本站小編為你精心準備了科技激勵與技術創新論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、模型與數據說明

1.基于SFA的技術創新效率測算模型測量技術創新效率的方法通常有兩種：一種是非參數方法，最常見的是由Charnes等(1978)[11]提出的DEA方法，其最大的優點在于不用事先設定生產函數，從而避免因錯誤的函數形式帶來的問題，但它不允許誤差的存在，同時對生產過程沒有任何描述。另一種是參數方法，最常見的是由Aigner等(1977)[12]提出的隨機前沿分析方法(SFA，StochasticFrontierApproach)，可以預先設定一個生產函數，且考慮到該生產函數中的各個參數。參數方法的最大優點是通過估計生產函數對個體的生產過程進行了描述，從而使對技術創新效率的估計得到控制，有利于每個企業的綜合績效指標進行考察和評價。文章是對不同工業行業在不同時期的技術創新效率的測算，因此存在顯著的差別，即隨機誤差項的影響較大，因此參數方法更適合我們的研究需要。文章依據Battese&Coelli(1995)[13]的基本原理，運用對數C-D（柯布-道格拉斯）生產函數對技術創新效率模型進行測定，其具體模型設定如下。其中，公式(1)中Y為技術創新活動的產出變量，K為技術創新活動的資本投入變量，L為勞動投入變量；公式(2)表示樣本中第i個行業在第t時期內的技術創新效率水平；公式(3)中Zit表示的是影響效率的因素，δ為各影響因素變量的參數，ωit是技術無效方程的隨機誤差項，服從正態分布Ν(0，δ2)；公式(4)中如果γ=0這一原假設被接受，則無須使用SFA技術來分析，直接采用OLS方法即可。

2.系統GMM(GeneralzedMethodofMoments)模型為了進一步分析政府科技激勵對技術創新效率的影響程度，文章采用動態面板數據模型對兩者的關系進行實證檢驗。為解決內生性問題，經驗分析中使用GMM方法進行處理，先對估計方程進行一階差分以去掉固定效應的影響，再用自變量的滯后變量作為差分變量的估計變量。Arellano&Bond(1991)[14]認為可以使用所有可能的滯后變量作為工具變量，進行差分GMM估計，但之后的研究認為，這種差分方法有可能存在弱工具變量的問題，尤其在小樣本的情況下更容易出現這一問題。因此，Blundell&Bond(1998)[15]將差分GMM與水平GMM結合在一起，提出了系統GMM估計，其優點是可以提高估計的效率。因此，文章以系統GMM估計以下動態面板模型。其中，下標i表示不同的工業行業，下標t表示年份。EFFi，t為上文得到的技術創新效率值，EFFi，t-1表示滯后一期的技術創新效率值，ν表示政府資金支持，Z表示控制變量。

3.指標選取和數據來源由于2013年《中國科技統計年鑒》工業行業分類方面與往年有所變動，為了保持數據的連續性和統一性，文章采用《中國科技統計年鑒》（2012年）的工業行業分類標準，對37個行業進行面板數據分析。（1）技術創新的投入和產出變量研究技術創新效率，主要是明確技術創新投入和創新產出。對于技術創新投入包括研發資金投入和研發人員投入。文章選擇各工業行業大中型企業R&D投入金額作為研發資金投入的衡量指標。關于R&D的資本存量的計算，采用永續盤存法。確定1999年為基期，借鑒Griliches(1992)的方法，以1999年當年R&D投資流量除以折舊率和基期以后若干年的平均增長率作為1999年的R&D存量，即Ri1999=I1999/(δ+ζ)，其中I1999為某行業1999年大中型工業企業的R&D經費支出，δ為折舊率，一般設定為10%，ζ為2000-2011年的平均增長率。基于此，再用永續盤存法進行計算，即第t年的R&D存量=-1年的R&D存量×(1－10%)+第t年的R&D流量。關于研發人員投入，由于《中國科技統計年鑒》絕大多數年份并沒有公布R&D活動的人員投入，因此文章采用分行業大中型工業企業科技活動人員作為研發人員投入的衡量指標。關于創新產出，文章選擇新產品銷售收入。（2）解釋變量解釋變量包括政府科技激勵及其他6個控制變量。筆者將政府科技激勵從投入產出兩個方面考慮，分政府投入支持(GIF)和政府產出支持(P)。其中政府投入支持采用“大中型工業企業的科技活動經費籌集額”中的“政府資金”代替。政府產出支持從知識產權保護的角度入手，選擇發明專利數除以專利申請數來衡量。文章采用的6個控制變量分別為：企業規模(Size)。采用大中型工業企業分行業工業總產值除以該行業大中型企業總數。企業研發支持(EF)。采用企業對技術創新的資金投入。行業競爭程度(Comp)。采用以下四個比重的算術平均值進行度量：大中型工業企業總產值占規模以上工業企業總產值的比重、大中型工業企業數占規模以上工業企業數的比重、大中型工業企業資本總值占規模以上工業企業資產總值的比重、大中型工業企業銷售收入占規模以上工業企業銷售收入的比重。行業所有制結構(State)。采用分行業國有及國有控股企業工業總產值占全部規模以上工業企業總產值比重進行衡量。行業開放度()。采用大中型工業企業科技活動經費籌集中來自境外資金的比重進行衡量。行業平均經營績效(Cap)。采用分行業大中型工業企業的成本費用利潤率。以上相關數據均來自《中國科技統計年鑒》(2000-2012)和《中國統計年鑒》(2000-2012)。

二、技術創新效率的測算結果

1.總體評價技術創新效率的表現文章運用Frontier(Version4.1)程序對技術創新效率進行了測定。圖2顯示了技術創新效率總體平均水平。可以看到，整體上技術創新效率呈現上升趨勢，2011年總體平均水平達到了0.528。但1999-2011年的行業總體平均水平偏低，僅為0.405。

2.分行業的技術創新效率通過計算得到，37個行業的平均技術創新效率值，排名前十的行業分別為：皮革、毛皮、羽毛（絨）及其制造業，交通運輸設備制造業，通信設備、計算機及其他電子設備制造業，煙草制品業，家具制造業，紡織服裝、鞋、帽制造業，電氣機械及器材制造業，石油加工、煉焦及核燃料加工業，橡膠制品業，化學纖維制造業。由相關數據可知，各個行業的技術創新效率差異較大。其中，制造業技術創新效率最高，采掘業次之，水電氣業最后。排名前19位的行業均達到了行業平均水平，其中皮革、毛皮、羽毛（絨）及其制造業技術創新效率最高，為0.885，在平均水平以下的有18個行業，其中水的生產和供應業技術效率值最低，僅為0.006。壟斷行業如燃氣生產和供應業、電力、熱力、水的生產和供應業等，缺乏同行業競爭，技術創新效率較低。從2000-2012年的政府資金投向看，政府更愿意投向交通運輸設備制造業(22.5%)、通信設備、計算機及其他電子設備制造業(9.57%)、通用設備制造業(9.07%)、專用設備制造業(6.28%)、電氣機械及器材制造業(5.44%)、醫藥制造業(5.35%)等具有較強知識密度的高新技術產業，相對來說，對傳統制造業的資金支持較少。結合技術創新下的數據可以發現，政府科技投入具有一定的現實意義，具體來說，政府科技投入較高的行業，其技術創新效率也相對較高，如交通運輸設備制造業、通信設備、計算機及其他電子設備制造業、通用設備制造業、電器機械及器材制造業等，而醫藥制造業作為國家重要的戰略性產業，雖然受到政府資金的大力支持，但其技術創新效率較差。

三、政府干預對技術創新的影響分析

對模型采用SYS-GMM來進行回歸，文章運用Stata12.0統計軟件得到表1的結果。通過Arellano-Bond檢驗即殘差序列相關性檢驗可以看到，擾動項的差分存在一階自相關，但不存在二階自相關，因此接受原假設“擾動項無自相關”，說明模型設定是合理的。Sargan檢驗顯示，在5%的顯著性水平上，p值=1>0.05，因此無法決絕“所有工具變量均有效”的原假設，故所有工具變量均有效，不存在過度識別問題。從表1的分析結果看，我們認為：第一，政府科技資金投入對技術創新效率的影響為負。在模型中，政府資金支持在1%的顯著性水平下與技術創新負相關，說明中國的政府科技投入對技術創新效率產生了明顯的負面影響，或者說政府的科技投入并未發揮其應有的作用，反而帶來技術創新效率的“損失”。其可能原因在于：一是政府在科技投入過程中可能進行一定的行政干預，對企業管理帶來一定束縛，嚴重影響了企業技術創新活力，不利于技術創新效率的提高；二是短期內政府資金的增加可能只是體現在研發人員工資的上漲，對研發活動本身的效率提升并沒有起到實質性的作用，反而對企業的研發投入起到擠出效果；三是政府科技投入與企業目標函數不一致，政府干預往往具有鮮明的意愿特色，往往會投資在社會回報率高的項目，與企業短期目標相沖突；四是政府科技資金投入企業后，缺乏一定的資金監管，企業在申請得到資助后，根據自身情況，有可能將資金投向非技術創新領域，因而起不到其應有的作用。第二，從政府對科技產出方面的支持來看，政府在知識產權方面的保護對工業行業技術創新的影響為正，但是不顯著。這表明知識產權作為保障和實現國家技術創新戰略的重要工具并沒有很好地發揮其應有的支撐作用。這可能由于政府對知識產權保護的意識還比較薄弱，對知識產權產業化扶持力度還不夠，缺乏合理的考核指標和機理機制。第三，在控制變量方面，除了國有企業占比為負相關，其他均為正向相關。根據前文分析結果可以得出：

1.企業的規模對技術創新效率的影響為正，并且顯著這支持了眾多研究有關企業規模有利于技術創新效率提升的結論。說明企業規模，其擁有的人力、物力和財力、信息技術更能得到保障，因此有利于技術創新效率的提高，但是從實證結果的系數來看，其對技術創新效率的促進效果并不十分明顯。

2.企業自身的科技投入有利于技術創新效率的顯著提升企業作為技術創新的主體，正如圖1所示，其研發投入占主導作用。企業貼近市場，更能了解市場需要，能及時迅速捕捉信息，前瞻性地掌握市場需求，使R&D的研發活動更具有針對性。

3.行業競爭對技術創新效率為正向作用，并且顯著這一結果驗證了Loury(1979)、Lee&Wilde(1980)、Delbono&Denicolo(1991)等的分析，認為競爭促進企業創新的激勵，企業投資R&D的目的是為了第一個獲得創新。行業競爭迫使企業通過不斷的技術創新以提高企業競爭力，使自己處于領先地位。

4.從帶有政府干預色彩的國有企業占比來看，其對技術創新效率影響的系數顯著為負這表明國有企業占比越高的行業，對技術創新效率越低。國有企業往往更容易獲得政府資助，掌握更多的資源和市場，占據中國工業技術資源分配的主導地位，即便如此，由于技術創新的激勵不足和存在激勵扭曲，國有企業盡管在研發支出上較高，但其技術創新效率反而不高。

5.來自境外的研發投資對技術創新效率的影響為顯著正相關，并且促進作用非常明顯一般而言，企業的開放度越大，表明其自身的管理機制越靈活，對外部創新知識與技術資源的吸引力越強，越有利于技術創新效率的提高。因此，引進境外研發投入，尤其是技術含量高的境外投資，對整個行業的技術創新效率具有積極作用。

6.行業平均經營績效有利于提升技術創新效率，但是貢獻程度并不是很大（系數僅為0.001）企業的經營績效越高，代表其綜合的經營效益越高，就越有承擔技術創新活動開展的能力，也就越有利于技術創新效率的提升。

四、結論與啟示

筆者選取我國37個工業行業1999-2011年的面板數據，首先采用參數估計法SAF對各個行業的技術創新效率進行測量，然后采用SYS-GMM方法對政府科技激勵對技術創新效率影響進行了實證檢驗。筆者打破了傳統的單一用資金投入來衡量政府科技激勵，而是將政府科技激勵分為投入支持和產出支持兩個方面。首先，技術創新效率的測算結果表明中國工業行業整體技術創新效率不高，其提升空間比較大。其中，制造業技術創新效率最高，采掘業次之，水電氣業最后。政府投資支持力度并不是很大的傳統勞動密集型制造業的技術創新效率仍然較高，而壟斷行業如燃氣生產和供應業、電力、熱力、水的生產和供應業等的技術創新效率較低。其次，從政府對技術創新投入和產出的支持來看，政府的直接資金支持反而帶來了技術創新效率的“損失”。因此，政府要加強“頂層設計”和“統一規劃”，在科技激勵政策方面應該注意把握住方式和方向，應該多集中投資于那些與企業技術創新活動相關的行業領域。政府對知識產權的保護雖然有正向影響卻不顯著，沒有發揮其應有的貢獻。技術創新具有公共產品的屬性，若不加保護將會被無償使用，從而影響企業再創新的熱情和動力。因此，要充分認識知識產權保護對技術創新提高的重要意義，通過確立和完善知識產權的相關政策法規，加強專利管理，以保護企業創新者的利益和積極性。從政府干預的另一個間接渠道，即國有企業占比來看，并不利于技術創新效率的提升。最后，除了政府因素外，技術創新效率還受到企業規模、企業自身研發支持、行業競爭程度、境外研發投入及企業自身業績的影響。研究表明，上述幾個因素均在一定程度上促進技術創新效率的提高，其中行業競爭和境外研發投入促進效果最為明顯。

作者：鄭瓊潔單位：河海大學商學院