基础研究与产业结构协调发展对区域创新绩效的影响*

林卓玲 李文辉　陈忠暖



基础研究与产业结构协调发展对区域创新绩效的影响*

林卓玲 李文辉陈忠暖

［提 要］旨在考察基础研究与产业结构协调度及其对区域创新绩效的影响效果。采用2001～2013年我国30个省区面板数据，运用协同学理论评价“基础研究—产业结构”复合系统协调度。研究发现，30个省区协调度均值总体呈增长状态，不同省区协调度的趋势变化特征明显不同，整体呈现“东高、中西低”的空间分布特征。协调度均对区域专利授权量和新产品销售收入产生显著正向促进效应；产学研合作对协调度促进专利授权量产生显著正向影响，对新产品销售收入影响不显著。协调度对东中西部地区创新绩效的影响存在差异。

［关键词］基础研究 产业结构 区域创新绩效 协调度

*本文系广东省自然科学基金项目“基础研究支撑产业转型升级研究”（项目号2014A030309012）、广东省公益研究与能力建设项目“全要素生产率视角下广东区域创新体系的创新效率评价与提升路径”（项目号2015A070704046）、华南师范大学共青团青年工作研究重点资助项目“国际视域下共青团深化大学生科技创新能力提升的长效机制研究”（项目号20160125 -2）阶段性研究成果。

基础研究是实现技术取得突破性创新的重要源头，是区域产业从“要素驱动”走向“创新驱动”的重要支撑。以区域产业结构升级需求驱动的基础研究，更有可能符合产业发展关键共性技术的需求，可增强区域创新绩效，并进一步促进产业结构优化升级，形成良性循环。目前在实施创新驱动战略进程中，深入研究基础研究与产业结构是否协调发展、两者之间的协调程度对区域创新绩效的作用机理显得尤为重要。

一、研究综述

基础研究与产业结构关系研究方面，柳卸林等（2011）研究提出产业驱动型基础研究是一种有效的研究模式，不仅提高了企业研究基础科学的积极性，而且由于紧密联系产业趋势和市场需求，也极大地保证了研究的效率和对产品/工艺创新的支撑。目前学者针对基础研究与产业结构之间关系的实证研究较少，主要是基于R&D的投入和强度开展相关研究，从不同角度研究产业结构与R&D投入和强度之间的联系。谢兰云等（2010）研究指出要将提高R&D强度与调整产业结构相结合，只有这样R&D资源才能够得到更好地利用，才能够真正提高科技创新能力。唐德祥等（2008）运用面板数据模型研究R&D与产业结构优化升级的关系，结果显示R&D支出对产业结构优化升级具有显著的促进作用。国外学者研究认为R&D强度与产业结构密切相关。Iorweth（2005）运用R&D强度差异分解方法研究加拿大与美国R&D强度差异，发现R&D强度差别的1/4 -1/3可以由产业结构的差异加以解释。Griffith等（2003）研究认为英美之间几乎所有的R&D强度差别都可以由部门的差异来解释。

基础研究对技术创新驱动作用研究方面，国外学者Aghion等（1996）设计了中间品垂直创新模型，研究指出基础研究产生基础知识，推出新的生产前沿，并通过应用型研发活动产生次生知识，进一步提高技术生产效率。Mansfield等（1980）、Beise等（1999）通过实证研究证明了基础研究对企业产生溢出效应。卫平等（2013）研究发现基础研究显著地促进了企业的技术创新支出和产出，并且产学研合作有利于基础研究激励效应发挥。李宾（2010）研究发现我国基础研究投入不足是阻碍国内研发促进全要素生产率提高的重要原因。李平等（2014）研究表明基础研究在整体上对技术进步存在促进作用，目前我国基础研究强度低于最优区间；同时也指出一国的研发结构只有与其要素禀赋结构相一致，才能对技术进步产生积极的拉动效应。基础研究对技术创新具有促进作用，但该作用的发挥同时也受到所在地区其他经济要素的制约。

产业结构与技术创新关系研究方面，马强等（2004）基于斯密、熊彼特和新经济社会学等理论，指出技术创新对产业结构演化有重要影响。郁培丽等（2011）揭示中心-外围区域产业结构与创新绩效关系；同时指出政府通过经济、法律、行政等手段来调整产业结构将会影响地方创新的产出，而创新产出的变化又会反作用于产业结构，产业结构调整和区域创新具有相互作用的动态变化机制。Michael等（2010）研究发现区域产业结构多样性与区域创新效率之间呈现倒“U”型关系。Pavitt（1984）构建基于技术创新的产业依赖模型，研究表明不同产业之间的技术创新活动存在显著差异，特定产业环境影响产业内相关企业的技术创新行为。现有研究为产业结构与技术创新互动关系奠定了基础。

国外学者（Gupta，2002；Goldenberg，2003）通过实证研究验证了创新要素协同作用对创新绩效的影响。从协同学的角度看，协调度是系统组成要素之间在发展过程中彼此和谐一致性的程度。基础研究与产业结构系统之间既彼此独立运作，又具有很强的关联性，两者在多环节、多层次上持续的进行着互动和发展。基础研究系统与产业结构系统既通过自身的研发投入、成果转化、技术创新等环节的协同运作实现内部的良性发展，两系统间又通过资源集聚、合作创新等环节的相互影响变化，实现系统间协同和有序化发展。两系统在不同时刻的协调发展程度成为复合系统协调发展的有效度量。国内学者（洪嵩等，2014；罗亚非等，2012）从协同学的角度，利用复合系统协调度模型对高技术产业与区域经济、R&D投入与经济发展的子系统或整个系统的协调发展进行研究。鉴于此，可采用序参量功效函数协调度模型评价基础研究与产业结构之间的匹配程度。

综上所述，国内外学者对基础研究、产业结构、技术创新的互动关系开展了相关研究，但仍缺乏对基础研究与产业结构是否协调发展、两者之间的协调程度对区域创新绩效作用机理又是如何的问题进行深入研究。本研究拟通过测算“基础研究—产业结构”复合系统协调度（以下简称“协调度”），并测度协调度对区域创新绩效的影响，有利于政府、高校研发机构和企业准确、深入认识基础研究和产业结构协调发展程度对区域创新绩效作用机理，为区域科技政策制定以及基础研究的深化发展提供启示。

二、协调度评价方法和指标选取

（一）区域“基础研究—产业结构”协调发展模型

从系统科学的角度来看，“基础研究—产业结构”系统是一个复杂系统，其复杂性主要体现在其构成要素的多元性，相互关联的动态性与多样性。基于协同学的序参量原理和役使原理，考察我国各省区“基础研究—产业结构”系统内部子系统序参量之间的协同作用，确定复合系统整体协调度模型。该模型从协同学的角度出发，分析了系统由无序走向有序的机理关键在于系统内部序参量之间的协同作用，协调度正是这种协同作用的度量。复合系统协调度模型参照罗亚非等（2012）相关方法，限于篇幅，不再详细描述。

（二）评价指标

遵循指标实效性、可比性的原则，建立协调度评价指标体系。基础研究子系统序参量主要采用高校基础研究支出经费和研发机构基础研究支出经费共2个评价指标。产业结构子系统序参量指标主要包括3个方面：产业结构合理化、产业结构高度化和产业结构高效化指标。产业结构合理化指标是基于三次产业的构成，分别测算第二产业与第一产业的比值和第三产业与第一产业的比值；产业结构高度化指数（ki表示第i个产业构成，hi是第i个产业的产业高度值，第一、二、三产业的产业高度值分别为1、2、3）；产业高效化E＝劳动生产率＝产业总产值/产业就业人员年平均数①。上述两个子系统的指标共同构建了综合评价协调度的指标体系。

（三）样本数据

本研究所用数据均来源于2002～2014年《中国统计年鉴》和《中国科技统计年鉴》。对涉及经费的数据，按照国家统计局公布的商品零售价格指数，以2012年物价为基准均转化为可比经费。由于西藏数据部分缺失，未纳入样本，因此实际研究的省份为30个，并划分如下：东部地区11省区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。中部地区8省区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区11省区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。

三、协调度特征分析

（一）协调度趋势变化特征

经测算，2001～2013年全国30个省区基础研究子系统、产业结构子系统的有序度均值，以及复合系统协调度均值如图1所示。协调度总体呈增长状态，2004年因受到产业结构子系统影响而导致整体协调性略有下降，之后又呈现持续稳步增长，没有出现较大波动变化。基础研究子系统和产业结构子系统有序度均值总体均为增长状态，但产业结构子系统有序度明显高于基础研究子系统有序度，仅在2013年出现基础研究子系统有序度高于产业结构子系统，基础研究投入明显滞后于产业结构发展，均应结合产业结构升级发展，优化基础研究投入的结构和强度，为原始创新提供良好的研究基础。

图1 2002～2013年全国协调度平均值

为比较各省区协调度的趋势变化特征差异，参照张广海等（2013）的研究方法，利用Spearman秩相关系数法分析各省区协调度在考察期内的变化情况。经测算，30个省区的秩相关系数均为正值，在考察期内均呈上升趋势，但其上升情况存在差异。其中，北京和云南的秩相关系数为1，表明完全Spearman秩相关。将秩相关系数绝对值与Spearman秩相关系数统计表中的临界值进行对比，发现除了辽宁、四川、贵州和陕西，其他26个省区均呈显著上升趋势。

（二）协调度空间分布特征

表1 各地区协调度分布情况

由表1可知，通过考察期间30个省区协调度均值，各省区协调度可划分为3个梯度：第一梯度地区、第二梯度地区和第三梯度地区。

各地区协调度呈现分布不均衡的空间分布格局。东部除了北京和河北，其他9个省区均处于第二、三梯度地区，其中处于第二梯度地区5个，处于第三梯度地区的省区4个。中、西部各省区均分布在第二、三梯度地区。中部处于第二梯度地区有2个，处于第三梯度地区6个。西部处于第三梯度地区的省区最多，达到8个，分布在第二梯度地区为2个。经测算，东、中、西部协调度均值依次为0. 429、0. 353、0. 358，东部协调度均值相对最高，中部和西部协调度均值相近，但三个地区的协调度均值均小于0. 5，基础研究与产业结构协调发展程度偏低。

各省区协调度差异明显。（1）北京和河北处于第一梯度地区，其协调度均值大于0. 5。北京科研资源集中，高校和研发机构的基础研究经费年度投入总量居全国首位，促进了基础研究水平提升，且产业结构演进表现为“三二一”高级阶段特征，基础研究与产业结构协调发展程度较高。河北的基础研究经费投入和产业结构升级情况不及北京，但其两者之间保持良好的协调发展状态，其协调度呈快速增长。（2）浙江、上海、广东等9个省区处于第二梯度地区，其协调度值分布在0. 4～0. 5之间。值得注意的是，西部的云南和甘肃基础研究投入与产业结构两个子系统有序度长期保持稳步增长，均没有出现较大幅度的波动变化，因此其协调度不断提高。（3）天津、江苏、海南等18个省区处于第三梯度地区，其协调度值均分布在0. 4以下。其中山西、四川两个子系统有序度出现较大幅度波动变化；青海、新疆的产业结构子系统有序度出现波动变化；天津、江苏、海南、安徽、吉林、黑龙江、河南、重庆、贵州的基础研究投入滞后于产业结构升级发展，陕西产业结构有序度低于基础研究有序度。基础研究能力未能与产业结构升级需求紧密结合，协调度较低。

四、协调度对区域创新绩效影响研究

（一）变量测度

1.区域创新绩效

在借鉴国内外指标体系的基础上，综合考虑数据可获得性，采用专利授权量与新产品销售收入来衡量区域创新绩效，以专利授权量的自然对数作为考察初期创新绩效的变量，以新产品销售收入的自然对数作为考察最终创新绩效的变量。

2.产学研合作

Tom等（2012）研究指出在协同创新背景下，企业与高校、科研院所间的合作创新日趋进，产学研合作机制对于基础研究向产业发展的知识扩散、成果转移以及企业学习吸收能力的提升产生重要影响，是促进科技成果转化的重要途径之一。产学研合作有利于基础研究激励效应的发挥。吴友群等（2014）研究指出产学研合作与技术创新能力之间存在长期均衡关系，短期的产学研合作对技术创新能力正向影响幅度较低，长期效果比短期明显。产学研合作状况影响基础研究与产业结构的协调发展，进而影响区域创新绩效。本研究引入协调度和产学研合作的交叉项作为核心解释变量之一。

3.控制变量

政府重视程度主要体现在政府对区域创新活动的研发投入和政策支持，为区域创新互动提供良好创新环境，有利于增强区域创新活力。区域的经济实力雄厚，则能够为该地区的技术创新活动提供较多的资金支持，为区域企业解决技术创新资金不足问题。宇文晶等（2015）研究发现地区经济实力对区域高技术产业两阶段纯技术效率为正向显著影响。白俊红等（2009）、关祥勇等（2012）研究显示，劳动者素质对区域创新效率有显著正向影响。劳动者素质与区域创新能力是否匹配，将可能对区域创新绩效造成影响。对外开放度是衡量区域经济对外开放规模和水平的重要指标，表示区域经济融入国际经济的程度，也体现地区之间的合作与协调发展关系。樊华等（2012）研究表明对外开放度对科技创新效率具有正影响效应。因此，本研究在分析中加入政府重视程度、区域经济实力、劳动者素质和对外开放度等控制变量（见表2）。

表2 模型变量的定义说明

（二）计量模型构建

为考察协调度与区域创新绩效之间的关系，对区域初期创新绩效的衡量指标（P）的计量经济学模型为：

其中，pi，t代表因变量，即第i个省区t时期专利授权量，α0为常数项，α1到α6为各解释变量的回归系数，εi，t表示回归模型的误差项。

对区域最终创新绩效的衡量指标（NPS）的计量经济学模型为：

其中，NPSi，t代表因变量，即第i个省区t时期新产品销售收入，β0为常数项，β1到β6为各解释变量的回归系数，εi，t表示回归模型的误差项。

（三）变量相关性分析

为避免出现共线性问题，在估计上述模型前对解释变量进行相关性分析。经测算，解释变量之间的相关性都小于0. 4；解释变量的容忍度值全部在0. 7以上，VIF值小于10，最小特征值为0. 071，最大条件指数7. 452，说明解释变量之间不存在多重共线性。

（四）面板模型回归结果与分析

为降低可能存在的序列相关影响，采用广义最小二乘估计（GLS法）估计上述模型，运用Hausman检验全国及各地区面板数据，确定选取随机效应模型或固定效应模型，检验各因素影响程度，结果见表3和表4。

1.全国检验结果分析

表3中，模型（1. 1）、模型（1. 2）和模型（1. 3）的因变量是区域初期创新绩效。模型（2. 1）、模型（2. 2）和模型（2. 3）的因变量是区域最终创新绩效。模型（1. 1）和模型（2. 1）是控制变量的回归结果；模型（1. 2）和模型（2. 2）中加入核心解释变量——协调度；模型（1. 3）和模型（2. 3）加入核心解释变量——协调度、协调度和产学研的交叉项。α1和β1均为正向显著，即基础研究与产业结构协调度对区域创新绩效具有显著的促进作用。结合我国区域实际情况，说明基础研究经费投入与所在区域产业结构的匹配程度越高，越有利于区域创新绩效的提升，准确调控基础研究与产业结构的协调性对有效促进区域创新绩效提高具有重要影响作用。基础研究投入滞后于产业结构发展，将在一定程度上抑制创新绩效。协调度和产学研合作的交叉项对专利授权量产生显著的正向促进效应；对新产品销售收入的影响系数为正，但统计上不显著。表明产学研合作对基础研究与产业结构协调度和专利授权量的关系具有调节效应，说明产学研合作程度越高就会提高基础研究与产业结构的协调度，从而提升专利授权量。而产学研合作对新产品销售收入未能发挥重要影响作用，产学研合作创新活动所带来的经济效益不明显，说明产学研合作主要对区域初期创新绩效产生影响，产学研合作的深度有待进一步提高。

表3 全国面板回归结果

2.地区检验结果分析

表4 各地区面板回归结果

控制变量方面，政府重视程度对专利授权量产生负向效应，对新产品销售收入的影响显著为正，说明新产品的产出和销售过程更加需要政府经费的支持。区域经济实力对专利授权量和新产品销售收入均不产生显著影响，说明区域创新绩效并没有明显地受到区域经济实力的影响，也反映了政府对基础研究支撑产业结构升级的制度支持和基础设施建设的力度不足，直接影响创新绩效的提升。劳动者素质水平对专利授权量和新产品销售收入均产生显著正向影响，高等教育发展水平是区域科技创新人力资源投入的基础，有利于激活区域创新活力。对外开放度对专利授权量和新产品销售收入也均产生显著正向影响，区域外开放程度越高，越能够营造竞争激烈创新环境，产业结构升级发展更加迫切需要基础性研究的科研投入，同时，对外开放度高也可促进吸收前沿技术、重大技术，有利于提高区域创新绩效。

不同地区基础研究和产业结构的发展程度不同，区域创新绩效也有所差异，协调度、产学研合作对不同地区创新绩效的影响可能不同。由表4可知，协调度都正向影响专利授权量和新产品销售收入，但其影响系数和显著性在不同地区间的差异较大。协调度对不同地区专利授权量均产生显著正向影响，但对东、西、中部的影响系数依次减小。协调度对东、西部的新产品销售收入产生显著正向影响，对中部影响不显著。

协调度和产学研合作交叉项对不同地区专利授权量的影响效应明显不同，对东部产生显著正向影响；对中部产生正向影响，但不显著；而对西部产生显著负向影响。协调度和产学研合作交叉项对东、中部新产品销售收入均产生显著正向影响效应，但从其影响系数来看，对东部的影响程度明显高于中部；对西部则产生显著负向影响效应。表明西部产学研合作未能正向调节协调度对创新绩效的影响。

五、结论与启示

（一）研究结论

本研究采用2001～2013年我国30个省区面板数据，运用协同学理论评价“基础研究—产业结构”复合系统协调度；构建计量经济模型，实证分析全国和东中西部地区“基础研究—产业结构”复合系统协调度和产学研结合对区域创新绩效的影响。得出结论如下：

1. 2002～2013年期间，30个省区协调度均值总体呈增长状态。基础研究子系统和产业结构子系统有序度均值总体均为增长状态，但基础研究投入明显滞后于产业结构发展。各省区协调度的趋势变化特征存在差异，除了辽宁、四川、贵州和陕西，其他26各省区均呈显著上升趋势。各地区协调度表现出空间分布不均衡，呈现“东高、中西低”的分布特征。各省区协调度差异明显，呈现出三个梯度分布特征，北京和河北处于第一梯度地区。

2.在控制了政府重视程度、区域经济实力、劳动者素质水平和对外开放度等变量后，协调度对区域专利授权量和新产品销售收入均表现出显著正向影响效应。协调度和产学研合作的交叉项对专利授权量产生显著正向影响效应，对新产品销售收入影响不显著。

3.协调度对东、西、中部地区专利授权量均产生显著正向影响，其影响系数依次减小。协调度对东、西部的新产品销售收入产生显著正向影响，对中部影响不显著。协调度和产学研合作交叉项对东部专利授权量产生显著正向影响，对中部影响不显著，对西部产生显著负向影响。协调度和产学研合作交叉项对东、中部新产品销售收入均产生显著正向影响效应，对西部则产生显著负向影响效应。

（二）研究启示

根据上述研究结论，立足于促进基础研究与产业结构协调发展，有效提升区域创新绩效，提出政策建议如下：

1.充分发挥高校和研发机构作为基础研究活动主阵地的优势，引导企业加大对基础研究投入，增强企业创新主体地位，进一步强化基础研究支撑社会发展和产业结构升级需求的导向，建立完善的引导政策和制度。强化国家和地区财政在基础研究支撑产业结构升级方面的影响力，增加前沿性基础研究投入，重点支持基础研究成果转化和开发应用，健全有利于高校、研发机构和企业开展产学研合作和产业技术创新战略联盟的激励机制，提高基础研究资源投入产出效率，推动基础研究和产业结构升级相互促进和协调发展。

2.结合区域经济发展程度制定适宜的科技创新驱动政策，支撑基础研究与产业结构升级协调发展，提高区域创新能力。重点研究制约基础研究正向促进效应发挥的关键环节和因素，加强引导提升产学研合作的深度，促进产学研合作的影响力从专利授权环节向新产品的生产销售环节延伸，强化产学研合作对基础研究与产业结构协调发展和区域创新绩效关系的正向调节效应。

3.根据地区发展不均衡的实际，东部地区应发挥辐射带动效应，加强与中、西部地区在基础研究与产业结构升级需求相结合方面的合作，提高资源使用效能。中部地区在提高基础研究投入的同时，进一步完善基础研究资源共享平台建设，探索基础研究成果向产业发展转化的有效途径，建立高效的区域产学研互动机制，促进高校、研发机构和企业的联动，激活基础研究与产业结构协调发展对区域创新绩效的积极影响效应；西部地区应着力解决基础研究和产业发展相对滞后、不利于区域创新绩效提高的问题，构建高效有序的协同创新机制，促进基础研究深度融合产业发展需求，完善区域科技创新链条，有力支撑和引领了产业结构升级，强化基础研究与产业结构协调发展对提升区域创新能力的驱动作用。

①杨坚：《山东海洋产业转型升级研究》，兰州：兰州大学博士论文，2013年，第58～59页。

参考文献

［1］柳卸林、何郁冰：《基础研究是中国产业核心技术创新的源泉》，北京：《中国软科学》，2011年第4期。

［2］谢兰云、曲永义：《我国区域R&D强度与产业结构的灰色关联分析》，济南：《中国人口·资源与环境》，2010年第1期。

［3］唐德祥、孟卫东：《R&D与产业结构优化升级——基于我国面板数据模型的经验研究》，广州：《科技管理研究》，2008年第5期。

［4］Iorweth A ab，Canadas＇Low Business R&D Intensity：the Role ofIndustry Composition. Working Paper - Department of Finance Canada，2005 -03.

［5］Griffith R，Harrison R. Understanding the U. K. s＇Poor Technological Performance. IFS Briefing Note No. 37，2003.

［6］Philippe Aghion，Peter Howitt. Research and devel-opment in the growth process. Journal of Economic Growth，1996，1（1）：49 -73.

［7］Edwin Mansfield. Basic Research and Productivity Increase in Manufacturing. The American Economic Review，1980，70（5）：863 -873.

［8］Marian Beise，Harald Stahl. Public Research and Industrial Innovations in Germany. Research Policy，1999，（28）：397 -422.

［9］卫平、杨宏呈、蔡宇飞：《基础研究与企业技术绩效——来自我国大中型工业企业的经验证据》，北京：《中国软科学》，2013年第2期。

［10］李宾：《国内研发阻碍了我国全要素生产率的提高吗？》，北京：《科学学研究》，2010年第7期。

［11］李平、李蕾蕾：《基础研究对后发国家技术进步的影响——基于技术创新和技术引进的视角》，北京：《科学学研究》，2014年第5期。

［12］马强、远德玉：《技术创新与产业结构的演化》，沈阳：《社会科学辑刊》，2004年第2期。

［13］郁培丽、刘锐：《区域产业结构对创新绩效影响的实证研究》，沈阳：《东北大学学报》（自然科学版），2011年第12期。

［14］王鹏、赵捷：《产业结构调整与区域创新互动关系研究》，南京：《产业经济研究》，2011年第4期。

［15］Fritsch Michael，SlavtchevViktor. How does industry specialization affect the efficiency of regional innovation systems. The Annals of Regional Science，2010，45（1）：87 -708.

［16］PavittK. Sectoral patterns of technical change：Towards a taxonomy and a theory. Research Policy，1984，13 （6）：343 -373.

［17］Ashok K. Gupta，S. P. Raj，David Wilemon. The R&D marketing interface in the high -tech firms. Journal of Product Innovation Management，1985，2（2）：12 -24.

［18］Jacob Goldenberg，Roni Horowitz，AmnonLevav，et. Finding your innovation sweet spot. Harvard Business Review，2003，81（3）：120 -123.

［19］罗亚非、王海峰、范小阳：《高校R&D投入与经济发展协调度国际比较》，北京：《科研管理》，2012年第4期。

［20］洪嵩、洪进、赵定涛：《高技术产业与区域经济共同演化水平研究》，北京：《科研管理》，2014年第6期。

［21］张广海、冯英梅：《旅游产业结构水平与城市发展水平耦合协调发展度的时空特征分析：以山东省为例》，北京：《经济管理》，2013年第5期。

［22］Xiaohui Liu，Trevor Buck. Innovation performance and channels for international technology spillovers：evidence from Chinese high - tech industries. Research Policy，2007，36（3）：355 -366.

［23］Sifei Zhang，Chien - Chung Yuan，Ke - Chiun Chang，et. Exploring the nonlinear effects of patent H index，patent citations，and essential technological strength on corporate performance by using artificial neural network. Journal of Informetrics，2012，6（4）：485 -495.

［24］张宗和、彭昌奇：《区域技术创新能力影响因素的实证分析——基于全国30个省市区的面板数据》，北京：《中国工业经济》，2009年第11期。

［25］Tom Broekel. Collaboration intensity and regional innovation efficiency in Germany - a conditional efficiency approach. Industry and Innovation，2012，19（2）：155 -179.

［26］吴友群、赵京波、王立勇：《产学研合作的经济绩效研究及其解释》，北京：《科研管理》，2014年第7期。

［27］宇文晶、马丽华、李海霞：《基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究》，上海：《研究与发展管理》，2015第3期。

［28］白俊红、江可申、李婧、李佳：《区域创新效率的环境影响因素分析——基于DEA - Tobit两步法的实证检验》，上海：《研究与发展管理》，2009年第2期。

［29］关祥勇、王正斌：《区域创新环境对区域创新效率影响的实证研究》，广州：《科技管理研究》，2011年第21期。

［30］樊华、周德群：《中国省域科技创新效率演化及其影响因素研究》，北京：《科研管理》，2012年第1期。

［责任编辑 潘 莉］

［中图分类号］F204

［文献标识码］A

［文章编号］1000 -114X（2016）03 -0026 -10

作者简介：林卓玲，华南师范大学助理研究员；李文辉，华南师范大学华南先进光电子研究院副研究员；陈忠暖，华南师范大学地理科学学院教授、博士生导师。广州 510631