实证结果及分析

根据前文分析，本文通过STATA软件对上述变量与创新效率进行Tobit回归，实证结果见表4、表5。

由于上文预期人均GDP与效率可能并不相关，所以研究首先对除可支配收入外的7个变量^[20]及除人均GDP外的7个变量分别与综合效率、技术效率及规模效率进行回归（表4），回归结果显示，人均GDP（lnpgdp）变量对技术效率具有显著正向作用，但系数较小，仅为0.107，而与综合效率及规模效率均没有显著的相关性。且与预期不同，可支配收入变量（lndincome）与三种效率回归均不显著。从实证结果可以看出，经济环境因素对创新效率的影响较小，据此可以推测经济发达地区相较于欠发达地区的优势可能只体现在创新的体量上，而并不反映在创新效率的高低上。

表4　模型回归结果（1）

注：*表示在0.10水平上显著，**表示在0.05水平上显著，***表示在0.01水平上显著。

鉴于经济环境变量均不显著，因此我们将两变量剔除对余下的6个变量进行回归分析（表5）。生活环境与人力资源环境因素对综合效率和技术效率均有不同程度的显著影响，且符号均与预期相符合。产业环境两因素仅与技术效率显著相关，但与综合效率无关。所有变量对规模效率均未体现出显著影响，可以推测创新生产规模不受环境因素影响。(https://www.daowen.com)

在综合效率回归中，4个显著变量影响最大的为空气质量，弹性小于-1，说明二级以上的天数越多，城市污染越少，对创新效率产生越大的负向影响，这与本文研究偏重于工业企业有较大关联。随着城市的产业结构改革进一步推进，人民生活水平不断提高，对环境质量的要求也越来越高，进而对工业企业的环评也更加严格，这一方面限制了工业企业的扩张，另一方面增加了企业的生产运营成本，进而阻碍企业效率的提高。

6个变量在对技术效率回归中均显著，空气质量变量同样影响最大，两个产业环境变量对技术效率均有负向影响，与预测相符，表明长三角城市的科技人才与创新企业的数量达到了一定程度的饱和，继续吸引人才所产生的效率可能不及作为成本付出的效率，同时部分企业在产业结构中担当的角色可能并不需要也没有相应的条件进行创新，如一些科技含量较低的组装加工企业，若一味地提高创新企业的比例，可能会在促进创新效率提高方面产生一定的反效果。

在校大学生数及旅客周转量变量对综合效率及技术效率均有显著正向影响，与先验假设相符。表明地区将注意力放在高校扩招及建设更便捷的交通网络上，会显著促进创新效率的提高。

表5　模型回归结果（2）

注：*表示在0.10水平上显著，**表示在0.05水平上显著，***表示在0.01水平上显著。