研發投入對江蘇經濟高質量發展的影響分析

趙喜倉，朱大鵬

（江蘇大學財經學院，江蘇鎮江 212013）

奮進正當時，創新天地寬。黨的十九大報告中明確指出：我國經濟已由高速增長階段轉向高質量發展階段，傳統的粗放型發展方式已經難以為繼。面對新時期內外部環境的深刻變化，科技創新已成為新常態下經濟發展的必然選擇與高質量發展的重要動力。其中，研發活動作為科技創新的源泉與重要組成部分，對實現創新發展具有重要意義，沒有研發，就談不上產品創新和工藝創新的發生，更遑論創新的擴散。江蘇作為中國科技資源的密集區，長期處在技術研發的高地，2019 年全省研發活動經費達2 779.5 億元，排全國第二；研發經費投入強度為2.72%，高出全國平均水平0.53 個百分點。但對標高質量發展的要求，江蘇的研發活動仍不夠理想，省域內，蘇南、蘇北研發實力懸殊的問題一直存在；省域外，江蘇研發投入被廣東趕超且差距逐步拉大。目前國家經濟社會發展正處于高質量發展的關鍵期，研發的重要性不言而喻，因此，科學探析研發投入對江蘇經濟高質量發展的影響，有助于進一步發揮好研發投入對江蘇經濟高質量發展的促進作用，高質量建設創新型省份。

1 文獻綜述

研發投入方面，有的學者從現狀出發，分析了目前研發投入中的主要問題，如康爭光等［1］從投入強度、投入來源、投入方向和企業類別四方面分析了江蘇企業研發投入中的問題，認為目前存在著強度放緩、增長乏力、政府研發投入不足、基礎研究投入偏低等問題；羅建等［2］采用探索性空間數據分析方法，對湖南省各市州研發投入的空間格局進行實證分析，發現湖南的研發投入在地理分布上存在大面積的低水平聚集和輻射帶動力不突出的問題；王文等［3］研究了我國地區研發資源的錯配情況，認為多數省份傾向于過度配置研發資源，提出各地在加大研發投入力度的同時還應關注研發效率的提升。有的學者則更為關注研發投入的各種影響，如杜勇等［4］以高新技術產業上市公司為樣本，分析了研發投入對企業經營績效的影響，認為研發投入與企業盈利能力存在著顯著的正向關系，這與Sougiannis［5］的實證研究結果相同；張永安等［6］通過面板向量自回歸模型（PVAR），探討了政府補助、企業研發投入與創新績效的動態關系，發現政府補助、企業研發投入對創新績效均具有促進作用，企業研發投入對創新績效的作用較政府補助更加快速、直接。

經濟高質量發展方面，目前文獻研究主要集中在經濟高質量的內涵特點、理論機制、實現路徑等定性分析上，定量的評價測度還不夠。在定性研究層面，如周振華［7］、金碚［8］分別從高質量發展的提出背景和經濟學理論的角度出發，推導高質量發展的定義與特征；孫久文等［9］通過梳理區域高質量發展理念的形成過程，總結我國區域高質量發展理論的內涵和創新，并就新時代背景下區域高質量發展的實踐路徑提出5 點建議。在定量研究層面，有學者采用單一指標來衡量經濟高質量發展，如江三良等［10］、姜安印等［11］以全要素生產率作為經濟高質量發展的衡量指標，運用計量分析和因果推斷等方法，分別研究對內融合、對外開放以及新型城鎮化建設對高質量發展的作用；劉志彪等［12］認為全要素生產率是實現高質量發展的核心源泉，并就結構轉換對全要素生產率的影響展開了實證研究。但是，全要素生產率的測算方法繁多，許多研究采用的方法往往與實際情況不相符，并且在測算過程中存在資本累計低估、經濟效果反映不全面等問題，對此沈利生［13］提出增加值率是從宏觀上度量投入產出效益和經濟增長質量的綜合指標，可以更好地反映經濟增長的質量；范金等［14］基于五大發展理念視角，以1995—2011 年經合組織（OECD）34 個成員國的數據為樣本，比較發現全要素生產率在反映創新發展上效果更佳，而增加值率在反映綠色發展上效果更佳，兩者在評價中各有所長；田成詩等［15］認為在采用單一指標測度經濟增長質量時增加值率比全要素生產率計算更為簡單、操作性更強，對于反映我國經濟高質量發展更具現實意義。也有學者構建指標體系來測度經濟高質量發展，但評價結果差異大、指標選取主觀性強、覆蓋期間短等問題一直未得到有效解決，其中蘇永偉等［16］在參考成都市高質量發展評價指標體系的基礎上遴選出27 項指標，構建經濟高質量發展評價指標體系，測算了2018 年我國31 個省份的高質量發展水平；孫豪等［17］從創新、協調、綠色、開放、共享五大方面出發構建指標體系，對2017 年我國31 個省份的經濟高質量發展情況進行了評價，并就其區域分布情況展開分析；吳志軍等［18］基于經濟高質量發展的內涵，構建了包括綜合質效、創新、協調、綠色、開放、共享六大方面的我國經濟高質量評價體系，評價了2017 年我國31 個省份的經濟高質量發展綜合水平。

研發投入對經濟高質量發展的影響方面，現有研究大部分針對研發投入對經濟增長的影響，鮮有研究上升到研發投入對經濟高質量發展的影響。國外許多學者發現，研發投入與經濟增長的直接因果關系往往不顯著，研發投入主要通過進口、出口等要素間接作用于經濟增長，如Krammer［19］采用面板單位根與協整模型分析了國際R&D 投入溢出效應對貿易和外商直接投資的影響，得出進口是R&D 投入溢出效應作用于經濟增長的主要擴散渠道，外商直接投資的影響雖也具顯著，但影響過小可以忽略；Dincer 等［20］利用Dumitrescu 和Hurlin 提出的面板因果檢驗方法，考察1996—2016 年研發投入對新興七國經濟增長、出口和失業率的影響，認為研發投入對經濟增長的因果關系不明顯，但對出口有著顯著的促進作用。國內學者則立足中國實際，普遍認為研發投入對經濟增長或經濟發展有直接的促進作用，如鐘祖昌［21］采用對數生產函數模型，在論證研發投入正外部性存在的基礎上，結合我國1991—2009 年29 個省份的數據測算該正的外部性大小，結果表明研發投入對區域經濟增長有顯著促進作用，其對經濟增長的拉動程度達16.7%；趙喜倉等［22］利用PVAR 模型對2002—2011 年江蘇省R&D 投入、專利產出效率與經濟增長實力的動態關系進行探究，研究得出江蘇的R&D 投入與經濟增長實力存在雙向的正效應，但這種影響并不持久；劉滿鳳等［23］運用空間計量模型分析了2005—2014 年我國31 個省份的直接R&D 和間接R&D 對經濟增長的影響，認為R&D 投入是僅次于資本的驅動經濟增長的最重要因素；溫濤等［24］運用動態面板廣義系統矩估計法，從數量和質量兩個方面實證分析了信貸與研發投入對經濟增長的作用，認為研發投入對經濟總量增長和經濟質量提升均起到了顯著的正向促進作用；陳亞平［25］通過對比中美兩國研發投入發現，雖然我國的R&D 投入總額已逼近美國，但我國R&D 投入對經濟增長的貢獻度仍與美國存在較大差距。

綜上所述，現有研究大多基于省級和企業層面，相關成果主要集中在研發投入與經濟增長或發展的關系上，而經濟高質量發展不僅要關注量的增長，也應該注重質的提升，但鮮有文獻關注市級層面的研發投入對經濟高質量發展的影響；此外，學者大多采用線性計量模型展開分析，認為我國研發投入對經濟增長或發展存在直接的促進作用，但往往忽視了這種作用可能是非線性的，傳統的線性計量模型是否適用有待商榷。鑒于此，本研究以江蘇省為例，綜合面板平滑轉移回歸（PSTR）、空間計量分析、人工魚群算法（AFSA）等方法，構建一種基于人工魚群算法的空間滯后面板平滑轉換模型（AFSASLPSTR），據此量化分析研發投入對江蘇經濟高質量發展的影響程度，為深入了解研發投入對江蘇經濟高質量發展的作用方式、合理安排研發投入，推動新時期江蘇經濟高質量發展提供參考。

2 模型設定與估計

2.1 模型設定

基于面板平滑轉換模型和空間滯后模型的特點，并借鑒Gonzalez 等［26］、方麗婷［27］等的研究，設定空間滯后面板平滑轉換模型的一般形式即模型1 與簡化形式即模型2 分別如式（1）和式（2）：

2.2 模型估計

傳統的固定效應面板平滑轉換模型在處理非線性部分時常采用牛頓法、擬牛頓法等方法，這類方法雖然具有較高的收斂速度，但對迭代的初始值選取十分敏感，常因初始值不在收斂域內導致求解結果非最優。由于人工魚群算法具有魯棒性強、全局收斂性好、不易受初值影響等優點，目前已應用于故障診斷、圖像分割、參數優化等領域。為克服傳統估計方法的不足，本研究將人工魚群算法應用到空間滯后面板平滑轉換模型的估計中，同時結合擬極大似然估計、組內回歸、嶺回歸（ridge regression）等方法，構建一種基于人工魚群算法的空間滯后面板平滑轉換模型（AFSA-SLPSTR）。模型估計中的主要步驟如下所示：

步驟四：分別模擬人工魚的追尾行為和聚群行為，選擇兩種行為中食物濃度值較大的行為實際執行，缺省行為為覓食行為；然后，與公告板中的最優魚進行比較，若其食物濃度值大于公告板，則以自身信息對公告板進行更新。

步驟五：判斷是否達到最大迭代次數，滿足轉至下一步，否則轉回步驟四，繼續迭代。

步驟六：計算終止，此時公告板中的人工魚就是全局范圍內的最優魚，對應的轉換參數（）即為全局最優解。

3 指標選取與數據來源

因變量為經濟高質量發展。借鑒張永軍［28］、陳詩一等［29］、林進忠［30］等人的做法，將經濟高質量發展分為經濟發展數量和經濟發展質量，并選取和計算相關指標。經濟發展數量選取各地的人均生產總值（GDP）來體現，經濟發展質量則選取各地的全要素生產率和增加值率按熵值法合成的指數來體現。其中，全要素生產率在測算時采用數據包絡分析（DEA）-Malmquist 模型，產出指標為按照各地生產總值指數換算后的實際地區生產總值，勞動投入指標為各地的全部就業人員，資本投入指標為按永續盤存法計算并使用固定資產價格指數平減后的各地實際固定資產投入數據；各地的增加值率根據《江蘇省2017 投入產出表》《江蘇省2012 投入產出表》等數據，按產業結構、時期等因素加權計算得出。

自變量為研發投入。選取各地的R&D 經費支出和R&D 人員兩個最具代表性的指標來體現研發投入，前者反映了研發中的資金投入，后者反映研發中的人員投入。

轉換變量為專利。張煒［31］、詹祥等［32］的研究指出，研發投入對經濟的作用會受到相關產出水平的影響，而專利作為科研活動中重要的資源投入與主要的成果產出，是連通研發投入和經濟發展的關鍵橋梁。因此，選取各地的每10 萬人口專利授權數代表專利，并作為資金投入和人員投入兩個研發投入自變量的轉換變量。

為控制其他因素的影響，選取對外開放和產業結構作為模型的控制變量。對外開放選取各地進出口總額與地區生產總值之比來體現，其中進出口總額采用國家統計局公布的各年人民幣對美元的平均匯率進行貨幣單位換算；產業結構則參考張瑞等［33］、沈肇章等［34］的研究，選取各地的第三產業增加值與第二產業增加值之比來體現。

上述指標數據主要來源于2014—2018 年《江蘇年鑒》《江蘇統計年鑒》《江蘇省投入產出表》《江蘇科技年鑒》。此外，為了讓數據波動相對穩定，防止可能產生的異方差問題，本研究對各變量進行了取對數處理，相應的描述性統計結果如表1 所示。

表1 江蘇研發投入與經濟高質量發展相關變量描述性統計

4 實證分析

4.1 空間相關分析

基于江蘇省13 個地級市2013—2017 年經濟高質量發展相關指標的均值，采用四分位法對其地理分布情況進行劃分，并進一步結合全域莫蘭指數探討各市經濟高質量發展的空間相關性。2013—2017年13 個地級市經濟高質量發展均值排位如表2 所示。

表2 2013—2017 年江蘇經濟高質量發展的城市空間分布

經濟發展數量方面，位于第一梯隊的城市有3個，分別為蘇州、無錫、南京，是省內表現最佳的城市；位于第二梯隊的城市有4 個，分別為常州、鎮江、揚州、南通，在經濟發展數量上僅次于前面3 個城市，是省內表現較好的城市；位于第三梯隊的城市有3 個，分別為泰州、鹽城、徐州，表現相對較差；位于第四梯隊的城市有3 個，分別為淮安、宿遷、連云港，是省內表現最差的地區。利用全域莫蘭指數對經濟發展數量指標進行空間相關性檢驗，全域莫蘭指數為0.657，z統計量為3.983，這表明在1%的顯著性水平下13 個城市的經濟發展數量存在正相關性（空間依賴性），城市的經濟發展數量在空間上有趨于聚集的現象。

經濟發展質量方面，位于第一梯隊的城市有3個，分別為蘇州、南京、常州，是省內表現最佳的城市；位于第二梯隊的城市有4 個，分別為無錫、鎮江、南通、揚州，在經濟發展質量上僅次于前面3 個城市，是省內表現較好的城市；位于第三梯隊的城市有3 個，分別為泰州、徐州、宿遷，表現相對較差；位于第四梯隊的城市有3 個，分別為鹽城、連云港、淮安，是省內表現最差的地區。空間相關性檢驗結果顯示，全域莫蘭指數為0.527，z 檢驗統計量為3.396，這表明在1%的顯著性水平下13 個城市的經濟發展質量存在正相關性。

因此，可以認為，江蘇13 個城市在經濟發展質量與數量上存在顯著的空間依賴關系，省域內的經濟高質量發展在空間上呈現出一定的集群現象，經濟發展數量與發展質量上表現較好的地區多集中在蘇南地區，而表現較差的地區多集中在蘇北地區。

4.2 AFSA-SLPSTR 模型分析

4.2.1 模型檢驗

在模型估計前，需要對空間滯后面板平滑轉換模型進行線性檢驗與剩余非線性檢驗，通過將轉換函數展開成一階泰勒線性表達式，構造LM統計量（Wald 檢驗）、LMF 統計量（Fisher 檢驗）與LRT 統計量（似然比檢驗），判定模型是否線性及其轉換函數的最優個數。由表3 可知，模型1 和模型2 的3 項檢驗統計量均在5%的顯著性水平下拒絕了“H0：r=0”的原假設，即認為模型1 和模型2 存在顯著的非線性關系，傳統的線性模型模型已不再適用。因此，在估計時，對模型1 和模型2 應采用單轉換函數（r=1）、單體制（m=1）的SLPSTR模型進行估計。

表3 2013—2017 年江蘇經濟高質量發展的空間滯后面板平滑轉換模型檢驗

4.2.2 估計結果

將數據輸入到AFSA-SLPSTR 模型中，求解模型的最優轉換參數，具體迭代優化過程如圖1、圖2所示，估計結果如表4 所示。從圖1、圖2 可以發現，模型1 和模型2 分別迭代至第42 次和與第35 次時目標函數取得最優值，此后算法中的最優值將不再進行更新。

圖1 模型1 的魚群算法迭代過程

圖2 模型2 的魚群算法迭代過程

表4 中模型1 的結果顯示，研發投入對江蘇經濟發展數量的影響有著單門檻的特征，并且城市的經濟發展數量在研發投入等變量的綜合作用下呈現出不顯著的空間正相關關系。其中，研發資金投入對經濟發展數量的影響顯著為正且影響程度較大，其非線性估計部分的系數為負且在5%的水平上顯著，線性與非線性部分系數之和為0.861，表明當專利超過閾值點時會略降低研發資金投入對經濟發展數量的影響系數，減少研發資金投入對經濟增產數量的正向促進程度，此時應更加關注專利的質量而非數量；研發人員投入對經濟發展數量也有顯著的正向影響，但該影響在程度上要小于研發資金投入的影響，其非線性估計部分的系數為負但并不顯著，綜合考慮位置參數、線性部分系數等，可以認為研發人員投入對經濟發展質量的影響同樣會受到專利閾值點的負面影響，這種影響較小且并不顯著。模型中平滑參數反映模型的轉換速度較快，說明隨著專利數量的擴張，部分專利得不到充分應用，這往往會加劇科研資源的虛耗，從而削弱研發投入對經濟發展數量的促進作用，同時僅注重專利數量而非質量的現象同樣會弱化研發投入對經濟發展數量的正向影響。

表4 研發投入對江蘇經濟高質量發展影響的AFSA-SLPSTR 模型回歸結果

模型2 的結果顯示，研發投入對江蘇經濟發展質量的影響同樣具有單門檻的特點，并且城市在經濟發展質量上呈現顯著的空間正相關性。具體來看，模型的空間滯后系數ρ的值為正且在1%的水平上顯著，表明各市在經濟發展質量上存在顯著的空間溢出效應，即某一城市的經濟發展質量會明顯受到其周邊城市的正向影響，而模型的位置參數與平滑參數表明研發投入對經濟發展質量的影響較其對經濟發展數量的影響會更易并更快地受到專利的轉換。其中，在低體制下，研發資金投入對經濟發展質量的影響系數為正且在10%的水平上顯著，表明研發資金投入對經濟發展質量有較顯著的正向影響，且其在程度上要小于研發資金投入對經濟高質量發展的影響；與模型1 的結果類似，在高體制下，研發投入對經濟增長質量的影響會有所削弱，對應的影響系數下降，專利數量的進一步增長將無法帶來研發投入對經濟高質量發展促進作用的上升，相反，由于科研資源配置不合理、專利轉化不充分等因素，研發投入對經濟增長質量的影響會面臨比對經濟發展數量的影響更大的滑坡。在研發人員投入對經濟發展質量的影響方面，低體制下，研發人員投入對經濟發展質量具有顯著的正向影響且在5%的水平上顯著；當進入高體制后，研發人員對經濟發展質量的影響將發生結構性變化，系數由正轉負，此時盲目加大研發人員投入反而會對經濟發展質量產生一定的負面影響，可能的原因是隨著專利數量的增長，一般研發人員冗余和核心研發人員缺失的問題持續惡化，達到一定程度后，這種總量的過剩和結構的失衡會降低研發人員的整體效率，造成資源的浪費，進而妨礙經濟發展質量的提升。

5 結論與建議

本研究構建了一種基于魚群算法的空間滯后面板平滑轉換模型（AFSA-SLPSTR），并進一步結合2013—2017 年江蘇省13 個地級市的面板數據，探究了研發投入對江蘇經濟高質量發展的影響。研究結果表明：（1）江蘇省13 個地級市的經濟高質量發展呈現正相關關系，即本地的經濟高質量發展表現越好，其相鄰城市的經濟高質量發展表現可能會較好；（2）研發投入對江蘇經濟高質量發展的影響有顯著的非線性特征，具體表現為單轉換函數、單體制的形式；（3）在低體制下，研發投入對江蘇經濟發展的數量和質量均有著顯著的正向促進作用，且研發投入對經濟發展數量的影響在程度上要稍強于其對經濟發展質量的影響；（4）在高體制下，研發投入對江蘇經濟發展數量和質量的促進作用會顯著減弱，其中研發人員對經濟發展質量的影響更是會跌至負值，阻礙經濟發展質量的提升。

基于研究結果，為更好發揮研發投入對江蘇經濟高質量發展的促進作用，推進創新型江蘇建設，提出如下建議：（1）關注經濟高質量發展在省域內的聚集和溢出效應，深化地區在技術創新、產業發展等領域的交流合作，積極推進江蘇省域一體化發展，努力開創區域協調聯動高質量發展的新局面；（2）改善以數量為主的地方性專利考核標準，做好影響專利質量的外部政策導向、評價體系的設計，嚴把專利審查授權關，不斷完善審查質量管理機制，切實提高專利的實際“含金量”和實用性，避免研發投入等資源浪費；（3）科學合理配置研發投入，利用好科研經費與科研人員對經濟高質量發展的促進作用，在加大研發投入的同時不斷優化其結構，強化重點領域關鍵環節的技術研發，切忌以量的擴張取代質的提升。