高技术产业研发投入经济效益的时空特征及影响因素研究

曾 瑶

(东北大学 工商管理学院,辽宁 沈阳 110819)

1 引言

党的十九大报告指出,当前我国经济已由高速增长阶段转向高质量发展阶段。2020年中共中央政治局会议提出,中国已进入高质量发展阶段。党的二十大报告中再次强调,着力推进高质量发展。由“速度”到“质量”,由“规模”到“结构”,由“转向”到“进入”再到“着力推进”,意味着实现经济高质量发展具有理论必要性和现实紧迫性,迫切需要转变发展方式、优化经济结构、转换增长动力。经济高质量发展要求产业发展不仅要保证“量”的持续稳定增长,还要实现“质”的不断提高[1]。高技术产业资源依赖度低、科技含量高、竞争力极强,加快发展高技术产业是推动经济发展方式转变,实现经济高质量发展的重要途径。2020年我国高技术产业营业收入达17.46万亿元,占GDP比重为由2000年的0.10上升至0.17,呈逐年波动上升的态势。与此同时,高技术产业在世界市场的占有率也逐年提高,2002年、2005年高技术产业出口额占制造业出口额比重分别实现了赶超日本和美国,随后一直在国际市场上保持主导地位。尽管高技术产业规模已初步形成,并产生了一批拥有自主知识产权和核心技术的世界级品牌,但其竞争力在全球产业链中仍然处于中低端,“大而不强”的特征较为突出。

持续性的研发投入是一项复杂的系统工程,是科技创新的根本保障,也是高技术产业实现经济效益的重要源泉。高技术产业研发投入较高、风险相对较大,然而一旦技术研发取得成功,将带来巨大的经济效益和社会效益。近年来,我国高技术产业研发投入持续加大,自主创新能力不断提高,但科技成果的经济转化能力仍然存在较大增长空间。同时,区域之间研发投入水平并不均衡,出现“东部沿海投入较大、中西部投入较少”的尴尬局面。高技术产业研发投入不只是重视对资金规模的投入,更不能忽略研发投入效率的提升。我们不禁思考,高技术产业研发投入是否能有效转化为经济效益?由于区域之间地理位置、资源禀赋和经济发展水平等方面存在不均衡现象,那么不同区域研发投入经济效益是否存在异质性?哪些因素将决定高技术产业研发投入经济效益的提高?基于此,本文分析高技术产业研发投入经济效益的时空特征,探究其影响因素,对于促进高技术产业研发投入转化效率,制定区域协同发展策略具有重要的理论意义和参考价值。

2 文献综述

当前有关研发投入的文献中,学者们从不同视角分析其时空特征及产出绩效等问题。李平和刘利利[2]利用随机前沿模型和门槛模型分析我国政府研发经费资助和企业研发经费投入对创新绩效的影响,结果发现目前我国创新发展过程中存在一定的“政府失灵”情况,相较于政府研发资助,企业研发投入更能显著带动创新效率的提高。除创新绩效外,经济效益也是反映研发投入效率的重要指标之一。唐晓华和景文治[3]以电子通信设备制造业为研究对象,利用脉冲响应分析新产品研发经费对销售收入的影响及地区差异,发现东北地区研发投入存在双向滞后效应且在全国处于中下游水平。严成樑和龚六堂[4]基于全国面板数据实证分析研发投入的规模和结构对经济增长的影响,结果表明研发投入的规模能够显著促进经济增长,不同研发投入来源对经济增长的促进效果存在差异,基础研究和高等学校的研发投入对我国经济增长作用更为明显。赵敏等[5]构建了R&D投入、科技创新和经济效益三个要素的复合系统指标体系,同时测度综合发展能力和协调度,结果表明R&D投入、科技创新和经济效益综合发展水平虽处于波动上升的变化中,但基本处于良好协调状态。李兆亮等[6]以农业为研究对象,通过定量和定性相结合方法分析研发投入结构的空间分异特点及影响因素,研究结果表明我国现有农业研发投入结构差异整体呈缩小态势,不同研发投入来源与人均地区生产总值、农业增加值占比及科技政策的影响存在差异性。

在高技术产业研发投入的相关文献中,部分学者发现高技术产业研发投入水平偏低的问题。谢子远等[7]通过研究发现主要原因是我国高技术产业FDI比重较大,过度依赖外资,从而拉低高技术产业研发投入的整体水平。黄训江[8]探究规模集聚和空间集聚两方面对高技术产业研发投入强度的影响,研究表明二者对研发投入均呈倒“U”型关系,不同细分行业的集聚对研发投入的强度效应也不相同。俞立平等[9]运用门槛模型分析高技术产业科研经费对创新成果的门槛效应,研究表明我国高技术产业科研经费绩效总体良好,低创新规模下经费的贡献度并不显著,而高创新规模下经费的贡献度显著。陈洪玮等[10]通过分析在不同技术创新阶段创新制度环境及企业研发投入对高技术产业创新绩效的影响,发现研发投入显著促进两个阶段技术创新绩效,但在技术商业化阶段创新绩效更大。解学梅等[11]以高新技术企业为研究对象,对我国各地区高新技术企业研发投入与新产品创新绩效的关系进行实证分析,研究发现研发投入对新产品创新绩效具有显著的促进作用,并且分区域来看,中西部地区相较于东部地区对R&D人员的利用率偏低。

通过梳理已有文献可以发现,学者们分析当前我国高技术产业研发投入相关问题时,大多尚未考虑空间相关性及时间的滞后性。基于此,本文选取2010—2019年我国30个省(市、自治区)面板数据为研究对象,在测算高技术产业研发投入经济效益的基础上,运用空间计量模型系统地分析其时空分布规律,揭示其影响因素,为合理制定我国区域高技术产业研发投入政策提供参考。

3 研究方法与数据来源

3.1 研究方法

(1)高技术产业研发投入经济效益测算

高技术产业是制造业的关键,也是国家的核心竞争力。根据中国科技部的定义,高技术产业主要包括医药制造,航空、航天器及设备制造,电子及通信设备制造,计算机及办公设备制造,医疗仪器设备及仪器仪表制造,信息化学品制造等行业。本文参考李兆亮等[6]的做法,选取边际收益作为高技术产业研发投入经济收益的主要特征性指标,并以每万元高技术研发投入所产生的经济效益增加值衡量。根据C-D生产函数,考虑到研发投入的不可周转性和滞后性,将研发投入以存量形式计算处理,参数估计和研发存量的计算公式如下所示

(1)

(2)

其中Gt为各地区高技术产业的实际利润总额,X为高技术产业发展要素投入,j为不同要素,a为其产出系数,K为高技术产业研发投入存量,b为其产出系数,t为年份序列,c为随机常数截距项,u为随机误差项。R为第t年高技术产业研发投入实际值,λ为滞后权重,L为滞后年限。在技术创新过程中从研发投入到专利产出存在滞后期,采用二项分步曲线得到高技术产业研发投入经济效益滞后权重λ。通过(3)式得到某年份地区高技术产业研发投入边际收益值,如下所示

(3)

(2)空间相关性分析

检验经济变量空间相关性是建立空间计量模型的关键步骤。本文借助Moran’sI指数判定区域变量间的空间相关性,公式定义如下

(4)

(5)

(6)

(7)

通过(7)式用标准化统计量可以检验区域某观测值是否存在空间自相关关系[12]。其中E(I)和S(I)分别为Moran’sI的期望值与方差。

(3)高技术产业研发投入经济效益影响因素的空间计量模型

在不同区域内部高技术产业研发投入的经济效益也有可能会受到周围地区高技术产业集聚及其邻近区域不同因素的影响。考虑到高技术产业研发投入经济效益的影响因素较多,本文参考Lesage和Pace[13]的研究成果选取以下5个因素对高技术产业研发投入经济效益的时空特征形成的原因进行了分析,同时为了消除异方差的直接影响,将各因素进行对数处理,得到我国高技术产业研发投入经济效益影响因素的空间计量模型,如下所示

lnMRt=ρWlnMRt+β1lnGDPt+β2lnLQt+β3lnJCt+

β4lnZLt+β5lnZJt+θ1WlnGDPt+θ2WlnLQt+

θ3WJCt+θ4WlnZLt+θ5WlnZJt+αt+un+ut+ε

(8)

其中MRt为高技术产业研发投入经济效益,W表示空间权重矩阵,α为常数项,ρ、β和θ为估计系数,ε代表随机干扰项,un和ut分别代表空间固定效应和时间固定效应。其他主要变量包括:(1)经济发展水平(GDP)。一般而言,区域经济发展水平反映地区创新资源的密集程度,经济发展水平较高的地区会集聚更多高技术产业和企业,有利于提升技术创新效率和市场创新活力,从而提高研发投入的经济效益。(2)劳动力质量(LQ)。劳动力身上承载的知识文化、技能水平和身体素质等要素,是劳动力质量的反映,是自然属性和社会属性的综合,通常用受教育水平指标来衡量。科技创新的关键在于人才,高技术产业属于知识密集型和技术密集型产业[13],相较于其他产业对高素质劳动力的需求更高,因此劳动力质量是高技术产业研发投入经济效益的关键影响因素。(3)信息基础设施(JC)。信息基础设施主要包括基于新一代信息技术演化生成的基础设施,通常用地区移动电话交换机容量与地区年末常住人口的比值衡量[14]。信息基础设施的完善强化高技术产业的扩散效应,加速高技术产业内部及与非高技术产业之间的交互作用,从而提升研发投入的经济效益。(4)专利申请数量(ZL)。专利申请数量的增加有利于高技术产业创新生产,使高技术产业研发投入的经济效益进一步提高[15-17]。(5)现代服务业增加值占比(ZJ)。现代服务业支撑并服务于高技术产业发展,推动现代服务业与高技术产业融合发展,是顺应新一轮科技革命和实现高技术产业技术创新的重要途径。

3.2 研究对象与数据来源

本研究选取2010—2019年全国30个省(市、自治区)面板数据,考虑到数据的可获取性,研究对象不包括西藏和港澳台地区。根据地理分布特征,将我国划分为7个区域,分别是东北地区(黑龙江、吉林、辽宁)、华北地区(北京、天津、河北、河南、山东、山西)、西北地区(陕西、甘肃、宁夏、内蒙古、新疆、青海)、华中地区(安徽、湖北、湖南、江西)、东南地区(上海、江苏、浙江)、西南地区(四川、重庆、云南、贵州)、华南地区(福建、广东、广西、海南)。本文研究数据来源于《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国互联网络发展状况统计报告》《中国统计年鉴》及《中国劳动统计年鉴》。为了有效消除价格因素的影响,分析过程中以2010年作为基期进行数据处理。

4 结果与分析

4.1 高技术产业研发投入经济效益的时空差异

根据(1)、(2)和(3)式分别计算不同区域2010—2019年高技术产业研发投入经济效益。由图1我们可以清楚地看到,区域之间高技术产业研发投入经济效益存在明显的差异,区域内部伴随时间推移呈现波动性上升的趋势性变化。其中东南地区的高技术产业研发投入经济效益最高,由2010年的7.75亿元迅速增长至2019年的30.11亿元。华南地区和华北地区的高技术产业研发投入经济效益相对较高,均值分别为15.32亿元和13.25亿元。华中地区、西南地区和东北地区高技术产业研发投入经济效益相对较低,均值分别为4.98亿元、3.63亿元和2.75亿元。西北地区高技术产业研发投入经济效益最低,均值为1.42亿元。

图1 2010—2019年我国各区域高技术产业研发投入的经济效益

4.2 高技术产业研发投入经济效益的空间自相关分析

根据(4)、(5)和(6)式,利用Arcgis10.1和GeoDa对我国30个省(市、自治区)的高技术产业研发投入经济效益进行空间自相关分析。由表1可知,2010—2019年我国高技术产业研发投入经济效益在空间上呈现正向相关性,且p值均小于0.05,说明通过了显著性检验。从时间的变化趋势来看,高技术产业研发投入经济效益的Moran’sI指数由2010年的0.1499下降到2012年的0.0593,随后逐年上升到2015年的0.1649,自此波动起伏后到2019年的0.1567,表明我国高技术产业研发投入经济效益的集聚效应在时序上波动比较大。对比2010年和2019年,空间集聚效应有所增强。可能的原因是,当前我国发达地区的高技术行业和科研资本雄厚,提高了高技术行业的科研成果和产出,使得其经济效益差距被进一步拉大,产生了高低严重分化的“马太效应”[18,19]。

表1 2010—2019年我国省域高技术产业研发投入经济效益全局空间自相关指数

为了进一步观察我国高技术产业研发投入经济效益的空间集聚特征,本文利用GeoDa软件绘制了2010年和2019年我国省际高技术产业研发投入经济效益Moran散点图,如图2所示。通过观察发现,2010年共有17个地区分别位于第一、第三象限,13个地区分别位于第二、第四象限。2019年位于第一、第三象限的省份已经上升至21个,同时第二、第四象限则下降至9个省份,说明了我国高技术产业研发投入经济效益空间的差异性发生变化。

图2 2010年和2019年我国高技术产业研发投入经济效益Moran散点图

4.3 高技术产业研发投入经济效益影响因素的空间计量分析

通过Hausman检验,选择采用空间固定效应模型对我国高技术产业研发投入经济效益的影响因素进行分析。如表2所示,在空间效应模型下,ρ值为-0.104且在1%水平下显著,表明高技术产业研发投入经济效益存在显著的空间集聚效应。进一步将空间计量模型进行分解如表3所示。

表2 我国高技术产业研发投入经济效益空间计量模型估计结果

表3 各变量空间计量模型估计分解结果

(1)经济发展水平

地区经济发展水平对高技术行业研发投入经济效益的总效应和直接效应分别为0.069和0.127且通过显著性检验,说明经济发展水平的提高显著促进高技术产业研发投入经济效益。间接效应为-0.058且显著,表明经济发展水平提高使创新要素供给能力更强,高技术企业和研发部门会向经济发展水平较高的地区集聚。一方面可能会吸引相邻地区高技术产业创新要素的转移,降低其研发投入经济效益,另一方面通过加速技术竞争挤压市场份额从而抑制相邻地区高技术产业研发投入的经济效益。

(2)劳动力质量

劳动力质量对高技术产业研发投入经济效益三种效应的影响均呈现正向且通过显著性检验,证实了劳动力质量水平的提高对高技术产业研发投入经济效益产生积极的影响。高技术产业属于资本和技术密集型产业,对劳动力素质的要求相对更高。高质量劳动力具有较强的学习能力,能适应快速发展的新技术,有助于改善高技术产业技术管理水平,从而提升高技术产业研发投入经济效益[20-22]。同时,地理邻近有利于借鉴高技术产业发展的经验,通过知识溢出和互动学习效应获得更大的研发投入经济效益。

(3)信息基础设施

信息基础设施对高技术产业研发投入经济效益的总效应和直接效应分别为0.247和0.754且通过显著性检验,说明完善的信息基础设施可以促进知识、技术和资源更快速顺畅地流动,有利于高技术产业研发投入经济效益的提升。间接效应为-0.507且通过显著性检验,说明伴随本地区信息基础设施不断完善对相邻地区高技术产业研发投入经济效益有抑制作用。可能的原因是地区内更高效的信息通道能够显著降低技术交流的成本,提高生产研发效率,从而吸引相邻地区高技术产业向本地集聚,进而抑制相邻地区高技术产业研发投入经济效益[23-25]。

(4)专利申请数量

高技术产业专利申请数量对高技术产业研发投入经济效益的总效应、直接效应和间接效应分别为0.776、0.276和0.500且均通过显著性检验,表明专利申请数量不仅显著促进本地高技术产业研发投入经济效益,同时促进相邻地区高技术产业研发投入经济效益。专利申请数量是反映地区研发产出绩效的重要指标之一,专利申请规模是实现成果转化的基础和前提[26,27],对地区高技术产业研发投入经济效益产生积极的作用。专利申请规模的扩大对相邻地区发展高技术产业发挥着促进和示范的作用,有助于相邻地区高技术产业研发投入经济效益的提升。

(5)现代服务业增加值占比

现代服务业增加值占比对高技术产业研发投入经济效益的总效应和直接效应均为负,间接效应为正,但均未通过显著性检验,表明现代服务业对高技术产业研发投入经济效益的影响作用有限。单从估计系数的符号以及结合理论分析来看,现代服务业对高技术产业研发投入经济效益的影响具有双重效应,一方面伴随我国各地区逐步迈入工业化发展后期,现代服务业增加值提高有助于将服务环节渗透到制造业产业链实现二者融合发展;另一方面现代服务业快速发展带来挤出效应,可能会抑制高技术产业研发投入经济效益。

5 结论与建议

本文以高技术产业为研究对象,运用空间计量模型对其研发投入经济效益进行测度和影响因素的分解,研究结论表明:(1)我国高技术产业研发投入经济效益总体呈波动上升趋势,基本符合边际报酬规律。(2)分区域来看,高技术产业研发投入的经济效益区域差异较大,东南地区最高,华南地区和华北地区较高,华中地区、西南地区和东北地区相对较低,西北地区相对最低。(3)从空间自相关分析可以看出,我国高技术产业研发投入经济效益在全局上呈现正向的相关性,空间集聚效应有所增强。(4)经济发展水平、劳动力质量、信息基础设施和专利申请的数量有助于本地区高技术产业研发投入经济效益的提高。经济发展水平和信息基础设施对相邻地区高技术产业研发投入经济效益有抑制作用。现代服务业增加值占比的影响不显著。

结合本文研究结论,对于提高区域高技术产业研发投入经济效益具有重要的政策启示作用。

第一,优化高技术产业生产布局,打造研发生态圈。高技术产业是吸引和集聚各类创新要素的温床,也是推动区域经济实现高质量发展的核心动力。当前,我国区域高技术产业研发投入经济效益不均衡不充分现象突出,特别是以华中、西南和东北为代表的高技术行业研发投入能力较强地区,其研发投入经济收益却相对落后。政府应统筹和优化各区域产业空间布局,进一步调整高技术行业生产布局,优化西北、西南、东北等地区研发投入结构,推动科技成果转移,打造区域高技术产业研发生态圈。

第二,完善研发投入多元化主体结构。尽管我国高技术产业研发投入经济效益总体呈现上升趋势,但各区域在不同年份仍然存在波动下降的情况,需要进一步完善政策体系。在引导市场主体、高校、科研机构等加大研发投入力度的基础上各有侧重,强化企业在技术创新中的主体地位,高校专注基础研究和原始创新任务,科研机构重点对主导产业与战略性新兴的前沿技术进行研发。充分利用市场机制为配置研发资源创造条件,充分发挥科技创新对经济转型升级的支撑和引领作用。

第三,制定区域差异化发展战略。我国幅员辽阔,地区之间资源禀赋各异,不同因素对高技术产业研发投入经济效益的影响存在差异。政府相关部门在制定政策时需更有针对性,既要重视本地区内部影响,也要考虑空间交互影响因素。高水平发达地区应起到良好的示范带头作用,加强高技术产业的地区交流与合作,通过高技术产业适度规模集聚化发展,以及引进高技术人才、激励高技术产业专利申请等方式提高地区高技术产业研发投入的经济效益。进一步加快完善信息基础设施建设的步伐,推动现代服务业与高技术产业制造业深度融合,充分发挥服务业产业关联效应,创造有利的外部环境。