2000年以来中国政府投入对企业创新的引致效应

张礼国，郭 蓉，姚王信

(1.安徽工商职业学院教务处，安徽 合肥 231131；2.安徽大学商学院，安徽 合肥 230601)

2000年以来中国政府投入对企业创新的引致效应

张礼国1，郭 蓉2，姚王信2

(1.安徽工商职业学院教务处，安徽 合肥 231131；2.安徽大学商学院，安徽 合肥 230601)

本文对“十五”计划以来两个时段的科技统计数据进行分析，考虑政府对企业投入(GTC)、对大学投入(GTU)、对研究机构投入(GTI)三种情形，分别考查其对企业创新效应的影响，发现在时段1政府投入对企业创新的引导效应远远高于其对大学和研究机构的效应，而在时段2则表现为激励效应。该结论为“十三五”期间我国科技投入政策的调整提供了有意义的经验证据。

政府研发投入；科技创新；引致效应；挤出效应

1 文献回顾与研究假设的提出

影响企业研发投入的因素很复杂，本文聚焦于政府的作用。政府对企业科研创新活动的直接投入，能够引导企业重视研发投入，产生“引致效应”、“激励效应”。政府投入也有可能使资本市场中原本打算投入到科研创新的资源退出创新活动，产生“替代效应”、“挤出效应”。政府还通过法律制度和公共政策，引导、稳定、促进和保障了企业尤其是中小企业的科研创新投入[1]。

1.1 引致效应

引致效应理论致力于验证政府投入与企业自主投入之间的正相关关系，政府投入越多，企业自主投入也越多。政府投入能改变企业自主投入固有的融资约束，从而增加创新的广度和深度。

运用1991—2005年的数据和三个不同的模型(政府投入对企业投入效应分析模型、创新函数模型和经济增长模型)、以绩效为主要考察工具的一项研究，发现政府科技投入遵循“政府研发投入-企业研发投入-技术进步-经济增长”的传导路径[2]。一项针对不同受益主体的研究，对湖北省财政投入的触发效应进行了测算和比较，认为政府应减少对独立研发机构和科研机构(因其享受不到研发成果应用带来的好处，效率低下)的投入比例，增加对企业(直接面对消费者，了解市场需求，增加社会效益)的投资比例[3]。使用广东省数据的另一项研究，也证明了政府对企业的研发投入产生比较强的诱导效应[4]。

可见，现有研究成果认为政府投入具有引致作用。由于企业是市场中最活跃的主体，而大学和科研机构的公共属性决定其不是典型的市场主体，政府投入的引致效应在这三个对象之间是有差异的。因而提出假设1：政府投入对企业创新的引致效应，在早期强于对大学和科研机构的引致效应。

1.2 挤出效应

挤出效应理论更关注政府投入对市场资本投入的替代甚至驱逐作用。利用1991—2004的统计数据的一项分析认为：政府对科研机构的资助对企业研发支出具有较强的促进作用(弹性系数为 1.007)，同时也发现，政府对企业研发进行直接资助和向大学提供研发资助会对企业研发支出产生挤出效应(相应的弹性系数分别为-0.043和- 0.132)[5]。这项研究还认为政府对研发的间接资助(资助科研机构)要比直接资助企业更有效。

可见，引致效应并非政府投入的直接目的。为避免过强的挤出效应，政府投入应适度，以利于充分发挥市场的作用。据此提出假设2：考察期越长，政府投入对企业创新的挤出效应就越弱，源自市场动力的激励效应就越强。

1.3 引致效应的影响因素

(1)投入规模。政府投入规模很大程度上决定了引导效应的强弱。由于企业研发资金存在融资约束，政府投入正好弥合了全社会所需要的最佳研发投入水平与企业的实际投入能力之间的差额部分。政府投入规模的引导效应还会受一国的发展水平或阶段、政府对金融工具的运用、区域金融发展水平、企业的相关能力、研发项目的特征、政府补贴的总额、政府补贴资金的来源渠道，甚至人口、历史、滞后期、企业的流动性与财务能力等诸多因素的影响[6]。在本文中，投入规模由GTC等三个变量组成。

(2)政策工具。政府支持科技、引导企业创新的政策工具多样化。在中国，政府科技投入的直接方式有财政拨款、科技合同和合作协议，以及奖励、贴息、财政补贴等，间接方式有税收减免、政策性贷款等。同时，通过政府采购能调节对创新成果的需求。针对OECD组织17个成员国的一项研究发现，政府直接短期投入对企业创新的引导作用为1美元带动1.7美元的企业研发投资；税收政策对企业创新也有显著的影响。本文通过考察CF和CI的效应差异对政策工具进行分析。

(3)政策稳定性。政府投入的稳定性也影响引导效应，不稳定的科技政策会影响企业的预期，使其创新投入趋于谨慎，从而降低了引致效应。例如，通过观察OECD中的美国、欧洲和日本的21世纪头十年的生产率增长指标，经济放缓的特征非常显著。在所有相关的解释中，创新明显放缓是最有可能的原因。而创新放缓的主要原因是金融危机导致OECD成员国政府科技投入的持续性不够，投入难以恢复到20世纪末的水平[7]。本文通过考察时段差异来分析政策稳定性。

这样，通过考察投入规模、政策工具和政策稳定性对CF和CI的影响情况，就能够发现政府投入的引致效应是否具有一贯性。据此提出假设3：政府投入的引致效应随时间而递减，在前期通常大于挤出效应，在后期更多地表现为激励效应。

随着中国总体研发规模的扩大，企业投入的数量问题已逐渐为结构等质量问题所取代[8]。政府的企业研发投入政策也应及时调整，政策变更的前提是对当前政府投入的实际作用(挤出、替代还是激励[9])有正确的认识。本文的研究将有助于考察政府投入的实际作用，为相关的政策调整提供经验证据。

2 实证研究

2.1 数据来源

基础数据来自中国科学技术发展战略研究院2000—2012年(实际年份)的《中国科技统计》(大中型企业数据)。考虑到2009年起统计口径的变化和本文分时段考察的需要，将研究期间分为两段(时段1对应2000—2008年，时段2对应2009—2012年)，正好涵盖了十五科技规划以来的期间。数据的处理主要使用EViews7.2。

2.2 指标选取

选用企业研发经费总额、企业投入研发经费、政府对企业直接资助、政府对大学资助、政府对研发机构资助五个核心指标。同时为了保证时间序列数据具有平稳性，引入了五个核心指标所对应的增长率变量。各变量的定义见表1。

2.3 评价模型构建

如果CF等五个核心指标的数据自身是平稳的，将CF和CI作为因变量、GTC、GTU和GTI作为自变量，直接运用回归模型就能够观察政府投入对企业创新的引导效应。如果前述数据是非平稳的，则要检验各变量的增长率的序列是否平稳；若平稳，则建立关于CF和CI作为因变量、GTC、GTU和GTI作为自变量的相应增长率的回归模型：

RCFit=β0+β1RGTCit+β2RGTUit+β3RGTIit+εit

(1)

RCIit=β0+β1RGTCit+β2RGTUit+β3RGTIit+εit

(2)

其中，i=1，2，…,N;t=1，2，…,T。

增长率(r)的计算公式为：

(3)

x表示五个核心变量中的某个变量的相应时间序列的实际值。2000年和2009年这两年当年的r值无法计算，因此两个时段的实际研究期间均减少了一年。这样，各增长率样本数据的时间起点正好是十五计划的起点(即2001年)。

2.4 实证结果与分析

(1)数据平稳性检验。由于时段2的增长率数据数量较小、不足以做序列平稳性检验，可以对时段1的数据进行检验，并据以估计时段2的增长率的平稳性，检验结果如表2所示。

(2)描述性统计。表3给出了31个(考虑到西藏的数据有缺失，时段1为30个)省级区域的各增长率指标的基本统计数据。从均值指标来看，RCF、RCI和RGTC的增速显著提高，而RGTU和RGTI的增速下降，这与我国政府投入的实际情况是吻合的。

表1 变量定义

表2 各变量的单位根检验

(3)回归结果。公式(1)和公式(2)的模型估计结果如表4所示。时段2的观测值较少，DW值偏高，模型拟合欠佳。R方为负，说明面板数据中存在异常值(但并不影响本文的研究目标，故可忽略；通常，应采取剔除异常值的方法进行调整)。总体而言，时段1的模型拟合得较好。

(4)结果分析。首先，比较时段1的RCF的截面系数，RGTC明显高于RGTU和RGTI，其显著性也优于后两者，即政府投入对企业研发的引致效应大于对后两者的效应，假设1因而成立。

表3 描述性统计

其次，观察时段2的截面RCF，RGTC的系数远远小于时段1，而且RGTU和RGTI的系数明显高于RGTC，其中RGTU的显著性还优于RGTC，说明政府投入的引致效应随时间迅速递减，但并未同等转化为挤出效应(政府转向投入大学和科研机构)。在企业研发投入规模增加的事实下，政府投入的重要性降低，说明企业自主投入的比重增加，企业研发的动力不再是政府投入的引导，而是市场激励机制。因此从两时段考察，假设2也是成立的。

最后，综合观察两个时段的两个截面，RGTC的系数均在时段2变小、甚至变得不相关，可见政府投入的引致效应递减；通过考察RCF和RCI两个截面RGTC的系数差异，说明企业研发经费总额的增加快于企业自主筹集经费的增加，而且该差异在两个时段之间有缩小的趋势，可见引致效应至少不小于挤出效应；假设2表明在时段2激励效应很明显。因此，假设3也是成立的。

3 研究结论与政策启示

3.1 主要结论

(1)政府对企业直接投入的影响迅速降低，而间接投入的影响增强。该结论说明在两个时段中，政府投入的实施方式可能发生了重大的转变，控制政府投入的规模有助于在挤出效应和引致效应之间做出权衡。

表4 政府投入对企业投入的影响效应

注：*、**、***分别为回归结果在10%、5%和1%的置信水平下显著。

(2)政府对研究机构的投入对企业研发经费筹集的影响变得不显著，政府对企业的投入对企业自我研发投入的影响也变得不显著。该结论说明，由于政府投入方式的变化，政府对企业的直接投入对企业的研发投入没有明显的挤出效应或引致效应，政府尚存在增加研发投入的政策空间。

(3)企业筹集研发经费与内部研发投入的影响因素及影响程度是动态变化的。该结论说明，政府应主动遵循科技投入规律，适时调整研发投入的方式，以更好地在社会所需要的研发水平、企业的研发投入激励水平和政府补贴的水平之间做出动态的决策，发挥最佳的引致效应或激励效应。

3.2 政策启示

(1)正确发挥政府投入在企业研发活动中的引致作用。根据政府投入的引致效应递减的结论，应适当降低政府直接投入的比重，重点发挥激励效应。“十三五”科技规划应更重视市场机制，充分调动企业自身的积极性，政府不应再过度投入。

(2)改进政府投入的方式。由于不同时段引致效应、挤出效应和激励效应的强度不同，各种效应在企业、大学和科研机构之间的效果也不同，因此有必要改变政府直接补贴企业的做法，更多地利用市场决定资源分配的机制，利用金融市场、技术市场和产品市场等对研发的需要，引导政府投入的分配。在必须由政府直接分配的领域(如国防研发经费的投入)，也要适度引入竞争机制，提高投入的效率。

(3)进一步优化政府投入的结构。在企业、大学和研究机构之间，在基础研究、应用研究和试验研究之间，政府应做出合理的权衡，分配好公共研发经费。根据已验证的假设1得出的相关结论，“十三五”期间应增加对大学研发经费的直接投入和对研究机构的基础研究领域的直接投入，适度降低对企业的直接投入，以增加对企业研发活动的间接投入。

(4)强化政府投入的效率管理。借鉴英国等国家的经验，“十三五”科技规划应在做好一些基础工作(提高政府预算拨款的及时性的同时，加强对预算执行效率的审查)的同时，更具效率观。公共研发经费分配的决策者和监督者应具有宏观视野，充分考虑到公共资助的研发活动对私人部门的溢出效应，通过引导企业的创新活动，实现市场部门的全要素生产率的提高[10]。

[1]费艳颖,王越,刘琳琳.以法律促进科技创新:美国的经验及启示[J].东北大学学报(社会科学版),2013,(3):299-303.

[2]刘凤朝,孙玉涛.基于过程的政府研发投入绩效分析[J].研究与发展管理,2008,(5):90-95.

[3]王炜,彭华涛.湖北省财政科技投入的触发效应测算[J].科技进步与对策,2010,(10):84-87.

[4]张日新，江伟钦.政府促进对企业研发投入的影响:广东个案[J].改革,2009,(7):120-124.

[5]杨洵,师萍.中国政府科技投入对企业研发支出的影响[J].云南社会科学,2006,(1):62-65.

[7]Julien Dupont，Dominique Guellec，Joaquim Oliveira Martins.OECD Productivity Growth in the 2000s:a Descriptive Analysis of the Impact of Sectoral Effects and Innovation[J].OECD Journal:Economic Studies,2011,(1):1-23.

[8]玄兆辉，吕永波.中国企业研发投入现状与问题研究[J].中国科技论坛，2013，(6)：5-10.

[8]吕久琴，郁丹丹.政府科研创新补助与企业研发投入:挤出、替代还是激励[J].中国科技论坛，2011，(8)：21-28.

[10]Haskel Jonathan,Wallis Gavin.Public Support for Innovation,Intangible Investment and Productivity Growth in the UK Market Sector[J].Economics Letters,2013,119(2)：195-198.

(责任编辑 刘传忠)

Study on Causing Effects to Enterprise Innovation Led by Public R&D Input Based on the Analysis of Science and Technology Statistics since 2000

Zhang Liguo1,Guo Rong2,Yao Wangxin2

(1.Office of Academic Affairs,Anhui Vocational College of Business,Hefei 231131,China;2.School of Business,AnHui University,Hefei 230601,China)

This paper made a analysis on science and technology statistics since 2000.Based on three kinds of situations which were GTC,GTU and GTI,it tested their impacts on enterprise innovation effect respectively.We found that causing effects to enterprise innovation led by public input were much higher than to universities and research institutions during period 1,while causing effects turn into incentive effects during period 2.These conclusions afford significant empirical evident for adjustment of public input policy for the 13thFive-Year Plan.

Public R&D input;Science innovation;Causing effects;Crowding out effect

国家自然科学基金项目“差错管理氛围对创新行为的跨层次影响：基于创新型企业及其研发人员的实证研究”(71372183),安徽省软科学项目“安徽新型工业化与新型城镇化互动关系及协调发展研究”(12020503044),安徽省高校人文社会科学重点研究项目“我省工业化城镇化‘双轮驱动’研究”(SK2012A022),安徽大学“校学术与技术带头人引进工程”项目(02303203)，安徽省高职高专专业带头人培养资助项目(2013GZGZ55)。

2014-09-18

张礼国(1972-)，男，安徽潜山人，安徽工商职业学院教务处处长、副教授；研究方向：企业管理。

G322；F270

A