APP下载

嵌入性视角下长三角技术创新能力影响因素研究

2019-12-12严良张宇刘洁陈继美

中国经贸导刊 2019年32期
关键词:长三角地区技术创新

严良 张宇 刘洁 陈继美

摘 要:基于嵌入性理论,以R&D经费投入、R&D人员投入、技术消化吸收能力和技术改造为level-1变量,将政治嵌入、关系嵌入和结构嵌入作为影响技术创新能力的level-2变量,建立多层统计模型,以2006-2016年江苏、浙江、上海、安徽4个省市的相关面板数据,进行实证研究,结果表明,技术改造、政治嵌入和结构嵌入对有效发明的专利数量有直接显著性影响;关系嵌入对有效专利发明数有间接显著性影响。

关键词:技术创新 嵌入性 长三角地区

一、引言

从地理及行政区划上来讲,长江三角洲地区包括江苏、浙江、安徽、上海三省一市。凭借着临近海洋、交通便利、对外交流广泛、经济活力强等优势,长三角已走在我国改革开放事业的最前端,成为技术创新能力最强的区域之一。2017年的《中国高技术产业统计年鉴》中,仅江苏、浙江、上海这三个省市的专利申请数就达到了47859件,占全国专利申请总数的2574%,这说明研究长三角地区的技术创新能力对全国有着借鉴意义。2019年5月,党中央审议通过了《长江三角洲区域一体化发展规划纲要》,说明长江三角洲地区的整体发展情况对于我国经济有着重要作用。因此,研究长江三角洲地区技术创新能力的影响因素,有利于促进长三角区域一体化和高质量发展,也有利于国家技术创新能力的提升。

围绕技术创新,许多专家学者分别使用定性研究和定量研究的方法进行分析。关于技术创新的定性研究,Kano通过研究移动通信,得出标准化在创新过程中会发挥的巨大作用;Hassink通过研究各国区域嵌入水平和地区协调创新支持政策的能力,得出只有构建政策创新支持体系才有利于企业技术创新。邵云飞等人通过理论综述得出,突破性技术创新对企业有重大影响,并由此影响产业和经济的发展。关于技术创新的定量研究,桂黄宝采用空间计量模型进行分析得出:企业规模、劳动力投入、对外开放水平对技术创新效率具有显著正向影响,资本水平则相反;Cozzarin和Koo通过建模得出,企业内部的组织创新影响着技术创新;方莹发现企业的正式制度直接正向影响技术创新,非正式制度作为中介,对技术创新产生间接影响;章元等人通过实证,得出政府补贴对企业的短期创新激励有显著的促进作用,但长期创新激励的促进作用效果不显著;李子彪等人通过研究发现,国际化行为显著促进企业创新绩效提升,其中海外人才促进的效果强于海外出口,强于海外研发;王飞航和李友顺研究得出,自主研发显著促进了创新产出,但是在中等对外开放水平下技术引进对产出具有负效应。

之前的研究主要是建立在投入要素或者市场变化、企业规模、政府支持等一个或者多个因素对技术创新能力的影响,缺少将影响因素使用嵌入型视角综合起来进行分析的研究。因此,本文综合以往的文献研究成果,基于嵌入性理论,采用多层统计分析模型,将技术创新的影响因素分成level-1和level-2两层变量,选取2006年到2016年长江三角洲地区——上海、浙江、江苏、安徽这四个省市的相关面板数据进行研究。

二、理论模型

(一)技术创新能力的社会嵌入性

肖文和林高榜认为企业规模、市场竞争、所有制结构是影响技术创新效率的传统决定因素。本文以嵌入性理论为基础,同时结合学者的研究成果,将社会场景对技术创新的影响分为政治嵌入、关系嵌入和结构嵌入,并展开分析。

政治嵌入,主要的表现形式是政府的消费支出:一是政府维持正常运转所需的支出;二是用于社会公众的教育、医疗、社保、科学、文化、体育、国防等各项社会事业支出。政府的消费支出可以促进社会经济的发展。

关系嵌入,指高技术产业是全球化网络系统的一个节点,这种全球化的网络关系会影响技术创新的能力。同时,关系嵌入也代表我国和技术贸易来往国家之间连结的强度。高强度的关系嵌入会使一方快速获取以技术创新为代表的外部资源。

结构嵌入,每一个产业在社会网络中都有自己的位置,结构嵌入则是代表这种位置。技术创新的结构嵌入则更关注高技术产业所嵌入的社会网络对技术创新的影响。例如,社会网络中的市场结构对技术创新能力的影响程度。

(二)技术创新能力理论模型的建立

技术创新能力不仅受到投入要素的影响,还会受到嵌入的社会场景变量影响。本文参考张玉臣和吕宪鹏关于高新技术企业创新绩效影响因素的指标研究,以技术创新能力为因变量,R&D经费投入、R&D人员投入、技术消化吸收能力、技术改造作为level-1变量;将level-1方程的截距和斜率作为level-2嵌入变量平均值的因变量,level-2嵌入变量分别为政治嵌入、关系嵌入、结构嵌入,从而构建出基于嵌入性视角下研究技术创新能力影响因素的二层统计理论模型。首先通过零模型的运行来判断是否可以进行多层统计分析。如果组内相关系数(ICC)允许,再运用固定效应模型来分析level-1变量对因变量的影响程度,进而通过随机效应模型判断斜率在组间是否显著性不同,最后引进level-2变量建立全模型进行分析。

建立技術创新能力的理论模型(1)(2)如下:

Level-1:

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

(1)

Level-2:

β0j=γ00+γ01*PEj+γ02*REj+γ03*SEj+μ0j

β1j=γ10+γ11*PEj+γ12*REj+γ13*SEj+μ1j

β2j=γ20+γ21*PEj+γ22*REj+γ23*SEj+μ2j

β3j=γ30+γ31*PEj+γ32*REj+γ33*SEj+μ3j

β4j=γ40+γ41*PEj+γ42*REj+γ43*SEj+μ4j

(2)

其中i表示年份,j表示样本,LNTC为因变量对数,LNFI为企业R&D经费内部支出对数,LNSI为企业R&D人员对数,LNTA为企业技术消化吸收支出对数,LNTR为企业技术改造经费支出对数;PE为政治嵌入,RE为关系嵌入,SE为结构嵌入;r为一层随机变量,μ为二层随机变量。

三、实证研究

(一)变量选择

技术创新能力(TC):本文采用各研究地区大中型企业有效发明专利数来衡量该项指标。

R&D经费投入(FI):高技术产业想要提高技术创新能力,就需要不断地进行研究开发,从而把科技成果转化为生产力。进行研发需要有大量的资金支持,因此研发经费的投入是技术创新的前提条件。因而,本文选用各地区大中型企业R&D经费内部支出来衡量该项指标。

R&D人员投入(SI):人具有主观能动性,技术创新需要技术人员不断进行研究开发,所以研发人员的知识水平与投入力度对技术创新起着决定性因素。由此,本文选用各研究地区大中型企业R&D人员全时当量来衡量该项指标。

技术消化吸收能力(TA):我国促进自主创新能力的主要手段是引进技术,但因为缺乏对引进技术的消化吸收,无法达到预先的目标。因此,技术消化吸收能力对技术创新有着关键性作用。本文选用各研究地区大中型企业消化吸收支出来衡量该项指标。

技术改造(TR),技术改造使得企业改进了现有的技术和生产工艺条件,延长了现有技术的生命周期,但不可避免地会降低企业对新技术的需求和技术创新的内在动力,增长企业技术创新的“惰性”。由此,本文选用各地区大中型企业技术改造经费支出来衡量该项指标。

政治嵌入(PE):本文采用财政性教育经费占地区总产值的比重来衡量。这一指标代表政府对教育的支持,良好的教育环境才能培养出优秀的高技术人才,只有投入大量的教育基金才能营造良好的教育环境,因此政府教育支持程度决定着高技术人员的培养质量,相应地也影响技术创新。

关系嵌入(RE):本文选用外商投资实到金额与地区总产值的比重作为衡量指标。在改革开放政策下,高技术产业可以通过外部资源获得创新支持来弥补内部资源的不足,从而提高技术创新的效率。

结构嵌入(SE):本文采用固定资产国有控股与集体投资之和占各研究地区固定资产投资的比重作为衡量指标。这一指标代表市场化程度,而竞争性的市场结构更加有利于技术创新。

(二)数据来源

本文选取2006-2016年长江三角洲地区:上海、浙江、江苏、安徽这四个省市的相关面板数据。

因变量:大中型企业有效发明专利数(项),数据来源于《中国高技术产业统计年鉴》。

Level-1变量:大中型企业R&D经费内部支出(万元)、大中型企业R&D人员全时当量(人年)、大中型企业技术改造经费支出(万元)、大中型企业消化吸收经费支出(万元),数据来源于《中国高技术产业统计年鉴》。

Level-2变量:财政性教育经费和地区总产值的数据来源于《中国统计年鉴》;外商投资实到金额,来源于各省统计年鉴;固定资产国有控股与集体投资额、固定资产投资额,来源于《中国固定资产投资统计年鉴》。

(三)实证结果分析

1建立零模型。将因变量加入模型,构建零模型。通过零模型把技术创新的变异分解成level-1(投入要素因素)和level-2(社会场景因素)解释的部分,形成组内相关系数(ICC),通过ICC判断是否可以进行多层统计分析。

Level-1:LNTCij=β0j+rij

Level-2:β0j=γ00+μ0j

其中,Level-1和Level-2的解释变量都是采用组中心化后的数据参与运算。由表2可知,组内相关系数为04068,说明由4068%的变异可以由社会场景变量解释,因此仅仅利用level-1变量去分析技术创新是不够的。因此,研究影响技术创新可以进行多层统计分析,引入社会场景level-2变量。

2建立随机效应模型。将影响技术创新的level-1变量引进模型中,得到模型(3)(4)为:

Level-1:

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

(3)

Level-2:

β0j=γ00+μ0j

β1j=γ10+μ1j

β2j=γ20+μ2j

β3j=γ30+μ3j

β4j=γ40+μ4j

(4)

由表3可知,LNFI是个正向不显著的预期因子,回归系数为0799,这表明大中型企业R&D经费内部支出每增加1%,则大中型企业有效发明专利数平均增加0799%,即企业R&D经费内部支出的增加促进技术创新能力的提高。说明研究地区的大中型企业通過R&D资金密集投入可以促进技术创新增长。

LNSI为正向不显著预期因子,回归系数为1653,表明大中型企业R&D人员每增加1%,则大中型企业有效发明专利数平均增加1653%,即R&D人员投入决定着企业技术创新能力,说明R&D人员投入对技术创新能力有正向影响。因此企业应该找准时机,扩大生产规模,加大研发人员投入,以更好地提高技术创新能力。

LNTA为负向不显著性预期因子,回归系数为-0097,表明大中型企业消化吸收经费支出每增加1%,则大中型企业有效发明专利数平均减少0097%,即企业消化吸收对技术创新能力呈现降低作用。如果高技术产业企业对国外先进技术的吸收速度,会直接影响企业技术创新能力。由此,企业不仅要重视引进,更要注重技术的消化吸收能力。

LNTR为负向显著性预期因子,回归系数为-0439,表明大中型企业技术改造经费支出每增加1%,则大中型企业有效发明专利数平均减少0439%,即企业技术改造对技术创新能力的提高有降低作用。说明技术改造是对国内外先进技术引进、消化、吸收,对技术加以利用改造,因此在时间作用上存在滞后性。

技术创新是一个复杂的系统工程,技术消化、技术改造需要一定的时间,因此对于创新结果的影响存在滞后效应。同时,由表3的方差成分与检验性可知,截距项、LNFI和LNSI系数的斜率在研究的省份之间存在显著性差异,因此可以向模型中加入嵌入性社会场景变量来解释省市之间的变化。

3建立全模型。将嵌入性变量PE、RE和SE引入β0j、β1j、β2j,将P值不显著的从大到小逐个剔除,得到(5)(6):

Level-1:

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

(5)

Level-2:

β0j=γ00+γ01*PEj+γ02*SEj+μ0j

β1j=γ10+γ11*REj+μ1j

β2j=γ20+γ21*REj+μ2j

β3j=γ30

β4j=γ40

(6)

由表4和嵌入性level-2模型结果,可知嵌入性变量对β0j、β1j、β2j的方差解释程度,详见表5。PE、RE和SE嵌入性变量较好地解释了各省市截距以及LNFI、LNSI变量之间关系的变异程度。说明建立的level-2模型较为合理。

由上表可知,PE为负向显著因子,回归系数是1539,这表示财政性教育经费占地区总产值的比重每增加1%,则大中型企业专利申请数平均减少1539%,即政治嵌入对技术创新能力的提高有降低作用。这主要是采用政府教育经费投入比重来衡量该指标,而政府对于教育经费为笼统使用,在资金用途、资源配置等方面没有明确目标,故而实证结果如此。

SE为正向显著预期因子,回归系数是0005,这表示固定资产国有控股与集体投资之和占固定资产投资的比重每增加1%,则大中型企业专利申请数平均增加0005%,即结构嵌入直接对技术创新有正向影响。这说明,结构嵌入在充分发挥市场决定性作用下才能影响技术创新,竞争性或者非竞争性的市场结构有利于技术的进步。

Level-2变量对level-1变量的影响分析如下:

在level-2模型变量LNFI的斜率β1方程中,RE为负向预期因子,回归系数为0436,即外商投资实到金额占地区总产值的比重每增加1%,则大中型企业R&D经费内部支出对有效发明专利数的正向影响将减少0436%。这表示RE的增加会减弱LNSI对LNTC的正向影响这体现了关系嵌入对R&D经费内部支出有直接的影响,在RE比重大的省份,FI对技术创新的负向影响程度高。这说明高技术企业与全球网络结合的越紧密,越容易获得技术,便有可能减少自主创新研发的经费投入。

在level-2模型变量LNSI的斜率β2方程中,RE为正向预期因子,回归系数为0488,即各研究地区的外商投资实到金额占地区总产值的比重每增加1%,则大中型企业R&D人员投入对有效专利发明数的正向影响将增加0488%,这表明关系嵌入对LNSI有着直接影响,在RE比重大的省份,SI对技术创新的有正向影响。在经济一体化的背景下,需要对通过外部引进来提高企业自主研发能力,因此关系嵌入通过影响R&D人员投入来间接影响技术创新能力。

四、结论与政策建议

本文基于嵌入型视角下,依据长江三角洲地区上海、浙江、江苏、安徽这四个省市2006-2016年的相關面板数据,将技术创新能力的影响因素分成level-1和level-2两层,建立多层统计模型,实证得出:大中型企业技术改造、政治嵌入和结构嵌入对专利申请数有直接显著性影响;结构嵌入对技术创新能力有正向影响;企业技术改造、政治嵌入对技术创新能力有负向影响。关系嵌入对有效专利发明数有间接显著性影响,其通过影响企业R&D经费内部支出和企业R&D人员的投入从而间接地影响有效专利发明数;关系嵌入程度高的省份,企业R&D经费的内部支出对专利申请数的负向影响程度小;企业R&D人员投入对专利申请数的正向影响程度小。

因此在研究技术创新能力的影响因素时,不仅要从投入要素或者市场变化、企业规模、政府支持等分析,还更应该用嵌入性思维将社会场景因素和投入要素结合起来综合进行研究。在国家积极促进长三角区域一体化和高质量发展的背景下,为更好地促进技术创新能力的提高,本文结合研究得出的结论,提出以下政策建议:第一,毫不动摇地坚持改革开放,同时政府加大对教育的支持:进一步深化改革开放,让市场在资源配置中起决定性作用,使企业在市场化条件下充分运营,促进技术进步和技术创新;各研究地区的财政教育经费占地区总产值的比重影响着企业技术创新,因此政府应加大对技术人员培养专项资金的使用和配置,积极创建良好的教育环境,培养更多高素质的专业人才,促进技术创新。第二,高技术企业应加大对研究经费的投入:高技术产业的技术创新的前提条件是研发经费的充足投入,企业R&D经费内部支出的增加使得技术创新能力提高。在技术创新各个环节都离不开资金的支持,如实验仪器设备、人员劳动报酬、科技成果转化等。加大研究经费的投入,高技术产业才能更顺利地开展科学研究实验并实现科技转化。第三,高技术企业应加大对技术人力资源的投资:人具有主观能动性。作为技术创新和执行的主体,技术人员的投入和人员研发水平直接影响研究实验的成败,也决定着技术创新能力的高低。技术人员科研素质的提高,企业技术消化吸收的水平也会相应提高。因此,企业要通过投资人力资源来提升本企业人员的技术水平;同时建立人才吸引和激励机制,使得大量高素质人才进入企业,为企业技术消化吸收提供必要的智力支持。第四,高技术企业要积极主动开展自主研发:促进技术创新能力不可忽视的一点就是企业的自主研发水平。企业在生产经营过程中,要平衡好高技术的外部引进和自主研发,不能过多依赖外部资源,从而影响技术创新步伐,因此政府应鼓励有能力的企业在市场化条件下自主开展研发实验;同时对其进行政策倾斜,对研发能力强的小企业给予足够的支持,提高小企业的技术研发能力;而且高技术企业必须要积极主动地开展自主研发实验,从而提高企业的自主研发能力。

参考文献:

[1]Kano STechnical innovations, standardization and regional comparison—a case study in mobile communications[J].Telecommunications Policy,2000,24(04).

[2]Hassink RRegional Innovation Support Systems: Recent Trends in Germany and East Asia[J].European Planning Studies,2002,10(02).

[3]邵云飞,詹坤,吴言波突破性技术创新:理论综述与研究展望[J].技术经济,2017,36(04).

[4]桂黄宝我国高技术产业创新效率及其影响因素空间计量分析[J].经济地理,2014,34(06).

[5]Cozzarin B P,Koo W K BDoes Organizational Innovation Moderate Technical Innovation Directly or Indirectly?[J].Economics of Innovation and New Technology,2016,26(04).

[6]方莹政府支持、企业制度与技术创新——基于关系解构的视角[J].广西财经学院学报,2016,29(02).

[7]章元,程郁,佘国满政府补贴能否促进高新技术企业的自主创新?——来自中关村的证据[J].金融研究,2018(10).

[8]李子彪,王楠,孙可远国际化行为对高新技术企业创新绩效的影响机理——基于吸收能力的中介效應[J].科技管理研究,2019,39(08).

[9]王飞航,李友顺自主研发、技术引进对区域创新绩效影响的门限效应[J].地域研究与开发,2019,38(02).

[10]肖文,林高榜政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(04).

[11]张玉臣,吕宪鹏高新技术企业创新绩效影响因素研究[J].科研管理,2013,34(12).

[12]Ita Kreft,JanDe Leeuw多层次模型分析导论[M].重庆:重庆大学出版社,2007

[13]吴学品,刘殿国多层统计模型的应用进展综述[J].统计与决策,2011(23).

[14]徐斌技术吸收、技术改造与国内外技术获取——基于高技术产业静态与动态面板数据[J].科技进步与对策,2019(06).

[15]靳卫东,刘敬富市场结构、行政壁垒与技术创新——来自中国高技术产业的经验证据[J].科技管理研究,2019,39(10).

[16]彭刚,何雅兴,聂富强技术自研、外部引进与工业企业生产创新[J].软科学,2018,32(01).

猜你喜欢

长三角地区技术创新
城市文化旅游竞争力评价体系的构建与实证分析
论长三角地区的再城镇化
技术创新路径下的产业结构调整机制研究
浅方式土木工程建筑施工技术及创新
上海金融集聚对长三角地区产业结构升级的影响
中国长三角地区环境污染的现状及应对策略研究
长三角地区雾霾长效治理:建立面向绿色能源的可持续发展体系