政府R＆D資助對企業(yè)R＆D投入的作用——基于2008—2012年上海1480家民營企業(yè)數(shù)據(jù)的實(shí)證分析

王 霞，顧琪虹，郭 兵，劉 璐

（1.同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200092；2.上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200052）

R&D 回報(bào)的不確定性、R&D 投入的溢出效應(yīng)、R&D 成果的公共物品屬性等，使得企業(yè)的R&D 投入一般低于社會理想投資水平。為盡量達(dá)到社會理想投資水平，許多國家或政府都會對企業(yè)的R&D 活動(dòng)進(jìn)行資助，以期拉動(dòng)企業(yè)自身對R&D活動(dòng)進(jìn)行投入，進(jìn)而促進(jìn)企業(yè)創(chuàng)新產(chǎn)出的增加。近年來，隨著我國創(chuàng)新型國家建設(shè)進(jìn)程的加快，我國政府對企業(yè)尤其是新興產(chǎn)業(yè)企業(yè)的R&D 活動(dòng)不斷加大資助力度。資助企業(yè)R&D 活動(dòng)的可能效果包括兩個(gè)方面：從有利的一面看，資助資金可以彌補(bǔ)企業(yè)創(chuàng)新資金的不足，可作為導(dǎo)向基金推動(dòng)企業(yè)增加R&D 投入，并積極引導(dǎo)企業(yè)的技術(shù)創(chuàng)新方向；從不利的一面看，政府的R&D 資助會擠出企業(yè)自身的R&D 投入，且相對于市場而言，政府對R&D 資源的配置可能是低效的，進(jìn)而降低了R&D 資源的利用效率。政府的R&D 資助對企業(yè)R&D 投入具有促進(jìn)作用還是擠出作用，取決于上述兩種效果之間的強(qiáng)度關(guān)系，理論分析并不足以給出科學(xué)、有效的結(jié)論。鑒于此，本文利用2008—2012年上海新興產(chǎn)業(yè)1480家民營企業(yè)5年的面板數(shù)據(jù)，研究政府R&D資助與企業(yè)R&D 投入的關(guān)系，探討政府R&D 資助對企業(yè)R&D 投入的影響，深入挖掘影響政府R&D 資助效果的因素，進(jìn)而提出相關(guān)的優(yōu)化對策。

1 文獻(xiàn)綜述

1）國外研究。

國外對政府R&D 資助與企業(yè)R&D 投入間關(guān)系的研究始于20世紀(jì)50年代。關(guān)于政府R&D 資助的效果，學(xué)者們的研究結(jié)果并不一致甚至相反。有學(xué)者認(rèn)為政府的直接資助能夠激勵(lì)企業(yè)開展技術(shù)創(chuàng)新；有學(xué)者卻認(rèn)為政府資助對企業(yè)R&D 投入具有擠出效應(yīng)，企業(yè)會因?yàn)楂@得政府資助而降低自身的R&D 投入。即使同一學(xué)者的研究也會因?yàn)檠芯繕颖竞脱芯繉用娌煌贸稣Y助具有激勵(lì)效應(yīng)或擠出效應(yīng)兩種結(jié)論。Blank 和Stigler 比較了1951年1564家企業(yè)中獲得政府資助與未獲得政府資助的企業(yè)中研究人員占總員工人數(shù)比例的不同，發(fā)現(xiàn)獲得政府資助的企業(yè)的該比例反而更低，從而得出政府資助具有替代效應(yīng)的結(jié)論，但當(dāng)以員工數(shù)超過5000人的大企業(yè)作為研究樣本時(shí)，卻得到相反的結(jié)論［1］。20世紀(jì)70 年代，此方面的研究逐漸增多。Globerman基于1965—1969年加拿大的數(shù)據(jù)、Buxton基于1965年英國的截面數(shù)據(jù)進(jìn)行研究，都得出了政府資助與企業(yè)R&D 投入之間存在互補(bǔ)關(guān)系的結(jié)論［2-3］。但是，他們的研究樣本都很少——分別只有15家企業(yè)和11家企業(yè)，因此所得結(jié)論的代表性有待商榷。Howe和McFetridge利用1961—1971年加拿大企業(yè)的截面數(shù)據(jù)進(jìn)行線性回歸，發(fā)現(xiàn)政府資助對企業(yè)R&D 投入具有正向影響，但該正向影響只在一個(gè)行業(yè)中顯著［4］。Higgins和Link采用1977年美國174個(gè)制造業(yè)企業(yè)的截面數(shù)據(jù)，利用最小二乘法進(jìn)行研究，得出當(dāng)政府資助增加時(shí)企業(yè)R&D 投入下降即政府資助具有替代效應(yīng)的結(jié)論［5］。在此基礎(chǔ)上，Link 利 用1977 年美國 企業(yè)的數(shù)據(jù)，采用同樣方法進(jìn)行了更深入的研究，但得出了相反的結(jié)論，即政府資助促進(jìn)了企業(yè)R&D 投入的增加，也即政府資助具有 互補(bǔ)效 應(yīng)［6］。Levin 和Reiss采用兩階段最小二乘法（two stage least square，2SLS）研究了政府資助與企業(yè)R&D 投入的關(guān)系，發(fā)現(xiàn)l美元的政府資助將激勵(lì)帶來7～74美分的私 人R&D 投 入［7］。Lichtenberg 利 用169 家企業(yè)的面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)政府合同資助對企業(yè)邊際回報(bào)沒有顯著影響，并認(rèn)為政府合同資助通過影響私人回報(bào)間接影響企業(yè)R&D 投入［8］。Lach測算了20世紀(jì)90年代以色列制造業(yè)的政府R&D資助效果，初步得出100美元的政府資助對于企業(yè)R&D 投入具有約14美元的“擠出效應(yīng)”、約65美元的“誘導(dǎo)效應(yīng)”［9］。David的研究表明，所采集的研究樣本中大部分樣本支持政府R&D 投入對企業(yè)R&D 投入 具有誘導(dǎo)效應(yīng)的結(jié)論［10］。Arque-Castells利用1998—2009年西班牙制造業(yè)企業(yè)的面板數(shù)據(jù)進(jìn)行研究，估計(jì)參數(shù)仿真結(jié)果表明，政府補(bǔ)貼可以產(chǎn)生永久的吸引效應(yīng)，且對小企業(yè)的影響比對大企業(yè)的影響更為顯著［11］。

2）國內(nèi)研究。

許治和師萍在參考國內(nèi)外相關(guān)學(xué)者研究成果的基礎(chǔ)上，對1990—2000 年我國政府資助對企業(yè)R&D 投入的影響進(jìn)行了實(shí)證檢驗(yàn)，并考慮了一期的滯后效應(yīng)，結(jié)果表明政府資助的促進(jìn)作用大于替代作用［12］。趙付民、蘇盛安和鄒珊剛利用1994—2002年我國29個(gè)省的大中型工業(yè)企業(yè)的數(shù)據(jù)，運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行實(shí)證分析，結(jié)果顯示政府資助有助于企業(yè)增加R&D 投入，其促進(jìn)作用明顯、替代作用不顯著［13］。丁小義、潘申彪和余紅娜以及高晶的研究結(jié)果都表明，政府R&D 投入對企業(yè)R&D 投入具有正向的促進(jìn)作用，其杠桿效應(yīng)顯著［14-15］。程華、肖小波和倪梅娟的研究結(jié)果表明，政府科技投入對企業(yè)R&D 投入具有顯著的促進(jìn)作用，盡管其短期作用并不顯著，但其長期作用較顯著［16］。解維敏、唐清泉和陸姍姍發(fā)現(xiàn)，政府R&D資助降低了企業(yè)的R&D 成本和風(fēng)險(xiǎn)，使得企業(yè)R&D有利可圖，從而刺激了企業(yè)對R&D 活動(dòng)投入更多［17］。李平和王春暉采用2001—2008年中國27個(gè)省區(qū)的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果表明，目前中國的政府資助總體水平還偏低，政府資助對企業(yè)創(chuàng)新投入不具有擠出效應(yīng)［18］。解維敏和方紅星利用中國上市公司的數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)政府干預(yù)與企業(yè)R&D 投入存在替代關(guān)系［19］。陳鈺芬、周昇和黃夢嫻運(yùn)用計(jì)量經(jīng)濟(jì)模型進(jìn)行分析，發(fā)現(xiàn)政府R&D 資助對企業(yè)R&D 投入具有明顯的促進(jìn)作用，且最佳的政府科技資助率為9%～10%，政府R&D資助每增加1萬元，最多可導(dǎo)致企業(yè)R&D 投入增加1.72 萬元，政府R&D 資助越穩(wěn)定、其效果越好［20］。李永、葉偉娜和王振宇利用2004—2010 年上海分行業(yè)大中型工業(yè)企業(yè)的面板數(shù)據(jù)進(jìn)行研究，結(jié)果表明政府R&D 資助對企業(yè)創(chuàng)新活動(dòng)具有顯著的正向影響，政府R&D 資助可促進(jìn)企業(yè)自籌R&D投入的增加［21］。肖丁丁、朱貴龍和王靜基于1997—2009年中國省際面板數(shù)據(jù)的研究結(jié)果表明，政府對高校、科研院所以及東部地區(qū)企業(yè)的R&D 資助對組織內(nèi)部的R&D 支出具有杠桿效應(yīng)，而對中、西部企業(yè)的內(nèi)部R&D 支出具有顯著的擠出效應(yīng)［22］。張宗益和陳龍研究了不同方式的政府補(bǔ)貼對戰(zhàn)略性新興產(chǎn)業(yè)內(nèi)部科技投入的影響，回歸結(jié)果表明，以稅收優(yōu)惠為主的政府間接補(bǔ)貼對企業(yè)內(nèi)部R&D 投入具有顯著“擠出效應(yīng)”，而政府直接補(bǔ)貼對企業(yè)內(nèi)部R&D 投入具有顯著的“激勵(lì)作用”，政府補(bǔ)貼對不同新興產(chǎn)業(yè)內(nèi)部R&D 的影響也存在明顯不同［23］。

現(xiàn)有文獻(xiàn)普遍認(rèn)為，由于R&D 具有投入大、風(fēng)險(xiǎn)高的特點(diǎn)，因此在市場經(jīng)濟(jì)條件下，R&D成果很容易被擴(kuò)散或被其他企業(yè)使用，即存在知識外溢的風(fēng)險(xiǎn)，并且在專利保護(hù)期后就成為公共產(chǎn)品，這些使得企業(yè)的R&D投入可能低于社會最優(yōu)水平。R&D的溢出效應(yīng)為政府資助企業(yè)R&D 提供了理論支持。但是，現(xiàn)有文獻(xiàn)對政府的資助方式、資助程度和資助時(shí)機(jī)等問題研究得尚不充分。鑒于此，本文的研究重點(diǎn)是：分析政府R&D 資助對企業(yè)R&D 投入及產(chǎn)出的影響，并提出優(yōu)化對策，從而部分地解釋政府資助的方式、程度、對象和時(shí)機(jī)選擇等問題。此外，本文將研究范圍限定為新興產(chǎn)業(yè)，因?yàn)檫@些產(chǎn)業(yè)的技術(shù)創(chuàng)新具有同質(zhì)性，能夠在更大程度上反映政府的R&D資助對企業(yè)R&D 投入的影響；同時(shí)，本文采用民間調(diào)研數(shù)據(jù)，因?yàn)槠錁颖局写笃髽I(yè)與中小企業(yè)的比例更接近現(xiàn)實(shí)，據(jù)此所得的實(shí)證結(jié)論更富政策意義。

2 變量選取和模型設(shè)定

2.1 變量選取

新興產(chǎn)業(yè)是我國政府對企業(yè)的R&D 資助投入最為集中的領(lǐng)域。國內(nèi)外的相關(guān)研究結(jié)論是否適用于新興產(chǎn)業(yè)的民營企業(yè)還有待進(jìn)一步驗(yàn)證。通過梳理分析已有文獻(xiàn)，本文提出假設(shè)H0。

H0：政府R&D 資助刺激企業(yè)R&D 投入，即政府R&D 資助與企業(yè)R&D 投入正相關(guān)，且除政府資助以外的其他因素，如企業(yè)資產(chǎn)規(guī)模、企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)及企業(yè)利潤等也會影響企業(yè)R&D 投入。

為檢驗(yàn)假設(shè)H0，本文將企業(yè)R&D 投入作為政府R&D 資助、企業(yè)資產(chǎn)規(guī)模、企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)及企業(yè)利潤等的函數(shù)。

1）被解釋變量。本文采用企業(yè)內(nèi)部支出中的R&D 經(jīng)費(fèi)支出作為被解釋變量，用來衡量企業(yè)R&D 投入水平。之所以選擇企業(yè)R&D 經(jīng)費(fèi)內(nèi)部支出而非科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出衡量企業(yè)R&D 投入水平，是因?yàn)椋嚎萍蓟顒?dòng)包括研究與試驗(yàn)發(fā)展活動(dòng)、研究與試驗(yàn)發(fā)展成果應(yīng)用及技術(shù)推廣與科技服務(wù)等，其中研究與試驗(yàn)發(fā)展活動(dòng)是核心，而本文的民營企業(yè)樣本中不僅有大中型企業(yè)，而且有一部分小型企業(yè)，而小型企業(yè)在科研活動(dòng)研發(fā)成果應(yīng)用及技術(shù)推廣與科技服務(wù)等方面會有缺失，考慮到數(shù)據(jù)的可得性、口徑的統(tǒng)一性，本文選擇企業(yè)R&D 經(jīng)費(fèi)內(nèi)部支出作為企業(yè)內(nèi)部R&D 投入的考核指標(biāo)。

2）解釋變量。本文主要探討政府R&D 資助對企業(yè)內(nèi)部R&D 投入的影響，并根據(jù)實(shí)證研究結(jié)果提出相應(yīng)的政策指導(dǎo)，因此采用全部企業(yè)科技活動(dòng)經(jīng)費(fèi)籌集額中的政府資金作為解釋變量，用來衡量政府對企業(yè)的R&D 資助水平。

3）控制變量。本文以企業(yè)資金規(guī)模、企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)及企業(yè)利潤作為控制變量。企業(yè)的競爭優(yōu)勢反映在利潤上，企業(yè)從事R&D 活動(dòng)必須考慮它能為企業(yè)帶來的利潤，企業(yè)獲利與否及獲利水平是影響企業(yè)內(nèi)部R&D 投入的重要因素；一般認(rèn)為，企業(yè)資金越雄厚，越能促進(jìn)企業(yè)R&D 投入；科技人員是科技生產(chǎn)的基本投入要素和企業(yè)R&D 活動(dòng)得以開展的先決條件，因此本文將企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)也作為控制變量。

2.2 樣本選取與數(shù)據(jù)來源

本文使用的企業(yè)R&D 投入數(shù)據(jù)和政府R&D資助數(shù)據(jù)均來自上海交通大學(xué)知識競爭力與區(qū)域發(fā)展研究中心（上海軟科學(xué)研究基地）的調(diào)研數(shù)據(jù)。本文將研究范圍限定為2008—2012年上海市新興產(chǎn)業(yè)中的民營企業(yè)，共得到有效樣本1480個(gè)。樣本企業(yè)所在行業(yè)基本涵蓋所有新興產(chǎn)業(yè)，包括信息技術(shù)、生物技術(shù)、新材料、生物技術(shù)、能源技術(shù)、自動(dòng)化技術(shù)、海洋技術(shù)、激光技術(shù)及航天技術(shù)等產(chǎn)業(yè)。所有數(shù)據(jù)處理均采用Stata12.0統(tǒng)計(jì)軟件進(jìn)行。變量的符號、意義及描述性統(tǒng)計(jì)結(jié)果見表1。

表1 變量的描述性統(tǒng)計(jì)結(jié)果

2.3 模型設(shè)定

測度政府R&D 資助對企業(yè)R&D 投入的影響效果的經(jīng)典方法是對企業(yè)R&D 投入與政府R&D資助進(jìn)行回歸分析，并在回歸模型中加入一些可能影響企業(yè)R&D 投入的控制變量。在運(yùn)用面板數(shù)據(jù)進(jìn)行實(shí)證分析時(shí)，要考慮樣本個(gè)體間的差異：若將它們作為一個(gè)整體來研究，則可建立混合回歸模型；若考慮橫截面向量、系數(shù)向量受個(gè)體和時(shí)間變化的影響不同所產(chǎn)生的個(gè)體效應(yīng)，則可建立固定效應(yīng)模型或隨機(jī)效應(yīng)模型。本文對整理所得的2008—2012年樣本企業(yè)的面板數(shù)據(jù)進(jìn)行處理，采取如下檢驗(yàn)方法來判別、選擇最合適的模型：先通過F 檢驗(yàn)判斷是選擇混合模型還是固定效應(yīng)模型，通過LM 檢驗(yàn)判斷是選擇混合模型還是隨機(jī)效應(yīng)模型，再通過Hausman檢驗(yàn)確定是選擇個(gè)體隨機(jī)效應(yīng)模型還是個(gè)體固定效應(yīng)模型。F 檢驗(yàn)、LM 檢驗(yàn)和Hausman檢驗(yàn)的結(jié)果見表2。

表2 模型設(shè)定的檢驗(yàn)結(jié)果

F檢驗(yàn)的結(jié)果顯示，p值為0.0000，故強(qiáng)烈拒絕原假設(shè)，即認(rèn)為固定效應(yīng)模型明顯優(yōu)于混合回歸模型，允許每個(gè)個(gè)體擁有自己的截距項(xiàng)。LM 檢驗(yàn)結(jié)果表明，應(yīng)強(qiáng)烈拒絕“不存在個(gè)體隨機(jī)效應(yīng)”的原假設(shè)，即認(rèn)為應(yīng)從“隨機(jī)模型”和“混合模型”中選擇隨機(jī)效應(yīng)模型，并在此基礎(chǔ)上進(jìn)行Hausman檢驗(yàn)，從而確定模型形式。通過Hausman檢驗(yàn)得到的p值為0.0000，故強(qiáng)烈拒絕原假設(shè)，最終確定應(yīng)選擇固定效應(yīng)模型。

本文針對已選定的變量，利用經(jīng)典測度方法設(shè)定如下R&D 支出影響固定效應(yīng)模型，并以此作為估計(jì)與分析的基礎(chǔ)。

其中：下標(biāo)i表示第i個(gè)觀測樣本；下標(biāo)t表示第t期；εit為隨機(jī)擾動(dòng)項(xiàng)。

3 實(shí)證研究

3.1 單變量分析

本文對政府R&D資助與企業(yè)R&D投入的關(guān)系進(jìn)行初步分析，分別計(jì)算了有、無政府資助的樣本中企業(yè)R&D投入的比例，結(jié)果如表3所示?？梢?，2008—2012年期間，獲得政府R&D資助的樣本企業(yè)中有內(nèi)部R&D投入的企業(yè)的比例明顯高于未獲得政府R&D資助的樣本。初步分析結(jié)果表明，政府R&D資助與企業(yè)R&D行為之間可能存在正相關(guān)關(guān)系。

表3 未獲得與已獲得政府R＆D資助的樣本企業(yè)的比較分析

同時(shí)，本文計(jì)算了檢驗(yàn)?zāi)Ｐ椭懈髯兞康南嚓P(guān)系數(shù)。結(jié)果表明：企業(yè)R&D 投入與政府R&D 資助、企業(yè)利潤、企業(yè)內(nèi)部從事科研人員數(shù)的正相關(guān)性較大，而與企業(yè)資產(chǎn)規(guī)模的正相關(guān)性較小。這說明，隨著政府R&D 資助的增加，企業(yè)進(jìn)行R&D 投入的可能性增大；企業(yè)所獲利潤越多，R&D 投入越可能被增加；企業(yè)內(nèi)部從事科研人員數(shù)的增加可以促進(jìn)企業(yè)的自籌R&D 行為；企業(yè)資產(chǎn)規(guī)模對企業(yè)R&D投入的影響不是很大。以上結(jié)果是對變量間相關(guān)關(guān)系的定性判斷，而具體的相關(guān)系數(shù)值、顯著性情況有待于后文利用面板數(shù)據(jù)進(jìn)行回歸分析。

3.2 面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)

與時(shí)間序列模型一樣，面板數(shù)據(jù)的單位根檢驗(yàn)也是為了檢驗(yàn)面板數(shù)據(jù)中各時(shí)間序列的平穩(wěn)性，利用不平穩(wěn)的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析會出現(xiàn)偽回歸現(xiàn)象，此時(shí)的回歸結(jié)果不可信。為確?；貧w估計(jì)結(jié)果的有效性，在對面板模型進(jìn)行回歸分析前應(yīng)先進(jìn)行數(shù)據(jù)的平穩(wěn)性檢驗(yàn)。本文采用最常用的兩種面板數(shù)據(jù)單位根檢驗(yàn)方法——相同單位根檢驗(yàn)即LLC（Levin-Lin-Chu）檢驗(yàn)方法和不同單位根檢驗(yàn)即ADF（Augmented Dickey-Fuller）檢驗(yàn)。如果兩種檢驗(yàn)的結(jié)果均拒絕存在單位根的原假設(shè)，則該面板時(shí)間序列是平穩(wěn)的，反之是不平穩(wěn)的。單位根檢驗(yàn)結(jié)果如表4所示。

由表4 可知：企業(yè)R&D 投入、政府R&D 資助、企業(yè)資產(chǎn)規(guī)模、所獲利潤、企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)的統(tǒng)計(jì)量檢驗(yàn)p值均為0.0000，表明各序列均在1%的顯著水平下為0階單整序列，可進(jìn)一步進(jìn)行協(xié)整檢驗(yàn)。

表4 面板數(shù)據(jù)的單位根檢驗(yàn)結(jié)果

本文選用Westerlund構(gòu)造的檢驗(yàn)方法對回歸所需的面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。Westerlund構(gòu)造了4個(gè)統(tǒng)計(jì)量、2個(gè)組統(tǒng)計(jì)量（Gt和Ga）、2個(gè)面板統(tǒng)計(jì)量（Pt和Pa）。組統(tǒng)計(jì)量檢驗(yàn)在允許面板異質(zhì)性的條件下是否存在協(xié)整關(guān)系，其原假設(shè)（H0）為至少有一個(gè)個(gè)體不存在協(xié)整關(guān)系。面板統(tǒng)計(jì)量檢驗(yàn)在面板同質(zhì)性的條件下是否存在協(xié)整關(guān)系，其原假設(shè)（H0）為所有個(gè)體都不存在協(xié)整關(guān)系［24］。協(xié)整檢驗(yàn)結(jié)果如表5所示。

從表5可以看出：除了RD和PROFIT的Gt統(tǒng)計(jì)量沒有通過顯著性檢驗(yàn)以外，其他3個(gè)統(tǒng)計(jì)量均在1%的置信水平下接受存在協(xié)整關(guān)系的備擇假設(shè)。由于Gt和Ga的原假設(shè)是“至少有一個(gè)個(gè)體不存在協(xié)整關(guān)系”，因此，在RD和PROFIT的Gt統(tǒng)計(jì)量未通過顯著性檢驗(yàn)而其他3個(gè)統(tǒng)計(jì)量均通過顯著性檢驗(yàn)的情況下，仍然可認(rèn)為RD與PROFIT之間存在協(xié)整關(guān)系。據(jù)此，可認(rèn)為本文采用的各變量之間存在嚴(yán)格的協(xié)整關(guān)系，不存在偽回歸問題，回歸結(jié)果是可靠的。

表5 面板數(shù)據(jù)的協(xié)整檢驗(yàn)結(jié)果

3.3 回歸結(jié)果分析

本文使用Stata12.0統(tǒng)計(jì)軟件對所設(shè)定的固定效應(yīng)模型進(jìn)行回歸分析。對于短面板而言，眾多截面樣本數(shù)據(jù)容易產(chǎn)生異方差問題，本文通過采用穩(wěn)健標(biāo)準(zhǔn)差調(diào)整有效控制異方差問題產(chǎn)生。固定效應(yīng)模型的參數(shù)估計(jì)結(jié)果如表6所示。由R2和F 的值可知，該模型的擬合優(yōu)度很高且總體線性關(guān)系顯著。由表6可知：GOV的系數(shù)值在1%的顯著水平下通過t檢驗(yàn)，表明政府R&D 資助對企業(yè)R&D 投入具有顯著影響；企業(yè)內(nèi)部從事科技活動(dòng)人員數(shù)對企業(yè)R&D 投入也有較顯著的作用，而企業(yè)資金規(guī)模和所獲利潤的影響并不顯著。

為了使研究結(jié)果更具有說服力，并考察各因素的變化率對企業(yè)R&D 投入的影響程度，本文進(jìn)一步對因變量和自變量取對數(shù)，得到如下模型：

對數(shù)處理可以盡可能地消除存在的異方差并刪除政府補(bǔ)貼為0的樣本。利用最終得到的545條樣本數(shù)據(jù)、1323條觀察值數(shù)據(jù)重新進(jìn)行回歸，結(jié)果如表6 所示。由表6 可知，回歸結(jié)果仍然支持政府R&D 資助對新興產(chǎn)業(yè)企業(yè)R&D 投入具有明顯的促進(jìn)作用的結(jié)論。

表6 固定效應(yīng)模型的回歸結(jié)果

3.4 內(nèi)生性問題的處理

政府R&D 資助存在自選擇問題，不同類別的企業(yè)獲得的政府R&D 資助金額存在顯著差異。相比而言，企業(yè)規(guī)模越大、技術(shù)水平越高、知識存量越多、國有產(chǎn)權(quán)比重越大，所獲得的政府R&D 資助金額也越多。因此，固定效應(yīng)模型中的解釋變量——政府R&D 資助并不是一個(gè)嚴(yán)格的外生變量，而且控制變量也可能具有一定的內(nèi)生性，這會對估計(jì)結(jié)果的精確性和穩(wěn)定性產(chǎn)生一定影響。針對該問題，Arellano和Bond 提出了差分廣義矩估計(jì)（difference GMM）的方法。其思想是：首先對估計(jì)方程進(jìn)行一階差分，以去掉固定效應(yīng)的影響；然后將解釋變量的滯后值作為差分方程的工具變量［25］。但是，有研究表明，當(dāng)回歸項(xiàng)的時(shí)間序列接近于隨機(jī)游走過程時(shí)，回歸項(xiàng)的滯后變量會受到弱工具變量的影響，使得估計(jì)結(jié)果出現(xiàn)偏差。為克服這一問題，Arellano和Bover、Blundell和Bond提出了系統(tǒng)廣義矩估計(jì)（system GMM）的方法［26-27］。系統(tǒng)廣義矩估計(jì)是在差分廣義矩估計(jì)的基礎(chǔ)上增加了解釋變量的一階差分滯后項(xiàng)作為原水平方程的工具變量，并將水平方程和差分方程作為一個(gè)系統(tǒng)同時(shí)對其進(jìn)行估計(jì)。

本文在原先構(gòu)建的面板數(shù)據(jù)固定效應(yīng)模型中引入被解釋變量企業(yè)R&D 投入的滯后一期項(xiàng)并將之作為解釋變量，以控制一些遺漏變量及不可觀測因素的影響，由此構(gòu)造一個(gè)動(dòng)態(tài)面板數(shù)據(jù)模型，并采用系統(tǒng)廣義矩估計(jì)方法重新驗(yàn)證政府R&D 資助對企業(yè)R&D 投入的影響。同時(shí)，為進(jìn)一步研究政府R&D 資助的時(shí)滯效應(yīng)，本文建立了滯后二期的動(dòng)態(tài)面板數(shù)據(jù)模型，將內(nèi)生解釋變量的滯后變量作為工具變量，進(jìn)行差分GMM 估計(jì)，估計(jì)結(jié)果如表7所示。

盡管各變量的時(shí)滯結(jié)構(gòu)各不相同，滯后一期和滯后二期的政府R&D 資助對企業(yè)R&D 投入都有顯著的促進(jìn)作用，表明前期的政府R&D 資助對本期的企業(yè)R&D 投入決策同樣具有重要作用。政府R&D 資助滯后一期項(xiàng)的系數(shù)值為0.1263，政府R&D 資助滯后二期項(xiàng)的系數(shù)值為0.0747，盡管與靜態(tài)面板數(shù)據(jù)模型的系數(shù)（0.2668）相比有所降低，但滯后的影響效應(yīng)仍顯著，表明政府R&D 資助顯著提高了新興產(chǎn)業(yè)民營企業(yè)的內(nèi)部R&D 投入水平。實(shí)證結(jié)果顯示，當(dāng)期政府R&D 資助的激勵(lì)效果更優(yōu)；企業(yè)資產(chǎn)規(guī)模、所得利潤的影響不顯著；企業(yè)內(nèi)部從事科技研發(fā)人員數(shù)對企業(yè)R&D 投入有顯著一致的促進(jìn)作用。

表7 滯后一期和二期的面板數(shù)據(jù)模型的差分GMM 估計(jì)結(jié)果

4 結(jié)論與政策啟示

在創(chuàng)建創(chuàng)新型國家、城市的背景下，我國各省市對企業(yè)R&D 資助的力度都在不斷加大，但這種資助可能遇到信息不完全和市場不完全的問題，也可能遇到政府對市場信號反應(yīng)遲鈍、效率低下、政府尋租等導(dǎo)致的政府失靈問題。相比而言，企業(yè)自身R&D 投入是以市場為導(dǎo)向的，以獲得商業(yè)化的新技術(shù)和新產(chǎn)品以及競爭優(yōu)勢為目的，其使用效率可能高于政府R&D 資助。政府每年都有大量財(cái)政資金流向利潤導(dǎo)向的企業(yè)，這些資金是否引導(dǎo)、誘致和激勵(lì)了企業(yè)自身進(jìn)行R&D 投入、是否增加了其R&D 產(chǎn)出，都值得研究。本文采用面板數(shù)據(jù)固定效應(yīng)模型，使用2008—2012 年上海市新興產(chǎn)業(yè)中1480家民營企業(yè)的調(diào)研數(shù)據(jù)，對政府R&D 資助與企業(yè)R&D 投入的關(guān)系進(jìn)行了實(shí)證分析。研究結(jié)果表明：政府R&D 資助對新興產(chǎn)業(yè)中民營企業(yè)內(nèi)部R&D 投入的促進(jìn)作用大于擠出作用，且兩者存在長期均衡關(guān)系；企業(yè)資產(chǎn)規(guī)模、獲利能力并不是影響新興產(chǎn)業(yè)民營企業(yè)內(nèi)部R&D 投入的主要因素，企業(yè)內(nèi)部從事科技研發(fā)人員數(shù)對企業(yè)內(nèi)部R&D 投入具有顯著的促進(jìn)作用。與以往研究不同。本文并沒有僅僅停留在“政府R&D 資助促進(jìn)企業(yè)R&D 投入”這一結(jié)論上，而是進(jìn)一步探尋政府R&D 資助的方式、程度、對象選擇和時(shí)機(jī)等問題，并提出優(yōu)化對策。

本文的研究結(jié)果支持政府R&D 資助能夠有效激勵(lì)新興產(chǎn)業(yè)中企業(yè)R&D 投入水平的提高，政府R&D 資助對企業(yè)R&D 投入的促進(jìn)效應(yīng)大于擠出效應(yīng)。從發(fā)達(dá)國家的科技發(fā)展歷史進(jìn)程來看，科技領(lǐng)域的成就幾乎都有政府R&D 資助的烙印，如美國的計(jì)算機(jī)產(chǎn)業(yè)、日本的超大規(guī)模集成電路等產(chǎn)業(yè)都獲得了政府的大量資助。近年來，雖然發(fā)達(dá)國家對企業(yè)R&D 資助的規(guī)模有所降低，但是政府R&D資助仍占重要位置。因此，政府應(yīng)很好地利用R&D 資助工具，切實(shí)發(fā)揮大幅提高新興產(chǎn)業(yè)企業(yè)R&D 投入水平的效果。

本文的研究結(jié)論也提醒我們：政府R&D 資助是推動(dòng)新興產(chǎn)業(yè)企業(yè)開展R&D 活動(dòng)的重要手段，要使其更為有效，還需要有明確的作用方向和方式；在選擇資助對象時(shí)，應(yīng)重點(diǎn)考慮企業(yè)研發(fā)人員投入水平，盡可能做到公平對待不同規(guī)模的新興產(chǎn)業(yè)企業(yè)；從長遠(yuǎn)考慮，在資金有限的情況下應(yīng)盡力保持政策的穩(wěn)定性，給企業(yè)以穩(wěn)定的預(yù)期，降低其R&D 活動(dòng)的風(fēng)險(xiǎn)。

最后，要指出的是，受限于數(shù)據(jù)可得性，本文結(jié)論是基于上海市新興產(chǎn)業(yè)民營科技企業(yè)而得的，研究樣本在產(chǎn)業(yè)屬性、企業(yè)性質(zhì)和地域方面都存在一定的局限性，因此本文的研究結(jié)論能否推廣到全國或其他產(chǎn)業(yè)有待進(jìn)一步研究。此外，政府R&D 資助分為直接資助和間接資助兩種，兩種類型的政府R&D 資助是否具有同樣效果或哪種類型的政府R&D 資助更適合新興產(chǎn)業(yè)，也是需要進(jìn)一步研究的問題。

［1］BLANK D M，STIGLER G J.The Demand and Supply of Scientific Personnel［M］.New York：National Bureau of Economic Research，1957.

［2］GLOBERMAN S.Market structure and R&D in Canadian manufacturing industries［J］.Quarterly Review of Economics and Business，1973（13）：59-68.

［3］BUXTON A J.The process of technical change in UK manufacturing［J］.Applied Economics，1975，7（1）：53-71.

［4］HOWE J D，MCFETRIDGE D G.The determinants of R&D expenditures［J］.Canadian Journal of Economics，1976（9）：57-71.

［5］HIGGINS R S，LINK A N.Federal support of technological growth in industry：some evidence of crowding out［J］.IEEE Transactions on Engineering Management，1981，EM-28（4）：86-88.

［6］LINK A N.An analysis of the composition of R&D spending［J］.Southern Journal of Economics，1982，49（2）：342-349.

［7］LEVIN R C，REISS P.Tests of a Schumpeterian model of R&D and market structure［M］.GRILICHES Z.R&D，patents and productivity.Chicago：University of Chicago Press，1984.

［8］LICHTENBERG F R.The effect of government funding on private industrial research and development：a re-assessment［J］.The Journal of Industrial Economics，1987，36（1）：97-104.

［9］LACH S.Do R&D subsidies stimulate or displace private R&D：evidence from Israel［J］.Journal of Industrial Economics，2002（50）：369-390.

［10］DAVID P A.Is Public R&D a complement or a substitute for private R&D？A review of the econometric evidence［J］.Research Policy，2000，29（4/5）：497-529.

［11］ARQUE-CASTELLS P.Persistence in R&D performance and its implications for the granting of subsidies［J］.Review of Industrial Organization，2013，43（3）：193-220.

［12］許治，師萍.政府科技投入對企業(yè)R&D 支出影響的實(shí)證分析［J］.科研管理，2005，17（3）：22-26.

［13］趙付民，蘇盛安，鄒珊剛.我國政府科技投入對大中型工業(yè)企業(yè)R&D 投入的影響分析［J］.研究與發(fā)展管理，2006，18（2）：78-84.

［14］丁小義，潘申彪，余紅娜.政府直接資助與浙江省企業(yè)R&D投入分析［J］.科學(xué)學(xué)研究，2007，25（S2）：248-253.

［15］高晶.我國政府的科技激勵(lì)政策對大中型工業(yè)企業(yè)R&D投入的實(shí)證分析［J］.科技進(jìn)步與對策，2009，26（23）：123-127.

［16］程華，肖小波，倪梅娟.政府科技投入對企業(yè)R&D 投入的影響及因果分析——基于我國大中型工業(yè)企業(yè)的實(shí)證研究［J］.浙江理工大學(xué)學(xué)報(bào)，2008，25（2）：219-223.

［17］解維敏，唐清泉，陸姍姍.政府R&D 資助，企業(yè)R&D 支出與自主創(chuàng)新——來自中國上市公司的經(jīng)驗(yàn)證據(jù)［J］.金融研究，2009（6）：86-99.

［18］李平，王春暉.政府科技資助對企業(yè)技術(shù)創(chuàng)新的非線性研究——基于中國2001—2008年省級面板數(shù)據(jù)的門檻回歸分析［J］.中國軟科學(xué)，2010（8）：138-147.

［19］解維敏，方紅星.金融發(fā)展、融資約束與企業(yè)研發(fā)投入［J］.金融研究，2011（5）：171-183.

［20］陳鈺芬，周昇，黃夢嫻.政府科技資助對引導(dǎo)企業(yè)R&D投入的杠桿效應(yīng)分析［J］.科技進(jìn)步與對策，2012，29（1）：21-26.

［21］李永，葉偉娜，王振宇.政府對企業(yè)R&D 資助效應(yīng)：互補(bǔ)還是擠出——對上海大中型工業(yè)企業(yè)的實(shí)證研究［J］.科技管理研究，2013（5）：62-66.

［22］肖丁丁，朱貴龍，王靜.政府科技投入對企業(yè)R&D 支出影響的再審視——基于分位數(shù)回歸的實(shí)證研究［J］.研究與發(fā)展管理，2013，25（5）：25-32.

［23］張宗益，陳龍.政府補(bǔ)貼對我國戰(zhàn)略性新興產(chǎn)業(yè)內(nèi)部R&D投入影響的實(shí)證研究［J］.技術(shù)經(jīng)濟(jì)，2013，32（6）：15-20

［24］WESTERLUND J，EDGERTON D L.A panel bootstrap cointegration test［J］.Economics Letters，2007，97（3）：189-190.

［25］ARELLANO M，BOND S.Some tests of specification for panel data：Monte Carlo evidence and an application to employment equations［J］.Review of Economic Studies，1991，58（2）：277-297.

［26］ARELLANO M，BOVER M.Another look at the instrumental variable estimation of error components models［J］.Journal of Econometrics，1995，68（1）：29-51.

［27］BLUNDELL R，BOND S.Initial conditions and moment restrictions in dynamic panel data models［J］.Journal of Econometrics，1998，87（1）：115-143.