中国高校知识生产全要素生产率增长及其影响因素:2001年~2011年
2015-10-30吕艳赵彦云曾孟夏
吕艳+++赵彦云+++曾孟夏
摘要:文章基于2001年~2011年我国三十个省市自治区高校知识生产的数据,采用Malmqusit生产率变化指数法,计算了我国2001年~2011年高校知识生产全要素生产率增长情况。结果发现从2001年~2011年,我国高校知识生产全要素生产率整体呈上升趋势,年平均增长率达到了6.8%;浙江、上海、江苏、北京是高校知识生产率增长最快的4个地区。从全要素生产率增长影响因素的分析来看,高校的内生力是高校知识生产率提升的根本,以师资队伍水平的作用最为突出;政府、企业对大学的支持同样是高校知识生产率提升的重要因素;知识存量、经济发展水平、对外开放程度等一些环境因素也会对高校的知识生产率提升产正向影响,但作用相对较小。
关键词:Malmquist生产率变化指数;全要素生产率增长;高校知识生产
一、 引言
国内关于大学知识生产率的问题研究起源于21世纪初,胡咏梅(2007)、杨文举(2011)、王宇鹏(2012)、姜彤彤和武德昆(2012)、姜彤彤(2013)对高校知识生产率情况进行了分析,虽然学者们从不同角度探索了中国高校的知识生产的生产率,但是指标的选取相对多元,而且测算的时间跨度也相对较短,同时也很少在知识生产率增长的基础上对其影响因素进行进一步探索。本文拟采用Malmquist生产率变化指数法对中国高校2001年~2011年知识生产的全要素生产率进行测算,并对其影响因素进行进一步的探索。
二、 大学知识生产全要素生产率增长的估算方法、数据说明及变量选取
1. Malmquist生产率变化指数。本文采用Malmqusit生产率变化指数(Fare,1994)来计算大学知识生产的全要素生产率增长。该指数是基于多投入多产出的数据计算生产率变化和效率提升的一种经典方法,其具体形式为:
M(xt+1,yt+1,xt,yt)=
·
1/2(1)
其中:Dt(xt,yt)为t期的生产点(xt,yt)与t时期生产前沿面的距离
Dt(xt+1,yt+1)为t+1期的生产点(xt+1,yt+1)与t时期生产前沿面的距离
Dt+1(xt,yt)为t期的生产点(xt,yt)与t+1时期生产前沿面的距离
Dt+1(xt+1,yt+1)为t+1时期的生产点(xt+1,yt+1)与t+1时期生产前沿面的距离
Fare进一步将Malmquist生产率变化指数分解为技术效率变化指数(Efficiency Change,记为effch)和技术进步指数(Technical Change,记为Techch),即:
M(xt+1,yt+1,xt,yt)=×
()(
)1/2(2)
其中=effch,为效率变化指数,测度从t到t+1时期实际生产与生产前沿面所示的最大可能产出迫近程度的变化,effch指数大于1表示效率提高,effch指数小于1,表示效率下降。
()(
)1/2=techch,为技术进步指数,测度生产前沿面从t到t+1时期的移动。techch指数等于1表示从t期到t+1期没有技术进步,techch指数小于1表示从t期到t+1期出现了技术退步,techch指数大于1表示从t期到t+1期出现了技术进步。
进一步放松固定规模报酬的假设,对Malmquist指数可分解为
Mv,c(xt+1,yt+1,xt,yt)=×
×
·
简记为Mv,c(xt+1,yt+1,xt,yt)=peffch×sch×techch
注脚为v的表示的是变动规模报酬的情况,注脚c为固定规模报酬的情况,第一项peffch表示变动规模下的纯技术效率变化,第二项sch表示规模效率变化,第三项techch表示技术变化。
2. 数据说明。本文使用的数据是2001年~2011年中国大陆除西藏以外的30个省、自治区和直辖市的高等学校投入和产出数据。之所以没有包括西藏,一个是西藏的高等学校相对较少,另一个是在年鉴统计中存在某些年份数据的缺失,故在实际研究中未包括西藏。
本章所有的数据均来自《中国统计年鉴》、《中国科技统计年鉴》、《高等学校科技统计资料汇编》、《专利统计年报》。
3. 投入产出变量的选择。大学的知识生产是基于一定的人力、财力等投入因素利用脑力劳动产生新知识的过程。
(1)投入变量。人员和经费是高校知识生产活动的两个投入元素,人员选用R&D人员全时当量衡量,经费选用高校R&D经费内部支出额衡量,并以2001年各省直辖市自治区不变价格计算。
(2)产出变量,大学生产的知识根据是否可编码,可分为显性知识和隐性知识,显性知识是可编码化的知识,通常以论文、专利等形式呈现;隐性知识是不可编码的知识,很难用语言、文字等表示,故选择体现显性知识的论文和专利来衡量大学的知识产出。由于各年鉴并没有记载各地区发表的论文数,故用一个地区发表的科技论文数来衡量高校的论文产出,用专利授权数来衡量高校的专利产出。
三、 中国高校知识生产全要素生产率增长估算结果
本文基于30个省市自治区高校知识生产2001年~2011年的投入产出数据,使用Deap2.1软件,采用了产出导向的方式计算了中国高校知识生产Malmqusit生产率变化指数,以反映高校知识生产全要素生产率增长情况。
1. 全国高校知识生产全要素生产率的增长及其构成。如表2所示,2001年~2011年10年期间,全国高校知识生产全要素生产率年平均增长率为6.8%,整体呈现出明显的波动特征。2002年相对2001年全要素生产率下降了14%,这也是全要素生产率唯一下降的一年,从2002年起,各年相对前一年的全要素生产率均有所增长,增幅略有不同。2002年~2007年,是全要素生产率增长比较快的时期,年平均增长率达到了13.7%;2007年~2011年全要素生产率的增长进入一个相对缓慢的增长时期,这一时期全要素生产率年平均增长率为4.2%。
从Malmquist生产率变化指数的分解来看,整体而言,全国高校知识生产全要素生产率的增长主要归因于由教师水平提升和实验设备更新等因素带动的技术进步,而不是效率的改善,与(杨文举,2011;姜彤彤,2012)的研究结果一致。2001年~2011年,技术进步年平均增长率为7.8%;而效率则平均下降了1%。
2. 各省、自治区、直辖市的高校知识生产全要素生产率的增长及构成。从30个省市自治区全要素生产率的年平均增长情况来看,与2001年相比,绝大部分区域的高校知识生产全要素生产率都有一定提升。高校知识生产全要素生产率提升的省市有北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、山东、河南、湖北、湖南、广东、重庆、四川、云南、陕西、甘肃、宁夏等23个省市自治区,提升居于前四位的是浙江、上海、江苏、北京,高校知识生产全要素生产率年平均增长率分别达到了24.3%、22.2%、21%、18.7%,这四个省市属于高等教育比较发达的区域。高校知识生产全要素生产率下降的省市有山西、广西、贵州、江西、新疆、内蒙古、青海等7个省市,这几个省市的Malmquist生产率变化指数均小于1,其中以青海的最低,在中国地域划分上,除山西属于中部以外,其余6个省市均处于中国的西部,属于高等教育发展相对薄弱的区域。
四、 高校知识生产全要素生产率增长的影响因素分析
1. 变量和数据说明。大学的内生力是指一个区域内大学自我发展的能力,主要取决于区域大学的师资队伍水平、基础设施以及高校的研究性程度。师资队伍水平的衡量通常采用的硕士学位教师占比这个指标,由于2001年、2002年的数据的缺失,以2003年各省高校专任教师中硕士以上学位教师占比来衡量研究期初始的专任教师水平,数据来源于《中国教育统计年鉴(2003)》。基础设施的衡量则采用师均教学科研仪器设备值来衡量,由于2001年数据缺失,采用2002年的数据作为研究期初始的数据。在我国,研究型大学相比于普通的学校承载了更多的知识生产的任务,更能促进新知识的生产,鉴于缺少各地区研究型大学确切数据的统计,故采用各地区研究生在校生数与本科在校生的比值来衡量一个区域高校的研究性程度,因为2001年、2002年数据的缺失,采用2003年数据作为研究期的初始数据,源于《中国教育统计年鉴(2003)》。
三重螺旋理论(Leydesdorff et al.,1994)认为政府、企业对大学的支持对大学的知识生产具有重要意义,受统计数据限制,本文主要从财务的角度来测度政府、企业对大学的支持力度,用高校科技人员人均获得的政府经费来衡量政府对高校的支持力度,高校科技人员人均获得的企业经费来衡量企业对高校的支持力度。由于缺乏2009年~2011年三年高校分地区科技经费来源的统计,故以2001年~2008年高校科技人员人均年获得的企业资金来体现研究期间企业对高校的支持力度。以2001年~2008年高校科技人员人均年获得的企业资金来体现研究期间企业对高校的支持力度,数据来源于《中国科技统计年鉴》。
环境因素包含区域的知识存量、经济发展水平以及对外开放程度。参照多数学者的做法(Han,2007;Krammer,2009;刘思明,2010),用专利存量来衡量知识存量,在此采用刘思明(2010)计算的2001年各省的知识存量作为我们研究期的初始知识存量;经济发展水平采用人均GDP来衡量,数据源于《中国统计年鉴》(2002);对外开放程度选用的是进出口总额与GDP的比重来衡量,数据源于《中国统计年鉴》(2002)。
2. 影响因素分析。从变量相关系数来看,我们所考察的8个影响因素,存在很大的相关性,相关系数最高的达到了0.873,相关系数最低的也有0.446,同时将这些变量纳入模型,会引起多重共线性,故在实际分析中采用的是将Malmquist生产率变化指数年平均值作为因变量,而将8个可能的影响因素单独作为自变量纳入回归方程,分别考察8个影响因素对因变量的影响。
结果显示,大学内生力、政府与企业对大学的支持、环境等涉及的8个因素对Malmquist生产率变化指数都具有正的效应,系数均通过了显著水平检验,即一个区域的高校师资队伍水平、基础设施、研究性程度、企业对高校的支持力度、政府对高校的支持力度、经济发展水平、对外开放程度、知识存量对高校知识生产全要素生产率的增长都具有正的作用。
从回归方程的R2和调整R2来看,八个可能影响因素指标对Malmquisi生产率变化指数都具有一定的解释力,只是解释力度有所不同,对因变量解释力度最强的是企业对高校的支持力度以及高校的师资队伍水平,分别解释了因变量71.8%、69.4%的变化。高校基础设施、高校的研究性程度、政府对高校的支持力度、经济发展水平对因变量的解释力差不多,解释了因变量40%左右的变化。区域的初始知识生产水平、对外开放程度对因变量的解释力度最弱,解释了Malmquist生产率变化指数20%左右的变化。说明对高校知识生产率提升最重要的是高校的内生力以及企业政府对高校的支持力度,区域知识存量、经济发展水平、对外开放程度虽然也会区域高校知识生产产生正的效应,但作用相对较弱,区域的知识存量影响最弱,很重要的一个因素是全球化以及互联网的发展使得高校知识生产信息的获得并不仅仅局限于所在区域内。
五、 结论
本文基于2001年~2011年12年的30个省市自治区高校科技创新投入产出的数据,利用Malmquist生产率变化指数法,计算了30个省市高校知识生产2001年~2011年Malmqusit生产率变化指数,并依据计算结果对我国高校知识生产全要素生产率增长和其构成进行了分析,并对影响因素进行了探索,结果显示:
1. 从2001年到2011年,全国高校知识生产全要素生产率整体呈上升趋势,年平均增长率达6.8%。全要素生产率的增长更多的是归因于技术进步,而不是效率的提升。
2. 从30个省市自治区高校知识生产全要素生产率的增长情况来看,与2001年相比,全要素生产率提升有23个省市自治区,其中增长速度居于前四位的是高等教育比较发达的浙江、上海、江苏、北京。
3. 从中国高校知识生产全要素生产率增长的影响因素分析来看,高校的内生力是高校知识生产率提升的根本,以师资队伍水平的作用最为突出;政府和企业对大学的支持力度同样是高校知识生产率提升的重要因素,企业由于与高校的合作方式更为灵活,促进高校知识生产的作用高于政府对高校知识生产的作用,凸显了产学研促进大学知识生产的效应;知识存量、经济发展水平、对外开放程度等一些环境因素也会对高校的知识生产率提升产正向影响,但作用相对较小。(下转第48页)
参考文献:
[1] Fare.Productivity growth, technical progre- ss, and efficiency change in industrialized countries[J].The American Economic Review, 1994:66-83.
[2] Etzkowitz H, Leydesdorff L.The Triple 日Helix--University-industry-government relati- ons: A laboratory for knowledge based economic development[J].Easst Review,1995, 14(1):14-19.
[3] 刘思明.中国区域创新能力驱动因素研究[D].中国人民大学博士学位论文,2012:155.
[4] 胡咏梅,梁文艳.高校合并前后科研生产率动态变化的Malmqusit指数分析[J].清华大学教育研究,2007,(1):62-70.
[5] 杨文举.基于Malmqusit TFP指数的中国高校科研生产绩效评价[J].高教发展与评估,2001,(3):47- 55.
[6] 姜彤彤,武德昆.基于Malmquist指数的高等学校科技创新全要素生产率研究[J].中国科技论坛,2012,(5):79-84.
[7] 姜彤彤.“985工程”高校科研全要素生产率测算及分析[J],中国高教研究,2013,(4):38-43.
基金项目:国家社会科学基金教育学青年课题“中国高等教育统计指标之国际比较”(项目号:CIA090105)。
作者简介:赵彦云(1957-),男,汉族,天津市人,中国人民大学统计学院院长、教授、博士生导师,经济学博士,研究方向为宏观经济统计、国际竞争力、区域创新;吕艳(1979-),女,汉族,山东省临沂市人,中国人民大学统计学院博士生,研究方向为教育统计、宏观经济统计;曾孟夏(1986-),男,汉族,广西壮族自治区南宁市人,中国人民大学统计学院博士生,研究方向为经济统计。
收稿日期:2015-07-08。