技术进步的短期波动与长期均衡效应研究 李金凯++巩文群〔Reference〕本文通过构建高技术产业R&D投入与技术进步的长期均衡模型和短期波动模型，研究了R&D投入驱动技术进步过程中的结构变化与调整机制结论认为，创新难度加大和R&D投入边际收益递减导致高技术产业中长期技术进步的R&D投入弹性由显著变为不显著，高技术产品的创新速度加快和R&D投入效率提升使得短期技术进步的R&D投入弹性由不显著变为显著干中学”效应、对引进技术的消化吸收能力增强使得技术引进对技术进步的长期贡献和短期贡献逐渐增加高技术产业中科技人员结构不合理的现象逐渐改观，长期中人力资本的贡献开始显现此外，我国高技术产业中技术进步受到冲击后返回至均衡路径的调整速度不断加快，高技术产业技术进步的自我调整机制趋于完善，技术进步的“惯性”逐渐形成〔Keys〕高技术产业；R&D投入；技术进步F27644 ：A：10084096（2016）01002608一、问题的提出新增长理论指出，创新和技术进步是经济增长的最重要因素2012年11月，党的十八大报告提出，我国要实施创新驱动发展战略，提高原始创新、集成创新和引进消化吸收再创新能力。
研发（R&D）活动是创新和技术进步的关键驱动力高技术产业具有高研发投入、高附加值和高利润回报率的“三高”特征，是实现技术进步和技术创新的重要部门根据《中国高技术产业统计年鉴（2002—2012）》的统计数据进行测算，1995—2011年，我国高技术产业R&D 经费内部支出从17847亿元迅速增长到1 237807亿元，年均增长率达312%，此外，高技术产业中专利申请数量也由612件增加到了77 725件，年平均增长率为354%高技术产业中R&D投入对技术进步的贡献具有明显的时滞特征，R&D投入在当期的作用并不显著，但R&D投入带来的知识存量累积、知识溢出会对后续相关的技术创新活动产生持续影响并且，与其他要素类似，R&D投入具有边际收益递减特征，导致其对技术进步的影响在长期和短期并不一致在技术创新初期，受到R&D投入资金、科研团队和实验条件等的限制，短期内难以取得技术进步的突破随着研发队伍的不断壮大、R&D投入经费的持续增长、技术储备的不断增加，研发规模效应逐渐体现，高技术产业R&D投入的边际收益开始上升当R&D投入增长到一定程度时，高技术产业中创新和技术进步的难度加大，R&D投入要素拥挤，边际收益下降。
在技术进步“干中学”理论的框架下，相对于均衡的技术进步路径，高技术产业在技术进步过程中还存在着调整机制，即当技术进步偏离均衡状态时，会以一定的速率收敛到平衡增长路径高技术产业中R&D投入的边际收益递减效应与技术进步的调整机制交互作用，会使得技术进步在调整过程中存在一定的结构变化因此，研究高技术产业中R&D投入对技术进步的驱动效应不仅能够将R&D投入对技术进步的贡献做出准确评价，而且关系到高技术产业中创新驱动效应的发挥关于R&D投入对高技术产业技术进步的影响，国内外大多数学者都是在Grossman和Helpman[1]、Aghion和Howitt[2]的R&D投入与技术进步理论模型的基础上进行实证研究Jaffe 和 Fogarty[3]认为R&D投入的增加不仅可以促进产业的技术进步，还有助于相关产业劳动生产率的提高，进而可以提升一个区域的整体经济水平Guellec和Potterie[4] 、Furman等[5]对OECD国家的实证研究发现，R&D投入对技术进步具有显著的正向促进作用，R&D投入每增加1%，技术进步提升02%，R&D投入能够解释创新能力差异的90%Kinoshita [6]指出R&D投入可以显著提高企业生产率，并且，学习效应对企业生产率增长的影响远远大于创新效应。
Coccia [7]实证检验了R&D投入对劳动生产率增长的影响，并进一步测算了美国R&D投入对劳动生产率增长最快的最优投入率，研究结果显示，R&D投入对生产率增长具有显著性作用，R&D投入对劳动生产率增长的贡献超过了65%，从长期来看，最优R&D投入率为全国R&D经费支出占国内生产总值的23%—26%此外，有关R&D投入对技术进步影响渠道的研究发现R&D支出活动显著提高了高技术企业对进口技术的吸收能力，进而推动了技术进步[8]Stllinger [9]构建了以人力资本为门限的Benhabib—Spiegel模型，根据技术水平将不同国家分为创新型、模仿型和停滞型，考察这三种类型国家的吸收能力对技术进步的影响发现，技术模仿可以提升技术落后国家的技术水平，模仿型国家知识溢出效应的能力最强，技术进步最明显，一个国家的吸收能力越低，技术模仿水平越差，技术进步效应越小，反之，技术进步效应越大在R&D投入时滞性的研究方面，Griliches[10]、Aboody和Lev[11]认为高技术企业中R&D投入转化为技术成果的滞后期并不长，R&D投入滞后3期对高技术企业绩效的影响最为显著国内学者有关R&D投入对技术进步驱动效应的研究也十分丰富，肖文和林高榜[12]研究发现不同渠道下的R&D投入对技术进步均具有正向影响。
刘小鲁[13]指出提高自主R&D支出比重有利于提升技术进步率然而，张海洋[14]发现R&D投入对技术进步有负向影响，由于内资部门吸收能力的限制，增加R&D投入并不能促进生产率增长，特别是高技术产业部门的R&D投入较低，内资部门不能很好地吸收外资的先进技术，从而抑制了生产率的增长除此之外，师萍等[15]认为R&D投入对技术进步的影响呈现倒U型，初期R&D投入会对技术进步产生积极的杠杆效应，当超过一定临界点时，杠杆效应会逐步转变为消极的挤出效应夏良科[16]认为高技术产业中R&D投入与人力资本的交互效应不仅与全要素生产率增长显著正相关，而且是促进技术进步的重要因素傅晓霞和吴利学[17]分析了R&D投入与技术差距的交互项对技术进步的决定机制，指出技术差距的大小决定了R&D投入的有效性，技术差距越小，越有利于对国外引进技术的模仿、吸收，技术进步越大程进等[18]、卢方元和靳丹丹[19]发现，短期内R&D人力资本积累和R&D投入增长不能迅速转化为生产力，技术进步缓慢，但长期中R&D投入的创新效应较为显著 国内外文献中，分时期、分区域研究R&D投入对技术进步的直接贡献和间接影响的文献较多，但对R&D投入驱动技术进步过程中的结构变化与调整机制的研究很少，而对结构变化与调整机制的研究是分析R&D投入对技术进步动态影响过程、揭示R&D投入促进技术进步内在机理的重要途径。
因此，本文在R&D投入驱动技术进步理论模型的基础上，构建高技术产业R&D投入与技术进步的长期均衡模型和短期波动模型，在两类模型中分别引入调整效应项，分阶段进行模型估计，保证结果的准确性与可靠度本文的结构安排如下：第二部分构建R&D投入驱动技术进步的模型，第三部分是数据来源、变量选取和检验，第四部分是高技术产业中R&D投入等因素对技术进步驱动效应的实证分析，第五部分是结论与政策建议二、R&D投入驱动技术进步的模型构建在Aiyar和Feyrer[20]技术进步模型的基础上，本文构建高技术产业R&D投入驱动技术进步的模型，如式（1）所示t/At=f（TEGt，Xt）（1）其中，t为高技术产业的知识增量，At为t时期高技术产业的技术水平，t/At代表技术进步，TEGt代表技术差距，Xt代表影响高技术产业技术进步的其他因素基于Nelson和Phelps的技术差距关系假说，技术差距TEGt可以表示为式（2）TEGt=lnA*t-lnAt（2）其中，A*t为t时期高技术产业的潜在技术水平，ln代表取对数潜在技术水平A*t在现实中无法观测，一般通过预期得到，本文借鉴外推预期的表示方法，将lnA*t表示为式（3）。
lnA*t-lnAt=γ（lnAt-lnAt-1）（3）其中，At-1为t-1时期高技术产业的技术水平，γ为调整系数式（3）可以调整为式（4）lnA*t-lnAt=γ（lnAt-lnAt-1）=γ ln（t-1/At-1+1）≈γ（t-1/At-1）（4）综合式（1）至式（4），并选取高技术产业R&D投入（RDS）、技术引进支出（ETA）、人力资本（FEP）代表Xt，则高技术产业R&D投入驱动技术进步的模型如式（5）所示t/At=f（γ（t-1/At-1），RDSt，ETAt，FEPt）（5）为简化起见，本文采用变量TECHt代表技术进步t/At，采用柯布—道格拉斯（C-D）函数形式表达技术进步函数f（·），得到式（6）TECHt=（γ×TECHt-1）α×RDSβ1t×ETAβ2t×FEPβ3t（6）将式（6）两边取对数，加入随机扰动项，并采用面板数据模型形式表示高技术产业技术进步的长期方程，如式（7）所示lnTECHit=β0+αlnTECHit-1+β1lnRDSit+β2lnETAit+β3lnFEPit+uit（7）其中，i代表高技术产业的各细分子行业，TECHit-1的系数经过计算后可以得到调整系数，用于反映高技术产业技术进步的长期调整机制。
式（7）反映了高技术产业技术进步与R&D投入、技术引进与人力资本之间的长期均衡关系，因变量的一阶滞后作为调整机制，因而成为动态模型长期均衡模型中的变量均取对数，变量系数表示长期弹性由于R&D投入的时滞性、人力资本的不确定性等原因，R&D投入对技术进步在长期和短期的影响并不一致，因而本文构建高技术产业技术进步的短期波动方程短期中高技术产业技术进步的调整机制更关注对长期均衡的偏离，因而估计式（7）得到残差项式（8）作为短期模型的调整机制项ecmit=it=lnTECHit-0-lnTECHit-1-1lnRDSit-2lnETAit-3lnFEPit（8）采用各变量差分形式构建短期波动方程，并加入短期调整项，如式（9）所示ΔlnTECHit=ρ0+λecmit-1+ρ1ΔlnRDSit+ρ2ΔlnETAit+ρ3ΔlnFEPit+vit（9）式（9）表明高技术产业技术进步的波动不仅取决于R&D投入、技术引进经费和人力资本的短期变化，还受高技术产业技术进步偏离长期均衡程度（ecmit-1）的影响短期模型中各变量的差分项表示短期波动，差分项系数表示短期弹性式（7）至式（9）构成了高技术产业技术进步的协整与误差修正模型，同时刻画了变量之间的长期均衡与短期波动关系。
三、数据来源、变量选取和检验本文中所采用的数据来源于《中国高技术产业统计年鉴（2002—2012）》中高技术产业17个二级行业1997—2011年共15年的年度面板数据参照《国民经济行业分类与代码（GBT4754-94）》，本文选取的高技术产业17个二级行业为：化学药品制造、中成药制造、生物生化制品制造、飞机制造及修理、航天器制造、通信设备制造、雷达及配套设备制造、广播电视设备制造、电子器件制造、电子元件制造、家用视听设备制造、其他电子设备制造、电子计算机整机制造、电子计算机外部设备制造、办公设备制造、医疗设备及器械制造、仪器仪表制造式（7）至式（9）中，i = 1—17，t=1997—2011，变量的选取与测算方法如下：1高技术产业技术进步率与累积技术进步率的测算本文采用数据包络分析（DEA）中的Malmquist生产率指数方法计算高技术产业全要素生产率的变动1）DEA方法该方法由Charnes 等 [22]提出，是用于测算或评价效率的一种数学规划方法作为一种有效的评价技术效率的方法和手段，DEA可以根据决策单元中的投入产出指标，检验多个输入和多个输出部门基本原理是将效率最高的决策单元作为技术前沿水平，将其他决策单元与之对比所计算的相对效率水平作为技术效率。
（2）Malmquist生产率指数方法是在DEA原理的基础上提。