技術(shù)差距變動、研發(fā)資源驅(qū)動與技術(shù)進步效應(yīng)

張同斌+李金凱+高鐵梅

摘要隨著中國經(jīng)濟逐漸進入“新常態(tài)”時期，創(chuàng)新驅(qū)動經(jīng)濟增長已經(jīng)成為中國經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的新引擎。在創(chuàng)新驅(qū)動實現(xiàn)的過程中，研發(fā)驅(qū)動技術(shù)進步是關(guān)鍵環(huán)節(jié)。特別是，中國各地區(qū)之間技術(shù)差距較大，在不同技術(shù)差距下分析研發(fā)資源對技術(shù)進步的驅(qū)動效應(yīng)尤為重要。本文以技術(shù)差距為轉(zhuǎn)換變量，構(gòu)建了中國高技術(shù)產(chǎn)業(yè)的面板平滑轉(zhuǎn)換（PSTR）模型，對不同技術(shù)差距階段研發(fā)、人力資本、溢出效應(yīng)等對技術(shù)進步的差異化驅(qū)動效應(yīng)進行了研究。研究結(jié)論發(fā)現(xiàn)，在技術(shù)差距的影響下，研發(fā)沒有充分發(fā)揮對技術(shù)進步率的驅(qū)動效應(yīng)，人力資本對技術(shù)進步率的影響呈現(xiàn)明顯的非對稱性，溢出效應(yīng)對于技術(shù)進步的貢獻不足。在不同技術(shù)差距間，存在著迅速和平緩兩種轉(zhuǎn)換機制。在快速轉(zhuǎn)換機制中，研發(fā)溢出對技術(shù)進步的促進作用得以體現(xiàn)。而在慢速轉(zhuǎn)換機制中，技術(shù)差距、人力資本對技術(shù)進步率的影響顯著為正，兩個轉(zhuǎn)換機制中各變量的影響呈現(xiàn)“此消彼長”的關(guān)系。此外，技術(shù)差距適度時技術(shù)進步的“穩(wěn)態(tài)”特征十分明顯，而技術(shù)差距過小或過大時則是技術(shù)進步的不穩(wěn)定區(qū)間?？紤]到我國各地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展的多層次和多元化特征，各地區(qū)應(yīng)根據(jù)技術(shù)水平的現(xiàn)狀，選取適宜的高技術(shù)進行引進。關(guān)于高技術(shù)產(chǎn)業(yè)中的消化吸收能力不足問題，不能簡單地依靠增大技術(shù)引進和消化吸收經(jīng)費支出來解決。必須依靠加大技術(shù)后發(fā)地區(qū)的教育投入，提升落后地區(qū)的人力資本水平。最后，為充分實現(xiàn)不同地區(qū)高技術(shù)產(chǎn)業(yè)之間的協(xié)同創(chuàng)新與共同進步，還應(yīng)著重組建協(xié)同創(chuàng)新機構(gòu)，構(gòu)建集成創(chuàng)新網(wǎng)絡(luò)，進而形成區(qū)域內(nèi)與地區(qū)間的功能互補與良好協(xié)作機制，實現(xiàn)高技術(shù)產(chǎn)業(yè)的可持續(xù)發(fā)展。

關(guān)鍵詞研發(fā)資源驅(qū)動；技術(shù)差距；技術(shù)進步；面板平滑轉(zhuǎn)換（PSTR）模型

中圖分類號F276.44文獻標(biāo)識碼A文章編號1002-2104（2016）01-0131-09doi：10.3969/j.issn.1002-2104.2016.01.018

2008年國際金融危機之后，世界經(jīng)濟復(fù)蘇艱難曲折，主要經(jīng)濟體增長緩慢，經(jīng)濟形勢復(fù)雜多變。同時，國內(nèi)經(jīng)濟內(nèi)需乏力，下行壓力持續(xù)加大，全球經(jīng)濟和中國經(jīng)濟處于深度調(diào)整和結(jié)構(gòu)轉(zhuǎn)型期。在傳統(tǒng)要素驅(qū)動效應(yīng)逐漸減弱的背景下，技術(shù)創(chuàng)新與技術(shù)進步在經(jīng)濟增長中的作用日益顯著，2012年，我國明確提出將創(chuàng)新驅(qū)動經(jīng)濟增長作為中長期經(jīng)濟發(fā)展的重要戰(zhàn)略，提高原始創(chuàng)新、集成創(chuàng)新和引進消化吸收再創(chuàng)新能力，推動經(jīng)濟發(fā)展方式從“要素驅(qū)動”、“投資驅(qū)動”向“創(chuàng)新驅(qū)動”轉(zhuǎn)變。其中，研發(fā)能否發(fā)揮對技術(shù)創(chuàng)新與技術(shù)進步的促進作用，是創(chuàng)新驅(qū)動經(jīng)濟增長中的首要環(huán)節(jié)和關(guān)鍵步驟。特別是我國不同地區(qū)之間的技術(shù)水平的差異較大，這在一定程度上會產(chǎn)生技術(shù)溢出的門檻效應(yīng)，進而阻礙了研發(fā)投入對技術(shù)創(chuàng)新驅(qū)動效應(yīng)的實現(xiàn)。因此，在不同技術(shù)差距水平下，分析研發(fā)資源，如研發(fā)經(jīng)費投入、人力資本等對技術(shù)進步的差異化驅(qū)動效應(yīng)，探索研發(fā)要素對技術(shù)創(chuàng)新的影響路徑與驅(qū)動機制，對于創(chuàng)新驅(qū)動經(jīng)濟增長戰(zhàn)略的實現(xiàn)具有重要意義。

1文獻綜述

國外學(xué)者主要圍繞研發(fā)投入、人力資本、溢出效應(yīng)等方面對技術(shù)進步的影響因素進行了大量的研究。其中，研發(fā)資源對技術(shù)進步的作用分為直接影響與間接影響兩個方面，且認為研發(fā)對技術(shù)進步存在正向影響的觀點占大多數(shù)。例如，Kinoshita[1]和Jefferson等[2]研究表明R&D可以顯著提高企業(yè)生產(chǎn)率，并且學(xué)習(xí)效應(yīng)對企業(yè)生產(chǎn)率增長的影響遠遠大于其創(chuàng)新效應(yīng)。人力資本方面，Vandenbussche等[3]研究發(fā)現(xiàn)高技術(shù)人才通過創(chuàng)新和模仿有效地縮小與技術(shù)領(lǐng)先者的技術(shù)差距，促進了全要素生產(chǎn)率的增長，Stllinger[4]構(gòu)建了以人力資本為門限的BenhabibSpiegel模型，考察了創(chuàng)新型、模仿型和停滯型三種類型國家中吸收能力對技術(shù)進步的影響，研究發(fā)現(xiàn)技術(shù)模仿可以提升技術(shù)落后國的技術(shù)水平，模仿型國家吸收知識溢出效應(yīng)的能力最強，技術(shù)進步最明顯。

關(guān)于研發(fā)資源對技術(shù)進步的影響，國內(nèi)學(xué)者的研究結(jié)論存在明顯差異，主要體現(xiàn)在研發(fā)投入對技術(shù)進步具有促進效應(yīng)還是抑制作用。張海洋[5]、包群[6]研究發(fā)現(xiàn)內(nèi)資部門由于吸收能力的限制，增加R&D投入并不能促進生產(chǎn)率增長，而吳延兵[7]研究發(fā)現(xiàn)R&D和生產(chǎn)率之間存在顯著地正相關(guān)，并且高技術(shù)產(chǎn)業(yè)的R&D產(chǎn)出彈性大于其它非高技術(shù)產(chǎn)業(yè)部門的產(chǎn)出彈性。綜合上述兩個方面的研究如張同斌[8]發(fā)現(xiàn)R&D提升了高技術(shù)產(chǎn)業(yè)的技術(shù)水平，但是R&D投入存在生產(chǎn)率悖論效應(yīng)，即隨著R&D投入的累積，生產(chǎn)率增速呈現(xiàn)逐漸下降趨勢。此外，國內(nèi)學(xué)者有關(guān)人力資本、溢出效應(yīng)等因素對技術(shù)進步影響的觀點也存在較大分歧。

實際上，技術(shù)差距對研發(fā)在技術(shù)進步中作用的發(fā)揮具有重要影響，易先忠和張亞斌[9]指出技術(shù)差距具有雙面效應(yīng)，一定程度的技術(shù)差距對技術(shù)進步是有利的，但過大或者過小都不利于技術(shù)進步。并且，技術(shù)差距大小決定了對國外引進技術(shù)的模仿、吸收能力的強弱，Barro和 SalaiMartin[10]、Lankhuizen[11]的研究均表明技術(shù)差距越大，吸收能力越弱，技術(shù)進步越慢。因此，Lai等[12]采用多門限面板回歸模型檢驗了以技術(shù)差距為門限的前提下溢出效應(yīng)與技術(shù)進步之間的非線性關(guān)系，結(jié)果表明，適當(dāng)?shù)募夹g(shù)差距是吸收能力和溢出效應(yīng)發(fā)揮的前提。

張同斌等：技術(shù)差距變動、研發(fā)資源驅(qū)動與技術(shù)進步效應(yīng)中國人口·資源與環(huán)境2016年第1期為更好地描述回歸系數(shù)隨時間和個體發(fā)生改變的現(xiàn)象，體現(xiàn)研發(fā)對技術(shù)進步的差異化影響，本文在國內(nèi)外文獻的基礎(chǔ)上，構(gòu)建面板平滑轉(zhuǎn)換（Panel Smooth Transition Regression，PSTR）模型研究不同技術(shù)差距水平下研發(fā)資源對技術(shù)進步的驅(qū)動效應(yīng)，剩余部分的結(jié)構(gòu)如下：第二部分是技術(shù)差距變動下研發(fā)驅(qū)動技術(shù)進步的理論模型構(gòu)建；第三部分是數(shù)據(jù)來源、指標(biāo)選取與變量計算；第四部分是隨著技術(shù)差距變動研發(fā)等因素對技術(shù)進步影響的實證檢驗；最后是結(jié)論與政策建議。

2技術(shù)差距變動下研發(fā)驅(qū)動技術(shù)進步的理論模型本文在易先忠等[9]、Barro和SalaiMartin[10]內(nèi)生增長理論模型的基礎(chǔ)上，構(gòu)建不同技術(shù)差距中研發(fā)對技術(shù)進步驅(qū)動的理論模型。

研發(fā)部門的生產(chǎn)函數(shù)，即技術(shù)進步方程通常如式（1）所示。

A·t=B·[·At+（1-）·A*t]

·[f（rdt，ht）]θ·（st）φ（1）

其中：A·t為知識增量，A*t為知識存量或當(dāng)前的技術(shù)水平，A*t為前沿的技術(shù)水平，f（·） 是投入要素組合的函數(shù)，影響技術(shù)進步的主要有研發(fā)強度和人力資本投入兩種要素，分別記為rdt、ht。由于研發(fā)活動具有外部性，本文在知識生產(chǎn)函數(shù)中，還加入了研發(fā)的溢出效應(yīng)st，以全面分析技術(shù)進步的影響因素。B、、θ、φ為參數(shù)，一般而言，上述參數(shù)均大于0。

將式（1）兩邊除以At，可以得到技術(shù)增長率的表達形式如式（2）所示。

A·tAt=B·[+（1-）·A*tAt]·[f（rdt，ht）]θ·（st）φ（2）

其中：A·t/At代表技術(shù)At的增長率，A*t/At則可用于表示技術(shù)差距。

為簡化起見，將函數(shù)f（·）改寫為柯布道格拉斯形式，得到式（3）：

A·tAt=B·[+（1-）·A*tAt]·rdγt·hδt·（st）φ（3）

將式（3）兩邊取對數(shù)，進行線性化處理，如式（4）所示。

lnA·tAt=lnB+ln[+（1-）·A*tAt]+γlnrdt

+δlnht+φlnst（4）

式（4）中，一般而言，在促進技術(shù)進步方面，相對于技術(shù)差距，技術(shù)水平本身At的作用更大，參數(shù)可設(shè)為接近于1，則第二項可以變換為：

ln[+（1-）·A*tAt]=ln[·（1+1-·A*tAt）]

=ln+ln（1+1-·A*tAt）=1-·A*tAt（5）

綜合式（4）、式（5），采用變量gAt代表技術(shù)增長率A·t/At，采用Gapt表示技術(shù)差距A*t/At，進一步地將技術(shù)增長率的表達式簡化為：

lngAt=C+ρGapt+γlnrdt+δlnht+φlnst（6）

其中：常數(shù)項C= lnB，技術(shù)差距對技術(shù)進步的影響系數(shù)ρ= （1-）/。

本文借鑒Vogel等[13]的研究，認為技術(shù)差距對技術(shù)進步的影響系數(shù)ρ受到其自身、吸收能力和溢出效應(yīng)的影響，而研發(fā)強度和人力資本是高技術(shù)產(chǎn)業(yè)中吸收能力的重要代表變量，因此可以將系數(shù)表示為如式（7）所示形式。

ρ=ρ0+ρ1Gapt+ρ2lnrdt+ρ3lnht+ρ4lnst（7）

綜合式（6）、式（7），可以得到：

lngAt=C+ρ0Gapt+ρ1Gap2t+ρ2Gaptlnrdt+ρ3Gaptlnht

+ρ4Gaptlnst+γlnrdt+δlnht+φlnst（8）

此外，Grima[14]認為技術(shù)差距與技術(shù)進步之間存在非線性關(guān)系，技術(shù)差距影響自身、溢出效應(yīng)和研發(fā)投入對技術(shù)進步的貢獻程度，因此，本文進一步地將研發(fā)變量（rdt）、人力資本變量（ht）和溢出效應(yīng)變量（st）對技術(shù)進步的影響系數(shù)設(shè)定為技術(shù)差距的函數(shù)，如式（9）所示。

γ=γ1+γ2Gapt，δ=δ1+δ2Gapt，φ=φ1+φ2Gapt（9）

將式（9）代入式（8）中，通過化簡得到：

lngAt=C+ρ0Gapt+γ1lnrdt+δ1lnht+φ1lnst+[ρ1Gapt

+（ρ2+γ2）lnrdt+（ρ3+δ2）lnht+（ρ4+φ2）lnst]·Gapt（10）

為不失一般性，本文將式（10）中交叉項的技術(shù)差距變量（Gapt）表示為技術(shù)差距函數(shù)G（Gapt），并采用Gonázlez 等[15]面板平滑轉(zhuǎn)換模型（PSTR）中的轉(zhuǎn)換函數(shù)改寫技術(shù)差距函數(shù)為G（γ，c，Gapit），加入隨機擾動項，對理論模型（10）擴展后得到PSTR計量經(jīng)濟模型，如式（11）所示。

lngAit=C+ρ0Gapit+γ1lnrdit+δ1lnhit+φ1lnsit

+[ρ1Gapit+（ρ2+γ2）lnrdit+（ρ3+δ2）lnhit

+（ρ4+φ2）lnsit]G（γ，c，Gapit）+εit（11）

其中，G （·）為轉(zhuǎn)換函數(shù)，主要包括轉(zhuǎn)換變量Gapit、斜率參數(shù)γ以及位置參數(shù)向量c，i表示個體，t代表時間。通常情況下，轉(zhuǎn)換函數(shù)G （·） 為一個廣義邏輯函數(shù)：

G（γ，c，Gapit）=11+exp（-γ∏Kk=1（Gapit-ck）），γ>0（12）

其中，K=1或2。當(dāng)K=1時，PSTR模型稱為LSTR1模型，往往描述從一種狀態(tài)到另一種狀態(tài)的平滑轉(zhuǎn)換過程，進行不對稱技術(shù)進步的建模。當(dāng)K=2時，稱為LSTR2模型，在該模型中，參數(shù)圍繞 （c1+c2）/2點對稱變化，模型轉(zhuǎn)換的動態(tài)特征在兩端相似，但在中間值時存在差異。

3數(shù)據(jù)來源、指標(biāo)選取與變量計算

本文采用的是《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》（2002-2014）中1996年-2013年共18年的年度數(shù)據(jù)，由于青海、西藏和新疆三個省份數(shù)據(jù)缺失較多，在本文的分析中未包括上述三個省份，共28個省份，本文中分別采用下標(biāo)i、t代表省份和年份。

3.1技術(shù)進步率的計算

在計算技術(shù)進步率時，首先需要對技術(shù)水平進行估算。結(jié)合我國工業(yè)化進程和勞動密集型的現(xiàn)狀，本文計算勞動生產(chǎn)率作為技術(shù)水平的替代變量進而計算技術(shù)進步率。具體計算過程為：

（1）選取各省份各年高技術(shù)產(chǎn)業(yè)當(dāng)年價總產(chǎn)值作為產(chǎn)出變量（Yit），采用高技術(shù)產(chǎn)業(yè)各省份各年的從業(yè)人員年平均人數(shù)代表勞動力變量（Lit）；

（2）計算并采用GDP平減指數(shù)對高技術(shù)產(chǎn)業(yè)當(dāng)年價總產(chǎn)值進行平減，得到產(chǎn)出變量的實際值，勞動力變量不平減；

（3）勞動生產(chǎn)率（Ait）為實際產(chǎn)出變量（Yit）與勞動力變量（Lit）的比值，進一步地，將勞動生產(chǎn)率求增速得到技術(shù)進步率（gAit）。

3.2技術(shù)差距的測算

本文以計算得到的技術(shù)水平變量勞動生產(chǎn)率為基礎(chǔ)進行技術(shù)差距的計算。具體而言，在第t年中，技術(shù)差距變量一般是采用該年份所有省份最高技術(shù)水平（A*t）與省份i的技術(shù)水平（Ait）的差值或比值計算得到，其中，A*t為第t年所有省份i中技術(shù)水平的最大值。由于采用差值方法計算的技術(shù)差距存在絕對量上的影響，并且不易取對數(shù)，因此，國內(nèi)外研究中大多采用求比值方法計算的技術(shù)差距，即技術(shù)差距（Gapit）為A*t/Ait。

3.3研發(fā)變量的選取與處理

高技術(shù)產(chǎn)業(yè)中，研發(fā)變量是影響技術(shù)進步的重要因素。如本文第二部分理論模型中式（1）所示，研發(fā)投入通常包括研發(fā)經(jīng)費投入和研發(fā)人員投入兩個方面，本文從上述兩個方面選取研發(fā)變量并進行處理，計算步驟為：

（1）在研發(fā)經(jīng)費投入、研發(fā)人員方面，搜集并整理各年度各省份高技術(shù)產(chǎn)業(yè)研發(fā)經(jīng)費內(nèi)部支出、研發(fā)活動人員折合全時當(dāng)量兩個指標(biāo)；

（2）借鑒朱平芳等[16]、張同斌等[8]的處理方法計算研發(fā)價格指數(shù)，并采用該價格指數(shù)對研發(fā)經(jīng)費內(nèi)部支出進行平減，得到研發(fā)經(jīng)費投入的實際值（RDIit），研發(fā)活動人員折合全時當(dāng)量指標(biāo)不平減；

（3）將高技術(shù)產(chǎn)業(yè)實際研發(fā)經(jīng)費支出與實際高技術(shù)產(chǎn)業(yè)總產(chǎn)值求比值，計算得到研發(fā)強度變量（rdit）；將高技術(shù)產(chǎn)業(yè)研發(fā)活動人員折合全時當(dāng)量占高技術(shù)產(chǎn)業(yè)從業(yè)人員年平均人數(shù)的比例作為研發(fā)人力資本變量（hit）。

3.4研發(fā)溢出效應(yīng)的測度

研發(fā)溢出效應(yīng)的測度一直是研發(fā)與技術(shù)進步關(guān)系研究的重點和難點。在有關(guān)研發(fā)溢出效應(yīng)的文獻中，一般采用研發(fā)存量、研發(fā)支出變量與技術(shù)引進消化吸收經(jīng)費支出等其他變量的乘積項表示溢出效應(yīng)。該處理方法過于簡化，并不能夠充分反映真實的溢出效應(yīng)。

本文借鑒Jaffe[17]提出的技術(shù)相似度計算方法，計算高技術(shù)產(chǎn)業(yè)第t年各省份間的技術(shù)相似度矩陣，用于測算溢出效應(yīng)。技術(shù)相似度的計算公式如式（13）所示：

Wij=Fi·F′j[（Fi·F′i）·（Fj·F′j）]1/2（13）

其中，i、j為不同省份的標(biāo)識， Fi、Fj分別為i、j省份在各專利領(lǐng)域的數(shù)量向量，一般是發(fā)明專利數(shù)（f1）、實用新型專利數(shù)（f2）和外觀設(shè)計專利數(shù)（f3）三種專利申請受理數(shù)量，Wij為技術(shù)相似度矩陣，矩陣中的元素記為wij。本文計算了1996-2013年共18個技術(shù)相似度矩陣Wij，每個矩陣包括技術(shù)相似度wij數(shù)值392個，共計7 056個。

式（13）表明，技術(shù)相似度能夠刻畫不同省份技術(shù)的結(jié)構(gòu)相似性，并且減弱了專利數(shù)量和數(shù)值大小的影響，能夠更為合理地表示技術(shù)的近似程度，根據(jù)技術(shù)相似度矩陣（Wij）計算得到的溢出效應(yīng)變量（sit）更為精確。

技術(shù)相似度與研發(fā)存量的乘積項可以用于表示研發(fā)溢出效應(yīng)。因此，還需計算研發(fā)存量。與其他文獻的處理方法類似，本文采用永續(xù)存盤法，取研發(fā)資本的折舊率為15%，采用平減后的研發(fā)經(jīng)費內(nèi)部支出變量計算得到研發(fā)存量（RDTit），其計算公式為：

RDTit=RDIit+0.85·RDTit-1（14）

其中，RDIit為第i個省份第t年高技術(shù)產(chǎn)業(yè)的實際研發(fā)經(jīng)費支出，RDTit-1為第i個省份第t-1年高技術(shù)產(chǎn)業(yè)的研發(fā)存量。最初的研發(fā)資本存量RDTi1由1996年的研發(fā)經(jīng)費支出除以折舊率15%與實際研發(fā)經(jīng)費支出的平均增速之和得到。

最后，將技術(shù)相似度矩陣（Wij）與研發(fā)存量向量（RDTit）的乘積作為溢出效應(yīng)變量（sit）。

4技術(shù)差距變動下研發(fā)對技術(shù)進步驅(qū)動效應(yīng)的實證檢驗4.1非線性模型形式檢驗

如前所述，本文選取技術(shù)差距（Gap）為轉(zhuǎn)換變量，分析隨技術(shù)差距變動各因素對技術(shù)進步的差異化影響。在應(yīng)用面板平滑轉(zhuǎn)換（PSTR）方法之前，需要進行非線性模型形式檢驗以及轉(zhuǎn)換函數(shù)個數(shù)的檢驗，檢驗結(jié)果如表1所示。

表1顯示，在模型形式的線性、非線性檢驗中，Wald、Fisher和LRT三項檢驗均在1%的顯著性水平下拒絕了原

假設(shè)。隨著技術(shù)差距的變動，各解釋變量與技術(shù)進步率之間存在非線性關(guān)系，可以采用面板平滑轉(zhuǎn)換模型進行分析。關(guān)于轉(zhuǎn)換函數(shù)個數(shù)檢驗的結(jié)果則表明，Wald、Fisher和LRT三項檢驗在1%或5%的顯著性水平下拒絕原假設(shè)，因此，可以確定面板平滑轉(zhuǎn)換模型存在兩個轉(zhuǎn)換函數(shù)。

4.2研發(fā)等因素對技術(shù)進步差異化驅(qū)動效應(yīng)的實證分析

在模型形式檢驗結(jié)果的基礎(chǔ)上，根據(jù)總體回歸模型（11），可以得到簡化后的樣本回歸模型如式（15）所示。

lngAit=α^0+α^1Gapit+α^2lnrdit+α^3lnhit+α^4lnsit

+[β^1Gapit+β^2lnrdit+β^3lnhit+β^4lnsit]

·G^1（Gapit）+[θ^1Gapit+θ^2lnrdit+θ^3lnhit

+θ^4lnsit]·G^2（Gapit）+ε^it（15）

采用面板平滑轉(zhuǎn)換方法對模型（15）中的參數(shù)進行估計，得到估計結(jié)果，如表2所示。

根據(jù)面板平滑轉(zhuǎn)換模型的基本原理和表2中的估計結(jié)果可得，各解釋變量對技術(shù)進步率影響的彈性系數(shù)為α+β×G1 +θ×G2，其中線性部分系數(shù)α= （α1，α2，α3，α4）′，非線性部分系數(shù)分別為β= （β1，β2，β3，β4）′和θ=表2研發(fā)等變量對技術(shù)進步影響的面板平滑轉(zhuǎn)換模型估計結(jié)果

Tab.2The PSTR estimation results of R&D and other variables effects on technological progress

項目

Item線性部分

Liner part非線性部分1

Nonlinear part 1非線性部分2

Nonlinear part 2參數(shù)

Parameter估計值（t值）

Estimated value（t value）參數(shù)

Parameter估計值（t值）

Estimated value（t value）參數(shù)

Parameter估計值（t值）

Estimated value（t value）估計系數(shù)α^1-0.132***β^1-0.075***θ^10.137***（-4.703）（-3.486）（3.305）α^20.056β^20.021θ^2-0.184*（1.249）（0.364）（-1.713）α^3-0.052β^3-0.213***θ^30.334***（-1.477）（-4.044）（3.586）α^4-0.059***β^40.055***θ^4-0.060***（-5.470）（5.305）（-2.754）斜率參數(shù)γ^1109.246γ^21.507門限值c^111.165c^211.371c^123.064c^223.067檢驗統(tǒng)計量AIC-4.333SC-4.168RSS5.196注：*、***分別表示系數(shù)在10%和1%的顯著性水平下顯著。

（θ1，θ2，θ3，θ4）′， 兩個轉(zhuǎn)換函數(shù)G1、G2等于0或1，且均滿足面板平滑轉(zhuǎn)換的LSTR2模型形式。當(dāng)技術(shù)差距處于1.3713.067時，解釋變量對技術(shù)進步的影響系數(shù)則為線性部分和非線性部分之和α+β+θ。由于兩個轉(zhuǎn)換函數(shù)中的門限值1.165和1.371，3.064和3.067接近，因此，為簡化起見，本文省略了1.165

4.2.1技術(shù)差距（Gap）對于技術(shù)進步率具有負向影響

表2顯示，當(dāng)技術(shù)差距適度時，即1.3713.067時，技術(shù)差距對技術(shù)進步率影響系數(shù)α^1+β^1+θ^1的估計值為-0.07，兩組系數(shù)均在1%的顯著性水平下顯著。因此，無論技術(shù)差距處在哪個階段，高技術(shù)產(chǎn)業(yè)中技術(shù)差距對技術(shù)進步率均具有負向影響，即技術(shù)差距不利于技術(shù)進步率的提升。

雖然技術(shù)差距為技術(shù)進步率提供了增長空間，但一般而言，技術(shù)差距與學(xué)習(xí)、消化和吸收能力有效結(jié)合才能促進技術(shù)進步，我國高技術(shù)產(chǎn)業(yè)技術(shù)引進和技術(shù)消化吸收經(jīng)費支出的結(jié)構(gòu)嚴重失衡，導(dǎo)致不能充分、合理地對引進技術(shù)進行消化吸收，使得消化吸收再創(chuàng)新的效率大大降低，影響了技術(shù)進步中“示范—模仿”機制作用的發(fā)揮，抑制了技術(shù)進步率的上升。例如，2013年，我國高技術(shù)產(chǎn)業(yè)技術(shù)引進費用為58.23億元，消化吸收費用僅為14.57億元，技術(shù)引進與消化吸收費用之比約為1∶0.25，而2012年日本兩類費用之比達到了1∶7，歐洲約為1∶3。

此外，根據(jù)技術(shù)生命周期和技術(shù)擴散“S曲線”理論，技術(shù)差距的存在使得高新技術(shù)在大多地區(qū)的應(yīng)用不足，高新技術(shù)的擴散比較緩慢，從技術(shù)創(chuàng)新、技術(shù)擴散，再到模仿和吸收存在一定的“滯后效應(yīng)”。即使高新技術(shù)被引進到技術(shù)落后地區(qū)后，技術(shù)差距產(chǎn)生的“門檻效應(yīng)”使得短期內(nèi)技術(shù)擴散難以實現(xiàn)突破，這些地區(qū)沒有真正實現(xiàn)集成創(chuàng)新，最終不利于高新技術(shù)的快速進步。

特別地，表2顯示，技術(shù)差距適度時，技術(shù)差距對技術(shù)進步率的抑制程度較高，“中等技術(shù)差距陷阱”使得技術(shù)進步的動力不足。以技術(shù)差距適度的東部和中部省份為例，由于知識的自我累積和路徑依賴等特點形成了中部地區(qū)省份技術(shù)水平快速增長的“瓶頸”，技術(shù)后發(fā)優(yōu)勢得不到充分發(fā)揮[18]。

與之相對，技術(shù)差距過小或過大時，技術(shù)差距對技術(shù)進步率的負向影響偏小。例如，我國東部地區(qū)各省份間高新技術(shù)的差距較小，較高的技術(shù)相似度有利于協(xié)同創(chuàng)新的實現(xiàn)與技術(shù)進步率增長。東部與西部地區(qū)省份間的技術(shù)差距較大，較遠的技術(shù)距離有利于西部省份的技術(shù)趕超。

4.2.2研發(fā)（rd）對技術(shù)進步率的貢獻程度不足

由表2可得，當(dāng)1.3713.067時，研發(fā)變量的影響系數(shù)θ·1為-0.184，研發(fā)資本增加1%，技術(shù)進步率平均下降0.184%。技術(shù)差距過大或者過小時，研發(fā)投入降低了高技術(shù)產(chǎn)業(yè)技術(shù)進步的速度，在技術(shù)差距的作用下，研發(fā)有效性沒有得到充分顯現(xiàn)。

研發(fā)有效性程度不高的現(xiàn)象，說明我國高技術(shù)產(chǎn)業(yè)中研發(fā)投入并沒有促進基礎(chǔ)科學(xué)的突破性進展。長期以來，我國研發(fā)活動偏重于試驗發(fā)展活動，在基礎(chǔ)研究、應(yīng)用研究中的投入比例很低。例如，2012年，基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展三類研發(fā)支出占研發(fā)經(jīng)費總支出的比重分別為4.8%、11.3%和83.9%。在高技術(shù)產(chǎn)業(yè)中研發(fā)投入結(jié)構(gòu)失衡與技術(shù)差距共同作用下，研發(fā)資本累積對技術(shù)進步率提升的貢獻不足，高新技術(shù)進步速度緩慢。

技術(shù)差距過大或過小時，科技成果轉(zhuǎn)化率低是高技術(shù)產(chǎn)業(yè)中研發(fā)累積沒有促進高技術(shù)產(chǎn)業(yè)技術(shù)快速進步的重要原因。一方面，高技術(shù)產(chǎn)業(yè)專利申請受理數(shù)、授權(quán)數(shù)快速增長的同時，技術(shù)差距等因素導(dǎo)致部分新技術(shù)的理論研究與現(xiàn)實應(yīng)用沒有緊密銜接，因此，沒有形成高技術(shù)研發(fā)成果應(yīng)用推動技術(shù)進步的良性循環(huán)機制；另一方面，在高技術(shù)產(chǎn)業(yè)中，技術(shù)差距較小時，創(chuàng)新的空間縮小，技術(shù)差距過大時，創(chuàng)新的風(fēng)險上升。并且，研發(fā)資本在一定程度上替代了傳統(tǒng)的資本和勞動力要素，當(dāng)研發(fā)對技術(shù)進步的促進作用沒有明顯提升時，替代效應(yīng)還降低了傳統(tǒng)要素對生產(chǎn)率增長的貢獻程度。

4.2.3人力資本（h）對技術(shù)進步率具有差異化影響

在技術(shù)差距過?。℅ap<1.165）或過大（Gap>3.067）時，人力資本變量（h）對技術(shù)進步影響的彈性系數(shù)（β^3+θ^3）為0.121，人力資本質(zhì)量的提升能夠促進高新技術(shù)的快速進步。具體而言，技術(shù)差距較小的地區(qū)，高技術(shù)產(chǎn)業(yè)比較發(fā)達，各省份高技術(shù)產(chǎn)業(yè)間能夠?qū)崿F(xiàn)信息共享、優(yōu)勢互補和要素整合，技術(shù)創(chuàng)新的“協(xié)同效應(yīng)”得以充分發(fā)揮；在技術(shù)差距過大的省份間，特別是技術(shù)相對落后地區(qū)的高技術(shù)產(chǎn)業(yè)中，人力資本投入增加和研發(fā)人員數(shù)量增長，可以有效地學(xué)習(xí)、模仿引進技術(shù)，“學(xué)習(xí)效應(yīng)”帶動生產(chǎn)率提升。

在適度技術(shù)差距（1.371

4.2.4研發(fā)溢出效應(yīng)（s）降低了技術(shù)進步速度

根據(jù)表2中的估計結(jié)果可得，研發(fā)溢出效應(yīng)降低了技術(shù)進步的速度，其中，當(dāng)技術(shù)差距適度（1.3713.064）時，溢出效應(yīng)上升1%，技術(shù)進步率下降的程度α^4+β^4+θ^4為0.064%。在不同技術(shù)差距中，溢出效應(yīng)對技術(shù)進步率影響系數(shù)的差異較小。

我國高技術(shù)產(chǎn)業(yè)研發(fā)活動的地理集聚效應(yīng)突出，不利于溢出效應(yīng)的發(fā)揮。據(jù)測算，高技術(shù)產(chǎn)業(yè)的研發(fā)資源主要集聚于東部地區(qū)的少數(shù)發(fā)達省份中，2013年，東部地區(qū)高技術(shù)產(chǎn)業(yè)R&D經(jīng)費支出占全國R&D總經(jīng)費支出的77.75%，遠高于中部、西部地區(qū)的9.78%和8.45%，而在東部地區(qū)中，廣東、江蘇兩省R&D經(jīng)費內(nèi)部支出占該地區(qū)的59.50%，研發(fā)要素的高度集聚，使得中心與外圍省份技術(shù)差距擴大的同時，研發(fā)要素不能充分流動，溢出程度降低，溢出效應(yīng)對技術(shù)進步的影響微弱。

從技術(shù)供給者角度分析，技術(shù)發(fā)達地區(qū)為了保持技術(shù)先發(fā)優(yōu)勢地位，獲得經(jīng)濟利潤或超額回報，往往保留核心技術(shù)轉(zhuǎn)移低端技術(shù)，主動減弱了研發(fā)的外部性和溢出效應(yīng)；對于相對落后地區(qū)的技術(shù)接受者而言，其對現(xiàn)有技術(shù)形成了一定的經(jīng)驗和認知，引進和采用新技術(shù)的動力不足，“技術(shù)慣性”的存在不利于該地區(qū)對溢出效應(yīng)的吸收，從而各地區(qū)之間技術(shù)得不到充分流動，降低了溢出效應(yīng)對于技術(shù)進步的貢獻程度。此外，技術(shù)轉(zhuǎn)移的制度不完善、落后地區(qū)基礎(chǔ)設(shè)施不健全等也是阻礙高技術(shù)產(chǎn)業(yè)中溢出效應(yīng)作用發(fā)揮的因素。

4.3不同技術(shù)差距間的平滑轉(zhuǎn)換特征分析

為分析不同技術(shù)差距間的轉(zhuǎn)換特征，本文繪制了轉(zhuǎn)換函數(shù)G1和G2與轉(zhuǎn)換變量Gap之間關(guān)系的圖形，如圖1所示。

結(jié)合圖1的轉(zhuǎn)換函數(shù)圖形與表2的實證結(jié)果可得，在轉(zhuǎn)換函數(shù)G1（轉(zhuǎn)換機制1）中技術(shù)差距存在兩個門限值c^11和c^12，分別為1.165和3.064，并且，該轉(zhuǎn)換機制中，斜率參數(shù)γ^1為109.246，狀態(tài)轉(zhuǎn)換非常迅速。值得注意的是，在轉(zhuǎn)換函數(shù)G1對應(yīng)的非線性部分中，研發(fā)變量（rd）及其溢圖1轉(zhuǎn)換函數(shù)G1（快速）和G2（慢速）

Fig.1Transition functions of G1（fast） and G2 （slowly）

出效應(yīng)（s）對技術(shù)進步率影響的估計系數(shù)分別為0.021和0.055，研發(fā)溢出對技術(shù)進步的促進作用得以體現(xiàn)，與之相對，技術(shù)差距（Gap）和人力資本（h）對技術(shù)進步率的影響系數(shù)分別為-0.075和-0.213。

在轉(zhuǎn)換函數(shù)G2（轉(zhuǎn)換機制2）中，轉(zhuǎn)換變量技術(shù)差距的門限值c^21和c^22為1.371和3.067，該轉(zhuǎn)換函數(shù)中的斜率參數(shù)γ^2為1.507，與轉(zhuǎn)換函數(shù)G1的門限值大小近似，但轉(zhuǎn)換速率差別非常大，該轉(zhuǎn)換機制中狀態(tài)轉(zhuǎn)換十分平緩。此外，對表2中轉(zhuǎn)換函數(shù)G2對應(yīng)的第2個非線性部分的分析可得，技術(shù)差距、人力資本變量對技術(shù)進步率影響程度的估計值θ^1和θ^3分別為0.137、0.334，而研發(fā)及其溢出效應(yīng)對技術(shù)進步率的影響系數(shù)θ^2、θ^4則為-0.184和-0.060。因此，機制1和機制2中各變量對技術(shù)進步率影響的估計系數(shù)符號相反，這兩個轉(zhuǎn)換機制中各變量的影響呈現(xiàn)“此消彼長”的關(guān)系。

高技術(shù)產(chǎn)業(yè)中技術(shù)差距和人力資本、研發(fā)資本及其溢出效應(yīng)兩組變量之間存在雙向動態(tài)影響關(guān)系。例如，技術(shù)差距和人力資本水平，顯著影響研發(fā)資本及其溢出效應(yīng)對技術(shù)進步的促進效果。技術(shù)差距越大，人力資本水平越高，可能不利于研發(fā)資本溢出效應(yīng)的實現(xiàn)，但為技術(shù)進步提供了充分的空間，為引進技術(shù)的消化吸收提供了有利的條件。因此，表2中兩個非線性部分的估計結(jié)果表明，在不同技術(shù)差距和不同時期中，發(fā)揮技術(shù)差距和人力資本、研發(fā)資本及其溢出效應(yīng)各自的主導(dǎo)作用，能夠有效提升技術(shù)進步率。

4.4技術(shù)進步率的穩(wěn)定性分析

表2中的估計結(jié)果顯示，無論是在線性部分，還是在兩個非線性部分，技術(shù)差距和溢出效應(yīng)變量對高技術(shù)產(chǎn)業(yè)技術(shù)進步率均產(chǎn)生了高度顯著的影響。除傳統(tǒng)的研發(fā)與人力資本變量之外，本文將不同技術(shù)差距中技術(shù)差距變量、溢出效應(yīng)變量與技術(shù)進步率對數(shù)變量的數(shù)值綜合繪圖，直觀、簡明地分析技術(shù)進步率的變動特征。

轉(zhuǎn)換函數(shù)G1=G2=0（1.371

圖2技術(shù)差距和溢出效應(yīng)對技術(shù)進步的影響

（G1=G2=0）

Fig.2Influence of technology gap and spillover effects on

technological progress （G1=G2=0）

圖3為G1=G2=1（Gap<1.165或Gap>3.067）時，技術(shù)差距、溢出效應(yīng)共同對技術(shù)進步率影響的關(guān)系圖。與圖2對比可得，圖3中技術(shù)差距過小或過大時，技術(shù)差距和溢出效應(yīng)變動對于技術(shù)進步率具有較高程度的影響。其中，在技術(shù)差距較大和溢出效應(yīng)較小的情況下，技術(shù)進步率的值很小，相反，當(dāng)技術(shù)差距較小和溢出程度較高時，技術(shù)進步的速度很快，技術(shù)差距過小或過大時也成為了技術(shù)進步的不穩(wěn)定區(qū)間。因此，縮小技術(shù)差距、發(fā)揮溢出效應(yīng)是實現(xiàn)高技術(shù)產(chǎn)業(yè)技術(shù)進步率提升的重要途徑。

4.5估計結(jié)果的穩(wěn)健性檢驗

為了確保估計結(jié)果的準確性和估計系數(shù)的穩(wěn)健性，本文采用國內(nèi)三種專利申請授權(quán)數(shù)替代專利申請受理數(shù)，重新測算研發(fā)的溢出效應(yīng)變量，采用面板平滑轉(zhuǎn)換方法對樣本回歸模型（15）進行重新估計，得到穩(wěn)健性檢驗結(jié)果表3。

將表2和表3相對照可得，除個別系數(shù)外，采用國內(nèi)專利申請授權(quán)數(shù)、國內(nèi)專利申請受理數(shù)測算溢出效應(yīng)變量，并進行面板平滑轉(zhuǎn)換估計后，各解釋變量對高技術(shù)產(chǎn)業(yè)技術(shù)進步率影響的估計系數(shù)大小相近，符號相同，顯著性差異不大，從而驗證了估計結(jié)果的穩(wěn)健性和實證分析的可信性。

5主要結(jié)論與政策建議

本文采用技術(shù)相似度測算研發(fā)的溢出效應(yīng)，基于面板平滑轉(zhuǎn)換模型，對不同技術(shù)差距水平下研發(fā)驅(qū)動技術(shù)進步的差異化效應(yīng)進行了研究。結(jié)論認為，高技術(shù)產(chǎn)業(yè)中的消化吸收能力不足使得技術(shù)差距對于技術(shù)進步率產(chǎn)生了負向影響。在技術(shù)差距的影響下，研發(fā)對技術(shù)進步率的貢獻程度不足。隨著技術(shù)差距的變動，人力資本通過“協(xié)同效應(yīng)”、“學(xué)習(xí)效應(yīng)”和“結(jié)構(gòu)效應(yīng)”對技術(shù)進步率具有差異化的促進作用。高技術(shù)產(chǎn)業(yè)中研發(fā)活動的高度集聚現(xiàn)象，不利于溢出效應(yīng)的發(fā)揮，降低了技術(shù)進步速度。

在不同技術(shù)差距間，存在著迅速和平緩兩種轉(zhuǎn)換機制，對應(yīng)于兩個轉(zhuǎn)換函數(shù)。在快速轉(zhuǎn)換函數(shù)中，研發(fā)溢出對技術(shù)進步的促進作用得以體現(xiàn)。與之相對，在慢速轉(zhuǎn)換函數(shù)中，技術(shù)差距、人力資本變量對技術(shù)進步率的影響顯著為正，兩個轉(zhuǎn)換機制中各變量的影響呈現(xiàn)“此消彼長”的關(guān)系。此外，技術(shù)差距適度時技術(shù)進步的“穩(wěn)態(tài)”特征十分明顯，而技術(shù)差距過小或過大時則是技術(shù)進步的不穩(wěn)定區(qū)間。

隨著中國經(jīng)濟發(fā)展進入“新常態(tài)”時期，技術(shù)進步率的下降已經(jīng)成為新階段高技術(shù)產(chǎn)業(yè)發(fā)展的典型特征。由于技術(shù)差距不利于研發(fā)累積及其溢出效應(yīng)的發(fā)揮，因此，在技術(shù)差距較大的行業(yè)或地區(qū)之間，政府應(yīng)加大財政貼息、稅收減免等方式積極推動高技術(shù)由先進地區(qū)向落后地區(qū)的輸出，并同時引導(dǎo)人力資本要素伴隨著技術(shù)輸出而流動。

技術(shù)差距為技術(shù)進步提供了增長空間，但考慮到我國各地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展的多層次和多元化特征，各地區(qū)應(yīng)根據(jù)技術(shù)水平的現(xiàn)狀，選取適宜的高技術(shù)進行引進。低端的技術(shù)引進導(dǎo)致資源的浪費，而引進技術(shù)過于高端時，由于受到研發(fā)資本存量、人力資本水平的限制，無法跨越技術(shù)外溢的門檻，也不能實現(xiàn)消化吸收再創(chuàng)新或集成創(chuàng)新。適宜的技術(shù)引進，除了能夠達到對技術(shù)的充分利用和創(chuàng)造性模仿之外，還能夠推動技術(shù)供給方和需求方的協(xié)同創(chuàng)新，進而在高技術(shù)產(chǎn)業(yè)中實現(xiàn)創(chuàng)新驅(qū)動技術(shù)進步和產(chǎn)出增長。

關(guān)于高技術(shù)產(chǎn)業(yè)中的消化吸收能力不足問題，不能簡單地依靠增大技術(shù)引進和消化吸收經(jīng)費支出來解決。特別是，技術(shù)后發(fā)地區(qū)人力資本水平較低，導(dǎo)致消化吸收的成本過高，因此，必須依靠加大技術(shù)后發(fā)地區(qū)的教育投入，對西部地區(qū)實施人才傾斜戰(zhàn)略，尤其是加快高等教育質(zhì)量發(fā)展與內(nèi)涵提升，提升落后地區(qū)的人力資本水平，在基礎(chǔ)研究等關(guān)鍵環(huán)節(jié)實現(xiàn)對發(fā)達地區(qū)的追趕和超越，最終降低消化吸收的成本。

為充分實現(xiàn)不同地區(qū)高技術(shù)產(chǎn)業(yè)之間的協(xié)同創(chuàng)新與共同進步，還應(yīng)著重組建協(xié)同創(chuàng)新機構(gòu)，構(gòu)建協(xié)同創(chuàng)新、集成創(chuàng)新網(wǎng)絡(luò)，發(fā)揮政府、高技術(shù)企業(yè)、大學(xué)、科研機構(gòu)各自的長處，促進高校人力資本與企業(yè)實物資本的結(jié)合，實現(xiàn)優(yōu)勢互補。在實現(xiàn)周邊式外溢（主要針對中部地區(qū)）的基礎(chǔ)上，促進跳躍式外溢（主要針對西部地區(qū)），進而形成區(qū)域內(nèi)與地區(qū)間的功能互補與良好協(xié)作機制，實現(xiàn)高技術(shù)產(chǎn)業(yè)的可持續(xù)發(fā)展。

（編輯：劉呈慶）

參考文獻（References）

[1]Kinoshita Y. R&D and Technology Spillovers via FDI： Innovation and Absorptive Capacity [R]. William Davidson Institute， 2000.

[2]Jefferson G H， Bai H M， Guan X J， et al. R&D Performance in Chinese Industry [J]. Economics of Innovation and New Technology， 2006， 15： 19-27.

[3]Vandenbussche J， Aghion P， Meghir C. Growth， Distance of Frontier and Composition of Human Capital [J]. Journal of Economic Growth， 2006， 11（2）： 97-127.

[4]Stllinger R. International Spillovers in a World of Technology Clubs [J]. Structural Change and Economic Dynamics， 2013， 27： 19-35.

[5]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)濟研究， 2005， （5）： 107-117. [Zhang Haiyang. Two Faces of R&D， Activity of FDI and the Growth of Productivity of Domestic Manufacturing in China [J]. Economic Research Journal， 2005， （5）： 107-117.]

[6]包群. 自主創(chuàng)新與技術(shù)模仿：一個無規(guī)模效應(yīng)的內(nèi)生增長模型 [J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2007， （10）： 24-34. [Bao Qun. Innovation， Imitation and Nonscale Endogenous Economics Growth [J]. The Journal of Quantitative & Technical Economics， 2007， （10）：24-32.]

[7]吳延兵. R&D與生產(chǎn)率：基于中國制造業(yè)的實證研究[J]. 經(jīng)濟研究， 2006， （11）： 60-70. [Wu Yanbing. R&D and Productivity： An Empirical Study on Chinese Manufacturing Industry [J]. Economic Research Journal， 2006， （11）： 60-70. ]

[8]張同斌. 研發(fā)投入的非對稱效應(yīng)、技術(shù)收斂與生產(chǎn)率增長悖論 [J]. 經(jīng)濟管理， 2014， （1）： 131-141. [Zhang Tongbin. The Asymmetric Effects of R&D Input， Technology Convergence and Productivity Paradox [J]. Economic Management， 2004， （1）： 131-144.]

[9]易先忠. 技術(shù)差距雙面效應(yīng)與主導(dǎo)技術(shù)進步模式轉(zhuǎn)換 [J]. 財經(jīng)研究， 2010， 36（7）： 39-48. [Yi Xianzhong， Double Effects of Technological Gap and Transformation of Dominant Technological Progress Mode [J]. Journal of Finance and Economics， 2010， 36（7）： 39-48.]

[10]Barro R， SalaiMartin X. Technological Diffusion， Convergence， and Growth [J]. Journal of Economic Growth， 1997， 2 （1）： 3-26.

[11]Lankhuizen M. Catching up， Absorption Capability and the Organisation of Human Capital [R]. Maastricht Economic Research Institute on Innovation and Technology， Working paper， 1998.

[12]Lai M， Wang H， Zhu S. Doubleedged Effects of the Technology Gap and Technology Spillovers： Evidence From the Chinese Industrial Sector [J]. China Economic Review， 2009， 20： 414-424.

[13]Vogel J. The Two Faces of R&D and Human Capital Evidence from Western European Regions [R]. CEPS/INSTEAD Working Paper Series， 2012： 3-52.

[14]Grima. Foreign Direct Investment， Spillover and Absorptive Capacity： Evidence from Quantile Regressions [R]. Deutsche Bundesbank Discussion Paper， 2001.

[15]Gonázlez A， Tersvirta T， Dijk D. Panel Smooth Transition Regression Models [R]. SSE/EFI Working Paper Series in Economics and Finance， 2005.

[16]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：上海市的實證研究 [J]. 經(jīng)濟研究， 2003， （6）： 23-34. [Zhu Pingfang， Xu Weimin. On The Impact of Governments S&T Incentive Policy on the R& D Input and its Patent Output of Large and Mediumsized Industrial Enterprises in Shanghai [J]. Economic Research Journal， 2003， （6）： 23-34.]

[17]Jaffe A B. Demand and Supply Influences in R&D Intensity and Productivity Growth [J]. The Review of Economics and Statistics， 1988， 70（3）： 431-437.

[18]寇宗來. 技術(shù)差距、后發(fā)陷阱和創(chuàng)新激勵：一個縱向差異模型 [J]. 經(jīng)濟學(xué)（季刊）， 2009， 8（2）： 533-550. [Kou Zonglai. Technological Gaps， the Trap of Backwardness and Incentives for Innovation： A Model of Vertical Differentiation [J]. China Economic Quartely， 2009， 8（2）： 533-550.]

Changes of Technology Gap， Driving Effects of R&D

Resources and Technological Progress

ZHANG Tongbin1，2LI Jinkai1GAO Tiemei1，2

（1.Economics School of DUFE， Dalian Liaoning 116025， China；

2.Center for Econometric Analysis and Forecasting of DUFE， Dalian Liaoning 116025， China）

AbstractWith Chinas economy entering to the ‘new normal， innovationdriven economic growth has become the new engine of Chinas economic growth and industrial structure adjustment. R&Ddriven technology progress is the key link in the process of innovationdriven implementation. In particular， the technological gap among different regions in China is considerably large. It is particularly important to analyze the influence of R&D resources on technology progress at different levels of technology gap. By selecting the technology gap as a transition variable， this paper specified the Panel Smooth Transition Regression （PSTR） model of Chinas hightech industry， discussed the difference driven effect of R&D， human capital and spillover effects on technological progress in different stages of the technology gap. The results show that under the influence of the technological gap， R&D has not fully played a driving effect on the technological progress rate， the influence of human capital on technological progress rate is obviously asymmetric， and spillover effects do not make sufficient contributions to the technological progress. Among different technology gap levels， there are two kinds of transition mechanism： rapid and smooth. In rapid transition mechanism， R&D spillover effect promotes the technological progress. However， in the slow transition mechanism， the influence of technology gap and human capital on technological progress rate is significantly positive. The impacts of each variable on technological progress rate show increase in one transition function and decrease in the other. In addition， technological progress takes on a steady feature in appropriate technology gap interval. On the contrary， technological progress presents an unstable feature when technology gap is too small or too large. Considering the multilevel and diversified characteristics of the hightech industries development in China， each region should introduce appropriate high technology according to the current situation of technical level. In terms of the shortage of digestion and absorption ability in hightech industry， it cannot be solved simply by increasing the technology introduction， digestion and absorption expenditure. Besides， we must depend on increasing education investment in less developed regions and elevating the level of human capital in these regions. Finally， in order to realize the collaborative innovation among hightech industries in different regions， we should focus on the establishment of cooperative innovation organization as well as the construction of the network of collaborative innovation. And then the complementary and cooperative mechanism within a region and among different areas may be formed， and it can promote the sustainable development of hightech industry.