協(xié)同創(chuàng)新效率的國際比較及其影響因素分析

江成山，孟衛(wèi)東，熊維勤

(1.重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶 400044;2.重慶工商大學(xué)經(jīng)濟(jì)學(xué)院，重慶 400067)

技術(shù)創(chuàng)新是促進(jìn)經(jīng)濟(jì)長期穩(wěn)定增長的關(guān)鍵因素，然而創(chuàng)新活動本身又是一個牽涉政府、企業(yè)、高等院校、科研院所、金融和其他中介機(jī)構(gòu)等多個創(chuàng)新主體的復(fù)雜系統(tǒng)工程，如何整合各種要素，優(yōu)化創(chuàng)新資源配置以促進(jìn)國家和區(qū)域創(chuàng)新體系建設(shè)一直是各國政府高度關(guān)注的問題。中國政府早在1985年就在《中共中央關(guān)于科學(xué)技術(shù)體制改革的決定》中首次提出了“促進(jìn)產(chǎn)學(xué)研合作創(chuàng)新”問題。2011年4月胡錦濤總書記在清華大學(xué)百年校慶大會的講話中進(jìn)一步明確了推動協(xié)同創(chuàng)新的戰(zhàn)略部署，2012年教育部和財政部開始共同推進(jìn)實施“高等學(xué)校創(chuàng)新能力提升計劃”(“2011計劃”)，從而把促進(jìn)協(xié)同創(chuàng)新推進(jìn)到了一個新的高度。在此背景下，通過對不同國家協(xié)同創(chuàng)新效率的差異分析，并進(jìn)一步明確其主要影響因素，對于科技政策的制定，并以政策促進(jìn)協(xié)同創(chuàng)新，進(jìn)而促進(jìn)創(chuàng)新型國家的建設(shè)具有重要的借鑒意義。

一、文獻(xiàn)回顧

自哈肯創(chuàng)立協(xié)同學(xué)，F(xiàn)reeman［1］、Nelson［2］等將其引入國家創(chuàng)新體系分析以來，協(xié)同創(chuàng)新即成為國內(nèi)外學(xué)者關(guān)注的重點。早期的研究主要集中于協(xié)同創(chuàng)新理論的發(fā)展以及微觀企業(yè)層面協(xié)同創(chuàng)新機(jī)理、機(jī)制的研究。自20世紀(jì)90年代以來，區(qū)域和國家層面的協(xié)同創(chuàng)新開始成為研究重點，然而關(guān)于協(xié)同創(chuàng)新效率及其影響因素的研究文獻(xiàn)并不多見，近來年才逐漸得到國內(nèi)外，特別是國內(nèi)學(xué)者的關(guān)注，相關(guān)研究文獻(xiàn)主要散見于區(qū)域創(chuàng)新和國家創(chuàng)新兩個領(lǐng)域，其基本研究思路都是通過測度不同區(qū)域或不同國家創(chuàng)新效率的差異并分析其影響因素，進(jìn)而對不同創(chuàng)新主體間的協(xié)同創(chuàng)新效率進(jìn)行分析。

在區(qū)域創(chuàng)新研究領(lǐng)域，池仁勇和唐根年［3］使用DEA法分析了浙江省11個地區(qū)技術(shù)創(chuàng)新效率及其影響因素，研究結(jié)果表明政府投入并不能顯著提高創(chuàng)新效率，從而證明政府和企業(yè)之間的協(xié)同是缺乏效率的;李習(xí)保［4］則利用隨機(jī)前沿法(SFA)分析了中國30個省份1998-2006年的區(qū)域創(chuàng)新效率及其影響因素，認(rèn)為政府對科技活動的支持力度可以顯著提高區(qū)域創(chuàng)新效率，高校和科研院所則對區(qū)域效率創(chuàng)新產(chǎn)生了負(fù)向影響，金融機(jī)構(gòu)對創(chuàng)新效率的影響則不確定;白俊紅等［5］則首次從研究區(qū)域創(chuàng)新效率的角度明確檢驗了各創(chuàng)新主體之間的協(xié)同創(chuàng)新效率，研究結(jié)果表明，地方政府、企業(yè)、高等院校、科研機(jī)構(gòu)、金融中介等創(chuàng)新主體及其聯(lián)結(jié)關(guān)系對區(qū)域創(chuàng)新效率均產(chǎn)生了負(fù)向影響。

在國家創(chuàng)新研究領(lǐng)域，F(xiàn)urman，Porter and Stern［6］首先建立了一個全新的框架(FPS)用于分析國家創(chuàng)新能力的影響因素，認(rèn)為創(chuàng)新基礎(chǔ)設(shè)施、創(chuàng)新集群環(huán)境以及二者之間的聯(lián)系是影響國家創(chuàng)新能力的重要因素。Hu and Mathews［7］以東亞5國為樣本重新整理了FPS方法，除了得到了相近的發(fā)現(xiàn)外，他們還進(jìn)一步強(qiáng)調(diào)了制度對國家創(chuàng)新能力形成的重要性。此后關(guān)于國家創(chuàng)新效率影響因素的研究文獻(xiàn)也基本沿襲了上述研究方法。如Hu等［8］使用距離函數(shù)SFA法評估了24個國家研發(fā)效率的影響因素，發(fā)現(xiàn)知識產(chǎn)權(quán)保護(hù)、人力資本積累以及高校與企業(yè)的技術(shù)合作能顯著提高一國 R＆D效率。Guan and Chen［9］進(jìn)一步把國家創(chuàng)新劃分為知識生產(chǎn)和知識轉(zhuǎn)化兩個階段，通過對22個OECD國家的實證分析，發(fā)現(xiàn)影響國家創(chuàng)新效率的關(guān)鍵在于知識轉(zhuǎn)化效率，而制度環(huán)境對知識生產(chǎn)和轉(zhuǎn)化效率均有顯著影響。呂新軍和胡曉綿［10］利用28個國家2000-2006年的樣本數(shù)據(jù)，集中分析了影響國家創(chuàng)新效率的制度性因素，發(fā)現(xiàn)良好的政治制度、市場化程度和貿(mào)易制度都能顯著提高一國創(chuàng)新效率，而法律制度對發(fā)展中國家創(chuàng)新效率的影響卻并不顯著。郭淡泊等［11］的分析則表明FDI流入抑制了發(fā)達(dá)國家的創(chuàng)新經(jīng)濟(jì)效率，但對發(fā)展中國家卻有促進(jìn)作用;貿(mào)易保護(hù)顯著提高了發(fā)達(dá)國家的創(chuàng)新技術(shù)效率，但不利于發(fā)展中國家創(chuàng)新技術(shù)效率的提高;人才的自由流動對兩類國家的創(chuàng)新技術(shù)效率均存在顯著的負(fù)向影響。

國家創(chuàng)新效率本質(zhì)上是由官、產(chǎn)、學(xué)、研等多主體的創(chuàng)新活動所決定的，盡管現(xiàn)有研究文獻(xiàn)已經(jīng)對國家創(chuàng)新效率的影響因素進(jìn)行了大量研究，然而若從協(xié)同創(chuàng)新的研究視角出發(fā)，則現(xiàn)有的研究對于兩個基本問題仍然缺乏系統(tǒng)的回答：第一，“官、產(chǎn)、學(xué)、研”協(xié)同創(chuàng)新是推動國家創(chuàng)新體系建設(shè)的核心，因此從國家層面看，各創(chuàng)新主體之間的協(xié)同是否有效?換句話說，政府、企業(yè)、高等院校、科研機(jī)構(gòu)的創(chuàng)新活動是否有效促進(jìn)了國家創(chuàng)新效率?第二，盡管企業(yè)是無庸置疑的創(chuàng)新主體，但政府在協(xié)同創(chuàng)新中卻具有特殊的地位，其既通過國有科研機(jī)構(gòu)直接從事創(chuàng)新活動，還通過基礎(chǔ)設(shè)施和制度建設(shè)營造良好的創(chuàng)新環(huán)境，更重要的是通過制定政策引導(dǎo)和影響其他創(chuàng)新主體的行為，從而最終影響一國創(chuàng)新效率。已有的研究對政府在創(chuàng)新基礎(chǔ)設(shè)施和創(chuàng)新環(huán)境建設(shè)中的作用作過充分考察，然而對政府政策，特別是稅收政策對國家創(chuàng)新效率的影響卻幾乎沒有文獻(xiàn)涉及。因此本文將在比較國家創(chuàng)新效率的基礎(chǔ)上，主要對上述兩個問題進(jìn)行比較系統(tǒng)的研究。

為了分析各創(chuàng)新主體的創(chuàng)新行為是否協(xié)同有效，即是否顯著促進(jìn)了國家創(chuàng)新效率的提高，理論上可以通過兩種方法實現(xiàn)。一是利用一國創(chuàng)新投入和創(chuàng)新產(chǎn)出的數(shù)據(jù)計算出國家創(chuàng)新效率，然后分析不同創(chuàng)新主體的創(chuàng)新投入是否顯著促進(jìn)了國家創(chuàng)新效率，若是，則說明各創(chuàng)新主體之間的創(chuàng)新行為是協(xié)同有效的。反之，若某一創(chuàng)新主體的創(chuàng)新投入不能顯著提高國家創(chuàng)新效率，則說明該主體的創(chuàng)新行為與其他創(chuàng)新主體之間不存在協(xié)同有效關(guān)系，從政策角度看應(yīng)該將其創(chuàng)新投入更多轉(zhuǎn)移到協(xié)同有效的創(chuàng)新主體上，或者設(shè)法提高其創(chuàng)新效率;二是在計算出國家創(chuàng)新效率后，還可以利用不同創(chuàng)新主體的創(chuàng)新投入和產(chǎn)出數(shù)據(jù)計算出不同創(chuàng)新主體的創(chuàng)新效率，在合理假定國家創(chuàng)新效率和不同創(chuàng)新主體創(chuàng)新效率關(guān)系的基礎(chǔ)上(一種合理的假定是：國家創(chuàng)新效率與不同創(chuàng)新主體創(chuàng)新效率之間存在Cobb-Douglass生產(chǎn)函數(shù)關(guān)系或者超越對數(shù)生產(chǎn)函數(shù)關(guān)系)，也可以分析不同創(chuàng)新主體的創(chuàng)新行為是否存在協(xié)同有效關(guān)系。由于現(xiàn)有統(tǒng)計數(shù)據(jù)難以區(qū)分不同創(chuàng)新主體的創(chuàng)新產(chǎn)出，因此出于數(shù)據(jù)獲取的難度，目前尚未見到相關(guān)研究文獻(xiàn)使用第二種研究方法?；谕瑯拥脑?，本文也將采用第一種研究思路。

二、研究方法及樣本選擇

現(xiàn)有關(guān)于效率比較及其影響因素分析的文獻(xiàn)主要使用兩類方法，即基于參數(shù)估計的隨機(jī)前沿法(SFA)和基于非參數(shù)估計的數(shù)據(jù)包絡(luò)分析(DEA)-Tobit兩步法。兩種方法各具特點：隨機(jī)前沿法認(rèn)為，生產(chǎn)效率除受確定性的投入產(chǎn)出變量影響外，還會受眾多隨機(jī)因素影響，因此在效率分析中必須將這些隨機(jī)因素考慮在內(nèi);同時，通過在模型中設(shè)定技術(shù)無效率項的影響因素，SFA可以在進(jìn)行效率排序的同時進(jìn)行效率影響因素分析，從而達(dá)到通過一步分析同時解決兩個問題的目標(biāo)［12］。其局限在于，使用SFA法需要設(shè)定投入產(chǎn)出之間的具體函數(shù)關(guān)系，并且只能使用單一指標(biāo)衡量產(chǎn)出。盡管Wang［13］曾經(jīng)使用加權(quán)方式將多種產(chǎn)出總合為一種，然而解決加權(quán)法面臨的理論基礎(chǔ)問題并不是一件容易的工作。數(shù)據(jù)包絡(luò)分析可以克服SFA法的局限，首先，DEA可以使用多個指標(biāo)來衡量產(chǎn)出，其次，使用DEA進(jìn)行效率分析時無需設(shè)定投入產(chǎn)出之間的具體函數(shù)關(guān)系。但同時SFA的長處則變成了DEA局限：DEA無法考慮隨機(jī)因素對投入產(chǎn)出效率的影響，且必須使用二步法才能進(jìn)行效率影響因素的分析，即首先必須使用主要投入產(chǎn)出指標(biāo)估計出各決策單元的效率值，然后以此作為被解釋變量，各影響因素作為解釋變量建立回歸模型進(jìn)行參數(shù)估計和檢驗。

在評價國家創(chuàng)新效率時，創(chuàng)新產(chǎn)出難以使用單一指標(biāo)進(jìn)行準(zhǔn)確刻畫，故本文選擇使用DEA法。但在使用經(jīng)典DEA模型進(jìn)行效率評價時，可能出現(xiàn)多個決策單元同時位于效率前沿面，從而無法進(jìn)一步對其進(jìn)行效率排序的情況，因此 Andersen and Petersen［14］提出了超效率DEA模型以解決該問題。由于超效率DEA分析所得到的各決策單元的效率值均大于零，屬于截斷數(shù)據(jù)，因此將其作為因變量進(jìn)行效率影響因素分析時，若直接使用普通最小二乘法，則得到的參數(shù)估計量是有偏且不一致的，因此一般使用受限因變量Tobit模型［15］進(jìn)行效率影響因素的回歸分析。

基于數(shù)據(jù)的可得性和完整性，本文選擇澳大利亞(AUS)、比利時(BEL)、加拿大(CAN)、捷克(CZE)、丹麥(DNK)、芬蘭(FIN)、法國(FRA)、德國(DEU)、愛爾蘭(IRL)、意大利(ITA)、日本(JPN)、韓國(KOR)、墨西哥(MEX)、荷蘭(NLD)、新西蘭(NZL)、挪威(NOR)、波蘭(POL)、西班牙(ESP)、瑞典(SWE)、土耳其(TUR)、英國(GBR)和美國(USA)等22個OECD國家和俄羅斯(RUS)、新加坡(SGP)及中國(CHN)共25個國家作為研究樣本，時間跨度為1996-2009年。所有數(shù)據(jù)若未加特別說明均來源于OECD、世界銀行和IMF公開數(shù)據(jù)庫。

三、國家創(chuàng)新效率的比較

(一)投入和產(chǎn)出指標(biāo)選擇

與現(xiàn)有研究文獻(xiàn)一致，本文選擇研發(fā)資本投入(GERD，單位：億美元)和研發(fā)人員全時當(dāng)量(RDFTE)兩個指標(biāo)作為一國創(chuàng)新活動的投入指標(biāo)，其中各國研發(fā)資本投入數(shù)據(jù)均按購買力平價和美元價格指數(shù)折算為2005年的不變價格美元。Griliches［16］認(rèn)為，研發(fā)資本投入是一項流量指標(biāo)，它對創(chuàng)新產(chǎn)出的影響不僅反映在當(dāng)期，而且會持續(xù)到未來，因此與多數(shù)研究文獻(xiàn)一致，本文也采用永續(xù)盤存法將研發(fā)資本投入轉(zhuǎn)換為研發(fā)資本存量(RDCapt，單位：億美元)作為創(chuàng)新投入指標(biāo)。具體計算方法為Ki，t=(1-δ)Ki，t-1+Rit。其中Ki，t和Ki，t-1分別表示第i國在第 t和 t-1 年的研發(fā)資本存量;Rit為其在第t年的研發(fā)資本投入。基年(1996年)的研發(fā)資本存量則得用公式Ki0=Ri0/(gi+δ)進(jìn)行估計，其中g(shù)i為i國1996-2009年不變價研發(fā)資本投入的年均增長率。δ為折舊率，本文采用多數(shù)文獻(xiàn)的觀點取δ=15%。

專利、高質(zhì)量科技論文、高技術(shù)產(chǎn)業(yè)增加值和高技術(shù)產(chǎn)品出口值是現(xiàn)有文獻(xiàn)衡量創(chuàng)新產(chǎn)出的主要指標(biāo)，區(qū)別主要在于是采用專利授權(quán)數(shù)還是采用專利申請數(shù)。部分學(xué)者認(rèn)為，使用歐洲專利局、日本專利局和美國專利商標(biāo)局獲準(zhǔn)的三方專利數(shù)(TriPat)更能表征一國的科技創(chuàng)新質(zhì)量，然而三方專利從申請到授權(quán)通常存在4年以上的時滯，獲得美國專利商標(biāo)局的授權(quán)時滯更可能長達(dá)6～9年(OECD：Main Science and Technology Indicators，2012/1)，因此將其與科技論文、高技術(shù)產(chǎn)業(yè)增加值和高技術(shù)產(chǎn)品出口值并列作為產(chǎn)出指標(biāo)并列使用時，不同指標(biāo)之間的投入產(chǎn)出時滯將存在很大的差異，從而使分析結(jié)果受到影響。故本文選用與三方授權(quán)專利高度相關(guān)，但卻不受授權(quán)時滯影響的、各國根據(jù)專利合作條約(PCT)申請的專利數(shù)(PatPct)、在物理/生物/化學(xué)/數(shù)學(xué)/臨床醫(yī)學(xué)/生物醫(yī)學(xué)研究/工程和技術(shù)/地球和空間科學(xué)等領(lǐng)域發(fā)表的科技論文(Article)、高技術(shù)產(chǎn)業(yè)增加值(ValHitec：以2005年P(guān)PP美元計價，單位：億美元)和高技術(shù)產(chǎn)品出口值(ExpHitec：以2005年P(guān)PP美元計價，單位：億美元)作為創(chuàng)新產(chǎn)出指標(biāo)。其中科技論文數(shù)量和高技術(shù)產(chǎn)業(yè)增加值來源于美國國家科學(xué)基金會《Science and Engineering Indicators 2012》附表。

Cooper等［17］指出，在應(yīng)用DEA法時，僅當(dāng)投入產(chǎn)出變量數(shù)目m和s與決策單元數(shù)量n之間滿足條件n≥ max{m×s，3(m+s) }時，DEA法才能得到較好的結(jié)果，結(jié)合前述分析可知本文的選擇滿足上述條件。表1給出了中國與其他24國相關(guān)投入產(chǎn)出指標(biāo)概略對比。

從表1的簡要數(shù)據(jù)可以看出幾個基本事實：第一，在樣本考察期內(nèi)，中國年均研發(fā)資本投入是其余24國的1.87倍，而研發(fā)人力投入更是達(dá)到了4.46倍，人力和資本投入可能存在不匹配現(xiàn)象。進(jìn)一步分析可以看出，24國在14年間每單位研發(fā)人員全時當(dāng)量的年均研發(fā)資本投入平均為10.94萬美元(2005年P(guān)PP)，而中國的對應(yīng)值僅為4.60萬美元，因此盡管14年間中國研發(fā)資本投入的年均增長速度接近20%，是其余24國的4倍，但未來相當(dāng)長一段時期內(nèi)仍有繼續(xù)加大研發(fā)資本投入的必要;第二，三方專利授權(quán)是反映一國創(chuàng)新能力的重要指標(biāo)，作為其代理變量，中國在PCT的專利申請數(shù)量盡管在樣本考察間高速增長(增速超過了24國均值的4倍)，但從絕對數(shù)量上看，僅為24國均值的70%，這從一個側(cè)面反映出中國在原始創(chuàng)新能力方面還存在著較大的差距;第三，在反映創(chuàng)新產(chǎn)出的其他三個指標(biāo)方面，中國無論是從絕對數(shù)量和增長速度上都遠(yuǎn)高于其余24國，說明中國的科技創(chuàng)新能力在不斷增加。但高技術(shù)產(chǎn)業(yè)增加值增速與科技論文和PCT專利申請增速之比遠(yuǎn)低于其余24國，反映出中國在科技成果轉(zhuǎn)化方面的效率還有提升的余地。

表1 中國與24國投入產(chǎn)出指標(biāo)的概略對比(1996-2009)

(二)各國創(chuàng)新效率的超效率值分析

由于創(chuàng)新投入和產(chǎn)出之間具有時滯性，而關(guān)于滯后期的選擇國內(nèi)外學(xué)者也進(jìn)行過大量研究，研究結(jié)論也隨指標(biāo)選擇的不同而不同。在選用專利申請量作為產(chǎn)出指標(biāo)時，目前多數(shù)文獻(xiàn)選擇的時滯是2年。就本文所選擇的投入產(chǎn)出指標(biāo)而言，從后文效率影響因素的分析中可以發(fā)現(xiàn)，選擇1～3年的時滯均可以。因此本部分時滯暫定為2年(1年和3年時滯的結(jié)果并沒有太大的差異)。表2給出了25國1996-2009年創(chuàng)新效率的超效率評價結(jié)果。

表2 各國1998-2009年創(chuàng)新效率的超效率評價結(jié)果

從表2可以看出，經(jīng)濟(jì)危機(jī)對各國國家創(chuàng)新效率影響巨大。1997年亞洲金融危機(jī)爆發(fā)，1998年25國平均創(chuàng)新效率隨即達(dá)到分析期內(nèi)的第一個低谷，此后逐步回升，并于2000年達(dá)到分析期內(nèi)的最大值，進(jìn)而隨著21世紀(jì)初網(wǎng)絡(luò)泡沫的破滅，25國平均創(chuàng)新效率開始下降，至2003年達(dá)到低點后開始回升，而到2008年金融危機(jī)爆發(fā)后又開始出現(xiàn)較大幅度下降，2009年更達(dá)到12年間的最低水平。

從表2還可以看出，創(chuàng)新能力強(qiáng)的國家并不一定意味著創(chuàng)新效率高，如美國、日本、法國的創(chuàng)新效率排名很低，而土耳其、新西蘭、荷蘭、墨西哥等創(chuàng)新能力并不突出的國家其創(chuàng)新效率卻居于前列。因此本文猜測，在國家創(chuàng)新體系建設(shè)中，創(chuàng)新能力較弱的國家可能通過創(chuàng)新效率的提高而對創(chuàng)新能力較強(qiáng)的國家形成追趕效應(yīng)，從而出現(xiàn)國家創(chuàng)新能力收斂的情形。

圖1進(jìn)一步描述了中國和其余24國平均創(chuàng)新效率的對比。結(jié)合表2和圖1可以發(fā)現(xiàn)，中國的國家創(chuàng)新效率總體偏低，在25個國家中僅排第16位，并且自2000年后，中國的創(chuàng)新效率一直低于24國的平均水平。從動態(tài)發(fā)展的角度看，有一個事實特別值得關(guān)注，雖然樣本考察期內(nèi)中國的創(chuàng)新投入持續(xù)高速增長，但與之對應(yīng)的創(chuàng)新效率卻總體呈現(xiàn)下降趨勢。盡管金融危機(jī)期間隨著各界對建設(shè)創(chuàng)新型國家的重視，2009年的創(chuàng)新效率開始回升，并由此大幅度縮小了與24國的效率差異，但由此暴露出的創(chuàng)新資源的高效利用問題值得高度關(guān)注。

圖1 中國和其余24國創(chuàng)新效率的比較

(三)各國創(chuàng)新效率的Malmquist指數(shù)分析

利用Malmquist指數(shù)分解可以方便分析各國全要素創(chuàng)新效率的變化情況(TFP)。一國TFP的變化可以分解為技術(shù)效率變化(Effch)和技術(shù)進(jìn)步(Tech)，其中技術(shù)效率變化反映的是每個決策單元從t期至t+1期往生產(chǎn)前沿面的追趕程度。若Effch〉1，則表明該決策單元與最優(yōu)生產(chǎn)前沿面的差距在縮小，它還可進(jìn)一步細(xì)分為純技術(shù)效率變化(Pech)和規(guī)模效率變化(Sech)。技術(shù)進(jìn)步衡量的是相鄰兩個時期內(nèi)決策單元的生產(chǎn)技術(shù)變化程度，即生產(chǎn)前沿面的移動，該指標(biāo)大于1則表明生產(chǎn)前沿面在向前推移，生產(chǎn)技術(shù)有所進(jìn)步。各指標(biāo)之間的關(guān)系為TFP=Effch×Tech=(Pech×Sech)×Tech。表3和表4給出了Malmquist指數(shù)分解的相關(guān)結(jié)果。

表3 不同時期全部樣本和中國的Malmquist指數(shù)分解

從表3和表4可以看出，樣本考察期內(nèi)，12個國家的全要素生產(chǎn)率下降，其中多數(shù)為創(chuàng)新能力較弱的國家。25國的TFP平均下降了0.4%，其中主要的下降時期仍然集中在網(wǎng)絡(luò)泡沫破滅和金融危機(jī)爆發(fā)期間。技術(shù)效率在此期間上升了1.4%，因此導(dǎo)致TFP下降的根本原因在于技術(shù)退步。從表3可以看出，自網(wǎng)絡(luò)泡沫破滅后，9個時期中有7個時期處于技術(shù)退步狀態(tài)，這或許與電子信息技術(shù)成熟后全社會缺少新的技術(shù)創(chuàng)新熱點有關(guān)。

表4 不同國家1998-2009年的Malmquist指數(shù)分解

25國中，中國的TFP下降率僅次于丹麥，平均高達(dá)4.7%，其中2000-2001年網(wǎng)絡(luò)泡沫破滅對中國TFP的沖擊最大，當(dāng)期的全要素生產(chǎn)率下降了大約20%，2007-2008金融危機(jī)爆發(fā)也使中國的TFP下降了大約12%。其中的主要原因是，中國的高技術(shù)產(chǎn)品出口占有很大的市場份額，作為衡量國家創(chuàng)新效率的重要指標(biāo)，兩次危機(jī)均對其造成了嚴(yán)重的沖擊，從而使全要素生產(chǎn)率出現(xiàn)大幅度下滑。盡管在金融危機(jī)爆發(fā)的2008-2009年間，中國的創(chuàng)新全要素生產(chǎn)率增長了3.3%，但這種增長主要是靠投入驅(qū)動的，當(dāng)期的規(guī)模效率創(chuàng)紀(jì)錄地增長了21.6%，而同期的技術(shù)退步率同樣創(chuàng)紀(jì)錄地達(dá)到了15%。除了這種極端情況外，更值得注意的是在樣本考察期內(nèi)，中國的平均技術(shù)退步率高達(dá)4.6%，是25國中最高的，且11個時期內(nèi)有9期處于技術(shù)退步狀態(tài)。究竟是什么原因?qū)е铝诉@一現(xiàn)象的出現(xiàn)?這無疑是一個非常值得深入研究的問題①需要指出的是，這一觀察結(jié)果具有穩(wěn)健性。反復(fù)改變樣本分析時期進(jìn)行多次分析后發(fā)現(xiàn)，中國在創(chuàng)新活動中的技術(shù)退步狀態(tài)長期存在，并且近年來還變得比較嚴(yán)重。。

四、國家創(chuàng)新效率的影響因素

(一)變量設(shè)定及研究假設(shè)

國家創(chuàng)新體系建設(shè)是一個由政府、企業(yè)、高等院校、科研院所等多主體協(xié)同參與的復(fù)雜系統(tǒng)工程，同時還包含了基礎(chǔ)設(shè)施、金融體系、教育體系、制度環(huán)境、文化環(huán)境等多個子系統(tǒng)的建設(shè)。因此影響一國創(chuàng)新效率的因素眾多。依據(jù)本文的研究目的并結(jié)合經(jīng)典的FPS分析框架，本文所選擇的影響因素包括以下五方面。

(1)不同創(chuàng)新主體的創(chuàng)新活動：按照OECD的分類，企業(yè)、高校、政府所屬科研機(jī)構(gòu)、非政府組織和國外科研機(jī)構(gòu)是一國技術(shù)創(chuàng)新的行為主體，不同主體的創(chuàng)新活動會對一國創(chuàng)新效率產(chǎn)生不同影響，但由于前三類機(jī)構(gòu)在國家創(chuàng)新中居于主體地位，他們的研發(fā)支出占據(jù)了一國研發(fā)投入的絕大部分份額，因此為避免多重共線性問題，本文選擇企業(yè)(BusPerf)、高校(UnivPerf)、政府所屬科研機(jī)構(gòu)(GovPerf)的研發(fā)支出占總研發(fā)投入的比重表征不同主體的創(chuàng)新活動。若三者均對國家創(chuàng)新效率產(chǎn)生了顯著促進(jìn)作用，則說明彼此之間是協(xié)同有效的。

(2)政府政策：政府對創(chuàng)新活動的財政投入和稅收政策是影響一國創(chuàng)新效率最直接也最重要的政策因素。政府對創(chuàng)新活動的直接財政投入主要通過企業(yè)、高校和科研機(jī)構(gòu)實施，因此為保證變量間的獨立性，該變量不能再列入模型。但若三者的創(chuàng)新活動能顯著促進(jìn)國家創(chuàng)新效率，則也就從側(cè)面說明政府的財政投入是有效的。因此政策分析的重點是一國的稅收政策。

從企業(yè)層面看，理論和實證的分析均表明，稅收本質(zhì)上是對企業(yè)創(chuàng)新成功的懲罰，它會削弱創(chuàng)新主體的創(chuàng)新積極性，從而既不利于提高企業(yè)創(chuàng)新的效率，也不利于擴(kuò)大創(chuàng)新規(guī)模［18］。然而從國家層面看，低稅率盡管有助于提高企業(yè)創(chuàng)新效率，但卻不一定能促進(jìn)國家創(chuàng)新效率的提高，因為：其一，企業(yè)并不是國家創(chuàng)新的惟一主體，高校和科研機(jī)構(gòu)與企業(yè)的創(chuàng)新協(xié)同是提高國家創(chuàng)新效率的重要途徑，而兩者的創(chuàng)新投入的源泉是國家稅收，因此若稅率過低導(dǎo)致其創(chuàng)新投入不足，勢必抑制國家創(chuàng)新效率;其二，作為公共產(chǎn)品，創(chuàng)新基礎(chǔ)設(shè)施和創(chuàng)新環(huán)境的培育皆由國家通過稅收提供，因稅收不足而導(dǎo)致的創(chuàng)新基礎(chǔ)設(shè)施建設(shè)和創(chuàng)新環(huán)境建設(shè)滯后同樣會對創(chuàng)新效率產(chǎn)生負(fù)面影響。但另一方面，即使高稅率能帶來高稅收，且稅收的增加能相應(yīng)帶來高校、科研院所及創(chuàng)新基礎(chǔ)設(shè)施等的投入增加，但其對國家創(chuàng)新效率的邊際增量同樣可能因為對企業(yè)創(chuàng)新效率的削弱而抵消，因此本文假設(shè)一國稅率對國家創(chuàng)新效率具有拉弗效應(yīng)，即過低和過高的稅率均不利于國家創(chuàng)新效率的提高。本文使用一國稅收占GDP的比重表征稅率(Tax)。

(3)創(chuàng)新基礎(chǔ)設(shè)施及創(chuàng)新環(huán)境：選用每百人互聯(lián)網(wǎng)用戶(PerNet)、高等教育入學(xué)率②與創(chuàng)新活動直接相關(guān)的人力資源變量應(yīng)該是受過高等教育的勞動力占總勞動力的比例，但因缺乏中國相應(yīng)的統(tǒng)計數(shù)據(jù)，因此本文用高等教育入學(xué)率替代。(HiEnrl)、公共醫(yī)療支出占GDP的比重(Health)表示創(chuàng)新基礎(chǔ)設(shè)施;選用國家的民主化指數(shù)(Democ)、政局穩(wěn)定性指數(shù)(Stabiliy)、政府行政效率(GovEff)、鼓勵私營經(jīng)濟(jì)發(fā)展的規(guī)制質(zhì)量指數(shù)(Regula)、法制指數(shù)(Legal)、反腐指數(shù)(AntiCor)表征創(chuàng)新環(huán)境，每個變量的取值區(qū)間均為［-2.5，2.5］，變量取值越高，相應(yīng)的環(huán)境狀態(tài)越好。很顯然，良好的基礎(chǔ)設(shè)施和創(chuàng)新環(huán)境有利于各創(chuàng)新主體的創(chuàng)新行為，從而促進(jìn)國家創(chuàng)新效率提高，因此預(yù)期上述9個變量均應(yīng)與因變量正相關(guān)。

(4)經(jīng)濟(jì)環(huán)境：選用人均GDP(PerGDP)、外商直接投資占GDP的比重(FDI)、進(jìn)出口貿(mào)易占GDP的比重(Trade)和金融機(jī)構(gòu)貸款占GDP的比重(Credit)表征國家創(chuàng)新的經(jīng)濟(jì)環(huán)境。

人均GDP衡量一國富裕程度，經(jīng)濟(jì)增長的長期動力是技術(shù)創(chuàng)新，因此窮國要實現(xiàn)追趕必須在國家創(chuàng)新效率上實現(xiàn)對富國的追趕，因此預(yù)期該變量與創(chuàng)新效率負(fù)相關(guān);FDI對一國創(chuàng)新效率的影響是一個存在爭議的問題，一種觀點認(rèn)為，藉由FDI所帶來的技術(shù)溢出效應(yīng)能顯著促進(jìn)一國技術(shù)水平，從而對國家創(chuàng)新效率產(chǎn)生正面影響，另一種觀點則認(rèn)為，伴隨FDI而來的先進(jìn)技術(shù)會使東道國的技術(shù)投資不再具有盈利能力，從而抑制未來的創(chuàng)新投入，進(jìn)而使東道國陷入對外技術(shù)依賴陷阱，因此預(yù)期FDI對國家創(chuàng)新效率的影響是不確定的;進(jìn)出口貿(mào)易占GDP的比重衡量一國貿(mào)易開放度，開放的進(jìn)出口貿(mào)易不僅有利于一國吸收國外的先進(jìn)技術(shù)，更能通過激烈的國際競爭促進(jìn)本國創(chuàng)新效率，因此預(yù)期其與國家創(chuàng)新效率正相關(guān);金融機(jī)構(gòu)貸款占GDP的比重衡量一國金融機(jī)構(gòu)對經(jīng)濟(jì)的服務(wù)能力，預(yù)期其與國家創(chuàng)新能力正相關(guān)。

(5)時間趨勢：根據(jù)前文分析猜測各國創(chuàng)新效率具有時變趨勢，因此將時間趨勢項也納入模型。

(二)模型設(shè)定及滯后期的選擇

將前文計算出的各國創(chuàng)新效率值作為被解釋變量建立如下面板Tobit回歸模型：

其中k為滯后期，EFF*i，t為潛變量，EFFi，t為DEA計算的真實創(chuàng)新效率值，二者之間滿足：

已有文獻(xiàn)通常事先設(shè)定滯后期k值，然而出于兩個目的，本文將分別設(shè)定k=1，2，3，4：其一，通過設(shè)定不同的滯后期，可以對回歸結(jié)果的穩(wěn)健性進(jìn)行檢查;其二，不同的滯后期實際上還能反映當(dāng)期的創(chuàng)新投入和其他因素能在多長的時期內(nèi)影響未來創(chuàng)新的效率。

(三)實證結(jié)果及分析

表5結(jié)出了國家創(chuàng)新效率影響因素的Tobit回歸結(jié)果。

企業(yè)、高等院校、政府所屬科研機(jī)構(gòu)的創(chuàng)新活動在4個模型中都顯著促進(jìn)了國家創(chuàng)新效率的提高，說明三者在推動國家創(chuàng)新體系建設(shè)中是協(xié)同有效的?；貧w結(jié)果同時說明，三者的當(dāng)期的創(chuàng)新投入能對未來至少4年的國家創(chuàng)新效率產(chǎn)生積極的影響，這就從另一個側(cè)面驗證了知識積累對創(chuàng)新的積極作用。進(jìn)一步分析三個變量的回歸系數(shù)可以發(fā)現(xiàn)，三者的創(chuàng)新支出對國家創(chuàng)新效率的邊際影響在滯后2年和3年時最高，從而也說明現(xiàn)有文獻(xiàn)通常將滯后期設(shè)定為2年具有合理性。

稅率和稅率平方項在四個模型中都高度顯著，并且二次方項符號為負(fù)，說明稅率與創(chuàng)新效率之間呈倒“U”型關(guān)系，即前文關(guān)于稅率對國家創(chuàng)新效率具有拉弗效應(yīng)的假設(shè)得到了驗證。然而我們并不能由此得出增稅或減稅有利于促進(jìn)國家創(chuàng)新效率的簡單結(jié)論，因為稅率的變化是通過創(chuàng)新資源投入影響國家創(chuàng)新效率的。如果增加稅收沒有相應(yīng)增加創(chuàng)新投入，那么即使現(xiàn)有稅率低于最優(yōu)稅率，增稅也不能促進(jìn)國家創(chuàng)新效率;反之，如果在降低稅率的同時并不削減國家創(chuàng)新投入，那么即使當(dāng)前稅率低于最優(yōu)稅率，進(jìn)一步減稅對創(chuàng)新效率的提高也是有利的。

表5 不同滯后期下國家創(chuàng)新效率影響因素的Tobit回歸

創(chuàng)新基礎(chǔ)設(shè)施建設(shè)對國家創(chuàng)新效率的提高具有促進(jìn)作用。其中政府在信息基礎(chǔ)設(shè)施和高等教育方面的投資能夠產(chǎn)生即時和長期的影響，而在醫(yī)療衛(wèi)生上的投入則在滯后2年后才開始顯著促進(jìn)一國創(chuàng)新效率，并且其邊際效應(yīng)遞增。

6個創(chuàng)新環(huán)境變量之中，一國政局的穩(wěn)定性、政府行政效率和鼓勵私營經(jīng)濟(jì)發(fā)展的規(guī)制質(zhì)量指數(shù)都對國家創(chuàng)新效率具有顯著的促進(jìn)作用，與事前預(yù)期相符。而政治的民主性、反腐指數(shù)和法制指數(shù)變量均不顯著。值得注意的是法制指數(shù)符號為負(fù)，與事前預(yù)期不符。原因可能在于，與創(chuàng)新效率緊密相關(guān)的知識產(chǎn)權(quán)保護(hù)包含在此變量之中，Schneide［19］的研究發(fā)現(xiàn)，嚴(yán)格的知識產(chǎn)權(quán)保護(hù)有助于促進(jìn)技術(shù)領(lǐng)先國的原始創(chuàng)新，但卻不利于技術(shù)落后國家的創(chuàng)新擴(kuò)散，從而使該變量變得不顯著并且符號為負(fù)。未來的研究需要進(jìn)一步分離知識產(chǎn)權(quán)保護(hù)因素。

4個經(jīng)濟(jì)環(huán)境變量中，人均GDP變量符號為負(fù)且在四個模型中均顯著，說明人均GDP越低的國家技術(shù)創(chuàng)新效率越高，即在國家創(chuàng)新體系建設(shè)中，窮國會對富國形成追趕效應(yīng)，與事前預(yù)期相符;貿(mào)易開放度符號為正且在四個模型均顯著，說明開放的貿(mào)易確實有助于提高國家創(chuàng)新效率。FDI在滯后1年時符號為正且顯著，但之后變得不顯著，且在滯后3年和4年時符號為負(fù)，說明就短期而言，F(xiàn)DI對國家創(chuàng)新效率有促進(jìn)作用，而長期作用不顯著，并且可能具有抑制趨勢;金融機(jī)構(gòu)的服務(wù)對國家創(chuàng)新效率沒有顯著影響，這與眾多區(qū)域創(chuàng)新效率研究文獻(xiàn)所得到的結(jié)論是一致的。根本原因在于，創(chuàng)新活動具有高風(fēng)險性，而信貸資本收益的固定性決定了信貸資本不可能投資于高風(fēng)險的創(chuàng)新項目，因此各國主要是通過大力發(fā)展創(chuàng)業(yè)投資而非動員銀行等傳統(tǒng)金融機(jī)構(gòu)資助創(chuàng)新活動，盡管傳統(tǒng)金融機(jī)構(gòu)通過對經(jīng)濟(jì)體系的服務(wù)可以間接促進(jìn)國家創(chuàng)新，但顯然這種間接效應(yīng)對國家創(chuàng)新效率的提高并無顯著影響。

五、結(jié)語

本文以25國1996-2009年間的創(chuàng)新數(shù)據(jù)為樣本，應(yīng)用超效率DEA法比較了各國的國家創(chuàng)新效率差異，并進(jìn)一步運用DEA-Tobit兩步法分析了相關(guān)創(chuàng)新主體的創(chuàng)新協(xié)同效應(yīng)和國家創(chuàng)新效率的影響因素，得到以下主要結(jié)論。

(1)在1996-2009年間，中國單位研發(fā)人員全時當(dāng)量的年均研發(fā)資本投入、PCT專利申請數(shù)量和高技術(shù)產(chǎn)業(yè)增加值增速與科技論文和PCT專利申請增速之比與其余24國相比均存在較大的差距，因此未來中國必須持續(xù)加大科研投入，并注重原始創(chuàng)新能力的建設(shè)和提高科技成果的轉(zhuǎn)化效率。

(2)各國創(chuàng)新效率均會受到經(jīng)濟(jì)危機(jī)影響，創(chuàng)新能力較弱的國家創(chuàng)新效率反而較高，因此各國創(chuàng)新效率存在收斂趨勢。中國的國家創(chuàng)新效率目前仍然處于較低的水平，并且在樣本考察期內(nèi)總體呈現(xiàn)出下降趨勢，因此創(chuàng)新資源的高效利用是未來必須解決的重要問題。

(3)受兩次經(jīng)濟(jì)危機(jī)的影響，各國創(chuàng)新全要素生產(chǎn)率在樣本考察期內(nèi)呈下降趨勢，其中技術(shù)退步是引起全要素生產(chǎn)率下降的主要原因。中國的全要素生產(chǎn)率下降幅度僅次于丹麥，而技術(shù)退步幅度則為25國最高，未來要實施國家創(chuàng)新效率的趕超必須弄清楚技術(shù)退步的原因，并有針對性地解決這一問題。

(4)在所考察的樣本范圍內(nèi)，企業(yè)、高等院校和科研院所的創(chuàng)新活動能顯著而持續(xù)地促進(jìn)一國創(chuàng)新效率的提高，因此作為一國重要的創(chuàng)新主體，官產(chǎn)學(xué)研之間的創(chuàng)新協(xié)同是有效率的。這一結(jié)果同時說明，增加各創(chuàng)新主體的創(chuàng)新投入對提高國家創(chuàng)新效率是有利的。

(5)在影響國家創(chuàng)新效率的因素之中，一國宏觀稅率對國家創(chuàng)新效率具有拉弗效應(yīng)，過高和過低的稅率均不利于國家創(chuàng)新效率的提高。但在應(yīng)用這一結(jié)論時必須與稅率對創(chuàng)新效率影響的傳導(dǎo)機(jī)制相結(jié)合，并不能簡單得出增加或減少稅率有助于提高國家創(chuàng)新效率的結(jié)論。

(6)創(chuàng)新基礎(chǔ)設(shè)施建設(shè)能在短期或長期顯著促進(jìn)一國創(chuàng)新效率的提高;一國政局的穩(wěn)定性、政府行政效率、對私營經(jīng)濟(jì)的扶持和貿(mào)易開放度也具有相同的效應(yīng);外資流入對國家創(chuàng)新效率有短期促進(jìn)作用，而長期作用并不顯著;金融機(jī)構(gòu)的服務(wù)對國家創(chuàng)新效率不存在顯著影響。

需要注意的是，在創(chuàng)新效率影響因素的分析中，創(chuàng)新環(huán)境變量的取值主要使用主觀賦值法，不同的評估機(jī)構(gòu)所使用的指標(biāo)和評價方法存在較大的差異，因此未來應(yīng)該對不同的評價指標(biāo)體系進(jìn)行對比研究，以得出更加穩(wěn)健的研究結(jié)論。

［1］FREEMAN C.Japan：A new national system of innovation?［M］//DOSI G，F(xiàn)REEMAN C，NELSON R，et al.Technical change and economic theory.London：Pinter Publishers，1988.

［2］NELSON R.National innovation systems：A comparative analysis［M］. New York /Oxford： Oxford University Press，1993.

［3］池仁勇，唐根年.基于投入與績效評價的區(qū)域技術(shù)創(chuàng)新效率研究［J］.科研管理，2004，25(4)：23-27.

［4］李習(xí)保.區(qū)域創(chuàng)新環(huán)境對創(chuàng)新活動效率影響的實證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007(8)：13-24.

［5］白俊紅，江可申，李婧.應(yīng)用隨機(jī)前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率［J］.管理世界，2009(10)：51-61.

［6］FURMAN J L，PORTER M E，STERN S.The determinants of national innovative capacity［J］.Research Policy，2002，31(6)：899-933.

［7］HU M C，MATHEWS J A.National innovative capacity in East AsiaJ］.Research Policy，2005，34(9)：1322-1349.

［8］HU J L，YANG C H，CHEN C P.R＆D efficiency and national innovation system：An international comparison using the distance function approach［J］.Bulletin of Economic Research，2011，Advance Online.

［9］GUAN J C，CHEN K H.Modeling the relative efficiency of national innovation systems［J］.Research Policy，2012，41(1)：102-115.

［10］呂新軍，胡曉綿.到底是什么阻礙了國家創(chuàng)新?——影響國家創(chuàng)新的制度性因素分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，31(5)：115-120.

［11］郭淡泊，雷家骕，張俊芳，等.國家創(chuàng)新體系效率及影響因素研究——基于DEA-Tobit兩步法的分析［J］.清華大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2012，27(2)：142-151.

［12］BATTESE G E，COELLI T J.A model for technical inefficiency effects in a stochastic frontier production function for paneldata ［J］. EmpiricalEconomics， 1995， 20(2)：325-332.

［13］WANG E C，HUANG W.Relative efficiency of R＆D activities：A cross-country study accounting for environmental factors in the DEA approach［J］.Research Policy，2007，36(2)，260-273.

［14］ANDERSEN P，PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis［J］.Management Science，1993，39(10)：1261-1264.

［15］ TIMMER C P.Using a probabilistic frontier production function to measure technical efficiency［J］.Journal of Political Economy，1971，79(4)：776-794.

［16］GRILICHES Z.R＆D and the productivity slowdown［J］.American Economic Review，1980，70(2)：343-348.

［17］COPPER W W，LI S，SEIFORD L M，et al..Sensitivity and stability analysis in DEA：Some recent development［J］.Journal of Productivity Analysis，2001，15(2)：217-246.

［18］熊維勤.稅收和補(bǔ)貼政策對R＆D效率和規(guī)模的影響——理論與實證研究［J］.科學(xué)學(xué)研究，2011，29(5)：698-706.

［19］ SCHNEIDER P H.International trade，economic growth and intellectual property rights：A panel data study of developed and developing countries［J］.Journal of Development Economics，2005，78(2)：529-547.