論文：R&D、新產品與我國工業(yè)全要素生產率增長

論文：R&D、新產品與我國工業(yè)全要素生產率增長

內容提要：與現有測算TFP增長的文獻不同，本文主要目的是考察在分別引入R&D資本存量、R&D人員、技術引進等投入要素和新產品產出以后，我國大中型工業(yè)TFP增長的變化情況。研究發(fā)現：由于R&D效率較低，在引入R&D投入要素后，我國大中型工業(yè)由于技術進步增長有較大幅度下降造成TFP增長下降；技術引進極大地促進了我國大中型工業(yè)TFP增長，這主要得益于技術進步特別是技術效率的全面提升；我國大中型工業(yè)R&D對TFP增長的貢獻在逐步增加，技術引進對我國大中型工業(yè)TFP增長的貢獻仍然在增加�？偟膩碚f，在通常TFP增長核算中，沒有考慮R&D投入會高估我國大中型工業(yè)TFP增長；沒有考慮技術引進會低估我國大中型工業(yè)TFP增長；同時忽略了R&D和技術引進，會造成我國大中型工業(yè)TFP增長低估。
關鍵詞：R&D 新產品 TFP增長 技術引進 經濟增長模式
一、引言
近年來，用全要素生產率（TFP）增長分析我國經濟增長的源泉，并以此判斷我國經濟增長可持續(xù)性的文獻大量涌現。例如，Chow（1993）、Wu（2000）、張軍（2002）、鄭京海、胡鞍鋼（2005）分別運用增長核算法或前沿生產函數法對我國全國、省級或行業(yè)數據進行TFP分析。結果發(fā)現，我國經濟增長主要靠資本的積累，TFP的貢獻很低。我國可能會重韜“主要靠汗水而不是靈感，來自更努力的工作而不是更聰明的工作”的東亞增長模式（Krugman，1994）的覆轍，經濟增長難以持續(xù)。涂正革、肖耿（2005），岳書敬、劉朝明（2006）運用前沿生產函數模型對我國大中型工業(yè)企業(yè)、省級數據進行TFP增長及其構成進行分析，發(fā)現前沿技術進步是我國TFP大幅增長的核心動力。[ 中國經濟增長與宏觀穩(wěn)定課題組（2006）的研究認為：上述研究結果的差異主要是由于數據時間階段不同造成的。上個世紀90年中后期，國有企業(yè)改革逐步到位。由于勞動力保持了正的增長，測算出來的90年代中后期“正常”企業(yè)TFP增長要比90年代前期的“冗員”企業(yè)TFP增長要低。]
然而，一些學者并沒有止步于對TFP增長是上升還是下降的解釋，而是對TFP的經濟含義和理論缺陷進行了更為深入的探討[ 鄭玉歆（1999），易剛等（2003）也對TFP的理論缺陷進行了思考。但林毅夫、任若恩（2007）的討論更為全面和深入。]。最近，林毅夫、任若恩（2007）通過對有關國內外文獻的綜述，深入分析了全要素生產率的方法發(fā)展和理論基礎，并對一些國家經濟增長經驗的進行回顧，指出現有的大多數研究對TFP的意義存在誤解，
……（新文秘網http://m.120pk.cn省略1711字，正式會員可完整閱讀）……　
入要素的同時，將新產品從產出中分解出來，可以更好地測算引入R&D部門后TFP增長變化的情況；另一方面為R&D績效評價中產出和投入指標難以選取的問題提供一個解決思路，進而能夠較好地判斷R&D活動績效。理論上R&D產出應該是形式多樣的中間品，比如降低生產成本的工藝創(chuàng)新、新方法和新產品的創(chuàng)新、產品設計和質量的改善等等。這些中間品既可以用于生產新產品，又可以促進一般產品生產績效的提高。然而，現有文獻選取專利、新產品銷售收入或者工業(yè)總產值等指標來衡量R&D產出都存在一些問題。譬如，選取專利作為R&D產出衡量指標，就會存在“不是所有發(fā)明都進行專利申請，也不是所有發(fā)明都成為專利，不同專利的質量和經濟價值有很大的差別”（Griliches，1990）的問題。選取新產品銷售收入作為R&D產出衡量指標的問題在于，新產品其實和一般產品生產一樣，需要生產部門的物質資本和勞動的投入，才會獲得產出。然而，由于用于新產品生產的物質資本和勞動投入難以獲得，通常在考察R&D新產品績效時，只是簡單地對R&D資本和R&D人員與新產品銷售收入進行回歸，這樣就忽略了生產部門的物質資本和勞動投入對新產品的作用，導致R&D績效高估。此外，選取新產品銷售收入作為R&D產出衡量指標還忽略了R&D活動對一般產品生產的影響。同樣，選取工業(yè)總產值作為產出指標，則會存在忽略R&D活動對其主要產出目標新產品的影響的問題。
本文運用多種投入和多種產出構成的生產決策單元DEA（數據包絡分析）模型較好地避免上述問題。通過比較不同投入和產出構成的生產率測算模型，可以更好地評價R&D績效。一般來說，如果引入R&D部門后，整個工業(yè)或者某個行業(yè)TFP增長出現增加，說明整個工業(yè)或者某個行業(yè)R&D部門效率較高，R&D部門對產出的貢獻比一般生產部門高；如果TFP增長出現下降，則說明R&D部門效率低下，R&D部門對產出的貢獻比一般生產部門低。此外，與回歸分析得到系數平均值不同，本文使用DEA方法可以對各行業(yè)R&D績效情況進行更具體和細致地分析。
我們還分析了在投入要素中增加技術引進變量后TFP增長變化的情況。Zeckhauser（1968）,Parente(1994)和Yorukoglu（1998）的技術采用（technology adoption）模型認為，生產企業(yè)采用一項新技術，由于使用舊技術的專家或者員工并不是都能很快掌握新技術，存在一個技術特定（technology specific）學習時期。因此，采用一項更好的技術可能造成生產率首先下降然后上升。Greenwood（1996），Hornstein and Krusell（1996），Greenwood et.al（1997）的實證研究也表明上世紀70年代以來，大多數的發(fā)達國家在采用內含新技術的新設備后，物化型技術進步大幅上升，進而造成TFP下降。然而，國內有關經驗分析表明，技術引進對我國工業(yè)生產率的提高有一定的促進作用。朱平芳、李磊（2006）對我國上海市大中型企業(yè)技術引進的績效進行了分析。結果發(fā)現，國有企業(yè)的有形技術購買對其勞動生產率和技術水平的提高具有顯著的正效應，其他內資企業(yè)和三資企業(yè)的技術引進對其生產率提高作用不顯著。與朱平芳、李磊（2006）使用回歸分析方法不同，本文將技術引進作為一種投入要素納入TFP核算，并且分析由此對TFP增長變化的影響。
綜上所述，與現有TFP核算文獻僅僅考察TFP增長是上升還是下降不同，本文的主要目的是考察分別引入R&D資本、R&D人員、技術引進投入要素和新產品產出后，我國工業(yè)TFP增長及其構成的變化情況。具體來說，本文試圖回答以下問題：在引入R&D投入要素后，我國工業(yè)TFP增長及其構成有何變化？將產出種類區(qū)分為一般產品和新產品，對我國工業(yè)TFP增長及其構成有無明顯影響？R&D、技術引進分別對我國工業(yè)TFP增長有何影響？顯然，解答上述問題，對于深入理解TFP的經濟含義以及認識R&D和技術引進對我國工業(yè)TFP增長的影響，進而正確判斷它們在我國技術創(chuàng)新和經濟增長中所起的作用有重要意義。
二、方法、變量和數據
TFP核算始于Solow（1957），經Kendrick（1961），Dension（1962），Jorgenson and Griliches（1967）等的發(fā)展，現已被廣泛應用。通用的TFP核算方法有增長核算法和數據包絡分析（DEA）兩種。由于前者存在需要引入很強的的行為與制度假設、不對技術進步和技術效率加以區(qū)分、受樣本觀測值數量限制，難以選擇較復雜的函數形式進行生產函數估算等問題，本文TFP核算將采用非參數前沿生產函數模型DEA－Malmquist指數法。Malmquist生產率指數法有基于投入和基于產出兩種，本文將采用后一種方法。
參照Färe et al （1994）定義的以投入為指標的Malmquist生產率變化指數，假設在每個時期t ＝ 1，…，T，第k = 1，…，K個行業(yè)使用n=1，…，N種投入，得到第m＝1，…，M種產出。在DEA條件下，每一期在固定規(guī)模報酬（C），投入要素強可處置（S）條件下的參考（最佳）技術定義為：
(1）
又叫投入可能性集合，其中每一個給定產出的最小投入子集又被叫做生產技術的前沿。z表示每一個橫截面觀察值的密度變量（Intensity variables）。計算每一個行業(yè)k基于投入的Farrell技術效率的非參數線性線性規(guī)劃模型為：
s.t.
（2）
根據Färe et al （1994），距離函數是Farrell技術效率的倒數，從而可以定義參考技術下的投入距離函數： （3）
投入距離函數可以看作是某一生產點向理想的最小投入點壓縮的比例。注意，當且僅當。此外，，當且僅當為技術前沿上的點，生產在技術上是有效率的。這意味著生產從技術上講其效率為100%, 也就是在給定產出情況下實行了最小投入（Farrell, 1957）。如果，t期的實際生產點在技術前沿的外部，生產在技術上是無效的。在時間t+1，將式子中的t替代為t+1，便可以得到此時的距離函數。
根據Caves et al (1982)，基于投入的全要素生產率指數可以用Malmquist生產率指數來表示： (4)
這個指數測度了在t期的技術條件下，從t到t+1期的全要素生產率效率的變化率。同樣，可以定義在t+1期的技術條件下，測度從t到t+1期的全要素生產率變化的Malmquist生產率指數： (5)
為了避免在選擇生產技術參照系的隨意性，把以投入為指標的Malmquist生產率指數特定為兩個Malmquist指數的幾何平均值，一個以t期生產技術為參照，另一個以t+1時刻為參照，可以表示為（Färe，Grosskopf & Norris，1997）：
= (6)
其中，TE是規(guī)模報酬不變且要素強處置條件下的相對效率變化指數，它測度了從t到t+1每個觀察對象到最佳實踐的追趕程度。TG是技術進步指數，它測度了技術邊界從t到t+1的移動。該指標大于1表示技術進步，等于1時技術無進步，小于1時技術退步。這樣，生產率的變化被拆分為兩個部分，一個時技術效率的變化，一個是技術進步率。Malmquist生產率指數的構造要求計算四個混合距離函數、、、。第k個行業(yè)的倒數可以由線性規(guī)劃（7）求出，其他幾個混合距離可以同理得到。 s.t.
(7)
根據前面的討論，本文將每一個行業(yè)視作一個由多種投入、多種產出組成的生產決策單元。為了比較R&D活動和技術引進對TFP增長及其構成的影響，我們首先運用通常TFP核算，將工業(yè)總產值作為決策單元的產出，中間投入、固定資產凈值、勞動作為投入要素；然后分兩步引入R&D部門：先將投入要素分解為中間投入、固定資產凈值、勞動、R&D資本存量和R&D人員，然后再將工業(yè)總產值分解為一般產品總產值和新產品總產值；最后在投入要素中引入技術引進變量。這樣，根據投入和產出變量的不同，本文將構造四個模型（見表1）。為了避免重復計算，在引入R&D資本存量和技術引進變量后，我們分別對固定資產凈值進行等量扣除；引入R&D人員后，對勞動數量進行等量扣除；引入新產品，則工業(yè)總產值等量扣除為一般產品產值[由于新產品增加值數據無法獲得，而且新產品與一般產品的中間投入的區(qū)別可能并不大，我們在投入要素中并沒有將中間投入區(qū)分為一般產品中間投入和新產品中間投入兩種類型。]。
表1 模型變量情況表
模型 投入變量 產出變量
模型1 工業(yè)總產值 中間投入、固定資產凈值、勞動
模型2 工 ……（未完，全文共26706字，當前僅顯示4803字，請閱讀下面提示信息。收藏《論文：R&D、新產品與我國工業(yè)全要素生產率增長》）