于善波 張軍濤

摘 要：全要素生產(chǎn)率是推動高質(zhì)量發(fā)展的動力源泉，對于提高資源配置效率和優(yōu)化體制機(jī)制建設(shè)具有重要作用。利用2008—2017年我國科普投入產(chǎn)出的面板數(shù)據(jù)，基于DEA-Malmquist模型測算我國省際科普全要素生產(chǎn)率的時空差異，分析科普全要素生產(chǎn)率的收斂性。得出如下主要結(jié)論：在樣本期內(nèi)，我國科普全要素生產(chǎn)率非有效，波動性大，且規(guī)模效應(yīng)是推動科普全要素生產(chǎn)率提高的主要原因，純技術(shù)效率相對較弱。在地區(qū)差異上，我國省際科普全要素生產(chǎn)率呈現(xiàn)由東至西遞減的趨勢，差異明顯。經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，科普全要素生產(chǎn)率相對較高。且我國科普全要素生產(chǎn)率并不存在顯著的α收斂，但是存在絕對β收斂和相對β收斂，科普全要素生產(chǎn)率低的省份存在向科普全要素生產(chǎn)率高的省份“追趕效應(yīng)”。根據(jù)以上研究發(fā)現(xiàn)，有助于厘清我國科普工作的內(nèi)在規(guī)律，更加清晰省際科普投入產(chǎn)出效率之間的差距，對于更合理配置科普資源，提高資源利用效具有借鑒意義和指導(dǎo)價值。

關(guān)鍵詞：科普全要素生產(chǎn)率;收斂性;路徑

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目“新型城鎮(zhèn)化的空間效應(yīng)與區(qū)域政策工具組合創(chuàng)新”（41571121）;國家社會科學(xué)基金項(xiàng)目“赫哲-那乃跨界民族文化變遷比較與產(chǎn)業(yè)融合發(fā)展研究”（18BMZ056）。

[中圖分類號] F223 [文章編號] 1673-0186（2020）011-0074-014

[文獻(xiàn)標(biāo)識碼] A? ? ? [DOI編碼] 10.19631/j.cnki.css.2020.011.007

一、引言

科學(xué)普及工作對于提升公民科學(xué)文化素質(zhì)，增強(qiáng)國家綜合競爭實(shí)力具有重要作用，特別是對于當(dāng)前新型冠狀肺炎疫情的防控工作十分必要。一直以來，科學(xué)技術(shù)普及工作受到了黨和國家的高度關(guān)注。習(xí)近平總書記更是在2016年“科技三會”和2018年世界公眾科學(xué)素質(zhì)促進(jìn)大會上，兩次強(qiáng)調(diào)科學(xué)技術(shù)普及工作對于實(shí)現(xiàn)創(chuàng)新發(fā)展和提升公民科學(xué)素質(zhì)的重要性，并明確要求將科普工作放在與科技創(chuàng)新同等重要的位置。中華人民共和國成立70年以來，特別是改革開放40年以來，我國科普工作經(jīng)歷了從無到有，從弱到強(qiáng)的轉(zhuǎn)變過程?？破杖瞬抨?duì)伍不斷健全、科普場館設(shè)施逐漸完善、科普經(jīng)費(fèi)投入逐年遞增、科普活動質(zhì)量顯著提升，科普工作的積極作用不斷顯現(xiàn)。但是，我國科普工作與發(fā)達(dá)國家科普工作之間仍有較大的差距?？破召Y源的稀缺，將是我國科普事業(yè)發(fā)展需要長期面對的現(xiàn)實(shí)性問題[1]。那么，在科普投入既定的條件下，科普資源配置越合理，利用效率越高，獲得的產(chǎn)出也將越多[2]?；氐浆F(xiàn)實(shí)意義上講，我國各級政府每年投入了大量的科普資源，是否在有限投入的前提下實(shí)現(xiàn)了最大化的產(chǎn)出？各地區(qū)之間的差異有多大？這一系列問題值得關(guān)注。對科普工作投入產(chǎn)出效率進(jìn)行研究，不僅有助于把握我國科普工作的內(nèi)在規(guī)律，更有助于各省份發(fā)現(xiàn)自身的差距并反思不足。

經(jīng)濟(jì)學(xué)中關(guān)于價值的判斷標(biāo)準(zhǔn)有很多，“效率”就是其中一個。由于資源永遠(yuǎn)是稀缺的，而如何利用有限資源實(shí)現(xiàn)最大產(chǎn)出，實(shí)現(xiàn)資源的配置最優(yōu)化，是任何生產(chǎn)過程都需要追求的目標(biāo)。由此衍生出關(guān)于投入產(chǎn)出的效率問題討論，查恩斯（Charnes）等在1978年最早提出了用于評價具有相同類型投入和產(chǎn)出的若干生產(chǎn)和非生產(chǎn)部門的相對效率模型，即數(shù)據(jù)包絡(luò)分析模型（DEA模型）[3]。法爾（Rolf Fare）等通過計(jì)算OECD國家的Malmquist指數(shù)，將效率又進(jìn)一步分解為技術(shù)變化和效率變化[4]。魏權(quán)齡在國內(nèi)較早引入數(shù)據(jù)包絡(luò)分析模型[5]，隨后，該方法被應(yīng)用于農(nóng)業(yè)[6]、林業(yè)[7]、文化產(chǎn)業(yè)[8]、高新技術(shù)產(chǎn)業(yè)[9]等多個領(lǐng)域，成為有效評價投入產(chǎn)出效率的工具。而現(xiàn)代生產(chǎn)經(jīng)濟(jì)學(xué)認(rèn)為，投入增長和生產(chǎn)率增長是經(jīng)濟(jì)增長的源泉，生產(chǎn)率增長是經(jīng)濟(jì)可持續(xù)增長的唯一源泉，由此可見效率（生產(chǎn)率）的重要性[10]。

正因?yàn)槿绱?，近年來，有關(guān)科普投入產(chǎn)出效率的研究也逐漸增多，學(xué)者越來越關(guān)注在其他因素不變的前提下，如何測算科普人員、科普場地和科普經(jīng)費(fèi)等資源的投入所能得到的科普活動和科普傳媒等產(chǎn)出的多少[1-2，11-15]，無論是從國家層面，還是從省級層面，探討科普投入產(chǎn)出效率，以及影響投入產(chǎn)出效率的因素[16]，并認(rèn)為評價科普資源配置和利用效率，能夠更加清晰人、財(cái)、物等科普資源投入是否得到了充分有效的利用。在研究方法的選擇上，涉及主成分分析法[11]、熵權(quán)—GEM方法[12]、分形模型[13]、數(shù)據(jù)包絡(luò)分析（DEA）[14-16]等。學(xué)者們普遍認(rèn)為我國科普資源配置和利用綜合技術(shù)效率并不穩(wěn)定，投入產(chǎn)出效率呈現(xiàn)波動式變化，且各省科普能力水平存在明顯差異。但是，這種區(qū)域間的差異水平有多大，科普投入產(chǎn)出效率是否具有收斂性等問題，并沒有給出具體測算。

2013年以來，我國經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”，經(jīng)濟(jì)發(fā)達(dá)的驅(qū)動力也不再是資本、土地和勞動力為主的投入驅(qū)動型增長模式，而是轉(zhuǎn)變?yōu)橐詣?chuàng)新為主導(dǎo)因素的高質(zhì)量發(fā)展階段。創(chuàng)新能否成功，將直接決定生產(chǎn)力是否得到全面釋放，其中全要素生產(chǎn)率是創(chuàng)新驅(qū)動發(fā)展的核心因素。全要素生產(chǎn)率作為衡量生產(chǎn)過程中利用全部要素投入獲得產(chǎn)出的能力水平的重要指標(biāo)[17]，本質(zhì)仍是生產(chǎn)率，用于衡量經(jīng)濟(jì)單元的生產(chǎn)效率[18]，提高全要素生產(chǎn)率是提高勞動生產(chǎn)率的根本途徑[19]。毫無疑問，提高科普全要素生產(chǎn)率便成為科普事業(yè)發(fā)展提質(zhì)增效的關(guān)鍵環(huán)節(jié)。全要素生產(chǎn)率不僅在學(xué)術(shù)界備受關(guān)注，近年來，政府也開始高度重視全要素生產(chǎn)率問題。黨的十九大報(bào)告已明確指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，并提出了全要素生產(chǎn)率。這個經(jīng)濟(jì)概念首次出現(xiàn)在了政府文件中，可見其對于政府的重要性。所謂科普全要素生產(chǎn)率，是指在科普活動中，各種科普要素投入既定的條件下，所能夠達(dá)到的額外生產(chǎn)效率，即科普活動所帶來的產(chǎn)出大于投入的差值[20]。在科普現(xiàn)有發(fā)展條件下，測算全國及各省科普全要素生產(chǎn)率，既有助于合理配置科普投入資源，又能更加關(guān)注科普的產(chǎn)出效率，進(jìn)而有效監(jiān)管科普工作，提高資源利用效能。

基于此，本文的邊際貢獻(xiàn)在于，在考慮科普作用的無邊界性以及科普對科技創(chuàng)新的支撐作用的前提下，基于DEA-Malmquist模型測算了全國層面、地區(qū)層面和省級層面的科普全要素生產(chǎn)率，并分析了其是否存在α收斂、絕對β收斂和條件β收斂，進(jìn)一步探索了科普工作的內(nèi)在機(jī)制，明確了各省科普投入產(chǎn)出效率的差距。研究結(jié)論能夠更加有助于揭示我國科普工作的內(nèi)在規(guī)律，更加客觀反映我國科普事業(yè)發(fā)展現(xiàn)狀，對于今后科普工作制定更具針對性的政策建議提供必要參考。

二、研究方法與數(shù)據(jù)來源

本文將基于DEA-Malmquist模型對我國科普全要素生產(chǎn)率進(jìn)行測算，并通過α收斂、絕對β收斂和條件β收斂對其進(jìn)行收斂性分析，以期更加客觀反映我國當(dāng)前科普發(fā)展現(xiàn)狀，探尋更加有針對性的政策建議。

（一）研究方法

目前學(xué)界比較認(rèn)可的全要素生產(chǎn)率測算方法有增長核算法、生產(chǎn)函數(shù)法、隨機(jī)前沿方法和數(shù)據(jù)包絡(luò)分析法（DEA）[21]。但是，由于很難確定科普投入與科普產(chǎn)出之間是否具有明確的函數(shù)關(guān)系，也為了更好地消除量綱對運(yùn)算的影響，本文采用數(shù)據(jù)包絡(luò)分析方法。該方法是典型的非參數(shù)方法，用于評估具有同質(zhì)投入產(chǎn)出的決策單元的相對有效性。由于DEA方法無需事先確定生產(chǎn)函數(shù)的形式、允許無效率存在以及便于分解等諸多優(yōu)勢，得到了越來越廣泛的應(yīng)用[22]。

1.數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析方法的最初提出者是班克（Banker）、查恩斯（Charnes）和庫珀（Cooper），他們認(rèn)為該模型能夠很好地評價具有多個輸入和輸出的決策單元之間的相對有效性，而判斷決策單元是否位于生產(chǎn)可能集的“前沿面”上，在經(jīng)濟(jì)學(xué)分析中具有深刻的內(nèi)涵[23]。其中，CCR模型和BCC模型應(yīng)用最為廣泛。

CCR模型假設(shè)有n個決策單元，每個決策單元都有m種類型的“輸入”以及s種類型的“輸出”，各單元的輸入和輸出數(shù)據(jù)可以表示為：

xij為第j個決策單元對第i種輸入的投入量，xij>0;

yrj為第j個決策單元對第r種輸入的投入量，yij>0;

vi為對第i種輸入的一種度量;ur為對第r種輸入的一種度量。

則所構(gòu)建的CCR模型為：

為方便計(jì)算對上述規(guī)劃分別引入松弛變量s-和剩余變量s+，則

1984年，班克等又提出了不考慮生產(chǎn)可能集滿足錐性的DEA模型，即BCC模型，該模型可以評價部門間的相對技術(shù)有效性。假設(shè)個n決策單元對應(yīng)的輸入數(shù)據(jù)和輸出數(shù)據(jù)分別為：

由于CCR模型相對于BCC模型而言，不需要對數(shù)據(jù)進(jìn)行無量綱化處理，更適合研究多投入指標(biāo)和多投入指標(biāo)的關(guān)系，能夠盡可能地保證原始信息的完整性。科普全要素生產(chǎn)率是包含多種科普投入指標(biāo)和多種科普產(chǎn)出指標(biāo)的指標(biāo)，因此，本文認(rèn)為采用CCR模型更加合適。

2.Malmquist指數(shù)

1953年，瑞典經(jīng)濟(jì)學(xué)家馬姆奎斯特（S.Malmquist）首次提出Malmquist指數(shù)[24]，其在測算全要素生產(chǎn)率過程中不依賴于具體的生產(chǎn)函數(shù)形式，因而能夠有效地避免因模型設(shè)定的隨意性而導(dǎo)致的測算偏差，進(jìn)而可以得到較為穩(wěn)健的測算結(jié)果[25]。Malmquist指數(shù)從t期到t+1期的TFP變化可以表示為：

若M>0，表示評估的決策單元從t期到t+1期的生產(chǎn)率是增長的;若M<0，表示評估的決策單元從t期到t+1期的生產(chǎn)率是衰退的;若M=0，表示評估的決策單元從t期到t+1期的生產(chǎn)率沒有變化。

Malmquist指數(shù)在規(guī)模報(bào)酬不變的條件下可以分解為技術(shù)效率變化指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Techch），用公示可以表示為：

若Techch>1，表示技術(shù)在進(jìn)步;若Techch<1，表示技術(shù)在退步;若Techch=1，表示技術(shù)不變。若Effch>1，表示技術(shù)效率在提高;若Effch<1，表示技術(shù)效率損失;若Effch=1，表示技術(shù)效率不變。

技術(shù)效率變化指數(shù)還可以進(jìn)一步分解為純技術(shù)效率變化指數(shù)（Pech）和規(guī)模效率變化指數(shù)（Sech），用公式可以表示為：

若Pech>1，表示純技術(shù)效率進(jìn)步;若Pech<1，表示純技術(shù)效率退步;若Pech=1，表示純技術(shù)效率不變。若Sech>1，表示第t+1期相對于第t期而言，越來越接近固定規(guī)模報(bào)酬，或逐漸向長期最佳規(guī)模逼近;若Sech<1，表示第t+1期相對于第t期而言，距離規(guī)模報(bào)酬越來越遠(yuǎn)。

（二）指標(biāo)選取與數(shù)據(jù)來源

指標(biāo)選取方面，鑒于科普數(shù)據(jù)的易獲取性及可比性等原則，投入產(chǎn)出指標(biāo)借鑒了相關(guān)研究[1-2，14-16，26]，其中，科普投入指標(biāo)共涵蓋4個變量，分別是科普人員（科普專職人員與科普兼職人員）、科普經(jīng)費(fèi)（年度科普經(jīng)費(fèi)籌集額）、科普場館（科技館、科學(xué)技術(shù)類博物館、青少年科技館）和科普場所[城市社區(qū)科普（技）專用活動室、農(nóng)村科普（技）活動場地]?？破债a(chǎn)出指標(biāo)主要涵蓋3個變量，分別是科普傳媒（科普圖書、科普期刊、音像制品）、科普活動[科普（技）講座、科普（技）展覽、科普（技）競賽]、科普國際交流（科普國際交流）。根據(jù)DEA模型的指標(biāo)選取原則，要求DMU的數(shù)量大于投入指標(biāo)與產(chǎn)出指標(biāo)總和的2倍[3]。以此來看，本文所研究的對象為31?。ㄗ灾螀^(qū)、直轄市），DMU的數(shù)量大于投入指標(biāo)與產(chǎn)出指標(biāo)之和（7個）的2倍，符合DEA模型要求。

數(shù)據(jù)來源方面，本文選取了2008—2017年我國31個?。ㄗ灾螀^(qū)、直轄市，香港、澳門、臺灣除外）科普投入與產(chǎn)出的跨期面板數(shù)據(jù)，數(shù)據(jù)均來源于《中國科普統(tǒng)計(jì)》。

三、我國科普全要素生產(chǎn)率差異分析

在DEA-Malmquist模型基礎(chǔ)上，基于相關(guān)數(shù)據(jù)，運(yùn)用DEAP2.1軟件，可以測算得到我國科普全要素生產(chǎn)率的時空變化。

（一）我國科普全要素生產(chǎn)率時序變化

運(yùn)用DEAP 2.1軟件，測算得到我國科普全要素生產(chǎn)率的時序變化（表1）。結(jié)果顯示，2008—2017年我國科普全要素生產(chǎn)率的均值為0.956，全國平均綜合效率在0.85～0.98區(qū)間波動。總體來看，并不穩(wěn)定，且波動較大，科普全要素生產(chǎn)率有效的省份僅有兩年，而絕大部分年份科普全要素生產(chǎn)率并非有效。具體來看，根據(jù)全國科普投入純技術(shù)效率和規(guī)模效率的情況，可以得出影響綜合效率水平的主要因素。表1數(shù)據(jù)顯示，2008年以來，純技術(shù)效率變化和規(guī)模效率變化基本在0.90～1.05區(qū)間波動，但是，規(guī)模效率變化的波動要相對大于純技術(shù)效率變化，且其對綜合效率的影響更大。由此表明，規(guī)模效率波動是導(dǎo)致綜合效率波動的主要原因。即近十年來，我國科普全要素生產(chǎn)效率并不是高效，雖然科普資源的規(guī)模有所提高，但是科普的純技術(shù)效率并不高，效率產(chǎn)出不強(qiáng)。

（二）我國科普全要素生產(chǎn)率省際差異

由于受到社會經(jīng)濟(jì)的影響，我國科普工作的投入和產(chǎn)出各方面都存在著較大的省際差異。經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，科普工作開展的頻次和效果要優(yōu)于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。表2數(shù)據(jù)顯示，2008年以來，我國省際科普全要素生產(chǎn)率表現(xiàn)出了較為明顯的地區(qū)差異。具體而言，科普綜合效率高的省份集中在東部地區(qū)，而綜合效率相對較差的省份集中在西部地區(qū)，東部地區(qū)科普全要素生產(chǎn)率有效或接近有效的省份明顯多于中部和西部地區(qū)①。科普全要素生產(chǎn)率最優(yōu)的省份為廣東省，比最差的四川省的綜合效率高出了21.99%。以科普全要素生產(chǎn)率有效的省份個數(shù)來看，東部地區(qū)有北京市、上海市、浙江省和廣東省4個?。ㄊ校┻_(dá)到了有效，而中部和西部地區(qū)則沒有有效省份。東部各省的綜合生產(chǎn)效率基本在0.95～1.05區(qū)間波動，而中部地區(qū)各省的綜合生產(chǎn)效率則在0.93～0.97區(qū)間波動，西部地區(qū)各省的綜合生產(chǎn)效率基本在0.89～0.93區(qū)間。由此可見，東部地區(qū)科普投入產(chǎn)出效率要依次優(yōu)于中部和西部地區(qū)，表現(xiàn)為由東至西遞減趨勢。

從地區(qū)來看，無論是規(guī)模效率變化指數(shù)，還是純技效率變化指數(shù)，東部地區(qū)都要高于中部和西部地區(qū)（圖1）。雖然各區(qū)域科普全要素生產(chǎn)率都沒有達(dá)到有效，但是東部地區(qū)更接近于有效水平。2008年以來，東部地區(qū)科普全要素生產(chǎn)率均值為0.991，中部地區(qū)為0.956，而西部地區(qū)為0.926。具體分因素來看，規(guī)模效率變化是推動全要素生產(chǎn)率變化的主要原因。

四、我國科普全要素生產(chǎn)率收斂性分析

新古典增長模型認(rèn)為由于資本的邊際產(chǎn)出呈現(xiàn)遞減趨勢，經(jīng)濟(jì)的發(fā)展最終將趨于穩(wěn)定狀態(tài)，即經(jīng)濟(jì)增長存在收斂[27]。也就是說，經(jīng)濟(jì)發(fā)展水平較低的地區(qū)會比經(jīng)濟(jì)發(fā)展水平較高的地區(qū)增長速度快。因此，經(jīng)濟(jì)水平較低地區(qū)和經(jīng)濟(jì)水平較高地區(qū)會逐漸接近。前文已經(jīng)證實(shí)，我國科普全要素生產(chǎn)率存在明顯的地區(qū)差異與波動，但是這種差距是否會伴隨著時間的變化而變化，是否存在收斂的趨勢？為了更加清晰科普工作發(fā)展的區(qū)域間對比，判定省際科普全要素生產(chǎn)率之間的差距。需要對科普全要素生產(chǎn)率進(jìn)行收斂性分析。目前，學(xué)術(shù)界對收斂性的分析根據(jù)考察收斂性的角度不同，一般有三種類型：α收斂、絕對β收斂和條件β收斂[28-29]，本文將從這三個角度分析各區(qū)域間科普全要素生產(chǎn)率的收斂性。

（一）α收斂性檢驗(yàn)

α收斂主要是反映離散程度的指標(biāo)，用于說明省際或區(qū)域之間全要素生產(chǎn)率隨時間推移的水平趨勢。如果指標(biāo)隨時間變化而出現(xiàn)下降趨勢，則表明存在收斂狀態(tài)，反之則存在發(fā)散狀態(tài)。本文借鑒趙磊[30]的思路，利用標(biāo)準(zhǔn)差進(jìn)行驗(yàn)證。同時，為了克服規(guī)模的影響，本文又采用變異系數(shù)法進(jìn)行驗(yàn)證。

表3數(shù)據(jù)顯示，我國科普全要素生產(chǎn)率的標(biāo)準(zhǔn)差在時間推移上并未顯示出一致性擴(kuò)大或者一致性縮小的趨勢，且呈現(xiàn)出“M”型變化結(jié)構(gòu)，表現(xiàn)出不穩(wěn)定的時變波動，也就說明我國科普全要素生產(chǎn)率并不存在顯著的α收斂。并且2008年以來的變異系數(shù)指標(biāo)也顯示出，并沒有伴隨著時間的變化而趨于穩(wěn)定的態(tài)勢。也在客觀上驗(yàn)證了通過標(biāo)準(zhǔn)差判定我國科普全要素生產(chǎn)率并不存在α收斂的事實(shí)，這主要是因?yàn)槲覈破杖厣a(chǎn)率在不同時間和不同區(qū)域內(nèi)并不具有延續(xù)性。

而從我國三大地區(qū)的橫向?qū)Ρ葋砜?，我國三大地區(qū)科普全要素生產(chǎn)率也并不存在α收斂（圖2）。東部地區(qū)標(biāo)準(zhǔn)差波動較小，且較為平穩(wěn)，說明東部地區(qū)各省之間的科普發(fā)展水平比較穩(wěn)定。但是，2015年起，東部地區(qū)的標(biāo)準(zhǔn)差波動增加，表明東部地區(qū)各省之間的科普發(fā)展水平有差距增大的趨勢。而西部地區(qū)標(biāo)準(zhǔn)差波動最大，表明西部地區(qū)各省之間的科普發(fā)展水平差異最大。

（二）絕對β收斂

絕對β收斂假設(shè)不同區(qū)域具有相同的發(fā)展基礎(chǔ)，在這些區(qū)域內(nèi)某變量將達(dá)到相同的穩(wěn)態(tài)增長速度和增長水平。這里的絕對β收斂用于驗(yàn)證科普全要素生產(chǎn)率是否向同一穩(wěn)態(tài)均衡水平收斂趨同，即科普全要素生產(chǎn)率是否存在由較低省份向較高省份趨同的“追趕效應(yīng)”[31]。在這種情況下，科普全要素生產(chǎn)率較低的省份增長速度要高于科普全要素生產(chǎn)率較高的省份，并最終趨同于相同的穩(wěn)態(tài)均衡水平。本文借鑒巴羅（Barro）和馬?。⊿ala-Martin）[32]的思路對科普全要素生產(chǎn)率進(jìn)行絕對β收斂分析，并利用經(jīng)典的回歸方程進(jìn)行驗(yàn)證，其檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

■ln（■）=α+βlnTFPi，0+ε

其中，TFPi，0和TFPi，t分別代表i省份基期和末期的科普TFP，T代表觀察期的時間跨度，α為常數(shù)項(xiàng)，β為收斂系數(shù)，ε為隨機(jī)誤差項(xiàng)，絕對β收斂速度λ=-ln（1+β）/t，穩(wěn)態(tài)值γ=α（1-β），收斂的半生命周期τ=ln（2）λ，用于表示落后地區(qū)追趕上發(fā)達(dá)地區(qū)所需要的時間[27]。如果β<0，則說明存在絕對β收斂。如果存在絕對β收斂，則說明科普全要素生產(chǎn)率較低的省份對科普全要素生產(chǎn)率較高的省份具有“追趕效應(yīng)”，最終將趨同于相同的穩(wěn)態(tài)均衡水平。

全國來看，科普全要素生產(chǎn)率的β值小于0，且達(dá)到了1%的顯著性水平，這說明全國范圍內(nèi)各省的科普全要素生產(chǎn)率存在絕對β收斂，也就是說，各省之間的增長差距在不斷縮?。ū?）。而從三大區(qū)域來看，東部、中部和西部地區(qū)的β值都小于0，即也存在絕對β收斂。其中，中部地區(qū)和西部地區(qū)達(dá)到了1%的顯著性水平。也就是說，存在科普全要素生產(chǎn)率由較低省份向較高省份趨同的“追趕效應(yīng)”。從穩(wěn)態(tài)值來看，中部地區(qū)的穩(wěn)態(tài)值最高，而東部地區(qū)的穩(wěn)態(tài)值最低。從收斂速度和半生命周期數(shù)值來看，全國科普全要素生產(chǎn)率的絕對收斂速度為0.065%，半生命周期為10.65年。而東部地區(qū)、中部地區(qū)和西部地區(qū)的絕對收斂速度分別為0.078%、0.057%和0.032%，半生命周期分別為8.91年、12.11年和21.40年。根據(jù)收斂速度來看，東部地區(qū)的追趕速度要低于中部、西部地區(qū)。但是半生命周期指標(biāo)顯示，西部地區(qū)的絕對收斂趨勢較弱，而東部地區(qū)的絕對收斂趨勢最強(qiáng)。

（三）條件β收斂

條件β收斂主要針對不同地區(qū)的不同特性而言，分析是否收斂于各自的穩(wěn)定水平。由于各省受到經(jīng)濟(jì)發(fā)展水平、公眾科學(xué)認(rèn)知等因素影響，導(dǎo)致科普發(fā)展過程中存在差異化特征。這里的條件β收斂主要用于反映不同地區(qū)的科普全要素生產(chǎn)率是否收斂于各自的穩(wěn)態(tài)水平。因此，本文借鑒米勒（Miller）和阿帕德海耶（Upadhyay）[33]的思路，對全國科普全要素生產(chǎn)率進(jìn)行條件β收斂分析，并采用面板數(shù)據(jù)固定效應(yīng)模型進(jìn)行驗(yàn)證，其檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

其中，TFPi，t和TFPi，t-1分別代表i省份在第t期和第t-1期的科普TFP，α為常數(shù)項(xiàng)，β為收斂系數(shù)，ε為隨機(jī)誤差項(xiàng)。如果β<0，則表示存在條件β收斂，表明各省TFP有各自的穩(wěn)定水平，并且都將收斂于各自的穩(wěn)定狀態(tài)。

2008年以來，無論是從全國層面，還是東部、中部或者西部地區(qū)，β的數(shù)值都小于0，即全國和各區(qū)域的科普全要素生產(chǎn)率都存在條件β收斂，并達(dá)到了1%的顯著性水平（表5）。由此表明，各省科普全要素生產(chǎn)率有各自的穩(wěn)定水平，且都在向各自穩(wěn)定狀態(tài)趨近。

五、結(jié)論與政策啟示

本文通過選取用于測評科普投入產(chǎn)出效率的指標(biāo)，基于DEA-Malmquist模型，測算了2008—2017年我國及各?。ㄗ灾螀^(qū)、直轄市）的科普全要素生產(chǎn)率，并分析了我國科普全要素生產(chǎn)率的變動及收斂性，得出以下研究成果，并提出了有針對性的對策建議。

第一，在樣本期內(nèi)，我國科普全要素生產(chǎn)率非有效，且波動大、不穩(wěn)定。2008年以來，我國科普全要素生產(chǎn)率有效的年份僅為2011年和2014年，其余年份均表現(xiàn)出低效率。分因素來看，我國科普全要素生產(chǎn)率主要得益于規(guī)模效應(yīng)，而不是技術(shù)效率的改善。由經(jīng)濟(jì)增長理論和內(nèi)生增長理論可知，效率改善和技術(shù)進(jìn)步才是推動經(jīng)濟(jì)持續(xù)改善的重要因素，也是核心競爭力。近年來各級政府積極推動科普事業(yè)發(fā)展，無論是科普場館的建設(shè)、科普經(jīng)費(fèi)的投入，還是科普人員的配備，都較之前有了很大進(jìn)步。實(shí)證結(jié)果也表明，規(guī)模效率是目前階段推進(jìn)科普全要素生產(chǎn)率提高的主因。但是，科普的產(chǎn)出效率不高，今后科普工作應(yīng)該在繼續(xù)保持一定的科普投入資源的基礎(chǔ)上，更加關(guān)注技術(shù)效率的改善，不僅要依靠科普投入資源的“廣度”，更要提高科普資源利用的“深度”。在現(xiàn)有基礎(chǔ)上，把創(chuàng)新驅(qū)動置于發(fā)展的核心位置，開展科普資源綜合利用，提高資源利用效率，不斷增強(qiáng)科普產(chǎn)出效能，使科普投入物盡其用，發(fā)揮最大功效。科普產(chǎn)出效率的提高，有別于工業(yè)企業(yè)，能夠立即轉(zhuǎn)化為生產(chǎn)力，科普資源的投入與產(chǎn)出有一定的時滯性，產(chǎn)出效率也將在很大程度上依賴于前期科普投入的力度。提高科普產(chǎn)出效率，就是要通過政策鼓勵或技術(shù)創(chuàng)新，提高資金使用效率和科技轉(zhuǎn)化成效，進(jìn)而走出科普產(chǎn)出效率低的現(xiàn)實(shí)困境。

第二，我國科普全要素生產(chǎn)率呈現(xiàn)明顯的地區(qū)差異，東部地區(qū)明顯優(yōu)于中部地區(qū)和西部地區(qū)，表現(xiàn)出由東至西遞減趨勢。且經(jīng)濟(jì)越發(fā)達(dá)地區(qū)，科普投入產(chǎn)出效率相對較高。這主要是因?yàn)槟壳半A段，我國經(jīng)濟(jì)社會發(fā)展不平衡，造成科普資源投入不均衡。今后科普工作的開展，不能搞“一刀切”的政策。各省應(yīng)該根據(jù)各自財(cái)政能力和科普現(xiàn)狀，確定自身的科普需求，通過精準(zhǔn)發(fā)力，實(shí)現(xiàn)精準(zhǔn)科普，提高科普投入資源的使用效率。東部地區(qū)要繼續(xù)保持較高的科普投入產(chǎn)出效率，擴(kuò)大對外交流，提高我國科普的國際影響力，不斷增強(qiáng)科普國際話語權(quán)，也要不斷總結(jié)發(fā)展經(jīng)驗(yàn)，加以推廣宣傳。在科普全要素生產(chǎn)率的提升上，要明確技術(shù)進(jìn)步是推進(jìn)科普產(chǎn)出效率持續(xù)發(fā)展的根本要素。要在部分發(fā)達(dá)省份、發(fā)達(dá)地區(qū)，形成可具復(fù)制和推廣價值的科普典型示范區(qū)，在東部乃至全國形成較大影響力，發(fā)揮帶動效應(yīng)和示范作用。而中部地區(qū)，特別是西部地區(qū)不能照搬照抄東部發(fā)達(dá)地區(qū)的做法，應(yīng)該因地制宜制定科普發(fā)展政策，因城施策，加快政府職能轉(zhuǎn)變，減少管理權(quán)限，最大程度釋放改革紅利。在保持科普資源有效投入的基礎(chǔ)上，重點(diǎn)放在科學(xué)配置科普資源上，避免科普資源的浪費(fèi)。受限于西部地區(qū)財(cái)政壓力的影響，在科普全要素生產(chǎn)率的提升上，要注重開展具有地區(qū)特色、民族特色的科普活動，提升科普產(chǎn)出效率，將有限的科普投入發(fā)揮最大科普產(chǎn)出。同時，由于我國科普工作存在著“碎片化”和“孤島”等現(xiàn)象，科普各領(lǐng)域之間、各地區(qū)之間的聯(lián)系不強(qiáng)，普遍存在“各自為政”的局面，且科普產(chǎn)業(yè)尚未形成，存在散、小、弱等特點(diǎn)，并不能形成集聚效應(yīng)。這樣就需要加強(qiáng)不同地區(qū)、不同省份間的科普溝通，通過建立科普工作聯(lián)席會議制度，促進(jìn)各地區(qū)之間的交流，實(shí)現(xiàn)信息、技術(shù)等共享。

第三，我國科普全要素生產(chǎn)率并不存在顯著的α收斂，但是存在絕對β收斂和條件β收斂。即科普全要素生產(chǎn)率在時間序列上并不具有延續(xù)性，存在科普全要素生產(chǎn)率低的省份向科普全要素生產(chǎn)率高的省份“追趕效應(yīng)”，并將最終以相同的穩(wěn)態(tài)趨于均衡。也就是說，現(xiàn)階段我國科普全要素生產(chǎn)率的增長尚未找到自身合適的條件收斂路徑。這主要由于我國科普事業(yè)起步晚，科普工作開展初期也缺乏相應(yīng)的部門或機(jī)構(gòu)管理，加之中部或西部地區(qū)財(cái)政實(shí)力有限，對科普事業(yè)的經(jīng)費(fèi)支持不夠，形成的歷史欠賬過重，導(dǎo)致現(xiàn)在的科普工作盡管得到了黨和國家的高度關(guān)注，但是效果與預(yù)期、與發(fā)達(dá)國家相比仍有較大差距。這就需要在今后的工作中，加強(qiáng)政府引導(dǎo)力度，鼓勵市場參與相關(guān)科普工作，不斷拓寬科普資源投入融資渠道，以增強(qiáng)科普資源投入力量，且通過開展針對性強(qiáng)、實(shí)用性好的科普活動，提高民眾參與科普工作的積極性。黨的十八屆三中全會已經(jīng)明確指出，要使市場在資源配置中起決定性作用，更好地發(fā)揮政府作用。市場配置資源是市場經(jīng)濟(jì)的一般規(guī)律，要充分尊重市場，盡管科普具有部分的公益性質(zhì)，但是在某些領(lǐng)域，可以嘗試引入市場機(jī)制，讓市場更好地發(fā)揮作用。這也是面對經(jīng)濟(jì)下行壓力大的國內(nèi)形勢作出的必然選擇，特別是在2020年，全球遭受了新型冠狀肺炎疫情的影響，世界各國及我國經(jīng)濟(jì)發(fā)展受到重創(chuàng)，在這種經(jīng)濟(jì)下行壓力持續(xù)下降的形勢下，科普工作更應(yīng)該發(fā)揮其應(yīng)有的作用，市場也更應(yīng)該在推動科普工作中扮演重要角色?？破盏谋举|(zhì)在于文化的推廣，在于科學(xué)知識的普及。疫情之下，各級政府應(yīng)該借助更為先進(jìn)的大數(shù)據(jù)技術(shù)、物聯(lián)網(wǎng)技術(shù)等新媒體、新平臺，強(qiáng)化對科學(xué)知識的傳播，全面提升人民群眾對疫情防控知識的知曉率，有效增加科學(xué)知識普及供給，加強(qiáng)疫情防控科普與科研工作聯(lián)動。引導(dǎo)人民群眾理性對待疫情，避免產(chǎn)生恐慌和焦慮情緒，增強(qiáng)戰(zhàn)勝疫情的信心，堅(jiān)決打贏疫情防控阻擊戰(zhàn)。

參考文獻(xiàn)

[1]? 劉廣斌，李建坤. 基于三階段DEA模型的我國科普投入產(chǎn)出效率研究[J].中國軟科學(xué)，2017（5）：139-148.

[2]? 劉廣斌，李建坤. 基于DEA方法的地區(qū)科普資源配置及利用效率評價[J].科普研究，2017（6）：69-76.

[3]? CHARNES A， COOPER W. W， RHODES E. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[4]? ROLF F， SHAWNA G， MARY N， ect. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. The American Economic Review， 1994，84（1）：66-83.

[5]? 魏權(quán)齡.評價相對有效性的DEA模型[C]. 安徽省歙縣：中國系統(tǒng)工程學(xué)會第五屆學(xué)術(shù)年會，中國系統(tǒng)工程學(xué)會，1987：411-418.

[6]? 毛招斌，牟馭瀾.提高物質(zhì)投入效率是促進(jìn)我國糧食增長的關(guān)鍵[J].中國農(nóng)村經(jīng)濟(jì)，1990（8）：22-25.

[7]? 田淑英，許文立.基于DEA模型的中國林業(yè)投入產(chǎn)出效率評價[J].資源科學(xué)，2012（10）：1944-1950.

[8]? 蔣萍，王勇. 全口徑中國文化產(chǎn)業(yè)投入產(chǎn)出效率研究——基于三階段DEA模型和超效率DEA模型的分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（12）：69-81.

[9]? 方福前，張平.我國高技術(shù)產(chǎn)業(yè)的投入產(chǎn)出效率分析[J].中國軟科學(xué)，2009（7）：48-55.

[10]? 李雙杰，高巖.銀行效率實(shí)證研究的投入產(chǎn)出指標(biāo)選擇[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（4）：130-144.

[11]? 李婷. 地區(qū)科普能力指標(biāo)體系的構(gòu)建及評價研究[J].中國科技論壇，2011（7）：12-17.

[12]? 任嶸嶸，鄭念，趙萌.我國地區(qū)科普能力評價——基于熵權(quán)法-GEM[J].技術(shù)經(jīng)濟(jì)，2013（2）：59-64.

[13]? 張立軍，張瀟，陳菲菲.基于分形模型的區(qū)域科普能力評價與分析[J].科技管理研究，2015（2）：44-48.

[14]? 王賓，李群. 基于DEA分析的中國科普投入產(chǎn)出效率評價研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2015（15）： 214-220.

[15]? 劉廣斌，劉璐，任偉宏.基于DEA的中國科普投入產(chǎn)出效率初步分析[J].重慶大學(xué)學(xué)報(bào)（社會科學(xué)版），2016（1）：118-126.

[16]? 于潔，佟賀豐，黃東流，等.基于三階段DEA的我國區(qū)域科普投入產(chǎn)出效率研究[J].科技管理研究，2018（6）：40-47.

[17]? 王奇，王會，陳海丹.中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992-2010年[J].經(jīng)濟(jì)評論，2012（5）：24-33.

[18]? 蔡躍洲，付一夫.全要素生產(chǎn)率增長中的技術(shù)效應(yīng)與結(jié)構(gòu)效應(yīng)——基于中國宏觀和產(chǎn)業(yè)數(shù)據(jù)的測算及分解[J].經(jīng)濟(jì)研究，2017（1）：72-88.

[19]? 蔡昉.中國經(jīng)濟(jì)增長如何轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動型[J].中國社會科學(xué)，2013（1）：56-71.

[20]? 李江輝，王賓.京津冀科普全要素生產(chǎn)率測算與分析[J].中國科技論壇，2019（5）：116-122.

[21]? 章祥蓀，貴斌威.中國全要素生產(chǎn)率分析：Malmquist指數(shù)法評述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

[22]? 楊錦英，韓曉娜，方行明.中國糧食生產(chǎn)效率實(shí)證研究[J].經(jīng)濟(jì)學(xué)動態(tài)，2013（6）：47-53.

[23]? 馬占新. 廣義數(shù)據(jù)包絡(luò)分析[M].北京：科學(xué)出版社，2012：212.

[24]? S.Malmquist. Index number and indifference surfaces [J].Trabajos De Estadistica， 1953， 4（2）：209-242.

[25]? 毛其淋，盛斌.對外經(jīng)濟(jì)開放、區(qū)域市場整合與全要素生產(chǎn)率[J].經(jīng)濟(jì)學(xué)（季刊），2012（1）：181-210.

[26]? 董全超，胡峰，馬宗文.基于典型相關(guān)分析方法的中國科普投入產(chǎn)出研究[J].科普研究，2019（2）：61-67.

[27]? 潘文卿.中國區(qū)域經(jīng)濟(jì)差異與收斂[J].中國社會科學(xué)，2010（1）：72-84.

[28]? BARRO R， MANKIW N. SALA M X. Capital mobility in neoclassical models of growth[J]. The American Economic Review，1995，85（1）：103-115.

[29]? BARRO R， MARTIN X. Technological diffusion， convergence， and growth[J]. Journal of Economic Growth，1997，2（1）：1-26.

[30]? 趙磊.中國旅游全要素生產(chǎn)率差異與收斂實(shí)證研究[J].旅游學(xué)刊，2013（11）：12-23.

[31]? 韓海彬，趙麗芬. 環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析[J].中國人口·資源與環(huán)境，2013（3）：70-76.

[32]? BARRO R， SALA-MARTIN X. Convergence [J]. The Journal of Political Economy， 1992，100：223-251.

[33]? MILLER S M， UPADHYAY M. Total factor productivity and the convergence hypothesis [J]. Journal of Macroeconomics，2002，24（2）：267-286.