中國區域工業創新全要素生產率的實證分析

摘要：文章以非參數DEA的修正Malmquist指數方法測算了2003年~2010年我國區域工業創新的全要素生產率指數并對其進行了分解。實證結果表明，造成近年來我國區域工業創新全要素生產率提高的主要原因在于其創新前沿水平的提高超過了創新效率的下降；無論從省際層面還是從東、中、西三大區域層面，我國工業創新全要素生產率水平都存在明顯差異，然而隨著時間推移，區域之間的差異有逐漸縮少的趨勢。

關鍵詞：區域；工業；創新全要素生產率

一、 引言

目前已有的國內相關文獻大多使用非參數DEA方法對于中國工業創新的技術效率進行測算和分析，如潘雄鋒等（2010）、余東華（2010）以及項本武（2011）等。事實上技術效率反映的是現有技術前沿水平下創新投入資源的實際產出能力，并未包括技術前沿本身的變化情況，而學者白少君等（2011）雖然首次使用非參數DEA方法計算了我國工業研發創新的全要素生產率，但是其使用的是行業層面數據，不能反映我國區域工業創新的生產率差異，且采用的依然是傳統的建立在規模報酬不變前提假設基礎上，僅考慮投入或產出單一方面可變情況的Malmquist指數分解方法。由于這一規定在現實的創新生產過程中很難滿足因而也影響了使用Malmquist指數方法進行測算的準確性。為此，本文將采用能夠綜合考慮規模報酬因素以及投入產出皆可變的修正Malmquist指數方法，就我國區域層面工業創新的全要素生產率進行計算和分解，以考察不同區域工業創新的整體投入產出績效差異。

二、 研究方法和數據選擇

1. 基于非參數DEA的修正Malmquist指數方法。學者黃薇（2008）針對傳統DEA方法有關規模報酬不變和只有投入產出單一方面可變的假設與現實情況不相吻合的狀況，提出了一種計算全要素生產率的修正的Malmquist指數方法，即采用定向技術距離函數對傳統的Malmquist指數進行修正，并在計算決策單元生產率變動情況之前，確定生產可能集的規模收益特征從而選擇對應的距離函數以解決全要素生產率分析中的規模經濟因素。

根據Chamber，Chung Fare（1996，1998）的研究，可以將定向技術距離函數定義為如下形式：

D（x，y，gx，gy）=max{?茲：?茲gx，y+?茲gy∈T}（1）

其中?茲是常數，（gx，gy）>0為給定的方向向量，表示決策單元向生產前沿面逼近的路徑，這種設定避免了單方面考慮投入或產出徑向變化的缺陷，而相應地定向技術距離函數測度了給定方向下被觀測單元與前沿面之間偏離的程度，程度越小代表生產率水平越高，若偏度為零，則意味著該決策單元位于前沿面上，生產率水平達到最高。此外，可以借鑒Coelli（1996）提出的規模收益非增模型的思路，將上述CCR模型中規模收益不變（CRS）的約束條件?撞?姿?叟0擴展為?撞?姿?叟1和?撞?姿?燮1以得到規模收益遞增（IRS）和規模收益遞減（DRS）情況下的定向技術距離函數：

規模收益遞增條件下的定向技術距離函數為：

Di（x，y，gx，gy）=max{?茲：X?姿?燮x-?茲gx，Y?姿?叟y+?茲gy，?撞?姿?叟1}（2）

?琢規模收益不變條件下的定向技術距離函數為：

Dc（x，y，gx，gy）=max{?茲：X?姿?燮x-?茲gx，Y?姿?叟y+?茲gy，?撞?姿?叟0}

?茁規模收益遞減條件下的定向技術距離函數為：

Dd（x，y，gx，gy）=max{?茲：X?姿?燮x-?茲gx，Y?姿?叟y+?茲gy，?撞?姿?燮1}

對上述定向技術距離函數應用線形規劃方法求解：

借鑒Hirofumi Fukuyama（2003）的方法判斷決策單元的規模收益特征：

①當Dd（x，y，gx，gy）

②當Dd（x，y，gx，gy）=Di（x，y，gx，gy）時，為規模收益不變（CRS）；

?茁當Dd（x，y，gx，gy）

根據以上的改進技術，可以將全要素生產率Malm-quist指數修正模型定義如下：

M（xt+1，yt+1，xt，yt）=

其中下標變量?琢表示決策單元的規模收益特征。

學者Fare等（1994）的研究將全要素生產率指數的變化分解為兩個重要的組成部分，即技術進步的變化（TC）和技術效率的變化（EC），前者反映了樣本單位技術創新所帶來的不同時期生產最佳前沿邊界的移動，后者則表示樣本單位在不同時期相對最佳前沿邊界的實際移動。具體的計算公式如下：

M（xt+1，yt+1，xt，yt）=EC×TC（7）

根據以上公式，可以得出t+1期相對于t期的全要素生產率變動指數M（xt+1，yt+1，xt，yt）（TFP）以及技術進步變動指數TC和技術效率變動指數EC。

2． 數據選擇。由于2002年我國頒布了新的國民經濟行業分類標準，使得在此前后統計年鑒中的數據口徑有了較大程度的變化，因此我們采用2003年~2011年《中國科技統計年鑒》各省大中型工業企業的創新投入和產出數據來計算區域工業創新的全要素生產率，并從中剔除數據缺失的西藏和海南省，共計29個地區作為實證研究的決策單元。

（1）投入變量。采用各地區大中型工業企業RD經費和RD人員投入作為計算創新全要素生產率投入變量的依據。按照Griliches等學者的研究，在知識生產函數中RD經費投入應該以累積的知識資本存量形式來衡量。因此參照Griliches（1998）和吳延兵（2006）的處理方法，使用通用的永續盤存法來測算我國制造業各行業的知識資本存量，即：

RDt=Et+（1-）RDt-1（10）

RD0=E0/（g+）（11）

其中，RDt和RD0分別代表了第t期和基期的知識資本存量，Et和E0分別代表了第t期和基期各地區不變價格的大中型工業企業RD經費投入（扣除勞務費部分），g為研究期內各地區工業RD經費投入的年均增長率，為知識資本的折舊率，本文采取國內外文獻中廣泛使用的15%的折舊率。而有關RD經費投入的價格指數則參照吳延兵（2006）的作法，將其設定為固定資產投資價格指數和原材料購進價格指數的算術平均值，并以此將不同年份的各地區大中型工業企業RD經費投入扣除勞務費部分后分別按照2003年不變價格進行平減處理。

（2）產出變量。常用的衡量創新產出的指標包括專利、新產品產值（或新產品銷售收入）、技術開發項目數等等，考慮到指標的代表性和數據的連續可得性，本文選擇各地區大中型工業企業的專利申請數和新產品銷售收入作為創新的產出變量，其中后者并按照工業品出廠價格指數折算成2003年不變價格。

三、 實際計算結果

1． 我國省際工業創新的全要素生產率及其分解情況.使用基于非參數DEA的修正Malmquist指數方法對2003年~2010年我國29個省區工業創新的全要素生產率進行測算和分解，其結果見表1。

（1）從總體上分析，2003年~2010年我國省際工業創新全要素生產率TFP指數均值為1.017，其中反映工業創新的技術前沿進步指數TC的均值為1.059，其數值大于1；而反映工業創新實際技術效率的指數EC的均值為0.960，其數值小于1。這表明近年來我國各地區工業創新質量水平總體上存在著一定程度的提高趨勢，而造成這一現象的原因主要在于工業創新的技術前沿面向外擴展，而各地區平均的技術創新效率還遠未達到理想水平，有待改善。

（2）從各省區情況來看，我國工業創新的全要素生產率存在明顯的省際差異：2003年~2010年在全部29個省區中，共有21個省區工業創新的全要素生產率TFP指數值大于1，而小于1的8個省份分別為河北、山西、吉林、江西、貴州、甘肅、青海和寧夏；其中工業創新績效水平最高的為上海，其創新全要素生產率TFP指數達到了1.141，而最低的為青海，其TFP指數為0.795，還不到上海的70%。而從各省區創新全要素生產率分解情況來看，有25個省區工業創新的技術前沿進步指數TC的數值都超過了1，最高的仍然是上海，達到了1.140；反之創新的實際技術效率值超過1的省份僅有6個，其EC指數均值為1.002，勉強達到有效水平。

2． 我國區域工業創新全要素生產率及其變動情況。為進一步分析我國各區域工業創新的績效水平差異及其變動情況，我們將29個省區劃分為東中西三大區域，其中東部區域包括北京、天津、河北、遼寧、山東、上海、江蘇、浙江、福建、廣東10個省區，中部區域包括吉林、黑龍江、內蒙古、山西、河南、安徽、江西、湖北、湖南9個省區；其余10個省區屬于西部區域，分別計算了各區域工業創新全要素生產率指數TFP、技術進步指數TC和技術效率指數EC的均值以及上述三個指數在2003年~2010年期間的年均增長率，結果見表2。

（1）從各區域工業研發創新的全要素生產率均值來看，2003年~2010年我國三大區域以全要素生產率TFP指數衡量的工業研發創新的整體質量水平呈現出東部最高、西部次之、中部最低的區域分布情況，且東部和西部區域的TFP指數均值都超過了1，僅有中部區域研發創新的TFP指數均值為0.997，小于1。此外，對各區域工業研發創新全要素生產率的分解情況表明，雖然三大區域研發創新的前沿水平（TC指數）都有顯著提高，但是實際的技術效率（EC指數）卻都在1以下，其中東部地區無論創新的技術前沿TC指數還是技術效率EC指數值都超過了中西部地區；而中西部地區在研發創新分解指數上的表現則相反：中部地區工業創新的前沿水平均值為1.047，低于西部地區；而實際的技術效率均值則為0.962，優于后者。

（2）從各區域工業研發創新全要素生產率的動態變化來看，2003年~2010年我國東、中、西三大區域無論總體的TFP指數還是分解后的技術前沿TC指數值都表現為上升趨勢（年均增長率都在1以上），而在創新的實際技術效率方面，除了西部地區的EC指數年均增長率小于1以外，東部和中部地區的技術效率水平也處在不斷提高的狀態。對各區域創新全要素生產率的年均增長率比較結果表明：目前TFP指數均值最低的中部地區，其動態的年均增長率卻達到了1.084，不僅高于西部地區，而且超過了目前創新TFP指數最高的東部地區，從而使區域之間以TFP指數表示的工業創新績效差異呈現出動態的縮小趨勢。而通過對各區域細分的TC和EC指數的年均增長率數值的比較，則可以發現造成以上現象的主要原因在于中部地區近年來工業研發創新實際技術效率較高的年均增長率（其數值為1.026），而相比之下，一直在整體工業創新的全要素生產率及其細分指標上表現最好的東部地區近年來不僅在創新的實際技術效率變動（EC指數年均增長率）上落后于中部地區，而且在創新的技術前沿水平增長（TC指數的年均增長率）上也逐漸被西部地區趕超。

四、 研究結論與討論

采用基于非參數DEA的修正Malmquist指數方法對我國2003年~2010年地區工業全要素生產率TFP及其分解指數TC和EC的計算結果表明：從橫向比較來看，無論在省際層面還是東、中、西三大地區層面，我國工業研發創新績效（質量）水平的區域差異都顯著存在；而從縱向變動趨勢分析，在三大區域工業研發創新的全要素生產率持續提高的同時，它們之間的差異卻在逐漸縮小。

作為我國工業最為發達也是研發創新活動最為集中的東部地區，得益于其豐富的人力資本、良好的區位條件以及創新的集聚優勢，使其不僅在整體的創新全要素生產率TFP指數上，而且在其細分的創新前沿（TC指數）和實際技術效率（EC指數）的表現上都明顯優于中西部地區；然而近年來隨著西部大開發戰略的實施以及產業自東向西的逐步轉移，我國中西部地區工業創新全要素生產率的總體水平也在不斷提高，甚至分別在創新前沿和技術效率的變動上似乎有后來居上的趨勢。

雖然從總體情況上來看，我國區域工業研發創新的全要素生產率水平近年來體現出積極的正向變動態勢，但是我們仍然應該注意到其中存在的問題和亟待改善的地方：除少數省份外，大部分地區工業研發創新的EC指數值小于1，處于創新的技術無效率狀態，即存在著創新投入冗余和創新產出低于前沿水平的狀況；中部地區雖然在創新的技術效率年均增長水平上位居三大區域之首，但是在創新的技術前沿上無論從目前已達到的水平還是縱向的變動趨勢上都落在東部和西部地區之后，這與該地區相對薄弱的工業創新技術基礎和短缺的人力資本資源密切相關；而西部地區雖然由于擁有建國以后形成的西北和西南等重工業基地以及近年來西部大開發戰略實施帶來的資金、政策和人才等方面的有利因素而在創新的技術前沿水平上高于中部地區，甚至在動態的年均增長率上還超過了東部地區，但是在產權等工業組織和創新管理體制改革上的滯后卻使其在創新的實際技術效率上表現欠佳，且近年來還有不斷惡化趨勢。

參考文獻：

1. 黃薇．中國保險業全要素生產率研究．當代經濟科學，2008，（11）：85-90．

2．吳延兵．RD存量、知識函數與生產效率．經濟學（季刊），2006，（7）：1130-1158．

3．潘雄鋒，劉鳳朝．中國區域工業企業技術創新效率變動及其收斂性研究.管理評論，2010，（2）：59-64．

4．余東華，王青．國有工業企業自主創新效率變化及影響因素——基于1998-2007年省域面板數據的DEA分析．山西財經大學學報，2010，（1）：94-101．

5．項本武．中國工業行業技術創新效率研究.科研管理，2011，（1）：10-14．

基金項目：國家社會科學基金重點項目（項目號：07AJY017）。

作者簡介：郭克莎，國務院研究室宏觀司副司長，中國社會科學院研究員；張沛東，南開大學經濟學院城市與區域經濟研究所博士生，天津外國語大學國際商學院講師。

收稿日期：2012-03-12。