外部性和內(nèi)生性視域下中國(guó)科技投入績(jī)效

趙當(dāng)如 劉玲

摘要：基于2016—2017年上市公司A股制造業(yè)微觀數(shù)據(jù)，運(yùn)用DEA-Tobit模型測(cè)算政府科技投入對(duì)企業(yè)科技投入績(jī)效的影響程度，選取2016—2017年中國(guó)30個(gè)?。ㄊ?、自治區(qū)）的省際宏觀數(shù)據(jù)，在考慮科技產(chǎn)出負(fù)外部性的影響下，運(yùn)用改進(jìn)非期望SBM模型剔除政府科技投入對(duì)企業(yè)科技投入的內(nèi)生性影響來(lái)測(cè)算中國(guó)30個(gè)省（市、自治區(qū)）的政府與企業(yè)的科技投入績(jī)效。結(jié)果表明，政府科技投入負(fù)向調(diào)節(jié)企業(yè)科技投入與其績(jī)效之間的關(guān)系;經(jīng)濟(jì)科技水平較發(fā)達(dá)地區(qū)政府與市場(chǎng)的科技投入績(jī)效較高;經(jīng)濟(jì)科技發(fā)展水平最高的東部沿海地區(qū)企業(yè)科技投入績(jī)效高于政府科技投入績(jī)效;經(jīng)濟(jì)科技發(fā)展水平較弱的中部地區(qū)政府與市場(chǎng)的科技投入績(jī)效相持平;西部地區(qū)政府科技投入績(jī)效高于市場(chǎng);經(jīng)濟(jì)較弱的中部地區(qū)科技帶來(lái)的環(huán)境污染比經(jīng)濟(jì)發(fā)展最好的東部地區(qū)和發(fā)展最弱的西部地區(qū)更多，符合科技發(fā)展水平與環(huán)境污染間的倒“U”型關(guān)系。

關(guān)鍵詞：外部性;內(nèi)生性;科技投入績(jī)效;政府與市場(chǎng);改進(jìn)非期望SBM模型;Tobit模型

中圖分類號(hào)：F273.1;F275 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2020）15-0190-06

Abstract：Based on A-shares listed micro data of companies manufacturing from 2016 to 2017， this study uses DEA-Tobit model to calculate the government investment in science and technology influence on the performance of enterprise investment in science and technology level， and considers the output of science and technology under the influence of negative externalities based on the provincial macro data of 30 provinces（cities， autonomous regions） in China from 2016 to 2017，and then uses improved unexpected SBM model to measure Chinas 30 provinces（cities， autonomous regions） of investment in science and technology performance of the government and enterprises by eliminating the impact on enterprise investment in science and technology of government investment in science and technology endogenous. The results show that government investment in science and technology negatively regulates the relationship between enterprise investment in science and technology and its performance. The performance of government and market investment in science and technology is higher in the developed regions. The performance of enterprises in the eastern coastal areas with the highest level of economic and technological development is higher than that of the government. The performance of the government and the market in the central region with a weak level of economic and technological development is equal to that of the market. The western region government investment in science and technology performance is higher than the market. The environmental pollution caused by science and technology in the central region with weak economy is more than that in the eastern region with the best economic development and the western region with the weakest development， which is in line with the inverted “U”relationship between the level of science and technology development and environmental pollution.

Key words： externality; endogencity; science and technology investment performance; government and market; improved unexpected SBM model;tobit model

黨的十八大明確指出科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐[1]，但中國(guó)在對(duì)科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新的過(guò)程中遭到發(fā)達(dá)國(guó)家的技術(shù)封鎖[2]，因此自主科技創(chuàng)新成為研究和關(guān)注的重點(diǎn)?？萍纪度胧怯绊懣萍紕?chuàng)新實(shí)力最重要的因素，同時(shí)也是其決定因素[3]，中國(guó)科技投入能力在全球名列前茅，但其對(duì)環(huán)境的影響也愈發(fā)突出。根據(jù)黨的十八大和十九大“建設(shè)生態(tài)文明城市、堅(jiān)持人與自然和諧共處”的會(huì)議精神，要將科技進(jìn)步帶來(lái)的環(huán)境污染納入科技投入績(jī)效評(píng)價(jià)體系中。政府、企業(yè)和金融機(jī)構(gòu)是科技投入的三大主體，其中政府和企業(yè)分別代表政府和市場(chǎng)，金融機(jī)構(gòu)起到中介調(diào)節(jié)作用。市場(chǎng)相比政府能更好地進(jìn)行資源配置，但同時(shí)也會(huì)產(chǎn)生環(huán)境污染等外部性影響而導(dǎo)致的市場(chǎng)失靈問(wèn)題[4]，而稅改后由于財(cái)政分權(quán)體制和尋租等政府干預(yù)失效等原因，政府也會(huì)對(duì)環(huán)境造成負(fù)面影響，其中包括科技活動(dòng)[5-9]。同時(shí)，政府科技投入、企業(yè)科技投入、金融機(jī)構(gòu)貸款三者之間互相影響[10-12]，從而不能準(zhǔn)確地得出單個(gè)主體真實(shí)的科技投入績(jī)效。在此背景下，在科技投入績(jī)效分析框架體系中納入負(fù)外部性影響因素，并通過(guò)考慮科技投入產(chǎn)出系統(tǒng)中的內(nèi)生性問(wèn)題來(lái)比較政府與市場(chǎng)科技投入績(jī)效，具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

1 研究背景

目前有關(guān)科技投入績(jī)效的研究分為2類，一是基于科技投入產(chǎn)出指標(biāo)體系對(duì)地區(qū)總體科技投入績(jī)效的研究，二是對(duì)不同主體的科技投入績(jī)效的探討。

區(qū)域財(cái)政科技投入產(chǎn)出績(jī)效研究最主要的前提是構(gòu)建一套完整的科技投入產(chǎn)出指標(biāo)體系?？萍纪度胫饕譃槿肆ν度?、財(cái)力投入和物力投入，其中人力投入包括R&D人員（研究與試驗(yàn)發(fā)展人員）和地方千人計(jì)劃人員[13-15];財(cái)力投入包括政府財(cái)政科技投入、企業(yè)研發(fā)支出和金融機(jī)構(gòu)貸款[16，17];物力投入包括科研實(shí)驗(yàn)室在內(nèi)的內(nèi)資固定資產(chǎn)投入和外資固定資產(chǎn)投入[13，18]?？萍籍a(chǎn)出一般分為直接產(chǎn)出和間接產(chǎn)出，直接產(chǎn)出一般指發(fā)明專利和論文;間接產(chǎn)出一部分學(xué)者認(rèn)為是指技術(shù)合同成交額、科技產(chǎn)業(yè)收入額、GDP工業(yè)增加值等經(jīng)濟(jì)利益指標(biāo)[13，18]，還有一部分學(xué)者則把環(huán)境污染所帶來(lái)的“三廢”作為間接產(chǎn)出的副產(chǎn)品[19]。上述研究對(duì)科技投入產(chǎn)出途徑有了比較深入的分析，但對(duì)科技投入效率的研究所采用的指標(biāo)體系中大部分是以科技成果或經(jīng)濟(jì)利益等正面效果作為科技產(chǎn)出的指標(biāo)，而未考慮科技投入后進(jìn)行研發(fā)和技術(shù)使用過(guò)程中所帶來(lái)的環(huán)境污染等負(fù)面影響。英國(guó)在18世紀(jì)完成第一次工業(yè)革命后，科技領(lǐng)域有了質(zhì)的突破，但同時(shí)也飽受工業(yè)化帶來(lái)的水污染（工業(yè)廢水污染）、空氣污染（煤炭大氣造成的霧霾污染）等，因此科技進(jìn)步造成的生態(tài)環(huán)境污染問(wèn)題不可忽視。

關(guān)于不同主體科技投入效率的研究，大部分學(xué)者都是對(duì)金融機(jī)構(gòu)貸款、政府科技投入和企業(yè)科技投入3個(gè)不同渠道的投入來(lái)源進(jìn)行研究。俞立平[14]運(yùn)用TOPSIS評(píng)價(jià)法和面板分位數(shù)回歸對(duì)中國(guó)30個(gè)省的面板數(shù)據(jù)實(shí)證研究后發(fā)現(xiàn)，企業(yè)投入對(duì)科技投入產(chǎn)出效率貢獻(xiàn)最大，且不同地區(qū)科研水平貢獻(xiàn)率不同;薛慶根[16]選取2001—2009年中國(guó)30個(gè)地區(qū)的省際面板數(shù)據(jù)研究發(fā)現(xiàn)政府科技投入效率最高，金融機(jī)構(gòu)科技投入效率最低，且不同科技實(shí)力地區(qū)科技投入效率明顯不同;鄭軍等[20]通過(guò)對(duì)各個(gè)科技投入主體與高?？萍籍a(chǎn)出的關(guān)系研究發(fā)現(xiàn)政府科技投入效率最高，金融科技貸款與企業(yè)資金投入效率不穩(wěn)定。從以上的研究可以看出，已有不少學(xué)者運(yùn)用多種科技投入主體在不同方面考察了科技投入效率問(wèn)題，但得到的結(jié)論卻不同，并沒(méi)有達(dá)成一致，同時(shí)在分析各個(gè)科技投入主體效率時(shí)并沒(méi)有考慮到各個(gè)主體之間的相互影響機(jī)制，使得最終的結(jié)論可能偏離實(shí)際，所以考慮內(nèi)生性影響因素可以更加深入地探究科技投入主體的真實(shí)績(jī)效，提升相關(guān)領(lǐng)域的研究深度，對(duì)現(xiàn)實(shí)具有重要的指導(dǎo)作用。

綜上分析，為了進(jìn)一步厘清政府和市場(chǎng)的科技投入績(jī)效及其之間的關(guān)系，選取2016—2017年A股制造業(yè)的微觀數(shù)據(jù)，根據(jù)DEA-Tobit兩階段模型測(cè)算政府科技投入對(duì)企業(yè)科技投入績(jī)效的具體影響程度，以2016—2017年中國(guó)30個(gè)省（市、自治區(qū)）的省際樣本宏觀數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)，利用改進(jìn)非期望SBM模型來(lái)探究政府與市場(chǎng)的科技投入績(jī)效。通過(guò)宏觀數(shù)據(jù)與微觀數(shù)據(jù)的結(jié)合，對(duì)政府與市場(chǎng)的科技投入效率進(jìn)行比較，以便相關(guān)部門改進(jìn)科技投入政策，優(yōu)化科技投入資源配置，為實(shí)現(xiàn)“綠色科技”目標(biāo)提供理論指導(dǎo)。

2 理論分析及研究假設(shè)

2.1 科技投入對(duì)生態(tài)環(huán)境的影響

2.1.1 政府科技投入對(duì)生態(tài)環(huán)境的影響 自中國(guó)1994年實(shí)行分稅制改革后，財(cái)政分權(quán)成為最明顯的財(cái)政體制，但這種“中國(guó)式分權(quán)”體制導(dǎo)致激勵(lì)機(jī)制發(fā)生改變，使得地方政府開(kāi)始出現(xiàn)“晉升錦標(biāo)賽”制度，以經(jīng)濟(jì)增長(zhǎng)為惟一目的，重視基礎(chǔ)設(shè)施建設(shè)，忽視環(huán)境公共物品的投入與管理。這類行為往往在經(jīng)濟(jì)發(fā)展水平不高時(shí)容易出現(xiàn)“缺位現(xiàn)象”，造成各地政府因追求經(jīng)濟(jì)增長(zhǎng)而導(dǎo)致環(huán)境污染產(chǎn)生“競(jìng)次”效應(yīng)[21]，政府在科技投入上就會(huì)將財(cái)力投在經(jīng)濟(jì)效益高、產(chǎn)值高的企業(yè)，如重工業(yè)企業(yè)。根據(jù)“向底線賽跑”假說(shuō)，地方政府會(huì)降低環(huán)境門檻，吸引大量的外商直接投資（Foreign direct investment，簡(jiǎn)稱FDI）對(duì)這些企業(yè)加以扶持[22]，促使這類企業(yè)產(chǎn)生生產(chǎn)型技術(shù)進(jìn)步。重工業(yè)企業(yè)中的鋼鐵業(yè)、煤炭業(yè)對(duì)環(huán)境造成巨大的負(fù)外部性影響，是導(dǎo)致環(huán)境污染的主要原因[23]。基于以上分析，提出研究假設(shè)H1，考慮外部性影響時(shí)經(jīng)濟(jì)科技水平發(fā)達(dá)地區(qū)政府科技投入效率較高。

2.1.2 企業(yè)科技投入對(duì)生態(tài)環(huán)境的影響 企業(yè)是經(jīng)濟(jì)增長(zhǎng)的活力源泉，企業(yè)只有不斷進(jìn)行技術(shù)創(chuàng)新才能在市場(chǎng)中擁有競(jìng)爭(zhēng)和生存地位。在企業(yè)競(jìng)爭(zhēng)中，由于競(jìng)爭(zhēng)成本隨著競(jìng)爭(zhēng)激烈程度的提升而增加，再加上企業(yè)一般不會(huì)遵守市場(chǎng)規(guī)則，有可能會(huì)打破對(duì)環(huán)境監(jiān)管的遵守，從而將競(jìng)爭(zhēng)領(lǐng)域延伸到環(huán)境污染領(lǐng)域[24]。根據(jù)環(huán)境庫(kù)茲涅茨曲線（Environmental kuznets curve，EKC），經(jīng)濟(jì)水平較低時(shí)，人們主要以提高收入水平為首要目標(biāo)，這種以收入水平作為惟一需求的“需求驅(qū)動(dòng)”導(dǎo)致企業(yè)更關(guān)注生產(chǎn)型的技術(shù)進(jìn)步，希望通過(guò)此類技術(shù)進(jìn)步達(dá)到利益最大化[25]。隨著時(shí)間的推移，新的技術(shù)逐漸被其他企業(yè)所掌握，從而促使企業(yè)再次進(jìn)行技術(shù)創(chuàng)新。由于發(fā)展中國(guó)家企業(yè)規(guī)模普遍較小，隨著企業(yè)競(jìng)爭(zhēng)程度的提高，為了謀求生存，企業(yè)開(kāi)始通過(guò)發(fā)展企業(yè)集群或產(chǎn)業(yè)集聚在市場(chǎng)中獲得更明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)。企業(yè)集群發(fā)展與環(huán)境污染之間符合“倒U型”關(guān)系[26，27]，企業(yè)集群發(fā)展初期對(duì)環(huán)境污染較大，當(dāng)企業(yè)達(dá)到一定的集中程度時(shí)會(huì)減少對(duì)環(huán)境的污染，加上這一時(shí)期政府嚴(yán)格的環(huán)境監(jiān)管也會(huì)激發(fā)企業(yè)加大對(duì)綠色科技研發(fā)的投入，從而形成綠色科技進(jìn)步，生態(tài)環(huán)境污染程度就會(huì)不斷降低。此外，隨著收入水平較高的消費(fèi)者對(duì)生態(tài)環(huán)境問(wèn)題認(rèn)知度和重視度的提高，企業(yè)不再以單一的利潤(rùn)為目的，而是通過(guò)進(jìn)行綠色生產(chǎn)來(lái)贏得消費(fèi)者，以保持市場(chǎng)競(jìng)爭(zhēng)力，從而減少對(duì)環(huán)境的污染?；谝陨戏治觯岢鲅芯考僭O(shè)H2，考慮外部性影響時(shí)經(jīng)濟(jì)科技水平發(fā)達(dá)地區(qū)企業(yè)科技投入效率較高。

2.1.3 金融科技投入對(duì)環(huán)境的影響 金融科技投入在短期內(nèi)能解決科研經(jīng)費(fèi)短缺的問(wèn)題，長(zhǎng)期能貼近市場(chǎng)需求，提高自主研發(fā)效率[14]。高等院校和部分研究所屬于政府機(jī)關(guān)管轄，這部分機(jī)構(gòu)的科研成果最終要走向企業(yè)市場(chǎng)，形成經(jīng)濟(jì)成果，而另一部分不屬于政府機(jī)關(guān)管轄的研究所一般通過(guò)與企業(yè)合作來(lái)完成科技創(chuàng)新。綜上可知，金融科技投入是跟隨著市場(chǎng)需求的，因而金融科技貸款和企業(yè)科技投入的方向相同，金融機(jī)構(gòu)間接幫助了企業(yè)科技活動(dòng)對(duì)環(huán)境的影響。因此，企業(yè)科技投入與其對(duì)環(huán)境的負(fù)面影響程度和經(jīng)濟(jì)發(fā)展水平都呈倒“U”型關(guān)系，但對(duì)環(huán)境污染的影響程度并不清楚。因此提出研究假設(shè)H3，考慮外部性影響時(shí)企業(yè)科技投入效率與政府科技投入效率之間的關(guān)系不確定。

2.2 不同科技投入主體之間的影響

政府對(duì)企業(yè)的科研經(jīng)費(fèi)補(bǔ)貼會(huì)降低企業(yè)的技術(shù)研發(fā)風(fēng)險(xiǎn)與成本，企業(yè)會(huì)把原本分配給科研的資金轉(zhuǎn)移至生產(chǎn)，因此企業(yè)的科技投入資金減少，導(dǎo)致出現(xiàn)“擠出效應(yīng)”[28，29]。然而政府偏向?qū)χ芷陂L(zhǎng)、風(fēng)險(xiǎn)大、短期回報(bào)低的基礎(chǔ)性研究領(lǐng)域進(jìn)行投資補(bǔ)貼，這對(duì)企業(yè)短期技術(shù)創(chuàng)新效率并不明顯，同時(shí)因?yàn)椤皵D出效應(yīng)”無(wú)法很好地刺激企業(yè)的創(chuàng)新效率。因此，提出研究假設(shè)H4，政府科技投入對(duì)企業(yè)科技投入效率存在負(fù)向影響。

3 模型、變量與數(shù)據(jù)

3.1 模型構(gòu)建

3.1.1 效率評(píng)價(jià)模型 通過(guò)理論分析，考慮科技產(chǎn)出的負(fù)外部性影響，在績(jī)效評(píng)價(jià)體系指標(biāo)中加入環(huán)境污染指標(biāo)。根據(jù)Tone構(gòu)造出的非期望SBM模型，以生產(chǎn)單元包絡(luò)面的最遠(yuǎn)點(diǎn)為標(biāo)準(zhǔn)進(jìn)行測(cè)算，效率測(cè)算結(jié)果偏小[30]，本研究對(duì)無(wú)效決策單元的非期望SBM模型進(jìn)行改進(jìn)，將生產(chǎn)前沿面頂點(diǎn)由最遠(yuǎn)距離調(diào)整為最有效距離。模型改進(jìn)后如下所示：

3.2 變量與數(shù)據(jù)

選擇政府研發(fā)經(jīng)費(fèi)補(bǔ)貼作為政府科技投入強(qiáng)度的替代指標(biāo)，選取上市公司會(huì)計(jì)報(bào)告中披露的研發(fā)支出作為企業(yè)科技投入的替代指標(biāo)。數(shù)據(jù)來(lái)源于2016—2017年的《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)、萬(wàn)得金融數(shù)據(jù)庫(kù)（WIND）和國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。其中，關(guān)于效率評(píng)價(jià)模型中的變量數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》，采用中國(guó)30個(gè)?。ㄊ?、自治區(qū)）的省級(jí)宏觀數(shù)據(jù);關(guān)于探究政府科技投入對(duì)企業(yè)科技投入效率影響程度的Tobit模型中的變量數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)、萬(wàn)得金融數(shù)據(jù)庫(kù)（WIND）和國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），其中政府科技投入來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》，企業(yè)科技投入來(lái)源于萬(wàn)得金融數(shù)據(jù)庫(kù)，關(guān)于企業(yè)科技投入效率中的科技產(chǎn)出來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)中的上市公司研究數(shù)據(jù)庫(kù)，企業(yè)樣本來(lái)源于滬深兩市A股制造業(yè)上市公司，一共988個(gè)企業(yè)樣本。由于科技產(chǎn)出的滯后性，投入變量數(shù)據(jù)來(lái)源于2016年，產(chǎn)出變量數(shù)據(jù)來(lái)源于2017年。

4 結(jié)果與分析

4.1 政府科技投入對(duì)企業(yè)科技投入效率的影響程度

模型（4）的系數(shù)估計(jì)結(jié)果如表1所示，由表1可知，全樣本中政府科技投入負(fù)向調(diào)節(jié)企業(yè)科技投入與其效率之間的關(guān)系，企業(yè)科技投入效率被政府科技投入行為“擠出”而造成效率的損失，H4得到驗(yàn)證。同時(shí)也發(fā)現(xiàn)政府科技投入的估計(jì)系數(shù)在全樣本和子樣本的模型中影響均不顯著。由于國(guó)有企業(yè)與非國(guó)有企業(yè)所有權(quán)性質(zhì)的差異，因此政府科技投入對(duì)企業(yè)科技投入效率的影響程度不同。政府科技投入對(duì)企業(yè)科技投入效率的影響程度表達(dá)如下：

4.2 效率測(cè)算

根據(jù)模型（1）、模型（2）和模型（3）得出改進(jìn)非期望SBM模型的科技投入效率，同時(shí)加入在不考慮環(huán)境外部性影響下科技投入的效率作為對(duì)比，使用BCC的DEA模型（規(guī)模報(bào)酬可變的數(shù)據(jù)包絡(luò)面模型）計(jì)算不考慮環(huán)境外部性影響下的科技投入效率，結(jié)果見(jiàn)表2。由表2可知，當(dāng)考慮環(huán)境負(fù)外部性影響時(shí)，絕大部分?。ㄊ?、自治區(qū)）決策單元效率值降低，經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)科技投入效率較高。從科技投入主體效率來(lái)看，當(dāng)考慮非期望產(chǎn)出時(shí)，經(jīng)濟(jì)水平不同的地區(qū)效率值差異較大，經(jīng)濟(jì)發(fā)達(dá)地區(qū)政府科技投入效率和企業(yè)科技投入效率較大，H1和H2得到驗(yàn)證。

總體而言，西部地區(qū)的政府科技投入和企業(yè)科技投入低于東部地區(qū)，高于中部地區(qū)。根據(jù)倒“U”型理論，經(jīng)濟(jì)科技水平落后的西部地區(qū)科技投入對(duì)環(huán)境的影響并不大，而經(jīng)濟(jì)水平高于西部的中部地區(qū)的科技投入產(chǎn)出對(duì)環(huán)境的負(fù)面影響相比西部科技投入技術(shù)水平反而更高。中部地區(qū)環(huán)境污染水平接近倒“U”型曲線的頂端位置;東部與西部地區(qū)改進(jìn)的非期望SBM模型和DEA模型的測(cè)算結(jié)果總體相差不大，因此東部與西部地區(qū)目前造成的環(huán)境污染水平分別居倒“U”型曲線的右側(cè)和左側(cè)。

具體來(lái)看，東部地區(qū)的政府科技投入與企業(yè)科技投入效率差異不明顯，但經(jīng)濟(jì)水平最高的東部沿海地區(qū)企業(yè)科技投入效率高于政府科技投入效率，證實(shí)了市場(chǎng)對(duì)資源配置的高效率。中部地區(qū)政府科技投入效率和企業(yè)科技投入效率的關(guān)系并不明顯，主要是由于中部地區(qū)經(jīng)濟(jì)水平較低，市場(chǎng)上的企業(yè)集群程度并不高。西部地區(qū)的政府科技投入效率值總體上高于企業(yè)科技投入效率值，是由于西部地區(qū)的經(jīng)濟(jì)水平和市場(chǎng)化水平較低，以及特殊的地理環(huán)境和基礎(chǔ)設(shè)施不完善，導(dǎo)致市場(chǎng)的企業(yè)活力較低，政府的科技資源主要投向基礎(chǔ)設(shè)施和公共設(shè)施，而這些是科技活動(dòng)的基礎(chǔ)，因此政府的投入促進(jìn)了西部地區(qū)科技活動(dòng)的發(fā)展，從而使得西部地區(qū)的政府科技投入效率高于企業(yè)科技投入效率。

5 結(jié)論與建議

基于2016—2017年上市公司A股制造業(yè)微觀數(shù)據(jù)，運(yùn)用DEA-Tobit模型測(cè)算政府科技投入對(duì)企業(yè)科技投入績(jī)效的影響程度，選取2016—2017年中國(guó)30個(gè)?。ㄊ?、自治區(qū)）的省際宏觀數(shù)據(jù)，在考慮科技產(chǎn)出負(fù)外部性影響下，運(yùn)用改進(jìn)非期望SBM模型剔除政府科技投入對(duì)企業(yè)科技投入的內(nèi)生性影響來(lái)測(cè)算中國(guó)30個(gè)?。ㄊ?、自治區(qū)）的政府科技投入績(jī)效和企業(yè)科技投入績(jī)效。結(jié)果表明，①政府科技投入負(fù)向調(diào)節(jié)了企業(yè)科技投入與其績(jī)效之間的關(guān)系;②經(jīng)濟(jì)科技水平較發(fā)達(dá)地區(qū)政府與市場(chǎng)的科技投入績(jī)效較高，經(jīng)濟(jì)科技發(fā)展水平最低的西部地區(qū)其次，經(jīng)濟(jì)科技水平居中的中部地區(qū)最低;③經(jīng)濟(jì)科技發(fā)展水平最高的東部沿海地區(qū)企業(yè)科技投入績(jī)效高于政府科技投入績(jī)效;經(jīng)濟(jì)科技發(fā)展水平較弱的中部地區(qū)政府與市場(chǎng)的科技投入績(jī)效相持平;西部地區(qū)政府科技投入績(jī)效高于市場(chǎng)科技投入績(jī)效;④經(jīng)濟(jì)較弱的中部地區(qū)科技帶來(lái)的環(huán)境污染比經(jīng)濟(jì)發(fā)展最好的東部地區(qū)和發(fā)展最弱的西部地區(qū)更多，符合科技發(fā)展水平與環(huán)境污染間的倒“U”型關(guān)系。

根據(jù)以上結(jié)論，本研究提出如下建議。首先要加強(qiáng)市場(chǎng)化改革，在經(jīng)濟(jì)發(fā)達(dá)地區(qū)以企業(yè)為導(dǎo)向，將科技資源交給企業(yè)配置，在經(jīng)濟(jì)實(shí)力較弱地區(qū)，政府部門要起到帶頭作用，充分利用科技資金，加強(qiáng)對(duì)科研基礎(chǔ)設(shè)施的投入與完善，為企業(yè)的科研活動(dòng)增添動(dòng)力。其次，要充分利用金融機(jī)構(gòu)，降低金融機(jī)構(gòu)和企業(yè)信息的交流門檻，加強(qiáng)企業(yè)和金融機(jī)構(gòu)的信息透明度。最后，企業(yè)、政府和金融機(jī)構(gòu)三者的合理協(xié)調(diào)能促進(jìn)科技資源的利用，降低環(huán)境的污染，使科技投入效率真正得到提高。

參考文獻(xiàn)：

[1] 龐瑞芝，范 玉，李 揚(yáng). 中國(guó)科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展了嗎？[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014，31（10）：37-52.

[2] 吳祖昱. 科技創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的實(shí)證分析[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，49（2）：363-366.

[3] 張玉喜，趙麗麗. 中國(guó)科技金融投入對(duì)科技創(chuàng)新的作用效果——基于靜態(tài)和動(dòng)態(tài)面板數(shù)據(jù)模型的實(shí)證研究[J]. 科學(xué)學(xué)研究，2015，33（2）：177-184，214.

[4] 張 琳. 環(huán)境污染問(wèn)題的經(jīng)濟(jì)學(xué)分析——基于市場(chǎng)失靈與政府失靈的考察[J]. 山東財(cái)政學(xué)院學(xué)報(bào)，2008（5）：24-27.

[5] KONISKY D M. Assessing U S state susceptibility to environmental regulatory competition[J]. State politics and policy quarterly，2009，9（4）：404-428.

[6] PORTER M E，LINDE C V D. Toward a new conception of the environment-competitiveness relationship[J]. Journal of economic perspectives，1995，9（4）：97-118.

[7] 祁 毓，盧洪友，徐彥坤. 中國(guó)環(huán)境分權(quán)體制改革研究：制度變遷、數(shù)量測(cè)算與效應(yīng)評(píng)估[J]. 中國(guó)工業(yè)經(jīng)濟(jì)，2014（1）：31-43.

[8] 李子豪，劉輝煌. 腐敗加劇了中國(guó)的環(huán)境污染嗎——基于省級(jí)數(shù)據(jù)的檢驗(yàn)[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013，35（7）：1-11.

[9] 程 萍. 建立推動(dòng)可持續(xù)發(fā)展的“可持續(xù)科技創(chuàng)新”評(píng)價(jià)體系構(gòu)想[J]. 武漢大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2003（3）：307-312.

[10] COCCIA M. The interaction between public and private R&D expenditure and national productivity[J]. Prometheus，2011，29（2）：121-130.

[11] HU A G. Ownership， government R&D， private R&D， and productivity in chinese industry[J]. Journal of comparative economics，2001，29（1）：136-157.

[12] 錢水土，張 宇. 科技金融發(fā)展對(duì)企業(yè)研發(fā)投入的影響研究[J]. 科學(xué)學(xué)研究，2017，35（9）：1320-1325.

[13] 呂 晨，曾明彬. 基于DEA的中國(guó)區(qū)域科技投入產(chǎn)出相對(duì)效率研究[J]. 科學(xué)管理研究，2014，32（2）：101-104.

[14] 俞立平. 銀行貸款、政府及企業(yè)科技投入貢獻(xiàn)的縱向差距研究——基于面板數(shù)據(jù)分位數(shù)回歸的估計(jì)[J]. 科技進(jìn)步與對(duì)策，2013，30（4）：28-32.

[15] 戚爾鵬，葉 鷹. 用生產(chǎn)函數(shù)分析科技投入產(chǎn)出關(guān)聯(lián)的初步研究[J]. 科學(xué)學(xué)研究，2017，35（12）：1841-1847.

[16] 薛慶根. ?金融支持、政府與企業(yè)投入的科技創(chuàng)新效率研究[J]. ?科技管理研究，2012，32（13）：15-19.

[17] WANG L C. Science & Technology input and economic growth： An empirical analysis based on the three major coastal economic regions of China[J]. Energy procedia，2011，5：1779-1783.

[18] 方愛(ài)平，李 虹. 基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析——以西部大開(kāi)發(fā)12個(gè)省、市、自治區(qū)為例[J]. ?科技進(jìn)步與對(duì)策，2013，30（15）：52-56.

[19] 趙當(dāng)如，陳 為. 綠色視角下的我國(guó)區(qū)域財(cái)政科技投入績(jī)效評(píng)價(jià)及其空間收斂性研究[J]. ?海南金融，2018（2）：4-16.

[20] 鄭 軍，翟華云. 企業(yè)、政府、金融機(jī)構(gòu)科技投入與高?？萍籍a(chǎn)出的關(guān)系研究[J]. ?科技進(jìn)步與對(duì)策，2012，29（6）：18-21.

[21 ]蔡 昉，都 陽(yáng)，王美艷. 經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與節(jié)能減排內(nèi)在動(dòng)力[J]. 經(jīng)濟(jì)研究，2008（6）： 4-11，36.

[22] PKE I R. Trade， development and sustainability—a critical assessment of the“free trade dogma”[J]. Ecological economics，1994， ? ?9（1）：13-22.

[23] 吳俊培，丁瑋蓉，龔 旻. 財(cái)政分權(quán)對(duì)中國(guó)環(huán)境質(zhì)量影響的實(shí)證分析[J]. 財(cái)政研究，2015（11）：56-63.

[24] BRANCO F，VILLAS-BOAS J M. Competitive vices[J]. Journal of marketing research， 2015， 52（6）：801-816.

[25] 白俊紅，聶 亮. 技術(shù)進(jìn)步與環(huán)境污染的關(guān)系——一個(gè)倒U形假說(shuō)[J]. 研究與發(fā)展管理，2017，29（3）：131-140.

[26] 黃 娟，汪明進(jìn). 科技創(chuàng)新、產(chǎn)業(yè)集聚與環(huán)境污染[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，38（4）：50-61.

[27] 楊仁發(fā). 產(chǎn)業(yè)集聚能否改善中國(guó)環(huán)境污染[J]. 中國(guó)人口·資源與環(huán)境，2015，25（2）：23-29.

[28] LACH S. Do R&D subsidies stimulate or displace private R&D？Evidence from israel[J]. Journal of industrial economics，2002， ?50（4）：369-390.

[29] 肖丁丁，朱桂龍，王 靜. ?政府科技投入對(duì)企業(yè)R&D支出影響的再審視——基于分位數(shù)回歸的實(shí)證研究[J]. 研究與發(fā)展管理，2013，25（3）：25-32.

[30] 郭 文，孫 濤. 中國(guó)區(qū)域全要素能源效率評(píng)價(jià)及其空間收斂性——基于改進(jìn)的非期望SBM模型[J]. 系統(tǒng)工程，2015，33（5）：70-80.