我的书签
添加书签
移除书签第六章 国际科技资本外溢对我国全要素生产率的影响研究
一、引言及文献综述
自美国经济学家加尔布雷斯（Galbraith，1969）提出知识资本(intellectual?capital?)概念以来，对知识资本的内涵及知识资本分类的研究不断深化发展。20世纪80年代以来，世界经济进入产业结构大调整时期，经济发展方式开始从投资驱动向创新驱动转变，经济发展也逐渐进入了知识经济时代。在这一过程中，知识资本从其他生产要素中独立出来，成为促进技术进步和经济增长的动力源泉。随着知识资本在经济发展中作用不断增强，知识资本投入产出及其与生产率变化的关系已经成为国内外研究热点。??
其中，美国哈佛大学Griliches是知识资本与生产率研究领域中非常具有国际影响力的代表人物，自1980年以来他发表了一系列有关知识资本(knowledge?capital)与生产率的研究论文。Griliches?(1980)对121个美国大公司在1968-1975年期间R&D投入与科研成果之间的关系进行研究，发表了第一份有关美国企业创新活动的报告《R&D与企业生产率》，报告第一次提出知识资本生产函数(knowledge?production?function?)及R&D资本、知识私人价值等概念。Griliches?(1981)提出R&D资本的计量模型和知识资本生产函数。Griliches?(1983)对美国1000家大型制造业企业在1957-1977年期间R&D投资与生产率进行研究，结论是R&D资本对美国大型制造业企业生产率持续增长具有重要作用。Griliches?(1986)研究知识资本的计量方法，提出企业股票市场价值由有形资本(劳动力、物质资本)和无形的知识资本共同决定，并提出用R&D资本存量和授权专利数量作为衡量知识资本的变量。
美国加州大学伯克利分校的Hall自20世纪80年代末以来研究了政府创新政策特别是财政政策对R&D投资的激励效应。Hall(1989)认为仅仅靠市场机制不能提供足够数量的R&D投资，因为R&D投资具有一定公共产品的特征，R&D投资具有一定的社会溢出效应，政府要通过政策补偿R&D投资中的私人R&D投资溢出损失和社会回报效应。Hall?(1999?)研究了OECD国家税收政策体系对R&D投资效应的影响，评估税收政策体系对R&D投资行为的激励作用，通过实证研究提出美元的税收政策激励能够增加R&D投资。Hall?et?al(2009)对R&D投资回报计量文献进行比较系统的评价，对企业R&D投资的溢出效应进行计量分析，结果显示企业R&D投资回报比其他物质资本投资回报率更高，而且企业R&D投资的社会回报的溢出效应更高。
实际上，如果将知识资本理解为支持和发展某机构或经济体所必需的知识、信息、知识产权和经验，那么知识资本区别于传统资本的一个重要特征是其并不具竞争性且带有公共物品属性，在提升经济体内部生产力的同时还会导致潜在的“溢出”发生。在全球化背景下，知识资本的溢出并不局限于某一国土范围内，而是超出了有形的国界。一国技术水平的提升不仅来源于国内知识资本投入，而且也来自国外知识资本的跨国溢出。曾有研究显示，即便在最具生产率水平的美国，国外知识资本的贡献也达到了40%左右，而对于大多数发展中国家来说，技术进步的国外来源甚至占到了生产率增长的，可以说整个世界的技术进步模式在很大程度上受国际知识资本溢出程度的影响。
转移给他方的知识形式可以分为“体化知识”和“非体化知识”。“体化知识”是指体现在技术或产品（比如硬件和软件）中的知识，它往往是明确的、可编码的。这种知识很容易跨越国界。“非体化知识”指体现在个体人及其组织和网络中而非技术中的知识。这种知识往往是隐含的、不可编码的，其跨越国界的方式是作为个人、团体或组织的人四处走动或彼此接触。
??在国际知识资本溢出的众多渠道中，进口贸易是最为直接和重要的途径之一，大量证据表明进口的国际知识资本溢出已经成为全球技术进步的主要决定因素。进口贸易可以促进贸易伙伴国间的知识溢出和技术扩散，促使不同国家的生产率水平发生相互联系。理论研究表明，通过进口贸易，一国可以进口种类更具多样化或质量更高的中间品和资本品，模仿和学习国外更加先进的生产方法和管理经验，激励本土企业追求更加新颖的观念和技术以及更有效地配置各种国内资源并减少研发重复劳动，进而拉动一国技术水平的提升。在跨国实证方面，很多学者将发达国家和发展中国家作为研究样本，发现进口贸易R&D溢出效应是东道国实现技术进步的重要因素。Coe和Helpman?(1993)?,?Coe等(2008)以发达国家为研究样本，证实了贸易伙伴国间存在正向R&D溢出效应，进口贸易可以促进发达国家全要素生产率的提升。唐保庆(2010),? Le(2012)以发展中国家为研究样本研究发现，通过进口贸易，发达国家的R&D资本对发展中国家的技术进步产生了显著的促进作用。陈超（2016）的研究显示，不同类型经济体接受国际知识资本溢出的效应存在显著差异，国际资本溢出对中国、越南这种转型中的经济体的生产率的促进作用要大于其对发达经济体生产率的促进作用。
中国在经历几十年的经济飞速增长之后，近年来出现了经济增速下滑，未来5-10年将是决定中国能否实现创新驱动发展并跨越中等收入陷阱的关键时期，对中国而言在生产率提升过程中国外知识资本溢出的贡献将是一个不可忽视的环节。之前学者的研究相互启发、相互促进，共同将这一领域的研究引向深入，在前人基础之上，本研究将从以下两个方面做出贡献：第一，以中国这种经济发展水平处于发达和发展中之间类型的经济体为样本进行专门研究，具有一定显示意义。第二，将时间跨度拉长到1985-2016年，并且将知识资本进一步分为研发资本和人力资本，将能更好地验证并拓展现有研究。第三，将中国的进口贸易伙伴国分为发达国家和发展中国家两组，分别进行回归并进行比较，对现有研究而言能起到一定丰富作用。
二、模型构建与研究假设
本文以创新驱动的内生增长模型为基础，借鉴Coe和Helpman?（1993，简称CH)），Xu和Wang（1999）等学者分析国际研发溢出的回归框架，假设该总量生产函数具有柯布一道格拉斯的形式：
Yt=A(λt ,KCt ,FKCt)F(LtβL,Ktβk) ??????(1)
其中Y表示实际GDP，L表示劳动投入，C表示IT资本存量，K表示非IT资本存量，β表示各生产要素的弹性。A表示技术转移参数，而技术转移参数反过来又是未观察到的技术变化参数的函数，其中，该参数是根据λt、国家知识资本KC和溢出效应FKC得到，其中λt中包括所有剩余不可测因素的净影响。为便于本研究的模式推导，将式（1）取对数并变换调整后可得到式（2）：
?lnYt= βlLt+ βkKt+ βkcKCt+ βfkcFKC+λt （2）
根据增长核算方法【22】，我们假设了竞争性投入市场（劳动力和传统资本由边际产出提供）和投入枯竭（所有收入均用于支付各要素）。这形成了投入要素份额(α)等于其各自产出弹性(β)的平衡条件。借由这个假设，我们可以通过以下方式获得TFP增长率测量指标：
? lnTFPt=lnYt-βllnLt-βklnKt （3）
在早期的研究中，国家知识资本的衡量方式往往以R&D资本替代，近年的研究中开始有人引入新的变量，例如陈超（2016）用R&D资本、人力资本和专利资本三个因素衡量，由于本研究拟打算采用长时间序列作为样本，而过于早年的专利授权量数据难以获得，因此本文最终使用R&D资本和人力资本两个变量表示知识资本，由此得到式（4）及式（5）：
KC=(RC)βrc(HC)βhc （4）；???FKC=(FKC)βfke(FHC)βfhc?（5）
将式（2）、式（3）、式（4）、式（5）进行整合，最终得到本文所使用的回归模型式（6）：
lnTFPt=βrclnRCt+βhclnHCt+βfrclnFRCt+βfhclnFHCt+λt
根据式（6），现提出本文的第一个假设：
假设一：知识资本在国际间具有溢出效应，国内TFP增长与国外溢出知识资本之间有显著的正相关关系。
关于国际溢出的文献强调了这样一个事实，即各国在受益于外国溢出方面存在差异。以往的研究认为，一个工业化国家的TFP对本国知识资本的响应更为迅速，因为经济体越大，其执行的知识活动就越广泛。Coe等人（1994）也称，知识资本低的发展中经济体会从发达国家的知识活动中受益。为了更好地理解溢出现象，我们将进口贸易国分为两类，一类是发达国家，另一类是发展中国家，两类国家按照同样的方法测算变量并进行回归分析，通过比较回归分析结果，我们希望可以验证第二个假设：
假设二：与发达国家进行进口贸易过程中吸收的国外知识资本溢出效应要高于与发展中国家进行进口贸易所吸收的国外知识资本溢出效应，与发达国家进行进口贸易对TFP的贡献要更大。
三、实证分析
（一）数据来源及说明
在介绍各变量的数据来源与处理方法之前，有两点需要说明：第一，由于一些国家数据只能追溯到1985年，为保持数据的完整性，本文将考察的时期跨度定义为1985-2016年。第二，贸易伙伴国的选择方面，本文根据进口数额分别选择了十五个发达国家以及十五个发展中国家，其中发达国家包括美国、德国、澳大利亚、瑞士、新加坡、法国、英国、加拿大、意大利、荷兰、新西兰、比利时、瑞典、西班牙及爱尔兰；发展中国家包括马来西亚、巴西、泰国、越南、俄罗斯、新加坡、沙特阿拉伯、南非、印度尼西亚、智利、菲律宾、伊朗、安哥拉、阿曼及印度。
研发资本存量方面，与物质资本存量的计算方法一样，各经济体历年的研发资本存量使用永续盘存法进行计算：?RCt=?(?1-δ)? RCt-1+?RDt。其中，t代表年份，δ代表折旧率，RC代表研发资本存量，RD代表?R＆D支出不变价。其中，R＆D支出不变价数据本文根据各年GDP不变价数据乘以各年R＆D支出总量数据获得。本文将研发资本存量的折旧率设定为15%，原因在于知识的经济生命周期要短于物质资本，所以研发资本存量的折旧率通常要高于物质资本存量的折旧率。基期研发资本存量RC0。本文以1985年为基期，采用Griliches?(1979)的方法对基期研发资本存量RC0进行计算：RC1985=RD1985/(?g?+?δ)?。其中，RC1985为1985年的研发资本存量，RD1985为1985年的R＆D支出不变价，g为1985～2016年R＆D支出不变价的平均增长率，δ为折旧率(?这里为15%?)。
人力资本方面，中国学者衡量区域人力资本的方式一般有两种，一是用人均受教育年限，二是用总量投入。中国人均受教育年限只在每隔十年的人口普查年份才能得到准确数据，其余年份数据会有很大偏差，而本文的目标是对长度为32年的时间序列进行研究，因此放弃了人均受教育年限数据，选择了总量教育投入数据。同时又由于人力资本往往并不存在“折旧”的概念，因此这里用每年的不变价教育总投入数据来代表国内人力资本变量。
国外溢出研发资本和国外溢出人力资本。国外溢出知识资本测度的关键在于加权方法的选择，目前较为常见的是CH加权法和LP加权法。CH?加权法将本国与贸易伙伴国的双边进口份额作为计算权重存在加总偏误问题，而LP加权法将双边进口额与贸易伙伴国GDP的比值作为权重系数存在拥挤效应问题。针对这些不足，Kwark和Shyn(2006)?主张用来源国的出口份额作为权重系数来测算通过进口渠道溢出的研发资本存量(即KS加权法)，该方法不仅可以解决加总偏误问题，而且还不受溢出来源国贸易模式的束缚。基于此，本文采用KS加权法来测算国外溢出研发资本和国外溢出人力资本。通过对KS加权法进行适当的修正，可以得到KCim的计算公式：?KCimit=?∑(Xjit/?Xjt)KCjt(i≠j)。其中，i和j代表经济体，t代表年份，im为进口符号，KCimit是经济体i在第t年通过进口渠道溢出的国外知识资本，KCjt为经济体j在第t年的国内知识资本，Xjt为经济体j在第t年对贸易伙伴国的总出口，Xjit为经济体j在第t年对经济体i的出口。
本文所使用数据均来自中国国家统计局网站、联合国数据库网站（UN?data）、OECD网站以及世界大型企业联合会（The? ConferenceBoard）网站，其中全要素生产率数据全部来自世界大型企业联合会网站。
（二）时间序列检验检验
本文使用相关系数矩阵来检验模型的多重共线性，并借鉴Krammer?(2010)的方法判断多重共线性的严重程度，即如果变量两两之间的相关系数>0.?85，则认为模型存在严重的多重共线性；而如果变量两两之间的相关系数<0.?85，则认为多重共线性的存在对估计结果的影响并不严重。从表1的结果可以看出，所有解释变量两两之间的相关系数均没有超过0.?85，因此可以判断：多重共线性问题不会影响估计结果的准确性。
表1 各变量的相关系数矩阵
对lnTFP、lnRC、lnHC、lnFRC、lnFHC进行单位跟检验，这里使用ADF检验法，初始状态下，各个变量的ADF值分别为-2.251、-1.141、-2.679、-2.794、-2.648，均大于10%显著水平下的参照值，当在一阶差分状态下，各个变量的ADF值分别为-2.588、-3.194、-2.679、-2.794、-2.648，均小于1%或5%水平下的参照值（表2）。
表2 单位跟检验结果
***代表1%显著水平下稳定，**代表5%显著水平下稳定，*代表10%显著水平下稳定
虽然各个变量并非平稳序列，但均为同阶单整序列，为检验各个变量之间是否存在长期稳定的协整关系，利用Johansen法对各个变量进行协整检验，结果如表3所示，变量lnTFP、lnRC、lnHC、lnFRC、lnFHC之间存在着一个长期稳定的协整关系。
表3 Johansen协整检验结果
（三）回归分析
表4 回归分析结果
通过全样本的回归结果显示，模型一中各个自变量对全要素生产率均存在显著影响，R2为0.647，总体拟合程度较好。从模型结果看来，lnRC每增加1%，会带动lnTFP增加0.313%，lnHC每增加1%，会带动lnTFP增加0.246%，lnFRC每增加1%，会带动lnTFP增加0.101%，lnFHC每增加1%，会带动lnTFP增加0.085%。其中lnRC（系数0.313，1%显著水平）和lnHC（系数0.246，1%显著水平）对全要素生产率的影响要明显大于lnFRC（系数0.101，5%显著水平）和lnFHC（系数0.085，5%显著水平），同时lnRC的系数还要大于lnHC的贡献。这说明国内知识资本对全要素生产率的贡献要大于国际知识资本外溢对全要素生产率的贡献，同时国内研发资本对全要素生产率的贡献要大于国内人力资本的贡献。
表4中模型二和模型三是分别将贸易国家分为发达国家和发展中国家来进行回归的结果。模型二R2为0.628，与模型一较为接近，总体拟合程度较好。从模型结果看来，lnRC每增加1%，会带动lnTFP增加0.327%，lnHC每增加1%，会带动lnTFP增加0.253%，lnFRC每增加1%，会带动lnTFP增加0.141%，lnFHC每增加1%，会带动lnTFP增加0.097%。与模型一相比较而言，lnFRC（系数0.141，1%显著水平）和lnFHC（系数0.097，1%显著水平）的系数均有所上升，其中lnFRC系数增加程度更为明显。与模型一和模型二不同，模型三的R2为0.442，比起模型一和模型二有所下降，同时lnFHC（系数0.043，5%显著水平）下降更为明显，lnFRC系数并未通过检验。这说明发达国家知识资本外溢对中国全要素生产率的贡献要大于发展中国家知识资本外溢对全要素生产率的贡献。
四、结论讨论
本文的结论显示，进口贸易造成的知识资本外溢对全要素生产率有显著的促进作用，尽管这一作用不像国内知识资本那样明显，这一结论不仅验证了之前研究关于研发资本外溢对全要素生产率存在显著贡献的结论，同时说明贸易渠道产生的人力资本外溢同样会对全要素生产率形成贡献。本质上看，技术进步具有外部性；知识资本储备越高的国家生产力也越高，但其创新也会推动其他地区的增长。由于发达国家有更高的知识资本水平，因此他们了解新技术，并了解如何将这些技术成功付诸实施。因此，国内知识资本有助于其他国家的生产力增长，尤其是发展中国家的生产力增长。
本研究进一步的分组估计得到的实证结果也非常支持这一观点。分组结果显示中国通过与发达国家进行进口贸易可以收获更多的知识资本溢出并促进经济增长，而与比中国经济发展水平更为落后的发展中国家进行贸易所收获的知识资本溢出就要小得多。这主要是因为与比中国更加落后的国家相比，中国在很多技术领域已经处于相对领域的地位，因此很难再受益于落后国家的知识资本溢出。
从现实层面看，本文结论支持国际知识资本溢出的存在，意味着一个经济体可以从其他经济体的知识资本中受益。仅从本文的结论出发，有理由支持更大程度的贸易自由化和经济一体化，发展中经济体通过更多的同知识密集型经济体展开进口活动，会增加它们吸收积极溢出的潜力。对于类似中国这种计划在未来一段时间迎头赶上领先者们的发展中国家而言，更开放的贸易政策、更多的促进知识流通的措施有一定的实践价值。
