自主研发投入对高技术创新贡献的时空差异

俞立平，宋夏云，刘爱军

(1. 宁波大学商学院，浙江 宁波 315211;2. 南京大学商学院，江苏 南京 210093;3. 南京农业大学经济管理学院，江苏 南京 210095)

1 引言

由于技术的积聚和扩散，不同地区研发投入对技术创新的贡献必然存在差异，技术溢出效应随着地理距离的增加而递减［1］。

关于研发投入对于创新贡献的内在机理、技术创新的积聚与扩散效应、FDI 的知识溢出效应、区域创新的空间差距、政府科技经费投入对创新的贡献差距等方面的理论与实证研究均比较丰富，但总体上尚存在以下问题:

第一，从空间看，不同地区研发投入对创新的贡献必然存在差距，这其中有何规律?存在哪些问题?对此进行的深入分析比较缺乏。

第二，从时间看，不同年度或者不同发展阶段研发投入对创新的贡献也存在差异，总结其规律，分析深层次的原因具有十分重要的价值，这方面的研究也比较缺乏。

第三，从研究方法看，也缺乏系统采用面板变系数模型、面板门槛回归模型对上述问题进行综合分析的研究。

考虑到企业自主研发投入已经成为高技术企业技术创新投入的主要组成部分，本文基于省际高技术产业的面板数据，以知识生产函数为基本模型，采用面板数据变系数模型、地区面板门槛回归模型研究企业自主研发投入对创新贡献的地区差距，采用时间面板门槛回归模型研究企业自主研发投入对创新贡献的时间变化规律，最后对企业自主研发投入贡献的时空差异进行深入分析。

2 研究方法

2.1 面板门槛回归——空间差异

Griliches［2］在Cobb - Douglas 生产函数的基础上提出“知识生产函数”，认为创新产出是R＆D投入的结果。Jaffe［3］进一步将人力资源引入知识生产函数，即著名的Griliches-Jaffe 知识生产函数:

式中，Y 表示创新产出，K 表示科技经费投入，L 表示科研人员投入，α、β 表示弹性系数，A为常数项，相当于知识生产函数中的全要素生产率。

考虑到高技术产业创新路径包括企业自主研发(K1)、引进技术(K2)、购买国内技术(K3)和更新改造(K4)，将其带入式(1)，并且公式两边取对数，得:

式(2)就是本文的基本模型，相当于知识生产函数的进一步扩展。

门限回归本质上是对传统分组检验方法的一种扩展。具体而言，假如存在一个门槛水平τ，使得对于K1≤τ 和K1＞τ 时，自主研发投入对创新的贡献会出现显著的差异，那么设虚拟变量Di使其满足:

当K1≤τ 时，自主研发K1的回归系数为θ2，当K1＞τ 时，自主研发K1的回归系数为θ1。通过选择合适的门槛值τ，从而可以得到不同的θ。

对于回归结果中θ1与θ2是否存在显著性差异是通过Wald 检验进行的，其服从F 分布，原假设是θ1= θ2，如果相伴概率小于0.1，则拒绝原假设，说明θ1与θ2的差异是显著的。也就是说，不同门槛水平研发投入对创新的贡献存在差异。否则不能拒绝原假设，说明θ1=θ2，即不同门槛水平研发投入对创新的贡献没有差异。

2.2 面板门槛回归——时间差异

如果不考虑自主研发投入对创新贡献的地区差异，换个角度考虑不同时间自主研发投入对创新贡献的时间差异。类似地，假如存在一个时间门槛水平τ，使得对于T≤τ 和T ＞τ 时，自主研发投入对创新的贡献会出现显著的差异，同样设虚拟变量Dt使其满足:

由于面板数据的时间跨度不长，时间门槛值的设定方法可以逐年进行，至于θ 检验的方法同样采用Wald 检验。

3 数据

考虑到统计年鉴仅公布了发明专利数据，而实用新型与外观设计专利对企业也具有非常重要的作用，加上部分企业出于多种原因不申请专利，本文选取新产品销售收入作为高技术企业技术创新的产出变量。

根据高技术企业创新投入路径不同，经费投入变量选取企业自主研发、引进技术、消化吸收、购买国内技术、更新改造，由于消化吸收支出完全用于引进技术，因此对两者进行了合并。这几种研发投入各有侧重，说明了企业的技术创新路径的不同。研发人员投入变量选取R＆D 人员全时当量，该指标相对单纯的研发人员数而言更加合理。

重庆1997 年才作为一个省级行政区域独立出来，故本文研究时间起点自1997 年开始，数据来自1998—2012 年的中国高技术年鉴。西藏地区由于缺失数据较多，因此作为异常点进行删除，其他尚有部分地区个别年度数据为0，统一赋值为1，这样保证了样本的完整性。

4 实证结果

4.1 变量的平稳性检验

无论是面板数据变系数模型，还是面板门槛回归模型，其适用的前提条件都要保证面板数据的平稳性检验。本文同时选取Im，Pesaran 和Shin W-stat、Fisher ADF、Hadri 三种方法进行检验，以其中三种方法结果一致为准。从单位根检验结果看，Im，Pesaran 和Shin W-stat 及Hadri 比较严格，所有变量在一阶差分后平稳，而Fisher ADF 比较宽松，所有变量在0 阶差分后平稳。在这种情况下，采用原始数据进行进一步分析是较好的做法，可以保证原始数据中的大量信息。

4.2 面板数据变系数模型结果

面板变系数模型的估计结果如表1 所示，由于本文研究样本接近总体，因此采用固定效应模型进行估计。引进技术、购买国内技术和更新改造采用固定系数估计，企业自主研发投入采用变系数估计。模型整体拟合优度较高，R2=0.966，固定系数估计中，购买国内技术没有通过统计检验，引进技术的回归系数为负数。变系数模型的估计结果中，只有浙江、云南、广西、甘肃没有通过统计检验，其他26 个省市均通过了统计检验，说明模型的整体效果良好。

全国自主研发投入的弹性系数平均值为0.622，其中东部地区弹性系数的平均值为0.559，中部地区弹性系数的平均值为0.735，西部地区弹性系数的平均值为0.587。中部地区低于平均值的地区只有江西、吉林、山西，东部地区低于均值的有山东、河北、上海、广东、江苏、辽宁、浙江，西部地区低于均值的有青海、贵州、甘肃、宁夏、云南、广西，总体上呈现中部地区较高、东部地区和西部地区较低的现象。

表1 面板变系数回归结果

4.3 地区面板门槛回归

地区面板门槛回归结果显示，模型拟合优度良好，并且通过了Wald 检验，自主研发投入在不同门槛下均通过了统计检验，其他变量均没有通过统计检验。门槛值为5.865，这是取对数后的结果，折算为294.42。也就是说，当自主研发投入小于等于294.42 万元时，研发投入对创新贡献的弹性系数为0.318，即研发投入每增加1%，会带来创新产出增加0.318%;当自主研发投入大于294.42 万元时，研发投入每增加1%，会带来创新产出增加0.712%。早年只有青海、内蒙古、新疆、西藏等地低于这个水平。从2011 年的数据看，只有青海一个省的自主研发投入低于这个水平，总体上，中国绝大多数地区自主研发投入均在门槛值以上，绩效良好。

门槛效应值主要受资源禀赋、科技人力资源与研发管理水平的影响，随着市场竞争的日渐加剧，高技术企业必然会优化研发资源配置，培养和引进研发人才，因此从更长阶段的历史考察，门槛效应值应该是逐步提高的。

4.4 时间面板门槛回归

时间面板门槛回归结果如表2 所示，共有两个时间门槛值，分别是2003 年和2009 年。在2003年之前，研发投入对创新贡献的弹性系数为0.537，即研发投入每增加1%，会带来创新产出增加0.537%;在2003—2009 年之间时，研发投入每增加1%，会带来创新产出增加0.599%，略有提高;在2009 年以后，研发投入每增加1%，会带来创新产出增加0.629%。也就是说，随着时间的推延，自主研发投入的弹性系数是越来越高的，呈现出良好的发展态势。

表2 时间门槛回归

5 结论

(1)研发投入存在明显的地区门槛效应，其门槛值为294.42 亿元，当自主研发投入低于该水平时，其对创新贡献的弹性系数偏低，而高于此门槛值时，其对创新贡献的弹性系数较高。本质上，这是高技术产业技术研发的规模经济效应所致，也就是说，在较低研发规模下，地区高技术产业难以进行有效的研发，创新效率偏低，政府高技术产业技术创新管理绩效不高，必须加大投入水平，扩大规模才能提高效率。从目前的情况看，中国绝大多数地区都在该门槛值以上，总体态势良好。

从面板变系数模型的回归结果看，中部地区自主研发投入对创新贡献的弹性系数较高，而东部和西部地区偏低。东部地区由于本身处在沿海经济发达地区，技术水平本来就较高，在这样的情况下，即使加大研发投入，技术水平进一步提高的难度加大，难以取得特别显著的效果。而中部地区本来高技术创新水平就处于中等，可以发挥后发优势，这对缩小中部和东部地区的研发水平差距具有十分重要的意义。西部地区创新水平较低，但由于资金、技术、人才尚存在较大差距，因此也难以取得较高的研发绩效。在这样的情况下，要鼓励西部地区高技术企业加大研发投入，培养和吸引研发人才，提高科技管理水平，国家在财政、科技、金融政策等方面应该向西部地区高技术企业研发倾斜。

(2)从时间面板门槛回归结果看，在2003 年前，自主研发对创新贡献的弹性系数较低，在2003—2009 年期间，弹性系数有所提高，而在2009 年以后，弹性系数最高，总体上呈现逐年提高的趋势，并且这个周期差不多是6 年，说明随着时间的推延，自主研发弹性系数的提高是稳健的。原因是多方面的:第一，市场机制的力量，随着市场经济的深入，高技术企业面临着巨大的市场竞争，如果不进行创新就无法生存，因此自主研发投入所占比重逐年提高，相应绩效也越来越高。第二，由于最近10 多年来互联网的高速发展，使得知识与技术的传播速度较快，高技术企业可以非常方便地获得各种科技信息，提高了创新效率。第三，科研管理体制机制日益理顺，科技人才流动日趋合理化、常态化，科技人力资源的潜能得到释放，取得良好的效果。

(3)外来技术不能有效促进企业创新。根据面板变系数模型的估计，引进技术的弹性系数为负，并且是显著的，购买国内技术没有通过统计检验;而面板门槛回归中，引进技术和购买国内技术也没有通过统计检验。

无论是引进国外技术还是购买国内技术，都不是企业的原创技术，需要在消化吸收的基础上才能进行二次研发，从目前的情况看，中国外来技术的消化吸收和二次开发成效较低，日本、韩国在技术引进的高峰期，消化吸收与引进技术之比在3 ～10之间，而中国目前平均水平仅有0.25。在这种情况下，应该鼓励高技术企业在引进技术的基础上进行二次创新，加大引进技术的消化吸收投入，对于那些难度大、技术先进的关键技术，应该鼓励高技术企业联合高等院校、科研院所进行协同创新，政府应该在政策配套方面给予大力支持。

更新改造和研发人员全时当量也并没有全部通过统计检验，说明这两者的绩效有待提高。更新改造投入中，如果仅仅用于简单的产能扩张，那是无益于企业创新的，除非能够带来产品质量和技术水平的提高，中国高技术产业更新改造总体尚处于初级阶段。研发人员全时当量由于不能区分不同水平科研人员的贡献，加上部分地区可能存在人浮于事的情况，总体绩效不高。

［1］Keller W. Geographic Localization of International Technology Diffusion［J］.American Economic Review，2002，92(1):120 -142.

［2］Griliches Z. Issues in Assessing the Contribution of Research and Development to Productivity Growth［J］.Bell Journal of Economics，1979，(1):92 -116.

［3］Jaffe A B. Real Effects of Academic Research［J］.The American Economic Review，1989，(5):957 -970.