R&D投资、技术改造与技术购买对企业产出的

论文导读:：本文利用2000年到2007年间我国不同注册类型的工业企业数据，从企业类型层面分析了企业R&D投资、技术改造及技术购买与企业产出之间的关系，结果发现，在样本期间，R&D投资与消化吸收的投入能显著地促进企业产出增长，而技术改造和国内技术购买的产出效应不显著，国外技术购买不仅不能促进我国企业产出的增长，反而有可能对企业产出增长具有负面作用。
论文关键词：R&，D投资，技术改造，技术购买，企业注册类型

　　1. 引言
　　企业的科技活动除了依靠企业自身的研究与试验发展（R&D）实现技术进步外，还可以通过技术改造与购买其他企业的先进技术和经验，达到提高自身技术水平和生产率，促进企业产出增长的目的。因此，从实证角度来研究R&D投资、技术改造、技术购买与企业产出的关系，对于了解我国工业企业科技活动推动企业产出增长的机制具有重要的启示意义。
　　国内外学者就R&D投资、技术购买与企业产出关系已作了较多的研究。Hall和Mairesse(1995)和Keller(2002)等，他们的研究结果均表明R&D投入产出或生产率具有显著的促进作用。Jefferson andHu (2004)利用总量生产函数从企业层面对北京市国有工业企业进行了R&D收益率的估计，发现在1991到1997年间，R&D投入显著促进产出增长，R&D收益率在1.21—1.07之间。Jeffersonet al. (2006)从R&D决策过程、知识生产过程和创新过程对公司绩效的影响三个方面考察了我国大中型制造业企业全部创新过程对经济业绩的影响，认为创新对中国制造业增长作用显著，R&D收益率至少是固定资产收益率的3—4倍。吴延兵（2008）根据1996—2003年中国地区工业面板数据，研究了自主研发、国外技术引进和国内技术引进对生产率的影响，发现自主研发和国外技术引进对生产率有显著促进作用，但国内技术引进对生产率并没有显著影响。
　　Hu等(2005)运用中国1995—1999年每年约10000个大中型制造企业数据，研究表明R&D对产出的影响作用显著。把所有企业划分为高科技企业和非高科技企业两个样本后，高科技企业的R&D产出弹性为0.064，非高科技企业中R&D对生产率并没有显著影响。金雪军、欧朝敏等（2006）通过对改革开放以来我国的时间序列数据，分析了技术引进和R&D投入对生产率的影响，结果发现，技术引进和R&D投入虽增加了我国技术知识存量，但并没有有效地促进全要素生产率的提高。李小平（2007）运用分行业大中型工业企业从1996到2003年的面板数据，就自主R&D、国外技术引进和国内技术购买的产出回报率和生产率回报率进行了分析，他发现R&D投资的增加不但不能带来产出的增长，反而会导致产出的减少，并且高R&D投资行业所导致的产出减少的最多，同时，国外技术引进和国内技术购买对产出的影响都不显著，而且R&D投资、国外技术引进和国内技术购买对生产率的提高也不显著。
　　根据以上的研究文献可以看出，各学者研究的层面并不相同，有的是地区的国有工业企业、有的是我国制造业企业、有的是仅是大中型工业企业，有的则是高科技工业企业等等，不同层面的研究及不同的分类标准对研究结论具有重要的影响。而在已有的研究中，我们尚未发现从注册类型层面来研究所有工业企业的R&D投资、技术购买及技术改造与企业产出之间的关系。因此，本研究从工业企业注册类型层面，运用经验分析方法研究中国企业技术投入与产出变动之间的关系，考虑到我国工业企业技术来源渠道的不同，分别考察直接R&D投资、技术改造和技术购买对企业产出的影响作用。
　　2. 计量模型与数据
　　2.1. 计量模型
　　研究各类科技活动与产出之间的关系一般利用生产函数的方法。现假定工业企业的各项科技活动将直接影响企业的技术水平，并通过技术水平而作用于企业产出。于是企业产出增长由资本、劳动和技术推动，我们根据CD生产函数：
　　 (1)
　　其中，为企业产出；和分别为企业投入的资本与劳动现代企业管理论文，A为技术水平，它是企业科技活动T的函数；、分别为资本和劳动的产出弹性。
　　考虑到人类知识的自动积累，技术水平存在自然增长，我们假设，q为一常数，是非体现型的“外生的”技术进步，由此可见，技术水平A不仅随着时间t的变化而变化，而且还受到科技活动的影响。当不考虑“外生”技术进步，即为零时，技术水平完全由科技活动。将代入式（1），对式（1）取对数，并引入企业类型i和时间t，以及随机扰动项后，得到如下的基本计量模型：
　　 (2)
　　在分析的过程中，结合所收集的数据，科技活动主要包括R&D投资、技术改造与技术获取。技术获取主要有两种途径：一是国外技术购买和国内技术购买两种方式。然而，当技术引进企业与被引进企业的技术水平相差较大时，技术相对落后的企业在模仿和引进其他先进企业技术，需要花费一定的成本用于人员培训、相关工艺的开发、以及必备配套设施的购买等，形成了消化吸收的费用支出。因此，本研究中的科技活动T包括了R&D投资、技术改造、国外技术购买、国内技术购买，以及用于消化吸收所支付的经费。
　　2.2. 数据
　　由于本文把研究层面定在不同注册类型的工业企业，目前我国工业企业的注册类型有国有企业、集体企业、股份合作企业、联营企业、有限责任公司、股份有限公司、私营企业、其他内资企业、港澳台投资企业和外商投资企业共10类；而国家统计局关于我国不同注册类型工业企业的统计数据是从2000年开始的，因此，我们所能收集到的数据是从2000年到2007年八年十个不同注册类型的面板数据。
　　原始数据全部来源于《工业企业科技活动统计资料》（2006、2007、2008）和《中国统计年鉴》（2008）。产出用工业增加值表示，用工业增加值指数缩减为2000年的不变价。资本用生产经营用机器设备表示，为了便于处理，用固定资产投资价格指数对生产经营用机器设备原价平减为2000年的不变价。标准的劳动投入应该利用劳动时间投入，由于缺乏资料，劳动投入用从业人员平均人数减去R&D人员折合全时当量后的数值反映小论文。R&D投资用R&D经费内部经费支出表示，消化吸收投入用消化吸收经费支出表示，这两个经费支出包括了相关设备购买和相关人员的工资支出，所以R&D经费内部经费支出额和消化吸收经费支出额用加权价格指数折算为2000年的不变价格，加权价格指数我们借鉴朱平芳与徐伟民（2003）的方法，以当期消费价格指数和固定资产投资价格指数加权平均表示，权重分别为0.55和0.45。企业的技术改造、国外技术购买、国内技术购买分别用技术改造经费支出、技术引进经费支出和购买国内技术经费支出表示，同时都用固定资产投资价格指数平减为2000年的不变价格。由于其他内资企业在某些年度缺少技术改造经费支出、国外技术购买经费支出、国外技术购买经费支出和消化吸收经费支出数据，于是得到一个关于十个类型企业的从2000年到2007年的不平行面板数据。
　　3. 估计结果分析
　　由于本文数据量较小，而且，若某一类型企业在某一年度缺失数据，那么数据量就会更少，出于自由度的考虑，本文采用静态面板数据中的随机效应估计方法和混合OSL估计方法对模型进行估计，再利用Breusch and Pagan拉格朗日乘数检验来选择是采用混合OSL模型还是采用随机效应模型。在不加入时间趋势和加入时间趋势两种情况下，分别用混合OSL方法和随机效应方法，进行估计基本模型（2）。估计结果见表1。
　　表1 模型估计结果
　　

注：表中第二行的PLS和RE表示模型的估计方法分别混合普通最小乘估计和随机效应估计；圆括号中给出系数估计值的群组稳健标准误（cluster-robust standard errors）；F值、卡方值分别是PLS模型和RE模型的模型显著性检验F统计量与卡方统计量，方括号是其对应的P值；随机效应检验为Breusch and Pagan随机效应拉格朗日乘数检验，方括号中为相应检验卡方值的P值；*，**，***分别表示在10%，5%和1%的水平下显著。
　　在估计模型过程中发现存在群组异方差和组内自相关，因此给出群组稳健标准误用于回归系数推断。在混合OLS估计模型中，模型显著性检验的F统计量所对应的伴随概率都小于0.001，在随机效应模型的显著性检验卡方统计量对应的P值也小于0.001，因此所有估计结果在5%的显著性水平下都是显著的。由于不管是引入还是未引入时间虚拟变量，BP拉格朗日乘数检验结果均支持选用随机效应模型，因而，下面将根据随机效应模型进行分析。
　　在无时间趋势，即不考虑技术水平自然增长情况下的模型(m2)和模型(m4)中，资本产出弹性分别为0.3998和0.4342，劳动产出弹性分别为0.2335和0.2313，均在5%水平下显著。根据模型(m2)和模型(m4)，对资本与劳动的规模报酬不变进行稳健的沃尔德检验，检验结果分别为chi2(1)= 11.58，相应伴随概率为0.0007，chi2(1) =11.37，相应伴随概率为0.0007，在5%水平下，规模报酬不变的假设均被拒绝，再根据双侧假设检验与单侧假设检验之间的关系，我们可以直接拒绝规模报酬非递减的假设，说明当前我国工业企业的规模报酬处于递减阶段。R&D投资的系数为0.36左右，也在5%水平下显著，说明R&D投资有利于促进企业产出增长。技术改造系数为正但不显著，表明工业企业的技术改造对提高企业产出的作用不显著。国内技术购买的系数为负，说明国内技术购买对企业产出具有不利影响，但这种影响在总体上不显著。在模型(m2)中，国外技术购买的系数为负，且在5%水平下显著，说明购买国外技术对产出增长具有显著的抑制作用，在模型(m4)中国外技术购买及其与消化吸收交互项的系数都是负号现代企业管理论文，而且系数的联合显著性检验表明在5%的水平显著[①]，因此认为国外技术购买能显著的抑制产出增长。在不考虑国外技术购买与消化吸收的交互作用时，根据模型(m2)中消化吸收系数及其显著性，可以看出增加消化吸收费用支出能显著地促进企业产出增长。根据模型(m4)中消化吸收系数及国外技术购买与消化吸收的交互项系数进行的联合检验[②]结果表明消化吸收对产出的影响作用是显著的，但至于是正面还是负面作用，由购买国外技术的支出是否达到临界值决定。根据模型(m4)的估计结果，可以求得国外技术购买的临界值为33.38[③]，当国外技术购买小于此临界值时消化吸收的系数符号为正，大于此临界值时系数符号为负，由于在样本数据中，国外技术购买的平均值为11.42，最大值为14.24，因此在考虑国外技术购买与消化吸收的交互时，消化吸收的支出对企业产出具有促进作用。购买国外技术与消化吸收的交互项系数为负，说明专门用于消化吸收国外先进技术的投入不但不能有效提高企业产出，反而存在一定的负面作用，尽管这种负面作用在统计上不显著。
　　

　　在加入时间趋势，即考虑技术水平自然增长的情况下（见表1中的模型(m6)与模型(m8)），结论基本与无时间趋势一致。在此不再赘述。
　　经以上分析发现，不管是否考虑技术水平具有自然增长的特性，R&D投资与消化吸收如同资本（生产经营设备）投入一样对产出具有显著的促进作用。为比较同是经费投入的资本投入、R&D投资和消化吸收投入的产出弹性是否存在差异，在两两之间进行稳健沃尔德检验（Robust-Wald test），检验结果见表2。
　　表2 资本、R&D投资与消化吸收间产出弹性的显著性检验
　　

注：检验方法为稳健沃尔德检验法（Robust-Wald test），自由度均为1；检验的假设是两都之间的产出弹性相等；模型(m4)与模型(m8)中的消化吸收的产出弹性是在国外技术购买的均值水平（11.42）下计算的。
　　根据表2的检验结果可以发现，在给定5%的水平下，资本与R&D投资的产出弹性在模型（m2）和模型（m4）中，即不考虑技术水平自然增长时没有显著差异，但在在模型（m6）和模型（m8），即在认为技术水平存在自然增长的情况下，这两个产出弹性存在显著差异；在模型（m2）中资本的产出弹性与消化吸收的产出弹性不显著外，在其余的模型中均显著，而且在模型（m2）中检验的伴随概率为0.057，与选定的显著性水平相差不大，因此可以近似认为资本与消化吸收间的产出弹性存在显著差异；而R&D投资与消化吸收的产出弹性在四个模型中均不显著。
　　4. 结论
　　本文利用2000年到2007年间我国不同注册类型的工业企业数据，从企业类型层面分析了企业R&D投资、技术改造及技术购买与企业产出之间的关系，结果发现，在样本期间， R&D投资与消化吸收的投入能显著地促进企业产出增长，而技术改造和国内技术购买的产出效应不显著，国外技术购买不仅不能促进我国企业产出的增长，反而有可能对企业产出增长具有显著的负面作用。同时还发现，我国工业企业的资本与劳动的规模报酬目前尚处于递减阶段。

参考文献
[1]金雪军、欧朝敏、李杨，2006，“全要素生产率、技术引进与R&D投入”，科学学研究，第5期。
[2]李小平，2007，“自主R&D、技术引进和生产率增长——对中国分行业大中型工业企业的实证研究”，数量经济技术经济研究，第7期。
[3]吴延兵，2008，“自主研发、技术引进与生产率——基于中国地区工业的实证研究”，经济研究，第8期。
[4]朱平芳、李磊，2006.“两种技术引进方式的直接效应研究——上海市大中型工业企业的微观实证”，经济研究，第3期。
[5]Hu， Albert， G..Z.， Jefferson， G.H. and Qian Jinchang， 2005， “R&D and TechnologyTransfer: Firm-Level Evidence from Chinese Industry”，Review of Economics andStatistics， 87(4)， 780—786·
[6]Haddad， M. and A. Harrison， 1993， “Are There Spillovers from DirectForeign Investment? Evidence from Panel Data for Morocco”， Journal of Development Economics， 42(1) ，51～74..
[7]Jefferson， G.， and A. Hu， 2004， “Returns to Researchand Development in Chinese Industry: Evidence from State-owned Enterprises inBeijing”， ChinaEconomic Review，15(4)， 86—107.
[8]Jefferson， G， H. Bai， X. Guan， and X. Yu， 2006， “R&D Performance inChinese Industry”，Economics ofInnovation and New Technology， 15(4—5)，345—366.
[9]Keller， W.， 2002， “Trade and the Transmission ofTechnology”， JournalofEconomic Growth， 7 (1):5—24.