山东省科研投入与工业发展关系研究

王纬 王子涵

摘要：科技创新是当前山东省新旧动能转换过程的关键。山东省近年来加大科技经费支出，以促进经济的良性发展。本文利用2009～2016年山东省地级市面板数据，通过建立面板数据随机前沿模型测度了各市规模以上工业的技术效率，实证分析了研究与试验发展（R&D）经费支出和研究与试验发展（R&D）人员数量对工业发展的作用。研究结论对政府制定科技政策具有一定的参考价值。

关键词：R&D经费支出;R&D人员数量;技术效率

中图分类号：F424            文献标识码：A                DOI：10.3969/j.issn.1003-8256.2018.06.004

0    引言

当前，山东省正实施新旧动能转换重大工程，以增强山东省经济增长的内生动力。科技创新是实现新旧动能转换的关键，技术进步是提高全要素生产率的重要手段。近年来，山东省重视科技资金的投入，科技经费快速增长。2016年山东省科技经费投入已达1566亿，首进全国三甲。图1描绘了全国和山东省近年来科技资金投入的强度，可以看出，山东省近年来科技经费投入强度高于全国平均水平。山东省政府于2018年3月出台了《科技创新支持新旧动能转换的若干措施》，目的在于提升科技供给能力，充分发挥科技创新支持新旧动能转换的重要作用，为新旧动能转换提供技术支撑。

为了加快建设创新型国家，各级政府纷纷出台了大量的科技政策，鼓励科技创新、推动技术进步，从而提高全要素生产率，优化调整经济结构。在此背景下，山东省政府也相继出台了一系列科技政策，从基础研究、人才培养、资金支持等多方面营造积极的大环境，为科技创新提供保障。显而易见，各项科技政策的着力点在于加大科研资金的投入和高级科研人员的引入两方面。因而，本文基于产业技术效率视角分析了R&D经费支出和R&D人员数量的工业增长效应，从而为促进山东省新旧动能转换，提高山东省科技实力和政府科学决策提供参考。

国内外学者从企业生产效率、产业发展、经济增长等角度实证分析了R&D经费投入的经济效应。Wakelin以伦敦股票市场170家企业为样本分析了企业的研发支出与生产率增长的关系[1];Bownset al.采用改进的 MMI模型测量了R&D经费投入的经济效益[2];郭际等应用投入产出法实证检验了R&D经费投入对我国不同行业经济效应的影响[3];盛垒考察了跨国公司R&D经费投入对中国各省的经济溢出效应[4];王雷和党兴华研究发现R&D经费支出对技术创新与高新技术产业的支撑作用高于风险投资[5];陈云和贺德方（2012）论证了R&D经费支出对人均GDP的正向关系[6];周芳发现新产品强度越高的企业劳动生产率也越高，从而表明R&D经费支出和R&D人员数量对北京制造业有显著的贡献[7]。从现有文献可以发现，学者对山东省R&D经费支出的经济效应研究较少。冯文娜分析了山东省高新技术企业R&D资金投入、R&D人员投入与专利产出、新产品产出、创新绩效、企业盈利能力等企业创新产出之间的相关关系[8]。

1    方法与数据

1.1   方法介绍

测算工业技术效率主要有非参数方法和参数方法。两阶段或三阶段数据包络分析（Data Envelopment Analysis，DEA）是应用最广泛的非参数方法。 随机前沿分析（Stochastic Frontier Analysis，SFA）是当前计算技术效率主流的参数估计方法。SFA认为影响产出的主要因素除了技术无效率性以外还有很多随机因素，将随机干扰与技术无效率项分离。其具体形式为：

其中， 仍然表示前沿生产函数; 是双边的随机误差项，表示影响生产的随机因素，通常假设它是独立同分布的随机变量，且其服从正态分布。 表示技术无效率项，通常假设它是非负的且与相互独立。由于随机生产前沿模型的误差项由两部分组成。 也被称为复合误差项。复合误差项 是非对称分布的。因而， 代表随机前沿面。面板数据随机前沿模型根据无效率项是否随时间变化分为两类。由于山东省近年来经济发展和科技经费支出均呈现上涨趋势。因而，本文采用技术效率随时间变化的形式，同时，前沿生产函数一般选取科布-道格拉斯生产函数。建立的面板随机前沿模型为：

1.2   数据说明

基于数据的可得性和代表性，本文选取山东省17个地级市面板数据分析R&D经费投入和R&D人员数量对规模以上工业生产的影响。其中，选取规模以上工业主营业务收入衡量工业总产出， 为固定资产投资额，Labor为规模以上工业全部从业人员年平均人数。由于从2009年开始，R&D经费统计口径发生变化。因而，选取样本的时间范围为2009～2016年。以上数据均源于2009～2016年山东省统计年鉴。

表1为变量的描述性统计表。由于山东省17个地市经济发展水平差距较大以及近年来各地市对科技投入的重视加强，各个变量的波动幅度均较大。还可以发现，R&D经费支出绝大多数是R&D内部支出，且企业支出占R&D内部支出的比例较高，R&D研究人员数量中兼职人员占据的比重较高。

2    实证分析

2.1   山东省地级市规模以上工业技术效率测算

基于最大似然估计法，根据科布—道格拉斯生产函数的随机前沿模型估计的山东省各个地市规模以上工業的技术效率，如表2。山东省平均技术效率为0.8606，说明全省规模以上工业生产可能存在技术无效率。经计算，无效率项的广义似然比检验统计量为4.3，进一步说明全省规模以上工业生产存在明显的无效率项。从表2可以看出，山东省各个地级市的技术效率差距显著。聊城、菏泽和淄博等城市规模以上工业生产接近技术有效。然而，潍坊、枣庄和济宁等城市技术效率偏低。这可能和近年来这些城市污染严重，节能减排有关。这些城市的经济比重以工业为主，污染企业众多，环保压力大。随着各地市开始整治环境污染，关停了一部分污染企业，进而一部分产能闲置，导致规模以上工业技术效率降低。

2.2    R&D经费支出

为探究R&D经费支出对产业效率的影响，在模型（2）中，加入R&D经费支出变量建立如下面板数据随机前沿模型：

同时，本文实证检验了R&D经费支出结构对规模以上工业总产值的影响，参数估计结果见表3。从中可以发现，R&D经费内部支出、R&D经费内部中企业科技经费支出、R&D经费外部支出中的国内研究经费支出均能够显著促进规模以上工业的增长。然而，政府科技支出由于相较于企业科技支出较少，未能显著的促进规模以上工业产值的增加。在R&D外部支出中，国内研究机构支出促进工业产值增加效果显著，然而国内高校R&D外部支出系数不显著。国内高校的科研注重科技基础项目的研究，成果转化率相较目标明确的研究机构较低。从表3还可以发现，劳动力和固定资产投资对规模以上工业产值增加均具有明显的促进作用。最后，从无效率项检验统计量可以发现，无效率项是明显存在的，且无效率项并未占据主要地位，这也说明了本文建立随机前沿生产模型的适用性。

2.3   R&D科研人员

表4同样为采用最大似然估计法估计的R&D科研人员对规模以上工业产能影响的结果。实证结果表明：R&D人员折合全时当量和R&D兼职人员与规模以上工业产值呈显著的正向关系;然而，R&D人员数量和R&D全职人员变量的系数为负数，且不显著。R&D人员折合全时当量衡量了R&D全职人员和兼职人员的全年的工作时间或工作量，工作时间越长以及工作量越大，R&D人员能获得更多的成果并以此促进规模以上工业产值的增加。由于R&D人员数量中，R&D全职人员占比较高，在科研经费一定的前提下，R&D人员数量越多，人均科研经费较少，这导致科研产出率较低。同时，R&D兼职人员一般为高校的知名科研人员或者有经验的科研人员，这部分科研人员更能够促进科技成果转化为产能和促进技术进步，因而对规模以上工业产值的增加有正向促进作用。

3    结论和政策建议

本文基于面板数据随机前沿模型测量了山东省17个地级市规模以上工业的技术效率，实证分析了R&D科研经费支出数量、R&D科研经费支出结构、R&D科研人员数量和结构对规模以上工业产能的影响。研究结果表明：

（1）山东省17个地市规模以上工业技术效率存在显著的差异，技术无效率项显著存在;

（2）R&D内部科研经费支出、R&D企业科研经费支出、R&D国内研究机构科研经费支出能够显著促进规模以上工业产能的增加;

（3）R&D科研人员工作量越多，规模以上工业产值越大，且R&D兼职人员能够显著的促进产值的增加。

根据研究结论，提出以下政策性建议：由于政策科技经费相较企业科技经费支出较少，促进作用不明显，政府应该进一步加大科研资金的投入;不应盲目追求科研人员数量的增多，更应该注重科研人员质量建设，积极引入高级科研人员;进一步促进产学研结合，对接高校等科研机构与企业的合作，促进科技成果转化为经济增长的动力。

参考文献：

[1] Wakelin K. Productivity growth and R&D expenditure in UK manufacturing firms[J]. Research policy， 2001， 30（7）： 1079-1090.

[2] Bowns S， Bradley I， Knee P， et al. Measuring the economic benefits from R&D： improvements in the MMI model of the United Kingdom National Measurement System[J]. Research Policy， 2003， 32（6）： 991-1002.

[3] 郭际， 叶卫美， 吴先华，等. 基于投入产出法的R&D经费投入的综合经济效益评估研究[J]. 科学学与科学技术管理， 2014（1）：9-15.

[4] 盛垒. 跨国公司在华R&D投资的溢出效应研究——基于随机前沿分析方法（SFA）的检验[J]. 世界经济研究， 2010（6）：68-74.

[5] 王雷，党兴华.R&D经费支出、风险投资与高新技术产业发展——基于典型相关分析的中国数据实证研究[J].研究与发展管理，2008（4）17-23.

[6] 陈云， 贺德方. 我国各省市自治區R&D经费支出的差异性及与人均GDP的相关性分析[J]. 中国软科学， 2012（10）：78-87.

[7] 周芳. 北京市制造业R&D投入的贡献研究——基于CDM模型的技术创新效果评估[J]. 研究与发展管理， 2014，26（6）： 22-31.

[8] 冯文娜. 高新技术企业研发投入与创新产出的关系研究——基于山东省高新技术企业的实证[J]. 经济问题， 2010（9）：74-78.