黃 奇,苗建軍,張菁菁,李敬銀,王文華
(1.南京航空航天大學,江蘇 南京 211106;2.江蘇大學,江蘇 鎮江 212013)
工業是國家技術創新最重要的產業載體,工業企業是國家科學技術進步的主導力量[1]。工業企業的創新效率水平在很大程度上決定著整個國家創新的效率水平[2]。通過本文的研究,以期為提高區域工業企業創新效率和實現區域創新平衡發展提供理論支撐。
國內外學者對產生技術創新的基礎、技術軌道與創新范式、創新的擴散等進行了深入研究[3-4]。創新研究在沿上述線索展開的同時,又增加了對創新效率的研究。關于創新效率研究的文獻大致可以劃分為區域、產業和企業三個層面。從區域層面研究創新效率是通過對不同地區創新資源的投入產出效率進行比較研究,考察區域創新的結構特征和動態演變過程[5-7]。然而,區域包含很多創新系統,每個系統都有自己的特點[8]。為了解釋創新系統的結構性差異,需要對各層次的創新系統進行分析。在中國經濟結構調整的過程中,各產業創新效率發生了深刻的變化。中國的一些產業,比如制造業、高技術產業等創新效率偏低,但處于平穩上升狀態[9-10]。從企業層面研究創新效率則是基于微觀視角,分析影響企業創新效率的因素,從而為改善企業創新水平提供建議。其中對工業企業創新效率進行研究是一個比較重要的方向。現有文獻分析影響工業企業創新效率的變量可以分為兩類:一類是工業企業內部層面的因素,例如企業規模、資金流動性、產權結構、資金籌集渠道、技術來源等[11-12];另一類是工業企業外部層面的因素,例如技術外溢、行業特征、地理位置等[13-14]。國內外學者對工業企業創新過程中資本、勞動力等生產要素內部配置結構變動與創新效率的關系研究較少。但是Chenery的研究發現生產過程中結構因素的變化會影響產出的增長[15]。因此,通過優化生產要素內部配置結構以提高工業企業創新效率具有重要的意義。
借鑒欒大鵬和歐陽日輝的思想[16],本文建立工業企業含有生產要素內部配置結構的柯布-道格拉斯生產函數:

k1、k2、k3分別表示內資、港澳臺投資以及外商投資工業企業研發投入資本占總資本的比例;l1、l2、l3分別表示內資、港澳臺投資以及外商投資工業企業研發投入勞動力占總勞動力的比例;α1、α2、α3分別代表內資、港澳臺投資以及外商投資工業企業研發投入資本占總資本比例的變動對資本邊際產出彈性的影響;β1、β2、β3分別代表內資、港澳臺投資以及外商投資工業企業研發投入勞動力占總勞動力比例的變動對勞動力邊際產出彈性的影響。
隨機前沿分析模型通過估計生產函數設定前沿面,可以對生產過程進行清晰的描述,在考慮隨機因素對潛在產出影響的前提下測算技術效率,并給出統計檢驗。Kumbhakar和Lovell設定的隨機前沿模型一般形式表示如下[17]:

其中,i表示不同省份,t表示時期,yit表示創新產出,xit表示生產要素投入向量,θ為待估參數向量。f(xit,θ)為隨機前沿生產函數中的確定性前沿產出。exp(vit-uit)表示隨機擾動項:vit表示統計噪聲,服從 i.i.d.N.(0,σ2v);uit表示非負的技術無效率項,服從截尾正太分布。
根據模型 (1)、(2)建立包含生產要素內部配置結構的柯布-道格拉斯隨機前沿面模型:

其中如果λ=0被接受,則不存在技術無效率效應。
技術效率中面向創新產出的測度方法是計算觀測產出與相應隨機前沿面產出的比值:

其中,當uit=0時,TEit=1表示技術有效;當uit>0時,TEit<1表示技術無效。
為了解釋創新效率的影響因素,引入Battese和 Coelli的技術非效率函數[18]:

其中,zit表示影響技術效率的因素向量;δ表示影響技術效率因素的系數向量;wit表示隨機誤差項。
本文所使用的數據均來源于2006—2012年的《工業企業科技活動統計年鑒》和《中國統計年鑒》。只選取全國25個省份的工業企業進行研究是因為西藏、新疆、青海、寧夏、甘肅和海南的數據缺失太多,故將其舍去。部分省份的個別年份數據缺失,采取插值法用相鄰兩年數據的平均值代替。
本文選取R&D經費支出和R&D人員全時當量分別表示工業企業創新的資本和勞動力投入。采取永續盤存法計算R&D資本存量:

其中,K表示工業企業R&D資本存量;η為資本折舊率,本文η=15%;I表示工業企業R&D經費實際支出,用R&D支出價格指數對名義R&D經費支出平減至基期2005年。本文參考朱平芳和徐偉民的方法[19],R&D支出價格指數 =0.55×消費價格指數+0.45×固定資產投資價格指數。基期2005年的R&D資本存量的計算公式為:

本文以內資、港澳臺投資、外商投資工業企業R&D經費支出與總的R&D經費支出比例表示各省份工業企業資本內部配置結構;以內資、港澳臺投資、外商投資工業企業R&D人員全時當量與總的R&D人員全時當量比例表示各省份工業企業勞動力內部配置結構。
衡量創新產出通常采用專利申請數或新產品銷售收入來表示。工業企業進行創新通常是為了產品在市場上更具競爭力,從而獲得更大的利潤。專利申請數不能直接反映工業企業創新成果的經濟價值和市場價值。新產品銷售收入能夠較好地反映工業企業創新成果的商業化水平,所以本文采用新產品銷售收入作為衡量區域工業企業創新產出的指標。計算時,各期新產品銷售收入以工業品出廠價格指數平減至基期2005年。
選取各省份每十萬人口高等學校平均在校生數表示勞動者素質變量δ1;選取各省份郵電業務總量占各省份GDP比重表示基礎設施建設變量δ2;選取各省份科技財政撥款表示政府行為變量δ3,用R&D支出價格指數平減至基期2005年;選取各省份技術市場成交額表示技術水平變量δ4,用R&D支出價格指數平減至基期2005年。
模型1沒有考慮創新產出相對于創新投入的滯后性,模型2將滯后時間設定為1年。從表1的估計結果可知,λ的值均大于0.8并且通過了顯著性水平為1%的統計檢驗。這意味著大部分復合誤差中的偏差是由無效率部分造成的,因此采用SFA技術是合理的。
在資本內部配置結構中,內資、港澳臺投資以及外商投資工業企業的創新資本投入都會顯著地提高資本的邊際產出彈性。從系數比較來看,外商投資工業企業創新資本投入占總資本比例的提高能更加有效地提升資本邊際產出彈性,內資工業企業次之,港澳臺投資工業企業最后。這反映了外商投資工業企業在創新過程中比內資和港澳臺投資工業企業更加注重提高資本的使用效率。從系數數值的大小來看,內資、港澳臺投資和外商投資工業企業提升資本邊際產出彈性仍然有較大的改進空間。在勞動力內部配置結構中,港澳臺投資工業企業的創新勞動力投入占總勞動力比例的提高會正向地影響勞動力的邊際產出彈性,而內資和外商投資工業企業的影響不顯著。這反映了港澳臺投資工業企業在創新過程中比內資和外商投資工業企業更加注重提高勞動力的使用效率。從系數數值的大小來看,港澳臺投資工業企業提升勞動力邊際產出彈性也有較大的改進空間。特別需要引起注意的是,內資和外商投資工業企業增加勞動力投入并不會顯著地提升勞動力邊際產出彈性,這在一定程度上說明內資和外商投資工業企業在勞動力的利用上處于比較低的 水平。

表1 隨機前沿模型的極大似然估計結果
從表2非效率函數的參數估計結果來看,有充足的理由拒絕勞動者素質、基礎設施建設和政府行為與工業企業創新效率無顯著相關的假設,但是技術水平對工業企業創新效率的影響不顯著。勞動者素質與工業企業創新效率正相關,說明勞動者素質越高,工業企業的創新效率就越可能向增長的趨勢變化。通常來說,接受過高等教育的勞動者知識儲備比較豐富,利用并發明創新技術的能力比較強。基礎設施建設與工業企業創新效率負相關。這在一定程度上反映了現階段中國基礎設施建設還不夠完善,影響工業企業之間信息交流及技術協同,從而制約工業企業創新效率的提升。政府行為與工業企業創新效率正相關。這反映了政府補貼有效地降低了工業企業創新的成本,激發了工業企業創新的積極性。技術水平越高的環境越能使工業企業居安思危,不斷改進現有技術,以提升競爭力。反之,工業企業可能會不思進取,缺乏創新的動力。技術不僅要被研發或引進,還要經過市場交易,才能在生產中推廣并形成有效的生產力。技術水平與工業企業創新效率之間的關系不顯著,這在一定程度上說明中國的技術市場交易還不夠健全,技術推廣力度不夠,制約著工業企業創新效率的提升。

表2 技術創新效率影響因素函數SFA估計結果
對中國工業企業創新效率進行分析,一方面中國工業企業平均創新效率保持穩步上升的趨勢,模型1從2005年的0.3816上升到2011年的0.6043,模型2從2006年的0.4039上升到2011年的0.5673,說明中國工業企業創新效率有了顯著的提高;但是另一方面,即使是2011年,中國工業企業平均創新效率也分別只有0.6043 和 0.5673,仍然有39.57%和43.27%的提升空間,實現創新驅動發展的目標依然任重而道遠。從各省份工業企業的創新效率值分析可知,北京、上海、浙江等10個省份工業企業平均創新效率比較高。這意味著這些地區優化工業企業生產要素內部配置結構取得了一定的成效,應該繼續提高投入產出水平。與此同時,貴州、黑龍江、云南等15個省份工業企業創新效率均值不足0.5,創新效率比較低。這意味著這些地區應該加大對外開放力度,注重優化工業企業生產要素內部配置結構,充分利用創新資源,進一步提高生產要素的使用效率。
本文借鑒 Barro和 Sala-i-Martin的研究成果[20],利用β收斂模型對區域工業企業創新效率變化趨勢進行實證分析:

其中,EF為各省份工業企業創新效率;T為考察期與期初的時間間隔。β為收斂系數,如果β為正,則說明各省份工業企業創新效率有發散的趨勢,反之則有收斂的趨勢。μt為隨機擾動項。γ表示區域工業企業創新效率收斂或發散速度。
β收斂模型估計結果見表3。中國各省份工業企業創新效率的差距朝著縮小的趨勢變化。但是各省份工業企業創新效率收斂的速度比較慢,在兩種模型下先進區域和后進區域的差距分別以每年約5.8%和7.0%的速度縮小。這也在一定程度上反映了雖然現階段區域工業企業創新效率的差距還是比較大,但是后進區域工業企業正在發揮技術后發優勢,通過模仿和學習,對先進區域的工業企業形成追趕的良好態勢。與此同時,后進區域工業企業為了盡快追趕先進區域工業企業,實現區域創新發展平衡,還應該繼續加大創新投入,不僅要提高創新產出的數量,更要注重提高創新效率的平均增長率。

表3 β收斂模型參數估計結果
基于對包含生產要素內部配置結構的柯布-道格拉斯隨機前沿面模型和β收斂模型的經驗分析,本文的主要結論如下:第一,外商投資工業企業創新資本投入占總資本比例的提高能更加有效地提升資本邊際產出彈性,港澳臺投資工業企業創新勞動力投入占總勞動力比例的提高能更加快速提升勞動力邊際產出彈性。這反映了外商投資工業企業在創新過程中比較注重提高資本的使用效率,港澳臺投資工業企業在創新過程中比較注重提高勞動力的使用效率;第二,勞動者素質和政府行為對工業企業創新效率有顯著的正向影響,基礎設施建設對工業企業創新效率有顯著的負向影響,技術水平對區域工業企業創新效率的影響不顯著;第三,區域工業企業創新效率的變化趨于收斂。后進區域工業企業通過模仿和學習,正在發揮技術后發優勢,出現了對先進區域工業企業追趕的現象。
基于上述結論,應該在以下幾方面做出努力:第一,繼續加大對外開放力度。港澳臺投資和外商投資工業企業能優化區域工業企業生產要素內部配置結構,能顯著地提升勞動力和資本的邊際產出彈性,對提升區域工業企業創新效率有重要的意義。與此同時,內資工業企業對生產要素的使用效率也有了比較大的提高,但與港澳臺投資和外商投資工業企業相比,還應該繼續提高資本和勞動力的使用效率。第二,重點加強基礎設施建設和提升技術水平。近年來,國家通過實施科教興國戰略和人才強國戰略,以及加大政府對工業企業創新補貼資助,對工業企業提升創新效率產生了積極的影響。但同時也要看到,基礎設施建設不完善和技術水平低下也制約著工業企業創新效率的提升。應該重點加強基礎設施建設,促進工業企業信息交流和技術協同,并且完善技術市場交易,加大技術推廣,進一步有效提升工業企業創新效率。第三,注重提高后進區域工業企業創新效率的平均增長率。應該繼續加大創新投入,優化生產要素內部配置結構,在提高創新產出數量的同時更加注重提升后進區域工業企業創新效率的平均增長率,盡快實現區域創新平衡發展。
[1]寧連舉,李萌.基于因子分析法構建大中型工業企業技術創新能力評價模型[J].科研管理,2011,(3):51-58.
[2]沈能,潘雄峰.基于三階段DEA模型的中國工業企業創新效率評價[J].數理統計與管理,2011,(5):846-855.
[3]Czarnitzki D.,Licht G..Additionality of Public R&D Grants in a Transition Econimic:the Case of Eastern Germany[J].Economics of Transition,2006,27(14):101-131.
[4]Freeman C..Continetal,National and Subnational Innovation Systems:Complementarity and Economic Growth[J].Research Policy,2002,45(11):191-211.
[5]Fernando J.,Jon M.Z.,Jose L.,Elena C..Evaluating Research Efficiency within National R&D Programmes[J].Research Policy,2011,3(40):230-241.
[6]Sharmas S.,Thomas V.J..Inter-country R&D Efficiency Analysis:Application of Data Envelopment Analysis[J].Scientometrics,2008,76(3):483-501.
[7]Fritsch M.,Slavtchev V..How Does Industry Specialization Affect the Efficiency of Regional Innovation Systems?[J].The Annals of Regional Science,2010,(1):87-108.
[8]Fritsch M..Measuring the Quality of Regional Innovation Systems:a Knowledge Production Function Approach[J].International Regional Science Review,2002,25(1):86-101.
[9]夏維力,鐘培.基于DEA-Malmquist指數的我國制造業R&D動態效率研究[J].研究與發展管理,2011,(4):58-66.
[10]朱有為,徐康寧.中國高技術產業研發效率的實證研究[J].中國工業經濟,2006,(11):38-45.
[11]聶輝華,譚松濤,王宇鋒.創新、企業規模和市場競爭:基于中國企業層面的面板數據分析[J].世界經濟,2008,(7):57-66.
[12]周亞虹,賀小丹,沈瑤.中國工業企業自主創新的影響因素和產出績效研究[J].經濟研究,2012,(5):107-119.
[13]Aghion,Philippe,Bloom,Nicholas,Blundell,Richard.Competition and Innovation:an Inverted U Relationship[J].Quarterly Journal of Economics,2005,20(2):701-728.
[14]馮宗憲,王青,侯曉輝.政府投入、市場化程度與中國工業企業的技術創新效率[J].數量經濟技術經濟研究,2011,(4):3-17.
[15]Chenery,Hollis B..Patterns of Industrial Growth[J].The American Economic Review,1960,50(4):620-654.
[16]欒大鵬,歐陽日輝.生產要素內部投入結構與中國經濟增長[J].世界經濟,2012,(6):78-92.
[17]Kunbhakar S.,Lovell C..Stochastic Frontier Analysis[M].New York:Cambridge University Press,2000.
[18]Battese G.E.,Coelli T.J..A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics,1995,(20):325-332.
[19]朱平芳,徐偉民.政府的科技激勵政策對大中型工業企業R&D投入及其專利產出的影響——上海市的實證研究[J].經濟研究,2003,(6):45-54.
[20]Barro R.J.,Sala-i-Martin X..Public Finance in Models of Economic Growth[J].Review of Economic Studies,1992,(4):645-661.