长江经济带财政科技投入绩效及影响因素分析

徐合帆，郑 军，余家凤，，马 艾

（1.长江大学经济与管理学院 2.长江大学长江经济带发展研究院，湖北荆州 434023）

长江经济带由沿江的9 省2 市组成，横跨东中西三大区域，人口和地区生产总值占比均超过全国的40%，发展潜力巨大，在中国经济体系中具有重要的地位。2014 年3 月，“建设长江经济带”被写入《政府工作报告》，长江经济带发展正式上升为国家战略。同年9 月，国家发布《关于依托黄金水道推动长江经济带发展的指导意见》，明确提出以创新驱动促进产业结构升级是实现长江经济带绿色发展的重要任务，并在此后的多次会议及政府文件中对“创新驱动产业转型升级”进行了明确部署。鉴于科技创新对于长江经济带经济发展的重要性，地方财政纷纷对其发展进行大力扶持，财政科技投入力度不断加大。目前长江经济带财政科技投入绩效如何？未来应从哪些方面着手提升长江经济带财政科技投入绩效？本文的研究将围绕这两个核心问题展开。

1 文献综述

目前国内外学者对财政科技投入问题的研究成果主要集中在以下几方面：

（1）财政科技投入与经济增长关系研究方面。国外学者Romer［1］、Grossman 等［2］、Aghion 等［3］研究发现财政科技投入的增加会激励企业将更多的资源投向科技产业，从而刺激经济的不断增长。而Jones［4］、Segerstrom［5］、Young［6］研究认为财政科技投入能促进短期的经济增长，并不能促进长期的经济增长。国内学者张明喜［7］、胡欣然等［8］、吴丹等［9］从全国层面对我国财政科技投入与经济增长的关系进行了研究，结果表明，财政科技投入的增加促进了经济增长，且存在长期均衡关系。刘晓东［10］、池自先等［11］、许俐等［12］从省级层面对财政科技投入与经济增长的关系进行了研究，也得出了相同的结论，即财政科技投入的增加促进了当地的经济增长。

（2）财政科技投入结构研究方面。张君等［13］、崔卫芳［14］、田园等［15］从全国层面对我国财政科技投入结构及发展现状进行了研究，认为我国财政科技投入存在区域差异大、投入强度不足、投入结构不合理等问题。马燕玲［16］、曾繁英等［17］从省级层面对财政科技投入结构进行了研究，结果显示财政科技支出投入规模偏低，结构不合理，在企业和农业科技方面投入较少。

（3）财政科技投入效率评价研究方面。国外学者Kerssens 等［18］、David 等［19］以及国内学者马乃云等［20］、田时中等［21］、何华武等［22］根据目的性、重要性、可操作性、数据可获得性等原则，运用层次分析法、主成分分析法、平衡计分卡方法等不同方法，从不同角度构建了财政科技投入的绩效评价体系。杨建飞等［23］从全国层面，运用DEA 模型测算了财政科技投入效率，结果显示技术效率偏低是我国财政科技投入效率偏低的主要原因，且规模效率也存在改进的空间。黄科舫等［24］、胥朝阳等［25］、徐海峰等［26］从省域层面，利用DEA 模型对各地财政科技投入效率进行了评测，结果显示各地区财政科技投入效率偏低，急需加大投入规模和进行有效管理。

综上，关于财政科技投入问题的研究虽然整体上逐渐变得完整和系统，所涉及的角度和方法也越来越多样化。但是，仍然存在一些不足。第一，研究大多停留在定性研究层面上，定量研究较为匮乏。第二，对全国和省域财政科技投入效率研究的比较多，而以“长江经济带”这样的国家战略性区域为研究对象的几乎没有。第三，很多关于财政科技投入效率的研究成果是基于传统DEA 模型进行研究的，且在对财政科技支出效率进行了测度之后，并没有对其外部影响因素进行分析，未能对提高财政科技投入效率提出具体有效的政策建议。因此，本研究以长江经济带沿江9 省2 市为研究对象，采用超效率SBM 模型和ML 指数模型从静态和动态两个角度评测了长江经济带财政科技投入绩效，并利用Tobit 回归模型，从经济发展水平、市场化程度、对外开放水平、政府规模、高等教育水平和产业现代化水平6 个方面实证检验长江经济带财政科技投入绩效的外部影响因素，以期为长江经济带高质量发展提供参考。

2 研究方法与数据说明

2.1 研究方法

2.1.1 超效率SBM 模型

DEA 模型是一种既不用构建函数模型，也不用预设指标权重，更不用对指标数据进行量纲化处理的非参数效率评价方法。传统DEA 模型是从径向和角度两方面对效率进行测量的，误差较大。为了更准确地测量效率值，Tony［27］在2001 年对传统DEA模型进行了改进，提出了一种考虑松弛变量的非径向非角度的SBM 模型。随后，Tony 等［28］又结合Anderson 构建的超效率模型构建了超效率SBM 模型，进一步解决了相对有效单元排序问题。因此，本文选择用超效率SBM 模型对长江经济带财政科技投入静态效率进行测量，具体公式如下：

式（1）中，n代表决策单元个数，m代表决策单元投入变量个数，r代表决策单元产出变量个数，分别表示第k个决策单元的投入、产出变量，分别代表投入、产出的松弛变量，是约束条件，代表财政科技投入绩效，越大，投入绩效越高。

2.1.2 ML（Malmquist-Luenberger）指数模型

Chung 等［29］提出的ML（Malmquist-Luenberger）指数可测量任意两期全要素生产率的变化情况，因此文章选择ML 指数来测量长江经济带财政科技投入的动态绩效，具体测算公式如下：

2.1.3 Tobit 回归模型

为了进一步探究长江经济带财政科技投入绩效的影响因素，本文建立了回归模型，因变量选取超效率SBM 模型测出的效率值，自变量选取外部因素中具有代表性的变量，据此分析各外部因素对长江经济带财政科技投入绩效的影响。由于超效率SBM模型测算的效率值为截断离散数据，如果采用OLS进行回归，则可能出现偏误和不一致现象，因此本文采用了可处理截断离散数据的Tobit 模型进行回归分析，其具体形式如下：

2.2 变量选取与数据说明

2.2.1 超效率SBM 模型及ML 指数模型变量选取与数据来源

本文在借鉴卢跃东等［30］、向军等［31］的研究成果并结合长江经济带实际情况和考虑数据可得性、必要性的基础上，以长江经济带9省2市为研究对象，初步选取了18 项财政科技投入产出指标。然后运用SPSS 23.0 软件对投入产出指标之间的正相关性及同类指标之间的相对独立性进行了检验，最终构建了长江经济带财政科技投入绩效评价指标体系，见表1。

表1 长江经济带财政科技投入绩效评价指标体系

2.2.2 Tobit 回归模型变量选取与数据来源

本文借鉴国内外的相关研究成果，从经济发展水平、市场化程度、对外开放水平、政府规模、高等教育水平和产业现代化水平等6 个方面考虑影响长江经济带财政科技投入绩效的外部因素。经济发展水平用长江经济带各省（市）以2006 年GDP 为基期计算出的对数实际人均GDP 表示；市场化程度用樊纲和王小鲁的市场化指数表示；对外开放水平用长江经济带各省（市）进出口额占GDP的比重表示；政府规模用长江经济带各省（市）政府消费性支出占GDP 比重表示；高等教育水平用取对数后的长江经济带各省（市）大专及以上毕业人数表示；产业现代化水平用长江经济带各省（市）第二产业增加值占GDP 比重表示。上述数据均由长江经济带各省（市）《统计年鉴》（2008—2018 年）和《科技统计年鉴》（2008—2018 年）整理得来。

3 实证分析

3.1 基于超效率SBM 模型的静态绩效分析

运用MaxDEA7.0 软件，选取规模报酬不变情况下的超效率SBM 模型，对长江经济带9 省2 市2007—2017 年财政科技投入绩效进行测算，结果如表2 所示。

表2 2007—2017 年长江经济带财政科技支出超效率SBM

从长江经济带整体来看，11 年间的财政科技投入的效率值均大于1，且均值达到了2.07，说明在现有条件下长江经济带财政科技投入资金得到了充分利用。从区域来看，财政科技投入效率均值排名中游地区最高，上游地区次之，下游地区最低。且中游地区11 年间的财政科技投入效率值均大于1，财政科技投入得到了充分利用。下游地区财政科技投入效率值仅在2007—2008 年、2013—2015 年大于1，财政科技投入资金得到了充利用，其他年份财政科技投入资金均未得到了充分的利用。上游地区财政科技投入效率值仅在2007—2008 年小于1，即上游地区财政科技投入效率除在2007—2008 年没有得到充分利用外，其余年份均得到了充分的利用。从不同省份来看，财政科技投入效率均值排名顺序为江苏、四川、湖北、浙江、重庆、湖南、上海、江西、安徽、云南、贵州。财政科技投入效率均值大于1的有5个省（市），占整体的45%，效率均值在0.5～1.0之间的只有湖南省1 个，效率均值在0.5 以下的有5个省（市），也占整体的45%。由此可以看出下游地区财政科技投入效率整体偏低是由于安徽和上海的财政科技投入效率长期偏低造成的，而上游地区财政科技投入效率整体偏低则是由云南和贵州的财政科技投入效率长期偏低造成的。

3.2 基于ML 指数的动态分析

本文进一步选取ML 指数及其分解对长江经济带9 省2 市2007 年—2017 年财政科技投入绩效进行动态分析，结果如表3、表4 所示。

表3 2007—2017 年长江经济带财政科技投入分年度ML 指数及分解

由表3 可知，2007—2017 年长江经济带财政科技投入的ML 指数有超过半数的年份都小于1，其均值为0.997，说明长江经济带财政科技投入绩效并不稳定，整体年均下降了0.3%。对ML 指数进行分解可知，技术效率变化指数（Ech）只有3 年大于1，其均值为0.991，年均下降0.9%。而技术水平变化指数（Tch）大部分年份都大于1，其均值为1.006，年均提升0.6%。由此可以看出，长江经济带财政科技投入的ML 指数下降很大程度上是由于技术效率变化指数的下降造成的。再对技术效率变化指数进行分解可知，纯技术效率变化指数（Pech）只有3年大于1，其均值为0.989，年均下降1.1%。规模效率变化指数（Sech）也只有4 年大于1，但其均值为1.002，年均提升0.2%。综上可以看出，制约长江经济带财政科技效率提升的因素有两个，一是缺乏有效的管理，二是投入规模不合理。

表4 2007—2017 年长江经济带财政科技投入分地区ML 指数及分解

由表4 可知，从区域层面来看，2007—2017 年这11 年间的ML 指数下游地区最大，为1.015，生产效率提升了1.5%，中游地区次之，为0.998，略有退步，生产效率下降了0.2%，上游地区最小，仅为0.985，生产效率下降了1.5%。对ML 指数进一步分解可知，下游地区技术水平变化指数（Tch）为1.015，提升了1.5%，出现了技术改进，但纯技术效率变化指数（Pech）和规模效率变化指数（Sech）都为1，并未改进，说明技术进步是下游地区ML 指数提升的主要原因；中游地区技术水平变化指数（Tch）为0.998，下降了0.2%，出现了技术退步，且纯技术效率变化指数（Pech）和规模效率变化指数（Sech）都为1，并未改进，说明技术退步是中游地区ML 指数提升的主要原因；上游地区技术水平变化指数（Tch）为0.984，下降了1.6%，出现了技术退步，且纯技术效率变化指数（Pech）为1，并未改进，但规模效率变化指数（Sech）为1.002，略有改进，说明技术退步也是上游地区ML 指数提升的主要原因。从省级层面来看，2007—2017 年这11 年间的ML 指数小于1的省（市）有6 个，占总体的55%，分别是上海、安徽、江西、湖北、贵州和云南。对ML 指数进一步分解可知，技术效率变化指数（Ech）小于1 的省（市）有4 个，分别为上海、安徽、江西和贵州。技术水平变化指数（Tch）小于1 的省（市）有5 个，分别是安徽、江西、湖北、贵州和云南。说明大部分省（市）的问题都出在投入管理水平下降和技术退步两方面。再对技术效率变化指数进行分解可知，纯技术效率变化指数（Pech）小于1 的有4 个省（市），分别为上海、安徽、江西和贵州。而规模效率变化指数（Sech）小于1 的只有上海和贵州两个省（市），说明大部分省（市）技术效率退步的主要原因是缺乏投入的有效管理。综上分析可知，下游地区财政科技绩效提升的阻力来自于上海和安徽，其中上海的问题出在投入管理上，存在缺乏有效管理和投入规模不合理等问题，而安徽则存在技术退步和缺乏投入的有效管理两个方面的问题；中游地区财政科技绩效提升的阻力来自于江西和湖北，其中江西存在技术退步和缺乏投入的有效管理两个方面的问题，而湖北的问题出在技术退步上；上游地区财政科技绩效提升的阻力来自于贵州和云南，其中贵州的问题较大，存在技术退步、缺乏有效管理和投入规模不合理等问题，而云南的问题出在技术退步上。

3.3 影响因素分析

本文选取经济发展水平、市场化程度、对外开放水平、政府规模、高等教育水平和产业现代化水平等6 个可能影响长江经济带财政科技投入绩效的外部因素，建立Tobit 回归模型，进一步探讨长江经济带财政科技投入绩效的影响因素。由于只有11 年的数据，单个省份的样本量有限，回归结果存在较大偏误，故不适宜针对单个省份做回归。因此，文章仅从整体和区域两个角度进行分析。用stata15.1软件处理数据得到的回归结果如表5 所示。

表5 2007—2017 年长江经济带财政科技投入绩效影响因素的Tobit 模型估计结果

表5（续）

由表5 可知，模型的Prob＞chi2 估计结果均小于0.01，故模型的拟合优度较好，下面分别就长江经济带财政科技投入绩效影响因素进行分析。

（1）经济发展水平。由回归结果可知，对数人均实际GDP 仅对下游地区的财政科技投入绩效在1%显著性水平下有明显促进作用，说明经济发展水平的提升只能促进下游地区财政科技投入绩效的提升，并不能有效地促进其他地区政科技投入绩效的提升。原因可能是下游地区经济发展水平较高，随着经济发展水平的提升，在科技方面的投入也会相应增加，促进了科技创新。而中游和上游地区，由于经济发展水平相对落后，随着经济发展水平的提升，在科技方面的投入并没有显著增加，故对该地区的科技创新的促进作用不大。

（2）市场化程度。回归结果显示，市场化程度的提高对长江经济带整体的财政科技投入绩效在5%的显著性水平下有明显的促进作用，对下游地区和上游地区的财政科技投入绩效分别在10%和1%的显著性水平下有明显的促进作用，且对上游地区的促进作用要大于下游地区。市场化程度的提高加剧了高技术企业的竞争，迫使其不断优化资源配置效率和提高创新管理水平，促进科技创新，最终提高了财政科技投入绩效。

（3）对外开放水平。从回归结果可知，对外开放水平的提升对长江经济带整体的财政科技投入绩效在1%的显著性水平下有明显的抑制作用。而分区域来看，对外开放水平的提升仅对中游地区在10%的显著性水平下有明显的抑制作用，对下游地区和上游地区的促进作用不显著。原因可能是在对外进行技术贸易时引进的大多是较为成熟的技术，可以拿来直接使用，相比自主研发成本更低，导致一些地区减少了科技创新的投入，阻碍科技创新效率的提升。

（4）政府规模。政府规模对长江经济带整体财政科技投入绩效的提升没有显著的影响，但是分区域来看，对下游地区和中游地区在5%的显著性水平下有明显的促进作用，且下游地区的促进作用要大于中游地区，而对上游地区在1%的显著性水平下则有明显的抑制作用。这是因为经济越发达的地区，在科技方面投入越多，政府规模的扩大，细化了科技投入资金的管理，提高了资金的使用效率，促进了科技创新，进而提升了财政科技投入绩效。上游地区由于经济相对落后，政府规模的扩大会挤占一部分用于科技创新的资金，不利于科技创新，故对财政科技投入绩效的提升有抑制作用。

（5）高等教育水平。回归结果显示，高等教育水平的提升对长江经济带整体的财政科技投入绩效在5%的显著性水平下有明显的促进作用。分区域来看，高等教育对各地区财政科技投入绩效影响的差异很大，对下游地区有显著的抑制作用，而对中游地区则有显著的促进作用，对上游地区的作用不显著。下游地区经济较为发达，就业岗位较多，企业待遇好，学历越高越不愿意进入政府基层工作，故高等教育水平的提升反而抑制了财政科技投入绩效提升。中部地区由于经济欠发达，就业岗位有限，企业待遇差，且高校众多，竞争激烈，高学历人才热衷于考公务员，使政府基层工作人员整体素质得以提升，增加了财政科技投入决策的科学性，进而提升了财政科技投入绩效。上游地区则因为经济太过落后，高学历人才一般更愿意到外地工作，所以高等教育水平的提高对财政科技投入绩效的提升并没有太大的影响。

（6）产业现代化水平。由回归结果可知，产业现代化水平的提升对长江经济带整体的财政科技投入绩效有显著的促进作用。分区域来看，产业现代化水平的提升对下游地区和上游地区有显著的促进作用，而对中游地区的促进作用不显著。这是因为下游的长三角地区产业现代化程度较高，战略性新兴产业已成为其主导产业，故更加注重科技创新。上游地区的成渝城市群近年来在大力发展新能源汽车、新材料以及云计算等战略性新兴产业，而这些产业的发展离不开技术创新，因此上游地区也非常重视科技的创新。至于中游地区，目前依然是以传统工业为主，战略性新兴产业占比不高，对科技创新的重视不够。

4 结论与建议

4.1 研究结论

本文首先运用超效率SBM 模型和ML 指数模型对长江经济带2007—2017 年财政科技投入绩效进行评测，然后又运用Tobit 回归模型进一步分析了长江经济带财政科技绩效的影响因素，由此得出如下结论：

（1）基于超效率SBM 模型的静态分析：就长江经济带整体而言，财政科技投入绩效达到了现有条件下的最优水平；但分区域来看，财政科技投入绩效区域差异显著，其均值排名中游地区最高，上游地区次之，下游地区最低。且只有中游地区连续11 年财政科技投入的效率值均大于1，财政科技投入得到了充分利用；从不同省份来看，财政科技投入效率均值大于1 的有5 个省（市），占整体的45%，效率均值在0.5～1.0 之间的只有湖南省一个，效率均值在0.5 以下的有5 个省（市），也占整体的45%。且安徽和上海的财政科技投入效率长期偏低是造成下游地区财政科技投入效率整体偏低的原因，云南和贵州的财政科技投入效率长期偏低是造成上游地区财政科技投入效率整体偏低的原因。

（2）基于ML 指数模型的动态分析：从时间维度来看2007—2017 年长江经济带财政科技投入绩效并不稳定，究其原因，主要因素有两个：一是缺乏有效的管理；二是投入规模不合理。从空间维度来看，下游地区财政科技绩效提升的阻力来自于上海和安徽，其中上海的问题出在投入管理上，存在缺乏有效管理和投入规模不合理等问题，而安徽则存在技术退步和缺乏投入的有效管理两个方面的问题；中游地区财政科技绩效提升的阻力来自于江西和湖北，其中江西存在技术退步和缺乏投入的有效管理两个方面的问题，而湖北的问题出在技术退步上；上游地区财政科技绩效提升的阻力来自于贵州和云南，其中贵州的问题较大，存在技术退步、缺乏有效管理和投入规模不合理等问题，而云南的问题出在技术退步上。

（3）财政科技的外部影响因素：从长江经济带整体来看，市场化程度、高等教育水平和产业现代化水平对财政科技投入绩效的提升有显著的促进作用，而对外开放水平对财政科技投入绩效的提升则有显著的抑制作用，经济发展水平和政府规模对财政科技投入绩效的提升并没有显著的作用。从区域来看，经济发展水平对财政科技投入绩效提升的影响为下游地区有显著的促进作用，而中游地区和上游地区则没有显著的作用；市场化程度对财政科技投入绩效提升的影响为下游地区和上游地区有显著的促进作用，而中游地区则没有显著的作用；对外开放水平对财政科技投入绩效提升的影响为中游地区有显著的抑制作用，而下游地区和上游地区则没有显著的作用；政府规模对财政科技投入绩效提升的影响为下游地区和中游地区有显著的促进作用，而上游地区则有显著的抑制作用；高等教育水平对财政科技投入绩效提升的影响为中游地区有显著的促进作用，下游地区有显著的抑制作用，上游地区并没有显著的作用；产业现代化水平对财政科技投入绩效提升的影响为下游地区和上游地区有显著的促进作用，而中游地区并没有显著的作用。

4.2 政策建议

为实现长江经济带的高质量发展，提高长江经济带财政科技投入绩效，基于上述结论，提出如下建议：

（1）加大财政科技投入规模，完善资金管理体制。科技创新具有高风险性、长期性和非连续性等特性，应加大政府财政投入规模，保证科技创新充分稳定的要素支持，降低技术创新的不确定性。同时还应完善资金管理体制，提高长江经济带财政科技资源配置效率，逐步减少对产能过剩行业的创新投入，将有限的资源更多的投入到关乎地区未来发展的战略性新兴产业，以提高财政科技投入绩效。

（2）深化市场改革，增强自主创新能力。长江经济带应继续深化市场改革，尽可能地为企业创造一个良好的创新环境，加快形成科技创新企业集群，形成规模效应和协同效应，降低创新成本，提升长江经济带科技创新源动力。同时在对外进行技术贸易时要避免拿来主义，应采取多样化的创新扶持政策，充分调动企业创新的积极性和创造性，增强其自主创新能力。

（3）优化政府职能部门规模，提高政府工作人员素质。长江经济带横跨东中西三大区域，区域差异显著，各地区应因地制宜，优化政府职能部门规模，改善目前财政科技资金使用分散、挤占挪用和到位不及时等问题。同时还应提高民众参政议政意识，让更多高学历人才有机会参与政府决策，增加政府财政科技投入决策的科学性，提高财政科技投入绩效。

（4）优化产业结构，发展壮大战略性新兴产业。长江经济带特别是中游地区存在大量产能过剩产业，应主动有序地进行淘汰转移和改造升级，清理产能过剩行业潜伏的大量“僵尸企业”，增加技术创新人力和财力资源的有效供给。同时长江经济带特别是中上游地区要大力引进和培育战略性新兴产业，如新一代信息产业、高端装备制造业、新能源汽车产业、高端材料产业、生物产业等产业，这些产业科技含量极高，发展难度较大，需要投入大量的科技人才和发展资金。