科技创新投入产出绩效的评价与解析——基于东北三省一区的相对分析，本文主要内容关键词为：投入产出论文,科技创新论文,一区论文,绩效论文,评价论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F062.3 [文献标识码]A [文章编号] 1003-7411(2008)04-0063-(05)
一、问题的提出
无论是新古典经济增长理论还是内生经济增长理论，均明确指出技术进步促进经济增长，如索罗(R.Solow)指出技术进步能够克服资本边际产出的下降，提高劳动生产率[1]；卢卡斯(R.E.Lucas)指出科技创新能够增加人力资本，使人均产出持续增长[2]；罗默(1990)指出知识具有正外部效用，知识的溢出效应一方面导致新设计和新产品的生产，另一方面增长知识的存量，提高劳动者的生产效率，进而促进经济增长[3]。随着人们对科技创新促进经济和社会发展作用认识的提高，世界各国对科技创新的投入越来越大，科技成果越来越多[4]。中国改革开放近30年来，R&D经费支出总额从1995年的349亿元上升到2005年的2 450亿元，占GDP的比重也从0.57％增长到1.34％，全国研究与试验发展人员全时当量2005年也达到1 365万人年，国内专利申请受理数从2005年的69 539件上升到2005年的383 157件。但是，全国各地的科技创新投入各有侧重，创新成果也各有千秋，科技创新投入产出绩效差异很大。
如何在充分考虑各省实际情况的条件下，有效地解析科技创新投入绩效差异，并采用合适方法评价科技创新投入产出绩效，就成为值得研究的问题。统计数据显示，东北三省一区近年来科技创新成果差异较大(如表1所示)，无论从国内专利申请受理数还是从国内专利申请授权量来讲，辽宁省都高居榜首，这是否说明辽宁省的科技创新投入产出绩效最优呢？本文将依据对科技创新投入产出关系的分析来构建实证模型，并采用全国2005年数据进行经验检验，最后对东北三省一区科技创新投入产出绩效进行评价和分析。
二、科技创新投入产出绩效的分析模型
图1所示，科技创新需要投入财力资源和人力资源，其中财力资源转化成从事科技活动的经费支出，如固定资产的购建支出、劳务费支出等，人力资源转化成从事科技活动人员的工时支出[5]。这些科技创新资源分别投入到基础研究、应用研究和试验发展这三项相互联系又逐层递进的科技创新活动中，这三项科技创新活动分别有着不同的成果形式，其中科学论文和科学著作属于科技创新的基础性研究成果，具有较强的外溢性，不能直接转化为生产力，也难以用于直接衡量科技创新的投入绩效；专有技术和某些试验发展成果不能统计也不便于衡量；发明、实用新型和外观设计这三类专利的应用范畴最为广泛(既能反映应用研究的成果，又能反映试验发展的成果；同时能够反映多学科的科技创新成果)，最易统计。因此科技创新直接成果可分为两类，一类是可以直接衡量科技创新产出直接绩效的专利成果，可以用专利申请数或者受理数来加以衡量和比较；另一类是科学论文、著作、专有技术等不能或者不便于衡量科技产出直接绩效的科技成果。采用论文、专利、专著数等来评价科技创新产出，也是国际上的通行做法[6]。
图1 科技创新投入产出关系图
国际上对科技创新投入的研究比较通行的做法是着重分析研究与发展方面所使用的财力和人力资源。[7]在其他条件不变的情况下，科技资源(人力和财力)投入的增加总会促进科技的发展，带来科技进步，进而促进经济增长，因此单纯从经济增长和财政实力等方面来评价科技创新投入的规模和速度。但是不同的科技创新投入直接成果会对经济增长和财政实力的增加产生不同的影响，而不同来源的科技创新投入因其偏好的不同，会产生不同的科技创新直接成果，[8]如政府创新资金的投入可能会更偏向于产生专利成果，企业创新资金的投入会可能更偏向于进行专有技术的研发、新产品的开发、设备的升级改造等，研究机构和高等院校科研人员可能更偏好于科技论文和科技著作的研发，大中型工业企业的科研人员可能更偏好于专利成果的研发。同时，政府创新资金、企业创新资金与金融机构贷款这三项科技创新财力资源投入之间可能会因为相互影响而改变自身或者其他资金的投入方向，各科研人员也可能会因为资金来源不同而改变其研发方向。因此，同样规模和速度的科技创新资源投入，财力资源投入与人力资源投入的配比、财力资源投入结构、人力资源投入结构等各方面的差异都影响着科技创新直接成果产出的差异，会表现出不同的科技创新投入产出绩效。基于此，本文构建一个以专利为代表的科技创新直接成果(STO)与科技创新投入(STI)之间的线性关系模型：
STO=f(STI)(1)
在科技统计数据中，专利分为国内专利申请受理数(件)和国内专利申请授权数(件)两个指标，因此，科技活动成果可用国内专利申请受理数(PA)和国内专利申请授权数(PC)两个指标来表示。根据前面的分析，科技创新投入应该包括以下几个指标：政府资金投入(GE)，企业资金投入(EF)，金融机构贷款(BL)，研究与开发机构人员全时当量(RI)，大中型企业研发人员全时当量(LME)，高等学校研发人员全时当量(HE)，同时地方财政收入水平(FE)反映了政府对科技创新财力资源投入的能力。因此，前述科技创新投入绩效评价的线性关系模型可以分解为以下两个回归模型：
三、科技创新投入产出绩效评价的实证检验
本文采用最小二乘法，选取2005年全国31个省、自治区和直辖市的相关数据得出中国科技创新投入与产出的回归模型。各研究变量的描述性统计特征见表2。
表3提供了用2005年全国30个省、自治区和直辖市的科技创新资源投入和成果产出的数据得出的回归结果。结果显示：
无论是国内专利申请受理数还是授权数的回归模型中，截距项均为负数，表明科技资源只有投入到一定程度才能够产生科技创新成果，科技创新需要大量的资金和人员的支持。
在资金投入方面，政府资金投入对专利成果存在着非常显著的正向影响，证实了政府资金对专利成果研发投入的偏好，即政府投入资金越多专利成果产出越多；虽然企业资金对专利成果的影响不显著，但企业资金和金融机构贷款对专利成果的影响都是负向的，可见企业资金和金融机构贷款的投入更偏好于非专利成果研发，并因其对政府资金投入方向的影响而使专利成果因其投入的增加而减少。
在人力资源投入方面，研究与开发机构R&D人员全时当量对科技成果的影响为负影响，影响系数明显大于1，影响程度在1％水平上显著，这证实了研究与开发机构的科技活动人员对科学论文、科学著作等非专利创新成果的偏好，并因其对政府资金投入方向的改变而使专利成果因其投入的增加而减少。同时大中型工业企业的R&D人员全时当量①对科技成果的影响为正影响，影响程度在1％水平上显著，这揭示出，在其他条件不变的情况下，加强大中型工业企业的科技活动人力资源的投入更能促进专利创新成果的产出。
地方财政收入对专利成果存在非常显著的正向影响，影响程度在1％水平上显著，这证实了地方财政收入代表政府投入科技活动的能力与实力，地方财政收入的增加会显著增加专利成果的产出。
四、东北三省一区科技创新投入产出绩效评析
如表4所示，东北三省一区2005年科技创新投入和产出的差异(现实值)较大，以辽宁省的科技创新资源投入、成果产出和地方财政收入为最多，黑龙江第二，吉林省第三，而内蒙古自治区最后；但内蒙古自治区的地方财政收入比吉林省略高。
利用WLS的回归系数所构成的科技创新投入绩效评价模型，代入东北三省一区的相关数据计算东北三省一区政府在相应的经济发展水平和科技创新投入规模条件下，应取得科技创新成果水平(理论值)，并与科技创新成果现实值进行比较，得出各省政府的科技创新投入绩效(见表5)。结果显示，吉林省科技创新投入绩效相对最优，其次是辽宁省，第三是内蒙古，黑龙江省的科技创新投入绩效最差。
结合表4东北三省一区科技创新投入结构和表3科技创新投入产出回归模型的系数，可以发现，黑龙江省科技创新成果处于中位数水平，但科技活动人员的投入水平与结构中，研究与开发机构和高等学校的科研人员明显高于中位数，而这两项对科技创新成果具有一定的负面影响，尤其是研究与开发机构人员的负影响系数绝对值大于1；内蒙古的政府资金投入和大中型工业企业科技人员投入都太少，而这两项对科技创新成果有最显著的正影响；辽宁省科技创新成果、科技创新投入和地方财政收入都明显高于中位数，但科技投入财力资源与人力资源的配比、人力资源投入结构却不尽合理；吉林省虽然地方财政收入水平较差，但资金投入水平和结构、研究与开发机构人员投入水平基本位于中位数，使得其科技创新投入绩效相对最优。
五、结论和政策建议
通过构建科技创新投入产出绩效的分析模型，并据此对中国30个省(自治区、直辖市)科技创新投入产出绩效进行实证检验，本文得出如下结论：
1.政府资金投入一般会显著增加专利成果的产出，但企业资金和金融机构贷款的投入一般更偏好于非专利成果的科技产出，并因其对政府资金投入方向的影响而使专利成果因其投入的增加而减少。
2.大中型工业企业研发人员的增加会显著增加专利成果的产出，但研究开发机构与高等学校科研人员更偏好于非专利成果的研发，并因其对政府资金投入方向的改变而使专利成果因其投入的增加而显著减少。
3.地方财政收入的增加会显著增加专利成果的产出。
用本文基于理论分析和实证检验构建的科技投入产出绩效评价模型对东北三省一区科技投入绩效进行评价可以得出：吉林省虽然科技投入和专利产出均不是第一位，但其专利产出现实值明显高于理论值，科技投入产出绩效最优，可见吉林省各项科技投入方向一致，各项科技投入产生了较大的规模与范围经济，科技政策导向更偏向于做强科技产业链，将科技投入转化为现实的各项专利产出，并通过产业化实现科技投入产出的最大化；而辽宁省虽然科技投入和专利产出均是第一位的，但其专利产出现实值却略低于理论值，科技投入产出绩效次于吉林省，可见其各项科技投入的方向出现了较大偏差，致使其各项科技投入没有形成明显的规模与范围经济。而黑龙江和内蒙古则科技投入产出绩效更差，各项资金和人力资源投入均未形成明显的规模与范围经济。
因此，为促进科技进步和经济增长，各地政府除了要不断加大科技创新资源投入之外，更要合理调整各种科技资源投入的结构，即政府、企业、研究与开发机构、高等学校和金融机构等科技投入主体要相互配合，其中政府要积极发挥引导作用：一方面政府要增加对企业的科技资金投入比重，与大中型工业企业增加研究人员的投入相结合，放大科技创新资金投入和人力资源投入的协同作用；另一方面要根据各类科技创新成果对经济增长的促进作用和当地经济社会发展对各类科技成果的需求，有目的地引导各科技投入主体的研发投入方向，真正提高科技创新投入的绩效，并最终促进科技进步和经济增长。
注释：
①全时当量指全时人员数加非全时人员按工作量折算为全时人员数的总和。例如，有两个全时人员和三个非全时人员(工作时间分别为20％、30％和70％，则全时当量为2+0.2+0.3+0.7=3.2人年。其中全时人员指报告年内从事R&D活动的时间占全年工作时间90％及以上的人员，非全时人员指报告年内从事R&D活动的时间占全年工作时间10(含10％)—90％(不含90％)的人员。引自国家统计局科学技术部编，《2004年中国科技统计年鉴》，中国统计出版社，2004年12月。