京津冀区域创新效率动态演化与影响因素研究

ＪｏｕｒｎａｌｏｆＳｈｉｉａｚｈｕａｎＵｎｉｖｅｒｓｉｔｏｆＡｌｉｅｄＴｅｃｈｎｏｌｏ　　　　ｊｇｙｐｐｇｙ　　Ｄｅｃ．２０１９

Ｖｏｌ．３１　Ｎｏ．６

（）文章编号：１００９４８７３２０１９０６００３７０８－－－京津冀区域创新效率动态演化与影响因素研究

李百华

（）河北地质大学科技处，河北石家庄　０５００３１

摘　要：以京津冀区域２运用数据包络法，结合Ｔ对京００４－２０１５年技术创新投入—产出数据为例，ｏｂｉｔ模型，通过Ｂ通过津冀区域创新系统外部环境的影响因素进行了分析．ＣＣ模型完成对测评对象的静态效率分析，绘制了京津冀区域创新效率发展的时空分布态势图．在区域Ｍａｌｍｕｉｓｔ指数完成对区域创新效率的动态效率分析，ｑ创新活动环境的影响因素中，经济规模、产业结构、创新环境皆表现出不同的影响方向与程度．因此，要优化区域创新资源效率，提升区域创新效率水平，应在注重技术研发与创新的基础上，更加关注创新资源的有效投入，避免资；拖累”发挥创新系统外部环境正影响因素的积极推动作用，实现区域创新效率的综合提升源冗余所带来的效率“与发展．

关键词：京津冀；技术创新效率；动态演化；ＤＥＡ－Ｔｏｂｉｔ模型中图分类号：Ｆ１２４．３　　　文献标志码：Ａ

０　引言

创新是实现区域发展的关键，是推动区域主体宽领域、多层次、深度合作的驱动力，是充分释放创新要素活力，促进区域科技向更高层次发展的重要助推力，也是突破区域发展瓶颈，促进区域协同发展的关键所在．京津冀拥有丰富的资金、人力、技术、平台等创新要素，随着２京津冀协同发展规划０１５年《纲要》的颁布与实施，京津冀区域的发展被提升到带动北方腹地发展的重大国家战略层面，而创新是推动区域协同发展，优化区域资源效率的重要驱动力．推动京津冀区域更好、更快发展会使得大量的创新要素获得投入，然而要素投入量的增加并不一定能带来创新水平的提升，资源冗余导致的资源利用不足同样是制约区域创新驱动力的重要因素，因此，应从效率角度去测评区域内资源的使用及创新要素的投入与产出，并以此作为区域协同发展的引导方向；同时，京津冀区域包含各类资源要素、各类发展系统与部门，区域内主体间创新程度的差异也将在不同

收稿日期：２０１９０５２４－－层面制约整体的发展，只有掌握其主体间的创新驱动层次与差异才能有的放矢地推动整体区域创新水平的提升．因此，剖析并比较区域内部主体间的创新驱动效率，深入探究区域内部创新资源的投入—产出状态与趋势，对推动京津冀区域整体创新水平的突破和加快构建区域创新共同体具有重要的现实意义．

本文以京津冀作为区域创新效率动态演化的研究对象，对其开展区域创新系统构建研究，思路与框架见图１．

（）研究内容主要分为以下方面：对京津冀区域１协同发展进行阐述，归纳分析其创新现状；基于投入—产出角度分析京津冀区域协同创新主体、要素及其运行关系，构建京津冀区域协同创新绩效评价（）指标体系．京津冀区域协同创新绩效实证研究．２以京津冀区域协同为例，以所创建新绩效评价指标与体系为依据，从投入—产出角度对京津冀区域创新绩效进行测评分析，研究区域内创新水平及内部

）；）基金项目：河北省高等学校人文社会科学研究项目青年基金（河北地质大学青年科技基金项目（ＳＱ１８１０５８ＱＮ２０１７１１，作者简介：李百华（女，河北地质大学助理研究员，研究方向：技术创新、区域经济．１９８８－）

３８

石家庄职业技术学院学报

第３１卷　

（）投入—产出的效率．京津冀区域协同创新绩效影３（响因素分析．以Ｄ数据包络法）回归模ＥＡ（ｏｂｉｔ－Ｔ型）为模型对区域创新活动所在环境进行影响因素分析，确定模型的因变量、自变量，测评外部环境中（）各因素对创新主体绩效的影响关系与显著性．京４

津冀区域创新提升路径研究．依据创新理论梳理相关内容，在区域系统创新绩效评价与外部影响因素分析的基础上，提出京津冀区域创新绩效提升路径，实现内部机理作用的有效发挥与外部环境的协调共生，从而提升系统的投入—产出效率．

图１　研究思路与框架

１　文献回顾

技术创新效率往往从投入—产出的角度来衡量技术创新的效果．目前，对技术创新效率及其影响因素的研究已成为国内外技术创新领域的重要课题，

１］２］

、相关研究主要集中在国家层面［行业层面［及区３］

的技术创新效率上．其中，对区域创新效率域层面［

津冀地区各市高耗能产业的绿色创新效率，并运用空间统计方法探索了绿色创新效率的空间分布特征．

以上文献的研究思路与成果为本文提供了参考．基于此，本文在研究内容与方法上进行了充分扩展．在研究内容上将京津冀区域技术创新驱动效率进行了深入的比较探究，并对各主体的效率影响因素进行了分析；采用静态模型（与动态ＤＥＡ－ＢＣＣ）（模型相结合的方法，以期比较充Ｍａｌｍｕｉｓｔ指数）ｑ分地挖掘京津冀区域创新驱动效率的发展态势．这既是对京津冀区域创新效率研究的补充，也对缩小区域内主体创新效率的差距，推动实现区域整体创新发展具有一定的现实意义．２　实证研究

２．１　方法选择与模型建立２．１．１　ＤＥＡ－ＢＣＣ模型

ＤＥＡ是测评决策单元（ＤｅｃｉｓｉｏｎＭａｋｉｎ　ｇ，缩写为ＤＭＵ）分析投入—产出水平的有效Ｕｎｉｔｓ方法，分为投入导向型和产出导向型两种方式，具有不需要人为设定变量权限的优势，被学术界广泛使用．ＤＥＡ通过判断ＤＭＵ是否在效率前沿面上来测评该对象的投入—产出是否有效，通过线性规划来确定经济生产上的最优点，并进一步将最优点连接

的研究多以地理区域层面为主，如文献［对我国４］自治区、直辖市的技术创新效率进行了测３０个省、

定；文献［运用Ｄ５］ＥＡ对主要行业进行了研］究；文献［基于３自治区、直辖市的有关数６０个省、据进行了区域创新环境对区域创新效率的影响研究．而这些研究对国家层面与行业层面的区域创新探索较少．在京津冀区域创新效率研究方面，目前虽已逐步引起了相关学者的关注，但研究数量仍较少，研究内容也并不全面，研究成果主要集中在２０１６－如文献［对京津冀区域三年的技术创新２０１８年，７］投入和产出进行了Ｄ结果表明，河北省的ＥＡ分析，］创新效率明显低于京津两市；文献［应用随机前沿８，法（简称为Ｓ测算ＳｔｏｃｈａｓｔｉｃＦｒｏｎｔｉｅｒＡｎａｌｓｉｓＦＡ）　　ｙ了１９９５－２０１４年京津冀地区高技术产业的创新绩效，考察了技术引进、购买国内技术、技术改造和消］化吸收经费的支出对创新绩效的影响；文献［运用９非期望ＳｕｅｒｉｎＤＳ模型测度了２００６－２０１５年京－Ｍ　ｐ

第６期李百华：京津冀区域创新效率动态演化与影响因素研究

３９

起来，形成一条效率前沿的包络线，然后将所有决策单元（ＤＭＵ）的投入—产出映射到空间中，落在边界包络线上的ＤＭＵ是相对有效的；否则无效．ＢＣＣ是ＤＥＡ的常用模型之一，与ＣＣＲ模型相比，该模型剔除了规模报酬不变的假设，将决策单元的总体技术效率评价分解为纯技术效率评价和规模效率评价两部分，能给出纯技术效率是否有效的判断，它是测评ＤＥＡ静态效率的有效模型，其基于投入的对偶评价模型为：

烄ｍｉｎθＢ．ｎ∑Ｘ－

ｊλｊ＋Ｓ＝θＢＸ０．ｊ＝１ｎ＋

ｊλｊ－Ｓ＝Ｙ０．

烅ｊ∑Ｙ＝１ｎｊ＝１．

ｊ∑λ＝１

λｊ≥０

，ｊ＝１，２，…，ｎ．烆Ｓ－≥０，Ｓ＋≥０．

式中，假设有ｎ个部门或单位（即ＤＭＵ），Ｘ表示输入；Ｙ表示输出；λｊ表示通过现行组合构造一个有效的ＤＭＵｊ时，第ｊ个决策单元的组合权重；θ表示ＤＭＵ离有效前沿面的径向优化量或“距离”；Ｓ－和Ｓ＋分别是ｍ维松弛变量和ｓ维剩余变量，非零的

－和Ｓ＋可使无效ＤＭＵ沿水平或垂直方向延伸达

到有效前沿面．ＤＭＵ０

ｊ０

为ＤＥＡ有效的准则是：θＢ＝，Ｓ＋０＝０，且Ｓ－０＝０．．１．２　Ｍａｌｍｑ

ｕｉｓｔ指数Ｍａｌｍｑｕｉｓｔ（全要素生产）指数通常用来测评ｔ与ｔ＋１时期ＤＭＵ的全要素生产变化情况，Ｍａｌｍｑｕｉｓｔ指数大于１表示从ｔ时期到ｔ＋１时期的创新效率是增长的；反之则下降．在规模报酬不变的假设下，其将技术效率看作技术效率变动（ＥＣ）与技术进步（ＴＰ）的乘积，若ＴＰ＞１，则表示相对技术进步；若ＴＰ＜１，则表示相对技术退步．同理，若ＥＣ＞，则表示技术效率有所提高；若ＥＣ＜１，则表示技术效率下降．技术效率变动又可进一步分解为纯技术效率变动（ＰＣ）与规模效率变动（ＳＣ），它能在整体评价ＤＭＵ技术效率变化的同时给出这种变化的内在动力及原因．

２．１．３　Ｔ

ｏｂｉｔ模型Ｔｏｂｉｔ模型又称删截或截取回归模型，是针对部分连续分布或部分离散分布的因变量提出的．其模型可表示为：

Ｙｉ＝β０＋βＴＸｉ＋

ε（ｉ＝１，２，…，ｍ）．其中，Ｙｉ为因变量，即ＤＥＡ效率值；Ｘｉ为自变

量，即影响效率值的解释变量；β０为常数项；βＴ为待

估系数向量；ε为随机误差向量．

由于ＤＥＡ的效率值为大于０的离散数值，若使用普通最小二乘法估计模型参数会存在一定的误差，因此，本研究采用极大似然法对Ｔｏｂｉｔ模型进行参数估计，以得到较为准确的拟合结果．２．２　变量选取与数据来源

本文以京津冀区域的北京市、天津市和河北省的技术创新驱动效率为研究对象，在效率测评方面选择ＤＥＡ法，在效率影响因素分析方面选择ＤＥＡ－Ｔｏｂｉｔ模型．区域主体的技术创新过程可视为创新要素的投入与创新效益的产出，技术创新中的要素投入是主体创新活动进行及取得预期成果的前提与基础，一般指为保障创新系统顺利运行所需的各类科技与创新资源，包括有形要素（如科研人员、科研与活动经费等）

与无形要素（如知识、管理、信息、环境等）［１０］．

产出要素即技术创新产出，用来表明技术创新资源投入所产生的效益，既包括在技术创新过程中取得的直接创新收益，也包括正在研究的新技

术、新产品投入后可取得的经济效益［１１

］，主要用来

衡量技术创新的最终效果．根据ＤＥＡ指标选择的原则与要求，在总结、借鉴相关研究成果的基础上，本文以资本、劳动力作为投入指标，以区域经济产出、技术创新专利产出作为产出指标，选取投入—产出中的主要要素，以衡量区域内技术创新活动的生产效率．在选择具体表达指标时，要同时考虑其可行性与有效性．根据《中国统计年鉴》的统计字段，建立了京津冀技术创新效率ＤＥＡ投入—产出测评指标体系，见表１．

在分析京津冀创新效率系统外的影响因素时，以ＤＥＡ所得各主体的效率值为Ｔｏｂｉｔ模型的因变量，数值范围为０～１；在影响因素选取方面，参考以柳卸林为主要成员的中国科技发展战略小组编写的《中国区域创新能力报告》，并考虑数据的可获得性，建立了以经济规模、产业结构、创新环境为影响因素的自变量指标体系，具体内容见表２．

Ｓ１２１４０

石家庄职业技术学院学报

表１　区域技术创新效率ＤＥＡ投入—产出测评指标体系

一级指标投入

二级指标劳动力投入资本投入经济产出专利产出

三级指标

规模以上工业企业Ｒ＆Ｄ人员全时当量

规模以上工业企业Ｒ＆Ｄ经费

第二产业增加值技术市场成交额

单位人／年万元亿元亿元

第３１卷　

产出

表２　区域技术创新效率影响因素变量指标体系

影响因素经济规模产业结构创新环境

自变量描述

地区ＧＤＰ占全国ＧＤＰ比重工业产值占地区ＧＤＰ比重每十万人口中大中专以上教育人口

占地区人口百分比

自变量

３　实证结果分析

３．１　基于ＢＣＣ模型的静态效率评价

利用Ｍａｘｄｅａ软件对投入—产出数据进行

利用Ｂ天津市和河ＤＥＡ分析，ＣＣ模型得到北京市、

北省三大区域主体的静态效率值，见表３．

Ｘ１Ｘ２Ｘ３

表３　北京市、天津市、河北省的ＢＣＣ效率测评结果

不同区域测评数据

年份／年

综合技术效率

２００４　２００５　２００６　２００７　２００８　２００９　２０１０　２０１１　２０１２　２０１３　２０１４　２０１５　平均值

０．８８３　０．６５９　０．７１２　０．９２１　０．７７５　１．０００　０．８１８　０．８５８　０．９７８　１．０００　１．０００　０．９６０　０．８８０　

北京市纯技术效率１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　０．９７３　０．９６２　１．０００　１．０００　１．０００　１．０００　０．９９５　

规模技术效率０．８８３　０．６５９　０．７１２　０．９２１　０．７７５　１．０００　０．８４０　０．８９２　０．９７８　１．０００　１．０００　０．９６０　０．８８５　

综合技术效率１．０００　０．９２７　０．８８４　０．８７７　０．９１４　０．８７９　０．９５２　０．９２０　０．８９４　０．９３２　１．０００　１．０００　０．９３２　

天津市纯技术效率１．０００　１．０００　１．０００　１．０００　１．０００　０．９７６　１．０００　１．０００　０．９７０　０．９８６　１．０００　１．０００　０．９９４　

规模技术效率１．０００　０．９２７　０．８８４　０．８７７　０．９１４　０．９０１　０．９５２　０．９２０　０．９２２　０．９４５　１．０００　１．０００　０．９３７　

综合技术效率０．６４７　０．５９３　０．６７４　０．８７８　０．７５６　０．７２３　０．７３０　０．９４７　１．０００　１．０００　１．０００　０．９３２　０．８２３　

河北省纯技术效率１．０００　１．０００　１．０００　１．０００　１．０００　０．９０９　０．９１６　１．０００　１．０００　１．０００　１．０００　１．０００　０．９８５　

规模技术效率０．６４７０．５９３０．６７４０．８７８０．７５６０．７９５０．７９７０．９４７１．０００１．０００１．００００．９３２０．８３５

在２北００４－２０１５年的创新活动中，　　由表３可知，

京市分别在２００９年、２０１３年、２０１４年的技术创新投入—产出获得了Ｄ创新资源投入获得了ＥＡ有效性，效率最大化，其余年份均存在不同程度的投入冗余或；产出不足问题，整体技术创新效率平均值为０天．８８０津市的综合技术创新效率值整体较高，最低值为，高于北京市的最低值００．８７７．６５９和河北省的最低

，值０且分别在２．５９３００４年、２０１４年和２０１５年实现了，技术创新的有效性，整体创新效率为０高于北京．９３２

市和河北省；河北省在京津冀三大主体中的技术创新，效率平均值最低，仅为０但其在２．８２３０１２年、２０１３年和２其余年份０１４年也实现了技术创新的有效性，的技术创新活动有一定的波动性．

通过Ｂ可将技术创新效率分解为纯技ＣＣ模型，术效率和规模技术效率．由表３可看出，京津冀区域主体的纯技术效率均优于规模技术效率，纯技术效率值均在０．且北京市、河北省纯技术效率９００以上，的有效性高于天津市，由此可见，京津冀区域在技术

第６期李百华：京津冀区域创新效率动态演化与影响因素研究

４１

研发、改进、新产品更新方面具有良好的基础与优势，技术创新较为活跃；规模技术效率对综合效率的“拖累”影响较为明显，三地在创新要素整合利用、产业结构调整、组织管理等方面均存在一定的不足，由此产生了一定的创新资源浪费或产出不足的问题．

为进一步体现时间的变动性，对京津冀区域的综合技术效率值、纯技术效率值和规模技术效率值进行了分析，从动态角度分析了区域内主体创新效率的分布与发展态势，结果见图２－４．

图２　２００４－２０１５年京津冀区域综合技术效率变化情况

图３　２００４－２０１５年京津冀区域纯技术效率变化情况

图４　２００４－２０１５年京津冀区域规模技术效率变化情况

由图２－４可看出，在２００４—２０１５年，天津市技术创新效率值较为稳定，效率值波动较小，而北京市、河北省均在不同年份出现多次波动，且幅度较大，但北京市、天津市、河北省近几年的技术创新活动趋于稳定，技术创新效率达到了较高的水平．从整体效率变化情况而言，京津冀的综合技术效率变化趋势与区域规模技术效率变化情况较为相似，各主体效率变化波动节点与幅度也较为相近，而纯技术效率趋势图中，各地均只在某几年存在效率不足的情况，由此可看出，京津冀区域的规模技术效率对区域综合技术创新效率的影响较为明显；２０１４年前后，北京市、河北省均在规模技术效率方面出现了下降，由此也引起了区域综合技术创新的变动．可见，伴随着京津冀区域协同发展的推进，创新主体在创新要素获得充分投入后，能否对资源实现有效组织、利用，能否获得管理规模的有效性，是能否获得整体活动有效性的重要因素．

．２　基于Ｍａｌｍｑ

ｕｉｓｔ指数的动态效率评价利用Ｍａｘｄｅａ软件对京津冀区域的全要素生产率指数进行分析，结果见表４．

表４　北京市、天津市、河北省的ＢＣＣ效率测评值

测评结果

年度

区域

效率变化技术变化Ｍａｌｍｑｕｉｓｔ指数

指数指数北京

０．９５０　１．２２９　１．１６８２００４－２００５

天津１．０００　１．０８４　１．０８４河北１．０００　１．１１７　１．１１７北京

２．１４５　０．８１７　１．７５４２００５－２００６天津１．０００　１．０７７　１．０７７河北１．０００　１．０９８　１．０９８北京

１．０００　０．７２４　０．７２４２００６－２００７天津１．０００　１．１０９　１．１０９河北１．０００　１．０８６　１．０８６北京

０．３８５　１．０９４　０．４２２２００７－２００８天津１．０００　１．１０７　１．１０７河北１．０００　１．０９９　１．０９９北京

１．０００　０．９９４　０．９９４２００８－２００９天津１．０００　１．１０３　１．１０３河北

１．０００　

１．０１５　

１．０１５

３４２

　　续表４

测评结果

年度

区域

效率变化指数

北京

２００９－２０１０

天津河北北京

２０１０－２０１１

天津河北北京

２０１１－２０１２

天津河北北京

２０１２－２０１３

天津河北北京

２０１３－２０１４

天津河北北京

２０１４－２０１５

天津河北北京

平均值

天津河北

２．５９６　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．０００　１．１８９　１．０００　１．０００　

技术变化指数０．６２１　１．０７９　１．０９３　０．６６９　１．１９１　１．１４８　０．６４２　１．１７１　１．０４９　０．５９８　０．６９９　１．０２７　１．０００　１．０２３　１．００８　１．０００　１．１０５　０．７４０　０．８５４　１．０４４　１．０６８　

石家庄职业技术学院学报

第３１卷　

到２６１．１％，２０１３年再次下降５０．２％，０１４年、２０１５年恢复至稳定水平；天津市全要素生产指数发展较为稳

Ｍａｌｍｕｉｓｔｑ指数１．６１１１．０７９１．０９３０．６６９１．１９１１．１４８０．６４２１．１７１１．０４９０．５９８０．６９９１．０２７１．０００１．０２３１．００８１．０００１．１０５０．７４００．９６２１．０４４１．０６８

定，且为连续增长，在２０１１年出现最大增幅１９．１％，在经历了２０１３年下降后，２０１４年、２０１５年再次呈现增长趋势，分别增长１平均增速为０．３％和７．９％，河北省在２４．４％；００４－２０１４年的全要素生产率指数均为增长态势，在２０１５年出现了２６．０％的大幅下降趋势，全要素生产率指数平均增速为６将全要素．８％．生产率指数进一步分解为效率变化指数和技术变化指数，对比分析可看出，北京市Ｍａｌｍｕｉｓｔ指数的变ｑ化趋势与技术变化指数发展态势相似，尤其在２０１１－全要素生产率变化主要来自于技术水平的２０１５年，影响，技术创新、研发等的不足与Ｍａｌｍｕｉｓｔ指数平ｑ均下降３天津市、河北省的效率．８％存在着密切联系；变化指数连续不变，说明Ｍａｌｍｕｉｓｔ指数的发展态势ｑ主要受技术变化指数的影响，分别呈现平均４．４％和说明技术水平的提高不断推动地区全６．８％的增速，要素生产率的增长．综合而言，京津冀区域全要素生产率的发展与地区高新技术人才、技术革新、创新思维等要素有着密切联系，技术进步是推动地区创新效率发展的关键．

３．３　创新驱动效率影响因素分析

技术创新效率的有效获得与活动所处的环境有着密切联系．ＤＥＡ是测评创新活动内部投入—产出效率的有效方法，但不能对活动以外的环境影响因

１２］

素进行分析［因此，本文在Ｄ．ＥＡ效率值测评的基

由表４可知，在２北京市的全要素００４－２０１５年，生产率指数总体呈现先下降后上升、再下降、再上升的趋势，其中，２００８年增长５７．８％，２０１０年增长

础上，结合Ｔｏｂｉｔ模型对京津冀区域创新主体所在环境的影响因素进行分析，运用Ｅｖｉｅｗｓ软件进行获得结果见表５．ＤＥＡ－Ｔｏｂｉｔ分析，

表５　北京市、天津市、河北省的ＤＥＡ－Ｔｏｂｉｔ分析结果

区域测评结果

变量

系数

常数项

４８９８８３　１．　　－０．１０４４７３　　－０．０４４１６２　　０８５０９７　０．　　

北京市

天津市

河北省

Ｐ值

０．０１１５　０．７１５７　　０．００５６＊＊　０．０３０２＊　

系数－２．３２８４４５　　１．４６３０１７　　－０．０３４８０９　　０．２３６６７８　　

Ｐ值

０．０３３０　　０．００００　　０．０１００　０．００１０　　

系数１．３５１９３２　　０．６０１０４７１＊＊　　－０．０７５２２３１＊　　０．０９５２０８２＊＊　　

Ｐ值

０．０８８１　０．００１６＊＊　０．０４６５＊　０．４５０４　

Ｘ１Ｘ２Ｘ３

对数似然Ｌｏｇｌｉｋｅｌｉｈｏｏｄ

－３．０４１７６８　－４．１２０８８７　－０．７６０８０２　

１％的置信度水平显著．　　　注：＊，＊＊分别表示估计系数在５％，

第６期李百华：京津冀区域创新效率动态演化与影响因素研究

４３

　　由表５可看出，

Ｘ１所代表的经济规模对京津冀三地的创新效率的影响不同．北京市经济规模的发展对地区技术创新效率具有负影响，可能存在一定的重效益、轻技术问题，但影响并不显著；天津市、河北省经济规模对地区技术创新效率皆表现为正影响，

且均在１％的置信水平上显著，经济发展为地区高新技术人才引进、技术研发与创新提供了必要的物质条件．在Ｘ２所代表的产业结构方面，京津冀三地均表现出对技术创新效率的“制约”作用，且北京市表现为在１％的置信水平上显著，天津市、河北省为５％的置信水平上显著．可见，调整地区产业结构，活跃地区创新要素，对提升创新效率水平具有一定的“拉动”作用．Ｘ３所代表的创新环境因素，对区域主体技术创新效率发展表现为积极的“推动”作用，天津市的影响在１％的置信水平上显著．可见，地区教育发展水平、人才培养、创新氛围等因素可为技术研发、创新突破提供必需的人才基础与环境支持．综上所述，优化京津冀区域创新资源效率，提升技术创新水平，可从经济规模适度发展，产业结构深度调整，人才教育大力发展等方面着手，有侧重、有重点地为创新活动营造良好的环境与氛围．　结论

（１）区域创新效率变化不仅受纯技术效率的影响，

同时还受规模技术效率变化的制约．提升区域创新效率水平，应在注重新技术研发、技术突破的基础

参考文献：

［１］　ＨＡＫ　ＹＥＯＮ　ＬＥＥ，ＹＯＮＧ　ＴＡＥ　ＰＡＲＫ．ＤＥＡ　Ａｐｐ

ｒｏａｃｈ［Ｊ］．Ａｎ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　Ｒ＆Ｄ　Ｅｆｆｉｃｉｅｎｃｙ，２００５（１３）：１２－１４．［２］　代碧波，

陈东生，姚凤阁．我国制造业技术创新效率的变动及其影响因素［Ｊ］．情报杂志，２０１２（３）：１８５－１９１．［３］　刘满凤，

李圣宏．国家级高新技术开发区的创新效率比较研究［Ｊ］．江西财经大学学报，２０１２（３）：５－１７．［４］　池仁勇，

虞晓芬，李卫正．我国东西部地区技术创新效率差异及其原因分析［Ｊ］．中国软科学，２００４（８）：１２８－１３２．［５］　李小双，

孙慧，李苑．基于ＤＥＡ的大中型工业企业技术创新效率研究［Ｊ］．企业战略，２０１１（１０）：２０－２３．［６］　关祥勇，

王正斌．区域创新环境对区域创新效率影响的实证研究［Ｊ］．科技管理研究，２０１１（２１）：１６－２３．［７］　李健英，

吴镇雄．京津冀三地创新绩效比较研究［Ｊ］．北京航空航天大学学报：社会科学版，２０１６，２９（６）：６２－６６．［８］　魏彦莉，

张玲玉．京津冀高技术产业创新支出对创新绩效的影响研究［Ｊ］．科技与经济，２０１７，３０（５）：３６－４０．［９］　高广阔，

王艺群．京津冀地区高耗能产业绿色创新效率及影响上，更加关注资源配置与投入管理，以减少由于资源

冗余而造成对投入—产出的无效性［１３］

．

（２

）京津冀协同发展为区域带来了丰富的创新资源，区域技术创新水平取得了较大进步，而规模管

理的缺失对总体效率的发展产生了制约［１４］

；京津冀

区域创新效率在２０１４年后出现下降趋势的主要原因在于对资源投入与规模管理的重视不足．

（３

）京津冀三地中，天津市技术创新效率发展较为稳定，技术创新效率平均值高于北京市和河北省，全要素生产也保持较为稳定的增长速度，在技术研发与规模等方面存在一定的优势；河北省在全要素生产中的平均效率值最高，创新效率增长较为明显．

（４

）经济发展水平是推动区域技术创新发展的有效动力．在创新发展方面，不同地区经济发展水平会呈现出不同的影响方向，注重经济规模发展的同时也应关注经济与地区创新的相适应性，避免因“重效益、轻技术”“过度发展”而对技术创新效率造成负

影响［１５］

．

（５

）京津冀区域技术创新发展与效率的获得可重点从调整产业结构，营造创新环境入手．要根据区域功能定位，调整各地产业结构，统筹产业布局，形成相互衔接的产业链，优化区域教育资源，加大高新技术人才的培养力度，提供优质教育创新环境，形成

区域创新驱动经济增长的新引擎［１６］．

因素分析———基于空间视角的实证研究［Ｊ］．工业技术经济，２０１８，３７（１）：１３７－１４４．［１０］　倪进峰，

李华．产业集聚、人力资本与区域创新———基于异质产业集聚与协同集聚视角的实证研究［Ｊ］．经济问题探索，２０１７（１２）：１５６－１６２．［１１］　张贵，

李佳钰，郭婷婷．创新生态系统、高技术产业与京津冀协同发展新动能—

——基于我国三大区域行业数据的比较分析［Ｊ］．河北工业大学学报：社会科学版，２０１７，９（２）：１－７．［１２］　章文光，

李伟．创新型城市创新效率评价与投入冗余分析［Ｊ］．科技进步与对策，２０１７，３４（６）：１２２－１２６．［１３］　朱鹏颐，

刘东华，黄新焕．动态视角下城市科技创新效率评价研究———以福建九地级市为例［Ｊ］．科研管理，２０１７，３８（６）：４３－５０．［１４］　陈伟，张长孝，李传云，等．基于ＤＥＡ－Ｍａｌｍｑ

ｕｉｓｔ指数的高新技术产业技术创新效率评价研究［Ｊ］．科技管理研究，２０１７，３７（２３）：７９－８４．［１５］　程强，

石琳娜．基于自组织理论的产学研协同创新的协同演化机理研究［Ｊ］．软科学，２０１６，３０（４）：２２－２６．４４４

石家庄职业技术学院学报

（）：３７１７９９１０８．－第３１卷　

［］黄衍枝．京津冀区域金融结构与技术创新协同发展１６　李素梅，

——基于复合系统协调度模型［］研究—科技管理研究，Ｊ．２０１７，

责任编辑：金　欣

Ｄｎａｍｉｃｅｖｏｌｕｔｉｏｎａｎｄｉｎｆｌｕｅｎｃｉｎｆａｃｔｏｒｓｏｆｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎ　　　　　　ｙｇｇ　

ｉｎＢｅｉｉｎＴｉａｎｉｎｅｂｅｉｒｅｉｏｎｅｆｆｉｃｉｅｎｃ　－－Ｈ　ｊｇｊｇｙ　

ＬＩＢａｉｈｕａ　－（，Ｈ，，Ｈ）ＤｅａｒｔｍｅｎｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｅｂｅｉＧＥＯ　ＵｎｉｖｅｒｓｉｔＳｈｉｉａｚｈｕａｎｅｂｅｉ０５００３１，Ｃｈｉｎａ　　　　　　ｐｇｙｙｊｇ

：ａｅｒａｎｅｌＡｂｓｔｒａｃｔＴｈｅｃｅｎｔｅｒｓｏｎｔｈｅｄａｔａｏｆｔｅｃｈｎｏｌｏｉｎｎｏｖａｔｉｏｎｉｎｕｔａｎｄｏｕｔｕｔｉｎＢｅｉｉｎ　　　　　　　　　　　　　－ｐｐｐｇｙｐｐｊｇ　Ｔｉａｎｉｎ－Ｈｅｂｅｉｒｅｉｏｎｆｒｏｍ２００４ｔｏ２０１５，ｅｖａｌｕａｔｅｓｔｈｅｔｅｃｈｎｏｌｏｉｃａｌｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｗｉｔｈＤＥＡ，ａｎｄ　　　　　　　　　ｊｇｇｙ　，ａｎａｌｚｅｓｅｘｔｅｒｎａｌｅｎｖｉｒｏｎｍｅｎｔｗｉｔｈＴｏｂｉｔｍｏｄｅｌ．ＭｅａｎｗｈｉｌｅｓｔａｔｉｃｅｆｆｉｃｉｅｎｃｉｓａｎａｌｚｅｄｔｈｒｏｕｈＢＣＣ　　　　　　　　　ｙｙｙｇ　，，ｍｏｄｅｌａｎｄｄｎａｍｉｃｅｆｆｉｃｉｅｎｃｏｆｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎｉｓａｎａｌｚｅｄｗｉｔｈＭａｌｍｕｉｓｔ．Ｔｈｕｓａｔｅｍｏｒａｌｓａｔｉａｌ　　　　　　　　　－ｙｙｇｙｑｐｐ　

，ｄｉｓｔｒｉｂｕｔｉｏｎｍａｏｆＢｅｉｉｎｉａｎｉｎｅｂｅｉｉｓｄｒａｗｎｆｏｒｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃ．Ｅｃｏｎｏｍｉｃｓｃａｌｅｉｎ　　－Ｔ－Ｈ　　　　　　　－ｐｊｇｊｇｙ　ｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅａｎｄｉｎｎｏｖａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｓｈｏｗｄｉｆｆｅｒｅｎｔｄｉｒｅｃｔｉｏｎｓａｎｄｄｅｒｅｅｓｉｎｔｈｅａｎａｌｓｉｓｏｆｅｎｖｉ　　　　　　　　　　　　　　－ｇｙ，ｍａｉｄｒｏｎｍｅｎｔａｌｉｎｆｌｕｅｎｃｉｎｆａｃｔｏｒｓｏｆｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎａｃｔｉｖｉｔｉｅｓ．Ｌｉｋｅｗｉｓｅｏｒｅａｔｔｅｎｔｉｏｎｓｈｏｕｌｄｂｅｔｏ　　　　　　　　　　ｐｇｇ　ｅｆｆｅｃｔｉｖｅｉｎｕｔｏｆｉｎｎｏｖａｔｉｏｎｒｅｓｏｕｒｃｅｓｉｎｏｒｄｅｒｔｏｏｔｉｍｉｚｅｔｈｅｅｆｆｉｃｉｅｎｃｏｆｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎｒｅｔｈｅ　　　　　　　　　　　　　　－ｐｐｙｇ　ｓｏｕｒｃｅｓａｎｄｅｎｈａｎｃｅｔｈｅｌｅｖｅｌｏｆｒｅｉｏｎａｌｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃ．　　　　　　　　ｇｙ

：；；；ＫｅｗｏｒｄｓＢｅｉｉｎｉａｎｉｎｅｂｅｉｔｅｃｈｎｏｌｏｉｃａｌｉｎｎｏｖａｔｉｏｎｅｆｆｉｃｉｅｎｃｄｎａｍｉｃｅｖｏｌｕｔｉｏｎＤＥＡ－Ｔｏｂｉｔ－Ｔ－Ｈ　　　ｊｇｊｇｙｙｙ　ｍｏｄｅｌ