政府資助、企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出
——基于北京工業(yè)企業(yè)的門檻回歸分析

羅 植

（北京市社會(huì)科學(xué)院管理研究所，北京市100101）

政府資助、企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出
——基于北京工業(yè)企業(yè)的門檻回歸分析

羅 植

（北京市社會(huì)科學(xué)院管理研究所，北京市100101）

政府研發(fā)資助不僅是為了激勵(lì)企業(yè)研發(fā)投入，更重要的是為了激勵(lì)創(chuàng)新產(chǎn)出。利用北京市工業(yè)企業(yè)的科技數(shù)據(jù)，從企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出兩個(gè)角度，對(duì)政府研發(fā)資助效果的門檻效應(yīng)進(jìn)行實(shí)證檢驗(yàn)，分析資助強(qiáng)度、技術(shù)水平、企業(yè)規(guī)模和產(chǎn)權(quán)結(jié)構(gòu)四個(gè)因素對(duì)激勵(lì)效果的影響方式，結(jié)果顯示：第一，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入存在顯著的門檻效應(yīng)，其激勵(lì)效果敏感于資助強(qiáng)度和產(chǎn)權(quán)結(jié)構(gòu)；第二，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出的激勵(lì)效果較弱，門檻效應(yīng)普遍不夠顯著，且激勵(lì)效果僅敏感于技術(shù)水平；第三，研發(fā)資本存量是影響企業(yè)研發(fā)投入的重要變量，但并不是決定創(chuàng)新產(chǎn)出的關(guān)鍵因素；第四，政府研發(fā)資助對(duì)大企業(yè)可能更為有效；第五，政府研發(fā)資助可以有效激勵(lì)國有企業(yè)的研發(fā)投入，但對(duì)創(chuàng)新產(chǎn)出的激勵(lì)比較有限。

政府研發(fā)資助；創(chuàng)新產(chǎn)出；門檻效應(yīng)；資助強(qiáng)度；激勵(lì)效果

一、引言

企業(yè)的創(chuàng)新活動(dòng)具有公共物品特征，具有正外部性；企業(yè)作為創(chuàng)新活動(dòng)的主體，其私人收益通常會(huì)小于社會(huì)收益。這是政府對(duì)企業(yè)創(chuàng)新活動(dòng)進(jìn)行資助的理論基礎(chǔ)。然而，在企業(yè)創(chuàng)新活動(dòng)既定的情況下，政府若采用直接提供研發(fā)經(jīng)費(fèi)的方式進(jìn)行激勵(lì)，也有可能形成擠出效應(yīng)，從而削弱企業(yè)從事創(chuàng)新活動(dòng)的投入水平。因此，政府對(duì)企業(yè)的研發(fā)經(jīng)費(fèi)資助是溢出效應(yīng)更大還是擠出效應(yīng)更大，政府應(yīng)該如何更好地使用直接提供研發(fā)經(jīng)費(fèi)的激勵(lì)手段，一直是實(shí)證研究的焦點(diǎn)。

漢貝格（Hamberg）[1]首次從企業(yè)層面對(duì)政府研發(fā)投入與企業(yè)研發(fā)投入之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)，其研究不僅控制了樣本異質(zhì)性，而且引入了多個(gè)控制變量，有效控制了影響企業(yè)邊際收益與成本的其他主要因素，但最終得到的檢驗(yàn)結(jié)論是4個(gè)溢出效應(yīng)和4個(gè)不具有統(tǒng)計(jì)顯著性。林克（Link）[2]利用1972年美國制造業(yè)的數(shù)據(jù)，分別檢驗(yàn)了研發(fā)投入的三種不同用途，結(jié)果發(fā)現(xiàn)政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的促進(jìn)作用主要體現(xiàn)于對(duì)實(shí)驗(yàn)發(fā)展活動(dòng)的資助。戈德堡（Goldberg）[3]從行業(yè)層面進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)當(dāng)期的政府研發(fā)資助擠出了行業(yè)研發(fā)投入，但其滯后期具有顯著的促進(jìn)作用，且整體上表現(xiàn)出較弱的溢出效應(yīng)。與戈德堡不同，利希滕貝格（Lichtenberg）[4]的檢驗(yàn)結(jié)果顯示，每增加1美元的政府研發(fā)投入會(huì)減少0.08美元的行業(yè)研發(fā)投入。利維和特拉斯凱奇（Levy&Terleckyj）[5]從國家層面進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)政府研發(fā)的激勵(lì)效應(yīng)至少會(huì)在三年之內(nèi)體現(xiàn)出來。利維[6]利用1963年到1984年9個(gè)經(jīng)濟(jì)合作與發(fā)展組織（OECD）成員的面板數(shù)據(jù)進(jìn)行了檢驗(yàn)，其中5個(gè)國家表現(xiàn)出溢出效應(yīng)，2個(gè)國家表現(xiàn)為擠出關(guān)系。隨著研究的深入，許多學(xué)者注意到了政府研發(fā)資助的內(nèi)生性問題。利希滕貝格[7]利用工具變量法處理內(nèi)生性問題得到了替代關(guān)系的結(jié)論。瓦爾斯滕（Wallsten）[8]使用三階段最小二乘法也得到了替代關(guān)系的結(jié)論。但是，鮑瑟姆（Busom）[9]使用帶選擇修正的最小二乘法得到的結(jié)論是互補(bǔ)關(guān)系。李（Lee）[10]基于多國多行業(yè)企業(yè)的研究也考慮了內(nèi)生性問題，發(fā)現(xiàn)政府研發(fā)資助的激勵(lì)效果受到企業(yè)類型、技術(shù)水平與市場(chǎng)環(huán)境等多個(gè)因素的影響。

在國內(nèi)，朱平芳和徐偉民[11]的研究影響較大，他們使用上海大中型企業(yè)的面板數(shù)據(jù)檢驗(yàn)了政府資金資助和技術(shù)開發(fā)減免稅政策對(duì)企業(yè)研發(fā)投入的影響，得到了肯定性的結(jié)論，而且發(fā)現(xiàn)兩種政策之間互為補(bǔ)充。許治和師萍[12]的研究發(fā)現(xiàn)，政府科技投入對(duì)企業(yè)研發(fā)投入具有顯著的激勵(lì)作用，但針對(duì)高校的研發(fā)資助對(duì)企業(yè)研發(fā)投入具有擠出效應(yīng)。然而，徐曉雯[13]發(fā)現(xiàn)，政府直接針對(duì)企業(yè)資助沒有顯著效果，針對(duì)研發(fā)機(jī)構(gòu)和高校的資助對(duì)企業(yè)研發(fā)投入形成了顯著的間接激勵(lì)。由于大量的實(shí)證檢驗(yàn)并沒有得到較為一致的結(jié)論，因此，一些學(xué)者開始從非線性的角度檢驗(yàn)政府研發(fā)補(bǔ)貼的激勵(lì)效應(yīng)[14-15]。

可以看到，現(xiàn)有研究在分析政府研發(fā)激勵(lì)效應(yīng)時(shí)，主要關(guān)注政府研發(fā)資助對(duì)企業(yè)研發(fā)經(jīng)費(fèi)投入的影響效果，關(guān)注政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出影響的研究相對(duì)較少。顯然，激勵(lì)企業(yè)增加研發(fā)投入只是政府研發(fā)資助的直接目的，更重要的目的還在于企業(yè)能夠形成更多更好的創(chuàng)新產(chǎn)出。在這一方面，白俊紅[16]分別從這兩個(gè)角度檢驗(yàn)了政府研發(fā)資助的激勵(lì)效應(yīng)，發(fā)現(xiàn)政府研發(fā)資助在促進(jìn)企業(yè)技術(shù)創(chuàng)新的同時(shí)還受到多個(gè)企業(yè)特征因素的影響。然而，白俊紅的研究并沒有考慮政府研發(fā)資助的非線性效應(yīng)，而且其檢驗(yàn)過程是對(duì)具有交互作用的每一個(gè)影響因素分別回歸，這就很容易因缺少重要的相關(guān)變量而導(dǎo)致估計(jì)結(jié)果是有偏的。李永等[17]的研究也考慮了這兩個(gè)方面，但其在非線性關(guān)系上只分析了基本的二次函數(shù)關(guān)系，且只涉及個(gè)別控制變量。

除此之外，現(xiàn)有的實(shí)證研究還很少關(guān)注北京市的樣本，而中國區(qū)域經(jīng)濟(jì)差異較大，科技創(chuàng)新更是如此。北京是全國的科技創(chuàng)新中心，聚集著大量的科技企業(yè)、高校和科研單位，其科技創(chuàng)新顯著有別于其他地區(qū)。2015年，北京市研發(fā)經(jīng)費(fèi)內(nèi)部支出為1 384.02億元，接近全國研發(fā)經(jīng)費(fèi)內(nèi)部支出的十分之一，其強(qiáng)度達(dá)到地區(qū)生產(chǎn)總值的6.01%；北京市政府對(duì)工業(yè)企業(yè)的研發(fā)資助強(qiáng)度超過了10%，遠(yuǎn)高于全國4.19%的平均水平，說明北京的科技創(chuàng)新行為有其自身的特點(diǎn)。針對(duì)北京樣本的檢驗(yàn)不僅有利于北京市政府研發(fā)資助的優(yōu)化，還有利于進(jìn)一步推動(dòng)全國的科技創(chuàng)新。為此，本研究擬利用北京市工業(yè)企業(yè)的分行業(yè)數(shù)據(jù)，從企業(yè)研發(fā)投入水平和企業(yè)創(chuàng)新產(chǎn)出兩個(gè)角度檢驗(yàn)政府研發(fā)資助的非線性效應(yīng)。

二、模型設(shè)置

非線性關(guān)系中，二次函數(shù)是比較簡(jiǎn)單的一種。由于政府研發(fā)資助在理論上確實(shí)存在著正反兩方面作用，因此，一些研究嘗試從“倒U型”曲線入手，探尋政府研發(fā)資助的非線性關(guān)系。擬合二次曲線，最直接的做法是在線性回歸模型中引入二次項(xiàng)。這種處理方式雖簡(jiǎn)單明了，但其僅限于二次函數(shù)關(guān)系。為了可以處理更為復(fù)雜的非線性關(guān)系，本研究擬采用漢森（Hansen）[18]的門檻模型檢驗(yàn)政府研發(fā)資助效果的結(jié)構(gòu)性轉(zhuǎn)變。

與引入二次項(xiàng)不同，門檻回歸并不局限于二次函數(shù)關(guān)系。門檻回歸是將存在結(jié)構(gòu)性轉(zhuǎn)變的非線性關(guān)系劃分為多個(gè)線性關(guān)系，并分別估計(jì)每一段線性關(guān)系。就“倒U型”的二次函數(shù)關(guān)系而言，就是將其近似劃分為上升與下降兩段線性關(guān)系。當(dāng)影響結(jié)構(gòu)性轉(zhuǎn)變的門檻變量小于臨界值時(shí)，因變量與自變量之間存在著正相關(guān)關(guān)系，即上升階段；當(dāng)影響結(jié)構(gòu)性轉(zhuǎn)變的門檻變量大于臨界值時(shí)，二者之間則表現(xiàn)出負(fù)相關(guān)關(guān)系，即下降階段。該臨界值即為決定二者關(guān)系轉(zhuǎn)換的關(guān)鍵點(diǎn)。門檻回歸模型就是在找尋門檻變量及其臨界值的基礎(chǔ)上，通過兩個(gè)線性回歸模型分別估計(jì)小于臨界值的樣本和大于臨界值的樣本，從而分別得到對(duì)應(yīng)兩段不同線性關(guān)系的估計(jì)量。當(dāng)然，門檻回歸不僅可以處理包含一個(gè)轉(zhuǎn)換點(diǎn)的“倒U型”關(guān)系，還可以處理兩三個(gè)甚至更多轉(zhuǎn)換點(diǎn)的非線性關(guān)系。

因?yàn)楸狙芯筷P(guān)注政府研發(fā)資助對(duì)企業(yè)研發(fā)投入和企業(yè)創(chuàng)新產(chǎn)出兩個(gè)方面的影響，所以待估計(jì)的門檻回歸模型有兩個(gè)。

一是政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的門檻回歸模型。估計(jì)政府研發(fā)資助對(duì)企業(yè)研發(fā)投入激勵(lì)效果的線性回歸模型，其一般形式可概括為PRI=F（GOV，Z）。其中，因變量PRI代表私人研發(fā)投入即企業(yè)研發(fā)投入水平，自變量GOV代表政府研發(fā)資助水平，Z代表其他影響企業(yè)研發(fā)經(jīng)費(fèi)投入的各種控制變量。從線性關(guān)系的角度看，函數(shù)關(guān)系F可設(shè)定為線性或者對(duì)數(shù)線性形式。在一般形式的基礎(chǔ)上，按照門檻回歸模型的形式引入門檻變量及關(guān)鍵的控制變量，可構(gòu)建面板結(jié)構(gòu)的門檻回歸模型（以單一門檻效應(yīng)為例）：

二是政府研發(fā)資助對(duì)企業(yè)創(chuàng)新產(chǎn)出的門檻回歸模型。按照CD生產(chǎn)函數(shù)的基本形式，可設(shè)置企業(yè)創(chuàng)新行為的產(chǎn)出函數(shù)為y=AKαLβGγ。其中，y為科技創(chuàng)新產(chǎn)出，K為研發(fā)資本存量，L為研發(fā)人員投入，G為政府研發(fā)資助，α、β、γ分別為對(duì)應(yīng)投入要素的產(chǎn)出彈性。對(duì)產(chǎn)出函數(shù)兩邊取自然對(duì)數(shù)，引入門檻變量和控制變量，并變換個(gè)別變量和估計(jì)系數(shù)的名稱，可構(gòu)建面板結(jié)構(gòu)的門檻回歸模型（同樣以單一門檻效應(yīng)為例）：

模型（1）和模型（2）中，下標(biāo)i表示不同行業(yè)，下標(biāo)t表示不同年份，因變量lnIndustry為企業(yè)研發(fā)經(jīng)費(fèi)投入的自然對(duì)數(shù)，因變量lnY為企業(yè)創(chuàng)新產(chǎn)出的自然對(duì)數(shù)，自變量lnGov為政府研發(fā)資助的自然對(duì)數(shù)，lnRDK為企業(yè)研發(fā)資本存量的自然對(duì)數(shù)，lnRDP為企業(yè)研發(fā)勞動(dòng)力投入的自然對(duì)數(shù)，lnLevel為科技水平的自然對(duì)數(shù)，lnSize為企業(yè)平均規(guī)模的自然對(duì)數(shù)，lnProperty為產(chǎn)權(quán)結(jié)構(gòu)的自然對(duì)數(shù)，ai為不隨時(shí)間變化且難以觀測(cè)或測(cè)量的個(gè)體效應(yīng)，根據(jù)不同的假設(shè)可以設(shè)定為“固定效應(yīng)”或“隨機(jī)效應(yīng)”，ε為隨機(jī)干擾項(xiàng)，滿足白噪聲的假設(shè)。這些變量的核算方法和數(shù)據(jù)來源后文詳述。

與一般線性面板回歸模型不同的是，模型中包含了一個(gè)指示函數(shù)I（·），當(dāng)括號(hào)內(nèi)的條件滿足時(shí)取1，不滿足時(shí)取0。該指示函數(shù)的取值取決于門檻變量q的取值。以上面的單一門檻為例，當(dāng)門檻變量q的取值小于等于臨界值γ時(shí)，政府研發(fā)資助對(duì)因變量的影響系數(shù)為β0，否則，其對(duì)因變量的影響系數(shù)為β1。

對(duì)于門檻變量q的選擇，本研究主要考慮對(duì)政府研發(fā)資助效應(yīng)具有潛在影響的四個(gè)因素。一是政府研發(fā)資助強(qiáng)度Strength。不少理論研究和實(shí)證研究認(rèn)為，政府直接的研發(fā)資助具有正反兩方面的作用。當(dāng)資助強(qiáng)度較低時(shí)，可能會(huì)提高企業(yè)研發(fā)投入，但當(dāng)資助強(qiáng)度較高時(shí)，就可能替代企業(yè)原本計(jì)劃的研發(fā)投入，從而形成消極作用。二是科技水平Level?？萍妓礁叩钠髽I(yè)基礎(chǔ)好、潛力大，形成創(chuàng)新產(chǎn)出的概率較大。但科技水平低的企業(yè)可能具有較高的邊際產(chǎn)出率，一些研究也發(fā)現(xiàn)政府研發(fā)資助對(duì)中低科技水平企業(yè)的創(chuàng)新產(chǎn)出有促進(jìn)作用[19-20]。三是企業(yè)規(guī)模Size。大企業(yè)資本雄厚，具有規(guī)模效應(yīng)，其創(chuàng)新能力可能更強(qiáng)，更便于發(fā)揮政府研發(fā)資助的作用。小企業(yè)沉沒成本較低，靈活多變，容易應(yīng)對(duì)市場(chǎng)變化，更便于配合政府的研發(fā)資助引導(dǎo)。而且，現(xiàn)有一些研究也說明政府研發(fā)資助效應(yīng)受企業(yè)規(guī)模的影響[21-23]。四是產(chǎn)權(quán)結(jié)構(gòu)Property。產(chǎn)權(quán)結(jié)構(gòu)也是影響政府研發(fā)資助效果的重要因素。因?yàn)橐恍┸浖s束制度的影響，國有企業(yè)的創(chuàng)新行為對(duì)政府研發(fā)資助更敏感，可能更需要積極的配合。

三、數(shù)據(jù)來源與處理

本研究使用北京市規(guī)模以上工業(yè)企業(yè)的分行業(yè)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。由于分行業(yè)研發(fā)相關(guān)數(shù)據(jù)的統(tǒng)計(jì)工作起步較晚，因此，時(shí)間范圍只能選擇2009—2015年。北京市規(guī)模以上工業(yè)企業(yè)共劃分了30多個(gè)行業(yè)，剔除因行業(yè)劃分調(diào)整導(dǎo)致的不可用樣本及部分缺失數(shù)據(jù)后，還剩24個(gè)行業(yè)，共168個(gè)樣本。

主要變量的核算方法和數(shù)據(jù)來源說明如下：

Industry為企業(yè)研發(fā)投入水平，用分行業(yè)研發(fā)資金來源中的企業(yè)資金衡量。

Y為企業(yè)的科技創(chuàng)新產(chǎn)出。在常見的統(tǒng)計(jì)數(shù)據(jù)中，創(chuàng)新產(chǎn)出一般可用兩類4種指標(biāo)來衡量。一類是專利指標(biāo)，包括專利申請(qǐng)數(shù)和專利授權(quán)數(shù)。專利申請(qǐng)數(shù)可以直接反映創(chuàng)新產(chǎn)出，但可能因包含一些無效專利而高估產(chǎn)出水平。專利授權(quán)數(shù)雖然可以避免無效專利的高估問題，卻可能包含了專利審核人員的偏好，且專利數(shù)量無法體現(xiàn)質(zhì)量和價(jià)值的差別。另一類是新產(chǎn)品指標(biāo)，包括新產(chǎn)品產(chǎn)值和新產(chǎn)品銷售收入。與專利指標(biāo)相比，新產(chǎn)品指標(biāo)更為全面，包含了更多的質(zhì)量因素，較好地解決了專利的異質(zhì)性問題。其中，新產(chǎn)品銷售收入還包含了生產(chǎn)和銷售兩個(gè)環(huán)節(jié)，在衡量企業(yè)創(chuàng)新產(chǎn)出上，還將市場(chǎng)的不確定因素包含在內(nèi)[24]。因此，本研究使用新產(chǎn)品銷售收入來衡量企業(yè)的科技創(chuàng)新產(chǎn)出。

Gov為政府研發(fā)資助水平，用分行業(yè)研發(fā)資金來源中的政府資金衡量。

RDP為企業(yè)研發(fā)的勞動(dòng)力投入水平，用分行業(yè)研發(fā)人員全時(shí)當(dāng)量衡量。

Strength為政府研發(fā)資助強(qiáng)度，用分行業(yè)研發(fā)資金來源中的政府資金占全部研發(fā)資金的比重來衡量。

Level為技術(shù)水平，用企業(yè)平均研發(fā)人員全時(shí)當(dāng)量占企業(yè)平均從業(yè)人員的比重衡量。其中，平均研發(fā)人員全時(shí)當(dāng)量和平均從業(yè)人員用分行業(yè)的總量除以該行業(yè)的企業(yè)總數(shù)核算。

Size為平均企業(yè)規(guī)模，用分行業(yè)的工業(yè)總產(chǎn)值除以該行業(yè)企業(yè)數(shù)量核算。

Property為產(chǎn)權(quán)結(jié)構(gòu)，用分行業(yè)中國有企業(yè)工業(yè)總產(chǎn)值占全部工業(yè)總產(chǎn)值的比重衡量。

RDK為企業(yè)研發(fā)資本存量，采用與核算全社會(huì)固定資本存量類似的永續(xù)盤存法核算，即Kt=Et+（1-δ）Kt-1。永續(xù)盤存法核算需要確定三個(gè)變量。一是研發(fā)投入的流量指標(biāo)。該指標(biāo)可采用研發(fā)經(jīng)費(fèi)內(nèi)部支出衡量。二是折舊率δ。在固定資本存量核算時(shí)，折舊率δ通常使用10%左右?？紤]到科技資本的更新速度可能更快，以及現(xiàn)有一些研究的選擇，本研究使用15%的折舊率[25-27]。這一處理方式通常不會(huì)對(duì)結(jié)果產(chǎn)生顯著影響。三是基年的存量數(shù)據(jù)。根據(jù)后藤和鈴木（Goto&Suzuki）[28]及科和赫爾普曼（Coe&Helpman）[29]對(duì)基年數(shù)據(jù)的估計(jì)方法，若假設(shè)存量的年均增長(zhǎng)率等于流量的年均增長(zhǎng)率，那么，可導(dǎo)出基年存量的計(jì)算公式為K0＝E0/（g＋δ），即基年存量等于基年流量比流量年均增長(zhǎng)率g與折舊率δ之和。在計(jì)算平均增長(zhǎng)率g時(shí)，參考霍爾和瓊斯（Hall&Jones）[30]的處理方式，使用幾何平均數(shù)計(jì)算流量的年均增長(zhǎng)率。

以上核算指標(biāo)所用的數(shù)據(jù)都來自歷年《北京統(tǒng)計(jì)年鑒》。為了方便處理，所有的名義貨幣變量均使用地區(qū)生產(chǎn)總值的平減指數(shù)核算其實(shí)際值。

四、實(shí)證檢驗(yàn)

（一）面板單位根檢驗(yàn)

樣本數(shù)據(jù)共包含24個(gè)行業(yè)的7期觀測(cè)數(shù)據(jù)，截面數(shù)大于時(shí)序數(shù)，時(shí)序特征并不顯著。而且，與其他宏觀經(jīng)濟(jì)數(shù)據(jù)不同，科技創(chuàng)新活動(dòng)的特征性使得研發(fā)相關(guān)指標(biāo)沒有特別明顯的時(shí)間趨勢(shì)特征。盡管如此，為了避免偽回歸，還是先對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。目前，檢驗(yàn)面板數(shù)據(jù)單位根的統(tǒng)計(jì)量很多，比如LLC、IPS、MADF以及Fisher-PP[31-35]。不同的統(tǒng)計(jì)量在檢驗(yàn)上具有不同的特點(diǎn)，以及不同的適用范圍。MADF檢驗(yàn)基于似無相關(guān)模型，要求面板數(shù)據(jù)的時(shí)序數(shù)大于截面?zhèn)€體數(shù)，并不符合要求。Fisher-PP以單個(gè)個(gè)體的ADF檢驗(yàn)為基礎(chǔ)來構(gòu)造p值，其優(yōu)點(diǎn)體現(xiàn)在可用于非平衡面板。LLC基于固定效應(yīng)估計(jì)，假設(shè)所有序列均服從同一個(gè)AR（1）過程，不僅允許個(gè)體固定效應(yīng)的存在，而且考慮了截面異質(zhì)性和干擾項(xiàng)的序列相關(guān)。與LLC不同，IPS放寬了相同AR（1）的假設(shè)，即LLC是相同單位根檢驗(yàn)，IPS是不同單位根檢驗(yàn)。由于接下來主要基于固定效應(yīng)假設(shè)估計(jì)模型，因此，使用LLC和IPS兩個(gè)統(tǒng)計(jì)量檢驗(yàn)是否存在單位根，具體檢驗(yàn)結(jié)果如表1所示。

從表1的檢驗(yàn)結(jié)果可以看到，除產(chǎn)權(quán)結(jié)構(gòu)Property外，其他變量在LLC檢驗(yàn)中都顯著拒絕了存在單位根的原假設(shè)，在IPS包含趨勢(shì)項(xiàng)的檢驗(yàn)中也同樣顯著拒絕了存在單位根的原假設(shè)。產(chǎn)權(quán)結(jié)構(gòu)也可以不包含趨勢(shì)項(xiàng)的LLC檢驗(yàn)和IPS檢驗(yàn)中顯著拒絕原假設(shè)。這一結(jié)果基本說明待檢驗(yàn)的樣本不存在面板單位根。其實(shí)，現(xiàn)有統(tǒng)計(jì)量的漸近性假設(shè)普遍要求時(shí)序足夠長(zhǎng)。因此，這種時(shí)序小于截面的面板數(shù)據(jù)不用過于關(guān)注單位根和偽回歸的問題，該檢驗(yàn)結(jié)果也僅供參考。

表1 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

（二）對(duì)企業(yè)研發(fā)投入的門檻效應(yīng)檢驗(yàn)

首先，門檻變量的分布特征影響著門檻數(shù)的推斷和門檻回歸結(jié)果的分析，因此，在估計(jì)模型之前先考察這四個(gè)門檻變量的分布特征。

如表2所示，政府研發(fā)資助強(qiáng)度最小值為0，最大值接近80，一半樣本的資助強(qiáng)度小于5.162，絕大部分樣本的資助強(qiáng)度都不超過19。技術(shù)水平最小值為0.004，最大值為 0.434，一半樣本的技術(shù)水平小于0.024，絕大部分樣本的技術(shù)水平都低于0.16。企業(yè)規(guī)模最小值為588.95，最大值為67 238.16，一半樣本的企業(yè)規(guī)模小于3 377.31，絕大部分樣本的企業(yè)規(guī)模都不超過18 736.86。產(chǎn)權(quán)結(jié)構(gòu)最小值為5.449，最大值為100，一半樣本的產(chǎn)權(quán)結(jié)構(gòu)小于36.447，絕大部分樣本的產(chǎn)權(quán)結(jié)構(gòu)不超過90。

其次，門檻回歸需要確定門檻效應(yīng)的數(shù)量。針對(duì)模型（1），分別檢驗(yàn)四個(gè)門檻變量的門檻數(shù)量，包括單一門檻、雙重門檻和三重門檻，檢驗(yàn)結(jié)果如表3所示，所有檢驗(yàn)過程的Bootstrap均為300次。由于三種門檻數(shù)量假設(shè)下的門檻值和推斷結(jié)果均無顯著差異，所以表3只列出三重門檻假設(shè)下的所有檢驗(yàn)結(jié)果，檢索到門檻估計(jì)值的順序也保持不變，另兩種假設(shè)下的檢驗(yàn)結(jié)果可以參考三重門檻的檢驗(yàn)結(jié)果。由于企業(yè)規(guī)模的雙重門檻估計(jì)值調(diào)整了單一門檻估計(jì)值，且第三個(gè)門檻估計(jì)值又與單一門檻估計(jì)值相同，因此，企業(yè)規(guī)模只給出兩種假設(shè)下的檢驗(yàn)結(jié)果。

從檢驗(yàn)結(jié)果看，四個(gè)門檻變量的門檻效應(yīng)數(shù)量各不相同。第一，資助強(qiáng)度存在雙重門檻效應(yīng)，一個(gè)門檻值是2.330 3，另一個(gè)門檻值是8.776 9，在5%的水平下顯著。第二，技術(shù)水平不存在顯著的門檻效應(yīng)。第三，企業(yè)規(guī)模存在單一門檻效應(yīng)，門檻值為9 158.40，僅在10%的水平下顯著。第四，產(chǎn)權(quán)結(jié)構(gòu)存在雙重門檻效應(yīng)，第一門檻值是70.369 6，在1%的水平下顯著，第二個(gè)門檻值是92.888 5，但雙重門檻僅在10%的水平下顯著。

表2 門檻變量分布特征

根據(jù)檢驗(yàn)得到的門檻數(shù)量，分別在四個(gè)門檻變量下估計(jì)模型（1）。因?yàn)樗膫€(gè)門檻變量下的政府研發(fā)資助最多只存在雙重門檻效應(yīng)，所以lnGov最多只有三個(gè)區(qū)域的估計(jì)系數(shù)。用lnGov1表示小于第一個(gè)門檻的情況，用lnGov2表示大于第一個(gè)門檻值但小于第二個(gè)門檻值的情況，用lnGov3表示大于第二個(gè)門檻值的情況。具體估計(jì)結(jié)果如表4所示。為了與非門檻模型對(duì)比，表4第一列為固定效應(yīng)估計(jì)結(jié)果，其中l(wèi)nGov1為政府研發(fā)資助的估計(jì)系數(shù)。

政府研發(fā)補(bǔ)貼是本研究最關(guān)注的解釋變量。從固定效應(yīng)的估計(jì)結(jié)果看，雖然其估計(jì)系數(shù)大于0，但在統(tǒng)計(jì)上并不顯著，說明從整體上看，政府研發(fā)補(bǔ)貼并沒有對(duì)企業(yè)的研發(fā)投入形成激勵(lì)效應(yīng)。但門檻回歸的估計(jì)結(jié)果中，一些估計(jì)結(jié)果在統(tǒng)計(jì)上是顯著的。也就是說，政府研發(fā)補(bǔ)貼的激勵(lì)存在門檻效應(yīng)，其對(duì)企業(yè)研發(fā)投入的激勵(lì)取決于門檻變量的取值。

第一，資助強(qiáng)度。資助強(qiáng)度對(duì)政府研發(fā)資助的激勵(lì)效應(yīng)通過了雙重門檻的假設(shè)檢驗(yàn)。當(dāng)資助強(qiáng)度小于2.330 3時(shí)，政府研發(fā)資助的估計(jì)系數(shù)為0.220 3。當(dāng)資助強(qiáng)度介于2.330 3和8.776 9之間時(shí)，其估計(jì)系數(shù)降低到0.139。當(dāng)資助強(qiáng)度大于8.776 9后，其估計(jì)系數(shù)則只有0.075 7，且只在10%的水平下顯著?？梢钥吹剑S著資助強(qiáng)度的不斷提高，政府研發(fā)補(bǔ)助對(duì)企業(yè)研發(fā)投入的激勵(lì)效果逐漸降低。當(dāng)政府研發(fā)資助超過全部研發(fā)經(jīng)費(fèi)支出的8.776 9后，其激勵(lì)效果就開始變得不太顯著。

第二，技術(shù)水平。技術(shù)水平的變動(dòng)對(duì)激勵(lì)效應(yīng)并不存在顯著影響。但雙重門檻回歸的估計(jì)結(jié)果值得參考。當(dāng)技術(shù)水平小于0.060 9或大于0.303 7時(shí)，政府研發(fā)投入的估計(jì)系數(shù)小于0，但在統(tǒng)計(jì)上并不顯著。這說明對(duì)于技術(shù)水平很低或者很高的企業(yè)，政府研發(fā)投入不僅沒有激勵(lì)作用，甚至可能具有一定程度的消極影響。只有當(dāng)技術(shù)水平適中時(shí)，政府對(duì)企業(yè)的研發(fā)資助才有較為微弱的激勵(lì)效果。

第三，企業(yè)規(guī)模。企業(yè)規(guī)模雖然通過了單一門檻的假設(shè)，但顯著性水平并不是很高。從估計(jì)系數(shù)看，當(dāng)企業(yè)規(guī)模小于9 158.40時(shí)，政府研發(fā)投入的估計(jì)系數(shù)小于0，但在統(tǒng)計(jì)上并不顯著，即政府研發(fā)資助并不存在顯著的激勵(lì)效應(yīng)，甚至可能存在負(fù)面影響。當(dāng)企業(yè)規(guī)模大于9 158.40后，政府研發(fā)投入的估計(jì)結(jié)果顯著為正。從估計(jì)系數(shù)看，政府研發(fā)資助提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入將增加0.155 9個(gè)百分點(diǎn)。

第四，產(chǎn)權(quán)結(jié)構(gòu)。產(chǎn)權(quán)結(jié)構(gòu)對(duì)政府研發(fā)資助的激勵(lì)效應(yīng)存在雙重門檻，但雙重門檻效應(yīng)的顯著性水平較低。從估計(jì)系數(shù)看，當(dāng)產(chǎn)權(quán)結(jié)構(gòu)中的國有企業(yè)份額小于70.369 6時(shí)，政府研發(fā)資助的估計(jì)系數(shù)小于0，在統(tǒng)計(jì)上并不顯著。當(dāng)產(chǎn)權(quán)結(jié)構(gòu)中的國有企業(yè)份額大于70.369 6且小于92.888 5時(shí)，政府研發(fā)資助的估計(jì)系數(shù)為0.157。當(dāng)國有企業(yè)份額大于92.888 5后，政府研發(fā)資助的估計(jì)系數(shù)提高到0.446 9?？梢钥吹?，政府研發(fā)資助的激勵(lì)效應(yīng)隨著產(chǎn)權(quán)結(jié)構(gòu)中國有企業(yè)份額的增加而不斷擴(kuò)大。也就是說，國有企業(yè)對(duì)政府研發(fā)資助更為敏感，這可能是一些軟約束制度形成的。

除受門檻變量影響的解釋變量外，其他解釋變量因不受門檻變量的影響，所以理論上其估計(jì)結(jié)果在五個(gè)模型中不會(huì)存在顯著差異。從表4可以看到，企業(yè)研發(fā)資本存量、技術(shù)水平、企業(yè)規(guī)模、產(chǎn)權(quán)結(jié)果的估計(jì)系數(shù)和推斷結(jié)果在五個(gè)模型中均沒有較大差異，這在一定程度上說明該模型具有一定的穩(wěn)健性。從估計(jì)系數(shù)看，企業(yè)研發(fā)資本存量的估計(jì)系數(shù)在1.2左右，且都在1%的水平下顯著，即企業(yè)研發(fā)資本存量提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入將增加約1.2個(gè)百分點(diǎn)。技術(shù)水平的估計(jì)系數(shù)從0.264 5到0.439 2不等，且都在1%的水平下顯著，即技術(shù)水平提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入將增加約0.35個(gè)百分點(diǎn)。企業(yè)規(guī)模的估計(jì)系數(shù)為負(fù)，從-0.540 0到-0.323 7不等，基本都在1%的水平下顯著，即企業(yè)規(guī)模提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入將減少約0.4個(gè)百分點(diǎn)。產(chǎn)權(quán)結(jié)構(gòu)的估計(jì)系數(shù)同樣為負(fù)，從-0.263 5到-0.135 4不等，但該結(jié)果并不顯著，即產(chǎn)權(quán)結(jié)構(gòu)對(duì)企業(yè)研發(fā)投入不存在顯著影響。

（三）對(duì)創(chuàng)新產(chǎn)出的門檻效應(yīng)檢驗(yàn)

對(duì)模型（2）分別檢驗(yàn)四個(gè)門檻變量的門檻數(shù)量，其檢驗(yàn)結(jié)果如表5所示，檢驗(yàn)過程的Bootstrap為300次。因?yàn)橘Y助強(qiáng)度和技術(shù)水平的門檻估計(jì)值和推斷結(jié)果在不同假設(shè)下并無顯著差異，所以只列出三重門檻的檢驗(yàn)結(jié)果，且檢索到的門檻估計(jì)值的順序也保持不變，另兩種假設(shè)下的檢驗(yàn)結(jié)果可以參考三重門檻的檢驗(yàn)結(jié)果。企業(yè)規(guī)模和產(chǎn)權(quán)結(jié)構(gòu)在不同假設(shè)下的門檻估計(jì)值并不完全相同，所以分別列出，其中后三個(gè)為三重門檻的三個(gè)估計(jì)值，即雙重門檻的加第三門檻的。

表5 對(duì)創(chuàng)新產(chǎn)出的門檻效應(yīng)檢驗(yàn)結(jié)果

從門檻數(shù)量的檢驗(yàn)結(jié)果看，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出普遍不存在門檻效應(yīng)，只有技術(shù)水平的單一門檻和產(chǎn)權(quán)結(jié)構(gòu)的三重門檻通過了檢驗(yàn)，且顯著性水平也不高。根據(jù)門檻數(shù)量的檢驗(yàn)結(jié)果，分別估計(jì)模型（2），其結(jié)果如表6所示。為了便于對(duì)比，第一列為固定效應(yīng)估計(jì)結(jié)果，而資助強(qiáng)度和企業(yè)規(guī)模則在雙重門檻的假設(shè)下進(jìn)行估計(jì)。

從固定效應(yīng)的估計(jì)結(jié)果看，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出具有一定激勵(lì)作用，但激勵(lì)效果和顯著性水平都不高，政府研發(fā)資助提高1個(gè)百分點(diǎn)，新產(chǎn)品銷售收入提高0.065 2個(gè)百分點(diǎn)。雖然門檻效應(yīng)的顯著性水平普遍不高，但從門檻模型的估計(jì)系數(shù)看，政府研發(fā)資助的激勵(lì)效果在特定條件下變得更為顯著。

表6 對(duì)創(chuàng)新產(chǎn)出的門檻回歸估計(jì)結(jié)果

第一，資助強(qiáng)度。雖然資助強(qiáng)度并未對(duì)政府研發(fā)資助的激勵(lì)效果形成統(tǒng)計(jì)上顯著的門檻效應(yīng)，但從雙重門檻假設(shè)下的估計(jì)結(jié)果看，當(dāng)資助強(qiáng)度小于0.199 1時(shí)，政府研發(fā)資助的估計(jì)系數(shù)顯著為負(fù)（因這一區(qū)間內(nèi)的樣本數(shù)量不足10%，且門檻效應(yīng)檢驗(yàn)并不顯著，所以該結(jié)果僅供參考）。當(dāng)資助強(qiáng)度大于0.199 1后，政府研發(fā)資助的估計(jì)系數(shù)逐漸變大，但在統(tǒng)計(jì)上也都不顯著。因此，隨著資助強(qiáng)度的提高，政府研發(fā)資助可能會(huì)對(duì)創(chuàng)新產(chǎn)出形成較弱的激勵(lì)，但效果十分有限，且不夠顯著。

第二，技術(shù)水平。技術(shù)水平通過了單一門檻的檢驗(yàn)。當(dāng)技術(shù)水平小于0.038 9時(shí)，政府研發(fā)資助的估計(jì)系數(shù)顯著為正。從估計(jì)系數(shù)看，政府研發(fā)資助提高1個(gè)百分點(diǎn)，新產(chǎn)品銷售收入提高0.097個(gè)百分點(diǎn)。當(dāng)技術(shù)水平大于0.038 9時(shí)，政府研發(fā)資助的估計(jì)系數(shù)為0.041 1，但在統(tǒng)計(jì)上并不顯著。也就是說，政府研發(fā)資助對(duì)于技術(shù)水平較低企業(yè)的創(chuàng)新產(chǎn)出具有一定激勵(lì)效應(yīng)。當(dāng)企業(yè)的技術(shù)水平達(dá)到一定程度后，政府研發(fā)資助對(duì)企業(yè)的創(chuàng)新產(chǎn)出不再具有顯著的激勵(lì)效果。

第三，企業(yè)規(guī)模。雖然企業(yè)規(guī)模并未通過門檻效應(yīng)的檢驗(yàn)，但雙重門檻假設(shè)下的估計(jì)結(jié)果值得參考。當(dāng)企業(yè)規(guī)模小于898.13時(shí)，政府研發(fā)資助的估計(jì)系數(shù)并不顯著。當(dāng)企業(yè)規(guī)模介于898.13和21 468.80之間時(shí)，政府研發(fā)資助的估計(jì)系數(shù)為0.051 7，在5%的水平下顯著。當(dāng)企業(yè)規(guī)模大于21 468.80時(shí)，其估計(jì)系數(shù)提高到0.096 3，在1%的水平下顯著。可見，僅從估計(jì)系數(shù)看，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出的激勵(lì)效應(yīng)對(duì)大企業(yè)更為有效。

第四，產(chǎn)權(quán)結(jié)構(gòu)。雖然產(chǎn)權(quán)結(jié)構(gòu)在10%的顯著性水平下通過了三重門檻的檢驗(yàn)，但單一門檻和雙重門檻的檢驗(yàn)結(jié)果并不顯著。從估計(jì)系數(shù)看，隨著行業(yè)中國有企業(yè)份額的提高，政府研發(fā)資助的估計(jì)系數(shù)緩慢增長(zhǎng)（因?yàn)殚T檻值之間的樣本較少，所以lnGov3的估計(jì)結(jié)果0.237 4是不穩(wěn)健的）。當(dāng)產(chǎn)權(quán)結(jié)構(gòu)大于73.448 2時(shí)，政府研發(fā)資助提高1個(gè)百分點(diǎn)，創(chuàng)新產(chǎn)出提高約0.081 9個(gè)百分點(diǎn)。

與模型（1）的情況類似，模型（2）中不受門檻變量影響的解釋變量在五個(gè)模型中的估計(jì)系數(shù)和推斷結(jié)果也基本一致，說明該模型具有一定穩(wěn)健性。第一，研發(fā)資本存量的估計(jì)系數(shù)從-0.022 8到0.038不等，且所有結(jié)果在統(tǒng)計(jì)上都不顯著，這說明研發(fā)資本存量不是決定創(chuàng)新產(chǎn)出的重要因素。第二，研發(fā)人員全時(shí)當(dāng)量的估計(jì)系數(shù)從0.330 9到0.385 4不等，且都在1%的水平下顯著。第三，因?yàn)榧夹g(shù)水平是基于解釋變量研發(fā)人員全時(shí)當(dāng)量核算的，所以導(dǎo)致其估計(jì)系數(shù)顯著為負(fù)，從-0.254 4到-0.202 4不等，但第二個(gè)和第三個(gè)估計(jì)結(jié)果說明研發(fā)人員全時(shí)當(dāng)量是影響創(chuàng)新產(chǎn)出的重要因素。若考慮正反兩個(gè)方面，研發(fā)人員全時(shí)當(dāng)量對(duì)產(chǎn)出的凈效應(yīng)仍然為正。當(dāng)從業(yè)人員數(shù)保持不變時(shí)，研發(fā)人員全時(shí)當(dāng)量提高1個(gè)百分點(diǎn)，新產(chǎn)品銷售收入提高0.1個(gè)百分點(diǎn)左右。第四，企業(yè)規(guī)模的估計(jì)系數(shù)顯著為正，從0.407 2到0.540 2不等，即大企業(yè)更可能形成創(chuàng)新產(chǎn)出。第五，產(chǎn)權(quán)結(jié)構(gòu)的估計(jì)系數(shù)為負(fù)，從-0.232 1到-0.145 9不等，即行業(yè)中國有企業(yè)比重的提高可能有礙于創(chuàng)新產(chǎn)出的形成。

五、政策含義

本研究利用北京市大中型工業(yè)企業(yè)分行業(yè)的科技相關(guān)數(shù)據(jù)，在門檻回歸模型的基礎(chǔ)上，實(shí)證檢驗(yàn)了政府研發(fā)資助對(duì)企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出的激勵(lì)效果及其影響因素。除上述實(shí)證檢驗(yàn)的結(jié)果外，對(duì)比兩個(gè)模型的估計(jì)結(jié)果，可以得到以下五個(gè)主要結(jié)論。

第一，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的激勵(lì)存在顯著的門檻效應(yīng)，其激勵(lì)效果敏感于資助強(qiáng)度和產(chǎn)權(quán)結(jié)構(gòu)。門檻檢驗(yàn)結(jié)果顯示，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的激勵(lì)效果隨著資助強(qiáng)度的提高逐漸降低，隨著產(chǎn)權(quán)結(jié)構(gòu)中國有份額的增加逐漸提高。就資助強(qiáng)度而言，當(dāng)其低于2.330 3時(shí)，增加1個(gè)百分點(diǎn)的政府研發(fā)資助將提高企業(yè)研發(fā)投入約0.220 3個(gè)百分點(diǎn)；當(dāng)其介于2.330 3和8.776 9之間時(shí)，該激勵(lì)效果降低至0.139個(gè)百分點(diǎn)；當(dāng)其大于8.776 9后，該激勵(lì)效果將變得不夠顯著。就產(chǎn)權(quán)結(jié)構(gòu)而言，當(dāng)行業(yè)中國有份額低于70.369 6時(shí)，政府研發(fā)資助的激勵(lì)效果并不顯著；當(dāng)其介于70.369 6和92.888 5之間時(shí)，增加1個(gè)百分點(diǎn)的政府研發(fā)資助將提高企業(yè)研發(fā)投入0.157個(gè)百分點(diǎn)；當(dāng)其大于92.888 5后，這一激勵(lì)效果提升至0.446 9個(gè)百分點(diǎn)。簡(jiǎn)言之，從激勵(lì)企業(yè)研發(fā)投入的角度看，政府研發(fā)資助強(qiáng)度最好控制在9%以內(nèi)，且對(duì)國有企業(yè)的資助更為有效。

第二，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出的激勵(lì)效果較弱，門檻效應(yīng)普遍不夠顯著，只有技術(shù)水平對(duì)此比較敏感。從整體看，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出具有較弱的激勵(lì)效果。政府研發(fā)資助提高1個(gè)百分點(diǎn)，創(chuàng)新產(chǎn)出提高約0.065 2個(gè)百分點(diǎn)。從門檻效應(yīng)看，當(dāng)技術(shù)水平低于0.038 9時(shí)，增加1個(gè)百分點(diǎn)的政府研發(fā)資助將提高創(chuàng)新產(chǎn)出0.097個(gè)百分點(diǎn)；當(dāng)技術(shù)水平高于0.038 9后，該激勵(lì)效應(yīng)將不再顯著。也就是說，從激勵(lì)創(chuàng)新產(chǎn)出的角度看，政府研發(fā)資助對(duì)技術(shù)水平較低的企業(yè)更有效。

第三，研發(fā)資本存量是影響企業(yè)研發(fā)投入的重要因素，但并不是決定創(chuàng)新產(chǎn)出的關(guān)鍵因素。從企業(yè)研發(fā)投入的角度看，研發(fā)資本存量是決定企業(yè)研發(fā)投入的重要因素，研發(fā)資本存量每提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入增加約1.2個(gè)百分點(diǎn)。然而，從創(chuàng)新產(chǎn)出的角度看，勞動(dòng)力要素比資本要素更為重要，研發(fā)資本存量對(duì)創(chuàng)新產(chǎn)出幾乎不存在顯著影響，即創(chuàng)新產(chǎn)出更多地取決于人員要素的投入，而不是資本要素的投入。這也從一個(gè)側(cè)面說明政府的研發(fā)資金資助并不一定會(huì)帶來更多的創(chuàng)新產(chǎn)出。

第四，政府研發(fā)資助對(duì)大企業(yè)可能更為有效。從激勵(lì)企業(yè)研發(fā)投入的角度看，當(dāng)企業(yè)規(guī)模小于9 158.40時(shí)，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入并無顯著的激勵(lì)效果；當(dāng)企業(yè)規(guī)模大于9 158.40時(shí)，政府研發(fā)資助提高1個(gè)百分點(diǎn)，企業(yè)研發(fā)投入將提高約0.155 9個(gè)百分點(diǎn)。從激勵(lì)企業(yè)創(chuàng)新產(chǎn)出的角度看，雖然門檻效應(yīng)的檢驗(yàn)結(jié)果不夠顯著，但估計(jì)系數(shù)同樣說明對(duì)大企業(yè)的激勵(lì)更為有效。從估計(jì)系數(shù)看，當(dāng)企業(yè)規(guī)模小于898.13時(shí)，政府研發(fā)資助對(duì)創(chuàng)新產(chǎn)出沒有顯著的激勵(lì)效果；當(dāng)企業(yè)規(guī)模介于898.13和21 468.80之間時(shí)，政府研發(fā)資助提高1個(gè)百分點(diǎn)，企業(yè)創(chuàng)新產(chǎn)出將提高約0.051 7個(gè)百分點(diǎn)；當(dāng)企業(yè)規(guī)模大于21 468.80時(shí)，該激勵(lì)效果提高到0.096 3個(gè)百分點(diǎn)。當(dāng)然，由于樣本的限制，這一結(jié)果的穩(wěn)健性還有待更多的經(jīng)驗(yàn)數(shù)據(jù)支持。

第五，政府研發(fā)資助可以有效激勵(lì)國有企業(yè)的研發(fā)投入，但其對(duì)創(chuàng)新產(chǎn)出的激勵(lì)比較有限。如結(jié)論一所述，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的激勵(lì)效果對(duì)國有企業(yè)更為有效。當(dāng)產(chǎn)權(quán)結(jié)構(gòu)大于92.888 5后，政府研發(fā)資助對(duì)企業(yè)研發(fā)投入的激勵(lì)效果提升至0.446 9。然而，從激勵(lì)創(chuàng)新產(chǎn)出的角度看，政府研發(fā)資助普遍不存在顯著的激勵(lì)效果。即使從不夠顯著的三重門檻的估計(jì)結(jié)果看，其激勵(lì)效果最高也只有0.081 9。不僅如此，產(chǎn)權(quán)結(jié)構(gòu)的估計(jì)系數(shù)還小于0。考慮正反兩個(gè)因素可知，政府研發(fā)資助對(duì)國有企業(yè)創(chuàng)新產(chǎn)出的激勵(lì)效果可能比較有限。當(dāng)然，因?yàn)榍昂髢蓚€(gè)模型的門檻估計(jì)值并不一致，所以這一結(jié)果還需要更多經(jīng)驗(yàn)數(shù)據(jù)的進(jìn)一步檢驗(yàn)。

[1]HAMBERGD.Essays on the economics of research and development[M].New York：Random House，1966：170.

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

[3]GOLDBERG L.The influence of federal R&D funding on the demand for and returns to industrial R&D[R].Working paper CRC-388.the Public Research Institute，1979.

[4]LICHTENBERG F R.The relationship between federal contract R&D and company R&D[J].American economic review，1984，74（2）：73-78.

[5]LEVY D M.，TERLECKYJ N E.Effects of government R&D on private R&Dinvestment and productivity：a macroeconomic analysis[J].Bell journal of economics，1983，14（2）：551-561.

[6]LEVY D M.Estimating the impact of government R&D[J].Economics letters，1990，32（2）：169-173.

[7]LICHTENBERG F R.The private R&D investment response to federal design and technical competitions[J].American economic review，2001（3）：550-559.

[8]WALLSTEN S J.Do government-industry R&D programs increase private R&D?the case of the small business innovation research program[R].Department of economics working paper，Stanford University，1999.

[9]BUSOM I.An empirical evaluation of the effects ofR&Dsubsidies[J].Economics of innovation and new technology，2000，9（2）：111-148.

[10]LEE C.The differential effects of public R&D support on firm R&D：theory and evidence from multi-country data[J].Technovation，2011，31（5-6）：256-269.

[11]朱平芳，徐偉民.政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實(shí)證研究[J].經(jīng)濟(jì)研究，2003（6）：45-53+94.

[12]許治，師萍.政府科技投入對(duì)企業(yè)R&D支出影響的實(shí)證分析[J].研究與發(fā)展管理，2005（3）：22-26.

[13]徐曉雯.政府科技投入對(duì)企業(yè)科技投入的政策效果研究——基于國家創(chuàng)新體系視角[J].財(cái)政研究，2010（10）：23-26.

[14]李平，王春暉.最優(yōu)政府研發(fā)資助規(guī)模及資助企業(yè)選擇——基于中國行業(yè)異質(zhì)性的門檻回歸分析[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2010（3）：37-53.

[15]李瑞茜，白俊紅.政府R&D資助對(duì)企業(yè)技術(shù)創(chuàng)新的影響——基于門檻回歸的實(shí)證研究[J].中國經(jīng)濟(jì)問題，2013（3）：11-23.

[16]白俊紅.中國的政府R&D資助有效嗎？來自大中型工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2011（4）：1375-1400.

[17]李永，孟祥月，王艷萍.政府R&D資助與企業(yè)技術(shù)創(chuàng)新——基于多維行業(yè)異質(zhì)性的經(jīng)驗(yàn)分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（1）：33-41.

[18]HANSEN B E.Threshold effects in non-dynamic panels：estimation，testing，and inference[J].Journal of econometrics，1999，93（2）：345-368.

[19]TSAI K，WANG J.R&D productivity and the spillover effects of high-tech industry on the traditional manufacturing sector：the case of Taiwan[J].The world economy，2004，27（10）：1555-1570.

[20]程華，趙祥.政府科技資助對(duì)企業(yè)R&D產(chǎn)出的影響——基于我國大中型工業(yè)企業(yè)的實(shí)證研究[J].科學(xué)學(xué)研究，2008（3）：519-525.

[21]GERHARDS，SCHIBANA，GRETZMACHERN.Input additionality effects of R&D subsidies in Australia：empirical evidencefrom firm-level panel data[R].Technology information policy consulting，2004.

[22]李永，孟祥月，王艷萍.政府R&D資助與企業(yè)技術(shù)創(chuàng)新——基于多維行業(yè)異質(zhì)性的經(jīng)驗(yàn)分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（1）：33-41.

[23]柴俊武，萬迪昉.企業(yè)規(guī)模與R&D投入強(qiáng)度關(guān)系的實(shí)證分析[J].科學(xué)學(xué)研究，2003（1）：58-62.

[24]周立群，鄧璐.企業(yè)所有權(quán)性質(zhì)與研發(fā)效率——基于隨機(jī)前沿函數(shù)的高技術(shù)產(chǎn)業(yè)實(shí)證研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2009（4）：70-75.

[25]GRILICHES Z.R&D and the productivity slowdown[J].American economic review，1980，70（2）：343-348.

[26]白俊紅，江可申，李婧.中國地區(qū)研發(fā)創(chuàng)新的相對(duì)效率與全要素生產(chǎn)率增長(zhǎng)分解[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（3）：139-151.

[27]楊冠瓊，羅植.我國科技投入與經(jīng)濟(jì)績(jī)效的實(shí)證研究[J].科技管理研究，2009（1）：56-58.

[28]GOTO A，SUZUK I K.R&D capital rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries[J].Review of economics and statistics，1989，71（4）：555-564.

[29]COED，HELPMAN E.International R&D spillovers[J].European economic review，1995，39（5）：859-887.

[30]HALL R E，JONES C I.Why do some countries produce so much more output per worker than others?[J].The quarterly journal of economics，1999，114（1）：83-116.

[31]LEVIN A，LIN C，CHU C J.Unit root tests in panel data：asymptotic and finite-sample properties[J].Journal of econometrics，2002，108（1）：1-24.

[32]IM K S，PESARAN M H，SHIN Y.Testing for unit roots in heterogeneous panels[J].Journal of econometrics，2003，115（1）：53-74.

[33]TAYLOR M P，SARNO L.The behavior of real exchange rates during the post-Bretton Woods period[J].Journal of international economics，1998，46（2）：281-312.

[34]SARNO L，TAYLOR M P.Real Exchange rates under the recent float：unequivocal evidence of mean reversion[J].Economics letters，1998，60（2）：131-137.

[35]MADDALA G S，WU S.A comparative study of unit root tests with paneldata and a new simple test[J].Oxford bulletin of economics and statistics，1999，61（S1）：631-652.

Government Funding，Enterprise R&D Investment and Innovation Output——An Threshold Regression Analysis Based on the Evidence of Industrial Enterprises in Beijing

LUO Zhi
（Beijing Academy of Social Sciences，Beijing100101，China）

The purpose of government R&D funding is not only to encourage enterprises to invest more in R&D，but also to stimulate more innovation output.With the help of scientific data of industrial enterprises in Beijing，from such two angles as enterprise R&D investment and innovation output，the author carries out the empirical test on the threshold effect of government R&D funding，and analyzes the influencing way of such four factors as funding strength，technology level，enterprise scale and property right structure on incentive effect.It is found that：first，there is obvious threshold effect in the effect of government R&D funding on enterprises R&D investment，and the incentive effect is sensitive to funding strength and property right structure；second，the incentive effect of government R&D funding on innovation output is comparatively low，the threshold effect is not obvious，and the incentive effect of government R&D funding on innovation output is only sensitive to technology level；third，though the amount of R&D stock capital is the important variable of enterprise R&D investment，it is not the critical determinant of innovation output；fourth，government R&D funding has greater effect on large enterprises；and fifth，though government R&D funding could have incentive effect on R&D investment of state-owned enterprises，it could have only very limited incentive effect on innovation output.

government R&D funding；innovation output；threshold effect；funding strength；incentive effect

F279.23 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-8266（2018）01-0102-11

10.14089/j.cnki.cn11-3664/f.2018.01.012

羅植.政府資助、企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出[J].中國流通經(jīng)濟(jì)，2018（1）：102-112.

2017-12-07

國家社會(huì)科學(xué)基金青年項(xiàng)目“治理視域下地方公共服務(wù)供給的系統(tǒng)優(yōu)化研究”（15CGL053）；北京市青年拔尖個(gè)人項(xiàng)目“京津冀協(xié)同發(fā)展中的地方政府科技投入行為優(yōu)化”（2015000020044ZS02）；北京市社會(huì)科學(xué)院一般項(xiàng)目“京津冀科技資源配置研究”（173098）

羅植（1983—），男，河南省新鄉(xiāng)市人，北京市社會(huì)科學(xué)院管理研究所副研究員，博士，主要研究方向?yàn)楣补芾怼⒐舱叻治?、政府管理?chuàng)新。

林英澤