企业家精神与内涵型经济增长

企业家精神与内涵型经济增长

一、企业家创新行为经济增长是经济研究的中心主题。改革开放30年来,我国经济实现了持续快速增长。对于我国经济增长的原因,一些学者认为是由于经济效率的提高,而更多的学者则认为是由于经济投入的增加(吴三忙,2007;郭庆旺、贾俊雪,2005;章立军,2006)。经济投入增加所产生的经济增长是粗放型增长,它需要巨大的资源消耗,会对自然环境造成破坏性影响。在我国,伴随着经济的高速增长,自然环境开始恶化,粗放型增长方式已经走到了尽头,提高经济效率和转变增长方式成为经济持续发展的必然选择。而营造自主创新环境,增加创新投入,努力建设创新型国家是实现这一转变的关键。熊彼特认为,创新不是偶然发生的,它需要企业家的创新行为。1随着现代社会由管理型经济向创新型经济的转变,企业家的创新行为受到越来越多经济学家的重视。Aghion和Howitt(1992)通过数理模型研究了企业家的创新行为对经济增长的影响。他们将创新定义为产品创新,即新产品的出现和旧产品的退化。企业家在每个时期都做出创新决策,时期长度是两个相邻创新的间隔期限。由于创新的发生具有随机性,所以每个时期的长度也是随机的。另外,他们还假设两个相邻时期的创新数量是相互关联的,关联方式包括两个方面:首先是创新的破坏性影响。一个时期的创新收益是当期创新在下个时期所获得的垄断利润。由于垄断利润只能维持一个时期,所以当期创新收益就与下一个时期创新发生的机率成反比。其次是一般均衡影响。在劳动力市场上,技术工人既可以被用于创新,也可以被用于生产。预期下个时期的创新较多就意味着下个时期技术工人的需求较大而工资较高,那么当期创新在下个时期所获得的预期垄断利润就较低。所以,这两种关联方式都使得两个相邻时期的创新数量负相关。由此,他们分析了企业家创新行为的最优选择,以及这种创新行为对经济增长的正面影响。同样,巴罗和萨拉-伊-马丁(BarroandSala-i-Martin,2000)也将创新定义为产品创新,以此来研究企业家创新行为的经济绩效。Schmitz1(989)、Baumol(1990)以及Crafts和Mills(1997)认为,企业家精神可以促进创新的形成,内生的经济增长不是决定于生产要素的积累而是决定于内生的创新。根据Lynn(1991)的理解,企业家精神是一种价值观体系,是人们对各种事物的态度,包括对工作、生产、财富和储蓄的态度,以及对新信息、新发明和陌生人的态度,还包括对风险和失败的态度等等。因此,企业家精神是企业家群体所共有的特质和价值观体系,它是影响企业家的创新行为和经济增长的重要因素。在传统研究中,无论是Aghion和Howitt,还是巴罗和萨拉-伊-马丁,大多数学者都是将创新定义为产品创新。其实,创新的概念应该更为广泛,它不仅是指产品创新,还包括一种新技术的推广和应用、一种制度的改善以及一种新的生产组织方式的产生等等,都可以称为创新。本文将在重新定义创新的基础上,借鉴Aghion和Howitt(1992)的分析,以企业家的创新行为为研究对象,来探索企业家精神对企业家的创新行为进而对经济增长的影响,从而为我国经济增长方式转变提供一个新的认识视角。二、基本模型(一)企业家的创新能力假设市场上只存在一种产品和一个生产企业,企业家将其生产所得全部用于个人消费,生产过程只有一种投入,即企业家的精力投入。根据相关研究,企业家精神的主体具有多个层次,它可以是一个经济个体、一个组织或机构,甚至可以是一个国家。在这里,企业家是指具有创新意愿的经济个体,一切具有创新投入的经济个体都可以称为企业家。企业家的精力投入,是指企业家在时间、体力和脑力上的耗费。企业家的全部精力被用于三个方面,即生产、创新和休闲,分别表示为L1、L2和L3。企业家在进行创新投入的同时,也会进行生产和休闲投入,以使自身效用最大化。如果将企业家的全部精力标准化为1,那么:L1+L2+L3=1。假定企业家的生产函数2为:y=ALα1α10<α<1其中,y表示产品的生产总量,L1表示企业家的精力投入,A表示全要素生产率。A的大小决定于生产的技术水平、组织方式和制度环境等因素,这些因素都决定于企业家的创新。假设全要素生产率A的方程式为:At=A0μkμ>1,k=0,1,2,……其中,At是t时期的全要素生产率,A0是初期的全要素生产率,μ是一次成功创新所带来的全要素生产率的变化率,k是创新次数。借鉴Aghion和Howitt(1992)的模型分析,假设一次成功创新只能维持一个时期,每个时期的长度是两个成功创新之间的间隔期。因此,如果某个时期企业家的全要素生产率为At,那么下个时期的全要素生产率就是μ×At。由于每次成功创新的发生是随机的,所以每个时期的长度也是随机的。假设企业家取得一次成功创新的机率符合如下方程式:P=λL2其中,P表示创新机率,L2表示企业家进行创新的精力投入,λ表示创新参数,是一个常数3。λ的大小决定于企业家的创新性,反映了企业家的创新能力。另外,政府对创新行为的财政扶持和创新的社会环境改善等因素也会影响到λ的大小。(二)企业家的经济收入企业家的经济收益可以分为两部分:一是现期生产所取得的收益V1;二是创新的预期收益V2。1.市场利率稳定指数y1假设现期全要素生产率为A,生产投入为L1,那么企业家的生产收益y1为:y1=ALα1α1假设市场利率始终不变,为常数r。根据创新发生的概率密度g(t)=Pe-Pt4,将企业家的生产收益y1折现,即可得到现期生产收益V1为:V1=∫∞0Pe-Pte-rty1dt2.企业经济收益假设在长期中企业家的行为决策存在均衡,那么在均衡时他的精力配置方式将保持不变。由此,企业家的一次成功创新所取得的预期收益y2为:y2=∫∞0Pe-Pρe-rρμALα1α1dρ根据创新发生的概率密度g(t)=Pe-Pt,创新发生的概率分布函数为:F(T)=∫∞0Pe-Ptdt因此,对y2进行折现,即可得到创新的预期收益V2为:V2=∫∞0Pe-Pte-rty2dt这样,将现期生产收益V1和创新的预期收益V2加总,即可得到企业家的经济收益V为:V=V1+V2=∫∞0Ρe-Ρte-rty1dt+∫∞0Ρe-Ρte-rty2dt=∫∞0Ρe-Ρte-rtALα1dt+∫∞0Ρe-Ρte-rtdt∫∞0Ρe-Ρρe-rρμALα1dρ=Ρr+ΡALα1+Ρ2(r+Ρ)2μALα1V=V1+V2=∫∞0Pe−Pte−rty1dt+∫∞0Pe−Pte−rty2dt=∫∞0Pe−Pte−rtALα1dt+∫∞0Pe−Pte−rtdt∫∞0Pe−Pρe−rρμALα1dρ=Pr+PALα1+P2(r+P)2μALα1(三)企业家的消费以消费为目根据假设,企业家将自己的全部精力配置于三项用途,在长期均衡处精力配置方式将保持不变,这时企业家的效用水平会达到最大。假设企业家的效用函数为5:U=lnC+lnL3其中,C是企业家的消费水平,L3是企业家对休闲的精力投入。由于企业家将其生产所得全部用于个人消费,所以企业家的消费水平C就等于他的经济收益V。因此,企业家为了使自身效用最大化,必有:maxU=lnC+lnL3SubjecttoL1+L2+L3=1P=λL2由此可见,企业家将根据自己的效用函数与约束条件选择一种最佳的精力配置方式,这种配置方式决定了企业家的创新投入,也就决定了创新的发生机率,从而最终决定了全要素生产率和经济增长率。三、共有的特质企业家精神是企业家群体所共有的价值观体系,体现为他们所共有的特质,如创新性、抗风险性、工作态度和自身价值感等等。这些特质决定了企业家的行为决策,可以影响企业家的精力配置方式,所以会影响到企业家的创新行为。(一)企业家的现期效用根据企业家的效用函数和约束条件,建立拉格朗日函数为:θ=ln[λL2r+λL2ALα1+λ2L22(r+λL2)2μALα1]+lnL3+φ(1-L1-L2-L3)θ=ln[λL2r+λL2ALα1+λ2L22(r+λL2)2μALα1]+lnL3+φ(1−L1−L2−L3)企业家要使自身效用水平达到最大,必有:∂θ∂L1=αL1-φ=0∂θ∂L1=αL1−φ=0(1)∂θ∂L3=1L3-φ=0∂θ∂L3=1L3−φ=0(2)∂θ∂L2=1L2+λ+λμr+λL2+μλL2-2λr+λL2-φ=0(3)∂θ∂φ=1-L1-L2-L3=0(4)由方程式(1)、(2)和(4)得:L1=αL3;∂L2∂L1=-1+αα;∂L2∂L3=-(1+α)因此,企业家的生产投入L1与休闲投入L3会保持固定的比例α。这两项投入所产生的效用形成了企业家的现期效用,而创新投入L2所产生的效用就形成了企业家的预期效用。这样,企业家会通过精力配置方式来调整现期效用与预期效用的比例,以使自身的总效用水平达到最大。(二)企业家创新能力从长期来看,企业家的创新行为决策可能存在多重均衡。一种情况是,由于利率r太高或者由于创新参数λ太小,企业家将不做任何创新投入而把全部精力用于现期生产和休闲。此时,企业家的行为决策也达到了长期均衡,其创新投入为0,全要素生产率将保持不变。不过,根据相关研究,全要素生产率的提高是我国经济运行的常态,这说明企业家一定会有正的创新投入。由此,本文将分析企业家创新行为的影响因素,特别是企业家精神对创新投入的影响。1.对称点移动特征的分析由方程式(1)、(2)、(3)和(4),可以得到创新投入L2的方程式为6:f(L2)=aL32+bL22+cL2+d=0(5)其中,a=-λ2-μλ2-αλ2-μαλ2b=-3rλ-3μrλ-2αrλ-μαrλc=2μrλ+rλ-2r2-αr2d=r2根据一元三次函数的性质,由于a<0,所以曲线f(L2)在区间(-∞,x1)和(x2,+∞)上是减函数,在区间(x1,x2)上是增函数。其中,x1和x2是曲线f(L2)的两个极值点的横坐标。当x1=x2或者x1和x2不存在时,f(L2)是一个连续递减的曲线。另外,f(L2)是一条对称曲线,对称点为(-b3a‚f(-b3a))。由方程式(5),可得曲线f(L2)对称点的横坐标为:-b3a=-3rλ-3μrλ-2αrλ-μαrλ3(λ2+μλ2+αλ2+μαλ2)=-r(3+3μ+2α+μα)3λ(1+μ+α+μα)依据这一横坐标,我们可以计算得出对称点的纵坐标。由此,根据对称点的坐标变化,我们可以判断得出曲线f(L2)的移动特征,从而可以分析企业家的创新性对其创新投入L2的影响。为了简化分析,我们不妨分别赋予μ和α一个固定的数值,为2和1/27。所以,-b3a=-22r27λ(6)f(-b3a)=-6193r32187λ-8327r2(7)由此可见,如果f(L2)=0存在实数解,那么必有一个正数解处于曲线f(L2)右侧的递减区域。所以,根据前文分析,如果企业家的创新性增强,使创新参数λ增加,那么曲线f(L2)会向右上方移动,这将引起创新投入L2的增加。因此,如果企业家的创新性增强,他的单位创新投入取得成功创新的机率就会增加,这会提高创新的预期收益和企业家的效用水平,从而会促使企业家增加创新投入。另外,政府对创新行为的财政扶持和创新的社会环境改善也会影响到λ的大小,这些因素也决定了创新投入L2的变化。章立军(2006)从区域层面研究得出,创新环境改善对创新具有正面的促进作用,这也从一个侧面印证了上述分析结论。2.企业家自身价值评价按照Benz(2005)的理解,企业家精神不仅体现在企业家对经济利益的追求上,而且还体现在他对一些非经济利益的追求上,例如:对荣誉、尊重和自身价值的追求。斯托福德和班德弗尔(StopfordandBaden-Fuller,1994)认为,企业家精神就是企业家对超越现有能力的渴望。由此可见,成功创新不仅可以让企业家获得经济收益,而且还可以让他获得社会尊重和自我满足,从而可以取得实现自身价值的心理收益。所以,企业家对自身价值的评价,即自身价值感,也可以影响到他的创新行为决策。考虑到企业家对自身价值的追求,重新设定他的效用函数为:U=lnC+lnL3+lnP其中,C表示企业家的消费水平,L3表示企业家对休闲的精力投入,P表示成功创新的发生机率。这样,一次成功创新的发生机率越大,企业家的效用水平就越高,lnP代表了企业家实现自身价值所产生的效用量。由此,为了使自身效用水平达到最大,企业家的最优选择为:maxU=lnC+lnL3+lnPSubjecttoL1+L2+L3=1P=λL2建立拉格朗日函数为:θ=ln[λL2r+λL2ALα1+λ2L22(r+λL2)2μALα1]+lnL3+lnλL2+φ(1-L1-L2-L3)所以,可得:∂θ∂L1=αL1-φ=0(8)∂θ∂L3=1L3-φ=0(9)∂θ∂L2=2L2+λ+λμr+λL2+μλL2-2λr+λL2-φ=0(10)∂θ∂φ=1-L1-L2-L3=0(11)与式(3)相比,式(10)中的值较大。那么,由式(8)和(9)可得,式(11)中的生产投入L1与休闲投入L3都较小。由此可见,受企业家自身价值感的影响,企业家的创新投入L2已增加。这是因为,成功创新可以使企业家获得心理收益,这提高了他的效用水平,从而增加了企业家的创新激励。3.技术创新的风险性企业家的抗风险性反映了他对风险的态度,体现了企业家精神,同样可以影响他的创新行为。根据前文分析,成功创新的发生是随机的,所以创新的预期收益也是不确定的。美国学者曼斯菲尔德对涵盖多个产业的16家公司进行调查后发现,技术创新的风险性很大,平均只有27%的创新能够最终获得经济收益。但是,从期望值来分析,创新的经济收益还是很高的,足以补偿所有的创新成本。8这样,如果企业家的抗风险性较差,那么他必然会倾向于降低创新投入而增加现期生产和休闲投入,以获取确定性效用。相反,如果企业家的抗风险性较强,那么他会更加倾向于增加创新投入,以获取更高的效用水平。因此,企业家的抗风险性越高,他的创新投入就越多。4.企业家的工作热情企业家的工作态度也会对其创新行为产生影响。由效用函数可知,除了生产投入和创新投入以外,休闲投入也可以增加企业家的效用水平。因此,企业家为了使自己的效用水平达到最大,必然要对工作与休闲进行合理安排。如果企业家特别热爱工作而对休闲的评价较低,那么他的生产投入和创新投入必然相对较高;相反,如果企业家厌恶工作而对休闲的评价较高,那么他的生产投入和创新投入就会较低。为了分析企业家工作态度的影响,重新设定效用函数为:U=lnC+βlnL3其中,β代表企业家对休闲的评价,它反映了企业家的工作态度。企业家的工作热情越高,他对休闲的评价就越低,β也就越小。因此,企业家的最优选择为:maxU=lnC+βlnL3SubjecttoL1+L2+L3=1P=λL2建立拉格朗日函数为:θ=ln[λL2r+λL2ALα1+λ2L22(r+λL2)2μALα1]+βlnL3+φ(1-L1-L2-L3)所以,必有:∂θ∂L1=αL1-φ=0(12)∂θ∂L3=βL3-φ=0(13)∂θ∂L2=1L2+λ+λμr+λL2+μλL2-2λr+λL2-φ=0(14)∂θ∂φ=1-L1-L2-L3=0(15)由此可见,如果企业家的工作热情增加,即β减小,那么式(13)中的φ就会减小。在式(14)中,φ的减小必然会引起创新投入L2增加。9因此,企业家工作热情的提高使β减小,必然会带来创新投入L2的增加,企业家的工作态度对其创新行为具有正面影响。四、企业家精神的内涵根据前文分析,创新的概念十分广泛,不仅包括新产品的创造和新技术的推广,而且还包括制度的改善和新生产组织方式的应用等等。相应地,一切具有创新行为的经济个体、组织和机构都可以称为企业家。在这里,本文将我国的全体国民作为一个整体,来研究我国国民的企业家精神对创新进而对经济增长的影响。受限于数据的可得性,我们只研究我国国民的两个特质,即创新性和抗风险性对我国全要素生产率的影响,以此为前文的模型分析提供经验上的支持。(一)研究方法和工具为了研究我国的经济增长方式及其影响因素,很多学者估算了我国的全要素生产率。其中,吴三忙(2007),王艳丽和刘传哲(2006),以及金雪军、欧朝敏和李杨(2006)都是采用新古典增长理论的“索洛余值法”来估算全要素生产率。郭庆旺和贾俊雪(2005)对比分析了全要素生产率的四种估算方法,并且利用其中三种方法分别估算了我国全要素生产率的增长率。由于以上估算方法基本都需要构造特定的生产函数,具有较强的理论假设,所以得出的结果不尽相同。张宇(2007)采用包络分析(DEA)方法对我国的全要素生产率进行了估算。包络分析方法是一种非参数估计方法,可以避免构造模型所引起的估计偏差,因此本文采用了张宇(2007)所估算的全要素生产率(TFP)。在对创新的实证分析中,国内外学者大多集中研究了企业的研发行为及其影响因素。其实,如前文分析,企业创新仅仅是创新行为的一部分。章立军(2006)采用了一个综合指标体系来衡量区域创新,这个体系包括知识创新能力指标、知识获得能力指标、知识应用能力指标、创新环境指标和创新经济绩效指标,试图从创新主体、创新内容、创新环境和创新经济绩效等各个方面来综合反映创新行为的全貌。借鉴上述分析,考虑到数据的可得性,本文采用我国国内专利的授权数(万件)作为衡量国民创新性的指数(ZL)。同时,本文构造了风险指数(FX)来衡量国民的抗风险性。风险指数(FX)是指我国的金融贷款总额与国内生产总值的比率,它反映了一定经济规模条件下国民的贷款需求,体现了国民的风险态度。(二)时间序列zl的adf-t计量经济模型应当建立在变量是平稳时间序列的基础上,否则将会出现“虚假的回归”,大大降低计量结果的可信度。因此,在对时间序列进行估计分析之前,首先要进行时间序列的平稳性检验。时间序列平稳性的检验方法有两种,即ADF检验和PP检验。ADF检验可以分为两个步骤:一是选择估计模型,二是选择检验式中差分项的滞后期。根据前文方程可知,专利指数(ZL)随着时间增加呈现快速增长的趋势。这说明,在时间序列ZL的确定性趋势中,时间趋势占有绝对地位。所以,选择具有截距项和趋势项的估计模型对时间序列ZL进行ADF检验。这样,通过一阶滞后估计发现,趋势项的估计参数不显著,t=-1.276(在10%的显著性水平上不显著)。因此,去除趋势项,重新设定只具有截距项的估计模型。然后,使用渐进t检验方法,分别选择1、2、3、4、5为滞后期进行估计,通过对比估计结果可知,在滞后1期估计时所得估计参数均显著,所以选择滞后1期对时间序列ZL进行ADF检验。同理,可以分别检验风险指数(FX)和全要素生产率(TFP)这两个时间序列的平稳性,检验结果如表1所示。(三)解释变量与全要素生产率的关系由上述检验结果可知,三个时间序列都是平稳的,可以直接进行OLS估计,估计结果为:TFP=1.892-0.665FX+0.104ZL(5.518)(-1.564)(8.621)(16)R2=0.924;ˉR2=0.915;DW=1.27;F=97.886;White=3.294;LM1=2.661;LM2=2.702由此可见,估计模型的可决系数达到了0.924,调整的可决系数达到了0.915,表明模型的拟合程度较好。模型的F值较高,表明模型中被解释变量与解释变量之间的线性关系显著成立。同时,对模型做White检验,统计量White=3.294<χ20.05(2)=5.991,表明模型不存在明显的异方差现象。但是,估计结果的DW值较小,表明模型可能存在自相关现象。对原模型进行1、2阶LM检验,LM值都大于0.05水平下的临界值,也说明模型存在自相关现象。此处自相关现象的形成原因可能有两个:一是国民的创新性和抗风险性对全要素生产率的影响具有滞后性;二是原模型只包含全要素生产率的两个解释变量,忽略的其他解释变量存在着自相关。因为估计模型(16)存在自相关,上述估计结果可能低估了回归参数估计量的方差,夸大了回归参数的抽样精度,所以要对原模型进行修正。根据模型的稳定性、拟合优度以及变量之间线性关系的显著性选择修正模型,进行重新估计得:对模型(17)做White检验,所得White值较小,表明估计残差不具有明显的异方差。另外,模型的DW值较大,说明已经不存在明显的自相关现象。对模型(17)进行1、2阶的LM检验,检验统计量都较小,都小于0.05水平下的临界值,也表明估计模型不存在自相关现象。但是,在第二次估计结果中,调整的可决系数为0.885,明显低于第一次估计结果。这是因为,估计模型只包含了全要素生产率的两个影响因素,受限于数据的可得性,其他影响因素没有纳入分析,所以产生了相对较低的可决系数。根据