国际贸易、R&D溢出和生产率增长.doc

《国际贸易、R&D溢出和生产率增长.doc》由会员分享，可在线阅读，更多相关《国际贸易、R&D溢出和生产率增长.doc（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2006 年第 2 期 国际贸易 、R&D 溢出和生产率增长 * 李小平 朱钟棣 内容提要 : 本文采用 6 种计算外国 R&D 资本的方法和国际 R&D 溢出回归方法 , 首次 就国际 R&D 溢出对中国工业行业的技术进步增长 、 技术效率增长和全要素生产率增长的 影响作了实证分析 。 我们从这 6 种方法的比较中发现 : 当采用有缺陷的两种方法时 , 得到 国际 R&D 溢出系数显著为负或者溢出系数为正 , 但不显著的结论 ; 而采用其他的四种方 法 , 能得到国际 R&D 溢出系数显著为正的结论 。 因此 , 从计算方法本身及其结论的比较 来看 , 通过国际贸易渠道的 R&D 溢出促进了

2、中国工业行业的技术进步 、 技术效率及全要 素生产率增长的结论更可靠 。 同时 发现在大部分情况下国内本行业 R&D 与其他行业 R&D 对行业技术进步 、 技术效率和全要素生产率的增长起阻碍作用 。 因此 , 加强与 R&D 投入比重较高的发达国家的国际贸易以及提高国内自身的 R&D 效率显得很有必要 。 关键词 : 国际贸易 R&D 溢出 生产率 一、导 言 自内生增长理论产生以来 , 国际技术溢出问题就得到了广泛的关注。国际技术溢出问题的现 实背景是 , R&D 资本主要集中在发达国 家 , 但技术进步却远不只局限于发达国家内部。内生增 长理论强调国际贸易渠道的国际技术溢出 , 并把研发

3、和国际贸易作为技术进步的发动机 ( Rivera Bat iz 和 Romer, 1991; Grossman 和 Helpman, 1991) 。在开放经济中 , 由于国家之间存在水平或者垂直 差异的中间产品国际贸易 , 一国的技术进步不仅依赖于国内的 R&D 资本 , 而且依赖于外国的 R&D 资本 ; R&D 资本通过增加产品品种 ( 品种增长模型 ) 或者提高产品质量 , 促进技术进步。 中国是发展中的大国 , 借 助国际技术溢出是中国技术进步的很重要的途径。国内学者偏向于 研究 FDI 的技术溢出 ( 王成歧、张建华、安辉 , 2002; 张海洋 , 2005 等 ) , 而较少研究

4、国际贸易的技术溢 出。国内现存的关于国际技术溢出的文献存在两点不足 : ( 1) 普遍忽略了外国的 R&D 变量 , 而在开 放经济中 , 外国的 R&D 资本变量是不可忽略的 ; ( 2) 国际贸易渠道的国际技术溢出问题在国外得到 更多的关注 , 这可能是由于 FDI 技术溢出涉及到跨国公司 , 存在更复杂的溢出机制 , 并且 FDI 数据 比国际贸易数据更 加缺乏的原因 ( Wang 和 Xu, 2000) 。 本文试图在以下几方面对现有文献进行扩展。 ( 1) 首次利用国际 R&D 溢出回归方法 , 研究通 过国际贸易渠道的 R&D 溢出对中国工业行业的技术影响。国内外缺少以中国为样本的

5、相关研究 的原因可能是缺乏中国的相关数据。以中国工业行业为例 , 国内缺乏各行业的进出口统计数据 , 并 * 李小平 , 南京大学国际经济研究所 , 邮政编码 : 210093, 电子信箱 : chineselixp 126 com。朱钟棣 , 上海财 经大学国际工 商管 理学院 , 邮政编 码 : 200433。本文是李小平博士论文第五章 的基础上 修改而成 的 , 也是朱 钟棣教授 主持的教 育部博士 点基金项 目 合规性贸易壁垒的应对和应用研究 (03JB790031) 的阶段性成果 ; 本文的原稿是 第五届中国经济 学年会入 选论文 ; 作 者感谢匿 名 审稿人富有建设性的修改建议 ,

6、 他们的建议对本文的完善起了很重要的作用 ; 作者感谢论文指导小组郭羽 诞教授、兰宜生教 授、朱 平芳教授、丁剑平教授、岳咬兴教授等的有益指导 ; 感谢上海财经 大学张海东副教 授、鲍晓华 博士、卢向 前、张奇峰、陈 羽博士等 提 供的有益帮助 ; 感谢暨南大学王兵与作者曾经就全要素生产率测算及其分解的计算软件的选取所进行的有 益交流 ; 感谢匿名 审稿 人大量的建设性意见 , 当然 , 文责自负。 ! 1991 年 , G7 国家占了世界 96% 的研发支出 ( Coe, Helpman 和 Hoffmaister, 1997) 。 31 ! 李小平 、 朱钟棣 : 国际贸易 、 R&D 溢

7、出和生产率增长 且工业行业的 分类标准和国际贸易商品的分类标准不统一 , 这些都加大了对中国样本数据分析的 难度。 ( 2) 分析了通过国际贸易渠道的 R&D 溢出对工业行业的全要素生产率增长、技术进步增长 和技术效率增长的影响。现存的大部分文献都只研究国际 R&D 溢出对 全要素生产率的影响 , 但全要素生产率增长又可以分解为技术效率和技术进步增长 , 并且传统的全要素生产率的计算方 法也存在较大的缺陷 , 最新的文献越来越偏向于采用非参数方法计算全要素生产率及其分解。 ( 3) 在实证中使用 Falvey, Foster 和 Greenaway( 2002, 简称 FFG) 所使用的 6

8、种计算国外 R&D 资本的方法 , 这 6 种计算方法既包括了 Coe 和 Helpman( 1995, 简称 CH ) 原创性的方法 , 也包括了由 Lichtenberg 和 Pottelsberghe de la Potterie( 1998, 简称 LP) 在 CH 方法基础上改进的方法等 , 从而使文章的结论更具可 靠性。我们的文章和 FFG 的文献也有区别 , 其中最大的区别就是 , FFG 分析的是国际 R&D 溢出对 人均 GDP 的影响 , 而我们研究的是 国际 R&D 溢出对全要素生产率、技术效率及技术进步增长的影 响。 本文结构安排如下 : 在第二节 , 我们简要回顾了国

9、际贸易技术溢出实证分析框架及发展趋势 ; 第三节是计量模型、测量方法和数据 ; 第四节是实证分析 ; 第五节是结论和含义。 二、文献综述 分析国际贸易的 R&D 溢出时 , 一般使用所谓的国际 R&D 溢出回归方法 , 该方法假定一个国家 的全要素生产率不仅与本国的 R&D 资本有关 , 也与其贸易伙伴国的 R&D 资本有关。 CH 最早使用 该方法实证发现了发达国家之间国际贸易的 R&D 溢出的存在。 CH 采用的回归方程如下 : logT FPit = a i + a log Sit + a7 G7log Sit + a logSit + it ( 1) 其中 , i 代表国家 ; t 代

10、表年度 ; TFP 是全要素生产率 ; a i 代表国家 i 的特殊固定截距项 ; Sit 和 Sit 分别是国内 R&D 和外国 R&D 资本 ; G7 是个虚拟变量 , 其作用是为了求得 G7 国家和其他发达国家 国内 R&D 资本系数的差异 , a7 , a 和 a 分别为国内 R&D 资本和外国 R&D 资本的系数 ; it 是误差 项。 CH 采用如下公式计算外国 R&D 资本 : j # i 其中 , Si 是国家 i 的外国 R&D 资本 ; mij 是国家 i 从贸易伙伴国 j 进口的商品量 ; mi 是从其他贸 易伙伴国的进口总量 ; Sj 是外国 j 的国内 R&D 资本。

11、 CH 的实证结果发现 , 国内和国外 R&D 资本 都是生产率增长的重要源泉。 CH 的实证文章引起了经济学者的极大兴趣 , 并为后续文献提供了基本的分析框架。此后的大 量文献对 CH 模型进行了不断地扩展。第一种扩展是探讨、 完善计算外国 R&D 资本的方法 。 LP 根据 CH 计算外国 R&D 存量方法的缺陷提出了自己的计算公式 : j # i 其中 , Sit 为外国 R&D 资本 ; mijt 是本国 i 在时期 t 从国外 j 的进口量 ; yjt 是时期 t 国家 j 的 GDP。 LP 在其分析中用公式 ( 3) 来计算外国 R&D 资本 , 其实证结果仍然和 CH 一致。

12、FFG 在对计算外国 R&D 资本的基本方法进行回顾、总结的基础上 , 构建了 6 种计算外国 R&D ! 有文献在研究国际 R&D 溢出对全要素生产率增长的影响时 , 为了增加结果的可靠性 , 对全要素生产率的计算采取了不同 的计算方法 , 如 Changsuh Park ( 2003) 。 第一个对 CH 计算外国 R&D 资本方法提出质疑的是 Keller(1998) ; CH( 1999) 尽管也认 为 ( 2) 式计算外国 R&D 资本的方 法 不够完善 , 因为其只能反映外国 R&D 溢出的 方向 ( direction) , 而不能反映其溢出的强度 ( intensity) ,

13、但对 Keller 的质疑进行了反驳。 32 ! 0 d d d d f f- CH 0 d f - CH d d f m S = S ( 2) f - CH d mijt Sit = Sjt ( 3) y f - LP 2006 年第 2 期 资本的方法。 FFG 按照技 术知识在 出口国和 进口国 是公共品 ( public goods) 还 是私人 品 ( private goods) 的假设 , 对外国 R&D 资本的计算使用了不同的方法。具体计算公式如表 1 所表示。 表 1 FFG 计算外国 R&D 资本的 6 种方法 序号 1 M 计算公式 drtK dt 在出口国 进口国的性质

14、 公共品 私人品 静态 动态 模型中的结果 - 0 06 - 0 04 2 M M drtK Q rt dt = M Q rt d drt K dt 公共品 私人品 0 02 0 01 3 d d M rt drtK Qdt dt = M rt rt d d drt K Q dt dt 私人品 公共品 0 07 0 06 4 d M drt K dt = M rt d drt K dt 公共品 公共品 0 05 0 03 5 M drtK dt = drt K dt 私人品 私人品 - 0 14 - 0 17 6 d M M rtQ drtKdt dt = M rt d Q drt dt K

15、dt 私人品 私人品 003 0 02 d QrtQ dt Q rt d Q dt M rt 是进口国 ( 技术接受国 ) r 的进口总量 ; M drt 是进口国 ( 技术接受 国 ) r 从出 口国 ( 技术溢出 国 ) d 的进口 量 ; Q rt 是进口国的 GDP; Q dt 是出口国的 GDP; K dt 是出口国 d 的 R&D 资本存量 ; drt 是进口国 r 从出口国 d 的进口量占 r 国进口总量的比 例 ; r 代表技术接受国 ; d 代表技术溢出国 。 注 : * , * , * 分别代表其回归结果中 R&D 溢出变量系数的 1% 、 5%和 10%的显著度。 其中

16、, 第 1 种方法是 CH 所使用的 ; 第 3 种方法是 LP 所使用的 ; 第 5 种方法类似于 CH 的 , 只是 多考虑了技术知识在技术溢出国的私人品性质 , 而第 6 种方法类似于 LP 的 , 只多考虑了技术知识 在技术溢出国的私人品性质。 FFG 分别在静态和动态模型中采用上述 6 种方法进行了实证分析 , 得到的基本结论是 : 只有当技术知识在 技术接受国为公共品时 , 国际 R&D 溢出效应才显著为正 ; 采 用第 1 种和第 5 种方法与采用第 2 和第 6 种方法所计算的结果不同 , 其主要原因是第 1 和第 5 种方 法本身存在缺陷 , 即没有考虑到进口的绝对量对国际

17、R&D 溢出的影响。 对 CH 模型的第二种扩展是以行业数据为样本 , 研究国际贸易途径的 R&D 溢出问题。 Hakura 和 Jaumotte( 1999) 认为产业内的国际 R&D 溢出强度应该大于产业间的溢出强度 , 因为当进口的产 品和自己生产 的产品相 似时 , 技术接受 者更容 易 吸收来自 外国的技 术。 Keller ( 2002) 发 现 8 个 OECD 国家行业自身的 R&D 和外国的 R&D 对行业的全要素生产率都存在显著的正向影响。 Schiff 、 Wang 和 Olarreaga( 2002) 发现 R&D 密集的行业主要受益于北 - 南之间的 R&D 溢出 ,

18、 而 R&D 非密集 行业主要受益于南 - 南之间的 R&D 溢出。 Changshu Park( 2003) 发现外国 R&D 对韩国行业技术进 步的影响竟然要大于国内行业 R&D 的影响。 尽管关于通过国际贸易渠道 的国际 R&D 溢出的文献较多 , 但相关中国样本的文献较少。国内 绝大部分相关文献偏重于定性的分析 , 也没有使用基本的国际 R&D 溢出回归方法 ( 海闻 , 1995; 李 ! FFG 直接检验 R&D 溢出对 GDP 的影响 , 其静态模型相比动态模型少了 2 个 GDP 的滞后项自变量。 即 FFG 认同 LP 的观点。 K = * * * * * * * * * *

19、 ! 33 李小平 、 朱钟棣 : 国际贸易 、 R&D 溢出和生产率增长 小平、朱 钟棣 , 2004) 。本文首次以中国工业行业为样本 , 采用 FFG 的 6 种计算外国 R&D 资本的方 法 , 对国际贸易途径的 R&D 溢出作实证分析。 三、计量 模型、测算方法和数据 ( 一 ) 计量模型 我们构建 国际 R&D 溢出回归 分析框架。假设一个劳动力 ( L ) 、物质资本 ( K) 、和知识资本 ( S) , 产出 ( Y) , 生产函数为柯布 - 道格拉斯方程的行业 , 即 : Y = AL K S ( 4) 定义全要素生产率 : TFP= Y L K , 则我们得到全要素生产率

20、: TFP = AS ( 5) 借鉴 CH 的思想 , 我们假设在一个开放的经济中 , 一个行业的知识资本 S 不仅源自本国本行业 的研发资本 R&D , 也源自于本国其他行业的研发资本 R&D 和外国的研发资本 R&D , 即 : S = ( R&D ) ( R&D ) ( R&D ) ( 6) 将 ( 6) 式代入 ( 5) 式并两边取对数 , 我们可 以获得如下的基本回归方程 : lnTFPit = ci + ct + !1 lnR&Dit + !2 lnR&Dit + !3 lnR&Dit + eit ( 7) ci 反映影响生产率的行业特殊要素 , ct 是随时间而变的时间要素 ;

21、eit 为误差项 ; TFPit 表示行业 i 在时期 t 的全要素生产率 ; R&Dit 、 R&Dit 、 R&Dit 分别是国内本行业 i 在时期 t 的 R&D 资本、其他行 业在时期 t 的 R&D 资本和国内行业 i 在时期 t 吸收的外国 R&D 资本 ; !i %, i = 1, 2, 3, 为各系数 ; !3 衡量了外国的 R&D 资本通过国际贸易渠道溢出的强度 , 如果 !3 显著为正 , 说明外国的 R&D 资本 确实通过国际贸易渠道促进了国内的技术进步 ; 如果 !3 显著为负 , 表明外国的 R&D 资本通过国际 贸易渠道阻碍了国内行业的技术进步 ; !1 、 !2

22、的含义和 !3 相似 ; ln 是自然对数。 另外 , 我们要考虑 TFP 和各 R&D 资本变量的非平稳性及其协整关系。如果 TFP 和各 R&D 资 本变量是非平稳的 , 我们对这 些变量进行简单地回归将会产生伪回归。 Jae Young Lee( 2003) 在分析 韩国行业是否存在国际 R&D 溢出时 , 采用了一种相对简单的分析方法 , 即先分别对各个行业的 TFP 和 R&D 资本变量进行平稳性检验。但是我们的行业数据由于跨越的年度太短 , 不可能借鉴 Jae Young Lee 的方法。面板数据的平稳性和协整检验方法也不是很完善 ( Wang 和 Xu, 2000) 。在 此 ,

23、 我们借鉴 Wang 和 Xu 以及 FFG 等的做法 : 对回归方程中的各变量作一阶差分 , 以消除各变量数 据 可能存在的非平稳性 , 即对 ( 7) 式中的各项作一阶差分 : %lnTFPit = %ct + !1 %lnR&Dit + !2 %lnR&Dit + !3 %lnR&Dit + uit ( 8) 在 ( 8) 式中 , 对各变量 Xt 来说 , %Xt = X t - X t- 1 。尽管一阶差分会减少最早年份的样本数据 , 但 是差分后的方程 ( 8) 一般能够消除数据的非平稳性 , 以确保各变量回归结果的可靠性。同样地 , 为 了分析国内外 R&D 资本对各行业技术效率

24、和技术进步的影响 , 我们可以分别以技术效率和技术进 步的差分为因变量构建和 ( 8) 式相对应的计量方程。 ( 二 ) 技术效率和全要素生产率测算及其分解方法 传统的测算全要素生产率 ( TFP) 的方法是索洛剩余法。这种方法存在如下假设前提 : 生产函 数的形式是已知的 ; 经济主体的生产效率总是处在最佳水平 ; 中性的技术改变 ; 不变的规模报酬等。 如果这些假设不成立 , TFP 测量将是有偏的 ( Coelli 等 , 1998) 。由于该方法的限制 , 本文采用目前流 ! Grossman 和 Helpman(2002, 中译本 ) 讨论了自由贸易可能会抑制两个贸易国家中一国的研究

25、能力的四种情况。 34 ! ! d d0 f d # d0 f d do f d do f ! d do f 行的非参数分析方法 & & & 2006 年第 2 期 DEA 法对中国各行业的全要素生产率及其分解进行测算。 我们参照 Fare 等 ( 1994) 的基本原理及方法 , 把每一个行业看作一个生产决策单位 , 先确定每一 年各行业生产最佳前沿面 , 再把每一个行业的生产同最佳前沿面进行比较就可以对各个行业的技 术效率和生产率变化进行测度。首先 , 我们来确定一个行业的技术效率。一个行业的技术效率可 以通过两条途径估计 : 一个是基于投入的技术效率 , 即在一定产出下 , 最小投入与实

26、际投入之比来 估计。另一个是基于产出的技术效率 , 即在一定的投入组合下 , 实际产出与最大产出之比来估计。 本文使用基于投入的技术效率。设在每一个时期 t = 1, %, T , 第 k = 1, %, K 个行业使用 n= 1, %, N 种投入 x k, n , 得到第 m= 1, %, M 种产出 y k, m 。生产技术的前沿就是每一个给定产出的最小投入 集。在设置好参照技术后 , 我们将行业在固定规模报酬 ( C) , 投入要素 强可处置 ( S) 条件下的基于 投入最小的技术效率 ( CRS) 分解为以下三项的乘积 ( Fare 等 ) : Fi ( y , x | C, S)

27、= Si ( y , x | S ) * CN i ( y , x | V ) * Fi ( y , x | V , W) ( 9) 其中 , Fi ( y , x | C, S) 为技术效率 ( CRS) ; Si ( y , x | S) 为投入规模效率 ( Input Scale Efficiency) , CN i ( y , x | V ) 为投入拥挤程度 ( Input Congestion Measure) , Fi ( y , x | V , W) 为剩余技术效率 ( Residual Technical Efficiency) 。 y x 产率的变化 , 则 Malmquis

28、t 生产率变化指数可以被分解为相对技术效率的变化和技术进步的变化 : Mi = E * TP ( 10) 在上式中 , Mi 为两段时期之间的 Malmquist 生产率变化指数 , E 是技术效率变化指数 , 这 个指 数测度两时期之间每个观察对象到最佳实践边界的追赶程度。 TP 是技术进步变化指数 , 这个指数 测度两个时期之间技术边界的移动。这两个指标如果大于 1 意味着技术效率的改善或者技术进 步 ; 而小于 1 时意味着技术效率的降低或技术退步。 实践中 , 对技术效率和全要素生产率测算的工具比较多 , 我们在此选择了 onfront2 0 软件。 该软件的一个优点就是使用快捷简单

29、, 不需要编程。其中 , 在测算技术效率和 Malmquist 生产 率及其分解时 , 有两种方式可以选择 : 一种是基于投入的 , 一种是基于产出 的 ; 我们选择了基于投入 的方法 ; 我们只要输入每个行业每年的投入、产出数据 , 再选择输出菜单就可以得到相应的各种结 果。 ( 三 ) 数据处理 由于我国对工业行业数据的统计口径在 1998 年前后存在差异 , 因此我们把各行业的研究期间 确定为 1998 & 2003 年。本文中各数据都来自 中国统计年鉴 ( 1999 & 2004 年 ) 。我们以工业增加 值表示产出 , 并用各行业的工业品出厂价格指数将当年价的增加值折算成以 1998

30、 年为基期的可比 价。我们参照郑玉歆 ( 1992) 等的做法 , 选取固定资 产净值年均余额作为资本投入 , 并以固定资产投 资价格指数进行平减 , 各行业固定资产投资价格指数取李小平、朱钟棣 ( 2005) 的数据。 劳动投入 以职工人数表示。利用 onfront 2 0 软件 , 我们计算了 1998 & 2003 年中国工业 32 个行业的技术效率、 规模效率和拥挤测量 , 以及 1999 & 2003 年全要素生产率增长指数及技术效率与技术进步增长指 数。 ! Fare 等 (1994) 详细介 绍了基于产出的生产率指数方法 , 郑京海 等 ( 2002) 运 用了同样的方法 ; 颜

31、鹏飞、王兵 ( 2004) 和张海 洋 ( 2005) 采用过基于投入的 Malmquist 生产率指数方法 , 本文也采用这种基于投入的 Malmquist 生产率指数方法。 同理 , 可变规模报酬 ( V) , 投入要素强可处置 ( S) 条件下基于投入最小的技术效率 ( VRS )也具有相似的性质。 ) 李小平和朱钟棣 ( 2003) 的数据缺少 2003 年 的 , 我们以 2002 年的数据替代。 35 ! t t t+ 1 t+ 1 y x 其次 ,全要素生产率 TFP= ; 我们用两个 Malmquist 生产率指数的几何平均值来计算生 ) 李小平 、 朱钟棣 : 国际贸易 、

32、R&D 溢出和生产率增长 国内各行业 R&D 支出数据来自 中国科技统计年鉴 (各年。各行业每年的 R&D 支出包括技术 开发经费支出和其他技术活动经费支出 ( 技术开发经费、技术改造经费、技术引进经费、消化吸收经 费和购买国内技术经费等 5 项 ) 。借鉴 CH 等的做法 , 我们以国内各行业 R&D 累计的资本存量作 为国内各行业 R&D 资本 , 并采用如下的公式计算 : K it = Iit- 1 + ( 1 - #) * K it- 1 ( 11) 其中 , Kit 为行业 i 在 t 年的资本存量 , Iit- 1 为行业 i 在 t - 1 年的 R&D 支出 , #为折旧率 ,

33、 我们在此假 设折旧率为 5% 。 K i0 = Ii0 ( g + #) ( 12) 其中 , Ki0 为行业 i 最早年份的资本存量 , g 为平均的 R&D 支出增长率 , #为折旧率。在计算各行业 的资本存量时 , 我们首先对各行业的名义研发支出用 1998 年的行业投资价格指数平减成不变价的 实际支出。 由于 中国科技统计年鉴 (对各行业的其他技术活动经费支出在 1996 年后才有完整的 统计 , 因此我们以公式 ( 12) 计算出各行业 1996 年的研发资本存量 , 再以公式 ( 11) 计算出以后各年 各行业的 R&D 资本存量。 由于世界研发资金主要集中在一些重要的 OECD

34、 国家 , 因此我们借鉴 Jae Young Lee 的做法 , 选 取 14 个重要的 OECD 国家来衡量其他国家的外国 R&D 资本存量。 值得注意的是 , 我们在此选取 的是各国 R&D 资本的绝对数据 , 而不是 CH 选择的 R&D 资本的相对指数值 ; LP 认为选择各个国家 R&D 资本的绝对数据 更好 , Wang 和 Xu 等也选择各个 国家 R&D 资 本的绝对 数据。各年 的国外 R&D 支出的数据是这样求得的 : 首先我们从 WDI 数据库查得各年各国的 GDP 数据 , 得到上述 14 个 国家各年的用 2000 年不变美元价表示的 GDP; 再在 中国科技统计年鉴

35、 (上查到各国各年的研发支 出占 GDP 的比例 ; 两者相乘就得到各国每年的研发支出。我们再以 2000 年人民币对美元汇率 将各国 GDP 和研发支出表示为人民币值 , 并以消费物价指数将各国的 GDP 和研发支出折算成 1998 年不变价 ; 各国 1991 年的 R&D 资本数据来自 Jae Young Lee 转自于 CH, 这里的数据是各年的相对 指数数据 , 我们将相对指数转化为绝对数据。 再以公式 ( 11) 求得以后各年的 R&D 资本存量。 其次 , 我们要考虑选 择计算外国 R&D 资本的计算方法。自 CH 的方法产生以来 , 产生了许多 种新的计算方法 ; 不同的外国

36、R&D 资本的计算方法可能导致不同的结果。因此 , 为了尽可能地增 加分析结果的可靠性 , 我们选择 FFG 所采用的 6 种方法。这 6 种方法如表 1 所示。其中 , 技术溢出 者是 14 个发达的工业化国家 , 技术接受者是中国的 32 个工业行业 ; 各个行业的外国 R&D 资本分 别按照上述 6 种方法得到 ; 各个行业的 GDP 值以增加值的不变价表示。 每个行业从各国的进口数据来自联合国统计处的 COMTRADE 数据库。由于 中国统计年鉴 ( 上对中国工业行业的分类标准 ( CICC) 和联合国对国际贸易的分类标准 ( SITC, 第三版 ) 不统一 , 我们 ! ) 作者曾经

37、采用 10%的折旧率对所有回归方程作过敏感度分析 , 结果发现 , 基本的结论和采用 5% 折旧率基本一致。 各行业投资平减指数见李小平、朱钟棣 ( 2005) 。 这 14 个国家分别是美国、加拿大、日本、丹麦、芬兰、法国、德国、意大利、荷兰、爱 尔兰、西班牙、比利时、英国和澳大利亚。 其中 R&D 支出占 GDP 比例数据有些缺失 : 澳大利亚缺少 1991、 1993、 1995、 1997、 1999、 2001 和 2002 年 , 1991 年值以 1992 年 代替 , 2001 年和 2002 年以 2000 年的代替 , 其他值以线性插入取 得 ; 丹麦缺 少 1994、 2

38、000 年 , 比利时缺 少 1992、 2002 年 , 意大利缺 少 2002 年 , 爱尔兰缺少 2002 年 , 荷兰缺少 2002 年的 ; 对于 2002 年的 数据都以 2001 年的替代 , 其 他年份数据都以 线性插入的方 法求 得 ; 各国 1990 年的数据以 1991 年代替 ( WDI 数据库也有各国各年 R&D 支出占 GDP 比例的数据 , 但缺失更多 ; 不过各国研发投 入占 GDP 的比值每年变动不大 ) 。 + 这些数据是以 1985 年 R&D 资本为 1 的 1976 & 1991 年的相对 R&D 资本指数。我们有了 1990 年的研发支 出 , 和

39、1990、 1991 年的相对研发存量指数 , 再按照公式 ( 11) 可以求得 1990、 1991 年的绝对 R&D 资本数据。 36 ! ) + 2006 年第 2 期 要对这两类标准进行统一分类。我们参照盛斌 ( 2002) 的分类 , 并选取 32 个工业行业作为样本 , 将 这些行业的商品进出口额按照国际贸易的分类标准 ( SITC, 第三版 ) 重新集结得到。原始的贸易数 据都是以美元价表示 , 我们以平均的人民币对美元的汇率将此数据表示成人民币价 , 再以消费价格 指数折 算成 1998 年不变价。 四、实证分析 表 3 给出了 32 个工业行业 1999 & 2003 年平均

40、的生产率指数及其分解技术效率和技术进步的 变化情况。在 1999 & 2003 年间 , 所有行业平均全要素生产率增长了 10% , 而技术效率平均增长率 为负的 5% , 技术进步平均增长率为 18% 。我们的结果和张海洋 ( 2005) 对内资部门测算的结果相 比 , 都发现技术进步增长是全要素生产率增长的主要原因 , 但是张海洋测算的内资部门的技术效 率、技术进步增长率分别为 3 18% 、 9 17% , 和我们的结果相差较大。这可能有三个原因 : 一是数据 原因 , 我们用的数据比张海洋多了 2003 年度 , 并且对工业增加值和固定资产净值折算成不变价时 所使用的平减指数不同 ;

41、二是各行业中的外资部分的技术效率平均增长速度可能是负的 , 其导致整 个行业的技术效率增长速度为负了 ; 三是张海洋测算的行业比我们多了 2 个 , 这可能导致前沿技术 行业的变动 , 使测算结果不同。 其次 , 由表 2 我们可以发现 , 16 个贸易开放度高的行业比 16 个贸易开放度低的行业具有更高 CRS 和 VRS 技术效率、人均工业增 加值以及更低的固定资本净值与工业增加值之比 , 因此 , 高开放 度行业相对具有较高的效率水平。但高开放度行业的规模效应、投入拥挤程度、全要素生产率指 数、技术效率指数和技术进步指数的平均值却低于低开放度行业的。 我们以方程 ( 8) 为基本的回归式

42、 : 技术进步增长指数、技术效率增长指数和全要素生产率增长 指数的一阶差分分别作为因变量 , 自变量为 R&D 的自然对数的一阶差分。采用 Stata 8 0 软件对各 计量方程进行回归。固定效应模型和随机效应模型的选取根据 Hausman 检验值而定 , 该检验值服 从自 由度为 k 的卡方分布 ( 格林 , 中文版 , 1998) 。回归结果见表 4 至表 6。 表 4 是因变量为技术进步增长指数的一阶差分的回归结果。首先 , 我们发现在 6 种模型的回 归结果中 , 国内本行业 R&D 资本和国内其他行业 R&D 资本的回归系数符号都比较稳定 : 本行业 R&D 资本系数显著为负 , 系

43、数值在 - 0 745 & - 0 348 之间 ; 其他行业的 R&D 资本系数显著为正 , 系 数值在 17 199 & 18 154 之间。这说明本行业的 R&D 资本反而阻碍了本行业技术进步的增长 , 这和 我们的预期相反 ; 而其他行业的 R&D 资本显著促进了本行业的技术进步增长。张海洋 ( 2005) 也曾 经得出内资工业行业的 R&D 资本对内资工业行业的全要素生产率、技术效率的增长的影响为负的 结论 , 他认为这可能与近年来高科技行业步入调整期 , 行业竞争加剧 , 生产效率下降有关。我们认 为 , 这可能还和行业本身使用的 R&D 资本的投入结构不恰当、使用效率不高等因素有

44、关。对于外 国 R&D 资本系数的符号 , 我们用第 2、 3、 4、 6 四种方法计算的回归结果都显示该系数显著为正 , 该 系数的取值范围在 0 075 & 0 132 之间 ; 这个结果显示了国际 R&D 溢出效应显著为正 , 并和理论预 ! 我们将电力蒸气热水生产供应业、煤气生产和供应业、自来水生产 和供应业三 个政府垄 断性行业 去掉 ; 由于 木材及竹 材 采运业缺少 2003 年相关增加值、资本和劳动的数据 , 也去掉了该行业 ; 为了行业标准和贸易数据的统一 , 我们将食品制造业和食品 加工业合并为食 品制造和加工业。各行业代号及名称 如下 : H1 煤炭采选 业、 H2 石油

45、 和天然气 开采业、 H3 黑色金属 矿采选业、 H4 有色金属矿采选业、 H5 非金属矿采选业、 H6 食品加工和制造业、 H7 饮 料制造业、 H8 烟草 加工业、 H9 纺织业、 H10 服装 及其他纤 维 品制造业、 H11 皮革、毛皮、羽绒制品制造业、 H12 木 材及竹藤 棕制品业、 H13 家具 制造业、 H14 造纸 及纸制 品制 造业、 H15 印刷 业、 H16 文教体育用品制造业、 H17 石油加工及炼焦业、 H18 化学原 料及化学 品制造业 、 H19 医 药制造业、 H20 化学 纤维制造 业、 H21 橡 胶制品业、 H22 塑料制品业、 H23 非金属矿物制品业、 H24 黑色金属冶炼加工业、 H25 有色 金属冶炼加工 业、 H26 金属 制品业、 H27 普 通机械制造业、 H28 专用设备制造业、 H29 交通运输设备制造业、 H30 电气机 械及器材制造 业、