第四节 技术创新的测度指标
如何对技术创新能力进行衡量，一直是理论界、政策制定者和企业所关注的问题。技术创新过程的性质特点，决定着我们“无法直接衡量技术创新的质量和数量”（Hill，1979:3）。但是，可以采用一些替代性指标来反映工业技术创新活动。目前存在着许多不同的衡量方法和测度指标，可以将这些方法和指标分为如下三个层次、三个方面（表8－2）。在技术创新研究中，许多经济学家喜欢使用R＆D、专利、生产率等指标。而创新系统方法则向人们展现了另外一种测度创新的新思路。相比而言，R＆D指标侧重于从“投入”方面测度技术创新，专利指标关注的是技术创新产出以及制度的影响，[8]创新的系统方法则是把技术创新视为一种知识创造过程，倡导从多层面来“综合”解释创新。
表8－2 测度技术创新能力的层次和主要指标
一、R＆ D指标
R＆D指标通常包括R＆D经费、R＆D经费来源构成、R＆D密度（R＆D支出/销售收入或总产值）、R＆D人员及其在从业人员总数中的比例。其中最常使用的指标是R＆D密度。例如，在研究市场结构、需求等因素与技术创新的关系时，经济学家常使用R＆D支出或R＆D密度作为技术创新能力的测度指标。这种方法的好处之一是，很容易在创新与相关因素之间建立起“函数关系”。采用这一指标实际上默认了“有R＆D必有创新”的假设。很显然，这种假设深受线性创新模式或思想的影响。但是，必须注意的是，R＆D经费仅是为了扩大知识基础或探索知识而进行的一种直接投入。[9]因为成功的R＆D活动还需要吸取许多不同来源的思想，包括非正式的职业交流、使用者的经验和来自生产第一线的建议。此外，现有R＆D指标很重视公共部门、学术界和大型制造业所进行的正式R＆D，却忽视了小企业和服务部门的R＆D活动（OECD，1997），因此，R＆D指标也常受到指责。
二、专利指标
专利或专利倾向（专利/R＆D或专利/研究者人数）之所以作为衡量技术创新产出的一个重要指标，是与专利本身的优点分不开的。其优点主要有:几乎涵盖所有技术领域，是不同国家对技术创新的一种同质测度（Malerba和Orsenigo，1997）；专利文献含有大量关于发明、技术、发明者等方面的信息；许多国家都有专利系统/数据库（OECD，1997）；具有时间序列性和一定的可比性（Basberg，1987；Soete，1981）。此外，专利指标还具有一些其他层面的特点，例如，可以将专利视为与技术研究开发本身具有紧密联系的数据；只要专利批准标准不变，其数据的客观性就是可以预期的（植草益等，中译本，2000），等等。
尽管使用专利指标的好处有很多，但是专利本身也存在一些问题。一般的，并非所有知识的新应用都被批准为专利，并非所有创新企业都会申请专利，[10]并非所有专利都具有同等价值。此外，除非对专利更新和专利引用进行详尽分析，否则无法区分专利间的相对重要性；况且不同技术分属于不同专利领域，不同企业可能有不同的专利所有权（跨越几个技术领域，无法进行产业分类）。所以，在这种条件下，Stoneman（1983）提醒我们在使用专利指标时，必须注意如下问题:①专利在性质上差异较大（有些即使在保护期内，也可能毫无价值）。②不同国家的专利制度不同，难以进行国际比较。[11]③《专利法》一直在变化，时间序列分析值得怀疑。④并不是所有发明都可获得专利。尽管如此，欧美学者还是钟情于利用专利来测度技术创新能力，因为“专利尽管不是测量技术进步的一个好指标，但至少可以衡量”（Stoneman，1983:24）。正如Griliches（1990）指出的:“专利统计为技术变革过程分析提供了唯一的源泉，就数据质量、可获性，以及详细的产业、组织和技术细节而言，任何其他数据均无法与专利相媲美。”（Malerba和Orsenigo，1997:244）
三、生产率
这种方法起源于经济学家对经济增长源泉的探索，主要从技术创新对经济增长或经济发展的贡献角度来分析技术创新的效应或影响。20世纪50年代，为了解释美国经济增长的历史，以及理解不同国家经济增长的差异，许多经济学家从资源开采、资本投资、劳动力和教育的改善等角度探求经济增长的起源。但是，这些因素仅解释了GNP增长的一小部分，大部分剩余被归结为“技术创新”或“技术进步”。[12]在20世纪80年代之前，生产率的测算主要采取总生产函数、全要素生产率（Total Factor Productivity，TFP）[13]等计算方法。Solow（1957）采用总生产函数方法来测算技术创新对产出增长的贡献，发现技术创新对产出增长的贡献高达87.5%；Kendrick（1961）发现资本增长对人均NNP增长的贡献为16%，“人均”劳动的贡献为9%，而“生产率提高”的贡献者则高达75%。这些研究表明，技术创新（技术变革）是促使总产出增长的重要因素之一。对于是否可以使用全要素生产率的变化，或者“剩余”来代表技术进步或技术创新，有许多经济学家对此问题持否定态度。William Nordhaus（1997）强调要警惕由价格指数所导致的技术进步低估现象，因为价格指数无法衡量向用户提供的实际服务。W right（1997）也指出，即使包含广泛的质量改进，也不应该用TFP来反映技术进步。如果在某个企业、产业、部门或某个国家出现了技术潜力的本质变化，无论在哪一种模型中，这种变化都会影响资本和劳动力的流动。在新的均衡中，投入和产出都会发生变化；这种变化速度几乎不能表现出技术初始变革的任何信息。Abramovitz和David（1973）的研究发现，美国在整个19世纪的全要素生产率几乎接近于零，他们把这种发现称为“归谬法”（Reductio Ad Absurdum）。如果美国在整个19世纪“没有技术进步”，根据所观察的较高的资本积累率水平，新资本投资的收益应该快速接近于零。然而，实际情况是“技术进步确实存在，最为明显的证明是具有高报酬率的投资持续增长，而不是全要素生产率”（Wright，1997:1564）。所以，Wright倡导一种面向历史的测度方法。
四、国家创新系统（NSIs）的测度
创新的系统方法以路径依赖、演化理论和交互学习理论为基础，它是对技术创新发展进行历史解释的一种方法。这种方法能够相对“系统”地反映出技术创新过程的各个层面。Lundvall（1992）曾经对创新系统的测度问题进行过深入研究，认为反映NSIs绩效的指标应该能够充分反映出生产、扩散和使用具有经济价值的知识的有效性和效率，但是这些指标至今仍不完善。NSIs的产出可用如下指标来测度:新产品数量或新产品销售比例（Kristensen和Lundvall，1991）；新产品销售额，专利（Pavitt和Patel，1988）；技术产品在对外贸易中的比例（Dalum等人，1988）等。这些指标的一个共同的缺点是没有考虑创新的扩散问题（Lundvall，1992）。由于每种指标都各有缺陷，明智之举是综合利用各种指标来反映NSIs绩效全貌。Niosi等人（1993）在总结历史文献的基础上，提出从如下三个方面来对国家创新系统绩效进行测度:创新单位的特征（数量、规模、创新单位的集中度）；流动指标（技术、金融、社会、商业、法律制度）以及绩效指标（经济和产业绩效）（表8－3）。与前面的几种方法相比，这种测度能够让我们从国家层次认识一个国家或产业的技术创新状况，并便于进行国际比较。然而，在这种方法中，有些指标既不容易获得，也难于进行定量分析，而大量的定性分析不仅需要大量的调查，而且会包含很多主观判断。这些问题有时将不利于客观评价技术创新。在实证分析中，利用技术系统、部门创新系统、地区或区域创新系统以及测度社会技术系统[14]等方法，也可以从不同层面揭示出技术创新的许多特点。
表8－3 国家创新系统的测度内容
资料来源:Niosi等人（1993:222-224），作者整理。
五、主要创新或根本创新
新产品、新工艺数也是衡量技术创新能力的重要指标。这些指标常用来反映“主要创新或根本创新”，例如，电力、汽车、飞机、电视、抗生素和计算机等就属于这类指标。这类数据大多来自于实际的创新数据调查，[15]能够直接反映出技术创新活动的水平。这种方法的实质是用“可觉察的创新过程的效应”来测算技术创新，然而大部分技术变革却是不可观察的。因为许多主要创新是由一系列微小的变革构成，如进行微小的设计调整，以更好地满足最终用户的专有需要，降低加工成本，方便操作以及改善功能等。对一些重要行业的发展来说，根本性创新的作用并不是想象中的那样。[16]相反，一些增量型的创新在这些产业发展中的贡献巨大。例如，电力生产是20世纪全要素生产率增长最快的产业之一，并不存在什么突然的、重大的产品和工艺变革。然而，一些微小的技术改进却很多，如采用新型合金钢、提高锅炉设计的先进性、提高涡轮效率、采用给水加热器、排水节省器等，其结果是1910年1千瓦小时电力需要7吨煤，在20世纪60年代同样的产出仅需要0.9吨煤。“但是，无法识别出到底哪些创新导致这种生产率的巨大改进”（Kline和Rosenberg，1986:283）。
六、技术创新指标体系
前五种技术创新指标的特点之一是，只用一个指标从一个角度来衡量技术创新，虽然具有“简化”的优点，但是它的缺点也是显而易见的，它不能揭示技术创新的“全貌”。为了克服使用单个指标来测度技术创新的缺点，许多创新经济学者在“创新的系统方法”指导下，构造了不同的指标体系，以相对全面地反映技术创新活动。加拿大的Debresson教授认为，可以使用创新资本投入/职工人数、创新资本投入/销售收入、非专门的创新资本投入/职工人数、企业的创新倾向等八个指标来计算技术创新能力；高建（1997）提出了一种评价技术创新的方法，包括11个可供使用的指标，分别从资源投入、创新管理、创新倾向、制造、营销和产出方面来衡量技术创新能力；史清琪、尚勇（2000）把评价产业技术创新能力的指标分为三类（共有十个子指标）:显示性或产出指标（四个指标）、直接因素指标（三个指标）和间接因素指标（三个指标）。由此可见，技术创新指标体系的方法一般要包括许多子指标，从不同角度来“计算”技术创新能力，这就增加了指标选择和计算的难度。所以，如何选择指标，以及这些指标的可获性和可计算性如何，将直接决定这种方法的应用范围。
综上所述，各种衡量技术创新的指标或方法各有优缺点。要想对技术创新活动做出相对合理、客观的描述，就需要结合分析目的，使用多个指标，从“系统”的角度来研究技术创新能力。但是，任何一种方法或指标都不可能是“最优的”，而且有时技术创新的许多内容也是无法测度的。例如，经济学家尽管使出浑身解数，还是无法准确地衡量不同产业技术创新的收益，也无法准确地测量出某种迅速膨胀的产业对供给方的影响（Kline和Rosenberg，1986）。因此，在选择衡量产业技术创新能力的指标时，必须要考虑指标的真实性、权威性、全面性和可获性，从而相对准确地揭示出产业技术进步的特点。
思考题
1.什么是技术创新？技术创新有何特点？
2.简述技术创新的分类。
3.简述企业规模与R＆D投资的关系。
4.何种市场结构更有益于创新？
5.简述衡量技术创新的指标。
1.Freeman C.，The Economics of Industrial Innovation，1992，The MIT Press.
2.Knneth D.George，Caroline Joll and E.L.Lynk，Industrial Organisation:Competition，Growth and Structural Change，4th Edtion，Routledge，1996，London and New York.
3.O.Shy，Industrial Organization Theory and Application，1996，The MIT Press.
4.A.Sen，Industrial Organization，1996，Oxford University Press.
5.约瑟夫·熊彼特:《经济发展理论》，商务印书馆，1997年。
6.德布雷森:《技术创新经济分析》，辽宁人民出版社，1998年。
7.保罗·特罗特著，吴东等译:《创新管理和新产品开发》，中国人民大学出版社，2005年。
8.R.纳尔逊、悉尼·G.温特:《经济变迁的演化理论》，商务印书馆，1999年。
9.柳卸林:《技术创新经济学》，中国经济出版社，1993年。
10.V.K.纳雷安安:《技术战略与创新:竞争优势的源泉》，电子工业出版社，2002年。
11.罗伯特·A.伯格曼、莫德斯托·A.麦迪奎、史蒂文C.惠尔赖特:《技术与创新的战略管理》，机械工业出版社，2004年。
12.Joe Tidd，John Bessant和Keith Pavitt:《创新管理》，清华大学出版社，2002年。
13.多纳德·海、德理克·莫瑞斯著，钟鸿钧等译:《产业经济学与组织》，经济科学出版社，2001年。
14.诺玛·哈里森、丹尼·萨姆森:《技术管理:理论知识与全球案例》，清华大学出版社，2004年。
15.乔治·戴、保罗·休梅克:《沃顿论新兴技术管理》，华夏出版社，2002年。
16.吴贵生:《技术创新管理》，清华大学出版社，2000年。
17.中国科技促进发展研究中心:《中国科技政策与发展研究:2001调研报告精选》，科学技术文献出版社，2002年。
18.马库斯利特兹格著，崔文杰译:“知识产权的战略管理”，《经济研究资料译丛》，2005（1）。
19.富田彻男:《市场竞争中的知识产权》，商务印书馆，2000年。
【注释】
[1]德布雷森:《技术创新经济分析》，辽宁人民出版社，1998年。
[2]吴声怡:“论有中国特色的‘科技活动’定域”，《技术经济》，1995（11）。
[3]也就是说，技术进步不仅导致新产品、新服务、新系统和新产业的产生及其范围的扩大，而且直接或间接地影响着几乎整个经济领域（G.多西等，1992:60）。
[4]O.Shy.Industrial Organization Theory and Application，1996 The MIT Press.
[5]Knneth D.George，Caroline Joll and E.L.Lynk.Industrial Organisation:Competition，Growth and Structural Change.4th Edtion，Routledge，1996，London and New York.
[6]A.Sen.Industrial Organization.1996，Oxford University Press.
[7]但是也有人反对检验所谓的“熊彼特假设”，因为那些熊彼特假设本身就存在问题，大部分检验并不正确，而且真正的熊彼特假设不足以保证:大企业和少量的企业将有利于技术创新（Fisher和Temin，1973）。
[8]当然，这种划分是相对的，有些指标之间存在着一定的相容关系，例如R＆D和专利；有些指标可能具有投入和产出的双重身份，例如，有些研究就把专利视为一种投入。
[9]Lundvall（1992）也对这种方法进行批评，认为R＆D指标具有两个问题:一是它仅是一种投入指标，并不知道这种投入到底会带来什么；二是R＆D支出仅是创新过程中的一种投入要素，一些与日常活动相关的学习，其重要性要强于R＆D。
[10]专利代表着特定想法的实用性，而不是知识的一般概念或发展。例如，专利不包括许多诀窍或隐含知识，而后者却日益成为竞争优势的重要来源。Kumar（1997）认为，对于发展中国家的发明者或企业而言，由于申请专利的费用较高（尤其是在美国申请专利），使得它们无力申请专利（Alcorta和Peres，1998）。
[11]Soete（1981）提出可以用不同国家在USA的专利数据来克服这种偏差。
[12]这种方法的实质是计算技术创新或技术进步对经济增长的影响。“大部分现代增长的计算方法发端于20世纪30年代的Ramsey，von Neumann和Harrod的思想，并在50年代得到扩展”（Gomulka，1990:19）。
[13]全要素生产率是把劳动和资本指数结合起来，形成一种全部资源的指数，用以说明只有投入数量发生变化时，产出将如何变化。这种方法假设:①规模收益不变，即所有投入增长1单位，产出相应也增加1单位。②投入品质量一直不变（如劳动质量是不变的）。③技术变革是中性的，即资本和劳动变化的作用同等重要，否则相关的边际生产率将因技术变化而变化（Rothwell和Zegveld，1981:24－25）。
[14]Stephen Kline提出用如下三个指标测量了不同社会技术系统的巨大差异:在某一社会技术系统内，变革可能发生方式的数量；设计技术系统所必须做出决策的数量；技术系统控制模式的数量，以及把系统与周边环境联系起来的控制模式的数量。很显然，社会技术系统要比他们所创造的过程和产品系统复杂得多（Rycroft和Kash，1999:56）。
[15]有许多创新经济学家和创新研究团体采用了这种方法（柳卸林，1993:180）。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
