区域科技投入结构

区域科技投入结构（共5篇）

区域科技投入结构 篇1

1 引言

科技经费投入既应注重量的提升, 又应关注科技经费投入结构的优化, 在加大科技经费投入的同时积极优化投入结构是提高科技资源使用效率的途径。我们不仅应关注R&D经费的投入结构, 同时也应关注科技经费投入的“来源—执行”结构, 因为科技经费来源主体和执行主体的变化直接反映科技经费投入的动力机制和制度特征, 影响科技创新能力。由于各地区经济社会发展水平和科技政策的差异, 区域科技经费投入结构的差异普遍存在, 把各区域科技经费投入结构直接进行对比是不恰当的;如果将各区域科技经费投入结构放在与其对应的全国整体水平上进行对比, 以此判断各区域科技经费投入结构相对于全国的相对竞争能力, 则是合理的, 偏离—份额分析法为我们提供了必要的技术手段。

近年来, 国外学术界对科技经费投入结构的研究主要就公共研发资金和私人研发资金之间的关系展开了研究, 如Rosenberg、Lichtenberg、Andreas、Loof等[2,3,4,5];国内学术界关于区域科技经费投入的研究相对较多, 但直接对区域科技经费投入结构的研究成果相对较少, 大多数研究把区域科技经费投入结构作为区域科技经费投入中的一个要素或方面, 从规模、比例的角度来进行研究, 国内直接对区域科技经费投入结构进行研究具有代表性的有魏守华、吴贵生[6]、夏亮辉[7]、孙玉涛[8]。上述研究在一定程度上填补了区域科技经费投入结构要素研究的空白, 但还有需要完善之处。本文基于偏离份额分析法, 从“来源—执行”角度分析科技经费投入结构的增长效应、结构效应和竞争力效应, 反映区域科技经费投入的速度、动力机制和制度特征, 为各区域优化科技经费投入结构提供科学依据。

2 研究区域、方法与数据来源

2.1 研究区域范围

本文以我国八大经济区 (北部沿海地区、东部沿海地区、南部沿海地区、东北地区、长江中游地区、黄河中游地区、西南地区、西北地区) 为研究地域单元 (不包括中国香港特别行政区、中国澳门特别行政区和中国台湾省) 。

2.2 研究方法

偏离—份额分析法 (Shift-Share Method, SSM) 最初是由美国著名经济学家丹尼尔B克雷默提出, 之后邓恩E S和埃德家·胡佛等在应用中对其做了进一步发展和完善, 成为国内外学者进行区域经济和产业结构分析的常用方法[9]。将被研究区域科技经费投入的增长与标准区域 (国家) 的增长联系起来比较, 把区域科技经费投入的变化看作一个动态的过程, 以其所在国家的科技经费投入为参照系, 将区域自身在某一时期的科技经费投入总量增长的变动G分解为3个分量, 即份额分量N (又称区域增长分量) 、偏离分量S和竞争力分量D。其中, 偏离分量S又分为结构偏离分量P和竞争力偏离分量D, 以此说明科技经费投入增长和衰退的原因、评价区域科技经费投入结构优劣和自身竞争力的强弱, 确定区域未来科技经费投入规模和结构调整的合理方向。该方法具有较强的综合性和动态性, 在测算区位熵 (特化系数) 的基础上, 能进一步反映区域科技经费投入随时间的变化状态。

假设区域i在经历了时间[0, t]之后, 科技经费投入总量和结构均已发生变化。设初始期 (基年) 区域i的科技经费投入总规模为bi, 0, 末期 (截止年t) 为bi, t。同时, 依照一定的规则, 把区域科技经费投入划分为n个部门, 分别以bij, 0、bij, t, (t=1, 2, …, n) 表示区域i第j个部门在初始期和末期的规模, 并以B0、Bt表示全国在相应时期初期与末期的规模, 以Bj, 0和Bj, t分别表示全国初期与末期第j个部门的规模。

区域i第j个部门在[0, t]时段内的变化率为:undefined;全国j部门在[0, t]时段内的变化率为:undefined;全国各部门所占的份额, 按下式将区域各部门规模标准化得到:undefined;这样在[0, t]时段内区域i第j部门的增长量Gij可分解为份额分量Nij、结构偏离分量Pij和竞争力偏离分量Dij3个分量, 依次表达为:Gij=Nij+Pij+Dij、Nij=b′ij×R、Pij= (bij, 0-b′ij) ×Rj、Dij=bij, 0× (rij-Rj) 、Gij=bij, t-bij, 0、PDij=Pij+Dij。其中, 引入undefined分别为i区域j部门在初期与末期占同期全国相应部门的比重, 则区域i相对于全国的增长率为L;并可将L分解得到结构效果指数W和区域竞争效果指数u, 且0≤L≤1∶L=w×u。

2.3 数据来源

本文采用的数据来自2000—2009年《中国科技统计年鉴》。科技活动经费从来源 (经费筹集) 和执行 (科技经费内部支出) 的角度进行统计, 可清晰地反映区域创新体系的结构。

3 八大经济区科技经费投入结构分析

3.1 八大经济区科技经费“来源—执行”结构趋势

科技经费投入规模是科技经费投入结构研究的基础, 没有规模支撑的结构没有意义。统计数据显示, 无论是来源资金还是执行资金均截至2008年, 北部沿海、东部沿海、南部沿海的科技经费投入在八大经济区中占有绝对的优势, 西北地区的科技经费投入规模最小, 东北地区、长江中游、黄河中游、西南地区居中。从各地区科技经费投入资金结构变动看, 无论是来源于投入结构还是执行结构, 企业的主体地位已基本确立。

3.2 八大经济区科技经费投入来源结构分析

科技经费投入来源结构的增长分析:从科技经费投入来源结构的增长看, 我国东部沿海、南部沿海的科技经费投入的G较大, 且L>1, 说明各部门科技经费投入呈现稳步增长趋势, 其他地区增长趋势相对较缓慢。从政府资金、企业资金、金融机构贷款资金的变动看, 八大经济区呈现出一定的差异。政府资金变动高于全国平均水平的有东部沿海、南部沿海、长江中游、黄河中游地区, 其中东部沿海政府资金增长最快, 其他地区低于全国平均水平, 其中西北地区增长最慢。东南沿海地区政府资金增长变动较快, 主要是由于当地的经济发展水平和财政收入较高, 因此科技经费投入有着稳定的政府资金来源, 但北部沿海的政府资金增长低于全国平均水平, 说明其科技经费投入占财政收入的比例需进一步提高;而长江中游和黄河中游地区的政府资金变动的增加与国家实施的“中部崛起”战略和相关的财政、科技政策支持有着直接的关系。从企业资金的变动看, 高于全国平均水平的有北部沿海、黄河中游地区, 其他地区均低于全国平均水平。说明除北部沿海和黄河中游地区企业资金投入的增速较快外, 其他地区企业资金投入增长相对较慢。北部沿海地区大中型企业较多, 企业的资金来源也相对充裕, 而东部沿海、南部沿海地区资金增长较低的原因主要是当地主要以中小企业和民营企业为主。本文研究的企业数据主要是大中型企业, 且2008年全球金融危机等外部环境的变化对中小企业的冲击较大, 在一定程度上影响科技的投入。黄河中游地区虽然企业资金投入增速较快, 但其规模尚小;而东北地区的政府与企业尚未形成有效的互动机制, 因此企业对技术创新投入的积极性和速度提高;长江中游、西南地区、西北地区的企业科技经费投入在规模和结构上需同时提高。从金融机构贷款资金变动看, 北部沿海、东北地区、西北地区低于全国平均水平;北部沿海、东北地区和西北地区金融机构贷款资金变动较低, 主要是由于其金融机构系统不够发达造成的。

科技经费投入结构效应分析:从科技经费投入的结构效应看, 东部沿海、南部沿海、长江中游地区的P较大, 且W>1, 说明区域科技经费投入增长快的部门比重大, 区域科技经费投入结构较好, 结构对科技经费投入增长的贡献大;而东北地区、黄河中游、西南地区的P较小, 且W<1, 说明区域科技经费投入增长快的部门所占比重较小, 结构对科技经费投入增长的贡献相对较小。自“振兴东北老工业基地”战略实施以来, 东北地区主要是通过金融机构的资金扶持带动企业科技创新能力的提升, 但是东北地区的金融系统并不发达, 金融机构的投入可能收效甚微。东北地区的政府资金投入增长相对缓慢, 应进一步加大政府科技资金的投入, 带动企业资金投入。

科技经费投入结构竞争力分析:从科技经费投入结构的竞争力水平看, 北部沿海、东部沿海、南部沿海的D较大, 且U>1, 说明科技经费投入各部门总的增长势头大, 竞争力强, 高于全国平均水平;而东北、长江中游、黄河中游、西南地区、西北地区科技经费投入的D较小, 且U<1, 说明科技投入各部门总的增长缓慢, 竞争力较弱, 低于全国平均水平。我国政府一直高度重视沿海地区的科技经费投入, 因此沿海地区有着相对稳定的政府资金来源, 沿海地区更是我国改革开放的先发地区, 外向型经济和民营经济发展迅速, 因此企业和金融结构贷款的资金来源也相对较高。黄河中游地区的科技经费投入总量水平相对较低, 因此科技经费投入的增长空间还很大。东北、长江中游、西南地区、西北的竞争力较差, 科技经费投入各部门总的增长相对于全国平均水平仍然较低, 差距很大, 见表1。

3.3 八大经济区科技经费投入执行结构分析

科技经费执行结构的增长分析:从科技经费执行结构的增长看, 东部沿海、南部沿海、黄河中游地区科技经费执行部门的G较大, 且L>1, 说明各部门执行资金呈现稳步增长趋势。从独立研究机构、大中型企业、高等学校执行资金的变动看, 八大经济区呈现出一定的差异。其中, 独立研究机构执行资金高于全国平均水平的有东部沿海、黄河中游、西南地区, 其他地区均低于全国平均水平。东部沿海研发机构执行资金比重较高, 主要是上海、江苏的研发机构科研实力较强, 因此应加大企业执行资金的力度, 而黄河中游和西南地区的企业主体地位尚未建立。从大中型企业执行资金的变动看, 除东北、长江中游、西北地区以外, 其他地区均高于全国平均水平。企业执行资金快速增长一方面反映出我国企业为主体的技术创新体系的逐步确立, 但也不排除科技体制改革, 特别是科研院所转制形成的统计口径上资源归属的较大变化, 即企业比重的上升伴随着研发机构比重的急剧下降。从高校执行资金的变动看, 北部沿海、东北地区、黄河中游地区的变动低于全国平均水平;东部沿海、南部沿海、长江中游、西南地区、西北地区高于全国平均水平。北部沿海、东北地区、黄河中游地区的地方政府应进一步加强本地大学的科研投入, 一方面可促进大学研发能力提高;另一方面可提高成果的本地转化率, 增强企业技术创新能力。

科技经费执行结构竞争力效应分析 (表2) :从科技经费执行结构效应看, 东部沿海、南部沿海、长江中游地区的的结构效应相对较好, 其他地区的结构效应均较差, P<1, 说明区域投入执行资金中增长快的部门比重小, 区域科技经费投入执行结构较差, 结构对科技经费投入执行增长的贡献小。从科技经费投入结构的竞争力水平看, 东部沿海、南部沿海地区的D较大, 且U>1, 说明科技经费各执行部门总的增长势头大, 竞争力较强, 高于全国平均水平;其他地区均低于全国平均水平, 竞争力较差。沿海地区是科技资源密集区, 经济发展水平较高且金融系统相对发达, 因此具有较强的竞争力。我国大部分区域科技经费执行结构尚不合理, 需要进行调整。

4 结语与讨论

总体上看, 我国八大经济区科技经费投入发展速度较快, 投入和执行资金的增长较稳定, 除东北地区外, 其他地区科技经费投入结构效应较好, 但科技资金执行结构效应均较差。沿海地区和黄河中游地区的科技投入竞争力较强, 东北、长江中游、西南、西北地区科技投入竞争力较弱;除沿海地区外, 其他地区科技经费执行结构竞争力均较差。东北地区应全面深入研究区域科技经费投入结构和执行主体之间的关系, 在增加投入规模的同时优化结构, 形成投入和执行主体之间的良性互动机制;黄河中游地区应继续保持科技来源资金的投入速度, 加大对执行资金的投入力度, 尤其是高校执行资金的资助力度;长江中游地区应进一步强化企业的主体地位, 加大企业来源和执行资金的投入, 适当增加政府科技资金投入占财政收入的比例, 保持金融机构来源资金的增速;西部地区目前需要进一步增加科技经费的规模, 没有规模支撑的结构是没有意义的。

在科技经费来源结构体系中, 企业、金融机构的变动趋势比较活跃, 标志着我国科技经费来源结构调整进入了良性发展的加速期, 但在结构调整过程中还存在一些问题, 如企业资金投入增长相对较慢、金融机构贷款资金来源相对较少等。从科技经费执行的资金结构看, 在八大经济区的资金变动中企业执行资金和高校执行资金的增长变动较快, 独立研究机构资金的增长相对缓慢。因此, 各经济区的科技经费执行结构调整是今后工作的重点。区域科技经费来源结构调整的关键是在处理好政府和企业的关系基础上, 广泛吸收社会资本, 形成政府、企业、社会的多元化投入格局, 真正实现科技投入的多元化发展;区域科技经费执行结构调整的关键是加大执行资金投入的规模, 加快其结构调整的速度, 建立以企业为主体的科技创新体系, 发挥高校的潜力和优势。

科技经费投入“来源—执行”结构仅仅是反映国家或区域科技投入状况的指标之一, 不能基于此对区域的科技投入绩效或者创新能力进行简单判断。“偏离—份额”分析法主要是从科技经费投入增长和结构的角度来进行分析, 对科技经费投入规模的关注相对较少, 因此从增长的角度来研究结构效应和竞争力效应并不能代表区域整体科技经费投入结构的水平, 在分析时一定要注意模型的假设条件。

摘要：科技经费投入既应注重量的提升, 又应关注科技经费投入结构的优化, 在加大科技经费投入的同时积极优化投入结构是提高科技资源使用效率的途径。采用偏离份额分析法, 从科技经费投入的“来源—执行”结构角度测算了我国八大经济区的科技经费投入结构, 并从科技经费投入的增长效应、结构效应、竞争力三个方面进行分析, 反映出区域科技经费投入发展的速度、动力机制和制度特征。

关键词：偏离份额,区域科技投入结构,八大经济区

参考文献

[1]孙玉涛, 刘凤朝, 徐茜.基于特化系数的我国区域科技投入结构演变分析[J].管理评论, 2008, 23 (2) :80-84.

[2]Rosenberg N.Perspectives on Technology[M].Cambridge:Cambridge Univer-sity Press, 1976.

[3]Lichtenberg F R.The Relationship between Federal Contract R&D and Com-pany R&D[J].American Economic Review, 1984, 74 (2) :73-78.

[4]Andreas F.The Impact of Governmen Funded R&D Activities in German In-dustry[EB/OL].http://www.eea-esem.com/eea-esem/2003/prog/get-pdf.asp?pid=2609&pdf=/papers/eea-esem/2003/2609/fier_es-em2003.pdf.

[5]Loof H, Heshmati A.The Impact of Public Funding on Private R&D Invest-ment:New Evidence from a Firm Level[R].CESIS:Electronic Working PaperSeries, 2005.

[6]魏守华, 吴贵生.区域R&D经费空间分布及其变动特征研究[J].研究与发展管理, 2008, 20 (1) :72-75.

[7]夏亮辉.优化科技投入结构, 促进科技成果转化[J].研究与发展管理, 2000, (6) :36-38.

[8]孙玉涛, 刘凤朝.中美国家创新体系“来源—执行”组织结构比较[J].预测, 2011, 30 (2) :1-5.

中国科技投入区域差异研究 篇2

1 我国科技投入现状

从改革开放后, 随着我国经济的快速发展, 科教事业有了很大的进步, 国家对科技发展的投入也有了很大的程度的增长。

数据来源:中国国家科技部。

从表1中可以直观的看到, 科技经费在绝对量与相对量上增长幅度很快。国家在财政拨款从2000年的575.6亿元增加到了2010年的4114.4亿元。10年增长了5.4倍。科技经费支出在GDP中的比重也已经从2000年的0.9%增加到了了2010年的1.75%。但是从相对投入量来看, 与发达国家的5%的平均水平相比, 还比较低。

改革开放后, 东部由于地缘优势, 率先引进国外先进科学技术, 加之高校及研究机构的增加与快速发展, 科技水平迅速提高, 经济的增长速度也越来越快。扩散效应下与东部相邻的中部地区首先得益, 而西部由于交通通信及发展历史等各种原因, 科技水平发展速度最慢, 社会经济水平相对落后, 形成了全国角度下, 以东部为中心的科技“增长极”。与之对应, 区域经济的发展状况也出现东中西三个梯级经济区域。科技的投入水平与这种梯级经济区域的形成关系如何?

2 东、中、西部的科技投入现状及计量分析

2.1 统计分析

对科技投入的产出效率有很多中测度方法, 20世纪30年代美国著名数学家柯布 (C.W.Cobb) 和经济学家道格拉斯 (P.H.Douglass) 共同研究了产出与投入的关系, 并用数学函数描述了这种关系, 得出C—D型生产函数:Y=AKαLβ。式中Y为产出, K为资本, L为劳动力;参数α和β分别为产出对资本和劳动力的弹性;A为技术进步参数。用柯布一道格拉斯生产函数可以计算出某一时刻的技术水平, 并由此计算出技术进步对新增产值的贡献, 或技术进步对新增劳动生产率的贡献, 但不能直接计算出技术进步对产值增长速度的贡献。

本文选用新柯布—道格拉斯生产函数法, 公式为Y=AKαLβEλet, 即在原有的生产函数加入科技投入变量E。et表示除K、L、E之外的影响因素。为了能够有参考地衡量科技投入的影响, 本文添加了从2000年到2010年的全社会固定资产投资和社会就业人数, 即K和L。

以Y=AKαLβEλet为模型, Y表示GDP, K表示社会固定资产投资, L表示就业人数, E表示科技经费投入, 对东部、中部和西部的数据分别进行计量分析。

2.2 序列相关性检验——相关图和Q统计量

实际中, 扰动项的序列相关性往往是模型中遗漏了重要的解释变量, 或者是由于模型函数形式设定有误引起的, 因而有必要对模型进行序列相关检验。

本文采用的是由2000年到2010年各个省市计算得到的时间序列数据, 为了消除异方差影响, 分别对变量GDP、K、L、E取自然对数, 得到新的变量lnGDP、lnK、lnL、lnE。首先对变量的序列相关进行检验, 通过观察自相关和偏相关系数及对应于高阶序列相关的Ljung-Box Q统计量来判断是否存在序列相关。通过残差不存在序列相关, 各阶滞后的自相关和偏相关值都接近于零, 并且Q统计量的P值比较大, 否则, 拒绝原假设, 即认为存在序列相关。检验结果如图1、图2、图3所示。

从结果可以看到, 东、中、西部数据并不存在序列相关。

2.3 协整检验

从协整理论的思想来看, 自变量和因变量之前存在协整关系, 也就是说因变量能被自变量的线性组合所解释, 两者之间存在稳定的均衡关系, 因变量不能被自变量所解释的部分构成一个残差序列, 这个残差序列应该是平稳的。因而检验一组变量之间是否存在协整关系等价于检验回归方程的残差序列是否是一个平稳序列[2]。

协整检验从检验对象上可以分为两种:一种是基于回归系数的协整检验, 另一种是基于回归残差的协整检验。本文采用ADF检验来判断残差序列是否平稳来判断变量之间是否存在协整关系。

注:*表示未经差分的统计量, 残差序列非平稳;**表示经过2阶差分后的各个统计量, 此时残差序列达到平稳。

从表2可以看到, 初始的线性组合的残差序列是非平稳的, 经过二阶差分, 在5%的显著性水平下都是平稳的。

2.4 回归结果

通过检验, 数据不存在序列相关, 二阶差分后残差序列是平稳的, 将差分后的数据运用最小二乘法进行多元回归得到如表3的变量统计指标:

注:在二阶差分下, 观察值为9个, 显著性水平为5%。

计量分析结果可以看到, R2值很高, 相关性很好。统计值的T检验在5%的水平下显著, 也就是说, 参考了固定资产投资和就业人数的科技经费投入对GDP的增长有着显著的影响。

表3中可以看到, 东部K值较小, 而L和E值相对较大, 分析现实的因素应该是, 在东部地区, 资本投资相对GDP的增长相对过剩, 而科技的高投入培养了高素质就业人才, 从而使得科技投入的作用得以发挥, 即劳动力和科技对经济增长起着明显的促进作用。

中部L相对东西部来说很大, 并且K和E小于零且E值很小, 可以解释为中部地区劳动力过剩严重, 而且资本对经济增长的贡献不明显, 从索洛经济增长模型的角度可以解释为资本的增长严重少于人口的增长, 小幅的技术进步又不能带来劳动与资本更高效的结合, 从而形成资本对经济增长的贡献缺位。

西部E值为负且绝对值较大, 说明西部地区投入培养的高科技人才存在大量的外流, 以及科技投入所带来的产出向中东部的转移, 是影响E值为负的主要原因。

从计量分析的结果中考察E值, 即科技投入, 可以直接比较出东中西部在科技投入的效益上存在很大差异。东部的E值高达 0.366736, 而中部与西部都为负值, 结果最令人深思。在科技投入对西部经济增长的直接作用方面, 存在中西部科技投入所带来的产出向东部的转移现象, 如东部的科技型公司受西部大开发等优惠政策的吸引在中西部设立子公司, 而子公司的产出市场主要仍在东部及世界, 但其科技经费的投入是发生在中西部地区。

综合来看, 我国东、中、西三个梯级经济区域的资本都处于相对紧缺状态, 经济的增长因素仍主要靠劳动力的贡献, 而科技投入水平和效率低很难形成对经济增长的贡献。科技投入对经济增长的促进作用体现在直接和间接两方面:直接作业即是科技投入直接转化为科技成果产出, 也就是此方面对西部的效果为负;间接作用体现在对社会生产率的促进上, 此作用不论任何地区都是积极的影响。

3 结论与讨论

科技投入是科学研究和技术创新活动的物质基础, 科技投入的最终效果常常体现在经济增长上。因此, 在研究和规划一个国家或地区的经济增长问题时, 我们不能轻视更不能忽视科技投入的因素。我国的科技总体发展水平已经达到一个相当的高度, 但是客观存在的区域间科技投入发展不平衡已经成为总体科技水平进一步发展及促进区域经济协调发展的严重阻碍。

虽然东部地区的科技投入在全国处于较高水平, 但是与其他国家相比仍有很大差距。据2005年《世界科技发展报告》统计, 科技支出占GDP的比重, 世界平均水平为4.8%, 发达国家在5%以上, 美国科技投入占GDP的5.7%, OECD国家该指标也达到了4.5%的平均水平, 韩国、加拿大等国家超过了4%。在发展中国家, 科技支出占GDP的比重平均水平也有3%, [3]而我国科技支出到2010年占GDP的比重仅为1.75%, 可见我国的科技投入水平与国外相差较大。而对中西部地区来说, 科技投入说带来的效益甚微, 经济的增长的贡献主要依靠资本或劳动力, 尤其是西部, 科技的投入水平和产出水平都很低。

东、中、西部的科技的规模效益和科技投入的规模效率都处于递增阶段, 因此政府和企业都应当加大科技研发的投入力度, 以获得规模收益递增的经济效益;西部地区的区位劣势给科技投入效率造成了巨大损失, [4]因此, 改善当地基础设施建设、文化教育等水平应是当务之急, 只有这样, 才能实现我国地区科技与经济的均衡发展。对于政府在区域科技政策的制定策略上, 应该考虑以下两点。

3.1 针对东中西部科技量的差异方面

政府财政对科技投入的拨款应该保持与GDP水平的相应增长, 增加科技经费在GDP的比重, 同时鼓励地方政府加大对科技的投入, 发挥地方政府对区域科技发展的主导作用。对中西部地区的科技投入, 中央财政上给予一定的倾斜支持, 以期在绝对量与相对量上缩小差距, 同时也能促进中西部经济的发展。对企业的科技投入上提供支持和一定的优惠政策, 促进企业的科技投入逐步发展成为科技投入的主要力量。

3.2 针对科技投入对经济增长贡献度的差异方面

在市场经济下, 企业成为经济增长的关键, 对于科技投入的效率提高同样也是。可以建立政府科技资金投入到企业运行的模式, 或加大政府、高校与企业合作的方式进行科研项目, 以提高科技经费的产出效益。对于企业资金不足但具有发展前景的企业项目, 政府可以提供一定的援助。同时对中西部科技投入应将其集中于应用领域, 加快科技投入转化为现实的科技产出的速度, 从而缩小在科技投入对经济增长贡献效率上的差距。

摘要：随着后知识经济时代的快速发展, 各个国家和地区为了获得持久的竞争优势和经济的持续发展, 都在努力加大科技的投入力度, 把增加科技投入作为提高国家综合竞争力的重要战略举措。发达国家高水平的科技投入也带来高水平的社会福利和经济增长。我国科技投入逐年上升, 但其对经济发展的带动作用并不明显, 区域差别十分显著。探讨这种差异的原因, 对于经济社会的协调发展非常必要。

关键词：科技投入,新柯布—道格拉斯生产函数,区域差异

参考文献

[1]易卫华.科技投入与经济增长的相关性分析——基于香港的实证研究[J].特区经济, 2011 (11) .

[2]高铁梅.计量经济分析方法与建模——EVIEWS应用及实例[M].2版.北京:清华大学出版社, 2009.

[3]江蕾, 安慧霞, 朱华.中国科技投入对经济增长贡献率的实际测度[J].自然辩证法通讯, 2007 (5) :171.

区域科技投入结构 篇3

科技评价制度始于西方发达国家, 从20世纪50年代起, 西方发达国家就已经建立了相关制度。瑞士洛桑国际管理开发研究院自1986年起每年一期《世界竞争力年鉴》 (简称《洛桑年鉴》) , 对有关国家和地区的国际竞争力进行分析评价, 并排出名次[1,2,3]。我国学者对于科技活动评价方面的研究成果也很多。钟淑萍 (2007) 指出应该从科技投入、科技活动、科技产出、科技协调四个方面建立一套多角度、全方位的科技竞争力评价指标体系[4];査奇芬和戴明峰 (2009) 从科技资源状况、高新技术状况、科技成果状况三个方面建立了我国科技活动水平评价指标体系, 运用因子分析进行科技活动水平的综合评价[5];李兵、王铮等 (2009) 在C-D生产函数的基础上引入科技投入变量构建生产函数模型, 确定各投入要素对产出的贡献率[6]。

有关科技评价的指标不断地在发展完善, 各国在实践中已经不断发展完善了适合本国国情的科技活动评价体系。本文借鉴已有的成果, 根据辽宁省自身的特点, 建立一套能够准确反映本地区科技活动水平的科技活动评价体系, 并分别运用数据包络分析和秩和比方法对辽宁省科技活动投入产出效率进行比较分析, 以便更好的确立辽宁省科技活动评价的重点, 提高辽宁省科技评价的效率和质量。

1 科技活动比较指标体系的建立

科技活动评价指标体系一般包括两种性质不同的指标, 即绝对数指标和相对数指标。绝对数指标主要反映科技活动运作的规模情况, 我们可以称其为科技活动运作的效果指标;相对数指标则不同, 它主要反映的是在科技活动运行的不同阶段或不同资源的科技产出效率以及科研成果对资源的利用强度等情况, 称其为科技活动运作的效率指标。在对辽宁省科技活动情况比较分析中我们采用将绝对数指标和相对数指标相结合的指标体系, 以使比较分析结果更加客观全面。本文根据《中国科技统计年鉴》 (1998—2009年) 获得的数据选取如下指标[7,8]:

2 科技活动投入产出效率的比较分析

科技活动运行效率一直是科技管理部门和政府决策部门重视的问题, 但是科技活动运作系统本身是一个复杂的系统。本文结合上述指标数据分别运用数据包络分析方法和秩和比法对地区间科技活动运行效率进行比较分析。

2.1 基于数据包络分析的投入产出效率比较分析

2.1.1 数据包络分析的基本原理和选择依据。

数据包络分析 (DEA) 基于数学规划思想, 通过建立线性规划模型以评价决策单元之间的相对效率。该方法在评价系统运行效率方面比传统的投入产出模型、经济计量模型更为优越, 具体表现在DEA方法对所选取的指标要求比较宽松, 在运算过程中不要求对原始数据进行无量纲化处理。另外, DEA方法评价的决策单元既可以是同一时期的不同部门, 也可以是同一部门的不同时期, 这也提高了其对于科技活动运行效率评价的可用性[9]。

针对于实际科技评价情况, 我国多是通过科技活动投入的调控进行科技评估的[9], 因此选择投入型DEA方法 (C2R模型) 进行我国各地区科技活动投入产出效率的比较分析。

C2R模型是通过投入产出的经济系统, 对多个决策单元 (DMU) 中每个决策单元与其他决策单元的合理性和有效性的判别。

设有k个DMU, 每个DMU有m种投入和n种产出, 用xij表示第j个DMU中第i种类型投入指标的投入总量, 用yrj表示第j个DMU中第r种类型产出指标的产出总量。vi为第i种类型投入指标的权数, ur为第r种类型产出指标的权数, 权系数V= (v1, v2, …, vm) , U= (u1, u2, …, un) 。则每个DMU有其相应的效率评价指数

对于第j0 (1≤j0≤k) 个DMU的效率的评价DEA模型为

由上式求得的第j0个DMU的效率是相对于其他DMU的。为方便求解, 引入ε任意小的正数, 通常取ε=0.00001, 运用Charnels一Cooper变换, 将 (1) 式化简为等价的线性规划问题

其中, s-和s+分别为投入和产出的松弛向量, θ, λj, s-, s+为待估参数[11]。由 (2) 式求得各参数值, 其经济含义为:

(1) DEA有效性:当θ=1时, 称第j0个DMU为DEA弱有效, 如果同时有s-=s+=0成立, 称第j0个DMU为DEA有效。当θ<1时, 第j0个DMU为DEA无效。

(2) 技术有效性:如果s-=s+=0, 则第j0个DMU实现了充分利用投入要素, 取得了最大的产出成果, 称为技术有效。否则称为技术无效。

(3) 规模有效性:取为第j0个DMU的规模收益值。当K=1时, 称第j0个DMU规模有效;当K<1时, 称第j0个DMU规模收益递增;当K>1时, 称第j0个DMU规模收益递减。

(4) DEA无效、技术无效、规模无效:当第j0个DMU是DEA无效时, 也是技术无效和规模无效[9,10]。

2.1.2 科技活动投入产出DEA有效性的实证分析。

选取全国、北京、辽宁等8个地区2008年的科技活动投入产出相关指标, 考察2008年各地区科技活动投入各个要素对科技活动产出的直接贡献效率。科技活动投入指标为科技活动人员、R&D人员全时当量、科技经费内部支出总额、R&D经费支出;科技活动产出指标为专利申请受理数、国内中文期刊科技论文数、技术合同成交额。具体数据来源于中国科技统计网www.sts.org.cn, 鉴于篇幅具体数据略[8]。

运用EXCEL中的规划求解方法, 对线性规划问题式 (2) 进行计算, 取ε=0.00001, 得到的运算结果见表2。

其中S1-、S2-、S3-、S4-分别为科技活动投入指标科技活动人员、R&D人员全时当量、科技经费内部支出、R&D经费支出的松弛向量;S1+、S2+、S3+分别为科技活动产出指标专利申请受理数、国内中文期刊科技论文数、技术合同成交额的松弛向量。由表2可知, 北京、上海、江苏、浙江、山东的θ值都等于1, 说明这些地区DEA有效, 科技投入产出效率最高;辽宁和广东的θ值都小于1, 故为DEA无效的, 这两个省份的科技投入产出效率低于其他地区, 由DEA运算结果知, 它们都表现科技活动投入过剩。辽宁省科技活动人员对应的松弛向量为2.10, R&D人员全时当量对应的松弛向量为0.33, 说明辽宁省存在科技人力资源冗余, 科技活动人员存在2.1万人过剩, R&D人员全时当量存在0.33万人年的过剩, 表明科技经费利用力度过低, 没有很好的实现人力资源的充分开发;另一方面技术市场合同成交额对应的松弛向量为135.14, 表明辽宁技术市场交易不够活跃, 规模不够大。从科技运行规模效益来看, 辽宁省的规模收益值为K= (0.02+0.18+0.01) /0.96=0.22<1, 其科技运行规模收益递增。因此, 为了保持辽宁省科技长期健康发展的态势, 必须要进一步大力加大科技投入力度, 并且真正做到科技经费使用到位, 充分发挥科技人力的聪明才智, 实现人尽所用的目标。

2.2 基于秩和比法投入产出效率比较分析

科技投入产出运行的效率也可以通过构建一些相对数指标来从不同的侧面反映出来, 由科技活动投入产出相对数指标, 运用秩和比法对科技投入产出运行效率进行比较分析。

2.2.1 秩和比法。

秩和比法 (RSR法) 是我国学者田凤调于1988年提出来的, 是由统计学中秩的概念引申出的一种非参数统计比较方法[11]。其具体思路如下:

(1) 计算秩和比。设X1, X2, …Xn为n个两两不同的实数数列。如果恰好有Ri个元素不超过Xi, 则记Ri为Xi在此数列的秩。如果有几个实数相同, 取它们秩的平均数。对于Xi, 对应于m个比较指标, 它们的秩为Rij (j=1, 2, …, m) , 则Xi的秩和为

第i个对象Xi的秩和比为

由式 (4) 可知, 最小秩和比为0, 最大秩和比为1, 因此, 0≤RSRi≤1。

(2) 确定秩和比的区间估计。根据1999年柳青和林爱华提出的秩和的区间估计方法, 得到RSRi的置信度为1-α的置信区间为

其中标准误差

2.2.2 科技活动投入产出秩和比的实证分析。

根据2008年度科技活动统计数据计算出的相对数指标为科技活动人员中科学家与工程师比例 (X1) 、科技活动人员资金装备率 (X2) 、地方财政科技拨款占财政支出的比重 (X3) 、R&D经费占科技经费支出的比重 (X4) 、科学家与工程师科技论文产出率 (X5) 、科技经费论文产出率 (X6) 、科技经费专利产出率 (X7) 、技术合同成交额占GDP的比重 (X8) 、高技术产品出口额占GDP的比重 (X9) 。鉴于篇幅有限具体数据略。

由于所有相对数指标都是高优指标, 与科技活动运行的实际情况相符。因此在此情况下, 根据数据进行编秩并求解, 结果见表3。

由结果可知, 上海和北京的秩和比最高分别为0.901和0.827, 表明这两个地区科技活动运行效率最高;其次为广东、辽宁、江苏秩和比分别为0.605、0.580、0.543, 虽然与北京、上海相差显著, 但这些地区的科技活动运行效率也比较高;最后是浙江、山东、福建和安徽, 它们的秩和比较前面几个地区低很多, 表明这些地区的科技活动运行效率与前面地区差距很大。进一步观察各个地区在每个指标上的秩值, 可以发现除了上海的所有秩值都很高外, 其他地区的秩值都有高有低, 可以看出除上海各个指标运行效率都很高外, 其他地区都在某个方面处于优势, 而又在某个方面处于劣势。因此, 我们引进各地区秩值的离散系数D来反映科技活动运行效率的薄弱程度, D的计算公式为

由表3中D值可以看出, 北京和上海的科技活动不仅运行效率最高, 而且运行协调程度最好;虽然广东、辽宁、江苏的科技活动运行效率相差不多, 但广东和江苏科技活动运行都具有相当的不协调程度, 较好的是辽宁, D值仅为0.326。

对于辽宁来说, 有三个指标排在前三位, 四个指标排在中间, 有两个指标排在后面。可见, 辽宁省科技活动发展的优势主要在于科技论文产出和技术市场交易;弱势在于高技术产品出口额和专利产出。

3 政策与建议

3.1 加大科技活动投入力度, 优化科技活动资源配置

转变辽宁省科技活动人员和R&D人员的冗余现象, 努力调动他们的工作积极性, 真正做到有投入就有高质量产出。经过严格考察引进优秀人员, 着力营造一个让科技人员安心工作的环境, 为他们搭建施展才华的平台, 切实建立一套行之有效的竞争机制, 尽快使优秀人才脱颖而出。在资金投入方面, 科技经费筹集应以政府拨款为主, 社会力量投资为附, 不断加大社会投资比重。同时, 科技活动人力投入和资金投入要合理结合, 才能提高科技投入产出效率。从现状看, 辽宁省科技活动人力投入相对冗余, 这主要是因为科技资金投入不足, 使得科技人才没能充分发挥作用, 因此辽宁省在重视科技活动人力和资金投入力度的同时, 也应该将两者有效地结合起来, 真正实现资金用到位, 人才用到位。

3.2 增强科技活动创新能力, 提高科技活动经济效益

辽宁省技术市场交易不够活跃, 其科技成果和高新技术产出都与科技发达地区有很大差距。辽宁省应充分发挥其高校科研综合实力强的优势, 提供优越政策, 加大对教育科研单位的资金投入, 对高水平的科技人才的高质量产出实行丰盛的奖励, 为他们提供方便渠道, 建立合理的评价方式。同时辽宁应该加快高新技术产业的发展, 培育和吸收高层次科技人员, 增加含金量最高的发明专业的申请量, 掌握国际核心技术, 注重新产品开发, 形成以企业为主体, 以科研院所和高等院校为依托, 产学研相结合的技术创新体系。

3.3 加强科技活动产出效率, 注重科技活动成果转化率

辽宁省科技活动投入产出效率较低, 但科技运行规模收益递增, 可见提高该省科技活动产出效率具有很大潜力。首先高效利用科技活动资源, 科技人才投入过多或者过少都不太适宜, 过多会影响科研活动的效率和造成科研资源的浪费, 而过少的话则会影响到科技活动产出和科技成果的开发和推广应用;其次辽宁省科技活动成果转化率有待提高, 应该从以下几个方面入手:第一, 确立合理的科研立项项目;第二, 建立科技成果转化平台, 促进科技成果的市场推广;第三, 完善科技成果转化后的售后服务。

参考文献

[1]SLOW R M.Technical Change and the Aggregate Production Function.Review of Economics and Statistics, 1957, 312-320

[2]GONDOLA S.The Theory of Technological Change and Economic Growth.London:Routledge, 1990

[3]吴辰.从《洛桑年鉴》看中国科技的国际竞争力[J].科技管理研究, 2004 (12) :20-26

[4]钟淑萍.区域科技竞争力指标体系的编制[J].经济研究导刊, 2007 (12) :163-165

[5]查奇芬, 戴明锋.我国各地区科技活动水平的因子分析[J].统计与决策, 2009 (23) :90-92

[6]李兵, 王铮, 等.我国科技投入对经济增长贡献的实证研究[J].科学学研究, 2009 (2) :196-201

[7]辽宁省统计局.辽宁统计年鉴[M].北京:中国统计出版社, 1998-2009

[8]http://www.stats.gov.cn/

[9]吴文江.数据包络分析及其应用[M].北京:中国统计出版社, 2002

[10]魏权龄.评价相对有效性的DEA方法—运筹学的新领域[M].中国人民大学出版社, 1988

我国财政科技投入规模与结构研究 篇4

一、我国财政科技投入规模与结构的现状

1. 我国财政科技投入的规模分析

我国财政科技投入的规模分析主要从财政科技投入的绝对规模、财政科技投入占GDP的比重和财政科技投入占财政总支出的比重等方面进行分析。

(1)财政科技投入的绝对规模

财政科技投入在绝对量上逐年增加,但总量较小。从2000年至2008年,财政科技投入由575.62亿元增长到2581.80亿元。9年时间财政科技投入增长了4.48倍。但相对于财政总支出,其总量仍然较小。2008年的财政总支出为62592.66亿元,其财政科技投入2581.8亿元,仅占财政总支出的4.1%。

(2)财政科技投入占GDP比重

财政科技投入占GDP比重反映了一国财政科技投入强度。我国财政科技投入占GDP比重偏小。目前,我国正处于工业化的中后期阶段,在这一阶段,发达国家的政府研发投入占GDP的比重均在1%以上。而由表1可知,我国2000年至2008年财政科技投入占GDP比重一直维持在0.6%-0.9%之间。相比较众多国家在工业化中期阶段的财政科技投入,我国的财政科技投入处于较低水平。

(3)财政科技投入占财政总支出的比重

财政科技投入占财政总支出的比重有所下降。20世纪90年代,我国财政科技投入占财政总支出的比重一直维持4.1%-5.1%之间。从2000年起,财政科技投入占财政总支出的比重有所下降,表1数据显示2000年-2008年财政科技投入占财政总支出的比重一直维持在3.6%-4.3%之间。

此外,我国财政科技投入增长的波动幅度较大,且有的年份增长速度明显低于财政总支出的增长速度。表1显示:2000年财政科技投入的增长仅为5.8%,而2006年为26.5%。在2000-2008年这九年中有3个年份财政投入的增长速度明显低于财政总支出的增长速度。

注:2006年及以前年度财政科技支出包括科技三项费、科学事业费、科研基建费和其他科研事业费;2007年政府收支分类体系改革后,财政科技支出包括“科学技术”科目下支出和其他功能支出中用于科学技术的支出;前后年度财政科技支出涵盖范围基本一致。资料来源:根据《中国科技统计年鉴(2009)》整理而得。

2. 我国财政科技投入的结构分析

(1)从科学研究活动的类型来看

科学研究从类型上看主要包括基础研究、应用研究、和试验开发。基础、应用和开发的投入比例应该与科技、经济发展水平相协调。尤其是基础研究应该是财政科技投入的主要方向。因为基础研究属于纯公共产品的范畴,其研究成果具有社会性特征。另外基础研究也是应用研究和科技成果开发的基础。但是我国基础研究投入偏少,难以支撑我国实现向创新型国家的转变。近几年来,基础研究经费在整个科学研究与发展经费(R&D经费)中的比重一直徘徊在5%左右。2008年仅为4.8%。而大部分OECD成员国的基础研究经费占R&D经费比重一般在10%-20%之间。

(2)从科学研究活动的执行部门来看

从纵向看,中央与地方财政科技投入范围的划分尚不明确,在中央和地方的财政科技投入项目中存在着很多重叠项目、交差项目。同类型研究,科技资金却分散在多个省份、多个项目,由不同单位、不同研究人员利用小额度资金分别进行低水平研究横向。

从横向看,财政科技投入涉及财政部们、科技部们、卫生部们、农林水利部门等各个部门。部门之间缺乏沟通协调,资金安排各自为政,致使科技项目管理缺乏统筹规划,科技投入管理缺乏有效的资源整合机制,资金分配操作不规范。例如在对某省科技项目调查中发现,关于肝病问题的研究,投入资金74万元,但分散在16个大项目、33个子项目中,每个项目平均资金2~3万元,由7家不同的单位承担,且连续三年所有项目的负责人均不相同,其中某些项目,不但题目相似,研究内容、技术方案等完全相同。这样的重复投资,分散了资金,除起到为立项而立项的作用外,根本不能达到预期的研究成果。

二、财政科技投入规模与结构的国际比较

1. 财政科技投入的规模比较

政府的财政科技投入是一国科学研究与发展经费(R&D经费)的重要来源。但是,受一国经济实力的限制,各国政府的科技投入规模各异,发展势头也不尽相同。为了更好的对各国政府科技投入规模进行比较,考虑到各国货币单位的不同和汇率换算的复杂性,本文主要采用相对指标进行比较,如政府科技投入占GDP的比重、占科学研究与发展经费(R&D经费)的比重等。

(1)政府财政科技投入占GDP比重

政府财政科技投入占国内生产总值的比重主要用来衡量各国政府财政科技投入的强度,从而反映各国在科学研究与发展方面的实力和努力程度。由表2可以看出:2008年,美国联邦政府投入的研发经费占其国内生产总值的比例为1.0%;日本为0.7%;德国为0.79%;法国为0.75%;英国为0.67%;中国为0.8%。中国政府的财政科技投入水平与这些国家基本相当。但是,中国正处于工业化的中后期阶段,而这些国家在工业化中后期阶段时,以1971年为例,美国政府科技投入占GDP比重为1.37%;日本为0.54%;德国为1.07%;法国为1.17%。所以就目前状况来看,中国的财政科技投入占GDP比重仍然是比较低的。

资料来源:OECD《主要科学技术指标(2009)》、《主要科学技术指标(2008)》

(2)财政研发经费投入占R&D经费的比重

2007年美国政府财政研发投入占R&D经费的比重为22.7%,日本为15.6%,法国为38.4%,德国为27.8%,英国为29.3%,这与20世纪70年代相比下降了很多。从20世纪70年代开始,这几个国家的政府财政研发投入占国内研发总经费的比重一直在下降。1971年,美国为57.4%,日本为29.2%,德国为46.7%;法国为63.9%;英国1972年的数值为49.5%。造成这种下降的主要原因是进入后工业化时代,企业界的科技投入增加较快,因此企业界所占比例增长速度较快,而政府所占比例相对就减少了。我国正处于工业化的中后期阶段,政府科技投入占R&D经费的比重应与70年代初期的美、日、德、法等国相似。2007年我国财政科技投入占R&D比重为27%,显然比70年代初期的美、日、德、法等国低很多。

2. 财政科技投入的结构比较

(1)从科学研究活动的类型看

基础研究成为政府科技投入的优先领域。2007年,美国联邦政府财政科技投入为1399亿美元,其中基础研究投入为268亿美元,占财政科技投入的19.1%。2006年,法国政府财政科技投入为173.4亿欧元,基础研究投入为30亿欧元,占财政科技投入的17.3%。而我国政府的基础研究经费占财政科技投入的比重仅为10%左右

(2)从科学研究的领域看

美国政府科技投入主要用于国防研究、健康卫生研究、空间科学技术研究、能源环境研究这几大领域。2008年美国政府科投入用于国防研究的支出为851亿美元,健康卫生研究的支出为292亿美元,空间科学技术研究的支出为106亿美元,能源环境研究支出为42亿美元。2006年,法国政府共投入173亿欧元用于可持续能源与环境、新材料与信息、生物技术与健康、生态与可持续发展等领域。我国政府的科技投入主要用于生物医药、信息技术、IT研究等领域,基本与上述国家的科技投入领域相似。

三、我国财政科技投入规模与结构存在的主要问题

1. 我国财政科技投入规模较小,投入强度偏低

我国财政科技投入近几年来虽然大幅增长,但其规模仍然较小,强度偏低。从与国外相关国家的比较以及统计数据看,财政科技投入规模较小,强度偏低。

从财政科技投入的规模分析,我国财政科技投入增长较慢,在有些年份甚至低于财政总支出的增长速度。在2000年-2008年间,2000年、2002年、2004年的财政科技投入增长均低于财政总支出的增长;财政科技投入的强度分析,财政科技投入强度主要通过财政科技投入占GDP比重这一指标反映。我国目前正处在工业化的中后期阶段,2000年-2008年,我国财政科技投入占GDP比重一直在0.6%-0.8%之间;与此同时,发达国家在工业化中后期阶段,美国财政科技投入占GDP比重为1.4%以上、法国的为1.1%左右、德国的为1%以上。由此可以看出我国财政科技投入规模仍然较小,强度仍然偏低。

2. 财政科技投入结构不合理,投入不足与资金浪费现象并存

(1)基础研究领域投入不足,制约着我国整体科技水平提高

基础研究在整个科技体系中处于核心地位,世界发达国家都非常重视对基础研究领域的投入,以美国为例,2007年,联邦政府财政科技投入达到1399亿美元,基础研究经费占268亿美元。占到财政科技投入的19%以上。而我国财政基础研究投入占财政科技投入的比重仅为10%左右。这与我国科学技术跨越式发展的战略要求是不符的。也与我国要加强原创性创新、增强自主知识产权和提高竞争力的科技发展目标不相适应。

(2)应用研究和产业化阶段投入过多,存在浪费现象

我国目前有限的财政科技投入较多地用在有市场效益的应用研究和产业化阶段。财政科技投入有很大一部分用于国有大中型企业的关键性技术技术攻关项目和高新技术产业化。显然这属于企业的科技活动,具有非公共产品的性质,完全可以通过市场运作,由企业独立承担这部分科研经费投入,政府财政的直接资金支持实质上是变相给予企业补助,使得企业自身对于这项研究不承担风险,缺乏成本约束,从而不会谨慎、节约地加以运用。这也与WTO规则对政府支持企业竞争性技术创新不能超过补助标准的要求不相适应。另外,客观上也存在资金投向分散、在一定程度上影响了资金使用效益的发挥。

3. 财政科技投入的统筹规划不足,资金利用率低

(1)财政科技投入政府层级划分不明确,存在重复、交叉投入

从纵向看,中央与地方财政科技投入划分尚不明确,交叉投入、重复投入现象严重,没有形成中央和地方科技投入各有侧重、相互补充的结构。从横向看财政科技投入涉及到财政部们、科技部们、农林水利部们、卫生部们等多个部门。这些部门的科技计划缺少国家层次上的统筹规划和协调,各类计划存在着边界模糊、交叉重叠。由此产生科技计划项目交叉投入,重复投入,造成了财政科技经费的浪费。

(2)科研项目重复立项时有发生,资金分散,难以形成聚合效应

到目前为止,我国已先后推出了20余项国家重点科技计划,形成了一个较为庞杂的国家科技计划体系。但这一体系缺少国家层次上的统筹规划和协调,各类计划存在着边界模糊、交叉重叠,致使科技项目重复严重,资金浪费。同类型研究,科技资金却分散在多个省份、由不同单位、不同研究人员、分别进行研究,这必然导致科技项目规模小,而且资金也比较分散,致使低水平重复研究过多,科技创新含量低。这不仅浪费财政科技经费,而且难以形成合力,不能从根本上解决问题,不能形成真正有价值的研究成果,严重影响项目的完成质量。

4. 财政科技投入管理体制不健全,监督体系不严密

我国财政科研经费的管理主要以“人治”为主。在科研项目的经费申请中,政府科技部门的行政人员可以直接参与科研项目的选择、评审以及监督。人际关系在多个层面起重要或主导作用,因此人际关系常常代替了专业标准。科技人员为了申报项目,不再热衷于科技课题的好坏,而是向有权决定项目分配的政府人员行贿、或者拉关系。科技的专业优势在现有体制下难以发挥应有的作用。

在科研项目执行过程中,科研经费的使用缺乏有效监管。无论项目的科研经费使用情况如何,无论项目的执行结果如何,均能通过验收。整个项目监督管理过程缺乏明确的标准及制度,对项目承担单位缺乏约束力,国家的财政科技资金成了“免费的午餐”,致使目前科技成果的水平低、科技创新力低、科技资金效率低。

5. 在政府预算中未设立政府R&D经费支出项目,难以进行国际比较

由于在政府预算的科技支出科目中没有设立R&D经费支出项目,无法直接从财政渠道获得较为全面、系统的政府R&D经费投入数据。发达国家为便于统计和国际比较,都设有R&D分类项目。目前我国政府R&D经费的统计数据只能“自下而上”从相关科目中估算得出。我国曾于2001年由七部委联合开展了全社会R&D资源清查工作,得到了2000年政府科技投入中R&D投入的数据,但这只是第一次取得的历史数据。现在常规地取得这些数据还有相当的难度,只能通过估算得出。

四、提高我国财政科技投入效应的对策

1. 加大财政科技投入力度,建立多元化的科技投入机制

应确立财政科技投入在公共支出中的优先地位,从法律层次和操作程序上建立起财政科技投入适度超前、稳定增长机制,加大我国财政科技支出力度,确保财政科技投入的增长速度高于政府财政支出的增长速度。与此同时,应面向市场,实行科技投入主体多元化。财政、金融、企业、民间团体、外资均可成为科技投入的主体。财政投入应主要用于基础性的社会公益性项目,并发挥引导和示范作用;金融投入主要用于有价值保障的经济效益大的项目,发挥支撑作用;企业投入应成为科技投入的重要主体,建立起企业科技自主投入机制;民间、海外资金是科技投入的补充。

2. 明确财政科技投入的战略和重点

首先,加大对基础研究、战略性高技术、共性关键性技术投入,更多地支持能提高我国技术创新能力,并产生拥有自主知识产权的重大科研成果项目,加强支撑创新活动的科技基础设施建设。逐渐使基础研究经费占R&D经费由现在的5%左右提高到10%~15%。

其次,继续发挥财政科技投入主渠道作用,按照“支持重点、兼顾一般”的原则,集中资金保证重点科技领域和重点项目的投入。要根据公共财政的要求,根据社会需求,对重点发展的应用领域进行适当的调整,选择能最大限度地促进各地区经济社会发展的重点产业、重点领域和重点项目集中投入,统一规划,总体设计,分项实施,有重点、有突破、有所为、有所不为。

3. 加强对财政科技投入统筹规划,杜绝财政科研经费的浪费

我国是发展中国家,科技资源十分有限。必须拥有合理的顶层设计和强有力的宏观调控机制,以保证集中和共享各种优势资源。因此,国家必须改变目前科技管理条块分割的现状,集中进行战略统筹规划,使有限的资金及科技资源发挥最大的效用。具体如下:

明确划分中央与地方财政科技投入的界限,避免或尽量减少不同级次上的重复投入现象,以减少浪费现象发生。中央财政科技投入主要投向为基础研究、公益性应用研究、高技术研究和科技服务平台等方面;地方财政科技投入应着重解决影响区域发展以及提高区域产业竞争力有关的科技问题,尤其是二次开发、科技成果转化和技术推广环境建设以及科学普及等方面。

加强科技部们、财政部们、卫生部们、农林水利部们等部门的信息沟通与协调,对各部门的科技计划进行立项评价,避免重复投入、交差投入。同时,整合各部门的科技资源,制定国家层次的科技资源配置规划,集中经费,有计划、有步骤地办成事关我国经济和社会发展全局的重大科技项目。改变财政科技投入“短、小、散、低”的状况。

强化各科技计划间的整合与协调。在整合现有各科技计划的前提下,建立专门机构,集中各方面专家,负责国家科技战略和科技计划的制定、明确各科技计划的定位和投向。避免科技计划项目的重复、交叉。合理确定国家级科技计划和地方科技计划投入领域和重点。

4. 完善财政科技投入管理体制,规范项目资金的审批和监督

在科研项目审批方面,必须改变目前科技部门行政人员干涉科研项目的现状,建立由科技专家组成的专业组织,赋予其对科技项目的评审、评价及监督的权力。科技部门的人员主要是服务的职能,可以参与相关法律法规、国家科技战略等的制定及为其执行服务,可以监督并引导项目的方向。但不能直接干预具体项目的选择。

在科研项目资金管理方面,重点突出资金管理与项目管理协调统一,推进财政资金事前、事中、事后全方位监督管理。必须严格项目申报管理,从源头上强化资金的事前监管,申请科技经费的单位必须在向有关部门提出申请的同时,向财政部门提出申请。单位申报后,由有关部门与财政部门通过评审专家组成的专业组织或委托专门评估机构等对项目进行严格评审;项目通过后,在科研项目经费的拨付过程中,要减少拨款中间环节。对科技项目推行集中支付制度,由财政部门直接划拨到项目使用单位,不再转拨或切块到相关主管部门,防止变更专项资金使用用途和挪用专项资金;在事后财政科研资金的事后管理中,对不能达到预期效益和没有必要继续实施的项目,财政部门将根据跟踪问效的结果停止拨款,并根据实际情况考虑是否追回已拨资金。

5. 调整和修订财政科技投入预算科目

科技投入预算科目的设置应符合财政预算管理要求,方便科技和行业主管部门及研究机构的使用,有利于进行统计和国际比较。在国家财政科技科目中设立政府研究与发展经费(政府R&D经费)科目,以保证其在国家财政投入中的地位,确保国家财政用于科技经费的增长幅度高于国家财政经常性支出的增长速度。

参考文献

[1]肖鹏,国建业:我国财政科技投入现状分析与调整策略[J]财经问题研究,2004,(2)

[2]国家统计局,科技部.中国科技统计年鉴[M].北京:中国统计出版社,2008

[3]王旭东:论财政科技投入机制的改革与创新[J].山东社会科学,2005,(7)

[4]吴宇军王丽王峰彭华涛:优化财政科技投入的政策建议[J].科技进步与对策,2008,(9)

[5]王振新:美国政府科研经费划拨及启示[J].科技管理研究,2007,(6)

[6]王凯庞震:中国财政科技投入与经济增长:1978-2008[J]科技管理研究,2010,(2)

区域科技投入结构 篇5

中小企业,是国民经济中最为活跃的组成部分,在创造就业、稳定经济等方面发挥着极为重要的作用。在中小企业中,科技型中小企业显得尤其重要,它们已成为各国成长最快的科技创新力量。技术创新理论认为,企业想在激烈的竞争中持久保持生机和活力,需要具有核心竞争力,而核心竞争力的获取依靠不断地进行研发活动。研发活动需要持续的资金、技术和人员等资源的投入,因此必定受到企业资本结构的影响。以往的研究基本都是研究资本结构与企业绩效的关系,忽视了对其作用机制的探讨。 从以往研究来看,资本结构是影响企业研发投入和企业绩效的重要因素,而研发投入的效果又对企业绩效有重要影响,那么,科技型中小企业的资本结构、研发投入与企业绩效的关系如何?研发投入在资本结构与企业绩效的关系间是否具有中介效应?本文以我国2010—2012年创业板制造业上市公司的数据为样本,探究资本结构、研发投入与企业绩效的直接效应及中介作用,以期更好地认清科技型中小企业的资本结构对企业绩效的作用机制,为企业管理者的融资决策和研发投资决策提供一定的参考意见。

二、理论分析与研究假设

(一)资本结构与企业研发投入创新是企业保持活力的重要手段,而研发作为主要途径却面临着融资约束压力导致的投入不足,其现象在中小企业尤为显著。研发投入具有的不确定性和高风险性,导致企业在考虑筹集研发活动所需的资金时,要考虑到资本结构。高负债的资本结构会产生融资约束效应,制约企业研发投资决策。若企业增加研发投入,将会加大公司的财务风险和破产风险。 Bhagat与Welch运用VAR方法实证研究得出高财务杠杆的公司应该削减R&D投入。国内研究方面,汪晓春(2002)、罗卡明(2006)、罗绍德和刘春光(2009)等得出企业资本结构与研发投入存在负相关关系的结论。因此,提出假设:

假设1:我国科技型中小企业资本结构与研发投入负相关

(二)资本结构与企业绩效国内外关于资本结构与企业绩 效关系的 实证文献 比较丰富 。Frank和Goyal选取1950-2000年美国非金融企业数据为样本,实证得出用市场价值衡量的财务杠杆与公司绩效负相关。张兆国等(2007) 利用国有控股和民营上市公司的样本数据实证检验了资本结构与企业绩效的关系,研究发现资产负债率与企业绩效是显著负相关的。国内研究得出类似结果的文献包括何卫东和张嘉颖(2002)、邓莉和张宗益(2007)、吕峻和李朝霞 (2008)等。国内现阶段关于创业板资本结构与企业绩效的文献不多,万平和陈共荣(2008)研究指出中小板上市公司资本结构与公司业绩有显著负相关关系。陈德萍与曾智海 (2012)基于创业板上市公司数据,实证得出我国创业板上市公司资本结构对企业绩效的影响显著为负。因此,提出假设:

假设2:我国科技型中小企业资本结构与企业绩效负相关

(三)研发投入与企业绩效通过R&D投入,企业能够不断开发新技术,提高技术积累与整合力,最终形成企业的核心竞争力。大部分实证文献得出研发投入对企业绩效提升有正向影响。我国罗婷、朱青与李丹选取2002-2005年披露了R&D投入信息的A股上市公司为样本,基于经营利润和股价变动两个层面研究了R&D投入对公司价值的作用,结果表明R&D投入整体上对未来年度的盈利能力有推动作用。史欣向与陆正华以民营科技企业为样本检验得出研发经费投入对企业经济绩效有促进作用。基于上述分析,提出假设:

假设3:我国科技型中小企业研发投入与企业绩效正相关

(四)研发投入对企业资本结构与企业绩效的中介效应

通过对前述对科技型中小企业资本结构、研发投入与企业绩效三者关系文献的梳理及理论分析得出资本结构、研发投入、企业绩效间有着紧密联系,资本结构在对研发投入产生了影响,而研发投入进一步影响了企业绩效,同时资本结构对企业绩效也具有直接影响。依据财务资源观, 中小企业研发活动需要大量财务资源做支撑,高负债率的中小企业由于诸多的融资约束导致融资成本较高,进而影响到研发活动投入,而研发投入对企业绩效具有正向影响。因此,资本结构对中小企业绩效的影响机制部分是通过研发投入起中介作用。目前,以研发投入作为中介变量的实证研究较少,王利群(2011)、赵丹(2012)利用研发投入作为中介变量,探讨其对股权结构与中小企业绩效、企业价值的关系,得出研发投入的中介效应是显著的。结合前述分析,提出假设:

假设4:我国科技型中小企业研发投入对资本结构与企业绩效的关系起中介作用

三、研究设计

(一)样本选取与数据来源本文选取了2012年底前上市的创业板制造业公司2010-2012年的数据为研究对象,剔除掉不完整数据样本,最终得到229家公司共514个有效样本,2010年至2012年样本分别为100个、185个、229个。选择制造业公司,主要是考虑到创业板上市公司中制造业所占比重较大,而且从统计数据来看,我国企业研发投入中制造业相对较多,因此选择制造业为研究对象具有代表性。研发投入数据由作者逐份查阅样本公司历年年报手工整理,其余指标数据主要通过国泰安CSMAR数据库中的《公司研究系列》、RESSET金融研究数据库以及聚源终端取得。对数据进行过抽样核对,以确保数据的可靠性。数据处理与分析采用Excel2013和SPSS17.0。

(二)变量定义与衡量方法 (1)解释变量。资本结构: 企业资本结构是指企业各项资金的来源、构成及相互关系,由债务资本和权益资本构成,以资产负债率作为度量指标。(2)被解释变量。企业绩效:企业绩效代表企业经营的业绩和效率,通常来说绩效衡量主要通过盈利指标和增长指标来进行度量。主营业务利润率的高低极大地反映了企业的盈利能力和发展前景,本文选择主营业务利润率代表盈利指标。而企业总资产考虑了企业整体的资产水平, 选择总资产增长率代表增长指标。(3)中介变量。企业研发投入:已有研究一般采用研发支出金额、研发支出/主营业务收入、研发支出/企业市场价值、研发支出/总资产衡量企业研发投入。由于创业板创立时间较短,企业市场价值难以真实衡量企业真实价值,而总资产在企业规模中已作为控制变量,本文采用研发费用占主营业务收入的比重来表示。(4)控制变量。借鉴以往同类文献中,选取企业规模、股权集中度、流通股比例、董事长是否兼任总经理指标作为控制变量。为了减少宏观经济环境对企业研发投入和业绩的影响,本文以2010年为参照年,设置了YEAR1和YEAR2年两个哑变量。变量的具体定义和衡量方法如表1所示。

四、实证检验分析

(一)描述性统计表2和表3为样本中各变量的描述性统计结果。通过描述性统计可以发现:(1)2010-2012年度, 创业板制造业资产负债率平均分别为0.133,0.175和0.206, 资产负债率虽稳步提高,但总体水平较低,原因可能是创业板多为高新技术中小企业,企业整体实力、企业信誉和偿债能力等不强,难以获得银行借款等债务性融资,只能更多采用内部盈余方法进行融资;(2) 三年平均研发投入占比为5.5%,研发投入逐年增多,说明中小企业愈加重视研发。研发投入差异悬殊,研发投入占比最高达到52.7%,而最低仅为0.2%;(3)从企业绩效指标主营业务利润率、总资产增长率来看,最近三年样本企业经营绩效逐年走低,成长性减弱,这可能是金融危机的滞后影响以及我国整体经济发展下滑所导致,说明中小企业的发展面临越来越严峻的形势。

(二)相关性分析在进行回归分析之前,对变量进行了相关性分析。历史经验显示,当相关系数在0.8以上时,可能存在多重共线性。从表4中可以看出,各变量两两间相关系数都较低,说明样本变量存在多重共线性的可能性较低,可进行多元回归分析。

注:** 表示在 0.01 水平上显著(双侧);* 表示在 0.05 水平上显著(双侧)。

(三)回归分析表5为回归分析结果。模型(1)-(5)的方差膨胀因子(VIF)都在2.5以下,远小于临界值10,排除了模型的多重共线性问题。模型(1)得出企业资本结构与研发投入在1%的水平上显著负相关,系数为-0.088。说明创业板制造业上市公司资产负债率越高,企业的研发投入越少,假设1得到验证。这主要是因为当企业通过负债提高财务杠杆后,债权人在企业负债资金的使用上增加了限制条件,减少了企业管理者进行研发投资决策的自主性。在其他条件一定下,由于研发活动不确定性、风险大的特点,企业相对来说更倾向于借助权益资本进行投资,因而减少了负债融资。模型(2)和模型(4)分别为资本结构对企业绩效中盈利指标主营业务利润率、增长指标总资产增长率的回归结果。结果显示,企业资本结构与企业绩效在1%的水平上显著负相关,相关系数分别为-0.553和-1.148,即当企业资产负债率上升时,企业绩效下降,假设2得到验证。

注:*、**、*** 分别表示在 10%、5%和 1%的水平上显著。

模型(3)和模型(5)是加入了中介变量研发投入后的回归结果,用于检验研发投入的中介效应。模型(3)为主营业务利润率对资本结构、研发投入的回归。结果可以看出, 研发投入与主营业务利润率的相关系数为0.603,在1%的水平上显著。体现了研发投入对企业降低主营业务成本、 提高主营业务收入的作用,说明科技型中小企业研发投入对盈利能力有显著正向影响,研发投入的增加能够带来企业业绩的提升。资本结构与主营业务利润率的相关系数为 -0.5,在1%的水平上显著。比较模型(2)和模型(3),可以看出两者的相关系数从-0.553减弱为-0.5,加上前述回归系数都在1%的水平上显著,调整的R2从0.14增加到0.161,改进效果明显,利用中介效应的Baron三步检验法可知,研发投入对科技型中小企业资本结构与企业盈利能力的关系起部分中介作用。

模型(5)为总资产增长率对资本结构、研发投入的回归结果。方程中研发投入与总资产增长率在5%的水平上显著正相关,系数为2.178,说明研发投入对企业成长性有明显的促进作用,科技型中小企业应加大在研发活动的投资,提升企业技术创新能力。资本结构与总资产增长率的相关系数为-0.957,比较模型(4)和模型(5),相关系数从 -1.148减弱为-0.957,调整的R2从0.382上升到0.386,利用中介效应Baron三步检验法可知,科技型中小企业研发投入对资本结构与企业增长能力的关系起部分中介作用。通过盈利指标主营业务利润率和增长指标总资产增长率两方面的实证研究,可以得出科技型中小企业研发投入对企业绩效有显著正向影响,假设3得到有效验证。研发投入在资本结构与企业绩效间起部分中介作用,假设4得到验证。

(四)稳健性检验为了使实证结果更为可靠,本文进行了以下检验:(1)剔除研发投入、资本结构和企业绩效的极端值,实证结果保持不变;(2)利用每股净资产衡量盈利能力,净资产增长率衡量增长能力,得出研发投入在两者之间仍具有部分中介效应。测试结果表明,上述分析具有较高的稳定性和可靠性。

五、结论

本文以创业板制造业企业2010-2012年数据为样本,探讨我国科技型中小企业资本结构、研发投入与企业绩效间的关系,得出以下结论:(1)2010-2012年,创业板制造企业资产负债率稳步上升,研发投入逐年增加,近三年研发投入平均达到5.5%。(2) 科技型中小企业的资本结构对企业研发投入有显著负向影响,企业研发投入资金来源多为权益融资,负债融资由于研发活动不确定性和高风险而受到较多限制。(3) 研发投入的增加能够促进科技型中小企业绩效的提升,进一步揭示我国科技型中小企业应加大研发投入,增强技术创新能力,培育核心竞争力。(4)研发投入对科技型中小企业资本结构与企业绩效的关系有显著的部分中介作用。企业资产负债率越高,财务杠杆越大,企业在研发投入上的限制越多,导致研发投入的下降,研发投入的下降使得企业绩效变差,资本结构对企业绩效的负向影响通过研发投入的部分中介作用实现。通过上述研究, 本文提出以下建议:我国中小企业需要进一步增加研发投入,增强技术创新能力,提高研发投资决策效率;完善创业板市场监管、信息披露等制度,改善中小企业融资环境,从制度上促进中小企业优化资本结构,提高企业的绩效。

摘要：本文采用2010-2012年中国创业板制造业上市公司的截面数据,考察了科技型中小企业资本结构、研发投入与企业绩效间的互动机理,检验研发投入对资本结构与企业绩效间关系的中介效应。结果表明:科技型中小企业资本结构对研发投入和企业绩效两者都有显著负向影响;研发投入对企业绩效有显著正向影响;研发投入在企业资本结构对企业绩效的作用机制中具有显著的部分中介作用。