申 敏，吳和成，華海嶺

（1.南京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 211100；2.南京工業(yè)大學(xué)理學(xué)院，南京 211816）

技術(shù)創(chuàng)新產(chǎn)出彈性結(jié)構(gòu)分析
——基于面板數(shù)據(jù)聚類分析和偏最小二乘回歸

申 敏1，2，吳和成1，華海嶺1

（1.南京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 211100；2.南京工業(yè)大學(xué)理學(xué)院，南京 211816）

利用2000—2010年我國29個(gè)省級行政區(qū)大中型工業(yè)企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出的相關(guān)數(shù)據(jù)，運(yùn)用面板數(shù)據(jù)聚類分析法，根據(jù)各省級行政區(qū)的技術(shù)創(chuàng)新綜合實(shí)力，將29個(gè)省級行政區(qū)分為7類。運(yùn)用偏最小二乘法測度了7類區(qū)域的技術(shù)創(chuàng)新產(chǎn)出彈性，并分析了回歸模型的精度。得出如下結(jié)論：在分析期內(nèi)，關(guān)鍵的技術(shù)創(chuàng)新產(chǎn)出及其重要影響因素存在較明顯的地區(qū)差異；多數(shù)地區(qū)大中型工業(yè)企業(yè)的研發(fā)能力和科技成果轉(zhuǎn)化能力普遍較強(qiáng)，但國際競爭力仍偏低；專利產(chǎn)出和發(fā)明專利產(chǎn)出具有幾乎相同的彈性結(jié)構(gòu)；除了私營企業(yè)集中的地區(qū)以外，專利主要體現(xiàn)為發(fā)明專利；經(jīng)費(fèi)投入是影響技術(shù)創(chuàng)新產(chǎn)出的最重要因素，而人員投入的影響相對較弱。最后，根據(jù)所有地區(qū)的共性和個(gè)性表現(xiàn)，就提高企業(yè)技術(shù)創(chuàng)新績效提出相應(yīng)的對策建議。

技術(shù)創(chuàng)新產(chǎn)出；投入產(chǎn)出彈性；彈性結(jié)構(gòu)

1 研究背景

我國大中型工業(yè)企業(yè)所面臨的市場競爭日趨激烈，只有進(jìn)行技術(shù)創(chuàng)新才能實(shí)現(xiàn)我國工業(yè)經(jīng)濟(jì)增長方式的轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級以及產(chǎn)業(yè)競爭力的提高。

影響企業(yè)技術(shù)創(chuàng)新績效的因素有很多，只有多角度、多層面地分析企業(yè)的技術(shù)創(chuàng)新活動，才能準(zhǔn)確衡量企業(yè)的技術(shù)創(chuàng)新績效。許多學(xué)者在研究企業(yè)技術(shù)創(chuàng)新活動的績效時(shí)，都希望找到影響技術(shù)創(chuàng)新活動的主要因素。已有文獻(xiàn)從不同角度研究了企業(yè)技術(shù)創(chuàng)新的投入和產(chǎn)出。例如，Jaffe［1］、Feldman和Florida［2］認(rèn)為，決定區(qū)域創(chuàng)新能力的關(guān)鍵因素是R＆D存量和體現(xiàn)教育質(zhì)量的人力資本。Stern、Porter和Furman［3］認(rèn)為，R＆D存量是影響R＆D邊際產(chǎn)出（即創(chuàng)新能力）的最重要因素。曹勇和蘇鳳嬌［4］運(yùn)用Pearson相關(guān)分析方法、改進(jìn)的Griliches-Jaffe知識生產(chǎn)函數(shù)模型和逐步回歸分析方法，實(shí)證分析了我國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新投入對技術(shù)創(chuàng)新績效的影響機(jī)理。張宗和和彭昌奇［5］運(yùn)用改進(jìn)的Griliches-Jaffe知識生產(chǎn)函數(shù)模型，利用我國技術(shù)創(chuàng)新主體投入、產(chǎn)出指標(biāo)的面板數(shù)據(jù)考察了技術(shù)創(chuàng)新能力的影響因素，結(jié)果表明R＆D因素對技術(shù)創(chuàng)新績效有重要影響。周衛(wèi)民和張益豐［6］對要素產(chǎn)出彈性理論進(jìn)行了檢驗(yàn)，結(jié)果表明我國技術(shù)進(jìn)步的類型為資本增加型。韓晶［7］應(yīng)用SFA（stochastic frontier analysis）方法對中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行了實(shí)證分析，結(jié)果表明科技人員的產(chǎn)出彈性小于科研經(jīng)費(fèi)的產(chǎn)出彈性。邵云飛、范群林和唐小我［8］基于內(nèi)生經(jīng)濟(jì)增長模型，采用面板數(shù)據(jù)固定效用模型對影響我國區(qū)域創(chuàng)新能力的內(nèi)生因素進(jìn)行了實(shí)證研究，結(jié)果表明我國高技術(shù)產(chǎn)業(yè)就業(yè)人員數(shù)是影響區(qū)域創(chuàng)新活動的一個(gè)顯著因素，專利的彈性系數(shù)高于高技術(shù)產(chǎn)業(yè)就業(yè)人員數(shù)的彈性系數(shù)。

綜上可知，研究者們大多從某一角度選取特定的技術(shù)創(chuàng)新投入或產(chǎn)出指標(biāo)來考察產(chǎn)出對投入的彈性，而所選指標(biāo)不全面很容易造成結(jié)果不準(zhǔn)確。事實(shí)上，由于我國大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新投入與產(chǎn)出的關(guān)系在空間上存在地區(qū)差異、在時(shí)間上呈現(xiàn)動態(tài)變化，因此，如果全面涵蓋所有的投入指標(biāo)，則可能出現(xiàn)因投入指標(biāo)存在多重共線性而導(dǎo)致基于傳統(tǒng)計(jì)量回歸模型所得的估計(jì)結(jié)果不可靠的問題。同時(shí)，指標(biāo)數(shù)量過多、樣本點(diǎn)相對較少會產(chǎn)生樣本飽和（樣本量小于自變量個(gè)數(shù)）現(xiàn)象，從而使得基于傳統(tǒng)計(jì)量回歸模型所得的檢驗(yàn)結(jié)果不可信［9］。此外，利用某一產(chǎn)出指標(biāo)無法全面度量技術(shù)創(chuàng)新產(chǎn)出水平，而是需要一個(gè)產(chǎn)出指標(biāo)集合，而傳統(tǒng)計(jì)量回歸模型無法解決多因變量對多自變量的估計(jì)問題?；谝陨峡紤]，本文采用偏最小二乘（partial least square，PLS）回歸法。

如果直接對29個(gè)省級行政區(qū)相關(guān)指標(biāo)的混合數(shù)據(jù)運(yùn)用偏最小二乘法進(jìn)行回歸，可能無法體現(xiàn)地區(qū)差異性，但若對每個(gè)省級行政區(qū)的時(shí)序數(shù)據(jù)進(jìn)行分別計(jì)算，又可能因?yàn)闃颖玖刻俣鴵p失準(zhǔn)確性。為了兼顧產(chǎn)出彈性的地區(qū)差異性和參數(shù)估計(jì)量的可得性和準(zhǔn)確性，本文根據(jù)技術(shù)創(chuàng)新綜合實(shí)力相似程度，先對全國29個(gè)省（自治區(qū)、直轄市）①不包括我國港澳臺地區(qū)、西藏地區(qū)和海南（因數(shù)據(jù)缺失）。進(jìn)行聚類，再分別對每類區(qū)域進(jìn)行偏最小二乘回歸分析，測度各類區(qū)域大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新產(chǎn)出彈性。

2 指標(biāo)選擇與數(shù)據(jù)說明

本文旨在測度我國各地區(qū)大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新產(chǎn)出彈性?，F(xiàn)有文獻(xiàn)——包括《中國科學(xué)技術(shù)指標(biāo)》黃皮書——中技術(shù)創(chuàng)新投入的表征指標(biāo)一般分為人員和經(jīng)費(fèi)兩個(gè)方面。本文也從人員和經(jīng)費(fèi)兩個(gè)方面考慮技術(shù)創(chuàng)新投入的表征指標(biāo)。目前表征技術(shù)創(chuàng)新人員投入的兩個(gè)基本指標(biāo)是科技活動人員數(shù)和R＆D人員全時(shí)當(dāng)量?？萍蓟顒尤藛T數(shù)用以反映從事創(chuàng)新活動的人員規(guī)模；R＆D人員全時(shí)當(dāng)量用以反映創(chuàng)新活動人員投入的強(qiáng)度和質(zhì)量。科技活動經(jīng)費(fèi)內(nèi)部支出和R＆D經(jīng)費(fèi)內(nèi)部支出兩個(gè)財(cái)務(wù)指標(biāo)較全面地反映了技術(shù)創(chuàng)新經(jīng)費(fèi)投入的規(guī)模，是評價(jià)技術(shù)創(chuàng)新投入的常用指標(biāo)。技術(shù)創(chuàng)新投入的基本目的是，通過開展一系列研發(fā)活動等來提高產(chǎn)品的科技含量、不斷推出具有市場競爭力的新產(chǎn)品。鑒于此，本文將新產(chǎn)品開發(fā)經(jīng)費(fèi)支出也作為技術(shù)創(chuàng)新活動的一項(xiàng)投入，以對應(yīng)新產(chǎn)品的市場化。

在已有研究中，表征技術(shù)創(chuàng)新產(chǎn)出的指標(biāo)主要是專利。筆者認(rèn)為，企業(yè)技術(shù)創(chuàng)新投入的最終目的是，在立足市場的前提下通過技術(shù)創(chuàng)新開發(fā)新產(chǎn)品以獲得核心市場競爭力。鑒于此，筆者認(rèn)為可從專利和新產(chǎn)品兩個(gè)方面選擇表征技術(shù)創(chuàng)新產(chǎn)出的指標(biāo)。

基于“指標(biāo)應(yīng)能較充分地度量研究現(xiàn)象的內(nèi)涵，同時(shí)應(yīng)考慮指標(biāo)數(shù)據(jù)的可得性”的原則，筆者根據(jù)相關(guān)研究文獻(xiàn)，并結(jié)合大中型工業(yè)企業(yè)技術(shù)創(chuàng)新績效的特點(diǎn)，選擇表征企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出水平或強(qiáng)度的指標(biāo)，如表1所示。

表1 企業(yè)技術(shù)創(chuàng)新投入和產(chǎn)出的表征指標(biāo)

根據(jù)彈性的意義，對所有變量均取對數(shù)，將y 1～y4分別記為ly1～ly4，將x1～x9分別記為lx1～lx9，則回歸系數(shù)即彈性系數(shù)。以下分析均為對表1所示變量的對數(shù)進(jìn)行的分析。

Romer［10］的知識內(nèi)生性增長理論表明，創(chuàng)新并非從天而降，而是源于之前積累的知識資本和人力資本。鑒于此，本文考慮產(chǎn)出滯后于投入這一實(shí)際情況，所用投入指標(biāo)數(shù)據(jù)的分析期為2000—2008年，所用產(chǎn)出指標(biāo)中萬人專利申請數(shù)和萬人發(fā)明專利申請數(shù)的數(shù)據(jù)均滯后2年，即其分析期為2002—2010年，新品銷售率和新產(chǎn)品創(chuàng)匯率的數(shù)據(jù)均滯后1年，即其分析期為2001—2009年。所用數(shù)據(jù)來源于2001—2011年的《工業(yè)企業(yè)科技活動統(tǒng)計(jì)資料》。

3 測度模型

3.1 面板數(shù)據(jù)聚類方法

學(xué)者們對創(chuàng)新能力給出了不同的解讀。例如：余官勝［11］用國內(nèi)專利申請量度量技術(shù)創(chuàng)新；吳永林和趙佳菲［12］構(gòu)建了包括技術(shù)創(chuàng)新投入能力、研究開發(fā)能力、消化吸收能力和技術(shù)創(chuàng)新產(chǎn)出能力的技術(shù)創(chuàng)新能力評價(jià)指標(biāo)體系。這些指標(biāo)或具有片面性，或存在多指標(biāo)相關(guān)問題而增加了研究的復(fù)雜性。本文利用因子分析法將所有的投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行綜合而形成綜合指標(biāo)，并將該綜合指標(biāo)定義為技術(shù)創(chuàng)新綜合實(shí)力。筆者認(rèn)為，地區(qū)的技術(shù)創(chuàng)新綜合實(shí)力相似，其技術(shù)創(chuàng)新產(chǎn)出彈性也應(yīng)相似。鑒于此，可先根據(jù)技術(shù)創(chuàng)新綜合實(shí)力對我國29個(gè)?。ㄗ灾螀^(qū)、直轄市）進(jìn)行聚類。

事實(shí)上，雖然處理多維動態(tài)面板數(shù)據(jù)不能簡單套用經(jīng)典聚類方法，但是可先對面板數(shù)據(jù)進(jìn)行降維，使之變?yōu)閱沃笜?biāo)面板數(shù)據(jù)，再將時(shí)間維度轉(zhuǎn)換為指標(biāo)維度，則可進(jìn)行經(jīng)典聚類。通過因子分析可以實(shí)現(xiàn)有效降維。用m維的y空間代替p（m＜p）維的x空間，而用低維的y空間代替高維的x空間，不僅能夠盡可能多地反映原x空間的信息，而且由于它們是從相同類指標(biāo)中抽取而來的，因此低維的y空間的解釋力遠(yuǎn)大于每個(gè)實(shí)際指標(biāo)的解釋力，同時(shí)克服了各指標(biāo)信息重復(fù)的問題。因此，若將y空間中的潛在因子進(jìn)行加權(quán)組合而形成綜合評價(jià)函數(shù)序列矩陣，再確定相似指標(biāo)和測量尺度，對面板數(shù)據(jù)進(jìn)行Q型聚類分析，則既能在保留面板數(shù)據(jù)關(guān)鍵信息的同時(shí)實(shí)現(xiàn)降維的基本目標(biāo)，又可以克服片面追求個(gè)別指標(biāo)信息而忽略整體的傾向。聚類的具體思路如下：

然后，選擇聚類分析測量尺度，將F視為時(shí)序長度為T、個(gè)體個(gè)數(shù)為n的面板數(shù)據(jù)，對面板數(shù)據(jù)F進(jìn)行Q型聚類。本文選擇歐氏距離測度相似性，利用離差平方和法（Ward法）進(jìn)行面板數(shù)據(jù)的聚類分析。

3.2 偏最小二乘建模方法

偏最小二乘回歸法是由Wold和Albano于 1983年提出的，此后被廣泛用于各個(gè)領(lǐng)域，尤其是化學(xué)和經(jīng)濟(jì)評價(jià)領(lǐng)域。PLS回歸方法是一種消除自變量間多重相關(guān)性的有效方法。該方法不是逐個(gè)判斷復(fù)雜多變量系統(tǒng)中變量的取舍，而是通過信息分解將自變量系統(tǒng)的信息進(jìn)行重新組合，有效提取對系統(tǒng)具有最強(qiáng)解釋力的綜合變量，排除重疊信息或無解釋意義信息的干擾，解決了變量多重相關(guān)性對系統(tǒng)建模的負(fù)面影響，使得回歸結(jié)果更加可靠。偏最小二乘回歸模型的最大優(yōu)點(diǎn)是解決了多元回歸分析中變量的多重相關(guān)性和解釋變量多于樣本點(diǎn)等問題。

偏最小二乘回歸的基本原理如下：設(shè)有n個(gè)樣本點(diǎn)的q個(gè)因變量Y＝［y1，y2，…，yq］n×q和p個(gè)自變量X＝［x1，x2，…，xp］n×p。通過偏最小二乘回歸，分別從X和Y中提取出成分t1和u1。要求：第一，t1和u1應(yīng)盡可能多地反映原變量的信息；第二，t1和u1的相關(guān)程度能達(dá)到最大。

在成分t1和u1被提取后，分別進(jìn)行X對t1的回歸以及Y對t1的回歸。如果回歸方程的精度已達(dá)到滿意程度，則算法終止；否則，利用X被t1解釋后的殘余信息以及Y被t1解釋后的殘余信息進(jìn)行第二輪成分提?。蝗绱送鶑?fù)，直到回歸方程的精度達(dá)到較滿意為止。若最終從X中共提取了m個(gè)成分t1、t2、…、tm，利用偏最小二乘回歸法進(jìn)行yk（k＝1，2，…，q）對t1、t2、…、tm的回歸，其回歸方程如下：

而th（h＝1，2，…，m）可以寫成原變量x1、x2、…、xp的函數(shù)，即

由此可得由m個(gè)成分t1、t2、…、tm和原變量x1、x2、…、xp表示的偏最小二乘回歸方程：

4 測度結(jié)果和影響因素分析

本文將體現(xiàn)經(jīng)濟(jì)、技術(shù)水平的投入能力和資源轉(zhuǎn)化為創(chuàng)新成果的產(chǎn)出能力綜合定義為技術(shù)創(chuàng)新綜合實(shí)力，通過面板數(shù)據(jù)的聚類分析來科學(xué)、有效地辨別我國29個(gè)省級行政單位大中型工業(yè)企業(yè)技術(shù)創(chuàng)新綜合實(shí)力的差異和所屬類型。

4.1 聚類結(jié)果

利用上述面板數(shù)據(jù)聚類分析方法，借助軟件SPSS16.0和Excel2007，針對每個(gè)省級行政區(qū)的投入及產(chǎn)出指標(biāo)，以累積貢獻(xiàn)率超過90%為原則選取主成分，同時(shí)構(gòu)建綜合評價(jià)函數(shù)矩陣，用系統(tǒng)歐式距離測算各省級行政單位大中型工業(yè)企業(yè)技術(shù)創(chuàng)新綜合實(shí)力的相似性，并利用Ward聯(lián)接法對29個(gè)省級行政單位進(jìn)行聚類，聚類結(jié)果如表2所示。

表2 基于大中型工業(yè)企業(yè)技術(shù)創(chuàng)新綜合實(shí)力的聚類結(jié)果

從表2可以看出，類別靠前的是技術(shù)創(chuàng)新能力較強(qiáng)的地區(qū)，類別靠后的是技術(shù)創(chuàng)新能力較弱的地區(qū)。顯然，科技能力與經(jīng)濟(jì)實(shí)力之間存在高度的正相關(guān)關(guān)系，經(jīng)濟(jì)發(fā)展會加速技術(shù)創(chuàng)新能力的提高，技術(shù)創(chuàng)新能力又能夠推動經(jīng)濟(jì)發(fā)展，兩者相輔相成、互為動力。

4.2 投入與產(chǎn)出的相關(guān)關(guān)系判別

在本節(jié)，筆者利用偏最小二乘法，借助SIMCAP11.5軟件，具體分析不同類別地區(qū)的技術(shù)創(chuàng)新產(chǎn)出如何依賴投入要素，為確定不同類別地區(qū)的技術(shù)創(chuàng)新投入要素強(qiáng)度提供強(qiáng)有力的理論基礎(chǔ)。

分別以解釋變量組X和被解釋變量組Y的第一成分t1和u1為橫、縱坐標(biāo)，繪制平面圖①限于篇幅，在此省略。。7類地區(qū)的偏最小二乘回歸結(jié)果顯示，u1與t1之間存在清晰的線性關(guān)系。這說明，7類地區(qū)的X與Y之間都存在很強(qiáng)的相關(guān)關(guān)系，用偏最小二乘回歸方法進(jìn)行建模是合理的。

4.3 PLS回歸模型精度分析

根據(jù)交叉有效性原則，以SIMCA-P軟件所規(guī)定的0.0975為臨界值，選取適當(dāng)?shù)挠行С煞?，求出有效成分對投入變量的累積信息提取度Rd X和對產(chǎn)出變量的累積解釋能力Rd Y，如表3所示。

從表3可以看出：總體上，產(chǎn)出變量集合的PLS回歸模型的精度較低（Rd Y均小于70%），而單個(gè)產(chǎn)出變量的PLS回歸模型的精度存在較大差異，以萬人專利申請數(shù)、萬人發(fā)明專利申請數(shù)和新產(chǎn)品銷售率為因變量的PLS回歸模型的精度較高——其Rd Y值幾乎都大于或接近70%，而新產(chǎn)品銷售率模型的回歸精度一般略低于前兩者。這說明，在科技創(chuàng)新成果向經(jīng)濟(jì)績效轉(zhuǎn)化的過程中存在更多的無效率因素，未來應(yīng)重視科技創(chuàng)新成果轉(zhuǎn)化環(huán)節(jié)，積極推動技術(shù)市場發(fā)展。此外，以新產(chǎn)品創(chuàng)匯率為因變量的PLS回歸模型的精度較低——其Rd Y值幾乎都小于50%。從不同類別的地區(qū)來看，第二類地區(qū)所有PLS回歸模型的精度都較高，特別是新產(chǎn)品創(chuàng)匯率回歸模型的精度明顯高于其他類別地區(qū)的精度。進(jìn)一步分析發(fā)現(xiàn)，該地區(qū)主要包括經(jīng)濟(jì)、技術(shù)和出口貿(mào)易都較發(fā)達(dá)的沿海省份，技術(shù)創(chuàng)新成果向新產(chǎn)品轉(zhuǎn)化率高、新產(chǎn)品出口創(chuàng)匯率高。反過來，正如Grossman和Helpman［13］以及Bernard和Jensen［14］所述，當(dāng)一國出口本國產(chǎn)品時(shí)，出口企業(yè)往往會得到外國購買商關(guān)于改善生產(chǎn)流程的建議或從競爭對手和合作伙伴處學(xué)到更多知識，這些都會促進(jìn)本國的出口企業(yè)實(shí)施技術(shù)創(chuàng)新。因此，在貿(mào)易發(fā)達(dá)地區(qū)，技術(shù)創(chuàng)新投入對所有技術(shù)創(chuàng)新環(huán)節(jié)的產(chǎn)出都有較好的解釋能力。在第一、第四至第七類地區(qū)中，除新產(chǎn)品創(chuàng)匯率模型外，其他模型均有較高的回歸精度，說明所選取的投入變量主要解釋萬人專利申請數(shù)、萬人發(fā)明專利申請數(shù)和新產(chǎn)品銷售率3種技術(shù)創(chuàng)新產(chǎn)出，而對新產(chǎn)品創(chuàng)匯率的解釋能力較弱。在第三類地區(qū)中，新產(chǎn)品銷售率模型和新產(chǎn)品創(chuàng)匯率模型的回歸精度均較低，說明創(chuàng)新投入要素不能很好地解釋與新產(chǎn)品有關(guān)的產(chǎn)出要素，這或許與第三類地區(qū)的科技成果轉(zhuǎn)化能力較弱有關(guān)。

表3 7類地區(qū)的PLS回歸模型精度

4.4 產(chǎn)出彈性結(jié)構(gòu)與影響因素分析

PLS法的另一個(gè)重要用途是預(yù)測建模。PLS法適用于多個(gè)自變量和多個(gè)因變量的回歸建模分析，一次計(jì)算后可同時(shí)給出ly1～ly4關(guān)于各投入要素變量的回歸模型，利用SIMCA-P軟件可得到各回歸模型的回歸系數(shù)（見表4～表7），據(jù)此可繪制各模型回歸系數(shù)的直方圖①。

表4 萬人專利申請數(shù)（ly1）回歸模型（模型1）的回歸系數(shù)

表5 萬人發(fā)明專利申請數(shù)（ly2）回歸模型（模型2）的回歸系數(shù)

表6 新產(chǎn)品銷售率（ly3）回歸模型（模型3）的回歸系數(shù)

1）回歸模型整體結(jié)構(gòu)。

從表4～表7可以看出，除第二類地區(qū)外，其他地區(qū)的萬人專利申請數(shù)回歸模型和萬人發(fā)明專利申請數(shù)回歸模型的回歸系數(shù)結(jié)構(gòu)基本相同，表明兩者發(fā)展基本同步，專利產(chǎn)出主要表現(xiàn)為表征技術(shù)創(chuàng)新的發(fā)明專利產(chǎn)出。第二類地區(qū)的民營企業(yè)經(jīng)濟(jì)較為發(fā)達(dá)。與發(fā)明專利相比，外觀設(shè)計(jì)專利和實(shí)用新穎專利的技術(shù)含量低、研發(fā)難度小，因此內(nèi)資民營企業(yè)較易通過外資企業(yè)的示范效應(yīng)、模仿效應(yīng)、競爭效應(yīng)和產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)來獲得技術(shù)外溢，進(jìn)而提升自身的技術(shù)創(chuàng)新能力。而發(fā)明專利在市場競爭中的重要性和研發(fā)難度等使得相應(yīng)的技術(shù)較難被外溢，在一定程度上還存在某種技術(shù)“擠出”效應(yīng)，由于在民營企業(yè)較多的第二類地區(qū)外觀設(shè)計(jì)專利和實(shí)用新穎專利占有相當(dāng)?shù)谋戎?，因此第二類地區(qū)表現(xiàn)出專利與發(fā)明專利的發(fā)展不同步，兩者的回歸模型結(jié)構(gòu)也不相同。

經(jīng)濟(jì)較發(fā)達(dá)的第二類地區(qū)和第三類地區(qū)的萬人專利申請數(shù)回歸模型與新產(chǎn)品銷售率回歸模型的回歸系數(shù)結(jié)構(gòu)非常類似，表明兩者發(fā)展基本同步。這說明這兩類地區(qū)大中型工業(yè)企業(yè)的市場意識較強(qiáng)、創(chuàng)新成果轉(zhuǎn)化率非常高。對于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，新產(chǎn)品銷售率和新產(chǎn)品創(chuàng)匯率的回歸模型與萬人專利申請數(shù)和萬人發(fā)明專利申請數(shù)的回歸模型存在較大的結(jié)構(gòu)差異，說明該類地區(qū)的市場意識較弱、創(chuàng)新成果轉(zhuǎn)化率較低。

除了第六類地區(qū)外，其他地區(qū)的新產(chǎn)品銷售率回歸模型和新產(chǎn)品創(chuàng)匯率回歸模型的回歸系數(shù)結(jié)構(gòu)都不相同，說明這兩個(gè)與新產(chǎn)品相關(guān)的產(chǎn)出的影響因素迥異。

表7 新產(chǎn)品創(chuàng)匯率（ly4）回歸模型（模型4）的回歸系數(shù)

2）主要的彈性變量。

雖然各類地區(qū)產(chǎn)出對投入的回歸系數(shù)（彈性）結(jié)構(gòu)不盡相同，但是各類地區(qū)的萬人專利申請數(shù)（ly1）和萬人發(fā)明專利申請數(shù)（ly2）普遍對人均科技活動經(jīng)費(fèi)（lx6）和人均R＆D經(jīng)費(fèi)（lx7）有較大的彈性，說明經(jīng)費(fèi)投入是影響發(fā)明專利產(chǎn)出和專利產(chǎn)出的最核心要素之一。在第三類、第五類、第六類和第七類地區(qū)，這兩類技術(shù)創(chuàng)新產(chǎn)出對R＆D人員投入強(qiáng)度（lx3）的彈性也較大，說明這些地區(qū)的這兩類技術(shù)創(chuàng)新產(chǎn)出對經(jīng)費(fèi)投入和人員投入都具有較高的彈性。

相對于技術(shù)創(chuàng)新經(jīng)費(fèi)投入，技術(shù)創(chuàng)新人員投入對專利產(chǎn)出的作用并不十分突出，這說明我國企業(yè)的技術(shù)創(chuàng)新是經(jīng)費(fèi)拉動型的，科技人員的創(chuàng)造性還未充分發(fā)揮出來——這與韓晶［7］的研究結(jié)論一致。由于第二類地區(qū)的專利產(chǎn)出中外觀設(shè)計(jì)專利和實(shí)用新穎專利占較高比例，因此第二地區(qū)的萬人專利申請數(shù)對技術(shù)創(chuàng)新人員投入的彈性較高，而萬人發(fā)明專利申請數(shù)對技術(shù)創(chuàng)新經(jīng)費(fèi)投入的彈性較高。

多數(shù)地區(qū)的萬人專利申請數(shù)、萬人發(fā)明專利申請數(shù)對裝備技術(shù)水平（lx9）的彈性普遍較低，經(jīng)濟(jì)最不發(fā)達(dá)的第六類地區(qū)和第七類地區(qū)的該彈性相對稍大。這可能與不發(fā)達(dá)地區(qū)缺乏創(chuàng)新人才和經(jīng)費(fèi)，只能通過投入高新設(shè)備獲得創(chuàng)新產(chǎn)出有關(guān)。另外，裝備技術(shù)水平對所有與新產(chǎn)品相關(guān)的技術(shù)創(chuàng)新產(chǎn)出的作用幾乎都微乎其微，只有第四類地區(qū)的新產(chǎn)品銷售率和新產(chǎn)品創(chuàng)匯率對裝備技術(shù)水平有相當(dāng)大的彈性。這可能是因?yàn)榈谒念惖貐^(qū)對高技術(shù)設(shè)備的投入較多，而對科技人員和研發(fā)經(jīng)費(fèi)的投入相對較少有關(guān)。

在發(fā)達(dá)或中等發(fā)達(dá)地區(qū)（第一類～第四類地區(qū)），新產(chǎn)品銷售率（ly3）對新產(chǎn)品開發(fā)經(jīng)費(fèi)投入強(qiáng)度（lx8）的彈性較??；而在不發(fā)達(dá)地區(qū)（第五類～第七類地區(qū)），新產(chǎn)品開發(fā)經(jīng)費(fèi)投入強(qiáng)度（lx8）卻對新產(chǎn)品銷售率（ly3）起著決定性作用，彈性系數(shù)非常高。當(dāng)然，這并不能說明中等以上發(fā)達(dá)地區(qū)的新產(chǎn)品開發(fā)經(jīng)費(fèi)投入對新產(chǎn)品銷售率的作用不大。事實(shí)上，這恰恰說明了新產(chǎn)品開發(fā)經(jīng)費(fèi)投入對新產(chǎn)品的重要性。由于這些地區(qū)的科技成果轉(zhuǎn)化率較高，專利和發(fā)明專利能較快地被轉(zhuǎn)化為新產(chǎn)品，因此對專利和發(fā)明專利的投入事實(shí)上也是對新產(chǎn)品開發(fā)的投入，而對新產(chǎn)品開發(fā)的投入也體現(xiàn)在專利和發(fā)明專利的產(chǎn)出上，這一點(diǎn)從模型中前兩個(gè)產(chǎn)出指標(biāo)對lx8的彈性很大可以看出。

5 研究結(jié)論及對策建議

5.1 研究結(jié)論

本文首先通過面板數(shù)據(jù)的聚類分析，根據(jù)我國29個(gè)省級行政單位大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新綜合實(shí)力對其進(jìn)行系統(tǒng)聚類，將其分為7類地區(qū)；然后，對7類地區(qū)分別進(jìn)行面板數(shù)據(jù)的偏最小二乘回歸分析，測度并分析了2000—2010年我國29個(gè)省級行政單位大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新產(chǎn)出彈性。根據(jù)實(shí)證研究結(jié)果，本文得出以下結(jié)論：

第一，技術(shù)創(chuàng)新投入變量對所有類別地區(qū)的萬人專利申請數(shù)、萬人發(fā)明專利申請數(shù)的解釋能力最強(qiáng)，對除市場化程度較低的第三類地區(qū)以外的其他所有類別地區(qū)的新產(chǎn)品銷售率的解釋能力也很強(qiáng)，但對除貿(mào)易最發(fā)達(dá)的第二類地區(qū)以外）的其他所有類別地區(qū)的新產(chǎn)品創(chuàng)匯率的解釋能力很弱。這說明，全國大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新研發(fā)能力和研發(fā)成果轉(zhuǎn)化能力普遍較高，但是國際競爭力仍偏弱。

第二，除了民營企業(yè)密集的第二類地區(qū)以外，我國大部分地區(qū)的萬人專利申請數(shù)和萬人發(fā)明專利申請數(shù)對技術(shù)創(chuàng)新投入具有大致相同的彈性結(jié)構(gòu)，說明發(fā)明專利是專利的最主要形式。而對這兩類技術(shù)創(chuàng)新產(chǎn)出貢獻(xiàn)最大的是人均科技活動經(jīng)費(fèi)和人均R＆D經(jīng)費(fèi)，而科技和R＆D人員投入強(qiáng)度的作用相對次要，說明經(jīng)費(fèi)投入是影響技術(shù)創(chuàng)新產(chǎn)出的最核心要素。對各類別地區(qū)的新產(chǎn)品銷售率普遍重要的變量是新產(chǎn)品開發(fā)經(jīng)費(fèi)投入強(qiáng)度。在研發(fā)成果轉(zhuǎn)化率較高的地區(qū)，新產(chǎn)品開發(fā)經(jīng)費(fèi)投入強(qiáng)度也是影響萬人專利申請數(shù)的最重要因素之一。

第三，除了第一類地區(qū)外，其他類別地區(qū)的裝備技術(shù)水平幾乎對所有與新產(chǎn)品相關(guān)的技術(shù)創(chuàng)新產(chǎn)出的作用微乎其微；只有最發(fā)達(dá)的第一類地區(qū)的新產(chǎn)品銷售率對裝備技術(shù)水平有相當(dāng)大的彈性。裝備技術(shù)要想充分發(fā)揮其作用，必須與良好的區(qū)域創(chuàng)新環(huán)境相結(jié)合，否則對創(chuàng)新產(chǎn)出的貢獻(xiàn)很低，在某種意義上這是一種資源浪費(fèi)。

5.2 政策建議

針對上述研究結(jié)論，本文認(rèn)為：

第一，政府應(yīng)鼓勵(lì)大中型工業(yè)企業(yè)開展技術(shù)創(chuàng)新、拓展出口貿(mào)易。鑒于技術(shù)創(chuàng)新與出口貿(mào)易可以相互促進(jìn)，政府應(yīng)不遺余力地鼓勵(lì)技術(shù)創(chuàng)新，通過制定并實(shí)施一系列政策扶持和引導(dǎo)企業(yè)進(jìn)行自主創(chuàng)新。企業(yè)只有通過自主創(chuàng)新等來提高自身在產(chǎn)業(yè)鏈中的位置、加強(qiáng)新產(chǎn)品創(chuàng)新，才能在出口貿(mào)易中保持較強(qiáng)的競爭力、獲得高附加值。同時(shí)，政府應(yīng)繼續(xù)鼓勵(lì)企業(yè)發(fā)展出口貿(mào)易，尤其是對發(fā)達(dá)國家的出口貿(mào)易，以不斷推動企業(yè)的技術(shù)創(chuàng)新，實(shí)現(xiàn)提高創(chuàng)新能力的目的。

第二，研究機(jī)構(gòu)應(yīng)加快技術(shù)創(chuàng)新的制度創(chuàng)新。提高企業(yè)技術(shù)創(chuàng)新產(chǎn)出的關(guān)鍵是積極發(fā)揮科技人員的作用，通過制度安排完善目前的科研工作體制，提高科技人員的科研積極性和創(chuàng)造性。研究機(jī)構(gòu)要進(jìn)行科研人員評價(jià)制度的創(chuàng)新，研發(fā)人員特別是工科類科研人員的職稱評定和晉升不僅要依據(jù)其發(fā)表論文的級別和數(shù)量、課題經(jīng)費(fèi)，而且要加強(qiáng)R＆D活動的產(chǎn)業(yè)化導(dǎo)向，使研究成果與社會需求高度匹配，以提高技術(shù)創(chuàng)新的最終績效。

第三，企業(yè)應(yīng)合理配置高技術(shù)水平的裝備。裝備技術(shù)水平若與技術(shù)創(chuàng)新環(huán)境不匹配，先進(jìn)裝備的作用將很難發(fā)揮。據(jù)此，可適度控制或減少對不發(fā)達(dá)地區(qū)的高技術(shù)水平裝備投入。與其花費(fèi)大量資金配置裝備，不如先將精力放在創(chuàng)新人員投入上。同時(shí)，對于發(fā)達(dá)地區(qū)，由于科技人員可充分挖掘裝備的作用，因此可對其配置高技術(shù)裝備。這表面上看似加劇了兩極分化，實(shí)則是使技術(shù)創(chuàng)新效率最大化。

第四，政府應(yīng)鼓勵(lì)欠發(fā)達(dá)地區(qū)進(jìn)行模仿創(chuàng)新。科技人員和經(jīng)費(fèi)的稀缺、產(chǎn)業(yè)結(jié)構(gòu)的低度化以及發(fā)展經(jīng)濟(jì)的偏好，使得欠發(fā)達(dá)地區(qū)的技術(shù)創(chuàng)新應(yīng)以模仿創(chuàng)新為主。模仿創(chuàng)新可避免重復(fù)引進(jìn)技術(shù)和裝備，有助于充分、有效地利用外部的先進(jìn)技術(shù)資源，解決重復(fù)盲目引進(jìn)導(dǎo)致的大量資金浪費(fèi)的問題，其本質(zhì)是從模仿創(chuàng)新過程中學(xué)習(xí)、積累相關(guān)創(chuàng)新資源，在此基礎(chǔ)上逐步形成自主創(chuàng)新能力。欠發(fā)達(dá)地區(qū)的企業(yè)不能以高新技術(shù)創(chuàng)新為重點(diǎn)，而應(yīng)大力發(fā)展在一定發(fā)展階段和一定成本條件下能使企業(yè)贏利的“適當(dāng)?shù)募夹g(shù)”。

［1］ JAFFE A B．Real effects of academic research［J］．American Economic Review，1989，9（79）：57-70．

［2］ FELDMAN M P，F(xiàn)LORIDA R．The geographic sources of innovation：technological infrastructure and product innovation in the United States［J］．Annals of the Association of American Geographers，1994，84（2）：21-29

［3］ STERN S，PORTER M E，F(xiàn)URMAN J L．The determinants of national innovative capacity［C］．National Bureau of Economic Research Working Paper 7876：Cambridge，MA，2000．

［4］ 曹勇，蘇鳳嬌．高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新投入對創(chuàng)新績效影響的實(shí)證研究——基于全產(chǎn)業(yè)及其下屬五大行業(yè)面板數(shù)據(jù)的比較分析［J］．科研管理，2012，11（9）：22-31．

［5］ 張宗和，彭昌奇．區(qū)域技術(shù)創(chuàng)新能力影響因素的實(shí)證分析——基于全國30個(gè)省市區(qū)的面板數(shù)據(jù)［J］．中國工業(yè)經(jīng)濟(jì)，2009（11）：35-44．

［6］ 周衛(wèi)民，張益豐．技術(shù)進(jìn)步實(shí)現(xiàn)機(jī)制和生產(chǎn)要素產(chǎn)出彈性理論假說——來自我國9個(gè)發(fā)達(dá)經(jīng)濟(jì)區(qū)的實(shí)證檢驗(yàn)［J］．當(dāng)代財(cái)經(jīng)，2009（8）：22-29．

［7］ 韓晶．中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究——基于SFA方法的實(shí)證分析［J］．科學(xué)學(xué)研究，2010，28（3）：467-472．

［8］ 邵云飛，范群林，唐小我．基于內(nèi)生增長模型的區(qū)域創(chuàng)新能力影響因素研究［J］．科研管理，2011，32（9）：28-34．

［9］ 王惠文．偏最小二乘回歸方法及其應(yīng)用［M］．北京：國防工業(yè)出版社，1999．

［10］ ROMER P M．Endogenous technological change［J］．Journal of Political Economy，1990，98（5）：71-102．

［11］ 余官勝．我國出口貿(mào)易和技術(shù)創(chuàng)新關(guān)系實(shí)證研究——基于聯(lián)立方程組［J］．科學(xué)學(xué)研究，2011，29（2）：300-305．

［12］ 吳永林，趙佳菲．北京高技術(shù)企業(yè)技術(shù)創(chuàng)新能力評價(jià)分析［J］．企業(yè)經(jīng)濟(jì)，2011（3）：21-23．

［13］ GROSSMAN G，HELPMAN E．Innovation and Growth in the Global Economy［M］．Cambridge，MA：MIT Press，1991：153-201．

［14］ BERNARD A，JENSEN B．Exceptional exporter performance：cause，effect，or both？［J］．Journal of International Economics，1999，47（1）：1-25．

Analysis on Structure of Technological Innovation Output Elasticity：Based on Cluster Analysis of Panel Data and Partial Least Square Regression

Shen Min1，2，Wu Hecheng1，Hua Hailing1
（1.College of Economics and Management，Nanjing University of Aeronautics＆Astronautics，Nanjing 211100，China；2.College of Science，Nanjing University of Technology，Nanjing 211816，China）

Using the data of technology innovation input and output of large and medium-sized industrial enterprises in 29 provincial administrative regions from 2000 to 2010，this paper classifies 29 provincial administrative regions into 7 types through the cluster analysis of panel data according to the comprehensive strength of technological innovation.Then it calculates the technological innovation output elasticities of 7 types of regions by the method of partial least square，and analyzes the precision of regression models.The conclusions are as follows：during the analysis period，there exist obvious regional differences in key innovation outputs and their important influencing factors；the capabilities of R＆D and transformation of scientific achievement of large and medium-sized industrial enterprises in most regions are generally strong，but the international competitiveness are still low；the elasticity structure of patent output is the same as that of invention patent；except the region in which private enterprises concentrate，invention patent is the main form of patent；fund input is the most important factors influencing technological innovation output，but the influence of personnel input is weak.Finally，it puts forward some suggestions to enhance the technological innovation performance of enterprises.

technological innovation output；input-output elasticity；elasticity structure

F270

A

1002-980X（2014）01-0055-07

2013-06-27

江蘇省高校哲學(xué)社會科學(xué)研究重點(diǎn)項(xiàng)目“創(chuàng)新環(huán)境效應(yīng)評價(jià)的空間多層模型及其應(yīng)用——基于江蘇的實(shí)證研究”（2010ZDIXM030）；教育部人文社會科學(xué)研究規(guī)劃基金項(xiàng)目“我國區(qū)域創(chuàng)新系統(tǒng)中行為主體的聯(lián)動效應(yīng)研究”（09YJA630066）

申敏（1978—），女，安徽鳳陽人，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院博士研究生，南京工業(yè)大學(xué)理學(xué)院講師，研究方向：區(qū)域創(chuàng)新管理；吳和成（1963—），男，江蘇啟東人，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，博士生導(dǎo)師，研究方向：區(qū)域創(chuàng)新管理；華海嶺（1975—），女，江蘇無錫人，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院博士研究生，研究方向：區(qū)域創(chuàng)新管理。