○苏朝晖 吴晓晓

(华侨大学 工商管理学院，福建 泉州362021)

一 引言

党的十八大报告指出，科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置来发展。研发服务业是科技服务业的重要组成部分，处于生产价值链高端，是提高社会生产力和综合国力的源泉，是建设创新型国家的重要内涵，作为科技创新的载体行业，研发服务业越来越受到国家和企业的重视，也引起了学术界的关注。那么科技创新中研发投入及科技成果对于我国经济增长的影响到底如何?各个区域之间的情况又有何差异?存在差异的原因又可能是哪些?

本文基于2003－2012年省际面板数据，以研发投入、科技成果和经济增长为研究对象，通过建立我国东、中、西部地区的面板数据模型，分析研发投入、科技成果对经济增长的影响作用，并着重分析海西地区(福建与江西)与长三角地区、环渤海地区、珠三角地区之间在影响作用上存在的差异。通过量化研究，旨在发现研发投入、科技成果对经济增长的影响，为研发服务业的发展提供一些政策建议。

二 文献回顾

创新这一概念，最早是1912年熊彼特在《经济发展理论》一书中提出的，之后学者开始不断丰富创新的内涵，尤其是与技术进步、R＆D内涵相近的科技创新。Romer通过将技术要素内化后提出内生经济增长理论，认为技术进步对于经济增长具有基础性的促进作用［1］ 71－102。Rosenberg认为技术需要科学知识的支撑，科学知识的积累也就是科技创新，能够推动工业经济中技术的进步［2］。

在基础理论研究的支撑下，关于国家层面的科技创新对于经济增长的影响研究不断深入。Meghnad Desai＆Sakiko Fukuda－parr等从国家层面研究认为，随着全球化市场的出现，所有国家都因技术而联系在一起，都能够开发和使用技术创新成果，并且利用复合衡量方法设计技术成果指数(即TAI)可以评估一国的技术成果能力继而得出国家的排名，旨在为政策制定者识别政策优势［3］ 95－122。Ronald Paul Hill＆Kanwalroop Kathy Dhanda研究了经济不平等条件下的技术创新、扩散和应用，利用TAI区分了各国的技术地位:领导者、潜在领导者、接受者和被边缘化国家，认为随着技术成果的进步，消费(经济)不平等现象会减少［4］ 147－155。从国家层面的宏观研究来看，学者们大多认为科技创新对于一国的技术地位和经济增长都有着重大影响。

随着科技与经济的结合越来越密切，学者们对于科技创新与经济增长的研究也越来越深入。科技创新最主要的体现就是研发活动，针对研发活动的研究主要有研发活动的投入和产出，因而整个研发活动对经济增长影响的前后项链主要经过两个阶段，从研发投入到科技成果，再从科技成果到经济增长。关于研发活动对经济增长的研究一般倾向于关注研发产业前项或者后项的研究，也就是科技成果的创造和科技成果的转化这两个阶段，以及基于投入产出理论的研发投入对经济增长影响的研究。

关于科技成果的创造阶段，学者们主要关注的是研发资源的投入如何影响创新产出。古利平等首次采用专利与科研资源等指标对中国创新投入产出进行回归量化分析，研究发现中国创新资源对专利具有显著影响，并且提出培养科研人员对我国创新能力的提高意义重大［5］ 147－151。史欣向等利用最新的全国R＆D资源清查数据探讨我国现有研究经费结构、研究人员特征和科研产出之间的关系，研究结果表明研发经费和研发人员对专利产出的作用显著，不合理的研发投入影响了中国资源效用的发挥［6］ 1－8。

关于科技成果的转化阶段，学者们主要开展了科技成果对经济增长影响的静态研究以及科技成果转化对经济增长的过程研究，且一般都把专利和论文作为科技成果的衡量指标。Garry通过专利指标研究发现技术成果能够协调国家智商和人均GDP的关系，认为“高智商国家”较为富有的部分原因是他们能够成功地创造技术知识［7］ 711－718。Azmat利用国家样本的TAI分析研究发现，在科技领导者国家中，技术成果对于每单位经济增长有着积极的影响作用，在潜在领导者国家中，技术成果对于经济增长的积极效应并不显著但是可期待的。研究建议:旨在促进经济增长的国家可以扩大技术产品贸易，同时通过技术能力促进区域技术创新、技术进步和产品开发，技术转化为产品将能够更有效地促进一国经济的增长［8］ 31－47。段捷和刘勇利用2003－2008年中国31个省市自治区科技成果转化的面板数据，利用DEA和多元回归分析评价科技成果转化对区域经济增长的有效性，并且找出了最显著的影响因素，认为知识密集型服务业对经济增长的拉动效应最显著，通过比较东部、中部、西部以及东北部后发现，西部科技成果转化对经济增长的贡献最大［9］ 136－140。黄远浙等将科学和技术分开，用论文作为科学的替代变量，用专利作为学术的替代变量，以一个新的分析框架研究科学与技术对经济增长的贡献及互动关系，研究结果表明技术对经济的贡献比较显著，而科学主要通过技术发挥间接作用［10］ 961－969。

基于投入产出理论，不少学者研究了研发投入与经济增长的投入产出关系。黄苹利用1997－2004年中国31个地区数据基于空间面板数据模型分析研发投入对地区经济增长的影响，研究显示省域R＆D投入存在空间依赖性，来自邻近地区的研发投入、企业研发投入及高校科研单位的研发投入都对本地经济增长起到了一定的作用［11］ 749－753。沈渊基于DEA和Tobit方法对我国31个地区2005年科技投入技术效率、技术与规模效率进行总体评价，研究发现我国地区科技投入在效率上存在差异，不少地区效率低下，科技投入对经济增长贡献不高，并且找出了影响科技投入效率的重要因素是R＆D经费和技术市场成交合同金额［11］ 749－753。但在王立成和牛勇平对沿海三大经济区域经济增长与科技投入的研究中，通过灰色关联度分析，并且建立计量模型进一步研究后发现长三角地区在各项指标中几乎都处于领先地位，科技活动人员、科技活动经费、R＆D经费支出增长率与经济增长的关系逐渐变弱［12］ 147－152。可见，选择不同的研究对象或者研究方法，R＆D经费对于经济增长的影响强弱略有差异。有些学者还针对一些特殊区域开展了研究，例如Ramon＆Yannick研究了中美地区6个发展中国家后，认为科技和创新(STI)机构和政策与社会经济发展密切联系，中美地区6个发展中国家R＆D投入低，创新活动也有限，严重阻碍了经济的发展，他们还分析了阻碍中美6个国家STI发展的八大障碍，旨在为该6个国家的政策制定者提供发展科技和提高创新能力的途径［13］ 169－177。

刘红结合了科技成果的创造和产出阶段，构建了两类创新效率指标即创新产出效率和创新转化效率，采用协整理论和Granger因果检验研究创新效率与经济增长的关系，研究结果显示以论文和专利衡量的创新产出效率与经济增长负相关，而创新转化效率对经济增长具有显著的正向推动作用，但中国的创新转化效率波动较大，创新转化率水平仍不能适应经济的实际需求，因而需要提高科技成果的转化能力［14］ 749－759。

综上所述，目前关于研发产业前项和后项两阶段的研究较多，以投入产出角度的研究也不少，而以贯穿研发产业前后项链的思路研究研发投入、科技成果对于经济增长影响的文献较少。不少学者从投入产出角度分析时，往往会更多地关注投入要素，而对于整个研发产业前后项链的研究不够完整且容易忽视科技成果的影响因素。此外，针对东、中、西部的分析以及东部地区中长三角区域、环渤海区域、海西区域以及珠三角区域的区域分析也较少。因而本文将贯穿研发产业前后项链，研究研发投入、科技成果对经济增长的影响，并着重分析海西地区(福建与江西)与长三角地区、环渤海地区、珠三角地区之间在影响作用上存在的差异，为研发服务业的发展提供一些政策建议。

三 数据与模型建立

(一)数据

本文使用2003年至2012年中国31个省市自治区(不考虑港澳台地区)的面板数据进行实证分析。使用面板数据的主要原因:第一，面板数据是由时间序列数据(2003年至2012年)和截面数据(各省市自治区)组成的，可以有效解决样本容量不足的问题，提高模型自由度和实证结果的显著性。第二，面板数据既可以从时间角度分析变量之间的关系随经济发展水平的变化而发生的变化，也可以从空间角度分析变量之间的区域差异以及区域之间的相互影响。总之，利用面板数据可以从时空结合的角度综合分析变量之间的相互关系。

本文选取的变量及数据处理方法如下:

1．研发投入。本文借鉴严成樑等的研究方法，选取R＆D人员及R＆D经费的数量表示研发投入的规模［15］ 1051－1070。其中，R＆D人员采用R＆D人员全时当量的数据，单位为人年，表示研发人力投入水平;R＆D经费(按可比价格计算)采用R＆D经费内部支出的数据，单位为万元，表示研发资金投入水平。之所以选择R＆D人员及R＆D经费作为研发投入指标，主要是因为，根据新古典经济增长理论，劳动和资本是促进经济增长的两个关键因素，在研究研发投入对经济增长的影响时，R＆D人员及R＆D经费能很好地反映研发投入水平，从而体现对经济增长的影响。以上数据来自相应各年的《中国科技统计年鉴》。

2．科技成果。Pessoa认为R＆D活动中的研发投入所得到的成果，如果价值足够高，应当授予其专利，体现研发投入的产出水平。因此，本文选取专利存量表示科技成果。《中国科技统计年鉴》中“国内专利申请受理数”是一个流量指标，专利作为一种知识资本，也存在折旧的现象。因此，本文借鉴Pessoa的研究方法，采用永续盘存法，将流量指标“国内专利申请受理数”转化为存量指标“专利存量”。具体计算方法如式(3.1)所示:

其中，Ait表示第i个省份第t年的专利存量，δ表示专利存量的折旧率，Sit表示第i个省份第t年的专利申请受理数。本文选取的专利存量折旧率δ=10%①专利存量折旧率一般取5%、10%、15%，本文选择取10%。。由于本文的数据时间跨度是2003年至2012年，因此期初(2003年)的专利存量计算方法如式(3.2)所示:

其中，gi表示第i个省份2003年至2012年专利申请受理量的平均增长率。数据来自相应各年的《中国科技统计年鉴》。

3．经济增长。本文选取地区生产总值表示各地区的经济增长水平，单位为亿元。为消除通货膨胀的影响，以1990年为基期，计算实际地区生产总值。数据来自相应各年的地区《统计年鉴》。

表1 主要变量的统计描述

表2 主要变量的相关系数

表1和表2分别是本文主要变量的简单统计描述和本文主要变量的相关系数。从表1中可以看出R＆D人员、R＆D经费、专利申请受理数、专利存量没有异常值。从表2中可以看出R＆D人员、R＆D经费、专利存量与地区生产总值相关性较高。

(二)模型建立

随着新经济增长理论的发展，技术进步成为经济持续增长的决定因素，新经济增长理论主要分为两类，一类是以资本为基础的增长理论(Capital－Based Growth Theory)，另一类是以研发为基础的增长理论(R＆D－Based Grow th Theory)。其中，以研发为基础的增长理论认为:研发、创新和知识积累对技术进步和经济增长起到促进作用。本文的研究基于以研发为基础的增长理论进行。

研发最基本的形式就是R＆D活动，R＆D活动的前一阶段是商业R＆D投资，主要包括R＆D人员和R＆D经费的投入。R＆D活动的后一阶段是R＆D活动的产出，主要形式是专利。R＆D活动的最终经济效益体现在专利技术的实际应用带来的商业利润。R＆D活动的前后阶段关系如图1所示。

图1 R＆D活动的前后阶段关系

本文的实证模型借鉴Romer和Jones提出的知识生产函数的形式，即柯布－道格拉斯生产函数(简称C－D生产函数)样式的方程。C－D生产函数是经济学范畴内用于探讨投入和产出关系的重要数学模型，最初用于研究资本投入、劳动投入与产出之间的关系。本文基本方程为:

其中，Y为经济产出，表示产出水平;K为资本存量，表示资本投入水平;L为劳动力，表示劳动力投入水平;C为常数项，表示技术进步。

采用C－D生产函数形式的方程的主要原因包括以下几点:第一、C－D生产函数为指数形式的生产函数，通过取对数的处理，可以对指数项进行有效估计，在一定程度上减少异方差的影响;第二、指数形式的生产函数具有较明确的弹性经济含义，可以较好的解释各变量间的影响关系。

在C－D生产函数的基础上，本文将资本和劳动力投入具体化，并引入科技成果这一因素，扩展后的方程为:

其中，Y为地区生产总值，表示产出水平;M为R＆D经费，表示R＆D活动的资金投入水平;L为R＆D人员，表示R＆D活动的劳动力投入水平;T为专利存量，表示研发投入的产出水平，即科技成果。

对式(3.4)两边取对数，并将方程面板化，得到如下的回归方程:

其中，α、β、θ分别表示R＆D经费、R＆D人员和专利存量的产出弹性;c=Ln C为常数项;ε为随机扰动项。

四 面板模型的检验及回归分析

(一)面板模型的检验

本文以式(3.5)为基础，使用Stata12软件进行面板模型的回归分析。首先对面板模型的个体效应进行检验，判断面板模型是否具有个体效应，即面板模型是符合混合回归(Pool－OLS)，还是符合固定效应和随机效应。具体检验结果如表3所示。

表3 面板模型个体效应检验结果

固定效应模型回归参数联合检验的F统计量为2320.82，相应的P值为0.0000，表明固定效应模型的回归参数整体上相当显著。检验固定效应是否显著的F统计量为118.96，相应的P值为0.0000，表明本文的面板数据模型的固定效应非常显著，应当采用固定效应模型而非混合回归模型。

随机效应模型的LR检验(likelihood－ratio test)统计量为997.63，相应的P值为0.0000，表明本文的面板数据模型的随机效应非常显著，应当采用随机效应模型而非混合回归模型。总的来说，本文建立的研发投入、科技成果及经济增长的省际面板数据模型具有较强的个体效应，不能简单的进行混合回归。

其次，采用Hausman检验来确定固定效应模型和随机效应模型为何者更佳。由于本文固定效应模型和随机效应模型的参数估计方差的差是一个非正定矩阵，因此，Hausman检验的H统计量为负数。主要原因可能是本文的模型设定中存在一些遗漏变量。在Stata12中，对扰动项方差的协方差矩阵的来源进行设定，可以解决Hausman检验的H统计量为负的问题。具体结果如表4所示。Sigmaless表示扰动项方差的协方差矩阵从有效估计量估计得到，Sigmamore表示扰动项方差的协方差矩阵从一致估计量估计得到。两种方法检验结果均拒绝Hausman检验的原假设(模型为随机效应模型)。因此，本文建立的面板数据模型形式为固定效应模型。

表4 Hausman检验结果

(二)面板模型的结果分析

本文将我国31个省市自治区按东、中、西部地区进行划分，东部地区11个省市自治区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，中部地区8个省市自治区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南，西部地区12个省市自治区包括广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆和内蒙古。

本文在省际面板模型回归的基础上，针对海西地区、长三角地区、环渤海地区和珠三角地区四大区域比较分析，着重分析海西地区在研发投入、科技成果对经济增长的影响上与其他三个地区存在的差异。考虑到数据的完整性和区域的交叉性，本文设定的海西地区包括的主要省份为福建和江西，长三角地区包括的主要省份为江苏、浙江和上海，环渤海地区包括的主要省份为天津、北京、辽宁、河北和山东，珠三角地区包括的省份即为广东。除江西以外其他省份都在东部地区。

1．描述性统计分析

各区域研发经费、研发人员、科技成果和经济增长的实际情况如图1、图2、图3和图4所示。

图1 我国四大区域(2003－2012)研发经费基本情况比较

图2 我国四大区域(2003－2012)研发人员 基本情况比较

图3 我国四大区域(2003－2012)科技成果基本情况比较

图4 我国四大区域(2003－2012)经济增长 基本情况比较

从图1、图2和图3可知，与长三角地区、环渤海地区和珠三角地区相比，我国海西地区(福建和江西)的研发经费的投入、研发人员的投入和科技成果的产出均处于较低水平，可见海西地区有着较大的发展空间。另外，从图4可知，福建与江西的地区生产总值与天津和北京相当，可以推测，海西地区研发投入对经济增长的影响作用并不会很大，经济增长可能主要还是依靠劳动密集型产业。因而，海西地区有相当潜力充分发挥资本密集型产业对经济增长的拉动作用，提高研发投入的产出效率。

2．回归结果分析

面板模型回归结果如表5所示，东部四大区域的回归结果如表6。

表5 我国31个省市自治区面板模型回归结果

注:*、＊＊和＊＊＊分别表示在10%、5%和1%的置信水平下显著。(下同)

表6 我国四大区域面板模型回归结果

面板模型回归结果表明:

第一，我国东、中、西部地区大部分省份研发经费的投入对经济增长的影响不显著。从东部四大经济区域来看，相比长三角地区、环渤海地区和珠三角地区，海西地区研发经费的投入对经济增长的影响较为显著。具体而言，海西地区的福建和江西研发经费对经济增长的影响在5%的置信水平下显著为正，每增加1单位的研发经费投入，分别引起0.4781单位和0.3518单位的经济增长。可见，海西地区增加研发经费的投入可以有效促进经济增长，原因可能是海西地区相对其他东部地区的三大经济带而言具有后发优势，因而目前经费投入所带动的经济增长效果较为显著。

第二、我国东、中、西部地区大部分省份研发人员的投入对经济增长的影响不显著，甚至不少省份存在负向影响，表明我国大部分省份存在研发人员使用效率低下的情形。一般认为研发人员的投入在一定程度上是会促进经济增长的，但可能由于我国的研发活动中存在研发人员冗余、研发人员技术水平较低等现象，因而对经济增长的促进作用并不显著。研发活动是资本密集型的生产过程，并不是劳动密集型的，因此，单纯地增加研发人员未必能有效促进经济增长，反而会因为研发人员成本的增加，加重经济增长的负担。海西地区的福建与江西研发人员对经济增长的影响均不显著，可以推测，海西地区研发人员投入产出效率较低，很难拉动经济的持续健康增长。从以上两点来看，本文的研究结果与沈渊的研究结果基本一致，属于R＆D活动的前一阶段的研发经费和研发人员都对经济增长的直接影响较弱，因而我们可以推断研发经费与研发人员的投入主要通过科技成果对经济增长产生影响。

第三、我国东、中、西部地区绝大部分省份科技成果对经济增长的影响显著为正，表明科技成果对经济增长具有正向的促进作用，科技成果转化为经济效益的能力较好。就海西地区而言，江西的科技成果对经济增长的影响在1%的置信水平下显著为正，每增加1单位的科技成果产出，会引起0.5958单位的经济增长。福建的科技成果对经济增长的影响不显著。与长三角地区相比，江西的科技成果对经济增长的影响要大于江苏和浙江，与环渤海地区相比，北京的科技成果对经济增长的影响要大于江西，与珠三角地区相比，广东的科技成果对经济增长的影响要大于江西。从全国范围内来看，海西地区中江西的科技成果对经济增长的影响处于中上游水平，而福建省处于较低水平。如图3所示，江西地区科技成果的存量虽然不多，但是对经济增长的促进作用却很明显，主要原因可能是专利技术的投入产出效率较高，并且专利技术更新较快，产出周期短，因而经济效果比较显著。

五 结论与建议

本研究表明:我国东、中、西部地区大部分省份研发经费和研发人员的投入对经济增长的影响不显著，科技成果对经济增长的影响显著;海西地区的研发经费的投入对经济增长的影响在5%的置信水平下显著为正，但其研发人员的投入对经济增长的影响不显著，但在科技成果方面，海西地区江西的科技成果对经济增长的影响在1%的置信水平下显著为正，而福建的科技成果对经济增长的影响不显著。

根据研究结果，本文提出以下建议:

第一、重视研发经费的合理分配，适当增加部分地区研发经费的投入。对于研发活动起步较早的长三角地区、环渤海地区和珠三角地区的部分省份，研发经费在过去投入较高，政府和企业应当更加重视研发经费的分配问题，积极引导研发经费流向投入产出较高、经济效益较好的研发项目。而海西地区目前研发经费的投入处于较低水平，对经济增长的影响尚未完全体现，随着海西经济区开发的推进，海西的研发经费投入应当逐渐增加，为各创新主体的研发活动提供必要的资金支持，以促进后期的经济增长。

第二、优化研发人员队伍建设，提高研发人员研发效率。首先，研发机构有必要精简研发人员、优化研发队伍，提高研发团队的研发效率;其次，在培养研发人员时，更需要注重研发人员的实践能力，提高研发人员的科技成果产出能力;再次，各研发单位有必要引入绩效考核制度，制定研发人员优胜劣汰的评估机制;最后，政府需要提高研发人员的待遇，以吸引优秀的研发人员，包括引进优秀的海外留学人员。总之，无论是政府还是研发机构，都需要不断强化研发队伍的技术实力、研究能力和创新能力，提高研发人员的研发效率。

第三、提高科技成果转化为经济效益的能力，不断革新科技成果。科技成果是研发活动的直接产出，是促进经济增长的直接动因。科技成果最为直接的体现就是专利，因而政府在审核和批准专利技术时，要认真评估专利技术的经济效益，防止专利技术授予的泛滥现象，并对专利技术的经济效益进行跟踪考核，进一步加强对科技成果的监督防范工作。同时，研发机构需要不断创新专利技术，防止专利技术因技术变革而被淘汰，形成专利技术的可持续发展，进而创造更优的经济效益。

总而言之，研发投入、科技成果和经济增长是一连串相关的经济活动，前期间接的研发投入得到科技成果，科技成果进一步对经济增长产生作用。但从本文全国范围的研究结果来看，前期的研发投入对于经济增长的作用并不显著，而后期的科技成果对于经济增长的作用显著。因此，政府和企业要进一步重视研发服务业的发展，贯穿研发活动的前后项链接，保证研发投入的实际产出，提高研发投入的产出效率，同时有效地将科技成果投入到实际经济生产中，使前期的研发投入能够转化为最终的经济效益。

［1］ Paul M．Romer，Endogenous Technological Change［J］．Journal of Political Economy，1990．

［2］ Rosenberg N．Technology，Economics and History［M］．New York:Cambridge University Press，1994．

［3］ Meghnad Desai，Sakiko Fukuda－parr，Claes Johansson and Fransisco Sagasti．Measuring the Technology Achievement of Nations and the Capacity to Participate in the Network Age［J］．Journal of Human Development，2002，(3)．

［4］ Ronald Paul Hill and Kanwalroop Kathy Dhanda．Globalization and Technological Achievement:Implications for Macromarketing and the Digital Divide［J］．Journal of Macromarketing，2004，(24)．

［5］ 古利平，张宗益，康继军．专利与R＆D资源:中国创新的投入产出分析［J］．管理工程学报，2006，(1)．

［6］ 史欣向，冯 莉，梁彤缨．中国现有的研发资源与科研产出的关系——基于第二次全国R＆D资源清查数据的实证研究［J］．科研管理，2012，(10)．

［7］ Garry A．Gelade IQ，cultural values and the technological achievement of nations［J］．Intelligence，2008，(36)．

［8］ Azmat Gani．Technological Achievement，High Technology Exports and Growth［J］．Journalof Comparative International Management，2009，(12)．

［9］ 段 婕，刘 勇．科技成果转化对我国区域经济增长的有效性评价——基于2003－2008年面板数据的实证分析［J］．科技进步与对策，2011，(6)．

［10］ 黄远浙，俞立平，杨丽华．科学、技术与经济增长:一个新的分析框架——基于科学与技术分离的实证研究［J］．科学学研究，2013，(7)．

［11］ 黄 苹．中国省域R＆D溢出与地区经济增长空间面板数据模型分析［J］．科学学研究，2008，(4)．

［12］ 沈 渊．我国地区科技投入对经济增长贡献及其影响因素——基于DEA和Tobit方法［J］．经济管理，2009，(3)．

［13］ 王立成，牛勇平．科技投入与经济增长:基于我国沿海三大经济区域的实证分析［J］．中国软科学，2010，(8)．

［14］ Ramón Padilla－Péreza，Yannick Gaudinba．Science，Technology and innovation policies in small and developing economies［J］．Research Policy，2014，(43)．

［15］ 严成樑，周铭山，龚六堂．知识生产、创新与研发投资回报［J］．经济学，2010，(3)．