“一带一路”倡议下国家级高新区创新效率的实证研究

王 丽，樊 杰，刘汉初，赵彦飞

（1.中国科学院科技战略咨询研究院，北京 100190；2.中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室，北京 100101；3.中国科学院大学，北京 100049）

1 研究背景

2013 年9 月和10 月，习近平主席相继提出了“新丝绸之路经济带”和“21世纪海上丝绸之路”（简称“一带一路”），自此重大倡议提出以来，已逐渐从理念转化为实际行动，从美好的愿景转变为可执行的现实，不断地为世界经济注入新的动能，为推动世界经济朝着可持续发展方向提供了强劲的动力。“一带一路”倡议涉及我国18 省（自治区、直辖市），国家高新技术产业开发区（简称国家级高新区）作为“一带一路”建设与当地经济对接的重要载体［1］，一方面“一带一路”建设为沿线我国国家级高新区的发展提供了新的机遇与挑战，推动各国家级高新区及当地经济的发展；另一方面，沿途国家级高新区产业结构调整升级,提高资源配置效率后，有利于提升当地的经济实力和竞争力，进而为“一带一路”建设增添动力。

创新驱动发展战略作为国家重大战略，是经济增长的引擎［2-3］。国家级高新区作为我国技术创新的源发地和区域经济的增长极［4］，以创新为动力，以改革促发展，是提高我国自主创新能力，实现创新型国家建设方略的重要举措［5］，在技术创新、进步和拉动地方经济增长过程中起着举足轻重的作用［6-7］。国家级高新区自开始建设以来，至2018 年10 月，经国务院批准（复）建设的国家级高新区数量达到169 家，但各国家级高新区的发展存在着良莠不齐的现象［8］。因此客观地对各国家级高新区的创新效率进行测度，有助于其明确所处的位置、针对不足制定出合理的调整升级路径，从而有利于其利用有限的创新投入要素实现更多的创新产出，推动当地经济发展的同时在国内外竞争中占据有利地位。

目前，关于我国国家级高新区创新效率的研究主要以随机前沿分析（SFA）模型为代表的参数法和以数据包络分析（DEA）模型为代表的非参数法来测度。基于随机前沿模型，杨青峰［9］和方大春等［10］分别以我国1995—2009 年24 个、2009—2013 年29个省级行政区域面板数据为样本，结果均显示我国高新技术产业整体上的创新效率不高。刘云等［11］对我国1998—2008 年29 个省份的高新技术产业的区域研发效率开展了研究。周姣等［12］对我国54 个国家级高新区2007—2011 年的创新效率进行了研究。张立峰等［13］滞测算了2011—2015 年京津冀7家国家级高新区的创新效率。刘志迎等［14］、韩晶［15］和罗小芳等［16］分别测算了我国1995—2007 年、2001—2007 年和1998—2012 年高技术产业细分行业的创新效率。

随机前沿分析（SFA）模型虽能克服随机干扰和环境变量的影响［17］，但也存在具体函数形式设定上的偏差［8］，不如DEA 模型更能胜任多产出的创新效率测量［18］。Zhou 等［19］、谢子远［20］、武增海等［21］基于DEA 分别测算了我国1996—2011 年56家、2006 年53 家、2009 年56 家国家级高新区创新效率。Li 等［22］利用动态DEA 测度了我国26 个省（市、自治区）的高新技术产业创新效率。刘军等［23］、王飞航等［4］分别采用DEA、三阶段DEA 对我国中部、西部地区国家级高新区创新效率开展了研究。牛冲槐等［24］基于超效率DEA 方法对中部六省12 年的高技术产业研发创新效率进行了实证分析。吴平等［25］和李永康［26］运用DEA 模型分别测算了湖北省、陕西省国家级高新区创新效率。魏芳等［27］、刘伟［28］分别运用DEA 方法和三阶段DEA 模型测算了我国高新技术产业细分行业的创新效率。

综上，学者们对国家级高新区创新效率的研究主要围绕国家、区域或省（自治区、直辖市）、行业层面开展研究，对“一带一路”沿线国家级高新区创新效率的研究鲜有；以往研究多采用传统的DEA 模型，但其存在无法区分多个有效决策单元效率高低的问题。本文运用超效率DEA 模型对2013—2017 年“一带一路”沿途国家级高新区创新效率开展实证研究，并运用Theil 指数进行了区域差异分析，有助于明晰沿线国家级高新区在实现协同创新发展过程中存在的不平衡、不充分问题的原因，以期为提高“一带一路”沿途国家级高新区创新效率提供实证依据，进而推动当地经济发展，反过来又会促进“一带一路”建设，形成良性循环。

2 研究方法与数据选取

2.1 超效率DEA

传统DEA 模型的分析结果中，通常会出现多个决策单元被评价为有效的情况，且效率值最大为1，使得这些有效决策单元的效率高低无法进一步区分。为解决这一问题，Anderson 等［29］提出了超效率DEA 模型（Super Efficiency DEA Model）,使得有效决策单元的超效率值一般大于1，进而对有效决策单元的效率值进行区分和大小排名［30］。假设有n个决策单元，记为；每个有m种投入，记为；种产出，记为；代表第j个决策单元的第i种资源投入；代表第j个决策单元的第r种产出，基于规模报酬不变的超效率DEA 的投入导向模型，简称超效率CCR 模型如下：

2.2 Theil指数

Theil 指数分解方法主要用来研究不平等性和差异性问题，运用该方法对2013—2017 年“一带一路”沿途国家级高新区创新效率的区域差异进行研究，Theil指数越大表示创新效率差异性越大，公式如下［31-32］：

式中：T为国家级高新区创新效率的总差异；N是“一带一路”沿途所有国家级高新区的总数；是p国家级高新区的创新效率；是“一带一路”沿途全国家级高新区平均的创新效率。根据“一带一路”区划情况，分为“一带”和“一路”两个区域。本文按照两个区域对“一带一路”沿途国家级高新区创新效率进行组间（）和组内（）差异分析，区域的组间（）和组内（）差异分别表示为：

式中：m为区域的数量；是区域i中国家级高新区的数量；N是“一带一路”沿途所有国家级高新区的总数；是区域i国家级高新区的创新效率均值。/T、/T 分别为“一带一路”沿途国家级高新区创新效率的组间贡献度、组内贡献度。

2.3 数据选取与来源

借鉴刘满凤等［8］、谢子远［20］对国家级高新区创新效率投入产出指标的选取，本文将各国家级高新区年末固定资产、科技活动经费支出和科研活动人员作为创新的资本和劳动力投入，选取工业总产值、技术收入和出口创汇作为创新的产出指标。其中，工业总产值反映了各国家级高新区一定时间内生产的总规模和总水平，技术收入反映各国家级高新区的技术创新情况，出口创汇能够反映各国家级高新区的国际竞争能力。

基于“一带一路”沿线地区所包含的18 个省份（自治区、直辖市）（表1）［33］，考虑到数据的稳定性，本文国家级高新区选取2013 年及以前批准的59 个国家级高新区，由于呼和浩特、营口、银川和榆林数据缺失严重，因此将这4 个国家级高新区剔除，余下55 个国家级高新区。其中，辽阳、通化、莆田国家级高新区技术收入在某些年份存在数据缺失问题，本文采用相邻年份技术收入占营业收入比例进行推算。为对比区域的差异，将55 个国家级高新区划分为“一带”和“一路”两大区域。投入产出指标均来自《中国火炬统计年鉴2014—2018》。

表1 研究区域划分

3 实证结果与分析

以“一带一路”沿途55 个国家级高新区2013—2017 年的创新投入产出指标为原始数据，本文通过DEA-SOLVER Pro5 软件测算出各国家级高新区的创新效率、纯技术效率和规模效率。为明晰“一带一路”沿途各国家级高新区创新效率的差异性，借鉴谢子远［20］对创新效率及分解指数的分类方法，将效率值大于等于1 者划为创新有效，介于0.8～1 的为高效率，在0.5～0.8 之间的为中效率，低于0.5 的为低效率。国家级高新区创新效率存在以下特征：

3.1 国家级高新区创新效率总体发展特征

2013—2017 年“一带一路”沿途55 个国家级高新区创新效率整体水平不高，有待进一步提升，尤其是规模效率（图1）。研究期间，55 个国家级高新区创新效率均值在0.61～0.70 之间，为创新效率中等水平，说明在当前的技术和管理水平下，多数国家级高新区的创新投入产出结构并不合理。纯技术效率历年均值介于0.87～0.95，为高纯技术效率，说明整体上国家级高新区的投入产出比例好，技术水平高。规模效率值介于创新效率和纯技术效率之间（0.69～0.73），为中规模效率，总体表现不佳，说明国家级高新区在提高管理效率和积累生产经验方面还有较大的提升空间，后续各国家级高新区应根据实际情况进行缩减或扩大生产规模以提高规模效率，进而提升创新效率。由此可见，纯技术效率和规模效率共同作用下导致国家级高新区创新效率整体上未达到有效状态，其中，规模效率是主要贡献者。

图1 2013—2017 年“一带一路”国家级高新区创新效率及其分解指数

研究期间，“一带一路”沿线国家级高新区创新效率及其分解指数总体上处于不断提升的过程（图2）。创新效率方面，以中、低效率为主。有效国家级高新区占11%～20%，高效率占9%～13%，中效率占35%～51%，低效率国家级高新区占比在2017 年为18%，其相对于2013—2016 年期间（31%～38%）占比降低。纯技术效率方面，以有效和中效率为主。有效国家级高新区占比33%～38%，高效率占比13%～20%，中效率占比27%～40%，低效率占比在2017 年为7%，相较于2013～2016 年的15%～18%有所下降，侧面说明2017 年国家级高新区整体上纯技术效率有所提高。规模效率方面，以高、中效率为主，无任何国家级高新区达到规模有效。2017 年高、中和低效率的国家级高新区占比分别为62%、25%和13%，相较于2013 年分别提高了18%、-20%和2%，规模效率明显有所提升。说明绝大多数国家级高新区逐渐重视创新能力建设、提高资源利用效率，这可能与近年来我国深入推进供给侧结构性改革和大力实施创新驱动发展战略等密切相关。大部分国家级高新区积极响应政策要求，优化经济结构，增强自主创新能力，促使创新要素配置更为合理。

图2 2013—2017 年“一带一路”国家级高新区创新效率及分解指数个数占比

3.2 国家级高新区创新效率区域差异性分析

总体上，2013—2017 年“一路”地区国家级高新区创新效率和规模效率高于“一带”地区的，两区域的纯技术效率不相上下（图3）。创新效率方面，两大区域均为中效率，除2103 年外，“一路”地区国家级高新区创新效率值均高于同年“一带”地区的。规模效率方面，“一路”地区国家级高新区历年效率值均在0.74 以上，远高于最高值仅为0.70 的“一带”区域。“一路”地区国家级高新区位于我国东南地区，经济基础雄厚，具有人才、技术、资本、管理等方面的优势。“一带”地区国家级高新区位于我国西北、东北和西南地区，相较于“一带”地区国家级高新区而言，其经济基础薄弱，资本、人才、技术、管理等方面处于劣势地位。如2017 年，“一路”地区5 个省的国家级高新区科技活动经费内部支出、科技活动人员分别为2 994.73 亿元、106.73万人，而“一带”地区13 个省的国家级高新区科技活动经费内部支出、科技活动人员仅为1 281.67 亿元、48 万人。纯技术效率方面，两大区域的效率值均为高效率（除2013 年的“一路”地区），“一带”与“一路”沿线国家级高新区的纯技术效率水平相当，显示高低交替的演化规律。“一带一路”倡议以来，我国加大对“一带”地区发展科技文化的支持力度，同时，引导“一路”经济发达地区的先进企业、优秀人才等对“一带”地区的扶持［34］，从而带动“一带”地区国家级高新区技术水平的提高。2013—2017 年，“一带”和“一路”地区国家级高新区的纯技术效率值均高于规模效率值，创新效率值不高的主要原因均是由于规模效率处于中效率。

图3 2013—2017 年“一带”和“一路”国家级高新区创新效率及其分解指数

研究期间，“一带一路”国家级高新区创新效率总差异有缩小的态势，组内差异是造成总差异的主要贡献者，组间差异不明显（图4）。“一路”地区国家级高新区创新效率虽高于“一带”地区，但这并不能说明是造成国家级高新区间差异的主要来源，为此采用Theil 指数衡量两大区域系统内的国家级高新区创新效率差异。“一带一路”沿线国家级高新区创新效率的Theil 指数由2013 年的0.31 上升到2015年的0.40又降低到2017年的0.20，表明“一带一路”国家级高新区创新效率的总体差异在缩小。主要原因可能与我国坚持实施区域协同发展战略、加快推进“一带一路”建设和实施创新驱动发展战略等有关。在此背景下，一方面，各国家级高新区创新发展得到国家和当地政府在政策、财政、人才、技术等方面的大力支持，有利于创新；另一方面推动各国家级高新区之间的合作与联系，促进彼此之间的信息流通，有助于缩短技术差距。从分解结果看，组内差异的变化趋势与总差异一致，组内差异明显大于组间差异。从贡献度结果来看，2013—2017 年组内差异对总差异的贡献度为99.36%～99.96%，而组内间差异的贡献度仅为0.04%～0.64%。由于各国家级高新区在地理位置、经济发展水平、科技实力、对外开放程度、创新政策的制定和实施等方面存在差异，故各国家级高新区的创新效率存在较大异质性。

图4 2013—2017 年“一带一路”国家级高新区创新效率区域差异及贡献度

3.3 国家级高新区创新效率个体异质性分析

2013—2017 年国家级高新区创新效率及其分解指数存在明显的异质性特征。从创新效率来看，研究期间仅有延吉、惠州和莆田3 个国家级高新区的创新效率始终保持有效，说明此3 个国家级高新区的创新投入与产出之间的比例关系较其它国家级高新区更为合理。如2017 年，南宁国家级高新区的年末资产、科技活动经费内部支出、科技活动人员三种投入要素均大于惠州国家级高新区，但除技术收入高于惠州国家高新区427.04 亿元外，工业总产值和出口创汇产出均小于惠州国家级高新区1 000 多亿元。杨凌、大庆、通化、咸阳、厦门、中山、鞍山和乌鲁木齐、绍兴、沈阳、东莞以及漳州、齐齐哈尔、哈尔滨国家级高新区的创新效率至少有一年达到有效，其它国家级高新区的创新效率在任何年份均是相对无效。需要说明的是，应用超效率DEA测算的创新效率是国家级高新区之间的相对效率，其结果只能说明其创新投入和创新产出之间的比例关系。一些经济欠发达地区的国家级高新区，如杨凌、咸阳、齐齐哈尔等的创新效率至少有一年达到有效，是由于它们的创新投入和创新产出均较低造成的。而上海张江、杭州和深圳等国家级高新区的创新能力虽强，创新成果产出大，但因其创新产出与创新投入的比值不高，故在研究期间未达到创新有效。

从纯技术效率来看，只有惠州、延吉、玉溪、长春、杭州和西安、莆田、深圳以及上海张江9 个国家级高新区在研究期间一直处于有效状态。该类国家级高新区多以电子信息、信息技术、生物制药、光机电一体化、装备制造等技术密集型行业为主导，往往代表了我国该类行业的最高技术水平。吉林、宝鸡、福州、大连、石嘴山、渭南和包头、昌吉、新疆兵团等22 个国家级高新区始终保持无效状态，中山、广州、厦门等其他国家级高新区纯技术效率至少有一年达到有效状态。在研究期间，无任何国家级高新区规模效率达到有效状态，说明“一带一路”沿线国家级高新区的规模和结构存在失调，仍需进一步提高管理水平、优化资源配置，以改善规模效率。官建成等［35］的早期研究结果也显示，虽然我国高技术产业纯技术效率在逐年改善，但规模效益较差。导致部分国家级高新区创新效率相对无效的原因主要有两类：（1）纯技术效率和规模效率均无效，例如包头、柳州、宝鸡、昌吉和石嘴山等国家级高新区在2013—2017 年两者均未达到有效状态；（2）纯技术效率有效，规模效率无效，如2017 年的玉溪、本溪、长春和杭州等国家级高新区。

超效率DEA 虽然能够突破传统DEA 模型的局限，使得各国家级高新区创新效率达到有效的决策单元之间进行排序和评价，但由于该模型无法克服传统DEA 模型中历年的生产前沿面不同的缺点，因此不同年份各国家级高新区创新效率之间无任何比较意义。为此本文引入名次比较的方法，对历年55个国家级高新区的创新效率进行排名，进而对年份序列各国家级高新区的创新效率进行综合比较（表2）。延吉和惠州国家级高新区的创新效率排名始终名列前茅，分别保持第1～2 名、2～3 名。石嘴山和新疆兵团国家级高新区的创新效率排名始终靠后，在第50～54 名之间，说明其创新投入和创新产出之间的比例关系不合理。如2017 年新疆兵团的年末资产和科技活动经费内部支出约是咸阳的1.9 倍和1.6 倍，但其工业总产值、出口创汇和技术收入均低于咸阳，尤其是出口创汇和技术收入，不足咸阳的10%和1%。莆田、杭州和桂林国家级高新区的创新效率名次变化幅度小于5，分别在第5～8 名、9～12名和13～18 名。创新效率排名进步的国家级高新区中，哈尔滨国家级高新区创新效率进步最快，由2013 年的第48 名逐步上升到2017 年的第10 名，可能与其近年来积极抓住“一带一路”建设和新一轮东北地区等老工业基地振兴等机遇，实施一系列创新战略和改革措施有关。如为激励科技型中小企业的创新活力，深入推进双创工作，并于2017 年受到国务院的通报表扬。沈阳、吉林、衢州等国家级高新区创新效率也呈现逐年提升的趋势；创新效率排名退步的国家级高新区中，本溪国家级高新区创新效率排名下降幅度最大，由2013 年的第21 名逐年下降至末尾，且最近两年一直处于最后一名，辽阳、鞍山、阜新等国家级高新区创新效率也有所下降。

表2 “一带一路”55 个国家级高新区创新效率排名

表2 （续）

3.4 国家级高新区技术创新生产模式类型区划分

国家级高新区创新生产水平的高低主要取决于创新投入要素的规模和创新效率，创新投入要素的规模反映了国家级高新区创新资源的丰富度，创新效率反映了创新投入要素是否得到有效的配置，一般来说高投入高效率的区域，创新生产水平往往更高［36］。然而，结合各国家级高新区创新投入要素规模，我们发现创新高投入的国家级高新区未必获得高的创新效率，而创新低投入的国家级高新区可能获得高的创新效率。为更加直观地揭示“一带一路”国家级高新区创新生产情况，结合2017 年“一带一路”国家级高新区的创新投入要素规模和创新效率，对国家级高新区的创新生产模式进行类型区划分。

首先，对于国家级高新区创新效率，结合上文效率值等级划分方法，将大于0.8 的划分为高效率，将小于0.50 的划分为低效率，介于两者之间的为中效率。其次，采用因子分析方法，对科技活动经费支出、科研活动人员和年末固定资产三个创新投入要素进行降低维度处理，合并一个因子［8］，通过运行SPSS 22.0 得到因子得分，计算并将综合得分划分为高、中、低三个等级代表高投入、中投入和低投入。最后，按照创新投入综合得分与创新效率对“一带一路”各国家级高新区进行复合，得到9 种技术创新投入-效率类型（表3），根据其投入、创新效率特征以及地理位置，将其归纳为3 种创新生产模式：

创新“投入-产出效率相对平衡”生产模式由“高投入高效率”类型区、“中投入中效率”类型区和“低投入低效率”类型区组成，共14 个国家级高新区。杭州、东莞的社会经济发达，是科技、创新资本、创新人才等创新资源的汇聚地；南宁、乌鲁木齐是中国向南、向西开放的重要门户。为巩固提升其位于“一带一路”核心区的地位，国家和地方出台了一系列鼓励创新的政策措施，吸引了大批创新人才和创新资本投入，促使这四个国家级高新区创新效率高，技术创新发展水平高，是技术创新的引领区。长春净月、柳州、宝鸡、包头、辽阳、本溪、阜新、海口、石嘴山、新疆兵团国家级高新区主要位于我国东北部和西部地区，创新产出效率与创新要素投入基本平衡，处于中投入-中效率或者低投入-低效率水平，其纯技术效率和规模效率均未达到有效状态，说明该类国家级高新区的技术水平和管理水平均相对落后。总体上看，该类国家级高新区所在地的经济总量偏低，高校和科研机构相对于东部和中部地区较少，缺少高学历和高素质的科技人才，对技术的引进、消化、吸收再转化能力较差。此外，受经济发展水平和财政的限制，科技投入不足等均影响区域创新效率。

表3 “一带一路”国家级高新区技术创新生产模式类型区划分

创新“投入多-产出效率相对低”生产模式由“高投入中效率”类型区、“高投入低效率”类型区和“中投入低效率”类型区组成，共13 个国家级高新区，该类国家级高新区以较多的创新资源投入得到相对较少的创新产出，创新效率不尽人意。“高投入中效率”类型区（大连、长春、上海张江、宁波、厦门、广州、深圳、佛山、重庆、西安）中多半国家级高新区的纯技术效率有效，规模效率处于中低效率，说明该类型国家级高新区管理水平与创新技术水平不匹配，在以后的发展过程中应多注重生产规模的调整，适当控制创新资源投入。“高投入低效率”类型区只包含珠海国家级高新区，其规模效率值达到0.99，纯技术效率仅0.34，创新效率低主要受纯技术效率低的约束。如与宁波国家级高新区相比，其2017 年的年末资产、科技活动经费支出和科技活动人员分别是宁波国家级高新区的1.4 倍、1.7 倍和1.7 倍，但创新产出除出口创汇高于宁波外，工业总产值和技术收入均小于宁波，说明该国家级高新区相对于其他高新区后期应优化生产技术，从而提高创新效率。“中投入低效率”类型区（昆明、兰州）的国家级高新区在纯技术效率和规模效率共同作用下，导致创新效率低，在日后的发展过程中要对技术水平和管理水平双管齐下，以提升创新资源配置效率。

创新“投入少-产出效率相对高”生产模式由“低投入高效率”类型区、“低投入中效率”类型区和“中投入高效率”类型区组成，共28 个国家级高新区，该类国家级高新区相较于前两类国家级高新区以较少的创新投入要素却能获得较高的创新产出效率，但不同类型区存在着差异性。“低投入高效率”类型区（吉林、延吉、绍兴、福州、莆田、漳州、桂林、咸阳）和“中投入高效率”类型区（沈阳、哈尔滨、大庆、惠州、中山）中绝大部分国家级高新区的纯技术效率达到有效状态，且规模效率虽未达到有效但处于高效率状态，这两种类型区应大力发展，同时后期应该注重调整生产规模，充分发挥生产效率优势，从而获得更多创新产出。“低投入中效率”类型区（鞍山、通化、齐齐哈尔、上海紫竹、温州、衢州、泉州、肇庆、江门、玉溪、杨凌、渭南、白银、青海、昌吉）的纯技术效率未达到有效（除玉溪外）状态，绝大部分处于中效率，规模效率值虽未达到有效状态，但整体上大于纯技术效率值，说明技术水平和管理水平均不高，共同作用下造成该类型发展区创新效率无效，而技术水平偏低是主要贡献者。

4 主要结论与展望

本文以“一带一路”沿途55 个国家级高新区的创新投入产出数据为基础，采用超效率DEA 方法测算了其创新效率，并运用Theil 指数对创新效率进行差异性分析，在此基础上，将国家级高新区的创新生产模式划分为三类，主要结论如下：

（1）2013—2017 年“一带一路”沿途55 个国家级高新区创新效率为中创新效率（0.61～0.70），造成整体创新效率不高的主要原因是规模效率值偏低。2017 年创新效率有效、低的国家级高新区个数占比分别为20%、18%，相较于2013 年分别提高了4%、-15%，国家级高新区创新效率总体上是处于不断提高的过程。

（2）研究期间，“一带”和“一路”沿途国家级高新区创新效率均为中创新效率，“一路”沿途的国家级高新区创新效率和规模效率整体上高于“一带”沿途的。“一带一路”沿线国家级高新区创新效率总差异有缩小的态势，组内差异是造成总差异的主要贡献者，组间差异不明显。

（3）“一带一路”沿线55 个国家级高新区创新效率存在个体差异的特征。研究期间，仅有延吉、惠州和莆田3 个国家级高新区的创新效率始终保持有效。延吉和惠州国家级高新区的创新效率排名始终名列前茅，石嘴山和新疆兵团始终排名靠后，哈尔滨的创新效率排名进步最快，本溪的创新效率排名降低幅度最大。

（4）三种创新生产模式中，处于创新“投入-产出效率相对平衡”生产模式和创新“投入多-产出效率相对低”生产模式的国家级高新区各约占1/4，该类国家级高新区投入的创新要素与得到的创新产出相匹配或创新产出不尽人意；一半以上国家级高新区处于创新“投入少-产出效率相对高”生产模式，该类国家级高新区相较于前两类国家级高新区以较少的创新投入要素却能获得较高的创新产出效率。

“一带一路”沿线国家级高新区创新效率的高低是由多种因素相互作用的结果，劳动者素质、企业规模、创新经费投入、产业集群等国家级高新区内部因素和其所在城市的经济发展水平、宏观政策支持、区位位置、产业结构等外部因素均对各国家级高新区的创新效率的变动产生了影响。但不同时段，各个影响因素对不同国家级高新区创新效率的驱动程度不同，且国家级高新区创新效率的变动是多种影响因素共同驱动作用的结果。国家级高新区创新效率的影响因素，创新投入和产出之间是否应考虑时滞效应，时滞效应的长度如何设置等问题还有待于进一步深入研究。最后，未来，总结各国家级高新区创新效率发展演化规律，发现目前存在的问题以及有针对性地提出未来改善的措施才能使得我国国家级高新区创新效率朝着健康、充满活力的方向发展。