區(qū)際產業(yè)轉移行業(yè)間技術溢出效應研究

關愛萍，李 輝

(1.西北師范大學商學院，甘肅 蘭州 730070;2.南京大學經濟學院，江蘇 南京 210093)

1 引言

國內外學者對于外溢效應的研究在不斷地深化，以往的研究更多地側重于知識與技術的外溢作用，某一行業(yè)的知識和技術投入不僅會促進本行業(yè)的技術進步與生產率的提高，而且會通過溢出機制帶來相關行業(yè)生產率的提升，特別是與本行業(yè)的關聯(lián)性比較強的部門，行業(yè)間技術溢出對生產率的影響更為明顯。

針對產業(yè)轉移的技術溢出效應研究還相對較少，更不必說細化到行業(yè)層面的技術溢出效應研究。其中很重要的一個原因是行業(yè)數(shù)據(jù)的不完備，特別是對欠發(fā)達地區(qū)省份，制度與產業(yè)機制的不完善，加大了統(tǒng)計數(shù)據(jù)的難度。本文克服數(shù)據(jù)方面的問題，通過對行業(yè)全要素生產率的測算，利用2006—2011年中國甘肅地區(qū)的工業(yè)行業(yè)面板數(shù)據(jù)，就產業(yè)轉移的技術溢出效應對行業(yè)的全要素生產率的影響進行實證檢驗。并利用投入產出法測算了各行業(yè)的總受益者效應及行業(yè)間的受益者效應，分別從橫向和縱向進行分析。

2 模型、變量及數(shù)據(jù)說明

2.1 行業(yè)的相似度和間接R＆D投入

(1)行業(yè)的相似度。在投入產出表中，直接消耗系數(shù)表第j列表示的是第j個行業(yè)對其他行業(yè)產品作為中間投入品的消耗，投入產出表既能反映某一個行業(yè)對其他行業(yè)的依賴關系，又能反映出各行業(yè)之間的產品消耗技術結構。因此，如果兩個行業(yè)中間投入品的技術結構相似，那么他們的技術相似度就會越高，從而這兩個行業(yè)部門之間就會更容易產生技術溢出，利用直接消耗系數(shù)的結構就可以測算行業(yè)部門間的相似程度，定義部門i、j的相似度為該行業(yè)部門直接消耗系數(shù)向量的角余弦:

其中，aki、akj分別表示第i個行業(yè)和第j個行業(yè)投入產出表中第k個位置的元素。如果兩個部門之間的技術相似度越高，ωij就會越接近于1。從計算結果來看，技術相似度較高的產業(yè)部門大多數(shù)是集中在主對角線附近。其中，相似系數(shù)超過0.5的有12對，超過0.9的有2對，在0.5～0.6之間的有3對，0.6～0.7之間的有 5對，0.7～0.8之間的有1對，0.8～0.9之間的有1對。

(2)間接R＆D(IRD)。在研究行業(yè)間技術溢出時，大部分的研究都是對前后向溢出效應進行分別研究，對行業(yè)間技術溢出指標的測度方法上，學者的測度方法也是各有特點，但都有一個共同的特征:一個產業(yè)獲得的技術溢出是其他產業(yè)的R＆D 投入加權和，Los［1］稱其為 “間接 R＆D”，計算方法為:

其中，RDi為第i產業(yè)的直接R＆D投入，權重ωij用來表示產業(yè)i、j之間的技術相似度，測度第i產業(yè)的技術存量有多大程度溢出到了第j產業(yè)。本文中，用間接R＆D投入作為行業(yè)間技術溢出效應的代理變量。

2.2 溢出效應測算的投入產出模型

產業(yè)間R＆D溢出的測算方法一般包括矩陣法、技術距離法和投入產出法，由于投入產出法是結合R＆D投入與投入產出系數(shù)來進行測算的，它刻畫了行業(yè)部門間的聯(lián)系，因此，相對其他兩種方法來說更為全面。During［2］定義了后向R＆D流量系數(shù)矩陣CRD和前向R＆D流量系數(shù)矩陣DRD，借此計算總受益者效應、總貢獻者效應、產業(yè)間受益者效應和產業(yè)間貢獻者效應。

R＆D總受益者效應是指某產業(yè)從所有產業(yè)研發(fā)活動中獲得到的總收益，R＆D總貢獻者效應是指某產業(yè)作為研發(fā)活動貢獻者貢獻給所有產業(yè)的效應，分別用R＆D后向乘數(shù)CRD和R＆D前向乘數(shù)DRD表示，具體形式為:

同樣，得到產業(yè)間的貢獻者效應:

由于本文重點考慮各行業(yè)從其他行業(yè)中獲得的技術溢出，因此，在本文中只涉及受益者效應的測算與分析。

2.3 模型設定

我們考察的是產業(yè)轉移的行業(yè)間技術溢出效應，因此，在生產函數(shù)模型的基礎上加入行業(yè)間技術溢出變量——間接 R＆D投入(IRD)，R＆D直接投入(RD)、產業(yè)轉移變量TR，同時選取資本密集度(CI)、勞動力投入(L)作為控制變量，以本土企業(yè)的全要素生產率TFP為被解釋變量，建立以下行業(yè)面板數(shù)據(jù)模型:

其中，下標i和t分別表示行業(yè)和時間，TFP為相關行業(yè)和年份的全要素生產率。β1～β5表示相關自變量對因變量的影響程度;εit為隨機誤差項。由于面板數(shù)據(jù)包含橫截面和時間序列上的雙重信息，故對所有變量取對數(shù)，以克服異方差及序列相關等問題。

2.4 數(shù)據(jù)來源及變量說明

(1)數(shù)據(jù)來源。本文采用的2006—2011年行業(yè)面板數(shù)據(jù)來源于各年的《甘肅統(tǒng)計年鑒》，產業(yè)轉移數(shù)據(jù)來源于招商局統(tǒng)計的原始數(shù)據(jù)。筆者以《國民經濟行業(yè)分類(GB_T4754—2011)》及《2012國民經濟行業(yè)分類注釋目錄》為標準進行整理，綜合考慮各變量的數(shù)據(jù)可得性，在計量模型中，選擇16個二位數(shù)代碼行業(yè)，在投入產出分析時，選擇12個二位數(shù)代碼行業(yè)。本文中變量所選擇的平減指數(shù)來源于《新中國60年統(tǒng)計匯編》和《甘肅發(fā)展年鑒》，以2000年為基期，利用定比折算。同時，在本文中使用了由甘肅省統(tǒng)計局編制的《2007年甘肅42部門投入產出表》。

(2)全要素生產率。利用數(shù)據(jù)包絡分析法(DEA)Malmquist指數(shù)對2006—2011年甘肅省工業(yè)行業(yè)的全要素生產率進行測算和分解。以工業(yè)總產值Y為產出變量，采用工業(yè)品出廠價格指數(shù)進行平減。資本和勞動為投入指標，用“固定資產凈值年平均余額”作為資本投入指標，采用永續(xù)盤存法，以2000年為基期，用連續(xù)兩年存量的一階差分表示本年的凈投資，用固定資產投資價格指數(shù)進行平減，折舊率采用張軍等［3］估計的各省折舊率9.6%。勞動力投入用“全年從業(yè)人員年平均人數(shù)”表示。

表1 16個工業(yè)行業(yè)各年全要素生產率指數(shù)及其分解(DEA法)

利用DEAP2.1軟件測算得到2006-2011年甘肅省工業(yè)行業(yè)的全要素生產率(TFP)、技術效率指數(shù)(EC)和技術進步變化(TC)(見表1)。從時間趨勢上來看，各年之間的TFP呈現(xiàn)的變化趨勢比較混亂，但平均顯現(xiàn)出增長的趨勢，且平均增長率為9.3%，其中17.4%的貢獻來源于技術進步，而6.9%用于彌補技術效率低下。從行業(yè)上看，工業(yè)行業(yè)16個子行業(yè)中，TFP的平均增長率為9.3%，其中電氣機械和器材制造業(yè)(15)的增長率最大，為33.9%，而除去金屬制品業(yè)(12)和專用設備制造業(yè)(13)外，其他行業(yè)均呈現(xiàn)出增長的趨勢，最小的增長率為有色金屬冶煉和壓延加工業(yè)(11)僅為2.3%。在工業(yè)行業(yè)中，技術進步的增長率為17.4%，而技術效率的平均下滑率為6.9%，這說明，用于技術進步的投入增加較快，屬于典型的資源投入發(fā)展模式，但技術效率卻是下滑的，這與西部大開發(fā)以來，西部地區(qū)的“追趕效應”和跨越式發(fā)展戰(zhàn)略不無關系，從而阻礙了技術效率的提高。

(3)區(qū)域產業(yè)轉移(TR)、R＆D投入和間接R＆D(IRD)。區(qū)域產業(yè)轉移變量以區(qū)域產業(yè)轉移過程中利用的境內省外資金來表征，并利用固定資產投資價格指數(shù)進行平減，基期選定為2000年。用新產品經費支出作為R＆D投入的替代指標，利用固定資產價格指數(shù)和居民消費價格指數(shù)的加權合成指數(shù)作為新產品的價格縮減指數(shù)，分別賦予權重45%和55%。間接R＆D(IRD)用來表征行業(yè)間的技術溢出效應，計算方法用公式(2)。

(4)資本密集度(CI)和勞動力投入(L)。資本密集度用“固定資產凈值年平均余額”除以“全部從業(yè)人員年平均人數(shù)”表示，利用固定資產投資價格指數(shù)對固定資產凈值年平均余額進行縮減，基期選定為2000年。勞動力投入用“全部從業(yè)人員年平均人數(shù)”表示。各變量的描述性統(tǒng)計值見表2。

最后，縱觀所有文獻，出于對模型結果的預期，可以提出以下假設:

假設1:IRD、TR、RD、CI均能夠對甘肅的工業(yè)行業(yè)產生正向促進作用，但IRD溢出的程度會比TR、RD、CI更加顯著，程度未知，即 β1～β4均為正，且β1大于其他系數(shù);

假設2:在利用投入產出法測算各行業(yè)間的總受益者效應和產業(yè)間受益者效應時，測算結果均為正，且小于1。

表2 變量的描述性統(tǒng)計

3 實證檢驗結果與分析

3.1 計量統(tǒng)計結果分析

針對面板數(shù)據(jù)分析方法，要對模型進行Hausman檢驗，根據(jù)檢驗結果選擇模型。如表3所示，由 Hausman檢驗，Chi2(3)=26.7，Prob＞chi2=0.0000，拒絕原假設，選擇固定效應模型。

從估計結果看，間接R＆D(IRD)和資本密集度(CI)都在1%顯著性水平下顯著，而產業(yè)轉移變量(TR)和研發(fā)投入變量(R＆D)也在10%的顯著性水平下通過了統(tǒng)計檢驗。從整體上來看，全要素生產率的提高，一方面取決于產業(yè)轉移(TR)和研發(fā)投入(R＆D)，另一方面，間接R＆D(IRD)的增加也對全要素生產率起到正的促進作用，這表明:行業(yè)間技術溢出是明顯存在的。模型結果顯示:技術溢出變量IRD的系數(shù)參數(shù)估計為0.271，表明當行業(yè)間技術溢出提高1個百分點時，行業(yè)的全要素生產率將提高0.271個百分點。另外，行業(yè)間的技術溢出效應甚至超出了產業(yè)轉移和研發(fā)投入所帶來的直接回報，研發(fā)投入和產業(yè)轉移的彈性值分別為0.054和0.067，表明各行業(yè)研發(fā)投入和產業(yè)轉移平均增加1%時，全要素生產率將會提高0.054%和0.067%。這一結果的出現(xiàn)，驗證了我們的假設1，但是各行業(yè)從其他行業(yè)所獲得的回報是其自身投資得到的回報的5倍左右，卻遠遠超出我們的預期。外部性理論顯示，研發(fā)投入所帶來的“私人收益”小于行業(yè)間的技術溢出所帶來的“社會收益”時，符合Griliches［4］在1992年提出的技術知識溢出的原本含義。

表3 甘肅16個工業(yè)行業(yè)行業(yè)間技術溢出效應回歸結果

另外，我們從模型結果中發(fā)現(xiàn)了一個與我們的預期相悖的結論:資本密集度和勞動力投入對生產率的提高起到了阻礙作用，且勞動力投入不顯著。從理論上來說，資本和勞動力的投入會促進創(chuàng)新能力的提高，但考慮到甘肅本地城鄉(xiāng)結構發(fā)展的極不平衡，大量資本集中在少數(shù)人的手中，且勞動力在城鄉(xiāng)及省份之間的流動較為頻繁，真實的人力資本水平并不高，名義上的資本及勞動力并不能夠對創(chuàng)新能力的提升產生正向作用。

3.2 投入產出法結果分析

我們利用計量模型分析了產業(yè)轉移的行業(yè)間技術溢出對全要素生產率的影響，如果說以上研究屬于“質”的研究，那么接下來我們將從“量”的方面進行更加深入的探討。利用公式(6)、(8)測算總受益者效應和產業(yè)間的受益者效應，如表4、表5所示，是2006—2011年總受益者效應和產業(yè)間受益者效應。

(1)受益者效應的橫向比較。

為了進行受益者效應的橫向比較，將表4、表5中的總受益者效應均值與產業(yè)間受益者效應均值進行排序，并計算出，OC/MC進行排序，如表6所示:

表4 各年受益者效應MC

表5 各年產業(yè)間受益者效應OC

表6 受益者效應的均值比較

從表6中可以看到，電氣機械及器材制造業(yè)的總受益者效應MC最大，其次是金屬制品業(yè)、專用設備制造業(yè)，說明這些行業(yè)研發(fā)活動從其他行業(yè)中獲益最多。而石油加工、煉焦及核燃料加工業(yè)的MC最小。在產業(yè)間受益者效應中，排名靠前的還是電氣機械及器材制造業(yè)、金屬制品業(yè)、專用設備制造業(yè)3個行業(yè)，表明這3個行業(yè)與其他行業(yè)的聯(lián)系較為緊密，從其他行業(yè)獲得的溢出也較多。石油加工、煉焦及核燃料加工業(yè)的OC較小。扣除對自身溢出效應后，排名順序變化最大的是紡織業(yè)，一方面說明紡織業(yè)來源于自身的溢出效應較強，行業(yè)內注重自身發(fā)展，R＆D投入較多;另一方面說明該行業(yè)的技術專用性較強，接受其他行業(yè)溢出的吸收能力較弱。整體上來看，各行業(yè)的MC與OC位次差異不是很大。再來看OC/MC指標，它可以衡量行業(yè)的MC是來源于自身還是其他行業(yè)，在所有12個行業(yè)中有4個行業(yè)的OC/MC值大于0.5，煤炭開采和洗選業(yè)為0.906，這說明該行業(yè)R＆D溢出大部分得益其他行業(yè)。其他的8個產業(yè)部門都小于0.5，其中紡織業(yè)的值僅為0.101，表明其R＆D溢出主要來自于本部門，應該加強與其他各產業(yè)部門之間的聯(lián)系。

(2)受益者效應的縱向比較

從表4的數(shù)據(jù)中可以發(fā)現(xiàn)，多數(shù)行業(yè)的MC呈現(xiàn)出上升的趨勢，由于涉及的工業(yè)行業(yè)較多，為了便于縱向比較，可按照國家標準GB/T4754-94，及GB/T4754-2011，將上述12個行業(yè)分為5個大類:①煤炭開采和洗選業(yè);②輕紡制造業(yè);③資源加工業(yè);④機械制造業(yè);⑤電力、熱力的生產和供應業(yè)。利用表4的數(shù)據(jù)計算出這5大類行業(yè)的均值，并得到趨勢圖。如圖1所示:機械制造業(yè)的平均受益者效應最大，且呈明顯的遞增趨勢;煤炭開采和洗選業(yè)的平均受益者效應最小，呈倒U型趨勢;輕紡加工業(yè)的整體趨勢不是很明顯，剛開始有下降的趨勢，到后來又緩緩上升，呈U型;資源加工行業(yè)剛開始的兩年變化不是特別的明顯，到2008年有上升趨勢，但到了2011年之后又開始下降;電力、熱力的生產和供應業(yè)整體上呈現(xiàn)出上升趨勢，但上升趨勢不是特別的明顯。在資源加工行業(yè)中，各產業(yè)部門的MC均是嚴格的遞增，只是增加的幅度比較小，增長速度緩慢。在機械制造行業(yè)中，金屬制品業(yè)和專用設備制造業(yè)呈現(xiàn)出嚴格的遞增，電氣機械及器材制造業(yè)是先下降，然后遞增，而交通運輸設備制造業(yè)則是呈現(xiàn)先上升后下降再上升的波浪式形態(tài)。

圖1 總受益者效應趨勢圖

4 結論與政策含義

本文將計量經濟模型和投入產出法結合，利用DEA方法對甘肅省工業(yè)行業(yè)的全要素生產率進行了測算，先是以2006—2011年甘肅省工業(yè)行業(yè)的面板數(shù)據(jù)為樣本，利用計量經濟模型實證檢驗了行業(yè)間技術溢出效應的存在，再利用投入產出法測算了工業(yè)行業(yè)的R＆D總受益者效應和產業(yè)間的受益者效應，可以得到以下幾個重要結論:

第一，從計量分析結果來看，區(qū)域產業(yè)轉移和行業(yè)間技術溢出效應能夠對全要素生產率產生正向的促進作用。政府應該加大產業(yè)轉移力度，進一步吸引省外投資，以提高本地企業(yè)的技術進步和技術效率，同時加強省外企業(yè)與本土企業(yè)之間的聯(lián)系，既要提高聯(lián)系緊密度，更重要的應該加強聯(lián)系能力和吸收能力的培養(yǎng)。

第二，從投入產出分析結果的縱向比較來看，首先，工業(yè)行業(yè)的總受益者效應整體上呈現(xiàn)遞增的趨勢，但因各產業(yè)的自身特性不同，其增加的幅度有所不同，且在增加的過程中會出現(xiàn)較小的波動。其次，行業(yè)間的技術溢出效應在不斷變化的同時，能夠保持一定的穩(wěn)定性。隨著技術進步的推進，研發(fā)投入在不斷地加大，產業(yè)間的技術聯(lián)系也在不斷地發(fā)生著變化，而行業(yè)間的受益者效應除去金屬制品業(yè)波動較大外，其他行業(yè)的產業(yè)結構較為穩(wěn)定。這是由于工業(yè)行業(yè)自身技術的穩(wěn)定性，所以并不會出現(xiàn)較大的溢出波動。

第三，從投入產出分析結果的橫向比較來看，電氣機械及器材制造業(yè)、金屬制品業(yè)、專用設備制造業(yè)、交通運輸設備制造業(yè)等機械制造業(yè)的產業(yè)間溢出效應較明顯，說明該類產業(yè)在與產業(yè)上下游企業(yè)之間的聯(lián)系上較為緊密。而紡織業(yè)的受益者效應更多的是來源于其自身的R＆D投資，應該加強與各企業(yè)之間的聯(lián)系，提高產業(yè)間的溢出效應。其政策含義為政府應該優(yōu)化產業(yè)轉移投入，對那些產業(yè)間溢出效應不明顯的行業(yè)加大投資，必要時進行技術扶持，合理化產業(yè)結構，成功實現(xiàn)產業(yè)結構升級。

［1］B.Los，B.Verspagen.R＆D spillovers and productivity:Evidence from US manufacturing microdata ［J］.Empirical Economics，1997，25:127-148.

［2］A.During，H.Schnabel.Imputed inter-industry technology flows-A comparative SMFA analysis［J］.Economics Systems Research，2000，12:363-375.

［3］張軍，吳桂英，張吉鵬.中國省際物質資本存量估算:1952—2000［J］.經濟研究，2004，(10).

［4］Zvi Griliches.The Search for R＆D Spillovers［J］.The Scandinavian Journal of Economics，1992，94:29-47.