张同斌,范庆泉,李金凯

• 1:东北财经大学经济学院
• 2:清华大学经济管理学院

摘要(Abstract)：

本文采用未知断点的Quandt-Andrews方法检验了全要素生产率增长的结构变化,基于R&D驱动TFP增长的门限面板回归模型进行实证分析,结论认为:全国高技术产业研发对全要素生产率增长呈现倒"U"型影响;东部地区研发存量差距的扩大,使得研发对全要素生产率增长的驱动效应明显减弱;中部地区高技术产业化水平不高导致其出现了"R&D生产率悖论现象";由于研发资源的利用效率较低等原因,西部地区高技术产业中R&D驱动TFP有效增长的门槛最高。

关键词(KeyWords)： 研发(R&D);全要素生产率(TFP);断点检验;门限回归

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(71303035);; 辽宁省高等学校优秀人才支持计划(WJQ2013025)的资助

作者(Author): 张同斌,范庆泉,李金凯

DOI: 10.16513/j.cnki.cje.2015.03.004

参考文献(References)：

• 李宾.2010.国内研发阻碍了我国全要素生产率的提高吗[J].科学学研究,28(7):1035-1042.
• 李小平,朱钟棣.2006.国际贸易、R&D溢出和生产率增长[J].经济研究,(2):31-43.
• 李晓钟,王倩倩.2014.研发投入、外商投资对我国电子与高新技术产业的影响比较——基于全要素生产率的估算与分析[J].国际贸易问题,(1):139-146.
• 杨海文,王丹华.2013.线性回归模型参数稳定性的Quandt-Andrews检验法FJ].数理统计与管理,(5):823-829.
• 张同斌,高铁梅,杨彬.2011.中国高新技术产业中外资与内资企业间双向动态溢出效应的实证检验[J].系统工程理论与实践,31(7):1201-1210.
• 张宇.2007.FDI与中国全要素生产率的变动——基于DEA与协整分析的实证检验[J].世界经济研究,(5):14-19.
• 周亚虹,贺小丹,沈瑶.2012.中国工业企业自主创新的影响因素和产出绩效研究[J].经济研究,(5):107-119.
• Aghion P,Howitt P.1992.A model of growth through creative destruction[J].Econometrica,60(2):323-351.
• Andrews D W K.1993.Tests for parameter instability and structural change with unknown change point[J].Econometrica,61(4):821-856.
• Coccia M.2009.What is the optimal rate of R&D investment to maximize productivity growth[J].Technological Forecasting and Social Change,76(3):433-446.
• Grossman G M,Helpman E.1991.Innovation and growth in the global economy[M3.Cambridge MA:MIT Press.
• Hu A G.2001.Ownership,government R&D,private R&.D,and productivity in Chinese industry[J].Journal of Comparative Economics,29(1):136-157.
• Jefferson G H,Huamao B,Xiaojing G,et al.2006.R&D performance in Chinese industry[J].Economics of Innovation and New Technology,15(4-5):345-366.
• Romer M P.1990.Endogenous technological change[J].Journal of Political Economy,98(5).71-100.
• Verspagen B.1995.R&D and productivity:A broad cross-section cross-country look[J].Journal of Productivity Analysis,6(2):117-135.
• Yeh M L,Chu H P,Sher P J,et al.2010.R&D intensity,firm performance and the identification of the threshold:Fresh evidence from the panel threshold regression model[J].Applied Economics,42(3):389-401.
• ①数据来源:《中国高技术产业统计年鉴(2002—2013)》,北京:中国统计出版社。
• ①科技进步统计监测结果,中国科技统计网,网址:http://www.sts.org.cn/tjbg/tjjc/tcindex.asp。
• ②作者根据数据包络分析(DEA)方法中的Malmquist生产率指数计算得到。
• ①Romer(1990)指出,实践中资本产出比率在长期内没有表现出明确的上升或下降倾向,为便于分析.本文将研发产出比设为固定的常数。一般情形下,无论研发产出比如何变动,高技术产业研发累积与全要素生产率增长的动态变化均符合图1中的收敛、平行与扩散3种情形。
• ①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南共8个省份;西部地区由内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏9省份组成。
• ①参照国内外大多数文献的处理方法,考虑到技术水平对TFP增长影响的滞后性,同时为减弱模型估计中内生性的影响,本文选取上一期技术水平A_(u-1)构建面板模型。
• ①数据来源:《中国高技术产业统计年鉴(2013)》和作者计算,北京:中国统计出版社。
• ①本文作者根据《中国高技术产业统计年鉴(2002)和(2013)》计算得到,参见本文第2部分中研发存量的估算公式(10)。
• ②2013年全国及各地区科技进步统计监测结果,中国科技统计网,网址:http://www.sts.org.cn/tjbg/tjjc/tcindex.asp.
• ③来源:《中国高技术产业统计年鉴(2013)》,北京:中国统计出版社。
• ①作者根据《中国高技术产业统计年鉴(2013)》计算得到。