【www.zhangdahai.com--其他范文】
徐蔼婷，邱可阳，祝瑜晗
(1.浙江工商大学统计与数学学院，浙江 杭州 310018；
2.浙江工商大学统计数据工程技术与应用协同创新中心，浙江 杭州 310018)
实施创新驱动发展战略是党中央面对经济发展新常态下的趋势变化和特点作出的一个重大战略决策。2021年3月12日，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》正式发布，强调要“坚持创新在现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑”。在创新成为实现我国经济高质量发展的“关键变量”之际，及时对自身创新能力的建设水平形成清晰认知、适时对创新政策目标的进展情况予以量化监测被视为有效推进创新驱动发展战略的重要前提。
得益于研究与试验发展(Research and Experimental Development，简称R&D)调查的国际规范弗拉斯卡蒂手册(Frascati Manual，简称FM手册)的科学指导，加之国民账户体系(System of National Accounts，简称SNA)在2008版发布之前始终未能给出与之相关的系统处理，以R&D调查为基础的“R&D经费内部支出”便成为衡量各国创新保障基础、反映各国科技资源布局的最为重要的指标之一，以“R&D经费内部支出与GDP之比”代理的R&D投入强度(也称R&D投入经费占比)则成为各国用于体现自身创新能力、量化创新政策推进节奏进而对标国际水平的关键性监测指标。
然而，考察既有研究发现关于R&D投入能否促进经济增长的探讨久已有之[1][2]。瑞典是“高投入与低产出”矛盾最为突出的国家之一，形成经典的瑞典悖论[3][4]，由此衍生了欧洲悖论、美国悖论等[5][6]。亦有学者认为政府的R&D投入并不能带来高效率的创新产出[7][8][9]，甚至察觉到R&D支出的扩大可能抑制全要素生产率的提升及其对经济增长的贡献[10][11]。更为重要的是，立足于“R&D经费内部支出”的R&D投入强度与国民经济运行中的经济水平、资本积累、消耗之间并无直接关联，其核心要素始终游离于GDP核算平台之外，难以直观刻画R&D成果对国民经济运行的良性反馈。与此同时，随着R&D支出投资性质的日益凸显和驱动经济增长贡献的不断提升，2008版SNA扩大了资产边界，将R&D产品视为一类知识产权产品而列入生产资产类别，并相应调整对R&D支出的处理方式，把给所有者带来经济利益的R&D支出记为“固定资本形成”而不再计入“中间消耗”[12]。为接轨国民经济核算国际规范的调整，诸多经合组织(OECD)国家、欧盟成员国纷纷开展R&D资本化改革并开始常规化发布R&D投资数据，为从“投入”与“产出”双重视角对技术创新活动形成系统测度和监测奠定基础。比较来看，国家统计局虽于2016年正式调整R&D核算方法并于2017年发布了《中国国民经济核算体系(2016)》(CSNA2016)，但至今仍未能独立显示R&D投资等相关数据，为准确观测研发活动带来了许多挑战。
据此，本文借研发资本化改革之机，在R&D投入强度的基础上构建了一个新的指标——“R&D投资强度”，即R&D投资(或R&D固定资本形成)与GDP之比，以拓展深化创新水平量化测度指标的维度和视界。与R&D投入强度不同，R&D投资强度的分子为R&D投资，体现了R&D资本化核算的本质内核，亦展现一个国家或地区从事创新活动获得的纯产出。但从本质属性来说，R&D投入强度和R&D投资强度均为科技创新范畴的衡量标准，是同一把标尺上的不同刻度。前者以“投入”为刻度，丈量的是创新活动的资金投入规模，而后者以“产出”为刻度，重在创新活动效益成果的勾勒，二者共同服务于一个国家或地区的宏观管理和决策。可见，唯有R&D投资强度与R&D投入强度的协同提升才能为促进经济增长提供最有力、最持久、最可靠的驱动源泉。
遗憾的是，即便早已意识到R&D投入强度指标在实际应用中的局限性，关于创新的研究仍未就此方面展开明确的探讨分析，更遑论适当的补充完善。R&D资本化改革之后，相关研究也大多侧重于R&D资本化核算本身。其中，既有潜心于R&D资本存量的估算[13][14][15]，也不乏专注于R&D资本化影响GDP等宏观变量的测度[16][17][18]，亦存在着力于R&D资本(作为技术水平的代理变量)驱动经济增长的解析[19][20][21]，却鲜见依托R&D资本数据展开的拓展应用研究，有关R&D资本化核算衍生测度的研究更是寥寥无几。
综上，本文尝试引入一个新的量化测度指标——R&D投资强度，以丰富创新水平衡量标尺的“刻度”视角、完善“投入”与“产出”双重视角的R&D活动监测指标体系，并在厘清其核算基本逻辑及其与R&D投入强度之间内在差异的基础上，对我国的R&D投资强度予以实际测算、动态监测和国际比较。进一步地，开展省际R&D投资强度并扩展至R&D有效投资系数的定量测度和动态分析。本研究对系统展示我国的创新水平、客观体现与发达国家的创新水平差距、动态把握创新型国家建设的推进节奏无疑具有重要的借鉴意义。
(一)基于GDP核算平台的R&D投资强度测度逻辑阐释
R&D投资强度和R&D投入强度均以当期GDP作为分母，二者的最大分异在于分子的构成和测度。就其来源而言，R&D投入强度的分子——R&D经费内部支出由R&D支出统计系统直接提供，而R&D投资强度的分子——R&D投资的形成逻辑则较为复杂。
从R&D产品的价值脉络来看，各机构单位开展R&D活动是运用生产要素将人力、物力、财力等投入转化为具有新的使用价值的产出，当生产出来的R&D产品被用于其他产品生产时，其价值作为生产其他产品的中间投入；
当生产出来的R&D产品被用于积累时，其价值构成R&D投资并作为“固定资本形成”进入GDP。这一逻辑脉络蕴含着国民经济账户“供给-使用”的核算思想[22]，从供给者角度开展R&D活动并识别其生产过程，从使用者角度对R&D产品的去向加以甄别。
1.供给者视角：R&D经费内部支出→R&D产出。以“R&D经费内部支出”为起点，依托“R&D投入”的“中转”作用，通过调整、转换后得到“R&D产出”。依据记录原则之差异(R&D支出按照现金收付制，R&D投入按照权责发生制)，R&D支出需剔除资本性支出、增加固定资产折旧、扣除软件研发费用和生产资产范围之外的土地价值，由此得到的R&D投入经调整生产税净额、资本回报等以完成计价基础的转换，进而获取R&D产出(1)生产税净额是指R&D活动涉及的生产税和生产补贴，资本回报是指R&D活动的营业盈余。。具体而言，对于非市场性生产者，其产出便等同于其成本；
对于市场生产者，则需在其投入的基础上追加生产税净额和营业盈余。
2.使用者视角：R&D产出→R&D投资。尽管2008版SNA已鲜明指出构成“投资”的必要条件，但在实践处理中却未有明确标准可判定何种产出具有未来收益性。基于国际实践，我们归纳三类R&D投资模式。(1)R&D产出100%投资化。由于较难预期R&D产出的未来收益，美国、丹麦、芬兰将R&D产出全部转化为R&D投资。(2)R&D产出部分投资化。R&D执行主体和R&D活动类型的差异在一定程度上决定了R&D产出未来获利能力的大小。据此，日本将政府部门和NPHISHs的R&D产出剔除，加拿大和英国则将R&D基础研究类别中的纯基础研究剔除。(3)R&D产出情景投资化。德国设定三种R&D产出向投资转化的模式，对应的R&D投资范围分别是全部R&D产出、企业部门的R&D产出、大部分R&D产出(从全部R&D产出中剔除公立图书馆、博物馆、高等教育机构的R&D产出)。
(二)R&D投资强度与R&D投入强度的内在差异阐释
正如前文所述，R&D投入强度和R&D投资强度同属于科技创新能力维度的量化测度指标，它们是“一个硬币的两面”。一方面，R&D投入刻画了创新活动的投入规模，奠定技术进步的基础；
另一方面，R&D投资刻画了创新活动的开展水平，构成技术进步的核心。细究而言，两项指标之间相互关联，却在所属的指标性质、所处的创新链条端点及所担的监测职责等方面存有差异。
1.R&D投入强度为强度相对指标，R&D投资强度为结构相对指标。从理论层面来看，R&D活动的投入(耗费财力)、过程(开展投资)及产出(知识积累)均是R&D统计的应有之义。然而，事实上只有R&D投入统计能做到客观度量和汇总[23]，过程和产出在统计层面无法准确量化。因此，我国乃至国际上的R&D统计均以投入为重点，在“投入代产出”的前提下将投入统计数据作为整个R&D活动及其成果的表征。随着核算规则的不断完善和更新，R&D活动的测度延伸至国民经济核算体系，R&D产出作为一类独立生产活动的成果形成R&D投资并构成GDP的一个有机组成部分，继而积累形成R&D资本，展现创新水平的经济价值。相应地，R&D投入强度反映了一个国家或地区单位GDP的R&D资金投入情况，体现研发活动在国民经济中的规模及影响。类似于财政支出、教育经费支出等指标与GDP的比率，R&D投入强度隶属于强度相对指标，其分母GDP仅作为一个比较标准或去量纲手段而与分子无直接关联。不同的是，R&D投资强度虽有“强度”之名，却无“强度”之实，以“投资规模”为核心，旨在考察一个国家或地区单位GDP中R&D投资的比重及其变化状况，其本质为一个结构相对指标。
2.R&D投入处于创新链条投入端，R&D投资处于创新链条过程端。作为创新的典型形式，R&D活动融入创新价值链的各个环节，并于投入端和过程端分别形成R&D投入和R&D投资两个关键指标。R&D投入形成于R&D支出统计体系，是R&D活动主体内部开展基础研究、应用研究和试验发展等活动而形成的实际支出，属于R&D活动的“启动资金”；
R&D投资则形成于国民经济核算平台，承接从R&D经费内部支出转化而来的R&D产出，筛选出给所有者带来经济利益的部分，属于R&D活动的“效益孵化”。可以发现，R&D投入为创新活动的顺利开展和深入提供了资金支持，前端R&D投入强度的持续提升则是中、后端R&D活动开展的重要保障。相较之下，R&D投资既有承接R&D投入之责，又为进一步的R&D资本积累提供实际数据以开展经济增长分析，其间集成了对独立创造知识产出活动的高度认可和对R&D产品当期经济价值的立体呈现。据此，R&D投资强度便成为连接R&D支出统计体系与国民经济核算平台乃至经济增长分析框架的重要纽带。
3.R&D投入强度是建设创新型国家的基础监测，R&D投资强度则是进一步的拓展和深入。无论OECD、欧盟等国际组织还是美国、英国、瑞典等国家，在评估科技创新维度中R&D投入强度均扮演着重要角色。我国的《纲要》曾明确提出“三步走”战略目标，其中R&D投入强度成为建设创新型国家“前两步”的核心监测指标，但“第三步”并未提及R&D投入强度目标，说明该指标主要适用于战略前期自主创新能力提升情况的监测，旨在扭转关键核心技术长期受制于人的被动格局进而形成创新优势。与此同时，贯穿于战略始终的“推动发展方式向依靠持续的知识积累、技术进步和劳动力素质提升转变，促进经济向形态更高级、分工更精细、结构更合理的阶段演进”对R&D活动的经济生产属性投以高度关注。无疑，兼具R&D投入之根蒂和资本积累之本源的R&D投资强度指标能更好地体现科技创新活动的投资生产性质及其对经济发展的积极效应。故此，R&D投入强度构成创新驱动发展的基础性监测，R&D投资强度则进一步将R&D活动的经济生产属性加以量化和深入，二者共同为“2020年创新型经济格局初步形成”“2030年主要产业进入全球价值链中高端”“2050年成为世界主要科学中心和创新高地”三大目标的监测提供数据支持。
(三)进一步拓展：R&D有效投资系数
为弥补既有指标难以准确观测R&D活动效率的缺陷，本文基于R&D投资强度提出另一个衍生测度指标——R&D有效投资系数，以考察R&D活动投入和最终产出效率，具体测算公式为：
RD_EIC=RD_RI/RD_RE=(RDIn/GDP)/(RDEx/GDP)=RDIn/RDEx
(1)
其中，RD_EIC为R&D有效投资系数，RD_RI为R&D投资强度，RD_RE为R&D投入强度，RDIn为R&D投资，RDEx为R&D支出。
作为一个相对指标，R&D有效投资系数凸显了R&D投资的经济内涵——创新投入到产出的转化效率，亦承袭2008版SNA的修订要义——将有效识别预期可获得经济利益的R&D产品视为投资(即“有效投资”而非“单纯投入”)。从理论层面看，该指标具备衡量R&D活动从投入到最终产出转化效率的功能，其系数值越高，意味着R&D活动的投资转化效率越高，遂可增加后续知识资本积累的可能性，进而对生产效率产生积极效应，反之则难以对生产效率的提升形成有效激励。需要说明的是，若R&D有效投资系数等于1，并不能简单地将其理解为R&D经费内部支出全部转化形成R&D投资，其间同样需经过扣减中间消耗、剔除重复记录等一系列核算调整。
(一)我国R&D投资强度的实际测算
测算我国R&D投资强度的相关数据主要源自《中国统计年鉴》和《中国科技统计年鉴》。本文基于1990—2019年R&D支出年均增长率推算1978—1989年的缺失数据。至于R&D支出细类数据，基于已有数据资料计算不同支出用途的平均占比，推算1978—2008年缺失的按照支出用途分类的R&D数据；
基于已有数据资料计算年均增长率，推算1978—1994年缺失的按照执行部门分类的R&D数据(2)计算R&D投资强度所需的R&D支出细类数据包含按照支出用途分类的R&D数据和按照执行部门分类的R&D数据，前者于2009年开始公布，后者则于1995年开始公布。因此，各个细类推算数据的总值不可避免地与R&D经费内部支出总额存有偏差，本文按照相应的比例对其进行二次调整。。根据R&D活动测度的逻辑脉络，还需进行“R&D支出→R&D产出→R&D投资”的概念转换和数据调整。
1.R&D支出到R&D产出的转化。R&D支出到R&D产出的转化同时涉及“记录原则”和“不同R&D主体的市场性质引致估价方法差异”的调整。在实际操作中，考虑到仅有很少一部分R&D产品进行市场交易且难以获取精准市场价格的事实，对R&D产出进行估价便依赖于总成本法，但往往忽略交易行为带来的生产税净额和资本回报等的调整[24][15][25]，具体的调整公式为：
RD_OP=RD_DE+Cost-SE
(2)
其中，RD_OP为R&D产出，RD_DE为R&D日常性支出(剔除资本性支出后的R&D经费内部支出，其构成为劳动成本和中间投入)，Cost为固定资产成本(3)本文参考侯睿婕和陈钰芬(2018)、江永宏和孙凤娥(2016)的方法[7][25]，并基于永续盘存法计算历年R&D资本性支出积累的固定资本存量和固定资本消耗。，SE为重复计算的软件R&D支出(4)本文选择2009年“信息传输、计算机服务与软件业R&D经费支出的比值”作为软件R&D支出估算的基准数据，并根据《中国电子信息产业(软件篇)》提供的软件产品行业的R&D经费增长率(1990—2019年)对历年的软件R&D支出进行估计。。
2.R&D产出到R&D投资的调整。对R&D资本化范围的界定是将R&D产出调整为R&D投资的关键一环，目前国内外学者对此的实践选择充满分歧[26]。为简化操作，国内较多学者选择将全部R&D活动纳入R&D资本化范围，以测度后续的R&D资本存量[18][25][27]。然而，R&D活动尤其是企业R&D活动的开展及其进一步商业化需较高的时间成本[28]，当期的R&D产出能否及时转化为有效的投资还需进一步观察。此外，国家统计局可能仅就一部分R&D活动进行资本化处理[22]，若贸然将所有R&D活动都列入资本化范围，R&D投资强度势必会被系统性高估。
同时，从R&D活动类型来看，基础研究作为一类不以应用或使用为目的的实验性或理论性研究工作，是提高原始性创新能力、积累知识资本的根本动力和源泉；
应用研究和试验发展则是为获取新知识而开展的初始性或系统性的研究工作，是获得知识积累的重要途径。基于此，本文首先将三类R&D活动形成的R&D产出全部纳入R&D投资，再结合国家统计局公布的R&D资本化相关数据及国内学者的测算结果适当地缩减R&D投资规模，以避免R&D投资被系统性高估。
3.GDP的规模调整测算。R&D资本化经由直接路径(当期R&D投资)和间接路径(往期R&D资本消耗)对GDP的规模和结构产生影响。由于R&D投资强度的测算并不涉及GDP内部结构变化的考察，因而本文仅调整GDP的规模。比如，在支出法GDP的视角下，R&D资本化的直接路径为：
ΔGDP_Direct=RDIn-RDIn_FE=RDIn_EN
(3)
其中，ΔGDP_Direct为GDP直接调整效应，RDIn_FE为原先作为“政府消费”计入GDP的非企业部门R&D投资，RDIn_EN为原先作为“中间消耗”剔除的企业部门R&D投资。R&D资本化的间接路径为(5)本文采用成本法测算企业部门的R&D产出，但为与理论保持一致，遂遵循市场价格逻辑考察企业部门对GDP的间接效应。：
ΔGDP_Indirect=ΔFC_GV
(4)
其中，ΔGDP_Indirect为GDP间接调整效应，ΔFC_GV为非企业部门R&D资本消耗引致产出增加而追加的政府最终消费。
结合式(3)和(4)，则GDP的规模调整公式为：
GDP_AJ=GDP_OR+ΔGDP_Direct+ΔGDP_Indirect=GDP_OR+RDIn_EN+ΔFC_GV
(5)
其中，GDP_AJ为调整后的GDP，GDO_OR为原始的GDP。
对式(5)中非企业部门R&D投资(R&D固定资本存量)的测算，本文采用永续盘存法并借鉴王亚菲和王春云(2018)、孙凤娥和江永宏(2018)的相关参数设置[25][29](6)由于篇幅所限，本文未详细阐释R&D固定资本存量的测算，但具体参数的设定(如R&D资本退役模式和相对效率模式、R&D产品役龄和折旧率等)均借鉴国际经验(美国、英国、德国、丹麦等OECD国家)，在一定程度上保证了R&D投资强度指标的国际可比性。。
(二)我国R&D投入强度和R&D投资强度的动态比较
本文测算我国1978—2019年的R&D投资并得到R&D投资强度(见表1所示)。结果显示，1994—2019年，R&D投入强度平均增速为5.90%，R&D投资强度平均增速为5.83%。细致来看，两项指标的发展趋势可大体分为以下四个阶段：
1.雏形阶段。1995年，党中央提出“科学技术是第一生产力”的重大论断并实施科教兴国战略，推动R&D投入规模实现数量级突破。然而，当时的市场化基础较为薄弱，更多的是边缘性、服从性的低技术含量的R&D活动，加之1997年亚洲金融风暴席卷全球，我国R&D投资活力相对不足，使这一阶段R&D投资强度和R&D投入强度的走势最终呈现“喇叭口”(二者差距)。
2.加速阶段。进入2000年之后，国际上将R&D投入强度视作监测科技创新发展的重要目标之一，且国家统计局发布《科技投入统计规程(试行)》以规范我国科技统计标准。同时，伴随着大规模廉价低技术产品的生产及出口，我国R&D投入规模快速增长。多重因素交互驱动“喇叭口”持续扩大，并由1995年的0.1128增至2009年的0.4081。
3.缓冲阶段。2008年，受全球金融危机的冲击，我国经济增长动力逐渐转向“内需”。同年12月，国务院办公厅发布《促进自主创新成果产业化若干政策》，进一步推动了自主创新成果的产业化，R&D投资活力得以有效激发。在此阶段，R&D投资强度和R&D投入强度形成同步增长态势，“喇叭口”保持高位稳定且未见显著缩小趋势。
4.调整阶段。2016年，《纲要》对我国深入实施创新驱动发展战略作出决策部署和系统谋划，并以《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》等政策为契机，引导创新发展由量的增长向质的提升转变，从而推动R&D投资进入新一轮的加速增长期。在此背景下，“喇叭口”开始逐渐收缩，并由2015年的0.3307缩至2019年的0.1573。
纵观各阶段两项指标的数值差异，再结合外界对我国创新效率的质疑，不难感受到R&D投入强度指标度量功能的弱化和监测职责的偏离。不同的是，R&D投资强度更加注重研发成果的体现，且最大限度地避免了“R&D崇拜”等现象的发生，可弥补R&D投入强度的功能缺陷。当然，本文提出R&D投资强度的目的不在于厚此薄彼，而是期望通过“硬币两面”的共同监测多角度呈现我国创新水平的真实脉动，以更好地服务于政府决策和企业研发策略的制定。
此外，为验证最终测算结果的准确性，本文将R&D投资序列与王亚菲和王春云(2018)(简称“王文”)、杨林涛和邱惠婷(2021)(简称“杨文”)的结果进行比较(如表1所示)[25][30](7)杨文测算了不同参数设定组合下的R&D投资序列，本文取其平均值作为比较对象。。在整体趋势上，本文的R&D投资测算结果与王文、杨文保持高度一致。由于资本化范围、折旧模式差异，本文的数据表现稍有不同，但均在可接受的误差范围内，在一定程度上佐证了测算方法的合理性及可接受性。
(三)我国R&D投入强度和R&D投资强度的国际比较
绝大部分OECD国家已根据2008版SNA的建议调整了历年的GDP总量和增速，并按时发布R&D投资相关数据(8)截至目前，除智利、冰岛、墨西哥、瑞士、土耳其外，其他的31个OECD国家已将R&D资本化作为常规核算项目并发布相关数据。。本文将R&D投入强度和R&D投资强度两个相对指标应用于我国创新水平的国际比较，以更为客观地反映我国创新能力面对国际形势的动态变化(结果如表2所示)。
表2 R&D投入强度和R&D投资强度的国际比较(9) 数据来源于OECD的国民经济数据库和研发统计数据库。限于篇幅，本文仅列示2000—2016年部分OECD国家的数据(不同国家的数据发布日期不一，为呈现尽可能多的国家而列示至2016年)，作者备索。
从测算结果来看，我国的R&D投入强度自2000年的第22名(共计31名)提升至2016年的第12名(共计30名)，从靠后的位置跃升到中上位置，且与美国、日本、芬兰等高投入国家的差距大幅缩小，甚至超过英国、荷兰、加拿大等国。然而，我国大规模的R&D投入并未相应地形成有效的R&D投资。2000年我国R&D投资强度排在第25名(共计32名)，2016年为第13名(共计29名)，虽有所进步，但仍徘徊于中间位置，与美国、韩国、日本等国R&D投资水平的差距依旧显著。同时，我国R&D投入强度与R&D投资强度的发展协同程度亦不尽如人意。2000—2010年，我国R&D有效投资系数仅在0.75～0.80之间波动，远不及大部分OECD国家的0.85～1.15水平。直至2012年党的十八大提出“创新驱动发展战略”，我国R&D有效投资系数方才逐渐突破0.80，而后逐年提升并于2016年达到0.8661。
正如R&D有效投资系数的排名结果所示，我国R&D活动的投资转化效率远逊于多数OECD国家。因此，若仅从R&D投入强度角度单一考察一个国家或地区的创新水平，结果必定具有片面性和局限性。在此情况下，R&D投资强度便为全面评价一个国家或地区的创新水平提供了新的路径选择。基于“R&D投资”的R&D投资强度侧重于从产出效益视角诠释一个国家或地区的创新水平，其富含经济生产之义和资本积累之质，且兼具可操作性及国际可比性。依托R&D投入强度和R&D投资强度的双重考察，再辅之以两者协同程度的多维度监测，可极大地弥补单一指标R&D投入强度的片面性和局限性，进而廓清一个国家或地区的创新水平在国际上更为客观合理的地位。从这个意义上来看，R&D投资强度及其衍生指标R&D有效投资系数的提出有据可依且合乎情理。
进一步地，我们测算省际的R&D投资强度和R&D有效投资系数，表3列示了2010和2019年的测算结果(括号内为R&D有效投资系数)。结果显示，省际R&D投资强度不如R&D投入强度那样具有持续上升的强劲势头，呈现波动上升的形态，偶有年份不升反降。究其原因，主要包括：一是大部分地区创新水平的提升仅停留在“投入”阶段，还未充分激发创新要素在经济发展中的驱动作用，兼有全球金融危机导致经济环境遇冷、国内创新与经济的融合交互效应发挥有限之影响；
二是“R&D投资”未引起足够重视，加之地区经济发展引致分母GDP快速增长，R&D投资强度提升有限。此外，尽管近年来各地区的R&D投资强度有所提升，但不全面、不均衡的分布态势依然显著(基尼系数≈0.40)。2000年以来，河北、内蒙古、浙江、安徽、江西、重庆等地区的R&D投资强度翻了两番不止，而贵州、陕西、西藏三省的增长率均不及90.00%。诸如北京、天津、上海等地区则由于基础扎实，虽在增长率上表现不甚亮眼，但其R&D投资强度依旧排名前列。
表3 2010和2019年省际R&D投资强度和R&D有效投资系数
图1展现了2010—2019年省际R&D有效投资系数雷达图。无一例外地，各省(市)的R&D有效投资系数均未超过1，且R&D投资受到R&D投入水平的驱动。具体来说，我们根据历年的R&D投资强度、R&D投入强度及两者的协调程度，将31个省(市)划分成四个类别。
1.创新协同者：北京、天津、上海、江苏、浙江、广东。这一类别的地区构成雷达图的最外围，汇集了大量的创新资源，是我国建成世界科技创新强国的关键引领力量。2019年，该类地区的平均R&D投入强度高达3.6565，R&D投资强度亦有3.1840，R&D有效投资系数已至0.8842，表现R&D投入强度和R&D投资强度的领先发展水平及两者的高度协同性。
2.创新失衡者：河北、辽宁、安徽、福建、江西、山东、湖北、湖南、重庆、四川、陕西。这一类别的地区主要汇集于雷达图的中前段，创新资源相对富足，具有较强的创新提升潜力和空间。2019年，该类地区的平均R&D投入强度为1.9378，R&D投资强度为1.4053，R&D有效投资系数达到0.7250。此类地区虽是发展为高创新转化效率的中坚后备力量，但相较于“创新协同者”，其R&D产出效益仍稍显不足，R&D投入规模与R&D投资规模的不匹配问题更为突出。
3.创新虚势者：山西、内蒙古、吉林、黑龙江、河南、云南、宁夏。这一类别的地区暂居雷达图的中后段，创新基础较为薄弱。2019年，该类地区的平均R&D投入强度为1.1695，R&D投资强度为0.7980，R&D有效投资系数则达到0.6848，日渐逼近“创新失衡者”。实际上，从R&D投入强度和R&D投资强度来看，这些地区的表现远不及第二类，之所以存在R&D有效投资系数逼近“创新失衡者”的“虚势”现象，实乃其R&D投入强度和R&D投资强度“双低”作用使然。
4.创新迟滞者：广西、海南、贵州、西藏、甘肃、青海、新疆。这一类别的地区处于雷达图的最内环，创新成果转化应用、创新机制改革等方面的进展严重滞后。2019年，该类地区的平均R&D投入强度为0.6995，R&D投资强度仅为0.3684，R&D有效投资系数只有0.5262，其R&D投入和R&D投资发展仍属“后发赶超”之列。
为进一步丰富创新水平衡量标尺的“刻度”视角，实现“投入”与“产出”双重视角的R&D活动监测，并呼应2008版SNA和2016版CSNA的重大修订和更新，本文提出一种新的创新水平衡量指标——R&D投资强度，在厘清其核算基本逻辑及其与R&D投入强度之间内在差异的基础上，对我国的R&D投资强度予以实际测算、动态监测和国际比较。进一步地，应用R&D投资强度及其衍生指标R&D有效投资系数展开全国各省(市)创新表现的定量测度和动态比较。
本文的研究结果显示：第一，改革开放以来，我国R&D投入强度和R&D投资强度的总体趋势“形似而质不同”，且在1995年之后前者的增长势头猛于后者，致使两者的差距呈“喇叭口”，“喇叭口”逐渐扩大直至2008年形成同步增长态势，而后于2015年出现收缩迹象。第二，除去R&D资本化范围的界定差异、R&D资本消耗衰减模式的设定差异等影响，R&D投资测算结果与王文、杨文相差无几，验证了本文测算方法的合理性和可接受性。第三，在国际比较中，我国R&D投入强度排名不断攀升，但R&D投资强度及其与R&D投入强度之间的协同程度远不及多数OECD国家，“量质兼备”的创新之路依旧任重而道远。第四，近年来，各省(市)的R&D投资强度增幅明显，但差距依然显著，且R&D有效投资系数均未超过1，大部分省(市)仍存在R&D投入冗余、产出低效等问题。第五，新指标R&D投资强度的提出有据可依且合乎情理。依托R&D投入强度和R&D投资强度的双重考察，再辅之以两者协同程度的多维度监测，可实现我国创新水平真实脉动的全景式呈现，进而更好地服务于政府决策和企业研发策略的制定，推动我国创新能力的协同提升。
因此，弄清如何在R&D投入规模逐年扩大的同时有效提升R&D投资强度，以创新驱动经济增长，对推进我国经济高质量发展具有重要的现实意义。从当前我国的发展阶段来看，要正确理解和妥善把握好R&D投入强度与R&D投资强度之间的关联：一方面，持续加大R&D投入，但更应重视R&D投资的形成和增长，进一步激发R&D投资活力，以缩小两者之间的差距；
另一方面，提升地区R&D有效投资规模，全面激发创新活力，推动区域创新水平的协调发展。
