中國地區R&D效率及其影響因素的隨機前沿分析

師 萍，張炳南，韓先鋒，宋文飛

（1.西北大學 經濟管理學院，西安 710127；2.西安交通大學 經濟與金融學院，西安 710061）

我國已經把自主創新提升到重要高度，黨的十七大明確提出建設創新型國家的戰略目標，這客觀上要求自主創新活動不僅要注重創新資源的投入，更要注重效率問題。一直以來，政府對科技活動均保持著強有力的支持力度，對科技資源的投入的強度也逐年持續增大，我國R&D強度（R&D/ GDP）由1999年的0.76%上升到2008年的1.54%，R&D人員投入也由1999年的82.17萬人猛增到2008年的196.54萬人。但對尚處于發展階段的我國來說，R&D強度還遠遠低于發達國家，如日本2007年為3.44%，而同時期我國僅為1.44%。因此，分析在有限資源投入的條件下，我國地區R&D效率及影響因素對于我國自主創新的發展道路有著重要的現實意義。本文的研究目的就是通過測算我國R&D效率，并揭示其區域差異及其影響因素。

1 研究方法

本文認為相對于DEA方法，SFA方法具有以下優點：SFA方法可以建立隨機前沿模型，使得前沿面本身是隨機的，可對研究模型的適宜性及模型中的參數進行檢驗，有更為堅實的理論基礎，對于跨時期的面板數據而言，其結論更加接近于現實；DEA方法不能考慮到隨機誤差因素對R&D產出的影響，也忽略了價格等對效率的影響，從而導致效率估計出現偏差。因此，在模型設定合理且采用面板數據條件下，SFA方法會得到比DEA方法更好的估計結果[1]。基于研究樣本的特征和DEA方法的缺陷，本文選擇SFA方法測度1999～2008年我國地區R&D效率及影響因素。

根據Battese、Coelli的超越對數生產函數的隨機前沿模型的基本原理[2]，本文采集1999～2008省際面板數據，對我國R&D效率及其影響因素進行測算，構建如下模型：

式中，yit、Kit、Lit分別為第i省份第t年的國內專利申請受理量、R&D資本存量和R&D人員投入，β0,β1,…,β9為待估參數。本文對uit和vit做如下假定：uit～N+(mit,σu2),vit～N(0,σv2)。e-mit反映第i省份第t年R&D的技術效率水平，其中mit是技術無效率項，mit越大表明技術效率越低，即技術無效率程度越高。

本文重點考慮政府對科技活動的支持強度、外商直接投資、信息化水平等因素對技術效率變化的無效率項的影響，無效率項函數設定如（2）所示：

2 變量設定與數據處理

本文的研究樣本包括30省份（不包括港澳臺地區、西藏自治區），劃分為東、中、西部地區。東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11省份；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8省份；西部包括內蒙古、重慶、四川、陜西、貴州、云南、甘肅、青海、寧夏、廣西、新疆11省份。本文涉及的所有原始數據均來源于 《中國科技統計年鑒》（1999～2009、《中國統計年鑒》（1999～2009）、《新中國五十五年統計資料匯編》。沿襲Griliches（1990）[3]等學者的研究，將R&D行為視為生產過程，每個省份視為R&D活動的生產單元，各自使用一定的R&D投入資源，得到R&D產出。具體數據處理及變量設定如下：

2.1 產出指標

R&D與專利之間存在高度顯著的相關性，即使考慮到滯后效應也是如此[4],專利是衡量創新活動的可靠指標[5]。專利包括專利受理量和專利授權量兩個指標，專利授權量由于受到政府專利機構等人為因素的影響、有較大的不確定性，因而專利申請受理量比專利申請授權量更能反映R&D產出的真實水平[6]。鑒于此，本文選國內專利申請受理量（單位：項）作為衡量R&D活動的產出指標。

2.2 投入指標

文獻中常選用R&D經費支出和R&D人員來衡量，根據R&D活動的特征及我國統計指標的特點，本文選取R&D人員全時當量（單位：人年），作為衡量R&D活動的人員投入指標。R&D投資對產出的影響很大程度是前期投資累計的結果，即R&D資本存量，而不僅僅是R&D經費支出[7]。我國現行的統計年鑒中只有R&D經費支出數據，沒有R&D資本存量數據，根據Griliches(1990)、吳延兵（2008）[8]的做法，本文采取永續存盤法來核算R&D資本存量。R&D資本存量的測算模型如下：

式中，Kit和Ki(t-1)分別表示第i省份第t和t-1期的R&D資本存量，δ為折舊率，根據Griliches(1990)、吳延兵（2006）[9]等對R&D資本折舊率的估計，取δ=15%，Ei(t-1)表示第i省份第t-1的實際R&D經費支出，其值用朱平芳和徐偉民（2003）構造的R&D價格指數[10]，即R&D價格指數=0.55×消費價格指數+0.45×固定資產投資價格指數，以1998年為基期，對R&D經費支出進行平減。

估算R&D基期資本存量時，本文假設R&D資本存量的增長率等于R&D經費的增長率?；谫Y本存量的測算模型如下：

式中，Ki0為R&D基期資本存量，Ei0為基期實際R&D經費支出，g為考察期內實際R&D經費支出的平均增長率，δ為R&D資本折舊率。根據模型（3）、（4）即可計算出1999～2008年我國30省市區的R&D資本存量（萬元）。

2.3 影響因素變量

本文設：①COVit為i省份t年度的財政科技投入占總投入的比重。②TRADit為i省份t年度的進出口貿易總額與當年GDP的比值，其中，對于用美元表示的所有進出口總額數值，均按當年的人民幣平均匯率將其換算為人民幣。③FDIit為i省份t年度的實際利用外商直接投資額與當年GDP的比值，它可以從整體上反映各省份所吸收外商直接投資的相對規模。其中，實際利用外商直接投資額按照當年人民幣的平均匯率換算為人民幣，再進行測算。④INDit為i省份t年度的工業總產值與GDP的比值，用來反映工業化水平對R&D活動無效率的影響。⑤INFit為i省份t年度的郵電業務總量與全國郵電業務的總量的比值，用來反映信息化水平對R&D活動無效率的影響。

3 實證結果分析

根據上述模型和數據，運用 Frontier4.1軟件對我國1999～2008年地區R&D效率及影響因素進行了估計，結果如下。

3.1 我國地區R&D效率分析

根據表1可以看出，我國地區R&D效率的如下事實：

(1)1999～2008年間，全國R&D活動技術效率均值為0.256，該值高于閆冰和馮根福（2005）所得到的整個工業行業R&D效率均值水平（0.16）[10]，但略低于朱有為（2006）所得到的中國高新技術產業R&D效率均值水平（0.258）[11]，這表明我國整體R&D技術效率較低，尚有很大的提升空間。從變化趨勢看，我國地區R&D技術效率從1999年的0.249已升至2008年的0.262，可見我國R&D技術效率雖然低下，但呈現增長趨勢。技術效率最高的省份為廣東，最低的省份為青海，而廣東的技術效率是青海的十倍以上，高于全國技術效率均值水平的省份有北京、遼寧、上海、江蘇、浙江、山東、廣東、福建、湖南等9個省市，東部地區的天津、河北，中部地區除湖南之外及西部地區的所有省份R&D技術效率均處于全國水平之下。

(2)從整個考察期的區域R&D的平均效率差異來看，東部地區 （TE=0.4239）＞（全國平均水平TE=0.256）＞中部地區(TE=0.1828)＞西部地區（TE=0.141）,東部地區R&D效率值遠遠大于中、西部地區，中、西部地區R&D效率均在全國平均水平之下，可見我國R&D效率存在著明顯的區域差異，這也從一定程度上說明R&D效率與經濟發展水平的相關性，造成這一差距的原因可能是：較中、西部而言，東部地區經濟實力雄厚，在R&D活動基礎設施，人才和制度建設等方面已形成較完備的體系，有力的促進了R&D效率的提高；而中、西部地區經濟水平較低，削弱了其在R&D環境建設方面的能力，進而也制約了R&D活動的有效發展。另外，從技術效率歷年變動的差異性看，各省份的變異系數呈現階段性下降趨勢，即各省份的R&D技術效率值變動差異有縮小趨勢。

表1 1999～2008年各省市份R&D技術效率

3.2 我國地區R&D模型估計與效率的影響因素分析

本文重點考察了政府對科技活動的支持強度，外資依存度、外貿依存度、信息化水平、工業化水平等因素對我國地區R&D效率的影響，分析結果見表2。

從表2的模型估計及統計檢驗結果看出，模型（1）和模型（2）的系數大多在1%和5%的水平下是顯著的，γ＝0.9861，非常接近1，且在P≤0.01的顯著水平下通過了檢驗，說明組合誤差項的主要變異來自于技術非效率uit，而隨機誤差項vit帶來的影響非常小，也印證了本文采用隨機前沿技術的合理性，主要分析結果如下：

(1)R&D資本產出彈性為1.6445，說明我國R&D活動中資本每增長1個百分點，可以促進國內專利申請受理量上升1.6445個百分點，可見我國R&D活動財力資源要素產出彈性呈現出不斷增長的態勢；R&D人員產出彈性為-0.5485，說明我國R&D活動人力資源要素產出彈性處于不斷下降的狀態。說明我國R&D產出的增長越來越依賴于R&D資金的投入，即我國R&D活動產出的增長呈現出較為明顯的資本驅動型。這恰與我國目前R&D要素投入配置中人力資源投入相對過剩而財力資源投入相對不足，人均R&D經費較低和人力資源配置不合理的現狀相吻合。因此，應加大R&D資本的投入，合理調整人力資源的配置結構。此外，R&D經費產出彈性和R&D人員產出彈性之和為1.096，大于1，為輕微的規模報酬遞增，又由于要素收益遞減規律在發生作用，可見，從長期來看中國R&D活動產出的增長主要依賴資本驅動和人員投入是不可持續的。

(2)政府對科技活動的支持強度對我國地區R&D效率的影響系數為0.7025，且在1%的顯著水平下通過檢驗，說明政府的資金支持對我國地區R&D效率的提高沒有起到預期的效果。原因可能在于：信息不對稱、地區發展水平不均衡，政府在當地R&D活動中扮演的角色不同等，導致R&D資源的投入使用效率低下，從而從整體上導致政府對區域的R&D活動沒有起到良好的促進作用。

表2 模型中參數極大似然估計及其統計檢驗

(3)貿易依存度對我國地區R&D效率的影響系數為-0.3202，即我國進出口規模每增長1個百分點，R&D技術效率會增長0.3202個百分點?？梢娡赓Q依存度對我國R&D活動的提高有著明顯的促進作用，這可能與近年來我國進出口結構中的制成品和高科技含量的產品增加，從而使得對外貿易的技術溢出對我國R&D活動起到了明顯的積極作用；外資依存度對我國地區R&D效率的影響系數為-0.1505，系數為否，表明外商直接投資可以明顯起到促進我國R&D活動技術效率提高的作用，但這種作用沒有對外貿易明顯。

(4)工業化水平對我國地區R&D效率的影響系數為-22.3301，且在1%的顯著水平下通過檢驗，表明工業化水平對我國地區R&D效率的提高有極為明顯的促進作用，其影響程度遠遠超過其他影響因素的作用，信息化水平對R&D效率的影響系數為-1.016，該變量系數在10%的顯著水平下不能通過檢驗，但在20%的顯著水平下通過檢驗，表明我國信息化水平每提高一個百分點，會帶來R&D技術效率提高1.016個百分點，從整體上看來，信息化水平對我國地區R&D效率的提高也有著積極的促進作用。

(5)無效率函數中時間項系數為0.0135，系數為正，但不顯著。表明1999～2008年間，我國R&D活動技術無效率程度有進一步加強的趨勢（這與朱有為的研究結論一致），部分抵消了R&D技術效率的改善。我們認為這可能與政府R&D資源配置效率較低；企業平均規模偏低，R&D規模效應不強；高新技術產業市場競爭雖激烈但層次較低，在R&D活動中往往出現重復投入和引進，資源使用效率較低等原因有關。

4 小結

本文以1999～2008年省域面板數據為基礎，運用基于超越對數生產函數的隨機前沿分析模型研究了我國地區R&D效率及其影響因素。研究發現：我國R&D平均技術效率水平偏低，僅為0.256，但呈現穩步上升狀態。我國R&D技術效率存在明顯的區域差異，東部高于中部、中部又高于西部，但有逐步縮小的趨勢。從R&D資源投入來看，我國R&D效率的提高方式呈現出較為明顯的資本驅動型。政府對科技活動的支持強度沒有起到預期的良好作用。貿易依存度和外資依存度對R&D效率的提高具有較為明顯的促進作用，貿易依存度的影響力度略高于外資依存度。工業化水平和信息化程度對我國R&D效率的提高具有明顯的促進作用。從時間角度看，我國R&D活動技術無效率程度有進一步加強的趨勢。

1999～2008年間，R&D資本產出彈性遠大于勞動產出彈性，充分說明我國目前R&D資本比R&D人員稀缺，另外R&D人員產出彈性呈現不斷下降趨勢，這反映了我國目前R&D資源配置還不夠合理，這也可能與我國R&D人員整體素質較低有關，因此應繼續實行科教興國戰略，提高R&D從業人員整體質量，不斷探索建設符合區域特色的科學合理的R&D資源配置體系。從研究結果我們可以看出外資依存度和貿易依存度對我國R&D效率具有的積極作用，因此，我們應繼續深化對外開放水平，不斷提高引進外資的質量。工業化水平和信息化水平的顯著促進作用也客觀要求我國要繼續堅持以經濟為中心，加快區域工業化進程，提高區域信息化水平，從而促進我國R&D效率水平的整體提升。各地政府也應該探索適合本地R&D活動實際情況的支持模式，一方面合理分配R&D資源，提高R&D資源利用效率，另一方面，也要進一步加大對R&D活動的支持強度。

因此，繼續加大政府對科技活動的支持強度，優化R&D資源配置，為R&D活動提供合理科學的制度支撐，繼續擴大對外開放，提高引進外資的質量，加快區域工業化進程和信息化建設等將是新時期我國R&D效率提升的重要途徑和措施。

[1]Gong B H,Sickles R C.Finite Sample Evidence on the Performance of Stochastic Frontiers and Data Envelopment Analysis Using Panel Data[J].Journal of Econometrics,1992,（51）.

[2]Battese,G.E.,Coelli,T.J.A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics,1995,（20）.

[3]Griliches,Z.Patents Stastics as Economic Indicators:A Survey [J].Journal of Economic Literature,1990,（28）.

[4]Goto,A.,K.Suzuki.R&D Capital,Rate of Return on R&D Investment and Spillovers of R&D in Japanese Manufacturing Industries[J].Review of Economics and Statistics,1989,(4).

[5]Acs Z J,Anselin Luc,Varga Attila.Patentsand Innovation Counts as Measures of Regional Production of New Knowledge [J].Research Policy,2002,(31).

[6]張海洋.R&D兩面性、外資活動與中國工業生產率增長[J].經濟研究,2000,(5).

[7]涂正革,肖耿.中國的工業生產力革命—用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析[J].經濟研究, 2005,(3).

[8]吳延兵.中國地區知識生產效率測算[J].財經研究,2008,(10).

[9]吳延兵.R&D存量、知識函數與生產效率[J].經濟學(季刊),2006,(4).

[10]朱平芳,徐偉民.政府的科技激勵政策對大中型工業企業R&D投入及其專利產出的影響—上海市的實證研究[J].經濟研究,2003,(6).

[11]閆冰,馮根福.基于隨機前沿生產函數的中國工業R&D效率分析[J].當代經濟科學,2005,(11).

[12]朱有為等.中國高技術產業研發效率的實證研究[J].中國工業經濟,2006,(11).