綠色視角下的我國區域財政科技投入績效評價及其空間收斂性研究

趙當如　陳為

摘 要：本文基于綠色視角，將環境因素納入財政科技投入績效的分析框架，采用非期望SBM模型對2005—2015年我國30個省的財政科技投入績效進行了評價，并結合空間計量模型對我國財政科技投入效率空間收斂性進行了研究，研究發現：從空間維度上看，我國財政科技投入效率值呈現東部高于西部高于中部，存在空間依賴、集聚現象；從時間維度上看，我國財政科技投入效率有先下降后趨于平穩然后上升的趨勢，且東、中、西差距逐漸縮小，目前有32%左右效率提升空間；我國財政科技投入效率存在？琢、？茁空間收斂，其中絕對收斂速度為9.39%；居民教育程度、財政分權程度、環境污染治理程度與區域財政科技投入效率顯著正相關，市場化程度與區域財政科技投入效率正相關關系不顯著。

關鍵詞：綠色；財政科技投入效率；空間收斂；非期望SBM模型；空間計量模型

DOI：10.3969/j.issn.1003-9031.2018.02.01

中圖分類號：F812.4 文獻標識碼：A 文章編號：1003-9031（2018）02-0004-13

一、引言與文獻綜述

隨著“科學技術是第一生產力”的提出到“科教興國”戰略的深入實施再到“新常態”的到來，科技創新已經逐漸成為當今我國的熱點話題，科技投入力度不斷加大。由于科技活動中基礎研究、社會公益研究等許多研究內容具有公共品特征，政府的財政科技投入就成為科技活動最重要的資金來源。

目前，國內外的文獻中對財政科技投入績效評價方法有些差異，但這些方法幾乎都是以科技直接產出為核心。Cook（1997）和Carmela Martin（2005）分別運用平衡計分卡法和空間計量方法來進行區域財政科技投入績效評價；Brown（1988）指出對R&D;實驗室科研活動的績效評價等同于對財政科技投入績效評價；李升澤（2013）、謝福泉（2008）分別運用客觀賦權法和定性與定量的兩階段法對財政科技投入產出指標進行了選擇；王桂強（2006）提出“指標靶”概念來建立財政科技投入績效評價模型；贠杰（2016）對傳統不科學、客觀化、獨立化財政科技投入績效評價加以改進，并加入人員績效評估。從以上學者的研究方法可以看出，財政科技投入績效評價體系雖然在不斷完善，但幾乎沒有將環境影響因素納入此體系中，而當今的“環境危機”的罪魁禍首往往是科技進步，如果基于傳統的績效評價體系，就不符合當今可持續發展、綠色科技的思想，因此有必要將科技投入所帶來的生態影響納入財政科技投入績效評價體系中。

關于區域財政科技投入績效空間收斂方面的研究，國內外有關這方面的文獻還比較少，但有學者對財政科技投入績效與空間上的聯系作了研究。王元地（2013）在納入市場化程度、財政分權度和人均受教育年限等影響因素下，對我國地方財政科技投入效率外溢性進行分析，結果表明財政科技投入效率空間外溢性較強。陳志軍（2016）對新常態下的財政科技投入集聚效應作了研究，發現我國東西部財政科技投入效率存在集聚現象，但集聚效應差距較大。尹奧（2010）也通過對山東省不同地級市的財政投入考察發現財政科技投入存在空間上的關聯。從上述研究成果可以發現，我國區域間的財政科技投入績效存在空間相關性，而Rey與Montouri（1999）就曾指出空間相關就是導致區域收斂的重要原因，因此我國財政科技投入效率就會產生收斂現象；根據新古典理論和新增長理論，不同地區的環境條件不同，會導致區域收斂穩態的差異，Rey（1999）就指出這個條件就是影響財政科技投入效率存在效率外溢性的原因，這就會造成條件收斂。這些因素之前的學者通過外溢性的研究也找了出來，但根據上文的分析，環境因素必須要納入財政科技投入績效評價體系之中，在這樣的條件之下，我國財政科技投入效率還會有收斂情況產生嗎？如果有，收斂速度是多少？上述的這些因素仍是條件收斂的條件嗎？因此，本文基于已有的研究成果，在財政科技投入績效評價體系中加入環境因素，從而基于綠色視角，建立非期望SBM模型計算2005—2015年我國30個省財政科技投入效率及其變化趨勢，然后結合空間計量分析方法來分析區域財政科技投入效率收斂性及其影響因素。

二、 研究方法

（一） 綠色視角下的財政科技投入效率評價模型

傳統DEA模型是通過徑向與角度來進行效率測量，當通過徑向來測算效率時就會造成投入“松弛”或者“擁擠”問題，若是投入呈現“松弛”情況時，或許丈量的結果就會偏大，而角度的測量方式只有投入或產出中一個角度，這樣的測算結果并不可靠，同時由于財政科技投入績效模型加入了環境約束，將科技帶來的環境污染視為非期望產出，因此盡量減少投入而增加經濟效益的期望產出并減少環境污染的非期望產出是財政科技投入績效提高的表現，傳統DEA模型也沒有考慮到這一點，因此傳統DEA模型就不適合處理這類含有非期望產出的模型。針對以上缺陷，本文采用Tone K（2007）構造出的非期望產出SBM模型，一方面該模型改進了傳統DEA投入與產出比即為效率的缺點，考慮了松弛變量對效率的影響，構造出投入產出的“利潤”函數來求得效率值，另一方面考慮了負外部性非期望產出的影響。非期望SBM模型如下所示：

Minρ=■=■（x■，y■，u■，g） （1）

s.t.■z■x■+S■■=x■，n=1，2，…，N■z■x■+S■■=y■，m=1，2，…，M■z■u■+S■■=u■，i=1，2，…，I■z■=1；z■≥0；S■■≥0；S■■≥0；S■■≥0

其中，S■■、S■■、S■■分別表示投入冗余、期望產出不足、非期望冗余的松弛向量；xn、ym、ui分別表示n種投入、m種期望產出、i種非期望產出；■即為SBM方向性距離目標函數，g為方向向量。■的值表示為ρ，ρ？綴（0，1]，如果ρ=1，則說明決策單元是完全有效率的，當0<ρ<1時說明決策單元存在效率損失。式（1）中第4個約束表示規模報酬可變下的方向性距離目標函數，如果去掉此約束，則為規模報酬不變下的方向性距離目標函數。同時，式（1）中的非線性規劃模型可以轉化為線性規劃模型求解，具體過程參考Tone K（2007）。

（二）收斂空間計量模型

一般的收斂分3種類型：？茁條件收斂、？茁絕對收斂、？琢收斂。？琢收斂是指各地區財政科技投入效率方差隨著時間推移逐漸減小，通常以變異系數、泰爾系數、基尼系數來表示收斂程度。？茁絕對收斂是指財政科技投入效率較低的區域往往比較高的區域有著更高的增長率，隨著時間推移所有區域將達到同樣的穩態。條件收斂假設不同區域有不同的基本條件，不同區域將收斂到各自不同的穩態。其中，？琢收斂和？茁絕對收斂都屬于絕對收斂，且？琢收斂是？茁收斂的充分條件，只有效率增長速度上的收斂，效率較低地區才會趕上較高地區，但這不是必要條件，因為在追趕過程中？琢收斂會受到隨機因素的影響。考慮到空間之間的作用，經典？茁收斂模型與空間計量模型的結合就是收斂空間計量模型，？茁收斂空間計量模型如下所示：

1n■=β■+β■1nρ■+θW1n■+？著，？著～N（0，？啄■） （2）

1n■=β■+β■1nρ■+？著■，？著■=？姿W？著■+ω，ω～N（0，？啄■） （3）

1n■=β■+β■1nρ■+？茲W1n■c■1nx■+？著，？著～N（0，？啄■），k=1，2，…，n （4）

1n■=β■+β■1nρ■+c■1nx■+？著■，？著■=？姿W？著■+ω，ω～N（0，？啄■） （5）

？濁=-■1n（1+β■）×100% （6）

其中，ρi，t和ρi，t-1分別表示i地域在t時候和t-1時候的效率值，式（6）中？濁的為收斂速度，當β■<0時則表示區域i財政科技投入效率收斂。式（2）、（3）、（4）、（5）式可以看作是空間自回歸模型（SAR）、空間誤差模型（SEM）、加入控制變量xk的空間自回歸模型、加入控制變量xk的空間誤差模型與標準收斂模型的結合，這些控制變量就是收斂的條件。？茲表示空間自回歸系數，如果式（4）、（5）的ck>0，則說明該控制變量對財政科技效率的提高有正向作用，同時也說明對效率收斂有促進作用。W表示標準化處理后的空間權重矩陣，其中標準化處理后的空間權重矩陣中的元素Wij=wij/■w■，wij為空間權重矩陣w中的元素，式（2）如果去掉？茲W1n■空間滯后項則變為經典的絕對β收斂模型。關于空間權重矩陣的選擇，目前大部分學者用地理鄰接權重矩陣、地理距離權重矩陣或者是經濟距離權重矩陣進行空間計量分析，本文借鑒之前學者對財政空間上的研究方式采用地理鄰接權重矩陣，其矩陣中元素表示為：

w■=1區域i與區域j相鄰0其他 （7）

其中，w為方陣，其對角線上的元素全為0。？著與？著■分別表示SAR、SEM模型隨機誤差項，？姿表示SEM模型中有關殘差項的空間參數，ω為隨機干擾項，且服從正態分布。

三、變量選擇與數據來源

對于財政科技投入績效研究的指標選擇要基于科學、可行和系統的三原則。財政科技投入主要包括政府財政科技資金投入和試驗發展經費支出，期望科技產出包括專利授權數這種科技直接成果和技術合同成交額等科技經濟成果。一般來說科技進步促進了工業化進程，因此科技進步對環境的污染主要就表現在工業污染上，因此本文就以工業“三廢”排放量作為的非期望財政科技產出指標，用工業SO2排放量（萬噸）、工業廢水排放量（萬噸）、工業固體廢物排放量（萬噸）來表示“三廢”排放量。同時由上文分析可知，財政科技投入績效空間相關性可能還與市場化程度、財政分權度、居民受教育程度有關，由于本文考慮到了環境因素，因此本文也將環境污染治理程度作為控制變量，這4種控制變量的表示方法參考王元地（2013）、陳志軍（2016）、尹奧（2010）。數據來源于科技網站門戶和各種年鑒中我國30個省、直轄市、自治區的統計數據，由于西藏部分年份數據缺失，因此不在本文的研究范圍內。本文結合前人的研究成果，擬出綠色財政科技投入績效評價指標體系、控制變量選擇及數據來源如表1所示。

四、實證分析及結果

（一）我國省域財政科技投入效率值測算及評價

根據上文的投入、期望產出、非期望產出指標再結合式（1），利用MaxDEA5.2測算我國省域財政科技投入效率值（見表1），除此之外本文按照《中國統計年鑒》對我國東、中、西大區域的劃分，也計算出東部效率、中部效率、西部效率、全國效率平均值（見表1）。同時本文也根據傳統DEA模型，利用Deap2.1軟件對不考慮非期望產出情況下的省域財政科技投入效率進行了測算。

由表1可知，2005—2015年，全國到達相對財政科技投入有效的省份個數并沒有太大的變化，其中東部地區省份到達相對有效個數占大部分，西部地區的陜西、重慶、甘肅也曾有達到效率值為1.000時候。從全國平均來看，2005—2015年全國財政科技投入效率呈現出先下降接著趨于平穩，然后上升趨勢，但總體效率值卻有下降的趨勢（見圖1）。從全國平均具體值上看，2015年均值為0.679，說明我國目前還有32%左右的財政科技效率提升空間。當不考慮環境影響時，2005—2015年全國平均效率明顯高于考慮環境影響的效率值，這表明我國科技成長和環境之間還不夠和諧，科技研究活動對環境負面影響較大。從大的區域角度來看，東、中、西部效率走勢隨著時間推移差異逐漸減小，然后又開始擴大，最后又開始逐漸縮小，其中2005—2008年東部財政科技投入效率高于西部高于中部，2008—2014年東部財政科技投入效率卻低于西部，但未考慮非期望產出時，東部財政科技投入效率高于中部高于西部，通過這兩種結果對比可以發現，東部財政科技投入效率變化不穩定，中部效率被高估，西部被低估。盡管中部區域的科技成效多，但對環境的毀壞更多，西部雖然科技成果少，但對環境保護比較到位，東部對環境治理有表現，但表現不穩定，需要進一步控制污染物的排放，總體上看，當考慮環境非期望產出的全國財政科技投入效率值要小于不考慮環境非期望產出財政科技投入效率值。綜上所述，中部財政科技投入效率與東部和西部財政科技投入效率有一定差距，雖然這個差距在慢慢縮小，表現出一定的收斂性，但中部地區仍舊是目前綠色科技、可持續發展目標應重點關注的區域。

（二）我國省域財政科技投入效率空間相關性分析

1.全局空間自相關分析

根據上文的分析，基于綠色視角下的東、中、西部財政科技投入效率變化趨勢相似，且有著東西高、中低的分布特征。下面從空間經濟學的視角來探究區域財政科技投入效率空間相關程度，這也是判斷是否有空間集聚和依賴、是否采用空間計量模型來進行收斂性研究的充要條件，如果結果顯示存在空間自相關，則表明經典的收斂模型中必須要納入空間依賴成分。這里本文選取全局Morans I指數來表示空間相關程度，Moran指數I的取值范圍在1和-1之間，I大于0表明存在正的空間自相關，小于0表明存在負的空間自相關性，等于0表明不存在空間自相關性。本文的Moran指數I計算公式如下所示：

Morans I=■ （8）

s■=■■（θ■-■）■=■ （9）

其中，θ■與θ■分別表示區域i區域j的財政科技投入效率值；wij表示空間權重矩陣中的元素。利用stata11.2軟件對我國區域財政科技效率進行空間自相關檢驗，檢驗結果如表3所示。

檢驗結果顯示各年份的Morans I>0，說明財政科投入效率存在正的空間相關性，除了2005年的Morans I值沒有通過5%顯著性水平檢驗，其余年份均通過了檢驗。從圖2中可以看出財政科技投入正相關性先上升后開始波動然后下降趨勢，但總體上看財政科技投入效率還是存在較強的空間依賴、集聚現象，這也說明本文在收斂性分析中要考慮空間依賴因素。

2.局部空間自相關分析

全局空間自相關分析只能判斷我國財政科技投入效率整體集聚分布情況，而局部空間自相關分析可以反映不同地區的財政科技投入效率關聯方式及程度。局部空間關聯類型可以分為LL（低值地區與低值地區接壤）、HH（高值地區與高值地區接壤）、HL（高值地區與低值地區接壤）、LH（低值地區與高值地區接壤）四種類型，HH與LL類型占比越高就說明空間集聚現象越明顯，同時這四種類型隨時間變化情況可以反映出財政科技投入效率收斂或發散的大致情況。本文將2005—2015年分為2005—2008年、2009—2012年和2013—2015年3個時段來分析各個時段的財政科技投入效率局部空間相關模式，3個時段的局部空間關聯類型占比統計如表4所示。通過表4，可以發現HH和LL類型的占比先升高后略有降低，這和圖2的分析結果相符。為了得到各空間關聯類型隨時間變化的情況，本文參照RRey S， Montouri B（1999）的時空躍遷測度法來描述，結果表明2005—2008年時間段到2009—2012年時間的主要躍遷方式為HHLL，2009—2012年時間段到2013—2015時間段的主要躍遷方式為HHLH、LHLL、HHLL，這說明財政科技投入效率高的地區增長速度相對于較低地區的增長速度來說有所放緩，全國高效率地區與低效率地區的效率增速差距逐漸縮小，反映出我國財政科技投入效率有收斂趨勢，但收斂的具體形式和影響因素還需進一步分析。

（三）我國省域財政科技投入效率空間收斂性分析

1.α收斂分析

本文以變異系數（CV）來檢驗我國區域財政科技投入效率是否存在α收斂。本文的變異系數計算方式如下：

CVt=■ （10）

其中，δt表示在時間t時全國所有地區財政科技投入效率的標準差，μt表示在時間t時我國財政科技投入效率均值。CV值如果有變小的趨勢，說明我國財政科技投入效率存在α收斂。

由圖2可以看出，變異系數先變大后保持平穩不變，然后急劇下降，這說明我國財政科技投入效率在2005—2014年不存在α收斂，在2014年以后存在α收斂。α收斂只能判斷整體區域在一段時期內得收斂情況，要判斷各地區財政科技投入具體的效率變化情況以及環境條件對其影響還需進一步分析。

2.絕對β收斂分析

為了得到區域財政科技投入效率具體的β收斂情況，本文利用式（4）、式（5）、式（6）進行空間作用下的絕對β收斂分析。在模型估計之前，我們先對SAR模型和SEM模型Hausam檢驗來判斷選擇固定效應模型還是隨機效應模型，結果顯示SAR模型的Hausman Test值為44.05，SEM模型的Hausman Test值為15.10，它們都通過了1%顯著性水平檢驗，因此本文應選擇空間固定效應模型。另外，我們還需進一步通過檢驗來判定SAR模型與SEM中哪個空間計量模型更適合本文的研究。對于空間計量模型的選擇，通常有兩種方法：一是通過這兩種模型的LM檢驗結果比較，即LM-sar檢驗和LM-error檢驗值的大小及其穩健性檢驗結果比較來選擇最佳模型。二是通過Wald檢驗和Lratio檢驗的檢驗結果來選擇模型。本文利用方法二來進行模型的選擇，當Wald檢驗值在5%顯著性水平下顯著，而Lratio檢驗量在5%顯著性水平下不顯著時，則選擇SEM模型，當Wald檢驗值在5%顯著性水平下不顯著，而Lratio檢驗量在5%顯著性水平下顯著時，則選擇SAR模型。檢驗結果如表5所示。

由5表的檢驗結果可知Wald檢驗統計量在5%顯著性水平下顯著，而Lratio檢驗統計量沒有通過5%顯著性水平檢驗，這說明SAR模型不適合本我國政科技投入效率收斂機制的研究，選擇SEM模型更為合理。考慮到可能存在時間效應，本文在固定效應的基礎上也加入時間效應來進行最大似然估計（MLE），同時給出經典絕對收斂模型估計結果，由Hausman檢驗和時間效應檢驗結果顯示時間、固定模型來估計絕對收斂模型較為合適（見表6）。

由表6中經典收斂模型、SEM固定效應與時間、固定效應模型中的Log-likelihood值和AIC值還有調整R2值對比，可以判斷SEM模型更適合本文的研究，特別是SEM時間、固定效應模型最適合本文的研究。SEM時間、固定效應模型估計結果中的值為0.0763，且在1%顯著性水平下顯著，這表明我國財政科技投入效率有顯著的空間外溢性，其他省份財政科技投入效率的提高會帶動本地區效率的提升，這說明效率低的在不停學習效率高的區域提升效率的政策方式，科技活動與財政活動聯系緊密，有著互補效應，這都是通過誤差項自相關而體現出來。另外β1=-0.6090<0，這說明我國財政科技投入存在絕對β收斂性，即我國財政科技投入效率差距正逐漸縮小，收斂速度為9.39%。根據前文對我國各地區財政效率的分析結果，我國區域財政科技投入效率有一定的差異。為了找出影響區域財政科技投入效率和收斂的原因，本文接下來進行條件β收斂分析。

3.條件β收斂分析

由于各個區域條件不同，根據上文的分析，在絕對β收斂空間計量模型的基礎上我們加入市場化程度（MAR）、財政分權度（POW）、居民受教育程度（EDU）、環境污染治理程度（ENV）作為控制變量，使之成為條件β收斂空間計量模型。由于上文表明SEM模型適合本文的研究，這里我們仍用SEM模型進行估計。Hausman檢驗值為12.02，在1%顯著性水平上顯著，這說明SEM固定效應模型更合適，然后我們再加入時間虛擬變量進行最大似然估計（MLE），發現絕大部分時間虛擬變量在5%顯著性水平上顯著，然后再進行Wald檢驗來檢驗所有的時間虛擬變量是否全部為0，Wald檢驗結果為73.09，在1%顯著性水平上顯著，這說明SEM固定、時間效應模型最為合適（見表7）。

從表7的結果可以看出，加入控制變量之后調整R2顯著提高，Log-likelihood與AIC的值分別變大和變小了，這說明市場化程度、居民教育程度、財政分權度和環境污染治理程度對財政科技投入效率的變化產生了影響。β1=-0.695<0，這表明我國財政科技投入效率存在條件β收斂，且收斂速度為11.78%。居民教育程度變量系數為0.349，且在5%顯著性水平上顯著，這說明當地居民受教育程度的提高對當地財政科技頭投入效率有促進效果。受教育程度較高的居民一方面科技創新意識強，有利于對科技資源的充分利用，另一方面有較高的環保意識，在提高科技產出的同時有意識地思量環境問題。財政分權度變量系數為0.0315，在5%水平下顯著，這說明財政分權度的提高對當地財政科技投入效率有正面影響。財政分權可以讓當地政府根據自身情況制定政策方針，自主地對財政科技投入進行調整，這有利于財政科技投入效率的提高。環境污染治理程度變量系數為0.0122，且在5%水平上顯著，這說明對環境治理程度越高，不僅對環境產生正面影響，也對科技投入效率有促進作用，對環境的治理往往迫使人們對科技活動的反思，就會使得人們尋找更加有效科技研究方式，提高了科技產出效率，減少了對環境的污染。市場化程度變量系數為0.155，通過了10%顯著性水平檢驗但沒有通過5%顯著性水平檢驗，這說明說明市場化程度的提高對財政科技投入效率的有正面作用，但作用并不明顯，這與王元地（2013）在未考慮環境時所得的結論略有不同。一般的，市場化程度的提高可以加強地區與地區之間的科技交流，也會使得部分科技投入流向經濟效應高的科研活動，但環境資源屬于公共資源，在市場機制下，科技活動會“搭環境的便車”對環境造成污染，這部分無效率會在一定程度上抵消科技帶來的經濟效益效率，使得市場化程度對在考慮環境污染非期望產出時財政科技投入效率促進作用不太大。以上分析同時表明居民受教育程度、財政分權度、環境污染治理程度都是影響我國區域財政科技投入效率差異的原因，要縮小這種差異，就必須改善低效率地區的這些環境條件，促使我國財政效率差距的縮小，從而提升我國財政科技投入整體績效。

五、結論與政策建議

（一）結論

本文在考慮科技活動對環境的污染來看待我國區域財政科技投入效率，從而基于綠色視角利用非期望SBM模型來對2005—2015年我國30個省的財政科技投入效率進行評價，并結合空間計量模型來對分析我國財政科技投入效率差異和收斂性及其影響因素，研究發現：

1.在考慮科技對環境污染情況下，我國財政科技投入效率總體低于未考慮環境因素時的效率值，且呈現出東部高于西部高于中部的局面，與未考慮環境因素時東部高于中部高于西部的結果不同。從空間維度上看，我國財政科技投入效率存在空間依賴、集聚現象。從時間維度上來看，我國財政科技投入效率自2005年來先下降后趨于平穩，到2014年有上升趨勢，且東、中、西差距逐漸縮小，到2015年時，均值為0.679，目前還有32%左右的財政科技效率提升空間。

2.我國財政科技投入效率在2014年后存在α收斂，在加入空間因素后，我國財政科技投入效率存在絕對β收斂，收斂速度為9.39%，且財政科技投入效率空間相關性表現在β收斂空間計量模型中誤差項上。在加入控制變量后，我國財政科技投入效率存在條件β收斂，收斂速度為11.87%。控制變量中居民受教育程度、財政分權程度、環境污染治理程度的提高對我國區域財政科技投入效率有著正向影響，同時也是我國區域財政科技投入效率差距縮小、收斂的原因，但市場化程度的提高對區域財政效率的提升效果不大，原因在于市場化程度的提高造成科技活動加劇了對環境的負面影響，從而導致效率的損失，這部份效率損失抵消了部分市場化進程中科技所帶來的經濟效益效率。

（二）政策建議

1.在推動市場化進程中，改變以往政府粗放式財政投入方式，根據不同投入方式而取得的科技產出對環境的影響來調整投入方式，同時也要建立相應科技活動法規，來控制財政投入所帶來的科技污染。

2.打破以往區域間科技績效高成本競爭的局面，加強地方政府科技交流和合作以達到共贏的局面。

3.繼續完善我國的財政分權體制，根據不同地區的財政收支情況和科技投入產出情況設計不同財政分權運行制度。

4.提高當地教育事業的支持水平，并且加強居民科技知識的普及，從而提高當地居民對科技創新的重視度和對科技事業的支持。

（責任編輯：夏凡）

參考文獻：

[1]Drongelen I C K，Cooke A.Design principles for thedeveloping of——measurement systems for R&D; processes[M].R&D; Management，1997.

[2]Carmela Martín，Carlos Mulas-Granados，Ismael Sanz. Spatial distribution of R&D; expenditure and patent applications across EU regions and its impact on economic cohesion[J].Investigaciones Regionales，2005.

[3]Brown Avension.Measuring R&D; Productivity[J].Research Tech-nology Management，1988.

[4]李升澤，賀定修，范明明.基于客觀賦權法的財政科技投入績效評價軟件研究[J].科技管理研究，2013（11）：193-196.

[5]謝福泉.財政科技投入產出績效評價指標的選擇[J].統計與信息論壇，2008（8）：15-21.

[6]王桂強，張青.基于“指標靶”概念的地方政府財政科技投入績效評價模型體系的構建[J].科學學與科學技術管理，2006（7）：49-53.

[7]贠杰.中國地方政府績效評估：研究與應用[J].政治學研究，2015（6）：76-86.

[8]周婷.論科技發展與環境危機——唯物史觀視野下的現代科技發展問題[J].學海，2016（1）：206-211.

[9]王元地，潘雄鋒，楊越.中國地方政府科技投入效率的空間外溢效應研究[J].中國人口.資源與環境，2013，23（12）：125-130.

[10]陳志軍.新常態下我國財政科技投入的空間集聚效應研究[J].財政研究，2016（11）：41-50.

[11]尹奧，李星洲，丁謙.山東省財政科技投入績效空間差異分析[J].山東經濟，2010，26（1）：149-154.

[12]Rey S，Montouri B.US regional income convergence：A spatial econometric[M]. Regional Studies AssociationPerspective，1999.

[13]Tone K.Dealing with undesirable outputs in DEA：A slacks-based measure（SBM）approach[EB/OL].

[2007-04-10]http： //scienedinks.jp/east.

[14]仇方道，佟連軍，朱傳耿.省際邊緣區經濟發展差異的時空格局及驅動機制[J].地理研究，2009，28（2）：451-463.

[15]Anselin L.Spatial econometrics：Methods[M].Kluwer Academic Pub，1998.

[16]王越.我國居民環保意識影響因素分析[D].沈陽：遼寧大學，2015.

[17]吳碧英.財政分權對地方政府科技投入的影響研究[D].成都：西南財經大學，2012.

[18]趙連閣，鐘搏，王學淵.工業污染治理投資的地區就業效應研究[J].中國工業經濟，2014（5）：70-82.

[19]張小蒂.論市場化與環境保護的兼容性[J].管理世界，2003（2）：138-143.