高技术产业技术创新能力与产业发展关系实证研究

【摘要】本文利用我国东、中、西部地区1998年-2010年的面板数据，采取面板单位根检验、协整分析、误差修正模型等计量方法，探讨了高技术产业技术创新能力与高技术产业发展间的关系。实证结果显示：①高技术产业技术创新能力与产业发展之间存在长期均衡关系，即产业R&D经费支出及R&D人员与高技术产业发展具有正向的长期均衡联系，产业专利授权数与高技术产业发展具有反向的长期均衡联系；②面板误差修正模型证实高技术产业技术创新能力与产业发展的长期均衡存在短期修正效应，即高技术产业R&D经费支出及R&D人员变量与产业发展长期均衡具有短期修正效应，而产业专利授权数变量与高技术产业发展长期均衡不存在短期修正效应。最终进行了相应的结果分析和提出对策。

【关键词】

高技术产业；技术创新能力；面板数据；协整检验

1.引言

在当今信息经济时代，高技术及其产业的发展在很大程度上决定了一个国家的经济竞争力，国家科技创新能力强弱的具体体现。“十一五”时期，我国高技术产业得以快速发展，高技术产业生产总值年均增长达15%，2010年达到74708.9亿元的产值规模；同时，我国的科技研发投入力度在“十一五”时期不断加大，研发经费投入占GDP的比重从1.300%增长到1.800%，高技术产业授权量与其申请量总量之比高于84%，发明专利量与其授权量之比高于70%。然而与世界发达国家相比，我国高技术产业的创新能力和整体水平仍有明显的差距，以2009年高技术产业R&D强度（R&D经费与工业总产值之比）1.480%为例，该指标远低于日本2006年10.640%的水平，与美国2007年16.890%的水平差距更大。因此，有必要对高新技术产业技术创新能力与产业发展关系进行实证研究。

2.文献回顾

高技术产业作为创新型产业，技术创新是其发展的核心动力，而技术创新的主要载体是科技活动人员和科研经费开支。因此，关于科技活动人员和科研经费的投入与技术创新及高技术产业发展关系方面文献较多，取得成果也非常丰富。孙冰、林婷婷（2011）运用灰色关联分析方法计算了技术创新能力各指标对高技术产业竞争力综合指数的灰色关联度实证研究，发现专利申请及专利拥有等创新研发能力是影响高技术产业竞争力的重要因素。官建成（2009）的研究表明，中国高技术产业整体技术创新效率不高，而缺乏完善的科技管理体制、核心的自主创新技术及完善的创新模式被认为是最主要的原因。刘伟（2009）对高技术行业的技术创新影响因素进行了实证分析，R&D投入是高技术产业技术创新的主要影响因素；技术创新的融资结构对高技术产业技术创新能力有显著影响。邓利平（2009）运用脉冲响应函数和方差分解来考察中国高校R&D对高技术产业发展的长期影响效应。研究得出我国的高校R&D对高技术产业发展的促进作用比较显著，并且随着高校R&D能力的加强，高校R&D对高技术产业的发展有着持续的拉动作用。陶冶，许龙（2007）采用1991—2003年的全国各省市资料，建立了计量模型研究了我国的R&D投入与专利产出之间的关系，研究发现：R&D的人力和资金投入对专利产出存在滞后作用；专利产出存在地区差异的根本原因是经济发展水平的差距。最后提出了通过加强R&D投入增加专利产出的建议。顾穗珊（2004）运用灰色系统理论对我国高技术产业科技投入与产业发展间的关系进行了实证研究，发现R&D经费和人员投入在一定程度上促进了高技术产业的发展，且科技人员投入对产业发展的促进作用更明显。孙婷婷，唐五湘（2003）根据2002年我国31个省、自治区、直辖市3种专利申请量以及2001年各地区科研机构、高等院校、企业R&D支出等有关统计数据，建立回归模型，研究专利申请量与R&D支出之间的相关关系。得出结论：在科研机构、高等院校和企业这些科研主体中，只有企业的R&D支出对专利申请量具有显著影响，企业R&D支出越多，专利申请量就越大。然而，综合而言，目前大多研究是R&D经费支出和R&D人员与专利申请量的影响或技术创新能力对高技术产业竞争力的影响。本文利用对中国东中西部地区的面板数据协整、误差修正等检验证实了高技术产业技术创新能力与产业发展存在长期和短期作用关系，为我国有关部门和企业提高高技术产业技术创新能力方面的决策提供经验佐证。

3.计量方法、指标选取与数据说明

3.1 计量方法

面板数据是同时具有时间和截面性质的数据。是近20年来计量经济学最重要的发展领域之一。在很多经典的计量经济学模型中所利用的数据不是只利用了时间序列数据就是只利用了截面数据，而实际上，仅利用了时间序列数据或者截面数据对很多经济问题进行分析是远远不够的。此外，由于我国高技术产业发展年限较短、数据较少以及东、中、西部地区高技术产业发展不均衡，而采用面板数据会大幅度增加数据数量和考虑地区差异性。因此，本文采用东、中、西部地区面板数据研究高技术产业技术创新能力与产业发展的关系，具体分三个步骤进行实证分析：①对面板数据进行单位根检验；②运用面板协整检验方法，对两者进行长期均衡关系检验；③高技术产业技术创新能力与产业发展间若存在长期均衡关系，还将建立面板数据误差修正模型（ECM），以验证两者间长期均衡是否存在短期修正效应。此外，本文所用计量方法使用Eviews 6.0 软件。

3.1.1面板数据单位根检验

面板单位根检验主要是判定面板数据的稳定性。在时间序列中，如果非平稳时间序列对另一非平稳时间序列回归，在这种情形下，标准的T和F检验是无效的。面板数据同样存在类似问题。面板单位根检验主要有LLC、IPS、ADF 和PP检验的Fisher 方法等。

3.1.2面板的协整检验与长期均衡关系

协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系，处理面板和时间序列数据的协整常用方法有两种：（1）著名的协整理论及方法--Engle和Granger法：虽然一些经济变量本身具有非平稳序列特征，但是它们的线性组合却可能是平稳序列，这种平稳的线性组合被称为协整方程，比较适合同阶单整两个变量模型；（2）Johansen和Juselius（1990）提出的Johansen协整检验。其基本思想在于：如果两个或多个时间序列变量是不平稳的，但它们的同阶差分是平稳的，则这些非平稳的时间序列变量存在长期的协整关系。在经济学意义上，这种协整关系的存在便可以通过一个变量的绝对值的变化影响另一个变量的绝对值的变化，若变量之间没有协整关系，则不存在一个变量来影响另一个变量的绝对值变化的基础。

3.1.3面板误差修正模型与短期修正效应

协整关系仅反映了变量间的长期均衡关系，为弥补长期静态模型的不足，可借助于短期动态模型来反映短期偏离长期均衡的修正机制，此外由于数据年限不长，仅由面板协整检验得出的结论无法令人信服。因此，在协整关系存在的情况下，有必要进行变量间的短期修正效应检验，这还有利于明确“高技术产业技术创新能力”与“高技术产业发展”长期均衡关系的稳定性。

3.2 指标选取指标

高技术产业技术创新能力：从文献回顾部分可知，产业技术创新能力主要载体科技活动人员和科研经费开支。技术创新是高科技产业发展的起点，而专利是某项创新到达技术层面的终点，即当知识和技术的积累达到一定程度并结合的时候某项技术创新只要符合现有知识产权框架下的界定即可获得该项技术专利授权。因此，从这个角度说，专利水平是一个地区或产业技术创新能力高低的一个终端表现，专利是科技人员科研活动的最终成果具备了一定的潜在商业价值是地区发展高科技产业的微观技术基础，而专利授权数是专利水平的具体体现。因此，本文选取选取高技术产业R&D活动人员（折合为全时当量，rdry，单位：人年）、高技术产业R&D经费支出（rdjf，单位：万元）及高技术产业专利授权数（gkzl，单位：件）作为分析指标。

高技术产业发展：产业发展的状况通常体现产业增加值或产值方面。鉴于数据来源和可获取性考虑，文中选取高技术产业当年价总产值（gkcz，单位：亿元）来度量中国高技术产业发展水平。

3.3数据说明

本文确定的样本区间为1998年-2010年。由于新疆、数据缺失太多，故该研究没有包括以上五个省区。上述指标原始数据来自于《中国高技术产业统计年鉴2003年-2011年》，该统计年鉴按地区分组东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西和海南；中部地区包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区包括：重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏和新疆。

4.实证分析过程

4.1 面板数据的单位根检验

因以上几种面板单位根检验方法都有着较多的应用，但不同方法检验结果并不一致。本文为了在实证分析中为增强检验结果的稳健性，采用了LLC、IPS、ADF-Fisher 和PP-Fisher等方法分别对gkcz、gkzl、rdjf、rdry等变量的原序列和一、二阶差分序列进行面板数据单位根检验，以综合考量上述数据的平稳性。上述检验方法都表明gkcz、gkzl、rdjf、rdry的原序列和一阶差分序列存在单位根，而二阶差分序列则是平稳的，所以上述变量均是二阶单整的。

4.2 面板数据的协整检验

4.3 面板数据的协整回归过程

通过面板数据的协整检验可知，高技术产业技术创新能力与产业发展间存在协整关系，即存在长期稳定的均衡关系。接下来需要进一步明确两者间长期稳定关系的具体形式，即面板数据的协整回归过程。变量的协整方程具有很多优良的性质，如随着观测值的增加，会使的协整变量的传统最小二乘法估计值在长期收敛于真值。因此，本文采用OLS 估计法回归分析。面板数据回归方程如下：

其中N表示面板数据中含有N个个体（N=3），T表示时间序列的最大长度，如果固定t不变，则Yit（i=1，2，…，N）是横截面上的N个随机变量；如果固定i不变，则Yit（t=1，2，…，T）是纵向面上的一个时间序列（个体）；k为解释变量个数，

常用的模型有如下三种：

4.3.1 模型类型的检验

由于固定效应模型会耗费很大的自由度，所以对于截面数目很大的面板数据，随机效应模型似乎更合适。而固定效应模型有一个独特的优势，无须做个体效应与其他解释变量不相关的假设，而在随机效应模型，这个假设是必须的，在模型的设定中如果遗漏了重要的变量，就会导致参数估计的非一致性。

因此在选择模型之前最好作模型类型的检验，看是固定效应模型还是随机效应模型。本文采用Redundant Fixed Effects-likelihood Ratio检验。检验结果表明（详见表4）：该模型应该应该作个体固定效应模型或者时间个体固定效应模型，不适合做时间固定效应模型。

4.3.2 具体模型的选择与检验

一般是用豪斯曼（Hausman）检验或者协方差分析检验。本文采用协方差分析检验如下两个假设：

假设1：变量系数在不同横截面样本点和时间上都相同，但截距不相同。

假设2：变量系数和截距在不同横截面样本点和时间上都相同。

计算如下两个F统计量并进行检验：

其中N为个体数，T为时间数，K为解释变量个数，S1，S2，S3分别为常截距模型、变截距模型、变系数模型的残差平方和。取α=0.05。

综上所述，本文选择变截距个体固定效应模型，为了减弱异方差的影响，本文采用截面加权的广义最小二乘法。

由表5可知，R2为0.993797，拟合度很好，且F统计值为1057.389通过1%极显著水平检验，说明该方程能够很好解释高技术产业技术创新能力与产业发展之间的长期均衡关系。高技术产业R&D经费支出、产业专利授权数对高技术产业发展有着极显著影响，其中经费支出对产业发展有着显著的推动作用（面板回归系数为正，且p值小于1%）；而产业专利授权数对产业发展有一定制约作用。高技术产业R&D人员对产业发展具有长期促进作用（回归系数为0.044405），但该影响在10%水平上显著（p值为0.0943），可能的原因在于：高技术产业的快速发展需要大量的R&D人员，这既可以保证产业发展获得持续的创新技术，缩小同发达国家的差距，也可以形成一定的规模效益，然而受制于我国R&D人员整体素质较低的现实，R&D人员还无法满足产业快速发展的需求。此外，在模型中，我国东、中、西部的高技术产业发展差距非常大（DB-C=131.0484，ZB-C=-680.323，XB-C=-2079.28），这也表明地区差异等其他因素对高技术产业发展有一定影响。

4.4 面板数据模型修正

通过高技术产业技术创新能力与产业发展的协整检验及OLS回归估计模型，可知我国东中西部高技术产业技术创新能力与产业发展之间的长期均衡关系，然而由于时间跨度较短，结果的稳定性如何？这要求以面板误差修正模型（ECM）来考察高技术产业技术创新能力与产业发展长期均衡的短期修正效应： ECM模型为：

由表6可知，R2为0.858790，ECM模型拟合较好；此外，模型的F 统计量下降到29.39456，但仍极显著；公式（2）中β0i、β1i、β2i、ei，t-1等系数的t统计量分别在5%、1%、10%、和1%的水平上显著，ECM模型残差序列的IPS、LLC、IPS、ADF-Fisher、PP-Fisher等方法的检验结果均表明残差序列是平稳的（详见表7）。因此误差修正模型整体效果一般，证实了高技术产业技术创新能力与产业发展的长期均衡存在短期修正效应。即ECM的误差修正项的回归系数为负且在1% 的水平上通过极显著性检验，说明反向误差修正机制存在，高技术产业技术创新能力的提高是产业发展的长期原因得到证实，从误差修正项系数绝对值来看，其均衡偏差在下一期有37.232% 的调整，高技术产业发展较为稳定。此外，产业专利授权数对产业发展的短期影响有限，而高技术产业R&D人员投入对产业发展的短期影响一般，而高技术产业R&D经费支出对产业发展的短期促进作用较大。此外，在ECM模型中，我国东、中、西部的高技术产业发展差距非常大（DB-C=1272.462，ZB-C=139.6043，XB-C=7.7388），这也表明地区差异等其他因素对高技术产业短期发展的有一定影响。

4.5 小结

面板协整检验证实了高技术产业技术创新能力与产业发展之间存在长期均衡关系，即产业R&D经费支出与高技术产业发展具有正向的长期均衡联系，产业专利授权数与高技术产业发展具有反向的长期均衡联系，因R&D人员变量的回归系数在10%水平上显著，故认定其与高技术产业发展也存在稳定的长期均衡关系；面板误差修正模型证实高技术产业技术创新能力与产业发展的长期均衡存在短期修正效应，即高技术产业R&D经费支出及R&D人员变量与产业发展长期均衡具有短期修正效应，鉴于产业专利授权数变量的回归系数在10%水平上未通过显著性检验，故在本文中认定该变量与高技术产业发展长期均衡不存在短期修正效应。

5.结论及其分析

高技术产业发展状况体现着一国科技创新的综合实力和国际竞争力，技术创新是其发展的核心动力。本文引入表征高技术产业技术创新能力的产业R&D经费、产业R&D人员、产业专利授权数等三个变量和表征高技术产业发展状况的产业总产值这一变量，然后根据中国1998年-2010年上述变量的面板数据，运用面板协整检验和OLS回归估计的实证分析方法，检验了高技术产业技术创新能力与产业发展之间的长期均衡关系，随后再利用面板误差修正模型考察了高技术产业技术创新能力与产业发展长期均衡是否存在短期修正效应，最后综合判定了高技术产业技术创新能力与产业发展间的长短期作用关系。本文主要结论如下：

（1）gkcz、gkzl、rdjf、rdry均为二阶单整；

（2）高技术产业技术创新能力与产业发展之间存在协整关系，即长期均衡关系，其中高技术产业R&D经费支出、R&D人员（在10%水平上通过检验）与产业发展之间存在正向的长期均衡关系，高技术产业专利授权数与产业发展则具有反向的长期均衡关系。对于专利授权数方面原因可能如下：一方面是我国高技术产业仍停留在重专利授权数量、轻专利授权质量的低水平发展阶段，且对专利成果等研发物力资源的商业转化缺乏足够关注；另一方面鉴于我国知识产权保护制度的不健全，致使产业专利等研发资源无法全面实现市场化，产业间技术成果共享收益不明显。上述原因最终导致专利申请授权在占用了产业较多的人力、物力、财力的情况下而未获得足够的产出，即专利授权数高技术产业的边际贡献体现为负值。对于R&D人员变量在在10%水平上通过检验，其与高技术产业发展存在稳定的长期均衡关系，可能的原因在于：我国R&D人员的整体素质水平与产业发展的要求不太相符，大量的R&D人员并未取得预期效果。

（3）ECM结果表明：误差修正项回归系数为负且通过了1%的显著性检验，说明反向误差修正机制存在，证实高技术产业技术创新能力与产业发展长期均衡具有短期修正效应，即高技术产业R&D经费支出及R&D人员变量与产业发展长期均衡具有短期修正效应，鉴于产业专利授权数变量的回归系数在10%水平上未通过显著性检验，故在本文中认定该变量与高技术产业发展长期均衡不存在短期修正效应。

（4）由长期均衡模型与ECM模型中C值：我国东中西部的高科技产业发展差距很大，这也表明地区差异等其他因素对高技术产业长短期发展均有一定影响。

6.对策

6.1 提高高技术产业R&D资金的投入及使用效率

鉴于我国实际情况，政府和高技术企业要注重提高科研资金的投入，要尽可能保证投入的高技术企业不低于经济增长或企业产值增长，同时，建立健全R&D资金使用监管机制，保证R&D资金用到实处，提高R&D资金的使用效率。此外，扩大高技术产业的影响范围，加快实现财政或社会资源向高技术产业的集聚。

6.2 加强国内创新型人才培养，采用多种机制引进国外优秀人才

自改革开发以来，我国的R&D人员整体数量和质量大幅度提高，但与发达国家相比，R&D人员整体数量和质量仍有很大差距，不满足高技术产业发展需求，R&D人员整体投入效率仍然较低，人力资本的集聚与规模效应发挥不充分。因此，鉴于R&D人员整体素质较弱和创新能力有限的现实情况，在未来相当长的时期内，国家有关部门应大力推进创新型人才的培养，完善创新人才评价激励机制，推动高技术产业发展与R&D人员资源增长形成良性互动联系。此外，作为辅助措施，也应建立多种激励机制，吸引国外优秀人才来工作，为我国高技术产业技术创新能力的提高扩宽R&D人力资源来源。

6.3 完善知识产权保护制度，提升专利商业转化率

政府要由重视专利授权数量向重视专利授权质量的方向转变，提高专利水平。政府和产业界要大力鼓励企业科研院所等开展研发工作，提高专利创造性水平，同时要着力完善知识产权保护的制度环境，加大对专利的保护力度积极营造开发活跃的知识产权转化市场氛围，加速推进高技术成果的市场化，充分发挥专利对高技术产业发展的促进作用。此外，坚持自主创新与引进并充分利用国外先进技术相结合的原则，相互间取长补短，逐步提升国家高技术产业的竞争力。

参考文献：

[1]孙冰，林婷婷.我国高技术产业竞争力与技术创新能力的关联分析基于20032008年省域面板数据的实证研究[J].科技与经济，2011（5）：4852

[2]官建成，陈凯华.我国高技术产业技术创新效率的测度[J].数量经济技术经济研究，2009（10）：1933

[3]刘伟.中国技术创新影响因素的行业差异研究——以高技术产业为例[J].新疆财经大学学报，2009（4）：2128

[4]邓利平.中国高校R&D对高技术产业发展影响的实证分析[D].2009

[5]陶冶，许龙.我国R&D投入与专利产出的关系研究[J].科技进步与对策，2007（03）：2431

[6]顾穗珊.我国高技术产业科技投入及产业发展灰关联研究[J].工业技术经济，2004，23（6）：7476

[7]孙婷婷，唐五湘.专利申请量与R&D支出之关系的定量分析[J].北京机械工业学院学报，2003（4）：1622