提升中國制造業(yè)自主創(chuàng)新效率研究

楊善奇+談鎮(zhèn)

摘 要：通過DEA-Tobit二階段模型的Malmquist指數(shù)法研究發(fā)現(xiàn)：危機后我國制造業(yè)創(chuàng)新效率總體呈上升趨勢，技術進步主要得益于規(guī)模效率提升而非純技術進步變化。另外，企業(yè)經(jīng)營績效、制度因素以及企業(yè)規(guī)模對制造業(yè)自主創(chuàng)新效率呈顯著的正相關;政府干預和技術引進與消化吸收因素對制造業(yè)技術創(chuàng)新效率呈正相關，但未通過顯著性檢驗。因此，提升我國制造業(yè)創(chuàng)新效率應從減少政府的直接干預、完善市場制度、做大企業(yè)規(guī)模以及激發(fā)企業(yè)創(chuàng)新積極性方面入手。

關鍵詞：Malmquist;制造業(yè);自主創(chuàng)新;自主創(chuàng)新效率

中圖分類號：F273.1;F424.3 ? 文獻標識碼：A ? 文章編號：1003-3890（2015）01-0054-06

一、引言

“十二五”時期，轉型與創(chuàng)新是我國經(jīng)濟社會發(fā)展的兩大主題。我國實體經(jīng)濟，特別是以制造業(yè)為核心的工業(yè)，承擔著產(chǎn)業(yè)升級與發(fā)展方式轉變的艱巨任務。從現(xiàn)在國際經(jīng)濟環(huán)境看，2008年全球金融危機以后，隨著歐美經(jīng)濟的止跌回升，世界經(jīng)濟開始全面復蘇階段，但金融海嘯給全球帶來的“余震”尚未結束，國際經(jīng)濟復蘇將是一個緩慢曲折的過程。從國內經(jīng)濟看，經(jīng)濟回升的基礎不穩(wěn)定，內需后勁不足，部分產(chǎn)業(yè)產(chǎn)能嚴重過剩，資源環(huán)境約束趨緊，產(chǎn)業(yè)結構調整壓力和難度加大，一些深層次矛盾特別是結構性矛盾仍然突出。面對“內憂外患”的局面，加強我國制造業(yè)自主創(chuàng)新能力迫在眉睫。從傳統(tǒng)新古典增長理論可知，通常一個國家的技術進步有兩條渠道：一是靠技術引進，消化、吸收、模仿創(chuàng)新;二是依靠加大R&D活動投入，提高創(chuàng)新效率，獲得新的技術能力。然而我國制造業(yè)技術引進一直存在“消化不良”的現(xiàn)象，外資技術溢出效應并不明顯，并且在某些行業(yè)和地區(qū)出現(xiàn)了負效應，國內外一些學者也研究表明，依靠外資引進無法徹底改變技術落后的局面。因此，在資源約束趨緊的背景下，提高自主創(chuàng)新效率是增強自主創(chuàng)新能力的必然選擇。

目前，有關制造業(yè)創(chuàng)新效率測度的問題，國內兩種方法較為流行。一類是非參數(shù)方法，另一類是參數(shù)方法，即SFA（隨機前沿分析）和DEA（數(shù)據(jù)包絡線分析模型）。SFA采用了計量方法對前沿生產(chǎn)函數(shù)進行估計，依賴于數(shù)據(jù)的隨機假設性，有更為堅實的理論基礎，同時SFA在測量誤差和統(tǒng)計干擾處理上具有優(yōu)勢。但SFA在函數(shù)設定和分布假設方面要求過于嚴格，應用范圍較為有限。DEA方法與SFA相比，它不需要估計投入產(chǎn)出的生產(chǎn)函數(shù)，避免了因錯誤函數(shù)形式帶來的問題，也不需要考慮量綱歸一以及指標權重的問題，從而保證了內容和結果的客觀性，對于多投入多產(chǎn)出復雜系統(tǒng)有著較強的適應性。國內把DEA方法用于制造業(yè)創(chuàng)新效率相關問題研究的成果主要有：沈能（2006）認為1985—2003年中國制造業(yè)全要素生產(chǎn)率的增長主要得益于技術進步的提高，技術效率變化值為負。楊桂元、王莉莉（2008）對我國制造業(yè)技術進步與技術效率及地區(qū)差異進行了研究。余泳澤（2009）運用DEA模型以及Malmquist指數(shù)對我國高新技術產(chǎn)業(yè)創(chuàng)新過程各階段的創(chuàng)新效率及其影響因素做了實證分析。王姍姍、屈小娥（2011）首次運用Malmquist指數(shù)分行業(yè)分析了我國制造業(yè)全要素能源效率[1]。趙樹寬、余海晴、鞏順龍（2013）對吉林的高技術企業(yè)創(chuàng)新效率進行了研究?？傮w來看，我國制造業(yè)創(chuàng)新效率研究主要集中在高新技術行業(yè)以及區(qū)域差異研究，相對而言，缺少對我國制造業(yè)整體以及細分行業(yè)的動態(tài)效率分析。尤其是在金融危機后，基于資源約束下，完整、系統(tǒng)地以我國制造業(yè)為研究對象，比較不同產(chǎn)業(yè)間、不同行業(yè)間的自主創(chuàng)新能力建設及其創(chuàng)新效率情況，鮮見報道。

二、實證分析

數(shù)據(jù)包絡分析DEA（data envelopment analysis）是一種效率評價方法[2]，本文將制造業(yè)自主創(chuàng)新能力看作一個由若干吸收自主創(chuàng)新投入指數(shù)轉換為自主創(chuàng)新能力產(chǎn)出指數(shù)的復雜開放系統(tǒng)，投入向產(chǎn)出的轉換貫穿于自主創(chuàng)新的全過程。利用基于DEA模型的Malmquist指數(shù)的方法，來分析我國制造業(yè)及各細分產(chǎn)業(yè)自主創(chuàng)新效率變化特征。

（一）數(shù)學模型

假設有n個決策單元，每個決策單元都有m種類型“輸入”以及s種類型的“輸出”，第j個決策單元為DMUj，分別以xij、yrj表示DMUj對第i種輸入的投入量、對第r種輸出的產(chǎn)出量，分別以？棕i、？滋r表示對第i種輸入、第r種輸出的一種度量。DEA中常用的評價第jo（jo=1，2，…，n）個決策單元（DMUjo）技術有效及規(guī)模有效的具有非阿基米德無窮小性質C2R的模型為線性規(guī)劃，DEA（C2R）具體模型為：

maxhjo=■st■？燮maxhj0=1？滋≥0;？淄≥0;j=1，2，…，n

Malmquist指數(shù)是基于DEA模型的方法提出的，它利用距離函數(shù)的比率來計算投入產(chǎn)出效率。隨著該指數(shù)的不斷完善進步，有以下三個經(jīng)典公式來說明Malmquist的原理[3]：

Mi，t+1（Xit+1，Yit+1，Xit，Yit）

=■*■■（1）

該指數(shù)涉及到兩個單期的距離函數(shù)Dit+1（Xit，Yit）和Dit（Xit，Yit），兩個跨期的距離函數(shù)Dit+1（Xit+1，Yit+1）和Dit（Xit+1，Yit+1）。同時Malmquist指數(shù)（1）可以分解為技術效率變化指數(shù)和技術進步變化指數(shù)的乘積。所以上式可以改寫成：

Mi，t+1（Xit+1，Yit+1，Xit，Yit）

=■*■*■■（2）

其中EC=■，

TC=■*■■。

EC代表了兩個時期相對技術效率的變化，稱為“追趕效應”或“水平效應”，它測度了從t期到t+1期每個決策單元到生產(chǎn)前沿的追趕程度。當EC>1時，表明決策單元更接近生產(chǎn)前沿面，相對技術效率有所提高。TC是技術進步變化，代表兩個時期內生產(chǎn)前沿面的移動，稱為“前沿面移動效應”或“增長效應”。當TC>1時，表明生產(chǎn)前沿面向外移動或生產(chǎn)前沿面向上移動，即出現(xiàn)了技術進步。

放松對公式（1）和公式（2）的固定規(guī)模報酬的假設，可以進一步將技術效率變化指數(shù)分解為純技術效率變化指數(shù)和規(guī)模效率變化指數(shù)，得到公式（3）

M？淄，ct，t+1=■

*■/■

*■*■■（3）

第一項表示純技術效率變化指數(shù)（pech），第二項表示規(guī)模效率變化指數(shù)（sech），第三項表示技術進步變化指數(shù)（TC）。

因為自主創(chuàng)新投入具有多輸入和多輸出的特征，自主創(chuàng)新的投入效率很難用一個直觀的指標來衡量，而基于DEA的Malmquist指數(shù)方法可利用多種投入和多種產(chǎn)出變量進行效率變化分析，且不需要相關的價格信息，也不需要成本最小化和利潤最大化等條件，更為重要的是它將效率的變化原因分為技術進步變化與技術效率變化，并進一步把技術效率變化細分為純技術效率變化和規(guī)模效率變化，這樣就能更為細致地動態(tài)分析和深入了解我國自主創(chuàng)新投入效率變動的原因以及各種變化的貢獻程度[4]。

（二）效率影響因素解釋模型

如果數(shù)據(jù)具有以下的特點：因變量的數(shù)值是切割或片段（截斷）的情況時，那么普通最小二乘法（OLS）回歸系數(shù)就不再適用，這時遵循最大似然法則的Tobit模型就成為估計回歸系數(shù)的一個較好選擇。該模型的一個重要特征是被解釋變量為截斷數(shù)據(jù)，即被解釋變量都大于或者小于某個確定值。具有兩個有限點的截斷回歸模型一般形式如下：yi=xi？茁+？著i，且ci

（三）指標選取及數(shù)據(jù)處理

鑒于數(shù)據(jù)的可得性及數(shù)據(jù)前后的一致性，本文選取的數(shù)據(jù)樣本為2006—2010年制造業(yè)29個子行業(yè)大中型企業(yè)的面板數(shù)據(jù)1 015個觀測結果。數(shù)據(jù)主要來自《中國科技統(tǒng)計年鑒》（2007—2011）及《中國統(tǒng)計年鑒》（2007—2011），并對相關數(shù)據(jù)進行了計算整理。

1. 投入產(chǎn)出指標的選取。R&D資源投入作為創(chuàng)新活動的基本要素，在技術創(chuàng)新中起著關鍵作用。根據(jù)國內學者以往的研究經(jīng)驗，一般選取R&D經(jīng)費投入以及R&D投入人員全時當量作為技術創(chuàng)新的投入指標，此外本文還加入了新產(chǎn)品開發(fā)經(jīng)費和技術改造經(jīng)費作為投入指標，這兩個指標分別對我國初期產(chǎn)品創(chuàng)新以及轉化為最終創(chuàng)新能力起到重要作用。產(chǎn)出指標方面，由于專利數(shù)據(jù)易于獲得，同時專利與技術創(chuàng)新關系緊密，并且該指標標準統(tǒng)一、客觀可靠。于是本文同時選取了制造業(yè)專利申請數(shù)以及發(fā)明專利擁有數(shù)。另外，為了反映創(chuàng)新成果的利益性，本文選取了新產(chǎn)品產(chǎn)值一項作為衡量創(chuàng)新產(chǎn)出商業(yè)價值的指標。

2. 影響因素指標的選取。制度因素衡量較為困難，本文綜合借鑒傅曉霞、吳利學（2006）[5]以及余泳澤（2009）[6]對制度因素的度量的處理方法，采用了各行業(yè)社會固定資產(chǎn)投資中非國有企業(yè)的比重、外貿依存度以及外資依存度三個指標作為影響我國自主創(chuàng)新的制度因素，并采用主成分分析方法把三個指標合稱為一個綜合指標，作為測度各行業(yè)制度水平及其變遷的代理變量;企業(yè)規(guī)模因素采用平均企業(yè)規(guī)模指標，采用各行業(yè)工業(yè)總產(chǎn)值與企業(yè)數(shù)量之比來綜合測度該行業(yè)內的平均企業(yè)規(guī)模;產(chǎn)業(yè)績效指標選用各行業(yè)利潤與主營業(yè)務收入之比來綜合測量;技術消化吸收能力指標采用制造業(yè)各行業(yè)技術引進及消化吸收費用占技術引進和消化吸收經(jīng)費總額的比重作為衡量標準;政府干預指標采取各行業(yè)中國有企業(yè)及國有成分固定資產(chǎn)投資占全社會固定資產(chǎn)投資中的比重。

3. 數(shù)據(jù)處理。本文效仿朱有為、徐康寧（2009）關于指標處理方法，投入指標采用R&D資本存量、新產(chǎn)品開發(fā)資本以及技術改造經(jīng)費存量指標，基期為2006年，以2006年各項經(jīng)費支出除以10%作為該行業(yè)的初始資本存量，并采用15%的折舊率。為了消除價格因素的影響，本文在測算各指標存量之前利用朱有為、徐康寧（2009）“研發(fā)價格指數(shù)”的計算方法進行了平減[7]。為了獲取不變價格的新產(chǎn)品產(chǎn)值，本文用工業(yè)增加值指數(shù)作為制造業(yè)各子行業(yè)新產(chǎn)品產(chǎn)值的近似替代進行平減。R&D人員指標本文采用了R&D人員全時當量，單位為“千人/年”。

通過DEAP2.1，我們可以得到29個制造行業(yè)的創(chuàng)新效率ML指數(shù)的測算結果。

（四）我國制造業(yè)自主創(chuàng)新效率變化的實證分析

1. 金融危機后全國制造業(yè)技術創(chuàng)新效率和各年度平均變化值分析。從總體來看，2006—2010年我國制造業(yè)技術創(chuàng)新效率的Malmquist指數(shù)為1.018，說明我國制造業(yè)創(chuàng)新效率總體呈上升趨勢，平均上升了1.8%。我們對Malmquist指數(shù)進行分解發(fā)現(xiàn)，其中EC=1.014，TC=1.004，技術創(chuàng)新效率的提升主要得益于技術效率和技術進步效率的共同改善。技術效率上升了1.4%，技術進步效率上升了0.4%。我們進一步把技術效率進行分解，其中純技術效率變動為0.996，規(guī)模效率變動為1.018，這說明我國現(xiàn)階段制造業(yè)技術進步還是主要依靠規(guī)模的擴張而非純技術效率的提升。如表1。

從各年度平均變化來看，2006—2010年我國制造業(yè)技術創(chuàng)新效率總體呈上升趨勢，然而，技術創(chuàng)新效率上升速度卻出現(xiàn)了下行態(tài)勢，并在2007—2008年出現(xiàn)低谷，技術效率出現(xiàn)下降（如圖1所示），究其原因，主要是因為受全球金融風暴的影響，阻礙了我國制造業(yè)技術創(chuàng)新效率的進步。

2006—2007年，我國制造業(yè)技術創(chuàng)新效率Malmquist指數(shù)為1.058，上升了5.8%，主要得益于技術進步的影響，技術效率反而出現(xiàn)了下降;2007—2008年技術效率值落入谷底，技術效率下降了4%，主要是由技術進步效率下降導致的;2008—2009年我國技術效率值出現(xiàn)大幅反彈達到1.041，主要是技術進步效率的大幅提升引起的;2009—2010年我國技術創(chuàng)新效率進一步提升，Malmquist指數(shù)為1.015，主要得益于技術效率的改善。從技術效率變化的分解來看，純技術效率的變動程度要大于規(guī)模效率變動的程度，純技術效率上升了4.7%，規(guī)模效率反而下降了1.9%。