科研仪器开放对区域创新绩效影响的实证研究科研仪器开放对区域创新绩效影响的实证研究

邵必林　杨会会

摘要：科研仪器的开放有助于促进科技创新发展，但目前科研仪器开放管理模式不成熟，导致科研仪器开放的效果分析不明确。根据科研仪器开放和区域创新绩效的先行文献提出经验假设：科研仪器開放促进区域创新绩效提升，但科研仪器开放规模与区域创新绩效并不显著正相关。然后基于科研仪器开放视角，运用SuperSBM模型与Tobit模型相结合的方法，采用2018年相关统计数据，对我国科研仪器开放规模与各区域创新绩效之间关系进行实证分析。研究发现：科研仪器的开放促进创新绩效提升，目前提升效应并不显著;东部地区存在创新投入资源冗余问题; 科研仪器开放对创新绩效的影响存在区域异质性，东部高水平经济发展地区促进效应不如中西部地区。

关键词：科研仪器开放;创新绩效;SuperSBM;Tobit模型

中图分类号：F 276.42 文献标识码：A文章编号：1672-7312（2021）03-0244-09An Empirical Study on the Impact of Scientific Research Instrument

Opening on Regional Innovation PerformanceSHAO Biling，YANG Huihui

（School of Management，Xi’an University of Architecture and Technology，Xi’an 710055，China）

Abstract：The opening of scientific research instruments is helpful to promote the development of scientific and technological innovation，but the current management mode of scientific research instruments is not mature，resulting in the unclear effect analysis of scientific research instruments opening.According to the previous literature on the opening of scientific research instruments and the performance of regional innovation，the empirical hypothesis was put forward：the opening of scientific research instruments promoted the performance of regional innovation，but the opening scale of scientific research instruments was not positively correlated with the performance of regional innovation.Then，based on the open perspective of scientific research instruments，the SuperSBM model and the Tobit model are combined to make an empirical analysis of the relationship between the open scale of scientific research instruments in China and the innovation performance in various regions with the relevant statistical data of 2018.The results show that：the opening of scientific research instruments promotes the improvement of innovation performance，but the improvement effect is not significant at present.The eastern region has the problem of redundant innovation input resources.Regional heterogeneity exists in the influence of scientific research instrument opening on innovation performance，and the promotion effect of the eastern highlevel economic development region is not as good as that of the central and western regions.

Key words：Scientific research instrument opening;Innovation performance;SuperSBM;Tobit model

0引言

大型科研仪器作为科技条件资源的重要组成部分，是科研工作开展的重要基础性保障，在科技创新活动中发挥着不可替代的支撑作用。一个国家大型科学仪器设备的数量从一定程度上可以反映该国在科学领域的研究地位。大型科研仪器的开放程度越高，科技创新发展水平就越好。近年来，国家特别关注大型科研仪器的开放，2015年1月26日，国务院发布了《国务院关于国家重大科研基础设施和大型科研仪器向社会开放的意见》，并陆续出台了大量关于科研仪器开放平台管理的文件。尤其是十九大以来，中国的经济由高速发展转向高质量发展，科研仪器的开放对促进高质量创新具有十分重要的意义。

目前，我国对大型科研仪器的投入大，但是科技资源配置分散、封闭、重复建设问题比较突出，不少科研设施和仪器闲置浪费现象比较严重，专业化服务能力不高。大部分科研仪器集中在高校和研究机构中，而高校及研究机构内部科研资源对外开放程度不高，对外部资源的利用率较低，就目前仪器设备的使用情况来看，仪器设备的投入产出不成比例，使用效率远远低于预期，这是阻碍科技创新发展的主要因素之一。

针对这一问题，国内学者已经开始对大型科研仪器开放现状进行相关研究，但是研究成果明显不足。在中国知网CNKI中以SCI，EI，核心、CSSCI，CSCD电子期刊为检索库，以“科研仪器开放”作为检索关键词，只有32篇检索纪录，可见现阶段关于大型科研仪器开放的研究较少，而且既有文献也多是科研仪器的购置评估及审批管理、开放平台的管理、考核评价激励机制建设等方面的研究。鲜有学者提出大型科研仪器开放对科技创新绩效影响方面的研究。基于此，文中采用SuperSBM模型与Tobit模型相结合的研究方法来探讨：①目前，科研仪器开放规模越大，将会更利于促进区域创新绩效？②科研仪器开放对创新绩效的影响是否存在区域异质性？

1文献概述及理论假设

1.1国际科研仪器开放现状

随着经济社会快速发展对科技创新成果产出需求的日益迫切，如何对支撑科技成果持续产出的科研仪器设备实施有效管理，更好地挖掘和发挥科研仪器设备的固有价值和潜在作用，已成为国内外学术界和实际工作领域致力于解决的关键问题。有学者指出，仪器设施的开放可以使终端运营商相互受益，但是中国共享经济成功发展的同时，又存在着严重的资源冗余问题。

国外发达国家在大型科研仪器设备的开放管理方面，已经进行了相关探索，并取得了较大的进展。美国、英国、日本等发达国家有很多成功的经验值得我们学习和借鉴，表1是美国、英国、日本与中国开放现状的对比分析。表1美、英、日与中国开放现状对比国家购置评估及审批流程产权归属管理开放服务管理考核评价及激励机制美国主要是由联邦政府进行管理，项目的立项审批及经费预算均有相关部门负责联邦政府对仪器的产权归属做了详细的规定，明确的法律规定，产权清晰完善的开放服务使用机制，使用费用明细清晰，拥有技术人才队伍联邦政府进行严格考核，并以此作为是否继续资助的依据英国仪器购置渠道多样，包括政府资助、企业合作、个人捐赠等政府全额资助的仪器，产权全归政府建立开放服务平台，面向全国开放，实行人员三级管理针对不同仪器设备制定不同的考核评估办法日本国立研究机构向有关省厅提出特别预算申请，由专门委员会和省厅的相关部门审查产权全部归国家所有完善的开放平台网站，方便需求者使用，在资源上实现互通向社会开放的仪器基本免费，根据使用目的有时也进行收费中国经费大都财政支出，没有法规对仪器的购置审批做系统的规定由财政投入的产权均属于国家，产权模糊，相关方面的制度管理建设不完善国家宏观管理体系不完善，开放服务的管理限于部门或单位内部，对相关技术人员重视不足对绩效考核做了大量的研究，但是没有形成固定的考核体系从表1中可以看出，发达国家开放程度较高，主要依托于完善的法律法规，清晰的产权归属，较为完备的开放管理机制及考核评价激励制度。而中国大型科研仪器开放现状整体不乐观。

1.2理论研究现状及假设

1.2.1创新绩效相关研究现状

广义上的创新绩效包括了科学研究和技术创新，是从创新思想产生到将新技术、新工艺推向市场的全过程。创新绩效的概念广泛而复杂，目前国际上尚未形成统一定义。黄鲁成认为，区域创新系统是由知识创新子系统、技术创新子系统、知识传播子系统和知识应用子系统构成。文中借鉴黄鲁成、官建成等人的研究成果，把创新绩效理解为，以高校为主体的知识创新系统和以企业为主导的技术创新系统相互作用为创新活动带来的效益，并以此为前提选择创新绩效评价指标。目前，国内外学者通过借鉴奥斯陆手册从评价研究角度、研究方法等方面对科技创新绩效影响因素已经做出了大量的研究。

在研究视角方面，LU W M等基于生产过程的角度，运用网络数据包络分析的方法对30个国家的创新系统进行效率分析，并且引入了管理决策矩阵的概念，通过创新绩效改进战略地图给政府和管理者提出绩效改进建议。杨晶照等基于大数据的视角，通过对CSSCI和SSCI这2个数据库进行“创新绩效”检索，运用Citespace Ⅲ软件对近年来创新绩效的文献进行可视化分析，发现越来越多的学者开始关注知识整合能力、吸收能力、网络嵌入度、组织学习与创新绩效的关系，为创新绩效指标体系的构建提供了良好的基础。李婧等基于空间相关视角，以人力投入、物力投入、知识产出、经济产出方面为依据构建了区域创新绩效评价指标体系，利用中国30个省市的面板数据，采用熵权法应用引力模型测度知识溢出，考察知识溢出对区域创新绩效的影响。谭俊涛等从创新基础、产业集群环境、产学研联系质量、技术溢出效应、政府政策5个方面出发构建了区域创新绩效评价体系，借鉴欧盟的创新指数算法，从地理空间和区域差异角度，对中国31个省市的创新绩效的时空演变特征及影响区域创新绩效差异的因素进行深入分析。

在创新绩效影响因素方法構建上，刘笑等采用面板分位数回归的方法，研究了产学研合作数量与学术创新绩效的关系，并分别分析了合作广度、知识能力对产学研合作数量和学术创新绩效的调节关系，研究表明产学研合作数量与学术创新绩效呈明显的倒U型关系，合作广度和知识能力对创新绩效具有正向调节作用。CARAYANNIS，ELIAS G等在DEA模型的基础上，辅助以序数回归模型的多准则决策方法，来研究创新和创业的环境因素如何影响估计的绩效得分，为国家和区域创新效率提出一个综合评估和分类框架。厉伟等采用DEA方法对2009—2013年中国内地31个省市的创新资源整合绩效进行评价，将物力这一要素加入评价指标体系，弥补了前人只将人力、财力作为投入指标而忽略物力这一要素的不足。

1.2.2科研仪器开放对创新绩效的影响

美国学者CHESBROUGH于2003年首次提出开放式创新的概念，开放式创新强调的是一个组织与其外部组织间进行异类资源的互补与共享以避免资源的重复浪费。RIGBY等认为加强组织与外部的合作，从外部引进创新技术资源，有利于增强组织的创新基础。在国家创新驱动战略的导引下，开放式创新在我国逐渐成为创新领域研究的热点话题，彭正龙等认为提升企业与外界的合作共享能够对创新绩效产生积极的影响。蒋旭灿等指出，企业创新过程中存在创新资源匮乏问题，而组织之间资源的开放共享能提高资源的利用效率，加快创新速度，提升创新绩效，对创新绩效产生显著的正效应。习近平总书记于2014年的中央全面深化改革领导小组第六次会议上提到了目前科研仪器利用率和共享程度不高等突出问题，并提出通过科研仪器向社会开放来提高全社会创新能力的必要性。科研仪器作为科技创新活动的重要基础资源，其开放程度对创新绩效的影响值得深入研究。根据国内外学者关于开放式创新的研究现状和发达国家对本国科研仪器开放以提高科研资源的利用率，促进创新成果产出的启示，得出本研究的科研仪器开放对创新绩效的影响机理，如图1所示。

基于前人的研究，可以看出，大多数学者关于科技创新绩效影响因素的研究主要涉及3个方面：一是评价指标体系的选取;二是评价方法的选择;三是考察视角的选择。在中国高质量创新发展的背景下，大型科研仪器设备的开放对促进高质量创新发展具有十分重要的意义，但是很少有学者从大型科研仪器的开放角度出发，对创新绩效影响做出客观的评价分析。

综合科研仪器开放和区域创新绩效的先行研究文献，我们得出经验假设：科研仪器开放促进区域创新绩效提升，但科研仪器开放规模与区域创新绩效并不显著正相关。文中的着力点是：①在注重划分科研仪器开放规模的基础上，探讨科研仪器开放规模对创新绩效的影响;②从区域层面对我国科研仪器开放与创新绩效的关系进行深入研究;③借助超效率DEATobit模型实证检验科研仪器开放规模对科技创新绩效的影响。

2.1SuperSBM模型

数据包络分析法（data envelopment analysis，DEA）是目前广泛应用于效率评价研究的一种非参数方法。由于在使用该模型的过程中不需要确定各投入指标和产出指标的权重，避免了指标权重确定主观性强、难以确定的问题，它可以测算纯技术效率、规模效率等，有助于更为准确地评价投资效率，大量有关DEA模型所测度的效率结论也都表现出良好的可信性。通常运用数据包络分析法进行评价决策单元（decision making units，DMU）是否有效、是否达到最优化，并对决策单元的效率进行排序。它是基于线性规划和生产理论的原理，旨在测量决策单元投入可用资源生成一组输出的效率。运用DEA模型具有以下优点：①它允许多个投入指标和多个产出指标;②不需要确定投入指标和产出指标的权重，避免了指标权重确定难的问题;③将效率与最佳运行机组的效率进行比较，而不是与平均性能进行比较。

目前传统的DEA方法主要集中在径向的CCR、BCC模型中，若评价最优解不为1，即该DMU无效。传统DEA的方法主要的局限在于：投入和产出变量之间若存在较强的相关性，会出现决策单元普遍有效的情况，缺乏较为清晰的区分度，不利于从各决策单元的效率值中提取差异信息。Tone提出的非径向SBM模型（slackbased measure，SBM）将松弛变量直接放到目标函数中，解决了投入产出的松弛性问题和存在非期望产出时的效率评价问题。SBM模型在效率评价中得到了广泛应用，并具有相当的稳健性，而超效率DEA能够对普遍有效的决策单元重新优劣排序。因此，文中采用DEA方法中的SuperSBM模型。

假设每个省是一个决策单元（DMU），每个省有m种投入、s种产出，用向量可表示为x∈Rm，y∈Rs，定义矩阵X、Y如下：X=＼[x1，…，xn＼]，Y=＼[y1，…，yn＼]，其中，xi>0，yr>0。具体模型分别见式（1）。

minσ=1m∑mi=1ixiO1s∑sr=1rxrO

s.t≥∑Jj=1，≠0ixj，

≥∑Jj=1，≠0iyj，

∑Jj=1，≠0j=1，

≥x0，≤y0，≥0，≥0（1）

若效率值σ≥1，则表明该决策单元完全有效，此时该DMU的投入—产出刚好达到最优效率，即投入正好转化为最大产出;若效率值σ<1，则表明该决策单元存在效率损失，该DMU的投入—产出未达到最优效率，即投入未转化为最大产出，可通过优化投入量、提高产出量来改善效率。

2.2Tobit模型

Tobit模型最早是由James Tobit（1958）提出，又称截断式回归模型，该模型的一个重要特征就是解释变量y为截断数据，即解释变量都大于或小于某个确定值＼[24＼]。因用SuperSBM测算出来的绩效值大于0，传统最小二乘法的回归将产生有偏和不一致＼[25＼]，基于此，文中运用Tobit模型考察科研仪器开放规模对區域创新绩效的影响，见式（2）。

ink=βhk+εk，βhk+εk>0

0，其他（2）

其中ink为第k个省区的科技创新绩效值; hk为创新绩效的k个影响因素;εk为误差项。

3指标构建及数据来源

3.1评价指标的选取及数据来源

能反映科技创新效率的指标很多，基于全面性、科学性、系统性、客观性和数据可靠性5个原则，参考前人对创新绩效评价指标体系的建立＼[26-27＼]，在进行了专家咨询及深入调查研究的基础上，构建了基于中国31个省市数据的科技创新绩效评价指标体系。评价指标体系主要分为投入指标和产出指标2类，投入产出指标见表2。

产出指标Y国外主要检索工具收录的科技论文数y2新产品销售收入y3高校R&D课题数y41）投入指标。尽管前人对评价指标的选择不尽相同，但主要涉及规模投入、人员投入、资金投入这3个方面。文中参考朱海就、赵炎等人的研究，从以上3个方面出发选取投入指标，以普通高等学校数量、规模以上工业企业数量和国外技术引进合同数这3个指标作为规模投入的基本情况;规模以上工业企业R&D人员数、公有经济企事业单位专业技术人员数能够衡量企业对科技创新的重视程度，以反映人员投入基本情况;资金投入指标用“R&D经费投入强度”来表示。

2）产出指标。产出指标的选取主要涉及知识成果产出及经济收入。美国学者FRAME的研究表明，专利数对创新能力的贡献为25%，科技论文数为21.6%，该观点肯定了专利数和科技论文数在某种程度上代表了一个地区的创新水平。在国际技术创新水平的比较研究中，也常用到有效专利数，徐银良等人用国内有效专利数和发表的科技论文数来衡量科技创新的直接产出。高校是进行知识创新的主体，“高校R&D课题数”体现其进行创新的主观努力程度，因此，以国内有效专利数、国外主要检索工具收录的科技论文数、高校R&D课题数来表示学术成果的产出情况;经济收入用“新产品销售收入”来表示。

研究是以中国内地31个省市的创新绩效為研究对象，考虑到数据的可得性与完整性，数据主要来源于2018年的《中国统计年鉴》《中国科技统计年鉴》等权威数据库，各省的科研仪器开放数量来自《重大科研基础设施和大型科研仪器国家网络管理平台》权威网站。这里需要说明的是，基于数据的可得性，科研仪器开放数量采用的是截止到2018年底的累计变量。

3.2科研仪器开放与创新绩效的事实描述分析

我们用EViews 10.0软件画出我国内地包括东部、中部、西部的31个省区的科研仪器开放规模趋势折线图，如图3所示。可以看出我国大型科研仪器设备已经全国范围内普遍开放，但开放规模显然不同;例如东部地区整体规模明显大于中部地区，中部地区略微大于西部地区，究其原因在于各地区地理位置、经济、文化等因素的不同。

根据图3，科研仪器开放规模区域差异较大，因此，我们参照刘友金对东、中、西3大区域的划分方法将全国内地31个省市按图2横坐标中的北京-海南作为东部地区，山西-黑龙江作为中部地区、内蒙古-西藏作为西部地区来探究科研仪器开放规模与创新绩效的影响关系。

同时，文章参考国内学者在进行定量分析时所用的方法，对前文所说的31个省市的科研仪器开放数量从大到小进行排列，并将其划分成大规模开放与小规模开放2个阶层，来验证科研仪器开放规模对科技创新绩效的实质性影响。具体划分结果如图4所示。图4我国内地31个省市科研仪器开放数量

文中将科研仪器开放规模作如下设定：对超过全国科研仪器开放数量平均值的称为大规模开放，反之称为小规模开放。Tobit回归模型的指标变量，见表3。

4实证分析

4.1区域创新绩效评价

在有效获取评价数据的基础上借助DEASOLVERpro 5.0软件，采用SuperSBM模型，得到中国内地31个省市2018年的科技创新投入产出绩效，计算结果见表4。

1）2017年各省市的创新绩效排名为：北京>陕西>甘肃>广东>广西>山西>西藏>宁夏>吉林>湖南>江苏>河南>上海>黑龙江>内蒙古>四川>贵州>浙江>重庆>湖北>河北>辽宁>山东>安徽>福建>天津>江西>云南>海南>新疆>青海。其中20个省达到DEA有效，天津、河北、辽宁、海南、青海等10个省DEA无效。在DEA有效的20个省中，北京市绩效值排名第一且遥遥领先其他省，而排名最末的新疆、云南、海南、青海等省份的绩效与之相差甚远，可见这些地区受经济条件的限制。

2）东部地区的绩效值并不普遍高于中西部地区。例如，上海、广东等东部地区的绩效值低于陕西、甘肃等西部地区。DEA是对决策单元进行相对有效性评价，当投入的增量值大于产出增量时并不会增加创新绩效值，即投入资源存在冗余。西部地区虽然产出量少，但其投入量也相对较小，这正是上海、广东等东部地区的绩效值低于陕西、甘肃等西部地区的原因。由表5可知，上海市的“新产品销售收入y3”产出指标严重不足，广东省存在投入指标冗余、产出不足的现象，尤其是“规模以上工业企业数量x2”存在严重的投入重复浪费现象。这说明，东部经济发达地区创新绩效低于西部地区并非因为创新投入量不够，而应该加强投入产出过程管理，进而提升绩效值。

3）在非DEA有效的10个省中，辽宁地区与黑龙江、吉林地区的创新绩效值相差较大，研究结果显示，辽宁省的“国内有效专利数y1”、“国外主要检索工具收录的科技论文数y2”2个指标存在严重产出不足的问题。因此，辽宁应该加强学术成果产出方面的研究，同时应加强东北区域科技创新协同管理，以提升东北地区整体创新绩效。

4.2科研仪器开放对科技创新绩效的影响：Tobit

运用Tobit模型，并引入虚拟变量，分2个层面研究：第一，从科研仪器开放规模层面分析对科技创新绩效的影响。第二，分区域研究，将我国内地31个省划分成东、中、西3部分，将西部设为基准地区，来分析3大区域科研仪器开放对创新绩效的影响，结果见表6。

根据表6的模型（1）结果我们可以看出，科研仪器的开放促进创新绩效的不断提高，但是大规模开放的情况下其对创新绩效的提升效应是不显著的。根据表6模型（2）的回归结果，确立3个回归方程如下。

东部地区科研仪器开放规模与创新绩效的关系

in=0.854+0.000 2h-0.444=0.410+0.000 2h（3）

中部地区科研仪器开放规模与创新绩效的关系

in=0.854+0.000 2h-0.132=0.722+0.000 2h（4）

西部地区科研仪器开放规模与创新绩效的关系

in=0.854+0.000 2h（5）

由于把西部地区看作基准地区，因此偏截距系数反映了相对基准地区科技创新绩效的增加或减少。例如：-0.444表示东部地区的创新绩效比西部地区少0.444。

通过模型（2）的3个回归方程，可以得到：虽然东、中、西部地区科研仪器开放对科技创新绩效的影响效应有所差别，但整体上都是促进科技创新绩效的提升的，这在一定程度上验证了之前的经验假设;通过相关系数的比较，随着我国科研资源开放理念的逐步发展，科研水平日益提升，但科研仪器开放对创新绩效的影响呈现明显的区域差异性。开放背景下，东部地区的创新绩效提升效应比西部地区少0.444，中部地区较西部地区少0132。该结果不符合高水平经济发展地区科技资源开放规模越大进而对创新绩效提升效应越高的观念，这与2015年底“中国军民融合平台”开始在西部建设相关，因为经济发展水平高的地区存在资源重复浪费现象，导致科技创新产出绩效较低。

5结语

文中从“科研仪器开放”的角度出发，采用SuperSBM模型对创新绩效值進行测度，然后用Tobit模型对创新绩效进行回归，从科研仪器开放规模层面及区域层面对我国科研仪器开放规模与各区域创新绩效之间关系进行实证分析。

1）经济发展水平高的地区存在科技创新资源投入重复浪费现象。

2）科研仪器开放促进创新绩效提升，但开放规模对创新绩效的影响并不显著。

3）科研仪器开放对创新绩效的影响存在区域异质性，从影响效应上看，西部地区>中部地区>东部地区。

4）加强仪器开放平台的管理。研究结果显示，经济发达地区科技资源投入量大，但存在投入重复浪费现象，经济发达地区开放效果不明显。因此，需要进一步加强开放平台的建设，以提高仪器开放效率。建立激励评价机制，按职能划分管理人员，定期进行设备的使用评价，合理的价格补贴政策有利于推动开放平台的发展，激发平台管理人员的积极性＼[36＼]。根据仪器设备的来源不同，划分清晰的产权归属，明确相关机构和单位的责、权、利，方便制定合理的开放机制。利用先进的大数据技术，对各机构的仪器设备数据进行收集，实现数据库的统一管理，以便实现资源的互通，达到共享的目的。

5）加强区域开放平台的联系。在西北5省中，只有新疆、青海的创新绩效值非DEA有效。东北三省中，辽宁地区创新绩效值落后于黑龙江、吉林地区。因此，应加强区域开放平台的联系，提高临近省区整体科技创新水平。最后，科研开放平台有法可依。制定合理的法律保障体系，使各机构在推进科研平台的开放时，有法可依。

参考文献：

＼[1＼]马宁，刘召.大型科研仪器共享体系研究＼[J＼].科技管理研究，2017，37（18）：180-185.

＼[2＼]杨慧珊，王刊良，杨平.开放式创新视角下企业创新路径选择与影响因素研究＼[J＼].技术与创新管理，2019，40（04）：441-447+516.

＼[3＼]吴卫红，董姗，范治成，等.科研仪器设施开放共享中的知识产权研究＼[J＼].中国科技论坛，2020（02）：1-8.

＼[4＼]史广军，焦文彬.开放科研基础设施的共享管理平台机制、功能与流程——基于中国科学院仪器设备共享管理平台案例的分析＼[J＼].中国科学基金，2019，33（03）：246-252.

＼[5＼]刘贺，胡颖，王冬梅.国家大型科研仪器现状及其开放共享分析研究＼[J＼].科研管理，2019，40（09）：282-288.

＼[6＼]MA H L，WONG C W H，LEUNG L C，et al.Facility sharing in businesstobusiness model：A real case study for container terminal operators in Hong Kong port＼[J＼].International Journal of Production Economics，2019：419-512.

＼[7＼]RONG K，XIAO F，WANG Y.Redundancy in the sharing economy＼[J＼].Resources，Conservation and Recycling，2019，151：104455.

＼[8＼]黄鲁成.关于区域创新系统研究内容的探讨[J].科研管理，2000，21（02）：43-48.

＼[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.

＼[10＼]DEL M，MAGGIONI V，JIMENEZ D，et al.Knowledge management practices for innovation：a multinational corporation’s perspective＼[J＼].Journal of Knowledge Management，2014：905-918.

＼[11＼]LU W M，KWEH Q L，HUANG C L.Intellectual capital and national innovation systems performance＼[J＼].KnowledgeBased Systems，2014，71：201-210.

＼[12＼]杨晶照，崔亚梅，甄美荣.基于文献计量的创新绩效影响因素及研究趋势的可视化分析＼[J＼].现代情报，2016，36（02）：171-177.

＼[13＼]李婧，何宜丽.基于空间相关视角的知识溢出对区域创新绩效的影响研究——以省际数据为样本＼[J＼].研究与发展管理，2017，29（01）：42-54.

＼[14＼]谭俊涛，张平宇，李静.中国区域创新绩效时空演变特征及其影响因素研究＼[J＼].地理科学，2016，36（01）：39-46.

＼[15＼]刘笑，陈强.产学合作数量与学术创新绩效关系＼[J＼].科技进步与对策，2017，34（20）：51-56.

＼[16＼]CARAYANNIS E G，GRIGOROUDIS E，GOLETSIS Y.A multilevel and multistage efficiency evaluation of innovation systems：A multiobjective DEA approach＼[J＼].Expert Systems with Applications，2016，62：63-80.

＼[17＼]厉伟，李健，汪国懋，等.中国省际创新资源整合绩效评价——基于2009—2013省际面板数据的分析＼[J＼].科技管理研究，2016，36（12）：72-76.

＼[18＼]GANN D M H.Chesbrough，open innovation：The new imperative for creating and profiting from technology [M].Harvard Business School Press，2003.

＼[19＼]RIGBY D，ZOOK C.Openmarket innovation＼[J＼].Harvard Business Review，2002，80（10）：80-93.

＼[20＼]彭正龙，王海花，蒋旭灿.开放式创新模式下资源共享对创新绩效的影响：知识转移的中介效应＼[J＼].科学学与科学技术管理，2011，32（01）：48-53.

＼[21＼]蒋旭灿，王海花，彭正龙.开放式创新模式下创新资源共享对创新绩效的影响——环境动荡性的调节效应＼[J＼].科学管理研究，2011，29（03）：5-10.

＼[22＼]RUIZ J L，SIRVENT I.Performance evaluation through DEA benchmarking adjusted to goals＼[J＼].Omega，2019，87：150-157

＼[23＼]XIAO C，WANG Z，SHI W，et al.Sectoral energyenvironmental efficiency and its influencing factors in China：Based on SUSBM model and panel regression model＼[J＼].Journal of Cleaner Production，2018，182：545-552.

＼[24＼]ZHANG L，ZENG Y，FANG Y.Evaluating the technical efficiency of care among longterm care facilities in Xiamen，China：based on data envelopment analysis and Tobit model＼[J＼].BMC Public Health，2019，19（01）：1230.

＼[25＼]王虹，胡勝德.基于Tobit模型的“一带一路”旅游产业效率投资影响因素及策略研究＼[J＼].中国软科学，2017（12）：62-70.

＼[26＼]孔令丞，许建红，刘鲁浩，等.科创网络推动区域创新的作用机理及实证分析——来自省级面板数据的证据＼[J＼].上海经济研究，2019（04）：43-54.

＼[27＼]樊霞，赵丹萍，何悦.企业产学研合作的创新效率及其影响因素研究＼[J＼].科研管理，2012，33（02）：33-39.

＼[28＼]朱海就.区域创新能力评估的指标体系研究＼[J＼].科研管理，2004（03）：30-35.

＼[29＼]赵炎，武晨.基于耗散结构的区域创新系统绩效评价研究＼[J＼].科研管理，2018，39（S1）：37-43.

＼[30＼]FRAME J.Modelling national technological capacity with patent indicators＼[J＼].Scientometrics，1991，22（03）：327-339.

＼[31＼]徐银良，王慧艳.中国省域科技创新驱动产业升级绩效评价研究＼[J＼].宏观经济研究，2018（08）：101-114+158.

＼[32＼]刘思琦，宋晓晴.高校产学研合作绩效评价研究＼[J＼].高教学刊，2016（22）：188-189.

＼[33＼]黄菁菁.产学研协同创新效率及其影响因素研究＼[J＼].软科学，2017，31（05）：38-42.

＼[34＼]彭文斌，刘友金.我国东中西三大区域经济差距的时空演变特征＼[J＼].经济地理，2010，30（04）：574-578.

＼[35＼]操龙升，赵景峰.专利制度对区域技术创新绩效影响的实证研究——基于专利保护视角＼[J＼].中国软科学，2019（05）：97-103.

＼[36＼]FANG Z，HUANG L，WIERMAN A.Prices and subsidies in the sharing economy＼[J＼].Performance Evaluation，2019：102037.

（责任编辑：王强）