我国技术创新能力与效率协调性研究

唐娟莉 倪永良

摘要：創新是一个民族进步的灵魂，是决定经济增长的重要因素。研究构建技术创新能力与效率指标体系，选取我国2011—2020年30个省份，运用熵值法、技术创新协调性指数等模型，测算技术创新能力、效率及其两者之间的协调性。研究表明：①我国技术创新能力呈现出梯度变化特征，即东部地区的技术创新能力最强，中部地区次之，西部地区最弱，其中，江苏处于领先地位，而青海处于未尾；我国技术创新效率整体上呈上升态势，呈现出东高中低的趋势。②我国技术创新水平整体上呈现上升态势，由2011年的0.412 974上升到2020年的0.534 620，呈现东高西低的趋势。③我国技术创新能力与效率协调性指数为0.329 057，其协调性整体上呈下降态势，由2011年的0.343 070下降到2020年的0.328 185，呈现东部地区协同度较高、西部地区较低，即由东向西梯度递减的空间分布格局，其最高水平为江苏，最低是吉林。结果表明：我国技

术创新能力与效率的协调性表现出明显的时间异质性和空间聚集性，并在空间上伴有一定规律性。

关键词：技术创新能力；技术创新效率；协调性；熵值法；协调性指数中图分类号：F 124.3

文献标识码：A   文章编号：1672-7312（2023）04-0388-10

Research on the Coordination between Technological

Innovation Capability and Efficiency in China

TANG Juanli，NI Yongliang

（School of Economics and Management，Xian Shiyou University，Xian 710065，China）

Abstract：Innovation is the soul of a nations progress and an important factor in determining economic growth.In this paper，a technological innovation capability and efficiency index system was constructed，and 30 provinces in China from 2011 to 2020 were selected to measure the technological innovation ability，efficiency and coordination between the two by using models such as entropy method and technological innovation coordination index.The research shows that：Chinas technological innovation capability shows the characteristics of gradient change，that is，the technological innovation capability in the eastern region is the strongest，followed by the central region，and the western region is the weakest，of which Jiangsu and Qinghai are in the leading position and at the end respectively.The efficiency of technological innovation in China is rising on the whole，showing a trend of low in the east，high in the east.The level of technological innovation in China shows an upward trend，from 0.412974 in 2011 to 0.534620 in 2020，showing a trend of high in the east and low in the west.The coordination index between technological innovation capability and efficiency is 0.329057，and its coordination is declining as a whole，from 0.343070 in 2011 to 0.328185 in 2020，showing a high degree of coordination in the eastern region and a low degree of coordination in the western region，that is，a spatial distribution pattern of decreasing gradient from east to west，with the highest level in Jiangsu and the lowest in Jilin.The result shows that the coordination between technological innovation capability and efficiency in China shows obvious temporal heterogeneity and spatial aggregation，and has a certain regularity in space.

Key words：technological innovation capability；technological innovation efficiency；coordination；entropy method；coordination index

0 引言現代经济增长理论认为，决定经济增长的重要因素是技术创新。创新已成为民族进步的灵魂，是引领发展的第一动力，而科技创新能力正是决定一个国家或民族能否长期屹立于世界民族之林的重要条件和基础[1]。党的十八大和十八届五中全会明确指出：“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。”党的二十大进一步指出：“坚持创新在我国现代化建设全局中的核心地位。”强调要坚持走中国特色社会主义道路、加快实施创新驱动发展战略，增强自主创新能力，加快实现高水平科技自立自强。改革开放40多年来，我国已成为世界第二大经济体，经济实现了高速增长。然而，随着我国经济增长的劳动力和资源环境低成本优势的逐渐消失，加之对资源节约和环保意识重视程度的提升，我国经济增速持续下行的压力逐步加大，因此，需要寻找新动能和转型传统动能[2-3]，加快低成本优势向创新优势转换，依靠创新来驱动经济社会的发展，给经济增长注入新的活动和动力，实现经济社会高质量发展[4]。在经济发展“新常态”时期，我国经济发展已实现由高速增长阶段转向高质量发展阶段，提高技术创新能力是经济高质量发展的关键[5]，也是实现经济高质量发展的重要保障[6]。提高技术创新能力的有效途径是持续增加创新资源投入[7]，同时创新资源投入也是衡量技术创新能力高低的重要指标[6]。然而，提高技术创新能力不仅需要增加创新资源的投入，还需要提高技术创新效率。已有研究表明，技术创新能力的提升不仅取决于持续增长的研发投入，而且在很大程度上依赖于技术创新效率的提高[8-9]。因此，技术创新能力的提升既要关注创新资源的投入，更要注重提升技术创新效率水平。由此可见，技术创新效率在技术创新能力中发挥着基础性和决定性作用，提升技术创新效率是提升技术创新能力的关键。为此，推进技术创新能力与效率相互促进和融合，建立两者有机协调的良性互动格局，对于进一步提高我国技术创新能力与效率，提升我国创新实力，建设创新型国家，推动我国经济高质量发展具有重要意义。

1 研究设计

1.1 变量定义与数据来源

1.1.1 技术创新能力评价指标研究在借鉴相关研究成果[10-15]的基础上，从创新环境、创新投入、创新产出和创新效果4个方面选取我国技术创新能力评价指标。创新环境包括教育支出占GDP的比重、人均邮电通信业务总量、互联网宽带接入用户、外商直接投资占GDP的比重、高等学校数量；创新投入包括每十万人口高等学校平均在校生数、R&D经费支出、R&D人员全时当量，这也是国内外学者研究成果中通常采用的指标[16-19]；创新产出包括国外主要检索工具收录科技论文数、专利申请量、新产品销售收入、技术市场成交额[20]；创新效果包括第三产业增加值比重、人均GDP、劳动生产率（采用工业增加值占就业人员比重衡量）。

1.1.2 技术创新效率评价指标对于效率的测算，主要是从投入和产出2个方面构建其评价指标体系。创新产出指标主要包括国外主要检索工具收录科技论文数、专利申请量、新产品销售收入、技术市场成交额；创新投入主要包括R&D资本存量和R&D人员全时当量。在技术创新效率测算时使用R&D资本存量来表征R&D经费支出，主要是鉴于R&D经费支出具有时滞性和累积性，其计算采用永续盘存法[21]，具体估算方法如下

RDEi，t=Ei，t-1+（1-δ）RDEi，t-1

（1）

式中：RDEi，t

，RDEi，t-1分别为第i个地区第t年、t-1年的R&D资本存量；Ei，t-1为第i个地区第t-1年的实际R&D经费支出；

δ为资本折旧率，假设δ＝15%。式（1）中，基期R&D资本存量

RDEi，0的估算方法是

RDEi，0=Ei，0/（g+δ）

其中，g为年均R&D经费增长率;δ为资本折旧率；Ei，0为第i个地区基期的实际R&D经费支出。以上所选用的指标数据来源于《中国统计年鉴（2012—2021）》和《中国科技统计年鉴（2012—2021）》。共选取了2011—2020年30个省份共300个样本数据（由于西藏指标数据缺失较多，予以剔除，同时不包括港澳台地区）。此外，对个别数据的获取作出说明，R&D经费支出和R&D人员全时当量分别使用规模以上工业企业研究与试验发展（R&D）活动经费和人员全时当量表示；2020年国外主要检索工具收录科技论文数按2011—2019年平均增长速度计算。

1.2 研究方法

1.2.1 技术创新能力指标权重的计算研究采用客观评价方法——熵值法来计算技术创新能力指标权重，具体模型形式如下设有

m个省份，n个评价指标，xij（i=1，2，…，m;j=

1，2，…，n）是第i个省份的第j项指标的指标值，xij经过无量纲化处理后的值为yij。1）指标无量纲化处理：首先对于逆向指标取其倒数使所有指标正向化，然后采用极值化方法，即

xij′=

xij-min（xij）

max（xij）-min（xij）

（其中，max（xij）为第j项指标的最大值，min（xij）为第j项指标的最小值）对各指标进行无量纲化处理；最后，对经过无量纲化处理的指标进行平移，以避免在取对数求熵值时无意义，平移后的指标用yij来表示。2）第j项指标下第i个省份的指标值比重

fij=

yij∑mi=1yij

（i=1，2，

…，m;j=1，2，

…，n）

3）第j项指标的信息熵值

ej=-k

∑mi=1fijlnfij

（i=1，2，

…，m;j=1，2，

…，n）

其中，0≤ej≤1，k=1lnm，且k0;

4）第j项指标的效应值

gi=1-ej5）第

j项指标的权重

wj=gj∑

nj=1gj6）

各省份在不同年份的技术创新能力指数

TAi=∑nj=1

wjfij

1.2.2 技术创新能力与效率协同模型构建

1）技术创新水平指数模型。根据空间计量经济学的投影变换原理，构建技术创新水平指数模型，来衡量我国各省份技术创新水平的高低，其具体形式如下

TLij=22

（TAij+TEij）

（2）式中：TLij为第i个省份第j年技术创新水平指数，反映了技术创新水平的高低，TLij∈（0，1），TLij越接近1，表明技术创新水平越高；反之，说明技术创新水平越低。TAij，TEij分别为第i个省份第j年技术创新能力指数和技术创新效率指数。

2）技术创新协调性指数模型。根据空间计量经济学的投影变换原理，构建技术创新协调性指数模型，来衡量我国各省份技术创新能力与效率之间协调性的高低，其具体形式如下

TCij

=1-

22

|TAij-TEij|

TA2ij+TE2ij

（3）式中：TCij为第i个省份第j年技术创新协调性指数，TCij∈（0，1），TCij越接近1，表明技术创新协调性越高；反之，说明技术创新协调性越低。

2

我国技术创新能力与效率协调性的量化分析

2.1 技术创新能力与技术创新效率水平的描述

2.1.1 技术创新能力指数的描述根据建立的技术创新能力评价指标和熵值评价模型，测算得到我国2011—2020年30个省份的技术创新能力指数。从整体上看，2011—2020年，我国东、中、西部地区技术创新能力平均指数分别为0.040 542、0.031 506、0.027 454，可见，我国东、中、西部地区技术创新能力呈现出梯度变化特征，即东部地区的技术创新能力最强，中部地区次之，西部地区最弱，从图1可清晰的看到这一结果，但东部地区技术创新能力整体呈现下降趋势，西部地区整体呈现小幅上升趋势，中部地区较为稳定。

图2提供了2011—2020年我国各省份技术创新能力平均指数（TA）测算结果。由图2可知，2011—2020年，技术创新能力平均指数最高的是江苏，为0.053 766，其次是广东、北京、浙江、上海，分别为0.051 332、0.049 348、0.044 141和0.043 064，最低的是青海，为0.023 285。从时间演化趋势来看，江苏、广东、北京、浙江、上海、山东、天津等省份的技术创新能力一直处于全国领先水平，这些省份主要位于东部地区，凭借其创新资源优势、创新环境和创新投入，加之自主创新能力和创新成果转化能力较强，从而技术创新能力较强。综合来看，江苏省的技术创新能力在我国处于领先地位，主要是其坚持贯彻“企业是主体、环境是保障、人才是支撑、产业是方向”的科技创新理念，以科技创新作为江苏全局发展的核心位置，深入实施创新驱动发展战略，在创新资源、创新环境、创新投入、创新产出、创新成果转化等方面遥遥领先，突破了集成电路、高端装备、前沿材料等重点领域的一批关键技术瓶颈，已成为我国创新资源最密集、创新氛围最浓厚、创新活动最活跃、创新成果最丰硕的地区之一。北京作为我国的政治、文化、国际交往、科技创新中心，其技术创新能力应居于全国首位，而实际列于全国第三位，这与其独特的地位不匹配，主要是由于创新资源利用效率较低、良好的创新环境未形成、创新效果不突出等原因造成的。总之，东部地区要不断优化产业结构，创造良好的创新环境，充分利用创新资源并提高创新资源的利用效率，加快推进创新成果的转化；另一方面，江苏在全国具有领头羊的作用，要充分发挥其领头羊的作用，辐射带动其他城市技术创新的发展，加强城市之间的合作与竞争，共享创新资源和创新成果，促进中、西部地区甚至全国技术创新能力的提升。青海、宁夏、新疆、海南、甘肃、广西、贵州、云南等省份的技术创新能力一直处于全国后列，这些省份主要位于西部地区，原因在于创新资源短缺、创新投入不足、一流的高等院校和科研机构甚少、自主创新能力较低、创新产出的领先优势较小、高新技术应用能力较差、创新产出成果转化效率低，创新效果不突出等。因此，西部地区要继续加大科技创新投入力度，大力发展科技附加值高的行业，同时，各地区要充分发挥和利用其优势，大力促进第三产业发展，辐射带动高新技术产业的发展，促进产业转型升级，进而提升其创新水平，推动地区经济高质量发展。

2.1.2 技术创新效率指数的描述采用规模报酬不变的C2R模型，对我国2011—2020年30个省份的技术创新效率指数进行测算。2011—2020年我國技术创新效率整体水平为0.698，说明我国技术创新投入产出比未达到最优状态，说明我国资源配置及其技术管理水平距有效状态还存在一定的差距，我国技术创新效率还有进一步提升的空间，因此，需不断优化创新环境，加大创新资源投入力度，合理配置和优化创新资源及其结构，提高创新资源利用效率，进而促使技术创新作用的充分发挥。从东、中、西部地区来看，技术创新效率平均指数分别为0.709 6、0.689 6、0.691 1，可见，我国技术创新效率呈现出东高中低的趋势。从时间演化趋势来看，我国技术创新效率从2011年的0.551上升到2020年的0.723，说明我国技术创新效率在不断提升。2011—2020年，东、中、西部地区技术创新效率整体上呈现出波动化上升趋势（图3），其中，2011—2015年，东部地区高于中部地区，2016—2020年反转，中部地区奋力追上，超越了东部地区，说明我国东、中、西部地区的技术创新资源实现了合理配置及其充分有效利用，投入结构也得到了优化。

图3 2011—2020年东、中、西部地区技术创新效率指数变化趋势2011—2020年，只有北京各年的技术创新效率指数均为1，说明其投入产出比达到了最优，表明其资源配置与技术管理相对有效，不仅仅注重创新资源投入规模，对创新资源的合理配置和使用效率更加注重。北京作为我国的政治中心、文化中心、国际交往中心、科技创新中心，经济实力雄厚，拥有绝对优势的创新资源（92所普通高校，其中双一流高校34所，双一流学科151个，遥遥领先于其他城市），凭其独特的优势吸引了大量的高端科技创新人才，掌握了世界领先的高科技技术，自主创新能力和技术应用能力较强，又具有政策上的先行先试“特权”，于是北京的技术创新效率位居全国之首，这与其独特的地位是相匹配的。其余29个省份均处于技术无效状态，其中技术创新效率均值指数低于全国平均值的有17个省份，尤其是山东、河南、宁夏、河北、福建、青海、黑龙江、山西、内蒙古9个省份的技术创新效率均值指数均低于0.6（图4），因此，还需进一步提升我国技术创新效率水平。其中内蒙古的技术创新效率均值指数为0.363，全国最低。内蒙古位于西部地区，地域广阔，资源较為短缺且配置不尽合理，环境较为恶劣，创新资金投入较少，高等院校和科研机构相对较少，高端科技创新人才甚少，自主创新能力较弱，技术应用能力较差，创新成果转化率较低，创新效果不突出等，最终导致了内蒙古的技术创新效率很低。山东、河北、福建地处东部沿海地区，其良好的创新环境、丰富的创新资源、开放的创新思想、较高的对外开放程度为创新提供了基础保障，较高的经济发展水平为其创新提供了充裕的资金保障，因而其创新成果较为丰硕、转化率较高，其技术创新效率指数本应列于全国前列，但实际处于全国下游水平，其技术创新效率均值指数分别为0.584、0.562、0.540。究其原因，山东主要是由于创新资源投入结构不尽合理，创新比较优势未得以充分发挥等；河北主要是由于其粗放型的经济增长方式和较弱的研发创新能力，使其在创新产出方面不具有优势；福建在创新投入和创新产出方面处于劣势，其创新技术效率较低。

2.2 技术创新能力—效率协调性分析

2.2.1 技术创新水平分析以技术创新能力与效率指数为基础，根据技术创新水平指数模型（2），测算可得2011—2020年我国30个省份的技术创新水平。2011—2020年，我国技术创新水平平均指数为0.516 784，说明我国技术创新水平并不高，还有很大的提升空间。从东、中、西部地区来看，技术创新水平平均指数分别为0.530 463、0.509 899、0.508 113，可见，我国技术创新水平呈现出东高西低的趋势。北京、吉林、重庆、安徽、四川、上海、广西、浙江、湖南等12个省份的技术创新水平高于全国平均水平，其中北京、吉林、重庆、安徽、四川、上海等省份的技术创新水平较高；其余18个省份的技术创新水平均低于全国平均水平，其中河北、福建、青海、黑龙江、山西、内蒙古等省份的技术创新水平较低（图5）。北京在技术创新水平上处于全国的领先地位，一方面，与其独特的地位密切相关，另一方面，主要得益于北京得天独厚的技术创新效率优势，其技术创新效率位居全国首位，北京的技术创新能力也不甘示弱，居于全国第三位。技术创新水平最低的是内蒙古，不论是技术创新效率还是技术创新能力，内蒙古都不具有优势，技术创新效率位居全国末尾，技术创新能力也居于全国下游水平。

技术创新平均指数是将2011—2020年技术创新能力平均指数（TAi）和技术创新效率平均指数（TEi）带入技术创新水平指数模型（2）计算所得。

从时间演化趋势来看，我国技术创新水平整体上呈现上升态势，由2011年的0.412 974上升到2020年的0.534 620，其中，2018年达到最高，达到0.593 852，说明我国技术创新水平在不断提升。2011—2020年，东、中、西部地区技术创新水平整体上呈波动化上升趋势（图6），其中，2011—2015年，东部地区高于中部地区，2016—2020年反转，中部地区奋力追上，超越了东部地区，这主要得益于中部地区技术创新效率的追赶超越。

2011—2020年，30个省份的技术创新水平均呈现波动化变动趋势，其中北京的技术创新水平相对较为稳定，其余29个省份的技术创新水平波动幅度较大；北京、天津、辽宁、上海、山东、吉林、内蒙古、重庆、四川、陕西、甘肃等11个省份的技术创新水平整体上呈下降趋势，其余19个省份整体呈上升趋势（图7）。说明我国大部分省份的技术创新水平与其社会经济的快速发展态势是相匹配的，北京、天津、内蒙古、陕西等省份与其社会经济的快速发展态势是不相匹配的。一方面，随着我国经济的快速增长和整体实力的不断提升，技术创新投入力度逐年加大，使得技术创新能力与效率不断提升，但创新产出具有一定的滞后性，造成部分省份的技术创新水平与其投入力度不匹配；另一方面，我国在科技创新方面长期存在着诸如“重科研、轻推广”“重建设、轻管理”等问题，这会对创新成果的转化效率产生一定的影响，造成创新成果转化率偏低问题。从整体上看，我国技术创新能力与效率均呈现上升趋势，于是我国技术创新水平也呈现上升趋势。

2.2.2 技术创新协调性分析以技术创新能力与效率指数为基础，根据技术创新协调性指数模型（3），测算可得2011—2020年我国30个省份的技术创新能力与效率协调性指数。2011—2020年，我国技术创新能力与效率协调性平均指数为0.329 057，说明我国技术创新整体协调性较低，需进一步加快推进我国技术创新能力与效率之间的协调性。从东、中、西部地区来看，技术创新能力与效率协调性平均指数分别为0.335 273、0.328 607、0.323 167，可见，我国技术创新空间分布规律为东部地区协同度较高，整体

呈现由东向西的梯度递减趋势，这与技术创新能力、技术创新水平的分布特征一致。表明我国技

术创新能力与效率的协调性表现出明显的空间聚集性，并在空间上伴有一定规律性。2011—2020年，江苏、广东、内蒙古、山东、山西、黑龙江、福建、河南、河北等12个省份的技术创新协调性高于全国平均水平，其中江苏、广东、内蒙古、山东、山西、黑龙江、福建等省份的技术创新协调性处于全国前列，尤其江苏贡献最大，说明这些省份技术创新能力与效率之间协调发展，意味着两者之间具有共振互促的关系；其余18个省份的技术创新协调性均低于全国平均水平，其中新疆、甘肃、海南、重庆、贵州、广西、吉林等省份的技术创新处于低协调阶段，这些省份大部分位于西部地区（图8）。西部地区由于地理区位、自然资源等诸多原因，经济发展水平相对较低、公共基础设施较为薄弱、产业结构较为单一、生态环境脆弱、高等院校和科研机构相对较少、自主创新能力较弱等，在一定程度上制约了西部地区经济社会的发展，造成西部地区技术创新能力与效率的协调度相对滞后，因此，西部地区要大力发展科技附加值高的行业，努力推进第三产业的发展，促进产业转型升级，推动西部地区经济高质量发展，改变西部地区技术创新协调度低的现实。

协调性平均指数是将2011—2020年技術创新能力平均指数（TAi）和技术创新效率平均指数（TEi）带入技术创新协调性指数模型（3）计算所得。

我国技术创新能力与效率的协调性表现出明显的时间异质性。从时间演化趋势来看，我国技术创新协调性整体上呈现下降态势，由2011年的0.343 070下降到2020年的0.328 185，其中，2011年最高，为0.343 070，2018年达到最低，为0.323 623，说明我国技术创新能力与效率之间的协调性在不断的恶化，即处于较低的协调阶段。2011—2020年，东、中、西部地区技术创新协调性整体上呈波动化下降趋势（图9），主要是由东部地区的技术创新能力呈现下降趋势导致的，其中，东部地区每年均高于中部地区，中部地区每年均高于西部地区，即整体上呈现从东部向西部梯度递减的趋势。东、中、西部地区技术创新协调性均在2011年最高，分别为0.350 256、0.348 636、0.331 835，东部地区技术创新协调性在2013年达到最低，为0.329 748，中西部地区都在2018年达到最低，分别为0.321 066和0.319 033。

从我国30个省份技术创新能力与效率协调性的聚类结果看，技术创新能力与效率之间具有协调性的有4个省份，分别是江苏、广东、山东、内蒙古；技术创新能力与效率之间较为协调的有山西、黑龙江、福建、河南、河北等5个省份；技术创新能力与效率之间较不协调的有北京、天津、辽宁、上海、浙江、湖北、湖南、陕西、青海、宁夏等10个省份；技术创新能力与效率之间不协调的有吉林、安徽、江西、广西、海南、重庆、四川、贵州、云南、甘肃、新疆等11个省份。2011—2020年，30个省份的技术创新能力与效率协调性均呈现波动化变动态势，其中内蒙古、山西、江苏、广东等省份的技术创新能力与效率协调性波动幅度相对较大，其余省份技术创新能力与效率协调性相对稳定，协调性基本趋于一致；辽宁、湖南、内蒙古、重庆、四川、云南、陕西、甘肃等8个省份的技术创新能力与效率协调性整体上呈上升趋势，其余22个省份整体呈下降趋势，其中，山西下降最快，技术创新能力与效率协调性指数从2011年的0.394 085下降为2020年的0.325 464（图10）。

2.2.3 技术创新类型分析为了直观清晰的辨别我国各省份技术创新水平与协调性，根据我国2011—2020年技术创新水平平均指数与协调性平均指数的聚类结果，将平面坐标划分为4个象限，即“高水平高协调”“高水平低协调”“低水平高协调”“低水平低协调”。将2011—2020年技术创新水平平均指数聚类结果为“高水平”和“较高水平”归为“高水平”，“较低水平”和“低水平”归为“低水平”；将2011—2020年技术创新协调性平均指数聚类结果为“协调”和“较协调”归为“高协调”，“较不协调”和“不协调”归为“低协调”，于是，我国30个省份的技术创新类型就划分为高水平低协调型、低水平高协调型、低水平低协调型3种类型，其具体结果如图11所示。第Ⅰ象限属于技术创新呈现“高水平高协调型”集聚的区域，但我国没有一个省份集聚于此。第Ⅱ象限属于技术创新呈现“高水平低协调型”集聚的区域，包括北京、上海、浙江、吉林、安徽、江西、湖南、重庆、广西、四川、贵州11个省份。东部地区的北京、上海、浙江经济发展水平较高，技术创新能力较强，导致其技术创新水平较高，但其技术创新水平对全国具有辐射带动作用，导致其创新产出效果却与其投入的预期目标相差甚远，即形成了投入产出的不匹配，最终造成技术创新能力与效率之间的协调性较差；中部地区的吉林、安徽、江西、湖南4省的科研实力较强，技术创新成果较多，技术创新水平较高，但由于受技术扩散等多种因素的影响，技术创新成果实际产出效率较低，最终导致技术创新能力与效率之间的协调性较差；西部地区的重庆、广西、四川、贵州经济发展水平较低、管理水平相对滞后，技术创新处于边际报酬递增阶段，虽然其技术创新能力较差，但其技术创新效率较高，于是技术创新水平呈现较高的特点。第Ⅲ象限属于技术创新呈现“低水平低协调型”集聚的区域，包括天津、辽宁、海南、湖北、云南、陕西、甘肃、青海、宁夏、新疆10个省份，大部分处于西部地区，这一区域保持了技术创新水平和技术创新能力与效率之间协调的一致性。第Ⅳ象限属于技术创新呈现“低水平高协调型”集聚的区域，包括河北、福建、江苏、山东、广东、河南、山西、黑龙江、内蒙古9个省份，大部分处于东部地区。东部地区的江苏、山东、广东、河北、福建5个省份虽然技术创新效率水平较低，但其经济发展水平较高，技术创新能力较强，技术创新产出较高，导致技术创新能力与效率之间的协调性高；中部地区的山西、黑龙江、河南3个省份的技术创新能力与效率处于全国的中下游水平，但表现出了较高的协调性；内蒙古经济发展水平较低，技术创新投入和创新产出较低，导致技术创新能力与效率呈现双低态势，于是，这9个省份的技术创新属于低水平高协调型。

3 结语1）2011—2020年，我国东、中、西部地区技术创新能力呈现出梯度变化特征，即东部地区的技术创新能力最强，中部地区次之，西部地区最弱。其中，技术创新能力指数最高和最低的分别是江苏和青海，其指数分别为0.053 766和0.023 285。江苏、广东、北京、浙江、上海、山东、天津等省份的技术创新能力一直处于全国领先水平，而青海、宁夏、新疆、海南、甘肃、广西、贵州、云南等省份一直处于全国后列。2）我国技术创新效率整体水平为0.698，说明我国技术创新投入产出比未达到最优状态，表明我国的技术创新效率还有进一步提升的空间。其中，只有北京的技术创新效率指数为1，内蒙古的技术创新效率指数最低，仅为0.363。我国技术创新效率整体上呈上升态势，从2011年的0.551上升到2020年的0.723，整体上呈现东高中低的趋势。3）我国技术创新水平指数为0.516 784，说明我国技术创新水平还有很大的提升空间。我国技术创新水平整体上呈现上升态势，由2011年的0.412 974上升到2020年的0.534 620，整体上呈现东高西低的趋势。北京、吉林、重庆、安徽、四川、上海等省份的技术创新水平较高，而河北、福建、青海、黑龙江、山西、内蒙古等省份却较低。4）我国技术创新能力与效率协调性指数为0.329 057，需进一步加快推进我国技术创新能力与效率之间的协调性。我国技术创新协调性整体上呈现下降态势，由2011年的0.343 070下降到2020年的0.328 185，说明我国技术创新能力与效率处于低协调阶段。我国技术创新空间分布呈现东部地区协同度较高、西部地区较低，即由东向西梯度递减的趋势。表明我国技术创新能力与效率的协调性表现出明显的时间异质性和空间聚集性，并在空间上伴有一定规律性。江苏、广东、内蒙古、山东、山西、黑龙江、福建等省份的技术创新协调性处于全国前列，说明技术创新能力与效率之间具有共振互促的关系，其中贡献最大的是江苏；新疆、甘肃、海南、重庆、贵州、广西、吉林等省份的技术创新处于低协调阶段。

参考文献：

[1] 汪艳霞，陆新文，王苗苗.安徽省各地级市科技创新效率及影响因素研究[J].广西科技大学学报，2019，30（02）：121-128.

[2]LIN H，ZENG S，LIU H，et al.Bridging the gaps or fecklessness？A moderated mediating examination of intermediaries effects on corporate innovation[J].Technovation，2020，94-95（07-08）：S0166497218301226.

[3]张建华.构建先进制造业新型创新机制——一个美国政府的案例分析[J].上海对外经贸大学学报，2017，24（03）：50-58.

[4]常菁，彭子瑶，谢晓娟等.企业创新与区域科技创新的耦合测度——基于中国省级数据的实证研究[J].技术与创新管理，2022，43（06）：641-648.

[5]范柏乃，吕丹阳，顾贾能.城市技术创新能力、交易效率与经济发展质量[J].科学学研究，2022，40（10）：1864-1873.

[6]杨卫丽，谭景柏，刘道辉，等.城市创新效率与经济高质量发展的耦合关系及其时空分异特征研究[J].统计与信息论坛，2021，36（06）：104-119.

[7]白永亮，汪建，赵立军，等.科技资源、交易效率与区域创新能力差异——2011年—2018年湖北省地级市面板数据实证分析[J].华中师范大学学报（自然科学版），2021，55（05）：808-816.

[8]JEFFERSON，GARY H，BAI H M，et al.R&D performance in Chinese industry[J].Economics of Innovation and New Technology，2006，15（04）：2-13.

[9]李平，崔喜君，劉建.中国自主创新中研发资本投入产出绩效分析——兼论人力资本和知识产权保护的影响[J].中国社会科学，2007（02）：32-42，204.

[10]KLEINKNECHT  A，MOHNEN P.Innovation and firm performance：Econometric explorations of survey data[M/OL].Basingstoke：Palgrave Mac Millan，2002.

[11]LICHTENTHALER U，MUETHEL M.The impact of family involvement on dynamic innovation capabilities：Evidence from german manufacturing firms[J].Entrepreneurship Theory and Practice，2012，36（06）：1235-1253.

[12]徐宁，徐鹏，吴创.技术创新动态能力建构及其价值创造效应——来自中小上市公司的经验证据[J].科学学与科学技术管理，2014，35（08）：125-134.

[13]陈忠谊，阮爱清.温州高新技术制造业企业创新能力评价[J].技术与创新管理，2020，41（01）：12-17.

[14]贝淑华，王圆，沈杰.基于因子分析的江苏省技术创新能力评价[J].科技管理研究，2021，41（12）：77-82.

[15]陈国福，蒋清泉，唐炎钊.中国特色世界一流大学建设背景下高校科技创新能力评价研究[J].科技进步与对策，2022，39（24）：109-118.

[16]SHARMA S，THOMAS V J.Inter-country R&D efficiency analysis：Application of data envelopment analysis[J].Scientometrics，2008，76（03）：483-501.

[17]白俊红，蒋伏心.考虑环境因素的区域创新效率研究——基于三阶段DEA方法[J].财贸经济，2011（10）：104-112.

[18]韩晶，宋涛，陈超凡，等.基于绿色增长的中国区域创新效率研究[J].经济社会体制比较，2013（03）：100-110.

[19]曹霞，于娟.创新驱动视角下中国省域研发创新效率研究——基于投影寻踪和随机前沿的实证分析[J].科学学与科学技术管理，2015，36（04）：124-132.

[20]唐娟莉，倪永良，张云燕.城市化、科教政策与技术创新能力——基于中国省级层面的实证分析[J].技术与创新管理，2021，42（02）：144-153+161.

[21]GRILICHES Z.Patents statistics as economic indicators：A survey[J].Journal of Economic Literature，1990，28（4）：1661-1707.

（责任编辑：王强）