政府资金对高校科技创新产出影响研究——以沈阳市样本为例

李 磊

(辽宁省交通高等专科学校 汽车工程系，辽宁 沈阳 110122)

0 引言

高校科技创新活动对技术进步、社会发展产生了深远和广泛的影响。大力提升高校科技创新能力是加快建设创新型国家的重要支撑和战略行动，是促进国家创新能力提升的关键。然而，高校科技创新成果具有准公共产品性质，存在外部效应，根据市场失灵理论，仅依靠市场调节的高校科技创新活动是低效的，因此政府需要通过资金投入等方式支持高校的科技创新活动。

近年来，政府对于高校科技创新的支持力度逐年递增。从全国范围看，政府对高校的科技投入由2015年的856.21亿元上升至2018年的1334.83亿元，增长了55.9%。而且，政府科技投入占高校总经费的比例也是逐年提升，在2015年就已经占到了63.1%，2018年则达到了65.0%。庞大的政府资金投入，对高校的科技创新产出究竟产生了怎样的影响？

Abigail Payne等[1]以美国68所大学为样本，发现政府资金投入每增加100万美金，会增加0.2个专利的产出。施定国、徐海洪、刘凤朝[2]运用面板数据实证检验表明，政府资金对高校科技创新产出整体上具有正向作用。谈毅、杨晔、白伊贝[3]发现，政府的科技投入与高校的创新产出呈现出正相关性，并且存在一定的滞后性。原长弘、王瑞琪[4]以2005-2010年30个省市的高校面板数据为样本，采用负二项回归的分析方法，证实了政府资金对高校技术创新能力具有显著的正向影响。周凤华、朱雪忠[5]研究发现政府的资金投入对高校的研发产出并无显著的正向影响,甚至有负向影响。吕晨[6]利用数据包络分析和结构方程模型对教育部直属院校和“211”及省部共建院校的政府投入效益进行了分析，认为政府资金效率整体欠佳。原长弘、王瑞琪、李阳等[7]实证检验了中央和地方政府直接资金与高校创新产出之间存在倒U型关系。

以上学者的研究结论表明，政府资金投入对高校科技创新产出的影响是正向的还是负向的仍有待考证，政府资金投入的有效性仍存在着很大的争议。本文将以沈阳市高校为样本，对这一问题进行深入研究，实证检验政府资金对沈阳市高校科技创新产出的影响。

1 研究设计

1.1 研究方法

本文研究政府资金对沈阳市高校科技创新产出的影响，故可将高校内部资源的分配及利用看成是系统内部行为，将其所有内部行为看成一个整体。研究这个系统的投入和产出效率的问题，可以选择生产函数的方法研究这一问题。柯布道格拉斯生产函数是最为常见的生产函数模型，且具有易化为线性函数的特点。由此，本文采用柯布道格拉斯生产函数作为研究的基础理论模型。柯布道格拉斯函数的基本形式为：

Y=AKαLβ

(1)

其中:Y为产出，K、L为两个生产要素即投入，A为常数，α、β为参数。

检验政府资金对沈阳市高校科技创新产出的作用，根据经济学理论，引入扩展的柯布道格拉斯生产函数，将专利申请量作为科技创新产出，政府资金作为生产函数中投入的要素，构建知识生产函数如下：

pnit=AskpαitlβitgiγitXκiteηi+ui+εit

(2)

其中，pnit为科技创新产出(即专利申请量)；skpit为高校的知识资本存量；lit为教学与科研人员数量；giit为政府资金；α为知识资本存量的产出弹性、β为教学与科研人员的产出弹性、γ为政府资金的产出弹性、k为其他相应变量的产出弹性；A为常数；e为自然对数的底。

选择专利申请量pnit作为高校科技创新能力的衡量指标，主要原因：一是将专利申请量作为高校的科技创新指标已经成为学术研究的通行做法；二是专利申请量数据相对于其他指标更易获得，具有客观真实的特点；三是随着高校知识产权保护意识的提升，越来越多的高校通过专利申请对其创新成果进行保护，专利申请量可以真实反映高校的科技创新产出水平。

skpit为高校的知识资本存量，代表高校在科技创新领域多年的知识资本积累。在柯布道格拉斯知识生产函数中，对高校科技创新产出发生影响的不只高校当期的科技创新投入，以往若干期的科技创新投入都会对当期的科技创新产出产生影响。文中知识资本存量的测算，借鉴了白俊红[8]的测算技术，利用永续盘存法逐年核算得出。

公式(2)两侧取对数，可得：

lnpnit=αlnskp+βlnlit+γlngiit+κlnxit+δ+ηi+ui+εit

(3)

其中，δ=lnA。考虑到政府资金在高校内部使用的情况和发挥的作用，既可以用于教学与科研人员的激励支出，也可用于提高高校的知识资本存量。因此，引入政府资金对教学与科研人员和知识资本存量的交互项，公式(3)进一步拓展为公式(4)如下：

lnpnit=αlnskp+βlnlit+γlngiit+κlnxit+θ1lnskpit×lngiit+θ2lnlit×lngiit+δ+ηi+ui+εit

(4)

其中，θ1、θ2为相应交互项的估计系数。

1.2 变量测度

文中将专利申请量作为衡量高校科技创新产出的变量，而专利又可分为发明专利、实用新型专利和外观设计专利。发明专利技术含量最高，是基于产品或者方法的一种新的技术方案，最能体现高校的科技创新水平。实用新型专利和外观设计专利的技术难度明显低于发明专利，外观设计的技术难度更低一些。为了更为深入地检验政府资金对沈阳市高校科技创新产出的影响，本文在实证研究过程中，用发明专利申请量(fm)、实用新型专利申请量(xx)和外观设计专利申请量(wg)分别替代专利申请总量(pn)作为被解释变量，检验政府资金对各类型专利申请量的影响，以期研究结论更具有针对性。

1.3 样本选取与数据来源

选择沈阳市具有一定科技创新能力的高校作为样本，剔除专利申请量多年为零的高校，同时剔除2015-2019年期间发生院校合并的高校。最终选取表1中的22所高校作为样本，其中本科院校15所，专科院校7所。

表1 项目研究样本

研究所用数据来自中华人民共和国教育部科学技术司编写的《高等学校科技统计资料汇编》和辽宁教育网公布的《教育公报》，专利申请量数据检索自佰腾网。

1.4 概念模型设计

对样本中22所高校的政府资金数据和专利申请量数据进行初步的统计分析，发现以本科院校和专科院校的属性区别进行分组，两类院校在政府资金和专利申请量的均值上差异很大，如表2和表3所示。以2019年数据为例，本科院校政府资金投入均值是专科院校政府资金投入均值的144倍，本科院校专利申请量均值是专科院校专利申请量均值的6.7倍。而且，横向比较可以看出，本科院校政府资金投入均值逐年递增，2019年比2015年增长了27.76%；专科院校政府资金投入均值却呈现出明显的下降趋势，2019年比2015年下降了47.59%。从专利申请量指标看，本科院校和专科院校的专利申请量均值都呈现出逐年增长的趋势，本科院校专利申请量均值2019年比2015年增长了142.55%，专科院校2015年专利申请量均值为5件，2019年为68件，达到了1260%的增长。可以看出，无论是本科院校还是专科院校，专利申请量都在以较大的幅度增长，而政府对本科院校与专科院校的资金投入水平差距是十分悬殊的，有必要进行分组分析。由此，本文研究的概念模型如图1所示。

表2 2015-2019年本科院校与专科院校政府资金投入均值比较 单位：万元

表3 2015-2019年本科院校与专科院校专利申请量均值比较 单位：件

图1 本文研究概念模型

1.5 数据分析方法

面板数据回归主要有三种模型：混合效应模型、固定效应模型和随机效应模型。混合效应模型假定各所高校的科技创新能力不存在差异，直接将样本中数据进行混合再进行估计，这样的估计结果不能反映不同高校科技创新能力差异对生产函数的影响，这种方法并不适合本文的研究。固定效应模型考虑了各高校科技创新能力的差异，但假定这种差异是固定的，不随时间变化而变化；随机效应模型则假定各高校的科技创新能力的差异是随机变化的。固定效应模型和随机效应模型的选择通过豪斯曼检验进行。

2 实证分析

2.1 描述性统计

由公式(4)，在面板数据的回归过程中需要取对数，而原始数据中发明专利申请量(fm)、实用新型专利申请量(xx)、外观设计专利申请量(wg)、政府资金投入(gi)、知识资本存量(skp)等值存在等于零、大于零小于1等情况，因此需要对原数据进行处理。参照陆铭[9]的做法，对原数据进行处理，将发明专利申请量(fm)+1、实用新型专利申请量(xx)+1、外观设计专利申请量(wg)+1、教学与科研人员数量+1，知识资本存量*10，政府资金*10+1，通过此处理以保证每一项原始数据取对数后大于等于零。整体样本的描述性统计如表4所示，本科院校样本的描述性统计如表5所示，专科院校样本的描述性统计如表6所示。

表4 22所样本高校各变量的描述性统计

表5 样本中本科院校各变量的描述性统计

表6 样本中专科院校各变量的描述性统计

2.2 政府资金对沈阳市高校专利申请量的影响

2.2.1 政府资金对沈阳市高校发明专利申请量的影响

(1)政府资金对沈阳市高校发明专利申请量影响的整体分析。整体样本的面板数据包含5年、22所高校，即n>t，是一个短面板数据集。由于每所高校的情况不同，可能存在不随时间而变的遗漏变量，首先考虑使用固定效应模型，然后，考虑个体效应的影响，使用随机效应模型。固定效应模型和随机效应模型的回归结果，如表7。固定效应模型(1)、(2)和随机效应模型(1)通过了显著性检验。固定效应模型(2)在固定效应模型(1)的基础上，加入了政府资金与知识资本存量和政府资金与教学与科研人员的交互项。对固定效应模型(1)和随机效应模型(1)的选择需要进行豪斯曼检验，结果如图2显示，由于p值大于0.05，所以在5%的显著性水平下，认为随机效应模型(1)优于固定效应模型(1)。所以，最终选择随机效应模型(1)。控制变量中，知识资本存量对发明专利申请量的影响显著为正，且通过了1%的显著性水平检验，知识资本存量每增加1%，发明专利的申请量增加0.702%。

表7 政府资金对沈阳市高校发明专利申请量(fm)的影响

图2 整体样本的豪斯曼检验

(2)政府资金对沈阳市本科院校发明专利申请量的影响分析。本科院校的面板数据包括15所高校、5年的面板数据，仍是一个n>t的面板数据集。选择固定效应模型和随机效应模型进行回归，结果如表8所示，固定效应模型(2)和随机效应模型(2)通过了显著性检验。豪斯曼检验的结果如图3所示，由于p值大于0.05，所以在5%的显著性水平下选择随机效应模型(2)。政府资金不仅直接影响发明专利的申请量，还通过教学与科研人员对发明专利的申请量产生交互影响，并且，教学与科研人员和政府资金的交互项通过了5%的显著性检验。根据伍德里奇[10]的偏效应公式，经计算，政府资金对发明专利申请总量的相关系数为-0.202，即政府资金增加1%，本科院校发明专利的申请量将减少0.202%。

表8 政府资金对沈阳市本科院校发明专利申请量(fm)的影响

(3)政府资金对沈阳市专科院校发明专利申请量的影响分析。专科院校的面板数据包括7所高校、5年的面板数据，仍是一个n>t的面板数据集。选择固定效应模型和随机效应模型进行回归，两种模型的估计结果如表9所示。固定效应模型(1)通过了5%的显著性检验，政府资金每增加1%，专科院校发明专利的申请量将减少0.493%。

图3 本科院校的豪斯曼检验

表9 政府资金对沈阳市专科院校发明专利申请量(fm)的影响

将整体样本、本科院校和专科院校通过检验的模型进行汇总，如表10所示。

表10 政府资金对高校发明专利申请量影响检验

2.2.2 政府资金对沈阳市高校实用新型专利申请量的影响分析

检验政府资金对沈阳市高校实用新型专利申请量的影响，同样先进行整体样本的分析，再进行本科院校与专科院校的分组分析。受限于篇幅，实证分析结果在此不一一列示，通过检验的模型如表11所示。

表11 政府资金对高校实用新型专利申请量影响检验

2.2.3 政府资金对沈阳市高校外观设计专利申请量的影响分析

对整体样本的分析，固定效应模型和随机效应模型都没有得到通过显著性检验的回归系数，即政府资金不会对沈阳市高校实用新型的专利申请量产生显著影响。控制变量中，知识资本存量与实用新型的专利申请量均在1%的水平上显著正相关，即知识资本存量的增加，会带来实用新型专利申请量的增加(部分控制变量的分析结果文中不可视，以下同)。

对本科院校样本的分析，固定效应模型(2)和随机效应模型(2)通过了显著性检验,且豪斯曼检验的结果p值大于0.05，所以在5%的显著性水平下，认为随机效应模型(2)优于固定效应模型(2)。同时，政府资金与教学与科研人员交互项的相关系数显著为正，经计算，政府资金对实用新型申请量的相关系数为0.779，即政府资金增加1%，本科院校实用新型的申请量将增加0.779%。

对专科院校样本的分析，固定效应模型和随机效应模型都没有得到通过显著性检验的回归系数，即政府资金不会对专科院校实用新型的专利申请量产生显著影响。控制变量中，固定效应模型(1)和(2)表明知识资本存量与实用新型的专利申请量在5%的水平上显著正相关，即知识资本存量的增加，会带来专科院校实用新型专利申请量的增加。

检验政府资金对沈阳市高校外观设计专利申请量的影响，通过检验的模型如表12所示。

表12 政府资金对高校外观设计专利申请量影响检验的模型

对整体样本的分析，随机效应模型(1)通过了检验，政府资金对样本中高校外观设计专利申请量的影响是负向的，且通过了10%显著性水平检验，即政府资金每增加1%，外观设计的专利申请量降低0.210%。知识资本存量对外观设计专利申请量的影响显著为正，且通过了10%的显著性水平检验。

对本科院校样本的分析，固定效应模型(1)、(2)和随机效应模型(1)、(2)均通过了显著性检验，且豪斯曼检验的结果p值均大于0.05，所以在5%的显著性水平下，认为随机效应模型(1)和(2)优于固定效应模型(1)和(2)。由于政府资金不仅直接影响专利申请量，还可以通过知识资本存量和教学与科研人员对专利申请量产生交互影响，随机效应模型(2)作出了交互项显著不为零的参数估计。根据研究的需要，认为随机效应模型(2)更符合研究目的。经计算，政府资金对本科院校外观设计专利申请量的正相关系数为1.465，即政府资金增加1%，本科院校外观设计的专利申请量将增加1.465%。

对专科院校样本的分析，从估计结果看，固定效应模型和随机效应模型都没有得到通过显著性检验的回归系数，即政府资金不会对专科院校外观设计的专利申请量产生显著影响。控制变量中，固定效应模型(1)和(2)表明知识资本存量与外观设计的专利申请量在10%的水平上显著正相关，即知识资本存量的增加，会带来专科院校外观设计专利申请量的增加。

3 结论与建议

实证分析的结果可以看出，政府项目资金对沈阳市高校发明专利申请量的影响不显著。政府资金对实用新型专利申请量的影响是不显著的，对本科院校的影响是正向的，对专科院校的影响是不显著的。政府资金对沈阳市高校外观设计专利申请量的影响是负向的，对本科院校的影响是正向的，对专科院校的影响是不显著的。

3.1 采取多种措施鼓励高校发明专利的申请

发明专利具有更高的技术难度，是衡量高校科技创新能力更为重要的标准。但从本文实证分析结果看，对于沈阳市的高校，无论是整体样本还是分组分析，政府资金都没有起到促进发明专利申请量增加的作用。样本中22所高校专利申请总量从2015年的2934件，增长到2019年的7317件，增长了149.39%；发明专利申请量从2015年的2234件，增长到2019年的4341件，增长了94.32%。发明专利申请量的增长幅度明显低于专利申请总量的增长幅度，政府对高校科技创新的资金投入并不是促进发明专利申请量增长的有效途径。因此，需要采取多种其他措施促进发明专利申请量的增长。比如，通过物质的和非物质的激励方式加大对发明专利申请人的奖励，提高专利申请人的积极性；完善发明专利申请人获取报酬的方式，提高专利申请人获取报酬的比例；完善高校发明专利的质量审查机制，强化质量把控等。通过各种措施，提高高校发明专利的申请量的数量和质量。

3.2 继续保持政府对本科院校与专科院校的资金投入比例

表2数据表明，政府对本科院校的资金投入呈递增趋势，对专科院校的资金投入呈递减趋势。政府资金对本科院校实用新型专利申请量和外观设计专利申请量的影响是正向的，为了促进两种类型专利申请量的增加，政府有必要加大对本科院校的资金投入。而政府资金对专科院校发明专利申请量的影响是负向的，对实用新型专利申请量、外观设计专利申请量的影响是不显著的，政府的资金投入并没有带来专科学院专利申请量的增加。因此，保持甚至降低政府对专科院校的资金投入是有必要的。另外，应使政府资金在专科院校得到更加有效的使用，或者使其与高校科技创新的其他资源更为有效结合，才能更好地发挥政府资金对专利产出的正向作用。

3.3 充分发挥知识资本存量在科技创新中的基础性作用

实证分析结果多次显示知识资本存量与高校的专利申请量是正相关的，并多次出现了知识资本存量与政府资金的交互项与专利申请量显著正相关的情况。高校每年的科技创新投入，都是知识资本存量逐步积累的过程。知识资本存量的提升不是一蹴而就的，对于早期科技创新投入较少的高校，特别是一些科技创新能力较弱的专科院校，更要注重科技创新的投入，注重知识资本存量的积累，以此逐步稳定高校科技创新活动的基础。此外，需要注重知识资本存量与其他科技创新资源的协调，如文中研究主题，政府资金与知识资本存量的交互影响对高校的科技创新产出同样具有明显的正面效应。