内容提要:在提出新产品技术效率(NPTE)是衡量工业自主创新效率有效标准的基础上，通过方向性距离函数的拓展，从新产品视角构建了一个自主创新效率和生产效率(TE)既区分又联系的分析框架，从而能够以生产效率为参照系对工业自主创新效率进行评价。发现，1999—2007年省际大中型工业平均TE比NPTE高29%左右;地区工业NPTE呈缓慢上升态势，且东部>中部>西部;近年来工业NPTE与TE的差距有所扩大;企业规模、FDI、进口、R＆D人员和消化吸收投入促进了NPTE的提高，R＆D投资、技术引进和国内技术购买则有抑制作用，产权改革和技术改造的作用也不显著。研究结果还表明，地区工业R＆D投资与NPTE负相关，而这又与非国有产权特征密切相关。

　　关键词:自主创新效率，新产品，技术效率，方向性距离函数

　　一、引言

　　后金融危机时代，如何加快提高自主创新能力成为政府和学界讨论的重点问题。值得注意的是，2000年以后地区大中型工业平均R＆D(研究与开发)强度(科技活动内部支出/工业增加值)一直在5.2%—5.5%之间徘徊，一些地区甚至出现了下降。东部地区从2002年的6.18%下降到2007年的4.44%，西部地区从2004年的4.71%下降到2007年的3.94%。工业R＆D强度增长已表现出几乎停滞的特征，试图依靠增加R＆D投入增强自主创新能力显得越来越困难。为此，本文将关注地区工业自主创新效率问题。

　　近年来工业自主创新效率的研究主要集中在R＆D效率上。朱有为等(2006)选用新产品销售收入作为R＆D产出指标，R＆D资本和R＆D人员作为研发投入指标，运用随机前沿生产函数测算了高新技术产业R＆D产出效率。研究发现高新技术产业R＆D产出效率整体偏低，但呈稳步上升状态，行业间效率差异有逐步缩小趋势。冯根福等(2006)选用新产品开发数目作为研发产出指标，研发经费筹集总额和技术人员数量作为研发投入指标，运用随机前沿生产函数测算了工业研发效率。研究发现工业行业研发效率较低，还有很大提高空间。张海洋(2008)选用新产品销售收入作为产出变量，R＆D资本和R＆D人员作为投入变量，运用非参数DEA方法分析了省级工业R＆D生产效率。研究发现近年来地区工业R＆D生产效率在下降，地区间R＆D生产效率的差异在扩大。

　　除了R＆D效率研究，还有两类研究可以间接反映工业自主创新效率状况:一是对R＆D新产品产出弹性的研究。Zhangetal.(2003)研究发现工业企业R＆D强度和R＆D劳动投入对新产品销售收入的产出弹性分别为0.3515和0.3942。吴延兵(2006a)研究发现工业行业R＆D资本和R＆D人员的新产品产出弹性分别为0.351和0.4584。另一类是对R＆D产出弹性的研究。张海洋(2005)和李小平等(2008)研究发现工业行业R＆D强度与生产率增长显著负相关。Jeffersonetal.(2006)研究发现工业企业R＆D强度对工业产品销售收入的产出弹性为－0.045。吴延兵(2006b)研究发现制造业R＆D资本对工业总产值的产出弹性约为0.1，在控制了市场因素和产权因素后，R＆D产出弹性约为0.04。这些研究结果表明，工业新产品生产呈规模报酬递减，R＆D强度对生产率增长有负的影响，R＆D资本的产出弹性为正，但处于非常低的水平。从国外类似研究来看，各国产业R＆D产出弹性表现不一(Mansfield，1988;Bernstein，1988;Grilichesetal.，1990;Verspagen，1995)，分布范围为0—0.50，主要在0.10—0.20之间(Griliches，1988;Mairesseetal.，1991;吴延兵，2006b)。与大多数国家相比，工业R＆D产出弹性要低很多，似乎暗示着自主创新的低效率。而R＆D投资与生产率增长显著负相关，意味着R＆D投资已经抑制了生产效率水平的提高，工业R＆D投资能否增强自主创新能力令人担忧。

　　现有研究有助于认识R＆D对经济增长的作用，然而由于投入产出指标的局限，并不能正确反映工业自主创新效率。从产出指标来看，一些研究选用新产品开发数目，但新产品开发数目只是中间变量，项目开发最终可能失败也可能成功，不同项目的质量和经济价值也有很大差别;一些研究选用工业总产值或者工业产品销售收入作为产出指标，但加总数据没有对新老产品加以区分，包括了与自主创新活动无关的老产品。实际上，工业自主创新能力最终体现在新产品上，新产品才是衡量工业自主创新产出的有效指标，因而衡量工业自主创新效率有效标准应当是新产品技术效率或全要素生产率;还有一些研究选用了新产品销售收入作为产出指标，投入要素却只考虑了R＆D资本和R＆D人员，忽略了生产性投入要素(资本和劳动)的作用，实际上衡量的是部分要素R＆D效率。显然，在多要素投入情况下，部分要素R＆D效率不能正确衡量自主创新效率。

　　现有研究还存在一个重大不足，就是没有将自主创新效率与生产效率联系起来进行分析。一些经济学家早已意识到市场扭曲导致的R＆D投资低效率是一些国家工业R＆D产出弹性下降的主要原因(Griliches，1998)，但由于缺乏一个创新效率和生产效率相互联系的分析框架，人们无法对这两种不同类型效率研究结果进行比较，进而不能判断自主创新效率相对生产效率的高低程度。

　　李小平等(2008)认为工业R＆D投资与生产率增长负相关的原因有两个:一是国有企业存在严重的预算软约束和委托代理问题，导致国有企业的R＆D投资可能会更偏向于能在短期内带来收益而缺乏长期回报的“政绩工程”;二是R＆D投资强度太大，导致投资效率低下。然而，他们却没有提供工业R＆D投资低效率及其原因的实证依据。实际上，生产效率变化存在多种作用机制，R＆D投资与生产率增长负相关并不意味R＆D投资一定低效率，这也有可能是与创新无关的老产品的生产效率下降造成的，比如过度R＆D推动的技术进步带来的创造性破坏将抑制老产品生产率增长(Englanderetal.，1988;Verspagen，1995)。

　　针对现有研究的不足，本文将对新产品技术效率进行研究，力图在考察工业自主创新效率真实情况的基础上，对自主创新效率的影响因素进行分析，探讨工业R＆D投资与生产率负相关的原因。综观现有新产品研究文献，关注的问题有:新产品在产品生命周期(PLC)所处的阶段(Vernon，1966)、新产品的发展阶段(Mahajanetal.，1990;Golderetal.，2004)、新产品起飞的决定因自主创新是企业为制造新产品提供新技术和提高老产品质量与生产效率的新工艺所进行的研发活动。新产品包括新消费品、新资本品、新材料和新中间投入品。在提高老产品质量和生产效率的新工艺中，大多数会用到一些新资本品、新材料和新中间投入(范红忠，2007)，因此工业自主创新能力最终体现在新产品上。素(Tellisetal.，2003;Dekimpeetal.，2000;Stremerschetal.，2004;Talukdaretal.，2002)，以及新产品起飞持续的时间(Golderetal.，1997)等等。然而，目前关于新产品技术效率的文献仍是空白。

　　现有文献没有对新产品技术效率开展研究的主要原因是，测算新产品技术效率要面临数据和技术上的双重困难。统计年鉴提供了新产品工业生产总值和增加值，却没有提供专门用于新产品生产的资本和劳动相关数据。传统测算技术效率方法只能测算包括新老产品加总的技术效率，对于特定产品技术效率却无能为力。本文通过拓展方向性距离函数，构建了新产品技术效率的分析框架，解决了上述问题。该方法不仅考虑了R＆D投入和生产性要素投入，而且对产出中的新老产品加以区分，进而可以确切衡量新产品技术效率。此外，由于方向性距离函数从新产品角度对自主创新效率和生产效率进行既区分又联系的分析提供了一个合理的理论框架，因此，本文与现有创新研发效率研究的一个重要不同在于，能够以生产效率为参照系，对工业自主创新效率进行更全面客观的评价。

　　二、新产品技术效率分析框架

　　近年来，越来越多研究使用Shephard距离函数方法对技术效率进行测算。衡量特定产品方向性距离函数要充分利用投入配置信息，除了对不可配置投入进行约束，还对可配置投入进行约束。技术效率用标准的Shephard距离函数进行测算，新产品技术效率用特定产品方向性距离函数进行测算。技术效率的产出变量为工业总产值，投入变量为中间投入、资本和劳动，新产品技术效率产出变量为新产品总产值和老产品总产值，投入变量为中间投入、生产性资本、劳动、R＆D资本和R＆D人员。为了避免出现大量100%效率单位和降低跨期效率的波动幅度，运用序列DEA方法，即每一年的参考技术由当期和前面所有时期的投入产出值决定(王兵等，2007)。

　　三、R＆D资本、生产资本估算和数据

　　R＆D资本存量采用永续盘存法(PIM)估算。估算R＆D资本存量必须细致解决R＆D支出的双重核算问题。R＆D支出包括劳务费、原材料费、固定资产购建费和其他费用四个组成部分。而生产资本投入中包括了R＆D固定资产，劳动投入中包括了R＆D人员投入，中间投入包括了R＆D原材料和其他费用的投入。因此，如果直接将R＆D支出用来计算R＆D资本存量，并和中间投入、生产资本投入和劳动投入一起作为生产函数的投入要素，R＆D支出就会被重复计算。为避免双重核算问题，本文的做法是:R＆D人员是必须考虑的投入要素，R＆D支出中的劳务费应当扣除;R＆D支出中的固定资产购建费在核算生产资本存量时，在固定资产净投资中扣除;R＆D支出中的原材料费和其他费用在核算中间投入时扣除，R＆D人员在劳动投入中扣除。为避免权重设定的随意性，测算技术效率的资本存量、中间投入、劳动都没有扣除其中的R＆D支出部分，计算方法和新产品相关变量一样。根据科技统计年鉴的定义，本文新产品是指采用新技术原理、新设计构思研制、生产的全新产品，或在结构、材质、工艺等某一方面比原有产品有明显改进，显著提高了产品性能或扩大了使用功能的产品。工业新产品统计包括两类:一类是经政府有关部门审批认定并在有效期内的新产品;二是企业自行研制开发，未经政府有关部门认定，从投产之日起一年之内的新产品。近年来一些地区新产品统计口径在第二类新产品上有所调整，但该类新产品是企业自行认定的一年内的新产品，因此统计口径变化只会对当年新产品数据产生影响，后期影响不大。随着新产品统计日益完善，现有数据已可以反映我国工业新产品的基本情况。

　　四、测算结果和分析

　　各地区大中型工业新产品技术效率(NPTE)和技术效率(TE)的测算结果。我们将从NPTE静态比较和动态比较，以及NPTE与TE差异三个方面进行分析和比较。

　　(一)NPTE的静态比较

　　三大地区大中型工业平均NPTE呈东部>中部>西部。1999—2007年各地区NPTE差异非常大，最高为100，最低仅4.52。为了区分地区自主创新效率的差异，本文将NPTE为100的地区定义为“自主创新效率很高地区”;NPTE在(80，100)之间的地区为“自主创新效率较高地区”;NPTE在(60，80)之间的地区为“自主创新效率一般地区”;NPTE在(40，60)之间的地区为“自主创东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南共11个省市，中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南共9个省，西部地区包括广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆共10个省市。

　　新效率较低地区”;NPTE在(0，40)之间的地区为“自主创新效率很低地区”。根据1999—2007年各地区NPTE平均值，按排名顺序，高效率地区包括天津、黑龙江、上海、广东、海南和云南6个地区;较高效率地区包括江苏、浙江、福建、重庆、北京和吉林6个地区;一般效率地区包括山东、四川、内蒙古、湖南、广西共5个地区;较低效率地区包括安徽、湖北、辽宁、陕西、江西、河南6个地区;很低效率地区包括贵州、河北、山西、宁夏、青海、新疆、甘肃7个地区。

　　高效率地区除了东部的天津、上海、广东和海南，还包括中西部的黑龙江和云南;较高效率的地区既包括东部的江苏、浙江、北京和福建，也包括中西部的重庆和吉林;一般、较低和很低效率地区主要集中在中西部。值得注意的是，东部地区的山东为一般效率地区，平均NPTE为75.1;河北为很低效率地区，平均NPTE只有32.3，在东部地区它们的工业自主创新效率表现相对较差。

　　(二)NPTE的动态比较

　　在1999—2007年期间，地区大中型工业平均NPTE在2000年和2001年曾出现缓慢下降，随后持续上升，2007年有所回落，最高为2006年的73，最低为2001年的60.8。这说明总体上近年来工业自主创新效率呈缓慢上升态势。三大地区NPTE变化表现不同的特征:东部地区基本保持不变，最高为2002年的86.93，最低为2001年的83.9。中西部地区在2000年和2001年出现短暂的下降，其余时间呈上升趋势，分别从1999年的56.5和48.9上升到2007年的71.4和61.7。

　　各地区NPTE动态变化还有以下特点:保持高效率或较高效率的地区有天津、黑龙江、上海、广东、海南、云南、江苏、浙江、福建;保持低效率或较低效率的地区有河北、山西、宁夏、青海、新疆、甘肃;效率有明显改进的地区有重庆、北京、吉林、内蒙古、湖南、湖北、陕西;效率明显下降的地区是广西、山东和河北。总的来看，除了广西、山东、河北、河南和新疆曾出现过明显下降外，大部分地区都有所改善，其中重庆、北京、吉林、内蒙古和湖南的上升比较明显。

　　(三)NPTE和TE比较

　　1999—2007年省际大中型工业TE和NPTE的平均值分别为86.1和66.8，生产效率比自主创新效率高出29%，东中西部分别高出7.8%、39%和57%，说明工业自主创新效率明显低于生产效率，这在中西部地区尤为突出。与NPTE曾出现了下降不同，TE表现出稳步上升的趋势，并且近年来NPTE和TE的差距没有明显缩小，反而有所拉大，说明工业老产品生产效率并没有明显下降反而有所提高。因此，工业没有出现过度R＆D导致的创造性破坏，R＆D产出弹性低的原因是低水平的自主创新效率和新产品占工业总产值比重过低，2007年大中型工业总产值中的新产品占比仅为16.9%。

　　各地区大中型工业NPTE和TE的变异系数。TE的变异系数比NPTE小得多，地区工业TE差距远没有NPTE大;全国和三大地区工业TE差距都在缩小，全国工业NPTE差距在缩小，但东部地区基本保持不变，中西部地区分别在2001年和2003年以后才呈现出缩小的趋势，说明近年来地区间的工业自主创新效率差距在逐步缩小。

　　五、新产品技术效率影响因素分析

　　根据相关理论，本节将对以下几个因素进行分析。首先是企业规模。现有企业规模对创新影响的理论可以适用在创新效率上。一是“熊彼特假说”:由于在规模经济、分担风险和融资渠道等方面拥有相对优势，大企业比小企业具有更强的创新效率;另一种观点认为:在特定的条件下，竞争性产业比垄断产业能产生更多的R＆D激励，垄断企业的地位可能会削弱其创新激励(Arrow，1962)。有关工业企业规模对创新效率的实证结果并不一致(朱有为等，2006;冯根福等，2006;吴延兵，2006b)。因此，判别企业规模对新产品技术效率的影响将取决于实证结果。用地区大中型企业平均销售收入衡量企业规模(qygm)。

　　然后是产权变量。对于处于经济转型期的工业来说，制度因素特别是产权结构很可能是影响自主创新效率的重要因素。知识具有公共产品性质和收益的不完全独占性，国有企业享受了国家很多的科技优惠政策，获得绝大多数的国家科研资助。此外，随着科学技术的飞速发展，新产品研发越来越依赖于企业长期知识资本存量的积累而不是短期R＆D投资的增加，我国国有企业的知识资本存量也要远高于非国有企业。因此，国有企业在知识创新生产上具有先天的体制优势(袁志刚，1999;Atkinsonetal.，1980)。然而，国有企业存在严重的委托代理问题，容易造成一定程度的R＆D投入浪费，这将制约自主创新效率的提高。总体而言，我们推测国有企业比非国有企业具有更高的自主创新效率。本文用大中型工业企业非国有工业企业总产值占比来衡量产权变量(fgy)。

　　三是外商直接投资。根据外资技术溢出理论，FDI对内资部门可能有不同的影响。一方面外资的竞争压力和潜在的溢出效应都可能促进内资企业生产率的提高，另一方面由于外资的进入，对内资企业形成冲击，降低了内资企业的生产规模和利润水平，从而抑制生产效率的提高。根据张宇(2009)的统计，在2005—2008年期间发表于国内外核心期刊的有关FDI溢出效应的113篇研究当中，有63篇产生了积极的结果，29篇认为FDI的技术溢出是有条件存在或者部分存在，21篇否认了FDI技术溢出效应的存在或认为存在显著的负溢出效应。针对不同的结论，判别外商直接投资与新产品技术效率的关系最好从实证结果中寻找证据。本文用大中型工业企业中的三资企业工业总产值占比来衡量外资活动程度(fdi)。

　　四是进出口贸易。Coeetal.(1995)和Keller(2000)研究表明，以进口为载体的国际技术扩散促进了本地企业生产率增长，这在得到了印证(李小平等，2008)。对于出口对生产率的作用，Helpman(2006)认为对于多数发展家，出口对于企业生产率所具有的“出口中学习”效应是广泛存在的，这主要表现为发展家对发达国家先进生产设备的引进和成本降低型生产效率的提升，而不是其自主创新能力或技术创新型生产效率的提高。关于出口是否存在“学习效应”的实证研究结论却不一致。Perkins(1997)发现出口企业生产率比非出口企业明显高，Weietal.(2006)研究发现工业存在显著的国际贸易溢出效应，而Fu(2005)和李小平等(2008)却发现出口并没有显著促进生产率增长，张杰等(2008)研究发现企业出口与生产率之间可能存在复杂的相关关系。因此，我们推测进口对新产品技术效率的提高有促进作用，出口的作用将取决于实证结果。本文将分别考察各地区工业出口(出口/GDP)和进口(进口/GDP)对新产品技术效率的影响。

　　五是研发投入。与张海洋(2005)和李小平等(2006)有所不同，本文R＆D投入考虑了两种要素:一是用大中型工业企业扣除R＆D劳务费的R＆D强度(科技活动内部支出/工业增加值)衡量R＆D投资(rdi)，二是用大中型工业企业R＆D人员比例衡量R＆D人员投入(rdl)。参考现有研究结果，我们推测两种R＆D投入都将抑制新产品技术效率的提高。