产学研耦合协调度时空演化及影响因素研究

莫姝 王婷

文章编号：1008-7133（2022）01-0057-09

摘要：提高产学研耦合协调发展水平对助力中国成为世界科技强国具有重要意义。利用中国31个省（市、区）的面板数據，基于投影寻踪模型和耦合协调度模型测算了2009—2019年的产学研耦合协调度，分析了时空演化规律和发展趋势，并结合Tobit模型分析了影响产学研耦合协调发展的关键因素。结果表明：中国产学研耦合协调度实现了增长，多数地区为低度耦合协调和中度耦合协调发展，总体耦合协调度不高;各地区产学研耦合协调度呈显著空间正相关，但主要为低水平同质化集聚，且存在长期的区域异质性。影响因素方面，产学研协同程度、经济发展程度、企业研发投入和政府扶持力度对中国产学研耦合协调度呈显著正向影响，对外开放程度和企业规模的影响为负。对此从加大投入力度，政府监管调控和强化外向合作3个方面对未来中国产学研耦合协调发展提出了对策建议。

关键词：产学研;耦合协调;投影寻踪;时空演化;收敛分析

DOI：10.16315/j.stm.2022.01.010

中图分类号： F273.1

文献标志码： A

Research on spatiotemporal evolution and influencing factors of coupling

coordination degree of industry-university-research

MO Shu1，WANG Ting1，2

（1.School of Management， Guizhou University， Guizhou 550025， China;

2.People’s Armed College， Guizhou University， Guizhou 550025， China）

Abstract：Improving the level of coupling coordination development of industry-university-research is of great significance for promoting China to become a world power in science and technology. Using the panel data of 31 provinces （cities， districts） in China， based on the projection pursuit model and the coupling coordination degree model， the industry-university-research coupling coordination degree from 2009 to 2019 was calculated， and the spatiotemporal evolution law and development trend were analyzed， the key factors affecting the coordinated development of industry-university-research coupling are analyzed by using the Tobit model. The results show that the coupling coordination degree of China's industry-university-research has increased， most regions develop low-coupling and medium-coupling coordination， the overall coupling coordination degree is not high. The coupling coordination degree of industry-university-research in various regions shows a significant positive spatial correlation， but it is mainly a low-level homogeneity agglomeration， and there is long-term regional heterogeneity. In terms of influencing factors， the degree of industry-university-research collaboration， the degree of economic development， enterprise R&D investment， and government support have a significant positive impact on the coupling coordination degree of China's industry-university-research， while the degree of opening to the outside world and the size of the enterprise have a negative impact. In this regard， countermeasures and suggestions are put forward for the coupling coordination development of China's domestic academic research in the three aspects of increasing investment， government supervision and regulation， and strengthening external cooperation.

Keywords：industry-university-research; coupling coordination; projection pursuit; spatiotemporal evolution; convergence analysis

我国产学研正从一般合作向深度融合演进，近年来国家加大了人员和资金的投入力度以助力更多主体参与产学研合作活动，然而投入资源的分配是否合理，其相应的产出水平如何对促进产学研耦合协调发展有着至关重要的作用[1]，进而影响产学研深度融合政策的实施。运用科学准确的方法测算全国各地的产学研耦合协调度并找到关键影响因素，对我国产学研深度融合发展及耦合协调机制探索具有深远的意义。

耦合协调度模型是从多个指标全面衡量子系统间协调发展程度的评价方法，学者们运用不同方法评价了耦合协调度。王婷等[2]结合泰尔指数和变异系数法评价了高技术产业集聚与生态环境的结构指数，进而计算其耦合协调度。冯锐等[3]以熵值法对科技金融耦合协调度的评价指标进行赋权。魏敏等[4]基于熵权法和层次分析法的组合赋权方式综合评价了湖南新型城镇化与产业结构演变的耦合协调发展。廖斌等[5]结合主成分分析和云模型的方法分析了贵州省精准扶贫与生态环境间的耦合协调关系。关于影响产学研协调发展的研究，盛彦文等[6]以灰色关联理论进行了探索了政府支持、经济发展、企业规模、企业研发投入等因素与产学研耦合协调度的相关性。迟景明等[7]以自然间断点法对不同地区产学研耦合协调度进行分类，进而研究时空分异性。曹鹏等[8]则分析了产学研各子系统的研发能力及其耦合协调发展程度。

目前文献的不足之处在于：第一，在耦合协调度的测算方法上还有待创新;第二，分析时空演化规律时仅直观描述而未基于科学方法;第三，运用灰色关联度仅能探究影响因素的相关程度而无法分析影响的正负性及影响程度。基于此从不同视角对我国产学研耦合协调发展程度进行研究，运用投影寻踪模型对不同子系统的发展水平进行综合评价，以此为基础计算产学研耦合协调度，接着以核密度估计、空间自相关和收敛性模型分析不同地区耦合协调度的时空演化及发展趋势，最后通过Tobit模型分区域探索影响产学研耦合协调发展的因素，从回归模型准确判断影响程度的大小及正负相关性，进而有针对性地提出促进我国产学研耦合协调发展的对策建议。

1研究方法与指标选取

1.1投影寻踪模型

投影寻踪法的基本思想是将高维数据进行加权组合，以最优方向投影到低维数据空间并构造相应的投影指标函数，通过求得函数的最优值，在保留高维数据结构特征的基础之上寻找能反映高维数据结构特征的最佳投影方向，从而在低维数据空间对高维数据进行分析。在计算各子系统的发展质量水平时需要从多个维度全面考量，对此引入投影寻踪模型将多个指标进行降维处理，从而在一维数据空间评价子系统的发展质量水平。

1.2耦合协调度模型

借鉴物理学上耦合系数模型建立产学研子系统的耦合度模型：

C={[f（x）·f（y）·f（z）]/[f（x）+f（y）+f（z）]3}1/3。（1）

其中：C为耦合度，f（x）、f（y）、f（z）分别代表企业、高等学校和研究及开发机构通过投影寻踪模型计算的发展质量水平。耦合度仅反映了子系统间的相似性而难以体现它们的协调发展情况，对此进一步引入耦合协调度模型以分析产学研子系统交互耦合的协调程度，模型如下：

D=C*T，（2）

T=af（x）+bf（y）+cf（z）。（3）

其中：D为耦合协调度，T为综合发展水平，a、b、c为待定系数，且a+b+c=1，在产学研协同发展过程中，企业作为技术与市场的联结点，发挥着重要的中介作用，而高等学校和研究与开发机构主要充当技术的提供者，具有相似的系统功能，因此设定a=0.4，b=c=0.3[6]。对耦合协调度的划分，目前学术界尚无统一标准，参考已有研究并结合实际情况分析，划分为4种类型[9-10]，如表1所示。

1.3产学研耦合协调度测算指标体系

产學研耦合协调度反映了企业、高等学校和研究及开发机构三大主体各自发展和相互影响的程度，评价产学研耦合协调度既要考虑到各子系统之间的相似性，又要考虑因各子系统发挥不同作用而存在的差异。关于评价产学研发展程度的指标，参考已有文献，基于客观性、系统性及数据可得性，从主体规模、投入指标和产出指标3个方面确定产学研耦合协调度评价指标体系[11-14]，所有指标均为正向影响，指标体系构建，如表2所示。参考吴延兵[15]的研究，将R&D内部经费支出换算成R&D存量，换算公式如下：

RDSi，t=（1-δ）*RDSi，t-1+Ii，t。（4）

其中：RDSi，t为资本存量，i表示地区，t为时期，δ为资产折旧率，取15%[16];Ii，t为R&D经费，R&D基期的资本存量的计算公式为[17]：

RDSi，0=Ii，0/（δ+g）。（5）

其中：RDSi，0为基期资本存量，Ii，0为基期R&D经费，g为R&D经费的年均增长率，对R&D资本存量以2009年为基期按R&D价格指数=0.45×固定资产价格指数+0.55×居民消费价格指数进行平减[18]。2010年及以前为“大中型工业企业”与2011年及以后“规模以上工业企业”的统计口径基本一致，其对实证分析的影响可忽略不计[19]。

1.4产学研耦合协调度影响因素指标体系

从协调发展的视角出发，以产学研协同程度、经济发展程度、对外开放程度、企业研发投入、企业规模、技术市场成熟度和政府扶持力度作为解释变量，产学研耦合协调度为被解释变量进行实证研究，进一步探索各地区产学研耦合协调度的影响因素。对解释变量所涉及的经济指标同样以2009年为基期进行指数平减，所有数据均来源于2010—2020年《中国统计年鉴》和《中国科技统计年鉴》，个别缺失数据以插值法补齐，指标体系如表3所示。

2实证研究

2.1产学研耦合协调度

计算得各地区2009—2019年产学研耦合协调度，如表4所示。由表4可知，江苏省产学研耦合协调度最高，均值为0.569，西藏产学研耦合协调度最低，均值为0.030。各地区中，江苏省、北京市和广东省的耦合协调度均值达到了高度协调耦合。究其原因，这些省市均有较为优秀的高等学校建设，此外北京的中关村示范园在科技研发方面起带头引领的作用，而江苏和广东则拥有规模庞大的产业集群。山东、上海和浙江近年来也开始形成高度耦合协调发展，其余地区则为中度协调耦合或低度协调耦合。这表明我国大部分地区产学研耦合协调发展处于起步阶段。除黑龙江外，各地区产学研耦合协调度均有不同程度的上升，其中广东增长速度最高，增长了0.277，黑龙江为负增长，下降了0.014，全国产学研耦合协调度总体呈稳步发展的状态，产学研耦合协调度及其增速均呈东部>中部>西部的态势，各区域均值差距逐渐增大，原因在于我国多数地区产学研耦合协调发展尚未达到成熟期，仍具有较大上升空间，而东部较中部与西部而言拥有更为丰富的资源，其增长速度较快。

2.2空间格局演化

探索性空间数据分析可以用来考察所观测的数据在空间上是否具有相关性，即是否存在集聚性和依赖性特征，对此可进行全局和局部相关性分析。采用基于地理距离的方式构造空间权重矩阵，其中dik代表2个省会城市之间的空间距离，公式如下[20]：

Wik=0，i=j1/dik。i≠j（6）

2009—2019年间产学研耦合协调度Moran’s I指数及Z值，如表5所示。由表5可知， Moran’s I指数均为正，Z值均大于2.56，各年均在1%的置信水平上通过了显著性检验，除2014年Moran’s I指数及Z值略有降低外，其余年份均呈增长趋势，说明我国产学研耦合协调度在空间上呈显著正相关，各地区产学研耦合协调发展不仅会影响周围地区，同时也会被周围地区影响，并且这种相关性有逐渐增强的趋势。

局部相关研究的是本地区与周围邻近地区观测数据的相关性，用于测量局部空间格局的集聚和离散程度，具体可分为高[KG-*5]-[KG-*5]高（H-H）、低[KG-*5]-[KG-*5]高（L-H）、高[KG-*5]-[KG-*5]低（H-L）、低[KG-*5]-[KG-*5]低（L-L）相关。通过计算得出全国产学研耦合协调度局部空间格局分布，如表5所示。从集聚类型所包含地区所处的区域来看，H-H型中主要存在于东部和中部，L-L型主要存在于西部，L-H型以中部和西部为主，H-L型存在于各个区域。各种集聚类型数量为L-L>H-H>L-H>H-L，说明我国产学研耦合协调度主要呈低水平同质化集聚，发展空间较大，并且存在显著的区域异质性。

2.3收敛性分析

绝对β收敛是指随着时间的推移测量样本内产学研耦合协调度的增长速度和水平都会朝着同一程度发展。绝对β收敛系数的计算公式如下[21]：

ln（Ei，T+1/Ei，1）/T=α+βln Ei，1+μi。（7）

其中：i为地区，T为测量时间长度，Ei，1和Ei，T+1分别为期初和期末的产学研耦合协调度，β为收敛系数，ui为误差项。如果β小于零，则说明区域产学研耦合协调度有收敛倾向，反之则为发散。其收敛速度λ由计算公式β=-（1-e-λT）/T求得。以OLS回归估计上述模型，回归结果，如表6所示。全国及各区域β值均为负数但不显著，总体上不能认为我国产学研耦合协调度存在绝对收敛性。

2.4产学研耦合协调度影响因素分析

产学研耦合协调度属于受限因变量，为避免采用OLS模型可能导致的估计结果偏差，以Tobit模型進行回归，具体模型如下：

coodi，t=α0+α1coopi，t+α2ecoi，t+α3openi，t+

α4resi，t+α5scai，t+α6skii，t+α7govi，t+εi，t。（8）

其中：i为地区，t为时期，a0为常数，a1～a7为待估参数，εi，t为随机误差且服从εi，t～N（0，σ2）。对模型进行Tobit回归，结果如表7所示。由表7可知，不同区域的回归系数正负性不完全相同，因此有必要分区域进行回归估计。

产学研协同程度（coop）的回归系数在全国、东部和西部通过了1%的显著性检验，系数为正，意味着在这些区域产学研协同程度对产学研耦合协调度起正向促进作用。主体间交流越频繁、协同程度越深，越有利于消除文化差异、认知距离、知识歧义和信任危机等负面因素带来的不利影响，提升知识在主体间传递的质量和效率，促使主体间进行长效、深度地合作，进一步减少寻找新伙伴所需资金以及重新建立知识传递机制的成本，从而推动产学研耦合协调发展。中部的回归系数通过了5%的显著性检验但系数为负，说明企业对学研方的经费支出存在分配不合理的情况导致主体间的发展失衡，从而降低产学研耦合协调度。

经济发展程度（eco）的回归系数在所有区域均通过了1%的显著性检验，系数为正，表明经济发展程度越高，越有利于产学研耦合协调发展。与发达国家相比，我国研究与发展经费的支出比例还有一定差距，而地区经济越发达，则会投入更多资金用于科学研究，从而引进高水平科研人员以及购置科学技术和产品研发过程所需的基础设施，即拥有更为优质的产学研发展环境。同时，这种优质环境又会吸引越来越多的主体参与和资本投入，形成良性循环，进而提高产学研耦合协调发展水平。

对外开放程度（open）的回归系数在全国、中部和西部通过了10%的显著性检验，在东部通过了1%的显著性检验，系数均为负，说明对外开放程度的提高对产学研耦合协调度起负向影响，其原因在于目前外商投资参与产学研活动大都停留在表面而未深入到协作研发环节。对外商企业来说，国内人口众多、劳动力低廉等因素能带来十分可观的利润，在国内设立代工厂成为了外商投资的主要形式，却极少涉及核心技术层面。这种合作方式非但不能给我国产学研耦合协调发展带来提升，而且会占用地区资源，与当地企业形成竞争，抑制地区产学研耦合协调发展。

企业研发投入（res）的回归系数在全国和中部通过了1%的显著性检验，在东部和西部通过了5%的显著性检验，系数均为正，表明企业研发投入越多，产学研耦合协调度越高。结合产学研协同程度（coop）的回归结果来看，企业经费不只是简单投入到与高等学校和研究与开发机构的合作过程，更为重要的是经费的支出目的，产学研活动要想取得卓越的创新成果，研发环节是重中之重。同时，企业增加研发资金的投入比例，意味着企业参与创新研究的意愿更强，研发资金用于缩小学研方和企业之间的知识势差，从而增强企业的知识吸收能力。

企业规模（sca）的回归系数在全国、东部和中部通过了1%的显著性检验，在西部不显著，系数均为负，意味着企业规模的增大对产学研耦合协调发展起负向作用。原因在于规模庞大的企业通常拥有自己的研发部门，并且由于涉及商业机密性，其并无较强合作意愿。而中小型企业在综合考虑大型企业垄断、市场危机和金融风险等因素的情况下，更愿意参与产学研合作以确保自身的可持续发展，这也在一定程度上契合政府大力扶持中小型企业参与产学研深度融合的政策。西部企业数量较少，尚未形成一定规模，因而回归系数不显著。

技术市场成熟度（ski）的回归系数在全国、东部和中部均不显著，在西部通过了1%的显著性检验，系数为正，即从全国范围来看，技术市场成熟度的提高对产学研耦合协调的发展并无显著影响。从各地区技术市场成交额来看，2019年北京、广东、上海、湖北和陕西的技术市场成交总额达到了全国总值的一半之多，而仅北京地区就约占全国技术市场成交额的28%，可见大部分地区技术市场成熟度尚有不足，通过技术市场等中介手段转化产学研创新成果还未发展成主流方式。对西部区域来说，“一带一路”和“西部大开发”战略的实施取得了显著成效，发明专利数量和技术市场成交额的增长速度均有极大提升，远超东部区域，继续保持增长势头将有利于西部产学研耦合协调的发展。

政府扶持力度（gov）的回归系数在全国、东部、中部和西部通过了1%的显著性检验，系数均为正，即政府加大扶持力度会促进产学研耦合协调度发展。政府提高科研经费的支出比例，代表政府高度重视区域创新体系的建设，同时在法律和政策方面也会提供相应支持，以推动产学研活动的顺利进行，进一步完善市场监督和利益分配等机制，为地区产学研耦合协调发展提供重要保障。

3结论与建议

3.1研究结论

运用2009—2019年的面板数据计算了我国不同地区产学研耦合协调度，并对其时空演化、发展规律和影响因素进行了深入分析，得到如下结论：

1）多数地区处于低度协调耦合或中度协调耦合的发展情况，说明我国大部分地区产学研耦合协调发展尚在起步阶段。除黑龙江外各地区产学研耦合协调度均有所上升，全国产学研耦合协调度总体呈稳步发展的状态，但增速不高。产学研耦合协调度的Moran’s I指数及Z值总体呈上升状态，各年份均在1%的置信水平上通过了显著性检验，意味着我国产学研耦合协调度在空间上呈显著正相关，各地区产学研耦合协调发展对周围地区有显著影响，并且这种相关性有逐渐增强的趋势。从局部空间格局分析得出我国产学研耦合协调度主要呈低水平同质化集聚，并且存在显著的区域异质性。

2）全国及各区域绝对β收敛系数为负但不显著，意味着我国产学研耦合协调度及增长速度并不会朝着同一程度发展，相反，按照这种趋势各地区产学研耦合协调度之间的差异将长期存在。

3）从全国角度分析，产学研协同程度、经济发展程度、企业研发投入和政府扶持力度对我国产学研耦合协调度的提升起到了显著的正向促进作用，对外开放程度和企业规模的增加则不利于我国产学研耦合协调发展，而技术市场成熟度的影响不显著。

3.2对策建议

根据研究结论，对我国产学研耦合协调发展从不同角度提出如下建议：

1）合理加大投入力度，优化资源配置结构。在经济高质量发展的大环境下，企业需加大对学研方经费支出力度，确保科研活动在经费充足的条件下顺利进行，同时企业还需提高自身科研经费支出，以增强知识吸收能力和成果转化能力，减少知识距离和知识歧义等在沟通交流机制中的负面影响，促使高校和科研机构的研究成果更符合企业所需、市场所需，推动产学研主体在充分的资源交换和信息传递中共同发展。对各地区来说，产学研各主體任何一方的发展落后均会阻碍产学研耦合协调发展的进步，因此需重视研究与开发机构的发展情况，提高研究与开发机构各方面投入，促进各主体间的均衡发展。

2）政府发挥引导和中介作用，鼓励中小型企业参与产学研合作。政府在促进产学研耦合协调起到了至关重要的作用，对耦合协调度高和技术水平高的城市，政府应引导产学研主体解决关键问题和重点问题。针对经济欠发达和低耦合协调度地区加强政策和资金扶持，助力科技人员建设西部和东北区域，深入实施西部大开发和东北振兴战略。同时，政府应加强合作监管，完善相关法律法规，确保知识产权和利益分配机制得当。中小型企业作为大型企业生长的摇篮，在数量上占有绝对优势，但多数中小企业由于缺乏相应的能力，仅以人才输送的形式参与产学研活动而不是基于研发层面，因此政府还需通过资金和政策的方式重点扶持更多中小企业参与产学研合作，形成多方联动的产学研合作模式。

3）强化对外合作深度，推动区域间耦合协调发展。吸引外来资本参与产学研活动的时不应仅仅只停留在表面合作，要促进地区资源与国外资源的深度融合，学习国外先进技术，引进创新科技，实现科技进步，促进高新企业发展，提高创新产出。耦合协调发展落后的地区可借鉴中部和东部高度耦合协调地区的发展经验，利用空间溢出效应加强地区间交流，实现跨区域合作。区域内则可以耦合协调发展程度较好的城市为中心带动所在区域低度耦合协调城市开展形式多样的产学研协同创新活动，充分利用地理邻近性，减少沟通交流的空间距离，节约合作成本，缩小各地区间差异，推动耦合协调度的整体提升。

参考文献：

[1]罗啸潇，王婷.国内外校企合作研究发展与启示：基于文献计量分析[J].科学与管理，2021，41（1）：57.

LUO X X，WANG T.Research development and enlightenment of school-enterprise cooperation at home and abroad-based on bibliometric analysis[J].Science and Management，2021，41（1）：57.

[2]王婷，王海天.高技术产业集聚度与生态环境耦合关系演化研究[J].科技进步与对策，2020，37（15）：44.

WANG T，WANG H T.Study on the evolution of the coupling relationship between high-tech industrial agglomeration and ecological environment[J].Science and Technology Progress and Countermeasures，2020，37（15）：44.

[3]冯锐，高菠阳，陈钰淳，等.粤港澳大湾区科技金融耦合度及其影响因素研究[J].地理研究，2020，39（9）：1972.

FENG R，GAO B Y，CHEN Y C，et al.Study on the coupling degree of Guangdong-Hong Kong-Macao Greater Bay Area and technology and finance and its influencing factors[J].Geography Research，2020，39（9）：1972.

[4]魏敏，胡振华.湖南新型城镇化与产业结构演变协调发展测度研究[J].科研管理，2019，40（11）：67.

WEI M，HU Z H .Measurement of coordinated development of new urbanization and industrial structure evolution in Hunan[J].Scientific Research Management，2019，40（11）：67.

[5]廖斌，王婷.生态使命贫困地区精准扶贫与生态保护的耦合协调研究[J].统计与决策，2020，36（3）：67.

LIAO B，WANG T.Study on the coupling and coordination of precision poverty alleviation and ecological protection in poverty-stricken areas with ecological mission[J].statistics and decision，2020，36（3）：67.

[6]盛彦文，马延吉.区域产学研创新系统耦合协调度评价及影响因素[J].经济地理，2017，37（11）：10.

SHENG Y W，MA Y J.Evaluation of coupling coordination degree of innovation system in regional Industry-University-Research and its influencing factors[J].Economic Geography，2017，37（11）：10.

[7]迟景明，李奇峰.我国区域产学研创新系统耦合协调度评价及时空特征分析[J].国家教育行政学院学报，2020（3）：15.

CHI J M，LI Q F.Evaluation of coupling coordination degree of innovation system in China's regional Industry-University-Research and analysis of space-time characteristics[J].Journal of National Institute of Education Administration，2020（3）：15.

[8]曹鹏，白永平.中国产学研系統研发能力及其协同发展水平[J].甘肃社会科学，2019（3）：223.

CAO P，BAI Y P.System R&D capability and coordinated development level of Industry-University-Research，China[J].Gansu Social Sciences，2019（3）：223.

[9]薛亮，赵胜川.城市轨道交通运营系统耦合协调度研究[J].科技与管理，2020，22（4）：67.

XUE L，ZHAO S C.Study on the coupling coordination degree of urban rail transit operation system[J].Science and Technology and Management，2020，22（4）：67.

[10]孟凡蓉，陈子韬，袁梦.科技创新、科技资源与经济增长的耦合研究[J].科学学与科学技术管理，2019，40（9）：63.

MENG F R，CHEN Z T，YUAN M.Research on the coupling of science and technology innovation，science and technology resources and economic growth[J].Science of Science and Technology Management，2019，40（9）：63.

[11]王辉，陈敏.基于两阶段DEA模型的高校科技创新对区域创新绩效影响[J].经济地理，2020，40（8）：27.

WANG H，CHEN M.The impact of university scientific and technological innovation on regional innovation performance based on the two-stage DEA model[J].Economic Geography，2020，40（8）：27.

[12]李明星，苏佳璐，胡成，等.产学研合作创新绩效影响因素元分析研究[J].科技进步与对策，2020，37（6）：61.

LI M X，SU J L，HU C，et al.Meta-analysis of the factors influencing the performance of cooperative innovation in Industry-University-Research[J].Science and Technology Progress and Countermeasures，2020，37（6）：61.

[13]罗啸潇，王婷.产学研协同创新效率研究[J].技术与创新管理，2020，41（4）：336.

LUO X X，WANG T.Research on collaborative innovation efficiency in Industry-University-Research[J].Technology and Innovation Management，2020，41（4）：336.

[14]肖振红，范君荻.区域R&D投入、产学研耦合协调度与科技绩效[J].系统管理学报，2020，29（5）：847.

XIAO Z H，FAN J D.Regional R&D input，industry-university-research coupling coordination degree and scientific and technological performance[J].Journal of System Management，2020，29（5）：847.

[15]吴延兵.R&D存量、知识函数与生产效率[J].经济学（季刊），2006（3）：1129.

WU Y B.R&D stock，knowledge function and production efficiency[J].Economics （quarterly），2006（3）：1129.

[16]LUINTELK B，KHAN M.Basic，applied and experimental knowledge and productivity：Further evidence[J].EconomicsLetters，2011，111（1）：71.

[17]李婧，譚清美，白俊红.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，2010（7）：43.

LI J，TAN Q M，BAI J H.Spatial econometric analysis of China's regional innovative production-an empirical study based on static and dynamic spatial panel models[J].Management World，2010（7）：43.

[18]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响：上海市的实证研究[J].经济研究，2003（6）：45.

ZHU P F，XU W M.The influence of government's science and technology incentive policy on R&D input and patent output of large and medium-sized industrial enterprises-an empirical study in Shanghai[J].Economic Research，2003（6）：45.

[19]朱金生，李蝶.技术创新是实现环境保护与就业增长“双重红利”的有效途径吗？：基于中国34个工业细分行业中介效应模型的实证检验[J].中国软科学，2019（8）：1.

ZHU J S，LI D.Is technological innovation an effective way to realize the “double dividend” of environmental protection and employment growth？：Empirical test based on the intermediary effect model of 34 industrial sub-sectors in China[J].China Soft Science，2019（8）：1.

[20]BERNARD C，SERRANO-D G.Innovation and R&D spillover effects in Spanish regions：a spatial approach[J].Research Policy，2007，36（9）：1357.

[21]罗啸潇，王婷，廖斌，等.中国省域城市代谢效率演化及影响因素分析[J].环境污染与防治，2021，43（12）：1625.

LUO X X，WANG T，LIAO B，et al.Analysis of metabolic efficiency evolution and influencing factors of cities in China[J].Environmental Pollution and Prevention，2021，43（12）：1625.

收稿日期： 2021-11-10

基金项目： 贵州省社科规划联合基金项目（18GZLH030）;贵州省科学技术基金项目（ZK[2021]一般275）

作者简介： 莫姝（1997—），女，硕士研究生;

王婷（1974—），女，教授，博士生导师.