生产业对天津制造业技术创新效率影响的实证研究

摘要：生产业发展已日益成为影响制造业技术创新的重要因素。文章以天津为研究对象，采用序列DEA和面板数据的计量方法实证研究了生产业对天津制造业技术创新效率的影响，结果表明这种影响效应显著存在，且对于产业链较长、工艺技术相对复杂的装备制造业促进作用更大。

关键词：生产业 制造业 技术创新效率

一、 引言

作为一种为满足其他产业中间性需求服务的产业类型，现代生产业的发展不仅是社会分工日益深化的结果，而且它还会通过密切的产业关联促进其他产业特别是制造业的技术创新和发展（原毅军，2007）。天津一直是我国重要的制造业基地，2010年天津制造业总产值达到1.39万亿元，约占全国比重的10%左右。近年来天津在加快以航空航天、电子信息等为主导的高技术装备制造业发展的同时，以科技研发、金融、物流业为代表的现代生产业也得到了长足发展，其制造业的生产投入水平不断提升，现代生产业已逐渐成为推动天津制造业结构升级和技术创新的重要力量。

二、 变量选择和计量模型

1. 变量选择。

（1）因变量。首先要确定的是作为因变量的制造业的技术创新效率。目前国内外学者常用的测算创新效率的方法是非参数DEA方法，另外不同于传统的当期DEA方法，近年来有少数学者开始采用序列DEA方法测算技术效率，王兵等（2007）在通过对两种方法的比较指出：序列DEA方法在构造最佳边界时不仅考虑了当期观察值，而且还将以往的观察值也纳入其中，从而能够有效避免仅使用当期观察值构造最佳边界的当期DEA方法计算结果中可能出现的技术退化的情形，更有利于对技术效率进行动态分析。

在本文中，我们将每个制造业行业视作一个决策单元，运用序列DEA构造每一个时期的创新生产的最佳边界。假设每个时期t=1，2，…，T，第k=1，2，…，K个行业使用m=1，2，…，M种创新投入xtk，m，得到n=1，2，…，N种创新产出ytk，n，用Xt和Yt表示每个时期所有制造业行业的创新投入和产出向量，则根据Fare（1996），当期DEA下每个时期在固定规模报酬、投入要素强可处置条件下的参考技术被定义为：

z表示每个横截面观察值的权重。而序列DEA下，每一期同样在固定规模报酬、投入要素强可处置条件下的参考技术则被定义为：

其中Xt=（Xt1，Xt2，…，Xt），Yt=（Yt1，Yt2，…，Yt）；相应地产出导向的距离函数为：

而以上式为依据计算技术效率指数（TE）的方法与当期DEA相同，即：

TE=Dt0（xt，yt）/D0t+1（xt+1，yt+1）（4）

在具体指标方面，本文选择制造业各行业的科技活动经费支出额与科技活动人员投入作为创新生产的投入指标；在创新产出方面，本文选择各制造业行业专利申请数量以及新产品销售收入两个指标作为创新产出的代表性指标。

（2）自变量。作为重要的中间性投入产业，生产业主要是通过为制造业提供重要的中间投入而与制造业产生密切的产业关联的，因此可以采用投入产出表中各制造业行业生产投入所占比重来作为测度生产业对制造业影响效应的变量（黄莉芳等，2011），另外考虑到中间投入内涵的人力资本对溢出质量的影响，同时也将生产业的科技人员投入比重纳入溢出变量的计量基础，具体的计算公式如下：

上式中，Sjt为基于中间关联的生产业对第j个制造业行业的溢出变量，?啄ijt为第i个生产行业对第j个制造业行业中间性投入的比重，使用投入产出表中的直接消耗系数矩阵各列数值表示（剔出对角线元素），Hit为生产业各分行业科技人员占全部从业人员比重。

（3）控制变量。①外资比重。大量研究表明FDI会通过竞争、示范、人员交流与合作等多种途径影响行业技术创新活动，因而在分析生产业对制造业技术创新效率的影响时，引入各制造业行业外资（包括港澳台）企业产值比重这一控制变量。②资本密集度。资本密集度是反映制造业不同行业特征的重要变量，它也是影响行业创新投入能力和创新研发水平的重要因素，因此我们选择制造业各行业资产总值与全部从业人员人数比值作为控制变量。③国有产权比重。对于处于转轨背景下的我国制造业来说，产权形式也是影响各行业技术创新活动的重要制度因素，所以设置了制造业行业国有资产占行业总资产比重这一控制变量。

2. 影响机理和模型设定。

（1）生产业对制造业技术创新效率提升的作用机理。作为为制造业提供重要的中间投入的产业，生产业经由与制造业之间密切的投入产出关联可以促进制造业技术创新效率的提高。具体表现在以下几个方面：

①生产业在为制造业提供专业化的中间投入过程中，其内涵的人力资本和知识资本也借由此渠道被导入到制造业的技术创新过程，这将有助于制造业技术创新能力的累积，并促进后者的技术创新投入产出转化效率的提升。

②生产业的创新成果可以直接经由贸易途径为下游制造业带来租金溢出效应，这一方面使后者通过直接销售内涵更高技术质量中间性投入的最终产品而获取更多的利润、提高自身的技术创新投入能力；另一方面也增加了后者通过产业关联间接获取来自生产业创新所引发的新的创新技术机会，从而有助于降低制造业技术创新面临的风险、提高其技术创新的成功概率，提升制造业整体的技术创新效率。

③生产业的发展还促进了制造业自身专业化程度的加深，制造业将生产经营过程中非核心的服务环节外包给专业化的生产提供商，可以集中精力从事核心环节的技术创新研发工作，这样既可以提高自身技术创新活动的针对性，还可以利用生产业的外部创新资源，缩短技术创新周期，从而促进技术创新效率水平的提高。这对于产业链较长、 产品和工艺流程都较复杂的高技术装备制造业的作用尤为明显。

（2）计量模型和数据来源。为研究生产业对天津制造业技术创新效率的影响效应，我们参照Moletal（2004）以及原毅军等（2007）学者的研究，设置如下计量分析模型：

TEjt=a0+a1Sjt+a2FDIjt+a3Kjt+a4SOjt+ujt（6）

其中，TEjt为制造业第j个分行业的技术创新效率， Sjt为生产业对第j个制造业行业创新效率溢出的影响变量，FDIjt代表外资比重，Kjt表示制造业行业资本密集度，SOjt则是代表国有制造业产权的控制变量，ujt为随机误差项。同时为了检验生产业对天津装备制造业技术创新效率的影响，我们还在实证研究时还进一步将全部制造业行业分为装备制造业和其他制造业两组分别进行计量估计。

本文采用天津市生产业和制造业的行业面板数据进行计量分析，由于2003年前后我国国民经济行业统计口径有较大调整，为避免前后不一致，所以选择2004年~2010年作为实证研究的时间段，全部数据来源于相应年份的《天津统计年鉴》、《天津科技统计年鉴》及《2007年中国地区投入产出表》天津部分。考虑到不同数据来源的行业差异，对相关资料进行整理，删除数据不全的行业数据，最终确定研究范围包括纳入生产业的交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发零售业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业；纳入制造业行业的包括食品制造及烟草加工业等15个行业；其中金属制品业，通用、专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及电子设备制造业，仪器仪表及文化办公机械制造业6个行业则归属于装备制造业范畴。

三、 实证结果分析

1. 制造业技术创新效率。为消除价格因素的影响，在使用DEA方法对原始数据进行计算分析时，首先对制造业各行业科技经费支出及创新产出中的新产品销售收入按照2000年不变价格进行平减处理，其中新产品销售收入按照各行业产品价格指数平减，接着使用序列DEA方法对数据进行处理，得到天津市制造业分行业的技术创新效率（见表1）。作为对照，同时也列出了当期DEA下的制造业分行业平均技术创新效率。

从全部样本的分析结果来看，无论采取当期DEA还是序列DEA方法所得到的天津制造业行业总体的平均技术创新效率值都小于1，也即天津制造业目前的技术创新活动是无效率的，尚存在着一定的改进空间。比较当期DEA和序列DEA下所得的结果会发现前者的数值明显要高于后者，这也进一步证明了在采用当期DEA方法下出现的“技术退化”会产生技术效率“被提高”的缺陷。

从制造业分行业来看，技术创新效率存在着行业间的差异。在15个制造业行业中，技术创新效率在均值水平以上的有9个行业，其中创新效率最高的是通信、计算机及电子设备制造业，达到了0.987 3；技术创新效率在均值水平以下的有6个行业，其中石油加工、炼焦及核燃料加工业的效率为0.823 8，技术创新效率最低。考虑到石油冶炼和加工一直是天津重要的支柱行业之一，因此今后还要重点关注该行业的技术创新情况，采取积极措施提高行业创新绩效。此外，装备制造业技术创新效率的均值达到了0.964 7，高于整个行业的平均水平，且其中除了通用及专用设备制造行业的技术创新效率略低于整体行业均值外，其余5个行业都在均值水平以上，这也与近年来天津装备制造业技术创新能力不断加强的状况相吻合。

2. 计量估计结果与分析。本文采用面板数据对公式（6）进行计量估计，并且为了分析生产业对天津装备制造业及其他制造业行业技术创新影响的差异，在实际研究中我们将分别以全部制造业（模型Ⅰ）、装备制造业（模型Ⅱ）及其他制造业行业（模型Ⅲ）的技术创新效率为因变量进行估计。虽然通常的面板数据估计需要使用Hausman检验在固定效应模型和随机效应模型之间进行选择，但由于考虑到不同行业受内生创新努力水平的差异较大，因而本文借鉴魏守华（2010）的方法，选择广义最小二乘法（FGLS）进行面板数据的处理，以消除可能存在的截面异方差影响，具体的计量估计结果见表2。

从上述回归参数的估计结果我们可以看出：（1）生产业无论对天津制造业总体还是装备制造业以其他制造业技术创新效率的影响都为正，并在5%的水平上显著；且比较三个模型的估计系数，会发现生产业对装备制造业技术创新效率提升的贡献作用最大，达到了0.086，而对于其他制造业的影响则低于总体水平，这也与我们的预期一致。（2）FDI的回归估计系数显著为正，且同样表现出对装备制造业影响较强的特点（高于行业总体和其他制造业行业估计值）。（3）资本密集度 的回归系数仅在模型Ⅱ中通过了10%水平的显著性检验，表明当前资本因素仅对天津市装备制造业技术创新效率发挥了正面影响，而对大多数传统行业、甚至是石油加工、金属冶炼等传统的资本密集行业的技术创新效率影响并不显著，其主要原因可能是与这些行业体制和经营管理方式较落后，资金运用效率较低有关。（4）国有产权影响在三组模型中呈现出不同方向，对于制造业总体和非装备制造业行业，非国有化的产权改革促进了技术创新效率的提升，然而在装备制造业行业却出现相反结果，这似乎与理论分析相矛盾，但考虑到装备制造业作为天津重点发展的支柱行业且其中国有控股企业又普遍受到来自政府、公共研发机构等多方扶助和支持，这一估计结果也在情理之中。

四、 结语

我们以天津为对象通过使用有助于避免“技术退化”的序列DEA处理方法分析其制造业技术创新效率，发现作为中国重要的制造业基地，天津制造业整体的创新活动普遍存在着技术无效率的情况，虽然技术密集度较高的装备制造业创新效率优于其他制造业行业，但仍存在着一定的提升空间。

生产业对天津制造业技术创新发挥着积极的促进作用，其对于制造业技术创新效率的提升超过了外资所发挥的作用，特别是对于目前天津市着力发展的具有高技术特征的装备制造业行业来说，其效应更为显著。今后要进一步推动天津制造业制度创新，提高天津生产业的人力和知识资本水平，并促进其与制造业之间的产业分工和关联合作，加快天津先进制造业和高技术研发转化基地的建设。

参考文献：

1. Pappas N，P Sheehan. The New Manufacturing: Linkage Between Production and Service Activities in P. Sheehan and G. Tegart Working for the Future Melbourne Victoria University Press,1998.

2. Macpherson A. Producer Service Linkages and Industrial Innovation: Results of a Twelve- year Tracking Study of New York State Manufacturers Growth and Change,2008,39（1）:1-23.

3．曹毅.天津生产业与制造业的产业关联分析.经济地理，2009,（5）:21-29.

基金项目：国家社会科学基金重点项目（项目号：07AJY017）

作者简介：张沛东，南开大学经济学院城市与区域经济研究所博士生，天津外国语大学国际商学院讲师。

收稿日期：2011-12-14。