科技人才开发效率的空间杜宾模型分析

研究结果表明：当前我国所有省市的科技人才开发效率均未处于有效水平，但总体呈上升趋势，技术条件的优化和改善空间很大，其效率值在总体上表现出空间集聚性和空间相关性较弱的特征。政府支持力度、科研激励力度、产业结构高级化、对外开放水平对本省的科技人才开发效率具有显著正相关关系，而经济发展水平、政府支持力度、对外开放水平的空间滞后项对邻近省份的科技人才开发效率具有负外部性特征。发达地区，本省份经济发展水平、政府支持力度和对外开放程度对本省效率有促进效果，对邻省效率起到抑制效果。在欠发达地区，科研激励力度和产业结构高级化指标、对外开放水平对该地区效率值有促进效果，而欠发达地区对外开放程对邻近省份效率值有抑制效果。
1.机理分析与假设
科技人才开发指的是在增加科技人才数量的同时提高科技人才的质量，充分调动科技人才的积极性以利于科技项目的开展与产出的活动。在投入固定的情况下，单位时间内一个地区的科技人才数量或质量得到提高，或是科技人才的创造性产出增加，便是科技人才开发高效率的表现。由于科技活动的投入与产出需要一个相对较长的时间，因此通常可以将时间设定为每个年度。
一个地区的经济发展水平越高，表明该地区的人民生活水平越高、基础设施建设更加完善、产业布局也更加合理有效，更有利于吸引科技人才；而且为保持其经济健康稳定的增长，也需要进一步提高科技产出、科技创新以带动经济发展，同时其经济发展水平也能够提供充足的科技经费投入，从需求与供给两个层面均有利于提高科技人才开发效率。
地方政府对科技活动的支持力度反映在地区科技活动经费投入强度，显然省政府越重视地区科技活动，愿意投入开发的科学技术经费便越多，将更有利于科研基础设施建设与科研环境的改善，因而科技人才能运用更加先进的设备、学习先进的技术，提高科技人才质量与科技活动产出成果。
科研激励力度是影响科技人才进行科技创新、科研产出与个人科研素养提升的重要因素，显然科研激励力度越大，科技人才的收益与其负责的科技项目产出相关性增强，越能调动已雇佣的科技人才的积极性，科学的科研激励政策也能激发科研人才之间的良性竞争，提高人才质量；同时科研激励力度越大，良好的科研环境与氛围也能够最大力度地吸引科技人才，为地区增加科技人才数量。
产业结构决定产业内部的资源配置，决定着经济发展的速度和质量。高级的产业结构需要拥有合理的产业布局与资源配置、流动，当技术密集型产业越发达、第三产业占比率提高、经济体系越完善，科技人才贡献率便越高，科技人才开发效率就越高。
一个地区的对外开放程度反映了该地区与外部环境的资源与信息交换，其中也必然包括先进科学技术与先进科技人才的交流与流动。一般情况下，我们认为一个地区的对外开放程度越高，科技人才参与科研与学术交流的机会便越多，越是能接近对应领域科技前沿，这将有利于科技人才质量的提高，提高科技人才开发效率。
据此，提出下列假设：
假设一：地区经济发展水平与科技人才开发效率呈正相关关系。
假设二：地区政府支持力度与科技人才开发效率呈正相关关系。
假设三：科研激励力度与科技人才开发效率呈正相关关系。
假设四：产业结构高级化与科技人才开发效率呈正相关关系。
假设五：对外开放程度与科技人才开发效率呈正相关关系。
但是，本省份的各经济变量对邻近省份的科技人才开发效率的空间溢出效应并不明朗，既可能存在正的外部性，亦可能存在负的外部性，需要模型估计结果解读。
2.变量选取与描述性统计
在科技人才开发效率影响因素分析中，因变量是测度的科技人才开发效率，表示为SBM；自变量包括上述假设中的地区经济发展水平因素、政府支持力度、科研激励力度、产业结构高级化与对外开放程度，其中经济发展水平采用该地区人均GDP，表示为pergdp；政府支持力度采用该地区人均科学技术事业经费支出，表示为perinput；科研激励力度采用该地区R＆D经费内部支出中研究人员的人均劳务费，即R＆D经费内部支出中研究人员劳务费／R＆D人数，表示为stimu；产业结构高级化采用该地区第一、二、三产业产值比值的线性组合，不同产业产值的对应系数表明其对结构高级化指标的重要程度，其公式设定为，分别对应第一、二和三产业产值，表示为indust；最后，对外开放程度采用该地区进出口净额与GDP总额的比值，表示为open。为减少异方差效应给模型带来的影响，即显著性检验和预测性失效等，对各个解释变量进行对数化处理，各变量的简要说明与其描述性统计呈现在下表6。
表6 描述性统计
自变量
均值
标准差
最小值
最大值

10.60116
0.56122
6.6247
11.8509

-6.54249
0.89333
-8.28135
-3.92353

1.65601
0.40176
0.77725
2.89598

0.84720
0.05364
0.74314
1.03173

-4.14099
1.57235
-8.85074
2.06350

3.空间计量模型检验与分析
（1）模型检验
上述的空间相关性检验表明，各地区科技人才开发效率在空间分布呈正相关，虽然有个别年份相关性不显著，但若仍采用面板数据模型回归分析，其回归结果的无偏性与一致性将不满足，所以科技人才开发效率影响因素分析更适合采用空间面板计量模型，以减小估计误差。根据第三章的空间面板计量模型介绍，现对科技人才开发效率的空间溢出效应建模，模型设定如下：

其中，表示根据SBM模型测算所得的第t年第i个省市的科技人才开发效率；表示地区经济发展水平；表示地区政府支持力度；表示地区对R＆D人员的激励程度；；表示地区的产业结构的高级化程度；表示地区的对外开放程度；表示误差项；t=2008，2009．．．2018。
本文选用LR检验方法分别检验SDM模型与SAR模型的选取、SDM模型与SEM模型的选取，即SDM是否可以退化为SAR或SEM，两者的原假设均表示SDM模型更加合适。由于现实经济现象中，经济变量之间关系较为复杂，模型设定也可能遗失解释变量，故一般情况下模型的随机干扰项与解释变量可能存在相关性，因此本文倾向于选择固定效应模型，在LR检验中也仅展示3种空间面板计量模型的固定效应模型，其检验结果如下表7。为进一步说明模型设定的准确性，采用联合显著性检验方法检验不同固定效应模型，结果表明采用个体固定效应模型更加合适，其检验结果如下表7。

表7 LR检验
SDM、SAR
SDM、SEM

类型
统计值
P值
模型
类型
统计值
P值
模型

Ind
12.54
0.0281*
SDM
Ind
12.46
0.0291*
SDM

Time
14.61
0.0122*
SDM
Time
14.11
0.0149*
SDM

注：＊表示在10%的显著性水平下通过检验
表8 F检验
项目
统计值
P值
模型选择

Time/Both
264.24
0.0000***
双向固定效应模型

Ind/Both
10.93
0.5347
个体固定效应模型

Ind/Time
253.31
0.0000***
个体固定效应模型

注：＊＊＊表示在1%的显著性水平下通过检验。
（2）空间杜宾模型估计
为避免伪回归，先对各变量进行平方根检验，采用IPS检验与费雪式检验，检验结果陈列在表9，表明所有变量均为平稳序列，无需再进行协整检验。其中对数人均科学事业费支出虽然在IPS检验下平稳性不显著，但在费雪式检验下4个统计值均在1%水平下显著，综合而言，依然认为其具有平稳性。
表9 平稳性检验
Factor
Fisher
IPS

0.0000***
(192.845)
0.0000***
(-5.4319)

0.0000***
(111.014)
0.2418
(-0.7006)

0.0000***
(253.659)
0.0178*
(-2.1008)

0.0000***
(154.140)
0.0001***
(-3.8516)

0.0000***
(173.323)
0.0001***
(-3.6285)

注：＊表示在10%的显著性水平下通过检验，＊＊＊表示在1%的显著性水平下通过检验。

表10展示了空间杜宾模型的估计结果，为减少误差采用稳健标准误，为上述经济距离权重矩阵，是反地理距离权重矩阵的一阶倒数。其中为0.150，在5%分位数水平下显著，则科技人才开发效率在地区空间分布上存在正相关。经济发展水平的系数符合假设，但并未通过显著性检验；但其空间滞后项系数为负，并在10%水平下显著，表明本省经济发展水平地区对邻近省份呈负相关，该地区经济发展水平越高，越有可能吸引附近省份的科技人才，对邻近省份的科技人才开发效率造成负的外部性。人均科学技术事业经费支出系数为正，在1%水平下显著，表明政府对科技活动的支持力度越大，愿意支出的经费越多，科技人才开发效率越高；而且其空间滞后项估计系数为负，在1%水平下显著，同样表明当地政府支持力度越大，对邻近省份的科技人才同样具有较大吸引力，因此对邻近省份的科技人才开发效率也存在负的外部性。地区科研人员人均工资系数估计为正，在1%水平下显著，说明科研激励为科技人才进行创新活动和能力提升提供实质诱因，促使其提升科技活动产出效果，同时吸引着科技人才加入本省份的科技人才团队。地区产业结构指标估计系数为正，在1%水平下显著，表明产业结构高级化对提高科技人才开发效率具有正向促进作用，技术密集型产业越发达、经济体系越完善，科技人才的贡献率就越大，科技人才开发效率就越高。对外开放程度对本省的科技人才开发效率具有显著正相关关系，开放程度越高，地区科技人才获取外界先进科技信息的机会便越多，有益于提高科技人才质量；但其空间滞后项对邻近省份的科技人才开发效率具有负的外部性，即本省的对外开放程度越高，同样越能吸引邻近省份的科技人才。
表10空间杜宾模型估计结果
自变量
系数
标准误
系数
标准误
系数
标准误

0.0380
0.0544
-0.0078
0.0546
0.0272
0.0570

0.1215***
0.0414
0.132***
0.0443
0.139***
0.0444

0.2436***
0.0758
0.304***
0.0876
0.290***
0.0861

2.2717***
0.8146
3.241***
0.8628
2.956***
0.8421

0.1082**
0.0436
0.0550
0.0445
0.0878*
0.0468

-0.1075*
0.0552
-0.176
0.1389
-0.119
0.0969

-0.1395***
0.0521
-0.0750
0.0993
-0.156**
0.0762

0.0161
0.0874
0.0212
0.1130
-0.0222
0.1010

0.2671
1.0821
-0.750
1.5907
-0.105
1.4440

-0.0968**
0.0460
-0.0236
0.0518
-0.0730
0.0535

0.150**
-0.156
0.0907

注：＊表示在10%的显著性水平下通过检验，＊＊表示在5%的显著性水平下通过检验，＊＊＊表示在1%的显著性水平下通过检验。

在5%水平下显著不为0，因此其空间估计结果可以分解成地区各解释变量对该省份科技人才开发效率的直接效应与对邻近省份科技人才开发效率的间接效应，以及两者的总效应，结果展示在表11。就直接效应，政府支持力度、科研积极力度、产业结构高级化和对外开放程度估计系数为正，均通过显著性检验，表明本省份这些解释变量对该地区的科技人才开发效率均具有促进效果，与上文未分解前各解释变量各估计结果的相关关系与显著性检验保持一致；就间接效应，经济发展水平、政府支持力度与对外开放程度估计系数为负，均通过显著性检验，表明本省份这些解释变量对邻近省份的科技人才开发效率具有负的外部性，随着解释变量的增大，对邻近省份的科技人才越具有吸引力，导致邻近地区科技人才的净流出。

表11空间溢出效应
自变量
直接效应
间接效应
总效应

系数
T标准误
系数
标准误
系数
标准误

0.0360
0.0547
-0.1136*
0.0586
-0.0776
0.0589

0.1149***
0.0395
-0.1388**
0.0547
-0.0239
0.0559

0.2524***
0.0708
0.0503
0.0806
0.3027***
0.0483

2.2946***
0.7910
0.7385
1.1613
3.0331***
1.1755

0.1057**
0.0438
-0.0924**
0.0471
0.0133
0.0242

（3）异质性分析
经济发展水平不同，地区生活环境、生活成本、人才发展平台等诸多方面各有差异，科技人才开发效率影响因素也呈现不同影响效果。因此，为进一步了解地区经济发展水平对效率的影响，本文以2018年地区GDP中位数为基准，将基准之上的定义为发达地区，其余的地区为欠发达地区，对两者分别进行研究。由表12可知，不同经济发展水平下地区科技人才开发效率的影响因素具有差异性。在发达地区，本省份经济发展水平、政府支持力度和对外开放程度及其空间滞后项均通过显著性检验，表明这些解释变量对该地区科技人才开发效率有促进效果，对邻近省份科技人才开发效率有抑制效果。在欠发达地区，本省份科研激励力度和产业结构高级化指标通过显著性检验，表明以上解释变量对该地区科技人才开发效率有促进效果，同时对外开放程度及其空间滞后项也通过了显著性检验，表明欠发达地区对外开放程度对其科技人才开发效率有促进效果，对邻近省份科技人才开发效率有抑制效果。因此欠发达地区科技人才开发效率若要有实质性提升，应该加强科研激励力度，改善科研基础设施建设与科研环境氛围，同时加快产业结构升级，加大第三产业在经济发展中的推动作用。
表12异质性分析
自变量
发达地区
欠发达地区

系数
标准误
系数
标准误

0.1359**
0.0689
-0.0822
0.3302

0.1630***
0.0428
0.0865
0.0870

0.0040
0.1418
0.2715***
0.1028

-0.4068
1.0030
3.4433***
1.3101

0.1993***
0.0651
0.1231**
0.0620

-0.1656**
0.693
-0.2085
0.3782

-0.1150**
0.0577
0.0096
0.1465

0.2303
0.1439
0.0460
0.1198

1.7514
1.3720
-0.6724
1.3158

-0.1723***
0.0662
-0.1135*
0.0616

-0.0234
0.1009
0.0650
0.0694

五、主要结论与讨论
科技人才的引进、激励和培养对地区经济发展新旧动能的转化具有重大影响。本文以中国30个省（直辖市、自治区）2008年～2018年的科技人才开发为研究对象，运用考虑非期望产出的SBM模型测算了各省的科技人才开发效率，并以效率值作为因变量运用Tobit模型进行影响因素分析，最后对各地区科技人才开发效率的空间自相关性进行分析研究。研究结果如下：
从静态角度来看，2008年～2018年我国的科技人才开发效率值的平均值均低于1，且不同地区之间的效率值分布不均衡，说明技术条件的优化和改善空间仍很大。从动态角度来看，我国的科技人才开发效率总体上呈上升趋势，其中技术进步是全国科技人才开发效率提高的关键原因，而纯技术效率对科技人才开发效率的提高起了抑制作用。
从影响因素来看，互联网普及率、恩格尔系数、科研激励力度、产业结构高级化与我国科技人才开发效率呈显著的正相关关系，而教育水平对效率值的影响并不显著。就发达地区而言，加大科研激励力度是提高科技人才开发效率的关键因素，就欠发达地区而言，科研激励力度、产业结构高级化对效率值具有正向促进作用。

科技人才开发效率的空间杜宾模型分析相关推荐

sbm matlab,超效率sbm模型matlab-如何用matlab估计空间杜宾模型
超效率sbm模型matlab-如何用matlab估计空间杜宾模型所属分类:宝牧问答发布时间:2020-10-12 09:54:58 如何用matlab估计空间杜宾模型你怎么还没解决?实在看去了. ...
stata实现经济生态的空间杜宾模型
文章目录摘要一. Stata 实现空间杜宾模型过程 1.空间权重矩阵的生成 1.1 获取地图json数据文件 1.2 获取市级行政单元Shapefile 1.3 Arcgis创建空间权重矩阵 1. ...
空间杜宾模型-多种权重矩阵制作、空间相关性检验、SDM、SEM、SAR模型的命令、相关检验及其结果分析
一.数据介绍数据名称:[stata代码]空间杜宾模型相关检验及结果分析数据说明:包含全面的空间计量步骤--多种权重矩阵制作.空间相关性检验.SDM.SEM.SAR模型的命令.相关检验及其结果分析. ...
怎么做空间杜宾模型_面板数据空间杜宾模型
4.3.1 模型及估计 (1) 无固定效应模型当SAR和SEM模型在一定的显著性水平下同时成立时,我们需要进一步考虑面板数据空间杜宾模型,即解释变量的空间滞后项影响被解释变量时,就应该考虑建立空间杜 ...
⾯板数据分析、空间计量、空间杜宾模型学习资料
数据说明 • 该资源包含⾯板数据分析.空间计量.空间杜宾模型的软件安装教程.演示数据.代码说明以及Stata内do⽂件
空间计量经济学（3）---空间杜宾模型与广义嵌套空间模型
一.空间杜宾模型 1.空间杜宾模型形式空间杜宾模型(SDM)是空间滞后模型和空间误差项模型的组合扩展形式,可通过对空间滞后模型和空间误差模型增加相应的约束条件设立.空间杜宾模 ...
怎么做空间杜宾模型_空间杜宾模型在应用中新进展.doc
空间杜宾模型在应用中新进展空间杜宾模型在应用中新进展摘要:空间计量经济学的发展在近几年的计量研究中受到广泛关注,应用领域几乎涉及社会生活的各个方面.空间杜宾模型的研究领域主要涉及经济增长.环境. ...
spatialreg | 空间滞后模型、空间误差模型和空间杜宾模型简单形式的R语言实现...
旧文重发,原文链接:https://mp.weixin.qq.com/s/pHRS9BfkCMe1uQOSkHmqAw 关于空间计量模型,小编是通过阅读勒沙杰(James LeSage)和佩斯(R.K ...
spatialreg | 空间滞后模型（SLR）、空间误差模型（SEM）和空间杜宾模型（SDM）的简单形式的R语言实现...
关于空间计量模型,小编是通过阅读勒沙杰(James LeSage)和佩斯(R.Kelley Pace)合著的<空间计量经济学导论>(Introduction of Spatial Econ ...

科技人才开发效率的空间杜宾模型分析

科技人才开发效率的空间杜宾模型分析相关推荐

最新文章

热门文章