技术创新、行业特征与生产率绩效——基于中国工业行业的实证分析

张 诚，蒙大斌

(1.南开大学跨国公司研究中心，天津300071;2.南开大学国际经济研究所，天津300071)

一、引 言

1957年索洛在其增长核算方程中发现了不能以要素投入解释的残余项，经研究命名为全要素生产率(TFP)，也称为技术进步［1］。全要素生产率的概念提出后，成为了最重要的经济指标之一，2008年的诺贝尔经济学奖得主克鲁格曼就曾说过，“生产率不是一切，但在长期中近乎一切”。那么，究竟全要素生产率增长的动力机制是什么?哪些因素会影响全要素生产率的进步?从行业层次来看，为什么同一国家不同行业的全要素生产率增长有所不同?而不同国家相同行业的全要素生产率增长也存在着差异?

数十年来，学者们广泛的研究这些问题。新经济增长理论强调研究开发、知识外溢对全要素生产率增长的作用。上世纪八十年代，伴随着新经济增长理论兴起，人们对内生技术进步的认识日益深入。Romer与Lucas的第一代模型认为，物质资本和人力资本投资可能是产生收益递增的外部因素，因此，增长在国家之间可能产生持续的差异［2-3］;随后产生了第二代模型，重点强调大量的创新和发明是厂商为追求利润最大化而有意识投资的产物，在Romer和Aghion建立的研发、中间产品与最终产品的三部门模型中，勾勒出新的图景，即通过研究开发，扩大中间产品种类，实现报酬递增和规模效应的动态增长［4-5］。

新经济增长模型指出，行业部门的研发投入和知识溢出是行业全要素生产率增长的主要来源，并且揭示了诸多影响因素的作用机理。与此同时，行业层次上也展开了大量的实证研究。Nadiri在1993年就直接证明了各个行业部门的全要素生产率与R＆D 投入存在因果关系［6］;我国的陈涛涛［7］、蒋殿春和张宇［8］在行业层面分析了外商直接投资的溢出对于中国行业的全要素生产率的影响;而Keller则于2000年从工业行业层面进行的研究则发现国际贸易促进了生产率水平的提高，国际贸易解释了生产率增长的20%，而且中间产品的贸易导致技术的扩散效应更大［9］。

这些理论分析与计量研究充实了我们对行业间全要素生产率增长差异的认识，但他们的研究所使用的是新古典的研究方法，忽略了技术进步与复杂的外部环境及特定行业技术条件的联系。创新开发活动是在一个特定的市场背景下进行的，是多种因素相互作用的过程与结果，因而各个行业研发投入的密集度存在着巨大差异［10］。新增长理论将技术进步的微观机制作为“黑箱”处理，技术的起源、性质和变化过程却被束之高阁了，所以它不可能从根本上解释行业全要素生产率进步的复杂原因。进一步讲，这种忽略了技术进步微观机制的方法更不能揭示出像中国这样一个后发的转型国家行业生产率进步的独有特质与问题。比如，中国转型期间的制度环境会对行业的全要素生产率产生什么影响?作为后发兴起的国家，工业行业同国外相比存在相当的技术差距时，又如何实现技术进步?中国工业特有的微观产业组织形态对全要素生产率进步产生了什么作用?对于这些问题，现有的研究还没有很好的解决。

我们的研究有两点贡献:其一，运用熊彼特创新经济学分析行业层面全要素生产率进步的微观机制，并且在这一理论框架下揭示诸多行业特征因素对于全要素生产率进步的影响机理;其二，探讨像中国这样一个转型的后发国家，行业层面全要素生产率进步有何特性与问题，并且利用中国大中型工业企业分行业的数据进行实证检验。

二、理论分析与经验假说

(一)学习、创新与全要素生产率

全要素生产率进步来源于技术创新、制度创新与组织创新，因此探讨其进步的问题不得不涉及创新的来源和动力机制。不同于新经济增长理论，我们采用的理论分析框架为熊彼特经济学，包括:熊彼特创新理论、行业创新体系以及其技术变迁的进化论。这些理论一个共同的特点是技术进步与复杂的微观机制有关。

1.企业家创新

熊彼特指出，经济发展过程实质上就是以“创造性破坏”为特征的动态竞争过程，创新过程最终导致经济结构变化和经济周期性波动。“创新”由作为资本主义“灵魂”的“企业家”来实现，企业家目的是获得潜在的利润，即最大限度地获取超额利润。熊彼特指出这种“创新”或生产要素的新组合具有五种情况:“一是生产新的产品，即产品创新;二是采用新的生产方法，即工艺创新或技术创新;三是开辟新的市场，即市场创新;四是获得原料或半成品的新供给来源，即材料创新;五是实行新的企业组织形式，即组织管理创新。”因此，全要素生产率的进步必须依赖企业家在动态的市场环境中不断创新。

2.行业创新体系

熊彼特认为现实中的创新过程是知识的生产、传播与商业化的过程，不同阶段会交织成一个循环和反馈网络。受到这一观点的启发，Freeman于1987年以及Nelson于1993年 提出了“国家创新体系”理论，它的基本含义是:在市场环境中，企业、中介网络、大学和科研机构等组成网络系统，它们之间相互作用，创造、改进和扩散各种新知识和新技术，使一国的技术创新取得更好的绩效［11-12］。Malarba认为在行业层面，存在“行业创新体系”，即在特定的技术与市场环境中，创新和学习活动发生在每一个行业部门［13］。在一个特定的行业中，行业创新体系中知识生产与扩散的速度越快，说明技术进步的越快，即全要素生产率进步越快。

3.技术创新的进化论

有些研究者试图把熊彼特经济学与进化论经济学加以综合，来说明技术创新的过程。Nelson和Winter认为，经济变迁的突变、非均衡性质，以及创新的不确定性，说明熊彼特经济学是一种演化的理论。企业通过“惯例”、“搜寻”及选择来适应所面临的不确定性问题，提高经济活动的效率［14］。“惯例”是企业的组织记忆，执行着传递技能和信息的功能，企业通过“搜寻”使得新奇事物不断的产生，经济社会系统以优胜劣汰的法则进行“选择”。进化论用来解释技术创新体系的特点以及不同行业生产力的差异，特别是国际技术能力与国际竞争力。

(二)行业特征与全要素生产率

可见，企业家主导的创新活动(技术引进与自主创新)是行业全要素生产率进步的源泉，并且这种机制相当复杂。根据以上的理论基础，我们进一步分析行业特征因素对于全要素生产率的影响，提出若干理论假说加以检验:

第一，国有经济比重与全要素生产率。熊彼特认为企业家是创新的发起者，以挖掘潜在利润为直接目的，从事“创新性的破坏”。不能否认，企业家在企业的战略导向、组织管理、学习创造等方面发挥着核心的作用。但是，我国的国有企业中没有单个人或机构对企业财产拥有完全的所有权，中国人称之为“没有真正老板的体制”或者“所有权虚置的体制”。因此，我们猜测国有经济比重较高的行业全要素生产率增长是缓慢的。我们得到假说1。

假说1:国有经济比重较高的行业全要素生产率增长慢。

第二，隐性知识含量与行业全要素生产率。行业创新体系强调知识的创造与吸收是全要素生产率进步的关键。知识基本上可以分为两类:显性知识与隐性知识，显性知识是指可以用语言和符号表达且易于交流的知识，隐性知识无法以信息的形式加以传输，主要是通过实践和实例来学习，隐性知识难以为竞争对手所模仿，对于维持竞争力更为基本［15］。隐性知识的传播与创造，依赖于经常的和面对面的交流，胶粘于特定空间的知识形态，需要特定文化、社会关系、组织和制度。作为以学习和模仿为主的后发国家，隐形知识的含量过高显然是不利的，所以我们提出假说2。

假说2:隐性知识含量高的产业全要素生产率增长慢。

第三，市场结构与全要素生产率。创新理论关于竞争程度对创新能力的影响有两种不同的观点:一种观点是熊彼特假说，由于在规模经济、分担风险和融资渠道等方面拥有相对优势，具有垄断地位的大企业比小企业具有更强的创新能力;另一种观点是阿罗假说，在特定的条件下，竞争性产业比垄断产业能产生更多的R＆D激励，垄断企业的地位可能会削弱其创新激励，进而抑制创新能力的提高。近年来，关于中国工业企业规模和R＆D投入之间的关系的实证文献较多，得出的结论基本都支持熊彼特假说［16］。

假说3:市场集中度越大，行业全要素生产率提高越快。

第四，行业出口与全要素生产率。第一，竞争效应。出口使当地企业不得不暴露于激烈竞争的国际环境之中，这就要求企业对技术、需求和价格的变动能做出迅速而灵活的反应，使之按照国际市场的要求，不断地调整竞争战略。第二，需求驱动。由于出口导向是以满足外国顾客的高精尖需求为条件的，所以与外国顾客更密切的交互作用，强化了国内R＆D、生产和营销之间的密切联系，大大缩小了外国市场需求与国内企业创新重点的差距，这不仅增强了企业的国际竞争力，同时对国内新产品、新工艺和新产业的出现，也产生了强大的诱导作用。

假说4:出口依存度高的产业，行业全要素生产率较高。

第五，垄断企业出口竞争与全要素生产率。我国工业企业普遍存在“模仿—套利—杀价”的竞争模式，以低成本的优势进行数量上扩张。长期来看，从而使这些企业失去可持续发展能力，坠入贫困化增长陷阱。另外，发达国家对发展中国家存在“纵向压榨”效应以及“锁定”或“俘获”效应。所以说，出口并且具有完全竞争市场结构的行业，丧失了实现创新回报的激励机制，难以实现经济增长方式的转换，将不利于全要素生产率的提高。综合假说1与假说2我们得到假说5。

假说5:拥有出口垄断企业的行业，全要素生产率提高的快。

三、计量模型与变量定义

(一)计量模型的推导

在开放的经济系统中，全要素生产率受自主研发、国外技术引进和人力资本的影响。我们设定一个行业部门的知识转化效率函数:

其中，A为全要素生产率变化率，X为投入变量，分别代表各个行业的自主研发、国外技术引进，人力资本影响投入产出效率的行业特征变量。参照Hu、吴延兵等人的做法，f(.)函数设定为柯布—道格拉斯形式，得到:

对上式取对数，得到计量模型:

ai表示未观测个体效应，是指每个行业所特有的不随时间而变化的未观测到的影响生产率的因素。εit为随机误差项。

(二)变量选取和定义

全要素生产率增长率、行业投入变量和行业特征变量是模型当中重要的变量，以下我们对这三组变量的指标逐一进行说明。

1.全要素生产率增长率

为避免人为设定生产函数及其具体参数带来的估计误差，我们采用Fare等人基于数据包络分析(DEA)的曼奎斯特指数法来计算全要素生产率的变动［17］。曼奎斯特指数的实质是通过两个不同时刻距离函数的比值来刻画生产率的变化，而距离函数的求解则需要借助于数据包络分析(DEA)的数学线性规划模型，DEA是一种非参数前沿效率分析技术，包括产出导向和投入导向两种，其基本逻辑是利用投入产出观测数据构造出最佳生产前沿面，然后计算每一个决策单元在两个时期分别相对于最佳生产前沿面的距离，并以此定义相对效率的变化。

我们以各行业工业总产值作为产出变量，实际固定资产净值以及年平均从业人员数量作为投入变量，在规模报酬非递增和投入要素弱可处置条件下，利用投入导向的DEA模型，估算内资工业企业的曼奎斯特生产率指数，这就是各工业相对全要素生产率的增长率。

2.行业投入变量

X1各行业创新能力，用各行业专利数量表示;

X2各行业引进技术，用进口的机械设备占总的机械设备比重表示(比重 ×100);

X3各行业人力资本，研发人员占总从业人员比重表示(比重 ×100);

3.行业特征变量

(三)数据来源与统计描述

在大中型工业行业中，因为统计年鉴数据的不齐全，我们剔除其他采矿业，塑料制品业，工艺品及其他制造业，剩余36个行业作为研究样本。在时间维度上，我们采取1999年至2009年的数据集合。各个行业的从业人员数、行业总产值、与固定资本净存量、研发人员数、行业专利数、技术引进费用，来自《中国科技统计年鉴》中分行业大中型工业企业的统计;大中型行业出口交货值、行业工资水平，来自《中国工业经济统计年鉴》;在《CCER经济金融数据库》中，查找上市公司的数据，营业收入，计算行业集中度CR4。为了透明我们的实证研究过程，将变量的描述性统计与相关系数列于表1。

表1 变量的相关系数与描述性统计

四、计量方法与结果分析

(一)行业投入变量与全要素生产率

我们使用的模型实质上是流量模型，相当于行业投入变量与全要素生产率取一阶差分，即研究行业投入量与全要素生产率增长率之间的统计关系，一阶差分有助于解决多重共线性的问题，另外对于异方差也有效果。首先，为了探讨自主创新、引进技术与人力资本对于全要素生产率的影响，我们估计如下带有交互项的模型:

β4表示R＆D对国外技术引进的吸收能力。如果β在统计上不显著，表明企业没能通过R＆D途径有效地吸收国外先进技术，从而对全要素生产率增长没有促进作用。如果β4显著为正，则表明R＆D与技术引进存在着互补效应，R＆D成功地吸收了国外先进技术，从而有利于全要素生产率增长。如果β4显著为负，则表明R＆D与技术引进存在着替代效应，对于全要素生产率增长有损害作用。类似，我们分别建立人力资本与技术引进，人力资本与R＆D两个交互项进行估计。

表2 行业投入变量混合模型估计结果

计量的结果有两点需要说明:首先，源于我们采用的是对数模型，带有弹性的经济学含义解释，可以看出技术引进的百分比变动引起全要素生产率增长率的百分比变动较大，因此我们得出结论，引进技术在我国工业行业生产率进步的过程中起到了最重要的作用;其次，交互项的分析表明，人力资本、技术引进与技术创新之间的关系是相互促进的关系，而不是相互替代的关系。

(二)行业投特征变量与全要素生产率

我们估计(3)式的计量模型，将行业特征变量逐个纳入到模型中。为了进一步处理多重共线性问题，我们去掉自主创新解释变量，其他解释变量取滞后一期。表2的估计结果说明，中国的自主创新是以引进消化吸收的二次创新为主。首先，我们进行Hausman检验，结果支持固定效应模型，因此我们采取固定效应模型OLS估计。

我们的估计结果发现，效率工资提升行业全要素生产率的作用未能通过假设检验。更令我们惊奇的是，估计结果拒绝了假说1，结果表明国有经济比重对行业生产率增长速度有明显的正向影响。可能的解释是:国有企业在政策、市场与融资等方面具有优势，这有利于国有企业引进技术，实现技术进步;另外，国有企业在效率提升方面有很大空间，随着我国市场经济改革的推进，国有企业受到市场竞争的约束，技术效率也增速明显。但是国有企业在当前的积极作用与熊彼特经济学的理论分析并不一致，因此这种正的显著性影响并不能持续。而其他假说得到了计量分析的支持。

(三)稳健性检验GMM估计

我们采取动态面板数据模型，引入滞后项TFP-1，使模型能够涵盖未考虑到的可能影响全要素生产率增长的其他因素，从而可以降低计量模型的设定偏误，但是这样带来了内生性的问题。一阶差分GMM可以很好的处理异方差和内生性问题，我们选择TFP-1与技术创新为内生变量，分别选取滞后两期与滞后一期作为工具变量。

表3 固定效应模型OLS估计

表4 动态面板差分GMM估计

在一阶差分GMM估计中，各控制变量估计系数的符号及显著性与固定效应模型OLS估计相一致，且相关统计检验结果也令人满意，Sargan检验P值没有拒绝工具变量的选择满足过度识别的约束条件，AR(2)检验结果也表明残差并不存在显著的二阶自相关，这表明一阶差分GMM估计较好的克服了解释变量的内生性问题，其估计结果更加稳健，因此，我们将更加信赖其估计结果。

五、研究结论

本文主要从行业层面研究了全要素生产率进步的动力机制、影响因素及其产业组织特征。一方面，突破新增长理论的束缚，我们在熊彼特创新经济学的框架下，从理论上阐述若干机理;另一方面，立足于向中国这样一个后发转型的国家，从实证上给予检验。

我们的研究得出如下基本结论:第一，物化的技术创新、技术引进、以及非物化的人力资本，是全要素生产率进步的源泉，其中引进技术发挥了最重要的作用;第二，行业的国有经济比重对行业全要素生产率的影响显著为正，虽然国有经济的全要素生产率提升较快，但是长远来看，国有经济比重较大仍然会是中国工业进步的包袱;第三，竞争性的市场结构并不是最有利于生产率进步的组织形式，出口垄断的行业生产率进步明显，而中国的制造业行业却呈现出典型的出口竞争和国内行政垄断的市场结构;第四，隐性知识含量较高的行业生产率进步缓慢，生产率进步是更可能发生有更多显性知识和体现在更容易进口机器和装备的行业部门;隐性知识黏着在经济组织上，隐性知识含量的负显著性说明微观的制度与组织变迁没有实现。

中国工业被誉为“高速跨越式发展”的神话，但是我们的研究表明，中国制造业以引进吸收国外技术为主，相应的经济制度建设却相当滞后，这意味着:中国工业发展的问题将会逐渐暴露，转变经济增长方式仍然面临着诸多方面的挑战。

［1］ Solow R.Technical change and the aggregate production function［J］.The Review of Economics and Statistics，1957，8:312-320.

［2］ Romer P.Increasing returns and long-run growth［J］.Journal of Political Economy，1986，53:1002-1037.

［3］ Lucas R.On the mechanics of economic development［J］.Journal of Monetary Economics，1988，22:3-42.

［4］ Romer P.Endogenous technological change［J］.Journal of Political Economy，1990，98:71-102.

［5］ Aghion P，Howitt P.A model of growth through creative destruction［J］.Econometrica，1992，60(2):315-323.

［6］ Nadiri M I.Innovations and technological spillovers［R］.NBER Working Paper，1993，No.4423.

［7］ 陈涛涛.影响中国外商直接投资溢出效应的行业特征［J］.中国社会科学，2003，4(3):33-44.

［8］ 蒋殿春，张宇.行业特征与外商直接投资的技术溢出效应:基于高新技术产业的经验分析［J］.世界经济，2006，10:24-34.

［9］ Keller W.Do trade patterns and technology flows affect productivity growth?［J］.World Bank Economic Review，2000，14(1):17-47.

［10］ Cohen W M，Levinthal D A.Innovation and learning:the two faces of R＆D［J］.Economic Journal，1989，99:569-596.

［11］ Freeman C J，Soete L.Unemployment and technical innovation［M］.Pinter:London，1982.

［12］ Nelson R.National innovation systems:A comparative analysis［M］.Oxford University Press:New York and Oxford，1993.

［13］ Malerba F，Orsenigo L.Knowledge，innovative activities and industrial evolution［J］.Industrial and Corporate Change，2000，11:289-314.

［14］ Nelson R R，Winter S G .An evolutionary theory of economic change［M］.The Belknap Press of Harvard University Press:Cambridge，USA，1982.

［15］ 贾根良.创新体系与东亚模式的精髓［J］.南开学报，2001，5:75-83.

［16］ 吴延兵.R＆D与生产率:基于中国制造业的实证研究［J］.经济研究，2006，11:60-71.

［17］ Fare R，Grosskopf S.Lovell C A K .Production frontiers［M］.Cambridge:Cambridge University Press，1994.