后發國家企業技術能力動態演進特征研究 ——基于潛在轉換分析方法

后發國家企業技術能力動態演進特征研究
——基于潛在轉換分析方法

王芳,趙蘭香

(中國科學院科技政策與管理科學研究所，北京100190)

摘要：國際技術轉移對于后發國家企業的技術能力追趕起著重要的作用。本文研究東歐和中亞國家多個企業技術能力的動態演進過程，并探討國外技術對企業技術能力發展的影響作用。不同于以往文獻中案例研究的分析方法，本研究提出潛在轉換分析(LTA)的計量經濟方法探討大量企業技術能力演進的進程，拓展了研究對象的范圍。該模型測算出企業技術能力發展的三個動態階段，研究發現企業技術能力的發展存在粘滯現象，所以他們向更高階段的發展需要有意識努力和策略。在不同的國際技術轉移渠道中，直接技術來源對企業技術能力的發展更為重要，尤其是技術許可和進口中間投入顯著促進技術能力處于中低階段的企業向高級階段轉移升級，FDI對于處于低水平技術能力的企業發展更為重要，而出口對企業技術能力發展的作用并不顯著。

關鍵詞：技術能力；動態演進；潛在轉換分析；后發國家企業

收稿日期：2014-10-10修回日期：2015-02-10

作者簡介：王芳(1979-)，女，遼寧大連人，中國科學院科技政策與管理科學研究所助理研究員，博士。

中圖分類號：F270

文獻標識碼：A

文章編號：1002-9753(2015)03-0105-12

Abstract：In view of the importance of international technology transfer on the technology learning for firms in developing economies,this article explores the dynamic patterns of technological capabilities for Eastern European and Central Asian firms and investigates the impacts of foreign technology on their transitions over time.Adopting a latent transition analysis (LTA) model,it identifies a three-state dynamics along the evolution of technological capabilities for a large number of firms.The result indicates a sticky phenomenon during the upgrading of technological capabilities,and therefore the acquisition of technological capabilities requires conscious efforts and strategy by firms.Among the different channels of international technology transfer,technology licenses and imported intermediate inputs help the transition of firms towards more advanced levels;FDI plays an important role in transition of firms,which only have basic technological capabilities.Exports do not show a significant effect on the transition of firms in terms of technological capabilities.

On the Dynamic Characteristics of Firm Technological Capabilities in Later Comer Countries

——A Latent Transition Analysis

WANG Fang,ZHAO Lan-xiang

(InstituteofPolicyandManagement,ChineseAcademyofSciences,Beijing100190,China)

Key words:technological capabilities;dynamics;latent transition analysis;latecomer firms

一、引言

《國家中長期科學和技術發展規劃綱要(2006-2020年)》明確提出鼓勵“企業成為技術創新的主體”，并將此作為建設創新型國家的關鍵。黨的十八大報告(2012)進一步指出要著力“構建以企業為主體、市場為導向、產學研相結合的技術創新體系”，由此提升我國企業的技術能力、增強其在全球的競爭力成為政策制定者和學術界需要關注的內容。而企業技術能力提升的過程并非能自動實現，原始創新、集成創新和引進消化吸收再創新是實現技術創新能力提升的3個途徑[1]。通過國際技術轉移借助發達國家的先進技術實現后發國家技術能力跨越是日本、韓國和臺灣等經濟體實現技術追趕采用的重要手段和戰略。然而目前中國企業在大量利用國外技術資源的同時，技術能力卻沒有得到有效的提升。面臨包括FDI、技術許可或進口中間投入品等多種國際技術轉移渠道，企業如何結合內外部環境選擇適合的渠道有效提高技術能力是尚未解決的問題。

自從世界銀行的研究項目“技術能力的獲取”(The Acquisition of Technological Capabilities)首次出現“技術能力”的概念以來，該概念及相關理論已經被廣泛用來研究東亞國家企業在20世紀80至90年代成功地追趕發達國家企業的過程，同時也用來解釋拉美國家和印度的部分企業持續落后的原因[2-4]。通過分析日本、韓國和臺灣汽車、電子、化學和機械制造業企業在20世紀60年代至90年代的追趕過程，這些研究發現技術能力的發展遵循著由低級向高級階段性轉變的過程。企業可憑借后發優勢，有效的利用國外先進技術，通過“反向工程”的過程實現跨越式發展[5]。而拉美國家和印度企業由于過度依賴國內資源的優勢和市場，規避技術投資風險，缺少對外來技術的學習和積累過程，難以形成持續性的發展[6]。這些結論和經驗對政府制定宏觀政策和企業制定發展戰略都具有重要的意義[7]。

從研究方法的角度，目前有關技術能力的階段性演進的理論，大多采用案例分析方法，這種方法雖然能夠詳盡的分析企業的發展過程，但是存在一定的局限性，無法驗證和比較多個企業的發展情況，在對不同的經濟體進行宏觀層面分析時缺乏一致的比較基礎，所以技術能力演進的理論主要停留在對幾個特征企業或者特征行業的分析上[8]。對于不同的國際技術轉移渠道對技術能力演進的影響作用也缺乏清晰的比較分析和解釋。為此，本文主要研究兩個問題：(1)如何識別大規模企業的技術能力動態演進過程；(2)在此過程中，不同的國際技術轉移渠道是如何發揮作用的。

與之前案例分析為主的研究不同，本文采用的研究方法是建立潛在轉移分析(latent transition analysis，LTA)計量經濟模型，識別大量企業技術能力演進的動態過程，分析不同的國際技術轉移渠道對后發國家企業技術能力轉換概率的影響。LTA模型也稱為隱馬爾可夫模型(hidden Markov model)，它將潛在聚類分析用于多次重復觀測的樣本，以識別研究對象在不可直接觀測的狀態之間的動態轉換過程，目前主要應用在工程學和機器學習領域[9-10]。本文采用該方法對多個企業的技術能力狀態同時進行比較分析，內生地確定企業技術能力的發展階段，從而驗證技術能力演化理論。

本文的研究對象是現有文獻尚未充分研究的東歐和中亞國家的企業。近10年來，這些國家處于不穩定的政治經濟環境中，企業經歷著向自由經濟體制轉變的歷程。他們和歐盟發達國家的企業逐步建立更多的聯系，接觸來自不同渠道的外部技術源。這些企業來自處于不同發展階段的經濟體，從較為落后的烏茲別克斯坦和阿塞拜疆到較為發達的斯洛文尼亞和克羅地亞等，技術能力水平參差不齊。因此，東歐和中亞國家提供了良好的實驗環境，可以研究較長發展周期里國外技術資源對處于不同階段的企業技術能力演進的影響，該研究對后發國家企業如何利用國際技術轉移進行技術追趕有重要的啟示作用。

2014年以來，中國開始布局“一帶一路”戰略，加強與中亞大陸和東歐的合作與貿易往來，中國目前是哈薩克斯坦、烏茲別克斯坦、吉爾吉斯斯坦、塔吉克斯坦等中亞國家的第二大貿易伙伴，并成為中亞各國重要投資來源地。在這種背景下研究這些國家企業的發展狀況及其對國際技術轉移渠道的偏好與需求，對中國進一步有效的開展“互惠互利”的戰略合作具有重要意義。此外，中國正積極參與全球貿易，2014年中國對外直接投資(FDI)和技術許可都呈現上升的趨勢，成為全球最大FDI接收國。全球最大的出口國與相對落后的技術水平之間的矛盾，對中國的貿易政策與產業政策提出挑戰。長期以來中國的制造業技術發展很大程度上依賴于國外技術的引進，未能對引進技術進行消化吸收和二次創新。在這種情況下，綜合比較研究不同渠道的外來資本和技術內容對企業技術能力發展的作用，對企業管理者制定技術源戰略和政策制定者選擇更有針對性的國際技術轉移政策工具都有重要的借鑒作用。

二、文獻綜述

企業的技術能力主要指企業掌握某項特定的技術、應用該技術并用以建立新技術知識的能力。它不僅包括正式的研發活動，還包括技術的商業化和本地化過程。技術能力通常涵蓋生產能力、投資能力和創新能力3個方面，分別指企業維護和操作生產設備的能力、擴大產能和建立新生產設備的能力、以及開發新技術并商業化的能力[2-11]。

(一)技術能力演進

演化經濟學將企業技術能力的獲取視為學習過程，遵循著從簡單到復雜的過程[12-13]。Lall(1992)根據企業在生產、投資和創新3個方面的表現，將這種發展過程大致劃分為3個階段：經驗階段(experience-based)的企業主要從事簡單、常規的任務，他們積累一定的基礎后，達到搜索階段(search-based)；處于搜索階段的企業主要進行引進模仿性的工作，其研發活動的主要目的在于提高吸收能力，而非發明新技術和引領知識前沿；研究階段(research-based)的企業具備執行創新性和風險性項目的能力，有能力建立完整的生產系統，設計新生產過程和產品，最終將達到前沿創新的水平。

技術能力的發展過程是一個動態的目標，因為技術發展過程本身是累積性的，所以技術能力的演進過程是非線性的，具有路徑依賴的特點，且與企業采用的技術特性相關，企業通常在已有技術的基礎上尋求技術升級或創新。這些特點決定了企業在變動的環境中，為獲取技術能力需要制定獨特的戰略，技術能力成為連接企業資源與變革的商業環境的橋梁[14-16]。

(二)技術能力與國外技術資源

從資源基礎的角度看，企業技術能力的獲取是內部和外部資源互動的過程[17]。東亞國家企業的追趕過程表明國外先進技術對促進技術能力轉變具有重要作用，尤其是直接技術來源對企業初始階段的技術積累比較重要，例如進口中間投入和技術許可包含了直接可使用的技術內容，可以快速的提高企業的生產過程，促進新技術的應用和新產品生產[18-19]。Kim(1997)認為技術許可和鑰匙工程對韓國三星和現代等企業在發展初期的技術積累過程非常重要，企業想要成功的利用國外的許可專利，需要一定的隱性知識和技術工人，所以企業技術能力在不同階段的轉化將伴隨著大量的投資活動，用于購買設備、升級生產線或者進行員工培訓。Nelson和Pack(1999)在研究東亞國家崛起時將該過程描述為由資本積累向技術吸收的過程[20]。研究表明機器設備投資和進口中間投入大幅提高企業全要素生產率，促進進口企業增長[21-23]。一方面FDI流入時可能附帶著為企業引入新產品和技術，另一方面國外的母公司為了避免其先進技術外溢到其他國家企業威脅其競爭優勢而限制技術流入被投資國的企業[24]，所以FDI可能有利于處于初級技術階段的企業的發展。

最近研究顯示出口對企業技術能力的培養起著間接作用，因為出口企業可以了解國際市場的先進技術，迫于競爭壓力加速技術升級，從而提升生產率，這一過程也稱為“出口中學習”(leaning-by-exporting)。很多后發經濟體，如韓國、臺灣和印度尼西亞都曾采用出口導向的政策[25]。 斯洛文尼亞企業和臺灣電子行業的企業在出口后都提升了生產率[26-27]，而更多研究發現其他國家的出口企業并未出現生產力的提升。這可能由于企業需具備一定的競爭力并有意識的建立相關的戰略，才能有效地利用國際市場上的先進技術，所以出口途徑可能對企業發展到研究技術能力較為重要。

關于技術能力動態發展的現有文獻主要研究特定的幾個行業和具有代表性的企業，相關結論還未能在大量企業上得以檢驗，主要是由于“技術能力”這一概念內涵廣泛，包括生產、投資、創新3個維度，缺乏合適指標和方法進行量化，所以無法納入合適的計量分析模型。實證分析中多采用單一的指標測度技術能力，如Awh和Batra(1998)采用研發投入和在職培訓[28]，Motohashi(2008)采用專利數量[29]，還有部分研究將涉及技術能力的多個指標進行平均加權，如聯合國經貿組織(UNCAD)在分析國家技術能力時即采用了該方法。這些研究都無法準確的體現技術能力的內涵，從而識別其在不同能力級別間的轉換。

針對目前研究的欠缺之處，本文采用潛在轉化分析的方法(LTA)測算多個企業技術能力的水平和其在不同能力級別間轉化的概率。作為一種統計分析模型，該方法*首次提出時被稱為隱馬爾可夫模型。由 Baum和Petrie(1966)首次提出[30]，通過重復觀測研究對象的多個變量值，確定其無法直接觀測的狀態并推測其轉換特征，LTA包括兩個隨機過程，即狀態轉移序列和與狀態對應的觀測序列[31]。LTA被認為是實現快速精確語音識別系統最成功的方法，廣泛應用于模式識別、行為分析和生物序列，尤其是DNA的分析[32-33]。經過不斷發展完善，近年來應用于心理學和社會學領域的研究，包括用戶行為、金融市場波動分析和經濟預算等新興領域[34-35]。

與其他因子和聚類方法相比，這一方法有以下3個優勢：一是，測算結果無須預先假設技術能力3個維度指標的組合結構或者任何的聚類結構[36]；二是，可以同時估計某企業的技術能力發展階段和發展順序，從而在一定程度上該控制了企業的異質性和動態發展過程；三是，LTA非常適合分析離散型變量，使估計更為有效，而經濟調查中得到的數據很多都是離散型變量。該方法可以將定量分析得出的有關技術能力轉化的結論加以擴展，用來研究驗證多個企業的發展情況，這正是本文不同于其他文獻的創新之處。

三、計量經濟模型和估計方法

本部分建立LTA模型分析技術能力的動態轉換過程及其影響因素。

(一)假設

企業的技術能力水平可以劃分成有限的幾個階段S=S1,…,Sn，這些階段無法直接觀測到，但是可以通過3個可觀測的維度體現，即生產績效、投資能力和創新結果。企業擁有的技術能力水平由模型根據這3個維度中k個可觀測因素O=O1,…,Ok的表現測算，每個階段都對應著各因素不同的概率分布，處于階段i中各因素變量的概率分布為Bi(i=1,2,…,n)。各變量之間是局部獨立的(local independence)，在各自階段中不同的因素之間相互獨立*該假設是潛在變量模型常用的假設。。

企業技術能力的演進過程遵循一階馬爾可夫過程，各階段無法直接觀測，如下方程1所示。

p(St|S1,S2,…,St-1)=p(St|St-1)

(1)

該假設與演化經濟學相關文獻的研究結果一致，即技術能力的演進過程具有路徑依賴的特點[37]。

轉移矩陣A為轉換概率aij=p(St+1=Sj|St=Si)，1≤i,j≤n。技術能力的轉換過程具有遍歷性，即不存在吸收態，每個技術能力階段都可能從其他任何階段到達。因為企業技術能力的演進是動態的目標過程，即使企業在某個時期已經達到較高的技術能力水平，如果他們不繼續進行努力維持或者發展現有優勢，那么仍有可能在之后的競爭中落后，下調至低級技術能力水平。技術能力的轉換概率受到國外技術Ft=(Ft1,…,Ftm)的影響。

(二)計量經濟模型

根據以上的設定和假設，三階段技術能力的LTA模型如下圖1所示。在確定階段數量n、可觀測因素B的分布方程和初始狀態分析π后，LTA模型可內生測算出技術能力的各階段特征及發展過程。企業在時間t實現可觀測因素的各變量Oi=Oi1,…,Oik的概率見方程(2)。

(2)

其中,λ包括π、A和B在內的參數向量。在所有可能的階段順序S1,…,ST上求和，在t=2到T求積。

圖1　三階段LTA模型示意圖

根據局部獨立的假設，分布方程可表示為Bi(Ot)=∏j=1…mBi(Oj)，通過迭代獲得條件概率方程(3)的最大值，從而得出企業具有S階段能力的概率。

(3)

國外技術源對技術能力轉換的影響進一步采用Chung(2007)[38]提出的潛在轉移logistic回歸模型測算，即aij=p(St=j|St-1=i,Ft)。由于Ft隨時間變動，分布參數在各個時間點有所區別，也在一定程度上控制了企業異質性。階段i的轉換概率由Logit模型(4)計算

log(aij/ai1)=aj+βjFt,j=2,…,n

(4)

LTA模型參數采用優化對數似然概率(log-likelihood)方法估計，包括EM(期望最大化)算法或者對數似然概率梯度算法，而后者更適于處理參數的箱型約束和一般線性約束[39-40]，所以本文采用對數似然概率梯度。根據AIC和BIC準則判斷模型的擬合效果，確定不可觀測階段的最優數值。一般而言，AIC和BIC值越低，模型擬合效果較好[41]。

四、數據

本文使用的數據來自商業環境與企業績效調查(Business Environment and Enterprise Performance Survey,BEEP)，由世界銀行和歐洲開發發展銀行聯合收集整理，包括27個東歐和中亞國家的23570個企業在2002和2009年的數據。這些企業至少有5個雇員，來自制造業和服務業等不同部門，按照ISIC4位行業水平分類。數據中包括的27個國家及樣本企業數量的具體情況如下表1所示。

該數據是非平衡的面板數據結構，采集時間間隔為3至4年。數據信息包括各企業基本特征、效益、創新情況、投資環境和競爭環境、產業政府關系等。全部數據可在世界銀行數據網站下載用于研究目的。

企業的技術能力在生產、投資和創新3個維度上的表現由7個變量進行估計，國外技術源對技術能力發展過程的作用由4個渠道變量進行分析，這些變量的測度指標和分布類型見表2。

表1　樣本國家企業數量分布

表2　變量指標與設定

表3　相關變量描述性統計分析

注：*IP為申請處理中。NA為缺失數據。

由于LTA估計對連續型變量的缺失值設定較為敏感，而2007年的觀測企業數量非常少，以下分析剔除高技能員工比例變量SKL中有缺失值的樣本和2007年的樣本企業。這樣，最終數據包括2002年、2005年及2009年的18641個樣本企業。各變量的描述性統計值見表3，除了ISO認證變量為多項值外，其余的離散變量都是二分變量。

五、實證分析結果

(一)模型選擇

為確定技術能力階段可能的最優數量及其轉換過程，本文采用LTA模型對BEEP數據分別在2、3、4個狀態下進行擬合。測算模型中使用的連續型變量SKL和PRC設定為服從高斯分布，ISO、R&D、JBT、PDI和PCI為分類變量，分類變量中的缺失值被設定為一類，模型擬合分為使用或者剔除產能變量兩種情況。由于用于測算潛在狀態的變量本身具有不可驗證的特點，本研究根據擬合效果指標和文獻中關于技術能力的內涵選取這些變量和模型。模型擬合效果指標見表4，其中帶有“pc”表示測算模型中包括了產能變量。

表4　模型的擬合度指標比較

注：連續型變量PRC的概率密度函數值大于1時對數似然值出現正值。2-，3-，4狀態設定中，初始狀態分布參數分別為(0.6，0.4)，(0.6，0.3，0.1)和(0.6，0.3，0.05，0.05)。

從表4可以看出，在包括或者剔除產能變量的情況下，3階段的模型設定都具有較好的擬合度，與其他兩階段和4階段模型相比，3階段模型的AIC和BIC(絕對)值較低。模型中加入產能變量未能提高擬合效果，所以下述分析將采用3階段LTA模型并剔除產能變量*產能變量與技術能力之間的關系也不非常明確。很難判定是否產能越大，技術能力越強。。該結果支持了現有文獻中案例分析方法提出3階段技術能力演化進程的理論，根據模型測算出的各階段的特征情況見表5所示。

表5　技術能力動態發展階段特征

注：括號內為標準差。*“IP”指申請過程中。

表5中各行參數為處于該階段的企業在測算模型各變量上的平均水平，代表了其在生產、投資和創新三個維度的能力。由此可以看出，處于第三階段企業表現最好，技術型員工比例最高(0.54)、更可能具有國際認可的質量認證(0.50)，更傾向于投資研發活動(0.50)、在職培訓(0.77)，并進行產品創新(0.75)，但從事過程創新的可能性居中(0.88)，低于第二階段的水平(0.93)。而處于第一階段的企業表現較差，所以企業技術能力的發展進程可能始于基礎階段S1，然后發展到更高階段S2 和S3。相應的，S1、S2 和S3f'e分別對應著前文所劃分的經驗階段、探索階段和研究階段的技術能力。在探索階段，企業進行過程創新的概率最高，這實質上反應了“反向創新”的過程，即企業在獲得自主研發能力之前先投資升級產品線，模仿吸收國外先進技術。

模型中三階段狀態的初始概率設定為0.48，0.33和0.19，由此測算的轉移概率矩陣見表6。和其他元素相比，對角線元素數字較大，反映了技術能力發展的粘滯現象：企業傾向于固守原有的技術能力水平，其滯留在原有技術能力階段的概率a11、a22和a33分別為0.70，0.61和0.89。但是只要企業獲取了研究階段能力之后，他們更有可能保有這一能力，因為在第三階段企業保有其技術能力轉移概率較高，為0.89。值得注意的是，處于探索階段的企業有0.27的可能性失去他們的能力水平，而降至經驗階段。

表6　轉移概率矩陣

(二)國外技術對轉移概率的影響

本部分采用多項logistic模型分析國外技術對技術能力發展的作用，將包括技術許可的使用(TCL)、進口中間投入的比例(IMP)、出口占銷售額的比例(EXP)和外國組織控制企業的比例(FDI)等四個變量引入多項logistic模型。

首先將IMP、EXP和FDI 3個變量中帶有缺失值的樣本剔除，主要是為了避免缺失值設定對估計結果的影響，整理后的數據包括17396個樣本，其中93個企業參與了3期調查，1622個公司參與兩期調查。采用包括國外技術變量的三階段LTA模型與不包括這些變量的LTA模型擬合上述數據，擬合度指標見表7所示，其中帶有“f”的表示模型包括了國外技術變量。對數似然比測試(llr)表明模型加入國外技術源變量后顯著提高了擬合效果，對數似然比為134.2(p=0)，同時也生成了較低的AIC和BIC值，說明國外技術對提高后發國家企業的技術能力起到了一定的作用(表7)。處于不同發展階段的企業的默認參照組都是處于經驗階段的企業，所以每個階段組中第一列的值都是0，未在表中列出。

表7　轉移概率測算模型擬合度指標比較

注：llr為對數似然比測試。

估計結果顯示不同的國際技術轉移對技術能力發展的作用各不相同。技術許可對提高技術能力的概率作用最為突出，特別是對于從經驗階段向搜索及研究階段轉變的企業。采用技術許可后提高對數轉移概率比例a12/a11和a13/a11為1.034和1.801，同時采用技術許可也有利于企業維持現有的搜索技術能力，而不是退化到探索階段(1.329)。雖然FDI對企業從搜索階段向更高級水平的技術能力轉移具有一定作用，它對企業維持高級技術能力水平并未起到顯著的作用。進口中間投入對于企業維持現有的高級技術能力水平具有一定的作用(0.258)，出口對促進企業技術能力轉移的作用并不突出，其系數較低，甚至出現了負值，但是對于維持研究水平的技術能力有一定的作用(0.196)。

表8　包括國外技術源的

注：搜索階段企業為默認參照組。

為直接比較不同技術來源的作用，本文估計各變量在其他三個變量的中位數值處的邊際作用，圖2是不同國外技術源的可能值與預測的轉移概率之間的平滑曲線，圖例中的“txy”表示企業技術能力由x階段向y階段轉移。由于本文對企業從較低技術能力向高級技術能力轉移或者維持現有高級技術能力更為感興趣，所以各圖中的5條曲線對應轉移據陣中上對角線的5個元素(未包括a11)。

技術許可和進口中間投入對提高企業從經驗階段技術能力向研究階段技術能力的轉移和維持研究技術能力的作用都較為突出，見圖2a中t13、t23和t33曲線，以及圖2c中t13和t33曲線。FDI則對經驗階段企業向探索階段轉移和探索階段企業向研究階段轉移起到一定的作用，而出口對提升技術能力的作用并不顯著，僅在從探索階段向研究階段轉移中起到有限的作用(圖2b中t13)。總體說來，直接國外技術來源(技術許可、進口中間投入和FDI)對于企業技術能力的轉移起到較為重要的作用，特別是對于處于經驗階段的企業。

(三)穩健性檢驗

首先，將企業按照技術能力階段分組，對測算技術能力水平的模型中使用的各變量進行相關分析，以確定是否滿足模型局部獨立的假設。結果見表9所示，每個階段分組中，并未出現顯著的相關性，最高相關系數僅為-0.24，在階段3中R&D和ISO變量之間。這一結果支持局部相關的假設。

其次，將數據中連續型變量不存在缺失值的樣本組合成為橫截面數據，采用潛在聚類模型(latent class model)和多項logistic回歸兩步法擬合。3階段潛在聚類模型估計劃分第1、第2和第3階段的樣本數量分別為7238，6780和3378個，該結果與潛在轉移分析的結果類似，分別為7377，6954和3065個企業。表10為橫截面數據的多項式logistic回歸分析結果。

與前文估計結果相似，處于不同技術能力階段的企業默認比較組都為第一階段。估計結果基本支持3階段潛在轉移分析模型的結果：技術許可和進口中間投入對企業技術能力轉移作用突出，尤其是技術許可對處于經驗階段和搜索階段的企業向更高技術能力階段轉移和維持研究階段技術能力的概率作用顯著，FDI僅對處于經驗階段的企業向更高技術能力轉移具有顯著作用。但是該結果中出口對于維持研究階段技術能力的作用為負值。所以穩健性檢驗基本支持文中模型的測算結果。

表9　各階段內的測算變量相關系數

注：顯著性水平 *p<0.05， ** p<0.01， ***p<0.001。

注：括號內為z統計量。顯著性水平*p<0.05，**p<0.01，***p<0.001。

圖2　國外技術影響技術能力轉移的邊際分析

六、結論

本文首次采用LTA模型測算了東歐和中亞國家企業技術能力的動態演進階段特征，并分析影響各階段能力轉換的國際技術轉移因素。實證分析結果表明企業技術能力的演進由低到高可劃分為經驗階段、搜索階段和研究階段，各階段的企業在技術型員工比例、ISO認證獲取、研發投入、在職培訓和產品創新等投資能力、生產能力和創新能力指標方面的表現也呈現遞進的特征。值得注意的是在搜索階段的企業比研究階段的企業更傾向于進行過程創新，說明后發國家企業的技術能力發展過程具有反向工程的特點。

LTA轉移分析揭示出技術能力發展存在“粘滯”的現象，即處于各階段的企業都傾向于維持其現有能力水平，企業的技術能力水平不會自動提升，所以需要建立相應的戰略以發展自己的技術能力。

不同的國際技術轉移渠道對企業技術能力的演進影響作用各不相同。直接技術來源，包括技術許可、進口中間投入和FDI對企業技術能力的提升作用較為突出，特別是技術許可和進口中間投入對技術能力處于初級和搜索階段的企業都具有較大的作用，而FDI則對處于相對較低技術能力(經驗階段)的企業作用更顯著。出口對企業技術能力的演進未顯示出顯著的作用。

上述結論對科技政策的制定具有一定的啟示作用。面向企業的創新政策應區分不同企業的階段特征，引導企業整合內部資源和外部資源，選擇有效的渠道引進國外技術，避免技術能力發展的粘滯現象。首先，對出口導向的企業應采取出口退稅與研發投入強度匹配等方式促進其投資研發活動，提升技術學習能力，而非單純的出口退稅擴大其出口額；其次，對處于初級發展階段的企業，可鼓勵其采用技術許可和進口中間投入等方式迅速獲取一定的技術能力；最后，在“一帶一路”的發展過程中，中國企業應針對中亞和東歐等國家發展參差不齊的情況，采用不同的進入策略和產業布局，如在進入阿塞拜疆和烏茲別克斯坦等企業技術能力較弱的市場時，可重點考慮采取技術許可等方式，向其出口生產所需中間產品；而在采用對外直接投資等方式時，應注意輸出商品和技術的同時，加強知識產權保護和增加逆向吸收知識的能力。

參考文獻：

[1]宋河發，穆榮平，任中保.自主創新及創新自主性測度研究[J].中國軟科學，2006(6)：60-66.

[2]KIM L.Imitation to innovation：The dynamics of Korea’s technological learning [M].Boston,MA：Harvard Business School Press,1997.

[3]ERNST D,KIM L. Global production networks,knowledge diffusion,and local capability formation [J].Research Policy,2000,31(8/9)：1417-1429.

[4]LALL S. Technological capabilities and industrialization [J].World Development,1992,20(2)：165-186.

[5]DAHLMAN C J,ROSS-LARSON B,WESTPHAL L E.Managing technological development：Lessons from the newly industrializing countries [J].World Development,1987,15(6)：759-775.

[6]吳德進，陳捷.基于技術進步視角的東亞與拉美發展模式比較[J].經濟經緯，2010(4)：46-50.

[7]何建洪.創新型企業的形成路徑:基于技術能力和創新戰略作用的實證分析[J].中國軟科學，2012(4)：143-152.

[8]FAGERBERG J,SRHOLEC M,VERSPAGEN B.Innovation and economic development [R].Working Papers on Innova￣tion Studies 20090723,2009.

[9]COLLINS L M,LANZA S T.Latent class and latent transition analysis：With applications in the social,behavi￣oral,and health sciences [M].New York,NY：John Wiley & Sons,Inc.,2010.

[10]RABINER L R. A tutorial on hidden markov models and selected applications in speech recognition [J].Proceedings of the IEEE,1989,77 (2)：257-286.

[11]于渤，張濤，郝生賓.重大技術裝備制造企業技術能力演進過程及機理研究[J].中國軟科學，2011(10)：153-165.

[12]KIM L,NELSON R R.Technology,learning,and innovation：Experiences of newly industrializing economies [M].Cambridge：Cambridge University Press,2000.

[13]BELL M，PAVITT K.Technological accumulation and industrial growth：Contrasts between developed and develo￣ping countries [J].Industrial and Corporate Change,1993,2(1)：157-210.

[14]PEREZ C.Technological change and opportunities for development as a moving target [J].Cepal Review,2001,75：109-130.

[15]DUTRENIT G.Building technological capabilities in late￣comer firms：A review essay [J].Science Technology and Society,2004,9(2)：209-241.

[16]歐陽峣，生延超.技術差距、技術能力與后發地區技術趕超[J].中國軟科學，2008(2)：153-160.

[17]TEECE D J,PISANO G,SHUEN A.Dynamic capab￣ilities and strategic management [J].Strategic Manag￣ement Journal,1997,18(7)：509-533.

[18]LALL S.Technological capabilities in emerging Asia [J].Oxford Development Studies,1998,26(2)：213-243.

[19]WINTER S G.Understanding dynamic capabilities [J].Strategic Management Journal,2003,24(10)：991-995.

[20]NELSON R R,PACK H.The Asian miracle and modern growth theory [J].Economic Journal,1999,109(4)：416-436.

[21]EATON J,KORTUM S.International technology diffu￣sion：Theory and measurement [J].International Economic Review,1999,40(3)：537-570.

[22]ALMEIDA R,FERNANDES A M.Openness and techno￣logical innovations in developing countries：Evidence from firm-level surveys [J].The Journal of Development Studies,2008,44(5)：701-727.

[23]ACHARYA R C,KELLER W.Technology transfer through imports [J].Canadian Journal of Economics,2009,42：1411-1448.

[24]SAGGI K.Trade,foreign direct investment,and interna￣tional technology transfer：A survey [J].World Bank Research Observer,2002,17(2)：191-235.

[25]ARCHIBUGI D,COCO A.Measuring technological capabilities at the country level：A survey and a menu for choice [J].Research Policy,2005,34(2)：175-194.

[26]AW B Y,CHEN X,ROBERTS M J.Firm-level evidence on productivity differentials and turnover in Taiwa￣nese manufacturing [J].Journal of Development Economics,2001,66(1)：51-86.

[27]De LOECKER J.Do exports generate higher productivity? Evidence from Slovenia [J].Journal of International Econo￣mics,2007,73(1)：69-98.

[28]AW B Y,BATRA G.Technological capability and firm efficiency in Taiwan (China) [J].The World Bank Economic Review,1998,12(1)：59-79.

[29]MOTOHASHI K.Assessment of technological capability in science industry linkage in China by patent database [J].World Patent Information,2008,30(3)：225 - 232.

[30]BAUM L,PETRIE T.Statistical inference for probabilistic functions of finite state markov chains [J].Annals of Mathematical Statistics,1966,37：1554-1563.

[31]BAUM L,PETRIE T,SOULES G,et al.A maximi￣zation technique occur-ring in the statistical analysis of pro￣babilistic functions of markov chains [J].Annals of Mathe￣matical Statistics,1970,41：164-171.

[32]GHAI W,SINGH N.Literature review on automatic speech recognition [J].International Journal of Computer Applications,2012,41(8)：42-50.

[33]朱明，郭春生.隱馬爾可夫模型及其最新應用與發展[J].計算機系統應用，2010(7)：255-259,216.

[34]朱志國.基于隱馬爾可夫鏈模型的電子商務用戶興趣導航模式發現[J].中國管理科學，2014(4)：67-73.

[35]黃志成.基于隱馬爾可夫模型的學習行為評估[J].計算機應用與軟件，2014(6)：59-62.

[36]LAZARSFELD P F,HENRY N W.Latent structure analysis [M].Boston,MA：Houghton Mifflin,1968.

[37]NELSON R R,WINTER S G.An evolutionary approach to economic change [M].Belknap Press,1982.

[38]CHUNG H,WALLS T,PARK Y.A latent transition model with logistic regression [J].Psychometrika,2007,72(3)：413-435.

[39]VISSER I,RAIJMAKERS M E J,van der MAAS H L J.Dynamic process methodology in the social and develop￣mental sciences [C]//Hidden Markov Models for Individual Time Series.New York：Springer,2009：269-289.

[40]VISSER I,SPEEKENBRINK M.DepmixS4：An r-package for hidden markov model [J].Journal Statistical Software,2010,36(7)：1-21.

[41]PALIOURAS D.Comparing regime-switching models in time series：Logistic mixture vs.markov switching [D].Master’s thesis,University of Maryland,2007.

(本文責編：海洋)