在由单纯追求经济增长速度转变为高度重视经济发展质量的今天,科技成为经济发展王冠上那颗最耀眼的明珠,所以一道又一道惠企利民的财政税收优惠政策相继发布,其中包含了大量针对高技术产业的优惠政策,以期鼓励高技术产业的创新活动,这都昭示着高技术产业在我国当前经济新常态背景下重要的战略地位。给予高技术产业恰当的财政补贴和有效的税收优惠,一方面能刺激高技术产业加大和加快技术创新的步伐,另一方面也可以通过政府宏观调节,使得高技术产业的创新活动有利于社会整体效益的提高。本文利用2008—2016年中国30省份高技术产业的面板数据,运用Super SBM—DEA模型,测算不同产出导向下的高技术产业创新效率并进行对比分析。运用DEA—Tobit两步法来研究财税激励对高技术产业创新效率的区域异质性影响。为了缓解模型中的“内生性”和“弱工具变量”问题,本文选取动态面板模型中的差分GMM模型和系统GMM模型研究财税激励对高技术产业创新效率的动态影响。进一步地,本文运用PVAR模型研究财税激励对高技术产业创新效率的冲击效应及贡献程度,以期从长期和短期视角研究两者之间的作用关系。最后,本文提出了针对调节财税激励提高高技术产业创新效率的区域差异化路径和制度安排。在2008—2016年期间,本文得出以下研究结论:（1）总体上以专利为产出指标的创新效率显著高于以新产品销售收入为产出指标的创新效率。这反映出我国高技术产业没有充分将创新成果转化为实际产出。从地区来看,东部地区高技术产业创新效率的平均水平最高。（2）在DEA—Tobit模型中:财政支持对全国及及东、中、西部地区的高技术产业创新效率均有显著的促进作用。税收优惠对全国及及东、中、西部地区的高技术产业创新效率均有正向的影响,其中,在东、中、西部地区影响显著。（3）在动态面板GMM模型中:创新活动的前期积累可以促进当期创新活动的进一步开展。在各地区,税收优惠对高技术产业创新效率的影响具有显著的正向影响,财政支持对高技术产业创新效率的影响具有显著的负向影响。（4）在面板向量自回归模型中:在全国范围内,脉冲响应结果显示,高技术产业创新效率对于来自自身、财政支持和税收优惠的冲击的响应均在前两期为正,之后趋近于0。在全国范围内,方差分解结果显示,财政支持和税收优惠对高技术产业创新效率的影响是短时的且贡献度较小。