不同渠道經(jīng)費對科學與技術(shù)貢獻的比較研究——基于空間面板模型的估計

俞立平

（寧波大學 商學院，浙江 寧波315211）

一、引 言

從宏觀視角研究科研經(jīng)費投入的績效是一個經(jīng)典的命題。從經(jīng)費來源渠道看，目前的投入渠道主要有三個：第一是企業(yè)投入，這是研發(fā)投入的主體；第二是政府投入，體現(xiàn)了國家對科技創(chuàng)新重視的力度，是研發(fā)投入的必要補充；第三是銀行科技貸款，用來暫時彌補前兩項投資的不足。當然對于同一研發(fā)主體而言，其研發(fā)投入可以同時包括以上三個方面的來源，特別是從國家與地區(qū)的視角。從科技創(chuàng)新產(chǎn)出來看，也可以分為兩大類，一是基礎科學創(chuàng)新，二是應用技術(shù)創(chuàng)新?？傮w上，企業(yè)以技術(shù)創(chuàng)新為主，高校、科研院所等兼顧基礎科學與應用技術(shù)創(chuàng)新。究竟哪些投入用于基礎科學，哪些投入用于應用技術(shù)，目前并沒有詳細的統(tǒng)計數(shù)據(jù)，相應地也缺乏對不同渠道研發(fā)經(jīng)費投入對基礎科學與應用技術(shù)貢獻的比較研究（圖1）。

地理學第一定律認為，幾乎所有空間數(shù)據(jù)都具有空間依賴或空間自相關(guān)特征。在科技投入產(chǎn)出中，知識和技術(shù)的積聚與擴散是非常普遍的現(xiàn)象，比如北京、上海等中心城市都有著較強的科技與人才積聚，而這些積聚對周邊地區(qū)不斷產(chǎn)生科技擴散。隨著互聯(lián)網(wǎng)的發(fā)展，知識與技術(shù)的積聚擴散又呈現(xiàn)出新的特點，信息傳播的快捷加大了知識與技術(shù)的空間效應，在這樣的背景下，研究不同渠道研發(fā)經(jīng)費投入對科技創(chuàng)新的貢獻必須充分考慮不同地區(qū)之間空間上的互相影響。

圖1 研發(fā)投入渠道與科技產(chǎn)出關(guān)系圖

對不同渠道研發(fā)經(jīng)費的績效進行比較其意義是毋庸置疑的，如果在此基礎上進一步研究這些不同來源渠道研發(fā)經(jīng)費對基礎科學與應用技術(shù)的貢獻，則更具備全局的視野?？梢员容^政府經(jīng)費、企業(yè)經(jīng)費、銀行科技貸款的貢獻大小以及同樣投入經(jīng)費對基礎科學與應用技術(shù)貢獻的特點，分析其中存在的規(guī)律與問題，便于政府從宏觀角度加強科研經(jīng)費管理，合理分配有限的科技資源，改進科技金融政策，因而具有十分重要的理論意義與實踐價值。

國外對政府科技投入的關(guān)注始于Nelson、Porter等學者的研究，其主要方法是對各國政府科技投入的不同方式、政府支持科技創(chuàng)新的不同政策等進行比較，繼而開始政府研發(fā)投入、企業(yè)研發(fā)投入的績效研 究［1］［2］97－103。Carpon 估 計 了 各 種 不 同 資 金 來源研發(fā)經(jīng)費的效率，同時還估計了這些經(jīng)費對于自身R＆D投資的刺激效應［3］。Dominique等實證研究了政府科技投入對企業(yè)R＆D投入的影響作用［4］。Bettina等發(fā)現(xiàn)政府投入對低技術(shù)產(chǎn)業(yè)R＆D投入帶動作用顯著，而對高技術(shù)產(chǎn)業(yè)R＆D投入引領作用不顯著［5］。Lach通過對以色列制造業(yè)的研究發(fā)現(xiàn)，政府R＆D投入能帶動小企業(yè)R＆D投入［6］。Guellec等通過對17個OECD國家的研究發(fā)現(xiàn)，中等政府經(jīng)費資助強度對企業(yè)研發(fā)投入的激勵效果較好［7］。Blank等通過對1 564家制造業(yè)企業(yè)的研究發(fā)現(xiàn)，獲得政府資助的企業(yè)有比較低的研發(fā)人力資源比例，即研發(fā)政府資助對企業(yè)人力資源存在某種替代效應［8］。Klette等采用面板數(shù)據(jù)對挪威816個電子電氣行業(yè)的實證研究發(fā)現(xiàn)，政府投入經(jīng)費對企業(yè)經(jīng)費有帶動效應，對小企業(yè)與大企業(yè)的帶動效應超過中等企業(yè)［9］。對銀行科技貸款績效的研究相對較少，肖科采用結(jié)構(gòu)方程模型測度政策性金融對中國自主創(chuàng)新成果轉(zhuǎn)化的貢獻［10］。王海等根據(jù)科技資金投入與科技活動產(chǎn)出過程的特點，提出了評價科技金融結(jié)合效益的指標體系和效益評價模型［11］。

在知識與技術(shù)的空間與溢出效應研究領域，最早也是國外學者進行研究。Cohen等認為創(chuàng)造知識是R＆D活動的主要目的，這些新的知識會在不同地理空間的地區(qū)發(fā)生溢出效應［12］。Keller等研究了技術(shù)溢出效應與地理空間距離的關(guān)系，發(fā)現(xiàn)技術(shù)溢出效應與地理空間距離負相關(guān)［13］。Lakshmi采用1975—1986年印度私營制造企業(yè)的面板數(shù)據(jù)研究發(fā)現(xiàn)，研發(fā)投入溢出效應比較明顯，會帶來額外增加的產(chǎn)出［14］。Anselin等利用美國大學研發(fā)和高新技術(shù)創(chuàng)新數(shù)據(jù)，采用空間計量經(jīng)濟方法，發(fā)現(xiàn)R＆D溢出效應超越了地理邊界［15］。Greunz認為選擇區(qū)位時要與技術(shù)層次相近的區(qū)域以及技術(shù)領先的區(qū)域相鄰［16］。

從以上研究看，關(guān)于科技投入產(chǎn)出的研究成果較為豐富，既有宏觀層面的研究，也有微觀層面的研究，研發(fā)主體既有國家區(qū)域，也有廣大企業(yè)、高校和科研院所?？紤]知識與技術(shù)空間溢出效應的實證研究也比較豐富，總體上尚存在以下問題：

第一，“科技”一詞在不同語境下的內(nèi)涵是不一樣的，有時指科學與技術(shù)，有時是偏義復詞，特指技術(shù)。將基礎科學與應用技術(shù)分離，比較不同投入要素貢獻的研究不多。

第二，從投入要素的角度，現(xiàn)有的研究往往集中在政府經(jīng)費與企業(yè)經(jīng)費的績效比較以及政府研發(fā)投入對企業(yè)研發(fā)投入的關(guān)系，缺乏從政府投入、企業(yè)投入、銀行科技貸款三個角度進行研究。

第三，從研究方法看，采用空間計量模型的研究總體不多。此外，隨著現(xiàn)代信息技術(shù)的發(fā)展，知識與技術(shù)溢出已經(jīng)在傳統(tǒng)空間影響的基礎上呈現(xiàn)出新的特點，如果繼續(xù)采用傳統(tǒng)的地理位置相鄰作為權(quán)重矩陣設置依據(jù)是值得商榷的。

本文基于中國省際面板數(shù)據(jù)，首先對基礎科學與應用技術(shù)的空間相關(guān)特征進行比較，然后在考慮空間依賴與相關(guān)的基礎上，采用空間面板數(shù)據(jù)模型，比較企業(yè)研發(fā)經(jīng)費、政府研發(fā)經(jīng)費、銀行科技貸款對基礎科學與應用技術(shù)貢獻的彈性系數(shù)，總結(jié)分析不同投入途徑、不同產(chǎn)出視角下投入要素的績效特點，分析其中深層次的作用機制與存在的問題，在此基礎上進行深入討論。

二、研究方法

（一）Moran’s I指數(shù)

全局空間相關(guān)指數(shù) Moran’sI最早由 Moran于1950年提出［17］，其表達式為：

式（1）中，Yi、Yj分別表示i，j兩個地區(qū)某個考察指標的觀測值，n為相對獨立的地理空間單元個數(shù)，Wij為空間權(quán)重矩陣，用來測度i，j兩個地區(qū)間的空間依賴關(guān)系，一般采用二進制空間權(quán)值矩陣，通常情況下相鄰地區(qū)值為1，不相鄰地區(qū)為0。全局空間相關(guān)指數(shù) Moran’sI取值范圍為－1≤I≤1，－1表示完全空間負相關(guān)，1表示完全空間正相關(guān)，等于0表示空間不相關(guān)。類似地，局部空間相關(guān)指數(shù)用于分析某個考察指標局部地區(qū)與相鄰地區(qū)的相關(guān)程度，本文主要分析全局指數(shù)。

關(guān)于權(quán)重矩陣設置，在現(xiàn)代信息社會下，由于知識與技術(shù)的傳播很快，采取傳統(tǒng)的地理位置相鄰與否的設置方法是值得商榷的，考慮到基礎科學與應用技術(shù)主要以自然科學領域為主，因此本文采用地區(qū)間作者合作論文數(shù)量作為權(quán)重矩陣的設置依據(jù)，數(shù)據(jù)來自于中國科學院文獻情報中心的CSCD數(shù)據(jù)庫，具體處理方法是，在研究時間段內(nèi)，檢索兩個地區(qū)合作的論文數(shù)量，作為這兩個地區(qū)空間依賴與相關(guān)大小的依據(jù)，兩地作者合作論文越多，說明兩地的基礎科學與應用技術(shù)的依賴程度越強。

（二）面板空間計量模型

面板數(shù)據(jù)空間計量模型目前主要有兩種，第一種是空間滯后模型（Spatial Lag Model，SLM），人們也稱其為空間自回歸模型（Spatial Autoregressive Model，SAR），之所以有這種說法，是因為在回歸模型中引入了空間滯后因變量，用于測度空間互動關(guān)系的存在與否及其強度；第二種是空間誤差模型（Spatial Error Model，SEM），在回歸模型中加入殘差結(jié)構(gòu)的特殊形式，用于處理空間自回歸變差的影響。究竟采用哪種模型的檢驗方法主要有Moran、LMerr、LMsar、Lratios、Walds等檢驗，它們的原假設為H0：ρ＝0或λ＝0，如果拒絕，分別表示應該采用空間滯后模型或空間誤差模型。

1．空間滯后模型

空間滯后模型SLM的數(shù)學表達式為：

式（2）中，Yit為被解釋變量矩陣，Xit為解釋變量矩陣，Wn為空間權(quán)重矩陣，WnYit的乘積表示被解釋變量的空間自回歸矩陣，說明一個空間單元上的被解釋變量既與該地區(qū)的解釋變量相關(guān)，也與相鄰地區(qū)的被解釋變量相關(guān)。ρ為被解釋變量空間滯后矩陣的系數(shù)，如果其顯著地不為0，說明被解釋變量相鄰地區(qū)空間單元之間存在擴散、溢出等相互作用，即存在空間依賴。β為因變量Xit的回歸系數(shù)矩陣，μit是與空間單元相關(guān)的空間效應，包括固定效應和隨機效應兩種，εit是服從正態(tài)分布的隨機誤差項。

Griliches和Jaffe將Cobb－Douglas生產(chǎn)函數(shù)改進后應用到科技研發(fā)中，提出Griliches－Jaffe知識生產(chǎn)函數(shù)，投入要素為研發(fā)經(jīng)費（K）和研發(fā)人員（L）［18－19］。本文將研發(fā)經(jīng)費進一步分解為企業(yè)研發(fā)經(jīng)費（K1）、政府研發(fā)經(jīng)費（K2）、銀行科技貸款（K3），當然銀行科技貸款本質(zhì)上仍然屬于企業(yè)研發(fā)投入，進一步細分是為了研究科技金融的績效。此外從減少異方差的角度出發(fā)，對所有變量均取對數(shù)處理，這樣回歸系數(shù)表示產(chǎn)出彈性，解釋度更好。式（2）進一步改進為：

2．空間誤差模型

空間誤差模型SEM的表達式為：

式（4）中，λ為截面被解釋變量矩陣的空間誤差系數(shù)，反映相鄰地區(qū)被解釋變量殘差的沖擊對本地區(qū)因變量觀察值的影響程度，也就是說，空間誤差模型的空間依賴作用存在于隨機誤差項μit中，說明一個地區(qū)對周圍地區(qū)的影響更多地體現(xiàn)在整體的結(jié)構(gòu)性特征沖擊中，并非單純是被解釋變量之間的相互作用沖擊和影響。同樣將研發(fā)經(jīng)費細分為企業(yè)研發(fā)經(jīng)費（K1）、政府研發(fā)經(jīng)費（K2）、銀行科技貸款（K3），將式（3）進一步整理得：

對于空間面板模型估計，若用傳統(tǒng)的最小二乘法OLS回歸會導致參數(shù)有偏，一般采用極大似然法進行估計，除此以外還有工具變量法和廣義矩方法（GMM），考慮到后者需要提供工具變量，對面板數(shù)據(jù)而言找到合適的工具變量更加困難，本文采用相對成熟的極大似然法進行估計。

三、數(shù) 據(jù)

首先必須找到基礎科學與應用技術(shù)兩個因變量的合適表示。科學是全人類的，其研究成果具有公共產(chǎn)品特性，因此本文選取國際三大檢索論文數(shù)作為基礎科學的產(chǎn)出指標，但是SCI、EI、ISTP三大檢索論文是3個指標，必須進行歸一化處理，考慮到會議論文時效性雖然好，但更具有探索性，在征求中國科學技術(shù)信息研究所、中國科學院文獻情報中心相關(guān)專家的基礎上，三大檢索論文的權(quán)重依次為0．7、0．2、0．1，所有數(shù)據(jù)歸一化后進行匯總。本文選取授權(quán)的發(fā)明專利、實用新型專利、外觀設計專利作為技術(shù)創(chuàng)新變量，采取與三大檢索論文權(quán)重同樣的方法確定其權(quán)重為0．7、0．2、0．1，當然也在標準化后進行匯總。研發(fā)投入經(jīng)費變量有企業(yè)研發(fā)經(jīng)費、政府研發(fā)經(jīng)費和銀行科技貸款，研發(fā)人員變量選取研發(fā)人員全時當量，采用該指標比單純選取研發(fā)人員數(shù)量要相對合理。

所有數(shù)據(jù)均來自于2002—2009年期間的《中國科技統(tǒng)計年鑒》。需要說明的是，之所以選取這一區(qū)間主要有兩個原因，第一是2000年以后互聯(lián)網(wǎng)在中國開始大規(guī)模普及，互聯(lián)網(wǎng)時代與非互聯(lián)網(wǎng)時代的空間權(quán)重矩陣設置方法是不一樣的。第二是缺乏2000年分省的國際三大檢索論文統(tǒng)計數(shù)據(jù)，同時也缺乏2009年以后的分省的企業(yè)研發(fā)經(jīng)費、政府研發(fā)經(jīng)費、銀行科技貸款數(shù)據(jù)。此外，西藏自治區(qū)由于部分年度數(shù)據(jù)缺失沒有選取，所有數(shù)據(jù)的摘要描述統(tǒng)計量如表1所示。

表1 摘要描述統(tǒng)計量表

四、實證結(jié)果

（一）歷年各地區(qū)的 Moran＇s I指數(shù)

2001—2008年期間歷年中國省際基礎科學與應用技術(shù)的Moran＇sI指數(shù)如表2和圖2所示，基礎科學的空間相關(guān)指數(shù)均值為0．510，應用技術(shù)的空間相關(guān)指數(shù)均值為0．492，兩者水平比較接近，無論基礎科學還是應用技術(shù)總體上均存在明顯的空間相關(guān)。從曲線的動態(tài)變化看，基礎科學的空間相關(guān)指數(shù)波動要比應用技術(shù)大，并且基礎科學的空間相關(guān)指數(shù)處于動態(tài)波動狀態(tài)，這是由知識的特點所決定的，以論文體現(xiàn)出來的知識是共享的，地區(qū)間通過知識的溢出效應產(chǎn)生影響，一旦偏離均值，知識的溢出效應會減少地區(qū)間的知識差距，其周期一般是1到2年，符合互聯(lián)網(wǎng)背景下知識生產(chǎn)、傳播、共享、借鑒規(guī)律。

應用技術(shù)相對而言比較穩(wěn)定，其空間積聚與擴散效應與基礎科學是完全不一樣的，其內(nèi)在機制有很大的區(qū)別。以專利為代表的應用技術(shù)具有獨享性，其空間依賴更多體現(xiàn)在技術(shù)帶來的示范效應，而非技術(shù)傳播本身，因為專利是不可能無償傳播的。在這種情況下，技術(shù)的空間相關(guān)指數(shù)體現(xiàn)出穩(wěn)定的趨勢，曲線波動較小。

表2 歷年科學與技術(shù)的Moran＇s I指數(shù)表

圖2 歷年中國科學與技術(shù)的Moran＇s I指數(shù)

（二）面板數(shù)據(jù)的平穩(wěn)性檢驗與協(xié)整

面板數(shù)據(jù)在回歸分析前要進行平穩(wěn)性檢驗，以防止出現(xiàn)偽回歸問題，面板數(shù)據(jù)單位根檢驗方法有ADF fisher檢驗、Levin Lin＆Chu檢驗、PP fisher檢驗等，不同檢驗方法原理不同，檢驗結(jié)果也不盡相同，從提高穩(wěn)健性的角度，以3種方法結(jié)果一致為準，結(jié)果如表3所示，所有變量經(jīng)過1階差分后都是平穩(wěn)時間序列。

表3 面板數(shù)據(jù)的平穩(wěn)性檢驗表

下面進行面板數(shù)據(jù)的協(xié)整檢驗，以驗證基礎科學與應用技術(shù)產(chǎn)出與研發(fā)經(jīng)費投入及研發(fā)人員投入之間是否存在長期穩(wěn)定的協(xié)整關(guān)系，采用KAO面板協(xié)整檢驗，結(jié)果t檢驗值為－8．488，相伴概率為0．000，說明基礎科學、應用技術(shù)、企業(yè)研發(fā)經(jīng)費、政府研發(fā)經(jīng)費、銀行科技貸款、研發(fā)人員全時當量之間存在長期穩(wěn)定的均衡關(guān)系，可以進行進一步的回歸分析。

（三）基礎科學投入產(chǎn)出估計

對于空間面板數(shù)據(jù)的估計，究竟是采用傳統(tǒng)的最小二乘法還是極大似然法進行估計，必須首先進行空間相關(guān)性檢驗，常用的檢驗方法有LMerr、Robust＿LMerr、LMsar、Robust＿LMsar等，最早這些檢驗方法都是面向截面數(shù)據(jù)的，后來Elhorst將其推廣到面板數(shù)據(jù)［20］。空間自相關(guān)檢驗結(jié)果如表4所示，LMsar、Robust＿LMsar、Robust＿LMerr均在1%的水平下通過了統(tǒng)計檢驗，LMerr在5%的水平下通過了統(tǒng)計檢驗，最終確定選擇LMsar模型，采用極大似然法進行估計。

表4 基礎科學投入產(chǎn)出的空間自相關(guān)檢驗表

根據(jù)Baltagi的研究，如果樣本是隨機地從總體中抽取時，應該選擇隨機效應模型，否則應該采用固定效應模型［21］45－53。本文選取的是除西藏外大陸30個省市的樣本數(shù)據(jù)，接近總體，因此選擇固定效應SLM模型進行估計，為了便于比較，還給出了傳統(tǒng)面板數(shù)據(jù)隨機效應模型以及空間誤差模型的估計結(jié)果。

模型估計結(jié)果見表5，從空間滯后模型SLM固定效應的估計結(jié)果看，企業(yè)研發(fā)經(jīng)費在5%的水平上通過了統(tǒng)計檢驗，政府研發(fā)經(jīng)費在1%的水平上通過了統(tǒng)計檢驗，銀行科技貸款與研發(fā)人員全時當量沒有通過統(tǒng)計檢驗，模型具有較高的擬合優(yōu)度，R2為0．988，空間滯后向量ρ在1%的水平上通過了統(tǒng)計檢驗，說明空間效應明顯。對基礎科學產(chǎn)出而言，政府研發(fā)經(jīng)費的彈性系數(shù)最大，每增加1%會帶來基礎科學產(chǎn)出增加0．348%，企業(yè)研發(fā)經(jīng)費次之，每增加1%會帶來基礎科學產(chǎn)出增加0．149%。

從傳統(tǒng)面板數(shù)據(jù)與空間誤差模型的結(jié)果看，也是銀行科技貸款與研發(fā)人員全時當量沒有通過統(tǒng)計檢驗，并且政府研發(fā)經(jīng)費對科學產(chǎn)出的貢獻大于企業(yè)研發(fā)經(jīng)費，與空間滯后模型的估計結(jié)果基本類似，說明結(jié)果是穩(wěn)健的。

從回歸系數(shù)的大小看，傳統(tǒng)回歸高估企業(yè)研發(fā)投入和政府研發(fā)投入對基礎科學的貢獻，原因是沒有考慮到知識的空間相關(guān)性引起的。

表5 基礎科學投入產(chǎn)出的面板數(shù)據(jù)估計表

（四）應用技術(shù)投入產(chǎn)出估計

應用技術(shù)投入產(chǎn)出的空間相關(guān)檢驗結(jié)果如表6所示，LMsar、Robust＿LMsar、LMerr在1%的水平上通過了統(tǒng)計檢驗，Robust＿LMerr沒有通過統(tǒng)計檢驗，很明顯要選擇SLM模型進行估計，為便于比較，同樣給出了空間誤差模型與傳統(tǒng)固定效應模型的估計，表7為估計結(jié)果。

表6 應用技術(shù)創(chuàng)新產(chǎn)出的空間自相關(guān)檢驗表

表7 應用技術(shù)創(chuàng)新產(chǎn)出的面板數(shù)據(jù)估計表

從空間滯后模型SLM固定效應的估計結(jié)果看，企業(yè)研發(fā)經(jīng)費和研發(fā)人員全時當量在5%的水平上通過了統(tǒng)計檢驗，政府研發(fā)經(jīng)費都在1%的水平上通過了統(tǒng)計檢驗，銀行科技貸款沒有通過統(tǒng)計檢驗，模型具有較高的擬合優(yōu)度，R2為0．978，空間滯后向量ρ在1%的水平上通過了統(tǒng)計檢驗，說明空間效應明顯。對應用技術(shù)創(chuàng)新而言，政府研發(fā)經(jīng)費的彈性系數(shù)最大，每增加1%會帶來應用技術(shù)增加0．322%；研發(fā)人員全時當量次之，每增加1%會帶來應用技術(shù)創(chuàng)新增加0．215%；企業(yè)研發(fā)經(jīng)費最低，每增加1%會帶來應用技術(shù)創(chuàng)新產(chǎn)出增加0．143%。從回歸系數(shù)的大小看，傳統(tǒng)回歸高估了企業(yè)研發(fā)投入和政府研發(fā)投入對應用技術(shù)創(chuàng)新的貢獻，原因是沒有考慮技術(shù)創(chuàng)新的空間相關(guān)性。

從傳統(tǒng)面板數(shù)據(jù)與空間誤差模型的結(jié)果看，也是銀行科技貸款沒有通過統(tǒng)計檢驗，研發(fā)人員全時當量通過了統(tǒng)計檢驗，并且政府研發(fā)投入對應用技術(shù)的貢獻大于企業(yè)投入，總體上模型是穩(wěn)健的。

五、結(jié) 論

（一）基礎科學與應用技術(shù)的空間溢出效應并不相同

以三大檢索論文為代表的基礎科學，由于論文是公開發(fā)表的，加上現(xiàn)代信息技術(shù)的發(fā)展，知識傳播與擴散相對比較容易，一旦空間相關(guān)指數(shù)出現(xiàn)波動，知識的空間溢出效應能夠?qū)Υ水a(chǎn)生反應，但會有1～2年的滯后期，這也符合科技論文的寫作和傳播規(guī)律。而以專利為代表的應用技術(shù)，本質(zhì)上是互相保密的，其技術(shù)溢出更多體現(xiàn)為一種“示范”影響，因此空間相關(guān)指數(shù)波動較小。

（二）政府研發(fā)經(jīng)費的績效總體良好

無論是將基礎科學作為產(chǎn)出還是應用技術(shù)作為產(chǎn)出，政府研發(fā)經(jīng)費的貢獻的彈性系數(shù)都大于企業(yè)研發(fā)經(jīng)費的彈性系數(shù)，但是其中的作用機制并不相同。對以國際三大檢索論文為代表的基礎科學而言，它具有明顯的公共物品特征，政府研發(fā)投入理應作為投入主體，發(fā)揮主導作用。

對以專利為代表的企業(yè)技術(shù)創(chuàng)新而言，企業(yè)所有研發(fā)投入中政府研發(fā)投入已經(jīng)不占主導地位，企業(yè)自有資金是研發(fā)投入的主體，在這樣的背景下政府研發(fā)經(jīng)費的彈性系數(shù)仍然大于企業(yè)研發(fā)經(jīng)費，說明政府研發(fā)投入的“目標性”較好，絕大多數(shù)投入到了創(chuàng)新較強的企業(yè)中去，績效良好。政府研發(fā)經(jīng)費對企業(yè)研發(fā)經(jīng)費具有帶動作用，也增強了這種效果。

（三）研發(fā)人員全時當量對應用技術(shù)的貢獻更加明顯

實證研究表明，研發(fā)人員全時當量對基礎科學沒有貢獻，而對應用技術(shù)創(chuàng)新的貢獻比較顯著，其彈性系數(shù)超過了企業(yè)研發(fā)經(jīng)費的彈性系數(shù)。研發(fā)人員投入對基礎科學與技術(shù)創(chuàng)新的作用機制并不相同，對基礎科學而言，有的領域投入較大，有的領域投入較??；有的領域團隊人數(shù)眾多，有的領域團隊人數(shù)較少；有的學科論文產(chǎn)出相對容易，而有的學科論文產(chǎn)出比較困難，從而導致了研發(fā)人員全時當量對基礎科學貢獻不夠顯著。而對以專利體現(xiàn)的應用技術(shù)創(chuàng)新而言，形態(tài)相對比較單一，不同產(chǎn)業(yè)之間的差別相對較小，因而研發(fā)人員全時當量的貢獻比較鮮明。

（四）銀行科技貸款的績效較低

無論對基礎科學還是應用技術(shù)，銀行科技貸款都沒有通過統(tǒng)計檢驗，說明銀行科技貸款的績效較低。在國家科技創(chuàng)新系統(tǒng)中，銀行科技貸款主要是以企業(yè)為主體籌措的，創(chuàng)新也以應用技術(shù)為主，然而技術(shù)創(chuàng)新的風險性與商業(yè)銀行的風險規(guī)避性天生是一對矛盾，商業(yè)銀行更愿意貸款給那些有擔保、風險較小、收益穩(wěn)定的單位與項目。在這樣的情況下，一方面企業(yè)對銀行科技貸款有較大的需求，而銀行卻不愿意提供必要的資金支持，從而導致銀行科技貸款占整個科技投入的比例較小，并且績效不高。要徹底解決這個問題，政府必須發(fā)揮主導作用，充分考慮到技術(shù)的溢出作用，加大對科技金融的支持力度，出臺一系列政策措施，以加快技術(shù)創(chuàng)新的步伐。

（五）知識與技術(shù)溢出對研發(fā)要素投入彈性具有“擠出效應”

無論是基礎科學還是應用技術(shù)的投入產(chǎn)出，傳統(tǒng)面板數(shù)據(jù)模型均高估了投入要素對科學與技術(shù)的貢獻。也就是說，將要素投入對基礎科學與應用技術(shù)的貢獻全部歸功于要素投入本身，而忽視了知識與技術(shù)溢出效應對創(chuàng)新產(chǎn)出的貢獻?？臻g面板估計認為投入要素對科技產(chǎn)出的貢獻既包括投入要素自身的貢獻，也包括知識與技術(shù)溢出效應的貢獻，正因為知識與技術(shù)的溢出對要素投入彈性具有擠出效應，從而導致了傳統(tǒng)面板數(shù)據(jù)模型高估了要素貢獻的彈性。

［1］ Nelson R R．The Simple Economics of Basic Scientific Reaearch［J］．Journal of Finance，1959，49（3）．

［2］ 邁克爾·波特．國家競爭優(yōu)勢［M］．李明軒，邱如美，譯．北京：中信出版社，2007．

［3］ Carpon H，Van Pottelberghe B．Public Support to R＆D Programmes：An Integrated Assessment Scheme［R］．OECD，1997．

［4］ Dominique Guellec，Bruno Van Pottlesberghe．The Impact of Public R＆D Expenditure on Business R＆D［R］．Paris OECD Working Paper，2000．

［5］ Bettina Becker，Hall Stephen G．The Determinants of High－Tech Versus Low－Tech R＆D Investment：Evidence from Testing the Pooling Assumption［C］．NIESR Discussion Papers，2003．

［6］ Lach S．Do R＆D Subsidies Stimulate or Displace Private R＆D？Evidence from Israel［R］．NBER Working Paper No 7943，2000．

［7］ Guellec D，Van Pottelsberghe B．Does Government Support Stimulate Private R＆D？［R］．OECD Economic Studies，1999．

［8］ Blank David M，Stigler George J．The Demand and Supply of Scientific Personnel［R］．New York，National Bureau of Economic Research，Inc．，1957．

［9］ Klette，Tor Jakob，Jarle Moen．R＆D Investment Responses to R＆D Subsidies：A Theoretical Analysis and Microeconomic Study［R］．Mimeo，Oslo，1998．

［10］肖科．政策性金融對我國自主創(chuàng)新成果轉(zhuǎn)化的貢獻研究［J］．科技進步與對策，2009（12）．

［11］王海，葉元煦．科技金融結(jié)合效益的評價研究［J］．管理科學，2003（4）．

［12］Cohen W，Klepper S．The Trade off between Firm Size and Diversity in the Pursuit of Technological Progress［J］．Small Business Economics，1992（4）．

［13］Keller W．Geographic Localization of International Technology Diffusion［J］．American Economic Review，2002，92（1）．

［14］Lakshmi K Raut．R＆D Spillover and Productivity Growth：Evidence from Indian Private Firms［J］．Journal of Development Economics，1995，48（1）．

［15］Anselin L，Attila Varga，Acs Zoltan J．Local Geographic Spillovers between University Research and High Technology Innovations［J］．Journal of Urban Economics，1997，42（3）．

［16］Greunz L．Geographically and Technologically Mediated Knowledge Spillovers between European Regions ［J］．Ann．Reg．Sci．，2003，37（4）．

［17］Moran P A．Notes on Continuous Stochastic Phenomena［J］．Biometrika，1950，37（17）．

［18］Griliches Z．Issues in Assessing the Contribution of Research and Development to Productivity Growth［J］．Bell Journal of Economics，1979（1）．

［19］Jaffe A B．Real Effects of Academic Research［J］．The American Economic Review，1989（5）．

［20］Elhorst P．Specification and Estimation of Spatial Panel Data Models［J］．International Regional Science Review，2003（26）．

［21］Baltagi B H．Econometrics Analysis of Panel Data［M］．Chichester：John Wiley，2001．