上海高技术产业研发投入与创新效率实证研究.docx

上海高技术产业研发投入与创新效率实证研究 【摘要】 本文以上海高技术产业为研究对象，分析了创新产出和研发投入的动态变化趋势，并以创新产出为被解释变量，研发投入为解释变量，选取相应指标构建计量经济模型，揭示其作用规律，以期对上海高技术产业合理配置研发投入资源、提升创新效率提供实证研究的依据。 【关键词】 上海高技术产业 研发投入 创新效率 一、引言 高技术产业作为国民经济中的前沿和先导部门，其创新水平和发展规模已成为推动经济发展、引领产业结构调整的重要力量。与传统产业相比，高技术产业的一个显著特点是研发投入强度高、资金需求大（肖林，2009）。在重视对高技术产业研发投入的同时，一个不应忽视的问题是对高技术产业创新效率的探讨。即对高技术产业的研发投入是否能有效地促进其创新水平的提升，是否存在高投入、低产出等缺乏效率的情况。探讨和回答这一问题，对于正处于增长方式由粗放型向集约型转型的我国国民经济具有重要的理论意义。 作为我国经济发展中心城市的上海，目前正致力于科技创新中心建设，在2015年5月出台的关于加快建设具有全球影响力的科技创新中心的意见中，已经提出将“重点推进民用航空发动机与燃气轮机、大飞机、北斗导航、高端处理器芯片、集成电路制造及配套装备材料、先进传感器及物联网、智能电网、智能汽车和新能源汽车、新型显示、智能制造与机器人、深远海洋工程装备、原创新药与高端医疗装备、精准医疗、大数据及云计算等一批重大产业创新战略项目建设”。根据我国目前的统计口径，这些重大产业创新战略项目都属于对研发投入和创新水平有着较高要求的高技术产业范畴。因此，以上海的高技术产业为研究对象，揭示研发投入和创新效率之间的关系，无疑具有重要的现实意义。本文从分析上海高技术产业创新水平的动态变化趋势入手，以研发投入为解释变量，建立时间序列计量模型，探讨其对上海高技术产业创新产出的作用规律，并进行相应的分析。 二、创新效率文献回顾 目前，对产业技术效率和创新效率的研究使用的传统方法集中于基于DEA的模型测算，如运用DEA测度我国19782001年间区域经济的技术效率、技术进步及Malmquist生产率指数（颜鹏飞，王兵，2004）；以DEA模型测算19952004年间我国高技术产业的科技资源配置效率（吴瑛，杨宏进，2006）；以DEA-Tobit两部法对我国省际区域创新效率的环境影响因素进行分析（白俊红等，2009）。上述研究深化了我们对产业创新规律的认识，但在对随机误差项的处理以及不同创新阶段的效率表现形态上还存在局限性。 国内针对高技术产业创新的研究正在逐渐兴起，目前的代表性文献主要有使用SFA测算高技术产业的研发效率（朱有为，徐康宁，2006）和长三角地区高技术产业创新效率（岳书敬，2008）；使用Malmquist指数法刻画高技术产业创新效率的动态变化（梁平等，2009）；使用Malmquist TFP指数法对上海高技术产业细分行业进行多投入、多产出的动态效率测度等（黄佐?，2010）。运用随机前沿超越对数生产函数研究我国战略性新兴产业各行业的前沿技术进步率、技术效率以及全要素生产率的特征（杨悦，2014），上述研究将Malmquist指数法和SFA引入对研发效率和创新效率的刻画，弥补了单纯使用DEA的缺陷，推进了对效率测算的研究。 三、上海高技术产业创新水平的动态态势分析 从总体规模来看，上海高技术产业目前已处于全国前列。根据中国高技术产业统计年鉴2014中的数据，在2013年，上海拥有高技术企业1024家，实现主营业务收入6823.4亿元，分别在全国各省市中居于第5和第4位。在巨大产业规模背后，上海高技术产业的创新水平究竟如何？创新效率呈现出怎样的变动趋势？这就需要结合高技术产业中的投入产出指标进行进一步的分析。 目前学术界通常把专利申请数和新产品销售收入作为高技术产业的创新产出指标。根据朱有为等（2006）的分析，专利申请数反映了高技术产业的研发投入转化为知识产出的情况，属于一种中间产出，其与高技术产业的最终产出之间具有较高的相关关系。而其中的发明专利则是最为主要、技术价值最高的一种专利，因此本文采用产业发明专利数与专利申请数的比值即高技术产业发明专利占比数来反映上海高技术产业创新中间产出的指标。而另一个创新产出指标，即新产品销售收入则比专利指标更能反映创新成果的转化水平和最终经济价值。因此本文采用新产品销售收入作为上海高技术产业创新的最终产出指标。 通过选取中国高技术产业统计年鉴中19952013年上海高技术产业专利申请数、发明专利数和新产品销售收入数据，并进行相应的处理和计算，可以得出上海19952013年间创新产出的变动趋势，如图1所示。 从图1中可以看出，在19952000年期间，上海高技术产业发明专利占比数从36.84%增加到93.22%，呈现高速增长的态势，同一时期新产品销售收入也处于逐步上升的趋势。在20002007年间，上海高技术产业发明专利占比数从93.22%下降至17.76%，同一时期的新产品销售收入的增速则明显放缓。在从2007年的17.76%增长到2009年的66.42%之后，上海高技术产业发明专利占比数一直没有取得较大幅度的增长，同一时期的新产品销售收入则呈现出了缓慢下降的趋势。可以看出，上海高技术产业的创新产出在经历了1995年至2000年的高速增长后，之后一直处于增长缓慢甚至有所停滞的态势。其中作为中间产出的高技术产业发明专利占比数在2000年后的下降和增速放缓制约了作为最终产出的新产品销售收入的增长。 为了探究上海高技术产业创新产出变动态势背后的原因，需要对该产业创新投入要素进行分析。由于高强度的研发投入是高技术产业有别于传统产业的一个重要特征，因此本文将着重考察研发投入对上海高技术产业创新产出的作用机制，并以此对上海高技术产业创新效率进行分析。具体而言，本文将分析研发经费内部支出、研发强度和研发资本存量三个研发投入指标的变动情况。根据中国高技术产业统计年鉴中的界定，研发经费内部支出是指调查单位在报告年度用于内部开展R&D活动的实际支出，包括用于R&D项目活动的直接支出，以及间接用于R&D活动的管理费、服务费、与R&D有关的基本建设支出以及外协加工费等。若按用途划分，可以把研发经费内部支出分为研发人员劳务费用（经常性支出）和仪器设备经费（资产性支出）两种支出费用。2013年上海高技术产业研发经费内部支出为1061501万元，在全国各省市中居于第6位，占全国和东部地区高技术产业研发经费内部支出的比重分别为5.22%和6.71%，相对较高。然而从研发投入强度（研发经费内部支出占新产品销售收入的比重）上看，上海却低于全国和东部地区的水平。图2显示了19992003年上海、东部地区和全国高技术产业研发投入强度的变动情况。 从图2可以看出，2005年后上海高技术产业的研发投入强度均低于全国和东部地区的数值。从趋势上看，19992013年间上海高技术产业研发投入强度由0.99%上升至1.56%，上升幅度为57%，而同一时期东部地区和全国的高技术产业研发投入强度的上升幅度分别为1.23%和1.025%，其增幅约为上海市的2倍。2013年上海高技术产业研发投入强度为1.56%，而东部地区和全国的数值分别为1.84%和1.75%，均领先于上海。而根据国际标准，研发投入强度在1%至4%之间，表示创新能力处于中等水平。只有研发投入强度超过4%，才表示具有较强的创新能力（见北京科技创新能力研究课题组，2011）。可见上海与具有较高创新水平的城市相比还有较大的差距。 考虑到研发投入会存在折旧的问题，学界一般都会用永续盘存法计算研发资本存量，用RDt表示上海高技术产业第t年的研发资本存量，Et表示第t年的研发经费内部支出，？啄为折旧率，本文根据文献中的常用做法，取为15%，这里假设g为研发资本的增长率，其取值与E的增长率相等（见朱有为等，2006）。根据中国高技术产业统计年鉴19952014中的数据和以上公式，可以计算出19952014年间上海高技术产业研发资本存量的数值，其中1995年和2013年上海高技术产业研发资本存量（经不变价平减）分别为64578.38万元和1898005.61万元，在18年间增长了近30倍。然而通过进一步计算出各年份研发资本存量的环比增长情况（如图3所示），可以看出上海高技术产业研发资本存量自1999年以来在大多数年间处于下降趋势中，其最高值为1999年的47.78%，最低值为2012年的8.26%，呈现出增长乏力的态势。 从以上分析可以看出，虽然目前上海高技术产业研发经费内部支出居于全国前列，然而从动态视角分析，上海高技术产业研发投入强度在近十年间一直低于全国和东部地区的水平，并且其研发资本存量也处于总体下降趋势中。而通过综合考虑上海高技术产业发明专利占比数和新产品销售收入两个创新产出指标的变动趋势，可以认为上海高技术产业的创新水平近年来一直处于增长缓慢甚至有所停滞的状态。 四、上海高技术产业研发投入对创新产出的计量分析模型 为了定量分析上海高技术产业研发投入对创新产出的影响，明确研发投入（解释变量）对创新产出（被解释变量）的动态促进作用，本文将选用相应变量的时间序列数据进行回归分析。在研发投入变量上，考虑到折旧和滞后效应，故选取上文计算所得的研发资本存量为解释变量。在创新产出上，考虑到创新成果的最终转化水平，故选取新产品销售收入为被解释变量。经过上文的分析，可以发现上海高技术产业研发资本存量和新产品销收入都属于非平稳的时间序列数据，具有确定的趋势性，因此需要在回归模型中引入趋势变量以消除趋势。 其中，下标t表示时间，Y和RD分别表示新产品销售收入和研发资本存量；ln表示以e为底的自然对数，考虑到研发资本存量对新产品销售收入发生作用可能存在滞后效应，这里加入lnRDt-1为滞后变量，以反映上一期的研发资本存量对当期新产品销售收入的作用；T是表示时间的趋势变量，从1996年到2013年的T值分别取1到18；？琢是常数项，反映除研发资本存量外对上海高技术产业新产品销售收入产生影响的其他因素；？茁1、？茁2和？茁3为回归参数， 为在序列非相关假设下的随机误差。 考虑到滞后效应，这里对lnRDt-1取1995年至2013年的数据，对lnYt和lnRDt则取1996年至2013年的数据，采用计量分析软件Stata12.0对上述模型进行回归分析，结果如下（括号中的数值为估计参数的t值和相对应的P值）： 从模型对回归参数的t检验结果来看，除了lnRDt-1，其余各回归参数都可以达到5%的显著性水平，从检验的结果来看，P值为0.0000，整个方程的显著性水平超过0.01%； R2和AdjR2值均较高，表明回归模型具备较高的解释能力。在时间序列模型中，还需进行自相关性的检验，本回归模型Durbin-Watson的值为1.738446，经查表可知，对于3个解释变量，18个观测值在5%的显著性水平上的du值为1.53，则回归模型Durbin-Watson的值位于区间du，4-du内，因此可以拒绝自相关的假设。综上所述，可以认为上海高技术产业研发资本存量对新产品销售收入有显著的促进作用，其弹性约为4.11，即研发资本存量每增加1个百分点，新产品销售收入就增加约4.11个百分点。 五、结论 上海高技术产业的创新水平近年来一直处于增长缓慢甚至有所停滞的态势，尽管目前上海高技术产业研发经费内部支出居于全国前列，然而动态地看，上海高技术产业研发投入强度在近十年间一直低于全国和东部地区的水平，并且其研发资本存量也处于总体下降趋势中。因此，可以说上海近年来高技术产业的创新效率处于总体偏低的水平。 本文通过运用计量模型定量分析研发投入对创新产出的影响，发现上海高技术产业研发资本存量对新产品销售收入有显著的促进作用。上海今后可以通过建立健全有效的投融资机制、加强政府引导和鼓励社会资本参与等方式扩大研发投入资金的筹措途径，力求提升研发投入强度，并最终使上海高技术产业的创新效率得到提高。 （注：本文获上海市教委、上海市教育发展基金会“晨光计划”资助，基金项目编号2010CGB01。） 【参考文献】 肖林：寻求高新技术投融资破解之道N.解放日报，2009- 10-10. 颜鹏飞、王兵：技术效率、技术进步与生产率增长：基于DEA的实证分析J.经济研究，2004（12）. 张海燕、沈玉芳：经济全球化对长江三角洲地区产业结构一体化和高级化的影响研究J.世界经济研究，2004（6）. 吴瑛、杨宏进：基于R&D存量的高技术产业科技资源配置效率DEA度量模型J.科学学与科学技术管理，2006（9）. 白俊红、江可申、李婧：应用随机前沿模型评测中国区域研发创新效率J.管理世界，2009（10）. 北京科技创新能力研究课题组：高研发投入强度下的北京科技创新能力研究J.数据，201