符洋　楊彩鳳

摘 要：近年來，我國的研發(fā)經(jīng)費投入規(guī)模在迅速擴大，但與一些發(fā)達國家相比還存在差距。為提高國家的科技實力，政府采取了全方位、多領(lǐng)域、多層次的政策措施來提高全社會的研發(fā)經(jīng)費投入。本文從經(jīng)濟形勢、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5個方面確定了10個重要的指標，選取2012年和2016年全國31個省、自治區(qū)、直轄市的橫截面數(shù)據(jù)，采用偏最小二乘回歸方法對我國區(qū)域研發(fā)投入規(guī)模的影響因素進行分析。結(jié)果顯示：R&D;人員數(shù)、外商投資總額、GDP、第三產(chǎn)業(yè)增加值等因素對加大研發(fā)投入具有顯著的促進作用。

關(guān)鍵詞：研發(fā)投入；R&D;；GDP；偏最小二乘回歸

中圖分類號：F273.1 文獻標識碼：A 文章編號：1671-0037（2018）9-14-5

DOI：10.19345/j.cxkj.1671-0037.2018.09.003

Abstract： In recent years， China's R&D; expenditures have expanded rapidly， but there are still gaps compared with some developed countries. In order to improve the country's scientific and technological strength， the government has adopted comprehensive， wide-ranging and multi-level policy measures to increase the R&D; funds investment of the whole society. This paper identified 10 important indicators from five aspects： economic situation， foreign investment， scientific research talents， government investment， and industrial structure. The cross-sectional data of 31 provinces and municipalities in China in 2012 and 2016 were selected， and partial least squares regression method was adopted to analyze the influencing factors of China's regional R&D; investment scale. The results showed that the factors such as the number of R&D; personnel， total foreign investment， GDP， and added value of the tertiary industry had significant roles in promoting R&D; investment.

Key words： R&D; investment； R&D;； GDP； partial least squares regression

1 引言

國務(wù)院發(fā)布的《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》[1]確定的科技工作的指導方針是：自主創(chuàng)新、重點跨越、支撐發(fā)展、引領(lǐng)未來，指出到2020年我國研發(fā)投入（R&D;）強度要達到2.5%以上。

目前，大部分研發(fā)投入的文章都在研究研發(fā)與單個方面指標之間的相關(guān)關(guān)系。如山東理工大學的李平分析了人力資本對國內(nèi)自主創(chuàng)新的影響，研究結(jié)果表明人力資本是保證國家自主創(chuàng)新能力提升的關(guān)鍵[2]。中央財經(jīng)大學的傅曉霞運用內(nèi)生技術(shù)進步增長模型分析了國外技術(shù)引進對國內(nèi)研發(fā)投入的影響，結(jié)果表明國外的技術(shù)引進對于發(fā)達地區(qū)的研發(fā)投入有促進作用，但對經(jīng)濟落后的地區(qū)有阻礙作用[3]。中南大學的舒謙重點研究了在金融危機前后影響中國制造型企業(yè)研發(fā)投入的治理結(jié)構(gòu)因素，結(jié)果反映了中國制造型企業(yè)所處的發(fā)展環(huán)境以及近年來“國進民退”的政策環(huán)境對研發(fā)投入有深遠影響[4]。山西省產(chǎn)業(yè)技術(shù)發(fā)展研究中心的黃桂英根據(jù)山西省近年來研發(fā)經(jīng)費投入（R&D;）現(xiàn)狀，分析了山西省研發(fā)經(jīng)費投入水平較低的主要因素，從增強企業(yè)家創(chuàng)新意識、激勵企業(yè)加大研發(fā)投入、完善多元研發(fā)投入體系、改革政府考核評價指標體系等方面提出了相關(guān)的建議[5]。隨著研究與實驗發(fā)展的影響程度進一步擴大，對于研發(fā)投入的相關(guān)研究也會更加全面和深入。

本文結(jié)合以往的研究成果，從經(jīng)濟形勢、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5個方面出發(fā)，篩選出相關(guān)的指標，采用偏最小二乘回歸方法來研究研發(fā)投入的主要影響因素。

2 偏最小二乘回歸的基本原理

偏最小二乘方法（PLS）突破了“最小二乘法”的局限性，最初是由H. Wold在經(jīng)濟領(lǐng)域中進行研究，并逐步應(yīng)用于其他領(lǐng)域。S. Wold（1983）首次提出偏最小二乘回歸概念，用來解決計量化學中變量存在多重共線性并且解釋變量個數(shù)大于樣本量的問題。偏最小二乘回歸對于深入分析數(shù)據(jù)的綜合信息具有較好的性質(zhì)[6-8]。

設(shè)有q個因變量[{y1，···，yq}]和[p]個自變量[x1，···，xp]。選取[n]個樣本點來構(gòu)造自變量與因變量的數(shù)據(jù)表X=[x1，···，xp]和[Y]=[y1，···，yp]。在X中提取出成分[t1]，即[t1]是[x1，···，xp]的線性組合；在[Y]中提取成分[u1]，即[u1]是[y1，···，yq]的線性組合。這兩個成分的提取需要滿足以下兩個方面的條件：

①[t1]和[u1]必須充分地表達其對應(yīng)變量的變異信息；

②[t1]與[u1]的相關(guān)程度能夠達到最大。

在這兩個條件的限定下，[t1]和[u1]都最大限度地攜帶了X與Y的信息，同時[t1]對[u1]的解釋能力達到最大。

當?shù)谝粋€成分[t1]和[u1]被提取后，偏最小二乘回歸分別實施X對[t1]的回歸以及Y對[u1]的回歸。如果回歸方程的精度達到目標值，就結(jié)束計算；如果回歸方程的精度達不到理想水平，則將X被[t1]解釋后的殘余信息以及Y被[u1]解釋后的殘余信息進行第二次成分提取，如此第二次提取之后還達不到精度要求，則繼續(xù)提取，直到符合精度要求為止。如果在實現(xiàn)精度要求下，對X共提取了m個成分[t1，···，tm]，偏最小二乘回歸則會利用[yk][（k=1，2，···q）]對[t1，···，tm]進行回歸，然后再表達成[yk][（k=1，2，···q）]關(guān)于原變量[x1，···，xp]的回歸方程。

利用SIMCA-P來實現(xiàn)偏最小二乘回歸的計算時可以先將原始數(shù)據(jù)進行標準化處理的基礎(chǔ)上再進行分析。設(shè)X與Y進行數(shù)據(jù)標準化后的矩陣分別為[Xo=（x01，x02，···xop）n×p]、[Yo=（y01，y02，···yop）n×q]，假設(shè)在第n次主成分提取與回歸之后，使得提取的主成分能代表幾乎所有的自變量，利用偏最小二乘回歸的相關(guān)算法可以得到：

3 影響因素的分析指標篩選

研發(fā)投入是科研創(chuàng)新的重要保障，研發(fā)投入的高低對地區(qū)科技創(chuàng)新發(fā)展至關(guān)重要。研發(fā)投入受眾多因素影響，通過研究以往專家學者的相關(guān)研究，并結(jié)合數(shù)據(jù)的可獲取性以及當前研發(fā)的整體環(huán)境，本文從經(jīng)濟形勢、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5方面確定了10個影響較為顯著的指標作為解釋變量，用研發(fā)經(jīng)費支出作為響應(yīng)變量。

經(jīng)濟形勢部分選取的指標有地區(qū)生產(chǎn)總值、社會消費品零售總額，分別用GDP、TRS表示；外商投資部分選取的指標有外商投資總額、地區(qū)貨物進口總額，分別用TI、TVI表示；科研人才部分選取的指標是R&D;人員數(shù)和R&D;人員全時當量，分別用POPU、FTE表示；政府投入部分選取的指標是地區(qū)公共預(yù)算支出中的科學技術(shù)支出，用STEB表示；產(chǎn)業(yè)結(jié)構(gòu)部分選取的指標是第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值，分別用GDP1、GDP2、GDP3表示。

本文選取2012年和2016年的全國31個省、自治區(qū)、直轄市的截面數(shù)據(jù)作為研究樣本，實證部分的數(shù)據(jù)來自于中國統(tǒng)計年鑒和中國科技統(tǒng)計年鑒。

4 研發(fā)投入影響因素的實證分析

考慮到近10年各地區(qū)的研究與實驗發(fā)展都有了明顯的提升，本文選取2012年和2016年這兩年的橫截面數(shù)據(jù)進行分析，通過這兩年的數(shù)據(jù)來挖掘2012—2016年全國研發(fā)的整體信息。運用SIMCA-P軟件來實現(xiàn)分析，對導入的數(shù)據(jù)進行單變量PLSR模型的設(shè)置和估計。實證部分的有關(guān)原理參考了一些計量和統(tǒng)計方面的專著[9-10]。

4.1 特異點識別

首先利用Analysis/Scores/Scatter Plot可以顯示前兩個主成分的散點橢圓圖，2016年的圖像見圖1。2012年圖類似，在此就不再展示。

從圖1中可以看出所有的點都在橢圓的內(nèi)部，說明原始數(shù)據(jù)沒有特異點。另外，為了探究t（1）與u（1）之間是否存在明顯的線性關(guān)系，繪制了t（1）/u（1）的平面圖。2016年的圖像見圖2，可以看出存在明顯的線性關(guān)系。

4.2 VIP值

利用Analysis/Variable Importance/List可以得到每個解釋變量對響應(yīng)變量投影的重要性，即VIP（Variable Importance for the Projection），結(jié)果見表1。

從表1可以看出，科研人員是促進全社會加大研發(fā)投入最重要的影響因素；第三產(chǎn)業(yè)的發(fā)展需要科技作支撐，因此第三產(chǎn)業(yè)對研發(fā)的促進作用也非常顯著；國內(nèi)經(jīng)濟環(huán)境穩(wěn)定為全面加大研發(fā)投入提供了必要條件；政府對科學研究的支持力度、外貿(mào)經(jīng)濟的發(fā)展也對研發(fā)投入有著深遠的影響。

4.3 模型擬合參數(shù)

利用Analysis/Coefficients/Plot進行模型自動擬合時，對2012年、2016年的數(shù)據(jù)都提取了2個主成分。2012年的各成分累計交叉有效性為0.821 5，2個成分對保費收入的累積解釋能力為0.957 7；2016年的各成分累計交叉有效性為0.865 8，2個成分對保費收入的累積解釋能力為0.929 4；這兩年的研發(fā)投入與影響因素之間PLSR模型的系數(shù)關(guān)系見圖3和圖4。

從圖3和圖4可以比較直觀地看出偏最小二乘回歸模型的各個解釋變量對保費收入的影響方向和大小。解釋變量的系數(shù)為正數(shù)，則表明它對研發(fā)投入有正向影響；反之，解釋變量的系數(shù)為負數(shù)，就表明該因素對保費收入有負向作用。絕對值越大，代表作用越強。

在這兩個階段，影響變化較為明顯的變量是外商投資總額（TI）和科學技術(shù)支出（STEB）。外商投資總額（TI）在2012年是排第六位的影響因素，在2016年排在了第二位；政府的科學技術(shù)支出（STEB）從2012年的第二位變成了2016年的第六位影響因素，這在一定程度上反映了隨著全社會對科研的重視度提升，更多的民間資本投入到研發(fā)活動中，使得科學研發(fā)投入對政府的依賴程度降低，而外商對中國企業(yè)帶來了技術(shù)升級的壓力，激發(fā)了企業(yè)對研發(fā)的重視程度。

R&D;人員數(shù)（POPU）、R&D;人員全時當量（FTE）在2012年和2016年都是非常重要的影響因素，說明人才是科學研究的基礎(chǔ)，是全社會加大研發(fā)投入的重要吸引力，這也充分體現(xiàn)了人才強國戰(zhàn)略的科學性。

這些影響因素中只有第一產(chǎn)業(yè)增加值（GDP1）是負向作用，但是2016年的負向作用相比較2012年有所下降，說明針對第一產(chǎn)業(yè)的研發(fā)還相對較少，但隨著農(nóng)村現(xiàn)代化進程的推進，第一產(chǎn)業(yè)也亟需科研的投入。

4.4 回歸擬合效果

利用回歸方程將2012年和2016年的研發(fā)投入的數(shù)據(jù)進行擬合，與保費收入的實際數(shù)據(jù)進行對比。從圖5和圖6可以看出，偏最小二乘選取的變量達到了較高的擬合精度。

5 結(jié)論

國際金融危機影響深遠，世界主要國家都將科技創(chuàng)新提升為國家發(fā)展戰(zhàn)略，紛紛大幅增加研發(fā)投入，強化核心關(guān)鍵技術(shù)的研發(fā)部署，競相爭奪科技創(chuàng)新人才，搶占戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的先機和主動權(quán)。自主創(chuàng)新能力是科技發(fā)展的戰(zhàn)略基點，研發(fā)投入作為科技創(chuàng)新的基礎(chǔ)，受到了全社會的廣泛關(guān)注。本文通過偏最小二乘方法研究了2012年和2016年的研發(fā)投入規(guī)模與相關(guān)影響因素之間的關(guān)系，得出了以下幾點結(jié)論：

①科技人才對研發(fā)投入具有顯著的促進作用，科技人才是提高自主創(chuàng)新能力的關(guān)鍵，因而需要著力培養(yǎng)創(chuàng)新型科技人才隊伍，充分發(fā)揮人才資源在科技創(chuàng)新的基礎(chǔ)性作用。

②科技發(fā)展水平直接或間接地在各個層面上對第三產(chǎn)業(yè)的發(fā)展起著積極的促進作用，因而第三產(chǎn)業(yè)的發(fā)展對科技提出了更高層次的需求。目前我國第三產(chǎn)業(yè)發(fā)展迅速，所以加快科技成果轉(zhuǎn)化、助推“產(chǎn)學研用”合作，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級，這些都將促進研發(fā)投入的進一步加大。

③對外貿(mào)易為我國技術(shù)市場發(fā)展添加了新的活力，合理學習國外先進的科學技術(shù)對于加強國內(nèi)研發(fā)投入、推動國內(nèi)科研實力都有深遠的影響。

④良好的經(jīng)濟環(huán)境對加大研發(fā)投入具有基礎(chǔ)作用，通過加大研發(fā)投入可以實現(xiàn)科技對經(jīng)濟社會發(fā)展的支撐引領(lǐng)作用。

參考文獻：

[1] 中華人民共和國國務(wù)院.國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）[EB/OL].（2006-02-09）[2018-08-04].http：//www.gov.cn/jrzg/2006-02/09/content_183787.htm.

[2] 李平，崔喜君，劉建.中國自主創(chuàng)新中研發(fā)資本投入產(chǎn)出績效分析：兼論人力資本和只是產(chǎn)權(quán)保護的影響[J].中國社會科學，2007（2）：32-42.

[3] 傅曉霞，吳利學.技術(shù)差距、創(chuàng)新環(huán)境與企業(yè)自主研發(fā)強度[J].世界經(jīng)濟，2012（7）：101-120.

[4] 舒謙，陳治亞.影響中國制造型企業(yè)研發(fā)投入的治理結(jié)構(gòu)因素[J].科學學與科學技術(shù)管理，2013（9）：97-105

[5] 黃桂英，許超，徐永庫.影響山西研發(fā)經(jīng)費投入的因素和對策[J].山西科技，2017（5）：1-4.

[6] 王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國防工業(yè)出版社，1999.

[7] 王惠文，吳載斌，孟潔.偏最小二乘回歸方法及其應(yīng)用[M].北京：國防工業(yè)出版社，2006.

[8] 吳擁政.農(nóng)村居民消費結(jié)構(gòu)變動的影響因素分析：基于新興古典經(jīng)濟學與偏最小二乘回歸的經(jīng)驗證據(jù)[J].經(jīng)濟經(jīng)緯，2008（6）：5-8.

[9] 趙西亮.基本有用的計量經(jīng)濟學[M].北京：北京大學出版社，2017.

[10] 陳強.高級計量經(jīng)濟學及Stata應(yīng)用[M].北京：高等教育出版社，2014.