中国省际R&D资本存量的估计：1990—2014

刘建翠，郑世林

(中国社会科学院数量经济与技术经济研究所，北京 100732)

·区域经济·

中国省际R&D资本存量的估计：1990—2014

刘建翠，郑世林

(中国社会科学院数量经济与技术经济研究所，北京 100732)

本文采用永续盘存法，系统地估计了中国31个省级行政单位1990—2014年各年末的R&D资本存量。在估计过程中，对部分R&D内部支出和科技人员劳务费部分缺失数据进行了处理，并对基期R&D资本存量、折旧率和R&D投入价格指数的选择进行了研究。本文与现有文献估计的R&D资本存量增长趋势基本一致，但略微低于现有文献的估计结果。笔者发现，中国R&D资本存量在1990—2014年间经历了快速增长，年均增长率为13.66%。但R&D资本存量的省际差异较大，东部地区的R&D资本存量占GDP比重显著高于中西部地区，而且还有进一步拉大的趋势。因此，中西部地区转变经济发展方式的重要路径之一在于加大R&D投入力度。

R&D资本存量；永续盘存法；经济增长

一、引 言

近年来，中国提出建设创新型国家的奋斗目标，尤其是“大众创业，万众创新”提出之后，研发(R&D)投入呈现迅猛增长趋势，已从1990年的125.43亿元增长到2014年的13 015.63亿元，提高了一百多倍；R&D人员数量从1990年的61.71万人增长到2014年的371.06万人；R&D支出占GDP的比重由1990年的0.67%提高到2014年的2.05%，超过欧盟28国2014年1.94%的总体占比，但与美国、日本、韩国和瑞典等发达国家相比还有较大差距。R&D积累是生产率增长和财富创造的一个重要因素。R&D活动创造和积累知识，促进产品创新和工艺创新，最终会推动经济的可持续增长[1]，因而R&D资本存量是估计国家和地区经济增长的重要依据，是研究创新问题的基础数据，那么，1990年以来中国各地区R&D资本存量积累程度究竟如何？地区之间是否存在R&D资本积累的巨大差距？

国外学者对R&D资本存量的研究始于20世纪60年代，大多数学者对行业R&D资本存量，尤其是制造业的R&D资本存量进行了估算。例如，Griliches[2]测算了美国制造业对生产率增长的作用；Goto和Suzuki[3]估计了日本50个行业的R&D资本存量；Kim和Park[4]估算了韩国制造业28个行业的R&D资本存量；Kwon和Inui[5]利用日本企业的R&D数据，发现高技术企业的R&D资本存量远远高于非高技术企业；Hu等[6]采用中国大中型制造业企业的面板数据，研究了中国R&D产出弹性；Bernstein和Manuneas[7]研究了美国和加拿大制造业的R&D资本存量增长情况及其对TFP增长的贡献，发现随着R&D投入的增长，R&D资本存量对TFP增长的贡献也在提高。2009年，联合国统计委员会公布的国民经济核算标准(SNA2008)规定，R&D支出作为固定资产放在固定资本形成下，这为估算R&D资本存量提供了依据。

相比之下，中国学者对R&D资本存量的研究只有近十年的历史，分为：全国层面上，对不同时段R&D资本存量的估计[8-9]；行业层面上，对行业R&D资本存量的估计[10-11]；区域层面上，对不同时段内各省级行政单位(以下简称“各省份”)R&D资本存量的估计[12-13]。这些估计结果得到的相同结论是区域之间差异较大，东部区域具有明显的优势；不同之处是计算结果差异较大。主要是因为参数选择有差异，基础数据和采用的基期不一致，计算的R&D资本存量差异较大。

在借鉴和参照现有文献的基础上，本文估算了中国各省份1990—2014年的R&D资本存量。与现有研究相比，本文的主要贡献如下：鉴于R&D投入中的劳务费也是增加值的一部分，为了避免重复计算，将扣除劳务费后的R&D投入作为计算R&D资本存量的当期R&D投入；对折旧率的处理不仅考虑了资产性支出和日常支出的区别，还考虑了资产性支出中设备和仪器及其他资产性支出的差异；现有文献都对折旧率统一取值，但本文根据各省份R&D投入的发展程度进行分时段取值，这种做法使得估计结果更可靠；将中国省际R&D资本存量延长到1990—2014年，相对余泳泽等[13]一文，笔者补充估算了1990—1997年的缺失数据，并匹配了R&D投入的估算范围，使得本文的估算结果具有较强的连续性，为后续估计R&D资本存量、经济增长来源分解和科技进步贡献率等相关研究提供准确和客观的基础数据。

二、R&D资本存量的估算方法、变量估计和数据处理

(一)R&D资本存量的估算方法

关于如何估算R&D资本存量，学界并没有明确的统一方法，鉴于估算物质资本存量的一般方法是永续盘存法，本文也沿用永续盘存法进行估算，其基本公式为：

(1)

其中，Ct和Ct-1分别表示第t年和第t-1年的R&D资本存量，Rt-i表示t-i期的R&D投入(不变价)，i表示滞后期，βi表示Rt-i支出的滞后贴现系数，δt表示资本存量第t年的折旧率。对于R&D投入的滞后期，多数学者采取Griliches[14]的建议，即滞后1年，R&D资本存量估算公式为：

Ct=Rt-1+(1-δ)Ct-1

(2)

从式(2)可以看出，估算R&D资本存量需要对当期R&D投入、基期R&D资本存量、R&D投入价格指数和折旧率进行确定。

(二)变量估计和数据处理

1.当期R&D投入

本文数据来源于《中国科技统计年鉴》和各省份的统计年鉴，由于浙江和上海公布了1990—1997年的R&D投入数据，还有部分省份公布了某一年度的R&D投入数据，因而不需要估算。为了详细反映20世纪90年代以来中国各省份创新能力的增长，本文使用不同企事业单位的R&D投入数据来估计1990—1997年各省份的R&D投入数据。在1990—1997年《中国科技统计年鉴》中仅给出了各省份大中型工业企业、研究与开发机构和高等学校的R&D经费内部支出额，这三者的合计明显小于全部R&D投入。根据中国R&D经费的统计范围和包含的内容发现，1990—1997年缺失的数据包括两个方面：一个是企业的R&D支出扣除大中型工业企业支出后的数据，另一个是R&D支出中的其他部分。本文根据1990—1997年缺失的两部分合计数占全国R&D支出的比重，估算各省份的R&D投入数据。R&D支出的估算公式为：

RDit=(IRDit+RRDit+CRDit)/(1-πt)

(3)

式(3)中，RD表示1990—1997年包括劳务费的R&D投入，IRD表示大中型工业企业的R&D投入，RRD表示研究与开发机构的R&D投入，CRD表示高等学校的R&D投入，π表示企业的R&D支出扣除大中型工业企业支出的数值与R&D支出中其他部分的合计数占全部R&D经费的比重。

1998—2014年各省份R&D投入来自1999—2015年的《中国科技统计年鉴》。鉴于R&D投入中的劳务费也是增加值的一部分，为避免重复计算，本文将扣除劳务费后的R&D投入作为计算R&D资本存量的当期R&D投入。此外，由于《中国科技统计年鉴》只公布了2009年以来各省份R&D投入中的人员劳务费，因而1990—2008年各省份人员劳务费占R&D投入比重采取2009—2014年各省份的平均数，以此估算应该扣除人员劳务费的数据。各省份扣除劳务费的R&D投入计算公式为：

Rit=RDit×(1-μi)

(4)

式(4)中，R表示扣除劳务费后的R&D投入，RD表示没有扣除劳务费的R&D投入，μ表示劳务费占R&D投入的比重。

余永泽[13]用的是1990年全国R&D投入和1998—2000年各省份R&D投入平均占比来估计1990年各省份R&D投入，依据是这3年各省份R&D投入增长较为均匀。但现实情况是这3年R&D投入增长并不均匀，R&D投入的稳定增长出现在2005年以后。1990年各省份大中型工业企业、研究与开发机构和高等学校的R&D经费内部支出额的合计数大于1990年全国的R&D投入数值；2004年以前，各省份R&D投入的合计数大于全国R&D投入的数值。用全国的R&D投入数据计算各省份的数据并不恰当，且各地的发展速度不同，用1998—2000年的平均比重代替1990年的比重并不合适。使用余永泽[13]的方法计算的数据与笔者计算的数据相比有较大差异。如浙江、上海和安徽，用余永泽[13]的方法计算的结果高于实际投入的数据，原因在于经过近十年的发展，R&D投入有了较大提高，用1998—2000年的平均比重计算1990年的数值将会偏高。如青海，用余永泽[13]的方法计算的结果低于实际投入的数据，原因在于青海的R&D投入增长速度低于全国平均水平，造成这些地区根据余永泽[13]的方法计算结果偏低。

2.基期R&D资本存量

对于基期的确定，由于中国各省份的R&D投入数据公布年份始于1998年，部分学者确定基期为1997年、1998年或2000年，为了扩大后续问题的研究样本，本文将基期定为1990年，并将不变价格设定为1990年不变价。

目前有两种常见的使用永续盘存法来估计基期R&D资本存量的做法：一种方法是假定基期R&D资本存量的平均增长率等于R&D投入的平均增长率，是由Griliches[14]提出、多数学者采取的方法。另一种方法是假定在稳定增长的状态下，R&D资本存量与经济总量存在正向相关关系，基于此求出基期的R&D资本存量。鉴于20世纪90年代中国经济处于转轨时期，R&D投入并没有稳定增长，显然采取第二种方法不合适，故本文采取第一种方法，基期R&D资本存量的计算方法如下：

(5)

式(5)的θ表示R&D投入R的增长率。当t=1时，C1=(1+θ)C0。根据式(2)，当t=1时，C1=R1+(1-δ)C0。根据上式，可以得到计算基期R&D资本存量的公式为：

C0=R1/(δ+θ)

(6)

3.R&D投入价格指数

R&D投入价格指数的构造对估算R&D资本存量影响巨大。鉴于目前没有统一的标准，不同文献构造的R&D价格指数不同，从而造成R&D资本存量存在很大差异。关于R&D投入价格指数的设定，大部分学者选取不同名目的价格指数和权重进行加权平均，如工资价格指数[15]、GNP价格指数[16]、消费物价指数[17]、固定资产投资价格指数[11]、商品零售价格指数、工业品出厂价格指数[18]、原材料价格指数[13]等。大部分学者采用主观设定的方法确定权重，而李向东等[11]与朱有为和徐康宁[18]根据对应名目占R&D投入的比重作为权重，比较客观。本文R&D投入已不包括劳动力成本，故采用固定资产投资价格指数和居民消费价格指数来构造R&D投入的价格指数，对于部分省份某一年度缺失的数据用全国平均数代替，2009年以前的数据使用2009—2014年的平均数代替，以各省份R&D投入中资产性支出占比为固定资产投资价格指数的权重，其他支出占R&D投入的比重是居民消费价格指数的权重。各省份价格指数的计算公式为：

RDPIit=INVPIit×(INVit/RDit)+CMPIit×(CMit/RDit)

(7)

式(7)中，RDPI表示R&D综合指数，INVPI表示固定资产投资价格指数，CMPI表示居民消费价格指数，INV表示R&D投入中资产性投入，CM表示其他日常费用。鉴于2009年以前没有详细的分类数据，余永泽[13]用科技活动经费的内部比重代替，但笔者认为科技活动经费的内部比重与R&D投入的内部比重是有区别的，尤其是涉及到各省份时。因此，本文使用2009—2014年R&D投入的平均内部支出代替2009年以前的内部支出更为合理。

4.折旧率

与物质资本不同的是，知识的扩散和传播使得知识专用性不断下降[19]，尤其是在知识经济下，知识的传播和扩散速度远远大于信息不发达的年代，因而普遍认为R&D资本的折旧率一般应高于物质资本的折旧率。但对于折旧率的取值几何，目前学者们没有一致的意见，例如Griliches[14]采用的固定折旧率是15%，Bosworth[20]通过计算专利净收益，估计的折旧率是9.91%—15.31%。Goto和Suzuki[3]使用专利产生收益时间长度的反函数来确定各个行业的折旧率在7.5%—24.6%之间。国内学者采用的折旧率也不尽相同，吴延兵[10]、谢兰云[12]用的是15%，刘建翠等[9]用的是10%和15%。

考虑到在经济发展的不同阶段和经济发展程度不同的地区，资本的更新速度不同，即折旧率不同，本文根据31个省份R&D投入的快慢程度采用了不同的折旧率。在20世纪90年代，各地区的R&D投入较低，属于知识积累阶段，折旧率一般来说会比较低；进入到21世纪，信息化和知识经济不仅提高了知识的传播和更新速度，也同时促进了技术的更新换代，折旧率提高是必然的。为此需要估算两个阶段的折旧率。叶宗裕[21]估计1993年建筑安装类和机器设备类的折旧率分别为7.86%和19.7%，1994—2008年建筑安装类和机器设备类折旧率，每年分别递增0.04%和0.02%，则2005年建筑安装类和机器设备类的折旧率分别为8.32%和19.94%。本文采取叶宗裕[21]1993年和2005年的建筑安装类和机器设备类的折旧率估算两个阶段的资产性支出的折旧率，各省份资产性支出的折旧率计算公式为：

INVDPit=D1t×(FAit/INVit)+D2t×(EQit/INVit)

(8)

式(8)中，INVDP表示资产性支出的折旧率，D1表示资产性支出中非仪器和设备的折旧率，两个阶段的取值分别是7.86%和8.32%，D2表示仪器和设备的折旧率，两个阶段的取值分别是19.7%和19.94%，FA表示资产性支出中非仪器和设备的支出，EQ表示仪器和设备的支出。

计算R&D投入的折旧率，资产性支出部分的折旧率采用式(10)计算的数值，其他非资产性日常支出采用通用20%的折旧率[13]。各省份R&D投入的折旧率计算公式为：

RDDPit=INVDPit×(INVit/RDit)+20%×(CMit/RDit)

(9)

式(9)中，RDDP表示R&D投入的折旧率。用式(8)和式(9)计算的折旧率与谢兰云[12]的最大不同在于没有采取固定折旧率，考虑了时间的异质性。2009年以前缺少的R&D投入内部支出比重采用2009—2014年R&D投入的平均内部支出代替。

本文计算的折旧率与余永泽[13]的区别在于，一是本文根据R&D投入的增长情况划分了两个阶段，二是关于资产性支出，本文区分了仪器和设备与非仪器和设备，余永泽[13]认为资产性投入80%以上为仪器和设备投入，采取黄勇峰等[22]估算出的设备经济折旧率17%，事实上，2009—2014年资产性投入中仪器和设备所占的比重区间是52.42%—98.82%，与余永泽[13]的说法出入较大，而黄勇峰等[22]估算出的设备经济折旧率是中国制造业的设备折旧率，与全社会的设备折旧率是有差别的，且计算区间是1985—1995年，与余永泽[13]的计算周期有时间差。基于以上原因，本文所计算的折旧率与余永泽[13]计算的折旧率有所不同。

三、计算结果和分析

本文计算了中国各省份1990—2014年的R&D资本存量，表1是部分典型年份各省份及三大地区的R&D资本存量和年均增长率。

表1 典型年份各省份及三大地区R&D资本存量和年均增长率(1990=1) 单位：亿元，%

注：东部地区有11个省份，分别是北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区有8个省份，分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区有12个省份，分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古。

从全国来看，1990—2014年中国R&D资本存量经历了跨越式发展，1990年R&D资本存量仅为452.17亿元，2014年就达到了9 883.01亿元，年均增长率高达13.66%，远远高于GDP不到10%的增长率。中国R&D资本存量高速增长，不仅与市场中企业注重通过R&D投入取得竞争优势有关，也与中央乃至地方政府通过项目体制方式，资助高校、科研机构、企业和学者的R&D活动相关[23]。

(一)各省份之间的比较分析

各省份的R&D资本存量绝对数和增长率差异较大，分布很不均衡，区域差异非常明显，基本呈现从东向西逐步递减的趋势，与中国的经济发展特征基本吻合。2014年，北京、江苏、山东、广东和上海等5个省份的R&D资本存量占全国的48.92%，接近R&D资本存量的“半壁江山”；广西、内蒙古、云南、甘肃、贵州、宁夏、新疆、青海、海南和西藏等10个省份R&D资本存量占全国的比重只有4.60%。经济发展快速的地区，R&D资本存量增长较快，例如，浙江的年均增长率是23.22%，而全国年均增长率只有13.66%。

东部地区的优势更加明显，且不断扩大；中部地区的湖北和西部地区的四川、陕西是区域的R&D活动中心。这与王孟欣[24]的计算结果相似。除了北京和上海，其余省份在20世纪90年代R&D资本存量增长较慢，1990年和2000年的R&D资本存量分布更为接近。各地区R&D资本存量的迅速增长发生在21世纪，尤其是2005年以来，国家先后提出增强创新能力及建设创新型国家，把自主创新纳入到“十一五”规划和《国家中长期科学和技术发展规划纲要(2006—2020)》以后，各地区的R&D投入迅速增长，R&D资本存量也就迅速增加。

本文对各省份R&D资本存量进行聚类分析，将31个省份分为4类。第一类是北京、江苏和山东，2014年R&D资本存量分别达到1 152.63、1 127.98和1 011.66亿元，占全国总量的比重分别是11.66%、11.41%和10.24%。北京作为中国的首都，不仅聚集了中国最多的具有顶尖科研水平的高校和科研机构，还有大量的高科技企业，是创新能力与R&D投入较高的地区。江苏和山东在改革开放以来，经济发展始终位于全国前3名，强大的经济实力成为R&D投入的坚强后盾。第二类包括广东、上海和浙江等3个省份。2014年，这些地区的R&D资本存量均超过600亿元，占全国比重均超过6.51%。3个省份都处于东部沿海地区，是经济最发达的地区，创新能力和竞争力较强，属于中国创新活动的重点地区，是建设国家创新体系不可或缺的部分。第三类包括辽宁、湖北、四川、陕西、天津和河南等6个省份，2014年R&D资本存量均超过300亿元，占全国比重均大于3.03%。在这些省份中，辽宁是东北部区域R&D的活动中心，是东北老工业基地的中心；湖北是中部区域R&D的活动中心，也是全国理工科院校的聚集地之一；四川集中了西南区域的主要高校；陕西集中了西北区域的主要高校。建国初期的三线建设也把主要的科技资本投入到湖北、四川和陕西，因而这些省份均成为各自区域的R&D活动中心。天津作为直辖市之一，随着《京津冀都市圈区域规划》和《京津冀协同发展纲要》的实施，天津经济快速发展，R&D投入也有较大的提高。第四类包括其余19个省份，大多数处于中西部区域，经济基础弱，发展相对落后，R&D经费投入较少，R&D资本存量也较低。因此，这些地区的R&D活动相对较弱，需要R&D活动强的地区带动。

(二)三大地区之间的分析

三大地区R&D资本存量占GDP比例的总趋势是先下降后上升。在不同的年份，各地区的比重变化较大，尤其是中西部地区。中部地区R&D资本存量占GDP的比重在1990—2011年期间一直是最低的，2012年开始高于西部地区；1993—2003年期间，西部地区的R&D资本存量占GDP的比重一度是最高的，此后处于波动状态，2010年才开始上升。一定程度上，各个地区R&D资本存量的巨大差距是不同区域之间创新能力悬殊的关键。实施创新驱动战略，倡导“大众创业，万众创新”，有助于推动中国经济结构调整、打造发展新引擎、增强发展新动力、走创新驱动发展道路。但“双创”不仅需要创新精神也需要充足的R&D投入。

通过比较从业人员人均万元R&D资本存量的均值来看，东部地区R&D资本存量的均值在1990—2014年整个区间内均高于其他地区R&D资本存量的均值，1990—2007年间，西部地区人均万元R&D资本存量高于中部地区数值。在20世纪90年代，东部地区R&D资本存量的均值高于其他地区和全国的均值；全国平均水平高于中西部地区；中西部地区非常接近。进入21世纪后，东部地区R&D资本存量的均值迅速增长，远远高于其他地区的均值，中部地区和西部地区的差距拉大始于2007年，建设创新型国家战略提出后，全国的均值位于东部和中部地区的均值之间，与东部地区的均值差距也越来越大。从业人员人均R&D资本存量的差异在一定程度上再次说明了R&D投入的高低与创新的密切关系，也说明了三大区域之间创新程度产生差距的根源。

四、与现有结果比较分析及其拓展

为了验证本文计算结果的合理性，本文将计算结果与现有研究结果进行了比较分析。从计算结果看，唯一相同的一点是，各省份间资本存量的差距较大，增长速度亦有差距。

根据肖敏和谢富纪[25]、谢兰云[12]、王孟欣[24]和本文计算的数据，本文选取2006年的数据，从绝对数、相对数进行分析，*因为肖敏、谢兰云和王孟欣的计算周期分别是2000—2006年、2000—2006年和1998—2007年，本文计算周期是1990—2014年，便于比较选取2006年的数据。并分析增长趋势。第一，肖敏和谢富纪[25]、谢兰云[12]计算的基期相同，可以对绝对数进行分析。因为，科技经费筹集额是R&D投入的2—2.3倍，计算的R&D资本存量显然大于用R&D支出数计算的R&D资本存量，谢兰云[12]的计算结果是肖敏和谢富纪[25]计算结果的1.7—3.9倍，显然是因为谢兰云[12]使用科技经费筹集额计算R&D资本存量，过高地估计了各省份的R&D资本存量，影响进一步利用R&D资本存量对创新的研究结果。第二，从各省份R&D资本存量占总量的比重看，虽然有差别但不是很大，尤其是西部地区。第三，用31个省份的平均值比较增长趋势。谢兰云[12]的计算结果增长迅速，肖敏和谢富纪[25]、王孟欣[24]的计算结果趋势基本一致，在计算周期中，先期是缓慢增长，后期是较快增长，本文的计算结果是在20世纪90年代缓慢增长，2005年后迅速增长，这是因为2005年国家颁布了多项科技创新政策，地区的R&D投入开始稳步快速增长。

造成以上差异的原因可能有以下五点：一是本文计算的基期是1990年(价格基准为1990年)，王孟欣[24]的计算基期是1998年(价格基准为1995年)，肖敏和谢富纪[25]、谢兰云[12]计算的基期是2000年(价格基准为2000年)，这导致相同年份的R&D资本存量存在较大差异。二是包含的内容有差别。本文的R&D资本存量不包括人力资本，其余三者的R&D资本存量包括人力资本，谢兰云[12]以科技经费筹集额作为R&D支出，远远大于现有统计体系下的R&D支出数。三是折旧率存在差异，肖敏和谢富纪[25]、谢兰云[12]的折旧率是15%，王孟欣[24]在东、中、西三大地区采取了不同的折旧率，分别是18%、15%和12%，本文按照R&D投入的内部比重计算了两个时间段的折旧率，不仅具有时间上的异质性，还具有区域上的异质性，其依据是在长时期、不稳定的经济发展中，资本的折旧率不是一成不变的。四是价格指数的构造不同。肖敏和谢富纪[25]、王孟欣[24]使用各省份GDP平减指数作为R&D投入的价格指数，谢兰云[12]使用商品零售价格指数、固定资产价格指数和工业品出厂价格指数构造价格指数，三者的权重是劳务费、原材料费和固定资产购建费在科技经费筹集额中的比重。本文使用固定资产价格指数和居民消费价格指数构造价格指数，二者的权重是资产性支出和日常性支出在R&D投入中的比重。五是本文计算了1990—2014年各省份的R&D资本存量，时间序列更长，并匹配了R&D投入的估算范围，使得本文的估算结果具有较强的连续性。这为研究各省份经济增长与R&D投入的关系、技术创新的源泉和经济增长质量等提供了更为科学可靠的基础数据。

肖敏和谢富纪[25]是最早计算各省份R&D资本存量的学者，此后有学者开始估算区域R&D资本存量，肖敏和谢富纪[25]在理论和应用两方面推动了区域R&D资本存量的估算；谢兰云[12]的价格权重处理方法考虑了时间和区域的异质性，为R&D投入价格指数的构造提供了新思路，区别于以前学者采取固定的参数；本文对折旧率的处理不仅考虑了资产性支出和日常支出的区别，还考虑了资产性支出中设备和仪器及其他资产性支出的差异，这种处理方法比余永泽[13]的处理方法更为细致合理。谢兰云[12]以科技经费筹集额作为R&D支出计算R&D资本存量，计算结果偏大不可避免。

五、结 论

本文通过拓展各省份R&D投入数据序列，使用永续盘存法估算了中国31个省份R&D资本存量，估计结果显示：中国仍有较大R&D投入空间，持续R&D投入对实现创新驱动战略具有重要的现实意义。长期以来，固定资本投入是中国经济增长的主要源泉，并表现出粗放经济增长模式的特征。党的十八大明确提出，科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。虽然中国R&D资本存量在1990—2014年经历了快速提升，但与发达国家R&D投入相比仍存在较大差距。OECD数据显示，2013年美国的R&D投入强度为2.74%，2014年德国、日本和韩国的R&D投入强度分别为2.84%、3.58%和4.29%，不仅远远高于中国的R&D投入强度，甚至高于《国家中长期科技发展规划纲要(2006—2020)》设定的到2020年达到2.5%的目标。因此，中国仍有较大的R&D投入空间。通过各地区持续增加R&D投入，对于提高中国自主创新能力，促进产业结构调整，突破资源、能源和环境的制约具有重要作用。

[1] 吴延兵.中国工业R&D产出弹性测算(1993-2002)[J].经济学(季刊),2008，(3):869-890.

[2] Griliches,Z. R&D and Productivity: Measurement Issues and Econometric Results[J].Science, New Series, 1987,237(4810): 31-35.

[3] Goto,A.,Suzuki,K. R&D Capital, Rate of Return on R&D Investment and Spillover of R&D in Japanese Manufacturing Industries[J]. The Review of Economics and Statistics，1989, 71(4):555-564.

[4] Kim,T., Park,C. R&D, Trade, and Productivity Growth in Korean Manufacturing[J]. Review of World Economics/Weltwirtschaftliches Archiv,2003,139(3):460-483.

[5] Kwon, H., Inui,T. R&D and Productivity Growth in Japanese Manufacturing Firms[R].ESRI Discussion Paper Series NO.44, 2003.

[6] Hu, A. G.Z., Jefferson, G.H. ,Qian, J.C.R&D and Technology Transfer: Firm-Level Evidence From Chinese Industry [J].Review of Economics and Statistics,2005, 87(4): 780-786.

[7] Bernstein,J.,Mamuneas,T.P.Depreciation Estimation, R&D Capital Stock, and North American Manufacturing Productivity Growth[J]. Annales Déconomie Et De Statistique,2005,(79-80):383-404.

[8] 严成樑,龚六堂.R&D对我国经济增长的贡献测度[J].投资研究,2014，(1):13-23.

[9] 刘建翠,郑世林，汪亚楠.中国研发(R&D)资本存量估计：1978-2013[J].经济与管理研究，2015(2)：18-25.

[10] 吴延兵.R&D存量、知识函数与生产效率[J].经济学(季刊),2006，(7):1129-1156.

[11] 李向东,李南,白俊红,等.高技术产业研发创新效率分析[J].中国软科学,2011，(2):52-61.

[12] 谢兰云.中国省份研究与开发( R&D)指数及其存量的计算[J].西安财经学院学报,2010，(4):65-71.

[13] 余泳泽.中国区域创新活动的“协同效应”与“挤占效应”[J].中国工业经济,2015，(10):37-52.

[14] Griliches, Z.R&D and the Productivity Slowdown[J].The American Economic Review ,1980,70 (1)：343-348.

[15] Jaffe,S.A. A Price Index for Deflation of Academic R&D Expenditure[R].The National Science Foundation (NSF) 72-310 , 1972.

[16] Loeb， P.D., Lin, V. Research and Development in the Pharmaceutical Industry Specification Error Approach [J]. Journal of Industrial Economics,1977, 26(1):45-51.

[17] 朱平芳,徐伟民.政府的科技激励政策对大中型工业企业、R&D投入及其专利产出的影响[J].经济研究，2003，(6):45-53.

[18] 朱有为,徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济,2006，(11):38-45.

[19] Pakes, A.,Schankerman, M. The Rate of Obsolescence of Knowledge , Research Gestation Lags and the Private Rate of Return to Research Resources[R]. NBER Working Paper,1979.

[20] Bosworth,D.The Rate of Obsolescence of Technical Knowledge——A Note[J]. Journal of Industrial Economics,1978, 26(3):273-279.

[21] 叶宗裕.中国资本存量再估算:1952-2008[J].统计信息论坛，2010,(7):36-41.

[22] 黄勇峰,任若恩,刘晓生．中国制造业资本存量永续盘存法估计[J].经济学(季刊)，2002，(2)：376-396.

[23] 郑世林,周黎安.政府专项项目体制与中国企业自主创新[J]. 数量经济技术经济研究，2015，(12):73-89.

[24] 王孟欣.我国区域R&D资本存量的测算[J].江苏大学学报(社会科学版),2011,(1)：84-88.

[25] 肖敏,谢富纪.我国R&D资本存量的空间分布特征[J].科技管理研究,2009，(8):435-436,439.

(责任编辑：邓 菁)

2016-10-02

中国社会科学院哲学社会科学创新工程项目“科技战略与科技政策研究和评价”；国家自然科学基金面上项目“互联网基础设施对中国经济发展及公民政治参与的影响”(71573272)；中宣部中国特色社会主义理论体系研究中心重大项目“创新驱动发展战略与‘双创’研究”(2015YZD03)

刘建翠(1971-)，女，山东莱芜人，副研究员，博士，主要从事技术经济分析、投入产出和生产率等方面的研究。E-mail:liujc@cass.org.cn郑世林(1975-)，男，山东日照人，副研究员，博士，主要从事技术经济分析与政策等方面的研究。E-mail:zhengsl@cass.org.cn

F224

A

1000-176X(2016)12-0100-08