知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率影響研究

潘俐 張迎春

摘要：為探究知識(shí)資本效率支持作用，基于2010—2021年151家海洋船舶業(yè)上市企業(yè)面板數(shù)據(jù)，采用空間杜賓模型（Spatial Dubin Model， SDM），實(shí)證分析知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率影響。研究發(fā)現(xiàn)，知識(shí)資本對本企業(yè)全要素生產(chǎn)率有顯著正向影響，對鄰近企業(yè)全要素生產(chǎn)率有顯著正向空間溢出效應(yīng)。不同政府補(bǔ)助水平下，知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率存在非線性影響。建議企業(yè)積極推動(dòng)知識(shí)資本提升，政府制定合理補(bǔ)助政策，推動(dòng)海洋船舶業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：知識(shí)資本；全要素生產(chǎn)率；海洋船舶業(yè)

中圖分類號：F276.7

文獻(xiàn)標(biāo)志碼：A

文章編號：1006-1037（2023）02-0123-05

doi：10.3969/j.issn.1006-1037.2023.02.20

基金項(xiàng)目：國家社科基金重點(diǎn)項(xiàng)目（批準(zhǔn)號：17ATJ002）資助；全國統(tǒng)計(jì)科研重點(diǎn)項(xiàng)目（批準(zhǔn)號：2019LZ18）資助。

通信作者：張迎春，女，博士，教授，主要研究方向?yàn)閲H比較、宏觀經(jīng)濟(jì)統(tǒng)計(jì)等。

船舶行業(yè)作為中國戰(zhàn)略性產(chǎn)業(yè)，可向能源提供交通運(yùn)輸工具，亦能技術(shù)支持國防建設(shè)和國防安全。中國屬于造船大國，相較于其他造船強(qiáng)國，高技術(shù)、高附加值船舶等領(lǐng)域仍有較大差距。面對新市場形勢，中國需加快船舶行業(yè)轉(zhuǎn)型升級，提高技術(shù)水平和核心競爭力，推動(dòng)船舶行業(yè)由高速增長階段向高質(zhì)量發(fā)展階段邁進(jìn)。研究發(fā)現(xiàn)，知識(shí)資本作為技術(shù)進(jìn)步載體可通過優(yōu)化資源配置、提升企業(yè)效率水平促進(jìn)海洋船舶業(yè)全要素生產(chǎn)率提升［1-5］。由于新經(jīng)濟(jì)地理學(xué)和空間計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展，知識(shí)溢出效應(yīng)被廣泛關(guān)注，知識(shí)溢出影響全要素生產(chǎn)率的研究聚焦產(chǎn)業(yè)角度、區(qū)域角度和國際角度，較少關(guān)注企業(yè)全要素生產(chǎn)率［6］。企業(yè)層面相關(guān)研究中，空間權(quán)重矩陣的構(gòu)建方法存在較大差異［7］；創(chuàng)新增長理論認(rèn)為，由于傳統(tǒng)的區(qū)間檢驗(yàn)存在主觀性，不同政府補(bǔ)助水平下知識(shí)資本會(huì)抑制或促進(jìn)企業(yè)效率提升［8-11］。由此，本文立足于海洋船舶業(yè)，運(yùn)用Levinsohn-Petri半?yún)?shù)方法（LP）測度其全要素生產(chǎn)率，基于上市企業(yè)具體經(jīng)緯度構(gòu)建反距離空間權(quán)重矩陣，從人力、研發(fā)和創(chuàng)新設(shè)施資本維度構(gòu)建知識(shí)資本指標(biāo)體系，探究知識(shí)資本及溢出效應(yīng)對海洋船舶業(yè)全要素生產(chǎn)率的影響。

1 研究設(shè)計(jì)

1.1 變量設(shè)定

為衡量海洋船舶業(yè)高質(zhì)量發(fā)展，基于LP方法測算海洋船舶業(yè)全要素生產(chǎn)率，確定勞動(dòng)投入、資本投入、產(chǎn)出和中間產(chǎn)品指標(biāo)［12-13］。勞動(dòng)投入用企業(yè)固定資產(chǎn)表示，基于固定資產(chǎn)價(jià)格指數(shù)平減。資本投入用企業(yè)員工數(shù)表示。產(chǎn)出用營業(yè)收入表示，基于工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)平減。中間產(chǎn)品用購買商品、接受勞務(wù)支付的現(xiàn)金表示，基于原材料、燃料、動(dòng)力價(jià)格指數(shù)平減。

核心解釋變量為知識(shí)資本（KC），從人力資本、研發(fā)資本、創(chuàng)新設(shè)施資本［14-16］維度構(gòu)建知識(shí)資本指標(biāo)體系，運(yùn)用熵權(quán)法計(jì)算權(quán)重。人力資本用研發(fā)人員數(shù)量占員工總數(shù)的比重表示，研發(fā)資本用研發(fā)費(fèi)用占營業(yè)收入的比重表示，創(chuàng)新設(shè)施資本用專利授權(quán)數(shù)表示。

門檻變量：政府補(bǔ)助（PS）用政府補(bǔ)助占營業(yè)收入的比重表示。

控制變量：成長能力（GA）用企業(yè)利潤總額占營業(yè)收入的比重表示，企業(yè)規(guī)模（Size）用企業(yè)資產(chǎn)總額占全部企業(yè)資產(chǎn)總額的比重表示，銷售毛利率（GPM）用企業(yè)營業(yè)收入減去營業(yè)成本占營業(yè)收入的比重表示，盈利能力（PA）用企業(yè)利潤總額占營業(yè)收入的比重表示，資產(chǎn)負(fù)債率（ALR）用企業(yè)負(fù)債總額占資產(chǎn)總額的比重表示。

1.2 數(shù)據(jù)來源

數(shù)據(jù)源自國泰安數(shù)據(jù)庫（2010—2021）、《中國統(tǒng)計(jì)年鑒》《中國價(jià)格年鑒》等。由表1可知，不同企業(yè)全要素生產(chǎn)率標(biāo)準(zhǔn)差較大，說明樣本中上市企業(yè)效率存在較大差異。

1.3 空間權(quán)重矩陣

構(gòu)建空間權(quán)重矩陣Wij=1diji≠j0i=j，其中dij表示兩個(gè)上市企業(yè)總部通過經(jīng)緯度計(jì)算的直線距離。

構(gòu)建空間杜賓模型TFPit=β0+β1KCit+δXit+αi+εit，其中TFP表示海洋船舶業(yè)全要素生產(chǎn)率；KC表示知識(shí)資本；X表示其他控制變量；i表示上市公司截面維度；t表示時(shí)間；β0表示截距項(xiàng)；β1表示知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率的回歸系數(shù)；δ表示其他控制變量對海洋船舶業(yè)全要素生產(chǎn)率的回歸系數(shù)；αi表示時(shí)間固定的固定效應(yīng)；εit表示隨機(jī)誤差項(xiàng)。

2 實(shí)證分析

2.1 空間自相關(guān)檢驗(yàn)

為考察知識(shí)資本是否存在空間溢出效應(yīng)，需通過全局莫蘭指數(shù)檢驗(yàn)［17-18］。由表2可知，知識(shí)資本的莫蘭指數(shù)均大于0，除2017年外其他年份的知識(shí)資本都通過了P統(tǒng)計(jì)值的顯著性檢驗(yàn)，表現(xiàn)較強(qiáng)的空間正相關(guān)性，說明知識(shí)資本存在顯著的空間依賴性，即高—高聚集、低—低聚集。

2.2 模型識(shí)別與檢驗(yàn)

通過豪斯曼檢驗(yàn)，P統(tǒng)計(jì)值為0.051 7，選用固定效應(yīng)模型。通過拉格朗日乘子檢驗(yàn)，LM test spatial lag（robust）的P統(tǒng)計(jì)值為0.671，可選用空間誤差模型、空間自回歸模型和空間杜賓模型。通過似然比檢驗(yàn)，P統(tǒng)計(jì)值均為0，拒絕選用空間誤差模型和空間自回歸模型的原假設(shè)。因此，空間杜賓模型確定為最優(yōu)估計(jì)模型。

2.3 全樣本回歸分析

由表4可知，空間杜賓模型、空間誤差模型及空間自回歸模型都表明知識(shí)資本顯著促進(jìn)海洋船舶業(yè)全要素生產(chǎn)率提升?？臻g杜賓模型下，知識(shí)資本對全要素生產(chǎn)率的影響在10%的水平上顯著；考慮空間因素后，知識(shí)資本的促進(jìn)作用顯著增強(qiáng)?？刂谱兞恐校髽I(yè)規(guī)模和銷售毛利率對海洋船舶業(yè)全要素生產(chǎn)率的影響在1%的水平上顯著。這表明，知識(shí)資本不僅可促進(jìn)本企業(yè)全要素生產(chǎn)率提升，也可輻射鄰近企業(yè)。同質(zhì)企業(yè)可通過交流經(jīng)驗(yàn)、開展合作等優(yōu)化技術(shù)，也可通過規(guī)?；a(chǎn)、增加售價(jià)或者降低成本等提升效率。

由于存在空間滯后效應(yīng)，需估算模型的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。其中，直接效應(yīng)指本地區(qū)的自變量對因變量的溢出效應(yīng)，間接效應(yīng)指本地區(qū)自變量對相鄰地區(qū)因變量的溢出效應(yīng)，總效應(yīng)則為兩者之和。由表5可知，知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率的直接影響在5%的水平上顯著，對間接效應(yīng)和總效應(yīng)的影響在1%的水平上顯著。這表明知識(shí)資本不僅可通過優(yōu)化要素配置，整合企業(yè)資源提升本企業(yè)全要素生產(chǎn)率，也可隨不同區(qū)域間資本流動(dòng)，影響鄰近企業(yè)資源，促進(jìn)鄰近企業(yè)創(chuàng)新能力提升，改進(jìn)效率。

2.4 門檻效應(yīng)檢驗(yàn)

創(chuàng)新增長理論認(rèn)為，政府補(bǔ)助可解決企業(yè)創(chuàng)新能力不足問題，不同的政府補(bǔ)助水平對創(chuàng)新能力提升作用不同［19］。通過檢驗(yàn)發(fā)現(xiàn)，知識(shí)資本通過了雙門檻檢驗(yàn)。當(dāng)政府補(bǔ)助的門檻值小于0.028時(shí)，知識(shí)資本促進(jìn)海洋船舶業(yè)全要素生產(chǎn)率提升，且促進(jìn)作用逐漸減弱；當(dāng)政府補(bǔ)助的門檻值大于0.028時(shí)，知識(shí)資本抑制全要素生產(chǎn)率提升（表6）。這表明，若政府補(bǔ)助過高，企業(yè)會(huì)過度依賴政府補(bǔ)助，降低企業(yè)自主研發(fā)和創(chuàng)新能力，此時(shí)企業(yè)全要素生產(chǎn)率的提升僅依靠政府補(bǔ)助。若政府補(bǔ)助適度，企業(yè)全要素生產(chǎn)率的提升不僅依靠政府補(bǔ)助，也依賴于本企業(yè)效率的提高和創(chuàng)新能力的改進(jìn)，企業(yè)會(huì)通過資源重組、加大研發(fā)投入等提高創(chuàng)新能力和效率，提高知識(shí)資本對全要素生產(chǎn)率的作用。

2.5 穩(wěn)健性檢驗(yàn)

采取Ackerberg Caves and Frazer半?yún)?shù)法（ACF）代替LP方法測度海洋船舶業(yè)全要素生產(chǎn)率，運(yùn)用基于企業(yè)營業(yè)收入的空間經(jīng)濟(jì)距離矩陣代替反距離空間權(quán)重矩陣，依然選用空間杜賓模型。由表7可知，知識(shí)資本的回歸系數(shù)大小有所改變，但其方向和顯著性水平未發(fā)生根本性變化，說明研究結(jié)果穩(wěn)健可靠。

3 結(jié)論

基于2010—2021年151家海洋船舶業(yè)上市企業(yè)的面板數(shù)據(jù)，以海洋船舶業(yè)全要素生產(chǎn)率為被解釋變量，從人力資本、研發(fā)資本和創(chuàng)新設(shè)施資本三個(gè)維度綜合評估企業(yè)知識(shí)資本總指數(shù)，分析知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率影響的空間效應(yīng)。知識(shí)溢出能促進(jìn)海洋船舶業(yè)全要素生產(chǎn)率提升，源于知識(shí)作為一種無形的生產(chǎn)要素，可優(yōu)化企業(yè)資本、勞動(dòng)力等其他要素的配置，促進(jìn)企業(yè)不同部門間各要素流動(dòng)最終至平衡，實(shí)現(xiàn)企業(yè)效率水平提升。引入政府補(bǔ)助后，知識(shí)資本對海洋船舶業(yè)全要素生產(chǎn)率存在非線性影響，船舶行業(yè)作為中國“高、精、尖”產(chǎn)業(yè)，其發(fā)展需要資金扶持以加大研發(fā)投入力度。為此，企業(yè)和政府應(yīng)協(xié)同合作，共同推進(jìn)海洋船舶業(yè)全要素生產(chǎn)率提升，實(shí)現(xiàn)海洋船舶業(yè)高質(zhì)量發(fā)展。

參考文獻(xiàn)

［1］金水英.企業(yè)知識(shí)資本管理戰(zhàn)略模型的構(gòu)建［J］.統(tǒng)計(jì)與決策，2007（5）：155-156.

［2］劉英基.知識(shí)資本對制造業(yè)出口技術(shù)復(fù)雜度影響的實(shí)證分析［J］.世界經(jīng)濟(jì)研究，2016（3）：97-107+136.

［3］BONTIS N. Intellectual capital： An exploratory study that develop measures and models［J］.Management Decision，1998，36（2）：63-76.

［4］吳延兵.R&D與生產(chǎn)率—基于中國制造業(yè)的實(shí)證研究［J］.經(jīng)濟(jì)研究，2006（11）：60-71.

［5］張靜，王宏偉.我國知識(shí)資本生產(chǎn)特征及其對經(jīng)濟(jì)增長的影響［J］.科學(xué)學(xué)研究，2017，35（8）：1156-1166.

［6］KELLER W. International technology diffusion［J］.Journal of Economic Literature，2004，42（3）：752-782.

［7］汪輝平，王增濤，王美霞.知識(shí)資本、空間溢出與中國工業(yè)企業(yè)全要素生產(chǎn)率［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，38（5）：1-10.

［8］范黎波，馬聰聰，馬曉婕.多元化、政府補(bǔ)貼與農(nóng)業(yè)企業(yè)績效——基于A股上市企業(yè)的實(shí)證研究［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2012，33（11）：83-90+112.

［9］LEE J W. Government interventions and productivity growth［J］.Journal of Economic Growth，1996，1（3）：391-414.

［10］ HOWELL A. Picking “winners”in China：Do subsidies matter for indigenous and firm productivity？［J］.China Economic Review，2017（44）：154-165.

［11］ 孫陽陽，王冬梅.政府補(bǔ)貼對戰(zhàn)略性新興企業(yè)全要素生產(chǎn)率的影響——基于創(chuàng)新激勵(lì)的中介效應(yīng)檢驗(yàn)［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（12）：3-13.

［12］ DE LUCIO J J， HERCE J A，GOICOLEA A. The effects of externalities on productivity growth in Spanish industry［J］.Regional Science and Urban Economics，2002，32（2）：241-258.

［13］ 張微微.全要素生產(chǎn)率的提高對農(nóng)民工就業(yè)的影響［J］.城市問題，2019（1）：40-47.

［14］ 程惠芳，陸嘉俊.知識(shí)資本對工業(yè)企業(yè)全要素生產(chǎn)率影響的實(shí)證分析［J］.經(jīng)濟(jì)研究，2014，49（5）：174-187.

［15］ 陳超.進(jìn)口貿(mào)易、FDI與國際知識(shí)資本溢出——來自跨國面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］.世界經(jīng)濟(jì)研究，2016（2）：90-100+137.

［16］ 陳偉，陳銀忠，楊柏.制造業(yè)服務(wù)化、知識(shí)資本與技術(shù)創(chuàng)新［J］.科研管理，2021，42（8）：17-25.

［17］ ELHORST J P. Matlab software for spatial panels［J］.International Regional Science Review，2012，37（3）：389-405.

［18］ 徐子暄，張旭.金融發(fā)展、創(chuàng)新能力對區(qū)域高質(zhì)量發(fā)展的空間效應(yīng)分析［J］.青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，35（1）：135-142.

［19］ YEH M L， CHU H P，SHER P J， et al. R&D intensity， firm performance and the identification of the threshold： Fresh evidence from the panel threshold regression model［J］.Applied Economics，2010，42（3）：389-401.