【www.zhangdahai.com--其他范文】
薛迎迎
(上海财经大学 公共经济与管理学院，上海 200433)
改革开放40年来，以丰富的劳动力资源为基础，依托高投资和出口导向型发展模式，我国经济发展取得了巨大成就，年均近10%的持续高速增长长周期，被誉为“中国增长奇迹”。我国现阶段已经步入中等收入国家行列，以劳动力短缺和工资持续提高为特征的“刘易斯转折点”逐步显现，“人口红利”正在减弱。之前依靠人口红利释放、高投资增长、高出口增长的发展模式很难支撑跨越“中等收入陷阱”。在这个转变过程中，资本报酬递减现象开始出现，靠大规模的政府主导型投资以保持经济增长速度的方式，不再具有可持续性。经济增长基本理论认为，技术进步是经济长期持续增长的最根本因素，而全要素生产率(TFP)是剔除资本和劳动要素投入贡献后所得到的残差，能够衡量技术进步对经济增长的贡献，其变化主要取决于源于创新的技术进步。TFP作为增长的源泉，可以抵消资本报酬递减的不利影响，是可以实现经济增长经久不衰的引擎[1]。当前，“提高全要素生产率”已经成为新常态下转换新旧发展动能、提高经济发展质量的重要突破口。
在创新驱动发展的过程中，企业是最重要的创新主体，而研发作为实现技术进步的重要手段，是提高全要素生产率的核心因素。企业通过研发提升全要素生产率的可能途径有两种：一是内部研发，即企业通过实施自己的研发来实现技术进步，进而提高全要素生产率。[2，3]然而，内部自主研发并不是企业唯一的技术进步方式，尤其是对中国这样的创新能力尚不适应高质量发展要求，诸多企业仍存在自主创新能力不足、关键技术“卡脖子”的发展中国家而言，企业通过研发促进技术进步进而提升全要素生产率的另一种可能选择是研发外包。[4，5]
研发在创新活动中具有核心作用，研发增长能够显著提高要素生产率，促进经济增长。同时，企业研发投资行为因受到研发本身所带来的不确定性、溢出效应以及外部性的抑制，具有高风险性。[6]此外，研发活动还具有较高的调整成本。[7]基于此，越来越多的企业在进行内部研发的同时，积极寻求外部研发资源，进行研发外包。企业研发外包能够与内部自主研发形成互补[8，9]，带来资本节约型技术进步，增加资本密集型产品产出规模，推动生产可能性曲线外移。[10]尤其是国际研发外包，正成为一个快速增长的技术流来源，可以减少各国间生产率差异。[11]但现有文献中也发现研发外包与内部自主研发之间存在替代关系的证据，认为企业研发外包会反向影响内部研发密度。[12，13]此外，研发外包还会产生新的成本与风险，导致其对企业自主创新及技术进步的影响具有不确定性。[14，15]
企业通过研发外包获得外部研发资源，除了可能与内部研发形成互补以应对研发高风险及高额调整成本等，更为重要的原因在于，研发外包能够提升创新绩效。[16，17]但这种促进创新绩效提升的研发外包并非越多越好，而是有个最优的度，研发外包与创新绩效之间呈倒“U”型关系。[18-21]研发外包有利于提升企业创新绩效，而企业研发创新绩效的提升对于全要素生产率具有积极作用。[22-24]因此，理论上研发外包对全要素生产率也应具有显著作用。但目前鲜少有研究直接探讨研发外包对全要素生产率的作用。仅María & Huergo在探讨国际研发外包决定因素时指出，研发外包有利于增加企业固定交易成本和提高全要素生产率。[25]并且针对研发外包对全要素生产率影响的门槛因素及最优适度的研究，更是鲜少涉及。
基于此，本文旨在探究企业如何更加开放和融入全球科技网络，通过研发外包以促进全要素生产率的提升。与已有文献相比，可能的边际贡献包括：第一，研究内容的拓展。区别于现有研究主要关注研发外包与内部研发的关系以及研发外包对创新绩效的影响。本文研究研发外包对全要素生产率的作用效果，并对其门槛特征与最优适度区间进行探究。第二，研究方法的完善。在使用固定效应模型进行基准线性回归分析基础上，进一步采用工具变量2SLS法进行分析，在一定程度上解决了可能的内生性问题；
在探究研发外包影响全要素生产率的门槛因素及最优适度问题时，采用门限回归模型，能够避免人为设置各区间分界点可能导致的偏误问题。第三，研究指标的改进。关于规模以上工业企业全要素生产率的计算，分别通过非参数估计Malmquist-Luenberger指数和参数估计OP方法进行测算，避免了以往研究中采用单一方法进行计算所导致的误差。
(一)研发外包与全要素生产率
研发外包属于企业研发的一种，根据国家税务总局发布的《研发费用加计扣除政策执行指引1.0版》，企业研发活动分为自主、集中、合作、委托研发以及以上方式的组合。20世纪90年代以前，大部分企业研发主要依靠自主研发或集团内部集中研发。[26]但近年来，随着经济全球化、知识和技术进步、价值链改变，企业研发活动越来越外部化，部分企业选择通过与其他企业进行合作研发。合作研发属于企业间研发资源互补，即企业研发创新活动在部分依赖内部研发资源的基础上，部分寻求外部研发资源的优势互补。企业进行研发创新，除了完全依赖内部资源进行内部研发或者部分依赖外部资源与其他企业进行合作研发之外，还可以完全依赖外部研发资源进行委托研发。企业部分或者完全依赖外部研发资源进行创新的活动称为研发外包[27]，其广义范围涵盖了合作研发和委托研发。
研发外包作为企业实现创新驱动的重要因素之一，可以通过影响企业的技术进步，进而对全要素生产率产生作用，[28]具体影响机理如下：第一，企业进行研发外包，能够降低完全依赖自主研发所需承担的巨额研发投入成本，有效缓解自主研发投入经费短缺问题。第二，企业研发创新具有技术和市场双重不确定性，面临巨大的技术与财务风险，研发外包可以使企业与合作方共担新技术研发失败的风险，或将该风险完全转移给合作方，同时还能缩短资金流通周期，降低研发财务和经营风险。第三，企业通过研发外包将创新链条中的特定或所有环节交由最适合的组织完成，能够获取外部研发资源、技术知识，在保留企业最具竞争力的核心部分的基础上，合理运用外部研发资源以获得竞争优势。第四，企业进行研发外包，合作双方须通过订立合同、契约等形式明确研发成果归属或技术资源转移问题，此举能促使合作者自愿分享研发创新成果、技术和知识，积极进行研发创新投入，实现知识和技术溢出内部化。第五，高质量研发人力资本缺口是许多研发创新企业面临的棘手问题。通过研发外包，企业可将这一问题部分转嫁给合作方，从而缓解研发人力资本的限制问题。综上，企业研发外包可有效降低研发成本、分担研发风险、发挥研发创新资源的内外互补优势、实现知识和技术溢出内部化以及缓解研发人力资本限制，有利于全要素生产率的提升。基于此，本文提出如下假设：
H1：企业研发外包能够促进全要素生产率的提升。
(二)研发外包影响全要素生产率的门槛因素
1．自主研发投入强度
企业内部自主研发具有提高创新能力和吸收能力两面性[29]，不仅可以创造新知识和技术，还能增强引进技术的消化吸收能力，利用反向工程实现再创新，使企业从技术引进转变为自主创新，达到创新驱动的持续增长。[30]企业内部自主研发投入强度需达到一定的程度，拥有一定的自主创新能力，才能成功地模仿、吸收、消化和利用研发外包的技术溢出。因此，理论上随着自主研发投入强度的提高，研发外包对全要素生产率的促进作用将进一步提升。
2．政府支持力度
企业技术创新具有投资大、风险高、周期长、正外部性等特点，由市场主导的科技创新资源配置不能实现帕累托最优，因此，政府会通过财政补贴、税收优惠等方式激励企业创新。企业接受政府研发创新的支持力度也会影响研发外包对全要素生产率作用的发挥。适当获取政府资金支持，有利于企业增加内外部研发创新投入，促进技术创新。但过度的政府研发资助会对企业创新支出产生替代效应。[31，34]因此，当政府支持力度超过一定的门槛值时，研发外包对全要素生产率的积极作用会变小。
3．人力资本水平
研发外包技术溢出效应的有效发挥，需要通过企业内部研发技术人员与外部研发机构进行有效的交流和沟通。只有拥有较高水平的技术人才团队，才能更好地完成对外购技术的消化吸收，更加充分地获取和运用研发外包受托方机构提供的研发成果，将研发外包获取的知识和技术成果转化为企业自身的研发资源，进而促进全要素生产率的提升。[35]因此，企业的人力资本水平须达到一定的门槛值，研发外包支出对全要素生产率的积极作用才会越强。
基于上述理论分析，本文提出如下假设：
H2：随着自主研发投入强度的提高，研发外包对全要素生产率的积极作用增强。
H3：随着政府研发支持力度的增加，研发外包对全要素生产率的积极作用减弱。
H4：随着人力资本水平的提高，研发外包对全要素生产率的积极作用增强。
(一)实证模型设定
根据本文研究思路，首先构造如下研发外包与全要素生产率关系的基准线性回归模型：
lntfpit=α+βlnrdexterit+ρXit+μi+μt+εit
(1)
其中，下标i、t分别代表省份和年份；
μi、μt分别表示省份和年份固定效应；
εit为随机误差项；
lntfp为全要素生产率对数值；
lnrdexter为研发外包支出对数值；
X为控制变量集合。
此外，为检验研发外包对全要素生产率影响的非线性门槛特征，借鉴Hansen面板门限回归模型思想[36]，设定如下模型：
lntfpit=α+∑jθjdjit+β1lnrdexteritI(qit≤γ1)+β2lnrdexteritI(γ1
(2)
其中，i、t、lntfp、lnrdexter定义与模型(1)一致；
β为核心解释变量的系数；
j为用来区分变量dj的系数，dj为控制变量；
qit为门槛变量，即研发外包影响全要素生产率的突变点；
γ1、γ2……γn为n个不同的门槛值，α为常数项，eit为随机误差项。
(二)变量定义
1.被解释变量：全要素生产率(lntfp)。参考叶祥松和刘敬的方法[37]，分别通过非参数估计Malmquist-Luenberger指数和参数估计OP方法对全要素生产率进行测算。全要素生产率计算过程中所需变量定义如下：产出水平以主营业务收入衡量。劳动投入以从业人员的年平均数衡量。资本投入以固定资产净额为基础测算的资本存量水平衡量。投资代理变量依据It=Kt-kt-1+Dt进行估算，其中I为固定资产投资，K为固定资产总值，D为固定资产折旧。考虑到价格因素的影响，产出和投入变量均以2011年为基期的实际值，其中产出以工业生产者出厂价格指数平减，资本存量和固定资产投资以固定资产投资价格指数平减。基准回归中以Malmquist-Luenberger指数表示的全要素生产率对数值作为被解释变量[38]，以OP方法计算的全要素生产率对数值做稳健性检验。
2.核心解释变量：研发外包支出(lnrdexter)。企业研发外包支出包括合作研发和委托研发支出，能够反映规模以上工业企业该项目的数据为《中国科技统计年鉴》中公布的外部研发支出，因此，本文以外部研发支出的自然对数值衡量研发外包支出水平。
3.其他门槛和控制变量。自主研发投入强度(rdinterint)以内部研发支出占研发经费总支出的比值衡量；
政府支持力度(rdgov)以科技活动经费筹措中来自政府资金的对数值衡量；
人力资本水平(hr)以研发人员数量占从业人员的比值衡量；
企业规模(size)以单个企业的营业收入规模的自然对数值衡量；
所有制结构(owner)以国有及国有控股企业营业收入占所有规模以上工业企业营业收入的比值衡量；
对外开放水平(open)以地区进出口贸易总额与地区生产总值比值衡量；
市场化程度(Mi)参考王小鲁等的方法[39]，通过计算分省份市场化指数衡量。
(三)数据来源与处理
本文数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《工业企业科技活动统计年鉴》等资料。研究对象为31个省份规模以上工业企业，样本时间为2011～2020年。主要变量描述性统计结果见表1所示。
表1 变量描述性统计结果
(一)基准线性回归结果
表2第(1)～(3)列分别汇报了三种不同情形下的基准线性回归结果，被解释变量均为以Malmquist-Luenberger指数表示的全要素生产率的自然对数值(lntfp_ML)，所有结果均控制了省份和年份固定效应。其中，第(1)列为不加控制变量的固定效应回归结果，lnrdexter系数估计值为0.020，在10%水平上显著；
第(2)列在第(1)列的基础上进一步加入控制变量，此时lnrdexter系数估计值为0.022，在5%水平上显著，这表明企业研发外包能够显著促进TFP的提升，至此验证了研究假说H1的成立。第(3)列为工具变量2SLS的回归结果，在工具变量(IV)的选择方面，主要考虑研发外包支出与TFP之间可能存在逆向因果关系，因此，选取研发外包支出的滞后一期值作为工具变量。不可识别检验和弱工具变量检验结果都证实这一工具变量的相关性和有效性。此时，lnrdexter系数估计值为0.081，在5%水平上显著，这一结果表明，在解决潜在的内生性问题之后，本文研究假说H1依然显著成立。
表2 研发外包对全要素生产率影响的基准线性回归结果
表3 研发外包对全要素生产率影响的门限效应检验结果
表4 研发外包对全要素生产率影响的门限模型回归结果
(二)门限模型回归结果
依据前文分析，选取自主研发投入强度、政府支持力度、人力资本水平作为门限变量，基于模型(2)，同样以lntfp_ML为被解释变量，lnrdexter为核心解释变量，依次进行门限效应检验和估计。门限效应检验结果见表3，结果显示，模型存在以rdinterint为门限变量的显著的单一门限和双重门限效应；
以rdgov、hr为门限变量的显著的单一门限效应。
表4(1)～(3)列报告了以rdinterint、rdgov、hr为门限变量的门限回归结果。各种情形下，lnrdexter系数估计值均至少在10%水平上显著为正，同样证实研发外包对TFP的显著促进作用。具体来看，由(1)可知，随着rdinterint的提高，研发外包对TFP促进作用显著增强。当rdinterint大于第二个门限值0.9472时，研发外包对TFP的促进作用力度最强，此时最优激励lnrdexter系数估计值为0.090，在1%水平上显著。结果如(2)显示，当rdgov跨过单一门限值10.4380时，lnrdexter系数估计值由0.053降低为0.040。这表明，随着政府支持力度提升，研发外包对TFP的促进作用在减弱。结果(3)表明，当hr低于和高于门限值0.0165时，研发外包支出每提高1%，TFP分别提高0.041%和0.047%，即随着人力资本水平提高，研发外包对TFP的促进作用增强。至此，本文研究假说H2-H4均得以验证。
(三)异质性分析
1．所有制异质性
表5报告了国有和非国有企业研发外包对TFP影响的线性回归结果，结果显示，非国有企业研发外包对TFP具有显著促进作用，但国有企业研发外包反而不利于TFP的提高。可能的原因在于，国有企业由于自身的资源禀赋以及国家主导的特殊所有制性质，拥有更多的创新资源和享受更多政府优惠，更专注于擅长自主研发，从而替代了研发外包积极效应的发挥。表6进一步报告了两种性质企业的门限回归结果。①(1)①限于篇幅，此处未汇报详细门限检验结果，仅将门限值汇报于表5中，详细结果留存备索，下表同。以rdinterint为门限变量的结果(1)显示，国有和非国有企业均存在显著的双重门限效应。随着rdinterint的提高，国有企业研发外包对TFP的负面作用减弱，甚至不显著。而随着rdinterint的提高，非国有企业研发外包对TFP的促进作用增强。以rdgov为门限变量的结果(2)显示，当国有企业rdgov跨过门限值13.8973时，lnrdexter的系数估计值由-0.091转变为-0.168，此时研发外包对TFP的负面影响增强。而非国有企业随着rdgov的提高，其研发外包对TFP的促进作用减弱。以hr为门限变量的结果(3)显示，两类企业均存在显著的单一门限效应。当国有企业hr跨过较低的门限值0.0037时，其研发外包对TFP的负面作用就可显著缓解，其系数估计值由-0.598转变为-0.053。而非国有企业的hr需跨过较高门限值0.0095时，其研发外包对TFP的积极作用才能有所增强，其系数估计值由0.012提升为0.022。
表5 分所有制研发外包对全要素生产率影响的线性回归结果
表6 分所有制研发外包对全要素生产率影响的门限模型回归结果
2．行业异质性
表7报告了将行业按资本密集程度高低分组的两类样本企业线性回归结果。①(2)①参照李宇和张瑶(2014)的方法，用实际资本存量除以从业人员数量衡量资本密集程度。研发外包对TFP的显著促进作用在两类企业中依然成立，并且资本密集度高的企业研发外包对TFP的促进作用显著更强。可能的原因在于，资本密集度高的企业通过资本深化可以为技术创新的开展提供物质基础，而技术创新又将提升企业对新增资本的吸收能力，因而其一般具有较高的自主研发投入与较强的自主创新能力，在此基础上通过研发外包能够更好促进技术进步与全要素生产率的提升。表8以rdinterint为门限变量的结果(1)显示，两类企业均存在显著的双重门限效应，且随着自主研发投入强度的提高，两类企业研发外包对TFP的促进作用均增强，但在高资本密集度的企业中显著更强。以rdgov为门限变量的结果(2)显示，两类企业均存在显著的单一门限效应，超过单一门限值，两类企业lnrdexter系数估计值均变小，但政府过度研发支持的负面影响在资本密集度高的企业中表现更早。以hr为门限变量的结果(3)显示，两类企业均存在显著的双重门限效应，且随着hr的提高，研发外包对TFP的促进作用均增强，同样在资本密集度高的企业中显著更强。
表7 分行业研发外包对全要素生产率影响的线性回归结果
表8 分行业研发外包对全要素生产率影响的门限模型回归结果
3．地区异质性
表9报告了东、中、西三个地区企业的线性回归结果。研发外包对TFP的促进作用在三个地区企业中依然显著成立，但在东部地区最强，中部次之，西部最弱。可能的原因在于，东部和中部地区经济相对发达，产业集聚，竞争激励，企业自主研发投入及能力较强，可更好吸收利用研发外包技术溢出；
西部地区经济相对落后，企业自主研发投入及能力薄弱，研发外包的溢出效应因此被削弱。表10中以rdinterint为门限变量的结果(1)显示，东部和西部地区企业存在显著双重门限效应，但中部地区企业仅存在单一门限效应。由各门限区间lnrdexter的系数估计值大小可看出，研发外包对TFP的促进作用同样在东部地区最强，中部地区次之，西部地区最弱。以rdgov为门限变量的结果(2)显示，三个地区企业均存在显著的单一门限效应。随着政府支持力度的提高，东部和中部地区企业研发外包促进TFP提升的作用在减弱，而西部地区该作用在增强。这一结果表明，政府过度研发资助的消极作用在西部地区企业中并未显现，未来可进一步提升对西部地区企业的研发资助力度。以hr为门限变量的结果(3)显示，三个地区企业均存在显著的单一门限效应。随着hr的提高，各地区企业研发外包对TFP的促进作用均增强。
表9 分地区研发外包对全要素生产率影响的线性回归结果
表10 分地区研发外包对全要素生产率影响的门限模型回归结果
续表10
(四)稳健性检验
表11为替换变量的线性回归稳健性检验结果。其中，第(1)(2)和(3)(4)列分别为以OP方法计算的全要素生产率的自然对数值(lntfp_OP)替换被解释变量，以及以研发外包支出占研发总支出的比值(rdexterp)替换核心解释变量的回归结果。两种情形下的线性回归结果均表明了本文研究假说H1的稳健。表12报告了替换变量的门限回归稳健性检验结果。其中，表12上、下两部分分别为以lntfp_OP替换被解释变量和以rdexterp替换核心解释变量的门限回归结果。两类结果均显示，无论是门限个数、具体门限值，还是门限回归中核心解释变量的估计系数及其显著性水平均与基准门限回归结果较为一致，再次验证了本文研究假说H2-H4的成立。
表11 替换变量的线性回归稳健性检验结果
表12 替换变量的门限模型回归稳健性检验结果
续表12
(一)研究结论
本文在系统梳理研发外包对TFP的线性与非线性影响作用机理基础上，从“激励-非线性激励”两个环节，首先考察企业研发外包对TFP的线性影响作用效果，并进一步运用门限回归模型实证检验研发外包对TFP的非线性门槛特征。主要结论如下：第一，基准线性回归结果表明，企业研发外包显著促进了TFP的提升，这一结果在控制了内生影响以及替换变量的稳健性检验结果中依然成立。第二，门限模型回归结果证实，随着自主研发投入强度以及人力资本水平的提高，研发外包对TFP的促进作用增强。随着政府支持力度的提高，研发外包对TFP的促进作用减弱。第三，针对不同所有制性质、行业类型以及地区分类企业的异质性检验线性回归结果显示，研发外包对TFP的促进作用在非国有、资本密集度高以及东部和中部地区企业中显著更强。且受自主研发投入强度、政府支持力度、人力资本水平门限因素的影响，不同分类企业间均存在显著的有差别的非线性门槛特征。
(二)对策建议
基于上述研究结论，本文提出如下政策建议：
第一，激励企业自主研发创新的同时，鼓励企业通过多种方式进行研发外包。由于研发外包支出同样是企业提升全要素生产率的显著积极因素，并且随着自主研发投入强度的提高，这一促进作用增强。因此，未来应深化科技体制改革，在激励企业自主研发的同时，鼓励企业通过合作研发、委托研发等多种方式学习和借鉴外部先进技术，实现内外部研发资源优势互补，促进技术升级与全要素生产率提升。
第二，控制政府对企业研发资助的合理限度，适当提高研发外包支出的税收减免。适度的政府研发资助对于企业发挥研发外包促进全要素生产率的积极作用是有利的，但超过一定限度，其积极作用反而会被削弱。未来应综合考虑企业性质、行业类型及地区的实际技术水平和创新能力等企业异质性特征，合理分配政府对各企业的研发资助额度。与此同时，由于一直以来我国的研发税收减免政策较多强调自主研发和自主知识产权，对企业研发外包仅适度认可，或是有所限制。因此，未来可继续施行并结合不同类型企业的异质性特征适度提升研发外包支出的税收减免力度。
第三，重视研发人力资本的积极作用，优化科技人才支持政策体系。企业的自主研发创新离不开高技术人才，研发外包积极作用的有效发挥同样需要高水平人力资本的支持，随着研发人力资本水平的提高，研发外包对全要素生产率的积极作用增强。据此，未来应系统优化我国现行科技人才政策体系，协同各方积极培育高水平人才，并通过考察科技人才政策是否满足新时期国家、产业、科技和人才发展的需求，提高政策体系的系统性和精准性。
猜你喜欢 门限外包促进作用 环境监测对环境工程建设的促进作用研究资源节约与环保(2022年8期)2022-09-20基于规则的HEV逻辑门限控制策略汽车实用技术(2022年4期)2022-03-07随机失效门限下指数退化轨道模型的分析与应用华东师范大学学报（自然科学版）(2020年1期)2020-03-16VoLTE感知智能优化数字通信世界(2020年2期)2020-03-04基于Neyman-Pearson准则的自适应门限干扰抑制算法*火力与指挥控制(2019年4期)2019-06-14论“互联网+”时代档案服务外包的问题与策略现代营销(创富信息版)(2018年6期)2018-09-05论工商管理对经济的促进作用现代营销(创富信息版)(2018年9期)2018-09-03探究我国承接离岸服务外包的经济效应及对策现代营销(创富信息版)(2018年9期)2018-09-03工程财务管理中会计审计的促进作用探讨消费导刊(2017年20期)2018-01-03第三方支付平台对我国金融业的促进作用消费导刊(2017年20期)2018-01-03本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0821/642936.html
