基于創新鏈視角的高技術產業知識溢出對創新效率的影響

武 洋，高思嘉，沈映春

（北京航空航天大學 人文社會科學學院，北京100191）

創新是經濟發展最為重要的動力源之一，從價值鏈視角來看，創新過程分為從創新要素投入到創新成果產出的技術研發階段和創新成果產出轉化為經濟效益的技術轉化階段[1]。在當今知識經濟年代，知識溢出水平對推進高技術產業持續發展發揮的作用不斷提高，同時，知識溢出水平在技術創新過程和環節中也產生著不同效用。

國外學者對知識溢出的研究較早，之后中國學者也對知識溢出如何影響技術創新和經濟增長進行了探討與驗證。Andrei等[2]通過研究美國部分產業驗證了多樣化溢出和產業競爭能夠促進地區經濟發展；Henderson等[3]對美國產業的探究表明相同行業企業的集聚有利于創新發展，而地區不同產業的發展則與創新無關。彭向等[4]通過建立動態自回歸模型對我國部分工業行業的知識溢出能力進行測算，認為專業化生產和多樣化發展對技術創新有正向作用；程中華等[5]的研究結果闡釋了專業化生產與中國制造業技術創新無關，而地區不同產業的發展和企業之間的競爭則能夠助力產業的技術革新；王崇峰[6]構建Griliches-Jaffe模型得到的回歸結果表示知識溢出和創新投入可以顯著影響區域創新能力。由此可以看出，關于知識溢出對地區發展與創新的影響仍然存在多種不同的觀點，并且上述文獻大多直接建立模型分析知識溢出與創新之間的關系。

近年來，許多學者也開始從創新鏈的視角分析在技術創新的兩個階段創新效率的高低。徐珊[7]依據創新價值鏈研究不同類型企業的創新效率是否受到知識溢出的影響不同，結果表明知識溢出在創新研發階段對企業創新效率具有較強的作用；蘇屹等[8]建立兩階段面板回歸模型，研究中國30個省份知識溢出效應對區域創新產出的影響，結果表明隨著消化吸收水平門檻值的增加，知識溢出在不同創新階段對創新成果存在不同的影響。

綜上所述，當前對知識溢出與創新的研究存在以下不足：對高技術產業知識溢出和創新能力與效率的研究相對比較少；許多研究探討知識溢出對創新的直接影響，這樣使得知識溢出與創新作用的中間過程形成了“黑箱”。

本文嘗試從創新鏈視角，探討高技術產業知識溢出對其創新效率的影響。北京作為全國的科創中心，如何利用知識和科技資源富集的優勢，更多地通過源頭性技術突破來培育和衍生新興產業和產業鏈，形成戰略性新興產業策源地，把北京的科技創新資源以及高技術產業體系資源輻射、外溢到京津冀區域和全國，是十分重要的現實問題。因此，本文以北京市為例，基于創新鏈視角，探討知識溢出在創新兩階段所起的作用，以期揭示北京市高新技術產業知識溢出對創新的重要作用，探索北京市高新技術產業發展的前景。

1 研究設計與方法

1.1 模型設計與構建

隨機前沿分析方法（SFA）不僅可以評價特定變量對效率的影響，也可以識別隨機變量對無效率所起的作用，因此，本文采用SFA方法來進行分析與研究。

由于在技術開發階段創新要素投入主要是創新資本與創新勞動，并且創新活動與創新效率也具有時變性特征，因此，根據Battese與Coelli改進的SFA方法基本原理，將技術開發階段的計算式設定為超越對數生產的時變函數，將創新成果轉化階段的計算式設定為一般對數型C-D生產函數[9-11]，構建下列SFA模型：

（1）技術開發階段模型

式（1）和式（2）中：Y1和Y2分別為創新活動第一階段的成果和創新成果轉化階段的經濟收益；K和L均為第一階段用于創新活動的投入變量；i為高技術各產業（i=1，2，3，4）；t表示時期（t=1，2，…，16）；β01和β02為截距項；β1、β2、β3、β4、β5、β6、β7、β8、β9、β10和β11為方程待估計系數；T為時間趨勢，可以說明創新效率隨時間變動的情況。

式（3）中：ε代表誤差項，其由兩部分組成；Vit為第i個產業在t時期的隨機誤差項，服從的分布為Vit～為技術無效率項，服從的分布為Uit～N+，代表特定變量對技術無效率的作用，并且Uit與Vit獨立。

式（4）中：M代表技術創新效率的高低；δ0為截距項，δ1、δ2和δ3分別為3項主要解釋變量的估計系數，δ4和δ5則分別表示2個控制變量的估計系數；Mar、Jac和Porter分別表示3種類別知識溢出水平的測度；gi表示政府投入力度；finan表示金融發展水平。

式（5）中：γ表示創新能力與效率水平并非最優的原因，其計算的結果范圍為0～1；當γ=0時，說明實際創新成果產出并非最優創新成果產出的原因完全是隨機變量的干擾，此時不需要采用SFA方法進行分析，可以采用OLS進行回歸；γ越大，說明實際創新成果產出與最優創新成果產出的差距主要來自于隨機變量的影響，這種情況下應當使用SFA方法進行研究。

式（6）中：TE表示創新效率的水平；u表示實際創新成果產出與最優創新成果產出的差距，其取值為0～1。隨著TE值的增加，創新效率的水平也相應提高；當TE=1時，u=0，則說明是技術有效的，沒有效率損失。

1.2 數據和變量說明

本文根據《高技術產業統計分類目錄》選擇研究對象，為了使研究結果更具有代表性，本文選取2001—2016年北京市醫藥制造業、電子及通信設備制造業、計算機及辦公設備制造業和醫療設備及儀器儀表制造業這4個高技術產業的數據進行分析，數據來自于《中國高技術產業統計年鑒》（2001—2016）和《北京統計年鑒》（2001—2016）。

1.2.1 創新投入和創新產出變量

研發（R&D）費用衡量了企業用于技術研發的支出費用，為資本要素；R&D人員則衡量了企業中從事科研活動的員工人數，為勞動要素。考慮到絕對數的變動并不能全面說明不同產業之間創新效率的水平，因此，本文采用比值的方式衡量2個創新投入變量。將創新投入資本要素水平確定為R&D經費支出占地區生產總值的比例[12]，將創新投入勞動要素水平確定為R&D人員全時當量占地區常住總人口比例[13]，并將這2個指標作為企業第一階段進行創新活動投入的度量。技術研發階段的創新成果一般為新技術的產生，企業會將新發明的技術進行專利申請，以獲得對該技術的占有權，因此，本文以專利申請授權量來衡量該階段創新成果產出水平；同時，新發明的技術會在下個階段得到使用，產生企業的創新產品與創新收入，因此，本文也將其作為技術轉化階段的投入指標[14]。新產品銷售收入是企業在出售包含技術進步成果的產品中所取得的收益，以其作為該階段成果產出的測度指標[15-16]。

1.2.2 主要解釋變量

（1）Mar溢出指數衡量的是產業集聚產生的知識溢出水平，此現象是Marshall在1890年覺察到的，之后被Arrow和Romer等人進一步運用和發展，他們的主要觀點是產業的集聚可以產生知識溢出的外部性，從而對其他地區和產業產生影響。根據已有研究[1]，本文Mar溢出指數的計算公式為：

式中：sit表示t年選擇在北京市第i個高技術行業就業的人員數量與t年選擇在北京市全部高技術行業就業的人員數量之比；Sit表示t年全國范圍內選擇在i產業就業的人員數量占t年全國范圍內選擇在所有高技術產業就業的人員數量之比。如果其回歸系數結果為負，說明專業化生產產生的知識溢出有利于增強企業的創新能力；反之，則會阻礙企業創新能力的提高。

（2）Jac溢出指數衡量的是地區多樣化發展產生的知識溢出水平。Jacobs發現知識溢出可以由不同產業的技術創新帶來，地區產業的多樣化發展和地區產業結構的差異有利于知識溢出的產生；根據已有研究[2]，定義Jac溢出指數的計算公式為：

式中：sit代表t年選擇在北京市第i個高技術行業就業的人員數量與t年選擇在北京市全部高技術行業就業的人員數量之比。如果不同類型的產業在一個地區的發展程度較高，則就業不會集中在某一個行業，而是傾向于流入多個行業，即sit變小，從而使Jac溢出水平提高。如果其回歸系數為負，表示地區不同產業的發展可以增強企業的創新效能；否則就會阻礙其創新能力的提高。

（3）Porter溢出指數衡量的是一個產業內部的競爭程度。Porter提出市場結構及市場中的競爭程度也會對技術創新產生影響。根據已有研究[17]，定義其計算公式為：

式中：nit表示t年i產業在北京市擁有和建立的企業數量與選擇在北京市第i個高技術產業就業的人員數量之比；Nit表示t年i產業在全國范圍內擁有和建立的企業數量與選擇在北京市第i個高技術產業就業的人員數量之比。如果其回歸系數為負，表示相同企業之間的競爭產生的知識溢出有利于增強高技術產業的創新效能；反之，則會阻礙高技術產業創新能力的提高。

1.2.3 控制變量

（1）政府投入力度（gi）。北京市政府一直致力于促進科技創新，因此，政府對高技術產業提供的資金投入及稅收優惠政策等是高技術產業能夠以較高水平發展的原因之一。所以，本文將政府投入力度作為控制變量之一，并且用政府資金與科技活動經費之比來衡量政府投入力度。

（2）金融發展水平（finan）。金融行業是企業獲取資金的重要渠道，為企業進行技術創新奠定了金融基礎。所以，本文將金融發展水平作為控制變量之一，并且用金融機構年末存貸款余額與地區生產總值之比作為對當地金融發展水平的度量[18]。

本文所有的變量及其解釋可以歸納為表1。

表1 變量及其解釋Tab.1 Variables and their explanations

2 實證研究

2.1 北京市高新技術產業知識溢出能力

本文根據上文中說明的公式與數據，對北京市4個高技術產業的知識溢出水平進行測度，各產業知識溢出水平的變化趨勢如圖1—圖3所示。

圖1 2001—2016年北京市4個高技術產業Mar測算結果Fig.1 Mar measurement results of four high-tech industries in Beijing from 2001 to 2016

由圖1—圖3可以看出：

（1）在Mar溢出能力上，與其他3個產業相比較，醫療設備及儀器儀表制造業在該方面測算的效果處于最高水平，其指標一直遠超過1，說明其專業化生產所帶來的知識溢出水平高于其他3個產業，并且專業化生產能力超越全國平均能力。其次是醫藥制造業，其指標在2007年超過1，同時也一直在上升當中，說明其集聚程度超過全國平均水平且集聚程度在不斷提高。計算機及辦公設備制造業在4個產業中的測算結果最低，說明其在該方面能力與其他3個產業相比最弱，其與電子及通信設備制造業的Mar指數都處于下降狀態且指數均低于1，說明這兩個產業專業化生產所產生的知識溢出能力較低，且低于全國平均溢出能力，呈現出分散化的趨勢。

圖2 2001—2016年北京市4個高技術產業Jac測算結果Fig.2 Jac measurement results of four high-tech industries in Beijing from 2001 to 2016

圖3 2001—2016年北京市4個高技術產業Porter測算結果Fig.3 Porter measurement results of four high-tech industries in Beijing from 2001 to 2016

（2）在Jac溢出能力上，由于該指標衡量的是一個地區的Jac溢出程度，因此，4個產業的溢出能力相同。由圖2可知，在2008年之前，北京市的溢出能力整體呈下降趨勢，說明在這一時期，北京市產業發展相對比較集中和單一；2008年之后，北京市的溢出能力逐步上升，說明北京市產業多樣化水平在不斷提高，就業也逐漸趨于分散；但是北京市的指標一直低于1，說明其溢出能力低于全國平均溢出能力。

（3）在Porter溢出能力上，計算機及辦公設備制造業在4個產業中的測算效果處于最高水平，表明其在該方面的能力與其他3個產業相比最強，指標一直超過1，高于全國平均溢出能力，并于2007年達到最高值。但是在2007年之后其指標開始下降，說明在這一時期該產業的競爭程度不斷降低，主要原因可能是該產業單個企業的規模通過并購重組不斷擴大，同時激烈的競爭環境也使得一部分企業逐漸搬離北京。其他3個產業的溢出能力也都相對比較低，不過大部分時期其指標也都超過了1，說明其溢出能力高于全國平均溢出能力，競爭程度相較全國其他地區還是比較強的。

2.2 北京市高技術產業創新效率

根據上文中的研究方法，本文計算出北京市4個高技術產業2個階段的創新效率水平，分析不同產業在不同創新階段創新效率的差異，結果如圖4—圖5所示。

圖4 2001—2016年北京市高技術產業的技術研發效率Fig.4 R&D efficiency of high-tech industries in Beijing from 2001 to 2016

圖5 2001—2016年北京市高技術產業的技術轉化效率Fig.5 Technological transformation efficiency of high-tech industries in Beijing from 2001 to 2016

由圖4可以看出，北京市4個高技術產業的技術研發效率并不穩定，上升和下降幅度都比較大。根據計算結果可以得知，2001—2016年4個產業技術研發效率的總平均水平為0.621 0，說明在第1個階段，4個產業的創新能力與效率表現雖然較好，但是仍然未達到高效率階段。

由圖5可以看出，在技術轉化階段，北京市4個高技術產業的創新效率基本比較穩定，均表現出穩定上升的態勢。但是根據計算，北京市4個高技術產業2001—2016年技術轉化效率的總平均值為0.341 2，比上階段的技術研發效率低0.279 8，并且不同產業的技術轉化效率的差距超過0.7。

總體上來說，醫療儀器設備及儀器儀表制造業的創新效率在2個階段均處于較高的水平，且仍在提高；電子及通信設備制造業技術研發效率較高而技術轉化效率很低；計算機及辦公設備制造業和醫藥制造業的創新效率在2個階段均處于較低的水平。

2.3 高技術產業知識溢出能力對創新效率的影響

根據上文中建立的SFA模型，本文對北京市4個高技術產業在創新活動2個階段的創新能力與效率的回歸結果進行探究，考察知識溢出水平以及其他控制變量對4個高技術產業進行創新活動所起的作用。本文采用Stata15.0進行隨機前沿分析，樣本數據的描述性統計如表2所示。

表2 樣本數據描述性統計Tab.2 Descriptive statistics of sample data

2.3.1 對技術研發效率的影響

根據上文中的模型進行測算，得到的回歸結果如表3所示。

表3 技術研發階段北京市4個高技術產業知識溢出對技術創新效率的回歸結果Tab.3 Regression results of knowledge spillover of four high-tech industries in Beijing on technological innovation efficiency of technological R&D stage

由表3的回歸結果可知，Jac指數顯著為負，說明產業間知識溢出能力的提高可以提高高技術產業的技術創新效率。Mar指數在10%的顯著性水平下為正，說明在這一階段產業內知識溢出水平的提高會增加技術創新的無效率。Porter指數沒有通過檢驗，說明在此階段產業內的競爭水平并不會對創新效率產生影響。政府投入力度指數在5%和10%的水平上顯著為負，說明在此階段，政府投入力度的提高有利于創新成果產出。金融發展水平指數顯著為正，說明金融水平會對創新能力與效率造成消極影響。這一結果與李凱月[19]的研究結果相符。李凱月采用SYS-GMM方法分析了金融發展對創新效率的影響，其研究結果顯示金融發展的廣度不利于高技術產業創新效率的提升，這說明當前的金融結構并不能很好地滿足企業的資金需求，金融支持效率較低。時間趨勢指標顯著為負，說明在此階段，隨著時間的變化，4個高技術產業的創新能力與效率在不斷上升。

2.3.2 對技術轉化效率的影響

根據設定的技術轉化階段的模型進行測算，得到的回歸結果如表4所示。回歸后得到σv2和σu2的數值分別為0.200 701 7和3.597 467，根據式（5）計算的值為99.69%，即創新產出低于最大產出的影響來自隨機無效率項的比例占到了99.69%，說明應當使用SFA模型進行分析。

表4 技術轉化階段北京市高技術產業知識溢出對技術創新的回歸結果Tab.4 Regression results of knowledge spillover of high-tech industries in Beijing on technological innovation efficiency of technological transformation stage

由表4中的回歸結果可知，Mar指數和Porter指數均沒有通過檢驗，說明在技術轉化階段，產業集聚和產業競爭程度對創新效率并沒有顯著影響。Jac指數在5%和10%的水平上均通過檢驗，且系數為負，表明產業間的知識溢出水平能夠促進創新效率的提高，主要原因可能是在技術轉化階段，產生的新技術要想轉化為創新成果，需要多個產業的技術進行融合才能更有效地促進創新技術轉化為創新產品和經濟成果。政府投入力度與創新效率水平不顯著負相關，楊柏、陳銀忠等[20-21]的研究顯示政府科技投入對創新效率存在負向影響，說明政府投入的利用率較低，尤其是在技術成熟之后，企業更傾向于使用政府投入而不是自己的資金進行研發，導致企業自己用于研發投入的資本被擠出，阻塞了其創新效能的提高。由表4回歸結果可以看出，金融發展水平與創新效率不顯著負相關，根據劉俊等[22]的研究，金融發展水平在技術轉化階段對創新效率存在抑制作用，說明金融機構推動創新成果轉化的能力不高。同時，時間趨勢指標也沒有通過檢驗，表明隨著時間的變化，創新效率并沒有顯著的變動。

3 結論與政策建議

本文通過建立2階段隨機前沿模型，分析了知識溢出對北京市4個高技術產業創新能力與效率所起的作用。從實證結果來看，Jac溢出在創新的2個階段都對創新效率有著明顯的作用，說明Jac溢出有利于技術進步與創新的實現；Mar溢出只有在技術研發階段對創新效率具有較大的影響，且阻礙創新能力與效率的提高；Porter溢出在2個階段的創新中并不影響創新效率；政府投入在技術研發階段可以有效促進技術創新，而金融發展水平則在技術研發階段對創新效率的提高有不利影響。從整體來看，北京市高技術產業的創新能力與效率呈現穩步上升的趨勢，且還有進一步改善與提升的空間。

基于以上分析，本文的政策建議如下：

（1）鼓勵支持區域多樣化發展，打造不同高技術產業共同發展的環境，優化產業結構，推動產業間的技術交流與融合。目前，北京市高技術產業的知識溢出能力和創新能力并沒有在京津冀地區實現充分的擴散[23]。因此，今后在促進地區多樣化發展的同時要擴大北京市知識溢出的輻射范圍，加強對河北和天津高技術產業的引領作用，進而推進全國高技術產業創新能力的提升。

（2）Mar溢出的提高會增加技術創新的無效率。當地區經濟發展到一定程度的時候，相同企業的集中可能會對企業的創新能力與效率產生不利影響，因為過度的集中會使得企業之間的競爭更加激烈，可能造成資源供給出現較大缺口。在北京市經濟發展水平不斷提高的情形下，應避免過度集聚給高技術產業持續發展帶來的負面影響，做好高技術產業發展的籌劃與布局，延續專業化生產對企業創新的積極效用。

（3）本文研究結果顯示，北京市高技術產業在創新活動第2階段的技術轉化能力遠低于研發能力，這也體現出企業技術成果的轉化效率有待提高。因此，要提高對創新活動第2階段的關注和重視，使研發與轉化有效銜接，從而更好地加強高技術產業的發展能力與活力。

（4）建立更加科學的政府支持體系，尤其要提高政府資金在技術轉化階段的利用效率，防止擠出效應，使企業在得到政府支持的情況下可以有效利用自有資金與社會融資，從而提高企業的創新效率。