中國科技“放管服”改革效果測度及時空演變特征研究

沈鋆星,李成恩

(1.東北大學 馬克思主義學院,遼寧 沈陽 110000;2.大連理工大學,遼寧 大連 116024)

0 引言

黨的十八大以來,中國科技創(chuàng)新獲得較大發(fā)展空間,且在政府多維助力下取得顯著成效。由世界知識產(chǎn)權(quán)組織統(tǒng)計數(shù)據(jù)可知,2021年中國申請人通過《專利合作條約》途徑提交的國際專利申請為6.95萬件,位居榜首。隨著以人工智能、區(qū)塊鏈、基因編輯為代表的前沿技術(shù)的快速發(fā)展,中國科技面臨的倫理挑戰(zhàn)與應(yīng)用風險日益增多。同時,科研腐敗、科技資源浪費、激勵制度匱乏、投入不足等問題,使得科技成果轉(zhuǎn)化效率處于較低水平,阻滯知識系統(tǒng)與經(jīng)濟系統(tǒng)順暢聯(lián)結(jié)。為實現(xiàn)二者有效銜接、激活關(guān)鍵領(lǐng)域核心技術(shù)創(chuàng)新能力,自中共十八大以來,黨和國家圍繞創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、加快推進以科技創(chuàng)新為核心的全面創(chuàng)新,下發(fā)一系列通知,為開展科技放管服活動提供前進方向與根本遵循。2018年7月頒發(fā)的《關(guān)于優(yōu)化科研管理提升科研績效若干措施通知》(下稱《通知》)中指明,要優(yōu)化科研項目和經(jīng)費管理、完善有利于創(chuàng)新的評價激勵制度、強化科研項目績效評價、開展科研管理改革試點,貫徹落實黨中央、國務(wù)院推進科技領(lǐng)域“放管服”改革要求。2022年3月20日,國務(wù)院辦公廳、中共中央辦公廳聯(lián)合印發(fā)的《關(guān)于加強科技倫理治理的意見》明確指出,要進一步完善科技倫理體系,實現(xiàn)高水平科技自立自強。在科技政策助力下,各地紛紛開展科技放管服實踐工作。如廣州將暨南大學作為試點單位,致力于做好科技放管服“加減乘除”;青海成立科技發(fā)展服務(wù)中心,貫徹落實科技放管服政策,并持續(xù)優(yōu)化服務(wù)舉措,升級科技領(lǐng)域服務(wù)工作;武漢在科技創(chuàng)新領(lǐng)域推行“無紙化辦公”“不見面審批”等措施,加大政府在科技領(lǐng)域“簡權(quán)放政”力度,提升科技服務(wù)便捷性。但是,由于經(jīng)濟發(fā)展水平和要素稟賦差異,科技放管服改革在不同地區(qū)存在規(guī)模差異、結(jié)構(gòu)性失衡等問題,會弱化科技創(chuàng)新成效。故而,準確測度中國科技放管服改革效果,并從時間與空間維度刻畫科技放管服改革效果變化趨勢、動態(tài)分布、區(qū)域差異與差異來源、斂散性與空間分布情況,具有重要理論價值與現(xiàn)實意義。

科學評價中國科技放管服改革效果是分析其動態(tài)演進和空間格局的前提條件?，F(xiàn)有關(guān)于科技放管服改革的研究主要從兩個方面展開:一是從投入與產(chǎn)出兩個維度選取指標,構(gòu)建指標體系測度科技創(chuàng)新水平[1-3],為科技放管服改革效果評價提供有效思路。二是圍繞科技創(chuàng)新影響因素開展實證探討。例如,李蕓等[4]基于SBM模型,利用省級面板數(shù)據(jù)研究發(fā)現(xiàn),經(jīng)濟發(fā)展水平、政府支持、對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)等因素對科技創(chuàng)新效率具有顯著影響;賴一飛等[5]利用SBM-Malmqust模型研究各省份科技創(chuàng)新效率,指出政府支持、經(jīng)濟發(fā)展水平、科技基礎(chǔ)設(shè)施和科技認知程度對科技創(chuàng)新效率具有顯著影響;朱林等[6]利用灰色關(guān)聯(lián)度分析法研究中國工業(yè)企業(yè)科技創(chuàng)新績效的影響因素,指出研發(fā)人員全時當量、研發(fā)經(jīng)費支出、新產(chǎn)品開發(fā)項目支出對工業(yè)企業(yè)科技創(chuàng)新績效具有顯著影響。這些文獻從不同維度指出科技創(chuàng)新受到諸多因素影響,側(cè)面證明構(gòu)建扎實、準確的評價指標體系對探究科技放管服改革效果十分必要。另外,有文獻研究發(fā)現(xiàn)中國科技創(chuàng)新效果存在地域差異。如劉佐菁等[7]研究發(fā)現(xiàn),經(jīng)濟發(fā)達省區(qū)科技資源配置水平較高,經(jīng)濟欠發(fā)達地區(qū)科技資源配置水平較低。這說明中國科技創(chuàng)新改革效果可能存在地區(qū)差異,相關(guān)研究也存在升級與優(yōu)化空間。

已有文獻為本研究奠定了理論基礎(chǔ),但仍存在一些不足。一是探究影響因素時,已有研究未對科技改革效果進行充分界定與梳理,也未提及科技放管服改革效果相關(guān)內(nèi)容;二是研究科技放管服改革效果時,忽視了對地區(qū)差異與分布動態(tài)演進特征的考量。

基于此,本文試圖作出如下創(chuàng)新:第一,基于科技放管服理論體系,界定科技放管服內(nèi)涵,從放權(quán)、管理與服務(wù)3個方面建立評價指標體系;第二,借助核密度函數(shù)、Dagum基尼系數(shù)及其分解、收斂模型、Moran′s I指數(shù)等方法,探析科技放管服改革效果的時空演變特征;第三,從發(fā)展角度分析科技放管服改革效果演變規(guī)律和整體差異的主要誘因,為科技放管服改革和各區(qū)域科技創(chuàng)新協(xié)調(diào)發(fā)展提供參考。

1 中國科技放管服改革效果測度

1.1 中國科技放管服改革概念界定

科技放管服改革目的是不斷優(yōu)化與創(chuàng)新管理制度,在科研體制領(lǐng)域營造良好科研環(huán)境、建立清晰責任鏈、強化外部審計監(jiān)管約束[8]。科技放管服改革內(nèi)在要求是中央政府與地方政府不斷健全引導支持機制,建立健全以企業(yè)為主體的技術(shù)創(chuàng)新體系;支持與培育高新技術(shù)企業(yè),擴大科技創(chuàng)新規(guī)模;探索創(chuàng)新券改革,為中小企業(yè)科研創(chuàng)新提供助力。結(jié)合放管服核心內(nèi)涵,本文將科技放管服改革定義為簡化科研材料采購流程,提高資金撥付效率,明確科研資金使用途徑,提升科技創(chuàng)新領(lǐng)域服務(wù)質(zhì)量等一系列舉措。

1.2 中國科技放管服評價指標體系構(gòu)建

本文以《國務(wù)院辦公廳關(guān)于抓好賦予科研機構(gòu)和人員更大自主權(quán)有關(guān)文件貫徹落實工作的通知》(國辦發(fā)〔2018〕127號)、《國務(wù)院關(guān)于優(yōu)化科研管理提升科研績效若干措施的通知》(國發(fā)〔2018〕25號)、《關(guān)于深化省級科技計劃項目和資金管理“放管服”改革若干措施的通知》等政策為指引,結(jié)合中國科技放管服改革特征,從放權(quán)、管理與服務(wù)3個維度選取關(guān)聯(lián)指標。在此基礎(chǔ)上,依據(jù)數(shù)據(jù)可得性和指標體系可復(fù)制性、高頻性與匹配性,結(jié)合科技放管服相關(guān)理論[9-12],權(quán)衡中國科技年鑒中相關(guān)指標體系,從上述3個維度選取21個測度指標,建立中國科技放管服改革效果評價指標體系,如表1所示。

1.3 測度方法

基于評價指標體系,借鑒夏祥謙[13]的研究方法,測度中國科技放管服改革效果。第一步,采用相對化方法對數(shù)據(jù)進行標準化處理;第二步,利用變異系數(shù)法計算指標分值;第三步,基于指標分值對評分值進行加權(quán),獲得全國層面與區(qū)域?qū)用婵萍挤殴芊母镄ЧC合指數(shù)以及3個一級指標綜合評價值。計算過程如下:

表1 中國科技放管服改革效果評價指標體系Table 1 Evaluation indicator system for the reform effect of streamlining administration, delegating power, strengthening regulation and optimizing service of sci-tech in China

1.4 數(shù)據(jù)來源與說明

將2015—2020年中國內(nèi)地31個省份作為研究樣本,展開綜合測度與分析。將研究周期設(shè)定為2015—2020年是由于2018年頒布《通知》,其指出要在科技領(lǐng)域推行放管服改革,釋放創(chuàng)新活力,建設(shè)創(chuàng)新型國家。基于此,本文結(jié)合研究需要,選取2018年前3年與后2年作為研究期,旨在考察科技領(lǐng)域放管服改革效果。數(shù)據(jù)主要來自全國和各省份統(tǒng)計年鑒、EPS數(shù)據(jù)庫、《中國科技統(tǒng)計年鑒》及相關(guān)統(tǒng)計資料匯編。收斂模型中所涉數(shù)據(jù)來自2016—2021年《中國統(tǒng)計年鑒》與《中國科技統(tǒng)計年鑒》。另外,將2015年作為基期,利用平減法對非比例數(shù)據(jù)進行對數(shù)處理。

2 中國科技放管服效果測度結(jié)果分析

借助上述測度方法,獲得31個省份科技放管服改革效果綜合指數(shù)以及一級指標測度結(jié)果。為更好地分析中國科技放管服改革效果演進趨勢,本文繪制研究期內(nèi)中國科技放管服改革效果均值和中位數(shù)變化趨勢,如圖1所示。進一步,依據(jù)國家統(tǒng)計局劃分標準,將31個省份劃分為東、中、西三大區(qū)域,繪制全國與三大區(qū)域科技放管服改革效果均值折線圖,如圖2所示。值得一提的是,本文將東北地區(qū)納入中部地區(qū),主要是由于東北與中部在振興東北和中部崛起等國家政策的賦能下獲得長足發(fā)展,且二者在國家戰(zhàn)略層面具有較多相似性,如均可作為東部地區(qū)產(chǎn)業(yè)轉(zhuǎn)移承接帶,因而將東北納入中部地區(qū)具有科學性。為描述科技放管服改革效果在3個一級指標上的差異,繪制全國和三大區(qū)域雷達圖,如圖3所示。

從全國層面來看,2015、2020年中國科技放管服改革效果均呈現(xiàn)波動上升趨勢。2015年科技放管服改革效果均值與中位數(shù)分別為0.85和0.78,2020年增加到1.58與1.51,表明研究期內(nèi)中國整體科技放管服改革效果呈現(xiàn)上升趨勢。其中,2015—2016年作為“十二五”收官之年與“十三五”開局之年,全國各地圍繞“十三五”科技規(guī)劃制定并落實相關(guān)政策,這為全國各地開展科技領(lǐng)域改革活動提供了政策支持,促使科技放管服改革效果顯著提升。2017年頒布《關(guān)于深化科技獎勵制度改革方案》,指出要完善科技領(lǐng)域獎勵制度,這一定程度上為科技放管服改革效果升級提供了政策基礎(chǔ)。2018年國務(wù)院頒布《通知》以來,全國各地圍繞相關(guān)內(nèi)容,積極在科技領(lǐng)域開展放管服改革工作,使得2018年以后中國科技放管服改革效果顯著提升。

圖1 2015—2020年科技放管服改革效果均值與中位數(shù)Fig.1 Averages and medians for the reform effect of streamlining administration delegating power, strengthening regulation and optimizing service of sci-tech from 2015 to 2020

圖2 2015—2020年全國與三大區(qū)域科技放管服改革效果變化趨勢Fig.2 Change trends for the reform effect of streamlining administration, delegating power, strengthening regulation and optimizing service of sci-tech in China and three regions from 2015 to 2020

圖3 2015—2020年全國與三大區(qū)域科技放管服改革效果一級指標特征Fig.3 Primary indicators′ characteristics for the reform effect of streamlining administration delegating power, strengthening regulation and optimizing service of sci-tech in China and three regions from 2015 to 2020

從區(qū)域來看,各區(qū)域科技放管服改革效果演變特征與全國具有一致性。東部地區(qū)均值最大,中部最小,西部與全國水平相近。2015—2020年,全國整體均值由0.83增加到1.10,增長率為32.5%;東部地區(qū)均值由1.10增長到1.30,增長率為18.1%;中部地區(qū)均值由0.65增長到0.90,增長率為38.4%;西部地區(qū)均值由0.78增長到1.05,增長率為34.6%。可見,中部地區(qū)改善效果最顯著,西部次之,東部最弱。中部地區(qū)在國家中部崛起戰(zhàn)略扶持下,有更多資金用于科技創(chuàng)新領(lǐng)域,為科技放管服改革提供了充足資金支持。

從維度差異來看,圖3(a)中放權(quán)維度均值最高,表明全國科技放管服改革中放權(quán)維度的改革較為充分;管理維度呈擴大趨勢,說明全國層面管理維度改革成效逐步趨于良好狀態(tài);服務(wù)維度呈現(xiàn)與全國科技放管服整體改革效果類似的演變特征。

東部地區(qū)3個一級指標變化情況如圖3(b)所示,其科技放管服改革效果不同維度變化趨勢與全國一致。其中,放權(quán)維度遠高于其它兩個維度,表明東部地區(qū)在放權(quán)方面改革更徹底。管理維度均值與全國整體具有一致性,且2018年以后得到明顯改善,這與國家2018年出臺《通知》的時間相吻合?！锻ㄖ奉C布實施后,東部地區(qū)科技放管服中管理維度工作得到改善,可能是由于東部作為科技領(lǐng)域最先進地區(qū),依靠充足的科技資源推動技術(shù)創(chuàng)新與發(fā)展,一定程度上倒逼科技領(lǐng)域監(jiān)督與管理方式優(yōu)化升級。服務(wù)維度均值小于放權(quán)與管理維度,說明東部地區(qū)在科技放管服過程中沒有充分釋放服務(wù)優(yōu)勢。原因可能在于東部地區(qū)存在科技“超發(fā)展”情景,使得科技放管服改革過程中政務(wù)服務(wù)作用未充分發(fā)揮出來,如科技企業(yè)服務(wù)部門、線上服務(wù)中心的作用未得到有效利用,使得地區(qū)科技服務(wù)維度改革效果與其它地區(qū)相比未呈現(xiàn)明顯優(yōu)勢。

中部、西部科技放管服改革效果一級指標情況與全國和東部地區(qū)存在一定差異,如圖3中(c)和(d)所示。在放權(quán)維度,中部、西部地區(qū)均值明顯低于全國與東部地區(qū)。從圖中可知,放權(quán)、管理、服務(wù)維度曲線重合較多,說明中部與西部地區(qū)在實施科技放管服過程中需要繼續(xù)加大放權(quán)力度。在管理維度,中部與西部均值明顯低于東部,但與全國差距并不明顯。原因可能是,中部與西部地區(qū)在國家扶持下加大新型數(shù)字基礎(chǔ)設(shè)施建設(shè)和科技人才培養(yǎng)力度,促使地區(qū)科技管理改革與全國差距逐漸縮小,呈現(xiàn)基本持平現(xiàn)象,但由于起點較低,中西部地區(qū)科技管理改革效果與東部地區(qū)相比仍存在一定差距。在服務(wù)維度,中西部地區(qū)與全國水平相比未呈現(xiàn)較大差異。2020年中部、西部地區(qū)科技放管服的服務(wù)維度與全國和東部地區(qū)較為接近,說明中西部地區(qū)得益于國家多重優(yōu)化政策扶持與幫助,已經(jīng)形成具有鮮明地域特征的科技創(chuàng)新服務(wù)體系,并快速追趕東部地區(qū)。另外,創(chuàng)新資源與科研成果轉(zhuǎn)化速度不斷加快,一定程度倒逼中西部地區(qū)改善服務(wù)內(nèi)容與方式,為科技創(chuàng)新活動營造便利環(huán)境。

3 動態(tài)分布演進特征

3.1 研究方法

Rosenblatt[14]、Parzen[15]提出的非參數(shù)密度估計(KDE)能夠清晰刻畫經(jīng)濟變量非均衡分布。該方法可在不使用數(shù)據(jù)分布的先驗知識以及不附加任何條件的情況下,根據(jù)樣本數(shù)據(jù)特征開展核密度函數(shù)分析。因此,本文采用非參數(shù)密度估計法,借助Stata14.0軟件分析中國科技放管服改革效果動態(tài)分布規(guī)律。非參數(shù)密度估計形式如下:

(1)

3.2 結(jié)果分析

全國和各區(qū)域核密度估計結(jié)果如圖4所示,本文選取代表性年份,對分布位置、延伸性與變化趨勢進行分析。從全國整體層面來看,圖4(a)中所有非參數(shù)核密度曲線中心位置與分布區(qū)間均呈右移趨勢。2020年曲線分布位于最右側(cè),中心位置與其它4條曲線之間存在一定距離,說明中國科技放管服改革效果呈現(xiàn)持續(xù)向好態(tài)勢,且速度有所加快。從分布曲線波峰高度來看,波峰高度先上升后回落,曲線寬度逐漸收窄,說明部分省份已經(jīng)在《通知》的指導下率先通過改革與創(chuàng)新科技領(lǐng)域經(jīng)費審批和管理環(huán)節(jié),強化科研項目績效評價。進一步觀察圖4(a)可以發(fā)現(xiàn),2020年全國層面科技放管服改革效果絕對差異較其它年份呈下降趨勢,且具有明顯的拖尾現(xiàn)象,分布延展性呈現(xiàn)緊縮發(fā)展趨勢。最后,從波峰數(shù)量來看,2020年全國科技放管服改革效果曲線為單峰,側(cè)峰與主峰差距呈先增大后縮小趨勢,側(cè)峰隨著時間變化不斷向主峰靠攏,表明科技放管服改革效果單極化特征開始顯現(xiàn),且梯度效應(yīng)不斷弱化,即全國層面科技放管服改革效果平均值有所提升。

圖4 中國科技放管服改革效果動態(tài)演進分布情況Fig.4 Dynamic evolution and distribution evaluation for the reform effect of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in China

區(qū)域?qū)用?東中西三大區(qū)域科技放管服改革效果動態(tài)分布情況如圖4中(b)、(c)、(d)所示,深入觀察發(fā)現(xiàn),三大區(qū)域動態(tài)分布情況與全國具有相同點,但也存在較大差異。首先,分布位置上,各區(qū)域核密度曲線主峰右移,說明各區(qū)域科技放管服改革效果明顯提升,契合上文結(jié)論。其次,分布形狀與延伸性上,東部地區(qū)曲線波峰呈先上升后快速回落現(xiàn)象,高度與全國水平保持一致,且曲線覆蓋與中心線右側(cè)拖尾的寬度逐步拓展,同時,東部波峰高度最早開始出現(xiàn)下降趨勢。究其原因,一方面,東部地區(qū)各省份間科技放管服改革效果差距分化程度在研究初期與中期有所加劇。另一方面,在國家政策扶持下,東部地區(qū)各省份科技放管服改革呈均衡化發(fā)展趨勢,離散程度趨于收斂。西部地區(qū)曲線波峰高度與東部地區(qū)和全國整體變化趨勢一致,說明西部地區(qū)各省份間科技放管服改革效果差距不斷縮小,離散程度得到改善。中部地區(qū)曲線波峰也呈先上升后快速回落趨勢,中心位置逐漸右移,但不同年度波峰高度存在差異,而且中部地區(qū)曲線并未呈現(xiàn)拖尾現(xiàn)象,覆蓋寬度呈先減小后拓寬趨勢,說明中部地區(qū)科技放管服改革在研究初期效果較差,且各省份之間差異較為明顯。到研究末期,中部地區(qū)在中部崛起戰(zhàn)略的賦能下,科技放管服改革效果呈現(xiàn)顯著提升趨勢。2020年中部地區(qū)曲線分布特征與全國和其它地區(qū)已無明顯差異,原因可能是中部地區(qū)大部分省份科技放管服改革方式有所改善。對比各地區(qū)非參數(shù)核密度曲線波峰個數(shù)發(fā)現(xiàn),東部地區(qū)具有雙峰發(fā)展?jié)撃?高度差呈縮小趨勢,表明東部地區(qū)科技放管服改革效果具有梯度效應(yīng),且呈兩極化發(fā)展趨勢。中部地區(qū)表現(xiàn)為單峰發(fā)展形態(tài),說明區(qū)域內(nèi)單極化趨勢明顯。西部地區(qū)單峰演變?yōu)殡p峰,說明科技放管服改革效果梯度效應(yīng)開始顯現(xiàn),區(qū)域內(nèi)開始呈現(xiàn)兩極化或多極化特征。

4 中國科技放管服改革效果區(qū)域差異及其來源

本文通過核密度分析中國科技放管服改革絕對差異的動態(tài)分布演變特征,為進一步量化差異的演變特征與來源,使用Dagum基尼系數(shù)及其分解,并借助Matlb2016b軟件展開具體分析。

4.1 Dagum基尼系數(shù)及其分解

Dagum基尼系數(shù)及其分解最早用于收入不平衡問題測度,后來逐漸應(yīng)用于區(qū)域發(fā)展差異研究[16]。相較于傳統(tǒng)基尼系數(shù)、泰爾指數(shù),Dagum基尼系數(shù)及其分解可將區(qū)域非均衡總體差異(G)分解為區(qū)域內(nèi)差異貢獻(Gw)、區(qū)域間差異貢獻(Gnb)和超變密度(Gt),G=Gw+Gnb+Gt。Dagum基尼系數(shù)及其分解在說明區(qū)域非均衡總體差異的基礎(chǔ)上,可明晰地區(qū)間樣本數(shù)據(jù)重疊問題,并直觀反映3類差異貢獻率在研究期內(nèi)變化狀況。

4.2 結(jié)果分析

4.2.1 總體差異

中國科技放管服改革效果總體差異表現(xiàn)出波動下降趨勢,如圖5所示。中國科技放管服改革效果總體差異大致經(jīng)歷下降—上升—波動下降演變歷程。2015-2016年有所下降,2016-2017年呈上升趨勢,2018年后呈波動下降趨勢。從具體數(shù)值來看,總體基尼系數(shù)在2018年前位于0.16～0.39之間,2018年后低于0.29,逐漸由指數(shù)等級相對合理轉(zhuǎn)變?yōu)橹笖?shù)等級比較平均。其中,基尼系數(shù)等級依據(jù)聯(lián)合國開發(fā)計劃署相關(guān)規(guī)定進行如下劃分:低于0.2,表示指數(shù)等級高度平均;位于0.20～0.29之間,表示指數(shù)等級比較平均;位于0.30～0.39之間,表示指數(shù)等級相對合理;位于0.40～0.59之間,表示指數(shù)等級差距較大;高于0.6,表示指數(shù)等級差距懸殊。事實上,隨著中央政府與地方政府對科技放管服改革重視程度的提高,各省份科技經(jīng)費管理、項目實施與評級工作不斷優(yōu)化,促使全國科技放管服改革均衡化發(fā)展。此外,中西部地區(qū)在國家政策的助力下,科技放管服改革效果得以大幅提升,使得區(qū)域間差異呈現(xiàn)顯著縮減態(tài)勢。

圖5 全國與三大區(qū)域科技放管服改革效果基尼系數(shù)演變趨勢Fig.5 Gini coefficient evolutionary trend for the reform effect of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in China and three regions

4.2.2 區(qū)域內(nèi)差異

東部地區(qū)內(nèi)部差異變化趨勢與全國保持一致,但幅度大于全國。2018年之前東部地區(qū)內(nèi)部差異先下降再上升,即區(qū)域內(nèi)差異呈擴大化趨勢,2018年后則呈下降趨勢。2020年東部地區(qū)內(nèi)部差異低于全國水平,說明東部地區(qū)各省份間差異在研究期內(nèi)整體呈下降趨勢。

中部地區(qū)內(nèi)部差異整體呈波動下降狀態(tài),且下降幅度小于所有區(qū)域。一方面,說明中部地區(qū)各省份科技放管服改革效果比較均衡;另一方面,由于缺乏科技強省引領(lǐng)以及科技中心支撐,中部地區(qū)科技放管服改革成效難以在短時間內(nèi)得以改善。從演變趨勢來看,2015-2016年為波動下降階段,2017-2019年為緩慢回升階段,2019-2020年則呈上升態(tài)勢。顯然,中部地區(qū)科技放管服改革效果得到改善,同時,區(qū)域差異有所增大。原因可能是,中部地區(qū)改善情況更多來自區(qū)域內(nèi)科技相對發(fā)達省份所作貢獻。

西部地區(qū)內(nèi)部差異為波動上升趨勢,但2019-2020年開始出現(xiàn)小幅度下降。原因可能是,西部地區(qū)科技放管服改革效果較差地區(qū)開始調(diào)整結(jié)構(gòu),提升科技放管服改革效果,使得區(qū)域內(nèi)差異呈現(xiàn)縮小趨勢。

4.2.3 區(qū)域間差異

東部、中部、西部區(qū)域間差異呈現(xiàn)波動下降趨勢,但中部—西部間差異與其它地區(qū)間差異相比有所不同,如圖6所示。

圖6 區(qū)域間科技放管服改革效果差異動態(tài)演變趨勢Fig.6 Dynamic evolution trends for reform effect differences of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in inter-region

東部—中部、東部—西部地區(qū)間差異具有相同演變趨勢,都呈波動下降趨勢。原因可能是,中西部地區(qū)在國家政策的引導下,加速科技放管服改革進程,使得區(qū)域間差距表現(xiàn)為縮小態(tài)勢。另外,中部地區(qū)科技放管服改革效果改善幅度較大,一定程度上彌合了東部與中部地區(qū)間差異。

中部—西部地區(qū)間差異表現(xiàn)為波動下降趨勢,主要分為兩個階段。一是2015—2017年呈現(xiàn)先下降再上升趨勢,原因可能在于,西藏自治區(qū)、甘肅等地區(qū)科技改革效果存在波動,造成中部與西部地區(qū)間差異呈擴大趨勢。二是2018—2020年呈現(xiàn)緩慢下降趨勢,原因可能是,在中央和地方協(xié)同推進西部地區(qū)科技放管服改革的情境下,西部地區(qū)放管服改革取得較大成效,促使中西部地區(qū)之間差異呈縮小趨勢。

4.2.4 差異來源與貢獻

利用Dagum基尼系數(shù)及其分解,將中國科技放管服改革效果總體差異分解為區(qū)域內(nèi)差異、區(qū)域間差異和超變密度,結(jié)果如圖7所示。區(qū)域間差異貢獻率最大,均值為51%,研究期內(nèi)不同年份取值集中在19%～62%之間;區(qū)域內(nèi)貢獻率次之,均值為30.16%,取值集中在29%～32%之間;超變密度的貢獻率最小,均值為18.83%,取值集中在9%～49%之間。顯然,中國科技放管服改革效果總體差異的第一大來源為區(qū)域間差異,區(qū)域內(nèi)差異次之,超變密度貢獻最弱。因此,要解決科技放管服改革效果整體差異問題,關(guān)鍵是縮減區(qū)域間差異。

進一步觀察變化趨勢可知,區(qū)域內(nèi)差異貢獻率取值圍繞30%上下波動,并沒有呈現(xiàn)顯著上升或者下降趨勢。區(qū)域間差異貢獻率波動較大,可分為兩個階段,2015—2018年為劇烈波動上升階段,2019—2020年為快速下降階段。超變密度貢獻率與區(qū)域間差異貢獻率呈相反趨勢,說明區(qū)域間科技放管服改革存在相互影響與溢出效應(yīng)。

5 中國科技放管服改革效果收斂特征分析

本研究進一步借助σ收斂模型和β收斂模型,利用State14.0軟件分析區(qū)域科技放管服改革效果收斂特征,考察科技放管服改革效果地區(qū)差異為區(qū)域收斂還是分散,以及樣本周期科技放管服改革效果較差的地區(qū)能否在短時間內(nèi)得到調(diào)整與改善。

5.1 σ收斂模型

5.1.1 研究方法

借助σ收斂模型分析中國科技放管服改革效果差異,獲取區(qū)域科技放管服改革效果偏離整體平均水平情況。分析σ收斂性時,通常使用標準差與變異系數(shù)進行分析。梳理相關(guān)研究發(fā)現(xiàn),這兩種方法所得結(jié)果沒有明顯差異,因此,本文利用變異系數(shù)分析科技放管服改革效果的σ收斂性。具體計算公式如下:

(2)

5.1.2 結(jié)果分析

研究期內(nèi)科技放管服改革效果動態(tài)演變趨勢如圖8所示。首先,全國變異系數(shù)呈波動下降趨勢,說明科技放管服改革效果支持σ收斂假說,即科技放管服改革效果的區(qū)域間差異隨時間變化而不斷縮小,這與上文研究結(jié)論具有一致性。從演變特征來看,研究期內(nèi)中國科技放管服改革效果的變異系數(shù)呈波動下降趨勢。其次,東部地區(qū)變異系數(shù)演變趨勢與全國一致,支持σ收斂假說。再次,中部地區(qū)絕對值較小,呈下降趨勢但降幅不明顯,即中部地區(qū)同樣支持σ收斂假說。最后,西部地區(qū)變異系數(shù)整體呈下降趨勢,但趨勢不太明顯,支持σ收斂假說。值得一提的是,西部地區(qū)演變特征與全國及其它地區(qū)明顯不同,西部地區(qū)2015—2017年為快速下降階段,2018—2019年波動下降但降幅不明顯,2020年變異系數(shù)有所增加?？傮w來看,無論全國層面還是區(qū)域?qū)用?中國科技放管服改革效果均表現(xiàn)出均衡化發(fā)展態(tài)勢。

圖8 全國及三大區(qū)域科技放管服改革效果的σ收斂性Fig.8 Convergence of σ related to the reform effect of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in China and three regions

5.2 β收斂模型分析

5.2.1 研究方法

為分析科技放管服改革效果較差地區(qū)是否具備自我調(diào)整能力并快速追趕效果較好的地區(qū),探究隨時間變化各區(qū)域科技放管服改革效果變化趨勢,本文借助β收斂模型,利用State14.0軟件研究中國不同區(qū)域科技放管服改革效果差異。由新經(jīng)濟理論可知,經(jīng)濟變量收斂性一定程度上受到外在環(huán)境的影響?；诖?本文參考Barro[17]的研究方法,將β收斂分為絕對收斂與條件收斂。條件β收斂是指控制其它影響因素后呈收斂狀態(tài),絕對β收斂是指不控制其它因素也會呈收斂趨勢。具體計算公式如下:

(3)

(4)

5.2.2 絕對β收斂結(jié)果分析

表2中列(1)(3)(5)(7)為全國與分區(qū)域?qū)用婵萍挤殴芊母镄Ч^對β收斂估計結(jié)果。列(1)中β估計系數(shù)小于0,且通過顯著性檢驗,說明中國科技放管服改革效果支持絕對β收斂,即科技放管服改革效果較差地區(qū)正快速追趕效果較好地區(qū),各省份科技放管服改革效果最終將呈現(xiàn)趨同現(xiàn)象。列(3)(5)(7)的β估計系數(shù)最少通過10%顯著性檢驗,說明三大區(qū)域科技放管服改革效果支持絕對β收斂機制。此外,在絕對β收斂模型中,未將各區(qū)域影響科技放管服改革的其它因素納入其中,因此,絕對β收斂模型所得結(jié)果是否具有科學性仍有待研究。故而,需探究科技放管服改革效果的條件β收斂結(jié)果,如表2中列(2)(4)(6)(8)所示。

5.2.3 條件β收斂結(jié)果分析

列(2)中β估計系數(shù)通過顯著性檢驗,說明中國科技放管服改革效果支持條件β收斂機制,控制影響科技放管服改革效果的其它變量后,各省份科技放管服改革效果將趨同。列(4)(6)(8)結(jié)果表明三大區(qū)域的β估計系數(shù)均通過顯著性檢驗,支持條件β收斂機制,說明三大區(qū)域科技放管服改革效果隨時間變化逐漸趨于穩(wěn)態(tài)。

6 空間集聚特征分析

6.1 空間自相關(guān)指數(shù)

梳理相關(guān)文獻發(fā)現(xiàn),經(jīng)濟發(fā)展存在空間集聚性[18-20]。那么,區(qū)域科技放管服改革效果空間分布是否具有集聚性?如果存在,以何種形式演變?為解答上述問題,本文借助Moran′s I指數(shù)探析科技放管服改革效果空間集聚特征。若Moran′s I指數(shù)大于0,則說明存在正向空間自相關(guān),若小于0,則說明存在負向空間自相關(guān)。具體計算公式如下:

(5)

6.2 結(jié)果分析

檢驗空間相關(guān)性,首先需要建立空間權(quán)重矩陣,空間權(quán)重矩陣主要包括地理鄰接權(quán)重矩陣、地理距離矩陣、經(jīng)濟距離矩陣、反距離矩陣等。其中,經(jīng)濟距離矩陣通常隨時間變化而變化,所得結(jié)果具有不確定性[21];地理鄰接矩陣主要用于測度鄰接省份之間的空間相關(guān)性,難以測度更遠空間單元之間的相關(guān)性[22];反距離矩陣是根據(jù)地理學第一定律思想“空間單元相關(guān)性隨地理距離增加而降低”構(gòu)建,較難精準測度距離較遠地區(qū)間相關(guān)性。而地理距離矩陣可測度更遠空間單元之間關(guān)系,較為契合本研究實際?；诖?本文借鑒駱康等[23]的研究,使用地理距離矩陣進行空間集聚特征分析。構(gòu)建31*31階、元素為兩地距離平方倒數(shù)的空間權(quán)重矩陣,利用Moran′s I指數(shù)計算2015—2020年中國科技放管服改革效果的空間相關(guān)性(見表3)。由結(jié)果可知,Moran′s I指數(shù)集中在[-0.049,-0.038]之間,且均通過1%的顯著性水平檢驗,說明研究期內(nèi)科技放管服改革效果的空間分布并非獨立,而是呈現(xiàn)顯著空間負相關(guān)性。進一步選擇代表性年份繪制Moran′s I指數(shù)散點圖,如圖9所示。

表3 2015—2020年中國科技放管服效果Moran′s I指數(shù)Table 3 Moran′s Index of the reform effect of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in China

圖9中,4個象限從右上逆時針開始依次為第1象限、第2象限、第3象限、第4象限,分別代表高高、低高、低低、高低集聚。2015、2020年大部分省份位于第2象限或者第4象限,呈現(xiàn)低高或高低集聚特征,說明Moran′s I指數(shù)線性擬合曲線呈現(xiàn)顯著地理空間負相關(guān)性。中西部省份大多位于第2象限,產(chǎn)生這一現(xiàn)象的主要原因可能是,中西部地區(qū)部分省份科技放管服改革效果改善程度有限,與周邊省份科技放管服改革效果具有明顯差異。第4象限內(nèi)大部分省份屬于東部地區(qū),另外,北京與上海一直處于第1象限,表明兩市與周圍省份科技放管服改革效果處于較高水平,在空間上呈現(xiàn)高高集聚特征。由此可見,東部地區(qū)科技放管服改革效果具有“兩超多強”分布特征。綜合來看,與2015年相比,2020年局域Moran′s I指數(shù)值有所增大,但科技放管服改革效果的空間集聚特征并未發(fā)生顯著變化,說明2020年科技放管服改革效果的空間差異呈縮小趨勢。產(chǎn)生這一現(xiàn)象可能是因為在深化改革創(chuàng)新時代,中西部地區(qū)政府開始認識到科技改革驅(qū)動創(chuàng)新的重要作用,持續(xù)深化科技體制改革,不斷完善激勵機制與科技評價機制,充分調(diào)動科研人員積極性和創(chuàng)造性,促使地區(qū)科技放管服改革取到良好效果。這有利于縮小中西部與東部地區(qū)間空間差異,因此,2020年Moran′s I指數(shù)有所增大。另外,2020年各省份分布呈發(fā)散態(tài)勢,表明省份間科技放管服改革效果開始呈現(xiàn)出一致性發(fā)展趨勢。

圖9 2015、2020年科技放管服改革效果局域Moran′s I指數(shù)散點分布情況Fig.9 Local Moran′s index scatter map for reform effect of streamlining administration,delegating power, strengthening regulation and optimizing service of sci-tech in 2015 and 2020

7 研究結(jié)論與政策啟示

7.1 主要結(jié)論

從放權(quán)、管理與服務(wù)入手,構(gòu)建評價指標體系,根據(jù)2015—2020年31個省份數(shù)據(jù)測度中國科技放管服改革效果。借助核密度函數(shù)、Dagum基尼系數(shù)及其分解、收斂模型與局域Moran′s I指數(shù),分析科技放管服改革效果特征、動態(tài)分布、區(qū)域差異及來源、收斂特征和空間分布,得到如下主要結(jié)論。

(1)從測度結(jié)果來看,中國科技放管服改革效果不論在全國層面還是區(qū)域?qū)用婢尸F(xiàn)上升趨勢,且具有顯著階段性特征。區(qū)域?qū)用鎭砜?東部地區(qū)科技放管服改革效果最佳,西部次之,中部最低。維度層面來看,東部地區(qū)放權(quán)維度改革效果明顯大于全國與中西部地區(qū),2018年后管理維度明顯改善,服務(wù)維度變化趨勢與全國及其它地區(qū)一致;中部與西部地區(qū)3個維度變化趨勢具有差異化特征,放權(quán)維度明顯低于全國及東部地區(qū),管理維度與東部地區(qū)類似,2018年后明顯得到改善,服務(wù)維度變化與東部及全國保持一致。

(2)從動態(tài)分布特征來看,全國與各區(qū)域非參數(shù)核密度曲線分布存在差異。全國層面上,科技放管服改革效果逐步提升,地區(qū)差距縮小。區(qū)域?qū)用嫔?東部與西部科技放管服動態(tài)分布特征類似,說明科技放管服改革效果不斷優(yōu)化,內(nèi)部差異逐步縮小。其中,西部地區(qū)科技放管服改革效果顯著改善,區(qū)域內(nèi)與區(qū)域間差距均呈縮小趨勢。

(3)從差異程度來看,全國和各區(qū)域基尼系數(shù)均呈波動下降趨勢。東部下降程度較大,與東部相比,中部與西部地區(qū)科技放管服改革效果改善程度更顯著,區(qū)域間差異呈縮小態(tài)勢。在差異來源上,超變密度貢獻最小,區(qū)域內(nèi)貢獻次之,區(qū)域間貢獻最大。

(4)從收斂特征來看,全國與各區(qū)域間變異系數(shù)呈下降趨勢,支持σ收斂假說,說明中國科技放管服改革效果呈均衡化發(fā)展趨勢。全國與區(qū)域?qū)用娼^對β估計系數(shù)至少通過10%統(tǒng)計水平,支持絕對β收斂機制。全國與區(qū)域?qū)用?條件β估計系數(shù)均通過1%的顯著性檢驗,支持條件β收斂機制。

(5)從空間分布特征來看,中國科技放管服改革效果具有負向空間集聚特征。大多數(shù)省份的Moran′s I指數(shù)均位于第2象限和第4象限,說明科技放管服改革效果存在低—高或者高—低組合的空間集聚特征,且呈現(xiàn)穩(wěn)態(tài)分布特征。

7.2 政策啟示

目前,中國科技發(fā)展取得巨大成效,但仍存在較多“卡脖子”問題。2018年國務(wù)院提出要在科技領(lǐng)域開展放管服改革,致力于解決科技領(lǐng)域發(fā)展不平衡與不充分的問題。本研究著力于科技放管服關(guān)鍵領(lǐng)域,旨在探究制約科技創(chuàng)新水平提升、創(chuàng)新結(jié)構(gòu)失衡、創(chuàng)新成果不充分等癥結(jié)。從發(fā)展角度剖析中國科技放管服改革效果的本質(zhì)規(guī)律與演變特征,探究科技放管服改革效果地區(qū)差異的成因,有利于從根本上緩解中國區(qū)域科技發(fā)展不均衡、不充分問題,推動中國科技軟實力提升。由此,提出以下幾點政策啟示。

(1)完善頂層設(shè)計。中共十九大以來,我國不斷深化科技創(chuàng)新體制改革,出臺一系列重大改革舉措,使得國家創(chuàng)新體系整體效能持續(xù)提升。為實現(xiàn)科技助力發(fā)展,我國必須加強頂層設(shè)計,營造良好科技生態(tài)環(huán)境。一方面,積極營造有利的政策環(huán)境。政府部門應(yīng)加快政策鏈與創(chuàng)新鏈無縫對接,及時對政策實施情況進行評估與動態(tài)調(diào)整,對有悖于科技創(chuàng)新的舊制度予以廢除,對國際通行貿(mào)易規(guī)則與標準加以借鑒與遵循,實現(xiàn)政策更好引導科技放管服改革。另一方面,營造具有活力的創(chuàng)新環(huán)境。政府部門應(yīng)積極完善科技成果評價制度,引入科研競爭機制,打破不合理限制,為科技領(lǐng)域放管服改革提供支持。

(2)健全多層次市場調(diào)節(jié)體系。各地方政府應(yīng)持續(xù)建立健全多層次市場調(diào)節(jié)體系,在科技創(chuàng)新中實現(xiàn)放管結(jié)合與公平競爭。東部地區(qū)應(yīng)立足于科技放管服已取得的成效,培育和壯大科技服務(wù)市場主體,發(fā)揮市場在科技領(lǐng)域的調(diào)節(jié)作用,實現(xiàn)科技創(chuàng)新中放管結(jié)合。中西部地區(qū)應(yīng)加快眾創(chuàng)空間新型孵化器建設(shè),開展眾創(chuàng)空間和科技孵化器績效評價,優(yōu)化創(chuàng)新孵化環(huán)境,最大限度釋放市場在科技放管服中的作用。

(3)推行智慧化科技服務(wù)模式。在深化科技放管服改革的背景下,“智能稅務(wù)”“自動審批”等新科技可助力提高政務(wù)工作效率,提升科技領(lǐng)域服務(wù)質(zhì)量。各地政府部門應(yīng)利用網(wǎng)上核名、自動審批與機器人服務(wù)相結(jié)合的智慧方式,為科技創(chuàng)新主體提供服務(wù)。在具體實施過程中,可借鑒成都高新區(qū)做法,利用“政策在線導航+人工智能輔助決策”系統(tǒng),為科技領(lǐng)域提供精準化服務(wù)。政府部門可在科技創(chuàng)新服務(wù)中引入“僅跑一次”“審批不見面”業(yè)務(wù)辦理方式,減少項目申報、驗收等環(huán)節(jié),做到“一表多用、一表多能”,改善項目審批流程,實現(xiàn)相同材料不重復(fù)報送。