京津冀区域创新要素配置效率的影响因素分析

齐晓丽，郭　帅，金　浩（河北工业大学　经济管理学院，天津300401）



京津冀区域创新要素配置效率的影响因素分析

齐晓丽，郭帅，金浩
（河北工业大学经济管理学院，天津300401）

摘要：在协同创新已成为突破区域发展瓶颈、释放发展潜能根本引擎的大背景下，京津冀区域作为全国科技资源整体实力分布最密集，但内部地区间又存在着较大差异的区域，在区域内部实现创新要素的优化配置、提高创新要素配置效率成为了提升该区域协同创新能力中亟待解决的问题。基于此，运用DEA-Tobit两步法，在对京津冀区域创新要素配置效率现状进行分析的基础上，分析了区域经济发展水平、地方政府对科技的支持力度、研发人员的投入强度以及国际贸易发展水平在创新要素配置过程中所发挥的作用。并从调整政府扶持的创新主体结构和研发管理措施、优化研发人员和研发经费的投入结构、提高创新能力和完善地区进出口商品结构相结合等几方面，提出了优化京津冀创新要素配置的对策建议。

关键词：京津冀；创新要素；配置效率；影响因素

京津冀区域作为继长三角、珠三角之后发展潜力巨大的经济增长极，京津冀的协同发展已经上升为国家重大发展战略，而要实现京津冀的协同发展，从国际发展经验和京津冀区域发展的实际来看，协同创新是重要途径。一方面，创新已经成为经济发展和一国竞争力的关键因素，而当前的创新范式又已经从原来的单体式创新经过链条式创新演变到以生态网络式创新为主的协同创新形式，即创新共同体的建设已经成为全球为了解决经济发展和产业发展瓶颈的重要途径；另一方面，京津冀区域是全国科技资源分布最密集的地区。为了解决京津冀区域内面临的日趋严重的外部市场空间压缩和生态环境承载能力下降等一系列的结构性问题，京津冀的协同创新是突破区域发展瓶颈、释放发展潜能的根本引擎。但是，目前京津冀的协同创新发展存在着很多障碍和问题，当前阶段京津冀协同创新中亟需解决的首要问题是，确定当前京津冀区域内创新要素配置的现状以及影响创新要素优化配置的因素在创新要素配置过程中所发挥的作用，从而找到进一步优化京津冀区域创新要素配置的途径，提高京津冀区域的协同创新能力。

在对京津冀区域创新要素配置进行研究时，一方面，考虑到当前京津冀区域虽然高层次的科技人才密集，创新资源较丰富，但其发展极不均衡。由于行政区划造成的地区分割，创新要素在区域内不能有效地流动，从而造成大量的人力资源和财力资源过分集中到某些地区，但又由于人力资源和财力资源的投入规模会随着各种投入的增加以及投入结构的变化而产生不同水平的创新产出，有可能是规模收益递增，也有可能是规模收益不变，甚至是规模收益递减，在规模收益递减的情况下，各种创新的投入并不能带来有效的创新产出，甚至是创新资源的浪费；另一方面是考虑到在京津冀区域创新要素配置过程中，很多因素都会起到影响作用，如果各影响因素并未发挥积极作用，会阻碍创新要素的优化配置过程，进而影响区域的协

网络出版时间：2016-06-08网络出版地址：http://www.cnki.net/kcms/detail/13.1396.G4.20160608.0849.002.html同创新能力的提高。

创新要素优化配置的水平可以通过创新要素配置效率来体现，通过分析京津冀区域创新要素配置效率以及各影响因素对创新要素配置效率的影响，可以明确找出由于创新要素配置引起的京津冀区域创新能力差异而产生的原因以及找到进一步优化创新要素配置的途径。在已有的创新要素配置效率及其影响因素的相关研究中，学者多是采用数据包络分析方法或是随机前沿分析方法以地区、行业或是企业为研究对象对创新要素配置的效率进行评价，利用回归分析方法对于创新要素配置效率的影响因素进行分析。池仁勇和唐根年测算了浙江省各地区的技术创新效率，并对该效率的影响因素做了回归检验，结果表明：企业制度、研发项目、企业群体结构以及产业集群的影响显著，政府对其投入没有显著影响[1]。虞晓芬等测算了我国省域创新效率呈东中西部逐渐下降的趋势，并认为企业性质、人力资本和产业结构是影响效率值的主要因素[2]。江静着重分析了东、中、西部三大地区R&D投入绩效的差异，发现政府R&D投入在整体上促进了R&D强度的增加，但部分R&D薄弱区域，由于挤出效应存在，R&D强度与政府直接补贴之间关系不明显[3]。史修松等采用随机前沿函数方法，测算分析了省域创新效率以及其空间差异，研究结果表明：创新经费投入较大的推动了效率的提升，其推动作用强于人力资本投入，新产品产出效率要低于专利的产出效率[4]。周业安等基于省级面板数据得出，地方政府教育和科技支出竞争会影响社会的人力资本水平和知识创新激励，从而影响到各地区的技术进步和创新水平[5]。于晓宇、谢富纪选用上海市GDP、常驻人口数和文盲率指标对上海市创新系统配置效率值进行回归分析[6]。白俊红等结合《中国区域创新能力报告》从基础设施、市场环境、劳动者素质、金融环境和创业水平5方面进行考量[7]。

但在已有研究成果中，对于不同的地区、不同的行业或是企业的研究，不管是创新要素配置效率的评价结果，还是影响因素分析的结果，虽然所采用的方法都大致相同，但是各研究成果在指标选取中存在着较大的差异，且选择的各个影响因素对于创新要素配置效率所起到作用的分析结果也存在着较大的差异。这一方面是由于在当前阶段关于利用哪些指标评价创新要素的配置效率以及如何确定影响创新要素的配置效率的因素还存在较大的争议；另一方面是由于不同的地区、不同的行业或是企业具有不同的特点，在选取指标时要根据所分析对象的不同有所侧重。京津冀区域的创新要素优化配置分析需要在借鉴已有研究成果的基础上，结合各区域创新投入和创新产出的实际特点对京津冀区域的创新要素配置效率进行分析。本文根据京津冀区域创新投入的实际特点，选取地区经济发展水平、政府对科技的扶持力度、研究人员配置的强度、地区进出口的强度对京津冀区域的创新要素配置效率进行分析。

一、京津冀区域创新要素配置效率的评价

本文基于创新要素配置效率的评价判断在京津冀区域内创新要素配置中存在的问题，以便通过实现创新要素的进一步优化配置提高协同创新能力。创新要素的配置效率即为创新要素的投入与其对应的创新产出的关系，但由于创新要素的投入包括研发经费的投入和研发人员的投入等多方面创新要素的投入，而且不同的创新主体进行的研发经费的投入和研发人员的投入所取得创新产出也存在着不同的创新产出形式和创新产出数量，所以本文在京津冀创新要素配置效率的评价中，考虑京津冀区域内经济发展水平、技术水平、资源禀赋以及创新要素投入来源和用途的特点，主要评价反映一般创新能力的投入和产出的关系。在当前的经济发展阶段，一个地区创新能力的一般水平的投入可以通过该地区的总体创新投入、地方政府的重视程度以及作为创新企业代表的高新技术产业的投入来体现，创新产出主要通过总体创新产出以及高新技术产业的创新产出情况来体现。

（一）评价指标与数据来源

在创新要素投入指标的选择上，根据Nasierowski 和Arcelus的研究表明，一区域对于创新要素的投入表现在该区域为改善技术能力而进行自主创新或者购买域外技术等[8]。无论是自主创新还是购买域外技术都需要投入人力和财力要素，因此，大量学者将创新要素投入分为人力要素和财力要素两类，如刘顺忠和官建成[9]、池仁勇和唐根年[10]等都将创新要素投入分为R&D人力和R&D资金投入两类。本文也沿用这种方式，同时考虑到数据的可获得性，这里人力要素投入主要通过研究与实验发展人员全时当量作为评价指标，财力要素投入采用研究与实验发展经费内部支出。为了侧重考察政府的创新投入和创新产业的创新投入，再分别选择地方财政科学技术支出额和高新技术产业研究与实验发展经费内部支出构成创新要素投入指标体系。

在创新产出指标的选择上，傅家骥认为，创新最终要达到的目的是技术商业化和创新产品市场化[11]。为了反映科技成果产出和体现经济效益的创新产出成果两方面内容，选择专利授权数、技术市场成交合同金额以及高新技术产业主营业务收入来构成创新产出指标体系。专利蕴含了技术发明、创造等直观的信息，技术市场成交合同金额数、高新技术产业主营业务收入能够更好地反映创新产业的商业化和衡量“产业成果产出”的经济效益。建立的评价指标体系如表1所示。

表1　京津冀地区创新要素配置效率评价指标体系

由于受到各类年鉴中统计口径和统计指标在不同年份的变化，本文分析采用的数据为2000年至2013年，来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国城市统计年鉴》和《中国高技术产业统计年鉴》。而且在取得相关数据时，考虑到创新要素的投入并不能在当年见效，具有明显的滞后性。根据何玮[12]和梁莱歆、张焕凤[13]等相关研究的结果显示，认为创新要素的投入一般会有一年到两年的滞后期，结合已有研究成果，本文在对京津冀区域的创新要素配置效率进行评价时，对于创新要素投入的数据采用了一年的滞后期的处理。此外在选择评价方法时，由于建立的指标体系为多种投入和多种产出的关系，因此选择数据包络分析方法进行京津冀区域创新要素配置效率的评价。

（二）京津冀创新要素配置效率值的变化趋势

本文采用数据包络分析中CCR模型和BCC模型计算样本期间的综合效率值和规模效率值。其中综合效率值评价决策单元的技术有效性，反映“生产”是否处在最理想的状态，相对于现有的投入能否获得最大的产出，规模效率值衡量决策单元的规模有效性，反映“生产”是否处在规模收益不变的阶段，也就是说如果投入量扩大N倍后，相应的产出量是否也能扩大N倍，同时还可以判断决策单元的规模收益情况，将其分为规模收益递增、规模收益递减和规模收益不变三种状态。利用 deap2.1软件对京津冀地区2000-2013年投入产出数据进行分析所得结果如表2所示。

表2　京津冀地区创新要素配置的综合效率和规模效率情况

表2中的创新要素配置效率值显示的是京津冀区域作为一个整体，2000年至2013年间创新要素配置效率的变化情况。从整体来看，京津冀区域的创新要素的投入基本都得到了有效的创新产出。但在2007年至2009年间，京津冀地区的创新要素配置未实现DEA有效，创新要素配置的综合效率有所下降，而且是创新要素投入的规模效率和纯技术效率都有所下降，结合其在这三年是规模收益递增的特点，说明这三年间创新要素的投入规模不足，而且在创新活动的管理方面也存在一定的问题。

从原始数据来看，2007-2009年间各地区的研究与试验发展经费投入强度都有所下降，尤其是北京地区的研究与试验发展经费的投入强度下降明显，而且三年间高新技术产业的研究与试验发展经费的内部支出相对不足，说明2007年至2009年三年间受到金融危机的影响，创新经费的投入规模有所下降，使得2007年至2009年间创新要素配置的效率未实现DEA有效。从中可以看出在当前京津冀区域的创新能力发展中，研发经费的投入规模起到了决定性的作用。

但由于整体分析结果可能存在在京津冀区域内各地区的创新要素投入和创新产出互相补充的情况存在，为了进一步分析京津冀区域创新要素配置效率中所存在的问题，分别对北京、天津和河北三个地区的创新要素配置效率进行了分析，如表3所示。

表3　京津冀各地区创新要素配置的综合效率和规模效率情况

从表3显示的北京、天津和河北三个地区的创新要素配置效率的变化情况来看，有两个特殊的变化区间。一个为2003年至2005年，一个为2007年至2009年。总结这两个时间段的特点，2003年至2005年间中国各地区开始重视创新能力的提高，都加大了创新要素的投入。而2007年至2009年间中国各地区和各产业受到金融危机的影响，经济的增长速度都受到了不同程度的影响。在这两个时期创新要素投入的综合效率、规模效率和纯技术效率都有所下降，而且纯技术效率下降的相对较多。但是另一方面，从规模收益的情况来看，2003年至2005年间创新要素投入为规模收益递减，而2007年至2009年创新要素投入为规模收益递增。此外，2003年至2005年受影响较大的为河北地区，而2007年至2009年间受影响较大的为天津和北京地区。

结合这两个时期创新要素投入的综合效率、规模效率和纯技术效率变化的特点，以及规模收益的变化特点以及地区变化特点，可以看出京津冀区域各地区的创新要素投入水平基本和当地的经济发展水平以及技术创新水平相适应，创新要素的投入得到了有效的创新产出，不存在创新要素浪费的现象，而且各地区之间的创新能力的差异和创新要素投入水平以及技术创新水平都有较强的关系。但是同时也显示出，如果在已有的经济发展水平和技术创新水平未得到提高的情况下，通过增加研发经费的投入在一定程度上可以促进创新产出的增加，但是，并不是研发经费投入的增加一定会带来创新产出的提高，当研发经费的投入增加到一定程度，如果再继续增加反而会降低创新要素配置的效率，甚至会带来技术创新效率的下降。在当前阶段，京津冀区域内各地区的创新要素配置基本有效，可以认为提高京津冀区域的协同创新能力的关键不在于创新要素投入的增加，尤其是不能简单的通过创新经费投入的增加实现协同创新能力的提高。

二、京津冀创新要素配置效率的影响因素分析

（一）指标设计与分析方法选择

由于通过效率评价结果显示、在创新要素投入过程中，创新要素的投入要和地区的经济发展水平、技术创新水平要相适应，即这些因素会对创新要素的配置效率产生影响。另外，已有研究成果和实践都显示，任何行业发展的初期都需要政府的扶持，创新能力的提高也不例外，本文此部分主要从经济发展水平、技术创新水平和政府对科技的扶持力度方面分析这些因素对京津冀创新要素配置效率的影响。其中，区域经济发展水平可以通过地区生产总值以及国际贸易发展水平来体现；技术创新水平则主要取决于研发人员的素质，研发人员的素质很难直接测量，故此，本文结合现有研究成果，通过对研究人员投入的强度来体现。影响京津冀区域创新要素配置效率的因素选择如表4所示。数据来源于《中国统计年鉴》和《中国科技统计年鉴》。

表4　京津冀地区创新要素配置效率的影响因素

在对京津冀创新要素配置效率的影响分析时，主要利用京津冀要素配置效率值进行分析，所以采用 Coelli 等[14]在探讨环境因素对决策单元相对有效性影响的方法时，提出的DEA-Tobit两阶段法。对于DEA-Tobit两阶段法即第一阶段利用数据包络分析评价决策单元的有效性，第二阶段将第一阶段得出的效率值作为因变量，将环境变量等影响因素作为自变量，由于所得效率值的取值范围是 (0,1]，不能用普通最小二乘法直接进行回归，需采用Tobit方法将分析所得的效率值进行回归分析，来分析各环境因素对于效率值的影响方向和程度。

（二）数据分析结果

这里运用Tobit回归方法分别对京津冀各地区的综合效率值与各影响配置效率的环境因素进行回归，从而研究各因素对创新要素配置效率的影响方向和影响程度。基于Eviews8.0软件的回归结果如表5所示。

表5　京津冀各地区创新要素配置效率影响因素的Tobit回归结果

从表5可以看出，北京地区研究与试验发展人员占人口比重、进出口总额占GDP比重对创新要素配置效率的影响不显著（p>0.1），人均GDP水平对创新要素配置效率有显著的正影响，政府科技投入占政府财政支出比重有显著的负影响。天津地区人均GDP水平、研究与试验发展人员占人口比重和进出口总额占GDP比重的影响不显著，政府科技投入占政府财政支出比重有显著的负影响。河北地区四个影响因素中仅政府科技投入占政府财政支出比重未通过显著性检验，其中研究与试验发展人员占人口比重、进出口总额占GDP比重有显著的负影响，人均GDP水平对创新要素配置效率有显著的正影响。

（三）结果讨论

1.区域经济发展水平对京津冀创新要素配置效率的影响

从以人均GDP代表的区域经济发展水平对京津冀地区创新要素配置效率影响分析的结果来看，北京和河北地区的人均GDP水平对其创新要素配置的效率是显著的正向作用，而天津地区的人均GDP对其创新要素的配置效率未起到显著的影响作用，而且回归系数为负值。从三个地区的人均GDP的水平来看，天津地区是全国人均GDP水平最高的地区，远远超过了其他的地区，2014年天津的人均GDP为100105元，北京的人均GDP为94648元，河北的人均GDP为399 84元。根据本文分析结果，并结合其他已有研究成果的结论[15]，发现区域的经济发展水平对于该地区的创新能力的提高有促进的作用。但是在创新要素配置过程中，并不能保证区域创新的产出同比增长，当区域的经济发展水平较高时，创新资源可能会出现资源冗余现象，即创新要素的大量投入（不合理投入）可能会产生寻租行为[16-17]，使得研发经费并没有用到新技术的开发上而用于了其他的消费或投入。结合本文在创新要素配置效率评价的分析中得到的结果，天津地区的创新要素配置的管理存在着一定的问题，可以看出天津地区的创新要素充沛但可能存在冗余的现象。

2.地方政府对科技的扶持力度对京津冀创新要素配置效率的影响

从以政府科技投入占政府财政支出比重反映的地方政府对科技的扶持力度对京津冀地区创新要素配置效率影响分析的结果来看，政府科技投入水平对北京、天津和河北地区的影响都为负向作用，但是北京和天津地区具有显著的影响，而河北地区无显著的影响。分析政府科技投入的支出用途可以发现，政府的科技投入主要投入在了科研机构和高等教育，规模以上工业企业的研究与试验发展经费支出中，90%左右都来自于企业，而政府的投资很少。从各地区来看，2013年北京的规模以上工业企业的研究与试验发展经费内部支出中政府资金来源占9%，企业资金来源占88%，天津的规模以上工业企业的研究与试验发展经费内部支出中政府资金来源占2%，企业资金来源占94%，河北的规模以上工业企业的研究与试验发展经费内部支出中政府资金来源占2%，企业资金来源占97%，而三地的研发机构的研究与试验发展经费内部支出的90%左右都来自于政府。从结果中可以看出，政府的科技投入虽然对创新的产出能力有促进作用，但是在京津冀各地区政府的科技投入都未实现较高的配置效率，政府的科技投入并未带来相应的创新产出。另外，由于政府的科技投入大都投入到了研发机构和高等院校中，主要从事的是基础研究和应用研究，而基础研究和应用研究并不能在短时间产生明显的社会、经济效应，需要一定时间的积累，最终由量变形成质变，从而才能对创新要素的配置效率产生影响。所以政府科技投入的增加，并不能立刻作用于创新要素配置效率的明显提高。

3.研发人员投入强度对京津冀创新要素配置效率的影响

从以研究与试验发展人员占总人口比重反映的研发人员投入强度对京津冀地区创新要素配置效率影响分析的结果来看，河北地区的研究与试验发展人员占总人口的比重对创新要素配置效率有显著的影响，而北京和天津地区未显示出显著的影响，而且从影响的方向上来看，北京和河北地区都为负向影响，而天津为正向的影响关系。从三个地区研究与试验发展人员占总人口的比重来看，北京地区的比重为1.5%，天津地区所占比重在0.9%，而河北地区所占比重在0.1%左右，河北省总人口是天津市总人口的5倍多，但是研究与试验发展人员比天津市的研发人员还少一些。虽然北京和天津地区的研发人员所占比重相对较高，但是北京地区和天津地区在研究与试验发展人员配置的结构上又有着明显的区别，北京地区的研究与试验发展人员绝大部分在研发机构和高等院校，而企业所占比重较小，从事基础研究与应用研究的研发活动远远高于其他地区，约占40%。但天津地区的研究与试验发展人员的绝大部分在企业，尤其是规模以上工业企业中，而且80%以上从事试验发展的研究活动。从以上数据来看，北京和天津地区的创新人员相对较多，但是对配置效率未起到显著的作用，说明研发人员的配置存在浪费的现象，而河北地区的研发人员明显不足。而且从结果中可以看出在区域的人力资源中，企业中研发人员对于创新要素配置效率有着重要的正向影响作用。

4.国际贸易发展水平对京津冀创新要素配置效率的影响

从以进出口总额占GDP比重反映的地区与国际贸易发展水平对京津冀地区创新要素配置效率影响分析的结果来看，地区进出口额占GDP比重对北京、天津和河北的创新要素配置效率都为负向影响作用，但是对北京和天津地区的影响不显著。本文通过对相关数据搜集整理发现，三地的进出口贸易主要集中在技术含量较低的制造业领域，以科技发展水平较高的北京地区为例，2013年北京的对外贸易数据显示，其进出口总额集中在进口，占据将近85%的比重，而进口贸易中对于高新技术产品的进口仅占8%，多是集中在机电产品等，出口贸易中也多集中在机电产品，占据60%的比重，都集中在技术含量不太高的制造业，抑制了创新的产出。从中可以看出当前阶段，国际贸易的发展并未实现对京津冀地区创新要素配置的良好带动作用。

三、结论及建议

本文运用DEA-Tobit模型，以2000-2013年京津冀地区为研究对象，构建了投入产出效率评价体系，对京津冀地区创新要素配置效率的现状进行实证分析，进一步探究影响京津冀地区创新要素配置效率的环境因素对其效率值的影响方向和影响程度。得出以下基本结论：从当前京津冀区域的创新要素配置效率来看，北京和天津地区的技术创新水平较高，创新经费的投入在创新要素配置效率中起着决定性的作用，但是其中政府的科技经费投入并未对企业创新产出带来显著的影响；另外一方面，京津冀区域的创新研发人员并未起到显著的作用。对于北京来说主要是创新研发人员的配置结构不合理造成的，从统计数据显示北京地区的研发人员大部分在科研机构和高等院校，企业研发人员较少。而对于天津地区来说，虽然天津地区的企业研发人员较多，对创新要素配置效率也起到了正向的影响作用，但是还未达到显著的程度，还有待进一步提高企业研发人员的技术创新能力。而对于河北地区来说，创新研发人员存在明显不足的问题；再者，京津冀区域的进出口贸易并未促进该区域创新要素配置效率的提高。总结以上分析，对优化京津冀区域创新要素配置提出以下建议。

1.调整政府扶持的创新主体结构以及研发管理措施

从京津冀区域创新要素配置效率的评价来看，京津冀区域的创新能力多集中于科研机构和高等学校，企业的创新能力以及创新要素配置稍显不足。这就要求京津冀区域制定相关的政策和合作机制优化产学研之间的合作关系。一方面提高科研机构和高等学院的创新成果的产业化水平，使科研机构和高等学校的基础研究和应用研究更好的为企业服务；另外一方面应建立长期稳定的产学研合作机制，统筹协调高校、科研机构和企业之间的联系，保证产学研合作顺利进行，提升研发转化能力，更好的发挥创新成果的社会、经济效益。

2.优化研发人员和研发经费的投入结构

在当前京津冀区域创新要素配置过程中，需要加大高素质人力资源和财力资源的投入力度，尤其是企业研发创新人才的培养和引进，并主要需要优化研发人员和研发经费在企业、高等学校和科研机构间配置规模和配置结构的调整。并避免由于创新要素配置过程中的结构不合理而导致创新要素浪费的现象，同时注重各地区的创新人员的分配、利用和管理，根据区域内创新人员和创新经费的存量情况，通过创新环境的建设促进在区域内实现创新人员和创新经费的自由流动，使其得到更合理的配置，从而提高创新要素配置效率。

3.提高创新能力和完善地区进出口商品结构相结合

京津冀区域虽然是全国创新要素分布最集中的区域，但是其国际贸易还是集中在制造业领域，还未凸显技术的优势。这需要加强企业尤其是高新技术产业的创新意识和自主创新能力，推动和发挥技术创新能力的扩散效应，政府也应出台相关政策措施鼓励企业的科技创新活动，不断提升整个区域的技术创新水平，同时要注重不断完善当前国际贸易中进出口商品的结构，逐渐从制造业产品的进出口转向高新技术产业产品的进出口，使国际贸易对京津冀区域的创新要素配置起到良好的带动作用。

[参考文献]

[1][10]池仁勇，唐根年．基于投入与绩效评价的区域技术创新效率研究 [J]．科研管理，2004（04）：23-27．

[2]虞晓芬，李正卫，池仁勇，施鸣炜．我国区域技术创新效率：现状与原因 [J]．科学学研究，2005（02）：258-264．

[3]江静．中国省际R&D强度差异的决定与比较：基于1998-2004年的实证分析 [J]．南京大学学报（哲学人文科学社会科学版），2006（03）：13-25．

[4]史修松，赵曙东，吴福象．中国区域创新效率及其空间差异研究[J]．数量经济技术经济研究，2009（03）：45-55．

[5]周业安，程栩，赵文哲，李涛．地方政府的教育和科技支出竞争促进了创新吗?：基于省级面板数据的经验研究 [J]．中国人民大学学报，2012（04）：53-62．

[6][15]于晓宇，谢富纪．基于DEA-Tobit的区域创新系统资源配置优化策略研究 [J]．研究与发展管理，2011（01）：1-10．

[7]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 DEATobit两步法的实证检验 [J]．研究与发展管理，2009（02）：96-102．

[8]Nasierowski W，Arcelus FJ．OntheEfficiencyofNational Innovation Systems[J]．Socio-EconomicPlanningSciences，2003，37（3）：215-234．

[9]刘顺忠，官建成．区域创新系统创新绩效的评价 [J]．中国管理科学，2002（01）：76-79．

[11]傅家骥，施培公．技术积累与企业技术创新 [J]．数量经济技术经济研究，1996（11）：70-73．

[12]何玮．我国大中型工业企业研究与开发费用支出对产出的影响：1990-2000年大中型工业企业数据的实证分析 [J]．经济科学，2003（03）：5-11．

[13]梁莱歆，张焕凤．高科技上市公司 R&D投入绩效的实证研究[J]．中南大学学报（社会科学版），2005（02）：232-236．

[14]Coelli TJ，RaoDSP，O'DonnellCJ，GEBattese．Anintroduction to efficiency and productivity analysis[M]．New York：Springer，2005：190-195．

[16]Baumol WJ．Entrepreneurship：Productive，Unproductive，and Destructive[J]．Swiss Journal of Economics&Statistics，1996，123（5）：415-423．

[17]Baumol W J．Productivity growth，convergence，and welfare：whatthelong-rundatashow[J]．TheAmericanEconomicReview，1986，76（5）：1 072-1 085.

中图分类号：F061.5

文献标志码：A

文章编号：1674-7356（2016）-02-0008-08

DOI:10.14081/j.cnki.cn13-1396/g4.2016.02.002

收稿日期：2016-03-07

基金项目：河北省科技厅软科学项目（144576137D）；河北省科技计划项目（15457622D）；天津市科技计划项目（15ZLZLZF00560）；河北省科技厅软科学项目（16457649D）

作者简介：齐晓丽（1976-），女，河北唐山人，副教授，硕士生导师，研究方向：区域经济学理论研究。

Efficiency Analysis of Innovation Elements Allocation in Beijing-Tianjin-Hebei Region

QI Xiao-li,GUO Shuai,JIN Hao
(School of Economics and Management,Hebei University of Technology,Tianjin 300401,China)

Abstract:The coordinateddevelopmentofBeijing-Tianjin-HebeiRegionhas become anationalstrategy.In ordertoimprove thecollaborativeinnovationinthe region,theoptimalallocation ofinnovation factors should besolved.Basedon the analysis of innovation factors allocation efficiency in Beijing-Tianjin-Hebei Region,this article uses DEA-Tobit two-step method to evaluate the influence of the economic development,the governmental investment in science and technology,R&D personnel intensity and international trade development.Finally,the article offers countermeasures to improve the innovative factors allocation efficiency of Beijing-Tianjin-Hebei Region.

Key words:Beijing-Tianjin-Hebei Region;innovation elements;allocation efficiency;influencing factors