中观层面上技术标准的溢出效应分析：基于省际面板数据

王丽君，陈 韬，王益谊

（1.中国标准化研究院，北京 100191；2.清华大学，北京 100084；3.中国社会科学院研究生院数量经济与技术经济系，北京 100732）

以创新为目的的研发活动是各国技术进步的主要源泉。我国实施创新驱动战略的有效措施之一，就是通过知识溢出提高创新产出。用知识溢出模型分析创新知识与影响因素之间的关系成为新经济增长理论关注的热点内容。随着我国经济发展步入新常态，发展动力从投资驱动转向更加注重效率和创新驱动，不断开发新动能；以科技和经验的综合成果为基础、经协商一致制定的标准通过促进创新知识的扩散和知识溢出，推动自主创新能力的提高。本研究对标准化与创新知识的作用机理进行理论分析，尝试基于省级面板数据，分析标准化因素对创新知识的实证作用，以期进一步研究标准化对高质量发展的作用。

1 标准化与创新知识的理论分析

《中华人民共和国标准化法》（2017年修订）将我国标准分为国家标准、行业标准、地方标准、团体标准和企业标准5 类。其中，国家标准分为强制性国家标准和推荐性国家标准，前者保障健康、安全、环保等底线需求，后者保障基础通用需求；行业标准适用于某个行业范围；地方标准满足地方自然条件、风俗习惯；团体标准满足市场和创新需要；企业标准是根据需要自行制定。虽然各类标准具有不同的定位，但是其本质都是通用的技术规则，这使得这些基于共识制定的标准因为相对专利的低成本，能够在更大范围内广泛实施；同时，由于标准制定过程本身就是一个知识共享和知识生产的过程，在确立条款的过程中产生了知识溢出效应。这种确立条款、编制、发布和应用标准的过程，即一般意义上的标准化。

基于创新活动的不同阶段，标准化对创新产出的影响如图1 所示。由图1 可知，技术的发展体现为从初级阶段向更高级阶段不断演进。其中，阶段1 的创新产出是阶段2 的知识存量的重要组成部分，随着时间的推移知识存量逐渐增加，同时也随着时间推移而不断折旧。近年来经济合作与发展组织(OECD)将永续盘存法广泛应用于知识存量的测算，阶段1 中的标准通过实施作用于阶段2 中的创新产出。标准是公认的技术规则，作为技术成果的载体，通过实施影响技术的发展方向。例如，2020年3月美国白宫发布《5G 安全国家战略》，强调通过提高美国在国际标准制定和采用中的领先地位，促进下一代电信和信息通信基础设施在美国的加速发展和推广［1］；2018年德国政府发布《高技术战略2025》，强调德国只有发展在关键技术领域（尤其是人工智能领域）的能力，才能保持创新实力和竞争力，并提出通过未来的5G 移动标准开发基本的网络技术，可以开发新的创新应用领域［2］。

图1 标准化对创新产出的影响

在同一个创新阶段中，创新产出基于创新投入和知识存量进行生产。包括R&D 经费和R&D 人员在内的创新投入，是作用于创新产出的有形投入。现有知识存量对创新产出而言属于无形投入，但是具有溢出效应。如果知识存量与创新产出同步变化，已有的知识存量推动创新产出的产生，就认为知识存量存在正的外部性，根据变化程度的多少具体可以分为规模报酬递增和规模报酬递减两种情况；如果已有的知识存量对创新产出没有影响，即知识存量与创新产出没有关联，就认为不存在外部性；如果知识存量的增加导致研究者更加难以获取知识，知识存量就对新知识产生挤出效应，就会导致出现负的外部性。同时，由于标准制定过程本身就是利益相关方相互交流知识、获取技术信息的过程，使得标准制定活动对同一阶段的创新产出产生影响。

在同一个创新阶段中，标准文本基于创新产出和知识存量制定。标准以科技和经验的综合成果为基础制定，其目的是为各种活动或其结果提供规则、指南或特性。国际、区域、国家标准由于可以公开获得并通过制修订程序保持与最新技术水平同步，而成为公认的技术规则。如果将创新产出视为科技成果、知识存量视为科技成果和经验的积累，则标准文本可以视为基于创新产出和知识存量制定，是技术的载体。

在同一个创新阶段中，R&D 人员是参与标准制定的利益相关方的重要组成部分。标准是通过标准化活动，按照制定标准的机构颁布的标准制定程序，经协商一致制定。参与协商一致制定标准的技术委员会成员包括来自相关行业的专家，也来自消费者协会、学术界、非政府组织和政府，这些参与者统称为利益相关方。R&D 人员通过自身参与标准制定过程而影响标准中的技术内容。

综上所述，标准化对创新产出的影响体现为，在技术发展的不同阶段中，标准同步或滞后于创新产出，通过规模经济和网络外部性影响技术预期。在国际、区域或国家范围内，因为技术的发展，包括生产者、消费者在内的利益相关方产生了对产品、过程或服务进行规范的需求，这就是传统意义上的标准化需求。标准的应需而生，意味着标准本身具有有用性，能够帮助解决基本程序、组织和技术问题，这些问题如果不解决，就会导致市场失灵和不经济。标准的制定过程和使用过程都有助于促进技术的扩散。国际、区域或国家的标准组织为标准的制定提供了沟通和交流的平台，使得利益相关方可以聚集在一起，就技术知识进行交流、权衡和遴选，按照标准制定程序和标准文本的要求对技术内容进行规范，使用通用的标准化语言进行交流，确保了技术知识的无偏传递。与专利中的信息受到知识产权的限制相反，标准中的信息是可以为大众获得的，标准中信息的传播并不受到限制。标准的使用过程就是对产品、过程和服务进行规范的过程，标准的低门槛的获取途径使得技术能够在大范围内进行快速扩散。

标准对技术预期的影响是通过其能够带来的规模经济和网络外部性特点。标准在传递的过程中使用了规范的语言，这使得使用者可以以较低的成本和更便捷的途径获取到大量与产品、过程和服务相关的有用信息。随着标准传播范围的扩大，标准所承载的技术的影响范围不断扩大，标准的使用有效降低了产品的种类、降低了单位产品的生产成本，提高了产品的性能，导致规模经济。标准的通用性帮助实现产品或体系的互操作性，降低了多样性，提高了生产效率和产品质量。当网络中的新用户由于被连接到网络而获得价值，就产生了网络外部性。网络外部性现象在通信和信息技术部门尤其显著。标准的通用特性帮助了网络外部性的实现。标准实施就以这样的方式进行市场选择，实现优胜劣汰。标准有助于降低对技术未来发展方向的不确定性，即通过降低研发投资的风险，鼓励了创新的发展。

2 文献综述

本研究通过对知识生产函数及其研究发展趋势进行综述，同时研究标准与创新知识之间的关系，以期将标准变量引入知识生产函数。

2.1 知识生产函数及其研究趋势

生产函数法是知识溢出模型的一种典型的经验测度方法。代表性的知识生产函数包括Griliches-Jaffe 函数和Romer-Jones 函数。Griliches［3］认为企业的研发产出是研发投入的函数，并使用C-D 生产函数的模式进行表述。具体函数形式如下：

Jaffe［4］将研究对象从企业扩展到区域层面，将研发产出的内涵扩展为新知识，将研发投入扩展为经费投入和人员投入，从而形成经典的Griliches-Jaffe 函数，即认为创新产出受到R&D 资金和R&D人员的影响。其函数形式如下：

Romer［5-6］认为新知识的生产依赖过去知识形成的存量，将知识溢出的原因归于知识的非竞争性和部分排他性，并将知识变量引入生产函数模型，基于内生增长模型构建了知识生产函数，即Romer 生产函数，认为新知识（）受到R&D 人员（L）、知识存量（）和其他因素（）的影响。具体函数形式如下：

Jones［7-8］通过对美国等国家的经济发展进行实证检验，放宽了对Romer 生产函数的参数限制，形成一般意义的Romer-Jones 知识生产函数，即认为R&D 人员对新知识的影响存在规模效应（），知识存量对新知识的影响存在溢出效应，分为3 种情况：规模报酬递增、规模报酬不变、规模报酬递减。具体函数形式如下：

在两种典型的知识生产函数的基础上，后来的研究者通过对变量含义进行扩展解析，或者纳入新的变量，或者与新的模型结合（如空间计量模型、面板模型），对知识生产函数进行了不同程度的扩展。

2.1.1 对模型变量进一步解析

吕忠伟［9］基于国际专利分类和各地区专利申请量测算地区间的技术相似系数，构建R&D 空间溢出指标，对Griliches-Jaffe 知识生产函数进行扩展，基于1998—2007年的我国省级面板数据，分析R&D空间溢出指标、知识存量、研发人员、研发资本对区域知识生产的作用。吴素春［10］使用2011年我国31 个创新型城市规模以上工业企业R&D 数据进行截面计量分析，使用改进的生产函数模型分析内部研发、R&D 合作等6 种研发模式与创新绩效之间的关系，发现不同研发模式的创新绩效存在差异。

2.1.2 结合新的计量模型

孙建［11］基于1998—2008年我国区域面板数据，使用空间杜宾模型研究邻近区域的知识溢出及其有效空间距离，分析发现我国的区域创新具有空间集聚特征，不同区域存在明显的正负向知识溢出现象。胡贝贝等［12］认为Romer 函数和Jones 函数的差异是规模递增效应是否存在于知识生产中，并基于2005—2012年我国53 家高新区的面板数据，以研发资本、人力资本和知识存量为自变量，分析自变量产出弹性的和，发现知识生产具有规模递增效应。张静等［13］基于Romer-Jones 知识生产函数，使用1996—2014年我国省级面板数据分析知识资本生产的特征，使用全参、半参回归方法，测算知识资本的不同增速对经济增长的影响。

2.1.3 二者的结合

周明等［14］基于我国高科技企业数和科技活动人员数构建产业集聚下知识溢出评价指标，综合了Griliches-Jaffe 函数和Romer-Jones 函数两种生产函数，利用1998—2006年我国高技术产业面板数据，采用空间面板模型分析研发经费、知识溢出因素、政府支持力度等变量对高技术产业技术创新能力的影响，发现知识溢出对创新产出具有显著影响。刘和东［15］将区域技术溢出分为内部溢出（产学研合作）和外部溢出（外商直接投资），结合创新相关数据，采用1998—2008年我国省级面板数据，基于扩展的Griliches-Jaffe 知识生产函数，使用动态面板模型分析发现，内部溢出和外部溢出在不同时期的影响是不同的。王崇锋［16］基于2009—2012年我国30 个省级区域的面板数据，采用因子分析法构建创新投入因子、知识溢出因子、创新产出因子，运用Griliches-Jaffe 知识生产函数分析发现，知识溢出对区域创新效率的影响是正向显著的。汪辉平等［17］基于1999—2013年我国省际工业企业面板数据，使用Malmquist 和数据包络分析（DEA）法测算地区的工业全要素生产率，并分解为技术效率和技术进步，使用空间杜宾模型分析知识资本、空间溢出对技术效率和技术进步的影响。

2.2 标准与创新知识的关系

国内外现有研究中对标准与创新知识关系的研究，主要是从作用机理上分析标准和创新知识之间的促进、阻碍、双向影响作用。标准能促进创新产出，这是国内外一些重要机构和著名学者的学术立场，包括德国标准协会（DIN）［18］、Swann［19］、Kano［20］、李春田［21］等。DIN［18］认为，标准不仅鼓励创新，而且促进创新的有效扩散；竞争力的形成不仅依靠创新，还要依靠创新的有效扩散；标准对创新提供积极的激励作用。Swann［19］认为标准通过限制创新发展的方向，避免了产生不必要的创新成果，从而为后续的创新建立基础设施；现行标准的现状影响了这些标准对创新的推动效果。Kano［20］研究了创新和标准化的关系，认为标准化能够将杂乱的创新同步到系统的创新中，而系统的创新能够建立新的市场。李春田［21］认为，标准化是创新的平台，能够帮助积累技术，提高创新效率，促进创新扩散；同时标准化面临创新的挑战，创新会对标准化理论、原则、观念带来冲击，对标准化的管理和体制带来变革，并影响标准化的方法论的变迁。但是，有些机构或研究报告也揭示了标准和创新关系的另一面，即标准会限制创新，认为标准的制定时机或者标准的维护不合时宜，就会限制创新，从而导致经济的无效率［22-23］。

越来越多的研究成果注意到标准对创新的影响是双重或不确定的，如潘海波等［24］分析了技术标准与技术创新两者之间的协同演化发展，发现技术标准对技术创新具有“双刃剑”的作用；Bozeman［25］提出了技术转移模型，将不同的技术转移主体和媒介纳入模型；在Bozeman［25］研究的基础上，Blind等［26］将标准化作为一种将知识纳入协商一致进程的知识和技术的转移渠道，从而将标准作为转移对象；Blind 等［27］认为，标准和法规对创新的影响取决于市场环境，考虑到表现为信息不对称和监管捕获特征的市场不确定性，正式标准和法规对于创新具有不同的影响，在不确定程度较低的市场中，正式标准导致较低的创新效率，而法规产生相反的效果；孙瑜等［28］从技术标准因素、科技研发因素、行业发展因素等3 个因素27 个指标评价技术标准与技术研发的关系，分析了二者在农产品加工业相互脱节的主要影响因素为体制机制和产业技术水平。

2.3 总结

在一般的知识生产函数的基础上对变量含义进行扩展解析或纳入新变量，或者结合新模型进行研究，成为近年来分析变量与知识产出的新趋势，然而鲜见将标准变量引入知识生产函数分析其与创新产出的关系。与现有研究相比，本研究可能的创新之处在于：一是对变量内涵的解析。尝试基于我国标准体系的构成，结合30 个省（区、市）（未含西藏和港澳台地区，下同）对各类标准研制的贡献，构建区域标准化水平评价指标，并将其作为新的变量纳入知识生产函数。二是基于30 个省（区、市）的面板数据，结合区域自身属性分析标准化水平对知识产出的溢出效应，以期研究标准体系对于推动高质量发展的作用机制。

3 模型构建和变量选择

3.1 模型构建

本研究基于Romer-Jones 知识生产函数理论，引入研发资本、标准化水平等投入变量对函数进行扩展，见公式（5）：

一方面对知识生产函数的变量进行进一步解析，另一方面考虑与面板数据模型的结合，分析对于个体i的扰动项的方差存在异方差或自相关的情况。如果存在，则认为扰动项存在组间异方差；如果存在协方差，则认为扰动项存在组内自相关；如果存在协方差，则认为扰动项存在组间同期相关。

3.2 创新产出变量选择和数据来源

本研究采用发明专利的申请受理量来衡量各省（区、市）的创新产出［29］，这也是在大多数研究中广为使用的方法。由于专利要经过较长的审核期，使得与申请受理量相比，发明专利的申请授权量具有明显的滞后性，同时容易受到其他因素的影响，因此发明专利的申请受理量被大量应用于衡量创新知识的产出。

3.3 R&D 资本投入变量选择和数据来源

《2008年国民账户体系》将研发支出定义为：为了增加知识储备并利用这种知识储备开发新的应用，系统性地从事创造性工作而支出的价值，并将R&D 作为资本形成的一部分［30］。2017年我国国家统计局印发《中国国民经济核算体系（2016）》，将研发支出列入资本形成总额［31］。本研究基于历年的《中国科技统计年鉴》中各地区研究与试验发展经费内部支出指标，通过各地区生产总值（GDP）指数平减为不变价格，使用永续盘存法测算R&D 资本存量。计算公式如下：

3.4 R&D 人员投入变量选择和数据来源

3.5 知识存量变量选择和数据来源

3.6 知识扩散和吸收能力变量选择和数据来源

各年度发布的国家标准数量出自历年的《中国科技统计年鉴》，行业标准数量出自中国标准服务网；各地区的国家标准研制贡献指数和行业标准研制贡献指数由中国标准化研究院国家标准馆提供。

4 实证分析

基于国家统计局对我国东、中、西、东北部地区的划分，考虑到数据的可得性，将30 个样本省（区、市）的模型分为全面板模型、东部模型、中部模型、西部模型、东北部模型，如表1 所示。

表1 面板模型及其对应的样本量

表1 （续）

4.1 面板模型的回归

分别对模型的各变量进行单位根检验，使用LLC 检验检验相同根单位根，使用Fisher-ADF 检验检验不同根单位根，均拒绝“存在单位根”的原假设，所以各变量均为平稳序列。

对模型不同个体的扰动项分别通过Greene［33］598提供的沃尔德检验检验组间异方差，原假设是“不存在组间异方差”；用Greene［33］601提出的Breusch-Pagan LM 检验检验长面板模型（东部模型、中部模型、西部模型、东北部模型）的组间同期相关，通过Pesaran［34］提出的检验检验短面板模型（全面板模型）的组间同期相关，原假设是“不存在一阶组内自相关”；通过Wooldridge［35］提供的沃尔德检验检验组内自相关，原假设是“不存在组间同期相关”。检验结果如表2 所示。

表2 样本面板模型变量的异方差检验和自相关检验

由于面板模型不同个体的扰动项同时存在组间异方差和组间同期相关，并且组内自相关（自回归系数相同），使用可行广义最小二乘法（FGLS）进行估计。为了便于比较，将东北部地区的面板模型也使用FGLS 进行回归。回归结果如表3 所示。

表3 基于分区域模型的各变量对样本地区创新产出的影响分析

4.2 全面板模型的回归结果及分析

从样本地区面板数据的回归结果可以看出，知识存量对于创新产出的影响最大，弹性系数为0.723；R&D 人员投入次之，弹性系数为0.151；R&D 资本居于第3 位，弹性系数为0.126；标准化水平的影响最小。这些投入变量的影响都是正向的，并且在1%的水平上显著。改革开放以来，我国经济发展一度严重依赖资本、劳动力和资源，也就是经济增长的驱动力主要依靠投资驱动和要素驱动。与传统的产出形式（例如GDP 增长）相比，创新产出更加依赖于知识存量，同时受到区域的知识扩散和吸收能力的影响；R&D 资本投入、R&D 人员投入对创新产出的影响低于知识存量；知识存量和标准化水平对创新产出的影响存在溢出效应，且规模报酬递减。

4.3 不同区域模型的回归结果及分析

从表3 回归结果可以看出，R&D 资本投入、R&D 人员投入、知识存量等要素对区域创新产出的影响具有明显的地区差异性，标准化水平的知识溢出效应也存在显著的区域差异，即各省（区、市）的知识扩散和吸收能力对创新产出的影响具有显著的区域差异。具体分析如下：

（1）知识存量对创新产出的溢出效应最高，弹性系数在0.424～0.881 之间，影响都是正向的，并且在1%的水平上显著；弹性小于1，显示规模报酬递减，其中西部地区的弹性最高，中部地区次之，东部地区第三，东北部地区最低。这意味着在西部地区增加每单位知识存量能够带来更多的创新产出。

（2）区域标准化水平对创新产出的溢出效应是正向的，弹性系数在0.181～0.349 之间；弹性小于1，规模报酬递减，其中东北部地区最高，东部地区次之，中部地区第三，在西部地区模型中标准化水平的影响不显著。这意味着在东北部地区通过积极参与标准化活动，增加每单位标准化水平能够带来更多的创新产出。

（3）R&D 资本投入对区域创新产出的影响在不同地区差异显著，其中在东部、东北部地区的影响是正向的、在1%的水平上显著，在中部、西部地区的影响不显著，在东北部地区提高研发投入能够获得更大收益。这与李平等［36］的观点是一致的，并非研发投入越多就越能促进创新的发展，研发投入分为政府资助和企业投入两类，根据研发投入结构的不同，对创新效率的影响可能为负，即产生“政府失灵”或“市场失灵”的现象。

（4）R&D 人员投入对区域创新产出的影响在不同地区差异显著，其中在中部地区影响最大，东部和西部地区的影响接近，在东北部地区具有明显的负效应。这意味着在中部地区提高研发人员投入能够获得更大收益，而东北部地区的R&D 人员投入结构不足以推动发明专利所体现的创新产出。这种显著的地区差异性意味着研发人员的结构会对技术进步产生不同影响。这与Vandenbussche 等［37］和朱承亮等［38］的观点一致。Vandenbussche 等［37］假设相比模仿，创新是技术密集型活动，从模仿和创新两个渠道出发分析OECD 的19 个成员国在1960—2000年之间人力资本对技术进步的作用，发现具有高学历的从业者更能促进技术的发展；朱承亮等［38］认为只有高水平的人力资本才能促进研发创新效率的改善，因此建议对人力资本的结构进行优化和升级。

5 研究结论

本研究基于知识生产函数理论，以我国30 个省（区、市）的创新产出为研究对象，通过对其2001—2017年相关面板数据进行回归分析发现，在创新知识的产出过程中，研发资本、研发人员、知识存量、标准化水平的影响具有显著的区域差异性。

基于以上研究，建议各地区基于不同的投入要素结构制定不同的创新激励政策，具体包括：

（1）提高研发资本和研发人员对创新产出的贡献。考虑到研发资本和研发人员对创新产出的影响具有复杂性，这两类投入要素的数量和结构都会影响创新产出。不仅要增加研发资本投入和研发人员投入的数量，尤其需要改进研发资本和研发人员的投入结构，一方面通过对本地区研发人员进行培育和教育，对人力资本结构进行升级，另一方面发布积极的人力引进制度，吸引高水平的人力资本进入。

（2）提高知识存量对创新产出的规模报酬。知识存量对区域创新产出的溢出效应呈现规模递减的现象，并且具有地区差异，因此建议一方面鼓励各地区发布激励创新产出的政策，扩大知识存量，另一方面根据不同区域的特点，在创新激励政策中有所侧重。

（3）提高各地区对创新产出的消化和吸收能力，以及标准化水平对创新产出的规模报酬。标准化水平对区域创新产出的溢出效应呈现规模递减的现象，并且具有地区差异，因此建议一是深化标准化工作改革，解决标准老化、缺失、滞后和标准体系不够合理的问题，优化标准供给，促进由政府组织制定的标准和市场自主制定的标准组成的新型标准体系实现协调发展；二是鼓励各地区的利益相关方参与制定和实施标准，发布标准化相关的奖励政策和扩大对政策的宣传力度，例如北京、浙江等多地已发布了针对制定标准和标准化试点示范项目的奖励政策。