社会资本对技术创新.docx

1、社会资本对技术创新社会资本对技术创新的影响基于中国省级面板数据的实证研究杨 宇 （南京大学经济学院，南京，210093）摘要：本文采用中国省级层面面板数据实证研究了社会资本不同维度对技术创新的影响。社会资本包括认知维度信任和结构维度网络组织；技术创新包括投入和产出两部分，投入指标主要包括研发经费投入和研发人员投入，产出指标主要包括专利申请量、专利授权量和技术市场成交额，研究中引入教育、研发政策和宏观制度三个控制变量。本文的创新之处在于如下两点：一是社会资本的衡量，不是采用一个综合指数，而是采用两个不同维度的指标；二是充分考虑到技术创新各变量之间的关系，采用了联立方程模型方法。实证研究表明：中国

2、社会资本的确影响技术创新活动，而且社会资本的不同维度对技术创新具有不同的影响。1.引言人们一般认为，技术创新在经济发展中具有重要的作用，因此，有必要进行技术创新的投资，而研究和开发活动将会促进技术创新。但是，不同国家、不同地区同样的研发支出，却没有取得同样的效果，究其原因，我们认为技术创新受到许多其他因素的影响。一个非常重要的因素是社会环境，即网络、规范、信任等，可以将其归结为社会资本。近年来，社会资本作为技术创新的相关变量，不管是在企业层面，还是社会层面，都受到广泛的关注。但是，目前的研究重点在于社会层面的研究，这是因为，许多单个企业技术创新的集合构成了社会层面的技术创新，社会中许多个体社会

3、资本的集合构成了整个社会的社会资本。本文的研究目的在于采用中国的面板数据审视社会资本对技术创新的影响。选取面板数据出于以下两点理由：一是以前的研究显示社会资本存量变化极其缓慢（Sabatini Fabio,2005）；二是考虑到模型中变量的数目较多，为了得到可靠的结果，有必要采用大样本数据，目前研究中采用的数据来自中国统计年鉴、中国科技统计年鉴、国家民间组织管理局的民间组织数据和张维迎和柯荣柱的调查数据（2002）。尽管以前的研究采用了相似的数据，但是观察样本数较少。本研究充分考虑到教育、政策和制度这些控制变量对技术创新的影响，纵然也有其它影响因素，但是之所以选择了这些变量，是因为学者们一般认

4、为这些变量比较重要。本研究的贡献在于以下两个方面：一是许多以前的研究都把社会资本看做是一个一维的概念，由一个综合指数或一维变量来衡量（Akcomak and ter Weel,2005,2006;Subramaniam and Youndt,2005），但是，社会资本的不同维度对技术创新可能具有不同的影响。因此，本文审视了社会资本不同维度对技术创新的影响；二是技术创新的衡量包括创新投入和创新产出两个方面，每一个方面又包括许多亚维度，以前的研究只涉及到其中的一两个方面。因此，本文审视了社会资本对技术创新不同方面指标的影响。本文结构安排如下：第二部分提出了研究的理论背景，讨论了可能的因果关系；第三

5、部分介绍了模型设置、数据选取和变量衡量；第四部分给出了模型的估计结果和相应的分析；第五部分是结论、政策意义及本文研究的局限性。2.理论背景2.1概念框架技术创新是将新的或改进的产品、过程或服务引入市场。技术创新过程包括两个方面：投入和产出(Nasierowski and Arcelus,1999)。例如，投入包括研发经费支出和研发人员投入。产出是技术创新的成果，如专利申请、专利授权和技术市场成交额。区分技术创新的投入和产出，对于构建一个理论模型并加以实证分析，是非常必要的。技术创新的一个重要影响因素是教育，尤其是正规教育，正规教育反映了一个国家或地区教育的一般水平。教育有助于促进创新氛围，提供

6、熟练劳动力和富有创新性的研究人才，节约培训支出，扩大创新性产品的需求(Furman et al.,2002)。技术创新的第二个重要影响因素是研发政策 (Varsakelis,2001;Lundvall et al.,2002)，研发政策有利于保护研究和开发成果，鼓励创新。第三个重要影响因素是制度，制度为技术创新提供了宏观环境基础。制度有助于降低交易成本，促进创新扩散。因此，一个社会中的教育、研发政策和制度在实证研究中可以作为控制变量引入。社会资本有许多定义，Adler and Kwon (2002) 和Tamaschke (2003)对此进行了综述。社会资本概念的早期提出者之一Bourdieu

7、 (1986)，将社会资本定义为“实际的或潜在的资源集合，他们与或多或少制度化了的相互认识与认知的持续关系网络联系在一起。”；学者们也从不同层次上对社会资本进行分析（Bourdieu,1986;Coleman,1988），目前普遍认为，社会资本可以是个人层面的(Bourdieu,1986;Coleman,1988)，也可以是企业层面的(Burt,2000;Subramaniam and Youndt,2005;Tsai and Ghoshal,1998)，Putnam则从社会层面研究社会资本社会资本是国家或地区的属性（Portes,1998）。根据普特南（1995）的观点，社会资本是“社会组织

8、的特征，如网络，规范和信任，有利于为了共同利益而进行协调和合作”。其他学者在研究社会资本对经济增长或技术创新的影响时，常常涉及到该概念中提到的网络、规范和信任(Dakhli and de Clercq,2004;Fountain,1998;Knack and Keefer,1997;Landry et al.,2002)。本文主要研究区域层面的社会资本，并认为社会资本是特定地区的个人社会资本的集合体。社会资本一般分为两个维度：结构维度和认知维度（Chou,2006;Hjerppe,2003）。社会资本的结构维度（如网络）指人们之间关系的结构模式。社会资本的认知维度指（如信任）指人们在同一社会网

9、络共享的价值观和意义系统。正如所见，社会资本是一个复杂的概念。因为篇幅有限，相关概念的综述并不是详尽无遗的。接下来，我们将分析社会资本影响技术创新的微观机制以奠定本文的实证分析基础。2.2 社会资本对技术创新的微观影响机制一般来说，社会资本主要通过四种微观机制影响技术创新：学习机制、激励约束机制、合作机制和风险控制机制。第一，学习机制。技术创新是一种以知识为基础的创造性活动，只有通过知识的不断学习、交流、碰撞，才能激发出创新的火花。知识根据可传递性分为隐性知识和显性知识，只有显性知识的共享，知识将停留在原有水平上，只有技术模仿，而没有技术创新；只有隐性知识得以转移、传播和整合，才能实现技术创新

10、。隐性知识占据了整个知识的绝大部分，主要蕴藏在专家、工程师和技术工人的大脑之中，只能通过人际间互动才能转移。社会资本中的信任及网络结构提供了人际间互动的基础：信任是隐性知识分享最重要的因素，网络成员交换或分享知识，取决于隐性知识买方是否值得信任，成员间的信任程度愈高时，成员间隐性知识分享也会愈充分（Davenport & Prusak，1998）；成员间的信任也是防止投机行为发生的一种有效手段，可以促使团队成员间为了团体利益共享隐性知识（McEvily，2003）；社会网络是隐性知识交流的重要载体，网络成员间的社会互动越频繁，将越有助于使隐性知识的疆界模糊化，从而有助于隐性知识的分享和传递，促

11、进创新思想的形成，提高技术创新（Tasi & Ghoshal，1998）。第二，激励约束机制。福山认为，“社会资本是一种有助于两个或更多个体之间相互合作、可用事例说明的非正式规范。”社会资本的本质就是一种非正式制度。作为一种结构性制度要素，社会资本同正式制度一样，可以通过激励约束机制促进技术创新。社会资本中的信任作用于技术创新的激励约束机制尤为明显：信任可以降低对刚性控制体系的需求（Quin，1979），严密的监控机制会抑制人的创造性思维，而不受或少受监控机制的约束会增强新思想的产生；普遍信任水平越高，监控违约及不合作行为的成本越低，要求书面合约的必要性越小（Knack & Keefer，19

12、97）。因此，高水平信任将激励公司将更多的时间和财力花费在技术创新上；对政府及法律体系的制度信任也至关重要，可靠的法律体系、良好的专利申请制度能够激发创新动力，因为创新人员感到他们的活动成果和研发支出受到保护，能够预期活动成果（Dakhli & de Clercq，2004）；社会的普遍信任水平越高，则社会成员，包括投资者的风险规避要求越低。众所周知，技术创新离不开风险，风险资本市场对技术创新至关重要高水平信任将激励投资者将更多的资金投资于高风险的研发活动（Ackomak & ter Weel，2006）。第三，合作机制。技术创新依赖于信息传播，尤其在高科技领域，信息是专业化的，专业化程度越高

13、，技术越复杂，对合作的要求越高，而社会资本可以通过合作机制促进技术创新。主要机理如下：作为社会资本的社会网络具有协同效应，能有效整合各种思想、技能及财富。各种创造性思维的碰撞有利于形成创新式的整合和突破式的创新（Subramaniam & Youndt，2005）；一个地区稠密的社会网络及网络参与培养了社会成员间的合作习惯及团结倾向（Putnam，2000）；社会资本促进了经济中各种增长要素资本、劳动、技术、知识的合作，促进了经济体中科技系统、管理系统和金融系统的紧密协作（Daklhi & de Clercq，2004）；经由网络进行的信息交流离不开信任的作用（Tsai & Ghoshal，1

14、998），信任起着促进合作的重要的“胶合剂”作用。第四，风险控制机制。技术创新是知识流动和资源活化的动态过程，从研发到商业化应用，其中存在着很大的风险。丰富的社会资本可以使得各个行业的高科技公司与科研单位、大学、地区政府，甚至国家形成生产性的协作关系，通过资源共享、群策群力、多方学习、协作发展和创新扩散等多种机制降低各种创新风险。社会资本之所以可以降低创新过程中存在的风险，导致高水平的创新，主要是因为如下几点：阻止自私自利行为。丰富的社会资本可以使声誉机制有效地发挥作用，阻止自私自利行为，比如拥有“坏”方案的公司可能因为担心影响声誉而停止模仿拥有“好”方案的公司；改变预期。投资人依靠公司声誉对

15、方案进行投资。如果公司曾经合理披露方案信息，就会提高公司在投资者眼里的可信度。投资者将会改变对公司的预期，从而提高方案融资概率；降低交易成本。如果融资者和公司相互信任，则融资的监督成本低，因此，信任环境可以降低监督成本。同时，也可以降低投资人获取公司和方案信息的搜寻成本（Akomak & Bas ter Weel，2006）。2.3实证研究回顾过去十年来，尽管涌现不少文献研究社会资本对技术创新的影响，但是在社会和国家层面的实证研究却不多见。Dakhli and de Clercq (2004)从国家层面分析了社会资本对技术创新活动不同指标的影响，结果发现社会资本所有维度对专利申请都没有影响，但

16、是信任增加了高科技产出。Fritsch (2004)的研究有所不同，他认为，社会资本存量高的地方，技术创新产出水平较高。合作提高了研发活动的效率，有利于创新活动的成功，从而增加了专利申请数目。Mazzanti et al.(2005)的实证研究表明，社会资本在任何时候对研发投资都至关重要。Akcomak and ter Weel (2005)关于欧洲地区社会资本和政府支援计划对技术创新的影响研究显示，一定的信任水平有利于实施技术创新，有利于增加欧盟政府支援基金对于技术创新的投入。Akcomak and ter Weel(2006)也对欧洲区域层面的数据进行研究，结果发现信任对专利申请量具有正面

17、影响。与许多以前的研究不同，Anneli Kaasa(2009) 充分考虑了技术创新各因素之间的关系，采用了欧盟统计数据和欧洲社会调查数据，运用结构方程模型方法，而不是回归分析方法，研究了社会资本不同维度对技术创新的影响。结果发现，社会资本的确影响技术创新活动，而且社会资本的不同维度对技术创新活动具有不同的影响。总而言之，可以假设认为社会资本影响技术创新。而且，考虑到社会资本的异质性，可以认为社会资本的不同维度对技术创新具有不同的影响。此外，社会资本对技术创新的影响可以经由研发投入进行分析。因此，本文的主要研究问题如下：首先，中国的社会资本影响技术创新吗？其次，中国的社会资本怎样影响技术创新？

18、最后，社会资本不同维度对技术创新的影响是否相同？接下来，我们介绍本文实证研究所需要的模型和数据。3.实证研究方案3.1模型设定社会资本之所以具有价值创造功能，根本原因在于其能够通过网络、信任等维度弥补物质资本、人力资本等传统资源的不足以产生更大的绩效(e.g.,Coleman,1988)。为了研究中国的社会资本怎样影响技术创新，我们构建了一个包含三个方程式的联立方程模型。模型中的第一个方程式研发支出估计方程，一个地区的研发支出(rde)通常来源于地区总产出(grp)。因此，我们可以假设研发支出是总产出(grp)的函数，即(1)根据上文的分析，受到研发政策、制度和社会资本的影响，假设几个变量之间

19、呈指数关系，则有(2)其中, ,和分别是研发政策、制度和社会资本对的影响。将公式（2）带入公式（1），则有,(3)模型中的第二个方程式是研发人员投入方程，假设当年的研发人员数是上一年的研发人员数的函数，并且可以用下式表示(4)根据上述分析，效率系数受到教育、研发政策、制度和社会资本的影响，并且他们之间呈指数关系，则有(5)其中，, ,和分别是教育、研发政策、制度和社会资本对或研发人员的影响系数。将公式（5）带入公式（4），则有(6)模型中的最后一个方程式是技术创新产出方程。根据Grilliches(1990)的研究，研发支出和研发人员投入都是技术创新产出(tio)的影响因素，如果采用Cobb-

20、Douglas生产函数，则技术创新方程可以表示为：(7)其中，和分别是研发支出和研发人员对创新产出的影响系数。根据上文观点，技术创新产出同时受到教育、研发政策、制度和社会资本的影响，并且认为教育、研发政策、制度和社会资本对技术创新产出的影响在于提高研发支出和研发人员的产出效率，并且呈指数关系，则有(8)其中，,和分别是教育、研发政策、制度和社会资本对创新产出的影响系数。将公式（8）带入公式（7），则有, , ,.(9)为了方便估计，我们将公式（3）、公式（6）和公式（9）两边分别取自然对数，由于本文采用面板数据进行估计，所以估计用的线性计量模型可以写为：其中，,和是误差项。3.2变量及数据3.

21、2.1社会资本由于社会资本是一个多维度的概念，所以我们选取不同的指标来衡量社会资本的不同维度。中国缺乏完备的社会资本统计数据，国内少数学者在研究社会资本及相关问题时，都尝试性地采用了一些替代指标，如自愿免费献血率、信任、社会总保费、民间组织等。本文认为，自愿免费献血率和社会总保费不足以衡量中国的社会资本，但是可以采用信任衡量社会资本的认知维度，采用民间组织衡量社会资本的结构维度。信任是度量社会资本的一项重要指标，Dakhli & Clercq（2004）、Akomak & Weel（2006）及Kaasa（2007）等在研究社会资本、技术创新与经济增长的关系时都采用信任衡量社会资本。信任水平由

22、一个国家或地区的文化背景确定，通常认为一个地区的信任水平在长时期内是固定不变的。国际上通用的测量信任的方法是问卷调查，权威的数据来自世界价值观调查（World Values Survey，简称WVS）。WVS的调查表明，大多数国家信任得分随着时间变化是稳定的，中国的信任得分也较为稳定。但是，WVS的信任调查值没有连续的时间序列值，也没有中国省级层次的截面数据值，不能满足本文的分析需要。国内现在还没有一个权威的价值观调查机构对社会资本进行调查评级。到目前为止，公开的能够获得的信任数据只有张维迎和柯荣柱委托中国企业家调查系统在 2000 年对中国大陆31个省市自治区15 000家企业和企业领导人所

23、做的信任度调查的数据。本文认为，他们的信任调查值能够很好地衡量中国各地区社会资本的认知维度，借用他们的信任加权值（tru）作为信任的替代变量。民间组织是一种自愿性的中介组织，作为一种社会自律机制，具有较强的社会参与性，通过自我约束、志愿服务等机制，促进了透明性和社会公开度，一定程度上弥补了“市场失灵”和“政府失灵”，促进了技术创新及经济增长。这也是一个具有鲜明中国特色的称谓，在国际社会它往往被称为“非营利组织”、“非政府组织”、“公民社会组织”、“第三部门”、“志愿协会”、“自愿组织”等。Dakhli & De Clercq（2004）和Kaasa（2007）在运用跨国数据对社会资本、技术创新

24、与经济增长的关系进行实证研究时也采用这个指标衡量社会资本。在我国，民间组织包括社会团体、基金会及民办非企业单位，民间组织的蓬勃发展，公民社会是其社会基础。本文选取我国2002-2007年中国各省市自治区民间组织密度（gru）衡量社会资本的结构维度。民间组织密度是民间组织数的变体，是民间组织总数与就业人口的比值。数据来自国家民间组织管理局的“中国社会组织网”（）和2003-2008年中国统计年鉴。3.2.2技术创新投入研发经费支出主要用于一个国家的基础科学研究，该变量在很大程度上能够衡量一个国家的基础科学发展水平，所以，本文采用研发经费支出衡量技术创新的经费投入；技术创新的人员投入一般有万人口科

25、技活动人员及研发人员数两个指标，但是，由于万人口科技活动人员缺乏省级连续数据，考虑到数据的可得性，本文采用研发人员数衡量技术创新的人员投入。数据来自2003-2008年中国科技统计年鉴，其中研发经费支出数据（单位：亿元）采用以2000年为基期的经国民生产总值指数平减后数据。3.2.3技术创新产出由于技术创新的产出不易直接观测到，因而需要借助于一些指标来代替技术创新产出成果。专利可以提供当前创新成果及以前专利的相关信息，而且专利中所包含的科技含量高，往往是新产品和新工艺的核心，可以反映一个国家或地区技术创新能力。但是，专利量不能完全反映技术创新活动，不能完全替代技术创新成果。因为即使有了专利，也

26、并不表示该技术已经被用于提高生产力，必须要考虑这些技术创新的产业化率，技术市场成交额反映了技术创新成果商品化、产业化的状况。所以，本文选用专利申请受理数（pa）、专利申请授权数（pw）和技术市场成交额（etm）三个指标衡量技术创新产出。数据来自2003-2008年中国统计年鉴和中国科技统计年鉴，其中技术市场成交额数据（单位：亿元）采用以2000年为基期的经商品零售价格指数平减后的数据。 3.2.4其它变量研发政策显示了政府对技术创新的支持力度，可以采用中国各地区研发支出占政府财政支出的比例来衡量；制度采用市场化指数来表示，因为由中国的制度变迁过程就是市场化的过程，数据来自樊刚等人的中国市场化指

27、数：各地区市场化相对进程2006年报告；教育采用各地区平均受教育年限衡量，平均受教育年限计算公式如下：平均受教育年限=文盲率*0+小学文化程度人口比率*6+初中文化程度人口比率*9+高中文化程度人口比率*12+大专以上文化程度人口比率*16。数据来自2003-2008年中国统计年鉴和中国科技统计年鉴。各变量的描述性统计见附录1。面板数据模型包括联合回归模型、变截距模型和变系数模型三类。由于本文主要考察社会资本对技术创新的影响，我们考虑了方程的个体影响，但忽略了方程的结构变化，并认为个体的影响均反映在截距项中。因此，实证分析中采用了变截距模型。变截距模型又分为随机效应模型和固定效应模型，因为信任

28、随着时间变化较为缓慢，短期内可以忽略不计，本文的分析时间只有5年，所以，研究中采用了随机效应模型进行分析。在对联立方程模型中每一个方程进行分析时，我们采用了期望最小二乘法分别进行了逐步回归和滞后数据回归分析。4.分析结果4.1社会资本对研发经费投入的影响我们首先估计了最初的研发支出模型，没有去除任何解释变量，接着逐步去除了不显著的变量研发政策和民间组织密度（见表1）。同期实证分析显示：信任、地区总产出和制度对当年的研发支出具有重要的正面影响。但是，一年滞后回归结果显示：信任、民间组织密度和地区总产出的的系数都是显著的，而研发政策和制度都是显著的。通过上述实证分析后，我们再将所有可能的同期影响变

29、量和滞后影响变量都置于一个模型进行分析，分析结果见表2。该研究显示：社会资本的两个维度都有助于增加技术创新经费投入，证实了Cainelli et al.(2005)的研究观点。这主要是因为，我国普遍存在的信任促进了隐性知识共享，提高了企业间联系的稳定性，减少了机会主义风险，降低了交易成本，扩大了合作领域，提高了合作水平，激励研发经费投入。同样，我国存在的35.5万家各类民间组织增强了经济主体间的联系，通过广泛开展各种交流活动，特别是学术交流活动，促进了知识及信息传递，培养了社会责任感和合作精神，增加了人们对经济行为的预期，有效降低了研发风险，增加了创新经费投入的可能性。表1 研发支出模型估计结

30、果dependent/independentlnrde(1)lnrde(2)lnrde(3)dependentindependentlnrde(4)lnrde(5)lnrde(6)constant-6.7134*(-15.1028)-6.6853*(-14.5032)-6.6499*(-14.8433)constant-7.0508*(-6.3919)-6.9870*(-6.4557)-7.7800*(-16.7939)tru0.0094*(3.8579)0.0096*(4.4469)0.0098*(4.6310)tru0.0096*(5.1085)0.0100*(8.0255)0.0098*

31、(7.6477)dngo-0.0078(-0.4081)-0.0116(-0.7548)dngo(-1)0.0500*(3.1279)0.0435*(2.4827)0.0625*(2.7002)lngrp1.1555*(17.9486)1.1527*(17.2975)1.1459*(17.7518)lngrp(-1)1.2272*(7.9055)1.2209*(7.9202)1.3433*(22.7396)rdl0.0086(0.6504)rdl(-1)0.0156(1.0982)ins0.0810*(4.1036)0.0841*(4.1535)0.0817*(3.9650)ins(-1)0.0428(1.0170)