研发投入增长真的促进全要素生产率增加吗？

摘要：本文利用我国2006～2012年22个工业行业的面板数据，实证分析研发投入与全要素生产率的关系。研究发现，我国高研发投入并未导致全要素生产率增速上涨。本文继续探索研发投入规模增长而全要素生产率增速并未上涨这对矛盾产生的根源，通过构建上下游企业从事分工生产的博弈模型，重点分析人力资本、垂直专业化分工对全要素生产率的影响机制。结果表明，人力资本尽管推动了全要素生产率的增长，但它并未提高R&D的投资效率。垂直专业化本身并未对全要素生产率起到正向推动作用。

关键词：垂直专业化；人力资本；TFP；系统GMM；博弈模型

中图分类号：F272.92 文献识别码：A 文章编号：1001-828X（2016）009-0000-02

一、引言

自二十一世纪初以来，我国的R&D投入，无论是投资经费还是行业科技人员数量，都呈现高速度的增长。根据发展经济学理论和发达国家经验，研发投入的增大理应促进我国全要素生产率的提升，从而刺激经济的高速增长（Krugman，1994）。但是，不断有学者认为中国的全要素生产率偏低，出现在投入成倍增加的情况下，TFP增速明显放缓的现状。

为什么我国在投入成倍增加的情况下，TFP增速明显放缓？根据经济学经典理论和国外学者的近期研究，TFP取决于两个方面的因素，第一个方面是投入因素，包括研发投入和人力资本投入，而不只是研发投入；第二个方面是生产分工程度，即垂直专业化程度的大小。人力资本作为知识与信息的重要载体，垂直专业化作为经济活动的实现形式，都会对会对经济增长产生重要的影响。因此，本文首先将人力资本与垂直专业化放入到一个统一的架构下分析。根据模型推到得出人力资本、垂直专业化程与全要素生产率关系的两个理论推论。论文利用中国数据对理论模型得出的推论进行了实证检验，最后给出全文总结和政策建议。

二、垂直专业化、人力资本对全要素生产率影响的模型构建和推论

首先，模型假定有四个企业，A1、A2、B1、B2，A表示下游进口方，下标1、2分别表示下游在位企业与下游潜在进入者。B表示上游出口方，下标1、2分别表示上游在位企业与上游潜在进入者。

最初状态，A1利润为零，当B的生产成本低于A1的生产成本时，A1考虑将产品的部分或者全部生产转移至B，可以使得利润大于0。B将产品生产完成后又销售给A1。当A选择独立生产而非进口，A1完成生产的成本为c1，A2完成生产的成本为c2，并且c2c3，令A1面临的需求曲线为Q（p），

其利润最大化表示为：

根据利润最大化条件，一阶求导得到：

令A1利润最大化优解为，则均衡产出为：

当A1将生产转移到B1，当不存在技术扩散时，对B1利润最大化求解：。假设使B1利润最大化最优解为w1，可得B1最大利润为：，此时A1的最大利润为：

当A1将生产转移给B1时，B1会将向A1提供产品的价格降到c4来阻止同行业潜在进入者B2的进入。由于存在足够高的技术转移固定投入M，使得A1仅选择一家供应商来生产产品。此时A1最大净利润的均值为：

对Y一阶求导：，由于w1>c4，则，。由上证明可得，技术溢出程度ρ的提高使得A1收益越多，获得的经济效益越明显。因此我们可以得出推论如下：

推论一：人力资本、垂直专业化均能促进全要素生产率增长。

推论二：人力资本、垂直专业化均能增强研发投入之于全要素生产率的促进作用，即人力资本投入越多，垂直专业化程度越高，研发投入对全要素生产率的投资效率越高。

三、实证检验

（一）计量模型

本文引入人力资本、垂直专业化两个变量，并考虑人力资本同R&D，人力资本同垂直专业化之间的交互作用，将人力资本、垂直专业化对生产率增长影响的回归模型定义为：

该模型即为下文对面板数据进行回归的计量模型。

（二）实证研究结果

为保证数据的可得性及统计口径的一致性，本文根据《中国统计年鉴》中投入产出表的分类，将全部国有及规模以上非国有工业企业细分为22个行业。所有的原始数据均来自《中国统计年鉴》。

1.数据来源和描述统计

（1）全要素生产率及其分解

本文将各个工业行业实际工业总产值作为产出变量，将实际固定资本存量、实际工业增加值以及年末从业人员总数作为投入变量。通过数据包络分析法（DEA）测算各个工业行业的全要素生产率。原始数据来自《中国统计年鉴》全部国有及规模以上非国有工业企业主要指标，计算得到2006—2012年22个工业行业的TFP及其分解。

（2）研发投入水平

R&D代表行业的研发投入水平。该变量用工业行业在t时间内R&D投入占行业工业总产值比重来表示。该方法被广泛运用于很多文献，参考张海洋（2005）等的方法，利用各行业工业企业科技活动经费内部支出占各个行业工业总产值的比重来衡量行业研发投入水平。

（3）人力资本

本文将各个工业行业中科技活动人员全时当量占各行业全部从业人员的比重作为人力资本的代理变量。原始数据分别来自《中国统计年鉴》全部国有及规模以上非国有工业企业主要指标以及按行业分工业企业研究与试验发展（R&D）活动情况。计算得到22个工业行业2006—2012的人力资本投入。

（4）垂直专业化（VSI）

考虑到投入产出表的不连续性，相比投入产出法估计出的近似值，本文更倾向于采用价值增值法来测算中国22个行业的垂直专业化指数。参考戴魁早（2011）的计算方法，将垂直专业化指数（VSI）定义为行业中间投入和行业总产出的比值：

Mit代表行业i在t时间段内的中间投入，Yit代表行业i在t时间段内的总产出，Ait代表行业i在t时间段内的工业增加值。这三组数据均来源于《中国统计年鉴》全部国有及规模以上非国有工业企业主要指标。VSI数值越接近1，代表行业垂直专业化 程度越高，反之，则行业一体化程度越高。

2.计量分析结果

为了进一步研究垂直专业化、人力资本对全要素生产率的作用机制，在计量模型中分别将全要素生产率、技术进步效率指数（TC）效率变化指数作为被解释变量。利用系统GMM方法对计量模型取一次差分，使得不随时间变化的变量无法估计，得到模型：

Δtfpit=aΔtfpit-1+bΦit+λit+εit

其中，tfp和其他解释变量Φ都是取自然对数后的值。以此来除去不随时间变化的行业效应，减少滞后项与残差的自相关。（见表1）

实证结果分析：

通过检验，我们可以得到以下结论：

第一，三个模型中滞后一期的系数均为正，表明全要素生产率、技术进步指数、效率变化指数都有明显的自我强化。其中效率变化指数的系数在显著性水平为5%的情况下达到了0.54，说明全要素生产率自我强化的主要动力是效率变化的持续性。

第二，人力资本对全要素生产率、技术进步、效率变化指数均有显著的正面推动作用。人力资本水平越高推动着全要素生产率的提高。

第三，垂直专业化对全要素生产率和效率变化的影响系数为负，并不促进全要素生产率的提高。从分解指标分析原因，由于专业化一方面分散了生产上的规模经济，另一方面分工合作使得企业在生产、管理、营销上的一体化被打破，可能使合作各方产生沟通、信任、利益方面的矛盾，降低生产效率。

四、小结

本文认为，国家应改变R&D投入的配置结构，过度将R&D集中投入于技术密集型行业将引起规模效率递减，因此，在现有分配模式基础上，考虑将R&D更多地投入到基础性行业，减少R&D与人力资本投入之间的“位移”现象，提高R&D投入对整个工业行业的溢出性。其次，继续加大人力资本投入，从长远来看，高素质的人才队伍能作为推动技术进步的主力军，提高生产效率。同时，在本国工业行业生产组织方式的转变中，不能一味地追求专业化或者一体化，而应综合考虑产业特征、要素禀赋、生产效率等问题对行业进行细分，实现组织结构模式上的改进与创新，提高生产效率，推动经济发展。

参考文献：

[1]李胜文，李大胜.中国工业全要素生产率的波动：1986～2005——基于细分行业的三投入随机前沿生产函数分析[J].数量经济技术经济研究，2008（5）.

[2]Battese，G.E and Coelli，T.J.A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function[J].Empirical Economics [J].1995（20）.

[3]Dominique Guellec，From R&D to productivity growth： Do the institutional settings and the source of funds of R&D matter[J].Oxford Bulletin of Economics & Statistics，2004（66）.

[4]胡昭玲.国际垂直专业化对中国工业竞争力影响分析[J].财经研究，2007（4）.

[5]赖明勇，张新.经济增长的源泉：人力资本、研究开发与技术外溢[J].中国社会科学，2005（2）.

[6]李小平，卢现祥，朱钟棣.国际贸易技术进步和中国工业行业的生产率增长[J].经济学季刊，2008（1）.

作者简介：张益迪（1991-），汉族，南京航空航天大学经济与管理学院 2013级硕士研究生，研究方向：产业经济、技术经济。