中國區域科技創新效率影響因素及提升路徑研究

李昕　吳豪洋

摘 要：為了提高區域創新質量、改善區域創新環境、實現區域創新能力的提升，以中國27省為研究對象，構建了包含創新資源要素（知識基礎與人力資本）、創新經濟要素（地區經濟水平與對外開放度）與創新政策要素（政府支持與政府競爭）3個維度、6個條件變量的創新要素群落，應用模糊定性比較分析法，探索了區域科技創新高績效組態。研究發現：1）區域科技創新高效率路徑歸結為獨立開放型和全面驅動型；2）對外開放、無政府間競爭是實現區域創新高效率的關鍵要素，區域科技高創新效率一定離不開高對外開放度；3）組態視角下政府支持對實現區域科技創新高效率的作用相對較低。研究成果在一定程度上豐富并擴展了區域科技創新效率的研究情境，對各地區開展區域創新活動具有借鑒意義。

關鍵詞：區域經濟學；科技創新效率；創新資源；創新經濟；創新政策；組態效應

中圖分類號：F276文獻標識碼：A DOI： 10.7535/hbgykj.2023yx03003

Study on influencing factors and the promotion path of regional

science and technology innovation efficiency in China

LI Xin，WU Haoyang

（School of Management，Bohai University，Jinzhou，Liaoning 121000， China）

Abstract：In order to enhance the quality of region innovation， improve the regional innovation environment， and achieve the upgrading of region innovation capabilities， an innovation element community was constructed with 27 provinces in China as the research object， including three dimensions and six conditional variables： innovation resource elements （knowledge base and human capital）， innovation economy elements （regional economic level and openness to the outside world）， and innovation policy elements （government support and government competition）. The fuzzy qualitative comparative analysis method was applied to explore the high-performance configuration of regional technological innovation. It is shown in the research that： 1）The efficient path of regional scientific and technological innovation can be summarized as independent and open， as well as comprehensive driven. 2）The key factors in achieving high efficiency in regional innovation are openness and no intergovernmental competition. High innovation efficiency cannot be separated from high openness to the outside world. 3）From the perspective of configuration， government support has a relatively low impact on achieving high efficiency in regional technological innovation. The research scenarios on the efficiency of regional scientific and technological innovation have been enriched and expanded， which has reference significance for various regions to carry out regional innovation activities.

Keywords：regional economics；scientific innovation efficiency；innovative resources；innovation economy；innovation policy；configuration effect

隨著人工智能、5G、大數據等新技術的發展，國家之間對于新技術的競爭愈發激烈，部分西方國家針對中國高新技術企業，如華為、大疆等的種種限制措施，進一步證明了核心技術在國際競爭中的重要作用。審視當前各區域創新水平與創新效率，不難發現，各區域在創新要素資源集聚能力同步增長的基礎上，其創新產出水平差距卻呈現不斷擴大趨勢[1]。此現象多是由區域間創新效率的差異所引發的，而某些特定的創新要素組合可能成為改善區域創新投入產出效率的有效路徑。因此，由組態視角出發，重新劃分創新要素群落，揭示創新系統下各要素配置以實現區域科技高創新效率顯得尤為重要。

自SCHUMPETER等[2]提出創新理論以來，國內外學者考察了區域創新的結構特征和動態演變過程[3]。其中，對于區域科技創新效率影響因素的研究較為豐富。學者們多采用超越對數生產函數的隨機前沿分析方法、二階段、三階段DEA等模型分析科技創新效率的影響因素。薛楚江等[4]、方瑩瑩等[5]以生態系統理論為基礎，探究創新生態系統對區域科技創新效率的影響，指出創新生態系統的有效建設能夠驅動區域創新績效的提升。陳銀娥等[6]、KALAPOUTI等[7]、安孟[8]研究了單一因素，如教育投入水平、政府支持力度、財政金融環境等，對區域創新效率的影響，結果顯示這些因素均對區域創新效率具有正向促進作用。

通過文獻梳理可知相關研究多采用回歸等統計方法，且著眼于單一因素對創新效率的影響，這為探尋提升區域創新能力的路徑提供了重要參考。部分研究基于還原論視角研究復雜管理問題，即探究單個部分對結果產生的影響，而研究多因素對區域創新效率影響的組態效應報道較少。此外，隨著國家創新驅動戰略的全面實施，科技創新指標被納入政府績效評價中，區域科技水平的高低已成為地方政府競爭的標尺，但將政府競爭、政府對科技創新的支持和科技基礎設施的異質性等因素作為影響區域創新效率條件變量的組態效應研究更為鮮見。

基于此，研究運用fsQCA方法，從以下3個方面展開研究：1）基于組態視角探究知識積累、人力資本、人均GDP、對外開放度、政府支持、競爭與區域科技創新效率的關系；2）探究不同因素之間可能存在的協同互動效應，進一步挖掘復雜系統下變量之間可能存在的替代作用；3）論證政府競爭下的全新組態對區域科技創新的影響。

1 研究設計

以2016—2020年中國27個省份作為研究對象，重新歸納經濟、資源、政策3個創新要素群落，然后運用fsQCA方法進行實證研究，分析各種復雜變量組合對區域科技創新效率的影響，最后獲得實現創新高效率的提升路徑。

1.1 研究框架

雖然關于區域創新效率研究的關注點各有不同，但多以創新生態系統理論為基礎，創新生態系統本質上是以創新要素群落為基礎而形成的協同互動網絡，在這一生態系統內，各要素群落間通過相互依賴、共生演進的方式發揮出協同創新效應[9]。因此，一個完整的區域創新生態系統應包含“創新資源-創新經濟-創新政策”在內的3個維度的創新要素群落。

1）創新資源要素

知識基礎理論認為組織是異質性知識資源的載體，其儲備生產性的知識，知識儲備的差異性決定了效率的差異[10]，所有技術也是知識的具體體現，知識積累則是創新的重要基礎，區域知識基礎是一個地區經過不斷的演化而獲得的知識積累，其獨特的規模、結構和質量決定了地區創新的核心競爭優勢和技術發展方向[11]。各地區在初期均有發展新產業和創造新知識的潛能，區域機會的開放，部分稟賦或偶然事件等因素的發生，一些產業在某些地區萌芽、發展，形成相應的知識積累[12]。隨著知識累積厚度的加劇，各種知識之間的組合方式呈現多樣化，企業創新隨之不斷增加，新技術、新產品不斷產生，進而改善區域創新效率。而組織是人的社會集合，人力資本作為知識積累的重要載體[13]，是知識積累、知識成果轉化的核心條件，對創新的作用不言而喻，近些年各地區的“人才引進大戰”正是地區關注于人才重要性的體現。有效的人力資本可以顯著促進創新，其作為一種稀缺、可產生價值、且難以模仿的資源為企業乃至地區帶來眾多的優勢。因此，知識積累和人力資本是重要的創新資源要素，是區域創新效率的重要影響因素。

2）創新經濟要素

良好的地區經濟水平為區域科技創新所需的投入提供充裕的資金支持；同時，中國企業通過不斷開放的區域市場環境，從獲得國外投資轉為向發達國家投資，向發達國家和先進地區不斷學習并吸收其新技術、新知識，進而提高國際競爭力，通過逆向技術溢出效應將知識和技術轉化為國內創新資源，提升國內創新水平[14]。

①對外開放度

基于技術溢出理論，PARK等[15]探索對外直接投資對創新效率的影響，研究發現對外直接投資具有逆向技術溢出效應，企業可以通過對外投資分享投資所在國的技術。NYEADI等 [16]研究了外商直接投資能否提高區域創新效率，通過利用企業經營數據研究證實外資進駐會產生“鲇魚效應”，引發激烈競爭進而提高當地的創新動力。綜合研究“走出去”“引進來”對創新效率影響的學者（如孫鳳娥等[17]）發現，對外開放度的提高可以顯著提升區域創新綜合效率；陳建麗等[18]通過對中國多個高新技術產業的創新效率進行研究，發現對外開放度對產業總體創新效率有顯著正向影響。因此，對外開放中“引進來”“走出去”均會以不同方式產生技術溢出或者激勵技術發展，進而提高區域創新效率。對外開放是影響區域創新效率的重要因素。

②地區經濟水平

羅默的內生經濟增長模型強調經濟增長資本積累導致技術進步。部分學者通過實證研究發現，經濟發展基礎水平較高的地區，創新要素資源較為豐富，且工業產業結構和政策環境更為完善，因此創新投入往往能獲得較大產出[19]。區域經濟發展水平表現為區域市場需求與環境承載力。市場作為創新產出的主要交易場所，其需求會激勵創新行為、推動創新活動，當市場競爭激烈時，促使周邊區域相互模仿，提升區域創新效率。而區域經濟發展能力，為創新提供基礎資源，不同區域創新能力的差別表現為各區域對創新要素的包容度和承受度。在中國，經濟發展水平存在不平衡現象，東部地區整體經濟發展態勢良好，經濟環境、創新環境等均優于其他地區，更易吸引大量創新資源集聚，李佳等[20]研究發現，區域經濟發展水平差異會導致地區的創新效率差異，且這種差異在短期內難以消除。

3）創新政策要素

創新政策要素代表了一個區域內對創新行為的政策支持力度，是一個區域內的創新基石，而政府間通過競爭的方式爭奪資源，以促進本地區的發展，如政府通常通過實行稅收減免、稅收返還等方式，吸引投資進而影響區域創新效率。而以上行為的實施主體均為當地政府。因此，創新政策要素包括政府支持與政府競爭。

①政府支持

區域創新活動依賴于政府的支持，政府是創新戰略的制定者和創新方向的引領者、創新環境的塑造者、創新主體利益的協調者、基礎知識與共性技術的供應主體以及重點領域與特殊行業創新項目的組織者甚至承擔者[21]。眾多研究表明政府支持對創新效率存在抑制[22]或促進[23]作用，且這種支持作用存在一定的門檻效應[24]。

②政府競爭

建設良好的創新環境是政府的主要職能。隨著近年來國家創新發展戰略的實施，區域科技創新水平也成為地方政府績效考核的標準之一。在中國式分權下，各級地方政府具有明顯的“政治經濟人”屬性[25]。由于科技創新的公共物品屬性，導致市場在配置科技要素、分配科技價值歸屬上失靈，因此需要政府主導、推進其發展。而創新要素作為稀缺資源，已成為各地方政府爭取的焦點，橫向層級政府間會展開激烈競爭，這一行為勢必對創新產生影響。田時中等[26]認為地方政府競爭對于區域創新效率有明顯的促進作用；而田紅宇等[27]則認為政府競爭會抑制區域創新效率的提高。

綜上，知識積累、人力資本、對外開放度、地區經濟發展水平、政府支持及政府競爭均為影響區域科技創新效率的重要因素。研究運用fsQCA以組態視角分析中國區域科技創新效率影響因素及其路徑，將區域科技創新效率影響因素歸納為3個維度：創新資源要素、創新經濟要素、創新政策要素，并在此基礎上構建了知識積累、人力資本、人均GDP、對外開放度、政府競爭和政府支持6個條件變量影響區域科技創新效率的理論框架。以27個省份為具體案例展開后續研究，具體框架如圖1所示。

1.2 研究方法

fsQCA屬于一種超越定性與定量且兼顧二者優點的集合思想的研究方法。它通過設置錨點校準確定變量所處的集合，并應用布爾代數的數學語言和集合思想完成一系列復雜的邏輯運算。在這個邏輯運算中基于fsQCA因果非對稱性等的底層邏輯讓使用者更易于探究解釋變量與被解釋變量之間的多重并發因果關系。fsQCA可以結合實際案例并運用數學方式研究不同解釋變量的不同組合對被解釋變量的影響，即哪些組態條件會導致結果發生，哪些條件組態會導致結果不發生。

文中提出的影響區域科技創新效率3個維度6個條件的多種組合，應同樣存在多條提升或降低區域科技創新效率的路徑。fsQCA對樣本的選擇要求比較低，可以處理中、小樣本以及大樣本，選取27個省份作為研究對象，所有變量均以各省2016—2020年的均值作為評價依據，屬于中小樣本。綜上所述，應用fsQCA方法能夠更好地解釋復雜情境下的影響區域科技創新效率的因果關系，為區域科技創新的提升提供指導。文中涉及的27個省份的相關數據來源于2017—2021年《中國統計年鑒》《中國人口統計年鑒》及《中國科技統計年鑒》。

1.3 結果變量的確定

本文以區域科技創新效率作為被解釋變量，借鑒韓先鋒等[28]的做法，分別選取研發人員全時當量和R&D經費內部支出額，作為 R&D 的人力投入指標和資本投入指標。同時，以各地區有效專利授權量作為各省創新的產出指標，相對于專利申請量，有效專利授權量更能準確反映地區的創新產出。在計算方法的選擇中，選用隨機前沿分析（stochastic frontier analysis，SFA），柯穎等[29]認為在效率測算中，DEA方法相較于SFA，忽略了非投入因素對模型結果的干擾，SFA方法中加入隨機誤差項以避免此問題，其更適合對區域創新效率的測算。因此區域創新效率以研發人員全時當量、R&D經費內部支出額作為投入指標，以有效專利授權量作為產出指標應用SFA測算獲得。

1.4 條件變量的確定

根據前文分析結果，確定創新資源要素、創新經濟要素和創新政策要素3個維度6個條件變量，具體如下。

1）創新資源要素

①知識積累 創新離不開知識積累，知識積累不足，往往會引致創新失敗[30]。通過知識的不斷累積、滲透、吸收、轉化，最終轉變為專利技術。NOOTEBOOM等[31]認為組織的研發積累及所形成的專利技術文件都是知識積累的體現。本文借鑒肖振紅等[32]的方法，采用永續盤存法，計算知識積累存量，測算公式為式（1）：

K_it=K_i（t-1）（1-δ）+ΔK_i（t-1），（1）

式中：K_it，K_i（t-1）分別表示i省第t年、第t-1年的知識積累;ΔK_i（t-1）表示i省第t-1年的專利申請量；δ為折舊率[33]。

②人力資本 人才作為知識吸收轉化的載體，是開展創新的基礎。本文運用梁圣蓉等[34]關于人力資本的測算方法，應用平均受教育程度作為人力資本的衡量指標。測算公式：

平均受教育程度=大專及以上文化程度人口比例×16 a+高中文化程度人口比例×12 a+初中文化程度人口比例×9 a+小學文化程度人口比例×6 a+文盲半文盲文化程度人口比例×2 a。

2）創新經濟要素

①地區經濟水平 地方經濟發展可以保證為區域科技創新提供所需的大量且持續的投入，經濟發展水平較高的城市往往吸收和轉化的能力也較強，技術外溢的效應更顯著，進而促進區域創新產出。因此，地區經濟發展水平選取人均GDP來衡量。

②對外開放度 一個地區的對外開放水平決定了該地區技術市場上所存在的新知識、新技術的深度與廣度，同時，由于外部競爭壓力的存在，對外開放度越高，企業加大新產品研發、流程創新的積極性就越高，提高企業績效，進而帶動區域創新效率提升。因此，本文選取地區進出口總額占該地區GDP的比例作為衡量該地區對外開放度的指標。

3）創新政策要素

①政府支持 區域創新環境的構建，離不開政府的參與。政府對研發活動的支持，能夠保證創新活動的持續投入，不斷累積知識存量，實現知識成果轉化，進而促進區域科技創新效率的提升。政府支持主要用政府支持力度來衡量，具體測算公式：政府支持力度=政府研發支出/地區整體研發支出。

②政府競爭 已有研究表明，因為資源稀缺性，政府之間往往會采用競爭的做法，這種競爭關系對區域創新產生重要影響[35]。參考陳國福等[36]的研究，將各省人均外商投資額作為度量地方政府間競爭的標尺。

2 數據校準與結果分析

區域科技創新效率的影響往往受到多因素的共同作用，應用fsQCA可以較好地探究多要素之間的協同效應，有助于厘清復雜情境下非線性因果關系。獲得同一結果的路徑可能包含多條，而非僅有最優解，且不同創新要素之間存在相互制約、促進或替代作用。

2.1 數據校準

數據校準主要是考慮到fsQCA研究的是多個變量之間的集合關系，因此數據校準就是將變量歸屬于其應隸屬集合的過程。這個過程需要結合相關理論及實際情況設置3個錨點（完全隸屬點、交叉點、完全不隸屬點），進而完成校準。本文依據相關理論并結合數據分布特點，參考Fiss和Evan的校準方法，將上四分位點、下四分位點以及50%分位點作為錨點，分別對應完全隸屬點、完全不隸屬點、交叉點。為方便計算，用E_P表示創新績效，K表示知識積累，H表示人力資本，E_g表示區域經濟水平，F表示對外開放度，G_s表示政府支持，G_c表示政府競爭。各變量的校準錨點如表1所示。

2.2 變量必要性分析

有必要在fsQCA進行組態分析之前進行單變量必要性檢驗，單變量必要性檢驗是分析單個變量是否是導致結果變量發生的必要條件。該因果關系可以通過觀測各個前因變量對結果變量的一致性得分來判定。參考學術界關于一致性得分門檻值的主流意見，當一致性得分不小于0.9時，則認為該條件為結果的必要條件。表2為單變量必要性檢驗的結果，其中條件變量均未超過09，說明文中涉及的6個條件變量對區域科技創新績效的影響不具備獨立解釋力，需要綜合考慮各條件變量的聯動影響，這也說明了區域科技創新效率的變化是由多因素融合共同作用的結果。

2.3 真值表構建

真值表是將具體案例壓縮合成組態證據，同時考慮邏輯上的可能組合，并基于組態視角詳細展示影響中國區域科技創新效率的多種不同因果路徑。在構建真值表的過程中，將隸屬度得分小于05的賦值為0；將隸屬度得分大于0.5且一致性得分大于0.8，PRI一致性得分大于0.75的賦值為1，其余賦值為0。具體如表3所示。

2.4 條件組態分析

fsQCA在經過標準分析后會根據邏輯余項的使用情況產生3種不同的解：復雜解、簡約解、中間解。其中，復雜解沒有使用邏輯余項，是完全依據現有案例生成的解，從而使結果過于復雜；簡約解使用了理論上所有的邏輯余項，這就可能在運算中納入不合理邏輯余項；中間解則考慮研究者的理論知識，納入部分具有意義的邏輯余項，學界普遍認為中間解優于復雜解和中間解。具體如表4所示。

表5中一致性水平反映了組態是區域高創新效率的充分條件的程度，原始覆蓋度則代表了該條組態能夠解釋的案例比例，唯一覆蓋度則表示僅能由某一組態解釋的比例。

1）區域高創新效率路徑分析

從組態視角看，表5展現了3條區域高創新效率組態。

①獨立開放型 該類組態構型包括2種具體組態，分別是H1，H2。2條組態都具有共同的核心條件高對外開放度、政府競爭缺失，故將該組態構型命名為獨立開放型。H1組態表示無需人力資本及政府支持，政府之間在不存在競爭的情形下，區域只要擁有一定的經濟水平，且保有高對外開放度，在這3種條件綜合作用下，即可獲得區域高創新效率，與此相對應的案例省份有江蘇、浙江、福建；H2組態表示無需知識積累和政府支持，政府之間不存在競爭的情形下，區域只要擁有一定的經濟水平，且保有高對外開放度，亦可在這3種條件綜合作用下獲得高創新效率，與之相符的案例省份為江蘇、山東。綜合此2條路徑可知，即使缺乏一定的創新資源，一個地區擁有高對外開放度和一定的區域經濟水平即可促使該區域獲得科技創新高效率，說明即使缺乏創新資源和創新政策要素，但該地區如有良好的創新經濟要素仍可產生科技創新高效率。結合技術溢出理論與資源基礎理論的研究，發現產生此類現象的原因，可能是因為對外開放度作為創新經濟環境中的重要條件變量，其不僅為科技創新提供一定的資金支持，同時科技創新需通過獲取外部知識而實現，進出口貿易作為國內與國外企業溝通的主要途徑，一方面企業為提高自身創新水平通過進出口貿易開展主動學習，另一方面發達國家對于產品質量與功能的要求迫使企業努力學習先進知識、提升技術水平，同時也帶來區域技術積累，進而提升區域創新水平和效率。

②全面驅動型 這類組態構型由一種具體組態構成，為H3。由于這條組態包含知識積累、人力資本、對外開放度及政府競爭4個邊緣條件，且其分屬于創新資源要素、創新經濟要素、創新政策要素3個維度，故將其命名為全面驅動型。H3組態表明無論區域經濟水平發展到何種程度，一個區域只要擁有一定的知識積累和人力資本、適度的政府競爭和對外開放度，無需政府支持即可獲得區域科技創新的高效率，代表性案例省份為廣東、重慶、江西。這類組態也印證了筆者提出的關于區域高創新績效是由多因素共同協同作用的結果這一假設。

從單個條件維度看，高對外開放度作為核心條件出現在了所有區域高創新效率組態中，說明了持續推進對外開放是打造區域高創新效率的重中之重。同時政府競爭缺失也作為核心條件出現在了2條區域高創新效率組態中，驗證了政府之間競爭對于區域間科技創新效率的抑制作用。此結論與朱德云等[37]的觀點一致。政府之間可通過稅收、財政支出等方式進行競爭，以獲取更多的投資，但這種稅收政策愈加標準化、法律化，缺乏靈活性，享受稅收的企業往往安于現狀，造成內部管理水平缺失，創新效率下降，進而阻礙區域創新效率的提升。這也意味著政府在一定程度上干預創新，限制產業市場對最新創新成果的捕捉，進而約束了市場中的資源配置與轉化，約束了創新市場的自由發展，從而抑制了區域創新效率的提升。

3條區域高創新效率組態也反映了地區高創新效率的形成是多種條件共同作用的結果。對于組態路徑中核心、邊緣條件的分析表明多個要素之間存在主次關系；不同地區在不同的條件組態下都可實現地區高創新效率的事實，進一步反映了殊途同歸的并發邏輯思想。

2）區域低創新效率路徑分析

區域低創新效率路徑組態一共有4條。由于4條路徑中核心條件基本一致、相似度較高，故將3條路徑合并分析。L1組態表示核心條件知識積累、人力資本、區域經濟水平及對外開放度缺失，邊緣條件政府競爭缺失會產生區域低創新效率，政府支持與否對結果沒有影響。L2組態表示在核心條件人力資本、區域經濟水平以及邊緣條件對外開放度和政府競爭缺失的狀況下，此時即使政府研發投入較大，政府支持力度提高，也會導致區域低創新效率，政府競爭不對結果產生影響。L3組態表示核心條件知識積累、人力資本、對外開放度以及邊緣條件區域經濟水平缺失，即使政府提供一定的研發支持并存在政府間的競爭，依然會導致區域低創新效率。L4組態表示核心條件知識積累、人力資本、對外開放度及邊緣條件政府支持的缺失，即使擁有一定的區域經濟水平和適度的政府間競爭，仍會導致區域低創新效率。與此相對應的案例省份主要為黑龍江和甘肅。通過組間對比可以發現，所有低創新效率的區域必然存在知識積累匱乏、人力資本缺失、對外開放度低的問題，說明即使創新政策優良，但缺乏良好的創新資源要素與創新經濟要素，仍無法實現區域科技創新效率的提升，這再次從反面視角證明了知識積累、人力資本、對外開放度對提高區域創新效率的重要作用。

2.5 穩健性檢驗

本文將校準錨點調整為85%分位點、50%分位點、15%分位點，分別對應完全隸屬點、交叉點、完全不隸屬點，對區域創新效率影響因素及其路徑的穩健性進行檢驗。調整后的模型組態結果整體同原有組態結果沒有較大區別，且模型的單條路徑一致性和整體一致性水平均大于0.9，說明一致性水平較好，通過穩健性檢驗。

3 結 語

本文應用中國27個省份2016—2020年數據進行fsQCA分析，研究中國區域科技創新效率的影響因素及其提升路徑，豐富并擴展了區域科技創新效率的研究情境；以組態視角揭示了3個維度下，各要素對區域科技創新效率的協同、聯動作用，挖掘影響區域科技創新效率的各類因素相互關聯性，得出如下結論。

1）對外開放度及政府競爭缺失是實現區域科技創新高效率的關鍵要素，區域科技低創新效率的產生必然源于知識積累與人力資本匱乏以及對外開放度低的情況。

2）實現區域創新高效率路徑大致可分為獨立開放型和全面驅動型，獨立開放型主要是依托高水平對外開放，全面驅動型則是綜合3個維度實現高創新效率。

3）組態視角下政府支持對實現區域高創新效率的作用相對較低。

綜上所述，為提升中國區域科技創新效率，需實施科學的對外開放政策，避免政府間競爭，推動區域創新向綜合型通道轉型。本文對區域創新效率的研究是一次新的探索與嘗試，但仍存在不足，具體表現為研究是基于靜態數據，未考慮到多個時間段的動態變化；目前學界在校準中對于錨點的設置均是孤立地分析單個變量，未考慮多個變量之間的關系，這是后續研究需完善與改進的方向。

參考文獻/References：

［1］ 李習保.中國區域創新能力變遷的實證分析：基于創新系統的觀點［J］.管理世界，2007（12）：18-30.LI Xibao.A case study on the changes in the innovation capability of China′s regions：A concept based on the innovation system［J］. Management World，2007（12）：18-30.

［2］ SCHUMPETER J A， KNUDSEN B T. The theory of economic development： An inquiry into profits［J］. Journal of Economic Literature， 2005， 43（1）：108-120.

［3］ 史修松，趙曙東，吳福象.中國區域創新效率及其空間差異研究［J］.數量經濟技術經濟研究，2009，26（3）：45-55.SHI Xiusong， ZHAO Shudong，WU Fuxiang. Analysis of regional innovation efficiency and spatial discrepancy in China［J］.The Journal of Quantitative & Technical Economics， 2009， 26（3）：45-55.

［4］ 薛楚江，謝富紀.政府人才政策、人力資本與區域創新［J］.系統管理學報，2022，31（5）：920-930.XUE Chujiang，XIE Fuji.Government talents policy， human capital， and regional innovation［J］. Journal of Systems & Management， 2022， 31（5）：920-930.

［5］ 方瑩瑩，劉戒驕，馮雪艷.空間相關性、創新生態環境與高技術產業創新生態系統創新效率——基于中國內地23個省份的實證研究［J］.科技進步與對策，2022，39（3）：59-68.FANG Yingying，LIU Jiejiao，FENG Xueyan. Spatial correlation，innovation ecological environment and efficiency of industry innovation ecosystem：An empirical study based on high-tech industrial of 23 provinces in China［J］.Science & Technology Progress and Policy，2022，39（3）：59-68.

［6］ 陳銀娥，李鑫，李汶.中國省域科技創新效率的影響因素及時空異質性分析［J］.中國軟科學，2021，364（4）：137-149.CHEN Yine，LI Xin，LI Wen.Analysis on determinants and spatiotemporal heterogeneity of science and technology innovation efficiency at Chinese provincial level［J］.China Soft Science，2021，364（4）：137-149.

［7］ KALAPOUTI K， PETRIDIS K， MALESIOS C， et al.Measuring efficiency of innovation using combined data envelopment analysis and structural equation modeling：Empirical study in EU regions［J］.Annals of Operations Research，2020，294（1）：297-320.

［8］ 安孟.對外直接投資能否提升區域創新效率［J］.中國科技論壇，2022，310（2）：141-150.AN Meng.Does outward foreign direct investment improve regional innovation efficiency［J］.Forum on Science and Technology in China，2022，310（2）：141-150.

［9］ 陳邑早，黃詩華，王圣媛.我國區域創新生態系統運行效率：基于創新價值鏈視角［J］.科研管理，2022，43（7）：11-19.CHEN Yizao，HUANG Shihua，WANG Shengyuan.The operational efficiency of the regional innovation ecosystem in China：A study based on the perspective of innovation value chain［J］. Science Research Management， 2022，43（7）：11-19.

［10］FOSS N J. Knowledge-based approaches to the theory of the firm：Some critical comments［J］.Organization Science，1996，7（5）：470-476.

［11］ASHEIM B T，BOSCHMA R，COOKE P.Constructing regional advantage：Platform policies based on related variety and differentiated knowledge bases［J］.Regional Studies，2011，45（7）：893-904.

［12］孫瑜康，呂爽，崔丹.區域知識基礎理論及其對中國區域創新的啟示［J］.科學學研究，2022，40（2）：366-375.SUN Yukang，LYU Shuang，CUI Dan.Regional knowledge base theory and its enlightenment to China′s regional innovation［J］.Studies in Science of Science，2022，40（2）：366-375.

［13］POLANYI B M. Personal knowledge： Towards a post-critical philosophy［J］. Philosophy of Science，1958，107（4）：617-618.

［14］顧雪松，韓立巖.市場化進程與對外直接投資的技術溢出效應［J］.科研管理，2018，39（6）：150-158.GU Xuesong，HAN Liyan.Market-oriented transition and technology spillover effect of outward direct investment （ODI）［J］.Science Research Management，2018，39（6）：150-158.

［15］PARK H，ANDERSON T R，SEO W. Regional innovation capability from a technology-oriented perspective：An analysis at industry level［J］.Computers in Industry， 2021，129：103441.

［16］NYEADI J D，ADJASI C，NTIM C G.Foreign direct investment and firm innovation in selected Sub-Saharan African countries［J］. Cogent Business & Management， 2020，7（1）：1763650.

［17］孫鳳娥，田治威.區域創新效率提升之道：選擇性保護還是全面開放［J］.科技進步與對策，2019，36（8）：35-43.SUN Fenge，TIAN Zhiwei.Ways to improve the efficiency of regional innovation：Selective protection or comprehensive openness［J］. Science & Technology Progress and Policy， 2019，36（8）：35-43.

［18］陳建麗，孟令杰，姜彩樓.兩階段視角下高技術產業技術創新效率及影響因素研究［J］.數學的實踐與認識，2014，44（4）：63-74.CHEN Jianli， MENG Lingjie， JIANG Cailou. The research on technological innovation efficiency and its affecting factors of high-tech industry from two-stage perspective［J］. Mathematics in Practice and Theory，2014， 44（4）：63-74.

［19］林潤田，李碧珍.中國工業創新效率的測度與空間溢出效應分析［J］.統計與決策，2022，38（7）：97-101.LIN Runtian，LI Bizhen.Measurement of industrial innovation efficiency in China and analysis of spatial spillover effect［J］.Statistics & Decision，2022，38（7）：97-101.

［20］李佳，王麗麗，王歡明.不同經濟發展水平下創新要素對產業創新績效的影響及政策啟示［J］.科技進步與對策，2020，37（7）：52-58.

LI Jia，WANG Lili，WANG Huanming.The impact of innovation elements on innovation performance under different levels of economic growth and the policy implications［J］.Science & Technology Progress and Policy，2020，37（7）：52-58.

［21］李政，楊思瑩.財政分權、政府創新偏好與區域創新效率［J］.管理世界，2018，34（12）：29-42.LI Zheng，YANG Siying.Fiscal decentralization，government innovation preferences，and regional innovation efficiency［J］.Journal of Management World，2018，34（12）：29-42.

［22］錢明輝.效率視角下的科技創新政策優化——以廣西壯族自治區為例［J］.社會科學家，2019（1）：43-52.

［23］肖仁橋，陳忠衛，錢麗.異質性技術視角下中國高技術制造業創新效率研究［J］.管理科學，2018，31（1）：48-68.XIAO Renqiao，CHEN Zhongwei，QIAN Li.China′s high-tech manufacturing industries′ innovation efficiency：Technology heterogeneity perspective［J］.Journal of Management Science， 2018，31（1）：48-68.

［24］路暢，王媛媛，于渤，等.制度環境、技術創新與傳統產業升級——基于中國省際面板數據的門檻回歸分析［J］.科技進步與對策，2019，36（14）：62-68.LU Chang，WANG Yuanyuan，YU Bo，et al.Institutional environment，technological innovation and traditional industrial upgrading—a threshold test based on interprovincial panel data in China［J］.Science & Technology Progress and Policy，2019，36（14）：62-68.

［25］李晨光，張永安.區域創新政策對企業創新效率影響的實證研究［J］.科研管理，2014，35（9）：25-35.LI Chenguang，ZHANG Yongan.An empirical research on the impact of regional innovation policy on enterprise innovation efficiency［J］.Science Research Management，2014，35（9）：25-35.

［26］田時中，余本洋，陸雅潔.財政投入、地方政府競爭與區域科技創新［J］.統計與決策，2020，36（3）：150-154.TIAN Shizhong，YU Benyang，LU Yajie.Financial input，local government competition and regional scientific and technological innovation［J］.Statistics & Decision，2020，36（3）：150-154.

［27］田紅宇，祝志勇，劉魏.政府主導、地方政府競爭與科技創新效率［J］.軟科學，2019，33（2）：22-25.TIAN Hongyu，ZHU Zhiyong，LIU Wei.Government dominance，local government competition and the efficiency of technological innovation［J］.Soft Science，2019，33（2）：22-25.

［28］韓先鋒，宋文飛，李勃昕.互聯網能成為中國區域創新效率提升的新動能嗎［J］.中國工業經濟，2019（7）：119-136.HAN Xianfeng，SONG Wenfei，LI Boxin.Can the internet become a new momentum to improve the efficiency of regional innovation in China［J］.China Industrial Economics，2019（7）：119-136.

［29］柯穎，何根源，劉昱影.逆向外包能提升中國半導體產業創新效率嗎［J］.科技進步與對策，2021，38（6）：55-64.KE Ying，HE Genyuan，LIU Yuying.Can reverse outsourcing improve the innovation efficiency of China′s semiconductor industry［J］.Science & Technology Progress and Policy，2021，38（6）：55-64.

［30］陳雅蘭，韓龍士，王金祥，等.原始性創新的影響因素及演化機理探究［J］.科學學研究，2003，21（4）：433-437.CHEN Yalan，HAN Longshi，WANG Jinxiang，et al.The research on the main factors and the evolving mechanism of original innovation［J］.Studies in Science of Science，2003，21（4）：433-437.

［31］NOOTEBOOM B，VAN HAVERBEKE W，DUYSTERS G，et al.Optimal cognitive distance and absorptive capacity［J］.Research Policy，2007，36（7）：1016-1034.

［32］肖振紅，范君荻，李炎.產學研協同發展、知識積累與技術創新效率——基于動態面板門限機理實證分析［J］.系統管理學報，2021，30（1）：142-149.XIAO Zhenhong，FAN Jundi，LI Yan.Industry-university-research collaborative innovation，knowledge accumulation，and technology innovation efficiency：An empirical analysis based on dynamic panel threshold mechanism［J］.Journal of Systems & Management，2021，30（1）：142-149.

［33］ANG J B.Financial development， liberalization and technological deepening［J］.European Economic Review，2011，55（5）：688-701.

［34］梁圣蓉，羅良文.國際研發資本技術溢出對綠色技術創新效率的動態效應［J］.科研管理，2019，40（3）：21-29.LIANG Shengrong，LUO Liangwen.The dynamic effect of international R&D capital technology spillovers on the efficiency of green technology innovation［J］.Science Research Management，2019，40（3）：21-29.

［35］LEE C P，CHANG Kaiju，BERRY F S.Testing the development and diffusion of E-Government and E-Democracy：A global perspective［J］.Public Administration Review，2011，71（3）：444-454.

［36］陳國福，唐炎釗.經濟高質量發展的內外雙循環驅動因素和政府競爭的影響機制［J］.經濟問題探索，2022（1）：1-14.CHEN Guofu，TANG Yanzhao.The internal and external double cycle driving factors of high-quality economic development and the effect of government competition［J］.Inquiry Into Economic Issues，2022（1）：1-14.

［37］朱德云，王鴻梓.稅收競爭與財政支出競爭對區域科技創新效率的影響——基于產業結構升級的門檻效應檢驗［J］.現代財經（天津財經大學學報），2023，43（1）：86-102.ZHU Deyun，WANG Hongzi.The influence of tax competition and fiscal expenditure competition on regional technological innovation efficiency：A threshold effect test based on industrial structure upgrading［J］.Modern Finance and Economics （Journal of Tianjin University of Finance and Economics），2023，43（1）：86-102.