■//高志勇

十九大報(bào)告提出“加快建設(shè)創(chuàng)新型國家，將創(chuàng)新作為引領(lǐng)發(fā)展的第一動(dòng)力”。據(jù)統(tǒng)計(jì)，“創(chuàng)新”一詞在十九大報(bào)告中出現(xiàn)50余次，創(chuàng)新驅(qū)動(dòng)成為當(dāng)下熱點(diǎn)。改革開放40年以來，無論從經(jīng)濟(jì)總量還是經(jīng)濟(jì)增速來說，我國都取得舉世矚目的經(jīng)濟(jì)成就，但這一切主要依賴傳統(tǒng)的勞動(dòng)力以及資源能源驅(qū)動(dòng)，但在當(dāng)前人口紅利消失、自然環(huán)境惡化、國際環(huán)境緊張背景下，只有實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，才可以為我國經(jīng)濟(jì)持續(xù)發(fā)展提供強(qiáng)大動(dòng)力。在促進(jìn)地方經(jīng)濟(jì)發(fā)展中，地方政府的財(cái)政科技支出不僅有利于推進(jìn)我國的科技進(jìn)步，更能促進(jìn)動(dòng)能轉(zhuǎn)換，實(shí)現(xiàn)地方經(jīng)濟(jì)高質(zhì)量發(fā)展。黑龍江省坐落中國最北方，是曾經(jīng)無比輝煌的東北老工業(yè)基地之一，但如今經(jīng)濟(jì)發(fā)展程度與東部沿海城市差距不斷擴(kuò)大，而且有愈演愈烈趨勢。2018年28日，習(xí)近平在主持召開深入推進(jìn)東北振興座談會(huì)上，進(jìn)一步指出“以培育壯大新動(dòng)能為重點(diǎn)，激發(fā)創(chuàng)新驅(qū)動(dòng)內(nèi)生動(dòng)力”。因此，增強(qiáng)黑龍江省區(qū)域創(chuàng)新能力、建設(shè)創(chuàng)新型省份成為擺在黑龍江省政府的重要工作內(nèi)容之一。

一、文獻(xiàn)綜述

國外對于財(cái)政科技支出績效的研究起步于20世紀(jì)80年代，形成了豐富的理論成果。國外的研究主要集中在：（1）財(cái)政科技支出對經(jīng)濟(jì)的影響方面。Griliches（1986）基于相關(guān)數(shù)據(jù)，對財(cái)政科技投入與生產(chǎn)力的關(guān)系進(jìn)行了實(shí)證分析，結(jié)果表明，財(cái)政科技投入對提高生產(chǎn)力有重要作用；Barro（1990）通過研究發(fā)現(xiàn)政府財(cái)政支出對GDP的貢獻(xiàn)為正；Jones（1995）在修正后的Romer橫向創(chuàng)新模型中，發(fā)現(xiàn)財(cái)政科技支出的增加只能增加科技活動(dòng)部門的規(guī)模，并不能促進(jìn)長期經(jīng)濟(jì)增長。（2）財(cái)政科技投入產(chǎn)出績效指標(biāo)體系方面。Hertzfeld（1992）就將績效產(chǎn)出細(xì)分為直接產(chǎn)出和間接產(chǎn)出，并依據(jù)這兩種產(chǎn)出進(jìn)行指標(biāo)劃分；David A.King（2004）曾以排名前1%期刊被引用的論文數(shù)、R&D經(jīng)費(fèi)占GDP的百分比為投入指標(biāo)，以每位研究者的出版物、論文引用數(shù)等產(chǎn)出指標(biāo)，評(píng)價(jià)國家間的財(cái)政科技投入產(chǎn)出情況。

國內(nèi)學(xué)者對財(cái)政科技投入績效的研究較晚，國內(nèi)對于財(cái)政科技支出績效的研究主要集中在以下方面：（1）財(cái)政科技支出績效評(píng)價(jià)指標(biāo)體系研究。根據(jù)績效管理目標(biāo)構(gòu)建財(cái)政科技支出評(píng)價(jià)指標(biāo)體系是財(cái)政科技支出績效評(píng)價(jià)的重要環(huán)節(jié)。田時(shí)中、曾偉、田家華（2016）根據(jù)財(cái)政科技支出特點(diǎn)構(gòu)建4大類16個(gè)指標(biāo)體系對安徽省政府科技投入的動(dòng)態(tài)績效進(jìn)行評(píng)價(jià)；（2）運(yùn)用不同方法對各省、各地市財(cái)政科技支出效率進(jìn)行評(píng)價(jià)比較。姜文遠(yuǎn)（2018）利用三階段DEA模型對我國2014年各省財(cái)政科技支出績效評(píng)價(jià)，認(rèn)為政府在各省科學(xué)技術(shù)方面的財(cái)政投入的效率存在顯著差異，其中規(guī)模效率過低是造成總體效率較低的重要原因；田時(shí)中、曾偉（2016）利用AHP-熵值法-綜合指數(shù)模型對2008-2013年安徽省財(cái)政科技支出動(dòng)態(tài)績效進(jìn)行測度與評(píng)價(jià)；姜峰（2017）利用因子分析方法對重慶市2006-2014年財(cái)政科技支出變量間的相關(guān)性進(jìn)行分析，提出財(cái)政科技經(jīng)費(fèi)優(yōu)化建議；武保贇（2018）利用三階段DEA模型對安徽省2012到2015年各地市的面板數(shù)據(jù)進(jìn)行科技創(chuàng)新效率評(píng)價(jià)分析。

通過對文獻(xiàn)的梳理和分析我們發(fā)現(xiàn)，第一，國外對于財(cái)政科技投入績效研究起步較早，指標(biāo)體系更加完善、研究方法更加豐富；第二，國內(nèi)研究更多的是通過建立符合自身實(shí)際的指標(biāo)體系，借鑒國外的定性與定量的研究方法。實(shí)踐證明，運(yùn)用DEA模型對財(cái)政科技支出績效展開評(píng)價(jià)已得到學(xué)者的廣泛認(rèn)可，但是國內(nèi)學(xué)者更多的是采用傳統(tǒng)單一的DEA模型，未考慮外部環(huán)境與隨機(jī)誤差項(xiàng)的影響；另外，國內(nèi)的借助DEA模型展開的財(cái)政科技支出績效研究多數(shù)針對全國各省級(jí)的整體研究，針對單一省份各地市的局部研究很少，尤其是針對黑龍江省各地市區(qū)的研究更少。因此，本文選用考慮外部環(huán)境和隨機(jī)擾動(dòng)項(xiàng)的三階段DEA模型對黑龍江省各地市區(qū)財(cái)政科技支出進(jìn)行局部分析，為提高黑龍江省未來的財(cái)政科技支出效率提供借鑒。

二、黑龍江省及各地市區(qū)財(cái)政科技投入現(xiàn)狀分析

（一）黑龍江省財(cái)政科技投入總體概況

財(cái)政科技投入隸屬我國財(cái)政支出功能分類之一，是指中央政府或地方政府通過財(cái)政撥款的方式，在科學(xué)研究和技術(shù)開發(fā)等領(lǐng)域進(jìn)行的經(jīng)費(fèi)投入，它不僅用于支出R&D活動(dòng)，也用于環(huán)保、科普等方面的公益性科技活動(dòng)和推動(dòng)科技成果的轉(zhuǎn)移、轉(zhuǎn)化等。本文主要考察地方政府財(cái)政預(yù)算內(nèi)的科研支出，即地方財(cái)政科技撥款。

表1 2001—2015年黑龍江省財(cái)政科技投入及GDP增速

從表1和圖1中可以看到：

一是2004—2016年黑龍江省地方財(cái)政科技支出款整體上不斷上升，但地方財(cái)政科技支出增長率僅個(gè)別年（2007、2010、2012、2015、2016）份高于當(dāng)年GDP增長率，其余年份低于當(dāng)年GDP增長率，尤其在2005和2009年嚴(yán)重低于當(dāng)年GDP增長率；二是黑龍江省財(cái)政科技投入13年間增長率波動(dòng)性較大，2010年最大增長率為38.78%，遠(yuǎn)高于其余年份增長率，甚至存在負(fù)增長的年份（2005、2009）。尤其是2010以后，財(cái)政科技投入增長率一路下滑，這都對黑龍江省的持續(xù)科技創(chuàng)新能力產(chǎn)生重大影響；三是黑龍江省地方財(cái)政科技投入占公共財(cái)政支出比例較低，長期維持在1%左右，且13年間比重不斷下降，由2004年的1.7%將為2016年的1.06%。

（二）黑龍江省13地市財(cái)政科技投入現(xiàn)狀分析

通過圖2 2013-2015年各地市財(cái)政科技投入均值可以看出，一方面2013-2015年黑龍江省各地市財(cái)政科技支出投入極為不均衡，差異較為明顯，其中哈爾濱市財(cái)政科技投入遠(yuǎn)遠(yuǎn)多于其他地市，與投入最少的大興安嶺市甚至相差10多倍，省會(huì)哈爾濱市在推動(dòng)黑龍江省科技發(fā)展中扮演舉足輕重的作用；另一方面，地區(qū)科技投入能力大小與地區(qū)經(jīng)濟(jì)發(fā)展程度密切相關(guān)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)財(cái)政收入更有保障，從而能夠提供更多的財(cái)政科技投入。

圖2 2013-2015各地市財(cái)政科技投入均值 單位：億元

三、黑龍江省財(cái)政科技支出績效評(píng)價(jià)的實(shí)證分析

（一）三階段DEA模型的基本原理

三階段DEA與傳統(tǒng)DEA模型區(qū)別在于前者借助隨機(jī)前沿（SFA）模型剔除環(huán)境因素和隨機(jī)噪聲因素對決策單元原始投入的影響，將修正后的投入要素重新借助傳統(tǒng)DEA模型進(jìn)行決策單元的效率評(píng)價(jià)，從而得到更加客觀與準(zhǔn)確的結(jié)果。具體來說：

第一階段：借助DEAP軟件，使用原始投入產(chǎn)出數(shù)據(jù)進(jìn)行初始效率評(píng)價(jià)。一般而言，在大多數(shù)三階段DEA模型運(yùn)用的文獻(xiàn)中，都選擇投入導(dǎo)向的BCC（規(guī)模報(bào)酬可變）模型。對于任一決策單元，投入導(dǎo)向下對偶形式的BCC模型可表示為：

其中，j=1，2，3，….n表示決策單元，X、Y分別是投入、產(chǎn)出向量。模型計(jì)算出來的綜合技術(shù)效率（TE），可以進(jìn)一步分解為規(guī)模效率（SE）和純技術(shù)效率（PTE），TE=SE*PTE。

第二階段：用似SFA回歸剔除環(huán)境因素和統(tǒng)計(jì)噪聲影響。投入松弛變量進(jìn)行SFA回歸分解，并調(diào)整投入變量，構(gòu)造如下類似SFA回歸函數(shù)（以投入導(dǎo)向?yàn)槔?/p>

其中，Sin是第i個(gè)決策單元中第n項(xiàng)投入的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；vin+μin是混合誤差項(xiàng)，vin表示隨機(jī)干擾，μin表示管理無效率。其中ν～N(0,σv2)是隨機(jī)誤差項(xiàng)，表示隨機(jī)干擾因素對投入松弛變量的影響；μ是管理無效率，表示管理因素對投入松弛變量的影響，假設(shè)其服從在零點(diǎn)截?cái)嗟恼龖B(tài)分布，即 μ～N+(0,σμ2)。

公式中管理無效率的分離公式為：

隨機(jī)誤差項(xiàng)計(jì)算公式為：

SFA回歸的目的是剔除環(huán)境因素和隨機(jī)因素對效率測度的影響，以便將所有決策單元調(diào)整于相同的外部環(huán)境中。最終調(diào)整公式如下：

第三階段：將調(diào)整后的投入產(chǎn)出變量進(jìn)行DEA-BCC效率分析。此時(shí)的效率已經(jīng)剔除環(huán)境因素和隨機(jī)因素的影響，是相對真實(shí)準(zhǔn)確的。

（二）變量選取與數(shù)據(jù)來源

1.投入產(chǎn)出變量的選擇。資本投入與人力投入是研究區(qū)域創(chuàng)新效率的兩個(gè)主要角度，因此除了將本文研究的地方財(cái)政科技投入作為投入變量外，結(jié)合以往學(xué)者研究成果，還將以R&D人員全時(shí)當(dāng)量表示的R&D人員投入作為重要的投入變量之一。在創(chuàng)新活動(dòng)的產(chǎn)出方面，參照大多數(shù)學(xué)者的做法，將專利授權(quán)數(shù)作為科技投入的直接產(chǎn)出，高新技術(shù)產(chǎn)業(yè)增加值作為科技投入的間接產(chǎn)出。

在經(jīng)濟(jì)環(huán)境方面，選擇各地市GDP占全省GDP比重這一指標(biāo)。由于GDP往往是衡量地區(qū)經(jīng)濟(jì)發(fā)展程度的重要指標(biāo)，將其作為影響地方財(cái)政科技支出績效的影響因素是必要的。

在對外開放程度方面，根據(jù)以往學(xué)者論證，開放程度與創(chuàng)新績效成正相關(guān)，是地區(qū)創(chuàng)新績效水平的重大影響因素，所以選擇進(jìn)出口貿(mào)易額占全省貿(mào)易總額比重這一指標(biāo)。

在教育環(huán)境方面，選擇各地區(qū)中專以上學(xué)校數(shù)占本省總數(shù)比重這一指標(biāo)。因?yàn)?，學(xué)校是各個(gè)地區(qū)創(chuàng)新水平的重要載體，學(xué)校數(shù)量多的地區(qū)不僅為本地區(qū)輸送更多的高素質(zhì)勞動(dòng)者，更為本地區(qū)產(chǎn)學(xué)研活動(dòng)提供便利條件，加速科技成果的轉(zhuǎn)換。

3.樣本與數(shù)據(jù)來源。本文以黑龍江省13地市為研究樣本，其中綏芬河與撫遠(yuǎn)市兩個(gè)省直轄縣級(jí)市分別劃入牡丹江市與佳木斯市兩地。鑒于科技投入產(chǎn)出過程存在時(shí)滯性，在此，參考以前學(xué)者做法，投入變量選取2013-2015年的數(shù)據(jù)，對應(yīng)2014-2016年的產(chǎn)出變量。論文中數(shù)據(jù)來源包括《黑龍江省統(tǒng)計(jì)年鑒》、黑龍江省科技廳等官方網(wǎng)站。

（三）實(shí)證分析與結(jié)果

1.第一階段DEA分析。第一階段，沒有考慮外部環(huán)境和隨機(jī)誤差項(xiàng)的影響，運(yùn)用DEAP2.1軟件得出黑龍江省13地市2013-2015年的政府科技投入綜合效率（crste）、規(guī)模效率（scale）和純技術(shù)效率（vrste），分析結(jié)果見表2.

由表2可知，多數(shù)地區(qū)的綜合效率為1，處在生產(chǎn)效率前沿面上，即使綜合效率不為1的地區(qū)（齊齊哈爾、雞西、佳木斯、綏化等）也屬于規(guī)模報(bào)酬遞減（drs）。由于尚未考慮各地市環(huán)境因素及隨機(jī)擾動(dòng)因素，導(dǎo)致結(jié)果并不能真實(shí)反映出實(shí)際的產(chǎn)出效率結(jié)果，因此需要結(jié)合各地區(qū)實(shí)際做進(jìn)一步的調(diào)整和測算。

2.第二階段DEA分析。運(yùn)用FRONTIER4.1軟件，將第一階段得出的松弛變量作為被解釋變量，將各地市區(qū)的環(huán)境變量作為解釋變量，進(jìn)行SFA回歸分析，結(jié)果如表3。

試驗(yàn)地設(shè)在天水市秦州區(qū)中梁鎮(zhèn)劉家河村何玉龍?zhí)O果園，土壤為黃綿土，質(zhì)地中壤。耕層土壤養(yǎng)分含量為有機(jī)質(zhì)14.08 g/kg、全氮0.82 g/kg、速效磷13.97 mg/kg、速效鉀 292.6 mg/kg、pH 為 7.85，土壤肥力中等，灌水條件較好。試驗(yàn)地地勢平坦，樹勢中庸，在當(dāng)?shù)鼐哂袕V泛代表性。

由表3和表4可知，投入指標(biāo)的松弛變量在1%置信度下均通過LR單邊檢驗(yàn)，表明存在影響結(jié)果的混合誤差項(xiàng)，選擇三階段DEA模型的可行性和必要性。同時(shí)，sigma-squared和gamma均通過1%顯著性檢驗(yàn)，且gamma值接近于1，表明混合誤差項(xiàng)中管理無效率占主導(dǎo)地位。

在第二階段中，根據(jù)SFA的回歸結(jié)果，三年的地區(qū)GDP和進(jìn)出口總額系數(shù)為負(fù)，可以得出，進(jìn)出口各地市區(qū)GDP總量與地區(qū)進(jìn)出口總額是財(cái)政科技支出與R&D人員全時(shí)當(dāng)量兩個(gè)投入松弛變量的有利因素，各地GDP總量和進(jìn)出口總額的增加有利于減少投入變量的冗余，提高科技產(chǎn)出效率；三年的各地市區(qū)學(xué)校數(shù)量的系數(shù)為正，可以得出中專以上學(xué)校數(shù)量是財(cái)政科技支出與R&D人員全時(shí)當(dāng)量兩個(gè)投入松弛變量的不利因素，各地市中專以上學(xué)校數(shù)量的增加進(jìn)一步擴(kuò)大了投入變量的冗余，一定程度降低了財(cái)政科技產(chǎn)出的效率。

3.第三階段DEA分析。將調(diào)整后的投入變量和原始產(chǎn)出變量再次帶入DEAP2.1軟件，重新測得黑龍江省各地市新的財(cái)政投入效率值，如表5。

由表5可見，調(diào)整后2013-2015年財(cái)政科技投入效率值接近于1的只有哈爾濱和大慶兩市，除此之外其余各地市財(cái)政科技投入綜合效率值普遍降低。整體來看，經(jīng)過三階段調(diào)整后，2013-2015年各地市財(cái)政科技投入規(guī)模報(bào)酬除哈爾濱和大慶外，普遍為規(guī)模報(bào)酬遞增（irs），而并不是第一階段得出的規(guī)模報(bào)酬遞減（drs）這更切合本文所分析的黑龍江省財(cái)政科技投入不足的現(xiàn)狀。

四、結(jié)論及對路徑優(yōu)化

通過以上分析過程，本研究可以得到以下結(jié)論：第一，黑龍江省內(nèi)各地區(qū)財(cái)政科技投入效率差異明顯。2013-2015年黑龍江各地市財(cái)政科技投入綜合效率接近于1的地市只有哈爾濱、大慶兩市，其余地市財(cái)政科技綜合效率普遍偏低且存在投入冗余或產(chǎn)出不足的現(xiàn)象。第二，黑龍江省各地市除哈爾濱和大慶外，多數(shù)地市處在財(cái)政科技投入規(guī)模遞增階段。只要增加財(cái)政科技投入，產(chǎn)出的增加會(huì)高于投入的增加。第三，第三階段各地市的綜合效率值、純技術(shù)效率值和規(guī)模效率值低于第一階段未考慮環(huán)境因素的效率值。這說明黑龍江省各地市的財(cái)政科技投入效率除受財(cái)政科技撥款這一內(nèi)生變量影響外，還受各地市環(huán)境因素影響。第四，黑龍江省各地市綜合效率低下的原因受純技術(shù)效率與規(guī)模效率共同影響。

表2 2013-2015年第一階段技術(shù)效率分析結(jié)果

表3 財(cái)政科技支出SFA回歸分析

表4 R&D人員全時(shí)當(dāng)量SFA回歸分析

就目前黑龍江省財(cái)政科技投入效率不高的局面，為促進(jìn)黑龍江省各地市創(chuàng)新效率的提升及促進(jìn)區(qū)域發(fā)展平衡，提出以下建議：

第一，參考剔除環(huán)境因素和隨機(jī)噪聲因素的第三階段DEA效率值，對于各地市綜合效率低下原因具體問題具體分析。對于因純技術(shù)效率導(dǎo)致綜合效率低下的地市，應(yīng)增強(qiáng)政府區(qū)域治理能力，加大創(chuàng)新力度，積極吸收、消化外來技術(shù)；對于因規(guī)模效率導(dǎo)致的綜合效率低下問題要在優(yōu)化財(cái)政科技投入結(jié)構(gòu)的基礎(chǔ)上進(jìn)一步加大財(cái)政科技投入力度，從而使整個(gè)黑龍江省的創(chuàng)新資源得到有效配置，提高整體創(chuàng)新水平。

第二，結(jié)合SFA的回歸結(jié)果，積極推動(dòng)各地市經(jīng)濟(jì)發(fā)展和對外開放程度。各地市經(jīng)濟(jì)的發(fā)展與對外開放的擴(kuò)大能夠減少投入松弛變量，促使各地市財(cái)政科技投入效率接近最佳，從而為地區(qū)科技進(jìn)步創(chuàng)造最有利的外部環(huán)境。

表5 2013-2015年第三階段技術(shù)效率分析結(jié)果

第三，依托自身優(yōu)勢，加快打造科技創(chuàng)新高地，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。圍繞資源枯竭城市可持續(xù)發(fā)展、山區(qū)綠色轉(zhuǎn)型可持續(xù)發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)等主題，探索具有東北區(qū)域特色的可持續(xù)發(fā)展新路徑。比如，加快黑龍江省大慶高端石化、齊齊哈爾重型數(shù)控機(jī)床等創(chuàng)新型產(chǎn)業(yè)集群建設(shè)，加快現(xiàn)代農(nóng)業(yè)、農(nóng)產(chǎn)品深加工，發(fā)展冰雪旅游特色產(chǎn)業(yè)等。

第四，加強(qiáng)對口科技合作，著力推進(jìn)區(qū)域協(xié)同創(chuàng)新發(fā)展。這不失為經(jīng)濟(jì)水平落后地區(qū)發(fā)展科技的捷徑，通過引進(jìn)發(fā)達(dá)省份地區(qū)的先進(jìn)經(jīng)驗(yàn)、管理團(tuán)隊(duì)，創(chuàng)新管理體制和運(yùn)行機(jī)制，圍繞關(guān)聯(lián)性和互補(bǔ)性強(qiáng)的產(chǎn)業(yè)，在項(xiàng)目、資金、人才等方面開展務(wù)實(shí)的科技創(chuàng)新合作，吸引優(yōu)秀人才，對口支持本地區(qū)科技創(chuàng)新和企業(yè)發(fā)展。

第五，建立健全財(cái)政科技投入績效考評(píng)機(jī)制和監(jiān)督機(jī)制。財(cái)政科技投入對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)是舉世公認(rèn)的，但是我國一直以來，由于未建立完善的財(cái)政科技投入績效考核機(jī)制和監(jiān)督機(jī)制，導(dǎo)致我國財(cái)政科技投入績效低下，財(cái)政科技資源浪費(fèi)嚴(yán)重。在具體的績效評(píng)價(jià)環(huán)節(jié)，則應(yīng)對財(cái)政支持的企業(yè)項(xiàng)目和科研單位項(xiàng)目，采取不同的評(píng)價(jià)指標(biāo)體系，并設(shè)計(jì)不同的績效評(píng)價(jià)方法，提高地區(qū)財(cái)政科技投入效率，同時(shí)保證財(cái)政科技投入的公開、透明。

第六，促進(jìn)產(chǎn)學(xué)研用深度融合，提升科技成果轉(zhuǎn)移轉(zhuǎn)化水平。黑龍江省各地市要加大與地方高校與科研院所的合作，努力打造促進(jìn)科技成果轉(zhuǎn)化和應(yīng)用的技術(shù)轉(zhuǎn)讓平臺(tái)，最大限度釋放本地區(qū)的科技創(chuàng)新潛能，努力營造“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”新局面。