長江經濟帶財政科技投入績效及影響因素分析

徐合帆，鄭 軍，余家鳳，，馬 艾

（1.長江大學經濟與管理學院 2.長江大學長江經濟帶發展研究院，湖北荊州 434023）

長江經濟帶由沿江的9 省2 市組成，橫跨東中西三大區域，人口和地區生產總值占比均超過全國的40%，發展潛力巨大，在中國經濟體系中具有重要的地位。2014 年3 月，“建設長江經濟帶”被寫入《政府工作報告》，長江經濟帶發展正式上升為國家戰略。同年9 月，國家發布《關于依托黃金水道推動長江經濟帶發展的指導意見》，明確提出以創新驅動促進產業結構升級是實現長江經濟帶綠色發展的重要任務，并在此后的多次會議及政府文件中對“創新驅動產業轉型升級”進行了明確部署。鑒于科技創新對于長江經濟帶經濟發展的重要性，地方財政紛紛對其發展進行大力扶持，財政科技投入力度不斷加大。目前長江經濟帶財政科技投入績效如何？未來應從哪些方面著手提升長江經濟帶財政科技投入績效？本文的研究將圍繞這兩個核心問題展開。

1 文獻綜述

目前國內外學者對財政科技投入問題的研究成果主要集中在以下幾方面：

（1）財政科技投入與經濟增長關系研究方面。國外學者Romer［1］、Grossman 等［2］、Aghion 等［3］研究發現財政科技投入的增加會激勵企業將更多的資源投向科技產業，從而刺激經濟的不斷增長。而Jones［4］、Segerstrom［5］、Young［6］研究認為財政科技投入能促進短期的經濟增長，并不能促進長期的經濟增長。國內學者張明喜［7］、胡欣然等［8］、吳丹等［9］從全國層面對我國財政科技投入與經濟增長的關系進行了研究，結果表明，財政科技投入的增加促進了經濟增長，且存在長期均衡關系。劉曉東［10］、池自先等［11］、許俐等［12］從省級層面對財政科技投入與經濟增長的關系進行了研究，也得出了相同的結論，即財政科技投入的增加促進了當地的經濟增長。

（2）財政科技投入結構研究方面。張君等［13］、崔衛芳［14］、田園等［15］從全國層面對我國財政科技投入結構及發展現狀進行了研究，認為我國財政科技投入存在區域差異大、投入強度不足、投入結構不合理等問題。馬燕玲［16］、曾繁英等［17］從省級層面對財政科技投入結構進行了研究，結果顯示財政科技支出投入規模偏低，結構不合理，在企業和農業科技方面投入較少。

（3）財政科技投入效率評價研究方面。國外學者Kerssens 等［18］、David 等［19］以及國內學者馬乃云等［20］、田時中等［21］、何華武等［22］根據目的性、重要性、可操作性、數據可獲得性等原則，運用層次分析法、主成分分析法、平衡計分卡方法等不同方法，從不同角度構建了財政科技投入的績效評價體系。楊建飛等［23］從全國層面，運用DEA 模型測算了財政科技投入效率，結果顯示技術效率偏低是我國財政科技投入效率偏低的主要原因，且規模效率也存在改進的空間。黃科舫等［24］、胥朝陽等［25］、徐海峰等［26］從省域層面，利用DEA 模型對各地財政科技投入效率進行了評測，結果顯示各地區財政科技投入效率偏低，急需加大投入規模和進行有效管理。

綜上，關于財政科技投入問題的研究雖然整體上逐漸變得完整和系統，所涉及的角度和方法也越來越多樣化。但是，仍然存在一些不足。第一，研究大多停留在定性研究層面上，定量研究較為匱乏。第二，對全國和省域財政科技投入效率研究的比較多，而以“長江經濟帶”這樣的國家戰略性區域為研究對象的幾乎沒有。第三，很多關于財政科技投入效率的研究成果是基于傳統DEA 模型進行研究的，且在對財政科技支出效率進行了測度之后，并沒有對其外部影響因素進行分析，未能對提高財政科技投入效率提出具體有效的政策建議。因此，本研究以長江經濟帶沿江9 省2 市為研究對象，采用超效率SBM 模型和ML 指數模型從靜態和動態兩個角度評測了長江經濟帶財政科技投入績效，并利用Tobit 回歸模型，從經濟發展水平、市場化程度、對外開放水平、政府規模、高等教育水平和產業現代化水平6 個方面實證檢驗長江經濟帶財政科技投入績效的外部影響因素，以期為長江經濟帶高質量發展提供參考。

2 研究方法與數據說明

2.1 研究方法

2.1.1 超效率SBM 模型

DEA 模型是一種既不用構建函數模型，也不用預設指標權重，更不用對指標數據進行量綱化處理的非參數效率評價方法。傳統DEA 模型是從徑向和角度兩方面對效率進行測量的，誤差較大。為了更準確地測量效率值，Tony［27］在2001 年對傳統DEA模型進行了改進，提出了一種考慮松弛變量的非徑向非角度的SBM 模型。隨后，Tony 等［28］又結合Anderson 構建的超效率模型構建了超效率SBM 模型，進一步解決了相對有效單元排序問題。因此，本文選擇用超效率SBM 模型對長江經濟帶財政科技投入靜態效率進行測量，具體公式如下：

式（1）中，n代表決策單元個數，m代表決策單元投入變量個數，r代表決策單元產出變量個數，分別表示第k個決策單元的投入、產出變量，分別代表投入、產出的松弛變量，是約束條件，代表財政科技投入績效，越大，投入績效越高。

2.1.2 ML（Malmquist-Luenberger）指數模型

Chung 等［29］提出的ML（Malmquist-Luenberger）指數可測量任意兩期全要素生產率的變化情況，因此文章選擇ML 指數來測量長江經濟帶財政科技投入的動態績效，具體測算公式如下：

2.1.3 Tobit 回歸模型

為了進一步探究長江經濟帶財政科技投入績效的影響因素，本文建立了回歸模型，因變量選取超效率SBM 模型測出的效率值，自變量選取外部因素中具有代表性的變量，據此分析各外部因素對長江經濟帶財政科技投入績效的影響。由于超效率SBM模型測算的效率值為截斷離散數據，如果采用OLS進行回歸，則可能出現偏誤和不一致現象，因此本文采用了可處理截斷離散數據的Tobit 模型進行回歸分析，其具體形式如下：

2.2 變量選取與數據說明

2.2.1 超效率SBM 模型及ML 指數模型變量選取與數據來源

本文在借鑒盧躍東等［30］、向軍等［31］的研究成果并結合長江經濟帶實際情況和考慮數據可得性、必要性的基礎上，以長江經濟帶9省2市為研究對象，初步選取了18 項財政科技投入產出指標。然后運用SPSS 23.0 軟件對投入產出指標之間的正相關性及同類指標之間的相對獨立性進行了檢驗，最終構建了長江經濟帶財政科技投入績效評價指標體系，見表1。

表1 長江經濟帶財政科技投入績效評價指標體系

2.2.2 Tobit 回歸模型變量選取與數據來源

本文借鑒國內外的相關研究成果，從經濟發展水平、市場化程度、對外開放水平、政府規模、高等教育水平和產業現代化水平等6 個方面考慮影響長江經濟帶財政科技投入績效的外部因素。經濟發展水平用長江經濟帶各省（市）以2006 年GDP 為基期計算出的對數實際人均GDP 表示；市場化程度用樊綱和王小魯的市場化指數表示；對外開放水平用長江經濟帶各省（市）進出口額占GDP的比重表示；政府規模用長江經濟帶各省（市）政府消費性支出占GDP 比重表示；高等教育水平用取對數后的長江經濟帶各省（市）大專及以上畢業人數表示；產業現代化水平用長江經濟帶各省（市）第二產業增加值占GDP 比重表示。上述數據均由長江經濟帶各省（市）《統計年鑒》（2008—2018 年）和《科技統計年鑒》（2008—2018 年）整理得來。

3 實證分析

3.1 基于超效率SBM 模型的靜態績效分析

運用MaxDEA7.0 軟件，選取規模報酬不變情況下的超效率SBM 模型，對長江經濟帶9 省2 市2007—2017 年財政科技投入績效進行測算，結果如表2 所示。

表2 2007—2017 年長江經濟帶財政科技支出超效率SBM

從長江經濟帶整體來看，11 年間的財政科技投入的效率值均大于1，且均值達到了2.07，說明在現有條件下長江經濟帶財政科技投入資金得到了充分利用。從區域來看，財政科技投入效率均值排名中游地區最高，上游地區次之，下游地區最低。且中游地區11 年間的財政科技投入效率值均大于1，財政科技投入得到了充分利用。下游地區財政科技投入效率值僅在2007—2008 年、2013—2015 年大于1，財政科技投入資金得到了充利用，其他年份財政科技投入資金均未得到了充分的利用。上游地區財政科技投入效率值僅在2007—2008 年小于1，即上游地區財政科技投入效率除在2007—2008 年沒有得到充分利用外，其余年份均得到了充分的利用。從不同省份來看，財政科技投入效率均值排名順序為江蘇、四川、湖北、浙江、重慶、湖南、上海、江西、安徽、云南、貴州。財政科技投入效率均值大于1的有5個省（市），占整體的45%，效率均值在0.5～1.0之間的只有湖南省1 個，效率均值在0.5 以下的有5個省（市），也占整體的45%。由此可以看出下游地區財政科技投入效率整體偏低是由于安徽和上海的財政科技投入效率長期偏低造成的，而上游地區財政科技投入效率整體偏低則是由云南和貴州的財政科技投入效率長期偏低造成的。

3.2 基于ML 指數的動態分析

本文進一步選取ML 指數及其分解對長江經濟帶9 省2 市2007 年—2017 年財政科技投入績效進行動態分析，結果如表3、表4 所示。

表3 2007—2017 年長江經濟帶財政科技投入分年度ML 指數及分解

由表3 可知，2007—2017 年長江經濟帶財政科技投入的ML 指數有超過半數的年份都小于1，其均值為0.997，說明長江經濟帶財政科技投入績效并不穩定，整體年均下降了0.3%。對ML 指數進行分解可知，技術效率變化指數（Ech）只有3 年大于1，其均值為0.991，年均下降0.9%。而技術水平變化指數（Tch）大部分年份都大于1，其均值為1.006，年均提升0.6%。由此可以看出，長江經濟帶財政科技投入的ML 指數下降很大程度上是由于技術效率變化指數的下降造成的。再對技術效率變化指數進行分解可知，純技術效率變化指數（Pech）只有3年大于1，其均值為0.989，年均下降1.1%。規模效率變化指數（Sech）也只有4 年大于1，但其均值為1.002，年均提升0.2%。綜上可以看出，制約長江經濟帶財政科技效率提升的因素有兩個，一是缺乏有效的管理，二是投入規模不合理。

表4 2007—2017 年長江經濟帶財政科技投入分地區ML 指數及分解

由表4 可知，從區域層面來看，2007—2017 年這11 年間的ML 指數下游地區最大，為1.015，生產效率提升了1.5%，中游地區次之，為0.998，略有退步，生產效率下降了0.2%，上游地區最小，僅為0.985，生產效率下降了1.5%。對ML 指數進一步分解可知，下游地區技術水平變化指數（Tch）為1.015，提升了1.5%，出現了技術改進，但純技術效率變化指數（Pech）和規模效率變化指數（Sech）都為1，并未改進，說明技術進步是下游地區ML 指數提升的主要原因；中游地區技術水平變化指數（Tch）為0.998，下降了0.2%，出現了技術退步，且純技術效率變化指數（Pech）和規模效率變化指數（Sech）都為1，并未改進，說明技術退步是中游地區ML 指數提升的主要原因；上游地區技術水平變化指數（Tch）為0.984，下降了1.6%，出現了技術退步，且純技術效率變化指數（Pech）為1，并未改進，但規模效率變化指數（Sech）為1.002，略有改進，說明技術退步也是上游地區ML 指數提升的主要原因。從省級層面來看，2007—2017 年這11 年間的ML 指數小于1的省（市）有6 個，占總體的55%，分別是上海、安徽、江西、湖北、貴州和云南。對ML 指數進一步分解可知，技術效率變化指數（Ech）小于1 的省（市）有4 個，分別為上海、安徽、江西和貴州。技術水平變化指數（Tch）小于1 的省（市）有5 個，分別是安徽、江西、湖北、貴州和云南。說明大部分省（市）的問題都出在投入管理水平下降和技術退步兩方面。再對技術效率變化指數進行分解可知，純技術效率變化指數（Pech）小于1 的有4 個省（市），分別為上海、安徽、江西和貴州。而規模效率變化指數（Sech）小于1 的只有上海和貴州兩個省（市），說明大部分省（市）技術效率退步的主要原因是缺乏投入的有效管理。綜上分析可知，下游地區財政科技績效提升的阻力來自于上海和安徽，其中上海的問題出在投入管理上，存在缺乏有效管理和投入規模不合理等問題，而安徽則存在技術退步和缺乏投入的有效管理兩個方面的問題；中游地區財政科技績效提升的阻力來自于江西和湖北，其中江西存在技術退步和缺乏投入的有效管理兩個方面的問題，而湖北的問題出在技術退步上；上游地區財政科技績效提升的阻力來自于貴州和云南，其中貴州的問題較大，存在技術退步、缺乏有效管理和投入規模不合理等問題，而云南的問題出在技術退步上。

3.3 影響因素分析

本文選取經濟發展水平、市場化程度、對外開放水平、政府規模、高等教育水平和產業現代化水平等6 個可能影響長江經濟帶財政科技投入績效的外部因素，建立Tobit 回歸模型，進一步探討長江經濟帶財政科技投入績效的影響因素。由于只有11 年的數據，單個省份的樣本量有限，回歸結果存在較大偏誤，故不適宜針對單個省份做回歸。因此，文章僅從整體和區域兩個角度進行分析。用stata15.1軟件處理數據得到的回歸結果如表5 所示。

表5 2007—2017 年長江經濟帶財政科技投入績效影響因素的Tobit 模型估計結果

表5（續）

由表5 可知，模型的Prob＞chi2 估計結果均小于0.01，故模型的擬合優度較好，下面分別就長江經濟帶財政科技投入績效影響因素進行分析。

（1）經濟發展水平。由回歸結果可知，對數人均實際GDP 僅對下游地區的財政科技投入績效在1%顯著性水平下有明顯促進作用，說明經濟發展水平的提升只能促進下游地區財政科技投入績效的提升，并不能有效地促進其他地區政科技投入績效的提升。原因可能是下游地區經濟發展水平較高，隨著經濟發展水平的提升，在科技方面的投入也會相應增加，促進了科技創新。而中游和上游地區，由于經濟發展水平相對落后，隨著經濟發展水平的提升，在科技方面的投入并沒有顯著增加，故對該地區的科技創新的促進作用不大。

（2）市場化程度。回歸結果顯示，市場化程度的提高對長江經濟帶整體的財政科技投入績效在5%的顯著性水平下有明顯的促進作用，對下游地區和上游地區的財政科技投入績效分別在10%和1%的顯著性水平下有明顯的促進作用，且對上游地區的促進作用要大于下游地區。市場化程度的提高加劇了高技術企業的競爭，迫使其不斷優化資源配置效率和提高創新管理水平，促進科技創新，最終提高了財政科技投入績效。

（3）對外開放水平。從回歸結果可知，對外開放水平的提升對長江經濟帶整體的財政科技投入績效在1%的顯著性水平下有明顯的抑制作用。而分區域來看，對外開放水平的提升僅對中游地區在10%的顯著性水平下有明顯的抑制作用，對下游地區和上游地區的促進作用不顯著。原因可能是在對外進行技術貿易時引進的大多是較為成熟的技術，可以拿來直接使用，相比自主研發成本更低，導致一些地區減少了科技創新的投入，阻礙科技創新效率的提升。

（4）政府規模。政府規模對長江經濟帶整體財政科技投入績效的提升沒有顯著的影響，但是分區域來看，對下游地區和中游地區在5%的顯著性水平下有明顯的促進作用，且下游地區的促進作用要大于中游地區，而對上游地區在1%的顯著性水平下則有明顯的抑制作用。這是因為經濟越發達的地區，在科技方面投入越多，政府規模的擴大，細化了科技投入資金的管理，提高了資金的使用效率，促進了科技創新，進而提升了財政科技投入績效。上游地區由于經濟相對落后，政府規模的擴大會擠占一部分用于科技創新的資金，不利于科技創新，故對財政科技投入績效的提升有抑制作用。

（5）高等教育水平。回歸結果顯示，高等教育水平的提升對長江經濟帶整體的財政科技投入績效在5%的顯著性水平下有明顯的促進作用。分區域來看，高等教育對各地區財政科技投入績效影響的差異很大，對下游地區有顯著的抑制作用，而對中游地區則有顯著的促進作用，對上游地區的作用不顯著。下游地區經濟較為發達，就業崗位較多，企業待遇好，學歷越高越不愿意進入政府基層工作，故高等教育水平的提升反而抑制了財政科技投入績效提升。中部地區由于經濟欠發達，就業崗位有限，企業待遇差，且高校眾多，競爭激烈，高學歷人才熱衷于考公務員，使政府基層工作人員整體素質得以提升，增加了財政科技投入決策的科學性，進而提升了財政科技投入績效。上游地區則因為經濟太過落后，高學歷人才一般更愿意到外地工作，所以高等教育水平的提高對財政科技投入績效的提升并沒有太大的影響。

（6）產業現代化水平。由回歸結果可知，產業現代化水平的提升對長江經濟帶整體的財政科技投入績效有顯著的促進作用。分區域來看，產業現代化水平的提升對下游地區和上游地區有顯著的促進作用，而對中游地區的促進作用不顯著。這是因為下游的長三角地區產業現代化程度較高，戰略性新興產業已成為其主導產業，故更加注重科技創新。上游地區的成渝城市群近年來在大力發展新能源汽車、新材料以及云計算等戰略性新興產業，而這些產業的發展離不開技術創新，因此上游地區也非常重視科技的創新。至于中游地區，目前依然是以傳統工業為主，戰略性新興產業占比不高，對科技創新的重視不夠。

4 結論與建議

4.1 研究結論

本文首先運用超效率SBM 模型和ML 指數模型對長江經濟帶2007—2017 年財政科技投入績效進行評測，然后又運用Tobit 回歸模型進一步分析了長江經濟帶財政科技績效的影響因素，由此得出如下結論：

（1）基于超效率SBM 模型的靜態分析：就長江經濟帶整體而言，財政科技投入績效達到了現有條件下的最優水平；但分區域來看，財政科技投入績效區域差異顯著，其均值排名中游地區最高，上游地區次之，下游地區最低。且只有中游地區連續11 年財政科技投入的效率值均大于1，財政科技投入得到了充分利用；從不同省份來看，財政科技投入效率均值大于1 的有5 個省（市），占整體的45%，效率均值在0.5～1.0 之間的只有湖南省一個，效率均值在0.5 以下的有5 個省（市），也占整體的45%。且安徽和上海的財政科技投入效率長期偏低是造成下游地區財政科技投入效率整體偏低的原因，云南和貴州的財政科技投入效率長期偏低是造成上游地區財政科技投入效率整體偏低的原因。

（2）基于ML 指數模型的動態分析：從時間維度來看2007—2017 年長江經濟帶財政科技投入績效并不穩定，究其原因，主要因素有兩個：一是缺乏有效的管理；二是投入規模不合理。從空間維度來看，下游地區財政科技績效提升的阻力來自于上海和安徽，其中上海的問題出在投入管理上，存在缺乏有效管理和投入規模不合理等問題，而安徽則存在技術退步和缺乏投入的有效管理兩個方面的問題；中游地區財政科技績效提升的阻力來自于江西和湖北，其中江西存在技術退步和缺乏投入的有效管理兩個方面的問題，而湖北的問題出在技術退步上；上游地區財政科技績效提升的阻力來自于貴州和云南，其中貴州的問題較大，存在技術退步、缺乏有效管理和投入規模不合理等問題，而云南的問題出在技術退步上。

（3）財政科技的外部影響因素：從長江經濟帶整體來看，市場化程度、高等教育水平和產業現代化水平對財政科技投入績效的提升有顯著的促進作用，而對外開放水平對財政科技投入績效的提升則有顯著的抑制作用，經濟發展水平和政府規模對財政科技投入績效的提升并沒有顯著的作用。從區域來看，經濟發展水平對財政科技投入績效提升的影響為下游地區有顯著的促進作用，而中游地區和上游地區則沒有顯著的作用；市場化程度對財政科技投入績效提升的影響為下游地區和上游地區有顯著的促進作用，而中游地區則沒有顯著的作用；對外開放水平對財政科技投入績效提升的影響為中游地區有顯著的抑制作用，而下游地區和上游地區則沒有顯著的作用；政府規模對財政科技投入績效提升的影響為下游地區和中游地區有顯著的促進作用，而上游地區則有顯著的抑制作用；高等教育水平對財政科技投入績效提升的影響為中游地區有顯著的促進作用，下游地區有顯著的抑制作用，上游地區并沒有顯著的作用；產業現代化水平對財政科技投入績效提升的影響為下游地區和上游地區有顯著的促進作用，而中游地區并沒有顯著的作用。

4.2 政策建議

為實現長江經濟帶的高質量發展，提高長江經濟帶財政科技投入績效，基于上述結論，提出如下建議：

（1）加大財政科技投入規模，完善資金管理體制。科技創新具有高風險性、長期性和非連續性等特性，應加大政府財政投入規模，保證科技創新充分穩定的要素支持，降低技術創新的不確定性。同時還應完善資金管理體制，提高長江經濟帶財政科技資源配置效率，逐步減少對產能過剩行業的創新投入，將有限的資源更多的投入到關乎地區未來發展的戰略性新興產業，以提高財政科技投入績效。

（2）深化市場改革，增強自主創新能力。長江經濟帶應繼續深化市場改革，盡可能地為企業創造一個良好的創新環境，加快形成科技創新企業集群，形成規模效應和協同效應，降低創新成本，提升長江經濟帶科技創新源動力。同時在對外進行技術貿易時要避免拿來主義，應采取多樣化的創新扶持政策，充分調動企業創新的積極性和創造性，增強其自主創新能力。

（3）優化政府職能部門規模，提高政府工作人員素質。長江經濟帶橫跨東中西三大區域，區域差異顯著，各地區應因地制宜，優化政府職能部門規模，改善目前財政科技資金使用分散、擠占挪用和到位不及時等問題。同時還應提高民眾參政議政意識，讓更多高學歷人才有機會參與政府決策，增加政府財政科技投入決策的科學性，提高財政科技投入績效。

（4）優化產業結構，發展壯大戰略性新興產業。長江經濟帶特別是中游地區存在大量產能過剩產業，應主動有序地進行淘汰轉移和改造升級，清理產能過剩行業潛伏的大量“僵尸企業”，增加技術創新人力和財力資源的有效供給。同時長江經濟帶特別是中上游地區要大力引進和培育戰略性新興產業，如新一代信息產業、高端裝備制造業、新能源汽車產業、高端材料產業、生物產業等產業，這些產業科技含量極高，發展難度較大，需要投入大量的科技人才和發展資金。