地方政府支持与区域创新绩效之间的非线性关系研究——“倒U”还是“凹性”

李 璐

(中国政法大学 政治与公共管理学院,北京 100088)

1 引 言

创新作为经济发展的第一驱动力,在实现新时代经济高质量发展方面发挥着至关重要的作用。因此如何提高区域创新水平一直是理论界和实务界关注的热门话题。诸多因素决定了区域的创新水平,例如法律制度、自然资源、人力资本以及社会资本等[1]。其中,政府作为区域创新的主导力量,在提升区域创新绩效中扮演了重要角色。党的十八大以来,我国进一步推进创新驱动发展战略的实施,不断加大对科技创新的政府支持力度[2-3]。习近平总书记强调:“要坚持创新在现代化建设全局中的核心地位,把创新作为一项国策,积极鼓励支持创新。”在这一背景下,研究政府支持对区域创新绩效的影响,对发挥政府经济建设职能,实施创新驱动发展战略具有重要的理论意义和现实贡献[4-5]。

关于政府支持对区域创新绩效的影响,不同学者对此持不同观点。部分学者认为政府支持对企业创新投入会产生一定的挤入效应,能促进企业创新活动的开展,从而提升区域创新绩效[6]。Jaffe(1993)从创新环境建设角度,证明了政府在创新环境建设方面能起到主导作用,能够促进创新要素集聚,实现创新活动的规模效应[7]。Szczygielski(2017)从资金支持角度,论证了政府财政补贴对企业创新活动具有推动作用[8]。也有部分学者认为政府支持对区域创新绩效是无效的。David(2000)认为,政府行为可能会造成激励扭曲的产生,主要是指政府补贴创新主体的财政行为,进而挤出创新主体在创新活动中的投入[9]。肖文和林高榜(2014)研究发现,政府在对具有公共物品属性的新产品研发上会产生委托代理问题,导致创新主体的创新产出不佳[10-11]。李政和杨思莹(2018)也发现,政府内部的寻租腐败行为会导致政府支持行为发生扭曲,不利于创新绩效的提高[12]。随着研究的不断深入,部分学者认为政府对区域创新绩效存在有条件影响,呈倒U型的非线性关系,并且获得了实证支持(毛其淋和许家云,2015;齐晓丽等,2020)[13-14]。

然而,虽然关于政府支持与区域创新绩效之间非线性关系的研究早有学者提出,但是尚未出现一种解释其内在机制的理论。微观经济学中存在边际效应递减规律,即当一种正向的动机产生后,会带来相应的积极效应,但随着这一动机的不断增长,积极效应也将逐步下降,直到最后不再上升,甚至产生负效果。传统的平方项识别方法可能导致将单调的凹函数关系判定为先升后降的倒U型关系,二者的区别在于边际效应是否为负值。因此政府支持程度与区域创新绩效之间仅仅是一种单调的凹函数关系还是先升后降的倒U型关系尚有待研究。基于此,本文利用2014—2020年中国31个省区市的面板数据,实证检验了政府支持程度与区域创新绩效之间的非线性关系。研究发现,政府支持程度与区域创新绩效之间存在倒U型关系。然而,绝大多数样本均分布于对称轴的左侧,这意味着这一倒U型关系极有可能是由于边际效应递减带来的凹性所导致的,政府支持程度与区域创新绩效之间可能是一种单调的凹函数关系,而未形成边际效应为负的倒U型关系;进一步,门限回归的结果表明,政府支持所带来的边际效应并未达到负值,政府支持程度与区域创新绩效之间的非线性关系更可能是一种“凹性”,而不是“倒U”。

相较于以往的研究,本文的主要贡献是:第一,在研究视角上,将微观经济学中的边际效应递减规律运用到政府支持程度与区域创新绩效非线性关系的研究,证明了目前我国地方政府科技支持力度与区域创新绩效之间的非线性关系更可能是一种“凹性”关系,而不是“倒U”型关系,这为此类研究提供了一个崭新的视角,丰富了相关的理论和实证文献。第二,在方法设计上,将传统的平方项验证倒U型关系与门限回归模型相结合,相对严谨准确地论证了政府支持程度与区域创新绩效之间的非线性关系。

2 理论分析与研究假设

目前关于政府支持行为与区域创新绩效之间的关系,主要形成了两种基本观点:一种观点认为政府支持能够提高区域创新绩效,即“政府支持有效论”;同时也存在相反的观点,认为政府支持行为会降低区域创新绩效或无显著作用,即“政府支持无效论”。

2.1 政府支持有效论

从理论层面看,赞同“政府支持有效论”这一观点的学者大多从凯恩斯主义经济学理论出发来进行论证。凯恩斯主义相关理论认为市场机制具有内部缺陷,无法解决创新活动内生的外部性问题。因此,区域创新绩效需要政府的支持,政府需要承担将创新活动外部性内在化的责任,促使区域创新活动实现帕累托效应,减少市场失灵的影响。陈信元和黄俊(2006)从公共产品的外部性和集体行动的非理性角度论证了市场在创新资源配置中具有内在缺陷,因此政府不能只起一个“守夜人”的作用,还要在创新领域积极地干预经济[15]。

从创新活动本身出发,创新活动具有正外部性,容易出现“搭便车”现象,此外,还具有较高的不确定性和高风险、高投入等特点,这些问题是市场机制不能有效解决的,而且会对区域创新绩效带来负面影响。一方面,由于创新活动具有不确定性和高风险性,这些都会打击创新主体开展创新活动的积极性,进而很难实现规模效应,不利于实现区域创新绩效的提升;另一方面,由于创新活动具有正外部性,会催生搭便车行为,导致区域整体创新资源达不到帕累托最优,也会抑制区域创新活动的规模和效率[2][16]。面对创新活动产生的正外部性,为弥补区域创新中的市场失灵,就需要政府提供一定的研发补贴,既可以缓解区域创新主体的内源融资约束,又可以实现分散创新风险的目标[14]。

从微观视角看,政府的资金支持对企业创新活动具有引领作用,政府的财政资金投入不仅对区域创新主体研发资金提供了有力支持,而且还有利于实现杠杆带动效应,推动区域研发创新金融体系的建立和完善[17]。另外,政府对创新主体的财政补贴可以有效降低其创新研发成本,增强投资者对创新研发活动的投资信心,提高创新型企业对新产品的研发能力,开展具有突破性的创新活动。在这个过程中,还会对因地理邻近具有区位优势的产业或者创新产业链上相关的其他企业产生知识或技术溢出效应,实现区域整体创新绩效的提升[18-19]。

此外,还有学者从创新活动对地方政府行为具有反作用的角度进行研究,政府支持与创新活动之间有正向互动关系。段国蕊和臧旭恒(2013)研究发现,地方政府出台的多种形式的优惠政策可以为区域经济发展吸引更多的优质创新企业,提升区域创新绩效[20-21]。

2.2 政府支持无效论

支持“政府支持无效论”的学者多借助委托—代理关系理论、信息不对称理论、挤出效应理论、政府寻租腐败行为等来说明这一观点。

委托—代理关系理论认为,由于中央政府在研发投入的公共物品上会赋予下级政府官员的代理人角色,导致权责利三者分离,不利于研发活动的独立完整性的实现。并且对下级政府对区域创新主体的财政支持行为缺乏有效的监督管理,存在权力被滥用的风险。因此,事实上,政府支持行为对区域创新的效果并不理想,难以带动区域创新绩效的提升。

从信息不对称理论来看,创新主体对政府补贴总是持积极争取的态度,因此,企业会释放自己积极创新的信号以获得政府的财政补贴。但由于市场中天然的信息不对称性,这为拥有信息方的投机行为创造了条件。因此,政府在筛选合适的补贴企业时存在困难,挑选合适的资助企业提高了政府的支持成本,降低了政府支持创新行为的效率,而且难以形成有效的规模效应,对区域整体创新绩效无法起到促进作用。

挤出效应理论指出,激励扭曲现象的存在使得政府对创新活动财政支出增加,从而降低了创新主体自身的投入。这是因为激励扭曲现象的存在,即政府支持的某一创新领域会给创新主体产生示范效应,激励创新主体参与属于政府支持领域内的活动,挤出对其他政府未支持领域内的创新投入,不利于多元创新的产生,也弱化了政府支持行为对区域创新效果的提升[22]。

从政府寻租视角看,创新产品具有一定的公共性特征。私人企业参与公共物品供应,可能因为与政府官员的串谋行为,加大了公共治理的成本并导致腐败。政府支持区域创新活动的基本途径就是政府财政支出。然而,在我国,政府支持创新行为受到官僚腐败行为影响后会发生异化,通过非法途径获得政府支持的行为会抑制区域创新活动的进行。

2.3 政府支持悖论

通过上述分析可见,市场机制的固有缺陷和创新活动内在特点都要求政府在创新活动中发挥支持作用[23]。然而,相关研究发现,政府支持创新活动并未实现创新效率的显著提升,甚至带来了创新效率的缺失,即“政府支持悖论”[2]。学界对这一悖论也颇为关注,对政府支持与创新活动间的非线性关系进行了相关研究。一方面,对政府支持的不同主体的创新活动进行了研究,得出了政府支持对企业类创新主体的创新效率的促进作用更显著,而对科研机构等组织的创新效率促进甚微这一结论。另一方面,学者还重点关注了财政分权和寻租腐败等因素在政府支持与区域创新效率之间的中介影响。李政和杨思莹(2018)通过对2003—2015年省级面板数据的实证研究发现,介于2%—4%这一区间时,政府支持对区域创新效率的提升效果最强且在1%水平下显著[2]。

边际效应递减规律指出,当一种正向的动机产生后,会带来相应的积极效应,但随着这一动机的不断增长,积极效应也将逐步下降,直到最后不再上升,甚至产生负的效果。目前国内大多数研究结果均表明,政府支持对于区域创新绩效是一个正向动因。然而,根据边际效应递减规律,随着政府支持力度的加大,对区域创新绩效的提升效果越来越弱。基于以上分析,本文提出以下研究假说:

假说1:整体来看,政府支持对区域创新绩效具有正向作用。

假说2a:政府支持程度与区域创新绩效之间存在非线性关系,随着政府支持程度的上升,对区域创新绩效的边际效应越来越弱,最终变为负值,二者之间呈现出一种先升后降的倒U型关系。

假说2b:政府支持程度与区域创新绩效之间存在非线性关系,随着政府支持程度的上升,对区域创新绩效的边际效应越来越弱,但尚未变为负值,二者之间呈现出一种单调的凹函数关系。

3 数据来源与研究设计

3.1 数据来源与变量选取

本文采用我国31个省区市(包括22个省、5个自治区、4个直辖市)2014—2020年的地区面板数据进行实证分析。在变量选取方面,对于被解释变量,采用国内专利授权数来衡量区域创新绩效;对于解释变量,采用地方财政支出中的科学技术支出占比来衡量地方政府的科技支持力度;对于控制变量,参考卢胜峰和刘潘(2015)[24]、李政和杨思莹(2018)[2]、齐晓丽等(2021)[25]等的研究,选取人力资本、开放程度、产业结构、基础设施水平和金融发展水平作为控制变量,具体的变量定义见表1。本文所用数据均来源于《中国统计年鉴》。

表1 主要变量定义

续表1 主要变量定义

3.2 研究设计

为了检验政府支持与区域创新绩效之间的线性关系,构建实证模型如下:

RIPit=α0+α1Govit+ΘXit+δt+εit

(1)

其中RIP反映区域创新绩效,以国内专利授权数衡量;Gov表示政府支持,用科学技术支出占比衡量;X表示其他控制变量,包含了上文所提到的所有控制变量,δt表示年份固定效应。i代表省份,t代表年份,ε代表随机误差项。

为了验证政府支持与区域创新绩效之间的非线性关系,构建实证模型如下:

(2)

模型(2)与模型(1)唯一的不同在于模型增加了科技支出占比的平方项,以验证科技支出占比与区域创新绩效之间的非线性关系,其余变量含义完全相同。

为了进一步验证政府支持与区域创新绩效之间是先升后降的倒U型关系还是单调的凹函数关系,本文采用了如下的单一门限和双重门限回归模型:

RIPit=α0+α1Govit·I(Govit<γ1)+α2Govit·I(Govit≥γ1)+ΘXit+δt+εit

(3)

RIPit=α0+α1Govit·I(Govit<γ1)+α2Govit·I(γ1≤Govit<γ2)+I(Govit≥γ2)+ΘXit+δt+εit

(4)

4 实证结果

4.1 描述性统计

表2展现了主要变量的描述性统计结果。通过观察地方政府的科学技术支出占比的数值,可以看出它的标准差、最大值与最小值差距均较大,表明各地区的政府支持力度差异也较大。对于衡量区域创新绩效的指标国内专利授权数而言,可以看出区域创新绩效的平均水平较高,但是最大值与最小值的差距均较大,这表明不同地区的创新绩效差异较大。此外,解释变量和控制变量的均值均大于中位数,表明主要变量大都服从右偏分布。

表2 主要变量描述性统计

4.2 基准回归结果

表3报告了地方政府科学技术支出占比对国内专利授权数的回归结果。实证结果表明,整体来看,政府支出对区域创新绩效起到了显著的正向作用,并且这一结果在控制地区经济因素以及年份固定效应后仍然保持稳健。具体的,第(1)列为国内专利授权数与地方政府科学技术支出占比的单变量回归结果;第(2)列中加入了人力资本、开放程度、产业结构作为控制变量;第(3)列在第(2)列的基础上进一步加入了当地的基础设施建设水平和金融发展水平作为控制变量;第(4)列在第(3)列的基础上又控制了年份固定效应,科学技术支出占比的系数为0.5180,并且在1%水平下显著,这意味着政府科技支出占比每增加一个标准差(1.51),国内专利授权数增长约0.78%(0.5180*1.51%)。由于部分样本的基础设施水平和金融发展水平数据有所缺失,故而第(3)列和第(4)列的样本量少于第(1)列和第(2)列。

进一步,在表3的基础上添加了政府科技支出占比的平方项,以检验政府支持与区域创新绩效之间的非线性关系,这也是以往文献中识别非线性关系的常见做法。表4的回归结果显示,科技支出占比的一次项系数在1%水平下显著为正,二次项系数在1%水平下显著为负,表明地方政府支持与区域创新绩效之间存在先升后降的“倒U型”关系,即当科技支出占比较小时,科技支出占比对区域创新绩效起到了正向的作用,当超过一定的阈值以后,科技支出占比开始对创新绩效起负向作用。然而,根据第(4)列的回归结果可以得出,这一阈值约为5.74(1.0226/(2*0.089))。而经统计,科技支出占比超过5.74%的样本占比约为2.3%。这意味着政府的科技支出占比绝大多数分布于倒U型曲线对称轴的左侧,只有极少数的样本分布于对称轴右侧,很难对结果产生影响。此外,通过对比表3和表4第(4)列的R2以及调整R2可以发现,在加入科学技术支出占比的二次项之后,R2以及调整R2的变化很小,仅有0.01和0.009,表明科学技术支出占比二次项系数的加入对整个模型的解释力并无太大影响。因此,整体来看政府支出对区域创新绩效起到了正向作用,倒U型曲线形成的原因可能是因为政府支出对区域创新绩效所起到的促进作用满足边际效应递减规律,是一种单调的凹函数关系,而非超过一定阈值后存在负向作用。

表3 国内专利授权数与科技支出占比之间的线性关系

表4 国内专利授权数与科技支出占比之间的非线性关系

续表4 国内专利授权数与科技支出占比之间的非线性关系

4.3 门限回归结果

为了进一步验证政府支出与区域创新绩效之间是先升后降的倒U型关系还是单调的凹函数关系,本文采用了门限回归模型。表5和表6分别展示了单一门限和双重门限的回归结果。结果显示,在单一门限模型中,存在单一门限,科技支出占比在不同区域内对区域创新绩效的影响程度存在明显差异,但整体而言均为正向作用。在双重门限模型中,存在两个门限值,使得科技支出占比对区域创新绩效的影响在三个区域内存在显著差异,在区域1和区域2内(根据门限回归模型估计的门限值进行划分),政府科技支出对区域创新绩效起到了显著的正向作用,在区域3内产生了负向作用,但在统计学意义上并不显著。综合来看,并没有证据表明政府支持对区域创新绩效的边际效应已经达到负值,政府支持力度与区域创新绩效之间是单调的凹函数关系,而不是先升后降的倒U型关系。这一研究结论也表明,目前我国地方政府的科技支持力度尚维持在一个合理范围内。

表5 单一门限回归

表6 双重门限回归

5 稳健性检验

为了保证上述结论的可靠性,本文做了如下的稳健性检验。

5.1 替换被解释变量

首先,本文采用地区的新产品销售收入作为区域创新绩效的衡量指标,数据来源于《中国统计年鉴》。表7报告了新产品销售收入对科技支出占比的回归结果。第(1)列和第(2)列探讨了新产品销售收入与科技支出占比之间的线性关系,结果显示科技支出占比对新产品销售收入起到显著的正向作用,与前文结论保持一致。第(3)列和第(4)列探讨了新产品销售收入与科技支出占比之间的非线性关系,科技支出占比的一次项系数显著为正,二次项系数显著为负,计算得出对称轴为5.935,超过这一阈值的样本占比约为1.4%,相比于基准回归结果,这一比例更小。同时,表8和表9的单一门限及双重门限回归结果也与基准回归结果基本一致,进一步证明了本文结论的可靠性。

表7 新产品销售收入与科技支出占比

表8 单一门限回归

表9 双重门限回归

5.2 控制区域固定效应

此外,由于不同区域的经济政策可能存在差异,有可能对本文的结果产生影响,因此本文还控制了区域固定效应。基于经济政策将中国划分为东部地区、中部地区、西部地区和东北地区,并且在回归中控制了区域固定效应,回归结果如表10所示。通过第(4)列的回归结果可以计算出对称轴约为6.00,超过这一阈值的样本比例为1.4%,与基准回归结果基本保持一致。同时,在控制区域固定效应的基础上,本文也做了单一门限和双重门限的门限回归模型,结果如表11和表12所示。单一门限和双重门限模型均表明,政府支持与区域创新绩效之间不存在先升后降的倒U型关系,而是单调的凹函数关系,进一步证实了本文结论的可靠性。

表11 单一门限回归

表12 双重门限回归

6 进一步分析

为进一步探究科技支出占比对不同水平创新绩效的影响,本文分别对创新绩效的10分位数、25分位数、中位数、75分位数以及90分位数做了分位数回归,回归结果如表13所示。根据分位数回归结果可以发现,科技支出占比对不同水平创新绩效的影响存在中间强、两端弱的现象,即相比于创新绩效较高的区域和创新绩效较低的区域,科技支出对中等水平创新绩效的影响更强。图1展示了科学技术支出占比的分位数回归系数,值得注意的是,虽然科学技术支出占比的系数在不同分位数水平下可能在统计上并无显著差异,但由于区域内的专利授权基数较大,这一结果同样具有经济意义。具体的,科学技术支出占比每增加1%,创新绩效处于中位数水平区域的专利数量比处于10分位数水平的区域约增加375件(34074.34*0.011),比处于90分位数水平的区域约增加2624件(34074.34*0.077)。

表13 不同水平区域创新绩效下的分位数回归

图1 地方政府支持与区域创新绩效的分位数回归

7 研究结论

关于政府支持与区域创新绩效之间的非线性关系的研究,以往文献所得出的结论往往是倒U型曲线,这一结果极可能是由边际效应递减所产生的凹性导致的。本文基于中国31个省区市2014—2020年的面板数据研究发现,政府支持与区域创新绩效之间的倒U型关系更可能是由边际效应递减产生的凹性所导致的,绝大多数省份的政府支持力度分布于倒U型曲线对称轴的左侧,仅有约2%的样本分布于对称轴的右侧。这一结论说明较高的政府支持力度未必会导致区域创新绩效的下降,即政府支持力度与区域创新绩效之间可能并不存在一个阈值,二者之间仅仅是一种单调的凹函数关系。单一门限和双重门限的回归结果也支持了这一结论。并且本文的结论在更换被解释变量、控制区域固定效应等一系列稳健性检验后仍然保持稳健。此外,分位数回归的结果显示,政府的支持力度对不同区域创新绩效产生不同的影响,对中等经济水平的区域创新绩效的影响更强。

基于以上研究结论,本文提出如下政策建议:第一,加大地方政府对科技发展的财政支持力度。本文的研究结论表明,目前我国地方政府支出可以显著提升区域创新绩效,并且不存在“倒U型”的影响,更可能的是边际效应递减所产生的“凹性”,是一种单调的凹函数关系。这一结论也肯定了政府支持行为在提高区域创新绩效方面的作用。第二,要高效合理地发挥政府的支持作用,不断地改进政府的支持行为,优化区域创新的产出结构,减轻边际效应递减所带来的“凹性”,提高政府支持对区域创新绩效的促进作用。