五、技术创新效率影响因素的研究

目前，学者们研究发现影响技术创新效率的因素有很多，主要集中在经济、市场、劳动力以及对外开放程度等方面。例如，张鸿和汪玉磊（2016）以陕西省高技术产业为样本进行研究，认为产业绩效和市场化程度与技术研发效率呈正相关。吴传清等（2017）基于2008—2014年长江经济带11个省的面板数据开展研究，认为企业自主创新、政府有效支撑以及对外开放程度等可以促进技术创新效率的提升。高广阔和王艺群（2018）认为京津冀地区高耗能产业绿色创新效率受该地区经济发展水平、科技创新环境、对外开放城区和FDI的正向影响以及资源禀赋的负向影响。陈升和扶雪琴（2020）以“一带一路”沿线省域为样本开展研究，认为政府支持力度、劳动力素质与金融环境对科技创新效率有显著的正向影响，科研经费支出强度与“一带一路”倡议政策的提出对科技创新效率有负向影响。肖仁桥等（2020）也以“一带一路”沿线省域为样本开展研究，认为R＆D人员的流入、对外开放程度以及基础设施建设对工业企业绿色创新效率有正向影响，而知识产权保护对创新效率有负向影响。严佳等（2020）则以北京市中关村科技园区为样本进行研究，结果表明，对外开放程度、企业集聚情况对创新效率有正向影响。本书将基于现有研究成果，对“一带一路”沿线省域能源行业创新效率的影响因素加以研究。

目前大部分学者运用Tobit模型对创新效率的影响因素进行分析研究。例如，王海龙等（2016）采用随机效应的Tobit回归模型研究发现，绿色技术创新效率、消费效应和结构效应对绿色增长绩效有正向影响。王伟和邓伟平（2017）使用面板Tobit模型研究发现，整体上研发投入、金融环境以及劳动力素质可以有效促进创新效率的提高。赵云等（2019）运用Tobit回归模型分阶段分析了国家创新体系的创新效率的影响因素。吴宏超和马聪颖（2020）采用面板Tobit模型分析得出交通运输条件对高校科技创新效率的提升有促进作用的结论。曾武佳等（2020）运用Tobit模型研究发现，在高新区内的人才和产业的集聚现象可以显著提升高新区的创新效率。此外，很多学者还运用系统GMM动态面板实证分析（钱丽等，2018；肖仁桥等，2020）、空间滞后模型（高广阔和王艺群，2018）、固定效应分析（刘永松等，2020）等实证方法研究创新效率的影响因素。同时，还有一部分学者运用多种实证方法分析创新效率的影响因素，以确保实证结果的可靠性。例如，陈羽洁等（2018）同时构建混合OLS模型、空间滞后模型和空间误差模型，对创意产业创新效率的影响因素进行探究。严佳等（2020）则同时运用固定效应、OLS模型和两阶段系统GMM估计来对各影响因素对园区创新效率的影响进行实证分析。

综上可知，学术界对产业创新效率的影响因素进行了充分的研究，但对于能源行业创新效率影响因素的研究还较少涉及，且学者们对影响因素的研究主要集中在经济环境、市场环境、政策环境和创新环境等方面，本书也将从这几个方面进行变量选择。而对于技术创新效率影响因素的实证研究则较为成熟，大部分学者更倾向于使用Tobit模型。