福建省科技創新投入對TFP的影響效應分析

張積林，林江宏，陳國鐵, 王坤

(1.福建工程學院 數理學院，福建 福州 350118； 2.福建工程學院 數據分析研究中心，福建 福州 350118；3.福建工程學院 管理學院，福建 福州 350118)

?

福建省科技創新投入對TFP的影響效應分析

張積林1,2，林江宏1,2，陳國鐵2,3, 王坤2

(1.福建工程學院 數理學院，福建 福州 350118； 2.福建工程學院 數據分析研究中心，福建 福州 350118；3.福建工程學院 管理學院，福建 福州 350118)

摘要：科技創新是影響全要素生產率變動的重要因素，文章梳理了福建省近十年來的科技創新脈絡，并基于福建省1998～2014年的相關數據，采用DEA-Malmquist指數法計算福建省全要素生產率(total factor productivity, TFP)，在此基礎上計算研究與試驗發展(research & development, R & D)的支出強度、人員全時當量和TFP的灰色關聯度，表明R & D支出強度與TFP有更為緊密的關系。并進一步采用逐步回歸模型研究三種R & D活動：基礎研究、應用研究和試驗發展對TFP的影響，表明試驗發展對TFP的提升有顯著的積極作用，也側面反映了基礎研究和應用研究投入不足和成果轉化效率不高的問題。最后針對以上結論給出了一些分析和建議。

關鍵詞：創新; DEA-Malmquist指數; 全要素生產率; GARCH； 福建

科技創新對全要素生產率(total factor productivity, TFP)的影響一直是國內外學者研究的熱點。大部分學者認為開發研究(research & development, R & D)對TFP有顯著的正面作用。國外學者Karafillis[1]通過對希臘地區有機橄欖產業的實證分析，認為創新能夠有效地阻止全要素生產率的下降。Chaiporn[2]對美國不同行業的分析也表明，R & D對全要素生產率有強大的積極影響。國內學者曹澤等[3]分別測算了中國東部、中部、西部地區以及各省區TFP并且將其分解成技術效率和技術進步兩個因素，探討了不同地區的政府以及企業R & D投入和地區R & D溢出對這三個量的影響。吳曉園[4]則從政府創新補貼角度切入，證明政府創新補貼能夠促進全要素生產率的提高。鄧力群[5]以及李蕊等[6]均證明企業和政府的R & D對TFP具有重要的促進作用，且企業有較高的溢出效應。

但是，也有學者認為創新對我國生產率的提高非但沒有正面的顯著效果，相反甚至起著阻礙的作用。還有一些學者研究了我國三大區域十年的面板數據發現，從總體上看創新對我國TFP并沒有促進作用。Emmanuel[7]對法國制造業的研究認為創新對TFP的貢獻十分微弱。

本文旨在對福建省的全要素生產率進行計算，并在此基礎上研究體現科技創新的R & D投入如何影響TFP；在汲取前人研究的經驗基礎上運用灰度理論及廣義自回歸條件異方差模型(generalized auto regressive conditional heteroscedasticity, GARCH )，從科技創新投入的角度分析福建省全要素生產率的影響效應，并根據定量分析結果提出若干建議。

1　福建省全要素生產率的計算

全要素生產率的測算方法，主要有“Solow余值”法、“數據包絡分析(data envelopment analysis，DEA)”和Malmquist指數法。

本文根據DEA-Malmquist指數法，利用DEAP2.1軟件，以福建省1997～2014年的GDP、勞動投入和資本存量，即可算出福建省1998～2014年的DEA-Malmquist指數，該指數反映了福建省這段時期內TFP的變動。

(1)資本存量：采用目前普遍使用的永續盤存法來計算福建省1998～2012年的資本存量。該方法的基本計算公式如下：

或

式中，Kt和Kt-1分別為第t年和第t-1年的資本存量，δt為第t年的折舊率，It為第t年投資額，Dt為第t年折舊額。

(2)勞動投入：一些學者直接采用就業人數作為勞動投入Lt，而勞動力投入不應該只包含數量，還需要考慮質量。根據魏下海，王岳龍[8]的研究,勞動力質量對全要素生產率的估算結果有一定影響。故本文采用人力資本存量作為勞動投入，借鑒B.Fleisher等人的方法計算人力資本存量：

式中，numLt為第t年年底全社會從業人員數(見于《福建省統計年鑒2015》)，ht表示第t年人力資本水平(通過平均受教育年限來表示)。將受教育程度分為未上過學、小學、初中、高中、大學專科、大學本科、研究生及以上，受教育年限分別定為0、6、9、12、15、16、19 a。將受教育年限分別乘以各年相應的就業人員受教育程度比例即可得到平均受教育年限。其中2002～2014年的就業人員受教育程度比例來源于2003～2015年的《中國勞動統計年鑒》以及《中國人口和就業統計年鑒》。1998～2001年的就業人員受教育程度比例通過回歸擬合2002～2014年就業人員受教育程度比例與年份的關系估算得到。

通過計算我們可以得到以1998年為基年的TFP指數，該指數反映了1998年到2014年福建省的TFP增長狀況，如表1所示。

圖1　1998～2014年福建省DEA-Malmquist指數變動Fig.1　Change of Fujian DEA-Malmquist index during 1998 and 2014

1998～2014年，福建省全要中素生產率的平均增長率為1.1%。從圖1可以發現，1998～2007年，福建省DEA-Malmquist指數一直大于1，也就是說1998～2007年福建省的TFP一直處于增長狀態。而在2008年之后，由于受到全球金融海嘯的外部影響，福建省的DEA-Malmquist指數在多數年份小于1，TFP有所下降。

表1　1998～2014年福建省TFP增長情況Tab.1　The growth of Fujian TFP during 1998 and 2014

圖2　1998～2014年福建省TFP指數增長狀況Fig.2　The growth of Fujian TFP index during 1998 and 2014

2　科技創新投入對全要素生產率的影響

本文使用R & D經費內部支出強度和人員全時當量作為科技創新的投入并探討它們對全要素生產率的影響。(以下的研究數據均來源于2001～2015年《福建省統計年鑒》，由于福建省R & D投入的指標最早只可追溯到2000年(統一口徑數據)，故本文只能探討2000～2014年福建省科技創新投入對TFP的影響。)

2.1R & D投入對TFP影響的初步分析

運用灰色關聯度對R & D經費內部支出強度和人員全時當量這兩個反映科技創新投入的主要因素對全要素生產率影響進行靜態分析。

(1)為了消除不同量綱的影響，對以上三個序列進行標準化處理：

則經標準化處理后的數據見表2。

表2標準化數據

Tab.2Standardized data of the effect of R & D investment on Fujian productivity during 2009 and 2014

年份YX1X22000-0.115183-0.587912-1.2662862001-0.094392-0.677793-1.0539082002-0.071882-0.710059-1.2700222003-0.039645-0.185641-0.9146862004-0.006432-0.201663-0.60283920050.007460-0.084427-0.42279620060.0447140.000864-0.26640120070.0671030.011965-0.07069220080.0735900.0540090.14024820090.0379920.1988910.194590

續表2

(2)求Y,X1,X2的始點零化像：

表3　零化像Tab.3　Zero image

=8.672 3

(7)

(5)計算灰色相對關聯度：

從上面的結果可以看出福建省全要素生產率TFP與R & D支出強度和人員全時當量的灰色關聯度都大于0.5，他們之間的關聯性比較顯著。TFP與R & D經費內部支出強度的灰色關聯度為0.723 8，TFP與R & D人員全時當量的灰色關聯度為0.679 3,表明R & D經費內部支出強度對TFP的影響有更顯著的作用。

2.2不同R & D活動類型投入對TFP影響的動態分析

按活動類型，可以把R & D分為：基礎研究，應用研究和試驗發展。基礎研究是指為獲得關于現象和觀察事實的基本原理及新知識而進行的實驗性和理論性工作，它不以任何專門或特定的應用或使用為目的。基礎研究是所有科技創新活動的源泉。應用研究就是將理論發展成為實際運用的形式，基礎研究獲取的知識必須經過應用研究才能發展為實際運用的形式。試驗發展是指利用從基礎研究、應用研究和實際經驗所獲得的現有知識，為產生新的產品、材料和裝置，建立新的工藝、系統和服務，以及對已產生和建立的上述各項作實質性的改進而進行的系統性工作。2000～2014年福建省R & D活動總支出強度和人員全時當量持續增加，但三種研究活動之間卻大相徑庭，呈現試驗發展一枝獨秀的局面。

從圖3、4可以看出，無論是從支出強度還是人員全時當量，從2000～2014年，試驗發展的投入增長顯著高于基礎研究和應用研究，支出強度增加了約0.7%，在2014年達到了1.98%，人員全時當量翻了五番。而基礎研究的支出強度雖然逐年增長，但并沒有多大變化,一直維持在0.1%左右，2014年只有0.014%，同時R & D人員全時當量增長了一倍。應用研究的支出強度波動較大，但也沒有顯著的增長，僅上升了0.02個百分點，同時其人員全時當量到2014年也僅是為2000年的兩倍。

圖3　福建省2000～2014年基礎研究、應用研究和試驗發展內部支出強度Fig.3　Expenditure strength of BRC, ARC and RDC of Fujian province during 2000 and 2014

圖4　福建省2000～2014年基礎研究、應用研究和試驗發展人員全時當量Fig.4　Full time efficiency of BRC, ARC and RDC of Fujian province during 2000 and 2014

下面我們通過協整分析來分析福建省R & D活動類型對TFP的影響。(由于受到2008年金融危機的影響，由于外部性的負面影響過大，福建省全要素生產率開始下降，為了更為客觀地研究R & D活動對TFP的影響，我們對2008年到2014年的數據做了一定的平滑)。

由于數據的對數變換不改變原數據之間的協整關系，同時還能使其趨勢線性化，消除時間序列存在的異方差性，本文采用樣本數據的對數形式。記基礎研究內部支出強度為BRC，應用研究內部支出強度為ARC，試驗發展內部支出強度為RDC，全要素生產率為TFP，他們的對數形式則分別記為LnBRC、LnARC、LnRDC、LnTFP。

(1)平穩性檢驗

傳統的時間序列的計量經濟學研究，通常假設經濟數據和和經濟數據背后的隨機過程是穩定的，隨之對計量模型的參數進行估計和假設。然而，在現實中許多經濟數據并不是平穩的時間序列，并且非平穩的時間序列數據在回歸中易導致偽回歸現象，從而可能對經濟現象作出錯誤的解釋，因此首先需要檢驗數據的平穩性。本文選用ADF(augmented Dickey-Fuller)檢驗對LnBRC、LnARC、LnRDC、LnTFP進行單位根檢驗，檢驗結果如表4所示。

表4　平穩性檢驗結果Tab.4　Stability testing result

注：(c,t,k),c表示截距項，t表示趨勢項，k表示滯后階數。

由ADF檢驗的結果可知LnBRC、LnARC、LnRDC、LnTFP的二階差分的t統計量均在10%水平臨界值的左側，p值均小于0.05，故認為LnBRC、LnARC、LnRDC、LnTFP均為二階單整序列，滿足協整的要求。

(2)逐步回歸

根據表4的平穩性檢驗結果，可知LnBRC、LnARC、LnRDC、LnTFP都是二階單整序列，我們對其進行協整檢驗，檢驗結果如表5所示。

從檢驗結果可以看出，在5%的顯著性水平下拒絕沒有協整關系的原假設，表明至少存在一個長期的協整關系，因此可以采用線性回歸模型對LnBRC、LnARC、LnRDC和LnTFP進行OLS即最小二乘回歸，回歸結果如下：

表5　協整檢驗結果Tab.5　Cointegration testing result

LnTFP=

4.376 0+0.170 3LnBRC+0.016 5LnARC+0.279 3LnRDC

R2=0.974 952DW=1.480 653p=0.001 508

回歸結果表明R方為0.974 952，說明方程整體上擬合程度較好，方程總體的回歸檢驗的p值為0.001 508，說明方程總體的回歸性顯著，LnBRC、LnARC、LnRDC對LnTFP有顯著影響。但LnBRC和LnARC的系數t檢驗的p值均大于0.05，說明在5%的顯著性水平下不能拒絕原假設，即LnBRC和LnARC的系數不顯著。在進行逐步回歸之后，則只保留了LnRDC，結果如下：

LnTFP=2.803 789+0.286 436LnRDC

R2=0.939 035DW=1.823 436p=0.000 325

接下來檢驗殘差et的平穩性，如果et是平穩的，則說明LnRDC對LnTFP的影響關系是協整的。殘差序列的均值為0，故選擇無截距項，無趨勢項的ADF檢驗，殘差檢驗結果如表6。

對殘差et的ADF檢驗結果表明，檢驗的t統計量為-5.894 718，小于1%臨界值3.007 406，p值小于1%，認為殘差et序列是平穩的，即說明LnRDC和LnTFP是協整的，存在長期的動態均衡關系。也就是說試驗發展內部支出強度與全要素生產率之間存在著長期穩定的均衡關系，其中LnR DC的回歸系數為0.295 435，檢驗p值遠小于1%，LnRDC對LnTFP的影響顯著，即表明從2000～2014年，在其他因素不變的前提下，試驗發展內部支出強度每增加一個百分點，相應的全要素生產率就會提高28.6%。

表6　殘差檢驗Tab.6　Residual testing

從以上的分析可以看出，福建省基礎研究和應用研究的支出強度比重偏低，遠低于試驗發展的支出強度。基礎研究、應用研究與全要素生產率之間并沒有顯著的關系，而試驗發展對全要素生產率的提高有顯著的促進作用。

同理，利用上述方法對全要素生產率與三種不同研發類型的人員全時當量進行研究和分析(由于過程和結果基本一致，為了避免冗雜故省去)，也表明了同樣的結論，即在2000～2014年，試驗發展投入對全要素生產率具有顯著的提高效應，而基礎研究和應用研究對全要素生產率并沒有顯著的影響。

3　結論和建議

本文采用DEA-Malmquist指數法計算了福建省1998～2014年的全要素生產率TFP，并在此基礎上計算了R & D的支出強度、人員全時當量和TFP的灰色關聯度，表明R & D支出強度與TFP有更為緊密的關系。并且進一步研究三種R & D活動：基礎研究、應用研究和試驗發展對TFP的影響，表明試驗發展對TFP的提升有顯著的積極作用，也側面反映了基礎研究和應用研究在研究期間的綜合轉化效率較低和投入相對不足的問題。在此針對以上結論給出一些政策性建議。

1)加大對R & D經費的投入，提高R & D經費投入的轉化效率

就R & D支出強度來說，福建省位于東部地區的中下游，相比于北京、上海的R & D活動支出強度，顯得尤其不足。雖然這幾年增長迅速，但資金的比例卻嚴重失衡，偏重于試驗發展。我們在加大R & D經費投入的同時也要優化資金的分配比例。同時政府也要大力鼓勵和引導各類投資主體，圍繞依托高新技術并具有高度創新活力的生產性服務業、信息和科技等新興服務業等重點領域，加強商業模式創新和技術創新，建立并完善科技創新體系和產業發展支撐體系，使得科技創新形成一個生態良好的產業，以吸引更多的資金。在加大投入的同時，要從制度設計的層面積極鼓勵高校、科研院所的科技創新成果轉化，提高福建省科技創新投入的轉化效率。

2)提高對基礎研究和應用研究的重視

基礎研究和應用研究是試驗發展的源泉，是科技創新的源頭。而目前福建省缺乏自主創新，有依賴山寨傾向,積極吸收國外先進技術，反而基礎研究和應用研究的強度過低。福建省的基礎研究和應用研究主要由政府主導，企業則側重于對試驗發展的投入。政府應該重視對基礎研究和應用研究的投入，制定相應的政策，積極引導社會資金流向基礎研究和應用研究。同時，也要激勵企業增加對基礎研究和應用研究的投入，鼓勵企業自主創新，提升企業的核心競爭力，在基礎研究和應用研究上取得更多突破。

3)培養良好的創新環境，促進研究成果向生產力的轉化

著名經濟學家吳敬璉曾指出，我國并不缺乏新的技術發明，但是這些發明的產品化、產業化步履維艱。許多新技術夭折在搖籃之中，即使勉強轉化成了產品，企業也長期做不大，新技術拖成了舊技術。整個社會的研究活力受到了打壓，基礎研究和應用研究因此得不到重視。政府應出臺相應政策優化科技創新體制改革，提高創新體制效率，推進科技創新體系建設，明確科技創新活動目標，暢通研究成果轉化通道，逐漸打破技術和人才在體制上的桎梏，促進新技術的規模產業化。

4)在人才支撐方面，著力培養高層次科技領軍人才

要將優先發展教育作為人才支撐的基礎，從質量和數量上全面提升福建省高等教育的水平，并根據福建省產業發展結果調整，大力發展職業教育，培育具有創新意識和創新能力的高素質職業人才，填補福建省經濟社會發展緊缺行業所需技術技能型人才的缺口。積極創造良好的政策、環境氛圍，吸引各類優秀人才特別是領軍人才在福建省的經濟主戰場上施展才華。加快大學科技園、軟件園、創業園區的建設，在原有產學研合作模式的基礎上加以創新和發展，進一步推動企業和人才培養單位緊密合作，實現人才培養企業全過程參與，切實提升產學研合作效率和效應。

參考文獻：

[1] Karafillis C C, Papanagiotou Ε.The contribution of innovations in total factor productivity of organic olive enterprises[C]//International Congress of the European Association of Agricultural Economists, August 26-29,2008.Ghent, Belgium.Ghent:EAAE,2008.

[2] Vithessonthi C, Racela O C.Short and long run effects of internationalization and R & D intensity on firm performance[J].Journal of Multinational Financial Management, 2016,78(34):28-45.

[3] 曹澤,段宗志,吳昌宇.中國區域TFP增長的R & D貢獻測度與評價[J].中國人口資源與環境,2011,21(7):146-152.

[4] 吳曉園，叢林，鐘俊娟.政府創新補貼、TFP與中國經濟增長[J].商業研究, 2012, 49(8)：64-69.

[5] 鄧力群.我國R & D投入對TFP貢獻的實證分析[J].南京社會科學,2011,43(4):152-156.

[6] 李蕊，周平.科技創新的全要素生產率提高效益分析——基于政府和企業R & D投入的視角[J].現代管理科學,2011,67(7):54-56.

[7] Chen Kaiji, Wemy E.Investment-specific technological changes: The source of long-run TFP fluctuations[J].European Economic Review,2015,106(80):230-252.

[8] 李賓.國內研發阻礙了我國全要素生產率的提高嗎[J].科學學研究,2010,37(7):1035-1042.

(責任編輯： 肖錫湘)

The effect of technology innovation investment on TFP in Fujian province

Zhang Jilin1，2, Lin Jianghong1,2, Chen Guotie2,3, Wang Kun2

(1.School of Mathematics and Physics, Fujian University of Technology, Fuzhou 350118, China;2.Data Analysis and Research Center, Fujian University of Technology, Fuzhou 350118, China;3.School of Management, Fujian University of Technology, Fuzhou 350118, China)

Abstract：Technology innovation is an important factor that affects total factor productivity (TFP).DEA-Malmquist index method was used to calculate the TFP in Fujian province during 1998 and 2014.The grey correlation degree among R & D expenditure intensity, personnel full time efficiency(FTE) and TFP was calculated, which indicates that R & D expenditure intensity is closely related to the TFP.Moreover, the effect of basic research, applied research and experimental development on TFP was studied with regressive model, showing that R & D activity has a significant positive impact on the development of TFP.However, the insufficient investment and the low transformation efficiency of basic and applied research was reflected via the economical model analysis.Some policy recommendations were proposed.

Key words：innovation; DEA-Malmquist index; total factor productivity (TFP); generalized auto regressive conditional hetereoscedasticity (GARCH)；Fujian province

doi:10.3969/j.issn.1672-4348.2016.04.015

收稿日期:2016-06-24

基金項目：福建省社科基金項目(2013B206)； 福建省教育規劃項目(FJJKCGZ13-018)

第一作者簡介：張積林(1976- )，男，福建周寧人，副教授，博士，研究方向：管理科學與工程、金融計量、經濟評價。

中圖分類號：F127

文獻標志碼：A

文章編號：1672-4348(2016)04-0386-07