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,中國科技創新獲得較大發展空間,且在政府多維助力下取得顯著成效。由世界知識產權組織統計數據可知,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、區塊鏈、基因編輯為代表的前沿技術的快速發展,中國科技面臨的倫理挑戰與應用風險日益增多。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,使得科技成果轉化效率處于較低水平,阻滯知識系統與經濟系統順暢聯結。為實現二者有效銜接、激活關鍵領域核心技術創新能力,自中共十八大以來,黨和國家圍繞創新驅動發展戰略、加快推進以科技創新為核心的全面創新,下發一系列通知,為開展科技放管服活動提供前進方向與根本遵循。2018年7月頒發的《關于優化科研管理提升科研績效若干措施通知》(下稱《通知》)中指明,要優化科研項目和經費管理、完善有利于創新的評價激勵制度、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、國務院推進科技領域“放管服”改革要求。2022年3月20日,國務院辦公廳、中共中央辦公廳聯合印發的《關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”;青海成立科技發展服務中心,貫徹落實科技放管服政策,并持續優化服務舉措,升級科技領域服務工作;武漢在科技創新領域推行“無紙化辦公”“不見面審批”等措施,加大政府在科技領域“簡權放政”力度,提升科技服務便捷性。但是,由于經濟發展水平和要素稟賦差異,科技放管服改革在不同地區存在規模差異、結構性失衡等問題,會弱化科技創新成效。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、動態分布、區域差異與差異來源、斂散性與空間分布情況,具有重要理論價值與現實意義。

科學評價中國科技放管服改革效果是分析其動態演進和空間格局的前提條件。現有關于科技放管服改革的研究主要從兩個方面展開:一是從投入與產出兩個維度選取指標,構建指標體系測度科技創新水平[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,利用省級面板數據研究發現,經濟發展水平、政府支持、對外開放程度、產業結構等因素對科技創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新效率,指出政府支持、經濟發展水平、科技基礎設施和科技認知程度對科技創新效率具有顯著影響;朱林等[6]利用灰色關聯度分析法研究中國工業企業科技創新績效的影響因素,指出研發人員全時當量、研發經費支出、新產品開發項目支出對工業企業科技創新績效具有顯著影響。這些文獻從不同維度指出科技創新受到諸多因素影響,側面證明構建扎實、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,有文獻研究發現中國科技創新效果存在地域差異。如劉佐菁等[7]研究發現,經濟發達省區科技資源配置水平較高,經濟欠發達地區科技資源配置水平較低。這說明中國科技創新改革效果可能存在地區差異,相關研究也存在升級與優化空間。

已有文獻為本研究奠定了理論基礎,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內容;二是研究科技放管服改革效果時,忽視了對地區差異與分布動態演進特征的考量。

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

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化與創新管理制度,在科研體制領域營造良好科研環境、建立清晰責任鏈、強化外部審計監管約束[8]。科技放管服改革內在要求是中央政府與地方政府不斷健全引導支持機制,建立健全以企業為主體的技術創新體系;支持與培育高新技術企業,擴大科技創新規模;探索創新券改革,為中小企業科研創新提供助力。結合放管服核心內涵,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,提升科技創新領域服務質量等一系列舉措。

1.2 中國科技放管服評價指標體系構建

本文以《國務院辦公廳關于抓好賦予科研機構和人員更大自主權有關文件貫徹落實工作的通知》(國辦發〔2018〕127號)、《國務院關于優化科研管理提升科研績效若干措施的通知》(國發〔2018〕25號)、《關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,結合中國科技放管服改革特征,從放權、管理與服務3個維度選取關聯指標。在此基礎上,依據數據可得性和指標體系可復制性、高頻性與匹配性,結合科技放管服相關理論[9-12],權衡中國科技年鑒中相關指標體系,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據進行標準化處理;第二步,利用變異系數法計算指標分值;第三步,基于指標分值對評分值進行加權,獲得全國層面與區域層面科技放管服改革效果綜合指數以及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 數據來源與說明

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

2 中國科技放管服效果測度結果分析

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以及一級指標測度結果。為更好地分析中國科技放管服改革效果演進趨勢,本文繪制研究期內中國科技放管服改革效果均值和中位數變化趨勢,如圖1所示。進一步,依據國家統計局劃分標準,將31個省份劃分為東、中、西三大區域,繪制全國與三大區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,本文將東北地區納入中部地區,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展,且二者在國家戰略層面具有較多相似性,如均可作為東部地區產業轉移承接帶,因而將東北納入中部地區具有科學性。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波動上升趨勢。2015年科技放管服改革效果均值與中位數分別為0.85和0.78,2020年增加到1.58與1.51,表明研究期內中國整體科技放管服改革效果呈現上升趨勢。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”科技規劃制定并落實相關政策,這為全國各地開展科技領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《關于深化科技獎勵制度改革方案》,指出要完善科技領域獎勵制度,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。2018年國務院頒布《通知》以來,全國各地圍繞相關內容,積極在科技領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

從區域來看,各區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%;東部地區均值由1.10增長到1.30,增長率為18.1%;中部地區均值由0.65增長到0.90,增長率為38.4%;西部地區均值由0.78增長到1.05,增長率為34.6%。可見,中部地區改善效果最顯著,西部次之,東部最弱。中部地區在國家中部崛起戰略扶持下,有更多資金用于科技創新領域,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)中放權維度均值最高,表明全國科技放管服改革中放權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;服務維度呈現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,放權維度遠高于其它兩個維度,表明東部地區在放權方面改革更徹底。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。《通知》頒布實施后,東部地區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域最先進地區,依靠充足的科技資源推動技術創新與發展,一定程度上倒逼科技領域監督與管理方式優化升級。服務維度均值小于放權與管理維度,說明東部地區在科技放管服過程中沒有充分釋放服務優勢。原因可能在于東部地區存在科技“超發展”情景,使得科技放管服改革過程中政務服務作用未充分發揮出來,如科技企業服務部門、線上服務中心的作用未得到有效利用,使得地區科技服務維度改革效果與其它地區相比未呈現明顯優勢。

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存在一定差異,如圖3中(c)和(d)所示。在放權維度,中部、西部地區均值明顯低于全國與東部地區。從圖中可知,放權、管理、服務維度曲線重合較多,說明中部與西部地區在實施科技放管服過程中需要繼續加大放權力度。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,中部與西部地區在國家扶持下加大新型數字基礎設施建設和科技人才培養力度,促使地區科技管理改革與全國差距逐漸縮小,呈現基本持平現象,但由于起點較低,中西部地區科技管理改革效果與東部地區相比仍存在一定差距。在服務維度,中西部地區與全國水平相比未呈現較大差異。2020年中部、西部地區科技放管服的服務維度與全國和東部地區較為接近,說明中西部地區得益于國家多重優化政策扶持與幫助,已經形成具有鮮明地域特征的科技創新服務體系,并快速追趕東部地區。另外,創新資源與科研成果轉化速度不斷加快,一定程度倒逼中西部地區改善服務內容與方式,為科技創新活動營造便利環境。

3 動態分布演進特征

3.1 研究方法

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

(1)

3.2 結果分析

全國和各區域核密度估計結果如圖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)中所有非參數核密度曲線中心位置與分布區間均呈右移趨勢。2020年曲線分布位于最右側,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持續向好態勢,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,說明部分省份已經在《通知》的指導下率先通過改革與創新科技領域經費審批和管理環節,強化科研項目績效評價。進一步觀察圖4(a)可以發現,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象,分布延展性呈現緊縮發展趨勢。最后,從波峰數量來看,2020年全國科技放管服改革效果曲線為單峰,側峰與主峰差距呈先增大后縮小趨勢,側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,且梯度效應不斷弱化,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

區域層面,東中西三大區域科技放管服改革效果動態分布情況如圖4中(b)、(c)、(d)所示,深入觀察發現,三大區域動態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,各區域核密度曲線主峰右移,說明各區域科技放管服改革效果明顯提升,契合上文結論。其次,分布形狀與延伸性上,東部地區曲線波峰呈先上升后快速回落現象,高度與全國水平保持一致,且曲線覆蓋與中心線右側拖尾的寬度逐步拓展,同時,東部波峰高度最早開始出現下降趨勢。究其原因,一方面,東部地區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,東部地區各省份科技放管服改革呈均衡化發展趨勢,離散程度趨于收斂。西部地區曲線波峰高度與東部地區和全國整體變化趨勢一致,說明西部地區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,而且中部地區曲線并未呈現拖尾現象,覆蓋寬度呈先減小后拓寬趨勢,說明中部地區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,中部地區在中部崛起戰略的賦能下,科技放管服改革效果呈現顯著提升趨勢。2020年中部地區曲線分布特征與全國和其它地區已無明顯差異,原因可能是中部地區大部分省份科技放管服改革方式有所改善。對比各地區非參數核密度曲線波峰個數發現,東部地區具有雙峰發展潛能,高度差呈縮小趨勢,表明東部地區科技放管服改革效果具有梯度效應,且呈兩極化發展趨勢。中部地區表現為單峰發展形態,說明區域內單極化趨勢明顯。西部地區單峰演變為雙峰,說明科技放管服改革效果梯度效應開始顯現,區域內開始呈現兩極化或多極化特征。

4 中國科技放管服改革效果區域差異及其來源

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基尼系數及其分解,并借助Matlb2016b軟件展開具體分析。

4.1 Dagum基尼系數及其分解

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

4.2 結果分析

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。從具體數值來看,總體基尼系數在2018年前位于0.16～0.39之間,2018年后低于0.29,逐漸由指數等級相對合理轉變為指數等級比較平均。其中,基尼系數等級依據聯合國開發計劃署相關規定進行如下劃分:低于0.2,表示指數等級高度平均;位于0.20～0.29之間,表示指數等級比較平均;位于0.30～0.39之間,表示指數等級相對合理;位于0.40～0.59之間,表示指數等級差距較大;高于0.6,表示指數等級差距懸殊。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,各省份科技經費管理、項目實施與評級工作不斷優化,促使全國科技放管服改革均衡化發展。此外,中西部地區在國家政策的助力下,科技放管服改革效果得以大幅提升,使得區域間差異呈現顯著縮減態勢。

圖5 全國與三大區域科技放管服改革效果基尼系數演變趨勢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 區域內差異

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

中部地區內部差異整體呈波動下降狀態,且下降幅度小于所有區域。一方面,說明中部地區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以及科技中心支撐,中部地區科技放管服改革成效難以在短時間內得以改善。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年則呈上升態勢。顯然,中部地區科技放管服改革效果得到改善,同時,區域差異有所增大。原因可能是,中部地區改善情況更多來自區域內科技相對發達省份所作貢獻。

西部地區內部差異為波動上升趨勢,但2019-2020年開始出現小幅度下降。原因可能是,西部地區科技放管服改革效果較差地區開始調整結構,提升科技放管服改革效果,使得區域內差異呈現縮小趨勢。

4.2.3 區域間差異

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

圖6 區域間科技放管服改革效果差異動態演變趨勢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,中西部地區在國家政策的引導下,加速科技放管服改革進程,使得區域間差距表現為縮小態勢。另外,中部地區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間差異。

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

4.2.4 差異來源與貢獻

利用Dagum基尼系數及其分解,將中國科技放管服改革效果總體差異分解為區域內差異、區域間差異和超變密度,結果如圖7所示。區域間差異貢獻率最大,均值為51%,研究期內不同年份取值集中在19%～62%之間;區域內貢獻率次之,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域間差異,區域內差異次之,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,關鍵是縮減區域間差異。

進一步觀察變化趨勢可知,區域內差異貢獻率取值圍繞30%上下波動,并沒有呈現顯著上升或者下降趨勢。區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域間差異貢獻率呈相反趨勢,說明區域間科技放管服改革存在相互影響與溢出效應。

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差異為區域收斂還是分散,以及樣本周期科技放管服改革效果較差的地區能否在短時間內得到調整與改善。

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進行分析。梳理相關研究發現,這兩種方法所得結果沒有明顯差異,因此,本文利用變異系數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 結果分析

研究期內科技放管服改革效果動態演變趨勢如圖8所示。首先,全國變異系數呈波動下降趨勢,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域間差異隨時間變化而不斷縮小,這與上文研究結論具有一致性。從演變特征來看,研究期內中國科技放管服改革效果的變異系數呈波動下降趨勢。其次,東部地區變異系數演變趨勢與全國一致,支持σ收斂假說。再次,中部地區絕對值較小,呈下降趨勢但降幅不明顯,即中部地區同樣支持σ收斂假說。最后,西部地區變異系數整體呈下降趨勢,但趨勢不太明顯,支持σ收斂假說。值得一提的是,西部地區演變特征與全國及其它地區明顯不同,西部地區2015—2017年為快速下降階段,2018—2019年波動下降但降幅不明顯,2020年變異系數有所增加。總體來看,無論全國層面還是區域層面,中國科技放管服改革效果均表現出均衡化發展態勢。

圖8 全國及三大區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是否具備自我調整能力并快速追趕效果較好的地區,探究隨時間變化各區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域科技放管服改革效果差異。由新經濟理論可知,經濟變量收斂性一定程度上受到外在環境的影響。基于此,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,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收斂結果分析

表2中列(1)(3)(5)(7)為全國與分區域層面科技放管服改革效果絕對β收斂估計結果。列(1)中β估計系數小于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正快速追趕效果較好地區,各省份科技放管服改革效果最終將呈現趨同現象。列(3)(5)(7)的β估計系數最少通過10%顯著性檢驗,說明三大區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收斂結果,如表2中列(2)(4)(6)(8)所示。

5.2.3 條件β收斂結果分析

列(2)中β估計系數通過顯著性檢驗,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)結果表明三大區域的β估計系數均通過顯著性檢驗,支持條件β收斂機制,說明三大區域科技放管服改革效果隨時間變化逐漸趨于穩態。

6 空間集聚特征分析

6.1 空間自相關指數

梳理相關文獻發現,經濟發展存在空間集聚性[18-20]。那么,區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指數探析科技放管服改革效果空間集聚特征。若Moran′s I指數大于0,則說明存在正向空間自相關,若小于0,則說明存在負向空間自相關。具體計算公式如下:

(5)

6.2 結果分析

檢驗空間相關性,首先需要建立空間權重矩陣,空間權重矩陣主要包括地理鄰接權重矩陣、地理距離矩陣、經濟距離矩陣、反距離矩陣等。其中,經濟距離矩陣通常隨時間變化而變化,所得結果具有不確定性[21];地理鄰接矩陣主要用于測度鄰接省份之間的空間相關性,難以測度更遠空間單元之間的相關性[22];反距離矩陣是根據地理學第一定律思想“空間單元相關性隨地理距離增加而降低”構建,較難精準測度距離較遠地區間相關性。而地理距離矩陣可測度更遠空間單元之間關系,較為契合本研究實際。基于此,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。構建31*31階、元素為兩地距離平方倒數的空間權重矩陣,利用Moran′s I指數計算2015—2020年中國科技放管服改革效果的空間相關性(見表3)。由結果可知,Moran′s I指數集中在[-0.049,-0.038]之間,且均通過1%的顯著性水平檢驗,說明研究期內科技放管服改革效果的空間分布并非獨立,而是呈現顯著空間負相關性。進一步選擇代表性年份繪制Moran′s I指數散點圖,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,呈現低高或高低集聚特征,說明Moran′s I指數線性擬合曲線呈現顯著地理空間負相關性。中西部省份大多位于第2象限,產生這一現象的主要原因可能是,中西部地區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象限內大部分省份屬于東部地區,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,在空間上呈現高高集聚特征。由此可見,東部地區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。產生這一現象可能是因為在深化改革創新時代,中西部地區政府開始認識到科技改革驅動創新的重要作用,持續深化科技體制改革,不斷完善激勵機制與科技評價機制,充分調動科研人員積極性和創造性,促使地區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間空間差異,因此,2020年Moran′s I指數有所增大。另外,2020年各省份分布呈發散態勢,表明省份間科技放管服改革效果開始呈現出一致性發展趨勢。

圖9 2015、2020年科技放管服改革效果局域Moran′s I指數散點分布情況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 研究結論與政策啟示

7.1 主要結論

從放權、管理與服務入手,構建評價指標體系,根據2015—2020年31個省份數據測度中國科技放管服改革效果。借助核密度函數、Dagum基尼系數及其分解、收斂模型與局域Moran′s I指數,分析科技放管服改革效果特征、動態分布、區域差異及來源、收斂特征和空間分布,得到如下主要結論。

(1)從測度結果來看,中國科技放管服改革效果不論在全國層面還是區域層面均呈現上升趨勢,且具有顯著階段性特征。區域層面來看,東部地區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,東部地區放權維度改革效果明顯大于全國與中西部地區,2018年后管理維度明顯改善,服務維度變化趨勢與全國及其它地區一致;中部與西部地區3個維度變化趨勢具有差異化特征,放權維度明顯低于全國及東部地區,管理維度與東部地區類似,2018年后明顯得到改善,服務維度變化與東部及全國保持一致。

(2)從動態分布特征來看,全國與各區域非參數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,地區差距縮小。區域層面上,東部與西部科技放管服動態分布特征類似,說明科技放管服改革效果不斷優化,內部差異逐步縮小。其中,西部地區科技放管服改革效果顯著改善,區域內與區域間差距均呈縮小趨勢。

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

(4)從收斂特征來看,全國與各區域間變異系數呈下降趨勢,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展趨勢。全國與區域層面絕對β估計系數至少通過10%統計水平,支持絕對β收斂機制。全國與區域層面,條件β估計系數均通過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。大多數省份的Moran′s I指數均位于第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,且呈現穩態分布特征。

7.2 政策啟示

目前,中國科技發展取得巨大成效,但仍存在較多“卡脖子”問題。2018年國務院提出要在科技領域開展放管服改革,致力于解決科技領域發展不平衡與不充分的問題。本研究著力于科技放管服關鍵領域,旨在探究制約科技創新水平提升、創新結構失衡、創新成果不充分等癥結。從發展角度剖析中國科技放管服改革效果的本質規律與演變特征,探究科技放管服改革效果地區差異的成因,有利于從根本上緩解中國區域科技發展不均衡、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)完善頂層設計。中共十九大以來,我國不斷深化科技創新體制改革,出臺一系列重大改革舉措,使得國家創新體系整體效能持續提升。為實現科技助力發展,我國必須加強頂層設計,營造良好科技生態環境。一方面,積極營造有利的政策環境。政府部門應加快政策鏈與創新鏈無縫對接,及時對政策實施情況進行評估與動態調整,對有悖于科技創新的舊制度予以廢除,對國際通行貿易規則與標準加以借鑒與遵循,實現政策更好引導科技放管服改革。另一方面,營造具有活力的創新環境。政府部門應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,為科技領域放管服改革提供支持。

(2)健全多層次市場調節體系。各地方政府應持續建立健全多層次市場調節體系,在科技創新中實現放管結合與公平競爭。東部地區應立足于科技放管服已取得的成效,培育和壯大科技服務市場主體,發揮市場在科技領域的調節作用,實現科技創新中放管結合。中西部地區應加快眾創空間新型孵化器建設,開展眾創空間和科技孵化器績效評價,優化創新孵化環境,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模式。在深化科技放管服改革的背景下,“智能稅務”“自動審批”等新科技可助力提高政務工作效率,提升科技領域服務質量。各地政府部門應利用網上核名、自動審批與機器人服務相結合的智慧方式,為科技創新主體提供服務。在具體實施過程中,可借鑒成都高新區做法,利用“政策在線導航+人工智能輔助決策”系統,為科技領域提供精準化服務。政府部門可在科技創新服務中引入“僅跑一次”“審批不見面”業務辦理方式,減少項目申報、驗收等環節,做到“一表多用、一表多能”,改善項目審批流程,實現相同材料不重復報送。