中国科技创新的影响因素研究

摘要：

中国科技创新能力的不足已成为制约经济高质量发展的关键问题。政府将创新置于国家发展核心位置，并出台一系列政策支持科技创新、数字化转型与技术改造。本文旨在探究影响中国科技创新能力的因素，选取了2013-2020年间中国除西藏外的30个省份数据，构建面板固定效应回归模型。研究发现，数字经济发展水平、公共财政教育支出、人均GDP、研究与试验发展项目数、申请专利数与科技创新能力呈正相关，而普通本专科学生招生数与科技创新能力呈负相关。本文基于上述研究结论，对我国政府提出以下建议：第一，增加对高新技术产业的投资和政策支持；第二，注重提高教育质量，优化教育资源配置，以及加强科技人才的培养；第三，优化资源配置体系建设，建立科技投入监督机制，以实现资源的合理配置。

关键词：科技创新能力、影响因素、面板固定效应回归模型

科技全球化迅速发展，使科技创新成为国家竞争力的关键。中国正经历经济增长模式由要素驱动型向创新驱动型转变，依靠科技创新推动高质量发展已成共识。然而，尽管科技创新在国家现代化建设中占据核心地位，但仍面临动力不足和结构性失衡。本文选取2013-2020年全国30个省级行政区（除西藏外）为研究对象，探究影响科技创新的因素，旨在识别关键因素、评估其显著程度。本文旨在了解各省份发展状况，为提升科技创新能力提供有针对性的建议，从而推动我国在全球科技竞争中取得领先地位。

当前，国内学者通过构建不同指标，采用不同方法研究科技创新影响因素。大部分学者此前都使用投入-产出比来探究科技创新的影响因素。其中，王锐以31个省级行政区为研究对象，从科研投入、经济支持、政府支持和科研产出四方面进行深入分析[1]。沙彦君、王慧和张学波利用DEA-BBC模型、Malmquist指数和Tobit回归模型，探索山东省科技创新效率及其关键因素[2]。窦鹏辉和陈诗波通过多元回归模型分析科技投入产出，探讨优化科技资源投入方向[3]。黄诗华用DEA及Malmquist指数分析方法评价科技创新活动，通过Tobit回归因地制宜地提出建设性意见[4]。

截至目前，鲜有研究用面板数据回归模型对中国科技创新能力进行探究。本研究创新之处在于扩展现有研究，提供创新性影响因素。数字技术为创新提供了平台，使得实验、测试和开发更便捷，因此，本研究认为数字经济发展水平对科技创新能力有重要影响。

综合考虑指标数据的全面性和可获得性，本文选取的数据主要来源于国家统计局官网、各省份历年统计年鉴、《中国互联网络发展状况统计报告》、《中国电子信息产业统计年鉴》等。

本文采用R&D人员全时当量占常住人口占比来作为衡量科技创新能力的指标，采用相对指标以剔除规模效应产生的影响。

基于数字经济的发展特征，本文借鉴已有测度数字经济发展水平的相关研究构建数字经济综合评价指标体系以对其进行测度，采用客观赋权法中的熵权法确定指标权重。本文共设置4个指标，选取12个变量。详细指标体系如表2所示。

对变量进行描述性统计，对于技术创新指标，科技创新能力的平均数为0.173，标准差为0.185，表明我国不同省份间技术创新存在较大的差异。此外，这些变量结果与以往研究基本一致，表明数据处理过程合理，不存在显著偏差。

在实证开始前，为保证模型的稳健性，本研究首先进行平稳性检验和多重共线性检验。所有变量的p值均小于0.05，通过平衡性检验。居民可支配收入和人均GDP存在多重共线性，最终剔除居民可支配收入这一变量。进行上述检验后，留下六个平稳变量且不存在多重共线性问题。

本研究使用面板数据模型来进行迭代模型拟合，从而测试不同的自变量组合的R2值及自变量显著性。此外，构建逐个变量依次添加的普通最小二乘法（OLS）回归模型，以生成模型摘要以便分析。研究中重复此过程以寻找最优模型。通过豪斯曼检验显示p值小于0.05，拒绝原假设，表明固定效应模型优于随机效应模型。因此，本研究基于上述变量选择采用固定效应模型进行回归分析，结果如表3所示。

表3右侧显示了最终模型的回归结果。数字经济发展水平和申请专利数在5%的显著性水平下显著，其余变量在1%显著，调整后的R2值为0.768，表明固定效应模型解释了因变量方差且整体拟合良好。该模型合理描述了中国科技创新能力的影响因素，对政策制定和实践具有指导意义。

模型显示，数字经济发展水平、人均GDP、研究与试验发展项目数、申请专利数与公共财政教育支出和科技创新能力之间呈正比例关系。数字经济推动技术创新，建设数字化基础设施，促进科技创新。高人均GDP反映国家经济良好，可增加研究和科技发展投入。增加研究课题数意味着更广泛的科研活动和创新投入。专利申请数的增加表示更多发明受法律保护，鼓励创新。国家增加教育经费表明对教育的重视，营造优质科技人才培养环境，加强科技研究。普通本专科学生招生数和科技创新能力呈负相关。通常，高校招生数增加，年轻人文化素质提高，科技创新能力增强。然而，招生规模的扩大可能降低科研投入，因资源分配减少、管理难度上升导致教学质量下降，影响学生创新能力。科研活动培养创新能力，但若高校过于注重数量而牺牲质量，则科研水平下降，最终影响国家科技创新能力。

为提升科技创新能力，政府应推动数字经济的发展，增加对高新技术产业的投资和政策支持，提高科研创新资金投入。鼓励科研机构参与项目，并对有成果的机构给予奖励。出台专利法规明确创新成果产权，以支持科技创新。

教育部门需提高教育质量，优化资源配置，加强科技人才培养。政府应限制高校招生人数，避免盲目扩招。限制入学人数可优化高等教育体系，使高校专注提供高质量教育，更精准培养科技创新人才。减少入学人数有助于科研活动获得更多资源。尽管扩招促进教育普及，但需同时提高资源投入和管理优化，以避免对科技创新能力的负面影响。

政府应优化资源配置，建立科技投入监督机制，提升科技创新成果质量。统一学术标准，严惩学术不端行为，奖励高水准研究，加强高校与企业合作，推动科技成果转化，提高科技创新效率。

参考文献

[1]王锐.中国科技创新能力的时空特征及影响因素分析[D].华北理工大学， 2022. DOI：10.27108/d.cnki.ghelu.2022.000764.

[2]沙彦君，王慧，张学波.科技创新效率的时空格局及影响因素分析——以山东省为例[J]. 经济研究导刊， 2023（05）： 64-68.

[3]窦鹏辉，陈诗波.我国科技创新能力的绩效评估与影响因素分析[J].科技进步与对策， 2012， 29（07）： 133-138.

[4]黄诗华.我国科技创新绩效评价及影响因素分析[D].辽宁师范大学， 2021. DOI：10.27212/d.cnki.glnsu.2020.001077.