我國(guó)研發(fā)投入規(guī)模的影響因素研究

符洋　楊彩鳳

摘 要：近年來(lái)，我國(guó)的研發(fā)經(jīng)費(fèi)投入規(guī)模在迅速擴(kuò)大，但與一些發(fā)達(dá)國(guó)家相比還存在差距。為提高國(guó)家的科技實(shí)力，政府采取了全方位、多領(lǐng)域、多層次的政策措施來(lái)提高全社會(huì)的研發(fā)經(jīng)費(fèi)投入。本文從經(jīng)濟(jì)形勢(shì)、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5個(gè)方面確定了10個(gè)重要的指標(biāo)，選取2012年和2016年全國(guó)31個(gè)省、自治區(qū)、直轄市的橫截面數(shù)據(jù)，采用偏最小二乘回歸方法對(duì)我國(guó)區(qū)域研發(fā)投入規(guī)模的影響因素進(jìn)行分析。結(jié)果顯示：R&D;人員數(shù)、外商投資總額、GDP、第三產(chǎn)業(yè)增加值等因素對(duì)加大研發(fā)投入具有顯著的促進(jìn)作用。

關(guān)鍵詞：研發(fā)投入；R&D;；GDP；偏最小二乘回歸

中圖分類號(hào)：F273.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-0037（2018）9-14-5

DOI：10.19345/j.cxkj.1671-0037.2018.09.003

Abstract： In recent years， China's R&D; expenditures have expanded rapidly， but there are still gaps compared with some developed countries. In order to improve the country's scientific and technological strength， the government has adopted comprehensive， wide-ranging and multi-level policy measures to increase the R&D; funds investment of the whole society. This paper identified 10 important indicators from five aspects： economic situation， foreign investment， scientific research talents， government investment， and industrial structure. The cross-sectional data of 31 provinces and municipalities in China in 2012 and 2016 were selected， and partial least squares regression method was adopted to analyze the influencing factors of China's regional R&D; investment scale. The results showed that the factors such as the number of R&D; personnel， total foreign investment， GDP， and added value of the tertiary industry had significant roles in promoting R&D; investment.

Key words： R&D; investment； R&D;； GDP； partial least squares regression

1 引言

國(guó)務(wù)院發(fā)布的《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）》[1]確定的科技工作的指導(dǎo)方針是：自主創(chuàng)新、重點(diǎn)跨越、支撐發(fā)展、引領(lǐng)未來(lái)，指出到2020年我國(guó)研發(fā)投入（R&D;）強(qiáng)度要達(dá)到2.5%以上。

目前，大部分研發(fā)投入的文章都在研究研發(fā)與單個(gè)方面指標(biāo)之間的相關(guān)關(guān)系。如山東理工大學(xué)的李平分析了人力資本對(duì)國(guó)內(nèi)自主創(chuàng)新的影響，研究結(jié)果表明人力資本是保證國(guó)家自主創(chuàng)新能力提升的關(guān)鍵[2]。中央財(cái)經(jīng)大學(xué)的傅曉霞運(yùn)用內(nèi)生技術(shù)進(jìn)步增長(zhǎng)模型分析了國(guó)外技術(shù)引進(jìn)對(duì)國(guó)內(nèi)研發(fā)投入的影響，結(jié)果表明國(guó)外的技術(shù)引進(jìn)對(duì)于發(fā)達(dá)地區(qū)的研發(fā)投入有促進(jìn)作用，但對(duì)經(jīng)濟(jì)落后的地區(qū)有阻礙作用[3]。中南大學(xué)的舒謙重點(diǎn)研究了在金融危機(jī)前后影響中國(guó)制造型企業(yè)研發(fā)投入的治理結(jié)構(gòu)因素，結(jié)果反映了中國(guó)制造型企業(yè)所處的發(fā)展環(huán)境以及近年來(lái)“國(guó)進(jìn)民退”的政策環(huán)境對(duì)研發(fā)投入有深遠(yuǎn)影響[4]。山西省產(chǎn)業(yè)技術(shù)發(fā)展研究中心的黃桂英根據(jù)山西省近年來(lái)研發(fā)經(jīng)費(fèi)投入（R&D;）現(xiàn)狀，分析了山西省研發(fā)經(jīng)費(fèi)投入水平較低的主要因素，從增強(qiáng)企業(yè)家創(chuàng)新意識(shí)、激勵(lì)企業(yè)加大研發(fā)投入、完善多元研發(fā)投入體系、改革政府考核評(píng)價(jià)指標(biāo)體系等方面提出了相關(guān)的建議[5]。隨著研究與實(shí)驗(yàn)發(fā)展的影響程度進(jìn)一步擴(kuò)大，對(duì)于研發(fā)投入的相關(guān)研究也會(huì)更加全面和深入。

本文結(jié)合以往的研究成果，從經(jīng)濟(jì)形勢(shì)、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5個(gè)方面出發(fā)，篩選出相關(guān)的指標(biāo)，采用偏最小二乘回歸方法來(lái)研究研發(fā)投入的主要影響因素。

2 偏最小二乘回歸的基本原理

偏最小二乘方法（PLS）突破了“最小二乘法”的局限性，最初是由H. Wold在經(jīng)濟(jì)領(lǐng)域中進(jìn)行研究，并逐步應(yīng)用于其他領(lǐng)域。S. Wold（1983）首次提出偏最小二乘回歸概念，用來(lái)解決計(jì)量化學(xué)中變量存在多重共線性并且解釋變量個(gè)數(shù)大于樣本量的問(wèn)題。偏最小二乘回歸對(duì)于深入分析數(shù)據(jù)的綜合信息具有較好的性質(zhì)[6-8]。

設(shè)有q個(gè)因變量[{y1，···，yq}]和[p]個(gè)自變量[x1，···，xp]。選取[n]個(gè)樣本點(diǎn)來(lái)構(gòu)造自變量與因變量的數(shù)據(jù)表X=[x1，···，xp]和[Y]=[y1，···，yp]。在X中提取出成分[t1]，即[t1]是[x1，···，xp]的線性組合；在[Y]中提取成分[u1]，即[u1]是[y1，···，yq]的線性組合。這兩個(gè)成分的提取需要滿足以下兩個(gè)方面的條件：

①[t1]和[u1]必須充分地表達(dá)其對(duì)應(yīng)變量的變異信息；

②[t1]與[u1]的相關(guān)程度能夠達(dá)到最大。

在這兩個(gè)條件的限定下，[t1]和[u1]都最大限度地?cái)y帶了X與Y的信息，同時(shí)[t1]對(duì)[u1]的解釋能力達(dá)到最大。

當(dāng)?shù)谝粋€(gè)成分[t1]和[u1]被提取后，偏最小二乘回歸分別實(shí)施X對(duì)[t1]的回歸以及Y對(duì)[u1]的回歸。如果回歸方程的精度達(dá)到目標(biāo)值，就結(jié)束計(jì)算；如果回歸方程的精度達(dá)不到理想水平，則將X被[t1]解釋后的殘余信息以及Y被[u1]解釋后的殘余信息進(jìn)行第二次成分提取，如此第二次提取之后還達(dá)不到精度要求，則繼續(xù)提取，直到符合精度要求為止。如果在實(shí)現(xiàn)精度要求下，對(duì)X共提取了m個(gè)成分[t1，···，tm]，偏最小二乘回歸則會(huì)利用[yk][（k=1，2，···q）]對(duì)[t1，···，tm]進(jìn)行回歸，然后再表達(dá)成[yk][（k=1，2，···q）]關(guān)于原變量[x1，···，xp]的回歸方程。

利用SIMCA-P來(lái)實(shí)現(xiàn)偏最小二乘回歸的計(jì)算時(shí)可以先將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理的基礎(chǔ)上再進(jìn)行分析。設(shè)X與Y進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化后的矩陣分別為[Xo=（x01，x02，···xop）n×p]、[Yo=（y01，y02，···yop）n×q]，假設(shè)在第n次主成分提取與回歸之后，使得提取的主成分能代表幾乎所有的自變量，利用偏最小二乘回歸的相關(guān)算法可以得到：

3 影響因素的分析指標(biāo)篩選

研發(fā)投入是科研創(chuàng)新的重要保障，研發(fā)投入的高低對(duì)地區(qū)科技創(chuàng)新發(fā)展至關(guān)重要。研發(fā)投入受眾多因素影響，通過(guò)研究以往專家學(xué)者的相關(guān)研究，并結(jié)合數(shù)據(jù)的可獲取性以及當(dāng)前研發(fā)的整體環(huán)境，本文從經(jīng)濟(jì)形勢(shì)、外商投資、科研人才、政府投入、產(chǎn)業(yè)結(jié)構(gòu)這5方面確定了10個(gè)影響較為顯著的指標(biāo)作為解釋變量，用研發(fā)經(jīng)費(fèi)支出作為響應(yīng)變量。

經(jīng)濟(jì)形勢(shì)部分選取的指標(biāo)有地區(qū)生產(chǎn)總值、社會(huì)消費(fèi)品零售總額，分別用GDP、TRS表示；外商投資部分選取的指標(biāo)有外商投資總額、地區(qū)貨物進(jìn)口總額，分別用TI、TVI表示；科研人才部分選取的指標(biāo)是R&D;人員數(shù)和R&D;人員全時(shí)當(dāng)量，分別用POPU、FTE表示；政府投入部分選取的指標(biāo)是地區(qū)公共預(yù)算支出中的科學(xué)技術(shù)支出，用STEB表示；產(chǎn)業(yè)結(jié)構(gòu)部分選取的指標(biāo)是第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值，分別用GDP1、GDP2、GDP3表示。

本文選取2012年和2016年的全國(guó)31個(gè)省、自治區(qū)、直轄市的截面數(shù)據(jù)作為研究樣本，實(shí)證部分的數(shù)據(jù)來(lái)自于中國(guó)統(tǒng)計(jì)年鑒和中國(guó)科技統(tǒng)計(jì)年鑒。

4 研發(fā)投入影響因素的實(shí)證分析

考慮到近10年各地區(qū)的研究與實(shí)驗(yàn)發(fā)展都有了明顯的提升，本文選取2012年和2016年這兩年的橫截面數(shù)據(jù)進(jìn)行分析，通過(guò)這兩年的數(shù)據(jù)來(lái)挖掘2012—2016年全國(guó)研發(fā)的整體信息。運(yùn)用SIMCA-P軟件來(lái)實(shí)現(xiàn)分析，對(duì)導(dǎo)入的數(shù)據(jù)進(jìn)行單變量PLSR模型的設(shè)置和估計(jì)。實(shí)證部分的有關(guān)原理參考了一些計(jì)量和統(tǒng)計(jì)方面的專著[9-10]。

4.1 特異點(diǎn)識(shí)別

首先利用Analysis/Scores/Scatter Plot可以顯示前兩個(gè)主成分的散點(diǎn)橢圓圖，2016年的圖像見(jiàn)圖1。2012年圖類似，在此就不再展示。

從圖1中可以看出所有的點(diǎn)都在橢圓的內(nèi)部，說(shuō)明原始數(shù)據(jù)沒(méi)有特異點(diǎn)。另外，為了探究t（1）與u（1）之間是否存在明顯的線性關(guān)系，繪制了t（1）/u（1）的平面圖。2016年的圖像見(jiàn)圖2，可以看出存在明顯的線性關(guān)系。

4.2 VIP值

利用Analysis/Variable Importance/List可以得到每個(gè)解釋變量對(duì)響應(yīng)變量投影的重要性，即VIP（Variable Importance for the Projection），結(jié)果見(jiàn)表1。

從表1可以看出，科研人員是促進(jìn)全社會(huì)加大研發(fā)投入最重要的影響因素；第三產(chǎn)業(yè)的發(fā)展需要科技作支撐，因此第三產(chǎn)業(yè)對(duì)研發(fā)的促進(jìn)作用也非常顯著；國(guó)內(nèi)經(jīng)濟(jì)環(huán)境穩(wěn)定為全面加大研發(fā)投入提供了必要條件；政府對(duì)科學(xué)研究的支持力度、外貿(mào)經(jīng)濟(jì)的發(fā)展也對(duì)研發(fā)投入有著深遠(yuǎn)的影響。

4.3 模型擬合參數(shù)

利用Analysis/Coefficients/Plot進(jìn)行模型自動(dòng)擬合時(shí)，對(duì)2012年、2016年的數(shù)據(jù)都提取了2個(gè)主成分。2012年的各成分累計(jì)交叉有效性為0.821 5，2個(gè)成分對(duì)保費(fèi)收入的累積解釋能力為0.957 7；2016年的各成分累計(jì)交叉有效性為0.865 8，2個(gè)成分對(duì)保費(fèi)收入的累積解釋能力為0.929 4；這兩年的研發(fā)投入與影響因素之間PLSR模型的系數(shù)關(guān)系見(jiàn)圖3和圖4。

從圖3和圖4可以比較直觀地看出偏最小二乘回歸模型的各個(gè)解釋變量對(duì)保費(fèi)收入的影響方向和大小。解釋變量的系數(shù)為正數(shù)，則表明它對(duì)研發(fā)投入有正向影響；反之，解釋變量的系數(shù)為負(fù)數(shù)，就表明該因素對(duì)保費(fèi)收入有負(fù)向作用。絕對(duì)值越大，代表作用越強(qiáng)。

在這兩個(gè)階段，影響變化較為明顯的變量是外商投資總額（TI）和科學(xué)技術(shù)支出（STEB）。外商投資總額（TI）在2012年是排第六位的影響因素，在2016年排在了第二位；政府的科學(xué)技術(shù)支出（STEB）從2012年的第二位變成了2016年的第六位影響因素，這在一定程度上反映了隨著全社會(huì)對(duì)科研的重視度提升，更多的民間資本投入到研發(fā)活動(dòng)中，使得科學(xué)研發(fā)投入對(duì)政府的依賴程度降低，而外商對(duì)中國(guó)企業(yè)帶來(lái)了技術(shù)升級(jí)的壓力，激發(fā)了企業(yè)對(duì)研發(fā)的重視程度。

R&D;人員數(shù)（POPU）、R&D;人員全時(shí)當(dāng)量（FTE）在2012年和2016年都是非常重要的影響因素，說(shuō)明人才是科學(xué)研究的基礎(chǔ)，是全社會(huì)加大研發(fā)投入的重要吸引力，這也充分體現(xiàn)了人才強(qiáng)國(guó)戰(zhàn)略的科學(xué)性。

這些影響因素中只有第一產(chǎn)業(yè)增加值（GDP1）是負(fù)向作用，但是2016年的負(fù)向作用相比較2012年有所下降，說(shuō)明針對(duì)第一產(chǎn)業(yè)的研發(fā)還相對(duì)較少，但隨著農(nóng)村現(xiàn)代化進(jìn)程的推進(jìn)，第一產(chǎn)業(yè)也亟需科研的投入。

4.4 回歸擬合效果

利用回歸方程將2012年和2016年的研發(fā)投入的數(shù)據(jù)進(jìn)行擬合，與保費(fèi)收入的實(shí)際數(shù)據(jù)進(jìn)行對(duì)比。從圖5和圖6可以看出，偏最小二乘選取的變量達(dá)到了較高的擬合精度。

5 結(jié)論

國(guó)際金融危機(jī)影響深遠(yuǎn)，世界主要國(guó)家都將科技創(chuàng)新提升為國(guó)家發(fā)展戰(zhàn)略，紛紛大幅增加研發(fā)投入，強(qiáng)化核心關(guān)鍵技術(shù)的研發(fā)部署，競(jìng)相爭(zhēng)奪科技創(chuàng)新人才，搶占戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的先機(jī)和主動(dòng)權(quán)。自主創(chuàng)新能力是科技發(fā)展的戰(zhàn)略基點(diǎn)，研發(fā)投入作為科技創(chuàng)新的基礎(chǔ)，受到了全社會(huì)的廣泛關(guān)注。本文通過(guò)偏最小二乘方法研究了2012年和2016年的研發(fā)投入規(guī)模與相關(guān)影響因素之間的關(guān)系，得出了以下幾點(diǎn)結(jié)論：

①科技人才對(duì)研發(fā)投入具有顯著的促進(jìn)作用，科技人才是提高自主創(chuàng)新能力的關(guān)鍵，因而需要著力培養(yǎng)創(chuàng)新型科技人才隊(duì)伍，充分發(fā)揮人才資源在科技創(chuàng)新的基礎(chǔ)性作用。

②科技發(fā)展水平直接或間接地在各個(gè)層面上對(duì)第三產(chǎn)業(yè)的發(fā)展起著積極的促進(jìn)作用，因而第三產(chǎn)業(yè)的發(fā)展對(duì)科技提出了更高層次的需求。目前我國(guó)第三產(chǎn)業(yè)發(fā)展迅速，所以加快科技成果轉(zhuǎn)化、助推“產(chǎn)學(xué)研用”合作，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，這些都將促進(jìn)研發(fā)投入的進(jìn)一步加大。

③對(duì)外貿(mào)易為我國(guó)技術(shù)市場(chǎng)發(fā)展添加了新的活力，合理學(xué)習(xí)國(guó)外先進(jìn)的科學(xué)技術(shù)對(duì)于加強(qiáng)國(guó)內(nèi)研發(fā)投入、推動(dòng)國(guó)內(nèi)科研實(shí)力都有深遠(yuǎn)的影響。

④良好的經(jīng)濟(jì)環(huán)境對(duì)加大研發(fā)投入具有基礎(chǔ)作用，通過(guò)加大研發(fā)投入可以實(shí)現(xiàn)科技對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的支撐引領(lǐng)作用。

參考文獻(xiàn)：

[1] 中華人民共和國(guó)國(guó)務(wù)院.國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006—2020年）[EB/OL].（2006-02-09）[2018-08-04].http：//www.gov.cn/jrzg/2006-02/09/content_183787.htm.

[2] 李平，崔喜君，劉建.中國(guó)自主創(chuàng)新中研發(fā)資本投入產(chǎn)出績(jī)效分析：兼論人力資本和只是產(chǎn)權(quán)保護(hù)的影響[J].中國(guó)社會(huì)科學(xué)，2007（2）：32-42.

[3] 傅曉霞，吳利學(xué).技術(shù)差距、創(chuàng)新環(huán)境與企業(yè)自主研發(fā)強(qiáng)度[J].世界經(jīng)濟(jì)，2012（7）：101-120.

[4] 舒謙，陳治亞.影響中國(guó)制造型企業(yè)研發(fā)投入的治理結(jié)構(gòu)因素[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013（9）：97-105

[5] 黃桂英，許超，徐永庫(kù).影響山西研發(fā)經(jīng)費(fèi)投入的因素和對(duì)策[J].山西科技，2017（5）：1-4.

[6] 王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999.

[7] 王惠文，吳載斌，孟潔.偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2006.

[8] 吳擁政.農(nóng)村居民消費(fèi)結(jié)構(gòu)變動(dòng)的影響因素分析：基于新興古典經(jīng)濟(jì)學(xué)與偏最小二乘回歸的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)經(jīng)緯，2008（6）：5-8.

[9] 趙西亮.基本有用的計(jì)量經(jīng)濟(jì)學(xué)[M].北京：北京大學(xué)出版社，2017.

[10] 陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M].北京：高等教育出版社，2014.