jù)，業(yè)界對R&D 折舊率的估算沒有一個標準方法，普遍采用一個經(jīng)驗性的假設值，其范圍在5%～15%之間。本文認為創(chuàng)新科技研發(fā)的結果主要以無形資產(chǎn)為主，參考近幾年的宏觀經(jīng)濟形勢，科技型無形資產(chǎn)普遍表現(xiàn)為更新速度快，科技替代效益明顯，故其折舊速度要比固定資產(chǎn)速度快，張軍等［16］對其固定資產(chǎn)折舊率選取為9.8%，綜上分析，本文選取15%作為R&D 資本存量的折舊率。

2）基期R&D 資本存量。陳宇峰等［17］指出R&D 活動周轉要比固定資產(chǎn)周轉要快，對于R&D活動基期資本存量的選取不會高于基期資本投入量的10 倍，本文選取基期資本投入量的5 倍作為R&D 的基期資本存量水平。

綜上所述，本文設定R&D 資本存量計算公式如下所示：

由于香港、澳門地區(qū)與廣東地區(qū)統(tǒng)計口徑不同，若直接使用原始數(shù)據(jù)進行，匯率的波動、地區(qū)的通貨膨脹就會影響數(shù)據(jù)的穩(wěn)定性，因此本文將R&D 經(jīng)費作比值處理，用R&D 經(jīng)費占地區(qū)GDP 總量之比表示資本投入水平。

（3）勞動投入。部分學者在考慮勞動投入指標使用的時候使用地區(qū)R&D 人員投入絕對數(shù)，但是絕對數(shù)指標不能代表一個地區(qū)真實水平，勞動投入往往受該地區(qū)的地理文化因素影響，大城市往往容易吸引人口流入，造成R&D 人員投入絕對數(shù)大，卻并不代表中小城市不注重創(chuàng)新能力問題。本文采用相對數(shù)來表示R&D 人員投入水平，即R&D 人員總量占地區(qū)總人口之比。

3.1.2 控制變量

（1）產(chǎn)業(yè)結構。產(chǎn)業(yè)結構衡量的是一個地區(qū)產(chǎn)業(yè)的分布與構成，每個地區(qū)的產(chǎn)業(yè)構成都不相同，這是由地區(qū)的比較優(yōu)勢和規(guī)模效應所造成的，比如深圳的技術創(chuàng)新比重要比其他地區(qū)要高，澳門主要經(jīng)營以博彩業(yè)為主的第三產(chǎn)業(yè)，香港地區(qū)的外貿(mào)業(yè)很發(fā)達等等。產(chǎn)業(yè)結構的不同會直接影響該地區(qū)科技創(chuàng)新的方向和地位。本文采用地區(qū)第三產(chǎn)業(yè)比重來代表該地區(qū)的產(chǎn)業(yè)結構。

（2）固資投資。固資投資是指國民經(jīng)濟核算支出法中固定資本形成總額占GDP 總量的比重，即為投資貢獻率。技術創(chuàng)新研發(fā)離不開資本的投入。目前，灣區(qū)內公司有不少的初創(chuàng)企業(yè)孵化器，孵化器模式是為了降低企業(yè)固定資本投入成本，讓企業(yè)專心研發(fā)而設立，所以固資投資是否影響企業(yè)技術創(chuàng)新效率是值得探究的。

（3）金融規(guī)模。衡量一個地區(qū)的金融規(guī)模主要看該地區(qū)的貸存款率比。企業(yè)創(chuàng)新離不開金融機構的支持，特別是科技型中小型企業(yè)，前期研發(fā)投入需要大量資金注入，貸存款率越高，說明區(qū)域的金融規(guī)模越大，就可能有更多的貸款資金注入企業(yè)研發(fā)。香港、澳門由于監(jiān)管較松，銀行體系相對完善，其金融規(guī)模普遍比廣東地區(qū)要高。

（4）政府規(guī)模。本文主要用政府支出占GDP比重來衡量當?shù)卣?guī)模。地區(qū)創(chuàng)新能力發(fā)展離不開當?shù)卣闹С郑谝龑Мa(chǎn)業(yè)創(chuàng)新、產(chǎn)品孵化方面具有重要的作用，政府支出越多，代表政府規(guī)模越大，政府主導產(chǎn)業(yè)能力越強。

（5）開放程度。地區(qū)經(jīng)濟開放程度會對技術創(chuàng)新效率產(chǎn)生影響，本文用進出口額占GDP 比重表示地區(qū)開放程度，開放程度越高，對外依賴越嚴重，創(chuàng)新能力越低。

3.2 數(shù)據(jù)來源與描述性統(tǒng)計

本文選取的樣本為廣東省的廣州、深圳、珠海、佛山、惠州、東莞、中山、江門和肇慶9 個地市加上香港和澳門地區(qū)共11 個地區(qū)的2006—2017年共12 年的面板數(shù)據(jù)。其中，廣東9 個地區(qū)數(shù)據(jù)來源于《廣東統(tǒng)計年鑒2007—2018》，香港地區(qū)數(shù)據(jù)來源于《香港本地生產(chǎn)總值2006—2017》《香港統(tǒng)計年刊2006—2017》，澳門地區(qū)數(shù)據(jù)來源于《澳門本地生產(chǎn)總值2006—2017》《澳門統(tǒng)計年鑒2006—2017》，所有地區(qū)的專利數(shù)據(jù)均來自于中國知識產(chǎn)權局和廣東省知識產(chǎn)權局的統(tǒng)計數(shù)據(jù)，描述性統(tǒng)計結果如表1 所示。

表1 樣本數(shù)據(jù)描述性統(tǒng)計結果

3.3 實證分析

3.3.1 假設檢驗結果

利用Frontier4.1 軟件對隨機前沿生產(chǎn)函數(shù)進行檢驗，其具體檢驗結果如表2 所示。

表2 LR 統(tǒng)計量檢驗結果

上述檢驗結果顯示，檢驗1 在0.1%的顯著性水平上拒絕原假設，說明使用隨機前沿分析比使用最小二乘法（OLS）進行分析更加合理；檢驗2 在0.1%的顯著性水平上拒絕原假設，說明簡單的道格拉斯生產(chǎn)函數(shù)不適合該研究，應當引入生產(chǎn)要素的平方項和交互項，分別構造生產(chǎn)要素對產(chǎn)出的非線性特征和交叉影響效應，使生產(chǎn)函數(shù)模型更富有彈性；檢驗3-1 在0.1%的水平上拒絕原假設，說明生產(chǎn)函數(shù)模型需要引入技術進步因素T；檢驗3-2 在0.1%的水平上拒絕原假設，說明生產(chǎn)函數(shù)模型存在要素偏技術效應，不存在希克斯中性；檢驗4 在0.1%上拒絕了原假設，說明生產(chǎn)函數(shù)模型的技術效率存在時效性。

綜合上述假設檢驗結果，由式1 確定的生產(chǎn)函數(shù)模型形式是穩(wěn)健的。

3.3.2 實證結果分析

本文選取粵港澳大灣區(qū)11 個地區(qū)2006—2017 年面板數(shù)據(jù)，利用Frontier4.1 軟件對式（1）進行一步極大似然估計法進行估計，其回歸結果如表3 所示。

對于邊界生產(chǎn)函數(shù)模型，我們可以從以上隨機前沿分析結果看出：（1）貝塔的估計系數(shù)結果從回歸結果上都是十分顯著的，關鍵變量LnK 和LnL 均以1%的概率通過了T-統(tǒng)計量檢驗，說明模型的擬合效果十分良好；（2）系數(shù)的估計值為0.574，說明復合誤差項接近60%由非效率因素所影響，使用包含非效率因素項U 的SFA 模型來估計是合理的；（3）系數(shù)的估計值為0.168 并顯著地為正值，說明技術效率會隨著時間的變化而不斷增加。

表3 隨機前沿生產(chǎn)函數(shù)估計結果

參考業(yè)界上超越對數(shù)生產(chǎn)函數(shù)中要素產(chǎn)出彈性的計算公式，本文擬計算出粵港澳大灣區(qū)科技金融要素年平均產(chǎn)出彈性，分別在式（1）兩邊對LnK 和LnL 求偏導，得出粵港澳大灣區(qū)11 個地區(qū)資本和勞動產(chǎn)出彈性平均值，并計算平均規(guī)模報酬值，其每年變化結果如圖1 所示。

圖1 2006—2017 年粵港澳大灣區(qū)技術創(chuàng)新產(chǎn)出年平均彈性

根據(jù)圖1 粵港澳大灣區(qū)技術創(chuàng)新產(chǎn)出年平均彈性結果，我們可以得出：（1）從總體上來看，規(guī)模報酬＞1 且逐年平穩(wěn)上升，說明粵港澳大灣區(qū)12 年來規(guī)模報酬遞增，企業(yè)創(chuàng)新能力不斷提升，技術產(chǎn)出效率提高；（2）均資本產(chǎn)出彈性經(jīng)歷了先下降后回升的趨勢變化，其下降的主要原因是受到外資撤資的影響，特別是2008 年金融危機使企業(yè)資金鏈斷裂，研發(fā)資金不足，許多項目停滯，新技術專利產(chǎn)出減少，2011 年后經(jīng)濟緩慢恢復，加上政策刺激，均資本產(chǎn)出彈性有所回升，但效果不明顯；（3）均勞動產(chǎn)出彈性在研究年內不斷穩(wěn)定上升，從低于平均資本產(chǎn)出彈性水平到其占據(jù)主導地位，這是合理且有效的，因為創(chuàng)新驅動發(fā)展的最終作用者還是得依靠人來進行，人是創(chuàng)新驅動發(fā)展的源泉，資本只是處在引路作用，吸引更多地人參與到研發(fā)道路上來，激發(fā)了人民創(chuàng)新的活力，當然這并不意味著資本的投入在不斷減少。

技術效率的計算公式可參考式（3），其表示實際產(chǎn)出占最優(yōu)生產(chǎn)邊界的比例，即最優(yōu)生產(chǎn)距離。

技術效率的估計結果可通過Frontier4.1 便捷得出，本文整理其技術效率測度結果如表4 所示。

表4 2006—2017 年粵港澳大灣區(qū)技術創(chuàng)新效率測度值

由表4 粵港澳大灣區(qū)技術創(chuàng)新效率測度結果，本文分析得出：（1）從總體均值上來看，12 年間技術效率從0.29 提升到0.75，創(chuàng)新能力有了很大的提升，體現(xiàn)了粵港澳大灣區(qū)內各個產(chǎn)業(yè)集聚效應的不斷提升，產(chǎn)業(yè)優(yōu)勢不斷擴大。（2）對比發(fā)現(xiàn)，深圳的技術創(chuàng)新效率測度值并沒有達到其高水平。通過對比深圳與其他地區(qū)投入產(chǎn)出原始數(shù)據(jù)，發(fā)現(xiàn)雖然深圳在研發(fā)投入方面經(jīng)費和人員投入比其他地區(qū)要大得多，專利產(chǎn)出的絕對數(shù)上仍遠超其他城市，但放在整個粵港澳大灣區(qū)總體最優(yōu)生產(chǎn)前沿上考慮，廣州、東莞地區(qū)技術效率更高。（3）香港、澳門地區(qū)的技術效率水平低下，主要由該地區(qū)主導產(chǎn)業(yè)所致，香港地區(qū)以外貿(mào)業(yè)為主，澳門以博彩業(yè)為主，第二產(chǎn)業(yè)占比較小，研發(fā)創(chuàng)新能力受限。

為進一步研究粵港澳大灣區(qū)技術創(chuàng)新效率影響因素，本文擬結合式（1）和式（2），研究控制變量對技術非效率的影響，若估計系數(shù)顯著為正，則說明該控制變量與技術效率負相關，具體估計結果如表3 技術非效率模型估計結果所示。

本文選取的控制變量主要有5 個，從技術非效率模型估計的結果來看，我們可以分析得出：（1）在引進控制變量后，LR 檢驗值的估計結果為33.706并通過了混合卡方分布檢驗，說明技術非效率模型是穩(wěn)健的。（2）產(chǎn)業(yè)結構的系數(shù)為0.038 并以1%的顯著性水平通過了檢驗，說明第三產(chǎn)業(yè)比重每提升1%，技術效率就會下降3.8%。這是由于一個地區(qū)的研發(fā)能力主要體現(xiàn)在以工業(yè)為主的第二產(chǎn)業(yè)，香港、澳門地區(qū)受限于地域因素，其第二產(chǎn)業(yè)水平普遍較低，導致了創(chuàng)新水平較低。（3）固資投資的系數(shù)很小且并未通過顯著性檢驗，說明固資投資水平對粵港澳大灣區(qū)創(chuàng)新能力影響較低。其原因在于企業(yè)創(chuàng)新研發(fā)大部分以無形資產(chǎn)形式存在，比如軟件、工藝等，而固定資產(chǎn)投資主要用于生產(chǎn)、銷售。（4）金融規(guī)模的系數(shù)為-0.08 且以1%的顯著性水平通過了檢驗，說明金融規(guī)模對區(qū)域創(chuàng)新能力影響較大，貸存比率每提升1%，技術創(chuàng)新效率提升8%，貸存比率越大，企業(yè)獲得貸款的數(shù)目就會越多，貸款投入研發(fā)的比例就會越大，進而促進創(chuàng)新產(chǎn)出的增加。（5）政府規(guī)模的系數(shù)只有0.004 的一個較低水平，但其以1%的概率通過了顯著性檢驗，說明政府對于企業(yè)創(chuàng)新發(fā)展的支持力度仍有不足。通過企業(yè)實地調研發(fā)現(xiàn)，大部分科技型企業(yè)政府對其支持力度不足，項目申報效率低下，資金撥付緩慢延后。（6）開放程度的系數(shù)也只有-0.001 且未通過顯著性檢驗，經(jīng)濟意義不明顯，說明外貿(mào)依存度的大小與區(qū)域技術創(chuàng)新效率不存在明顯線性關系。香港、珠海地區(qū)的外貿(mào)依存度比較高，但其技術效率低下；深圳、東莞地區(qū)外貿(mào)依存度雖然較高，但其技術效率卻在一個較高水平。

4 結論與啟示

本文采用超越對數(shù)生產(chǎn)函數(shù)模型以及技術非效率函數(shù)模型混合模型，利用SFA 隨機前沿分析方法對粵港澳大灣區(qū)11 個地區(qū)2006—2017 年的面板數(shù)據(jù)進行分析，評價粵港澳大灣區(qū)技術創(chuàng)新效率及其影響因素，得出以下結論：（1）粵港澳大灣區(qū)技術創(chuàng)新能力規(guī)模報酬遞增，其中資本的產(chǎn)出彈性在減少，勞動的產(chǎn)出彈性在增加，R&D 人員投入變化對創(chuàng)新專利產(chǎn)出變化的影響程度大；（2）2006—2017年間技術效率從0.29 提升到0.75，廣州、東莞效率測度值最接近生產(chǎn)前沿面，深圳增速最快，珠海、澳門顯著低于灣區(qū)平均水平；（3）產(chǎn)業(yè)結構、金融規(guī)模對灣區(qū)技術創(chuàng)新效率影響程度較高，第三產(chǎn)業(yè)的增加會降低技術效率，而貸存比率的增加會提升技術效率；（4）政府規(guī)模對灣區(qū)技術創(chuàng)新效率影響較小，政府對灣區(qū)創(chuàng)新支持力度不足，政策或資金不到位。

針對上述結論，本文提出相應建設性啟示：（1）人才對于創(chuàng)新產(chǎn)出的敏感程度不斷提升，灣區(qū)應積極從各地吸引高端人才，完善人才落戶政策和配套教育優(yōu)惠、住房補助政策。（2）灣區(qū)內部充分發(fā)揮政府資本在創(chuàng)新中的引導作用，把政府資金用在初創(chuàng)企業(yè)生命周期的產(chǎn)品研發(fā)高風險階段，同時引導私人資本在產(chǎn)業(yè)化階段進入。政府應加強企業(yè)創(chuàng)新能力的識別，提供資金運用效率，保證對需要融資的創(chuàng)新企業(yè)給予融資，無需融資或虛假的企業(yè)給予甄別和處罰，從微觀層面提高創(chuàng)新企業(yè)創(chuàng)投資金的使用效率，進而提升整個灣區(qū)內部的技術效率。（3）目前，大部分初創(chuàng)企業(yè)不能得到有效資金補充，銀行更愿意把資金貸給風險較低的企業(yè)和機構。本文認為應轉變銀行投資模式，加大初創(chuàng)企業(yè)貸款投放力度和降低申請門檻。一個地區(qū)的存貸比水平越高，就有更多的資金流入初創(chuàng)企業(yè)，因此銀行體系也應不斷提升貸存規(guī)模。（4）針對灣區(qū)內各地區(qū)產(chǎn)業(yè)結構特點，探索符合該地區(qū)的創(chuàng)新產(chǎn)業(yè)發(fā)展方向，特別是香港、澳門由于歷史地域限制，需要探尋創(chuàng)新發(fā)展新道路。（5）加強灣區(qū)內部高校聯(lián)系。灣區(qū)內部有許多高校，建立與香港、澳門高校間合作，有助于人才的培養(yǎng)和在灣區(qū)范圍內人才的流動和吸引外部人才的流入，進而提升區(qū)域科研創(chuàng)新水平，促進區(qū)域協(xié)調發(fā)展。