研究方法论文档格式.docx
《研究方法论文档格式.docx》由会员分享，可在线阅读，更多相关《研究方法论文档格式.docx（17页珍藏版）》请在冰豆网上搜索。
技术创新效率*
——基于中国工业行业的实证分析
□肖文林高榜
摘要：
技术创新能力培育是技术进步的微观保障。
长期以来，从中央到地方各级政府都积极鼓励培育企业的技术创新能力。
但是政府对于市场研发活动的支持存在一定的脱节，尤其是政府追求远期目标与企业追求短期目标形成了较大的冲突，加之企业销售与研发管理之间的不匹配现象，使得技术创新效率大受影响。
本文采用随机前沿分析方法，测算了36个工业行业的技术创新效率。
结果发现，中国整体平均技术创新效率在0.5~0.6之间，且市场化导向的技术创新效率明显低于非市场化导向的技术创新效率。
通过影响因素的甄别，我们发现，政府的直接和间接支持并不利于技术创新效率的提升；
带有销售管理色彩的企业研发管理仅对市场化导向的技术创新效率有积极贡献；
境外研发资金的投入有利于非市场化导向的技术创新效率提升，相反，行业外资比重则更有利于市场化导向的技术创新效率提升。
关键词：
技术创新效率政府支持研发管理市场化导向
一、引言
自1995年实施科教兴国战略以来，无论是国家层面还是企业层面都加强了对科技研发投入的重视，也更加注重科技进步在保持经济持续稳定增长中的重要地位。
从科技活动的投入指标来看，1995~2009年R&
D经费内支出的年均增长率达到了20.12%①，远高于同期的GDP增长速度。
科技活动的其他投入指标也同样表现出了高速增长的特征（如科技活动人员、科技活动人员当量等）。
由此可见，在过去的十多年中，中国整体的科技活动投入经历了一个“井喷式”的发展时期。
但长期以来，中国整体的技术进步水平仍然比较落后。
就企业而言，由生产技术和效率所决定的国际分工地位并没有明显改善，大多数企业仍然锁定在低技术低附加值领域，企业技术创新的成效并不明显；
就宏观经济而言，多数学者的实证研究均论证了R&
D投入与TFP相关性较弱的观点（李小平、朱钟棣，2006；
高凌云、王永中，2008；
肖文、林高榜，2011）。
R&
D投入的高速增长并没有带来技术水平的显著提升，从投入产出的角度来看，可以认为是技术创新的效率较低。
而技术创新效率的研究，将有助于我们更加清晰地理解技术创新活动自身的投入和产出过程，以及该过程所存在的制度性约束。
从企业技术创新活动的历史演化来看，由于创新过程中知识/技术具备一定的外部性，尤
其是一些基础研究，其社会收益远大于私人收益，政府在其中的角色显得格外重要。
在美国、英国、日本、德国等国家技术高速进步的过程中，政府始终扮演着十分重要的角色。
尽管美国采取的是市场化导向的技术创新政策，但是国家在技术创新方面也投入巨大的资金和人力（如阿波罗计划等），而国家投入也带来了许多技术外溢，为实体经济的技术创新提供了强
大的支持。
同样，中国在整体技术进步的进程中，政府也为技术创新提供了巨大的支持。
然而，正如本文开篇提及的，在全社会高速的R&
D投入的情况下，实体经济的技术水平并没有明显提升。
这表明当前中国这种政府主导的技术创新活动，其效率并不高，政府主导的技术创新活动并没有达到预先设定的目标。
政府支持对技术创新活动本身是有利的，但是对技术创新效率的提升作用可能并不显著。
这主要是受到政府和企业对技术的不同偏好影响。
这一偏好的不同最终导致了政府支持不达预期，出现效果不显著的情况。
具体而言，政府脱离自身原有的角色，参与了企业的技术创新活动决策，并为实现政府的技术创新目标，在资金安排、资源配置上过度倾向于既定的技术创新活动，从而扭曲了市场对研发资源的有效配置，无法达成政府支持的最初目的，政府支持的效果并不显著。
其主要渠道便是设计一些技术研发项目，由企业承接并给予资金支持。
从目前政府资金投入占企业研发资金的比重来看，政府更愿意投向交通运输设备制造业、仪表仪器制造业、医药制造业等。
2012年，政府在交通运输设备制造业与通信设备制造业的研发投入，占总投入的比重达到46.5%。
在这些行业技术研发中，包含了许多未来的领先技术。
由此可见，政府更偏好于这些“远期”技术，使得他们在资金投向时更加注重在“远期”具有战略价值或者经济价值的技术研发。
尽管这些技术能够在未来兼具战略和经济价值，但是短期内的收益显然十分有限。
更有甚者，政府资金的使用渠道往往没有得到有效的监管。
科技支持计划的结题和评审并没有严格判断企业科技成果与经费投入的配比性，企业往往将多个研发计划的成果作为某一资助项目的成果进行评审，而事实上，企业获取的政府资金使用权限并不受到严格限制。
因此，资金使用的监管不力也将大大影响政府资金投入的产出效率。
企业自身的研发管理强度和能力也是影响企业技术创新效率的重要因素。
从理论上讲，企业研发管理包括科技活动的计划、行政、人事、财务、物资供应、设备维护、图书资料管理等活动。
然而，现实中企业研发管理人员往往具有销售管理的色彩。
企业对于研发活动的偏好更集中在有市场前景的领域，因此，带有销售管理色彩的研发管理活动对于企业技术创新效率也将具有明显的导向作用。
二、文献评述
（一）技术创新效率的传统决定因素
关于技术创新的影响因素方面，从学界已有的研究来看，关注的中心仍然是传统意义上的一些因素，如企业规模、市场竞争、所有制结构等。
就企业规模而言，经典理论主要解释的问题是企业规模与技术创新能力之间的联系，而非企业规模与技术创新效率的关系。
由于在逻辑演绎上，技术创新能力和技术创新效率本身具有很大的关联性，因此，学界在这两个问题上并没有进行严格区分。
Chen等（2004）的研究表明企业技术创新活动与规模呈正相关，规模经济对于企业的技术创新能力有提升作用；
相反，Pavitt等（1987）认为企业规模与技术创新能力之间存在“U型”关系，而非简单的线性关系。
从中国的实证研究来看，朱有为和徐康宁（2006）研究表明，高技术产业的研发效率与企业规模之间存在着线性关系，企业规模有利于技术创新效率的提升。
其他产业的研究结论也基本支持企业规模与技术创新效率之间的正相关性（姚洋、章奇，2001；
钱燕云，2003；
余泳泽，2011；
周立群、邓路，2009）。
陈修德和梁彤缨（2010）的研究则展现了一个新的视角，该研究发现企业规模对研发中间产出效率（即产出的是专利）和最终产出效率（即产出的是新产品）的作用存在差异，大企业有利于研发最终产出效率的提高，但小企业更有利于研发中间产出效率的提高。
市场竞争对企业技术创新效率的影响，最先由熊彼特提出，其后的熊彼特主义者也均认为，垄断优势有利于企业开展研发活动，并享受技术研发带来的超额利润。
就这一因素对中国技术创新效率的影响情况来看，有些学者通过实证研究发现市场竞争程度与技术创新效率呈反比（闫冰、冯根福，2005；
陈泽聪、徐钟秀，2006；
陈修德、梁彤缨，2010），这些研究支持了熊彼特主义者倡导的垄断有利于技术创新的观点。
然而，有些学者通过实证检验，却得出了相反的结论，朱有为和徐康宁（2006）利用随机前沿生产函数测算了中国高技术产业的研发效率，进一步检验发现，市场竞争有利政府支持、研发管理与技术创新效率于技术创新效率的提高，其解释是只有较大的企业规模和较充分的竞争关系，即寡头主导的可竞争性市场结构才更有利于提高研发效率。
当然，该解释是否在现实中成立仍然有待进一步检验。
周立群和邓路（2009）则认为，行业中的国有企业具有政府指导控制色彩，市场竞争对于企业研发效率虽具有正向促进作用，但不及三资企业显著。
值得注意的是，这一解释的前提是国有企业的研发效率要低于其他所有制企业，从而市场竞争才有利于提升落后企业的研发效率，但是，国有企业的研发效率低本身是需要解释的。
所有制结构对于技术创新效率的影响是近些年才被学界关注的。
所有制结构在一定程度上可以反映出市场和政府之间的角色，尤其在国有企业市场力量较强时，所有制结构往往可以间接反映出政府对于市场的干预。
朱有为和徐康宁（2006）的研究表明，外商投资企业和国有企业比重与研发效率之间都呈正相关关系，但外商投资企业比重提升对研发效率的贡献明显要高于国有企业。
相比之下，民营高科技企业虽有发展，研发投入也占有可观的份额，但总体规模和研发能力仍不高。
他们还认为，行业所有制结构的多元化刺激了企业治理结构和激励机制的变革，促进了技术知识的外溢，使行业研发资源配置出现了效率导向，这也成为研发效率改善的重要制度基础。
周立群和邓路（2009）运用随机前沿生产函数分别对中国高技术产业中“国有及国有控股企业”和“三资企业”的研发效率进行了度量，结果发现，企业所有权性质与产业研发效率存在显著相关关系。
陈修德和梁彤缨（2010）的实证研究也支持了以上的观点。
冯根福等（2006）对中国35个工业部门的研发效率及其影响因素进行了实证分析，研究认为国有企业占比高的行业，由于具有一定的垄断优势，从而有利于研发效率的提升。
然而，该研究采用的度量指标是虚拟变量（当国有企业销售额比重超过行业销售额50%以上时，国有企业销售比重取1，反之则为0），这种处理方式没有很好地连续刻画国有企业在行业创新效率中的地位，从而测算结果有待进一步论证。
就传统的解释来看，国有成分抑制了研发效率的提高，其主要原因是国有企业往往伴随产权不明晰、制度僵化等弊端（姚洋、章奇，2001；
刘小玄，2003；
Zhangetal.，2003）。
但是，这种解释更多是宏观面上的问题，产权不明晰和制度僵化是国有企业整体生产效率低下的原因，而研发效率是否低下及其原因是否也可纳入上述框架进行解释，并不是一目了然的。
除了以上3个影响因素外，也有部分学者关注了开放条件下，境外研发资金和实体投资对企业技术创新效率的影响（岳书敬，2008）；
以及金融机构、科研机构的资金支持和研发活动对企业技术创新效率的影响（陈修德、梁彤缨，2010）。
（二）政府支持与技术创新的研究回顾
无论是企业规模、市场竞争还是开放条件和组织支持，这些研究都建立在市场完全，政府行政干预较弱的前提假设之上。
所有制结构虽然能够体现一些政府干预的色彩，但是并非直接干预。
由于企业的研发活动（尤其是基础研究领域）具有一定的外部性，企业往往无法完全掌握研发活动带来的收益（尤其在竞争激烈的市场结构中），因此，企业研发活动的风险和成本较高。
基于这个考虑，政府的研发支持可以弥补企业研发不足，降低企业的研发风险，从而有利于提升企业的技术创新能力（CzarnitzkiandLicht，2006）。
然而，上述机制是对于企业的整体技术创新能力而言的，如果要严格区分技术创新能力与技术创新效率的差异，那么就要针对政府支持的具体领域和特征进行分析，这恰恰是现有研究所缺乏的。
Scherer和Ross（1990）认为，当企业规模不断扩大时，或由于管理控制能力的降低，或由于过度的官僚控制，研发效率会因此受到损害。
就政府支持对技术创新效率影响研究的中国经验检验而言，近些年逐渐得到一些重视。
白俊红等（2009）通过比较各个主体与技术创新活动关联性的强弱，区分了区域技术创新效率影响因素中的直接主体和间接主体，直接主体包括企业、高校和科研机构，而间接主体则包含政府和金融机构等公共组织。
在采用专利授权量为研发产出的SFA分析中，其结果表明政府支持并不利于技术创新效率的提高。
对此，白俊红等（2009）认为，其背后的原因包括两个方面：
其一是政府介入了本身可以由企业投入的研发领域，从而出现了挤出效应；
其二是政府的介入将会增加企业的研发资源需求（尤其是R&
D人员），在研发资源短期供给缺乏弹性的情况下，研发成本提高，从而使得企业专项其他盈利项目，挤出企业投资。
事实上，白俊红等（2009）的解释建立在两个前提上，其一是企业投资的效率要高于政府，因此对于企业投资的挤出会降低研发效率；
其二是政府的投向与企业的投向领域是高度一致的，从而才会产生挤出。
就第一个前提而言，从更深的一个层次去理解，我们可以发现，正是由于政府投资存在技术“远期”偏好、缺乏资金的监管等原因，造成了其效率要低于企业自身投资，因此，政府投入加大（且并不一定挤出企业投资，两者投入领域不同）本身会降低企业的平均研发效率。
就第二个前提而言，由于政府的研发投入比较注重“远期”收益，因此，与企业注重当期收益的研发导向不同，这也造成了政府投资于企业投资不会发生明显的领域冲突。
与此
同时，由于政府投入注重“远期”偏好，对于企业当期的研发效率显然是不利的。
冯宗宪等（2011）的研究方法与白俊红等（2009）不同，采用了两阶段半参数DEA方法，对30个省区市的工业企业技术创新效率进行测定，并分析了政府干预对技术创新效率的影响程度与方向。
结果表明，政府干预与创新活动的技术效率之间具有不显著的负向关系，并且对创新活动的规模效率具有一定程度上显著的负向影响。
冯宗宪等（2011）认为，原因大致包括3个方面：
其一政府决策层远离技术发展前沿，选择资助项目存在高失误率；
其二是政府的支持作用可能失效，企业会借机寻租；
其三政府干预会损害公平竞争环境。
政府干预作为企业技术创新活动的外力，将会破坏原有的竞争环境，其自身的支持作用无法实现。
我们更加关心的则是政府干预背后的机理。
上述第一个原因的背后并不是政府对技术前沿的偏离，而是政府太强调“前沿”，偏好“远期”从而使得政府投入的资金没有产生短期收益，从而出现较高的失误率。
谢伟等（2008）运用DEA方法对我国各省的高新技术产业研发效率、技术效率和规模效率进行了测算，并进一步用面板数据回归的方法检验政府资金支持对区域技术创新效率的影响，结论显示该影响显著为负。
谢伟等（2008）认为，一方面，政府和企业对于研发的重视将会提升企业的技术创新效率；
另一方面，由于研发投入具有时滞性，不能及时有效支持企业机构的自主研发和对引进技术的消化吸收，技术效率没有及时得到提高。
而这只能解释整体研发投入的效率不高，不能将政府和企业的角色进行区分，从而无法直接解释为何政府的支持没有提高技术创新效率。
而有关企业和政府对于技术创新的重视，其重视的程度和角度都有待进一步讨论。
（三）研发管理与企业技术创新效率
就研发管理对企业技术创新效率的影响研究来看，主要的文献集中在企业管理层面，缺乏对中国行业层面、地区层面的经验研究。
陈泽聪和徐钟秀（2006）较早地关注企业研发管理与技术创新效率的关系，他们采用两阶段的方法进行分析，首先运用超效率DEA方法计算了我国制造业的技术创新效率值。
在此基础上，采用面板数据模型检验影响企业技术创新效率的因素。
结果表明，研发管理与技术创新效率显著正相关。
然而，美中不足的是，在陈泽聪和徐钟秀（2006）的工作中，研发管理的指标选用的是滞后一期的技术创新效率值，从自回归的角度上看，两个变量之间的相关度会很高。
因此，这个处理存在较大的误差，同时也存在相互解释的问题。
综上所述，已有的研究为我们正确认识技术创新效率提供了一定了思路和视角，但是，上述传统影响因素发生作用的基本前提假设政府的支持效率较好，能够实现支持的目的，也不考虑企业自身的研发管理。
事实上，中国企业的技术创新活动受到了政府政策的重要影响，如果排除政府支持不达预期的因素，直接研究企业技术创新的效率决定因素，将是不全面的。
与此同时，企业自身的研发管理则是提升企业研发效率的微观手段，其对于技术创新效率的影响也是不可磨灭的。
正是基于这种考虑，我们将着重考察政府支持和企业研发管理对技术创新效率的影响，从而更加准确地解释技术创新效率的影响因素及其作用机制。
本文在学界已有研究成果的基础上，主要进行如下三方面的突破：
其一，考虑政府支持可能存在不达预期的情况及其对技术创新效率的影响极其机制，并进一步具体拆分为直接支持和间接支持两个维度进行深度分析；
其二，明确区分企业的技术创新活动类型，将政府支持、研发管理与技术创新效率企业技术创新的产出划分为“市场化导向”和“非市场化导向”两种类型，从而可以进一步检验各解释变量对这两种技术创新效率的影响程度和机制；
其三，将企业自身的研发管理纳入到技术创新的影响因素分析框架，考察企业自身的研发管理特质对技术创新效率的影响机理。
三、模型与数据说明
（一）基于SFA的技术创新效率测算模型的设定
随机前沿的分析方法将生产率的变化分解为生产可能性边界的移动和技术效率的变化，因此，能够更加细致和准确地刻画现实经济情况。
同时，随机前沿的分析方法也进一步将生产函数中的随
机干扰项区分为“随机误差项”和“技术非效率项”。
本文应用Battese和Coelli（1995）的SFA模型对技术创新效率模型进行刻画。
Battese和Coelli（1995）的模型设定如下。
Yit=βiXit+（υit-μit）
μit=δiZit+ωit
（1）
基于该模型设定，我们可以按照Coelli和Perel⁃man（1996，1999，2000）的方法定义“产出定位”的距离函数，即：
D0（x，y）=min{θ：
y/θ∈P（x）}，其中P（x）是生产可能性集，且对于y而言，D0（x，y）满足非减、一次齐次性和凸性。
当y位于生产可能性集内时，距离函数值间于0和1之间，当且仅当y位于边界上时，距离函数取值为1。
同时，距离函数的对数形式可以由下式确定。
（2）
根据距离函数是y的一次齐次式可得如下等价条件。
基于以上的等价条件，对于个体i而言，有：
（3）
其中y*ki=yki/ymi，结合
（1）和（3）式则有，μi=-D0i。
υit和μit互相独立，υit即为“随机误差项”，独立同分布，有υit~N（0，σ2υ）；
μit则为“技术非效率项”，对于μit的分布各个模型均有不同的假设，本文参照Battese和Coelli（1992a，1992b）的设定，μit服从非负断尾正态分布，有μit~N+（Zitδi，σ2μ），其中Zitδi的具体含义见技术无效率项的回归模型。
另外，就式
（1）中的前一部分而言，本文将技术创新的投入与产出活动以超对数形式进行刻画。
这主要是因为超对数模型相比于传统的C-D模型，可以突破技术中性、投入产出弹性固定等苛刻假定，从而更好地拟合实际情况。
因此本文将SFA模型的第一部分设定如下。
（4）
其中，Y为技术创新活动的产出变量，K为技术创新活动的资本投入变量，L为劳动投入变量。
式
（1）中的第二部分，则是对技术非效率项的建模，其中Zit为决定技术非效率的因素。
与已有研究不同的是，本文特别强调的是政府支持不达预期、企业自身科研管理等因素对技术创新效率的影响。
在此基础上，比照已有的研究，我们对行业的规模、竞争程度、所有制结构、绩效和开放度进行了控制。
因此，本文将SFA模型的第二部分设定如下。
（5）
其中，各个解释变量分别为：
企业平均规模（Size）、企业研发管理与服务能力（Manage）、政府支持（Gov）、行业竞争程度（Comp）、行业所有制结构（State和Foreign）②、行业研发开放度（Open）以及行业平均经营绩效（Perf）。
ωit为技术非效率项回归模型的误差修正项，服从断尾正态分布，有ωit~N（0i，σ2μ）。
（二）模型的变量说明与数据来源
本文采用的是行业面板数据分析，由于相关的统计报告中对于行业的统计基本只报告了“大中型工业企业”的数据，因此，本文所有变量仅采用“大中型工业企业”的标准。
当然，这种选择将会影响回归分析的结论，尤其在规模指标上的影响，这是因为规模以上工业企业的统计口径要远远大于大中型工业企业，造成本文分析的对象已经限定在规模相对较大的工业企业上。
另外，就行业选择而言，中国相关统计口径在近些年均有些变化，为了保证数据的可获得性和连续性，本文采用了《中国科技统计年鉴》（2010）年的工业行业分类标准，剔除了“其他采矿业”共计36个行业。
研究技术创新的效率，核心是确定技术创新投入与产出的代理变量。
首先，在产出衡量指标的确认上，本文选择两组指标对技术创新活动的产出水平进行衡量。
其一是考虑“新技术”的市场效应，选择大中型工业企业“新产品产值”和“新产品销售收入”进行度量，即以该指标度量已经被市场所接受的技术创新成果，从而能够更加直接地将技术创新活动与经济增长的技术进步相联系，因此，我们将上述两类技术创新的成果界定为“市场化导向的技术创新；
其二是考虑技术创新的全面成果，选择大中型工业企业“专利申请数”和“新产品开发项目数”进行度量，考虑到此类技术创新活动并未直接以市场化为最终导向，我们将此类技术创新界定为非市场导向的技术创新。
两组指标的数据均来源于《中国科技统计年鉴》（2000~2010年）。
其次，关于R&
D资本存量的度量指标，本文选择各工业行业大中型工业企业R&
D的投入金额指标进行衡量。
D资本存量的计算，采用永续盘存法。
确定1999年为基期，本文借鉴Griliches（1992）的方法，以1999年当年R&
D投资流量除以折旧率和基期以后若干年的平均增长率作为1999年的R&
D存量③，即Ri1999=I1999/（δ+ζ），其中I1999为某行业1999年大中型工业企业的R&
D经费支出，δ为折旧率，一般设定为10%④，ζ为2000~2009年的平均增长率。
基于此，再用永续盘存法进行计算，即第t年的R&
D存量=第t-1年的R&
D存量×
（1-10%）+第t年的R&
D流量。
在R&
D资本的核算中，除了确定基期存量、折旧率等因素外，R&
D活动的经费支出仍然需要仔细核算。
考虑到本文的效率测算模型中将R&
D资本与R&
D活动人员独立开来，因此有必要将R&
D经费内部支出中的“技术开发人员劳务费”支出扣除⑤。
另外，考虑到价格因素对于R&
D活动经费的影响，本文根据R&
D内部支出进行了价格调整。
本文采用以1998年为基期的固定资产投资价格指数、原材料明细价格指数等进行对应调整。
再次，关于R&
D活动的人员投入核算，考虑到数据的可获得性和前后一致性，本文采用了分行业大中型工业企业科技活动人员作为R&
D活动人员投入的衡量指标⑥。
科技活动人员的数据来自《中国科技统计年鉴》（2000~2010年）。
关于技术创新效率影响因素的选择，本文主要考虑了如下7个方面的因素：
企业规模、研发管理与服务能力、政府支持、行业竞争程度、行业所有制结构、行业开放度
升级会员 