政府科技投入對醫(yī)藥企業(yè)研發(fā)投入影響分析

孟麗姣 李 勇

(中國藥科大學國際醫(yī)藥商學院,江蘇 南京211198)

研發(fā)投入是開展研發(fā)活動的基礎,是反映一國自主創(chuàng)新能力的重要指標之一。而企業(yè)是研發(fā)活動的主體,也是研發(fā)投入的主要來源,但是新藥研發(fā)活動具有不確定性和公共產品等特點,會抑制醫(yī)藥企業(yè)研發(fā)投入。因此,政府有必要制定相應的政策對醫(yī)藥企業(yè)研發(fā)活動進行適度干預,而政府科技投入是目前普遍采用的激勵措施之一。

但政府科技投入是否真正促進醫(yī)藥企業(yè)研發(fā)?影響時滯為多久?影響貢獻率為多大?這種影響是單向還是雙向?為解決以上問題,本文將從研究綜述、模型構建、實證檢驗及結果分析、建議四個方面展開討論。

1 研究綜述

關于政府科技投入對企業(yè)研發(fā)投入的影響,國內外學者均從不同角度做了很多研究,由于研究對象及研究方法的不同,并未得到一致結論。政府科技投入對企業(yè)研發(fā)投入可能會產生兩種影響:

一為杠桿效應,即政府科技投入能促進企業(yè)研發(fā)投入的增加。王霞等(2014)通過對1480家上海新興產業(yè)中的民營企業(yè)進行分析,發(fā)現(xiàn)政府科技投入對企業(yè)研發(fā)投入的杠桿作用要強于擠出作用,且兩者存在長期均衡關系。寇鐵軍,馬大勇(2013)分析了1991年－2011年間政府科技投入與企業(yè)研發(fā)投入之間的關系,發(fā)現(xiàn)我國政府科技投入對技術創(chuàng)新投入引導效應彈性系數(shù)為0.7014,且政府科技投入是企業(yè)研發(fā)投入的Granger原因。Benjamin Montmartin等(2015)利用1990－2009年間25個0ECD國家的數(shù)據(jù),研究發(fā)現(xiàn)政府研發(fā)補貼與財政激勵政策在一個國家內將對私人研發(fā)有積極的空間溢出效應。Sergio Afcha(2014)與Massimo G.Colombo(2011)亦得出相同結論。

二為擠出效應,即政府科技投入會導致企業(yè)研發(fā)投入減少。蘇盛安,趙付民(2005)采用廣義矩陣法從宏觀層次上得出結論政府直接資助對企業(yè)的科技投入產生擠出效應。孫燕,孫利華(2011)構建多元線性回歸模型亦得出相同結論。

已有研究有許多值得借鑒之處,但也存在不足:(1)關于指標的選取:已有研究中要么以“企業(yè)自籌的研發(fā)投入”為考察指標,要么以“企業(yè)研發(fā)經(jīng)費支出”為考察指標,無法全面準確的說明政府科技投入對企業(yè)研發(fā)投入的影響情況。(2)關于相互影響關系:現(xiàn)有的研究中只關注了政府科技投入對企業(yè)研發(fā)投入的單向影響,而政府科技投入對企業(yè)研發(fā)投入是一個動態(tài)的長期的過程,政府與企業(yè)作為企業(yè)研發(fā)的重要主體,其中一方的變化都可能影響到另一方的改變,所以有必要對兩者之間的相互關系進行分析。(3)關于滯后期的確定:研發(fā)投入是具有滯后性的,滯后期不同,所得出的結果也會不同,已有文獻中大多主觀設定滯后期,使研究結果缺乏科學性與準確性。(4)關于內生性的處理:政府科技投入在對企業(yè)產生影響時,可能會受到各種因素影響,如企業(yè)規(guī)模、企業(yè)性質等,分析時無法把所有因素都涵蓋其中,于是產生內生性問題。目前大部分研究所采用的回歸方法并不能消除內生性。

針對以上問題,本文將采用我國26個省市醫(yī)藥制造業(yè)1999－2013年的面板數(shù)據(jù),通過建立PVAR模型,從企業(yè)自籌研發(fā)投入與企業(yè)總研發(fā)投入兩個方面綜合分析政府科技投入與企業(yè)研發(fā)投入的相互影響關系,并進一步分析影響的動態(tài)變化及影響貢獻率,以期對已有研究有所補充,對相關政策分析有所啟示。

2 模型構建

PVAR模型由Holtz－Eakin首次提出,現(xiàn)已發(fā)展為一個兼具面板數(shù)據(jù)分析與時序分析優(yōu)勢的成熟模型;PVAR方程把所有變量看成一個內生系統(tǒng)來處理,可解決變量內生性問題;考察了所有變量的滯后項,能真實反映變量間的互動關系;還能分析系統(tǒng)變量間的沖擊響應和方差分解。

本文將建立如下PVAR模型:

在式(1)中,yit是基于面板數(shù)據(jù)2×1的變量向量,其中:當研究政府科技投入與企業(yè)自籌研發(fā)投入的關系時,yit＝(ZFTRit,QYTRit)τ;當研究政府科技投入與企業(yè)總研發(fā)投入的關系時,yit＝(ZFTRit,QYZCit)τ。其中,ZFTR指政府科技投入,用企業(yè)科技活動經(jīng)費籌集額中的政府資金這一指標來衡量,QYTR指企業(yè)自籌研發(fā)投入,用企業(yè)科技活動經(jīng)費籌集額中的企業(yè)資金這一指標來衡量,QYZC指企業(yè)總研發(fā)投入,用企業(yè)研發(fā)經(jīng)費內部支出這一指標來衡量。下標i(＝1,2,…,26)表示26個省市,t表示1999－2013年,λ為滯后階數(shù),Bλ是滯后λ期時變量的系數(shù)矩陣,αi是省效應向量,γt是年效應向量,μit是隨機擾動項。

由于西藏、新疆、寧夏、青海、海南五省數(shù)據(jù)缺失被排除,本文選取了1999－2013年其余26個省市醫(yī)藥制造業(yè)的面板數(shù)據(jù)進行研究,所用到的數(shù)據(jù)全部來自《中國高技術產業(yè)統(tǒng)計年鑒》。

3 實證檢驗與結果分析

3.1 變量平穩(wěn)性檢驗

3.1.1 單位根檢驗

數(shù)據(jù)平穩(wěn)性對于時間序列的模型構建至關重要。如果數(shù)據(jù)不平穩(wěn),可能會導致兩個相互獨立的變量出現(xiàn)偽相關關系。單位根檢驗是檢驗數(shù)據(jù)平穩(wěn)性最常用最精確的方式,其中,常用的單位根檢驗方法有LCC檢驗、ADF檢驗、Hadri檢驗等,由于檢驗原理不同,檢驗結果也不盡相同。本文將采用這三種方法同時進行檢驗,結果如表1所示。綜合三種方法的結果,企業(yè)自籌研發(fā)投入、企業(yè)總研發(fā)投入、政府科技投入三者均通未過顯著性檢驗,所以無法拒絕原假設,三個變量都是不平穩(wěn)的;但是經(jīng)過一階差分后,雖然企業(yè)總研發(fā)投入與企業(yè)自籌研發(fā)投入的LCC檢測值未通過顯著性檢驗,但是ADF及Hadri檢測值均通過了顯著性檢驗,而政府科技投入的三個檢測值均通過了顯著性檢驗,所以認為這三個變量的一階差分均是平穩(wěn)序列,即皆為一階單整變量。

表1 單位根檢驗

3.1.2 協(xié)整檢驗

本文接著進行面板協(xié)整檢驗,協(xié)整的思想就是把同階非平穩(wěn)變量放在一起進行分析,通過這些變量進行線性組合,從而消除它們的隨機趨勢,得到其長期聯(lián)動趨勢。結果如表2所示,雖然Gt值(Group－T檢驗)沒有通過顯著性檢驗,但是Ga(Group－ADF檢驗)、Pt(Panel－T檢驗)、Pa(Panel－ADF檢驗)值均在1%顯著性水平顯著,所以企業(yè)自籌研發(fā)投入、企業(yè)總研發(fā)投入、政府科技投入雖然是不平穩(wěn)序列,但是彼此之間通過形成線性組合后,將存在長期均衡關系。

表2 協(xié)整檢驗結果

3.2 確定變量最優(yōu)滯后階數(shù)

本文分別對數(shù)據(jù)做了一至五階滯后的模型估計,綜合考慮AIC準則(赤池信息準則)、BIC準則(貝葉斯信息準則)、HQIC準則(滯后階數(shù)確定準則),從而得出最優(yōu)滯后階數(shù)。結果如表3所示,企業(yè)自籌研發(fā)投入與政府科技投入的最優(yōu)滯后階數(shù)為一階,企業(yè)總研發(fā)投入與政府科技投入的最優(yōu)滯后階數(shù)為三階。

表3 滯后階數(shù)估計

3.3 PVAR模型實證檢驗

3.3.1 PVAR模型的處理過程

首先本文采取前向均值差分(Helmet)消除了模型的固定效應,并保證滯后變量與轉換后的變量正交,而與誤差項無關,可作為GMM估計的工具變量。GMM方法可得出變量自身的滯后和其余變量的滯后對該變量的短期影響,結果如表4、表5所示。

表4 QYTR與ZFTR的GMM估計結果

表5 方差分解結果

隨后,本文進行了脈沖響應分析,即在其他變量保持不變的情況下,給一個變量的擾動項加入一個標準差的沖擊,研究其如何對模型中其他變量產生動態(tài)影響。脈沖響應函數(shù)是通過PVAR參數(shù)構造的,必須考慮標準差,但是標準差難以通過計算得到,因此本文通過蒙特卡洛方法模擬產生置信區(qū)間。結果如圖1、圖2所示。

為了更清楚地刻畫各變量之間的相互影響程度,本文進一步采用方差分解的方法,分析每個隨機擾動對PVAR模型中的變量產生影響的貢獻度。表6、表7給出了第10個預測期、第20個預測期和第30個預測期的方差分解結果。

3.3.2 PVAR模型的結果

(1)政府科技投入與企業(yè)自籌研發(fā)投入的影響。

政府科技投入與企業(yè)自籌研發(fā)投入的GMM估計結果如表4所示。把企業(yè)自籌研發(fā)投入作為依賴變量時:滯后一期的企業(yè)自籌研發(fā)投入對當期企業(yè)自籌研發(fā)投入的影響系數(shù)為－0.044,但是P值為0.609,所以影響并不顯著;滯后一期的政府科技投入對當期企業(yè)自籌研發(fā)投入的影響系數(shù)為13.67,且非常顯著。

把政府科技投入作為依賴變量時:滯后一期的政府科技投入對當期政府科技投入的影響系數(shù)為0.774,且很顯著;而滯后一期的企業(yè)自籌研發(fā)投入對政府科技投入的影響系數(shù)為0.005,P值為0.189,影響不顯著。

脈沖響應結果如圖1所示。在當期給政府科技投入一個標準差大小的正沖擊后,企業(yè)自籌研發(fā)投入在第一年迅速增加,第二年開始增加力度逐年減小,但在未來五年影響皆為正。

在當期給企業(yè)自籌研發(fā)投入一個標準差大小的正沖擊后,政府科技投入在第一年有極小程度的增加,第二年開始以平緩的速度減少。

圖1 ZFTR與QYTR的脈沖響應函數(shù)圖

由表5可知,經(jīng)過20個預測期之后,系統(tǒng)已基本穩(wěn)定。其中,企業(yè)自籌研發(fā)投入的變化來自于政府科技投入波動的影響程度約為43.33%;而政府科技投入的變化來自于企業(yè)自籌研發(fā)投入波動的影響程度僅為1.67%。

綜上:政府科技投入與企業(yè)自籌研發(fā)投入具有單向影響關系。其中:一方面,滯后一期的政府科技投入對企業(yè)自籌研發(fā)投入有顯著的正向影響,當期政府科技投入增加后,對企業(yè)自籌研發(fā)投入接下來的一年中影響程度最大,隨后效果會逐漸減弱,且政府科技投入對企業(yè)研自籌發(fā)投入的波動貢獻度高達43.33%。另一方面,企業(yè)自籌研發(fā)投入對政府科技投入并無顯著的影響。

醫(yī)藥企業(yè)中一些風險高、外部效用大的項目,如新藥基礎研究,企業(yè)不愿也無法承擔風險,而政府的科技投入能降低企業(yè)創(chuàng)新投入的風險,增加企業(yè)研發(fā)成功的概率,從而激勵企業(yè)增加自身的研發(fā)投入。而企業(yè)自籌研發(fā)投入只是企業(yè)總研發(fā)投入中的一部分,企業(yè)加大自籌研發(fā)投入后,企業(yè)的總研發(fā)支出及研發(fā)產出并不一定是增加的,所以政府并不會因為企業(yè)自籌研發(fā)投入的變化而去改變科技投入政策。

(2)政府科技投入與企業(yè)總研發(fā)投入的影響。

政府科技投入與企業(yè)總研發(fā)投入的GMM估計結果如表6所示,把企業(yè)總研發(fā)投入作為依賴變量時:滯后一期的企業(yè)總研發(fā)投入對當期企業(yè)總研發(fā)投入有正向影響,滯后二期、三期的企業(yè)總研發(fā)投入對當期企業(yè)總研發(fā)投入有負向影響,但是均不顯著;滯后一期、二期、三期的政府科技投入均對當期企業(yè)總研發(fā)投入產生正向影響,但是只有滯后一期時顯著。

把政府科技投入作為依賴變量時:滯后一期、二期、三期的政府科技投入對當期政府科技投入產生正向影響;滯后一期的企業(yè)總研發(fā)投入對當期政府科技投入產生正向影響,但是并不顯著,滯后二期、三期的企業(yè)總研發(fā)投入對當期政府科技投入產生負向影響,但是只有滯后二期時才顯著。

表6 QYZC與ZFTR的GMM估計結果

政府科技投入與企業(yè)總研發(fā)投入的脈沖響應函數(shù)如圖2所示,在當期給政府科技投入一個標準差大小的正沖擊后,企業(yè)總研發(fā)投入在第一年迅速增加,第二年后仍以極平緩的速度在增加,至第三年達到最大值,第四年后逐漸減小,未來五年的影響皆為正。

在當期給企業(yè)總研發(fā)投入一個標準差大小的正沖擊后,政府科技投入在第一年有極小程度的增加,第二年會迅速減少,第二年后以平緩的速度減少。

圖2 ZFTR與QYZC脈沖響應函數(shù)圖

政府科技投入與企業(yè)總研發(fā)投入的方差分解結構如表5所示。經(jīng)過20個預測期之后,系統(tǒng)已基本穩(wěn)定。企業(yè)總研發(fā)投入的變化有65.39%來自于政府科技投入的變化。而政府科技投入的變化只有23.54%來自于企業(yè)總研發(fā)投入的變化。

綜上:政府科技投入與企業(yè)總研發(fā)投入具有雙向影響關系。其中:滯后一期的政府科技投入對企業(yè)總研發(fā)投入產生顯著正向影響;當期政府科技投入增加后,企業(yè)總研發(fā)投入在接下來的一年迅速增加,第二年后仍以極平緩的速度在增加,至第三年達到最大值,第四年后逐漸減小;企業(yè)總研發(fā)投入的變化有65.39%來自于政府科技投入變化。滯后二期的企業(yè)總研發(fā)投入對政府科技投入產生負向影響;當期企業(yè)總研發(fā)投入增加后,政府科技投入在第一年有極小程度的增加,隨后開始減少;政府科技投入的變化只有23.54%來自于企業(yè)總研發(fā)投入的變化。

政府科技投入一方面可降低研發(fā)風險、提高研發(fā)效率,從而改變企業(yè)的研發(fā)決策行為,另一方面通過改變企業(yè)投資研發(fā)的成本結構、增加融資渠道等方式來緩解企業(yè)的融資約束,從而促使企業(yè)的總研發(fā)投入隨之增加。Miguel Meuleman等(2012)研究發(fā)現(xiàn)獲得政府補貼將能提供一個關于中小企業(yè)質量的積極信號,從而利于企業(yè)獲得長期債務融資。Massimo G.Colombo等(2013)則從微觀角度分析了1994－2008年288個意大利NTBFs企業(yè)的數(shù)據(jù),發(fā)現(xiàn)獲得政府補貼的NTBFs企業(yè)會增加投資和降低投資現(xiàn)金流的敏感性,融資約束得到緩解。而政府對企業(yè)進行科技投入的目的在于緩解企業(yè)研發(fā)的融資約束,激勵企業(yè)加大總研發(fā)投入,當企業(yè)逐步加大總研發(fā)投入后,政府科技投入的目的已達到,將會對其減少科技投入。

4 建議

政府科技投入對企業(yè)自籌研發(fā)投入及企業(yè)總研發(fā)投入均產生杠桿效應,所以政府科技投入對促進醫(yī)藥企業(yè)技術創(chuàng)新是有效且必要的,一方面,政府需繼續(xù)適度的加大對醫(yī)藥企業(yè)的直接科技投入,另一方面,可借助間接手段促進醫(yī)藥企業(yè)新藥研發(fā),包括:(1)對醫(yī)藥企業(yè)提供政府融資擔保,降低醫(yī)藥企業(yè)融資成本;(2)通過逐步擴大醫(yī)療保險覆蓋范圍等政府采購政策,擴大醫(yī)藥產品的市場需求;(3)通過對研發(fā)機構及高校的公共投資,促進基礎研究的提升,從而降低醫(yī)藥企業(yè)研發(fā)的技術成本。

政府科技投入對醫(yī)藥企業(yè)總研發(fā)投入具有雙向影響關系影響,所以無論于政府還是于企業(yè),投入都存在一定的限度。對政府而言,進行科技投入的目的是為了引導和激勵企業(yè)研發(fā)投入,若過分投入則會擠出企業(yè)研發(fā)投入,既違背了初衷也是無效政策。對企業(yè)而言,技術創(chuàng)新是企業(yè)發(fā)展的源泉,一旦研發(fā)成功會給企業(yè)帶來莫大效益,但是,高收益背后隱藏著高風險,一旦研發(fā)失敗會給企業(yè)帶來滅頂之災,所以企業(yè)面對研發(fā)是謹慎的。只有平衡好政府與企業(yè)在研發(fā)投入中的份額比例,平衡好企業(yè)內部融資與外部融資在技術創(chuàng)新中的功能分配,才能使政府與企業(yè)最好的發(fā)揮各自的作用,才能使技術創(chuàng)新效果達到最優(yōu),從而使企業(yè)經(jīng)濟效益與社會效益最大化。

[1]王霞,顧琪虹,郭兵等.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)的實證分析[J].技術經(jīng)濟,2014,(4).

[2]寇鐵軍,馬大勇.我國政府科技投入對企業(yè)研發(fā)投入引導效應的實證分析[J].地方財政研究,2013,(10).

[3]Benjamin Montmartin.Marcos Herrera.Internal and external effects of R&D subsidies and fiscal incentives:Empirical evidence using spatial dynamic panel models[J].Research Policy,2015,44(5).

[4]ergio Afcha.Guillen Leon Lopez.Public funding of R&D and its effect on the composition of business R&D expebditure[J].BRQ Business Research Quarterly,2014,(1).

[5]Massimo G.Colombo.Luca Grilli.Samuele Murtinu.R&D subsidies and performance of high－tech start－ups[J].Economics Letters,2011,(1).

[6]蘇盛安,趙付民.政府科技投入政策工具對我國大中型工業(yè)企業(yè)科技投入的影響[J].科技管理研究,2005,(8).

[7]孫燕,孫利華.我國政府醫(yī)藥科技投入對企業(yè)研發(fā)支出影響的實證分析[J].中國藥房,2011,(9).

[8]朱平芳,徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利支出的影響[J].經(jīng)濟研究,2003,(6).

[9]陳鈺芬,李金昌.政府R&D資助對企業(yè)R&D經(jīng)費投入的影響——基于浙江省規(guī)模以上工業(yè)企業(yè)行業(yè)面板數(shù)據(jù)的實證分析[J].商業(yè)經(jīng)濟與管理,2011,(2).

[10]張瑞,蘇方林,李臣.基于PVAR模型的R&D投入與產出關系的實證研究[J].科學學與科學技術管理,2011,(12).

[11]俞立平.不同科研經(jīng)費投入與產出互動關系的實證研究——基于面板數(shù)據(jù)及面板VAR模型的估計[J].科研管理,2013,(10).

[12]Miguel Meuleman.Wouter De Maeseneire.Do R&D subsidies affect SMEs’access to external financing?[J].Research Policy,2012,(3).

[13]Massimo G.Colombo.Annalisa Croce.Massimiliano Guerini.The effect of public subsidies on firm’investment－cash flow sensitivity:Transientor persistent?[J].Research Policy,2013,(9).