相對價格變動對科技資源配置效率的影響

聶 颯

(云南民族大學 經濟學院，云南 昆明 650500)

0 引言

科技資源投入的數量與質量是一個國家創新能力的重要基礎和關鍵性驅動要素，科技資源配置效率代表著一個國家運用和整合科技資源的能力，反映出科技系統整體功能和運行情況[1]，提升科技資源配置效率對促進我國各領域全面創新和協同創新具有重要推動作用[2]。學術界從效率評價[3-8]、區域比較[9-11]及影響因素[12-14]等方面開展科技資源配置效率問題研究，主要運用超效率DEA模型、Cross-efficiency DEA模型、組合評價方法、三階段DEA方法等多種方式測算科技資源配置效率并進行比較分析，研究表明我國國家層面、區域層面或分省的科技資源配置效率平穩增長，但科技資源配置效率水平普遍偏低，科技資源配置效率在區域之間差別巨大，科技資源在持續性投入但產出效率低下。如何提高科技資源配置效率是我國發展成為創新型國家必須要亟待解決的現實問題。科技資源作為一種資源，具有稀缺性，需要發揮市場在資源配置中的基礎性調節作用，政府充分發揮引導、調控、支持作用。科技資源配置堅持需求導向和產業化方向，而市場價格反映市場上各種商品和服務的供求狀況，相對價格變動(Relative Price Variability，簡稱RPV)發揮著向供給側傳遞生產信號的作用[15]，科技資源的合理流動促進產業的發展，從而滿足市場需求。現有研究表明，這種相對價格變動對資源配置效率產生了明顯的非線性影響[16-18]。那么，在不同的物價水平下，相對價格變動對科技資源配置效率的非線性影響是否顯著？這對于了解通貨膨脹對經濟影響的渠道具有十分重要的意義。

1 計量經濟模型建立

為了實證檢驗不同通貨膨脹水平下相對價格變動(RPV)對科技資源配置效率(Science &Technology Resource Allocation Efficiency,簡稱STRAE)的非線性影響，本文以通貨膨脹率為閾值變量，構建面板閾值模型來開展實證研究，關于面板閾值模型的估計及檢驗方法可參閱Hansen[19]，本文不再贅述。為了反映經濟發展、教育水平以及對外開放等宏觀經濟變量的影響，本文將經濟發展水平(PGDP)、產業結構(INDUS)、教育發展水平(EDU)及對外開放度(OPEN)4個控制變量引入模型。

令yit=straeit,xit=(rpvit,pgdpit,indusit,eduit,openit)，并假定上述4個變量與科技資源配置效率的關系為線性，本文構建面板閾值模型形式如下：

上式中，γ0=-∞，γK+1=∞,K為閾值數，(K+1)為閾值區間數。

2 變量說明及計算

2.1 被解釋變量：科技資源配置效率(STRAE)

為了能進一步區分效率的有效程度，本文基于Andersen & Petersen[20]提出的超效率DEA模型，選擇科技活動人員(T1，萬人)、R&D全時當量(T2，萬人時)、科技活動經費支出額(T3，億元)作為投入指標；選擇專利申請受理量(C1，萬件)、技術市場成交額(C2，億元)、國外主要檢索工具收錄論文數(C3，篇)、新產品銷售收入(C4，億元)、高技術產品出口額(C5，百萬美元)作為產出指標，其中國外主要檢索工具包括SCI、EI、CPCI-S，本文按照三者之和計算國外主要檢索工作收錄論文數，新產品銷售收入指標選擇規模以上工業企業新產品銷售收入作為替代指標。本文基于以上投入產出指標運用EMS1.3軟件計算科技資源配置效率。

2.2 解釋變量：相對價格變動(RPV)

參考國際慣例，本文選擇加權離差平方和的方法計算RPV，具體公式如下：

(2)

2.3 閾值變量：通貨膨脹率(INF)

通貨膨脹率是指一般物價總水平在一定時期(通常為一年)內的上漲率，一般用CPI同比增長率作為替代指標。

2.4 控制變量

本文考慮經濟發展、產業結構、教育發展、對外開放等因素對科技資源配置效率的影響，設置控制變量如下：①經濟發展(PGDP)：選擇對數人均地區生產總值指標反映該地區經濟發展水平；②產業結構(INDUS)：選擇各地區第三產業增加值占地區生產總值的比重來衡量該地區產業結構優化水平；③教育發展水平(EDU)：選擇各地區教育經費投入總額占地區生產總值的比重來衡量教育發展水平；④對外開放(OPEN)：選擇各地區進出口總額占地區生產總值的比重來衡量該地區對外開放程度。

3 實證檢驗結果

本文運用中國省際面板數據開展實證研究，數據區間為2009-2017年，數據來源于歷年中國統計年鑒及中國科技統計年鑒，具體實證檢驗結果如下所示。

3.1 閾值數檢驗結果

為了確定閾值數，本文首先按照Hansen[19]將通貨膨脹率按照升序排列并限定每一區制的最小樣本數不少于總樣本數的5%，其次進行序慣檢驗，根據似然比統計量F1、F2、F3統計量的P值以及90%、95%及99%的置信水平下臨界值判斷閾值個數，具體結果如表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。說明本文實證模型中含有3個閾值。

表1 閾值數檢驗結果

3.2 閾值及參數估計結果

本文運用STATA12.0軟件估計面板閾值模型得到三個閾值分別為2.70%、3.26%和5.38%。由表2中估計結果看出，當通貨膨脹率介于2.70%～3.26%或高于5.38%時，相對價格變動對STRAE的影響為正并且統計顯著；當通貨膨脹率介于3.26%～5.38%區間時則影響為負且統計顯著；當通貨膨脹率低于2.70%時影響為負且但并不顯著。再從控制變量回歸系數來看，經濟發展和教育發展對STRAE的影響均為正但并不顯著；產業結構和對外開放的影響均為負且統計是顯著的。

表2 三閾值模型估計結果

本文實證研究表明中國RPV對科技資源配置效率產生了明顯的非線性影響。具體來說，在通貨膨脹率處于2.70%～3.26%區間里，市場價格機制能夠更好地發揮提升科技資源配置效率的作用，在通貨膨脹率低于2.70%時，效率損失尚不明顯，而通貨膨脹率介于3.26%～5.38%區間時，效率損失則會較為顯著；當通貨膨脹率高于5.38%時，市場價格機制可能仍然能夠發揮提升科技資源配置效率的作用但作用明顯變小。從控制變量來看，地區經濟發展水平對促進科技資源配置效率的正向作用并不明顯，說明經濟發達的地區并非能夠保持科技資源配置效率較快增長速度。產業結構對科技資源配置效率產生顯著地負向作用，說明我國產業結構升級對于科技資源配置效率提出更高要求，由于科技資源配置效率處于較低水平，產業結構升級速度較科技資源配置效率提升速度更快，因此造成了負向影響。教育發展水平對科技資源配置效率產生正向作用，隨著我國教育經費投入增加，高素質人才培育力度加大，尤其是科技創新人才，形成了高效的知識流動與創新氛圍，科技活動人力資本得到積累，從而促進了科技資源配置效率的提升。由于近年來國際環境持續惡化，貿易摩擦頻繁，對外貿易開放在提升科技資源配置效率方面已不再發揮明顯作用。

3.3 LR趨勢圖分析

由上述閾值模型估計結果可知，三個閾值分別為γ1=2.70%，γ2=3.26%，γ3=5.38%。由圖1LR函數趨勢圖所示，第三個閾值5.38%使得LR函數達到了最低點，第一個閾值2.70%亦使得LR函數處于較低位置。因此，本文估計面板閾值模型得到的閾值是較為合理的。

圖1 LR函數趨勢

4 結論

本文構建面板閾值模型來實證檢驗中國RPV對科技資源配置效率的影響，研究結果表明存在明顯的閾值效應,說明了保持通貨膨脹率處在2.70%～3.26%這一區間內更有利于市場價格機制發揮提升科技資源配置效率的作用，在其它區間里相對價格變動造成科技資源配置效率損失成為通貨膨脹影響經濟的一個渠道。現實經濟生活中，相對價格變動即各種商品和服務的結構性價格變動反映了該種商品和服務的市場供求狀況，為產業調整傳遞了生產信號，產業調整升級需要從供給側推動科技進步，而科技創新需要不斷提升科技資源配置效率才能夠滿足人民群眾更高品質需求。在此過程中需不斷提高教育發展水平，促進教育領域深刻變革，大力培養科技創新人才；在國際國內雙循環背景下穩步促進制度型、高水平對外開放；在產業升級過程中有效引導科技資源合理流動，激發企業創新的活力；繼續營造穩定的經濟環境，加快推進科技體制改革，為科技創新提供良好氛圍。總而言之，科技創新是引領我國經濟可持續高質量發展的首要動力、核心動力，市場是科技創新的原動力，國家應靈活運用宏觀調控政策，保持物價總水平處于合理區間，從而發揮市場價格機制配置科技資源的作用，推動國家經濟高質量持續健康發展。