蘇麗

?

DEA-CCR模型下技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響＊

蘇麗

（湖南科技大學，湖南 湘潭 411201）

基于DEA-CCR模型測算了我國30個省份在2001—2016年期間全要素生產(chǎn)率的情況。并根據(jù)中國創(chuàng)新指數(shù)編撰方法重新設定了技術(shù)創(chuàng)新指標用以衡量各地區(qū)技術(shù)創(chuàng)新水平。研究發(fā)現(xiàn)，我國技術(shù)創(chuàng)新水平較高的區(qū)域（華北、東北、華東）的全要素生產(chǎn)率要高于技術(shù)創(chuàng)新水平較低的區(qū)域（華中、華南、西南、西北），若技術(shù)創(chuàng)新水平提高1個單位，地區(qū)全要素生產(chǎn)率將提高1.068個單位，且在1%顯著性水平下成立。技術(shù)創(chuàng)新是促進各地區(qū)全要素生產(chǎn)率增長的主要動力，提升技術(shù)創(chuàng)新能力是我國經(jīng)濟持續(xù)增長的力量源泉。

DEA-CCR模型；技術(shù)創(chuàng)新；創(chuàng)新指標；全要素生產(chǎn)率

1 引言

黨的十九大報告指出，創(chuàng)新是引領發(fā)展的第一動力，報告中10余次提到科技、50余次強調(diào)創(chuàng)新。當前我國經(jīng)濟的增長也已經(jīng)由資本驅(qū)動轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動，其中技術(shù)創(chuàng)新是創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中至關重要的環(huán)節(jié)。而技術(shù)存量轉(zhuǎn)換為全要素生產(chǎn)率能力較低，由此可以看出我國經(jīng)濟沒有擺脫效率低下的粗放式發(fā)展，因此要促進我國經(jīng)濟繼續(xù)長期穩(wěn)定發(fā)展，必須轉(zhuǎn)變經(jīng)濟發(fā)展方式，實現(xiàn)資本驅(qū)動型向創(chuàng)新驅(qū)動型的發(fā)展轉(zhuǎn)變。

2000年以前的大量實證研究表明，技術(shù)進步還沒有成為中國經(jīng)濟增長的源泉[1-2]。從目前來看，盡管制度變革和物理資本積累仍然具有進一步推動中國經(jīng)濟增長的潛力。但是，無論根據(jù)外生經(jīng)濟增長理論還是內(nèi)生經(jīng)濟增長理論，經(jīng)濟持續(xù)增長的動力和源泉依然是技術(shù)進步。許多研究學者認為經(jīng)濟發(fā)展的實質(zhì)是在市場中不斷引入以技術(shù)為基礎的創(chuàng)新，因此研發(fā)投入、技術(shù)進步、技術(shù)創(chuàng)新等對全要素生產(chǎn)率有正向的促進作用[3-6]。也有學者在研究中得出了不同的結(jié)論，文獻[7]中，馬洪福和郝壽義考察技術(shù)進步對全要生產(chǎn)率增長的效應時發(fā)現(xiàn)，中性技術(shù)進步對TFP增長的貢獻在逐步提高，而有偏技術(shù)進步則在一定程度上影響為負。在假定技術(shù)進步速度相同的前提下，技術(shù)進步速度在一定條件下會誤導經(jīng)濟增長的戰(zhàn)略制訂[8]。文獻[9]中張金勝等在考察公共和企業(yè)創(chuàng)新對研發(fā)TFP的影響時發(fā)現(xiàn)，我國研發(fā)TFP的增長主要是由技術(shù)效率推動的，但是研發(fā)技術(shù)進步與技術(shù)效率顯著負相關，地區(qū)之間研發(fā)TFP增長率也存在顯著差異。

因此，本文根據(jù)以往文獻進一步研究技術(shù)創(chuàng)新在全要素生產(chǎn)率及經(jīng)濟增長中的作用。但是以往的學者在研究技術(shù)創(chuàng)新時大多選擇單一的指標作為衡量工具，這會導致技術(shù)創(chuàng)新指標的偶然性和主觀性。技術(shù)創(chuàng)新指標不同必然會對研究結(jié)果造成差異性影響。而本文在前人研究的基礎上，旨在尋找新的代理變量來衡量技術(shù)創(chuàng)新水平，以期用更合理的方式檢驗技術(shù)創(chuàng)新水平對全要素生產(chǎn)率的影響，最終為我國新一輪經(jīng)濟增長提供合理的可行性建議。

2 技術(shù)創(chuàng)新與全要素生產(chǎn)率的實證分析

2.1 研究方法與指標、數(shù)據(jù)選取

2.1.1 研究方法——數(shù)據(jù)包絡分析法（DEA）

數(shù)據(jù)包絡分析法（DEA）是由查恩斯、庫珀和羅德（Charnes，Cooper&Rhodes）[11]首先提出的。該方法在評價效率時不需要事先設定生產(chǎn)函數(shù)的具體形式以及無效率項或誤差項的分布，從而避免了受人為主觀因素的影響，同時該方法能夠簡化算法并減少誤差，特別是在分析生產(chǎn)率方面具有一定優(yōu)勢，不僅適用截面數(shù)據(jù)的分析，同樣適用于面板數(shù)據(jù)的分析，多年來被國內(nèi)外學者廣泛應用于經(jīng)濟和管理系統(tǒng)評價、產(chǎn)業(yè)和企業(yè)效率評估、技術(shù)創(chuàng)新和技術(shù)進步分析等領域內(nèi)的研究。CCR模型建立在規(guī)模報酬不變的假設上，僅考慮企業(yè)以增加投入的方式擴大產(chǎn)出，規(guī)模大小不影響效率的高低。本文選擇了DEA-CCR模型對各地區(qū)的全要素生產(chǎn)率進行再測算，并在此基礎上進行以下研究。

2.1.2 指標選取及數(shù)據(jù)來源

2.1.2.1 核心變量——技術(shù)創(chuàng)新指標測算

本文基于中國創(chuàng)新指數(shù)本分別選取了創(chuàng)新環(huán)境和創(chuàng)新投入2個指標：①創(chuàng)新環(huán)境，我們選取科技撥款占財政撥款的比重來衡量。政府財政科技撥款對全社會創(chuàng)新投入和創(chuàng)新活動的開展具有帶動和導向作用，該指標反映政府對創(chuàng)新的直接投入力度以及對重點、關鍵和前沿領域的規(guī)劃和引導作用。②創(chuàng)新投入，我們選取R&D經(jīng)費占GDP比重來衡量。該指標又稱R&D投入強度，是國際上通用的、反映國家或地區(qū)科技投入水平的核心指標，也是我國科技中長期科技發(fā)展規(guī)劃綱要中的重要評價指標。我們對科技撥款占財政撥款的比重和R&D經(jīng)費占GDP的比重2個指標進行加權(quán)計算得到技術(shù)創(chuàng)新綜合指標。2001—2016年技術(shù)創(chuàng)新指標趨勢如圖1所示。

注：數(shù)據(jù)來源于作者測算。

圖1反映了2001—2016年期間我國技術(shù)創(chuàng)新水平的變化趨勢。數(shù)據(jù)顯示2001—2016年間，我國技術(shù)創(chuàng)新水呈明顯上漲趨勢。尤其在2006年以后，我國的技術(shù)創(chuàng)新水平有了飛速提升。

2.1.2.2 因變量——全要素生產(chǎn)率（Tfp）測算

本文選取2001—2016年樣本面板數(shù)據(jù)運用DEAP2.1軟件測算了全要素綜合效率-能源經(jīng)濟效率。這里使用的投入要素主要有能源消費總量（萬噸標準煤）、勞動力（萬人）和資本存量（億元）這3個變量，產(chǎn)出要素為GDP。其中，能源消費總量指的是原煤和原油及其制品、電力和天然氣等，采用各地區(qū)的年末能源消費總量來表示；勞動力用各地區(qū)的年末常住人口來表示；資本存量則采用單豪杰最新研究成果永續(xù)盤存法以2001年為折算基期測算。折舊率采用大多數(shù)文獻研究所選取的10.96%，計算公式為：

期望產(chǎn)出則以2001年為基期對GDP進行平減處理得到實際的GDP表示。2001—2016年各區(qū)域全要素生產(chǎn)率如表1所示。表1列出了2001—2016年間我國各區(qū)域的全要素生產(chǎn)率指數(shù)?？傮w而言，除部分地區(qū)在2001—2016年間實現(xiàn)了全要素生產(chǎn)率較為緩慢的增長，大部分地區(qū)的全要素生產(chǎn)率均是呈不規(guī)則遞減趨勢。以1為分界線，衡量全要素生產(chǎn)率的變化情況，全國大部分地區(qū)每年的全要素生產(chǎn)率增長均為負，這說明我國大部分地區(qū)的全要素生產(chǎn)率增長均在下降。其中華北、東北、華東地區(qū)2001—2016年平均全要素生產(chǎn)率均接近0.7，而華中、華南、西南、西北各地區(qū)的平均全要素生產(chǎn)率均在0.6左右。

表1 2001—2016年各區(qū)域全要素生產(chǎn)率

華北東北華東華中華南西南西北AVG 20010.7840.7810.7640.7150.6920.6190.5900.706 20020.7450.7420.7250.6790.6600.5890.5620.672 20030.7160.7130.6970.6490.6340.5640.5430.645 20040.7000.6930.6770.6290.6150.5450.5280.627 20050.6830.6730.6570.6100.5970.5300.5170.610 20060.6750.6650.6530.6040.5910.5260.5130.604 20070.6770.6680.6590.6070.5950.5310.5180.608 20080.6700.6630.6570.6010.5910.5270.5130.603 20090.6610.6560.6520.5940.5880.5270.5080.598 20100.6600.6560.6530.5930.5880.5300.5080.598 20110.6580.6560.6520.5910.5850.5330.5080.598 20120.6540.6520.6500.5860.5800.5310.5000.593 20130.6610.6590.6580.5940.5850.5340.4930.598 20140.6600.6550.6550.5880.5760.5250.4780.591 20150.6650.6580.6580.5890.5770.5250.4770.593 20160.6720.6620.6620.5890.5750.5210.4670.592 AVG0.6840.6780.6700.6140.6020.5410.5140.615

注：數(shù)據(jù)來源于作者測算。

2.1.2.3 控制變量

全要素生產(chǎn)率變化不僅受技術(shù)創(chuàng)新的影響，而且受制度、人力資本、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域經(jīng)濟協(xié)調(diào)、市場化、對外開放、資源配置效率等多種因素的影響。本文選取了人力資本、外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)3種指標作為整個回歸模型的控制變量。其中，人力資本（rl）用人均受教育年限來表示，具體采用的方法是小學、初中、高中、大專及以上分別按6年、9年、12年、16年處理，乘以該地區(qū)不同學歷人口的比重；外商直接投資（fdi）用各地區(qū)外商直接投資與當年生產(chǎn)總值占比表示；產(chǎn)業(yè)結(jié)構(gòu)（is）用地區(qū)第三產(chǎn)業(yè)產(chǎn)值占當年地區(qū)生產(chǎn)總值的比重表示。本文數(shù)據(jù)均來源于歷年的《中國統(tǒng)計年鑒》、各省《統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。描述性統(tǒng)計如表2所示。

表2 描述性統(tǒng)計

指標nmaxminmeansd 全要素生產(chǎn)率（tfp）48010.2860.6830.161 創(chuàng)新體系（cx）4800.0730.000 70.0730.009 外商直接投資（fdi）4800.1470.000 40.0260.022 人力資本（rl）48012.2816.048.4560.999 產(chǎn)業(yè)結(jié)構(gòu)（is）4800.8020.2830.4190.082

2.2 實證結(jié)果及分析

2.2.1 回歸結(jié)果

技術(shù)創(chuàng)新對全要素生產(chǎn)率的面板回歸見表3.

本文進行了豪斯曼檢驗后采取固定效應模型進行面板回歸。結(jié)果顯示，在未引入技術(shù)創(chuàng)新指標時，外商直接投資和人力資本與全要素生產(chǎn)率分別在5%和1%顯著性水平下呈負相關效應，而產(chǎn)業(yè)結(jié)構(gòu)在1%顯著性水平下與全要素生產(chǎn)率呈正相關效應，此時，調(diào)整后的2為0.163.當引入技術(shù)創(chuàng)新指標時，控制變量對全要素生產(chǎn)率的影響并沒有發(fā)生明顯的變化，此時調(diào)整后的2為0.176.此處，2值變大且相關控制變量的符號、大小、顯著性水平并沒有顯著變化，這說明技術(shù)創(chuàng)新指標的引入改善了原有的模型。其中技術(shù)創(chuàng)新水平與全要素生產(chǎn)率在1%顯著性水平下正相關。技術(shù)創(chuàng)新指標對全要素生產(chǎn)率呈顯著的正向影響，且技術(shù)創(chuàng)新水平若提高1個單位，地區(qū)全要素生產(chǎn)率將提高1.068個單位。

表3 技術(shù)創(chuàng)新對全要素生產(chǎn)率的面板回歸

模型模型1模型2 解釋變量tfptfp cons0.979***（16.56）1.058***（16.09） cx 1.608***（2.68） fdi-0.646**（﹣2.38）﹣0.507*（﹣1.84） rl-0.053***（﹣8.78）﹣0.063***（﹣8.97） is0.414***（4.76）0.368***（4.19） Hausman53.72***（Prob>chi2=0.0000）65.17***（Prob>chi2=0.0000） n480480 調(diào)整r20.1630.176 F值28.91***23.77***

注：***，**，*分別表示在1%，5%，10%水平上顯著。

2.2.2 穩(wěn)健性檢驗

本文將研究數(shù)據(jù)進行滯后一期處理，然后進行Hausman穩(wěn)健性檢驗，檢驗數(shù)據(jù)見表4.

結(jié)果顯示，當我們將數(shù)據(jù)滯后一期處理后，無論是引入技術(shù)創(chuàng)新指數(shù)還是不引入技術(shù)創(chuàng)新指數(shù)，各控制變量與全要素生產(chǎn)率的關系并沒有發(fā)生明顯的變化。模型3和模型4與模型1和模型2的檢驗結(jié)果基本一致。這說明本文選擇的計量模型和實證方法以及最后得到的檢驗結(jié)果是可靠的。

3 研究結(jié)論

本文基于DEA-CCR模型測算了我國30個省份在2001—2016年期間全要素生產(chǎn)率的情況，并根據(jù)中國創(chuàng)新指數(shù)編撰方法重新設定了技術(shù)創(chuàng)新指標用以衡量各地區(qū)技術(shù)創(chuàng)新水平，最后對技術(shù)創(chuàng)新與全要素生產(chǎn)率之間的關系進行了檢驗。得出如下結(jié)論：①各地區(qū)全要素生產(chǎn)率增長普遍為負。總體而言，除部分地區(qū)在2001—2016年間實現(xiàn)了全要素生產(chǎn)率較為緩慢的增長，大部分地區(qū)的全要素生產(chǎn)率均是呈不規(guī)則遞減趨勢。②地區(qū)間技術(shù)創(chuàng)新水平差異較大。2001—2016年間雖然我國各個省份的技術(shù)創(chuàng)新水平的呈增長趨勢，但是我國華北、東北、華東地區(qū)的平均創(chuàng)新指數(shù)均達到了0.01，而華中、華南、西南、西北地區(qū)的平均創(chuàng)新指數(shù)均低于0.01.③技術(shù)創(chuàng)新是全要素生產(chǎn)率增長的核心因素。研究發(fā)現(xiàn)，我國技術(shù)創(chuàng)新水平較高的區(qū)域（華北、東北、華東）的全要素生產(chǎn)率要高于技術(shù)創(chuàng)新水平較低的區(qū)域（華中、華南、西南、西北），且技術(shù)創(chuàng)新水平若提高1個單位，地區(qū)全要素生產(chǎn)率將提高1.068個單位。因此，本文認為技術(shù)創(chuàng)新是促進各地區(qū)全要素生產(chǎn)率增長的主要動力，提升技術(shù)創(chuàng)新能力是我國經(jīng)濟持續(xù)增長的力量源泉。

表4 滯后一期的穩(wěn)健性檢驗

模型模型3模型4 解釋變量l_tfpl_tfp cons0.918***(14.99)0.974***(14.33) l_cx 1.152***（1.88） l_fdi﹣0.727**（﹣2.58）﹣0.615**（-2.14） l_rl﹣0.056***（﹣9.19）﹣0.062***（-8.87） l_is0.615***（6.19）0.582***（5.78） Hausman50.62***（Prob>chi2=0.0000）60.39***（Prob>chi2=0.0000） n480480 r20.1990.206 F值50.62***27.01***

注：***，**，*分別表示在1%，5%，10%水平上顯著。

4 政策建議

結(jié)合上述研究結(jié)論，本文提出以下3點建議：①應該把創(chuàng)新驅(qū)動擺在首要位置，而實行創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的首要任務就是突破技術(shù)創(chuàng)新難關、提高技術(shù)創(chuàng)新能力及技術(shù)創(chuàng)新水平。因此，應該倡導創(chuàng)新文化，強化知識產(chǎn)權(quán)保護、運用，培養(yǎng)一大批具有國際水平的戰(zhàn)略科技人才、科技領軍人才、青年科技人才和高水平創(chuàng)新團隊。另外，還需要強化對引進技術(shù)的消化吸收，加大技術(shù)創(chuàng)新和人才培養(yǎng)力度，夯實和提升技術(shù)創(chuàng)新能力。②要瞄準世界科技前沿，強化基礎研究，實現(xiàn)前瞻性基礎研究、引領性原創(chuàng)成果重大突破。加強應用基礎研究，拓展實施國家重大科技項目，突出關鍵共性技術(shù)、前沿引領技術(shù)、現(xiàn)代工程技術(shù)、顛覆性技術(shù)創(chuàng)新，為建設科技強國、質(zhì)量強國、航天強國、網(wǎng)絡強國、交通強國、數(shù)字中國、智慧社會提供有力支撐。③提高科技撥款在財政撥款中的比例，并對科技撥款的實際運用進行監(jiān)管，將科技撥款用在我國技術(shù)創(chuàng)新實際工作中去，為我國各地區(qū)營造良好的創(chuàng)新環(huán)境。同時，應該做好科技創(chuàng)新資源的優(yōu)化配置工作，防范科技資源在我國各地區(qū)的錯配問題。

［1］趙明.技術(shù)進步對經(jīng)濟增長貢獻的分析思考［J］.當代財經(jīng)，1998（8）：13-16.

［2］劉全洲，王瑩.技術(shù)進步對我國經(jīng)濟增長作用的實證分析［J］.當代經(jīng)濟科學，1999（4）：40-45.

［3］岳鴻飛，徐穎，周靜.中國工業(yè)綠色全要素生產(chǎn)率及技術(shù)創(chuàng)新貢獻測評［J］.上海經(jīng)濟研究，2018（4）：52-61.

［4］何玉梅，羅巧.環(huán)境規(guī)制、技術(shù)創(chuàng)新與工業(yè)全要素生產(chǎn)率——對“強波特假說”的再檢驗［J］.軟科學，2018，32（4）：20-25.

［5］黃智淋，俞培果.近年技術(shù)創(chuàng)新對我國經(jīng)濟增長的影響研究——基于面板數(shù)據(jù)模型分析［J］.科技管理研究，2007（5）：74-77.

［6］陶長琪，齊亞偉.中國全要素生產(chǎn)率的空間差異及其成因分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，27（1）：19-32.

［7］馬洪福，郝壽義.要素稟賦異質(zhì)性、技術(shù)進步與全要素生產(chǎn)率增長——基于28個省市數(shù)據(jù)的分析［J］.經(jīng)濟問題探索，2018（2）：39-48.

［8］林毅夫，劉培林.經(jīng)濟發(fā)展戰(zhàn)略對勞均資本積累和技術(shù)進步的影響——基于中國經(jīng)驗的實證研究［J］.中國社會科學，2003（4）：18-32，204.

［9］張金勝，韓先鋒，師萍.創(chuàng)新主體對研發(fā)全要素生產(chǎn)率的影響實證研究［J］.科技進步與對策，2011，28（9）：1-4.

［10］CHARNES A，COOPER W W，RHODES E.Measuring theefficiency of decision making units［J］.European journal ofoperational research，1978（6）：429-444.

2095－6835（2018）20－0022－03

F427

A

10.15913/j.cnki.kjycx.2018.20.022

蘇麗（1993—），女，河南信陽人，經(jīng)濟學碩士，研究方向為產(chǎn)業(yè)經(jīng)濟學、國民經(jīng)濟學。

教育部人文社會科學一般項目“地方政府競爭下區(qū)際產(chǎn)業(yè)轉(zhuǎn)移和承載系統(tǒng)的空間失配性和矯正機制研究”（編號：13YJC790131）

〔編輯：嚴麗琴〕