基于Geoda的我国财政科技支出空间效应研究

杨金淑　朱琪

摘要：文章以各省财政科技支出为研究对象，通过空间计量学软件Geoda进行定量分析，对2017～2020年我国31个地区财政科技经费支出差异的空间联系以及空间变化的相互作用机制进行了研究。研究结果表明，经济发展具有相似水平的地区对于财政科技经费的支出存在明显的聚集效应，呈现出高高、低低、低高的聚集形式。基于以上研究和分析对我国的经济发展提出相关建议，并促进我国财政投入方面对于科学技术的资源配置发挥更理想的效果。

关键词：空间效应；科技支出；莫兰指数；Geoda

改革开放四十多年来，科技全球化不断深入，国家的科技创新能力对国家的经济发展起到了重要作用，而财政科学技术投入是科技投入的主要组成部分。因此，研究我国各省财政科技投入的空间效应对于地区经济的创新驱动是非常有意义的。目前，中国的经济发展已经进入新常态，过去以资本要素投入为中心的大规模、外向型增长已难以持续，迫切需要向以创新为引擎的发展模式转变。

一、数据来源与整理

我国包括23个省、4个直辖市及5个自治区和2个特别行政区。由于台湾、澳门、香港采用不同的制度，不存在可比性，因此本文选择31个地区作为研究对象。通过国家统计局的官方网站，分别找到2018、2019、2020、2021年的统计年鉴，即可获取2017、2018、2019、2020年我国财政的相关数据。由于本文以财政科技支出作为变量来研究空间集群效应，所以需要找到分地区财政支出的数据。经过查找在统计年鉴的第七项中，在财政的第6小项中是《分地区一般公共预算支出》。单位以亿元计量。

二、研究方法

空间自相关。全局空间自相关性通过统计量莫兰指数描述。全局莫兰指数计算公式为：

其中，Yi代表地区i的观测值，n代表地区数，Wij代表空间权重矩阵。莫兰指数为有理数，它经过方差归一化之后，数值会被归一化到-1.0～1.0之间。Moran’s I>0表示空间正相关性，它的值越大，空间相关性越明显。Moran’s I<0表示空间负相关性，它的值越小，空间差异越大。空间上面的正相关，就是指随着空间分布位置（距离）的聚集，相关性就也就越发显著；空间上的负相关就正好相反了，随着空间分布位置的离散，反而相关性变得显著了。局部莫兰指数的计算公式为：

三、Geoda实现空间效应分析

GeoDa空间计量学软件是一款软件与工具相结合的展示成果的空间软件，拥有十分强大的地理可视化功能和多种数据分类功能，聚类地图、直方图、散点图、气泡图等，为非GIS专业人士进行空间分析提供了方便。应用这个软件可以方便地完成创建SHAPEF工程文件。

（一）创建各年度财政科技支出数据表及权重文件

将2017、2018、2019、2020四年的数据表格导入到空间计量学软件当中，以2020年为例（如图1）。TW是2020年各省财政科技支出量，NI是2019年各省财政科技支出量，EI是2018年各省财政科技支出量，SE是2018年各省财政科技支出量。

（二）计算莫兰指数

在计算莫兰指数之前，要先创建权重矩阵来表示区域之间的相邻关系，这里选择以queen连接，即可以出现空间权重管理。之后开始计算每年各个地区财政科技支出的莫兰指数。点击软件的空间分析，做单变量莫兰指数，这里以2020年财政科技支出为例，选择生成莫兰散点（如图2）。之后可以验证空间效应是否具有显著性，在莫兰散点图内作显著性分析，以2020年财政科技支出为例选择做999次显著性分析（如图3）。

通过以上方法，同理可以得出2017年、2018年、2019年三年各省财政科技支出的数据，并进行记录，保存。

四、数据结果分析

（一）各省财政科技支出的全局自相关分析

总结以上的数据得出空间效应：因为莫兰指数均为正值且小于1，说明近四年的各省财政科技支出是有一个空间正自相关性的，所以可见各个省份的财政科技支出是具有空间聚集效应的。然后再通过显著性分析，得知p小于α，所以说在统计学的角度上是具有显著性的。

从莫兰指数的变化趋势来看，近四年该指标比较平稳，说明近四年各省份的空间聚集程度十分稳定。2017～2020年莫兰指数的变化可以分成两个阶段，第一个阶段是2017～2018年，莫兰指数不断下降，第二个阶段是2019～2020年，莫兰指数持续上升。2017～2018年莫兰指数呈下降趋势，这体现出各个省份的财政科技投入空间自相关逐渐降低，也就是说，相邻地区财政科技投入的差异不断增大。2018～2020年，莫兰指数整体表现出上升的趋势，体现了空间自相关性在逐渐增强，相邻地区的投入量差异不断变小。即近三年，我国各个省份在科学技术方面的投入呈现出了相似性，这可能是邻近地区的经济发展水平相似导致的，周边地区在财政科技投入方面的不均衡逐渐有所改善。

（二）各省财政科技支出的局部自相关分析

根据表2可以看出，2017～2020年，中國的31各省份财政科技支出均不存在高低的聚类关系。在2017～2019年，地区财政科技支出均不存在高高聚集的省份，一直到2020年，我国出现了五个处于高高区的省份，分别是上海、安徽、江苏、江西和浙江。这可能是由于这些地区的经济水平以及GDP水平较高，高收入的省份GDP相对于其他省份较高，财政科技投入的增长速度相对于其他省份要快，因此财政科技经费的投入也相对较大。

除此之外，整体来看，东部沿海地区由于地理位置占优势，科技水平也优于中部地区和西部地区。2017～2020年，吉林、四川、新疆、甘肃、内蒙古这五个省份均处于低低区，2018年，低低区新增了宁夏和黑龙江，2018～2020年，西藏已经不在低低区行列。这表示不仅这些地区财政科技投入水平低，相邻的地区经费投入也很低。这些省份大多分布在我国的西部，人口分布不均匀，环境条件相对较差，因此科技水平也处在一个较弱的状态。这也和地区的产业结构有关，由于强烈依赖外省带来的资源，没有进行产业结构的升级，省内高新企业数量较少，因此科技水平增长十分缓慢，即便投入大量的财政科技经费，带来的也是与成本不相符的科技进步。

在2020年，江西省由低高区转变到了高高区，这个省份相邻的省份一个是低高区的福建，另一个是处于高高区的安徽。按照低高区的福建省的性质，其相邻省江西省应该是一个高水平经济的区域，但是由表2可知，江西省在2017～2019年的发展水平确实相比邻省落后一些，由于相邻省份的影响和带动，在经过三年稳定的发展后，江西省经济水平逐渐增高，成为了与相邻省份一样的高高聚集的关系，也进入了高高区的行列。

五、结论及建议

（一）结论

本文运用GeoDa软件对2017～2020年的财政科技投入进行了空间分析，得出以下结论。第一，我国各省份财政科技经费支出在近四年具有较强的正自相关性，可以判断我国地区的财政科技投入存在明显的聚集效应。第二，我国财政科技投入较高的省份聚集在上海、江苏、浙江及其周边地区；财政科技投入较低的地区主要集中在吉林、四川、新疆、甘肃、内蒙古及其相邻地区；自身财政科技投入及较低但相邻地区投入较高的省份主要集中在福建。第三，我国财政科技投入具有明显的固化现象，并且，东部沿海地区的科技经费投入水平优于中部和西部地区，呈现出东强西弱的局势。

（二）建议

1. 突破地区限制，促进区域间经济活动

中西部这些省份相对落后，地方政府应该对经济水平较好地区的科技研发情况、管理、科技投入方式和制度不断学习，将产业和项目作为重点把握。要利用周围地区带动本地区整体经济发展，同时利用科技进步本身的技术流动，引导人力资源的创新，促进科技生产导向的形成。

我国基金与科技重点围绕科技创新基地建设、基础研究、区域创新体系建设、商业化等方面展开研究，试图解决资金投入结构不合理的问题。但根据情况，区域不平衡问题还不够重视，技术基础设施雄厚的地区仍然是投入重点区域，在贫困地区仍没有得到足够的资金。与此同时，预算绩效改革已经成为当前时期学术界和社会关注的焦点，全面推进预算绩效管理是新时代的潮流和趋势。因此，有必要加强财政科技投与预算绩效管理的结合，提高财政科技投入的产出效率。其次要优化科技财政支出结构。当前的金融、科技基于实时技术发展，要做出最有效的利率投入和支出，这迫切需要全球投资，可以在全球范围内操作。因此，不断扩大财政总支出的同时，投入利率可以增加。

2. 加大财政科技投入，优化财政科技支出结构

政府在科学技术经费投入中占有非常重要的位置，目前，政府相关部门的科研经费支出不断上升，但资金投入总额仍需提高。各地区要在现行税率下继续加大科技发展支出，提高科技型支出在财政支出总量中的占比。其次要优化科技财政支出结构。当前的金融、科技基于实时技术发展，要做出最有效的利率投入和支出，这迫切需要全球投资，可以在全球范围内操作。因此，不断扩大财政总支出的同时，投入利率可以增加。

参考文献：

[1]周静.财政科技投入、教育支出与经济高质量发展——基于全要素生产率（TFP）的实证研究[J].农场经济管理，2021（08）：52-55.

[2]齐文燕.我国财政科技投入效率及其影響因素研究[J].财政监督，2020（08）：85-93.

[3]王伟华，岳海鸥，白云清.济南市财政科技投入绩效评价模型初探[J].中国科技资源导刊，2020，52（01）：84-89.

[4]史云瑞.我国财政科技投入效率研究[D].武汉：中南财经政法大学，2019.

[5]刘明.财政科技支出对城市创新的影响[J].社会科学战线，2021（06）：259-264.

＊基金项目：2022年大学生研究计划科研立项一般项目“各省财政科学技术投入的空间效应”。

（作者单位：北京印刷学院经济管理学院）