政府研发补贴对企业技术创新影响的研究述评

史 洁 琼

(中国社会科学院 农村发展研究所，北京 100732)

一、引言

熊彼特在《资本主义、社会主义与民主》一书中指出，创新通过创造性破坏促进经济增长。索罗的新古典增长理论将技术进步视为人均收入可持续增长的唯一源泉。罗默的内生增长理论认为，技术进步是经济增长的产物，同时又是经济增长之源，二者形成一个良性循环。受创新经济学理论的影响，政策制定者纷纷把创新作为推动经济转型升级、实现又快又好发展的重要手段，并相应地推出各类政策工具，主要包括政府补贴和税收优惠等。

税收优惠作为一种间接政府补贴政策，具有一定的普惠性特征。相形之下，政府将补贴资金直接发放给创新主体的直接补贴方式更具有选择性和针对性，对激励研发主体的技术创新具有重要作用，并为世界各国政府普遍使用。自20世纪70年代以来，美国政府不断加大对技术创新研发活动的投入，促进了后工业化经济的繁荣。欧盟统计局的数据显示，欧盟国家研发活动中的政府部门资金占比约为11.5%，美国研发活动中的政府部门资金占比约为10.3%，日本约为8%(1)数据来源：欧盟统计局http://epp.eurostat.ec.europa.eu。自提出建设创新型国家以来，我国研发经费支出从2007年的3710.2亿元增加到2019年的22143.6亿元，年均增长率达到16.05%。其中，企业的研发支出从2007年的2681.9亿元增加到2019年的16921.8亿元，年均增长率达到16.59%；企业研发资金中来自政府的资金规模由2007年的128.7亿元增加至2019年的906.37亿元，年均增长率达到17.66%(2)数据来源：《2019年全国科技经费投入统计公报》，国家统计局、科技部和财政部联合发布。。政府对企业研发补贴的规模不断增加，但对企业技术创新的效果如何却莫衷一是。因此，本文将基于公共物品理论及公共选择理论，对政府研发补贴影响企业技术创新的效果及其研究方法、影响补贴效果的因素等方面进行梳理，总结和归纳现有研究思路，并指出未来进一步研究的方向。

二、理论背景与概念界定

(一)基于不同理论基础的政府补贴逻辑分析

公共经济学理论认为，因为技术和知识具有准公共物品的性质，存在一定的正向溢出效应，从而使得私人研发无法获取全部收益。同时，由于研发创新往往具有高风险、长周期和技术溢出等特点，容易导致企业研发投资不足。与此同时，由于借贷双方的信息不对称，使得技术产品在融资贷款过程中难以抵押，从而限制了企业外源性融资。技术准公共物品性质、研发活动的高风险性和资本市场的不完美可能会带来技术创新“市场失灵”。

公共选择理论从政治制度视角出发，基于“经济人”假设，提出政府是由“经济人”组成。而个体和组织都有自身利益，会在决策过程中做出有利于自己的决定，从而滋生寻租现象。在政府实施研发补贴政策过程中，为降低补贴资金的收益风险或出于短期利益的考虑，政府可能会选择成功概率更高的项目或企业进行补贴，而这类研发活动即使在政府资金缺位的情况下往往也可以顺利进行。这种择优补贴策略可能会使得政府补贴政策看起来有效，实质上却对私人研发投入形成挤出效应[1]。

(二)激励效应、挤出效应与中性效应的界定

企业研发资金来源主要包括两部分，一是政府补贴资金；二是企业自筹资金。而企业自筹资金又包含政府补贴所引致的自筹资金。因此，政府研发补贴对企业研发投入的效应可能会出现如图1的五种情况[2]136-144。图1每一子图的左、右侧分别表示政策干预前、后的企业总研发投入，右侧上、下部分分别表示政府补贴资金和企业自有研发投入。只有当政策干预后企业的自有研发投入高于政策干预前的企业研发投入时，才能说明政府研发补贴对企业研发投入起到了额外地激励效应[如图1(e)所示]。反之，如果政策干预后企业的自有研发投入不增反降，则说明政府研发补贴并没有充分发挥激励效应。当政策干预后企业的自有研发投入水平没有变化时，本文称之为中性效应[如图1(d)所示]。当政策干预后企业的自有研发投入水平反而下降时，本文称之为挤出效应。其中，挤出效应又包括部分挤出效应、完全挤出效应和超额挤出效应。本文将政策干预后企业自有研发投入减少但总研发投入水平仍高于政策干预前的情况定义为部分挤出效应[如图1(c)所示]；将政策干预后企业自有研发投入减少但总研发投入水平与政策干预前一致的情况定义为完全挤出效应[如图1(b)所示]；将政策干预后企业自有研发投入减少并且总研发投入水平下降的情况定义为超额挤出效应[如图1(a)所示]。

图1 政府研发补贴对企业研发投入的效应可能出现的5种情况

三、国内外政府研发补贴政策评价的经验证据

Blank和Stigler较早地利用实证分析方法对政府研发补贴效应进行论证。结果表明，政府研发补贴对私人研发投入既具有激励效应又具有挤出效应，具体方向取决于政策实施环境[3]。此类结果在该问题的实证分析中最具有代表性。总体来看，关于政府研发补贴政策效应的研究可追溯到20世纪中期，但受制于数据的可得性，近些年在我国才涌现出大量的经验证据。

(一)国内外政府研发补贴政策效果的纷争

当前研究主要从以下两个维度分析政府研发补贴对企业研发活动的效应：一是对企业的研发投入效应，主要集中在政府研发补贴是否对企业研发投入产生额外的激励效应；二是对企业的创新产出效应，包括企业的专利产出、新产品销售收入、生产率等指标。

1.政府研发补贴对企业研发投入的影响

(1)国外研究进展

国外关于政府研发补贴效应的经验研究始于20世纪中期，并从1980年以后开始流行起来。Globerman基于1965—1969年加拿大十五大制造行业面板数据，发现政府研发补贴对研发投入具有额外的激励效应[4]。自2000年以来，在有代表性的一些研究中，Hud和Hussinger采用倾向得分匹配法分析了德国联邦教研部(BMBF)的公共研发补贴项目在2009年德国经济危机期间对企业研发投入的影响。该研究以2006—2009年中小企业为样本，研究发现研发资助在整个样本区间存在激励效应，而2009年金融危机期间的挤出效应主要由中小企业自身在危机期间不愿进行研发投资引起的，而非低效率的研发资助[5]1844-1855。Marino et al实证分析了法国1993—2009年公共研发资助对企业研发支出的影响，按照企业受资助的规模分为小、中、大三类，研究发现公共和私人研发支出之间没有明显的激励或挤出效应[6]1715-1730。Dimos和Pugh通过调查自2000年以来对该问题基于微观数据发表的52篇实证类文献，采用元回归分析(MRA)，在控制样本选择偏差和样本研究异质性问题之后，发现公共研发资助并没有挤出私人研发投资，但也没有发现持续性的激励效应[7]。近年来国外部分学者的研究结论见表1。

表1 国外近年来关于政府研发补贴对企业研发投入的影响研究结论

(2)国内研究进展

2010年以前关于政府研发补贴问题的研究主要在国际贸易背景下展开，讨论国际市场上的研发补贴策略；或者基于供应链视角分析研发补贴对上、下游企业的效应。2010年以后，国内文献开始偏向于微观研究，但结论仍未达成一致。白俊红基于1998—2007年我国分行业数据，采用静态和动态面板回归分析认为，政府研发补贴对企业研发投入存在显著的激励效应[8]1375-1400。李培楠等利用面板回归分析2007—2012年我国制造业数据，发现在技术开发阶段政府支持对产业创新有负向作用，在成果转化阶段的影响是“正U型”[9]。余伟婷和蒋伏心基于我国2009—2013年规模以上工业企业数据，从社会研发系统角度发现，政府研发资助对企业R&D投入存在激励作用[10]。近年来国内部分学者的研究结论见表2。

表2 国内近年来关于政府研发补贴对企业研发投入的影响研究结论

2.政府研发补贴对企业创新产出的影响

(1)企业创新产出形式

企业的创新产出形式多种多样，比如降低生产成本的工艺创新、新产品和新方法的创新、产品设计和质量的改善等，这些指标比创新投入(比如资金、人员等)指标更难以量化，因此，评估研发补贴的创新产出效应难度也更大。现有文献多采用专利数量来衡量企业研发活动的创新产出。专利数量又分为专利申请量和专利授权量。专利申请量是向专利机构申请授权的专利数量，它一定程度上反映了创造的活跃程度；专利授权量是一定时期内被专利机构成功授予专利权的数量。以往研究经常以专利申请量来衡量企业的创新产出，比如Bronzini[11]442-457、Czarnitzki[12]1324-1341均采用专利申请量分别分析了意大利和德国的研发补贴对企业创新产出的影响。国内关于政府研发补贴创新产出效应的研究也多采用专利申请量，比如黎文靖等也采用了专利申请量作为企业创新产出的衡量指标[13]。

由于专利质量有偏性，具有很强的异质性特征，因此仅以专利数量来衡量企业的创新能力存在一定的局限[14]。国外研究通常以专利引证指标、专利族规模、专利续约期等指标反映专利的质量，比如Czarnitzki[12]1324-1341基于专利引证指标和专利族规模衡量企业的实质性创新能力。国内由于专利引证指标、专利族规模等指标缺乏系统性数据，因此通常采用发明专利申请量来反映企业的实质性创新。除了以专利数量衡量企业的创新产出外，也有文献利用新产品开发项目数、新产品销售收入、生产率、就业、市场占有率等指标来衡量[8]1375-1400,[12]1324-1341,[15]。

(2)政府研发补贴的创新产出效应

虽然关于政府研发补贴对企业创新产出的影响研究较少，但就国内外现有文献来看，研究结论整体上没有研发投入效应的争议大。Alecke发现获得研发补贴企业的专利申请概率从20%上升到40%，专利申请数量明显增加[16]。Bronzini基于意大利北部的微观企业研究发现，政府研发补贴对企业的专利数量有显著的正向作用，尤其是对中小企业的作用更加明显[11]442-457。

当然，政府研发补贴对企业的创新产出也并非总是有效的。比如，Hall和Maffioli通过对阿根廷、巴西、智利和巴拿马政府的技术发展基金调查评估发现，政府研发补贴对专利数量或新产品销售并没有产生显著影响[17]。白俊红基于1998—2007年我国大中型工业企业专利数据也得出类似结论[8]1375-1400。需要注意的是，尽管有研究发现研发补贴政策的创新产出效应不显著，却鲜有文献认为研发补贴政策对创新产出存在挤出效应。表3反映了国内外关于政府研发补贴创新产出效应的研究结论分布。

表3 国内外关于政府研发补贴创新产出效应的实证研究结论

(二)国内外政府研发补贴研究方法进展

以往关于政府研发补贴政策评价的实证方法通常采用OLS、工具变量估计(IV)等计量方法，2000年以后Heckman样本选择模型、配对估计模型、双重差分模型开始在国外被广泛应用于该问题的研究，并于2009年以后开始在我国逐渐流行起来。David通过对1965—2000年间关于政府研发补贴政策效果相关文献的研究，发现过去35年的研究积累已形成该问题的主要分析框架，数据主要是基于时间序列和不同聚类水平的面板数据，包括基于实验室、企业、行业以及国家层面的面板数据[18]。但是，所采用的计量方法整体上忽视了样本选择偏差导致的内生性问题。表4列示了2000年以前国外关于该问题的主要研究方法。

表4 2000年以前国外研发政策评估所采用的主要研究方法

实际上，无论是国内研究还是国外的相关研究，都证实了政府研发补贴资金并非随机分配，而是具有一定的偏向性。因此，如果直接用受助企业与非受助企业进行比较，可能导致过高估计政策效应。自2000年以后，学者们越来越意识到政策评估所面临的样本选择偏误导致的内生性问题，非结构计量模型开始流行起来。本文通过对近年来国外文献的梳理，发现以基于数据驱动的研究为主，计量方法以配对估计方程为主。表5反映了2000年以后国外研发补贴政策评估的主要研究方法。

表5 2000年以后国外研发补贴政策评估所采用的主要实证方法

国内关于研发补贴政策评估的实证研究起步较晚，并在近年来集中爆发。2010年以前，国内对该问题的研究主要以OLS实证分析或博弈论理论分析方法为主，OLS实证研究往往忽视了样本选择偏差导致的内生性问题，对政府研发补贴的甄选机制关注较少。近两年倾向得分匹配法在国内流行起来，并越来越被运用到政府研发补贴政策评估领域中，比如王刚刚[19]60-78、史洁琼[2]136-144等学者对我国政府研发补贴政策的评估。表6反映了2010年以来我国研发补贴政策评估的研究方法运用情况。

表6 2010年以来我国研发补贴政策评估的研究方法进展

(三)政府研发补贴效果的主要影响因素

从国内外研究成果来看，政府研发补贴效果因样本来源、研究方法、理论基础等多方面的差异导致研究结果莫衷一是，不过整体上认为研发补贴政策效果以积极效应居多。而且，以往研究多停留在是否挤入、挤出层面。近年来，学者们越来越关注研发补贴发挥效应的具体情境，比如，挤入或挤出效应在什么情况下更容易发生，以更深入地理解政府研发补贴与私人研发活动之间的内在联系。本文通过搜集国内外研究资料，从市场竞争程度、市场化程度、政府研发补贴政策设计等几个方面分别对影响研发补贴效果的因素进行梳理。

1.市场竞争程度

熊彼特假说提出，市场集中有助于企业开展创新活动。这一方面是由于市场集中度高的企业规模较大，具有从事创新活动的资源优势，这是由创新活动低边际成本、高固定成本的特征所决定；另一方面企业家具有追求垄断利润的原动力，而通过创新获取市场垄断地位是主要途径。Jaffe认为市场竞争环境越激烈，企业的研发活动越活跃[15]。邢斐基于2008—2012年沪深A股上市公司样本数据，通过固定效应模型发现市场竞争度越高，政府研发补贴的激励效应越明显[20]。

2.市场化程度

王一卉基于2005—2007年我国高技术企业面板数据，研究表明政府研发补贴效果在东部地区的效果不及中西部明显，这可能是由于东部地区市场化程度更高，企业内部研发决策受政府政策干预的影响较小，另一方面，市场化程度低的地区政府干预更频繁，政府更倾向于使用直接研发补贴对企业进行扶持[21]。史洁琼基于2011—2018年我国沪深A股上市公司样本，采用倾向得分匹配分析表明，政府研发补贴在市场化程度较低地区的激励效应更显著[2]136-144。李万福基于2008—2014年我国A股上市企业样本，采用固定效应模型发现，市场化程度较高地区的企业，其政府研发补贴的研发投入激励效应更显著[22]。

3.政府研发补贴的规模

关于研发补贴资金规模的研究，以国外文献居多。Dominique和Guellec基于OECD17个成员国的研发补贴政策研究，发现政府研发补贴的激励效果随着补贴规模的变化而有所不同，政府研发补贴与私人研发支出两者存在非线性的倒U 型关系，当补贴规模增加到一定程度后(约占企业研发支出的13%)，其激励效应开始减弱，当超过25%时，政府研发补贴对企业研发投入很可能会产生替代效应[23]。当然，这个真实的最优值取决于各地的经济状况和政策设计。Marino基于法国1993—2009年间的企业面板数据，将企业受助规模划分为小、中、大三档，利用双重差分模型(DID)结合倾向得分匹配法(PSM)，发现政府研发补贴对私人研发支出的挤出效应对于接受政府中高水平补贴的企业更明显[6]1715-1730。王刚刚利用PSM分析发现，当政府研发补贴额度提高到1000万以上时，研发补贴政策的信号认证作用更强，激励效应明显增加[19]60-78。

4.政府研发补贴的持续性

近期也有学者开始关注研发补贴政策的持续性问题。有研究表明，公共补贴政策在长期稳定的情况下更有效，当企业对政府资助的持续时间不确定时，不倾向于追加自有研发投资[24]。Pottelsberghe和Capron对美、加、德、法、意、日、英7个主要工业化国家的研发补贴有效性进行量化评估，从行业层面证明G7国家的研发活动更有可能在政府补贴更为稳定的行业得到激励[25]。Czarnitzki通过对比利时研发补贴项目分析发现，政府重复补贴同一企业并不会降低补贴效果，即便企业同时接受多个项目补贴，也不会对自有研发投资产生挤出效应[12]1324-1341。从国内研究来看，温明月基于2007—2013年我国185家制造业上市企业面板数据，采用固定效应模型研究表明，政府研发补贴政策的持续性越好，对企业研发投入的额外激励效应越显著，并可在一定程度上缓解补贴规模过大导致的挤出效应[26]。

5.其他

影响政府研发补贴效果的因素错综复杂，除了企业面临的外部环境以及政策本身以外，也有研究从企业规模、企业治理结构、政策实施的经济背景、企业成长阶段、行业技术水平、补贴资金的来源等方面分析影响研发补贴政策效应的情境。Hud和Hussinger基于2006—2010年德国的中小企业样本，发现研发补贴在2009年全球金融危机时表现出挤出效应，通过对样本分阶段进一步对比分析，认为2009年的挤出效应是由企业一致缩减研发支出的投资行为引起的，而非政策无效[5]1844-1855。Koga基于日本223家高技术初创企业的面板数据研究，发现企业发展的成熟度越高，政策激励效应越显著[27]。此外，在研发补贴资金来源方面， Blasio发现在意大利中央层面的两个研发补贴项目的激励效应均不显著，而Fantino、Bronzini和Piselli发现在意大利区域层面的研发补贴项目对企业研发起到积极作用，这可能是由于地方政府更了解当地的区域经济环境，更便于因地制宜地制定和实施相应的补贴政策。

四、简要评述

理论上讲，研发补贴对企业研发支出的净效应是不确定的。这主要是由于二者之间存在抵消效应，而影响净效应的因素错综复杂。政府研发补贴额外效应的研究属于政策评价问题，自2000年以来国外涌现出大量的实证研究对研发补贴政策效应进行评估，但结论却莫衷一是，这主要是由于研究对象、研究视角、变量定义和计量方法等方面的差异所致。

(一)研究对象

从已有研究来看，国内外关于政府研发补贴政策的研究主要集中在宏、微观两方面。宏观层面主要是政府研发补贴对经济增长的影响。微观层面主要集中在政府研发补贴对企业经济后果的影响，比如企业自有研发投资、专利产出、生产率及企业市场表现等。宏观研究以政府研发为主体，容易忽视企业作为研发个体的异质性，而技术创新的主体是企业，因此有必要从企业层面分析政府研发补贴政策的效应。从现有文献来看，基于微观企业数据评估研发补贴政策逐渐成为国内研究的主流，比如基于上市公司数据、民营企业数据、大中型工业企业数据等。

(二)研究视角

目前关于政府研发补贴政策效应的研究，主要集中在研发补贴对企业创新投入的影响方面，关于研发补贴对企业创新产出效应的研究仍然较少。从政府对企业进行研发补贴的政策目标看，中央和各级地方政府的各类项目补贴及申报条件反映了政府研发补贴至少有以下两方面的考虑：一是通过直接的资金注入降低企业的研发成本和研发风险，激励企业的自有研发投入；二是激发企业的创新活力，促进企业创新产出，比如新产品、新知识和新技术的开发。政府研发补贴的最终目的是增加企业的创新产出，进而带动社会整体的科技进步，因此，创新产出也是衡量政府研发补贴是否有效的有力指标。可见，对政府研发补贴有效性的研究，若只聚焦于企业的研发投入效应，视角略显单一，分析不够立体，需要进一步拓展到对企业的创新产出效应，双视角、多维度地对研发补贴政策效应进行分析。

(三)变量定义

当前研究通常以企业研发支出为因变量，大部分文献以研发强度来衡量，即企业研发支出除以营业收入。也有部分学者采用研发支出除以总资产来表示研发强度。尤其需要注意的是，接受研发资助企业的研发支出有两个层面的含义：一是企业总研发支出；二是企业的净研发支出，即扣除研发补贴部分之后的研发支出。目前国内关于研发补贴政策的研究大多基于总研发支出，而总研发支出和研发补贴部分可能会存在部分抵消效应，因此，基于总研发支出得出的结论不具有说服力。只有当研发补贴激励了企业净研发支出的增加时，才说明政策真正起到了“四两拨千斤”的作用，具有额外的激励效应。

(四)研究方法

2000年以前，国外关于研发补贴政策的研究以OLS计量方法为主，对样本的内生性问题没有给予足够的重视。2000年以后，以Busom的发表为标志，国外学者开始关注研发补贴政策评估的内生性问题，之后Heckman样本选择模型、配对估计模型、双重差分模型等克服内生性的计量模型开始被广泛应用于该问题的研究。近几年，随着各种数据库的建立和完善，数据获得的可能性得到提升，使得大样本分析方法在国内越来越流行，尤其是倾向得分匹配估计模型逐渐成为热点。