政府科技經費投入、研發規模與高校基礎研究科研產出的關系
——基于省際面板數據的門檻回歸分析

張寶生，王天琳，王曉紅

(1.哈爾濱師范大學管理學院，黑龍江 哈爾濱 150025；2.哈爾濱工業大學管理學院，黑龍江 哈爾濱 150001)

0 引言

高等院校是創新人才與前沿技術的集聚地，是國家科技創新體系的重要組成部分和建設創新型國家的重要載體[1]。高校作為研發和創新活動的主要執行主體，近年來我國政府對高校科研投入呈現不斷增加趨勢，但從全局看，高校科研投入力度與科技產出并不協調[2]。在國家區域發展不平衡及科研資源有限的條件下，如何破解高校科研過程的瓶頸和障礙，協調科研投入和產出之間的關系，提升高校科研效率是政府和高校管理研究者關注的重要課題[3]。科研活動和產出根據研究性質的不同可以分為三大類，基礎研究的特點是探索未知，成果主要是科學論文；應用研究得到的是技術原理、方法等，主要成果是專利；試驗發展研究得到的是技術改進等[4]。高校獲取的科技經費投入主要來源于政府科技撥款和企事業委托高校研發經費，其中企事業單位和高校的合作主要是從事應用研究和實驗開發研究[5]。基礎研究是創新的源泉，是原始性創新能力和積累智力資本的關鍵[6]。但是基礎研究成果的公共產品屬性明顯，存在正外部性和市場失靈狀況，需要政府支持和引導[7]。

我國科研資源的分配問題主要還是由政府來主導，政府科研投入和研發人員規模對高校研發活動、知識成果產出起到關鍵性作用，相關學者對此展開研究。Barro提出的內生增長理論模型指出政府科研投入是促進經濟增長的重要內生動力，強調科技創新與經費投入間的關系[8]。Agasisti等指出影響高校科研投入產出效果的主要因素是高校的科研規模效率，效率低的高校科研規模擴大后反而降低了科研效果[9]。談毅等運用多元線性回歸將全國高校按照學校類型進行分類，指出政府科技投入對科技產出存在正相關關系[10]。李維春等運用面板數據模型從長期與短期角度分析科技投入與高校創新產出之間波動關系，并分析省域間存在的差異[11]。李晉等指出政府R&D投入對專利申請影響最為顯著[12]。陳賢平運用門限模型指出政府科技投入對高校科技產出存在非線性影響關系[13]。郭江江指出高校科研投入并不能完全體現出對科研產出的促進作用，不同的投入指標會掩蓋其投入規模的缺陷與不足，地區間經濟差異和技術差異也會帶來不同的影響效果[14]。

相關研究為本文奠定了研究基礎，但相關研究多是從單一投入的總量上來度量，總量指標會掩蓋不同研發資源的結構與特征，并不能完全反映投入產出的影響作用。政府投入科技經費作為財政資金相對可控，其對高校科研發展的效果是科研管理部門關注的重點，研究選取政府科技經費投入和研發人員規模作為衡量高校基礎研究產出的核心解釋變量，選取政府科研投入強度和人均政府科技經費能夠反映出結構和資源匹配的相對性指標作為門檻變量，研究高校科研投入與科研產出間的非線性關系。

1 模型設定、變量與數據

1.1 門檻回歸模型

(1)面板模型的構建。研究討論政府科技經費投入、研發規模和基礎研究科研產出的非線性關系，傳統上討論變量之間非線性關系，主要通過在面板回歸模型中引入二次項與交互性，但容易使模型存在共線性且不能檢測出結構突變點，導致估計結果與實際出現偏誤。研究將相關數據進行面板處理，進而對其進行門檻回歸，門檻回歸的優點在于能夠從樣本數據中搜索其門檻值，并通過門檻值劃分出合理區間，最后通過對建立的模型進行回歸檢驗，從而判斷門檻回歸模型下自變量對因變量的非線性影響關系[15]。

單門檻回歸模型公式為：

yit=μi+β1xit·I(qit≤γ)+β2xit·I(qit>γ)+eit

式中，下標i與t分別代表截面個體與時間，yit代表被解釋變量，μi代表個體固定效應項，xit為核心解釋變量，qit代表門檻變量，γ代表門檻值，I代表示性函數，當qit≤γ時，I=1，否則I=0，eit代表殘差項。

(2)面板門檻模型的估計。Hansen提出，對門檻回歸模型進行估計，首先可以通過消除個體固定效應項μi，在時間維度t上計算截面內個體均值，門檻回歸估計模型為：

對于給定的門檻值γ，可通過OLS方法得到參數估計值：

其中，殘差平方和為：

(3)門檻效應檢驗。通過以上數據模型可以得出參數估計值，將門檻估計值與真實值對比，判斷二者是否一致，對門檻數量、門檻效應顯著性、門檻置信區間與門檻回歸系數進行檢驗。門檻模型下LR統計量為：

門檻估計值對應的置信區間是LR統計量小于特定要求水平下的臨界值所對應的門檻區間，當LR=0時，所對應的值即為門檻估計值：

多重門檻模型可以通過以上方法進行設定、搜索與檢驗。

1.2 變量選取、樣本及數據整理

知識生產和原創性成果多以科技論文的方式進行傳播，基礎研究成果的主要特點是探索未知，學術界的基本共識是基礎研究的科研產出主要是科技論文[16]，但同樣數量的論文可能在質量上存在巨大差異，需要綜合考慮論文的質量，因此研究沒有采用發表論文總數，而是采用國外及全國性刊物發表論文數作為被解釋變量；政府科研投入以政府科技經費撥款指標衡量，研發人員規模以研究與發展人員全時當量指標衡量，作為核心解釋變量；以企事業單位委托經費、研究與發展項目數和研究與發展項目參與研究生數作為控制變量。從科研經費來源結構角度考慮，選取相對數指標政府科研投入強度，即政府科技投入經費占高校科技經費總額的比例作為第一個門檻變量；從資源和人員匹配角度考慮，選取人均政府投入科技經費作為第二個門檻變量。

構建面板門檻回歸模型如下：

模型Ⅰ：PAPit=ui+β1GIit·I(q1it≤γ1)+β2GIit·I(γ1γ2)+β4NGSit+β5EIit+β6NRDPit+εit

模型Ⅱ：PAPit=ui+β1RDPit·I(q2it≤γ1)+β2RDPit·I(γ1≤q2it≤γ2)+β3RDPit·I(q2it>γ2)+β4NGSit+β5EIit+β6NRDPit+εit

本研究數據來源于《高等學校科技統計資料匯編 (2011—2018年)》，選取2010—2017年中國30個省 (市、自治區)高校共計240個樣本 (除西藏外)，變量描述性統計見表1。

表1 變量描述性統計分析

2 門檻回歸與結果分析

2.1 門檻效應與門檻值

(1)Hausman檢驗。通過Hausman檢驗確定設定模型符合固定效應模型或是隨機效應模型，Hausman檢驗結果見表2。Hausman檢驗結果P<0.05，因此拒絕原假設，即拒絕隨機效應模型，選用固定效應模型進行估計。研究的數據集為總體數據而非樣本數據，也符合數據總體規則。

表2 Hausman檢驗結果

(2)門檻效應檢驗。應用Stata15.1將數據整理成面板數據，通過門檻自抽樣驗證是否存在門檻，并篩選出固定門檻值，以保證模型檢驗的準確性。門檻檢驗結果見表3。由表3可知，在模型Ⅰ中，雙重門檻F值為5.937，在10%的水平下顯著；在模型Ⅱ中，雙重門檻F值為48.858，在1%的水平下顯著，兩個模型均通過了雙重門檻模型的檢驗，說明政府科研投入和研發人員規模對高校基礎研究科研產出具有雙重門檻效應。

(3)門檻估計值。在模型檢驗結果存在雙重門檻的基礎之上，確定門檻估計值及其置信區間，結果見表4。由表4可知，模型Ⅰ中，政府科研投入強度的雙重門檻估計值分別為0.54、0.71，分別位于[0.45，0.93]、[0.65，0.72]的置信區間之內；模型Ⅱ中，人均政府科技經費的雙重門檻估計值分別為15、42，分別位于[11，37]、[42，43]的置信區間之內。

確定模型門檻值后，通過似然比來構造 “非拒絕域”，檢驗門檻估計值與真實值的一致性，可以看出門檻估計值有效，如圖1和圖2所示。

表3 門檻檢驗結果

表4 門檻估計值與置信區間

2.2 模型Ⅰ的結果分析

對政府投入科技經費和高校基礎研究科研產出的關系模型進行參數估計，各解釋變量回歸系數與穩健性標準誤差估計見表5。基于政府科研投入強度的雙門檻效應，政府科技投入經費與基礎研究科研產出之間存在顯著的非線性關系。模型的擬合優度R2分別為0.799，表明模型較好地解釋了這種非線性關系。

圖1 政府科研投入強度門檻值LR圖

圖2 人均政府科技經費門檻值LR圖

模型Ⅰ的回歸結果顯示，當政府科研投入強度小于54%時，基礎研究產出的回歸系數為 -0.279，在10%的水平上顯著，說明政府科技經費投入對高校基礎研究產出的積極作用并沒有得到體現，相反有一定的負向作用；當政府科研投入強度為54%～71%時，系數為1.800，在1%的水平上顯著，轉為正向作用并有較大幅度的提升，政府科技經費投入對高校基礎研究產出的促進作用得到顯著體現；當政府科研投入強度大于71%時，系數為-0.548，在1%的水平上顯著，說明當政府投入強度過高，政府科技經費投入對科研產出呈現負向影響作用。政府科研投入強度并非越高越好，存在對基礎研究科研產出的最優促進區間。

表5 模型Ⅰ回歸估計結果

在政府科研投入強度處于低水平時 (低于第一門檻值)，從高校經費來源結構可以看出，橫向經費占較大比重，高校科研活動主要是與企事業單位合作的應用型研究；此外基礎研究對硬件條件和實驗室建設的要求相對較高，而這部分投入對政府科技經費的依賴較強，因此在這一階段高校主要處于科研基礎設施條件積累階段，真正用于科研活動的資源有限，較低的政府科技經費投入水平對基礎研究有負向抑制作用。在政府科研投入強度達到一定水平時 (處于第一門檻和第二門檻之間)，高校資源配置的規模、來源和結構都處于最優階段，政府科技經費投入對高校基礎研究的積極促進作用充分顯現，并出現較高的跳躍值。當政府科研投入強度過高時 (高于第二門檻值)，會導致高校科研活動對政府依賴程度過大，科研經費來源單一，高校科研活動的產學研結合不緊密，反而會對基礎研究產生一定的負向作用；此外政府科研投入也需要高校科研水平的支撐，過高的科研投入強度對于實力和層次有限的高校會產生投入冗余的天花板現象。

2.3 模型Ⅱ的結果分析

對研發人員規模和高校基礎研究科研產出的關系模型進行參數估計，各解釋變量回歸系數與穩健性標準誤差估計見表6。基于人均政府科技經費的雙門檻效應，研發規模與基礎研究科研產出之間存在顯著的非線性關系。模型的擬合優度R2為0.793，表明模型較好解釋了這種非線性關系。

模型Ⅰ的回歸結果顯示，當人均政府科技經費小于15萬元時，基礎研究產出的回歸系數為 -0.143，在1%的水平上顯著，說明研發人員和基礎研究產出為負向關聯，呈現出消極作用；當人均政府科技經費在15萬～42萬元時，系數為0.043，轉為正向作用，但并不顯著；當人均政府科技經費大于42萬元時，系數為0.233，呈現出較強的正向作用，在1%的水平上顯著，說明在人均政府科技經費的保障下，研發人員規模效應可以得到充分發揮，對科研產出產生較強的促進作用。研發規模需要科技經費的匹配和保障，存在發揮研發人員作用的人均政府投入經費門檻。

表6 模型Ⅱ回歸估計結果

在人均政府投入科技經費處于低水平時 (低于第一門檻值)，在有限資源約束下，研發人員的作用并不能得到發揮，相反會進一步稀釋資源，難以滿足科研活動的基本保障，因此會對基礎研究起到消極抑制的作用。在人均政府科研經費遞進到一定水平時 (處于第一門檻和第二門檻之間)，科研資源和資本積累得到一定改善，但尚未達到合理配置，研發規模對基礎研究轉為不顯著的正向作用，科研投入存在一定的風險性和不確定性。當人均政府投入科研經費得到充分保障時 (高于第二門檻值)，研發人員作用得到充分釋放，科研活動全面增加，規模效應顯現，對基礎研究產生顯著的推動作用。

3 政府科技經費投入和高校研發規模的實證分析

3.1 整體趨勢分析

我國政府對高校的科技經費整體投入規模和強度的狀態和變動趨勢如圖3所示。由圖3可知，整體上看，2010—2017年我國政府對高校的科技經費投入規模和強度均處于逐年遞增的狀態，政府對高校的科研投入力度不斷加強，政府科技經費投入從565億元提高到1133億元，年均增長10.44%；投入強度從62%上升至67%，各年份均處于對基礎研究產出的最優促進區間，解釋了這一時期我國通過高強度的科研投入使基礎研究得到快速發展。

圖3 2010—2017年政府對高校科技經費投入趨勢

我國整體研發人員規模和人均政府投入科技經費的狀態和變動趨勢如圖4所示。由圖4可知，整體上看，2010—2017年我國高校研發人員規模和人均政府投入科技經費均處于穩步提升的狀態，研發人員規模從26萬人上升至33萬人，年均增長3.29%；人均政府科技經費從17萬元/人提高到31萬元/人，年均增長8.52%，處于對基礎研究產出促進作用不顯著的次優區間，表明這一時期研發人員的規模效應并未充分顯現，科研活動人員和資源的匹配程度存在優化空間。

3.2 門檻變量的區間描述性統計

對我國高校2017年的政府科技投入強度和人均政府投入經費進行區間描述性統計，見表7。

表7 2017年我國省際高校門檻變量的區間描述性統計

由表7可知，我國高校的政府科研投入強度處于最優區間的省份為17個，占比57%；處于第三區間的省份為9個，占比30%，其余省份處于第一區間。可以看出，整體上我國省份多數處于政府科研投入強度的合理區間；部分省份政府投入強度過大，這些省份或是由于政府科技投入存在冗余，或是由于來源于企事業單位的合作經費過少，科研經費結構不優。人均政府科技經費處于最優區間的省份為8個，占比27%；處于第二區間的省份為20個，占比67%，其余省份處于第一區間。可以看出，整體上我國省份多數處于研發規模對基礎研究促進作用不顯著的狀態，需要進一步提高人均科技經費或控制人員規模，優化資源配置。

3.3 省際區間分布

各省份政府科技投入規模和強度的狀態如圖5所示。由圖5可知，北京、上海和江蘇這3個經濟發達省份，處于政府投入強度的最優區間，同時政府科技經費投入較大的地區，因此基礎研究產出效率較高。廣東處于政府投入高強度的第三區間，存在一定投入冗余，但超過幅度不大。黑龍江、遼寧、重慶和四川等東部和西部四省，處于政府科技經費投入規模和強度的雙低狀態，科研資源稀缺對基礎研究產生抑制作用；青海、寧夏、新疆、貴州、廣西、海南、福建這7個主要位于西部欠發達地區的省份處于政府科技經費投入規模較低，但強度較高的狀態，反映了這些省份科研經費來源渠道單一，與產業界的合作水平較低，這在一定程度上與區域經濟發展水平相關。內蒙古、甘肅、云南、山西、河北、江西等省份處于政府科技經費投入對基礎研究促進作用最優的區間，但經費投入規模偏低，可適當增加投入。

圖5 政府科技經費投入規模和強度的區域分布

各省份研發人員規模和人均政府科技經費的狀態，如圖6所示。由圖6可知，北京、上海、江蘇和廣東這4個經濟發達省份處于研發人員規模和人均科研經費保障充足的最佳狀態，研發人員對基礎研究產出有較強的促進作用。青海人均政府科研經費較高，這主要是其研發人員規模偏低決定的。內蒙古和云南這兩個西部省份處于研究人員規模和人均經費保障的雙低狀態，人員匱乏對基礎研究產生消極影響；青海、寧夏、甘肅、貴州、新疆等西部欠發達地區研發人員規模偏低，人均政府投入科技經費也處于對基礎研究促進作用不顯著的第二區間，這與這些地區經濟發展水平欠佳，對科研人員吸引力不強有關。

綜合考慮政府科研投入強度和人均政府科技經費，其區域分布如圖7所示。由圖7可知，北京、上海、江蘇、陜西和湖北這5個省份，政府科研投入強度和人均政府科技經費均處于最優區間，基礎研究處于優勢狀態。重慶、四川、黑龍江和遼寧4個省份兩個指標均處于偏低的非優區間，可適當增加政府科研投入。貴州、廣西、福建、海南、新疆和寧夏6個省份處于人均政府科技經費不足，政府投入強度較高的狀態，單純依靠調整政府科技經費投入來優化兩個指標存在一定悖論，無法同時滿足最優區間，不能實現帕累托最優，此時應通過多元渠道改善資源配置狀態，如可通過控制研發人員規模、增加高校其他渠道科研經費來源等。因此優化資源配置不能用同一種標準來衡量，需要綜合考慮不同地區經濟水平、發展狀況、人員規模、經費來源和結構等方面。

圖6 研發人員規模和人均政府科技經費的區域分布

圖7 政府科研投入強度和人均政府科技經費的區域分布

4 結論與啟示

本研究選取2010—2017年我國30個省 (市、自治區)的面板數據，通過面板門檻模型實證分析政府科技經費投入和高校研發人員規模對于基礎研究科研產出的影響。研究顯示：基礎研究投入產出效率受研發經費投入結構及人員經費匹配程度的影響和制約，因此綜合考慮投入規模和資源配置結構就顯得尤為重要。政府科技經費投入、研發人員規模和高校基礎研究科研產出都存在非線性關系，政府投入強度適中時 (處于兩個門檻值之間)是政府科技經費投入對基礎研究產出的最優促進區間，政府科研投入強度過高 (高于第二門檻值)或過低 (低于第一門檻值)都會影響制約科研產出；在人均科技經費達到一定水平時 (高于第二門檻值)才能充分發揮研發人員規模對基礎研究的促進作用，處于中等水平 (處于兩個門檻值之間)促進關系會不顯著，如果過低 (低于第一門檻值)則會負向影響基礎研究產出。

我國整體上處于政府科研投入強度中等偏高、人均科技經費不足的情況，兩個指標都呈現逐年遞增的趨勢。這反映了高校從企事業單位等途徑獲取的科研資源增長速度明顯落后來自于政府科研投入的增長速度，高校對政府科研投入依賴性不斷加強；各省 (市、自治區)科研資源和結構存在顯著空間差異，相當一部分地區未處于最優水平。科研資源分布不均衡，與地區經濟發展水平呈現出一定的相關性，東部經濟發達地區科研資源較為豐富，來源渠道也較為多元；西部和中部欠發達地區則出現對政府依賴程度較大、政府投入相對有限的雙重窘境。

本研究啟示如下。

(1)高校科研要素 (人力資源、科研經費、設施設備、基地建設等)之間是相互聯系、相互制約的復雜運行系統，要素之間協調匹配才能充分發揮各自功能和效益，政府科研投入和高校研發人員規模要考慮高校科研活動的承載能力。政府投入強度過低則直接作用于基礎研究的資源有限；過高則會出現經費投入冗余和規模報酬遞減現象，也會削弱高校產學研結合的動力和活力；人員規模過大則會出現人均科研資源不足的傾向。因此強調資源配置和優化結構比單純追求規模的增加對基礎研究活動更有意義。

(2)在保障政府科研投入強度一定水平的基礎上，應注重優化高校科研經費來源結構，形成多元化經費投入體系。現實上，宏觀政策層面上在短期內很難大幅增加對高校的科技經費撥款，微觀層面上建立財政投入與社會資金搭配機制促進基礎研究產出更具現實意義；理論上，適度的政府投入強度更能激發高校基礎研究創新潛力。因此，應發揮政府的杠桿和導向作用，推動企事業單位參與高校科研活動，使高校通過產學研合作廣泛吸納和利用社會各方面的資金，優化科研經費配置結構。

(3)以全局視野統籌規劃和調整我國省域高校科研資源。我國高校科研活動發展不均衡問題較為突出，政府科研投入的空間差距也較為明顯。資源不足和投入冗余現象同時存在，需進一步協調優化省域間的科研資源和研發人員的配置和規模。此外，應加強高校間的資源共享和聯動合作，加強高校間跨區域、跨類型的校際協同創新，打破資源分散、封閉和壟斷的狀況，提高研發人員協同效應和科研資源使用效益。

本研究存在以下不足：高校的科研產出分為許多形式，如代表應用研究的專利技術，代表成果轉化的技術轉讓收入等，本研究在初步對產出幾個指標做門檻效應分析后發現并不顯著，為聚焦基礎研究主題，并沒有進一步討論，在未來研究中將選擇適合的計量方法進行專項分析。