基于Geoda的我國財(cái)政科技支出空間效應(yīng)研究

楊金淑　朱琪

摘要：文章以各省財(cái)政科技支出為研究對(duì)象，通過空間計(jì)量學(xué)軟件Geoda進(jìn)行定量分析，對(duì)2017～2020年我國31個(gè)地區(qū)財(cái)政科技經(jīng)費(fèi)支出差異的空間聯(lián)系以及空間變化的相互作用機(jī)制進(jìn)行了研究。研究結(jié)果表明，經(jīng)濟(jì)發(fā)展具有相似水平的地區(qū)對(duì)于財(cái)政科技經(jīng)費(fèi)的支出存在明顯的聚集效應(yīng)，呈現(xiàn)出高高、低低、低高的聚集形式?；谝陨涎芯亢头治鰧?duì)我國的經(jīng)濟(jì)發(fā)展提出相關(guān)建議，并促進(jìn)我國財(cái)政投入方面對(duì)于科學(xué)技術(shù)的資源配置發(fā)揮更理想的效果。

關(guān)鍵詞：空間效應(yīng)；科技支出；莫蘭指數(shù)；Geoda

改革開放四十多年來，科技全球化不斷深入，國家的科技創(chuàng)新能力對(duì)國家的經(jīng)濟(jì)發(fā)展起到了重要作用，而財(cái)政科學(xué)技術(shù)投入是科技投入的主要組成部分。因此，研究我國各省財(cái)政科技投入的空間效應(yīng)對(duì)于地區(qū)經(jīng)濟(jì)的創(chuàng)新驅(qū)動(dòng)是非常有意義的。目前，中國的經(jīng)濟(jì)發(fā)展已經(jīng)進(jìn)入新常態(tài)，過去以資本要素投入為中心的大規(guī)模、外向型增長(zhǎng)已難以持續(xù)，迫切需要向以創(chuàng)新為引擎的發(fā)展模式轉(zhuǎn)變。

一、數(shù)據(jù)來源與整理

我國包括23個(gè)省、4個(gè)直轄市及5個(gè)自治區(qū)和2個(gè)特別行政區(qū)。由于臺(tái)灣、澳門、香港采用不同的制度，不存在可比性，因此本文選擇31個(gè)地區(qū)作為研究對(duì)象。通過國家統(tǒng)計(jì)局的官方網(wǎng)站，分別找到2018、2019、2020、2021年的統(tǒng)計(jì)年鑒，即可獲取2017、2018、2019、2020年我國財(cái)政的相關(guān)數(shù)據(jù)。由于本文以財(cái)政科技支出作為變量來研究空間集群效應(yīng)，所以需要找到分地區(qū)財(cái)政支出的數(shù)據(jù)。經(jīng)過查找在統(tǒng)計(jì)年鑒的第七項(xiàng)中，在財(cái)政的第6小項(xiàng)中是《分地區(qū)一般公共預(yù)算支出》。單位以億元計(jì)量。

二、研究方法

空間自相關(guān)。全局空間自相關(guān)性通過統(tǒng)計(jì)量莫蘭指數(shù)描述。全局莫蘭指數(shù)計(jì)算公式為：

其中，Yi代表地區(qū)i的觀測(cè)值，n代表地區(qū)數(shù)，Wij代表空間權(quán)重矩陣。莫蘭指數(shù)為有理數(shù)，它經(jīng)過方差歸一化之后，數(shù)值會(huì)被歸一化到-1.0～1.0之間。Moran’s I>0表示空間正相關(guān)性，它的值越大，空間相關(guān)性越明顯。Moran’s I<0表示空間負(fù)相關(guān)性，它的值越小，空間差異越大。空間上面的正相關(guān)，就是指隨著空間分布位置（距離）的聚集，相關(guān)性就也就越發(fā)顯著；空間上的負(fù)相關(guān)就正好相反了，隨著空間分布位置的離散，反而相關(guān)性變得顯著了。局部莫蘭指數(shù)的計(jì)算公式為：

三、Geoda實(shí)現(xiàn)空間效應(yīng)分析

GeoDa空間計(jì)量學(xué)軟件是一款軟件與工具相結(jié)合的展示成果的空間軟件，擁有十分強(qiáng)大的地理可視化功能和多種數(shù)據(jù)分類功能，聚類地圖、直方圖、散點(diǎn)圖、氣泡圖等，為非GIS專業(yè)人士進(jìn)行空間分析提供了方便。應(yīng)用這個(gè)軟件可以方便地完成創(chuàng)建SHAPEF工程文件。

（一）創(chuàng)建各年度財(cái)政科技支出數(shù)據(jù)表及權(quán)重文件

將2017、2018、2019、2020四年的數(shù)據(jù)表格導(dǎo)入到空間計(jì)量學(xué)軟件當(dāng)中，以2020年為例（如圖1）。TW是2020年各省財(cái)政科技支出量，NI是2019年各省財(cái)政科技支出量，EI是2018年各省財(cái)政科技支出量，SE是2018年各省財(cái)政科技支出量。

（二）計(jì)算莫蘭指數(shù)

在計(jì)算莫蘭指數(shù)之前，要先創(chuàng)建權(quán)重矩陣來表示區(qū)域之間的相鄰關(guān)系，這里選擇以queen連接，即可以出現(xiàn)空間權(quán)重管理。之后開始計(jì)算每年各個(gè)地區(qū)財(cái)政科技支出的莫蘭指數(shù)。點(diǎn)擊軟件的空間分析，做單變量莫蘭指數(shù)，這里以2020年財(cái)政科技支出為例，選擇生成莫蘭散點(diǎn)（如圖2）。之后可以驗(yàn)證空間效應(yīng)是否具有顯著性，在莫蘭散點(diǎn)圖內(nèi)作顯著性分析，以2020年財(cái)政科技支出為例選擇做999次顯著性分析（如圖3）。

通過以上方法，同理可以得出2017年、2018年、2019年三年各省財(cái)政科技支出的數(shù)據(jù)，并進(jìn)行記錄，保存。

四、數(shù)據(jù)結(jié)果分析

（一）各省財(cái)政科技支出的全局自相關(guān)分析

總結(jié)以上的數(shù)據(jù)得出空間效應(yīng)：因?yàn)槟m指數(shù)均為正值且小于1，說明近四年的各省財(cái)政科技支出是有一個(gè)空間正自相關(guān)性的，所以可見各個(gè)省份的財(cái)政科技支出是具有空間聚集效應(yīng)的。然后再通過顯著性分析，得知p小于α，所以說在統(tǒng)計(jì)學(xué)的角度上是具有顯著性的。

從莫蘭指數(shù)的變化趨勢(shì)來看，近四年該指標(biāo)比較平穩(wěn)，說明近四年各省份的空間聚集程度十分穩(wěn)定。2017～2020年莫蘭指數(shù)的變化可以分成兩個(gè)階段，第一個(gè)階段是2017～2018年，莫蘭指數(shù)不斷下降，第二個(gè)階段是2019～2020年，莫蘭指數(shù)持續(xù)上升。2017～2018年莫蘭指數(shù)呈下降趨勢(shì)，這體現(xiàn)出各個(gè)省份的財(cái)政科技投入空間自相關(guān)逐漸降低，也就是說，相鄰地區(qū)財(cái)政科技投入的差異不斷增大。2018～2020年，莫蘭指數(shù)整體表現(xiàn)出上升的趨勢(shì)，體現(xiàn)了空間自相關(guān)性在逐漸增強(qiáng)，相鄰地區(qū)的投入量差異不斷變小。即近三年，我國各個(gè)省份在科學(xué)技術(shù)方面的投入呈現(xiàn)出了相似性，這可能是鄰近地區(qū)的經(jīng)濟(jì)發(fā)展水平相似導(dǎo)致的，周邊地區(qū)在財(cái)政科技投入方面的不均衡逐漸有所改善。

（二）各省財(cái)政科技支出的局部自相關(guān)分析

根據(jù)表2可以看出，2017～2020年，中國的31各省份財(cái)政科技支出均不存在高低的聚類關(guān)系。在2017～2019年，地區(qū)財(cái)政科技支出均不存在高高聚集的省份，一直到2020年，我國出現(xiàn)了五個(gè)處于高高區(qū)的省份，分別是上海、安徽、江蘇、江西和浙江。這可能是由于這些地區(qū)的經(jīng)濟(jì)水平以及GDP水平較高，高收入的省份GDP相對(duì)于其他省份較高，財(cái)政科技投入的增長(zhǎng)速度相對(duì)于其他省份要快，因此財(cái)政科技經(jīng)費(fèi)的投入也相對(duì)較大。

除此之外，整體來看，東部沿海地區(qū)由于地理位置占優(yōu)勢(shì)，科技水平也優(yōu)于中部地區(qū)和西部地區(qū)。2017～2020年，吉林、四川、新疆、甘肅、內(nèi)蒙古這五個(gè)省份均處于低低區(qū)，2018年，低低區(qū)新增了寧夏和黑龍江，2018～2020年，西藏已經(jīng)不在低低區(qū)行列。這表示不僅這些地區(qū)財(cái)政科技投入水平低，相鄰的地區(qū)經(jīng)費(fèi)投入也很低。這些省份大多分布在我國的西部，人口分布不均勻，環(huán)境條件相對(duì)較差，因此科技水平也處在一個(gè)較弱的狀態(tài)。這也和地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)有關(guān)，由于強(qiáng)烈依賴外省帶來的資源，沒有進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，省內(nèi)高新企業(yè)數(shù)量較少，因此科技水平增長(zhǎng)十分緩慢，即便投入大量的財(cái)政科技經(jīng)費(fèi)，帶來的也是與成本不相符的科技進(jìn)步。

在2020年，江西省由低高區(qū)轉(zhuǎn)變到了高高區(qū)，這個(gè)省份相鄰的省份一個(gè)是低高區(qū)的福建，另一個(gè)是處于高高區(qū)的安徽。按照低高區(qū)的福建省的性質(zhì)，其相鄰省江西省應(yīng)該是一個(gè)高水平經(jīng)濟(jì)的區(qū)域，但是由表2可知，江西省在2017～2019年的發(fā)展水平確實(shí)相比鄰省落后一些，由于相鄰省份的影響和帶動(dòng)，在經(jīng)過三年穩(wěn)定的發(fā)展后，江西省經(jīng)濟(jì)水平逐漸增高，成為了與相鄰省份一樣的高高聚集的關(guān)系，也進(jìn)入了高高區(qū)的行列。

五、結(jié)論及建議

（一）結(jié)論

本文運(yùn)用GeoDa軟件對(duì)2017～2020年的財(cái)政科技投入進(jìn)行了空間分析，得出以下結(jié)論。第一，我國各省份財(cái)政科技經(jīng)費(fèi)支出在近四年具有較強(qiáng)的正自相關(guān)性，可以判斷我國地區(qū)的財(cái)政科技投入存在明顯的聚集效應(yīng)。第二，我國財(cái)政科技投入較高的省份聚集在上海、江蘇、浙江及其周邊地區(qū)；財(cái)政科技投入較低的地區(qū)主要集中在吉林、四川、新疆、甘肅、內(nèi)蒙古及其相鄰地區(qū)；自身財(cái)政科技投入及較低但相鄰地區(qū)投入較高的省份主要集中在福建。第三，我國財(cái)政科技投入具有明顯的固化現(xiàn)象，并且，東部沿海地區(qū)的科技經(jīng)費(fèi)投入水平優(yōu)于中部和西部地區(qū)，呈現(xiàn)出東強(qiáng)西弱的局勢(shì)。

（二）建議

1. 突破地區(qū)限制，促進(jìn)區(qū)域間經(jīng)濟(jì)活動(dòng)

中西部這些省份相對(duì)落后，地方政府應(yīng)該對(duì)經(jīng)濟(jì)水平較好地區(qū)的科技研發(fā)情況、管理、科技投入方式和制度不斷學(xué)習(xí)，將產(chǎn)業(yè)和項(xiàng)目作為重點(diǎn)把握。要利用周圍地區(qū)帶動(dòng)本地區(qū)整體經(jīng)濟(jì)發(fā)展，同時(shí)利用科技進(jìn)步本身的技術(shù)流動(dòng)，引導(dǎo)人力資源的創(chuàng)新，促進(jìn)科技生產(chǎn)導(dǎo)向的形成。

我國基金與科技重點(diǎn)圍繞科技創(chuàng)新基地建設(shè)、基礎(chǔ)研究、區(qū)域創(chuàng)新體系建設(shè)、商業(yè)化等方面展開研究，試圖解決資金投入結(jié)構(gòu)不合理的問題。但根據(jù)情況，區(qū)域不平衡問題還不夠重視，技術(shù)基礎(chǔ)設(shè)施雄厚的地區(qū)仍然是投入重點(diǎn)區(qū)域，在貧困地區(qū)仍沒有得到足夠的資金。與此同時(shí)，預(yù)算績(jī)效改革已經(jīng)成為當(dāng)前時(shí)期學(xué)術(shù)界和社會(huì)關(guān)注的焦點(diǎn)，全面推進(jìn)預(yù)算績(jī)效管理是新時(shí)代的潮流和趨勢(shì)。因此，有必要加強(qiáng)財(cái)政科技投與預(yù)算績(jī)效管理的結(jié)合，提高財(cái)政科技投入的產(chǎn)出效率。其次要優(yōu)化科技財(cái)政支出結(jié)構(gòu)。當(dāng)前的金融、科技基于實(shí)時(shí)技術(shù)發(fā)展，要做出最有效的利率投入和支出，這迫切需要全球投資，可以在全球范圍內(nèi)操作。因此，不斷擴(kuò)大財(cái)政總支出的同時(shí)，投入利率可以增加。

2. 加大財(cái)政科技投入，優(yōu)化財(cái)政科技支出結(jié)構(gòu)

政府在科學(xué)技術(shù)經(jīng)費(fèi)投入中占有非常重要的位置，目前，政府相關(guān)部門的科研經(jīng)費(fèi)支出不斷上升，但資金投入總額仍需提高。各地區(qū)要在現(xiàn)行稅率下繼續(xù)加大科技發(fā)展支出，提高科技型支出在財(cái)政支出總量中的占比。其次要優(yōu)化科技財(cái)政支出結(jié)構(gòu)。當(dāng)前的金融、科技基于實(shí)時(shí)技術(shù)發(fā)展，要做出最有效的利率投入和支出，這迫切需要全球投資，可以在全球范圍內(nèi)操作。因此，不斷擴(kuò)大財(cái)政總支出的同時(shí)，投入利率可以增加。

參考文獻(xiàn)：

[1]周靜.財(cái)政科技投入、教育支出與經(jīng)濟(jì)高質(zhì)量發(fā)展——基于全要素生產(chǎn)率（TFP）的實(shí)證研究[J].農(nóng)場(chǎng)經(jīng)濟(jì)管理，2021（08）：52-55.

[2]齊文燕.我國財(cái)政科技投入效率及其影響因素研究[J].財(cái)政監(jiān)督，2020（08）：85-93.

[3]王偉華，岳海鷗，白云清.濟(jì)南市財(cái)政科技投入績(jī)效評(píng)價(jià)模型初探[J].中國科技資源導(dǎo)刊，2020，52（01）：84-89.

[4]史云瑞.我國財(cái)政科技投入效率研究[D].武漢：中南財(cái)經(jīng)政法大學(xué)，2019.

[5]劉明.財(cái)政科技支出對(duì)城市創(chuàng)新的影響[J].社會(huì)科學(xué)戰(zhàn)線，2021（06）：259-264.

＊基金項(xiàng)目：2022年大學(xué)生研究計(jì)劃科研立項(xiàng)一般項(xiàng)目“各省財(cái)政科學(xué)技術(shù)投入的空間效應(yīng)”。

（作者單位：北京印刷學(xué)院經(jīng)濟(jì)管理學(xué)院）