全球创新网络视角下高技术产业分阶段创新效率提升组态路径研究

李天籽，韩沅刚

(吉林大学，吉林 长春 130012)

一、引言

新时代背景下，我国经济重心逐渐过渡到“质效优先”的高质量发展的关键阶段。经济高质量的发展本质，不仅聚焦于社会发展主要矛盾，同时遵循“五位一体”的新发展理念，倡导高效、高附加值的创新驱动型经济发展模式。创新作为新发展理念的核心，是推动经济高质量发展的重要引擎，党的十九届五中全会强调，以创新驱动引领高质量发展，是实现制造大国迈向创造强国的重要举措，对于我国经济发展增速换挡、提质升级意义非凡。高技术产业具有高投入、高收益、高附加值等特征，既是传统产业升级改造的加速器，也是经济发展模式转型的助推剂。截止到2019年，高技术产业发展势头良好，制造业增加值涨幅高达8.8%，较于同期工业增加值高出2.7个百分点，利润总额占比为20%左右，高技术产业逐渐确立在经济发展战略中的主导地位。然而，无论是技术研发还是市场转化阶段，高技术产业均面临着创新风险、融资困难等难题，导致要素配置不当，技术开发受限，科研成果市场化低下，遏制创新效率有效提升。故此，探究高技术产业分阶段创新效率的发展短板与提升路径具有重要现实意义。

伴随着技术知识传播开放性的日益增强，单一创新主体难以应对快速多变的创新进程，为满足复杂多样的市场需求，多元协同、组织合作的创新模式愈加明显。创新生态系统作为完善创新合作体系、整合知识创新要素的经济共同体，已成为提高创新绩效、助推产业创新的重要力量。区域创新系统理论下，政府、企业、科研单位和社会参与组织等主体，遵循成果共享、风险共担等准则，分工协作共同完成技术创新，达到资源共享、优势互补，推动技术要素充分利用，实现创新系统升级。此外，跨国创新流动逐渐融入到创新系统框架中，由此形成全球创新网络。技术购买、跨国公司招引等渠道能够产生技术溢出效应，既推动内资企业研发创新，实现东道国技术进步，同时外资嵌入能够提升本土企业管理水平，完善资源配置。由此，基于全球创新网络理论，揭示区域高技术产业各创新阶段的潜在问题，探究政产学研用以及国外技术溢出的作用机制，对于保证高技术产业稳步发展意义重大。

二、文献综述

(一)创新效率：技术研发与成果转化

创新效率由美国经济学家FARREL首次提出，指在创新环境与资源配置条件不变的前提下，研发创新行为的产出与投入的比值，即单位研发投入的产出[1]。但相比全要素生产率、能源效率等单阶段线性效率，创新效率涵盖技术研发、新产品销售等阶段，存在较为复杂的系统运行机理，已有研究验证，将创新过程视为“黑箱”是引发“死亡之谷”“达尔文海”“欧洲悖论”等的根本原因[2-3]。随着创新价值链概念的提出，创新效率的研究重点逐渐向层次性、动态性、结构性的多阶段评价转变，涵盖技术研发与成果转化两大阶段[4]。技术研发阶段是技术应用、产品销售等成果转化阶段顺利开展的先决条件，研发过程的知识积累是实现技术进步、适应市场需求的重要途径，而研发成果市场化能够反映研发阶段创新资源利用程度，以达到商业利润获取最优化的目标，故二者存在明显的关联性[5]。高技术产业创新作为复杂网络价值流动过程，重视不同创新阶段效率高低是高技术产业保质保量、稳定发展的关键。现有高技术产业创新效率的研究多集中在指标构建[6]、方法选择[7]和驱动因素[8]等实证研究方面，关于“创新价值链”[9]“效率阶段论”[10]等理论研究脉络尚不成熟，而依据高技术产业特征构建分阶段的创新效率评价体系，探究创新价值链视角下高技术产业创新效率将更具针对性。

(二)创新效率影响因素与提升路径

有关创新效率影响因素的文献成果较多，呈现由区域创新系统向全球创新网络过渡的发展态势。区域创新系统涵盖政府、产业、科研机构以及社会组织等创新参与主体[11]，而全球创新网络引入国际技术溢出因素，强调突破国别边界，提倡创新跨区沟通，拓展了区域创新系统理论。具体包括政府干预[12]、产业环境[13-16]、技术研发[17-19]、公众参与[20-21]以及技术引进[22-23]等五个层面。但上述研究仅基于单一维度进行讨论，而随着组织边界开放性的逐渐增强，独立创新主体能力不足等问题愈发凸显，探究主体间协同效应逐渐成为创新效率提升研究的趋势与潮流，如吕岩威等[24]研究发现，创新系统主体间的协同关系有助于绿色创新效率的提升。协同创新主要聚焦于以下两个方面：①政产学研等创新主体合作。PERAMANN认为，创新主体开展研发合作有助于实现优势互补，降低创新成本，促进知识传播与新技术革新[25]。此外，跨区域研发合作、创新社会网络等协同创新方式也会影响地区创新成果[26]。②创新要素的整合与创造。基于知识管理角度，创新活动的本质在于研发要素的整合与改进，同时知识流动有利于实现优势互补，提高知识要素资源配置，提升创新绩效[27]。

综上所述，涉及到创新效率影响因素的研究多集中在理论推导与定量分析，多数定量研究局限于政府、产业以及研发单位等区域内部因素进行计量剖析。然而新一轮科技革命驱动下，国际创新合作对创新生态系统的改善作用已不容忽视。故此，将国际技术溢出引入到创新效率的研究框架中，揭示创新主体间的互动关系，是解决创新要素资源错配、助推高技术产业高质量发展的关键所在。本研究结合全球创新网络理论，将高技术产业创新效率分解为技术研发与成果转化两阶段，运用模糊集定性比较分析(QCA)，探究政府支持、产业环境、科研团队、社会参与、技术外溢对高技术产业分阶段创新效率的驱动机制，剖析各创新主体间的协同效应。同时，结合不同地区的潜在问题提出指导性意见，为打造协同创新生态体系，激发高技术产业发展动能提供决策依据。

三、研究设计

(一)理论框架与研究机理

全球创新网络的提出，对于探讨跨国层面创新主体间资源整合与信息交流提供了充实的理论基础，该体制内涵盖协同互补的多维度单位，不同单位间通过系统反馈、结构改善以及交互作用，共同完善体制内部的系统功能与发展模式。高技术产业的健康发展有赖于政府调控、产业行情、技术突破、市场响应以及跨国研发合作等共同作用。全球创新网络在区域创新系统的基础上，考察主体间科技研发要素的协同作用、资源共享以及信息交流，以实现研发创新活动中投入产出均衡，助推本地创新能力提升和研发成果积累。故此，本研究构架涵盖政府支持、产业环境、科研团队、社会参与、技术外溢的创新效率机理模型(见图1)，探究分阶段创新效率的组态提升路径。

图1 高技术产业创新效率提升路径理论图谱

1.政府支持

政府支持表现为政府以宏观调控手段，稳定研发活动有序进行。政府凭靠创新财政支出、科技政策支持等方式，优化高技术产业创新活动空间，保障市场消费者获取高科技产品信息，同时通过审批科研项目、发放科研补助等提高研发人员待遇，推进高技术产品研发活动正常运行，提高创新要素配置效率[28]。此外，创建创新孵化器与技术研发平台，为实现高技术产业突破式创造良好条件。

2.产业环境

产业环境反映目前高技术产业发展状态，通过高技术产业总值以及企业发展规模得以体现。完备的产业发展环境能够带动本地制造业、先进服务业以及新型行业发展，提升经济发展总量，提高地方财政税收，保证政府获得充足流动资金以支持科技研发与产品销售。同时良好的产业环境能够发挥产业集聚效应，促进研发资源、技术人才集聚与积累，降低科技研发资源获取成本，提高研发效率[29]。

3.科研团队

作为高技术产业技术研发的核心引擎，高等院校、研究所等科研团队是推动产业技术研发推进、实现高技术产业健康发展的根基[30]。科研团队所具备的高层次人才与创新团队，能够发挥高技术产业科技研发骨干带头的引领作用，同时研发组织内部所构建的人才科技创新平台，通过高层次人才集聚，加速凝聚产业技术创新动力，通过构建人才培养体系、完善人才服务制度，为高技术产业研发效率提升持续赋能。

4.社会参与

基于互联网发展驱动的背景，公民、社会组织等社会参与主体，对高技术产业成果转化阶段的影响呈现多元化特征。①随着网络用户数量的上升，高技术产业供给侧能够及时地获取市场信息，推动产业主体、研发团队与市场消费者的交流，打破与需求侧的信息不对称性，及时满足市场需求，提升高科技产品市场绩效[20]；②依托高科技产品展览及用户交流互动等服务方式，能够方便消费者了解高科技产品发展态势，以获得高质量的需求体验[31]。

5.技术外溢

经济全球化趋势下，各国研发合作、技术购买等手段，发挥了技术溢出效应，为提升本国技术水平提供便利渠道[32]。同时，外资引入与风险投资为其提供了充足的资金支持，保证了高技术产业创新活动运行，为高技术产业创造了良好发展土壤。此外，高效的国际信息资源共享机制，为推动高技术产业研发主体协同创新奠定基础[33]。

依据上述所提到的5大创新主体，本研究借助QCA方法，基于组态视角构建多因素复杂因果关系分析框架，筛选研究所需的条件变量和结果变量，分析引发创新效率高低的各种因素组合[34]。变量隶属度取值范围为[0,1]，变量数值为1则表示完全隶为概念集合，数值为0则与之相反。此外，QCA方法兼具定性与定量分析双重优势，在消除定性分析主观性推理的同时，规避了定量回归模型中因果变量多重共线性问题，展现不同变量组合的复杂作用路径，且样本容量大小不影响结果可靠性。

(二)高技术产业创新效率测度模型

本研究利用三阶段DEA模型对高技术产业分阶段创新效率进行评估。该方法由FRIED[35]等学者提出，主要优势在于能够考虑外部环境因素及随机噪声对研究对象效率评估的影响，主要步骤包括以下三个阶段：第一阶段，应用传统DEA模型对原始投入产出数据进行效率评价，传统DEA涉及CCR与BCC两类，研究假定高技术产业存在规模报酬可变，选择BCC模型进行初始阶段效率测度。第二阶段，第一阶段仅考虑投入产出要素，忽略了外部环境因素影响，导致效率测度结果缺乏准确性，故通过随机前沿分析(SFA)将第一阶段投入变量松弛值分解为外界环境因素、随机噪声干扰和管理无效率三部分，剔除外界环境因素和随机噪声干扰影响，得到仅包含管理无效率的投入变量。第三阶段，将调整后的投入变量重新代入BCC模型中，重新计算创新效率值。此时，创新效率值已实现对外部环境与随机噪声的剔除，能够准确反映高技术产业分阶段创新效率。

(三)数据选取

本研究选取我国30个省份2017—2019年的高技术产业数据，因西藏及港澳台地区数据缺失，未纳入统计分析中。原始数据来源于2018—2020年《中国统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》，统计口径一致且均可获得，规避了不同地区、不同年份的统计方法造成的数据偏差。

(四)变量选取

1.结果变量

本研究从技术研发与成果转化两方面分析创新效率，分别记作Inno_eff1和Inno_eff2。并采用BCC模型测度。参考已有文献[10]，Inno_eff1阶段选取R&D人员折合全时当量、R&D内部经费支出、新产品开发费用、R&D项目经费以及高技术企业数量作为投入指标，产出指标包含有效发明专利数量、新产品开发项目数量、R&D项目数；Inno_eff2的投入指标涉及到Inno_eff1的产出指标以及技术购买改造费，产出指标包含新产品销售收入和利润总额。环境变量主要为信息传播水平、人力资本、行业规模和硬件基础，具体数据分别为电子商务活动交易频率、受教育年限、行业主营业务收入与企业数的比值。以及研发机构仪器设备购置费与年末固定资产存量的比值。创新活动具有时滞性，借鉴已有研究，设定滞后期为两年，即技术研发投入指标为2017年数据，技术研发产出指标和成果转化投入指标为2018年数据，成果转化产出指标为2019年数据。具体结果如表1所示。

表1 分省份高技术产业分阶段创新效率测度结果

表1结果显示，调整后的高技术产业分阶段创新效率变化显著。技术研发中北京、天津、上海、海南等7个省份排名稳定，成果转化包括山东、广东、内蒙古等7个省份排名未发生变化，其余省份排名改变。这说明两阶段效率均受外部环境与随机噪声影响，排除二者干扰是准确评估高技术产业创新效率的前提。基于调整后的两阶段效率，本研究以二者均值0.78和0.7为临界点，将30个省份划分为双高型、高低性、低高型以及双低型(见图2)，讨论各省份两阶段创新效率的等级分布。

图2 各省份高技术产业技术研发效率与成果转化效率散点图

如图2显示：①双高型地区(第一象限)包括北京和上海、福建、广东3地，以及江西、河南、湖北3地。其中，北京与3个沿海省份经济实力、政策福利、人才引进等优势突出，高技术产品销售市场庞大，技术研发与成果转化效率较高；江西、河南、湖北推进中部地区科技兴贸等创新工程建设，赋能高技术产业发展。②高低型地区(第四象限)包括天津、江苏、山东等7地，成果转化效率低下制约高技术产业发展，说明衔接产品市场、促进研发成果资本化是该类地区的首要任务。③低高型地区(第二象限)包括辽宁、甘肃等东北、西北地区，该类地区市场环境稳定，成果转化效率较高，但经济结构失衡、区位优势低劣，融资困难、人才大量外流等现象频发，资本、人才等投入要素不足，技术进步受阻。④双低型地区(第三象限)包括黑龙江、内蒙古和贵州等9地，这些省份多属欠发达地区，经济基础薄弱，创新资源不足，导致创新生态系统恶化，高技术产业发展低迷。

2.原因变量

原因变量划分为5个维度：①政府支持采用政府科学技术支出占比表征政府支持。②产业环境。产业环境分为产业结构与企业规模，其中产业结构由第二产业产值占比衡量，企业规模由高技术产业产值与企业数量的比值衡量。③科研团队选取大学科研经费中企业经费占比与科研机构数量表示科研团队。④社会参与选取人均GDP表示居民需求水平。⑤技术外溢采用进出口贸易与国外技术购买表示，其中进出口贸易选取制成品进出口贸易占比表征，国外技术购买选取技术市场金额占比表征。其中产业环境、科研团队与技术外溢采用熵值法赋权，计算综合指数进行衡量。

(五)变量校准化

以上变量均未经校准，难以判定各研究对象在同一变量中的大小，需转化为集合维度，确定各变量的隶属度。主要步骤如下：①确定锚点。采用四分位点法进行确认，选取四分位点(75%)、均值(50%)以及下四分位点(25%)分别作为完全隶属、交叉和完全不隶属的分界锚点(见表2)。②校准数据。根据以上3个分界锚点，对2个结果变量和5个原因变量进行校准。借助校准数据，采用QCA方法探究高技术产业分阶段创新效率的多因素组合和典型模式。

表2 结果变量与原因变量校准锚点

四、实证分析

(一)单变量必要条件分析

单变量必要性分析是开展组态研究的前提。根据QCA方法设定，分析过程涵盖一致性(consistency)与覆盖度(coverage)，具体计算公式如式(1)～(2)：

consistency(yi≤xi)=∑(minxi,yi)/∑yi

(1)

coverage(yi≤xi)=∑(minxi,yi)/∑xi

(2)

其中，xi表示组态隶属分数，yi表示结果隶属分析。一致性是原因变量对结果变量的必要程度，当该变量一致性大于0.9时，则说明此变量构成必要条件的要求，否则需与其他原因变量构建组态影响结果变量。覆盖度是研究对象数量除以实例总量所得的比值，用以衡量某一原因变量组合重要度的指标。技术研发与成果转化的一致性与覆盖度测算结果如表3～表4。结果显示，两阶段的单因素的一致性与覆盖度均未达到0.9。因此，本研究认定高技术产业分阶段创新效率的影响机制存在多重因素的交叉组合，需结合组态研究进一步剖析。

表3 技术研发单因素必要条件测度结果

表4 成果转化单因素必要条件测度结果

(二)多变量组态分析

本研究依据单因素必要性分析结果，借鉴已有研究经验[32]，将一致性阈值设定为1，案例阈值设为0.8，为避免组态矛盾将PRI阈值设置为0.75。根据简单解和中间解结果，划分核心条件与边缘条件，以此得到两阶段创新效率提升组态结果。最后剖析组态分析中的代表性研究对象，探究高技术产业创新效率驱动因素间的复杂关系。

高技术产业分阶段创新效率的条件组态如表5所示。①技术研发。技术研发提升组态共有4种，一致性分别为0.88、0.88、0.95、0.96，整体一致性为0.83，可说明上述组态均可作为技术研发提升的充分条件；总体覆盖度达到0.53，说明上述4个组态能够解释53%地区技术研发提升的原因。②成果转化。成果转化提升组态有2种，一致性分别为0.92、0.93，整体一致性为0.92，即2种组态可作为成果转化提升的充分条件；总体覆盖度为0.56，说明上述2个组态能够解释56%地区成果转化的原因。以上技术研发与成果转化的组态结果一致性数值较高，体现出对结果变量的解释较为稳健。

表5 高技术产业分阶段创新效率提升组态结果

技术研发路径方面：

第一，政府资助联合型。T1路径条件组态中三个变量均为核心条件，表明当政府支持与科研团队居于较高水平，全面改善产业环境，能够推动研发效率提升。加大研发财政投入力度，确保科研经费来源稳定，是激发地区科技创新动力、优化创新服务环境的关键环节。同时政府优化地区产业布局，引导创新要素集聚，打造高技术产业集群，是提升创新资源有效配置、保障技术研发绩效稳固增长的首要任务。该组态能够反映31%的技术研发效率提升的案例，包括辽宁、甘肃等省份。该类地区依托东北振兴、西北大开发战略扶持，为高技术产业经济增长增值赋能，其中甘肃省的兰白经济区就依托供给侧改革已建成高新技术开发区与创新示范区等研发基地，发布创新人才引进、科研专项资金等政策，整合创新投入要素，促进技术研发产出最优化。但地理区位劣势、产业转型缓慢等问题，导致产业集群规模小，多元化知识合作共享体系难以形成，技术研发效率提升受阻。

第二，国外技术引进型。T2路径条件组态中原因变量均为核心条件，表明在产业环境与科研团队良好的条件下，推广合资经营模式，促进跨国创新合作，合理引进先进技术等途径，已成为研发效率的重要驱动力。一方面，技术购买有效避免自主创新风险，发挥国际技术溢出效应，提高自主研发水平；另一方面，转移购买的技术降低自主创新的盲目性，缩短技术研发到投入运行、适宜生产的周期，解决自主创新引发的时间成本。该组态能够反映31%的案例对象，包括浙江、广东等经济发达地区。该类地区经济实力雄厚，是我国打造开放型区域协同创新基地的重要地区。围绕提升全球价值链位势的目标，推动高技术产业强链补链，加强国外高端技术招引力度，弥补高技术企业技术研发项目短板，为浙江、广东高技术产业技术研发提升注入强劲动能。

第三，政产学研联合型。T3路径条件组态中，产业环境与科研团队为核心条件，其余均为边缘条件，这说明政产学研与技术引进的联合驱动，激发技术进步动力，促进研发效率。引领政产学研深入融合，优化科技创新资源配置，是保证研发资源高效利用，培育核心竞争力的重点环节。具体地，政府通过搭建多元化主体协同创新合作平台，避免要素利用低效引起市场失灵，为高技术产业的技术研发提供完备的发展基础。该组态能够反映27%的案例对象，包括北京以及湖北、河南等省份。其中，北京依托首都城市优势与政策红利效应，积极调动多元创新主体参与，大力开展中关村国家自主创新建设，并对接清华、北大等高等院校的研发项目，为北京市高技术产业营造良好的技术研发生态。湖北、河南利用火炬计划、军民融合等政策优势，以核心技术研发为着力点，优化东湖、郑州等高新技术产业开发区基地布局，完善高技术企业研发孵化体系，并实现新能源、光电子等高技术主导产业项目集聚，为高技术产业突破技术瓶颈蓄势添能。

第四，产学研协同型。T4路径条件组态中，产业环境与科研团队为核心条件，其余均为边缘条件，这说明产学研协同促进了基础研究、技术应用、产业发展的交融，拉动研发效率提升。高等院校、科研院所与高技术企业搭建研发合作平台，实现产研合作精准对接、产民利益协调平衡，促进自主研发能力提升，加强高端人才培养引进，助推研发效率提升。该组态能够反映26%的案例对象，包括天津、山东等省份。天津市通过深化科技体制改革，加强科学技术管理水平，推动各类学科内涵式发展，实现市内产学研合作稳进，逐渐形成以智能科技为引领地位的产业体系。山东省以引领产业升级为导向，全面落实与山东大学、产业技术研究院等院所的战略协议，强化核心关键技术攻坚工作，带动孵化高技术企业发展，为高技术产业技术研发铸造活力。

成果转化路径方面：

第一，政产学用协同型。M1路径条件组态中，政府支持、科研团队与社会参与为核心条件，其余均为边缘条件，这说明打通科技创新多方主体的沟通渠道，推动科研成果供给与需求侧的对接，是实现创新成果高效转化的关键。政产学研用的协同手段凝集多方创新合力，突破科研信息流动障碍，提高创新要素利用效率，保证科技成果高水平转化。该组态能够反映35%的案例对象，包括北京、湖北等省份。该类地区以政府为主导，搭建科技创新合作平台，发挥多方创新主体优势。同时制定研发成果转化扶持政策，并保障各创新主体知识信息共享、利益风险共担，提供市场化评估、技术咨询等市场服务，为科研成果市场化创造良好条件。

第二，政府市场主导型。M2路径条件组态中，政府支持与社会参与为核心条件，其余均为边缘条件，这表明科技成果市场转化，依赖政府扶持与社会参与支撑。公众参与在政府决策中的作用愈加明显，将需求信息反馈到科技创新活动中。大数据、云计算、人工智能等因素搭建市场信息平台，及时响应高技术产业市场需求，并通过多元创新主体共同作用，有效推动科研成果市场转化，提高科研成果市场认可度，保障研发项目的可实施性。该组态能够反映29%的案例对象，包括辽宁、浙江等省份。该类地区通过在线访谈、网上办事等途径，及时获取市场反馈信息。其中，辽宁省通过财政手段，强化民众科普设施建设，实现科普品牌普适化发展，促进公众深入了解与应用科学技术，提高地区高技术产业的产品接纳度，实现科研成果有效转化为经济效益。

五、结语

(一)结论与启示

本研究选取我国30个省份的高技术产业数据，通过三阶段DEA模型测度高技术产业技术研发与成果转化两阶段效率。借助QCA方法探究高技术产业两阶段效率的全球创新网络驱动机制，揭示了两阶段创新效率的复杂因果作用途径。研究结论与启示如下：第一，剔除外界因素干扰后，两阶段创新效率均发生变化。调整后的高技术产业技术研发与成果转化效率地区等级差异显著，可分为双高型、高低型、低高型和双低型，除北京、上海等地，多数省份存在技术研发受限与市场转化不足等问题。第二，技术研发效率提升路径共有4条，其中3条路径均包括产业环境与科研团队，说明这两个原因变量是研发效率提升的必要条件。良好的产业环境能够催生人才、技术、政策等创新要素，助力创新活动的开展。高水平的科研团队是地区高技术产业实现外来技术内部化的首要因素。此外，技术外溢仅为1条路径的必要条件，通过技术购买、知识学习等方式，实现对发达国家的技术赶超，是后发大国提升科研能力的重要手段。第三，成果转化效率提升路径共有2条，且均包括政府支持与社会参与，说明这两个原因变量为成果转化的必要条件。政府通过把握财政扶持力度，确保科技成果市场转化流程中的资金充足，保证高技术产品市场有效运转。社会参与提高增强企业的需求识别力，实现市场供需信息对接。

根据研究结论，得出以下启示：①重视高技术产业发展实际，避免创新要素的盲目投入。地方政府应加强对创新参与者引导的针对性，注重产业创新研发、市场转化等各阶段的监控，及时识别低效投入要素，适当调整以影响地方发展需求，以发挥创新网络各成员对于高技术产业创新有序进行与健康发展的驱动作用。②根据地区高技术产业创新效率的阶段性特征，剖析地区产业战略背景与发展劣势，实施差异化高技术产业发展政策。低创新研发省份应积极建设以企业为主、产学研深度融合的高技术产业研发体系；低成果转化省份应逐步完善成果市场化机制，推动知识产权权属改革，实现高技术产业研发成果的转化应用。③深化国际合作，切实提高国际研发合作的质量与水平。不断拓宽高技术产业领域外资引入渠道，短期时间注重外资引入的持久性，保证高技术产业研发效率的促进作用，提升外资招商引资的质量，保持国际技术交易活跃度，探索海外科技园与产业园区的建设，实现国外技术的引进、学习与掌握，推动中国高技术产业迈向全球价值链中高端。

(二)研究不足

本研究仍存在以下不足：①研究方法。研究忽略了时间异质性，连续时间下原因变量的影响解释不足，后期拟采用TQCA或TSQCA方法进行探讨。②研究视角。省域数据存在不显著、不敏感等问题，研究结果无法解决城市问题，因此市域尺度区域复合研究将是高技术产业创新效率研究的发展方向。③数据选取。文中数据均由公开发表、收集方便的年鉴统计获得，但该类数据具有时效性低、可靠性差等特征，不利于研究的深入开展，后续研究可在丰富数据的基础进行拓展。