技術資本投入與制造業收益研究——來自滬深兩市高端裝備制造業上市公司的證據

中國海洋大學管理學院 王海龍 羅福凱

一、引言

隨著科學技術的迅猛發展和知識信息時代的到來，技術、知識、信息從傳統的生產要素中分離出來，顯示出強大的價值創造能力。在人力資本、貨幣資本和物質資本的基礎上，技術、信息和知識開始轉化為新的要素資本。我們將技術資本、信息資本和知識資本稱之新興資本。現實證明，新興資本的價值創造能力已遠遠超過了傳統的人、財、物等資本。在知識、信息和技術等新興資本中，中國企業相對最缺少的是技術資本。技術資本存量和技術資本回報率已成為學界、商界和政界亟待解決的問題。本文從要素資本的角度，分析了高端裝備制造業研究技術資本投入與收益問題。

二、資本收益率和技術資本存量測度：理論框架

北京大學中國經濟研究中心課題組（宋國青，2007）研究表明，中國的工業資本回報率得到了真實而非虛構的強勁增長。但該結論也受到了一些學者的質疑，因為1998年國家統計局調整了工業統計口徑，將“鄉及鄉以上獨立核算工業企業”改為目前沿用的口徑，調查企業數由50多萬家減少到16萬家左右，這16萬家被調查企業是政府對規模以上和規模以下企業優化選擇的過程，虧損或破產企業存在著部分或全部資本金的消失但計算中卻將其排除，結果當然是拉高全社會的資本回報率（單偉，2007）。學者們對資本收益率的測算主要集中在傳統的物質資本、貨幣資本回報率的測算上，對物質資本的定義也不一致。近年來也有一些學者關注人力資本收益率問題。但對技術資本、信息資本和知識資本回報率的研究，只是近年來開始引起學界重視。總之，資本收益率測算的內容和方法在不斷改變。

關于技術投資對經濟增長的研究，學界主要將R&D支出或其他技術指標作為企業技術水平的替代變量，以此研究技術水平與企業業績指標之間的關系，以及技術效率等，解釋技術對企業價值增值的作用和貢獻份額。其研究方法和模型選擇，先后經歷了由傳統的柯布-道格拉斯生產函數到新經濟增長理論生產函數的發展。在傳統的柯布-道格拉斯生產函數中，技術被作為一個外生變量來研究。新經濟增長理論則它把技術看作一個內生經濟變量，Cornwall（1977）倡導技術的內生增長。Hu（2001）、Jefferson et al.（2004）等國外學者，運用中國企業部分或全部數據研究了R&D投入和企業績效之間的關系，得出的結論也不盡相同。吳延兵（2008）、周勤（2008）、王玲（2008）等，使用新經濟增長理論模型，對我國R&D與經濟增長之間的關系進行了深入研究。但這些研究主要為宏觀經濟調控服務，缺乏對企業經營的指導作用。張學勇等（2009）以技術員工人數與普通員工人數之比、機器設備價值與員工總數的比例等指標，作為技術水平替代變量，以銷售利潤率、資產利潤率、人均利潤率等指標作為被解釋變量，利用浙江六地區的民營工業企業數據對經濟增長實證分析，相對來說，對指導企業管理比較顯著。概括地講，人們直接使用公司財務數據研究企業技術資產的文獻很少。

國外學者大都把知識和信息合并在一塊來研究信息技術投資和經濟增長之間的關系問題。Kweku-Muata et al.（2004）發現信息技術資本和企業成長之間存在著顯著的正相關關系。一些學者歸納了信息技術投資與企業成長之間的三種關系：（1）負相關關系。Roach（1988）、Berndtand Morrison（1994）等人認為，技術資本投資與企業成長存在一定的負相關性。（2）零相關。Turner（1985）、Strassmann（1990）、Loveman（1994）、Strassmann（1997）等學者，沒有發現信息技術投資與經濟增長存在顯著關系。（3）正相關關系。Bender（1986）、Weill（1992）等人，在研究中都發現企業信息技術投資與企業成長或經濟增長之間存在著顯著的正相關關系。然而，這些研究，都是將生產要素局限在人力資本、貨幣資本、物質資本和技術水平的替代變量上，未對技術資本進行獨立研究。他們把除人力、貨幣和設備資本以外推動經濟發展的因素，都歸結為技術的貢獻。迄今為止，多數研究者把知識、信息和技術混合在一起研究。本文強調技術、信息和知識是完全不同的生產要素，并重點測算技術資本的存量和收益水平，以期人們對新興要素資本的優化配置和價值創造能力有一個更清晰的理解。

技術轉化為資本的基礎理論是要素資本理論。該理論認為，企業的生產要素由人力、財力和物力，以及技術、信息和知識等構成。企業收益由人力資本、貨幣資本、機器設備資本、技術資本、信息資本和知識資本的配置組合而共同創造。一般企業和一般產品的生產，其資本主要是人力資本、貨幣資本和機器設備資本。高端裝備制造企業的要素資本，除了一般意義上適量必要的人力、貨幣和物力投資外，主要是技術資本、信息資本和知識資本的投入和配置。技術是有別于人力、貨幣、物力、信息和知識的一種獨立的生產要素。技術的載體和形態可以是高技術含量的人工制品、人工文件，以及人的特別行為。這些高技術含量人工制品、人工文件和特別行為，作為生產勞動的結果或產品，都是私人商品而非公共產品。當這些技術產品被登記入賬和確認產權后，經過市場交易由某一組織購買，再投入經濟領域便形成該組織的技術資本。理論研究表明，技術節省和替代人力的程度遠大于機器設備節約和替代人力的程度，并且，企業的技術水平高低與員工數量多少呈負相關關系（羅福凱，2009）。

在國外，有學者把企業資本劃分為信息技術資本、非信息技術設備資本和結構資本等三部分（Hyunbae et al.，2008）認為企業的信息技術資本包括計算機硬件和計算機軟件兩個部分。然而，Bemdt et al.（1992）和Morrison（1997）使用了更廣泛的技術資本定義，將跟信息有關的其他設備也包括在信息技術資本當中來。本文支持斯蒂格利茨將信息視作不同于技術的獨立商品的觀點。同其他生產要素一樣，技術的價格也是由技術市場的供應和需求關系決定的。技術的定價在成本與收益的財務規則約束基礎上，由購買和出售雙方自愿協商形成。因此，技術資本存量的測算，將采取人力資本、機器設備物質資本的定價與測量方式。技術資本分為技術開發型資本和技術引入型資本。技術開發型資本是指以技術自主創新、技術研發為手段，將技術資本化的資本形成過程。技術引入型資本是指除了研發活動外的流入企業中的技術資本化過程。技術開發型資本和技術引入型資本體現在技術資產中。

三、研究設計

（一）樣本選擇與數據來源 本文以2007-2011年滬深兩市A股高端裝備制造業上市公司為研究樣本，包括航空產業、衛星及應用產業、軌道交通裝備業、海洋工程裝備和智能制造裝備等五個細分領域。數據主要來源于國泰安數據服務中心（CSMAR），“技術資本”數據由上市公司年報手工整理獲得。在剔除ST公司和數據披露不充分樣本后，最終篩選出橫截面樣本1018個。

（二）模型構建與變量定義 經濟學中的C-D生產函數的基本模型為：

其中，Q、A、K、L、α、β分別為經濟產出、綜合技術水平、投入資本量、投入的勞動力、K的產出彈性、L的產生彈性。我們采用普遍的C-D生產函數擴展模型：

其中，Ci、Li、Ti分別代表物質資本投入、人力資本投入和技術資本投入，α、β、γ分別為Ci、Li、Ti的產出彈性，eεi為隨機干擾因子。對（2）兩邊取對數，得

我們以其他因素考察要素資本對企業業績的影響，設計如下模型。

其中（4）和（5）為技術資本產出模型，（6）和（7）為技術資本回報率模型。具體變量定義見表1。

表1 變量與變量定義

四、實證分析

（一）描述性統計 我們對高端裝備制造業的樣本資本存量進行了描述性統計（表2），發現技術資本在總資本存量中所占比重只有0.6%，物質設備和貨幣資本占據了大部分（45.3%和52.8%）。雖然對于高端裝備制造業來說，技術水平的先進程度往往決定了競爭中的成敗，但是相對于物質設備和貨幣資本來說，其相對比例卻很小，但技術的研發和投入是一個企業競爭杠桿，能撬動企業的運轉。由于資本存量總量差異巨大，我們通過比較資本對數來觀察各資本要素的趨勢狀況。如圖1。在表3和圖1中，東部地區在總量處于絕對領先，且有與中西部地區拉大的趨勢，這與國內的地域經濟狀況相吻合。從均值上看，東部地區技術資本均值明顯小于中西部地區，表現為企業間技術投入的參差不齊，從峰度可以看出（東部58.01，中部21.93，西部38.70）；中部地區的貨幣資本和物質設備資本投入最高，人力資本投入卻最低。中西部地區在資源稟賦上具有絕對的優勢，但是技術上相對落后，在西部大開發的進程中，國家更是加大了技術投資力度。通過各要素資本均值描述，可以比較地區間的差異，如圖2。

表2 要素資本比重描述表

表3 各要素資本變量的描述性統計

圖1 資本對數描述圖

圖2 資本均值描述圖

（二）技術資本產出彈性的回歸分析 產出彈性是指技術水平和投入價格不變的條件下，若其他投入量固定不變，單獨變動一種投入的數量時，這種投入的相對變動所引起的產量的相對變動。國內外關于技術資本產出彈性的計算最多的是利用R&D，如，Hu（2001）以1995年813個高科技企業作為樣本，發現私人R&D產出彈性為0.32。他又在2005年檢驗了1995-1999年的數據，R&D產出彈性為0.027-0.029，高科技企業產出彈性為0.064，非高科技企業中R&D對生產率沒有顯著影響。Jefferson etal.（2004）運用1997-1999年的數據，研究發現R&D產出彈性為0.24。本文首次利用非R&D的數據來進行技術資本產出彈性測算。我們對擴展CD函數即模型（3）進行總體回歸和分年度回歸，可以計算其彈性系數α、β、γ，刻畫物質資本、人力資本和技術資本對產出函數的貢獻力。我們對（3）進行總體回歸和分年回歸，得出α、β、γ的值，分別為Ci、Li、Ti的產出彈性。當α+β+γ>1生產函數表現為規模報酬遞增特征；當α+β+γ<1時，生產函數表現為規模報酬遞減特征。2007-2011年，技術資本產出彈性的絕對值分別為0.0507、0.0498、0.0478、0.0306和0.0181，有下降趨勢。在此期間，只有在2008年，規模報酬遞增，技術資本對數與產出對數顯著相關，其他年份α+β+γ<1，技術資本對數與產出對數不顯著相關。五年總體彈性系數為0.0228，α+β+γ<1，具有規模報酬遞減特征，且通過5%的顯著性水平下t檢驗。從2008年和2007-2011年五年總體的回歸結果中，技術資本彈性越高，越能顯示出規模報酬遞增特征，反之，技術資本彈性越低，則會顯示出規模報酬遞減特征。

表4 對擴展CD函數的總體回歸和分年回歸結果

（三）技術資本與產出變量的回歸分析 經過初步回歸和相關系數檢驗，我們剔除對結果有影響但有多重共線性的變量InCi和InMi（下同）后進行全樣本回歸。從表5（1）和（3）列可知，LNT系數顯著為正，表明技術資本對產出具有顯著貢獻，與國內外其他通過R&D作為技術資本變量得出的與生產率正相關的結論一致。第二個模型中，我們看到（4）和（6）列中T的系數顯著為正，總技術資本投入對總產出具有顯著正相關關系，進一步印證了之前的結果。這說明，技術資本投入的必要性。從控制變量來看，公司規模（SIZE）、資本密度（CAP）、國有控股（SOE）和資產負債率（DEB）等變量都有統計上的顯著性，公司規模（SIZE）越大、資本密度（CAP）越小、資產負債率（DEB）越高，對應的產出越大。滬深主板企業的的產出明顯高于中小板和創業板企業的產出，這與企業資本投放規模有關。

表5 技術資本與產出變量的全樣本回歸結果

（四）技術資本投入比的回歸分析 企業的技術資本的投入有絕對量的不同，也有相對比率的差異，比如技術資本投入的多，那么相對的人力資本、物質資本等投入就少，并不是技術資本投入越多越好，一個理性和適合本企業的資本結構是企業獲得長期發展的保障。我們通過對數據和變量的整理，試圖分析資本投入結構的特征。首先，將資本投入分為兩類，一類是絕對比例，我們設計變量Ratio_TA，表示技術資本占總資本比重，這是一個固定的絕對比率。另一類是相對比例，我們分別設計了技術資本相對人力資本比（Ratio_TL）、技術資本相對物質資本比（Ratio_TC）和技術資本相對貨幣資本比（Ratio_TM）來表示這種相對關系。回歸結果如表6。技術資本結構比率與產出存著某些關系和重要特征。絕對比例與產出顯著正相關，這與前面的實證結果一致。技術資本相對人力資本比（Ratio_TL）系數為負，技術資本相對物質資本比（Ratio_TC）也為負，且都具有統計顯著性，說明樣本企業技術資本相對于人力資本和物質資本比例要低。但與貨幣資本相對比率沒有顯著關系。

五、結論

本文的研究結論表明，技術資本投入對產出有顯著正相關的作用，印證了“科學技術是第一生產力”的論斷，企業應該鼓勵科技創新和技術研發。技術資本彈性與規模報酬效應有關，技術資本彈性高，顯示出規模報酬遞增特征，技術資本彈性低，顯示出規模報酬遞減特征。技術資本投入在企業創造價值的過程能以小博大，以小帶大，增強核心競爭力。技術要素往往帶動規模效應。技術資本比例與產出有相關關系，產出高的企業表現出技術資本絕對比例為正，技術資本相對人力資本、物質資本比例為負的特征。本文的研究結論對于制造業特別是高新技術產業有較好的啟示和指導作用，有利于企業管理層重新考慮技術資本與人力資本和物質設備資本的結構和配比問題。高端裝備制造業要以高技術為引領，轉變經濟增長方式，才能使我國由制造業大國向制造業強國邁進。另外本文的研究還有一些不足之處：第一，選取的樣本跨5年，但由于數據缺省問題沒有形成面板，此問題還可以從企業生命周期的角度拓展。第二，本文只研究了高端裝備制造業的技術資本問題，對于其他行業技術和其他要素資本的關系缺乏研究。

表6 技術資本投入比率與產出回歸結果

［1］ 羅福凱：《要素資本平衡表:一種新的內部資產負債表》，《中國工業經濟》2010年第2期。

［2］ 王玲：《高技術產業技術投入和生產率增長之間關系的研究》，《經濟學》2008年第4期。

［3］ 周勤、蔡銀、杜凱：《技術水平與技術利潤貢獻的實證研究》，《中國工業經濟》2008年第12期。

［4］ 吳延兵：《用DEA方法評測知識生產中的技術效率與技術進步》，《數量經濟技術經濟研究》2008年第7期。

［5］ 羅福凱、永勝：《技術資本:戰略性新興產業的核心資本選擇過程》，《科學管理研究》2012年第4期。

［6］ Ellen R.McGrattan,Edward C.Prescott.Technology Capital and the US Current Account.American Economic Review，2010.

［7］ Thomas J.Holmes,Ellen R.McGrattan,and Edward C.Prescott.Technology Capital Transfer.Federal Reserve Bank of Minneapolis Research Department，2011.