创新、技术转移和劳动生产率联系:基于制造业外文翻译资料

英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料

创新、技术转移和劳动生产率联系:基于制造业

Nicholas Apergis, Claire Economidou, Ioannis Filippidis

比雷埃夫斯大学;乌特勒支学派经济学;亚里士多德大学塞萨洛尼基

摘要:本文探讨了制造业中劳动生产率、创新与技术溢出之间的联系。研发、人力资本和国际贸易的作用被认为是刺激创新和/或促进技术转让。利用基于面板的单位根检验和协整分析结果表明，劳动生产率、创新和技术转移之间存在着单一的长期均衡关系。此外，研发、贸易和人力资本在统计上，尤其是后者，通过创新和间接地提高技术扩散，直接对劳动生产率产生了量化的重要影响。

关键字:生产力;创新;技术转让;制造业;面板协整

一、介绍

政策议程的主要挑战之一，尤其是在里斯本的欧盟议程中，是提高劳动生产率。这意味着更好地开发已经存在的新技术，同时也提高了技术创新的速度。对这方面的兴趣的问题是，劳动生产率在多大程度上可以从这两种增长来源中获益，即跨越国界的技术创新和技术溢出。

在开放经济内生增长模式(Grossman and Helpman 1991)的背景下，强调了创新和技术在经济增长过程中国际传播的关键作用。在帝国主义文学中，有一股大的股线提供了证据，证明源自某一国家的技术超越了它的国界，也有助于其他国家的积极发展(Coe和 Helpman 1995;Bloom等，2002)。

最近，越来越多的文献评估了技术被采用的方式及其对工业生产力的影响(Scarpetta和Tressel 2002，格里菲斯等2004;卡梅伦等2005，卡梅隆2005)。在这些情况下，一个行业创新和利用技术溢出的能力取决于研发股票的水平、人力资本、参与国际贸易和(产品和劳动力)市场规则等因素。总的来说，经验证据表明，创新和技术转让是产生积极性的重要来源，但对于工作机制——无论是研发、人力资本、国际贸易还是其他刺激创新和/或促进技术转移的因素——现有研究提供了混合证据。虽然这一文献中的一些研究对同时性、遗漏变量和未观察到的国家-行业特定效应的潜在偏差进行了研究，但它们并没有明确地检验数据的集成和协整性。在他们的建模方法中，这些论文强调了变量之间存在长期的协整关系(Cameron等2005: 778-779)，但是没有进一步的讨论。

本文的目的是对劳动生产率与上述两种技术在制造业中采用的两种技术途径之间的长期联系进行实证分析。为了探索这些联系，我们考虑了基于面板的单元根测试和协整分析的应用，从而有效地利用了我们的数据。在建模方面，我们估计的计量规范是基于允许创新和技术扩散的生产函数框架。我们考虑的方法类似于卡梅隆等，2005，它允许跨境技术扩散和的优点是可以明确测试是否很多因素影响劳动生产率,如果是这样,通过哪些渠道、创新和/或技术转让。在计量经济学方面，为了避免由于变量的性质和利用数据的长期信息而产生的虚假的回归问题，我们考虑了基于面板的单位根测试和协整分析的应用。通过允许数据在横截面尺寸中混合，面板方法可以改进小样本限制。时间序列维度的使用，也可以推导出数据中包含的长期信息，同时考虑不同单位间短期动态的异质性。因此，它可以确定变量之间的长期关系，避免使用传统的时间序列协整检验(即由于样本容量小而导致的统计量较低)所发生的众所周知的问题。利用完全改进的OLS (FMOLS)过程估计了协整化向量，它解释了数据的积分和协整性，并允许对长期关系的一致和有效的估计。

我们的证据是基于1980-1997年期间六个欧洲国家和美国的21个制造业。行业级的数据使我们能够评估在未观察到的异质性的情况下，对整体生产力的影响。我们关注的是制造业，因为它是国际技术溢出最可能实现的领域。制造业数据还允许对不同技术体制和市场结构对生产率的可能影响进行预估。我们考虑某些市场结构的原型，并考察它们对创新和技术转让的影响，进而影响劳动生产率。

总的来说，我们的实证结果表明劳动生产率、创新和技术扩散之间存在着单一的平衡关系。创新和技术转让被发现具有统计学意义，特别是对生产率提高的重要性。研究与开发(Ramp;D)、国际贸易和人力资本在刺激创新以及促进技术转让方面的双重作用也得到了强有力的支持。最后，结果提供了不同行业生产率趋同的证据，而高技术产业的收敛性更强。

论文的其余部分如下所述。第2节给出了估计的理论框架和计量规范。第3节介绍数据。第4节包含计量经济学估计的结果。第5节概述了调查结果和结论。

二、理论框架

我们的建模策略首先是研究影响一组N个国家劳动生产率水平的因素(i = 1，hellip;hellip;,N)和J家制造业(J = 1，hellip;J)在每个国家。我们假设在t时刻的每个行业j的生产都可以描述为:

其中，和分别表示物质资本和劳动力;是技术效率或全要素生产率(TFP)，它在不同的国家、行业和时间上有所不同。

我们假设制造工业的生产函数可以用柯布-道格拉斯函数的形式来描述:

我们以每单位劳动力的产出来改写生产函数:

为了实现生产函数的估计，我们取对数，得到以下对数线性回归方程(小写字母表示变量的对数):

式(4)是一个恒等式，但在实际应用中，是国家i工业j在t时刻的TFP，在估计时，它并没有被观察到，在等式中是一个误差项。

TFP在国内的发展受到国内创新和/或国际技术转移的影响。以下是相关文献(Griffith等.2004;Cameron 等.2005)可以建模为:

其中一项是长期(特定部门的)创新;是国家i与前沿国家F之间的技术差距，即每个行业在任何时间点的技术水平最高的国家，= ; 参数化技术转移的速度;而是一个国家工业特有的技术冲击。

式(5)关于水平收益率，

有一个广泛的理论和实证文献,认为因素,如研发、人力资本和国际贸易可以通过刺激双重影响生产力()和促进技术创新转移()。

内生增长理论模型强调了研发在技术创新上的作用，以及通过提高国家吸收新技术的能力来促进新技术的转移。同样，人力资本通过模仿先进的外国技术和创造新技术，有助于国家的吸收能力。另一个重要的知识采用渠道是国际贸易。特别是进口，既能影响技术转让，又能影响生产。优质进口商品体现了外国技术。当工业成功地模仿这些产品的生产时，他们对这些商品是如何被设计的更有洞察力。对外国技术的模仿反过来又提高了发明的机会。

因此,我们创新的模型参数,和技术转让,功能研发,人力资本和进口份额,为:

,

是国家—行业中控制固定效应未被注意的异质性,是一个矢量的控制变量,包括研发、人力资本和进口份额和一个常数。

结合式(4)、(6)和(7)，估计的经验规范为:

在捕获的影响创新而交互项捕获技术转让对劳动生产率的影响。

对于非前沿国家来说，技术差距、差距、负面影响，以及它的规模越大，国家就越落后于边境。因此，对于生产率的提高，估计的差距系数是负的。在技术转移的存在,估计系数也将是负的。根据经济理论，其余的估计系数预计是正的。

三、数据

我们的样本包括在1980-1997年期间在六个欧盟国家(芬兰、法国、德国、意大利、荷兰、西班牙)和美国的21个制造业。时间跨度主要由研发投资数据的可用性决定。从各种来源提取年度原始数据。为了构建特定于行业的TFP指数，我们从OECD (2002b)斯坦和来自格罗宁根增长与发展中心(2006)的60个行业数据库中提取了价值增加值和投资(用于建设资本存量)的数据。研发和进口流量的数据分别来自OECD (2002a) BERD和OECD(2000)双边贸易数据库。同样的国际工业分类系统(ISIC)代码被用于所有行业级数据。最后，从de la Fuente和Dom enech(2000)数据库检索了国家层面的人力资本数据。对变量和数据源的详细描述见附录。

制造数据允许探索不同的技术体制和市场结构对生产力表现的可能影响。下面是Scarpetta和Tressel (2002)，我们考虑了三种市场结构的原型(低技术(LT)、高技术含量低(HTLC)和高技术含量(HTHC))，并考察它们对生产力的影响。在我们的分析中，我们分析了制造行业，他们的ISIC代码和市场结构类型在附录的表A1中提供。作为插图，附录的表A2显示了这三个国家。

在1980 - 1997年期间，每个行业的TFP最高水平。TFP水平的比较表明，美国是一半以上工业的技术前沿，而其余的则是德国或法国。然而，重要的是，在我们的建模方法中，并不是边界本身的特性，而是来自边界的距离，它捕捉到了潜在的技术溢出。

四、计量经济学方法和结果。

我们的目的是估计(8)一个汇集的年度时间序列。在进行面板单元根测试和协整分析之前，我们首先测试样本的异质性，这可能是由于不同的技术轨迹和市场结构造成的。在表1中报告了标准的chlow -type F-和White的测试结果。研究结果表明，在调查过程中，各群体之间的动态和误差差异具有显著的差异性，从而支持了面板数据技术的应用。

4.1面板单位根

协整过程的实现需要首先确认数据确实是非平稳的。这可以通过对面板数据应用一个合适的单位根测试来实现。非平稳的零假设是测试使用的面板单位根检验Im等(2003),它允许每个截面的成员有不同的自回归的根和自相关结构在备择假设下,已被证明是功能强大的接受零当它是正确的。我们模型中的所有变量都在两个级别和第一个差异中进行测试。结果见表2。面板单元根测试支持所有变量中单位根的假设，以及初始差异中零集成的假设。这些发现允许对协整进行测试。

表1:跨组动态异构的测试

4.2面板协整

我们使用Pedroni(1999)框架，它是为异构动态面板设计的，用于测试模型中变量之间的协整。在协整残差的基础上，Pedroni开发了7个不同的面板协整统计量，用于无协整的零假设，允许异构的固定效果，决定趋势和非均匀的短期动态。Pedroni协整结果见表3。计算的检验统计结果拒绝了1%的零假设，并接受了一个协整向量的假设。

4.3面板估计

在确定变量与结构相关的基础上，利用组间的FMOLS估计量来估计长期方程，这适用于异质共集成面板(Pedroni 2000)。FMOLS方法明确地考虑了数据的集成和协整性，并纠正了错误中序列相关性的修正，以及回归者的同时性偏倚，因为后者是在非平稳过程中内定的。FMOLS对整个面板的协整关系的估计为表4.10。

资本密集度的估计系数(k)、创新(X)和技术转让(Xtimes;GAP)发现定量和统计学意义。研究和开发(RD)、进口份额(IMP)和人力资本(HC)的双重作用被确认，因为它们通过两个渠道对劳动生产率产生影响:直接通过创新和直接通过技术转移。此外，自主技术转让的作用也很强大，因为技术差距的估计系数(差距)是负的，统计意义重大，表明各国之间的每个行业都有趋同的趋势。此外,落后生产率的价值(a)对劳动生产率有积极和统计上的显著影响。

接下来，我们将我们的行业划分为不同的市场结构原型和技术体系，并探讨它们对生产力绩效的影响。资本密集度和过去的生产率一直是劳动生产率的重要因素。这一发现也支持了工业中生产率趋同的证据，对高技术产业的影响更强(表4中为HT)。生产率的提高也是低技术产业的案例(在表中是LT);然而，这种效应在数量上更小。一种可能的解释是，由于在研发和人力资本上的大量投资，高科技产业有更高的吸收和吸收最佳实践技术的能力，而且，更多的是参与贸易。后者，对行业施加更大压力，使其采用最佳实践技术，从而使工业更接近技术前沿。

此外，研究发现，研发、国际贸易和人力资本对HT和LT行业都具有统计学意义;然而，对于HT，特别是HTHC，它们的影响似乎更大。然而，在所有的技术体制和市场结构的原型中，它都是人力资本，它主要促进创新和对新技术的采用。

总的来说，我们的发现证实了创新和技术扩散作为生产力增长的主要渠道的作用。他们也与先前的研究结果一致，这些研究证明了资本强度(Spiegel 1994)、跨产业自主技术转移和基于Ramp;D的创新以及技术转移的有力作用(Cameron 等人 2005)。此外，我们的发现为贸易和人力资本在促进创新和技术转让方面的强大和统计上显著的影响提供了证据。

关于贸易的作用，我们最喜欢的措施是来自边境国家的进口流量，按受援国的增加值计算。我们还采取了一些替代措施，例如从边境进口机器和设备(Keller 2000)，从全世界进口(Cameron等人2005)，从其他OECD国家进口，不包括边境，从非经合组织进口

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24132]，资料为PDF文档或Word文档，PDF文档可免费转换为Word