中国制造业市场结构对创新投入影响的实证分析

《中国制造业市场结构对创新投入影响的实证分析》由会员分享，可在线阅读，更多相关《中国制造业市场结构对创新投入影响的实证分析（12页珍藏版）》请在装配图网上搜索。

1、研究领域：产业组织理论中国制造业市场结构对创新投入影响的实证分析内容摘要：市场结构是影响创新投入的重要因素之一，已有的理论和实证研究没有得到一致性结论。本文评述了已有文献尤其是实证研究文献，进而确立了方法论和模型，在此基础上，以中国制造业各行业面板数据对这一问题进行了实证分析，得出的结论是中国各行业市场竞争与创新投入呈非线性的倒U型关系。关键词： 市场结构 创新投入 实证一、引言熊彼特（1942）开创了市场环境与技术创新之关系的讨论，他认为企业规模和市场集中能够促进创新活动。从那以后，学者们对这个假说展开了丰富的讨论，尤其是产业组织理论和内生增长理论 内生增长理论偏重创新与经济增长的研究，市场

2、结构是分析中考虑的影响因素之一。中都研究了这个问题。产业组织理论研究技术进步和技术创新有着理论上的客观必然性，因为产业组织是 “解释为何市场以现有的形式组织起来，以及这种组织又是如何影响这些市场运行的方式的”，因此，作为构成市场竞争并进而影响厂商行为的一个因素，新产品或新生产方式以及深藏其后的技术进步与技术创新，便必然“从本质上说可以从产业组织的角度来考虑，以便对竞争是怎样发生的问题能有充分的理解”（克拉克森等，1989）。Kamien和Schwartz（1982）总结了市场结构/技术创新问题研究的重点：“市场（结构）对技术进步的本质特征是什么？竞争性市场能分配资源，使得技术进步在组合和时间安

3、排上是高效的吗？存在最优于技术进步的市场结构吗？如果存在，它是稳固的吗？技术进步对市场结构的作用又是怎样的？”可以说，他们指出了这个问题研究的主要方向。遗憾的是，针对发展中国家尤其是中国的此类研究开展不够。产业组织理论传入中国是在上个世纪八十年代以后，就市场结构/技术创新关系的实证研究还很缺乏。本文即采用中国的面板数据分析市场结构对各行业企业创新投入的影响，以揭示这个经典假说在中国的适用性。文章结构如下：第二部分，文献综述；第三部分，方法论与模型的构建；第四部分，数据说明；第五部分，实证结果；第六部分，总结。二、文献综述目前对于市场结构/技术创新关系的分析仍无一致结论不管是理论还是实证研究。从

4、理论研究上来说，目前的进展比起熊彼特所给定的领域已大大扩展、深入了（柳卸林1993）。熊彼特认为创新是一项不确定的活动，除非有足够实力能承担创新风险，否则，创新是无吸引力的，而大企业恰好为企业家提供了这种风险担保。这也是标准的产业组织理论的观点 参见Dasgupta-Stiglitz (1980)及第一代熊彼特增长模型(Aghion, Howitt, 1992; Caballero, Jaffe, 1993)。Goel（1990）探讨了市场结构与创新在斯塔克伯格情况下的解，得出“当产业正面临很大的技术可能性时，垄断力量比其他市场结构提供更多的社会福利”，这与熊彼特的假说一致。然而，新古典经济学

5、家则持有相反的观点：竞争性的市场结构更有利于促进创新。阿罗（Arrow，1962）系统阐述了这个观点，表明在一定条件下，行业中的竞争比垄断更能促进R&D活动，但即使前者也仍然低于社会最优。Dasgupta和Stiglitz（1980）批判阿罗的理论将市场结构视为给定或外生的，且忽略了创新对企业公开的可能性，他们建立了将市场结构内生、且前沿技术对竞争中的企业策略产生影响的微观经济模型，发现高研发密度与高集中度是密切相伴的，即市场结构也受到了技术进步条件的影响。一些文献试图调和熊彼特假说和上述不同结论之间的关系，从而产生了有关市场结构/技术创新关系的各种假说和观点。其中Aghion等（1997，2

6、001）通过更全面的机理分析拓展了熊彼特假说。文章指出，创新动力不仅仅依赖于创新带来的直接收益，更多地依赖创新之后与创新之前的收益差。当初始竞争度较低时，竞争度提高将迫使企业更大地投入创新以阻退竞争（escape- competition），因此研发投入与竞争度成正比；当初始竞争度更高以后，垄断利润大大降低，企业研发能力下降，同时更大的竞争将减少企业创新收益，因此研发投入与竞争度成反比，反过来也可以说这个阶段垄断的提高有利于创新，即熊彼特假说起作用。所以，市场结构/技术创新的关系是非线性的，在二维坐标上呈倒U型。基于上述理论基础，产生了大量实证研究，尤其是基于发达国家背景的检验。 Subodh

7、, K.（2002）对基于发达国家背景的熊彼特假说检验之文献进行了详细讨论。 一些研究指出了产品市场竞争与创新之间是正相关的，Geroski（1990）对创新与市场结构的实证研究表明，“高度集中的产业，在促进创新方面不如竞争性产业”，“实际的垄断对创新有阻碍效果”，从而否定了熊彼特假定，得到类似结论的还有Nickell（1996）和Blundell等（1999）的研究。Scherer（1965）和Hamberg（1964）则得出了市场集中度与R&D活动的弱正相关关系。Williamson（1965）、Bozeman和Link（1983）以及Mukhopadhyay（1985）得出的则是负相关关

8、系。Scherer（1967）还第一次获得了两者非线性（倒U型）关系。 Scherer得到，总从业人员中的研发人员比重随前四位厂商份额递增，到某一点之后则开始降低。之后，Levin等（1985）、Scott（1984）以及上文Aghion等（1997，2001）的实证也得到了两者的非线性关系。 其他类似研究的述评可参见Cohen and Levin (1989)的讨论。此外，一些文献还考虑了影响两者关系的其他因素，Nelson and Winter (1982)的研究认为需求条件、技术机会（technological opportunities）、政府管制、资本市场特征会影响两者间的关系。Ge

9、roski (1989, 1990, 1991) 和Acs与Audretch (1991)的研究则纳入了进入分析壁垒；Shrieves (1978) 、Comanor (1967) 和Angelmar (1985)的研究除了技术机会、进入壁垒外，还考虑了产品差异化因素。这些研究并没有完全证明熊彼特关于市场集中度与创新活动正相关的结论，部分得出弱的正相关结论，部分得出负相关结论。这是由于研究的对象不一样，采用的方法不尽相同，甚至纳入的因素和变量的选择和测量上也存在不一致，而且争议较大。首先，创新的衡量存在不一致。熊彼特将创新定义为“产生新产品、新过程、新市场、新原料和新组织的过程”，已有研究中存

10、在对创新界定的问题。关于用专利衡量创新，Kamien和Schwartz（1982）认为会有以下问题：第一，专利数目对重要创新和次要创新赋予了一样的权重，这是不合适的；第二，很多的专利产品和过程并没有被商业化；第三，很多创新没有申请专利。最后一点对中国这样的专利制度不完备、距技术前沿较远的发展中国家更是如此。关于用R&D从业人员衡量创新，尽管这是研发机构的核心并直接涉及研发过程，但是，第一，研发人员编制在时序上较为固定，不能完全反映企业在某个时点的研发动机和投入；第二，无法确定研发人员的能力和投入程度，这超出了一般经济学的分析领域(Rajeswari，1992)；关于用R&D支出衡量创新，这是已

11、有研究中用的最多的方式，但是仍然存在不完全性。以对印度的相关研究为例，Deolalikar和Evenson（1990）指出：“在印度，大量的创新是通过交易获得的，而这些活动常常比正式的研发活动发挥着更重要的作用”。Kumar和Siddharthan (1997)指出，印度在1980年代进口了大量的技术，没有将这些对发展中国家至关重要的因素考虑在内，会导致对市场结构/技术创新关系的实证研究产生严重偏误。Evenson 和Joseph（1997）直接指出，大公司相对来说进口更多的技术，这进一步影响市场结构/技术创新关系，因此不能不将技术引进考虑在内。其次，市场竞争的衡量也需要讨论。要用一个集中度指

12、标衡量市场结构的所有方面是不可能的，最通常的办法采用行业前K个企业占有率来衡量，这种方法易收集数据和计算，但是不能反映第K个之后企业的情况。另一个全面的指标是赫芬达指数，即行业中n个企业占有率的平方和，其优点是考虑了所有的企业，但是由于用平方取权，小企业得到的权重较小，因此该方法对原子状市场是无效的，而且根本无法获得市场上每个企业的占有情况。这两种方法都是静态分析，没有反映集中度的动态变化，由于竞争的强度很大程度取决于大企业维持其份额的能力，而几乎每年大企业的排名都是变动着的，所以这种静态分析存在缺陷(Vijayabhaskar，1991)，这种缺陷极有可能造成了实证研究中相反的结果，因此更长

13、时间段的动态分析将有利于检验市场结构/技术创新关系。其三，国外已有的研究采用了不同的实证方法。基于行业层面的，一般是分析某一年的横截面数据，或某几个行业的对比分析，因此并不能得到全面的结论；基于企业层面的，往往又没有区分行业特征（Subodh，2002），同时数据获取上存在很大困难和局限。目前在中国还很少有类似的研究，而且同样存在上述问题。骆品亮（1998）采用我国1992年各行业横截面数据，回归了三个方程：研发经费/销售额对前8名企业份额、技术机会的回归；专利数和新产品产值比重分别对前8名企业份额、研发经费/销售额以及技术机会的回归，都得出了正相关关系。刘国新，万君康（1997）根据16个行

14、业1992年数据，分集中度高和低两组对人均技术开发经费进行观察法分析，得出高集中度行业的研发支出更多。此外，更多的文献进行了机理分析，运用案例、博弈论等分析方法讨论市场结构/技术创新问题，限于篇幅及本文的目的主要是实证研究，不再予以详述。三、方法论与模型上文讨论了已有实证研究中有关创新活动、市场集中度的概念及方法论问题，本节对此进行界定和讨论，以确定在我国背景下研究的变量选择及期待的影响。1、分析对象上，本文采用中国1995年2003年制造业大部分行业的面板数据进行实证分析。这样既能反映各行业特征，也能反映动态特征，有利于全面地对市场结构/技术创新关系进行分析论证。2、本文遵循传统的市场组织分

15、析思路“结构行为绩效（SCP）”模式，分析“结构行为”作用，即市场结构对创新行为的影响。在SCP框架中，技术进步属于绩效范畴，因此很容易将其与属于行为范畴的技术投入混淆，如前文的很多研究中，将研发投入与专利、新产品数甚至全要素生产率（TFP） 事实上，在不完全市场TFP本身就存在偏误。对此Hall (1988)、Klette和Griliches (1996) 以及Klette (1999)有论述都纳入因变量范畴，这是不符合逻辑的。尽管研发投入等行为指标与绩效指标有紧密联系，但企业的创新行为毕竟是一个决策问题，是反映企业应对市场竞争之行为动机的，不应该将其与反映绩效的指标混为一谈。当然，也可以对

16、“结构绩效”机制进行研究，中间省略了行为分析。然而，不管讨论哪个论题，因变量中都应将行为和绩效区分开来。基于前面对已有文献的分析，本文选取“研发经费”来衡量研发投入行为，反映企业的研发动机和策略。具体地，应该包括企业所有的技术开发、技术改造以及技术引进的各项支出，单靠其中任一项都不能全面反映行业内企业面临市场竞争态势变化所采取的创新行为差异。3、市场结构是本文分析中的另一个核心概念，其一般由集中度和企业规模反映。由于中国的市场结构特征总的来说是过度竞争的，如前文分析，市场集中度指标适用于寡占程度的衡量，而不能准确反映长尾型（long tailed）市场的竞争状况 参见唐晓华，苏梅梅（2003）

17、的论述。，赫芬达指数也是如此，同时，这类市场中还存在更大的数据收集困难，计算赫芬达指数几乎是不可能的。本文采用平均规模指标，由于平均规模与行业总产值并不一定完全一致，所以即使总产值与研发投入严格正相关，平均规模也不必然有此特征，从而反映企业规模的行业间特征与研发投入的关联。此外，本文还考察另一个衡量市场竞争的指标勒纳指数（Lerna index），即厂商的垄断势力大小，可以反映整个行业的竞争程度。勒纳指数等于（PMC）P，此处P是厂商的价格，MC是边际成本，它来自西方经济学原理：完全竞争市场价格等于边际成本，垄断程度越高，价格偏离边际成本越多，指数值越大。但是这种计算方法下的数据收集显然是困难

18、的，对此，贝恩（Boone，2000）指出：一个指标的增加会能导致企业（行业）相对利润份额的提升，那么这个指标就适用于衡量产品市场竞争。因此有很多对勒纳指数的改型，如Aghion等（2002）采用了一个惯常的方法测算企业的勒纳指数 参见Nickell (1996)。，即首先获取扣除了折旧和预提金的营业利润数据，再从营业利润中扣除资产的金融成本，这就类似于价格减去平均成本了，再除以销售额，即得到勒纳指数：。Cheung和Pascual（2004）建立了测量行业勒纳指数的方法： （式1）其中PCM（ price-cost margin）即勒纳指数，W为劳动力成本，VA为增加值，F为总产值，i代表行

19、业，j代表国家 采用此种方法的还有Domowitz等（1986）；Campa和Goldberg（1995）；Cheung等（2001）的研究。基于这种方法的行业层面特性及其数据可得性，本文采用该法计算中国各制造业行业的勒纳指数以反映市场结构，所不同的是，本文保留时间和行业维度，省去国别维度。4、在分析市场结构/技术创新关系时，还需要纳入其他影响因素。进入壁垒的讨论。熊彼特假说是不考虑进入壁垒问题的，或者认为其对创新没有作用，抑或认为进入壁垒带来的消极作用被集中带来的创新能力和动机提高所抵消。新古典理论则强调了进入壁垒对创新的阻碍作用。倒U假说对此则是持中观点。进入壁垒包括经济性的自然壁垒和政策

20、准入壁垒，中国特殊的国情决定了两种壁垒都与所有制制度有关，因此，当发达市场经济国家流行用SCP框架分析产业组织问题时，对于中国则需要考虑特殊制度的影响 对此，其他一些发展中国家也是一样，如针对印度、巴西等国的研究。对中国市场进入的研究表明了两个方向的问题。第一，与发达国家较高的经济自由程度相比，中国的行业进入壁垒较高。首先，上规模的大中型企业具有规模上形成的天然进入壁垒，并不是什么企业都能够进入这种规模层次，在中国则在很大程度上取决于历史的制度或政策，因此在企业的规模经济方面，国有制自然成为这种企业的首选（刘小玄，2003）。尽管目前国有制强调有所为有所不为和抓大放小，但这毕竟是逐步的过程，而

21、且目前中央和地方政府出于种种原因，在准许企业退出方面仍表现得犹豫不决杨蕙馨（2004）对此有具体论述。其次就是准入问题。对于各种新建工厂和投资项目的层层审批，对于一定投资数额设立的筹融资特批许可制度，对于进出口设备和原材料的许可证审批，对于某些稀缺原材料采购的限制，以及对于某些产品的市场特许权的设立等等，都体现了制度和政策上的进入障碍，这种壁垒的设立对于国有大中型企业是十分有利的，明显地阻碍了其它类型企业的进入，所以具有典型的进入壁垒特征的应当是大中型国有企业比重更高的行业（刘小玄，2003）。第二，由于经济体制的改革，原来处于夹缝中生存的非国有经济逐步获得更多的发展空间。国有企业更多地退出一

22、些竞争性行业后，非国有企业有过度进入倾向，这大大降低了行业集中度并形成过度竞争，其结果是价格竞争剧烈，而技术创新等非价格竞争手段受到压抑。应该认为，上述两种结论反映的是一个问题的不同方面，即中国不同行业分别存在进入不足和过度进入问题。基于此，选择国有大中型企业产值比重作为测定进入壁垒的指标，能够在一定程度上反映不同行业的进入壁垒的高低，预期假说为非线性的倒U型特征。技术机会的讨论。技术机会（technological opportunities）是个抽象的概念 技术机会是由创新可能发生的技术范围和经济范围共同构成的，技术范围没有绝对极限，经济学一般分析经济范围：不同的产业、变化的市场需求结构、

23、经济的景气程度、商业周期、社会投资的方向和规模、企业的资源及筹措资源的能力、创新的成本效益比等等都从经济上决定着技术机会的大小（邓波等，2003）；Stoneman认为与市场规模、市场份额以及价格上涨正向相关，而与创新成本负向相关。Kumar等则指出行业技术成熟性、与前沿技术差距、知识产权保护以及需求相关。固定资产投资指标与这些因素关联紧密。，在市场结构/创新投入关系中起着重要的作用，然而仅有少数研究将其考虑在内，其中Kumar等（Kumar，1987；Kumar and Saqib，1996）引入行业虚拟变量来反映，但问题是行业虚拟变量不仅仅包含着技术机会差异，还有其他的因素造成的差异。还有

24、学者（Cheung等，2004）将固定资产投资作为技术机会衡量指标，从而将其从虚拟变量估计值中抽离。通过比较可以发现，其与本文引注的技术机会各个领域关联紧密，是比较合适的替代指标本文的实证分析既包括了固定资产变量，又将通过面板数据的固定效应模型得到各行业个体效应，可以认为是将技术机会这个抽象范畴的一部分从虚拟变量估计值中抽离出来。本文选取行业平均固定资产投资作为技术机会衡量指标，预期假说是其与创新投入成正比。5、建立模型。模型中如果因变量（研发投入）和自变量（如各类产值）都采用总量指标，则肯定将呈现一定的正相关性，而如果因变量采用企业平均指标，则将企业数目信息排除了，不利于反映市场结构影响，因

25、此，本文的因变量选择行业总量，为消除异方差，采用对数形式。自变量采用平均指标和比重指标，如此则能反映市场结构对创新行为的影响程度。分析中还要考虑非线性关系的可能性 前文所述有关市场结构/技术创新的倒U型关系以及中国分析结论的多方向性，都是采用这种方法的原因。，我们将加入平方项进行验证。因此，完整的分析方程是： （式2）其中i代表行业；t代表年份；（式2）中各变量均为行业i在t年份的取值：YFTR为研发投入，包括前文所述各项指标；Lena为Lena指数，采用（式1）计算；Gybz为中国有企业产值比重；Pjcz为企业平均产值；Pjgt为企业平均固定资产投资；Wzbz为外资产值比重。ui是i行业的个

26、体效应，如果假设其为恒常不变的影响技术创新的因素，那么其他随时间而变的因素归入随机项ei,t中，这时为固定效应模型（FE）；如果假设其为随机变量，随机误差项变为wi,tuiei,t，这时为随机效应模型（RE）。分析中将考察各个变量的显著程度，通过变量的筛选从而得出结论。四、变量计算及数据说明各行业YFTR由“技术开发经费内部支出”、“技术改造经费”、“技术引进经费”、“消化吸收经费”和“购买国内技术经费”加总，数据来自中国科技统计年鉴； Lena指数计算中劳动力成本由“从业人数”乘以“平均工资”得到，数据来自中国劳动统计年鉴，各行业“增加值”和“总产值”数据来自中国统计年鉴；Gybz、Wzbz

27、分别为各行业“国有企业总产值”与“外资企业总产值”除以“全行业总产值”；Pjcz、Pjgt分别为各行业“总产值”、“固定资产投资”除以“企业总数”得到，数据均来自中国统计年鉴。上述均采集并计算了1995年2003年的数据，因此各年鉴均为1996年2004年各期。 五、实证结果本节采用stata8.0软件对方程进行检验，计量检验的结果包括在表一和表二中。表一中的三组模型都包括固定效应模型FE和RE两个估计，拉格朗日乘数检验（Breusch and Pagan LM Test）表明，三组模型都不能适应混合模型，必须选择FE或RE的一种进行估计。第I组模型包括了前文分析的各个变量，Hausman检验

28、统计量拒绝RE估计，但是FE估计中的t统计结果表明，有太多变量不显著，因此我们除去这些变量，估计结果反映在第II组模型中。第II组除去勒纳平方项和固定资产投资项，两个估计中的变量显著性大大增强，但是Hausman检验统计量仍然拒绝RE估计，此时FE估计中的变量全部显著，模型II（FE）表明，各行业的创新投入区别可以由以下变量予以解释：与勒纳指数呈正相关，与企业平均规模呈倒U型关系 如果加入行业总产值变量（限于篇幅未给出详细估计值），其与自变量严格正相关，而其他变量相关性大大降低，从而验证了前文选择平均产值为自变量之分析的合理性。，与国有企业产值比重以及外资企业产值比重均为正U型关系。由于模型I

29、I丢失了对平均固定资产投资的考察，我们将其重新纳入并除去平均产值项，形成第III组模型，此时Hausman检验统计量仍然拒绝RE估计，t统计值显示FE模型中各个变量都是显著的。结合模型II（FE）和模型III（FE）可以看到，勒纳指数、国有比重和外资比重对研发投入的影响是一致的，其估计值大致相当，平均产值和平均固定资产投资的影响也相当一致。基本结论为，中国制造业各行业的创新投入与竞争程度呈倒U型关系。表一 市场结构对创新投入的影响估计（一）IIIIII变量FEREFEREFERElena1.54321（.7072）2.1821.0981（.7189）1.5271.4126（.5393） 2.6

30、191.2668（.4353） 2.9101.270（.5883）2.1591.2213（.47751） 2.558lena22.9904（1.6195）1.847.9750（1.5492）0.629pjcz.4203（.0900）4.672.3734（.0901）4.142.2090（.0524）3.993.2934（.0531）5.528pjcz2-.0331（.0081）-4.103-.0303（.0083）-3.648-.0181（.0056） -3.245-.0262（.0058）-4.540pjgt-.3096（.15517）-1.995-.0893（.15825）-0.564.2

31、431（.1027）2.367.3848（.1011）3.805pjgt2.02676（.0258）1.037-.0016（.0271）-0.058-.0446（.0200） -2.230-.0679（.0199）-3.421gybz-1.493（.6102）-2.447-.0065（.6077）-0.011-1.5876（.5545）-2.863-.0180（.5331）-0.034-1.8951（.5849）-3.240-.5943（.5560）-1.069gybz21.2087（.7456）1.621-.5126（.7352）-0.6971.1316（.4465）2.988-.5954（

32、.5837）-1.0201.2876（.5545）-2.863-.0778（.63243）-0.123wzbz-1.1242（.6950）-1.617-1.8648（.7107）-2.624-1.6306（.6841）-2.384-2.2978（.6511）-3.529-1.5087（.7343）-2.055-2.4354（.7014）-3.472wzbz2.8183（.8823）0.921.5893（.9395）1.6921.870（.8447）2.2142.2427（.85618）2.6192.1250（.8967）2.3702.8437（.8977）3.168_cons6.4471（.1

33、7557）36.7206.5407（.18659）35.0536.7698（.1520）44.5336.6352（.1730）38.3626.8283（.1669）40.9236.7481（.1894）35.6302F (28,164) = 48.92Wald chi2(10)= 61.49F(28,167) = 48.48Wald chi2(7) = 56.62F(28,167) = 51.88Wald chi2(7)= 40.823LM 检验chi2(1) =288.26Probchi2 =0.0000chi2(1) =332.46Probchi2 =0.0000chi2(1) = 361

34、.55Probchi2 =0.00004HM 检验chi2= 852.91Probchi2 = 0.0000chi2=140.59Probchi2 = 0.0000chi2=102.57Probchi2 = 0.0000注：1 （）内为标准差；内FE为t值，RE为z值。 2 F test: all u_i=0. 3 Breusch and Pagan Lagrangian multiplier test（LM检验）：Ho：Var(u) = 0。P大于0.05则接受原假设，意味着模型为混合回归模型；否则拒绝原假设，模型为FE模型或RE模型。其与Wald检验有时是等价的，在此同时给出。 4 Hau

35、sman Test: Ho：FE与RE的系数差异是非系统的。P大于0.05则接受原假设，意味着模型为RE模型；否则拒绝原假设，采用FE模型；对Hausman设定检验无法判别的模型，采用RE模型。由此可知，市场竞争对中国工业创新投入的影响是非线性的，在竞争最强和最弱的两端，创新的动机都不强，而在竞争程度居中的行业，则相对有更大的创新动力，这符合前文Aghion等（1997，2001）的分析假说。具体的，勒纳指数与因变量呈正相关，表明市场势力与创新投入正相关关系，充分论证了熊彼特关于垄断利润对创新投入的重要意义之假说。平均产值反映了行业进入的经济壁垒，本文发现小规模企业为主的行业，创新投入不足，平

36、均产值更大的行业有更快的创新投入增长速度，这也是熊彼特假说的观点，但是上述规律是有局限的，即当普遍规模到达一定程度后，大企业更多的行业会降低创新投入的增长率，这是倒U型关系的体现。各行业的固定资产投资也与因变量呈倒U型关系，前文曾经指出，发达国家背景下的研究认为固定资产投资反映技术机会，而中国的各行业平均固定资产投资与平均产值严格正相关，因而在本文的估计中，第II组和第III组好于第一组，即两个指标并存造成了估计偏误。这说明中国的固定资产投资是制度和经济发展规律内生决定的，技术机会和经济机会的获取存在既定的壁垒，表象是经济（自然）壁垒，实质是制度（政策）壁垒。由于前文有关固定资产投资与因变量之

37、间成正比的假说并没有得到验证，说明其不能很好反映技术机会概念。由此可见，技术机会作为一个抽象的概念难以用某一个具体指标衡量，也许仍需回到行业个体效应才有助于处理该问题 行业个体效应与前文所述的行业虚拟变量反映的意义是相同的，本文的结果同意了Kumar等的观点，后文对此有进一步分析。国有产值比重和外资产值比重与创新投入都呈现正U型关系，该关系主要表现在行业间，结合两变量间本身的负相关关系，可以认为国有比重很高/很低（外资比重很低/很高）都不利于创新投入的增长，前文指出国有比重和外资比重分别是进入壁垒和竞争的代表力量，因此，模型反映了中国制造业行业间技术创新/市场竞争的倒U型关系。而两者究竟各自起

38、什么作用则有待进一步考察。在第II、III组的基础上，我们将国有比重与外资比重区分开，形成表二中的IVVII组模型。首先，LM检验排除了混合回归模型。根据Hausman检验统计量，第IV、VI组应用FE模型，第V、VII组应用RE模型。可以发现，加入国有比重及其平方项的模型适用FE，而没有这两项、加入外资比重的模型适用RE模型，即外资比重差异比国有比重差异更大地造成了行业间创新投入的差异。可能地解释是：外资进入受政策等的影响较大，因而创新投入在行业间差异更为明显；而国有企业受历史制度的影响，曾经在各个行业都全面占有优势，以及前文所述退出环节并不到位，因此对创新投入的影响在行业间不是那么明显，即

39、使将其纳为分析变量，仍有较多因素需要靠各行业个体效应ui来解释，而一旦将外资比重纳入模型，就可以视ui为随机项，于是可以用模型VRE和VIIRE解释创新投入的总体特征，结果显示，这两个模型中各变量的估计值与表一中差异不大，由于RE比FE更强调总体特征，因而这里的结果进一步巩固了前文的分析。表二 市场结构对创新投入的影响估计（二）IVVVIVII变量FEREFEREFEREFERElena.8194（.4684）1.749.7533（.4251）1.7721.7224（.5114）3.3681.4608（.4407）3.315.9767（.5500）1.776.8847（.4789）1.8471

40、.5698（.5345）2.9371.5069（.4711）3.199pjcz.1786（.0453）3.945.2278（.0486）4.688.2246（.0527）4.261.2421（.0497）4.868.pjcz2-.0152（.0050）-3.048-.0198（.0054）-3.652-.0197（.0057）-3.434-.0220（.0056）-3.942pjgt.2043（.0903）2.262.2678（.0921）2.907.2183（.1027）2.126.2670（.0935）2.855pjgt2-.0394（.0179）-2.205-.0500（.0186）-2

41、.691-.0404（.0207）-1.952-.0498（.0192）-2.588gybz-1.7836（.5528）-3.227-.2654（.5386）-0.493-2.2041（.5755-3.830-.9996（.5511）-1.814gybz21.1517（.6243）1.845-.05168（.5814）-0.0891.6044（.6813）2.355.6394（.6151）1.039wzbz-1.9080（.7053）-2.705-1.7885（.6240）-2.866-1.6952（.7581）-2.236-1.8611（.6629）-2.808wzbz22.2700（.86

42、74）2.6171.9436（.8311）2.3392.5546（.9173）2.7852.5214（.8551）2.949_cons6.6978（.1497）44.7356.3620（.1604）39.6546.3203（.1047）60.3466.3750（.1382）46.1326.7534（.1597）42.2836.4950（.1727）37.6076.3121（.1125）56.1276.3597（.1535）41.436F(28,169)= 53.26Wald chi2(5)= 40.10F(28,169)73.54Wald chi2(5)= 47.70F(28,169) = 5

43、9.84Wald chi2(5)= 27.82F(28,169)75.13Wald chi2(5)= 30.75LM 检验chi2(1) =312.68Probchi2 =0.0000chi2(1) =416.13Probchi2 =0.0000chi2(1) = 362.36Probchi2 =0.0000chi2(1) = 472.36Probchi2 =0.0000HM检验chi2=250.72Probchi2 = 0.0000chi2(5) =5.68Probchi2 =0.3389chi2(5)=124.81 Probchi2 = 0.0000chi2(5) =5.12Probchi

44、2 =0.4018回到前文的固定效应模型，由stata软件可以生成IIFE中的ui，表三按从小到大的顺序给出，其值衡量了不能由模型中变量解释的各行业个体效应，如，家具制造业中还有其他因素导致截距项相比于总体水准下降了1.598，而交通运输业则提高了1.045，这事实上反映了各个行业的技术机会大小。从总体来观察，难以进一步发现该排序的规律和特征，也就无法由此展开其他可能因素的分析和分组分析 一般多见于在以地区为截面的面板数据分析中按东中西部地区分组，这种分组标准与变量无关，又存在较大的影响因变量的组间差异，因而十分有效，本文的研究则无法进行类似分组。，但本文的分析为未来的研究提供了一定的基础和借

45、鉴。表三 固定效应模型的行业个体特征uiuiuiui_cons6.7698金属制品-0.3130非金属矿物制品0.2573纺织0.4533家具制造-1.5978塑料制品-0.2890饮料制造0.26456电气机械器材制造0.5450文教体育用品制造-1.3177仪器仪表制造-0.2677医药制造0.2868电子通信设备制造0.5951皮革毛皮羽毛-1.1202食品制造-0.2435石油加工及焦炼0.3642普通机械制造0.6343烟草加工-0.8237食品加工-0.1423电力蒸汽热水生产0.3848化学原料化学制品0.9017服装即其他纤维-0.6818橡胶制品-0.1249有色金属加工0.

46、4202黑色金属加工0.9661煤气生产-0.5387造纸及纸制品0.1229专用设备制造0.4307交通运输设备制造1.0446印刷记录媒介复制-0.4300化学纤维0.2190六、总结技术创新的过程是十分复杂的，其影响因素也非常多，市场结构和竞争是重要的一方面。自从熊彼特开创性讨论这个问题后，不断产生各种理论假说和实证研究，但是由于前文分析的种种原因，始终没有取得一致结论。本文以中国的数据分析市场竞争/创新投入关系，结果表明，市场竞争与创新投入呈倒U型关系。同时，只有国有比重项而没有外资比重项的模型中，行业创新投入差异主要归于行业个体效应，因此尽管方向一致，外资比重比国有比重更能反映创新投

47、入的差异，这能从中国的制度变迁中找到解释。对于技术机会的衡量，本文假说的固定资产项并没有起到足够的作用，表明作为抽象概念和综合因素集合，技术机会无法通过某一个指标体现，目前为止，行业个体效应是其全面的反映，是否能够对其分解或者解释，有待进一步的研究。本文分析结论的现实意义很明显，就增加企业创新动力为目的，对于长尾行业，应该控制企业的过度进入，以避免过度竞争，从而提高企业的创新能力；对于垄断性行业，则应该降低壁垒，控制垄断。具体措施是宏观调控和产业政策等经济政策，而不能依赖行政性的命令和强制性制度。参考文献Aghion, P., Bloom, N., Blundell, R., Griffith

48、, R., Howitt, P., 2002 “COMPETITION AND INNOVATION: AN INVERTED U RELATIONSHIP”, NATIONAL BUREAU OF ECONOMIC RESEARCH, Working Paper 9269, USA, Aghion, P., and P. Howitt (1992) “A Model of Growth through Creative Destruction.” Econometrica, 60, 323-51.Blundell, R., Griffith, R. and Van Reenen, J. 19

49、99 “Market Share, Market Value and Innovation in a Panel of British Manufacturing Firms”, Review of Economic Studies, vol. 66, 529-554.Caballero, R and A. Jaffe, 1993 “How High are the Giants Shoulders? An Empirical Assessment of Knowledge Spillovers and Creative Destruction in a Model of Economic G

50、rowth”, NBER Macroeconomic Annual, pp. 15-74.Cohen, W., and R. Levin, 1989 “Empirical studies of innovation and market structure”, Chapter 18 of R. Schmalensee and R. Willig, Handbook of Industrial Organization, Elsevier.Dasgupta, P. and Stiglitz, J. 1980 “Industrial Structure and the Nature of Inno

51、vative Activity”, Economic Journal, 90, 266-293.Geroski, P. 1995 Market Structure, Corporate Performance and Innovative Activity, Oxford: Oxford University Press.Hall, R (1988) “The relationship between price and marginal cost in U.S. industry” Journal of Political Economy, vol. 96, 921-47.Kamien, M

52、. I., and N. L. Schwartz ,1982 “Market Structure and Innovation”. Cambridge: Cambridge University Press.Klette, T and Griliches, Z , 1996 “The inconsistency of common scale estimators when output prices are unobserved and endogenous” Journal of Applied Econometrics11(4), 343-361Klette, T.J. 1999 “Ma

53、rket power, scale economies and productivity: Estimates from a panel of establishment data” Journal of Industrial Economics, Vol. XLVII, No. 4.Kumar, Nagesh (1987). Technology Imports and Local Research and Development in Indian Manufacturing. The Developing Economies, 25: 220-33.Nickell, S. 1996 “C

54、ompetition and Corporate Performance”, Journal of Political Economy, 104, 724-746.Subodh, K. (2002). “Market Concentration, Firm Size and Innovative Activity- A Firm-level Economic Analysis of Selected Indian Industries under Economic Liberalization”, World Institute for Development Economics Resear

55、ch (UNU/WIDER), Discussion Paper No. 2002/108 / And also a revised version of the paper originally prepared for the UNU/WIDER Conference on the New Economy in Development, 10-11 May 2002, Helsinki.Yin-Wong Cheung, Antonio Garcia Pascual,(2004)”Market Structure, Technology Spillovers, and Persistence

56、 in Productivity Differentials”, International Journal of Applied Economics, September 2004,1-23.骆品亮，1998：“市场结构内生的具有溢出效应的R&D竞争模型”，系统工程学报，1998年第3 期。刘国新，万君康，1997：“市场结构对技术创新的影响分析”，管理工程学报，1997年第6期。刘小玄，2003：“中国转轨经济中的产权结构和市场结构产业绩效水平的决定因素”，经济研究，2003年第1期。唐晓华苏梅梅，2003，“产业过度竞争测度基准及聚类分析”，中国工业经济，2003年第6期。杨蕙馨，200

57、4：“中国企业的进入退出19852000年汽车与电冰箱产业的案例研究”，中国工业经济，2004年第3期。中国制造业市场结构对创新投入影响的实证分析内容摘要：市场结构是影响创新投入的重要因素之一，已有的理论和实证研究没有得到一致性结论。本文评述了已有文献尤其是实证研究文献，进而确立了方法论和模型，在此基础上，以中国制造业各行业面板数据对这一问题进行了实证分析，得出的结论是中国各行业市场竞争与创新投入呈非线性的倒U型关系。关键词： 市场结构 创新投入 实证Abstract: Market structure is one of the most important causations to in

58、novation payout, and existing research on theory and experience have not got a consistent conclusion. Present paper comments on these researches, especially on the method of experience researches, and establishes the methodology and model based on which the panel data of Chinas manufacture is analyz

59、ed. The result of present article indicates that the market competition has a inverted-U relationship with innovation activity.Keywords： market structure innovation payout experience analyzing作者简介：陈羽，男，1977年生，上海财经大学国际工商管理学院世界经济专业03级博士生。林珏，女，1953年生，上海财经大学国际工商管理学院教授，博士生导师。本文为第一作者博士论文部分内容，感谢“上海市科技发展基金软科学青年项目（2005年度）”的资助。文章尚未发表，2005年6月底进入经济研究匿名审稿阶段。