技術差距變動、研發資源驅動與技術進步效應

張同斌+李金凱+高鐵梅

摘要隨著中國經濟逐漸進入“新常態”時期，創新驅動經濟增長已經成為中國經濟增長和產業結構調整的新引擎。在創新驅動實現的過程中，研發驅動技術進步是關鍵環節。特別是，中國各地區之間技術差距較大，在不同技術差距下分析研發資源對技術進步的驅動效應尤為重要。本文以技術差距為轉換變量，構建了中國高技術產業的面板平滑轉換（PSTR）模型，對不同技術差距階段研發、人力資本、溢出效應等對技術進步的差異化驅動效應進行了研究。研究結論發現，在技術差距的影響下，研發沒有充分發揮對技術進步率的驅動效應，人力資本對技術進步率的影響呈現明顯的非對稱性，溢出效應對于技術進步的貢獻不足。在不同技術差距間，存在著迅速和平緩兩種轉換機制。在快速轉換機制中，研發溢出對技術進步的促進作用得以體現。而在慢速轉換機制中，技術差距、人力資本對技術進步率的影響顯著為正，兩個轉換機制中各變量的影響呈現“此消彼長”的關系。此外，技術差距適度時技術進步的“穩態”特征十分明顯，而技術差距過小或過大時則是技術進步的不穩定區間。考慮到我國各地區高技術產業發展的多層次和多元化特征，各地區應根據技術水平的現狀，選取適宜的高技術進行引進。關于高技術產業中的消化吸收能力不足問題，不能簡單地依靠增大技術引進和消化吸收經費支出來解決。必須依靠加大技術后發地區的教育投入，提升落后地區的人力資本水平。最后，為充分實現不同地區高技術產業之間的協同創新與共同進步，還應著重組建協同創新機構，構建集成創新網絡，進而形成區域內與地區間的功能互補與良好協作機制，實現高技術產業的可持續發展。

關鍵詞研發資源驅動；技術差距；技術進步；面板平滑轉換（PSTR）模型

中圖分類號F276.44文獻標識碼A文章編號1002-2104（2016）01-0131-09doi：10.3969/j.issn.1002-2104.2016.01.018

2008年國際金融危機之后，世界經濟復蘇艱難曲折，主要經濟體增長緩慢，經濟形勢復雜多變。同時，國內經濟內需乏力，下行壓力持續加大，全球經濟和中國經濟處于深度調整和結構轉型期。在傳統要素驅動效應逐漸減弱的背景下，技術創新與技術進步在經濟增長中的作用日益顯著，2012年，我國明確提出將創新驅動經濟增長作為中長期經濟發展的重要戰略，提高原始創新、集成創新和引進消化吸收再創新能力，推動經濟發展方式從“要素驅動”、“投資驅動”向“創新驅動”轉變。其中，研發能否發揮對技術創新與技術進步的促進作用，是創新驅動經濟增長中的首要環節和關鍵步驟。特別是我國不同地區之間的技術水平的差異較大，這在一定程度上會產生技術溢出的門檻效應，進而阻礙了研發投入對技術創新驅動效應的實現。因此，在不同技術差距水平下，分析研發資源，如研發經費投入、人力資本等對技術進步的差異化驅動效應，探索研發要素對技術創新的影響路徑與驅動機制，對于創新驅動經濟增長戰略的實現具有重要意義。

1文獻綜述

國外學者主要圍繞研發投入、人力資本、溢出效應等方面對技術進步的影響因素進行了大量的研究。其中，研發資源對技術進步的作用分為直接影響與間接影響兩個方面，且認為研發對技術進步存在正向影響的觀點占大多數。例如，Kinoshita[1]和Jefferson等[2]研究表明R&D可以顯著提高企業生產率，并且學習效應對企業生產率增長的影響遠遠大于其創新效應。人力資本方面，Vandenbussche等[3]研究發現高技術人才通過創新和模仿有效地縮小與技術領先者的技術差距，促進了全要素生產率的增長，Stllinger[4]構建了以人力資本為門限的BenhabibSpiegel模型，考察了創新型、模仿型和停滯型三種類型國家中吸收能力對技術進步的影響，研究發現技術模仿可以提升技術落后國的技術水平，模仿型國家吸收知識溢出效應的能力最強，技術進步最明顯。

關于研發資源對技術進步的影響，國內學者的研究結論存在明顯差異，主要體現在研發投入對技術進步具有促進效應還是抑制作用。張海洋[5]、包群[6]研究發現內資部門由于吸收能力的限制，增加R&D投入并不能促進生產率增長，而吳延兵[7]研究發現R&D和生產率之間存在顯著地正相關，并且高技術產業的R&D產出彈性大于其它非高技術產業部門的產出彈性。綜合上述兩個方面的研究如張同斌[8]發現R&D提升了高技術產業的技術水平，但是R&D投入存在生產率悖論效應，即隨著R&D投入的累積，生產率增速呈現逐漸下降趨勢。此外，國內學者有關人力資本、溢出效應等因素對技術進步影響的觀點也存在較大分歧。

實際上，技術差距對研發在技術進步中作用的發揮具有重要影響，易先忠和張亞斌[9]指出技術差距具有雙面效應，一定程度的技術差距對技術進步是有利的，但過大或者過小都不利于技術進步。并且，技術差距大小決定了對國外引進技術的模仿、吸收能力的強弱，Barro和 SalaiMartin[10]、Lankhuizen[11]的研究均表明技術差距越大，吸收能力越弱，技術進步越慢。因此，Lai等[12]采用多門限面板回歸模型檢驗了以技術差距為門限的前提下溢出效應與技術進步之間的非線性關系，結果表明，適當的技術差距是吸收能力和溢出效應發揮的前提。

張同斌等：技術差距變動、研發資源驅動與技術進步效應中國人口·資源與環境2016年第1期為更好地描述回歸系數隨時間和個體發生改變的現象，體現研發對技術進步的差異化影響，本文在國內外文獻的基礎上，構建面板平滑轉換（Panel Smooth Transition Regression，PSTR）模型研究不同技術差距水平下研發資源對技術進步的驅動效應，剩余部分的結構如下：第二部分是技術差距變動下研發驅動技術進步的理論模型構建；第三部分是數據來源、指標選取與變量計算；第四部分是隨著技術差距變動研發等因素對技術進步影響的實證檢驗；最后是結論與政策建議。

2技術差距變動下研發驅動技術進步的理論模型本文在易先忠等[9]、Barro和SalaiMartin[10]內生增長理論模型的基礎上，構建不同技術差距中研發對技術進步驅動的理論模型。

研發部門的生產函數，即技術進步方程通常如式（1）所示。

A·t=B·[·At+（1-）·A*t]

·[f（rdt，ht）]θ·（st）φ（1）

其中：A·t為知識增量，A*t為知識存量或當前的技術水平，A*t為前沿的技術水平，f（·） 是投入要素組合的函數，影響技術進步的主要有研發強度和人力資本投入兩種要素，分別記為rdt、ht。由于研發活動具有外部性，本文在知識生產函數中，還加入了研發的溢出效應st，以全面分析技術進步的影響因素。B、、θ、φ為參數，一般而言，上述參數均大于0。

將式（1）兩邊除以At，可以得到技術增長率的表達形式如式（2）所示。

A·tAt=B·[+（1-）·A*tAt]·[f（rdt，ht）]θ·（st）φ（2）

其中：A·t/At代表技術At的增長率，A*t/At則可用于表示技術差距。

為簡化起見，將函數f（·）改寫為柯布道格拉斯形式，得到式（3）：

A·tAt=B·[+（1-）·A*tAt]·rdγt·hδt·（st）φ（3）

將式（3）兩邊取對數，進行線性化處理，如式（4）所示。

lnA·tAt=lnB+ln[+（1-）·A*tAt]+γlnrdt

+δlnht+φlnst（4）

式（4）中，一般而言，在促進技術進步方面，相對于技術差距，技術水平本身At的作用更大，參數可設為接近于1，則第二項可以變換為：

ln[+（1-）·A*tAt]=ln[·（1+1-·A*tAt）]

=ln+ln（1+1-·A*tAt）=1-·A*tAt（5）

綜合式（4）、式（5），采用變量gAt代表技術增長率A·t/At，采用Gapt表示技術差距A*t/At，進一步地將技術增長率的表達式簡化為：

lngAt=C+ρGapt+γlnrdt+δlnht+φlnst（6）

其中：常數項C= lnB，技術差距對技術進步的影響系數ρ= （1-）/。

本文借鑒Vogel等[13]的研究，認為技術差距對技術進步的影響系數ρ受到其自身、吸收能力和溢出效應的影響，而研發強度和人力資本是高技術產業中吸收能力的重要代表變量，因此可以將系數表示為如式（7）所示形式。

ρ=ρ0+ρ1Gapt+ρ2lnrdt+ρ3lnht+ρ4lnst（7）

綜合式（6）、式（7），可以得到：

lngAt=C+ρ0Gapt+ρ1Gap2t+ρ2Gaptlnrdt+ρ3Gaptlnht

+ρ4Gaptlnst+γlnrdt+δlnht+φlnst（8）

此外，Grima[14]認為技術差距與技術進步之間存在非線性關系，技術差距影響自身、溢出效應和研發投入對技術進步的貢獻程度，因此，本文進一步地將研發變量（rdt）、人力資本變量（ht）和溢出效應變量（st）對技術進步的影響系數設定為技術差距的函數，如式（9）所示。

γ=γ1+γ2Gapt，δ=δ1+δ2Gapt，φ=φ1+φ2Gapt（9）

將式（9）代入式（8）中，通過化簡得到：

lngAt=C+ρ0Gapt+γ1lnrdt+δ1lnht+φ1lnst+[ρ1Gapt

+（ρ2+γ2）lnrdt+（ρ3+δ2）lnht+（ρ4+φ2）lnst]·Gapt（10）

為不失一般性，本文將式（10）中交叉項的技術差距變量（Gapt）表示為技術差距函數G（Gapt），并采用Gonázlez 等[15]面板平滑轉換模型（PSTR）中的轉換函數改寫技術差距函數為G（γ，c，Gapit），加入隨機擾動項，對理論模型（10）擴展后得到PSTR計量經濟模型，如式（11）所示。

lngAit=C+ρ0Gapit+γ1lnrdit+δ1lnhit+φ1lnsit

+[ρ1Gapit+（ρ2+γ2）lnrdit+（ρ3+δ2）lnhit

+（ρ4+φ2）lnsit]G（γ，c，Gapit）+εit（11）

其中，G （·）為轉換函數，主要包括轉換變量Gapit、斜率參數γ以及位置參數向量c，i表示個體，t代表時間。通常情況下，轉換函數G （·） 為一個廣義邏輯函數：

G（γ，c，Gapit）=11+exp（-γ∏Kk=1（Gapit-ck）），γ>0（12）

其中，K=1或2。當K=1時，PSTR模型稱為LSTR1模型，往往描述從一種狀態到另一種狀態的平滑轉換過程，進行不對稱技術進步的建模。當K=2時，稱為LSTR2模型，在該模型中，參數圍繞 （c1+c2）/2點對稱變化，模型轉換的動態特征在兩端相似，但在中間值時存在差異。

3數據來源、指標選取與變量計算

本文采用的是《中國高技術產業統計年鑒》（2002-2014）中1996年-2013年共18年的年度數據，由于青海、西藏和新疆三個省份數據缺失較多，在本文的分析中未包括上述三個省份，共28個省份，本文中分別采用下標i、t代表省份和年份。

3.1技術進步率的計算

在計算技術進步率時，首先需要對技術水平進行估算。結合我國工業化進程和勞動密集型的現狀，本文計算勞動生產率作為技術水平的替代變量進而計算技術進步率。具體計算過程為：

（1）選取各省份各年高技術產業當年價總產值作為產出變量（Yit），采用高技術產業各省份各年的從業人員年平均人數代表勞動力變量（Lit）；

（2）計算并采用GDP平減指數對高技術產業當年價總產值進行平減，得到產出變量的實際值，勞動力變量不平減；

（3）勞動生產率（Ait）為實際產出變量（Yit）與勞動力變量（Lit）的比值，進一步地，將勞動生產率求增速得到技術進步率（gAit）。

3.2技術差距的測算

本文以計算得到的技術水平變量勞動生產率為基礎進行技術差距的計算。具體而言，在第t年中，技術差距變量一般是采用該年份所有省份最高技術水平（A*t）與省份i的技術水平（Ait）的差值或比值計算得到，其中，A*t為第t年所有省份i中技術水平的最大值。由于采用差值方法計算的技術差距存在絕對量上的影響，并且不易取對數，因此，國內外研究中大多采用求比值方法計算的技術差距，即技術差距（Gapit）為A*t/Ait。

3.3研發變量的選取與處理

高技術產業中，研發變量是影響技術進步的重要因素。如本文第二部分理論模型中式（1）所示，研發投入通常包括研發經費投入和研發人員投入兩個方面，本文從上述兩個方面選取研發變量并進行處理，計算步驟為：

（1）在研發經費投入、研發人員方面，搜集并整理各年度各省份高技術產業研發經費內部支出、研發活動人員折合全時當量兩個指標；

（2）借鑒朱平芳等[16]、張同斌等[8]的處理方法計算研發價格指數，并采用該價格指數對研發經費內部支出進行平減，得到研發經費投入的實際值（RDIit），研發活動人員折合全時當量指標不平減；

（3）將高技術產業實際研發經費支出與實際高技術產業總產值求比值，計算得到研發強度變量（rdit）；將高技術產業研發活動人員折合全時當量占高技術產業從業人員年平均人數的比例作為研發人力資本變量（hit）。

3.4研發溢出效應的測度

研發溢出效應的測度一直是研發與技術進步關系研究的重點和難點。在有關研發溢出效應的文獻中，一般采用研發存量、研發支出變量與技術引進消化吸收經費支出等其他變量的乘積項表示溢出效應。該處理方法過于簡化，并不能夠充分反映真實的溢出效應。

本文借鑒Jaffe[17]提出的技術相似度計算方法，計算高技術產業第t年各省份間的技術相似度矩陣，用于測算溢出效應。技術相似度的計算公式如式（13）所示：

Wij=Fi·F′j[（Fi·F′i）·（Fj·F′j）]1/2（13）

其中，i、j為不同省份的標識， Fi、Fj分別為i、j省份在各專利領域的數量向量，一般是發明專利數（f1）、實用新型專利數（f2）和外觀設計專利數（f3）三種專利申請受理數量，Wij為技術相似度矩陣，矩陣中的元素記為wij。本文計算了1996-2013年共18個技術相似度矩陣Wij，每個矩陣包括技術相似度wij數值392個，共計7 056個。

式（13）表明，技術相似度能夠刻畫不同省份技術的結構相似性，并且減弱了專利數量和數值大小的影響，能夠更為合理地表示技術的近似程度，根據技術相似度矩陣（Wij）計算得到的溢出效應變量（sit）更為精確。

技術相似度與研發存量的乘積項可以用于表示研發溢出效應。因此，還需計算研發存量。與其他文獻的處理方法類似，本文采用永續存盤法，取研發資本的折舊率為15%，采用平減后的研發經費內部支出變量計算得到研發存量（RDTit），其計算公式為：

RDTit=RDIit+0.85·RDTit-1（14）

其中，RDIit為第i個省份第t年高技術產業的實際研發經費支出，RDTit-1為第i個省份第t-1年高技術產業的研發存量。最初的研發資本存量RDTi1由1996年的研發經費支出除以折舊率15%與實際研發經費支出的平均增速之和得到。

最后，將技術相似度矩陣（Wij）與研發存量向量（RDTit）的乘積作為溢出效應變量（sit）。

4技術差距變動下研發對技術進步驅動效應的實證檢驗4.1非線性模型形式檢驗

如前所述，本文選取技術差距（Gap）為轉換變量，分析隨技術差距變動各因素對技術進步的差異化影響。在應用面板平滑轉換（PSTR）方法之前，需要進行非線性模型形式檢驗以及轉換函數個數的檢驗，檢驗結果如表1所示。

表1顯示，在模型形式的線性、非線性檢驗中，Wald、Fisher和LRT三項檢驗均在1%的顯著性水平下拒絕了原

假設。隨著技術差距的變動，各解釋變量與技術進步率之間存在非線性關系，可以采用面板平滑轉換模型進行分析。關于轉換函數個數檢驗的結果則表明，Wald、Fisher和LRT三項檢驗在1%或5%的顯著性水平下拒絕原假設，因此，可以確定面板平滑轉換模型存在兩個轉換函數。

4.2研發等因素對技術進步差異化驅動效應的實證分析

在模型形式檢驗結果的基礎上，根據總體回歸模型（11），可以得到簡化后的樣本回歸模型如式（15）所示。

lngAit=α^0+α^1Gapit+α^2lnrdit+α^3lnhit+α^4lnsit

+[β^1Gapit+β^2lnrdit+β^3lnhit+β^4lnsit]

·G^1（Gapit）+[θ^1Gapit+θ^2lnrdit+θ^3lnhit

+θ^4lnsit]·G^2（Gapit）+ε^it（15）

采用面板平滑轉換方法對模型（15）中的參數進行估計，得到估計結果，如表2所示。

根據面板平滑轉換模型的基本原理和表2中的估計結果可得，各解釋變量對技術進步率影響的彈性系數為α+β×G1 +θ×G2，其中線性部分系數α= （α1，α2，α3，α4）′，非線性部分系數分別為β= （β1，β2，β3，β4）′和θ=表2研發等變量對技術進步影響的面板平滑轉換模型估計結果

Tab.2The PSTR estimation results of R&D and other variables effects on technological progress

項目

Item線性部分

Liner part非線性部分1

Nonlinear part 1非線性部分2

Nonlinear part 2參數

Parameter估計值（t值）

Estimated value（t value）參數

Parameter估計值（t值）

Estimated value（t value）參數

Parameter估計值（t值）

Estimated value（t value）估計系數α^1-0.132***β^1-0.075***θ^10.137***（-4.703）（-3.486）（3.305）α^20.056β^20.021θ^2-0.184*（1.249）（0.364）（-1.713）α^3-0.052β^3-0.213***θ^30.334***（-1.477）（-4.044）（3.586）α^4-0.059***β^40.055***θ^4-0.060***（-5.470）（5.305）（-2.754）斜率參數γ^1109.246γ^21.507門限值c^111.165c^211.371c^123.064c^223.067檢驗統計量AIC-4.333SC-4.168RSS5.196注：*、***分別表示系數在10%和1%的顯著性水平下顯著。

（θ1，θ2，θ3，θ4）′， 兩個轉換函數G1、G2等于0或1，且均滿足面板平滑轉換的LSTR2模型形式。當技術差距處于1.3713.067時，解釋變量對技術進步的影響系數則為線性部分和非線性部分之和α+β+θ。由于兩個轉換函數中的門限值1.165和1.371，3.064和3.067接近，因此，為簡化起見，本文省略了1.165

4.2.1技術差距（Gap）對于技術進步率具有負向影響

表2顯示，當技術差距適度時，即1.3713.067時，技術差距對技術進步率影響系數α^1+β^1+θ^1的估計值為-0.07，兩組系數均在1%的顯著性水平下顯著。因此，無論技術差距處在哪個階段，高技術產業中技術差距對技術進步率均具有負向影響，即技術差距不利于技術進步率的提升。

雖然技術差距為技術進步率提供了增長空間，但一般而言，技術差距與學習、消化和吸收能力有效結合才能促進技術進步，我國高技術產業技術引進和技術消化吸收經費支出的結構嚴重失衡，導致不能充分、合理地對引進技術進行消化吸收，使得消化吸收再創新的效率大大降低，影響了技術進步中“示范—模仿”機制作用的發揮，抑制了技術進步率的上升。例如，2013年，我國高技術產業技術引進費用為58.23億元，消化吸收費用僅為14.57億元，技術引進與消化吸收費用之比約為1∶0.25，而2012年日本兩類費用之比達到了1∶7，歐洲約為1∶3。

此外，根據技術生命周期和技術擴散“S曲線”理論，技術差距的存在使得高新技術在大多地區的應用不足，高新技術的擴散比較緩慢，從技術創新、技術擴散，再到模仿和吸收存在一定的“滯后效應”。即使高新技術被引進到技術落后地區后，技術差距產生的“門檻效應”使得短期內技術擴散難以實現突破，這些地區沒有真正實現集成創新，最終不利于高新技術的快速進步。

特別地，表2顯示，技術差距適度時，技術差距對技術進步率的抑制程度較高，“中等技術差距陷阱”使得技術進步的動力不足。以技術差距適度的東部和中部省份為例，由于知識的自我累積和路徑依賴等特點形成了中部地區省份技術水平快速增長的“瓶頸”，技術后發優勢得不到充分發揮[18]。

與之相對，技術差距過小或過大時，技術差距對技術進步率的負向影響偏小。例如，我國東部地區各省份間高新技術的差距較小，較高的技術相似度有利于協同創新的實現與技術進步率增長。東部與西部地區省份間的技術差距較大，較遠的技術距離有利于西部省份的技術趕超。

4.2.2研發（rd）對技術進步率的貢獻程度不足

由表2可得，當1.3713.067時，研發變量的影響系數θ·1為-0.184，研發資本增加1%，技術進步率平均下降0.184%。技術差距過大或者過小時，研發投入降低了高技術產業技術進步的速度，在技術差距的作用下，研發有效性沒有得到充分顯現。

研發有效性程度不高的現象，說明我國高技術產業中研發投入并沒有促進基礎科學的突破性進展。長期以來，我國研發活動偏重于試驗發展活動，在基礎研究、應用研究中的投入比例很低。例如，2012年，基礎研究、應用研究和試驗發展三類研發支出占研發經費總支出的比重分別為4.8%、11.3%和83.9%。在高技術產業中研發投入結構失衡與技術差距共同作用下，研發資本累積對技術進步率提升的貢獻不足，高新技術進步速度緩慢。

技術差距過大或過小時，科技成果轉化率低是高技術產業中研發累積沒有促進高技術產業技術快速進步的重要原因。一方面，高技術產業專利申請受理數、授權數快速增長的同時，技術差距等因素導致部分新技術的理論研究與現實應用沒有緊密銜接，因此，沒有形成高技術研發成果應用推動技術進步的良性循環機制；另一方面，在高技術產業中，技術差距較小時，創新的空間縮小，技術差距過大時，創新的風險上升。并且，研發資本在一定程度上替代了傳統的資本和勞動力要素，當研發對技術進步的促進作用沒有明顯提升時，替代效應還降低了傳統要素對生產率增長的貢獻程度。

4.2.3人力資本（h）對技術進步率具有差異化影響

在技術差距過小（Gap<1.165）或過大（Gap>3.067）時，人力資本變量（h）對技術進步影響的彈性系數（β^3+θ^3）為0.121，人力資本質量的提升能夠促進高新技術的快速進步。具體而言，技術差距較小的地區，高技術產業比較發達，各省份高技術產業間能夠實現信息共享、優勢互補和要素整合，技術創新的“協同效應”得以充分發揮；在技術差距過大的省份間，特別是技術相對落后地區的高技術產業中，人力資本投入增加和研發人員數量增長，可以有效地學習、模仿引進技術，“學習效應”帶動生產率提升。

在適度技術差距（1.371

4.2.4研發溢出效應（s）降低了技術進步速度

根據表2中的估計結果可得，研發溢出效應降低了技術進步的速度，其中，當技術差距適度（1.3713.064）時，溢出效應上升1%，技術進步率下降的程度α^4+β^4+θ^4為0.064%。在不同技術差距中，溢出效應對技術進步率影響系數的差異較小。

我國高技術產業研發活動的地理集聚效應突出，不利于溢出效應的發揮。據測算，高技術產業的研發資源主要集聚于東部地區的少數發達省份中，2013年，東部地區高技術產業R&D經費支出占全國R&D總經費支出的77.75%，遠高于中部、西部地區的9.78%和8.45%，而在東部地區中，廣東、江蘇兩省R&D經費內部支出占該地區的59.50%，研發要素的高度集聚，使得中心與外圍省份技術差距擴大的同時，研發要素不能充分流動，溢出程度降低，溢出效應對技術進步的影響微弱。

從技術供給者角度分析，技術發達地區為了保持技術先發優勢地位，獲得經濟利潤或超額回報，往往保留核心技術轉移低端技術，主動減弱了研發的外部性和溢出效應；對于相對落后地區的技術接受者而言，其對現有技術形成了一定的經驗和認知，引進和采用新技術的動力不足，“技術慣性”的存在不利于該地區對溢出效應的吸收，從而各地區之間技術得不到充分流動，降低了溢出效應對于技術進步的貢獻程度。此外，技術轉移的制度不完善、落后地區基礎設施不健全等也是阻礙高技術產業中溢出效應作用發揮的因素。

4.3不同技術差距間的平滑轉換特征分析

為分析不同技術差距間的轉換特征，本文繪制了轉換函數G1和G2與轉換變量Gap之間關系的圖形，如圖1所示。

結合圖1的轉換函數圖形與表2的實證結果可得，在轉換函數G1（轉換機制1）中技術差距存在兩個門限值c^11和c^12，分別為1.165和3.064，并且，該轉換機制中，斜率參數γ^1為109.246，狀態轉換非常迅速。值得注意的是，在轉換函數G1對應的非線性部分中，研發變量（rd）及其溢圖1轉換函數G1（快速）和G2（慢速）

Fig.1Transition functions of G1（fast） and G2 （slowly）

出效應（s）對技術進步率影響的估計系數分別為0.021和0.055，研發溢出對技術進步的促進作用得以體現，與之相對，技術差距（Gap）和人力資本（h）對技術進步率的影響系數分別為-0.075和-0.213。

在轉換函數G2（轉換機制2）中，轉換變量技術差距的門限值c^21和c^22為1.371和3.067，該轉換函數中的斜率參數γ^2為1.507，與轉換函數G1的門限值大小近似，但轉換速率差別非常大，該轉換機制中狀態轉換十分平緩。此外，對表2中轉換函數G2對應的第2個非線性部分的分析可得，技術差距、人力資本變量對技術進步率影響程度的估計值θ^1和θ^3分別為0.137、0.334，而研發及其溢出效應對技術進步率的影響系數θ^2、θ^4則為-0.184和-0.060。因此，機制1和機制2中各變量對技術進步率影響的估計系數符號相反，這兩個轉換機制中各變量的影響呈現“此消彼長”的關系。

高技術產業中技術差距和人力資本、研發資本及其溢出效應兩組變量之間存在雙向動態影響關系。例如，技術差距和人力資本水平，顯著影響研發資本及其溢出效應對技術進步的促進效果。技術差距越大，人力資本水平越高，可能不利于研發資本溢出效應的實現，但為技術進步提供了充分的空間，為引進技術的消化吸收提供了有利的條件。因此，表2中兩個非線性部分的估計結果表明，在不同技術差距和不同時期中，發揮技術差距和人力資本、研發資本及其溢出效應各自的主導作用，能夠有效提升技術進步率。

4.4技術進步率的穩定性分析

表2中的估計結果顯示，無論是在線性部分，還是在兩個非線性部分，技術差距和溢出效應變量對高技術產業技術進步率均產生了高度顯著的影響。除傳統的研發與人力資本變量之外，本文將不同技術差距中技術差距變量、溢出效應變量與技術進步率對數變量的數值綜合繪圖，直觀、簡明地分析技術進步率的變動特征。

轉換函數G1=G2=0（1.371

圖2技術差距和溢出效應對技術進步的影響

（G1=G2=0）

Fig.2Influence of technology gap and spillover effects on

technological progress （G1=G2=0）

圖3為G1=G2=1（Gap<1.165或Gap>3.067）時，技術差距、溢出效應共同對技術進步率影響的關系圖。與圖2對比可得，圖3中技術差距過小或過大時，技術差距和溢出效應變動對于技術進步率具有較高程度的影響。其中，在技術差距較大和溢出效應較小的情況下，技術進步率的值很小，相反，當技術差距較小和溢出程度較高時，技術進步的速度很快，技術差距過小或過大時也成為了技術進步的不穩定區間。因此，縮小技術差距、發揮溢出效應是實現高技術產業技術進步率提升的重要途徑。

4.5估計結果的穩健性檢驗

為了確保估計結果的準確性和估計系數的穩健性，本文采用國內三種專利申請授權數替代專利申請受理數，重新測算研發的溢出效應變量，采用面板平滑轉換方法對樣本回歸模型（15）進行重新估計，得到穩健性檢驗結果表3。

將表2和表3相對照可得，除個別系數外，采用國內專利申請授權數、國內專利申請受理數測算溢出效應變量，并進行面板平滑轉換估計后，各解釋變量對高技術產業技術進步率影響的估計系數大小相近，符號相同，顯著性差異不大，從而驗證了估計結果的穩健性和實證分析的可信性。

5主要結論與政策建議

本文采用技術相似度測算研發的溢出效應，基于面板平滑轉換模型，對不同技術差距水平下研發驅動技術進步的差異化效應進行了研究。結論認為，高技術產業中的消化吸收能力不足使得技術差距對于技術進步率產生了負向影響。在技術差距的影響下，研發對技術進步率的貢獻程度不足。隨著技術差距的變動，人力資本通過“協同效應”、“學習效應”和“結構效應”對技術進步率具有差異化的促進作用。高技術產業中研發活動的高度集聚現象，不利于溢出效應的發揮，降低了技術進步速度。

在不同技術差距間，存在著迅速和平緩兩種轉換機制，對應于兩個轉換函數。在快速轉換函數中，研發溢出對技術進步的促進作用得以體現。與之相對，在慢速轉換函數中，技術差距、人力資本變量對技術進步率的影響顯著為正，兩個轉換機制中各變量的影響呈現“此消彼長”的關系。此外，技術差距適度時技術進步的“穩態”特征十分明顯，而技術差距過小或過大時則是技術進步的不穩定區間。

隨著中國經濟發展進入“新常態”時期，技術進步率的下降已經成為新階段高技術產業發展的典型特征。由于技術差距不利于研發累積及其溢出效應的發揮，因此，在技術差距較大的行業或地區之間，政府應加大財政貼息、稅收減免等方式積極推動高技術由先進地區向落后地區的輸出，并同時引導人力資本要素伴隨著技術輸出而流動。

技術差距為技術進步提供了增長空間，但考慮到我國各地區高技術產業發展的多層次和多元化特征，各地區應根據技術水平的現狀，選取適宜的高技術進行引進。低端的技術引進導致資源的浪費，而引進技術過于高端時，由于受到研發資本存量、人力資本水平的限制，無法跨越技術外溢的門檻，也不能實現消化吸收再創新或集成創新。適宜的技術引進，除了能夠達到對技術的充分利用和創造性模仿之外，還能夠推動技術供給方和需求方的協同創新，進而在高技術產業中實現創新驅動技術進步和產出增長。

關于高技術產業中的消化吸收能力不足問題，不能簡單地依靠增大技術引進和消化吸收經費支出來解決。特別是，技術后發地區人力資本水平較低，導致消化吸收的成本過高，因此，必須依靠加大技術后發地區的教育投入，對西部地區實施人才傾斜戰略，尤其是加快高等教育質量發展與內涵提升，提升落后地區的人力資本水平，在基礎研究等關鍵環節實現對發達地區的追趕和超越，最終降低消化吸收的成本。

為充分實現不同地區高技術產業之間的協同創新與共同進步，還應著重組建協同創新機構，構建協同創新、集成創新網絡，發揮政府、高技術企業、大學、科研機構各自的長處，促進高校人力資本與企業實物資本的結合，實現優勢互補。在實現周邊式外溢（主要針對中部地區）的基礎上，促進跳躍式外溢（主要針對西部地區），進而形成區域內與地區間的功能互補與良好協作機制，實現高技術產業的可持續發展。

（編輯：劉呈慶）

參考文獻（References）

[1]Kinoshita Y. R&D and Technology Spillovers via FDI： Innovation and Absorptive Capacity [R]. William Davidson Institute， 2000.

[2]Jefferson G H， Bai H M， Guan X J， et al. R&D Performance in Chinese Industry [J]. Economics of Innovation and New Technology， 2006， 15： 19-27.

[3]Vandenbussche J， Aghion P， Meghir C. Growth， Distance of Frontier and Composition of Human Capital [J]. Journal of Economic Growth， 2006， 11（2）： 97-127.

[4]Stllinger R. International Spillovers in a World of Technology Clubs [J]. Structural Change and Economic Dynamics， 2013， 27： 19-35.

[5]張海洋. R&D 兩面性、外資活動與中國工業生產率增長[J]. 經濟研究， 2005， （5）： 107-117. [Zhang Haiyang. Two Faces of R&D， Activity of FDI and the Growth of Productivity of Domestic Manufacturing in China [J]. Economic Research Journal， 2005， （5）： 107-117.]

[6]包群. 自主創新與技術模仿：一個無規模效應的內生增長模型 [J]. 數量經濟技術經濟研究， 2007， （10）： 24-34. [Bao Qun. Innovation， Imitation and Nonscale Endogenous Economics Growth [J]. The Journal of Quantitative & Technical Economics， 2007， （10）：24-32.]

[7]吳延兵. R&D與生產率：基于中國制造業的實證研究[J]. 經濟研究， 2006， （11）： 60-70. [Wu Yanbing. R&D and Productivity： An Empirical Study on Chinese Manufacturing Industry [J]. Economic Research Journal， 2006， （11）： 60-70. ]

[8]張同斌. 研發投入的非對稱效應、技術收斂與生產率增長悖論 [J]. 經濟管理， 2014， （1）： 131-141. [Zhang Tongbin. The Asymmetric Effects of R&D Input， Technology Convergence and Productivity Paradox [J]. Economic Management， 2004， （1）： 131-144.]

[9]易先忠. 技術差距雙面效應與主導技術進步模式轉換 [J]. 財經研究， 2010， 36（7）： 39-48. [Yi Xianzhong， Double Effects of Technological Gap and Transformation of Dominant Technological Progress Mode [J]. Journal of Finance and Economics， 2010， 36（7）： 39-48.]

[10]Barro R， SalaiMartin X. Technological Diffusion， Convergence， and Growth [J]. Journal of Economic Growth， 1997， 2 （1）： 3-26.

[11]Lankhuizen M. Catching up， Absorption Capability and the Organisation of Human Capital [R]. Maastricht Economic Research Institute on Innovation and Technology， Working paper， 1998.

[12]Lai M， Wang H， Zhu S. Doubleedged Effects of the Technology Gap and Technology Spillovers： Evidence From the Chinese Industrial Sector [J]. China Economic Review， 2009， 20： 414-424.

[13]Vogel J. The Two Faces of R&D and Human Capital Evidence from Western European Regions [R]. CEPS/INSTEAD Working Paper Series， 2012： 3-52.

[14]Grima. Foreign Direct Investment， Spillover and Absorptive Capacity： Evidence from Quantile Regressions [R]. Deutsche Bundesbank Discussion Paper， 2001.

[15]Gonázlez A， Tersvirta T， Dijk D. Panel Smooth Transition Regression Models [R]. SSE/EFI Working Paper Series in Economics and Finance， 2005.

[16]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）： 23-34. [Zhu Pingfang， Xu Weimin. On The Impact of Governments S&T Incentive Policy on the R& D Input and its Patent Output of Large and Mediumsized Industrial Enterprises in Shanghai [J]. Economic Research Journal， 2003， （6）： 23-34.]

[17]Jaffe A B. Demand and Supply Influences in R&D Intensity and Productivity Growth [J]. The Review of Economics and Statistics， 1988， 70（3）： 431-437.

[18]寇宗來. 技術差距、后發陷阱和創新激勵：一個縱向差異模型 [J]. 經濟學（季刊）， 2009， 8（2）： 533-550. [Kou Zonglai. Technological Gaps， the Trap of Backwardness and Incentives for Innovation： A Model of Vertical Differentiation [J]. China Economic Quartely， 2009， 8（2）： 533-550.]

Changes of Technology Gap， Driving Effects of R&D

Resources and Technological Progress

ZHANG Tongbin1，2LI Jinkai1GAO Tiemei1，2

（1.Economics School of DUFE， Dalian Liaoning 116025， China；

2.Center for Econometric Analysis and Forecasting of DUFE， Dalian Liaoning 116025， China）

AbstractWith Chinas economy entering to the ‘new normal， innovationdriven economic growth has become the new engine of Chinas economic growth and industrial structure adjustment. R&Ddriven technology progress is the key link in the process of innovationdriven implementation. In particular， the technological gap among different regions in China is considerably large. It is particularly important to analyze the influence of R&D resources on technology progress at different levels of technology gap. By selecting the technology gap as a transition variable， this paper specified the Panel Smooth Transition Regression （PSTR） model of Chinas hightech industry， discussed the difference driven effect of R&D， human capital and spillover effects on technological progress in different stages of the technology gap. The results show that under the influence of the technological gap， R&D has not fully played a driving effect on the technological progress rate， the influence of human capital on technological progress rate is obviously asymmetric， and spillover effects do not make sufficient contributions to the technological progress. Among different technology gap levels， there are two kinds of transition mechanism： rapid and smooth. In rapid transition mechanism， R&D spillover effect promotes the technological progress. However， in the slow transition mechanism， the influence of technology gap and human capital on technological progress rate is significantly positive. The impacts of each variable on technological progress rate show increase in one transition function and decrease in the other. In addition， technological progress takes on a steady feature in appropriate technology gap interval. On the contrary， technological progress presents an unstable feature when technology gap is too small or too large. Considering the multilevel and diversified characteristics of the hightech industries development in China， each region should introduce appropriate high technology according to the current situation of technical level. In terms of the shortage of digestion and absorption ability in hightech industry， it cannot be solved simply by increasing the technology introduction， digestion and absorption expenditure. Besides， we must depend on increasing education investment in less developed regions and elevating the level of human capital in these regions. Finally， in order to realize the collaborative innovation among hightech industries in different regions， we should focus on the establishment of cooperative innovation organization as well as the construction of the network of collaborative innovation. And then the complementary and cooperative mechanism within a region and among different areas may be formed， and it can promote the sustainable development of hightech industry.