財政引導創新資源配置效率及其影響因素

肖建華　熊娟娟

摘 要：基于18個國家級新區所在地和其高新區的數據，運用四階段DEA模型，考量企業在創新資源配置過程中的財政政策效率，研究發現：多數地方的新區和高新區的財政政策效率均大于1，且中部地區的財政政策效率不管是在新區還是其高新區均是最小，說明多數地區財政政策對企業創新的作用表現為“激勵效應”；結合Tobit模型的影響因素分析發現，高新區與新區的財政政策效率影響因素差異較大，一些能對新區財政政策效率造成顯著影響的因素，并不能對高新區財政政策效率造成影響，說明高新區的發展已相對成熟，對產業集聚及創新資源引導發揮了較好作用，而新區仍有提升的空間。

關鍵詞： 財政引導 ；創新資源配置； 財政政策效率

中圖分類號：F810.2 文獻標識碼： A 文章編號：10037217（2018）03010507

一、引 言

“十三五”時期是我國經濟社會發展的重要時期，創新驅動不僅要成為經濟社會發展的第一驅動力，而且必須擺在國家發展全局的核心位置。在我國經濟發展進入新時代后，創新驅動不僅是經濟發展動能轉換的主要力量，更是促進產業提質增效，有效解決供給性矛盾的根本所在。但是，創新驅動的關鍵在于“創新”，必須提升創新效率水平。我國歷來重視創新在經濟發展中的作用，并通過成立經濟開發區、高新技術產業發展區、新區來推動經濟發展與技術創新以及產業升級換代，并輔之于大量的財政支持政策。事實證明，這種做法對我國的技術創新確實起到了相當大的作用，有力地提升了我國的科技綜合實力。但是，財政在支持公共研發活動方面還存在碎片化和孤島現象，科技資源配置交叉重復，還難以形成合力，配置效率還有較大的改進空間[1]。本文主要以高新區、新區為樣本，對我國財政支持科技創新政策進行實證分析，重點考察其引導創新資源配置的效率。

二、文獻綜述

在創新資源配置效率測度方面，數據包絡分析（DEA）方法是運用較為成熟與廣泛的一種方法。吳和成等（2004）考慮到產出的滯后性，用改進的DEA方法，即產出值滯后一期，測算我國28個地區的科技投入產出相對效率，并對投入產出的冗余量進行分析，為我國的非DEA有效地區在投入規模上提供科學依據[2]；王忠業等（2006）利用DEA中CCR模型對遼寧省科技資源配置的相對有效性進行評價，結果表明在1994-2003年內遼寧省科技資源配置效率整體偏低，但基礎研究主要是產出不足，應用研究主要是投入不足[3]；王雪原（2008）構建科技創新資源配置效率評價指標體系，采用DEA方法，對我國31個省市科技創新資源配置技術有效性和規模有效性進行了系統分析，并提出相應的改進措施[4]；楊得前等以DEA和Malmguist指數為基礎，運用2009-2013年省級面板數據，對我國產業生態化效率進行了測算[5]。此外，多元統計方法也是較為常見的一種計算資源配置效率的方法。李冬梅、李石柱等（2003）通過對科技投入和科技產出的指標選取，釆用主成分和聚類分析方法，構建資源配置效率模型，用主成分方法確定各指標之間的權重，對我國各地區科技資源配置效率進行評價分析[6]。周勇等（2006）認為科技資源配置能力是科技資源配置強度、配置結構、配置績效、配置環境的綜合體

現，基于資源配置能力的內涵和結構，構建評價指標體系，并釆用“非線性”主成分方法進行處理[8]；華瑤等（2004）從資源性能指標、技術性能指標和環境性能指標三大指標出發，考慮到問題的復雜性和評價的精確性，構建了32個具體指標組成四級指標，形成評價體系[9]；陳呈頻等（2007）認為科技資源配置指標之間都是有一定聯系的，所以對各指標進行模糊處理，從科技資源規模、科技資源配置性能、科技資源配置結構和科技資源配置環境四個二級指標出發，建立模糊評價模型[10]。

從上述文獻來看，在現有的成果中盡管有較多學者關注效率評價，但將財政政策當成一個外生變量來研究較為鮮見。創新資源配置效率不僅取決于投入要素等可控變量，也不可避免地受到財政資金投入和稅收優惠政策等外生環境變量的影響，從當前情況來看，提高財政引導創新資源效率依然是改革進程中的難點和熱點。本文在以往效率評價的基礎上，以創新資源配置的全要素生產效率的研究框架為基礎，選取我國18個高新技術開發區（以下簡稱“高新區”）和新區所在地的數據，運用DEA四階段模型對創新資源配置中的財政政策效率進行分析。

三、財政引導創新資源配置效率的理論假設

創新生產不僅具有私有產品屬性同時也具有公共產品屬性，這使得創新過程容易出現“市場失靈”的情況，政府通過財政補貼方式資助研發活動投入可以解決“市場失靈”的情況，同時提高創新資源配置效率。研發活動具有顯著的正外部性，市場機制作用下，企業會減少投入并使得整個市場的研發投入低于理想狀況，這也迫切需要政府干預。但是，財政政策引導對企業創新會產生兩種效應：即“激勵效應”和“擠出效應”。從激勵效應來看，財政政策是政府作用創新的重要工具和手段，政府通過制定相應的科技創新財政政策能為企業減小壓力，并激勵企業進行創新生產，從而提高企業的創新能力。主要表現在三個方面：一是緩解企業創新生產的資金瓶頸問題；二是優化創新資源配置；三是降低企業風險。從擠出效應看，擠出效應是指政府介入企業研發領域，對企業的創新活動進行補貼使得企業減少創新的投入力度，即企業創新投入與政府補貼為反向關系。同時，財政補助會使企業對創新資源需求增加，從而使得創新生產要素價格上升，企業創新生產的利潤下降，在利潤下降的情況下，企業會調整其資金的投入方向，減少投入，降低風險，從而使得自身利益達到最大化。我國通過設立高新區與新區，盡管時間不同，但基本目的都是促進創新，顯然，由于各自的基礎與初始條件差異，財政引導創新資源配置的效率方面也一定存在差異。基于上述分析，提出如下假設。

假設1：在現有18個并行的高新區與新區內，財政引導創新資源配置的發生“激勵效應”的個數要多于發生“擠出效應”的個數。

假設2：財政引導創新資源配置進程中，就高新區與新區而言，高新區的財政引導創新資源配置的效率要高于新區；且從區域來看，東部地區的高新區效率要高于西部與中部地區。

創新是一個復雜的過程，會受到多重因素的影響，財政作為影響因素之一，引導創造資源配置效率的高低也會影響創新產出，然而，影響財政引導創新資源配置的因素有哪些，這些因素對財政引導創新資源配置會產生什么作用呢？在現有研究中，一般認為與創新相關的人、物、環境有關，如在財政引導創新資源配置過程中，官員特質、資金投入強度、市場環境、地理位置等都可能成為影響財政引導創新資源效率的因素。據此，提出研究假設。

假設3：在影響財政引導創新資源效率的因素中，一把手官員的年齡、是否具有研究生學歷、任期與財政引導創新資源配置效率呈反向關系，具有中央任職經歷的官員有利于財政引導創新資源配置效率提升。

假設4：從區域來看，東部地區的財政引導創新資源配置的效率要高于中部與西部地區；同時，資金投入越多，市場越成熟的地方，其財政引導創新資源配置的效率也較高。

四、 方法、指標和數據

本文的主要目標是測算高新區和新區的財政政策在引導創新資源配置過程中的效率，財政政策并不是創新生產的直接投入變量，所以，采取傳統的DEA方法并不適合，多階段的DEA方法則可以考慮環境的因素，四階段DEA模型則可以將環境變量引入模型，符合本文研究目的。

（一）模型選取

1.四階段DEA。

四階段DEA主要就是通過非參數、前沿邊界和線性規劃的方法，通過外生變量修正松弛變量，從而消除外生環境對技術效率的影響，在此基礎上分析其管理效率。借鑒李蘭冰（2015）[10]的方法，將財政政策視為環境變量，具體測算方法如下：

第一階段：在不考慮財政政策變量的情況下，運用一般的的投入導向型DEA方法計算創新資源配置效率，從而獲取每個投入變量的松弛量，其中每個投入變量的松弛量等于徑向投入與非徑向投入松弛量之和。

第二階段：考慮財政政策變量。將選好的財政政策作為解釋變量，第一階段計算的投入變量松弛量為被解釋變量構建回歸方程，分析財政政策對創新投入變量的松弛量的影響，公式如下：

ITSkj=fj（Qkj，βj，μkj），j=1…N，k=1…K（1）

其中ITSkj是第一階段計算的創新投入變量的松弛量，Qkj是第j各決策單元的第k個投入變量的財政政策變量，βj是財政政策變量的系數，μkj是隨機干擾項。

第三階段：對原始的投入變量進行調整，運用式（1）的回歸結果估計每個投入變量松弛量的估計值，方法如下：

得到投入變量松弛量的估計值后，為了消除區域間財政政策的差異，選擇最差的財政政策為樣本，對處于弱勢的財政政策地區的創新生產投入變量進行調整，具體的調整公式如下：

第四階段：計算調整后的效率，運用式（3）對投入變量進行調整后，重新運用第一階段的方法測算消除財政政策影響后的創新管理效率。

2.財政政策效率計算。借鑒李冰蘭的方法將創新資源配置效率（CE）分解為財政政策效率（FCE）和企業管理效率（MCE），則創新資源配置過程中區域i在t時刻的財政政策效率（FCE）的計算公式為：

FCE（i，t）=CE（i，t）MCE（i，t） （4）

其中管理效率表達式為：

MCE（i，t）=高速后的創新目標值（i，t）調整后的創新實際值（i，t），其值處于（0，1]之間。由公式（4）可知，財政政策效率（FCE）取值可以大于1，也可以小于1。當創新資源配置的綜合效率（CE）大于管理效率（MCE）時，財政政策效率（FCE）則大于1，說明該地區創新發展的財政政策具有優勢，創新生產的無效率因素來自于企業的管理效率，財政政策可以彌補管理無效率，對企業創新績效具有“激勵效應”。而當財政政策效率小于1，說明該地區創新發展財政政策處于劣勢，財政政策是創新生產的無效率因素，表現為財政政策對創新績效的“擠出效應”，當財政效率為1時，表明財政政策對創新資源配置效率不起作用。

3.影響因素模型。

為進一步探討影響該效率的原因，建立了回歸模型。考慮到在進行DEA測定時，綜合效率存在大于1的情況，通過對比分析，選定Tobit模型對影響因素分析進行探討。該類模型因變量受到某種條件約束，其一般形式如下：

Y=Y*=α+βX+ε，Y*>0

0Y*≤0（5）

其中，Y是受限因變量向量；X為自變量向量；α是截距項向量；β是回歸參數向量；ε為隨機擾動項。

（二）變量選取、樣本選擇和數據來源

樣本選取當前我國國家級新區所在地的高新區和新區數據，考慮數據可得性選取了18個地方的高新區與新區數據，具體為上海、天津、重慶、浙江舟山、廣東廣州、陜西西安、貴州貴陽、山東青島、遼寧大連、四川成都、湖南長沙、江蘇南京、福建福州、云南昆明、黑龍江哈爾濱、吉林長春、江西南昌和河北保定18個地方高新區和當地的數據①。

投入變量：R&D;內部支出和R&D;人員全時當量兩個變量分別用來衡量資金投入、人力投入。R&D;經費內部支出是衡量科技經費投入的總指標，其運用的是包括實驗開發、應用研究和基礎研究在內的項目和相關的管理服務費用的總和。R&D;內部支出不僅可以反應企業對創新活動的重視程度，同時，也在一定程度上反應了企業自主創新的能力；R&D;人員全時當量采用的是從事研發工作人員在研發上花的時間大于其年度工作時間的90%，該變量可以很好的衡量研發活動投入人員的數量和質量。

產出變量：選取專利申請受理數、工業增加值、利潤與新產品銷售收入來衡量。在創新資源配置的過程中的產出許多都是以專利的形式出現，專利是創新產出的一種普遍形式；工業增加值則體現的是創新生產對工業生產的影響即促進作用；利潤是衡量企業生產經營能力的主要指標，在創新生產中可以反應其創新生產的能力；新產品的銷售收入則是衡量創新產出的直接變量。

財政政策變量：由前文分析可知，我國創新資源配置過程中的財政政策效率主要包括財政補助和稅收優惠政策。其中財政補助通過R&D;活動內部支出中的政府資金進行測算，稅收優惠則借鑒戴晨等[11]的計算方法運用B指數進行測算。考慮創新生產的滯后性，對產出變量進行滯后一期處理。文章選用的創新資源配置投入數據是2014年的數據，而產出數據為2015年，新區由于成立時間不一，其投入、產出數據采用2014-2016年的簡單平均數，其他數據來源于《中國統計年鑒》《中國火炬統計年鑒》《各地方統計年鑒》、科技部網站和各個地區的高新區網站。具體變量如表1所示。

財政政策效率影響因素：變量主要為官員特質、企業規模、產權類型、政府資金投入強度、創新市場環境、科研資源稟賦水平、中央地方支出責任劃分和地理位置[12]。官員性質變量主要用于分析地方省（直轄市或自治區）主要領導（省委書記）的年齡、學歷、任期、任職經歷等因素會不會對地方的財政政策效率造成影響；政府資金強度，反應了政府對企業創新的支持力度，運用R&D;內部支出經費中政府資金的占比來衡量；創新市場環境運用技術市場中技術市場的成交額與R&D;經費投入比衡量；科研資源稟賦水平，運用人均研究員的R&D;投入來衡量；中央地方支出責任劃分，采用地方科技支出與R&D;內部支出中政府資金的比值來衡量；地理位置運用虛擬變量，將地區分為東中西三個區域。具體變量見表2。

五、財政引導創新資源配置效率的實證分析

（一）高新區財政效率分析

表3報告的是高新區創新資源配置財政效率。從區域來看， 創新資源配置財政效率最高是西部地區，最低是東部地區，與我國經濟發展狀況恰好相反。而在各高新區的R&D;內部支出中的財政資金投入與稅收優惠政策中，東部地區所獲得的財政資金與稅收優惠政策都比中部、西部要多，但這些財政資源對創新資源配置并沒有發揮較好效果，甚至存在過度投入與過度優惠問題。而在西部地區，盡管在財政支持力度上處于相對弱勢，但財政政策在創新資源配置過程中發揮了非常好的作用。從這點來看，假設2的后半部分并未得到驗證，沒能通過檢驗。這主要是近年來，“西部大開發戰略”“一帶一路”國家戰略的實施，財政支持力度大增，帶動與領導大量企業重視技術創新，企業創新投入持續增加，財政在其中發揮較好的激勵效應，從而使得西部地區創新資源配置中的財政效率較高。

從具體個體來看，18個高新區中包括重慶、寧波、貴陽、青島、大連、南京、福州、昆明、哈爾濱、長春、南昌、保定12個高新技術開發區的財政政策效率值大于1，說明財政對創新起到了正向作用即“激勵效應”，財政政策對創新資源配置的引導發揮了較好作用。而上海張江、天津濱海、廣州、西安、成都和長沙6個高新區的財政效率小于1，說明這些高新區的財政政策對創新的作用為“擠出效應”，財政投入沒有有效吸引創新資源流入，相對于企業而言，財政政策在引導創新方面處于劣勢，這或許與其較高的發展水平及高市場競爭度有關。其中云南昆明高新技術產業開發區以4.75的財政效率值排名第一，上海張江高新區以0.29的財政效率值位列末位。據此可以判斷假設1通過實證檢驗。

（二）新區的財政政策效率

表4報告的是新區的財政效率值，在18個設有新區的地方，只有上海、天津兩個地方的財政政策效率值小于1，而其它地方的創新資源配置財政政策效率值均大于1，說明新區所在地的地方除上海和天津外，其它地區的財政政策對企業的創新均起到了“激勵效應”，有效引導了創新資源配置，說明新區成立的必要性；而上海和天津的財政政策在該過程中為“擠出效應”，說明財政在引導創新資源流動與配置方面仍存在較大的改進空間，市場引導創新資源配置的作用大于財政政策的引導作用，市場對企業創新約束較大。在引導創新資源配置的財政效率值方面，浙江舟山以9.01列第一，而上海以0.64居于末位。在財政政策效率排名前3的地方還有貴州貴陽、云南昆明，說明新區所在地的財政政策效率與其對應的高新區財政效率效果類似，在創新資源的配置過程中也是西部地區的財政政策效率更好。

（三）高新區和新區財政效率對比分析

由圖1可知，浙江、貴州、四川、吉林、河北5個地方的新區財政效率值高于高新區的財政效率值，說明這五個地方在利用財政政策引導創新資源配置方面整體政策環境較好，高新區與新區不存在較大差異；而在其余的上海、廣東廣州、陜西西安、黑龍江哈爾濱、云南昆明、湖南長沙、天津、重慶、山東青島、遼寧大連、江蘇南京、福建福州、江西南昌13個地方，其高新區的財政效率值高于新區財政效率值，說明高新區的財政政策在引導創新資源配置方面發揮較好作用，而新區的財政政策要發揮好引導創新配置效率仍有較長的路要走。從這點判斷假設2的前半部分成立，通過統計檢驗。

從具體財政政策手段工具對比來看，表5報告的是效率測算中的第二階段，從表5可知，財政政策對新區投入松弛量的影響要大于高新區，但是高新區的作用更加顯著；而稅收優惠對高新區的人員投入松弛量的影響小于新區，對高新區經費投入量的影響則要大于新區，變量顯著程度也是高新區大于新區。總體而論，高新區作為高技術產業的集聚地，財政政策作用效果在產業集聚方面的作用比新區更為顯著。

六、財政引導創新資源配置效率的影響因素分析

財政政策效率究竟受到什么因素影響，通過運用Tobit模型對影響財政政策效率的因素進行分析。表6報告的是財政政策效率影響因素Tobit回歸結果，總體而言，高新區的影響因素變量在5%的顯著水平下只有兩個變量顯著，其他均不顯著；而新區所在地方則大多數變量都顯著。假設3沒有通過檢驗，“一把手”官員特質對財政引導資源配置效率呈現反向關系；假設4沒有通過檢驗，即在東中西部三個區域中，東部的財政引導配置效率僅僅高于中部而低于西部，而在市場發達，資金投入高的地區，財政引導創新資源的效率反而更低，原因在于企業管理效率，市場發揮了較好引導作用。具體影響因素主要表現為：

官員性質變量。首先，在官員年齡變量上，無論是在高新區還是新區，其系數都為正，說明官員年齡越大對財政引導創新資源配置效率就越高，年輕的“一把手”并不能提升財政引導創新資源的配置效率，只是這種影響對高新區沒有顯著影響，但在新區具有顯著影響；其次，從官員研究生學歷來看，兩者都為負，說明官員是否具有研究生學歷并不能相應改善財政引導創新資源的配置效率；第三，從官員任期來看，兩者都為正，說明“一把手”在位時間越長，財政引導資源配置效率也越高。第四，從是否具有中央任職經驗來看，對高新區與新區都有影響且系數為負。

地理位置。從地理位置看，無論是東部、中部還是西部地區，也無論是高新區還是新區，位置是影響財政引導創新資源配置的重要因素，差異就在于其顯著性方面，西部最為顯著，中部次之，而東部最不受位置影響，說明東部地區市場較為成熟，在引導創新資源配置方面能夠較好發揮作用，而西部與中部地區仍需要財政指揮棒發揮作用。

政府資金占R&D;內部支出經費的比重。該變量對高新區財政引導資源配置的效率作用不顯著且系數為負值，而對新區財政引導資源配置效率則具有顯著的正向影響。說明高新區作為高新技術產業的主要集聚地，其獲取資源的方式要優于新區，而新區作為新成立的經濟發展區域，其R&D;內部經費支出對政府依賴性較強，希望政府能夠分攤風險，風險分攤越多則其財政引導創新資源配置的效率也就越高。

創新市場環境。高新區和地方模型中該變量均通過顯著性檢驗，且系數為負值，說明技術市場交易額與R&D;內部支出的比值越大，高新區和新區的財政引導創新資源配置效率越低。該比值大有兩個原因：一是技術市場交易額較大，說明創新市場相對成熟，在市場相對成熟的情況下企業獲取資源也會更加的容易，從而使得財政引導創新資源配置效率降低；二是R&D;內部支出較少，說明企業創新能力不足。

科技資源稟賦水平。科技資源稟賦越高高新區和地方財政政策效率均越高，但是這種影響在高新區不顯著，而在新區的表現顯著，說明人均研發人員的經費投入越多，新區財政引導創新資源配置效率也就越高。

中央地區支出責任劃分。該變量同樣在高新區表現不顯著，在新區表現顯著，且系數呈現一負一正現象。在新區該變量顯著為正，說明在新區的創新資源配置過程中，新區財政支出越多，其財政引導創新資源配置的效率也越高。

七、結論與政策建議

本文通過運用我國國家級新區所在地和其高新區的創新發展相關數據，運用四階段DEA模型將財政政策引入效率測算過程，從而分解出創新資源配置中的財政政策效率，并通過Tobit模型對其進行分析。實證表明：在引導創新資源配置的財政效率方面，西部地區普遍較高，中部最低，多數高新區新區的財政政策對企業的創新生產起到了“激勵效應”，只有少部分地區表現為“擠出效應”。

從政策操作層面來看，政府在完善相關政策時，對財政引導創新資源配置效率為“擠出效應”的地方應適當減少投入，而對“激勵效應”的地方繼續增加投入，充分發揮財政政策對創新資源配置的引導作用。在新區發展過程中，應當充分借鑒高新區發展的經驗，對于那些創新效率低同時財政效率值也低的地方要具體分析，如果財政政策扶植過度，則要適當減少財政政策扶持，發揮市場引導創新資源效能。Tobit回歸還發現各變量對高新區和地方的差異顯著，對地方財政引導創新資源配置效率有顯著影響的變量卻對高新區財政引導創新資源配置效率不顯著，反之亦然。說明經過多年發展后，我國高新區目前的發展已經形成了一個相對有效、能夠獨立運行的經濟體，對創新資源配置的財政效率要明顯高于新區的財政政策效率。未來我國新區的發展應該充分利用和借鑒高新區的財政政策，因地制宜，采取不同的方式優化其資源配置效率，尤其是加大公共研發支出，聚集產業，提升核心競爭力，而不是一味追求財政政策的出臺。

注釋：

① 由于甘肅蘭州數據無法獲取故在本文中沒有考慮進行分析。

參考文獻：

[1] 余蔚平. 積極發揮財政職能作用促進創新驅動發展[J].行政管理改革，2016（1）：18-23.

[2] 吳和成，鄭垂勇. 科技投入相對有效性的實證分析[J].科學管理研究，2003（3）：93-96.

[3] 王忠業.遼寧省科技創新體系科技資源配置有效性的數據包絡分析[J].科技進步與對策，2006（3）：95-97.

[4] 王雪原，王宏起. 我國科技創新資源配置效率的DEA分析[J].統計與決策，2008（8）：108-110.

[5] 楊得前，劉仁濟.財政投入對中國產業生態化效率提升的實證研究[J].財經理論與實踐，2017，38（1）：109-115.

[6] 李冬梅，李石柱，唐五湘. 我國區域科技資源配置效率情況評價[J].北京機械工業學院學報，2003（1）：50-55.

[7] 華瑤，劉春波，朱林生. 層次分析法在科技資源配置能力綜合評價中的應用[J].東北電力學院學報，2004（2）：42-44.

[8] 周勇，李廉水. 基于“非線性”主成分法的區域科技資源配置能力評價分析[J].科技管理研究，2006（4）：27-30+34.

[9] 陳呈頻，蘭秀菊，畢娜. 基于模糊評判機制的科技資源配置能力研究[J].浙江工業大學學報，2007（5）：509-512+520.

[10]李蘭冰. 中國區域經濟增長績效、源泉與演化：基于要素分解視角[J].經濟研究，2015（8）：58-72.

[11]戴晨，劉怡.稅收優惠與財政補貼對企業R&D;影響的比較分 析[J].經濟科學 ， 2008（3）：58-71.

[12]馬文聰，李小轉，廖建聰，等.不同政府科技資助方式對企業研發投入的影響[J]. 科學學研究， 2017（5）：689-699.

（責任編輯：漆玲瓊）