產業創新速度的作用機制及要素投入效應

俞立平,宋夏云,儲望煜

(1.浙江工商大學管理工程與電子商務學院,浙江 杭州 310018；2.浙江財經大學會計學院,浙江 杭州 310018；3.中南財經政法大學統計與數學學院，湖北 武漢 430073)

0 引言

目前,以美國為代表的西方發達國家在產品創新速度上優勢明顯，多數產品已經達到3周左右的設計周期和3個月左右的試制周期，而中國大部分企業的新產品開發周期較長，平均為18個月[1]。有研究表明，市場第二進入者的平均市場占有率只有第一進入者的71%，第三進入者的平均市場占有率只有第一進入者的58%[2]。

高技術產業是中國國民經濟發展的支柱產業，2015年，大中型高技術產業研發經費內部支出為2219.66億元，R&D活動折合全時當量590016人年，實現新產品銷售收入38111.48億元，擁有發明專利199728項。研究高技術產業創新速度的作用機制，分析其對研發資源投入的影響效應，總結規律，分析其中存在的問題，對于加快高技術產業創新驅動發展，提高轉型升級的進程具有十分重要的意義。

創新速度的概念首先起源于產品創新速度，目前主要有兩種界定方式：Manisfield[3]認為產品創新速度是從研發到銷售過程中，某兩個標志性事件的時間跨度。Kessler等[4]認為產品創新速度是從初次發現市場可能，到實現商品化所需要的時間。關于產業創新速度學術界涉獵較少，本文認為，產業創新速度就是指產業技術創新的快慢程度，一般用產業創新成果的年度增長率表示。產品創新速度往往以時間為單位，但產業創新速度一般難以用時間進行衡量，它是隱性的。

創新速度的研究主要集中在產品創新速度上。Cohen等[5]根據經濟學的廠商理論，研究如何在不犧牲產品質量的前提下提高快速創新的可能性。Karagozoglu等[6]認為，由于激進式創新更加復雜，增加了風險，因此創新產品的復雜度越低，技術創新速度就會越快。Griffin[7]指出，加快創新速度生產的新產品不一定能取得成功，還取決于競爭對手的創新速度。Zirger等[8]基于結構方程模型，對企業加速創新的動因、影響因素、與創新績效的關系等問題進行了跨行業研究。Murmann[9]認為，把資源集中在少數研發項目上能夠提高項目的技術創新速度。Mower等[10]研究發現，當工作任務的相互依賴性要求研發人員密切協作時，個體績效薪酬能強化研發人員之間的競爭，反而降低了團隊內部知識共享和合作的可能性，從而影響創新速度。宋浩亮[11]將技術創新速度分為兩個維度，即絕對速度和相對速度。

現有關于產品創新速度的理論、機制、規律等的研究比較充分，涉及產品創新速度與創新成果、利潤、產品質量等諸多方面，但是關于產業創新速度的研究還處于起步階段，對于產業創新速度的界定、作用機制、作用規律的研究較少。本文基于高技術產業的面板數據，在對產業創新速度直接作用機制和間接作用機制分析的基礎上，通過面板數據模型與面板門檻回歸模型，對產業創新速度的直接作用機制進行測度，并對其間接作用機制的非線性作用機制進行分析。

1 產業創新速度的作用機制與要素投入效應分析

產業創新速度的作用機制包括直接和間接作用機制(見圖1)。直接作用機制又包括驅動機制和拉動機制，驅動機制是由于企業內部動力導致的產業創新速度提升，而拉動機制主要是由于政府和市場競爭的因素導致的提升。間接作用機制是指產業創新速度提高帶來的資源帶動效應和配置效應。

圖1 產業創新速度的作用機制

1.1 產業創新速度的直接作用機制

(1)產業創新速度的驅動機制。產業創新速度的驅動機制主要源于微觀視角，從企業主體角度分析加快創新速度的動因，主要體現在以下方面：第一，市場先入效應。Emmanuelides[12]認為提高技術創新速度的最大動力就在于能夠使企業獲得先入優勢，技術創新速度越快，所獲得的先入優勢就越大。Chen等[13]認為加快創新速度能夠提高產品的新穎程度，更好地滿足消費者不斷變化的需求，提高消費者的效用和感知水平；第二，競爭優勢效應。Clemens等[14]認為創新速度快是企業核心競爭力所在，也是競爭優勢的重要前提；第三，品牌效應。Menon等[15]認為產品快速創新就是一種品牌，加快創新速度能使企業產品更快地投向市場，吸引和留住客戶，樹立企業良好的品牌形象；第四，研發效率提高效應。Mcevily等[16]、Kessler等[4]認為加快創新速度意味著研發效率的提高，從而分攤了創新成本。Dickson等[17]認為新產品開發團隊如果樂于嘗試有關新產品的觀點想法以及實施新技術，并勇于承擔由此帶來的風險后果，可以加快創新速度；第五，知識積累效應。以Cohen[18]為代表的學者認為，創新速度的加快增加了團隊的知識積累，而團隊知識的積累帶來了規模效應，使得最終提供給消費者的產品更加完善，開發的新產品更能滿足顧客需求；第六，利潤效應。當然，這也是最終效應，快速創新最終能夠為企業帶來豐厚的利潤回報[19]。

(2)產業創新速度的拉動機制。第一，創新驅動壓力。政府一定程度上也是理性人，在創新驅動發展背景下，政府也面臨著高技術產業的轉型升級壓力，因此會根據本地高技術產業的創新情況、資源稟賦特點，出臺相關的創新驅動發展政策，鼓勵企業加快創新；第二，集聚競爭效應。我國高技術產業的發展除了市場機制外，可以說政府在其中發揮著重要作用。政府通過出臺一系列財政、稅收、金融等優惠政策，進行招商引資，培育和鼓勵產業發展，各種工業園、產業集聚區都是政府宏觀引導的結果。產業集聚和產業發展加大了高技術企業之間的競爭，促使企業加大研發投入，提高創新速度；第三，規模經濟效應。Worley[20]認為大企業每單位規模實現了更多的研究開發。產業集聚必然導致創新資源集聚，大量的研發資金、研發人員、實驗設備等會流向產業集聚區，同時會加強高校、科研院所與產業之間進行緊密合作，產生創新的規模經濟效果，從而提高創新的績效。

根據以上分析，本文提出假設1：產業創新速度對創新成果具有促進作用，其彈性系數為正。

1.2 產業創新速度的間接作用機制

第一，研發資源帶動效應。劉立[21]認為,企業創新的必要資源除了從事研究所需要的物質，還包括一支高素質的科學家和工程師隊伍，企業人力資源儲備越高，其從事R&D的可能性就越大。創新速度是產業加快創新資源投入的結果，因為加快創新資源投入，包括研發經費、研發人員等投入，必然帶來更多的創新成果，從而加快創新速度。同時，創新速度也是企業加快創新資源投入的原因，如果將創新速度作為企業的重要目標，當然必須進行創新資源的投入。

第二，研發資源配置效應。Evange等[22]研究發現，公司員工規模與R&D支出有正相關關系，R&D活動的開展推動了企業生產規模的擴大，導致對人力資源需求的增大。黃魯成等[23]認為研發傾向集中于對人力資本的投入，研發人員的投入與研發經費的支出是從事科技活動的最主要投入要素，同時兩者又相互影響。研發人員的報酬構成研發支出的一部分，而研發支出的數額又限制著從事研發人員的數量，兩者保持適當的比例有利于提高研發活動的效率。加快創新速度，必然要追加研發經費、研發人員投入，究竟如何增加以及研發資源的結構配置，取決于創新速度的要求、產業產品創新的特點、資源稟賦、時間約束、經費數量等多方面因素。因此產業創新速度具有資源配置效應，在充分考慮投入產出比的情況下完成既定的創新目標。

1.3 產業創新速度的要素投入效應

(1)產業創新速度對研發經費帶動的非線性效應。創新速度的提升，必然帶來研發經費投入的增加。創新速度對創新成果的貢獻大小，很大程度上也取決于研發經費投入的規模，不是所有規模的產業其創新速度貢獻的彈性是一樣的，可能存在非線性關系。一般而言，研發經費投入較少的企業往往創新績效也不好，創新速度的彈性也較低，而研發投入較多的產業往往容易取得較好的績效，創新速度對創新成果的貢獻更大。為此，本文提出假設2：研發經費投入較多的高技術產業，其產業創新速度對創新成果的貢獻的彈性更大。

(2)創業創新速度對研發人員帶動的非線性效應。研發人員是創新的重要力量，研發團隊的水平、合作、激勵等因素決定著創新速度。馬永遠[24]實證研究發現，新產品開發團隊的時間壓力與團隊創新績效之間存在倒U型相關關系，過高的時間壓力對創新績效會產生不利的影響。當研發人員投入較低時，一般也難以保證取得較好的創新效果，因此創新速度的彈性就低，當研發人員投入過多時，可能由于激勵和管理等問題，也不太容易取得較好的創新效果。為此，提出假設3：研發人員投入中等的高技術產業，其產業創新速度對創新成果的貢獻更大。

2 研究方法與數據

2.1 創新速度直接效應的估計

Jaffe[25]基于Cobb-Doulas生產函數，在Griliches[26]研究的基礎上，將科技人力資源變量引入到方程中，構建了著名的Griliches-Jaffe知識生產函數：

Y=AKαLβ

(1)

式中，Y表示創新成果，K表示研發經費，L表示研發人員，α、β表示彈性系數，A為全要素生產率。在此基礎上增加產業創新速度變量S，為了消除異方差，對式(1)兩邊取對數，經整理得：

log(Y)=c+αlog(K)+βlog(L)+γlog(S)

(2)

采用式(2)在對研發經費和研發人員的貢獻進行估計的同時，也可以有效地對創新速度的直接效應進行估計。本文采用面板數據模型Mundlak[27]進行估計，面板數據在保證數據數量的同時，可以有效消除回歸時多重共線性的不足，保證回歸時有足夠多的自由度，避免出現t檢驗值過小、相伴概率較高甚至回歸系數符號錯誤等問題，保證了估計效率和估計效果。由于高技術產業創新投入產出中往往存在變量的內生性問題，比如創新速度明顯與研發經費、研發人員相關，因此采用系統廣義矩法(SYS-GMM)進行估計[28]，它克服了差分廣義矩法估計量較易受弱工具變量影響的缺點，工具變量選取時一般采用自變量的一階滯后項。

2.2 創新速度的研發經費門檻效應

創新速度可能存在研發經費的非線性效應，即門檻效應，一個門檻表示有二個彈性值，二個門檻有三個彈性值，依此類推。以一個門檻為例，對于創新速度S而言，假設存在一個研發經費門檻水平τ，使得對于K≤τ和K>τ時，創新速度對創新成果的彈性系數呈現顯著差異：

(3)

當K≤τ時，創新速度對創新成果的彈性系數為θ1；當K>τ時，創新速度對創新成果的彈性系數為θ2，如果存在多個門檻，當然也可以有更多的τ，原理類似。

2.3 創新速度的研發人員門檻效應

同樣，創新速度可能存在研發人員的非線性效應。以一個門檻為例，對于創新速度S而言，假設存在一個研發人員門檻水平τ，使得對于L≤τ和L>τ時，創新速度對創新成果的彈性系數呈現顯著差異：

(4)

當K≤τ時，創新速度對創新成果的彈性系數為б1；當K>τ時，創新速度對創新成果的彈性系數為б2，如果存在多個門檻，當然也可以有更多的τ，原理類似。

2.4 數據

創新速度本質上是一個次生變量，首先必須找到能夠衡量創新速度的母體，從產出角度衡量創新速度更為合理，因為它反映了創新的市場價值。根據Griliches[29]的研究，本文采用高技術產業的新產品銷售收入作為創新成果的替代變量，自然地，采用新產品銷售收入的年度增長率來代表創新速度。但在數據處理時，由于所有數據均取對數，而部分地區新產品銷售收入存在負增長，這樣就無法取對數，因此用下一年度新產品銷售收入與上年的比值來表示創新速度。研發經費采用R&D經費內部支出數據，研發人員采用研發人員折合全時當量數據。

由于指標統計口徑變化，本文選取2010—2016年《中國高技術產業統計年鑒》的數據，西藏和青海兩個地區由于部分年度數據缺失，因此將其剔除，實際數據為29個省級行政區域2009—2015年的面板數據，變量的描述統計量見表1。

表1 變量描述統計

3 實證結果

3.1 變量的平穩性檢驗

本文數據時間跨度僅有7年，通常沒有平穩性問題，不至于出現偽回歸問題，但為了穩健起見，繼續同時采用Levin Lin及Chu檢驗、ADF檢驗、PP檢驗進行平穩性檢驗，以結果一致為準(見表2)。經過一階差分后，所有數據均為平穩序列。

表2 單位根檢驗

注：*表示在10%的水平下檢驗通過、**表示5%、***表示1%，下同。

3.2 產業創新速度的直接效應估計

采用公式(2)，對創新速度對創新成果貢獻的直接效應進行估計。首先采用隨機效應進行估計，然后進行Hauseman檢驗，結果Hauseman檢驗值為17.325，相伴概率為0.000，拒絕原假設，應該采用固定效應模型進行估計。另外一個原因是，本文研究數據是總體而非樣本，也應該采用固定效應模型進行估計。估計時，考慮到變量的內生性，選取滯后1期的變量作為工具變量，采用系統廣義矩進行估計，結果如表3所示。為了便于比較，表3還列出了混合回歸的估計結果。從固定效應的估計結果看，研發經費和創新速度在1%的水平上均通過了統計檢驗，研發人員沒有通過統計檢驗，模型擬合優度R2=0.989，研發經費的彈性系數最大，為1.034，創新速度的彈性系數次之，為0.311。

表3 產業創新速度的直接效應

從混合回歸結果看，所有變量在1%的水平上通過了統計檢驗，模型的擬合優度R2=0.903，也處于較高水平。研發經費的彈性系數最大，為0.795，其次是研發人員的彈性系數，為0.346，創新速度的彈性系數最低，為0.291。

固定效應與混合回歸的結果，創新速度均通過了統計檢驗，假設一得到驗證，即創新速度對創新成果的直接作用機制比較顯著。

3.3 產業創新速度的研發經費門檻效應估計

為了對創新速度的研發經費門檻效應進行估計，基于Hansen[30]的面板數據門限模型，首先檢驗高技術產業創新速度是否存在研發經費門檻效應。單門檻檢驗結果表明，似然比值LR為7.352，F檢驗值為20.503，相伴概率為0.000，拒絕沒有門檻的原假設。繼續進行雙門檻檢驗，F檢驗值為7.781，相伴概率為0.001，說明雙門檻效應存在。最后進行三門檻檢驗，結果沒有通過，最終采用雙門檻模型進行估計，結果如表4所示。研發經費的彈性系數為0.956，研發人員的彈性系數為0.007，但沒有通過統計檢驗。

表4 創新速度的研發經費門檻效應估計

高技術產業研發經費的門檻值有兩個，分別為10.453和11.978，換算成原始值后研發經費投入分別為33927.31萬元和159212.01萬元。研發經費投入低于33927.31萬元的地區數據有47個，介于33927.31萬元和159212.01萬元之間的地區數據有49個，高于159212.01萬元的地區數據有107個，后者數據最多。研發經費投入水平較低地區創新速度的彈性系數為0.326；投入水平中等地區的彈性系數為0.245；投入水平較高地區的彈性系數為0.344，這樣假設二就沒有得到驗證。

在研發經費較低時，企業在艱苦的環境中創新，研發資源投入不足，反而激勵了企業的斗志，因此研發經費的利用效率較高，研發人員也團結攻關，反而容易取得較好的創新效果，因此創新速度的彈性系數較高。當研發經費較高時，說明企業研發實力很強，資金投入和人員投入均比較充沛，也容易取得較好的創新效果，創新速度的彈性系數較高。

3.4 產業創新速度的研發人員門檻效應估計

為了對創新速度的研發人員門檻效應進行估計，基于Hansen(1999)的面板數據門限模型，首先檢驗高技術產業創新速度是否存在研發人員門檻效應。單門檻檢驗結果表明，似然比值LR為7.352，F檢驗值為7.148，相伴概率為0.008，拒絕沒有門檻的原假設。繼續進行雙門檻檢驗，F檢驗值為5.909，相伴概率為0.021，說明雙門檻效應存在。進行三門檻檢驗，但沒有通過。采用雙門檻模型進行估計，結果如表5所示。研發經費的彈性系數為0.955，在1%的水平上通過了統計檢驗，研發人員的彈性系數為0.031，但沒有通過統計檢驗。

表5 創新速度的研發人員門檻效應估計

高技術產業研發人員的門檻值有兩個，分別為7.472和9.176，換算成原始值后研發人員投入分別為1758人年和9662人年。研發人員投入低于1758人年的地區數據有54個，介于1758人年和9662人年之間的地區數據有71個，高于9662人年的地區數據有78個，研發人員投入處于高等門檻的數據略多一些。研發人員投入水平較低地區創新速度的彈性系數為0.347；投入水平中等地區的彈性系數為0.256；投入水平較高地區的彈性系數為0.331。中等投入地區創新速度的彈性最低，這樣假設三就沒有得到驗證。

研發人員數量中等時創新速度彈性系數反而降低的原因有兩個：第一，研發人員較少時，人員緊張，但每人都是研發骨干，具有使命感，加上激勵到位，管理相對高效，因此容易取得較高的創新速度，創新績效良好；第二，研發人員較多時，企業研發能力增強，研發人員分工協作，知識可以互補，具有規模經濟效果，也能取得較好的創新速度，從而使得創新速度的彈性較高。

4 結論

4.1 產業創新速度的直接作用機制顯著

產業創新速度的直接作用機制包括驅動機制和拉動機制，內部驅動機制包括市場先入效應、競爭優勢效應、品牌效應、研發效率提高效應、知識積累效應和利潤效應。拉動機制包括政府的創新驅動壓力、集聚競爭效應和規模經濟效應。實證研究結果表明，產業創新速度對創新成果具有顯著貢獻，其彈性系數為正。

4.2 產業創新速度存在研發經費與研發人員門檻

研發經費投入是高技術產業創新發展的最重要因素，其彈性系數最高。產業創新速度存在研發經費門檻效應，當研發經費較低或較高時，創新速度的彈性系數較高。此外，產業創新速度還存在研發人員的門檻效應，當研發人員較低或較高時，創新速度的彈性系數較高。這是因為，當研發經費或研發人員較低時，企業往往擁有較高的創新效率，反而容易取得較好的創新績效；而當研發經費或研發人員較高時，企業研發實力較強，也容易取得較好的創新績效。

4.3 研發人員的績效有待提高

面板數據固定效應模型中，研發人員的彈性沒有通過統計檢驗；面板門檻回歸模型估計結果中，研發人員的彈性系數均處于最低水平，并且沒有通過統計檢驗。這充分說明了我國高技術產業研發人員的績效亟待提高，加強研發管理，做好研發人員激勵，是提高研發人員績效的重要手段。