政府研发资助对高技术产业创新产出的影响——基于分行业的面板门槛回归分析

于艺楠 严思屏

(福建师范大学经济学院，福州 350108)

0 引 言

高技术产业以技术密集、资本密集为主要特征，其发展水平决定着一国的创新水平，也决定着一国在国际市场中的地位和话语权。目前，我国高技术产业整体发展稳中向好，但核心技术、关键零部件受制于人的格局没有从根本上改变。同时，全球新冠肺炎疫情的爆发与蔓延对我国高技术产业知识链、供应链、价值链皆带来巨大冲击。我国高技术企业若想防范化解疫情带来的一系列风险，参与并赢得新一轮科技革命和产业变革，增强自主创新能力和实力是关键。但是，技术创新高风险、高成本、成果溢出和投资回收周期长等特点，致使多数企业“望而却步”。为撬动企业研发投入，激发企业创新活力，我国出台了一系列政策。其中，研发资助政策是政府介入创新领域最直接的途径。

在实践中，政府研发资助是否发挥了预期的创新激励效果，这一直是学者们热议的话题。关于政府研发资助与创新产出的关系，现有文献主要包括三种观点，分别为促进论[1-2]、抑制论[3-4]和非线性论[5-6]。学者多将研究重点放在政府研发资助与创新产出之间究竟存在线性关系还是非线性关系，而忽略了对政府研发资助作用边界的深入探究。当下政府关心的重点问题是，政府研发资助强度处于何区间时，研发资助对高技术产业创新产出能够发挥最大激励效应。因此，本文利用面板门槛模型检验政府研发资助与高技术产业各细分行业创新产出间的关系，试图识别研发资助强度的最优区间，从而为调整和优化政府研发资助政策、促进高技术产业创新发展提供理论参考。

1 机制分析

1.1 激励效应

政府研发资助有利于矫正技术创新过程中的市场失灵，激发企业创新积极性，提高企业创新产出。具体而言：

第一，政府研发资助有利于弥补创新活动正外部性带给企业的利益损失。技术创新活动易产生技术溢出效应，这虽然有利于整体社会福利的增加，但创新企业没有从中得到相应的补偿，甚至不能完全收回其研发投入。政府研发资助能够缩小私人收益与社会收益间的差距，提高企业创新积极性。

第二，政府研发资助有利于降低企业进行技术创新的不确定性，分担创新活动的风险。企业只有在技术创新成果转化成功后才能获得收益，时间较长，且整个过程不确定性因素较多。政府研发资助相当于政府直接为企业提供资金，能够缓解企业创新前期、中期的资金短缺情况，降低企业因资金短缺而终止创新活动的风险。

第三，政府对企业提供研发资助有利于向外界传递积极信号，缓解企业外部融资约束。与金融机构相比，政府拥有更多与企业经营状况、创新项目等相关的信息。如果企业获得政府研发资助，投资者可能认为该企业创新能力得到政府认可或该企业与政府具有良好关系，其创新项目符合未来政策方向。

1.2 挤出效应

政府提供研发资助的过程可以被视为政治共同体与科学共同体之间的委托代理关系。在该关系中最易发生事前逆向选择和事后道德风险问题，致使政府研发资助的作用效果偏离预期。具体而言：

第一，在大额研发资助的“诱惑”下，企业有发送虚假创新信号骗取资助的倾向，导致逆向选择问题。由于政企间的信息不对称，政府很难对企业创新信号进行有效甄别。尽管部分企业并无创新打算，但为获得研发资助，企业可能向政府发送虚假的创新信号，例如购置研发所需的机器设备等物质资本，但后续不会进行研发活动。该行为不仅会增加企业自身成本，而且易造成政府资源错配，严重损害了政府研发资助的激励效应。

第二，我国对政府研发资助使用情况的监督机制并不完善，故企业在研发资助的使用上易出现道德风险问题。对于高技术产业而言，特别是那些技术更新换代较快的行业，只有不断地进行技术创新，才能保持市场占有率，因此，即使政府不提供研发资助，这些企业照样进行技术创新。在此情况下，政府研发资助反而挤出企业自有R&D投入，企业总R&D投入不变甚至减少，政府研发资助对高技术产业创新产出没有发挥有效促进作用。

1.3 门槛效应

政府研发资助对高技术产业创新产出可能同时具有激励效应和挤出效应，最终影响效果取决于二者力量对比。本文认为随着政府研发资助强度的改变，两种效应将呈现动态博弈特征。当资助强度较低时，政府干预较少，激励效应能够得到有效发挥，此时挤出效应并不明显。但当资助强度较高时，政府可能存在过度干预市场问题，挤出效应得以凸显。因此，政府研发资助对高技术产业创新产出的影响不能一概而论，随着资助强度的变化，政府研发资助对企业创新产出贡献的弹性系数也不同。同时，虽然高技术产业各个细分行业具有相似特点，但受国家政策、发展时间、行业风险等因素的影响，各行业在资助规模与创新能力等方面仍存在较大差异，故各个细分行业可能存在不同的门槛值。

基于上述分析，本文提出研究假设：政府研发资助对高技术产业创新产出的影响存在门槛效应，且这一效应具有行业异质性。

2 研究设计

2.1 数据来源

本文选取2009—2020年我国省级面板数据，数据来自《中国高技术产业统计年鉴》和《中国统计年鉴》。考虑到数据的完整性，本文剔除内蒙古、宁夏、新疆、西藏、海南、贵州、陕西、甘肃和青海，最终保留22个省区市数据。航空航天器及设备制造业、信息化学品制造业统计数据相对较少，因此本文选取医药制造业、医疗仪器设备及仪器仪表制造业、计算机及办公设备制造业、电子及通信设备制造业作为研究对象。

2.2 变量选取

被解释变量：高技术产业创新产出(Pat)。现有研究多采用专利数来衡量创新产出。在我国，从专利申请到专利授权花费时间通常超过一年，且专利授权易受到专利授权机构工作效率等因素的影响，故专利授权量难以反映当期的创新产出水平。因此，本文选取专利申请量来衡量创新产出。

解释变量：政府研发资助(Gov)。政府研发资助可以从微观或宏观角度进行统计。微观角度是指采取上市公司年报中的“政府补助”项目进行衡量，但该项目不仅包括政府对研发活动的资助，还包括其他方面的资助。宏观角度是指采取统计年鉴中的数据进行衡量，本文采用省际数据，故宏观角度更具科学性。因此，本文采用高技术产业R&D经费内部支出中政府资金部分来衡量政府研发资助。

门槛变量：政府研发资助强度(Eii)。本文参考杨晓妹、刘文龙和王有兴的做法[7]，以R&D经费内部支出中的政府资金占主营业务收入的比重来衡量政府研发资助强度，检验是否存在某一门槛值使政府研发资助对创新产出的影响效果产生变化。

控制变量：本文在参考现有文献的基础上，选取以下控制变量：企业研发投入(Rdi)，采用R&D经费内部支出中的企业资金衡量;R&D人员投入(Rdp)，采用R&D人员数占从业人员年平均人数的比值衡量；经济绩效(Ep)，采用利润占主营业务收入比重衡量；企业规模(Size)，选取主营业务收入与企业数的比值衡量。

2.3 模型设定

本文借鉴李平和王春晖的做法[8]，将知识生产函数设定为：

Y=AKαLβε

(1)

其中，Y代表高技术产业创新产出；K代表R&D资本投入：L代表R&D人员投入；α和β分别代表R&D资本投入与R&D人员投入的弹性系数；ε代表误差项。

企业技术创新主要研发资金来源为政府(KG)与企业(Kf)自身，因此本文将知识生产函数进一步扩展为：

Y=A×(KG×Kf)α×Lβ×ε

(2)

对式(2)两边取对数，设定lnA为α0，并结合本文所使用的各个变量，得到基准回归模型：

lnPatit=α0+α1lnGovit+α2lnRdiit+β1Rdpit+β2Epit+β3Sizeit+μi+λt+εit

(3)

其中，lnPat为高技术产业创新产出，lnGov为政府研发资助，lnRdi为企业研发投入，Rdp为R&D人员投入，Ep为经济绩效，Size为企业规模，i代表省份，t代表年份，μi为个体效应，λt为时间效应，εit为随机误差项。

根据前文分析，政府研发资助对创新产出的影响效果可能会随着资助强度的不同而发生改变，因此本文进一步构建面板门槛模型。单一面板门槛模型设定如下：

lnPatit=α0+α1lnGovitI(Eiiit≤γ1)+α2lnGovitI(Eiiit>γ1)+α3lnRdiit+β1Rdpit+β2Epit+β3Sizeit+εit

(4)

其中，γ1为待估门槛值，I(·)为示性函数，当满足括号内的条件时，I=1，否则，I=0。多重门槛模型以此类推。

3 实证分析

3.1 门槛效应检验

在进行回归之前，首先需要进行门槛效应存在性检验。本文参考Hansen的做法[9]，在不存在门槛值、存在单一门槛和存在双重门槛的原假设下，分别采用门槛效果自抽样法来确定门槛个数。由表1可知，医药制造业存在两个门槛值，医疗仪器设备及仪器仪表制造业不存在门槛值，计算机及办公设备制造业存在两个门槛值，电子及通信设备制造业存在一个门槛值。

表1 门槛效应自抽样检验结果

本文进一步计算门槛值及其在95%置信度下的置信区间，如表2所示。医药制造业的第一、第二门槛值分别为0.000 458和0.000 952，计算机及办公设备制造业的第一、第二门槛值分别为0.000 095和0.000 976，电子及通信设备制造业的门槛值为0.000 343。

表2 门槛估计值结果

3.2 实证结果分析

表3分别列出了对医药制造业、计算机及办公设备制造业和电子及通信设备制造业进行门槛模型回归的结果，对医疗仪器设备及仪器仪表制造业进行双向固定效应模型回归的结果。

表3 政府研发资助对创新产出影响的回归结果

由表3列(1)可知，在医药制造业，当研发资助强度小于0.000 458时为最优促进区间，在[0.000 458,0.000 952]间为次优促进区间，大于0.000 952时为最弱促进区间。也就是说，政府研发资助对医药制造业创新产出具有显著正向促进作用，但其作用效果会随着研发资助强度的增强而逐渐减弱，呈现出明显的门槛特征，与假设吻合。对于控制变量而言，企业研发投入的回归系数显著为正，这表明企业自有研发资金投入越多，越有利于医药制造业创新产出的提高，且其影响效果大于政府研发资助。企业规模对创新产出的回归系数显著为负，表明企业规模的扩大不利于医药制造业创新产出的提高。我国对药品有着严格的专利保护，在专利期内，药品研发企业将获得极高利润，这使得医药制造业具有垄断性特点。因此，随着企业规模的扩大，医药制造业企业可能由于其竞争优势而缺乏动力进行技术创新。

由表3列(2)可知，在计算机及办公设备制造业，当研发资助强度小于0.000 095时为最优促进区间，在[0.000 095,0.000 976]间为次优促进区间，大于0.000 976时为不显著促进区间。随着政府研发资助强度的增加，政府研发资助对计算机及办公设备制造业创新产出的促进作用呈现出明显的门槛特征，与假设吻合。对于控制变量而言，企业研发投入仅在估计系数大小上与医药制造业存在一定的差异，系数的估计方向一致。R&D人员投入的回归系数显著为正，这表明R&D人员占从业人员的比重越高，计算机及办公设备制造业的创新产出越高。与医药制造业不同，企业规模对计算机及办公设备制造业创新产出的影响显著为正，这表明企业规模的扩大有利于计算机及办公设备制造业创新产出的提高，这符合“熊彼特假设”，其认为相对于小规模企业，大规模企业拥有丰富的资源，更具创新优势。

由表3列(3)可知，在电子及通信设备制造业，当研发资助强度超过门槛值0.000 343时，政府研发资助对创新产出的促进作用减弱。与医药制造业、计算机及办公设备制造业类似，随着研发资助强度的增加，政府研发资助对电子及通信设备制造业创新产出的促进作用呈现出边际效应递减的非线性特征，与假设吻合。且在三个行业中，政府研发资助对电子及通信设备制造业创新产出的影响系数最小。对于控制变量而言，企业研发投入、R&D人员投入在估计系数上与计算机及办公设备制造业方向一致。经济绩效的回归系数显著为负，这意味着利润占主营业务收入的比重越低，技术创新产出反而越高。在电子及通信设备制造业，技术和产品更新速度较快，企业数量多，市场竞争激烈。为了不被市场淘汰，经济绩效较差的企业会选择加快技术创新，以新技术替代老技术，提升市场份额。

由表3列(4)可知，在医疗仪器设备及仪器仪表制造业，政府研发资助对创新产出的回归系数为-0.019 0，未通过显著性检验，这表明政府研发资助对医疗仪器设备及仪器仪表制造业创新产出存在不显著的负向影响。研究结论与假设相悖，这可能和国内医疗仪器设备及仪器仪表制造业的发展特点有关。该行业在我国起步较晚，主要依靠吸收和引进国外技术快速发展，政府研发资助可能替代了企业原先用于自主创新的资金，企业转而将资金用于引进或改造国外技术，导致企业创新产出减少。

4 结论与政策建议

本文以2009—2020年我国省级面板数据为研究样本，实证检验了政府研发资助对高技术产业创新产出的影响，主要结论如下：政府研发资助对高技术产业创新产出的影响存在行业差异。政府研发资助对医药制造业、计算机及办公设备制造业、电子及通信设备制造业创新产出具有显著的激励作用，且具有门槛效应，即随着政府研发资助强度的增加，政府研发资助对行业创新产出的激励效应呈现边际效应递减的非线性特征。但政府研发资助对医疗仪器设备及仪器仪表制造业创新产出具有不显著的挤出效应，且不存在门槛效应。无论在哪个行业，企业研发投入对高技术产业创新产出均产生了显著的促进作用，且其回归系数高于政府研发资助的回归系数，这说明高技术产业创新活动更多依赖于企业自身研发资金投入。

根据上述结论，本文提出如下政策建议：

第一，实施差别化的政府研发资助政策。政府在制定高技术产业研发资助政策时不能“一刀切”，应根据行业特征，采取更有针对性的资助政策，并构建综合考核体系和监督机制，避免出现资源浪费与错配现象，争取最大限度地发挥政府研发资助的创新激励作用。

第二，选择合适的政府研发资助强度。适度的政府研发资助有利于矫正技术创新过程中的市场失灵，高强度的政府研发资助易扭曲企业正常行为，产生“骗补”“寻租”等现象，致使非生产性支出的增加挤出了高技术企业的创新投入。因此，各地政府有必要设定政府研发资助强度的“警戒线”，避免出现一味追求资助总量的增加而导致过高强度政府研发资助的现象。

第三，引导企业提高自有研发投入比重。政府在释放积极信号引导社会资源的同时，应建立金融机构与创新企业的对接机制，依托大数据建设科技金融服务平台，鼓励金融机构将专利、发明、商标等无形资产纳入抵押品范畴，改变我国重实物资产、轻无形资产的融资现状，缓解创新企业外部融资约束。