技術創新能力的影響因素研究

劉潔

摘?要：本文基于嵌入性理論和技術創新能力影響因素，把影響技術創新能力的社會嵌入分為關系嵌入、結構嵌入和政治嵌入。以技術創新的投入要素分別為R&D經費內部支出、R&D人員投入、技術消化吸收經費和技術改造經費為一層變量，社會嵌入為二層變量，建立影響技術創新能力的多層統計模型。結果顯著影響技術創新能力的主效應為投入要素分別為R&D、技術消化吸收經費、政治嵌入和關系嵌入，顯著影響技術創新能力的交互效應為結構嵌入和關系嵌入。

關鍵詞：技術創新;多層統計模型;投入要素

一、引言

隨著經濟的發展，技術創新逐漸成為推動經濟增長的主要動力，全球技術創新競爭日益激烈，各國更加重視技術創新的能力。近年以來，我國對高技術產業的科技投人也逐年增加，但是由于產業自身發展中長期存在的問題制約著我國高技術產業的發展，因此我國高技術產業面臨著“高投入，低產出”的困境，如何提高我國高技術產業技術創新的能力已經成為發展經濟的主要問題。高技術產業技術創新和技術進步是我國經濟發展方式轉變的重要支撐，能夠進一步有效地推進我國建設成為創新型國家的進程。

長江中下游地區技術創新能力一直是我國創新能力最強的地區，因此本文以長江中下游地區為研究對象對技術創新的影響因素展開研究。之前大多理論分析都是研究單層面投入要素或者是單層面市場變化、企業規模、政府支持等技術創新影響因素對技術創新能力的影響，缺少嵌入性思維將變量綜合起來分析。本文基于多層統計模型對2011年到2018年長江中下游地區十個省份技術創新能力進行研究，通過嵌入性視角把影響因素分成內外二層進行研究。尤其是將影響技術創新能力的政治嵌入、關系嵌入和結構嵌入納入模型當中。

二、理論基礎

近二十年來，多層統計分析模型已廣泛地應用于各個領域。多層統計分析模型不僅可以分析微觀水平得到的數據還可以研究宏觀角度得到的數據。在上世紀50年代后期和60年代前期，美國哥倫比亞的大學教授Lazarsfeld（1961）和Merton（1957）曾就社會場景對個人行為的效應進行了研究，但他研究的模型采用普通最小二乘法估計，此模型并不能分析多層數據。到20世紀80年代初期，美國密西根大學的社會學家發展了多層模型的統計理論，并編制了相應的程序，將模式應用于分析多層數據。隨著時間的發展，多層統計分析模型不斷的被完善，不斷的被推廣，廣泛地應用于社會科學的各個研究領域。

本文采用多層統計分析模型對技術創新影響因素進行分層次分析，把技術創新自身投入要素方面的影響因素放在一層，更多有關社會的影響因素放在二層，從而建立多層統計模型，通過零模型判斷是否可以進行多層統計分析，如果ICC足夠合理在通過固定效應模型分析一層變量對因變量的影響程度，近而再通過隨機效應模型判斷斜率在組間是否顯著性不同，最后引進二層變量建立全模型。

三、實證分析

（一）數據來源和變量選擇

本文選取2011-2018年上海、浙江、江蘇、安徽、江西、湖南、湖北、重慶、陜西、貴州十個省的數據。

因變量：各地區大中型企業專利申請數（件），數據來源于《中國高技術產業統計年鑒》。

層一變量：各地區大中型企業R&D經費內部支出、大中型企業R&D人員全時當量、大中型企業技術改造經費支出、大中型企業消化吸收支出，數據來源于《中國高技術產業統計年鑒》。

層二變量：財政性教育經費和GDP的比重，各地區財政性教育經費和GDP數據來源于《中國統計年鑒》;外商投資實到金額與進出口總額之和與GDP的比值，數據來源于《各省統計年鑒》和《中國固定資產投資統計年鑒》。

（二）實證結果分析

1、建立零模型

把因變量加入在模型當中，建立零模型，通過零模型把技術創新的變異分解成層一（投入要素因素）和層二（社會嵌入性因素）解釋的部分，形成組內相關系數ICC，通過ICC判斷是否可以進行多層統計分析。因為一層變量之間相關性較高，所以對一層自變量及因變量取對數分析。

由技術創新能力變異的分解結果可知，組內相關系數ICC=0.6640，說明由66.4%變異可以由社會嵌入性變量解釋，只有33.6%的變異可以由技術創新投入要素因素解釋，所以僅僅利用層一變量去分析技術創新是遠遠不夠的。因此，研究影響技術創新可以進行多層統計分析，引入社會嵌入性變量。

2、建立隨機效應模型

將影響技術創新的層一變量引進模型中，得到隨機效應模型。

由技術創新回歸結果可知，LNRI是個正向顯著的預期因子，回歸系數為0.935111，這表明各地區大中型企業R&D經費內部支出每增加1%，則各地區大中型企業專利申請數平均增加0.935111%。即企業R&D經費內部支出的增加對技術創新能力的提高具有顯著性作用。這是由于在技術創新研究的各個環節都需要資金的支持，如購買設備、支付人員投入所需的勞動報酬等。經費的支持可以讓高技術產業更順利地開展科學研究實驗并實現科技成果轉化。

LNRW為正向不顯著預期因子，回歸系數為0.061640，表明各地區大中型企業R&D人員每增加1%，則各地區大中型企業專利申請數平均增加0.061640%。即R&D人員的投入促進企業技術創新能力的提高。這是因為人是企業技術創新的主體，企業創新想法的提出和執行都離不開創新技術人員，技術創新人員的投入和人員研發水平直接影響研究實驗的成敗。但對比R&D經費內部支出的增加對專利申請數的影響，R&D人員投入增加對專利申請數的影響相對較小。高技術產業的技術創新更多是由研發經費的投人而實現的，這提醒我們更加關注高素質創新人才的培養問題。

LNTA為負向顯著性預期因子，回歸系數為-0.047358，這表明各地區大中型企業消化吸收支出每增加1%，則各地區大中型企業專利申請數平均減少0.047358%，即企業消化吸收對技術創新能力呈現降低作用。這一結論與周巖的研究結論相反，周巖認為企業投入高的消化吸收經費才能形成引進技術的二次創新。出現這個結果，本人認為可能是由于研發消化吸收水平低，盡管消化吸收經費的增加但仍然不能導致企業對引進技術較好的吸收，相反可能會因此造成對研發經費的消耗浪費，從而導致對技術創新能力呈現負向影響。也有可能是企業長期通過消化吸收的手段去對引進技術進行吸收、利用，導致企業過度依賴外來引進技術，缺乏自主研發的能力，從而對技術創新能力呈現負向影響。

LNTR為正向不顯著性預期因子，回歸系數為0.0378，這表明各地區大中型企業技術改造經費的支出每增加1%，則各地區大中型企業專利申請數平均增加0.0378%，即企業技術改造對技術創新能力的提高有促進作用。這是因為企業技術改造可以優化企業技術創新的生產和技術條件，提高技術水平，為企業創造更好的技術創新環境，從而對技術創新能力呈現正向影響，但是影響并不顯著。原因可能是因為技術改造并不是改變現有技術條件，而是對現有技術的逐步改善，因而技術改造的影響可能更明顯體現在產品的質量上，對因變量專利申請數的影響并不明顯。

由技術創新隨機效應模型方差成分與檢驗性可知，截距項、LNRI和 LNTR系數的斜率在各個省之間存在顯著性差異，即系數斜率在各個省之間顯著不一致。而LNRW、LNTA系數的斜率在各個省之間不存在顯著性差異。也就是說，截距項、LNRI和LNTR與LNPT之間的關系會隨著省份的變化而顯著不同。所以可以向模型中加入嵌入性變量來解釋省份之間的變化。

3、建立全模型

向模型中加入嵌入性變量來解釋截距項、LNRI和LNTR與LNPT之間關系的省份變異。將嵌入性變量FTG、FG和MD引入β0j、β1j、β4j，將P值不顯著的從大的逐個剔除，得到全模型。

由技術創新社會嵌入性變量所解釋方差成分的程度可知，FG、FTG和MD嵌入性變量較好地解釋了各省截距以及LNRI、LNTR變量之間關系的變異程度。說明建立的層二模型較為合理。

由技術創新社會嵌入影響效應的結果可知，FTG為正向預期因子，回歸系數是1.374380，這表示各地區外商投資實到金額與進出口總額之和與GDP的比值每增加1%，則各地區大中型企業專利申請數平均增加1.374380%，即關系嵌入直接對技術創新能力的提高有促進作用。這是由于在開放經濟下，中國已逐漸融入到全球經濟當中，外商直接投資可以彌補企業內部對技術創新投入的不足，使資源得到合理的配置，從而促進技術創新。而進出口一直以來都是推動中國經濟增長的重要力量，其中進口可以使企業直接獲得所需的外部創新資源，可以通過進口國內稀缺高端設備、技術和重要零部件來促進高技術產業技術創新。出口則是能夠將企業生產的產品推向國際市場，提高企業對技術創新的積極性，從而推動技術創新。

FG為正向預期因子，回歸系數是34.258805，這表示各地區財政性教育經費和GDP的比重每增加1%，則各地區大中型企業專利申請數平均增加34.258805%，即政治嵌入直接對技術創新有正向影響。這一結果說明政府支持對高技術產業來說十分重要。政府投入財政性教育經費，一方面為國家、企業培養更優秀的高技術人才，讓更多的人有能力去參與到技術創新這項經濟活動中來，給技術創新提供更好的設計和研究方案，并且整體提高創新的技術水平，從而推動技術創新;另一方面一定量的減少企業高薪聘請外來技術人員，從而減少資本外流，增加對本國高技術人才的聘用，從而使資本循環利用，促進經濟發展，間接作用于技術創新。

在層二模型變量LNRI的斜率β1方程中，MD為正向預期因子，回歸系數為2.404782，這說明MD的增加會增強LNRI投入對LNPT的影響。這體現了結構嵌入對R&D經費內部支出有直接的影響，在MD比重大的省份，RI對技術創新的正向影響程度高。這是因為MD代表市場化程度，MD比重大省份市場化程度高。在市場競爭機制的作用下，非國有企業為了能夠獲得更多的超額利潤，會盡力去學習和研發新的技術，不斷提高技術創新的水平;面對非國有企業的后來居上，國有企業也不得不通過提高自身技術創新水平來保持領先地位。所以市場化程度高的省份，技術創新水平也相對較高，這就使得在原有的R&D經費投入下，MD比重大的省份能夠獲得更多的專利申請數。

在層二模型變量LNRT的斜率β4方程中，FTG為負向預期因子，回歸系數為-0.233793，這表示FTG的增加會減弱LNTR對LNRT的正向影響，這表明關系嵌入變量對LNTR有著直接影響，在FTG比重大的省份，TR對技術創新的正向影響程度低。這是因為開放經濟下，FTG比重大的省份過多通過外商投資、和進口國內稀缺高端設備、技術和重要零部件，導致太過依賴外來技術支持，缺乏自主動手的能力，企業技術改造的能力也相對較低，由此造成在投入相同的技術改造經費下，FTG比重大的省份能獲得的專利申請數減少了。

四、結論與建議

（一）結論

基于社會嵌入性視角下對長江中下游地區10個省份進行技術創新能力影響因素研究的實證分析，得到直接顯著性影響的因素是大中型企業R&D經費的內部支出、企業消化吸收經費的支出、關系嵌入和政治嵌入，其改變可以直接影響因變量專利申請數;間接顯著性影響的因素是結構嵌入和關系嵌入，它是通過對層一解釋變量的影響間接影響因變量專利申請數，其中結構嵌入型變量是通過影響企業R&D經費的內部支出從而間接地影響專利申請數，而關系嵌入型變量是通過影響企業技術改造經費從而間接影響專利申請數;既是直接又是間接顯著性影響的因素是關系嵌入。

直接顯著性影響因素中，大中型企業R&D經費的內部支出、關系嵌入和政治嵌入對技術創新能力有正向影響，而企業消化吸收經費的支出對技術創新能力有反向影響。間接顯著性影響因素中，結構嵌入對企業R&D經費的內部支出有正向影響，表明結構嵌入程度高的省份，企業R&D經費的內部支出對專利申請數的正向影響程度大;而關系嵌入對企業技術改造經費有反向影響，說明關系嵌入程度高的省份，企業技術改造經費對專利申請數的正向影響程度小。

（二）建議

由以上分析結論得出啟示，在分析省域技術創新時，可以通過嵌入性視角去分析影響技術創新的影響因素，得到的結果更具有說服力。

第一，加大研究經費的投入來推動長三角地區的技術創新，近幾年雖然我國高技術產業對研發經費的投入增加了，但是研發經費占高技術產業增加值的比重仍然不高，這一比例遠遠落后于其他發達國家。造成有些研發實驗無法進行或者研發實驗過程中由于經費不足而暫停實驗。因此我們應該適當的增大研發經費的投入比重。

第二，為提高企業技術消化吸收的水平，加大人力資本的投資，較高的人力資本水平可以提高企業技術消化吸收的水平，一方面，通過人力資本的投資去提升本企業人員的技術水平;另一方面，建立人才吸引和激勵機制，吸引大量高素質人才進入企業，為企業技術消化吸收提供技術支持。

第三，加大政府對國家教育和改革開放的支持，通過結論可知，財政教育經費占GDP的比重影響企業技術創新程度非常的大，因此國家應加大對教育事業的投入，從而培養更多的高素質人才;加大政府對改革開放的支持，堅持不懈的推進市場化改革，減少對市場的干預，鼓勵企業在市場化條件下自主開展研發實驗。重視小企業的技術研發能力，對研發能力強的小企業給予政策的支持。

參考文獻

[1]?Yuan-shengHuang，Jian-xunQi，Jun-huaZhou.FuzzySystemsandKnowledgeDiscovery[M].SpringerBerlinHeidelberg：2005-07-26.

[2]?WenJieJiang，YuRongZhang.InfluenceofIntellectualCapitalonTechnicalInnovationPerformanceofClusteredManufacturingEnterprises[J].AdvancedMaterialsResearch，2013，2450（712）.

[3]?張娜，楊秀云，李小光.我國高技術產業技術創新影響因素分析[J].經濟問題探索，2015（01）：30-35.

[4]?謝子遠，黃文軍. 非研發創新支出對高技術產業創新績效的影響研究[J]. 科研管理，2015，36（10）：1-10.

[5]?張果. 技術標準化對技術創新、經濟增長影響的實證研究及共演分析[D].西北工業大學，2016.

[6]?方瑩. 政府支持、企業制度與技術創新——基于關系解構的視角[J]. 廣西財經學院學報，2016，29（02）：57-66.

[7]?周劍.中國高技術產業創新效率影響因素分析[D].成都理工大學，2017.

[8]?劉怡芳.我國政府R&D補貼對技術創新的影響研究[D].東北師范大學，2017.