技术进步过程的非线性趋势和异质性特征研究
王必好，张 郁
(山东大学应用经济学博士后流动站，山东 济南 250100)
摘 要： 技术创新效率、创造性破坏在渐进式和跨越式技术进步中产生差异性作用，技术进步具有随机变动特征，构建Bellman方程分析其动态变化趋势和特征。研究认为，技术创新效率引导厂商充分利用既定创新资源，改善产出投入比例，使技术进步路径朝着厂商最优化效益目标逐渐收敛，总体是先易后难，拉动技术进步不显著。创造性破坏加快技术积累与进步，技术水平在较低阶段上快速提升，技术进步路径不是持续渐进升级的，跨越多个阶段推动技术进步，发生着较大幅度波动。两者共同作用使技术进步更加具有不确定性，呈现非线性趋势和异质性特征。本文在门限自回归和分位数自回归分析基础上，引入门限分位数自回归模型，开展实证分析并验证相关结论。
关键词： 技术进步；技术创新效率；创造性破坏；非线性；异质性
0 引言
无论是渐进式还是跨越式技术进步，技术创新效率与创造性破坏都在其中产生着差异性作用，体现在效率传导、路径升级、产出增值等方面。渐进式技术进步是由初始阶段n 0依次升级到n -1，n ，n +1，，技术创新效率向着最优水平接近。而跨越式技术进步不是均匀的，异质性特征明显，受到技术创新效率和创造性破坏强度的双重作用。
与渐进式技术进步相比，跨越式技术进步是确定性技术进步排除技术积累反向作用后的总体变动结果，一次技术进步能够跨越多个阶段，技术积累反而使技术水平向更高阶段升级，其概率为确定性技术进步概率1扣除t时期技术进步由n 0阶变动为0阶的技术积累概率P 0(t ,n 0)，即1-P 0(t ,n 0)，包含着跨越n -1，n ，n +1，多个阶段技术进步的可能性，而不是依次渐进实现的[1]。技术跨越间距大且随机波动明显，成果难以充分利用[2]。不同效率技术之间替代的概率是有差异的，技术进步异质性特征明显[3]。技术创新效率引导渐进式技术进步、创造性破坏推动跨越式技术进步，两者具有显著差异，这是此项研究的重点。
本文主要揭示技术创新效率、创造性破坏在渐进式和跨越式技术进步中如何产生差异性作用，技术进步过程是否具有非线性趋势和异质性特征。
1 相关文献综述
国内外文献主要研究技术进步中市场结构、企业规模、企业制度等外生因素。肖文等认为，垄断行业依赖其市场主导地位获得超额利润，没有动力变革新技术[4]。扩大企业规模导致过度官僚控制，阻碍技术创新效率[5]。大企业也可能被锁定在低技术低附加值领域，技术创新效率并不明显[4,6]。而朱有为等认为规模化有利于提升技术创新效率[7]。技术进步的突发点是制度变迁,决定技术进步方向、地点和时机[8]。这些观点以市场竞争、规模选择、制度变化为视角，忽略技术进步与积累的替代关系。可以围绕技术进步过程进行拓展，即新技术替代旧技术，技术积累使技术水平在较低阶段上快速提升。
相关研究剖析创造性破坏、技术创新效率、技术结构等如何引起技术进步内生性变化。技术经济管理水平与技术创新效率是显著正相关，难以显著拉动技术进步[9]。既定技术创新资源多次循环投入使用，提高集约化利用水平[10]。过多追求R&D经费投入规模，而不注重产出投入效率，成果转化效率低[11]。国内战略性新型产业各部门、各阶段中创新与需求存在协同作用[12]。上述内容仅仅反映技术创新效率、创造性破坏与技术进步的局部关系，可以拓展研究其差异化实现路径。
国内外学者探索研究技术创新效率、成果转化、创新收益驱动等内容,研究知识产权形成、信息传递、研发经费投入与创新产出增长之间的关系[13]。技术创新是产出增长的主要驱动力量[14]。提高国有企业自主创新能力，需要建立创新激励机制，促进协同创新[15]。内资、港澳台与外资企业技术创新效率存在差异[16]。但是，这些成果没有研究技术进步中的不确定因素，也没有发现其中非线性趋势和异质性特征，相关研究可以逐步拓展，分析技术创新效率、创造性破坏在不同技术进步方式中作用传导和机制原理等。
本文在前述成果基础上，构建理论分析模型，综合门限自回归 (TAR)和分位数自回归 (QAR)优点，引入康宁等提出的门限分位数自回归 (TQAR)方法[17]，研究发现各阶段技术进步是不相关的，概率服从指数分布，具有无后效性，随机特征明显，从而揭示技术创新效率、创造性破坏强度如何形成技术进步非线性趋势和异质性特征。
2 理论模型与分析
2.1 技术创新效率与投入成本函数
技术进步具有内生性特征，在前期积累基础上实现较大突破[18]。技术创新产出函数I 是以技术进步阶数n 作为自变量，创造性破坏强度μ 又是引起n 变化的内生因素，均与技术创新效率λ 有着技术经济联系:
I =I (λ ,n (μ ))
(1)
该函数是自变量λ 和n 递增函数且上凹的。渐进式技术进步中，技术创新效率λ 逐渐提升，成果得到充分利用，产出投入比例趋于优化。创造性破坏强度μ 通过缩小技术进步阶距，加快旧技术淘汰落后，大幅度拉动技术进步。两者不是独立发挥作用，而是相互关联的，技术进步中不确定性因素增多。以产出投入最优比例为目标，在技术创新投入成本函数c (I ,n (μ ))基础上构建以下技术创新效率函数:
λ (n (μ ))=c (I ,n (μ ))=n (μ )c (I /n (μ ))
(2)
2.2 技术创新效率与创造性破坏强度
技术创新效率引导技术水平从n 0阶依次渐进升级到n -1，n ，n +1阶。创造性破坏可以跨越多个技术进步阶段，从n 0阶直接升级到n +1，n +2，n +3，，间隔距离越大，实现技术跨越的概率越低。假设在n 阶技术进步时厂商获得净收益rV (n )，构建Bellman方程，反映技术进步净收益构成情况:
根据表4，检验值和标准值的均值不同，呈现出与男性相似的情形：F2检验值在紧元音和松元音中均略低于标准值，说明女性贵州学生总体较母语女性使用者舌位较靠后，因而唇形也较圆。两者不具有统计学意义的显著性差异。
C (I ,n )-μn [V (n )-V (n -1)]}
(3)
式中，V (n )为技术创新活动最大收益，V (0)=0，在n -1,n ,n +1之间保持正常技术进步距离，没有细化为更小单元。每次技术进步平均收益
乘以技术进步阶数n 等于收益总量，加上技术进步从n 阶上升到n +1阶时由技术创新效率λ 带来的收益增加量λ [V (n +1)-V (n )]，减去相应的技术创新投入成本C (I ,n )，扣除创造性破坏强度μ 引起技术进步由n 阶积累到n -1阶所形成的收益减少量μn [V (n )-V (n -1)]。
最优技术创新效率的均衡条件是技术进步收益增量等于相应的投入增量。收益增量大于投入增量时，技术创新要素投入量不足，要素配置偏离最优状态，持续投入技术创新要素，将会获得更多收益。收益增量小于投入增量时，产出增量出现递减，技术创新要素投入量过多，创新要素利用效率具有较大提升空间，改善产出投入比例，使既定投入创造更多产出。对Bellman方程求导数，移项后得到最优技术创新效率的实现条件：
(4)
其经济含义是，技术进步比较收益等于平均收益减去相应投入成本c (λ )。创造性破坏强度μ 总是在无限小的技术进步阶段中更容易发生，带来较大技术进步与盈利空间，跨越式技术进步概率更大，获得较多比较收益[19]。相应地，提高技术创新效率λ 的难度逐步增加，产出投入比例相对稳定，需要依靠大幅度技术进步获得比较收益，新旧技术替代浪费创新资源。
2.3 渐进式与跨越式技术进步过程
(1)渐进式技术进步过程。假设
为t 时期初始技术水平n o 升级到n 的期望变化率，相应的技术进步概率为p n (t ,n o )，其影响因素和变动过程描述如下：
1)μp n+1 (t ,n o )-n (λ +μ )p n (t ,n o )，n ≥1
(5)
门限分位数自回归分析 (TQAR)的门限变量为厂商滞后一期专利授权量指标l t-1 。经过门限效应和门限变量个数检验，最优门限数量为3个，将技术进步过程分为较低、低、高、较高4个阶段。渐进式技术进步各阶段分布紧凑，与之对应的门限值相对集中，分别为0.356、0.492和0.677。而跨越式技术进步波动幅度大，创造性破坏作用明显，技术进步两阶段距离较远，门限值分别为0.071、0.418和0.926。技术进步阶段分散，包含着技术创新效率、创造性破坏强度以及随机过程等因素。
(6)
此外，还有许多期刊杂志也都在积极宣传马克思主义。如毛泽东在1918年7月14日于长沙创刊的《湘江评论》也是一份“内容完备”、“魄力非常充足”的期刊。《湘江评论》出版后，创刊号当天即告售罄，第二期加印至5 000份。上海出版的《湖南月刊》介绍它“著述选材，皆及精粹，诚吾湘前所未有之佳报，欲知世界趋势及湘中曙光者，不可不阅”。
①将“率先把河西走廊建成节水型社会示范带”列入了全省经济社会发展规划，分市州、县区编制节水型社会建设规划，明确节水型社会建设阶段性目标，推动有利于节水的制度和机制建设、完善，持续提高流域水资源承载能力。
(2)跨越式技术进步过程。技术进步由1阶因技术积累回落到0阶，由于创造性破坏带动技术进步向着较高阶段跨越，后阶段技术进步对前阶段没有记忆性，技术进步与积累概率均服从指数分布[3]，不是沿着特定的收敛方向持续实现技术进步，其变动过程与结果由式(7)表示。技术创新效率λ 、创造性破坏强度μ 纳入技术进步过程中，技术积累概率取决于两者比例关系，而且还受到两者变动方向的相互影响。跨越式技术进步过程推导如下：
总而言之，在整个小学阶段的语文教程中，教师要以学生学科素养的培养和语言文字的运用为主要任务。虽然有时候部分教师可能忽视了学科素养或者语言文字应用的培养，但是在新课改之后，教师在一定程度上加强了学生核心素养的培养，并且通过多种的方式进行语言文字的积累，为以后语言文字的应用奠定基础，整体提高了学生综合素质，为小学生以后的长远发展做好了铺垫。
(7)
P 1(t ,1)=[1-P 0(t ,1)][1-r (t )]
(8)
P n (t ,1)=P n-1 (t ,1)r (t )，n =2,3,
本文的研究主要基于费金、哈尔彭等人的《知识推理》(1995年)中引入了知识模型、公共知识和建立在程序基础上的知识和计算等的认知逻辑。在范·本特姆的《动态逻辑探究》(1996年)中引入了动态逻辑系统，并结合坎普等人的《自然语言中的信息》(2008年)中有关信息流的研究，在借助蒙太古的《形式哲学》(1974年)的基础上阐述了自然语言的动态逻辑在人工智能中的应用和哲学阐释。
(9)
TQAR模型在条件分位数预测的基础上，刻画技术创新效率λ 在渐进式技术进步中作用机制，分析创造性破坏强度μ 在跨越式技术进步中传导过程及差异化结果，精细、完整地分析技术进步非线性趋势与异质性特征。通过条件分位数及条件分布预测，TQAR模型 (11)在系数向量估计值
门限估计值
基础上，{l t }条件分位数预测结果如下：
式 (7)表示，厂商t 时期技术进步由1阶因为技术积累下降到0阶的概率，取决于技术创新效率λ 与创造性破坏强度μ 比值以及两者变动方向。当两者保持相同比例变化时，加大创造性破坏强度，促进技术积累与快速升级，而提高技术创新效率，技术进步逐级渐进深化，技术积累渐渐放缓。创造性破坏强度μ 加速技术积累，浪费技术创新资源，技术创新效率难以持续提高，但是在较低水平上又实现技术快速进步，技术创新效率λ 延缓技术积累速度，平缓技术波动幅度。由式 (7)可知，在两者保持不同比例变化时，当μ >λ ，r (t )<P 0(t ,1)<1，创造性破坏强度μ 引起技术积累的效应明显强于技术创新收益效应，创造性破坏越强烈，加快技术积累，在较低水平上实现技术进步，厂商获得更多创新收益。当μ <λ ，1<P 0(t ,1)<r (t )，技术积累可能性达到最大，即发生确定性技术积累。由于技术创新效率λ 作用更加明显，产出投入比例优化，有效防止技术积累引起的 “收益耗散”。创新成果得到精细化利用，技术创新收益在较低水平上实现快速提升。提高技术创新效率可以延长技术寿命周期，促进技术创新成果循环充分利用，既定技术进步阶距为厂商带来更多效益。式(8)假设技术水平相对不变，厂商跨越式技术进步概率[1-P 0(t ,1)]与技术创新收益率r (t )呈同方向变化，技术创新收益是跨越式技术进步的内在动力。而式(9)说明，厂商t 时期渐进式技术进步由1阶升级到n 与n -1阶概率之比即为技术创新收益率r (t )。但是，每次技术进步概率受到两个阶段技术进步变化影响，是不确定的，具有随机波动特征。因此形成假设2：技术创新效率和创造性破坏强度在技术进步中起到差异化作用。在技术创新效率作用下，技术创新收益主要来自于充分利用现有技术创新成果，渐进式技术进步逐渐向着厂商最优收益目标收敛。跨越式技术进步主要由创造性破坏引起的，技术进步跨越多个阶段，实现路径波动起伏较大。
只有在技术创新效率和创造性破坏共同作用下，渐进式和跨越式技术进步才能把创新活动引向深入，技术水平持续提高，厂商获得更多创新收益。厂商技术创新收益率受到技术进步不确定性影响，波动起伏较大。厂商在创新收益驱动下，以不同概率实现渐进式和跨越式技术进步，由式(8)(9)推理可得，
为了提高春季鸡病的防治质量，在养鸡过程中应及时发现和及时处理鸡病。在养鸡过程中，应及时、动态地进行早期发现和早期处理，坚持做好日常饲养检查工作，注意观察鸡的饲养情况、排泄情况和啼叫情况，科学化分析这些条件在内存中，以便及时发现和控制它们。这样，可以保证在养鸡过程中，可以减少鸡病的发生，提高养鸡质量，不断提高养殖户在养殖过程中的经济效益和社会效益。
(10)
(1)分位数自回归 (QAR)和门限自回归 (TAR)分析。QAR分析(见表2)认为，渐进式技术进步在0.10、0.25、0.50、0.75和0.90 5个分位点上滞后一期自回归系数分别为0.294、0.315、0.327、0.545和0.306。波动起伏不大，技术创新效率引导技术进步，路径比较平稳，没有出现发散状态，而是在相对较小的区间内变化。在渐进式技术进步中，滞后二期自回归系数与滞后一期保持基本一致，上下变动相对缓和。
3 实证模型构建和方法
3.1 模型设定
假设时间序列{l t }为1维因变量，
为p +1维向量组成的自变量，反映厂商技术进步滞后变量变动情况，{w t }为门限变量，构建相应的门限分位数自回归(TQAR)模型：
(11)
模型中，φ t-1 为t 时期之前技术进步全部信息，不同分位点τ 把技术进步划分为较低水平、低水平、高水平和较高水平等4个阶段，刻画技术创新效率λ 、创造性破坏强度μ 对不同类型技术进步的差异化作用。
如果说，中国钾肥探索者和开拓者的精神追求，使中国钾肥产业众志成城，那么钾盐企业的崛起则构成了中国钾盐的“龙脉”、钾肥产业的“脊梁”。青海盐湖集团有限公司则正是引领这条脉络走向的风向标和领航者。
目前建筑房屋遇到很多的问题，造成这些现象的原因有很多，其中有一大部分都是因为建筑房屋的设计有问题。就比如建筑墙体出现问题，天花板出现裂缝等问题，这些都可以体现设计的重要性，那么怎么样才可以将建筑材料的设计做好呢？首先设计人员的素质要高，还有就是在设计过程中要进行监督，最后要进行审核，确定设计图纸可以建好房屋。
1.作图作边长为a的正方形ABCD，延长 BC到 F使 BC=CF，延长DC到E使DC=CE，过E作EG CF， 连 接 FG。 则，连接 BD、BE、EF、DF如图
Find five peanuts（花生），nine sunflower seeds（葵瓜子），nine pine nuts（松子），and four walnuts（核桃）.They are healthy to eat.
数据选取1996—2011年5个高新技术产业，即电气机械及器材业、专用设备制造业、通信设备、计算机及其他电子设备业、仪器仪表及文化办公用机械业、电信和其他信息传输业，作为跨越式技术进步的代表性行业，具有技术更新快、距离较大等特征[9]。而石油和天然气开采业、纺织服装、鞋帽制造业、印刷和记录媒介复制业、化学原料及化学制品业、交通运输设备制造业由于技术替代缓慢，技术进步空间狭窄，以渐次升级方式实现技术进步[20]。研究首先参考各产业技术进步中国家标准拥有情况，细化技术进步分类。跨越式技术进步行业的标准总量达10395件，是渐进式行业的1.42倍，分标准状态看，即将实施类、现行类和废止类分别为301件、6990件和3104件，是渐进式行业的1.67倍、1.50倍和1.24倍。特别是近三年标准数量，跨越式技术进步行业的标准数量为1754件，是渐进式行业的1.70倍。跨越式技术进步行业的技术发明创造和知识更替速度明显高于渐进式技术进步行业。
3.2 参数估计
基本原理是使观察变量估计值向着真实值持续收敛，目标函数预测值无限接近真实值，两者离差逐渐缩小。门限回归系数与门限变量估计值通过优化求解下式获得：
(12)
令u =l t -M lt (τ |φ t-1 )，表示门限分位数回归分析误差，T 为样本量，p 为滞后期，S t (β (τ ),η (τ ))为目标函数，ρ τ (u )为非对称损失函数，且满足以下条件:
(13)
非对称损失函数的功能是，寻找最优技术创新效率和创造性破坏强度。技术创新效率降低是因为没有充分利用现有技术创新成果，可以通过提高其利用效率来增加技术进步收益。而创造性破坏由于一次性缩小技术差距而获得创新收益，同时引起现有技术加速折旧，导致技术创新要素过早淘汰，造成闲置浪费。两者引起技术创新收益变动结果不同，应用最小方差原理估计门限值和门限回归系数，其分析过程如下:
第1步，门限值估计。假设η (τ )在紧集Π中取值，令
利用网格搜索法将η (τ )搜索遍整个集合
估计最优门限值为：
(14)
第2步，门限回归系数
估计。将最优门限估计值代入前式，进而得到
(15)
3.3 预测方法
这里，
式 (6)表明，厂商t 时期技术积累由n 0阶变动到0阶时，技术进步期望变化率等于技术进步变动到1阶时概率与创造性破坏强度μ 之积。由此得出假设1：创造性破坏加快技术积累与进步，技术水平在前期积累的基础上快速提升，完成跨越式技术进步，技术创新要素没有得到充分利用，造成一定程度资源浪费。技术创新效率是以渐进方式推动技术进步，难以持续拉动技术水平大幅度显著提升。
(16)
式 (16)能够预测因变量在不同分位点处变动特征。当分位点τ 在(0,1)上连续取值时，
描述因变量随着不同分位点τ 的变化趋势，变量φ t-1 包括技术创新效率λ 、创造性破坏强度μ 等因素影响。本文选取0.10、0.25、0.50、0.75、0.90 5个分位点，预测技术进步变动趋势和特征。
4 实证分析
4.1 数据选取
在教学中，教师切不可将知识硬性传授给学生，不允许学生质疑，或者否定学生提出的疑问。质疑是创新的开始，所以教师应该鼓励学生勇于质疑。在有所质疑的前提下，学生会根据疑问进一步通过自己的方式寻找事物间的相互联系，并最终寻求解决疑问的方法。
表1 行业技术进步的国家标准拥有情况分析
注： 资料来源于国家标准化管理委员会官网，数据发布截止时间为2018年6月。
实证分析因变量是当期专利授权量指标，以其滞后一期、滞后二期指标作为自变量，均进行对数化处理，消除可能存在的异方差。数据主要来自中经网、 《中国科技统计年鉴》以及专题研究报告。实证研究使用STATA12.0软件。
4.2 实证分析
式 (5)表明，技术创新效率λ 引起技术进步由n 0阶小幅提升到n -1阶，期望变化率为(n -1)λp n-1 (t ,n 0)，立足既定技术创新成果，改善产出投入关系，难以实现大跨度技术进步。创造性破坏强度μ 对技术进步促进作用更加明显，推动技术进步由初始水平n 0阶跨越升级到n +1阶，技术进步期望变化率为(n +1)μp n+1 (t ,n 0)。然而，创造性破坏强度μ 在n 0阶向n 阶升级时出现阻滞和反转，技术积累效应明显。技术创新效率λ 对技术进步拉动作用明显弱于创造性破坏强度μ ，两者共同作用对技术进步抵消效应为n (λ +μ )p n (t ,n 0)。技术积累使原有技术创新成果没有充分利用，被新技术快速替代，浪费技术创新资源。假设技术进步与积累发生在0阶段、1阶段之间，相应的技术进步期望变化率为：
式 (10)表明，假设厂商t 时期技术进步阶数为n =1,2,，在技术创新收益驱动下，渐进式与跨越式技术进步概率变动关系服从几何分布，具有非线性趋势和异质性特征。厂商在渐进式技术进步中，技术进步由1阶逐渐升级到n 阶，技术进步朝着高精尖方向逐渐深化。由此得出假设3：技术创新收益是技术进步的内在动力。渐进式技术进步能够较为准确地定位技术进步方向，优化产出投入比例，达到最优技术创新效率，持续推动技术创新。跨越式技术进步改变技术渐次升级趋势，随机波动特征明显，难以把握其变动方向，技术创新收益没有确定性变化，技术进步呈现非线性趋势和异质性特征。
跨越式技术进步在不同分位点上与技术积累交替并存，具有明显的异质性特征，创造性破坏加剧技术进步波动。滞后一期自回归系数由-0.709上升为0.916，然后下降到0.115，再上升为0.694，最后急剧下降为-0.308，总体呈现倒W型变动趋势，技术进步波动较大。滞后二期自回归系数变动幅度较大，变动趋势与滞后一期是相反的，变动趋势是W型的。跨越式技术进步滞后二期自回归系数之间是反方向变动关系，两种变动趋势具有异质性特征。
TAR分析结果表明，渐进式技术进步非线性变化特征并不显著，总体较为收敛(见表3)。特别地，滞后一期自变量作为门限变量，其系数l t-1 随着技术进步呈现平稳趋势，从0.537、0.426下降到0.414，最后减少为0.395。滞后二期同样是连续平稳下降的，变动趋势是一维线性的。而跨越式技术进步的3个门限值较为分散(见表4)，间隔距离较大。滞后一期自变量作为门限变量，系数先由0.145连续上升0.821、0.947，最后下降到-0.138，在对应3个门限值的区间内变化波动幅度较大，呈现倒V型变动趋势。滞后二期自回归系数随机波动显著，总体出现N型变动趋势。跨越式技术进步在创造性破坏的作用下，非线性特征比较明显，上下波动不规则。但是，门限自回归分析，没有反映技术进步异质性特征，技术变动信息有待于进一步挖掘。
(1)砂质泥岩：紫红色,主要成分为粘土矿物、石英、长石、云母等，中-厚层状,泥砂质结构,泥质胶结.根据风化程度可分为强风化、中风化两层.强风化层岩体破碎,节理裂隙发育，岩芯呈块状、饼状为主，手捏易碎,岩芯采取率低，钻进速度快，浸水、暴露地表易软化崩解，钻孔揭露厚度0.50～3.70 m，分布不广泛，仅局部不连续分布.中风化层岩质较软，岩体较完整，钻进中下降较快，岩芯久置易干裂、崩解，岩体基本质量等级为Ⅴ级. 控制深度内单层厚度1.30～12.40 m，岩体结构类型为层块状结构.
表2 QAR模型的参数估计及检验
注：①***、**、*分别表示1%、5%、10%显著性水平；②括号内数值为稳健标准误差(Robust S.E.)；③LR检验假设在有效约束条件下，检验结果表明函数估计值均逐渐接近目标值，模型估计有效；④在跨越式技术进步中，创造性破坏使其实现路径没有遵循分阶段、依次逐步完成的，而是与加速积累同步进行，当技术积累效应明显超过技术进步效应时，相应的截距项和滞后一期、滞后二期自回归系数出现负数，然后在较低起点上快速提升；⑤由上述计量结果可知，Q检验值均小于1%的显著性水平，即滞后两期自变量不存在序列相关；⑥根据AIC检验结果，确定QAR模型滞后阶数为2。
(2)门限分位数自回归分析(TQAR)。相关分析结果见表3。
第一，就异质性特征而言，在w t <0.356、0.356<w t <0.492两个较低技术阶段上，滞后一期自回归系数分别由0.674、0.641下降为0.593、0.571，然后上升为0.934、0.882，进而下降到0.452、0.407，最后又上升到0.496、0.501。技术进步变化幅度较小，没有大的高低起落，总体呈现W型微小波动，异质性特征不明显。在0.492<w t <0.677、w t >0.677两阶段较高技术水平上，各分位点滞后一期自回归系数首先由0.472、0.582下降为0.399、0.368，之后上升为0.746、0.522，再持续上升为0.801、0.714，最后下降为0.528、0.683，呈现倒N型变动趋势。4个阶段上的滞后二期变量自回归系数也保持相对稳定。在w t <0.356上，滞后二期自回归系数呈现倒V型变动趋势，波动幅度较小。在0.356<w t <0.492和0.492<w t <0.677两个阶段上，滞后二期自回归系数在每个分位点上是反方向变动的，前一阶段由0.529下降为0.408，再上升为0.656，然后下降为0.596，最后上升为0.712，总体呈现W型变动趋势。而后一阶段变动与之是反方向的，呈现倒W型变动趋势。在w t >0.677阶段上，滞后二期自回归系数由0.386连续上升为0.461、0.511、0.584，直到0.597，连续平稳上升。渐进式技术进步总体上没有较大波动，异质性特征也不明显。技术进步受到技术创新效率的引导，主要来自于要素充分利用，更高阶段技术进步主要依靠创造性破坏强度。技术进步在较高阶段上，后阶段技术波动较前阶段更加明显，起伏幅度大，异质性特征随着技术升级、技术进步不确定性加大而日益显现。
第二，就非线性趋势而言，四阶段门限自回归与5个分位点的分位数自回归分析构成。在0.10、0.25分位点上，四阶段的自回归系数分别为0.674、0.359、0.641、0.529、0.472、0.392、0.582、0.386，0.593、0.481、0.571、0.408、0.399、0.604、0.368、0.461。而且，随着技术逐渐升级，前阶段技术进步对后阶段变化影响是渐次减弱的。厂商立足于充分利用既定技术创新资源，提高技术创新效率。渐进式技术进步空间持续减少，逐渐转化为一维线性变化趋势。而在0.50、
表3 渐进式技术进步TQAR和TAR模型参数估计及检验
注：①利用网格搜寻法所获得的门限值，可以使残差平方和最小；②LR、Supwald检验，均假设在有效约束条件下。与无约束估计量的似然函数估计值均逐渐接近目标值，模型估计有效；③由上述计量结果可知，各分位点上Q检验值均小于1%显著性水平，即滞后两期自变量不存在序列相关；④根据AIC检验结果，确定TQAR、TAR模型滞后阶数为2。
0.75、0.90的分位点上，自回归系数分别为0.934、0.806、0.882、0.656、0.746、0.524、0.522、0.511，0.452、0.637、0.407、0.596、0.801、0.793、0.714、0.584，0.496、0.509、0.501、0.712、0.528、0.496、0.683、0.597。渐进式技术进步是逐级实现的，具有非线性特征，起伏变化较小，每次技术进步是逐级实现的。技术创新效率发挥着引导性作用，没有创造性破坏等跳跃性、偶然性因素。这个结论验证了假设2是正确的。
跨越式技术进步的门限分位数自回归分析结果见表4。
第一，就异质性特征而言，跨越式技术进步高低变动具有不确定性。门限值0.071、0.418、0.926将技术进步分为4个阶段，在不同阶段波动路径差异较大。对于阶段1，即有w t <0.071，该阶段为较低水平技术进步，所有分位点处自回归系数取值均为正，技术进步在较低水平下没有积累，前期技术进步对当期有正向影响。但是，这种低技术水平下的技术进步具有较大波动性，滞后一期自变量作为门限变量，其系数先由0.114跨越到最高值0.810，然后急剧下降为0.075，再快速提升到0.718，最后降低为0.104，总体呈现倒W型变动趋势，即技术进步在每个分位点上都出现较大波动。相应地，滞后二期自回归系数出现反方向变化，且变化幅度较大，即为正W变动趋势。对于阶段2，为0.071<w t <0.418，5个分位点上门限变量系数发生较大波动，首先由0.109下降为0.072，继而上升到1.524，此时在这个较高技术水平时发生技术积累，下降到-0.209，最后上升为0.944，技术进步总体呈现正W型变动趋势。在低技术阶段上，在0.75分位点处自回归系数-0.209，取值为负，即在技术进步上升到较高水平后，创造性破坏引起技术积累。后一步技术水平上升受到技术瓶颈的制约，没有持续上升，技术水平出现短暂下降。而滞后二期自回归系数表现为明显的随机不确定性，呈现倒W型变动趋势，与滞后一期是反方向变动关系。对于阶段3，为0.418<w t <0.926，在高水平技术进步阶段上，此时技术进步跨越瓶颈制约，技术进步达到较高水平时，因为技术积累在0.50分位点处自回归系数取值均为负，技术积累达到一定程度后又实现技术水平快速上升。滞后一期自变量作为门限变量，其系数首先由0.207上升为0.519，发生较大幅度技术积累，下降到-0.924，然后上升为0.427，最后下降为0.116，总体是倒W型变动趋势。滞后二期自回归系数与滞后一期的变动趋势相反，上下变动幅度较大，表现出较为显著的异质性特征。技术进步由低阶段进入高阶段后，在分位点0.50上出现技术积累，较上阶段提前出现升级趋势，而且幅度较大。对于阶段4为w t >0.926，在较高水平技术进步阶段中，技术进步实现快速跨越，各分位点上滞后一期自变量作为门限变量，系数先由0.839连续下降到0.216、0.144，然后迅速跨越到0.724，发生显著的技术积累效应后达到-0.956。这一变动说明技术进步处于较高阶段时，技术进步速度面临新的调整，呈现出倒N型变动趋势。相应地，滞后二期自回归系数与之是反方向变动关系，是正N型变动趋势。这一结论表现，在较低技术水平时，技术创新效率导向作用明显，创造性破坏强度在技术进步与积累中发挥着催化作用，技术替代日益加快，异质性特征明显。而在较高技术水平时，技术积累效应发挥主导作用，具有较强的方向性。技术进步再一次进入加速升级通道，突出原有的方向和趋势，不同产业和不同技术阶段会有不同的技术进步路径。论证结果与假设3是一致的。
表4 跨越式技术进步TQAR和TAR模型参数估计及检验
第二，就非线性趋势而言，技术进步方向发生较大拐折，具有显著的不确定性。在0.10、0.75分位点上，滞后一期自回归系数首先由0.114、0.718下降到0.109、-0.209后，持续上升到0.207、0.427，最后上升到0.839、0.724，技术进步路径呈现正V型变化。相应的，滞后二期自回归系数变动有着不同的情况，技术进步非线性特征比较明显，在0.10分位点是由0.984下降为0.753，再上升到0.977，最后下降为0.019，而在0.75分位点上却出现相反的变动趋势，即为正N型变动趋势。在0.25分位点上，滞后一期自回归系数由0.810，快速下降到0.072，又迅速上升到0.519，最后下降为0.216，在3次技术变动中发生两次拐折，技术进步路径是倒N型变化。而滞后二期自回归系数出现相反的变动方向，是正N型变动趋势。在0.50、0.90分位点上，滞后一期自回归系数均由0.075、0.104的较低水平上升到1.524、0.944的较高水平，随后因技术积累快速下降到-0.924、0.116，最后逐步一次变动到0.144、-0.956。而这两个分位点的滞后二期自回归系数均与滞后一期有着较大差异，由0.752、0.964大幅度下降为-0.028、0.012，再上升为0.854、0.994，最后同时快速下降为0.436、0.242。因此，在跨越式技术进步中，滞后一期、滞后二期技术进步成果对现期技术水平产生着不同作用，创造性破坏带来显著的技术积累效应，并在此基础上实现技术水平快速提升，技术进步路径非线性特征明显。假设1、假设3得到论证。
在过去很长一段时间中，传统高校图书馆资源形式大多为纸质书籍、报刊、文献等。但在大数据时代到来以后，这种传统高校图书馆资源形式被完全打破，高校图书馆的资源形式也变得越来越多。使用大数据技术后的高校图书馆，不仅具备馆藏纸质文献等传统资源，还在此基础上增设了云上存储资源、网络资源等，使高校图书馆资源形式不再局限于纸质化。与此同时，高校图书馆在使用大数据技术之后，用户在浏览高校图书馆网站之后产生的信息也将成为高校图书馆大数据资源的组成部分。
5 研究结论与政策建议
本文重点分析技术创新效率、创造性破坏强度如何引起渐进式和跨越式技术进步，研究技术进步过程中非线性趋势和异质性特征在随机变动、形成机制、作用传导等方面差异，并把门限分位数自回归方法 (TQAR)运用到实证分析中。研究认为，创造性破坏加快技术积累，技术进步在较低水平上得到快速提升。由技术积累引起的技术回落，在创造性破坏作用下不但没有使技术进步停滞不前，而且带来更大幅度跨越。技术创新效率促进研发资源充分利用，引导渐进式技术进步朝着效益目标平稳收敛，非线性趋势和异质性特征不明显。创造性破坏推动技术积累与技术进步交替出现，实现跨越式技术进步，其路径波动变化幅度较大，技术进步具有非线性趋势和异质性特征，为此，提出以下政策建议。
(1)实施信息化带动战略。以信息化加快创新成果扩散应用，提高要素配置精细化水平。坚持数字化、网络化、智能化的方向，引导技术创新要素渗透到实体经济中，积极培育软件定义、数据驱动和智能主导等新模式、新业态。
(2)深化基础研究体制改革。促进新知识、新方法、新原理的源头储备和高效利用，推动跨越式技术进步。积极探索经济合理、技术可行、规模适度的创造性破坏，突破一批关键共性技术。
(3)大力提高技术创新效率。推动创新成果融合到增材制造、工业机器人、集成电路等高新技术领域中，通过知识更新、优化要素配置、提高劳动力素质等途径改善产出投入比例，引导技术创新向内涵延伸。
参考文献：
[1]KLETTE T J，KORTUM S.Innovating firms and aggregate innovation[J].Journal of political economy，2004，112(5)：986-1018.
[2]GRIFFITH R，HUERGO E，MAIRESSE J，et al.Innovation and productivity across four European countries[J].Oxford review of economic policy，2006，22(4)：483-498.
[3]AGHION P，HOWITT P.A model of growth through creative destruction[J].Econometrica，1992，60(2)：323-351.
[4]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014(4)：71-80.
[5]KUMAR S，RUSSELL R R.Technology change，technological catch-up，and capital deepening，relative contributions to growth and convergence[J].The American economic review，2002，92(3)：527-548.
[6]高凌云，王永中.R&D溢出渠道、异质性反应与生产率：基于178个国家面板数据的经验研究[J].世界经济，2008(2)：65-73.
[7]朱有为，徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济，2006(11)：38-45.
[8]李明.突发事件与制度变迁、技术进步关系研究[J].北京航空航天大学学报(社会科学版)，2013(1)：16-23,89.
[9]TAMBE P，HITT L M.Measuring information technology spillover[J].Information systems research，2014，1(25)，53-71.
[10]HSIUNG H H，WANG J L.Value creation potential of intellectual capital in the digital content industry[J].Investment management & financial innovations，2012，9(2)：81-90.
[11]郑坚，丁云龙.高技术产业技术创新的边际收益特性及效率分析[J].科学学研究，2008(5)：1090-1097.
[12]赵玉林，王春珠.战略性新兴产业发展中创新与需求协同驱动异质性分析[J].中国科技论坛，2017(5)：41-48.
[13]GRILICHES Z.Research expenditure education and the aggregate production function[J].The American economic review，1964(54)：961-974.
[14]HALL R，JONES C.Why do some countries produce so much more output per worker than others[J].Qarterly journal of economics，1999，114(1)：83-116.
[15]李政.国有企业提高自主创新能力的制约因素与驱动机制[J].学习与探索，2013(7)：106-110.
[16]肖仁桥，王宗军，钱丽.我国不同性质企业技术创新效率及其影响因素研究:基于两阶段价值链的视角[J].管理工程学报，2015(2)：190-201.
[17]康宁，荆科.门限分位数自回归模型的预测方法及应用[J].数量经济技术经济研究，2016(3)：146-160.
[18]NELSON R.Aggregate production functions and medium-range growth projections[J].The American economic review，1964，54(5)：575-606.
[19]ACEMOGLU D.Directed technical change[J].The review of economic studies，2002(69):781-809.
[20]孟梓涵，武建龙.基于产业联盟的高新技术产业自主创新能力提升路径研究[J].科技与管理，2014(2)：44-48.
No -linear Trend and Heterogeneity Character of the Technology Progress Process
>Wang Bihao，Zhang Yu
(Applied Economics Post-doctoral Station，Shandong University,Ji’nan 210500,China)
Abstract： The technology innovation productivity and the creative destruction play the different role on the step-by-step and great leap technology progress.Analysis of the trend and character with the Bellman Equation，caused the technology progress to random fluctuate，technology progress is restrained with the benefit object gradually.The view of the research is that the technology innovation productivity adopts the technology innovation achievement repeatedly and circle，technology progress is sustained，non-prominent.The creative destructive promotes the technology accumulation，the technology enhances rapidly based of the lower level，change the tradition path of the step-by-step advance leading to great leap technology progress.The technology progress with no-linear and heterogeneity during technology innovation continually.Basic on the threshold autoregressive(TAR)and the quantile autoregressive(QAR),then constructing the threshold and quantile autoregressive(TQAR)to carry the empirical analysis.
Key words: Technology Progress;Productivity;Creative Destruction;No-linear;Heterogeneity
基金项目： 中国博士后第62期面上基金项目 “基于贝叶斯网络的关联性技术进步理性预测和路径选择”(2017M622167)，国家社科基金项目 “要素价格上涨与环境规制趋紧下的中国制造业转型升级路径研究”(14BJY081)。
收稿日期： 2018-05-04
作者简介： 王必好(1976-)，男，安徽六安人，山东大学应用经济学博士后流动站博士后；研究方向：技术经济学、技术进步随机过程和创新型经济。
中图分类号: F062.4
文献标识码: A
(责任编辑 刘传忠)
标签：技术进步论文; 技术创新效率论文; 创造性破坏论文; 非线性论文; 异质性论文; 山东大学应用经济学博士后流动站论文;