长三角财政科技支出的技术创新效应——基于“本地-邻地”视角

严思屏, 于艺楠

(1. 福建师范大学 经济学院, 福建 福州 350108;2. 中央财经大学 信息学院, 北京 102206)

当前,新一轮科技革命和产业变革风起云涌,挑战与机遇并存。在此背景下,谁牵住了“创新”这个牛鼻子,谁走好了“创新”这步先手棋,谁就能在全球经济竞争中占领主导地位,谁就能成为新的竞赛规则的重要制定者。因此,我国亟需增强科技创新的紧迫感和危机感,实现从要素驱动、投资规模驱动向创新驱动转变的新局面。然而,创新活动的高风险性、正外部性和信息不对称性的特点,大大损伤了经济个体的创新积极性,易造成创新市场的失灵现象,创新供给水平低于社会最优创新水平,这为政府的介入提供了理论基础与现实需要[1]。其中,财政科技支出是政府介入科技创新领域的最直接途径[2],同时也是政府引导地区创新的主要手段。

近年来,财政科技支出与技术创新的关系日益成为学者们关注的热点。从现有研究来看,多数学者支持财政科技支出对技术创新具有正向促进作用[3],财政科技支出能够有效矫正创新市场失灵现象,提高经济个体的创新积极性,但该影响会因地区差异[4]、企业差异[5]、金融发展差异[6]等而有所不同。也有部分学者认为财政科技支出对技术创新的影响并不显著或存有负面影响[7-8],主要原因是财政科技支出有可能挤出经济个体自有研发投入、扭曲经济个体正常行为[9]等。虽然现有文献对二者关系进行了一系列探索,但少有学者深入挖掘财政科技支出对技术创新影响的传导路径,且多数研究采用传统计量经济学方法[10],局限于财政科技支出的本地技术创新效应,而忽略了该效应可能从本地向邻地扩散,对邻近地区技术创新产生影响,故难以全面揭示财政科技支出对技术创新影响的复杂机制。

长江三角洲作为我国创新能力最强的区域之一,其创新能力的提升对构建新发展格局和引领经济高质量发展皆具有重要意义。值得思考的是,在长三角区域一体化进程中,上海、江苏、浙江、安徽四地是否在科技创新领域产生“协同力”,财政科技支出是否在其中发挥了显著作用。本文立足于长江三角洲,以地级市为观测单元,探究财政科技支出对“本地”和“邻地”技术创新水平的影响效果及影响机制,以期拓展财政科技支出的创新效应研究,为政府制定财政政策提供参考,并助力我国长三角地区协调健康发展和创新先锋目标的实现。

一、 理论机制与研究假设

1. 财政科技支出对技术创新的直接效应

财政科技支出是技术创新的重要资金来源。一方面,财政科技支出能够直接缓解技术创新部门资金紧张状况。财政科技支出直接为经济个体提供资金,很大程度上缓解技术创新前期、中期的资金短缺情况,降低因资金短缺导致创新项目终止的可能性。另一方面,财政科技支出能够矫正技术创新市场失灵状态。技术创新具有明显的正外部性特征,即市场中的经济个体可以在不支付成本的情况下获取其他经济个体的创新产出,这使得技术创新市场易出现“搭便车”现象,技术创新部门的私人收益小于社会收益。财政科技支出相当于地方政府对私人部门提供创新补贴,这有助于缩小私人收益与社会收益的差距,提高私人部门的创新积极性,促使技术创新的供给水平达到市场最优状态。

基于此,本文提出假说H1:财政科技支出对本地技术创新水平产生正向促进作用。

2. 财政科技支出对技术创新的中介效应

技术创新水平的提升依赖于投入要素的增加[11]。一方面,财政科技支出对地区人力资本水平产生影响。一是财政科技支出中的科技奖励支出,有利于激发科研院所或高校科研人员的创新活力;二是政府通过财政科技支出支持科研院所和高校培养科技人才,同时企业通过招聘将人才引入企业,提升企业整体研发水平。另一方面,财政科技支出对地区金融资源流向产生影响。商业银行等金融机构出于安全考虑,在技术创新项目产生经济效益前,大多不愿向其提供贷款或进行融资。而政府进行财政科技支出有利于向外界传递积极信号,即该创新项目得到政府认可与资助,降低了投资的风险性和信息不对称性,增强了项目的可信度,从而提升金融机构对技术创新项目的贷款和融资意愿,缓解企业外部融资约束。

基于此,本文提出如下假设。

H2:财政科技支出通过提高人力资本积累促进地区技术创新水平的提高。

H3:财政科技支出通过吸引金融资源投入促进地区技术创新水平的提高。

3. 财政科技支出对技术创新的空间溢出效应

财政科技支出不仅会通过上述途径对“本地”技术创新水平产生影响,而且这种影响也会辐射到周边地区,产生“邻地”技术创新效应。一是政府示范效应。近年来,随着创新驱动发展战略的推进,地方政府间传统的“为经济增长而竞争”的模式逐渐转变成“为地方创新而竞争”的模式[12],这使得相邻地区政府财政科技支出行为具有相关性。若一地区政府财政科技支出增加,该地创新环境得以改善,而周边地区政府“无动于衷”,由于研发人员要素的“趋优性”和研发资本要素的“逐利性”[13],研发要素会流入外部环境更良好的地区,地区间的创新差距会逐步增大,因此,周边地区必须相应提高财政科技支出以避免研发要素外流。二是知识溢出效应。受地理距离、生活习惯和文化习俗等方面的影响,邻近地区的人才流动和商品贸易往来更为频繁。在人才流动的过程中,科研人员所掌握的专业技术或管理技术会随之外流至新企业或新机构,从而产生知识溢出现象。在商品贸易的过程中,一方面周边地区企业可以通过模仿或逆向工程等方式,间接获得新产品的设计原理或生产技术,并将新知识运用到企业的生产过程中;另一方面处在创新企业上下游的相关企业通常可以无偿获取新的生产知识或营销知识。因此,技术创新主体难以获得创新所带来的全部收益,该收益容易溢出到周边地区,对“邻地”技术创新水平产生正向影响。

基于此,本文提出假说H4:财政科技支出对邻地技术创新水平产生正向促进作用。

二、 研究设计

1. 变量选取

(1) 被解释变量。技术创新水平(I)。目前,国内外学者多采用专利来衡量技术创新水平[14-16]。在统计年鉴中,有两个关于专利的指标,分别为专利申请量和专利授权量。其中,专利申请量代表创新主体做出的创新努力,难以准确反映其创新情况。因此,本文采用取对数后的专利授权量来衡量地区技术创新水平。

(2) 核心解释变量。财政科技支出(T)。本文参考王丰龙等[17]与杨磊等[18]的做法,采用取对数后的地方财政一般预算内科学支出来衡量财政科技支出。

(3) 中介变量。①人力资本积累水平(H)。本文的“人力资本”主要指的是科技人力资本。考虑数据的可得性,本文选择取对数后的各城市城镇单位科学研究和技术服务业人员数来衡量地区人力资本积累水平。②金融资源投入水平(F)。本文参考闫永生等[19]的做法,采用金融机构年末贷款余额占地区生产总值的比重来衡量地区金融资源投入水平。

(4) 控制变量。影响地区技术创新水平的因素众多,本文参考汪辉平等[20]、孙开等[21]、潘明明等[22]学者的做法,选取以下控制变量: ①经济发展水平(G),采用取对数后的各地区的人均国民生产总值来衡量;②地区教育水平(E),采用普通高等学校在校学生数占年末人口总数的比重来衡量;③地区开放水平(O),采用地区进出口额占地区生产总值的比重来衡量;④地区产业结构(S),采用第三产业增加值占地区生产总值的比重来衡量。

2. 模型构建

(1) 中介效应模型构建。从影响机制看,财政科技支出能够通过促进人力资本积累和吸引金融资源投入对技术创新产生影响,因此本文构建以下中介效应模型:模型(1)用于检验假设H1,模型(1)、(2)、(4)用于检验假设H2,模型(1)、(3)、(5)用于检验假设H3。

式中:i代表各地级市;t代表年份;Iit为技术创新水平;Tit为财政科技支出;Hit为人力资本积累水平;Fit为金融资源投入水平;Zit为控制变量;εit为随机扰动项。

(2) 空间计量模型构建。

① 空间自相关检验。在构建空间计量模型前,需要计算莫兰指数(Moran’I)以分别检验财政科技支出与技术创新水平的空间自相关性。通常情况下,首先计算全局莫兰指数(Global Moran’I)以检验整体空间的相关性,其次计算局部莫兰指数(Local Moran’I)以检验局部空间的相关性。

全局莫兰指数的计算公式为

(6)

局部莫兰指数的计算公式为

(7)

② 空间权重矩阵设计。由于财政科技支出的政府示范效应和知识溢出效应主要产生于邻近区域,因此,本文构建地理权重矩阵(W)来衡量变量的空间关联度。地理权重矩阵的表达式为

(8)

式中,dij表示第i市和第j市间的行政中心距离。若距离越远,则Wij越小,表示区域间的空间相关性越弱;若距离越近,则Wij越大,表示区域间的空间相关性越强。

③ 空间计量模型构建。空间计量模型包含很多类型,一般可分为空间自回归模型(SAR)、空间误差模型(SEM)及空间杜宾模型(SDM)三类。空间杜宾模型同时包含被解释变量和解释变量的空间滞后项,能够更好地测度空间溢出效应,因此本文构建如下空间杜宾模型:

Iit=α+ρWIit+β1Tit+∑βiZit+θ1WTit+∑θiWZit+μi+vt+εit

(9)

式中:Iit为被解释变量;Tit为核心解释变量;α为常数项;W为空间权重矩阵;ρWIit和θWTit分别表示被解释变量和解释变量的空间滞后项;μi为个体固定效应;vt为时间固定效应;εit为随机误差项。

3. 数据说明

本文使用长江三角洲41个地级市2010—2020年的面板数据,原始数据来源于历年《中国城市统计年鉴》《上海统计年鉴》《江苏统计年鉴》《安徽统计年鉴》《浙江统计年鉴》及各地级市统计年鉴。变量的描述性统计结果如表1所示。

表1 描述性统计结果

三、 实证分析

1. 中介效应分析

近年来,Baron和Kenny[23]的逐步检验回归系数法不断受到质疑和批评。目前,学者们普遍认为需将逐步法中的Sobel法替换为Bootstrap法检验系数乘积的显著性。因此,本文采取温忠麟和叶宝娟[24]提出的新的中介效应流程进行检验。根据Hausman检验结果,模型均采用固定效应进行回归,回归结果如表2所示。在模型(1)中,财政科技支出(T)对技术创新水平的影响显著为正(即α1显著为正),假设H1得到验证,故可继续进行下一步中介效应检验。

表2 中介效应模型回归结果

在模型(2)中,财政科技支出(T)的系数为0.135 3,且在5%的水平上显著为正(即β1显著为正),表明财政科技支出的增加有利于促进人力资本积累。在模型(4)中,人力资本积累水平(H)的系数为正但不显著(即γ2不显著)。根据新的中介效应检验流程,本文采用Bootstrap法来进一步检验H0:β1γ2=0,若结果显著,说明存在中介效应。Bootstrap重复样本数为1 000,置信区间为95%,分别采用Percentile和Bias-corrected两种置信区间估计方式。财政科技支出对技术创新水平直接影响的两个95%置信区间分别为[0.182 8,0.368 3]和[0.167 8,0.354 0],均不包含0;财政科技支出对技术创新水平间接影响的两个95%置信区间分别为[0.247 3,0.416 1]和[0.253 1,0.423 1],均不包含0,故存在中介效应。进一步,在模型(4)中,财政科技支出(T)的系数在1%的水平上显著为正(即γ1显著),且γ1与β1γ2同号,故存在部分中介效应,即财政科技支出能够通过提高人力资本积累水平来促进地区技术创新,与假设H2相吻合。政府通过财政科技支出给予企业、高校及科研院所资金资助或科技奖励,支持其培养和引进高技术人才,进而提高地区人力资本积累水平。人力资本是技术进步和知识积累的关键因素[25],人力资本积累水平的提高有利于提升科研人员学习、消化和创造新技术的能力,从而对地区技术创新水平起到正向促进作用。

模型(3)和模型(5)中财政科技支出(T)和金融资源投入水平(F)的系数均在1%的水平上显著为正(即θ1、η1、η2均显著为正)。根据新的中介效应检验流程,财政科技支出能够通过促进金融资源投入来促进地区技术创新,与假设H3相吻合。企业是技术创新的重要主体,而政府财政科技支出相当于向外界释放“认证信号”或“光环信号”,因此金融机构可能认为该创新项目得到政府支持或该企业与政府关系良好,从而降低了金融机构对其的风险评估,并为其提供贷款,缓解了企业的外部融资约束,最终提升地区技术创新水平。

2. 空间溢出效应分析

(1) 空间自相关分析。

①全局空间相关性。2010—2020年财政科技支出与技术创新水平的全局莫兰指数如表3所示。由表3可知,2010—2020年财政科技支出与技术创新水平的全局莫兰指数均为正值,大多通过显著性检验。由此说明,财政科技支出与区域技术创新水平呈现出明显的空间依赖性,这表现为某一地级市财政科技支出和技术创新水平的提高会对周围地区产生正面的影响。

表3 2010—2020年财政科技支出与技术创新水平的全局莫兰指数

② 局部空间相关性。基于局部莫兰指数,本文绘制了2020年财政科技支出与技术创新水平的莫兰散点图(如图1所示)。从整体上看,大部分地级市都落在莫兰散点图的第一象限和第三象限,这再次验证了财政科技支出与技术创新水平的空间正相关关系,即存在“高高”集聚和“低低”集聚现象。技术创新水平分布更为分散,这说明技术创新在空间分布上表现出不平衡发展的局面。此外,财政科技支出高聚集地区同时是技术创新水平的高聚集地区,例如上海、无锡、杭州,而财政科技支出低聚集地区也是技术创新水平的低聚集地区,例如淮南、阜阳、安庆。财政科技支出与技术创新水平呈现出大致相同的聚集特征,这说明二者之间存在较强的相关性。

图1 2020年财政科技支出和技术创新水平的莫兰散点图

(2) 空间杜宾模型估计。因为Hausman检验结果的P值小于0.01,即拒绝了“随机效应优于固定效应”的原假设,所以本文选择固定效应模型。固定效应包含个体固定效应、时间固定效应和双固定效应。从拟合优度来看,个体固定效应的R2值最大,为0.725 7,说明该模型的拟合程度最高。因此,本文最终选取个体固定效应的空间杜宾模型作为进行空间计量回归的估计模型(见表4)。由表4可知,财政科技支出的估计系数为0.141 7,且在1%的显著水平下显著。其经济学含义为:在其他条件不变的情况下,长三角地区财政科技支出每增加1%会带动该地区技术创新水平提升0.141 7%,与假设H1吻合。空间自回归系数(rho)为0.544 7,且在1%的显著水平下显著,这说明一个地区技术创新水平的提升会对周边地区技术创新水平产生正向影响,与假设H4吻合。

表4 空间杜宾模型估计结果

上述结果仅是对财政科技支出与区域技术创新水平空间相关关系的初步判断,Elhorst[25]认为应当在点估计的基础上进一步对总效应进行分解,测算直接效应和间接效应的大小。因此,本文进一步使用偏微分法将总效应分解成为直接效应和间接效应两部分,分解结果如表5所示。其中,直接效应为本地效应,表示本地区某变量变动对于本地区技术创新水平产生的影响。间接效应为邻地效应,表示本地区某变量变动对于周边地区技术创新水平产生的影响。

由表5可知,财政科技支出的直接效应为0.179 4,在5%的显著水平下显著,这说明一个地区财政科技支出越多,其技术创新水平越高。财政科技支出有利于为本地区技术创新活动提供充足的资金保障,降低技术创新活动的不确定性。同时,财政科技支出能够缩小私人收益与社会收益的差距,缓解市场失灵现象,从而提高地区内经济个体进行创新的积极性。财政科技支出的间接效应为0.593 3,在1%的显著水平下显著,表明本地区的财政科技支出会对相邻地区的技术创新水平提升产生积极作用。一方面,随着我国创新驱动战略的深入实施,地方政府竞争模式逐渐发生改变,不再“唯GDP论英雄”,转向“为创新而竞争”的新模式。同时,中国独特的地方官员晋升机制不仅需要考核各项任职期间本地区的纵向年度指标,而且需要与其他地区经济指标进行横向比较[26]。因此当一个地区增加财政科技支出时,周边地区官员在创新竞争和政治晋升的双重驱动下,会选择模仿该地区政府行为,增加财政科技支出,进而对周边地区技术创新水平起到正向促进作用。另一方面,因为在区域间人才流动或商品贸易等过程中知识溢出是必然现象,所以一个地区创新水平的提高会对邻近地区的创新产生正向促进作用。值得注意的是,财政科技支出对本地区技术创新水平的直接效应(占比约23.22%)小于对周边地区技术创新水平的间接效应(占比约76.79%),这意味着在长三角地区财政科技支出对邻近地区技术创新产生较好的辐射带动效应。

四、 结论与建议

本文基于2010—2020年长三角41个地级市面板数据,建立中介效应模型和空间计量模型,实证考察了财政科技支出对技术创新水平的影响及路径机制。主要结论如下:第一,财政科技支出对提升本地技术创新水平至关重要。政府财政科技支出作为技术创新重要的资金来源之一,对地区技术创新水平起到正向促进作用。第二,从传导路径来看,财政科技支出主要通过促进人力资本积累和金融资源投入来提升地区技术创新水平。第三,财政科技支出能够促进邻近地区技术创新水平的提高,且邻地效应大于本地效应。财政科技支出正向空间相关性的存在,促使财政科技支出在影响邻近地区财政科技支出的基础上,间接影响邻近地区创新水平。同时,财政科技支出能够影响本地区的创新水平,本地区又会通过知识外溢影响邻近地区的创新活动,从而影响其创新水平。基于上述结论,本文提出以下政策建议:

第一,继续加大财政科技支出。我国若想搭上新一轮科技革命和产业变革的快车,提高技术创新水平是关键。长三角地区作为我国技术创新的领头军,需进一步发挥引领作用。实证结果显示,长三角地区财政科技支出对技术创新水平的提升有显著的正向促进作用。2020—2021年,我国长三角地区财政科技支出从1 738.82亿元增至1 954.10亿元,专利授权量从115.03万件增至143.91万件(2020年和2021年《中国城市统计年鉴》)。因此,我国长三角地区有必要继续加大财政科技支出,以激发本地区经济主体的创新积极性,降低创新的风险性,提升地区技术创新水平。

第二,充分发挥人力资本与金融资源对技术创新的积极作用。政府一方面应深化科研经费管理改革,提高间接费用与绩效支出比例,鼓励科研机构、高校和企业通过股权、期权、分红等多样化方式激励科研人员,并为科研人员提供住房、医疗、子女教育等方面的便利条件,吸引高层次人才,充分释放科研人员创新活力;另一方面应建立健全银行信贷与科技创新的对接机制,政府部门应出台相关政策,鼓励金融机构认可以知识产权、专利、商标等无形资产作为抵押品进行融资,并在金融机构与创新企业间搭建对接平台,降低信息不完全和信息不对称性,提高金融机构为技术创新提供资金的意愿,缓解企业的外部融资约束。

第三,统筹规划,加强地区间交流合作。地方政府应以长三角区域经济一体化发展战略为重要抓手,提升各地财政科技支出对长三角整体创新绩效的贡献度。一方面,最大程度发挥知识溢出效应。完善互联互通的基础设施建设,破除区域性市场分割壁垒和体制机制障碍,加强城市间合作交流。另一方面,充分发挥地方政府竞争的积极作用。各地级市政府因地制宜,丰富和优化地方政府官员的绩效考核指标,加强科技创新考核力度。同时,长三角地区政府间应加强沟通,统筹规划,防止出现过度同质化竞争现象。