劉建翠，鄭世林

(中國社會科學(xué)院數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究所，北京 100732)

·區(qū)域經(jīng)濟·

中國省際R&D資本存量的估計：1990—2014

劉建翠，鄭世林

(中國社會科學(xué)院數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究所，北京 100732)

本文采用永續(xù)盤存法，系統(tǒng)地估計了中國31個省級行政單位1990—2014年各年末的R&D資本存量。在估計過程中，對部分R&D內(nèi)部支出和科技人員勞務(wù)費部分缺失數(shù)據(jù)進行了處理，并對基期R&D資本存量、折舊率和R&D投入價格指數(shù)的選擇進行了研究。本文與現(xiàn)有文獻估計的R&D資本存量增長趨勢基本一致，但略微低于現(xiàn)有文獻的估計結(jié)果。筆者發(fā)現(xiàn)，中國R&D資本存量在1990—2014年間經(jīng)歷了快速增長，年均增長率為13.66%。但R&D資本存量的省際差異較大，東部地區(qū)的R&D資本存量占GDP比重顯著高于中西部地區(qū)，而且還有進一步拉大的趨勢。因此，中西部地區(qū)轉(zhuǎn)變經(jīng)濟發(fā)展方式的重要路徑之一在于加大R&D投入力度。

R&D資本存量；永續(xù)盤存法；經(jīng)濟增長

一、引 言

近年來，中國提出建設(shè)創(chuàng)新型國家的奮斗目標(biāo)，尤其是“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”提出之后，研發(fā)(R&D)投入呈現(xiàn)迅猛增長趨勢，已從1990年的125.43億元增長到2014年的13 015.63億元，提高了一百多倍；R&D人員數(shù)量從1990年的61.71萬人增長到2014年的371.06萬人；R&D支出占GDP的比重由1990年的0.67%提高到2014年的2.05%，超過歐盟28國2014年1.94%的總體占比，但與美國、日本、韓國和瑞典等發(fā)達國家相比還有較大差距。R&D積累是生產(chǎn)率增長和財富創(chuàng)造的一個重要因素。R&D活動創(chuàng)造和積累知識，促進產(chǎn)品創(chuàng)新和工藝創(chuàng)新，最終會推動經(jīng)濟的可持續(xù)增長[1]，因而R&D資本存量是估計國家和地區(qū)經(jīng)濟增長的重要依據(jù)，是研究創(chuàng)新問題的基礎(chǔ)數(shù)據(jù)，那么，1990年以來中國各地區(qū)R&D資本存量積累程度究竟如何？地區(qū)之間是否存在R&D資本積累的巨大差距？

國外學(xué)者對R&D資本存量的研究始于20世紀(jì)60年代，大多數(shù)學(xué)者對行業(yè)R&D資本存量，尤其是制造業(yè)的R&D資本存量進行了估算。例如，Griliches[2]測算了美國制造業(yè)對生產(chǎn)率增長的作用；Goto和Suzuki[3]估計了日本50個行業(yè)的R&D資本存量；Kim和Park[4]估算了韓國制造業(yè)28個行業(yè)的R&D資本存量；Kwon和Inui[5]利用日本企業(yè)的R&D數(shù)據(jù)，發(fā)現(xiàn)高技術(shù)企業(yè)的R&D資本存量遠遠高于非高技術(shù)企業(yè)；Hu等[6]采用中國大中型制造業(yè)企業(yè)的面板數(shù)據(jù)，研究了中國R&D產(chǎn)出彈性；Bernstein和Manuneas[7]研究了美國和加拿大制造業(yè)的R&D資本存量增長情況及其對TFP增長的貢獻，發(fā)現(xiàn)隨著R&D投入的增長，R&D資本存量對TFP增長的貢獻也在提高。2009年，聯(lián)合國統(tǒng)計委員會公布的國民經(jīng)濟核算標(biāo)準(zhǔn)(SNA2008)規(guī)定，R&D支出作為固定資產(chǎn)放在固定資本形成下，這為估算R&D資本存量提供了依據(jù)。

相比之下，中國學(xué)者對R&D資本存量的研究只有近十年的歷史，分為：全國層面上，對不同時段R&D資本存量的估計[8-9]；行業(yè)層面上，對行業(yè)R&D資本存量的估計[10-11]；區(qū)域?qū)用嫔希瑢Σ煌瑫r段內(nèi)各省級行政單位(以下簡稱“各省份”)R&D資本存量的估計[12-13]。這些估計結(jié)果得到的相同結(jié)論是區(qū)域之間差異較大，東部區(qū)域具有明顯的優(yōu)勢；不同之處是計算結(jié)果差異較大。主要是因為參數(shù)選擇有差異，基礎(chǔ)數(shù)據(jù)和采用的基期不一致，計算的R&D資本存量差異較大。

在借鑒和參照現(xiàn)有文獻的基礎(chǔ)上，本文估算了中國各省份1990—2014年的R&D資本存量。與現(xiàn)有研究相比，本文的主要貢獻如下：鑒于R&D投入中的勞務(wù)費也是增加值的一部分，為了避免重復(fù)計算，將扣除勞務(wù)費后的R&D投入作為計算R&D資本存量的當(dāng)期R&D投入；對折舊率的處理不僅考慮了資產(chǎn)性支出和日常支出的區(qū)別，還考慮了資產(chǎn)性支出中設(shè)備和儀器及其他資產(chǎn)性支出的差異；現(xiàn)有文獻都對折舊率統(tǒng)一取值，但本文根據(jù)各省份R&D投入的發(fā)展程度進行分時段取值，這種做法使得估計結(jié)果更可靠；將中國省際R&D資本存量延長到1990—2014年，相對余泳澤等[13]一文，筆者補充估算了1990—1997年的缺失數(shù)據(jù)，并匹配了R&D投入的估算范圍，使得本文的估算結(jié)果具有較強的連續(xù)性，為后續(xù)估計R&D資本存量、經(jīng)濟增長來源分解和科技進步貢獻率等相關(guān)研究提供準(zhǔn)確和客觀的基礎(chǔ)數(shù)據(jù)。

二、R&D資本存量的估算方法、變量估計和數(shù)據(jù)處理

(一)R&D資本存量的估算方法

關(guān)于如何估算R&D資本存量，學(xué)界并沒有明確的統(tǒng)一方法，鑒于估算物質(zhì)資本存量的一般方法是永續(xù)盤存法，本文也沿用永續(xù)盤存法進行估算，其基本公式為：

(1)

其中，Ct和Ct-1分別表示第t年和第t-1年的R&D資本存量，Rt-i表示t-i期的R&D投入(不變價)，i表示滯后期，βi表示Rt-i支出的滯后貼現(xiàn)系數(shù)，δt表示資本存量第t年的折舊率。對于R&D投入的滯后期，多數(shù)學(xué)者采取Griliches[14]的建議，即滯后1年，R&D資本存量估算公式為：

Ct=Rt-1+(1-δ)Ct-1

(2)

從式(2)可以看出，估算R&D資本存量需要對當(dāng)期R&D投入、基期R&D資本存量、R&D投入價格指數(shù)和折舊率進行確定。

(二)變量估計和數(shù)據(jù)處理

1.當(dāng)期R&D投入

本文數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》和各省份的統(tǒng)計年鑒，由于浙江和上海公布了1990—1997年的R&D投入數(shù)據(jù)，還有部分省份公布了某一年度的R&D投入數(shù)據(jù)，因而不需要估算。為了詳細反映20世紀(jì)90年代以來中國各省份創(chuàng)新能力的增長，本文使用不同企事業(yè)單位的R&D投入數(shù)據(jù)來估計1990—1997年各省份的R&D投入數(shù)據(jù)。在1990—1997年《中國科技統(tǒng)計年鑒》中僅給出了各省份大中型工業(yè)企業(yè)、研究與開發(fā)機構(gòu)和高等學(xué)校的R&D經(jīng)費內(nèi)部支出額，這三者的合計明顯小于全部R&D投入。根據(jù)中國R&D經(jīng)費的統(tǒng)計范圍和包含的內(nèi)容發(fā)現(xiàn)，1990—1997年缺失的數(shù)據(jù)包括兩個方面：一個是企業(yè)的R&D支出扣除大中型工業(yè)企業(yè)支出后的數(shù)據(jù)，另一個是R&D支出中的其他部分。本文根據(jù)1990—1997年缺失的兩部分合計數(shù)占全國R&D支出的比重，估算各省份的R&D投入數(shù)據(jù)。R&D支出的估算公式為：

RDit=(IRDit+RRDit+CRDit)/(1-πt)

(3)

式(3)中，RD表示1990—1997年包括勞務(wù)費的R&D投入，IRD表示大中型工業(yè)企業(yè)的R&D投入，RRD表示研究與開發(fā)機構(gòu)的R&D投入，CRD表示高等學(xué)校的R&D投入，π表示企業(yè)的R&D支出扣除大中型工業(yè)企業(yè)支出的數(shù)值與R&D支出中其他部分的合計數(shù)占全部R&D經(jīng)費的比重。

1998—2014年各省份R&D投入來自1999—2015年的《中國科技統(tǒng)計年鑒》。鑒于R&D投入中的勞務(wù)費也是增加值的一部分，為避免重復(fù)計算，本文將扣除勞務(wù)費后的R&D投入作為計算R&D資本存量的當(dāng)期R&D投入。此外，由于《中國科技統(tǒng)計年鑒》只公布了2009年以來各省份R&D投入中的人員勞務(wù)費，因而1990—2008年各省份人員勞務(wù)費占R&D投入比重采取2009—2014年各省份的平均數(shù)，以此估算應(yīng)該扣除人員勞務(wù)費的數(shù)據(jù)。各省份扣除勞務(wù)費的R&D投入計算公式為：

Rit=RDit×(1-μi)

(4)

式(4)中，R表示扣除勞務(wù)費后的R&D投入，RD表示沒有扣除勞務(wù)費的R&D投入，μ表示勞務(wù)費占R&D投入的比重。

余永澤[13]用的是1990年全國R&D投入和1998—2000年各省份R&D投入平均占比來估計1990年各省份R&D投入，依據(jù)是這3年各省份R&D投入增長較為均勻。但現(xiàn)實情況是這3年R&D投入增長并不均勻，R&D投入的穩(wěn)定增長出現(xiàn)在2005年以后。1990年各省份大中型工業(yè)企業(yè)、研究與開發(fā)機構(gòu)和高等學(xué)校的R&D經(jīng)費內(nèi)部支出額的合計數(shù)大于1990年全國的R&D投入數(shù)值；2004年以前，各省份R&D投入的合計數(shù)大于全國R&D投入的數(shù)值。用全國的R&D投入數(shù)據(jù)計算各省份的數(shù)據(jù)并不恰當(dāng)，且各地的發(fā)展速度不同，用1998—2000年的平均比重代替1990年的比重并不合適。使用余永澤[13]的方法計算的數(shù)據(jù)與筆者計算的數(shù)據(jù)相比有較大差異。如浙江、上海和安徽，用余永澤[13]的方法計算的結(jié)果高于實際投入的數(shù)據(jù)，原因在于經(jīng)過近十年的發(fā)展，R&D投入有了較大提高，用1998—2000年的平均比重計算1990年的數(shù)值將會偏高。如青海，用余永澤[13]的方法計算的結(jié)果低于實際投入的數(shù)據(jù)，原因在于青海的R&D投入增長速度低于全國平均水平，造成這些地區(qū)根據(jù)余永澤[13]的方法計算結(jié)果偏低。

2.基期R&D資本存量

對于基期的確定，由于中國各省份的R&D投入數(shù)據(jù)公布年份始于1998年，部分學(xué)者確定基期為1997年、1998年或2000年，為了擴大后續(xù)問題的研究樣本，本文將基期定為1990年，并將不變價格設(shè)定為1990年不變價。

目前有兩種常見的使用永續(xù)盤存法來估計基期R&D資本存量的做法：一種方法是假定基期R&D資本存量的平均增長率等于R&D投入的平均增長率，是由Griliches[14]提出、多數(shù)學(xué)者采取的方法。另一種方法是假定在穩(wěn)定增長的狀態(tài)下，R&D資本存量與經(jīng)濟總量存在正向相關(guān)關(guān)系，基于此求出基期的R&D資本存量。鑒于20世紀(jì)90年代中國經(jīng)濟處于轉(zhuǎn)軌時期，R&D投入并沒有穩(wěn)定增長，顯然采取第二種方法不合適，故本文采取第一種方法，基期R&D資本存量的計算方法如下：

(5)

式(5)的θ表示R&D投入R的增長率。當(dāng)t=1時，C1=(1+θ)C0。根據(jù)式(2)，當(dāng)t=1時，C1=R1+(1-δ)C0。根據(jù)上式，可以得到計算基期R&D資本存量的公式為：

C0=R1/(δ+θ)

(6)

3.R&D投入價格指數(shù)

R&D投入價格指數(shù)的構(gòu)造對估算R&D資本存量影響巨大。鑒于目前沒有統(tǒng)一的標(biāo)準(zhǔn)，不同文獻構(gòu)造的R&D價格指數(shù)不同，從而造成R&D資本存量存在很大差異。關(guān)于R&D投入價格指數(shù)的設(shè)定，大部分學(xué)者選取不同名目的價格指數(shù)和權(quán)重進行加權(quán)平均，如工資價格指數(shù)[15]、GNP價格指數(shù)[16]、消費物價指數(shù)[17]、固定資產(chǎn)投資價格指數(shù)[11]、商品零售價格指數(shù)、工業(yè)品出廠價格指數(shù)[18]、原材料價格指數(shù)[13]等。大部分學(xué)者采用主觀設(shè)定的方法確定權(quán)重，而李向東等[11]與朱有為和徐康寧[18]根據(jù)對應(yīng)名目占R&D投入的比重作為權(quán)重，比較客觀。本文R&D投入已不包括勞動力成本，故采用固定資產(chǎn)投資價格指數(shù)和居民消費價格指數(shù)來構(gòu)造R&D投入的價格指數(shù)，對于部分省份某一年度缺失的數(shù)據(jù)用全國平均數(shù)代替，2009年以前的數(shù)據(jù)使用2009—2014年的平均數(shù)代替，以各省份R&D投入中資產(chǎn)性支出占比為固定資產(chǎn)投資價格指數(shù)的權(quán)重，其他支出占R&D投入的比重是居民消費價格指數(shù)的權(quán)重。各省份價格指數(shù)的計算公式為：

RDPIit=INVPIit×(INVit/RDit)+CMPIit×(CMit/RDit)

(7)

式(7)中，RDPI表示R&D綜合指數(shù)，INVPI表示固定資產(chǎn)投資價格指數(shù)，CMPI表示居民消費價格指數(shù)，INV表示R&D投入中資產(chǎn)性投入，CM表示其他日常費用。鑒于2009年以前沒有詳細的分類數(shù)據(jù)，余永澤[13]用科技活動經(jīng)費的內(nèi)部比重代替，但筆者認(rèn)為科技活動經(jīng)費的內(nèi)部比重與R&D投入的內(nèi)部比重是有區(qū)別的，尤其是涉及到各省份時。因此，本文使用2009—2014年R&D投入的平均內(nèi)部支出代替2009年以前的內(nèi)部支出更為合理。

4.折舊率

與物質(zhì)資本不同的是，知識的擴散和傳播使得知識專用性不斷下降[19]，尤其是在知識經(jīng)濟下，知識的傳播和擴散速度遠遠大于信息不發(fā)達的年代，因而普遍認(rèn)為R&D資本的折舊率一般應(yīng)高于物質(zhì)資本的折舊率。但對于折舊率的取值幾何，目前學(xué)者們沒有一致的意見，例如Griliches[14]采用的固定折舊率是15%，Bosworth[20]通過計算專利凈收益，估計的折舊率是9.91%—15.31%。Goto和Suzuki[3]使用專利產(chǎn)生收益時間長度的反函數(shù)來確定各個行業(yè)的折舊率在7.5%—24.6%之間。國內(nèi)學(xué)者采用的折舊率也不盡相同，吳延兵[10]、謝蘭云[12]用的是15%，劉建翠等[9]用的是10%和15%。

考慮到在經(jīng)濟發(fā)展的不同階段和經(jīng)濟發(fā)展程度不同的地區(qū)，資本的更新速度不同，即折舊率不同，本文根據(jù)31個省份R&D投入的快慢程度采用了不同的折舊率。在20世紀(jì)90年代，各地區(qū)的R&D投入較低，屬于知識積累階段，折舊率一般來說會比較低；進入到21世紀(jì)，信息化和知識經(jīng)濟不僅提高了知識的傳播和更新速度，也同時促進了技術(shù)的更新?lián)Q代，折舊率提高是必然的。為此需要估算兩個階段的折舊率。葉宗裕[21]估計1993年建筑安裝類和機器設(shè)備類的折舊率分別為7.86%和19.7%，1994—2008年建筑安裝類和機器設(shè)備類折舊率，每年分別遞增0.04%和0.02%，則2005年建筑安裝類和機器設(shè)備類的折舊率分別為8.32%和19.94%。本文采取葉宗裕[21]1993年和2005年的建筑安裝類和機器設(shè)備類的折舊率估算兩個階段的資產(chǎn)性支出的折舊率，各省份資產(chǎn)性支出的折舊率計算公式為：

INVDPit=D1t×(FAit/INVit)+D2t×(EQit/INVit)

(8)

式(8)中，INVDP表示資產(chǎn)性支出的折舊率，D1表示資產(chǎn)性支出中非儀器和設(shè)備的折舊率，兩個階段的取值分別是7.86%和8.32%，D2表示儀器和設(shè)備的折舊率，兩個階段的取值分別是19.7%和19.94%，F(xiàn)A表示資產(chǎn)性支出中非儀器和設(shè)備的支出，EQ表示儀器和設(shè)備的支出。

計算R&D投入的折舊率，資產(chǎn)性支出部分的折舊率采用式(10)計算的數(shù)值，其他非資產(chǎn)性日常支出采用通用20%的折舊率[13]。各省份R&D投入的折舊率計算公式為：

RDDPit=INVDPit×(INVit/RDit)+20%×(CMit/RDit)

(9)

式(9)中，RDDP表示R&D投入的折舊率。用式(8)和式(9)計算的折舊率與謝蘭云[12]的最大不同在于沒有采取固定折舊率，考慮了時間的異質(zhì)性。2009年以前缺少的R&D投入內(nèi)部支出比重采用2009—2014年R&D投入的平均內(nèi)部支出代替。

本文計算的折舊率與余永澤[13]的區(qū)別在于，一是本文根據(jù)R&D投入的增長情況劃分了兩個階段，二是關(guān)于資產(chǎn)性支出，本文區(qū)分了儀器和設(shè)備與非儀器和設(shè)備，余永澤[13]認(rèn)為資產(chǎn)性投入80%以上為儀器和設(shè)備投入，采取黃勇峰等[22]估算出的設(shè)備經(jīng)濟折舊率17%，事實上，2009—2014年資產(chǎn)性投入中儀器和設(shè)備所占的比重區(qū)間是52.42%—98.82%，與余永澤[13]的說法出入較大，而黃勇峰等[22]估算出的設(shè)備經(jīng)濟折舊率是中國制造業(yè)的設(shè)備折舊率，與全社會的設(shè)備折舊率是有差別的，且計算區(qū)間是1985—1995年，與余永澤[13]的計算周期有時間差?；谝陨显?，本文所計算的折舊率與余永澤[13]計算的折舊率有所不同。

三、計算結(jié)果和分析

本文計算了中國各省份1990—2014年的R&D資本存量，表1是部分典型年份各省份及三大地區(qū)的R&D資本存量和年均增長率。

表1 典型年份各省份及三大地區(qū)R&D資本存量和年均增長率(1990=1) 單位：億元，%

注：東部地區(qū)有11個省份，分別是北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)有8個省份，分別是山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)有12個省份，分別是四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西和內(nèi)蒙古。

從全國來看，1990—2014年中國R&D資本存量經(jīng)歷了跨越式發(fā)展，1990年R&D資本存量僅為452.17億元，2014年就達到了9 883.01億元，年均增長率高達13.66%，遠遠高于GDP不到10%的增長率。中國R&D資本存量高速增長，不僅與市場中企業(yè)注重通過R&D投入取得競爭優(yōu)勢有關(guān)，也與中央乃至地方政府通過項目體制方式，資助高校、科研機構(gòu)、企業(yè)和學(xué)者的R&D活動相關(guān)[23]。

(一)各省份之間的比較分析

各省份的R&D資本存量絕對數(shù)和增長率差異較大，分布很不均衡，區(qū)域差異非常明顯，基本呈現(xiàn)從東向西逐步遞減的趨勢，與中國的經(jīng)濟發(fā)展特征基本吻合。2014年，北京、江蘇、山東、廣東和上海等5個省份的R&D資本存量占全國的48.92%，接近R&D資本存量的“半壁江山”；廣西、內(nèi)蒙古、云南、甘肅、貴州、寧夏、新疆、青海、海南和西藏等10個省份R&D資本存量占全國的比重只有4.60%。經(jīng)濟發(fā)展快速的地區(qū)，R&D資本存量增長較快，例如，浙江的年均增長率是23.22%，而全國年均增長率只有13.66%。

東部地區(qū)的優(yōu)勢更加明顯，且不斷擴大；中部地區(qū)的湖北和西部地區(qū)的四川、陜西是區(qū)域的R&D活動中心。這與王孟欣[24]的計算結(jié)果相似。除了北京和上海，其余省份在20世紀(jì)90年代R&D資本存量增長較慢，1990年和2000年的R&D資本存量分布更為接近。各地區(qū)R&D資本存量的迅速增長發(fā)生在21世紀(jì)，尤其是2005年以來，國家先后提出增強創(chuàng)新能力及建設(shè)創(chuàng)新型國家，把自主創(chuàng)新納入到“十一五”規(guī)劃和《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》以后，各地區(qū)的R&D投入迅速增長，R&D資本存量也就迅速增加。

本文對各省份R&D資本存量進行聚類分析，將31個省份分為4類。第一類是北京、江蘇和山東，2014年R&D資本存量分別達到1 152.63、1 127.98和1 011.66億元，占全國總量的比重分別是11.66%、11.41%和10.24%。北京作為中國的首都，不僅聚集了中國最多的具有頂尖科研水平的高校和科研機構(gòu)，還有大量的高科技企業(yè)，是創(chuàng)新能力與R&D投入較高的地區(qū)。江蘇和山東在改革開放以來，經(jīng)濟發(fā)展始終位于全國前3名，強大的經(jīng)濟實力成為R&D投入的堅強后盾。第二類包括廣東、上海和浙江等3個省份。2014年，這些地區(qū)的R&D資本存量均超過600億元，占全國比重均超過6.51%。3個省份都處于東部沿海地區(qū)，是經(jīng)濟最發(fā)達的地區(qū)，創(chuàng)新能力和競爭力較強，屬于中國創(chuàng)新活動的重點地區(qū)，是建設(shè)國家創(chuàng)新體系不可或缺的部分。第三類包括遼寧、湖北、四川、陜西、天津和河南等6個省份，2014年R&D資本存量均超過300億元，占全國比重均大于3.03%。在這些省份中，遼寧是東北部區(qū)域R&D的活動中心，是東北老工業(yè)基地的中心；湖北是中部區(qū)域R&D的活動中心，也是全國理工科院校的聚集地之一；四川集中了西南區(qū)域的主要高校；陜西集中了西北區(qū)域的主要高校。建國初期的三線建設(shè)也把主要的科技資本投入到湖北、四川和陜西，因而這些省份均成為各自區(qū)域的R&D活動中心。天津作為直轄市之一，隨著《京津冀都市圈區(qū)域規(guī)劃》和《京津冀協(xié)同發(fā)展綱要》的實施，天津經(jīng)濟快速發(fā)展，R&D投入也有較大的提高。第四類包括其余19個省份，大多數(shù)處于中西部區(qū)域，經(jīng)濟基礎(chǔ)弱，發(fā)展相對落后，R&D經(jīng)費投入較少，R&D資本存量也較低。因此，這些地區(qū)的R&D活動相對較弱，需要R&D活動強的地區(qū)帶動。

(二)三大地區(qū)之間的分析

三大地區(qū)R&D資本存量占GDP比例的總趨勢是先下降后上升。在不同的年份，各地區(qū)的比重變化較大，尤其是中西部地區(qū)。中部地區(qū)R&D資本存量占GDP的比重在1990—2011年期間一直是最低的，2012年開始高于西部地區(qū)；1993—2003年期間，西部地區(qū)的R&D資本存量占GDP的比重一度是最高的，此后處于波動狀態(tài)，2010年才開始上升。一定程度上，各個地區(qū)R&D資本存量的巨大差距是不同區(qū)域之間創(chuàng)新能力懸殊的關(guān)鍵。實施創(chuàng)新驅(qū)動戰(zhàn)略，倡導(dǎo)“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”，有助于推動中國經(jīng)濟結(jié)構(gòu)調(diào)整、打造發(fā)展新引擎、增強發(fā)展新動力、走創(chuàng)新驅(qū)動發(fā)展道路。但“雙創(chuàng)”不僅需要創(chuàng)新精神也需要充足的R&D投入。

通過比較從業(yè)人員人均萬元R&D資本存量的均值來看，東部地區(qū)R&D資本存量的均值在1990—2014年整個區(qū)間內(nèi)均高于其他地區(qū)R&D資本存量的均值，1990—2007年間，西部地區(qū)人均萬元R&D資本存量高于中部地區(qū)數(shù)值。在20世紀(jì)90年代，東部地區(qū)R&D資本存量的均值高于其他地區(qū)和全國的均值；全國平均水平高于中西部地區(qū)；中西部地區(qū)非常接近。進入21世紀(jì)后，東部地區(qū)R&D資本存量的均值迅速增長，遠遠高于其他地區(qū)的均值，中部地區(qū)和西部地區(qū)的差距拉大始于2007年，建設(shè)創(chuàng)新型國家戰(zhàn)略提出后，全國的均值位于東部和中部地區(qū)的均值之間，與東部地區(qū)的均值差距也越來越大。從業(yè)人員人均R&D資本存量的差異在一定程度上再次說明了R&D投入的高低與創(chuàng)新的密切關(guān)系，也說明了三大區(qū)域之間創(chuàng)新程度產(chǎn)生差距的根源。

四、與現(xiàn)有結(jié)果比較分析及其拓展

為了驗證本文計算結(jié)果的合理性，本文將計算結(jié)果與現(xiàn)有研究結(jié)果進行了比較分析。從計算結(jié)果看，唯一相同的一點是，各省份間資本存量的差距較大，增長速度亦有差距。

根據(jù)肖敏和謝富紀(jì)[25]、謝蘭云[12]、王孟欣[24]和本文計算的數(shù)據(jù)，本文選取2006年的數(shù)據(jù)，從絕對數(shù)、相對數(shù)進行分析，*因為肖敏、謝蘭云和王孟欣的計算周期分別是2000—2006年、2000—2006年和1998—2007年，本文計算周期是1990—2014年，便于比較選取2006年的數(shù)據(jù)。并分析增長趨勢。第一，肖敏和謝富紀(jì)[25]、謝蘭云[12]計算的基期相同，可以對絕對數(shù)進行分析。因為，科技經(jīng)費籌集額是R&D投入的2—2.3倍，計算的R&D資本存量顯然大于用R&D支出數(shù)計算的R&D資本存量，謝蘭云[12]的計算結(jié)果是肖敏和謝富紀(jì)[25]計算結(jié)果的1.7—3.9倍，顯然是因為謝蘭云[12]使用科技經(jīng)費籌集額計算R&D資本存量，過高地估計了各省份的R&D資本存量，影響進一步利用R&D資本存量對創(chuàng)新的研究結(jié)果。第二，從各省份R&D資本存量占總量的比重看，雖然有差別但不是很大，尤其是西部地區(qū)。第三，用31個省份的平均值比較增長趨勢。謝蘭云[12]的計算結(jié)果增長迅速，肖敏和謝富紀(jì)[25]、王孟欣[24]的計算結(jié)果趨勢基本一致，在計算周期中，先期是緩慢增長，后期是較快增長，本文的計算結(jié)果是在20世紀(jì)90年代緩慢增長，2005年后迅速增長，這是因為2005年國家頒布了多項科技創(chuàng)新政策，地區(qū)的R&D投入開始穩(wěn)步快速增長。

造成以上差異的原因可能有以下五點：一是本文計算的基期是1990年(價格基準(zhǔn)為1990年)，王孟欣[24]的計算基期是1998年(價格基準(zhǔn)為1995年)，肖敏和謝富紀(jì)[25]、謝蘭云[12]計算的基期是2000年(價格基準(zhǔn)為2000年)，這導(dǎo)致相同年份的R&D資本存量存在較大差異。二是包含的內(nèi)容有差別。本文的R&D資本存量不包括人力資本，其余三者的R&D資本存量包括人力資本，謝蘭云[12]以科技經(jīng)費籌集額作為R&D支出，遠遠大于現(xiàn)有統(tǒng)計體系下的R&D支出數(shù)。三是折舊率存在差異，肖敏和謝富紀(jì)[25]、謝蘭云[12]的折舊率是15%，王孟欣[24]在東、中、西三大地區(qū)采取了不同的折舊率，分別是18%、15%和12%，本文按照R&D投入的內(nèi)部比重計算了兩個時間段的折舊率，不僅具有時間上的異質(zhì)性，還具有區(qū)域上的異質(zhì)性，其依據(jù)是在長時期、不穩(wěn)定的經(jīng)濟發(fā)展中，資本的折舊率不是一成不變的。四是價格指數(shù)的構(gòu)造不同。肖敏和謝富紀(jì)[25]、王孟欣[24]使用各省份GDP平減指數(shù)作為R&D投入的價格指數(shù)，謝蘭云[12]使用商品零售價格指數(shù)、固定資產(chǎn)價格指數(shù)和工業(yè)品出廠價格指數(shù)構(gòu)造價格指數(shù)，三者的權(quán)重是勞務(wù)費、原材料費和固定資產(chǎn)購建費在科技經(jīng)費籌集額中的比重。本文使用固定資產(chǎn)價格指數(shù)和居民消費價格指數(shù)構(gòu)造價格指數(shù)，二者的權(quán)重是資產(chǎn)性支出和日常性支出在R&D投入中的比重。五是本文計算了1990—2014年各省份的R&D資本存量，時間序列更長，并匹配了R&D投入的估算范圍，使得本文的估算結(jié)果具有較強的連續(xù)性。這為研究各省份經(jīng)濟增長與R&D投入的關(guān)系、技術(shù)創(chuàng)新的源泉和經(jīng)濟增長質(zhì)量等提供了更為科學(xué)可靠的基礎(chǔ)數(shù)據(jù)。

肖敏和謝富紀(jì)[25]是最早計算各省份R&D資本存量的學(xué)者，此后有學(xué)者開始估算區(qū)域R&D資本存量，肖敏和謝富紀(jì)[25]在理論和應(yīng)用兩方面推動了區(qū)域R&D資本存量的估算；謝蘭云[12]的價格權(quán)重處理方法考慮了時間和區(qū)域的異質(zhì)性，為R&D投入價格指數(shù)的構(gòu)造提供了新思路，區(qū)別于以前學(xué)者采取固定的參數(shù)；本文對折舊率的處理不僅考慮了資產(chǎn)性支出和日常支出的區(qū)別，還考慮了資產(chǎn)性支出中設(shè)備和儀器及其他資產(chǎn)性支出的差異，這種處理方法比余永澤[13]的處理方法更為細致合理。謝蘭云[12]以科技經(jīng)費籌集額作為R&D支出計算R&D資本存量，計算結(jié)果偏大不可避免。

五、結(jié) 論

本文通過拓展各省份R&D投入數(shù)據(jù)序列，使用永續(xù)盤存法估算了中國31個省份R&D資本存量，估計結(jié)果顯示：中國仍有較大R&D投入空間，持續(xù)R&D投入對實現(xiàn)創(chuàng)新驅(qū)動戰(zhàn)略具有重要的現(xiàn)實意義。長期以來，固定資本投入是中國經(jīng)濟增長的主要源泉，并表現(xiàn)出粗放經(jīng)濟增長模式的特征。黨的十八大明確提出，科技創(chuàng)新是提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置。雖然中國R&D資本存量在1990—2014年經(jīng)歷了快速提升，但與發(fā)達國家R&D投入相比仍存在較大差距。OECD數(shù)據(jù)顯示，2013年美國的R&D投入強度為2.74%，2014年德國、日本和韓國的R&D投入強度分別為2.84%、3.58%和4.29%，不僅遠遠高于中國的R&D投入強度，甚至高于《國家中長期科技發(fā)展規(guī)劃綱要(2006—2020)》設(shè)定的到2020年達到2.5%的目標(biāo)。因此，中國仍有較大的R&D投入空間。通過各地區(qū)持續(xù)增加R&D投入，對于提高中國自主創(chuàng)新能力，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，突破資源、能源和環(huán)境的制約具有重要作用。

[1] 吳延兵.中國工業(yè)R&D產(chǎn)出彈性測算(1993-2002)[J].經(jīng)濟學(xué)(季刊),2008，(3):869-890.

[2] Griliches,Z. R&D and Productivity: Measurement Issues and Econometric Results[J].Science, New Series, 1987,237(4810): 31-35.

[3] Goto,A.,Suzuki,K. R&D Capital, Rate of Return on R&D Investment and Spillover of R&D in Japanese Manufacturing Industries[J]. The Review of Economics and Statistics，1989, 71(4):555-564.

[4] Kim,T., Park,C. R&D, Trade, and Productivity Growth in Korean Manufacturing[J]. Review of World Economics/Weltwirtschaftliches Archiv,2003,139(3):460-483.

[5] Kwon, H., Inui,T. R&D and Productivity Growth in Japanese Manufacturing Firms[R].ESRI Discussion Paper Series NO.44, 2003.

[6] Hu, A. G.Z., Jefferson, G.H. ,Qian, J.C.R&D and Technology Transfer: Firm-Level Evidence From Chinese Industry [J].Review of Economics and Statistics,2005, 87(4): 780-786.

[7] Bernstein,J.,Mamuneas,T.P.Depreciation Estimation, R&D Capital Stock, and North American Manufacturing Productivity Growth[J]. Annales Déconomie Et De Statistique,2005,(79-80):383-404.

[8] 嚴(yán)成樑,龔六堂.R&D對我國經(jīng)濟增長的貢獻測度[J].投資研究,2014，(1):13-23.

[9] 劉建翠,鄭世林，汪亞楠.中國研發(fā)(R&D)資本存量估計：1978-2013[J].經(jīng)濟與管理研究，2015(2)：18-25.

[10] 吳延兵.R&D存量、知識函數(shù)與生產(chǎn)效率[J].經(jīng)濟學(xué)(季刊),2006，(7):1129-1156.

[11] 李向東,李南,白俊紅,等.高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率分析[J].中國軟科學(xué),2011，(2):52-61.

[12] 謝蘭云.中國省份研究與開發(fā)( R&D)指數(shù)及其存量的計算[J].西安財經(jīng)學(xué)院學(xué)報,2010，(4):65-71.

[13] 余泳澤.中國區(qū)域創(chuàng)新活動的“協(xié)同效應(yīng)”與“擠占效應(yīng)”[J].中國工業(yè)經(jīng)濟,2015，(10):37-52.

[14] Griliches, Z.R&D and the Productivity Slowdown[J].The American Economic Review ,1980,70 (1)：343-348.

[15] Jaffe,S.A. A Price Index for Deflation of Academic R&D Expenditure[R].The National Science Foundation (NSF) 72-310 , 1972.

[16] Loeb， P.D., Lin, V. Research and Development in the Pharmaceutical Industry Specification Error Approach [J]. Journal of Industrial Economics,1977, 26(1):45-51.

[17] 朱平芳,徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)、R&D投入及其專利產(chǎn)出的影響[J].經(jīng)濟研究，2003，(6):45-53.

[18] 朱有為,徐康寧.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實證研究[J].中國工業(yè)經(jīng)濟,2006，(11):38-45.

[19] Pakes, A.,Schankerman, M. The Rate of Obsolescence of Knowledge , Research Gestation Lags and the Private Rate of Return to Research Resources[R]. NBER Working Paper,1979.

[20] Bosworth,D.The Rate of Obsolescence of Technical Knowledge——A Note[J]. Journal of Industrial Economics,1978, 26(3):273-279.

[21] 葉宗裕.中國資本存量再估算:1952-2008[J].統(tǒng)計信息論壇，2010,(7):36-41.

[22] 黃勇峰,任若恩,劉曉生．中國制造業(yè)資本存量永續(xù)盤存法估計[J].經(jīng)濟學(xué)(季刊)，2002，(2)：376-396.

[23] 鄭世林,周黎安.政府專項項目體制與中國企業(yè)自主創(chuàng)新[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015，(12):73-89.

[24] 王孟欣.我國區(qū)域R&D資本存量的測算[J].江蘇大學(xué)學(xué)報(社會科學(xué)版),2011,(1)：84-88.

[25] 肖敏,謝富紀(jì).我國R&D資本存量的空間分布特征[J].科技管理研究,2009，(8):435-436,439.

(責(zé)任編輯：鄧 菁)

2016-10-02

中國社會科學(xué)院哲學(xué)社會科學(xué)創(chuàng)新工程項目“科技戰(zhàn)略與科技政策研究和評價”；國家自然科學(xué)基金面上項目“互聯(lián)網(wǎng)基礎(chǔ)設(shè)施對中國經(jīng)濟發(fā)展及公民政治參與的影響”(71573272)；中宣部中國特色社會主義理論體系研究中心重大項目“創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略與‘雙創(chuàng)’研究”(2015YZD03)

劉建翠(1971-)，女，山東萊蕪人，副研究員，博士，主要從事技術(shù)經(jīng)濟分析、投入產(chǎn)出和生產(chǎn)率等方面的研究。E-mail:liujc@cass.org.cn鄭世林(1975-)，男，山東日照人，副研究員，博士，主要從事技術(shù)經(jīng)濟分析與政策等方面的研究。E-mail:zhengsl@cass.org.cn

F224

A

1000-176X(2016)12-0100-08