論文：中國地區(qū)工業(yè)的知識生產(chǎn)及其影響因素

目錄/提綱：……
一、引言
二、模型設定與分析方法
（一）知識生產(chǎn)函數(shù)中的產(chǎn)出與投入
（二）隨機前沿知識生產(chǎn)函數(shù)模型
三、數(shù)據(jù)與變量
（一）數(shù)據(jù)來源
（二）R＆D存量、國外技術引進存量和國內(nèi)技術引進存量
（三）關于知識生產(chǎn)效率影響變量的說明
四、估計結果與分析
（一）自主研發(fā)和技術引進對知識生產(chǎn)的影響
（一）(2.1)(2.2)(2.3)(2.4)
（二）(3.1)(3.2)(3.3)(3.4)
（二）知識生產(chǎn)效率的影響因素
（三）技術吸收能力對知識生產(chǎn)效率的影響
五、結論與政策含義
……
論文：中國地區(qū)工業(yè)的知識生產(chǎn)及其影響因素

內(nèi)容提要：本文運用中國地區(qū)大中型工業(yè)企業(yè)面板數(shù)據(jù)，利用隨機前沿生產(chǎn)函數(shù)分析方法，探討了自主研發(fā)、國外技術引進和國內(nèi)技術引進對知識生產(chǎn)的影響，并分析了知識生產(chǎn)效率的影響因素。研究發(fā)現(xiàn)，自主研發(fā)和國內(nèi)外技術引進均對知識生產(chǎn)有積極影響，但是其影響程度有顯著差異：自主研發(fā)在知識生產(chǎn)中起主導作用，國內(nèi)外技術引進在知識生產(chǎn)中起輔助作用。在知識生產(chǎn)效率的影響因素中，外商直接投資、國際貿(mào)易、人力資本和非國有化對知識生產(chǎn)效率有顯著正效應，而且人力資本和非國有化通過吸收外商直接投資和國際貿(mào)易中的技術溢出間接提高了知識生產(chǎn)效率。
關鍵詞：知識函數(shù) 自主研發(fā) 國外技術引進　國內(nèi)技術引進 生產(chǎn)效率


一、引言

知識生產(chǎn)函數(shù)旨在研究創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的關系。對知識生產(chǎn)函數(shù)的研究可以探明知識生產(chǎn)的動力、性質及其影響因素，為促進知識積累和技術進步提供有益的參考。關于知識函數(shù)的研究最早可追朔到20世紀60年代（Scherer，1965；Comanor，1965；Mueller，1966；Mansfield，1968）。早期研究以專利數(shù)量或新產(chǎn)品銷售收入為創(chuàng)新產(chǎn)出變量，以研發(fā)支出或研發(fā)人數(shù)為創(chuàng)新投入變量，通過相關分析和回歸分析研究表明，創(chuàng)新投入對創(chuàng)新產(chǎn)出有顯著正影響，而且知識生產(chǎn)中存在著規(guī)模報酬遞減或不變的性質。
繼早期的開拓性研究之后，許多學者對創(chuàng)新投入產(chǎn)出間的關系進行了更深入研究�？傮w來看，20世紀70年代的研究主要繼承了早期研究方法，而20世紀80年代以后的研究做出了兩類重要拓展。一類拓展考慮了創(chuàng)新投入與創(chuàng)新產(chǎn)出間的時滯關系（Pakes和Griliches，1984；Hausman、Hall和Griliches，1984，1986；Cincer，1997；Crépon和Duguet，1997）。創(chuàng)新產(chǎn)出不僅依賴于當期的創(chuàng)新投入，而且還取決于過去時期中的創(chuàng)新投入。所以在回歸模型中應當采用創(chuàng)新投入的滯后結構或測算出創(chuàng)新投入存量。另一類拓展則考慮了創(chuàng)新產(chǎn)出的數(shù)據(jù)性質（Hausman、Hall和Griliches，1984，1986；Jensen，1987；Cincer，1997；Crépon和Duguet，1997；Blundell、Griffith和Van Reenen，1995，1999）。當采用的樣本為企業(yè)數(shù)據(jù)時，如果以專利數(shù)量或創(chuàng)新數(shù)量表示創(chuàng)新產(chǎn)出，由于創(chuàng)新產(chǎn)出大部分為零值、僅取很少的幾個整數(shù)值，那么這個分布就不符合OLS法中所假定的正態(tài)分布條件，這時泊松分布模型是更為合適的模型形式。這些拓展使得對知識生產(chǎn)函數(shù)的研究更加深入細致。這些研究也同樣表明，知識生產(chǎn)函數(shù)具有規(guī)模報酬遞減的性質。但是，值得注意的是，上述實證文獻在構建知識生產(chǎn)函數(shù)時，僅僅用R＆D支出或R＆D人數(shù)作為創(chuàng)新投入變量，幾乎沒有文獻將R＆D支出和R＆D人數(shù)同時納入知識生產(chǎn)函數(shù)分析中；而且絕大多數(shù)文獻往往以當期R＆D投入及其滯后結構來衡量創(chuàng)新投入，并沒有在測算R＆D資
……（新文秘網(wǎng)http://120pk.cn省略1987字，正式會員可完整閱讀）……　
有很大差別（Pakes和Griliches，1980）。申請專利的傾向也因企業(yè)規(guī)模的不同而存在較大差異。大企業(yè)通常依靠市場和技術上的壟斷地位來保護創(chuàng)新，而小企業(yè)更愿意申請專利以免其創(chuàng)新成果被擁有更多資源的大企業(yè)侵犯（Comanor和Scherer，1969)。Griliches指出，“我們希望專利統(tǒng)計是一種理想的創(chuàng)新產(chǎn)出的衡量指標，……，但實際情況并非如此。尋求一種有效的衡量創(chuàng)新產(chǎn)出的指標，是創(chuàng)新經(jīng)濟學研究中強有力的激勵力量之一。”（1990,p.1669）。
在本文所采用的地區(qū)工業(yè)數(shù)據(jù)中，由于我國各地區(qū)的經(jīng)濟發(fā)展程度、資源稟賦和文化傳統(tǒng)差別很大，導致各地區(qū)專利申請數(shù)量和專利價值存在很大差異。鑒于專利數(shù)量在衡量創(chuàng)新產(chǎn)出方面的缺陷，在本項研究中我們使用更為直接的衡量創(chuàng)新產(chǎn)出的指標——新產(chǎn)品開發(fā)項目數(shù)。《中國科技統(tǒng)計年鑒》上提供了中國各省市區(qū)大中型工業(yè)企業(yè)的新產(chǎn)品開發(fā)項目數(shù)，這為本文研究提供了數(shù)據(jù)基礎。根據(jù)《中國科技統(tǒng)計年鑒》上的定義，新產(chǎn)品是指“采用新技術原理、新設計構思研制、生產(chǎn)的全新產(chǎn)品，或在結構、材質、工藝等某一方面比原有產(chǎn)品有明顯改進，從而顯著提高了產(chǎn)品性能或擴大了使用功能的產(chǎn)品，既包括政府有關部門認定并在有效期內(nèi)的新產(chǎn)品，也包括企業(yè)自行研制開發(fā)，未經(jīng)政府有關部門認定，從投產(chǎn)之日起一年之內(nèi)的新產(chǎn)品，它用來反映科技產(chǎn)出及對經(jīng)濟增長的直接貢獻�！卑凑丈鲜龆x，新產(chǎn)品既包括由于新工藝和新方法而產(chǎn)生的全新產(chǎn)品，也包括對原有產(chǎn)品設計和質量的改善而產(chǎn)生的改進新產(chǎn)品；既包括那些已經(jīng)申請專利的新產(chǎn)品，也包括那些尚未申請專利的新產(chǎn)品。顯然，新產(chǎn)品所包含的創(chuàng)新范圍比專利數(shù)量廣泛得多；而且新產(chǎn)品中包括了那些尚未申請專利的新產(chǎn)品，可以克服各地區(qū)因專利申請趨向差異而導致的估計偏差。當然，新產(chǎn)品也像專利一樣無法鑒別每個創(chuàng)新的質量，但新產(chǎn)品可以避免專利申請和專利統(tǒng)計中存在的諸多扭曲因素。所以，在知識生產(chǎn)函數(shù)研究中，我們將以新產(chǎn)品開發(fā)項目數(shù)作為衡量創(chuàng)新產(chǎn)出的指標。
相對于創(chuàng)新產(chǎn)出的衡量而言，創(chuàng)新投入的衡量相對比較容易。文獻中通常以研究開發(fā)經(jīng)費（簡稱R＆D支出）或研發(fā)人員數(shù)量（簡稱R＆D人數(shù)）來表示創(chuàng)新投入。但是，西方絕大多數(shù)實證文獻在構建知識生產(chǎn)函數(shù)時，僅僅用R＆D支出或R＆D人數(shù)作為創(chuàng)新投入變量，很少有研究將R＆D支出和R＆D人數(shù)同時納入知識生產(chǎn)函數(shù)分析中。這種方法由于僅僅考慮了單一投入要素對知識生產(chǎn)的影響，對知識生產(chǎn)性質的研究不可避免地產(chǎn)生偏差。而且，絕大多數(shù)研究并沒有在測算R＆D資本存量的基礎上探討知識生產(chǎn)的性質。在本項研究中，我們借鑒吳延兵（2006）的做法，在測算R＆D資本存量的基礎上，并考慮R＆D資本存量和R＆D人數(shù)兩因素對知識生產(chǎn)的影響。
另外值得注意的是，在一個開放的經(jīng)濟系統(tǒng)中，知識生產(chǎn)和積累不僅來源于本地的自主研究與開發(fā)，國內(nèi)外技術引進也必將對知識生產(chǎn)和積累產(chǎn)生重要影響。一國融入世界經(jīng)濟后，它能夠接觸到世界研究領域積累起來的巨大知識庫，也能夠更快的接觸到國際上的新發(fā)明和新創(chuàng)造，并通過技術交易和技術購買等方式通過引進國外先進技術，從而加速國內(nèi)企業(yè)的新產(chǎn)品開發(fā)速度。在_開放的市場經(jīng)濟環(huán)境中，一個地區(qū)的企業(yè)還可以通過從國內(nèi)其他企業(yè)引進先進技術的方式來加速其技術創(chuàng)新速度。所以，從知識生產(chǎn)的角度看，除了依靠自身的研發(fā)努力實現(xiàn)創(chuàng)新升級外，一個地區(qū)還可以通過對國內(nèi)外先進技術的引進促進知識結構升級和技術變遷，從而達到經(jīng)濟加速增長的效果。因而，在本文中，我們把知識生產(chǎn)的投入要素由傳統(tǒng)知識函數(shù)研究中的研發(fā)支出和研發(fā)人員兩要素擴展為研發(fā)支出、研發(fā)人員、國外技術引進和國內(nèi)技術引進四要素。
綜上，在考慮了創(chuàng)新投入和創(chuàng)新產(chǎn)出的衡量指標后，本文使用如下形式的知識生產(chǎn)函數(shù)模型，
（1）
Y表示創(chuàng)新產(chǎn)出，以新產(chǎn)品開發(fā)項目數(shù)來衡量。K、L、F、D分別表示自主研發(fā)存量、研發(fā)人數(shù)、國外技術引進存量和國內(nèi)技術引進存量。對于知識生產(chǎn)函數(shù)的具體形式，我們?nèi)耘f使用柯布-道格拉斯生產(chǎn)函數(shù)。同時，考慮到知識生產(chǎn)中投入與產(chǎn)出之間存在的隨機擾動和技術非效率效應，我們決定使用隨機前沿生產(chǎn)函數(shù)分析方法對知識函數(shù)進行研究。
（二）隨機前沿知識生產(chǎn)函數(shù)模型
運用傳統(tǒng)生產(chǎn)函數(shù)方法研究知識函數(shù)的一個缺陷是假定生產(chǎn)都是一直在生產(chǎn)前沿上進行。而現(xiàn)實經(jīng)濟中大部分生產(chǎn)者常常偏離于最優(yōu)生產(chǎn)計劃。為了識別生產(chǎn)過程中的非效率因素，必須分離出理論上的最佳生產(chǎn)邊界，相關的估計技術主要有參數(shù)方法和非參數(shù)方法。非參數(shù)方法是一種純數(shù)學規(guī)劃方法，它無需假定特定的生產(chǎn)函數(shù)形式，也無需對所研究樣本的非效率分布做先定假設，但是它的一大缺陷是假設沒有隨機誤差影響產(chǎn)出。相對而言，參數(shù)方法有更穩(wěn)固的經(jīng)濟理論基礎，可以剝離隨機誤差所可能造成的潛在影響，而且可以為判斷模型擬合質量提供各種統(tǒng)計檢驗。在模型設定合理且采用面板數(shù)據(jù)的情況下，參數(shù)化方法通常會得到比純數(shù)學規(guī)劃方法更好的估計效果。因而，在本文中我們決定運用文獻中普通使用的參數(shù)化方法——隨機前沿模型——對知識生產(chǎn)函數(shù)進行分析。
1、隨機前沿知識生產(chǎn)函數(shù)模型一
隨機前沿模型通過一個更合理的誤差結構考慮了實際生產(chǎn)中對生產(chǎn)前沿的偏離。這種方法將基礎方程的誤差項分解為兩個部分，一部分為隨機擾動項，另一部分則為技術非效率項。根據(jù)Battese和Coelli (1992)關于隨機前沿生產(chǎn)函數(shù)的定義，我們設定如下形式的隨機前沿知識生產(chǎn)函數(shù)模型，
（2）
Yit表示創(chuàng)新產(chǎn)出，Kit、Lit、Fit、Dit分別表示自主研發(fā)存量、研發(fā)人數(shù)、國外技術引進存量和國內(nèi)技術引進存量。i、t分別代表地區(qū)和時間。α、β、、則表示相應變量的創(chuàng)新產(chǎn)出彈性。Vit表示模型未考慮的其他因素所造成的誤差以及測量誤差，假定它服從零均值、不變方差的正態(tài)分布，即Vit～N(0,v2)，而且Vit獨立于Uit。
Uit表示技術非效率效應，代表生產(chǎn)者的實際產(chǎn)出與理論最大產(chǎn)出之間的差距。差距越大，表明技術非效率程度越大，也即技術效率水平越低。在Uit的表達式中，Ui為用以測度技術非效率程度的非負隨機變量，假定其服從均值為、方差為U2、在零處截尾的正態(tài)分布，即Ui～N+(,U2)。為體現(xiàn)技術非效率變動趨勢的待估參數(shù)。在實際估計中，如果的估計值顯著大于零，則表示技術非效率隨時間而下降；如果的估計值顯著小于零，則表示技術非效率隨時間而增加。通過對Uit表達式的參數(shù)做出不同的假定可以得到不同的隨機前沿生產(chǎn)函數(shù)模型。例如，如果假定=0，則Uit = Ui，表示技術非效率不因時間而變化，這是Battese、Coelli和Colby (1989)的研究中所使用的模型。如果進一步假定=0，則是Pitt和Lee (1981)的研究中所使用的模型。
2、隨機前沿知識生產(chǎn)函數(shù)模型二
在隨機前沿生產(chǎn)函數(shù)模型中將技術非效率Uit設定為Uit =Uie*p(-(t-T))雖然能夠比傳統(tǒng)生產(chǎn)函數(shù)更好地反映實際生產(chǎn)過程，但其技術非效率項只考慮了時間因素，而在實際生產(chǎn)中影響技術非效率的因素是多樣而復雜的。在早期關于隨機前沿生產(chǎn)函數(shù)的研究中，對Uit影響因素的研究通常采用的是兩階段回歸分析方法。第一階段通過估計隨機前沿生產(chǎn)函數(shù)得出技術效率指數(shù)，第二階段再考察技術效率指數(shù)的影響因素。但是，兩階段回歸方法違背了隨機前沿模型設定中技術非效率Uit與隨機擾動Vit相互獨立的假定。Kumbhakar、Ghosh和McGukin (1991) 、Reifschneider和Stevenson (1991)意識到兩階段分析方法的不足，他們將技術非效率表示為一個明確的函數(shù)形式和一個隨機誤差項之和，這樣生產(chǎn)函數(shù)和技術非效率模型可以同時被估計出來，從而避免了兩階段回歸對技術非效率假定前后不一致的情況。Battese和Coelli (1995)針對面板數(shù)據(jù)模型提出了類似于Kumbhakar等(1991)的隨機前沿模型。根據(jù)Battese和Coelli (1995)，設定包含技術非效率影響因素的隨機前沿知識生產(chǎn)函數(shù)如下，
（3）
（3）式中，技術非效率Uit服從均值為mit、方差為u2和零處截尾的正態(tài)分布。Uit的均值mit則被表示為一組影響因素的線性組合，即mit=Zit。其中，zit表示影響技術非效率的變量向量，表示待估參數(shù)向量。在包含技術非效率影響因素的隨機前沿生產(chǎn)函數(shù)模型中，關鍵之處是要設定影響技術非效率的變量。根據(jù)數(shù)據(jù)的可獲得性，我們主要考慮外商直接投資、國際貿(mào)易、人力資本水平、非國有化程度、企業(yè)規(guī)模等因素對知識生產(chǎn)中技術非效率的影響。由此，將隨機前沿知識生產(chǎn)函數(shù)（3）式中的技術非效率模型的基本形式設定如下，
（4）
（4）式中，F(xiàn)DI、TRA、EDU、PRI、SIZE分別代表外商直接投資、國際貿(mào)易、人力資本水平、非國有化程度和企業(yè)規(guī)模。1、2、3、4、5代表參數(shù)估計值。如果某一變量的參數(shù)估計值顯著為負，則表示該變量對技術非效率有顯著負影響，或者說該變量對技術效率（以下稱為知識生產(chǎn)效率）有顯著正影響。根據(jù)有關經(jīng)濟理論，我們預期1>0、2>0、3>0、4>0，5的符號有待實證檢驗。
3、隨機前沿生產(chǎn)函數(shù)模型有效性的判定
在上述兩個隨機前沿生產(chǎn)函數(shù)模型中，一個重要的檢驗就是判斷生產(chǎn)函數(shù)模型是否存在技術非效率效應。如果生產(chǎn)函數(shù)中不存在技術非效率效應，那么運用傳統(tǒng)的生產(chǎn)函數(shù)方法就是合適的，前沿生產(chǎn)函數(shù)則是無效的。判斷隨機前沿模型是否有效，一個方法是檢驗誤差結構（Vit-Uit）中技術無效項（Uit）所占的比例及其顯著性。根據(jù)Battese和Corra (1977)，這等價于檢驗變差系數(shù)γ的大小及其顯著性。變差系數(shù)定義為，
（5）
當γ接近于零時，表示實際產(chǎn)出與可能最大產(chǎn)出的差距主要來自于模型中未控制因素和測量誤差Vit，這時用傳統(tǒng)生產(chǎn)函數(shù)方法即可實現(xiàn)對生產(chǎn)參數(shù)的估計。γ越接近于1，則說明產(chǎn)出的偏差主要來源于技術非效率效應Uit。從統(tǒng)計檢驗的角度看，如果γ不顯著異于零，則表明生產(chǎn)函數(shù)中不存在技術非效率效應；如果γ顯著異于零，則表明生產(chǎn)函 ……（未完，全文共31030字，當前僅顯示5581字，請閱讀下面提示信息。收藏《論文：中國地區(qū)工業(yè)的知識生產(chǎn)及其影響因素》）