科研投入驱动经济发展的非线性效应研究——来自中国283 个地级市面板数据的门槛模型分析

浦小松

（中国教育科学研究院德育与学校党建研究所，北京 100088）

一、引言

新中国成立七十多年来，我国经济总量已经跃居世界第二位，科技实力也随着经济发展同步壮大，而且“已经成为具有重要影响力的科技大国，科技创新对经济社会发展的支撑和引领作用日益增强”［1］。党的二十大报告强调，“坚持创新在我国现代化建设全局中的核心地位”［2］。

为了使科学技术更好地促进生产力的发展，设计有效的科技创新政策是政府和学术界关注的重要问题。党中央、国务院一直高度重视科技创新工作，2016 年5 月，中共中央、国务院印发《国家创新驱动发展战略纲要》，强调科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。明确我国科技事业发展的目标是，到2020 年我国进入创新型国家行列，到2030 年我国进入创新型国家前列，到新中国成立100 年我国成为世界科技强国。

建设世界科技强国，科研投入是根本保障。今天的科研投入，就是对未来国家竞争力的投资。在财政支出中，科研投入支出多少，怎样合理安排科研投入占财政支出的比重——需要严谨地评估科研投入总量和占比在地方经济发展中的作用，究竟是促进还是抑制。尤其需要精准把握科研支出对经济发展影响的边界，测量抑制作用、促进作用转化的阈值。借此，才能为加快创新驱动发展、建设世界科技强国提供必要的政策启示和新思路，把好钢用在刀刃上。

现阶段结合中国实际经济条件，对科研投入驱动经济发展的问题展开深入研究，具有重要的学术价值和现实意义。它不仅有助于发现科研投入对经济发展的作用，而且有助于进一步完善我国财政支出的分配机制，提高宏观调控的科学性、系统性、预见性、精准性。本文从科研投入的总量及占比两个视角出发，利用我国2007-2016 年283 个地级城市的面板数据，并且考虑地区间不同的技术进步效应、不同政府财政规模的门槛效应，识别科研投入对地区经济发展的作用效果，得出富有启发意义的结论与政策建议。从而为客观评价科研投入的驱动作用提供依据，为政府在不同财政规模下科学制定政策，根据地区实际情况变化及时调整政策提供参考。

本文结构安排为：第一部分介绍研究背景，第二部分为相关文献的回顾与评论，第三部分为模型的构建和变量、数据的选择，第四部分为样本的描述性统计，第五部分报告实证分析结果及稳健性检验、内生性检验，第六部分为门槛效应的研究，第七部分为结论与启示。

二、文献回顾与评论

社会经济系统是一个庞大而复杂的系统，影响它运行的因素很多。进入新时代，知识在经济社会中的作用日益凸显。科技已经成为知识创新的核心，而对科研的投入是科技进步的物质基础和前提，本文把研究重点放在科研投入与经济发展的协调关系上。

国内外很多学者对科学研究与试验发展（Research and Development，R＆D）投入与经济发展之间的关系进行了理论分析与实证研究。现有的文献分析表明，科研投入与经济发展大体存在着两种不同的驱动关系。

一种认为两者之间存在正向作用关系，科研投入促进了经济发展。Griliches（1986）使用美国1957—1977 年大约1000 家大型制造企业的数据集，构建包含R＆D 生产函数模型，结果表明研发有助于提高生产率［3］。Grossman 和Helpman（1990）构建了一个动态的两国贸易和增长模型，研究认为R＆D 投入将提高未来生产力，有利于经济长期增长［4］。Coe 和Helpman（1995）研究发现R＆D 投入对一个国家的全要素生产率具有显著的正向作用［5］。Romer（1990）［6］、Rivera-Batiz 和Romer（1991）［7］、Aghion 和Howitt（1992）［8］、Jones（1995）［9］将创新、研发与内生经济增长联系起来，建立了内生增长模型，认为研发投入是技术进步的源泉，垂直创新构成了经济增长的潜在来源，R＆D 投入已成为衡量一个国家创新能力高低的标准之一。经济学家一直试图量化知识溢出的程度和影响，即一方的知识创造投资通过促进其他方的创新来产生外部利益（Jaffe，等，2000）［10］。Los 和Verspagen（2000）应用美国制造业微观数据发现R＆D 溢出效应对生产力具有显著的正向影响［11］。Zachariadis（2004）使用1971—1995 年10 个经合组织国家的总体和制造业数据，发现了研发强度对生产率产生积极影响的证据［12］。Falk（2007）基于1970—2004 年经合组织国家的面板数据，使用广义矩估计方法估算了一个动态的经济增长模型，研究发现高科技领域的R＆D 投入对长期经济增长具有正向的冲击［13］。吴延兵（2006）通过对我国制造业企业数据考察发现，R＆D 投入是促进中国经济增长的重要因素［14］。夏良科（2010）使用2000—2007 年中国大中型工业企业数据，基于数据包络分析方法计算得出各行业的Malmquist 生产率指数，发现R＆D投入对全要素生产率的增长和技术进步具有显著的促进作用［15］。卢方元和靳丹丹（2011）利用2000—2009 年我国30 个省（区、市）的R＆D 投入和经济增长的数据，通过面板数据模型研究表明，R＆D投入对经济发展具有明显的促进作用［16］。白俊红等（2017）以我国30 个省级行政区域为研究样本，使用空间计量经济模型分析发现，研发要素（R＆D 人员、R＆D 资本等）的区际间流动具有十分明显的空间溢出效应，而且该溢出效应对中国经济增长呈现出显著的正向作用［17］。

另一种认为科研投入并未显著促进经济发展，甚至出现抑制作用。Samimi 和Alerasoul（2009）使用2000—2006 年30 个发展中国家的面板数据，回归结果表明，R＆D 对经济增长没有显著的积极影响［18］。张海洋（2005）运用1999—2002 年我国工业部门34 个行业的面板数据，基于数据包络分析方法测算显示，R＆D 投入对技术效率的作用显著为负［19］。李小平和朱钟棣（2006）使用1998—2003 年我国32 个工业行业面板数据，计算发现在大部分情况下国内本行业R＆D 与其他行业R＆D 对行业技术进步、技术效率和全要素生产率的增长起阻碍作用［20］。陈刚（2010）采用1998—2007 年中国省级层面的数据，基于面板协整技术检验R＆D 溢出方程，模型回归结果发现，本地R＆D 资本对全要素生产率增长具有显著的阻碍效应；本国其他地区的R＆D 溢出资本对全要素生产率增长具有显著的促进影响，但并不是十分稳定［21］。严成樑和龚六堂（2013）运用1998—2009 年我国31 个省份的面板数据，实证模型检验发现，R＆D 规模对我国经济增长具有抑制作用［22］。

总的来说，现代经济学理论普遍支持经济长期增长的驱动力在于内生化的技术知识或人力资本存量的积累，而技术进步是导致资本边际生产力不会一直下降的重要原因，也是保持人均产出持续增长的必要条件。对此，地方政府能够通过直接增加科研投入、对科技企业提供税收激励等财税政策有效解决人力资本积累外部性、技术外部性和知识外部性等问题，进而推动经济增长。但结合现有实证文献来看，由于样本选择、模型设定等方面的不同，针对科研投入与经济增长的实证检验结果仍存在较大差异。实际上，财政性科研投入与经济发展并不是简单地表现为“输入—输出”的线性关系。因此，使用描述性统计或者线性回归模型分析这种非线性关系，可能存在一定程度的估计结果偏误。有鉴于此，本文以更广阔的样本量，考虑不同地区的差异建立面板门槛模型，洞悉科研投入影响经济发展的内在非线性特征。

与现有研究不同，本文的边际贡献在以下三个方面。第一，选取我国2007—2016 年283 个地级城市的面板数据，样本数据量广，承载信息量大。在中国的行政区划和治理结构中，市级政府是一个重要的层次，起着承上启下的作用。市地财政处于中央、省、市、县、乡五级财政的中间环节，是财税集中比例较高的一级政府。第二，考虑技术进步的异质性，考察了在控制技术进步条件下科研投入对经济发展的影响。第三，考虑地区经济发展水平差异。依据门槛模型，识别了在不同政府财政规模下科研投入对经济发展的非线性作用。

三、模型、变量与数据

（一）模型构建

借鉴Barro（1991）［23］关于经济增长实证分析通常的设定，本文构建基准回归模型（1）来考察科研投入对地区经济发展的影响。

模型（1）中，下标t 表示年份，i 表示城市；ε表示误差项；j 和n 分别表示控制变量的次序和总数；α 表示截距项。考虑到部分不可观测因素可能对某一年份中各个城市的影响是相同的，但在各年间的影响又表现出差异，模型中控制时间固定效应vt；考虑到每个城市可能存在的不随时间变动的因素，模型中控制城市固定效应μi，这里μi可以表示不同城市间同质的技术进步或其他不可观测因素。此外，控制变量的选取主要考虑了投入与消费两方面的因素，而投入则进一步分为资本投入与劳动力投入，具体的控制变量选取与定义见下文。

在探究科研投入对地区经济发展的影响时，更多地是将科研投入视为一种特殊的投资，考察它对经济发展的作用。然而，根据内生增长理论，一个地区的经济能够不依赖外力推动实现持续增长，内生的技术进步是保证经济持续增长的关键因素。因此，在识别科研投入本身对经济发展的作用时，有必要对地区的技术进步进行控制。目前，由于技术进步没有很好的衡量指标，以往的研究一般用年份的哑变量或者共同的时间趋势变量来代表。但是，这样做法的前提假设是不同地区间技术进步的程度与性质是相同的，而这显然与现实中各地区表现出的差异化的技术水平不相符。基于此，为了准确识别科研投入对经济发展的直接影响，借鉴王敏和黄滢（2015）［24］的做法，本文在模型（1）的基础上进一步引入各个城市的随机趋势，从而在一定程度上控制不同城市技术进步的异质性。

模型（2）中，λit是城市i所特有的时间趋势项，其含义是城市i在不断加大科研投入过程中所出现的包括技术进步在内的各种随时间变化的变量，因而λi在一定程度上代表了城市i所特有的平均技术进步率。根据Wooldridge（2010）［25］，模型（2）中的λi无法被直接估计。对此，首先对数据进行一阶差分得到模型（3）：

在模型（3）的基础上，参考Stern 和Common（2001）［26］的研究，使用面板数据固定效应方法即可估计出各个变量的系数值。相较于模型（1），模型（3）中所估计出的变量系数值进一步考虑了技术进步的异质性，因而其估计系数值能够在一定程度上反映在去除技术效应本身的影响外，科研投入对经济发展的贡献情况。

（二）变量选择

经济发展水平（Gdp）。借鉴类似的研究，使用地区国内生产总值（GDP）来表示地区的经济发展水平，单位：万元。

科研投入（Rd）。考虑到总量与占比的差异，分别从各城市地方政府科研投入总量与科研投入占比两方面来度量。具体而言，使用地方政府财政科学技术支出来表示城市的科研投入总量（Rd_total），单位：万元；使用地方政府财政科学技术支出与地方政府财政总支出的比重来反映各城市科研投入占比（Rd_ratio），单位：1。

控制变量（Controls）。本文主要从投入与消费两个维度选择控制变量。进一步地，从资本与劳动力两方面来反映投入情况。具体而言，选择固定资产投资（Fixed）和外商直接投资（Fdi）来控制资本投入的影响；选择教育投入水平（Edu）和城市人口（Popu）来分别控制劳动力素质与劳动力规模两方面因素的影响。最后，使用社会消费水平（Cons）来控制城市的消费情况对经济发展的影响。控制变量具体的变量定义见表1。

表1 变量定义

（三）数据来源

本文的研究样本是覆盖2007—2016 年地级市的面板数据。所有数据均来自对应年份的《中国城市统计年鉴》《中国区域经济统计年鉴》和《中国城市建设统计年鉴》。由于部分地级市数据缺失的问题，样本中一共包含了283 个地级市。此外，样本变量数据存在的个别缺失情况，在回归分析时采用线性插值法进行补全。

四、描述性统计

表2 是对研究样本中各个变量的描述性统计。其中，不同城市样本的科研投入总量差异巨大，最大值是深圳市在2016 年的403.5 亿元，最小值是防城港市在2007 年的469 万元。科研投入占比的差异同样明显，最大值为0.207，约为最小值6.77×10-4的306 倍。

表2 变量描述性统计

总体来看，我国地级城市科研投入稳步提升，由2007 年的669.50 亿元增加到2016 年的3396.65 亿元，年均复合增长率为19.78%，明显高于同期GDP 增长率①。这一结果表明，我国自党的十七大深入贯彻落实科学发展观，再到党的十八大实施创新驱动发展战略，科研投入明显加大，国家财税对科技创新扶持力度显著增强。国际横向对比来看，经过汇率折算后，我国科研经费总投入于2010 年和2013 年分别超过德国和日本，目前已经成为仅次于美国的世界第二大研发经费投入国家。

基于城市维度来看，我国不同城市科研投入的差异更加明显，少数重点城市的科研投入总量远高于其他城市。在全国科研投入普遍偏低时，北京、上海等少数几个城市就已经具有较高的科研投入水平。2007 年，北京、上海和深圳是全国政府科研投入最高的三个城市，其科研投入总额分别为90.74、105.77 和49.90 亿元，三个城市的科研投入占当年全国地级市科研投入总额的36.8%。尤其值得关注的是深圳市，科研投入持续高位增长，2016 年达到403.5 亿元，是全国的最高值。从改革开放后快速兴起的经济特区，到建设中国特色社会主义先行示范区，深圳市科研投入的力度、强度一直走在全国前列，这无疑将为它成为高质量发展高地提供强有力支撑。2016 年，我国东部沿海地区的城市科研投入增速明显，但是东北、西北及西南的大部分地区的科研投入增长仅限于少数的区域中心城市。

从科研投入占当年地方财政支出的比重来看，无论是2007 年还是2016 年，东部地区的科研投入占比情况普遍高于中西部地区。从年份变化的情况来看，样本期间内珠三角、长三角地区的科研投入占比增长最为显著，而京津冀地区、黄河流域则无显著变化，存在着明显的地区不平衡。而这一地区差异可能源自地理禀赋、工业基础以及地区经济发展模式等多个因素的影响。

五、实证分析

（一）基准回归结果

为了检验科研投入对地区经济发展的影响，本文使用虚拟变量最小二乘法对模型（1）进行回归分析，估计结果见表3。

表3 基准回归结果

由表3 可知，无论是科研投入总量，还是科研投入占比，在加入控制变量后，R2明显增大，因此本文的分析基于加入控制变量后的模型估计结果展开。从地方政府科研投入的绝对值来看，科研投入总量（Rd_total）对经济发展水平（Gdp）的估计系数为0.119，通过1%水平的显著性检验，即科研投入总量每增加1 个单位将使经济发展水平提高0.119 个单位，说明科研投入总量的增长能够显著促进经济发展水平的提高。从地方政府科研投入的比重来看，科研投入占比（Rd_ratio）对经济发展水平（Gdp）的估计系数为0.025，通过1%水平的显著性检验，即科研投入占比每增加1 个单位将使经济发展水平提高0.025 个单位，说明地方政府进一步扩大科研投入的比重也会对地区经济发展产生正向影响。

控制变量的结果也具有一定启示意义。固定资产投资（Fixed）的估计系数在1%的水平下显著为正；外商直接投资（Fdi）的估计系数在5%的水平下显著为正。这表明在样本期间内，资本投入是驱动地区经济发展的重要因素。城市人口（Popu）的估计系数显著为正；教育投入水平（Edu）与社会消费水平（Cons）的估计系数不显著。此处教育投入水平和社会消费水平不显著的原因可能有三：一是教育投入对经济发展的促进作用存在累积和滞后效果，具有延迟效应（浦小松，2016）［27］；二是各地区经济发展阶段不一样，地区差异明显，有些地区系数显著，有些地区系数不显著，各地区综合起来总体可能造成系数不显著；三是两个变量的显著性被技术进步所掩盖。

（二）考虑技术进步的回归结果

为了进一步考察在考虑技术进步的异质性时，科研投入对地区经济发展的影响，本文基于模型（3），采用固定效应模型进行分析，估计结果见表4。

表4 考虑技术进步异质性的回归结果

由表4 可知，无论是科研投入总量，还是科研投入占比，在加入控制变量后，R2明显增大，因此针对加入控制变量后的模型估计结果进行分析。表4 的结果显示，在考虑了每个城市包括技术进步在内的特定时间趋势变量后，科研投入总量（Rd_total）与科研投入占比（Rd_ratio）对经济发展水平（Gdp）的估计系数仍然为正，并分别通过1%水平及5%水平的显著性检验。这说明在考虑各个城市的技术进步后，地方政府的科研投入对地区经济发展水平的促进作用是显著的。当前，我国正在经历从要素驱动、投资驱动向创新驱动经济发展的转变，而由政府财政支出主导的科研投入是明确产业转型升级方向、引领经济高质量发展的主要力量。在这一过程中，科研投入对地区经济发展发挥了显著促进作用。

由表4 还可发现，固定资产投资的系数通过1%水平的显著性检验，而且在所有变量系数中最大，说明投资拉动经济的作用巨大；外商直接投资的系数通过1%水平的显著性检验，而且系数大小仅次于固定资产投资的系数，说明外商直接投资促进了东道国的经济发展；城市人口的系数通过1%水平的显著性检验；在控制了技术进步影响后，社会消费水平的系数通过1%水平的显著性检验，说明消费拉动经济的效果开始涌现，实际上，由投资拉动转为消费拉动是经济发展的必然趋势；教育投入水平的系数依然不显著，说明教育投入促进经济发展的效果尚未显现。

（三）稳健性检验

财政分权制度是影响我国经济社会运行的重要制度背景，其中，行政级别较高的城市往往拥有较大的财政自主程度。在我国，行政级别较高的城市往往也是区域经济发展的中心，其经济发展一方面受到当地各项要素投入的影响，还可能受到其他诸如政策优惠等隐性因素的影响。基于此，为了进一步检验研究结果的稳健性，考虑从全样本中剔除4 个直辖市、15 个副省级城市，然后利用余下的样本进行回归分析，观察其系数与全样本情形相比是否有明显变化。本文分别对基准回归、考虑技术进步异质性做稳健性检验，估计结果见表5、表6。

表5 基准回归稳健性检验结果

表6 考虑技术进步异质性的回归稳健性检验结果

表5 是基准回归稳健性检验结果，科研投入总量（Rd_total）与科研投入占比（Rd_ratio）对经济发展水平（Gdp）的估计系数仍然显著为正，而且加入控制变量后的模型R2增大，与表3 的结果一致，表明本文的研究结论具有稳健性。

表6 是考虑技术进步异质性的回归稳健性检验结果，科研投入总量（Rd_total）与科研投入占比（Rd_ratio）对经济发展水平（Gdp）的估计系数仍然显著为正，而且加入控制变量后的模型R2增大，与表4 的结果一致，同样表明本文的研究结论具有稳健性。

（四）内生性检验

经验表明，GDP 高的地区科研投入也相对更高，二者可能存在互为因果的内生性问题。考虑到前后期的GDP 增长水平存在高度相关，而滞后一期的GDP 则在逻辑上不会影响前一期的科研投入水平。因此，为降低模型可能存在的内生性问题给估计结果带来的偏误，本文考虑使用滞后一期的经济发展水平（L1.Gdp）作为被解释变量重新对模型（1）（3）进行估计，结果见表7。估计结果显示，科研投入总量（Rd_total）与科研投入占比（Rd_ratio）对滞后一期的经济发展水平（L1.Gdp）的估计系数仍然显著为正，与表3、表4的估计结果基本一致，表明本文的研究结论具有稳健性。

表7 内生性问题检验结果

六、进一步研究

在实际的政策执行中，政府一般会依据不同的财政状态作出非平衡性的支出操作，财政支出的动态调整对经济发展的作用关系并非是简单的线性框架。有鉴于此，本节在现有研究基础上做有益的拓展和补充，采用非线性框架下的面板数据门槛模型，对科研投入与经济发展的关系展开进一步研究。

（一）门槛模型设定

地方政府作为科研投入的主体，它本身的个体异质性因素是否会影响科研投入对地区经济发展水平的效果？具体而言，地方政府各项财政支出的选择通常取决于政府实施某项政策成本与收益的权衡，而地方政府的财政规模往往是这一选择的决定性因素。实际上，不同财政规模的地方政府对于科研投入存在着明显差异，进而使得其科研投入对经济发展的作用效果表现不同。对此，有必要根据不同地区地方政府的财政规模展开进一步研究，以探究科研投入对经济发展水平的实际影响。本文考虑根据Hansen（1999）［28］提出的面板数据门槛模型理论，构建门槛效应模型，该模型的优点在于一方面能估计出门槛值，同时也能对内生的门槛效应进行显著性检验。其思路是将某门槛值作为一个未知变量纳入回归模型中，构建分段函数，并对该门槛效应及相应门槛值进行实证估计和检验（沈能、刘凤朝，2012）［29］。模型（4）如下所示：

模型（4）中，μi表示个体效应，vt表示年份效应，常数项略去。qi，t为门槛变量，基于上述分析，使用政府财政收入作为门槛变量。θ是需要估计的门槛参数。ρ1和ρ2分别表示门槛变量在低于、高于门槛参数θ时，自变量科研投入对因变量经济发展水平的影响系数。

（二）门槛效应检验

首先，进行门槛效应检验以确定门槛的个数，进而确定模型的形式。本文应用Wang（2015）［30］提出的固定效应面板门槛模型的程序，依次在不存在门槛、一个门槛和两个门槛的设定下对模型（4）进行估计，得到的F 统计量和经过300 次采用自抽样（Bootstrap）检验得出的P值及其他结果见表8。

表8 门槛效应检验结果

由表8 可知，科研投入总量（Rd_total）与科研投入占比（Rd_ratio）在单一门槛、双重门槛均显著，说明存在双重门槛效应。这样的结果表明，无论从科研投入的总量还是占比来看，它们对地区经济发展的影响可能随着当地政府财政规模的增长而变现出不同的效果，即财政规模不同的地方政府在同样增加科研投入时可能具有不同的经济效应。

依据表8 的门槛效应检验结果，对于科研投入总量，按照两个门槛值把地区财政规模分为三个档次，分别是：小于19.648 亿元，较低水平；介于19.648 亿元到44.348 亿元，中等水平；大于44.348 亿元，较高水平。对于科研投入占比，按照两个门槛值把地区财政规模分为三个档次，分别是：小于22.065 亿元，较低水平；介于22.065 亿元到53.296 亿元，中等水平；大于53.296 亿元，较高水平。

（三）门槛效应回归结果

基于门槛效应的检验结果，本文使用基于稳健标准误的固定效应模型对模型（4）进行估计分析，同样，这里对所有变量进行标准化处理，回归结果见表9。

表9 门槛效应回归结果

由表9 可知，从科研投入的总量情况来看，在不同政府财政规模的情形下，科研投入总量（Rd_total）对经济发展水平（Gdp）的估计系数均为正，并通过1%水平的显著性检验。而且，科研投入总量的系数在政府财政规模的较低水平、中等水平、较高水平时分别为0.066、0.074、0.078，说明随着政府财政规模的持续扩大，科研投入总量的提升对经济发展水平的正向促进作用在不断增强。在政府财政规模较小时，每增加1 单位科研投入总量将使地区经济发展水平提升0.066 个单位；在政府财政规模中等时，每增加1 单位科研投入总量将使地区经济发展水平提升0.074 个单位；在政府财政规模较大时，每增加1 单位科研投入总量将使地区经济发展水平提升0.078 个单位，比较低水平时的经济促进作用增强了18.182%。可见，科研投入总量是地区经济保持长期增长的基石，随着政府财政规模的不断提升，它对科研领域的投入是确保实现高质量发展的关键。

从科研投入的占比情况来看，在不同政府财政规模的情形下，科研投入占比（Rd_ratio）对经济发展水平（Gdp）的估计系数表现出明显的差异。在政府财政规模较小时，科研投入占比对经济发展水平的估计系数显著为负（-6.438）；而随着政府财政规模的增加，在中等水平时，科研投入占比对经济发展水平的估计系数转变为正，并通过了5%水平的显著性检验；在政府财政规模较大时，科研投入占比对经济发展水平的估计系数在1%水平下显著为正。此外，随着政府财政规模的进一步上升，系数从0.604 增大到2.527，科研投入占比的提升对地区经济发展水平的促进作用同样显著增强。而且，在政府财政规模较大时，科研投入占比的系数在所有正的变量系数里最大，对经济发展的促进作用最强。这样的结果表明，对于政府财政规模较大的地区而言，进一步提高财政支出中科研投入的比重的确能够促进经济发展；对于政府财政规模较小的地区而言，增加科研投入占总财政支出的比重可能并不利于地区经济发展。目前，不少实证研究已经发现，由于制度和政策无法适应科技创新需要等原因的影响，资源配置机制阻碍了效率提升，进一步导致我国中西部地区的科研产出效率明显低于东部发达地区（蔡翔，等，2013；韩凤芹、赵伟，2015）［31-32］。对此，有研究甚至指出中西部的经济欠发达地区倾向于通过提高科研投入占比的方式来弥补科研产出效率的低下（刘任重，等，2016）［33］。显然，在科研支出投资效率明显不足的情形下，通过各类产业发展项目进一步提高科研投入在财政总支出的比重将明显加压财政对其他公共领域的支出，进而对经济增长产生负面影响。在此基础上，表9 的结果进一步指出，对于政府财政规模较小、经济发展水平较低的地区而言，忽视当地经济发展的现状，一味地提高科研投入比重可能并不利于经济高质量发展，甚至可能会带来一定程度的消极作用。

控制变量的回归结果也具有一定启示意义。固定资产投资、外商直接投资、社会消费水平、教育投入水平、城市人口的系数均显著为正，说明它们均在一定程度上推动了地区经济的增长，这与相关研究领域的结论保持了一致。值得一提的是，教育投入提高了劳动者素质，提升了人力资本水平，促进了地区经济发展，这与严成樑和龚六堂（2013）［22］得出的结论是一致的。同时，教育是实现我国经济转型的基础，正如习近平总书记在全国教育大会上指出的“教育是国之大计、党之大计”。

七、结论与启示

本文基于2007—2016 年我国283 个地级城市的面板数据，对政府财政支出的科研投入与地区经济发展水平的关系展开研究，在模型构建中考虑了地区间不同的技术进步效应、不同政府财政规模的门槛效应，以考察不同情况下政府财政支出的非对称性调整对经济发展的非线性影响。实证研究结果表明科研投入总量的增长能够显著促进经济发展水平的提高，而且地方政府进一步扩大科研投入的比重也会对地区经济发展产生正向影响。在考虑不同城市技术进步异质性的影响后，发现地方政府的科研投入对地区经济水平的促进作用依然是显著的。应当指出的是，科研投入保障了科技水平提升，为创新发展提供了智力支撑，拓展了地区的生产力边界。科研投入是我国实现从要素驱动、投资驱动向创新驱动经济发展转变的必要条件，也是引领经济高质量发展关键一招。无论是发展动力转换，还是经济结构调整，最根本的环节还是创新。因此，要着重突出科技创新引领，不断做大经济总量、增加财政存量、优化支出增量，推动地区经济持续稳定发展。

以地方政府财政收入规模作为门槛变量分析科研投入对地区经济发展的门槛效应显示，科研投入总量的提升对经济发展水平的正向促进作用不断增强。而在政府财政规模较小时，科研投入占比对经济发展水平的估计系数显著为负。当财政规模超过门槛值时，科研投入占比对经济发展水平的估计系数显著为正，即科研投入占比对经济发展的影响由抑制效应转为促进效应。地方政府的科研支出策略必须结合当地发展实际，特别是对于政府财政规模较小的地区，忽视当地经济发展的实际，一味地提高科研投入比重可能并不利于经济高质量增长，甚至可能会带来一定程度的负面影响，揠苗助长则欲速不达。此时的财政支出应统筹兼顾、全面安排。增加固定资产投资，搞好基础设施建设，以利产业结构调整，促进社会生产力的发展。民生领域是财政保障的重中之重，要保住基本、补齐短板，财政支出不能缺位，不断增强人民群众的获得感。科研投入的比重并非多多益善，而是要因地制宜，实事求是，既尽力而为，又量力而行。

总体而言，在政府财政规模不断扩大的过程中，地方政府要合理安排财政支出领域，既做大蛋糕，又分好蛋糕，形成兼顾各个领域、高中低不同阶层的合理的梯级支出结构，提高支出的有效性和精准度，使它能够与经济发展的需要相匹配。地方政府在逐步增加科研投入的过程中，要把握好财政规模的门槛值，充分考虑科研投入对经济发展负向、正向效应的转化条件，避免负向作用、激发正向作用，使科研投入总量和占比与当地经济发展水平相契合，提高科研投入与经济发展的耦合度，平衡好政府收益和社会效益，这对于加快创新驱动发展、建设世界科技强国具有重要的战略意义。

注释：

① 根据国家统计局数据，2006—2016 年我国GDP 年均复合增长率为11.96%。