柯忠义

(惠州学院 数学与统计学院，广东 惠州 516007)

0 引言

随着中国经济的快速增长及居民收入的稳步提升，国内消费需求逐步从低端向中高端攀升，个性化、多样化、高端化和服务化的消费逐渐成为主流。国内供给侧需要作出及时响应，一方面是低端的供给形成了过剩生产能力，另一方面是升级了的需求在国内市场找不到相对应的供给。国内有需求无供给的“供给短缺”与有供给无需求的“产能过剩”同时并存，呈现出供需结构错配和扭曲的状态[1]。2015年提出的供给侧结构性改革，将“去库存、去产能、去杠杆、降成本、补短板”定为五大攻坚任务，旨在从供给端优化要素配置及提升效率，推动产业结构升级。

供给管理认为，拉动经济增长的动力主要来自于劳动力、土地、资本、科技创新与制度等要素供给，而当一个经济体进入中等收入水平后，科技创新与制度要素会展现出更大的拉动效应，成为全要素生产率的主要贡献因素[2]。通过创新驱动促进技术进步和生产要素的优化组合，从长期提升我国经济的全要素生产率及潜在增长率，是供给侧改革的必由之路[3]。尤其是当前世界处在新一轮科技革命的变革浪潮中，中国社会各界更为清醒地认识到科技创新是经济发展与社会进步的第一原动力。

制造业是供给侧改革的主要战场，对供给侧改革的整体推进至关重要。当前我国制造业呈现出“大而不强”的局面，迫切需要解决制造业供给体系中供需错配的问题[4]。制造业供给侧改革不仅要处理所面临的“三去一降一补”情况，而且需要以科技创新与技术进步推进产业升级与结构优化。通过发展高新技术产业及先进制造业，优化要素的投入配置，提升要素产出效率，支撑高端服务业发展，进而带动上下游众多产业升级，提升全要素生产率，实现经济可持续发展[5]。

本文将制造业的创新过程分成技术研发阶段与市场转化阶段，基于比较的视角，对供给侧结构改革前后制造业创新绩效的变化及其成因进行评价，找出影响制造业行业创新驱动的障碍因素，为制造业创新政策的制定提供参考依据。

1 协方差分析模型

协方差分析模型是将方差分析与线性回归结合起来的一种统计分析模型。普通方差分析模型的作用是，检验分组初始变量均值之间的差异；而协方差分析模型的作用是，通过因变量与协变量之间的线性关系对因变量进行调整，消除协变量对因变量的影响之后，得到分组初始因变量的修正值，然后比较修正值之间均值的差异。当影响因变量的协变量不止一个时，则是多元协方差分析，其统计模型为：

(1)

(2)

(3)

2 变量设计

技术创新过程包含创新投入、创新产出及市场收益等环节，这些环节相互作用、相互制约构成了技术创新的“黑箱”。Crepon等[7]基于熊彼得的创新思想提出了一个研究企业创新过程的分析框架，以对创新“黑箱”内部的运作机制进行揭示。该框架的核心方法是将创新过程分为两个阶段，第一阶段是由创新投入产生创新的思想和知识，形成创新产出成果；第二阶段是将这些创新产出成果进行市场化转化，实现市场绩效。

本文考察制造业创新绩效时，也将其创新过程分为两个阶段。第一阶段为技术研发阶段，在此阶段企业根据市场需求设定研发目标，投入创新的人力、物力和财力努力实现专利、新产品等创新产出成果；第二阶段为成果转化阶段，这一阶段里企业将技术研发阶段的产出成果作为投入要素，通过生产经营活动将其转化为市场绩效。这里，将第一阶段、第二阶段的创新绩效分别称为研发绩效及市场绩效。

在研发绩效方面，单独使用新产品或专利来衡量创新成果都各有利弊，本文同时采用专利和新产品来衡量。其中，发明专利与技术进步的关系密切，是专利产出中质量最高部分，而实用新型和外观设计的质量次之，更多的是模仿成分。因此，这里以发明专利申请数为技术创新成果的专利指标。同时，为了比较不同时期、不同企业规模企业之间创新绩效，选择了两个有关专利和新产品的相对指标：新产品产出强度及发明专利申请强度，作为衡量研发绩效的变量(具体见表1，其他变量处理方法相同)。影响企业创新成果的因素主要涉及与知识创造相关的创新资源投入，其中R&D资金及R&D人员为创新活动提供物质保障与智力支持，是创新活动中最重要的投入；另外，企业通过引入先进的生产技术及重新组织生产系统，可更有效地将投入转化为产出，因此工艺创新是影响创新产出的重要变量[8]。为了与因变量中的相对绩效指标相对应，采用相对指标R&D资金强度、R&D人员强度、工艺创新强度以反映研发资源投入强度。此外，为了控制行业特性对创新成果绩效的影响，在遵照国家标准GB/T4754-94的原则上，将全部样本的制造业行业分为三大类: 轻纺行业、重化工行业及机电行业[9]。其中，轻纺行业包括纺织业和食品制造业等行业；重化工行业包括化学原料及化学制品制造业、石油加工制造业等行业；机电行业包括电器机械制造业、船舶航空运输设备制造业和电子设备制造业等行业。以轻纺行业为参照,设定重化工行业(ZHG)与机电行业(JD)行业为虚拟变量；当某一行业属于这一行业时为1，否则为0。

表1 创新绩效的变量名称及其定义

在市场绩效方面，选择资产利润率和销售利润率作为考察收益水平的指标，以从资产收益及销售收益两个角度衡量市场绩效(具体见表1，其他变量处理方法相同)。考虑到企业会将创新投入产生的专利、新产品等创新成果转化为经济效益，这些创新成果或改进生产流程而提高生产效率，或改进产品的性能、提高产品的质量，或创造出新的产品或服务，从而产生出更高的市场绩效。因此，对于影响市场绩效的变量，选择了新产品产出强度、发明专利申请强度作为影响市场绩效的自变量。同时，工艺创新不仅影响研发产出，还可以直接作用于生产过程，对市场效益产生影响，因此也将工艺创新强度作为影响市场绩效的一个因素。另外，根据市场行业结构的理论，企业的生产率或收益水平受到企业规模及市场结构的影响。于是，选用企业规模及竞争强度也作为影响市场绩效的变量。类似上阶段的思路，加入了重化工(ZHG)与机电(JD)两个行业虚拟变量。

3 数据来源

我国于2015年底才正式提议施行供给侧改革，因此将2016年作为供给侧改革的时间起点。为了比较供给侧改革前后制造业创新绩效的变化情况，选择了供给侧改革前5年(2011-2015年)及供给侧改革后三年(2016-2018年)制造业的行业数据作为研究样本，数据来源于《中国科技统计年鉴》及《中国统计年鉴》。

由于在样本期内不同年份的行业分类不尽相同，将存在交叉重叠的制造业行业进行合并，最终整理为36个按行业分类的制造业行业。由于总资产涉及到不同年份的比价，将其扣除物价变动因素换算成2011年为基期的可比价格，另外有些指标使用的是相对指标而不需要进行物价指数的平减。具体按供给侧改革前后分组的有关变量均值如表2。

表2 供给侧改革前后相关数据的分组均值及总均值

4 供给侧改革前后制造业创新绩效变化及成因的实证分析

本文基于协方差分析模型，将创新过程分为技术研发阶段和成果转化阶段，分别通过实证研究，比较供给侧改革前期(简称Q1期)与供给侧改革后期(简称Q2期)制造业行业创新绩效的变化及其成因。

4.1 技术研发阶段

表3 供给侧改革前后研发绩效的均值比较及显著性检验

表4 影响研发绩效因素的参数估计及显著性检验

从发明专利申请强度(FL)来看，供给侧改革后期(Q2期)的分组均值显著地高于前期(Q1期)，Q2期的修正均值高于Q1期但不显著。影响因素方面，对新产品产出强度(XP)有显著的正向作用的有R&D人员强度(RS)及技术改造与引进强度(TR)，而R&D资金强度(RD)对XP有显著的负向影响；同样，重化工行业(ZHG)的专利申请强度显著地低于参照行业，而机电行业(JD)高于参照行业但不显著。

由此可见，在技术研发阶段，无论是新产品产出强度还是发明专利申请强度，供给侧改革后期都显著地高于前期。从表1知道，供给侧改革后期的R&D资金强度、R&D人员强度及工艺创新强度这三个变量的均值都要高于前期。其中，工艺创新对研发绩效产生了积极的重要作用，其对新产品产出强度及发明专利申请强度具有显著的正向影响；而R&D资金强度对新产品产出强度、发明专利申请强度分别存在显著的正向和负向影响；R&D人员强度的作用与R&D资金强度则刚好相反。

4.2 成果转化阶段

进入成果转化阶段，使用资产利润率与销售利润率代表其市场绩效。从资产利润率来看(PR)，供给侧改革后期(Q2期)的分组均值要显著地低于前期(Q1期)，并且Q2期的修正均值也显著地低于Q1期。进一步分析其成因可以发现，只有工艺创新强度(TR)对PR存在显著的正向影响，新产品产出强度(XP)及发明专利申请强度(FL)对PR具有显著的负向作用，企业规模(QG)与市场竞争(SJ)对PR也存在显著的负向影响；重化工行业(ZHG)及机电行业(JD)的资产利润率显著地低于参照行业。

表5 供给侧改革前后市场绩效的均值比较及显著性检验

从销售利润率(XR)来看，供给侧改革后期(Q2期)的分组均值也要低于前期(Q1期)，Q2期的修正均值也低于Q1期，但都不显著。分析其成因，尽管工艺创新强度(TR)对XR存在显著的正向影响，企业规模(QG)对XR也存在正向影响但不显著；但新产品产出强度(XP)及发明专利申请强度(FL)对XR具有显著的负向作用，市场竞争(SJ)也对资产利润率(PR)也存在显著的负向影响；重化工(ZHG)及机电行业(JD)的销售利润率与参照行业比较不显著。在这些因素的综合作用下，使得供给侧改革后期的销售利润率低于前期。

总之，在成果转化阶段，对于资产利润率及销售利润率，供给侧改革后期都低于前期，只是显著程度不一样。主要原因是，尽管供给侧改革后期的新产品产出强度及发明专利申请强度都高于前期，但这些研发成果并没有转化为市场收益；另一个可能的原因是，供给侧改革后的企业规模扩大了，市场竞争程度也加剧了，但过大的规模对市场绩效形成负面影响，过高的竞争程度也对市场收益都产生显著的负向作用。对资产利润率及销售利润率产生显著正向影响的只有工艺创新强度变量，说明在近期工艺创新对增强企业的市场收益率具有重要作用。

表6 影响市场绩效因素的参数估计及显著性检验

5 结论与启示

本文基于比较视角，运用协方差分析模型及2011-2018年制造业数据，将创新过程分为技术研发阶段和成果转化阶段，对供给侧改革以来制造业创新绩效的变化进行评价，并探寻了影响创新绩效变化的主要因素。研究发现：

第一，在技术研发阶段，供给侧改革后期的研发绩效显著地高于前期。最主要的影响因素是工艺创新强度，其对新产品产出强度及发明专利申请强度具有显著的正向作用；R&D资金强度对显著地提升了新产品产出强度，而R&D人员强度则对发明专利申请强度存在显著的正向作用。

第二，在成果转化阶段，供给侧改革后期的市场绩效都低于前期。主要原因，一是作为研发成果的新产品产出及发明专利并没有及时转化市场收益，对市场绩效产生了负面影响；二是供给侧改革后的企业规模扩大了，同时市场竞争也加剧了，这些因素都对企业的盈利产生了负面效应。虽然工艺创新对市场绩效起到正向促进作用，但不足以弥补其他因素的拖累。

从这些研究结论中，可以得到如下启示：

其一，适当加大企业工艺创新的力度。实证研究发现，工艺创新强度对研发绩效与市场绩效都存在显著的正向作用，说明当前我国制造业企业普遍存在着设备改造升级与技术换代的需求。制造业企业也面临着数字化转型的当口，国家应设立企业对接国家“新基建”的技术改造转型基金，鼓励企业加强大数据、互联网、人工智能等技术的技术引进与改造，以促进产业转型升级。

其二，提升研发活动的针对性及成果转化效率。实证结果表明，研发成果对市场绩效存在负向作用，说明研发活动与用户需求有些脱节。一方面，应密切关注市场需求的变化趋势，根据用户需求趋势特征进行有针对性的研究开发，获取专利形式的知识产权之后要尽快形成新产品；另一方面，对于已经形成的新产品，需要制定出相应的营销策略，开辟有效的销售渠道及开拓出新的市场，从而将新产品产出转化为良好的市场效益。

其三，企业应谨慎扩大规模，更加注重经营效益。实证显示，企业规模及市场竞争对市场绩效的影响主要为负，重化工行业尤为明显。因此，应继续推进“三去一降一补”的政策，提升传统行业的经营效益。