中國制造業集聚對創新效率影響的實證研究——基于動態面板數據的GMM估計

韓慶瀟，查華超，楊 晨

(1.南京大學經濟學院，江蘇 南京 210093;2.南開大學經濟學院，天津 300071)

一、引言及文獻回顧

近年來，隨著我國勞動力成本的增加，“中國制造”的低成本優勢不斷減弱，而發達國家依靠對新技術的壟斷，從我國賺取了高額利潤。因此，提高國家創新水平，努力實現從“中國制造”到“中國創造”的轉變具有重要的戰略意義。同時，在全球生產分工的背景下，我國制造業出現了產業集群熱，很多地方政府以產業集聚區的方式吸引企業入駐，建立了大量的工業園區和高科技園區。由于享受政策優惠，這些集聚區匯集了一定數量的內地企業，并吸引了很多跨國企業投資建廠。在我國加入WTO后，依靠產業集聚的方式來促進本地區制造業發展是一條便捷而又可行的路徑，這既有利于帶動本地制造業發展，又能促進招商引資。因此，各種類型的集聚區迅速建成。而這種集聚的生產方式，一方面通過規模經濟降低企業生產成本，另一方面促進知識溢出，對創新水平的提高產生深遠影響。因此，結合我國制造業的實際情況，研究產業集聚對創新水平的提高具有重要意義。

國外學者對產業集聚與創新關系的研究主要遵循兩條路徑:一是以研究產業集聚與區域經濟增長的關系為基礎，檢驗產業集聚對創新的影響。Anthnoy(2001)以生產網絡化的形成為視角，研究產業集聚中的生產網絡化如何促進創新水平的提高，進而促進本地區經濟增長［1］。Carlos(2000)以企業合作創新為視角，研究產業集聚如何促進企業合作創新及不同合作形式對創新影響的差異［2］。二是直接研究產業集聚與創新之間的關系。Audretscht等(1996)以小企業管理創新數據庫的資料為基礎，實證分析發現產業集聚中產業內知識溢出對創新的影響為負，而產業間知識溢出的影響為正［3］。Andersson等(2005)以瑞典的專利數據為基礎，驗證產業集聚能有效促進創新水平的提高［4］。

國內學者在此基礎上展開了更為廣泛的研究。李凱等(2007)研究政府在產業集聚促進創新水平提高中的作用，研究結果肯定了政府的重要作用，為政府干預產業集聚的形成和發展提供了依據［5］。黃中偉(2007)研究存在于產業集聚中的網絡系統是如何促進創新的，指出網絡組織中存在大量的創新機制，從而能促進創新水平的提高［6］。陳勁等(2013)以高技術產業為例，研究開放式創新背景下產業集聚與創新的關系，發現產業集聚程度較低時，專業化集聚更有利于創新;產業集聚程度較高時，多樣化集聚更有利于創新［7］。曹玉平(2012)基于20個細分制造行業的面板數據，證實產業集聚對創新的促進作用［8］。

總之，雖然國內外學者從不同的角度進行了研究，但大多肯定了產業集聚對創新的正向影響。然而，文獻集中在全行業或某一特殊類型行業的研究上，并沒有考慮不同要素密集度行業中創新的異質性。同時，相關實證研究也缺少對創新效率的分析，而提高創新效率才能實現企業在創新方面的低投入、高產出，最終提高創新質量水平。因此，本文在現有文獻基礎上，基于2003－2012年間的面板數據，實證檢驗整個制造業及按不同要素密集度劃分的制造業中產業集聚對創新效率的影響，最后根據分析得出結論與政策啟示。

二、我國制造業創新效率測度

(一)數據來源

為保證數據統計口徑的一致性與可獲得性，本文剔除了工藝品及其他制造業與廢棄資源和廢舊材料回收加工業兩個子行業，因此共有28個制造業子行業。本文的數據來源于2003－2013年的《中國統計年鑒》和《中國科技統計年鑒》。

(二)我國制造業創新效率測度

由于曼奎斯特方法不僅可以比較不同制造業子行業在同一時點上的創新效率，還能分析不同時點上制造業創新效率的演化，因而為分析制造業創新效率水平提供了測度工具。

曼奎斯特指數通過距離函數來測度全要素生產率，通常包括四個距離函數:在t時期技術給定的條件下，技術在t和(t+1)時期的生產函數為d0t(Yt，Xt)和d0t(Yt+1，Xt+1);在(t+1)時期技術給定的條件下，技術在t和(t+1)時期的生產函數為d0t+1(Yt，Xt)和d0t+1(Yt+1，Xt+1)。因此，在t和(t+1)時期的曼奎斯特全要素生產率指數為:

為避免隨意的基準或技術參照系，Fare等提出用上述兩個指數的幾何平均計算全要素生產率，即:

可分解為

為計算創新效率，必須選擇相應指標作為創新投入與產出。在投入方面，選擇科技活動人員作為勞動力投入的衡量指標，選擇科技活動經費內部支出總額作為創新過程中資本投入的衡量指標。在產出方面，選擇專利申請數和新產品產值作為創新產出的衡量指標。

由于創新活動具有一定的累積性，已有的知識和技術基礎會對后續的創新活動產生重要影響［9］。因此，創新資本投入應轉化為相應的資本存量。本文應用永續盤存法計算創新資本存量，其公式為:

其中，RDit和RDit－1為第i個行業在t和(t－1)年的創新資本存量，Iit為第i個行業在t年的創新資本投入，δ為創新資本折舊率。

基期創新資本存量RDi0的計算公式為:

其中，gi為樣本期間內第i個行業科技活動經費的年均增長率，采用δ=15%的折舊率［10］。本文在計算創新資本存量之前，以2002年為基期的研發價格指數對科技活動經費進行平減①參照朱有為(2006)的方法，經計算后研發價格指數(RPI)=0.54PPI+0.46CPI。其中，PPI為工業品出廠價格指數，CPI為居民消費價格指數。。同時，以2002年的工業品出廠價格指數對新產品產值進行平減。創新效率的計算結果如表1所示。

表1 2003－2012年制造業子行業創新效率及分解

以上為曼奎斯特指數計算的我國制造業子行業創新效率及其分解。從表1我們可以看出，我國制造業創新效率年均增長1.1%，其中技術效率是其增長的主要原因，年均增長率達到了9.8%，說明我國制造業創新從總體來看主要依靠技術效率的提高。不同要素密集度行業創新效率變化差異明顯。C23印刷業和記錄媒介的復制業及其之前的行業(除C20外)創新效率都有不同程度的下降，而其之后的行業(除C41外)創新效率都有不同程度的提高。實際上，創新效率提高的產業大多集中在技術密集型的產業，這些產業中的企業更加重視創新水平的提高，從而增強了企業的競爭力。

三、研究模型構建與實證結果分析

(一)模型構建與變量說明

1．模型構建。為進一步分析制造業集聚與創新效率的定量關系，我們借鑒現有的研究成果并構建計量模型。為保證實證檢驗的有效性，本文選擇面板數據進行分析?？紤]到創新效率的動態性，即前期創新效率會影響當期創新效率，本文選擇動態面板模型進行實證分析:

其中，yit為t年第i個行業的創新效率，Xit代表對行業創新效率影響的解釋變量，ηi為行業之間不可觀察的異質性影響，εit為殘差項。

通過傳統方法對這一模型進行回歸時會產生動態面板模型的個體效應問題和計量模型中解釋變量存在的內生性問題，從而可能導致估計是有偏的和非一致的。因此，Arellano and Bond(1991)和Arellano and Bover(1995)提出了廣義矩估計法(GMM)，這一方法可有效解決上述問題。首先，對上述模型進行一階差分，我們可得:

在解決行業的個體效應后，借助工具變量消除解釋變量的內生性問題，可以保證估計結果的有效性。因此，本文應用廣義矩估計法對動態面板進行檢驗。同時，為保證模型估計的有效性，采用Sargan或Hansen檢驗來識別工具變量的有效性，如果不能拒絕原假設，那么工具變量的設定是合適的;通過Arellano AR(2)檢驗來判定殘差項的二階自相關，如果不能拒絕原假設，則不存在二階自相關，即模型的設定是合理的。

因此，本文的計量模型可表示為:

其中，tfp代表創新效率，cr代表集聚水平，cs代表行業規模，gi代表政府投入力度，fdi代表外商直接投資，fdi2代表外商直接投資的二次項，i為企業，t為時間，ηi為企業之間不可觀察的異質性影響，εit為殘差項。

2．變量說明。為與前文保持一致性，實證部分選擇時間跨度為2003－2012年的數據，而制造業子行業為28個子行業，因此本文共有280個樣本點。

(1)被解釋變量。創新效率(tfp)以通過曼奎斯特指數計算的全要素生產率來替代。

(2)關鍵解釋變量。產業集聚度(cr)的測度運用空間集聚指數的方法進行計算，數據來自于各省級單位的統計年鑒。由于我國統計數據不足，無法計算Glenn和Edward提出的空間集聚指數中的赫芬達爾指數Hi，也就無法直接計算產業集聚水平。本文按照楊宏焦等(2008)的方法，運用改進后的公式進行計算［11］。但該方法需進行如下假設:在每個區域中，不同產業中的所有企業規模都相同，即假定在不同產業中這些企業總產值相等。因此，改進后的赫芬達爾指數Hi變為如下公式所示，計算系數為γi。其中，i代表產業，j代表區域，χj為區域j所有產業總產值占全國所有產業總產值的比例，sij為產業i在區域j的總產值占該產業全國總產值的比例，Gi是產業i在r個區域內的空間基尼系數，Hi是產業i的赫芬達爾系數，nij為區域j中產業i包含的企業數量，outputij表示區域j中產業i的總產值，outputi表示產業i的全國總產值。因此，我們可得到計算公式sij=outputij/outputi。這種新的方法能計算出赫芬達爾指數Hi，進而得到我國制造業的產業集聚水平。同時，本文對總產值的數據按2002年的物價指數進行平減。

(3)控制變量。行業規模(cs)。一般認為，產業規模越大，產業實力越雄厚，就有更多的研發資本和研發人員，從而更利于創新效率的提高［12］。因此，本文選擇行業規模作為控制變量，其計算方法為行業總產值/制造業總產值。政府投入力度(gi)。各級政府一直都大力支持科技創新，通過各種財政和金融手段激勵企業創新的積極性。根據已有研究發現，政府資助對創新具有更為顯著的促進作用［13］，但在一定程度上對企業創新投入也可能會產生“擠出效應”，從而降低了企業創新效率。因此，本文選擇政府投入力度作為控制變量，以識別哪種影響發揮主要作用，其計算方法為大中型工業企業政府資金/科技活動經費籌集總額。外商直接投資(fdi)。外商直接投資對創新的影響同時存在兩種效應:一是通過技術外溢可以提高本國企業的創新效率［14］;二是外商直接投資會擠占國內市場，從而影響本國企業的發展，降低創新效率［15］。因此，根據已有研究可知，正反兩方面的作用可能會導致外商直接投資對創新的影響不是簡單的線性關系，本文選擇外商直接投資及其二次項作為控制變量，其計算方法為“三資”企業產值/大中型工業企業總產值。

因此，本文所有變量及其解釋可以歸納為表2所示。

表2 變量及其解釋

(二)實證結果及分析

1．制造業集聚與創新效率的總體分析。本文首先對制造業2003－2012年28個子行業的總體面板數據進行回歸分析，可以得到表3的回歸結果。

表3 總體實證結果

本文首先選擇傳統的計量模型對面板數據進行檢驗。由于Huasman檢驗的p值遠小于5%，因此依據固定效應模型的回歸結果進行分析。但這一模型并沒有解決計量模型中的內生性問題，因而本文又選擇差分廣義矩估計進行檢驗。由表3可知，固定效應的F檢驗和差分GMM的Wald檢驗表明兩種檢驗的總體效果顯著。同時，兩種模型估計的大部分變量系數都顯著，方向也一致。通過AR(2)和Sargan檢驗可知，模型不存在二階自相關，工具變量的選擇也是恰當的。這說明差分GMM模型不僅可以解決內生性問題，而且模型設定和工具變量的選擇也是合理的，檢驗結果是有效的。因此，下文著重討論差分GMM的估計結果。

從回歸結果可以看出，產業集聚度對創新效率的影響系數為正且在5%的水平上顯著，說明從制造業總體來看，產業集聚水平的上升的確可以有效促進創新效率的提高，從而實現創新的低投入、高產出。值得注意的是，滯后一期的創新效率系數顯著為負，表明我國制造業創新效率持續增加的動力不足，導致創新效率的提高不連續。由此可知，如何實現創新效率的持續增加是我國制造業面臨的重要課題。行業規模對創新效率的影響系數顯著為正，這與之前的預期相符，表明規模較大的行業擁有更充足的創新資本和研發人員，促進創新效率的提高。另外，政府投入力度對創新效率的影響系數為負，說明從制造業總體來看，政府資助在一定程度上對企業創新投入產生了“擠出效應”，降低了企業創新效率。因此，如何使政府資助能真正促進企業創新效率提高，將是政府部門更加關注的重點。外商直接投資的一次項系數顯著為負、二次項系數顯著為正，說明外商直接投資對創新效率的影響呈“U”型，即當外商直接投資較少時，外商占領國內市場而產生的負面影響較大，技術外溢的正面影響非常微弱，從而抑制了我國企業創新效率的提高;當更多的外商進入本國時，技術溢出的效果開始顯現，并逐漸促進我國企業創新效率提高。

2．不同要素密集度下產業集聚與創新效率的分析。考慮到不同要素密集度行業的異質性，產業集聚對創新效率的影響可能不同。因此，本文參考王岳平(2004)的要素密集度劃分方法對制造業子行業進行分類［16］，并實證檢驗不同要素密集度行業2003－2012年的面板數據。由于廣義矩估計法可以分為差分廣義矩估計(差分GMM)和系統廣義矩估計(系統GMM)，本文根據回歸結果的Wald、AR(2)和Hansen檢驗，選擇更合理的廣義矩估計方法，可以得到表4的回歸結果。

表4 不同要素密集度的實證結果

由表4顯示，三個面板數據的回歸中Wald檢驗均是顯著的，表明檢驗的總體效果顯著。通過AR(2)和Hansen檢驗可知，三個回歸都不存在二階自相關，工具變量的選擇也是恰當的，表明以上回歸結果是有效的。

由解釋變量的回歸系數可知，勞動密集型、資本密集型和技術密集型制造業的產業集聚對創新效率的影響系數差別較大，只有技術密集型制造業的變量系數顯著為正，即只有技術密集型的制造業才能通過產業集聚有效促進創新效率的提高。究其原因可能是由于不同行業產業集聚的目的不同所致，即勞動密集型和資本密集型制造業更加注重通過產業集聚促進規模經濟的產生，降低生產成本，對創新水平的提高并不重視;技術密集型制造業則更加注重通過產業集聚實現知識外溢和促進合作創新，實現創新效率的提高。行業規模的變量系數在勞動密集型和資本密集型制造業中顯著為正，但在技術密集型制造業中并不顯著。這是由于前兩類制造業中規模越大的企業實力越雄厚，創新的條件更優越，更有利于創新效率;在技術密集型制造業中，規模經濟對創新的促進作用較小，而一部分小企業依靠其更加靈活和柔性的研發方式產生了較高的創新效率，從而使行業規模變得并不顯著。政府投入力度的變量系數在資本密集型制造業中顯著為負，而在技術密集型制造業中顯著為正。這說明在資本密集型制造業中政府資金更多地產生了“擠出效應”，而在技術密集型制造業中，由于政府與企業的目標一致，都非常重視創新而使政府資金得到了有效利用，顯著地促進了創新水平的提高。外商直接投資一次項的系數在資本密集型制造業中顯著為負，這說明在此類制造業中外資對創新效率的影響弊大于利，其知識溢出對創新的促進作用極為有限，外資通過市場勢力和技術壟斷阻礙了我國制造業創新效率的提高，這也可解釋我國制造業企業難以成功實現價值鏈攀升的原因。

四、結論與政策建議

本文通過曼奎斯特指數方法對我國制造業子行業創新效率進行測度，運用廣義矩估計法(GMM)對2003－2012年的面板數據進行實證分析，最后得到以下的幾個結論:從制造業總體來看，產業集聚水平的上升可以有效地促進創新效率提高;按照要素密集度分類的制造業實證結果表明，只有技術密集型制造業的產業集聚能有效促進創新效率的提高;創新效率的滯后項為負，表明我國制造業的創新效率提高具有不連續的特征;勞動密集型和資本密集型制造業都傾向于通過擴大企業規模提高創新效率，而技術密集型制造業的小企業也具有自身的創新優勢;只有在技術密集型制造業中，政府對企業研發的資金補貼才能起到有效的促進作用;在資本密集型制造業中，外商直接投資抑制了創新效率的提高。

基于以上研究結論，本文得到如下的政策啟示:政府應以規模經濟為目標，促進勞動密集型和資本密集型制造業集聚水平的提高;以創新效率為目標，促進技術密集型制造業集聚水平的提高，針對不同類型的制造業采取不同的鼓勵政策，避免企業的簡單“堆積”;創造良好的創新環境，提高企業持續創新的積極性;提供優惠政策，鼓勵技術密集型制造業的小企業創新，以發揮其自身優勢;有選擇地引進外資，減少其對創新效率的負面影響。

［1］Anthony V．The economic geography of trade production and income:A survey of empirics［J］．Journal of Industry，2001，85(9)，pp．48－56．

［2］Carlos Q．Fostering the growth of innovation cluster for regional development:Building a network of software cluster in Parana，Brazil［R］．4th International Conference on Technology，2000．

［3］Audretsch D．and Feldman M．P．R＆D spillovers and geography of innovation and production［J］．American Economic Review，1996，86(3)，pp．630－640．

［4］Andersson R．，Quigley J．M．and Wilhelmsson．Agglomeration and the spatial distribution of creativity［J］．Paper in Regional Science，2005，84(3)，pp．445－464．

［5］李凱，任曉艷，向濤．產業集群效應對技術創新能力的貢獻——基于國家高新區的實證研究［J］．科學學研究，2007，(3):448－452．

［6］黃中偉．產業集聚的網絡創新機制和績效［J］．經濟地理，2007，(1):47－51．

［7］陳勁，梁靚，吳航．開放式創新背景下產業集聚與創新績效關系研究——以中國高技術產業為例［J］．科學學研究，2013，(4):623－629．

［8］曹玉平．出口貿易、產業空間集聚與技術創新——基于20個細分制造行業面板數據的實證研究［J］．經濟與管理研究，2012，(9):73－82．

［9］唐清泉，盧博科，袁瑩翔．工業行業的資源投入與創新效率［J］．數量經濟技術經濟研究，2009，(2):3－17．

［10］吳延兵．R＆D存量、知識函數與生產效率［J］．經濟學(季刊)，2006，(4):1130－1156．

［11］楊洪焦，孫林巖，高杰．中國制造業聚集度的演進態勢及其特征分析——基于1988－2005年的實證研究［J］．數量經濟技術經濟研究，2008，(5):55－66．

［12］韓晶．基于SFA方法的中國制造業創新效率研究［J］．北京師范大學學報(社會科學版)，2010，(6):115－122．

［13］王業斌．政府投入與金融信貸的技術創新效應比較——基于高技術產業的實證研究［J］．財經論叢，2013，(3):3－8．

［14］鄧路．FDI溢出效應與自主技術創新效率:一個高技術產業特征的視角［J］．財經論叢，2010，(1):12－18．

［15］張海洋，史晉川．中國省際工業新產品技術效率研究［J］．經濟研究，2011，(1):83－96．

［16］王岳平．開放條件下的工業結構升級［M］．北京:經濟管理出版社，2004．221－242．