自主研发、技术转移方式与区域创新质量

侯 建，陈 恒

(哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001)



自主研发、技术转移方式与区域创新质量

侯 建，陈 恒

(哈尔滨工程大学经济管理学院，黑龙江 哈尔滨 150001)

采用 2009—2014年30个省份区域面板数据，使用最新改进的非线性动态面板门槛模型，以区域已有技术水平为门槛变量，实证分析了自主研发、技术转移与区域创新质量关系中非线性动态作用机理。研究发现：自主研发和技术转移对区域创新质量均存在显著的区域已有技术水平双门槛效应，区域已有技术水平较低时，自主研发和技术转移推动作用均不明显或呈现负向影响，而当区域已有技术水平跨越“临界值”时，自主研发和技术转移发挥正向作用，其中国内技术购买的技术创新路径最为有效。

自主研发；技术转移方式；区域创新质量；动态面板门槛模型

1 引言

创新驱动发展战略推动和知识经济的革新带来了新的发展契机，创新质量问题成为落实创新驱动发展的关键一环。Haner[1]首次创造性地引入了创新质量的整合定义，创新质量是创新绩效在过程、产出和经济效益这三个维度的总合，或者说是所有创新总的结果[2]。“创新”+“质量”成为衡量创新能力最重要的方面之一，引起了理论界与政策层面的广泛探讨和关注。同时，按照“自主创新,重点跨越,支撑发展,引领未来”的国家未来科技发展方向，自主研发与技术转移体系成为这一支撑和引领创新驱动发展的载体。一般而言，区域创新发展除了通过自主研发的技术进步路径实现外，技术转移无疑是重要的技术变迁方式[3]。国外技术引进与国内区域间技术购买逐步成为区域优化科技资源配置的有效途径[4-5]。然而，目前来说，中国自主研发投入强度的相对动力不足，长期位于国际创新链低端位置发展，加上资源和环境的压力加剧，依靠传统要素比较优势的技术转移路径的不可持续性日益凸显，技术转移在催化技术进步的创新驱动体系中依然处于薄弱环节[6]。

多数学者认为，自主研发、技术转移是区域技术创新的提升主导力量[7]。Schneider[8]研究发现，引进技术对发达国家和发展中国家技术进步均发挥了有利正向影响,国外技术引进溢出效应更强。Braga等[9]分析表明，自主研发和技术引进均积极促进了企业绩效的提升。国内学者也支持了这些观点，总体上自主研发与技术转移对中国的技术创新都具有正向效应，其影响强度存在差异[3，10-11]。然而，随着实际情况变化和研究不断深入，王鹏等[12]、俞立平等[13]探究表明国外技术引进和国内技术购买的推动作用并不明显。

综上,大量研究表明自主研发和技术转移是影响区域创新能力的关键因素，且影响效应各不一致。究竟什么样的技术创新路径才是最有效的？现行中国自主研发、国外技术引进与国内技术购买如何驱动区域创新质量发展？存在怎样的复杂影响机理及其区域差异？由于中国经济基础、技术发展水平和创新能力积累等区域异质性严重，除了单纯考虑自主研发与技术转移对区域创新绩效的影响外,还应将区域差异纳入框架，考虑其已有技术水平差异造成的复杂的非线性效应，有必要进一步拓展。

2 模型与变量

2.1 模型构建

Hansen[14]首次提出了包含个体固定效应的静态平衡面板数据门槛回归模型。针对传统的静态面板门槛方法忽视内生变量的处理，不能反映变量滞后影响与动态变化的不足，本文加入滞后变量控制时滞效应和动态因素影响，根据新发展的动态面板估计方法，在Hansen[14]方法估计动态面板门槛值基础上，进一步采用Arellano等[15]提出的一阶差分GMM估计法，探究不同的门槛数值区间估计系数及差异。

基于Griliches-Jaffe知识生产函数[16]，结合文献研究，区域技术创新也是研发人员、进出口贸易和外商直接投资等因素共同作用的结果。考虑到知识创新上一年度对本年度存在影响，本文利用上述改进的动态面板门槛估计法进行滞后回归分析，探究具体的门槛机理及区域差异。以单门槛为例，本文拓展的计量模型为：

自主研发动态门槛机理模型：

INQit=α0+α1INQit-1+α2FDIit+α3STHit+α4IETit+β1IRDitI(Qit≤γ)+β2IRDitI(Qit>γ)+μi+νt+εit

(1)

技术转移动态门槛机理模型：

INQit=α0+α1INQit-1+α2FDIit+α3STHit+α4IETit+β1FTRitI(Qit≤γ)+β2FTRitI(Qit>γ)+μi+νt+εit

(2)

INQit=α0+α1INQit-1+α2FDIit+α3STHit+α4IETit+β1DTRitI(Qit≤γ)+β2DTRitI(Qit>γ)+μi+νt+εit

(3)

式(1)～(3)中，被解释变量INQit为第i地区第t年的区域创新质量；INQit-1为加入的被解释变量滞后一期控制动态影响；核心解释变量IRDit、FTRit和DTRit分别为自主研发、国外技术引进和国内技术购买；控制变量FDIit、STHit和IETit分别为外商直接投资、研发人员和进出口贸易因素；门槛变量Qit为已有技术水平；r为门槛估计值。

2.2 变量说明

区域创新质量(INQ)：创新“质量”特征体现在数量、绩效、特点、对消费者(市场)的价值、创新的程度方面[1]。综合创新与质量理论[2，17]，技术市场成交额是衡量区域技术创新活动整个生产过程绩效和价值的重要指标[18]，加上数据可获得性和可比性，选取人均技术市场成交额代理表示。

自主研发(IRD)：根据科技经费的用途和来源，以R&D支出与技术改造经费之和表示自主研发。同时，由于技术进步活动同时存在当前和时滞效应影响[12]，本文采用自主研发存量指标度量。

技术转移(TRA)：由于技术转移来源包括国外技术引进与国内区域间技术购买[5]，本文分别用国外技术引进(FTR)和国内技术购买(DTR)两种技术转移路径表示，国外技术引进FTR由技术引进经费与消化吸收经费之和计算得到，DTR由购买国内技术经费表示，均由存量指标度量。

已有技术水平(ETC)：专利作为直接衡量区域创新活动绩效指标，其拥有的发明专利数则最有效表明了地区的技术条件和能力，本文用上一年企业拥有的发明专利数来表示。

外商直接投资(FDI)外商直接投资通常会对一国或区域技术创新产生外溢效应[19]，由区域实际利用外商直接投资数据表示，仍然采用外商直接投资存量指标估算。

研发人力资源(STH)由区域R&D人员占该区域总从业人员比重计算得到。

进出口贸易强度(IET)利用区域外贸进出口总额占该区域GDP比重估算表示。

本文收集大陆30个省份2009—2014年区域数据(西藏数据缺失较多，未纳入研究范围)，所选取变量数据均来自2010—2015年《中国统计年鉴》《中国科技统计年鉴》以及各省份统计年鉴、各省份国民经济和社会发展统计公报等。同时涉及企业数据统一口径为规模以上地区工业企业数据；涉及资金数据单位统一为万元；对IRD、FTR、DTR、ETC和FDI数据均做了对数处理。INQ原始数据各省份技术市场成交额用工业品出厂价格指数进行平减，FDI数据采用固定资产投资价格指数平减，IRD、FTR、DTR数据采用研发价格指数(0.55×消费者价格指数+0.45×固定资产投资价格指数)平减，均以2009年为基期。IRD、FTR、DTR和FDI变量均采用永续盘存法估算其存量。本文对所采用的指标在1分位和99分位进行winsor缩尾处理，表1为各变量具体说明。

表1 各变量含义说明

3 实证分析

3.1 实证结果

首先进行动态门槛效应检验。表2中，无论是自主研发门槛效应(模型1)、国外技术引进门槛效应(模型2)，还是国内技术购买门槛效应(模型3)，以区域已有技术水平为门槛变量，单门槛效应在5%的显著性水平上均显著，双门槛效应在5%的显著水平上均显著，而三门槛效应在5%水平上均不显著，故本文选用双门槛模型进行分析。

其次，估计双门槛模型的门槛值结果。表3分别显示了模型1～3中,以各区域已有技术水平为门槛变量条件下的门槛估计值和95%置信区间。模型1中第一个门槛估计值为8.901，第二个门槛估计值为9.558；模型2中第一个门槛估计值为9.558，第二个门槛估计值为8.901；模型3中第一个门槛估计值为9.558，第二个门槛估计值为8.901。

表2 动态门槛自抽样检验

表3 动态门槛估计值

同时，根据似然比统计量构造 “非拒绝域”得到有效渐进置信区间，并通过函数趋势图清晰展示出来(见图1～3)。

模型1中，当以已有技术水平为门槛值时，似然比值接近于零，第一个门槛估计值在[6.528,9.177]区间内，第二个门槛估计值处于[9.550,9.729]区间内，似然比值小于5%显著性水平的临界值在原假设接受域内，两个门槛值等于实际值(η1=η2)。

图1 自主研发门槛效应(模型1)

模型2中，当以已有技术水平为门槛值时，似然比值接近于零，第一个门槛估计值在[9.550,9.623]区间内，第二个门槛估计值处于[8.871,8.901]区间内，似然比值小于5%显著性水平的临界值在原假设接受域内，两个门槛值等于实际值(η1=η2)。

模型3中，当以已有技术水平为门槛值时，似然比值接近于零，第一个门槛估计值在[9.550,9.817]区间内，第二个门槛估计值处于[8.634,8.901]区间内，似然比值小于5%显著性水平的临界值在原假设接受域内，两个门槛值等于实际值(η1=η2)。

图2 国外技术引进门槛效应(模型2)

图3 国内技术购买门槛效应(模型3)

最后，对动态双门槛模型进行参数估计。本文以区域已有技术水平为门槛分别对自主研发、国外技术引进和国内技术购买对区域创新质量的门槛效应进行影响参数估计，结果见表4。

表4 参数估计结果

注：AR(1)检验、AR(2)检验、Sargan检验均给出了P值报告。

基于实证结果，模型1～3中存在显著的已有技术水平双门槛效应，影响程度也存在差异。同时模型1～3中加入的INQit-1滞后变量回归系数均显著，Sargan检验和AR(1)、AR(2)检验均通过，即本文采用工具变量有效，设定的动态面板门槛模型是合理的。

3.2 结果分析

从表4的参数估计结果来看,自主研发、技术转移对区域创新质量的影响机理中，明显存在已有技术水平双门槛效应，自主研发、技术转移与区域创新质量呈现显著的非线性关系。当区域已有技术水平在8.901之下时，自主研发推动技术创新作用不明显；而区域已有技术水平上升到8.901与9.558之间时，自主研发起到了微弱的负向影响；区域已有技术水平跨越9.558时，自主研发负向效应减弱。国外技术引进在区域已有技术水平位于8.901与9.558之间时，起到了显著的负向影响；在区域已有技术水平超过9.558时，转变为正向推动效应；国内技术购买在区域已有技术水平超过9.558时，发挥出显著的正向推动作用。总的来看，由于区域技术进步活动是区域技术与经济等因素共同作用的结果，区域已有创新能力受到研发资金、科技人员和金融发展水平等因素制约[19]，而自主研发需要大量资金、人力支撑，需要一定的已有技术积累才能充分发挥其正向促进作用；而通过国外技术引进与国内技术购买方式来推动区域创新质量提升，更需要较强的引进技术的消化吸收能力，只有区域在掌握引进技术及其包含的隐性技术的基础上改进产品和技术，才能提高区域创新质量，这就对区域已有技术条件有一定要求。例如中国东部沿海大部分区域，首先，区域技术创新、技术市场和经济基础等较好，与国外技术差距也相对较小，有利于东部区域通过自主研发积累创新，但同时使得国外技术引进对区域创新质量提升的溢出效应相对减少。其次，东部区域的技术创新还未充分达到国外先进水平，通过自身完善的已有技术积累与自主研发能力可以充分吸收国外技术引进和技术改造带来的先进技术，从而进一步提升东部区域技术创新质量[12]。国内技术购买的技术创新路径中，只有当区域已有技术能力较强时，国内技术才能形成技术前沿优势，增强技术的替代性[20]，因此会促进国内技术间流动，提高国内引进技术的溢出空间，在三种技术创新路径中提升作用最有效。

表5 已有技术水平门槛区域分布

注：限于篇幅，ETC≤8.901区域分布未列入表中。

从表5中可以看出，以已有技术水平(ETC)为门槛变量，根据双门槛区间将本文研究内的30个省份数据划分为三个区域，即高技术水平区域、中技术水平区域和低技术水平区域。通过分析不同省份在不同年份的已有技术水平区域分布发现，东部沿海省份广东、江苏和浙江在2009—2014年主要处于高技术水平区域，上海、北京、山东后来居上；湖南、安徽中部区域则较多处于中技术水平区域；其余中西部大部分区域则长期处于低技术水平区域。

4 结论与启示

本文研究发现：①区域已有技术水平较低时，自主研发和技术转移推动作用均不明显或呈现负向影响，而当区域已有技术水平跨越“临界值”时，自主研发和技术转移发挥正向作用，其中国内技术购买的技术创新路径最为显著和有效；②不同省份在选择技术创新路径来有效提升区域创新质量方面存在明显差异，东部区域更多地优化吸收引进国内外先进技术前沿，而中西部多数区域需要更多地加大自主研发投入。

本文研究结果提供了一定的政策启示：首先，在各区域正确权衡与选择技术创新路径方面，应当考虑当针对地区已有技术水平差异，东部及沿海省份广东、江苏、浙江、上海、山东以及北京等区域，鼓励企业和科研单位充分利用其完善的自主研发创新基础，继续更多地充分吸收引进国内外先进技术前沿，发挥技术转移驱动效应；而中西部多数区域受多方面原因的制约，整体技术基础还不够完善，需要更多地通过加大自主研发投入，提升自身已有技术条件和知识积累，增强前沿技术的消化吸收和再次创新能力，充分发挥技术转移的溢出效应，才能实现区域创新质量跨越式可持续发展。其次，现行中国自主研发、国外技术引进与国内技术购买驱动区域创新质量发展存在经济基础、技术发展水平和创新能力积累等综合因素复杂影响，政府以及企业单位应高度重视本区域以及自身的技术创新积累，完善技术创新资金、人力、科研设施等基础建设，创造良好创新环境，以提高技术创新路径利用效率。

[1]HANER U E.Innovation quality：a conceptual framework[J].International journal of production economics,2002(80):31-37.

[2]杨幽红.创新质量理论框架:概念、内涵和特点[J].科研管理,2013,S1:320-325.

[3]李光泗,沈坤荣.中国技术引进、自主研发与创新绩效研究[J].财经研究,2011,37(11):39-49.

[4]杨龙志,刘霞.区域间技术转移存在“马太效应”吗?——省际技术转移的驱动机制研究[J].科学学研究,2014,32(12):1820-1827.

[5]JEFFERSON G H,HU ALBERT G Z,GUAN X.R&D and technology transfer:firm-level evidence from Chinese industry[R].Michigan University of London,William Davidson Institute,Working Paper,2003.

[6]汪良兵,洪进,赵定涛.中国技术转移体系的演化状态及协同机制研究[J].科研管理,2014,35(05):1-8.

[7]SUN Y,DU D.Determinants of industrial innovation in China:evidence from its recent economic census[J].Technovation,2010,30(9-10):540-550.

[8]SCHNEIDER P H.International trade,economic growth and intellectual property rights:a panel data study of developed and developing countries[J].Journal of development economics,2005,78(2):529-547.

[9]BRAGA HELSON,WILLMORE LARRY.Technological imports and technological effort:an analysis of their determinants in Brazilian firms[J].The journal of industrial economics,1991,39(4):421-432.

[10]侯晓辉,王青,冯宗宪.自主研发、技术引进与中国工业行业的技术创新[J].研究与发展管理,2011,23(05):49-55.

[11]储德银,张同斌.自主研发、技术引进与高新技术产业成长[J].科研管理,2013,34(11):53-60.

[12]王鹏,高妍伶俐.自主研发、技术获取与区域创新能力——基于中国东、中、西部地区大中型工业企业的实证研究[J].工业技术经济,2013,32(09):79-86.

[13]俞立平,宋夏云,刘爱军.自主研发投入对高技术创新贡献的时空差异[J].中国科技论坛,2015(02):11-14.

[14]HANSEN B E.Threshold effects in non-dynamic panels:estimation,testing and inference[J].Journal of econometrics,1999,93:(2)345-368.

[15]ARELLANO M,BOND S R.Some tests of specification for panel data:monte carlo evidence and an application to employment equations[J].Review of economic studies,1991,58:277-297.

[16]JAFFE A B.Real effects of academic research[J].The American economic review,1989,79(5):957-970.

[17]卢盛峰,刘潘.财政支出与区域创新质量——中国省级数据的实证分析[J].宏观质量研究,2015,3(01):93-101.

[18]张欣炜,林娟.中国技术市场发展的空间格局及影响因素分析[J].科学学研究,2015,33(10):1471-1478.

[19]鲁钊阳,廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究,2012,29(05):75-88.

[20]彭峰,李燕萍.技术转移方式、自主研发与高技术产业技术效率的关系研究[J].科学学与科学技术管理,2013,34(05):44-52.

(责任编辑 沈蓉)

Independent R&D,Technology Transfer and Regional Innovation Quality

Hou Jian，Chen Heng

(School of Economics and Management,Harbin Engineering University,Harbin 150001,China)

This paper used the regional panel data of China’s 30 provinces in 2009—2014 and the improved nonlinear dynamic panel threshold model to empirically analyze the nonlinear dynamic mechanism of the relationship among independent R&D,technology transfer and regional innovation quality based on the threshold variable of existing technical level.The results show that the independent R&D and technology transfer on regional innovation quality had a significant double threshold effect of regional technical level.When the region had a lower level of technology,independent R&D and technology transfer are not obvious or had a negative effect.And when the regional technological level has been across the“critical value”,the independent R&D and technology transfer played a positive role,and the technology innovation path of domestic technology purchase was the most effective one.Different regions in the choice of effective technological innovation path needed significant differences.

Independent R&D;Technology transfer;Regional innovation quality;Dynamic panel threshold model

国家软科学基金项目(2013GXS5B190),中央高校基金(HEUCFZ1609)。

2016-03-18

侯建(1990-)，男，河南新乡人，哈尔滨工程大学经济管理学院博士研究生；研究方向：技术创新路径与影响机理。

F204

A