科技創新能力與績效的耦合協調發展研究

蘭美娜 彭佑元 劉玉龍

摘要：科技創新能力與績效的耦合協調共進，可以有效推動科技創新的高質量發展。依據山西省2008—2018年科技創新的面板數據，運用熵權TOPSIS法評價山西省科技創新能力，再利用超效率DEA評價山西省科技創新績效，并對二者進行耦合協調分析。結果表明，山西省科技創新能力處于“滯后型”水平，科技績效處于“趕超型”水平，但借助于科技績效水平優于科技創新能力水平，促進了二者之間的耦合協調度由輕度失調向初級協調邁進。最后提出建立績效驅動下的科技創新發展模式等建議。

關鍵詞：科技創新;熵權TOPSIS;超效率DEA;耦合協調度;山西省

中圖分類號：F062.4 ? ? ? ? 文獻標識碼：A

文章編號：0439-8114（2020）15-0169-08

Abstract： The coupling and coordination of technological innovation capability and performance can effectively promote the high-quality development of technological innovation. According to the panel data of scientific and technological innovation in Shanxi province from 2008 to 2018， the entropy weight TOPSIS method was used to evaluate the technological innovation capability of Shanxi province， and the super-efficient DEA was used to evaluate the technological innovation performance of Shanxi province， and then the coupling and coordination of the two were analyzed. The results showed that the technological innovation capability of Shanxi province was at the “lagging” level and the performance was at the “catch-up” level. However， with the help of the performance level being superior to the capability level， the coupling coordination degree between them had been promoted from a slight imbalance to primary coordination. ?Finally，it puts forward suggestions such as the establishment of performance-driven technological innovation development model.

Key words： technological innovation; entropy weight TOPSIS; super efficiency DEA; coupling coordination degree; Shanxi province

科技創新是增強地區綜合競爭力和促進地區高質量發展的關鍵因素之一，是引領時代發展的主要動力，在服務國家創新驅動發展戰略上貢獻巨大。山西省自“十三五”規劃以來，全面堅持發展科技創新，積累創新資源，打造創新環境，其中研究與試驗發展（R&D）經費投入逐年遞增，2018年投入了175.8億元，比上年增加27.5億元;科技平臺和研發機構等數目不斷增多，致力于山西省的科技創新高質量發展。

經過多年的努力，山西省科技創新水平在改革和發展中不斷提高，但根據國家公布的創新能力評價數據分析，相比其他發達省份山西省科技創新仍然存在著較大差距，主要表現為科技創新能力排名靠后、科技創新驅動力弱以及相關支持科技創新的政策體系尚未全面建立等，因此，山西省科技創新對社會進步和經濟發展的驅動效果還有待考證。然而，科技資源的大量投入是否得到了期望的產出績效、是否提高了科技創新能力以及山西省科技創新能力與績效之間是否相互協調、互為促進等這些問題的解決，成為推動山西省科技創新高質量發展的關鍵，關乎山西省的可持續發展、轉型跨越和競爭力的提升。因此，有必要對山西省科技創新的能力與績效以及二者之間的耦合協調狀況進行科學的評價，并提出促進科技創新高質量發展的建議。

基于此，本研究收集了山西省2008—2018年的科技創新投入和產出的面板數據，研究山西省科技創新能力與績效以及二者的耦合協調關系，研究成果將為推動山西省科技創新能力與績效的耦合協調發展提供決策依據和行動指南。

1 相關理論分析

1.1 研究背景

關于科技創新國內外較多是對科技創新能力或者績效單方面的研究，Griliches[1]研究發現科技創新活動可以促進企業的生產率;張永安等[2]研究指出中國科技創新的政策績效對環境的作用很單一;王慧艷等[3]研究表明科技研發、技術轉化和產業發展3個階段的績效差異較大;丁生喜等[4]研究了青海省區域創新環境對創新績效的影響，得出二者之間存在顯著相關性;葉文顯[5]研究得出科技創新全要素生產率的下降主要由技術效率與規模效率的共同下降造成;解學梅等[6]研究指出中國各地區高新技術企業研發投入與新產品創新績效存在正相關。已有的研究大多從國家、省域和高新技術企業等層面，對科技創新的能力、績效或者影響條件進行分析，并且大部分研究都表明科技創新投入（包括人、財、物、政策等）與產出（包括技術成果、產業和經濟發展等）之間有顯著關系。

此外，關于科技創新能力或者績效的評價方法很成熟，如Camison等[7]利用結構方程系統建模，根據144家西班牙企業的相關數據，得出組織創新對技術創新有促進作用;Dawid等[8]利用多Agent模型，深入挖掘科技政策影響企業創新的因素;趙喜洋等[9]采用因子分析法，對湖北省5個片區進行企業創新績效綜合比較分析和區域差異分析;梁瑞敏等[10]采用二階段網絡DEA方法評價了山西省科技創新效率;祝新等[11]基于灰色關聯分析模型，研究了中國29個省份的科技創新能力;白俊紅等[12]應用隨機前沿模型，測算了中國各地區的研發效率值;楊秀玉[13]運用熵權TOPSIS法對中國30個省市的農業科技創新能力進行了測算。綜上所述，研究科技創新的方法眾多，有因子分析法、結構方程和隨機前沿模型等方法，但對于科技創新能力的評價，大多數學者采用熵權TOPSIS法，而對于科技創新績效的評價，大多數學者則采用DEA法。熵權TOPSIS（Technique for order preference by similarity to an ideal solution）法對數據的容量及分布無要求，計算和結果分析的過程都比較簡單，使得TOPSIS法在評價領域得到了廣泛地應用，DEA法（Data envelopment analysis，DEA）是評價投入產出績效較為成熟的方法，計算結果全面。鑒于熵權TOPSIS法和DEA法在評價方面有很大的優勢，故本研究首選這2種方法進行評價。

1.2 科技創新能力與績效的關系分析

大部分的研究進行科技創新能力評價或者績效評價，但較少涉及科技創新能力與績效的耦合協調性研究，僅有劉楊等[14]研究了北京市政府科技投入和企業創新績效之間的耦合協調狀況;沈宏婷等[15]對創新投入和產出子系統之間的耦合協調情況進行了定量分析;徐曄等[16]對區域產業創新能力與產業創新績效進行了詳細的分析，并構建了二者之間的耦合系統評價模型。總體來說，關于科技創新能力與績效的耦合協調的研究較少，科技創新能力與績效之間的關系是不確定的，二者之間不一定是正相關的。但是科技創新能力直接影響科技創新活動的績效，二者之間的耦合協調發展會形成良性互動，共同發展。故以科技創新能力與績效耦合協調為研究視角，立足于提高科技創新投入產出能力和績效水平，對于促進區域科技創新發展有著重要意義。

耦合協調度用來描述各子系統之間的協調發展和耦合程度，耦合協調度的大小可以反映子系統的發展水平和系統整體的耦合協調水平及發展趨勢。耦合協調度是耦合理論和協同學理論的綜合，耦合理論主要應用于物理學和地質學等自然科學領域，隨著耦合理論不斷發展成熟，其研究范圍也擴大到用來探究金融、管理及經濟等現象之間的協調關系[17]，具體指在一定的作用機制下，2個或2個以上的系統在共同作用力的激勵下，彼此之間相互協作，形成良性互動的關系。協同學理論主要探究不同類型復合系統的演化規律，認為各子系統間的協調互動會對系統的發展產生協同效應。單純的耦合度僅能表示子系統相互作用的強弱，不能反映出這種作用是否積極，因此本研究利用耦合協調度模型來測量山西省科技創新的耦合協調發展水平。

科技創新能力與績效之間存在內生性關系，科技創新能力體現在科技創新投入和產出能力，產出能力增強意味著在相同創新水平下，產出能力較強的區域，其投入的成本較低，從而有助于改善科技創新的績效，提升區域的科技創新競爭力。而科技創新績效的提升體現在科技創新投入和產出績效的改善，會加快構建創新驅動機制和促進科技成果轉化，從而吸引更多的人力和財力支持，進而增強科技創新的能力，因此，科技創新能力與績效之間存在著相互作用關系，其耦合協調關系如圖1所示。

本研究首先采用熵權TOPSIS法對山西省科技創新能力進行測量，然后采用BCC模型和超效率DEA模型對山西省科技創新績效進行評估，最后利用耦合協調度模型對山西省科技創新能力與績效進行耦合協調度分析，最終提出促進山西省科技創新協調高質量發展的對策建議。

2 山西省科技創新能力與績效評價的指標體系

構建評價指標體系必須系統、科學、全面，具有可操作性，這樣才能合理地對科技創新能力及績效進行評價。現有的相關研究可以為構建科技創新評價指標體系提供重要的參考價值，如Maghsoudi等[18]在對創新進行評估時，指出要對其過程中的投入、產出等情況進行全面的考慮;常濤等[19]以山西省為例，從科技創新環境基礎、投入和產出等方面構建指標體系，探究其在資源轉型過程中的能力水平;王亞偉等[20]從科技投入、產出等方面建立指標體系對河南省的創新能力進行評價;許吉黎等[21]從科技創新投入-產出等方面構建評價體系，研究安徽省的城市科技創新能力。因此，本研究從科技創新的資源投入和成果產出視角構建評價指標體系，測量山西省的科技創新水平。

2.1 山西省科技創新能力與績效評價指標體系的構建

關于科技創新投入指標，孫道軍等[22]研究表明R&D經費和人力投入有利于提升科技創新的產出績效;任海云等[23]指出R&D 投入對企業生產率有貢獻;吳林海等[24]研究表明R&D投入可以促進經濟增長。R&D人員全時當量是描述科技創新投入的一個重要指標，張永安等[2]、葉文顯[5]、梁瑞敏等[10]均將R&D人員全時當量納入評價體系。另外科研活動人員也能在很大程度上衡量科技創新投入。R&D經費是衡量科技創新投入的另一個經典指標，張紅輝等[25]將R&D經費投入量作為投入指標。故本研究將R&D人員全時當量、科研機構從事科技活動人員和R&D經費內部支出3個指標作為投入指標。

關于科技創新產出指標，專利受理數和專利授權數是利用率最高的衡量創新產出的指標，二者可以反映出企業、地方、區域與政府之間的互動關系。曹志來[26]將專利受理數和專利授權數均作為科技創新產出指標;許建紅等[27]、張良強[28]將專利授權數作為評價指標研究科技創新產出。技術市場成交額是衡量技術成果市場化的重要指標，朱新玲等[29]將該指標用來衡量科技創新成果。企業作為科技創新的主體，對于區域科技創新的推動有著很大作用，是重要的創新驅動力。故本研究將規模以上工業企業科技活動的新產品銷售收入、專利申請數、專利授權數和技術市場成交額作為科技創新產出指標。基于此，構建了山西省科技創新能力與績效評價指標體系（表1）。

2.2 指標數據來源

根據構建的山西省科技創新能力與績效評價指標體系，投入指標選取山西省2007—2017年的指標數據，產出指標選取山西省2008—2018年的指標數據。數據來源于《中國科技統計年鑒》（2007—2019年）和《山西統計年鑒》（2007—2019年）。根據相關年鑒的數據和相關研究發現[10]，科技創新投入到產出的時滯一般為1年，故在測量科技創新的能力與績效時，投入數據比產出數據提前1年。

3 山西省科技創新能力與績效的實證分析

3.1 基于熵權TOPSIS法的山西省科技創新能力分析

3.1.1 熵權TOPSIS模型 熵權TOPSIS法是傳統TOPSIS法和熵權法的結合，先利用熵權法確定各評價指標權重，然后利用逼近理想解的排序方法對評價對象進行排名。熵權TOPSIS法的基本實施思路如下。

1）構建初始矩陣并進行標準化處理。根據構建的山西省科技創新評價指標體系，將所有指標的原始數據建立初始矩陣A，對低優指標作倒數處理，經標準化處理后得到矩陣B。式（2）中，[bij]為第[i]年在第[j]個評價指標上的標準值（[i]=1，2，…，n;[j]=1，2，…，m），0<[bij]<1。

式（6）中，[Hi]表示第[i]年的各指標值與正理想解和負理想解的接近程度，其取值范圍是0～1，[Hi]越接近于1，說明第[i]年的指標值越接近最大值，表明第[i]年的科技創新能力越強;反之則越弱。因此，[Hi]的大小可以衡量山西省各年份科技創新能力的強弱。

3.1.2 基于熵權TOPSIS法的山西省科技創新能力實證評價 根據上述模型計算出山西省科技創新能力評價指標的權重和2008—2018年的歐式距離和貼近度（表2、表3）。由表2可知，從權重角度來看，產出指標占的權重較大，其中技術市場成交額和規模以上工業企業科技活動的新產品銷售收入所占的權重比重最高，說明這2個指標對科技創新能力有著相對較大的影響，可以通過提高技術市場成交額和增加新產品的銷售收入來增強科技創新能力。投入指標所占的權重比重較小，可能是因為投入的人力和財力未能充分發揮規模效應，應該加強對資源投入的管理和利用，加大投入資源的使用效率。

由表3可知，從正、負理想解角度看，山西省科技創新投入能力呈向下波動的趨勢，其中，2009年的正理想解最小、負理想解最大，2008年的正理想解和負理想解其次，說明山西省在2008年和2009年的科技創新投入能力最強，可能是由于科技創新引起政府的重視，政府加大了對科技創新的投入;2016年的正理想解最大、負理想解最小，說明2016年的科技創新投入能力最偏離理想解，科技創新投入能力最弱，可能是由于2016年是“十三五規劃”開局之年，科技創新的投入起步減少，導致山西省的科技創新投入在2016年是最弱的。山西省科技創新產出能力總體呈上升趨勢，其中，2008年的正理想解最大、負理想解最小，說明山西省的科技創新產出能力在2008年最弱，主要原因可能是2008年的投入未能實現高產出或者是產出成果并沒有在市場上得到開發利用，科研成果的經濟價值未發揮出來;2018年的正理想解最小、負理想解最大，表明2018年的科技創新產出能力最強。山西省科技創新綜合能力出現波動，從正理想解和負理想解的總體趨勢看，山西省科技創新綜合能力在后續幾年不斷增強。

由表3可知，從貼近度角度看，山西省科技創新綜合能力不斷增強，但是整體水平較弱，說明投入的資源和產出的成果相對得到了優化配置，投入和產出的匹配度越來越高，科技創新的能力還需要進一步增強。但是通過單一維度，即從投入維度或者產出維度看，說明高的投入力度并不能帶來高的產出回報。2008年和2009年的科技創新投入能力最強，但科技創新產出能力排名靠后，且科技創新的綜合能力排名靠后，說明盲目的科技創新資源投入并不能帶來最優的回報，應該全面整合科技創新資源，對投入的資源進行強化管理，組建專業的人員對資源進行合理的監督管理，并且引進新技術對資源進行優化配置，以提升資源的利用效率。

3.2 基于超效率DEA的山西省科技創新績效分析

3.2.1 超效率DEA模型 DEA方法被看作是處理多指標輸入和多指標輸出較為有效的方法，其基礎模型是CCR模型和BCC模型，這2種模型對決策單元進行有效性評價時會出現效率值均為1的情況，從而無法對決策單元進行有效比較。故Andersen等[30]提出了Super-Efficient DEA，即超效率DEA模型，模型中假設有m個決策單元，[Yj]與 [Xj]分別為產出與投入列變量，[λ]為組合比例，[θ]為效率值，[ε]為無窮小量，[S+和S-]為松弛變量，其模型可以表示為：

3.2.2 基于超效率DEA的山西省科技創新績效實證分析 首先采用BCC模型計算山西省科技創新的綜合技術效率（CRS）、純技術效率（VRS）、規模效率（SCALE），再用超效率DEA模型測算決策單元的超效率水平（表4）。

由表4可知，在規模報酬固定的模式下，2008—2018年的綜合技術效率（CRS）由DEA無效發展為DEA有效，表明山西省科技創新的投入和產出結構不斷完善、不斷優化調整。在規模報酬可變的模式下，山西省科技創新的純技術效率（VRS）整體較高，說明山西省的科技創新相關制度運行有效，管理水平也有效，并且技術水平對管理起到了促進作用。規模報酬在近10年呈遞增的狀態表明，一方面需要增加資源投入以獲得更高水平的產出成果，另一方面需要加強對投入資源的有效利用。

從各年份投入和產出的松弛變量來看，投入績效優于產出績效。在投入方面，2012—2015年有個別投入指標的松弛變量不為0，說明這些年份對科技創新的投入冗余存在不合理的規劃，投入的資源沒有得到合理利用。在產出方面，2010—2015年有一些產出指標的松弛變量不為0，說明這些產出指標產出過少，未充分發揮規模效應以達到有效的水平，從而導致了決策單元的非DEA有效。

從科技創新的超效率值來看，2008—2018年的超效率值呈波動上升趨勢，說明總體上山西省科技創新績效水平一直在上升，投入和產出的匹配程度越來越好。

4 山西省科技創新能力與績效的協調發展狀況

4.1 耦合協調度模型

為了衡量科技創新能力與績效之間的耦合協調發展狀況，引入耦合協調發展模型，具體公式如下：

式中，C為耦合關聯系數，T為綜合協調指數，D為耦合協調度。H表示山西省科技創新的能力水平，E表示山西省科技創新的績效水平，[α和β]為待定系數，本研究中假設科技創新能力和績效同等重要，故[α=β=0.5]。

4.2 山西省科技創新耦合協調度水平分析

根據耦合協調度的相關研究確定耦合關聯度和耦合協調度的等級劃分標準（表5、表6）。在得出山西省科技創新能力與績效的基礎上，分別計算出山西省科技創新能力與績效的耦合關聯度和耦合協調度，并且繪制了相關的折線圖（圖2）。

山西省科技創新能力與績效的耦合關聯度由最開始的低度耦合關聯逐漸發展為中度耦合關聯，說明山西省科技創新能力與績效的耦合關聯度在不斷增加，山西省科技創新能力與績效的協同能力不斷提升。

山西省科技創新能力與績效的耦合協調度呈波動上升狀態，由最初的輕度失調狀態發展為初級協調狀態，說明山西省科技創新能力與績效的耦合質量不高，整體的耦合協調度處于較低水平，主要是由于科技創新能力呈波動狀態，發展相對滯后，但科技創新績效的改善，使得科技創新總體向好的方向發展，整體的耦合協調發展還有很大的提升空間。基于此，本研究把發展相對滯后的科技創新能力水平劃分為“滯后型”水平，把發展情況較好的科技創新績效水平劃分為“趕超型”水平，二者之間存在維度差距，所以導致了山西省科技創新能力與績效的耦合協調度較低。

5 結論與建議

5.1 研究結論

通過對山西省2008—2018年的科技創新能力、績效以及耦合協調關系進行評價研究，得出如下結論。

1）山西省科技創新投入能力呈下降趨勢，產出能力則呈上升趨勢;綜合科技創新能力整體上升，但是上升水平整體不高;而山西省科技創新投入績效優于產出績效，且綜合績效水平保持不斷增長的態勢。

2）山西省科技創新能力與績效的耦合協調度由輕度失調狀態逐漸改善為初級協調狀態，主要依賴于科技創新績效的水平整體較高。科技創新能力屬于“滯后型”水平，發展緩慢，在未來很長一段時間內，要著重提高科技創新能力;科技創新績效屬于“趕超型”水平，雖然績效水平優于能力水平，但在短期內，績效水平仍有上升的空間。

5.2 對策建議

根據上述實證分析和研究結論，提出如下對策建議。

1）保證科技創新績效穩定上升的同時，重點提高科技創新能力，科技創新能力與績效的協調發展可以促進科技創新水平的進一步提升。針對山西省科技創新能力總體增長但是普遍較弱的情況，山西省政府一方面應該對科技資源的投入進行合理規劃，加大管理和監督，及時發現科技創新活動過程中如資源浪費、人員閑散等問題，并解決問題;另一方面要加大支持各創新主體（如高校、科研機構、企業等）的科技產出，著手建立健全科技成果保護制度，完善科技成果轉化的薄弱環節。除此之外，要進一步優化科技創新能力的投入、產出結構，通過科技進步、技術改革等來提高科技創新的綜合能力。

在加大力度提升科技創新能力的同時，要保持山西省科技創新績效增長的趨勢，不能顧此失彼，一方面應該擴大市場規模效應，活躍市場經濟，提升產出績效的水平;另一方面，政府應該合理增加科技創新的資源投入和重視技術進步，制定科學、規范的資源利用機制，建立系統、完善的資源投入和產出成果記錄，促進科技創新績效的穩步提升。

2）建立績效驅動下的科技創新發展模式，促進科技創新能力與績效的耦合協調發展。針對山西省科技創新發展耦合協調度較低的情況，山西省政府首先應該利用好市場調節作用，以市場為導向調整投入的資源力度，引導和促進成果轉化，充分利用科技創新能力與績效的內生性關系，提升績效對能力的支撐力;其次，利用大數據、互聯網等信息技術和網絡平臺建設，將投入和產出資源進行整合，及時追蹤投入和轉化信息，加強管理運作，提升科技創新能力與績效相互促進的協同作用。

參考文獻：

[1] GRILICHES Z. Issues in assessing the contribution of research and development to productivity growth[J].The bell journal of economics， 1979，10（1）：92-116.

[2] 張永安，郄海拓，顏斌斌. 基于兩階段DEA模型的區域創新投入產出評價及科技創新政策績效提升路徑研究——基于科技創新政策情報的分析[J]. 情報雜志，2018，37（1）：198-207.

[3] 王慧艷，李新運，徐銀良. “四維度”框架下區域科技創新驅動產業升級績效評價研究[J]. 經濟問題探索，2018（11）：97-107.

[4] 丁生喜，王曉鵬. 青海省區域創新環境對科技創新績效影響的實證分析[J]. 科技管理研究，2016，36（5）：71-75.

[5] 葉文顯. 西安市科技創新能力及其績效評價[J]. 科技管理研究，2017，37（11）：86-91.

[6] 解學梅，戴智華，劉絲雨. 高新技術企業科技研發投入與新產品創新績效——基于面板數據的比較研究[J]. 工業工程與管理，2013，18（3）：92-96.

[7] CAMISON C，VILLARLOPEZ A. Organizational innovation as an enabler of technological innovation capabilities and firm performance[J]. Journal of business research，2014， 67（1）：2891-2902.

[8] DAWID H，NEUGART M. Agent-based models for economic policy design[J]. ?Eastern economic journal， 2011， 37（1）：44-50.

[9] 趙喜洋，劉雅琴. 湖北省高新技術企業科技創新績效評價研究[J]. 科技進步與對策，2017，34（22）：133-140.

[10] 梁瑞敏，彭佑元. 基于網絡DEA的山西省區域科技創新績效評價研究[J]. 科技管理研究，2014，34（18）：112-116.

[11] 祝 新，王 邵. 基于灰色關聯分析模型的廣西科技創新能力評價研究[J]. 科技進步與對策，2016，33（22）：109-115.

[12] 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.

[13] 楊秀玉. 基于熵權TOPSIS法的區域農業科技創新能力及收斂性分析[J]. 華中農業大學學報（社會科學版），2017（3）：42-50，150-151.

[14] 劉 楊，王海蕓. 政府科技投入與企業技術創新效率的耦合協調度——以北京市為例[J]. 技術經濟，2016，35（10）：66-71.

[15] 沈宏婷，陸玉麒，沈驚宏. 中國省域創新投入-創新產出-創新效益的時空耦合研究[J]. 經濟地理，2017，37（6）：17-22，35.

[16] 徐 曄，陶長琪，丁 暉. 區域產業創新與產業升級耦合的實證研究——以珠三角地區為例[J]. 科研管理，2015，36（4）：109-117.

[17] 祝 影，王 飛. 基于耦合理論的中國省域創新驅動發展評價研究[J]. 管理學報，2016，13（10）：1509-1517.

[18] MAGHSOUDI S， DUFFIELD C， WILSON D. ?Innovation evaluation： Past， current models and a framework for infrastructure projects[J]. International journal of innovation science，2015，7（4）：281-298.

[19] 常 濤，李志強，韓牛牛，等. 基于資源型經濟轉型的區域科技創新能力評價研究——以山西省為例[J]. 科技管理研究，2015，35（16）：62-67.

[20] 王亞偉，韓 珂. 基于改進模糊綜合評價模型的區域科技創新能力評估——以河南省為例[J]. 科技進步與對策，2012，29（13）：119-124.

[21] 許吉黎，韓玉剛，楊顯明. 安徽省城市科技創新能力評價及格局分析——兼論省域科技創新體系的發展模式[J]. 地域研究與開發，2013，32（5）：51-56.

[22] 孫道軍，王 棟. 高新技術產業集群下區域R&D投入與創新產出的實證研究[J]. 現代管理科學，2010（6）：69-71.

[23] 任海云，師 萍. 企業R&D投入與績效關系研究綜述——從直接關系到調節變量的引入[J]. 科學學與科學技術管理，2010，31（2）：143-151.

[24] 吳林海，杜文獻. 中國R&D投入與經濟增長的關系——基于1991—2005年間中國科技統計數據的協整分析[J]. 科學管理研究，2008（2）：89-92，100.

[25] 張紅輝，許繼琴，劉尚海. 基于DEA分析的寧波市科技自主創新績效評價[J]. 科技進步與對策，2009，26（17）：144-150.

[26] 曹志來. 科技創新投入產出績效的評價與解析——基于東北三省一區的相對分析[J]. 東北亞論壇，2008（4）：63-67.

[27] 許建紅，梁 玲，孔令丞. 東部12省市科技創新效率的DEA測評與上海科創策略研究[J]. 上海對外經貿大學學報，2019，26（2）：59-68.

[28] 張良強. 區域自主創新的績效評價——以福建省為例[J]. 技術經濟，2008（10）：1-10，20.

[29] 朱新玲，甘麗華. 長江經濟帶科技創新能力綜合評價與發展變化研究[J]. 科技管理研究，2018，38（3）：107-112.

[30] ANDERSEN P， PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management science， 1993，39（10）：1261-1264.