李永福+劉洪玉

摘 要 本研究在知識生產理論的指導下，利用了2012～2016年中國高新技術企業(yè)統(tǒng)計年鑒的數(shù)據(jù)，對在當前中國經濟政治環(huán)境下高新技術企業(yè)創(chuàng)新的各類要素進行了系統(tǒng)化的研究。研究表明，改善當期創(chuàng)新投入的結構有利于提升企業(yè)創(chuàng)新產出，累積創(chuàng)新投入對當期創(chuàng)新投入的產出有重大影響，知識擴散效應在現(xiàn)階段中國非常顯著。

關鍵詞 高新技術企業(yè) 企業(yè)創(chuàng)新 創(chuàng)新要素

一、引言

創(chuàng)新是在科學研究的各個環(huán)節(jié)中采用了與前人不同的思維方式和行為方式，本質上是知識的再創(chuàng)造，既是經濟學問題也是管理學問題。過去的創(chuàng)新投入累積形成了現(xiàn)有的知識水平，在此知識水平的基礎上通過新的創(chuàng)新投入獲得了創(chuàng)新產出，作為新的制式基礎進行下一輪的創(chuàng)新，如此往復構成了知識生產的循環(huán)過程。企業(yè)的創(chuàng)新是知識的生產，高新技術企業(yè)是以高新技術知識為創(chuàng)新對象的，其創(chuàng)新符合知識的生產規(guī)律。知識生產函數(shù)表達了知識生產的基本規(guī)律，是針對知識生產的效率、知識溢出的范圍以及對經濟增長的作用等問題而提出的。

李克強總理在2014年政府工作報告中明確提出了“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的口號，希望激發(fā)民族的創(chuàng)業(yè)精神和創(chuàng)新基因。在這樣的政治經濟大背景下，梳理出高新技術企業(yè)創(chuàng)新的必要條件和關鍵要素就顯得意義重大。過去學者們對企業(yè)創(chuàng)新問題的多個方面進行了研究，但是存在的缺陷便是對企業(yè)創(chuàng)新因素的分析要么過于片面，要么過于冗雜，沒有形成系統(tǒng)的體系。本研究深入分析影響企業(yè)創(chuàng)新的要素，目的在于將影響企業(yè)創(chuàng)新的因素進行系統(tǒng)的歸類，從而為提高高新技術企業(yè)創(chuàng)新活動的績效提供理論依據(jù)。

二、國內外研究綜述

在傳統(tǒng)研究企業(yè)創(chuàng)新理論時，學者們更多考慮的是當期知識投入帶來的一系列創(chuàng)新產出。從宏觀的角度來看，對于創(chuàng)新和知識生產的研究最早可以追溯到1962年，Arrow（1962）首先解釋了知識與技術之間的關系，技術進步是人們學習并運用知識所得到的產物，而學習就是對過去經驗的一種積累，體現(xiàn)在現(xiàn)有的技術進步中，技術和知識有互相促進的作用。Griliches（1979）認為現(xiàn)有的知識水平是創(chuàng)新研發(fā)投入的一個產出，而且過去的創(chuàng)新研發(fā)投入會產生一種累積效應，影響之后幾年的創(chuàng)新產出水平。他第一次提出了知識生產函數(shù)的概念，并將R&D投入作為企業(yè)的知識資本，成為影響企業(yè)創(chuàng)新產出的一大要素。在宏觀理論的基礎上，很多學者在微觀層面對企業(yè)的創(chuàng)新要素進行了分析。R&D投入作為知識投入的量化，其具體構成對企業(yè)的創(chuàng)新產出會有很大影響。首先是政府R&D投入的比率，Lichtenberg（1987）認為，政府R&D投入的增加會產生擠出效應，從而使企業(yè)自身R&D的支出減少；然而，在Guellec和Pottelsberghe（2001）的研究中，政府R&D投入的比重對企業(yè)研發(fā)水平有顯著正向的影響，他們認為政府R&D能刺激企業(yè)R&D支出的增加。其次是R&D勞務支出的比重，Savona（2003）的研究認為，R&D人員勞務支出的比重是一個影響企業(yè)R&D支出的重要因素，企業(yè)員工規(guī)模的擴大會導致企業(yè)R&D支出的增加，而過多的人員投入會導致創(chuàng)新產出效率下降。國內學者李左峰（2013）將R&D投入分為內部R&D和外部R&D，對這兩類投入的產出彈性進行了分析，只有內部R&D投入的產出彈性為正，外部R&D投入的傳出彈性還和企業(yè)的技術特征有關系。除了當期創(chuàng)新投入要素和累積創(chuàng)新投入要素，也有很多學者專門針對知識溢出擴散效應進行了研究。朱華佳（2015）使用上市公司相關數(shù)據(jù)進行實證，結論表明，自主創(chuàng)新和國內技術合作對生產率有顯著的促進作用。

這些文獻幾乎囊括了影響企業(yè)創(chuàng)新的所有因素，其局限在于未能將這些因素納入系統(tǒng)化的研究，也沒有形成被廣泛認同的研究體系。本文將在以上研究的基礎上對中國高新技術企業(yè)創(chuàng)新要素進行系統(tǒng)化的研究。

三、基于知識生產理論的創(chuàng)新要素分析模型

本研究基于知識生產理論，而知識生產理論的模型基礎是知識生產函數(shù)（KPF）。知識生產函數(shù)在Griliches（1979）提出后，經歷了很多發(fā)展。

最初的知識生產函數(shù)是在利用生產函數(shù)估算R&D對于經濟增長的貢獻時提出來的。Griliches認為現(xiàn)有知識水平K是過去一系列R&D投資的產物，故KPF可以表示為：

其中ao是常數(shù)，W（B）Rt是過去R&D投資的滯后函數(shù)，用來描述過去和現(xiàn)在的R&D水平對于K的相對貢獻，B是滯后算子，μt和υ分別表示其他所有影響現(xiàn)有知識水平的要素中隨時間變化的部分和僅發(fā)揮臨時作用的部分。為了分析當期R&D投入和當期R&D產出的具體關系，（1）式被簡化表示為：

其中，a為常數(shù)，而b表示不同情況下R&D產出對于R&D投入的產出彈性。模型（2）是最基礎的反映知識投入和產出的模型，但這是一個靜態(tài)的模型，只能反映一期的投入產出。Romer對KPF原始模型（2）進行了改進，使用知識的增量而非知識的存量來描述知識生產（知識產出），從而使模型成為動態(tài)模型，解釋了技術的進步。Romer假定知識是非競爭的投入品，任何人都可以完全使用已有的知識存量，而知識本身是由投入到研究部門的人力資本（LA）決定的。在這個假設下，知識生產函數(shù)由存量形式（1）轉化為了增量形式（3）：

其中，表示新增知識量，δ是需要估算的常數(shù)，LA是投入到研發(fā)部門的人力資本，A則表示知識存量。之后，Jones在Romer的基礎上考慮了外部性作用，修正了Romer的KPF模型，（3）式轉化成了（4）式：

其中，δ為常數(shù)，表示R&D過程中的外部性的作用程度，比如知識溢出，研究過程中的項目重疊等，這些要素使得A和LA對于的作用只能通過指數(shù)的形式體現(xiàn)出來。由于在進行實證回歸分析時需要用到線性模型，因此可以對（4）兩邊取自然對數(shù)，得到對數(shù)形式的知識生產函數(shù)：

本研究在Romer模型的理論基礎上，構建更加系統(tǒng)的知識生產函數(shù)。首先，將知識生產理論劃分為三大框架：當期創(chuàng)新投入、累積創(chuàng)新投入兩大要素，知識溢出效應一大機制。其中，將創(chuàng)新投入分為兩大要素的原因在于，這樣劃分充分考慮了一個高新技術企業(yè)從成立以來的創(chuàng)新投入對其創(chuàng)新產出的影響。雖然當期創(chuàng)新的投入能對當期的創(chuàng)新產出產生顯著影響，但是以往創(chuàng)新投入所累積的一種創(chuàng)新水平更是在潛移默化中影響著企業(yè)的創(chuàng)新績效。此外，創(chuàng)新投入的源泉在于知識，知識的溢出效應（傳播）作為知識擴散和再創(chuàng)造的一種重要機制，在過去和當期的創(chuàng)新投入過程中都發(fā)揮著重要的作用。在知識生產理論的三大框架下，本研究對模型（5）的改進如下：一是除了R&D人力資本的投入，企業(yè)還會有R&D經費的投入，因此可以將投入類因素歸納為企業(yè)當期創(chuàng)新投入要素；二是知識存量水平難以衡量，但是它是企業(yè)過去創(chuàng)新投入累積的結果，可以歸納為企業(yè)累計創(chuàng)新投入要素；三是在模型中加入知識溢出效應的影響，從而體現(xiàn)知識擴散起到的作用。在對模型進行改進的基礎上，本研究對創(chuàng)新產出也進行了細分，將其劃分成了市場導向型和技術導向型兩類。其中，市場導向型創(chuàng)新產出是指已經運用于產品生產，并在市場中實現(xiàn)的產出；而技術導向型創(chuàng)新產出則是指那些停留在技術層面，還未運用于生產的創(chuàng)新產出。這樣劃分的好處在于能夠從短期和長期兩個角度考慮創(chuàng)新對一個企業(yè)的影響。因為市場導向型創(chuàng)新產出能在短期內直接給企業(yè)帶來經濟效益，而技術導向型創(chuàng)新產出為企業(yè)帶來了市場潛力，能長期影響企業(yè)。改進后的KPF模型如下：endprint

其中，使用高新技術產業(yè)企業(yè)的新產品銷售收入（NR）來表征市場導向型創(chuàng)新產出，用企業(yè)的發(fā)明專利個數(shù)（PI）來表征技術導向型創(chuàng)新產出。（6）式為市場導向型創(chuàng)新產出的知識生產模型，（7）式為技術導向型創(chuàng)新產出的模型。I表示企業(yè)的當期創(chuàng)新投入要素，包括四個變量：R&D內部經費、R&D外部經費、R&D勞務、R&D政府支出比率。E表示企業(yè)的累積創(chuàng)新投入要素，用企業(yè)特征來表征，包括三個變量：新產品出口比、企業(yè)規(guī)模、企業(yè)利潤。R表示知識溢出的影響，用國家自然科學基金面上項目數(shù)來表征。

四、結語

本研究利用中國高新技術產業(yè)統(tǒng)計年鑒的數(shù)據(jù)對高新技術企業(yè)的創(chuàng)新影響要素進行了更加系統(tǒng)化的研究。針對高新技術企業(yè)技術導向型和市場導向型這兩類創(chuàng)新產出，本文在將創(chuàng)新要素劃分為當期創(chuàng)新投入和累積創(chuàng)新投入的基礎上，通過實證分析得出了影響中國高新技術企業(yè)創(chuàng)新的必要條件和關鍵要素。從實證中得出的結論如下：

第一，企業(yè)當期創(chuàng)新投入要素對創(chuàng)新產出的影響和當期創(chuàng)新投入的結構、創(chuàng)新產出的類型相關。企業(yè)的R&D內部經費和外部經費對企業(yè)的市場導向創(chuàng)新有顯著的影響，但是外部經費對企業(yè)的技術導向創(chuàng)新影響不顯著。過多的R&D勞務投入使勞務的邊際創(chuàng)新產出下降，過多的政府R&D比率對企業(yè)自身的R&D投入產生擠出效應，反而不利于企業(yè)的創(chuàng)新產出。

第二，企業(yè)累積創(chuàng)新投入要素會影響企業(yè)當期創(chuàng)新投入的效益。新產品出口比率高的企業(yè)不注重專利的研發(fā)，對國外技術依賴嚴重，很多其實屬于中間品加工企業(yè)。現(xiàn)階段，規(guī)模較大的企業(yè)在技術導向型創(chuàng)新方面有更大的優(yōu)勢。

第三，在當前中國的政治經濟環(huán)境下，知識的擴散效應明顯，在研發(fā)機構較集中的地區(qū)，其所在企業(yè)所對應的創(chuàng)新能力也很強大。

基于上述分析，本文對我國的高新技術企業(yè)發(fā)展有如下啟示：第一，高新技術企業(yè)更需要注重當期創(chuàng)新投入的結構。政府R&D投入比率較高的國有企業(yè)在創(chuàng)新產出績效上比較低下，存在資金飽和的可能。此外，企業(yè)應當注重高質量R&D勞務的引入。第二，高新技術企業(yè)需要改善企業(yè)累積創(chuàng)新投入造成的長遠影響。外資出口型企業(yè)應更加注重對國外技術的吸收和再創(chuàng)新，而不是經常使用國外技術進行新產品的生產。內資企業(yè)應該注重和外資企業(yè)的合作，加快自身技術水平的提升。第三，由于知識的擴散效應非常明顯，國家應該更加注重產、學、研這三者的結合，讓高校、研究機構的創(chuàng)新研究成果更有效率地流入高新技術企業(yè)中，從而增強高新技術企業(yè)對知識的吸納和利用能力。

（作者單位為遼寧科技大學工商管理學院）

[基金項目：本文系遼寧省教育廳項目“人力資本、技術創(chuàng)新與遼寧省高新技術產業(yè)發(fā)展研究”（2016FRZD03）；遼寧省社科聯(lián)重點項目“遼寧省戰(zhàn)略性新興產業(yè)人才需求及開發(fā)研究”（2016lslktzdian-06）。]

參考文獻

[1] Grossman G M，Helpman E . Innovation and Growth in the Global Economy[M]. Boston：MTT Press，1991.

[2] Romer Paul M . Endogenous technological Change[J]. Journal of Political Economy，1990，98（5）：71-102.

[3] 李左峰.創(chuàng)新型企業(yè)創(chuàng)新投入要素的產出彈性估計[J].管理世界，2013（2）：176-177.

[4] 白俊紅，呂曉紅.自主研發(fā)、協(xié)同創(chuàng)新與外資引進——來自中國地區(qū)工業(yè)企業(yè)的經驗證據(jù)[J].財貿經濟，2014，35（11）：89-100.

[5] 李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產的空間計量分析[J].管理世界，2010 （7）：43-65.

[6] 朱華桂，莊晨.自主研發(fā)、外部知識獲取與企業(yè)績效研究——基于上市公司數(shù)據(jù) [J].軟科學，2015，29（2）：46-50.endprint