财政分权与地方政府科技投入效率

2022-01-08杨志安胡博张帆

会计之友 2022年2期

杨志安　胡博　张帆

【摘要】以财政分权为契机，选取2009—2019年我国30个省份的面板数据，运用DEA-Tobit两步法对地方政府科技投入效率进行测度，并探讨财政分权对地方政府科技投入效率的作用。结果表明：我国地方政府科技投入效率整体上呈改善态势，技术进步是主要贡献因素，但效率均值偏低，地区差异明显;财政支出分权、收入分权以及财政自给率均不利于政府科技投入效率的提升;除分权因素外，市场环境、金融环境、人才环境亦对其有显著影响。据此提出财政差异化支持地方政府科技投入效率的提升、优化财政分权体制、加强体制外环境因素协同作用的政策建议。

【关键词】财政分权; 政府科技投入效率; DEA模型; Tobit回归

【中图分类号】 F812 【文献标识码】 A 【文章编号】 1004-5937（2022）02-0099-08

一、引言与文献综述

科技创新是国家发展的关键要素，亦是经济高质量发展的畅通枢纽与战略支撑。党的十九大报告明确了引领发展的诸多动力因素中创新所处的首要地位，党的十九届五中全会进一步强调树立科技自立自强理念以及创新在现代化建设全局中的核心地位。近年来，党和国家高度重视科技创新发展，我国财政科技投入稳步增加，科技产出取得丰硕成果。根据《2019年全国科技经费投入统计公报》数据，我国2019年的财政科技支出为10 717.4亿元，增长幅度为12.6%。其中，中央和地方的财政科技支出增长幅度分别为11.6%和13.2%，央地双方均保持增长。研究与开发机构R&D人员数为485 322人，增加4.5%。其中，中央部门R&D人员数为370 212人，地方部门R&D人员数为115 110人，增长幅度分别为4.4%和5.0%。全国技术合同成交额22 398亿元，增加26.6%;专利授权数2 474 406件，增加6.0%。同时，应注意到地方政府近年来承担的科技支出责任与日俱增：就财政科技支出而言，自2014年起地方占全国的比重稳步提高，2019年占比达到61.1%①。另外，考虑到政府财政资源是有限的，经济增速换挡期以及新冠肺炎疫情所带来的经济下行压力，现阶段地方政府收支矛盾成为不容忽视的问题。如何使有限的地方财政科技投入发挥出最大的产出效果，提高地方财政科技投入质量和效率，以缓解地方财政压力、释放主体活力、促进创新驱动发展，成为经济高质量发展目标下的重要命题。

目前，关于财政科技投入效率大多数学者的研究主要集中于以下两个方面：

一是对财政科技投入效率的测算。指标选择上，诸多学者在产出指标选择方面大同小异，大多涵盖论文数、专利数、技术合同成交额等，但在投入指标的选择上存在较大差异。黄科舫等[ 1 ]仅从资金投入角度，以湖北省为分析对象，选取财政科技支出绝对数、财政科技拨款占比相对数作为投入指标进行效率测算;徐海峰和陈存欣[ 2 ]聚焦辽宁省地区，不仅考虑了资金投入，亦考虑了人力投入，加入了R&D折合全时人员指标。效率测算方法上，大部分学者运用数据包络（DEA）法。如传统DEA方法中的CCR模型、BCC模型[ 3-4 ]，以及考虑松弛变量问题的SBM模型[ 5 ];李尽法[ 6 ]通过Malmquist指数法对财政科技支出效率进行动态分析，探析了效率增长的内在推动因素;吕亮雯和何静[ 7 ]则以广东省为研究对象，运用超效率模型实现了多个有效率决策单元间的进一步比较;张斌等[ 8 ]采用交叉效率模型计算财政科技支出效率，并与传统DEA方法结果进行对比，又通过聚类分组技术进行地区差异分析;王谦等[ 9 ]构建了三阶段SE-SBM模型，将环境因素造成的影响偏差考虑在内，测算出更为准确、真实的财政科技支出效率值。

二是对财政科技投入效率的影响因素研究。贺宝成等[ 10 ]以法制环境作为调节变量，运用空间Tobit模型进行实证分析，发现对东中部地区可以显著促进财政科技投入效率的提升，对西部地区却有显著的抑制作用，且法制环境的调节作用显著为正;高志勇[ 11 ]运用DEA-Tobit回归模型，从支出分权、收入分权两方面实证研究了财政分权对财政科技投入效率的影响，结果发现前者有正向的显著促进作用，而后者的影响不显著。其他更多的学者仅对影响因素进行了笼统分析，如徐合帆等[ 12 ]以长江经济带地区为研究对象，结合SE-SBM模型和面板Tobit回归分析，发现市场化水平等因素可以显著促进财政科技投入绩效的提高、对外开放水平的作用是抑制的、政府规模等因素的作用不显著;齐文燕[ 13 ]采用SBM-Malmquist-Tobit模型，发现R&D人员全时当量可以显著提高财政科技投入效率、财政科技拨款存在冗余会抑制效率的提升、人均GDP的影响不显著。

综上所述，现有文献对财政科技投入效率的研究主要围绕指标构建、效率值测算、测算方法改进以及影响因素的笼统分析。本文可能的边际贡献在于：对2009—2019年我国30省份政府科技投入效率进行科学合理的测算，并将效率评价置于中国式财政分权制度框架内，从理论维度探讨中国特色分权制度与政府科技投入效率间关系，并进一步进行实证检验，为优化制度环境以提升政府科技投入效率提供一定的决策参考。

二、理论分析

在财政联邦主义理论框架下，基于选民可以在社区间自由流动等假设，由于“用脚投票”机制的存在，使得选民会向满足其偏好模式的社区转移[ 14 ]，此时地方政府“对下负责”，为满足选民需求，地方政府会调整财政资源分配与支出结构，从而改变相应的公共品供给，以实现效率提升和帕累托改进;另外，在公共品供求信息不对称的情况下，相比中央政府，地方政府拥有更为完备的信息，其在提供公共物品方面更有效率、更具优势[ 15 ]。传统的财政分权理论塑造了一个“仁慈”的政府形象，政府官员为留住和获取选民支持，以选民利益最大化为出发点调整资源配置，提供公共产品，有利于提高公共品供给效率和福利水平。财政科技投入效率是对政府在科技创新方面的投入与产出之间数量关系的衡量，是对科技创新方面财政资源是否实现合理配置、达到帕累托有效状态的评价。而财政支持的科技创新活动具有较为典型的公共品属性，由于正外部影响的存在，市场条件下的均衡数量将小于社会最优数量。按照傳统财政分权理论，一方面地方政府拥有完备信息，更能了解本辖区的需求状况和财政科技资源基础;另一方面辖区居民为科技创新成果的直接受益者，“仁慈”的地方官员从公众利益出发，倾向于增加财政科技投入，加强辖区内财政科技资源的统筹、整合和利用，有利于财政科技投入效率的提升。

中国式财政分权制度具有与西方国家显著不同的典型特征。其一表现为“政治集权、经济分权”的双重特色，即地方政府官员由中央考核任命，同时地方政府拥有一定经济自主权。地方政府作为代理人，以GDP为标准的政绩考核方式容易引发地方政府的短视行为，其不再以满足公众需求、提高公共品供给效率为目标，而是出于政治晋升的考量，在财政支出模式上更偏向于短期内即可迅速拉动经济增长的基础设施建设等支出[ 16 ]，忽略了周期长、见效慢的科技方面的财政投入。其二表现为地方政府事权和财力不匹配、矛盾突出。分税制改革框架下，地方政府财权被上移，营改增之后地方政府更是缺乏可依赖的主体税种，但支出责任却不断扩大。政府间财政关系演化为财力分配的“向上集中”和支出责任的“向下转移”，导致地方政府财力不能与承担的大量事权相匹配，财政压力不断加大。地方政府为获取充沛财源、争取更多的财政收入，可能产生机会主义行为[ 17 ]，更倾向于将财政资源投放到对经济增长有直接拉动作用的领域，忽视短期内无法对经济增长做出贡献的科技领域财政资源的投入和合理配置[ 18 ]，从而导致财政科技投入效率低下。

综上所述，提出以下研究假说：中国式财政分权不利于地方政府科技投入效率的提高。

三、地方政府科技投入效率测算及评价

地方部门R&D机构属于政府机构，全部经费来源于政府，R&D人员能够反映政府直接科技人力投入，故将其作为人力投入指标;各省份政府科技支出作为财力投入指标;“专利授权数”“技术合同成交额”分别作为衡量直接成果和经济效益的产出指标。本文综合运用DEA-solver Pro5.0和DEAP2.1软件，基于投入角度逐年测算出我国2009—2019年30省份②财政科技投入效率。数据来源于《中国统计年鉴》《中国科技统计年鉴》，个别缺失数据通过查询各省科技统计公报补齐。

（一）规模报酬分析

图1分别汇总了我国2009—2019年处于三种不同规模报酬状态的省份个数变化情况。显然，我国大多数省份财政科技投入处于递增阶段，其增加财政科技投入使得产出以更大规模比例增加，有利于财政科技投入效率的提升。个别省份处于递减或不变阶段，且近年来省份变化情况较为稳定：北京、浙江、陕西等省份一直处于不变阶段，而江苏、广东等省份则处于递减阶段。其原因可能在于苏、粤地区近年来追求众创空间、创新园区、孵化器等平台的建设和扩张，忽略了实际使用率、日常管理及成果转化。苏、粤地区经济发达，科技起步早，如江苏是我国最早成立孵化器的地区之一，近年来各类创新平台数量、面积位居全国前列③，创新要素充沛，无需耗费过多财政科技资源，应适当缩小财政科技投入规模以提升效率。

（二）地区差异分析

表1为2009—2019年全国30省份及东中西部地区财政科技投入效率均值。分地区来看：东部地区的效率均值（综合技术效率为0.67、纯技术效率为0.79、规模效率为0.86）明显高于中部、西部地区，这表明相对而言东部地区财政科技投入资源配置状态最优;就综合技术效率而言，中部地区和西部地区的均值相等，但进一步分解来看前者的纯技术效率更低、规模效率更高，而后者与之相反。这可能是因为，一方面中部地区经济发展水平相对较高，税源较为充沛，财政自给率较高，可能引发地方政府规模的盲目扩张，导致管理的低效，从而表现为纯技术效率的低下;另一方面中部地区相较于西部地区人口密度大，财政科技投入存在规模经济，从而表现为规模效率值较高[ 19 ]。而西部地区在经济发展方面表现相对落后，税基薄弱，加之人口密度小，故表现为纯技术效率值较高，而规模效率较低。

分省份来看，各省之间存在较大差异。以综合技术效率值为例，排名前二的北京、浙江综合技术效率均值为1，都实现了DEA有效;排名最后的新疆、宁夏、海南，综合技术效率均值分别只有0.18、0.17和0.16。进一步，根据纯技术效率和规模效率高低，以二者的中位数0.66、0.865为原点画出地区分布的四象限图，从而将全国30省份分为四类，如图2所示。显然，江苏、重庆、陕西、北京、浙江位于“高纯技术效率、高规模效率”的第一象限，财政科技资源配置能力较强;宁夏、贵州、新疆等属于“低纯技术效率、低规模效率”的第三象限，财政科技资源配置能力较弱;其他大部分省份处于第二象限，表现为“低纯技术效率、高规模效率”;而表现为“高纯技术效率、低规模效率”的第四象限仅有青海、海南。

（三）时间维度动态分析

如表2所示，采用Malmquist指数法测算出2009—2019年我国30省份财政科技投入的全要素生产率均值为1.067，即年均增长率为6.7%，这表明我国地方政府财政科技投入效率整体上呈改善态势[ 20 ]。但需要注意的是，11年间的变化呈现出不稳定波动状态，尤其是2018—2019年除规模效率值为1.009外，其他效率值均小于1，这表明相对于2018年，2019年地方政府财政科技投入的管理水平、技术进步均有所退步，资源未实现合理配置，存在效率损失。

进一步对全要素生产率进行结构分解发现：综合技术效率均值为1.039，表明2009—2019年我国地方政府对财政科技投入的平均组织管理水平在提高，效率有所改善;技术变化指数均值为1.026，表明技术进步有效推动全要素生产率的提高，但其贡献要小于综合技术效率;规模效率均值为1.022，年均增速为2.2%，表明我国地方政府财政科技投入存在规模效应;纯技术效率均值为1.017，有效推动综合技术效率值的提高，但其影响要小于规模效率。显然，技术进步、纯技术效率、规模效率共同推动全要素生产率的提高，但就三者的贡献而言，技术进步>规模效率>纯技术效率。

四、实证分析

（一）面板Tobit模型构建

考慮到本文第二部分运用DEA方法测算出的财政科技投入综合技术效率值具有典型的受限因变量特征，其取值范围处于0到1之间，在较多的观测点上被解释变量y的数值为1，因此使用归并回归即Tobit模型，并在0和1处分别进行左右归并[ 21 ]。

（二）变量与数据说明

被解释变量：以每个省份为DMU逐年所计算出的财政科技投入综合效率值。

核心解释变量：财政分权。现有文献对财政分权指标的测度并未达成共识，本文主要使用财政支出分权作为核心解释变量，以财政收入分权、财政自给率作为支出分权的替代变量进行稳健性检验。具体测算公式如下：

其中，Fep、Fre、Fau分别代表财政支出分权、收入分权、财政自给率;GPBE、GPBR分别代表地方政府预算支出和预算收入;pop表示人口数量;下标i表示第i省，c和g分别表示中央和全国。

控制变量：财政科技投入效率高低体现的是政府对财政科技资源的配置能力，除了財政分权的体制因素外，其他外部环境因素亦会对财政科技投入成果转换产生影响。根据已有的研究基础，从市场环境、产业环境、基建环境、金融环境、人才环境、区域竞争环境六大角度选取如下控制变量纳入模型，以减轻遗漏变量所导致的内生性问题。（1）市场环境（Market）。根据帕累托最优原则，效率是在市场中得以实现的，市场在资源配置中起决定性作用。本文借鉴樊纲等市场化指数中“市场化进程总得分”衡量市场化水平，得分越高则市场化水平越高、环境越好。（2）产业环境（Indu_stru）。以第三产业增加值占GDP的比重来衡量产业结构状况。（3）基建环境（Infra_road）。以平均每人拥有道路面积来衡量地方政府基础设施建设水平。（4）金融环境（Loans）。以金融机构年末贷款除以名义GDP来衡量金融支持力度。（5）人才环境（Man_re）。以普通高等学校在校学生数衡量人才储备水平。（6）区域竞争环境（local_comp）。以人均实际利用外资额衡量地方政府竞争程度。由于实际利用外资原始数据单位为万美元，本文首先利用中国人民银行官网公布的1—12月份汇率的平均值将其换算为人民币，再除以人口数以消除不同地区人口规模因素的影响。

本文样本包括2009—2019年30个省份，如无特殊说明，所有原始数据来自《中国统计年鉴》《中国科技统计年鉴》以及Wind数据库。表3为各个变量的描述性统计，变量标准误普遍小于其均值，可判断不存在离群值。

（三）回归过程与结果分析

本文使用Stata/MP 16.0进行检验。表4为逐个加入控制变量的回归结果。

1.核心解释变量的影响效应

模型（1）—模型（6）均显示支出分权对地方政府科技投入效率有显著的负向影响，即支出分权程度越高，地方政府科技投入效率越低，且二者的负相关性最终在5%的置信水平上显著，与预期假说相符。分权程度越高，意味着地方政府对财政资源的支配权力越大。在中国特色财政体制的制度环境内，一方面地方政府官员可能存在唯GDP至上的政绩观，出于自身政治晋升的激励动机，为谋求“政绩”和“增长”，在财政资源分配上仍倾向于引进外资和拉动经济增长的支出领域，而对短期内无法对经济增长做出贡献的科技领域的财政投入缺乏足够重视，造成财政资源配置扭曲;另一方面地方政府财力与支出责任不相匹配的困境，使得地方政府承受了较大的财政压力，在财力紧张的约束条件下，地方政府更青睐可以增加税源的经济性项目，而对科技领域的财政支持或不够重视，或有心无力，最终导致分权条件下地方政府财政科技投入意愿不强、能力不足、管理松懈以及效率低下。

2.控制变量的影响效应

模型（1）—模型（6）显示市场化水平、金融支持力度、地方政府竞争、人才储备水平对财政科技投入效率存在显著影响。其中，市场环境显著支持财政科技投入效率的提升。市场化水平在模型（1）—模型（6）的回归过程中均通过了1%的显著性检验，系数为正，表明财政科技投入效率的提升离不开市场环境的协同作用，良好的市场环境有利于改善财政科技投入产出效果。金融环境的支持作用亦是显著的，金融支持力度的增强，可以降低创新主体的融资成本和研发活动风险，有利于创新成果转化和效率提升。区域竞争在5%的置信水平上显著为负，表明地方政府为“增长”而竞争的行为倾向严重阻碍了我国财政科技投入效率的提高。人才环境最终在1%的置信水平上显著为正，表明人文教育对科技创新发展有着重要贡献，高质量人才是促进财政科技投入效率提高的有生力量。产业环境系数为正，但影响效应不显著，表明产业结构优化未能发挥出带动创新资源良性流动和合理重置的积极作用。基建环境系数为负，同样未通过显著性检验，这可能是因为地方政府的基建支出挤出了科技支出，财政科技投入不足造成效率低下。

（四）稳健性检验

采用更换核心解释变量的方法进行稳健性检验。除支出分权外，收入分权和财政自给率亦是衡量分权程度的重要指标，以其作为支出分权的替代变量进行稳健性检验，仍然采用逐个加入控制变量的回归技术，估计结果见表5（限于文章篇幅，此处不再报告控制变量回归结果）。显然，收入分权在模型（1）—模型（6）的回归过程中对地方政府财政科技投入效率的影响显著为负，且通过了1%的显著性检验;财政自给率在模型（1）—模型（6）的回归过程中亦显著为负，模型（6）在10%的水平上通过显著性检验。更换核心解释变量后，并未改变系数符号及显著性。综上所述，无论是单一从收入分权角度出发还是以支出分权、财政自给率作为替代变量，均表明财政分权体制抑制了地方政府财政科技投入效率的提升，这意味着本文估计的结果是稳健的。

五、结论与政策启示

（一）结论

本文首先使用DEA模型，从规模报酬阶段、地区差异、时间维度三方面评价我国30个省份政府科技投入效率现状，结果表明：我国大多数地区政府科技投入属于规模报酬递增，个别省份属于递减或不变;分区域来看东部地区优于中部、西部，但造成中部、西部地区综合技术效率低下的原因不同;根据省份象限分布来看，大多数省份位于第二象限，呈现出“低纯技术效率、高规模效率”特征;从时间动态变化趋势看，11年间全要素生产率呈现出不稳定波动状态，但整体上呈改善态势，其中技术进步的贡献程度最大，规模效率次之，纯技术效率最小。在此基础上，运用面板Tobit模型探析财政分权体制对地方政府科技投入效率的影响，发现财政分权不利于地方政府科技投入效率的提高;除体制因素外，市场环境、金融环境、人才环境显著支持财政科技投入效率的提升，区域竞争的影响效应显著为负，产业环境、基建环境的影响不显著。

（二）政策启示

首先，重视地方政府财政科技投入效率的区域差异，财政支持方面应做到因地制宜，而非简单的一概而论或盲目效仿。对属于规模报酬递增的省份，应进一步加强财政科技支持，通过投入规模的扩大带来效率提升;对近年来属于规模报酬递减的江苏、广东等省份，应适当缩减财政科技支持以避免投入冗余和效率损失。为提高中部、西部地区财政科技投入效率，政策发力侧重点应有所不同：中部地区应更加注重科技领域财政资源配置管理，如优化财政科技资金投向，加强财政科技资金使用监管等;西部地区则应着力于发挥规模效应、提高规模效率，如加大科创企业税收优惠力度以及人才引进力度等。相较于中西部地区，东部地区效率值虽整体較高，未有明显短板，但仍有较多省份并未实现DEA完全有效，可在财政科技资源管理、规模效应两方面同时发力、双管齐下，进一步促进效率提升。

其次，坚持适度分权原则，优化财政分权制度。虽然实证结果表明财政分权不利于地方政府科技投入效率的提高，但并不意味着对财政分权的全盘否定，而应坚持适度分权原则，进一步优化现有的制度框架，以促进财政科技投入效率提高。一是厘清和捋顺央地间财政关系，合理界定央地间科技事权范围，避免地方对中央的盲目效仿以及二者事权的交叉重叠;二是确保地方政府科技支出与事权责任相对应，推进事权划分法治化进程，避免支出的随意化以及“越位”或“缺位”现象的出现;三是改变激励机制，一方面调整不合理的“重经济建设”政治绩效观念，纠正地方政府短视行为和机会主义行为，加大科技创新在考核标准中的占比和地位，另一方面进一步丰富和细化官员晋升考核标准，将财政科技投入效率纳入考核体系，逐步树立“重质量、重效率”的绩效理念。

最后，加大市场、金融、人才方面的政策支持，充分发挥体制外环境因素的协同作用，各方面共同发力以促进地方政府财政科技投入效率的提高。一是完善市场机制。市场为财政科技投入的成果转化提供基础性条件，应进一步提高市场化水平，建立公平、便利、高效的市场环境，尤其是建立健全产权市场，加大科技产权保护力度，构建科技市场交易平台、规范交易流程和规章等。二是加大金融支持力度，推动金融、财政与科技创新的协作与融合，充分发挥金融服务财政科技功能，助力财政科技成果转化。三是加大人才奖励激励力度，制定覆盖“引”“留”“育”“管”的人才政策。除此之外，还应健全效率评价体系，建立问责机制，强化科技资金预算管理，加大财政科技预算资金公开力度，同时发挥专家、公众、媒体等外部监督力量，促进财政科技投入效率的提升。

【参考文献】

[1] 黄科舫，向秦，何施.基于DEA模型的湖北省财政科技投入产出效率研究[J].科技进步与对策，2014，31（6）：123-129.

[2] 徐海峰，陈存欣.辽宁省财政科技资金投入效率评价[J].科学管理研究，2017，35（5）：56-59.

[3] 许治，师萍.基于DEA方法的我国科技投入相对效率评价[J].科学学研究，2005（4）：481-484.

[4] 梁淑美，王淑慧.我国财政科技支出效率比较分析[J].国家行政学院学报，2012（6）：114-117.

[5] 钟祖昌.研发创新SBM效率的国际比较研究：基于OECD国家和中国的实证分析[J].财经研究，2011，37（9）：80-90.

[6] 李尽法.财政科技支出动态效率测度研究[J].统计与决策，2010（19）：102-104.

[7] 吕亮雯，何静.基于超效率DEA模型的广东地方财政科技投入产出效率分析[J].科技管理研究，2011，31（4）：84-86.

[8] 张斌，孙旭安，何艳.基于交叉效率模型的地方政府财政科技支出效率研究[J].苏州大学学报（哲学社会科学版），2020，41（3）：97-104，191.

[9] 王谦，董玥，董艳玲.创新驱动发展战略下中国财政科技支出效率评价：基于三阶段超效率SBM-DEA模型[J].科技管理研究，2020，40（5）：23-33.

[10] 贺宝成，王家伟，王娇杨.地方政府竞争、法制环境与财政科技投入效率：基于2008—2016年省际面板数据的空间计量分析[J].南京审计大学学报，2019，16（3）：103-111.

[11] 高志勇.财政分权对地方政府科技投入效率影响的实证研究[J].哈尔滨商业大学学报（社会科学版），2019（4）：83-92.