鄭文韜
[提要] 運(yùn)用柯布-道格拉斯生產(chǎn)函數(shù)模型,對(duì)廣東省R&D投入強(qiáng)度與創(chuàng)新能力關(guān)系進(jìn)行實(shí)證分析。結(jié)果表明:(1)R&D經(jīng)費(fèi)投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的提升有顯著促進(jìn)作用,但對(duì)初始創(chuàng)新能力的貢獻(xiàn)彈性遠(yuǎn)大于對(duì)最終創(chuàng)新能力的貢獻(xiàn)彈性。(2)R&D人員投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力無顯著影響。
關(guān)鍵詞:生產(chǎn)函數(shù)模型;R&D經(jīng)費(fèi)投入強(qiáng)度;R&D人員投入強(qiáng)度;初始創(chuàng)新能力;最終創(chuàng)新能力
中圖分類號(hào):F061.5 文獻(xiàn)標(biāo)識(shí)碼:A
收錄日期:2019年10月17日
一、引言
自熊彼特(1912)提出創(chuàng)新理論以來,學(xué)術(shù)界就極為關(guān)注對(duì)創(chuàng)新的研究。大量理論與實(shí)踐表明,創(chuàng)新是國(guó)家和地區(qū)經(jīng)濟(jì)不斷增長(zhǎng)的重要?jiǎng)恿?。相關(guān)資料顯示,從20世紀(jì)初到90年代,發(fā)達(dá)國(guó)家創(chuàng)新對(duì)國(guó)民經(jīng)濟(jì)的貢獻(xiàn)率不斷上升。隨著知識(shí)化進(jìn)程的加快以及市場(chǎng)競(jìng)爭(zhēng)的日益加劇,創(chuàng)新能力已經(jīng)成為當(dāng)今區(qū)域綜合競(jìng)爭(zhēng)力的重要組成部分和地區(qū)經(jīng)濟(jì)獲取國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)的決定性因素,提升創(chuàng)新能力已經(jīng)成為一個(gè)區(qū)域經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)與實(shí)現(xiàn)跨越式發(fā)展的基本路徑。
研究與開發(fā)(R&D)作為創(chuàng)新活動(dòng)的來源,受到學(xué)術(shù)界的廣泛關(guān)注。關(guān)于R&D投入與創(chuàng)新之間關(guān)系,最早的研究可追溯到20世紀(jì)60年代。R&D投入強(qiáng)度是影響地區(qū)創(chuàng)新能力和科技競(jìng)爭(zhēng)力的重要因素,同時(shí)也是企業(yè)不斷開發(fā)新產(chǎn)品以獲得持續(xù)競(jìng)爭(zhēng)力的根本保障。因此,R&D投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力影響機(jī)制的研究具有較大的理論價(jià)值與現(xiàn)實(shí)意義。
二、文獻(xiàn)綜述
近年來,國(guó)內(nèi)外學(xué)者就R&D投入與創(chuàng)新能力之間的關(guān)系進(jìn)行了一系列有益探索。美國(guó)學(xué)者Schere(1965)通過建立企業(yè)面板數(shù)據(jù)模型,對(duì)企業(yè)規(guī)模等變量加以控制后,研究發(fā)現(xiàn)R&D投入對(duì)創(chuàng)新產(chǎn)出有顯著正效應(yīng)。劉和東、梁東黎(2006)、陳春暉和曾德明(2009)的研究結(jié)果表明R&D投入與創(chuàng)新能力之間存在均衡關(guān)系。陳廣漢、藍(lán)寶江(2007)的研究結(jié)果顯示,1998~2005年間各省市R&D經(jīng)費(fèi)內(nèi)部支出對(duì)發(fā)明專利申請(qǐng)數(shù)影響甚大。Arrow Keneth(2010)認(rèn)為,一個(gè)地區(qū)的創(chuàng)新產(chǎn)出受到上期科研經(jīng)費(fèi)投入的顯著影響。劉麗萍和王亞林(2012)把專利申請(qǐng)量作為衡量創(chuàng)新能力的指標(biāo),通過關(guān)聯(lián)度分析發(fā)現(xiàn),研發(fā)經(jīng)費(fèi)和科研人員投入均對(duì)創(chuàng)新能力存在顯著影響。唐勇(2013)運(yùn)用VAR模型分析了新疆地區(qū)R&D投入與技術(shù)創(chuàng)新能力的關(guān)系,發(fā)現(xiàn)二者顯著正相關(guān)。林宮(2013)運(yùn)用自回歸分析法研究發(fā)現(xiàn),福建省專利申請(qǐng)量與政府、企業(yè)、高校三者的經(jīng)費(fèi)投入和人員投入之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。
遺憾的是,現(xiàn)有文獻(xiàn)大多僅以專利衡量區(qū)域創(chuàng)新能力,鮮有文獻(xiàn)用新產(chǎn)品產(chǎn)值等經(jīng)濟(jì)指標(biāo)多角度衡量創(chuàng)新能力。鑒于此,本文分別用專利申請(qǐng)量和新產(chǎn)品產(chǎn)值衡量創(chuàng)新的初始能力及最終能力,選取廣東省2007~2016年的時(shí)間序列數(shù)據(jù),運(yùn)用知識(shí)生產(chǎn)函數(shù)模型和OLS回歸分析法,探究R&D投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力(初始能力及最終能力)的影響。
三、研究設(shè)計(jì)
(一)模型構(gòu)建。本文實(shí)證研究采用柯布-道格拉斯知識(shí)生產(chǎn)函數(shù)模型。根據(jù)原模型中各變量意義,并考慮到實(shí)證的可行性,對(duì)原模型各變量進(jìn)行取對(duì)數(shù)線性化處理,故設(shè)定如下模型:
LnY=c+αLnX1+βLnX2+ε
其中LnY為創(chuàng)新能力,LnX1為R&D經(jīng)費(fèi)投入強(qiáng)度,LnX2為R&D人員投入強(qiáng)度,ε為隨機(jī)干擾項(xiàng)。c為常數(shù)項(xiàng),α和β為待估系數(shù),分別表示解釋變量LnX1和LnX2對(duì)被解釋變量LnY的貢獻(xiàn)彈性。
(二)變量及指標(biāo)設(shè)定
1、創(chuàng)新能力。參考目前學(xué)術(shù)界的普遍做法,本文選取專利衡量創(chuàng)新能力。鑒于專利數(shù)據(jù)的非平穩(wěn)性,本文以每萬人均專利申請(qǐng)數(shù)衡量初始創(chuàng)新能力。創(chuàng)新的最終目的是讓科研成果等知識(shí)產(chǎn)出轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力,并產(chǎn)生商業(yè)價(jià)值,因此,僅以專利來衡量創(chuàng)新能力是片面的,為了更好地衡量創(chuàng)新成果的轉(zhuǎn)化能力,本文在以上基礎(chǔ)上增加一個(gè)指標(biāo),用高新技術(shù)產(chǎn)品產(chǎn)值占工業(yè)總產(chǎn)值比重衡量最終創(chuàng)新能力。
2、R&D經(jīng)費(fèi)投入強(qiáng)度。R&D經(jīng)費(fèi)投入是影響科技創(chuàng)新與轉(zhuǎn)化的首要因素,為了能較準(zhǔn)確地反映區(qū)域創(chuàng)新經(jīng)費(fèi)的投入力度,本文用R&D經(jīng)費(fèi)占GDP比重衡量R&D經(jīng)費(fèi)投入強(qiáng)度。
3、R&D人力資本投入強(qiáng)度。區(qū)域創(chuàng)新能力與人力資本密切相關(guān),為了較準(zhǔn)確地反映創(chuàng)新人才投入強(qiáng)度,本文用R&D活動(dòng)人數(shù)占總從業(yè)人員比重衡量R&D人力資本投入強(qiáng)度。
綜上所述,本文的變量指標(biāo)體系如表1所示。(表1)
(三)數(shù)據(jù)來源。本文所用數(shù)據(jù)來源于廣東省科技統(tǒng)計(jì)網(wǎng)和相關(guān)年份的《廣東統(tǒng)計(jì)年鑒》。
四、計(jì)量結(jié)果與實(shí)證分析
(一)單因子回歸分析。假定其他因素不變,運(yùn)用Stata14.0軟件分別檢驗(yàn)兩個(gè)自變量(LnX1和LnX2)對(duì)解釋變量(LnY1和LnY2)的影響,結(jié)果如表2所示。(表2)
表2顯示,兩個(gè)解釋變量對(duì)兩個(gè)被解釋變量的解釋度較強(qiáng),均在80%以上,表明廣東省R&D投入強(qiáng)度與創(chuàng)新能力高度相關(guān)。其中,LnY1的兩個(gè)系數(shù)均大于1,且在1%水平下顯著,而LnY2的兩個(gè)系數(shù)則均小于0.5,也在1%水平下顯著性,這說明,R&D投入強(qiáng)度對(duì)初始創(chuàng)新能力的正向貢獻(xiàn)大于對(duì)最終創(chuàng)新能力的正向貢獻(xiàn)。
(二)OLS多元回歸分析。用Stata14.0軟件的OLS多元回歸法,按照上述模型進(jìn)行回歸,所得結(jié)果見表3。(表3)
表3顯示,兩次回歸的擬合優(yōu)度均超過85%,F(xiàn)值高達(dá)73.30和26.86,D-W值分別為1.591983和1.374206,回歸系數(shù)通過了1%水平的顯著性檢驗(yàn)。這表明本文設(shè)定的計(jì)量模型能很好地反映R&D投入強(qiáng)度對(duì)區(qū)域初始創(chuàng)新能力和最終創(chuàng)新能力的影響。
在各解釋變量中,R&D經(jīng)費(fèi)投入強(qiáng)度(LnX1)在兩次回歸中系數(shù)均為正,且分別在1%和5%水平下顯著,這與預(yù)期結(jié)果一致。這表明廣東省R&D經(jīng)費(fèi)投入強(qiáng)度與創(chuàng)新能力顯著正相關(guān)。但LnX1對(duì)初始創(chuàng)新能力(LnY1)的貢獻(xiàn)彈性比對(duì)最終創(chuàng)新能力(LnY2)的貢獻(xiàn)彈性更大。LnX1每增加一個(gè)百分點(diǎn)時(shí),LnY1相應(yīng)增加3.72個(gè)百分點(diǎn),而LnY2則只增加0.77個(gè)百分點(diǎn)。這也意味著廣東省專利的轉(zhuǎn)化率不高,許多科研成果并未投入現(xiàn)實(shí)生產(chǎn)過程??赡艿脑蛴校阂皇乾F(xiàn)今科研人員的考評(píng)指標(biāo)更加側(cè)重于學(xué)術(shù)成果,導(dǎo)致科研人員缺乏將成果產(chǎn)業(yè)化、市場(chǎng)化的動(dòng)力;二是高校和科研院所與產(chǎn)業(yè)界聯(lián)系強(qiáng)度弱,科研成果與市場(chǎng)需求脫節(jié)。
R&D人員投入強(qiáng)度(LnX2)在兩次回歸中系數(shù)均為負(fù),且未通過顯著性檢驗(yàn),這與預(yù)期結(jié)果截然相反。這表明廣東省R&D人員投入強(qiáng)度對(duì)創(chuàng)新能力無顯著貢獻(xiàn),這也與現(xiàn)有許多研究結(jié)果不一致??赡艿脑蛴校阂皇菑V東從改革開放以來,一直以優(yōu)厚的政策條件吸引大批海內(nèi)外人才,相對(duì)于其他創(chuàng)新投入而言,科技人員出現(xiàn)飽和甚至過剩的狀況,導(dǎo)致科技人員的創(chuàng)新邊際效應(yīng)為負(fù);二是盡管科技人員眾多,但真正能在技術(shù)方面取得突破的高層次創(chuàng)新人才仍然比較緊缺。
五、結(jié)論與政策含義
(一)結(jié)論?,F(xiàn)階段廣東省R&D經(jīng)費(fèi)投入強(qiáng)度對(duì)創(chuàng)新能力的提升具有顯著促進(jìn)作用,但其對(duì)初始創(chuàng)新能力的貢獻(xiàn)彈性遠(yuǎn)大于對(duì)最終創(chuàng)新能力的貢獻(xiàn)彈性。此外,R&D人員投入強(qiáng)度對(duì)創(chuàng)新能力無顯著影響。
(二)政策含義?;谝陨涎芯拷Y(jié)果,我們提出以下幾點(diǎn)相關(guān)政策含義:第一,各地應(yīng)繼續(xù)加大科研經(jīng)費(fèi)的投入力度,充分利用科研經(jīng)費(fèi)的邊際報(bào)酬遞增以提升區(qū)域整體創(chuàng)新能力;第二,應(yīng)建立并完善企業(yè)、高校與科研院所的合作機(jī)制,促進(jìn)產(chǎn)學(xué)研合作,以促進(jìn)科研成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力;第三,應(yīng)合理配置科技人力資源,并加強(qiáng)高層次創(chuàng)新型人才的培養(yǎng)與引進(jìn)。
主要參考文獻(xiàn):
[1]張宗和,彭昌奇.區(qū)域技術(shù)創(chuàng)新能力影響因素的實(shí)證分析——基于全國(guó)30個(gè)省市區(qū)的面板數(shù)據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì),2009(11).
[2]劉麗輝,陳晶瑛.廣東區(qū)域創(chuàng)新能力影響因素實(shí)證分析[J].中國(guó)人力資源開發(fā),2012(6).
[3]曹勇,曹軒禎,羅楚珺,秦以旭.我國(guó)四大直轄城市創(chuàng)新能力及其影響因素的比較研究[J].中國(guó)軟科學(xué),2013(6).
[4]魯盛潭,方旻.高科技、高成長(zhǎng)性企業(yè)R&D投入與企業(yè)績(jī)效的相關(guān)性分析[J].財(cái)會(huì)月刊,2011(36).
[5]劉麗萍,王亞林.R&D投入、專利申請(qǐng)量與技術(shù)創(chuàng)新能力[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2012(3).
[6]唐勇.基于VAR模型的新疆農(nóng)村信貸與農(nóng)戶收入關(guān)系實(shí)證研究[J].石河子大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2011.25(4).