“一帶一路”倡議下國家級高新區創新效率的實證研究

王 麗，樊 杰，劉漢初，趙彥飛

（1.中國科學院科技戰略咨詢研究院，北京 100190；2.中國科學院地理科學與資源研究所區域可持續發展分析與模擬重點實驗室，北京 100101；3.中國科學院大學，北京 100049）

1 研究背景

2013 年9 月和10 月，習近平主席相繼提出了“新絲綢之路經濟帶”和“21世紀海上絲綢之路”（簡稱“一帶一路”），自此重大倡議提出以來，已逐漸從理念轉化為實際行動，從美好的愿景轉變為可執行的現實，不斷地為世界經濟注入新的動能，為推動世界經濟朝著可持續發展方向提供了強勁的動力。“一帶一路”倡議涉及我國18 省（自治區、直轄市），國家高新技術產業開發區（簡稱國家級高新區）作為“一帶一路”建設與當地經濟對接的重要載體［1］，一方面“一帶一路”建設為沿線我國國家級高新區的發展提供了新的機遇與挑戰，推動各國家級高新區及當地經濟的發展；另一方面，沿途國家級高新區產業結構調整升級,提高資源配置效率后，有利于提升當地的經濟實力和競爭力，進而為“一帶一路”建設增添動力。

創新驅動發展戰略作為國家重大戰略，是經濟增長的引擎［2-3］。國家級高新區作為我國技術創新的源發地和區域經濟的增長極［4］，以創新為動力，以改革促發展，是提高我國自主創新能力，實現創新型國家建設方略的重要舉措［5］，在技術創新、進步和拉動地方經濟增長過程中起著舉足輕重的作用［6-7］。國家級高新區自開始建設以來，至2018 年10 月，經國務院批準（復）建設的國家級高新區數量達到169 家，但各國家級高新區的發展存在著良莠不齊的現象［8］。因此客觀地對各國家級高新區的創新效率進行測度，有助于其明確所處的位置、針對不足制定出合理的調整升級路徑，從而有利于其利用有限的創新投入要素實現更多的創新產出，推動當地經濟發展的同時在國內外競爭中占據有利地位。

目前，關于我國國家級高新區創新效率的研究主要以隨機前沿分析（SFA）模型為代表的參數法和以數據包絡分析（DEA）模型為代表的非參數法來測度。基于隨機前沿模型，楊青峰［9］和方大春等［10］分別以我國1995—2009 年24 個、2009—2013 年29個省級行政區域面板數據為樣本，結果均顯示我國高新技術產業整體上的創新效率不高。劉云等［11］對我國1998—2008 年29 個省份的高新技術產業的區域研發效率開展了研究。周姣等［12］對我國54 個國家級高新區2007—2011 年的創新效率進行了研究。張立峰等［13］滯測算了2011—2015 年京津冀7家國家級高新區的創新效率。劉志迎等［14］、韓晶［15］和羅小芳等［16］分別測算了我國1995—2007 年、2001—2007 年和1998—2012 年高技術產業細分行業的創新效率。

隨機前沿分析（SFA）模型雖能克服隨機干擾和環境變量的影響［17］，但也存在具體函數形式設定上的偏差［8］，不如DEA 模型更能勝任多產出的創新效率測量［18］。Zhou 等［19］、謝子遠［20］、武增海等［21］基于DEA 分別測算了我國1996—2011 年56家、2006 年53 家、2009 年56 家國家級高新區創新效率。Li 等［22］利用動態DEA 測度了我國26 個省（市、自治區）的高新技術產業創新效率。劉軍等［23］、王飛航等［4］分別采用DEA、三階段DEA 對我國中部、西部地區國家級高新區創新效率開展了研究。牛沖槐等［24］基于超效率DEA 方法對中部六省12 年的高技術產業研發創新效率進行了實證分析。吳平等［25］和李永康［26］運用DEA 模型分別測算了湖北省、陜西省國家級高新區創新效率。魏芳等［27］、劉偉［28］分別運用DEA 方法和三階段DEA 模型測算了我國高新技術產業細分行業的創新效率。

綜上，學者們對國家級高新區創新效率的研究主要圍繞國家、區域或省（自治區、直轄市）、行業層面開展研究，對“一帶一路”沿線國家級高新區創新效率的研究鮮有；以往研究多采用傳統的DEA 模型，但其存在無法區分多個有效決策單元效率高低的問題。本文運用超效率DEA 模型對2013—2017 年“一帶一路”沿途國家級高新區創新效率開展實證研究，并運用Theil 指數進行了區域差異分析，有助于明晰沿線國家級高新區在實現協同創新發展過程中存在的不平衡、不充分問題的原因，以期為提高“一帶一路”沿途國家級高新區創新效率提供實證依據，進而推動當地經濟發展，反過來又會促進“一帶一路”建設，形成良性循環。

2 研究方法與數據選取

2.1 超效率DEA

傳統DEA 模型的分析結果中，通常會出現多個決策單元被評價為有效的情況，且效率值最大為1，使得這些有效決策單元的效率高低無法進一步區分。為解決這一問題，Anderson 等［29］提出了超效率DEA 模型（Super Efficiency DEA Model）,使得有效決策單元的超效率值一般大于1，進而對有效決策單元的效率值進行區分和大小排名［30］。假設有n個決策單元，記為；每個有m種投入，記為；種產出，記為；代表第j個決策單元的第i種資源投入；代表第j個決策單元的第r種產出，基于規模報酬不變的超效率DEA 的投入導向模型，簡稱超效率CCR 模型如下：

2.2 Theil指數

Theil 指數分解方法主要用來研究不平等性和差異性問題，運用該方法對2013—2017 年“一帶一路”沿途國家級高新區創新效率的區域差異進行研究，Theil指數越大表示創新效率差異性越大，公式如下［31-32］：

式中：T為國家級高新區創新效率的總差異；N是“一帶一路”沿途所有國家級高新區的總數；是p國家級高新區的創新效率；是“一帶一路”沿途全國家級高新區平均的創新效率。根據“一帶一路”區劃情況，分為“一帶”和“一路”兩個區域。本文按照兩個區域對“一帶一路”沿途國家級高新區創新效率進行組間（）和組內（）差異分析，區域的組間（）和組內（）差異分別表示為：

式中：m為區域的數量；是區域i中國家級高新區的數量；N是“一帶一路”沿途所有國家級高新區的總數；是區域i國家級高新區的創新效率均值。/T、/T 分別為“一帶一路”沿途國家級高新區創新效率的組間貢獻度、組內貢獻度。

2.3 數據選取與來源

借鑒劉滿鳳等［8］、謝子遠［20］對國家級高新區創新效率投入產出指標的選取，本文將各國家級高新區年末固定資產、科技活動經費支出和科研活動人員作為創新的資本和勞動力投入，選取工業總產值、技術收入和出口創匯作為創新的產出指標。其中，工業總產值反映了各國家級高新區一定時間內生產的總規模和總水平，技術收入反映各國家級高新區的技術創新情況，出口創匯能夠反映各國家級高新區的國際競爭能力。

基于“一帶一路”沿線地區所包含的18 個省份（自治區、直轄市）（表1）［33］，考慮到數據的穩定性，本文國家級高新區選取2013 年及以前批準的59 個國家級高新區，由于呼和浩特、營口、銀川和榆林數據缺失嚴重，因此將這4 個國家級高新區剔除，余下55 個國家級高新區。其中，遼陽、通化、莆田國家級高新區技術收入在某些年份存在數據缺失問題，本文采用相鄰年份技術收入占營業收入比例進行推算。為對比區域的差異，將55 個國家級高新區劃分為“一帶”和“一路”兩大區域。投入產出指標均來自《中國火炬統計年鑒2014—2018》。

表1 研究區域劃分

3 實證結果與分析

以“一帶一路”沿途55 個國家級高新區2013—2017 年的創新投入產出指標為原始數據，本文通過DEA-SOLVER Pro5 軟件測算出各國家級高新區的創新效率、純技術效率和規模效率。為明晰“一帶一路”沿途各國家級高新區創新效率的差異性，借鑒謝子遠［20］對創新效率及分解指數的分類方法，將效率值大于等于1 者劃為創新有效，介于0.8～1 的為高效率，在0.5～0.8 之間的為中效率，低于0.5 的為低效率。國家級高新區創新效率存在以下特征：

3.1 國家級高新區創新效率總體發展特征

2013—2017 年“一帶一路”沿途55 個國家級高新區創新效率整體水平不高，有待進一步提升，尤其是規模效率（圖1）。研究期間，55 個國家級高新區創新效率均值在0.61～0.70 之間，為創新效率中等水平，說明在當前的技術和管理水平下，多數國家級高新區的創新投入產出結構并不合理。純技術效率歷年均值介于0.87～0.95，為高純技術效率，說明整體上國家級高新區的投入產出比例好，技術水平高。規模效率值介于創新效率和純技術效率之間（0.69～0.73），為中規模效率，總體表現不佳，說明國家級高新區在提高管理效率和積累生產經驗方面還有較大的提升空間，后續各國家級高新區應根據實際情況進行縮減或擴大生產規模以提高規模效率，進而提升創新效率。由此可見，純技術效率和規模效率共同作用下導致國家級高新區創新效率整體上未達到有效狀態，其中，規模效率是主要貢獻者。

圖1 2013—2017 年“一帶一路”國家級高新區創新效率及其分解指數

研究期間，“一帶一路”沿線國家級高新區創新效率及其分解指數總體上處于不斷提升的過程（圖2）。創新效率方面，以中、低效率為主。有效國家級高新區占11%～20%，高效率占9%～13%，中效率占35%～51%，低效率國家級高新區占比在2017 年為18%，其相對于2013—2016 年期間（31%～38%）占比降低。純技術效率方面，以有效和中效率為主。有效國家級高新區占比33%～38%，高效率占比13%～20%，中效率占比27%～40%，低效率占比在2017 年為7%，相較于2013～2016 年的15%～18%有所下降，側面說明2017 年國家級高新區整體上純技術效率有所提高。規模效率方面，以高、中效率為主，無任何國家級高新區達到規模有效。2017 年高、中和低效率的國家級高新區占比分別為62%、25%和13%，相較于2013 年分別提高了18%、-20%和2%，規模效率明顯有所提升。說明絕大多數國家級高新區逐漸重視創新能力建設、提高資源利用效率，這可能與近年來我國深入推進供給側結構性改革和大力實施創新驅動發展戰略等密切相關。大部分國家級高新區積極響應政策要求，優化經濟結構，增強自主創新能力，促使創新要素配置更為合理。

圖2 2013—2017 年“一帶一路”國家級高新區創新效率及分解指數個數占比

3.2 國家級高新區創新效率區域差異性分析

總體上，2013—2017 年“一路”地區國家級高新區創新效率和規模效率高于“一帶”地區的，兩區域的純技術效率不相上下（圖3）。創新效率方面，兩大區域均為中效率，除2103 年外，“一路”地區國家級高新區創新效率值均高于同年“一帶”地區的。規模效率方面，“一路”地區國家級高新區歷年效率值均在0.74 以上，遠高于最高值僅為0.70 的“一帶”區域。“一路”地區國家級高新區位于我國東南地區，經濟基礎雄厚，具有人才、技術、資本、管理等方面的優勢。“一帶”地區國家級高新區位于我國西北、東北和西南地區，相較于“一帶”地區國家級高新區而言，其經濟基礎薄弱，資本、人才、技術、管理等方面處于劣勢地位。如2017 年，“一路”地區5 個省的國家級高新區科技活動經費內部支出、科技活動人員分別為2 994.73 億元、106.73萬人，而“一帶”地區13 個省的國家級高新區科技活動經費內部支出、科技活動人員僅為1 281.67 億元、48 萬人。純技術效率方面，兩大區域的效率值均為高效率（除2013 年的“一路”地區），“一帶”與“一路”沿線國家級高新區的純技術效率水平相當，顯示高低交替的演化規律。“一帶一路”倡議以來，我國加大對“一帶”地區發展科技文化的支持力度，同時，引導“一路”經濟發達地區的先進企業、優秀人才等對“一帶”地區的扶持［34］，從而帶動“一帶”地區國家級高新區技術水平的提高。2013—2017 年，“一帶”和“一路”地區國家級高新區的純技術效率值均高于規模效率值，創新效率值不高的主要原因均是由于規模效率處于中效率。

圖3 2013—2017 年“一帶”和“一路”國家級高新區創新效率及其分解指數

研究期間，“一帶一路”國家級高新區創新效率總差異有縮小的態勢，組內差異是造成總差異的主要貢獻者，組間差異不明顯（圖4）。“一路”地區國家級高新區創新效率雖高于“一帶”地區，但這并不能說明是造成國家級高新區間差異的主要來源，為此采用Theil 指數衡量兩大區域系統內的國家級高新區創新效率差異。“一帶一路”沿線國家級高新區創新效率的Theil 指數由2013 年的0.31 上升到2015年的0.40又降低到2017年的0.20，表明“一帶一路”國家級高新區創新效率的總體差異在縮小。主要原因可能與我國堅持實施區域協同發展戰略、加快推進“一帶一路”建設和實施創新驅動發展戰略等有關。在此背景下，一方面，各國家級高新區創新發展得到國家和當地政府在政策、財政、人才、技術等方面的大力支持，有利于創新；另一方面推動各國家級高新區之間的合作與聯系，促進彼此之間的信息流通，有助于縮短技術差距。從分解結果看，組內差異的變化趨勢與總差異一致，組內差異明顯大于組間差異。從貢獻度結果來看，2013—2017 年組內差異對總差異的貢獻度為99.36%～99.96%，而組內間差異的貢獻度僅為0.04%～0.64%。由于各國家級高新區在地理位置、經濟發展水平、科技實力、對外開放程度、創新政策的制定和實施等方面存在差異，故各國家級高新區的創新效率存在較大異質性。

圖4 2013—2017 年“一帶一路”國家級高新區創新效率區域差異及貢獻度

3.3 國家級高新區創新效率個體異質性分析

2013—2017 年國家級高新區創新效率及其分解指數存在明顯的異質性特征。從創新效率來看，研究期間僅有延吉、惠州和莆田3 個國家級高新區的創新效率始終保持有效，說明此3 個國家級高新區的創新投入與產出之間的比例關系較其它國家級高新區更為合理。如2017 年，南寧國家級高新區的年末資產、科技活動經費內部支出、科技活動人員三種投入要素均大于惠州國家級高新區，但除技術收入高于惠州國家高新區427.04 億元外，工業總產值和出口創匯產出均小于惠州國家級高新區1 000 多億元。楊凌、大慶、通化、咸陽、廈門、中山、鞍山和烏魯木齊、紹興、沈陽、東莞以及漳州、齊齊哈爾、哈爾濱國家級高新區的創新效率至少有一年達到有效，其它國家級高新區的創新效率在任何年份均是相對無效。需要說明的是，應用超效率DEA測算的創新效率是國家級高新區之間的相對效率，其結果只能說明其創新投入和創新產出之間的比例關系。一些經濟欠發達地區的國家級高新區，如楊凌、咸陽、齊齊哈爾等的創新效率至少有一年達到有效，是由于它們的創新投入和創新產出均較低造成的。而上海張江、杭州和深圳等國家級高新區的創新能力雖強，創新成果產出大，但因其創新產出與創新投入的比值不高，故在研究期間未達到創新有效。

從純技術效率來看，只有惠州、延吉、玉溪、長春、杭州和西安、莆田、深圳以及上海張江9 個國家級高新區在研究期間一直處于有效狀態。該類國家級高新區多以電子信息、信息技術、生物制藥、光機電一體化、裝備制造等技術密集型行業為主導，往往代表了我國該類行業的最高技術水平。吉林、寶雞、福州、大連、石嘴山、渭南和包頭、昌吉、新疆兵團等22 個國家級高新區始終保持無效狀態，中山、廣州、廈門等其他國家級高新區純技術效率至少有一年達到有效狀態。在研究期間，無任何國家級高新區規模效率達到有效狀態，說明“一帶一路”沿線國家級高新區的規模和結構存在失調，仍需進一步提高管理水平、優化資源配置，以改善規模效率。官建成等［35］的早期研究結果也顯示，雖然我國高技術產業純技術效率在逐年改善，但規模效益較差。導致部分國家級高新區創新效率相對無效的原因主要有兩類：（1）純技術效率和規模效率均無效，例如包頭、柳州、寶雞、昌吉和石嘴山等國家級高新區在2013—2017 年兩者均未達到有效狀態；（2）純技術效率有效，規模效率無效，如2017 年的玉溪、本溪、長春和杭州等國家級高新區。

超效率DEA 雖然能夠突破傳統DEA 模型的局限，使得各國家級高新區創新效率達到有效的決策單元之間進行排序和評價，但由于該模型無法克服傳統DEA 模型中歷年的生產前沿面不同的缺點，因此不同年份各國家級高新區創新效率之間無任何比較意義。為此本文引入名次比較的方法，對歷年55個國家級高新區的創新效率進行排名，進而對年份序列各國家級高新區的創新效率進行綜合比較（表2）。延吉和惠州國家級高新區的創新效率排名始終名列前茅，分別保持第1～2 名、2～3 名。石嘴山和新疆兵團國家級高新區的創新效率排名始終靠后，在第50～54 名之間，說明其創新投入和創新產出之間的比例關系不合理。如2017 年新疆兵團的年末資產和科技活動經費內部支出約是咸陽的1.9 倍和1.6 倍，但其工業總產值、出口創匯和技術收入均低于咸陽，尤其是出口創匯和技術收入，不足咸陽的10%和1%。莆田、杭州和桂林國家級高新區的創新效率名次變化幅度小于5，分別在第5～8 名、9～12名和13～18 名。創新效率排名進步的國家級高新區中，哈爾濱國家級高新區創新效率進步最快，由2013 年的第48 名逐步上升到2017 年的第10 名，可能與其近年來積極抓住“一帶一路”建設和新一輪東北地區等老工業基地振興等機遇，實施一系列創新戰略和改革措施有關。如為激勵科技型中小企業的創新活力，深入推進雙創工作，并于2017 年受到國務院的通報表揚。沈陽、吉林、衢州等國家級高新區創新效率也呈現逐年提升的趨勢；創新效率排名退步的國家級高新區中，本溪國家級高新區創新效率排名下降幅度最大，由2013 年的第21 名逐年下降至末尾，且最近兩年一直處于最后一名，遼陽、鞍山、阜新等國家級高新區創新效率也有所下降。

表2 “一帶一路”55 個國家級高新區創新效率排名

表2 （續）

3.4 國家級高新區技術創新生產模式類型區劃分

國家級高新區創新生產水平的高低主要取決于創新投入要素的規模和創新效率，創新投入要素的規模反映了國家級高新區創新資源的豐富度，創新效率反映了創新投入要素是否得到有效的配置，一般來說高投入高效率的區域，創新生產水平往往更高［36］。然而，結合各國家級高新區創新投入要素規模，我們發現創新高投入的國家級高新區未必獲得高的創新效率，而創新低投入的國家級高新區可能獲得高的創新效率。為更加直觀地揭示“一帶一路”國家級高新區創新生產情況，結合2017 年“一帶一路”國家級高新區的創新投入要素規模和創新效率，對國家級高新區的創新生產模式進行類型區劃分。

首先，對于國家級高新區創新效率，結合上文效率值等級劃分方法，將大于0.8 的劃分為高效率，將小于0.50 的劃分為低效率，介于兩者之間的為中效率。其次，采用因子分析方法，對科技活動經費支出、科研活動人員和年末固定資產三個創新投入要素進行降低維度處理，合并一個因子［8］，通過運行SPSS 22.0 得到因子得分，計算并將綜合得分劃分為高、中、低三個等級代表高投入、中投入和低投入。最后，按照創新投入綜合得分與創新效率對“一帶一路”各國家級高新區進行復合，得到9 種技術創新投入-效率類型（表3），根據其投入、創新效率特征以及地理位置，將其歸納為3 種創新生產模式：

創新“投入-產出效率相對平衡”生產模式由“高投入高效率”類型區、“中投入中效率”類型區和“低投入低效率”類型區組成，共14 個國家級高新區。杭州、東莞的社會經濟發達，是科技、創新資本、創新人才等創新資源的匯聚地；南寧、烏魯木齊是中國向南、向西開放的重要門戶。為鞏固提升其位于“一帶一路”核心區的地位，國家和地方出臺了一系列鼓勵創新的政策措施，吸引了大批創新人才和創新資本投入，促使這四個國家級高新區創新效率高，技術創新發展水平高，是技術創新的引領區。長春凈月、柳州、寶雞、包頭、遼陽、本溪、阜新、海口、石嘴山、新疆兵團國家級高新區主要位于我國東北部和西部地區，創新產出效率與創新要素投入基本平衡，處于中投入-中效率或者低投入-低效率水平，其純技術效率和規模效率均未達到有效狀態，說明該類國家級高新區的技術水平和管理水平均相對落后。總體上看，該類國家級高新區所在地的經濟總量偏低，高校和科研機構相對于東部和中部地區較少，缺少高學歷和高素質的科技人才，對技術的引進、消化、吸收再轉化能力較差。此外，受經濟發展水平和財政的限制，科技投入不足等均影響區域創新效率。

表3 “一帶一路”國家級高新區技術創新生產模式類型區劃分

創新“投入多-產出效率相對低”生產模式由“高投入中效率”類型區、“高投入低效率”類型區和“中投入低效率”類型區組成，共13 個國家級高新區，該類國家級高新區以較多的創新資源投入得到相對較少的創新產出，創新效率不盡人意。“高投入中效率”類型區（大連、長春、上海張江、寧波、廈門、廣州、深圳、佛山、重慶、西安）中多半國家級高新區的純技術效率有效，規模效率處于中低效率，說明該類型國家級高新區管理水平與創新技術水平不匹配，在以后的發展過程中應多注重生產規模的調整，適當控制創新資源投入。“高投入低效率”類型區只包含珠海國家級高新區，其規模效率值達到0.99，純技術效率僅0.34，創新效率低主要受純技術效率低的約束。如與寧波國家級高新區相比，其2017 年的年末資產、科技活動經費支出和科技活動人員分別是寧波國家級高新區的1.4 倍、1.7 倍和1.7 倍，但創新產出除出口創匯高于寧波外，工業總產值和技術收入均小于寧波，說明該國家級高新區相對于其他高新區后期應優化生產技術，從而提高創新效率。“中投入低效率”類型區（昆明、蘭州）的國家級高新區在純技術效率和規模效率共同作用下，導致創新效率低，在日后的發展過程中要對技術水平和管理水平雙管齊下，以提升創新資源配置效率。

創新“投入少-產出效率相對高”生產模式由“低投入高效率”類型區、“低投入中效率”類型區和“中投入高效率”類型區組成，共28 個國家級高新區，該類國家級高新區相較于前兩類國家級高新區以較少的創新投入要素卻能獲得較高的創新產出效率，但不同類型區存在著差異性。“低投入高效率”類型區（吉林、延吉、紹興、福州、莆田、漳州、桂林、咸陽）和“中投入高效率”類型區（沈陽、哈爾濱、大慶、惠州、中山）中絕大部分國家級高新區的純技術效率達到有效狀態，且規模效率雖未達到有效但處于高效率狀態，這兩種類型區應大力發展，同時后期應該注重調整生產規模，充分發揮生產效率優勢，從而獲得更多創新產出。“低投入中效率”類型區（鞍山、通化、齊齊哈爾、上海紫竹、溫州、衢州、泉州、肇慶、江門、玉溪、楊凌、渭南、白銀、青海、昌吉）的純技術效率未達到有效（除玉溪外）狀態，絕大部分處于中效率，規模效率值雖未達到有效狀態，但整體上大于純技術效率值，說明技術水平和管理水平均不高，共同作用下造成該類型發展區創新效率無效，而技術水平偏低是主要貢獻者。

4 主要結論與展望

本文以“一帶一路”沿途55 個國家級高新區的創新投入產出數據為基礎，采用超效率DEA 方法測算了其創新效率，并運用Theil 指數對創新效率進行差異性分析，在此基礎上，將國家級高新區的創新生產模式劃分為三類，主要結論如下：

（1）2013—2017 年“一帶一路”沿途55 個國家級高新區創新效率為中創新效率（0.61～0.70），造成整體創新效率不高的主要原因是規模效率值偏低。2017 年創新效率有效、低的國家級高新區個數占比分別為20%、18%，相較于2013 年分別提高了4%、-15%，國家級高新區創新效率總體上是處于不斷提高的過程。

（2）研究期間，“一帶”和“一路”沿途國家級高新區創新效率均為中創新效率，“一路”沿途的國家級高新區創新效率和規模效率整體上高于“一帶”沿途的。“一帶一路”沿線國家級高新區創新效率總差異有縮小的態勢，組內差異是造成總差異的主要貢獻者，組間差異不明顯。

（3）“一帶一路”沿線55 個國家級高新區創新效率存在個體差異的特征。研究期間，僅有延吉、惠州和莆田3 個國家級高新區的創新效率始終保持有效。延吉和惠州國家級高新區的創新效率排名始終名列前茅，石嘴山和新疆兵團始終排名靠后，哈爾濱的創新效率排名進步最快，本溪的創新效率排名降低幅度最大。

（4）三種創新生產模式中，處于創新“投入-產出效率相對平衡”生產模式和創新“投入多-產出效率相對低”生產模式的國家級高新區各約占1/4，該類國家級高新區投入的創新要素與得到的創新產出相匹配或創新產出不盡人意；一半以上國家級高新區處于創新“投入少-產出效率相對高”生產模式，該類國家級高新區相較于前兩類國家級高新區以較少的創新投入要素卻能獲得較高的創新產出效率。

“一帶一路”沿線國家級高新區創新效率的高低是由多種因素相互作用的結果，勞動者素質、企業規模、創新經費投入、產業集群等國家級高新區內部因素和其所在城市的經濟發展水平、宏觀政策支持、區位位置、產業結構等外部因素均對各國家級高新區的創新效率的變動產生了影響。但不同時段，各個影響因素對不同國家級高新區創新效率的驅動程度不同，且國家級高新區創新效率的變動是多種影響因素共同驅動作用的結果。國家級高新區創新效率的影響因素，創新投入和產出之間是否應考慮時滯效應，時滯效應的長度如何設置等問題還有待于進一步深入研究。最后，未來，總結各國家級高新區創新效率發展演化規律，發現目前存在的問題以及有針對性地提出未來改善的措施才能使得我國國家級高新區創新效率朝著健康、充滿活力的方向發展。