中觀層面上技術標準的溢出效應分析：基于省際面板數據

王麗君，陳 韜，王益誼

（1.中國標準化研究院，北京 100191；2.清華大學，北京 100084；3.中國社會科學院研究生院數量經濟與技術經濟系，北京 100732）

以創新為目的的研發活動是各國技術進步的主要源泉。我國實施創新驅動戰略的有效措施之一，就是通過知識溢出提高創新產出。用知識溢出模型分析創新知識與影響因素之間的關系成為新經濟增長理論關注的熱點內容。隨著我國經濟發展步入新常態，發展動力從投資驅動轉向更加注重效率和創新驅動，不斷開發新動能；以科技和經驗的綜合成果為基礎、經協商一致制定的標準通過促進創新知識的擴散和知識溢出，推動自主創新能力的提高。本研究對標準化與創新知識的作用機理進行理論分析，嘗試基于省級面板數據，分析標準化因素對創新知識的實證作用，以期進一步研究標準化對高質量發展的作用。

1 標準化與創新知識的理論分析

《中華人民共和國標準化法》（2017年修訂）將我國標準分為國家標準、行業標準、地方標準、團體標準和企業標準5 類。其中，國家標準分為強制性國家標準和推薦性國家標準，前者保障健康、安全、環保等底線需求，后者保障基礎通用需求；行業標準適用于某個行業范圍；地方標準滿足地方自然條件、風俗習慣；團體標準滿足市場和創新需要；企業標準是根據需要自行制定。雖然各類標準具有不同的定位，但是其本質都是通用的技術規則，這使得這些基于共識制定的標準因為相對專利的低成本，能夠在更大范圍內廣泛實施；同時，由于標準制定過程本身就是一個知識共享和知識生產的過程，在確立條款的過程中產生了知識溢出效應。這種確立條款、編制、發布和應用標準的過程，即一般意義上的標準化。

基于創新活動的不同階段，標準化對創新產出的影響如圖1 所示。由圖1 可知，技術的發展體現為從初級階段向更高級階段不斷演進。其中，階段1 的創新產出是階段2 的知識存量的重要組成部分，隨著時間的推移知識存量逐漸增加，同時也隨著時間推移而不斷折舊。近年來經濟合作與發展組織(OECD)將永續盤存法廣泛應用于知識存量的測算，階段1 中的標準通過實施作用于階段2 中的創新產出。標準是公認的技術規則，作為技術成果的載體，通過實施影響技術的發展方向。例如，2020年3月美國白宮發布《5G 安全國家戰略》，強調通過提高美國在國際標準制定和采用中的領先地位，促進下一代電信和信息通信基礎設施在美國的加速發展和推廣［1］；2018年德國政府發布《高技術戰略2025》，強調德國只有發展在關鍵技術領域（尤其是人工智能領域）的能力，才能保持創新實力和競爭力，并提出通過未來的5G 移動標準開發基本的網絡技術，可以開發新的創新應用領域［2］。

圖1 標準化對創新產出的影響

在同一個創新階段中，創新產出基于創新投入和知識存量進行生產。包括R&D 經費和R&D 人員在內的創新投入，是作用于創新產出的有形投入。現有知識存量對創新產出而言屬于無形投入，但是具有溢出效應。如果知識存量與創新產出同步變化，已有的知識存量推動創新產出的產生，就認為知識存量存在正的外部性，根據變化程度的多少具體可以分為規模報酬遞增和規模報酬遞減兩種情況；如果已有的知識存量對創新產出沒有影響，即知識存量與創新產出沒有關聯，就認為不存在外部性；如果知識存量的增加導致研究者更加難以獲取知識，知識存量就對新知識產生擠出效應，就會導致出現負的外部性。同時，由于標準制定過程本身就是利益相關方相互交流知識、獲取技術信息的過程，使得標準制定活動對同一階段的創新產出產生影響。

在同一個創新階段中，標準文本基于創新產出和知識存量制定。標準以科技和經驗的綜合成果為基礎制定，其目的是為各種活動或其結果提供規則、指南或特性。國際、區域、國家標準由于可以公開獲得并通過制修訂程序保持與最新技術水平同步，而成為公認的技術規則。如果將創新產出視為科技成果、知識存量視為科技成果和經驗的積累，則標準文本可以視為基于創新產出和知識存量制定，是技術的載體。

在同一個創新階段中，R&D 人員是參與標準制定的利益相關方的重要組成部分。標準是通過標準化活動，按照制定標準的機構頒布的標準制定程序，經協商一致制定。參與協商一致制定標準的技術委員會成員包括來自相關行業的專家，也來自消費者協會、學術界、非政府組織和政府，這些參與者統稱為利益相關方。R&D 人員通過自身參與標準制定過程而影響標準中的技術內容。

綜上所述，標準化對創新產出的影響體現為，在技術發展的不同階段中，標準同步或滯后于創新產出，通過規模經濟和網絡外部性影響技術預期。在國際、區域或國家范圍內，因為技術的發展，包括生產者、消費者在內的利益相關方產生了對產品、過程或服務進行規范的需求，這就是傳統意義上的標準化需求。標準的應需而生，意味著標準本身具有有用性，能夠幫助解決基本程序、組織和技術問題，這些問題如果不解決，就會導致市場失靈和不經濟。標準的制定過程和使用過程都有助于促進技術的擴散。國際、區域或國家的標準組織為標準的制定提供了溝通和交流的平臺，使得利益相關方可以聚集在一起，就技術知識進行交流、權衡和遴選，按照標準制定程序和標準文本的要求對技術內容進行規范，使用通用的標準化語言進行交流，確保了技術知識的無偏傳遞。與專利中的信息受到知識產權的限制相反，標準中的信息是可以為大眾獲得的，標準中信息的傳播并不受到限制。標準的使用過程就是對產品、過程和服務進行規范的過程，標準的低門檻的獲取途徑使得技術能夠在大范圍內進行快速擴散。

標準對技術預期的影響是通過其能夠帶來的規模經濟和網絡外部性特點。標準在傳遞的過程中使用了規范的語言，這使得使用者可以以較低的成本和更便捷的途徑獲取到大量與產品、過程和服務相關的有用信息。隨著標準傳播范圍的擴大，標準所承載的技術的影響范圍不斷擴大，標準的使用有效降低了產品的種類、降低了單位產品的生產成本，提高了產品的性能，導致規模經濟。標準的通用性幫助實現產品或體系的互操作性，降低了多樣性，提高了生產效率和產品質量。當網絡中的新用戶由于被連接到網絡而獲得價值，就產生了網絡外部性。網絡外部性現象在通信和信息技術部門尤其顯著。標準的通用特性幫助了網絡外部性的實現。標準實施就以這樣的方式進行市場選擇，實現優勝劣汰。標準有助于降低對技術未來發展方向的不確定性，即通過降低研發投資的風險，鼓勵了創新的發展。

2 文獻綜述

本研究通過對知識生產函數及其研究發展趨勢進行綜述，同時研究標準與創新知識之間的關系，以期將標準變量引入知識生產函數。

2.1 知識生產函數及其研究趨勢

生產函數法是知識溢出模型的一種典型的經驗測度方法。代表性的知識生產函數包括Griliches-Jaffe 函數和Romer-Jones 函數。Griliches［3］認為企業的研發產出是研發投入的函數，并使用C-D 生產函數的模式進行表述。具體函數形式如下：

Jaffe［4］將研究對象從企業擴展到區域層面，將研發產出的內涵擴展為新知識，將研發投入擴展為經費投入和人員投入，從而形成經典的Griliches-Jaffe 函數，即認為創新產出受到R&D 資金和R&D人員的影響。其函數形式如下：

Romer［5-6］認為新知識的生產依賴過去知識形成的存量，將知識溢出的原因歸于知識的非競爭性和部分排他性，并將知識變量引入生產函數模型，基于內生增長模型構建了知識生產函數，即Romer 生產函數，認為新知識（）受到R&D 人員（L）、知識存量（）和其他因素（）的影響。具體函數形式如下：

Jones［7-8］通過對美國等國家的經濟發展進行實證檢驗，放寬了對Romer 生產函數的參數限制，形成一般意義的Romer-Jones 知識生產函數，即認為R&D 人員對新知識的影響存在規模效應（），知識存量對新知識的影響存在溢出效應，分為3 種情況：規模報酬遞增、規模報酬不變、規模報酬遞減。具體函數形式如下：

在兩種典型的知識生產函數的基礎上，后來的研究者通過對變量含義進行擴展解析，或者納入新的變量，或者與新的模型結合（如空間計量模型、面板模型），對知識生產函數進行了不同程度的擴展。

2.1.1 對模型變量進一步解析

呂忠偉［9］基于國際專利分類和各地區專利申請量測算地區間的技術相似系數，構建R&D 空間溢出指標，對Griliches-Jaffe 知識生產函數進行擴展，基于1998—2007年的我國省級面板數據，分析R&D空間溢出指標、知識存量、研發人員、研發資本對區域知識生產的作用。吳素春［10］使用2011年我國31 個創新型城市規模以上工業企業R&D 數據進行截面計量分析，使用改進的生產函數模型分析內部研發、R&D 合作等6 種研發模式與創新績效之間的關系，發現不同研發模式的創新績效存在差異。

2.1.2 結合新的計量模型

孫建［11］基于1998—2008年我國區域面板數據，使用空間杜賓模型研究鄰近區域的知識溢出及其有效空間距離，分析發現我國的區域創新具有空間集聚特征，不同區域存在明顯的正負向知識溢出現象。胡貝貝等［12］認為Romer 函數和Jones 函數的差異是規模遞增效應是否存在于知識生產中，并基于2005—2012年我國53 家高新區的面板數據，以研發資本、人力資本和知識存量為自變量，分析自變量產出彈性的和，發現知識生產具有規模遞增效應。張靜等［13］基于Romer-Jones 知識生產函數，使用1996—2014年我國省級面板數據分析知識資本生產的特征，使用全參、半參回歸方法，測算知識資本的不同增速對經濟增長的影響。

2.1.3 二者的結合

周明等［14］基于我國高科技企業數和科技活動人員數構建產業集聚下知識溢出評價指標，綜合了Griliches-Jaffe 函數和Romer-Jones 函數兩種生產函數，利用1998—2006年我國高技術產業面板數據，采用空間面板模型分析研發經費、知識溢出因素、政府支持力度等變量對高技術產業技術創新能力的影響，發現知識溢出對創新產出具有顯著影響。劉和東［15］將區域技術溢出分為內部溢出（產學研合作）和外部溢出（外商直接投資），結合創新相關數據，采用1998—2008年我國省級面板數據，基于擴展的Griliches-Jaffe 知識生產函數，使用動態面板模型分析發現，內部溢出和外部溢出在不同時期的影響是不同的。王崇鋒［16］基于2009—2012年我國30 個省級區域的面板數據，采用因子分析法構建創新投入因子、知識溢出因子、創新產出因子，運用Griliches-Jaffe 知識生產函數分析發現，知識溢出對區域創新效率的影響是正向顯著的。汪輝平等［17］基于1999—2013年我國省際工業企業面板數據，使用Malmquist 和數據包絡分析（DEA）法測算地區的工業全要素生產率，并分解為技術效率和技術進步，使用空間杜賓模型分析知識資本、空間溢出對技術效率和技術進步的影響。

2.2 標準與創新知識的關系

國內外現有研究中對標準與創新知識關系的研究，主要是從作用機理上分析標準和創新知識之間的促進、阻礙、雙向影響作用。標準能促進創新產出，這是國內外一些重要機構和著名學者的學術立場，包括德國標準協會（DIN）［18］、Swann［19］、Kano［20］、李春田［21］等。DIN［18］認為，標準不僅鼓勵創新，而且促進創新的有效擴散；競爭力的形成不僅依靠創新，還要依靠創新的有效擴散；標準對創新提供積極的激勵作用。Swann［19］認為標準通過限制創新發展的方向，避免了產生不必要的創新成果，從而為后續的創新建立基礎設施；現行標準的現狀影響了這些標準對創新的推動效果。Kano［20］研究了創新和標準化的關系，認為標準化能夠將雜亂的創新同步到系統的創新中，而系統的創新能夠建立新的市場。李春田［21］認為，標準化是創新的平臺，能夠幫助積累技術，提高創新效率，促進創新擴散；同時標準化面臨創新的挑戰，創新會對標準化理論、原則、觀念帶來沖擊，對標準化的管理和體制帶來變革，并影響標準化的方法論的變遷。但是，有些機構或研究報告也揭示了標準和創新關系的另一面，即標準會限制創新，認為標準的制定時機或者標準的維護不合時宜，就會限制創新，從而導致經濟的無效率［22-23］。

越來越多的研究成果注意到標準對創新的影響是雙重或不確定的，如潘海波等［24］分析了技術標準與技術創新兩者之間的協同演化發展，發現技術標準對技術創新具有“雙刃劍”的作用；Bozeman［25］提出了技術轉移模型，將不同的技術轉移主體和媒介納入模型；在Bozeman［25］研究的基礎上，Blind等［26］將標準化作為一種將知識納入協商一致進程的知識和技術的轉移渠道，從而將標準作為轉移對象；Blind 等［27］認為，標準和法規對創新的影響取決于市場環境，考慮到表現為信息不對稱和監管捕獲特征的市場不確定性，正式標準和法規對于創新具有不同的影響，在不確定程度較低的市場中，正式標準導致較低的創新效率，而法規產生相反的效果；孫瑜等［28］從技術標準因素、科技研發因素、行業發展因素等3 個因素27 個指標評價技術標準與技術研發的關系，分析了二者在農產品加工業相互脫節的主要影響因素為體制機制和產業技術水平。

2.3 總結

在一般的知識生產函數的基礎上對變量含義進行擴展解析或納入新變量，或者結合新模型進行研究，成為近年來分析變量與知識產出的新趨勢，然而鮮見將標準變量引入知識生產函數分析其與創新產出的關系。與現有研究相比，本研究可能的創新之處在于：一是對變量內涵的解析。嘗試基于我國標準體系的構成，結合30 個省（區、市）（未含西藏和港澳臺地區，下同）對各類標準研制的貢獻，構建區域標準化水平評價指標，并將其作為新的變量納入知識生產函數。二是基于30 個省（區、市）的面板數據，結合區域自身屬性分析標準化水平對知識產出的溢出效應，以期研究標準體系對于推動高質量發展的作用機制。

3 模型構建和變量選擇

3.1 模型構建

本研究基于Romer-Jones 知識生產函數理論，引入研發資本、標準化水平等投入變量對函數進行擴展，見公式（5）：

一方面對知識生產函數的變量進行進一步解析，另一方面考慮與面板數據模型的結合，分析對于個體i的擾動項的方差存在異方差或自相關的情況。如果存在，則認為擾動項存在組間異方差；如果存在協方差，則認為擾動項存在組內自相關；如果存在協方差，則認為擾動項存在組間同期相關。

3.2 創新產出變量選擇和數據來源

本研究采用發明專利的申請受理量來衡量各省（區、市）的創新產出［29］，這也是在大多數研究中廣為使用的方法。由于專利要經過較長的審核期，使得與申請受理量相比，發明專利的申請授權量具有明顯的滯后性，同時容易受到其他因素的影響，因此發明專利的申請受理量被大量應用于衡量創新知識的產出。

3.3 R&D 資本投入變量選擇和數據來源

《2008年國民賬戶體系》將研發支出定義為：為了增加知識儲備并利用這種知識儲備開發新的應用，系統性地從事創造性工作而支出的價值，并將R&D 作為資本形成的一部分［30］。2017年我國國家統計局印發《中國國民經濟核算體系（2016）》，將研發支出列入資本形成總額［31］。本研究基于歷年的《中國科技統計年鑒》中各地區研究與試驗發展經費內部支出指標，通過各地區生產總值（GDP）指數平減為不變價格，使用永續盤存法測算R&D 資本存量。計算公式如下：

3.4 R&D 人員投入變量選擇和數據來源

3.5 知識存量變量選擇和數據來源

3.6 知識擴散和吸收能力變量選擇和數據來源

各年度發布的國家標準數量出自歷年的《中國科技統計年鑒》，行業標準數量出自中國標準服務網；各地區的國家標準研制貢獻指數和行業標準研制貢獻指數由中國標準化研究院國家標準館提供。

4 實證分析

基于國家統計局對我國東、中、西、東北部地區的劃分，考慮到數據的可得性，將30 個樣本省（區、市）的模型分為全面板模型、東部模型、中部模型、西部模型、東北部模型，如表1 所示。

表1 面板模型及其對應的樣本量

表1 （續）

4.1 面板模型的回歸

分別對模型的各變量進行單位根檢驗，使用LLC 檢驗檢驗相同根單位根，使用Fisher-ADF 檢驗檢驗不同根單位根，均拒絕“存在單位根”的原假設，所以各變量均為平穩序列。

對模型不同個體的擾動項分別通過Greene［33］598提供的沃爾德檢驗檢驗組間異方差，原假設是“不存在組間異方差”；用Greene［33］601提出的Breusch-Pagan LM 檢驗檢驗長面板模型（東部模型、中部模型、西部模型、東北部模型）的組間同期相關，通過Pesaran［34］提出的檢驗檢驗短面板模型（全面板模型）的組間同期相關，原假設是“不存在一階組內自相關”；通過Wooldridge［35］提供的沃爾德檢驗檢驗組內自相關，原假設是“不存在組間同期相關”。檢驗結果如表2 所示。

表2 樣本面板模型變量的異方差檢驗和自相關檢驗

由于面板模型不同個體的擾動項同時存在組間異方差和組間同期相關，并且組內自相關（自回歸系數相同），使用可行廣義最小二乘法（FGLS）進行估計。為了便于比較，將東北部地區的面板模型也使用FGLS 進行回歸。回歸結果如表3 所示。

表3 基于分區域模型的各變量對樣本地區創新產出的影響分析

4.2 全面板模型的回歸結果及分析

從樣本地區面板數據的回歸結果可以看出，知識存量對于創新產出的影響最大，彈性系數為0.723；R&D 人員投入次之，彈性系數為0.151；R&D 資本居于第3 位，彈性系數為0.126；標準化水平的影響最小。這些投入變量的影響都是正向的，并且在1%的水平上顯著。改革開放以來，我國經濟發展一度嚴重依賴資本、勞動力和資源，也就是經濟增長的驅動力主要依靠投資驅動和要素驅動。與傳統的產出形式（例如GDP 增長）相比，創新產出更加依賴于知識存量，同時受到區域的知識擴散和吸收能力的影響；R&D 資本投入、R&D 人員投入對創新產出的影響低于知識存量；知識存量和標準化水平對創新產出的影響存在溢出效應，且規模報酬遞減。

4.3 不同區域模型的回歸結果及分析

從表3 回歸結果可以看出，R&D 資本投入、R&D 人員投入、知識存量等要素對區域創新產出的影響具有明顯的地區差異性，標準化水平的知識溢出效應也存在顯著的區域差異，即各省（區、市）的知識擴散和吸收能力對創新產出的影響具有顯著的區域差異。具體分析如下：

（1）知識存量對創新產出的溢出效應最高，彈性系數在0.424～0.881 之間，影響都是正向的，并且在1%的水平上顯著；彈性小于1，顯示規模報酬遞減，其中西部地區的彈性最高，中部地區次之，東部地區第三，東北部地區最低。這意味著在西部地區增加每單位知識存量能夠帶來更多的創新產出。

（2）區域標準化水平對創新產出的溢出效應是正向的，彈性系數在0.181～0.349 之間；彈性小于1，規模報酬遞減，其中東北部地區最高，東部地區次之，中部地區第三，在西部地區模型中標準化水平的影響不顯著。這意味著在東北部地區通過積極參與標準化活動，增加每單位標準化水平能夠帶來更多的創新產出。

（3）R&D 資本投入對區域創新產出的影響在不同地區差異顯著，其中在東部、東北部地區的影響是正向的、在1%的水平上顯著，在中部、西部地區的影響不顯著，在東北部地區提高研發投入能夠獲得更大收益。這與李平等［36］的觀點是一致的，并非研發投入越多就越能促進創新的發展，研發投入分為政府資助和企業投入兩類，根據研發投入結構的不同，對創新效率的影響可能為負，即產生“政府失靈”或“市場失靈”的現象。

（4）R&D 人員投入對區域創新產出的影響在不同地區差異顯著，其中在中部地區影響最大，東部和西部地區的影響接近，在東北部地區具有明顯的負效應。這意味著在中部地區提高研發人員投入能夠獲得更大收益，而東北部地區的R&D 人員投入結構不足以推動發明專利所體現的創新產出。這種顯著的地區差異性意味著研發人員的結構會對技術進步產生不同影響。這與Vandenbussche 等［37］和朱承亮等［38］的觀點一致。Vandenbussche 等［37］假設相比模仿，創新是技術密集型活動，從模仿和創新兩個渠道出發分析OECD 的19 個成員國在1960—2000年之間人力資本對技術進步的作用，發現具有高學歷的從業者更能促進技術的發展；朱承亮等［38］認為只有高水平的人力資本才能促進研發創新效率的改善，因此建議對人力資本的結構進行優化和升級。

5 研究結論

本研究基于知識生產函數理論，以我國30 個省（區、市）的創新產出為研究對象，通過對其2001—2017年相關面板數據進行回歸分析發現，在創新知識的產出過程中，研發資本、研發人員、知識存量、標準化水平的影響具有顯著的區域差異性。

基于以上研究，建議各地區基于不同的投入要素結構制定不同的創新激勵政策，具體包括：

（1）提高研發資本和研發人員對創新產出的貢獻。考慮到研發資本和研發人員對創新產出的影響具有復雜性，這兩類投入要素的數量和結構都會影響創新產出。不僅要增加研發資本投入和研發人員投入的數量，尤其需要改進研發資本和研發人員的投入結構，一方面通過對本地區研發人員進行培育和教育，對人力資本結構進行升級，另一方面發布積極的人力引進制度，吸引高水平的人力資本進入。

（2）提高知識存量對創新產出的規模報酬。知識存量對區域創新產出的溢出效應呈現規模遞減的現象，并且具有地區差異，因此建議一方面鼓勵各地區發布激勵創新產出的政策，擴大知識存量，另一方面根據不同區域的特點，在創新激勵政策中有所側重。

（3）提高各地區對創新產出的消化和吸收能力，以及標準化水平對創新產出的規模報酬。標準化水平對區域創新產出的溢出效應呈現規模遞減的現象，并且具有地區差異，因此建議一是深化標準化工作改革，解決標準老化、缺失、滯后和標準體系不夠合理的問題，優化標準供給，促進由政府組織制定的標準和市場自主制定的標準組成的新型標準體系實現協調發展；二是鼓勵各地區的利益相關方參與制定和實施標準，發布標準化相關的獎勵政策和擴大對政策的宣傳力度，例如北京、浙江等多地已發布了針對制定標準和標準化試點示范項目的獎勵政策。