市場失靈、政府干預(yù)與創(chuàng)新激勵(lì)——對(duì)科技型中小企業(yè)創(chuàng)新基金的實(shí)證檢驗(yàn)

郭 研 郭 迪 姜 坤

?

市場失靈、政府干預(yù)與創(chuàng)新激勵(lì)——對(duì)科技型中小企業(yè)創(chuàng)新基金的實(shí)證檢驗(yàn)

郭 研1郭 迪2姜 坤3

（1．北京大學(xué)經(jīng)濟(jì)學(xué)院 北京 100871）（2．香港大學(xué) 香港薄扶林道）（3．University of Roehampton London SW15 5PJ）

基于企業(yè)層面的面板數(shù)據(jù)，本文檢驗(yàn)了科技型中小企業(yè)創(chuàng)新基金對(duì)企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)創(chuàng)新基金存在事前的選擇效應(yīng)和事后對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)效應(yīng)。創(chuàng)新基金的篩選機(jī)制由集中到分權(quán)決策的變化提供了自然試驗(yàn)的機(jī)會(huì)，這一外生的篩選機(jī)制的變化對(duì)創(chuàng)新基金的效應(yīng)產(chǎn)生了顯著的影響。在經(jīng)濟(jì)越不發(fā)達(dá)的地區(qū)，創(chuàng)新基金的作用越顯著，說明市場失靈的情況下政府干預(yù)的有效性。

政府研發(fā)資助 全要素生產(chǎn)率 激勵(lì)機(jī)制

一、引 言

大多數(shù)國家都對(duì)企業(yè)的研發(fā)投入提供資助。對(duì)于私人研發(fā)的公共資助主要源于技術(shù)的外部性和科技項(xiàng)目的融資難問題。正的技術(shù)外部性使私人研發(fā)投入不足。高科技項(xiàng)目的高風(fēng)險(xiǎn)，以及信息不對(duì)稱導(dǎo)致中小科技企業(yè)難以獲得研發(fā)投入的外部融資（Hall和Lerner，2009）。創(chuàng)新是一國持續(xù)發(fā)展的重要推動(dòng)力，因此政府通過扶持政策以糾正市場失靈。但政府介入私人領(lǐng)域的研發(fā)投入帶來的激勵(lì)扭曲（Acemoglu等，2013），反而有可能擠出私人的研發(fā)投入。

實(shí)證研究對(duì)于評(píng)價(jià)科技政策的效果至關(guān)重要。但利用企業(yè)層面的數(shù)據(jù)進(jìn)行的實(shí)證研究結(jié)論并不統(tǒng)一。一系列對(duì)不同國家的研究都發(fā)現(xiàn)政府資助激勵(lì)了被資助企業(yè)研發(fā)投入，提高了企業(yè)的生產(chǎn)率，例如美國（Lerner，2000；Audretsch et al，2002），以色列（Lach，2002），愛爾蘭（G?rg和Strobl，2007），和德國（Aerts和Schmidt，2008；Czarnitzki和Lopes-Bento，2011）。然而，一些研究也發(fā)現(xiàn)政府資助和企業(yè)研發(fā)、企業(yè)績效間沒有顯著關(guān)系，甚至是負(fù)的關(guān)系。Klette和M?en（1999）對(duì)挪威的研究發(fā)現(xiàn)政府資助對(duì)企業(yè)的績效沒有正的影響。Clausen（2009）用同樣的數(shù)據(jù)發(fā)現(xiàn)“研究”（research）資助激勵(lì)了企業(yè)的研究支出，而“開發(fā)”（development）資助則替代了企業(yè)的開發(fā)支出。L??f和Hesmati（2005）對(duì)芬蘭的研究認(rèn)為政府資助只對(duì)小企業(yè)的研究支出有正的激勵(lì)作用。Wallsten（2000）發(fā)現(xiàn)政府資助對(duì)私人研發(fā)投入的擠出效應(yīng)。Acemoglu等（2013）發(fā)現(xiàn)擠出效應(yīng)會(huì)降低社會(huì)福利和經(jīng)濟(jì)增長。

關(guān)于中國政府實(shí)施的各項(xiàng)高科技政策的實(shí)證研究由于微觀數(shù)據(jù)的缺乏較少有基于企業(yè)層面數(shù)據(jù)的系統(tǒng)研究。有限的研究多是限于行業(yè)技術(shù)效率的研究（姚洋和章奇，2001；安同良等，2009）。我們的研究利用科技型中小企業(yè)創(chuàng)新基金1999-2007年的所有被資助項(xiàng)目的信息得以評(píng)價(jià)創(chuàng)新基金政策——我國政府面向中小型高科技企業(yè)的最大創(chuàng)新資助計(jì)劃，就我們所知這是第一個(gè)針對(duì)中國政府的高科技政策利用企業(yè)微觀數(shù)據(jù)的實(shí)證研究。

已往研究中看似矛盾的實(shí)證結(jié)果很可能是由于政策運(yùn)作機(jī)制的不同和市場失靈在程度上的差異所致。本文要回答的問題是在什么樣的運(yùn)作機(jī)制和市場環(huán)境下，創(chuàng)新基金的資助能夠有效發(fā)揮作用，這種政府對(duì)企業(yè)創(chuàng)新的干預(yù)是否糾正了市場失靈。

科技型中小企業(yè)創(chuàng)新基金自1999年實(shí)施以來，在2005年經(jīng)歷了一次重要的運(yùn)行機(jī)制的變化，即中央政府將項(xiàng)目篩選的決策權(quán)部分地下放給地方政府。這一外生的政策沖擊提供了一個(gè)自然試驗(yàn)的機(jī)會(huì)，使我們有可能探討政策的運(yùn)行機(jī)制與政策效果之間的關(guān)系。雖然學(xué)術(shù)界較少有針對(duì)政府部門的組織結(jié)構(gòu)和政府公共項(xiàng)目效率之間的關(guān)系的研究，但產(chǎn)業(yè)組織理論中有大量針對(duì)私人企業(yè)的組織形式和投資績效之間關(guān)系的研究可供借鑒。

項(xiàng)目篩選的質(zhì)量依賴于決策者的組織結(jié)構(gòu)（Sah和Stiglitz，1991）。雖然存在著分權(quán)機(jī)制下事前獲取信息的激勵(lì)和事后失去控制之間的權(quán)衡取舍（Aghion和Tirole，1997），但一般而言，在信息較模糊時(shí)分權(quán)的組織結(jié)構(gòu)更有效，當(dāng)信息成本較低且信息較清楚時(shí)，集權(quán)的結(jié)構(gòu)更好（Stein，2002）。從預(yù)算軟約束入手，Dewatripont和Maskin（1995）認(rèn)為在無法事前獲取項(xiàng)目信息的情況下，分散的信貸市場比集中的信貸市場在篩選投資項(xiàng)目時(shí)更有效。當(dāng)事前的信息較差，集中的信貸市場會(huì)導(dǎo)致預(yù)算軟約束。相反，分權(quán)決策不僅降低事前的篩選成本，而且事后會(huì)及時(shí)終止低質(zhì)量的項(xiàng)目，這樣前述的兩種失誤都會(huì)降低（Qian和Xu，1998）。對(duì)高科技企業(yè)的研究發(fā)現(xiàn)越靠近技術(shù)前沿的企業(yè)，越年輕的企業(yè)更傾向于分散決策（Acemoglu等，2007）。

前述的研究成果可以對(duì)公共項(xiàng)目的決策機(jī)制與效率關(guān)系的研究提供一些借鑒。本文基于企業(yè)層面的面板數(shù)據(jù)，研究了創(chuàng)新基金這一政府對(duì)高科技企業(yè)的研發(fā)資助政策是否糾正了市場失靈，在獲得政府資助后企業(yè)是否提高了生產(chǎn)率，這種政府政策干預(yù)的效應(yīng)是否隨政策實(shí)施機(jī)制的變化而改變。

本研究對(duì)于現(xiàn)有文獻(xiàn)有以下三個(gè)方面的貢獻(xiàn)：首先，大部分關(guān)于政府研發(fā)資助的理論和實(shí)證研究針對(duì)的是市場經(jīng)濟(jì)為主的國家，這是第一篇系統(tǒng)化地研究轉(zhuǎn)軌國家政府的研發(fā)資助的文章。因此本研究展示了另外一種經(jīng)濟(jì)制度下，政府的研發(fā)資助對(duì)企業(yè)TFP的影響。其次，本文將現(xiàn)有研究擴(kuò)展到討論項(xiàng)目篩選機(jī)制的變化對(duì)項(xiàng)目事前和事后效應(yīng)的影響，這恰恰是在現(xiàn)有文獻(xiàn)中被忽略的。第三，在一國之內(nèi)對(duì)政府研發(fā)資助項(xiàng)目的跨區(qū)域研究避免了跨國研究中難以控制的變量對(duì)政策效果的干擾，區(qū)域差異的檢驗(yàn)結(jié)果也表明政府研發(fā)政策對(duì)市場失靈的糾錯(cuò)作用。

本文的第二部分介紹了創(chuàng)新基金和2005年的政策變化；第三部分描述了數(shù)據(jù)來源和樣本構(gòu)建；第四部分給出創(chuàng)新基金對(duì)企業(yè)生產(chǎn)率影響的實(shí)證結(jié)果和穩(wěn)健性檢驗(yàn)；第五部分檢驗(yàn)篩選機(jī)制的變化對(duì)創(chuàng)新基金效果的影響以及穩(wěn)健性檢驗(yàn)；第六部分是創(chuàng)新基金的跨區(qū)域差異；第7部分得出結(jié)論。

二、創(chuàng)新基金的制度背景

（一）創(chuàng)新基金介紹

1999年5月，國務(wù)院批準(zhǔn)設(shè)立了科技型中小企業(yè)技術(shù)創(chuàng)新基金，這是我國第一支支持中小企業(yè)技術(shù)創(chuàng)新的政府專項(xiàng)基金。創(chuàng)新基金通過提供資金支持或者引導(dǎo)外部投資幫助企業(yè)進(jìn)行科技成果轉(zhuǎn)化，并試圖通過創(chuàng)新基金激勵(lì)企業(yè)研發(fā)，獲得技術(shù)的溢出性社會(huì)收益。①

創(chuàng)新基金支持的項(xiàng)目和承擔(dān)項(xiàng)目的企業(yè)應(yīng)具備下列條件：第一，創(chuàng)新基金支持的項(xiàng)目要符合國家產(chǎn)業(yè)技術(shù)政策。第二，申請企業(yè)的職工人數(shù)原則上不超過500人，其中具有大專以上學(xué)歷的科技人員占職工總數(shù)的比例不低于30%。②第三，企業(yè)每年用于高新技術(shù)產(chǎn)品研究開發(fā)的經(jīng)費(fèi)不低于銷售額的3%，直接從事研究開發(fā)的科技人員應(yīng)占職工總數(shù)的10%以上。

根據(jù)中小企業(yè)和項(xiàng)目的不同特點(diǎn)，創(chuàng)新基金主要以無償資助、貸款貼息、資本金投入等方式給予支持。無論哪種形式，創(chuàng)新基金的資助金額一般不超過100萬元，個(gè)別重大項(xiàng)目最高不超過200萬元。從1999年到2011年底，創(chuàng)新基金累計(jì)支持中小企業(yè)技術(shù)創(chuàng)新項(xiàng)目30，537個(gè)，資助金額191.7億元。到2011年底，我國創(chuàng)業(yè)板上市的273家企業(yè)中有88家獲得過創(chuàng)新基金的支持。③

（二）2005年創(chuàng)新基金篩選機(jī)制的變化

中國科技部的創(chuàng)新管理中心是創(chuàng)新基金的主管部門，負(fù)責(zé)發(fā)放申請指南，組織篩選和評(píng)估項(xiàng)目，進(jìn)行項(xiàng)目的中期檢查和結(jié)項(xiàng)。財(cái)政部是創(chuàng)新基金的監(jiān)管部門，參與審議創(chuàng)新基金年度支持重點(diǎn)和工作指南，并根據(jù)預(yù)算計(jì)劃撥款，同時(shí)對(duì)基金運(yùn)作和使用情況進(jìn)行監(jiān)督、檢查?？萍疾亢拓?cái)政部共同審批創(chuàng)新基金資助項(xiàng)目，向國務(wù)院提交年度執(zhí)行情況報(bào)告等。

在省一級(jí)，省科委的創(chuàng)新基金辦公室向中央一級(jí)的管理中心報(bào)告。省級(jí)創(chuàng)新基金辦公室的職能在2005年發(fā)生了重要變化。2005年前，創(chuàng)新基金項(xiàng)目的篩選主要控制在中央一級(jí)，省級(jí)創(chuàng)新基金辦公室主要是在中央管理部門和地方企業(yè)間起一個(gè)上傳下達(dá)的橋梁作用，對(duì)于項(xiàng)目篩選的決策基本沒有發(fā)言權(quán)。2005年創(chuàng)新基金引入了新的申請和篩選機(jī)制。新的機(jī)制增加了篩選的透明度并且將決策權(quán)部分地進(jìn)行了分權(quán)。首先，省一級(jí)地方政府建立了自己的創(chuàng)新基金項(xiàng)目并負(fù)責(zé)項(xiàng)目的初步篩選。省級(jí)創(chuàng)新基金辦公室對(duì)推薦項(xiàng)目的評(píng)估占科技部創(chuàng)新基金管理中心最終決策的30%的權(quán)重，在項(xiàng)目最終確認(rèn)前，地方政府需要對(duì)推薦項(xiàng)目拿出資助資金的至少50%（西部省份可以出25%）。省級(jí)創(chuàng)新基金辦公室在向創(chuàng)新管理中心推薦前要進(jìn)行為期兩周的公示，如果公眾有不同意見，地方政府必須給予回應(yīng)。這一篩選機(jī)制的改變利用了地方政府的信息優(yōu)勢，強(qiáng)化了地方政府的激勵(lì)機(jī)制。通過出資配比的方式將地方政府的利益與被資助企業(yè)的創(chuàng)新效率綁定在一起，透明化也減少了政府的尋租機(jī)會(huì)。因此，我們預(yù)計(jì)2005年的篩選機(jī)制變化對(duì)創(chuàng)新基金的效應(yīng)會(huì)產(chǎn)生顯著影響。

三、樣本和數(shù)據(jù)

我們的數(shù)據(jù)來源于兩個(gè)數(shù)據(jù)庫。其一，我們從創(chuàng)新基金網(wǎng)站獲取了1999年以來創(chuàng)新基金資助企業(yè)的基本信息——企業(yè)名稱、地址，項(xiàng)目特征，資助方式，資助時(shí)間等。其二，國家統(tǒng)計(jì)局發(fā)布的中國規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫，該數(shù)據(jù)庫囊括了1998-2007年間銷售收入超過500萬元的制造業(yè)企業(yè)。數(shù)據(jù)庫提供了企業(yè)的財(cái)務(wù)信息和其他企業(yè)層面的特征，包括企業(yè)所在地、行業(yè)、建立時(shí)間、所有權(quán)結(jié)構(gòu)等。

1999年至2007年獲得創(chuàng)新基金資助的企業(yè)項(xiàng)目共6167個(gè)。我們首先通過企業(yè)名稱、地址和行業(yè)代碼進(jìn)行精確匹配，然后又用模糊匹配（避免因?yàn)槊Q、地址縮寫而導(dǎo)致漏失問題）從規(guī)模以上企業(yè)數(shù)據(jù)庫中找到這些獲得創(chuàng)新基金資助的企業(yè)，得到其財(cái)務(wù)和其他信息。給定規(guī)模以上企業(yè)數(shù)據(jù)庫的局限，那些年銷售收入低于500萬元的資助企業(yè)和非制造業(yè)企業(yè)被排除在樣本外。這一匹配策略使我們涵蓋了所有被創(chuàng)新基金資助的規(guī)模以上制造業(yè)企業(yè)，共獲得1999年至2007年至少獲得一次資助的企業(yè)樣本2638家，共18224個(gè)年觀測值。

81%的被資助企業(yè)集中于國家統(tǒng)計(jì)局定義的8個(gè)高技術(shù)行業(yè)，這種分布體現(xiàn)了創(chuàng)新基金致力于支持高科技企業(yè)的研發(fā)投入。樣本企業(yè)獲得資助的時(shí)間分布與全部創(chuàng)新基金資助企業(yè)的時(shí)間分布類似，說明我們的樣本具有一定的代表性。①

為了給對(duì)待組——?jiǎng)?chuàng)新基金資助企業(yè)構(gòu)建一個(gè)控制組——非資助企業(yè)，我們從規(guī)模以上企業(yè)數(shù)據(jù)庫中確認(rèn)那些潛在的非資助企業(yè)，即有資格申請創(chuàng)新基金但沒有申請，或者申請了沒有獲得資助的企業(yè)。根據(jù)創(chuàng)新基金每年公布的申請標(biāo)準(zhǔn)，控制企業(yè)所在地后，隨機(jī)地以1比5的方式匹配出非資助企業(yè)。最終我們從12025家有申請資格的非資助企業(yè)中共獲得64，474個(gè)年觀測值。

我們用兩種方法計(jì)算企業(yè)的TFP以免結(jié)論受到特定算法的影響。第一種方法是直接用取對(duì)數(shù)的線性柯布道格拉斯（Cobb–Douglas）生產(chǎn)函數(shù)的普通最小二乘法（OLS）殘值獲得。當(dāng)不可觀測的沖擊影響到生產(chǎn)投入時(shí)，OLS估計(jì)出來的生產(chǎn)函數(shù)將是有偏的，而且OLS方法忽略了對(duì)動(dòng)態(tài)趨勢的考慮。因此，我們根據(jù)Olley和Pakes（1996）的方法將投資作為代理變量，這種半?yún)?shù)估算法同時(shí)控制了不可觀測變量對(duì)生產(chǎn)率的影響，以及企業(yè)退出導(dǎo)致的樣本不隨機(jī)的選擇性偏誤。變量是按照Olley和Pakes（1996）方法計(jì)算的帶有時(shí)間趨勢的全要素生產(chǎn)率，是除去時(shí)間趨勢的全要素生產(chǎn)率。

企業(yè)層面的控制變量包括年齡、規(guī)模、負(fù)債率，和所有權(quán)結(jié)構(gòu)。企業(yè)的年齡是企業(yè)在給定年份距離建立時(shí)的時(shí)間長度取對(duì)數(shù)，創(chuàng)新基金資助企業(yè)的平均年齡是10年，與非資助企業(yè)的年齡相近。企業(yè)規(guī)模以企業(yè)總?cè)藬?shù)的對(duì)數(shù)形式來衡量。企業(yè)杠桿比率是指給定年份企業(yè)的總負(fù)債對(duì)總資產(chǎn)的比例。企業(yè)的所有權(quán)結(jié)構(gòu)是以國有股權(quán)對(duì)總股權(quán)的比例來衡量的。使用的變量極值調(diào)整在第一和第九十九的百分位數(shù)來消除異常值。表1報(bào)告了資助企業(yè)和非資助企業(yè)的TFP和其他變量的描述性統(tǒng)計(jì)結(jié)果。平均而言，資助企業(yè)較非資助企業(yè)有更高的TFP，更大的規(guī)模和更低的杠桿比率。

表1 創(chuàng)新基金資助企業(yè)和非資助企業(yè)的變量統(tǒng)計(jì)

續(xù)表1

變量資助企業(yè)觀測值均值標(biāo)準(zhǔn)差最小值最大值非資助企業(yè)觀測值均值標(biāo)準(zhǔn)差最小值最大值 杠桿率（Lvg_rt）18,1760.5640.249013.06464,1450.6060.337015.704 國有股權(quán)比例（State_Shr）18,0790.1090.2840163,5300.1280.31901 TFP_ols17,0880.3630.987-9.8944.59259,8550.0301.182-13.4166.579 TFP_op117,0912.6971.443-7.4908.37959,8782.4251.582-11.9919.695 TFP_op217,0912.3981.045-8.2127.14859,8782.2031.272-11.0078.804

四、創(chuàng)新基金資助的企業(yè)比非資助企業(yè)有更高的TFP嗎？

表1的描述性統(tǒng)計(jì)顯示政府在對(duì)被資助企業(yè)的選擇并不是隨機(jī)的。通常政府試圖將具有創(chuàng)新潛力或者效率更高的企業(yè)挑選出來已達(dá)到政策目標(biāo)，但同時(shí)由于選擇性效應(yīng)的存在干擾了對(duì)創(chuàng)新基金效果的識(shí)別。即到底是政府資助提高了企業(yè)的效率還是企業(yè)即便沒有政府資助也有更高的效率。我們首先檢驗(yàn)的是創(chuàng)新基金是否提高了企業(yè)的生產(chǎn)率，其次，通過傾向得分匹配和工具變量的方法識(shí)別創(chuàng)新基金的效應(yīng)。

（一）創(chuàng)新基金對(duì)企業(yè)TFP的影響

我們用公式1通過面板數(shù)據(jù)的固定效應(yīng)模型檢驗(yàn)創(chuàng)新基金是否對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生影響。

其中被解釋變量y是企業(yè)i在時(shí)間t的全要素生產(chǎn)率。InnoAft是虛擬變量，如果在時(shí)間t企業(yè)i獲得了創(chuàng)新基金的資助，則為1，否則為0。包括一系列的控制變量，指企業(yè)層面不隨時(shí)間變化的不可觀測變量，用以控制年度效應(yīng)。系數(shù)是我們關(guān)注的創(chuàng)新基金對(duì)企業(yè)TFP的影響系數(shù)。樣本包括了資助企業(yè)和隨機(jī)匹配的非資助企業(yè)。

表2中模型1至3都顯示創(chuàng)新基金InnoAft與三種方法計(jì)算的企業(yè)TFP都顯著正相關(guān)。結(jié)果表明創(chuàng)新基金注入后企業(yè)的TFP不僅高于非資助企業(yè)，而且高于自身被資助前的TFP。例如模型2和3顯示，企業(yè)獲得創(chuàng)新基金資助后，比之前自身的或非資助企業(yè)的帶有時(shí)間趨勢和去除時(shí)間趨勢的TFP分別高9.4%和7.8%。

表2 創(chuàng)新基金與企業(yè)的TFP

續(xù)表2

（1）TFP_ols（2）TFP_op1（3） TFP_op2 Firm_age0.161***（0.021）0.184***（0.021）0.078***（0.021） State_Shr-0.140***（0.029）-0.166***（0.029）-0.157***（0.030） Lvg_rt-0.225***（0.027）-0.213***（0.027）-0.199***（0.027） Firm_size-0.006（0.016）-0.039**（0.016）-0.040**（0.016） _cons0.209***（0.079）2.673***（0.082）2.145***（0.081） Year EffectYYY Firm EffectYYY N76,46076,48576,485 adj. R-sq0.0310.0200.043 P-value0.0000.0000.000

注：括號(hào)中報(bào)告的是標(biāo)準(zhǔn)誤，* = p<0.1, ** = p<0.05, *** = p<0.01。

在我國由于金融業(yè)對(duì)國有企業(yè)的偏好，通常高科技中小企業(yè)的資金約束一直以來抑制了企業(yè)的研發(fā)投入。因此，我們檢驗(yàn)了創(chuàng)基新金的貨幣效應(yīng)。通過對(duì)資助規(guī)模與TFP關(guān)系的檢驗(yàn)使我們能更深入地理解政府研發(fā)資助是否對(duì)高科技企業(yè)面臨的資金約束給予了緩解?；貧w公式2中InnoAmt是指企業(yè)i在時(shí)間t獲得的資助金額，如果企業(yè)i在時(shí)間t沒有獲得資助則為0。公式2中的其他變量與公式1一致。

回歸結(jié)果顯示InnoAmt與企業(yè)的TFP顯著正相關(guān)①。例如一百萬元的基金資助可以提高企業(yè)的和分別為12%和10%?？紤]到資助金額的相對(duì)數(shù)對(duì)于不同規(guī)模的企業(yè)意義不同，我們還將公式2中資助金額的絕對(duì)數(shù)量替換為資助金額占總利潤和資助金額占現(xiàn)金持有量的比例重新進(jìn)行了回歸，但結(jié)果并不顯著。這一回歸結(jié)果也許說明中小型科技企業(yè)面臨著嚴(yán)重的資金約束，以至于任何數(shù)量的外部資金都可以幫助他們提高績效。

（二）創(chuàng)新基金效應(yīng)的識(shí)別與穩(wěn)健性檢驗(yàn)

我們已經(jīng)發(fā)現(xiàn)創(chuàng)新基金與企業(yè)TFP之間的顯著正相關(guān)的關(guān)系，但是尚不能得出任何因果關(guān)系的結(jié)論，因?yàn)槠髽I(yè)TFP的提高可能來自其他因素的影響。首先，創(chuàng)新基金的資助對(duì)象并不是隨機(jī)選擇的，正如表1所示TFP越高的企業(yè)越有可能被創(chuàng)新基金選中，因此正的相關(guān)性很可能來自事前的選擇性效應(yīng)。如果前述的分析成立，那么我們就難以得出創(chuàng)新基金解決了企業(yè)的資金約束問題進(jìn)而提高了TFP的結(jié)論。因?yàn)榧幢銢]有創(chuàng)新基金的資助，被選中的具有潛力的企業(yè)也可能有更高的TFP。

為了控制事前的選擇性偏誤，我們用傾向得分匹配法（PSM）重新構(gòu)建了控制組（Rosenbaum和Rubin，1983）。我們以創(chuàng)新基金注入前一年企業(yè)的多項(xiàng)指標(biāo)為資助企業(yè)匹配出對(duì)應(yīng)的非資助企業(yè)。傾向得分以企業(yè)獲得創(chuàng)新基金可能性的估計(jì)值體現(xiàn)。我們以企業(yè)的兩位數(shù)行業(yè)代碼、所在地、規(guī)模和TFP為依據(jù)（Demurger 等，2002）建立了非創(chuàng)新基金資助的控制組企業(yè)?？刂破髽I(yè)所在地是因?yàn)榈貐^(qū)發(fā)展水平的差異可能會(huì)對(duì)結(jié)果產(chǎn)生影響。企業(yè)規(guī)模和企業(yè)TFP都取企業(yè)獲得創(chuàng)新基金資助前一年的數(shù)據(jù)。我們?yōu)橘Y助企業(yè)以1:5的比例按照相鄰傾向得分匹配法匹配出控制組樣本。這些標(biāo)準(zhǔn)使資助企業(yè)和非資助企業(yè)在創(chuàng)新基金注入前從各個(gè)層面看都是近似的。對(duì)比獲得資助前創(chuàng)新基金資助企業(yè)與非資助企業(yè)的TFP均值和中位數(shù)，無論是均值的t檢驗(yàn)還是中位數(shù)的雙尾Wilcoxon秩和檢驗(yàn)都表明兩組企業(yè)的TFP和規(guī)模沒有顯著差異。①

我們再次用公式1對(duì)這個(gè)新匹配的樣本進(jìn)行回歸。表3顯示在控制了事前的選擇性效應(yīng)后，模型1到3用不同算法得到的TFP其InnoAftit的回歸系數(shù)都顯著為正。不過相對(duì)于之前的隨機(jī)匹配樣本，創(chuàng)新基金的影響程度有所下降，但至少說明被資助企業(yè)的TFP好于獲得資助前的水平，也好于非資助企業(yè)。模型2中資助企業(yè)較控制組企業(yè)的TFP提高了8.3%。

表3 創(chuàng)新基金與企業(yè)的TFP（傾向得分匹配樣本）

注：括號(hào)中報(bào)告的是標(biāo)準(zhǔn)誤， * = p<0.1, ** = p<0.05, *** = p<0.01。

傾向得分匹配法的局限是無法控制一些不可觀測變量對(duì)TFP的影響，例如我們無法從數(shù)據(jù)中了解企業(yè)的研發(fā)能力或者管理團(tuán)隊(duì)的水平等，這些變量都可能影響企業(yè)的TFP。為了剔除不可觀測變量的干擾，我們采用了兩個(gè)工具變量來識(shí)別創(chuàng)新基金對(duì)TFP的影響。第一個(gè)工具變量我們用企業(yè)所在城市高科技園區(qū)內(nèi)的企業(yè)數(shù)量識(shí)別企業(yè)獲得創(chuàng)新基金的可能性。高科技園區(qū)內(nèi)企業(yè)的數(shù)量代表了一個(gè)地區(qū)高科技企業(yè)的研發(fā)能力和高科技企業(yè)的供給水平。園區(qū)內(nèi)的企業(yè)越多，企業(yè)越有機(jī)會(huì)獲得創(chuàng)新基金的支持。當(dāng)然，較多的高科技園區(qū)內(nèi)的企業(yè)有可能加劇對(duì)創(chuàng)新基金申請的競爭，對(duì)企業(yè)獲得創(chuàng)新基金產(chǎn)生負(fù)的作用。但由于基金授予的最終決策權(quán)并不在市一級(jí)地方政府，無論是2005年前還是2005年后創(chuàng)新基金的篩選都是由省級(jí)政府運(yùn)作的，因此，競爭方面的影響并不很大。作為城市水平的變量，高科技園區(qū)內(nèi)企業(yè)的數(shù)量與該地區(qū)具體企業(yè)的TFP相關(guān)性不大。這個(gè)工具變量符合外生性和相關(guān)性的兩個(gè)條件。第二個(gè)工具變量是縣級(jí)政府的固定資產(chǎn)總投資。在我國縣一級(jí)地方政府管理地方經(jīng)濟(jì)，進(jìn)行資源配置，地區(qū)間為了經(jīng)濟(jì)增長相互競爭，總是試圖向中央政府爭取更多的資源和支持。通常野心越大的地方政府固定資產(chǎn)的投資越多，也更愿意支持本地企業(yè)爭取中央政府的創(chuàng)新基金。因此，我們預(yù)期在那些固定資產(chǎn)投資較多的地區(qū)，企業(yè)更有可能獲得創(chuàng)新基金。而且，地方政府的固定資產(chǎn)投資與個(gè)別企業(yè)的TFP沒有直接關(guān)系。地方政府1998-2007年的投資數(shù)據(jù)來自市縣級(jí)統(tǒng)計(jì)年鑒。

表4 企業(yè)TFP的兩階段最小二乘Probit（Probit-2SLS）估計(jì)

續(xù)表4

（1）（2）（3） TFP_olsTFP_op1TFP_op2 Firm_size-0.060*（0.032）-0.168***（0.042）-0.209***（0.023） Constants1.559***（0.137）4.211***（0.192）3.668***（0.144） N428504286742867 P Value 0.0000.0000.000 Sargan test P Value0.17960.38660.8088

注：括號(hào)中報(bào)告的是標(biāo)準(zhǔn)誤， * = p<0.1, ** = p<0.05, *** = p<0.01。

我們的回歸模型包括選擇方程和結(jié)果方程兩部分，采用兩階段最小二乘回歸模型（Heckman，Urzua，和Vytlacil，2006）進(jìn)行檢驗(yàn)。表4報(bào)告了基于隨機(jī)匹配樣本的Probit 2SLS的回歸結(jié)果。表4-A顯示第一階段的估計(jì)結(jié)果說明兩個(gè)工具變量——給定年份高科技園區(qū)內(nèi)企業(yè)的數(shù)量（lnfirmno）和縣級(jí)政府的固定資產(chǎn)投資（Fixassets）與企業(yè)獲得創(chuàng)新基金的可能性顯著正相關(guān)，即兩個(gè)工具變量都符合相關(guān)性的條件。同時(shí)，Sargan檢驗(yàn)結(jié)果說明這兩個(gè)工具變量對(duì)于影響企業(yè)TFP不可觀測變量而言是外生的。表4-B報(bào)告了第二階段的估計(jì)結(jié)果。模型1至3都顯示資助企業(yè)的TFP在獲得創(chuàng)新基金后不僅比非資助企業(yè)高，也比之前自身的TFP高。我們用傾向得分匹配法匹配的樣本重復(fù)上述的回歸進(jìn)行穩(wěn)健性檢驗(yàn)，在控制了事前選擇性效應(yīng)后，結(jié)果依舊穩(wěn)健。以上結(jié)果說明在排除內(nèi)生性問題后，我們得出創(chuàng)新基金顯著地提高了企業(yè)的TFP。

五、2005年政策變化和創(chuàng)新基金的效果

（一）問題的提出

2005年的政策變化根本上改變了項(xiàng)目的篩選機(jī)制。首先，更有信息優(yōu)勢的地方有了決策的發(fā)言權(quán)；其次，引入了共同出資的方式將地方與中央的利益聯(lián)接在一起；第三，通過公眾監(jiān)督使決策更加透明。這一系列的變化降低了項(xiàng)目篩選中的委托-代理問題和激勵(lì)扭曲問題，將會(huì)降低集中決策過程中的效率損失，使更多的科技企業(yè)受益。我們的問題是這種篩選機(jī)制的變化是否會(huì)影響創(chuàng)新基金的事前的選擇效應(yīng)和事后對(duì)TFP的促進(jìn)效應(yīng)。

基于學(xué)術(shù)界對(duì)私人企業(yè)的組織形式和決策效率的研究成果，給定創(chuàng)新基金主要支持處于技術(shù)前沿的中小企業(yè)，我們判斷這些項(xiàng)目存在較高的風(fēng)險(xiǎn)和嚴(yán)重的信息問題，因此，我們可以提煉出三個(gè)關(guān)于2005年政策變化可能導(dǎo)致的潛在結(jié)果的假設(shè)。

假設(shè)1：2005年前決策機(jī)制更集中，地方政府在向上級(jí)政府推薦項(xiàng)目時(shí)更傾向于規(guī)避風(fēng)險(xiǎn)，更多地依賴“硬”的可度量的信息，即2005年前選的企業(yè)在獲得基金資助時(shí)相對(duì)于2005年后選的企業(yè)有更高的TFP。

假設(shè)2：2005年后分權(quán)化篩選機(jī)制激勵(lì)地方政府獲取信息，可度量的信息和不可觀測的信息都將作為推薦和選擇項(xiàng)目的依據(jù)。相比2005年前，2005年后獲得資助的企業(yè)有更高的增長潛力和更嚴(yán)重的資金約束。如果是這樣，那么創(chuàng)新基金的事后效應(yīng)在2005年后要強(qiáng)于之前。

假設(shè)3：給定政府的研發(fā)資助是為了糾正市場失靈，那么市場越不發(fā)達(dá)的地區(qū)，創(chuàng)新基金的效應(yīng)應(yīng)該越強(qiáng)。

（二）2005年政策變化對(duì)創(chuàng)新基金效應(yīng)的影響

我們采用logit回歸模型檢驗(yàn)2005年篩選機(jī)制的變化對(duì)創(chuàng)新基金選擇性效應(yīng)的影響，結(jié)果見表5?；貧w樣本被分為兩個(gè)子樣本，5-A是2005年前獲得資助的企業(yè)及其對(duì)應(yīng)的非資助企業(yè)，5-B是2005年后獲得資助的企業(yè)及其對(duì)應(yīng)的非資助企業(yè)。表5-A模型1至3顯示獲得創(chuàng)新基金的可能性與三種方法計(jì)算的TFP顯著正相關(guān)。表5-B中模型2測算的TFP_OP1的系數(shù)雖然為正，但并不顯著。這些發(fā)現(xiàn)支持了假設(shè)1，即在更加集中的決策機(jī)制下，地方政府傾向于以可觀測的信息為依據(jù)篩選項(xiàng)目，而且選擇的項(xiàng)目要比2005年后選的項(xiàng)目TFP更高。我們進(jìn)一步做了Z檢驗(yàn)驗(yàn)證表5-A的系數(shù)是否與表5-B的系數(shù)顯著不同，結(jié)果確實(shí)如此。

表5 創(chuàng)新基金項(xiàng)目選擇（2005年前和2005年后的子樣本）

注：括號(hào)內(nèi)是標(biāo)準(zhǔn)誤，* = p<0.1，** = p<0.05，*** = p<0.01。

為了檢驗(yàn)2005年政策變化如何影響創(chuàng)新基金對(duì)TFP的效應(yīng)，我們進(jìn)行了一系列的回歸?；貧w公式3中所有控制變量與公式1相同。公式1中的虛擬變量被兩個(gè)虛擬變量和替代，分別表示2005年之前獲得資助和2005年后獲得資助。虛擬變量為1如果企業(yè)i在時(shí)間t獲得資助而且第一次獲得資助的時(shí)間在2005年之前，否則為0；另一個(gè)虛擬變量為1如果企業(yè)i在時(shí)間t獲得資助而且第一次獲得資助的時(shí)間在2005年之后，否則為0；

表6 2005年前和2005年后創(chuàng)新基金與企業(yè)的TFP

注：括號(hào)中報(bào)告的是標(biāo)準(zhǔn)誤，* = p<0.1, ** = p<0.05, *** = p<0.01。

表6報(bào)告了篩選機(jī)制變化對(duì)創(chuàng)新基金效果的影響。表6-A中模型1至3顯示and都與企業(yè)的TFP顯著正相關(guān)，這與我們在表2中得到的結(jié)論一致。重要的是我們發(fā)現(xiàn)的系數(shù)在三個(gè)回歸模型中都小于的系數(shù)，表 6-B通過lincom檢驗(yàn)顯示兩個(gè)系數(shù)的差異顯著。三個(gè)回歸模型中的系數(shù)平均大約是的三倍。例如，模型1顯示2005年前被資助的企業(yè)獲得資助后TFP相對(duì)于獲得資助前的TFP和對(duì)應(yīng)的非資助企業(yè)的TFP要高6.4%，而2005年后獲得資助的企業(yè)，資金注入后TFP較獲得資助前以及對(duì)應(yīng)的非資助企業(yè)的TFP要高16.7%。同樣的結(jié)果在以O(shè)P方法計(jì)算的TFP也適用。創(chuàng)新基金對(duì)企業(yè)TFP的促進(jìn)作用在2005年篩選機(jī)制更加分權(quán)化后顯著地提高了，這一觀察與我們的假設(shè)2一致。

我們進(jìn)一步將樣本分成兩個(gè)子樣本做穩(wěn)健性檢驗(yàn)，一個(gè)是只包括2005年前獲得資助的企業(yè)和對(duì)應(yīng)的非資助企業(yè)，一個(gè)是只包括2005年后獲得資助的企業(yè)和對(duì)應(yīng)的非資助企業(yè)。對(duì)這兩個(gè)子樣本的回歸再次驗(yàn)證了創(chuàng)新基金的效應(yīng)在程度上因?yàn)楹Y選機(jī)制的改變而變化。①當(dāng)篩選機(jī)制從集權(quán)向分權(quán)轉(zhuǎn)變后，地方政府的積極性得到激勵(lì)，更有潛力的企業(yè)被挖掘出來，事前的選擇性效應(yīng)削弱了。2005年后創(chuàng)新基金相對(duì)于2005年前，其對(duì)企業(yè)TFP的促進(jìn)作用增強(qiáng)了。

六、創(chuàng)新基金效應(yīng)的區(qū)域差異

既然政府對(duì)研發(fā)活動(dòng)的資助是為了糾正市場失靈，那么市場環(huán)境是否對(duì)創(chuàng)新基金的效應(yīng)產(chǎn)生影響？在我國市場環(huán)境和制度環(huán)境地區(qū)間差異很大。我們關(guān)注的是政府的研發(fā)資助對(duì)企業(yè)TFP的影響是否隨市場條件的不同而存在差異。若跨區(qū)差異存在的話，2005年后的篩選機(jī)制的變化又對(duì)這種區(qū)域效應(yīng)帶來何種影響？

首先，創(chuàng)新基金的區(qū)域效應(yīng)通過公式4進(jìn)行估計(jì)。公式4中的其他變量與公式1一致，但公式4中增加了衡量市場發(fā)達(dá)程度的變量Mrt。Mrt代表企業(yè)i在時(shí)間t所在省的市場發(fā)達(dá)程度。同時(shí)將和的交乘項(xiàng)放入公式4。

2005年決策機(jī)制分權(quán)化的變化對(duì)創(chuàng)新基金區(qū)域效應(yīng)的影響用公式5進(jìn)行回歸。

公式5與公式3的變量一致，只是加入了變量Mrt、Mrt和Inno_2005Aft以及Mrt和o_2005Bfr的交乘項(xiàng)。加入這些變量是為了識(shí)別政策變化前后創(chuàng)新基金的區(qū)域效應(yīng)。市場化指數(shù)用樊綱等（2009）每年在中國各省對(duì)企業(yè)的調(diào)查編制的1999至2007年的指數(shù)。這一指數(shù)關(guān)注市場發(fā)展的五個(gè)方面指標(biāo)。②

表7 不同市場條件下的創(chuàng)新基金與企業(yè)的TFP

注：括號(hào)中報(bào)告的是標(biāo)準(zhǔn)誤， * = p<0.1, ** = p<0.05, *** = p<0.01。

表7報(bào)告了跨區(qū)效應(yīng)的實(shí)證結(jié)果。和的交乘項(xiàng)與三種TFP都是顯著負(fù)相關(guān)。即在市場化程度越低的地區(qū)，創(chuàng)新基金的效果越顯著。這一結(jié)果說明在市場機(jī)制不夠完善的地區(qū)，創(chuàng)新基金更有效，支持了政府對(duì)“市場失敗”的糾錯(cuò)效應(yīng)。

2005年政策變化對(duì)創(chuàng)新基金區(qū)域效應(yīng)的影響與公式3的回歸結(jié)果類似。①和都與TFP顯著正相關(guān)，而且的系數(shù)比的系數(shù)顯著提高。和的交乘項(xiàng)與和的交乘項(xiàng)都與企業(yè)的TFP顯著負(fù)相關(guān)。而且，和交乘項(xiàng)的系數(shù)比和交乘項(xiàng)的系數(shù)顯著減小。這些結(jié)果說明一個(gè)企業(yè)如果位于市場化相對(duì)落后的地區(qū)比那些在市場化程度相對(duì)發(fā)達(dá)地區(qū)的企業(yè)更有可能從創(chuàng)新基金中受益，這種影響又因?yàn)?005年分權(quán)化的篩選機(jī)制被強(qiáng)化了，印證了假設(shè)3。

七、結(jié) 論

本文檢驗(yàn)了我國最大的鼓勵(lì)中小企業(yè)創(chuàng)新的政府項(xiàng)目——科技型中小企業(yè)創(chuàng)新基金對(duì)企業(yè)生產(chǎn)率的影響。研究發(fā)現(xiàn)創(chuàng)新基金對(duì)企業(yè)TFP存在事前的選擇效應(yīng)和事后的促進(jìn)效應(yīng)。篩選機(jī)制的變化對(duì)創(chuàng)新基金事前選擇效應(yīng)和事后促進(jìn)效應(yīng)均有影響。政府資助效應(yīng)的地區(qū)差異說明政府介入的創(chuàng)新政策能夠糾正市場失靈。

創(chuàng)新基金一般會(huì)選擇TFP較高的企業(yè)資助，同時(shí)獲得資助的企業(yè)在基金注入后比之前TFP進(jìn)一步提高，也比非資助企業(yè)高。我們通過傾向得分匹配法控制事前的選擇性偏差，通過兩步驟Heckman估計(jì)解決識(shí)別性問題，結(jié)果穩(wěn)健。項(xiàng)目篩選機(jī)制從集中向分權(quán)決策的轉(zhuǎn)化會(huì)影響創(chuàng)新基金的效應(yīng)。在2005年前集中的決策機(jī)制下，地方政府作為中央政府的代理人更傾向于規(guī)避風(fēng)險(xiǎn)，更多依據(jù)“硬”的或可觀測的信息向中央推薦TFP更高的企業(yè)。2005年決策機(jī)制分權(quán)化后，地方政府具有更多的決策權(quán)。分權(quán)后地方政府對(duì)于企業(yè)申請時(shí)可觀察到的TFP并不特別關(guān)注，而更加關(guān)注企業(yè)的增長潛力。篩選機(jī)制的變化一方面降低了創(chuàng)新基金事前的選擇性效應(yīng)，另一方面增強(qiáng)了創(chuàng)新基金事后對(duì)TFP的促進(jìn)作用。創(chuàng)新基金的效應(yīng)具有區(qū)域性差異，而且篩選機(jī)制的變化強(qiáng)化了區(qū)域效應(yīng)。在市場較不發(fā)達(dá)的地方，創(chuàng)新基金的作用更強(qiáng)大。這說明在市場失靈越嚴(yán)重的地方，政府的作用就越顯著。同時(shí)在市場較不發(fā)達(dá)地區(qū)企業(yè)較難獲得外部融資，所以創(chuàng)新基金效應(yīng)在這類市場中更加顯著。2005年之后，篩選機(jī)制的變化進(jìn)一步強(qiáng)化了政府政策在市場不發(fā)達(dá)地區(qū)的糾錯(cuò)作用。

我們的研究從微觀層面檢驗(yàn)了政府資助對(duì)企業(yè)研發(fā)的影響，得出了和大多數(shù)國家一致的結(jié)論，即政府的資助政策提高了企業(yè)的全要素生產(chǎn)率。更為重要的是，我們發(fā)現(xiàn)創(chuàng)新政策的有效性與政策實(shí)施的組織形式、運(yùn)行機(jī)制和市場環(huán)境緊密相關(guān)，這對(duì)于公共項(xiàng)目的制定與實(shí)施有重要的借鑒意義。

1. 安同良、周紹東和皮建才：《“R＆D補(bǔ)貼對(duì)中國企業(yè)自主創(chuàng)新的激勵(lì)效應(yīng)》[J]，《經(jīng)濟(jì)研究》2009年第10期。

2. 樊綱、王小魯、朱恒鵬：《中國市場化指數(shù)》[R]，中國經(jīng)濟(jì)改革研究基金會(huì)經(jīng)濟(jì)研究所，2009年。

3. 姚洋、章奇：《中國工業(yè)企業(yè)技術(shù)效率分析》[J]，《經(jīng)濟(jì)研究》2001年第10期。

4. Acemoglu, D., Akcigit, U., Bloom, N., & Kerr, W. R., 2013,[J], NBER working paper (No. w18993).

5. Acemoglu, D., Antràs, P., & Helpman, E., 2007,[J], The American economic review, 97 (3), 916–943.

6. Aerts, K., & Schmidt, T., 2008,[J], Research Policy, 37 (5), 806–822.

7. Aghion P., Akcigit, U., Howitt P., 2013,[J], Working paper.

8. Aghion, P., & Tirole, J., 1997,[J].ournal of political economy, 105 (1), 1–29.

9. Audretsch D. B., Link, A. N., & Scott. J. T., 2002,[J], Research Policy, 31 (1), 145–158.

10. Clausen, T. H., 2009,[J], Structural Change and Economic Dynamics, 20 (4), 239–253.

11. Czarnitzki, D., & Lopes Bento, C., 2011,[R], ZEW-Centre for European Economic Research Discussion Paper, (11 ? 053).

12. Démurger, S., Sachs, J. D., Woo, W. T., Bao, S., & Chang, G., 2002,[J]. China Economic Review, 13 (4), 444–465.

13. Dewatripont, M., & Maskin, E., 1995,[J]. The Review of Economic Studies, 62 (4), 541–555.

14. G?rg, H., & Strobl, E., 2007,[J], Economica, 74 (294), 215–234.

15. Hall, B. H., & Lerner, J., 2009,[J], NBER working paper (No. w15325).

16. Heckman, J. J., Urzua, S., & Vytlacil, E., 2006,[J], The Review of Economics and Statistics, 88 (3), 389–432.

17. Klette, T. J., & M?en, J., 1999,[J], Nordic Journal of Political Economy, 25, 53–74.

18. Lach, S., 2002,[J], The Journal of Industrial Economics, 50 (4), 369–390.

19. Lerner, J., 2000,[J], The Journal of Private Equity, 3 (2), 55–78.

20. L??f, H., & Hesmati, A., 2005,[J],CESIS. Electronic Working Paper Series.

21. Olley, GS, and A. Pakes, 1996,[J], Econometrica, 64: 1263–1297

22. Qian, Y., & Xu, C., 1998,[J]. The Review of Economic Studies, 65 (1), 151–164.

23. Rosenbaum, P. R., & Rubin, D. B., 1983,[J], Biometrika, 70 (1), 41–55.

24. Sah, R., & Stiglitz, J., 1991,[J]. Quarterly Journal of Economics, 106 (1), 289–295.

25. Stein, J. C., 2002,[J], The Journal of Finance, 57(5), 1891–1921.

26. Wallsten, S. J., 2000,[J]. RAND Journal of Economics, 31 (1), 82–100.

① Source: http://www.innofund.gov.cn/

②經(jīng)省級(jí)以上人民政府科技主管部門認(rèn)定的高新技術(shù)企業(yè)進(jìn)行技術(shù)創(chuàng)新項(xiàng)目的規(guī)?；a(chǎn)，其企業(yè)人數(shù)和技術(shù)人員所占比例條件可適當(dāng)放寬。

③http://www.innofund.gov.cn/.

①由于篇幅限制，我們略去了樣本企業(yè)的行業(yè)和資助時(shí)間分布的表格。

①回歸表格由于篇幅所限在本文中略去，有興趣的讀者可以向作者索取。

①單變量分析結(jié)果由于篇幅所限在本文中略去，有興趣的讀者可以向作者索取。

①所有第一階段與第二階段回歸的控制變量相同，為了節(jié)省空間，在此略去。

①回歸結(jié)果限于篇幅略去

②包括政府與企業(yè)的關(guān)系，私人部門的發(fā)展，產(chǎn)品市場的發(fā)展，資源市場的發(fā)展，工商業(yè)服務(wù)中介和法律機(jī)構(gòu)的發(fā)展。

①回歸結(jié)果表格由于篇幅所限在本文中略去，有興趣的讀者可以向作者索取。