兩階段下青島市科技投入產(chǎn)出要素重要度與時滯性研究

董興林　潘建　齊欣

[摘要]結(jié)合科技投入產(chǎn)出的兩階段過程，運用因果檢驗法驗證投入產(chǎn)出指標(biāo)選取的正確性，運用協(xié)整檢驗法判斷各階段投入產(chǎn)出指標(biāo)存在的長期正向關(guān)系；在此基礎(chǔ)上，運用層次分析法對各階段投入要素的重要性進行分析，并通過層次總排序得到科技初始投入對最終產(chǎn)出的重要度；最后通過阿爾蒙多項式判斷各階段的時滯期分別為45年和3年。文章從最終產(chǎn)出和縮短滯后期等方面提出了政策建議。

[關(guān)鍵詞]科技投入；科技產(chǎn)出；協(xié)整檢驗；時滯效應(yīng)

[DOI]1013939/jcnkizgsc201821024

1引言

隨著經(jīng)濟社會的發(fā)展，科學(xué)技術(shù)對于經(jīng)濟增長的貢獻越來越明顯。青島市作為高校和科研院所較多的對外開放城市，科學(xué)技術(shù)對于城市發(fā)展的重要性程度不言而喻。目前，就科技投入要素而言，對資金和人的投入的重要性程度認識不深，不能通過單位投入量最大限度地獲取科技產(chǎn)出；同時，科技投入產(chǎn)出存在一定的時滯期，科技產(chǎn)出并不會在科技投入的當(dāng)期產(chǎn)生。因此，深入研究青島市科技投入與產(chǎn)出的時滯效應(yīng)尤為重要。

研究青島市科技投入要素的重要性，可以根據(jù)各要素的重要程度合理地進行科技資源配置，符合國家提高有效供給的宏觀政策；深入研究青島市科技投入產(chǎn)出的時滯性，可以有效地縮短科技投入產(chǎn)出的周期。

2文獻綜述

國內(nèi)外學(xué)者十分重視科技投入產(chǎn)出關(guān)系的測算，相關(guān)研究涉及基金[1]、產(chǎn)業(yè)[2-3]、機構(gòu)[4-5]和國家/地區(qū)[6-7]等層面，為科技發(fā)展研究提供了豐富的參考實例。

科技投入主要是指資金（R&D;經(jīng)費投入）和人（R&D;全時人員）的投入，而科技產(chǎn)出包括科技直接產(chǎn)出和科技間接產(chǎn)出。[8]科技直接產(chǎn)出包括歷年專利申請量和技術(shù)市場成交額；科技間接產(chǎn)出是指科技成果轉(zhuǎn)化的結(jié)果。本文衡量科技間接產(chǎn)出時僅考慮經(jīng)濟效益，使用高新技術(shù)產(chǎn)業(yè)產(chǎn)值體現(xiàn)高技術(shù)創(chuàng)新產(chǎn)品的市場價值。

國內(nèi)外學(xué)者研究投入產(chǎn)出要素通常采用綜合評價法、計量方法和指數(shù)法。綜合評價法包括層次分析法（AHP）、數(shù)據(jù)包絡(luò)法（DEA）；[9-11]計量方法包括自回歸法（VAR）、協(xié)整檢驗法、Granger因果分析法等。[12-14]定量分析可以通過時間序列分析得到相對精確的結(jié)果，但要求的數(shù)據(jù)大，而研究方法（如VAR模型）對時間序列的平穩(wěn)性、是否存在協(xié)方差有著較高要求。當(dāng)差分或取對數(shù)等對數(shù)據(jù)進一步處理滿足模型的計算條件后，計算結(jié)果只能解釋處理后的數(shù)據(jù)的相互關(guān)系，而不能直接解釋原始變量，使得定量分析難以得到有效的應(yīng)用與檢驗。因此，應(yīng)當(dāng)結(jié)合定性和定量方法進行系統(tǒng)分析，彌補單純定性分析或定量分析產(chǎn)生的不足。

本文運用時間序列中的協(xié)整檢驗法定量表示各要素之間的關(guān)系，以此為基礎(chǔ)采用層次分析法定性研究各變量之間的關(guān)系，并得到各投入變量對于產(chǎn)出變量的重要程度，再與定性分析相互印證，最后采用層次分析法通過不考慮科技投入產(chǎn)出的中間層次判斷最初的科技投入對最終科技產(chǎn)出的重要性。其次，在判斷時滯期時，本文根據(jù)時間序列圖像具有較高的一致性或根據(jù)協(xié)整檢驗的重要性來選取較少的要素進行時滯期判斷。

3研究設(shè)計

31數(shù)據(jù)來源、指標(biāo)選取與階段劃分

本文通過《青島市科學(xué)技術(shù)發(fā)展報告》《青島統(tǒng)計年鑒》《國家知識產(chǎn)權(quán)局統(tǒng)計年報》等選取科技投入、科技成果產(chǎn)出和產(chǎn)業(yè)產(chǎn)出數(shù)據(jù)，包括R&D;全時人員（R&D; full time personnel，RDP）、R&D;經(jīng)費投入（R&D; cost investment，RDC）、技術(shù)市場成交額（Technical sales，TS）、專利申請數(shù)（Patent application quatity，PAQ）、高新技術(shù)產(chǎn)業(yè)產(chǎn)值（High and new technology industry，HTI）。然后將科技投入產(chǎn)出劃分為成果轉(zhuǎn)化階段和產(chǎn)業(yè)產(chǎn)出階段，[15]各指標(biāo)下的要素選取如表1所示。

34Granger因果檢驗

Granger因果檢驗?zāi)Ｐ涂梢詸z驗變量之間的因果關(guān)系，旨在解決X是否引起Y的問題。該方法主要是看Y能夠在多大程度上被X解釋，加入X的滯后值是否使解釋程度提高。一般來說，科技投入是科技產(chǎn)出的原因，加大科技投入就會促進科技產(chǎn)出。但是，科技產(chǎn)出是否是科技投入的原因需要進一步驗證。本文分階段對科技投入產(chǎn)出的因果關(guān)系進行分析，檢驗各階段投入要素與產(chǎn)出要素是否存在因果關(guān)系，即分別檢驗（RDP，RDC，PAQ）中PAQ與RDC、PAQ與RDP是否存在因果關(guān)系，檢驗（RDP，RDC，TS）中TS與RDC、TS與RDP是否存在因果關(guān)系，檢驗（PAQ、TS、HTI）中HTI與PAQ、HTI與TS是否存在因果關(guān)系。運用EViews 8得到的檢驗結(jié)果如表3和表4所示。

由結(jié)果可知，在10%的顯著性水平下，各階段的投入變量都是下階段產(chǎn)出變量的Granger原因，這從另一個方面驗證了選取各階段科技投入產(chǎn)出變量的正確性。

35協(xié)整檢驗

根據(jù)平穩(wěn)性檢驗結(jié)果，由于各時序變量都是同階單整的，故可對（RDC，RDP，PAQ）、（RDC，RDP，TS）、（PAQ，TS，HTI）三組時序變量分別進行協(xié)整檢驗，本文對三個非平穩(wěn)時序變量做了Johansen協(xié)整檢驗。Johansen檢驗的目的是決定一組序列組合是否具有長期穩(wěn)定的均衡關(guān)系，運用EViews 8對以上三組時序變量進行協(xié)整檢驗，得到的結(jié)果如表5～表7所示。

科技成果轉(zhuǎn)化階段科技投入相對于PAQ的時滯期，由于RDC對于PAQ的重要程度大于RDP，將RDC作為時滯期判斷的投入指標(biāo)；至于科技投入相對于TS的時滯期，由于二者所占的權(quán)重比較接近，由下圖可以看出，TS和RDC的曲線趨勢比較一致，由此同樣將RDC作為判斷時滯期的投入指標(biāo)。對于產(chǎn)業(yè)產(chǎn)出階段科技投入相對于HTI的時滯期，由于TS對于HTI的重要性程度大于PAQ，因而選取TS作為時滯期判斷的投入指標(biāo)。

TS和RDC的趨勢曲線

然后運用EViews 8對三組投入指標(biāo)相對應(yīng)的產(chǎn)出指標(biāo)的時滯期進行分析，通過阿爾蒙法得到估計結(jié)果，如表8～表10所示。

由表9可知，PAQ在第4年參數(shù)最大，而AIC和SC最小，因而科技投入指標(biāo)對PAQ產(chǎn)出的時滯期為4年；由表10可知，TS在第5年參數(shù)最大，而AIC和SC最小，因而科技投入指標(biāo)對TS的時滯期為5年；由表11可知，HTI在第3年參數(shù)最大，而AIC和SC最小，因而科技成果投入指標(biāo)對HTI的時滯期為3年。

4結(jié)論與建議

根據(jù)阿爾蒙多項式有關(guān)時滯期的判斷結(jié)果，科技投入對于專利申請量PAQ的時滯期為4年，科技投入對于技術(shù)市場成交額TS的時滯期為5年，即科技成果轉(zhuǎn)化階段的平均時滯期為45年；產(chǎn)業(yè)產(chǎn)出階段的時滯期為3年。之所以產(chǎn)業(yè)產(chǎn)出階段的時滯期較短，而科技成果轉(zhuǎn)化階段的時滯期較長，是因為成果轉(zhuǎn)化階段除了技術(shù)比較復(fù)雜的原因外，科研技術(shù)人員深入一線調(diào)研以及項目審批都需要花費大量時間，而產(chǎn)業(yè)產(chǎn)出階段沒有上述煩瑣過程，只需要深入一線進行科研成果的實際應(yīng)用。同時，科技投入不合理，也會延長科技產(chǎn)出的時滯期。該結(jié)論對于減少科技投入產(chǎn)出的時滯期，提高企業(yè)及技術(shù)市場的資本回收效率具有現(xiàn)實意義。

（1）要想縮短科技投入產(chǎn)出的時滯期，需要青島市政府及其相關(guān)部門優(yōu)化科研項目審批流程，縮短申請、審批等時間。

（2）加大科研院所、高校與企業(yè)的合作，方便科研人員深入一線調(diào)研，減少科研人員科技成果產(chǎn)出的時滯期，也為企業(yè)發(fā)展提供技術(shù)保障。

（3）以科技產(chǎn)出目標(biāo)為導(dǎo)向，合理配置科技投入比例。結(jié)合青島市各行業(yè)、各區(qū)域科技發(fā)展及經(jīng)濟發(fā)展現(xiàn)狀，測算科技人員投入與科研經(jīng)費投入的最優(yōu)比例，實現(xiàn)人、財、物的最優(yōu)配置，避免資源冗余而產(chǎn)出不足的情況發(fā)生，從而促進青島市科學(xué)技術(shù)的均衡發(fā)展。

參考文獻：

[1]孟浩，周立，何建坤自然科學(xué)基金投入與科技論文產(chǎn)出的協(xié)整分析[J].科學(xué)學(xué)研究，2007（6）：1147-1150.

[2]王智琦，陳悅，姜照華，等前沿技術(shù)與核心技術(shù)識別的投入產(chǎn)出分析方法——以混合動力汽車為例[J].科學(xué)學(xué)研究，2015，33（11）：1612-1620.

[3]GAO X，GUAN J CA scale-independent analysis of the performance of the chinese innovation system[J].Journal of informetrics，2009，3（4）：321-331.

[4]葉鷹，程麗，唐健輝，等我國科技投資回報轉(zhuǎn)換當(dāng)量探析[J].中國科技論壇，2012（9）：134-137.

[5]GUAN J C，YAM R C M，TANG E P Y，et alInnovation strategy and performance during economic transition：evidences in Beijing，China[J].Research policy，2009，38（5）：802-812.

[6]俞立平，熊德平，武夷山中國地區(qū)科技效率的組合測度研究[J].科學(xué)學(xué)研究，2011，29（8）：1141-1146.

[7]UZUN AScience and technology policy in Turkey：national strategies for innovation and change during the 1983-2003 period and beyond[J].Scientometrics，2006，66（3）：551-559.

[8]徐巧玲科技投入產(chǎn)出的相對效率評價研究——基于DEA的BCC模型與SE-CCR模型的分析[J].科技管理研究，2014，34（1）：66-70.

[9]呂晨，曾明彬基于DEA的中國區(qū)域科技投入產(chǎn)出相對效率研究[J].科學(xué)管理研究，2014，32（2）：101-104.

[10]談毅基于DEA-BCC方法的我國高?？萍纪度氘a(chǎn)出效率研究[J].科技管理研究，2015，35（20）：106-111.

[11]劉廣斌，李建坤基于三階段DEA模型的我國科普投入產(chǎn)出效率研究[J].中國軟科學(xué)，2017（5）：139-148.

[12]張歡，徐康寧基于VAR模型的外資、環(huán)境治理與經(jīng)濟增長研究——來自全國1992—2012年時間序列數(shù)據(jù)的證據(jù)[J].軟科學(xué)，2015，29（8）：9-13.

[13]張優(yōu)智，黨興華研發(fā)投入與技術(shù)創(chuàng)新關(guān)聯(lián)性的動態(tài)分析——基于協(xié)整檢驗和狀態(tài)空間模型的研究[J].科技管理研究，2014，34（8）：8-13.

[14]WU Q， PENG C A hybrid BAG-SA optimal approach to estimate energy demand of China[J].Energy，2017（120）：985-995.

[15]馮鋒，張雷勇，高牟，等兩階段鏈視角下科技投入產(chǎn)出鏈效率研究——來自我國29個省市數(shù)據(jù)的實證[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，32（8）：33-38.