韓慶瀟，楊 晨，李 鵬

(1. 南京大學(xué)經(jīng)濟(jì)學(xué)院，江蘇 南京 210093;2. 南開大學(xué)經(jīng)濟(jì)學(xué)院，天津 300071;3. 鄭州航空工業(yè)管理學(xué)院，河南 鄭州 450015)

1 模型的設(shè)定與檢驗(yàn)

1.1 模型設(shè)定

由于樣本為中國(guó)高技術(shù)產(chǎn)業(yè)的面板數(shù)據(jù)，不同時(shí)期和地區(qū)的創(chuàng)新效率會(huì)有顯著的差異，即隨機(jī)誤差項(xiàng)對(duì)創(chuàng)新效率的影響較大。因此，本文選取隨機(jī)前沿生產(chǎn)函數(shù)的方法［1］。根據(jù)隨機(jī)前沿分析(SFA)的原理，可以分為成本函數(shù)和生產(chǎn)函數(shù)兩種形式。其中，成本函數(shù)是追求成本最小化，而生產(chǎn)函數(shù)是追求產(chǎn)出最大化。根據(jù)被觀測(cè)點(diǎn)與最優(yōu)前沿面的差距來(lái)測(cè)度效率的大小。因此，本文選擇隨機(jī)前沿生產(chǎn)函數(shù)的形式對(duì)面板數(shù)據(jù)進(jìn)行處理。

借鑒Battese、Kumbhakar 的模型，本文將生產(chǎn)函數(shù)設(shè)定為超越對(duì)數(shù)函數(shù)形式:

其中，Y 為高技術(shù)產(chǎn)業(yè)的創(chuàng)新產(chǎn)出，L 為創(chuàng)新投入的勞動(dòng)力，K 為創(chuàng)新投入的資本存量;νit和μit相互獨(dú)立，νit為第i 個(gè)地區(qū)的隨機(jī)誤差項(xiàng)，服從正態(tài)分布，νit～N(0，)，μit為第i 個(gè)地區(qū)的隨機(jī)無(wú)效率項(xiàng)，服從非負(fù)的截?cái)嗾龖B(tài)分布，μit～N+(mit，)。

考慮到各地區(qū)高技術(shù)產(chǎn)業(yè)知識(shí)溢出方式、競(jìng)爭(zhēng)程度、產(chǎn)業(yè)規(guī)模和政策優(yōu)惠程度的差異，可能會(huì)導(dǎo)致不同的創(chuàng)新效率，因此，為考察不同地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的差異，本文將模型設(shè)定如下:

其中，mar 代表產(chǎn)業(yè)內(nèi)知識(shí)溢出，jac 代表產(chǎn)業(yè)間知識(shí)溢出，com 代表產(chǎn)業(yè)競(jìng)爭(zhēng)程度，cs 代表行業(yè)規(guī)模，gi 代表政府投入力度，i 為地區(qū)，t 為時(shí)間。

1.2 模型檢驗(yàn)

為了檢驗(yàn)?zāi)Ｐ偷倪m宜性，本文做了如下4 項(xiàng)假設(shè):

(1)H0:β3= β4= β5= β6= β7= β8= β9=0 ，即生產(chǎn)前沿采用Cobb-Douglas 生產(chǎn)函數(shù)形式;

(2)H0:β8= β9= 0 ，即技術(shù)變化為Hicks 中性;

(3)H0:β3= β6= β8= β9，即沒有技術(shù)進(jìn)步;

(4)H0:δ1= 0 ，即技術(shù)無(wú)效率不隨時(shí)間變動(dòng)。

所有的假設(shè)都使用廣義似然比統(tǒng)計(jì)量來(lái)檢驗(yàn)，λ = -2［L(H0)- L(H1)］，L(H0)、L(H1)分別是零假設(shè)H0和備擇假設(shè)H1下的對(duì)數(shù)似然函數(shù)值。如果零假設(shè)H0成立，檢驗(yàn)統(tǒng)計(jì)量λ 服從漸進(jìn)卡方(或混合卡方)分布，自由度為受限變量的數(shù)量。

2 變量與數(shù)據(jù)的說(shuō)明

為保證統(tǒng)計(jì)口徑的一致性和數(shù)據(jù)的可得性，本文選擇2002—2011 年全國(guó)26 個(gè)省份5 個(gè)高技術(shù)產(chǎn)業(yè)的數(shù)據(jù)，數(shù)據(jù)來(lái)自于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》 (2003—2012) 和《中 國(guó) 統(tǒng) 計(jì) 年 鑒》(2003—2012)。

2.1 創(chuàng)新產(chǎn)出變量

在創(chuàng)新產(chǎn)出方面，大多數(shù)學(xué)者選擇專利申請(qǐng)數(shù)和新產(chǎn)品產(chǎn)值作為衡量指標(biāo)［2-3］，而在我國(guó)，發(fā)明專利申請(qǐng)量很少受到專利授權(quán)機(jī)構(gòu)審查能力的約束，更能客觀反映一個(gè)地區(qū)創(chuàng)新能力隨時(shí)間變化的情況，而且發(fā)明專利在一定程度上也反映了自主創(chuàng)新能力［4］。因此，本文選擇專利申請(qǐng)數(shù)作為創(chuàng)新產(chǎn)出的衡量指標(biāo)。

2.2 創(chuàng)新投入變量

在投入方面，考慮到創(chuàng)新過程中勞動(dòng)力和資本具有重要作用，本文選擇科技活動(dòng)人員作為勞動(dòng)力投入的衡量指標(biāo)，選擇科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出總額作為創(chuàng)新過程中資本投入的衡量指標(biāo)［5］。由于創(chuàng)新活動(dòng)具有一定的積累性和路徑依賴性，已有的知識(shí)和技術(shù)基礎(chǔ)一定會(huì)對(duì)以后的創(chuàng)新活動(dòng)產(chǎn)生重要影響。因此，創(chuàng)新資本投入應(yīng)轉(zhuǎn)化為相應(yīng)的資本存量。本文應(yīng)用永續(xù)盤存法計(jì)算創(chuàng)新資本存量，其公式為:

其中，RDit和RDit-1為第i 個(gè)行業(yè)在t 和t -1年的創(chuàng)新資本存量，Iit為i 個(gè)行業(yè)在t 年的創(chuàng)新資本投入，δ 為創(chuàng)新資本折舊率。

基期創(chuàng)新資本存量RDi0的計(jì)算公式為:RDi0=Ii0/(gi+ δ)

其中，gi為樣本期間內(nèi)i 行業(yè)科技活動(dòng)經(jīng)費(fèi)的年均增長(zhǎng)率，采用δ =15%的折舊率［6］。

同時(shí)，本文在計(jì)算創(chuàng)新資本存量之前，以2002 年為基期的研發(fā)價(jià)格指數(shù)對(duì)科技活動(dòng)經(jīng)費(fèi)進(jìn)行平減。

2.3 創(chuàng)新無(wú)效率變量

(1)專業(yè)化指數(shù)(mar)。產(chǎn)業(yè)內(nèi)的知識(shí)溢出水平可以通過專業(yè)化指數(shù)來(lái)測(cè)度［7］。專業(yè)化水平越高，越能夠促進(jìn)產(chǎn)業(yè)內(nèi)的知識(shí)溢出，從而對(duì)創(chuàng)新效率產(chǎn)生影響。根據(jù)Glaeser 的測(cè)度方法，本文將定義地區(qū)專業(yè)化指數(shù)的計(jì)算公式為marit=mean(sijt/sit)［8］

其中，sijt為i 省份j 行業(yè)t 年的就業(yè)人數(shù)占i 省份t 年高技術(shù)產(chǎn)業(yè)全部就業(yè)人數(shù)的比例，而sjt為全國(guó)j 行業(yè)t 年的就業(yè)人數(shù)占全國(guó)高技術(shù)產(chǎn)業(yè)全部就業(yè)人數(shù)的比例。對(duì)計(jì)算結(jié)果取平均值則衡量了一個(gè)省份的專業(yè)化程度。

其中，sijt為i 省份j 行業(yè)t 年的就業(yè)人數(shù)占i 省份t 年高技術(shù)產(chǎn)業(yè)全部就業(yè)人數(shù)的比例，如果一個(gè)地區(qū)產(chǎn)業(yè)分布趨于多樣化，那么就業(yè)會(huì)更加分散，從而sijt變小，多樣化指數(shù)數(shù)值變大［9］。

(3)競(jìng)爭(zhēng)度指數(shù)(com)。根據(jù)Glaeser 的測(cè)度方法，本文將定義地區(qū)競(jìng)爭(zhēng)度指數(shù)的計(jì)算公式為comit= mean(nijt/nit)

其中，nijt為i 地區(qū)j 行業(yè)t 年企業(yè)數(shù)量與i 地區(qū)j 行業(yè)t 年的職工就業(yè)量的比值，而nit為全國(guó)j 行業(yè)t 年企業(yè)數(shù)量與全國(guó)j 行業(yè)t 年的職工就業(yè)量的比值。如果該指數(shù)大于1，則說(shuō)明該地區(qū)產(chǎn)業(yè)內(nèi)的競(jìng)爭(zhēng)程度超過了全國(guó)平均水平，而數(shù)值越大表示某一行業(yè)中的競(jìng)爭(zhēng)程度越高。

(4)行業(yè)規(guī)模(cs)。一般認(rèn)為，行業(yè)規(guī)模越大，研發(fā)資本和研發(fā)人員越多，更利于創(chuàng)新效率的提高。因此，本文選擇行業(yè)規(guī)模作為控制變量具有一定的合理性，其計(jì)算方法為地區(qū)高技術(shù)產(chǎn)業(yè)產(chǎn)值/全國(guó)高技術(shù)產(chǎn)業(yè)產(chǎn)值。

(5)政府投入力度(gi)。各級(jí)政府一直大力支持科技創(chuàng)新，通過各種金融和稅收手段刺激企業(yè)創(chuàng)新的積極性。但是，政府資助對(duì)創(chuàng)新活動(dòng)的影響存在兩面性:一方面，政府資助降低了研發(fā)成本和風(fēng)險(xiǎn)，對(duì)創(chuàng)新具有積極作用;另一方面，政府資助在一定程度上對(duì)企業(yè)創(chuàng)新投入產(chǎn)生了“擠出效應(yīng)”，降低了企業(yè)創(chuàng)新效率。因此，本文選擇政府投入力度作為控制變量，其計(jì)算方法為大中型工業(yè)企業(yè)政府資金/科技活動(dòng)經(jīng)費(fèi)籌集總額［7］。

本文所有變量及其解釋可以歸納為表1。

表1 變量及其解釋

3 實(shí)證結(jié)果及分析

應(yīng)用隨機(jī)前沿分析 (SFA)方法，分別對(duì)2002—2011 年全國(guó)、東部、中部和西部的面板數(shù)據(jù)進(jìn)行極大似然估計(jì)，并且通過上文提出的模型假設(shè)進(jìn)行相應(yīng)的檢驗(yàn)，選擇最為合理的模型。具體結(jié)果見表2。

3.1 中國(guó)高技術(shù)產(chǎn)業(yè)知識(shí)溢出對(duì)創(chuàng)新效率的影響分析

本文首先應(yīng)用隨機(jī)前沿分析方法對(duì)全國(guó)的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，然后對(duì)模型進(jìn)行了4 個(gè)適宜性檢驗(yàn):生產(chǎn)前沿函數(shù)采用Cobb-Douglas 生產(chǎn)函數(shù)形式;技術(shù)變化是Hicks 中性;在樣本期內(nèi)不存在技術(shù)進(jìn)步;在技術(shù)無(wú)效率函數(shù)中，不存在時(shí)間趨勢(shì)，其檢驗(yàn)結(jié)果見表3。

表2 回歸結(jié)果

表3 適宜性檢驗(yàn)結(jié)果

根據(jù)表2 的實(shí)證結(jié)果可以看出，多樣化指數(shù)的系數(shù)顯著為負(fù)，即產(chǎn)業(yè)間知識(shí)溢出能夠有效地降低高技術(shù)產(chǎn)業(yè)創(chuàng)新的無(wú)效率。也就是說(shuō)，我國(guó)產(chǎn)業(yè)間的知識(shí)溢出水平增加能夠有效地促進(jìn)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率。隨著我國(guó)服務(wù)業(yè)占國(guó)內(nèi)生產(chǎn)總值的比重增加，尤其是金融、信息等生產(chǎn)性服務(wù)的發(fā)展，為我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高產(chǎn)生了促進(jìn)作用。而時(shí)間變量系數(shù)也是顯著為負(fù)的，表明了我國(guó)高技術(shù)的創(chuàng)新效率在逐步提高。這說(shuō)明了政府努力促進(jìn)創(chuàng)新水平提高的有效性，同時(shí)表明我國(guó)創(chuàng)新環(huán)境也在逐步優(yōu)化，為高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高奠定了基礎(chǔ)。行業(yè)規(guī)模變量的系數(shù)也是顯著為負(fù)，這與之前的預(yù)期相符。這說(shuō)明相對(duì)于小規(guī)模的行業(yè)，大規(guī)模的行業(yè)是比較成熟的行業(yè)，擁有更充足的創(chuàng)新資本和研發(fā)人員，更有利于提高創(chuàng)新效率。而政府投入力度對(duì)創(chuàng)新效率的影響系數(shù)卻是顯著為正，這就表明，從全國(guó)范圍來(lái)看，在高技術(shù)產(chǎn)業(yè)中，政府資助反而在一定程度上對(duì)企業(yè)創(chuàng)新投入產(chǎn)生了“擠出效應(yīng)”，降低了企業(yè)創(chuàng)新效率。因此，如何使政府資助能夠真正促進(jìn)企業(yè)創(chuàng)新效率提高，應(yīng)該是政府部門更加關(guān)注的重點(diǎn)。

3.2 不同地區(qū)高技術(shù)產(chǎn)業(yè)知識(shí)溢出對(duì)創(chuàng)新效率的影響分析

東部地區(qū)選擇的模型與全國(guó)的相同，為超越對(duì)數(shù)函數(shù)形式。從實(shí)證結(jié)果可知，東部地區(qū)的γ 值為0.876，表明代表創(chuàng)新產(chǎn)出與最大可能創(chuàng)新產(chǎn)出的差距中有87.9%來(lái)自于隨機(jī)無(wú)效率項(xiàng)。多樣化指數(shù)的系數(shù)顯著為負(fù)，表明東部地區(qū)產(chǎn)業(yè)間的知識(shí)溢出對(duì)創(chuàng)新效率提高的促進(jìn)作用顯著。這可能由于東部地區(qū)生產(chǎn)性服務(wù)業(yè)發(fā)達(dá)，產(chǎn)業(yè)間的互動(dòng)作用顯著，來(lái)自其他產(chǎn)業(yè)的知識(shí)溢出有效地推動(dòng)了高技術(shù)產(chǎn)業(yè)生產(chǎn)效率的提高。同時(shí)，競(jìng)爭(zhēng)度指數(shù)也是顯著為負(fù)，這說(shuō)明東部地區(qū)具有良好的競(jìng)爭(zhēng)環(huán)境，高技術(shù)產(chǎn)業(yè)中的企業(yè)相互競(jìng)爭(zhēng)可以有效促進(jìn)創(chuàng)新效率的提高。

中部地區(qū)選擇的模型與全國(guó)和東部不同，為Cobb-Douglas 生產(chǎn)函數(shù)形式。從實(shí)證結(jié)果可知，中部地區(qū)的γ 值為0. 772，隨機(jī)無(wú)效率項(xiàng)在整個(gè)隨機(jī)項(xiàng)中所占比例較大，說(shuō)明了實(shí)證模型的合理性。由實(shí)證結(jié)果可知，專業(yè)化指數(shù)的系數(shù)顯著為正，表明產(chǎn)業(yè)內(nèi)知識(shí)溢出不僅沒有促進(jìn)創(chuàng)新效率的提高，而且在一定程度產(chǎn)生了抑制作用。究其原因，可能與中部地區(qū)市場(chǎng)結(jié)構(gòu)有關(guān)。中部地區(qū)的企業(yè)數(shù)量較少，高技術(shù)產(chǎn)業(yè)中大企業(yè)壟斷的情況較為普遍，過度的市場(chǎng)壟斷導(dǎo)致企業(yè)失去創(chuàng)新動(dòng)力，從而導(dǎo)致產(chǎn)業(yè)內(nèi)知識(shí)溢出對(duì)創(chuàng)新效率產(chǎn)生了反作用。而政府投入力度對(duì)創(chuàng)新效率的影響系數(shù)卻是顯著為正，表明政府資助產(chǎn)生了“擠出效應(yīng)”，使得創(chuàng)新效率下降。因此，改變政府盲目補(bǔ)貼創(chuàng)新的行為，才能更有效地利用政府資金。

通過對(duì)模型的檢驗(yàn)，西部地區(qū)也選擇了Cobb-Douglas 生產(chǎn)函數(shù)形式。由實(shí)證結(jié)果可知，西部地區(qū)的γ 值為0.709，隨機(jī)無(wú)效率項(xiàng)占比較大，即實(shí)證模型是合理的。專業(yè)化指數(shù)的系數(shù)顯著為負(fù)，表明西部地區(qū)高技術(shù)產(chǎn)業(yè)內(nèi)知識(shí)溢出能夠有效促進(jìn)創(chuàng)新效率的提高。這可能由于西部地區(qū)具有較好的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，導(dǎo)致高技術(shù)產(chǎn)業(yè)內(nèi)的知識(shí)溢出效果顯著。與之對(duì)應(yīng)，競(jìng)爭(zhēng)度指數(shù)的系數(shù)也是顯著為負(fù)，也說(shuō)明西部地區(qū)高技術(shù)產(chǎn)業(yè)中的企業(yè)競(jìng)爭(zhēng)可以有效促進(jìn)創(chuàng)新效率的提高，證實(shí)了良好競(jìng)爭(zhēng)環(huán)境在改善創(chuàng)新效率中的重要作用。

4 結(jié)論及政策建議

①無(wú)論從整體還是分地區(qū)的實(shí)證結(jié)果來(lái)看，高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率都在逐步提高。②從全國(guó)來(lái)看，高技術(shù)產(chǎn)業(yè)的多樣化溢出對(duì)創(chuàng)新效率的促進(jìn)作用較為顯著，而專業(yè)化溢出的作用并不明顯。③從不同地區(qū)的角度來(lái)看，實(shí)證結(jié)果差異較大:東部地區(qū)的知識(shí)多樣化溢出能夠有效促進(jìn)創(chuàng)新效率的提高;中部地區(qū)的知識(shí)專業(yè)化溢出卻阻礙了創(chuàng)新效率的提高;而西部地區(qū)知識(shí)專業(yè)化溢出對(duì)創(chuàng)新效率的促進(jìn)作用較為明顯。

基于以上研究，本文可得到政策啟示如下:①政府要繼續(xù)保持對(duì)高技術(shù)產(chǎn)業(yè)的政策支持力度，保證創(chuàng)新效率的逐步增加。②采取有區(qū)別的政策引導(dǎo)不同地區(qū)產(chǎn)業(yè)集聚下的知識(shí)溢出:促進(jìn)東部地區(qū)服務(wù)業(yè)發(fā)展，特別是能夠與制造業(yè)關(guān)聯(lián)密切的生產(chǎn)性服務(wù)業(yè)，從而提高產(chǎn)業(yè)間的知識(shí)溢出水平，有效促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高;降低中部地區(qū)企業(yè)的壟斷水平，降低行業(yè)進(jìn)入壁壘，優(yōu)化市場(chǎng)競(jìng)爭(zhēng)環(huán)境，提高企業(yè)創(chuàng)新動(dòng)力，從而改善產(chǎn)業(yè)內(nèi)知識(shí)溢出的作用，促進(jìn)創(chuàng)新效率的提高;促進(jìn)西部地區(qū)同一行業(yè)集聚水平的提高，進(jìn)一步提升產(chǎn)業(yè)內(nèi)知識(shí)溢出的作用，促進(jìn)創(chuàng)新效率的提高。

［1］朱有為，徐康寧. 中國(guó)高技術(shù)產(chǎn)業(yè)研發(fā)效率的實(shí)證研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2006，(11):38 -45.

［2］牛澤東，張倩肖. 中國(guó)裝備制造業(yè)的技術(shù)創(chuàng)新效率［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，(11):51 -67.

［3］張長(zhǎng)征，黃德春，馬昭潔. 產(chǎn)業(yè)集聚與產(chǎn)業(yè)創(chuàng)新效率:金融市場(chǎng)的聯(lián)結(jié)和推動(dòng)［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2012，(6):17 -25.

［4］唐清泉，盧博科，袁瑩翔. 工業(yè)行業(yè)的資源投入與創(chuàng)新效率［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，(2):3 -17.

［5］史修松，趙曙東，吳福象. 中國(guó)區(qū)域創(chuàng)新效率及其空間差異研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，(3):45 -55.

［6］吳延兵. R＆D 存量、知識(shí)函數(shù)與生產(chǎn)效率［J］.經(jīng)濟(jì)學(xué)(季刊)，2006，(4)，1130 -1156.

［7］彭向，蔣傳海. 產(chǎn)業(yè)集聚、知識(shí)溢出與地區(qū)創(chuàng)新［J］.經(jīng)濟(jì)學(xué)(季刊)，2011，(3):913 -934.

［8］Glaeser E，Kallal H. Growth in Cities［J］.Journal of Political Economy，1992，100(6):1126 -1152.

［9］張宗慶，張演. 產(chǎn)業(yè)集聚、知識(shí)溢出與區(qū)域增長(zhǎng)［J］.東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2012，(1):37 -43.