繆茹（上海理工大學）

一、引言

國家經(jīng)濟發(fā)展迅速，對高校科技創(chuàng)新的重視程度日益增強。各地都在高?？蒲蓄I(lǐng)域投入了大量的資金和人力，但由于在科研基礎(chǔ)、教育水平、成果轉(zhuǎn)化等方面的差異，不同地區(qū)高?？萍紕?chuàng)新帶動經(jīng)濟發(fā)展的成效有所差別。

我國各區(qū)域間的高?？蒲薪?jīng)費投入水平、科技創(chuàng)新水平和經(jīng)濟發(fā)展情況差距較大。截至2017年對各地高?？蒲薪?jīng)費投入相較于1997年有了大幅度的提高，其中，2017年對高?？蒲薪?jīng)費投入最多的地區(qū)為北京、江蘇、上海和廣東，均超過100億元，就高校的科研產(chǎn)出來看，北京、江蘇和上海地區(qū)2017年發(fā)表論文數(shù)量均大于6萬篇，所獲專利授權(quán)數(shù)量大于1萬件，人均GDP也大于10萬元。而高?？蒲薪?jīng)費投入較少的地區(qū)包括內(nèi)蒙古、海南、青海、寧夏和新疆，均低于5億元。海南、青海和寧夏地區(qū)2017年發(fā)表論文數(shù)量均少于4000篇，所獲專利授權(quán)數(shù)量均小于300件，其中，甘肅的人均GDP小于3萬元。

目前，國內(nèi)學者大多對高?？蒲薪?jīng)費投入對經(jīng)濟發(fā)展的影響進行了不同角度的研究，主流觀點是高?？蒲薪?jīng)費投入能夠促進區(qū)域經(jīng)濟發(fā)展。王青（2018）采用改進的C-D生產(chǎn)函數(shù)等模型，對遼寧省高?？萍纪度雽?jīng)濟增長貢獻率進行了實證分析，測度出貢獻率為10.09%[1]。胡曙虹（2016）采用空間計量經(jīng)濟學方法，對中國省域高校創(chuàng)新產(chǎn)出的空間溢出效應及其對區(qū)域經(jīng)濟發(fā)展的影響進行測算與分析，結(jié)論為高?？萍纪度雽Υ龠M區(qū)域經(jīng)濟發(fā)展的貢獻顯著[2]。劉林（2019）利用中國2010-2017年的省級空間面板數(shù)據(jù)，研究如何通過科技創(chuàng)新和政府科技投入驅(qū)動區(qū)域經(jīng)濟合理、平穩(wěn)增長[3]。譚毅（2015）利用多元線性回歸模型定量地研究政府對高校科技投入對我國不同省級行政區(qū)產(chǎn)出的邊際效益。結(jié)果表明：對于大多數(shù)省、自治區(qū)、直轄市及大部分類型的高校來說，政府科技投入與高校創(chuàng)新產(chǎn)出之間都具有正相關(guān)性[4]。

國外學者對科研經(jīng)費投入和經(jīng)濟發(fā)展之間的作用機制也進行了深入研究。Elhorst（2014）利用跨國數(shù)據(jù)的研究結(jié)論，提出對技術(shù)能力不足的企業(yè)來說，政府的科研經(jīng)費投入與企業(yè)自身的科研經(jīng)費投入能夠互補，從而促進企業(yè)技術(shù)升級[5]。KRISTINR（2016）等論述了國家科技政策與技術(shù)創(chuàng)新之間的必然聯(lián)系[6]。

在關(guān)鍵變量的選擇上，不同學者在研究中有各自的側(cè)重點。張寶生（2021）以政府科研投入強度和人均政府投入科技經(jīng)費為門檻變量，探討政府科技經(jīng)費投入對高?；A(chǔ)研究科研產(chǎn)出的非線性影響關(guān)系[7]。張勇（2019）采用發(fā)明專利有效申請數(shù)量作為科技創(chuàng)新的衡量指標[8]。黃麗（2016）使用了國外刊物發(fā)表論文數(shù)、出版專著數(shù)和國家級項目驗收數(shù)來測度科技創(chuàng)新水平[9]。L Kogen（2017）等通過分析美國的科技投入與經(jīng)濟發(fā)展數(shù)據(jù)來分析科技創(chuàng)新與經(jīng)濟增長之間的關(guān)系[10]。

上述研究為本文奠定了理論基礎(chǔ)，但現(xiàn)有的文獻研究角度相對較為單一，從時空視角聚焦高?？蒲薪?jīng)費投入的文獻較少，很難全面闡述高?？蒲薪?jīng)費投入與區(qū)域經(jīng)濟發(fā)展的關(guān)系。本文利用1997-2017年間我國30個省級面板數(shù)據(jù)，結(jié)合了門檻效應、時滯效應和空間溢出效應，詳細地分析了高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的作用機制，從而為政府部門制定政策時提供更詳細完整的理論支持。

二、模型分析與建立

（一）指標選取和數(shù)據(jù)來源

本文主要研究高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的影響，因而將被解釋變量選取為地區(qū)人均GDP，即我國30個省級區(qū)域在1997-2017年間的人均GDP。我國高校的科研經(jīng)費投入主要來源于政府層面，本文選取的高校科研經(jīng)費投入指標為政府對高校的科研經(jīng)費投入，其中主要來源包括科研事業(yè)費、主管部門專項費、其他政府部門專項費、企事業(yè)單位委托經(jīng)費及各種收入中轉(zhuǎn)為科技經(jīng)費。高校科技創(chuàng)新產(chǎn)出的相關(guān)衡量指標被選取為解釋變量，國際上普遍接受的測度或衡量科技創(chuàng)新能力的一項重要指標就是獲得發(fā)明專利授權(quán)的數(shù)量，而高水平論文發(fā)表數(shù)量又是我國學術(shù)界對高?？萍紕?chuàng)新能力的重要判斷標準之一。我國國務院設立了國家科學技術(shù)獎五大獎項，其中本文選取了國家技術(shù)發(fā)明獎和國家科學技術(shù)進步獎數(shù)量作為重要解釋變量?；谏鲜鲫U釋，本文選取的關(guān)于科技創(chuàng)新產(chǎn)出的解釋變量包括區(qū)域高校課題數(shù)量、獲得國家技術(shù)發(fā)明獎數(shù)量、獲得國家科技進步獎數(shù)量、區(qū)域高校發(fā)表論文數(shù)量及區(qū)域高校專利授權(quán)數(shù)量等五個指標。

（二）空間面板數(shù)據(jù)模型

本文選擇空間面板數(shù)據(jù)模型時，參照Elhorst（2010）提出的選擇方法。選擇1997-2017年間樣本數(shù)據(jù)來探討我國高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的空間效應，根據(jù)估計結(jié)果進行LM檢驗，以便決定模型應該采用空間滯后模型（SLM）還是空間誤差模型（SEM）更合適。

由空間依賴性檢驗可知，空間滯后模型（SLM）的檢驗結(jié)果P值為0.433和0.631，均大于0.05，因此拒絕原假設。而空間誤差模型（SEM）的檢驗結(jié)果P值為0.026和0.033，均小于0.05，所以選用空間誤差模型更符合本文的研究目的。

空間誤差模型（SEM）為式子：

其中，εit=λWεit+μit，{W}是空間權(quán)重矩陣，W×lnGDP是空間滯后變量，參數(shù)β反映了解釋變量對因變量的影響；ε和μ為隨機誤差向量；ρ和λ分別為空間回歸系數(shù)和空間誤差系數(shù)。

由表1結(jié)果可知，課題數(shù)量和發(fā)表論文數(shù)量的回歸系數(shù)在1%的水平下顯著為正，說明它們對區(qū)域經(jīng)濟發(fā)展的影響顯著為正。在控制其他變量的情況下，課題數(shù)量每增長1%，區(qū)域經(jīng)濟將增長0.402%，發(fā)表論文數(shù)量每增長1%，區(qū)域經(jīng)濟將增長0.668%。而國家發(fā)明獎和國家科技進步獎的回歸系數(shù)則為負數(shù)，分別為-0.057和-0.015；此外專利授權(quán)數(shù)量的回歸系數(shù)則顯著為0。從SEM模型結(jié)果看出，課題數(shù)量和發(fā)表論文數(shù)量對區(qū)域經(jīng)濟發(fā)展的貢獻率較大，而沉沒成本較大的國家發(fā)明獎和國家科技進步獎則對區(qū)域經(jīng)濟產(chǎn)生負向影響，這可能是前期沉沒成本較高及對其經(jīng)濟產(chǎn)生效益有時滯過程所造成的。

表1 高?？蒲薪?jīng)費投入與區(qū)域經(jīng)濟發(fā)展的OLS、SLM、SEM回歸結(jié)果

（三）時滯效應

由于上文提到時滯效應可能會導致不同解釋變量在短期內(nèi)對經(jīng)濟增長產(chǎn)生負向影響，因此本文研究了高?？蒲薪?jīng)費對區(qū)域經(jīng)濟發(fā)展的時滯效應，以便更全面地解釋計量結(jié)果。本文主要通過在固定效應模型后增加時滯項，使用stata14工具得出計量結(jié)果。本文的目的在于分析高?？蒲薪?jīng)費投入與區(qū)域經(jīng)濟發(fā)展的關(guān)系，所選用的數(shù)據(jù)均為時間序列數(shù)據(jù)。

所用模型如下：

其中，i（1 ＜ i ＜ 31）表示省級區(qū)域，t（t ∈ [1997 -2017]）表示年份，lnPGDPit為人均GDP，εit表示模型中的誤差選項。

根據(jù)計量結(jié)果可得（見表2），時滯三期及以后都不顯著，故本文研究的時滯是兩期。經(jīng)費投入對人均GDP的作用是在1%的水平上顯著的，當期的影響系數(shù)是0.362，一期的影響系數(shù)是0.250，二期的影響系數(shù)是0.246，可見高校經(jīng)費投入對區(qū)域經(jīng)濟發(fā)展是有推動作用的，但隨著時間的推進作用效果減弱。課題數(shù)量對區(qū)域經(jīng)濟發(fā)展的正向效應最強，當期為0.744，一期為0.551，二期為0.560，均在0.5以上，較為穩(wěn)定。

表2 高?？蒲薪?jīng)費投入與區(qū)域經(jīng)濟發(fā)展的時滯效應回歸結(jié)果

（四）門檻效應

應用Stata14將數(shù)據(jù)整理成面板數(shù)據(jù)，通過門檻自抽樣驗證是否存在門檻，并篩選出固定門檻值，以保證模型檢驗的準確性。門檻檢驗結(jié)果見表3。

表3 高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的門檻估計值

由表3可知，在模型中，單一門檻的F統(tǒng)計量顯著，政府科技投入的門檻估計值為14.5446，其95%的置信區(qū)間為[14.3658，14.5497]。將14.5446折合對數(shù)運算得到高校科研經(jīng)費投入門檻為20.73億元。

三、結(jié)論

本文通過運用計量模型分析了高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的影響，并闡述了二者間的作用機制，研究表明如下三點。

一是根據(jù)莫蘭指數(shù)結(jié)果顯示，我國高校科研經(jīng)費投入對區(qū)域經(jīng)濟發(fā)展的影響總體而言成正相關(guān)關(guān)系，表明高校科研經(jīng)費投入能夠較為明顯地促進區(qū)域經(jīng)濟發(fā)展。通過空間計量模型回歸結(jié)果可以看出，我國高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展的影響在不同區(qū)域內(nèi)表現(xiàn)出不同程度的正相關(guān)性。其中，高校的課題數(shù)量和發(fā)表論文數(shù)量與區(qū)域經(jīng)濟發(fā)展呈現(xiàn)出顯著的正相關(guān)關(guān)系。東南沿海地區(qū)經(jīng)濟較為發(fā)達，相鄰省份之間的高校科研經(jīng)費投入對經(jīng)濟增長的溢出效應較為顯著，而西部地區(qū)省份經(jīng)濟發(fā)展較為落后，新疆、寧夏、甘肅等省份之間的關(guān)聯(lián)度也較低。

二是根據(jù)時滯效應回歸結(jié)果可知，國家科技進步獎和發(fā)表論文數(shù)量等解釋變量在當期和一期時都為負值，二期增加，因而高?？蒲薪?jīng)費投入對經(jīng)濟增長的刺激作用可能是先負后正的，而本文回歸結(jié)果顯示效用由負到正的過程需要兩年來完成。

三是通過門檻效應的計算，我們得到的高?？蒲薪?jīng)費投入對區(qū)域經(jīng)濟發(fā)展影響的門檻值為20.73億元，在高校科研經(jīng)費達到20.73億元之前，其對區(qū)域經(jīng)濟發(fā)展的影響是顯著為正的。