分享

我国知识资本生产特征及其对经济增长的影响

 BBSBIAN 2018-01-12

远望智库:与智者同行,为创新加速

专家库 | 人才库 | 企业库 | 项目库 | 投资机构库 | 招商信息库


本文转载自创新研究(ID:naiscast)

来源:中国科协创新战略研究院《创新研究报告》

第65期(总第191期)2017-11-30


编者按:以专利为代表的中国知识资本高速增长,是否具备支撑经济长期增长的潜力,是否能对经济增长产生显著的促进作用,成为各界广泛关注的焦点,也是本文研究的核心问题。本文基于内生经济增长理论中关于知识生产函数的设定,测算了1996—2014年中国30个省份以专利为代表的知识资本生产函数,认为目前中国知识资本存量的内生积累效应仍不明显,尚不具备突破经济增长约束、推动经济长期增长的能力。进一步地,本文采用参数回归和半参数回归方法,分时间区间测算了不同增速水平下知识资本对经济增长的促进作用。结果表明,随着专利制度逐步完善,专利存量对经济增长的促进作用将逐渐凸显;在知识积累的过程中,当知识资本增速过高超过了技术转化和市场接受的范围时,其对经济增长的促进作用有限;而以发明专利为代表的高质量知识资本增加,则表现出对经济增长的明显促进作用。因此本文建议,我国专利制度和相关科技创新政策应加强对专利的审查和监督,提高专利质量;弱化政策追求专利数量的干预,确立市场配置地位;突出专利成果转化的重要性,形成产学研协同创新网络。


一、引言


经济增长一直是经济学研究的热点。目前,我国经济进入结构性减速阶段,寻求驱动经济长期增长的动力机制,成为突破经济回归稳态增长约束的重要课题。知识资本,特别是以专利为代表的核心关键技术成为未来促进经济增长的重要因素。但高速增长的专利数量对我国的经济增长到底有多大的促进作用,是否会成为驱动我国经济长期增长的决定性因素,成为各界关注的重点。


以往关于知识资本与经济增长关系的研究,大致分为两类。一是基于新古典增长理论,将知识资本作为经济总量生产的要素,与劳动和物质资本等传统要素一起纳入经典索罗(Solow)经济增长核算框架中。另一类基于新增长理论,认为知识资本的非竞争性和积累效应能够内生地驱动经济长期增长,因此通过研究二者在时间序列上的因果关系,确定知识资本对经济增长的影响。


上述基于新古典增长理论的研究,确认了知识资本作为生产要素对经济增长的重要影响,但仍将其视为外生变量。基于新增长理论的研究,虽然意识到了知识资本对经济增长的内生性作用,但缺乏对知识资本形成过程和驱动经济增长内生机制的认识。依据研究,新知识资本的形成需要R&D人员投入和以往的知识资本积累作基础,其具体形成过程遵循不同形式的知识生产函数,进而对经济的长期增长产生不同影响。那么,我国的知识资本形成过程具体符合哪一类知识生产函数形式?其对我国经济的长期增长会产生何种影响?本文考虑在具体测算知识资本对经济增长的贡献前,先对我国的知识生产函数形式进行研究,探讨我国专利产出高速增长的来源及其对经济长期增长产生的潜在影响。


以往测算知识资本对经济增长促进作用的研究大多假设变量间服从线性关系,进行确定性的参数估计,得到的产出弹性系数反映各样本的知识资本对经济增长的平均影响。但由于我国知识产权制度建立较晚,各地区技术创新水平差异较大,专利存量对经济增长的促进作用也存在较大差异,因此参数方法可能会在一定程度上高估或低估我国区域知识资本对经济增长的影响。在这种情形下,使用半参数估计方法能够较准确地描述部分非确定性变量的影响,从而保证模型对实际产出的描述更接近实际,在提高模型解释力的同时解决模型误差较大的问题。该方法目前越来越多的应用于创新和经济增长相关领域的研究。本文考虑在参数估计结果不理想时,将知识资本作为非参数部分,采用半参数方法测算不同知识资本增速对我国区域经济增长的影响。


二、我国的区域知识生产函数特征


以往对知识资本的测度主要分为两种思路:一是 “投入导向”的R&D支出指标;二是“产出导向”的创新成果指标,如专利、论文和新产品销售收入等。R&D支出指标虽然能较全面的包含全社会的研发活动,但其默认所有R&D支出均能有效形成技术知识,对企业或一国技术进步作出贡献,与现实情形差异较大。事实上,部分研发支出和研发活动常以失败告终,几乎未对企业或国家的创新与经济做出任何贡献,即学者所谓的“枯井问题”。以专利作为知识资本的指标,则能反映技术成功、对经济产出有贡献的那部分技术知识。研究认为,专利不仅是通过专利局审查的发明成果,而且是资本对发明者及其组织为新产品和新想法做出努力的肯定,代表了一定的实用性和未来的市场前景,更适合作为经济社会知识资本的指标。因此,本文采用永续盘存法核算各省各年度的专利申请授权量形成的各省知识资本。


由于模型扰动项同时存在组间异方差、组内一阶自相关和组间截面相关的问题,本文采用可行广义最小二乘法(FGLS)对知识资本生产函数进行估计。结果表明,知识资本增加1单位,为经济社会增加0.100到0.178单位的新知识,知识积累存在正向的跨期溢出,但知识生产的规模报酬递减。劳动力投入增加1单位,为经济社会增加0.217到0.228单位的新知识,对我国区域新知识生产的作用显著且超过知识资本自身的跨期溢出效应。我国知识资本的积累反馈和示范启发作用初步形成,但对新知识生产的溢出效应仍较小,尚不足以支撑经济的持续高速增长。这说明,我国的专利质量仍较低,难以形成知识间的示范和启发作用;创新知识传播低效,承担技术成果传播责任的专利文献撰写质量整体较差,且各省市区的专利代理发展状况不平衡,难以做到专利知识的充分公开和形成有效的公共知识。


三、知识资本对我国区域经济增长的影响


目前,广泛应用于经济增长核算模型为扩展Solow-Swan模型,模型假设希克斯中性技术进步、生产要素规模报酬不变、市场结构完全竞争等。这种严格的函数形式假设,在一定程度上降低了其对经济增长事实的解释力。本文假设总量生产函数更具一般性,不预先设定生产函数形式,仅定义生产函数为各投入要素集的函数。采用Baltagi & Li(2002)提出的固定效应半参数方法估计知识资本增速对经济增长的贡献水平。


表1的估计结果表明,在1997—2014年长时间周期模型中,物质资本和劳动力的产出弹性系数显著为正,分别为0.221和0.046。在1997—2000年的子时间段内,物质资本的产出弹性系数较小。图1-3为不同时间段知识资本弹性系数的非参数估计曲线和95%的置信区间,曲线θ(∙) 大致位于θ(∙)=0的横轴附近,在-0.025—0.03的范围内上下波动,反映以专利授权量为代表的知识资本与经济增长之间存在明显的非线性关系,且尚未对经济增长发挥较大的推动作用。


对应不同的知识资本增速水平,其对经济增长的促进作用存在较大差异。在1997—2014年的长周期估计中,知识资本增速低于10%的样本,对经济增长的促进作用较明显。随着知识资本增速提高到20%,其对经济增长的促进作用逐渐下降,虽然仍对经济增长具有正向的促进作用,但影响较小。知识资本增速达到30%~40%时,产出弹性有小幅提高,但并没有扭转规模报酬下降的整体趋势。在图中,有80%以上的散点分布在知识资本增速介于10%~40%的区间中,说明我国大部分地区在多数年度的知识资本增速都超过了10%,但其高速增长并没有有效促进区域经济的增长。为进一步分析不同时间区间我国知识资本增速对经济增长的贡献作用,本文分别分析了1997—2000年和2001—2014年两个时间子区间的知识资本产出弹性系数曲线。1997—2000年的估计曲线表明,除知识资本增速小于20%的样本保持对经济增长的正向促进作用,大部分其他样本对经济增长的影响为负。而2001—2014年的估计曲线则基本全部位于θ(∙)=0的横轴之上,对经济增长存在正向的促进作用,并且知识资本增速在小于10%时,对经济增长的促进作用相对较大。







上述关于知识资本非参数曲线的估计和分时间子区间的分析表明:①随着我国专利制度的逐渐完善和与国际接轨,以专利为代表的知识资本增速对经济增长的正向促进作用逐渐凸显。相对于2000年之前的专利制度调整、完善阶段,2001年之后专利存量对经济增长的贡献作用更加明显。②知识资本增速对经济增长的促进作用仍较小。可能的原因在于,以专利为代表的知识资本未能有效的转化为经济收益。专利资本增速过快,超过了目前市场的消化能力,这些新知识和新技术难以作为真正有效的生产要素进入社会总量生产过程,对经济增长产生贡献,而成为所谓的“专利泡沫”。


四、政策建议


基于以上研究,可以针对知识资本促进我国经济增长得出以下建议和启示:一是加强专利质量的审查力度,加快专利代理机构的发展,促进专利质量的提高和专利知识的公开、传播。通过增强知识资本的跨期溢出,改变我国目前的知识资本生产方式。二是弱化政策追求专利数量的干预,明确市场配置地位。以专利资助政策为例,政府代替创新主体承担相关专利费用,人为降低创新主体参与市场竞争的成本,虽能在短期实现专利数量的高速增长,但难以解决低质量专利的负向激励问题,从而形成专利泡沫现象。三是突出专利成果转化的重要性,形成以企业为主导,政府、科研院所和高校共同参与、风险共担、利润共享的专利转化机制。突出专业性的科技中介机构在专利商业化和产业化过程中的桥梁作用,强化科研部门对企业成果转化的技术指导和知识溢出作用,重视企业对科技研发活动的逆向反馈机制,提高专利成果转化效率,增强市场对新技术和新知识的消化能力。


文章来源:

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多