徐佳慧 傅爾林

(中共廣東省委黨校經(jīng)濟(jì)學(xué)教研部，廣州 510053)

科技創(chuàng)新是新時(shí)代中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的內(nèi)在需要，也是推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展和現(xiàn)代化建設(shè)全局的核心。黨的十九大報(bào)告明確提出，要充分發(fā)揮科技創(chuàng)新在高質(zhì)量發(fā)展中的支撐引領(lǐng)作用。中共十九屆五中全會(huì)再一次強(qiáng)調(diào)科技創(chuàng)新對(duì)于經(jīng)濟(jì)高質(zhì)量發(fā)展的重要性，提出堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，把科技創(chuàng)新作為國(guó)家發(fā)展的戰(zhàn)略支撐。近5年，全國(guó)研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)年均增長(zhǎng)率達(dá)到11.2%，遠(yuǎn)遠(yuǎn)高于GDP的年均增長(zhǎng)率。那么，伴隨著科技經(jīng)費(fèi)投入總量和規(guī)模的顯著增長(zhǎng)，科技創(chuàng)新投入的產(chǎn)出效益如何？這是學(xué)術(shù)界關(guān)注的熱點(diǎn)，也是現(xiàn)實(shí)中亟待回答和解決的問(wèn)題。

1 文獻(xiàn)綜述

經(jīng)濟(jì)學(xué)家歷來(lái)重視科技創(chuàng)新對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)和發(fā)展的作用。Adam Smith早在1766年就認(rèn)識(shí)到“經(jīng)濟(jì)增長(zhǎng)的動(dòng)力在于勞動(dòng)分工、資本積累和科技進(jìn)步”，他在《國(guó)富論》中多次提及改良和技術(shù)進(jìn)步，并明確指出改良(即科技發(fā)明)和技術(shù)改進(jìn)對(duì)生產(chǎn)力進(jìn)步的重要性[1]。1821年David Ricardo指出可以通過(guò)發(fā)明創(chuàng)造和改良技術(shù)來(lái)增加經(jīng)濟(jì)增長(zhǎng)水平[2]。Robert M.Solow在1957年的研究中提出全要素生產(chǎn)率分析方法，進(jìn)一步確立了科技進(jìn)步?jīng)Q定經(jīng)濟(jì)增長(zhǎng)的觀點(diǎn)，并提出衡量和計(jì)算技術(shù)進(jìn)步所作貢獻(xiàn)的“索洛剩余”方法[3]。Arrow率先將技術(shù)進(jìn)步內(nèi)生化，提出了以科技進(jìn)步為核心的增長(zhǎng)模型[4]。近年來(lái)，關(guān)于技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)的研究重點(diǎn)在于內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論的拓展和深化方面。

針對(duì)科技創(chuàng)新對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)和發(fā)展的作用，國(guó)內(nèi)學(xué)者也進(jìn)行了大量研究，主要側(cè)重于兩個(gè)方面：一是科技創(chuàng)新對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)和發(fā)展的機(jī)理、過(guò)程等方面的分析[5]；二是對(duì)科技創(chuàng)新的經(jīng)濟(jì)增長(zhǎng)效應(yīng)的實(shí)證研究[6]。在進(jìn)行科技創(chuàng)新績(jī)效方面的實(shí)證研究時(shí)，主要研究方法為數(shù)據(jù)包絡(luò)分析法(DEA)。很多學(xué)者都采用DEA方法對(duì)單階段科技投入產(chǎn)出過(guò)程的相對(duì)有效性進(jìn)行研究，將其作為“黑箱”來(lái)處理，忽視了科技成果的經(jīng)濟(jì)轉(zhuǎn)化過(guò)程[7-8]。另外，由于科技創(chuàng)新活動(dòng)存在時(shí)滯性，創(chuàng)新投入需要一定的時(shí)間積累才能轉(zhuǎn)化為創(chuàng)新成果，現(xiàn)有文獻(xiàn)的研究均較少關(guān)注到這一問(wèn)題[9]。因此，本文在考慮滯后效應(yīng)的基礎(chǔ)上，采用網(wǎng)絡(luò)DEA模型來(lái)評(píng)估整個(gè)科技創(chuàng)新系統(tǒng)效率和每個(gè)子系統(tǒng)的效率，并根據(jù)效率結(jié)果分析我國(guó)科技創(chuàng)新效率的空間相關(guān)性，從而提出提升我國(guó)科技創(chuàng)新效率的相關(guān)建議。

2 模型設(shè)定

2.1 分布滯后模型—阿爾蒙法

阿爾蒙分布滯后模型的一般形式為：

(1)

式(1)中Yt表示科技創(chuàng)新產(chǎn)出指標(biāo)；Xt-k表示不同滯后年份的科技創(chuàng)新投入；βk(k=0,1,2,…,s)為滯后系數(shù)，表示滯后k期X的變動(dòng)對(duì)Y的影響；μt～N(0,σ2)。

假定式(1)中的參數(shù)βk的分布可以近似地用一個(gè)關(guān)于k的適當(dāng)階數(shù)多項(xiàng)式表示，就可以利用多項(xiàng)式減少模型中的參數(shù)，即：

βi=a0+a1k+a2k2+…+amkm(m

(2)

各滯后期的科技創(chuàng)新投入相對(duì)于第t年產(chǎn)出的貢獻(xiàn)率Ck為：

(3)

2.2 網(wǎng)絡(luò)DEA模型

本文借鑒Kao的思想，為了分解系統(tǒng)效率，引入虛擬進(jìn)程，使得網(wǎng)絡(luò)系統(tǒng)可以表示為兩個(gè)階段的串聯(lián)模式。

假設(shè)有n個(gè)生產(chǎn)決策單元(DMU)，Xij、Yrj分別為第j個(gè)決策單元的第i個(gè)投入和第r個(gè)產(chǎn)出，Zpj為第j個(gè)決策單元的第p個(gè)中間產(chǎn)出，則DMUk的效率Ek可以表示為：

(4)

兩個(gè)階段的效率分別表示為：

(5)

(6)

3 指標(biāo)選取與數(shù)據(jù)來(lái)源

3.1 指標(biāo)體系的確定

創(chuàng)新資源的投入主要包括人力和財(cái)力兩方面的因素，本文選取R&D經(jīng)費(fèi)內(nèi)部支出(X1)、R&D人員全時(shí)當(dāng)量(X2)作為創(chuàng)新生產(chǎn)系統(tǒng)的初始投入；專利授權(quán)量是國(guó)內(nèi)外研究較為常用的一項(xiàng)中間產(chǎn)出指標(biāo)，技術(shù)市場(chǎng)合同成交額能夠反映技術(shù)成果轉(zhuǎn)移狀況，本文選取的創(chuàng)新成果產(chǎn)出指標(biāo)為各省專利授權(quán)量(M1)和技術(shù)市場(chǎng)合同成交額(M2)；地區(qū)資本存量(X3)和地區(qū)從業(yè)人員(X4)作為非創(chuàng)新投入(中間追加投入)；最終經(jīng)濟(jì)產(chǎn)出分為地區(qū)生產(chǎn)總產(chǎn)值(Y1)和地區(qū)高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入(Y2)。各指標(biāo)的選取和說(shuō)明如表1所示。

表1 科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展效率評(píng)價(jià)指標(biāo)

3.2 數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的完整性及可獲取性，本文在收集數(shù)據(jù)時(shí)，科技創(chuàng)新資源投入指標(biāo)采用2012—2019年的數(shù)據(jù)，而科技創(chuàng)新成果產(chǎn)出(中間產(chǎn)出)、非創(chuàng)新投入(中間投入)和經(jīng)濟(jì)產(chǎn)出指標(biāo)均采用2015—2019年的數(shù)據(jù)。本文選取全國(guó)30個(gè)省、直轄市和自治區(qū)(港、澳、臺(tái)與西藏除外)的數(shù)據(jù)。主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》以及各省區(qū)市相應(yīng)年份的統(tǒng)計(jì)年鑒。

3.3 數(shù)據(jù)處理

本文采用Almon法對(duì)創(chuàng)新生產(chǎn)階段的滯后期進(jìn)行測(cè)算。根據(jù)創(chuàng)新研發(fā)過(guò)程中的各指標(biāo)增長(zhǎng)率變化得出，R&D人員全時(shí)當(dāng)量的變化幅度明顯，可以認(rèn)為R&D人員全時(shí)當(dāng)量的變化對(duì)各產(chǎn)出指標(biāo)的影響更大。從各指標(biāo)的相關(guān)系數(shù)矩陣也可以看出，R&D人員全時(shí)當(dāng)量與創(chuàng)新產(chǎn)出指標(biāo)的相關(guān)性更強(qiáng)。因此，本文選用R&D人員全時(shí)當(dāng)量與創(chuàng)新產(chǎn)出指標(biāo)間的滯后特征來(lái)確定創(chuàng)新研發(fā)過(guò)程中的滯后期。本文利用Eviews軟件對(duì)創(chuàng)新研發(fā)過(guò)程中的投入產(chǎn)出指標(biāo)時(shí)間序列進(jìn)行ADF的二階差分檢驗(yàn)，檢驗(yàn)結(jié)果表明是平穩(wěn)序列，可以采用Almon法進(jìn)行滯后期分析。

關(guān)于滯后期的長(zhǎng)度，由互相關(guān)分析命令CROSS得出的產(chǎn)出與投入各期滯后值的相關(guān)系數(shù)，可初步判斷滯后期的長(zhǎng)度為3。由于m

經(jīng)過(guò)模型計(jì)算及軟件操作，得到統(tǒng)一的滯后模型表達(dá)式如式(7)和式(8)所示。

(7)

Zt=0.133 94Xt+0.211 31Xt-1+0.288 69Xt-2+0.366 07Xt-3

(8)

4 實(shí)證結(jié)果分析

4.1 效率趨勢(shì)分析

4.1.1 中國(guó)科技創(chuàng)新效率總體特征

2015—2019年期間，我國(guó)科技創(chuàng)新效率總體偏低，效率值始終介于0.438和0.472之間(見(jiàn)圖1)。階段Ⅰ(即創(chuàng)新研發(fā)階段)的研發(fā)效率呈上升趨勢(shì)，年均上升幅度為2.55%，且效率值始終處于相對(duì)較高的水平狀態(tài)，表明創(chuàng)新資源得到有效配置，創(chuàng)新研發(fā)階段的高效率有助于系統(tǒng)效率的提升。而階段Ⅱ(即創(chuàng)新支持下的經(jīng)濟(jì)發(fā)展階段)的轉(zhuǎn)化效率始終明顯低于階段Ⅰ的研發(fā)效率及支撐系統(tǒng)的綜合效率，進(jìn)一步證明創(chuàng)新成果轉(zhuǎn)化階段的低效率制約了整個(gè)系統(tǒng)效率的提升。2015—2019年專利授權(quán)量及技術(shù)市場(chǎng)成交額的平均增長(zhǎng)率分為12.67%和23.47%，均高于實(shí)際GDP、高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入的平均增長(zhǎng)率，這表明科技創(chuàng)新成果未能有效地作用于經(jīng)濟(jì)發(fā)展，創(chuàng)新成果的轉(zhuǎn)化效率有待提高。因此，為了讓科技創(chuàng)新引領(lǐng)經(jīng)濟(jì)發(fā)展，我國(guó)應(yīng)突破重點(diǎn)領(lǐng)域、重點(diǎn)行業(yè)的關(guān)鍵技術(shù)，推動(dòng)科技成果轉(zhuǎn)化。

圖1 2015—2019年中國(guó)科技創(chuàng)新效率變化趨勢(shì)

4.1.2 中國(guó)省際科技創(chuàng)新效率分析

各省區(qū)市間科技創(chuàng)新效率差異明顯，高效率單元集中在少數(shù)省份。從科技創(chuàng)新的綜合效率分布情況來(lái)看，北京、廣東和新疆處于綜合效率最優(yōu)水平，效率值為1，說(shuō)明這3個(gè)地區(qū)的創(chuàng)新研發(fā)以及創(chuàng)新成果對(duì)經(jīng)濟(jì)發(fā)展的支撐能力較強(qiáng)。上海、江蘇、甘肅、浙江等地區(qū)的系統(tǒng)效率次之，但也處于較高水平，其中新疆和甘肅的系統(tǒng)效率位居前十，這與該地區(qū)的經(jīng)濟(jì)實(shí)力排名不符，似乎很矛盾。其實(shí)，新疆和甘肅地區(qū)的高效率恰好揭示了科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展的系統(tǒng)效率不僅僅取決于地區(qū)的經(jīng)濟(jì)發(fā)展水平，更重要的是創(chuàng)新研發(fā)和創(chuàng)新成果的轉(zhuǎn)化效率。山西、內(nèi)蒙古、廣西、海南、黑龍江、云南等欠發(fā)達(dá)地區(qū)系統(tǒng)效率相對(duì)較低，與全國(guó)平均水平差距非常懸殊。

基于在科技創(chuàng)新發(fā)展過(guò)程中兩個(gè)階段的效率情況(見(jiàn)表2)，將所有省級(jí)行政區(qū)分為三類：第一類是創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展強(qiáng)支撐型。這類省級(jí)行政區(qū)在創(chuàng)新研發(fā)、創(chuàng)新成果轉(zhuǎn)化兩個(gè)子階段都表現(xiàn)出較高的效率水平，基本實(shí)現(xiàn)了資源優(yōu)化配置，屬于高效集約型科技創(chuàng)新，以北京、廣東等省級(jí)行政區(qū)為代表。第二類是創(chuàng)新研發(fā)制約型。這類省級(jí)行政區(qū)創(chuàng)新成果轉(zhuǎn)化效率相對(duì)較高，但其創(chuàng)新研發(fā)階段效率相對(duì)較低，創(chuàng)新資源沒(méi)有得到有效利用。以上海、江蘇為例，在樣本期內(nèi)，兩地區(qū)專利授權(quán)量與技術(shù)市場(chǎng)成交額分別占全國(guó)的4.05%、6.78%和13.79%、6.15%，均低于兩地區(qū)R&D經(jīng)費(fèi)支出與R&D人員全時(shí)當(dāng)量占全國(guó)的比重，這表現(xiàn)出明顯的投入產(chǎn)出比不足，創(chuàng)新資源未得到充分利用，因此，創(chuàng)新研發(fā)階段的效率有待提高。第三類是創(chuàng)新成果轉(zhuǎn)化制約型。這一類型表現(xiàn)最為典型，包含全國(guó)70%以上的省級(jí)行政區(qū)。該類省級(jí)行政區(qū)的特點(diǎn)是：創(chuàng)新研發(fā)階段效率高，創(chuàng)新資源得到了有效利用，但創(chuàng)新成果轉(zhuǎn)化效率較低，且兩階段的效率差異明顯。由此說(shuō)明創(chuàng)新成果轉(zhuǎn)化難是普遍現(xiàn)象，創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐作用受制于創(chuàng)新成果轉(zhuǎn)化階段。

表2 中國(guó)各省級(jí)行政區(qū)科技創(chuàng)新效率情況

為了更加深入地了解我國(guó)科技創(chuàng)新發(fā)展的情況，本文將我國(guó)除西藏外的30個(gè)省級(jí)行政區(qū)按照八大綜合經(jīng)濟(jì)區(qū)①進(jìn)行了對(duì)比發(fā)現(xiàn)：科技創(chuàng)新過(guò)程中，創(chuàng)新研發(fā)階段效率最佳的為東部沿海綜合經(jīng)濟(jì)區(qū)和南部沿海經(jīng)濟(jì)區(qū)，而黃河中游綜合經(jīng)濟(jì)區(qū)和東北綜合經(jīng)濟(jì)區(qū)效率較低，且低于全國(guó)水平，說(shuō)明東部沿海綜合經(jīng)濟(jì)區(qū)和南部沿海經(jīng)濟(jì)區(qū)的創(chuàng)新資源得到有效利用，創(chuàng)新研發(fā)能力相對(duì)更強(qiáng)；而創(chuàng)新支持下的經(jīng)濟(jì)發(fā)展階段中，東部沿海綜合經(jīng)濟(jì)區(qū)的轉(zhuǎn)化效率最高，大西北綜合經(jīng)濟(jì)區(qū)位居第二，南部沿海和北部沿海次之，說(shuō)明3個(gè)沿海經(jīng)濟(jì)區(qū)的技術(shù)轉(zhuǎn)移體系相對(duì)完善，科技創(chuàng)新活動(dòng)能有效地為當(dāng)?shù)亟?jīng)濟(jì)做出應(yīng)有的貢獻(xiàn)；再?gòu)恼麄€(gè)系統(tǒng)的效率來(lái)看，科技創(chuàng)新效率出現(xiàn)了明顯的區(qū)域差異性，表現(xiàn)為沿海經(jīng)濟(jì)區(qū)的效率最高，并且正是由于沿海經(jīng)濟(jì)區(qū)的高效率提升了全國(guó)平均水平。

4.2 效率空間相關(guān)性分析

檢驗(yàn)空間自相關(guān)性的方法很多，本文采用運(yùn)用最廣泛的Moran′s I指數(shù)法，基于3種空間權(quán)重對(duì)我國(guó)2015—2019年科技創(chuàng)新效率水平的空間相關(guān)性進(jìn)行檢驗(yàn)，結(jié)果如表3所示。樣本期間，我國(guó)科技創(chuàng)新效率水平的Moran′s I值在3種空間權(quán)重下均為正值，且均通過(guò)了顯著性檢驗(yàn)，說(shuō)明中國(guó)各省區(qū)市之間的科技創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐效率在全局上表現(xiàn)為顯著空間正相關(guān)。地理距離權(quán)重下的Moran′s I值最小，表明地理距離一定程度上削弱了省區(qū)市之間的經(jīng)濟(jì)聯(lián)系和空間相關(guān)性。

表3 三種權(quán)重下我國(guó)科技創(chuàng)新效率差距的Moran′s I值

為直觀考察我國(guó)科技創(chuàng)新效率差距的空間相關(guān)特征，本文以2019年為例，分別繪制了3種權(quán)重下我國(guó)科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展效率差距的Moran′s I散點(diǎn)圖，如圖2所示。2019年，0-1鄰接權(quán)重、經(jīng)濟(jì)距離權(quán)重和地理距離權(quán)重下，依次有21個(gè)、17個(gè)和16個(gè)省區(qū)的科技創(chuàng)新效率差距Moran′s I值位于第一象限(H-H)和第三象限(L-L)，表明我國(guó)科技創(chuàng)新效率差距有著顯著的空間相關(guān)性。

圖2 三種權(quán)重下2019年我國(guó)科技創(chuàng)新效率差距Moran′s I散點(diǎn)圖

5 結(jié)論與建議

我國(guó)科技創(chuàng)新成果轉(zhuǎn)化階段的低效率制約了整個(gè)系統(tǒng)效率的提升，且科技創(chuàng)新效率具有明顯的區(qū)域差異性，其中，沿海經(jīng)濟(jì)區(qū)的效率最高。各省區(qū)市間科技創(chuàng)新效率差異明顯，高效率單元集中在少數(shù)省份，受創(chuàng)新成果轉(zhuǎn)化制約的省份表現(xiàn)最為典型。此外，我國(guó)科技創(chuàng)新效率存在顯著的空間相關(guān)性，表現(xiàn)為沿海地區(qū)存在科技創(chuàng)新效率差距高值省區(qū)集群，東北綜合經(jīng)濟(jì)區(qū)存在低值省區(qū)集群。

基于以上研究，本文提出如下建議：第一，因地制宜配置創(chuàng)新資源。創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展強(qiáng)支撐型省份應(yīng)立足于自身的創(chuàng)新資源與體制優(yōu)勢(shì)，打造創(chuàng)新高地，建設(shè)創(chuàng)新型示范區(qū)，引領(lǐng)中國(guó)科技創(chuàng)新發(fā)展；創(chuàng)新研發(fā)制約型省份不僅要高效利用現(xiàn)有的創(chuàng)新資源，提高研發(fā)效率，而且要進(jìn)一步加強(qiáng)對(duì)科技創(chuàng)新資源的投入，優(yōu)化研究投入比例；創(chuàng)新成果轉(zhuǎn)化制約型省份應(yīng)立足于當(dāng)前科技創(chuàng)新基礎(chǔ)，充分發(fā)揮市場(chǎng)主體的作用，將產(chǎn)學(xué)研緊密結(jié)合，在科技成果轉(zhuǎn)化、重點(diǎn)科技創(chuàng)新領(lǐng)域上取得突破。第二，暢通科學(xué)研發(fā)和成果轉(zhuǎn)化通道。一方面要加強(qiáng)關(guān)鍵環(huán)節(jié)的科技攻關(guān)，加快基礎(chǔ)零部件、核心工藝、關(guān)鍵技術(shù)的研究，攻破“卡脖子”技術(shù)，支持有基礎(chǔ)的制造業(yè)企業(yè)建立研發(fā)部門(mén)，充分發(fā)揮新興產(chǎn)業(yè)作為產(chǎn)業(yè)創(chuàng)新發(fā)展的重要載體作用，大力培育引領(lǐng)型、創(chuàng)新型企業(yè)集群，引導(dǎo)產(chǎn)業(yè)基地高級(jí)化和產(chǎn)業(yè)鏈現(xiàn)代化；另一方面完善科技成果轉(zhuǎn)移轉(zhuǎn)化服務(wù)體系，加強(qiáng)推進(jìn)各類科技成果轉(zhuǎn)化服務(wù)機(jī)構(gòu)、技術(shù)交易平臺(tái)、科技成果產(chǎn)業(yè)化基地等的建設(shè)。第三，加強(qiáng)城市之間創(chuàng)新要素流動(dòng)。本文表明科技創(chuàng)新效率存在空間溢出效應(yīng)，因此，需要進(jìn)一步消除創(chuàng)新要素自由流動(dòng)的政策壁壘，加強(qiáng)城市之間的聯(lián)系與合作，使得人才、資金、技術(shù)在各個(gè)區(qū)域之間自由流動(dòng)，有效解決創(chuàng)新資源優(yōu)化配置問(wèn)題。探索沿海城市與內(nèi)地城市之間創(chuàng)新資源的共享與合作機(jī)制。例如，考慮定期舉辦科技創(chuàng)新研討會(huì)，加強(qiáng)沿海與內(nèi)地之間科技人員的前沿技術(shù)交流。