中国科技投入区域差异研究

周艺谋　张建红

[摘要]随着后知识经济时代的快速发展，各个国家和地区为了获得持久的竞争优势和经济的持续发展，都在努力加大科技的投入力度，把增加科技投入作为提高国家综合竞争力的重要战略举措。发达国家高水平的科技投入也带来高水平的社会福利和经济增长。我国科技投入逐年上升，但其对经济发展的带动作用并不明显，区域差别十分显著。探讨这种差异的原因，对于经济社会的协调发展非常必要。

[关键词]科技投入；新柯布—道格拉斯生产函数；区域差异

[中图分类号]X324 [文献标识码]A [文章编号]1005-6432（2013）8-0037-03

科技投入，是指投入到科技活动中的一切人力、物力和财力的总和，也称为科技资源；科技投入是支持开展科技活动的投入，也是生产性的投入。随着经济的发展，科技进步对经济增长的贡献率越来越重要。由于我国经济发展的历史和综合环境状况，形成了东、中、西三个梯级经济区域。从已有的研究来看，对于不同地区，科技投入与经济增长的关系存在一定的差异，原因在于各个地区的科技发展水平不同[1]。虽然我国科技投入的水平与发达国家存在一定差距，但是考察科技投入与东、中、西部经济发展的相互作用，找到形成这种梯级经济区域的一些原因仍有重要的经济意义。

1 我国科技投入现状

从改革开放后，随着我国经济的快速发展，科教事业有了很大的进步，国家对科技发展的投入也有了很大的程度的增长。

从表1中可以直观的看到，科技经费在绝对量与相对量上增长幅度很快。国家在财政拨款从2000年的575.6亿元增加到了2010年的4114.4亿元。10年增长了5.4倍。科技经费支出在GDP中的比重也已经从2000年的0.9%增加到了了2010年的1.75%。但是从相对投入量来看，与发达国家的5%的平均水平相比，还比较低。

改革开放后，东部由于地缘优势，率先引进国外先进科学技术，加之高校及研究机构的增加与快速发展，科技水平迅速提高，经济的增长速度也越来越快。扩散效应下与东部相邻的中部地区首先得益，而西部由于交通通信及发展历史等各种原因，科技水平发展速度最慢，社会经济水平相对落后，形成了全国角度下，以东部为中心的科技“增长极”。与之对应，区域经济的发展状况也出现东中西三个梯级经济区域。科技的投入水平与这种梯级经济区域的形成关系如何？

2 东、中、西部的科技投入现状及计量分析

2.1 统计分析

对科技投入的产出效率有很多中测度方法，20世纪30年代美国著名数学家柯布（C.W.Cobb）和经济学家道格拉斯（P.H.Douglass）共同研究了产出与投入的关系，并用数学函数描述了这种关系，得出C—D型生产函数：Y=AKαLβ。式中Y为产出，K为资本，L为劳动力；参数α和β分别为产出对资本和劳动力的弹性；A为技术进步参数。用柯布一道格拉斯生产函数可以计算出某一时刻的技术水平，并由此计算出技术进步对新增产值的贡献，或技术进步对新增劳动生产率的贡献，但不能直接计算出技术进步对产值增长速度的贡献。

本文选用新柯布—道格拉斯生产函数法，公式为Y=AKαLβEλet，即在原有的生产函数加入科技投入变量E。et表示除K、L、E之外的影响因素。为了能够有参考地衡量科技投入的影响，本文添加了从2000年到2010年的全社会固定资产投资和社会就业人数，即K和L。

以Y=AKαLβEλet为模型，Y表示GDP，K表示社会固定资产投资，L表示就业人数，E表示科技经费投入，对东部、中部和西部的数据分别进行计量分析。

2.2 序列相关性检验——相关图和Q统计量

实际中，扰动项的序列相关性往往是模型中遗漏了重要的解释变量，或者是由于模型函数形式设定有误引起的，因而有必要对模型进行序列相关检验。

本文采用的是由2000年到2010年各个省市计算得到的时间序列数据，为了消除异方差影响，分别对变量GDP、K、L、E取自然对数，得到新的变量lnGDP、lnK、lnL、lnE。首先对变量的序列相关进行检验，通过观察自相关和偏相关系数及对应于高阶序列相关的Ljung-Box Q统计量来判断是否存在序列相关。通过残差不存在序列相关，各阶滞后的自相关和偏相关值都接近于零，并且Q统计量的P值比较大，否则，拒绝原假设，即认为存在序列相关。检验结果如图1、图2、图3所示。

2.3 协整检验

从协整理论的思想来看，自变量和因变量之前存在协整关系，也就是说因变量能被自变量的线性组合所解释，两者之间存在稳定的均衡关系，因变量不能被自变量所解释的部分构成一个残差序列，这个残差序列应该是平稳的。因而检验一组变量之间是否存在协整关系等价于检验回归方程的残差序列是否是一个平稳序列[2]。

协整检验从检验对象上可以分为两种：一种是基于回归系数的协整检验，另一种是基于回归残差的协整检验。本文采用ADF检验来判断残差序列是否平稳来判断变量之间是否存在协整关系。

从表2可以看到，初始的线性组合的残差序列是非平稳的，经过二阶差分，在5%的显著性水平下都是平稳的。

2.4 回归结果

通过检验，数据不存在序列相关，二阶差分后残差序列是平稳的，将差分后的数据运用最小二乘法进行多元回归得到如表3的变量统计指标：

计量分析结果可以看到，R2值很高，相关性很好。统计值的T检验在5%的水平下显著，也就是说，参考了固定资产投资和就业人数的科技经费投入对GDP的增长有着显著的影响。

表3中可以看到，东部K值较小，而L和E值相对较大，分析现实的因素应该是，在东部地区，资本投资相对GDP的增长相对过剩，而科技的高投入培养了高素质就业人才，从而使得科技投入的作用得以发挥，即劳动力和科技对经济增长起着明显的促进作用。

中部L相对东西部来说很大，并且K和E小于零且E值很小，可以解释为中部地区劳动力过剩严重，而且资本对经济增长的贡献不明显，从索洛经济增长模型的角度可以解释为资本的增长严重少于人口的增长，小幅的技术进步又不能带来劳动与资本更高效的结合，从而形成资本对经济增长的贡献缺位。

西部E值为负且绝对值较大，说明西部地区投入培养的高科技人才存在大量的外流，以及科技投入所带来的产出向中东部的转移，是影响E值为负的主要原因。

从计量分析的结果中考察E值，即科技投入，可以直接比较出东中西部在科技投入的效益上存在很大差异。东部的E值高达 0.366736，而中部与西部都为负值，结果最令人深思。在科技投入对西部经济增长的直接作用方面，存在中西部科技投入所带来的产出向东部的转移现象，如东部的科技型公司受西部大开发等优惠政策的吸引在中西部设立子公司，而子公司的产出市场主要仍在东部及世界，但其科技经费的投入是发生在中西部地区。

综合来看，我国东、中、西三个梯级经济区域的资本都处于相对紧缺状态，经济的增长因素仍主要靠劳动力的贡献，而科技投入水平和效率低很难形成对经济增长的贡献。科技投入对经济增长的促进作用体现在直接和间接两方面：直接作业即是科技投入直接转化为科技成果产出，也就是此方面对西部的效果为负；间接作用体现在对社会生产率的促进上，此作用不论任何地区都是积极的影响。

3 结论与讨论

科技投入是科学研究和技术创新活动的物质基础，科技投入的最终效果常常体现在经济增长上。因此，在研究和规划一个国家或地区的经济增长问题时，我们不能轻视更不能忽视科技投入的因素。我国的科技总体发展水平已经达到一个相当的高度，但是客观存在的区域间科技投入发展不平衡已经成为总体科技水平进一步发展及促进区域经济协调发展的严重阻碍。

虽然东部地区的科技投入在全国处于较高水平，但是与其他国家相比仍有很大差距。据2005年《世界科技发展报告》统计，科技支出占GDP的比重，世界平均水平为4.8%，发达国家在5%以上，美国科技投入占GDP的5.7%，OECD国家该指标也达到了4.5%的平均水平，韩国、加拿大等国家超过了4%。在发展中国家，科技支出占GDP的比重平均水平也有3%，[3]而我国科技支出到2010年占GDP的比重仅为1.75%，可见我国的科技投入水平与国外相差较大。而对中西部地区来说，科技投入说带来的效益甚微，经济的增长的贡献主要依靠资本或劳动力，尤其是西部，科技的投入水平和产出水平都很低。

东、中、西部的科技的规模效益和科技投入的规模效率都处于递增阶段，因此政府和企业都应当加大科技研发的投入力度，以获得规模收益递增的经济效益；西部地区的区位劣势给科技投入效率造成了巨大损失，[4]因此，改善当地基础设施建设、文化教育等水平应是当务之急，只有这样，才能实现我国地区科技与经济的均衡发展。对于政府在区域科技政策的制定策略上，应该考虑以下两点。

3.1 针对东中西部科技量的差异方面

政府财政对科技投入的拨款应该保持与GDP水平的相应增长，增加科技经费在GDP的比重，同时鼓励地方政府加大对科技的投入，发挥地方政府对区域科技发展的主导作用。对中西部地区的科技投入，中央财政上给予一定的倾斜支持，以期在绝对量与相对量上缩小差距，同时也能促进中西部经济的发展。对企业的科技投入上提供支持和一定的优惠政策，促进企业的科技投入逐步发展成为科技投入的主要力量。

3.2 针对科技投入对经济增长贡献度的差异方面

在市场经济下，企业成为经济增长的关键，对于科技投入的效率提高同样也是。可以建立政府科技资金投入到企业运行的模式，或加大政府、高校与企业合作的方式进行科研项目，以提高科技经费的产出效益。对于企业资金不足但具有发展前景的企业项目，政府可以提供一定的援助。同时对中西部科技投入应将其集中于应用领域，加快科技投入转化为现实的科技产出的速度，从而缩小在科技投入对经济增长贡献效率上的差距。

参考文献：

[1]易卫华.科技投入与经济增长的相关性分析——基于香港的实证研究[J].特区经济，2011（11）.

[2]高铁梅.计量经济分析方法与建模——EVIEWS应用及实例[M].2版.北京：清华大学出版社，2009.

[3]江蕾，安慧霞，朱华.中国科技投入对经济增长贡献率的实际测度[J].自然辩证法通讯，2007（5）：171.

[4]张前荣.基于DEA模型的区域科技投入相对效率的实证研究[J].大连理工大学学报，2009（3）：1.