張 斌 孫旭安 何 艷

(蘇州大學(xué) 東吳商學(xué)院&東吳智庫(kù), 江蘇 蘇州 215021)

一、引言

走創(chuàng)新發(fā)展之路，使得創(chuàng)新真正成為經(jīng)濟(jì)增長(zhǎng)的推動(dòng)力，已經(jīng)成為我國(guó)各級(jí)地方政府的共同選擇，而不斷加大投入則是提升創(chuàng)新能力的重要基礎(chǔ)。政府財(cái)政科技支出雖然在數(shù)量上不如企業(yè)，但是由于它在某種程度上體現(xiàn)了政府的意圖和導(dǎo)向，因而對(duì)于加快創(chuàng)新體系建設(shè)，提升自主創(chuàng)新能力具有無(wú)法替代的重要作用。近年來(lái)，我國(guó)地方財(cái)政科技支出從1995年的86.8億元迅速上升至2018年的5 779.7億元，年均增長(zhǎng)率為20.03%，高于同期中央財(cái)政科技支出6.63個(gè)百分點(diǎn)。盡管我國(guó)地方政府的財(cái)政科技支出總量和規(guī)模持續(xù)上升，但各地區(qū)仍然存在著資源配置不合理，資金使用及管理效率低下等問(wèn)題。因此，相對(duì)于加大投入，如何提升財(cái)政科技支出效率更為關(guān)鍵。所以，在準(zhǔn)確評(píng)估目前財(cái)政科技支出效率基礎(chǔ)上提出有針對(duì)性和具有可操作性的改進(jìn)效率的建議，對(duì)于我國(guó)經(jīng)濟(jì)發(fā)展真正實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)和可持續(xù)增長(zhǎng)具有重要的理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

事實(shí)上，財(cái)政科技支出效率近年也一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)問(wèn)題。Kerssens & Cook[1]提出政府的財(cái)政科技支出效率評(píng)價(jià)體系應(yīng)遵循的若干基本原則，并強(qiáng)調(diào)效率評(píng)價(jià)體系應(yīng)當(dāng)根據(jù)被評(píng)價(jià)單位的具體要求進(jìn)行適時(shí)調(diào)整。白景明[2]認(rèn)為要在尊重科學(xué)發(fā)現(xiàn)規(guī)律、技術(shù)創(chuàng)新規(guī)律以及各類(lèi)科技研究之間內(nèi)在聯(lián)系的基礎(chǔ)上，構(gòu)建適合中國(guó)國(guó)情的財(cái)政科技支出評(píng)價(jià)體系。謝福泉[3]認(rèn)為要把科技置于整個(gè)社會(huì)經(jīng)濟(jì)的系統(tǒng)之中，所選取的效率評(píng)價(jià)指標(biāo)應(yīng)當(dāng)反映出科技進(jìn)步、經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展三者的協(xié)調(diào)關(guān)系。羅衛(wèi)平和陳志堅(jiān)[4]認(rèn)為財(cái)政科技支出的評(píng)價(jià)體系的構(gòu)建應(yīng)當(dāng)避免主觀性和人為的因素。袁志明和虞錫君[5]認(rèn)為財(cái)政科技支出績(jī)效是一個(gè)內(nèi)涵和外延都難以精確界定的概念，應(yīng)當(dāng)借助經(jīng)濟(jì)學(xué)、管理學(xué)以及統(tǒng)計(jì)學(xué)的方法去量化績(jī)效。李盡法[6]認(rèn)為在財(cái)政科技支出效率的評(píng)估過(guò)程中，應(yīng)該關(guān)注財(cái)政支出效率的動(dòng)態(tài)變化，這樣才能分析和了解影響財(cái)政支出效率的影響因素。

在財(cái)政支出效率評(píng)估的具體方法方面，一些學(xué)者分別使用了層次分析法(AHP)、隨機(jī)前沿法(SFA)和平衡計(jì)分卡等方法，郭紅俠等[7]運(yùn)用群組層次分析法設(shè)立指標(biāo)體系，并利用專家的判斷矩陣確定權(quán)重來(lái)為績(jī)效評(píng)價(jià)提供科學(xué)依據(jù)；田時(shí)中等[8]在使用AHP—熵值法和模糊隸屬度函數(shù)確定權(quán)重的基礎(chǔ)上，運(yùn)用線性加權(quán)和函數(shù)評(píng)價(jià)了安徽財(cái)政科技支出的動(dòng)態(tài)績(jī)效。尹奧等[9]基于隨機(jī)前沿分析(SFA)方法對(duì)山東省近年來(lái)財(cái)政科技支出效率進(jìn)行了實(shí)證分析；賈康和孫潔[10]把平衡計(jì)分卡的績(jī)效評(píng)價(jià)系統(tǒng)引入財(cái)政支出績(jī)效評(píng)價(jià)管理，目的在于使財(cái)政支出績(jī)效評(píng)價(jià)中公平與效率、長(zhǎng)期與短期等多個(gè)目標(biāo)達(dá)到綜合匹配；許評(píng)[11]基于平衡計(jì)分卡的理念從補(bǔ)貼的經(jīng)濟(jì)效益，公交服務(wù)，補(bǔ)貼管理和可持續(xù)發(fā)展四個(gè)維度構(gòu)建了公交財(cái)政補(bǔ)貼績(jī)效評(píng)價(jià)的指標(biāo)體系并使用層次分析法確定了指標(biāo)權(quán)重。王瑞華和靳來(lái)月[12]運(yùn)用平衡計(jì)分卡的方法從社會(huì)公眾、財(cái)務(wù)經(jīng)濟(jì)、內(nèi)部組織流程和學(xué)習(xí)與成長(zhǎng)四個(gè)維度構(gòu)建了地方政府財(cái)政支出績(jī)效評(píng)價(jià)指標(biāo)體系。

但是上述學(xué)者使用的這些評(píng)價(jià)方法的局限性在于存在較強(qiáng)的主觀性，如隨機(jī)前沿法和層次分析法需要事先設(shè)定函數(shù)形式、投入和產(chǎn)出的相對(duì)權(quán)重等，為規(guī)避上述方法的不足，許多學(xué)者開(kāi)始嘗試使用數(shù)據(jù)包絡(luò)分析(DEA)方法來(lái)對(duì)政府財(cái)政支出效率進(jìn)行評(píng)估。沈淵[13]采用DEA的經(jīng)典模型評(píng)價(jià)了我國(guó)31個(gè)地區(qū)的2005年的科技投入效率、技術(shù)與規(guī)模效率；徐海峰和陳存欣[14]以2006—2015年遼寧省財(cái)政科技投入和產(chǎn)出數(shù)據(jù)為樣本，使用DEA方法分析了遼寧省的財(cái)政科技資金的投入產(chǎn)出效率；金榮學(xué)和宋弦[15]運(yùn)用DEA中的CCR和BCC模型，從社會(huì)效益、經(jīng)濟(jì)效益和生態(tài)效益三個(gè)角度對(duì)2009年全國(guó)29個(gè)省市財(cái)政支出效率做了實(shí)證分析；呂亮雯和何靜[16]運(yùn)用超效率DEA方法對(duì)廣東省2001—2008年的地方財(cái)政科技投入效率進(jìn)行分析和評(píng)價(jià)；譚秀閣等[17]運(yùn)用DEA方法中的超效率模型和Malmquist生產(chǎn)率指數(shù)模型對(duì)我國(guó)30個(gè)省市的財(cái)政科技支出效率進(jìn)行了評(píng)價(jià)；黃科舫等[18]運(yùn)用DEA方法，從橫向和縱向兩個(gè)層次對(duì)湖北省財(cái)政科技投入產(chǎn)出效率進(jìn)行了評(píng)價(jià)；郭平和盧玲玲[19]運(yùn)用三階段DEA模型對(duì)我國(guó)2010—2013年地方財(cái)政支出調(diào)節(jié)城鄉(xiāng)收入差距的效率進(jìn)行了實(shí)證研究；楊建飛和席小瑾[20]運(yùn)用全局?jǐn)?shù)據(jù)包絡(luò)分析法測(cè)度了2007—2016年我國(guó)30個(gè)省級(jí)行政區(qū)的地方財(cái)政科技投入效率。

整體而言，一些學(xué)者在研究過(guò)程中運(yùn)用DEA的多種模型得到了許多有價(jià)值的研究成果并提出和相應(yīng)的政策建議，但是上述研究仍然沒(méi)有解決傳統(tǒng)DEA方法所存在的問(wèn)題。因此，本文將在分析傳統(tǒng)DEA模型內(nèi)在缺陷的基礎(chǔ)上，使用交叉效率模型計(jì)算我國(guó)各省市的財(cái)政科技支出效率，并將交叉效率模型計(jì)算的結(jié)果與傳統(tǒng)CCR模型的結(jié)果進(jìn)行對(duì)比，在此基礎(chǔ)上對(duì)提升我國(guó)財(cái)政科技支出效率提出相應(yīng)的對(duì)策建議。

三、研究方法

目前，Charnes et al.[21]最早提出的DEA方法被廣泛運(yùn)用于決策單元的效率評(píng)估，如銀行、醫(yī)院、港口、機(jī)場(chǎng)等等，該方法的實(shí)質(zhì)就是利用線性規(guī)劃來(lái)評(píng)估多投入和多產(chǎn)出的若干決策單元的相對(duì)有效性。假設(shè)有n個(gè)決策單元，每個(gè)決策單元的有m種投入和s種產(chǎn)出，那么對(duì)于決策單元j來(lái)說(shuō)，xij即為第i(i=1,2,…,m)種投入，yrj即為第r(r=1,2,…,s)種產(chǎn)出。那么，決策單元k在CCR模型[21]下的效率值計(jì)算就如公式(1)所示：

(1)

ujr≥0,r=1,…,s,

vji≥0,i=1,…,m.

從以上模型可以看出，在評(píng)價(jià)某一決策單元的效率時(shí)，CCR模型總是試圖選用一組最有利于該決策單元的投入產(chǎn)出權(quán)重組合，從而導(dǎo)致各決策單元的投入產(chǎn)出權(quán)重選擇大多并不一致，所以這種自評(píng)體系導(dǎo)致效率評(píng)價(jià)的結(jié)果在一定程度上失去了客觀性。另一方面，在運(yùn)用CCR模型進(jìn)行實(shí)證研究過(guò)程中會(huì)發(fā)現(xiàn)多個(gè)決策單元的效率值同時(shí)等于1，從而使得這些決策單元無(wú)法充分排序，最終導(dǎo)致傳統(tǒng)的CCR模型評(píng)估決策單元的有效性有所降低[22-24]。

為了彌補(bǔ)這一缺陷，許多學(xué)者提出了基于傳統(tǒng)DEA模型的拓展方法，但其中影響力較大的是Sexton et al.[25]提出的交叉效率評(píng)價(jià)方法，其基本原理是在在傳統(tǒng)CCR模型所得出的效率值基礎(chǔ)上，再用剩余n-1個(gè)決策單元的最優(yōu)權(quán)重來(lái)計(jì)算決策單元d的效率值并取均值。從而由單純的自評(píng)機(jī)制轉(zhuǎn)變?yōu)樽栽u(píng)與互評(píng)機(jī)制相結(jié)合，使得效率評(píng)價(jià)更為客觀有效。

隨之而來(lái)的問(wèn)題是雖然最優(yōu)目標(biāo)值是唯一的，但最優(yōu)權(quán)重卻往往并不唯一。所以通過(guò)公式(2)并不能最終確定效率值。為此，一些新的二次目標(biāo)交叉效率模型被引入，其中使用最多的就是進(jìn)取型和利他型兩種模型[25][26]，分別如公式(3)和公式(4)所示：

(3)

urk≥0,r=1,…,s,

vik≥0,i=1,…,m.

(4)

urk≥0,r=1,…,s,

vik≥0,i=1,…,m.

公式(3)和(4)的約束條件完全相同，區(qū)別僅在于保證單元獲取自評(píng)效率(也就是CCR模型計(jì)算得出的效率值)的同時(shí)，使得其它決策單元交叉效率盡可能小的就是進(jìn)取型，反之盡可能大的就是利他型。這兩種模型雖然在一定程度上可以解決交叉效率值無(wú)法確定的問(wèn)題，但是缺點(diǎn)在于實(shí)際運(yùn)用中缺乏一個(gè)明晰的準(zhǔn)則究竟是使用進(jìn)取型模型還是利他型模型。

為此，Wang & Chin[27]認(rèn)為決策單元在選擇交叉效率權(quán)重時(shí)，不應(yīng)當(dāng)過(guò)多考慮是否能夠最大化或是最小化其它決策單元的效率，而是應(yīng)當(dāng)考慮是否對(duì)自身最有利，并在進(jìn)取型模型和利他型模型的基礎(chǔ)上構(gòu)建了中性交叉效率模型。

(5)

urk≥0,r=1,…,s,

vik≥0,i=1,…,m.

為了使得實(shí)證結(jié)果更加可信，本文將分別使用CCR模型和三種交叉效率模型評(píng)價(jià)決策單元，一方面將交叉效率模型與傳統(tǒng)DEA方法的實(shí)證結(jié)果進(jìn)行對(duì)比，另一方面可以將三種交叉效率模型的結(jié)果相互印證。

四、實(shí)證研究

(一)指標(biāo)選取及數(shù)據(jù)來(lái)源

本文所選取的樣本涵蓋了2009—2018年我國(guó)30個(gè)省、直轄市和自治區(qū)，不包括西藏(數(shù)據(jù)部分缺失)和港澳臺(tái)地區(qū)。數(shù)據(jù)來(lái)源于2010—2019年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技年鑒》及各省市的統(tǒng)計(jì)公報(bào)。

在投入指標(biāo)方面，本文選取較為常用的財(cái)政科技投入、R&D人員全時(shí)當(dāng)量和百人固定電話和移動(dòng)電話數(shù)。[17][20][28][29]。在產(chǎn)出指標(biāo)方面，由于發(fā)明專利的技術(shù)含量較高且很少受到專利授權(quán)機(jī)構(gòu)審查能力的約束，因而更能反映一個(gè)地區(qū)的自主創(chuàng)新能力[20][30-32]?？萍颊撐哪軌蛟隗w現(xiàn)一個(gè)地區(qū)在基礎(chǔ)研究和應(yīng)用研究方面取得的成果，本文所選用的指標(biāo)為SCI、EI 和 CPCI-S三大檢索系統(tǒng)收錄的論文數(shù)量[33][34]。新產(chǎn)品銷(xiāo)售收入可以反映創(chuàng)新成果被市場(chǎng)接受程度與技術(shù)創(chuàng)新和擴(kuò)散能力，是成果應(yīng)用轉(zhuǎn)化的重要體現(xiàn)[17][35][36]。所以本文選擇了發(fā)明專利的授權(quán)數(shù)量、科技論文數(shù)和新產(chǎn)品銷(xiāo)售收入這三項(xiàng)作為產(chǎn)出指標(biāo)。表1提供了對(duì)30個(gè)省市的投入產(chǎn)出變量的統(tǒng)計(jì)性描述。

表1 投入產(chǎn)出變量的統(tǒng)計(jì)性描述

(二)實(shí)證結(jié)果分析

本文同時(shí)運(yùn)用三種DEA交叉效率模型以及傳統(tǒng)CCR模型對(duì)我國(guó)30個(gè)省市2009—2018年的財(cái)政科技支出效率進(jìn)行了評(píng)價(jià)，并取其均值，一方面可以將交叉效率模型與傳統(tǒng)CCR模型的結(jié)果進(jìn)行對(duì)比，另一方面還可以將三種交叉效率模型得出的評(píng)價(jià)結(jié)果相互印證，進(jìn)一步強(qiáng)化評(píng)價(jià)結(jié)果的可信性。實(shí)證結(jié)果如表2所示：

表2 2009—2018年我國(guó)30個(gè)省市財(cái)政科技投入效率均值及排名

續(xù)表

1.交叉效率模型與傳統(tǒng)CCR模型的對(duì)比分析

實(shí)證結(jié)果顯示，在使用傳統(tǒng)CCR模型進(jìn)行效率評(píng)價(jià)時(shí)，即使取10年均值，仍然有北京、廣東和陜西三個(gè)決策單元的效率值為1，而在使用交叉效率模型時(shí)，沒(méi)有一個(gè)省市的效率值是完全有效的(即效率值等于1)，各地區(qū)的財(cái)政科技支出效率仍然有改進(jìn)和提升的空間。而且，交叉效率模型中進(jìn)取型、利他型、中立型和CCR模型中效率均值分別為0.442 5、0.493 5、0.487 2和0.678 1，傳統(tǒng)CCR模型所得出的效率值遠(yuǎn)高于交叉效率模型中的評(píng)估值。

而且一些地區(qū)在CCR模型與交叉效率模型中的排名也發(fā)生了較大的改變，較為明顯的是遼寧、湖北、四川、和云南四個(gè)地區(qū)，它們的排名在交叉效率模型中的排名與CCR模型相比有了較大幅度的提升，反之吉林、福建、海南和甘肅四個(gè)地區(qū)的排名在交叉效率模型中的排名與CCR模型相比有了較大幅度的下降。究其原因，是因?yàn)樵贑CR模型可以選擇對(duì)決策單元有利的權(quán)重，這樣一部分在某些產(chǎn)出項(xiàng)具有突出優(yōu)勢(shì)的決策單元可以獲得更高的評(píng)價(jià)。但在交叉效率中尤其是中立型交叉效率模型中效率值的高低是以全部產(chǎn)出項(xiàng)的均衡發(fā)展為基礎(chǔ)的，所以出現(xiàn)了上述地區(qū)在不同模型中的排名變化。

2.三種交叉效率模型排序的一致性檢驗(yàn)

如表1所示，30個(gè)省市在三種交叉效率模型中的排序基本一致，只有少數(shù)幾個(gè)省市在三種交叉效率模型中的排名有所差異。為了進(jìn)一步驗(yàn)證三種交叉效率模型計(jì)算出的效率值是否具有一致性，本文使用非參數(shù)Kruskal-Wallis檢驗(yàn)來(lái)比較三組效率值，首先假設(shè)三組效率值存在一致性，檢驗(yàn)結(jié)果的H值為1.595，P值為0.45，無(wú)法拒絕原假設(shè)，所以可以認(rèn)為三組效率值存在一致性，這同時(shí)也表明交叉效率模型對(duì)于決策單元的效率評(píng)價(jià)是穩(wěn)健的，即交叉效率模型基本能夠較為客觀地反映各地區(qū)財(cái)政科技支出的實(shí)際狀況。

3.聚類(lèi)分析

值得指出的是，在評(píng)估我國(guó)各省市的財(cái)政科技支出效率時(shí)，不容回避的一個(gè)基本事實(shí)是各地區(qū)在主導(dǎo)產(chǎn)業(yè)、地理區(qū)位以及經(jīng)濟(jì)規(guī)模等方面存在著巨大的差異，這些差異會(huì)直接導(dǎo)致投入規(guī)模的不同，同時(shí)這種投入規(guī)模的不同會(huì)在可見(jiàn)的未來(lái)長(zhǎng)期存在。所以，在同等投入規(guī)模的基礎(chǔ)上對(duì)各地的財(cái)政科技支出效率進(jìn)行聚類(lèi)分析更加具有現(xiàn)實(shí)意義，這也有利于財(cái)政科技支出效率相對(duì)較低的地區(qū)尋找相對(duì)實(shí)際的標(biāo)桿和趕超對(duì)象。因?yàn)槿绻什町愂怯傻貐^(qū)之間的天然異質(zhì)性造成的，那么為無(wú)效決策單元設(shè)定的改進(jìn)目標(biāo)也許是其自身無(wú)法完成的。

所以，我們使用聚類(lèi)分析方法，分別以各地區(qū)的投入指標(biāo)和交叉效率模型得出的效率指標(biāo)為變量，對(duì)30個(gè)省市從效率和投入兩個(gè)維度進(jìn)行分類(lèi)，將效率相近和投入規(guī)模相似的省市進(jìn)行合并，從而更加全面地評(píng)估各地區(qū)的財(cái)政科技支出效率。具體采用的聚類(lèi)技術(shù)是層次聚類(lèi)法(Hierarchical Cluster Analysis)，最終通過(guò)平均連接法(Average Linkage Method)來(lái)得到分類(lèi)結(jié)果。

圖1 各省市投入規(guī)模和效率聚類(lèi)分組圖

注：表中東部地區(qū)用*標(biāo)注，中部地區(qū)用**標(biāo)注，其余則為西部地區(qū)。同一方框內(nèi)省份按交叉效率的高低從左至右排序。

(1)高投入省市的效率比較分析

如圖1所示，投入規(guī)模較大的北京、廣東、江蘇、上海和浙江五個(gè)省市都是我國(guó)經(jīng)濟(jì)最為發(fā)達(dá)的地區(qū)。憑借其雄厚的經(jīng)濟(jì)實(shí)力，這五個(gè)省市在投入規(guī)模上也位列第一陣營(yíng)。在這一陣營(yíng)中，北京、廣東和江蘇分別以效率值排名的第1位、第3位和第4位位于效率值的第一梯隊(duì)中。北京作為我國(guó)首都所在地，科研機(jī)構(gòu)、高等院校和高新技術(shù)企業(yè)的質(zhì)量和數(shù)量都在國(guó)內(nèi)具有絕對(duì)優(yōu)勢(shì)。2009—2018年期間的論文數(shù)遙遙領(lǐng)先于其他省市，而新產(chǎn)品銷(xiāo)售收入和發(fā)明專利的授權(quán)數(shù)的均值也位居前列。即北京在高投入的基礎(chǔ)上實(shí)現(xiàn)了高產(chǎn)出，效率值明顯高于其它省市，以中立型得出的效率為例，北京的效率值為0.978 3，而排名第二的陜西省效率值僅為0.812 6。廣東是我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)育最為完善的地區(qū)，出現(xiàn)了華為和中興等在海內(nèi)外都具有相當(dāng)知名度的創(chuàng)新型企業(yè)，尤其是從2019年P(guān)CT國(guó)際專利申請(qǐng)的企業(yè)排名看，華為公司以4 411件連續(xù)三年成為全球企業(yè)申請(qǐng)人第1位，中興通訊以1 085件位于全球企業(yè)PCT排名的第18位。江蘇省作為僅次于廣東的全國(guó)GDP排名第二大省，同樣擁有著大量的科研機(jī)構(gòu)和著名的高校。上海和浙江雖然在投入規(guī)模位于第一陣營(yíng)，但在效率方面與北京、廣東和江蘇相比仍然有一定的差距，雖然地處長(zhǎng)三角，擁有大量著名的高校和高水平的科研機(jī)構(gòu)，但科技論文數(shù)目方面與北京相比尚有較大的差距，發(fā)明專利授權(quán)數(shù)與其他三個(gè)省市都有一定的差距。

(2) 中等投入省市的效率比較分析

天津、遼寧、山東和福建均地處我國(guó)東部地區(qū)，也屬于經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)，投入規(guī)模僅低于北京等五個(gè)省市，但財(cái)政科技支出效率卻出現(xiàn)了明顯的差異，其中天津表現(xiàn)最為突出，其中立型交叉效率的排名位于第10位，可以視為同等投入規(guī)模條件下的標(biāo)桿地區(qū)。遼寧、山東與天津相比，雖然在發(fā)明專利授權(quán)數(shù)和新產(chǎn)品銷(xiāo)售收入比天津略高，但是其投入?yún)s比天津高很多，這導(dǎo)致這兩個(gè)省份中立型交叉效率的排名略低于天津。福建與天津相比差距較為明顯，中立型交叉效率的排名位于第15位，其科技論文數(shù)和新產(chǎn)品銷(xiāo)售收入明顯低于其他三個(gè)省市，財(cái)政科技支出效率甚至低于黑龍江、吉林等投入規(guī)模較小的省份，這是由于福建雖然地理位置優(yōu)越，但企業(yè)規(guī)模普遍較小，科技資源比較短缺，因而存在較大的改進(jìn)余地。

(3) 低投入省市的效率比較分析

在投入較低的省份當(dāng)中，除了河北和海南以外，其它地區(qū)均屬于我國(guó)的中西部地區(qū)。其中河北雖然位于京津冀經(jīng)濟(jì)圈內(nèi)，但經(jīng)濟(jì)發(fā)展的外向度不高，海南省目前仍以農(nóng)業(yè)和旅游業(yè)為主，也缺乏具有較強(qiáng)創(chuàng)新能力的大型企業(yè)，這些原因制約了兩地財(cái)政科技支出效率的提升。陜西、重慶的效率值分別位居2、5位(以中立型交叉效率模型為準(zhǔn))，同時(shí)這兩個(gè)省份也分別是西部地區(qū)和中部地區(qū)在財(cái)政科技支出效率方面表現(xiàn)最好的。事實(shí)上，陜西、重慶、四川和湖北、湖南等地本來(lái)就擁有較為豐富的科研資源，重點(diǎn)高校和科研機(jī)構(gòu)的數(shù)量即使在全國(guó)范圍內(nèi)都是名列前茅的，而且還憑借西部大開(kāi)發(fā)，中部崛起的國(guó)家戰(zhàn)略的實(shí)施，財(cái)政科技支出效率在近幾年來(lái)有較大的提升，甚至超過(guò)了東部一些傳統(tǒng)的經(jīng)濟(jì)發(fā)達(dá)省份。江西和山西等資源富裕型省份的問(wèn)題在于由于經(jīng)濟(jì)增長(zhǎng)過(guò)度依賴稀土和煤炭等資源，忽視創(chuàng)新能力發(fā)展，導(dǎo)致發(fā)展觀念、戰(zhàn)略、體制落后。內(nèi)蒙古、青海和寧夏三地等地則位居全國(guó)的后三位，主要原因在于這些地區(qū)的高新技術(shù)產(chǎn)業(yè)化發(fā)展滯后，再加上基礎(chǔ)設(shè)施，交通等外部因素的制約，難以吸引足夠的人才資源為當(dāng)?shù)胤?wù)，導(dǎo)致財(cái)政科技支出效率在近期也沒(méi)有出現(xiàn)較為明顯的改善跡象。

五、結(jié)論與政策建議

從實(shí)證分析的結(jié)果來(lái)看，我國(guó)各省市基于三種交叉模型計(jì)算出來(lái)的均值分別為0.442 5、0.493 5和0.487 2，即使是傳統(tǒng)CCR模型計(jì)算出來(lái)的效率均值也只有0.678 1，這說(shuō)明我國(guó)的財(cái)政科技支出效率仍然存在較大的改進(jìn)空間；另一方面基于各地區(qū)在經(jīng)濟(jì)基礎(chǔ)、產(chǎn)業(yè)導(dǎo)向、地理區(qū)位和科技資源方面的不同，各省市在財(cái)政科技支出效率方面也存在著較大的差異?；诿?、日等創(chuàng)新型國(guó)家的發(fā)展經(jīng)驗(yàn)而言，雖然區(qū)域創(chuàng)新是多主體和多要素互動(dòng)的復(fù)雜系統(tǒng)，但各地區(qū)在政策等可控變量方面，依然可以通過(guò)選擇合適的創(chuàng)新戰(zhàn)略等來(lái)提升財(cái)政科技支出效率。

(一)通過(guò)優(yōu)勢(shì)互補(bǔ)來(lái)共同提升績(jī)效

我國(guó)幅員遼闊，不同區(qū)域所處的經(jīng)濟(jì)發(fā)展階段也不一致；因此，應(yīng)當(dāng)依據(jù)自身的經(jīng)濟(jì)發(fā)展水平、創(chuàng)新資源來(lái)制定本地區(qū)的創(chuàng)新策略來(lái)提升地方財(cái)政科技支出效率。東部地區(qū)的優(yōu)勢(shì)在于完善的市場(chǎng)化體系，可以較為迅速地將基礎(chǔ)研究的成果轉(zhuǎn)化為產(chǎn)業(yè)優(yōu)勢(shì)，所以應(yīng)當(dāng)與中西部地區(qū)陜西、湖北等擁有較多科技資源的省市開(kāi)展合作，一方面可以使得基礎(chǔ)研究和應(yīng)用性研究有效銜接，建立和完善科技成果轉(zhuǎn)化交易平臺(tái)以盡快地將科研成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力；西部地區(qū)中的寧夏等經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)應(yīng)當(dāng)將提升財(cái)政科技支出效率和承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移以及改造本地的傳統(tǒng)產(chǎn)業(yè)結(jié)合起來(lái)，改變經(jīng)濟(jì)發(fā)展長(zhǎng)期依賴資源開(kāi)發(fā)以及傳統(tǒng)農(nóng)業(yè)的局面，盡可能地使得技術(shù)創(chuàng)新的成果服務(wù)于當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展，縮小區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移的技術(shù)缺口，以真正促進(jìn)區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展。

(二)構(gòu)建穩(wěn)定的財(cái)政科技投入機(jī)制

周期長(zhǎng)、風(fēng)險(xiǎn)高的特點(diǎn)和規(guī)律，決定了科技創(chuàng)新需要持續(xù)不斷地加大投入。從國(guó)際經(jīng)驗(yàn)來(lái)看，美國(guó)、日本等為世界所公認(rèn)的創(chuàng)新型國(guó)家，一開(kāi)始也是通過(guò)政府投入來(lái)推動(dòng)技術(shù)創(chuàng)新的。鑒于中西部等欠發(fā)達(dá)省份投入規(guī)模較小，各級(jí)地方政府應(yīng)當(dāng)嚴(yán)格按照《中華人民共和國(guó)科學(xué)技術(shù)進(jìn)步法》和《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》的戰(zhàn)略部署，把科技投入作為預(yù)算保障的重點(diǎn)，并根據(jù)當(dāng)?shù)乜萍及l(fā)展?fàn)顩r構(gòu)建穩(wěn)定的財(cái)政科技投入保障機(jī)制。使得財(cái)政科技支出的增長(zhǎng)與財(cái)政支出以及政府的經(jīng)常性支出相匹配，實(shí)現(xiàn)財(cái)政科技支出、科技進(jìn)步和經(jīng)濟(jì)增長(zhǎng)三者之間的良性互動(dòng)。

(三) 在全社會(huì)營(yíng)造保護(hù)知識(shí)產(chǎn)權(quán)的良好氛圍

完善的知識(shí)產(chǎn)權(quán)保護(hù)體系能夠使得企業(yè)有效保護(hù)其創(chuàng)新成果并對(duì)創(chuàng)新行為形成長(zhǎng)期激勵(lì)。綜觀全球，德法等國(guó)家一直都將知識(shí)產(chǎn)權(quán)保護(hù)尤其是專利保護(hù)機(jī)制作為促進(jìn)創(chuàng)新的有效工具，推動(dòng)全社會(huì)充分認(rèn)識(shí)知識(shí)產(chǎn)權(quán)的重要性，營(yíng)造保護(hù)知識(shí)產(chǎn)權(quán)的良好氛圍來(lái)推動(dòng)創(chuàng)新；日本也于2002年頒布了《知識(shí)產(chǎn)權(quán)基本法》，將知識(shí)產(chǎn)權(quán)立國(guó)的戰(zhàn)略法定化，該法律的頒布實(shí)施銜接了國(guó)家政策到具體政策的空間，使得政府推動(dòng)知識(shí)產(chǎn)權(quán)戰(zhàn)略的行為有法可依，為日本推進(jìn)知識(shí)產(chǎn)權(quán)戰(zhàn)略中各種政府行為提供了良好的法制環(huán)境。應(yīng)當(dāng)說(shuō)，我國(guó)目前的知識(shí)產(chǎn)權(quán)保護(hù)水平特別是東部地區(qū)已經(jīng)有了很大改進(jìn)，但是仍然存在以侵犯他人知識(shí)產(chǎn)權(quán)來(lái)獲取利潤(rùn)的行為，結(jié)果明顯抑制了相關(guān)地區(qū)的創(chuàng)新行為。所以，為了早日實(shí)現(xiàn)我國(guó)建設(shè)創(chuàng)新型國(guó)家的目標(biāo)，應(yīng)當(dāng)在全社會(huì)弘揚(yáng)尊重和保護(hù)私人產(chǎn)權(quán)，特別是尊重知識(shí)、崇尚創(chuàng)新的良好社會(huì)氛圍。

(四)大力引進(jìn)和培養(yǎng)高科技人才

回顧歷史，國(guó)家與國(guó)家之間的競(jìng)爭(zhēng)，歸根到底就是人才的競(jìng)爭(zhēng)，為了吸納世界各地的優(yōu)秀人力資源，各國(guó)政府紛紛采取各種措施加大創(chuàng)新型人才資源培養(yǎng)和引進(jìn)力度，推出創(chuàng)新人才計(jì)劃。因此，我國(guó)可以借鑒世界各國(guó)吸引人才的成功經(jīng)驗(yàn)和做法，建立一個(gè)集信息存儲(chǔ)、聯(lián)絡(luò)溝通、信息發(fā)布為一體的人才數(shù)據(jù)庫(kù)，及時(shí)掌握各類(lèi)高層次人才的科研情況、工作情況、獲獎(jiǎng)情況，以及國(guó)內(nèi)急需技術(shù)領(lǐng)域的人才及高級(jí)人才的個(gè)人意愿以及其他想法，盡力為優(yōu)秀人才回國(guó)服務(wù)牽線搭橋，甚至在條件成熟時(shí)，可以像巴西等新興發(fā)展中國(guó)家那樣，對(duì)國(guó)籍制度進(jìn)行適度調(diào)整，承認(rèn)雙重國(guó)籍，盡可能創(chuàng)造條件來(lái)吸引其它國(guó)家的人才。

此外，對(duì)于中西部創(chuàng)新人才相對(duì)缺乏的省份，應(yīng)當(dāng)重點(diǎn)完善基礎(chǔ)教育的投入機(jī)制，并在高等教育資源配置中適當(dāng)加大面向中西部的傾斜度。同時(shí)通過(guò)制定特定的創(chuàng)新產(chǎn)業(yè)規(guī)劃和實(shí)施，在中西部地區(qū)形成專門(mén)人才集聚高地，通過(guò)改善工作生活條件等方式來(lái)為科技人才營(yíng)造一個(gè)舒適的生活環(huán)境和愉快的工作環(huán)境，充實(shí)創(chuàng)新活動(dòng)相對(duì)薄弱地區(qū)的人才儲(chǔ)備，從而從根本上提升區(qū)域自主創(chuàng)新能力。