福建社会科学院
内容提要：本文应用空间计量模型考察我国地方财政科技投入之间的策略互动效应及其来源，包括地方政府间科技产出导向的标尺竞争和中央-地方分权强化的科技资源竞争。基于不同的空间权重矩阵设定，研究发现，资源竞争机制在地方财政科技投入的策略互动中起到十分明显的作用，且作用强于标尺竞争，其中对科技人才的争夺是地方政府最为关注的对象。标尺竞争机制也存在影响，在标尺竞争中，其他地区的科技创新成果市场化水平与新技术产业化水平对本地区科技投入影响较大。
关键词：策略互动 标尺竞争 资源竞争 科技投入
一、引言与文献回顾
自1994年分税制改革实施以后，随着中央-地方财权与事权范围的逐渐明晰、区域性创新体系的形成，地方政府承担的公共科技发展职能正趋于强化，政府财政科技拨款中中央政府支出所占比重出现了较大幅度的下降，从1994年的74.1%下降为2012年的46.7%[①]，表明地方财政在支持我国科技发展改革与创新型国家建设中的作用明显提高。但是长期以来，学术界对地方政府间公共性科技投入的互动关系却研究有限。事实上，厘清地方政府间科技投入相互影响的机制不仅有利于进一步评估基于横向比较的地方科技投入财政效率，也有助于识别区域间竞争行为对区域创新体系建设产生的影响。
目前在地方政府支出的策略互动问题上，研究较为充分的主要有成本收益外溢、财政竞争、标尺竞争等三种机制。关于支出策略互动现象的实证研究也趋于增多，政府间财政支出存在的两种关系——策略互补性与策略替代性[②]，已为许多文献所证实，例如Hammado等(2012)的研究表明欧盟15国中经济、商业、创新禀赋相似的国家间在R&D支出上存在互动性。郭庆旺等（2009）基于分省面板数据发现省级的社会性支出（文教科卫支出）存在竞争性互动，王美今等（2010）、郭玉清等（2012）发现各省的科教文卫支出、李涛等（2009）、沈能（2009）发现各省的科技支出存在互补性行为。然而，现有的文献还存在一些不足。一是现有研究的焦点主要集中于地方政府支出的外溢效应，对标尺竞争、资源竞争机制的研究均未涉及。二是现有研究侧重点在于地方财政支出总体水平上的博弈，未能考虑到子类支出的特殊性，所建立模型对不同子类的财政支出采用了共有的解释变量，其因果关系的非稳健性使研究结论的可信度下降。
基于现有文献的实证思路与问题设定，本文重点研究地方财政科技投入策略互动机理，揭示地方政府在公共科技投入上的交互影响和作用机制。主要创新之处有：①阐明科技投入中存在的资源竞争与标尺竞争，指出地方政府在科技发展上相互竞争的主要三种资源以及基于区域技术创新能力不同进阶的三种竞争标尺。②考虑到地方政府间策略互动行为的影响模式，应用新近发展的空间Durbin模型对地理相邻和经济相邻地区的策略行为如何影响本地区科技投入的水平进行研究；③探讨中央科技资源地区分布对地方财政科技投入产生的影响。
二、地方政府科技投入的策略互动与竞争行为特征
（一）中央-地方分权强化的科技资源竞争
在资源有限且存在分权激励的机制下，地方政府出于对科技资源禀赋的追求，往往以财政科技投入作为竞争的手段来改变本地区的资源吸引力，促使周边地区优质的科技资源向本地区流入。根据我们的归纳，地方政府追逐的科技资源主要有如下三种：
1.科技人力资源竞争
科技人才是科技资源中十分重要的一种资源，正如Lucas（1990）指出，知识产品和人力资本具有递增的边际生产率，人力资本水平高的地区往往更容易吸引物质资本和先进的生产技术。此外，科技人才往往接受过年限较长的教育，是社会人力资本分布结构中位于较高层级的一端，具有较强的外部性。因此，地区拥有的科技人才是地区科技竞争潜力的重要组成部分，为获取人力资本收益及其外部性，地方政府间有通过竞争吸引科技人才的动力。
2.外部技术资本竞争
在科技资源的争夺中，来自国外拥有领先技术优势的资本是地方政府之间相互争夺的对象之一。现有的许多文献不仅表明在财政分权下，由于内资的流动受信贷体制限制，运用财政手段吸引FDI是地方政府的主要竞争行为与地方官员的重要任务（傅勇等，2007），而且FDI对地区科技能力提高也有重要的影响。如王红领等（2006）发现地区FDI的进入程度对内资企业的研发能力程度提高所产生的影响显著为正，徐侠等（2008）发现高R&D投入的外资企业对内资企业增加研发投入的示范效应显著为正。因此，考虑到地区吸引外资水平背后包含的外资企业所拥有的技术资源与技术信息及其对内资企业的外溢效应，可以认为外商直接投资是地区政府间科技资源竞争的目标之一[③]。
3.中央科技资源竞争
长期以来，中央对各省区的科技投入始终存在较大差异，北京、陕西、四川、安徽等省份获得的中央投入较多，而广东、福建、浙江、贵州等投入较少，这一分布结构主要取决于地方的科技载体和创新能力（刘凤朝，2009）。中央科技投入主要分布于基础研究、社会公益研究、重大共性关键技术研究、国防科技研究、前沿研究等领域，有观点认为基础性科技投入仅能间接增加地方经济产出，且排他性较弱，对地方科技投入的激励不大。但我们认为，中央科技投入项目相对规模大，技术含量高，能够促进科技资源的集聚尤其是中央科研院所、大专院校人才向项目所在地区转移，其研究过程产生的外部性也是本地区受益最为明显。此外，列入中央科技计划如863计划、国家攻关计划、火炬计划的项目更容易获得声誉效应，可降低项目的融资难度，提高项目实施的可行性，这些对本地的经济都有着带动作用。因此，对中央的纵向科技资源的竞争也是地区政府促进科技发展的重要手段之一。
（二）科技产出导向的标尺竞争
标尺的含义主要界定为能够体现经济激励或政治激励的相关指标。在科技领域，官员的政绩并不体现为经济性指标，而主要体现为科技产出指标，例如在科技部发布的年度《科技统计报告》中，对各地区重要的科技产出衡量指标有区域专利数量、区域发表重要论文篇数、重大科技成果、区域技术市场签订的技术合同数等等。那些科技发展较快、技术创新能力较强的地区科技产出指标往往具有较强的示范效应，成为相邻地区的“追赶”目标。另一方面，科技领域已经形成了较为成熟的发展评价机制，部分地区甚至把科技创新考评指标结果纳入政府年度目标责任制内容，作为官员评价任用的重要依据。因此，在科技制度与政治制度相互嵌入作用的标尺机制制约下，一个地区的科技发展决策容易受到邻近地区或发达地区科技产出成果标尺的影响，不仅会模仿其他地区的制度安排和相关政策，而且会在其激励下改变自身的科技投入水平。
三、研究设计
（一）模型设定
本文采用同时包括空间滞后的解释变量及被解释变量的空间Durbin模型（SDM）对地方财政科技投入间存在的策略互动关系进行估计。空间Durbin模型的一般形式如（1）所示：
其中，
式（1）意味着若
若
对此，需用Wald统计量及LR统计量分别检验假设
为了考察策略互动效应的来源，以及为消除资源竞争变量与标尺竞争变量之间可能存在的相关性，我们建立资源竞争和标尺竞争两个SDM模型并分别进行估计，以估算地方政府进行的科技资源争夺与标尺竞争是否及如何影响地方科技投入决策。
（二）解释变量说明
科技资源模型的解释变量包括科技人才、外资、中央科技资源三种资源。测度科技人才资源拥有量的一个合适指标是地区拥有的科技活动人员数，但由于2010年起，《中国科技统计年鉴》不再纳入这一指标，为保持统计口径的一致性，本文采用各地区人均拥有的R&D人员全时当量指标作为衡量地区拥有的科技人才资源（rdpopu）的代理变量。各省市对外资资源的竞争我们用地区人均FDI规模（fdi）表示，并依据每年的汇率指数进行了调整。在对中央政府科技资源的竞争上，理想的变量是中央对地方的分省科技投入水平，但由于缺乏相关统计，我们采用历年各地承担的国家产业化计划项目数(stateproj)来近似反映中央对地方科技投入的分布，这一指标是每年各省市承担的火炬计划与星火计划项目数的和。
标尺竞争模型变量选择主要基于“自上而下”的考核方式，主要选取区域人均发明专利授权量（pat）与区域人均技术合同成交金额(ttrade)、区域高技术产业产值占地区生产总值的比重(hitechratio)这三个指标作为标尺竞争的代理变量，分别对应地区的技术创新能力、创新成果市场化能力与新技术产业化能力等科技生产能力。其中，发明专利授权量被视为是各类专利指标中相对技术含量最高的指标，可以比较客观地反映出地区科技力量的强弱。技术合同成交金额反映区域技术市场的活跃度，是地区科技技术知识扩散与传递的重要载体。高技术产业产值占GDP的比重则反映了一个地区产业结构中的技术含量与产业化高度，高技术产业是技术和资本高度密集型产业，对地区经济增长起着重要的引领作用。
（三）控制变量选择
除去重要解释变量外，我们也增加重要的控制变量以对模型施加不同影响：①各地区财政收入水平(fiscalrev)，用人均财政收入来表示；②城市化水平(urban)，用城镇人口占总人口的比重来表示；③地区的经济开放度(open)，即地区的进出口总额在地区生产总值中所占比重，依据汇率指数进行了换算。
（四）空间权重矩阵选择
空间权重矩阵W是空间计量模型的关键，也是地区间空间影响方式的体现，为进行比较，本文采用三种空间权重矩阵：
1.依据简易原则建立的二分邻接矩阵，遵循的判定规则是Rook相邻规则，即两个地区拥有共同边界即视为相邻。邻接矩阵Wn的设定方式如下：
邻接矩阵计算简便，含义明晰，是最广为应用的一种空间权重矩阵，因此，本文主要的分析结论是基于邻接矩阵的设置。
2.地理距离矩阵。
地理距离矩阵也是常用的空间权重矩阵设置形式。按照Anselin(1988)的建议，对地理距离的空间权重矩阵Wd设置为：
其中dij是i地区与j地区的地理距离，我们基于省份i与省份j省会城市（或直辖市）的经纬度坐标进行地表距离的测算，测算公式如下：
其中，Lati表示i城市的经度，Lungi表示i城市的维度，常数R=6378（km）为地球半径。
3.经济距离矩阵。
为研究在经济发展水平相近的地区之间是否存在竞争关系，我们采用经济距离矩阵来设置空间权重矩阵，具体的构建方法为：
式（7）中，
最后，所有的空间权重矩阵都进行了行标准化处理，即每个元素同时除以所在行元素之和，使得每行元素之和为1。
（五）数据来源及估算方法
考虑到分地区科技指标统计的连贯性与完整性，本文选取的样本为2002-2011年31个省市的分地区面板数据，被解释变量为各地区财政科技投入决算数(si)，数据来源于历年《中国科技统计年鉴》、《中国高技术产业统计年鉴》、《中国财政年鉴》、《中国统计年鉴》，以及各省份的区域统计年鉴。空间数据来自国家基础地理信息系统数据库。为消除面板数据可能存在的非平稳性和非线性问题，本文采用通常的做法，将所用变量都采用自然对数形式，同时为消除解释变量可能存在的内生性问题，对被解释变量均采用滞后一期。计量模型设置如下：
资源竞争模型：
标尺竞争模型：
其中
四、实证分析
（一）结构检验
首先我们采用稳健LM统计量来判断空间计量模型是否适用于我们的样本面板数据的建模以及预先确定模型的结构。检验结果如表1所示，在同时包含时间及空间固定效应截距项的条件下，无论是面板SAR模型还是面板SEM模型，LM统计量都不能在0.05的水平上拒绝原假设，但在包含时间固定效应截距的模型中，仅标尺竞争SEM模型不能拒绝不存在空间相关性的原假设，表明我们的样本数据适于采用包含空间固定效应或同时包含空间与时间固定效应的模型对数据进行建模。本文主要考察同时包含时间及空间固定效应的Durbin模型。
表1 一阶邻接空间权重矩阵下样本数据空间滞后效应的
显著性与模型结构检验
|
|
统计量 |
混合面板OLS估计 |
仅包含空间固定效应模型 |
仅包含时间固定效应模型 |
空间+时间固定效应模型 |
|
资源竞争模型 |
空间滞后影响LM统计量 |
40.0243 (0.0000) |
160.5794 (0.0000) |
1.5377 (0.2150) |
5.8184 (0.0159) |
|
空间误差自相关影响LM统计量 |
1.9891 (0.1584) |
37.5616 (0.0000) |
0.0030 (0.9566) |
4.0296 (0.0447) | |
|
标尺竞争模型 |
空间滞后影响LM统计量 |
11.5867 (0.0007) |
153.5284 (0.0000) |
3.4598 (0.0629) |
7.1953 (0.0073) |
|
空间误差自相关影响LM统计量 |
7.6018 (0.0058) |
1.1291 (0.2880) |
18.2520 (0.0000) |
6.3711 (0.0116) |
注：括号内数据为统计量的显著性水平
（二）估计结果
检验结果显示，两组模型都显著地呈现出空间Durbin模型的特征，无论模型中是否包含有控制变量，各模型都在0.05的水平上分别拒绝了原假设
表2 一阶邻接矩阵下科技资源竞争模型的空间Durbin估计结果
|
解释变量 |
时间+空间固定效应SDM （1） |
时间+空间固定效应SDM （2） |
时间+空间固定效应SDM （3） |
时间+空间固定效应SDM （4） |
|
fdi |
0.1575*** |
0.1342*** |
0.1067*** |
0.1353*** |
|
R&D popu |
0.0780 |
0.0447 |
0.0505 |
0.0432 |
|
State proj |
-0.0126 |
0.0016 |
-0.0447 |
-0.0434 |
|
fiscalrev |
|
0.0954*** |
|
|
|
urban |
|
|
0.1644*** |
|
|
open |
|
|
|
0.0583 |
|
W*fdi |
0.1712*** |
0.1187* |
0.1494** |
0.1507** |
|
W*R&D popu |
0.5846*** |
0.5062*** |
0.2244 |
0.4062** |
|
W*State proj |
0.1185* |
0.2234** |
0.1520* |
0.0941 |
|
W*fiscalrev |
|
0.1122 |
|
|
|
W*urban |
|
|
0.0896 |
|
|
W*open |
|
|
|
0.4942*** |
|
ρ |
0.3514*** |
0.1681* |
0.0904 |
0.1440 |
|
R2 |
0.9771 |
0.9784 |
0.9806 |
0.9783 |
|
|
0.0225 |
0.0213 |
0.0191 |
0.0214 |
|
Log L |
130.5414 |
140.2750 |
155.8360 |
140.1357 |
|
Wald-SAR |
45.4928*** |
21.8772*** |
14.3696*** |
24.5368*** |
|
Wald-SEM |
93.4814*** |
24.927*** |
16.949*** |
27.0867*** |
|
Lr-SAR |
40.0238*** |
21.3135*** |
13.8161*** |
23.7838*** |
|
Lr-SEM |
94.436*** |
23.9806*** |
16.4432*** |
26.1351*** |
注:*代表10%的水平上显著,**代表5%的水平上显著,***代表1%的水平上显著。
表3 一阶邻接矩阵下标尺竞争模型的空间Durbin估计结果
|
解释变量 |
时间+空间固定效应SDM （5） |
时间+空间固定效应SDM （6） |
空间固定效应SDM （7） |
时间+空间固定效应SDM （8） |
|
pat |
0.0090 |
0.0064 |
0.0032 |
-0.0050 |
|
ttrade |
0.0703*** |
0.0639*** |
0.0584*** |
0.0725*** |
|
hitechratio |
0.1302** |
0.1110* |
0.0903* |
0.1042* |
|
fiscalrev |
|
0.0569* |
|
|
|
urban |
|
|
0.1733*** |
|
|
open |
|
|
|
0.1099* |
|
W*pat |
0.1691* |
0.1331 |
0.1363* |
0.0915 |
|
W*ttrade |
0.1263* |
0.1088 |
0.1289* |
0.1126 |
|
W*hitechratio |
0.3240** |
0.3367** |
0.2991** |
0.1619 |
|
W*fiscalrev |
|
0.0797 |
|
|
|
W*urban |
|
|
0.0626 |
|
|
W*open |
|
|
|
0.4464** |
|
ρ |
0.0464 |
0.0594 |
-0.0306 |
0.0425 |
|
R2 |
0.9769 |
0.9772 |
0.9805 |
0.9774 |
|
|
0.0228 |
0.0225 |
0.0192 |
0.0223 |
|
Log L |
131.8160 |
133.3968 |
155.5711 |
134.8761 |
|
Wald-SAR |
9.8401** |
10.4532** |
11.3262** |
15.1008*** |
|
Wald-SEM |
10.5403** |
11.4299** |
11.8088** |
16.1575*** |
|
Lr-SAR |
9.3144** |
10.1345** |
10.5779** |
14.7677*** |
|
Lr-SEM |
10.3254** |
11.293** |
11.6072** |
15.8395*** |
注：同表2
从表2及表3中不难看出，首先，在科技资源竞争机制下，可以看出FDI确实是地方政府全力争夺的科技资源之一，在模型（1）-（4）的估计结果中，邻近省份的人均FDI水平（W*fdi）都显著地对本地区的科技投入水平产生正向的影响，并且估计系数也显著为正。邻近地区拥有的科技人才资源（W*R&D popu））与获得的中央科技资源（W*State proj）对本地科技投入水平也产生了显著正向影响，其中人才资源是三种资源中对地方财政科技投入影响最大的指标，其估计系数的最大值意味着邻近地区的平均科技人才数量每增加1个百分点，本地的科技投入就增加0.58个百分点。其次，在标尺竞争机制下，邻近地区的发明专利授权数（W*pat）、技术合同成交额（W*ttrade）、高技术产业产值比重（W*hitechratio）等标尺变量对本地科技投入的影响都体现为正向，意味着地方科技投入的互动关系中标尺竞争机制同样是成立的。其中高技术产业产值比重的影响较大，专利数与技术合同成交额的显著性及影响程度均不如高技术产业产值比重指标，在含财政收入及开放度控制变量的模型中不呈显著性。第三，本地区的控制变量在两组模型中都体现出显著的正向影响，但在模型（2）-（4）及（6）-（8）中，仅有相邻地区的开放度水平对本地的科技投入产生了较为显著的影响，说明控制变量主要影响本地区科技投入。
（三）地理距离与经济距离矩阵计算结果
我们在空间权重矩阵Wd与We的设定下对模型进行检验及计算，结果显示基础及扩展模型均呈现出明显的空间互动特性，其中包含空间固定效应的模型似然值为最大，为节省篇幅，以下仅列出空间固定效应SDM基础模型的估计结果：
表4 地理距离与经济距离空间权重矩阵下资源竞争模型估计结果
|
模型类别 |
空间固定效应SDM |
空间固定效应SDM | ||
|
空间权重矩阵类型 |
地理距离空间权重矩阵 |
经济距离空间权重矩阵 | ||
|
解释变量 |
系数 |
t-统计量 |
系数 |
t-统计量 |
|
fdi |
0.1519*** |
(5.3227) |
0.1576*** |
(5.5048) |
|
R&D popu |
0.3215*** |
(4.8590) |
0.2957*** |
(4.4428) |
|
State proj |
0.0064 |
(0.1349) |
0.0062 |
(0.1349) |
|
W*fdi |
0.1793*** |
(3.5191) |
0.2454*** |
(4.3510) |
|
W*R&D popu |
0.6782*** |
(6.3412) |
0.5773*** |
(6.0529) |
|
W*State proj |
0.1486** |
(2.3030) |
0.1233* |
(1.8145) |
|
ρ |
0.2325*** |
(3.5151) |
0.2370*** |
(3.5598) |
|
R2 |
0.9719 |
|
0.9723 |
|
|
|
0.0277 |
|
0.0273 |
|
|
Log L |
102.1469 |
|
104.6565 |
|
|
Wald-SAR |
66.6086*** |
(p=0.0000) |
67.6512*** |
(p=0.0000) |
|
Wald-SEM |
148.5086*** |
(p=0.0000) |
151.3313*** |
(p=0.0000) |
|
Lr-SAR |
74.0688*** |
(p=0.0000) |
73.9267*** |
(p=0.0000) |
|
Lr-SEM |
172.1758*** |
(p=0.0000) |
174.5396*** |
(p=0.0000) |
表5 地理距离与经济距离空间权重矩阵下标尺竞争模型的估计结果
|
模型类别 |
空间固定效应SDM |
空间固定效应SDM | ||
|
空间权重矩阵类型 |
地理距离空间权重矩阵 |
经济距离空间权重矩阵 | ||
|
解释变量 |
系数 |
t-统计量 |
系数 |
t-统计量 |
|
pat |
0.1332*** |
(3.5769) |
0.1244*** |
(3.1653) |
|
techtrade |
0.0437* |
(1.6680) |
0.0359 |
(1.3686) |
|
hitechratio |
0.2626*** |
(4.0189) |
0.2910*** |
(4.5611) |
|
W*pat |
0.1252** |
(2.4631) |
0.1548*** |
(2.8835) |
|
W*techtrade |
-0.2324*** |
(-5.0315) |
-0.3282*** |
(-5.8149) |
|
W*hitechratio |
-0.0998 |
(-0.8601) |
-0.2158* |
(-1.8413) |
|
ρ |
0.7425*** |
(21.0013) |
0.7340*** |
(20.4248) |
|
R2 |
0.9671 |
|
0.9678 |
|
|
|
0.0325 |
|
0.0317 |
|
|
Log L |
53.8825 |
|
61.5955 |
|
|
Wald-SAR |
32.1348*** |
(p=0.0000) |
40.7334*** |
(p=0.0000) |
|
Wald-SEM |
54.1135*** |
(p=0.0000) |
62.8719*** |
(p=0.0000) |
|
Lr-SAR |
31.5024*** |
(p=0.0000) |
41.1729*** |
(p=0.0000) |
|
Lr-SEM |
54.637*** |
(p=0.0000) |
77.4254*** |
(p=0.0000) |
从表4与表5中不难看出：首先，资源竞争机制下的三个变量仍然呈正向的显著特征，说明地区政府对三种科技资源的竞争面向其他所有地区，并不限于相邻地区。并且科技人才仍然是影响程度最大的变量。这充分说明科技人力资源是地方政府最为重视的科技生产要素。第二，和一阶邻接空间权重矩阵设定下的研究结论不同，除了技术创新能力标尺变量的影响为显著正向外，而在邻接关系下原本较为重要的其他地区的标尺变量的作用表现为显著的负值，这意味着考虑入地理距离与经济距离因素之后，一是标尺竞争的效应趋于弱化，二是一旦考虑到“所有其他地区”的因素之后，一个地区的竞争策略就明显地表现为“差异化”策略。
五、结论与政策含义
就地方政府科技投入之间的策略互动行为特性而言，本文研究发现，各模型空间自相关系数的估计值大多数为正数,表明地区科技投入的策略互补性质占据了主导地位。但和之前研究不同，本文发现资源竞争模型（3）、（4）及标尺竞争模型（6）-（8）中相邻地区间政府科技投入的自相关系数不呈显著性，表明直接外溢效应并不明显。在地理距离与经济距离空间权重矩阵的设定下，也即把所有地区影响纳入考量之后，地区政府科技投入的空间溢出效应变得明显，这反映了相邻的省份之间更加容易出现“免费搭车”行为，但这一差异化特征被知识外溢引致的诱发性投资所抵消。科技投入的策略互补性质主要来源于地方政府间存在的科技资源竞争及标尺竞争，并且地方政府间争夺数量有限的科技资源的特征十分明显，无论是科技人才资源、外资资源还是纵向科技资源，其他地区的资源数量增多会明显刺激本地地区的科技投入的增长，三种资源中又以科技人才资源最为重要。标尺竞争的效应在相邻地区之间表现的比较明显，但在与其他所有地区的比较中则相对弱化，这说明，地区之间的标尺竞争虽然也是造成地方政府间策略互补的重要原因，但更多地是发生在相邻的地区之间，也即地方政府在进行科技支出的决策时，更加容易受到相邻地区的科技产出绩效（标尺）的影响。在各标尺中，地方政府最为重视自身与其他地区的新技术产业化能力，区域技术创新能力的影响相对较弱，反映出地方政府在科技发展策略上存在“重应用研究、轻基础研究”的倾向。
政策含义主要有以下几点：首先，对地方政府来说，在决定科技投入水平时如果考虑到其他地区科技投入的影响有助于提高本地区科技投入的财政效率，进一步加大财政科技投入的力度。对中央政府来说，应通过制订促进地区间科技人员流动、加大高新技术型外资引资的政策支持力度、增加国家科技产业项目规模等各方面的政策，充分发挥科技资源竞争机制对地方政府的激励和约束作用，更加有效地促进地区间开展良性竞争。其次，尽管我国政府科技投入责任正在下移，但本文的研究表明，地方政府受标尺竞争机制的制约，更重视的是可作为生产性投入的科技发展，为纠正地方政府在科技资源配置上的失偏，中央政府应当更多承担基础性科技投入和重大的、全局影响的应用性科技投入，出台更具指导性措施引导地方加快区域创新体系建设步伐。第三，地方科技投入在财政支出中所占比重均处于较低水平，中央政府应针对地方在科技发展上的博弈行为特征，通过自上而下的顶层设计，建立和完善科技竞争激励的制度框架以克服地方政府机会主义行为的不利影响，逐步引导地方政府增加科技投入的比重。
参考文献：
〔1〕傅勇，张晏.中国式分权与财政支出结构偏向:为增长而竞争的代价[J].管理世界，2007(3).
〔2〕郭庆旺，贾俊雪.地方政府间策略互动行为、财政支出竞争与地区经济增长[J].管理世界，2009（10）.
〔3〕郭玉清，姜磊，李永宁.空间外部性视角下的地方政府支出策略互动模式[J].经济地理，2012（5）.
〔4〕刘凤朝.省区层面中央与地方财政科技投入结构分析[J].科学学与科学技术管理，2009（12）.
〔5〕沈能.基于知识溢出的我国政府R&D 支出空间布局特征[J].科学学研究，2010（6）.
〔6〕王美今，林建浩，余壮雄.中国地方政府财政竞争行为特性识别：“兄弟竞争”与““父子争议”是否并存？[J].管理世界，2010（3）.
〔7〕王红领，李稻葵.FDI与自主研发[J].经济研究，2006（2）.
〔8〕徐侠，陈圻，郑兵云.高技术产业R&D支出的影响因素研究[J].科学学研究，2008（2）.
〔9〕周克清，刘海二，吴碧英.财政分权对地方科技投入的影响研究[J].财贸经济，2011（10）.
〔10〕Anselin L, Spatial Econometrics: Methods and Models, Dordrecht, Kluwer Academic Publishers, 1988..