中国区域创新绩效的过程溢出与空间关联

张静+李平

摘 要：将区域创新过程划分为科技研发阶段和成果转化阶段，采用基于DEA的Malmquist生产率指数测算我国两阶段区域创新绩效，结果表明：区域创新绩效存在明显的空间关联关系，呈以多个增长极为中心的组团分布，东部地区的创新优势区域相对密集，而中西部地区的创新增长极相对分散，各省份两阶段创新绩效的变化存在不同程度的差异。进一步构建科技研发绩效和成果转化绩效的动态空间面板模型，分析表明：两阶段区域创新绩效显著空间正相关，基本形成互动关联的协同创新链式结构，其中“学研”对“产”的知识溢出效应明显，而成果转化对科技研发的反馈影响较弱；分地区看，东部地区基本形成了强强联合的创新优势区域带，而中西部省份的链式创新结构尚不完整。应充分利用区域创新绩效的过程溢出和空间关联效应，强化成果转化对科技研发的反馈作用，破除区域创新壁垒，加强区域创新协作，进而提高区域创新能力和绩效。

关键词：区域创新绩效；创新生产率；过程溢出；价值链溢出；知识溢出；空间关联；科技研发；成果转化；协同创新链式结构

中图分类号：F124.3；F061.5 文献标识码：A 文章编号：1674-8131（2017）03-0034-11

一、引言

近年来，中国科技创新资源投入不断增加，整体创新水平大幅提高，但各地区的创新活动差异性较大，大量创新要素聚集在少数区域和城市中，呈现越来越明显的空间聚集效应。如何科学合理地配置创新要素，提高区域创新能力，实现全国范围内的创新驱动发展，成为学术界广泛关注的问题。于明超和申俊喜（2010）、曹勇和秦以旭（2012）将科技创新活动视为一个“投入—产出”过程测算各区域的创新绩效，认为提高创新资源使用效率、减少冗余和增加创新产出是提高中国区域创新能力的重要方向。随着对科技创新过程认识的深化，越来越多的学者从创新价值链的角度将创新过程划分为科技研发和成果转化等阶段分别进行绩效分析，认为中国各区域在不同创新阶段的非平衡发展造成了创新绩效水平的差异（官建成 等，2009）。事实上，在创新知识溢出和人才流动的作用下，区域创新活动具有明显的“过程溢出”和“空间关联”特征，创新阶段之间独立和创新区域空间孤立的研究，难以客观评价中国区域创新活动的内部机制和绩效水平。

科技研发和成果转化分别位于创新生产过程的上、下游阶段，阶段间的知识传递强化了创新过程的互动联结，即创新活动的“过程溢出”。一方面，科技研发阶段为成果转化阶段提供新发明和科技成果，并通过知识溢出的方式为其解决未来技术问题（Jaffe et al，1993）和寻求市场机会（Fitscha et al，2004）提供了主要的知识来源。尤其是在创新密度和知识含量较高的行业，这种知识溢出具有更强的实用性（Klevorick et al， 1995）。另一方面，创新成果转化的实现除了为新一轮的科技研发活动提供资金和研究设备支持，还通过信息反馈等方式引导科技研究方向，进而提高研发阶段的生产率（Azoulay et al，2007）。而部分学者认为，成果转化面临的商业化压力可能会阻止科学家分享研究资料和成果，对整体科技进步产生负面影响（Agrawal et al，2007）。另外，成果转化活动能够在短期内获得经济利益，吸引科技资源，可能对科技研发形成“挤占”（余永泽，2015）。因此，成果转化对科技研发阶段的反馈影响存在一定程度的不确定性。

创新活动的“空间关联”，主要是由创新要素在区域间流动形成的。编码知识在各种传播媒介上的交流和创新资本、人才在区域之间的流动，都会使区域创新能力的提升明显受到周围区域创新活动的影响（李婧等，2010）。Audretsch和Feldman（1996）以及Maurseth和Verspagen（2002）的研究认为，地理距离邻近对知识溢出效应存在重要影响，知识溢出对区域创新的影响会随空间距离的增加而衰减。Keller（2002）和符淼（2009）认为，相邻区域间或800公里范围以内的区域为技术创新的密集区，距离超过800公里后，技术创新溢出效应快速下降。科技研发活动和成果转化活动的互动影响关系，也会受到空间关联效应的调节。Mansfield（1995）的研究认为，地理距离的邻近对“学研—产”的创新协同影响较复杂，地理邻近仅正向作用于应用性研究知识的溢出，对基础知识的溢出没有明显影响。

那么，对于中国的区域创新活动而言，科技研发活动会在多大程度上影响区域内部和周围区域的成果转化行为？成果转化阶段的商业化行为是否会影响科技研发阶段的绩效以及纳入空间因素是否会对这一影响产生调节作用？回答这些问题，对正确认识中国区域创新过程具有重要意义，也有助于深入思考广泛存在的区域创新两阶段发展不平衡问题（是着力强化区域创新过程的薄弱环节，还是打造区域创新的优势环节，成为两种不同的区域创新政策思路）。

目前国内关于创新价值链溢出和空间溢出的研究正在逐渐兴起。余永泽和刘大勇（2013）借鉴Hansen和 Brikinshaw（2002）提出的创新价值链理论，将创新过程划分为知识、科研和产品创新三个阶段，采用空间计量方法测算了区域创新效率的价值链溢出和空间溢出效应。赵增耀等（2015）将创新的空间溢出和价值链溢出纳入统一的分析框架，检验中国区域创新效率的多维溢出效应，认为创新效率溢出有其特定边界，需要客观看待经济圈和城市扩容问题。白俊红和蒋伏心（2015）從区域创新系统角度研究了协同创新和空间关联对区域创新绩效的影响。总体上看，现有相关研究大多采用区域各年度的静态效率指标反映创新绩效水平，忽略了创新前沿面随时间的移动，并且认为成果转化阶段对科技研发阶段尚未形成有效的支撑和引导作用。有鉴于此，本文采用我国30个省级行政区2001—2014年的创新投入、产出面板数据，从区域创新过程的角度出发，用Malmquist创新生产率测算各地区的科技研发绩效和成果转化绩效的变动情况，并构建两阶段创新绩效的动态空间计量模型，实证研究我国区域科技研发绩效和成果转化绩效的过程溢出和空间关联。

二、我国区域创新绩效的空间分布与演变趋势

1.区域创新绩效测算方法

目前对创新绩效的测度主要有三种思路，一是指标测度，例如世界竞争力年度报告公布的世界竞争力指数和世界银行采用知识评价方法得到的知识经济指数等，都属于以复合指数评价一国或地区的技术创新绩效。二是效率测度，测度创新过程的投入-产出比（Wojciech et al，2012）或测度与最佳实践前沿的距离（Chapple et al，2005），以反映区域创新能力，其中，数据包络分析（DEA）是目前应用最广泛的创新效率测度非参数方法（Fre et al，1998）。三是基于生产函数的创新生产率指数测度，将技术创新能力对应于总量经济核算框架中的全要素生产率，认为创新能力是创新生产方程和一系列创新投入要素的条件模型，正如全要素生产率是特定生产函数和投入要素的条件模型，两者都是创新（生产）过程中被忽略的绩效因素（Mairesse et al，2002）。由于静态DEA效率测算仅反映由当年创新投入-产出数据决定的前沿面下各区域的相对效率水平，不能反映一段时间中的技术进步过程，在时间序列中不可比。因此，本文采用Malmquist创新生产率指数来反映中国各区域在2001—2014年的创新绩效变化情况。

2.创新过程划分与投入产出变量选取

所谓创新，就是将新兴事物应用于已经存在的事物上，但这种新兴是相对于整个市场还是仅对于特定的企业，一直存在争议。如果是相对整个市场的新兴事物，则创新主要致力于增加全社会的知识存量，并利用知识存量创造新的应用。因此，OECD出版的《弗拉斯卡蒂手册》认为应以教育水平、R&D支出和专利数量等指标表征技术创新。但如果是对于特定企业的新兴事物，创新就是对解决问题的方法的采用，是基于商业化目的的应用。因此，《奥斯陆手册》从实用主义角度认为，创新应以产品或生产过程中增加新的成分或获得的改善来衡量。本文认为笼统地采用科技专利或新产品产出无法客观地衡量区域创新能力，并依据创新目标和内容的不同，将技术创新过程划分为科技研发和成果转化两个阶段。

科技研发阶段，是技术创新过程中的知识生产阶段，即科研机构、高等学校和工业企业为科技创新投入人力和财力，进行科技研发，得到以技术专利和论文为代表的科技成果。该阶段创新生产率的测算，投入变量为区域R&D经费内部支出和研发人员全时当量，产出变量为国外三大系统（科学引文索引、工程索引和科技会议录索引）收录的科技论文数和申请专利授权量。成果转化阶段，是技术创新过程的成果应用和价值转化阶段，即各类机构（主要是企业）将拥有的专利技术等科技成果作为投入要素，经过孵化和市场化过程实现其经济价值，具体的转化形式包括利用专利技术生产新产品获得更大的市场份额、通过技术转让获取经济收益和进行相关技术咨询获得服务费用等。该阶段的投入变量为规模以上工业企业引进、吸收、转化技术经费支出以及新产品开发经费支出和研发阶段成果（论文数和专利授权量），产出变量为工业新产品销售收入和技术市场成交额（见表1）。

本文创新绩效测算所使用的原始数据均来自2002—2015年的《中国科技统计年鉴》和《中国统计年鉴》，并剔除了创新价格因素的影响。R&D经费支出、工业企业引进消化吸收和改造经费、工业企业新产品开发经费均属于技术创新的支出费用，应以技术支出价格指数进行平减，由于没有现成的技术支出价格指数，而技术支出又主要用于支付研发人员的生活消费和购置固定资产，因此本文借鉴肖利平和谢丹阳（2016）的做法，将各省份的居民消费者价格指数和固定资产投资价格指数分别以0.45和0.55的比例进行加权，获得各省份技术支出价格指数；工业企业新产品销售收入和技术市场成交合同金额为创新产出指标，本文借鉴刘和旺等（2015）的做法，使用各省份工业品出厂价格指数进行平减。上述指标数据的平减均设定以2001年的价格水平为基准。

3.两阶段区域创新绩效的变动趋势及空间分布

本文采用DEAP 2.1软件测算除香港、澳门、台湾地区和西藏自治区以外的中国其他30个省份在2001—2014年的两阶段创新生产率指数，各年度的Malmquist生产率指数折算为以2001年为基期，测算结果见表2。

2001—2014年，科技研发阶段创新生产率指数平均为1.206，即科技研发生产率平均提高了0.206；成果转化阶段创新生产率指数平均为0.969，即成果转化生产率平均降低了0.031。两阶创新段绩效的变化存在一定程度的差异。图1为2001—2014年各省份两阶段平均生产率指数的散点图，散点落在图中虚线左方（下方），表示该省份平均科技研发阶段（成果转化阶段）生产率水平较2001年有所下降，反之则相反；散点落在实对角线上方（下方），表示科技研发生产率变动大于（小于）成果转化生产率变动。可以看出，两阶段的生产率变动存在差异，尤其是江苏、上海和湖北等省份科技研发生产率大幅提高而成果转化生产率相对下降，山西、福建和河北等省份则是成果转化生产率大幅提高而科技研发生产率相对下降。

由表2可以看出，我国区域创新绩效在空间上呈以多个增长极为中心的组团分布。2002年，科技研发生产率较高的省份基本聚集在东部沿海地区，其中浙江省的绩效增长最大，达到1.36，比全国平均水平高44.14%，其次是福建和广东省。2007年，四川省和陕西省的科技研发绩效大幅提高，超过全国均值水平80%以上，成为新的科技研发增长极。到2014年，我国区域科技研发绩效基本形成了东部地区以江苏和上海为中心，中西部地区以四川和陕西省为中心的连片分布，邻近区域的研发绩效水平相近。而区域成果转化绩效的极化发展趋势相对较弱。2002年成果转化绩效较高的省份有安徽、四川、陕西和山西；2007年山西省與邻近的京津地区一同成为全国成果转化绩效的重要增长极；到2014年，北京市成为成果转化绩效的主要增长极，邻近省份的成果转化绩效也处于相似水平。总体来看，我国东部地区创新绩效较高，呈现集群发展趋势；相比而言，中西部地区的创新绩效增长极较少且较分散。因此，广大中西部地区如何分享创新知识溢出的红利、提升自身创新能力，成为提高我国整体创新水平、推动区域经济协调发展的关键。

三、区域创新绩效的过程溢出与空间关联

1.模型设定

Morans I指数检验结果表明，我国两阶段区域创新生产率指数之间存在明显的空间关联关系，其中，科技研发阶段生产率的Morans I为0.478，成果转化阶段生产率为0.702，均通过了1%的显著性检验，表明区域创新绩效在空间分布上并不是完全随机的，而是会受到邻近空间单元技术溢出效应的影响，在地理空间上呈现一定程度的集聚。為进一步研究我国两阶段区域创新绩效在空间上的互动关联关系，本文分别构建科技研发绩效和成果转化绩效的动态空间面板模型，两阶段创新绩效及其空间滞后项分别作为解释变量进入彼此的模型中，以检验区域创新绩效的过程溢出和空间关联。同时，为控制其他因素对被解释变量的影响，本文将被解释变量的一阶滞后项作为解释变量引入模型。

由于空间面板模型考虑数据的空间相关性，如果仍然使用经典计量中的普通最小二乘方法估计模型，可能会因为内生性问题导致结果的有偏和不一致。本文借鉴Elhorst（2010）提出的模型估计思路，采用空间面板极大似然方法估计模型，至于选择固定效应面板模型还是随机效应面板模型，通过Hausman检验确定。

2.变量选取与数据处理

（1）空间权重矩阵的构建

创新绩效的空间关联，不仅存在于地理邻近的区域间，也可能存在于经济社会特征相似的区域间。区域经济发展水平、基础设施水平和人力资本等决定了区域接受其他地区创新知识溢出的能力；区域间经济社会特征越相似，其创新绩效变化的关联度越高。因此，本文借鉴李婧等（2010）的研究方法，基于地理空间标准构建地理距离空间权重矩阵地理距离空间权重矩阵（Wd）表明省份之间的地理距离，矩阵中对角线元素为0，其他元素为Wdtj=e-αdij。其中e为自然底数，dij为区域i与区域j省会城市间的直线欧式距离，由省会城市坐标测算得到；α=min（dij）为系数，是城市i与其他省会城市间的最短距离，以避免权重计算结果太小导致的误差。，并在距离空间权重矩阵基础上加入了经济和人力资本因素，构建经济空间权重矩阵和人力资本空间权重矩阵。

（2）控制变量选取

科技研发生产率和成果转化生产率除了受到彼此在创新过程中的溢出影响和空间关联影响外，还受到其他因素的影响，在不同的创新阶段影响因素也不尽相同。

在科技研发阶段，主要的创新活动集中在高校和科研机构，影响科技研发生产率的因素主要来自区域创新系统内部（如高校数量、产学研合作程度、创新投入偏向性等）和创新系统的支持因素（如政府支持力度等）。本文采用位于各地区的高等学校数量（Uni）代表区域高校数量，采用高校和科研机构科研经费中企业投入的比重（Unrden）衡量区域产学研合作程度，采用科技经费筹集中政府投入的比重（Rdgov）衡量区域政府支持力度，采用R&D经费内部支出中用于资本性支出的比重（Rdcap）衡量创新投入的偏向性赵增耀等（2015）以及余泳泽和刘大勇（2013）的研究表明，科研经费的投入偏向性，即R&D经费是主要投向设备采购、实验室建设等资本性支出还是投向劳务费和奖励奖金等劳动力支出，可能对科技研发的生产率产生不同的影响。。

科技成果转化的主要承担者为企业，该阶段创新绩效除了受到企业自身收益水平的影响，还受到区域市场环境和外部创新环境的影响，例如地区金融发展程度、对外开放度、市场化程度和当地高技术产业发展状况等。本文采用规模以上工业企业主营业务收入水平衡量企业自身收益水平（Prosale），采用金融机构年末存贷款余额与生产总值之比衡量区域金融发展水平（Findev），采用非国有工业企业总产值占工业企业总产值的比重衡量区域市场化程度（Market），采用高技术产业总产值占工业总产值的比重衡量区域高技术产业发展水平（Hitech），采用进出口总额占生产总值的比重衡量区域对外开放程度（Open）。

上述指标测算使用的原始数据来自2002—2015年的《中国统计年鉴》和《中国科技统计年鉴》，并且所有非比例性数据均经价格指数平减并取对数纳入模型进行回归。

3.实证结果及分析

表3为科技研发阶段的空间面板模型估计结果，包括作为对照的普通面板回归和三类空间权重矩阵下的固定效应回归结果，其中纳入空间滞后项的模型拟合优度相对较高。分析结果表明，我国区域科技研发绩效存在明显的空间关联效应。在地理空间权重矩阵下，区域研发绩效的空间自相关系数为0.096，通过了10%的显著性检验，区域研发绩效变动明显受到地理邻近区域研发绩效的影响，存在知识溢出效应影响下的区域空间关联。从创新价值链的角度来看，成果转化活动对研发活动具有反馈影响机制。在地理空间权重矩阵和经济空间权重矩阵下，成果转化绩效对研发绩效的影响系数为0.018，空间滞后项系数分别为0.261和0.269，均通过10%显著性水平检验；而人力资本空间权重矩阵下的估计结果不显著。这说明我国区域成果转化绩效的提高会在一定程度上对区域内、地理邻近区域和经济发展相似区域的科技研发绩效产生正向影响，即企业对大学和科研机构的反馈影响机制促使科研机构和高校更关注市场的创新需求。另外，区域产学研合作程度、政府的研发支持力度和区域内高校数量等控制变量对区域科技研发绩效有显著的正向影响，而科研经费投入的资本偏向性的影响为负，说明科研经费投入应偏向劳动力支出，才更有利于促进我国科技研发绩效的提高。

表4对成果转化阶段的估计结果表明，区域成果转化绩效仅在经济空间权重矩阵和人力资本空间权重矩阵下存在显著的空间关联关系，而地理距离权重矩阵下的空间自相关系数不显著。从价值链角度看，成果转化绩效受到科技研发绩效变化的显著影响。一方面，成果转化绩效与区域内部科技研发绩效显著正相关，三类空间权重矩阵下区域内研发绩效的双向固定效应均显著；另一方面，科技研发绩效的空间滞后项系数均显著为正。这说明，在我国两阶段创新绩效的互动溢出关系中，科技研发绩效处于主导地位，“学研”对“产”的创新知识溢出效应更加明显。因此，在地理上邻近科技研发优势区域，则具有分享其科技研发知识溢出红利的优势，并且这一优势在资本和人才的区域流动过程中进一步得到强化。此外，区域金融发展水平、对外开放程度、市场化水平、高技术产业发展程度和工业企业收益水平等均对成果转化绩效的提高有正向影响。

我国区域创新绩效已基本形成互动关联的协同创新链式结构，但不同地区的创新过程溢出可能会因知识溢出局域性的影响而存在差异。因此，有必要进一步对东、中、西部地区分别进行实证分析，以检验各地区省份间创新绩效的空间关联及两阶段创新绩效的互动反馈关系。

表5为东、中、西部地区科技研发绩效模型的双向固定效应估计结果，可以看出东部省份的科技研发绩效具有显著的空间关联，中部和西部省份科技研发绩效的空间滞后项系数虽为正但不显著。另外，仅有东部地区的创新成果转化绩效对科技研发绩效变动具有显著的反馈影响，中、西部地区成果转化绩效的反馈效应不显著。控制变量对东、中、西部科技研发绩效的影响也不尽相同，产学研合作程度变量对东部地区的科技研发绩效有显著正向影响，对中、西部地区的影响不显著，而政府的研发支持则仅对中部和西部地区的科技研发绩效有显著的正向影响。

表6为东、中、西部地区成果转化绩效模型的双向固定效应估计结果，地理邻近和经济发展水平相似省份的成果转化绩效存在显著的空间关联。对于东部省份和中部省份，“学研”对“产”的创新知识溢出效应明显，区域内部和邻近省份的科技研发绩效显著正向影响成果转化绩效；而西部省份的成果转化绩效仅与邻近区域的研发绩效显著正相关。

总体上看，东部地区在知识溢出效应下各省份两阶段创新活动互相关联、优势互补，成为我国技术创新重要的增长极；相对而言，中部和西部地区尚未形成完整的互动关联的链式创新结构，科技研发空间关联较弱，成果转化绩效对科技研发绩效的反馈效应不明显；另外，西部地区研发绩效对成果转化绩效的影响仅体现在邻近区域之间，缺乏区域内部的互动关联。部分中西部省份，例如陕西和四川省，虽具有明显的创新绩效优势，但在创新过程溢出和空间关联较弱的情况下，难以有效带动广大中西部地区分享知识红利。

四、结论与启示

本文将创新活动划分为科技研发阶段和成果转化阶段，运用基于DEA的Malmquist生产率指数方法测算了2001—2014年我国30个省份两个创新阶段的生产率指数，分析表明：我国区域创新绩效在空间上呈以多个增长极为中心的组团分布，其中，东部沿海地区的创新优势区域相对密集，中、西部地区的创新增长极则相对分散且创新优势区域的形成也较为缓慢；同时，各省份两阶段创新绩效的变化存在不同程度的差异。可见，我国两阶段区域创新绩效存在明显的空间关联关系，因而构建科技研发绩效和成果转化绩效的动态空间计量经济模型，以进一步检验区域科技研发绩效与成果转化绩效的互动溢出和空间关联关系，结果表明：我国两阶段区域创新绩效呈顯著的空间正相关关系，并基本形成互动关联的协同创新链式结构，其中科技研发处于主导地位，“学研”对“产”的知识溢出效应更加明显，而成果转化对科技研发的反馈影响相对较弱；分地区看，东部地区基本形成了强强联合的创新优势区域带，而中西部省份的互动关联链式创新结构尚不完整。因此，区域创新的过程溢出和空间关联较弱是我国中西部地区创新绩效较低的一个重要原因。

根据上述结论，应采取积极措施提高我国区域创新绩效：一是构建和完善面向或引领市场的“逆向创新”合作机制，倒逼高校与企业广泛合作，提升创新供给质量。企业贴近市场，了解消费者的真正需求，能够准确把握科技成果转化的正确方向，进而提供更加具有市场前景的产品和服务创新需求信息，有利于提高科技研发成果的转化效率。因此，应鼓励高校和科研机构根据市场需求进行创新，在研发阶段就注重创新链、产业链和资金链的衔接融合。二是强化成果转化对科技研发的反馈作用，完善科技成果转化机制。增强企业在成果转化过程中的裁量权，改善相关政策和制度环境，建立起以企业需求为主导、风险共担、利益共享的成果转化合作机制。三是加强地区协作，充分利用创新的过程溢出和空间关联效应提高区域创新能力和绩效。加强区域创新信息交流，通过科学分工和合理配置资源避免创新活动的低效率重复，并充分发挥创新优势区域对周边区域的辐射带动作用。四是，打破区域间的创新壁垒，实现创新人才、资本和成果的自由流动。着力打造区域创新优势环节，利用创新价值链的外溢和空间关联融入更大范围的“积木式”创新网络中，从而提高自身的创新能力和绩效。

参考文献：

白俊红，蒋伏心.2015.协同创新、空间关联与区域创新绩效[J].经济研究（7）：174-187.

曹勇，秦以旭.2012.中国区域创新能力差异变动实证分析[J].中国人口·资源与环境（3）：164-169.

符淼.2009.地理距离和技术外溢效应——对技术和经济聚集现象的空间计量学解释[J].经济学（季刊）（4）：1549-1565.

官建成，何颖.2009.科学-技术-经济的联结与创新绩效的国际比较研究[J].管理科学学报（5）：61-77.

李婧，谭清美，白俊红.2010.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界（7）：43-55.

刘和旺，郑世林，王宇锋.2015.所有制类型、技术创新与企业绩效[J].中国软科学（3）：28-40.

肖利平，谢丹阳.2016.国外技术引进与本土创新增长：互补还是替代——基于异质吸收能力的视角[J].中国工业经济（9）：75-92.

于明超，申俊喜.2010.区域异质性与创新效率——基于随机前沿的分析[J].中国软科学（11）：182-192.

余永泽.2015.中国区域创新活动的“协同效应”与“挤占效应”——基于创新价值链视角的研究[J].中国工业经济（10）：37-52.

余泳泽，刘大勇.2013.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界（7）：6-20.

赵增耀，张小波，沈能.2015.区域协同创新效率的多维溢出效应[J].中国工业经济（1）：32-44.

AGRAWAL A，GARLAPPI L. 2007. Public sector science and the strategy of the commons[J]. Economics of Innovation and New Technology，16（7）：517-539.

AUDRETSCH D B，FELDMAN M P. 1996. R&D spillovers and the geography of innovation and production[J]. American Economic Review，86（3）：630-640.

AZOULAY P，DING W，STUART T. 2007. The determinants of faculty patenting behavior：Demographics or opportunities[J]. Journal of Economic Behaviour and Organization，63（4）：599-623.

CHAPPLE W，LOCKETT A，SIEGEL D，WRIGHT M. 2005. Assessing the relative performance of U.K. university technology transfer offices：Parametric and non-parametric evidence[J]. Research Policy，34（3）：369-384.

FRE R，GROSSKOPF S. 1998. Reference guide to on-front[R]. Economic Measurement and Quality I Lund AB，Lund.

FITSCHA M，FRANKEB G. 2004. Innovation，regional knowledge spillover and R&D coorperation[J]. Research Policy，33：245-255.

HANSEN M T，BRIKINSHAW J. 2002. The innovation value Chain[J]. Harvard Business Review，85（6）：121-135.

JAFFE A B，TRAJTENBERG M，HENDERSON R. 1993. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. The Quarterly Journal of Economics，108（3）：577-598.

KELLER W. 2002. Geographic localization of international technology diffusion[J]. The American Economic Review，92（1）：120-142.

KLEVORICK A，LEVIN R，NELSON R，WINTER S. 1995. On the sources and significance of inter-industry differences in technological opportunities[J]. Research Policy，24（2）：195-205.

MAIRESSE J，MOHNEN P. 2002. Accounting for innovation and measuring innovativeness：An illustrative framework and application[J]. The American Economic Review，922）：226-230.

MANSFIELD E. 1995. Academic research underlying industrial innovations：Sources，characteristics，and financing[J]. Review of Economics and Statistics，77：55-65.

MAURSETH P B，VERSPAGEN B. 2002. Knowledge spillovers in Europe：A patent citations analysis[J]. Journal of Economics，104（4）：531-545.

WOJCIECH N，FRANCISCO J A. 2012. What is innovativeness：Literature review[J]. Foundations of Management，4（1）：63-74.

Abstract： The regional innovation process can be decomposed into interrelated two stages， namely research process and commercial process. By constructing the Malmquist productivity index of DEA， this paper evaluates regional two-stage innovation productivities in China and finds obviously spatial correlation between them which are distributed in multi-growth-pole as the center of the group. In the east， innovative advantage regions are relatively concentrated， but in the Midwest， the innovative growth poles are relatively dispersed， and there is difference on different extents in the two-stage innovation performance change between different provinces. On this basis， the paper further incorporates the effects of value chain outflow and spatial correlation into two dynamic spatial panel models to separately estimate these effects on both regional research and commercial productivities changes. The analysis shows that there is significantly positive correlation between the two-stage innovation performances， that the coordinated innovation chain structure with interactive correlation is basically formed， among which the knowledge spillover effect of “learning and research” on “production” is significant， however， the feedback impact of research result commercialization on research and development is weak. In different regions， the east regions basically form the innovation advantage zones with the coordination of the strong with the strong， but the chain innovation structure in the Midwest is not perfect. China should sufficiently make use of the regional innovation spillover and spatial correlation effects to enhance the feedback effect of research results commercialization on research and development， break regional innovation barriers， strengthen regional innovation coordination， and further improve regional innovation ability and performance.

Key words： regional innovation performance； innovation productivity； process spillover； value chain outflow； knowledge spillover； spatial correlation； research and development； result commercialization； coordinated innovation chain structure

CLC number：F124.3；F061.5 Document code： A Article ID： 1674-8131（2017）03-0034-11

（編辑：朱德东；段文娟）