Ramp;D溢出、制度和生产率增长，本文主要内容关键词为：生产率论文,制度论文,Ramp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 F740 文献标识码 A
引言
R&D资本和知识是一国技术进步和生产率增长的主要源泉。R&D资本越高的国家，其技术进步和生产率增长越快，从而能够实现持续的经济增长。但随着世界经济一体化程度的提高，一国的技术进步和生产率增长不仅仅由本国的R&D资本来推动，其他国家的R&D支出也会对本国的技术进步和生产率增长产生溢出效应。国际间技术溢出的主要机制包括国际贸易、直接投资和国际交流(Keller,2004)。已有的大量跨国经验研究也支持了国际R&D溢出的存在性和重要性，这些研究发现，无论是北方国家之间还是南北国家之间均存在着显著的R&D溢出效应(Keller,2004)①，而且，国际R&D溢出对东道国技术进步和生产率增长的贡献，在很多情况下甚至超过了本国的R&D资本（Eaton和Kortum,1996; Acharya和Keller,2007）。因此，对于发展中国家来说，由于它们远离国际技术前沿面而在某种程度上具有后发优势，如果这些国家实行外向型的经济发展战略，就可以充分利用国际间的R&D溢出效应，通过耗费较低廉的成本来引进、吸收和模仿发达国家的前沿技术，提高本国的技术水平和全要素生产率，进而缩小与发达国家间的经济差距。
国际R&D溢出理论虽然已经达成了普遍的共识，但是各国经济增长的经验说明，并不是每个发展中国家都能从国际R&D溢出中获得同样的收益，实行外向型的经济发展战略只是令东亚少数国家缩小了同发达国家间的经济差距，而大多数的拉丁美洲、非洲和亚洲国家扩大经济开放的努力却并没有收获持续的经济增长。现有的吸收能力理论(Keller，1996)和适宜技术理论（Basu和Weil,1998; Acemoglu和Zilbotti,2001）都曾经试图回答这一问题②。但是对于东道国来说，无论是人力资本（Nelson和Phelps,1966）和R&D资本（Cohen和Levinthal,1989）决定的吸收能力，还是由人均资本（Basu和Weil,1998）和熟练劳动力比率（Acemogulu和Zilibotti,2001）决定的比较优势，都应该是内生于本国的制度环境，因此，不同的制度环境可能才是导致各个国家的R&D溢出吸收能力存在个体性差异的基础性因素。
诺斯(2008)将制度定义为一个社会的博弈规则，即“制度是一些人为设计的、塑型人们互动关系的约束”。制度由于减少了交易中的不确定性而抑制了市场主体“事前”和“事后”的机会主义行为，提高了经济交易的可预见性，通过节约交易成本和生产成本界定了经济社会的激励结构，激励结构的演进则决定了经济结构的变迁和绩效。因此，制度先于经济增长且是其长期增长的基本源泉（Acemoglu等，2004；Rodrick等，2004）。制度不仅决定了一国的R&D支出(Clarke,2001)和人力资本积累（Murphy等，1991），还决定了一国内生比较优势的动态变迁(Nunn,2007)。
上述有关制度同吸收能力和比较优势间关系的讨论为本文的研究奠定了一个基本的理论框架，意寓着制度在解释各个国家间的R&D溢出吸收效率的个体性差异中具有基础性的作用。制度除去通过作用于人力资本、R&D资本和比较优势来影响R&D溢出的吸收效率外，它同RSLD及R&D溢出吸收效率之间还可能存在直接的因果联系。例如，技术创新和技术模仿的准公共物品属性，以及高昂的事前专用性投资等特点，决定了技术创新和技术模仿活动具有很强的制度依赖性③。在缺乏有效的产权保护和法律规则的环境中，技术创新和技术模仿的预期收益具有非常高的不确定性，这将降低企业的技术创新和技术模仿激励，此时，不仅企业的自主R&D效率会因此降低，而且企业利用和吸收其他企业R&D溢出效应的激励也会因此而降低；反之，高效率的产权保护和法律规则则提高了技术创新和技术模仿的预期回报率，增加了企业的技术创新和技术模仿激励，而且在制度更完备的环境中，企业自主R&D的效率将得到提高，其他企业的R&D溢出效应也可能被这些企业所充分的利用和吸收。因此，制度质量更高的国家不仅自主R&D的效率会更高，而且这些国家从国际R&D溢出中获得的收益也可能更多一些，反之则反是。最近，Acemoglu等(2007)也阐述了类似的观点，他们指出，先进技术具有更高的生产效率，但是供给先进技术也需要耗费更高的成本，由于技术供给商并不能完全享有技术创新收益的剩余要求权，因此，在契约不完全的情况下，技术供给商将会减少技术创新投资并研发相对落后的技术，技术需求方也只能采用落后的生产技术，也正是各国不同的契约制度导致了它们生产率的差异。诸如法律起源、专利保护、商业环境等制度因素显著影响了一国对R&D溢出的吸收效率，在Coe等(2009)的研究中也首次得到了证实。
中国作为最大的发展中国家，无论是经济发展还是技术水平都远远落后于世界前沿。近年来，中央政府将提升国家自主创新能力建设提高到前所未有的战略高度，但是至少在当前一个时期内，充分利用国际R&D溢出，以低廉的成本获取前沿技术，这对于中国的生产率提高和增长模式的转变却可能具有更为重要的现实性意义。国内学者针对国际R&D溢出的研究虽然非常丰富，但这些研究大多给予FDI的技术溢出效应以过多的关注，对国际贸易承载的R&D溢出效应进行研究却不多见。李小平和朱钟棣(2006)曾就国际RSLD溢出对中国工业行业生产率增长的影响作了实证分析，发现国内本行业和其他行业R&D对生产率的增长起阻碍作用，外国R&D则显著促进了生产率增长。谢建国和周露昭(2009)基于中国地区数据的分析发现，国际R&D显著促进了生产率增长，并且人力资本积累水平更高的地区从国际R&D溢出中的获益也更多。上述两篇文献在研究国际R&D溢出对中国生产率的影响方面最具代表性，其中，李小平和朱钟棣(2006)采用了差分变换的方式来克服变量的非平稳性，但差分变换无疑损失掉了许多有用的信息，且不能捕捉到国际R&D溢出同中国生产率之间的长期均衡关系；谢建国和周露昭(2009)并未关注变量的平稳性，意味着他们的回归方程可能存在伪回归的可能。同时，现有文献也没有考虑到制度对R&D效率和R&D吸收效率的影响，从而未能给予行业间和地区间的生产率差异一个更基础性的解释。实际上，制度对于中国生产率增长的重要性在研究FDI技术溢出的文献中已经得到了一些证据支持，这为本研究奠定了必要的前期文献基础。如张海洋(2008)实证分析了中国市场化进程对外资技术溢出的影响，发现市场化进程不仅促进了中国工业生产率的增长，而且是促进外资技术溢出的决定性因素；蒋殿春和张宇(2008)发现，在控制了制度改善的效率影响之后，FDI对中国内资企业全要素生产率的影响并不显著甚至是负面的，国内制度的改进有助于FDI技术溢出的发挥，相对完善的国内制度环境已成为FDI发挥积极作用的前提条件。
本文的主要目的是检验国际R&D溢出对中国生产率增长的影响，虽然已有不少文献对此进行了讨论和梳理，但本文在如下几个主要方面对这些文献进行了扩展：(1)采用地区层面的数据检验了国际贸易承载的R&D溢出对中国生产率增长的影响，这完善和补充了李小平和朱钟棣(2006)基于中国工业行业数据的研究④。(2)除去国际R&D溢出之外，我们还检验了中国各地区间是否存在显著的R&D溢出效应。由于中国各地区间存在巨大的经济差距，各地区在利用国际R&D溢出效应的同时，通过吸收本国其他地区的R&D溢出来提高自己的技术和生产率水平同样具有非常重要的作用，而且其重要程度可能并不亚于国际R&D溢出。(3)重点讨论了制度对各地区的R&D效率以及RSID溢出吸收效率的影响。正如前文阐述的那样，制度在决定各地区R&D效率和R&D溢出吸收效率上可能具有基础性的作用，但这在已有的文献中尚未得到应有的关注。(4)采用近年来发展成熟的面板协整技术估计RSLD回归方程。面板协整技术在估计R&D溢出方程方面具有独特的优势，包括能够捕捉到R&D资本同生产率水平间的长期关系、避免有限样本量的不足、克服遗漏变量偏误以及内生性偏误等问题，从而能够得到更加稳健的估计结果（Coe等，2009）。
一、计量模型和数据描述
1.计量模型
本文在Coe和Helpman(1995)（简称CH）的分析框架下构建中国的R&D回归方程。设定生产函数采用C-D生产函数形式，且满足规模报酬不变的约束，则：
2.数据描述
(1)全要素生产率F。本文通过式(2)核算得到中国各地区的全要素生产率。首先，我们需要估算得到各地区的资本K和资本的份额参数β。在估算中国各地区资本的研究中，张军等(2004)的估算方法和结果具有一定的权威性，因此，我们直接在张军等(2004)一文中摘得各地区2000年的资本数据，并按照该文中的方法估算得到了以2000年不变价格衡量的样本区间内各地区的资本数据⑤。中国资本的份额参数（确定为0.4，这是从Young(2003)一文中借用的⑥。同时，我们以2000年不变价格衡量的地区GDP总额作为衡量总产出的指标，以就业人数作为劳动力投入的指标。此处用到的所有基础数据均来自历年《中国统计年鉴》。
(2)本地R&D资本
。中国各省市R&D资本的计算过程如下，采用永续盘存法计算各地区的R&D资本，计算公式如下：
(3)本国其他地区的R&D溢出资本
。在得到中国各省市R&D资本的基础上，通过加权求和就能够得到本国其他地区的R&D溢出资本，但赋予每个地区相同的权重显然是不合适的，因为各地区间由于在经济交往的广度和深度上都是存在差异的，由此使得并非每个地区都能从某地区的R&D投资中得到相同的溢出效应。我们首先想到的是借鉴CH(1995)或Lichtenberg和Pottelsberghe de 1a Potterie(1998)（简称LP）的方法来加权本国的R&D溢出资本，但是由于无法得到各地区间的贸易流量数据，我们最终选择放弃这一想法。Keller(2002)指出，技术扩散过程中需要耗费成本，扩散成本同经济体间的空间距离成反比，他采用1970～1995年14个OECD国家的数据证实了，技术溢出并非是全球性的，而是具有显著的区域集聚特征。也就是说，技术溢出效应将随着地理距离的扩展而递减，技术扩散效应的半衰期距离大约是1200公里。国内研究也发现，中国各省市间的技术扩散效应也依赖于地区间的空间距离（舒元、才国伟，2007），且技术溢出效应的半衰期地理距离大约为1250公里（符淼，2009）⑧。基于中国地区间的技术扩散效应随着地理距离而递减的认识，本文选择以各地区间的空间距离的倒数作为权重，由此加权求得本国其他地区的R&D溢出资本。公式如下：
(4)外国R&D溢出资本
。世界R&D资本主要集中在OECD国家，而OECD国家的R&D资本又相对集中在G-7国（美国、日本、德国、法国、英国、意大利、加拿大），同时，也考虑到G-7国一直以来也是中国最主要的贸易伙伴国⑩。因此，我们选择以G-7国的R&D资本来衡量外国的R&D资本，G-7国的R&D投资数据是这样求得的：首先，从世界银行WDI数据库中查得以美元计价的各国的GDP数据；然后，从历年《中国科技统计年鉴》上查到各国各年的R&D支出占GDP的比例数值；最后，将这两者相乘就得到了各国每年的R&D投资流量数据，并以GDP平减指数调整为以2000年不变价格来衡量。
我们在得到G-7国各年的R&D投资数据后，采用式(6)计算得到了各国初期的R&D资本存量，其中将1991年确定为初期，折旧率设定为9.6%，这是为了与计算本国R&D资本时保持一致；然后，再根据式(5)计算得到各国各年的R&D资本数据，并将年均汇率换算成以人民币来计价。接下来，我们采用LP(1998)提出的方法计算中国各地区的外国R&D溢出资本，计算公式如下(11)：
(5)人力资本H。人力资本是衡量劳动力质量的指标，包括劳动力的受教育程度、职业培训、工作经验和营养健康状况等。其中，接受学校正规教育是劳动力积累人力资本的最主要渠道，因此本文主要从劳动力接受学校正规教育这个方面来度量中国各地区的人力资本水平。已有文献中比较普遍的是采用在校的大学生人数来衡量当地的人力资本，但是考虑到在校学生在毕业后具有很强的地理流动性，他们并不一定都转化为当地的人力资本。因此，本文最终选取各地区人口的平均受教育年限来衡量当地的人力资本水平，这较之在校学生人数应该具有更高的合理性。我们从历年《中国人口统计年鉴》上查得各地区6岁以上人口的受教育分布情况，然后设定小学接受教育是6年、初中是9年、高中是12年、大专及以上是16年，并由此推算得到各地区人口的平均受教育年限。
(6)制度质量QI。制度是约束人们行为的一系列规则，制度先于经济增长且是其长期增长的基本源泉（Acemoglu等，2004）。也正是持续的制度变迁构成了改革开放以来中国经济高增长的基础，包括：国家公司的权力下放，重新界定财产权利，特别是私人产权重新得到社会与国家的承认等（周其仁，2009）。鉴于数据的可得性，本文主要讨论产权制度对中国R&D效率和R&D溢出吸收效率的基础性作用，同时，还因为“产权和契约制度是最基础和最重要的制度”（Rodrick等，2004），我们借鉴国内学者的普遍做法（李富强等，2008；蒋殿春和张宇，2008），从非国有经济发展水平的角度来量化中国产权制度的完备程度和保护力度。具体来说，我们首先在历年《中国统计年鉴》上摘得非国有工业增加值占工业增加值的百分比、非国有经济的固定资产投资占全社会固定资产投资的百分比、非国有经济的职工人数占全社会职工人数的百分比这三个指标，然后采用主成分分析法确定上述三个指标的权重(13)，最后通过加权平均得到一个综合反映非国有经济发展水平的合成指标QI。理论上来说，这个指标的赋值越高，意味着当地对财产权利的界定越完善，对私人产权的保护力度也越强。
我们将上述主要变量在1998～2007年间的均值汇报在表l中，结果显示，1998～2007年间全要素生产率F最高的三个省份都位于东部地区，分别是上海、天津和广东，西部的云南、宁夏和贵州三个省份则是全要素生产率水平最低的。总体而言，中国各地区的全要素生产率分布和经济差距的分布情况是高度一致的，呈“东高西低”的格局，这同地区间的经济发展水平是一致的。同时，本地R&D资本、本国其他地区的R&D溢出资本、外国R&D溢出资本、人力资本H以及制度质量QI也呈“东高西低”的格局，且同全要素生产率之间都存在显著为正的Pearson相关系数(14)，意味着这些因素都有可能是导致地区全要素生产率差距的重要原因，但是根据前文的讨论，制度环境上的差异可能才是基础性因素。
二、计量检验结果及讨论
本文接下来采用1998～2007年中国地区层面的数据为样本，估计R&D回归方程。在检验变量间的长期协整关系之前，我们首先采用Levin等(2002)(LLC)和Im等(2003)(IPS)发展的方法检验各变量的单位根。考虑如下的自回归过程：
我们将LLC和IPS面板单位根检验结果汇总在表2中(16)，结果显示，IPS检验结果均拒绝了各变量存在单位根的原假设，LLC检验结果却仅仅拒绝了logF存在单位根的原假设。考虑到中国各省份间无论是在经济发展水平还是制度环境上均存在明显的地区差异，LLC检验对各截面样本是同质性的假定条件就显得过于严格，IPS检验允许各截面间存在差异的假设条件可能更为合理一些，因此我们选择信赖IPS检验结果，即意味着这些变量均是非平稳的。
同面板单位根检验相类似，面板协整检验也可划分为组内检验和组间检验，其原假设是：各变量在所有截面中均不存在协整关系。Pedroni(2004)曾提出了7种面板协整检验统计量，我们选择了其中的6种并将检验结果汇总在表3中。同面板单位根检验中的理由一样，我们选择更加信赖组均(Group mean)异质性面板协整检验。结果显示，虽然ADF统计量没有拒绝其中的二组回归方程不存在协整关系的原假设，但其他的检验结果均拒绝了变量间不存在协整关系的原假设，从而证实了中国全要素生产率同各类R&D资本之间存在长期的均衡关系。这同时间序列较长的跨国研究结论是一致的，这些研究发现，生产率同R&D资本之间在大多数情况下都是存在协整关系的（LP,2001; Coe等，2009）。
我们接下来将采用完全修正最小二乘法(Fully Modified OLS,FMOLS)(Pedroni,2000)和动态最小二乘法(Dynamic OLS,DOLS)（Kao和Chiang,2000）估计中国的R&D回归方程。FMOLS和DOLS估计都能够克服R&D回归方程中的内生性偏误和遗漏变量偏误等问题，但Kao和Chiang(2000)指出，在有限样本容量情况下，FMOLS估计系数将会是有偏的，DOLS则由于避免了对冗余参数(nuisance parameters)估计的问题，其估计参数要优于前者，因而具有更好的应用前景。为了相互对应以辨明估计结果的稳健性，我们同时采用FMOLS和DOLS拟合了中国的R&D回归方程，并将结果整理汇报在表4中，其中(1)～(5)列汇总的是FMOLS估计结果，(6)～(10)列汇总的是DOLS估计结果。对估计结果的讨论，我们有如下一些主要发现：
(1)本地R&D资本对全要素生产率增长具有阻碍作用。变量log的估计系数无论是在FMOLS还是DOLS估计中均高度显著为负，说明本地R&D资本阻碍了全要素生产率增长，这个发现虽然同理论预期相悖，但却与现有的基于中国工业行业数据（李小平和朱钟棣，2006）以及地区数据（谢建国和周露昭，2009）的研究结论是一致的。其中，李小平和朱钟棣(2006)指出，中国工业行业的R&D资本不利于本行业生产率增长的主要原因可能是由于近年来高新技术行业已步入了调整期，行业的竞争加剧导致了生产率下降。同时，行业自身的R&D资本投入结构不恰当以及使用效率不高也是重要原因。谢建国和周露昭(2009)则认为，主要原因是中国历史上的赶超战略导致的产业结构与技术结构不匹配。同时，中国的研发与生产体制的长期分割进而导致的研发成果转化率和使用率较低也是重要的原因。实际上，本地R&D资本对中国生产率增长产生了阻碍作用，可能主要受到制度环境这个基础性条件的约束。虽然中国的产权和法律规则的完备程度在改革开放以后已经取得了长足的进步，并由此源生了经济的高增长（周其仁，2009），但中国目前还处于制度转型时期，制度建设的绝对滞后是不争的事实，特别是法律等正式制度的执行效率普遍低下，这增加了企业R&D创新收益的不确定性，降低了企业的R&D创新努力和创新效率。同时，制度要素的缺失还在很大程度上内生决定了对私人部门的R&D激励不足，中国的R&D创新体制必然要由政府来主导。如2007年中国科技经费的筹集情况显示，政府资金占近30%的比重，企业资金占了大约70%，如果考虑到企业资金中绝大多数科技经费支出来自大中型国有企业和事业单位，那么有政府背景的科技经费支出将占到总经费支出的绝大部分(17)。政府主导的R&D创新体制的结果可能就是R&D资本投入结构的不合理和使用效率不高、研发成果的市场转化率低等普遍性问题。许多跨国经验研究也曾经证实，各国公共部门R&D资本配置和使用中的非效率是普遍存在的问题，公共R&D投资对生产率增长具有不显著乃至不利的影响具有普遍性（Lichtenberg,1992; Park,1995; Guellec等，2004）。
(2)本国其他地区的R&D溢出资本对全要素生产率增长具有促进效应，但是却不具有稳健性。变量log的系数在FMOLS估计中显著为正，但在DOLS估计中没能通过显著性检验，这说明本国其他地区的R&D溢出资本对全要素生产率增长具有一定的促进作用，但并不十分稳定，这可能主要是因为国内R&D资本投入结构不合理和使用效率不高，以至于其他地区的R&D溢出资本对本地全要素生产率增长并不具有稳定的促进效应。另外，中国严重的地方保护主义和市场分割也有可能是原因之一。虽然中国国内市场的整合程度正在逐步提高，但仍然存在严重的地方保护主义和市场分割却是不争的事实。地方保护主义和市场分割不仅使中国经济付出了规模不经济的代价，而且阻碍了地区间商品和信息的流通，进而可能削弱了地区间的R&D溢出效应。
(3)外国R&D溢出资本显著促进了全要素生产率增长。变量log的估计系数高度显著为正，说明外国R&D溢出资本显著促进了中国全要素生产率增长，这符合国际R&D溢出理论的预期，也与李小平和朱钟棣(2006)基于中国工业行业数据的研究结论一致；变量log在此处的估计系数介于0.194～0.205之间，说明外国R&D溢出资本每增加1%，中国全要素生产率大约能够提高0.2个百分点，这要高于李小平和朱钟棣(2006)文中的研究发现。同时，无论是FMOLS还是DOLS的估计结果都说明，外国R&D溢出资本对中国全要素生产率的促进效应远远超过本国R&D资本的贡献，这进一步重申了国际R&D溢出对于中国经济增长的重要性。虽然许多的跨国研究也发现国际R&D溢出对生产率的贡献超过了本国R&D资本（Eaton和Kortum，1996；Acharya和Keller,2007），但是却不能够以此得出这一现象具有一般性。对于像中国这样的发展中国家来说，国际R&D溢出对本国生产率增长占主导性作用可能还存在如下一些特别的原因：其一，中国自身经济发展和技术水平远远落后于世界前沿，落后的技术水平也意味着技术创新具有更明显的后发优势，并相应提高了国际R&D溢出资本促进本国生产率增长的重要性；其二，制度环境的建设滞后使得本国R&D资本的配置效率和使用效率低下，从而并未能对本国全要素生产率增长贡献得更多，这也突出了国际R&D溢出对本国生产率增长的促进效应。当然，在长期来看，随着中国技术水平同世界前沿的逐步缩小以及相关制度环境的逐步完善，国际R&D溢出对中国生产率增长的重要性可能会随之递减，那时，中国生产率增长可能就主要取决于自主的R&D创新能力和效率，在这一点上来说，提高自主创新能力建设对于中国经济在长期内持续性增长的作用是国际R&D溢出资本所不能替代的。
(4)人力资本对全要素生产率增长具有积极效应。变量logH的估计系数显著为正，说明教育显著提高了中国经济的全要素生产率，这符合我们的理论预期。主要原因是，教育不仅提高了劳动力掌握新技术以及适应新生产环境的能力（Nelson和Phelps,1966），而且提高了劳动力进行技术创新和技术模仿(Lucas，1988)以及合理配置资源的能力。
(5)制度对提高本地R&D效率以及R&D溢出的吸收效率具有基础性作用。制度变量QI与本地R&D资本、本国其他地区的R&D溢出资本以及外国的R&D溢出资本交互项的估计系数均显著为正，说明在产权界定更完备和产权保护力度更强的地区，不仅当地R&D资本的配置和使用效率更高，而且当地在利用和吸收本国其他地区以及外国R&D溢出资本时的效率也更高，进而当地的全要素生产率也具有更快的增长速度。这意味着制度对本地R&D效率和R&D溢出的吸收效率具有基础性作用。主要原因正如前文中指出的那样，技术创新和技术模仿的准公共物品属性以及高昂的专用性投资等特点，决定了技术创新和技术模仿是高制度依赖性的活动，完备的产权制度提高了技术创新和技术模仿的预期收益率，激励了市场主体在追求高回报率的动机之下将更多的资源配置到R&D活动中去，并努力提高自身的R&D效率以及吸收其他地区或国家R&D溢出资本的效率。
另外，制度变量和人力资本交互项(QI·logH)的系数在FMOLS估计中显著为正，但在DOLS估计中却不显著的为负，说明产权制度对教育的生产率促进效应的正向影响可能是不稳定的。虽然在理论上而言，产权制度的完善同样能够提高人力资本积累的回报率，从而激励了更多的教育投资和提高了投资效率，但是针对中国居民教育回报率的研究却发现，即便中国的教育回报率从20世纪90年代以来持续上升了，但是其仍然低于世界平均水平（钱争鸣、易莹莹，2009），因为中国的劳动力市场上仍然存在着严重的地区分割和部门分割（蔡昉等，2001）。劳动力市场上的行政性分割使得中国的教育回报率背离了竞争市场上的均衡回报率，从而可能对教育投资产生负向的挤出效应，并降低了教育投资的效率。
三、结论性评述
本文采用1998～2007年中国地区层面的数据为样本，首次使用面板协整技术估计了中国的R&D回归方程，并重点讨论了制度对R&D效率和R&D溢出吸收效率的影响，有如下一些主要的发现：第一，本地R&D资本阻碍了全要素生产率的增长，主要原因可能是中国的产权和法律规则建设的相对落后不利于激励市场主体增加R&D投资和提高R&D效率；同时，落后的产权和法律规则还内生决定了中国以政府为主导的R&D创新体制，结果是中国R&D投资结构不合理和投资效率低下。第二，本国其他地区的R&D溢出资本对全要素生产率具有一定的促进作用，但是受到本地R&D投资的低效率以及地方保护主义和市场分割的制约，中国地区间的R&D溢出效应并不是非常的稳健。第三，外国R&D溢出资本显著提高丁中国的全要素生产率，而且其对中国全要素生产率的贡献远远超过了本国R&D资本。第四，制度是决定本地的R&D效率和R&D溢出吸收效率的基础性因素。具有更完备产权制度的地区，不仅当地R&D资本的效率更高，而且当地在吸收本国其他地区的R&D溢出资本和外国R&D溢出资本时的效率也更高，从而当地也具有更高的全要素生产率。
如果本文的发现是成立的，意味着至少在中国当前的发展阶段来看，充分利用国际R&D溢出效应，通过引进、吸收和模仿世界前沿技术应该是促进中国生产率增长所要依赖的主要策略。提高自主R&D创新能力建设固然重要，但依靠自主的R&D创新目前可能还难以保障中国生产率的持续性增长。同时，中国地区间的经济和技术差距是巨大的，意味着各地区在利用国际R&D溢出效应的同时，还需要注重对本国前沿技术的引进和吸收，这可能比吸收国际R&D溢出具有更低廉的成本。
同时，继续深化和完善产权保护与法律规则是充分利用国际和国内两种R&D溢出资本的基础性前提条件。制度之所以重要，在于制度界定了经济的激励结构，激励结构的演进则决定了经济结构变迁的方向和绩效。完备的产权和法律规则降低了经济交易的不确定性，提高了市场主体进行技术创新和技术模仿的预期收益，从而激励了它们提高R&D创新的努力和提高R&D创新效率。因此，完备产权保护和法律规则的界定和执行效率，不仅能够提高本地R&D投资的效率，而且能够提高本地利用国际和国内两种R&D溢出资本的效率。
另外，利用国际R&D溢出效应需要加强同其他国家间的经济交往和信息交流，同样，利用国内R&D溢出效应也需要深化地区间的经济合作和经济交流，因此，消除当前存在的严重的地方保护主义和市场分割，不仅能够使中国经济收获规模经济的好处，而且还能够增强地区间的R&D溢出效应，提高国内R&D的外部性收益。
注释：
①Keller(2004)综述了国际技术扩散领域的代表性文献。
②前者指出，东道国自身的人力资本（Nelson和Phelps,1966）和R&D资本（Cohen和Levinthal,1989）是决定国际技术溢出吸收能力的主要因素，东道国只有在具备一定的人力资本积累水平和R&D资本的基础上才能够充分利用和吸收国际前沿技术；后者指出，虽然经济开放使得各国都面临着相同的技术前沿，但各国在要素禀赋之间的差异可能导致技术引进和技术吸收能力上的差异，如发达国家创新的前沿技术主要是与其要素禀赋（如人均资本、熟练劳动力的比率等）相匹配的，而不具有相近要素禀赋的发展中国家就不能够有效地利用这些前沿技术。
③Keller(2004)阐述了技术的准公共物品性质，即新技术一旦被创新出来，新技术的使用具有非排他性以及新技术回报具有部分私有和部分公有的性质。
④虽然谢建国和周露昭(2009)采用过1992～2006年中国的地区数据，但他们在研究中用各地区进口总额占全国进口总额的比例作为权重来加总外国的R&D资本，这样的处理方式难免会存在数据加总偏误的问题。
⑤张军等(2004)所给出的结果是将四川和重庆的数据进行了合并处理，我们假定这两个地区的资本产出比是一致的，并以此拆分这两个地区2000年的资本。
⑥我们曾按照普遍的做法将中国资本份额参数设定为0.3，R&D回归方程的估计结果也并未有明显的改变。实际上，Young(2003)在文中也详细阐述了将中国的劳动份额参数设定为0.6的合理性。
⑦本文中测算得到的本地R&D资本、本国其他地区的R&D溢出资本、外国R&D溢出资本均以人民币来标价，单位是亿元。
⑧技术溢出效应随着地理距离递减的原因是，技术外溢的成本随着地理距离的增加而增加。虽然随着通信技术的发展，地区间的信息交流成本逐渐趋于下降，但这并不能完全消除地区间的技术贸易和技术交流成本。
⑨其中，海南省省会海口市与其他省会城市没有公路网连接，本文是以广西的南宁市与其余省会城市间最近的公路距离来近似代替。
⑩如2007年中国同G-7国家间的进出口额占中国进出口总额的35.3%，2008年也占到了34.1%（国家统计局，2009）.
(12)其中，内蒙古、海南、贵州、西藏、青海等5个省份由于没有分国别的进口数据，因此我们将这5个省份删除掉了。
(13)限于篇幅，省略了主成分分析的具体过程，有兴趣的读者可向作者索取。
(14)全要素生产率同本地R&D资本间的Pearson相关系数是0.5，同本国其他地区R&D资本间的相关系数是0.43，同国外R&D资本间的相关系数是0.69，同人力资本间的相关系数是0.75，同制度质量间的相关系数是0.62.
(17)数据摘自《中国科技统计年鉴2008》。