福建省科技創(chuàng)新投入對(duì)TFP的影響效應(yīng)分析

張積林，林江宏，陳國(guó)鐵, 王坤

(1.福建工程學(xué)院 數(shù)理學(xué)院，福建 福州 350118； 2.福建工程學(xué)院 數(shù)據(jù)分析研究中心，福建 福州 350118；3.福建工程學(xué)院 管理學(xué)院，福建 福州 350118)

?

福建省科技創(chuàng)新投入對(duì)TFP的影響效應(yīng)分析

張積林1,2，林江宏1,2，陳國(guó)鐵2,3, 王坤2

(1.福建工程學(xué)院 數(shù)理學(xué)院，福建 福州 350118； 2.福建工程學(xué)院 數(shù)據(jù)分析研究中心，福建 福州 350118；3.福建工程學(xué)院 管理學(xué)院，福建 福州 350118)

摘要：科技創(chuàng)新是影響全要素生產(chǎn)率變動(dòng)的重要因素，文章梳理了福建省近十年來(lái)的科技創(chuàng)新脈絡(luò)，并基于福建省1998～2014年的相關(guān)數(shù)據(jù)，采用DEA-Malmquist指數(shù)法計(jì)算福建省全要素生產(chǎn)率(total factor productivity, TFP)，在此基礎(chǔ)上計(jì)算研究與試驗(yàn)發(fā)展(research & development, R & D)的支出強(qiáng)度、人員全時(shí)當(dāng)量和TFP的灰色關(guān)聯(lián)度，表明R & D支出強(qiáng)度與TFP有更為緊密的關(guān)系。并進(jìn)一步采用逐步回歸模型研究三種R & D活動(dòng)：基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展對(duì)TFP的影響，表明試驗(yàn)發(fā)展對(duì)TFP的提升有顯著的積極作用，也側(cè)面反映了基礎(chǔ)研究和應(yīng)用研究投入不足和成果轉(zhuǎn)化效率不高的問(wèn)題。最后針對(duì)以上結(jié)論給出了一些分析和建議。

關(guān)鍵詞：創(chuàng)新; DEA-Malmquist指數(shù); 全要素生產(chǎn)率; GARCH； 福建

科技創(chuàng)新對(duì)全要素生產(chǎn)率(total factor productivity, TFP)的影響一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。大部分學(xué)者認(rèn)為開(kāi)發(fā)研究(research & development, R & D)對(duì)TFP有顯著的正面作用。國(guó)外學(xué)者Karafillis[1]通過(guò)對(duì)希臘地區(qū)有機(jī)橄欖產(chǎn)業(yè)的實(shí)證分析，認(rèn)為創(chuàng)新能夠有效地阻止全要素生產(chǎn)率的下降。Chaiporn[2]對(duì)美國(guó)不同行業(yè)的分析也表明，R & D對(duì)全要素生產(chǎn)率有強(qiáng)大的積極影響。國(guó)內(nèi)學(xué)者曹澤等[3]分別測(cè)算了中國(guó)東部、中部、西部地區(qū)以及各省區(qū)TFP并且將其分解成技術(shù)效率和技術(shù)進(jìn)步兩個(gè)因素，探討了不同地區(qū)的政府以及企業(yè)R & D投入和地區(qū)R & D溢出對(duì)這三個(gè)量的影響。吳曉園[4]則從政府創(chuàng)新補(bǔ)貼角度切入，證明政府創(chuàng)新補(bǔ)貼能夠促進(jìn)全要素生產(chǎn)率的提高。鄧力群[5]以及李蕊等[6]均證明企業(yè)和政府的R & D對(duì)TFP具有重要的促進(jìn)作用，且企業(yè)有較高的溢出效應(yīng)。

但是，也有學(xué)者認(rèn)為創(chuàng)新對(duì)我國(guó)生產(chǎn)率的提高非但沒(méi)有正面的顯著效果，相反甚至起著阻礙的作用。還有一些學(xué)者研究了我國(guó)三大區(qū)域十年的面板數(shù)據(jù)發(fā)現(xiàn)，從總體上看創(chuàng)新對(duì)我國(guó)TFP并沒(méi)有促進(jìn)作用。Emmanuel[7]對(duì)法國(guó)制造業(yè)的研究認(rèn)為創(chuàng)新對(duì)TFP的貢獻(xiàn)十分微弱。

本文旨在對(duì)福建省的全要素生產(chǎn)率進(jìn)行計(jì)算，并在此基礎(chǔ)上研究體現(xiàn)科技創(chuàng)新的R & D投入如何影響TFP；在汲取前人研究的經(jīng)驗(yàn)基礎(chǔ)上運(yùn)用灰度理論及廣義自回歸條件異方差模型(generalized auto regressive conditional heteroscedasticity, GARCH )，從科技創(chuàng)新投入的角度分析福建省全要素生產(chǎn)率的影響效應(yīng)，并根據(jù)定量分析結(jié)果提出若干建議。

1　福建省全要素生產(chǎn)率的計(jì)算

全要素生產(chǎn)率的測(cè)算方法，主要有“Solow余值”法、“數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)”和Malmquist指數(shù)法。

本文根據(jù)DEA-Malmquist指數(shù)法，利用DEAP2.1軟件，以福建省1997～2014年的GDP、勞動(dòng)投入和資本存量，即可算出福建省1998～2014年的DEA-Malmquist指數(shù)，該指數(shù)反映了福建省這段時(shí)期內(nèi)TFP的變動(dòng)。

(1)資本存量：采用目前普遍使用的永續(xù)盤(pán)存法來(lái)計(jì)算福建省1998～2012年的資本存量。該方法的基本計(jì)算公式如下：

或

式中，Kt和Kt-1分別為第t年和第t-1年的資本存量，δt為第t年的折舊率，It為第t年投資額，Dt為第t年折舊額。

(2)勞動(dòng)投入：一些學(xué)者直接采用就業(yè)人數(shù)作為勞動(dòng)投入Lt，而勞動(dòng)力投入不應(yīng)該只包含數(shù)量，還需要考慮質(zhì)量。根據(jù)魏下海，王岳龍[8]的研究,勞動(dòng)力質(zhì)量對(duì)全要素生產(chǎn)率的估算結(jié)果有一定影響。故本文采用人力資本存量作為勞動(dòng)投入，借鑒B.Fleisher等人的方法計(jì)算人力資本存量：

式中，numLt為第t年年底全社會(huì)從業(yè)人員數(shù)(見(jiàn)于《福建省統(tǒng)計(jì)年鑒2015》)，ht表示第t年人力資本水平(通過(guò)平均受教育年限來(lái)表示)。將受教育程度分為未上過(guò)學(xué)、小學(xué)、初中、高中、大學(xué)專(zhuān)科、大學(xué)本科、研究生及以上，受教育年限分別定為0、6、9、12、15、16、19 a。將受教育年限分別乘以各年相應(yīng)的就業(yè)人員受教育程度比例即可得到平均受教育年限。其中2002～2014年的就業(yè)人員受教育程度比例來(lái)源于2003～2015年的《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》以及《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》。1998～2001年的就業(yè)人員受教育程度比例通過(guò)回歸擬合2002～2014年就業(yè)人員受教育程度比例與年份的關(guān)系估算得到。

通過(guò)計(jì)算我們可以得到以1998年為基年的TFP指數(shù)，該指數(shù)反映了1998年到2014年福建省的TFP增長(zhǎng)狀況，如表1所示。

圖1　1998～2014年福建省DEA-Malmquist指數(shù)變動(dòng)Fig.1　Change of Fujian DEA-Malmquist index during 1998 and 2014

1998～2014年，福建省全要中素生產(chǎn)率的平均增長(zhǎng)率為1.1%。從圖1可以發(fā)現(xiàn)，1998～2007年，福建省DEA-Malmquist指數(shù)一直大于1，也就是說(shuō)1998～2007年福建省的TFP一直處于增長(zhǎng)狀態(tài)。而在2008年之后，由于受到全球金融海嘯的外部影響，福建省的DEA-Malmquist指數(shù)在多數(shù)年份小于1，TFP有所下降。

表1　1998～2014年福建省TFP增長(zhǎng)情況Tab.1　The growth of Fujian TFP during 1998 and 2014

圖2　1998～2014年福建省TFP指數(shù)增長(zhǎng)狀況Fig.2　The growth of Fujian TFP index during 1998 and 2014

2　科技創(chuàng)新投入對(duì)全要素生產(chǎn)率的影響

本文使用R & D經(jīng)費(fèi)內(nèi)部支出強(qiáng)度和人員全時(shí)當(dāng)量作為科技創(chuàng)新的投入并探討它們對(duì)全要素生產(chǎn)率的影響。(以下的研究數(shù)據(jù)均來(lái)源于2001～2015年《福建省統(tǒng)計(jì)年鑒》，由于福建省R & D投入的指標(biāo)最早只可追溯到2000年(統(tǒng)一口徑數(shù)據(jù))，故本文只能探討2000～2014年福建省科技創(chuàng)新投入對(duì)TFP的影響。)

2.1R & D投入對(duì)TFP影響的初步分析

運(yùn)用灰色關(guān)聯(lián)度對(duì)R & D經(jīng)費(fèi)內(nèi)部支出強(qiáng)度和人員全時(shí)當(dāng)量這兩個(gè)反映科技創(chuàng)新投入的主要因素對(duì)全要素生產(chǎn)率影響進(jìn)行靜態(tài)分析。

(1)為了消除不同量綱的影響，對(duì)以上三個(gè)序列進(jìn)行標(biāo)準(zhǔn)化處理：

則經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)見(jiàn)表2。

表2標(biāo)準(zhǔn)化數(shù)據(jù)

Tab.2Standardized data of the effect of R & D investment on Fujian productivity during 2009 and 2014

年份YX1X22000-0.115183-0.587912-1.2662862001-0.094392-0.677793-1.0539082002-0.071882-0.710059-1.2700222003-0.039645-0.185641-0.9146862004-0.006432-0.201663-0.60283920050.007460-0.084427-0.42279620060.0447140.000864-0.26640120070.0671030.011965-0.07069220080.0735900.0540090.14024820090.0379920.1988910.194590

續(xù)表2

(2)求Y,X1,X2的始點(diǎn)零化像：

表3　零化像Tab.3　Zero image

=8.672 3

(7)

(5)計(jì)算灰色相對(duì)關(guān)聯(lián)度：

從上面的結(jié)果可以看出福建省全要素生產(chǎn)率TFP與R & D支出強(qiáng)度和人員全時(shí)當(dāng)量的灰色關(guān)聯(lián)度都大于0.5，他們之間的關(guān)聯(lián)性比較顯著。TFP與R & D經(jīng)費(fèi)內(nèi)部支出強(qiáng)度的灰色關(guān)聯(lián)度為0.723 8，TFP與R & D人員全時(shí)當(dāng)量的灰色關(guān)聯(lián)度為0.679 3,表明R & D經(jīng)費(fèi)內(nèi)部支出強(qiáng)度對(duì)TFP的影響有更顯著的作用。

2.2不同R & D活動(dòng)類(lèi)型投入對(duì)TFP影響的動(dòng)態(tài)分析

按活動(dòng)類(lèi)型，可以把R & D分為：基礎(chǔ)研究，應(yīng)用研究和試驗(yàn)發(fā)展?；A(chǔ)研究是指為獲得關(guān)于現(xiàn)象和觀察事實(shí)的基本原理及新知識(shí)而進(jìn)行的實(shí)驗(yàn)性和理論性工作，它不以任何專(zhuān)門(mén)或特定的應(yīng)用或使用為目的。基礎(chǔ)研究是所有科技創(chuàng)新活動(dòng)的源泉。應(yīng)用研究就是將理論發(fā)展成為實(shí)際運(yùn)用的形式，基礎(chǔ)研究獲取的知識(shí)必須經(jīng)過(guò)應(yīng)用研究才能發(fā)展為實(shí)際運(yùn)用的形式。試驗(yàn)發(fā)展是指利用從基礎(chǔ)研究、應(yīng)用研究和實(shí)際經(jīng)驗(yàn)所獲得的現(xiàn)有知識(shí)，為產(chǎn)生新的產(chǎn)品、材料和裝置，建立新的工藝、系統(tǒng)和服務(wù)，以及對(duì)已產(chǎn)生和建立的上述各項(xiàng)作實(shí)質(zhì)性的改進(jìn)而進(jìn)行的系統(tǒng)性工作。2000～2014年福建省R & D活動(dòng)總支出強(qiáng)度和人員全時(shí)當(dāng)量持續(xù)增加，但三種研究活動(dòng)之間卻大相徑庭，呈現(xiàn)試驗(yàn)發(fā)展一枝獨(dú)秀的局面。

從圖3、4可以看出，無(wú)論是從支出強(qiáng)度還是人員全時(shí)當(dāng)量，從2000～2014年，試驗(yàn)發(fā)展的投入增長(zhǎng)顯著高于基礎(chǔ)研究和應(yīng)用研究，支出強(qiáng)度增加了約0.7%，在2014年達(dá)到了1.98%，人員全時(shí)當(dāng)量翻了五番。而基礎(chǔ)研究的支出強(qiáng)度雖然逐年增長(zhǎng)，但并沒(méi)有多大變化,一直維持在0.1%左右，2014年只有0.014%，同時(shí)R & D人員全時(shí)當(dāng)量增長(zhǎng)了一倍。應(yīng)用研究的支出強(qiáng)度波動(dòng)較大，但也沒(méi)有顯著的增長(zhǎng)，僅上升了0.02個(gè)百分點(diǎn)，同時(shí)其人員全時(shí)當(dāng)量到2014年也僅是為2000年的兩倍。

圖3　福建省2000～2014年基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展內(nèi)部支出強(qiáng)度Fig.3　Expenditure strength of BRC, ARC and RDC of Fujian province during 2000 and 2014

圖4　福建省2000～2014年基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展人員全時(shí)當(dāng)量Fig.4　Full time efficiency of BRC, ARC and RDC of Fujian province during 2000 and 2014

下面我們通過(guò)協(xié)整分析來(lái)分析福建省R & D活動(dòng)類(lèi)型對(duì)TFP的影響。(由于受到2008年金融危機(jī)的影響，由于外部性的負(fù)面影響過(guò)大，福建省全要素生產(chǎn)率開(kāi)始下降，為了更為客觀地研究R & D活動(dòng)對(duì)TFP的影響，我們對(duì)2008年到2014年的數(shù)據(jù)做了一定的平滑)。

由于數(shù)據(jù)的對(duì)數(shù)變換不改變?cè)瓟?shù)據(jù)之間的協(xié)整關(guān)系，同時(shí)還能使其趨勢(shì)線(xiàn)性化，消除時(shí)間序列存在的異方差性，本文采用樣本數(shù)據(jù)的對(duì)數(shù)形式。記基礎(chǔ)研究?jī)?nèi)部支出強(qiáng)度為BRC，應(yīng)用研究?jī)?nèi)部支出強(qiáng)度為ARC，試驗(yàn)發(fā)展內(nèi)部支出強(qiáng)度為RDC，全要素生產(chǎn)率為T(mén)FP，他們的對(duì)數(shù)形式則分別記為L(zhǎng)nBRC、LnARC、LnRDC、LnTFP。

(1)平穩(wěn)性檢驗(yàn)

傳統(tǒng)的時(shí)間序列的計(jì)量經(jīng)濟(jì)學(xué)研究，通常假設(shè)經(jīng)濟(jì)數(shù)據(jù)和和經(jīng)濟(jì)數(shù)據(jù)背后的隨機(jī)過(guò)程是穩(wěn)定的，隨之對(duì)計(jì)量模型的參數(shù)進(jìn)行估計(jì)和假設(shè)。然而，在現(xiàn)實(shí)中許多經(jīng)濟(jì)數(shù)據(jù)并不是平穩(wěn)的時(shí)間序列，并且非平穩(wěn)的時(shí)間序列數(shù)據(jù)在回歸中易導(dǎo)致偽回歸現(xiàn)象，從而可能對(duì)經(jīng)濟(jì)現(xiàn)象作出錯(cuò)誤的解釋?zhuān)虼耸紫刃枰獧z驗(yàn)數(shù)據(jù)的平穩(wěn)性。本文選用ADF(augmented Dickey-Fuller)檢驗(yàn)對(duì)LnBRC、LnARC、LnRDC、LnTFP進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。

表4　平穩(wěn)性檢驗(yàn)結(jié)果Tab.4　Stability testing result

注：(c,t,k),c表示截距項(xiàng)，t表示趨勢(shì)項(xiàng)，k表示滯后階數(shù)。

由ADF檢驗(yàn)的結(jié)果可知LnBRC、LnARC、LnRDC、LnTFP的二階差分的t統(tǒng)計(jì)量均在10%水平臨界值的左側(cè)，p值均小于0.05，故認(rèn)為L(zhǎng)nBRC、LnARC、LnRDC、LnTFP均為二階單整序列，滿(mǎn)足協(xié)整的要求。

(2)逐步回歸

根據(jù)表4的平穩(wěn)性檢驗(yàn)結(jié)果，可知LnBRC、LnARC、LnRDC、LnTFP都是二階單整序列，我們對(duì)其進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示。

從檢驗(yàn)結(jié)果可以看出，在5%的顯著性水平下拒絕沒(méi)有協(xié)整關(guān)系的原假設(shè)，表明至少存在一個(gè)長(zhǎng)期的協(xié)整關(guān)系，因此可以采用線(xiàn)性回歸模型對(duì)LnBRC、LnARC、LnRDC和LnTFP進(jìn)行OLS即最小二乘回歸，回歸結(jié)果如下：

表5　協(xié)整檢驗(yàn)結(jié)果Tab.5　Cointegration testing result

LnTFP=

4.376 0+0.170 3LnBRC+0.016 5LnARC+0.279 3LnRDC

R2=0.974 952DW=1.480 653p=0.001 508

回歸結(jié)果表明R方為0.974 952，說(shuō)明方程整體上擬合程度較好，方程總體的回歸檢驗(yàn)的p值為0.001 508，說(shuō)明方程總體的回歸性顯著，LnBRC、LnARC、LnRDC對(duì)LnTFP有顯著影響。但LnBRC和LnARC的系數(shù)t檢驗(yàn)的p值均大于0.05，說(shuō)明在5%的顯著性水平下不能拒絕原假設(shè)，即LnBRC和LnARC的系數(shù)不顯著。在進(jìn)行逐步回歸之后，則只保留了LnRDC，結(jié)果如下：

LnTFP=2.803 789+0.286 436LnRDC

R2=0.939 035DW=1.823 436p=0.000 325

接下來(lái)檢驗(yàn)殘差et的平穩(wěn)性，如果et是平穩(wěn)的，則說(shuō)明LnRDC對(duì)LnTFP的影響關(guān)系是協(xié)整的。殘差序列的均值為0，故選擇無(wú)截距項(xiàng)，無(wú)趨勢(shì)項(xiàng)的ADF檢驗(yàn)，殘差檢驗(yàn)結(jié)果如表6。

對(duì)殘差et的ADF檢驗(yàn)結(jié)果表明，檢驗(yàn)的t統(tǒng)計(jì)量為-5.894 718，小于1%臨界值3.007 406，p值小于1%，認(rèn)為殘差et序列是平穩(wěn)的，即說(shuō)明LnRDC和LnTFP是協(xié)整的，存在長(zhǎng)期的動(dòng)態(tài)均衡關(guān)系。也就是說(shuō)試驗(yàn)發(fā)展內(nèi)部支出強(qiáng)度與全要素生產(chǎn)率之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，其中LnR DC的回歸系數(shù)為0.295 435，檢驗(yàn)p值遠(yuǎn)小于1%，LnRDC對(duì)LnTFP的影響顯著，即表明從2000～2014年，在其他因素不變的前提下，試驗(yàn)發(fā)展內(nèi)部支出強(qiáng)度每增加一個(gè)百分點(diǎn)，相應(yīng)的全要素生產(chǎn)率就會(huì)提高28.6%。

表6　殘差檢驗(yàn)Tab.6　Residual testing

從以上的分析可以看出，福建省基礎(chǔ)研究和應(yīng)用研究的支出強(qiáng)度比重偏低，遠(yuǎn)低于試驗(yàn)發(fā)展的支出強(qiáng)度?；A(chǔ)研究、應(yīng)用研究與全要素生產(chǎn)率之間并沒(méi)有顯著的關(guān)系，而試驗(yàn)發(fā)展對(duì)全要素生產(chǎn)率的提高有顯著的促進(jìn)作用。

同理，利用上述方法對(duì)全要素生產(chǎn)率與三種不同研發(fā)類(lèi)型的人員全時(shí)當(dāng)量進(jìn)行研究和分析(由于過(guò)程和結(jié)果基本一致，為了避免冗雜故省去)，也表明了同樣的結(jié)論，即在2000～2014年，試驗(yàn)發(fā)展投入對(duì)全要素生產(chǎn)率具有顯著的提高效應(yīng)，而基礎(chǔ)研究和應(yīng)用研究對(duì)全要素生產(chǎn)率并沒(méi)有顯著的影響。

3　結(jié)論和建議

本文采用DEA-Malmquist指數(shù)法計(jì)算了福建省1998～2014年的全要素生產(chǎn)率TFP，并在此基礎(chǔ)上計(jì)算了R & D的支出強(qiáng)度、人員全時(shí)當(dāng)量和TFP的灰色關(guān)聯(lián)度，表明R & D支出強(qiáng)度與TFP有更為緊密的關(guān)系。并且進(jìn)一步研究三種R & D活動(dòng)：基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展對(duì)TFP的影響，表明試驗(yàn)發(fā)展對(duì)TFP的提升有顯著的積極作用，也側(cè)面反映了基礎(chǔ)研究和應(yīng)用研究在研究期間的綜合轉(zhuǎn)化效率較低和投入相對(duì)不足的問(wèn)題。在此針對(duì)以上結(jié)論給出一些政策性建議。

1)加大對(duì)R & D經(jīng)費(fèi)的投入，提高R & D經(jīng)費(fèi)投入的轉(zhuǎn)化效率

就R & D支出強(qiáng)度來(lái)說(shuō)，福建省位于東部地區(qū)的中下游，相比于北京、上海的R & D活動(dòng)支出強(qiáng)度，顯得尤其不足。雖然這幾年增長(zhǎng)迅速，但資金的比例卻嚴(yán)重失衡，偏重于試驗(yàn)發(fā)展。我們?cè)诩哟驲 & D經(jīng)費(fèi)投入的同時(shí)也要優(yōu)化資金的分配比例。同時(shí)政府也要大力鼓勵(lì)和引導(dǎo)各類(lèi)投資主體，圍繞依托高新技術(shù)并具有高度創(chuàng)新活力的生產(chǎn)性服務(wù)業(yè)、信息和科技等新興服務(wù)業(yè)等重點(diǎn)領(lǐng)域，加強(qiáng)商業(yè)模式創(chuàng)新和技術(shù)創(chuàng)新，建立并完善科技創(chuàng)新體系和產(chǎn)業(yè)發(fā)展支撐體系，使得科技創(chuàng)新形成一個(gè)生態(tài)良好的產(chǎn)業(yè)，以吸引更多的資金。在加大投入的同時(shí)，要從制度設(shè)計(jì)的層面積極鼓勵(lì)高校、科研院所的科技創(chuàng)新成果轉(zhuǎn)化，提高福建省科技創(chuàng)新投入的轉(zhuǎn)化效率。

2)提高對(duì)基礎(chǔ)研究和應(yīng)用研究的重視

基礎(chǔ)研究和應(yīng)用研究是試驗(yàn)發(fā)展的源泉，是科技創(chuàng)新的源頭。而目前福建省缺乏自主創(chuàng)新，有依賴(lài)山寨傾向,積極吸收國(guó)外先進(jìn)技術(shù)，反而基礎(chǔ)研究和應(yīng)用研究的強(qiáng)度過(guò)低。福建省的基礎(chǔ)研究和應(yīng)用研究主要由政府主導(dǎo)，企業(yè)則側(cè)重于對(duì)試驗(yàn)發(fā)展的投入。政府應(yīng)該重視對(duì)基礎(chǔ)研究和應(yīng)用研究的投入，制定相應(yīng)的政策，積極引導(dǎo)社會(huì)資金流向基礎(chǔ)研究和應(yīng)用研究。同時(shí)，也要激勵(lì)企業(yè)增加對(duì)基礎(chǔ)研究和應(yīng)用研究的投入，鼓勵(lì)企業(yè)自主創(chuàng)新，提升企業(yè)的核心競(jìng)爭(zhēng)力，在基礎(chǔ)研究和應(yīng)用研究上取得更多突破。

3)培養(yǎng)良好的創(chuàng)新環(huán)境，促進(jìn)研究成果向生產(chǎn)力的轉(zhuǎn)化

著名經(jīng)濟(jì)學(xué)家吳敬璉曾指出，我國(guó)并不缺乏新的技術(shù)發(fā)明，但是這些發(fā)明的產(chǎn)品化、產(chǎn)業(yè)化步履維艱。許多新技術(shù)夭折在搖籃之中，即使勉強(qiáng)轉(zhuǎn)化成了產(chǎn)品，企業(yè)也長(zhǎng)期做不大，新技術(shù)拖成了舊技術(shù)。整個(gè)社會(huì)的研究活力受到了打壓，基礎(chǔ)研究和應(yīng)用研究因此得不到重視。政府應(yīng)出臺(tái)相應(yīng)政策優(yōu)化科技創(chuàng)新體制改革，提高創(chuàng)新體制效率，推進(jìn)科技創(chuàng)新體系建設(shè)，明確科技創(chuàng)新活動(dòng)目標(biāo)，暢通研究成果轉(zhuǎn)化通道，逐漸打破技術(shù)和人才在體制上的桎梏，促進(jìn)新技術(shù)的規(guī)模產(chǎn)業(yè)化。

4)在人才支撐方面，著力培養(yǎng)高層次科技領(lǐng)軍人才

要將優(yōu)先發(fā)展教育作為人才支撐的基礎(chǔ)，從質(zhì)量和數(shù)量上全面提升福建省高等教育的水平，并根據(jù)福建省產(chǎn)業(yè)發(fā)展結(jié)果調(diào)整，大力發(fā)展職業(yè)教育，培育具有創(chuàng)新意識(shí)和創(chuàng)新能力的高素質(zhì)職業(yè)人才，填補(bǔ)福建省經(jīng)濟(jì)社會(huì)發(fā)展緊缺行業(yè)所需技術(shù)技能型人才的缺口。積極創(chuàng)造良好的政策、環(huán)境氛圍，吸引各類(lèi)優(yōu)秀人才特別是領(lǐng)軍人才在福建省的經(jīng)濟(jì)主戰(zhàn)場(chǎng)上施展才華。加快大學(xué)科技園、軟件園、創(chuàng)業(yè)園區(qū)的建設(shè)，在原有產(chǎn)學(xué)研合作模式的基礎(chǔ)上加以創(chuàng)新和發(fā)展，進(jìn)一步推動(dòng)企業(yè)和人才培養(yǎng)單位緊密合作，實(shí)現(xiàn)人才培養(yǎng)企業(yè)全過(guò)程參與，切實(shí)提升產(chǎn)學(xué)研合作效率和效應(yīng)。

參考文獻(xiàn)：

[1] Karafillis C C, Papanagiotou Ε.The contribution of innovations in total factor productivity of organic olive enterprises[C]//International Congress of the European Association of Agricultural Economists, August 26-29,2008.Ghent, Belgium.Ghent:EAAE,2008.

[2] Vithessonthi C, Racela O C.Short and long run effects of internationalization and R & D intensity on firm performance[J].Journal of Multinational Financial Management, 2016,78(34):28-45.

[3] 曹澤,段宗志,吳昌宇.中國(guó)區(qū)域TFP增長(zhǎng)的R & D貢獻(xiàn)測(cè)度與評(píng)價(jià)[J].中國(guó)人口資源與環(huán)境,2011,21(7):146-152.

[4] 吳曉園，叢林，鐘俊娟.政府創(chuàng)新補(bǔ)貼、TFP與中國(guó)經(jīng)濟(jì)增長(zhǎng)[J].商業(yè)研究, 2012, 49(8)：64-69.

[5] 鄧力群.我國(guó)R & D投入對(duì)TFP貢獻(xiàn)的實(shí)證分析[J].南京社會(huì)科學(xué),2011,43(4):152-156.

[6] 李蕊，周平.科技創(chuàng)新的全要素生產(chǎn)率提高效益分析——基于政府和企業(yè)R & D投入的視角[J].現(xiàn)代管理科學(xué),2011,67(7):54-56.

[7] Chen Kaiji, Wemy E.Investment-specific technological changes: The source of long-run TFP fluctuations[J].European Economic Review,2015,106(80):230-252.

[8] 李賓.國(guó)內(nèi)研發(fā)阻礙了我國(guó)全要素生產(chǎn)率的提高嗎[J].科學(xué)學(xué)研究,2010,37(7):1035-1042.

(責(zé)任編輯： 肖錫湘)

The effect of technology innovation investment on TFP in Fujian province

Zhang Jilin1，2, Lin Jianghong1,2, Chen Guotie2,3, Wang Kun2

(1.School of Mathematics and Physics, Fujian University of Technology, Fuzhou 350118, China;2.Data Analysis and Research Center, Fujian University of Technology, Fuzhou 350118, China;3.School of Management, Fujian University of Technology, Fuzhou 350118, China)

Abstract：Technology innovation is an important factor that affects total factor productivity (TFP).DEA-Malmquist index method was used to calculate the TFP in Fujian province during 1998 and 2014.The grey correlation degree among R & D expenditure intensity, personnel full time efficiency(FTE) and TFP was calculated, which indicates that R & D expenditure intensity is closely related to the TFP.Moreover, the effect of basic research, applied research and experimental development on TFP was studied with regressive model, showing that R & D activity has a significant positive impact on the development of TFP.However, the insufficient investment and the low transformation efficiency of basic and applied research was reflected via the economical model analysis.Some policy recommendations were proposed.

Key words：innovation; DEA-Malmquist index; total factor productivity (TFP); generalized auto regressive conditional hetereoscedasticity (GARCH)；Fujian province

doi:10.3969/j.issn.1672-4348.2016.04.015

收稿日期:2016-06-24

基金項(xiàng)目：福建省社科基金項(xiàng)目(2013B206)； 福建省教育規(guī)劃項(xiàng)目(FJJKCGZ13-018)

第一作者簡(jiǎn)介：張積林(1976- )，男，福建周寧人，副教授，博士，研究方向：管理科學(xué)與工程、金融計(jì)量、經(jīng)濟(jì)評(píng)價(jià)。

中圖分類(lèi)號(hào)：F127

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1672-4348(2016)04-0386-07