中俄科技合作的潜力、问题及解决方法(2)

　　二、目前中俄科技合作中存在的问题

　　虽然中俄科技合作的前景十分明朗，但现实合作中仍存在着一些阻碍其发展的不利因素，这些问题制约了科技合作潜力的开发。为了准确把握中俄科技合作中的存在的问题，本文进行了实证调查。

　　哈尔滨市是我国距中俄边境最近的一个特大中心城市，具有先天的地理优势，且是我国与俄罗斯进行大规模科技合作的关键城市，所以选择哈尔滨作为样本调查，具有较强的代表性和说服力。本文对哈尔滨各大高校以及研究所进行了典型调查。调查对象包括：黑龙江省科技信息中心、哈尔滨市农业技术推广中心、哈药集团、黑龙江省化工研究院、哈尔滨工程大学、哈尔滨工业大学、哈尔滨石油化工研究院等等。这些单位的标志总量占有全部单位标志总量的绝大比重，具有很强的典型性。问卷的回收率及有效率均达到95%以上。

　　综合调查问卷（见附录）结果及2011—2012年的科技合作统计年鉴得到图1。

　　在西方经济学中，将需求定义为消费者愿意而且有能力购买的商品数量，本文针对制约中俄两国农业科技合作需求的各个问题进行量化分析，研究其如何影响两国农业科技合作，并计算影响程度。依据调查结果可以发现中俄科技合作的制约因素主要有以下三个方面：缺乏复合型人才；伙伴信任程度不够；缺乏专业化的中介机构（见图1）。

　　现在将上述因素作为解释变量，将合作需求作为被解释变量，用数学函数的形式表示出两者之间的关系。此函数记作：

　　Y：对合作的需求程度；A：复合型人才在科技合作中的比例；B：伙伴信任程度；C：中介组织的支持程度；u：干扰项。

　　本文将原始数据取对数进行回归，所以回归系数即为弹性系数。弹性系数的具体含义是：在控制其他因素不变的情况下，考察某一因素与合作需求之间的变动关系，也就是通过定量分析，研究当影响因素变动一个百分点时，科技合作需求的变动情况，即需求对影响因素变动的敏感程度。用lnA、lnB、lnC分别表示合作需求对各个因素的弹性系数，则有：

　　可以发现R2和调整后的R2均在0.61附近，说明本文选取的3个自变量解释了自变量61%的内容，且整个模型以及各个自变量的P值都小于0.05，同时各个自变量的膨胀因子均小于2，可以推断本模型不存在多重共线性，所以此模型具有统计意义，是合理的。下面对各个回归系数进行经济意义解释：

　　1.lnA系数为1.73说明复合型人才对需求的影响是富有弹性的，而且是敏感性最强的影响因素，因此缺乏复合型人才是限制两国科技合作的关键因素。目前既懂语言又懂技术的复合型高素质人才十分匮乏：一方面是现有人才不足：第一，复合型人才培养难度大、成才率低导致其数量有限；第二，人才吸引机制不完善，难以吸引优秀人才参与两国科技合作。另一方面表现为后续力量不足，历史上形成的俄语专业人才优势正在消失，呈现对俄科技合作人才断档的趋势。可见复合型人才对中俄科技合作起着至关重要的作用，大量复合型人才投入科技合作会迅速且显著地促进合作水平的上升。若两国政府出台政策鼓励人才参与科技合作，则必然导致双边科技合作水平上升，从而使科技合作的需求增加，反之则会减弱需求。

　　2.lnB系数大于1说明合作伙伴信任和了解程度的变化导致的合作需求的变化程度大于其自身的变化，因此，伙伴的信任程度不够是制约中俄科技需求的主要因素。观察图1也可以发现，合作伙伴缺乏信任制约了中俄两国的科技合作。两国的科技合作在转让民用产品和技术上不存在原则性障碍，亦无歧视。但当合作涉及国家安全时仍存在着较多的限制和制约。致使两国无法进行全方位的科技合作。与此同时，中方对俄罗斯技术的认识存在误区，有些人错误的认为俄罗斯的科技实力和科研水平低，远远落后于西方发达国家，因而对中俄科技合作没有兴趣。而实际情况是我们可以从俄方得到许多花钱在西方国家也买不到的东西，俄方肯以纯技术形式与我合作，不以占领我国市场为主要目的，这与西方有原则性的区别。

　　3.lnC系数为1.38说明中介的直接支持程度，其变化1%就会导致两国科技合作需求变化1.38%，也就是说中介支持程度对需求的影响是富有弹性的，即中介支持程度不够制约了两国科技合作的发展。目前中俄科技合作主体分散，虽然全国各地的技术市场种类繁多，但规范化的、专业化的中介机构却很少。中俄科技合作的过程中，不可避免地存在诸如产权问题和利益分配问题上的纠纷，若缺乏从事各种纠纷的调解工作的专业中介组织机构，则很难高效地解决这些问题，很容易打消双方合作的积极性，从而制约两国科技合作的发展。