研发创新对技术进步贡献测度及其影响因素分析

余子鹏，金 晶

(武汉科技大学 湖北中小企业研究中心，湖北 武汉 430065)

一、引言及文献综述

Robet和Solow提出技术进步是“经济增长的主要动力和源泉”，打破了“资本积累是经济增长的决定因素”传统观点[1]。随后，众多学者探索技术进步衡量方法并分析其影响因素，除去要素投入增长后的经济增长部分，将“尚未解释的余值增长”的全要素生产率增长表示技术进步[2]。Denison测算了全要素生产率增长，分析得到战后工业国家技术进步主要来源于物质资本技术进步、技术创新的扩散程度、资源配置的改善、规模经济等科技创新和经济规模扩大[3]。其中，将设备技术进步、技术创新发明及应用、管理创新、要素配置改善等纳入科技研发创新，是提高技术水平和产品质量的动力源泉，是实现技术进步的主动行为；经济规模扩大导致分工深化、要素流动、“干中学”等活动也促进技术进步。Jorgenson和Griltiches引入投入要素质量分析技术进步对美国经济增长的影响，中国学者李京文等分析了中国经济增长中要素投入及技术进步影响[4-5]。近年来，有学者对技术进步进行评价和国际比较并分析其影响因素，也有学者探讨资本质量、税收、企业集聚、投资及区域异质性、要素配置偏向对中国技术进步的影响，以及技术进步率对产业结构高级化、合理化的影响[6-8]。但是，现有文献较少分解和测算科技创新对技术进步贡献，也较少文献分析科技创新投入、成果传递及应用环境对此贡献的影响。

本文边际贡献是：在现有理论和技术进步核算方法基础上，分解和测算科技创新的技术进步贡献，并分析其影响因素。首先简要介绍技术进步的核算方法并将其分解为规模经济效应和研发创新影响；其次核算研发创新对技术进步贡献；其三分析研发创新投入与成果运用环境等因素的影响规律；最后，提出强化科技投入和改善创新环境的政策启示。

二、技术进步的核算与分解

技术水平的核算方法主要有参数法和非参数法。根据希克斯、哈罗德或索罗中性技术等理论假设，参数法运用总量生产函数和设定投入要素质量变化，以要素投入增长不能解释的经济增长作为技术进步。非参数法不需设定具体生产函数，运用会计核算法测算投入-产出的效率及其改进作为技术进步。这两类方法各有特点，参数核算法能清晰地定义“生产剩余”，但生产函数的形式设定会产生偏差；非参数法避免设定具体生产函数的误差，但产出、投入变量选择的自由度较大。

表1 技术进步率核算分类

(一)随机前沿生产函数法

以全要素生产率TFP衡量技术水平，构建包含技术进步的随机前沿生产函数如下：

Yt=f(Xt，t)exp(-ut)exp(εt)

(1)

其中Y为经济产出值，X为资本存量、劳动力投入和污染物排放(考虑环境因素时，将污染物排放作为获取产出的一种投入)向量；t为时间趋势变量；u≥0取值(0，1]服从截断(原点右边)的正态分布，为产出导向的技术非效率；ε为随机干扰项，以指数形式进入模型，服从白噪声的正态分布。若不考虑干扰项，实际产出Yt与生产前沿函数f(X，t)之比即exp(-ut)为生产技术效率TE。

根据Kumar和Russell的方法[9]，对式(1)两边取对数求关于时间t的一阶导数，得到：

(2)

(3)

(4)

其中si=ωiXi/∑iωiXi，ωi为投入要素i的价格。由式(3)、式(4)得：

(5)

其中RTSi=∑iαit，λit=αit/∑iαit。

在式(5)等号右边，第一项为技术变化，第二项为技术效率变化，第三项为要素配置变化引起的技术进步，这三项之和作为科技创新引起的技术进步。式(5)右边的第四项表示规模经济变化引致的技术进步，当经济规模报酬递增时，该项为正值，否则就为负值。

(二)Malmquist-Dea指数法

全要素生产率Malmquist指数分解可反映生产函数前沿技术进步和技术效率变化[10-11]。 在测度全要素生产率过程中，Chung等引入同时考虑期望产出增加和非期望产出减少的方向性距离函数(Directional Distance Function，DDF)，构建基于比值Malmquist-Luenberger生产率指数，在无需价格信息和不需假定生产函数的情况下测度绿色全要素生产率[12]。因存在投入或产出非零松弛时，传统的方向性函数会低估评价对象无效率水平，Tone、Fukuyama和Weber建立含松弛性的方向性距离函数(Slacks-Based Measure：SBM)，景维民和张璐采用Chambers等的相加结构Luenberger 生产率指标[13-16]。

根据Malmquist-Dea指数结构，全要素生产率变化可分解为规模效率SC、纯技术效率PE以及技术变化TC的乘积，即TFPCH=SC×PE×TC，将全要素生产率变化的规模效率分解出来，则可以得到计算公式为：

TFPCH=PE×TC+(SC-1)×PE×TC

(6)

在式(6)中，(SC-1)×PE×TC为规模效率带来的技术进步，将规模效率变化引起的技术进步分解出来，SC大于1时，规模报酬递增，对技术进步具有促进作用，否则SC小于1时，规模报酬递减，对技术进步作用为负。PE×TC为规模效应以外的技术进步，是研发创新对技术进步贡献。

(三)研发创新对技术进步贡献的衡量

根据理论推理以及式(5)与式(6)分析的结论，技术进步可分解为科技研发创新和经济规模变化作用之和。除了规模经济对技术进步的促进作用，科技创新即科技投入及创新积累是提高单位要素投入生产率最为重要的因素。经济增长源于要素投入总量增加和单位投入要素生产率或效率提升。单位要素生产率或效率提升依靠技术进步，依赖知识进步、资源配置改善、资源流动和规模经济等，知识进步包括物质资本技术进步、管理、技术知识扩散和技术发明应用时间的缩短等[2-3]。科技研发创新包含基础科学研究与试验、自主技术研发与产品发展，引进外来技术、产业组织创新和科学管理方法的研究与施行等活动，促进新知识、技术知识产生和运用，提高物质资本技术水平，提升管理科学性，改善资源配置，促使要素合理流动，实现经济高效运行。因此，全要素生产率增长是科技创新、规模经济共同作用的函数，以st表示科技研发创新，es为经济规模，有函数：

(7)

(8)

为计算不同时点的参数估计量，采用超越对数随机前沿生产函数：

(9)

TCt=β1t+β2tt+βtilnXit

TECt=∂TEt/∂t=-∂ut/∂t

运用随机前沿函数核算技术进步时，科技研发创新的技术进步贡献ctst(假定λit=sit)为：

(10)

三、研发创新的技术进步贡献因素分析

影响研发创新对技术进步贡献的因素有研发投入及结构、科技成果转化以及创新成果作用的对象特征等三个环节。

首先，科技创新投入力度与结构影响创新动力和产出效率。科技创新涉及基础研究与开发工作以及技术引进等多个相互联系的环节，投入结构体现科技投入的资源配置，研发投入是科技创新的直接推动力量，各环节资源配置和协调化有利于提升科技创新的产出效率。另外，制定合理的法规和制度，规范各环节的权利和义务可取得创新的协同效应，如知识产权保护研发主体正当利益，确保技术创新者获取合理的收益以弥补研发投入成本和必要的回报，保护研发机构和企业科技创新投入的积极性，培养相关主体的技术创新定力。科技创新投入因素变量，如科技创新投入力度、政府科技创新投入比例、引进技术结构比例、基础研究和试验发展研究结构比例，以及历年技术专利申请量及交易量的增长率等。

其次，科技创新成果转化设施、劳动力素质和传播环境，影响技术信息被获取途径广泛性、科技成果被理解深度与准确性、科技成果被运用到经济实践的时滞和难度。科技创新成果作用于经济实践的效果依赖劳动力对创新技术领悟和掌握，劳动力教育水平是劳动力对科技理解能力的重要基础，信息设施是科技创新成果的传播路径，基础设施完善度影响创新主体学习新技术信息的机会和便利性[17]。本文取劳动力质量、信息网络设施密度等科技创新转化和传播设施作变量。

其三，经济环境是技术成果发挥作用对象的特征，决定技术成果在经济实践中运用效率，影响科技创新对技术进步贡献。除了经济总量以外，经济环境有资本结构、产业结构及质量层次等。产业结构及组织效率影响资源配置、知识和技术使用效率。资本所有权结构影响创新技术选择方式和投入持续性，不同所有制资本对技术创新影响差异较大。中国是以公有制为主体、多种所有制并存的经济体制，不同资本结构影响科技创新投入，将影响技术进步的动力。高技术产品的对外开放和国际贸易水平，体现一国经济对国外零部件的依赖性以及出口产品技术水平与质量层次定位，这些体现经济吸收和运用创新技术的能力，是创新技术的施加作用的直接环境，影响科技创新对技术进步贡献。经济环境变量取经济结构、经济专业化、进口比率和出口比率等变量。

综上，科技创新的技术进步贡献受到研发投入的结构和力度、科技成果传播环境与转化设施以及经济环境等因素的作用，为此构建影响因素函数模型：

ctst=g(x1，x2，x3)

(11)

其中x1、x2、x3分别为科技创新投入影响因素变量向量、传播设施和接受技术成果变量向量以及经济环境因素变量向量。

四、指标说明及计量模型分析

从《中国统计年鉴》收集1997—2017年的GDP、三次产业增加值、资本投入、劳动力及其教育水平，以及污染物如SO2与COD排放量，中国科技活动中的研发投入力度、投入结构、经费来源结构、高新技术产品进出口和专利交易额等数据。运用消费价格指数、固定资产投资价格指数分别对产出GDP、固定资产投资进行可比折算，运用张军和章元的方法核算历年固定资产存量(基年1997)[18]，以SO2排放量代表污染物量。

(一)科技创新对技术进步贡献的核算

分别运用Malmquist-Dea、随机前沿函数计算中国经济发展技术进步和绿色技术进步指数。根据超越对数前沿生产函数回归和Malmquist指数分析，以产出(GDP)自然对数值(lny)对劳动力自然对数(lnlbr)、资本存量自然对数(lncptl)等投入回归求解方程，分别采取超越对数回归、C-D函数形式、规模报酬效应检验和残差检验后，得到满足规模报酬的C-D方程：

lny=-0.680 749+0.399 956lnlbr+

(-13.1) (19.998)

0.600 044lncptl+0.057 455lnt

(12)

(19.998) (2.24)

R2=0.999，D.W.=1.92

考虑污染时，将污染排放也作为投入因素(污染排放量的对数为lnplltn)引入，经过超越对数、C-D函数、规模报酬效应和残差等检验后，得到满足规模报酬的方程如下：

lny=0.226 296lnlbr+0.591 684lncptl+

(8.4) (15.2)

0.182 02lnplltn+0.040 654lnt×lnt

(13)

(13) (2.8)

R2=0.997，D.W.=1.78

方程式(12)没有考虑污染排放、式(13)考虑了污染排放情形，引入时间变量表示要素质量进步。运用随机前沿生产函数、Malmquist-dea指数方法核算全要素生产率。运用公式(10)，在剔除规模效应后求得科技创新的技术进步贡献(技术进步增长率)分别记为T0s、T0m、T1s、T1m，其中0表示没有考虑污染排放，1表示考虑污染排放；s、m分别表示随机前沿方法和Malmquist指数法，如图1所示：

图1 科技创新对技术进步的贡献图

图1中，科技创新对技术进步贡献增长率表现为整体先上升、后下降之势。2007年科技创新的技术进步贡献(增长率)达到最高水平，由于经济增长中技术进步的阻碍因素，如经济处于结构调整升级过程中，原有资本质量低和老化加快，2012—2015年间技术进步增长率呈负值，2016—2017年间技术进步恢复正向增长但不稳定。

分析科技创新的技术进步贡献增长率相关关系，发现其相关系数都呈正值，为强正相关关系，其中T1s分别与T1m、T0s、T0m的相关系数为0.753、0.639和0.613，T0s与T0m的相关系数为0.981。科技创新对技术进步贡献占国民生产总值增长率的比例也呈波动状态。

(二)解释变量指标的初步分析

科技创新投入因素指标有投入力度(研发投入与GDP 的比值)、投入结构(基础研究支出与研究和发展总支出的比值)和研发经费的来源结构(研发政府经费支出与研发总支出的比值)。中国研发投入力度由1997年的0.64%逐渐上升到2017年的2.15%；基础研究支出占研发总支出的比例1997—2006年间在4.8%左右波动，2007—2017年提高到5%以上，其中2009年基础研发比例接近6%，但2017年仍然只有5.54%。政府研发经费支持比例由1997年的26.2%下降到2017年的19.81%。

网络发展水平使用网络接口数与年龄为15～60岁的人口数比值表示，该比值由1997年的0.02%上升到2017年的113%。运用《中国统计年鉴》历年抽样调查数据，分别计算人口中的高中以上文化程度和大专文化程度的人口比例表示人力质量。中国高中以上文化程度的人口比例、大专以上人口比例分别由1997年的11.42%、3.05%上升到2017年的17.55%和13.87%。

科技创新成果实施的经济环境因素指标取第二产业增加值与GDP的比值、专利交易额占第三产业增加值比例、高技术产品出口额与高技术产品进出口总额的比率。整体上，第二产业增加值比例由1997年的47.1%下降到2017年的40.54%，专利交易额与第三产业增加值比率、高技术产品出口与其进出口额比率分别由1.26%和40.57%波动性地上升到2017年的3.15%、52.73%。

(三)影响因素的计量模型分析

首先，检验各指标的时间序列平稳性。通过序列平稳性检验，发现科技创新的技术进步增长率、专利交易额与第三产业增加值比率等的ADF检验伴随概率都在5%显著水平，为平稳系列；第二产业增加值比例、人均网络接口、高中以上人口比例、大专以上人口比例、研发投入力度、研发投入结构、研发经费来源结构、高技术产品出口与其进出口比率的ADF检验伴随概率也都在5%显著水平，这些系列的一阶差分都是平稳系列。

其二，检验因素变量系列的多重共线性。技术交易额与第三产业比率分别与高技术产品出口与其进出口比率、人均网络接口差分的相关系数为0.48、-0.49；人均网络接口差分分别与高技术产品出口与其进出口比率、大专以上人口比例差分相关系数为-0.79、0.40，在回归方程时，合理选择解释变量以避免自变量之间的共线性。

其三，分析解释变量与因变量之间的相关关系，得到结果如表2。

观察表2可得一些显著性特征。研发力度、大专人口比例差分对科技创新的技术进步贡献相关系数都为负值，网络建设密度差分、经费结构差分对科技创新的技术进步贡献(T0s、T0m)呈负相关，研发结构差分、高中人口比例差分、第二产业比例差分、技术交易额与第三产业比例对科技创新的技术进步贡献正向相关，高技术产品出口/贸易比例与创新的技术进步贡献(T0s、T0m、T1s)呈正向关系。

其四，进行因果关系检验发现，在5%的显著水平上拒绝原假设，可知高中文化人口比例提升、研发投入力度提高、第二产业比例提升等因素变量对科技创新技术进步贡献具有单向因果关系效应，经过逐步回归得到方程亦如表2。

表2 科技创新对技术进步贡献的因素分析

注：括弧内数值为系数检验t值，*、**、***分别表示10%、5%和1%水平上显著。

根据回归方程发现，研发投入到基础研究比例提高、高中人口比例提高、第二产业比例提高、高技术产品出口比例、专利交易额与第三产业增加值比率对科技创新的技术进步贡献呈正向影响，这些验证了上文的理论分析结论。但是，研发投入力度提高、政府研发经费比率提高等变量对科技创新的技术进步贡献却呈负向效应，根据数据分析这两项因素所得的结论与理论分析的相反。大专以上人口比例提高、人均网络接口数量增长对科技创新的技术进步贡献的影响不明显。

五、结论分析及政策启示

(一)结论分析

首先，中国经济增长率在2000—2012年间高速增长，自2013年后转入中低速增长；1999—2009年间资本存量增长率递增，由1999年的12.02%递增到2009年的22.75%，2010—2017年间资本存量增长率不断下降，2017年降到10.26%，因原有资本质量低、技术老化快、结构升级缓慢等原因阻碍技术进步；劳动力增长率呈不断下降之势，由2009年的1.1%下降到2017的0.05%，人口数量红利降低，人口质量红利因资本技术更新缓慢尚未挖掘出来，导致科技创新对技术进步的贡献显著降低了，科技创新对技术进步贡献的四种测算结果也验证了这一经济现象。

其二，基础研发投入所占比例、人力资本质量、第二产业增加值比例、高技术产品出口比例、专利交易额与第三产业增加值比率对科技创新的技术进步贡献呈正向影响。中国基础领域研究效率较高，但基础研究投入比例逐渐下降，相对不足；人力资本质量指标高中文化水平以上人口比例对科技创新的技术进步贡献发挥正向效应，但大专文化以上人口比例对技术进步的效应不明显，说明生产或者经营环节所使用的技术多为普适性技术，但在生产经营中缺乏研究钻研，导致文化较高的劳动力潜力还没有充分发掘，在实践中技术创新不足。

其三，第二产业增加值比例、专利交易额占第三产业增加值比例上升、高技术产品出口比例分别对科技创新的技术进步贡献产生正向影响。第二产业是技术需求和供给的关键产业，为研发投入、试验平台和应用场地等提供物质力量和人才储备；专利交易额反映研发直接成果向实践应用转化的前提基础，对科技创新的技术进步贡献形成推动力量；高技术产品出口与其进出口比率反映其国际竞争力，对科技创新的技术进步贡献具有拉动作用，也反映科技创新成果在经济实践中的效应。2007—2017年，上述三项比例逐年下降，削减了技术进步基础和后续动力，对中国技术进步造成负面影响。

另外，研发投入力度、政府研发经费比例增加对科技创新的技术进步贡献呈弱负向效应，说明研发投入-产出效率有待提升。加强对政府研发经费的投入方向、使用领域和研发成果考核等环节管理，避免“技术追赶陷阱”[19]，在研发投入逐渐增大的情况下，选准技术攻克方向，改善投入结构，以求提高科技创新的技术进步效率，发挥政府投入导向，确保关键重大技术研究的长期定力。人均网络接口增加对科技创新的技术进步贡献无明显影响，可见中国网络使用主要用于普通电讯信息传递以及娱乐，对促进新技术传递和实际应用存在许多潜力尚未挖掘。

(二)政策启示

在中国科技研发投入力度逐渐增强的情况下，提升研发创新的技术进步效率才能维持研发投入的动力和强度，根据因素效应差异及各因素近年来变化趋势，从研发投入、人力资本挖掘和经济结构优化等方面，提出促进研发创新的技术进步贡献效率的建议如下：

首先，加强基础研究投入，为理论创新和关键技术突破奠定坚实的基础；发挥政府研发投入导向功能，精准选择研发投入方向，重点关注投入时间长、规模大、共性作用大的关键技术，确保其研发动力和定力；加强研发活动的科学管理，优化研发投入结构，强化研发内容的创新性选择，加强研发成果的审查，提升研发投入产出的效率。

其次，提升企业资本技术水平，以提升投资质量去改造资本存量，鼓励企业改善研发条件，挖掘人力资本质量升级的潜力，夯实科技创新和产业升级基础，提高产品技术含量。只有积累一定的高质量物质资本，才能适应人力资本质量不断提升的需要，让人才有实践基地和发挥才干的岗位，充分挖掘人口质量潜力，形成尊重科学与创新科技氛围，实现产业技术进步与人力等要素质量协调发展的良性循环。

其三，产业和贸易政策以促进技术进步为目标，在稳定产业中低端环节基础上，加快攻克核心、高价值环节技术，稳定推进制造业智能终端设备研发，促进人工智能系统和智能终端的融合，推进工业结构高级化。通过满足国内市场巨大的需求，减少高端产品和零部件的进口，拉升技术进步和更新换代，积极扩大高价值产品的出口，促进高技术产品国际竞争力。近年来，中国第二产业增加值占比由2011年的46.4%下降到2017年的40.54%，专利交易额占第三产业增加值比例由1999年的1.50%上升到2017年的3.15%，提高技术创新质量，挖掘创新潜力，攻克制造业高端技术，实施制造业智能化融合，控制制造业高价值环节，防止制造业急剧萎缩，避免产业空心化，优化供给，夯实中国技术进步的基础，促进工业结构升级进程。