中國地區(qū)R&D效率及其影響因素的隨機(jī)前沿分析

師 萍，張炳南，韓先鋒，宋文飛

（1.西北大學(xué) 經(jīng)濟(jì)管理學(xué)院，西安 710127；2.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，西安 710061）

我國已經(jīng)把自主創(chuàng)新提升到重要高度，黨的十七大明確提出建設(shè)創(chuàng)新型國家的戰(zhàn)略目標(biāo)，這客觀上要求自主創(chuàng)新活動不僅要注重創(chuàng)新資源的投入，更要注重效率問題。一直以來，政府對科技活動均保持著強(qiáng)有力的支持力度，對科技資源的投入的強(qiáng)度也逐年持續(xù)增大，我國R&D強(qiáng)度（R&D/ GDP）由1999年的0.76%上升到2008年的1.54%，R&D人員投入也由1999年的82.17萬人猛增到2008年的196.54萬人。但對尚處于發(fā)展階段的我國來說，R&D強(qiáng)度還遠(yuǎn)遠(yuǎn)低于發(fā)達(dá)國家，如日本2007年為3.44%，而同時期我國僅為1.44%。因此，分析在有限資源投入的條件下，我國地區(qū)R&D效率及影響因素對于我國自主創(chuàng)新的發(fā)展道路有著重要的現(xiàn)實(shí)意義。本文的研究目的就是通過測算我國R&D效率，并揭示其區(qū)域差異及其影響因素。

1 研究方法

本文認(rèn)為相對于DEA方法，SFA方法具有以下優(yōu)點(diǎn)：SFA方法可以建立隨機(jī)前沿模型，使得前沿面本身是隨機(jī)的，可對研究模型的適宜性及模型中的參數(shù)進(jìn)行檢驗(yàn)，有更為堅實(shí)的理論基礎(chǔ)，對于跨時期的面板數(shù)據(jù)而言，其結(jié)論更加接近于現(xiàn)實(shí)；DEA方法不能考慮到隨機(jī)誤差因素對R&D產(chǎn)出的影響，也忽略了價格等對效率的影響，從而導(dǎo)致效率估計出現(xiàn)偏差。因此，在模型設(shè)定合理且采用面板數(shù)據(jù)條件下，SFA方法會得到比DEA方法更好的估計結(jié)果[1]。基于研究樣本的特征和DEA方法的缺陷，本文選擇SFA方法測度1999～2008年我國地區(qū)R&D效率及影響因素。

根據(jù)Battese、Coelli的超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型的基本原理[2]，本文采集1999～2008省際面板數(shù)據(jù)，對我國R&D效率及其影響因素進(jìn)行測算，構(gòu)建如下模型：

式中，yit、Kit、Lit分別為第i省份第t年的國內(nèi)專利申請受理量、R&D資本存量和R&D人員投入，β0,β1,…,β9為待估參數(shù)。本文對uit和vit做如下假定：uit～N+(mit,σu2),vit～N(0,σv2)。e-mit反映第i省份第t年R&D的技術(shù)效率水平，其中mit是技術(shù)無效率項(xiàng)，mit越大表明技術(shù)效率越低，即技術(shù)無效率程度越高。

本文重點(diǎn)考慮政府對科技活動的支持強(qiáng)度、外商直接投資、信息化水平等因素對技術(shù)效率變化的無效率項(xiàng)的影響，無效率項(xiàng)函數(shù)設(shè)定如（2）所示：

2 變量設(shè)定與數(shù)據(jù)處理

本文的研究樣本包括30省份（不包括港澳臺地區(qū)、西藏自治區(qū)），劃分為東、中、西部地區(qū)。東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11省份；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8省份；西部包括內(nèi)蒙古、重慶、四川、陜西、貴州、云南、甘肅、青海、寧夏、廣西、新疆11省份。本文涉及的所有原始數(shù)據(jù)均來源于 《中國科技統(tǒng)計年鑒》（1999～2009、《中國統(tǒng)計年鑒》（1999～2009）、《新中國五十五年統(tǒng)計資料匯編》。沿襲Griliches（1990）[3]等學(xué)者的研究，將R&D行為視為生產(chǎn)過程，每個省份視為R&D活動的生產(chǎn)單元，各自使用一定的R&D投入資源，得到R&D產(chǎn)出。具體數(shù)據(jù)處理及變量設(shè)定如下：

2.1 產(chǎn)出指標(biāo)

R&D與專利之間存在高度顯著的相關(guān)性，即使考慮到滯后效應(yīng)也是如此[4],專利是衡量創(chuàng)新活動的可靠指標(biāo)[5]。專利包括專利受理量和專利授權(quán)量兩個指標(biāo)，專利授權(quán)量由于受到政府專利機(jī)構(gòu)等人為因素的影響、有較大的不確定性，因而專利申請受理量比專利申請授權(quán)量更能反映R&D產(chǎn)出的真實(shí)水平[6]。鑒于此，本文選國內(nèi)專利申請受理量（單位：項(xiàng)）作為衡量R&D活動的產(chǎn)出指標(biāo)。

2.2 投入指標(biāo)

文獻(xiàn)中常選用R&D經(jīng)費(fèi)支出和R&D人員來衡量，根據(jù)R&D活動的特征及我國統(tǒng)計指標(biāo)的特點(diǎn)，本文選取R&D人員全時當(dāng)量（單位：人年），作為衡量R&D活動的人員投入指標(biāo)。R&D投資對產(chǎn)出的影響很大程度是前期投資累計的結(jié)果，即R&D資本存量，而不僅僅是R&D經(jīng)費(fèi)支出[7]。我國現(xiàn)行的統(tǒng)計年鑒中只有R&D經(jīng)費(fèi)支出數(shù)據(jù)，沒有R&D資本存量數(shù)據(jù)，根據(jù)Griliches(1990)、吳延兵（2008）[8]的做法，本文采取永續(xù)存盤法來核算R&D資本存量。R&D資本存量的測算模型如下：

式中，Kit和Ki(t-1)分別表示第i省份第t和t-1期的R&D資本存量，δ為折舊率，根據(jù)Griliches(1990)、吳延兵（2006）[9]等對R&D資本折舊率的估計，取δ=15%，Ei(t-1)表示第i省份第t-1的實(shí)際R&D經(jīng)費(fèi)支出，其值用朱平芳和徐偉民（2003）構(gòu)造的R&D價格指數(shù)[10]，即R&D價格指數(shù)=0.55×消費(fèi)價格指數(shù)+0.45×固定資產(chǎn)投資價格指數(shù)，以1998年為基期，對R&D經(jīng)費(fèi)支出進(jìn)行平減。

估算R&D基期資本存量時，本文假設(shè)R&D資本存量的增長率等于R&D經(jīng)費(fèi)的增長率?；谫Y本存量的測算模型如下：

式中，Ki0為R&D基期資本存量，Ei0為基期實(shí)際R&D經(jīng)費(fèi)支出，g為考察期內(nèi)實(shí)際R&D經(jīng)費(fèi)支出的平均增長率，δ為R&D資本折舊率。根據(jù)模型（3）、（4）即可計算出1999～2008年我國30省市區(qū)的R&D資本存量（萬元）。

2.3 影響因素變量

本文設(shè)：①COVit為i省份t年度的財政科技投入占總投入的比重。②TRADit為i省份t年度的進(jìn)出口貿(mào)易總額與當(dāng)年GDP的比值，其中，對于用美元表示的所有進(jìn)出口總額數(shù)值，均按當(dāng)年的人民幣平均匯率將其換算為人民幣。③FDIit為i省份t年度的實(shí)際利用外商直接投資額與當(dāng)年GDP的比值，它可以從整體上反映各省份所吸收外商直接投資的相對規(guī)模。其中，實(shí)際利用外商直接投資額按照當(dāng)年人民幣的平均匯率換算為人民幣，再進(jìn)行測算。④INDit為i省份t年度的工業(yè)總產(chǎn)值與GDP的比值，用來反映工業(yè)化水平對R&D活動無效率的影響。⑤INFit為i省份t年度的郵電業(yè)務(wù)總量與全國郵電業(yè)務(wù)的總量的比值，用來反映信息化水平對R&D活動無效率的影響。

3 實(shí)證結(jié)果分析

根據(jù)上述模型和數(shù)據(jù)，運(yùn)用 Frontier4.1軟件對我國1999～2008年地區(qū)R&D效率及影響因素進(jìn)行了估計，結(jié)果如下。

3.1 我國地區(qū)R&D效率分析

根據(jù)表1可以看出，我國地區(qū)R&D效率的如下事實(shí)：

(1)1999～2008年間，全國R&D活動技術(shù)效率均值為0.256，該值高于閆冰和馮根福（2005）所得到的整個工業(yè)行業(yè)R&D效率均值水平（0.16）[10]，但略低于朱有為（2006）所得到的中國高新技術(shù)產(chǎn)業(yè)R&D效率均值水平（0.258）[11]，這表明我國整體R&D技術(shù)效率較低，尚有很大的提升空間。從變化趨勢看，我國地區(qū)R&D技術(shù)效率從1999年的0.249已升至2008年的0.262，可見我國R&D技術(shù)效率雖然低下，但呈現(xiàn)增長趨勢。技術(shù)效率最高的省份為廣東，最低的省份為青海，而廣東的技術(shù)效率是青海的十倍以上，高于全國技術(shù)效率均值水平的省份有北京、遼寧、上海、江蘇、浙江、山東、廣東、福建、湖南等9個省市，東部地區(qū)的天津、河北，中部地區(qū)除湖南之外及西部地區(qū)的所有省份R&D技術(shù)效率均處于全國水平之下。

(2)從整個考察期的區(qū)域R&D的平均效率差異來看，東部地區(qū) （TE=0.4239）＞（全國平均水平TE=0.256）＞中部地區(qū)(TE=0.1828)＞西部地區(qū)（TE=0.141）,東部地區(qū)R&D效率值遠(yuǎn)遠(yuǎn)大于中、西部地區(qū)，中、西部地區(qū)R&D效率均在全國平均水平之下，可見我國R&D效率存在著明顯的區(qū)域差異，這也從一定程度上說明R&D效率與經(jīng)濟(jì)發(fā)展水平的相關(guān)性，造成這一差距的原因可能是：較中、西部而言，東部地區(qū)經(jīng)濟(jì)實(shí)力雄厚，在R&D活動基礎(chǔ)設(shè)施，人才和制度建設(shè)等方面已形成較完備的體系，有力的促進(jìn)了R&D效率的提高；而中、西部地區(qū)經(jīng)濟(jì)水平較低，削弱了其在R&D環(huán)境建設(shè)方面的能力，進(jìn)而也制約了R&D活動的有效發(fā)展。另外，從技術(shù)效率歷年變動的差異性看，各省份的變異系數(shù)呈現(xiàn)階段性下降趨勢，即各省份的R&D技術(shù)效率值變動差異有縮小趨勢。

表1 1999～2008年各省市份R&D技術(shù)效率

3.2 我國地區(qū)R&D模型估計與效率的影響因素分析

本文重點(diǎn)考察了政府對科技活動的支持強(qiáng)度，外資依存度、外貿(mào)依存度、信息化水平、工業(yè)化水平等因素對我國地區(qū)R&D效率的影響，分析結(jié)果見表2。

從表2的模型估計及統(tǒng)計檢驗(yàn)結(jié)果看出，模型（1）和模型（2）的系數(shù)大多在1%和5%的水平下是顯著的，γ＝0.9861，非常接近1，且在P≤0.01的顯著水平下通過了檢驗(yàn)，說明組合誤差項(xiàng)的主要變異來自于技術(shù)非效率uit，而隨機(jī)誤差項(xiàng)vit帶來的影響非常小，也印證了本文采用隨機(jī)前沿技術(shù)的合理性，主要分析結(jié)果如下：

(1)R&D資本產(chǎn)出彈性為1.6445，說明我國R&D活動中資本每增長1個百分點(diǎn)，可以促進(jìn)國內(nèi)專利申請受理量上升1.6445個百分點(diǎn)，可見我國R&D活動財力資源要素產(chǎn)出彈性呈現(xiàn)出不斷增長的態(tài)勢；R&D人員產(chǎn)出彈性為-0.5485，說明我國R&D活動人力資源要素產(chǎn)出彈性處于不斷下降的狀態(tài)。說明我國R&D產(chǎn)出的增長越來越依賴于R&D資金的投入，即我國R&D活動產(chǎn)出的增長呈現(xiàn)出較為明顯的資本驅(qū)動型。這恰與我國目前R&D要素投入配置中人力資源投入相對過剩而財力資源投入相對不足，人均R&D經(jīng)費(fèi)較低和人力資源配置不合理的現(xiàn)狀相吻合。因此，應(yīng)加大R&D資本的投入，合理調(diào)整人力資源的配置結(jié)構(gòu)。此外，R&D經(jīng)費(fèi)產(chǎn)出彈性和R&D人員產(chǎn)出彈性之和為1.096，大于1，為輕微的規(guī)模報酬遞增，又由于要素收益遞減規(guī)律在發(fā)生作用，可見，從長期來看中國R&D活動產(chǎn)出的增長主要依賴資本驅(qū)動和人員投入是不可持續(xù)的。

(2)政府對科技活動的支持強(qiáng)度對我國地區(qū)R&D效率的影響系數(shù)為0.7025，且在1%的顯著水平下通過檢驗(yàn)，說明政府的資金支持對我國地區(qū)R&D效率的提高沒有起到預(yù)期的效果。原因可能在于：信息不對稱、地區(qū)發(fā)展水平不均衡，政府在當(dāng)?shù)豏&D活動中扮演的角色不同等，導(dǎo)致R&D資源的投入使用效率低下，從而從整體上導(dǎo)致政府對區(qū)域的R&D活動沒有起到良好的促進(jìn)作用。

表2 模型中參數(shù)極大似然估計及其統(tǒng)計檢驗(yàn)

(3)貿(mào)易依存度對我國地區(qū)R&D效率的影響系數(shù)為-0.3202，即我國進(jìn)出口規(guī)模每增長1個百分點(diǎn)，R&D技術(shù)效率會增長0.3202個百分點(diǎn)?？梢娡赓Q(mào)依存度對我國R&D活動的提高有著明顯的促進(jìn)作用，這可能與近年來我國進(jìn)出口結(jié)構(gòu)中的制成品和高科技含量的產(chǎn)品增加，從而使得對外貿(mào)易的技術(shù)溢出對我國R&D活動起到了明顯的積極作用；外資依存度對我國地區(qū)R&D效率的影響系數(shù)為-0.1505，系數(shù)為否，表明外商直接投資可以明顯起到促進(jìn)我國R&D活動技術(shù)效率提高的作用，但這種作用沒有對外貿(mào)易明顯。

(4)工業(yè)化水平對我國地區(qū)R&D效率的影響系數(shù)為-22.3301，且在1%的顯著水平下通過檢驗(yàn)，表明工業(yè)化水平對我國地區(qū)R&D效率的提高有極為明顯的促進(jìn)作用，其影響程度遠(yuǎn)遠(yuǎn)超過其他影響因素的作用，信息化水平對R&D效率的影響系數(shù)為-1.016，該變量系數(shù)在10%的顯著水平下不能通過檢驗(yàn)，但在20%的顯著水平下通過檢驗(yàn)，表明我國信息化水平每提高一個百分點(diǎn)，會帶來R&D技術(shù)效率提高1.016個百分點(diǎn)，從整體上看來，信息化水平對我國地區(qū)R&D效率的提高也有著積極的促進(jìn)作用。

(5)無效率函數(shù)中時間項(xiàng)系數(shù)為0.0135，系數(shù)為正，但不顯著。表明1999～2008年間，我國R&D活動技術(shù)無效率程度有進(jìn)一步加強(qiáng)的趨勢（這與朱有為的研究結(jié)論一致），部分抵消了R&D技術(shù)效率的改善。我們認(rèn)為這可能與政府R&D資源配置效率較低；企業(yè)平均規(guī)模偏低，R&D規(guī)模效應(yīng)不強(qiáng)；高新技術(shù)產(chǎn)業(yè)市場競爭雖激烈但層次較低，在R&D活動中往往出現(xiàn)重復(fù)投入和引進(jìn)，資源使用效率較低等原因有關(guān)。

4 小結(jié)

本文以1999～2008年省域面板數(shù)據(jù)為基礎(chǔ)，運(yùn)用基于超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿分析模型研究了我國地區(qū)R&D效率及其影響因素。研究發(fā)現(xiàn)：我國R&D平均技術(shù)效率水平偏低，僅為0.256，但呈現(xiàn)穩(wěn)步上升狀態(tài)。我國R&D技術(shù)效率存在明顯的區(qū)域差異，東部高于中部、中部又高于西部，但有逐步縮小的趨勢。從R&D資源投入來看，我國R&D效率的提高方式呈現(xiàn)出較為明顯的資本驅(qū)動型。政府對科技活動的支持強(qiáng)度沒有起到預(yù)期的良好作用。貿(mào)易依存度和外資依存度對R&D效率的提高具有較為明顯的促進(jìn)作用，貿(mào)易依存度的影響力度略高于外資依存度。工業(yè)化水平和信息化程度對我國R&D效率的提高具有明顯的促進(jìn)作用。從時間角度看，我國R&D活動技術(shù)無效率程度有進(jìn)一步加強(qiáng)的趨勢。

1999～2008年間，R&D資本產(chǎn)出彈性遠(yuǎn)大于勞動產(chǎn)出彈性，充分說明我國目前R&D資本比R&D人員稀缺，另外R&D人員產(chǎn)出彈性呈現(xiàn)不斷下降趨勢，這反映了我國目前R&D資源配置還不夠合理，這也可能與我國R&D人員整體素質(zhì)較低有關(guān)，因此應(yīng)繼續(xù)實(shí)行科教興國戰(zhàn)略，提高R&D從業(yè)人員整體質(zhì)量，不斷探索建設(shè)符合區(qū)域特色的科學(xué)合理的R&D資源配置體系。從研究結(jié)果我們可以看出外資依存度和貿(mào)易依存度對我國R&D效率具有的積極作用，因此，我們應(yīng)繼續(xù)深化對外開放水平，不斷提高引進(jìn)外資的質(zhì)量。工業(yè)化水平和信息化水平的顯著促進(jìn)作用也客觀要求我國要繼續(xù)堅持以經(jīng)濟(jì)為中心，加快區(qū)域工業(yè)化進(jìn)程，提高區(qū)域信息化水平，從而促進(jìn)我國R&D效率水平的整體提升。各地政府也應(yīng)該探索適合本地R&D活動實(shí)際情況的支持模式，一方面合理分配R&D資源，提高R&D資源利用效率，另一方面，也要進(jìn)一步加大對R&D活動的支持強(qiáng)度。

因此，繼續(xù)加大政府對科技活動的支持強(qiáng)度，優(yōu)化R&D資源配置，為R&D活動提供合理科學(xué)的制度支撐，繼續(xù)擴(kuò)大對外開放，提高引進(jìn)外資的質(zhì)量，加快區(qū)域工業(yè)化進(jìn)程和信息化建設(shè)等將是新時期我國R&D效率提升的重要途徑和措施。

[1]Gong B H,Sickles R C.Finite Sample Evidence on the Performance of Stochastic Frontiers and Data Envelopment Analysis Using Panel Data[J].Journal of Econometrics,1992,（51）.

[2]Battese,G.E.,Coelli,T.J.A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics,1995,（20）.

[3]Griliches,Z.Patents Stastics as Economic Indicators:A Survey [J].Journal of Economic Literature,1990,（28）.

[4]Goto,A.,K.Suzuki.R&D Capital,Rate of Return on R&D Investment and Spillovers of R&D in Japanese Manufacturing Industries[J].Review of Economics and Statistics,1989,(4).

[5]Acs Z J,Anselin Luc,Varga Attila.Patentsand Innovation Counts as Measures of Regional Production of New Knowledge [J].Research Policy,2002,(31).

[6]張海洋.R&D兩面性、外資活動與中國工業(yè)生產(chǎn)率增長[J].經(jīng)濟(jì)研究,2000,(5).

[7]涂正革,肖耿.中國的工業(yè)生產(chǎn)力革命—用隨機(jī)前沿生產(chǎn)模型對中國大中型工業(yè)企業(yè)全要素生產(chǎn)率增長的分解及分析[J].經(jīng)濟(jì)研究, 2005,(3).

[8]吳延兵.中國地區(qū)知識生產(chǎn)效率測算[J].財經(jīng)研究,2008,(10).

[9]吳延兵.R&D存量、知識函數(shù)與生產(chǎn)效率[J].經(jīng)濟(jì)學(xué)(季刊),2006,(4).

[10]朱平芳,徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響—上海市的實(shí)證研究[J].經(jīng)濟(jì)研究,2003,(6).

[11]閆冰,馮根福.基于隨機(jī)前沿生產(chǎn)函數(shù)的中國工業(yè)R&D效率分析[J].當(dāng)代經(jīng)濟(jì)科學(xué),2005,(11).

[12]朱有為等.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì),2006,(11).