＆对远程开放教育效率影响的实证研究

6．5．1 R＆D资本存量的估算

全国广播电视大学以远程开放教育为主要教学模式，研发广播电视大学的薄弱环节，随着远程开放教育的不断发展，广播电视大学在R＆D上的投入不断加大，广播电视大学在科研产出上，包括论文、专著、专利、发明等数量逐年上升。而且，在远程教育技术和教育资源方面，一直是广播电视大学研发的重点内容。

本章以29所省级电大为评价对象，借鉴创新经济学的研究方法，在测算R＆D资本存量的基础上，从知识生产的角度评价各省级电大的R＆D效率，以期各所省级电大能够根据评价结果提高对各项资源的使用效率，也希望能对政府的资源配置提供相关依据。

1．模型

本章采用永续盘存法，其函数形式如下：

t期的R＆D资本存量可以用过去所有时期的R＆D支出现值与t－1期的R＆D资本存量现值之和来表示，K代表R＆D资本存量，E代表R＆D支出，k为滞后期，μ为R＆D支出滞后贴现系数，δ为R＆D资本存量的折旧率。因为难以得到R＆D支出的滞后结构，一般假定平均滞后期为θ，并假定t－θ期的R＆D支出直接构成了t期的R＆D资本存量的增量，即k＝θ时，μk＝1；k≠θ时，μk＝0，因此使得。当平均滞后期θ＝1，则式（6．3）可以转为：

Kt＝Et－1＋（1－δ）Kt－1（6．4）

2．变量的确定

（1）R＆D资本支出的确定

R＆D支出由劳务费、原材料费、固定资产购建费和其他费用构成，由于知识生产函数中包括劳动投入，为避免劳务费的重复计算，我们的处理方法是将劳务费从R＆D支出总额中扣除，得到R＆D资本支出的费用。

（2）R＆D资本支出价格指数的确定

由于物价水平的波动会影响R＆D资本存量的测算，本书采取的是原材料购进价格指数与固定资产投资价格指数的加权平均值的办法来消除价格的影响，将原材料购进价格指数的权重α设定为0．5。

（3）确定R＆D资本存量的折旧率δ

已有文献对δ的确定主要有3种方法：第一种为根据经验直接将折旧率δ设定为15％（Hu，Jeffersonand Qian，2005［148］）；第二种为通过计算专利各期收益贴现值总和与专利更新费用差额，也就是通过对专利净收益的计算来估计δ；第三种假定δ值是专利产生收益时间长度的反函数，本书采用第一种方法。

（4）基期R＆D资本存量K0的确定

假定R＆D资本存量K的平均增长率等于R＆D支出E的平均增长率，即（Kt－Kt－1）／Kt－1＝（Et－Et－1）／Et－1＝g，其中，g为E的平均增长率。由此可得，当t＝1时，K1＝（1＋g）K0。又由式（6．4）可得，t＝1时，K1＝E0＋（1＋δ）K0。将上述两式合并，可以计算出基期的R＆D资本存量为：

K0＝E0／（g＋δ）（6．5）

3．R＆D资本存量的估算结果

本章将样本时间划分为2005—2009年和2010—2013年两个区间，分时段估计的结果发现我国29所省级广播电视大学的R＆D折旧率均为正值。从具体数据来看，我国各省级广播电视大学远程开放教育折旧率在9％左右。

如图6．3所示，测算的广播电视大学远程开放教育的R＆D资本存量一直处于上升的过程中，这与中央广播电视大学和地方政府高度重视对远程开放教育的投入，对远程开放教育给予了强有力的政策支持是分不开的。

表6．7 知识生产函数不同时段的估计结果

图6．3 29所省级广播电视大学在2003—2013年R＆D资本存量（万元）

6．5．2 实证研究

1．面板数据模型

面板数据模型是建立在面板数据之上，用于分析变量之间相互关系的计量经济模型。面板数据模型的一般形式为：

yit＝αit＋xitβi＋uit，i＝1，2，…，N；t＝1，2，…，T （6．6）

该模型表示i个指标在N个个体及T个时间点上的变动关系，其中，N表示个体截面成员的个数；T表示每个截面成员的观测时期总数；参数αit表示模型的常数项；βit表示对应于解释变量向量xit的i×1维系数向量；i表示解释变量个数。随机误差项uit相互独立，且满足零均值、等方差为的假设。

2．指标的选取和模型建立

由于国际上通常采用R＆D经费支出作为科技经费投入的指标，因此采用远程开放教育科技活动经费筹集额中R＆D支出来和R＆D存量反映远程开放教育创新投入情况，选取R＆D人员全时当量反映远程开放教育创新人力投入情况。

本章将29所省级电大按地域进行划分，分为华北地区、东北地区、华东地区、中南地区、西南地区、西北地区6个区域。其中华北地区包括北京电大、天津电大、河北电大、山西电大、内蒙古电大；华东地区包括上海电大、江苏电大、浙江电大、安徽电大、福建电大、江西电大、山东电大；中南地区包括河南电大、湖北电大、湖南电大、广东电大、广西电大、海南电大；西南地区包括重庆电大、四川电大、贵州电大、云南电大。西北地区包括陕西电大、甘肃电大、青海电大、宁夏电大。

表6．8 29所电大区域分布

本章运用SFA估计的29所省级电大效率值反映远程开放教育效率增长情况。为保证数据统一，选取2003—2013年11年的数据为样本数据，构建了我国省级电大远程开放教育的R＆D人员全时当量（X1）、R＆D支出（X2）、R＆D存量（X3）、29所电大远程开放教育效率值等相关变量的混合数据集。数据来自《中国广播电视大学教育统计年鉴》《全国电大教育基本情况统计公报》以及电大内部的统计资料、各省级电大网站，并进行了必要的加工和整理。根据收集的数据，建立以下模型：

ln Yit＝a0＋a1ln X1it＋a2ln X2it＋a3X3＋uit（6．7）

其中，Yit表示第i地区第t年的效率值；X1it，X2it，X3it分别表示第i地区第t年的高校R＆D人员全时当量、高校R＆D支出和高校R＆D存量。

3．计量结果分析

为建立模型，首先要确定选用固定影响模型还是随机影响模型，由于本书所做的模型仅就各地区自身的资料进行研究，因此将模型取为固定效应模型。其次要确定模型是变系数模型、变截距模型以及混合回归模型中的哪一种。使用Eviews5．0对以上3种模型残差平方和进行估计，估计结果如下：

S1＝20．287655，S2＝2．274362，S3＝4．613685，因为N＝6，T＝11，k＝2，由此可算出F1＝11．43，F2＝6．67。（N－1）（k＋1）＝12，N（T－K－1）＝40，（N－1）k＝8，取显著性水平α＝0．05时，由F分布表查得F（8，40）＝2．18，F（12，40）＝2．0。由于F1＞2．18，因此拒绝H1；F2＞2，因此拒绝H2；本书应选用变系数模型。为了减少面板数据造成的异方差和自相关性，在回归估计时选取广义最小二乘法，即GLS方法来对模型进行估计（结果见表6．9）。

回归模型中的R2＝0．997123，说明模型的解释度很高，拟和很好，模型不存在异方差现象。从估计结果可以看出，华北地区、东北地区、华东地区、中南地区、西南地区、西北地区电大R＆D经费支出和R＆D存量（万元）对电大远程开放教育效率的增长都具有促进作用，但不同地区的高校经费支出对该区域高等教育效率促进作用大小不同。

表6．9 面板数据变系数模型估计结果

续表

根据计量结果，在华北地区、东北地区、华东地区、中南地区、西南地区、西北地区6个区域中，电大远程开放教育效率增长主要受到R＆D经费支出和R＆D存量的影响。

当华北地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为－0．21％，0．83％和0．86％，华北地区电大R＆D支出和R＆D存量对华北地区电大远程开放教育效率增长的促进作用远远大于R＆D人员全时当量对该地区电大远程开放教育效率增长的影响。华北地区电大科研投入对远程开放教育效率增长的作用主要受到R＆D支出和R＆D存量的影响，R＆D人员全时当量对电大远程开放教育效率的影响呈负值，表明该区域技术创新人员全时当量对电大远程开放教育效率的影响不大。

华东地区电大R＆D经费支出和R＆D存量对该区域远程开放教育效率增长影响很大。当华东地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为－0．35％，0．84％和0．85％。华东地区电大R＆D支出和R＆D存量对华东地区电大远程开放教育效率增长的促进作用远远大于R＆D人员全时当量对该地区电大远程开放教育效率增长的影响。华东地区电大科研投入对电大远程开放教育效率增长的影响主要受R＆D支出和R＆D存量的影响，华东地区R＆D人员全时当量对电大远程开放教育效率的影响呈负值，表明该区域技术创新人员全时当量对电大远程开放教育效率的影响不大。

当中南地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为0．26％，0．79％和0．80％。中南地区电大科研投入对电大远程开放教育效率增长的影响主要受R＆D支出和R＆D存量的影响。

当东北地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为－0．20％，0．84％和0．85％。东北地区电大R＆D支出和R＆D存量对东北地区电大远程开放教育效率增长的促进作用大于R＆D人员全时当量对该地区电大远程开放教育效率增长的影响。

当西南地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为－0．25％，0．71％和0．72％。西南地区电大R＆D支出和R＆D存量对西南地区电大远程开放教育效率增长的促进作用远远大于R＆D人员全时当量对该地区电大远程开放教育效率增长的影响。

当西北地区电大技术创新人员全时当量、R＆D支出（万元）和R＆D存量（万元）增加1％时，对该区域远程开放教育效率的促进作用分别为－0．33％，0．67％和0．68％。西北地区电大R＆D支出和R＆D存量对西北地区电大远程开放教育效率增长的促进作用远远大于R＆D人员全时当量对该地区电大远程开放教育效率增长的影响。