技术资本测算、配置状况与收敛性研究

周红根，鹿 瑶

(齐鲁工业大学(山东省科学院) 工商管理学院，山东 济南 250353)

一、引言

以智能制造、物联网、大数据和云计算等为代表的新兴技术给实体经济带来新一轮机遇和挑战。技术、知识、信息和数据等高级生产要素的优化配置已成为中国能否顺利实现供给侧结构性改革和新旧动能转换的关键[1]。随着R&D投入不断增加，与21世纪初相比，技术累积得到非常明显的改善，但也出现部分高新企业经过大量R&D投入，盈利和市值均大幅下降，以及同一行业不同企业R&D投入相差无几，盈利状况却明显不同的现象[2]。其原因可能是经营战略、商业模式和企业文化等方面差异，但只注重技术创新过程和结果，没有将创新形成的技术给予资本化也是一个非常重要的原因。

技术资本同人力资本或物质资本一样，也是一种微观可测度的要素资本。技术资本存量与技术成果、转化速度、企业竞争力之间存在函数关系[3]。国内学者对技术资本的研究主要以规范研究为主，涉及技术资本内涵、特征、创造价值途径、技术资本优势与产权保护制度等方面[4-6]。这为后续研究奠定了良好的理论基础。国外学者从21世纪初开始研究技术资本与国家总生产函数、国民经济核算账户等宏观经济的关系[7-8]。纵观国内外文献，从微观层面对技术资本进行经验研究的文献极其罕见，主要原因在于对技术资本内涵界定不清、数据难以收集，不少文献均采用R&D投入占总资产比重、IT投资支出等模糊的替代变量来衡量[9-10]。

经济意义上的收敛在其他领域同样适用[11]。国内外学者将经济收敛理论扩展至其他领域，主要集中于碳排放、技术效率、城乡金融非均衡发展、人力资本投资、收入分配差距等方面[12-13]，尚未发现有相关文献从技术资本收敛视角进行检验。沿袭经济收敛观点，技术资本收敛指发展程度较低的地区技术资本提升速度快于发展程度较高的地区，最终不同发展水平的地区技术资本配置程度逐步趋向一致。近年来，面对结构调整与产业升级压力，各地均加大人才、技术等高端要素配给，具体表现为创新集聚资源逐渐向不同地区、产业和所有权性质的企业间转移。那么，创新集聚所实现的技术资本累积是否也存在非均衡发展？技术资本在不同行业、区域和所有权性质的企业间配置状况如何？落后地区和发达地区技术资本配置水平之间差距是逐步缩小还是逐步扩大？以上问题，国内外学者鲜有涉及，本文将尝试对以上问题进行回答，有助于政策制定并促进企业、区域和行业间技术资本均衡配置。

二、技术资本内涵、配置状况及收敛模型

科学测算技术资本存量是有效分析其配置状况及其非均衡发展收敛性的重要前提。技术资本与R&D投资不同，R&D投资是技术资本生成的重要渠道，除R&D投入形成的无形资产外，还包括通过吸收投资、外购、技术抵押、技术质押、技术许可、技术参股和租赁等途径形成的技术资本[14]。本文在Ellen、Edward(2009)和罗福凯(2014)对技术资本内涵界定基础上，认为技术转化为资本要经过新兴生产或生活方式的孕育，研发、外购、联盟等途径累积后，通过登记所有权凭证，投入生产、完成交易等一系列过程。技术资本包括专利、非专利技术、系统与软件、其他技术权利等，具体包含技术诀窍、商标、专利、非专利技术、控制系统、信息系统平台、研发机构、软件、许可转让费、技术使用权、软件使用权等项目。

(一) 技术资本配置状况

新常态下，一方面，人才、技术等创新资源要素在区域间有逐步扩大的趋势，另一方面，落后地区地方政府也逐渐认识到创新资源要素的重要性，通过一系列的人才、税收、土地和“放管服”等措施吸引创新要素资本，特别是技术等高端要素资本的引入。那么创新集聚所实现的技术资本累积是否也存在非均衡发展，非均衡分布程度有多大？这需要对中国企业技术资本配置状况进行详细测算、统计和分析。

1.分行业技术资本配置状况。随着国家创新政策驱动，R&D投入逐步加大，无论法定披露还是自愿披露，对外披露技术资本的上市企业逐年上升，在对技术资本经手工分行业整理后发现，披露数量和存量均呈现逐年稳步大幅度提高的情况，主要集中在制造业和信息技术业，披露数量占全行业样本之比达到80.49%。从图1可知，技术资本总体呈稳步上升，涨幅较大，从2008年的205.38亿元增加到2014年的1 476.93亿元，增长率为619.12%。

图1 全样本技术资本总量分行业趋势图

同时发现，技术资本在不同行业非均衡配置现象较为突出，制造业和信息技术业技术资本总量整体呈现稳步大幅度提升，其他行业总量差异和趋势差异较大，且绝对值较小。具体而言，农林牧渔、批发零售、社会服务和传播与文化产业呈大致上升趋势，采掘业技术资本存量波动较大，建筑业和交通运输业、房地产业技术资本存量均呈现下降的趋势。

近年来，中国证券市场IPO增速，企业会计准则等法规逐步完善，无论是自愿披露还是法定披露的公司数量逐年增加。为了使上述结论更为可靠，我们剔除市场扩容和市场逐步完善所导致的有效性自愿披露影响，用全样本构建平衡面板分析不同年份相同上市企业的分行业技术资本配置状况，具体如表1所示。

表1 分行业不同年份相同企业技术资本配置状况 单位：10万元

构建平衡面板后，可以看到技术资本总量也集中在制造业和信息技术业，且呈逐年稳步上升趋势。采掘业和建筑业呈先上升后下降的趋势，建筑业下降幅度较快。传播与文化产业、批发与零售业和综合类呈上升趋势，总量与其他行业相比较低。农林牧渔、电煤水生产供应业有一定变化，趋势不明显，变化幅度较小。

综上所述，无论从全样本还是构建平衡面板后，均表明市场“无形之手”在供给侧结构性改革和“新旧动能”转换政策出台之前已自动调节技术资本在各行业间配置状况，从而提高了制造业、信息技术业、农林牧渔业等急需技术创新增加核心竞争力，使关乎国计民生、生产手段相对落后行业中技术资本配置比例下降，降低或维持了房地产和建筑业等过热或夕阳产业的配置比例。

2.分区域情况下技术资本配置状况。伴随着经济持续高速增长，区域差异也逐步扩大，创新集聚资源逐步向发达地区和东部地区集聚，中西部地区在新旧动能转换和供给侧改革的政策引导下，也在大力发展新兴产业和推动技术创新。

将样本分为东部、西部、中部和东北4个区域后，分别按照全样本和剔除市场扩容与有效性自愿披露影响后得到图2和图3。发现东部地区总量远远高出其他地区且持续稳定大幅增长；东北地区技术资本总量呈现稳步上升的趋势，但是上升幅度较小，与其他区域相比，总量明显偏低；中部地区技术资本总量和西部地区之间呈现相互追赶的局面。

图2 分区域全样本技术资本总量时序图

图3 分区域平衡面板技术资本总量时序图

3.分股权性质情况下技术资本配置状况。同理，将样本按照全样本和剔除市场扩容与有效性自愿披露影响后分组得到图4和图5，研究发现：国有与非国有企业技术资本总量均呈现逐步上升的趋势。国有企业技术资本配置总量均高于非国有企业组。同时国有企业组总量呈折线型上升趋势，非国有企业组呈现稳步上升趋势。

图4 分股权性质全样本技术资本总量时序图

图5 分股权性质平衡面板技术资本总量时序图

出现上述情况可能原因在于，国有企业在行业准入、资源配置、融资方式与途径等方面具有天然优势，进行技术资本配置时没有后顾之忧，往往存在由于代理冲突导致的技术资本配置过度而非融资约束引发的技术资本配置不足。而非国有企业普遍面临“金融歧视”，融资难、融资成本过高导致非国有企业技术资本配置不足，进而出现国有与非国有企业技术资本配置总量差距较大、分布不均衡的现象。

(二) 技术资本非均衡配置收敛模型

对于收敛性的检验方法，主要以σ收敛、β收敛以及“俱乐部”收敛为主。σ收敛主要研究地区间人均技术资本的标准差随着时间推移的变化状况，如果随着时间推移，标准差下降，则存在σ收敛。反之，则表明呈发散趋势。早期β收敛一般都是通过截面数据进行分析，可能存在不同区域技术资本差异性没有得到重视，导致异方差和偏误等问题。本文选择平衡面板数据，可以较好地控制不同省域之间的异方差和修正忽略变量引起的偏误。

1.针对于σ收敛。采用人均技术资本自然对数的标准差来衡量省域人均技术资本的敛散性。计算公式如下：

i=1，2，…，N；t=1，2，…，T

(1)

2.针对于β收敛。采用如下对数形式作为收敛性研究的基准模型：

ln(TCit/TCi，t-1)=α+βln(TCi，t-1)+μi+ξt+εit

(2)

ln(TCit/TCi，t-1)=α+βln(TCi，t-1)+Zitη+μi+

ξt+εit

(3)

模型(2)表示的是β绝对收敛，模型(3)中增加控制变量后表示的是β条件收敛。其中，TCit表示省域i在第t年的人均技术资本存量，Zit为影响人均技术资本存量的控制变量构成向量，β和η分别为解释变量和一系列控制变量的回归系数，α为截距项，ui为各省域不随时间变化但影响人均技术资本存量的特有性质，ξt为对各省域相同但随时间变化的影响人均技术资本的时间效应，εit为随机误差项。上述回归方程中，包含控制变量Zit时表示β收敛的条件趋同，反之，则表示β收敛的绝对趋同。在上述模型(2)、(3)中，我们最关心β的系数，如果显著为负，则表示人均技术资本存在β收敛，反之则是发散的。

进一步，我们分别将模型(2)和模型(3)进行变形，将动态性显性地引入回归方程，在两侧同时加入ln(TCi，t-1)，分别得到下列模型(4)和模型(5)：

ln(TCit)=α+γln(TCi，t-1)+μi+ξt+εit

(4)

ln(TCit)=α+γln(TCi，t-1)+Zitη+μi+ξt+εit

(5)

其中γ=β+1，其他变量与模型(2)和模型(3)一致。这样就将模型(2)和模型(3)转化为标准的动态模型，可采用工具变量法或GMM估计。工具变量法需要找到合适的工具变量来消除内生性的影响。寻找合适的工具变量非常困难，因而采用Arellano和Bond(1998)创建的GMM方法估计上述方程。GMM本质上也是一种工具变量法，但是选用其前定变量和一系列外生变量的滞后项作为工具变量，用于消除内生性的影响。一般GMM方法分为一阶差分GMM(Anderson和Hsiao，1981)和系统GMM(Blundell和Bond，1998)，一阶差分GMM通过差分过程消除了省域不随时间变化影响人均技术资本的因素，这些因素可能导致结果出现明显偏误，故采用系统GMM来估计模型(4)和模型(5)。

3.针对于“俱乐部”收敛。指初期经济发展水平接近的不同地区各自内部不同经济系统之间，在具有类似的特征(如自然条件、发展禀赋、制度、治理机制等)前提下趋于收敛，即经济落后地区和发达地区技术资本各自内部存在收敛，但两个地区之间没有收敛的迹象。借鉴Galor(1996)、Barro和Xavier(2010)“俱乐部”收敛检验方法，首先从全样本判断技术资本非均衡配置是否存在σ收敛特征和β条件收敛，如果存在，进一步将样本按照东部、中部、西部和东北地区分别检验是否存在β绝对收敛，其检验和判断方法如前所述[15]。

三、技术资本非均衡配置收敛性检验

(一)数据来源与变量选择

基于中国上市公司各变量汇总后的省级数据，数据来源于国泰安(CSMAR)数据库。其中，省域人均技术资本分别将样本的技术资本存量和员工人数按照省域和年份汇总后相除得到。鉴于公司规模、资产负债率、总资产周转率、营业收入增长率、总资产净利润、股利分配率和第一大股东持股比例可能会影响公司融资的渠道和来源、公司治理水平等，导致公司技术资本存量配置大小不一，影响人均技术资本，故将上述影响因素设置为控制变量。此外，由于利用的是2008—2014年跨年度数据，期间可能会受到宏观经济和外界环境变化的影响，故在控制变量中引入年度虚拟变量来控制时间的系统性差异。同时本文的研究分析了除金融业之外的12个行业，行业也将对被解释变量产生影响，故引入行业虚拟变量来控制行业对回归结果的影响。具体变量名称和定义如表2所示。

表2 变量名称和定义

(二)描述性统计

通过构建平衡面板数据得到中国31个省份7年间的人均技术资本，得到217个样本。对这217个样本进行描述性统计后发现，省域人均技术资本均值为11 000元，最大值为83 000元，最小值仅为872.92元，差异较大。

表3 技术资本收敛性描述性统计

注：本表中用()反映的数值表示负值。

(三)实证结果及分析

1.σ收敛及其检验结果。利用上述模型(1)，采用省域人均技术资本分别对全国、东部地区、中部地区、西部地区和东北地区进行σ收敛检验，检验结果如图6所示。

图6 全国及四大区人均技术资本标准差对比时序图

从图6可知，全国、东部、西部、中部和东北地区，标准差大致呈现缩小的趋势，表明人均技术资本存在收敛现象。具体而言，样本整体标准差在2008—2010年间呈现扩大的趋势，存在技术资本发散的迹象，2010年以后，标准差逐渐减少且幅度较大，说明样本整体在2010年以后存在σ收敛。将样本分区域后，发现东部地区标准差与样本整体走势基本一致，这说明东部地区技术资本敛散性和样本整体一致。中部地区也是表现为先发散后收敛的趋势，与全样本及东部地区相比，收敛时间相对晚一年。西部地区和东北地区人均技术资本均表现为折线型下降的趋势，说明这两个区域人均技术资本存在σ收敛。

2.β条件收敛及其检验结果。为加强对比，分别给出了OLS回归、固定效应模型和系统GMM模型的估计结果。普通OLS估计滞后项的系数一般存在高估的特点，而固定效应估计结果偏向于低估。如果系统GMM估计的滞后项系数介于OLS和固定效应估计的滞后项系数之间，则普遍认为系统GMM的估计结果是可靠有效的[16]。

在模型(5)当中，滞后项系数γ=β+1，如果γ处于0～1之间，则表明β值为负数，即存在条件收敛。通过表4估计结果发现，在普通OLS、固定效应模型和系统GMM估计下，滞后项系数分别为0.655、0.33和0.541，均通过了1%的显著性检验。无论采用普通OLS、固定效应模型还是系统GMM估计，得到的结果均表明γ处于0～1之间，说明β值均为负数，分别为-0.345，-0.67和-0.459。按照Bond 等人的做法，系统GMM的估计系数处于OLS和固定效应模型的估计系数之间，说明系统GMM的估计结果是可靠有效的。因此，根据系统GMM的估计对结果进行解释。

表4 样本整体β条件收敛检验结果

注：***、**、*分别表示在1%、5%、10%水平下显著。下表同。

根据模型(4)，对省域人均技术资本进行绝对收敛检验，得到γ系数为0.476，Z值为1.12，这样β系数为-0.524，没有通过显著性检验，表明省域人均技术资本存在收敛的迹象，不存在β绝对收敛。进一步，根据模型(5)得到表4中β条件收敛检验结果，发现省域人均技术资本γ系数为0.541，这样β系数为-0.459，在1%的水平下显著，样本整体技术资本存在β条件收敛。根据新古典经济增长理论，在控制类似特征(如负债状况、发展禀赋、制度、治理机制等)前提下趋于收敛，经济落后省域的技术资本会逐渐追赶上经济发达省域，二者技术资本配置状况会逐渐趋于稳定均衡的状态。在经济新常态下，迫切需要由过去的要素驱动向创新驱动转变，形成以新技术、新产业、新业态和新模式的“四新”为核心的经济发展模式。各地政府也积极出台诸如新旧动能转换等适合本地区发展的各项政策配合经济发展模式的改变。在转变过程中，政府及微观企业也逐渐意识到技术资本对本地经济及企业发展的重要推动作用，从而出现省域技术资本之间差距逐渐缩小的收敛现象。

3.“俱乐部”收敛及其检验结果。通过上述分析发现，全国范围内技术资本非均衡配置存在σ收敛特征和β条件收敛，不存在β绝对收敛特征。根据Galor(1996)、Barro和Xavier(2010)“俱乐部”收敛检验方法，进一步检验判断技术资本非均衡配置是否存在“俱乐部”收敛，运用β绝对收敛的检验方法，将全样本按照东部、西部、中部和东北地区分组后检验，结果如表5所示。

表5 分区域技术资本“俱乐部”收敛检验结果

注：AR(1)的P值低于5%，AR(2)和Sargan检验的P值大于10%，表明模型动态自回归是合理的，工具变量选取是有效的。

从表5分区域的系统GMM检验结果可知，东部地区和西部地区的人均技术资本的滞后一期回归系数均在0～1之间，模型(5)中的β值为负数，且通过显著性检验，说明东部和西部地区技术资本存在“俱乐部”收敛。中部地区β值为负，未通过显著性检验，存在收敛的迹象，不存在“俱乐部”收敛。东北地区β值为正，且通过1%的显著性检验，技术资本存在发散的趋势。经分析，东北地区技术资本存在发散的趋势，原因可能在于该地区大型国有企业居多，冗余人员、效率低下等弊端存在，使得朝阳产业与夕阳产业、新兴企业与传统企业之间的矛盾日益突出，两极分化较为严重，进而导致该地区技术资本呈发散趋势。东部地区一直以来是各项政策的先行地，技术创新意识较强，公司内部治理状况较好，收敛现象明显。西部地区近年来一直通过一系列的经济和行政手段，包括财政转移支付等方式进行扶持，GDP增长率较高，西部地区和东部地区的差距在逐渐缩小，也具体反映在技术资本配置方面，这符合新经济增长理论，技术资本存在逐渐收敛状况。

四、研究结论与政策启示

本文在对微观企业技术资本内涵进行界定的基础上，收集了2008—2014年沪深A股7 382个样本的技术资本存量，分别从全样本、剔除市场扩容和有效性自愿披露的不同年份相同上市企业的两个角度，按行业、区域和股权性质三个维度对技术资本存量配置状况进行了详细的描述性统计分析，进一步采用σ收敛、β收敛和“俱乐部”收敛三种分析方法，对中国技术资本非均衡配置的收敛性进行了检验，并对检验结果进行了分析。研究得到以下结论：

1.在供给侧结构性改革与新旧动能转换政策出台前，市场“无形之手”已经自动优化并调节了技术资本存量在行业间的配置比例。具体而言，提高了现代制造、信息技术等新兴行业与关乎国计民生的农林牧渔等传统行业的技术资本配置比例，降低或维持了房地产、建筑等过热行业的配置比例。

2.区域发展不均和股权性质差异，使得不同地区、产权性质企业，技术资本配置状况有所不同。具体而言，东部地区技术资本总量远远高出其他地区，且持续稳定大幅增长；东北地区总量呈现稳步上升趋势，上升幅度较小，与其他区域相比，总量明显偏低；中部地区和西部地区技术资本总量呈现相互追赶的局面。不同股权性质总量均呈逐步上升，国有企业总量高于非国有企业，国有组总量呈折线型上升，非国有组呈稳步上升。

3.全国范围内，技术资本非均衡配置存在σ收敛和β条件收敛，不存在β绝对收敛特征，技术资本总量配置存在省域之间你追我赶，差距逐渐缩小的现象。进一步对其进行“俱乐部”收敛检验，发现东部和西部地区存在“俱乐部”收敛，中部地区存在收敛迹象，东北地区技术资本存在发散现象。

因此，本文提出如下政策建议：第一，管理层要认识到技术资本的重要性，加强存量累积，进一步规范企业自身技术资本披露，以使外部投资者及利益相关者及时了解企业内部技术资本相关信息，从而增强自身核心竞争力。同时，政府相关部门应该完善相关法律法规，健立技术要素资本市场平台，要求在财务报表附注中对技术资本进行强制披露。第二，应继续推进市场化改革，发挥市场“无形之手”的作用，结合政府“有形之手”，继续推进供给侧改革和新旧动能转换，持续优化技术资本在各行业间的合理配置，发挥市场决定性作用，实现资源的有效配置。第三，继续推进混合所有制改革，减少对非国有企业限制，推动金融企业良性竞争，为非国有企业进行技术资本配置提供良好的市场和制度环境，逐渐缩小甚至消除国有企业与非国有企业之间的金融歧视，实现技术资本在不同股权性质企业中的合理配置。第四，缓解区域非均衡发展局面，需要完善相应的政策引导措施，通过人才和技术资本向中西部地区转移以及财政转移支付制度，确保西部大开发战略和中部崛起战略的有效实施；强化东部地区人才和技术等要素对东北地区、中西部地区的对口帮扶，缓解并缩小区域间技术资本非均衡配置状况。