产业多样化、创新要素市场化与创新效率研究——基于分省份数据的实证分析

李维梁,宋国超

(中共山东省委党校 经济学教研部,济南 250014)

实体经济高质量发展离不开创新,为提升创新效率,地方政府不断提高创新要素投入,无论是创新人才的吸引、创新资金的投入还是创新基础设施的建设都有一些重大举措不断出台。但创新资源有效发挥作用还需要一定的产业基础和创新环境,创新效率与创新要素所在的环境密切相关。不同产业之间人才、技术、资金等的流动共同形成了一个区域经济结构,这样的一个经济结构集合了不同的产业生态系统的优势和交互作用而形成产业多样化,产业多样化在一定市场环境中对创新效率产生影响。在研究中还要将创新要素市场化程度、人力资本状况、金融支持创新能力等纳入框架。本文基于2010—2019年30个省份的相关数据建立模型,在省级层面对于产业相关多样化和非相关多样化与创新效率的关系进行了实证研究,并对要素市场多样化的中介效应进行了检验,同时重点考察了导致南北方省份创新效率差异的因素,以期对于提出不同区域提升创新效率的对策建议提供经验证据。

一、文献综述与理论分析

1.文献综述

Frenken等[1]创新性地将产业多样性进一步细分为相关多样性与非相关多样性。所谓相关多样化是指区域产业多样化体现在某一大类产品领域内多个细分的产品领域;非相关多样化是指区域产业多样化体现在不同大类产品领域内。李福柱和厉梦泉[2]提出明显具有技术替代性或互补性特征的细分产业间多样性称为相关多样性,相反,不具有显著技术替代性或互补性特征的产业间多样性则为非相关多样性。具体到创新领域,何郁冰等[3]认为相关技术多样化是指企业的创新活动聚焦于某一大类技术领域内多个细分的技术领域;不相关技术多样化是指企业的创新活动分布于若干不同的大类技术领域。李秋霞等[4]认为,产业多样化可以促进区域知识吸收能力的提高,进而影响区域创新能力,但这种促进作用存在区域差别。相关多样化和非相关多样化对于技术创都具有重要意义,在现代产业体系中,真正完全无关的产业只在一定的空间和时间内存在。在科学技术革命和产业变革突飞猛进的今天,产业之间的关联程度空前提高了,而且包含政产学研企在内的各类市场主体通过跨界的科学技术联系更容易诞生“从0到1”的颠覆性技术创新。相关多样化、非相关多样化对创新效率的影响随着产业之间的分工、专业化和知识溢出的程度不同而有所不同,创新要素市场化程度的提高可以改进投入的创新要素结构,从整体上促进创新效率的提高。

我国在要素市场化改革领域存在的一些问题和矛盾,已经成为阻碍我国深化供给侧结构性改革和经济社会高质量发展的短板。Ljungwall和Tingvall[5]研究表明,中国研发支出对经济增长的促进作用明显弱于其他国家,研发支出对于研发成果的产生是一种直接投入,而研发支出对经济增长的促进作用较弱,说明中国创新效率整体较低,创新成果的市场化转化路径并不畅通。白俊红和卞元超[6]研究发现,作为最重要的两种要素,劳动力要素市场扭曲和资本要素市场扭曲对创新生产效率损失均具有显著的正向影响,二者均显著抑制了中国创新生产活动的开展及其效率的提升。戴魁早和刘友金[7]关注到了要素市场扭曲对技术创新的影响,其研究结论认为要素市场扭曲不利于企业技术创新活动的开展和创新效率的提升,创新要素在企业之间和企业内部的市场化配置有助于提升创新效率。张晓晶等[8]认为,市场扭曲在一国发展的早期阶段对于全要素生产率有促进作用,但随着收入水平的提高,这种促进作用逐步减弱,特别是进入中高收入阶段,市场扭曲的负面作用越来越大,并成为导致很多国家陷入中等收入陷阱的重要因素。减少和纠正扭曲是实现可持续增长的关键,也是通过要素市场化配置促进创新效率、提高创新能力的有效途径。市场化改革能够打破行业保护主义等行政壁垒,保证创新要素自由流动和在市场上获得合理回报,促使创新要素更多地由企业主体按照市场原则进行配置,进而提升创新要素使用效率。邓峰等[9]证实了市场分割阻碍了创新效率的提高,研发人员流动的中介作用大于资本流动的作用。已有文献将产业多样化和创新要素市场化对于创新效率的影响分别进行了检验,但缺少产业多样化是否通过创新要素市场化的中介效应对创新效率产生影响以及产生多大中介效应的检验。

2.产业多样化、创新要素市场化影响创新效率的理论分析

产业多样化、创新要素市场化对创新效率具有不同的作用机理,本文在已有研究的基础上提出三个假设。

(1)产业多样化影响创新效率的作用机理

Romer[10]曾经指出,创新知识的非竞争性和部分排他性特征是产生知识溢出的根本原因,知识溢出将会显著促进技术创新的产生。关于产业多样化促进创新效率提升的作用机理,祝树金等[11]从宏观作用角度将其分为Jacobs技术外部性、交流外部性、劳动力市场外部性和区位优势四个方面,从微观作用角度将其分为价格指数效应、学习与模仿效应两个方面。他们还认为相关多样化将产生更多的Jacobs技术外部性,而非相关多样化则更多的作为一种投资组合,可以保护区域经济免受外部冲击。这一研究提出了相关多样化与Jacobs技术外部性引起的创新之间的关系。关于产业多样化与创新质量与数量的关系,李长英和赵忠涛[12]从技术多样化的角度研究发现,相关技术多样化对创新数量和创新质量具有“倒U”型影响,不相关技术多样化对创新数量和创新质量具有正向影响;相关和不相关技术多样化通过吸收知识溢出提高了企业的创新数量和创新质量。在产业相关多样化和无关多样化对于区域创新能力和效率的影响方面,相关多样化将显著促进创新成果的产生,非相关多样化对于创新的作用方向在不同的层面可能完全不同[4]。随着区域专业化和分工的深化,产业链、价值链的知识密度也在不断提高,非相关多样化水平越高不仅能够增加经济韧性、提升经济承受外部冲击的能力,同时还可以通过技术、知识的交流提升边缘创新能力,增加颠覆性技术创新的可能性。

假设1:相关多样化通过知识技术溢出和交流外部性等促进区域创新效率提升,非相关多样化与相关多样化对于区域创新效率提升的作用方向相反,处于不同发展阶段的不同区域通过多样化提升创新效率的路径也不相同。

(2)要素市场化影响创新效率的作用机理

创新要素和技术产品的市场化将显著带动企业研发支出结构根据市场做出优化配置,促进创新要素产生更高的技术成果回报。同时,在促进创新要素流动和破除要素市场化配置障碍的过程中,产权保护和知识产权保护作为正式的制度保障尤为重要。王钺和刘秉镰[13]认为,创新要素的流动使得流入地和流出地创新要素的边际生产率均得到提高,从而提升区域技术效率。市场是配置资源最有效的手段,纠正要素配置扭曲、实现要素市场化配置对于创新效率的提升有显著影响。技术市场的信息不完全、不对称阻碍了创新成果的顺畅转化,降低了创新要素的创新效率。推动创新要素市场化在宏观上要依靠不断降低市场分割造成的扭曲,不断完善现代市场体系;微观上要通过资金、人才流动等实现创新要素的市场化配置对于创新效率发挥促进作用;在具体操作上要根据区位所处的不同发展阶段来进行不同的创新要素市场化改革制度设计,来促进本地区创新效率的提高。不断细化创新领域,对于新兴的、需要引导的、投入周期长的、基础性的科学研究需要政府采取直接投资、参股入股、奖补性政策等来增加政府研发资金的投入;而对于短期的、偏工程的和实用的技术创新则重点要通过价格信号和税收金融等优惠政策引导企业通过招商引资、增加研发投入来提升技术创新能力,来源更加丰富的研发资金和人才将会通过知识技术溢出显著提高创新效率。

假设2:构建和完善技术市场交易和保护制度、吸引更多的外部投资、扩大研发资金来源、输入更多技术和人才等,可以畅通各类创新要素的市场化配置水平,最终促进区域创新效率提升。

(3)创新要素市场化的中介效应作用机理

在区域经济中,不同的产业集群形成产业多样化,进而对创新效率产生影响,同时,这种产业多样化对创新效率产生的影响是在一定的市场环境中产生的。党的十八届三中全会提出发挥市场在资源配置中的决定性作用和更好发挥政府作用,无论是在一般商品领域还是要素市场领域,市场发挥决定性作用优化资源配置正成为理论和实践的共识。市场发挥决定性作用依靠价格信号反映的供求状况将各类商品和要素流向能够带来最大价值的领域,创新要素市场化通过市场配置各项创新资源,降低交易成本,加快流通速度,使得各项要素在产业内部和产业之间能够得到最大程度的优化配置,促进创新要素更好发挥作用,提升创新效率。同时,政府在对经济进行宏观间接调控时,市场也是政府发挥作用的中介、手段和作用对象。根据温忠麟等[14]的方法,在检验产业多样化和创新要素市场化分别对创新效率的影响程度之后,需要衡量产业多样化是否通过创新要素市场化对创新效率产生影响,如果有正的影响,那么创新要素市场化就成为中介变量,发挥中介作用,如果有负的影响,那么创新要素市场化可能发挥遮挡作用。

假设3:创新要素市场化能够促进产业多样化对创新效率在更高程度上发挥作用,创新要素市场化在促进创新效率上发挥中介作用。

二、主要指标及经济学含义

为了衡量产业多样性指数对于创新效率的影响,本文对于创新效率、产业多样化指数、创新要素市场化指数分别采取DEA法、熵指数法、主成分分析法来进行计算。

1.创新效率的衡量

1978年,运筹学家A Charnes, W W Cooper, 及E Rhodes首先提出了一个被称为数据包络分析(Data Envelopment Analysis,简称DEA模型)的方法[15],用于评价基本相同部门间的相对有效性。DEA模型本质上是一个线性规划问题,其基本原理为:

minθ-ε(êTS-+eTS+)

其中,j=1,2,…,n表示决策单元,X,Y分别是投入、产出向量。

若,θ=1,S+=S-=0则决策单元DEA有效;

若,θ=1,S+≠0,或S-≠0,则决策单元弱DEA有效;

若,θ<则1,决策单元非DEA有效。

参照已有研究中的效率评价指标的选择,考虑数据的可靠性、可得性和一致性,分别选取投入和产出各三个指标,运用DEA方法衡量各省份的创新效率,投入指标除选择R&D经费内部支出和R&D人员全时当量外,还选取具有代表性的工业企业办研发机构数作为创新投入指标;产出指标则选择代表创新成果的国内专利授权数、代表创新成果转化的新产品销售收入和技术输出成交额等三项指标。本部分数据来源于《中国科技统计年鉴》和《中国火炬统计年鉴》,收集整理从2010—2019年的数据(因西藏部分数据缺失,本文没有选取),计算得出30个省份10年的创新效率指标。

2.产业多样化指数的衡量

熵指数是一种结构性指标,可以在每一产业层级上进行分解,不同产业层级上的多样化熵指数可以应用于同一回归方程,这样不仅有利于在一定程度上避免各变量可能存在的模型内生性问题,而且便于统筹反映各产业部门内细分产业间的相关多样化水平。按照熵指数的定义将产业多样化水平定义为:

其中VRI为熵值,代表产业多样化程度,Pi为某省份i产业的就业比重。熵值越高,则该省份的产业多样化水平越高。假定该省份中n个小类行业分布在G(G

非相关多样化指数衡量了大类产业之间的多样化程度。不同省份的非相关多样化指数(UV)计算公式如下:

组内相关以及组间非相关的衡量有赖于产业分类,为从产业关联角度计算产业相关性,本文借鉴万道侠等[16]的方法,使用投入产出表产业相似度矩阵划分大类行业计算多样化指数。基于省份数据的完整性,根据《2017年投入产出表》和《中国劳动统计年鉴》整理出86个行业,使用UCINET软件做小团体分析,最优峰值出现在4个大类行业,如表1。根据4个大类行业计算得出30个省份10年的相关多样化指数和非相关多样化指数。

表1 86个行业分为4个大类行业的具体分类

3.创新要素市场化指数的计算

参考樊纲等构建市场化指数的方法[17],围绕技术交易、技术研发、制度环境三个方面选取指标,采用主成分分析法来计算创新要素市场化指数。其中,技术交易市场化程度采用技术市场交易额与地区生产总值的比值来代表,技术研发市场化程度采用国外与其他来源资金占企业研发经费内部支出的比重来代表,制度环境市场化程度采用国(境)外直接投资占地区生产总值的比重来代表。运用凯撒正态化最大方差旋转法得出三个指标的权重依次为0.276,0.275和0.449,采用2010—2019年《中国科技统计年鉴》和《中国统计年鉴》数据,得出30个省份10年的创新要素市场化指数。

三、模型构建和实证分析

1.模型构建

为在省级层面衡量相关多样化、非相关多样化对于创新效率的影响程度,进而寻找促进创新效率提升的路径,构建如下模型:

CRSit=C1+α1lnRVit+β1lnMRKit+θ1lnEDUit+γ1lnPRIit+δ1lnFINit+εit,

(1)

CRSit=C2+α2lnUVit+β2lnMRKit+θ2lnEDUit+γ2lnPRIit+δ2lnFINit+εit。

(2)

式(1)和式(2)中分别将创新效率(CRS)作为被解释变量,将相关多样化指数(RV)、非相关多样化指数(UV)作为解释变量,并将创新要素市场化指数(MRK)、平均受教育年限(EDU,用大学生就业占劳动力总人数比重代替)、人均可支配收入(PRI)、金融从业人员占比(FIN)等指标作为控制变量。为探讨创新要素市场化的差异对于创新效率的影响,根据经济地理区划将30个省份划分为南北两个区域,运用同样的模型采取万广华和张茵[18]基于回归的分解方法,分析在不同的要素市场化程度下相关多样化、非相关多样化对创新效率影响的差异。

2.30个省份的Tobit模型回归结果

本文选取DEA计算出的技术效率指标代表创新效率作为自变量。考虑DEA计算出的30个省份10年的技术效率指标分布于0—1之间,属于受限变量,运用Stata16.0软件中的Tobit模型分别对创新效率与相关多样化、非相关多样化以及控制变量进行回归,结果见表2。

表2 30个省份的Tobit模型回归结果

(1)30个省份的Tobit模型回归结果分析

第一,相关多样化对创新效率具有正向促进作用,非相关多样化对创新效率具有负向抑制作用,且随着各项控制变量的加入,所发挥作用的力度基本呈现逐渐减小的趋势。相关多样化指数对于创新效率提升的促进作用主要表现在大类产业内部的各种小类产业之间能够产生更高程度的技术关联性和互补性,不同的小类产业之间会建立包括研发人员、技术人员以及操作人员在内的经常性联系,更利于技术和知识在大类产业内部的溢出。非相关多样化指数衡量大类产业之间的多样化程度,发挥作用的方向与已有研究成果表现一致,主要原因是Jacobs外部性、交流外部性以及产业间有效联动性缺乏,产业之间的知识和技术溢出的作用不明显甚至呈现负向关系,但经过检验,非相关多样化与创新效率之间并不存在倒“U”形关系。

第二,创新要素要素市场化对创新效率具有一致的正向促进作用。一是因为技术市场化程度越高则技术创新成果在市场上进行交易越容易,面临的交易周期越短,交易成本越低,将会促进各创新主体的技术创新积极性,进而对创新效率产生促进作用。二是技术研发市场化程度越高则各创新主体与外部资金往来的密度和数额越大,创新主体与外界之间通过市场进行的知识和技术联系越频繁,可以显著提升创新产出。三是制度环境市场化程度越高代表营商环境越好,资金具有的逐利本性将会促使其选择风险最低收益最高的投资方向,而外部直接投资的增多,也将会显著提升当地创新要素的流动,研发资金、研发人员的创新要素流动又会促进区域内部创新要素的沟通联系,产生边缘创新效应,不断提高创新效率。

第三,其他控制变量对创新效率的影响。大学生就业占比在1%或5%水平上对于创新效率产生促进作用且具有一致性,原因是人均受教育程度越高,技术和知识供给程度就会越高,对于创新产品和服务的需求程度也相应提高,将从供给和需求两个方向分别对创新产生推动和拉动作用。人均可支配收入对于创新效率具有负向作用且具有一致性,这一结果通过了显著性检验,主要原因是在经济发达地区各类要素通过其他途径能够获得更高的收益,导致流入创新领域的要素数量和质量并不与经济发展水平相匹配;金融从业人员占比对于创新效率也呈现负向作用,但并没有通过常数项的10%水平的显著性检验。

(2)30个省份创新要素市场化中介效应的检验及分析

根据温忠麟等[14]的方法,首先分三步对CRS、lnRV、lnMRK逐步检验回归系数,检验创新要素市场化对于相关多样化是否存在中介效应:一是回归检验方程CRS=clnRV+e1的系数c,得出lnRV对CRS的总效应;二是回归检验方程lnMRK=alnRV+e2的系数a,得出lnRV和lnMRK的关系;三是控制MRK后,检验方程 CRS=c’lnRV+blnMRK+e3的系数c’和系数b。如果系数a,b,c均显著,表示中介效应显著;如果系数c’不显著,则称为完全中介,如果ab和c的符号不同则可能为遮掩效应。系数乘积ab即为中介效应,c’为直接效应,c为总效应。运用同样的方法对CRS、lnUV、lnMRK逐步检验回归系数,检验创新要素市场化对于非相关多样化是否存在中介效应。创新要素市场化中介效应的检验结果见表3,从中可以得出,创新要素市场化在相关多样化促进创新效率提升中发挥38.8%的中介效应,创新要素市场化在非相关多样化阻碍创新效率提升中发挥49.3%的中介效应。

表3 创新要素市场化中介效应的检验结果

(3)分区域Tobit模型回归结果分析

传统上,依据人均GDP衡量区域所处的发展阶段将我国经济分区划分为东中西三个部分,对各省市创新产出水平的评价结果表明,东部地区总体优于中西部[19]。随着我国经济的发展,东中西间的差距逐渐缩小,而南北方之间的差距逐渐扩大。研究发现,2013年以来随着北方经济增长快速回落,我国南北经济分化走势愈益突出[20],造成南北经济分化加剧的最重要因素在于地区创新能力差异,本文计算出的创新效率南方省份均值为0.73、北方省份均值为0.69,符合这一研究结果。参考盛来运等[21]的方法,从经济地理学的视角将30个省、自治区、直辖市划分南方省份和北方省份,其中南方省份包括:江苏、安徽、湖北、重庆、四川、云南、贵州、湖南、江西、广西、广东、福建、浙江、上海、海南、山东、河南和西藏(数据缺失原因未做统计),北方省份包括:黑龙江、吉林、辽宁、内蒙古、河北、北京、天津、山西、陕西、宁夏、甘肃、新疆、青海。分区域对创新效率进行Tobit回归分析的结果见表4,在此基础上进一步分析南北方省份创新效率的差异来源。

表4 分区域Tobit模型回归结果

第一,南北方省份创新效率差异来源分析

采取基于回归的分解方法对造成南北方省份创新效率差异的原因进行分析,并将其分为禀赋差异和边际影响差异,基本计算公式为:

(3)

式(3)中,i代表南方省份、j代表北方省份、Δ代表南方省份减去北方省份。运用表4回归结果计算的我国南北方省份创新效率差异来源见表5。

表5 南北方省份创新效率差异来源

从表5数据可以看出,我国南北方省份创新效率的差异主要来源于非相关多样化禀赋差异(ΔT=0.971)。从多样化数据上看,非相关多样化指数北方(0.93)较南方(-0.07)高,而根据30个省份的Tobit模型回归结果,非相关多样化和创新效率呈负相关,导致北方创新效率整体低于南方。在非相关多样化差异来源分解中,边际影响差异的权重(0.133)不如禀赋差异的权重(0.838)大,但依然大于相关多样化和创新要素市场化对南北创新效率边际影响差异的权重(分别为-0.105和0.004),说明进一步提高非相关多样化水平对北方创新效率提高的负面影响较大。在相关多样化的差异来源分解中,相关多样化对创新效率的边际影响北方(1.25)高于南方(1.04),且相关多样化边际影响差异(-0.105)显著大于禀赋差异(0.020),说明进一步提升相关多样化,发展大类内部的相关产业更利于提升北方的创新效率。南北方省份创新要素市场化的提高都有助于提升创新效率,影响差异的主要来源是禀赋差异(0.012),从构成创新要素市场化指数差异的分解指标看,北方的外商直接投资力度较南方不够大、创新成果以及知识产权市场较南方发育不足、研发经费来源较南方单一等因素导致了这一结果的产生。

第二,南北方省份创新要素市场化中介效应的检验及分析

运用同样方法,对南北方省份创新要素市场化中介效应分别检验的结果见表6,从中可以得出,在南方省份,创新要素市场化在相关多样化促进创新效率提升中发挥28.4%的中介效应,创新要素市场化在非相关多样化阻碍创新效率提升中发挥42.8%的中介效应。在北方省份,创新要素市场化在相关多样化促进创新效率提升中发挥46.2%的中介效应(比南方高62.7%),创新要素市场化在非相关多样化阻碍创新效率提升中发挥48.8%的中介效应(比南方高14.0%)。说明南方省份较为发达的创新要素市场化在相关多样化促进创新效率方面的中介效应低于北方省份,同时南方省份较为发达的创新要素市场化在非相关多样化阻碍创新效率方面的中介效应也略低于北方省份。因此,对于北方省份来说,可以通过创新要素市场化中介效应来提升相关多样化水平促进创新效率的作用效果。

表6 创新要素市场化中介效应的检验结果计算

3.稳健性检验

(1)多重共线性检验

本文所用的创新效率、相关多样化和非相关多样化、创新要素市场化指数均为经过计算后的相对指标,此外三大指标共使用10个统计数据,为了评估无效变量引发的内生性问题需进行多重共线性检验。运用SPSS25软件做共线性回归诊断,结果显示方差膨胀系数均小于3,表示各个指标之间不存在多重共线性问题。

(2)结果一致性检验

传统DEA模型是测算同一时期不同决策单元的的静态相对效率,会忽略技术进步对全要素生产率的贡献。为进一步测算时间序列数据的动态效率,对采用Malmquist方法得出的30个省份的创新效率通过Tobit模型回归进行验证。由于数据可得性问题,运用Malmquist方法导致2009年创新效率数据缺失,本文运用30个省份9年的270个数据进行回归,结果显示各项指标的系数作用方向与对DEA方法得出的创新效率回归的系数作用方向一致,见表7。

表7 对采用Malmquist方法得出的创新效率进行Tobit模型回归结果

四、结论与启示

基于2010—2019年中国各省份分产业数据,根据4个大类行业采用熵指数法测度计算得出30个省份10年的产业多样化指数和非相关多样化指数。运用相关统计数据,以DEA法测度创新效率,以主成分分析法衡量创新要素市场化指数,运用Tobit模型研究了产业多样化对创新效率的影响,分别检验了30个省份、南方省份和北方省份的创新要素市场化中介效应,分析了南方省份和北方省份创新效率差异的来源,在此基础上得到相关建议。

1.主要研究结论

在全国层面,相关多样化和非相关多样化对创新效率的影响相反,相关多样化对创新效率的促进作用显著为正,而非相关多样化对创新效率的作用为负。创新要素市场化对于创新效率具有正向促进作用,且对于相关多样化和非相关多样化均具有中介效应。以大学生就业占比为代表的居民受教育程度对提高创新效率有促进作用,以人均可支配收入代表的区域经济发展水平对创新效率的提高有挤出效应。

在分区域方面,我国南北方省份创新效率的差异主要来源于非相关多样化禀赋差异。南北方创新效率差异的主要原因是北方产业的非相关多样化程度过高,这种过高的非相关多样化程度降低了创新要素的投入产出效率。南方省份的市场化程度比北方省份的市场化程度在提高创新效率方面作用更为显著,南方省份创新要素市场化在相关多样化促进创新效率方面的中介效应低于北方省份,同时南方省份创新要素市场化在非相关多样化阻碍创新效率方面的中介效应也略低于北方省份。

2.相关启示与建议

第一,发挥区域优势,不断延伸产业链和创新链。区域优势产业链是技术创新的基础,沿着优势产业链发展可以快速扩大产业规模,不但可以夯实区域发展的经济基础,可以优化技术创新的产业生态,在技术、人才、知识、市场等方面共享溢出效应,显著提升区域整体创新效率。沿着区域优势产业链继续发展相关多样化强的产业,可以不断夯实技术创新和市场创新的基础。而跟随科技革命和产业技术发展潮流孵化和引进非相关多样化产业,可以增强区域研发重大技术创新的能力,使之能够在激烈的竞争中不至于掉队。人力资本对于相关多样化、非相关多样化产业的发展均存在显著促进作用,地方政府应积极营造尊重知识、尊重人才的社会氛围,强化区域教育均衡和提升教育水平,做实人才引进政策,促进创新效率的提升。

第二,根据经济发展所处阶段,选择产业发展重点方向。从我国南北方创新效率差异角度分析,在促进创新效率提升的各个要素中,南方相关多样化产业的创新投入边际产出低于北方,南方先进省份应在稳固相关多样化产业创新产出的同时,更多发展非相关多样化的产业来提高创新效率和产生引领产业发展的颠覆性创新。当前北方在整体创新效率比南方低且相关多样化产业还未充分发展的情况下,应锚定自身产业链和创新链为依托所形成的比较优势,通过“链长制”和“群长制”等产业治理方式,进一步引进并不断做强做大相关优势产业,做到“补链、延链、强链”,增强产业内技术创新成果涌现和区域创新效率提高。

第三,持续深化创新要素市场化改革,发挥创新要素市场化中介效应推动创新效率的提升。一是持续完善创新成果交易机制,推动创新成果落地。便捷的创新成果市场化交易程序和更短的交易周期势必激发创新要素的创新效率,应积极培养创新成果交易市场,不断降低创新要素及创新成果的交易成本,通过提高专利服务水平保护知识产权,真正让符合市场需要的创新成果能够在市场上获得高收益。二是明确政府定位,建立和完善政府研发资金的进入退出机制。政府补贴在短期内有助于创新效率的提升,但企业对于政府创新补贴资金的依赖将会抑制创新效率。通过市场化手段获取除政府补贴和企业自有资金以外的其他资金(如风险投资基金)也是企业技术创新的重要资金来源,政府应鼓励企业获取国际化创新资金和人才,这对于企业与国际研发机构和国际市场接轨,利用国际国内两个市场两种资源都是一种重要促进。金融渠道是企业获取创新研发资金的一个重要手段,政府应将金融机构对科技创新的服务作为绩效测评的重要因素,鼓励金融机构与实体经济融合,防止资金在虚拟经济空转,加强科技与金融的结合,发挥科技对经济社会发展的支撑作用。三是不断优化营商环境,完善创新要素市场规范的制度体系。创新发展离不开良好的国际化、市场化、法治化营商环境,政府应不断提高行政审批速度、透明度,做到出台政策与实际执行相一致,避免同一领域产业政策繁多而给企业创新增加制度性交易成本。通过优化营商环境引进外部直接投资,带动本地研发资金、人才、知识技术与国际化企业之间的合作联系,不断提高区域创新效率。