多渠道R&D溢出、全球生產網絡與我國農業技術創新績效

歐陽秋珍++陳昭

doi：10.15889/j.issn.1002-1302.2016.10.152

摘要：在內生增長理論基礎上，運用我國農林牧漁業1990—2013年的數據分析多渠道R&D溢出、全球生產網絡和我國農業技術創新績效的關系。結果表明，融入全球生產網絡有利于促進我國農業技術創新，但是全球生產網絡指數與我國農業技術創新存在倒“U”形關系，計算拐點分別為3.781 0、3.017 4，農業R&D經費和科研人員的投入對我國農業技術創新能力有重要的積極影響，進出口技術溢出產生了正向效應，但是FDI的技術溢出影響不顯著；接著研究了全球生產網絡對我國農業技術進步率的影響機制，發現各個R&D溢出變量與農業技術進步率之間的正相關關系基本沒有改變，但系數估計值降低了，農業自身R&D經費和人員投入發揮的作用比沒有考慮國際縱向分工時更大。

關鍵詞：R&D活動；R&D溢出；全要素生產率；外商直接投資；全球生產網絡

中圖分類號： F323.3文獻標志碼： A文章編號：1002-1302（2016）10-0540-04

收稿日期：2015-08-03

基金項目：湖南省高校科技創新團隊支持計劃“農地流轉與農業經營方式轉變研究”；湖南省重點基地項目“現代農業經營方式”；湖南省重點學科建設項目“產業經濟學”；湖南省教育廳科研項目（編號：14C0795）；教育部人文社會科學研究青年基金（編號：14YJC790091）。

作者簡介：歐陽秋珍（1985—），女，湖南常德人，碩士，研究方向為技術進步與產業升級、國際貿易理論與政策。

通信作者：陳昭，博士，教授，研究方向為宏觀經濟、動態非穩定面板、計量經濟史學。E-mail：chenzhao2002@mail.gdufs.edu.cn。我國是發展中的農業大國，要提高農業生產效率必須依靠農業科技進步。農業科技能夠優化和改善傳統農業生產要素的配置結構，突破資源和環境的限制，加快現代農業的建設。然而，我國農業的研發投入和技術水平與發達國家存在較大差距。隨著技術的日益復雜和知識更新速度的加快，農業部門僅僅依靠自身力量“閉門苦練”，難以滿足消費者需求和應對國際競爭，必須“軟化”國界，以全球視野謀劃和推動創新。國際技術溢出作為外源性技術進步方式之一，是低成本獲得技術的重要方式，構成了發展經濟學中“后發優勢”的核心，是發展中國家實現“技術追趕”的重要手段。因此，為促進我國農業發展，一方面我國要依靠內生創新努力，另一方面也不能忽視其他國家R&D溢出對我國農業生產效率的促進作用。尤其是在全球生產網絡下，我國農業利用我國比較優勢在參與全球分工時，也要積極承接外部R&D溢出。本研究正是基于此，運用我國農林牧漁業的數據，在內生增長理論模型的基礎上，分別考察單個渠道國際R&D溢出和農業內部創新努力對我國農業技術創新效率的影響，再綜合考察所有因素的影響，最后在全球生產網絡下探討各因素的影響，探尋適合我國農業技術進步途徑。

1多渠道R&D溢出對我國農業技術創新效率模型的構建的影響1.1擴展的內生增長理論模型

根據內生增長理論，一國技術創新和技術進步活動是其經濟增長的內在動力和源泉，新思想和新技術來源于R&D活動的投入及對知識存量的有效利用[1-2]。以A代表技術進步增長率，HλA，t代表R&D活動，AΦt代表可利用的知識存量，內生增長理論建立如下基本模型A=δHλA，tAφt。在Romer的模型中，λ=Φ=1，即At/At=δHA，t，反映了技術進步增長率是一個可持續的增長率。但Jones卻認為Φ和λ可能小于1，存在遏制長期可持續創新的可能性[3]。

而當Φ>0時，表明當前我國的R&D活動“站在巨人的肩膀上”；但當Φ<0時，表明由于前期“竭澤而漁”出現低效率[4]。

受上述研究啟示，本研究以內生增長理論為基礎，以農業的R&D經費和研發人員投入代表R&D活動的投入，國外R&D溢出表示可利用的知識存量，建立如下模型：

lnTFPt=α1+α1lnAdt+α2lnLdt+α3lnAft+ξt。（1）

式中：α表示各解釋變量的系數；TFPt表示t期農業的技術進步率；Adt、Aft分別表示t期內部R&D投入、國際R&D溢出；Ldt表示t期R&D人員；ξit表示隨機擾動項。

1.2計量模型的建立

根據新增長理論和新貿易理論，技術知識可以通過進口、出口、外商直接投資（FDI）、人口流動以及國際會議等渠道傳遞。國內外學者對我國進口、出口和FDI的技術溢出作了大量研究，大多數學者從理論和實證方面證實了其技術溢出的存在。進入21世紀來，我國農業實際利用外商直接投資增長迅速，從2000年的67 594萬美元增長到2013年的180 000萬美元，年均增長7.83%，進口額增長了10倍左右，出口額也增長了4倍左右。吸引外資和外貿對我國制造業和高技術產業技術進步發揮了重要作用，它們對我國農業生產效率的提升作用又如何呢？本研究將對其引入模型進行分析。

依據內生增長理論，把內生R&D努力對技術創新效率的影響作為其他模型的對比基準，再在該模型中加入進口、FDI和出口R&D溢出變量，綜合考察所有因素對技術創新效率的影響。為消除異方差等因素的影響，將各個變量取自然對數，建立的計量模型如下：

lnTFPt=β0+β1lnAdt+β2lnLdt+μt；（2）

lnTFPt=β0+β1lnAdt+β2lnLdt+β3lnAf-imt+β4lnAf-fdit+β5lnAf-ext+μt。（3）

式中：Af-imt、Af-fdit、Af-ext分別表示進口、外商直接投資、出口渠道的R&D溢出。

無論是進出口還是FDI，這都是我國農產品融入全球生產網絡的標志。全球生產網絡以不可阻擋之勢把世界各國的資源納入到1個統一的配置系統之中，研究國際有效R&D溢出不得不考慮主導目前新國際分工格局的全球生產網絡。

本研究在模型（3）基礎上，把全球生產網絡因素VSSt納入到實證模型之中，建立模型（4）：

lnTFPt+β0+β1lnAdt+β2lnLdt+β3lnAf-imt+β4lnAf-fdit+β5lnAf-ext+β6VSSt+μt。（4）

在式（4）基礎上，進一步加入全球生產網絡指數的平方項SVSSt，以檢驗其與農業創新能力的非線性關系：

lnTFPt+β0+β1lnAdt+β2lnLdt+β3lnAf-imt+β4lnAf-fdit+β5lnAf-ext+β6VSSt+β7SVSSt+μt。（5）

綜合來看，全球生產網絡主要通過影響產業自主研發以及各個渠道知識溢出等路徑作用于產業技術創新。一方面，通過全球生產網絡分工，可能獲得垂直分工的潛藏利益；另一方面，發達國家希望強化現有分工模式，對于最新的核心技術采取保護措施，以及我國農業對從外部獲得的新技術吸收效果不好，可能導致促進作用降低。針對上述不確定性，借鑒劉海云等的做法[4]，引入VSSt與各個溢出變量的交互項，建立如下模型：

lnTFPt+β0+β1lnAdt+β2lnLdt+β3VSSt-lnAf-imt+β4VSSf-fdit+β5VSSt×lnAf-ext+μt。（6）

2數據來源與變量的處理

2.1數據來源

考慮數據的可得性和合理性，本研究使用的樣本期為1990—2013年，數據來自相應年份的《中國統計年鑒》《中國科技統計年鑒》《中國農業統計年鑒》、中經網統計數據庫、國際貨幣基金組織（IMF）網站、經濟合作與發展組織（OECD）網站等，所有數據采用2000年不變價格表示，國外數據用2000年為基期的美元加權平均匯率折算。

2.2變量的處理

2.2.1技術進步率本研究從創新能力和創新效率雙重維度衡量我國農業的技術創新績效。以創新效率為被解釋變量，創新能力作為其替代變量進行模型穩健性檢驗。創新效率用技術進步率衡量，創新能力用當年的農植物申請數作為衡量指標。考慮變形的Cobb-Douglas生產函數：Yt=A0LβtKαt，假設我國技術進步是希克斯中性，初始技術A0，使用勞動Lt和物質資本Kt等2種生產要素進行生產，產出為Yt。根據Cobb-Douglas生產函數，用全要素生產率（TFP）的方法來計算技術進步率：TFPt=YtKαtLβt，其0<α，β<1，α+β=1，只要求出Y、K、L、α即可。

總產出Y用我國農林牧漁業總產值作為產出變量，勞動投入Lt用我國年末農村就業人員表示，資本存量K采用農林牧漁業全社會固定資產投資額來代替，并采用Goldsmith 1951年開創的永續盤存法[5]計算。其中，基于1997年的R&D存量可用下式計算：K1997=I1997/（g+δ）。其中，K1997為1997年的資本存量；I1997為1997年的固定資本；g為固定資本形成對數形式增長率的平均數，根據統計年鑒的固定資本形成數據計算得出中國的g=1.023%；δ為資本的折舊率，設為96%[6]。其他年份K的估算公式：Kt=Kt-1（1-δ）+It，It表示第t年固定資本形成額。

最后，根據Cobb-Douglas生產函數，兩邊取對數，可以變為ln（Y/L）=lnA+αln（K/L），可計算出α，從而得到β，本研究計算得到中國的α=0.55，β=0.45。再根據TFP的計算公式，得到我國農業的技術進步率。

2.2.2國內創新知識投入Adt量和R&D人員的計算用農林牧漁業研究與開發機構科技活動經費內部支出表示Adt，2009年開始這一項數據用研究與開發機構R&D經費內部支出計算。根據永續盤存法，用Griliches的方法來計算基年期的R&D存量[7]：Ad1990=RD1990/（g+δ），Ad1990為1990年的R&D資本存量；RD1990為1990年的研發資本支出；δ為研發資本的折舊率，按照李平等的做法設為5%[6]，g為基年期后的平均R&D投入增長率，計算結果為g=1.102%。其余年份的研發資本存量依據永續盤存法來計算：Adt=（1-δ）Adt-1+RDt。R&D支出的成分比較復雜，部分用于購買固定資產，也有一部分用于研發過程中的人員費用等，延用朱平芳等的方法[8]，以固定資產投資價格指數和居民消費價格指數的加權合成指數作為R&D的價格縮減指數，兩者權重分別取45%、55%。

關于從事農業活動的R&D人員，2009—2013年用農、林、牧漁業的R&D人員表示，以前的數據用從事科技活動人員中農、林、牧漁業的科學家和工程師表示，為了統計口徑的一致，1996年以前的數據減去水利業的數據。

2.2.3Af-imt、Af-fdit和Af-ext本研究運用Lichtenberg等給出的方法來測度國外R&D資本存量，其表述形式如下[9]：

Af-imit=∑j≠iIMijtGDPjt×Adjt，Af-exit=∑j≠iEXijtGDPjt*Adjt

式中：i國表示我國；IMijt表示t期我國從j國的農產品進口額；GDPjt表示在t期j國的GDP；Adjt表示在t期j國的國內R&D資本存量，采用永續盤存法計算，EXijt表示t期我國對j國的農產品出口額，其余變量含義同上。

兼顧我國農產品的主要貿易伙伴國及世界知識資本投入較多的國家，考慮數據的可得性和合理性及體現本國的經濟情況，選取日本、韓國、美國、加拿大、英國、德國、法國、澳大利亞8個國家作為R&D溢出的來源地。由于外商投資企業已經在我國已經建立了子公司，它們在我國的R&D活動比該國的R&D活動對我國的影響更直接，加上沒有各國對我國農業FDI的數據。因此，本研究使用的指標是Af-fdit=（農產品FDI/FDI）×大中型工業企業中外資企業R&D經費。

2.2.4VSSiHummels等提出的垂直專業化概念有效地度量了一個國家或地區通過貿易在參與全球生產鏈中所作出的相對貢獻[10]。隨著垂直專業化的深化，企業或行業外購的中間投入會增加，這可以通過技術外溢效應、學習的外部性和多樣化促進其生產率提升[4]。根據Hummels等的定義，企業i的垂直專業化份額VSSi定義為：

VSSi=VSi/Xi。

式中：VSi表示該企業用于出口生產的全部進口中間品價值；Xi表示總出口值。該指標的值越大，表明全球生產網絡所表現出的國際分工特征越明顯。數據來源于1992—2013年STAN：OECD Structural Analysis Statistics。

3多渠道R&D溢出和內部R&D活動對我國農業技術創新影響的分析3.1基本分析結果

本研究依據ADF單位根檢驗法的基本理論，使用Eviews 6.0軟件分別對各個變量進行平穩性檢驗，結合檢驗形式、差分次數以及DW值大小，綜合判斷變量的單位根情況。檢驗結果發現，模型的各時間序列變量的水平序列雖然都不是平穩序列，但是一階差分后的序列形式都是平穩的。非平穩變量之間的最小二乘回歸很可能為偽回歸，因此回歸之前要判斷變量之間的協整性，有協整關系才可直接利用OLS。協整檢驗結果表明，上述變量之間在1%的顯著性水平下，至少存在1個協整關系，因此可以直接回歸。因檢驗篇幅限制，檢驗結果就不一一列出，協整回歸結果見表1。在回歸結果中，F統計量值全部顯著，各個變量在相應顯著性水平下基本通過t檢驗等。因此，模型具有一定解釋能力，回歸結果見表1。

在全球生產網絡影響效應考察中，無論是模型（3）考察期對農業技術創新效率的影響，還是模型（8）考察其對農業創新能力的影響，融入全球生產網絡都有利于促進我國工農業技術創新。但是模型（4）和模型（9）中，全球生產網絡指數對農業技術創新效率的影響均顯著為正，但是該指數平方項的系數顯著為負，說明全球生產網絡指數與我國農業技術創新效率存在倒“U”形關系。這意味著國際分工特征越明顯，越會強化我國農業國際分工的不利地位，這不利于我國農業技術創新。本研究計算的拐點分別為3.781 0、3.017 4，而我國自2004年開始，VSSi已經超過了該拐點。

模型（1）中2個解釋變量的系數都顯著且為正，其系數在另外3個模型中雖有差異，但都為正，說明農業R&D經費和科研人員的投入對我國農業技術創新能力有著重要的積極影響。R&D人員帶來的技術進步作用更大，這可能是因為我國農業大部分屬于勞動密集型產業，勞動力投入尤其是科研人員的增加能對勞動生產率提高有推動作用，另一方面可能由于我國農業科研經費投入與國外相比較少，且未全部用在科研上，現代農業科技適用型技術較缺乏，導致R&D經費投入產生技術進步效應沒有充分發揮[11]。在開放條件下，lnAdt系數變大了，這可能是由于在開放條件下，由于競爭效應、模仿效應、產業關聯效用等導致農業自主研發效率的提升。

lnAf-imt系數明顯為正。我國農產品已出現長期逆差，一方面，大量農產品進口加劇了國內市場的競爭，迫使我國農業進行創新；另一方面，進口的農產品也給我國農業創新提供模仿和創新思路，從而有利于提高我國農業生產效率。因此，政府還要繼續加大農業基礎教育投入，提高吸收能力，提高農業從業者的素質，努力實現二次創新，充分發揮進口技術溢出作用。FDI的技術溢出影響不顯著，這是因為FDI投入我國農業的資金有限，加上跨國公司進行知識產權保護等，導致其溢出作用不大。出口也產生了積極的溢出作用，這可能是因為出口企業努力提高出口產品的科技含量，努力掌握國際市場的未來需求情況，以及競爭對手的技術發展趨勢，提高國際競爭力。

3.2全球生產網絡對我國農業技術創新效率的影響機制

本研究顯示，全球生產網絡、國際R&D溢出對我國農業技術創新總體表現為正向影響效應，那么全球生產網絡對產業自主研發、國際技術溢出的作用又分別如何，不同影響渠道間是否存在差別？由表2可知，在考慮了全球生產網絡這一條件，即模型（5），各個R&D溢出變量與農業技術進步率之間的正相關關系基本沒有改變，但系數估計值降低了。說明在全球生產網絡背景下，產業間的技術溢出對工業部門勞動生產率的促進作用反而降低了。一方面，通過全球生產網絡分工，獲得了垂直分工的潛藏利益；另一方面，發達國家希望強化現有分工模式，對于最新的核心性技術采取保護措施，以及我國農業對從外部獲得的新技術吸收效果不好，導致促進作用降低。從實證結果來看，后一方面作用提高，體現跨國公司對發展中國家技術進步的結構封鎖，這與劉志彪等的研究結果[12]一致。同時，lnAdt和lnLdt的影響更顯著了。因此，在全球生產網絡下，加強自主創新仍舊是產業進步的基礎。

3.3穩健性分析

為了提高結論的可靠性，并考慮到可能的內生性問題，在模型估計時，將所有的解釋變量都滯后一階，以減小內生性造成的估計偏誤，同時也對解釋變量的當期值作了估計，對比發現主要解釋變量系數的符號以及顯著性都沒有太大變化。此外，本研究選取農業創新能力作為農業技術創新效率的替代變量進行回歸，所得結果見表3。

由表3可知，主要解釋變量系數的符號以及顯著性都沒有太大變化。可見，本研究的實證研究結果具有穩健性和可靠性。

4結論及提升我國農業技術創新效率的相關建議

本研究在內生增長理論基礎上，以本國R&D經費和RD人員投入對農業技術創新率的影響模型為基礎，在該模型中加入進口、FDI和出口R&D溢出變量，綜合考察所有因素對技術創新效率的影響，再把全球生產網絡因素納入上述模型，同時考察全球生產網絡對農業技術創新效率的非線性影響。研究發現融入全球生產網絡都有利于促進我國工農業技術創新，但是全球生產網絡指數與我國農業技術創新效率存在倒“U”形關系，本研究計算的拐點分別為3.781 0、3.017 4，農業R&D經費和科研人員的投入對我國農業技術創新能力有重要的積極影響，進出口技術溢出產生了正向效應，但是FDI的技術溢出影響不顯著；接著研究了全球生產網絡對我國農業技術創新效率的影響機制，發現各個R&D溢出變量與農業技術進步率之間的正相關關系基本沒有改變，但系數估計值降低了，農業自身R&D經費和人員投入發揮的作用比沒有考慮國際縱向分工時更大。此外，本研究選取農業創新能力作為農業技術創新效率的替代變量進行回歸，進行穩健性檢驗，主要解釋變量系數的符號以及顯著性都沒有太大變化。

因此，本研究提出如下建議：第一，不管是否存在國際技術溢出，加大產業R&D人員和經費投入，提高R&D經費的利用效率，提高R&D人員的工作效率，仍舊是我國農業技術進步的基礎，即使國際技術溢出存在，如果國內產業缺乏足夠的吸收能力，也很難將這種可能性轉化為現實性；第二，從總體上看，對外開放有利于技術進步，在開放模式選擇上可以采取更加靈活、主動的方式，不僅要“引進來”也要“走出去”；第三，無論是否考慮全球生產網絡，國際技術溢出對技術進步的影響都是極其復雜的，并不能由此得到哪個渠道的技術溢出最大或者哪個變量的影響最顯著，這也不是本研究的目的，我國應該是多樣化、因地制宜地吸收技術溢出，而不能簡單地以一種模式排斥另一種模式；第四，在全球生產網絡條件下，不同行業的運作模式以及由此所獲得的收益在很大程度上取決于該行業在國際縱向分工中所扮演的角色，而這種角色主要取決于該行業的技術水平，為了在全球價值鏈中主動獲得更多的技術，不僅要注重國際技術溢出，也要注重國內技術溢出以及其他形式的技術轉移等。

參考文獻：

[1]Romer P M.Endogenous technological change[J]. Journal of Political Economy，1989，14（3）：71-102.

[2]Jones C I.R&D based models of economic growth[J]. Journal of Political Economy，1995，103（4）：759-784.

[3]Furman J L，Porter M E，Stern S.The determinants of national innovative capacity[J]. Research Policy，2002，31（6）：899-933.

[4]劉海云，唐玲. 國際外包的生產率效應及行業差異——基于中國工業行業的經驗研究[J]. 中國工業經濟，2009（8）：78-87.

[5] Goldsmith，Raymond W. A perpetual inventory of national wealth，NBER studies in income and wealth[R]. New York：National Bureau of Economic Research，1951：5-61.

[6] 李平，錢利. 進口貿易與外國直接投資的技術溢出效

應——對中國各地區技術進步的實證研究[J]. 財貿研究，2005（6）：40-50.

[7]Griliches Z.R&D and the productivity slowdown[J]. American Economic Review，1980，70（2）：343-348.

[8] 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）：45-53.

[9]Pottelsberghe B V，Lichtenberg F.International R&D spillovers：a comment[J]. Ulb Institutional Repository，1998，42（8）：1843-1891.

[10]Hummels D，Ishii J，Yi K M.The nature and growth of vertical specialization in world trade[J]. Journal of International Economics，2001，54（1）：75-96.

[11]樊英，李明賢. 洞庭湖區現代農業科技服務組織創新研究[J]. 武陵學刊，2012（2）：41-46.

[12]劉志彪，張杰. 全球代工體系下發展中國家俘獲型網絡的形成、突破與對策——基于GVC與NVC的比較視角[J]. 中國工業經濟，2007（5）：39-47.