高技术与非高技术产业创新的单要素效率，本文主要内容关键词为：高技术论文,与非论文,要素论文,高技术产业论文,效率论文，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。
一、引言
创新是经济增长的源泉和决定性因素，经济发展的过程就是不断实现创新的过程（Acemoglu,2002）。为了实现建设创新型国家的战略目标，近年来中国持续加大科技投入力度，1998—2007年中国的R&D资金投入和科技活动人数年增长率分别为19.28％、16.28％，2007年分别达到3710.24亿元、454.39万人，R&D资金增长率和科技活动人数居世界前列。然而创新投入的高增长与生产率的低增长形成鲜明反差，促使研究人员反思创新过程中的效率问题。Zhang et al.（2003）、朱有为，徐康宁（2006）发现中国工业的研发效率整体较低，说明研发活动还未能充分地发掘出现有科技资源和技术的潜力。岳书敬（2008）、史修松等（2009）的研究结果显示中国省级水平的创新效率也较低，而且地区间创新效率差异显著，呈现东高西低的分布特征。近年来对创新效率的研究对象由微观扩展到宏观，研究结论都肯定了中国创新效率较低，且区域创新效率存在梯度差异。区域创新效率差异进一步扩大了区域创新能力差异（李习保，2007），从而影响了经济增长的潜力，如何提高创新效率成为推动内生经济增长的重要一环。创新效率反映的是在现有创新产出条件下，潜在的最少投入与观察到的投入之比，创新效率是一个比较笼统的表述，实际上创新投入包括R&D资金（简称资金）、R&D劳动（简称劳动）等多种要素（Zhang et al.,2003；冯根福等，2006；吴延兵，2006a），但创新效率并不能体现不同要素使用效率的差异，也没有反映不同要素对创新效率的贡献大小。如果将创新效率分解为资金和劳动的单要素效率，则创新效率可由资金效率和劳动效率的交互作用来决定，那么就可以找出创新低效率的主要原因究竟是资金的低效率还是劳动的低效率、或者说是二者的效率均低引起的。因此本文认为创新活动中资金投入与劳动投入的单要素效率是影响创新效率的重要因素。同时东西部创新效率的梯度差异是否也意味着东部创新的资金效率和劳动效率都比较高？高技术与非高技术产业中，不同地区同种创新投入的单要素效率是否一致？目前对创新效率的研究忽略了对单个创新投入要素的效率研究，以总的创新效率涵盖了创新所有投入的效率，掩盖了不同的创新投入所存在的效率差异，从而使提高创新效率的政策措施变得针对性不强，难以达到预期的政策目标。因此，本文着重比较不同地区高技术与非高技术产业创新活动中劳动和资金的单要素效率，分析单要素效率的地区与行业差异以及创新低效率的原因。
二、单要素效率的界定
新古典经济学理论认为生产者都在生产可能性边界上进行生产，实际上受组织或个人行为因素的影响，生产者的实际生产点往往偏离了生产可能性边界，因而产生效率损失（Farrell,1957），这个效率损失常用技术无效率或技术效率加以衡量①。技术无效率往往归结为管理上的无效率，由于管理无效率是一个较为笼统的解释，管理可以区分为对人力资源和资金等多种要素的管理，对不同的要素管理的目标及力度不同，从而导致要素的单要素效率出现差异，但从技术无效率的观点出发，并不能判断决定技术无效率的关键因素是哪方面的管理无效率。而创新效率反映的是在既定产出条件下最大节约创新投入的能力，即创新活动中的技术效率，根据Zhang et al.（2003）、冯根福等（2006）、吴延兵（2006a）对创新生产函数的设定可知，创新过程中劳动和资金是可以区分且存在替代性，这就表明减少一种要素投入并增加另一种要素投入同样可以保持产出不变。然而按照技术效率的观点，如果消除无效率并保持产出不变的话，所有的投入都必须同时减少。考虑到中国创新活动中劳动资源较为丰裕，而资金资源相对稀缺，因此保持产出和劳动投入不变条件下，尽可能地减少资金投入显得更有意义，资金能实现多大幅度的节约实际上就涉及到资金的单要素效率问题，这也反映出既定产出和生产技术条件下，通过改进效率可以在多大程度上节约资金。
四、研究结果
考虑到地区和产业间生产前沿存在差异，本文按传统的地理位置划分法将中国划分为东部和中西部二个区域，同时将工业划分为高技术产业与非高技术产业，因此为东部高技术产业、东部非高技术产业、中西部高技术产业和中西部非高技术产业四个组，分别建立不同的创新随机前沿生产函数；同时为这四个组建立创新共同前沿生产函数，在创新共同前沿生产函数基础上估计和比较它们的单要素效率（即劳动效率和资金效率）水平及差异。
（1）变量和数据说明。创新产出以专利授权数来衡量，创新投入包括劳动和资金，其中劳动以工程师和科学家的人数来衡量。资金一般采用R&D存量来衡量，准确测算R&D的折旧率非常困难，所以对R&D投入的衡量存在多种办法，朱有为、徐康宁（2006）、吴延兵（2006a）、岳书敬（2008）在估算出基期R&D存量基础上采用15％的折旧率来估算当期R&D存量，史修松等（2009）采用前1年的R&D投入来衡量R&D，吴延兵（2006b）采用当期的R&D资金投入来衡量R&D。本文结合目前知识更新较快的特点、可获得数据的时间长度和中国发明占专利总数的比例远低于欧美国家的特点，采用折旧年限为4年，直接计算4年内的R&D余额之和作为R&D存量，这种方法的优点是既考虑了R&D的累积效应，又回避了基期R&D存量的估算问题；缺点是折旧年限越高，样本数量和自由度损失越高。每年的R&D投入等于地区科技活动经费减去其中的劳务支出，非高技术产业专利授权数、劳动和资金支出分别等于工业与高技术产业专利授权数、劳动和资金支出之差③。
高技术产业的专利授权数、工程师和科学家数、科技活动经费、科技活动经费中的劳务支出数据分别来自2002—2007年《中国高技术产业统计年鉴》，工业的相应数据来源于1996—2007年的《中国科技统计年鉴》，考虑到R&D投入多为中间投入，所以R&D采用原材料燃料动力购进价指数平减，同时剔除专利授权数为0的样本。
（2）模型参数估计。本文采用最大似然法分别估计四个组别的创新生产函数，然后合并四个组别的所有数据组成混合数据，再次估计混合数据的创新生产函数，其中采用混合数据估计的创新生产函数即为传统估计创新效率的基础，而本文估计混合数据的创新生产函数的目的在于检验四个组具有不同创新生产函数的假设是否合理，即检验这四个组别的生产前沿差异是否显著。本文建立零假设：四个组的随机前沿函数与混合数据随机前沿函数没有区别，被择假设：四个组的随机前沿函数与混合数据随机前沿函数差异显著，采用广义似然率统计量：
分别为四个组与混合数据模型的似然函数值，如果零假设成立，那么检验统计量λ服从混合卡方分布，自由度为受约束变量的数目。根据表1可知约束变量为38，而λ值为311.87，明显大于自由度为38条件下的卡方临界值
，所以拒绝了零假设，故而认为分产业分地区的随机前沿函数与混合数据的随机前沿函数存在显著差异，采用共同前沿函数来估计效率是适当的。
（3）单要素效率。根据（6）式和（4）式的计算结果估算出1998—2007年各省创新活动中的劳动和资金的单要素效率（以后分别简称为劳动效率、资金效率），从表2结果来看，高技术产业与非高技术产业创新的劳动效率水平均不高，分别为0.755、0.683，高技术产业劳动效率高于非高技术产业，但二者分别还有32.45％、46.41％的增长空间；而资金效率的水平极低，分别仅为0.057，0.126，高技术产业的资金效率明显低于非高技术产业，同时二者分别具16.54倍、6.94倍的增长空间，这也从而导致这两种产业的创新效率分别仅为0.375、0.487，二者的创新效率都低于劳动效率且高于资金效率，这也说明劳动效率对创新效率的贡献较大，资金效率对创新效率贡献极小。东部创新活动的劳动效率为0.720，高于中西部的0.623；而东部的资金效率为0.065，显著低于中西部的0.232。总的来说，劳动效率和资金效率分别只有0.689、0.118，这在一定程度上导致劳动和资金的产出弹性分别仅为0.537、0.212，并最终使创新活动丧失规模经济效应。
从区域劳动效率来看，东部高技术产业的劳动效率0.719，低于中西部相应产业的0.801，但东部的非高技术产业的劳动效率为0.721，高于中西部相应产业的0.609。具体各个省来看，劳动效率处于前10的是天津（非高技术产业，简称非高）、甘肃（高技术产业，简称高）、山西（高）、江西（高）、安徽（高）、北京（非高）、河北（非高）、内蒙古（高）、陕西（高）、辽宁（非高），劳动效率较高的均为中西部的高技术产业和东部的非高技术产业。而劳动效率最后10位的分别是重庆（非高）、云南（高）、贵州（非高）、新疆（非高）、湖南（非高）、四川（非高）、广东（非高）、河南（非高）、宁夏（非高）、云南（非高）。除云南的高技术产业外，处在最低劳动效率水平的全部都是非高技术产业，而且基本上都是中西部省份。因此创新活动中，部分东部非高技术产业和中西部高技术产业的劳动效率处在较高水平，中西部的非高技术产业的劳动效率较低。
从区域资金效率来看，中西部非高技术产业的资金效率最高，为0.245，而东部高技术产业的资金效率为0.051，低于东部非高技术产业0.067和中西部高技术产业的0.081，因此就高技术产业而言，中西部资金效率高于东部；但对于非高技术产业来说，则刚好相反。资金效率处在最高的前10是内蒙古（高）、青海（高）、新疆（高）、山西（高）、甘肃（高）、海南（高）、宁夏（高）、甘肃（非高）、黑龙江（非高）、青海（非高）。除海南高技术产业外，资金效率较高的全部为中西部的高技术产业（6个）和非高技术产业（3个）。资金效率最低的10位依次为四川（高）、广东（高）、陕西（高）、广东（非高）、北京（非高）、江苏（非高）、上海（高）、上海（非高）、山东（非高）、浙江（非高）。除四川、陕西的高技术产业外，其余的全部为东部的高技术产业（2个）和非高技术产业（6个）。可见，资金效率较高的大多为中西部的高技术产业，而东部的非高技术产业资金效率较低。
从单要素效率的动态变化来看，1998—2007年东部、中西部高技术产业和中西部非高技术产业的劳动效率呈现下降趋势，年下降分别为0.92％、0.80％、0.81％；东部高技术产业的劳动效率和东部、中西部高技术产业及非高技术产业的资金效率均出现上升趋势，其年增长率分别为1.38％、13.43％、21.39％、19.65％、25.37％。由于各省的创新投入规模均随时间变化而扩大，因此从纵向比较来看，资金效率与创新投入规模存在正相关，而劳动效率与创新规模投入的关系是不明确的。尽管资金效率增长速度较快，但由于起始点的资金效率较低，到2007年中西部的高技术与非高技术产业的资金效率仅为0.167、0.345，而作为中国创新中心的东部，其高技术与非高技术产业资金效率也仅有0.093、0.098，因此制止创新过程中劳动效率的下降，推动资金效率以更高的速度提高，尤其是提高东部和高技术产业的资金效率，是改善创新效率的关键。
（4）单要素效率：区域与产业特点。为了进一步考察各个省份创新活动中要素效率的特点，本文以劳动效率和资金效率为聚类变量，将中国高技术产业与非高技术产业分为三个类别（见表3）：一类区的劳动效率最低，但资金效率相对较高，其聚类中心的劳动效率和资金效率分别为0.568、0.183，这个类别的省份主要为中西部的非高技术产业。二类区具有最高的劳动效率和最低的资金效率，其聚类中心分别为0.788、0.090，这个类别的省份东部的高技术产业和非高技术产业，以及部分中西部的高技术产业。三类区具有较高的劳动效率和最高的资金效率，其聚类中心分别为0.775、0.433，这个类别的省份主要为中西部省份的高技术与非高技术产业，这些省份的创新规模相对较小。总体来看大多数省份的劳动效率与资金效率并不能同时保持具有相对较高的水平，只有部分创新规模较小的省份可以达到二种要素的效率相对较高的水平。从横向比较来看，部分创新规模越大的省份（如：二类区）则出现劳动效率越高而资金效率越低，部分创新规模越大的省份（如：三类区）劳动效率和资金效率越低。高技术产业的创新活动一般具有高劳动效率和较低的资金效率，而大多数非高技术产业的创新活动具有相对较高的资金效率和低劳动效率。不管是高技术产业还是非高技术产业均没有出现劳动效率与资金效率同时处于相对较低水平的态势。
（5）对单要素效率的判断及解释。从整体来看，中国创新活动中的劳动效率和资金效率均不高，分别为0.689、0.118。当然创新技术进步速度较高也会引起创新效率下降（Aghion et al.,2005），尤其是高技术进步率和高技术产业条件下，技术进步对单要素效率的负效应更为明显。同期高技术与非高技术产业的技术进步率为9.49％、3.83％，说明技术进步可以在一定程度上解释创新效率水平，但与创新过程中较低的单要素效率水平相对比，技术进步并不是相当突出，对单要素效率的影响有限。具体从劳动效率来看，由于高技术产业的劳动效率为0.755，高于非高技术产业的0.683，但高技术产业具有更高的技术进步率，但高技术产业并没有因此而具有较低的劳动效率，因此非高技术产业较低劳动效率并不全部是技术进步引起的，在相当程度上是由于创新过程中存在较严重的浪费，即劳动的使用效率低。高技术与非高技术产业的资金效率极低，分别仅为0.057、0.126，与其劳动效率相比，显然技术进步也不能解释大部分原因。
总之，低水平的劳动效率和资金效率并不是处于合理的水平，创新活动中的劳动和资金都存在浪费，尤其是资金浪费严重。由于我国绝大多数创新活动是由政府所创办的公共研究机构和国有企业所完成（姚洋，章奇，2001），随着现代企业制度、公共研究机构考核制度和人才竞争制度的完善，将责任明晰到岗到人，科研成果成为科研人员考核的重要指标，在较高的外部压力下劳动效率相对较高；而资金的核算相对复杂，对资金的管理则以规范支出为主要目标，科研成果并没有成为资金绩效的重要指标，因此资金效率相对较低。较低的资金效率是导致创新效率不高的主要原因，并极大地制约了创新效率的进一步提高。
五、结论与讨论
本文分析和比较了东部与中西部的高技术与非高技术产业创新的劳动效率和资金效率，得出如下结论：
一是中国创新活动的劳动效率和资金效率均较低，尤其是资金效率仅为0.118，远低于劳动效率的0.689，这与创新过程中对两种要素的管理目标不同密切相关，因此劳动效率对创新效率的贡献大于资金效率。同期劳动效率在缓慢下降，而资金效率增长较快，但目前资金效率的水平仍然很低，成为限制创新效率进一步提高的主要因素。二是高技术产业创新活动的劳动效率高于非高技术产业，而非高技术产业的资金效率高于高技术产业，高技术产业一般是具有相对较高的劳动效率和较低的资金效率，而非高技术产业一般具有较低的劳动效率和相对较高的资金效率。三是东部的劳动效率高于中西部，而中西部资金效率显著高于东部。具体来看，东部高技术产业的劳动效率低于中西部高技术产业，而非高技术产业劳动效率则是东部低于中西部；对于资金效率来说，不管是高技术还是非高技术产业，中西部均高于东部。四是大部省份的高技术或非高技术产业的创新具有较高的劳动效率和较低的资金效率，具有较低的劳动效率和相对较高资金效率，只有部分创新规模小的中西部省份的高技术和非高技术产业可以同时具有相对较高的劳动效率和相对较高的资金效率。
中国创新活动的资金投入强度与发达国家差距较大，创新资金相对匮乏，而人力资源相对充裕，但资金效率远远低于劳动效率，尤其是高技术产业和东部的资金效率更低，说明创新活动中更稀缺的资源反而没有得到充分利用，这一点值得关注。劳动效率和劳动的产出弹性相对较大，因此通过持续扩大创新活动中的工程师和科学家数量对增加创新产出具有明显的作用，但劳动效率随时间逐步下降，又降低了其对创新产出的贡献。资金效率的极低水平严重制约了创新效率的进一步提高，如果不大幅度改善资金效率，就难以提高创新效率和自主创新能力。目前中国创新资金投入强度较低，短期内也难以赶上发达国家水平，在现有资金效率和资金产出弹性均较低的条件下，增加创新资金投入对创新产出的贡献并不大，此时应重点提高创新的资金效率。如何采取有效措施提高创新活动中的资金效率，特别是高技术产业和东部地区的资金效率是提高中国创新效率、推动内生经济增长的关键。需要指出的是，本文发现高技术产业和东部的资金效率更低，这与传统观点并不相符，出现这个结论的原因与本文关于不同地区或产业间生产前沿存在差异的假设密切相关。此外本文未对单要素效率的地区差异原因作分析，对单要素效率的估算也没有考虑投入的成本问题，这些都是今后进一步研究的方向。
注释：
① 技术无效率与技术效率之和等于1。
② 为了更直观地比较随着单要素效率的变化，技术效率是如何变动的，本文通过移动生产前沿来实现单要素效率的变化。
③ 按国际专利分类标准，除农、林、牧、渔业和固定建筑物的专利外，1998—2008年的中国授权专利约91.46％都是工业专利，因此非高技术产业的数据，可以由工业与高技术产业的相应数据之差来求得。