汪 凱,許露露，朱艷玲

(安徽財經(jīng)大學 統(tǒng)計與應用數(shù)學學院, 安徽 蚌埠 233000)

從2006年“創(chuàng)新型國家”戰(zhàn)略的首次提出到“十三五”規(guī)劃中新發(fā)展理念的成熟,“創(chuàng)新”在提升國家核心競爭力方面的作用日益凸顯。近年來,隨著大量科技創(chuàng)新政策的逐步落實,我國在促進區(qū)域科技創(chuàng)新和深化“產(chǎn)學研”合作方面取得了大量的成果。

一、各地區(qū)創(chuàng)新政策實施現(xiàn)狀

在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的浪潮下，全國各地區(qū)也積極貫徹落實國家科技創(chuàng)新政策,通過制定相關的地區(qū)創(chuàng)新政策,不斷提升本地區(qū)創(chuàng)新能力,促進經(jīng)濟健康持續(xù)發(fā)展。

位于我國東部的江蘇省非常重視企業(yè)創(chuàng)新,以創(chuàng)新型企業(yè)試點工作為著力點,在創(chuàng)新主體發(fā)展方面取得了較大的成果。江蘇省出臺了“雙創(chuàng)計劃”管理辦法, 提高了人才進行創(chuàng)新的積極性。浙江省出臺了《關于支持海外高層次人才創(chuàng)新園建設發(fā)展的若干意見》,進一步提高了全省創(chuàng)新的積極性。天津市通過為優(yōu)質(zhì)企業(yè)提供信貸補貼等政策,提高了中小型企業(yè)的創(chuàng)新動力。

位于我國中部的安徽省近幾年大力支持發(fā)展各類創(chuàng)新項目。其從2006年就開始實施“科技創(chuàng)新型企業(yè)培育計劃”,經(jīng)過全省上下近幾年的努力,安徽省已經(jīng)成為擁有國家級創(chuàng)新平臺最多的省份之一。目前,全省已形成了成熟的創(chuàng)新產(chǎn)業(yè)園,其中包括20個高新技術產(chǎn)業(yè)開發(fā)區(qū)、15個國家農(nóng)業(yè)科技園區(qū)和6個可持續(xù)發(fā)展試驗區(qū),為安徽省的持續(xù)創(chuàng)新發(fā)展提供了強大的動力。此外,安徽省努力探索建設創(chuàng)新發(fā)展體系,為創(chuàng)新主體提供積極支持,并形成了成熟的四大創(chuàng)新支撐體系。安徽省科技創(chuàng)新政策在實踐中日益完善,覆蓋面也越來越廣。

西部地區(qū)省份也加入到創(chuàng)新政策實施大軍中,加快推進創(chuàng)新工程建設。云南省積極響應國家創(chuàng)新戰(zhàn)略要求,通過出臺《技術創(chuàng)新人才培養(yǎng)實施辦法》等文件,使云南省的科技創(chuàng)新能力有了顯著的提升。以科研大省聞名的陜西省,長期致力于建設具有省級特色的創(chuàng)新體系,[1]并以《陜西省實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》為指導,加快本省的科技創(chuàng)新進程。2016年,陜西省研究試驗與發(fā)展經(jīng)費(R&D)投入強度排名更是超出其GDP排名7個名次;近兩年來,陜西省積極建設“一帶一路”科技創(chuàng)新中心[2],并利用好一切創(chuàng)新資源,進一步提高本省的創(chuàng)新能力。

隨著2003年我國“振興東北老工業(yè)基地”政策的實施,東北三省在探索產(chǎn)業(yè)轉(zhuǎn)型和升級方面取得了一定的效果,但是并不顯著,近幾年,東北三省經(jīng)濟甚至出現(xiàn)了負增長, “區(qū)域性塌陷”態(tài)勢日益明顯[3]。誠然,這其中的原因很多、很復雜, 既包括宏觀因素也包括微觀因素。但這進一步說明了傳統(tǒng)的“粗放式”發(fā)展已經(jīng)不能適應當今社會經(jīng)濟發(fā)展的新趨勢和新要求,創(chuàng)新驅(qū)動工業(yè)振興是唯一選擇。遼寧省作為東北三省的“領頭軍”,通過發(fā)布《遼寧省自主創(chuàng)新促進條例》等文件,2017年全省R&D經(jīng)費投入強度更是史無前例地達到1.84%,其科技創(chuàng)新能力日益提高。黑龍江省和吉林省也出臺了相關的文件,進一步加快創(chuàng)新“創(chuàng)新驅(qū)動工業(yè)振興”格局的形成。

二、科技創(chuàng)新政策研究文獻綜述

隨著全國科技創(chuàng)新戰(zhàn)略的實施,科技創(chuàng)新政策也開始成為不同領域?qū)W者們研究的熱點問題。目前,國內(nèi)外相關學者對于科技創(chuàng)新政策的研究主要集中在科技創(chuàng)新政策內(nèi)涵、國內(nèi)外科技創(chuàng)新政策評析以及科技創(chuàng)新成效評估等三個方面。

在科技創(chuàng)新政策內(nèi)涵研究方面,熊彼特最早提出了“科技創(chuàng)新”的概念,并分析了“創(chuàng)新”的五種表現(xiàn)形式[4];Rorhwell K等指出創(chuàng)新政策可分為供給、需求和環(huán)境基礎等三大類[5];Taimo Lemola將科技創(chuàng)新政策歸為發(fā)展型和利用型兩大類[6];羅友和基于經(jīng)濟學視角對我國科技創(chuàng)新現(xiàn)狀進行了分析,并指出科技創(chuàng)新政策應主要包括激勵政策等四個方面內(nèi)容[7];田志龍等通過對政策文本具體內(nèi)容的研究,對我國的創(chuàng)新政策內(nèi)涵和機制進行了詳細的分析[8]。

在內(nèi)外科技創(chuàng)新政策評析方面,陳強等通過對美國創(chuàng)新管理政策中政府的作用和特征等進行分析,對我國政府在創(chuàng)新管理方面的工作提出了相關的對策建議[9];袁永等對奧巴馬政府科技創(chuàng)新相關政策特點進行了總結(jié),并對如何借鑒美國政策的問題提出了幾點建議[10];徐則榮等通過將特朗普和奧巴馬的科技創(chuàng)新政策進行比較，分析了特朗普創(chuàng)新政策對美國的影響,為我國創(chuàng)新政策的制定提供了借鑒。[11]

在科技創(chuàng)新成效評估方面,范柏乃等基于我國31個省份的10年數(shù)據(jù),對我國科技創(chuàng)新政策的總體效應和時空差異進行了研究[12];魏闕等基于層次分析法對吉林省十年間的區(qū)域科技創(chuàng)新能力進行了量化研究[13];肖相澤以中關村、東湖以及張江等三個地區(qū)為研究對象,基于扎根理論,監(jiān)測了三個地區(qū)2010—2014年間科技創(chuàng)新政策的成效[14]。閻東彬利用2012—2017年的最新數(shù)據(jù),基于DEA方法對京津冀地區(qū)的科技創(chuàng)新政策成果進行了評估[15]。

縱觀以上文獻,一方面,科技創(chuàng)新政策方面的研究以理論分析為主,缺少實證研究;另一方面,即使有,也很少有使用最近五年數(shù)據(jù)的,并且主要集中在量化研究方面,并沒有考慮到地理空間差異,即對于科技創(chuàng)新的區(qū)域差異以及階段效應分析也較少。因此,本文基于中國30個省份2006年到2017年共12年的數(shù)據(jù),通過運用Stata14.0軟件建立面板數(shù)據(jù)模型,對中國科技創(chuàng)新政策實施的整體效應進行評估,并在此基礎上,分時期和地區(qū)對科技創(chuàng)新政策的時空差異進行比較分析,并通過對結(jié)果的總結(jié)討論,提出有針對性的建議。

三、變量及數(shù)據(jù)說明

(一)變量設定

1.解釋變量

本文以中國科技創(chuàng)新政策為研究對象,即以其為主要的解釋變量。由于科技創(chuàng)新政策直到今天尚未有一個統(tǒng)一的定義，因此,本文沿襲學者們廣泛認可的由Rorhwell等建立的創(chuàng)新政策分類體系[5],將中國科技創(chuàng)新政策分為供給性、需求性和環(huán)境基礎性等三大類。其中,供給性創(chuàng)新政策主要體現(xiàn)了對創(chuàng)新行為的支持力度,而R&D經(jīng)費投入的力度,很大程度上代表了對于創(chuàng)新行為的支持力度,并在一定程度上代表著區(qū)域的科研實力,乃至區(qū)域經(jīng)濟發(fā)展的潛力,因此,本文選取R&D經(jīng)費投入代表供給性創(chuàng)新政策。需求性創(chuàng)新政策主要是指科技產(chǎn)品的市場化和產(chǎn)業(yè)化,即市場需求為創(chuàng)新行為提供動機來源,因此,選擇與市場需求緊密聯(lián)系的技術市場交易額代表需求性創(chuàng)新政策。環(huán)境基礎性創(chuàng)新政策主要是指利于創(chuàng)新的前提環(huán)境,鑒于創(chuàng)新離不開科研人員,因此選擇R&D人員數(shù)量代表環(huán)境基礎性創(chuàng)新政策。

2.被解釋變量

本文的研究目的是對中國科技創(chuàng)新政策的成效進行評估,而科技創(chuàng)新政策的成效主要體現(xiàn)在各種各樣的科技產(chǎn)出和成果上,其中既包括書面形式的科研論文、科研著作,又包括知識產(chǎn)權載體的發(fā)明、專利以及實物化的新產(chǎn)品等。鑒于科技創(chuàng)新政策的主要目的是支持創(chuàng)新,為創(chuàng)新提供持續(xù)動力,激勵創(chuàng)新產(chǎn)出,而創(chuàng)新的外部性卻可能對創(chuàng)新主體的創(chuàng)新活動產(chǎn)生負面影響,因此,知識產(chǎn)權的保護對于創(chuàng)新主體進行持續(xù)創(chuàng)新活動起著至關重要的作用。而專利授權則代表了創(chuàng)新主體對于創(chuàng)新成果的獨有權,可以有效地保護創(chuàng)新主體的權益,故本文選擇專利授權量作為被解釋變量較為合適。

3.控制變量

隨著中國改革開放的進一步加大,科研人員的流動也越來越頻繁,從而對中國科技創(chuàng)新活動產(chǎn)生了越來越明顯的推動作用。外商直接投資(FDI)則通過示范效應等對中國科技創(chuàng)新活動產(chǎn)生了一定程度的影響[16],進一步促進了中國經(jīng)濟的發(fā)展。因此,我們選取FDI作為控制變量。

(二)數(shù)據(jù)來源及描述性分析

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及各省歷年的統(tǒng)計年鑒，使用Stata14.0軟件進行數(shù)據(jù)處理。表1展示了變量及其描述性統(tǒng)計分析的結(jié)果。

表1 變量及其描述性統(tǒng)計特征

注:此表結(jié)果由Stata14.0軟件計算得到。樣本容量為360,共包括30個省份2006—2017年的數(shù)據(jù)。

四、模型構建

根據(jù)前文對變量的設定,本文采用如下形式的模型:

PG=f(RDI,RDP,TM,FDI)

(1)

上述方程表明專利授權量是研究與試驗發(fā)展(RDI)經(jīng)費投入、研究與試驗發(fā)展科技人員RDP、技術市場交易額TM和外商直接投資FDI的函數(shù)。

鑒于本文使用面板數(shù)據(jù)進行相關研究,因此,我們將變量對數(shù)化處理后,根據(jù)面板數(shù)據(jù)模型具體形式,把模型(1)寫成如下面板數(shù)據(jù)模型:

lnPGit=β0+β1lnRDIit+β2lnRDPit+β3lnTMit+θlnFDIit+μit

(2)

上式中:i表示省份,共包括30個省;t表示對應的年度;β0表示總平均截距項;μit表示隨機擾動項;β1、β2、β3和θ表示待估計的參數(shù)。

(一)單位根檢驗

為了避免偽回歸,先對面板數(shù)據(jù)進行單位根檢驗。表2給出了Stata14.0軟件對變量進行LLC檢驗的結(jié)果,根據(jù)LLC值可知所有變量均不存在單位根。

表2 單位根檢驗結(jié)果

(二)序列相關檢驗

由于當模型誤差項存在序列相關或異方差時,此時經(jīng)典的Hausman檢驗不再適用,因此需要進行序列相關和異方差檢驗。表3的結(jié)果顯示,存在序列自相關和異方差，因此Hausman檢驗失效,故需要通過其他檢驗方法來確定最優(yōu)的模型。連玉君等利用蒙特卡羅模擬方法分析表明,修正的Hausman 統(tǒng)計量以及過度識別檢驗方法能夠很好地克服Hausman檢驗的上述缺陷，[17]因此本文將選擇修正的Hausman統(tǒng)計量進行模型檢驗。

表3 序列相關檢驗結(jié)果

五、實證研究及結(jié)果分析

(一)政策整體效應分析

為了了解中國創(chuàng)新政策的成效,我們先對其整體效應進行分析,表4是我國30個省份2006年到2017年創(chuàng)新政策效應的整體回歸結(jié)果。

表4 中國科技創(chuàng)新政策效應整體回歸結(jié)果

注:括號內(nèi)表示t值,***、**、*分別代表1%、 5%和10%的顯著性水平。

分析結(jié)果可知,由于固定效應模型的P值滿足P=0.0000<0.05,說明個體效應顯著;LM檢驗得到的P值滿足P=0.0000<0.05，表示隨機效應也顯著;修正的Hausman統(tǒng)計量的P值滿足P=0.0000<0.05,表明應該選擇模型a2,即固定效應模型進行分析較為準確。模型a2顯示2006—2017年中國30個省份的R&D經(jīng)費投入、技術市場交易額對專利授權量都產(chǎn)生顯著的正效應,且R&D經(jīng)費投入對專利授權量的促進效應最明顯,R&D經(jīng)費投入每提高1%,帶來專利授權量1.011%的增長,而相比之下,技術市場交易額的促進效應則偏小,技術市場交易額每提高1%,專利授權量增加0.193%。據(jù)此可以說,2006年以來,我國科技創(chuàng)新政策實施以后,明顯地推動了我國的科技創(chuàng)新活動,政策效果整體較好。其中,供給性創(chuàng)新政策和需求性創(chuàng)新政策的促進效應最明顯,而環(huán)境基礎性創(chuàng)新政策的效果則不明顯。FDI雖然也對專利授權量產(chǎn)生正效應,但是效果不顯著。R&D人員數(shù)量對專利授權量產(chǎn)生不顯著的負效應,這可能與R&D人員配置不合理以及地區(qū)科技人才差異性大等原因有關。

(二)政策效應時期差異分析

“創(chuàng)新”在提升國家核心競爭力方面的作用越來越大。為了進一步了解中國科技創(chuàng)新政策效應在不同時期是否有差異,了解2006年以來我國科技創(chuàng)新政策實施的成效,本文對“十一五”時期和“十二五”時期分別進行回歸分析,回歸結(jié)果見表5。

Hausman檢驗結(jié)果顯示,應選擇個體固定效應模型,即模型b1和模型b2進行分析最佳。由表5結(jié)果可見,R&D經(jīng)費投入在“十一五”時期和“十二五”時期都對我國專利授權量產(chǎn)生了顯著的促進作用,且促進作用呈現(xiàn)出急速增長態(tài)勢,彈性從0.511提高到1.466,說明供給性創(chuàng)新政策在這兩個階段都取得了顯著的促進效應,并且在“十二五”時期促進效應更大。R&D人員數(shù)量在這兩個時期產(chǎn)生的效應差異較大,“十一五”時期,R&D人員數(shù)量對我國專利授權量具有顯著的正效應,而在“十二五”時期,R&D人員數(shù)量卻對我國專利授權量產(chǎn)生了不顯著的負效應,這說明環(huán)境基礎性創(chuàng)新政策在“十一五”時期取得的效果較好,在“十二五”時期則效果不明顯,這可能是因為隨著時間的推移,我國科技創(chuàng)新政策的日益完善,全社會創(chuàng)新的主體趨近飽和,創(chuàng)新難度越來越大,創(chuàng)新產(chǎn)出率也在下降,因此此時單純增加R&D人員數(shù)量對創(chuàng)新活動的影響相對前一個時期小了很多,因此導致政策效應不顯著。技術市場交易額在兩個時期都對我國的專利授權量呈現(xiàn)出正效應,但“十一五”時期顯著,“十二五”時期不顯著,說明需求性創(chuàng)新政策在“十一五”時期取得的效果較明顯,而在“十二五”時期不明顯。

表5 中國科技創(chuàng)新政策效應分時期回歸結(jié)果

注:括號內(nèi)表示t值,***、**、*分別代表1%、 5%和10%的顯著性水平。

通過對比分析兩個時期的政策效應可知,“十一五”時期我國的創(chuàng)新政策整體取得了較好的效果,而“十二五”時期僅供給性創(chuàng)新政策效果顯著,其他政策收效甚微。FDI在“十一五”時期對我國專利申請量具有顯著的正效應,彈性為0.168,而到了“十二五”時期,則呈現(xiàn)出不顯著的負效應。

(三)政策效應空間差異分析

中國幅員遼闊,各個地區(qū)在空間地理條件和資源分布狀況等方面都具有較大的差異,政策效應也會因此而不同。

為了比較我國科技創(chuàng)新政策效果的空間差異,筆者將30個省份分成東、中、西和東北四個區(qū)域進行分析，結(jié)果見表6和表7。

Hausman檢驗結(jié)果顯示,四個區(qū)域的P值均在5%的水平上顯著(其中由于東北地區(qū)隨機效應不顯著),因此我們均選擇固定效應模型,即用模型d1、模型d2、模型f1、模型f2進行分析最佳。由表6和表7的結(jié)果可知,R&D經(jīng)費投入對四個區(qū)域的正效應都十分顯著,其中效應最大的是西部地區(qū),彈性達到1.408,在中部地區(qū)的效應最小,彈性僅為0.441。這表明供給性創(chuàng)新政策在各個區(qū)域均取得了正向效應,其中,對西部地區(qū)產(chǎn)生的效果最大,對中部地區(qū)產(chǎn)生的效果最小。R&D人員數(shù)量僅對中部地區(qū)的專利授權量產(chǎn)生了顯著的促進效應,彈性達到0.662,說明環(huán)境基礎性創(chuàng)新政策在中部地區(qū)取得了較好的效果。就西部地區(qū)來說,R&D人員數(shù)量對我國專利授權量的影響呈現(xiàn)出顯著的負效應,說明環(huán)境基礎性創(chuàng)新政策在西部地區(qū)的實施效果非常不好,這可能與西部創(chuàng)新驅(qū)動意識不強,以及缺乏有效的人才激勵政策等因素有關。技術市場交易額在四個區(qū)域均呈現(xiàn)出顯著的正效應,其中東北地區(qū)的效應最大,彈性達到0.347,說明需求性創(chuàng)新政策在我國四個區(qū)域均產(chǎn)生了顯著的效果,其中,在東北地區(qū)的效果最大。FDI對東部和中部地區(qū)產(chǎn)生了顯著的促進效應,其中在中部地區(qū)的效應更大,彈性達到0.255,說明隨著改革開放進一步深化,吸引的外商直接投資對中部地區(qū)創(chuàng)新活動的外溢效應開始凸顯。FDI對東北地區(qū)雖然有積極的促進效應,但是不顯著,在西部地區(qū),FDI則呈現(xiàn)出并不顯著的負向效應。這說明FDI對東北地區(qū)和西部地區(qū)創(chuàng)新活動的影響較小。

通過對比分析四個區(qū)域的政策效應可知,供給性創(chuàng)新政策和需求性創(chuàng)新政策在我國四個區(qū)域都取得了積極的政策效果,而環(huán)境基礎性創(chuàng)新政策僅在中部地區(qū)取得了較好的效果。FDI對東部地區(qū)和中部地區(qū)均有顯著的促進效應。

表6 東部和西部科技創(chuàng)新政策效應回歸結(jié)果

注:括號內(nèi)表示t值,***、**、*分別代表1%、 5%和10%的顯著性水平。

表7 中部和東北部科技創(chuàng)新政策效應回歸結(jié)果

注:括號內(nèi)表示t值,***、**、*分別代表1%、 5%和10%的顯著性水平。

六、總結(jié)

本文借鑒Rorhwell K等提出的創(chuàng)新政策分類方式,將國家科技創(chuàng)新政策分為供給性創(chuàng)新政策、需求性創(chuàng)新政策和環(huán)境基礎性創(chuàng)新政策三大類,并把這三個政策類型的代表性指標作為解釋變量,選取我國專利授權量作為被解釋變量,以FDI為控制變量,基于我國2006—2017年的省級年度數(shù)據(jù)構建面板數(shù)據(jù)模型，分析了我國科技創(chuàng)新政策的總體效應和時空差異,結(jié)果顯示:

1.2006—2017年這12年間,中國制定實施的科技創(chuàng)新政策整體上取得了顯著的效果,極大地推動了我國的科技創(chuàng)新活動。供給性創(chuàng)新政策和需求性創(chuàng)新政策的促進效應最明顯,環(huán)境基礎性創(chuàng)新政策的效果則不明顯,這說明中國科技創(chuàng)新環(huán)境還有待進一步優(yōu)化。人才是創(chuàng)新的直接推動力,因此,政府一方面可以通過不斷完善人才引進和激勵制度,聚集科技創(chuàng)新人才資源,提高科技人員的創(chuàng)新積極性;另一方面,要加大政策監(jiān)督力度和健全知識產(chǎn)權保護體系,為科創(chuàng)人員提供安心的創(chuàng)新環(huán)境。

2.中國科技創(chuàng)新政策在不同時期呈現(xiàn)出不同的效果,具有明顯的時期差異?！笆晃濉睍r期,我國的創(chuàng)新政策整體取得了較好的效果,這說明自從2006年“創(chuàng)新型國家”戰(zhàn)略提出以來,我國相繼制定實施的各項創(chuàng)新政策對提高我國創(chuàng)新能力確實起到了一定的作用?！笆濉睍r期僅供給性創(chuàng)新政策效果顯著,其他政策收效甚微。這說明我國科技創(chuàng)新產(chǎn)品市場尚不夠成熟,需求驅(qū)動的科技創(chuàng)新格局尚未形成。因此,一方面,政府可以通過利益的合理分配和資源的優(yōu)化配置,來加快成果轉(zhuǎn)化速度和提高創(chuàng)新效率,從而加快科技創(chuàng)新產(chǎn)品市場的構建,實現(xiàn)需求驅(qū)動創(chuàng)新的良好格局；另一方面,政府要適當加大對企業(yè)創(chuàng)新產(chǎn)品及服務的購買力度,從而進一步加快科技成果的轉(zhuǎn)化。

3.由于地理位置和資源等方面的差異,中國科技創(chuàng)新政策在不同區(qū)域產(chǎn)生了不同的效果,呈現(xiàn)出一定的區(qū)域差異。供給性創(chuàng)新政策和需求性創(chuàng)新政策在我國四個區(qū)域都取得了積極的成效,而供給性創(chuàng)新政策在西部地區(qū)取得的效果最大,中部地區(qū)取得的效果最小。需求性創(chuàng)新政策在東北地區(qū)取得的政策效果最大。環(huán)境基礎性創(chuàng)新政策僅在中部地區(qū)取得了較好的效果。以上結(jié)果表明,創(chuàng)新政策的制定與實施要充分考慮到地區(qū)在經(jīng)濟發(fā)展水平和空間上的差異,因地制策,因地施策,以實現(xiàn)政策效應的最大化。