中國大中型工業企業研發效率研究——基于行業間RD溢出的視角

夏良科

（寧波大學 商學院，浙江 寧波 315211）

一、引 言

改革開放以來，中國經濟以年均9%以上的速度增長，經濟實力顯著增強；同時，一些發展中的問題也凸顯出來。中國經濟“粗放式”發展特征依舊明顯：宏觀層面上，增長主要由投資驅動，并由此引發了經濟中的一系列不平衡；微觀層面上，許多公司財務業績差，效率低，缺乏技術革新（鄭京海等，2008）［1］?！爸袊圃臁币琅f處于產業鏈低端，附加值不高；企業技術創新能力較低，競爭力不強依舊飽受詬病。當前，人民幣升值、國內生產資料價格上漲等因素大大削弱了中國企業的國際競爭力，如何增強企業競爭力，提升整個經濟運行的效率，保持經濟持續健康發展是當前中國面臨的一個迫切難題。

事實上，中國自20 世紀90年代提出“科教興國”戰略以來，RD投入和人力資本積累都有了長足的增長。中國科技部的數據顯示：RD 投入和人力資本積累均有大幅進步，2010年我國RD 總經費為1043.2 億美元，規模僅次于美國和日本成為全球RD 總經費第三大國；我國RD 人員總量占世界總量的23.6%，2008 之后連續位居世界第一。經驗研究表明，全要素生產率的增長可以解釋中國1978-1995年間經濟增長的30%～58%；而1992-2004年間只能解釋經濟增長的27%，遠小于對日本和德國的類似估計值（分別是50%和58%）（World Bank，1997［2］；吳延瑞，2008［3］）。那么，為什么中國全要素生產率水平依舊不高，經濟增長中全要素生產率的貢獻反而有所下降呢？RD和人力資本影響生產率的機制是什么，中國研發投入的效率究竟如何？

當前大量的文獻從國家、地區或產業等多個視角分析研發投入與生產率提高的關系，但是，對該問題的研究不僅存在結論上的分歧；更重要的是，缺乏對于RD和人力資本積累影響生產率機制的研究。首先，大部分實證研究都支持RD 投資是TFP 增長的決定因素（Congress of the U.S.，2005）［4］；但是，有的對于發展中經濟體的研究則認為RD對TFP的作用不顯著甚至為負（Nadiri and Kim，1996）［5］。其次，忽視了RD溢出效應影響TFP變化的作用機制。韓穎等（2010）基于我國歷年投入產出表對7個產業的研究發現各產業的溢出效應在不斷的變小，各產業的溢出效應在不斷發生變化，決定于產業的特性［6］。尤建新等（2011）區分了政府和企業RD投入的溢出效應，并認為政府資助R＆D 溢出效應對創新產出的影響顯著為正；但是產業間企業R＆D 投入溢出效應表現為弱的技術負外部性［7］。第三，既有研究更多關注人力資本在增強技術開發能力和吸收、應用現有技術方面對于TFP的影響，很少研究人力資本在提升RD效率方面的作用，而研究人力資本影響RD溢出效應的文獻則更少。

二、模型設置和分析方法

（一）模型設置

假設行業i 在時期t 的總產出Yit由技術進步函數Ait（·）和生產函數Fit（·）組成。技術進步Ait（·）由人力資本積累（Hit）、RD 投入（Rit）和RD 溢出（SRit）所決定；生產函數由資本（Kit）、勞動（Lit）以及中間投入（Mit）決定。進一步假設兩個函數均為柯布-道格拉斯函數形式：

其中，Xit，n表示投入變量，n=1，2，3 分別對應資本K，勞動L和中間品M三種要素。定義TFP為：

對（2）式兩邊取自然對數：

我們將RD溢出變量SRit分為前、后兩個方向，其中前向RD溢出（SRU）衡量上游企業RD變化通過向下游企業提供中間品而對下游企業技術進步的影響；后向RD 溢出（SRD）則衡量下游企業RD 增加對于上游中間品供應企業TFP的影響。此外，人力資本積累不僅影響行業自身RD的效率，同時還可能提升行業的吸收能力，間接增強行業間的RD 溢出效應。為此，將人力資本與RD 投資以及RD 溢出效應的交互作用納入統一的分析框架，最終的估計模型為：

β1、 β2 、 β3 、 β4 和β5 分別表示相應變量的TFP 彈性；αi和λt和分別表示行業和時間效應，εit～IID（0，Ω）是隨機擾動項。Xp是人力資本積累和RD、RD 溢出的交互項，包括為避免多重共線性，在回歸方程中每次只加入一個交互項。

（二） Malmquist生產率指數

本文采用基于數據包絡分析（DEA）方法的曼奎斯特（Malmquist） 生產率指數對TFP 進行測算和分解?；舅枷胧?，基于各個有效單元數據，利用線性規劃技術構造出一個前沿生產面。在投入不變的情況下，各個單元的實際產出與前沿生產面之間的距離的大小即表示各單元生產效率的高低。具體地，在規模報酬不變，要素強可處置條件下，基于投入的技術前沿定義為：

z 表示每一個橫截面觀察值的權重，可以將每一個觀測單元基于投入的Farrell技術效率表示為：

這個兩個指數分別測度了從時期t 到t+1 技術效率變化的Malmquist生產率指數。生產率的變化可以表示為：

式（8）中，Malmquist 指數分解成為了效率變化指數（EC）和技術進步指數（TC）。其中，Mi、EC和TC大于、等于、小于1 分別表示TFP、技術效率和技術進步改善、沒有變化和退化。

三、數據處理與統計描述

（一） 數據處理

考慮到數據的可獲得性，本文分析基于中國大中型工業企業數據；所有原始數據均來自歷年《中國統計年鑒》和《中國科技統計年鑒》。

1.Malmquist指數及分解

假定單一產出（實際工業總產值）的生產來自三種投入：資本（實際固定資產存量）、勞動（年末從業人員總數）以及中間投入（實際工業總產值和實際工業增加值之差）。實際工業總產值和實際工業增加值分別用各年各行業的工業品出廠價格指數（1999=1）對名義值進行平減；為計算實際固定資產存量，我們首先參照李小平、朱鐘棣（2005）［8］建議的方法，得出各行業歷年的固定資產價格指數，然后利用永續盤存法獲得各行業實際的固定資產存量：

2.RD存量

為綜合考察RD的效率，本文將各行業歷年新產品開發經費、技術改造經費、技術引進經費、消化吸收經費和購買國內技術經費等五項之和作為行業RD總量，并且利用上面得到的固定資產投資價格指數平減得到實際RD變量，參照Young （1995）［9］的方法，利用分析區間之前5年投資的年均增長率代表整個投資的增長，則RD投資存量為：

其中，η 是折舊率，參考現有的研究，并考慮到中國作為發展中國家的現實，這里取10%；gj表示行業j在1996-2000年五年間RD投資的平均增長率；是經過平減的1996年RD的投資額；表示行業j第t0年RD投資存量；和則分別表示行業j第t年的RD存量和RD流量。

3.兩類RD溢出

其中，j代表向行業i提供中間品的上游行業；Ωji 表示行業j的產品作為中間投入在行業i所購買的所有中間投入中所占的比重，由最新的2007年中國投入-產出表計算得出；Rjt是行業j第t年的RD存量。按照投入產出表的分類，本文將《中國統計年鑒》中大中型工業企業涵蓋的39個子行業合并為21個。

其中，Ωik為行業i的產品作為行業k的中間產品在行業k 的所有中間投入中的比重，Rkt是行業k 第t年的RD 存量。式（13）的經濟學含義很明顯，即下游產業的研發投入越強，和（或）上下游產業關聯越緊密，則下游產業的RD對上游產業的溢出效應越強。

4.人力資本積累

現有類似研究中，國外學者通常使用員工平均的受教育年限來表示人力資本積累的程度，年限越多，則認為人力資本積累也越多。然而，在行業層面上，我們無法獲得中國各個行業員工準確的受教育年限數據。為此，我們轉而利用行業中科技活動人員的占比來代替，這一比重越高，則人力資本積累越多。

（二）Malmquist生產率指數及其分解

圖1 顯示，2000-2010年全國大中型工業企業全要素生產率年均增長0.4個百分點；其中技術進步年均提高4個百分點，技術效率則每年下降了近3.4%。

圖1 M almquist指數及技術進步和技術效率年均變化

這個結果證實了之前很多研究對中國工業企業全要素生產率的提高主要有賴于技術進步，而技術效率的貢獻很小，甚至為負的判斷。同樣借助非參數方法，國內學者李小平、朱鐘棣（2006）［10］發現1999-2003年中國工業行業TFP年均增長10%，其中技術效率年均下降5%，技術進步則年均增長了18%。涂正革、肖耿（2006）［11］對1996-2002年中國大中型工業企業的研究也得到了類似的結論，即雖然TFP年均提升15.9%，但主要源于技術進步的貢獻，技術效率反而下降了4%。

圖1還表明技術進步加速和技術效率的惡化均始于2002年。原因之一，由于中國改革開放的進一步深入，尤其是中國加入WTO之后，本土企業面臨國內、外市場更大的競爭。為了在競爭中占領先機，企業更多地傾向于技術超越，表現在重金購買先進技術的費用迅速增加；而對現有技術的改進和吸收重視不夠，經費投入不足；另一方面，行業“領先企業”技術越先進，行業內企業之間的技術差距就越大，則整個工業行業技術效率越低。近年來受全球經濟下滑的影響，生產效率持續下降，進一步導致整體全要素生產率逐漸下降。

四、模型結果分析

為提高面板數據模型分析的準確性，本文同時考慮了截面和時間兩個方向的固定效應和隨機效應，將基礎模型設為截面方向為隨機效應，時間方向為固定效應，利用多余固定效應似然比檢驗（LR）和Hausman 檢驗來確定。如果Huasman 檢驗顯著拒絕了原假設則表明截面方面為固定效用模型；而如果LR 檢驗顯著，則表明時間方向適用固定效應模型。另外，我們還利用Levin，Lin，Chu檢驗和Fisher–PP檢驗對回歸殘差進行面板單位根檢驗，以檢驗是否存在虛假回歸的情況。

表1結果是以Malmquist生產率指數作為被解釋變量，經過回歸分析得到。首先，四個模型中LLC和PP-Fisher檢驗均顯著拒絕了原假設，表明模型設置合理，不存在虛假回歸；而Hausman 檢驗與LR 統計量的顯著性表明，截面方向為隨機效應；時間方向為固定效應。

從結果來看，4個模型中自身RD存量的系數均顯著為正，而后向RD 溢出的系數則顯著為負，前向RD 溢出效應不顯著。這表明中國大中型工業企業TFP的提高主要有賴于自身RD 的投入，后向RD 溢出反而抑制了行業TFP 增長。模型（1）的結果顯示，自身RD 的TFP 彈性為0.12，這要高于Jungsoo Park （2005）［12］對OECD 國家和3個東亞國家的研究結果（4.7%～5.7%），也高于M. o’ Mahony et al（2009）［13］對美國、英國、日本、法國和德國等5個發達國家的結論（3.6%）。模型2 的結果表明，RD 對TFP 增長的作用主要來自人力資本與RD的交互作用，如果控制了人力資本對RD 的作用，自身RD 的TFP 彈性只有0.02。人力資本顯著提高了自身RD投資的效率，但是，在提高行業的吸收能力，促進行業間溢出效應的作用卻不明顯，模型中表現為其與前向和后向RD溢出的交互作用系數均不顯著。同時，雖然在基礎模型中人力資本的系數不顯著；但是，在控制了人力資本和行業自身RD的交互作用后，人力資本對于TFP增長的作用顯著為負。

此外，模型3

顯示，在控制了人力資本和后向RD溢出的交互作用之后，后向RD溢出效應對于TFP增長的作用雖然為負，但已經沒有顯著性。

表2以效率變化指數EC作為被解釋變量，對模型的檢驗發現模型1、3 截面和時間方向皆為固定效應模型；而模型2、4截面方向適于固定效應模型，時間方向則應利用隨機效應模型；面板單位根檢驗的結果表明不存在虛假回歸。

表2顯示，促進效率變化的因素與促進TFP提高的因素不同，行業自身RD投入明顯地抑制了技術效率的改進；來自下游行業RD 的溢出效應對于技術效率的提升具有重要作用。同時，模型2和3的結果都顯示，在控制了人力資本與行業自身RD或者與后向RD溢出的交互項后，人力資本對于TFP的作用也顯著為負。這表明，人力資本更多的是通過提升RD的效率或是對RD溢出的吸收能力來提升行業的技術效率；但是，人力資本自身對于技術效率反而具有抑制作用。這表明，技術研發實力越強的企業，也即RD投入與人力資本積累越多，更多的關注于技術超越，傾向于開發、引進新、尖技術，而對于當前技術的改進和吸收重視不足。

表2 RD溢出對效率提升的影響：被解釋變量ln（EC）（2000-2010年）

在控制了與人力資本的交互作用之后，后向RD溢出的TFP彈性為-0.49。可能的解釋是上游企業更多追求創新性技術（表現為技術進步提高和技術效率下降），導致對于中間投入的標準提高；上游企業技術越先進，下游企業與所需標準的差距越大。如果下游企業滿足不了要求，上游企業就會尋求其他途徑，比如進口來獲得中間投入，從而使下游企業TFP 下降。相反，前向RD 溢出效應有助于技術效率的提高，原因是下游中間投入品由上游企業確定，下游企業效率的提高并不一定要求上游企業技術邊界上移，更多的只是促使其提高投入品的使用效率。

表3是以技術進步TC為被解釋變量得到的結果。從中可以看出，除了模型4，其余3個模型的LR 統計量和Hausman檢驗均拒絕了原假設，故截面和時間方向均為固定效應模型更為適合；模型4 則應該采用截面方向為隨機效應，時間方向為固定效應的模型；面板單位根檢驗的結果表明不存在虛假回歸，回歸結果是可信的。

表3 RD溢出對技術進步的影響：被解釋變量ln（TC）（2000-2010年）

結果顯示，自身RD投入，尤其是人力資本積累是促進行業技術進步最重要的因素，而前向和后向RD溢出效應均不利于技術進步。同時，交互項的系數表明人力資本積累對于本行業RD 的效率作用不明顯，卻顯著地阻礙了行業間RD的溢出，不論這種溢出來自上游還是下游產業。由于我們定義的RD是技術引進、購買和吸收以及開發新產品等費用之和，而Malmquist 指數的分解中技術進步指數（TC）在圖形上表現為前沿生產函數在時期t到t+1之間的移動，其經濟含義是保持生產要素投入數量和結構不變，僅僅因技術改進導致產出增加。與技術效率下降的原因相反，研發實力越強的企業越傾向于技術超越，即引進或開發新、尖技術，這就表現為技術前沿上移，即技術進步。我們注意到，近年來大部分行業開發新產品經費的比重逐漸增加，比如通訊設備、儀器儀表等行業2007年用于開發新產品的經費占當年RD總投入的60%以上；開發新產品、新技術力度加大以及人力資本積累的提升產生更多的新技術和新工藝，從而使技術進步顯著提高。

五、主要結論及政策涵義

本文利用面板數據模型分析了1999-2010年中國大中型工業企業的21行業中研發投入對TFP的影響，從多個方面深化了對RD、人力資本與TFP增長關系的認識：

首先，本文證實RD投入是中國工業TFP增長的決定因素。RD顯著地促進了技術進步，但同時也是導致中國大中型工業企業技術效率持續惡化的重要原因。其次，行業間的RD 溢出對于全要素生產率具有重要影響，后向RD 溢出不利于TFP 增長，而前向RD 溢出是提升技術效率重要因素；但是，前向和后向的RD 溢出均不利于技術進步。第三，本文沒有發現人力資本積累作為TFP 增長引擎的證據；相反，我們發現，如果控制了RD投資與人力資本變量的交互作用，人力資本積累增加甚至抑制了TFP提升，其中的重要原因在于人力資本積累雖然顯著地促進了技術進步（TC），同時卻不利于技術效率的提升。第四，人力資本具有“同化器”的作用。人力資本不僅促進自身RD 投資對于TFP增長和技術效率提升的貢獻，同時還有助于后向RD溢出對于技術效率提高的作用；但是，卻抑制了前向和后向RD溢出促進技術進步。

本文還揭示出制約我國RD效率提升的另一重要原因是當前中國大中型工業企業中存在的“趕超”思想：為了在市場競爭中占得先機，企業更多地傾向于技術超越，購買和開發新、尖技術，以期迅速達到行業領先地位；但是，對已有技術的消化、吸收卻沒有充分重視，普遍投入不足。實際上，不僅是大中型工業企業，鄭京海等（2005）［14］對中國省級層面的研究，周立群、夏良科（2010）對天津濱海新區各工業行業的研究都得到了類似的結論［15］。本文的結果顯示，RD投入和人力資本積累越多，技術進步越大；同時技術效率下降也越多。造成這種狀況的原因一方面是由于隨著中國全球化的逐漸深化，國內企業面臨的競爭日趨劇烈，導致企業期望通過加大技術投入取得行業領先地位；此外，當前政策對于開發新產品，申請專利等比較重視，給予資金支持或政策優惠。但是，企業加強對自身技術的吸收卻很難度量，很難獲得政府實質性的支持，這也是導致企業傾向技術開發創新的因素。

［1］鄭京海，胡鞍鋼，Arne Bigsten.中國的經濟增長能否持續？——一個生產率視角［J］.經濟學（季刊），2008，7（3）：777-808.

［2］World Bank. China 2020：Development Challenges in the New Century［R］.Washington D C：The World Bank，1997.

［3］吳延瑞.產率對中國經濟增長的貢獻：新的估計［J］.經濟學（季刊），2008，7（3）：827-842.

［4］Congress of the U.S. RD and Productivity Growth［R］. Congressional Budget Office，Background Paper，2005.

［5］Nadiri，Kim. RD，Production Structure and Productivity Growth：A Comparison of the US，Japanese，and Korean Manufacturing Sectors［R］.NBER Working Paper 5506，1996.

［6］韓穎.我國7個產業的產業間RD溢出效應縱向比較分析［J］.科學學研究，2010（4）：542-548.

［7］尤建新，陳震，邵魯寧.產業間RD溢出對創新產出的動態效應研究——基于上海市大中型工業企業的實證研究［J］.科學學與科學技術管理，2011（4）：53-57.

［8］李小平，朱鐘棣.中國工業行業全要素生產率的測算——基于工業行業的面板數據分析［J］.管理世界，2005（4）：56-64.

［9］Young A. The tyranny of numbers：Confronting the statistical realities of the East Asian growth［J］. Quarterly Journal of Economics，1995，110（3）：41-80.

［10］李小平，朱鐘棣.國際貿易、RD 溢出和生產率增長［J］.經濟研究，2006（2）：31-43.

［11］涂正革，肖耿.中國工業增長模式的轉變——大中型企業勞動生產率的非參數生產前沿動態分析［J］.管理世界，2006（10）：57-67.

［12］Jungsoo Park. International and intersectional RD spillovers in the OECD and East Economies［J］.Economic Inquiry，2004，42（4）：39-57.

［13］Mary O’Mahony，Michela Vecchi. RD，knowledge spillovers and company productivity performance［J］. Research Policy，2009，38（1）：35-44.

［14］鄭京海，胡鞍鋼.中國改革時期省際生產率增長變化的實證分析（1979—2001）［J］.經濟學（季刊），2005（2）：263-96.

［15］周立群，夏良科.天津濱海新區的技術進步、效率提升與全要素生產率增長——基于Malmquist指數的測度［J］.科學學與科學技術管理，2010（11）：101-109.