趙喜倉，朱大鵬

（江蘇大學(xué)財經(jīng)學(xué)院，江蘇鎮(zhèn)江 212013）

奮進(jìn)正當(dāng)時，創(chuàng)新天地寬。黨的十九大報告中明確指出：我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，傳統(tǒng)的粗放型發(fā)展方式已經(jīng)難以為繼。面對新時期內(nèi)外部環(huán)境的深刻變化，科技創(chuàng)新已成為新常態(tài)下經(jīng)濟(jì)發(fā)展的必然選擇與高質(zhì)量發(fā)展的重要動力。其中，研發(fā)活動作為科技創(chuàng)新的源泉與重要組成部分，對實現(xiàn)創(chuàng)新發(fā)展具有重要意義，沒有研發(fā)，就談不上產(chǎn)品創(chuàng)新和工藝創(chuàng)新的發(fā)生，更遑論創(chuàng)新的擴(kuò)散。江蘇作為中國科技資源的密集區(qū)，長期處在技術(shù)研發(fā)的高地，2019 年全省研發(fā)活動經(jīng)費達(dá)2 779.5 億元，排全國第二；研發(fā)經(jīng)費投入強(qiáng)度為2.72%，高出全國平均水平0.53 個百分點。但對標(biāo)高質(zhì)量發(fā)展的要求，江蘇的研發(fā)活動仍不夠理想，省域內(nèi)，蘇南、蘇北研發(fā)實力懸殊的問題一直存在；省域外，江蘇研發(fā)投入被廣東趕超且差距逐步拉大。目前國家經(jīng)濟(jì)社會發(fā)展正處于高質(zhì)量發(fā)展的關(guān)鍵期，研發(fā)的重要性不言而喻，因此，科學(xué)探析研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，有助于進(jìn)一步發(fā)揮好研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用，高質(zhì)量建設(shè)創(chuàng)新型省份。

1 文獻(xiàn)綜述

研發(fā)投入方面，有的學(xué)者從現(xiàn)狀出發(fā)，分析了目前研發(fā)投入中的主要問題，如康爭光等［1］從投入強(qiáng)度、投入來源、投入方向和企業(yè)類別四方面分析了江蘇企業(yè)研發(fā)投入中的問題，認(rèn)為目前存在著強(qiáng)度放緩、增長乏力、政府研發(fā)投入不足、基礎(chǔ)研究投入偏低等問題；羅建等［2］采用探索性空間數(shù)據(jù)分析方法，對湖南省各市州研發(fā)投入的空間格局進(jìn)行實證分析，發(fā)現(xiàn)湖南的研發(fā)投入在地理分布上存在大面積的低水平聚集和輻射帶動力不突出的問題；王文等［3］研究了我國地區(qū)研發(fā)資源的錯配情況，認(rèn)為多數(shù)省份傾向于過度配置研發(fā)資源，提出各地在加大研發(fā)投入力度的同時還應(yīng)關(guān)注研發(fā)效率的提升。有的學(xué)者則更為關(guān)注研發(fā)投入的各種影響，如杜勇等［4］以高新技術(shù)產(chǎn)業(yè)上市公司為樣本，分析了研發(fā)投入對企業(yè)經(jīng)營績效的影響，認(rèn)為研發(fā)投入與企業(yè)盈利能力存在著顯著的正向關(guān)系，這與Sougiannis［5］的實證研究結(jié)果相同；張永安等［6］通過面板向量自回歸模型（PVAR），探討了政府補(bǔ)助、企業(yè)研發(fā)投入與創(chuàng)新績效的動態(tài)關(guān)系，發(fā)現(xiàn)政府補(bǔ)助、企業(yè)研發(fā)投入對創(chuàng)新績效均具有促進(jìn)作用，企業(yè)研發(fā)投入對創(chuàng)新績效的作用較政府補(bǔ)助更加快速、直接。

經(jīng)濟(jì)高質(zhì)量發(fā)展方面，目前文獻(xiàn)研究主要集中在經(jīng)濟(jì)高質(zhì)量的內(nèi)涵特點、理論機(jī)制、實現(xiàn)路徑等定性分析上，定量的評價測度還不夠。在定性研究層面，如周振華［7］、金碚［8］分別從高質(zhì)量發(fā)展的提出背景和經(jīng)濟(jì)學(xué)理論的角度出發(fā)，推導(dǎo)高質(zhì)量發(fā)展的定義與特征；孫久文等［9］通過梳理區(qū)域高質(zhì)量發(fā)展理念的形成過程，總結(jié)我國區(qū)域高質(zhì)量發(fā)展理論的內(nèi)涵和創(chuàng)新，并就新時代背景下區(qū)域高質(zhì)量發(fā)展的實踐路徑提出5 點建議。在定量研究層面，有學(xué)者采用單一指標(biāo)來衡量經(jīng)濟(jì)高質(zhì)量發(fā)展，如江三良等［10］、姜安印等［11］以全要素生產(chǎn)率作為經(jīng)濟(jì)高質(zhì)量發(fā)展的衡量指標(biāo)，運用計量分析和因果推斷等方法，分別研究對內(nèi)融合、對外開放以及新型城鎮(zhèn)化建設(shè)對高質(zhì)量發(fā)展的作用；劉志彪等［12］認(rèn)為全要素生產(chǎn)率是實現(xiàn)高質(zhì)量發(fā)展的核心源泉，并就結(jié)構(gòu)轉(zhuǎn)換對全要素生產(chǎn)率的影響展開了實證研究。但是，全要素生產(chǎn)率的測算方法繁多，許多研究采用的方法往往與實際情況不相符，并且在測算過程中存在資本累計低估、經(jīng)濟(jì)效果反映不全面等問題，對此沈利生［13］提出增加值率是從宏觀上度量投入產(chǎn)出效益和經(jīng)濟(jì)增長質(zhì)量的綜合指標(biāo)，可以更好地反映經(jīng)濟(jì)增長的質(zhì)量；范金等［14］基于五大發(fā)展理念視角，以1995—2011 年經(jīng)合組織（OECD）34 個成員國的數(shù)據(jù)為樣本，比較發(fā)現(xiàn)全要素生產(chǎn)率在反映創(chuàng)新發(fā)展上效果更佳，而增加值率在反映綠色發(fā)展上效果更佳，兩者在評價中各有所長；田成詩等［15］認(rèn)為在采用單一指標(biāo)測度經(jīng)濟(jì)增長質(zhì)量時增加值率比全要素生產(chǎn)率計算更為簡單、操作性更強(qiáng)，對于反映我國經(jīng)濟(jì)高質(zhì)量發(fā)展更具現(xiàn)實意義。也有學(xué)者構(gòu)建指標(biāo)體系來測度經(jīng)濟(jì)高質(zhì)量發(fā)展，但評價結(jié)果差異大、指標(biāo)選取主觀性強(qiáng)、覆蓋期間短等問題一直未得到有效解決，其中蘇永偉等［16］在參考成都市高質(zhì)量發(fā)展評價指標(biāo)體系的基礎(chǔ)上遴選出27 項指標(biāo)，構(gòu)建經(jīng)濟(jì)高質(zhì)量發(fā)展評價指標(biāo)體系，測算了2018 年我國31 個省份的高質(zhì)量發(fā)展水平；孫豪等［17］從創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大方面出發(fā)構(gòu)建指標(biāo)體系，對2017 年我國31 個省份的經(jīng)濟(jì)高質(zhì)量發(fā)展情況進(jìn)行了評價，并就其區(qū)域分布情況展開分析；吳志軍等［18］基于經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)涵，構(gòu)建了包括綜合質(zhì)效、創(chuàng)新、協(xié)調(diào)、綠色、開放、共享六大方面的我國經(jīng)濟(jì)高質(zhì)量評價體系，評價了2017 年我國31 個省份的經(jīng)濟(jì)高質(zhì)量發(fā)展綜合水平。

研發(fā)投入對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響方面，現(xiàn)有研究大部分針對研發(fā)投入對經(jīng)濟(jì)增長的影響，鮮有研究上升到研發(fā)投入對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。國外許多學(xué)者發(fā)現(xiàn)，研發(fā)投入與經(jīng)濟(jì)增長的直接因果關(guān)系往往不顯著，研發(fā)投入主要通過進(jìn)口、出口等要素間接作用于經(jīng)濟(jì)增長，如Krammer［19］采用面板單位根與協(xié)整模型分析了國際R&D 投入溢出效應(yīng)對貿(mào)易和外商直接投資的影響，得出進(jìn)口是R&D 投入溢出效應(yīng)作用于經(jīng)濟(jì)增長的主要擴(kuò)散渠道，外商直接投資的影響雖也具顯著，但影響過小可以忽略；Dincer 等［20］利用Dumitrescu 和Hurlin 提出的面板因果檢驗方法，考察1996—2016 年研發(fā)投入對新興七國經(jīng)濟(jì)增長、出口和失業(yè)率的影響，認(rèn)為研發(fā)投入對經(jīng)濟(jì)增長的因果關(guān)系不明顯，但對出口有著顯著的促進(jìn)作用。國內(nèi)學(xué)者則立足中國實際，普遍認(rèn)為研發(fā)投入對經(jīng)濟(jì)增長或經(jīng)濟(jì)發(fā)展有直接的促進(jìn)作用，如鐘祖昌［21］采用對數(shù)生產(chǎn)函數(shù)模型，在論證研發(fā)投入正外部性存在的基礎(chǔ)上，結(jié)合我國1991—2009 年29 個省份的數(shù)據(jù)測算該正的外部性大小，結(jié)果表明研發(fā)投入對區(qū)域經(jīng)濟(jì)增長有顯著促進(jìn)作用，其對經(jīng)濟(jì)增長的拉動程度達(dá)16.7%；趙喜倉等［22］利用PVAR 模型對2002—2011 年江蘇省R&D 投入、專利產(chǎn)出效率與經(jīng)濟(jì)增長實力的動態(tài)關(guān)系進(jìn)行探究，研究得出江蘇的R&D 投入與經(jīng)濟(jì)增長實力存在雙向的正效應(yīng)，但這種影響并不持久；劉滿鳳等［23］運用空間計量模型分析了2005—2014 年我國31 個省份的直接R&D 和間接R&D 對經(jīng)濟(jì)增長的影響，認(rèn)為R&D 投入是僅次于資本的驅(qū)動經(jīng)濟(jì)增長的最重要因素；溫濤等［24］運用動態(tài)面板廣義系統(tǒng)矩估計法，從數(shù)量和質(zhì)量兩個方面實證分析了信貸與研發(fā)投入對經(jīng)濟(jì)增長的作用，認(rèn)為研發(fā)投入對經(jīng)濟(jì)總量增長和經(jīng)濟(jì)質(zhì)量提升均起到了顯著的正向促進(jìn)作用；陳亞平［25］通過對比中美兩國研發(fā)投入發(fā)現(xiàn)，雖然我國的R&D 投入總額已逼近美國，但我國R&D 投入對經(jīng)濟(jì)增長的貢獻(xiàn)度仍與美國存在較大差距。

綜上所述，現(xiàn)有研究大多基于省級和企業(yè)層面，相關(guān)成果主要集中在研發(fā)投入與經(jīng)濟(jì)增長或發(fā)展的關(guān)系上，而經(jīng)濟(jì)高質(zhì)量發(fā)展不僅要關(guān)注量的增長，也應(yīng)該注重質(zhì)的提升，但鮮有文獻(xiàn)關(guān)注市級層面的研發(fā)投入對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響；此外，學(xué)者大多采用線性計量模型展開分析，認(rèn)為我國研發(fā)投入對經(jīng)濟(jì)增長或發(fā)展存在直接的促進(jìn)作用，但往往忽視了這種作用可能是非線性的，傳統(tǒng)的線性計量模型是否適用有待商榷。鑒于此，本研究以江蘇省為例，綜合面板平滑轉(zhuǎn)移回歸（PSTR）、空間計量分析、人工魚群算法（AFSA）等方法，構(gòu)建一種基于人工魚群算法的空間滯后面板平滑轉(zhuǎn)換模型（AFSASLPSTR），據(jù)此量化分析研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的影響程度，為深入了解研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的作用方式、合理安排研發(fā)投入，推動新時期江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展提供參考。

2 模型設(shè)定與估計

2.1 模型設(shè)定

基于面板平滑轉(zhuǎn)換模型和空間滯后模型的特點，并借鑒Gonzalez 等［26］、方麗婷［27］等的研究，設(shè)定空間滯后面板平滑轉(zhuǎn)換模型的一般形式即模型1 與簡化形式即模型2 分別如式（1）和式（2）：

2.2 模型估計

傳統(tǒng)的固定效應(yīng)面板平滑轉(zhuǎn)換模型在處理非線性部分時常采用牛頓法、擬牛頓法等方法，這類方法雖然具有較高的收斂速度，但對迭代的初始值選取十分敏感，常因初始值不在收斂域內(nèi)導(dǎo)致求解結(jié)果非最優(yōu)。由于人工魚群算法具有魯棒性強(qiáng)、全局收斂性好、不易受初值影響等優(yōu)點，目前已應(yīng)用于故障診斷、圖像分割、參數(shù)優(yōu)化等領(lǐng)域。為克服傳統(tǒng)估計方法的不足，本研究將人工魚群算法應(yīng)用到空間滯后面板平滑轉(zhuǎn)換模型的估計中，同時結(jié)合擬極大似然估計、組內(nèi)回歸、嶺回歸（ridge regression）等方法，構(gòu)建一種基于人工魚群算法的空間滯后面板平滑轉(zhuǎn)換模型（AFSA-SLPSTR）。模型估計中的主要步驟如下所示：

步驟四：分別模擬人工魚的追尾行為和聚群行為，選擇兩種行為中食物濃度值較大的行為實際執(zhí)行，缺省行為為覓食行為；然后，與公告板中的最優(yōu)魚進(jìn)行比較，若其食物濃度值大于公告板，則以自身信息對公告板進(jìn)行更新。

步驟五：判斷是否達(dá)到最大迭代次數(shù)，滿足轉(zhuǎn)至下一步，否則轉(zhuǎn)回步驟四，繼續(xù)迭代。

步驟六：計算終止，此時公告板中的人工魚就是全局范圍內(nèi)的最優(yōu)魚，對應(yīng)的轉(zhuǎn)換參數(shù)（）即為全局最優(yōu)解。

3 指標(biāo)選取與數(shù)據(jù)來源

因變量為經(jīng)濟(jì)高質(zhì)量發(fā)展。借鑒張永軍［28］、陳詩一等［29］、林進(jìn)忠［30］等人的做法，將經(jīng)濟(jì)高質(zhì)量發(fā)展分為經(jīng)濟(jì)發(fā)展數(shù)量和經(jīng)濟(jì)發(fā)展質(zhì)量，并選取和計算相關(guān)指標(biāo)。經(jīng)濟(jì)發(fā)展數(shù)量選取各地的人均生產(chǎn)總值（GDP）來體現(xiàn)，經(jīng)濟(jì)發(fā)展質(zhì)量則選取各地的全要素生產(chǎn)率和增加值率按熵值法合成的指數(shù)來體現(xiàn)。其中，全要素生產(chǎn)率在測算時采用數(shù)據(jù)包絡(luò)分析（DEA）-Malmquist 模型，產(chǎn)出指標(biāo)為按照各地生產(chǎn)總值指數(shù)換算后的實際地區(qū)生產(chǎn)總值，勞動投入指標(biāo)為各地的全部就業(yè)人員，資本投入指標(biāo)為按永續(xù)盤存法計算并使用固定資產(chǎn)價格指數(shù)平減后的各地實際固定資產(chǎn)投入數(shù)據(jù)；各地的增加值率根據(jù)《江蘇省2017 投入產(chǎn)出表》《江蘇省2012 投入產(chǎn)出表》等數(shù)據(jù)，按產(chǎn)業(yè)結(jié)構(gòu)、時期等因素加權(quán)計算得出。

自變量為研發(fā)投入。選取各地的R&D 經(jīng)費支出和R&D 人員兩個最具代表性的指標(biāo)來體現(xiàn)研發(fā)投入，前者反映了研發(fā)中的資金投入，后者反映研發(fā)中的人員投入。

轉(zhuǎn)換變量為專利。張煒［31］、詹祥等［32］的研究指出，研發(fā)投入對經(jīng)濟(jì)的作用會受到相關(guān)產(chǎn)出水平的影響，而專利作為科研活動中重要的資源投入與主要的成果產(chǎn)出，是連通研發(fā)投入和經(jīng)濟(jì)發(fā)展的關(guān)鍵橋梁。因此，選取各地的每10 萬人口專利授權(quán)數(shù)代表專利，并作為資金投入和人員投入兩個研發(fā)投入自變量的轉(zhuǎn)換變量。

為控制其他因素的影響，選取對外開放和產(chǎn)業(yè)結(jié)構(gòu)作為模型的控制變量。對外開放選取各地進(jìn)出口總額與地區(qū)生產(chǎn)總值之比來體現(xiàn)，其中進(jìn)出口總額采用國家統(tǒng)計局公布的各年人民幣對美元的平均匯率進(jìn)行貨幣單位換算；產(chǎn)業(yè)結(jié)構(gòu)則參考張瑞等［33］、沈肇章等［34］的研究，選取各地的第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比來體現(xiàn)。

上述指標(biāo)數(shù)據(jù)主要來源于2014—2018 年《江蘇年鑒》《江蘇統(tǒng)計年鑒》《江蘇省投入產(chǎn)出表》《江蘇科技年鑒》。此外，為了讓數(shù)據(jù)波動相對穩(wěn)定，防止可能產(chǎn)生的異方差問題，本研究對各變量進(jìn)行了取對數(shù)處理，相應(yīng)的描述性統(tǒng)計結(jié)果如表1 所示。

表1 江蘇研發(fā)投入與經(jīng)濟(jì)高質(zhì)量發(fā)展相關(guān)變量描述性統(tǒng)計

4 實證分析

4.1 空間相關(guān)分析

基于江蘇省13 個地級市2013—2017 年經(jīng)濟(jì)高質(zhì)量發(fā)展相關(guān)指標(biāo)的均值，采用四分位法對其地理分布情況進(jìn)行劃分，并進(jìn)一步結(jié)合全域莫蘭指數(shù)探討各市經(jīng)濟(jì)高質(zhì)量發(fā)展的空間相關(guān)性。2013—2017年13 個地級市經(jīng)濟(jì)高質(zhì)量發(fā)展均值排位如表2 所示。

表2 2013—2017 年江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的城市空間分布

經(jīng)濟(jì)發(fā)展數(shù)量方面，位于第一梯隊的城市有3個，分別為蘇州、無錫、南京，是省內(nèi)表現(xiàn)最佳的城市；位于第二梯隊的城市有4 個，分別為常州、鎮(zhèn)江、揚州、南通，在經(jīng)濟(jì)發(fā)展數(shù)量上僅次于前面3 個城市，是省內(nèi)表現(xiàn)較好的城市；位于第三梯隊的城市有3 個，分別為泰州、鹽城、徐州，表現(xiàn)相對較差；位于第四梯隊的城市有3 個，分別為淮安、宿遷、連云港，是省內(nèi)表現(xiàn)最差的地區(qū)。利用全域莫蘭指數(shù)對經(jīng)濟(jì)發(fā)展數(shù)量指標(biāo)進(jìn)行空間相關(guān)性檢驗，全域莫蘭指數(shù)為0.657，z統(tǒng)計量為3.983，這表明在1%的顯著性水平下13 個城市的經(jīng)濟(jì)發(fā)展數(shù)量存在正相關(guān)性（空間依賴性），城市的經(jīng)濟(jì)發(fā)展數(shù)量在空間上有趨于聚集的現(xiàn)象。

經(jīng)濟(jì)發(fā)展質(zhì)量方面，位于第一梯隊的城市有3個，分別為蘇州、南京、常州，是省內(nèi)表現(xiàn)最佳的城市；位于第二梯隊的城市有4 個，分別為無錫、鎮(zhèn)江、南通、揚州，在經(jīng)濟(jì)發(fā)展質(zhì)量上僅次于前面3 個城市，是省內(nèi)表現(xiàn)較好的城市；位于第三梯隊的城市有3 個，分別為泰州、徐州、宿遷，表現(xiàn)相對較差；位于第四梯隊的城市有3 個，分別為鹽城、連云港、淮安，是省內(nèi)表現(xiàn)最差的地區(qū)?？臻g相關(guān)性檢驗結(jié)果顯示，全域莫蘭指數(shù)為0.527，z 檢驗統(tǒng)計量為3.396，這表明在1%的顯著性水平下13 個城市的經(jīng)濟(jì)發(fā)展質(zhì)量存在正相關(guān)性。

因此，可以認(rèn)為，江蘇13 個城市在經(jīng)濟(jì)發(fā)展質(zhì)量與數(shù)量上存在顯著的空間依賴關(guān)系，省域內(nèi)的經(jīng)濟(jì)高質(zhì)量發(fā)展在空間上呈現(xiàn)出一定的集群現(xiàn)象，經(jīng)濟(jì)發(fā)展數(shù)量與發(fā)展質(zhì)量上表現(xiàn)較好的地區(qū)多集中在蘇南地區(qū)，而表現(xiàn)較差的地區(qū)多集中在蘇北地區(qū)。

4.2 AFSA-SLPSTR 模型分析

4.2.1 模型檢驗

在模型估計前，需要對空間滯后面板平滑轉(zhuǎn)換模型進(jìn)行線性檢驗與剩余非線性檢驗，通過將轉(zhuǎn)換函數(shù)展開成一階泰勒線性表達(dá)式，構(gòu)造LM統(tǒng)計量（Wald 檢驗）、LMF 統(tǒng)計量（Fisher 檢驗）與LRT 統(tǒng)計量（似然比檢驗），判定模型是否線性及其轉(zhuǎn)換函數(shù)的最優(yōu)個數(shù)。由表3 可知，模型1 和模型2 的3 項檢驗統(tǒng)計量均在5%的顯著性水平下拒絕了“H0：r=0”的原假設(shè)，即認(rèn)為模型1 和模型2 存在顯著的非線性關(guān)系，傳統(tǒng)的線性模型模型已不再適用。因此，在估計時，對模型1 和模型2 應(yīng)采用單轉(zhuǎn)換函數(shù)（r=1）、單體制（m=1）的SLPSTR模型進(jìn)行估計。

表3 2013—2017 年江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的空間滯后面板平滑轉(zhuǎn)換模型檢驗

4.2.2 估計結(jié)果

將數(shù)據(jù)輸入到AFSA-SLPSTR 模型中，求解模型的最優(yōu)轉(zhuǎn)換參數(shù)，具體迭代優(yōu)化過程如圖1、圖2所示，估計結(jié)果如表4 所示。從圖1、圖2 可以發(fā)現(xiàn)，模型1 和模型2 分別迭代至第42 次和與第35 次時目標(biāo)函數(shù)取得最優(yōu)值，此后算法中的最優(yōu)值將不再進(jìn)行更新。

圖1 模型1 的魚群算法迭代過程

圖2 模型2 的魚群算法迭代過程

表4 中模型1 的結(jié)果顯示，研發(fā)投入對江蘇經(jīng)濟(jì)發(fā)展數(shù)量的影響有著單門檻的特征，并且城市的經(jīng)濟(jì)發(fā)展數(shù)量在研發(fā)投入等變量的綜合作用下呈現(xiàn)出不顯著的空間正相關(guān)關(guān)系。其中，研發(fā)資金投入對經(jīng)濟(jì)發(fā)展數(shù)量的影響顯著為正且影響程度較大，其非線性估計部分的系數(shù)為負(fù)且在5%的水平上顯著，線性與非線性部分系數(shù)之和為0.861，表明當(dāng)專利超過閾值點時會略降低研發(fā)資金投入對經(jīng)濟(jì)發(fā)展數(shù)量的影響系數(shù)，減少研發(fā)資金投入對經(jīng)濟(jì)增產(chǎn)數(shù)量的正向促進(jìn)程度，此時應(yīng)更加關(guān)注專利的質(zhì)量而非數(shù)量；研發(fā)人員投入對經(jīng)濟(jì)發(fā)展數(shù)量也有顯著的正向影響，但該影響在程度上要小于研發(fā)資金投入的影響，其非線性估計部分的系數(shù)為負(fù)但并不顯著，綜合考慮位置參數(shù)、線性部分系數(shù)等，可以認(rèn)為研發(fā)人員投入對經(jīng)濟(jì)發(fā)展質(zhì)量的影響同樣會受到專利閾值點的負(fù)面影響，這種影響較小且并不顯著。模型中平滑參數(shù)反映模型的轉(zhuǎn)換速度較快，說明隨著專利數(shù)量的擴(kuò)張，部分專利得不到充分應(yīng)用，這往往會加劇科研資源的虛耗，從而削弱研發(fā)投入對經(jīng)濟(jì)發(fā)展數(shù)量的促進(jìn)作用，同時僅注重專利數(shù)量而非質(zhì)量的現(xiàn)象同樣會弱化研發(fā)投入對經(jīng)濟(jì)發(fā)展數(shù)量的正向影響。

表4 研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展影響的AFSA-SLPSTR 模型回歸結(jié)果

模型2 的結(jié)果顯示，研發(fā)投入對江蘇經(jīng)濟(jì)發(fā)展質(zhì)量的影響同樣具有單門檻的特點，并且城市在經(jīng)濟(jì)發(fā)展質(zhì)量上呈現(xiàn)顯著的空間正相關(guān)性。具體來看，模型的空間滯后系數(shù)ρ的值為正且在1%的水平上顯著，表明各市在經(jīng)濟(jì)發(fā)展質(zhì)量上存在顯著的空間溢出效應(yīng)，即某一城市的經(jīng)濟(jì)發(fā)展質(zhì)量會明顯受到其周邊城市的正向影響，而模型的位置參數(shù)與平滑參數(shù)表明研發(fā)投入對經(jīng)濟(jì)發(fā)展質(zhì)量的影響較其對經(jīng)濟(jì)發(fā)展數(shù)量的影響會更易并更快地受到專利的轉(zhuǎn)換。其中，在低體制下，研發(fā)資金投入對經(jīng)濟(jì)發(fā)展質(zhì)量的影響系數(shù)為正且在10%的水平上顯著，表明研發(fā)資金投入對經(jīng)濟(jì)發(fā)展質(zhì)量有較顯著的正向影響，且其在程度上要小于研發(fā)資金投入對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響；與模型1 的結(jié)果類似，在高體制下，研發(fā)投入對經(jīng)濟(jì)增長質(zhì)量的影響會有所削弱，對應(yīng)的影響系數(shù)下降，專利數(shù)量的進(jìn)一步增長將無法帶來研發(fā)投入對經(jīng)濟(jì)高質(zhì)量發(fā)展促進(jìn)作用的上升，相反，由于科研資源配置不合理、專利轉(zhuǎn)化不充分等因素，研發(fā)投入對經(jīng)濟(jì)增長質(zhì)量的影響會面臨比對經(jīng)濟(jì)發(fā)展數(shù)量的影響更大的滑坡。在研發(fā)人員投入對經(jīng)濟(jì)發(fā)展質(zhì)量的影響方面，低體制下，研發(fā)人員投入對經(jīng)濟(jì)發(fā)展質(zhì)量具有顯著的正向影響且在5%的水平上顯著；當(dāng)進(jìn)入高體制后，研發(fā)人員對經(jīng)濟(jì)發(fā)展質(zhì)量的影響將發(fā)生結(jié)構(gòu)性變化，系數(shù)由正轉(zhuǎn)負(fù)，此時盲目加大研發(fā)人員投入反而會對經(jīng)濟(jì)發(fā)展質(zhì)量產(chǎn)生一定的負(fù)面影響，可能的原因是隨著專利數(shù)量的增長，一般研發(fā)人員冗余和核心研發(fā)人員缺失的問題持續(xù)惡化，達(dá)到一定程度后，這種總量的過剩和結(jié)構(gòu)的失衡會降低研發(fā)人員的整體效率，造成資源的浪費，進(jìn)而妨礙經(jīng)濟(jì)發(fā)展質(zhì)量的提升。

5 結(jié)論與建議

本研究構(gòu)建了一種基于魚群算法的空間滯后面板平滑轉(zhuǎn)換模型（AFSA-SLPSTR），并進(jìn)一步結(jié)合2013—2017 年江蘇省13 個地級市的面板數(shù)據(jù)，探究了研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究結(jié)果表明：（1）江蘇省13 個地級市的經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)正相關(guān)關(guān)系，即本地的經(jīng)濟(jì)高質(zhì)量發(fā)展表現(xiàn)越好，其相鄰城市的經(jīng)濟(jì)高質(zhì)量發(fā)展表現(xiàn)可能會較好；（2）研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的影響有顯著的非線性特征，具體表現(xiàn)為單轉(zhuǎn)換函數(shù)、單體制的形式；（3）在低體制下，研發(fā)投入對江蘇經(jīng)濟(jì)發(fā)展的數(shù)量和質(zhì)量均有著顯著的正向促進(jìn)作用，且研發(fā)投入對經(jīng)濟(jì)發(fā)展數(shù)量的影響在程度上要稍強(qiáng)于其對經(jīng)濟(jì)發(fā)展質(zhì)量的影響；（4）在高體制下，研發(fā)投入對江蘇經(jīng)濟(jì)發(fā)展數(shù)量和質(zhì)量的促進(jìn)作用會顯著減弱，其中研發(fā)人員對經(jīng)濟(jì)發(fā)展質(zhì)量的影響更是會跌至負(fù)值，阻礙經(jīng)濟(jì)發(fā)展質(zhì)量的提升。

基于研究結(jié)果，為更好發(fā)揮研發(fā)投入對江蘇經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用，推進(jìn)創(chuàng)新型江蘇建設(shè)，提出如下建議：（1）關(guān)注經(jīng)濟(jì)高質(zhì)量發(fā)展在省域內(nèi)的聚集和溢出效應(yīng)，深化地區(qū)在技術(shù)創(chuàng)新、產(chǎn)業(yè)發(fā)展等領(lǐng)域的交流合作，積極推進(jìn)江蘇省域一體化發(fā)展，努力開創(chuàng)區(qū)域協(xié)調(diào)聯(lián)動高質(zhì)量發(fā)展的新局面；（2）改善以數(shù)量為主的地方性專利考核標(biāo)準(zhǔn)，做好影響專利質(zhì)量的外部政策導(dǎo)向、評價體系的設(shè)計，嚴(yán)把專利審查授權(quán)關(guān)，不斷完善審查質(zhì)量管理機(jī)制，切實提高專利的實際“含金量”和實用性，避免研發(fā)投入等資源浪費；（3）科學(xué)合理配置研發(fā)投入，利用好科研經(jīng)費與科研人員對經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用，在加大研發(fā)投入的同時不斷優(yōu)化其結(jié)構(gòu)，強(qiáng)化重點領(lǐng)域關(guān)鍵環(huán)節(jié)的技術(shù)研發(fā)，切忌以量的擴(kuò)張取代質(zhì)的提升。