创新主体要素投入产出效应及区域差异研究

高月姣，吴和成

(1.南京航空航天大学经济与管理学院，江苏　南京　211106；2.淮海工学院理学院，江苏　连云港　222005)



创新主体要素投入产出效应及区域差异研究

高月姣1,2，吴和成1

(1.南京航空航天大学经济与管理学院，江苏南京211106；2.淮海工学院理学院，江苏连云港222005)

摘要：将经济发展水平引入变系数模型，讨论了经济发展影响下高校、科研机构和企业三大主体创新要素的投入产出效应，然后根据当前中国30个省市的经济发展水平得到现阶段各主体要素的投入产出效应，最后进行地区差异比较。结果显示，随着经济的发展，高校R&D经费产出效应先增加后减少，科研机构R&D经费产出效应总体呈上升趋势，而企业R&D经费产出效应总体呈下降趋势；高校和科研机构R&D人员产出效应总体趋势表现为下降，而企业R&D人员产出效应呈上升趋势；现阶段中国各地区三大主体不同类型要素的投入产出效应差异明显。

关键词：投入产出效应；变系数模型；创新主体；要素

1引言

在当前创新资源有限的约束下，研究创新主体要素投入对区域创新的产出效应，从微观主体的创新表现全面把握区域创新差异，对有效配置创新要素投入使之最大程度促进区域创新具有现实意义。

有学者从宏观层面出发，考察了创新产出与研发投入的数量关系，发现二者之间存显著相关性[1-2]。杜鹃认为中国R&D 经费和人员投入对创新产出均有显著正向影响，且后者影响更大[3]。这些研究将R& D 投入作为整体研究，没有分析不同来源R&D投入在产出效应上的差异，因而无法充分挖掘区域创新差异的根源。还有很多学者从微观层面进行了探讨，这些文献分析了部分主体要素投入对区域创新产出的影响，显示出不同主体的要素投入产出效应有差异，但鲜有对三大创新主体(高校、科研机构和企业)要素投入产出效应的全面分析，尤其是没有探讨创新主体不同类型要素投入(研发经费和研发人员)的产出能力差异。此外，这些固定参数模型的研究结论表明各地区主体的产出能力相同，没有体现地区差异[4-8]。

基于以上讨论，本文旨在构建评价中国三大创新主体不同类型创新要素投入产出效应的面板模型，并分析地区差异。考虑到主体要素投入的产出能力受到经济发展水平的影响，拟采用变系数模型分析，得到各主体不同要素投入的产出效应函数。然后根据各地区当前经济发展水平确定现阶段中国各创新主体不同类型要素投入的产出现况，通过合理的政策调节以实现投入产出的效应最大化，从而达到充分利用区域资源促进经济发展的目的。

2模型、变量和数据

2.1　变系数模型简介

经典线性模型有非常良好的统计特性和模型解释性，在数据分析中备受青睐。

(1)

模型中参数β1,β2，…,βs是常数，即假定被解解变量对解释变量的响应保持不变。但实际的经济结构经常发生变化，使得常参数形式的模型存在不合理之处。例如，用固定参数模型分析创新要素投入的产出效应时，模型中的βj表示第j个变量的边际效应，且这种效应始终是固定的。但根据经典的经济学理论，个体产出的边际效应取决很多的因素，因此模型系数βj采用变化值更为合理。基于模型结构的思考，Hastie提出变系数模型：

(2)

式中，y 是响应变量，(x1,…,xp) 和u是协变量并且相互独立[9]。该模型能够综合非参和线性模型，实现数据描述精确性的同时有效避免非参估计中“维数灾难”问题，受到统计学者的关注[10-11]，并广泛应用于纵向数据模型、非线性时间序列、生物数据和经济问题研究中。变系数模型的估计方法通常采用局部线性化方法，用最小二乘估计，得到估计量:

2.2　模型的确定和变量选取

采用改进的Griliches-Jaffe知识生产函数的Cobb-Douglas形式，即:

(3)

式中，P表示区域创新产出，K和L分别表示研发经费和研发人员，β1、β2分别为研发经费投入和研发人员投入的创新产出弹性。ε 为误差项，i为观测单元。创新是多主体参与过程，将研发经费和研发人员都分解为高校、科研机构和企业三部分，根据式(3)得到模型如下：

(4)

式中，KU、KI、KF分别表示高校、科研机构和企业的研发经费投入，LU、LI、LF是三者研发人员投入。β1、β2、β3、β4、β5、β6为相应的投入弹性系数，t是2000—2009年。

将式(4)转化为双对数线性模型：

lnPit=β0+β1lnKUit+β2lnKIit+β3lnKFit

+β4lnLUit+β5lnLIit+β6lnLFit+lnεit

(5)

如上分析，模型(5)是固定参数模型并不能真实反映出各创新主体要素的投入产出效应。为考虑经济发展的影响，用pgdp 代表经济发展水平，将模型(5)改进为变系数模型：

lnPit=β0(lnpgdp)+β1(lnpgdp)lnKUit+β2(lnpgdp)lnKIit+β3(lnpgdp)lnKFit+β5(lnpgdp)

lnLIit+β6(lnpgdp)lnLFit+lnεit

(6)

β1(lnpgdp)、 β2(lnpgdp)和β3(lnpgdp)三个变系数分别表示高校、科研机构和企业三大主体的研发经费投入产出效应，而β4(lnpgdp)、 β5(lnpgdp) 和β6(lnpgdp)为三者研发人员投入的产出效应。

2.3　变量选取及数据预处理

考虑数据的可得性，分别用高校、科研机构和大中型工业企业的R&D经费内部支出三个指标来反映三大主体的研发经费投入，用高校、科研机构和大中型工业企业的R&D人员全时当量指标来反映它们的研发人员投入。此部分数据来自2001—2010年的《中国科技统计年鉴》和《中国统计年鉴》，涉及30个省市地区，其中西藏地区数据缺失未加讨论。

创新投入产出分析中，通常选用专利来体现产出水平。正如Busea指出，并不是所有的创新都能够申请专利，也不是所有创新都被授权了专利，而且授权的发明在质量以及实际经济价值方面有很大差别[12]，因此，将专利等同于创新有着数量上和质量上的不一致性。但由于其数据可靠、国际可比较性和客观性等众多优点，仍然是许多学者在实证分析中测量创新能力的通用指标。专利数据包括专利申请量和专利授权量，由于专利授权量受到政府专利机构等人为因素的影响较大，使专利授权量由于不确定性因素增大而容易出现异常变动，Griliches认为专利申请量比专利授权量更能反映创新的真实水平[13]。本文选用专利申请量来测度区域创新产出。由于专利申请需要时间，再考虑到专利申请对研发投入的滞后性，文章考虑专利申请量滞后3年的情形。研究涉及的2003—2012年专利数据，来源于2004—2013年《中国科技统计年鉴》。

为了消除物价波动对分析结果的影响且便于比较分析，对人均地区生产总值和R&D经费内部支出数据以2000年为基期分别进行平减处理，其中，前者用GDP平减指数处理，而后者则用R&D经费支出价格指数处理。R&D经费支出价格指数采用固定资产投资价格指数和居民消费价格指数加权平均得到，权重分别为0.45和0.55。

3实证分析和结果讨论

采用软件R2.1编程。运用非参估计的核方法，选取Epanechnikov核函数，对每个样本点估计出相应的变系数取值，使用广义交叉验证(GCV)法则选取了最优带宽h=0.31，得到模型中的变系数βi(lnpgdp)(i=1,2,…,6)。为直观显示作图如图1-6，依次反映高校、科研机构和企业的研发人员投入和研发经费投入的产出效应。

(1)从图1看出，高校R&D经费产出效应先增加后减少且始终为正。当人均GDP增大到40242.34元时，产出效应达到峰值0.767，即当R&D经费投入每增加1%时，区域创新产出增加0.767个百分点。经济发展初期，区域技术水平落后，高校R&D经费发挥杠杆效应促进技术革新，引起产出效应持续显著增加。但随着经济水平的提高，高校研发人员规模增幅减少，人均研发经费趋饱和，经费使用效率低下。与此同时，区域内创新主体增多，创新竞争激烈，高校单位R&D经费的产出影响降低，导致产出效应有所下降。即便如此，高校R&D经费的产出效应仍然维持在较高的正水平，因此保障高校研发经费投入是促使区域创新可持续提升的重要保证。

图1　高校R&D经费投入产出效应曲线

(2)图2显示高校R&D人员产出效应曲线总体为下降趋势，且当人均生产总值达到10107.96元时，产出开始呈现负效应。随着经济发展，研发人员规模饱和，而中国高校研发人员整体创新水平较低，人员投入成本小于产出增幅，造成产出效应递减。因此，经济欠发达地区可增加高校R&D人员显著提高区域创新，而经济发达地区仅从数量上增加高校人员投入并不能提高区域创新，反而会因为人力资源浪费阻碍区域创新。此时加强高校研发人员队伍建设和提高人员科研能力才是有效途径。

图2　高校R&D人员投入产出效应曲线

(3)图3显示科研机构R&D经费产出效应曲线总体呈上升趋势，局部有小波动。分析波动区间数值，由于几个省市不同年份的人均GDP数值比较接近，因科研机构创新水平不同导致产出略有微弱差异。从分析人均GDP水平对科研机构R&D经费产出效应的影响这一角度来看，小波动基本可以忽略不计。因此可以说研究与开发机构R&R机构经费投入的产出效应在持续增加，科研机构研发经费的稳定增加可保证区域创新能力的可持续提升。

图3　科研机构R&D经费投入产出效应曲线

(4)图4说明科研机构R&D人员全时当量产出效应曲线总体表现为下降趋势，局部有小波动。小波动是由同一人均GDP水平下不同地区科研机构研发规模不同造成，可忽略不计。和高校一样，科研机构人员创新能力低下导致产出效应下降。因此经济欠发达地区尚可通过人员数量增加提高区域创新能力，而经济发达地区，增加人员投入并不是明智之举，工作重心应着力在提高R&D人员的创新能力上。

图4　科研机构R&D人员投入产出效应曲线

(5)图5显示企业R&D经费产出效应曲线总体呈下降趋势。经济发展初期，企业R&D经费对区域创新存正向影响，但随着经济发展水平的提高，影响越来越弱。这说明中国企业尚处于粗放型外延式增长模式，主要依靠增加经费投入来影响创新。这种方式下企业和产品不断增加对资源环境的压力，难以长期坚持。同时高校和科研机构等知识生产部门的研发经费投入对其有挤出效应，因此导致产出效应逐渐减少。要想突破创新障碍，必须调整经济结构，优化产业结构，加快企业由粗放型向集约型增长转变。

图5　企业R&D经费投入产出效应曲线

图6　企业R&D人员投入产出效应曲线

(6)从图6可看出，企业R&D人员产出效应曲线总体呈上升趋势。中国企业研发人员创新能力相对较强，同时科研人才长期匮乏，因此单位研发人员都能产生较大产出。随着经济的发展，持续增长的创新需求使得产出效应持续增加。为有效促进区域创新产出，改善中国科研人才缺乏困境已迫在眉睫。政府必须双管齐下，一方面完善机制继续提高大中型企业人才储备，另一方面培育中小企业创新力量，为其创新提高资金扶持和政策保证。

比较三大主体R&D经费产出效应曲线可以发现，人均GDP水平较低时，企业产出效应远大于高校和科研机构的产出效应。而人均GDP水平较高时，后二者的产出效应更明显。比较三者R&D人员产出效应曲线可以发现，人均GDP水平较低时，高校和科研机构产出效应高于企业。而人均GDP水平较高时，企业产出效应明显高于其他二者。因此，经济欠发达地区增大高校和科研机构人员数量和加强企业R&D经费投入能显著促进区域创新，而经济发达地区提高高校和科研机构R&D经费投入和加大企业科研人才投入才是更优选择。

为进一步探讨创新主体要素投入产出效应的区域差异，将2012年各省市人均地区生产总值数据代入产出效应函数中，得到现阶段中国三大主体各要素投入的产出效应(见表1)。

表1　中国各地区主体创新要素投入产出效应

4结论及建议

随着经济发展，高校R&D经费产出效应曲线表现为先增加后减少，科研机构总体呈上升趋势，而企业总体呈下降趋势；高校和科研机构R&D人员产出效应曲线总体表现为下降趋势，而企业呈上升趋势；现阶段各地区三大主体不同类型要素的投入产出效应差异明显。其中，高校和科研机构的R&D人员投入普遍为负效应，而企业R&D人员投入效应变动范围较大，产出弹性介于-0.092～0.945之间；三大创新主体的R&D经费投入产出效应总体为正，其中高校科研经费产出弹性介于0.333～0.765之间，科研机构产出弹性介于0.099～0.432之间，而企业的产出弹性介于-0.004～0.743之间。

结合研究结论给出以下建议：①整合人才资源，合理配置研发人员。中国地区之间和主体之间都存在人才短缺和过剩同时并存现象，可以促使研发人员从数量已趋饱和的高校和科研机构流入人员短缺的企业，让企业研发人才从北京和天津两地流入其他人才匮乏地区，实现地区间和主体间人才整合，达到最优配置。②提升人才素质，实现可持续创新。中国研发人员特别是高校和科研机构研发人员创新能力不足已成为区域创新的最大障碍。提升人员创新能力，走出创新瓶颈期，才能更好地创造新知识促进区域经济的可持续发展。如，建立有效的激励机制，鼓励研发人员进行内外部交流，提供财政支持，完善人才培养机制等。③结合地区特点制定研发经费差异化政策，促进区域经济发展。北京、天津、甘肃、云南和贵州等企业研发经费产出效应最大的地区应侧重于企业研发经费投入；福建、山东和广东等企业研发经费产出效应为负的地区工作重心应从增大经费投入转移到盘活经费存量；河北、内蒙古、辽宁、吉林、黑龙江、江苏、浙江、福建、山东、湖北、广东、重庆、陕西和宁夏等地高校研发经费投入产出效应仅略低于企业研发人员效应，因此合理配置高校研发经费投入，也能显著促进区域创新。除内蒙古、辽宁、江苏、浙江、福建和广东外其他各地科研机构研发经费产出效应普遍较低，应重点关注经费的产出效率。

参考文献：

[1]Jaffe A.The U.S.Patent System in Transition：Policy Innovation and the Innovation Process[J].Research Policy,2000,29(4/5):531-557.

[2]Crosby M.Patents，Innovation and Growth[J].Economic Record,2000,76(234):255- 262.

[3]杜鹃,陶磊,胡敏杰.中国专利活动投入要素的产出弹性分析——基于状态空间模型的变参数估计[J].科学学研究,2008,26(5):948-954.

[4]Bosch M，Lederman D，Maloney W.Patenting and Research and Revelopment：a Global View[R]，World Bank Policy Research Working Paper，2005,3739.

[5]吴延兵.R& D 存量、知识函数与生产效率[J].经济学(季刊)，2006,5(4):1129-1156.

[6]吴玉鸣.大学、企业研发与区域创新的空间统计与计量分析[J].数理统计与管理,2007,27(3):318-323.

[7]张宗和,彭昌奇.区域技术创新能力影响因素的实证分析——基于全国30个省市区的面板数据[J].中国工业经济,2009,260(1):35-44.

[8]王锐淇,张宗益.区域创新能力影响因素的空间面板数据分析[J].科研管理,2010,31(3):17-26.

[9]Hastie T，Tibshirani R.Varying-Coefficient Models[J].Journal of the Royal Statistical Society，Series B(Methodological),1993,55(4):757-796.

[10]Fan J，Zhang W.Statistical Estimation in Varying Coefficient Model[J].The Annals of Statistics,1999,27(5):1491-1518.

[11]Chiang C，Rice J，Wu C.Smoothing Spline Estimation for Varying Coefficient Models with Repeatedly Measured Dependent Variables[J].Journal of the American Statistical Association,2001,96(454):605-619.

[12]Buesa M，Heijsa J，Baumert T.The Determinants of Regional Innovation in Europe：a Combined Factorial and Regression Knowledge Production Function Approach[J].Research Policy,2010,39(6):722-735.

[13]Griliches Z.Patent Statistics as Economic Indicators：a Survey[J].Journal of Economic Literature,1990，28(4)：1661-1707.

(责任编辑刘传忠)

The Input-Output Effects of Elements of Innovative Actors in China and Regional Disparity

Gao Yuejiao1,2，Wu Hecheng1

(1.College of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing 211106,China;

2.College of Science，Huaihai Institute of Technology，Lianyungang 222005,China)

Abstract：The input-output effects of elements of innovative actors are studied through a varying coefficient model，in which the level of economic development is introduced as explanatory variable.According to the data of the level of economic development in China in 2012，the current input-output effects are obtained.In the last part of this paper，regional disparity is discussed.The results show that the output effect of R&D expenses in university increases initially and decreases subsequently with the development of economy，whereas it increases in institution and decreases in firm respectively.The output effects of R&D personnel in university and institution show a decreasing trend，whereas the effect in firm suggests an increasing trend.Regional disparity in the input-output effect of innovative elements is apparent.

Key words:Input-output effect；Varying coefficient model；Innovative actors；Elements

中图分类号:F270

文献标识码:A

作者简介：高月姣(1980-)，女，湖北人，南京航空航天大学经济与管理学院博士生，淮海工学院讲师；研究方向：区域创新系统。

基金项目：教育部人文社科基金规划项目(09YJA630066)，江苏省高校哲学社会科学研究重点项目(2010ZDIXM030)，江苏省社会科学基金项目(13EYD025)。收稿日期：2014-12-26