研发投入、技术能力与产出绩效关系的研究——基于帕维特产业分类的视角

程 华，李晓菲，李冬琴，居 晟

(1.浙江理工大学经济管理学院，浙江 杭州 310018，2.东南大学数学系，江苏 南京 211189)

1 问题提出与文献研究

R＆D投入与产出绩效关系的研究有很多，但是研究得到的结论各不相同。研究发现R＆D投入对产出绩效有正效应、负效应和无效应三种情况。

Hausman等［1］研究8年美国制造业企业数据，发现R＆D投入与产出绩效之间存在显著关系。Masayuki Kondo［2］研究发现日本工业的 R＆D 经费投入对创新绩效影响显著。张小蒂、王中兴［3］研究发现我国高技术产业的R＆D资本与产出正相关。张海洋［4］分析我国1999—2002年34个工业行业面板数据，发现R＆D投资对生产率的影响不稳定，R＆D投资对技术效率有副作用，对技术进步有促进作用。Tsai和Wang［5］研究分析发现中等规模企业不如大、小企业R＆D对产出的作用大，企业规模与R＆D投入与产出的关系呈倒U型影响。出现这一结果的原因可能是R＆D投入对产出绩效的影响是非直接的，或非线性的，这种情况可以从中介变量、调节变量的影响来解释。

Cohen 和 Levinthal［6］指出 R＆D 具有两个重要作用:一是提高创新能力，二是提高其吸收能力。Trajtenber［7］研究分析表明:一个国家R＆D投入越多，技术潜在能力越高，同时也会产生更多的创新。R＆D的投入不单单可以创新，还是技术转移效率、技术吸收能力的关键要素，即研发投入影响技术能力。Barker和Duhaime［8］研究指出企业绩效下滑主要有两个因素:一是由于企业的技术能力、资产等与环境的不适合;二是企业所在的这个产业衰落。

为解决R＆D投入对企业产出绩效影响的差异性以及相关传导机制的不足，本研究中选取不同行业为研究对象，以技术能力为中介变量，对R＆D投入与产出绩效关系进行研究。

2 指标选取与研究方法

2.1 指标选取

大多数学者采用人员和资金投入来表征R＆D投入。本研究资金投入用科技活动经费内部支出总额、新产品开发经费表征，人员投入用科技活动人员、科学家与工程师来表征。产出绩效，分经济绩效和创新绩效两方面，选用工业总产值、主营业务收入表示经济绩效，新产品产值、专利授权数表示创新绩效。基于金麟洙的研究［9］，技术能力分为技术获取能力、技术吸收能力和技术创新能力三个维度，分别用技术引进经费、购买国内技术经费来表示技术获取能力，消化吸收经费来表示技术吸收能力，专利申请数、新产品开发项目数来表示技术创新能力 (见表1)。

2.2 研究方法

(1)帕维特 (Pavitt)产业分类。按照Pavitt［10］的产业分类法，将我国28个二位码部门区分为四种产业类型:供应商主导产业、规模密集型产业、专业化供应者产业、以科学为基础的产业 (见表2)。

(2)中介变量与中介效应。如果自变量X对因变量Y有影响，同时X又通过影响变量M来对Y有影响，我们则称变量M为中介变量。Baron［11］认为中介变量是自变量对因变量产生影响的中介，它表示一种内部的机制，通过此种机制自变量对因变量产生作用［10］。

可用图1所示的路径图和相应的方程来说明变量之间的关系。其中，X对Y的总效应是c，经过中介变量M的中介效应是ab，直接效应是c＇，误差项是e1，e2，e3。当只有一个中介变量时，效应间有关系c=c'+ab中介效应的大小用c－c'=ab来衡量。

温忠麟等［12］提出了一个中介效应检验程序，这样一个行之有效的程序不但可以做部分中介检验，而且可以做完全中介检验 (见图2)。

表1 变量的选取与来源

表2 Pavitt的产业分类表

图1 中介效应变量示意图

图2 中介效应检验程序

3 中介效应的检验结果与分析

在进行中介效应的检验前，我们将价格平减和无量纲化处理后的数据进行了KMO、Bartlett检验，通过KMO、Bartlett检验结果 (见表3)，进而利用主成分加权法求得R＆D投入、技术能力、产出绩效的综合值。

表3 KMO、Bartlett检验

3.1 我国制造业技术能力在R＆D投入与产出的中介变量分析

第1步，以我国制造业R＆D投入综合值为自变量，以产出绩效综合值为因变量进行回归分析(见表4)。由表4可知，回归系数c为正，且在1%的水平下显著，说明制造业R＆D投入对产出绩效有正效应。回归系数c的结果表明可以进行第2步的中介效应分析。

假设技术能力是R＆D投入与产出绩效间的中介变量，按照中介变量的定义，第2步以制造业技术能力综合值为因变量，以其R＆D投入综合值为自变量进行回归分析。第3步，以制造业产出绩效的综合值为因变量，以其R＆D投入综合值与其技术能力综合值为自变量进行回归分析。依照温忠麟等的中介效应检验程序，如果第2步中回归系数a和第3步中回归系数b都显著，则中介效应显著，同时第3步中的回归系数c不显著，则为完全中介效应显著。如果回归系数a与b至少有一个不显著，那么需要进行Sobel来确认技术能力是否为R＆D投入与产出绩效间的中介变量。

表4 我国制造业技术能力在R＆D投入、产出绩效中的中介作用分析结果

选用面板数据模型中变截距的固定效应模型的分析结果见表4，回归方程中加入技术能力变量后，回归系数a，b，c'均在在1%的水平下显著，且均为正，说明制造业技术能力作为R＆D投入与产出绩效间起部分中介效应。

3.2 分产业技术能力在R＆D投入与产出的中介变量分析

表5 帕维特产业分类下4大产业技术能力在R＆D投入、产出的中介作用分析结果

从表5可以看出:(1)四大产业的R＆D投入与产出绩效呈直接的正效应，即产业R＆D投入有助于产出绩效的提高;(2)四大产业技术能力作为R＆D投入与产出绩效间中介效应存在差异。规模密集型产业和专业化供应者产业，回归系数a，b，c均在1%的水平下显著，c'不显著。所以，规模密集型产业和专业化供应者产业技术能力作为R＆D投入与产出绩效间的中介效应显著，且为完全中介效应。即这两个产业的R＆D投入通过技术能力来提高产出绩效。供应商主导型产业和以科学为基础的产业中，回归系数a，c，c'均在1%的水平下显著，但b不显著，通过Sobel检验的Z分别为1.12和1.21。所以，供应商主导型产业和科学为基础的产业技术能力不是R＆D投入与产出绩效关系中的中介变量，即这两个产业R＆D投入对产出绩效的提升并不是通过技术能力的提升来实现的。

4 结论与启示

研究结果表明:

(1)我国制造业R＆D投入对产出绩效有直接正效应，即制造业R＆D投入有助于提高产出绩效;我国制造业R＆D投入也通过技术能力对产出绩效产生间接促进作用，即我国制造业技术能力在R＆D投入与产出绩效间起部分中介作用。

(2)帕维特产业分类中四大产业R＆D投入对产出绩效呈直接的正效应。技术能力是规模密集型产业和专业化供应者产业R＆D投入与产出绩效关系的中介变量。技术能力不是供应商主导型产业和以科学为基础的产业R＆D投入与产出之间的中介变量。

进一步分析帕维特产业分类，发现供应商主导型产业有:农副食品加工业、食品制造业、饮料制造业、烟草制品业、纺织业、纺织服装、鞋、帽制造业等，多数属于传统产业，研发强度比较低，研发的人力和资金投入比较少，技术获取能力、吸收能力和创新能力都比较弱，技术能力在研发与产出绩效之间的作用没有得到体现和发挥。以科学为基础的产业有:化学原料及化学制品制造业、医药制造业、交通运输设备制造业、电气机械及器材制造业、通信设备、计算机及其他电子设备制造业，大多数属于高新技术产业，这些产业需要投入大量的资金和人力来开展研发活动，积累和储备知识和技术，目前我国这些领域的研发投入还很不够，企业技术获取能力、吸收能力和创新能力比较弱，还没有能对产出产生影响作用。

一般认为研发投入将提高企业技术创新能力，进而提高企业绩效。研究发现，在供应商主导型的产业及以科学为基础的产业，企业技术创新能力没有在研发投入与产出绩效间起中介作用，说明我国目前制造业的技术进步还停留在“数量规模”扩张上，技术创新能力的“质量改善”尚不明显，即制造企业的技术创新能力还没有达到影响企业绩效的质的改变。

政府应该制定相关激励政策，不仅激励企业加大研发投入，扩大技术创新的量，更应该注重研发投入创新的效率，通过提高创新资源配置效率来提高企业技术创新能力，从而促进企业产出绩效的提升。

［1］Hausman J．，Hall B．，Griliches Z．．Econometric models for count data with an application to 之 atent［J］．Economitrica，1984，(2):909－938．

［2］Kondo M．．R＆D dynamics of creating patents in the Japanese industry［J］．Research Policy，1999，28(6):587 －600．

［3］张小蒂，王中兴．中国R＆D投入与高技术产业研发产出的相关性分析［J］．科学学研究，2008，3:82－85．

［4］张海洋．R＆D两面性外资活动与中国工业生产率增长［J］．经济研究，2005，(5):107－117．

［5］Tsai K．H．，Wang，J．C．．Does R＆D performance decline with firm size a re-examination in terms of elasticity［J］．Research Policy，2005，34(6):966 －976．

［6］Cohen and Levinthal．Innovation and learning:the two faces of R＆D［J］．The Economic Journal，1989，99:569 －596．

［7］Trajtenberg M．．Economic Analysis of Product Innovation:The Case of CT Scanners［M］．Cambridge MA:The Harvard University Press．1990，125 －225．

［8］Barker V．L．，Duhaime I．M．．Strategic change in the turnaround process:theory and empirical evidence［J］．Strategic Management Journal，1997，18:13 －38．

［9］金麟洙．从模仿到创新:韩国技术学习的动力［M］．刘小梅，刘鸿基译．北京:新华出版，1998:3．

［10］Pavitt K．．Sectoral pattern for technical change:towards taxonomy and a theory［J］．Research Policy，1984，13(6):343 －373．

［11］Baron R．M．，Kenny D．A．．The moderator-mediator variable distinction in social psychological research:conceptual，strategic，and statistical considerations［J］．Journal of Personality and Social Psychology，1986，51:1173 －1182．

［12］温忠麟，张雷，侯杰泰，刘红云．中介效应检验程序及其应用［J］．心理学报，2004，36(5):614 －620．