高技术产业研发投入与产业绩效的关系——基于省际面板数据的考察-刘锋.pdf

《高技术产业研发投入与产业绩效的关系——基于省际面板数据的考察-刘锋.pdf》由会员分享，可在线阅读，更多相关《高技术产业研发投入与产业绩效的关系——基于省际面板数据的考察-刘锋.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2016年第17期 科技管理研究Science and Technology Management Research 2016 No17doi：103969jissn10007695201617022高技术产业研发投入与产业绩效的关系基于省际面板数据的考察刘 锋12，逯宇铎1，于 娇3(1大连理工大学，辽宁大连116024；2浙江工贸职业技术学院，浙江温州 325003；3沈阳师范大学，辽宁沈阳 110034)摘要：利用我国2008-2013年31个省、自治区、直辖市的面板数据，通过单位根检验和Hausman检验确定回归模型的影响形式，同时利用F检验判定需要拟合的回归模型形式，建立变截距固定效

2、应模型，以分析高科技产业的研发行为对产业绩效的影响。研究结果表明：研发经费的投入能够有效提升产业绩效，然而研发人员数量的投入却削弱了产业绩效，目前我国高技术产业的研发投入显现出非均衡状态。最后，基于估计结果，有针对性地提出相关政策建议：，关键词：高技术产业；研发投入；产业绩效；Hausman检验中图分类号：F2642 文献标志码：A 文章编号：10007695(2016)17012305Relations between Research and Development Input of HighTechnology Industry and Industry PerformanceAn In

3、vestigation Based on Panel Data of ProvincesLIU Fen91一，LU Yudu01，YU Jia03(1Dalian University of Technology，Dalian 1 16024，China；2Zhejiang Industry and Trade Polytechnic，Wenzhou 325003，China；3Shenyang Normal University，Shenyang 1 10034，China)Abstract：Panel data of 31 provinces from 2008 to 2013 are t

4、ested as unit root。and effect forms of regression model are setthrough Hausman TestFtest is used to judge the demanding matching model forms，and variableintercept models areestabhshed to analyze the influence of research and development behavior of hi曲technology industry on industry performanceThe r

5、esearch shows that input of research and development expenditure promotes the industry performance；the humber of research and development staff can reduce the industry performmme；national research and development input of hishtechnology industry is still unbalancedFinally some policies and suggestio

6、ns are proposedKey words：high technology industr)r；research and development input；industry performance；Hausman test伴随着工业40时代的来临高技术产业在这个群雄争霸的年代里具有举足轻重的地位。截止到2013年底，我国高技术企业共计26 894家，主营业务收入116 0489亿元，利税收人49 2851亿元，有效发明专利数达115 884件，其中主营业务收入占GDP的比重已经由2008年的179上升到204H j。高技术产业在国民经济中的地位越来越重要，其未来的发展潜力将是巨大的。而

7、科技创新正是高技术产业赖以生存的源泉，最主要的体现就是研发活动，高技术产业中知识和技术大量聚集，研发投入逐渐增大。从整体上看，我国R&D经费支出与国内生产总值之比已经从2008年的147上升到2013年的208o；R&D人员的投入也逐年递增，其中，高技术产业的研发经费投入以年均20的速度递增，研发人员投入以年均15的速度递增，而主营业务收入以年均15左收稿日期：20151224。修回日期：20160310基金项目：浙江省高职高专院校专业带头人专业领军项目“基于区域创新的市场营销人才培养研究”(Ij2013149)；国家自然科学基金项目“基于企业异质性的汇率变动对中国制造业企业出口行为传递效应研

8、究”(71403037)；辽宁省社会科学规划基金项目“产业生态视角下互联网与装备制造业深度融合发展模式创新研究”(L14BGl914)万方数据124 刘锋等：高技术产业研发投入与产业绩效的关系基于省际面板数据的考察右的速度递增。1 主要研究文献综述高技术产业研发投入带来了产出的增加，国内外学者从不同的角度对于研发投入对产出的影响进行了探索。国外学者主要关注的是政府科技资助是排挤企业R&D支出还是促进R&D支出。Criliches等”1发现政府资助对制造业研发项目产出和生产率具有显著的正向效应。Hussinger等H o研究发现政府资助对制造业企业的研发及其效率有显著的正效应。Branstett

9、er等”o研究认为政府资助对企业的R&D产出具有正的影响。国内的学者更多的则是关注研发投入对创新绩效的影响。刘华M o基于我国中部6个省市的高技术产业发展数据，研究发现创新绩效受到研发投入的显著影响。陈丽霖等1等以信息技术行业的上市公司为样本，同样发现R&D投入对未来一期的企业绩效也存在着显著的正向作用。吴晓晓等旧。通过分析30个省、市、自治区的大中型工业企业数据发现，随着政府资助强度的提高，企业研发投入强度的系数由正到负，两者之间呈现倒u型关系。刘锋等一J运用因子分析、协整检验和VAR模型研究科技创新成果与经济增长之间的动态关系。潘峰等驯研究了湖北省高新技术企业投入产出的现状。邹彩芬等lj以

10、医药上市公司为样本，认为企业技术资产与R&D投人正相关，研发人员与R&D投入强度负相关，两者均不显著。朱焱等副发现，企业研发投入是管理团队人力资本与企业绩效之间的部分中介变量。戴小勇等列认为研发投入强度对企业绩效影响的门槛效应存在行业差异。刘海洋等4 o从微观角度研究认为，研发投入能够显著提高企业生产效率和盈利能力。郭研等纠发现高科技企业的规模对研发投人密度具有显著的负效应。中国的高技术产业兴起的时间不长，但是其对国民经济的重要性越发凸显。高技术产业的研发投入包括了研发经费、研发人员等因素，是否这些因素对产业绩效都是正向影响?如果有影响，这些因素究竟对产业绩效产生了何种程度的影响?这些问题的解

11、决将为我们未来的研发投入提供科学的理论支撑。本文利用中国31个省、自治区和直辖市2008_2013年的面板数据，通过Hausman检验等方法确定了变截距固定效应模型，研究高科技产业的研发行为，并重点检验哪些研发投人因素将会对产业绩效发挥效用。2数据和模型描述本文的数据来源于中国科技统计年鉴，考虑到统计数据口径的一致性和数据的完整性，我们选择了2008年到2013年的省际面板数据。选取高技术产业的R&D经费支出(用R表示)和R&D人员全时当量(人年，用P表示)2个指标代表研发投入，体现了人、财的投入；采用主营业务收入(用I表示)代表产业绩效指标，体现了高技术产业的产出。我们采用EVIEWS80对

12、数据进行处理(由于篇幅所限，原始数据不在文中列出)。面板数据回归模型的一般形式为6|：Y“=a+戈胡n+6。+yI+占ni=1，2，；t=1，2，r其中：y。是个体i在t时期的观测值；a表示模型的常数项；6i代表固定或者随机的截面效应；7。代表固定或者随机的时期效应；石。表示k阶解释变量观测值向量；口表示解释变量的系数向量，根据其条件的限制可分为3种，一是对所有截面和时期都是相同的常数，二是在不同的截面是不同的系数，三是随着不同的时期是不同的；占。是独立同分布的误差项，即E(占。)=0。3 高科技产业研发投入对产业绩效的影响分析31数据的平稳性分析面板数据同时包括了时间维度和截面维度，当时间维

13、度增加到一定长度时，直接建模容易产生伪回归现象，此时，我们需要对面板数据进行平稳性检验，即单位根检验。本研究的时间跨度超过了5年，因此需要进行单位根检验。首先，我们利用面板数据的时序图初步判断该序列的截距和趋势情况(如图1)，发现该序列有截距但趋势不明显。70皿O60四C图1面板数据的时序其次，我们在Pool对象中进行单位根检验。第1步从含有截距和趋势项的模型开始检验；第2步检验只含截距项的模型；最后检验二者都不含的模型。以R?代表研发经费的投入，经检验(结果如表1)，所有方法的R?的水平变量的单位根检验结果均显示：伴随概率P值大于005，说明这些方法都认为该序列是非平稳的，接受原假设，即R?

14、存在单位根。万方数据刘锋等：高技术产业研发投入与产业绩效的关系基于省际面板数据的考察 125表1 R?序列水平变量的单位根检验接下来，我们对R?的一阶差分变量进行单位根检验，具体如表2所示。4种方法的单位根检验结果显示，伴随概率P值均小于005，说明平稳；各种方法的结果都拒绝原假设，所以R?的一阶差分变量是平稳的，即R?是R(1)的。表2 R?序列一阶差分变量的单位根检验同理，我们对P?序列进行单位根检验。P?序列水平变量的单位根检验结果表明：除了Levin，Lin&Chu t方法之外(其伴随概率P值小于005)，其他3种方法的结果都接受原假设，P?存在单位根，是非平稳的。表3 P?序列水平变

15、量的单位根检验方法M砒oa ，蓼tatls芋tic伴随Prob譬。ros登s se面e|ions絮)bs值一 L lLevinbnChut+ 一4922 73 0000 0 27 135Im，Pessrsa and ShinWstar 175615 O960 5 27 135ADFFisher Chisquare 41258 4 0898 5 27 135PPFisher Chisquare 45265 3 0795 5 27 135P?的一阶差分变量的所有方法的单位根检验结果显示(见表4)，所有伴随概率P值均小于005，说明平稳；各种方法的结果都拒绝原假设，所以P?的一阶差分变量平稳，即P?

16、是P(1)的。表4 P?序列一阶差分变的单位根检验方法Methoa ，婪tatis芋tic伴随Prob警。ros竺s se面CtlOrl8粤Obs值_ L IJevinLinChu t+ 一33567 7 0000 0 27 108ImPesaran and Shin Wstar一9171 14 0 000 0 27 108ADFFisher Chisquare 118739 0000 0 27 108PPFisher Chisquare 134168 0000 0 27 108I?的水平变量的所有方法的单位根检验结果显示(见表5)，伴随概率P无小于005的，说明都认为非平稳，各种方法的结果都

17、接受原假设，I?存在单位根，是非平稳的。表5 I?序列水平变量的单位根检验I?的一阶差分变量的所有方法的单位根检验结果显示(见表6)，所有伴随概率P值均小于005，说明平稳；各种方法的结果都拒绝原假设，所以I?的一阶差分变量平稳，即I?是I(1)的。表6 I?序列一阶差分变量的单位根检验方龇删 ，多ta婵tlstte垡Pr哆ob譬Cros黑。絮bs值 一sectlon8 ULevinLinChut+ 一12946 2 0000 0 27 108ImPesaran and Shin Wstat一6 237 59 00000 27 108ADFFisher Chisquare 110575 000

18、0 0 27 108PPFisher Chisquare 128356 0000 0 27 108通过以上分析，R?、P?、I?的一阶差分变量序列都是平稳的，因此可用变换后的序列进行回归。32确定回归模型的影响形式回归模型的影响形式有固定影响和随机影响两种形式。Hausman提出了一种通过比较固定效应和随机效应估计的参数从而判断选哪种模型的检验方法，Hausman原假设是使用随机效应模型。第1步，建立随机效应回归：Yi=a+口。+z拶+”。第2步：Hausman检验。原假设为应建立随机效应模型，输出结果如表7所示。可以看出，Hausman检验的检验统计量为62489 578，伴随概率P为000

19、0 0，小于005，所以拒绝原假设，则应建立固定效应模型。表7面板数据随机效应检验(Test Crosssection Random Effects)测试摘要 卡方统计量 卡方统计量的自由度 伴随概率Test Summary Chisq Statistic ChisqdProb，横截宰随蛩 62489 578 2 a 000 o乙rOSSsection ftaiidom33 利用F检验判定需要拟合的模型形式F检验有2个原假设，具体如下：H。：回归系数相同而截距项不相同岛=岛=风。H：回归系数和截距项都相同a。=a：=d，卢1=32=届，。构建F统计量如下：F。=；妻亏；i；揣1Fc一-，尼，c

20、r一1 5。(F一(南+) o、” 1 7“”1七一1)耻盟S蒜N删T N群1 州(_1)一 1( 一(矗+) 1” 叫万方数据126 刘锋等：高技术产业研发投入与产业绩效的关系基于省际面板数据的考察(k+1)，(Tk一1)j上式中：Js。为变系数模型的残差平方和；S：为变截距模型的残差平方和；S。为不变系数模型的残差平方和；N是总个体数；T为总时期数；k为解释变量的个数。判定程序按照下面的思路进行：首先利用B统计量对H：检验，如果接受，则建立不变系数模型，检验结束；如果拒绝，则再利用F。统计量对H，检验，如果接受则建立变截距模型，如果拒绝则建立变系数模型。具体步骤为：构建变系数模型得残差平方

21、和S。；构建变截距模型得残差平方和S：；构建不变系数模型得残差平方和S，；获得|s，、S：、5，后计算R、F，并查找临界值作出判定。对变系数模型计算得到：S，=9 783 791；对变截距模型计算得到：S：=17 605 797；对不变系数模型(所有截面截距相同、系数相同)计算得到S，=41 095 224。接着计算得到F：=3307 015 39138，所以拒绝H2；Fl=1239 203 62145，所以接受Hl，为变截距模型。34固定效应模型的估计通过上一步进行的模型设定形式检验，确定建立变截距固定效应模型进行估计。在回归的时候，本研究的面版数据横截面个数大于时序个数，故选择按截面加权(

22、Crosssection Weights)，允许不同的截面存在异方差现象，同时估计方法采用PCSE(Panel Corrected Standard Errors，面板校正标准误)方法，输出结果如表8所示。表8变截距固定效应模型估计结果续上表效应说明Effects Specification面版固定效应(虚拟变量)Crosssection Fixed(Dummy Variables)加权统计量Wei【ghted Statistics无加权统计量Unweighted Statistics我们可以看出模型的结果主要分为两个部分：一是各个系数的估计值、标准误差、t统计量和伴随概率，我们可以发现研发经

23、费投入对高科技企业的主营业务收入有显著正影响，而研发人员投入与主营业务收入是显著负相关；二是每个个体的固定效应的估计结果，即个体截距对平均截距值的偏离部分。建立的估计模型如下所示：D(，。)=3278 1 6 3+0000 5 1 5D(Rn)一0007 648D(P。)一259257 0D1+116799 1D2+一327747 4D3l(29735 29)R2=081SSE=17 161 704其中，虚拟变量D，D：，D，的定义为：。 f1，如果属于第i个个体，江1，2，31叫【0，其他4结论和建议本文通过建立变截距固定效应模型，探索了高技术产业研发投入因素对产业绩效的影响。研发经费对主营

24、业务收入的弹性为0000 515，其经济学含义为31个省级行政区高技术产业的研发经费增长一个百分点，显著拉动主营业务收入提高约0000 515个百分点；研发人员对主营业务收入的弹性为一0007 648，其经济学含义为31个省级行政区高技术产业的研发人员增长一个百分点，会降低主营业务收入约0007 648个百分点。从输出结果我们也可以看出，江苏省的固定效应最为显著，广东、山东、万方数据刘 锋等：高技术产业研发投入与产业绩效的关系基于省际面板数据的考察 127天津等地紧随其后。根据上述分析，我们建议如下：(1)高技术产业要继续加大研发经费的投入强度。我们的研究表明，研发经费的投入有效地提升了产业绩

25、效，高技术产业中的相关企业应采取外吸和内哺相结合的措施加大经费利用，从外部争取更多的包括政府补贴在内的研究经费，内部尽量把有限的流动资金进行合理分配，留出足够的经费用于研发投入。政府的补贴或者奖励的“杠杆效应”明显，能够获得外部资金青睐或者直接投入相关企业，可以有效弥补本企业研发经费不足的问题。此外，研发经费的使用安排尽量科学合理，不要造成不必要的浪费。(2)高技术产业对研发人员的投人数量要慎重，同时注意加大研发资产的投人。一般认为，研发人员投入越多，企业的创新成果可能越多，收益就会越大。从本文的研究结果看，研发人员数量的投人反而造成了主营业务收入的降低，削弱了产业绩效，最可能的原因是由于经费

26、、设备等投入不足造成了人员冗余，其他诸如不合理的研发人员组织、不科学的企业研发规划等也可能是原因之一。一方面，产业中的各类企业在进行研发人员投入的时候要精打细算，防止过多的不必要的人员投入，通过进一步提高研发人员技能和制定合适的激励措施提高研发队伍的能力；另一方面，产业中的各类企业应合理配置企业研发资产，加大研发设备投入，充分发挥每个研发人员的聪明才智。(3)全国各省、自治区和直辖市的高技术产业研发投入要均衡。本文的研究表明，当前东部传统经济发达地区高技术产业相关企业的研发投入正效应显著，而中部、西部地区明显投入不足，产出效益有限，因而在东部发达地区维持现有投入水平的同时，中、西部地区要迎头赶

27、上，加大经费投入。我国的各类科研基金比如国家自然科学基金每年都有专门针对中、西部地区的专项，在坚持这种做法的基础上，可以鼓励东、中、西跨区域联合申报项目，这样做可以真正做到东、西兼容。同时，制定合理的人才激励政策，夯实人才基础，引入精兵强将，力求建立强有力的研发人员团队。此外，各个地区在时序上的投入也要逐步增加，不要某年投入人员过度、下一年投入又减少，尽量做到研发人员投人持续、稳定。注：面板数据(Panel Data)也称平行数据，或时间序列截面数据(Time Series and Cross Section Data)或混合数据(Pool Data)，是同时在时间和截面空间上取得的二维数据：

28、面板数据从横截面上看，是由若干个体在某一时刻构成的截面观测值，从纵剖面上看是一个时间序列。R&D人员一般用折合全时当量来表示，即参加R&D项目人员的全时当量及应分摊在R&D项目的管理和直接服务人员的全时当量两部分相加计算。一个折合全时当量是一人年。例如，一个人在R&D活动上花费了30的正常工作时间，而70的时间用于其他工作，则其折合全时当量为O3。在采用Eviews进行面板数据处理的时候，对于pool对象，序列名后必须加“?”作为占位符。为了简单明确，我们统一采用R?代表R序列，其他序列亦采用相同方法。参考文献：1国家统计局，科学技术部中国科技统计年鉴M北京：中国统计出版社，20142国家统计

29、局中国统计年鉴M北京：中国统计出版社，20143GRILICHES Z，REGEV HR&D，government，support and finn produetivity in Israeli industry” MSPIVACK R NPapers andproceedings of the advanced technology programS international conference on the economic evaluation of technological changeWashing-ton DC：NIST Special Publication(SP 952

30、)，20014HUSSINGER，KATRINR&D and subsidies at the finn level：an application of parametric and semiparametric two step selection modelsJJournal ofApplied Economics，2008(23)：7297475BRANSTETYER LEE，SAKAKIBAR A MARIKOWhen do researchconsortia work well and why?Evidence from Japanese panel dataJAmerican Ec

31、onomic Review，2002，92(3)：1431596刘华市场化改革、研发投入与创新绩效关系的实证J统计与决策，2015(9)：1461487陈丽霖，冯星昱基于rr行业的治理结构、R&D投入与企业绩效关系研究J研究与发展管理，2015(3)：45568吴晓晓，苏朝晖政府资助与企业研发投入基于面板数据门槛模型的实证研究J软科学，2015(9)38429刘锋，逯宇铎，于娇中国科技创新产出与经济增长的协整分析J科技管理研究，2014(17)：51210潘峰，谢吕元高新技术企业投入产出分析以46家湖北省高新技术上市企业为例J科技管理研究，2014(22)：535711邹彩芬，刘双，王丽，等政

32、府R&D补贴、企业研发实力及其行为效果研究J工业技术经济，2013(10)：11712512朱焱，张孟昌企业管理团队人力资本、研发投入与企业绩效的实证研究J会计研究，2013(11)：455213戴小勇，成力为研发投入强度对企业绩效影响的门槛效应研究J科学学研究，2013(11)：1708171614刘海洋，马靖研发投入正向提高了企业绩效吗?基于2005-2007年工业企业微面板数据J科技与管理，2012(3)：556015郭研，刘一博高新技术企业研发投入与研发绩效的实证分析来自中关村的证据J经济科学，2011(2)：11712816尹希果计量经济学：原理与操作M重庆：重庆大学出版社2009作者简介：刘锋(1974一)，女，辽宁丹东人，博士生，副教授，主要研究方向为区域科技创新。逯宇铎(1956一)，男，黑龙江齐齐哈尔人，教授，博士研究生导师，主要研究方向为创新管理。于娇(1985一)，女，山东威海人，讲师，博士，主要研究方向为科技创新管理。万方数据