王小平 周維

摘要：利用1998—2014年的中國(guó)省際財(cái)政科技支出數(shù)據(jù)，運(yùn)用基于相對(duì)剝奪理論的基尼系數(shù)子群分解方法對(duì)地方財(cái)政科技支出的空間非均衡進(jìn)行度量和分解，在考慮空間因素前提下，運(yùn)用Kernel密度估計(jì)法和空間Markov鏈法，對(duì)地方財(cái)政科技支出省際差異進(jìn)行了時(shí)空動(dòng)態(tài)分析。結(jié)果表明：地方財(cái)政科技支出具有顯著的空間非均衡特征；地方財(cái)政科技支出空間分布的總體差異呈現(xiàn)擴(kuò)大趨勢(shì)，其中地區(qū)間差異是地方財(cái)政科技支出差異的主要來源；考慮空間相關(guān)性后，從時(shí)間動(dòng)態(tài)角度來看，各地區(qū)地方財(cái)政科技支出演進(jìn)存在集中趨勢(shì)，從空間動(dòng)態(tài)角度來看，相鄰地區(qū)對(duì)本地區(qū)的地方財(cái)政科技支出演進(jìn)有顯著正向或負(fù)向影響，特別是不同階段區(qū)域間地方財(cái)政科技支出的“俱樂部空間趨同”有顯著差異。

關(guān)鍵詞：地方財(cái)政科技支出；空間非均衡；相對(duì)剝奪理論；空間Markov鏈

作者簡(jiǎn)介：王小平，宜春學(xué)院經(jīng)濟(jì)與管理學(xué)院副教授，經(jīng)濟(jì)學(xué)博士，主要研究方向：財(cái)稅理論與政策（江西 宜春 336000）。周維（通訊作者），武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，主要研究方向：國(guó)際金融（湖北 武漢 430072）。

中圖分類號(hào)：F812.7 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-1398（2018）03-0025-14

一 引 言

隨著2015年國(guó)務(wù)院發(fā)布的《國(guó)務(wù)院關(guān)于積極發(fā)揮新消費(fèi)引領(lǐng)作用加快培育形成新供給新動(dòng)力的指導(dǎo)意見》的出現(xiàn)，全社會(huì)掀起大眾創(chuàng)業(yè)、萬眾創(chuàng)新的局面，從而使科技創(chuàng)新問題成為全社會(huì)關(guān)注的焦點(diǎn)之一，而問題背后折射出了中國(guó)目前的激勵(lì)科技創(chuàng)新的財(cái)政科技支出體系不完善現(xiàn)象。而區(qū)域間財(cái)政科技支出非均衡直接影響中國(guó)區(qū)域科技創(chuàng)新的發(fā)展，因此縮小區(qū)域間財(cái)政科技支出非均衡，對(duì)縮小區(qū)域科技創(chuàng)新差異，進(jìn)而提高中國(guó)的科技競(jìng)爭(zhēng)力，具有極其重要的理論與現(xiàn)實(shí)意義。

目前國(guó)內(nèi)外學(xué)者關(guān)于地方財(cái)政科技支出空間非均衡的研究較少，主要側(cè)重在R&D;投入非均衡的研究，而地方財(cái)政科技支出是各地區(qū)R&D;投入資金的重要來源。國(guó)外學(xué)者主要側(cè)重對(duì)R&D;投入空間不均衡的影響因素研究。Teirlinck and Spithoven研究發(fā)現(xiàn)比利時(shí)43個(gè)地區(qū)的研發(fā)活動(dòng)存在空間不均衡現(xiàn)象，為了促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)，必須從影響研發(fā)不均衡的因素入手刺激研發(fā)活動(dòng)Teirlinck P and Spithoven A.Spatial inequality and location of private R&D; activitiesin Belgian districts，Tijdschriftvooreconomischeensociale geografie，2005，96（5），pp.558-572.。Cabrer and Serrano研究發(fā)現(xiàn)西班牙研發(fā)支出的增長(zhǎng)減少了不同地區(qū)創(chuàng)新活動(dòng)的空間不均衡，這種不均衡的減少部分歸因于創(chuàng)新過程的知識(shí)溢出Cabrer-Borras B and Serrano-Domingo G. Innovation and R&D; spillover effects in Spanish regions：A spatial approach，Research Policy，2007，36（9），pp.1357-1371.。Lee and Rodríguez使用歐盟地區(qū)和美國(guó)城市的人口調(diào)查數(shù)據(jù)，研究了創(chuàng)新與不平等之間的聯(lián)系，發(fā)現(xiàn)歐盟存在整體上的區(qū)域創(chuàng)新不均衡，但在美國(guó)城市沒有發(fā)現(xiàn)這種情況，原因可能是歐盟存在限制高技能人員流動(dòng)的移民政策Lee N and Rodríguez-Pose A.Innovation and spatial inequality in Europe and USA，Journal of EconomicGeography，2013，13（1），pp.1-22.。國(guó)內(nèi)學(xué)者主要側(cè)重對(duì)R&D;投入空間不均衡的度量，具體表現(xiàn)在以下方面：一是利用基尼系數(shù)、錫爾系數(shù)等不平等指標(biāo)對(duì)R&D;投入非均衡進(jìn)行度量。鐘學(xué)思運(yùn)用錫爾系數(shù)分解方法，對(duì)廣西五大經(jīng)濟(jì)區(qū)域R&D;投入?yún)^(qū)域差異進(jìn)行分析。結(jié)果表明：廣西五大經(jīng)濟(jì)區(qū)域R&D;投入的地區(qū)總差異總體上呈現(xiàn)減小趨勢(shì)，并且區(qū)域間差異是影響R&D;投入總差異的主要因素鐘學(xué)思：《基于錫爾系數(shù)的廣西R&D;投入與經(jīng)濟(jì)發(fā)展的區(qū)域差異比較》，《科技管理研究》2015年第9期，第84—89頁(yè)。。魏章進(jìn)等運(yùn)用熵權(quán)TOPSIS法、基尼系數(shù)和Kernel密度估計(jì)我國(guó)R&D;資源配置水平。研究發(fā)現(xiàn)，我國(guó)R&D;資源配置水平存在顯著地空間差異，其中東部區(qū)域內(nèi)差異和東西部地區(qū)間差異較為明顯，地區(qū)間差異是導(dǎo)致總體差異的重要原因魏章進(jìn)、宋時(shí)蒙：《我國(guó)R&D;資源配置水平的空間差異及其分布的動(dòng)態(tài)演進(jìn)》，《廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)》2017年第3期，第4—15頁(yè)。；二是利用計(jì)量經(jīng)濟(jì)模型來檢驗(yàn)R&D;投入的差異性。江靜利用面板數(shù)據(jù)模型，研究1998—2004年中國(guó)30個(gè)省市區(qū)R&D;強(qiáng)度，結(jié)果表明，中國(guó)各區(qū)域間R&D;強(qiáng)度存在一定的差異，并且引起R&D;強(qiáng)度差異的決定因素也不盡相同江靜：《中國(guó)省際R&D;強(qiáng)度差異的決定與比較——基于1998—2004年的實(shí)證分析》，《南京大學(xué)學(xué)報(bào)（哲學(xué)·人文科學(xué)·社會(huì)科學(xué)版）》2006年第3期，第13—25頁(yè)。；三是采用馬爾可夫鏈方法測(cè)度R&D;投入?yún)^(qū)域差異及時(shí)空格局演變。沈宏婷等采用馬爾可夫鏈方法，分析了2001—2011年間中國(guó)31個(gè)省市區(qū)R&D;投入的區(qū)域差異及分布動(dòng)態(tài)演進(jìn)沈宏婷、陸玉麒：《中國(guó)省域R&D;投入的區(qū)域差異及時(shí)空格局演變》，《長(zhǎng)江流域資源與環(huán)境》2015年第6期，第917—924頁(yè)。；四是采用赫芬達(dá)爾指數(shù)度量創(chuàng)新投入資源的非均衡性。李雙杰等運(yùn)用赫芬達(dá)爾指數(shù)分析了利用國(guó)家重點(diǎn)科技資源進(jìn)行創(chuàng)新活動(dòng)的非均衡性。研究發(fā)現(xiàn)，2011—2014年大型科研儀器的非均衡程度呈下降趨勢(shì)，但科技活動(dòng)人員的非均衡程度有上升趨勢(shì)李雙杰、白玉瑩：《國(guó)家重點(diǎn)科技資源支撐區(qū)域創(chuàng)新經(jīng)濟(jì)產(chǎn)出的空間差異研究》，《科技進(jìn)步與對(duì)策》2017年第24 期，第33—41頁(yè)。。

已有的關(guān)于地方財(cái)政科技支出空間非均衡的研究已經(jīng)取得不少成果，但是這些研究結(jié)論也存在一定的局限性。首先，在對(duì)地方財(cái)政科技支出空間非均衡進(jìn)行度量和分解時(shí)，主要采用Mookherjee和Shorrocks、Dagum提出的基尼系數(shù)分解方法，這些分解方法在分解過程中不能將引起地方財(cái)政科技支出空間非均衡分解徹底，從而分解結(jié)果中包含無法解釋項(xiàng)目Mookherjee D and Shorrocks A F. A Decomposition Analysis of the Trend in UK Income Inequality，Economic Journal，1982，92（368），pp.886-902.Dagum C. A new approach to the decomposition of the Gini income inequality ratio，Empirical Economics，1997，22（4），pp.515-531.；其次，在對(duì)地方財(cái)政科技支出空間非均衡的動(dòng)態(tài)演進(jìn)態(tài)勢(shì)進(jìn)行分析時(shí)，大多采用參數(shù)估計(jì)法來進(jìn)行分析，而實(shí)際上地方財(cái)政科技支出分布函數(shù)往往是非線性的，因此采用參數(shù)估計(jì)法對(duì)地方財(cái)政科技支出進(jìn)行分析，得出的結(jié)果不能真實(shí)的反映動(dòng)態(tài)演進(jìn)態(tài)勢(shì)；最后，在分析相鄰地區(qū)對(duì)地方財(cái)政科技支出的影響時(shí)，大部分學(xué)者都是考慮整個(gè)時(shí)期的影響，而沒有考慮不同時(shí)間段相鄰地區(qū)對(duì)地方財(cái)政科技支出的影響是否有顯著差異，從而不能得出不同時(shí)期相鄰地區(qū)對(duì)地方財(cái)政科技支出的影響差異。

本文在已有研究的基礎(chǔ)上，首先利用基于相對(duì)剝奪理論的基尼系數(shù)子群分解方法按照三區(qū)域分組來測(cè)度地方財(cái)政科技支出的空間非均衡，得出引起空間非均衡的主要原因；其次利用Kernel密度估計(jì)方法按照三大區(qū)域分組，通過核密度圖來揭示地方財(cái)政科技支出分布的總體形態(tài)和區(qū)域內(nèi)極化程度；最后利用引入空間滯后的空間Markov鏈方法構(gòu)造了不同等級(jí)地方財(cái)政科技支出地區(qū)轉(zhuǎn)移的空間Markov轉(zhuǎn)移概率矩陣，將研究時(shí)期劃分為兩個(gè)時(shí)間段，檢驗(yàn)不同時(shí)間段區(qū)域間地方財(cái)政科技支出的“俱樂部空間趨同”是否有顯著差異，并在此基礎(chǔ)上對(duì)整個(gè)研究時(shí)期地方財(cái)政科技支出的演進(jìn)態(tài)勢(shì)做出判斷。

二 樣本數(shù)據(jù)與研究方法

（一） 樣本數(shù)據(jù)

本文利用1998—2014年中國(guó)30個(gè)省市區(qū)為研究樣本（由于西藏自治區(qū)的財(cái)政科技支出相關(guān)數(shù)據(jù)缺失，因此剔除西藏自治區(qū)后選取其余30個(gè)省市區(qū)），共510個(gè)觀測(cè)值，數(shù)據(jù)來源于相關(guān)年份的《中國(guó)統(tǒng)計(jì)年鑒》。選取地方財(cái)政科技支出（億元）為研究對(duì)象，各省市區(qū)財(cái)政科技支出以1978年為基期用GDP平減指數(shù)做了平減。

變量的統(tǒng)計(jì)性描述見表1。

（二） 空間非均衡程度的衡量及其分解

1.基尼系數(shù)

洪興建和任國(guó)強(qiáng)等提出了基于相對(duì)剝奪理論的基尼系數(shù)子群分解方法洪興建：《一個(gè)新的基尼系數(shù)子群分解公式——兼論中國(guó)總體基尼系數(shù)的城鄉(xiāng)分解》，《經(jīng)濟(jì)學(xué)（季刊）》2009年第1期，第307—324頁(yè)。任國(guó)強(qiáng)、尚金艷：《基于相對(duì)剝奪理論的基尼系數(shù)子群分解方法研究》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第8期，第103—114頁(yè)。。本文采用基于相對(duì)剝奪理論的基尼系數(shù)子群分解方法來測(cè)度財(cái)政科技支出空間非均衡程度，并且將基尼系數(shù)按照三個(gè)子群進(jìn)行分解。基尼系數(shù)的計(jì)算公式如下所示：

三 地方財(cái)政科技支出分布的空間非均衡程度

（一） 地方財(cái)政科技支出的可視化描述

本文利用Stata13.0軟件分別繪制了1998年、2004年、2009年、2014年30個(gè)省市區(qū)財(cái)政科技支出空間四分位圖，如圖1—圖4所示。從圖中我們可以直觀地發(fā)現(xiàn)，1998—2014年間，財(cái)政科技支出的空間四分位圖有共同集聚區(qū)域，呈現(xiàn)高值集聚的是東部地區(qū)（北京、天津、上海、遼寧、廣東、福建、浙江和江蘇等），低值集聚的是中西部地區(qū)（山西、江西、安徽、貴州、重慶、云南、甘肅、寧夏、青海和新疆等）。這進(jìn)一步說明在1998—2014年間財(cái)政科技支出在三大區(qū)域的空間集聚效應(yīng)十分顯著。

（二） 地方財(cái)政科技支出的空間非均衡度量

按照式（1）、式（4）和式（7）的空間非均衡度量方法，我們利用matlab7.0軟件，分別計(jì)算了地方財(cái)政科技支出差異的基尼系數(shù)、泰爾指數(shù)和平均對(duì)數(shù)離差，結(jié)果如圖5所示。

由圖5可以看出，通過計(jì)算1998—2014年我國(guó)地方財(cái)政科技支出差異的基尼系數(shù)、泰爾指數(shù)和平均對(duì)數(shù)離差，可以得到以下結(jié)論：反映地方財(cái)政科技支出差異的基尼系數(shù)、泰爾指數(shù)和平均對(duì)數(shù)離差的走勢(shì)基本一致，呈現(xiàn)出先上升后下降再上升最后下降的基本走勢(shì)，但地方財(cái)政科技支出整體差異還是出現(xiàn)一定程度的擴(kuò)大。意味著雖然近年來各地區(qū)對(duì)科技投入的不斷加大，但由于地區(qū)經(jīng)濟(jì)的差異，導(dǎo)致各地方政府對(duì)科技投入存在顯著差異，從而擴(kuò)大了區(qū)域間財(cái)政科技支出差異。

（三） 地方財(cái)政科技支出差異的基尼系數(shù)分解

同理，按照式（1）的基于相對(duì)剝奪理論的基尼系數(shù)分解方法我們計(jì)算了地方財(cái)政科技支出的基尼系數(shù)，并對(duì)基尼系數(shù)進(jìn)行三大區(qū)域分解，結(jié)果如表2所示。

由表2可以看出，地方財(cái)政科技支出總體差異的基尼系數(shù)由1998年的0.4257上升到2014年的0.4870，上升了14.40%，這說明1998—2014年間按照三個(gè)子群分組的地方財(cái)政科技支出總體差異呈現(xiàn)出逐漸上升趨勢(shì)。

由圖6可以看出，1998—2014年間中部和西部地區(qū)財(cái)政科技支出總體基尼系數(shù)整體上呈現(xiàn)一致趨勢(shì)，即中部和西部地區(qū)財(cái)政科技支出總體基尼系數(shù)整體上呈現(xiàn)出下降趨勢(shì)，反映出中部和西部地區(qū)內(nèi)部財(cái)政科技支出差異在逐漸縮小，東部地區(qū)財(cái)政科技支出總體基尼系數(shù)整體上呈現(xiàn)出上升趨勢(shì)，反映出東部地區(qū)內(nèi)部財(cái)政科技支出差異在逐漸擴(kuò)大。

為了反映三個(gè)子群間（中部、東部和西部）的財(cái)政科技支出相對(duì)剝奪程度，本文分別計(jì)算了東部對(duì)中部、東部對(duì)西部、中部對(duì)東部、中部對(duì)西部、西部對(duì)東部、西部對(duì)中部的相對(duì)剝奪，如表3所示。

進(jìn)一步，通過基尼系數(shù)的計(jì)算公式（4）可知，100×（相對(duì)剝奪×人口份額×收入份額）/總體基尼系數(shù)=子群間的相對(duì)剝奪對(duì)財(cái)政科技支出差異的貢獻(xiàn)，具體計(jì)算結(jié)果如表4所示。

通過對(duì)知識(shí)創(chuàng)新、科研創(chuàng)新和成果轉(zhuǎn)化創(chuàng)新的空間非均衡的分解，本文可以得出以下幾個(gè)結(jié)論：一是子群間相對(duì)剝奪在一定程度上可以反映子群間財(cái)政科技支出水平差距，其中處于“高水平”財(cái)政科技支出地區(qū)對(duì)“低水平”財(cái)政科技支出地區(qū)的相對(duì)剝奪大于“低水平”財(cái)政科技支出地區(qū)對(duì)“高水平”財(cái)政科技支出地區(qū)相對(duì)剝奪，反映“高水平”財(cái)政科技支出地區(qū)比“低水平”財(cái)政科技支出地區(qū)平均財(cái)政科技支出差距大。二是1998—2014年間子群間差異對(duì)財(cái)政科技支出整體差異的平均貢獻(xiàn)程度排序前三位分別為：東部對(duì)西部、東部對(duì)中部、中部對(duì)西部；不同子群內(nèi)部差異對(duì)財(cái)政科技支出整體差異的平均貢獻(xiàn)程度排序前三位分別為：東部、西部、中部。表明東部和西部地區(qū)是財(cái)政科技支出差異比較嚴(yán)重的地區(qū)，國(guó)家應(yīng)該從縮小東部和西部地區(qū)財(cái)政科技支出差異入手來縮小中國(guó)財(cái)政科技支出總體差異。

四 地方財(cái)政科技支出的 Kernel密度估計(jì)

本文利用Stata13.0軟件，采用Gaussian核函數(shù)得出1998年、2004年、2009年和2014年我國(guó)30個(gè)省市區(qū)以及中、東、西部三大區(qū)域的地方財(cái)政科技支出Kernel密度估計(jì)的二維圖，如圖7—10所示。

由圖7可以看出，1998—2014年中國(guó)財(cái)政科技支出的核密度圖在形態(tài)上非常接近，整體來看，全國(guó)30個(gè)省市區(qū)財(cái)政科技支出差異呈現(xiàn)出先上升后下降的趨勢(shì)。

從全國(guó)財(cái)政科技支出的核密度函數(shù)曲線的峰度來看，2004年核密度函數(shù)曲線波峰峰值在1998年基礎(chǔ)上出現(xiàn)下降，一方面說明2004年財(cái)政科技支出在不斷變大，另一方面說明財(cái)政科技支出地區(qū)差異變大。2009年密度函數(shù)曲線波峰峰值在2004年基礎(chǔ)上出現(xiàn)明顯下降，一方面說明2009年財(cái)政科技支出在不斷變大，另一方面說明財(cái)政科技支出地區(qū)差異變大。2014年密度函數(shù)曲線波峰峰值在2009年基礎(chǔ)上略有下降，一方面說明2014年財(cái)政科技支出在不斷變大，另一方面說明財(cái)政科技支出地區(qū)差異變大。從全國(guó)財(cái)政科技支出的核密度函數(shù)曲線的偏度來看，2004年核密度函數(shù)曲線變化區(qū)間在1998年基礎(chǔ)上向右偏移，這說明2004年財(cái)政科技支出地區(qū)內(nèi)兩極分化現(xiàn)象出現(xiàn)減弱。2009年密度函數(shù)曲線變化區(qū)間在2004年基礎(chǔ)上顯著向右偏移并向后延伸，這說明2009年財(cái)政科技支出的地區(qū)內(nèi)兩極分化現(xiàn)象進(jìn)一步減弱。2014年密度函數(shù)曲線變化區(qū)間在2009年基礎(chǔ)上向右偏移并進(jìn)一步向后延伸，這說明2014年財(cái)政科技支出區(qū)域內(nèi)兩極分化的現(xiàn)象逐漸消失。

圖8—圖10分別描述了東、中、西部三大地區(qū)財(cái)政科技支出在1998—2014年間的分布演變。從三大區(qū)域看，東部和西部地區(qū)密度函數(shù)曲線波峰峰值呈現(xiàn)逐漸下降趨勢(shì)，而中部地區(qū)密度函數(shù)曲線波峰峰值呈現(xiàn)先上升后下降趨勢(shì)。表明東部和西部地區(qū)財(cái)政科技支出差異都呈現(xiàn)縮小態(tài)勢(shì)，而中部地區(qū)財(cái)政科技支出差異則呈現(xiàn)先擴(kuò)大后縮小態(tài)勢(shì)。

從三大區(qū)域極化趨勢(shì)來看，1998—2014年間東部地區(qū)財(cái)政科技支出波峰由單峰變成多峰，并且波峰峰值變得平緩，即東部地區(qū)的區(qū)域內(nèi)部極化程度出現(xiàn)減弱趨勢(shì)。與此同時(shí)，中部和西部地區(qū)財(cái)政科技支出波峰均是單峰，并且峰值呈現(xiàn)逐漸平緩趨勢(shì)，即中部和西部地區(qū)內(nèi)部極化程度出現(xiàn)減弱趨勢(shì)。

五 地方財(cái)政科技支出的空間Markov鏈分析

本文按照財(cái)政科技支出水平的高低，將30個(gè)省市區(qū)的財(cái)政科技支出劃分為4個(gè)等級(jí)，分別定為等級(jí)Ⅰ（“低水平”財(cái)政科技支出地區(qū)）、等級(jí)Ⅱ（“中低水平”財(cái)政科技支出地區(qū)）、等級(jí)Ⅲ（“中高水平”財(cái)政科技支出地區(qū)）、等級(jí)Ⅳ（“高水平”財(cái)政科技支出地區(qū)）。

傳統(tǒng)Markov鏈方法假定區(qū)域間是相互獨(dú)立的，忽視了空間因素的影響，因此不能完全揭示區(qū)域財(cái)政科技支出分布的空間特征?？臻gMarkov鏈方法是以區(qū)域間空間相關(guān)性為背景的，因此可以較好的彌補(bǔ)傳統(tǒng)Markov鏈方法的缺點(diǎn)。本文采用二進(jìn)制鄰接空間權(quán)重矩陣和地理距離權(quán)重矩陣，以往空間Markov方法主要采用二進(jìn)制鄰接空間權(quán)重矩陣，得出的結(jié)論缺乏可驗(yàn)證性，而采用鄰接空間權(quán)重矩陣和地理距離權(quán)重矩陣同時(shí)進(jìn)行空間Markov分析，得出的結(jié)論可以進(jìn)行一致性檢驗(yàn)。通過鄰接空間權(quán)重矩陣和地理距離權(quán)重矩陣可以計(jì)算某區(qū)域j相鄰地區(qū)財(cái)政科技支出的加權(quán)平均值，即∑WijYij。相鄰地區(qū)的加權(quán)平均值（∑WijYij），在文獻(xiàn)中被叫做“空間滯后”。其中Wij為空間權(quán)重矩陣元素，Yij為各省市區(qū)的財(cái)政科技支出。本文空間權(quán)重矩陣的設(shè)置借鑒了王立平的方法王立平：《中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)影響分析——基于空間動(dòng)態(tài)面板數(shù)據(jù)模型》，《統(tǒng)計(jì)與信息論壇》2010年第7期，第92—98頁(yè)。。

為了檢驗(yàn)不同階段相鄰地區(qū)對(duì)本地區(qū)財(cái)政科技支出轉(zhuǎn)移的影響，本文將研究的時(shí)間段分成兩段，分別為1998—2006年和2006—2014年。通過式（10）的似然比統(tǒng)計(jì)量，并且在地理距離權(quán)重背景下，利用matlab7.0軟件得出檢驗(yàn)結(jié)果，似然比統(tǒng)計(jì)量Q為92.16，P值=0.000<0.05，即拒絕原假設(shè)，認(rèn)為在1998—2006年和2006—2014年期間，相鄰地區(qū)對(duì)本地區(qū)財(cái)政科技支出轉(zhuǎn)移有顯著影響。通過比較1998—2006年和2006—2014年期間似然比統(tǒng)計(jì)量檢驗(yàn)，可以得出，1998—2006年似然比統(tǒng)計(jì)量Q1為26.53，P值=0.648>0.05，2006—2014年似然比統(tǒng)計(jì)量Q2為77.46，P值=0.000<0.05。似然比統(tǒng)計(jì)量檢驗(yàn)結(jié)果表明：2006—2014年區(qū)域間地方財(cái)政科技支出的“俱樂部空間趨同”現(xiàn)象比1998—2006年更為顯著，即相鄰地區(qū)對(duì)本地區(qū)財(cái)政科技支出產(chǎn)生了更為深刻的影響。

通過比較表5和表6的1998—2006年和2006—2014年空間Markov鏈分析結(jié)果可以看到，1998—2006年和2006—2014年兩個(gè)時(shí)期的相鄰地區(qū)對(duì)本地區(qū)財(cái)政科技支出的影響基本一致，具體表現(xiàn)為：當(dāng)一個(gè)地區(qū)的相鄰地區(qū)為落后地區(qū)，則相鄰地區(qū)將對(duì)該地區(qū)產(chǎn)生負(fù)面影響，即相鄰地區(qū)將降低該區(qū)域向上轉(zhuǎn)移的概率；與此同時(shí)，當(dāng)一個(gè)地區(qū)的相鄰地區(qū)為發(fā)達(dá)地區(qū)，則相鄰地區(qū)將對(duì)該地區(qū)產(chǎn)生正面影響，即相鄰地區(qū)將提高該區(qū)域向上轉(zhuǎn)移的概率。例如1998—2006年間，在鄰接空間權(quán)重下，如果相鄰地區(qū)的等級(jí)是“低水平”時(shí)，“低水平”等級(jí)財(cái)政科技支出地區(qū)上升到“中低水平”等級(jí)財(cái)政科技支出地區(qū)的概率只有0.000。而隨著相鄰地區(qū)的等級(jí)由“低水平”逐漸上升到“高水平”時(shí)，“低水平”等級(jí)財(cái)政科技支出地區(qū)上升到“中低水平”等級(jí)財(cái)政科技支出地區(qū)的概率也增加到0.063。同理，2006—2014年間，在鄰接空間權(quán)重下，如果相鄰地區(qū)的等級(jí)是“低水平”時(shí)，“低水平”等級(jí)財(cái)政科技支出地區(qū)上升到“中低水平”等級(jí)財(cái)政科技支出地區(qū)的概率只有0.000。而隨著相鄰地區(qū)的等級(jí)由“低水平”逐漸上升到“高水平”時(shí)，“低水平”等級(jí)財(cái)政科技支出地區(qū)上升到“中低水平”等級(jí)財(cái)政科技支出地區(qū)的概率也增加到0.333。而0.333>0.063，也進(jìn)一步反映出2006—2014年區(qū)域間地方財(cái)政科技支出的“俱樂部空間趨同”現(xiàn)象比1998—2006年更為顯著。導(dǎo)致這種現(xiàn)象的主要原因有：一方面，地區(qū)之間存在著政策溢出效應(yīng)王美今、林建浩、余壯雄：《中國(guó)地方政府財(cái)政競(jìng)爭(zhēng)行為特性識(shí)別：“兄弟競(jìng)爭(zhēng)”與“父子爭(zhēng)議”是否并存？》，《管理世界》2010年第3期，第22—31頁(yè)。。相鄰地區(qū)政府間存在著資源互補(bǔ)、信息共享、人才交流等合作關(guān)系，由于地域相鄰，區(qū)域聯(lián)動(dòng)更為便捷?！案咚健必?cái)政科技支出地區(qū)的公共供給水平較高，基礎(chǔ)設(shè)施水平更為發(fā)達(dá)，知識(shí)產(chǎn)權(quán)保護(hù)力度更大，創(chuàng)新能力更強(qiáng)，會(huì)對(duì)相鄰地區(qū)產(chǎn)生正向的溢出效應(yīng)，而“低水平”財(cái)政科技支出地區(qū)則會(huì)對(duì)相鄰地區(qū)產(chǎn)生負(fù)向的溢出效應(yīng)；另一方面，當(dāng)前各地區(qū)政府均在加大公共服務(wù)水平，而企業(yè)和人才會(huì)用腳投票，選擇那些公共服務(wù)水平更高的地區(qū)投資和居住，各地區(qū)政府為了吸引企業(yè)和人才而開展公共服務(wù)競(jìng)爭(zhēng)劉彥軍：《公共服務(wù)、政府競(jìng)爭(zhēng)與產(chǎn)業(yè)集聚》，《貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)》2016年第2期，第1—9頁(yè)。吳俊培、艾瑩瑩、龔旻：《地方財(cái)政競(jìng)爭(zhēng)無效率的實(shí)證分析》，《財(cái)政研究》2017年第7期，第89—101頁(yè)。，特別是相鄰地區(qū)，競(jìng)爭(zhēng)更加激烈，因此相鄰地區(qū)財(cái)政科技支出高會(huì)導(dǎo)致本地區(qū)政府加大財(cái)政投入，而相鄰地區(qū)財(cái)政科技支出低則可能造成本地區(qū)政府沒有動(dòng)力提升財(cái)政投入力度。

六 結(jié)論與政策建議

通過本文的研究可以得出以下結(jié)論：1.通過繪制中國(guó)30個(gè)省市區(qū)的財(cái)政科技支出空間四分位圖可知，1998—2014年間財(cái)政科技支出在三大區(qū)域的空間集聚效應(yīng)十分顯著。并且通過分析地方財(cái)政科技支出差異的基尼系數(shù)、泰爾指數(shù)和平均對(duì)數(shù)離差可知，地方財(cái)政科技支出總體差異出現(xiàn)一定程度的擴(kuò)大趨勢(shì)。2.基于相對(duì)剝奪理論的基尼系數(shù)子群分解結(jié)果表明，區(qū)域間差異是地方財(cái)政科技支出地區(qū)差異的最重要原因，而且地區(qū)間差異貢獻(xiàn)率呈擴(kuò)大的趨勢(shì)；而地區(qū)內(nèi)差異的貢獻(xiàn)率呈現(xiàn)縮小的趨勢(shì)。3.Kernel密度估計(jì)表明，地方財(cái)政科技支出的地區(qū)差異在1998—2014年間呈現(xiàn)先上升后下降的趨勢(shì)。從三大區(qū)域看，東部和西部地區(qū)地方財(cái)政科技支出差異呈現(xiàn)縮小態(tài)勢(shì)，而中部地區(qū)地方財(cái)政科技支出差異呈現(xiàn)先擴(kuò)大后縮小態(tài)勢(shì)。從三大區(qū)域極化趨勢(shì)來看，東部、中部和西部地區(qū)的區(qū)域內(nèi)部極化程度均出現(xiàn)減弱趨勢(shì)。4.空間Markov鏈分析表明，當(dāng)一個(gè)地區(qū)的相鄰地區(qū)為“低水平”財(cái)政科技支出地區(qū)，則相鄰地區(qū)將對(duì)該地區(qū)產(chǎn)生負(fù)面影響，即相鄰地區(qū)將降低該區(qū)域向上轉(zhuǎn)移的概率；與此同時(shí)，當(dāng)一個(gè)地區(qū)的相鄰地區(qū)為“高水平”財(cái)政科技支出地區(qū)，則相鄰地區(qū)將對(duì)該地區(qū)產(chǎn)生正面影響，即相鄰地區(qū)將提高該區(qū)域向上轉(zhuǎn)移的概率。并且通過比較1998—2006年與2006—2014年區(qū)域間地方財(cái)政科技支出的“俱樂部空間趨同”，發(fā)現(xiàn)2006—2014年的“俱樂部空間趨同”比1998—2006年更為顯著。

上面研究結(jié)果意味著，現(xiàn)階段，我們應(yīng)該建立較為均衡的地方財(cái)政科技支出體系，打破現(xiàn)有空間非均衡分布格局，主要從以下兩方面著手：一是統(tǒng)籌區(qū)域經(jīng)濟(jì)發(fā)展策略。區(qū)域經(jīng)濟(jì)發(fā)展策略的空間差異是導(dǎo)致地方財(cái)政科技支出“俱樂部空間趨同”的主要原因。為了協(xié)調(diào)各區(qū)域財(cái)政科技支出，我們應(yīng)該建立適合各個(gè)區(qū)域科技創(chuàng)新發(fā)展的公平的財(cái)政科技投入政策環(huán)境；二是探索建立區(qū)域間地方財(cái)政科技支出轉(zhuǎn)移支付制度。目前中國(guó)各區(qū)域間財(cái)政科技支出差異呈現(xiàn)擴(kuò)大趨勢(shì)，特別是東部地區(qū)由于經(jīng)濟(jì)實(shí)力比較強(qiáng)，財(cái)政科技支出規(guī)模遠(yuǎn)遠(yuǎn)大于中部和西部地區(qū)，因此通過建立“高水平”財(cái)政科技支出地區(qū)向“低水平”財(cái)政科技支出地區(qū)轉(zhuǎn)移制度，使區(qū)域間財(cái)政科技支出均等化，進(jìn)而縮小地方財(cái)政科技支出差異；三是加大財(cái)政支持科技創(chuàng)新的力度，持續(xù)提升我國(guó)整體科技投入強(qiáng)度，保障科技投入速度高于同期經(jīng)濟(jì)增長(zhǎng)速度，同時(shí)，在配置財(cái)政資金過程中，應(yīng)做到有的放矢、重點(diǎn)突出，向欠發(fā)達(dá)地區(qū)傾斜，保障各地區(qū)整體科技水平提升；四是加強(qiáng)財(cái)政資源配置的監(jiān)管。健全財(cái)政資金使用績(jī)效評(píng)價(jià)機(jī)制，引入第三方專業(yè)機(jī)構(gòu)對(duì)財(cái)政資金使用實(shí)施評(píng)價(jià)，充分發(fā)揮政府審計(jì)作用，防范資金使用中的不規(guī)范行為，避免資源的浪費(fèi)和扭曲，讓有限的資源發(fā)揮出最大的效用，持續(xù)提升財(cái)政資金使用效率；五是強(qiáng)化區(qū)域之間的合作。推動(dòng)中西部地區(qū)與東部地區(qū)開展各種形式的科技合作，促進(jìn)科技人員、研究所、高科技企業(yè)等創(chuàng)新資源的交流與共享，積極發(fā)揮東部地區(qū)創(chuàng)新的溢出效應(yīng)，運(yùn)用各種政策引導(dǎo)創(chuàng)新成果的擴(kuò)散，最終達(dá)到區(qū)域間創(chuàng)新均衡化發(fā)展。

Abstract： In this paper， by using Chinese provincial expenditure data of science & technology from 1998 to2014 and the subgroup analyzed method of the gini coefficient based on the theory of relative deprivation， the spatial inequality of local fiscal expenditure of science & technology has been measured and analyzed.Considered the spetial factors， the provincial differenceof local fiscal expenditure of science & technology has carried onthe dynamic analysis of time and space by using method of theKernel density estimation and spatial markov chain.The results indicate that the local fiscal expenditureof science & technology shows a significant spetial inequality characteristics；The overall difference of the spatial inequalityoflocal fiscal expenditure of science & technology shows an expending trend， and the difference between regions is the main source of local fiscal expenditureof science & technology； There is a concentration trend in the progress of local fiscal expenditure of science and technology from the dynamic perspective of time considering the spatial correlation；From thespetial dynamic perspective， there are a significant positiveor negative effect to the progress of the adjacent areas to the local fiscal expenditure of science & technology， especially the clear difference in the “club spetial convergence” of localfiscal expenditure of science & technology in different stages and areas.

Keywords： local fiscal expenditure of science & technology； spatial inequality； the theory of relative deprivation； spatial markov chain

【責(zé)任編輯 吳應(yīng)望】