楊 靈，于 洋，蔡冬冬，馮榮凱

（1.沈陽工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，沈陽 110870；2.遼寧大學(xué) 經(jīng)濟(jì)學(xué)院，沈陽 110136）

近十年來，隨著創(chuàng)新驅(qū)動戰(zhàn)略的實(shí)施，我國不斷加強(qiáng)研發(fā)（R＆D）投入強(qiáng)度，2019年已經(jīng)達(dá)到2.23%，接近發(fā)達(dá)國家水平。與R＆D投入增長形成對比的是全要素生產(chǎn)率（TFP）和技術(shù)創(chuàng)新并沒有出現(xiàn)顯著的進(jìn)步，以TFP表征的技術(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展甚至呈現(xiàn)出波動下降的跡象［1］。本文在中國整體和省級層次上，對R＆D投入水平、TFP及區(qū)域經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行理論上的論證和實(shí)踐上的測算和檢驗(yàn)，試圖找到目前R＆D投入增長和TFP提升不匹配的原因，尋求經(jīng)濟(jì)增長新動力。

與以往的研究相比，本文的創(chuàng)新之處在于：（1）在TFP測算方面，以往學(xué)者基于行業(yè)異質(zhì)性采用了異質(zhì)性隨機(jī)邊界模型，而本文將異質(zhì)性運(yùn)用在省級面板數(shù)據(jù)上；（2）以往國內(nèi)外學(xué)者主要在公司層面上運(yùn)用異質(zhì)性隨機(jī)邊界模型研究R＆D融資約束，而本文將R＆D整體水平作為TFP的約束；（3）首次使用隨機(jī)邊界模型來界定和測算R＆D產(chǎn)出的不確定性。

一、文獻(xiàn)綜述

關(guān)于R＆D與經(jīng)濟(jì)發(fā)展關(guān)系的文獻(xiàn)，最早可以追溯到1776年Adam提出的科技對發(fā)展社會生產(chǎn)力至關(guān)重要的觀點(diǎn)［2］。運(yùn)用模型研究R＆D與經(jīng)濟(jì)發(fā)展的關(guān)系始于Cobb和Douglas，他們將技術(shù)進(jìn)步加入生產(chǎn)函數(shù)中［3］。1956年，Solow和Swan在假設(shè)技術(shù)進(jìn)步為外生給定的條件下，建立了Solow-Swan模型，提出只有技術(shù)進(jìn)步才能保持經(jīng)濟(jì)增長，但該模型無法解釋長期經(jīng)濟(jì)增長的形成［4］。為克服這一缺點(diǎn)，Romer和Lucas提出內(nèi)生增長理論，建立了內(nèi)生增長模型，此后的研究模型多是在此基礎(chǔ)上發(fā)展起來的［5－6］。

TFP的實(shí)質(zhì)就是用于衡量經(jīng)濟(jì)產(chǎn)出與發(fā)展的生產(chǎn)效率，在單投入和單產(chǎn)出的情況下就是“投入產(chǎn)出比”，只不過現(xiàn)實(shí)經(jīng)濟(jì)中必然是要素投入組合，于是就有了TFP和TFP增長率的測算。在測度全要素生產(chǎn)率的方法方面主要有索羅余值法、數(shù)據(jù)包絡(luò)分析法（DEA）、擴(kuò)展索羅余值法、隨機(jī)邊界生產(chǎn)函數(shù)法（SFA）等。索羅余值法模型簡單，但其假設(shè)技術(shù)進(jìn)步外生和規(guī)模報酬不變，且對投入要素度量不足，目前較少應(yīng)用。DEA和SFA運(yùn)用的都是邊界面方法，起源于Farrell的開創(chuàng)性工作［7－8］。根據(jù)距離函數(shù)表達(dá)式的不同，DEA是利用數(shù)學(xué)規(guī)劃進(jìn)行的非參數(shù)方法；而SFA則是通過隨機(jī)生產(chǎn)邊界函數(shù)對生產(chǎn)行為的刻畫求得技術(shù)效率的參數(shù)方法。

自從內(nèi)生增長模型發(fā)展起來以后，研發(fā)約束就成為一個重要的研究主題。Schultz［9］、Solow［4］和Griliches［10］最先用實(shí)證研究證明了R＆D對經(jīng)濟(jì)生產(chǎn)和經(jīng)濟(jì)增長的重要性。此后，眾多學(xué)者從宏觀和微觀兩個層面在這個主題上進(jìn)行了大量研究：宏觀上主要是通過R＆D投入影響TFP的計量核算來表證R＆D和經(jīng)濟(jì)增長的關(guān)系；微觀上則是在公司層面考察R＆D和生產(chǎn)效率的關(guān)系。特別是20世紀(jì)80年代以后，隨著內(nèi)生增長理論的復(fù)興，大量關(guān)于R＆D與生產(chǎn)效率或經(jīng)濟(jì)增長關(guān)系的文獻(xiàn)涌現(xiàn)出來。Griffith等運(yùn)用OECD國家的面板數(shù)據(jù)發(fā)現(xiàn)，R＆D在OECD國家TFP增長率收斂的過程中起到了關(guān)鍵性的作用［11］。Coccia關(guān)于R＆D與生產(chǎn)率的研究發(fā)現(xiàn)，65%的生產(chǎn)率方差應(yīng)該歸咎于研發(fā)投入占GDP的比例，從而證明是R＆D投入和創(chuàng)新（過去是資本積累）形成了公司和國家的競爭優(yōu)勢［12］。Bravo-Ortega等運(yùn)用包括32個發(fā)展中國家在內(nèi)的65個國家1965—2005年的數(shù)據(jù)，證明了人均R＆D投入增加10%將導(dǎo)致長期TFP提高1.6%［13］。Bektas等和Necati等的研究都得出了相近的結(jié)論［14－15］。

國內(nèi)關(guān)于R＆D與TFP的研究文獻(xiàn)一直較多。唐保慶從R＆D投入與溢出等方面擴(kuò)展了CH模型，以APEC中17個成員為研究對象，運(yùn)用動態(tài)面板數(shù)據(jù)模型研究了R＆D與TFP之間的關(guān)系，得到了具有穩(wěn)健性的正向關(guān)系的結(jié)論［16］。曹澤和李東證明了不同類型的R＆D投入對TFP的增長均具有正向促進(jìn)作用，只是R＆D活動的溢出效應(yīng)不同［17］。柳建平和程時雄證明了本國各行業(yè)的R＆D資本投入對TFP均有顯著的正向影響［18］。孫曉華等發(fā)現(xiàn)并檢驗(yàn)了R＆D影響TFP的行業(yè)異質(zhì)性問題［19］。王曉嬈和李紅陽對中美各類R＆D活動執(zhí)行部門對TFP效果的影響進(jìn)行了比較性研究［20］。焦翠紅和陳鈺芬運(yùn)用空間計量考察了區(qū)域TFP增長和R＆D活動之間的關(guān)聯(lián)特征，發(fā)現(xiàn)中國區(qū)域TFP增長和R＆D活動均存在明顯的正向空間相關(guān)性和空間俱樂部特征［21］。邱愛蓮等運(yùn)用Malmquist指數(shù)分析法測算制造業(yè)全要素生產(chǎn)率指數(shù)，并指出加工貿(mào)易可以顯著提高制造業(yè)全要素生產(chǎn)率［22］。王青等運(yùn)用DEA模型，從時間角度評估出生產(chǎn)性服務(wù)業(yè)技術(shù)進(jìn)步增長率均呈現(xiàn)先下降后上升的趨勢［23］。姜國慶等采用非參數(shù)的DEA方法，測算出東北三省2002—2014年科技投入存在6.3%的資源浪費(fèi)，并指出科技投入產(chǎn)出效率總體增長不快的原因是資源配置未得到有效優(yōu)化［24］。

二、模型建立、變量選擇及數(shù)據(jù)處理

1.異質(zhì)性隨機(jī)邊界模型的建立

隨機(jī)邊界模型的基本形式為yit＝f（xit，t）·exp（vit－μit），通過最大似然法進(jìn)行估計，其對數(shù)表達(dá)式為

式中：yit為產(chǎn)出項(xiàng)的實(shí)際國內(nèi)生產(chǎn)總值；xit為投入項(xiàng)的資本和勞動投入；β為待估參數(shù)；vit為服從的隨機(jī)誤差項(xiàng)，用來反饋主觀能力以外無法控制的因素，包括測量誤差和統(tǒng)計噪聲帶來的影響；uit為可控制但卻沒有達(dá)到生產(chǎn)邊界面的部分，在本文中表示研發(fā)約束效應(yīng)。由于其具有單邊分布效應(yīng)的特征，故假設(shè)其服從非負(fù)的截斷型半正態(tài)分布，即。vit和uit與自變量無關(guān)，相互之間獨(dú)立。為了表征異質(zhì)性特征，設(shè)定），其中

式中：b0和b1均為常數(shù)項(xiàng)；δ和γ為外生解釋變量的系數(shù)待估值。式（1）、（2）構(gòu)成了異質(zhì)性的隨機(jī)邊界模型，這一設(shè)定為后續(xù)分析提供了很大的靈活性：其一，可以同時分析外生變量對R＆D約束效應(yīng)本身（μit）及其不確定性的影響，現(xiàn)有文獻(xiàn)中分析TFP的隨機(jī)邊界模型都是這一模型的特例；其二，借助這一模型，可以定量分析R＆D約束導(dǎo)致的TFP損失，這是前期研究中基于其他設(shè)定無法實(shí)現(xiàn)的。各省份的TFP可用i的實(shí)際產(chǎn)出期望與隨機(jī)產(chǎn)出期望的比值來確定，計算公式為式中，TEit表示第t年第i個省份的TFP，TEit越接近于1，說明效率越高。在對模型進(jìn)行最大似然估計時，可以利用參數(shù)γ＝σu2／（σu2＋σv2）的顯著性來確定模型設(shè)定的合理性：γ趨近于1，說明外生因素占主導(dǎo)地位；相反，γ趨近于0則說明隨機(jī)誤差的影響占主導(dǎo)地位；γ等于0時意味著不存在無效率項(xiàng)，可以直接用最小二乘法OLS進(jìn)行參數(shù)估計。一般而言，γ值至少要大于0.5，較高的γ值也說明模型選擇的可靠性。在本文實(shí)證分析所設(shè)置的各個模型中，γ值都接近于1，故沒有再對其進(jìn)行說明。

2.變量選擇與數(shù)據(jù)說明

以2000—2015年我國除西藏外的30個省、自治區(qū)及直轄市的產(chǎn)出、投入以及相關(guān)影響要素為研究樣本①由于西藏數(shù)據(jù)缺失較多，故樣本數(shù)據(jù)為包含30個截面的面板數(shù)據(jù)。，產(chǎn)出指標(biāo)為各地區(qū)人均真實(shí)GDP，投入分為資本投入和勞動投入，外生影響指標(biāo)包括研發(fā)資金投入、技術(shù)市場成交額和三項(xiàng)專利授權(quán)量。具體指標(biāo)如下：

（1）產(chǎn)出變量為地區(qū)生產(chǎn)總值。為消除價格因素的影響，本文以1997年為基期，采用地區(qū)生產(chǎn)總值指數(shù)對各地區(qū)歷年的產(chǎn)出進(jìn)行平減，得到地區(qū)實(shí)際生產(chǎn)總值，用來衡量真實(shí)的經(jīng)濟(jì)產(chǎn)出。

（2）資本投入：采用固定資本形成總額來度量，為保證數(shù)據(jù)的可比性，使用永續(xù)盤存法，參照單豪杰的研究結(jié)果，以1978年為基期的固定資產(chǎn)價格指數(shù)為平減指數(shù)，采用10.96%的資本折舊率計算得到。

（3）勞動投入：某一年的勞動投入為該地區(qū)的平均受教育年限與總就業(yè)人數(shù)的乘積。

（4）外生約束變量：研發(fā)投入和技術(shù)成交額經(jīng)過GDP指數(shù)進(jìn)行了平減處理。

（5）外商直接投資：利用外商直接投資額來衡量。

外商直接投資與專利授權(quán)存在正向關(guān)系，但并未達(dá)到共線性。以上數(shù)據(jù)中，除研發(fā)資金投入取自科技統(tǒng)計年鑒外，其余數(shù)據(jù)均來自中國統(tǒng)計年鑒，在代入模型前均進(jìn)行了對數(shù)處理，描述性統(tǒng)計結(jié)果如表1所示。

表1 變量的基本統(tǒng)計量

三、實(shí)證分析

1.異質(zhì)性隨機(jī)邊界模型估計

多種設(shè)定下的估計及檢驗(yàn)結(jié)果如表2所示。

表2 異質(zhì)性隨機(jī)邊界模型估計及檢驗(yàn)結(jié)果

表2（續(xù)）

模型1是本文討論的重點(diǎn)，其沒有對異質(zhì)性隨機(jī)邊界模型的參數(shù)施加任何約束。模型2～5是在模型1的基礎(chǔ)上施加各種約束條件后得到的。模型2假設(shè)研發(fā)投入、三項(xiàng)專利授權(quán)數(shù)、技術(shù)成交額、外商直接投資和產(chǎn)業(yè)結(jié)構(gòu)對R＆D約束的不確定性沒有影響，對應(yīng)著Battese和Coelli的設(shè)定方式［25］。模型3是假設(shè)變量對R＆D約束本身沒有影響。模型4對應(yīng)著Caudill等的模型，假設(shè)研發(fā)約束服從在零處截斷的異質(zhì)性半正態(tài)分布［26］。模型5是作為對比，假設(shè)不存在異質(zhì)性下的投入產(chǎn)出隨機(jī)邊界模型。

整體而言，在所有設(shè)定方式下，資本投入都在1%水平上顯著，而勞動投入除在模型3和模型4下不顯著外，均在1%水平上顯著。這表明，TFP一方面取決于資本與勞動的投入，同時也受到R＆D狀況的影響。由表2可知，無論將檢驗(yàn)的原假設(shè)設(shè)定為“不存在R＆D約束”（LR1）還是設(shè)定為“存在異質(zhì)性R＆D約束”（LR2），最終檢驗(yàn)結(jié)果都表明異質(zhì)性隨機(jī)邊界模型1顯著優(yōu)于其他4個模型，尤其顯著優(yōu)于模型5，表明研發(fā)約束及其不確定性對TFP具有顯著影響。故本文后續(xù)分析均基于模型1展開。

由表2可知，三項(xiàng)專利授權(quán)數(shù)在R＆D約束方程和R＆D不確定性方程中均在1%水平上顯著為負(fù)，表明專利授權(quán)數(shù)量的增加不但可以緩解R＆D對TFP的約束，還可以明顯降低R＆D影響產(chǎn)出結(jié)果的不確定性。這一結(jié)果與唐德祥等、胡求光等和張豪等的研究結(jié)論一致，即研發(fā)投入對TFP起到主要作用［27－29］。同時，這也與前期多數(shù)文獻(xiàn)對R＆D與經(jīng)濟(jì)發(fā)展關(guān)系的分析結(jié)論一致，如王維國等、羅鳳鵬等均發(fā)現(xiàn)R＆D投入對經(jīng)濟(jì)發(fā)展的作用顯著［30－31］。

研發(fā)投入在R＆D約束方程中在1%的水平上顯著為負(fù)，在不確定方程中在1%水平上顯著為正，表明研發(fā)投入的增加可以顯著緩解R＆D對TFP及經(jīng)濟(jì)發(fā)展的約束，但同時卻顯著增加了R＆D的不確定性。

技術(shù)市場成交額在R＆D約束方程中不顯著，但在不確定性方程中在1%的水平上顯著為負(fù)，說明技術(shù)市場成交額沒有形成研發(fā)約束，對TFP沒有直接影響，但能顯著降低研發(fā)的不確定性，所以對于TFP以及經(jīng)濟(jì)發(fā)展還是有著明顯的間接作用。

產(chǎn)業(yè)結(jié)構(gòu)在R＆D約束方程中在1%的水平上顯著為負(fù)，在不確定性方程中在5%的水平上顯著為正，說明產(chǎn)業(yè)結(jié)構(gòu)升級可以顯著緩解R＆D對TFP及經(jīng)濟(jì)發(fā)展的約束，但同時也增加了R＆D結(jié)果的不確定性。前半部分的結(jié)論與多數(shù)文獻(xiàn)基于產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)發(fā)展的研究結(jié)果是一致的，后半部分的結(jié)論尚未見到相關(guān)方面的文獻(xiàn)。

外商直接投資在R＆D約束方程中在1%水平上顯著為負(fù)，在不確定方程中不顯著，表明外商直接投資可以顯著緩解R＆D對TFP及經(jīng)濟(jì)發(fā)展的約束，即外商直接投資對于R＆D有著顯著的溢出作用，這與目前多數(shù)關(guān)于外商直接投資和R＆D關(guān)系的文獻(xiàn)結(jié)論是一致的［32］。

2.地區(qū)差異分析

地區(qū)R＆D水平能夠從一定程度上反映研發(fā)對經(jīng)濟(jì)發(fā)展的約束程度。為此，將30個省、自治區(qū)及直轄市按地區(qū)分成三組，并分別估計了異質(zhì)性隨機(jī)邊界模型（5）、（6）。由于樣本數(shù)量的關(guān)系，在分地區(qū)的估計中，為了能夠讓最大似然估計收斂去掉了兩個變量，即產(chǎn)業(yè)結(jié)構(gòu)和外商直接投資，估計結(jié)果如表3所示。

表3 分地區(qū)估計結(jié)果

對比三個地區(qū)的估計結(jié)果可以發(fā)現(xiàn)，三項(xiàng)專利授權(quán)數(shù)量在不同地區(qū)發(fā)揮的作用存在較大差異。就研發(fā)約束而言，三項(xiàng)專利授權(quán)數(shù)量能夠顯著緩解中部和東部的研發(fā)約束，而對西部的影響則不顯著。這主要源于西部地區(qū)的整體研發(fā)能力相對較低，致使其對TFP和經(jīng)濟(jì)發(fā)展的約束有限。在研發(fā)不確定性方面，三項(xiàng)專利授權(quán)數(shù)量能顯著影響西部的不確定性，但對中部和東部的影響卻不顯著，說明西部地區(qū)還處在研發(fā)初級階段，其研發(fā)成果的作用尚未體現(xiàn)出來，通俗地講，就是尚未發(fā)展到能夠形成約束的階段。

研發(fā)投入在R＆D約束方程中在1%的水平上顯著為負(fù)，說明研發(fā)資金投入的增加可以顯著緩解R＆D對TFP及經(jīng)濟(jì)發(fā)展的約束。在不確定性方程中，西部在1%的水平上顯著為正，而在中部和東部并不顯著，說明研發(fā)資金投入在顯著降低對西部約束的同時，顯著加大了研發(fā)作用結(jié)果的不確定性。

R＆D約束方程中，技術(shù)成交額在西部和中部都在1%的水平上顯著為負(fù)，東部則在1%的水平上顯著為正，表明技術(shù)成交額的增加能顯著降低R＆D對西部和中部的約束，但卻顯著增加了對東部的約束。而在不確定性方程中，西部和中部的作用都不顯著，只有東部在10%的水平上顯著為負(fù)，表明技術(shù)市場成交額的增加能夠降低東部的不確定性。

整體而言，對于處在不同發(fā)展階段的地區(qū)，在R＆D約束作用方面，R＆D水平的提高是能夠顯著降低R＆D對TFP和經(jīng)濟(jì)發(fā)展的約束作用的，但對于經(jīng)濟(jì)發(fā)展相對落后地區(qū)的作用并不明顯；而在R＆D不確定性方面，R＆D水平的提高對于降低研發(fā)結(jié)果不確定性的效果并不顯著，但對經(jīng)濟(jì)發(fā)展相對落后地區(qū)其作用比較復(fù)雜，增加研發(fā)投入可以加大不確定性，增加R＆D專利則能顯著降低不確定性。

3.TFP效率分析

面板隨機(jī)邊界分析可以定量分析每一個地區(qū)的TFP，間接反映地區(qū)發(fā)展所面臨的R＆D約束程度。圖1繪制了TFP的頻數(shù)分布情況，由于最高TFP的樣本較多，致使圖形沒有表現(xiàn)出完美的正態(tài)分布特征。TFP的樣本均值和標(biāo)準(zhǔn)差分別為0.846和0.082，從整個分布來看，多數(shù)地區(qū)的TFP值都集中在0.75～0.90，表明R＆D約束使各地區(qū)TFP最優(yōu)水平降低了10%～25%。

圖1 全要素生產(chǎn)率指數(shù)的頻數(shù)分布

不同地區(qū)的發(fā)展差距備受關(guān)注，本文按照人均三項(xiàng)專利授權(quán)數(shù)量將樣本分為大規(guī)模、中等規(guī)模和小規(guī)模地區(qū)，進(jìn)而分年度估算這三類地區(qū)的平均全要素生產(chǎn)率指數(shù)TFPI（見圖2）。從圖2a來看，2000—2015年樣本總體TFP呈現(xiàn)持續(xù)上升的態(tài)勢，基本介于75%～93%之間，這似乎表明中國整體R＆D水平呈現(xiàn)出一個較快的發(fā)展過程。

圖2 全要素生產(chǎn)率指數(shù)對比

對比不同人均專利授權(quán)數(shù)量地區(qū)的TFP，盡管各種規(guī)模上都呈現(xiàn)出持續(xù)上升態(tài)勢，但人均專利授權(quán)數(shù)量最多地區(qū)的TFP最高，小規(guī)模地區(qū)的TFP最低，中等規(guī)模地區(qū)的TFP介于兩者之間。因?yàn)槿司鶎＠跈?quán)數(shù)是一個衡量研發(fā)水平的比較客觀的指標(biāo)，可以明確地說，R＆D對于TFP或經(jīng)濟(jì)發(fā)展起著核心推動作用，R＆D不同水平對應(yīng)著經(jīng)濟(jì)的不同發(fā)展階段，低水平的R＆D對經(jīng)濟(jì)發(fā)展有著顯著的制約效應(yīng)。圖2b中不同地區(qū)與圖2a中不同人均專利授權(quán)規(guī)模的TFP指數(shù)表現(xiàn)出較強(qiáng)的一致性，證明了本文得出的結(jié)論。

四、結(jié)論與建議

R＆D水平對全要素生產(chǎn)率（TFP）和經(jīng)濟(jì)發(fā)展有著重要的影響。在技術(shù)市場完美假設(shè)下，區(qū)域投入產(chǎn)出處于最優(yōu)水平上，而R＆D約束的存在使得TFP和區(qū)域經(jīng)濟(jì)會單邊偏離這一最優(yōu)水平。本文利用這一特點(diǎn)，可以克服前期R＆D與TFP實(shí)證研究存在的諸多缺陷，同時可以定量分析R＆D約束對TFP及經(jīng)濟(jì)發(fā)展的影響。

本文實(shí)證結(jié)果表明：（1）R＆D約束的存在使得中國整體TFP比最優(yōu)水平降低了10%～25%，平均TFP為0.846。（2）在區(qū)域經(jīng)濟(jì)發(fā)展中，三項(xiàng)專利授權(quán)數(shù)量的提升、產(chǎn)業(yè)結(jié)構(gòu)的升級、研發(fā)投入和外商直接投資的增加，不但能緩解R＆D水平對TFP和經(jīng)濟(jì)發(fā)展的約束，還可以降低后續(xù)研發(fā)結(jié)果的不確定性；技術(shù)成交額的增加雖然不能降低R＆D對TFP和經(jīng)濟(jì)發(fā)展的約束，但是可以降低R＆D產(chǎn)出的不確定性。（3）R＆D水平較高地區(qū)和東部地區(qū)面臨的R＆D約束和R＆D不確定性較低，而R＆D水平較低地區(qū)和西部地區(qū)面臨較高的R＆D約束和R＆D產(chǎn)出的不確定性。

據(jù)此，提出如下政策建議：（1）R＆D發(fā)展水平確實(shí)對TFP和經(jīng)濟(jì)發(fā)展形成了制約，而且R＆D產(chǎn)出存在著較大的不確定性，即中國現(xiàn)階段的經(jīng)濟(jì)發(fā)展已經(jīng)開始對R＆D形成了決定性依賴。所以在區(qū)域經(jīng)濟(jì)層面應(yīng)當(dāng)努力提升R＆D整體水平，并且有效降低R＆D產(chǎn)出的不確定性。（2）有效的研發(fā)投入與三項(xiàng)專利授權(quán)數(shù)量具有同步的一致性效應(yīng)，所以在加大研發(fā)資本投入的過程中，應(yīng)參照三項(xiàng)專利授權(quán)數(shù)量的提升來判斷資本投入的有效性；重視外商直接投資沒有問題，但更應(yīng)該重視外商直接投資的結(jié)構(gòu)，因?yàn)橥馍讨苯油顿Y結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)一樣都會影響R＆D的發(fā)展水平；應(yīng)淡化技術(shù)成交額的指標(biāo)性作用。（3）由于東部地區(qū)已經(jīng)進(jìn)入高水平的良性循環(huán)發(fā)展階段，西部地區(qū)依然面臨著嚴(yán)重的R＆D約束和不確定性，所以如果能夠在更高水平上制定R＆D政策，使西部和中部能夠借力東部R＆D成果，將對中西部地區(qū)乃至中國經(jīng)濟(jì)的整體發(fā)展產(chǎn)生更為深遠(yuǎn)的意義。