中国技术进步源泉的比较:自主创新和技术外溢

摘要:在内生增长理论中,技术溢出和自主创新都是技术进步的重要源泉。通过Granger因果检验发现,国内外研发和国内专利与中国劳动生产率和全要素生产率之间存在因果关系。利用阿尔蒙多项式分布滞后模型对国内外研发、国内专利与中国劳动生产率以及全要素生产率之间的关系进行比较研究发现,国外研发对中国劳动生产率和全要素生产率增长的促进作用远大于国内研发和专利,国际技术溢出是中国技术进步的主要源泉,劳动生产率比全要素生产率能够更好地度量中国技术进步。

关键词:技术外溢;自主创新;劳动生产率;全要素生产率

中图分类号:F062.4 文献标识码:A 文章编号:1003-3890(2010)06-0024-06

一、引言

探讨技术进步的源泉是近年来经济增长研究的重要课题之一。内生增长理论认为,创新是促进技术进步的重要因素,而研发则是创新的源泉。作为对内生增长理论的拓展,Grossman和Helpman(1991)揭示了知识的跨国传播促进技术进步的机制[1]。Coe和Helpman(1995)[2],Coe et al.,(1997)[3]和Madsen(2007)[4]等的经验研究都发现以贸易为渠道的跨国技术转移显著地促进了以全要素生产率为代表的技术进步水平的提高。然而,也有学者对进口渠道的技术溢出机制表示怀疑。例如,Keller(1998)[5]采用与Coe和Helpman(1995)相同的模型发现,在某些条件下随机产生的双边贸易份额甚至会产生比Coe和Helpman(1995)更显著的结果。国内学者对中国技术进步的源泉问题作了很多有益的探讨,例如赖明勇等(2005)对基于贸易的技术溢出和国内研发以及人力资本等对中国经济增长作用的探讨[6],张倩肖、冯根福(2007)利用高新技术企业数据对技术溢出和国内创新的研究[7],以及李小平(2007)对工业企业技术溢出和自主研发的研究等[8]。研究技术进步的源泉具有重要的理论和政策含义,特别是对于中国这样的发展中国家来说,是采取以自主研发为主的战略,还是主要通过技术引进来提高本国的技术进步?对这一问题的研究具有重要的政策意义。

技术进步一般用生产率来表示,常用的生产率概念包括劳动生产率和全要素生产率。近年来学者们在研究中更多地采用全要素生产率作为技术进步的度量,但在新古典框架下,全要素生产率是通过柯布―道格拉斯生产函数推算出来的,其中包含了太多我们未知的内容,也带来了许多争议。例如,Krugman(1994)认为,东亚新兴工业化国家和地区的经济增长主要依赖的是要素投入,缺乏技术进步,因此是不可持续的[9]。克鲁格曼的观点引发了学者们关于东亚经济增长模式的争论和对全要素生产率的深入思考。Chen(1997)区分了全要素生产率和技术进步之间的差别。他认为,技术进步可以分为两类:包括在资本中的技术进步和不包括在资本中的技术进步。全要素生产率度量的是不包括在资本投入中的技术进步,而一般意义上的技术进步包含的内容更为广泛[10]。林毅夫和任若恩(2007)对这场争论作了总结,认为除了全要素生产率计算上的方法问题和数据问题之外,现有经济模型的假设和国家所处历史发展阶段的不同也是造成东亚全要素生产率较低的原因[11]。既然全要素生产率在代表技术进步时存在一定的缺陷,那么劳动生产率是否可以作为技术进步的替代变量呢?Sargent和Rodriguez(2001)对劳动生产率和全要素生产率之间的关系作了详尽的讨论,认为在新古典经济增长理论的平衡增长路径上,劳动生产率和全要素生产率的增长率是相等的。在长期均衡增长条件下,全要素生产率更适合于度量技术进步,而在短期非均衡条件下,以劳动生产率作为技术进步的度量则更加可靠[12]。

现有文献在探讨技术进步的源泉问题时,多数采用全要素生产率为被解释变量,用研发或专利来代表自主创新,且基本都是静态的研究。对于中国这样处于非均衡增长条件下的经济体而言,用全要素生产率度量技术进步可能会低估技术进步的贡献。因此,笔者分别采用劳动生产率和全要素生产率作为被解释变量、国内外研发和专利为解释变量,通过阿尔蒙多项式分布滞后模型来比较分析技术溢出和自主创新对中国技术进步影响的动态过程,这样得出的结论显然具有更高的稳健性,也可增进我们对研发投入和专利影响技术进步的动态性的理解。

二、研究方法

为了便于分析国内外研发、专利和中国技术进步之间关系的动态性,笔者采用阿尔蒙多项式分布滞后模型。其计量方程及过程如下:

Gt=?琢0+?茁0Xt+?茁1Xt-1+?茁2Xt-2+…+?茁kXt-k+et

t=1,2,…,T(1)

?茁i=?酌1+?酌0(i-c)+?酌1(i-c)2+…+?酌p+1(i-c)p

i=0,1,2,…,N(2)

其中,G代表技术进步(用劳动生产率或全要素生产率表示),X代表研发或专利,α0是常数项,βk为回归系数,et代表回归误差项,k是滞后期数,式(2)中p是多项式的阶数。c是事先给定的常数,其取值由下列函数决定:

c=(k-1)/2, p是奇数k/2, p是偶数(3)

常数c只是用来避免多重共线性可能引起的数值问题,不会影响到系数的估计。将式(2)代入式(1),可以得到如下的估计方程:

Gt=?琢0+?酌1Z1+?酌2Z2+…?酌p+1Zp+1+et(4)

其中:

Z1=Xt+Xt-1+…+Xt-k

Z2=-cXt+(1-c)Xt-1+…+(k-c)Xt-k

Zp+1=-cXt+(1-c)pXt-1+…+(k-c)PXt-k(5)

一旦从方程(4)估计出系数?酌,?茁i就可以从方程(2)求出。

采用阿尔蒙多项式分布滞后模型可以减少待估参数,能有效地消除一般分布滞后模型带来的多重共线性问题。笔者在估计中对生产率、专利和研发数据都取自然对数,故回归系数βk可以被看作是技术进步对研发或专利的弹性。

三、变量说明和数据来源

(一)技术进步的度量

笔者分别用劳动生产率和全要素生产率来度量技术进步。劳动生产率的度量比较简单,笔者采用以1985不变价计算的实际产出(GDP)与社会从业人员之比来计算。全要素生产率的计算较复杂,为方便起见,采用下面的柯布―道格拉斯生产函数来计算:

TFP=Y/(H1-?琢L1-?琢K?琢)

其中,Y是实际产出,K是物质资本,H为人力资本,用平均受教育年限代表,L为劳动,用社会从业人员来代替,α为资本的产出弹性。计算时资本的产出弹性取0.4,这是目前研究者比较认同的一个值。

(二)国内物质资本存量(K)的确定

笔者利用Chow(1993)的估算结果[13],设定1952年物质资本存量的当期价为1 750亿元,用投资价格指数折算为1985年不变价,再依据每年实际固定资产投资,运用永续盘存法来计算中国每年的物质资本存量,具体计算公式如下:

Kt=(1-?籽)Kt-1+It

其中,ρ为折旧率,借鉴张军等(2004)的结果[14],取为9.6%,It为第t年的实际固定资产投资额。

(三)中国人力资本存量数据的确定

人力资本的度量指标比较常用的有平均受教育年限和各级学校入学率。平均受教育年限指标要优于各级学校入学率,因为各级学校入学率只有当各国处在稳态下即教育存量和入学率不变的状态下才能代表教育的积累率(Pritchett,2001)[15]。因此,笔者采用平均受教育年限法。由于1996年以前中国并没有平均受教育年限的统计,故利用各教育层次毕业人数通过类似Barro和Lee(2000)的永续盘存法来计算平均受教育年限[16]。各教育层次受教育年数分别定为小学6年,初中3年,高中3年,大学3.5年(大专及以上),这样就可以计算出各地区平均受教育年限。具体公式如下:

H1,t=(1-?啄t)H1,t-1+(PRIt-JUNIORt+3)

H2,t=(1-?啄t)H2,t-1+(JUNIORt-SENIORt+3)

H3,t=(1-?啄t)H3,t-1+(SENIORt-HIGHt+3.5)

H4,t=(1-?啄t)H4,t-1+HIGHt

其中,PRI表示小学毕业人数,JUNIOR表示初中毕业人数,SENIOR表示高中毕业人数,HIGH表示大学毕业人数。Hi,t表示第i个层次t年的毕业人数,1表示小学,2表示初中,3表示高中,4表示大学。?啄t是人口死亡率。在上述公式的基础上再根据下式即可测算出中国每年的人力资本存量数据:

Ht=(6H1,t+9H2,t+12H3,t+15.5H4,t)/Popt

其中,Popt是指在t年度15岁~64岁年龄段人口的数量。

(四)研发和专利

许多研究都以研发或专利来代替创新,用研发来代替发展中国家创新存在一些缺点,因为发展中国家有很多研发属于模仿性研发,用专利数据代替创新也存在一定的问题,例如,并非所有的创新都会申请专利,而且不同类型专利构成对生产率的影响可能差异很大。为稳健起见,笔者同时采用研发或专利数据并进行比较研究,以国内研发和专利表示自主创新,以国外研发和专利代表国外创新。由于专利从申请到授权存在一个周期,例如发明专利从申请到授权一般需要两年之久,因此专利数据有专利申请受理量和授权量。按照通常的做法,笔者采用专利申请受理量。因世界研发投入和专利申请的绝大部分来自少数发达国家,故国外研发投入和专利以OECD国家的研发投入和专利申请数据代替。

(五)数据来源

笔者选取的样本时期为1985-2008年,计算劳动生产率和全要素生产率所需的GDP数据、社会从业人员、固定资产投资、GDP和固定资产投资平减指数、各教育层次毕业人口数以及15岁-64岁年龄段人口数等均来自各年度《中国统计年鉴》,国内研发投入和专利数据来自各年度《中国科技统计年鉴》,OECD国家的研发投入和专利数据来自OECD官方网站。

四、检验结果与分析

(一)研发、专利与中国劳动生产率关系的检验过程、结果和分析

为了检验国内外研发、专利与劳动生产率(y)之间的关系,笔者对上述变量作Granger因果检验,分析结果见表1。结果表明,在15%的显著性水平上拒绝国内研发(DRD)不是劳动生产率增长的Granger原因的虚拟假设(Null Hypothesis),在1%显著性水平上拒绝国外研发(FRD)和国内专利(DP)不是中国劳动生产率增长的Granger原因的虚拟假设,即国内外研发和国内专利都显著地促进了中国劳动生产率的增长,但外国专利(FP)与中国劳动生产率之间的关系没有通过Granger因果检验。因此,在后面的回归分析中没有包括外国专利。

多项式分布滞后模型对滞后期数k、多项式阶数和约束比较敏感,笔者以相关经济理论为基础,通过施瓦茨信息准则(SC)、赤池信息准则(AIC)和LR统计量等来确定滞后期数、多项式阶数和相关约束,同时利用自相关Q统计量和LM统计量判断是否存在自相关,用JB检验残差的正态性。研发和专利对生产率增长的作用强度和延续时间因国家而异,按照Davidson和Mackinnon(1993)的观点,为了避免遗漏有关变量,滞后长度应该从最大的k开始,不对滞后形状加任何约束,看其对模型拟合的影响而定[17]。由于中国可获得的观测数据有限,因此滞后期数最大取14,按照上述原则,得到最佳的滞后长度是11。创新对生产率的影响,一般来说,应该是开始有一个上升的过程,达到顶点后开始衰减,因此从理论上说应该给模型加上一个近端约束。仍然按照Davidson和Mackinnon(1993)的建议,多项式的选择从一个较大的值5开始逐渐减少。估计发现,多项式系数为5、4、3时系数的动态分布在经济上无法解释,取2时回归系数符号准确,系数的符号和动态变化与理论预期一致,因此采用二次多项式。以滞后长度为11,二次多项式并加上近端约束的阿尔蒙多项式分布滞后模型回归的结果见表2。

从表2可见,三个方程总体上都非常显著,国内外研发和国内专利都显著地促进了中国劳动生产率的增长。可以清楚地看到国内外研发和国内专利对劳动生产率的影响开始时较小,然后缓慢增加,在5~8年(国内研发8年、国外研发5年、国内专利6年)后达到峰值,然后开始衰减。

如果把劳动生产率对研发和专利的弹性以四年为期分别分为三期:早期(■?茁i)、中期(■?茁i)和远期(■?茁i),则国内研发和国外研发各期弹性及占总弹性的比重分别为:早期弹性为国内0.16(18%)和国外0.87(49%),中期弹性为国内0.28(39%)和国外1.11(63%),远期弹性为国内0.28(39%)和国外-0.22(-13%)。劳动生产率对国内、外研发的总弹性(即长期弹性■?茁i)分别为0.72和1.76,即平均而言,国内研发投入每增加1个百分点,则中国劳动生产率增长约0.72个百分点,国外研发投入每增加1个百分点,中国劳动生产率增长约1.76个百分点。国外研发对中国生产率增长的促进作用是国内研发的两倍还多,这个结果充分说明中国作为非技术前沿国家的基本特征,国际技术外溢是中国技术进步的主要源泉。

国内专利对中国劳动生产率的作用也非常显著,其各期系数的动态分布模式与国内外研发的相似。就总体看,国内研发和国内专利对劳动生产率回归的总滞后系数非常接近(分别为0.72和0.73),实际上国内研发和国内专利之间的相关系数高达0.94,说明研发和专利都是中国创新的较好替代变量。

(二)研发、专利与中国全要素生产率增长关系的检验过程、结果和分析

同样,笔者也对国内外研发、专利和全要素生产率作因果检验,结果见表3。由表3可见,在10%的显著性水平上拒绝国内研发不是中国全要素生产率增长的Granger原因的虚拟假设,即国内研发是促进中国全要素生产率增长的原因。同时,在1%的显著性水平上拒绝国外研发和国内专利不是中国全要素生产率增长的Granger原因的虚拟假设,国外研发和国内专利都显著地促进了中国全要素生产率的增长。与对劳动生产率的分析相似,国外专利与中国全要素生产率之间的因果关系不显著。因此,对全要素生产率的回归也不包括国外专利。

按照与前面相同的判断标准,仍然采用滞后长度为11,二次多项式并加上近端约束的阿尔蒙多项式分布滞后模型来检验国内外研发和国内专利与中国全要素生产率之间的动态关系。回归结果见表4。

同样把全要素生产率对研发和专利的弹性以四年为期分为三期:早期(■?茁i)、中期(■?茁i)和远期(■?茁i),则国内研发和国外研发各期弹性及占总弹性的比重分别为:早期弹性为国内0.09(24%)和国外0.44(49%),中期弹性为国内0.16(43%)和国外0.57(64%),远期弹性为国内0.12(32%)和国外 -0.12(-13%)。全要素生产率对国内、外研发的总弹性(即长期弹性■?茁i)分别为0.37和0.89,即平均而言,国内研发投入每增加1个百分点,则我国全要素生产率增长约0.36个百分点,国外研发投入每增加1个百分点,中国全要素生产率增长0.89个百分点。国外研发对中国全要素生产率增长的促进作用是国内研发的两倍多。与对劳动生产率的分析一致,这个结果再次说明国际技术外溢对中国经济增长和技术进步的重要性。国内专利对全要素生产率的影响与国内研发的影响比较接近,总弹性系数为0.36,而且系数的动态分布也非常相似。

(三)比较分析

如果比较国内外研发、国内专利对劳动生产率和对全要素生产率回归的总滞后系数,就可以发现研发和专利对劳动生产率回归的总滞后系数是对全要素生产率回归总滞后系数的两倍左右,且这一结果十分稳定,说明国内外研发和专利对劳动生产率的影响远大于对全要素生产率的影响。Sargent和Rodriguez(2001)曾经指出,在非均衡条件下,劳动生产率的增长取决于三个部分:一是资本密集度,二是包括在资本中的技术进步,三是全要素生产率(不包括在资本中的技术进步)。一方面,作为经济转型国家,中国经济明显处于非均衡增长状态,固定资产投资增长速度很快,资本密集度显著上升;另一方面,改革开放以来中国进口了大量的设备和技术,这些进口投入资本品都为中国技术进步做出了重要的贡献,促进了中国劳动生产率的增长。本文的结论证实了Sargent和Rodriguez(2001)以及Chen(1997)的观点:全要素生产率度量的是不包括在资本中的技术进步,而一般意义上的技术进步包含的内容更为广泛。由此可见,国内外研发和国内专利影响中国劳动生产率增长的机制不仅限于全要素生产率,而是包括了更为广泛的技术进步。

上述分析表明,国内外研发和国内专利对中国生产率增长有着十分重要的影响。但在当前条件下,用全要素生产率来度量中国技术进步会严重低估实际的技术进步,劳动生产率在某种程度上能够更好地体现中国技术进步和生产效率的提高。本文的结论也为林毅夫和任若恩(2007)的观点提供了经验证据。

五、结论与建议

笔者比较分析了技术溢出和自主创新对中国技术进步的动态影响。研究表明,国内外研发都显著地促进了中国生产率增长,但国外研发对中国生产率增长的促进作用远大于国内研发,说明国际技术外溢是中国技术进步的主要源泉。研究还发现,国内专利也显著地促进了中国生产率增长,但国外专利对中国生产率增长的作用没有通过Granger因果检验,说明国外专利不是国外创新好的替代变量。通过比较发现,国内外研发和国内专利对劳动生产率的作用远大于对全要素生产率的作用,说明全要素生产率不能完全代表中国技术进步,技术进步可能包含更为广泛的内容。

基于以上结论,要促进中国技术进步,提高生产率水平,在制定相关政策和战略时须考虑中国目前作为以技术进口为主的非技术前沿国家的基本特征,继续加大经济开放的力度和深度,拓展吸收国外先进技术的渠道,充分利用外商直接投资、设备和技术进口、国际人才流动等方式从国际技术溢出中获得技术进步;其次,考虑到自主创新不但可以直接促进中国的技术进步水平,还有利于提高对国外技术溢出的吸收能力,因此,通过增加国内研发投入,大力培养科技人才,增强知识产权保护来加快中国自主创新能力的提高是促进中国技术进步的重要途径。

参考文献:

[1]Grossman, G. M. and Helpman, E. Innovation and Growth in the Global Economy [M]. MIT Press, Cambridge. 1991.

[2]Coe, D. T., and Helpman, E. International R&D Spillovers [J]. European Economic Review, 1995, 39(5):859-887.

[3]Coe, D. T., Helpman, E. and Hoffmaister, A.W. North-south R&D Spillovers [J]. Economic Journal,, 1997, 107(440):134-149.

[4]Madsen, B. Jacob. Technology Spillover through Trade and TFP Convergence: 135Years of Evidence for the OECD Countries [J]. Journal of International Economics, 2007, 72(2):464-480.

[5]Keller, W. Are International R&D Spillovers Trade-related? Analyzing Spillovers among Randomly Matched Trade Partners [J]. European Economic Review. 1998, 42(8):1469-1481.

[6]赖明勇,张新,彭水军,包群.经济增长的源泉:人力资本、研究开发与技术外溢[J].中国社会科学,2005,(2):32-46.

[7]张倩肖,冯根福.三种R&D溢出与本地企业技术创新――基于我国高技术产业的经验分析[J].中国工业经济,2007,(11):64-72.

[8]李小平.自主R&D、技术引进和生产率增长――对中国分行业大中型工业企业的实证研究[J].数量经济技术经济研究,2007,(7):15-24.

[9]Krugman, Paul. The Myth of Asia’s Miracle. Foreign Affairs [J]. 1994, 73(06):62-78.

[10]Chen, E. K. Y. The Total Factor Productivity Debate: Determinants of Economic Growth in East Asia [J]. Asia Pacific Economic Literature,1997, 11(1):18-38.

[11]林毅夫,任若恩.关于东亚经济增长模式的再探讨[J].经济研究,2007,(8):.4-13.

[12]Sargent, T. C. and Rodriguez, E. R. Labor or Total Factor Productivity: Do We Need to Choose [Z]. Canada, Department of Finance Working Paper. 2001.

[13]Chow, G. Capital Formation and Economic Growth in China [J]. Quarterly Journal of Economics, 1993, 108(3):809-842.

[14]张军,吴桂英,张吉鹏.中国省级物质资本存量估算:1952-2000[J].经济研究,2004,(10):35-44.

[15]Pritchett, L. Where Has All the Education Gone [J]? World Bank Economic Review, 2001, 15(3):367-391.

[16]Barro, R. and Lee, J.-W. International Data on Educational Attainment Updates and Implications [Z]. NBER Working Paper 7911, 2000.

[17]Davidson, R. J. and Mackinnon, G. Estimation and Inference Econometrics [M]. Oxford University Press, New York. 1993.

A Comparison of the Sources of Chinese Technology Progress:

Domestic Innovation and Technology spillover

Wu Jianxin

(Department of Economics and Management, Huizhou University, Huizhou 516007, China)

Abstract: According to the endogenous growth theory, technology spillover and domestic innovation are two basic drivers of technology progress. Granger causality test proves that there are causality relationships between domestic and foreign R&D, domestic patents and labor productivity and total factor productivity (TFP). Then the paper analyzed the relationships between domestic and foreign R&D, domestic patent and labor productivity and TFP with an Almon's polynomial distributed lags model. The results show that effects of foreign R&D to Chinese labor productivity and TFP are much larger than domestic R&D and patent. International technology spillover is the major source of Chinese technological progress. The labor productivity is better than TFP in the measurement of Chinese technology progress.

Key words: technology spillover; domestic innovation; labor productivity; TFP