如何促进战略性新兴产业的技术创新——基于我国三次产业数据的实证分析，本文主要内容关键词为：实证论文,战略性论文,技术创新论文,新兴产业论文,我国论文，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。
培育和发展战略性新兴产业既是我国实现经济增长方式转变的内在要求，也是抢占新一轮经济和科技发展制高点的重大战略部署。构建以市场为导向、以生产决策单元为主体的技术创新支持体系是发展战略性新兴产业的中心环节。而构建这种创新支持体系的前提条件在于准确认识并充分发挥生产决策单元的自发性技术创新动力。关于生产决策单元自发性技术创新动力的研究最早可追溯至熊彼特在1934年出版的《经济发展理论》。他不仅在该书中首次提出了技术创新的概念，还通过分析认为大企业拥有比小企业更强的技术创新动力(即所谓的“熊彼特”假说)。自他研究之后，技术创新逐渐成为经济学界探讨的热点之一。早期关于技术创新的研究文献主要从理论层面分析技术创新的影响因素，其中包括专利制度(Geroski，1995)和其他保护机制(Klevorick，Levin，Nelson，Winter，1987)、技术特征(Mansfield et al.，1977)、发明与创新的合理回报(Cohen，1995)、地理环境(Geroski，1995；Henderson，Jaffe，1999；Feldman，1999)、市场集中度和市场结构(Tobias Kretschmer et al.，2008)、市场拉动(Schmookler，1966)、技术机会(Cohen，1995)、新企业进入与竞争压力等。
近年来，探讨技术创新动力的相关研究大致可以分为两类：其一，关于某些假说的实证检验；其二，基于数据挖掘技术的实证分析。被理论界多次检验的假说主要包括：“熊彼特”假说(大规模企业比小规模企业具有更强的创新动力)、“市场拉动”假说和“技术机会”假说等。基于数据挖掘技术的实证检验主要探讨了企业规模结合管理因素(Francois，Favre and Negassi，2002)、新企业进入压力(Tobias Kretschmer et al.，2008)、资本扩张(朱钟棣和李小平，2005；张自然、王宏淼和袁富华等，2010)、要素价格(Colin G.Thirtle et al.，2002；叶振宇和叶素云，2010)等因素对技术创新的影响。
通过以上综述，我们可以发现，现有关于技术创新动力的研究都未能实现理论框架同实证研究的有机结合。现有研究的这种缺陷必然导致所做的研究要么缺乏实证结果的支撑，要么缺乏经济学理论的支撑。为了从根本上克服现有相关研究的局限性，本文采用了理论模型与实证研究相结合的研究方法。
本文的研究旨在回答以下问题：竞争是能够促进创新还是抑制创新？创新的经济收益的变化对创新是否存在显著影响？增加投资是否能促进创新？要素价格增长是否能对创新增长起到倒逼作用？通过对这些问题进行澄清，我们将归纳总结出一些对我国发展战略性新兴产业具有借鉴意义的启示。基于这些启示，我们将提出一套关于有效培育和促进战略性新兴产业技术创新动力的政策建议。
本文内容分为三个部分：第一部分从生产者的优化动机出发，推导出了一个关于技术创新影响因素的理论模型；第二部分基于上述理论模型和1992-2008年我国三次产业的相关数据对各产业技术创新影响因素进行分析和揭示；第三部分是实证结论和政策建议。
二、理论模型
对(14)式两边取差分，可得：
(19)式表明，技术进步(用全要素生产率的增长率代表)主要由生产要素价格实际增长率、技术创新主体价格控制能力或规模增加(用勒纳指数增量代表)、创新的经济收益增量(即资本市场贴现率增量)和技术创新主体资本增长率四个变量决定。
三、我国三次产业技术创新动力实证研究
以下实证检验主要围绕(19)式展开，即探讨三次产业全要素生产率增长率同各自产业实际要素价格增长率、勒纳指数增量、资本增长率以及资本市场贴现率增量等因素之间的关系。首先，我们对上述关系的线性性和非线性性进行了甄别，结果见表1至表3。
表1至表3的结果显示，我国三次产业全要素生产率增长率关于要素价格实际增长率、勒纳指数增量、资本增长率以及资本市场贴现率增量的回归均支持线性模型设定。考虑到在现实条件下，信息扩散可能存在时滞，从而导致变量之间既可能存在当期影响，也可能存在滞后影响。我们决定采用结构向量自回归(SVAR)方法来分析揭示上述变量之间的关系。
在确定了模型形式之后，我们分三步完成实证研究：首先归集变量并提取观察值，接着对数据的稳定性和因果关系展开检验，然后估计SVAR模型并基于估计结果进行脉冲响应分析。
(一)变量与观察值的提取
本研究所涉及的变量，包括各产业劳动力价格增长率、资本价格增长率、产品价格增长率、勒纳指数增量、资本增长率、资本市场贴现率增量以及全要素生产率增长率等。上述变量的观察值分别按照以下方法提取：各产业劳动力价格用在岗职工年平均工资代表；各产业资本价格用各产业固定资产投资价格指数代表；第一、三产业的产品价格用CPI代表，第二产业的产品价格用PPI代表；各产业勒纳指数由各产业产品需求价格弹性绝对值的倒数计算得出；各产业资本增长率用各产业资本存量增长率代表，而各产业资本存量数据取自徐现祥、周吉梅、舒元(2007)的研究数据；资本市场贴现率增量由随机贴现因子计算得出；各产业全要素生产率增长率则按照(19)式计算得出。实证研究主要涉及变量的计算结果详见表7至表9。
1.各产业生产要素价格实际增长率的计算
劳动力的价格用三次产业在岗职工年平均工资代表。计算在岗职工年平均工资的所有原始数据来源于《2009年中国劳动统计年鉴》，数据的时间区间为1992-2008年。使用的数据包括分行业职工年末人数和分行业职工工资总额。由于在此期间我国统计口径发生了变化，我们按照以下原则提取各产业的相关数据：1992-2002年间，第一产业包括农、林、牧、渔业；第二产业包括采掘业、制造业、电力、煤气及水的生产和供应业以及建筑业；第三产业不包括国家机关、政党机关和社会团体及其他；2003-2008年间，第一产业和第二产业涵盖范围与1992-2002年间一致，但第三产业剔除了公共管理和社会组织。资本价格用固定资产投资价格指数代表，我们假设三次产业的资本价格相同。固定资产投资价格指数取自“中经网统计数据库”。关于各产业产品价格水平的衡量指标，我们按照以下方法选取：第一和第三产业产品的价格水平用定基居民消费价格指数(CPI)代表，1978年=100；第二产业产品价格水平用工业品出厂价格指数(PPI)代表，1985年=100。CPI和PPI数据来源于“中经网统计数据库”。我们分别对劳动力价格、资本价格和产品价格的自然对数取差分得到劳动力价格增长率、资本增长率和产品价格增长率。继而，根据C—D生产函数的特征，依据三次产业劳动报酬在各自产业增加值中的比重计算得到各产业的劳动产出弹性。三次产业增加值数据来源于“中经网统计数据库”，1993-2004年劳动报酬数据来源于《中国国内生产总值核算历史资料：1952-2004》，1992年及2005年以后的劳动报酬数据采用自回归的办法推算得出。最后，按照
计算得到各产业要素价格实际增长率(计算结果见表7、表8和表9中的第一列)。
2.资本增长率的计算
本文所使用的资本增长率为资本存量增长率。资本存量增长率数据取自徐现祥、周吉梅、舒元(2007)的研究数据。我们将各省、自治区、直辖市数据加总得到全国的第一产业、第二产业和第三产业的资本存量数据，由于该文的数据截至2002年，对于2003年以后的资本存量数据我们采用自回归方法推算得出。资本增长率估算结果见表7、表8和表9中的第三列。
3.随机贴现因子及资本市场贴现率增量的计算
我们选择社会商品零售总额作为消费的代理指标，并选择一年期定期存款利率(来源于“中经网产业数据库”)、上证指数收益率(来源于“金融RESSET数据库”)和深证综指收益率(来源于“金融RESSET数据库”)三个收益序列作为工具变量。为了尽可能增加数据的样本长度，我们采用了各个数据在1991年1月至2011年3月期间的月度样本。在进行GMM估计时，我们所使用的矩条件如下：
基于表4和月度消费数据，我们计算出了β值。由于所计算出来的贝塔为月度贝塔，我们取每个年度内各月度β的平均值作为该年度贝塔值的代理指标。年度β差分的相反数就是资本市场贴现率增量，资本市场贴现率增量的最终计算结果见表7、表8和表9中的倒数第三列。
4.各产业勒纳指数增量和全要素生产率增长率的计算
勒纳指数为需求价格弹性绝对值的倒数。各产业需求价格弹性的计算方法是：用各产业产品实际消费数量的自然对数对价格水平和收入的自然对数进行省际年度面板数据(Panel Data)回归，则价格水平的回归系数就是相应产业产品的需求价格弹性的估计值。
具体而言，我们用年度居民消费价格定基指数作为第一产业和第三产业产品价格，用年度工业品出厂价格定基指数作为第二产业产品价格。居民消费价格指数原始数据来源于“中经网统计数据库”，时间区间为1992-2008年。工业品出厂价格指数原始数据来源于《新中国六十年统计资料汇编》。由于居民消费价格指数和工业品出厂价格指数的原始数据均为环比数据，我们将它们换算成了定基指数(1992年=100)。
限于数据的可获得性，我们用城镇家庭年人均消费代表名义消费水平，并用城镇家庭年人均可支配收入作为收入的代理指标。城镇家庭年人均消费(分产业)和城镇家庭年人均可支配收入数据取自“中经网统计数据库”。其中，第一产业的消费支出包括食品、粮食、肉禽及其制品、蛋、水产品和奶及奶制品消费支出；第二产业的消费支出包括衣着、服装、家庭设备用品及服务消费性支出以及耐用消费品消费性支出；第三产业的消费支出包括医疗保健消费性支出、交通和通信、教育文化娱乐服务、文娱用耐用消费品、居住、住房、杂项商品和服务消费性支出。根据产业类型将各项支出加总得到各产业的名义消费额。利用Eviews6.0软件对1992-2008年中国三次产业产品的实际消费数量、价格水平和收入作面板回归。该模型的形式为：
其中，j表示产业类型，j=1，2，3；Q、P、R分别表示实际消费数量、价格水平和收入；α为截距项；β为需求价格弹性；k为需求收入弹性；ε为随机项。在检验各产业消费、收入和价格数据稳定性时，由于考虑到各个省份的消费和收入都具有时间趋势，不能采用LLC和IPS检验；又由于考虑到我们数据的时间长度较短(1992-2008年)，也不能采用Fisher类检验，因此，我们主要参照了Breitung检验方法。面板数据稳定性和协整检验结果见表5。
面板数据稳定性和协整检验结果表明，第一产业消费、价格和收入都是一阶单整过程，但三者之间存在协整关系；第二产业消费和价格均为一阶单整过程，且二者与收入(同第一产业)之间存在协整关系；第三产业消费为平稳过程，第三产业消费、价格(同第一产业)和收入(同第一产业)之间存在协整关系。因而，基于三次产业消费、价格和收入数据进行的面板回归均不存在伪回归问题。
紧接着，我们将对面板回归模型具体形式的选择进行甄别检验。首先，区分混合模型与截距差异模型，接着甄别固定效应模型与随机效应模型，进而确定同样本数据相适应的模型形式(模型形式选择检验结果见表6)。从各阶段检验结果可以看出，第一产业和第三产业均在统计学意义上支持固定效应时变系数模型设定。第二产业支持截距项的截面差异和系数时变性，只是拒绝随机效应假设的伴随概率略高于0.05。但是，考虑到随机效应和固定效应条件下价格弹性估计值的差异甚小，我们仍然采用固定效应时变系数模型估计第二产业产品的需求价格弹性。
基于固定效应不变系数模型，我们对三次产业产品的需求价格弹性进行了估计。估计结果显示，三次产业每个年度的需求价格弹性估计值均非常显著。第一产业产品需求价格弹性最小，基本体现了生活必需品的产品属性和我国农业对外开放程度较低的产业特征；第三产业产品需求价格弹性最大，主要原因在于其产品多为非必需品且较容易被替代。各产业产品的需求价格弹性呈现出了不同的变化趋势，其中第一产业的需求价格弹性大致呈现出单一下降趋势，第二产业的需求价格弹性则表现出先升后降(以2004年为分界点)，第三产业需求价格弹性的变化趋势则正好与第二产业相反，即2004年以前基本处于下降趋势，2004年以后又呈现出逐年增加的态势。根据三次产业产品需求弹性的结果以及上文中的勒纳指数计算公式，我们计算出了三次产业的勒纳指数，继而通过求取勒纳指数差分得到了勒纳指数增量(结果见表7、表8、表9中的倒数第二列)。最后，我们基于(19)式并利用上述计算得到的各项指标计算出了我国三次产业的全要素生产率增长率
(结果见表7、表8和表9中的最后一列)。
(二)数据的平稳性检验
单位根检验结果显示，三次产业的要素价格实际增长率、资本增长率、勒纳指数增量、全要素生产率增长率以及资本市场贴现率增量均为平稳过程。单位根检验结果见表10至表12。
(三)格兰杰因果关系检验
我们对变量之间的格兰杰因果关系进行了检验(三次产业最优滞后阶数均为二阶)，结果如下：在第一产业中，勒纳指数增量和资本增长率同全要素生产率增长率之间存在双向格兰杰因果关系，亦即勒纳指数增量和资本增长率的提高都能促进全要素生产率增长率的上升。反之，全要素生产率增长率的上升也促进了二者的增加；在第二产业中，资本增长率与全要素生产率增长率之间存在双向格兰杰因果关系，表明资本增长率的提高使得全要素生产率增长率得到提升，全要素生产率增长率的增加同时也促进了第二产业资本增长率的提升；在第三产业中，要素价格实际增长率、资本市场贴现率增量、资本增长率与全要素生产率增长率之间存在双向格兰杰因果关系，要素价格实际增长率的增加使得第三产业的全要素生产率增长率得到提高，全要素生产率增长率的提高也促进了要素价格实际增长率的上升。资本市场贴现率增量的提高促进了全要素生产率增长率的增加，全要素生产率增长率的增加也带动了资本市场贴现率增量的提升。资本增长率的提升促进了全要素生产率增长率的提高，全要素生产率增长率的提高也带动了第三产业资本增长率的增加。
基于三次产业中各变量格兰杰因果关系检验结果，我们按照以下原则选择分析方法：对于具有双向格兰杰因果关系的变量，我们采用SVAR模型分析变量之间的关系；对于不具有格兰杰双向因果关系的变量，我们直接采用基于变量当期值的OLS方法分析各因素变量对全要素生产率增长率的影响。
(四)三次产业技术创新与影响因素之间的关系分析
1.第一产业技术进步与影响因素之间的关系
基于上述格兰杰因果关系检验结果，我们采用SVAR方法分析勒纳指数增量和资本增长率与全要素生产率增长率之间的关系；采用全要素生产率增长率当期值关于资本市场贴现率增量和要素价格实际增长率的当期值的线性回归方程描述分析资本市场贴现率增量和要素价格实际增长率对全要素生产率增长率的影响。
图1 第一产业全要素生产率增长率对勒纳指数增量冲击的响应
图2 第一产业全要素生产率增长率对资本增长率冲击的响应
我们基于Cholesky分解的递归形式的短期约束估计了SVAR的参数。从估计结果看，系数均在1%的显著性水平上显著。基于SVAR模型，我们分别作了全要素生产率增长率对勒纳指数增量和资本增长率随机冲击的脉冲响应分析(见图1和图2)。从图1可以看出，当在本期给勒纳指数增量一个正向冲击以后，全要素生产率增长率的响应在前5期会呈现一个由正转负再转正的过程，到第5期之后会维持一个较为稳定的正向响应过程。这表明第一产业勒纳指数增量的提高在长期内促进了第一产业全要素生产率增长率的上升(即促进了第一产业的技术进步)。也就是说，第一产业规模越大，技术进步将会越显著。从图2可以看出，当在本期给第一产业资本增长率一个正向冲击以后，第一产业全要素生产率增长率会在长期内维持正向响应，这表明第一产业资本增长率的提高在长期内会促进第一产业全要素生产率增长率的增加(即促进第一产业的技术进步)。
由于第一产业要素价格实际增长率和资本市场贴现率增量同第一产业全要素生产率增长率之间不具有格兰杰因果关系，我们采用OLS方法估计了第一产业全要素生产率增长率当期值关于要素价格实际增长率和资本市场贴现率增量当期值的线性回归方程。估计结果见(20)式，其中括号内的数字为各估计值的t值。
2.第二产业技术进步与影响因素之间的关系
基于上述格兰杰因果检验结果，我们采用SVAR方法分析资本增长率与全要素生产率增长率之间的关系。用全要素生产率增长率当期值关于资本市场贴现率增量、要素价格实际增长率和勒纳指数增量的当期值的线性回归方程描述分析资本市场贴现率增量、要素价格实际增长率和勒纳指数增量对全要素生产率增长率的影响。
我们基于Cholesky分解的递归形式的短期约束估计了SVAR的参数。从估计结果看，系数均在10%的显著性水平上显著。基于SVAR模型，我们作了全要素生产率增长率对资本增长率随机冲击的脉冲响应分析(见图3)。从图3可以看出，当在本期给资本增长率一个正向冲击以后，全要素生产率增长率的响应在前7期会呈现一个正负之间大幅度波动的过程，到第7期之后会维持一个较为稳定的负向响应过程。这表明第二产业资本增长率的提高在长期内会减损第二产业全要素生产率增长率(即抑制第二产业的技术进步)。
由于第二产业要素价格实际增长率、资本市场贴现率增量、勒纳指数增量同第二产业全要素生产率增长率之间不具有格兰杰因果关系，我们采用OLS方法估计了第二产业全要素生产率增长率当期值关于要素价格实际增长率、资本市场贴现率增量、勒纳指数增量当期值的线性回归方程。估计结果见(21)式，其中括号内的数字为各估计值的t值。
从(21)式可以看出，第二产业要素价格实际增长率、资本市场贴现率增量和勒纳指数增量的系数均显著为正，这表明第二产业要素价格实际增长率、资本市场贴现率增量和勒纳指数增量同第二产业全要素生产率增长率之间均存在显著的正相关关系。
3.第三产业技术进步与影响因素之间的关系
基于上述格兰杰因果检验结果，我们采用SVAR方法分析要素价格实际增长率、资本市场贴现率增量和资本增长率与全要素生产率增长率之间的关系。由于第三产业勒纳指数增量与第三产业全要素生产率增长率之间不具有格兰杰因果关系，经过检验，两者之间的相关系数为0.57，表明第三产业勒纳指数增加速度将会伴随第三产业技术创新加快。
图4 第三产业全要素生产率增长率对要素价格实际增长率冲击的响应
图5 第三产业全要素生产率增长率对资本增长率冲击的响应
图6 第三产业全要素生产率增长率对资本市场贴现率增量冲击的响应
我们仍然基于Cholesky分解的递归形式的短期约束估计了SVAR的参数。从估计结果看，系数均在1%的显著性水平上显著。基于SVAR模型，我们分别作了全要素生产率增长率对要素价格实际增长率、资本增长率和资本市场贴现率增量的脉冲响应分析(见图4、图5和图6)。从图4可以看出，当在本期给第三产业要素价格实际增长率一个正向冲击以后，全要素生产率增长率的响应在前5期会呈现一个由正转负再转正的过程，到第5期之后会维持一个较为稳定的正向响应过程。这表明第三产业要素价格实际增长率的提高在长期内促进了第三产业全要素生产率增长率的上升(即促进了第三产业的技术进步)。从图5可以看出，当在本期给第三产业资本增长率一个正向冲击以后，第三产业全要素生产率增长率在前两期的响应为负，之后维持正向响应。这表明第三产业资本增长率的提高在长期内会促进第三产业全要素生产率增长率的增加。从图6可以看出，当在本期给资本市场贴现率增量一个正向冲击以后，第三产业全要素生产率增长率表现为持续负向响应，这意味着在长期资本市场贴现率增量的增加将会阻碍第三产业技术进步。
考虑到我们所采用的样本较短，为了检验上述三个产业SVAR估计结果的稳健性，我们采用未知分布非标准化Bootstrap方法对各估计参数的拒绝域进行了模拟估计(模拟次数为1000)，结果显示，除了第一产业勒纳指数增量滞后二阶、第二产业资本增长率滞后二阶和第三产业资本增长率滞后一阶三个变量的系数估计值的P值超过10%(分别为10.07%、13.07%和10.45%)，其余系数估计值的P值均在10%以内。这说明各SVAR模型的参数估计值是基本稳健的，从而基于这些估计值所作的脉冲相应分析也是基本准确的。
四、基本结论及政策建议
(一)实证研究基本结论
通过上述研究，我们可以得到以下基本结论：
(1)生产要素价格实际增长率的提高对于三次产业而言均构成了技术进步的推动因素。
(2)资本增长率对技术创新的影响则因产业而异：从长期来看，第一产业和第三产业资本增长率的增加都能够显著促进各自产业全要素生产率增长率的提升，而第二产业资本增长率的增加则会在长期内抑制该产业的技术进步。
(3)三次产业价格控制能力增加(即勒纳指数增加)，都会伴随着全要素生产率增长率的提升，也就是说，本文的实证研究结果支持了“熊彼特”假说。
(4)资本市场贴现率增量对全要素生产率增长率的影响也因产业而异：资本市场贴现率增量的正向变化能够促进第一、第二产业全要素生产率增长率的提高，却会在短期内轻微妨碍第三产业的技术进步(在长期内对第三产业技术进步的影响几乎为零)。
(二)关于保护和促进我国战略性新兴产业技术创新动力的几点建议
需要说明的是，上述基本结论是基于全国产业层面数据研究得到的。我们认为，基于全国产业层面数据得到的结论具有超越行业、地理和企业自身特征的普适性。只有这样的结论，才能够对众多类型的战略性新兴产业的发展起到他山之石的作用。基于上述实证研究相关结论，我们总结了以下几点关于培育和发展我国战略性新兴产业的启示性建议。
(1)在培育和发展战略性新兴产业的过程中，应当通过市场供求机制合理提高要素价格实际增长率，充分发挥生产要素价格对技术创新的倒逼作用。具体措施包括：优化薪酬设计，完善薪酬分配结构，构建富有弹性的市场化和差异化的薪酬体系；通过采取员工持股、技术入股等灵活的方式来调动高技术人员参与技术创新的积极性；借助金融危机的有利时机，利用富有吸引力的薪酬和福利进一步加大人才引进力度，推动高技术领域的人才交流和合作。
(2)对于第一产业和第三产业的战略性新兴产业而言，要适度加大资本投入力度，尽量解决投资不足问题；而对于属于第二产业的战略性新兴产业，要适度减少资本投入数量，提升资本应用效率，避免出现单纯依靠引进外来技术而不愿进行自主创新的消极现象。要处理好引进技术和自主创新之间的关系。从根本上内化吸收外来技术，借此打造出具有自主知识产权的新产品。只有提高第二产业自主创新能力，才能从根本上为我国培育和发展战略性新兴产业提供全局性、永不枯竭的技术、设备和工艺创新支持。
(3)鉴于价格控制能力较强的企业拥有较高技术进步速度的实证结论，我国应当适度培育和发展大型战略性新兴企业，确立以大型战略性新兴企业为核心的产业链发展模式。因为这种企业具有更强的创新动力，能够在战略性新兴产业的发展过程中起技术领军带头作用。在新兴产业的发展初期，政府应鼓励企业尽早进入、获取先动优势，并帮助企业化解外部风险，尽可能减少竞争，适当控制进入数量。
(4)考虑到战略性新兴产业中的较大比率属于第一产业和第二产业，因此适度提高资本市场贴现率对于发展战略性新兴产业具有正向促进作用。在我国提高资本市场贴现率最直接的做法就是适度提高银行存款利率。我们建议推动利率的市场化，逐步放开对利率的管制。作为计划经济时代的产物，在市场经济条件下以管制手段人为压低存款利率的做法不仅会扭曲全社会的资源配置状态，而且会削弱第一和第二产业的技术创新动力，从而妨碍我国战略性新兴产业的长远发展。
①代表性行为人所代表的是我国各产业产品所有消费者和生产要素供给者的选择行为特征，自然也包括国外消费者和国外要素供给者。这就是说，我们以下要探讨的理论模型已将出口和国外要素供给纳入考虑。
②扣除折旧以后的资本存量。