湖南省科技投入關(guān)聯(lián)因素相關(guān)性及因果關(guān)系測(cè)度

謝靜波，黃曉林，王 輝，陳新勝

（湖南省科學(xué)技術(shù)信息研究所，湖南長(zhǎng)沙 410001）

創(chuàng)新是推動(dòng)一個(gè)國(guó)家和民族向前發(fā)展的重要力量，也是推動(dòng)整個(gè)人類社會(huì)向前發(fā)展的重要力量［1］。科技創(chuàng)新作為創(chuàng)新的重要內(nèi)涵，是提高區(qū)域生產(chǎn)力和競(jìng)爭(zhēng)能力的戰(zhàn)略支撐，科技創(chuàng)新能力的強(qiáng)弱直接影響著區(qū)域競(jìng)爭(zhēng)能力的強(qiáng)弱。科技投入是衡量科技創(chuàng)新水平和能力的重要指標(biāo)［2］，增加科技投入是提升創(chuàng)新能力的重要手段和有效途徑［3］。但是科技投入受多重因素的影響，目前我國(guó)許多地區(qū)科技研發(fā)投入比例偏低，因此如何提高科技投入成為國(guó)家以及各地日益關(guān)注的焦點(diǎn)。湖南屬于我國(guó)中部省份，處于國(guó)家中部崛起戰(zhàn)略規(guī)劃和長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略規(guī)劃的交匯區(qū)域，雖然在中部地區(qū)的優(yōu)勢(shì)較明顯，但發(fā)展不充分、不平衡的基本省情并未從根本上改變，經(jīng)濟(jì)總量不大、創(chuàng)新能力不強(qiáng)的問題較突出。《湖南省“十三五”科技創(chuàng)新規(guī)劃》也指出，湖南省科技投入嚴(yán)重不足，財(cái)政科技支出總量偏低、投入機(jī)制不健全，全省全社會(huì)科技投入與全國(guó)平均水平差距較大，難以推動(dòng)全社會(huì)創(chuàng)新創(chuàng)業(yè)向縱深發(fā)展［4］。2018 年湖南省科技研發(fā)經(jīng)費(fèi)投入強(qiáng)度達(dá)到1.94%，但是與《湖南省“十三五”科技創(chuàng)新規(guī)劃》提出的2.5%的發(fā)展目標(biāo)仍然有較大差距［5］。2018 年12 月，《湖南創(chuàng)新型省份建設(shè)方案》出臺(tái)，明確提出要以創(chuàng)新為第一動(dòng)力，以科技創(chuàng)新為核心［6］。由此可以看出，湖南省科技創(chuàng)新正進(jìn)入創(chuàng)新發(fā)展的重要戰(zhàn)略機(jī)遇期，已經(jīng)處于差距進(jìn)一步拉大和實(shí)現(xiàn)跨越式發(fā)展的分水嶺，如何調(diào)動(dòng)各種經(jīng)濟(jì)社會(huì)因素、增加科技投入、提升區(qū)域科技創(chuàng)新能力已經(jīng)成為湖南省區(qū)域發(fā)展的重要研究?jī)?nèi)容。

1 文獻(xiàn)回顧

目前，對(duì)于科技投入影響因素的研究雖然較多，但多集中在企業(yè)視角和科技投入與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系研究，如高管激勵(lì)、盈余波動(dòng)性、董事會(huì)監(jiān)督、企業(yè)透明度、研發(fā)費(fèi)用加計(jì)扣除政策、官員更替、銀行授信等對(duì)企業(yè)研發(fā)投入的影響［7-12］，而科技投入與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是研究的熱點(diǎn)，近年的研究認(rèn)為科技投入水平與經(jīng)濟(jì)增長(zhǎng)之間存在均衡關(guān)系，并且經(jīng)濟(jì)增長(zhǎng)對(duì)科技投入水平具有顯著的單向促進(jìn)作用，或者存在非對(duì)稱的雙向正效應(yīng)，且相互之間存在穩(wěn)定的脈沖響應(yīng)［13-16］。

在關(guān)于科技投入影響因素的系統(tǒng)性研究中，于健樵［17］在國(guó)內(nèi)最早開展科技投入相關(guān)因素的探討研究；而后許治等［18］和吳輝凡等［19］利用投入產(chǎn)出模型從知識(shí)積累的角度分析了知識(shí)彈性系數(shù)、“R&D學(xué)習(xí)”效率、物質(zhì)和勞動(dòng)物理形態(tài)產(chǎn)出彈性系數(shù)和“干中學(xué)”學(xué)習(xí)效率與科技投入的關(guān)系；張洪陽(yáng)［20］認(rèn)為，經(jīng)濟(jì)發(fā)展水平、政府科技投入、產(chǎn)業(yè)結(jié)構(gòu)、國(guó)際貿(mào)易、外商直接投資、知識(shí)積累及人力資本積累是影響R&D 經(jīng)費(fèi)投入的重要因素；謝子遠(yuǎn)等［21］通過回歸分析發(fā)現(xiàn)市場(chǎng)競(jìng)爭(zhēng)程度、企業(yè)利潤(rùn)水平、企業(yè)規(guī)模對(duì)高新區(qū)研發(fā)投入有正向影響，而出口規(guī)模、資產(chǎn)負(fù)債率則對(duì)高新區(qū)研發(fā)投入有負(fù)面影響；符洋等［22］研究發(fā)現(xiàn)R&D 人員數(shù)、外商投資總額、地區(qū)生產(chǎn)總值（GDP）、第三產(chǎn)業(yè)增加值等因素對(duì)加大研發(fā)投入具有顯著的促進(jìn)作用；詹祥等［16］發(fā)現(xiàn)專利產(chǎn)出效率對(duì)科技投入有滯后的促進(jìn)作用。另外，倪志敏等［23］的研究也發(fā)現(xiàn)，專利申請(qǐng)量與科技投入存在相關(guān)關(guān)系；孫萍等［24］從財(cái)政的角度分析了產(chǎn)業(yè)結(jié)構(gòu)變遷、城市化水平、人力資本投入、財(cái)政收入分權(quán)、財(cái)政支出分權(quán)5 個(gè)因素與財(cái)政科技投入的關(guān)系；吳先明等［25］從后發(fā)國(guó)家的視角通過檢驗(yàn)發(fā)現(xiàn)，R&D 研究人員數(shù)、金融發(fā)展對(duì)后發(fā)國(guó)家研發(fā)投入具有顯著的正向影響，而制造業(yè)進(jìn)口和外國(guó)直接投資（FDI）凈流入對(duì)后發(fā)國(guó)家研發(fā)投入具有顯著的負(fù)向影響。

科技統(tǒng)計(jì)指標(biāo)是進(jìn)行科技管理的重要基礎(chǔ)數(shù)據(jù)，而關(guān)于科技統(tǒng)計(jì)范疇內(nèi)各個(gè)指標(biāo)與科技投入的關(guān)系，除了前述的符洋等［22］、詹祥等［16］、倪志敏等［23］對(duì)其中的專利指標(biāo)與科技投入的關(guān)系進(jìn)行了研究之外，尚未見較系統(tǒng)的研究。因此，本文從科技管理的視角出發(fā)，分析科技統(tǒng)計(jì)范疇內(nèi)各因素與科技投入的相關(guān)關(guān)系，以期為科技管理工作中制定提高科技投入的促進(jìn)措施提供決策參考。

2 變量及模型選取確定

2.1 變量選取

科技統(tǒng)計(jì)指標(biāo)數(shù)量繁多，涉及與科技相關(guān)的人力、物力、財(cái)力，投入、產(chǎn)出、效益、環(huán)境等多方面。本文參考前人的研究結(jié)果和筆者的工作經(jīng)驗(yàn)，經(jīng)過反復(fù)分析、對(duì)比，最終篩選了R&D 投入、GDP、R&D 人員數(shù)、科研機(jī)構(gòu)數(shù)、高新技術(shù)企業(yè)數(shù)和科技成果登記數(shù)等20 個(gè)指標(biāo)進(jìn)行分析，并將R&D 投入作為科技投入的代表性指標(biāo)。本文認(rèn)為，這20 個(gè)指標(biāo)基本覆蓋了科技統(tǒng)計(jì)的主要方面，能夠反映區(qū)域科技綜合實(shí)力的概況。

2.2 關(guān)聯(lián)度分析模型

一般的兩個(gè)變量（X，Y）的關(guān)聯(lián)程度可用相關(guān)系數(shù)表示。表示2 個(gè)變量間相關(guān)程度的相關(guān)系數(shù)有多種，一般的，簡(jiǎn)單的線性相關(guān)可用Pearson 相關(guān)系數(shù)表示，其計(jì)算公式如下：

式（1）中：cov(X,Y)為協(xié)方差；SX和SY為兩個(gè)變量的標(biāo)準(zhǔn)差。

在本文所選取的眾多變量中，也可能存在與科技投入呈非線性相關(guān)關(guān)系的變量，因此為了增加分析的可靠性，本文還計(jì)算了各個(gè)潛在關(guān)聯(lián)因素（X）與科技投入（Y）的灰色關(guān)聯(lián)度。灰色關(guān)聯(lián)分析是在灰色系統(tǒng)中，根據(jù)各因素變化曲線幾何形狀的相似程度來判斷因素之間關(guān)聯(lián)程度的方法，無論變量間呈線性還是非線性相關(guān)。其計(jì)算的基本過程為：

第一步，采用極差值法對(duì)原始數(shù)據(jù)進(jìn)行無綱量化處理，公式如下：

第二步，計(jì)算比較序列（X）與參考序列（Y）的絕對(duì)差值，公式如下：

第三步，計(jì)算關(guān)聯(lián)系數(shù)，公式如下：

式（4）中：Δmin為兩級(jí)最小差；Δmax為兩級(jí)最大差；ρ為分辨系數(shù)，0<ρ<1，一般取0.5。

第四步，計(jì)算關(guān)聯(lián)度，公式如下：

2.3 Granger 因果關(guān)系檢驗(yàn)

相關(guān)系數(shù)或關(guān)聯(lián)度雖然可以表明2 個(gè)變量間的關(guān)系密切程度，但是卻無法對(duì)變量間的依賴性即因果關(guān)系進(jìn)行判定。本文希望對(duì)科技投入關(guān)系與關(guān)聯(lián)因素變量間的依賴性進(jìn)行辨別，從而判定調(diào)動(dòng)哪些關(guān)聯(lián)因素更有利于提高科技投入。目前比較成熟的方法是進(jìn)行格蘭杰（Granger）因果關(guān)系檢驗(yàn)，其計(jì)算的基本過程如下：

首先，對(duì)樣本數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，或者將樣本處理成去均值的成平穩(wěn)時(shí)間序列，使其滿足進(jìn)行Granger 因果關(guān)系檢驗(yàn)的條件。常用的方法有單位根檢驗(yàn)、差分和協(xié)整檢驗(yàn)。

第二步，建立有約束和無約束回歸模型。有約束回歸模型（u）為：

無約束回歸模型（r）為：

式（6）（7）中：p和q分別為變量的最大滯后期；為常數(shù)項(xiàng)；為白噪聲。

第三步，對(duì)2 個(gè)回歸模型進(jìn)行F假設(shè)檢驗(yàn)。

假設(shè)H0：X不是引起Y變化的Granger 原因（等價(jià)于H0：

利用兩個(gè)回歸模型u、r的殘差平方和對(duì)假設(shè)進(jìn)行F檢驗(yàn)：

式（8）中：n為樣本容量。

第四步，置換變量X、Y的位置，重復(fù)上述第二、三步。

本文的原始數(shù)據(jù)來源于《湖南統(tǒng)計(jì)年鑒》，數(shù)據(jù)分析采用SPSS 19 軟件和EView 9 軟件。

3 數(shù)據(jù)處理及結(jié)果分析

3.1 湖南省科技投入關(guān)聯(lián)因素統(tǒng)計(jì)概況

為充分?jǐn)U展分析數(shù)據(jù)的時(shí)間跨度，提高分析結(jié)果的準(zhǔn)確性，結(jié)合年鑒數(shù)據(jù)統(tǒng)計(jì)的實(shí)際情況，本文最終對(duì)湖南省2010—2017 年8 年間相關(guān)20 個(gè)科技統(tǒng)計(jì)指標(biāo)因素進(jìn)行了采集整理，結(jié)果如表1 所示。表1 中2010 年部分變量的統(tǒng)計(jì)數(shù)據(jù)缺失，此處用符號(hào)“*”標(biāo)示，并用該變量2009 年和2011 年的平均數(shù)替代。

表1 2010—2017 年湖南省科技投入關(guān)聯(lián)因素統(tǒng)計(jì)

3.2 相關(guān)性測(cè)度

本文分別從簡(jiǎn)單線性相關(guān)和灰色關(guān)聯(lián)兩個(gè)角度，對(duì)表1 中所有與R&D 投入相關(guān)的因素進(jìn)行了相關(guān)性分析，分析這些指標(biāo)與R&D 投入的關(guān)聯(lián)程度。由表2 可知，在被納入分析的19 個(gè)因素中，大部分因素與R&D 投入相關(guān)性較高，在Pearson 相關(guān)性分析中呈極顯著相關(guān)或顯著相關(guān)，具有統(tǒng)計(jì)學(xué)意義。對(duì)本文中的樣本數(shù)據(jù)，Pearson 相關(guān)分析雖然能辨別出與R&D 投入不相關(guān)的因素，但是對(duì)相關(guān)因素之間的辨別度不是很高，而灰色關(guān)聯(lián)分析的結(jié)果則可以將變量間的相關(guān)關(guān)系區(qū)分開來，而不論兩者之間呈線性相關(guān)還是非線性相關(guān)。其中，R&D 投入與高新技術(shù)企業(yè)相關(guān)數(shù)據(jù)的相關(guān)性最高，包括新高技術(shù)企業(yè)數(shù)、高新技術(shù)企業(yè)總產(chǎn)值、高新技術(shù)產(chǎn)業(yè)增加值，表明兩者之間關(guān)系最為密切；其次與專利相關(guān)數(shù)據(jù)的相關(guān)性也較高，包括申請(qǐng)專利數(shù)、發(fā)明專利申請(qǐng)數(shù)、批準(zhǔn)專利數(shù)和發(fā)明專利批準(zhǔn)數(shù)；另外與經(jīng)濟(jì)數(shù)據(jù)如GDP、R&D 項(xiàng)目金額的相關(guān)性也較強(qiáng)，而與技術(shù)市場(chǎng)簽訂合同數(shù)和科技成果登記數(shù)無顯著的相關(guān)性；此外，各類專業(yè)技術(shù)人員數(shù)與R&D 投入呈不相關(guān)或呈顯著負(fù)相關(guān)，這可能與近年來國(guó)務(wù)院取消大批職業(yè)資格許可和認(rèn)定事項(xiàng)導(dǎo)致獲得資格或認(rèn)定的專業(yè)技術(shù)人員數(shù)量減少有關(guān)［26］。

表2 2010—2017 年湖南省科技投入各因素與R&D 投入相關(guān)性測(cè)度結(jié)果

3.3 Granger 因果關(guān)系測(cè)度

本文通過相關(guān)因素與R&D 投入的相關(guān)性測(cè)度分析發(fā)現(xiàn)，湖南省科技統(tǒng)計(jì)范圍內(nèi)多個(gè)指標(biāo)與R&D 投入的關(guān)系較為密切，為進(jìn)一步分析這些因素與R&D投入的作用關(guān)系，我們引入了Granger 因果關(guān)系檢驗(yàn)。在因素選取上，與R&D 投入相關(guān)性較高的各因素中，X8、X9、X10均與高新技術(shù)企業(yè)相關(guān)，X13、X14、X15和X16均與專利相關(guān)，而R&D 項(xiàng)目金額由于統(tǒng)計(jì)原因無法獲得更多的樣本數(shù)據(jù)，因此最終在考慮了數(shù)據(jù)的關(guān)聯(lián)性、代表性以及樣本數(shù)據(jù)可獲取性的基礎(chǔ)上，本文選取了GDP（X1）、高新技術(shù)企業(yè)數(shù)（X8）和申請(qǐng)專利數(shù)（X13）3 個(gè)因素與R&D 投入（Y）進(jìn)行進(jìn)一步的Granger 因果關(guān)系檢驗(yàn)。由于Granger 因果關(guān)系檢驗(yàn)要求樣本數(shù)據(jù)為平穩(wěn)的時(shí)間序列，為提高檢驗(yàn)結(jié)果的準(zhǔn)確性，我們盡可能地延長(zhǎng)時(shí)間序列，補(bǔ)充了2000—2009 年湖南省R&D 投入、GDP、高新技術(shù)企業(yè)數(shù)和專利申請(qǐng)數(shù)的統(tǒng)計(jì)數(shù)據(jù)（如表3），最終使用2000—2017 年的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析。

表3 Granger 因果關(guān)系檢驗(yàn)中補(bǔ)充的2000—2009 年有關(guān)變量數(shù)據(jù)統(tǒng)計(jì)

由表1 和表3 可知，Granger 因果關(guān)系檢驗(yàn)的4個(gè)變量的樣本數(shù)據(jù)為明顯的上升型非平穩(wěn)時(shí)間序列，因而有必要進(jìn)行適當(dāng)轉(zhuǎn)換并通過平穩(wěn)性檢驗(yàn)，使其滿足Granger 因果關(guān)系檢驗(yàn)的前提條件。本文通過對(duì)樣本數(shù)據(jù)取自然對(duì)數(shù)得到轉(zhuǎn)換數(shù)據(jù)LNY、LNX1、LNX8和LNX13，并對(duì)數(shù)據(jù)進(jìn)行ADF 單位根檢驗(yàn)，以觀察其平穩(wěn)性。根據(jù)檢驗(yàn)結(jié)果，對(duì)部分?jǐn)?shù)據(jù)進(jìn)行了一階差分后的再檢驗(yàn)。由表4 可知，拒絕“存在單位根”的原假設(shè)，證明LNY、LNX1、LNX8為平穩(wěn)的時(shí)間序列；LNX13原始數(shù)據(jù)序列不平穩(wěn)，經(jīng)過1 次差分后達(dá)到在5%顯著水平下的平穩(wěn)，為一階單整序列；而LNY經(jīng)過一階差分之后ADF 檢驗(yàn)值在10%顯著水平臨界值以下，可以認(rèn)為仍是平穩(wěn)的時(shí)間序列。

表4 2000—2017 年湖南省R&D 投入與部分關(guān)聯(lián)因素的ADF 檢驗(yàn)結(jié)果

同階單整且具有協(xié)整關(guān)系的兩個(gè)非平穩(wěn)序列也可進(jìn)行Granger 因果關(guān)系檢驗(yàn)。本文對(duì)LNY和LNX13進(jìn)行Engle-Granger 兩步法協(xié)整檢驗(yàn)但結(jié)果不通過，因此無法采用LNY和LNX13，只能采用差分后的ΔLNY和ΔLNX13進(jìn)行因果關(guān)系檢驗(yàn)，從而間接分析LNY和LNX13之間的關(guān)系。

由于在Granger 因果關(guān)系檢驗(yàn)中得到的P值較大，為了有效區(qū)分檢驗(yàn)結(jié)果，本文在10%顯著水平下進(jìn)行分析。由表5 可知：（1）在滯后1～3 期時(shí)R&D 投入不是GDP 的Granger 原因，而在滯后1～2期時(shí)GDP 是R&D 投入的Granger 原因，當(dāng)滯后3 期時(shí)GDP 作為R&D 投入的Granger 原因已不顯著，可見湖南省GDP 的增長(zhǎng)變化會(huì)單向引起R&D 投入的變化；（2）在滯后1～3 期時(shí)R&D 投入一直是高新技術(shù)企業(yè)數(shù)的Granger 原因，而高新技術(shù)企業(yè)數(shù)并不是R&D 投入的Granger 原因，可見湖南省R&D投入與高新技術(shù)企業(yè)數(shù)量之間存在較為顯著的單向Granger 因果聯(lián)動(dòng)關(guān)系，R&D 投入增加會(huì)刺激高新技術(shù)企業(yè)數(shù)量的增長(zhǎng)；（3）在滯后1～3 期時(shí)R&D投入與申請(qǐng)專利數(shù)的Granger 因果關(guān)系檢驗(yàn)結(jié)果并不顯著，直到滯后4 期時(shí)才明確R&D 投入是申請(qǐng)專利數(shù)的Granger 原因，而申請(qǐng)專利數(shù)不是R&D 投入的Granger 原因，這可能是由于經(jīng)過一階差分后用Y和X13的增量來替代進(jìn)行檢驗(yàn)，樣本數(shù)據(jù)已損失了較多的信息所致，可見湖南省R&D 投入增加對(duì)專利數(shù)量增長(zhǎng)也存在一定的單向刺激作用。

表5 2000—2017 年湖南省R&D 投入與部分關(guān)聯(lián)因素的因果關(guān)系檢驗(yàn)結(jié)果

4 結(jié)論

本文通過相關(guān)性分析和Granger 因果關(guān)系檢驗(yàn)，對(duì)比分析了湖南省科技統(tǒng)計(jì)口徑內(nèi)的多個(gè)因素與R&D 投入的關(guān)系，通過分析發(fā)現(xiàn)，在眾多的科技統(tǒng)計(jì)范疇內(nèi)的因素中，大部分因素與R&D 投入存在強(qiáng)弱程度不一的正相關(guān)性，其中與R&D 投入關(guān)系較密切的有高新技術(shù)企業(yè)數(shù)、專利申請(qǐng)與授權(quán)數(shù)、GDP和R&D 項(xiàng)目金額等，高新技術(shù)企業(yè)數(shù)量與R&D 投入的相關(guān)性最高；而在對(duì)R&D 投入與其關(guān)系較密切因素間的相互影響關(guān)系分析中發(fā)現(xiàn)，在短期內(nèi)，湖南省的經(jīng)濟(jì)增長(zhǎng)促進(jìn)了省內(nèi)R&D 投入增加，而R&D 投入的增加又會(huì)進(jìn)一步催化省內(nèi)高新技術(shù)企業(yè)的萌生，并刺激研發(fā)主體專利成果的產(chǎn)出，但這種作用關(guān)系是單向的，反向的促進(jìn)作用并不明顯。R&D 投入處于經(jīng)濟(jì)增長(zhǎng)與企業(yè)成長(zhǎng)、研發(fā)產(chǎn)出之間，可以理解為，從短期效應(yīng)上來看，湖南省的R&D 投入是將經(jīng)濟(jì)動(dòng)力轉(zhuǎn)化為企業(yè)成長(zhǎng)動(dòng)力和研發(fā)產(chǎn)出動(dòng)力的中介。

5 對(duì)策建議

綜上分析，本文對(duì)湖南省增加R&D 投入、提升區(qū)域科技創(chuàng)新能力提出如下對(duì)策建議：

（1）穩(wěn)定經(jīng)濟(jì)穩(wěn)增長(zhǎng)。經(jīng)濟(jì)增長(zhǎng)對(duì)R&D 投入的刺激作用直接而明顯，穩(wěn)定的經(jīng)濟(jì)環(huán)境是研發(fā)投入資金來源的重要保證。要鼓勵(lì)企業(yè)開展研發(fā)活動(dòng)，將經(jīng)濟(jì)收益適度地用于研發(fā)投入，提高研發(fā)支出在企業(yè)成本中的占比，促進(jìn)湖南省經(jīng)濟(jì)活動(dòng)和研發(fā)活動(dòng)主體的良性發(fā)展。

（2）提高R&D 投入的轉(zhuǎn)化水平。R&D 投入作為經(jīng)濟(jì)動(dòng)力轉(zhuǎn)化為企業(yè)成長(zhǎng)動(dòng)力和研發(fā)產(chǎn)出動(dòng)力的重要中介，R&D 投入轉(zhuǎn)化水平提高意味著更好的企業(yè)成長(zhǎng)條件和更多的科技成果。要引導(dǎo)R&D 資金投入到經(jīng)濟(jì)社會(huì)效益好、潛力大的主導(dǎo)產(chǎn)業(yè)鏈，重點(diǎn)關(guān)注《湖南省“十三五”科技創(chuàng)新規(guī)劃》中十大領(lǐng)域的產(chǎn)業(yè)技術(shù)創(chuàng)新鏈；研發(fā)主體要選擇與自身能力相適宜的研發(fā)任務(wù)進(jìn)行攻關(guān)，盡可能高效地取得科學(xué)或技術(shù)上的進(jìn)步；合理控制基礎(chǔ)研究和應(yīng)用研究的比例，使原創(chuàng)性理論和應(yīng)用性技術(shù)相輔相成、相得益彰。

（3）合理搭配科技政策。相對(duì)于經(jīng)濟(jì)增長(zhǎng)對(duì)科技投入促進(jìn)作用的快速直接，科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用往往具有延時(shí)性［27］，因此湖南省在制定科技政策時(shí)，既需要制定短期的階段性政策來引導(dǎo)經(jīng)濟(jì)收益用于研發(fā)、刺激R&D 投入的增長(zhǎng)，也需要制定較為長(zhǎng)遠(yuǎn)的持續(xù)性政策來促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化，使R&D 投入最終轉(zhuǎn)化為經(jīng)濟(jì)社會(huì)效益。