廖振盛

(福建工程學(xué)院 互聯(lián)網(wǎng)經(jīng)貿(mào)學(xué)院， 福州 350014)

隨著中國(guó)人口紅利逐漸減少，產(chǎn)業(yè)升級(jí)發(fā)展緩慢，過(guò)去依賴出口和投資拉動(dòng)的傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)模式已難以支撐經(jīng)濟(jì)高質(zhì)量發(fā)展增長(zhǎng)。中國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)轉(zhuǎn)為中高速增長(zhǎng)。中國(guó)經(jīng)濟(jì)增長(zhǎng)動(dòng)能未來(lái)應(yīng)以提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量為主要目標(biāo)。創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。根據(jù)中國(guó)統(tǒng)計(jì)年鑒統(tǒng)計(jì)數(shù)據(jù)，研發(fā)內(nèi)部支出占國(guó)內(nèi)生產(chǎn)總值比從2000年的0.89%提高到2019年的2.23%，雖然近20年來(lái)研發(fā)投入逐年增長(zhǎng)，但創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展仍存在問(wèn)題。目前中國(guó)自主創(chuàng)新能力仍然不足，雖然國(guó)內(nèi)專利申請(qǐng)量逐年增加，但是否能夠有效轉(zhuǎn)化提升經(jīng)濟(jì)增長(zhǎng)或提升要素生產(chǎn)力值得討論。科技創(chuàng)新包括基于技術(shù)促進(jìn)端的供給側(cè)路徑和基于市場(chǎng)需求端的需求側(cè)路徑，其中，強(qiáng)調(diào)供給側(cè)路徑彰顯目前國(guó)家的戰(zhàn)略意義，強(qiáng)調(diào)需求側(cè)路徑彰顯國(guó)家現(xiàn)實(shí)經(jīng)濟(jì)增長(zhǎng)要求，這兩條前進(jìn)路徑缺一不可。

現(xiàn)有文獻(xiàn)主要集中在省級(jí)面板數(shù)據(jù)的實(shí)證研究。中國(guó)城市化進(jìn)程在經(jīng)濟(jì)高速增長(zhǎng)的推波助瀾下，發(fā)生了巨大的變化。劉笑男、倪鵬飛[1]實(shí)證研究發(fā)現(xiàn)影響國(guó)內(nèi)外大中型城市競(jìng)爭(zhēng)力因素中，科技創(chuàng)新是城市競(jìng)爭(zhēng)力發(fā)展最重要的關(guān)鍵因素。如何由科技創(chuàng)新推動(dòng)城市化高質(zhì)量發(fā)展水平，是一個(gè)值得關(guān)注的議題。實(shí)際上，經(jīng)濟(jì)穩(wěn)定且持續(xù)增長(zhǎng)是科技創(chuàng)新不斷發(fā)展的土壤，而持續(xù)不斷地科技創(chuàng)新也會(huì)為經(jīng)濟(jì)增長(zhǎng)提供源源不斷的驅(qū)動(dòng)力，故研究城市經(jīng)濟(jì)發(fā)展與科技創(chuàng)新的互動(dòng)關(guān)系顯得更為重要。

從微觀層面分析科技創(chuàng)新對(duì)城市經(jīng)濟(jì)發(fā)展的互動(dòng)效用，主要?jiǎng)?chuàng)新集中在以下兩個(gè)方面：①過(guò)去有關(guān)科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性的研究主要以財(cái)務(wù)指標(biāo)如R&D支出、專利權(quán)申請(qǐng)數(shù)量等衡量科技創(chuàng)新，以致科技創(chuàng)新效用難以被準(zhǔn)確測(cè)量，運(yùn)用數(shù)據(jù)包絡(luò)分析(data envelopment analysis, DEA)衡量中國(guó)各城市的科技創(chuàng)新效率，檢驗(yàn)科技創(chuàng)新效率對(duì)全國(guó)城市經(jīng)濟(jì)增長(zhǎng)作用的差異性，對(duì)于進(jìn)一步闡明中國(guó)經(jīng)濟(jì)由要素驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)的轉(zhuǎn)型具有重要意義。②采用面板數(shù)據(jù)模型和Granger因果檢定，分析科技創(chuàng)新效率在中國(guó)城市經(jīng)濟(jì)發(fā)展中的作用效果，為科技創(chuàng)新驅(qū)動(dòng)與城市經(jīng)濟(jì)發(fā)展兩者結(jié)合提供實(shí)證支撐。最后根據(jù)實(shí)證分析，提出改善科技創(chuàng)新效率的相對(duì)應(yīng)做法和有益于城市經(jīng)濟(jì)增長(zhǎng)的政策建議。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性研究

國(guó)內(nèi)外學(xué)者對(duì)技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的影響表現(xiàn)出濃厚的興趣。Schumpeter[2]首先指出創(chuàng)新理論從技術(shù)與經(jīng)濟(jì)結(jié)合的視角出發(fā)，強(qiáng)調(diào)生產(chǎn)技術(shù)創(chuàng)新在經(jīng)濟(jì)發(fā)展過(guò)程中所發(fā)揮的重要作用。后續(xù)的研究認(rèn)為R&D投資對(duì)創(chuàng)新活動(dòng)的產(chǎn)出與效率具有重要影響。因此提出基于R&D驅(qū)動(dòng)的經(jīng)濟(jì)增長(zhǎng)理論。國(guó)外的文獻(xiàn)中，多數(shù)研究肯定科技創(chuàng)新對(duì)于一國(guó)(區(qū)域)經(jīng)濟(jì)發(fā)展或全要素生產(chǎn)率的提高具有正面的作用。Das和Mukherjee[3]表示產(chǎn)品創(chuàng)新帶來(lái)的研發(fā)活動(dòng)增加，通過(guò)溢出效降低生產(chǎn)成本，提高增加收入的機(jī)會(huì)，并對(duì)國(guó)家和世界整體國(guó)民收入的水平和增長(zhǎng)產(chǎn)生積極影響。Evangelista等[4]以歐盟國(guó)家為研究樣本，實(shí)證發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)得益于技術(shù)專業(yè)化的改善，但不同地區(qū)的國(guó)家對(duì)此效果具有差異性，科技創(chuàng)新對(duì)西歐國(guó)家經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用更為顯著，而對(duì)中歐國(guó)家的效果則不大。另一方面，部分學(xué)者提出不同見解，例如Hall[5]表明R&D支出不一定可改善一國(guó)真實(shí)所得。

國(guó)內(nèi)關(guān)于科技創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的影響主要從以下3個(gè)角度進(jìn)行研究：

1)地域視角。杜兩省等[6]基于31個(gè)省區(qū)市的面板數(shù)據(jù)運(yùn)用聯(lián)立方程模型分析，發(fā)現(xiàn)科技創(chuàng)新與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間相互促進(jìn)的良好互動(dòng)只在東部地區(qū)顯現(xiàn)，科技創(chuàng)新對(duì)于經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用并不顯著。除了采用全國(guó)省級(jí)數(shù)據(jù)的研究之外，楊力等[7]采用成渝地區(qū)雙層經(jīng)濟(jì)圈42個(gè)市縣數(shù)據(jù)，研究發(fā)現(xiàn)雙層經(jīng)濟(jì)圈金融創(chuàng)新與技術(shù)創(chuàng)新的交互嵌合作用對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著促進(jìn)效應(yīng)；黃浩等[8]利用2010—2019年福建省9地級(jí)市的面板數(shù)據(jù)對(duì)各城市科技創(chuàng)新與區(qū)域經(jīng)濟(jì)高質(zhì)量協(xié)調(diào)進(jìn)行動(dòng)態(tài)評(píng)價(jià)，發(fā)現(xiàn)科技創(chuàng)新與區(qū)域經(jīng)濟(jì)高質(zhì)量增長(zhǎng)指數(shù)都呈現(xiàn)波動(dòng)上升趨勢(shì)，但區(qū)域發(fā)展不均衡。

2)方法視角。利用空間計(jì)量模型、耦合協(xié)調(diào)度、面板門檻模型等定量方法進(jìn)行分析。于世海[9]采用桂、滇、黔3省數(shù)據(jù)進(jìn)行分析，研究顯示3省科技創(chuàng)新能力與經(jīng)濟(jì)增長(zhǎng)質(zhì)量之間協(xié)調(diào)發(fā)展度不高，系因科技創(chuàng)新產(chǎn)出結(jié)構(gòu)不合理，以及科技成果產(chǎn)業(yè)轉(zhuǎn)化率低。胡國(guó)暉等[10]利用區(qū)位entropy與DEA模型分別測(cè)算中國(guó)2006—2017年30個(gè)省市金融集聚水平和金融創(chuàng)新效率，研究發(fā)現(xiàn)金融集聚和金融創(chuàng)新均可以顯著推動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，溢出效應(yīng)較強(qiáng)，但間接效應(yīng)高于直接效應(yīng)。

3)科技中介視角。Levine[11]認(rèn)為金融集聚之所以對(duì)經(jīng)濟(jì)增長(zhǎng)有正向促進(jìn)效用，主要原因在于金融集聚地發(fā)展有利于累積資本和提升技術(shù)進(jìn)步，Levine將科技創(chuàng)新促進(jìn)經(jīng)濟(jì)增長(zhǎng)的直接互動(dòng)關(guān)系，更進(jìn)一步討論到促進(jìn)科技創(chuàng)新驅(qū)動(dòng)因素。學(xué)者們紛紛考慮第三因素并分析三者之間的關(guān)聯(lián)性。李翔等[12]利用空間計(jì)量技術(shù)以及面板門檻技術(shù)，結(jié)果顯示空間關(guān)聯(lián)是科技創(chuàng)新與產(chǎn)業(yè)升級(jí)、促進(jìn)經(jīng)濟(jì)增長(zhǎng)過(guò)程中不可忽略的重要因素，二者的協(xié)同效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為正；謝婷婷等[13]表明單獨(dú)的金融創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)具有抑制效用，而考慮技術(shù)創(chuàng)新與金融創(chuàng)新交互作用，則對(duì)經(jīng)濟(jì)增長(zhǎng)起顯著的正向作用。

綜合上述，大多數(shù)研究表明科技創(chuàng)新對(duì)于經(jīng)濟(jì)增長(zhǎng)具有正向效用，但其關(guān)聯(lián)性并非絕對(duì)的正向作用，在某些情況下，科技創(chuàng)新反而會(huì)產(chǎn)生抑制作用。其次較少有研究經(jīng)濟(jì)增長(zhǎng)對(duì)于創(chuàng)新效率的影響，兩者間是否為雙向關(guān)系、單向關(guān)系或無(wú)相關(guān)性，此問(wèn)題值得討論。因此提出以下理論假設(shè)。

假設(shè)1:科技創(chuàng)新效率對(duì)城市經(jīng)濟(jì)增長(zhǎng)具有正向積極作用。

假設(shè)2:城市經(jīng)濟(jì)增長(zhǎng)對(duì)科技創(chuàng)新效率具有正向促進(jìn)作用。

1.2 科技創(chuàng)新指標(biāo)的評(píng)量研究

針對(duì)科技創(chuàng)新投入對(duì)于科技創(chuàng)新驅(qū)動(dòng)產(chǎn)出的影響問(wèn)題及如何有效且精確地評(píng)估科技創(chuàng)新效率問(wèn)題，學(xué)者們相繼提出了定性和定量的方法進(jìn)行分析。在具體測(cè)算時(shí)主要從投入產(chǎn)出和多項(xiàng)指標(biāo)體系綜合衡量，其中較常見的投入產(chǎn)出視角進(jìn)行測(cè)算主要使用的方法有參數(shù)法與非參數(shù)法。參數(shù)法如隨機(jī)前沿法(SFA)、自由分配法(DFA)，由于需要設(shè)定生產(chǎn)函數(shù)形態(tài)，因此在實(shí)證上有些限制；非參數(shù)法則是以DEA法為主，相關(guān)研究如Afzal[14]、許瀟文[15]、田新民等[16]，DEA法已經(jīng)普遍被研究者所接受，并作為衡量科技創(chuàng)新效率的廣泛研究方法。

衡量科技創(chuàng)新效率主要的問(wèn)題是投入與產(chǎn)出變量的定義。衡量科技創(chuàng)新的投入單位主要以最少的成本，達(dá)到經(jīng)濟(jì)高質(zhì)量發(fā)展的目的，因此R&D支出是科技創(chuàng)新過(guò)程中不可或缺的要素，而其效率準(zhǔn)確合理地衡量，不僅有利于資源的有效配置，還有利于提高科技產(chǎn)業(yè)的快速發(fā)展，最終達(dá)到高質(zhì)量的經(jīng)濟(jì)增長(zhǎng)。另一方面，科研投入通常包括資本和勞動(dòng)力兩方面，因此代表勞動(dòng)力的科研人員投入也被國(guó)內(nèi)多數(shù)學(xué)者所采用，如黃浩等[8]、于世海[9]?？蒲行十a(chǎn)出項(xiàng)主要以專利授權(quán)數(shù)量為主，部分學(xué)者采用科研論文產(chǎn)出、高技術(shù)企業(yè)數(shù)量、新產(chǎn)品銷售收入等變量進(jìn)行衡量，但這些方法缺乏一致的共識(shí)，僅有專利授權(quán)數(shù)量是國(guó)內(nèi)學(xué)者普遍接受的衡量科技創(chuàng)新效率的產(chǎn)出變量。

綜合上述，多數(shù)研究仍認(rèn)為科技創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)具有積極正向作用，但多數(shù)采用單一指標(biāo)進(jìn)行分析，對(duì)于兩者間的關(guān)聯(lián)性分析不夠精確，采用科技創(chuàng)新效率值可以更好地理解兩者間的關(guān)聯(lián)性。

1.3 文獻(xiàn)述評(píng)

綜合上述，科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性研究一直是熱門議題。科技創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵在于研發(fā)投入通過(guò)技術(shù)創(chuàng)新、制度創(chuàng)新和知識(shí)創(chuàng)新對(duì)高質(zhì)量經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)機(jī)制。傳統(tǒng)財(cái)務(wù)指標(biāo)衡量科技創(chuàng)新績(jī)效存在的不足，更進(jìn)一步使研究者引入計(jì)量模型評(píng)估科技創(chuàng)新效率。國(guó)內(nèi)的研究結(jié)果大致上肯定科技創(chuàng)新對(duì)于經(jīng)濟(jì)增長(zhǎng)的正向促進(jìn)關(guān)系，但存在明顯的地域差異，區(qū)域經(jīng)濟(jì)圈的形成也顯現(xiàn)出強(qiáng)者更強(qiáng)的趨勢(shì)。順應(yīng)計(jì)量經(jīng)濟(jì)學(xué)發(fā)展的潮流，在研究方法上的推陳出新，使得估計(jì)結(jié)果更具有可信賴性與穩(wěn)健性。

雖然研究成果頗為豐碩，但其對(duì)科技創(chuàng)新促進(jìn)經(jīng)濟(jì)增長(zhǎng)的相關(guān)政策效率評(píng)價(jià)和發(fā)展機(jī)制等方面研究仍有改善空間。主要表現(xiàn)為:①對(duì)科技創(chuàng)新促進(jìn)經(jīng)濟(jì)發(fā)展的因果關(guān)系論述不夠深入，科技創(chuàng)新驅(qū)動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，而經(jīng)濟(jì)增長(zhǎng)是否會(huì)成為科技創(chuàng)新效率的驅(qū)動(dòng)力是一個(gè)值得關(guān)注的議題，兩者之間的因果關(guān)系必須要更進(jìn)一步厘清。②現(xiàn)有研究多數(shù)仍以省級(jí)面板數(shù)據(jù)為主，討論城市經(jīng)濟(jì)增長(zhǎng)的研究則仍以單一指標(biāo)為評(píng)估方法。石哲羽等[17]以研發(fā)投入經(jīng)費(fèi)為核心解釋變量分析江蘇省13個(gè)地級(jí)市研發(fā)與經(jīng)濟(jì)增長(zhǎng)間的關(guān)聯(lián)性，分析科技創(chuàng)新效率對(duì)城市經(jīng)濟(jì)增長(zhǎng)的影響，更有助于了解科技創(chuàng)新與城市經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)性。③研究聚焦在科技創(chuàng)新的意欲產(chǎn)出，較少討論科技創(chuàng)新的非意欲產(chǎn)出，科技研發(fā)投入的抑制作用的探討需要更多的關(guān)注，對(duì)此問(wèn)題有待更進(jìn)一步討論，未來(lái)可以在這方面進(jìn)行分析。

2 研究模型

2.1 科技創(chuàng)新效率測(cè)量

采用DEA法衡量各城市科技創(chuàng)新效率，已被廣泛運(yùn)用于計(jì)算受測(cè)單位的技術(shù)與規(guī)模效率。DEA的數(shù)學(xué)模式，Charnes等[18]提出固定規(guī)模報(bào)酬模型(又稱為CCR模型)，用來(lái)評(píng)估非營(yíng)利組織的經(jīng)營(yíng)效率觀念，以線性規(guī)劃的技術(shù)，將觀測(cè)值形成一線型平面，此平面即構(gòu)成效率前緣觀測(cè)值，與此效率前緣的距離即為該單位無(wú)效率程度。CCR模型對(duì)于生產(chǎn)技術(shù)的假設(shè)如下：①生產(chǎn)集合為一凸集合；②強(qiáng)勢(shì)自由處置；③固定規(guī)模報(bào)酬；④再以Shephard的距離函數(shù)推導(dǎo)出技術(shù)效率。由于CCR模型假設(shè)為固定規(guī)模報(bào)酬，因此Banker等[19]以生產(chǎn)可能集合的4個(gè)公理(又稱為BCC模型)，Shephard的距離函數(shù)推導(dǎo)出衡量純粹技術(shù)效率與規(guī)模效率模式，故假設(shè)生產(chǎn)技術(shù)滿足凸性、可變動(dòng)的規(guī)模報(bào)酬(variable return to scale, VRS)，則投入導(dǎo)向效率值為

minθ,λθ

(1)

式中：各地級(jí)城市為i；j為投入變量數(shù)；r為產(chǎn)出變量數(shù)；x為投入要素；y為產(chǎn)出要素；θ為決策單元的有效值；λ表示第j個(gè)項(xiàng)投入和第r項(xiàng)產(chǎn)出的權(quán)系數(shù)。利用數(shù)據(jù)包絡(luò)分析衡量各城市創(chuàng)新效率，參考相關(guān)文獻(xiàn)[15-16]，并考慮到數(shù)據(jù)可取性，其中投入項(xiàng)采用R&D人員數(shù)、R&D內(nèi)部經(jīng)費(fèi)支出，產(chǎn)出項(xiàng)采用專利授權(quán)數(shù)來(lái)表示。

2.2 變量定義與模型建構(gòu)

1)被解釋變量。經(jīng)濟(jì)增長(zhǎng)指標(biāo)(ln GDP):采用人均地區(qū)生產(chǎn)總值(GDP)來(lái)表示城市經(jīng)濟(jì)發(fā)展?fàn)顩r，一個(gè)地區(qū)人均GDP越高意味著經(jīng)濟(jì)越發(fā)達(dá)，可持續(xù)發(fā)展的潛力也就越強(qiáng)。

2)核心解釋變量。①科技創(chuàng)新技術(shù)效率(TE):反映城市在既定投入下獲得最大產(chǎn)出的能力，技術(shù)效率值介于0～1，越趨近于1表示該城市科技創(chuàng)新的產(chǎn)出能力越大。②科技創(chuàng)新規(guī)模效率(SE):當(dāng)一城市科技創(chuàng)新投入等比例增加，產(chǎn)出呈現(xiàn)遞增的比例增加，表示該城市具有規(guī)模效率。

3)控制變量。根據(jù)現(xiàn)有文獻(xiàn)，采用如下控制變量以減輕遺漏變量可能帶來(lái)的內(nèi)生性偏誤。①創(chuàng)新科技力(IT):參考杜兩省等[6]的做法，科技成果轉(zhuǎn)換率與資金在不同產(chǎn)業(yè)的分配比重會(huì)影響研發(fā)投入的效率，故采用城市科學(xué)研究和技術(shù)服務(wù)業(yè)從業(yè)人員與每年專利授權(quán)數(shù)比例來(lái)衡量，該比例越高表示創(chuàng)新科技力越好。②政府支持度(GOV):采用科學(xué)技術(shù)財(cái)政支出占城市人均地區(qū)生產(chǎn)總值比例來(lái)衡量，該比例越高，表示政府對(duì)于研發(fā)支持力度越大。③工業(yè)化水平(IL):采用第二產(chǎn)業(yè)占城市人均地區(qū)生產(chǎn)總額的比重進(jìn)行衡量，此比例越高，表示該城市工業(yè)化水平越高。④市場(chǎng)化水平(ML):參考李翔等[12]的衡量方法，采用第三類產(chǎn)業(yè)占地區(qū)生產(chǎn)總額的比重進(jìn)行衡量，此比例越高，表示該城市市場(chǎng)化水平越高。⑤科教投入(SEE):一般而言，科教支出對(duì)地方經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)效用，并有利于人力資本的累積，參考沈立等[20]的研究，采用城市財(cái)政科技和教育支出占地方財(cái)政支出的比例進(jìn)行衡量。

根據(jù)上述變量定義，計(jì)量模型的基本形式為

ln GDPit=β0+β1TEit+β2SEit+β3ITit+

β4GOVit+β5ILit+β6MLit+β7SEEit+εit

(2)

式中：ln GDPit表示城市i在第t年的人均地區(qū)生產(chǎn)總值對(duì)數(shù)值；TEit表示城市i在第t年的科技創(chuàng)新技術(shù)效率值；SEit表示城市i在第t年的科技創(chuàng)新規(guī)模效率值；εit為殘差項(xiàng)。

2.3 數(shù)據(jù)來(lái)源

使用的數(shù)據(jù)主要為中國(guó)各城市經(jīng)濟(jì)發(fā)展數(shù)據(jù)，選取的時(shí)間范圍為2018—2020年。數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》等，刪除數(shù)據(jù)嚴(yán)重缺失的城市，不列入為研究對(duì)象，共選取264個(gè)中國(guó)城市為研究樣本。其中，對(duì)于少數(shù)城市存在部分缺失數(shù)據(jù)指針的問(wèn)題，采用移動(dòng)平均法、均值插補(bǔ)法估算逐一補(bǔ)齊。變量描述統(tǒng)計(jì)見表1。

表1 變量描述性統(tǒng)計(jì)

因?yàn)楦鞒鞘畜w量具有較大的差異性，在衡量區(qū)域技術(shù)創(chuàng)新效率之前，先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式為

(3)

式中：i表示各地級(jí)城市；max(xj)和min(xj)分別為j個(gè)投入產(chǎn)出變量的極大值和極小值。

利用Pearson相關(guān)系數(shù)分析變量間的線性相關(guān)，由表2可發(fā)現(xiàn)，人均GDP除了政府支持度變量之外，所有的變量都是正相關(guān)，雖然相關(guān)系數(shù)值偏低。經(jīng)濟(jì)增長(zhǎng)與科技創(chuàng)新規(guī)模效率相互共變程度為所有變量中最大值，而政府支持度提升對(duì)經(jīng)濟(jì)增長(zhǎng)反而是負(fù)相關(guān)。

表2 Pearson相關(guān)系數(shù)矩陣

3 實(shí)證分析

3.1 科技創(chuàng)新效率實(shí)證分析

科技創(chuàng)新效率由純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)構(gòu)成，其中，純技術(shù)效率代表城市在既定投入下獲得最大產(chǎn)出能力，規(guī)模效率代表當(dāng)投入比例增加產(chǎn)出以遞增的比例增加，這些指數(shù)越高，越能夠推動(dòng)區(qū)域或城市經(jīng)濟(jì)的發(fā)展，反之則反。

利用傳統(tǒng)DEA模型中的CCR與BBC模型衡量城市的技術(shù)效率、純粹技術(shù)效率與規(guī)模效率，實(shí)證顯示城市科技創(chuàng)新技術(shù)效率2018—2020年依序?yàn)?.555、0.512、0.581，可知科技創(chuàng)新技術(shù)效率雖略有提升但變化并不大。孫超等[21]利用2003—2016年省級(jí)面板數(shù)據(jù)，實(shí)證發(fā)現(xiàn)區(qū)域科技研發(fā)階段全國(guó)創(chuàng)新效率平均值為0.445。由此可知，采用數(shù)據(jù)包絡(luò)分析衡量科技創(chuàng)新相對(duì)效率值，估計(jì)數(shù)值并不高，表明各城市間資源投入產(chǎn)出運(yùn)用效率差距相當(dāng)明顯。平均技術(shù)效率值為0.549，有高達(dá)45.1%的資源運(yùn)用無(wú)效率的情形，而且城市之間科技創(chuàng)新效率的差距頗大，說(shuō)明了城市間科技創(chuàng)新投入產(chǎn)出存在嚴(yán)重的不足與無(wú)效率現(xiàn)象，建議應(yīng)該要增加科技創(chuàng)新投入和充分有效利用科技創(chuàng)新投入資源。

探究技術(shù)無(wú)效率的主要因素，在短期不包含規(guī)模經(jīng)濟(jì)的因素下的科技創(chuàng)新效率，可透過(guò)純粹技術(shù)無(wú)效率進(jìn)行分析，抽離規(guī)模經(jīng)濟(jì)因素后，更可以清楚了解城市的投入資源是否存在無(wú)效率，而有資源浪費(fèi)的情形，比較純粹技術(shù)效率值與規(guī)模經(jīng)濟(jì)效率值，科技創(chuàng)新效率的技術(shù)無(wú)效率主要系來(lái)自規(guī)模無(wú)效率(0.379)甚于純粹技術(shù)的無(wú)效率(0.101)。孟維站等[22]研究表明，中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新綜合效率的提高主要的動(dòng)力來(lái)自純粹技術(shù)效率，而城市科技創(chuàng)新效率主要也是受到技術(shù)效率驅(qū)動(dòng)所致。

3.2 面板模型實(shí)證估計(jì)分析

根據(jù)第2章建構(gòu)的實(shí)證方程式，探討經(jīng)濟(jì)增長(zhǎng)與科技創(chuàng)新因素間關(guān)聯(lián)性，采用普通最小平方法、固定效果模型與隨機(jī)效果模型進(jìn)行估計(jì)(1)根據(jù)Hausman檢驗(yàn)固定效果模型為最適估計(jì)模型，因此估計(jì)結(jié)果分析主要依據(jù)固定效果模型為主，表3將其他模型一并列出作為參考。。在進(jìn)行估計(jì)之前，若模型中的變量存在共線性，將產(chǎn)生線性重合問(wèn)題，進(jìn)而影響到回歸估計(jì)的結(jié)果，為避免此問(wèn)題的影響，故先利用方差膨脹因子(VIF)進(jìn)行檢定，一般判斷準(zhǔn)則，若VIF值大于10，則具有嚴(yán)重的共線性問(wèn)題，檢定結(jié)果顯示所有的自變量其數(shù)值均小于10，故應(yīng)該沒有線性重合問(wèn)題。

估計(jì)結(jié)果見表3?？萍紕?chuàng)新技術(shù)效率與經(jīng)濟(jì)增長(zhǎng)為顯著負(fù)相關(guān)，表示科技創(chuàng)新技術(shù)效率無(wú)法產(chǎn)生提升城市經(jīng)濟(jì)增長(zhǎng)的正向效用,反而可能是抑制效應(yīng)。科技創(chuàng)新與區(qū)域經(jīng)濟(jì)增長(zhǎng)間相互促進(jìn)的良好互動(dòng)只在東部地區(qū)出現(xiàn)，而中西部及東北地區(qū)這種良性互動(dòng)都沒有顯現(xiàn)。由此可得出，此現(xiàn)象的可能原因在于，各城市科研經(jīng)費(fèi)主要是由當(dāng)?shù)卣?fù)擔(dān)，國(guó)內(nèi)城鎮(zhèn)化差異極大，導(dǎo)致多數(shù)中西部城市資金不足，導(dǎo)致資金不能高效配置，資源集中在東部發(fā)達(dá)城市，而其他區(qū)域則發(fā)展極為緩慢。規(guī)模效率與經(jīng)濟(jì)增長(zhǎng)為顯著正相關(guān)，表示科技創(chuàng)新規(guī)模效率對(duì)經(jīng)濟(jì)增長(zhǎng)為正向效應(yīng)，雖然東西部經(jīng)濟(jì)發(fā)展有顯著差異，但隨著整體國(guó)內(nèi)經(jīng)濟(jì)發(fā)展趨勢(shì)帶動(dòng)下，研發(fā)資源投入持續(xù)增加促使經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)“遞增”的趨勢(shì)，最終達(dá)到規(guī)模經(jīng)濟(jì)。整體而言，僅有部分證據(jù)支持假設(shè)1成立，如何優(yōu)化資金配置效率是政府相關(guān)機(jī)構(gòu)需要積極思考解決的問(wèn)題。

科技創(chuàng)新力對(duì)城市經(jīng)濟(jì)增長(zhǎng)的作用為正相關(guān)，反映了科技創(chuàng)新轉(zhuǎn)化率越高，有利于城市經(jīng)濟(jì)增長(zhǎng)。政府支持度對(duì)于經(jīng)濟(jì)增長(zhǎng)為顯著負(fù)相關(guān)，可能是因?yàn)檎С挚萍紕?chuàng)新的資金很大的比例投入了國(guó)企和研究所，目標(biāo)針對(duì)的是基礎(chǔ)創(chuàng)新，但回收周期較長(zhǎng)，反映在經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)上相對(duì)較??；而發(fā)明專利產(chǎn)出大多來(lái)自中小型科技企業(yè)，受到政府的支持力度較小。工業(yè)化水平、市場(chǎng)化水平與經(jīng)濟(jì)增長(zhǎng)皆為顯著正相關(guān)，表示工業(yè)化與市場(chǎng)化有利于促進(jìn)城市經(jīng)濟(jì)增長(zhǎng)。科教支出對(duì)于經(jīng)濟(jì)增長(zhǎng)沒有顯著的關(guān)聯(lián)性，這個(gè)結(jié)果與沈立等[20]研究不同，科教支出作為人力資本投資的主要形式，郭玉清等[23]認(rèn)為科教支出的增加有助于扶持企業(yè)、大學(xué)和基礎(chǔ)科研機(jī)構(gòu)進(jìn)行研發(fā)活動(dòng)，增加知識(shí)存量推動(dòng)技術(shù)。因此，此結(jié)果可能是因?yàn)槿肆Y本沒有發(fā)揮技術(shù)創(chuàng)新的中介效果，無(wú)法有效地促進(jìn)產(chǎn)業(yè)升級(jí)，間接拉動(dòng)城市經(jīng)濟(jì)增長(zhǎng)。

表3 面板數(shù)據(jù)估計(jì)結(jié)果:科技創(chuàng)新效率

3.3 Granger因果檢定分析

為了更進(jìn)一步厘清科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)之間的因果關(guān)系，采用Granger 因果檢定檢驗(yàn)各變量間的因果關(guān)系。由表4可知，實(shí)證結(jié)果顯示技術(shù)效率與經(jīng)濟(jì)增長(zhǎng)間為單向關(guān)系，技術(shù)效率對(duì)經(jīng)濟(jì)增長(zhǎng)之間具有Granger因果關(guān)系，但經(jīng)濟(jì)增長(zhǎng)對(duì)技術(shù)效率并不具有Granger因果關(guān)系，規(guī)模效率的估計(jì)結(jié)果亦呈現(xiàn)相同的結(jié)果。由此可知，科技創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)具有影響，但經(jīng)濟(jì)增長(zhǎng)并不會(huì)反饋影響科技創(chuàng)新效率，此現(xiàn)象的可能原因在于，區(qū)域城市發(fā)展的差異限制了經(jīng)濟(jì)發(fā)展成為科技創(chuàng)新的土壤。東部沿海城市科技創(chuàng)新轉(zhuǎn)化率高，有效地提高了地區(qū)經(jīng)濟(jì)發(fā)展，而良好的經(jīng)濟(jì)環(huán)境也有利于創(chuàng)新的持續(xù)發(fā)展；但中西部城市仍是以傳統(tǒng)產(chǎn)業(yè)為主，以至于經(jīng)濟(jì)增長(zhǎng)對(duì)于科技創(chuàng)新效率的影響并不顯著。R&D投資科技創(chuàng)新成果產(chǎn)出與經(jīng)濟(jì)增長(zhǎng)間關(guān)系較為復(fù)雜。過(guò)于注重對(duì)試驗(yàn)發(fā)展的投資，從長(zhǎng)期來(lái)看不利于創(chuàng)新系統(tǒng)的發(fā)展[24]。由此可知，假設(shè)2不成立，表明中國(guó)高速經(jīng)濟(jì)增長(zhǎng)的成果尚未轉(zhuǎn)化成為發(fā)展科技創(chuàng)新的土壤，區(qū)域經(jīng)濟(jì)差異仍大，致使經(jīng)濟(jì)增長(zhǎng)無(wú)法反饋促進(jìn)科技創(chuàng)新效率。

科教支出與經(jīng)濟(jì)增長(zhǎng)之間不存在Granger因果關(guān)系，與3.2節(jié)的估計(jì)結(jié)果相同，科教支出對(duì)于城市經(jīng)濟(jì)增長(zhǎng)并沒有顯著的關(guān)聯(lián)性。更進(jìn)一步的解釋此現(xiàn)象在于，科技創(chuàng)新除了投入資金之外，更關(guān)鍵的要素是人力資本投資，透過(guò)人力資本存量，促進(jìn)知識(shí)技術(shù)創(chuàng)新，由此可推論目前人力資本存量仍不夠滿足科技創(chuàng)新需求，無(wú)法完全發(fā)揮促進(jìn)經(jīng)濟(jì)增長(zhǎng)加速器的效用。

表4 Granger 因果檢定結(jié)果

3.4 穩(wěn)健性檢定

為了進(jìn)一步驗(yàn)證上述研究結(jié)論的穩(wěn)健性，采用現(xiàn)有文獻(xiàn)中常用的科技創(chuàng)新投入指標(biāo):R&D支出、R&D人員數(shù)替代科技創(chuàng)新效率值并重新估計(jì)式(2)。由表5可知，估計(jì)結(jié)果顯示R&D支出、R&D人員數(shù)對(duì)于經(jīng)濟(jì)增長(zhǎng)具有顯著正向關(guān)系，可知

表5 面板數(shù)據(jù)估計(jì)結(jié)果: 穩(wěn)健性檢定

采用單一計(jì)量指標(biāo)的估計(jì)結(jié)果與采用科技創(chuàng)新效率的結(jié)論大致一致，除了科技創(chuàng)新技術(shù)效率之外，說(shuō)明了科技創(chuàng)新資源的配置需進(jìn)行結(jié)構(gòu)優(yōu)化，創(chuàng)新資源的投入可以提升城市經(jīng)濟(jì)增長(zhǎng)，但是否能有效率地轉(zhuǎn)化成為產(chǎn)值是一個(gè)需要重視的問(wèn)題。整體而言，進(jìn)一步證明了從實(shí)證角度分析科技創(chuàng)新對(duì)于城市經(jīng)濟(jì)發(fā)展的正向效應(yīng)上的結(jié)果是穩(wěn)健的。

4 結(jié)論

基于2018—2020年中國(guó)大陸264個(gè)地級(jí)以上城市的面板數(shù)據(jù)，重點(diǎn)分析了科技創(chuàng)新效率對(duì)于城市經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)性，并且進(jìn)一步利用Granger因果檢定分析科技創(chuàng)新效率與經(jīng)濟(jì)增長(zhǎng)的因果關(guān)系。主要結(jié)論如下:①實(shí)證證據(jù)支持科技創(chuàng)新對(duì)于經(jīng)濟(jì)增長(zhǎng)的正向效應(yīng)，科技創(chuàng)新規(guī)模效率與傳統(tǒng)研發(fā)投入指標(biāo)皆為顯著正相關(guān)，雖然科技創(chuàng)新技術(shù)效率尚無(wú)法產(chǎn)生積極正向效用，因此僅有不完全充分的證據(jù)支持假設(shè)1成立。②政府支持度對(duì)于經(jīng)濟(jì)增長(zhǎng)為顯著負(fù)相關(guān)，表示資金分配效率不佳，導(dǎo)致無(wú)法發(fā)揮促進(jìn)經(jīng)濟(jì)增長(zhǎng)的作用。③科教支出作為人力資本投資的主要形式，但實(shí)證結(jié)果顯示科教支出對(duì)于經(jīng)濟(jì)增長(zhǎng)沒有顯著的影響。最后，利用Granger 因果檢定科技創(chuàng)與經(jīng)濟(jì)增長(zhǎng)的因果關(guān)系。顯示科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)之間為單向關(guān)系，經(jīng)濟(jì)增長(zhǎng)不會(huì)Granger影響科技創(chuàng)新，故證據(jù)顯示假設(shè)2不成立。

基于上述結(jié)論，提出如下政策建議：①除了持續(xù)增加科技創(chuàng)新的要素投入時(shí)，應(yīng)更關(guān)注創(chuàng)新科技資源投入對(duì)科技創(chuàng)新要素產(chǎn)出的效率，而且科技創(chuàng)新并不是對(duì)所有產(chǎn)業(yè)都起作用，僅有對(duì)高技術(shù)密集型產(chǎn)業(yè)有促進(jìn)作用。②政府資金投入對(duì)象的分配需要改善，目前較大比例的資金投入在國(guó)企和研究所，其目標(biāo)主要以基礎(chǔ)創(chuàng)新、學(xué)術(shù)理論研究為主，反映在經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)上相對(duì)較小，未來(lái)政府單位應(yīng)關(guān)注如何提高科技創(chuàng)新成果的產(chǎn)業(yè)化和轉(zhuǎn)化效率，特別是針對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展提供更有力的支撐。③提升科技成果質(zhì)量和科教經(jīng)費(fèi)使用效率。經(jīng)濟(jì)增長(zhǎng)應(yīng)該是促進(jìn)科技創(chuàng)新的土壤，把創(chuàng)新作為引領(lǐng)發(fā)展的第一動(dòng)力，人才作為支撐發(fā)展的第一資源，發(fā)揮兩者間的相互協(xié)同促進(jìn)效果，使科技創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)邁入正向循環(huán)。