中國(guó)工業(yè)企業(yè)創(chuàng)新資源配置效率：演進(jìn)，差異及提升路徑

李 犟，吳和成

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，南京211106）

黨的十九大報(bào)告指出我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，提高全要素生產(chǎn)率是當(dāng)前的迫切要求。而全要素生產(chǎn)率的增長(zhǎng)由技術(shù)進(jìn)步和資源配置效率拉動(dòng)，故推動(dòng)技術(shù)創(chuàng)新和優(yōu)化資源配置效率是驅(qū)動(dòng)高質(zhì)量發(fā)展的主要路徑［1-2］。我國(guó)作為工業(yè)大國(guó)，工業(yè)企業(yè)是當(dāng)前國(guó)家創(chuàng)新體系以及實(shí)體經(jīng)濟(jì)的主體，其發(fā)展質(zhì)量是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量的基礎(chǔ)與前提［3］。因此，在我國(guó)邁入經(jīng)濟(jì)新常態(tài)的背景下，剖析我國(guó)各地區(qū)工業(yè)企業(yè)創(chuàng)新資源配置效率的動(dòng)態(tài)演變特征，厘清效率的時(shí)空差異，深入探究效率提升的內(nèi)在路徑，對(duì)促進(jìn)工業(yè)企業(yè)高質(zhì)量發(fā)展，轉(zhuǎn)變我國(guó)經(jīng)濟(jì)發(fā)展方式具有積極的現(xiàn)實(shí)意義。

一、文獻(xiàn)評(píng)述

目前對(duì)于工業(yè)企業(yè)創(chuàng)新資源配置效率的研究主要集中于效率測(cè)度方法、評(píng)價(jià)指標(biāo)和影響因素等方面。在研究方法上，Raab和Kotamraju［4］采用徑向DEA（數(shù)據(jù)包絡(luò)分析）模型，Zhang等［5］構(gòu)建了改進(jìn)的網(wǎng)絡(luò)DEA模型，Lee等［6］運(yùn)用了基于DEA的全局Malmquist生產(chǎn)率分析法，陳瑩文等［7］構(gòu)建了兩階段DEA模型，綦良群等［8］將SFA（隨機(jī)前沿分析）方法和Cobb-Douglas生產(chǎn)函數(shù)相結(jié)合設(shè)計(jì)了效率評(píng)價(jià)模型。在創(chuàng)新投入產(chǎn)出的指標(biāo)選擇上，李鴻禧和遲國(guó)泰［9］挑選科技從業(yè)人員數(shù)、R&D經(jīng)費(fèi)內(nèi)部支出和財(cái)政科技經(jīng)費(fèi)為投入指標(biāo)，新產(chǎn)品產(chǎn)值、高新技術(shù)產(chǎn)業(yè)產(chǎn)值和技術(shù)市場(chǎng)成交額為產(chǎn)出指標(biāo)；熊曦等［10］擇取R&D經(jīng)費(fèi)內(nèi)部支出、R&D人員折合全時(shí)當(dāng)量作為投入指標(biāo)，專(zhuān)利申請(qǐng)數(shù)、新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)、新產(chǎn)品銷(xiāo)售收入和利潤(rùn)總額作為產(chǎn)出指標(biāo)；胡漢輝等［11］選擇R&D經(jīng)費(fèi)內(nèi)部支出與GDP之比、R&D人員全時(shí)當(dāng)量作為投入指標(biāo)，發(fā)明專(zhuān)利申請(qǐng)授權(quán)數(shù)和技術(shù)市場(chǎng)成交合同金額作為產(chǎn)出指標(biāo)。從影響因素出發(fā)，徐莉和方梓旭［12］研究了企業(yè)盈利能力、企業(yè)R&D重視程度、市場(chǎng)競(jìng)爭(zhēng)程度和政府支持等因素，馮宗憲等［13］分析了政府投入與市場(chǎng)化程度變量對(duì)效率的影響，錢(qián)麗等［14］從創(chuàng)新氛圍、產(chǎn)學(xué)研合作、應(yīng)用研究和人才支持等方面對(duì)影響因素進(jìn)行了考察。

綜上所述，工業(yè)企業(yè)資源配置效率的測(cè)度模型、測(cè)度指標(biāo)及影響因素是當(dāng)前學(xué)術(shù)研究熱點(diǎn)。但從目前國(guó)內(nèi)對(duì)于工業(yè)企業(yè)資源配置效率的已有研究來(lái)看，仍有以下問(wèn)題值得進(jìn)一步探索：①?gòu)难芯磕Ｐ驮O(shè)置上來(lái)看，現(xiàn)有效率測(cè)度一般都是基于以下兩個(gè)假設(shè)之一：不減少產(chǎn)出的情況下，投入達(dá)到有效時(shí)應(yīng)減少的程度；不增加投入的條件下，產(chǎn)出達(dá)到有效時(shí)應(yīng)增加的程度。這兩個(gè)假設(shè)忽略了二者同時(shí)存在的情況，會(huì)導(dǎo)致效率得分虛高；②現(xiàn)有文獻(xiàn)通常以Malmquist指數(shù)法、Windows-DEA方法對(duì)效率的趨勢(shì)變化進(jìn)行考察，僅能考察單一決策單元效率的變化趨勢(shì)，無(wú)法動(dòng)態(tài)表征全部研究對(duì)象的效率演進(jìn)；③現(xiàn)有的指標(biāo)設(shè)計(jì)一般以絕對(duì)數(shù)量為主，已不適應(yīng)高質(zhì)量發(fā)展“調(diào)結(jié)構(gòu)穩(wěn)增長(zhǎng)”的內(nèi)涵要求，且已有研究缺乏對(duì)指標(biāo)選取的定量分析，而一個(gè)好的指標(biāo)體系應(yīng)結(jié)合定性分析與定量分析得到；④已有研究較多關(guān)注影響效率的外部變量，鮮有涉及企業(yè)內(nèi)部具體的指標(biāo)無(wú)效分析，不利于深入剖析影響效率的企業(yè)內(nèi)部因素。

基于以上考慮，本文擬運(yùn)用非導(dǎo)向模型進(jìn)行分析，推進(jìn)創(chuàng)新活動(dòng)資源投入與創(chuàng)新產(chǎn)出的雙向調(diào)整，以適應(yīng)經(jīng)濟(jì)新常態(tài)下的供給側(cè)結(jié)構(gòu)性改革；增加定量分析，并從相對(duì)水平或強(qiáng)度的角度，設(shè)計(jì)評(píng)價(jià)指標(biāo)體系，為有價(jià)值的效率測(cè)度提供必要的前提；基于省域視角對(duì)工業(yè)企業(yè)資源配置效率及其分解指標(biāo)進(jìn)行總體的動(dòng)態(tài)刻畫(huà)，彌補(bǔ)該領(lǐng)域研究的不足，這對(duì)從總體上把握效率的變化趨勢(shì)具有積極意義；考察各項(xiàng)投入指標(biāo)的冗余以及各項(xiàng)產(chǎn)出指標(biāo)的不足情況，探索提高效率的切實(shí)路徑。

二、研究方法

（一）ERM模型

創(chuàng)新資源配置效率受多種因素的影響，將創(chuàng)新系統(tǒng)視為黑箱是估計(jì)創(chuàng)新效率的有效途徑［15］。相比于SFA方法，DEA模型不需要嚴(yán)格的假設(shè)前提，更適用于評(píng)價(jià)具有多投入多產(chǎn)出特點(diǎn)的工業(yè)企業(yè)。Charnes等［16］首先構(gòu)建了規(guī)模報(bào)酬不變的DEA模型，之后Banker［17］對(duì)此進(jìn)行拓展，構(gòu)建了規(guī)模報(bào)酬可變的DEA模型。這兩個(gè)傳統(tǒng)的DEA模型忽略了投入冗余與產(chǎn)出不足同時(shí)存在的情況，且指標(biāo)同比例變化，不符合實(shí)際生產(chǎn)情況。基于此，Pastor等［18］改進(jìn)了這兩個(gè)DEA模型，構(gòu)建了ERM（enhanced russell measure）即增強(qiáng)型羅素測(cè)量，同時(shí)此模型計(jì)算得到的效率不受指標(biāo)量綱和數(shù)量級(jí)的影響，滿(mǎn)足本文所研究問(wèn)題的需要。

記(xij，yrj)(i=1，2，…，m；r=1，2，…，s；j=1，2，…，n)為各地區(qū)指標(biāo)數(shù)據(jù)的集合，其中 m 為投入指標(biāo)數(shù)，s為產(chǎn)出指標(biāo)數(shù)，n為待評(píng)價(jià)地區(qū)數(shù)。則工業(yè)企業(yè)創(chuàng)新資源配置的技術(shù)效率（technical efficiency，TE）可由模型（1）求得。

不變規(guī)模報(bào)酬下的ERM模型為

其中：λj為結(jié)構(gòu)變量；θi與φr分別為第i個(gè)投入要素的利用率與第r個(gè)創(chuàng)新產(chǎn)出指標(biāo)產(chǎn)出的比例。在模型（1）下的有效（效率值等于1）滿(mǎn)足技術(shù)和規(guī)模同時(shí)有效，所以技術(shù)效率也稱(chēng)綜合效率。模型（1）在增加的約束條件后，可分離規(guī)模效率（scale efficiency，SE），計(jì)算出純技術(shù)效率（pure technical efficiency，PTE）。為區(qū)別技術(shù)效率與純技術(shù)效率，后文均用綜合效率這一表述。綜合效率、純技術(shù)效率與規(guī)模效率的關(guān)系為T(mén)E=PTE×SE。如果SE為1，則該決策單元規(guī)模有效。在模型（1）求解出最優(yōu)解的同時(shí)和>1分別代表該決策單元的規(guī)模報(bào)酬?duì)顟B(tài)是遞增、不變和遞減。此外，通過(guò)1-θi和φr-1可識(shí)別第i個(gè)投入要素的冗余程度和第r個(gè)產(chǎn)出指標(biāo)的不足水平。

（二）核密度估計(jì)

考察效率的總體演進(jìn)趨勢(shì)，自然想到借助于效率的概率密度曲線(xiàn)進(jìn)行刻畫(huà)。核密度估計(jì)法是一種不依賴(lài)于密度函數(shù)形式的假定而對(duì)密度函數(shù)進(jìn)行估計(jì)的方法。設(shè)創(chuàng)新資源配置效率為隨機(jī)變量X，其密度函數(shù)為f(x)=f(x1，x2，…，xn)，若{X1，X2，…，Xn}為它的一個(gè)獨(dú)立同分布的樣本，則f(x)的核密度估計(jì)為

三、指標(biāo)設(shè)計(jì)與樣本選擇

發(fā)展不平衡不充分是中國(guó)面臨的客觀問(wèn)題，在設(shè)定評(píng)價(jià)指標(biāo)時(shí)應(yīng)充分考慮到不同區(qū)域的差異，同時(shí)從高質(zhì)量發(fā)展所要求的結(jié)構(gòu)合理層面，本文主要選用相對(duì)或者平均意義上的指標(biāo)。創(chuàng)新投入指標(biāo)通常從勞動(dòng)和經(jīng)費(fèi)的角度進(jìn)行選擇。現(xiàn)有的指標(biāo)設(shè)計(jì)通常用R&D人員數(shù)或全時(shí)當(dāng)量來(lái)表示勞動(dòng)方面的投入，但隨著技術(shù)水平的進(jìn)步，生產(chǎn)技術(shù)、設(shè)備以及環(huán)境在不斷改善，員工減少未必會(huì)導(dǎo)致收益減少，用人數(shù)或者時(shí)間表示勞動(dòng)對(duì)創(chuàng)新產(chǎn)出的貢獻(xiàn)已不合時(shí)宜，故采用人均的勞動(dòng)經(jīng)費(fèi)可較好表征勞動(dòng)的消耗。進(jìn)一步結(jié)合工業(yè)企業(yè)創(chuàng)新過(guò)程的特點(diǎn)，初步選擇用于描述創(chuàng)新資源投入水平或強(qiáng)度的待選評(píng)價(jià)指標(biāo)集：人員勞務(wù)費(fèi)/R&D人員數(shù)，R&D人員全時(shí)當(dāng)量/平均從業(yè)人員，研究人員全時(shí)當(dāng)量/R&D人員全時(shí)當(dāng)量，R&D經(jīng)費(fèi)內(nèi)部支出/主營(yíng)業(yè)收入，R&D經(jīng)費(fèi)內(nèi)部支出/R&D人員數(shù)，R&D項(xiàng)目經(jīng)費(fèi)支出/R&D項(xiàng)目數(shù)，對(duì)研究機(jī)構(gòu)與高校支出/R&D經(jīng)費(fèi)外部支出，引進(jìn)技術(shù)經(jīng)費(fèi)支出/R&D經(jīng)費(fèi)內(nèi)部支出，新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出額/新產(chǎn)品開(kāi)發(fā)項(xiàng)目，新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出額/主營(yíng)業(yè)收入。

用于描述創(chuàng)新產(chǎn)出的指標(biāo)，已有研究主要集中在專(zhuān)利和新產(chǎn)品上。基于此，初步設(shè)計(jì)的指標(biāo)有：專(zhuān)利申請(qǐng)數(shù)/平均從業(yè)人員數(shù)，專(zhuān)利申請(qǐng)數(shù)/R&D人員全時(shí)當(dāng)量，發(fā)明專(zhuān)利申請(qǐng)數(shù)/平均從業(yè)人員，發(fā)明專(zhuān)利申請(qǐng)數(shù)/R&D人員全時(shí)當(dāng)量，新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)/R&D項(xiàng)目數(shù)，新產(chǎn)品銷(xiāo)售收入/主營(yíng)業(yè)收入，新產(chǎn)品銷(xiāo)售收入/新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)，新產(chǎn)品出口額/新產(chǎn)品銷(xiāo)售收入，利潤(rùn)總額/R&D經(jīng)費(fèi)內(nèi)部支出。

指標(biāo)設(shè)計(jì)在考慮指標(biāo)數(shù)據(jù)可得性的前提下，評(píng)價(jià)指標(biāo)應(yīng)能較充分地體現(xiàn)研究現(xiàn)象的內(nèi)涵，并且用盡可能少的指標(biāo)反映盡可能多的創(chuàng)新過(guò)程信息。雖然一個(gè)完美的指標(biāo)體系從理論上難以獲得，但是可以通過(guò)統(tǒng)計(jì)工具在指標(biāo)擇取方面發(fā)揮一些作用。在DEA分析中，如果評(píng)價(jià)指標(biāo)過(guò)多會(huì)導(dǎo)致有效的決策單元增加，會(huì)扭曲評(píng)價(jià)結(jié)果。因此，在選擇評(píng)價(jià)指標(biāo)時(shí)，可從線(xiàn)形相關(guān)的角度對(duì)待選指標(biāo)集進(jìn)行處理。設(shè)有p個(gè)待選指標(biāo)x1，x2，…，xp，以(x11，x12，…，x1n) ，(x21，x22，…，x2n) ，…，(xp1，xp2，…，xpn)表示p個(gè)變量的一組樣本觀察值，則可得到樣本相關(guān)系數(shù)矩陣R。為保證指標(biāo)間變化的一致性，首先舍去負(fù)相關(guān)的指標(biāo)，剔除原則是保留具有代表性的指標(biāo)。然后，對(duì)于相關(guān)系數(shù)較高的指標(biāo)進(jìn)行適當(dāng)舍去，這里取0.7。例如，指標(biāo)“R&D經(jīng)費(fèi)內(nèi)部支出/主營(yíng)業(yè)收入”與“新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出額/主營(yíng)業(yè)收入”存在高度相關(guān)，但R&D經(jīng)費(fèi)內(nèi)部支出/主營(yíng)業(yè)收入與其他指標(biāo)相關(guān)性較小，故保留。

通過(guò)上述過(guò)程，可分別得到模型需要的投入與產(chǎn)出指標(biāo)。最終投入指標(biāo)：X1為人員勞務(wù)費(fèi)/R&D人員數(shù)，X2為R&D經(jīng)費(fèi)內(nèi)部支出/主營(yíng)業(yè)收入，X3為引進(jìn)技術(shù)經(jīng)費(fèi)支出/R&D經(jīng)費(fèi)內(nèi)部支出，X4為新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出額/新產(chǎn)品開(kāi)發(fā)項(xiàng)目。產(chǎn)出指標(biāo)：Y1為專(zhuān)利申請(qǐng)數(shù)/R&D人員全時(shí)當(dāng)量，Y2為新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)/R&D項(xiàng)目數(shù)，Y3為新產(chǎn)品出口額/新產(chǎn)品銷(xiāo)售收入。

本文分析所用數(shù)據(jù)來(lái)源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》，并經(jīng)過(guò)計(jì)算整理得到，時(shí)間跨度為2013—2017年，是目前可資利用的最新數(shù)據(jù)。分析的地區(qū)為除海南、西藏、青海、香港特區(qū)、澳門(mén)特區(qū)和臺(tái)灣地區(qū)（數(shù)據(jù)缺失）外的28個(gè)省級(jí)區(qū)域。統(tǒng)計(jì)年鑒中的相關(guān)數(shù)據(jù)口徑為規(guī)模以上工業(yè)企業(yè)，在此予以說(shuō)明。在DEA模型中，評(píng)價(jià)樣本越多，效率區(qū)分度越好。本文采用2013—2017年的5個(gè)橫截面數(shù)據(jù)為觀測(cè)值，擴(kuò)大評(píng)價(jià)樣本，彌補(bǔ)單個(gè)橫截面數(shù)據(jù)上出現(xiàn)較多有效單元而區(qū)分能力降低的不足。

在國(guó)家科技創(chuàng)新制度不斷完善的大環(huán)境下，研究期內(nèi)反映工業(yè)創(chuàng)新資源的關(guān)鍵指標(biāo)值如R&D人員數(shù)、R&D經(jīng)費(fèi)內(nèi)部支出以及新產(chǎn)品銷(xiāo)售收入等增長(zhǎng)平穩(wěn)，且我國(guó)于2015年提出《中國(guó)制造2025》以及“供給側(cè)結(jié)構(gòu)性改革”等與工業(yè)轉(zhuǎn)型升級(jí)提質(zhì)增效息息相關(guān)的戰(zhàn)略、改革等，并于2017年提出“高質(zhì)量發(fā)展”這一發(fā)展要求，故選擇2013—2017年的數(shù)據(jù)研究有其代表性，能基本反映不同戰(zhàn)略階段我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置效率狀況，所得研究結(jié)果對(duì)于未來(lái)我國(guó)高質(zhì)量發(fā)展所需要的政策制定有較好的參考價(jià)值。改革開(kāi)放以來(lái)，各地區(qū)工業(yè)的發(fā)展經(jīng)歷了深刻變化，傳統(tǒng)的東、中、西三大區(qū)域的劃分方式已不合時(shí)宜，因此，本文借鑒文獻(xiàn)［19］的標(biāo)準(zhǔn)，進(jìn)一步將其劃分為八大區(qū)域，見(jiàn)表1。

表1 區(qū)域劃分

四、實(shí)證分析

（一）效率測(cè)度及分析

根據(jù)2013—2017年28省份工業(yè)企業(yè)面板數(shù)據(jù)，利用上述模型計(jì)算得到各年各省份工業(yè)企業(yè)創(chuàng)新資源配置的綜合效率、純技術(shù)效率和規(guī)模效率。限于篇幅，詳細(xì)數(shù)據(jù)從略。根據(jù)計(jì)算結(jié)果整理得到全國(guó)及八大區(qū)域的效率均值情況，見(jiàn)表2。

從綜合效率來(lái)看，東部沿海綜合經(jīng)濟(jì)區(qū)和南部沿海綜合經(jīng)濟(jì)區(qū)效率均值歷年均在全國(guó)均值之上，但是從規(guī)模報(bào)酬來(lái)看，這兩個(gè)綜合經(jīng)濟(jì)區(qū)內(nèi)部地區(qū)總體上處于規(guī)模報(bào)酬遞減的狀態(tài)，表明繼續(xù)增加創(chuàng)新資源不能提高效率。東北綜合經(jīng)濟(jì)區(qū)、北部沿海綜合經(jīng)濟(jì)區(qū)和西北綜合經(jīng)濟(jì)區(qū)效率呈U型變化的趨勢(shì)，其中西北綜合經(jīng)濟(jì)區(qū)綜合效率總體上較高，但效率變化幅度較大，2017年效率為1，2015年效率為0.329。西南綜合經(jīng)濟(jì)區(qū)和長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)效率一直在0.5～0.7之間波動(dòng)，其中安徽地區(qū)歷年資源配置均為有效。黃河中游綜合經(jīng)濟(jì)區(qū)效率始終在0.4～0.5之間，河南地區(qū)歷年效率值均為1，意味著每年河南的工業(yè)企業(yè)創(chuàng)新資源配置均處于生產(chǎn)前沿面，創(chuàng)新投入產(chǎn)出規(guī)模適宜。從全國(guó)均值來(lái)看，中國(guó)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率整體相對(duì)不佳，呈U型變化趨勢(shì)，于2017年達(dá)到最大值0.579，5年平均的效率值僅為0.531。

純技術(shù)效率主要反映生產(chǎn)單元的制度安排及管理水平等方面。基于純技術(shù)效率測(cè)度結(jié)果，可以看到東部沿海綜合經(jīng)濟(jì)區(qū)、南部沿海綜合經(jīng)濟(jì)區(qū)和西南綜合經(jīng)濟(jì)區(qū)研究期內(nèi)的純技術(shù)效率均值均高于全國(guó)均值，其中，浙江2015年效率為0.9，其余年份均達(dá)到有效，而上海效率一直處于0.4以下，表明上海地區(qū)投入要素過(guò)剩和產(chǎn)出不足較為嚴(yán)重，投入產(chǎn)出結(jié)構(gòu)不合理，資源配置沒(méi)有處于最佳。西北綜合經(jīng)濟(jì)區(qū)、東北綜合經(jīng)濟(jì)區(qū)和北部沿海綜合經(jīng)濟(jì)區(qū)效率都呈先減后增的趨勢(shì)。黃河中游綜合經(jīng)濟(jì)區(qū)效率值除2015年外，始終低于全國(guó)均值，其中陜西和內(nèi)蒙古效率值始終低于0.3，說(shuō)明這兩個(gè)地區(qū)的工業(yè)企業(yè)管理水平相對(duì)較低，制度安排還不夠完善。而長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)效率值持續(xù)在0.6左右波動(dòng)，相對(duì)穩(wěn)定。

規(guī)模效率表示當(dāng)前地區(qū)的生產(chǎn)規(guī)模與最優(yōu)規(guī)模之間的距離。除東北綜合經(jīng)濟(jì)區(qū)外，其余區(qū)域在各年份的規(guī)模效率都高于0.85，其中北部綜合經(jīng)濟(jì)區(qū)和西北綜合經(jīng)濟(jì)區(qū)效率值始終高于0.9。這說(shuō)明，當(dāng)前制約我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率提升的關(guān)鍵因素在于純技術(shù)效率。從全國(guó)均值來(lái)看，我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率始終優(yōu)于綜合效率和純技術(shù)效率，5年均值為0.927，總體上保持穩(wěn)定。

表2 八大區(qū)域工業(yè)企業(yè)創(chuàng)新資源配置綜合效率、純技術(shù)效率和規(guī)模效率

（二）效率的動(dòng)態(tài)演進(jìn)

在上文對(duì)各區(qū)域的效率變化趨勢(shì)進(jìn)行分析的基礎(chǔ)上，進(jìn)一步利用核密度估計(jì)方法考察效率分布曲線(xiàn)位置、峰值和形態(tài)等方面的變化，進(jìn)而表征效率的分布動(dòng)態(tài)演進(jìn)過(guò)程。

由圖1可知，我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率分布的動(dòng)態(tài)演進(jìn)呈現(xiàn)兩個(gè)鮮明的區(qū)間特征，從密度分布曲線(xiàn)的形態(tài)來(lái)看，曲線(xiàn)在0～0.6相對(duì)低效率區(qū)間和0.6～1相對(duì)高效率區(qū)間變化顯著，且2015年為曲線(xiàn)形態(tài)變化的分水嶺。2013—2015年期間，低效率區(qū)間的分布曲線(xiàn)波峰逐漸增高，說(shuō)明在此區(qū)間內(nèi)的地區(qū)效率差異在逐漸變小，而高效率區(qū)間的分布曲線(xiàn)呈右拖尾特征，且曲線(xiàn)逐漸向下移動(dòng)，表明高效率地區(qū)有減少的趨勢(shì)。而2015—2017年低效率區(qū)間的分布曲線(xiàn)波峰高度下降且寬度由陡峭變?yōu)楸馄剑f(shuō)明此時(shí)期資源配置綜合效率省域差異逐漸變大，高效率區(qū)間的分布曲線(xiàn)逐漸抬起，表明高效率地區(qū)逐漸增多。由此可見(jiàn)，我國(guó)于2015年提出“中國(guó)制造2025”和供給側(cè)結(jié)構(gòu)性改革等發(fā)展戰(zhàn)略后，我國(guó)部分地區(qū)工業(yè)企業(yè)資源配置效率得到優(yōu)化，相關(guān)政策效應(yīng)逐步顯現(xiàn)。總體而言，我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率存在顯著的追趕效應(yīng)，即從低效率逐漸向高效率轉(zhuǎn)移，由于效率在低值聚集的情況得到改善，所以省域差異逐漸增大，并于2017年呈現(xiàn)明顯的雙峰特征。

考察期間我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置純技術(shù)效率動(dòng)態(tài)演進(jìn)趨勢(shì)如圖2所示，純技術(shù)效率密度分布圖與綜合效率十分相似。通過(guò)對(duì)綜合效率與純技術(shù)效率進(jìn)行spearman相關(guān)系數(shù)檢驗(yàn)發(fā)現(xiàn)，在1%的顯著性水平下，二者歷年呈顯著的正相關(guān)，這表明純技術(shù)效率與綜合效率的排名顯著一致，是決定工業(yè)企業(yè)創(chuàng)新資源配置綜合效率高低排序的關(guān)鍵指標(biāo)。在0～0.6區(qū)間，效率分布曲線(xiàn)波峰高度大幅度下降，位置向左移動(dòng)，這是由于部分地區(qū)由低效率向高效率轉(zhuǎn)移，造成低效率地區(qū)總體上核密度變低。在0.6～1區(qū)間，曲線(xiàn)逐漸抬起，實(shí)現(xiàn)效率提升的省份的數(shù)量逐漸增多。綜合而言，工業(yè)企業(yè)創(chuàng)新資源配置純技術(shù)效率存在“俱樂(lè)部”收斂情況，一部分省份純技術(shù)效率在低值集聚，另外一部分省份純技術(shù)效率向高值靠攏。

分析期內(nèi)我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率動(dòng)態(tài)演進(jìn)趨勢(shì)如圖3所示。2013—2015年，我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率核密度分布曲線(xiàn)左拖尾特征明顯，同時(shí)“單峰”分布的特征比較明顯，顯示規(guī)模效率持續(xù)在高水平集聚。2015年分布曲線(xiàn)波峰最寬，且左拖尾最長(zhǎng)，表明2015年規(guī)模效率總體上省域差異最為顯著。2015年之后，分布曲線(xiàn)波峰高度上升且寬度由扁平變?yōu)槎盖停砻鞯貐^(qū)間規(guī)模效率差異減小。

（三）效率分布差異檢驗(yàn)

高質(zhì)量發(fā)展還應(yīng)關(guān)注地區(qū)間的差異問(wèn)題。第（二）節(jié)中基于各年的截面數(shù)據(jù)分析了效率的總體變化趨勢(shì)，本節(jié)進(jìn)一步考察各地區(qū)效率值的差異情況。通過(guò)對(duì)效率的分布檢驗(yàn)可識(shí)別區(qū)域內(nèi)部各地區(qū)差異顯著程度，如果區(qū)域內(nèi)部各地區(qū)工業(yè)企業(yè)資源配置效率分布相同，便可認(rèn)為區(qū)域內(nèi)部效率值差異相對(duì)較小。

圖1 工業(yè)企業(yè)創(chuàng)新資源配置綜合效率動(dòng)態(tài)演進(jìn)圖

圖2 工業(yè)企業(yè)創(chuàng)新資源配置純技術(shù)效率動(dòng)態(tài)演進(jìn)圖

圖3 工業(yè)企業(yè)創(chuàng)新資源配置純技術(shù)效率動(dòng)態(tài)演進(jìn)圖

Kruskal-Wallis單向方差秩方法（K-W檢驗(yàn)）是檢驗(yàn)k個(gè)獨(dú)立樣本是否來(lái)自同分布總體的非參數(shù)假設(shè)檢驗(yàn)方法［20］。該方法只要求樣本獨(dú)立，不受總體分布性質(zhì)和方差是否相等的限制。原假設(shè)為k個(gè)總體無(wú)顯著差異。檢驗(yàn)統(tǒng)計(jì)量為-3(n+1)，ni為第 i個(gè)樣本中觀察值的個(gè)數(shù)，，Ri為第 i個(gè)樣本的秩和。檢驗(yàn)結(jié)果見(jiàn)表3。

表3 八大區(qū)域工業(yè)企業(yè)資源配置效率分布的K-W檢驗(yàn)結(jié)果

從區(qū)域檢驗(yàn)結(jié)果來(lái)看，東北綜合經(jīng)濟(jì)區(qū)綜合效率、純技術(shù)效率與規(guī)模效率的K-W檢驗(yàn)p值分別為0.826、0.132和0.219，不能拒絕原假設(shè)，表明內(nèi)部3個(gè)地區(qū)效率分布來(lái)自同一個(gè)總體。與其他綜合經(jīng)濟(jì)區(qū)相比，東北地區(qū)的之間效率差異相對(duì)較小但效率總體上處于較低的水平。作為我國(guó)的老工業(yè)基地，如今東北地區(qū)面臨著嚴(yán)重的工業(yè)研發(fā)人才流失，創(chuàng)新激勵(lì)不足與金融支持弱的外部環(huán)境，對(duì)工業(yè)企業(yè)的發(fā)展有著嚴(yán)重的抑制作用。未來(lái)需進(jìn)一步加快體制機(jī)制的轉(zhuǎn)型與改進(jìn)，促進(jìn)管理制度、激勵(lì)制度與成果轉(zhuǎn)化制度對(duì)工業(yè)企業(yè)創(chuàng)新活動(dòng)的正向引導(dǎo)。

南部沿海綜合經(jīng)濟(jì)區(qū)綜合效率和純技術(shù)效率檢驗(yàn)p值分別為0.347、0.116，在5%的顯著性水平下，福建和廣東的效率總體分布差異不顯著。廣東和福建作為我國(guó)工業(yè)發(fā)展較好的地區(qū)，聚集了大量的工業(yè)資源，隨著人員、經(jīng)費(fèi)等創(chuàng)新要素規(guī)模的擴(kuò)大，雖然總量不同，但同時(shí)面臨著相應(yīng)的制度安排和管理水平不能完全發(fā)揮投入資源生產(chǎn)潛力的問(wèn)題，所以造成二者效率水平相對(duì)不佳，差異不顯著。其中，廣東的效率值總體上有逐漸改善的趨勢(shì)，純技術(shù)效率在2017年達(dá)到有效，未來(lái)福建可以加強(qiáng)與廣東的合作，以廣東為標(biāo)桿，深化制度改革和提升管理水平，優(yōu)化創(chuàng)新資源配置效率。而廣東與福建投入產(chǎn)出規(guī)模差異較大，故規(guī)模效率分布差異顯著。

雖然甘肅、寧夏、新疆這些地區(qū)效率波動(dòng)較大，但西北綜合經(jīng)濟(jì)區(qū)檢驗(yàn)結(jié)果顯示這3個(gè)地區(qū)效率分布差異并不顯著，表明這3個(gè)地區(qū)的工業(yè)發(fā)展存在某種共性。隨著“一帶一路”倡議的實(shí)施，這些地區(qū)正逐步從原先對(duì)外開(kāi)放的腹地變成對(duì)外開(kāi)放的前沿，未來(lái)應(yīng)積極促進(jìn)獨(dú)特的區(qū)位優(yōu)勢(shì)與能源優(yōu)勢(shì)轉(zhuǎn)變成經(jīng)濟(jì)優(yōu)勢(shì)。

北部沿海綜合經(jīng)濟(jì)區(qū)、東部沿海綜合經(jīng)濟(jì)區(qū)、黃河中游綜合經(jīng)濟(jì)區(qū)、長(zhǎng)江中游綜合經(jīng)濟(jì)區(qū)和西南綜合經(jīng)濟(jì)區(qū)內(nèi)部效率分布均未能在0.05的顯著水平下拒絕原假設(shè)，可見(jiàn)，總體上我國(guó)區(qū)域間與區(qū)域內(nèi)部差異依然顯著，未來(lái)促進(jìn)地區(qū)間的均衡發(fā)展可先從縮小區(qū)域內(nèi)部差異開(kāi)始，再逐漸過(guò)渡到區(qū)域間的均衡發(fā)展。

（四）投入冗余與產(chǎn)出不足分析

資源投入冗余和產(chǎn)出不足是造成綜合效率嚴(yán)重?zé)o效的表現(xiàn)［21］。如何提升資源配置效率，我們需要分析非有效的地區(qū)的創(chuàng)新投入資源冗余和產(chǎn)出不足情況。各地區(qū)投入冗余與產(chǎn)出不足研究期內(nèi)的均值（除去各年效率均為1的安徽與河南地區(qū)）見(jiàn)表4。為避免規(guī)模無(wú)效影響，表4的無(wú)效分析是基于測(cè)度純技術(shù)效率模型的計(jì)算結(jié)果。

表4 各地區(qū)平均投入冗余與產(chǎn)出不足率

綜合投入指標(biāo)情況，投入指標(biāo)引進(jìn)技術(shù)經(jīng)費(fèi)支出/R&D經(jīng)費(fèi)內(nèi)部支出冗余情況最為嚴(yán)重，八大綜合經(jīng)濟(jì)區(qū)內(nèi)部各地區(qū)均有較高的冗余，5年平均冗余率高于50%的省份達(dá)到13個(gè)，其中超過(guò)70%的地區(qū)有7個(gè)，表明目前我國(guó)工業(yè)企業(yè)強(qiáng)引進(jìn)、弱消化吸收的現(xiàn)象仍然嚴(yán)重。造成這一現(xiàn)象的原因主要有兩個(gè)：第一，我國(guó)工業(yè)企業(yè)技術(shù)引進(jìn)經(jīng)費(fèi)與消化吸收經(jīng)費(fèi)難以均衡配置，以2013—2017年為例，我國(guó)工業(yè)企業(yè)技術(shù)引進(jìn)與消化吸收經(jīng)費(fèi)之比分別為1∶0.38、1∶0.37、1∶0.26、1∶0.23和1∶0.30，而日韓等工業(yè)強(qiáng)國(guó)這一比例為1∶3左右，部分重點(diǎn)領(lǐng)域高達(dá)1∶7，遠(yuǎn)遠(yuǎn)高于我國(guó)工業(yè)企業(yè)對(duì)于引進(jìn)與吸收經(jīng)費(fèi)配置比；第二，低水平技術(shù)重復(fù)引進(jìn)，“軟性”技術(shù)缺乏。由于國(guó)外對(duì)于核心高端技術(shù)的壟斷，國(guó)內(nèi)引進(jìn)技術(shù)多以低水平技術(shù)為主。而企業(yè)為了搶占市場(chǎng)先機(jī)，盲目投資于市場(chǎng)風(fēng)口，由于企業(yè)的個(gè)體性與獨(dú)立性，導(dǎo)致同一地區(qū)內(nèi)部和不同地區(qū)間的同一行業(yè)對(duì)低水平技術(shù)的重復(fù)引進(jìn)。此外，技術(shù)引進(jìn)多以機(jī)器、設(shè)備等硬件為主，消耗了大量的資金，技術(shù)秘訣、圖紙和專(zhuān)利等軟性技術(shù)缺乏。如何均衡引進(jìn)與吸收經(jīng)費(fèi)的配置、減少重復(fù)引進(jìn)和轉(zhuǎn)變重硬輕軟的思維是未來(lái)我國(guó)工業(yè)企業(yè)應(yīng)注意的問(wèn)題。

從人員勞務(wù)費(fèi)/R&D人員數(shù)指標(biāo)來(lái)看，浙江和云南等地區(qū)5年平均的冗余率為0，說(shuō)明這類(lèi)地區(qū)現(xiàn)有制度安排與管理模式能夠最大化的利用研發(fā)人員的勞動(dòng)。上海地區(qū)5年平均冗余率超過(guò)50%，北京地區(qū)平均冗余率接近40%，此外，天津、河北、內(nèi)蒙、福建、山東、湖南、廣東和重慶等地區(qū)冗余率均超過(guò)20%，主要集中在北部沿海綜合經(jīng)濟(jì)區(qū)和南部沿海綜合經(jīng)濟(jì)區(qū)等區(qū)域，這些地區(qū)同傳統(tǒng)西部部分地區(qū)相比，經(jīng)濟(jì)水平相對(duì)更高、基礎(chǔ)設(shè)施狀況相對(duì)更完善，且企業(yè)福利、勞動(dòng)報(bào)酬等方面更具有競(jìng)爭(zhēng)力，能夠吸引大量的工業(yè)人才，但這些經(jīng)濟(jì)區(qū)工業(yè)企業(yè)因現(xiàn)行管理方式、內(nèi)部治理結(jié)構(gòu)和人員激勵(lì)制度等方面難以匹配工業(yè)人才規(guī)模的擴(kuò)展速度，造成勞動(dòng)要素的擁擠，對(duì)創(chuàng)新資源配置效率產(chǎn)生了負(fù)向影響。

從R&D經(jīng)費(fèi)內(nèi)部支出/主營(yíng)業(yè)收入指標(biāo)來(lái)看，5年平均冗余率小于5%的非歷年有效省份有9個(gè)，主要集中在西南綜合經(jīng)濟(jì)區(qū)和西北綜合經(jīng)濟(jì)區(qū)，表明這些地區(qū)對(duì)于該指標(biāo)利用較為充分。天津和上海地區(qū)平均冗余率超過(guò)50%，黑龍江、江蘇、山東、湖北、湖南和陜西等地區(qū)冗余率均超過(guò)30%，從區(qū)域?qū)用鎭?lái)看，冗余較為嚴(yán)重的區(qū)域主要集中在北部沿海綜合經(jīng)濟(jì)區(qū)、東部沿海綜合經(jīng)濟(jì)區(qū)和南部沿海綜合經(jīng)濟(jì)區(qū)等傳統(tǒng)東部地區(qū)。總體來(lái)說(shuō)，該指標(biāo)冗余呈現(xiàn)出一定的兩級(jí)分化現(xiàn)象，傳統(tǒng)西部地區(qū)冗余率較低，傳統(tǒng)東部地區(qū)冗余率較高。

而新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)項(xiàng)目均值在4個(gè)投入指標(biāo)中冗余相對(duì)較小，除河南與安徽外，5年平均冗余率小于10%的省份有15個(gè)，其中小于5%的省份有11個(gè)。黃河中游綜合經(jīng)濟(jì)區(qū)總體來(lái)說(shuō)冗余最為嚴(yán)重，山西、內(nèi)蒙古和陜西地區(qū)5年的平均冗余率均超過(guò)20%。

新產(chǎn)品出口額/新產(chǎn)品銷(xiāo)售收入這一指標(biāo)是企業(yè)國(guó)際競(jìng)爭(zhēng)力的體現(xiàn)，最能體現(xiàn)創(chuàng)新產(chǎn)出的質(zhì)量，而這一產(chǎn)出指標(biāo)不足最為顯著。除浙江與廣東地區(qū)外，其余地區(qū)均有該指標(biāo)不足的情況，相當(dāng)部分地區(qū)該指標(biāo)產(chǎn)出不足十分嚴(yán)重。2008年金融危機(jī)后，世界經(jīng)濟(jì)低迷，貿(mào)易保護(hù)主義抬頭，作為對(duì)外依存度較高的中國(guó)受到顯著影響，國(guó)內(nèi)市場(chǎng)逐漸成為企業(yè)銷(xiāo)售增長(zhǎng)的主要來(lái)源；另一方面，工業(yè)生產(chǎn)要素成本不斷攀升，國(guó)際比較優(yōu)勢(shì)不斷變?nèi)酢?jù)美國(guó)波士頓咨詢(xún)公司發(fā)布的《成本競(jìng)爭(zhēng)力指數(shù)》，美國(guó)相對(duì)中國(guó)的制造業(yè)成本劣勢(shì)已經(jīng)縮小到5%以?xún)?nèi)。從勞動(dòng)成本來(lái)看，2004—2014年，在全球前25位的出口國(guó)中，中國(guó)和俄羅斯年均工資增長(zhǎng)率始終保持在10%～20%，而其他經(jīng)濟(jì)體的年均工資增長(zhǎng)率僅為2%～3%。從能源成本來(lái)看，從2004—2014年，中國(guó)工業(yè)用電的成本上升約66%，天然氣成本增加138%。在要素成本上升和不穩(wěn)定的國(guó)際貿(mào)易背景下，未來(lái)應(yīng)突出管理創(chuàng)新與制度創(chuàng)新導(dǎo)向，提高技術(shù)引進(jìn)效率，并發(fā)揮我國(guó)在大數(shù)據(jù)、人工智能與互聯(lián)網(wǎng)領(lǐng)域的優(yōu)勢(shì)，促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)，提高新產(chǎn)品附加值，增強(qiáng)產(chǎn)品國(guó)際競(jìng)爭(zhēng)力。

專(zhuān)利申請(qǐng)數(shù)/R&D人員全時(shí)當(dāng)量這一指標(biāo)不足主要集中在東北、黃河中游和東部沿海綜合經(jīng)濟(jì)區(qū)。而新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)/R&D項(xiàng)目數(shù)這一指標(biāo)總體上不足最小，平均產(chǎn)出不足率在5%以下的地區(qū)占比非歷年有效地區(qū)數(shù)的85%，表明我國(guó)工業(yè)企業(yè)新產(chǎn)品項(xiàng)目開(kāi)發(fā)能力較強(qiáng)。

五、結(jié)論與建議

本文借助非導(dǎo)向的ERM模型并結(jié)合適應(yīng)高質(zhì)量發(fā)展背景的效率評(píng)價(jià)指標(biāo)，測(cè)度了我國(guó)28個(gè)省市工業(yè)企業(yè)的創(chuàng)新資源配置效率，并重點(diǎn)關(guān)注了效率的動(dòng)態(tài)演進(jìn)，區(qū)域內(nèi)部差異以及各指標(biāo)的無(wú)效情況。得出如下結(jié)論：①我國(guó)八大綜合經(jīng)濟(jì)區(qū)工業(yè)企業(yè)整體創(chuàng)新資源配置綜合效率不佳，且多地區(qū)工業(yè)企業(yè)勞動(dòng)、經(jīng)費(fèi)等創(chuàng)新要素邊際收益遞減；②2015年之前，我國(guó)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率在低值聚集，2015之后，部分地區(qū)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率得到改善，逐步向高效率演進(jìn)。純技術(shù)效率與綜合效率的變化趨勢(shì)基本一致，而規(guī)模效率總體上波動(dòng)較小且處于較高水平；③八大區(qū)域中，僅有東北、南部沿海和西北綜合經(jīng)濟(jì)區(qū)內(nèi)部各省份效率分布差異不顯著；④當(dāng)前我國(guó)工業(yè)企業(yè)同時(shí)存在勞動(dòng)、經(jīng)費(fèi)等創(chuàng)新投入資源利用率不高和專(zhuān)利、新產(chǎn)品出口等產(chǎn)出不足的“雙因”現(xiàn)象。

基于以上結(jié)論，本文認(rèn)為我國(guó)今后首先需要完善工業(yè)創(chuàng)新資源管理體制，釋放創(chuàng)新資源生產(chǎn)潛力。當(dāng)前我國(guó)工業(yè)企業(yè)創(chuàng)新活動(dòng)的相關(guān)制度安排（人才激勵(lì)制度、財(cái)務(wù)制度以及技術(shù)引進(jìn)消化制度等）不夠成熟、管理水平不佳，勞動(dòng)、經(jīng)費(fèi)等創(chuàng)新要素冗余較為嚴(yán)重。通過(guò)推動(dòng)人才激勵(lì)、創(chuàng)新經(jīng)費(fèi)管理體制等方面的改革，充分釋放人才創(chuàng)新潛能，提高創(chuàng)新資金使用效率與收益。對(duì)于引進(jìn)技術(shù)的消化吸收，應(yīng)健全對(duì)技術(shù)引進(jìn)項(xiàng)目的績(jī)效評(píng)估，即當(dāng)一個(gè)地區(qū)技術(shù)引進(jìn)項(xiàng)目的績(jī)效未能達(dá)到某種要求，那么國(guó)家在某一時(shí)間段可以減少該地區(qū)技術(shù)引進(jìn)項(xiàng)目的支持。此措施也可延伸到相關(guān)企業(yè)。

其次，充分發(fā)揮“互聯(lián)網(wǎng)+”、人工智能和5G等新理論、新技術(shù)在創(chuàng)新資源配置的重要作用。在國(guó)際貿(mào)易環(huán)境不穩(wěn)定的同時(shí)，我國(guó)工業(yè)企業(yè)生產(chǎn)要素成本不斷攀升，新產(chǎn)品國(guó)際比較優(yōu)勢(shì)逐漸變?nèi)酢６?dāng)前全球制造業(yè)已呈現(xiàn)出網(wǎng)絡(luò)化、智能化、數(shù)字化等趨勢(shì)，人工智能、5G、大數(shù)據(jù)、深度學(xué)習(xí)以及移動(dòng)互聯(lián)網(wǎng)等新技術(shù)、新理論能夠滲透于包括研發(fā)設(shè)計(jì)、生產(chǎn)制造、銷(xiāo)售和售后服務(wù)的各個(gè)制造業(yè)環(huán)節(jié)，并重新塑造產(chǎn)業(yè)供應(yīng)鏈，提高工業(yè)新產(chǎn)品附加值，已成為各國(guó)公認(rèn)的新一輪產(chǎn)業(yè)變革核心驅(qū)動(dòng)力。這些新技術(shù)、新理論的應(yīng)用是工業(yè)企業(yè)轉(zhuǎn)型升級(jí)的新動(dòng)能，將充分釋放中國(guó)科技創(chuàng)新的技術(shù)紅利，是解決人口紅利下降背景下生產(chǎn)成本上升、新產(chǎn)品國(guó)際競(jìng)爭(zhēng)力弱問(wèn)題的有效途徑。

最后，加快跨區(qū)域協(xié)同創(chuàng)新平臺(tái)建設(shè)，塑造區(qū)域協(xié)調(diào)發(fā)展新格局。當(dāng)前我國(guó)地區(qū)工業(yè)發(fā)展不平衡不充分主要是由于工業(yè)創(chuàng)新資源在區(qū)域間以及區(qū)域內(nèi)部被錯(cuò)配以及創(chuàng)新資源自由流動(dòng)不暢。未來(lái)區(qū)域協(xié)調(diào)發(fā)展應(yīng)尊重客觀經(jīng)濟(jì)規(guī)律，充分發(fā)揮不同地區(qū)的比較優(yōu)勢(shì)。跨區(qū)域協(xié)同創(chuàng)新平臺(tái)正是以提高資源配置效率與創(chuàng)新質(zhì)量為目的，整合各地區(qū)在各個(gè)生產(chǎn)環(huán)節(jié)的創(chuàng)新資源，打造功能互補(bǔ)、區(qū)域聯(lián)動(dòng)、錯(cuò)位競(jìng)爭(zhēng)的空間布局，實(shí)現(xiàn)區(qū)域創(chuàng)新體系整體效益最大化的重要機(jī)制保障。構(gòu)建跨區(qū)域協(xié)同創(chuàng)新平臺(tái)同時(shí)也是推進(jìn)區(qū)域經(jīng)濟(jì)一體化的重要舉措。