湖南省科技投入關聯(lián)因素相關性及因果關系測度

謝靜波，黃曉林，王 輝，陳新勝

（湖南省科學技術信息研究所，湖南長沙 410001）

創(chuàng)新是推動一個國家和民族向前發(fā)展的重要力量，也是推動整個人類社會向前發(fā)展的重要力量［1］。科技創(chuàng)新作為創(chuàng)新的重要內涵，是提高區(qū)域生產(chǎn)力和競爭能力的戰(zhàn)略支撐，科技創(chuàng)新能力的強弱直接影響著區(qū)域競爭能力的強弱?？萍纪度胧呛饬靠萍紕?chuàng)新水平和能力的重要指標［2］，增加科技投入是提升創(chuàng)新能力的重要手段和有效途徑［3］。但是科技投入受多重因素的影響，目前我國許多地區(qū)科技研發(fā)投入比例偏低，因此如何提高科技投入成為國家以及各地日益關注的焦點。湖南屬于我國中部省份，處于國家中部崛起戰(zhàn)略規(guī)劃和長江經(jīng)濟帶戰(zhàn)略規(guī)劃的交匯區(qū)域，雖然在中部地區(qū)的優(yōu)勢較明顯，但發(fā)展不充分、不平衡的基本省情并未從根本上改變，經(jīng)濟總量不大、創(chuàng)新能力不強的問題較突出?！逗鲜　笆濉笨萍紕?chuàng)新規(guī)劃》也指出，湖南省科技投入嚴重不足，財政科技支出總量偏低、投入機制不健全，全省全社會科技投入與全國平均水平差距較大，難以推動全社會創(chuàng)新創(chuàng)業(yè)向縱深發(fā)展［4］。2018 年湖南省科技研發(fā)經(jīng)費投入強度達到1.94%，但是與《湖南省“十三五”科技創(chuàng)新規(guī)劃》提出的2.5%的發(fā)展目標仍然有較大差距［5］。2018 年12 月，《湖南創(chuàng)新型省份建設方案》出臺，明確提出要以創(chuàng)新為第一動力，以科技創(chuàng)新為核心［6］。由此可以看出，湖南省科技創(chuàng)新正進入創(chuàng)新發(fā)展的重要戰(zhàn)略機遇期，已經(jīng)處于差距進一步拉大和實現(xiàn)跨越式發(fā)展的分水嶺，如何調動各種經(jīng)濟社會因素、增加科技投入、提升區(qū)域科技創(chuàng)新能力已經(jīng)成為湖南省區(qū)域發(fā)展的重要研究內容。

1 文獻回顧

目前，對于科技投入影響因素的研究雖然較多，但多集中在企業(yè)視角和科技投入與經(jīng)濟增長之間的關系研究，如高管激勵、盈余波動性、董事會監(jiān)督、企業(yè)透明度、研發(fā)費用加計扣除政策、官員更替、銀行授信等對企業(yè)研發(fā)投入的影響［7-12］，而科技投入與經(jīng)濟增長的關系一直是研究的熱點，近年的研究認為科技投入水平與經(jīng)濟增長之間存在均衡關系，并且經(jīng)濟增長對科技投入水平具有顯著的單向促進作用，或者存在非對稱的雙向正效應，且相互之間存在穩(wěn)定的脈沖響應［13-16］。

在關于科技投入影響因素的系統(tǒng)性研究中，于健樵［17］在國內最早開展科技投入相關因素的探討研究；而后許治等［18］和吳輝凡等［19］利用投入產(chǎn)出模型從知識積累的角度分析了知識彈性系數(shù)、“R&D學習”效率、物質和勞動物理形態(tài)產(chǎn)出彈性系數(shù)和“干中學”學習效率與科技投入的關系；張洪陽［20］認為，經(jīng)濟發(fā)展水平、政府科技投入、產(chǎn)業(yè)結構、國際貿易、外商直接投資、知識積累及人力資本積累是影響R&D 經(jīng)費投入的重要因素；謝子遠等［21］通過回歸分析發(fā)現(xiàn)市場競爭程度、企業(yè)利潤水平、企業(yè)規(guī)模對高新區(qū)研發(fā)投入有正向影響，而出口規(guī)模、資產(chǎn)負債率則對高新區(qū)研發(fā)投入有負面影響；符洋等［22］研究發(fā)現(xiàn)R&D 人員數(shù)、外商投資總額、地區(qū)生產(chǎn)總值（GDP）、第三產(chǎn)業(yè)增加值等因素對加大研發(fā)投入具有顯著的促進作用；詹祥等［16］發(fā)現(xiàn)專利產(chǎn)出效率對科技投入有滯后的促進作用。另外，倪志敏等［23］的研究也發(fā)現(xiàn)，專利申請量與科技投入存在相關關系；孫萍等［24］從財政的角度分析了產(chǎn)業(yè)結構變遷、城市化水平、人力資本投入、財政收入分權、財政支出分權5 個因素與財政科技投入的關系；吳先明等［25］從后發(fā)國家的視角通過檢驗發(fā)現(xiàn)，R&D 研究人員數(shù)、金融發(fā)展對后發(fā)國家研發(fā)投入具有顯著的正向影響，而制造業(yè)進口和外國直接投資（FDI）凈流入對后發(fā)國家研發(fā)投入具有顯著的負向影響。

科技統(tǒng)計指標是進行科技管理的重要基礎數(shù)據(jù)，而關于科技統(tǒng)計范疇內各個指標與科技投入的關系，除了前述的符洋等［22］、詹祥等［16］、倪志敏等［23］對其中的專利指標與科技投入的關系進行了研究之外，尚未見較系統(tǒng)的研究。因此，本文從科技管理的視角出發(fā)，分析科技統(tǒng)計范疇內各因素與科技投入的相關關系，以期為科技管理工作中制定提高科技投入的促進措施提供決策參考。

2 變量及模型選取確定

2.1 變量選取

科技統(tǒng)計指標數(shù)量繁多，涉及與科技相關的人力、物力、財力，投入、產(chǎn)出、效益、環(huán)境等多方面。本文參考前人的研究結果和筆者的工作經(jīng)驗，經(jīng)過反復分析、對比，最終篩選了R&D 投入、GDP、R&D 人員數(shù)、科研機構數(shù)、高新技術企業(yè)數(shù)和科技成果登記數(shù)等20 個指標進行分析，并將R&D 投入作為科技投入的代表性指標。本文認為，這20 個指標基本覆蓋了科技統(tǒng)計的主要方面，能夠反映區(qū)域科技綜合實力的概況。

2.2 關聯(lián)度分析模型

一般的兩個變量（X，Y）的關聯(lián)程度可用相關系數(shù)表示。表示2 個變量間相關程度的相關系數(shù)有多種，一般的，簡單的線性相關可用Pearson 相關系數(shù)表示，其計算公式如下：

式（1）中：cov(X,Y)為協(xié)方差；SX和SY為兩個變量的標準差。

在本文所選取的眾多變量中，也可能存在與科技投入呈非線性相關關系的變量，因此為了增加分析的可靠性，本文還計算了各個潛在關聯(lián)因素（X）與科技投入（Y）的灰色關聯(lián)度?；疑P聯(lián)分析是在灰色系統(tǒng)中，根據(jù)各因素變化曲線幾何形狀的相似程度來判斷因素之間關聯(lián)程度的方法，無論變量間呈線性還是非線性相關。其計算的基本過程為：

第一步，采用極差值法對原始數(shù)據(jù)進行無綱量化處理，公式如下：

第二步，計算比較序列（X）與參考序列（Y）的絕對差值，公式如下：

第三步，計算關聯(lián)系數(shù)，公式如下：

式（4）中：Δmin為兩級最小差；Δmax為兩級最大差；ρ為分辨系數(shù)，0<ρ<1，一般取0.5。

第四步，計算關聯(lián)度，公式如下：

2.3 Granger 因果關系檢驗

相關系數(shù)或關聯(lián)度雖然可以表明2 個變量間的關系密切程度，但是卻無法對變量間的依賴性即因果關系進行判定。本文希望對科技投入關系與關聯(lián)因素變量間的依賴性進行辨別，從而判定調動哪些關聯(lián)因素更有利于提高科技投入。目前比較成熟的方法是進行格蘭杰（Granger）因果關系檢驗，其計算的基本過程如下：

首先，對樣本數(shù)據(jù)進行平穩(wěn)性檢驗，或者將樣本處理成去均值的成平穩(wěn)時間序列，使其滿足進行Granger 因果關系檢驗的條件。常用的方法有單位根檢驗、差分和協(xié)整檢驗。

第二步，建立有約束和無約束回歸模型。有約束回歸模型（u）為：

無約束回歸模型（r）為：

式（6）（7）中：p和q分別為變量的最大滯后期；為常數(shù)項；為白噪聲。

第三步，對2 個回歸模型進行F假設檢驗。

假設H0：X不是引起Y變化的Granger 原因（等價于H0：

利用兩個回歸模型u、r的殘差平方和對假設進行F檢驗：

式（8）中：n為樣本容量。

第四步，置換變量X、Y的位置，重復上述第二、三步。

本文的原始數(shù)據(jù)來源于《湖南統(tǒng)計年鑒》，數(shù)據(jù)分析采用SPSS 19 軟件和EView 9 軟件。

3 數(shù)據(jù)處理及結果分析

3.1 湖南省科技投入關聯(lián)因素統(tǒng)計概況

為充分擴展分析數(shù)據(jù)的時間跨度，提高分析結果的準確性，結合年鑒數(shù)據(jù)統(tǒng)計的實際情況，本文最終對湖南省2010—2017 年8 年間相關20 個科技統(tǒng)計指標因素進行了采集整理，結果如表1 所示。表1 中2010 年部分變量的統(tǒng)計數(shù)據(jù)缺失，此處用符號“*”標示，并用該變量2009 年和2011 年的平均數(shù)替代。

表1 2010—2017 年湖南省科技投入關聯(lián)因素統(tǒng)計

3.2 相關性測度

本文分別從簡單線性相關和灰色關聯(lián)兩個角度，對表1 中所有與R&D 投入相關的因素進行了相關性分析，分析這些指標與R&D 投入的關聯(lián)程度。由表2 可知，在被納入分析的19 個因素中，大部分因素與R&D 投入相關性較高，在Pearson 相關性分析中呈極顯著相關或顯著相關，具有統(tǒng)計學意義。對本文中的樣本數(shù)據(jù)，Pearson 相關分析雖然能辨別出與R&D 投入不相關的因素，但是對相關因素之間的辨別度不是很高，而灰色關聯(lián)分析的結果則可以將變量間的相關關系區(qū)分開來，而不論兩者之間呈線性相關還是非線性相關。其中，R&D 投入與高新技術企業(yè)相關數(shù)據(jù)的相關性最高，包括新高技術企業(yè)數(shù)、高新技術企業(yè)總產(chǎn)值、高新技術產(chǎn)業(yè)增加值，表明兩者之間關系最為密切；其次與專利相關數(shù)據(jù)的相關性也較高，包括申請專利數(shù)、發(fā)明專利申請數(shù)、批準專利數(shù)和發(fā)明專利批準數(shù)；另外與經(jīng)濟數(shù)據(jù)如GDP、R&D 項目金額的相關性也較強，而與技術市場簽訂合同數(shù)和科技成果登記數(shù)無顯著的相關性；此外，各類專業(yè)技術人員數(shù)與R&D 投入呈不相關或呈顯著負相關，這可能與近年來國務院取消大批職業(yè)資格許可和認定事項導致獲得資格或認定的專業(yè)技術人員數(shù)量減少有關［26］。

表2 2010—2017 年湖南省科技投入各因素與R&D 投入相關性測度結果

3.3 Granger 因果關系測度

本文通過相關因素與R&D 投入的相關性測度分析發(fā)現(xiàn)，湖南省科技統(tǒng)計范圍內多個指標與R&D 投入的關系較為密切，為進一步分析這些因素與R&D投入的作用關系，我們引入了Granger 因果關系檢驗。在因素選取上，與R&D 投入相關性較高的各因素中，X8、X9、X10均與高新技術企業(yè)相關，X13、X14、X15和X16均與專利相關，而R&D 項目金額由于統(tǒng)計原因無法獲得更多的樣本數(shù)據(jù)，因此最終在考慮了數(shù)據(jù)的關聯(lián)性、代表性以及樣本數(shù)據(jù)可獲取性的基礎上，本文選取了GDP（X1）、高新技術企業(yè)數(shù)（X8）和申請專利數(shù)（X13）3 個因素與R&D 投入（Y）進行進一步的Granger 因果關系檢驗。由于Granger 因果關系檢驗要求樣本數(shù)據(jù)為平穩(wěn)的時間序列，為提高檢驗結果的準確性，我們盡可能地延長時間序列，補充了2000—2009 年湖南省R&D 投入、GDP、高新技術企業(yè)數(shù)和專利申請數(shù)的統(tǒng)計數(shù)據(jù)（如表3），最終使用2000—2017 年的統(tǒng)計數(shù)據(jù)進行分析。

表3 Granger 因果關系檢驗中補充的2000—2009 年有關變量數(shù)據(jù)統(tǒng)計

由表1 和表3 可知，Granger 因果關系檢驗的4個變量的樣本數(shù)據(jù)為明顯的上升型非平穩(wěn)時間序列，因而有必要進行適當轉換并通過平穩(wěn)性檢驗，使其滿足Granger 因果關系檢驗的前提條件。本文通過對樣本數(shù)據(jù)取自然對數(shù)得到轉換數(shù)據(jù)LNY、LNX1、LNX8和LNX13，并對數(shù)據(jù)進行ADF 單位根檢驗，以觀察其平穩(wěn)性。根據(jù)檢驗結果，對部分數(shù)據(jù)進行了一階差分后的再檢驗。由表4 可知，拒絕“存在單位根”的原假設，證明LNY、LNX1、LNX8為平穩(wěn)的時間序列；LNX13原始數(shù)據(jù)序列不平穩(wěn)，經(jīng)過1 次差分后達到在5%顯著水平下的平穩(wěn)，為一階單整序列；而LNY經(jīng)過一階差分之后ADF 檢驗值在10%顯著水平臨界值以下，可以認為仍是平穩(wěn)的時間序列。

表4 2000—2017 年湖南省R&D 投入與部分關聯(lián)因素的ADF 檢驗結果

同階單整且具有協(xié)整關系的兩個非平穩(wěn)序列也可進行Granger 因果關系檢驗。本文對LNY和LNX13進行Engle-Granger 兩步法協(xié)整檢驗但結果不通過，因此無法采用LNY和LNX13，只能采用差分后的ΔLNY和ΔLNX13進行因果關系檢驗，從而間接分析LNY和LNX13之間的關系。

由于在Granger 因果關系檢驗中得到的P值較大，為了有效區(qū)分檢驗結果，本文在10%顯著水平下進行分析。由表5 可知：（1）在滯后1～3 期時R&D 投入不是GDP 的Granger 原因，而在滯后1～2期時GDP 是R&D 投入的Granger 原因，當滯后3 期時GDP 作為R&D 投入的Granger 原因已不顯著，可見湖南省GDP 的增長變化會單向引起R&D 投入的變化；（2）在滯后1～3 期時R&D 投入一直是高新技術企業(yè)數(shù)的Granger 原因，而高新技術企業(yè)數(shù)并不是R&D 投入的Granger 原因，可見湖南省R&D投入與高新技術企業(yè)數(shù)量之間存在較為顯著的單向Granger 因果聯(lián)動關系，R&D 投入增加會刺激高新技術企業(yè)數(shù)量的增長；（3）在滯后1～3 期時R&D投入與申請專利數(shù)的Granger 因果關系檢驗結果并不顯著，直到滯后4 期時才明確R&D 投入是申請專利數(shù)的Granger 原因，而申請專利數(shù)不是R&D 投入的Granger 原因，這可能是由于經(jīng)過一階差分后用Y和X13的增量來替代進行檢驗，樣本數(shù)據(jù)已損失了較多的信息所致，可見湖南省R&D 投入增加對專利數(shù)量增長也存在一定的單向刺激作用。

表5 2000—2017 年湖南省R&D 投入與部分關聯(lián)因素的因果關系檢驗結果

4 結論

本文通過相關性分析和Granger 因果關系檢驗，對比分析了湖南省科技統(tǒng)計口徑內的多個因素與R&D 投入的關系，通過分析發(fā)現(xiàn)，在眾多的科技統(tǒng)計范疇內的因素中，大部分因素與R&D 投入存在強弱程度不一的正相關性，其中與R&D 投入關系較密切的有高新技術企業(yè)數(shù)、專利申請與授權數(shù)、GDP和R&D 項目金額等，高新技術企業(yè)數(shù)量與R&D 投入的相關性最高；而在對R&D 投入與其關系較密切因素間的相互影響關系分析中發(fā)現(xiàn)，在短期內，湖南省的經(jīng)濟增長促進了省內R&D 投入增加，而R&D 投入的增加又會進一步催化省內高新技術企業(yè)的萌生，并刺激研發(fā)主體專利成果的產(chǎn)出，但這種作用關系是單向的，反向的促進作用并不明顯。R&D 投入處于經(jīng)濟增長與企業(yè)成長、研發(fā)產(chǎn)出之間，可以理解為，從短期效應上來看，湖南省的R&D 投入是將經(jīng)濟動力轉化為企業(yè)成長動力和研發(fā)產(chǎn)出動力的中介。

5 對策建議

綜上分析，本文對湖南省增加R&D 投入、提升區(qū)域科技創(chuàng)新能力提出如下對策建議：

（1）穩(wěn)定經(jīng)濟穩(wěn)增長。經(jīng)濟增長對R&D 投入的刺激作用直接而明顯，穩(wěn)定的經(jīng)濟環(huán)境是研發(fā)投入資金來源的重要保證。要鼓勵企業(yè)開展研發(fā)活動，將經(jīng)濟收益適度地用于研發(fā)投入，提高研發(fā)支出在企業(yè)成本中的占比，促進湖南省經(jīng)濟活動和研發(fā)活動主體的良性發(fā)展。

（2）提高R&D 投入的轉化水平。R&D 投入作為經(jīng)濟動力轉化為企業(yè)成長動力和研發(fā)產(chǎn)出動力的重要中介，R&D 投入轉化水平提高意味著更好的企業(yè)成長條件和更多的科技成果。要引導R&D 資金投入到經(jīng)濟社會效益好、潛力大的主導產(chǎn)業(yè)鏈，重點關注《湖南省“十三五”科技創(chuàng)新規(guī)劃》中十大領域的產(chǎn)業(yè)技術創(chuàng)新鏈；研發(fā)主體要選擇與自身能力相適宜的研發(fā)任務進行攻關，盡可能高效地取得科學或技術上的進步；合理控制基礎研究和應用研究的比例，使原創(chuàng)性理論和應用性技術相輔相成、相得益彰。

（3）合理搭配科技政策。相對于經(jīng)濟增長對科技投入促進作用的快速直接，科技投入對經(jīng)濟增長的促進作用往往具有延時性［27］，因此湖南省在制定科技政策時，既需要制定短期的階段性政策來引導經(jīng)濟收益用于研發(fā)、刺激R&D 投入的增長，也需要制定較為長遠的持續(xù)性政策來促進科技成果轉移轉化，使R&D 投入最終轉化為經(jīng)濟社會效益。