梁 祺，左和平

（1.同濟大學 經管學院，上海200092；2.景德鎮(zhèn)陶瓷學院，江西 景德鎮(zhèn)333403）

0 引言

隨著全球工業(yè)化進程的加快，尤其是發(fā)展中國家工業(yè)化進程的快速遞進，立足于深厚陶瓷文化積淀的我國現(xiàn)代陶瓷工業(yè)迅速崛起，并逐步演化形成為包含廣東佛山、廣東潮州、福建德化、湖南醴陵、江西景德鎮(zhèn)、江蘇宜興、山東淄博和河北唐山等在內的中國八大頗具規(guī)模又各具特色的陶瓷產業(yè)集群。而作為介于市場和企業(yè)之間的準市場或準科層組織形式的產業(yè)集群，其在決定企業(yè)、地區(qū)創(chuàng)新績效中的重要性不可否認，以至于現(xiàn)代創(chuàng)新理論認為，產業(yè)集群是一個縮微的區(qū)域創(chuàng)新系統(tǒng)。沿著這一邏輯脈路分析，借助陶瓷產業(yè)集群創(chuàng)新，突破增長瓶頸、謀求集群所在區(qū)域可持續(xù)的經濟增長與社會協(xié)調發(fā)展，可謂是順理成章。然而現(xiàn)有針對陶瓷產業(yè)集群創(chuàng)新效率的研究幾乎沒有，即使在陶瓷產業(yè)集群創(chuàng)新方面的分析也很少，主要集中于純理論性闡述。以往的研究成果的確存在值得借鑒的觀點，但是卻普遍缺乏對陶瓷產業(yè)集群創(chuàng)新效率的實證性研究，從而難以從陶瓷行業(yè)整體的視角出發(fā)，把握中國陶瓷行業(yè)生產率變化的特點。進而更加遑論通過各大陶瓷產業(yè)集群間的比較，了解區(qū)域間生產率的差異及其變動趨勢。為此，本文試圖利用2005～2009年的面板數(shù)據，對我國八大陶瓷產業(yè)集群的生產函數(shù)中效率因素進行測算和分析，在描述集群經濟增長技術創(chuàng)新效率變化趨勢的同時，刻畫其與技術進步因素共同影響經濟增長方式變化的過程，為探究陶瓷產業(yè)集群持續(xù)發(fā)展的政策含義和學術價值提供依據。

1 研究方法設計

本文在測算陶瓷產業(yè)集群技術創(chuàng)新效率時，選用SFA分析方法。根據Aigner、Battese、Lovell等的研究，測算技術創(chuàng)新效率的隨機前沿模型(SFA)的一般形式為：yit=f(xit,t)?exp(vit-uit)。其中，yit表示集群i的實際產出，x代表投入，f(?)代表生產可能性邊界上的確定前沿產出，t為時間趨勢。至于誤差項，其實由兩個部分組成，一則隨機擾動影響vit服從，另一部分uit=uiexp[-η(t-T)]，表示對個體沖擊的影響，服從非負斷尾正態(tài)分布，其中參數(shù)η為時間因素對技術費效率項的影響，兩部分vit和uit相互獨立。技術創(chuàng)新效率水平TEit=exp(-uit)表示由于生產無效率造成的實際產出與最大產出之間的距離，其值介于0～1之間，當TEit=1表示落在生產可能性邊界上，即技術有效，否則技術無效。此外，Battese和Coelli(1992)設定了相關方差參數(shù)來檢驗復合擾動項中技術無效項所占的比例，一旦γ=0被接受，則表明實際產出與最大產出之間的距離均來自于不可控的純隨機因素，此時可以直接運用OLS估計。在具體選擇生產函數(shù)時，常用的有柯布-道格拉斯和超越對數(shù)兩種形式。相較于前者，超越對數(shù)形式在形式上更加靈活，能更好地避免由于函數(shù)形式的誤設而帶來的估計偏差。本文分析中采用的是面板數(shù)據，隨著時間的推移，技術是否為中性，產出彈性是否固定，技術是否存在進步，研究中并不能事先確定，因此選用超越對數(shù)生產函數(shù)的隨機前沿模型，具體形式如下所示：

其中，β為待估計系數(shù)，j,k代表投入變量，其余各項定義與前文一致。

2 數(shù)據與變量

本文所使用的樣本為2005～2009年中國八大陶瓷產業(yè)集群的數(shù)據，原始數(shù)據來源于歷年八大產業(yè)集群區(qū)域所在省市的統(tǒng)計年鑒。有關創(chuàng)新過程的產出，文中選取發(fā)明專利申請量作為考核指標。事實上，在創(chuàng)新產出指標的選擇上，一些學者偏向嘗試新的指標,比如新產品開發(fā)項目數(shù)(吳延兵,2008)、新產品銷售收入(朱有為和徐康寧,2006)等。但本文認為，一方面，這些指標在反映創(chuàng)新成果的經濟價值和商業(yè)化水平方面仍有缺陷，另一方面，在指標數(shù)據獲取方面難度較大。比如，新產品銷售收入雖然能夠較好地衡量創(chuàng)新產出，但相關統(tǒng)計年鑒中并沒有分省區(qū)的這一指標。而國外學者對專利與研發(fā)的關系進行了大量的實證研究后表明，即使考慮滯后效應在內，研發(fā)和專利之間仍然存在顯著的相關性。因此，盡管專利在衡量創(chuàng)新產出時存在著諸多缺陷，但由于找到更好的替代指標還存在一定的困難，目前研究中依然被廣泛使用。專利數(shù)據包括專利申請受理量和專利申請授權量兩項指標。但專利授權量由于受到政府專利機構等人為因素的影響、不確定性較大，因而專利申請受理量比專利申請授權量更能反映研發(fā)產出的真實水平(張海洋，2000)。綜上，本文選取專利申請受理量作為研發(fā)產出的衡量指標。

對于創(chuàng)新活動的投入，一般由R&D人員投入和R&D經費支出兩個變量來表征。對于R&D人員投入，通常是采用R&D人員全時當量顯性指標來衡量，其值為報告年內R&D全時人員數(shù)加非全時人員按工作量折算成全時人員數(shù)的總和。而對于另一項投入R&D經費投入，正如Griliches(1980)及吳延兵(2008)指出的，R&D活動對知識生產的影響不僅反映在當期，對以后的知識生產也將產生影響。因此，我們參考吳延兵的做法，采取永續(xù)盤存法來核算R&D存量，其計算公式為：Kit=(1-δ)Ki(t-1)+Eit，式子中Kit為i集群在第t期的資本存量，δ為折舊率，并依據Griliches等的估計，一般δ=15%，至于基期資本存量的估算，假設R&D資本存量的增長率等于R&D經費的增長率，g為考察期內實際R&D經費支出的平均增長率，則其估算公式：Ki0=Ei0/(g+δ)。而Eit表示第i集群在t期的實際R&D經費支出，顯然，其與物價變動相關，因此有必要對其進行價格平減(以1998年為基準)。由于科技活動經費內部支出包含固定資產構建費和其他費用(主要包括勞務費、業(yè)務費等)，前者可以采用各地區(qū)固定資產投資價格指數(shù)平減，后者采用的平減指數(shù)為城市居民消費價格指數(shù)。為此，本文參照朱平芳和徐偉民構造的R&D支出價格指數(shù)=0.55×消費價格指數(shù)+0.45×固定資產投資價格指數(shù)對名義R&D經費支出進行平減(朱平芳、徐偉民，2003)。在確定了投入產出變量以后，可建立如下超越對數(shù)生產函數(shù)隨機前沿經驗模型：

式子中，yit、Kit、Lit分別是i集群在t期的專利申請受理量、R&D資本存量和R&D人員投入，β為回歸系數(shù)。

3 實證結果

3.1 生產函數(shù)的估計

以2005～2009年面板數(shù)據為基礎，利用Frontier4.1軟件對模型進行估計。經驗模型的極大似然參數(shù)估計結果如表1所示。

表1 隨機前沿模型分析結果

從表1模型1給出的估計結果可以看到，r通過了顯著性水平0.01的顯著性檢驗，因此，本文使用SFA方法對效率進行分析是恰當?shù)?。另外，隨機前沿生產模型的設定形式正確與否直接關系到對技術效率分析的有效性。為此，本文擬使用廣義似然率統(tǒng)計量進行檢驗，以驗證超越對數(shù)生產前沿模型的適宜性。其統(tǒng)計量的計算公式為：λ=-2ln[L(H0)/L(H1)]，其中L(H0)和L(H1)分別是前沿模型在零假設H0和備擇假設H1下的似然函數(shù)值。如果零假設成立，那么檢驗統(tǒng)計量λ服從混合卡方分布，自由度為受約束變量的數(shù)目。本文假設限定為所有二次項系數(shù)均等于零，如果該假設成立，則分析中應采用柯布-道格拉斯生產函數(shù)。假設為與技術進步有關的系數(shù)均為零，而假設為投入要素R&D資本存量、R&D人員與技術進步的交叉項系數(shù)為零，表示技術進步與投入要素無關。假設則代表時變參數(shù)η=0，說明技術效率不具有時間趨勢。

表2 模型假設檢驗結果

3.2 創(chuàng)新效率測算結果

進一步依前文確定的模型測算各個陶瓷產業(yè)集群創(chuàng)新的技術效率，結果如表3所示。

表3 樣本的平均技術創(chuàng)新效率

從全部樣本來看,八大陶瓷產業(yè)集群2005～2009年技術創(chuàng)新效率的均值為0.838，說明我國陶瓷產業(yè)集群研發(fā)創(chuàng)新中存在技術無效率，尚有接近17%的提升空間。由于八大陶瓷集群基本代表我國陶瓷行業(yè)的技術研發(fā)水平，所以實證檢驗結果也從一個側面反映我國陶瓷行業(yè)自主創(chuàng)新的技術效率還有待提高。而從各個集群的數(shù)據表現(xiàn)來看，地處區(qū)域經濟發(fā)展較好的佛山、、潮州、淄博、德化、醴陵等地則具有較高的研發(fā)技術效率，這些集群的技術效率均在0.8以上，而相比之下，地方經濟發(fā)展較慢的景德鎮(zhèn)、宜興、唐山的技術效率均不足平均水平。

3.3 聚類分析

為了更加清晰地描述各集群的技術創(chuàng)新模式，本文將各集群技術創(chuàng)新效率與創(chuàng)新投入均值進行聚類分析，將其分為以下四種模式，結果如表4所示。

表4 聚類分析結果

第一類模式為高投入高效率模式，此類模式包括佛山、淄博兩個陶瓷集群在創(chuàng)新基礎設施、創(chuàng)新人才和制度建設等方面已然形成一套較為完備的、良性運作的體系，從而有效支撐研發(fā)效率的提高。

第二類模式為高投入低效率模式,此類模式包括潮州、景德鎮(zhèn)兩個集群。此類集群具有較高的研發(fā)投入,但效率并不理想。因此，為提高研發(fā)資源的利用效率，兩大陶瓷產業(yè)集群應轉變以大規(guī)模投入為基礎的粗放式創(chuàng)新發(fā)展模式，在有效調整研發(fā)投入的同時，適當進行制度變革和管理創(chuàng)新。

第三類模式為低投入高效率模式，此類模式包括德化陶瓷產業(yè)集群。相對于前兩類，此類集群創(chuàng)新投入較少，但效率卻較高。顯然，此類陶瓷產業(yè)集群應是創(chuàng)新發(fā)展重點支持的區(qū)域，應加大創(chuàng)新投入，以充分發(fā)揮其效率優(yōu)勢獲得更多的有效創(chuàng)新產出。

第四類模式為低投入低效率模式，此類模式包括唐山、醴陵、宜興。此類集群的特點是投入較少，相應的效率也不高。因此，為提高其創(chuàng)新效率，一方面，應合理安排創(chuàng)新投入，集中有限資源解決創(chuàng)新發(fā)展的關鍵問題，另一方面也應適當給予資金及政策扶持以改善創(chuàng)新環(huán)境，增進創(chuàng)新效率。

4 結論

本文基于內生增長模型的生產函數(shù)理論，應用隨機前沿分析方法，構建超越對數(shù)生產函數(shù)，實現(xiàn)對中國陶瓷產業(yè)集群生產函數(shù)的估計與技術創(chuàng)新效率的實證測度。主要研究結論在于，首先集群技術創(chuàng)新中存在技術無效率，其平均技術創(chuàng)新效率為0.8381，創(chuàng)新的技術效率尚有近17%的提升空間。再則，我國陶瓷產業(yè)集群各集群創(chuàng)新效率存在差異，從樣本期間數(shù)據表現(xiàn)來看，佛山、淄博兩大陶瓷產業(yè)集群處于創(chuàng)新的良性互動中，其他產業(yè)集群的創(chuàng)新模式有待改進。第三，樣本期內集群技術創(chuàng)新的效率并沒有表現(xiàn)出隨時間提升的趨勢?；谘芯拷Y論，啟示在于，各大陶瓷產業(yè)集群在增加創(chuàng)新投入，推動前沿技術進步的同時，也需關注技術創(chuàng)新的效率提高，這就需要在制度安排及管理創(chuàng)新方面給予足夠的關注。

[1]李海東.基于社會網絡分析方法的產業(yè)集群創(chuàng)新網絡結構特征研究[J].中國經濟問題,2010,(6).

[2]楊建仁.論產業(yè)集群績效評價指標體系構建——以陶瓷產業(yè)集群為例[J].江西財經大學學報,2010,(4).

[3]朱玉林.醴陵陶瓷產業(yè)集群發(fā)展研究[J].中南林業(yè)科技大學學報,2009,(6).

[4]于君博.前沿生產函數(shù)在中國區(qū)域經濟增長技術效率測算中的應用[J].中國軟科學,2006,(11).

[5]何楓.SFA模型及其在我國技術效率測算中的應用[J].系統(tǒng)工程理論與實踐,2004,(5).