外部性和內生性視域下中國科技投入績效

趙當如 劉玲

摘要：基于2016—2017年上市公司A股制造業微觀數據，運用DEA-Tobit模型測算政府科技投入對企業科技投入績效的影響程度，選取2016—2017年中國30個省（市、自治區）的省際宏觀數據，在考慮科技產出負外部性的影響下，運用改進非期望SBM模型剔除政府科技投入對企業科技投入的內生性影響來測算中國30個省（市、自治區）的政府與企業的科技投入績效。結果表明，政府科技投入負向調節企業科技投入與其績效之間的關系;經濟科技水平較發達地區政府與市場的科技投入績效較高;經濟科技發展水平最高的東部沿海地區企業科技投入績效高于政府科技投入績效;經濟科技發展水平較弱的中部地區政府與市場的科技投入績效相持平;西部地區政府科技投入績效高于市場;經濟較弱的中部地區科技帶來的環境污染比經濟發展最好的東部地區和發展最弱的西部地區更多，符合科技發展水平與環境污染間的倒“U”型關系。

關鍵詞：外部性;內生性;科技投入績效;政府與市場;改進非期望SBM模型;Tobit模型

中圖分類號：F273.1;F275 ? ? ? ? 文獻標識碼：A

文章編號：0439-8114（2020）15-0190-06

Abstract：Based on A-shares listed micro data of companies manufacturing from 2016 to 2017， this study uses DEA-Tobit model to calculate the government investment in science and technology influence on the performance of enterprise investment in science and technology level， and considers the output of science and technology under the influence of negative externalities based on the provincial macro data of 30 provinces（cities， autonomous regions） in China from 2016 to 2017，and then uses improved unexpected SBM model to measure Chinas 30 provinces（cities， autonomous regions） of investment in science and technology performance of the government and enterprises by eliminating the impact on enterprise investment in science and technology of government investment in science and technology endogenous. The results show that government investment in science and technology negatively regulates the relationship between enterprise investment in science and technology and its performance. The performance of government and market investment in science and technology is higher in the developed regions. The performance of enterprises in the eastern coastal areas with the highest level of economic and technological development is higher than that of the government. The performance of the government and the market in the central region with a weak level of economic and technological development is equal to that of the market. The western region government investment in science and technology performance is higher than the market. The environmental pollution caused by science and technology in the central region with weak economy is more than that in the eastern region with the best economic development and the western region with the weakest development， which is in line with the inverted “U”relationship between the level of science and technology development and environmental pollution.

Key words： externality; endogencity; science and technology investment performance; government and market; improved unexpected SBM model;tobit model

黨的十八大明確指出科技創新是提高社會生產力和綜合國力的戰略支撐[1]，但中國在對科技創新與產業創新的過程中遭到發達國家的技術封鎖[2]，因此自主科技創新成為研究和關注的重點。科技投入是影響科技創新實力最重要的因素，同時也是其決定因素[3]，中國科技投入能力在全球名列前茅，但其對環境的影響也愈發突出。根據黨的十八大和十九大“建設生態文明城市、堅持人與自然和諧共處”的會議精神，要將科技進步帶來的環境污染納入科技投入績效評價體系中。政府、企業和金融機構是科技投入的三大主體，其中政府和企業分別代表政府和市場，金融機構起到中介調節作用。市場相比政府能更好地進行資源配置，但同時也會產生環境污染等外部性影響而導致的市場失靈問題[4]，而稅改后由于財政分權體制和尋租等政府干預失效等原因，政府也會對環境造成負面影響，其中包括科技活動[5-9]。同時，政府科技投入、企業科技投入、金融機構貸款三者之間互相影響[10-12]，從而不能準確地得出單個主體真實的科技投入績效。在此背景下，在科技投入績效分析框架體系中納入負外部性影響因素，并通過考慮科技投入產出系統中的內生性問題來比較政府與市場科技投入績效，具有重要的理論價值與現實意義。

1 研究背景

目前有關科技投入績效的研究分為2類，一是基于科技投入產出指標體系對地區總體科技投入績效的研究，二是對不同主體的科技投入績效的探討。

區域財政科技投入產出績效研究最主要的前提是構建一套完整的科技投入產出指標體系。科技投入主要分為人力投入、財力投入和物力投入，其中人力投入包括R&D人員（研究與試驗發展人員）和地方千人計劃人員[13-15];財力投入包括政府財政科技投入、企業研發支出和金融機構貸款[16，17];物力投入包括科研實驗室在內的內資固定資產投入和外資固定資產投入[13，18]。科技產出一般分為直接產出和間接產出，直接產出一般指發明專利和論文;間接產出一部分學者認為是指技術合同成交額、科技產業收入額、GDP工業增加值等經濟利益指標[13，18]，還有一部分學者則把環境污染所帶來的“三廢”作為間接產出的副產品[19]。上述研究對科技投入產出途徑有了比較深入的分析，但對科技投入效率的研究所采用的指標體系中大部分是以科技成果或經濟利益等正面效果作為科技產出的指標，而未考慮科技投入后進行研發和技術使用過程中所帶來的環境污染等負面影響。英國在18世紀完成第一次工業革命后，科技領域有了質的突破，但同時也飽受工業化帶來的水污染（工業廢水污染）、空氣污染（煤炭大氣造成的霧霾污染）等，因此科技進步造成的生態環境污染問題不可忽視。

關于不同主體科技投入效率的研究，大部分學者都是對金融機構貸款、政府科技投入和企業科技投入3個不同渠道的投入來源進行研究。俞立平[14]運用TOPSIS評價法和面板分位數回歸對中國30個省的面板數據實證研究后發現，企業投入對科技投入產出效率貢獻最大，且不同地區科研水平貢獻率不同;薛慶根[16]選取2001—2009年中國30個地區的省際面板數據研究發現政府科技投入效率最高，金融機構科技投入效率最低，且不同科技實力地區科技投入效率明顯不同;鄭軍等[20]通過對各個科技投入主體與高校科技產出的關系研究發現政府科技投入效率最高，金融科技貸款與企業資金投入效率不穩定。從以上的研究可以看出，已有不少學者運用多種科技投入主體在不同方面考察了科技投入效率問題，但得到的結論卻不同，并沒有達成一致，同時在分析各個科技投入主體效率時并沒有考慮到各個主體之間的相互影響機制，使得最終的結論可能偏離實際，所以考慮內生性影響因素可以更加深入地探究科技投入主體的真實績效，提升相關領域的研究深度，對現實具有重要的指導作用。

綜上分析，為了進一步厘清政府和市場的科技投入績效及其之間的關系，選取2016—2017年A股制造業的微觀數據，根據DEA-Tobit兩階段模型測算政府科技投入對企業科技投入績效的具體影響程度，以2016—2017年中國30個省（市、自治區）的省際樣本宏觀數據為基礎數據，利用改進非期望SBM模型來探究政府與市場的科技投入績效。通過宏觀數據與微觀數據的結合，對政府與市場的科技投入效率進行比較，以便相關部門改進科技投入政策，優化科技投入資源配置，為實現“綠色科技”目標提供理論指導。

2 理論分析及研究假設

2.1 科技投入對生態環境的影響

2.1.1 政府科技投入對生態環境的影響 自中國1994年實行分稅制改革后，財政分權成為最明顯的財政體制，但這種“中國式分權”體制導致激勵機制發生改變，使得地方政府開始出現“晉升錦標賽”制度，以經濟增長為惟一目的，重視基礎設施建設，忽視環境公共物品的投入與管理。這類行為往往在經濟發展水平不高時容易出現“缺位現象”，造成各地政府因追求經濟增長而導致環境污染產生“競次”效應[21]，政府在科技投入上就會將財力投在經濟效益高、產值高的企業，如重工業企業。根據“向底線賽跑”假說，地方政府會降低環境門檻，吸引大量的外商直接投資（Foreign direct investment，簡稱FDI）對這些企業加以扶持[22]，促使這類企業產生生產型技術進步。重工業企業中的鋼鐵業、煤炭業對環境造成巨大的負外部性影響，是導致環境污染的主要原因[23]。基于以上分析，提出研究假設H1，考慮外部性影響時經濟科技水平發達地區政府科技投入效率較高。

2.1.2 企業科技投入對生態環境的影響 企業是經濟增長的活力源泉，企業只有不斷進行技術創新才能在市場中擁有競爭和生存地位。在企業競爭中，由于競爭成本隨著競爭激烈程度的提升而增加，再加上企業一般不會遵守市場規則，有可能會打破對環境監管的遵守，從而將競爭領域延伸到環境污染領域[24]。根據環境庫茲涅茨曲線（Environmental kuznets curve，EKC），經濟水平較低時，人們主要以提高收入水平為首要目標，這種以收入水平作為惟一需求的“需求驅動”導致企業更關注生產型的技術進步，希望通過此類技術進步達到利益最大化[25]。隨著時間的推移，新的技術逐漸被其他企業所掌握，從而促使企業再次進行技術創新。由于發展中國家企業規模普遍較小，隨著企業競爭程度的提高，為了謀求生存，企業開始通過發展企業集群或產業集聚在市場中獲得更明顯的競爭優勢。企業集群發展與環境污染之間符合“倒U型”關系[26，27]，企業集群發展初期對環境污染較大，當企業達到一定的集中程度時會減少對環境的污染，加上這一時期政府嚴格的環境監管也會激發企業加大對綠色科技研發的投入，從而形成綠色科技進步，生態環境污染程度就會不斷降低。此外，隨著收入水平較高的消費者對生態環境問題認知度和重視度的提高，企業不再以單一的利潤為目的，而是通過進行綠色生產來贏得消費者，以保持市場競爭力，從而減少對環境的污染。基于以上分析，提出研究假設H2，考慮外部性影響時經濟科技水平發達地區企業科技投入效率較高。

2.1.3 金融科技投入對環境的影響 金融科技投入在短期內能解決科研經費短缺的問題，長期能貼近市場需求，提高自主研發效率[14]。高等院校和部分研究所屬于政府機關管轄，這部分機構的科研成果最終要走向企業市場，形成經濟成果，而另一部分不屬于政府機關管轄的研究所一般通過與企業合作來完成科技創新。綜上可知，金融科技投入是跟隨著市場需求的，因而金融科技貸款和企業科技投入的方向相同，金融機構間接幫助了企業科技活動對環境的影響。因此，企業科技投入與其對環境的負面影響程度和經濟發展水平都呈倒“U”型關系，但對環境污染的影響程度并不清楚。因此提出研究假設H3，考慮外部性影響時企業科技投入效率與政府科技投入效率之間的關系不確定。

2.2 不同科技投入主體之間的影響

政府對企業的科研經費補貼會降低企業的技術研發風險與成本，企業會把原本分配給科研的資金轉移至生產，因此企業的科技投入資金減少，導致出現“擠出效應”[28，29]。然而政府偏向對周期長、風險大、短期回報低的基礎性研究領域進行投資補貼，這對企業短期技術創新效率并不明顯，同時因為“擠出效應”無法很好地刺激企業的創新效率。因此，提出研究假設H4，政府科技投入對企業科技投入效率存在負向影響。

3 模型、變量與數據

3.1 模型構建

3.1.1 效率評價模型 通過理論分析，考慮科技產出的負外部性影響，在績效評價體系指標中加入環境污染指標。根據Tone構造出的非期望SBM模型，以生產單元包絡面的最遠點為標準進行測算，效率測算結果偏小[30]，本研究對無效決策單元的非期望SBM模型進行改進，將生產前沿面頂點由最遠距離調整為最有效距離。模型改進后如下所示：

3.2 變量與數據

選擇政府研發經費補貼作為政府科技投入強度的替代指標，選取上市公司會計報告中披露的研發支出作為企業科技投入的替代指標。數據來源于2016—2017年的《中國科技統計年鑒》《中國統計年鑒》、國家統計局數據庫、萬得金融數據庫（WIND）和國泰安數據庫（CSMAR）。其中，關于效率評價模型中的變量數據來源于《中國科技統計年鑒》和《中國統計年鑒》，采用中國30個省（市、自治區）的省級宏觀數據;關于探究政府科技投入對企業科技投入效率影響程度的Tobit模型中的變量數據來源于《中國科技統計年鑒》、國家統計局數據庫、萬得金融數據庫（WIND）和國泰安數據庫（CSMAR），其中政府科技投入來源于《中國科技統計年鑒》，企業科技投入來源于萬得金融數據庫，關于企業科技投入效率中的科技產出來源于國泰安數據庫中的上市公司研究數據庫，企業樣本來源于滬深兩市A股制造業上市公司，一共988個企業樣本。由于科技產出的滯后性，投入變量數據來源于2016年，產出變量數據來源于2017年。

4 結果與分析

4.1 政府科技投入對企業科技投入效率的影響程度

模型（4）的系數估計結果如表1所示，由表1可知，全樣本中政府科技投入負向調節企業科技投入與其效率之間的關系，企業科技投入效率被政府科技投入行為“擠出”而造成效率的損失，H4得到驗證。同時也發現政府科技投入的估計系數在全樣本和子樣本的模型中影響均不顯著。由于國有企業與非國有企業所有權性質的差異，因此政府科技投入對企業科技投入效率的影響程度不同。政府科技投入對企業科技投入效率的影響程度表達如下：

4.2 效率測算

根據模型（1）、模型（2）和模型（3）得出改進非期望SBM模型的科技投入效率，同時加入在不考慮環境外部性影響下科技投入的效率作為對比，使用BCC的DEA模型（規模報酬可變的數據包絡面模型）計算不考慮環境外部性影響下的科技投入效率，結果見表2。由表2可知，當考慮環境負外部性影響時，絕大部分省（市、自治區）決策單元效率值降低，經濟發達的東部沿海地區科技投入效率較高。從科技投入主體效率來看，當考慮非期望產出時，經濟水平不同的地區效率值差異較大，經濟發達地區政府科技投入效率和企業科技投入效率較大，H1和H2得到驗證。

總體而言，西部地區的政府科技投入和企業科技投入低于東部地區，高于中部地區。根據倒“U”型理論，經濟科技水平落后的西部地區科技投入對環境的影響并不大，而經濟水平高于西部的中部地區的科技投入產出對環境的負面影響相比西部科技投入技術水平反而更高。中部地區環境污染水平接近倒“U”型曲線的頂端位置;東部與西部地區改進的非期望SBM模型和DEA模型的測算結果總體相差不大，因此東部與西部地區目前造成的環境污染水平分別居倒“U”型曲線的右側和左側。

具體來看，東部地區的政府科技投入與企業科技投入效率差異不明顯，但經濟水平最高的東部沿海地區企業科技投入效率高于政府科技投入效率，證實了市場對資源配置的高效率。中部地區政府科技投入效率和企業科技投入效率的關系并不明顯，主要是由于中部地區經濟水平較低，市場上的企業集群程度并不高。西部地區的政府科技投入效率值總體上高于企業科技投入效率值，是由于西部地區的經濟水平和市場化水平較低，以及特殊的地理環境和基礎設施不完善，導致市場的企業活力較低，政府的科技資源主要投向基礎設施和公共設施，而這些是科技活動的基礎，因此政府的投入促進了西部地區科技活動的發展，從而使得西部地區的政府科技投入效率高于企業科技投入效率。

5 結論與建議

基于2016—2017年上市公司A股制造業微觀數據，運用DEA-Tobit模型測算政府科技投入對企業科技投入績效的影響程度，選取2016—2017年中國30個省（市、自治區）的省際宏觀數據，在考慮科技產出負外部性影響下，運用改進非期望SBM模型剔除政府科技投入對企業科技投入的內生性影響來測算中國30個省（市、自治區）的政府科技投入績效和企業科技投入績效。結果表明，①政府科技投入負向調節了企業科技投入與其績效之間的關系;②經濟科技水平較發達地區政府與市場的科技投入績效較高，經濟科技發展水平最低的西部地區其次，經濟科技水平居中的中部地區最低;③經濟科技發展水平最高的東部沿海地區企業科技投入績效高于政府科技投入績效;經濟科技發展水平較弱的中部地區政府與市場的科技投入績效相持平;西部地區政府科技投入績效高于市場科技投入績效;④經濟較弱的中部地區科技帶來的環境污染比經濟發展最好的東部地區和發展最弱的西部地區更多，符合科技發展水平與環境污染間的倒“U”型關系。

根據以上結論，本研究提出如下建議。首先要加強市場化改革，在經濟發達地區以企業為導向，將科技資源交給企業配置，在經濟實力較弱地區，政府部門要起到帶頭作用，充分利用科技資金，加強對科研基礎設施的投入與完善，為企業的科研活動增添動力。其次，要充分利用金融機構，降低金融機構和企業信息的交流門檻，加強企業和金融機構的信息透明度。最后，企業、政府和金融機構三者的合理協調能促進科技資源的利用，降低環境的污染，使科技投入效率真正得到提高。

參考文獻：

[1] 龐瑞芝，范 玉，李 揚. 中國科技創新支撐經濟發展了嗎？[J]. 數量經濟技術經濟研究，2014，31（10）：37-52.

[2] 吳祖昱. 科技創新對經濟發展的實證分析[J]. 山東農業大學學報（自然科學版），2018，49（2）：363-366.

[3] 張玉喜，趙麗麗. 中國科技金融投入對科技創新的作用效果——基于靜態和動態面板數據模型的實證研究[J]. 科學學研究，2015，33（2）：177-184，214.

[4] 張 琳. 環境污染問題的經濟學分析——基于市場失靈與政府失靈的考察[J]. 山東財政學院學報，2008（5）：24-27.

[5] KONISKY D M. Assessing U S state susceptibility to environmental regulatory competition[J]. State politics and policy quarterly，2009，9（4）：404-428.

[6] PORTER M E，LINDE C V D. Toward a new conception of the environment-competitiveness relationship[J]. Journal of economic perspectives，1995，9（4）：97-118.

[7] 祁 毓，盧洪友，徐彥坤. 中國環境分權體制改革研究：制度變遷、數量測算與效應評估[J]. 中國工業經濟，2014（1）：31-43.

[8] 李子豪，劉輝煌. 腐敗加劇了中國的環境污染嗎——基于省級數據的檢驗[J]. 山西財經大學學報，2013，35（7）：1-11.

[9] 程 萍. 建立推動可持續發展的“可持續科技創新”評價體系構想[J]. 武漢大學學報（社會科學版），2003（3）：307-312.

[10] COCCIA M. The interaction between public and private R&D expenditure and national productivity[J]. Prometheus，2011，29（2）：121-130.

[11] HU A G. Ownership， government R&D， private R&D， and productivity in chinese industry[J]. Journal of comparative economics，2001，29（1）：136-157.

[12] 錢水土，張 宇. 科技金融發展對企業研發投入的影響研究[J]. 科學學研究，2017，35（9）：1320-1325.

[13] 呂 晨，曾明彬. 基于DEA的中國區域科技投入產出相對效率研究[J]. 科學管理研究，2014，32（2）：101-104.

[14] 俞立平. 銀行貸款、政府及企業科技投入貢獻的縱向差距研究——基于面板數據分位數回歸的估計[J]. 科技進步與對策，2013，30（4）：28-32.

[15] 戚爾鵬，葉 鷹. 用生產函數分析科技投入產出關聯的初步研究[J]. 科學學研究，2017，35（12）：1841-1847.

[16] 薛慶根. ?金融支持、政府與企業投入的科技創新效率研究[J]. ?科技管理研究，2012，32（13）：15-19.

[17] WANG L C. Science & Technology input and economic growth： An empirical analysis based on the three major coastal economic regions of China[J]. Energy procedia，2011，5：1779-1783.

[18] 方愛平，李 虹. 基于DEA模型的西部區域科技投入產出效率分析——以西部大開發12個省、市、自治區為例[J]. ?科技進步與對策，2013，30（15）：52-56.

[19] 趙當如，陳 為. 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[J]. ?海南金融，2018（2）：4-16.

[20] 鄭 軍，翟華云. 企業、政府、金融機構科技投入與高校科技產出的關系研究[J]. ?科技進步與對策，2012，29（6）：18-21.

[21 ]蔡 昉，都 陽，王美艷. 經濟發展方式轉變與節能減排內在動力[J]. 經濟研究，2008（6）： 4-11，36.

[22] PKE I R. Trade， development and sustainability—a critical assessment of the“free trade dogma”[J]. Ecological economics，1994， ? ?9（1）：13-22.

[23] 吳俊培，丁瑋蓉，龔 旻. 財政分權對中國環境質量影響的實證分析[J]. 財政研究，2015（11）：56-63.

[24] BRANCO F，VILLAS-BOAS J M. Competitive vices[J]. Journal of marketing research， 2015， 52（6）：801-816.

[25] 白俊紅，聶 亮. 技術進步與環境污染的關系——一個倒U形假說[J]. 研究與發展管理，2017，29（3）：131-140.

[26] 黃 娟，汪明進. 科技創新、產業集聚與環境污染[J]. 山西財經大學學報，2016，38（4）：50-61.

[27] 楊仁發. 產業集聚能否改善中國環境污染[J]. 中國人口·資源與環境，2015，25（2）：23-29.

[28] LACH S. Do R&D subsidies stimulate or displace private R&D？Evidence from israel[J]. Journal of industrial economics，2002， ?50（4）：369-390.

[29] 肖丁丁，朱桂龍，王 靜. ?政府科技投入對企業R&D支出影響的再審視——基于分位數回歸的實證研究[J]. 研究與發展管理，2013，25（3）：25-32.

[30] 郭 文，孫 濤. 中國區域全要素能源效率評價及其空間收斂性——基于改進的非期望SBM模型[J]. 系統工程，2015，33（5）：70-80.