广州市科技创新对经济增长的贡献率分析

安永景，陈 刚，蔡沐阳，尹 涛

（1.广东省社会科学院，广东广州 510635；2.广州市社会科学院，广东广州 510410；3.南洋理工大学公共管理学院，新加坡 639798 ）

1 研究背景

为进一步提升科技创新对广州经济增长的贡献率，适应经济发展新常态，满足广州早日实现经济高质量发展的迫切需要，早在2017年广州市政府已发布的《广州市科技创新第十三个五年规划(2016—2020年)》中就明确提出到2020年，要将广州建成具有国际影响力的国家创新中心城市，将广州打造成国际科技创新枢纽，大幅提升科技创新贡献率。因此，认清科技创新对广州经济增长实际推动作用，评估科技创新对经济增长的贡献率，不仅对广州加快创新驱动发展具有重要的显示意义，也能够为各级政府特别是科技管理部门制定科技创新政策提供研究支撑，助力广州早日实现“老城市新活力”。因此，本文旨在通过对广州科技进步贡献率进行测算和评估，用定量方法分析科技创新对广州市经济增长的实际影响，力求准确客观地评估科技创新对广州经济增长的贡献率变化情况，并提出对策建议，以期为政府部门制定政策提供研究支持。

作为我国超大型城市，广州已经从过去40 多年年均增速超过13%的高速增长阶段转向单位数的次高速增长，至2019年广州经济增速已放缓至6.8%。在城市竞争日趋激烈的大背景下，从广州近年的投资、融资、消费、进出口和工业等情况进行判断，要在全国继续保持城市综合实力领先地位，广州应充分发挥自身丰富的科技创新资源优势，增强科技创新对广州经济增长的推动作用，提升科技创新贡献率，加快实现经济高质量增长，才能进一步支撑广州进行国家中心城市建设。在此背景下，分析广州科技创新对经济增长的贡献率，在理论和实践中，从科技创新角度探索和培育经济增长新动能，加速经济增长动力结构转换，适应经济发展新常态，对广州未来经济发展的重要性不言而喻。

2 文献回顾

科技创新对经济增长的促进作用已成为学术界的共识。科技创新在区域经济发展中越来越居于中心地位［1］，通过学习现有文献可以发现，学者们从不同视角与层面对科技创新进行了深入研究。Aghion 等［2］认为科技创新为城市区域经济发展带来比较优势。Saviotti 等［3］认为科技创新通过创造出新的产品的产业，使得产业更新换代进而推进产业的优化升级。国内学者对科技创新的研究主要集中在科技创新的重要性、科技创新与高质量发展的关系及科技创新促进经济发展方式转变等方面［4-5］。吴敬琏［6］认为科技创新是经济增长的重要动力，现代经济增长离不开科学技术的广泛应用。现代经济增长理论表明，科技创新在诸多方面为经济增长创造了有利条件，对经济增长起着重要推动作用，是维持国家和地方经济持续增长的基本源泉［7］。洪银兴［8］认为科技创新对经济增长推动作用是毋庸置疑的，科技创新贡献率在评估科技创新对国家和地区经济增长贡献方面尚无可替代。随着科学技术的不断发展和新技术在不同行业中的广泛应用，科技创新的范围和层次已经发生了较大变化，弗里曼［9］认为科技创新的概念不仅包含了首次将新发明、新技术引入到商业领域中的创新，还包括了新技术和新发明在不同商业领域中的扩散。但是，现实经济生活中，由于体制制度、市场完善程度、外部冲击等诸多阻碍因素的存在，科技创新对经济增长的推动作用并不能完全地发挥出来。

在科技创新对经济增长促进作用的测度方面，学者们较多运用面板数据回归法、空间计量分析法、时间序列分析等方法。郑琳琳［10］基于我国1986年到2011年的时间序列数据，综合运用VAR模型、格兰杰因果检验、脉冲响应函数和方差分解方法对中国不同技术创新主体的科技成果与经济增长的关系进行动态分析。李鹏举［11］以2001年至2016年中国29个省份（市、自治区）的面板数据为基础，运用面板回归分析，测度了科技创新与国内生产总值之间的数量关系。王黎明等［12］以我国31个省份1998年到2017年的数据为研究对象，通过VAR模型实证分析人才集聚、科技创新与经济增长三者之间的交互效应以及滞后影响。徐海龙等［13］基于柯布——道格拉斯生产函数的两部门模型，对我国科技创新与经济增长之间的关系进行研究。蔡晓琳等［14］基于系统论,构建了包含科技创新环境、科技创新投入能力、科技创新实施能力和科技创新产出能力4个指标的科技创新能力评价指标体系，采用标准差法、TOPSIS 法和TOPDIS 法构建组合模型,分别对各城市的科技创新能力进行评价。孙坚强等［15］选取粤港澳大湾区2008年到2017年的面板数据，采用空间自回归模型分析法，探讨粤港澳大湾区的科技创新与经济增长的空间依存结构，以及科技创新对经济增长的直接影响和溢出效应。肖田野等［16］通过构建耦合协调模型，对广东区域科技创新和经济发展进行研究。

通过梳理文献可以发现，科技创新与经济增长之间的密切关系受到学者们的广泛关注。已有研究在涉及测算国家和地区科技进步贡献率时，大多数研究者往往选择将扣除资本和劳动贡献率的全要素贡献率作为科技进步贡献率。这种情况下的科技进步贡献率是集科技创新、体制机制、市场完善程度以及外部冲击等非资本和劳动因素之外的所有可能影响到经济增长的诸多因素的集合体，但在众多因素中，又以科技创新为主导。因此，用全要素贡献率测算出的科技进步贡献率可以称为广义科技进步贡献，它虽然能在一定程度上解释科技创新对经济增长的影响，但也存在进一步的优化空间。因此，研究更加狭义上的科技创新贡献率，才能真正把握科技创新与经济增长之间联系的一般规律。基于以上考虑，本文从理论和实证角度出发，以广州为研究样本，通过对科技创新贡献率的测算方法进行优化，研究更加狭义上的科技创新贡献率。

3 科技创新贡献率测算方法

本文的主要目的在于准确测算广州市科技创新对经济增长的贡献作用，在模型选择方面主要参考主流经济学关于供给要素经济增长贡献率测算方法。为更加准确地测算广州市经济增长过程中的科技进步贡献率，本文选择使用三种不同的方法，对广州市经济增长的科技进步贡献率进行测算分析。

3.1 改进的科技创新贡献率测算模型

3.2 变量选取

总产出。将扣除价格因素后的广州历年国内生产总值（GDP）作为经济增长的总产出。具体测算方式为，以2000年数据为基期，按GDP 指数进行折算。

资本总投入。以扣除折旧、房地产投资以及R&D 投入、价格等因素后的固定资产投入累计值作为资本总投入量。在确定基年资本存量方面，根据有关全国科技进步贡献率测算的参考文献，将1990年全国资本存量规模为40488 亿元（1990年价）［17］，再根据国家科技部门推荐的方法，以2000年广州占全国GDP 的比重，推算出广州市2000年存量规模3837 亿元（2000年价），然后依据各年的全社会固定资产投资和固定资产折旧，按永续盘存法计算各年的资本存量：

劳动总投入。以广州历年年末从业人员数量作为劳动力投入。

3.3 数据说明

选择2001—2019年间广州经济增长相关数据，对广州科技创新贡献率进行测算，关于时间段的选择，本文的理由如下：一是，中国自2001年加入WTO 以后，广州作为我国改革开放的前沿地，其经济增长结构必然受到较大影响，本文为时间序列分析数据，如果分析2000年以前的数据，本文的分析结果并不能完全排除这一事件对广州经济增长的影响，可能会造成分析结果存在一定程度偏差；二是，2001年之前，广州经济增长主要依靠传统贸易业为主，科技进步贡献率相对不高，2001年之后广州制定了以汽车、电子、石化为主的三大支柱产业发展规划，经济增长对科技进步的依赖性得到了大幅提升；三是，本文所使用时间序列数据已经满足超越对数生产函数分析方法关于时间序列达到15年以上的系统性要求，考虑到本文的分析对象主要是2001年中国加入WTO 以后广州经济增长过程中科技进步对经济增长的贡献情况，使用更长的时间序列数据对本文的分析不会产生影响；四是，本文所需广州市经济增长相关指标较多，无法获取2000年之前的部分指标数据，为保证数据的完整性，本文选择分析2001年之后数据进行分析。本文所用数据均根据历年广州统计年鉴整理而来，涉及国家层面数据均来自历年国家统计年鉴。

4 模型构建及测算要素弹性系数

4.1 超越对数生产函数

4.1.1 回归模型

超越对数生产函数（Translog Production Function）是Christensen、Jorgenson和Laura三位经济学家于1973年建立的一种更具一般性的生产函数，与传统函数相比，超越对数生产函数测算出来的要素产出弹性具有可变性，更加符合经济发展过程中要素产出的一般变化规律。与传统生产函数模型相比，超越对数生产函数模型具有以下优点：第一，它是一种容易操作且包容性较强的可变弹性生产函数。因为，在模型结构上，该模型属于平方反应面（Quadratic Response Surface）模型，回归结果能够更好地反映各生产要素间的相互联系、科技创新差异以及科技创新在时间上的变化特征。第二，在公式变换上比较灵活，可对任意二阶可微的真实函数提供二阶泰勒级数的近似表达式，且该模型对技术水平的创新不用附加任何限制条件，此外提高了解决经济增长问题的真实性。第三，从回归结果的解释上看，它比CES 函数、C-D 函数以及VES 函数等传统模型具有更为详实和丰富，不仅能反映出经济产出与生产要素间的相互联系，还能反映出生产要素间的相互替代关系，能够更加准确地揭示经济增长过程中各生产要素贡献率。

参考已有研究，本文建立如下所示超越对数生产函数模型：

通过回归模型（9）式，可以求出资本产出弹性和劳动产出弹性，如下所示：由于自变量间具有较强的相关性，容易产生多重共线性问题，影响分析结果的准确性。用一般的多元线性模型回归方法很难消除变量间多重共线性对回归结果的影响，因此本文选择采用岭回归（Ridge Regression）方法对超越对数生产函数模型进行回归分析，从事实现降低自变量间多重共线性对回归结果影响的目的，确保参数估计的准确性。

4.1.2 回归方法：岭回归分析

根据广州市历年经济增长相关数据，运用统计软件SPSS17.0 对（9）式进行岭回归分析，可得到在岭参数K 取不同值情况下回归方程的拟合优度RSQ，以及各变量标准化回归系数变化情况（表1所示）。当K 值从0.1 逐渐增加至0.2 时，各变量回归系数值逐步趋于稳定状态。且随着K 值的增加，回归方程的拟合优度RSQ 逐渐下降，借鉴相关研究做法，本文将岭参数K 值设定为0.1 到0.2 间的平均值0.15，然后进行回归分析。

表1 拟合优度及标准化回归系数变化表

图1 为不同K值下回归方程（9）式的拟合优度RSQ 的轨迹图，可以看出当K值大于0.15 时，方程的拟合优度RSQ 一直处于缓慢下降状态，且没有出现明显波动，这也支持前面得到K=0.15 的结论。

图1 决定系数与K 值的线图

当岭参数K 值为0.15 时，（12）式回归分析结果如表2～表4 所示。

表2 模型摘要

表3 岭回归的ANOVAa 表

表4 岭回归系数

由表2 可以看出，当岭参数K=0.15 时，回归方程的决定系数（调整后的R 方）为0.9591，已经非常接近于1，说明该回归模型对经济增长的解释程度很高。回归方程显著性检验的F 统计量为137.2197，对应的P值为0.0446，说明该回归方程整体上通过了1%显著水平检验。表4 中B 列表示自变量的非标准化回归系数，SE(B)为自变量标准误差，Beta 为自变量标准化回归系数，B/SE(B)为自变量回归系数显著性检验的T 检验值，由这些T 值大小可以看出，回归方程中所有自变量回归系数在5%显著性水平下通过检验。根据表4 回归结果，可进一步求出非标准化情况下广州经济增长的岭回归方程：

4.2 公式法

公式法是经济合作与发展组织（OECD）测算科技进步贡献率时常使用的一种测算方法，具有参数易得、相互之间容易比较等优点，但公式法测算对数据质量要求更高，需要各指标统计标准在长期内具有较强稳定性。公式法的具体测算步骤是，先估算就业弹性系数：

（17）式测算出来的就业弹性系数是一个时间序列而非定值，更加符合经济发展实际情况。但由于科技创新贡献率适于测算一段时间，而非某一年度指标值，因此需要计算就业弹性系数在一定研究期限内的年平均值，计算公式为：

假设地方经济增长满足规模报酬不变假设，则可进一步求出资本产出弹性测算公式为。

将广州经济增长相关数据代入公式（17），结合公式（6）和公式（7）对“无形资产”要素的调整，可求出不同时期广州就业弹性系数和资本弹性系数，然后根据（14）式和（15）式分别求出资本、就业和科技创新贡献率。考虑到测算过程中所需固定资本折旧额、劳动者报酬、营业盈余、生产税净额等指标仅有2001—2017年，故使用该方法无法测算2018年和2019年广州科技创新贡献率。

4.3 经验参数法

经验参数法是由原国家计委、统计局综合我国实际情况，提出的一种测算科技进步贡献率的方法。他们建议将资本产出弹性设定为0.35。同时，考虑到我国各地间的差异状况，将资本产出弹性系数进行如下调整［18］：

根据广州市2001—2019年增长相关数据，运用以上三种方法测算出广州在这一时期的资本弹性和劳动弹性均值，如表5 所示。可以看出，2001—2019年间广州市资本弹性和就业弹性均值总体比较一致，且公式法与经验参数法得出的结果比较接近。

表5 三测算方法得到的广州资本弹性和就业弹性均值（2001—2019年）

5 广州科技创新贡献率分析

5.1 对经济增长的贡献率分析

运用以上三种方法测算出的资本弹性和就业弹性值，分别计算采用不同方法时广州经济增长过程中的资本贡献率、劳动力贡献率和科技创新贡献率，结果如表6 所示。从整体上看，2001—2019年。三种方法测算出的广州资本、劳动力和科技创新对经济增长的贡献率虽然大小存在一定的差异，但所得到的科技创新贡献率均值的相对大小比较接近。按要素对经济增长贡献率均值大小排序分别为科技创新、资本和劳动力，表明2001年以来科技进步是带动广州经济增长的主要动力，其次是资本和劳动力。从时间序列上看，2013年之前，资本、就业和科技创新的贡献率是处于一种波动状态。由于资本和就业产出弹性变化相对稳定，因此，科技创新贡献率的大小受资本存量和就业规模变化影响，出现一定的波动，但科技创新对经济增长贡献率的大小基本上在50%附近波动，资本贡献率和劳动贡献率变化相对稳定。

值得注意的是，由于本文采用的测算方法较之传统测算方法有了较大改进和优化，但对非科技创新因素的排除也不够彻底，因为本文测算科技创新贡献率测算方式的本质并没有发生变化，依旧通过扣除资本贡献率和劳动贡献率后的余量作为科技创新贡献率，不能像测算资本和劳动贡献率那样进行直接测算，这是所有类似研究面临的共性问题，本文能做到的只是在现有测算的基础上进行优化。通过表6，可以发现2001—2008年间广州科技创新贡献率相对偏高，我们认为造成此现象的原因可能有以下三点：一是这一时期随着我国加入WTO，大量外资开始进入内地，广州作为我国经济外向型城市的典型代表，吸收了大量的国际资本，而国际资本往往具有较强的技术外溢性，且这些技术在产业化方面没有时滞性，因此在短期内作用于经济增长；二是这一时期广州科技创新资源基数较低，科技创新活动增长较快；三是这一时期我国的制度红利，也为科技创新发展提供了广阔的发展空间。

表6 2001—2019年广州资本、就业以及科技创新贡献率

从表6 还可以看出，2013年以后，三种方法测算出的资本贡献率和科技创新贡献率发生了较大的变化，主要表现为资本贡献率大幅提升，科技进步贡献率呈现出一定的下滑趋势。本文认为造成这种现象的原因可能有两点：一是随着我国经济增长进入新常态，制度性因素为科技创新活动提供发展空间开始变少，且随着我国经济增长动力结构发生转变，以往粗放式发展方式为科技创新发展提供了很大的发展空间，随着经济向高质量发展转型的需要，经济增长对新技术的要求更高了；二是经济增长方式从原来依靠外资技术外溢性带来的新技术开始向更多依靠自主创新的生产模式转变，而转变过程中受国内外市场环境冲击，经济发展模式转变，制度性因素限制增强以及自主创新自身也具有一定时滞性等诸多因素影响，以自主创新为主的新技术对经济增长带动作用在短期内发挥出的作用相对有限。但从近几年发展来看，以自主创新为主的科技创新活动对经济增长的推动作用在不断增强，说明随着经济转型升级过程的不断推进，广州自主创新能力在不断增强，自主创新发展体系不断完善，以自主创新为主的新技术开始逐渐发力。

5.2 对经济增长的拉动率分析

本研究还进一步测算了资本、劳动和科技创新对经济增长速度的影响率（即拉动率），在三种方法得出的资本产出弹性和就业产出弹性数据基础上，进一步测算出资本、就业和科技创新对广州经济增长的拉动率。具体测算方式为：要素对经济增长的拉动率等于要素产出弹性与要素增长率之积，即资本对经济增长的拉动率等于资本弹性与实际资本增长率之积；劳动就业对经济增长的拉动率等于就业弹性与就业规模增速之积；科技创新对经济增长的拉动率则等于实际GDP 增长率减去资本对经济增长速度影响以及就业对广州经济增长拉动率的差值。表7 为三种方法测算出的2001—2019年资本、劳动就业和科技创新对经济增长率的影响情况。

表7 三种方法测算出的资本、劳动和科技创新对广州经济增长的拉动率

从表7 可以看出，广州市经济增长过程中资本和劳动力对广州经济增长的拉动率均呈现出先增长后减弱的倒“U”型变化趋势，而科技创新对广州经济增长的拉动率则表现出“V”型变化趋势，即在2014年之前不断下降，2014年之后开始逐渐增加。以超越对数生产函数测算出的结果为例，从资本要素维度看，2001年以来资本对经济增长的带动作用在逐渐增长，并在2009—2013年间均值达到最高值，为4.41%，即在这一时期，资本带动广州GDP 平均增速为4.41%。随后开始不断减弱，在2015—2019年间降至1.91%，2001—2019年资本对广州经济增长的年均拉动率为2.63%，整个过程变化较为平稳；从劳动力要素维度看，劳动力对经济增长拉动率的均值在2014—2018年达到最大值，为3.26%，随后在2015—2019年均值降至2.83%，2001—2019年劳动对广州经济增长的平均拉动率为2.42%。从科技创新角度看，科技创新对广州经济增长的拉动率自2007年开始就在不断下跌，并在2015年降至最低水平，2014—2018年科技创新对广州经济增长的年均拉动率为1.97%，而在2014 之后，科技创新对广州经济增长的拉动率又开始不断增加，变化特征与科技创新贡献率相同。

6 广州科技进步贡献率变化原因分析

6.1 资本要素变化趋势分析

6.1.1 资本存量增速变化趋势

由（14）式和（15）式中要素贡献率的测算公式可以看出，当要素弹性和实际GDP 增速一定时，科技创新贡献率取决于资本贡献率和劳动贡献率的大小，而资本贡献率又取决于实际资本存量增速大小。因此，分析广州实际资本存量变化情况有利于进一步了解广州科技创新贡献率变化特征。

图3 为2001—2019年广州实际资本存量增速变化趋势图。通过测算可知，这一时期广州市资本存量年均实际增速为6.15%，从历年资本存量增速变化趋势看，2001—2009年广州实际资本存量增速呈不断上升趋势，而在2010年之后增速不断放缓。然后，随着资本存量基数的不断增加，根据要素边际产出递减规律，资本的产出弹性逐渐降低，进而可以发现，虽然2010年以后广州的资本存量实际增速未发生较大波动，但资本的贡献率则表现出不断降低的变化趋势。

图3 2001—2019年广州资本存量净额增长率（上一年=100%）

6.1.2 按经济类型比较全社会固定资产投资

从投资的经济类型方面看，在广州全社会固定资产投资结构中，当前股份经济领域投资占比最高，其次是国有经济、外商经济以及私营经济。从时间序列变化特征看，2001年以来，国有经济和民营经济投资占全社会固定资产投资的比重不断降低，股份经济和私营经济领域投资占比不断提升，外商经济领域投资占比不断减少，股份经济、国有经济、外商经济和私营经济四大领域固定资产投资决定了未来广州固定资产投资的增长趋势（见表8）。表9则给出了不同经济类型固定资产投资增长变化情况，可以发现近年来国有经济和集体经济领域固定资产投资呈不断下滑趋势，而私营经济和外商经济受外界环境冲击较大，固定资产投资增速波动性较大，只有股份经济领域固定资产投资维持较高增速。因此，为保证资本增速的稳定性，应更加重视股份经济领域固定投资对广州全社会固定资产投资的发展趋势影响作用。

表8 近年来广州市固定资产投资结构（按经济类型划分）

表9 近年来广州不同经济类型固定资产投资增速（上一年=100%）

6.2 劳动要素分析

与资本存量类似，分析劳动就业规模变化趋势也有利于进一步了解广州科技创新贡献率变化情况。图4 为2001—2019年广州年末就业规模增速变化情况。2001—2019年间广州市劳动就业平均增速为4.42%，从劳动就业增速变化趋势可以看出，2014—2019年间广州劳动就业增速波动相对稳定，根据资本边际产出递减规律和生产规模报酬不变假设理论，可见广州就业弹性呈逐年增加特征。因此，在就业规模增速相对稳定情况下，未来一段时间劳动要素对广州经济增长的贡献率将有所增加。

图4 近年来广州劳动就业规模增速（上一年=100%）

从三大产业就业结构变化趋势上看，近年来广州市第一产业和第二产业就业占比呈逐年下降趋势，第三产业就业占比不断增加；从就业规模增速上看，近年来第一产业从业人员整体上呈负增长态势，2011年以来第二产业就业人员整体规模没有发生较大变化，第三产业就业人员增速远大于其它两大产业，第三产业已经成为广州就业人口规模增加的主要领域。

6.3 科技创新要素分析

全社会R&D 投入规模和增速对科技创新贡献率有直接影响。2001—2019年间，广州年均全社会R&D 规模为178.79 亿元（扣除价格因素），与北京（763.06 亿元）、上海（483.51 亿元）和深圳（467.44亿元）等同以发展水平城市之间存在一定的差距。虽然近年来广州全社会R&D 内部经费支出规模有大幅度提升，年均增速高达28.74%，远高于北京（15.82%）、上海（18.34%），但广州全社会R&D内部经费支出规模偏低依然是限制科技创新发展的主要原因。

7 结论及政策建议

7.1 研究结论

通过以上分析可以得出以下三点结论：

（1）从整体上看，按要素对经济增长贡献率均值大小排序分别为科技创新、资本和劳动力。从时间序列上看，2013年之前，科技创新对经济增长贡献率的大小基本上在50%附近波动，资本贡献率和劳动贡献率变化相对稳定。2013年之后，资本贡献率有所提升，随着经济增长模式的改变，科技进步贡献率呈现出“V 型”变化趋势，说明以自主创新为主的科技创新对经济增长的推动作用不断加强。

（2）2013年以后，造成广州科技创新贡献率发生变化的主要原因有两点：一是随着我国经济增长进入新常态，制度性因素为科技创新活动提供发展空间开始变少，经济发展模式的转变使得经济增长对新技术的要求更高了；二是经济增长方式从原来依靠外资技术外溢性带来的新技术开始向更多依靠自主创新的生产模式转变，而受诸多因素影响，以自主创新为主的新技术对经济增长带动作用在短期内发挥出的作用相对有限，但对经济增长的贡献作用呈不断增强趋势。

（3）各投入贡献率变化趋势看，未来一段时间，资本对经济增长贡献率有所减低，且股份经济领域固定投资对资本投资贡献率影响较大；劳动就业对广州经济增长的贡献率将有所增加，且第三产业发展对劳动贡献率影响较大；科技创新对经济增长的贡献率将有所增加，而广州全社会R&D 投入的规模和增速对科技创新贡献率会产生较大影响。

7.2 政策建议

（1）加大科技创新投入强度。增加每年自主创新资金投入规模和幅度。科技创新离不开资金的支持，加大科技创新投入强度是促进创新能力提升的关键，科技活动投入规模和增幅的增加均是短期内提升科技创新贡献率的有效手段。当科技活动投入的规模基数较小时，增加科技活动投入规模幅度，将有助于在短期内快速提升地方科技创新贡献率。因此，广州应对标研发先进地区，提高研发投入强度，增加地方财政科技研发投入，把加大科技活动投入规模，特别是R&D 投入规模作为快速提高广州科技自主创新能力的重要抓手。当然还要引导和发动社会资金对科技创新活动的投入，建立多渠道社会投入机制，引导社会资金积极开展基础研究，紧跟科技发展前沿，提前布局人工智能、大数据、工业互联网等高新技术产业。完善研发投入政策体系，优化研发经费结构，提高基础研究经费比例，引导社会各界加大基础研究投入力度，不断提升原始自主创新能力。

（2）加快建设高水平科技创新体系。高效协同的高水平科技创新体系是提升科技创新能力的重要保障，科技创新能力在很大程度上取决于科技创新体系的运行效能。首先要构建完善的产业共性技术研究与开发体系，加快工业化和信息化深度融合，推动各领域新兴技术跨界创新，以结构合理、先进管用、开放兼容、自主可控、具有国际竞争力的现代产业技术体系支撑引领新兴产业发展，以技术的群体性突破推动产业质量升级。其次要构建产学研深度融合的技术创新体系，强化企业的创新主体地位，鼓励大学、科研院所主动对接高新技术科技企业，了解产业发展需求，为企业提供技术咨询服务，促进大学、科研院所科技成果转化，促进创新链、产业链、资金链、政策链有效结合，形成科技与产业协同发展的局面。再次要构建完善的与国际接轨的开放创新体系，鼓励和支持企业面向全球布局创新网络，提升行业领军企业海外知识产权运营能力、创新能力和国际竞争力。鼓励跨国公司在广州设立研究与开发中心，实现引资、引智、引技相结合。

（3）加强知识产权法治环境建设。加强有利于科技创新活动的知识产权管理制度环境建设，为本地新发明和新专利的发展提供良好的制度环境。强化知识产权制度对企业开展科技创新活动以及地方科技管理工作的引导作用，建立能够覆盖整个科技管理环节的高效知识产权管理机制。不断完善和落实科技计划项目制度建设，充分发挥各类科技计划和科技管理部门对知识产权环境建设的推动作用。有效引导以研发型企业、科研院所以及高等学校等不同性质创新主体建立和完善符合自身科技管理需求的知识产权管理制度，加强专业机构和科研人才队伍建设，加大具有自主知识产权和知名品牌企业的培育力度。加快知识产权预警机制建设，对本地优势特色行业所在的技术领域及相关性较高的技术领域的最新专利信息和国内外市场信息进行及时收集与系统性分析，避免潜在知识产权纠纷情况出现，降低地方相关产业的外部损害。

（4）重视自主创新的长期推动作用。加强和重视基础性研究的源动力作用。依托广州本地丰富的科研院所和高等院校等创新主体资源，在现有特色和优势领域的基础上，结合未来广州产业发展方向，针对性地开展基础性研究和应用性研究。适度地开展一些具有国际领先水平的高新技术研发，集中科研力量加快培育若干具有国际优势学科研究领域和研究基地，为广州科技创新和产业发展提供强大的源动力。重视企业在科技创新活动中的创新主体作用，鼓励企业科技创新与广州产业发展战略和市场需求有机结合，在重点领域积极开展科技创新活动。引导企业向集成创新、联合创新和引进消化吸收再创新领域发展，鼓励企业向不断提高自身原始创新能力领域探索，扶持中小微企业积极开展研发新技术的创新活动，推动企业生产技术和经营管理模式革新。加快科技创新平台建设，提升科技成果转化率，减低基础性研究产业化风险成本。

（5）加强科技创新领域人力资源建设。完善科技创新人才引进机制建设，加强有助于增强科技创新水平的专业人才队伍建设。广州是人才资源大市，人力资源丰富，每年不仅拥有数量庞大的本专科毕业生，职业教育在校学生规模也远高于全国其他城市，能为广州科技创新活动提供高层次人才资源，根据不同的人才类型，制定不同的人才政策将这些高校毕业生资源留在广州发展，并引进各类行业急需的创新型拔尖人才，确保已有人才政策实施到位，加快有广州特色和优势的人才高地的形成。重视科技研发和科技生产一线急需的高层次科技人才队伍和高技能人才队伍建设，加强科技实用人才、紧缺技能人才和产业发展实用人才队伍的培养，为在创新实践活动中脱颖而出的人才提供良好的发展和创业环境。持续推动产学研领域深入合作，完善高校与企业在工程技术与管理人才中联合培养机制建设，制定和完善促进高校和科研院所领域科技人才资源向企业集聚的人才流动机制。加强人才环境建设，最大限度发挥人才政策、房价、生活成本、生态环境、制度环境等各类软环境对人才资源可能带来的“磁吸效应”。积极创建能让人才充分发挥自身聪明才智和创造力的综合环境，形成有利于关心人才、尊重人才，充分发挥人才作用的良好人文环境，为外来人才提供与本土人才平等发展的平台和环境，提升人才的创造性。