长江经济带科技创新全要素生产率动态实证分析

一、引言及文献综述

随着我国经济总量的持续增长, 经济发展面临着“换挡调速”的新形势, 经济结构势必应进行相应地战略调整, 而走创新发展之路是适应经济增长新形势的必由之路。长江经济带人口和生产总值均超过全国的40%, 对于带动全国经济协调发展具有十分重要的影响, 是实施创新驱动发展战略的重要基地。因此, 对长江经济带的科技创新全要素生产率开展动态研究并探寻变化的动因, 进而为区域经济发展政策的制定提供相应理论依据与政策建议具有十分重要的理论和现实意义。

针对科技创新绩效评价, 已有研究主要从两个方面展开。一是定性视角。迈克尔波特 (2002) 提出国家经济发展的四个阶段, 其中创新驱动是国家经济发展不可替代的一个阶段。马克 (2013) 认为创新驱动可以通过知识创新、技术创新、管理创新的不断完善和相互作用, 成为经济不断增强长期发展后劲的动力源泉。二是定量视角。较多学者分析科技对经济的影响规律, 如白俊红、王林东 (2016) 运用空间计量分析防范实证考察创新驱动对中国省级区域经济差距的影响及收敛进程;唐未兵、傅元海 (2014) 等人运用动态面板广义矩估计技术创新与竞争增长集约化水平的相关性。也有学者构建创新驱动监测评估指标体系, 如刘焕等 (2016) 构建以创新能力、创新资源、协同创新、区域创新体系和治理绩效五方面指标进行实证分析。

综合来看, 较多学者多从科技对经济的影响角度进行定量分析, 采用模型进行回归, 对二者之间在长期中期或短期中的线性关系进行深入探讨, 尽管结果不尽相同, 但均显示长期下科技对经济具有不可逆的促进作用。然而, 经济的影响因素众多, 这种间接衡量科技成果不具备区域间的可比性, 因此, 本文拟采用DEA-Malmquist指数基于科技创新投入产出指标直接对科技创新绩效进行评价, 利用长江经济带11省市的区域差别寻找其科技创新的驱动因素, 以期针对不同省市的科技创新提出相应的对策。

二、区域创新绩效的测算

(一) 模型选择

为研究地区科技创新效率的变动情况, 本文基于DEA建立Malmquist指数计算科技创新效率指数变动值即为全要素生产率 (TFP) 变动值。从t时期到t+1时期, Malmquist指数可表示为:

其中: (xt+1, yt+1) 和 (xt, yt) 分别表示t+1时期和t时期的财政投入产出的向量。d0t和d0t+1分别表示同一地区以相同时期前沿面为参照, 时期t和t+1的距离函数。

考虑规模报酬可变, 上式Malmquist生产效率指数可进一步分解为

其中:TE、T、S分别表示为纯技术效率变动、技术进步和规模报酬变动。TFP指数大于1则表明科技创新效率有所提高, 反之, 则表示科技创新效率降低。根据上式, 纯技术效率TE大于1表示地区科技创新资源的分配和利用有所改善, 技术进步指数大于1则表示该地区科技创新的技术提高了支出效率, 若规模指数S大于1说明规模变化带来效率的提升。

() 数据来源和变量说明

本文的考察对象是长江经济带11省份的区域创新绩效。数据来源于2009-2017年《中国统计年鉴》和《中国科技统计年鉴》。因2008年以后统计年鉴中数据统计口径发生变化, 故选取2008年以后数据进行分析。

在产出指标方面, 已有文献通常以专利数量作为科技创新产出指标。专利数量能够反映某一地区科技发明的相关信息, 作为科技创新产出指标具有一定的合理性, 且专利数量在全国范围内统计口径一致, 具有可比性, 数据也较易取得。此外, 以新产品销售收入作为区域创新的最终商业化产出。

而在投入指标方面, 与区域创新有关的投入项目, 主要有R&D人员与R&D资本。其中R&D人员采用R&D人员全时当量来衡量。而关于R&D资本投入, 一些研究采用当期的投入产出数据来确定当期的生产前沿面, 这样也导致了“技术有可能退步”这一不合理结果的出现。为解决这一不合理现象, 借鉴吴延兵 (2006) 的做法, 引入“过去技术不会被遗忘”的假定, 即采用R&D资本存量来构造最佳实践前沿。采用永续盘存制进行核算, 如下式:

式 (1) 中, Kit表示i地区第t时期的R&D资本存量, δ为折旧率, 按较多学者的做法, 取值15%, 原因是R&D资本更新速度比一般资产要快;Ei (t-1) 表示i地区第t-1时期的实际R&D经费内部支出, 同时将R&D支出明细分为日常性支出和资本性支出两类, 计算出2008-2016年间这两类支出占R&D总支出的比重, 最终得出R&D支出价格指数=0.85*消费价格指数+0.15*固定资产投资价格指数, 对各期的名义R&D经费按2008年物价进行平减处理。

对于基期资本存量, 在假设R&D资本存量增长率与实际R&D经费增长率一致的基础上, 其估计公式可表示为:

式 (2) 中, Ki0为基期资本存量, g为实际R&D经费支出的几何平均增长率0.2, δ为折旧率0.15。

三、实证结果分析

(一) 长江经济带科技创新TFP变动情况

利用DEAP2.1对长江经济带11个省份地区科技创新投入产出进行DEA-Malmquist指数分析, 得到年度平均的科技创新TFP指数的变动情况, 见表1。考察期间长江经济带科技创新全要素生产率整体较有所增长, 年均增长约9.5%。其中, 综合技术效率年均增长0.9%, 技术进步水平年均增长达8.5%, 可以看出, 科技创新TFP的增长主要源于技术进步的提高。

进一步分析, 除了2008-2009年, 全要素生产率下降2.3%, 2009-2016年全要素生产率均显示增长, 但增长幅度也有一定波动性, 2010-2011年增长5.1%, 2012-2013年增长6%, 其余年度增长均在10%以上。分析上述现象, 可能原因如下:一则是受2008年美国次贷危机影响, 国际经济大环境呈现出经济下行压力较大的态势, 我国经济亦受全球金融危机的波及表现出全要素生产率下降, 此后随着全球经济复苏, 全要素生产率呈现出波动性增长;二则由于2012年我国经济正处于增长瓶颈期, 产能过剩等问题日益严峻, 经济结构亟待改善。后来通过进行供给侧改革、产业转型等一系列行之有效的政策来刺激有效需求, 2012年以后经济趋势稳步向好。

全要素生产率变动指数可分解为综合技术效率变动指数和技术进步变动指数。综合技术效率变动指数较为平稳, 下降与增长幅度并不显著, 这说明考察期内各年度综合技术效率较为平稳。相对于综合技术效率变动, 技术进步变动趋势存在显著差异, 表现为除2008-2009年变动情况与全要素生产率变动趋势相反, 2009-2016年与TFP变动趋势相同, 且从2012年-2016年年均波动情况与全要素生产率变动幅度几乎相同, 由此可见, 技术进步是长江经济带科技创新全要素生产率变动的主要驱动因素。

综合技术效率又可分解为纯技术效率变动指数和规模效率变动指数, 由表2可知, 综合技术效率年均增长了0.9%, 说明长江经济带科技创新资源配置效率并未显著改善, 纯技术效率增长1%, 规模效率下降0.1%, 这说明综合技术效率的提升主要源于纯技术效率的增长。随着创新驱动战略的推行, 长江经济带加大科技创新投入, 注重创新内涵建设, 科技创新体系在资源配置、组织变革和经营方面改善显著, 但在生产规模合理化程度有所下降。这说明在扩大科技投入的同时, 应该重视生产规模的控制, 改变当前投入规模盲目扩大的粗放型增长方式, 向集约型转变。

(二) 不同省份地区科技创新TFP变动情况

整体看, 考察其间科技创新全要素生产率平均增长9.5%。从各区域来看, 各省份地区的科技创新均有所增长, 但增速不尽相同, 差异明显。增速在均值以上的依次是贵州、四川、安徽、江西、云南、江苏, 提升幅度最大的是贵州, 年均增长率达16.6%, 增速最低的是浙江。根据全要素生产率变动指数的分解, 将TFP增长分为两类:一类是技术进步驱动型, 而资源配置效率下降, 如浙江、贵州、云南科技创新的全要素生产率增长主要源于技术进步, 抵消了由于资源配置效率下降的影响;另一类是技术进步和资源配置效率双驱动, 如江西、湖北、湖南、重庆等地, 综合效率和技术进步效率指数都大于1, 而双驱动下, 技术进步效率的贡献均大于资源配置效率。更进一步分析, 综合效率分解为纯技术效率和规模效率, 由表2可知, 除云南, 其他地区纯技术效率均大于1, 而规模效率仅有5个地区大于1, 且增长幅度不显著, 说明长江经济带科技创新综合技术效率的提升由纯技术效率的提升所驱动, 而生产规模损失拖累了综合技术效率的增长。

进一步跟进地域划分, 将长江经济带划分为上中下游, 其中下游包括上海、江苏、浙江;中游包括安徽、江西、湖北、湖南、重庆;上游包括四川、贵州和云南。根据表2可知, 三大区域中, 上游地区以技术进步驱动为主, 科技创新效率提升幅度较大, 该地区创新投入产出基础较为薄弱, 科技创新投入效果提升明显。中游以资源配置和技术进步双驱动为主, 其中安徽省增速最快, 这和安徽省加快落实中部崛起战略、持续进行产业结构调整有密切的关联, 自主创新能力得到增强, 体现出了创新驱动战略显著的辐射作用。相对上游和中游地区而言, 下游地区经济发展水平较高, 创新效率增速较为缓慢, 资源配置效率在规模扩大的同时未得到有效提升。

四、结语

基于长江经济带11个省市地区2008—2016年的科技创新投入产出面板数据, 采用DEA-Malmquist指数模型对长江经济带科技创新生产率变化情况进行实证研究, 将全要素生产率变动分解为技术进步变动、纯技术效率变动和规模效率变动, 从技术水平、资源配置效率和生产规模方面来阐述近9年来长江经济带科技创新效率的演化。主要得到如下结论:

(1) 科技创新全要素生产率总体上有所增长, 年平均增长9.5%, 但增长幅度呈震荡波动。震荡波动的主要是在2008年和2012年, 原因是2008年受次贷危机影响, 2012年经济转型。

(2) 技术水平的变动是全要素生产率变动的主要驱动力量。从分析得知, 综合技术效率增长率仅0.9%, 技术进步效率增长率为8.5%。由此可见, 现阶段技术进步的贡献更为显著, 资源配置的效率并没有显著提升, 长江经济带大部分区域科技创新的产出增长仍然是依赖于创新投入要素驱动的增长方式。

(3) 综合技术效率进一步分解后可知, 纯技术进步贡献高于规模效率。生产规模的扩大并不必然带来效率的提升, 部分地区甚至出现规模增长效率损失。

(4) 长江经济带科技创新全要素生产率增长呈现出明显的区域差异。11省份地区的全要素生产率增长的驱动因素也不同, 浙江、贵州、云南的资源配置效率有所下降, 其主要是由于规模效率损失导致的;江西、湖北、四川三省全要素生产率增长依靠技术进步和资源配置效率双驱动增长;上海、江苏、安徽和重庆全要素增长主要依靠技术进步效率, 资源配置效率未得到改善。

针对以上情况, 长江经济带各区域的后续发展需要依据自身的发展情况制定改善措施:

(1) 注重创新驱动全面均衡发展。一方面要提高自主创新能力。瞄准国际创新趋势、特点进行自主创新, 使我国的自主创新站在国际技术发展前沿;另一方面要进行多种模式的创新。既要在优势领域进行原始创新, 也要对现有技术进行集成创新, 还应加强引进技术的消化吸收再创新。

(2) 注重长江经济带区域均衡发展。长江经济带三大区域应当结合自身实际情况, 选择准与本地相适应的产业作为着力点, 相互依托, 共谋发展。应该大力促进各区域之间的科技交流, 加强上中下游合作, 统筹协调各区域协同发展, 以科技创新驱动经济增长, 缩小地区差异, 最终形成发展合力, 实现共同发展。

(3) 注重资源配置引领均衡发展。将优势资源整合聚集到战略目标上, 力求在重点领域、关键技术上取得重大突破;建立共同参与、利益共享、风险共担的产学研用协同创新机制;营造激励创新的公平竞争环境, 发挥市场竞争激励创新的根本性作用, 构建以企业为主体、市场为导向、产学研相结合的技术创新体系;此外还要从制度安排、创新环境建设、管理创新等方面着手提升资源配置效率。

摘要：本文基于2008-2016年长江经济带11个省市面板数据, 采用DEA-Malmquist指数法对长江经济带科技创新全要素生产率变动情况进行实证分析。结果表明:生产率总体上呈现增长态势, 年平均增长率9.5%, 增长幅度呈震荡波动, 而在生产率变动的过程中, 技术水平的变动是最主要驱动因素。通过分析各省份的数据发现, 生产规模的扩大并不必然带来生产率的提升, 个别地区甚至出现规模增长与效率损失同期存在的情形。由此根据不同地区的特点提出创新驱动全面均衡发展、区域均衡发展、资源配置引领均衡发展等建议。

关键词：长江经济带,科技创新,全要素生产率

参考文献

[1] 约瑟夫·熊彼特.国家竞争优势[M]李明轩, 邱如美译.北京:华夏出版社, 2002.

[2] 任保平, 文丰安.新时代中国高质量发展的判断标准、决定因素与实现途径[J].改革, 2018 (4) .

[3] 马克.创新驱动发展:加快形成新的经济发展方式的必然选择[J].社会科学在线, 2013 (3) .

[4] 洪银兴.论创新驱动经济发展战略[J].经济学家, 2013 (1) .

[5] 吴延兵.R&D与生产率——基于中国制造业的实证研究[J].经济研究, 2006 (11) .

[6] 陈明华, 张晓萌, 仲崇阳, 刘玉鑫.长江经济带全要素生产率增长的地区差异及影响因素[J].经济社会体制比较, 2018 (2) .