中国省域研发投入与自主创新能力的协整研究，本文主要内容关键词为：中国论文,自主创新能力论文,研发投入论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
【中图分类号】F299.27【文献标识码】A【文章编号】1673-0704(2007)11-0025-06
一、文献综述
自从熊彼特(1950)提出了创新经济理论，创新理论作为经济发展的动力，受到人们广泛的关注。无论对企业、地区还是对国家而言，研发投入对创新能力的提高有着重要的意义。我们不禁思考这个问题：研发投入与自主创新之间是否存在长期均衡关系?
早在20世纪60年代早期，学者们就已开始从计量角度对研发投入在专利产出中的作用进行了研究。分析创新活动最有影响力的方法就是知识生产函数，一般将知识生产函数设定为传统柯布—道格拉斯生产函数形式。
(一)研发投入的供给角度
有关研发投入和专利产出(创新能力)之间的文献可以追溯到1965年。Scherer(1965)运用美国500强企业的数据进行回归分析，发现1955年研发人员与1959年的专利授权数量之间接近线性关系。(Scherer认为，从申请专利到授予专利平均需要四年的时间，因而专利数量滞后了四年。)Mueller(1966)利用1958—1960年6个产业的企业数据，以专利数量为被解释变量对研发经费支出进行回归分析，表明，研发经费支出对专利数量有显著的正影响。刘向东(2006)发现R&D投入强度与自主创新能力间存在长期稳定的均衡关系，并且在不同时期分别出现不很明显、明显、双向明显的因果关系。
(二)研发投入的需求角度
以上这些实证分析都是从研发投入的供给角度展开的，下面将从研发投入的需求角度研究一个国家或地区的创新能力。
从需求的角度分析研发投入与创新产出的关系，是基于对新产品的需求越大，就越能刺激新产品的产出。Acemoglu和Linn(2004)通过对美国医药市场的分析，发现了市场容量的扩大对产品的创新有正向影响。范红忠(2007)从有效市场规模假说出发，研究了一国新技术的市场需求对研发投入和新技术生产的决定性影响。陈仲常(2007)研究了新产品市场需求等环境因素对企业研发投入的影响。数据分析表明，前期新产品市场需求对企业研发投入有着重要的积极影响，但这种影响还不够强大。
(三)知识生产函数的规模经济性
以上这些文献解释和验证市场力量在研发投入与创新产出中的作用，在对知识生产函数的研究中，另一个重要的问题是知识生产函数是否存在规模经济性。吴延兵(2006)发现知识生产过程表现出规模报酬不变或递减的特征。
值得注意的是，大多数研究在分析研发投入与创新产出的关系时，往往忽略了研发投入与产出间的时滞关系。本文采用动态建模理论，充分考虑了研发投入滞后期的影响，避免了遗漏重要解释变量。以前的实证研究大多集中于企业层面和产业层面，还没有文献涉及省域间研发投入与自主创新能力的协整研究。本文利用面板数据，分析了各个省市研发投入与创新产出的区别，并依据省市间的差别，运用聚类分析方法，将31个省市分为4类。现有的实证研究大多数是分析研发人员和研发经费等供给因素对自主创新的影响。中国现在是一个买方市场，因此把目光转向新技术、新产品的市场需求对创新产出的影响在中国是很有必要和很有意义的。本文以范红忠的有效市场需求规模为依据，将研发投入的供给和需求因素结合起来，分析研发投入与自主创新之间的关系。本文还考察了研发投入与产出之间的规模经济性。
二、研究方法及变量的描述
(一)研究方法
为了区分个体和时间之间的差异，本文在实证分析时采用panel data模型。
Panel data模型的一般形式为：
其中s[，1]，s[，2]，s[，3]分别为变系数模型、变截距模型和混合模型的残差平方和，k为解释变量的个数。
根据F[，1]、F[，2]分别和相应自由度的F临界值相比较来判定模型的选取。
(二)变量的描述、计量方程与数据来源
1、变量描述
本文从研发投入的供给因素和需求因素分析研发投入和创新产出的关系。
从供给的角度看，研发投入一般指万人中科技活动人员的数目和研发经费投入强度这两个指标。研发经费投入强度采用了科技活动经费内部支出额占GDP的百分比。考虑到第二产业通常比第三产业生产更多的专利，我们把第二产业从业人数与第三产业从业人数之比也作为一个供给要素加到研发投入要素中。
从需求的角度分析时，我们把人均收入、高技术产品进出口强度、城镇就业率和中等教育普及率作为研发投入因素。人均收入指标，如人均GDP，它反映了一个地区的富裕程度和人均购买力，地区的富裕程度直接影响到科技活动经费支出，随着人均收入的不断增长，对新产品的有效需求也会越来越大，从而对研发投入产生不容忽视的影响。高技术产品进出口强度，一般是用高技术产品进出口额占全国份额的百分比来定义。在一定程度上，高技术产品进出口强度反映了该省市高技术产品进出口的规模，在其他条件不变的条件下，规模越大，对新技术或新知识的需求也就越大。城镇从业人员一般是对新产品或新技术有较大需求的购买人群，城镇就业率相应的用一个省市城镇从业人员占总人口数的百分比表示。城镇就业率越高，其对新产品的消费需求也可能越高。用高中在校人口数占一个地区总人口数的百分比表示中等教育普及率。中等教育普及率越高，国民对新产品的认知理解能力也就越高，因此对创新产品的接受度就越大。
用人均专利的授权量(用I表示)作为创新的产出指标。
本文将各个变量进行编码，利用传统的计量经济学分析软件Eviews5.1进行多元回归分析。各项指标的编码如下：
从供给角度看，解释变量
STP——万人中科技活动人员的数目；
GEST——研发经费投入强度；
RATIO——第二产业和第三产业从业人数的百分比；
从需求的角度看，解释变量
PGDP——人均收入；
IMEX——高技术产品进出口强度；
EMP——城镇就业率；
ENDU——中等教育普及率；
被解释变量
I——人均专利授权量。
本文是基于中国31个省市的panel data模型，样本区间为2000-2005。数据来源于中国统计年鉴、中经专网和中国科技统计年鉴。利用传统的计量经济学分析软件Eviews5.1进行多元回归分析。
2、计量方程
借鉴以前学者的一般做法，模型形式为：
上式是在知识生产函数的基础演化而来。
三、实证分析
本文分三步对研发投入与创新产出之间的关系进行实证检验。首先，利用面板数据单位根检验方法对其进行单位根检验；在存在单位根的基础上，运用Engle和Granger(1987)的两步法，对其进行长期因果关系检验，做这一步的前提条件是模型的识别与建立；最后一步是在存在长期因果关系的条件下，建立面板数据误差修正模型来表现短期调节机制。
(一)面板数据单位根检验用ADF检验对数据进行单位根检验，结果如下(见表1)。
表1表明，除了中等教育普及率不是很显著的接受一阶单整外，其他变量在5％的显著性水平下，都是一阶单整的。我们可以认为，中国各个省份的研发投入因素和创新产出因素都是I(1)。
(二)面板数据协整检验
1、面板数据计量模型的设定
在进行面板数据协整检验前，首先根据协方差检验法设定模型的形式，然后进行协整检验。
在地区经济的研究中，检验通常发现误差项与解释变量是显著相关的，因此固定效应通常优于随机效应。考虑到各个省份之间经济规模的差异比较大，可能存在异方差。为了避免横截面中的异方差可能给估计带来的不良影响，本文采用了GLS估计方法。各方程的估计结果如表2所示。
2、模型估计结果分析
表2中除了模型3以外，其他方程都是采用变截距模型。在模型3中，变量对创新产出的影响很小，并且在统计上不显著。这说明第二产业从业人数与第三产业从业人数的百分比对创新产出几乎没有影响，可以不考虑这个变量。从这个意义上考虑，表2中方程都采用可以变截距模型，表明研发投入(新产品或新技术)的需求因素和供给因素在全国不同省份对创新产出的影响没有显著的不同，但是不同省份的经济发展水平对各自的创新产出影响有着显著的差异。
对比模型3和模型6，发现变量对创新产出没有显著性影响，但是变量对创新产出有显著性影响。这表明变量通过变量对创新能力产生显著性影响，在现阶段，就业结构一定的条件下，增加城镇就业率对创新能力有着积极的影响。经过反复检验分析，本文目前所能够得到的最优结果是模型7。本文以模型7为基础，检验研发投入与创新产出的关系是否是协整的。
3、协整检验
本文采用EG两步法进行协整检验。由表1可知，在5％显著水平下，各变量都是I(1)，其一阶差分均为平稳时间序列。故可直接对模型7的残差进行平稳性检验。
从表3可以看出，Δlog(I，Δlog(GEST)，Δlog(STP)，ΔEMP，ΔIMEX是协整的。研发投入与创新产出存在长期、稳定的均衡关系，模型7的估计结果是可靠的。
(三)数据的误差修正模型
依据模型7和以上的分析，考虑建立研发投入的短期动态波动对创新影响的误差修正模型。
以模型7为基础建立三阶自回归滞后模型，模型可以写成：
去掉统计上不显著的变量后，得到的模型结果为：
误差修正项的系数为负，符合反向修正机制，其修正速度为-0.713，表明长期均衡关系对创新能力的拉动起着约0.713的负反馈修正机制。
从中看出，研发投入的需求因素对创新产出的影响虽然在统计上非常显著，但这种影响还不是很强大。研发投入的供给因素中除了变量对创新产出没有显著性影响外，研发经费投入强度和研发人员对创新产出有着显著的促进作用。
根据表2，知识生产函数的结果为：
研发经费投入强度的弹性和研发人员的弹性之和小于1，表明知识生产函数规模报酬递减。
在自主创新研究中通常采用知识生产函数，几乎没有几个学者对常数项指定具体的实际意义，注意力都集中在物质的投入和知识的存量上了。Bode(2004)把常数定义为要素生产率，也许可以认为该要素生产率不仅反映了全国的体制环境对研究综合效率的影响。即常数项体现各省的体制环境。用各省的固定效应表示每个省份所特有的影响研发活动效率的因素，体现各省所拥有的技术机会、体制环境等不可观测的因素。
我们应用spss软件中的聚类分析方法，将各省固定效应分为四类，很明显的看出体制环境大体上从东到西呈阶梯状态势。位于第一类的地区有：北京、天津、上海、浙江、福建、辽宁和广东。位于第二类的地区有：河北、吉林、黑龙江、江苏、山东、海南、重庆和新疆。位于第三类的地区有：山西、内蒙古、安徽、江西、河南、湖北、湖南、广西、四川、贵州、云南、宁夏和陕西。位于第四类的地区有：西藏、甘肃和青海。从中看出，体制环境与经济发展水平有很大的关系，沿海经济发达地区和直辖市相对于内陆地区有更好的体制环境，更有利于创新能力的提高。这与前面的分析：不同省份的经济发展水平对各自创新能力影响有着显著的差异相一致。
四、结论
本文在知识生产函数的基础上，运用面板数据分析的方法分析了研发投入与创新能力之间的关系，具体结论有：研发投入的资本强度和人力因素对创新能力有显著的积极影响，三者之间存在着长期均衡关系。研发投入的需求因素对创新能力的影响虽然是显著的，但作用不是很强大。这一方面受到我国消费水平和大众消费习惯的限制；另一方面，这与一些企业过度依赖于模仿或者技术引进，没有积极有效地拓展新产品市场有一定的关系。模型设定的结果表明研发投入的需求因素和供给因素在全国不同省份对创新产出的影响没有显著的不同，但是不同省份的经济发展水平对各自的创新产出影响有着显著的差异。
知识生产函数具有规模报酬递减的性质。研发经费强度的产出弹性小于依据国外数据得出的研发经费的产出弹性(约0.6左右)。说明国内研发经费利用率不高、效率低，但相对来说，研发经费强度的产出弹性大于研发人员的产出弹性。误差修正模型表明，研发投入对创新能力有时滞影响。沿海经济发达地区和直辖市相对于内陆地区有更好的体制环境，更有利于创新能力的提高。