周才云 劉芳妤 金倩


摘? ? 要: 高校科技創(chuàng)新是國家經濟發(fā)展的重要助推器。本文運用面板數據模型對2002年—2016年我國各區(qū)域高校科技創(chuàng)新對經濟發(fā)展貢獻水平進行了實證分析,認為四大地區(qū)科技創(chuàng)新對經濟發(fā)展支持效率是存在差異的,并且從科技經費支出對經濟發(fā)展的貢獻率看,西部地區(qū)最高;從研究與發(fā)展人員對經濟發(fā)展的貢獻率看,東部地區(qū)最高。
關鍵詞: 高校科技創(chuàng)新? ? 經濟發(fā)展? ? 貢獻? ? 區(qū)域差異性
一、文獻綜述
在科技部公布的2017年度中青年科技創(chuàng)新人才名單中,全國共有323人入選,其中有190位來自高校,占比達58.8%。可以說,高校已成為我國科技創(chuàng)新的主力軍。自2006年2月《國家中長期科學和技術發(fā)展規(guī)劃綱要(2006—2020年)》頒布實施以來,引發(fā)了國內學者對高科技創(chuàng)新問題的關注。
劉桂云和姚本先(2007)借鑒國內外大學學科建設方面成功的經驗,論述了加強科技創(chuàng)新工作促進高校學科建設的重要性及措施。梁燕等人(2010)建立了一套高校科技創(chuàng)新能力評價指標體系,以期為評價高校科技創(chuàng)新能力和促進高校科技創(chuàng)新能力的提升提供參考依據。翟天任和李源(2014)認為高校是人才、信息、知識、技術、設施等創(chuàng)新要素的集聚地,是國家創(chuàng)新體系建設的中堅。在全球化背景下,隨著高等教育的發(fā)展,高校在全球化科技合作背景下具有的作用不可忽視,高校必須依據全球化科研合作的背景要求建立適合的科技創(chuàng)新體系。孟明銳(2017)強調在新時期應當不斷豐富和創(chuàng)新高校科技成果轉化模式,政府、企業(yè)與高校應當緊密合作,協(xié)同創(chuàng)新,推進重大科技創(chuàng)新平臺建設和多學科交叉融合,豐富高校科技研發(fā)的融資路徑,以此提升高校科技成果轉化水平。朱箭容和王子敏(2018)認為,隨著高校科技成果轉化步入發(fā)展第三階段,我們需要把握從單一主體向多元主體回歸的理念之維、從自由探索導向向市場需求導向轉變的方法之維、從單向鼓勵向系統(tǒng)規(guī)范演變的制度之維等三個改革維度,進一步強化政府頂層設計、完善體制機制建設,推進高校強化創(chuàng)新動力,完善科技成果轉化運行機制,形成符合創(chuàng)新驅動戰(zhàn)略要求的高校科技成果轉化機制。
研究現狀表明,學術界關于高校科技創(chuàng)新問題的研究取得了豐碩的成果,為本課題研究提供了堅實的基礎,但是在研究對象上,上述研究大都停留在全國整體分析層面,基本沒有涉及對各地區(qū)高校科技創(chuàng)新進行研究。此外,在研究方法上,大多采用定性方法,較少采用定量方法進行實證研究。
二、高校科技創(chuàng)新對經濟發(fā)展貢獻區(qū)域差異性的實證分析
1.模型設定
在模型設計中,筆者借鑒柯布—道格拉斯生產函數,選取各地區(qū)國內生產總值作為經濟發(fā)展指標,高校研究與發(fā)展的經費支出作為資本變量指標,將研究與發(fā)展全時人員作為勞動的變量指標,構建如下模型:
GDP=α+β(EST)+β(RDS)+μ(1)
其中,i=1,2,3,…,N,代表截面?zhèn)€體,表示31個省、市、自治區(qū);t=1,2,…,15,代表2002—2016年。其中,α是常數,β、β為各變量系數,μ為隨機誤差項,GDP作為因變量代表經濟發(fā)展指標,EST代表科技經費支出,RDS表示研究與發(fā)展人員。
2.變量和數據說明
(1)國內生產總值(GDP)。衡量經濟發(fā)展的指標主要是整體國內生產總值(Gross Domestic Product)和人均國內生產總值,這里我們選取地區(qū)整體的國內生產總值,數據未作任何處理,用GDP表示。
(2)科技經費支出(EST)。研究與發(fā)展(R&D)活動是知識增長的核心要素和創(chuàng)新的源泉,科技經費支出(Expenditure on Science and Technology)是關系到高校科技創(chuàng)新好壞非常重要的一個因素,本文將它作為第一個自變量指標,數據未作任何處理,用EST表示,具體數值見圖1。
(3)研究與發(fā)展人員(RDS)。研究與發(fā)展人員(Research and Development Staff)是指從事科學研究與試驗發(fā)展活動的人員。在我國高等學校中常稱“科研人員”,包括從事此類活動的教師和其他技術職務系列的人員,以及為研究與發(fā)展服務的輔助人員和管理人員,數據未作任何處理,用RDF表示。
本文數據來自《中國統(tǒng)計年鑒》(2003—2017)、《高等學校科技統(tǒng)計資料匯編》(2002—2016)及相關統(tǒng)計網站。
3.面板回歸分析
面板數據的回歸模型有兩種:一種是固定效應模型,另一種是隨機效應模型。若非觀測效應對應的因素與解釋變量相關,則為固定效應模型;反之,則為隨機效應模型。本文選取我國各區(qū)域2002年—2016年樣本數據進行研究,并且非觀測效應對應的因素與解釋變量相關,故宜選擇固定效應模型。依據上述數據,我們使用EViews6.0軟件,得出如下面板回歸檢驗結果:
表1的面板數據回歸結果顯示,(1)從EST對經濟發(fā)展的貢獻率來看,西部地區(qū)最高(0.008006),接下來依次是中部地區(qū)(0.007038)、東北地區(qū)(0.003814)、東部地區(qū)(0.003345)。(2)從RDS對經濟發(fā)展的貢獻率看,東部地區(qū)最高(1.338369),接下來依次是中部地區(qū)(0.376487)、東北地區(qū)(0.215823)、西部地區(qū)(-0.603322)。由此可見,四大地區(qū)高校科技創(chuàng)新對經濟發(fā)展支持效率是存在差異的。東部地區(qū)經費投入最高,但給予經濟發(fā)展的效率卻最低,因此需要進一步提高科技經費使用效率,不要過于盲目追求經費投入數量。從科技人員投入情況看,西部地區(qū)給經濟發(fā)展帶來的是負增長,可能的原因是西部地區(qū)高校目前科技人員供應不足,與現有科技發(fā)展對人才的需求不相匹配。
三、結論與啟示
本文通過運用面板數據模型對2002年—2016年我國各區(qū)域高校科技創(chuàng)新對經濟發(fā)展貢獻水平進行了實證分析,認為東部地區(qū)、中部地區(qū)、西部地區(qū)、東北地區(qū)的高校科技創(chuàng)新對經濟發(fā)展支持效率是存在顯著差異的,并且各地區(qū)高校科技經費投入和科技人員投入對經濟發(fā)展的貢獻表現有所不同。因此,我國在科技創(chuàng)新政策路徑規(guī)劃中,應該充分結合各區(qū)域的實際情況和特點制定有針對性的政策,進一步提高科研經費的監(jiān)管和使用效率,強化經濟欠發(fā)達地區(qū)的科技人才培育和輸送機制,最終不斷提高我國高校科技創(chuàng)新的整體實力。
參考文獻:
[1]劉桂云,姚本先.論科技創(chuàng)新與高校學科建設[J].中國科技論壇,2007(11):25-28.
[2]梁燕,林玉偉,李相銀.高校科技創(chuàng)新能力評價指標體系初探[J].技術與創(chuàng)新管理,2010(4):377-380.
[3]翟天任,李源.全球化科研合作背景下的高校科技創(chuàng)新體系建設[J].中國高校科技,2014(10):22-23.
[4]孟明銳.新時期高校科技成果轉化模式創(chuàng)新研究[J].海峽科技與產業(yè),2017(9):65-68.
[5]朱箭容,王子敏.創(chuàng)新驅動戰(zhàn)略視角下高校科技成果轉化機制改革研究[J].現代管理科學,2018(12):88-90.
基金項目:本文是江西省教育科學規(guī)劃重點項目《我國高校科技創(chuàng)新能力評價的省際比較研究》(18ZD028)的階段性成果。