財(cái)政引導(dǎo)創(chuàng)新資源配置效率及其影響因素

肖建華　熊娟娟

摘 要：基于18個(gè)國(guó)家級(jí)新區(qū)所在地和其高新區(qū)的數(shù)據(jù)，運(yùn)用四階段DEA模型，考量企業(yè)在創(chuàng)新資源配置過程中的財(cái)政政策效率，研究發(fā)現(xiàn)：多數(shù)地方的新區(qū)和高新區(qū)的財(cái)政政策效率均大于1，且中部地區(qū)的財(cái)政政策效率不管是在新區(qū)還是其高新區(qū)均是最小，說明多數(shù)地區(qū)財(cái)政政策對(duì)企業(yè)創(chuàng)新的作用表現(xiàn)為“激勵(lì)效應(yīng)”；結(jié)合Tobit模型的影響因素分析發(fā)現(xiàn)，高新區(qū)與新區(qū)的財(cái)政政策效率影響因素差異較大，一些能對(duì)新區(qū)財(cái)政政策效率造成顯著影響的因素，并不能對(duì)高新區(qū)財(cái)政政策效率造成影響，說明高新區(qū)的發(fā)展已相對(duì)成熟，對(duì)產(chǎn)業(yè)集聚及創(chuàng)新資源引導(dǎo)發(fā)揮了較好作用，而新區(qū)仍有提升的空間。

關(guān)鍵詞： 財(cái)政引導(dǎo) ；創(chuàng)新資源配置； 財(cái)政政策效率

中圖分類號(hào)：F810.2 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：10037217（2018）03010507

一、引 言

“十三五”時(shí)期是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要時(shí)期，創(chuàng)新驅(qū)動(dòng)不僅要成為經(jīng)濟(jì)社會(huì)發(fā)展的第一驅(qū)動(dòng)力，而且必須擺在國(guó)家發(fā)展全局的核心位置。在我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新時(shí)代后，創(chuàng)新驅(qū)動(dòng)不僅是經(jīng)濟(jì)發(fā)展動(dòng)能轉(zhuǎn)換的主要力量，更是促進(jìn)產(chǎn)業(yè)提質(zhì)增效，有效解決供給性矛盾的根本所在。但是，創(chuàng)新驅(qū)動(dòng)的關(guān)鍵在于“創(chuàng)新”，必須提升創(chuàng)新效率水平。我國(guó)歷來(lái)重視創(chuàng)新在經(jīng)濟(jì)發(fā)展中的作用，并通過成立經(jīng)濟(jì)開發(fā)區(qū)、高新技術(shù)產(chǎn)業(yè)發(fā)展區(qū)、新區(qū)來(lái)推動(dòng)經(jīng)濟(jì)發(fā)展與技術(shù)創(chuàng)新以及產(chǎn)業(yè)升級(jí)換代，并輔之于大量的財(cái)政支持政策。事實(shí)證明，這種做法對(duì)我國(guó)的技術(shù)創(chuàng)新確實(shí)起到了相當(dāng)大的作用，有力地提升了我國(guó)的科技綜合實(shí)力。但是，財(cái)政在支持公共研發(fā)活動(dòng)方面還存在碎片化和孤島現(xiàn)象，科技資源配置交叉重復(fù)，還難以形成合力，配置效率還有較大的改進(jìn)空間[1]。本文主要以高新區(qū)、新區(qū)為樣本，對(duì)我國(guó)財(cái)政支持科技創(chuàng)新政策進(jìn)行實(shí)證分析，重點(diǎn)考察其引導(dǎo)創(chuàng)新資源配置的效率。

二、文獻(xiàn)綜述

在創(chuàng)新資源配置效率測(cè)度方面，數(shù)據(jù)包絡(luò)分析（DEA）方法是運(yùn)用較為成熟與廣泛的一種方法。吳和成等（2004）考慮到產(chǎn)出的滯后性，用改進(jìn)的DEA方法，即產(chǎn)出值滯后一期，測(cè)算我國(guó)28個(gè)地區(qū)的科技投入產(chǎn)出相對(duì)效率，并對(duì)投入產(chǎn)出的冗余量進(jìn)行分析，為我國(guó)的非DEA有效地區(qū)在投入規(guī)模上提供科學(xué)依據(jù)[2]；王忠業(yè)等（2006）利用DEA中CCR模型對(duì)遼寧省科技資源配置的相對(duì)有效性進(jìn)行評(píng)價(jià)，結(jié)果表明在1994-2003年內(nèi)遼寧省科技資源配置效率整體偏低，但基礎(chǔ)研究主要是產(chǎn)出不足，應(yīng)用研究主要是投入不足[3]；王雪原（2008）構(gòu)建科技創(chuàng)新資源配置效率評(píng)價(jià)指標(biāo)體系，采用DEA方法，對(duì)我國(guó)31個(gè)省市科技創(chuàng)新資源配置技術(shù)有效性和規(guī)模有效性進(jìn)行了系統(tǒng)分析，并提出相應(yīng)的改進(jìn)措施[4]；楊得前等以DEA和Malmguist指數(shù)為基礎(chǔ)，運(yùn)用2009-2013年省級(jí)面板數(shù)據(jù)，對(duì)我國(guó)產(chǎn)業(yè)生態(tài)化效率進(jìn)行了測(cè)算[5]。此外，多元統(tǒng)計(jì)方法也是較為常見的一種計(jì)算資源配置效率的方法。李冬梅、李石柱等（2003）通過對(duì)科技投入和科技產(chǎn)出的指標(biāo)選取，釆用主成分和聚類分析方法，構(gòu)建資源配置效率模型，用主成分方法確定各指標(biāo)之間的權(quán)重，對(duì)我國(guó)各地區(qū)科技資源配置效率進(jìn)行評(píng)價(jià)分析[6]。周勇等（2006）認(rèn)為科技資源配置能力是科技資源配置強(qiáng)度、配置結(jié)構(gòu)、配置績(jī)效、配置環(huán)境的綜合體

現(xiàn)，基于資源配置能力的內(nèi)涵和結(jié)構(gòu)，構(gòu)建評(píng)價(jià)指標(biāo)體系，并釆用“非線性”主成分方法進(jìn)行處理[8]；華瑤等（2004）從資源性能指標(biāo)、技術(shù)性能指標(biāo)和環(huán)境性能指標(biāo)三大指標(biāo)出發(fā)，考慮到問題的復(fù)雜性和評(píng)價(jià)的精確性，構(gòu)建了32個(gè)具體指標(biāo)組成四級(jí)指標(biāo)，形成評(píng)價(jià)體系[9]；陳呈頻等（2007）認(rèn)為科技資源配置指標(biāo)之間都是有一定聯(lián)系的，所以對(duì)各指標(biāo)進(jìn)行模糊處理，從科技資源規(guī)模、科技資源配置性能、科技資源配置結(jié)構(gòu)和科技資源配置環(huán)境四個(gè)二級(jí)指標(biāo)出發(fā)，建立模糊評(píng)價(jià)模型[10]。

從上述文獻(xiàn)來(lái)看，在現(xiàn)有的成果中盡管有較多學(xué)者關(guān)注效率評(píng)價(jià)，但將財(cái)政政策當(dāng)成一個(gè)外生變量來(lái)研究較為鮮見。創(chuàng)新資源配置效率不僅取決于投入要素等可控變量，也不可避免地受到財(cái)政資金投入和稅收優(yōu)惠政策等外生環(huán)境變量的影響，從當(dāng)前情況來(lái)看，提高財(cái)政引導(dǎo)創(chuàng)新資源效率依然是改革進(jìn)程中的難點(diǎn)和熱點(diǎn)。本文在以往效率評(píng)價(jià)的基礎(chǔ)上，以創(chuàng)新資源配置的全要素生產(chǎn)效率的研究框架為基礎(chǔ)，選取我國(guó)18個(gè)高新技術(shù)開發(fā)區(qū)（以下簡(jiǎn)稱“高新區(qū)”）和新區(qū)所在地的數(shù)據(jù)，運(yùn)用DEA四階段模型對(duì)創(chuàng)新資源配置中的財(cái)政政策效率進(jìn)行分析。

三、財(cái)政引導(dǎo)創(chuàng)新資源配置效率的理論假設(shè)

創(chuàng)新生產(chǎn)不僅具有私有產(chǎn)品屬性同時(shí)也具有公共產(chǎn)品屬性，這使得創(chuàng)新過程容易出現(xiàn)“市場(chǎng)失靈”的情況，政府通過財(cái)政補(bǔ)貼方式資助研發(fā)活動(dòng)投入可以解決“市場(chǎng)失靈”的情況，同時(shí)提高創(chuàng)新資源配置效率。研發(fā)活動(dòng)具有顯著的正外部性，市場(chǎng)機(jī)制作用下，企業(yè)會(huì)減少投入并使得整個(gè)市場(chǎng)的研發(fā)投入低于理想狀況，這也迫切需要政府干預(yù)。但是，財(cái)政政策引導(dǎo)對(duì)企業(yè)創(chuàng)新會(huì)產(chǎn)生兩種效應(yīng)：即“激勵(lì)效應(yīng)”和“擠出效應(yīng)”。從激勵(lì)效應(yīng)來(lái)看，財(cái)政政策是政府作用創(chuàng)新的重要工具和手段，政府通過制定相應(yīng)的科技創(chuàng)新財(cái)政政策能為企業(yè)減小壓力，并激勵(lì)企業(yè)進(jìn)行創(chuàng)新生產(chǎn)，從而提高企業(yè)的創(chuàng)新能力。主要表現(xiàn)在三個(gè)方面：一是緩解企業(yè)創(chuàng)新生產(chǎn)的資金瓶頸問題；二是優(yōu)化創(chuàng)新資源配置；三是降低企業(yè)風(fēng)險(xiǎn)。從擠出效應(yīng)看，擠出效應(yīng)是指政府介入企業(yè)研發(fā)領(lǐng)域，對(duì)企業(yè)的創(chuàng)新活動(dòng)進(jìn)行補(bǔ)貼使得企業(yè)減少創(chuàng)新的投入力度，即企業(yè)創(chuàng)新投入與政府補(bǔ)貼為反向關(guān)系。同時(shí)，財(cái)政補(bǔ)助會(huì)使企業(yè)對(duì)創(chuàng)新資源需求增加，從而使得創(chuàng)新生產(chǎn)要素價(jià)格上升，企業(yè)創(chuàng)新生產(chǎn)的利潤(rùn)下降，在利潤(rùn)下降的情況下，企業(yè)會(huì)調(diào)整其資金的投入方向，減少投入，降低風(fēng)險(xiǎn)，從而使得自身利益達(dá)到最大化。我國(guó)通過設(shè)立高新區(qū)與新區(qū)，盡管時(shí)間不同，但基本目的都是促進(jìn)創(chuàng)新，顯然，由于各自的基礎(chǔ)與初始條件差異，財(cái)政引導(dǎo)創(chuàng)新資源配置的效率方面也一定存在差異。基于上述分析，提出如下假設(shè)。

假設(shè)1：在現(xiàn)有18個(gè)并行的高新區(qū)與新區(qū)內(nèi)，財(cái)政引導(dǎo)創(chuàng)新資源配置的發(fā)生“激勵(lì)效應(yīng)”的個(gè)數(shù)要多于發(fā)生“擠出效應(yīng)”的個(gè)數(shù)。

假設(shè)2：財(cái)政引導(dǎo)創(chuàng)新資源配置進(jìn)程中，就高新區(qū)與新區(qū)而言，高新區(qū)的財(cái)政引導(dǎo)創(chuàng)新資源配置的效率要高于新區(qū)；且從區(qū)域來(lái)看，東部地區(qū)的高新區(qū)效率要高于西部與中部地區(qū)。

創(chuàng)新是一個(gè)復(fù)雜的過程，會(huì)受到多重因素的影響，財(cái)政作為影響因素之一，引導(dǎo)創(chuàng)造資源配置效率的高低也會(huì)影響創(chuàng)新產(chǎn)出，然而，影響財(cái)政引導(dǎo)創(chuàng)新資源配置的因素有哪些，這些因素對(duì)財(cái)政引導(dǎo)創(chuàng)新資源配置會(huì)產(chǎn)生什么作用呢？在現(xiàn)有研究中，一般認(rèn)為與創(chuàng)新相關(guān)的人、物、環(huán)境有關(guān)，如在財(cái)政引導(dǎo)創(chuàng)新資源配置過程中，官員特質(zhì)、資金投入強(qiáng)度、市場(chǎng)環(huán)境、地理位置等都可能成為影響財(cái)政引導(dǎo)創(chuàng)新資源效率的因素。據(jù)此，提出研究假設(shè)。

假設(shè)3：在影響財(cái)政引導(dǎo)創(chuàng)新資源效率的因素中，一把手官員的年齡、是否具有研究生學(xué)歷、任期與財(cái)政引導(dǎo)創(chuàng)新資源配置效率呈反向關(guān)系，具有中央任職經(jīng)歷的官員有利于財(cái)政引導(dǎo)創(chuàng)新資源配置效率提升。

假設(shè)4：從區(qū)域來(lái)看，東部地區(qū)的財(cái)政引導(dǎo)創(chuàng)新資源配置的效率要高于中部與西部地區(qū)；同時(shí)，資金投入越多，市場(chǎng)越成熟的地方，其財(cái)政引導(dǎo)創(chuàng)新資源配置的效率也較高。

四、 方法、指標(biāo)和數(shù)據(jù)

本文的主要目標(biāo)是測(cè)算高新區(qū)和新區(qū)的財(cái)政政策在引導(dǎo)創(chuàng)新資源配置過程中的效率，財(cái)政政策并不是創(chuàng)新生產(chǎn)的直接投入變量，所以，采取傳統(tǒng)的DEA方法并不適合，多階段的DEA方法則可以考慮環(huán)境的因素，四階段DEA模型則可以將環(huán)境變量引入模型，符合本文研究目的。

（一）模型選取

1.四階段DEA。

四階段DEA主要就是通過非參數(shù)、前沿邊界和線性規(guī)劃的方法，通過外生變量修正松弛變量，從而消除外生環(huán)境對(duì)技術(shù)效率的影響，在此基礎(chǔ)上分析其管理效率。借鑒李蘭冰（2015）[10]的方法，將財(cái)政政策視為環(huán)境變量，具體測(cè)算方法如下：

第一階段：在不考慮財(cái)政政策變量的情況下，運(yùn)用一般的的投入導(dǎo)向型DEA方法計(jì)算創(chuàng)新資源配置效率，從而獲取每個(gè)投入變量的松弛量，其中每個(gè)投入變量的松弛量等于徑向投入與非徑向投入松弛量之和。

第二階段：考慮財(cái)政政策變量。將選好的財(cái)政政策作為解釋變量，第一階段計(jì)算的投入變量松弛量為被解釋變量構(gòu)建回歸方程，分析財(cái)政政策對(duì)創(chuàng)新投入變量的松弛量的影響，公式如下：

ITSkj=fj（Qkj，βj，μkj），j=1…N，k=1…K（1）

其中ITSkj是第一階段計(jì)算的創(chuàng)新投入變量的松弛量，Qkj是第j各決策單元的第k個(gè)投入變量的財(cái)政政策變量，βj是財(cái)政政策變量的系數(shù)，μkj是隨機(jī)干擾項(xiàng)。

第三階段：對(duì)原始的投入變量進(jìn)行調(diào)整，運(yùn)用式（1）的回歸結(jié)果估計(jì)每個(gè)投入變量松弛量的估計(jì)值，方法如下：

得到投入變量松弛量的估計(jì)值后，為了消除區(qū)域間財(cái)政政策的差異，選擇最差的財(cái)政政策為樣本，對(duì)處于弱勢(shì)的財(cái)政政策地區(qū)的創(chuàng)新生產(chǎn)投入變量進(jìn)行調(diào)整，具體的調(diào)整公式如下：

第四階段：計(jì)算調(diào)整后的效率，運(yùn)用式（3）對(duì)投入變量進(jìn)行調(diào)整后，重新運(yùn)用第一階段的方法測(cè)算消除財(cái)政政策影響后的創(chuàng)新管理效率。

2.財(cái)政政策效率計(jì)算。借鑒李冰蘭的方法將創(chuàng)新資源配置效率（CE）分解為財(cái)政政策效率（FCE）和企業(yè)管理效率（MCE），則創(chuàng)新資源配置過程中區(qū)域i在t時(shí)刻的財(cái)政政策效率（FCE）的計(jì)算公式為：

FCE（i，t）=CE（i，t）MCE（i，t） （4）

其中管理效率表達(dá)式為：

MCE（i，t）=高速后的創(chuàng)新目標(biāo)值（i，t）調(diào)整后的創(chuàng)新實(shí)際值（i，t），其值處于（0，1]之間。由公式（4）可知，財(cái)政政策效率（FCE）取值可以大于1，也可以小于1。當(dāng)創(chuàng)新資源配置的綜合效率（CE）大于管理效率（MCE）時(shí)，財(cái)政政策效率（FCE）則大于1，說明該地區(qū)創(chuàng)新發(fā)展的財(cái)政政策具有優(yōu)勢(shì)，創(chuàng)新生產(chǎn)的無(wú)效率因素來(lái)自于企業(yè)的管理效率，財(cái)政政策可以彌補(bǔ)管理無(wú)效率，對(duì)企業(yè)創(chuàng)新績(jī)效具有“激勵(lì)效應(yīng)”。而當(dāng)財(cái)政政策效率小于1，說明該地區(qū)創(chuàng)新發(fā)展財(cái)政政策處于劣勢(shì)，財(cái)政政策是創(chuàng)新生產(chǎn)的無(wú)效率因素，表現(xiàn)為財(cái)政政策對(duì)創(chuàng)新績(jī)效的“擠出效應(yīng)”，當(dāng)財(cái)政效率為1時(shí)，表明財(cái)政政策對(duì)創(chuàng)新資源配置效率不起作用。

3.影響因素模型。

為進(jìn)一步探討影響該效率的原因，建立了回歸模型。考慮到在進(jìn)行DEA測(cè)定時(shí)，綜合效率存在大于1的情況，通過對(duì)比分析，選定Tobit模型對(duì)影響因素分析進(jìn)行探討。該類模型因變量受到某種條件約束，其一般形式如下：

Y=Y*=α+βX+ε，Y*>0

0Y*≤0（5）

其中，Y是受限因變量向量；X為自變量向量；α是截距項(xiàng)向量；β是回歸參數(shù)向量；ε為隨機(jī)擾動(dòng)項(xiàng)。

（二）變量選取、樣本選擇和數(shù)據(jù)來(lái)源

樣本選取當(dāng)前我國(guó)國(guó)家級(jí)新區(qū)所在地的高新區(qū)和新區(qū)數(shù)據(jù)，考慮數(shù)據(jù)可得性選取了18個(gè)地方的高新區(qū)與新區(qū)數(shù)據(jù)，具體為上海、天津、重慶、浙江舟山、廣東廣州、陜西西安、貴州貴陽(yáng)、山東青島、遼寧大連、四川成都、湖南長(zhǎng)沙、江蘇南京、福建福州、云南昆明、黑龍江哈爾濱、吉林長(zhǎng)春、江西南昌和河北保定18個(gè)地方高新區(qū)和當(dāng)?shù)氐臄?shù)據(jù)①。

投入變量：R&D;內(nèi)部支出和R&D;人員全時(shí)當(dāng)量?jī)蓚€(gè)變量分別用來(lái)衡量資金投入、人力投入。R&D;經(jīng)費(fèi)內(nèi)部支出是衡量科技經(jīng)費(fèi)投入的總指標(biāo)，其運(yùn)用的是包括實(shí)驗(yàn)開發(fā)、應(yīng)用研究和基礎(chǔ)研究在內(nèi)的項(xiàng)目和相關(guān)的管理服務(wù)費(fèi)用的總和。R&D;內(nèi)部支出不僅可以反應(yīng)企業(yè)對(duì)創(chuàng)新活動(dòng)的重視程度，同時(shí)，也在一定程度上反應(yīng)了企業(yè)自主創(chuàng)新的能力；R&D;人員全時(shí)當(dāng)量采用的是從事研發(fā)工作人員在研發(fā)上花的時(shí)間大于其年度工作時(shí)間的90%，該變量可以很好的衡量研發(fā)活動(dòng)投入人員的數(shù)量和質(zhì)量。

產(chǎn)出變量：選取專利申請(qǐng)受理數(shù)、工業(yè)增加值、利潤(rùn)與新產(chǎn)品銷售收入來(lái)衡量。在創(chuàng)新資源配置的過程中的產(chǎn)出許多都是以專利的形式出現(xiàn)，專利是創(chuàng)新產(chǎn)出的一種普遍形式；工業(yè)增加值則體現(xiàn)的是創(chuàng)新生產(chǎn)對(duì)工業(yè)生產(chǎn)的影響即促進(jìn)作用；利潤(rùn)是衡量企業(yè)生產(chǎn)經(jīng)營(yíng)能力的主要指標(biāo)，在創(chuàng)新生產(chǎn)中可以反應(yīng)其創(chuàng)新生產(chǎn)的能力；新產(chǎn)品的銷售收入則是衡量創(chuàng)新產(chǎn)出的直接變量。

財(cái)政政策變量：由前文分析可知，我國(guó)創(chuàng)新資源配置過程中的財(cái)政政策效率主要包括財(cái)政補(bǔ)助和稅收優(yōu)惠政策。其中財(cái)政補(bǔ)助通過R&D;活動(dòng)內(nèi)部支出中的政府資金進(jìn)行測(cè)算，稅收優(yōu)惠則借鑒戴晨等[11]的計(jì)算方法運(yùn)用B指數(shù)進(jìn)行測(cè)算?？紤]創(chuàng)新生產(chǎn)的滯后性，對(duì)產(chǎn)出變量進(jìn)行滯后一期處理。文章選用的創(chuàng)新資源配置投入數(shù)據(jù)是2014年的數(shù)據(jù)，而產(chǎn)出數(shù)據(jù)為2015年，新區(qū)由于成立時(shí)間不一，其投入、產(chǎn)出數(shù)據(jù)采用2014-2016年的簡(jiǎn)單平均數(shù)，其他數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)火炬統(tǒng)計(jì)年鑒》《各地方統(tǒng)計(jì)年鑒》、科技部網(wǎng)站和各個(gè)地區(qū)的高新區(qū)網(wǎng)站。具體變量如表1所示。

財(cái)政政策效率影響因素：變量主要為官員特質(zhì)、企業(yè)規(guī)模、產(chǎn)權(quán)類型、政府資金投入強(qiáng)度、創(chuàng)新市場(chǎng)環(huán)境、科研資源稟賦水平、中央地方支出責(zé)任劃分和地理位置[12]。官員性質(zhì)變量主要用于分析地方省（直轄市或自治區(qū)）主要領(lǐng)導(dǎo)（省委書記）的年齡、學(xué)歷、任期、任職經(jīng)歷等因素會(huì)不會(huì)對(duì)地方的財(cái)政政策效率造成影響；政府資金強(qiáng)度，反應(yīng)了政府對(duì)企業(yè)創(chuàng)新的支持力度，運(yùn)用R&D;內(nèi)部支出經(jīng)費(fèi)中政府資金的占比來(lái)衡量；創(chuàng)新市場(chǎng)環(huán)境運(yùn)用技術(shù)市場(chǎng)中技術(shù)市場(chǎng)的成交額與R&D;經(jīng)費(fèi)投入比衡量；科研資源稟賦水平，運(yùn)用人均研究員的R&D;投入來(lái)衡量；中央地方支出責(zé)任劃分，采用地方科技支出與R&D;內(nèi)部支出中政府資金的比值來(lái)衡量；地理位置運(yùn)用虛擬變量，將地區(qū)分為東中西三個(gè)區(qū)域。具體變量見表2。

五、財(cái)政引導(dǎo)創(chuàng)新資源配置效率的實(shí)證分析

（一）高新區(qū)財(cái)政效率分析

表3報(bào)告的是高新區(qū)創(chuàng)新資源配置財(cái)政效率。從區(qū)域來(lái)看， 創(chuàng)新資源配置財(cái)政效率最高是西部地區(qū)，最低是東部地區(qū)，與我國(guó)經(jīng)濟(jì)發(fā)展?fàn)顩r恰好相反。而在各高新區(qū)的R&D;內(nèi)部支出中的財(cái)政資金投入與稅收優(yōu)惠政策中，東部地區(qū)所獲得的財(cái)政資金與稅收優(yōu)惠政策都比中部、西部要多，但這些財(cái)政資源對(duì)創(chuàng)新資源配置并沒有發(fā)揮較好效果，甚至存在過度投入與過度優(yōu)惠問題。而在西部地區(qū)，盡管在財(cái)政支持力度上處于相對(duì)弱勢(shì)，但財(cái)政政策在創(chuàng)新資源配置過程中發(fā)揮了非常好的作用。從這點(diǎn)來(lái)看，假設(shè)2的后半部分并未得到驗(yàn)證，沒能通過檢驗(yàn)。這主要是近年來(lái)，“西部大開發(fā)戰(zhàn)略”“一帶一路”國(guó)家戰(zhàn)略的實(shí)施，財(cái)政支持力度大增，帶動(dòng)與領(lǐng)導(dǎo)大量企業(yè)重視技術(shù)創(chuàng)新，企業(yè)創(chuàng)新投入持續(xù)增加，財(cái)政在其中發(fā)揮較好的激勵(lì)效應(yīng)，從而使得西部地區(qū)創(chuàng)新資源配置中的財(cái)政效率較高。

從具體個(gè)體來(lái)看，18個(gè)高新區(qū)中包括重慶、寧波、貴陽(yáng)、青島、大連、南京、福州、昆明、哈爾濱、長(zhǎng)春、南昌、保定12個(gè)高新技術(shù)開發(fā)區(qū)的財(cái)政政策效率值大于1，說明財(cái)政對(duì)創(chuàng)新起到了正向作用即“激勵(lì)效應(yīng)”，財(cái)政政策對(duì)創(chuàng)新資源配置的引導(dǎo)發(fā)揮了較好作用。而上海張江、天津?yàn)I海、廣州、西安、成都和長(zhǎng)沙6個(gè)高新區(qū)的財(cái)政效率小于1，說明這些高新區(qū)的財(cái)政政策對(duì)創(chuàng)新的作用為“擠出效應(yīng)”，財(cái)政投入沒有有效吸引創(chuàng)新資源流入，相對(duì)于企業(yè)而言，財(cái)政政策在引導(dǎo)創(chuàng)新方面處于劣勢(shì)，這或許與其較高的發(fā)展水平及高市場(chǎng)競(jìng)爭(zhēng)度有關(guān)。其中云南昆明高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)以4.75的財(cái)政效率值排名第一，上海張江高新區(qū)以0.29的財(cái)政效率值位列末位。據(jù)此可以判斷假設(shè)1通過實(shí)證檢驗(yàn)。

（二）新區(qū)的財(cái)政政策效率

表4報(bào)告的是新區(qū)的財(cái)政效率值，在18個(gè)設(shè)有新區(qū)的地方，只有上海、天津兩個(gè)地方的財(cái)政政策效率值小于1，而其它地方的創(chuàng)新資源配置財(cái)政政策效率值均大于1，說明新區(qū)所在地的地方除上海和天津外，其它地區(qū)的財(cái)政政策對(duì)企業(yè)的創(chuàng)新均起到了“激勵(lì)效應(yīng)”，有效引導(dǎo)了創(chuàng)新資源配置，說明新區(qū)成立的必要性；而上海和天津的財(cái)政政策在該過程中為“擠出效應(yīng)”，說明財(cái)政在引導(dǎo)創(chuàng)新資源流動(dòng)與配置方面仍存在較大的改進(jìn)空間，市場(chǎng)引導(dǎo)創(chuàng)新資源配置的作用大于財(cái)政政策的引導(dǎo)作用，市場(chǎng)對(duì)企業(yè)創(chuàng)新約束較大。在引導(dǎo)創(chuàng)新資源配置的財(cái)政效率值方面，浙江舟山以9.01列第一，而上海以0.64居于末位。在財(cái)政政策效率排名前3的地方還有貴州貴陽(yáng)、云南昆明，說明新區(qū)所在地的財(cái)政政策效率與其對(duì)應(yīng)的高新區(qū)財(cái)政效率效果類似，在創(chuàng)新資源的配置過程中也是西部地區(qū)的財(cái)政政策效率更好。

（三）高新區(qū)和新區(qū)財(cái)政效率對(duì)比分析

由圖1可知，浙江、貴州、四川、吉林、河北5個(gè)地方的新區(qū)財(cái)政效率值高于高新區(qū)的財(cái)政效率值，說明這五個(gè)地方在利用財(cái)政政策引導(dǎo)創(chuàng)新資源配置方面整體政策環(huán)境較好，高新區(qū)與新區(qū)不存在較大差異；而在其余的上海、廣東廣州、陜西西安、黑龍江哈爾濱、云南昆明、湖南長(zhǎng)沙、天津、重慶、山東青島、遼寧大連、江蘇南京、福建福州、江西南昌13個(gè)地方，其高新區(qū)的財(cái)政效率值高于新區(qū)財(cái)政效率值，說明高新區(qū)的財(cái)政政策在引導(dǎo)創(chuàng)新資源配置方面發(fā)揮較好作用，而新區(qū)的財(cái)政政策要發(fā)揮好引導(dǎo)創(chuàng)新配置效率仍有較長(zhǎng)的路要走。從這點(diǎn)判斷假設(shè)2的前半部分成立，通過統(tǒng)計(jì)檢驗(yàn)。

從具體財(cái)政政策手段工具對(duì)比來(lái)看，表5報(bào)告的是效率測(cè)算中的第二階段，從表5可知，財(cái)政政策對(duì)新區(qū)投入松弛量的影響要大于高新區(qū)，但是高新區(qū)的作用更加顯著；而稅收優(yōu)惠對(duì)高新區(qū)的人員投入松弛量的影響小于新區(qū)，對(duì)高新區(qū)經(jīng)費(fèi)投入量的影響則要大于新區(qū)，變量顯著程度也是高新區(qū)大于新區(qū)?？傮w而論，高新區(qū)作為高技術(shù)產(chǎn)業(yè)的集聚地，財(cái)政政策作用效果在產(chǎn)業(yè)集聚方面的作用比新區(qū)更為顯著。

六、財(cái)政引導(dǎo)創(chuàng)新資源配置效率的影響因素分析

財(cái)政政策效率究竟受到什么因素影響，通過運(yùn)用Tobit模型對(duì)影響財(cái)政政策效率的因素進(jìn)行分析。表6報(bào)告的是財(cái)政政策效率影響因素Tobit回歸結(jié)果，總體而言，高新區(qū)的影響因素變量在5%的顯著水平下只有兩個(gè)變量顯著，其他均不顯著；而新區(qū)所在地方則大多數(shù)變量都顯著。假設(shè)3沒有通過檢驗(yàn)，“一把手”官員特質(zhì)對(duì)財(cái)政引導(dǎo)資源配置效率呈現(xiàn)反向關(guān)系；假設(shè)4沒有通過檢驗(yàn)，即在東中西部三個(gè)區(qū)域中，東部的財(cái)政引導(dǎo)配置效率僅僅高于中部而低于西部，而在市場(chǎng)發(fā)達(dá)，資金投入高的地區(qū)，財(cái)政引導(dǎo)創(chuàng)新資源的效率反而更低，原因在于企業(yè)管理效率，市場(chǎng)發(fā)揮了較好引導(dǎo)作用。具體影響因素主要表現(xiàn)為：

官員性質(zhì)變量。首先，在官員年齡變量上，無(wú)論是在高新區(qū)還是新區(qū)，其系數(shù)都為正，說明官員年齡越大對(duì)財(cái)政引導(dǎo)創(chuàng)新資源配置效率就越高，年輕的“一把手”并不能提升財(cái)政引導(dǎo)創(chuàng)新資源的配置效率，只是這種影響對(duì)高新區(qū)沒有顯著影響，但在新區(qū)具有顯著影響；其次，從官員研究生學(xué)歷來(lái)看，兩者都為負(fù)，說明官員是否具有研究生學(xué)歷并不能相應(yīng)改善財(cái)政引導(dǎo)創(chuàng)新資源的配置效率；第三，從官員任期來(lái)看，兩者都為正，說明“一把手”在位時(shí)間越長(zhǎng)，財(cái)政引導(dǎo)資源配置效率也越高。第四，從是否具有中央任職經(jīng)驗(yàn)來(lái)看，對(duì)高新區(qū)與新區(qū)都有影響且系數(shù)為負(fù)。

地理位置。從地理位置看，無(wú)論是東部、中部還是西部地區(qū)，也無(wú)論是高新區(qū)還是新區(qū)，位置是影響財(cái)政引導(dǎo)創(chuàng)新資源配置的重要因素，差異就在于其顯著性方面，西部最為顯著，中部次之，而東部最不受位置影響，說明東部地區(qū)市場(chǎng)較為成熟，在引導(dǎo)創(chuàng)新資源配置方面能夠較好發(fā)揮作用，而西部與中部地區(qū)仍需要財(cái)政指揮棒發(fā)揮作用。

政府資金占R&D;內(nèi)部支出經(jīng)費(fèi)的比重。該變量對(duì)高新區(qū)財(cái)政引導(dǎo)資源配置的效率作用不顯著且系數(shù)為負(fù)值，而對(duì)新區(qū)財(cái)政引導(dǎo)資源配置效率則具有顯著的正向影響。說明高新區(qū)作為高新技術(shù)產(chǎn)業(yè)的主要集聚地，其獲取資源的方式要優(yōu)于新區(qū)，而新區(qū)作為新成立的經(jīng)濟(jì)發(fā)展區(qū)域，其R&D;內(nèi)部經(jīng)費(fèi)支出對(duì)政府依賴性較強(qiáng)，希望政府能夠分?jǐn)傦L(fēng)險(xiǎn)，風(fēng)險(xiǎn)分?jǐn)傇蕉鄤t其財(cái)政引導(dǎo)創(chuàng)新資源配置的效率也就越高。

創(chuàng)新市場(chǎng)環(huán)境。高新區(qū)和地方模型中該變量均通過顯著性檢驗(yàn)，且系數(shù)為負(fù)值，說明技術(shù)市場(chǎng)交易額與R&D;內(nèi)部支出的比值越大，高新區(qū)和新區(qū)的財(cái)政引導(dǎo)創(chuàng)新資源配置效率越低。該比值大有兩個(gè)原因：一是技術(shù)市場(chǎng)交易額較大，說明創(chuàng)新市場(chǎng)相對(duì)成熟，在市場(chǎng)相對(duì)成熟的情況下企業(yè)獲取資源也會(huì)更加的容易，從而使得財(cái)政引導(dǎo)創(chuàng)新資源配置效率降低；二是R&D;內(nèi)部支出較少，說明企業(yè)創(chuàng)新能力不足。

科技資源稟賦水平?？萍假Y源稟賦越高高新區(qū)和地方財(cái)政政策效率均越高，但是這種影響在高新區(qū)不顯著，而在新區(qū)的表現(xiàn)顯著，說明人均研發(fā)人員的經(jīng)費(fèi)投入越多，新區(qū)財(cái)政引導(dǎo)創(chuàng)新資源配置效率也就越高。

中央地區(qū)支出責(zé)任劃分。該變量同樣在高新區(qū)表現(xiàn)不顯著，在新區(qū)表現(xiàn)顯著，且系數(shù)呈現(xiàn)一負(fù)一正現(xiàn)象。在新區(qū)該變量顯著為正，說明在新區(qū)的創(chuàng)新資源配置過程中，新區(qū)財(cái)政支出越多，其財(cái)政引導(dǎo)創(chuàng)新資源配置的效率也越高。

七、結(jié)論與政策建議

本文通過運(yùn)用我國(guó)國(guó)家級(jí)新區(qū)所在地和其高新區(qū)的創(chuàng)新發(fā)展相關(guān)數(shù)據(jù)，運(yùn)用四階段DEA模型將財(cái)政政策引入效率測(cè)算過程，從而分解出創(chuàng)新資源配置中的財(cái)政政策效率，并通過Tobit模型對(duì)其進(jìn)行分析。實(shí)證表明：在引導(dǎo)創(chuàng)新資源配置的財(cái)政效率方面，西部地區(qū)普遍較高，中部最低，多數(shù)高新區(qū)新區(qū)的財(cái)政政策對(duì)企業(yè)的創(chuàng)新生產(chǎn)起到了“激勵(lì)效應(yīng)”，只有少部分地區(qū)表現(xiàn)為“擠出效應(yīng)”。

從政策操作層面來(lái)看，政府在完善相關(guān)政策時(shí)，對(duì)財(cái)政引導(dǎo)創(chuàng)新資源配置效率為“擠出效應(yīng)”的地方應(yīng)適當(dāng)減少投入，而對(duì)“激勵(lì)效應(yīng)”的地方繼續(xù)增加投入，充分發(fā)揮財(cái)政政策對(duì)創(chuàng)新資源配置的引導(dǎo)作用。在新區(qū)發(fā)展過程中，應(yīng)當(dāng)充分借鑒高新區(qū)發(fā)展的經(jīng)驗(yàn)，對(duì)于那些創(chuàng)新效率低同時(shí)財(cái)政效率值也低的地方要具體分析，如果財(cái)政政策扶植過度，則要適當(dāng)減少財(cái)政政策扶持，發(fā)揮市場(chǎng)引導(dǎo)創(chuàng)新資源效能。Tobit回歸還發(fā)現(xiàn)各變量對(duì)高新區(qū)和地方的差異顯著，對(duì)地方財(cái)政引導(dǎo)創(chuàng)新資源配置效率有顯著影響的變量卻對(duì)高新區(qū)財(cái)政引導(dǎo)創(chuàng)新資源配置效率不顯著，反之亦然。說明經(jīng)過多年發(fā)展后，我國(guó)高新區(qū)目前的發(fā)展已經(jīng)形成了一個(gè)相對(duì)有效、能夠獨(dú)立運(yùn)行的經(jīng)濟(jì)體，對(duì)創(chuàng)新資源配置的財(cái)政效率要明顯高于新區(qū)的財(cái)政政策效率。未來(lái)我國(guó)新區(qū)的發(fā)展應(yīng)該充分利用和借鑒高新區(qū)的財(cái)政政策，因地制宜，采取不同的方式優(yōu)化其資源配置效率，尤其是加大公共研發(fā)支出，聚集產(chǎn)業(yè)，提升核心競(jìng)爭(zhēng)力，而不是一味追求財(cái)政政策的出臺(tái)。

注釋：

① 由于甘肅蘭州數(shù)據(jù)無(wú)法獲取故在本文中沒有考慮進(jìn)行分析。

參考文獻(xiàn)：

[1] 余蔚平. 積極發(fā)揮財(cái)政職能作用促進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展[J].行政管理改革，2016（1）：18-23.

[2] 吳和成，鄭垂勇. 科技投入相對(duì)有效性的實(shí)證分析[J].科學(xué)管理研究，2003（3）：93-96.

[3] 王忠業(yè).遼寧省科技創(chuàng)新體系科技資源配置有效性的數(shù)據(jù)包絡(luò)分析[J].科技進(jìn)步與對(duì)策，2006（3）：95-97.

[4] 王雪原，王宏起. 我國(guó)科技創(chuàng)新資源配置效率的DEA分析[J].統(tǒng)計(jì)與決策，2008（8）：108-110.

[5] 楊得前，劉仁濟(jì).財(cái)政投入對(duì)中國(guó)產(chǎn)業(yè)生態(tài)化效率提升的實(shí)證研究[J].財(cái)經(jīng)理論與實(shí)踐，2017，38（1）：109-115.

[6] 李冬梅，李石柱，唐五湘. 我國(guó)區(qū)域科技資源配置效率情況評(píng)價(jià)[J].北京機(jī)械工業(yè)學(xué)院學(xué)報(bào)，2003（1）：50-55.

[7] 華瑤，劉春波，朱林生. 層次分析法在科技資源配置能力綜合評(píng)價(jià)中的應(yīng)用[J].東北電力學(xué)院學(xué)報(bào)，2004（2）：42-44.

[8] 周勇，李廉水. 基于“非線性”主成分法的區(qū)域科技資源配置能力評(píng)價(jià)分析[J].科技管理研究，2006（4）：27-30+34.

[9] 陳呈頻，蘭秀菊，畢娜. 基于模糊評(píng)判機(jī)制的科技資源配置能力研究[J].浙江工業(yè)大學(xué)學(xué)報(bào)，2007（5）：509-512+520.

[10]李蘭冰. 中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)績(jī)效、源泉與演化：基于要素分解視角[J].經(jīng)濟(jì)研究，2015（8）：58-72.

[11]戴晨，劉怡.稅收優(yōu)惠與財(cái)政補(bǔ)貼對(duì)企業(yè)R&D;影響的比較分 析[J].經(jīng)濟(jì)科學(xué) ， 2008（3）：58-71.

[12]馬文聰，李小轉(zhuǎn)，廖建聰，等.不同政府科技資助方式對(duì)企業(yè)研發(fā)投入的影響[J]. 科學(xué)學(xué)研究， 2017（5）：689-699.

（責(zé)任編輯：漆玲瓊）