相对价格变动对科技资源配置效率的影响

聂 飒

(云南民族大学 经济学院，云南 昆明 650500)

0 引言

科技资源投入的数量与质量是一个国家创新能力的重要基础和关键性驱动要素，科技资源配置效率代表着一个国家运用和整合科技资源的能力，反映出科技系统整体功能和运行情况[1]，提升科技资源配置效率对促进我国各领域全面创新和协同创新具有重要推动作用[2]。学术界从效率评价[3-8]、区域比较[9-11]及影响因素[12-14]等方面开展科技资源配置效率问题研究，主要运用超效率DEA模型、Cross-efficiency DEA模型、组合评价方法、三阶段DEA方法等多种方式测算科技资源配置效率并进行比较分析，研究表明我国国家层面、区域层面或分省的科技资源配置效率平稳增长，但科技资源配置效率水平普遍偏低，科技资源配置效率在区域之间差别巨大，科技资源在持续性投入但产出效率低下。如何提高科技资源配置效率是我国发展成为创新型国家必须要亟待解决的现实问题。科技资源作为一种资源，具有稀缺性，需要发挥市场在资源配置中的基础性调节作用，政府充分发挥引导、调控、支持作用。科技资源配置坚持需求导向和产业化方向，而市场价格反映市场上各种商品和服务的供求状况，相对价格变动(Relative Price Variability，简称RPV)发挥着向供给侧传递生产信号的作用[15]，科技资源的合理流动促进产业的发展，从而满足市场需求。现有研究表明，这种相对价格变动对资源配置效率产生了明显的非线性影响[16-18]。那么，在不同的物价水平下，相对价格变动对科技资源配置效率的非线性影响是否显著？这对于了解通货膨胀对经济影响的渠道具有十分重要的意义。

1 计量经济模型建立

为了实证检验不同通货膨胀水平下相对价格变动(RPV)对科技资源配置效率(Science &Technology Resource Allocation Efficiency,简称STRAE)的非线性影响，本文以通货膨胀率为阈值变量，构建面板阈值模型来开展实证研究，关于面板阈值模型的估计及检验方法可参阅Hansen[19]，本文不再赘述。为了反映经济发展、教育水平以及对外开放等宏观经济变量的影响，本文将经济发展水平(PGDP)、产业结构(INDUS)、教育发展水平(EDU)及对外开放度(OPEN)4个控制变量引入模型。

令yit=straeit,xit=(rpvit,pgdpit,indusit,eduit,openit)，并假定上述4个变量与科技资源配置效率的关系为线性，本文构建面板阈值模型形式如下：

上式中，γ0=-∞，γK+1=∞,K为阈值数，(K+1)为阈值区间数。

2 变量说明及计算

2.1 被解释变量：科技资源配置效率(STRAE)

为了能进一步区分效率的有效程度，本文基于Andersen & Petersen[20]提出的超效率DEA模型，选择科技活动人员(T1，万人)、R&D全时当量(T2，万人时)、科技活动经费支出额(T3，亿元)作为投入指标；选择专利申请受理量(C1，万件)、技术市场成交额(C2，亿元)、国外主要检索工具收录论文数(C3，篇)、新产品销售收入(C4，亿元)、高技术产品出口额(C5，百万美元)作为产出指标，其中国外主要检索工具包括SCI、EI、CPCI-S，本文按照三者之和计算国外主要检索工作收录论文数，新产品销售收入指标选择规模以上工业企业新产品销售收入作为替代指标。本文基于以上投入产出指标运用EMS1.3软件计算科技资源配置效率。

2.2 解释变量：相对价格变动(RPV)

参考国际惯例，本文选择加权离差平方和的方法计算RPV，具体公式如下：

(2)

2.3 阈值变量：通货膨胀率(INF)

通货膨胀率是指一般物价总水平在一定时期(通常为一年)内的上涨率，一般用CPI同比增长率作为替代指标。

2.4 控制变量

本文考虑经济发展、产业结构、教育发展、对外开放等因素对科技资源配置效率的影响，设置控制变量如下：①经济发展(PGDP)：选择对数人均地区生产总值指标反映该地区经济发展水平；②产业结构(INDUS)：选择各地区第三产业增加值占地区生产总值的比重来衡量该地区产业结构优化水平；③教育发展水平(EDU)：选择各地区教育经费投入总额占地区生产总值的比重来衡量教育发展水平；④对外开放(OPEN)：选择各地区进出口总额占地区生产总值的比重来衡量该地区对外开放程度。

3 实证检验结果

本文运用中国省际面板数据开展实证研究，数据区间为2009-2017年，数据来源于历年中国统计年鉴及中国科技统计年鉴，具体实证检验结果如下所示。

3.1 阈值数检验结果

为了确定阈值数，本文首先按照Hansen[19]将通货膨胀率按照升序排列并限定每一区制的最小样本数不少于总样本数的5%，其次进行序惯检验，根据似然比统计量F1、F2、F3统计量的P值以及90%、95%及99%的置信水平下临界值判断阈值个数，具体结果如表1所示。由表中所示，F1=2.611，P值=0.089；F2=5.217，P值=0.023；F3=4.510，P值=0.047。说明本文实证模型中含有3个阈值。

表1 阈值数检验结果

3.2 阈值及参数估计结果

本文运用STATA12.0软件估计面板阈值模型得到三个阈值分别为2.70%、3.26%和5.38%。由表2中估计结果看出，当通货膨胀率介于2.70%～3.26%或高于5.38%时，相对价格变动对STRAE的影响为正并且统计显著；当通货膨胀率介于3.26%～5.38%区间时则影响为负且统计显著；当通货膨胀率低于2.70%时影响为负且但并不显著。再从控制变量回归系数来看，经济发展和教育发展对STRAE的影响均为正但并不显著；产业结构和对外开放的影响均为负且统计是显著的。

表2 三阈值模型估计结果

本文实证研究表明中国RPV对科技资源配置效率产生了明显的非线性影响。具体来说，在通货膨胀率处于2.70%～3.26%区间里，市场价格机制能够更好地发挥提升科技资源配置效率的作用，在通货膨胀率低于2.70%时，效率损失尚不明显，而通货膨胀率介于3.26%～5.38%区间时，效率损失则会较为显著；当通货膨胀率高于5.38%时，市场价格机制可能仍然能够发挥提升科技资源配置效率的作用但作用明显变小。从控制变量来看，地区经济发展水平对促进科技资源配置效率的正向作用并不明显，说明经济发达的地区并非能够保持科技资源配置效率较快增长速度。产业结构对科技资源配置效率产生显著地负向作用，说明我国产业结构升级对于科技资源配置效率提出更高要求，由于科技资源配置效率处于较低水平，产业结构升级速度较科技资源配置效率提升速度更快，因此造成了负向影响。教育发展水平对科技资源配置效率产生正向作用，随着我国教育经费投入增加，高素质人才培育力度加大，尤其是科技创新人才，形成了高效的知识流动与创新氛围，科技活动人力资本得到积累，从而促进了科技资源配置效率的提升。由于近年来国际环境持续恶化，贸易摩擦频繁，对外贸易开放在提升科技资源配置效率方面已不再发挥明显作用。

3.3 LR趋势图分析

由上述阈值模型估计结果可知，三个阈值分别为γ1=2.70%，γ2=3.26%，γ3=5.38%。由图1LR函数趋势图所示，第三个阈值5.38%使得LR函数达到了最低点，第一个阈值2.70%亦使得LR函数处于较低位置。因此，本文估计面板阈值模型得到的阈值是较为合理的。

图1 LR函数趋势

4 结论

本文构建面板阈值模型来实证检验中国RPV对科技资源配置效率的影响，研究结果表明存在明显的阈值效应,说明了保持通货膨胀率处在2.70%～3.26%这一区间内更有利于市场价格机制发挥提升科技资源配置效率的作用，在其它区间里相对价格变动造成科技资源配置效率损失成为通货膨胀影响经济的一个渠道。现实经济生活中，相对价格变动即各种商品和服务的结构性价格变动反映了该种商品和服务的市场供求状况，为产业调整传递了生产信号，产业调整升级需要从供给侧推动科技进步，而科技创新需要不断提升科技资源配置效率才能够满足人民群众更高品质需求。在此过程中需不断提高教育发展水平，促进教育领域深刻变革，大力培养科技创新人才；在国际国内双循环背景下稳步促进制度型、高水平对外开放；在产业升级过程中有效引导科技资源合理流动，激发企业创新的活力；继续营造稳定的经济环境，加快推进科技体制改革，为科技创新提供良好氛围。总而言之，科技创新是引领我国经济可持续高质量发展的首要动力、核心动力，市场是科技创新的原动力，国家应灵活运用宏观调控政策，保持物价总水平处于合理区间，从而发挥市场价格机制配置科技资源的作用，推动国家经济高质量持续健康发展。