我国政府R＆D补助对技术创新的影响

刘怡芳，吴国萍（东北师范大学商学院，长春130117）

我国政府R＆D补助对技术创新的影响

刘怡芳，吴国萍
（东北师范大学商学院，长春130117）

技术创新是实现我国经济持续、健康发展的核心动力，我国政府R＆D补助对技术创新具有显著的影响，政府R＆D补助激励效应随着R＆D补助投入水平的提升而不断增强。政府应大力增加R＆D补助投入力度，继续采取多种手段引导社会各界提高R＆D资助总量和强度。同时，在政府R＆D补助投入政策的制定上，应当更为关注改善政府R＆D补助的投入结构。

政府R＆D补助；技术创新；经济增长

一、引 言

技术创新对经济增长的影响日益凸显，被普遍认为是实现一个国家和地区经济增长、产业升级以及提升核心竞争力的最主要支撑。由于技术创新存在着不确定性、外部性和超过专利保护期之后就成为公共产品等特性，因此其存在市场失灵的可能，这导致企业自主技术创新投入水平可能会低于社会最优水平。

在当前促进技术创新、建设创新型国家的背景下，我国科学研究与试验发展（R＆D）经费由2003年的1539.6亿元上升至2014年的13015.6亿元，科技财政投入占国家财政支出的比重也逐年不断提升；各地政府也相继出台了技术创新政策，抓项目、选企业、分资源，直接投入大量资金开展技术创新。政府不断加大对科技创新的投入，一方面能够带来弥补创新资金不足、降低创新风险、引导资金投入技术创新的激励作用，但另一方面也会导致R＆D价格上升、直接替代企业的R＆D投资、降低竞争企业进行R＆D投资，从而产生挤出效应。随着我国科技财政投入的逐年增加，我国政府R＆D补助的效果如何？对技术创新是产生了激励效应还是挤出效应？学者们对此进行了大量的研究。1956年索洛（Solow）论述了均衡增长路径，技术创新在经济增长中的作用逐渐受到重视。［1］1980年代以来，内生增长理论成为宏观经济研究的一个重要领域，如何提升技术创新水平成为学者们研究的热门话题。在理论上分析政府R＆D补助对技术创新影响的同时，国内外学者们运用实证方法检验了政府R＆D补助对技术创新的影响。利维（Levy）和特莱克（Terleckyj）的研究结果表明：政府R＆D补助对技术创新有显著的激励作用，没有挤出效应。［2］戈尔德贝格（Goldberg）采用NSF面板数据检验了政府R＆D补助对技术创新的影响，研究结果表明：在行业层面上，政府R＆D补助对企业的研发投入具有激励作用。［3］莱文（Levin）和瑞斯（Reiss）通过构建结构方程将政府R＆D补助内生化，用两阶段回归进行估计，结果表明：政府R＆D补助对技术创新投入具有显著的激励作用，该研究指出：每增加1美元的政府R＆D补助会增加7～74美分的企业技术创新投入。［4］然而，部分国外学者的研究表明：政府R＆D补助对技术创新也具有显著的挤出作用或不存在显著影响。同样是基于NSF的面板数据，沃斯特（Wallsten）［5］、González和Pazó［6］、克劳森（Clausen）［7］等的研究结果均表明，政府R＆D补助对技术创新具有一定的挤出效应。

国内关于政府R＆D补助与技术创新的研究相对较晚。在借鉴国外学者的研究成果上，结合我国的经济社会发展现状，关于政府R＆D补助与技术创新的实证研究在宏观层面、行业层面，以及企业层面均取得了一些成果。许治、师萍等的实证分析表明：政府R＆D补助显著地激励了技术创新。［8］虽然大部分学者的研究支持政府R＆D补助对技术创新的激励作用，但是仍然有部分学者的研究得出了不一致的结论。程华等利用中国1999～2005年29个省市（不包括海南、西藏）的大中型工业企业的面板数据，实证分析了政府R＆D补助对企业研发产出的影响，他们发现在中部地区政府R＆D补助对企业研发产出有激励作用，但在东部和西部地区政府R＆D补助对企业研发产出的激励作用不显著。［9］余泳泽和冯宗宪等的研究也同样认为，政府R＆D补助不会对技术创新产生激励作用。［10］［11］

纵观国内外研究成果，学者们对于政府R＆D补助对技术创新的影响关注已久，并在理论研究和实证研究上均取得了一定的研究成果。但是由于数据统计口径、时间选取区间、研究方法等方面的差异，研究结果存在着激励效应和挤出效应的争议。［12］因此，本文利用我国31个地区2003～2014年的面板数据，运用面板门限回归方法验证我国政府R＆D补助对技术创新的影响，能为政府R＆D补助政策的制定及政府R＆D补助效果的提升提供理论支持。

二、模型构建与数据选取

1.模型设定

本文运用2003～2014年我国31个地区的面板数据进行分析，主要考察政府R＆D补助对技术创新产出的影响。面板门限模型根据纳入了政府R＆D补助的扩展的柯布－道格拉斯知识生产函数模型y＝构建。其中，y为科技创新产出，K为非政府R＆D补助投入，L为技术创新人力投入，GOV为政府R＆D补助；α、β、k分别为相应标量的产出弹性。将知识生产函数模型两边取自然对数可得到基本的回归方程：

考虑到政府R＆D补助对技术创新存在激励效应和挤出效应两种不同的效应，政府R＆D补助对技术创新的影响可能是非线性的。基于政府R＆D补助对技术创新的非线性影响，本文在普通面板回归的基础上，设置如下面板门限回归模型。在由普通面板模型（1）扩展的面板门限模型（2）中，i表示地区，t表示年份，Innovationit表示技术创新代理变量，GOVit代表政府R＆D补助，也是模型中的门限变量，γ为门限值。Xit分别为技术创新投入中的非政府R＆D补助投入Not GOVit（包括企业资金、国外资金和其他资金）和技术创新人力投入Staffit，θ为相应的系数向量。从计量角度来看，可能会出现多个门限，多重门限模型可以根据模型（2）类推。

门限效果存在与否，需要进行检验，在原假设H0成立时，此时系数α1＝α2，回归方程式退化成一般单条回归式，故门限效果并不存在；若备择假设H1成立时，此时系数α1≠α2，即此系数α1与α2在两区间会有不同的解释现象，表明政府科技财政补贴GOVit对于衡量上市公司技术创新的变量会存在非线性的门限效果。汉森（Hansen）建议利用F检定来检验上述假说，检验原假设的Wald统计量为sup－Wald统计量。［13］检验模型如下：

2.变量构造与数据说明

本文选取各地区研究与试验发展（R＆D）人员全时当量作为技术创新人力投入Staffit的指标。技术创新产出的衡量主要有各地区专利申请数据、专利授权数和技术市场成交额三种方式，本文选取各地区专利申请数据和技术市场成交额作为技术创新的指标。其理由在于：我国的专利从申请到授权一般超过一年的时间，相对于专利授权数，专利申请数更具有时效性；而技术创新的最终目的在于促进经济的健康稳定发展，技术市场成交额可以较好的体现技术创新的经济效益转化程度。关于各地区2003～2014年的政府R＆D补助，出于统计口径的统一性和数据的可得性考虑，本文选择各地区按资金来源划分的研究与试验发展（R＆D）经费内部支出中的政府资金作为政府R＆D补助GOVit指标。相比部分学者采用科技活动经费筹集中的政府资金，选取各地区按资金来源划分的研究与试验发展（R＆D）经费内部支出中的政府资金，与各地区科技创新人力投入指标研究与试验发展（R＆D）人员全时当量，以及技术创新产出的衡量指标——各地区专利申请数据和技术市场成交额更为匹配。非政府R＆D补助Not GOVit由各地区按资金来源划分的研究与试验发展（R＆D）经费内部支出中的企业资金、国外资金和其他资金总额度量。

本文所使用的原始数据中各地区研究与试验发展人员全时当量、专利申请数、技术市场成交额、各地区按资金来源划分的研究与试验发展（R＆D）经费内部支出中的政府资金、企业资金、国外资金和其他资金均来源于2003～2014年的《中国科技统计年鉴》和《中国统计年鉴》。以专利申请数为技术创新指标时，以我国31个地区2003～2014年为考察期，共计372个样本观测值。以技术市场成交额为技术创新指标时，由于西藏的技术市场成交额数据缺失，剔除西藏后共计360个样本观测值。本文各变量及其定义如表1所示。

表1 变量说明

三、实证结果与分析

1.数据检验

本文所使用数据为各地区2003～2014的面板数据，虽然时间跨度不大，但仍有宏观经济数据存在时间趋势所带来的伪回归可能。因此，在回归估计之前，本文首先对模型（2）中的各变量数据的平稳性进行检验。本文采用LLC、Fisher－PP和Hadri LM等检验方法对数据的平稳性进行检验。所有检验方法的原假设均为面板数据存在单位根过程，数据是非平稳的。检验结果如表2所示。

表2 变量单位根检验

从表2中可知，模型（2）中各变量均为平稳序列，LLC、Fisher－PP和Hadri LM等平稳性检验均拒绝了面板数据存在单位根的原假设，可以直接根据模型进行回归分析。

2.估计结果与分析

对模型（2）进行面板门限估计得到的F统计值和采用Bootstrap得出的P值如表3所示。由表3可知，专利申请数据和技术市场成交额的单一门限效应都显著，相应的P值为0.070和0.068，而双重门限和三重门限的效果不显著。因此，下面将基于单一门限进行相应的分析。

表3 门限效果估计

本文的分析重点在于检验政府R＆D补助对技术创新的影响，单一门限模型的参数估计结果如表4所示。门限参数的估计值是似然比检验统计量LR为零时的取值，以专利申请数和技术市场成交额为技术创新产出量的门限参数取值分别为13.937和13.951，可以根据门限值将政府R＆D补助分为低政府R＆D补助区间和高政府R＆D补助区间。高政府R＆D补助区间的省份较少，至2014年也仅有北京、上海、江苏、广东、四川、陕西六省份处于高政府R＆D补助区间。

表4中列（1）是以专利申请数为技术创新产出的面板单一门限估计结果，列（2）是以市场成交额为技术创新产出的面板单一门限估计结果。列（1）显示，政府R＆D补助lnCOV≤13.937时的系数显著为正，表明政府R＆D补助对技术创新专利申请数有显著的正向影响，其激励效应为0.2314，即政府R＆D补助增加1%，技术创新会相应的增加约0.2314%；政府R＆D补助lnGOV＞13.937时的系数同样显著为正，且激励效果更大，政府R＆D补助增加1%，技术创新会相应的增加约0.2699%。在列（2）中，政府R＆D补助lnCOV≤13.951和lnGOV＞13.951的系数均为正，分别为0.2238和0.2629，且均在1%的水平下显著，表明政府R＆D补助对技术创新技术市场成交额有显著的正向影响，且lnGOV＞13.951时的激励效应更大。

表4 模型参数估计结果

估计结果均表明我国政府R＆D补助具有明显的激励效应，能够显著地提高技术创新产出水平；政府R＆D补助的激励效应具有显著的门限效应，在高政府R＆D补助区间对技术创新产出的激励作用更大，不存在倒U型的曲线影响路径。

四、研究结论与对策建议

有效地安排政府R＆D补助对我国建设创新性国家，以及我国经济的健康稳定发展具有重大意义。本文采用2003～2014年各地区数据，运用面板门限模型对我国政府R＆D补助对技术创新的影响进行了检验，得出以下结论：

（1）我国政府R＆D补助对技术创新具有显著影响。低政府R＆D补助区间，对技术创新专利申请数的激励效应为0.2314，政府R＆D补助增加1%，技术创新会相应的增加约0.2314%；在高R＆D补助区间，对科技创新专利申请数的激励效应为0.2699，政府R＆D补助增加1%，科技创新会相应的增加约0.2699%。在低政府R＆D补助区间，对技术创新技术市场成交额的激励效应为0.2238，政府R＆D补助增加1%，技术创新会相应的增加约0.2238%；在高政府R＆D补助区间，对技术创新技术市场成交额的激励效应为0.2629，政府R＆D补助增加1%，技术创新会相应的增加约0.2629%。现阶段我国政府R＆D补助更多的体现在弥补创新资金不足、降低创新风险、引导资金投入技术创新的激励作用。［14］

（2）我国政府R＆D补助对技术创新存在激励效应，且具有显著的门限效应，激励效应随着政府R＆D补助投入水平的提升而不断增强，不存在倒U型的曲线影响路径。低政府R＆D补助和高政府R＆D补助区间对技术创新专利申请数的激励效应分别为0.2314和0.2699，低政府R＆D补助和高政府R＆D补助区间对技术创新技术市场成交额的激励效应分别为0.2238和0.2629。由低政府R＆D补助区间向高政府R＆D补助区间转变能够提高激励效应。然而，2003年仅北京处于高政府R＆D补助区间，至2014年也仅有北京、上海、江苏、广东、四川、陕西六省份处于高政府R＆D补助区间。

基于上述研究结论，本文认为，我国政府R＆D补助投入是卓有成效的，提高了技术创新产出。政府应大力增加R＆D补助投入力度，继续采取多种手段引导社会各界提高R＆D资助的总量和强度。同时，政府在R＆D补助投入政策的制定上，应当更为关注改善政府R＆D补助的投入结构，不同省份或地区应根据本地区政府R＆D补助激励效果测算政府R＆D补助的投入强度。

［1］Solow R M.A Contribution to the Theory of Economic Growth［J］.The Quarterly Journal of Economics，1956（2）：65－94.

［2］Levy D M，Terleckyj N E.Effects of Government R＆D on Private R＆D Investment and Productivity：A Macroeconomic Analysis［J］.The Bell Journal of Economics，1983（1）：551－561.

［3］Goldberg L.The Influence of Federal R and D Funding on the Demand for and Returns to Industrial R and D［M］.NTIS，1979.

［4］Levin R C，Cohen W M，Mowery D C.R＆D Appropriability，Opportunity，and Market Structure：New Evidence on Some Schumpeterian Hypotheses［J］.The American Economic Review，1985（2）：20－24.

［5］Wallsten S.Can Government－Industry R＆D Programs Increase Private R＆D？the Case of the Small Business Innovation Research Program［J］.Manuscript，November，1997（2）：71－82.

［6］González X，Pazó C.Do Public Subsidies Stimulate Private R＆D Spending？［J］.Research Policy，2008，37（3）：371－389.

［7］Clausen T H.Do Subsidies have Positive Impacts on R＆D and Innovation Activities at the Firm Level？［J］.Structural Change and Economic Dynamics，2009，20（4）：239－253.

［8］许治，师萍.政府科技投入对企业R＆D支出影响的实证分析［J］.上海：研究与发展管理，2005（3）：22－26.

［9］程华，赵祥，杨华，肖小波.政府科技资助对我国大中型工业企业R＆D产出的影响——基于省际面板数据的研究［J］.天津：科学学与科学技术管理，2008（2）：24－27.

［10］余泳泽.创新要素集聚、政府支持与科技创新效率——基于省域数据的空间面板计量分析［J］.武汉：经济评论，2011（2）：93－101.

［11］冯宗宪，王青，侯晓辉.政府投入、市场化程度与中国工业企业的技术创新效率［J］.北京：数量经济技术经济研究，2011（4）：3－17+33.

［12］王鹏，宋德斌.结构优化、技术创新与区域经济效率［J］.哈尔滨：商业研究，2014（9）：8－13.

［13］Hansen B E.Threshold effects in non－Dynamic Panels：Estimation，Testing，and Inference［J］.Journal of Econometrics，1999，93（2）：345－368.

［14］于洪彦.双维度市场导向、创新与绩效［J］.长春：税务与经济，2013（1）：1－8.

责任编辑：蔡强

F810

A

1005－2674（2016）12－078－06

2016－10－20

国家自然科学基金委主任基金项目（71350015）；吉林省教育厅“十三五”社会科学研究项目（2015－545）

刘怡芳（1989－），女，湖南邵阳人，东北师范大学商学院博士研究生，主要从事经济管理研究；吴国萍（1962－），女，吉林长春人，东北师范大学商学院教授，博士生导师，主要从事经济管理研究。