论文：R&D、新产品与我国工业全要素生产率增长

论文：R&D、新产品与我国工业全要素生产率增长

内容提要：与现有测算TFP增长的文献不同，本文主要目的是考察在分别引入R&D资本存量、R&D人员、技术引进等投入要素和新产品产出以后，我国大中型工业TFP增长的变化情况。研究发现：由于R&D效率较低，在引入R&D投入要素后，我国大中型工业由于技术进步增长有较大幅度下降造成TFP增长下降；技术引进极大地促进了我国大中型工业TFP增长，这主要得益于技术进步特别是技术效率的全面提升；我国大中型工业R&D对TFP增长的贡献在逐步增加，技术引进对我国大中型工业TFP增长的贡献仍然在增加。总的来说，在通常TFP增长核算中，没有考虑R&D投入会高估我国大中型工业TFP增长；没有考虑技术引进会低估我国大中型工业TFP增长；同时忽略了R&D和技术引进，会造成我国大中型工业TFP增长低估。
关键词：R&D 新产品 TFP增长 技术引进 经济增长模式
一、引言
近年来，用全要素生产率（TFP）增长分析我国经济增长的源泉，并以此判断我国经济增长可持续性的文献大量涌现。例如，Chow（1993）、Wu（2000）、张军（2002）、郑京海、胡鞍钢（2005）分别运用增长核算法或前沿生产函数法对我国全国、省级或行业数据进行TFP分析。结果发现，我国经济增长主要靠资本的积累，TFP的贡献很低。我国可能会重韬“主要靠汗水而不是灵感，来自更努力的工作而不是更聪明的工作”的东亚增长模式（Krugman，1994）的覆辙，经济增长难以持续。涂正革、肖耿（2005），岳书敬、刘朝明（2006）运用前沿生产函数模型对我国大中型工业企业、省级数据进行TFP增长及其构成进行分析，发现前沿技术进步是我国TFP大幅增长的核心动力。[ 中国经济增长与宏观稳定课题组（2006）的研究认为：上述研究结果的差异主要是由于数据时间阶段不同造成的。上个世纪90年中后期，国有企业改革逐步到位。由于劳动力保持了正的增长，测算出来的90年代中后期“正常”企业TFP增长要比90年代前期的“冗员”企业TFP增长要低。]
然而，一些学者并没有止步于对TFP增长是上升还是下降的解释，而是对TFP的经济含义和理论缺陷进行了更为深入的探讨[ 郑玉歆（1999），易刚等（2003）也对TFP的理论缺陷进行了思考。但林毅夫、任若恩（2007）的讨论更为全面和深入。]。最近，林毅夫、任若恩（2007）通过对有关国内外文献的综述，深入分析了全要素生产率的方法发展和理论基础，并对一些国家经济增长经验的进行回顾，指出现有的大多数研究对TFP的意义存在误解，
……（新文秘网https://www.wm114.cn省略1711字，正式会员可完整阅读）……　
入要素的同时，将新产品从产出中分解出来，可以更好地测算引入R&D部门后TFP增长变化的情况；另一方面为R&D绩效评价中产出和投入指标难以选取的问题提供一个解决思路，进而能够较好地判断R&D活动绩效。理论上R&D产出应该是形式多样的中间品，比如降低生产成本的工艺创新、新方法和新产品的创新、产品设计和质量的改善等等。这些中间品既可以用于生产新产品，又可以促进一般产品生产绩效的提高。然而，现有文献选取专利、新产品销售收入或者工业总产值等指标来衡量R&D产出都存在一些问题。譬如，选取专利作为R&D产出衡量指标，就会存在“不是所有发明都进行专利申请，也不是所有发明都成为专利，不同专利的质量和经济价值有很大的差别”（Griliches，1990）的问题。选取新产品销售收入作为R&D产出衡量指标的问题在于，新产品其实和一般产品生产一样，需要生产部门的物质资本和劳动的投入，才会获得产出。然而，由于用于新产品生产的物质资本和劳动投入难以获得，通常在考察R&D新产品绩效时，只是简单地对R&D资本和R&D人员与新产品销售收入进行回归，这样就忽略了生产部门的物质资本和劳动投入对新产品的作用，导致R&D绩效高估。此外，选取新产品销售收入作为R&D产出衡量指标还忽略了R&D活动对一般产品生产的影响。同样，选取工业总产值作为产出指标，则会存在忽略R&D活动对其主要产出目标新产品的影响的问题。
本文运用多种投入和多种产出构成的生产决策单元DEA（数据包络分析）模型较好地避免上述问题。通过比较不同投入和产出构成的生产率测算模型，可以更好地评价R&D绩效。一般来说，如果引入R&D部门后，整个工业或者某个行业TFP增长出现增加，说明整个工业或者某个行业R&D部门效率较高，R&D部门对产出的贡献比一般生产部门高；如果TFP增长出现下降，则说明R&D部门效率低下，R&D部门对产出的贡献比一般生产部门低。此外，与回归分析得到系数平均值不同，本文使用DEA方法可以对各行业R&D绩效情况进行更具体和细致地分析。
我们还分析了在投入要素中增加技术引进变量后TFP增长变化的情况。Zeckhauser（1968）,Parente(1994)和Yorukoglu（1998）的技术采用（technology adoption）模型认为，生产企业采用一项新技术，由于使用旧技术的专家或者员工并不是都能很快掌握新技术，存在一个技术特定（technology specific）学习时期。因此，采用一项更好的技术可能造成生产率首先下降然后上升。Greenwood（1996），Hornstein and Krusell（1996），Greenwood et.al（1997）的实证研究也表明上世纪70年代以来，大多数的发达国家在采用内含新技术的新设备后，物化型技术进步大幅上升，进而造成TFP下降。然而，国内有关经验分析表明，技术引进对我国工业生产率的提高有一定的促进作用。朱平芳、李磊（2006）对我国上海市大中型企业技术引进的绩效进行了分析。结果发现，国有企业的有形技术购买对其劳动生产率和技术水平的提高具有显著的正效应，其他内资企业和三资企业的技术引进对其生产率提高作用不显著。与朱平芳、李磊（2006）使用回归分析方法不同，本文将技术引进作为一种投入要素纳入TFP核算，并且分析由此对TFP增长变化的影响。
综上所述，与现有TFP核算文献仅仅考察TFP增长是上升还是下降不同，本文的主要目的是考察分别引入R&D资本、R&D人员、技术引进投入要素和新产品产出后，我国工业TFP增长及其构成的变化情况。具体来说，本文试图回答以下问题：在引入R&D投入要素后，我国工业TFP增长及其构成有何变化？将产出种类区分为一般产品和新产品，对我国工业TFP增长及其构成有无明显影响？R&D、技术引进分别对我国工业TFP增长有何影响？显然，解答上述问题，对于深入理解TFP的经济含义以及认识R&D和技术引进对我国工业TFP增长的影响，进而正确判断它们在我国技术创新和经济增长中所起的作用有重要意义。
二、方法、变量和数据
TFP核算始于Solow（1957），经Kendrick（1961），Dension（1962），Jorgenson and Griliches（1967）等的发展，现已被广泛应用。通用的TFP核算方法有增长核算法和数据包络分析（DEA）两种。由于前者存在需要引入很强的的行为与制度假设、不对技术进步和技术效率加以区分、受样本观测值数量限制，难以选择较复杂的函数形式进行生产函数估算等问题，本文TFP核算将采用非参数前沿生产函数模型DEA－Malmquist指数法。Malmquist生产率指数法有基于投入和基于产出两种，本文将采用后一种方法。
参照Färe et al （1994）定义的以投入为指标的Malmquist生产率变化指数，假设在每个时期t ＝ 1，…，T，第k = 1，…，K个行业使用n=1，…，N种投入，得到第m＝1，…，M种产出。在DEA条件下，每一期在固定规模报酬（C），投入要素强可处置（S）条件下的参考（最佳）技术定义为：
(1）
又叫投入可能性集合，其中每一个给定产出的最小投入子集又被叫做生产技术的前沿。z表示每一个横截面观察值的密度变量（Intensity variables）。计算每一个行业k基于投入的Farrell技术效率的非参数线性线性规划模型为：
s.t.
（2）
根据Färe et al （1994），距离函数是Farrell技术效率的倒数，从而可以定义参考技术下的投入距离函数： （3）
投入距离函数可以看作是某一生产点向理想的最小投入点压缩的比例。注意，当且仅当。此外，，当且仅当为技术前沿上的点，生产在技术上是有效率的。这意味着生产从技术上讲其效率为100%, 也就是在给定产出情况下实行了最小投入（Farrell, 1957）。如果，t期的实际生产点在技术前沿的外部，生产在技术上是无效的。在时间t+1，将式子中的t替代为t+1，便可以得到此时的距离函数。
根据Caves et al (1982)，基于投入的全要素生产率指数可以用Malmquist生产率指数来表示： (4)
这个指数测度了在t期的技术条件下，从t到t+1期的全要素生产率效率的变化率。同样，可以定义在t+1期的技术条件下，测度从t到t+1期的全要素生产率变化的Malmquist生产率指数： (5)
为了避免在选择生产技术参照系的随意性，把以投入为指标的Malmquist生产率指数特定为两个Malmquist指数的几何平均值，一个以t期生产技术为参照，另一个以t+1时刻为参照，可以表示为（Färe，Grosskopf & Norris，1997）：
= (6)
其中，TE是规模报酬不变且要素强处置条件下的相对效率变化指数，它测度了从t到t+1每个观察对象到最佳实践的追赶程度。TG是技术进步指数，它测度了技术边界从t到t+1的移动。该指标大于1表示技术进步，等于1时技术无进步，小于1时技术退步。这样，生产率的变化被拆分为两个部分，一个时技术效率的变化，一个是技术进步率。Malmquist生产率指数的构造要求计算四个混合距离函数、、、。第k个行业的倒数可以由线性规划（7）求出，其他几个混合距离可以同理得到。 s.t.
(7)
根据前面的讨论，本文将每一个行业视作一个由多种投入、多种产出组成的生产决策单元。为了比较R&D活动和技术引进对TFP增长及其构成的影响，我们首先运用通常TFP核算，将工业总产值作为决策单元的产出，中间投入、固定资产净值、劳动作为投入要素；然后分两步引入R&D部门：先将投入要素分解为中间投入、固定资产净值、劳动、R&D资本存量和R&D人员，然后再将工业总产值分解为一般产品总产值和新产品总产值；最后在投入要素中引入技术引进变量。这样，根据投入和产出变量的不同，本文将构造四个模型（见表1）。为了避免重复计算，在引入R&D资本存量和技术引进变量后，我们分别对固定资产净值进行等量扣除；引入R&D人员后，对劳动数量进行等量扣除；引入新产品，则工业总产值等量扣除为一般产品产值[由于新产品增加值数据无法获得，而且新产品与一般产品的中间投入的区别可能并不大，我们在投入要素中并没有将中间投入区分为一般产品中间投入和新产品中间投入两种类型。]。
表1 模型变量情况表
模型 投入变量 产出变量
模型1 工业总产值 中间投入、固定资产净值、劳动
模型2 工 ……（未完，全文共26706字，当前仅显示4803字，请阅读下面提示信息。收藏《论文：R&D、新产品与我国工业全要素生产率增长》）