中國工業研發投入與知識生產

丘海斌

(廈門大學經濟學院經濟研究所，福建　廈門　361005)

?

中國工業研發投入與知識生產

丘海斌

(廈門大學經濟學院經濟研究所，福建廈門361005)

摘要：本文運用中國工業33個行業13年面板數據(2001—2013年)，先計算了R&D投入，然后構建和估計知識生產函數及分析影響因素。得到結論：在知識生產函數中，R&D資本彈性大于人員彈性，資本大于人員的作用，知識生產具有規模報酬不變和階段性遞增的特征；企業規模大小對知識生產沒有顯著影響，績效對專利生產效率的影響具有不顯著性的負影響，而在新產品生產函數中，績效對新產品效率具有正影響；國有產權利用不同的指標(國有產值比重和國有固定資產比重)，兩個指標對新產品生產函數均具有負效應，而國有產值比重對專利生產函數具有負效應，國有固定資產比重對專利生產具有正效應。

關鍵詞：R&D投入；知識生產；新產品生產；專利生產

1文獻回顧

對知識生產函數的性質確定，先要度量知識生產的投入產出。在投入方面，一般以R&D支出和R&D人數為指標；在知識產出方面，一般包括工藝創新、專利、外觀設計和新產品等方面的創新。本文以專利數、新產品銷售收入作為創新指標。大部分文獻表明，R&D投入與產出之間存在正相關的線性關系[1]。另有少量文獻表明，知識生產過程中存在非線性關系[2-3]。關于知識生產過程的性質，主要考察R&D投入與產出之間的規模經濟性問題。以R&D產出彈性為指標，大部分研究表明，知識生產函數具有規模報酬遞減或不變的性質[4-5]。在設計知識生產函數的形式時，由于R&D投入與產出之間存在時滯和創新指標的性質原因，在考慮時滯或以企業數據為樣本情況下，因被解釋變量過少，一般采用泊松分布[6-7]，其他大部分情況采用柯布道格拉斯生產函數。

一些文獻考察了知識生產率的決定因素，影響因素包括企業規模、技術可獲得機會、產權制度、績效、市場化進程等。企業規模對創新的影響所得結論不一致，一部分研究表明，大企業比小企業更有創新能力；部分文獻表明，小企業比大企業更具有創新能力；剩下一些文獻表明，單純的企業大小與創新不存充要條件，還要結合市場條件、產業特點[8-13]。市場結構對創新的影響也沒有一致的結論，大部分的研究支持市場集中有利于創新，也有一些研究發現市場集中對創新有負作用。技術機會對創新存在較一致的結論，認為技術機會對創新存在較顯著的正效應，產業間的技術差別是技術機會差別的反映。

上述研究大部分是市場經濟完善、私人資本占絕對優勢、產權明晰的發達國家的研究成果，他們重點關注市場結構、產業結構、企業規模、技術機會等因素對創新的影響。對高度集權經濟中的企業，由于官僚主義、軟約束、腐敗、激勵缺乏等原因，創新效率低下。發展中的轉軌經濟國家，因為市場的不完善、多種產權的混合，以及法治的有待進步，市場化程度和產權結構對創新的影響還比較明顯，但缺少相關研究。對中國工業R&D投入及影響因素的研究，體現了中國經濟的轉型特點，這些特點包括產權變化、產業轉型、政府補貼、省際差別等[14-16]。

本文對2001—2013年中國工業的知識生產函數進行估計，分析其性質及影響因素。主要內容包括：①利用永續存盤法，測算2001—2013年中國工業企業的R&D資本存量；②構建知識生產模型；③運用2001—2013年中國工業面板數據考察企業規模、產權結構和績效對知識生產的影響。

2R&D資本存量測算

R&D投入包括物質資本投入和人員投入，而物質資本投入又有存量和流量之分，本文考慮折舊因素和新投入資本的增加，以R&D資本存量為投入指標。在計算R&D資本存量時一般用永續存盤法。綜合Griliches、Goto和Suzuki、吳延兵[17]等人的方法，即：

(1)

式中，K代表R&D資本存量，E代表R&D支出，k為滿后期，μ為R&D支出滯后貼現系數，δ為R&D資本存量的折舊率。設θ為平均滯后期，一般假定當k=θ、μk=1、k≠θ時，μk=0，所得∑μkEt-k=Et-θ。假定θ=1，式(1)化簡為：

Kt=Et-1+(1-δ)Kt-1

(2)

式(2)涉及四個變量：E、R&D支出價格指數、δ、K0。

第一：確定R&D資本支出數額E。以2001年為基期，因本文的生產函數將R&D資本和R&D勞務投入分開，故在資本存量核算中剔除了勞務費。將R&D支出總額減去勞務費，得到R&D資本支出，即當年R&D支出E。

第二：構造R&D資本支出指數。資本支出指數有多種構造法，參照吳延兵的方法，即R&D支出價格指數為：

EPI=α×RMPI+(1-α)IFAPI

(3)

式中，EPI、RMPI、IFAPI分別代表R&D支出價格指數、原材料購進價格指數和固定資產投資價格指數。設α=0.5，以2001年為基期。

第三：確定R&D資本存量的折舊率。按以往的文獻經驗，設定折舊率為15%，鑒于中國技術進步的速度加快，以及新技術的日新月異，該折舊率高于物質資本存量的折舊率。

第四：確定基年R&D資本存量：

K0=E0/(g+δ)

(4)

運用式(2)，計算出歷年工業二位數細分行業的R&D資本存量(數據備索)。

3模型及變量說明

綜合Griliches、Goto和Suzuki、吳延兵等人的方法，對R&D投入產出關系的模型設定為線性或非線性，具體可表示為：

Y=f(R)+Xλ+ε

(5)

式中，Y表示R&D產出，R表示R&D投入，f(R)通常表示為R的多項式，X表示其他控制變量，ε為隨機誤差項，λ為待估計參數。

表1　變量定義

運用2001—2013年中國大中型(或規模以上)工業企業行業的面板數據，設定C—D生產函數形式：

Y=AKαLβeX

(6)

對式(6)兩邊取對數，可得到如下等式：

lnYit=δ+αlnKit+βlnLit+λ1Sit+λ2Oit+λ3Pit+ui+ut+εit

(7)

式中，S表示規模，O表示產權結構，P表示績效，t表示時間，i表示行業。非觀測時間效應用時間虛擬變量表示。ui如果與解釋變量相關，則采用固定效應(FE)法估計模型。根據ui與解釋是否相關決定采用隨機效應(RE)法估計或固定效應法，用Hausman檢驗來判定。數據來自歷年《中國科技統計年鑒》和《中國統計年鑒》，采取2001—2013年33個工業二位數行業數據。

4知識生產函數估計

建立新產品生產函數模型和專利生產函數模型兩種R&D產出表示方法。表2中的(1)給出了新產品生產函數的估計結果，表3中的(1)給出了專利生產函數的估計結果。

表2　新產品生產函數及其影響因素估計結果(被解釋變量：LnNP)

續表2

注：①參數估計值下面括號內的數字為t檢驗值，*、**、***分別代表參數估計值在10%、5%、1%顯著水平上顯著。②解釋變量中OWN1×D與OWN2×D中，D代表時間虛擬變量。③在規模變量中，大中型工業企業人數/大中型工業企業數量(EMP)在10%顯著性水平上不顯著，故未報告。

如表2中(1)所示，L的產出彈性為0.0883，t=0.81，沒有通過顯著性檢驗。K的產出彈性為0.972，通過顯著性檢驗。吳延兵得到的L和K對新產品產出彈性分別為0.4583、0.3515，在規模報酬上都得出報酬遞減的函數特征。這種結果差異出現的原因是對資本存量和勞動投入的核算存在差別，另一個原因是采用的數據年份不同，說明勞動和資本對新產品產出彈性的影響隨時間波動。

如表3中(1)所示，L對專利生產的產出彈性為0.4706，K對專利生產的產出彈性為1.0603，都通過顯著性檢驗。K的彈性明顯大于L的彈性，說明專利生產K起主要作用。同時，1.06+0.47=1.53>1，具有明顯的規模報酬遞增特點。這與吳延兵的結果有較大差別，吳延兵的結論是，L對專利生產的彈性為1.0718，K的產出彈性為0.0475(t=0.31)，K有正的影響但統計上不顯著。專利生產表現出規模報酬不變的特征。估計結果與一些文獻的結論不一致，大部分的研究認為知道生產函數具有規模報酬不變或遞減的性質，起主要作用的是勞動投入。本文的結果反映起主要作用的是資本投入，并且專利生產函數具有規模報酬不變或遞增的性質。知識生產函數規模報酬不變或遞減的原因一般解釋為因某種稀缺投入要素的限制，使得資本和勞動無法達到最優的投入比例。而本文的專利生產函數規模報酬不變或遞增的性質，與中國近年的較快技術進步和知識產權的逐漸重視相關。新產品產出函數和專利生產函數中彈性差別如此大的原因，有待進一步研究。

表3　專利生產函數及其影響因素估計結果(被解釋變量：LnPA)

續表3

5知識生產效率的影響因素

影響知識生產效率的因素有企業規模、產權制度和績效狀況各變量的單獨影響，以及這些因素的交叉項作用。

5.1　新產品生產效率的影響因素及分析

運用模型(7)，表2中(2)～(5)是新產品生產效率單因素影響的估計結果，(6)～(11)是新產品生產效率多因素交叉影響的估計結果。

第一，兩個規模變量，即企業平均銷售收入(SALE)和企業平均人數(EMP)。SALE對新產品的產出有正的影響，但影響非常小，可以忽略不計。EMP對新產品的影響未通過顯著性檢驗，故未以報告。兩個指標的影響表明企業規模對創新不存在顯著影響。前面的文獻回顧已說明企業規模與R&D效率之間的不存在一致的結論。通常大企業具有較雄厚的資本、健全的管理機構，存在規模經濟優勢，但由于科層過多，管理成本的上升影響了效率，另外，大企業存在“市場鎖定”效應，對市場反應較遲鈍。小企業靈活有彈性，對市場反應快，船小好掉頭，相對注重短期利益，但資金、人才等方面投入較小，不具備從事大規模和需要長期投入的研發活動。因此，企業規模對創新的影響，大小企業各有優劣，須結合具體產業進行分析，如軟件產業的創新集中在中小企業，而電信、通信產業的創新，大企業具有相對優勢。

第二，國有產權比重對新產品生產具有負效應。OWN1系數為-0.497，OWN2系數為-0.1545，OWN1比OWN2具有更顯著的負效應。吳延兵利用1993—2001年的數據得到的結論為：OWN1系數為-0.7437，OWN2系數為-1.2855，在效應上都有負的影響。姚洋、Jefferson等的研究也表明，國有企業存在較低的技術效率和創新能力。國有企業的新創低效率有兩個主要原因：一是國有企業大部分從事水電、資源(石油煤炭等)、煙草等產業，這些產業的技術進步本身較為緩慢；二是國有企業存在較嚴重的委托代理問題，產權不清晰和行業壟斷地位影響了對新技術的開發和采用。因此，宏觀上的產權完善和國有企業內部的激勵改進仍是國有企業面臨的問題。

第三，企業績效對新產品產出效率有顯著的正效應影響，與吳延兵得出的結果相反。有兩個解釋：①績效好的企業有較高的利潤率，高利潤率為企業的新產品開發提供了基礎和資金，具有采用新技術和新設備的能力；②績效與新產品產出存在良性互動循環，新產品通常具有較高的利潤率，高利潤率提高了企業績效。

以上分析是單因素對新產品產出效率的影響。如果單因素聯合起來，能否得到類似結論？表(2)中(6)～(9)是規模、績效和產權因素交叉作用對生產效率的影響估計。估計結果為：企業規模具有正的不顯著影響；OWN1具有穩定的負效應，顯著水平明顯；績效具有正的穩定影響。因素聯合作用的影響與單因素的影響基本一致，說明了估計的可靠性。

表2中的(10)、(11)考察規模與國有產權、績效與國有產權在影響新產品生產效率方面是否具有替代性。規模與國有產權的相互作用項在統計上顯著但僅微弱的正影響。正效應反映規模與國有產權在影響效率上具有互補性。績效和國有產權對產出有負的影響，統計上不具顯著性。負數說明，提高非國有產權企業績效，對非國有產權企業的新產品產出具有正效應，再次驗證改善產權結構對生產效率的正效應。

5.2　專利生產效率的影響因素及分析

表3的(2)～(5)是單因素對專利生產效率影響的估計結果，(6)～(9)是專利生產效率多因素影響的估計結果，(10)、(11)是規模與國有產權、績效與國有產權在影響專利生產效率方面是否具有替代性。

第一,兩個規模變量，SALE和EMP，從單因素影響和與其他因素的聯合影響，對專利生產沒有顯著影響。EMP未通過顯著性水平，未報告。規模對專利生產的影響，與規模對新產品生產的影響一致。

第二，績效對專利生產效率的影響具有不顯著性的負影響。而在新產品生產函數中，績效對新產品效率具有正影響。兩者產生沖突說明不同指標在衡量上具有差別，即新產品并不必然含有專利技術，或即便有專利技術，也可能未申請；另一方面，專利技術的申請也并不都轉化為新產品，驗證了許多專利被閑置的現實，或有些專利不具備轉化為現實生產率的情況。

第三，國有產權指標中，國有產值比重對專利生產具有正的顯著影響，國有固定資產比重對專利生產具有負的顯著影響，兩者影響明顯不一致。而在新產品生產函數中，兩個國有產權指標都具有負影響。國有產值比重一定程度上與國有企業的效率相關，故與專利生產具有正相關；國有固定資產比重是一個相對靜止的指標，是一個較長期固定的數據。說明在一些階段，國有產值比例的提高確實對專利申請具有正效應，而在長期的固定指標中，具有負的影響。

第四，規模與國有產權對專利生產效率具有不顯著的弱正向影響，說明具有弱互補性。績效與國有產權對專利生產效率具有顯著的正效應，說明兩者具有強互補性。規模增大、行業績效提高有助于提高國有企業的專利申請數量。

6結論

第一，測算2001—2013年中國34個工業行業的R&D資本存量。總量上，2013年R&D經費支出占國內生產總值(GDP)的1.98%。相對1993—2002年的0.6%～0.8%的水平，已有顯著上升，但比例仍處于低水平，這反映2001—2013年期間，中國R&D支出有比較明顯的提高。但對于經濟的長期增長及創新能力的提高，仍有較大的提升要求。另一方面，中國R&D支出的結構存在失衡，2013年基礎研究、應用研究和試驗發展占R&D經費總支出的比重分別為4.8%、11.7%和83.5%。數量和比重上，基礎研究嚴重不足，從而影響中國科技原創力、核心技術的長期進步。R&D支出增加的同時，應改善支出結構。

第二，利用測算出的R&D資本存量，構建線性的C—D函數。用了兩個指標(新產品生產和專利申請)衡量新知識生產。新產品生產函數和專利生產函數中，K的彈性系數比較一致，在1上下波動；而L的彈性系數存在較大的差距，在新產品生產函數中，L的彈性系數僅為0.0883，專利生產函數中，L的彈性系數為0.4706，明顯高于新產品生產函數的系數。K的明顯作用，及L彈性系數在兩個函數中顯著不同的原因，一是中國新技術的運用仍處于對國外技術的引進和模仿階段，嚴重缺乏自主創新和原創，因此K的作用明顯；二是國內的研發投入產出了部分專利，但專利并沒有轉化為新產品，科技轉化能力差。

第三，企業規模對新產品的影響和對專利生產的影響一致，都不具有顯著影響，即規模變量與科技創新不具有相關關系。大小企業在創新上各有優勢，說明政策上對大企業的傾斜并不能帶來相應的回報。政府在政策上應更偏向于公平市場競爭環境的營造，減少對規模企業的政策傾斜。

第四，國有產權的兩個指標OWN1和OWN2對新產品的生產效率一樣，都具有負的影響；但在專利生產函數中，國有產值比重有正效應，國有固定資產比重有負效應。因此，指標的選擇對結果可能得出不同的結論。總體而言，國有產權應完善產權內部結構及增強硬約束，以克服委托代理問題。

參考文獻：

[1]ZOLTAN J Acs,AUDRETSCH David B.Innovation，market structure，and firm size[J].Review of economics and statistics,1987,69(4)：567-574.

[2]WILLIAM S Comanor.Research and technical change in the pharmaceutical industry[J].Review of economics and statistics，1965，47(2):182-190.

[3]JOHN Bound，CUMMINS Clint,ZVI Griliches，H HALL Bronwyn,B JAFFE Adam.Who does R&D and who patents[C]//Griliches Zvi.R&D，patents and productivity.Chicago:University of Chicago Press:1984.

[4]ZVI Griliches.Patents:recent trends and puzzles[C]//Baily Martin N,Clifford Winston.Brookings papers on economic activity，microeconomics.Washington，D.C.:The Brookings Institution，1989:291-319.

[5]KOELLER C T.Innovation，market structure and firm size:a simultaneous equations model[J].Managerial and decision economics，1995，16(3):259-269.

[6]MICHELE Cincer.Patents，R&D，and technological spillovers at the firm level:some evidencefrom econometric count models for panel data[J].Journal of applied econometrics，1997，12(3):265-280.

[7]BRUNO Crépon,DUGUET Emmanuel.Estimating the innovation function from patent numbers:GMM on count panel data[J].Journal of applied econometrics，1997，12(3):243-263.

[8]EDWIN Mansfield.R&D and innovation:some empirical findings[C]//Griliches Zvi.R&D，patents and productivity.Chicago:University of Chicago Press,1984:127-148.

[9]EDWIN Mansfield，RAPOPORT John，SCHNEE Jerome，WAGNER Sam,HAMBURGER Michael.Research and innovation in the modern corporation[M].New York:Norton,1971.

[10]JACOB Schmookler.The size of firm and the growth of knowledge[A].Zvi Griliches,Leo Hurwicz.Patents，invention，and economic change[C].Cambridge，Mass:Harvard University Press,1972.

[11]PAVITT Keith，ROBSON M,TOWNSEND J.The size distribution of innovating firms in the UK,1945— 83[J].Journal o f industrial economics,1987,35(3):297-316.

[12]PHILIP G Gayle.Market concentration and innovation:new empirical evidence on the schumpeterian hypothesis[R].Discussion papers in economics，working paper No.01-14，center for economic analysis，University of Colorado，2001.

[13]CHRIS Freeman,SOETE Lucu.The economics of industrial innovation[M].3rd ed.MIT Press，1997.

[14]姚洋.非國有經濟成分對我國工業企業技術效率的影響[J].經濟研究，1998(12):29-35.

[15]ZHANG Anming，ZHANG Yimin,ZHAO Ronald.A study of the R&D efficiency and productivity of Chinese firms[J].Journal of comparative economics，2003，31(3):444-464.

[16]張軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952—2000[J].經濟研究,2004(10):35-44.

[17]吳延兵.R&D存量、知識函數與生產效率[J].經濟學:季刊，2006，5(4):1129-1156.

(責任編輯沈蓉)

R&D Investment and Knowledge Productivity of China’s Industry

Qiu Haibin

(School of Economics,Xiamen University,Xiamen 361005,China)

Abstract：This paper investigates the properties of the knowledge production function and the determinants of the R&D efficiency by using a panel data of 33 Chinese industries(2001—2012)，based on measuring R&D capital stock.In order to get the R&D capital investment amount，the R&D investment is divided into capital investment and staff input.And then it builds and estimates knowledge production function .Finally,it analyzes the determinant factors.The conclusions are as follows.First，in the knowledge production function，the elasticity of R&D capital is greater than that of human investment，and the knowledge production has the property of constant returns to scale and phase incremental features.Second，firm size has no significant effect on the production of knowledge.The performance in some cases has a positive impact,and its impact on patent productivity performance has not significantly negative impact.While in the new product function，performance has a positive impact on the efficiency of the new product function.Lastly，the paper uses two different indicators of state-owned property(the proportion of the output value of state-owned and state-owned fixed assets ratio)，which have negative effects on the new products function，while the proportion of the output value of state-owned has a negative effect on patent production function，and the proportion of state-owned fixed assets has a positive effect on patent production.

Key words:R&D investment;Knowledge production;New product;Patent production

中圖分類號:F4

文獻標識碼:A

作者簡介：丘海斌(1981—)，男，福建長汀人，廈門大學經濟學院經濟研究所博士生；研究方向：市場經濟理論。

收稿日期：2015-04-27

基金項目：教育部人文社會科學重點研究基地重大項目“經濟增長與區域經濟差異”(13JJD790025)。