靳來群

內(nèi)容提要：近年來中國經(jīng)濟(jì)高質(zhì)量增長目標(biāo)一直受到高研發(fā)投入與低生產(chǎn)率并行的桎梏，從研發(fā)投入配置扭曲的角度，并利用2001-2016年省級面板數(shù)據(jù)的實(shí)證檢驗(yàn)發(fā)現(xiàn)：研發(fā)資本與研發(fā)勞動(dòng)的配置扭曲是導(dǎo)致全要素生產(chǎn)率損失的重要原因，在研發(fā)投入已然過度的地區(qū)繼續(xù)增加研發(fā)投入，其對全要素生產(chǎn)率增長的貢獻(xiàn)要小于投入不足部門；而就作用機(jī)制而言，研發(fā)投入利用效率與研發(fā)成果轉(zhuǎn)化效率的損失是研發(fā)要素配置扭曲掣肘全要素生產(chǎn)率提升的關(guān)鍵中間渠道。進(jìn)一步的數(shù)據(jù)分析發(fā)現(xiàn)，東南與西南地區(qū)的研發(fā)投入相對不足，而西北、中部與環(huán)渤海灣地區(qū)的研發(fā)投入?yún)s相對過度。如何在未來的結(jié)構(gòu)性改革中實(shí)現(xiàn)研發(fā)要素投入從過度地區(qū)向不足地區(qū)的轉(zhuǎn)移，對中國生產(chǎn)率的快速提升有著重要意義。

一、 文獻(xiàn)綜述與問題提出

全要素生產(chǎn)率的提高，是中國新常態(tài)下實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵，也是供給側(cè)結(jié)構(gòu)性改革的目標(biāo)(蔡昉，2013)。而自主創(chuàng)新能力提高下的技術(shù)進(jìn)步是生產(chǎn)率增長的重要渠道。基于此，中國近年來大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，為實(shí)現(xiàn)這一戰(zhàn)略目標(biāo)，國內(nèi)研發(fā)經(jīng)費(fèi)投入規(guī)模持續(xù)擴(kuò)大，近20年來的年均增長率高達(dá)18%。與此同時(shí)，研發(fā)經(jīng)費(fèi)投入強(qiáng)度(研發(fā)經(jīng)費(fèi)占GDP比重)也在逐年快速增長，由2001年的1.1%上升至2020年的2.4%，已然超過OECD國家平均水平。然而在創(chuàng)新投入不斷增加的過程中，中國全要素生產(chǎn)率的增長速度卻相對較慢，對經(jīng)濟(jì)增長貢獻(xiàn)率也在持續(xù)下降，近年來貢獻(xiàn)甚至為負(fù)(Wu，2014；Wei等，2017)；而且從絕對水平上，中國全要素生產(chǎn)率僅為OECD國家的一半(Wei等，2017)。不難發(fā)現(xiàn)的一個(gè)事實(shí)：無論是基于絕對水平還是增長率，中國研發(fā)投入與全要素生產(chǎn)率都存在著嚴(yán)重不匹配問題，這也正是前期研究所總結(jié)的“高研發(fā)投入與低生產(chǎn)率之謎”(高帆，2017)。這種高研發(fā)投入與低生產(chǎn)率并行現(xiàn)象無疑成為中國經(jīng)濟(jì)轉(zhuǎn)型過程中的重要障礙，探究其背后的形成原因，對中國經(jīng)濟(jì)高質(zhì)量發(fā)展極具現(xiàn)實(shí)意義。

就創(chuàng)新與高質(zhì)量經(jīng)濟(jì)增長以及全要素生產(chǎn)率的關(guān)系而言，內(nèi)生增長理論早已展開了深入研究并指出，研發(fā)創(chuàng)新活動(dòng)是技術(shù)進(jìn)步下的經(jīng)濟(jì)高質(zhì)量增長的關(guān)鍵因素，必然帶來全要素生產(chǎn)率的提高(Romer，1990；Aghion和Howitt，1992)，并且大量文獻(xiàn)也提供了該理論推斷的經(jīng)驗(yàn)證據(jù)(Jefferson等，2006； Vogel，2015)。然而針對中國的相關(guān)實(shí)踐，該理論并沒有給出合理的解釋。李賓(2010)指出中國研發(fā)投入并不一定能夠顯著促進(jìn)全要素生產(chǎn)率的增長，并通過對比中國與發(fā)達(dá)國家研發(fā)投入強(qiáng)度與結(jié)構(gòu)，從直覺上解釋出現(xiàn)這種現(xiàn)象的原因，一方面是由于中國總體研發(fā)投入強(qiáng)度不足所導(dǎo)致，另一方面則是中國研發(fā)投入偏向于應(yīng)用研究與試驗(yàn)發(fā)展所致。孫曉華和王昀(2014)研究發(fā)現(xiàn)對于具有連續(xù)研發(fā)投入的企業(yè)而言，研發(fā)投入強(qiáng)度與企業(yè)全要素生產(chǎn)率之間存在正“U”型關(guān)系，然而99%的工業(yè)企業(yè)研發(fā)投入強(qiáng)度仍處于“U”型的左側(cè)，說明中國研發(fā)投入總量增加并不能顯著提升全要素生產(chǎn)率的原因是企業(yè)研發(fā)投入強(qiáng)度不夠。此外，李靜等(2017)研究指出研發(fā)資金投入與研發(fā)人力資本投入的不匹配，使得過度的資金未能得到足夠人力資本的有效支撐是導(dǎo)致中國經(jīng)濟(jì)轉(zhuǎn)型中的創(chuàng)新之謎(高研發(fā)投入與低生產(chǎn)率并行)的重要原因。

可以看到前期研究大多從研發(fā)要素積累的角度展開。然而隨著中國研發(fā)投入力度的增加，研發(fā)投入強(qiáng)度已然超過了OECD國家的平均水平，但是“創(chuàng)新之謎”卻依舊嚴(yán)重，可以說現(xiàn)階段從研發(fā)投入力度去解釋這一謎題已不再合適。近年來，部分研究從創(chuàng)新效率角度就該問題展開了分析。較多研究指出中國研發(fā)投入利用效率較低(張秀峰等，2021)。不僅如此，中國還存在著嚴(yán)重的“專利泡沫”問題(張杰等，2016；申宇等，2018)。中國高研發(fā)投入帶來的是低端質(zhì)量的創(chuàng)新，而低質(zhì)量創(chuàng)新自然無法帶來有效的技術(shù)進(jìn)步和高質(zhì)量的經(jīng)濟(jì)增長。進(jìn)一步剖析造成“專利泡沫”的原因，前期研究發(fā)現(xiàn)與研發(fā)投入結(jié)構(gòu)(Zc和Jie，2019)、政府研發(fā)補(bǔ)貼(胡善成和靳來群，2021)以及“創(chuàng)新崇拜”(申宇等，2018)息息相關(guān)。

然而，除此之外，關(guān)于資源錯(cuò)配理論框架的發(fā)展為解釋創(chuàng)新之謎提供了較好的研究思路(Restuccia和Rogerson，2013)。本文從研發(fā)要素配置扭曲的角度，對中國快速增長的研發(fā)投入未必帶來相應(yīng)快速的生產(chǎn)率提高的矛盾現(xiàn)象進(jìn)行解釋。直觀地分析，盡管中國增加了大量的研發(fā)投入，但是中國研發(fā)投入存在嚴(yán)重的配置扭曲問題(靳來群等，2019；王鉞和劉秉鐮，2017)，這也意味著部分部門的研發(fā)投入過度，而部分部門的研發(fā)投入不足。而基于本文的分析，在研發(fā)投入已經(jīng)過度的地區(qū)繼續(xù)增加研發(fā)投入對生產(chǎn)率增長的貢獻(xiàn)要遠(yuǎn)小于投入不足地區(qū)。這也意味著，即便有大量的增加研發(fā)投入，中國嚴(yán)重的部門間研發(fā)要素配置扭曲問題仍將限制中國全要素生產(chǎn)率的提高。與本文研究較為相似的，戴小勇(2021)也從資源配置扭曲的角度嘗試解釋了中國高創(chuàng)新投入而低生產(chǎn)率的現(xiàn)象，并指出要素市場扭曲將影響企業(yè)的創(chuàng)新決策、降低整體創(chuàng)新效率，進(jìn)而造成全要素生產(chǎn)率的損失，抵消創(chuàng)新對全要素生產(chǎn)率的提升。然而戴小勇(2021)的資源配置扭曲問題仍集中在生產(chǎn)要素配置過程中，而本文主要集中在研發(fā)要素配置過程中。

就資源配置扭曲問題而言，眾多文獻(xiàn)研究指出中國存在嚴(yán)重的生產(chǎn)要素扭曲配置，其中Hsieh和Klenow(2009)和Aoki(2012)的研究較具代表性，并且Brandt等(2013)指出中國地區(qū)間的生產(chǎn)要素配置扭曲程度約為10%。然而相對于地區(qū)間生產(chǎn)要素配置扭曲的快速緩解趨勢而言，全要素生產(chǎn)率卻仍然處于較慢的增長勢頭中，顯然生產(chǎn)要素市場扭曲難以解釋近年來高研發(fā)投入與低生產(chǎn)率并行的創(chuàng)新之謎現(xiàn)象，因此，尋找與當(dāng)前形勢相匹配的答案對于中國現(xiàn)階段經(jīng)濟(jì)轉(zhuǎn)型發(fā)展十分關(guān)鍵。而根據(jù)Boeing(2016)和Wei等(2017)的分析，中國存在著嚴(yán)重的研發(fā)要素配置扭曲問題，其中靳來群等(2019)的研究指出，近年來中國地區(qū)間研發(fā)要素配置扭曲程度約為17%，其扭曲程度遠(yuǎn)高于生產(chǎn)要素。并且不同于生產(chǎn)要素，研發(fā)要素配置扭曲的較慢緩解趨勢為解釋創(chuàng)新之謎提供了直觀依據(jù)(1)本文利用Brandt等(2013)以及靳來群等(2019)的方法，并利用下文中交代的生產(chǎn)產(chǎn)出與投入以及研發(fā)產(chǎn)出與投入相關(guān)數(shù)據(jù)，對2001-2016年的生產(chǎn)要素和研發(fā)要素地區(qū)間配置扭曲程度進(jìn)行了重新測算。結(jié)果顯示：生產(chǎn)要素的配置扭曲程度在2003年后快速緩解(2013年后有所反彈)，而研發(fā)要素的配置扭曲程度并沒有表現(xiàn)出相應(yīng)的快速緩解趨勢。。因此，進(jìn)一步從研發(fā)要素的配置扭曲角度，去理解研發(fā)投入與生產(chǎn)率不匹配問題，將具有重要意義。

二、 理論分析與假說提出

(1)

同時(shí)，仿照靳來群等(2019)的做法，假設(shè)全國及各地區(qū)的研發(fā)成果為相應(yīng)全國和地區(qū)研發(fā)資本RK、RKi，研發(fā)勞動(dòng)RL、RLi，研發(fā)投入利用效率RA、RAi的C-D函數(shù)產(chǎn)出形式：

(2)

(3)

一階條件下，可得到研發(fā)資本和研發(fā)勞動(dòng)的邊際收益等于要素的實(shí)際價(jià)格：

(4)

假設(shè)1：研發(fā)要素配置扭曲將導(dǎo)致全要素生產(chǎn)率的損失，在投入過度部門增加研發(fā)投入對全要素生產(chǎn)率增長的貢獻(xiàn)要小于投入不足部門。

(5)

根據(jù)式(5)可以看到，當(dāng)扭曲不存在時(shí)，也就是τ1=τ2時(shí)，研發(fā)投入利用效率RA以及全要素生產(chǎn)率TFP達(dá)到最大值。對于研發(fā)勞動(dòng)配置扭曲的分析也依然如此。這也意味著，研發(fā)要素投入的配置扭曲將導(dǎo)致研發(fā)投入利用效率的損失，進(jìn)而也將導(dǎo)致生產(chǎn)率的損失。

而進(jìn)一步，部門之間的研發(fā)成果轉(zhuǎn)化效率zi并不必然相等，其應(yīng)為高質(zhì)量研發(fā)成果比重h的函數(shù)zi(h)，部門高質(zhì)量研發(fā)成果的比重越高時(shí)，其轉(zhuǎn)化效率就會(huì)越高。然而，相對于研發(fā)要素投入不足的部門，研發(fā)要素在投入過度的部門，其稀缺性將相對較弱，這也意味著，投入不足部門將更加看重研發(fā)要素的關(guān)鍵性，并將其投入到更為重要的研發(fā)中去，進(jìn)而會(huì)表現(xiàn)出，研發(fā)要素投入不足的部門其研發(fā)成果轉(zhuǎn)化效率要高于投入過度的部門。并且，當(dāng)一個(gè)部門投入過度時(shí)，其更多的投入(過度狀態(tài)也隨之加重)將會(huì)投資于低質(zhì)量的創(chuàng)新中，盡管這使得研發(fā)成果總量得到提高，但是高質(zhì)量研發(fā)成果比重會(huì)隨之下降，進(jìn)而拉低研發(fā)成果轉(zhuǎn)化效率。因此，研發(fā)要素投入的配置扭曲也將導(dǎo)致研發(fā)成果轉(zhuǎn)化效率的損失，進(jìn)而導(dǎo)致生產(chǎn)率的損失。據(jù)此，本文提出：

假設(shè)2：研發(fā)要素投入的配置扭曲將導(dǎo)致研發(fā)投入利用效率和研發(fā)成果轉(zhuǎn)化效率的雙重?fù)p失，進(jìn)而帶來全要素生產(chǎn)率的損失。

三、 實(shí)證分析策略與數(shù)據(jù)來源

1. 實(shí)證策略

首先在生產(chǎn)總值Y作為生產(chǎn)效率A、生產(chǎn)資本K和生產(chǎn)勞動(dòng)L的C-D生產(chǎn)函數(shù)形式下，Y=AKαLβ,得到相應(yīng)全要素生產(chǎn)率，其中參考楊汝岱(2015)的研究，取α=0.3，β=0.7。而依據(jù)上文分析，生產(chǎn)率將受到研發(fā)資本配置扭曲與研發(fā)勞動(dòng)配置扭曲的影響，并且考慮到數(shù)據(jù)可得性，本文實(shí)證過程中用省份代表部門，因此在將生產(chǎn)率對數(shù)化后，可構(gòu)建計(jì)量模型：

lnTFPit=β0+β1dr(drkit,drlit)+γXit+ui+νt+εit

(6)

其中，回歸系數(shù)β1反映了研發(fā)要素配置扭曲對生產(chǎn)率的影響。同時(shí)控制省份個(gè)體效應(yīng)ui與年份時(shí)間效應(yīng)νt。解釋變量drk或drl為研發(fā)資本或研發(fā)勞動(dòng)的配置扭曲程度。同時(shí)還加入了控制變量X：以人均GDP度量的經(jīng)濟(jì)發(fā)展變量dev、以二三產(chǎn)業(yè)增加值占比度量的產(chǎn)業(yè)結(jié)構(gòu)變量ind、以財(cái)政支出占比度量的政府規(guī)模變量gov、以在校人數(shù)占總?cè)藬?shù)的比重度量的人力資本變量edu、以進(jìn)出口總額占比度量的開放程度變量ope。

為進(jìn)一步驗(yàn)證假設(shè)1中“在投入過度部門增加研發(fā)投入對TFP增長的貢獻(xiàn)要小于投入不足部門”，本文首先將所有省份分為投入過度組和不足組(關(guān)于如何區(qū)別投入過度還是不足，下文中變量設(shè)置部分有詳細(xì)介紹)，接著分組檢驗(yàn)增加研發(fā)要素投入對生產(chǎn)率提高的作用程度，并比較兩組之間的差異性。同時(shí)，構(gòu)建虛擬變量DK或DL，當(dāng)研發(fā)資本或勞動(dòng)投入過度時(shí)，DK或DL取值為0；當(dāng)研發(fā)資本或勞動(dòng)投入不足時(shí)，DK或DL取值為1。并加入虛擬變量與研發(fā)要素投入的交互項(xiàng)DK×lnRK或DL×lnRL。計(jì)量模型為：

lnTFPit=β0+β1lnRKit+ui+νt+εit

(7)

lnTFPit=β0+β1lnRLit+ui+vt+εit

(8)

lnTFPit=β0+β1lnRKit+β2DKit×lnRKit+ui+νt+εit

(9)

lnTFPit=β0+β1lnRLit+β2DLit×lnRLit+ui+νt+εit

(10)

當(dāng)利用計(jì)量模型(7)和(8)進(jìn)行分組回歸時(shí)，通過比較過度組和不足組中回歸系數(shù)β1的差異性，以判斷對于研發(fā)要素投入不足的省份，增加研發(fā)要素投入對生產(chǎn)率的作用是否要明顯高于研發(fā)要素投入過度省份。同時(shí)基于計(jì)量模型(9)和(10)，對于研發(fā)要素投入過度組而言，持續(xù)增加研發(fā)要素投入對生產(chǎn)率的作用程度為β1，而對于研發(fā)要素投入不足組，研發(fā)要素投入對生產(chǎn)率的作用程度為β1+β2，如果β2顯著為正，則將進(jìn)一步驗(yàn)證假設(shè)1。

為進(jìn)一步檢驗(yàn)研發(fā)要素配置扭曲影響生產(chǎn)率的兩條中間渠道——研發(fā)投入利用效率與研發(fā)成果轉(zhuǎn)化效率，本文構(gòu)造中介效應(yīng)模型：首先得到研發(fā)要素配置扭曲對生產(chǎn)率影響的總效應(yīng)，如計(jì)量模型(6)所示。接著分析對中介變量M的影響，如計(jì)量模型(11)所示。其中中介變量包括：研發(fā)投入利用效率變量lnuse，用研發(fā)投入利用效率的對數(shù)衡量，基于上文中對研發(fā)函數(shù)的假設(shè)，并取研發(fā)資本產(chǎn)出彈性為 0.3，研發(fā)勞動(dòng)產(chǎn)出彈性為0.7，進(jìn)而得到研發(fā)投入利用效率；研發(fā)成果轉(zhuǎn)化效率變量conv，用生產(chǎn)率與研發(fā)成果的比值衡量。最后分析研發(fā)要素配置扭曲變量和中介變量對生產(chǎn)率的混合影響，如計(jì)量模型(12)：

Mit(lnuseit,convit)=α0+α1dr(drkit,drlit)+γXit+ui+νt+εit

(11)

lnTFPit=β0+β1dr(drkit,drlit)+β2lnuseit+β3convit+γXit+ui+νt+εit

(12)

其中，模型(12)中的回歸系數(shù)β1反映了研發(fā)要素配置扭曲的直接影響，而α1×β2和α1×β3則反映了分別以研發(fā)投入利用效率和研發(fā)成果轉(zhuǎn)化效率為中介渠道時(shí)，研發(fā)要素配置扭曲對生產(chǎn)率的間接影響。

2. 變量設(shè)置與數(shù)據(jù)來源

(2) 生產(chǎn)總值、生產(chǎn)要素投入、研發(fā)成果、研發(fā)要素投入的測算。各省生產(chǎn)總值數(shù)據(jù)有詳細(xì)披露，并用GDP平減指數(shù)進(jìn)行平減。而就研發(fā)成果，正如寇宗來和劉學(xué)悅(2017)在《中國城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告2017》中所指出的，由于不同專利有著不同的質(zhì)量和價(jià)值，如果只是簡單用專利數(shù)量去衡量將存在嚴(yán)重的偏差，因此其用不同專利價(jià)值對專利數(shù)量進(jìn)行了調(diào)整，并提出了創(chuàng)新力指數(shù)，本文用該指數(shù)衡量研發(fā)成果。生產(chǎn)勞動(dòng)投入與研發(fā)勞動(dòng)投入分別用從業(yè)人員和研發(fā)人員全時(shí)當(dāng)量數(shù)據(jù)衡量。

(3) 數(shù)據(jù)來源與所用變量的描述性統(tǒng)計(jì)分析。除創(chuàng)新力指數(shù)外，本文所用數(shù)據(jù)均來自歷年《中國統(tǒng)計(jì)年鑒》與《中國科技統(tǒng)計(jì)年鑒》。由于創(chuàng)新力指數(shù)僅有2001-2016年數(shù)據(jù)，因此本文實(shí)證分析時(shí)間也僅是到2016年。為此，本文所用變量的描述性統(tǒng)計(jì)分析如表1所示。

表1 變量描述性統(tǒng)計(jì)分析

四、 實(shí)證結(jié)果分析

1. 研發(fā)要素配置扭曲對生產(chǎn)率的整體影響

利用上文面板數(shù)據(jù)，本文得到了研發(fā)要素配置扭曲對生產(chǎn)率的影響，其中，研發(fā)資本配置扭曲作用的回歸結(jié)果如表2列(1)-(4)所示，研發(fā)勞動(dòng)配置扭曲的影響如表2列(5)-(8)所示?？梢钥吹剑瑹o論是基于固定效應(yīng)模型還是隨機(jī)效應(yīng)模型的回歸結(jié)果基本是一致的。而基于Hausman檢驗(yàn)，本文在進(jìn)行具體回歸系數(shù)分析時(shí)，采用加入控制變量后的固定效應(yīng)模型?；诒?列(3)可以看到，研發(fā)資本配置扭曲變量drk顯著為負(fù)，這驗(yàn)證了上文推斷，研發(fā)要素配置扭曲將導(dǎo)致生產(chǎn)率的損失，而基于drk的回歸系數(shù)以及表1所示的drk的均值，可以判斷，當(dāng)研發(fā)資本配置扭曲得以糾正，那么中國全要素生產(chǎn)率將提升0.8%。而進(jìn)一步根據(jù)列(7)的回歸結(jié)果，可以看到，研發(fā)勞動(dòng)配置扭曲變量drl的回歸系數(shù)也顯著為負(fù)，無論是研發(fā)資本還是研發(fā)勞動(dòng)，其配置扭曲都將會(huì)有損于中國生產(chǎn)率的提升。而根據(jù)變量drl的回歸系數(shù)及表1所示其均值，可以得到，若研發(fā)勞動(dòng)得以有效配置，中國生產(chǎn)率將提升1.2%。相對于中國近年來較慢的甚至為負(fù)的生產(chǎn)率增長率而言，實(shí)現(xiàn)研發(fā)資本和研發(fā)勞動(dòng)有效配置對生產(chǎn)率增長的貢獻(xiàn)，無疑將是可觀的。

表2 研發(fā)要素配置扭曲的影響

2. 過度或不足狀態(tài)對研發(fā)投入作用的影響

綜合表3中所列示的過度狀態(tài)和不足狀態(tài)下研發(fā)投入對生產(chǎn)率作用的實(shí)證結(jié)果，可以看到：增加研發(fā)投入對生產(chǎn)率提升的促進(jìn)作用，只表現(xiàn)在研發(fā)投入不足的部門，而對于研發(fā)投入過度的部門，進(jìn)一步增加研發(fā)投入對生產(chǎn)率的提升并沒有顯著作用。這驗(yàn)證了假設(shè)1，“在投入過度部門增加研發(fā)投入對TFP增長的貢獻(xiàn)要小于投入不足部門”。

表3 過度狀態(tài)或不足狀態(tài)的影響

接下來，本文利用上文介紹的計(jì)量模型(9)和(10)以進(jìn)一步檢驗(yàn)假設(shè)1，經(jīng)Hausman檢驗(yàn)后的固定效應(yīng)模型回歸結(jié)果如表4所示。其中虛擬變量DK或DL描述了該地區(qū)的投入是過度的還是不足的，當(dāng)DK或DL取值為0時(shí)代表過度，取值為1時(shí)代表不足。那么交互項(xiàng)DK×lnRK或DL×lnRL的回歸系數(shù)則代表了，不足地區(qū)研發(fā)投入對生產(chǎn)率的平均作用，是否明顯高于過度地區(qū)。而表4的回歸結(jié)果顯示，該交互項(xiàng)的回歸系數(shù)顯著為正，表明不足地區(qū)研發(fā)投入對生產(chǎn)率的平均作用要顯著高于過度地區(qū)，這一實(shí)證結(jié)果進(jìn)一步佐證了上文假設(shè)1。

五、 作用機(jī)制檢驗(yàn)

基于上文理論分析的假設(shè)2，研發(fā)要素配置扭曲所致研發(fā)投入利用效率和研發(fā)成果轉(zhuǎn)化效率的損失，是進(jìn)一步限制全要素生產(chǎn)率增長的重要中間渠道，本

表4 兩類狀態(tài)的比較

文利用中介效應(yīng)模型展開分析的固定效應(yīng)模型實(shí)證結(jié)果如表5所示。

基于表5列(1)和列(4)所示回歸結(jié)果，可以看到，研發(fā)資本和研發(fā)勞動(dòng)的配置扭曲都將顯著地抑制研發(fā)投入利用效率的提升(如變量drk和變量drl回歸結(jié)果)。而基于列(3)和列(6)可以看到研發(fā)投入利用效率的提升是全要素生產(chǎn)率提升的重要影響因素(如變量lnuse回歸結(jié)果)。而從列(1)和列(3)回歸系數(shù)可以算得，當(dāng)分析研發(fā)資本配置扭曲的影響時(shí)，研發(fā)投入利用效率的中間效應(yīng)為-0.0133，約占總效應(yīng)的49%(由表2列(3)可以得到，總效應(yīng)為-0.0269)；從列(4)和列(6)回歸系數(shù)可以算得，當(dāng)分析研發(fā)勞動(dòng)配置扭曲的影響時(shí)，研發(fā)投入利用效率的中間效應(yīng)為-0.0149，約占總效應(yīng)的83%(由表2列(7)可以得到，總效應(yīng)為-0.0178)。這一結(jié)果肯定了研發(fā)投入利用效率中介效應(yīng)的存在。

表5 中介效應(yīng)檢驗(yàn)

基于表5列(2)和列(5)回歸結(jié)果，研發(fā)資本和研發(fā)勞動(dòng)的配置扭曲都將顯著地抑制研發(fā)成果轉(zhuǎn)化效率的提高(如變量drk和變量drl回歸結(jié)果)。而且列(3)和列(6)也顯示，研發(fā)成果轉(zhuǎn)化效率的提高是全要素生產(chǎn)率提升的重要影響因素(如變量conv回歸結(jié)果)。基于列(2)和列(3)回歸系數(shù)算得，在分析研發(fā)資本配置扭曲的影響時(shí)，研發(fā)成果轉(zhuǎn)化效率的中間效應(yīng)為-0.0034，約占總效應(yīng)的13%(總效應(yīng)仍為-0.0269)；基于列(5)和列(6)可得到，當(dāng)分析研發(fā)勞動(dòng)配置扭曲的影響時(shí)，研發(fā)成果轉(zhuǎn)化效率的中間效應(yīng)為-0.0030，約占總效應(yīng)的17%(總效應(yīng)仍為-0.0178)。這一結(jié)果也進(jìn)一步肯定了研發(fā)成果轉(zhuǎn)化效率中介效應(yīng)的存在。

六、 不同地區(qū)研發(fā)要素投入過度或不足程度的判斷

表6 2016年各地區(qū)研發(fā)要素投入偏離度

參考前期研究本文將中國分為六大地區(qū)——東北、環(huán)渤海、東南、中部、西南和西北。進(jìn)一步圖示不同地區(qū)研發(fā)投入偏離度的演化趨勢，如圖1和圖2?；趫D1可以看到，中部地區(qū)和西北地區(qū)的研發(fā)勞動(dòng)投入一直處在嚴(yán)重過度狀態(tài)，尤其是西北地區(qū)。而環(huán)渤海地區(qū)在2012年之后，由不足狀態(tài)轉(zhuǎn)變?yōu)檫^度狀態(tài)，盡管其過度狀態(tài)并不嚴(yán)重。而東南地區(qū)和西南地區(qū)，研發(fā)勞動(dòng)投入存在較嚴(yán)重的不足問題，尤其是東南地區(qū)，其不足問題在逐年加重，亟需彌補(bǔ)。

而基于圖2的研發(fā)資本投入而言，中部地區(qū)、西北地區(qū)和環(huán)渤海地區(qū)，研發(fā)資本投入相對過度，而且從其趨勢看，西北地區(qū)和環(huán)渤海地區(qū)，研發(fā)資本投入過度程度存在逐年加重趨勢，尤其是西北地區(qū)，亟待扭轉(zhuǎn)。然而，西南地區(qū)、東南地區(qū)和東北地區(qū)，研發(fā)資本投入相對不足，尤其是東南地區(qū)和西南地區(qū)。西南地區(qū)的相對不足程度較為嚴(yán)重，而東南地區(qū)的不足卻呈現(xiàn)逐年加重趨勢。

總結(jié)來看，如何快速緩解西北地區(qū)和環(huán)渤海地區(qū)的過度程度，并扭轉(zhuǎn)其研發(fā)資本投入過度的加重趨勢，同時(shí)彌補(bǔ)東南地區(qū)與西南地區(qū)較為嚴(yán)重的不足，并扭轉(zhuǎn)東南地區(qū)兩類研發(fā)投入不足的加重趨勢，是未來區(qū)域間結(jié)構(gòu)性改革的重點(diǎn)。

七、 結(jié)論與啟示

創(chuàng)新驅(qū)動(dòng)發(fā)展是中國實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵所在，然而近年來大量的研發(fā)投入?yún)s未能有效提高全要素生產(chǎn)率，甚至全要素生產(chǎn)率對經(jīng)濟(jì)增長的貢獻(xiàn)逐年下滑，對此本文嘗試從研發(fā)要素配置扭曲角度來解釋這一“創(chuàng)新之謎”現(xiàn)象。基于理論機(jī)制梳理，本文利用2001-2016年省級面板數(shù)據(jù)，實(shí)證檢驗(yàn)了研發(fā)要素扭曲配置對全要素生產(chǎn)率的影響。研究表明：研發(fā)資本與研發(fā)勞動(dòng)的扭曲配置均造成了全要素生產(chǎn)率的損失。在區(qū)分研發(fā)要素投入力度后發(fā)現(xiàn)，相比于研發(fā)投入過度省份，研發(fā)要素的持續(xù)增加對投入不足省份的全要素生產(chǎn)率提升效果更大，甚至對于研發(fā)投入過度省份，研發(fā)要素的持續(xù)增加并不能顯著提升其全要素生產(chǎn)率。因此，以上結(jié)果從研發(fā)要素配置扭曲角度初步闡釋了高研發(fā)投入并沒有帶來快速生產(chǎn)率增長的原因。接著，本文就研發(fā)要素扭曲配置作用于全要素生產(chǎn)率的內(nèi)在機(jī)理進(jìn)行了檢驗(yàn)，證明了研發(fā)投入利用效率以及研發(fā)成果轉(zhuǎn)化效率，是其抑制全要素生產(chǎn)率增長的重要中間渠道。最后，本文測算得到各省份2016年研發(fā)資本與研發(fā)勞動(dòng)的投入偏離度以及研究樣本期內(nèi)各區(qū)域的演化趨勢。靜態(tài)來看(2016年)，東部經(jīng)濟(jì)較為發(fā)達(dá)的沿海省份和西南大部分省份表現(xiàn)為研發(fā)投入不足，中部及西北部省份主要表現(xiàn)為投入過度；動(dòng)態(tài)來看，西北地區(qū)與渤海灣地區(qū)投入過度現(xiàn)象逐年加重，而東南地區(qū)投入不足現(xiàn)象卻逐漸惡化。

圖1 研發(fā)勞動(dòng)投入偏離度的地區(qū)間比較 圖2 研發(fā)資本投入偏離度的地區(qū)間比較

本文結(jié)論相應(yīng)的啟示為：為突破高研發(fā)投入與低生產(chǎn)率并行的桎梏，在不斷鼓勵(lì)社會(huì)加大研發(fā)投入的同時(shí)，也需要著重關(guān)注研發(fā)要素的配置優(yōu)化。① 推進(jìn)要素市場化改革，其改革方向由以傳統(tǒng)生產(chǎn)要素為主向生產(chǎn)要素與研發(fā)要素并重轉(zhuǎn)變。在實(shí)現(xiàn)逐步消除傳統(tǒng)生產(chǎn)要素配置扭曲的過程中，通過進(jìn)一步深化要素市場化改革，緩解愈加嚴(yán)重的研發(fā)投入錯(cuò)配，從而有效提升全要素生產(chǎn)率。② 加強(qiáng)區(qū)域合作，促進(jìn)區(qū)域經(jīng)濟(jì)一體化，進(jìn)而改善區(qū)域市場分割現(xiàn)象，推動(dòng)研發(fā)要素在區(qū)域間的自由流動(dòng)，提高研發(fā)要素配置效率。③ 推動(dòng)各地政府將研發(fā)要素利用效率與研發(fā)成果轉(zhuǎn)化效率作為遠(yuǎn)景目標(biāo)考核，鼓勵(lì)相關(guān)創(chuàng)新主體進(jìn)行高質(zhì)量研發(fā)活動(dòng)，以提高研發(fā)投入產(chǎn)出與研發(fā)成果轉(zhuǎn)化，優(yōu)化研發(fā)投入對全要素生產(chǎn)率的轉(zhuǎn)化路徑。④ 就短期政策調(diào)控而言，對于研發(fā)投入嚴(yán)重不足地區(qū)給予適當(dāng)支持，通過政策導(dǎo)向，創(chuàng)造相應(yīng)研發(fā)活動(dòng)條件，彌補(bǔ)投入不足狀態(tài)。對于研發(fā)投入嚴(yán)重過度地區(qū)，政府應(yīng)當(dāng)引導(dǎo)創(chuàng)新主體走出盲目追求研發(fā)投入力度誤區(qū)，重視高層次創(chuàng)新，適當(dāng)緩解投入過度狀態(tài)。