基于超效率DEA與Malmquist指數的區域研發效率評價
——四大國家級城市群比較研究

楊 力，魏奇鋒

(1.西南交通大學 經濟管理學院，四川 成都 610031；2.成都理工大學 商學院，四川 成都 610059)

0 引言

2018年國務院發布關于建立區域協調發展新機制的意見，表明未來將以城市群推動我國區域戰略融合發展[1]；2020年中央財經委員會第六次會議提出，成渝地區雙城經濟圈將以世界級城市群為目標進行規劃建設，并定位為我國西部高質量發展的重要增長極，這是繼京津冀、長三角、粵港澳后的中國經濟“第四極”。城市群可持續發展離不開科技創新，科技創新活動質量與發展速度影響城市群的經濟規模及發展進程。然而，由表1可知，截至2018年底，四大國家級城市群發展不均衡，其中，長三角經濟圈經濟規模居前，京津冀地區產業創新實力領先，粵港澳大灣區城鎮化率一馬當先，成渝地區雙城經濟圈無論是城鎮化率、經濟規模，還是創新能力均排名靠后。由于區域科技研發與創新能力是占領經濟市場的決定性因素，在此背景下，探討四大國家級城市群研發效率差異及影響因素，對于整合與規劃區域科技資源、激發經濟圈經濟活力、占領我國科技創新制高點具有重要意義。

表1 四大國家級城市群比較Tab.1 Data comparison of four national urban agglomerations in China

1 文獻綜述

1.1 研發效率評價

近年來，關于利用區域科技研發推動經濟增長與產業升級已在學術界形成共識，區域研發效率也逐漸成為學者們研究的熱點，并產出了很多成果。目前學術界針對研發效率測度的研究主要從3個方面展開。

(1)研發效率評價方法。當前的主流研究方法是以SFA為代表的參數法與以DEA為代表的非參數法。如Guan等[2]、Cruz-Cazares等[3]為了解決研發績效測算過程中研究結果的不確定性問題，利用DEA-GMM模型測算了西班牙高技術制造業的技術研發效率；程慧平等[4]、劉俊等[5]基于SFA分析方法對我國主要省份的研發創新與轉化效率進行了實證研究；樊華等[6]、喬元波[7]采用DEA以及改進的三階段網絡DEA方法對我國區域創新效率進行了測度分析。

(2)從產業層面分析科技研發效率問題，從經濟社會環境、國家創新體系差異等外部角度探討研發活動的影響因素。如Kumbhakar等[8]選取11個歐洲經濟體中的18個高技術行業進行科研生產效率測算，研究發現，各國知識生產能力和創新體系都存在系統性差異，是影響科研生產率的根本因素；Li等[9]構建了一個基于共同邊界分析與截斷回歸的動態DEA模型，測算科技人才對高新技術產業研發效率的影響程度。

(3)區域層面的科技研發效率研究主要集中在省域、國家、經濟聯盟3個層面。如朱天星等[10]運用DEA與累計TFP指數研究亞洲“一帶一路”國家研發效率，發現技術進步率是促進研發效率提升的關鍵，而國家經濟發展與研發效率之間呈 “U型”關系；張立杰等[11]基于價值鏈視角，研究絲綢之路經濟帶沿線省、市高技術產業研發創新績效，結果表明，沿線城市研發創新效率差距正逐步縮小，區域協同發展使高技術產業發展態勢向好；葉堂林等[12]基于超效率BCC模型，對2010-2018年我國東部三大城市群各城市及城市群整體創新效率進行測度，并利用變異系數考察城市群內部創新效率差距。

1.2 城市群研究

當前關于城市群的研究成果較豐富，但側重點不同，主要聚焦于城市群發展差異、城市群內部產業布局、城市韌性等。

(1)城市群發展差異。如米錦欣[13]從全球城市群視角分析我國三大城市群，即長三角、京津冀、珠三角特征，從發展模式、空間規劃、分散化管理等方面評估我國城市群與世界超級城市群的差距，并據此提出對策建議；楊智雄等[14]研究發現，各城市群之間呈現顯著的梯次分布格局，沿海城市整體發展水平超前且較為均衡，長江中游、成渝地區雙城經濟圈表現出典型的混合特征，區域內部發展不均衡，而關中平原、哈長城市群表現出明顯的滯后性，科技研發能力不足，經濟發展水平也較低。

(2)城市群產業布局。王青等[15]選取長三角城市群作為研究對象，利用宏觀計量模型測算產業分工對經濟發展的影響程度，研究表明，人才供給、政府規模對經濟高質量發展均具有正向促進作用，推進城市群產業分工能夠最大限度地協調與發揮各級城市功能；溫曉慧等[16]采用耦合協調理論模型，評價我國三大沿海城市群的區域創新能力，結果發現，各城市群科研創新能力差異顯著，作為產業分工和協調系統最完善的珠三角城市群，其創新能力最強，其次是長三角，環渤海最弱。

(3)城市群城市韌性。張明斗等[17]基于協調度模型與層次分析法，測算2007-2016年長三角城市群16個城市的城市韌性和經濟發展水平，結果表明，各城市的城市韌性呈波動上升趨勢，但內部存在顯著的地帶性差異，表現為“東強西弱”的發展格局；朱金鶴等[18]運用熵值法、ESDA剖析三大城市群的城市韌性時空演變規律，發現城市韌性從高到低，依次排序為長三角城市群>京津冀地區>珠三角，財政、技術、金融規模對城市群城市韌性空間溢出的差異化影響顯著。

1.3 文獻述評

通過文獻梳理發現，國內外學者針對區域研發效率的研究存在有待完善的地方：第一，現有研究大多以國家、省域或高技術產業數據為主，缺少基于城市群維度的研發效率分析；第二，現有研究普遍采用數據包絡分析法，僅停留在研發效率的靜態分析層面上，缺乏動態分析分解后的城市群研發動態效率研究，從而無法科學地反映研發投入強度以及研發產出貢獻差異。

基于此，本文將從兩個方面進行完善：第一，拓展區域研發效率研究視野，選取四大國家級城市群，包含65個地級以上城市作為研究對象，全面探究城市群所含城市的科技研發現狀，系統分析投入與產出問題，因地制宜提出相應策略。這對于縮小我國四大城市群以及城市群內部區域科技研發差距、解決區域發展不平衡等問題具有重要參考意義。第二，突破傳統科技研發效率測算的單一邏輯思路，從動靜態兩種視角切入，選取超效率DEA模型與Malmquist指數法進行實證研究，從單一研發生產過程升級到跨期多維度生產過程，基于以往研究缺陷分析影響區域研發效率的關鍵因素，全面量化區域研發效率水平與影響因素。

2 研究方法與指標構建

選取京津冀、長三角、粵港澳大灣區、成渝地區雙城經濟圈四大國家級城市群，基于超效率DEA與Malmquist指數法，對2016-2018年各城市群科技研發效率進行測算與對比分析。

2.1 模型設計

2.1.1 超效率DEA模型

DEA模型是一種應用線性規劃理論測算投入產出比的模型。模型中含有α種輸入指標、β種輸出指標，η個決策單位(DMU)，第ε個DMU的輸入和輸出變量分別為：xε=(x1ε,x2ε,...,xαε)T>0、yε=(y1ε,y2ε,...,yβε)T>0。該模型基于規模報酬不變或可變原則，以投入或產出為導向，分為4個模型，即CCR-I、CCR-O、BCC-I、BCC-O。在實證分析中，使用基礎DEA進行效率測算時會出現多個DMU生產效率都為1(即同時有效)的現象，此時無法對這樣的DMU作進一步排序。1993年，Per Andersen & Niels Christian Petersen(1993)[19]針對此現象，對DEA模型進行了完善與延伸，建立了超效率DEA模型，如公式(1)所示。

(1)

改進后的超效率DEA模型去掉了約束項中的輸入項和輸出項。進行測算時，無效的DMU生產前沿面保持不變，而有效的DMU生產前沿面后移，從而能夠比較DMU效率。

2.1.2 Malmquist指數方法

基礎與超效率DEA模型均是一種靜態分析模型，能夠獨立分析每年的DMU技術效率、規模效率、純技術效率，但無法識別DMU的跨期動態效率變化，且無法進一步分析引起效率變化的原因。因此，本文在超效率DEA的基礎上，應用基于全域技術集的Global Malmquist生產率指數測算全要素生產率(TFP)變化，構造產出導向的產量距離函數，將其表示為：

TFP=Techch×Effch=Techch×Pech×Sech

(2)

技術進步(Techch)反映了生產前沿面從t時期到t+1時期的移動，技術效率(Effch)表示某DMU從t時期到t+1時期對生產可能性邊界的追趕速度，它還可以分解為純技術效率(Pech)和規模效率(Sech)之積。模型構建如下：

(3)

基于公式(3)的進一步分解，得到Global Malmquist生產率指數：

(4)

2.2 指標構建與數據選取

在指標選取過程中，遵循關聯性與適量性，并結合指標現實意義以及數據可獲取性原則，但囿于DEA模型的局限性，輸入指標應不少于輸出指標，因此輸入輸出指標最多分別選取4個。

2.2.1 區域研發效率輸入指標

科技研發活動(R&D)包含基礎研究、試驗發展與應用研究三類，是反映區域科技創新的有效指標?？蒲谢顒拥膶嵤┲黧w是研發人員，人才是科技研發活動輸入的重要要素，因此本文選取“R&D人員全時當量”作為第一個輸入指標X1；資金投入是保障科技研發活動順利開展的必備條件，因此本文選取“R&D經費內部支出”作為第二個輸入指標X2；“R&D經費投入強度”能夠反映區域對科技研發的重視程度，因此將其作為第三個輸入指標X3。

2.2.2 區域研發效率輸出指標

參考已有成果，將科技活動產出分為3個階段：第一階段為科學技術孵化，第二階段為科技成果轉化，第三階段為科技成果產業化，不同階段對應科研產出的不同表現形式。將科研產出進行階段劃分能夠更準確地衡量科研成果的“落地化”，該產出反映了生產力效率。

在新技術孵化階段，被授權的專利技術能夠體現新技術孵化成果，因此選取“專利授權量”作為第一個輸出指標Y1，其中包括發明、實用新型、外觀設計三類專利技術成果授權；在科技成果轉化階段，市場成交額越高，說明科技成果轉化效果越好，創新成果的商業化越成功，因此選取“技術市場成交額”作為第二個輸出指標Y2；在產業化階段，各區域的傳統制造業已開始轉向高精尖制造業，新產品產出有助于企業獲得利潤，因此采用“新產品銷售收入”作為最后一個輸出指標Y3。

表2 區域研發效率評價指標體系Tab.2 Index system of regional R&D efficiency evaluation

2.2.3 數據說明

參考四大城市群發展規劃綱要的最新劃分標準，選取京津冀城市群13個地級市、粵港澳大灣區10個城市(由于澳門數據缺失，未納入考量)、長三角城市群26個城市、成渝地區雙城經濟圈16個城市作為研究主體，測算2016-2018年四大城市群65個城市的科技研發效率。本文數據來源于2016-2018年國家統計局、Wind、四大國家級城市群地方統計局、科學技術廳、知識產權局以及各省市經濟與社會發展統計公報，研究期內個別缺失值采用插值法補齊。

由表4的 Pearson相關性系數矩陣可知，3項科技研發輸入與輸出指標間均為正相關，由此表明構造的研發效率評價體系符合DEA的同向性原則，保證了測算結果的可信度。

表3 科研投入產出原始數據描述性統計結果Tab.3 Statistical description of scientific and technological input and output original data

表4 Pearson相關系數矩陣Tab.4 Pearson correlation matrix

3 區域研發效率實證分析

3.1 區域研發效率靜態分析

基于SE-DEA(CCR-I)模型對2016-2018年我國四大城市群65個城市的科技研發效率進行測算，對比分析四大城市群以及各城市不同階段研發效率變化情況，探討各區域研發效率變化特點。測算得出2016-2018年四大城市群科技研發效率，具體如表5所示。

表5 2016-2018年四大城市群65個城市的科技研發效率Tab.5 Scientific and technological R&D efficiency of 65 cities in four major urban agglomerations during 2016-2018

續表5 2016-2018年四大城市群65個城市的科技研發效率Tab.5 Scientific and technological R&D efficiency of 65 cities in four major urban agglomerations during 2016-2018(Continued)

從四大城市群研發效率總體情況看，2016-2018年粵港澳大灣區的SE-DEA效率均值為0.871，居四大城市群之首，比京津冀的研發效率均值高出10.9%；成渝地區雙城經濟圈的SE-DEA均值為0.838，雖然在經濟規模、產業創新能力上與其它三大城市群有一定差距，但在科技研發活動上處于高效狀態；長三角城市群的研發效率均值為0.795，京津冀城市群的研發效率均值為0.762，說明上述兩大城市群城市的科技研發在大多數年份處于低效狀態。

逐年來看，可以發現，京津冀城市群、粵港澳大灣區、成渝地區雙城經濟圈均處于遞增態勢，2016-2018年京津冀城市群研發效率的增長率最高，達到了25.4%，粵港澳大灣區以24.3%的增長率緊隨其后，成渝地區雙城經濟圈的增長率僅為12.97%，而長三角城市群的研發效率呈負增長，下降了7.8%。

表6 四大城市群SE-DEA效率均值Tab.6 Mean SE-DEA efficiency value of the four major urban agglomerations

從整體情況看，四大城市群研發效率的均值為0.816 5，整體水平存在上升空間；從城市角度看，共有45個城市的科技研發效率低于區域平均水平，占69.2%，說明城市間的科技研發效率存在較大差距。

下面將結合四大城市群特點，對各城市研發效率進行深入分析。

(1)京津冀地區各城市科技發展差距較大，2016-2018年科技研發效率有效地區僅北京一個城市，效率均值為1.503，且處于高效科技研發狀態。保定、承德兩個城市的SE-DEA效率均值都低于0.5，不足北京的1/3，處于低效科技研發狀態，其它十個城市的效率均值處于0.5～1.0之間且沒有達到DEA有效狀態，秦皇島在2016年的研發效率達到了1.101的有效狀態，但在2018年以29.97%的速度回落至0.854，2016年石家莊的研發效率僅為0.437，兩年間以150.34%的增速達到1.094的DEA有效狀態，因此石家莊與秦皇島在區域創新、科技研發道路上的經驗及教訓可作為其它城市的重要參考。

京津冀地區的科技研發效率呈現明顯的兩極分化狀態。其中，北京作為我國的政治文化中心，其經濟實力與科技要素聚集能力明顯強于其它城市，是我國科技創新高地，但并沒有很好地發揮輻射作用，對周邊滯后城市帶動不夠。河北地區的科創要素聚集與高技術產業聚集程度遠落后于北京地區，極大阻礙了區域創新能力提升。

(2)長三角地區科技研發效率均值達到有效層面的共有5個城市，分別為：上海1.201、蘇州2.042、寧波1.085、紹興1.023、池州1.032。其中，蘇州的科技研發效率均值為四大城市群之首，也是唯一一個DEA效率均值達到2的城市。蘇州擁有雄厚的制造業基礎，憑借其區位優勢，積極引進外資，促進產業價值鏈上移，世界500強企業已有90家在蘇州投資。此外，蘇州積極加強科研投入、主動進行產業轉型、高效產出科技成果，在研發效率上占據絕對優勢。而作為同樣位于江蘇省的鹽城，其研發效率均值僅有0.351，R&D經費內部支出均值是蘇州的1/5，2018年其R&D投入強度均值為0.96%，遠低于我國整體均值2.19%，同時，產學研合作不足，沒有抓住自身區位優勢，導致自主研發能力與企業創新活力得不到充分激發，區域研發效率處于極低效狀態。

長三角地區共有21個城市沒有達到DEA有效且整體研發效率不高。雖然長三角各大地域都有一定核心競爭力，如上海的科創能力與服務業發展水平為區域翹楚，江蘇省制造業成熟，安徽省新興產業發展迅猛，但是這些優勢稟賦并沒有為長三角大部分城市帶來高效率的科研產出，未來這些區域還需注重城市內部科技研發深度和效率，避免發展滯后的城市影響區域整體科技創新水平。

(3)粵港澳大灣區中廣州的科技研發效率均值為1.073，中山為1.917，東莞為1.089，均達到了科技研發有效水平，深圳為0.915，距生產前沿面還有微小距離，香港的研發效率均值為0.347，位于四大城市群各城市最后一名。2016-2018年佛山和中山的研發效率增速分別為77.9%、63.89%，發展迅猛，廣州、深圳、東莞、肇慶、江門的研發效率逐年緩步提升。

粵港澳大灣區作為金融、創新與貿易中心，緊緊抓住全球科技和產業革命機遇，如深圳、廣州充分發揮其輻射帶動作用，促進區域周邊城市改革與發展。但除深圳和港澳地區外，珠江三角洲的支柱產業仍是中低端制造業，新能源、新材料等高技術產業發展緩慢。未來粵港澳大灣區應注重挖掘科研創新潛力，優化區域科研創新結構，推動粵港澳大灣區新型工業化發展和技術體制創新。

(4)成渝地區雙城經濟圈共有4個城市的研發效率均值達到有效層面，分別是重慶1.129、成都1.209、德陽1.095、內江1.098，但沒有一個城市達到科技研發高效狀態，與標桿還有一定距離。緊隨上述4個城市之后的為研發效率均值為0.973的綿陽和均值為0.987的南充；四川達州和資陽的科技研發效率均低于0.5，這兩個城市主要存在技術落后、科技研發資源匱乏的問題；其余城市處于0.585～0.918之間。成渝地區未來需積極推動科技創新、優化產業結構，努力追趕科技研發高效率城市。

成渝城市群當前存在的主要問題是產業分工不夠明確、創新能力欠缺、產業協同程度低，且核心城市成都、重慶不僅沒有充分發揮輻射引領能力，反而因“虹吸”效應削弱了周邊城市的經濟發展動力。未來成渝雙城經濟區應著力促進城市一體化發展，推動科技資源跨區流動，完善內部產業結構，細化產業鏈分工，同時，提升科技研發效率與區域產出效率。

表7 四大國家級城市群SE-DEA效率均值分布情況Tab.7 Mean SE-DEA efficiency value of the four major national urban agglomerations

3.2 區域研發效率動態分析

為進一步說明四大城市群各城市2016-2018年科技研發效率的動態變化，使用DEAP 2.1軟件，基于Malmquist指數法測算全要素生產率(TFP)并作進一步分解，研究各城市科研產出效率的跨期變化。Malmquist指數法測算結果如表8所示。

3.2.1 各城市群技術效率指數變化情況

京津冀城市群共有11個城市的技術效率指數大于1，占比為84.62%，說明這些城市的科技研發效率都有了提高，其中，提升幅度最大的為石家莊，技術效率指數高達1.513，提升幅度最小的城市為邯鄲，僅為1.003。

長三角城市群僅6個城市的研發效率得到提高，占比為23.08%。其中，技術效率最高的城市為安慶1.342，上海和蘇州的技術效率均為1.0，說明2016-2018年上述兩個城市的科技研發效率保持穩定；在技術效率小于1的城市中，宣城的技術效率值最低，僅為0.676，其余15個城市的技術效率均處于0.8～1.0之間。

粵港澳大灣區有7個城市的技術效率大于1，占比為70%。其中，佛山的技術效率最高，為1.333，而香港、珠海、惠州的技術效率均小于1，說明效率有所下滑。

成渝地區雙城經濟圈有9個城市的技術效率大于1，占比為56.25%。其中，綿陽、資陽的技術效率排名靠前，分別為1.496與1.412。核心城市重慶和成都的技術效率均小于1，最低的為達州，技術效率僅為0.668。

對四大城市群技術效率指標進行分析可以看出，四大城市群共有33個城市的技術效率大于1，占50.77%，技術效率均值為1.022，整體研發效率呈上升態勢，但城市群內部科技發展不均衡問題較突出。其中，長三角區域大部分城市的技術效率都小于1，科技研發效率普遍下滑，成渝城市群有接近一半城市的科技研發效率下降，京津冀城市群和粵港澳大灣區整體呈現技術效率提高態勢。

表8 2016-2018年四大國家級城市群Malmquist指數測算結果Tab.8 Calculation results of Malmquist index method of 65 cities in four major urban agglomerations during 2016-2018

續表8 2016-2018四大國家級城市群Malmquist指數測算結果Tab.8 Calculation results of Malmquist index method of 65 cities in four major urban agglomerations during 2016-2018(Continued)

3.2.2 各城市群技術進步率指數變化情況

京津冀城市群除北京外，有12個城市的技術進步率大于1，占92.31%，北京的技術進步率為0.923，說明北京的科技研發水平有所退步。

長三角城市群除上海、銅陵、滁州、合肥外，有22個城市處于技術進步狀態，占82.62%。其中，南京、舟山、馬鞍山、安慶4個城市的技術效率與技術進步率均有提高，說明科研技術進步直接帶動了這些城市科技研發效率提升。

粵港澳大灣區除肇慶、惠州外，其余8個城市的技術進步率均大于1，占80%。其中，中山的技術進步率最高，達到1.402，說明2016-2018年該城市科技研發水平得到了極大提高。

成渝地區雙城經濟圈只有重慶、成都、瀘州、遂寧、廣安的技術進步率大于1，占31.25%，其余城市的技術進步率均小于1，受科學技術因素和規模效率影響，這些城市的科技研發水平逐年降低。

通過對技術進步率指數的分析發現，四大城市群共有47個城市的技術進步率大于1，占72.31%，技術進步率均值為1.055，高于技術效率均值。京津冀、長三角、粵港澳3個城市群中大部分城市的科研水平均有提高，而成渝地區雙城經濟圈則相反，其大部分城市的科研水平都處于下降狀態。

3.2.3 全要素生產率指數變化情況

總體來看，四大城市群整體的全要素生產率均值為1.078，其中，技術進步率的均值為1.055，技術效率的均值為1.022，說明四大城市群全要素生產率的提升更加依賴于科學技術進步。因此，提升四大城市群研發效率的關鍵在于提升科研技術水平，科學配置城市群科技研發要素，加強科技資源管理能力建設。

表9 四大城市群研發效率TPF動態變換及分解Tab.9 TPF dynamic variation and decomposition of R&D efficiency of the four major urban agglomerations

2016-2018年四大城市群整體的科研全要素生產率由1.025上升至1.133，年均增長率為2.1%，呈緩慢增長態勢，說明各城市群的科技研發效率處于動態提升的良好發展態勢。

4 總結及啟示

4.1 結論

本文采用SE-DEA模型和Malmquist指數方法，從靜、動態兩個視角切入，測算2016-2018年四大國家級城市群研發效率情況，結論如下：

(1)粵港澳大灣區的研發效率均值最高，但總體沒有達到DEA有效狀態，其后依次為成渝地區雙城經濟圈、長三角城市群和京津冀城市群，說明這四大城市群整體科技創新效率都存在上升空間。

(2)城市群內部科研創新績效存在較大差異，如北京、重慶、成都等核心城市的研發效率明顯高于周邊地區，表明區域發展不平衡，城市間的協同能力有待加強。

(3)技術進步率提升對四大城市群研發效率提高有明顯的正向作用，凸顯了科技進步對區域研發活動的顯著影響力。

(4)在科研活動中，規模效率是提高全要素生產率的關鍵影響因素，同時，科學技術進步能夠有效促進全要素生產率提高。此外，四大國家級城市群整體的技術轉化效率低于技術研發效率，但兩者差距逐年縮小。

4.2 對策建議

4.2.1 加快產業鏈融和，打造產業聯動區域

產業結構優化升級能夠直接帶動區域產出效率提升，各區域在進行產業升級和結構優化時應充分考慮城市群自身優劣勢。一是建立分工明確、多方位、集成式的城市群產業發展模式，強化產業能級提升。例如長三角城市群的核心產業為電子、金融、汽車，粵港澳地區制造業發達，京津冀城市群的產業布局為高端制造重工業與生產性服務業，成渝地區雙城經濟圈以電子信息、商貿物流為支柱產業；二是建立各具特色的產業合作園區，節點城市結合強鏈、補鏈、延鏈需求，明確針對核心城市的產業招商方向，強化城市群產業集中度與協同度。每個城市都需要積極抓住地理優勢和資源稟賦帶來的機遇，充分激發本地科技創新活力；三是建立城市群科技創新走廊，打造或形成新增長極，各地的城市群規劃需要契合各區域優勢稟賦，以核心城市為依托，周邊城市分工協調，積極承接產業配套與轉移，優化區域發展空間格局，加快實現由“單極”核心城市向“多極”發展軸的轉換。

4.2.2 促進區域協同，打造科技協同高地

各城市群內部應該積極創建跨區域產業協調機制，推動形成立體化、全面覆蓋的產業鏈，提升資源利用率與科技產出效率，合力推動城市群內生發展。同時，城市群可以選擇多核分散的聯動機制，例如長三角可以南京、杭州、寧波、合肥、蘇錫常等核心城市為支點打造五大都市圈，攜手打造區域科技創新特別合作區，形成全國舉足輕重的先進制造業和現代服務業中心；成渝地區雙城經濟圈作為我國西部戰略高地，可以成都、重慶雙核作為城市群發展驅動力，推進新型工業化和西南地區金融中心建設，周邊德陽、綿陽、眉山等節點城市應搶抓“成德綿眉資”50km同城化、創新資源外溢、產業轉移的重大機遇，主動承接成都優質高端項目轉移，積極推進成都平原經濟圈深度融合發展；京津冀則呈現為以首都北京為核心的高端制造業、科創高地城市群，天津、石家莊、保定等地應積極通過與北京的協同，加強基礎配套設施建設，以共建研發“飛地”、合作產業園等方式，打通與北京互聯互通的紐帶，進一步承接北京創新與產業外溢。

4.2.3 優化投入結構，加強科技成果轉化

一是因科研投入不足而導致研發效率低下的節點城市有必要加強與核心城市在創新鏈上的合作，例如樂山、達州、內江、滄州等可以探索建立城市群科技合作聯席會議制度，協同加大區域科創要素投入，積極引進高端研發人才并加大資金投入強度，確保創新投入穩定與充足，主動突破科技水平低下和產能落后的桎梏。二是部分城市科研投入已達到一定強度，例如天津、惠州等，但研發效率提升不夠。此時應該做好科技與經濟的高效連接，注重科技成果轉化，培育高科技產業和建設技術交易市場，及時將科技優勢轉化為經濟優勢，特別是在承接核心城市優質創新創業型企業、培育戰略性新興產業、創新科技金融服務等領域不斷拓展新領域、新方式和新內容，打造緊密的創新鏈深度合作體系。三是目前研發效率表現不俗的城市應繼續保持自身區位優勢，創新迭代出更優質的科研產出方式。各城市群只有因地制宜地制定研發效率提升策略，才能最大化地發揮資源效用，走上可持續發展道路。

4.2.4 加強科研合作，提升協同創新能力

由Malmquist指數測算結果可知，技術進步率提升是提高四大城市群研發效率的關鍵，而研發能力是提升技術進步率的核心動力。四大城市群應重點構建創新生態系統，以創新鏈帶動產業鏈發展，突出核心城市的首位效應，并圍繞核心城市加快科技創新資源同城化、科技平臺共建共享、核心城市帶動周邊節點城市共同實現產業創新能級提升，進而持續推進產學研一體化和緊密結合的協同創新網絡，積極實現跨城市、跨區域的科技研發要素流動；通過適當的政府和市場引導，例如加快推進“京津冀協同發展”“協同共進長三角一體化”“粵港澳大灣區創新合作”“成渝綿創新金三角”，實現“城市互動+產業協同+創新聯動”；進一步優化創新產學研合作模式，發揮各主體能動性與積極性，提高研發技術成果從理論向產業的轉化效率，打造高水平國際研發集聚區，精準發力，實現核心技術突破。