政府R&D補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新*
——基于溢出加權(quán)視角的PSM-DID模型分析

劉樹林， 張晟嘉， 胡蘇敏

(武漢理工大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430070)

一、 引 言

技術(shù)創(chuàng)新是保持經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力。為進(jìn)一步深化科技體制改革，強(qiáng)化以企業(yè)為主體的技術(shù)創(chuàng)新體系建設(shè)，我國(guó)頒布系列創(chuàng)新支持政策以優(yōu)化創(chuàng)新環(huán)境，扶持和發(fā)展企業(yè)自主創(chuàng)新，推動(dòng)經(jīng)濟(jì)社會(huì)實(shí)現(xiàn)可持續(xù)增長(zhǎng)。其中財(cái)政激勵(lì)是政府干預(yù)企業(yè)技術(shù)創(chuàng)新的有效手段之一，根據(jù)相關(guān)數(shù)據(jù)顯示，1980-2016年，我國(guó)財(cái)政科技撥款由64.59億元增長(zhǎng)到7760.7億元，年均增速達(dá)14%①。獲得補(bǔ)貼的上市公司數(shù)量逐年增長(zhǎng)，2016年，我國(guó)3036家上市公司獲得政府補(bǔ)貼，占所有上市公司的94.2%②。盡管政府創(chuàng)新補(bǔ)貼額持續(xù)增長(zhǎng)，但企業(yè)層面的創(chuàng)新投入不足、核心專利缺失及專利轉(zhuǎn)化率低等問(wèn)題仍然存在。國(guó)家科技部數(shù)據(jù)顯示，2015年全國(guó)規(guī)模以上工業(yè)企業(yè)開(kāi)展科技活動(dòng)的企業(yè)僅占19.2%，擁有研發(fā)機(jī)構(gòu)的企業(yè)占比為13.79%；規(guī)模以上工業(yè)企業(yè)的研發(fā)經(jīng)費(fèi)投入占主營(yíng)業(yè)務(wù)收入比值僅為0.902%，而日、美、德等發(fā)達(dá)國(guó)家企業(yè)研發(fā)經(jīng)費(fèi)投入強(qiáng)度均在2.1%以上③。因此，激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，引導(dǎo)企業(yè)優(yōu)化創(chuàng)新資源配置，是政府優(yōu)化激勵(lì)政策，營(yíng)造創(chuàng)新環(huán)境的關(guān)鍵所在。

檢驗(yàn)和評(píng)估政策效果對(duì)于創(chuàng)新補(bǔ)貼政策的制定有重要的指導(dǎo)意義，根據(jù)研究統(tǒng)計(jì)，雙重差分法直到2005年才被我國(guó)學(xué)者借鑒和應(yīng)用到中國(guó)農(nóng)村稅費(fèi)改革政策效果評(píng)估中④，但近年來(lái)已經(jīng)占據(jù)了全部政策研究的30%以上，成為當(dāng)下政策研究的主要分析工具之一⑤。雙重差分模型通過(guò)“反事實(shí)”方法設(shè)置實(shí)驗(yàn)組和控制組，能夠有效減少由于內(nèi)生性問(wèn)題造成的估計(jì)偏差。然而，在溢出效應(yīng)影響下，實(shí)驗(yàn)組和控制組之間并不完全獨(dú)立，而是通過(guò)技術(shù)經(jīng)濟(jì)聯(lián)系相互影響，即針對(duì)實(shí)驗(yàn)組的創(chuàng)新補(bǔ)貼帶來(lái)的技術(shù)創(chuàng)新產(chǎn)出在一定程度上會(huì)引起控制組產(chǎn)出的變化，因此在溢出效應(yīng)下，傳統(tǒng)的雙重差分模型在處理創(chuàng)新相關(guān)政策效應(yīng)時(shí)存在一定估計(jì)偏差，創(chuàng)新補(bǔ)貼政策的評(píng)估需要考慮實(shí)驗(yàn)組和控制組之間的技術(shù)關(guān)聯(lián)，來(lái)減少溢出效應(yīng)造成的估計(jì)偏差。盡管已有文獻(xiàn)從不同視角證明了政府創(chuàng)新補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新之間的因果聯(lián)系，但少有文獻(xiàn)考慮技術(shù)溢出效應(yīng)的存在可能導(dǎo)致政策效應(yīng)被大大低估，即政策性引導(dǎo)的技術(shù)知識(shí)從受惠企業(yè)流向未受惠企業(yè)，從而引起未受補(bǔ)貼的企業(yè)間接獲得政策影響，但由于技術(shù)溢出的概率和方向難以觀測(cè)，溢出效應(yīng)的存在加大了對(duì)創(chuàng)新補(bǔ)貼政策評(píng)估的復(fù)雜性，因此，以往創(chuàng)新補(bǔ)貼政策分析中并未實(shí)現(xiàn)將技術(shù)溢出納入實(shí)證研究框架中，這為本文研究留下了進(jìn)一步分析空間。

基于我國(guó)制造業(yè)上市企業(yè)樣本，本文根據(jù)雙重差分模型的基本原理，構(gòu)建政府R&D補(bǔ)貼影響下受補(bǔ)貼的企業(yè)與未受補(bǔ)貼的企業(yè)之間的技術(shù)溢出關(guān)聯(lián)模型，同時(shí)，考慮企業(yè)異質(zhì)性，分析不同所有制企業(yè)對(duì)政府R&D補(bǔ)貼的反映彈性，系統(tǒng)分析我國(guó)創(chuàng)新補(bǔ)貼政策的影響效果。本文的可能貢獻(xiàn)在于：第一，根據(jù)外部性理論和雙重差分模型構(gòu)建的基本原則，對(duì)傳統(tǒng)方法進(jìn)行調(diào)整，構(gòu)建溢出效應(yīng)下的雙重差分模型，拓展創(chuàng)新政策評(píng)估方法的研究領(lǐng)域；第二，根據(jù)溢出效應(yīng)調(diào)整的實(shí)證模型，進(jìn)一步分析政府R&D補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新產(chǎn)出之間的因果關(guān)聯(lián)；第三，在企業(yè)不同所有制背景下進(jìn)一步分析政府R&D補(bǔ)貼對(duì)企業(yè)專利產(chǎn)出和R&D投入激勵(lì)作用的差異，并綜合確定政府對(duì)企業(yè)R&D補(bǔ)貼強(qiáng)度的“適度區(qū)間”。

二、 文獻(xiàn)綜述與研究假設(shè)

技術(shù)創(chuàng)新的公共品屬性及企業(yè)研發(fā)投入的正外部性使得企業(yè)從技術(shù)研發(fā)中獲得的私人收益低于社會(huì)收益，因此，市場(chǎng)機(jī)制的缺陷為政府干預(yù)提供了理論依據(jù)[1-2]。但技術(shù)創(chuàng)新的外部性也使得其他未獲得政府直接財(cái)政支持的企業(yè)獲得了一定的技術(shù)溢出，從而提升了企業(yè)的技術(shù)水平和生產(chǎn)能力?，F(xiàn)有文獻(xiàn)關(guān)于政府創(chuàng)新補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新的研究主要存在兩種觀點(diǎn)：一是政府R&D補(bǔ)貼能夠激勵(lì)企業(yè)技術(shù)創(chuàng)新，如Spence認(rèn)為財(cái)政補(bǔ)貼能夠促進(jìn)企業(yè)開(kāi)展更多的R&D活動(dòng)[3]。國(guó)內(nèi)學(xué)者楊洋等和朱平芳、徐偉民的研究也都表明政府補(bǔ)貼能夠顯著促進(jìn)企業(yè)增加研發(fā)投入[4-5]。；二是政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新并無(wú)顯著激勵(lì)作用，如不少學(xué)者認(rèn)為R&D激勵(lì)政策并未達(dá)到預(yù)期的政策效果，不能對(duì)研發(fā)投入產(chǎn)生實(shí)質(zhì)性的影響[6-7]。國(guó)內(nèi)學(xué)者如張維迎表示，盡管企業(yè)申請(qǐng)了政府R&D補(bǔ)貼，但大多科研經(jīng)費(fèi)很難全部用于研發(fā)活動(dòng)，并未真正達(dá)成技術(shù)創(chuàng)新⑥。肖興志、王伊攀基于戰(zhàn)略性新興產(chǎn)業(yè)樣本，發(fā)現(xiàn)政府補(bǔ)貼對(duì)公及私人R&D投入均有“擠出效應(yīng)”，現(xiàn)有政府R&D補(bǔ)貼政策扭曲了企業(yè)技術(shù)創(chuàng)新活動(dòng)，導(dǎo)致許多企業(yè)為了獲取政府補(bǔ)貼轉(zhuǎn)變生產(chǎn)方式進(jìn)行研發(fā)操作等尋租行為，而非用于真正的技術(shù)研發(fā)[8]。盡管學(xué)術(shù)界尚未對(duì)于二者關(guān)系達(dá)成共識(shí)，但現(xiàn)有研究大多表明政府R&D補(bǔ)貼對(duì)企業(yè)的技術(shù)創(chuàng)新有一定的激勵(lì)作用，尤其表現(xiàn)在對(duì)企業(yè)R&D投入和專利產(chǎn)出上，如劉小元、林嵩從技術(shù)創(chuàng)新資源配置和新產(chǎn)品產(chǎn)出視角，認(rèn)為地方政府補(bǔ)貼能激勵(lì)企業(yè)技術(shù)創(chuàng)新，提高創(chuàng)新產(chǎn)出[9]。

基于此，本文提出研究假設(shè)1：政府R&D補(bǔ)貼對(duì)企業(yè)R&D投入和專利產(chǎn)出有顯著正向激勵(lì)作用。

盡管上述研究在檢驗(yàn)和評(píng)估政府創(chuàng)新補(bǔ)貼效應(yīng)方面奠定了實(shí)證研究基礎(chǔ)，但單純從企業(yè)創(chuàng)新投入或產(chǎn)出視角分析，仍不夠全面，因?yàn)榧夹g(shù)知識(shí)在創(chuàng)新過(guò)程中存在一定的外部性。創(chuàng)新產(chǎn)出并非完全獨(dú)占，而是會(huì)通過(guò)各種渠道溢出到其他相關(guān)部門，因此，對(duì)政府補(bǔ)貼的完整評(píng)估，離不開(kāi)對(duì)溢出效應(yīng)的分析。近年來(lái)，隨著外部性理論的發(fā)展，不少研究開(kāi)始考慮技術(shù)溢出效應(yīng)下，政府創(chuàng)新補(bǔ)貼政策對(duì)企業(yè)技術(shù)創(chuàng)新的影響。如吳福象等依據(jù)不同行業(yè)特點(diǎn)概念性判斷技術(shù)溢出水平的行業(yè)差異，認(rèn)為對(duì)技術(shù)溢出水平高的產(chǎn)業(yè)進(jìn)行補(bǔ)貼其福利提升的效果要明顯地高于對(duì)技術(shù)溢出水平低的產(chǎn)業(yè)進(jìn)行補(bǔ)貼[10]；許春等從認(rèn)知層面判斷企業(yè)間不同合作模式下的技術(shù)溢出水平，認(rèn)為政府根據(jù)技術(shù)溢出因素制定相機(jī)的研發(fā)補(bǔ)貼政策可以有效地激勵(lì)企業(yè)增加研發(fā)投入[11]；王瑋等基于企業(yè)間合作關(guān)系，構(gòu)建博弈模型，從認(rèn)知層面考慮橫向技術(shù)溢出效應(yīng)以及供應(yīng)鏈伙伴之間的創(chuàng)新“雙重邊際效應(yīng)”下供應(yīng)商與政府研發(fā)補(bǔ)貼策略[12]。上述文獻(xiàn)關(guān)于技術(shù)溢出與政府補(bǔ)貼之間的研究為本文提供了一定的理論和實(shí)踐基礎(chǔ)，但是已有文獻(xiàn)有關(guān)技術(shù)溢出與政府補(bǔ)貼的研究大多基于理論和認(rèn)知層面探討，少有文章量化分析政府創(chuàng)新支持政策對(duì)企業(yè)間技術(shù)溢出的影響效果。這為本文深入分析這些問(wèn)題留下了研究空間。

基于此，本文提出研究假設(shè)2：企業(yè)技術(shù)創(chuàng)新具有顯著溢出效應(yīng)，且政策性引導(dǎo)的R&D溢出對(duì)企業(yè)技術(shù)創(chuàng)新具有正向激勵(lì)作用。

因果效應(yīng)和政策效果評(píng)估是經(jīng)濟(jì)學(xué)關(guān)注的核心問(wèn)題，其難點(diǎn)在于經(jīng)濟(jì)事件與經(jīng)濟(jì)政策的內(nèi)生性問(wèn)題，以及虛擬事實(shí)的不可觀測(cè)性。為了克服內(nèi)生性問(wèn)題，經(jīng)濟(jì)學(xué)家通常采用“準(zhǔn)實(shí)驗(yàn)”設(shè)計(jì)來(lái)估計(jì)政策的處理效應(yīng)。常見(jiàn)的準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)方法包括工具變量法、斷點(diǎn)回歸、傾向得分匹配法和雙重差分法等，這些方法為減少政策性因素帶來(lái)的內(nèi)生性問(wèn)題提供了良好的解決途徑。近年來(lái)，雙重差分法(DID)逐漸成為公共政策檢驗(yàn)和評(píng)估中應(yīng)用最廣、發(fā)展最快的分析方法，如康志勇借助匹配模型和雙重差分法對(duì)政府補(bǔ)貼與企業(yè)專利質(zhì)量之間的因果關(guān)系進(jìn)行估計(jì)，實(shí)證結(jié)果表明，政府創(chuàng)新補(bǔ)貼能夠促進(jìn)企業(yè)專利質(zhì)量提升[13]；李成等通過(guò)雙重差分模型檢驗(yàn)了“營(yíng)改增”改革的政策效應(yīng)，證明了“營(yíng)改增”改革顯著提高了試點(diǎn)地區(qū)企業(yè)的固定資產(chǎn)投資[14]；劉瑞明等通過(guò)雙重差分法分析國(guó)家高新區(qū)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展水平的影響，認(rèn)為國(guó)家高新區(qū)不僅可以驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展,而且通過(guò)對(duì)其合理布局,還有助于縮小地區(qū)間經(jīng)濟(jì)發(fā)展差距[15]。由于傳統(tǒng)雙重差分法在應(yīng)用時(shí)需要滿足比較嚴(yán)格的約束條件，如平行趨勢(shì)假設(shè)、SUTVA假設(shè)和非線性模型等，因此，現(xiàn)有文章并未實(shí)現(xiàn)在雙重差分法中考慮技術(shù)溢出的影響效應(yīng)。然而，溢出效應(yīng)的客觀存在意味著傳統(tǒng)方法有所不足，這為本文研究溢出效應(yīng)下雙重差分法在有關(guān)創(chuàng)新補(bǔ)貼政策中的應(yīng)用留下了進(jìn)一步分析空間。在創(chuàng)新補(bǔ)貼政策分析中，我國(guó)推行的各項(xiàng)創(chuàng)新補(bǔ)貼政策為高技術(shù)企業(yè)技術(shù)創(chuàng)新提供了良好的制度環(huán)境和資源支持，同時(shí)，其他制造業(yè)企業(yè)通過(guò)政策性溢出能夠間接地獲得國(guó)家政策的激勵(lì)效應(yīng)。

基于此，本文提出研究假設(shè)3：未獲得政府R&D補(bǔ)貼的企業(yè)能夠通過(guò)政策性溢出間接獲得政策激勵(lì)效應(yīng)。

三、 政府補(bǔ)貼效應(yīng)模型設(shè)計(jì)

(一) 基準(zhǔn)模型設(shè)計(jì)

本文根據(jù)雙重差分法的基本原理，從樣本企業(yè)中選擇兩類企業(yè)作為研究對(duì)象：一是樣本期間內(nèi)直接獲得政府補(bǔ)貼的企業(yè)作為實(shí)驗(yàn)組；另一類是樣本期間內(nèi)沒(méi)有獲得政府補(bǔ)貼的企業(yè)作為對(duì)照組。根據(jù)Smith和Todd的處理[16]，企業(yè)i在t年獲得的創(chuàng)新補(bǔ)貼后在t+s年對(duì)企業(yè)創(chuàng)新產(chǎn)出的因果影響效應(yīng)為：

(2)

(二) 基于溢出效應(yīng)的模型設(shè)計(jì)

根據(jù)Kyle C.Meng、Olivier等在外部性影響下環(huán)境政策的準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)基本模型的設(shè)計(jì)思路進(jìn)行調(diào)整，溢出效應(yīng)下，政府創(chuàng)新補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新之間的因果效應(yīng)估計(jì)模型構(gòu)建如下[18-19]：

(3)

其中，Sit表示t時(shí)刻，企業(yè)i獲得的單位溢出概率。那么，創(chuàng)新補(bǔ)貼政策和企業(yè)技術(shù)創(chuàng)新產(chǎn)出之間的線性回歸方程設(shè)定如下:

Yit+s=(α0+β1subsidyit×Di+β2subsidyit+β3Di+β4covit+εit)/(1-Sit)

(4)

這里，subsidyit表示企業(yè)是否獲得創(chuàng)新補(bǔ)貼，Di是分配變量，表示企業(yè)是否為高技術(shù)企業(yè)，covit為匹配變量，產(chǎn)出Yit+s分別表示t+s時(shí)刻的創(chuàng)新產(chǎn)出。

1.被解釋變量：專利產(chǎn)出(Patent)。為企業(yè)當(dāng)年獲得的專利授權(quán)量；企業(yè)R&D投入(lnRD)。為了對(duì)研發(fā)投入經(jīng)費(fèi)進(jìn)行存量轉(zhuǎn)換，本文參照戴魁早和劉友金[20]采用的測(cè)算公式進(jìn)行處理：RDt=Et-1+(1-δ)RDt-1，其中，RDt表示各企業(yè)研發(fā)資本存量；Et-1表示當(dāng)期企業(yè)研發(fā)經(jīng)費(fèi)實(shí)際支出；δ為折舊率，按照慣例設(shè)定為15%；基期的RD0由計(jì)算機(jī)公式：RD0=E0/(g+δ)確定，g為各企業(yè)研發(fā)實(shí)際支出的算數(shù)平均增長(zhǎng)率。

3.控制變量：企業(yè)利潤(rùn)率(ROE)。企業(yè)利潤(rùn)率是企業(yè)內(nèi)源融資，進(jìn)行創(chuàng)新投入的重要渠道。計(jì)算方法為企業(yè)當(dāng)年凈利潤(rùn)/企業(yè)當(dāng)年固定資產(chǎn)凈值；企業(yè)規(guī)模(Size)。采用企業(yè)當(dāng)年總資產(chǎn)的對(duì)數(shù)值，控制企業(yè)自身規(guī)模特征對(duì)創(chuàng)新活動(dòng)的影響；企業(yè)性質(zhì)(Ownship)。按照所有權(quán)性質(zhì)，國(guó)有企業(yè)設(shè)置為1，非國(guó)有企業(yè)設(shè)置為0。

(三) 樣本選擇與數(shù)據(jù)來(lái)源

本文所用樣本的時(shí)間區(qū)間為2007-2016年，以制造業(yè)上市企業(yè)為初選樣本，按照企業(yè)主營(yíng)業(yè)務(wù)范圍，挑選符合高技術(shù)產(chǎn)業(yè)分類目錄的企業(yè)作為主要研究樣本；剔除按照證監(jiān)會(huì)發(fā)布的《上市公司行業(yè)分類指引》中目標(biāo)企業(yè)屬于金融類的樣本；剔除數(shù)據(jù)缺失樣本；實(shí)際收集樣本指標(biāo)數(shù)據(jù)跨度為2007-2016年。經(jīng)過(guò)上述篩選過(guò)程，最終獲得674個(gè)符合研究要求的企業(yè)樣本，構(gòu)造2007-2016年非平衡面板數(shù)據(jù)。

面板數(shù)據(jù)主要來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)、WIND數(shù)據(jù)庫(kù)、佰騰網(wǎng)和中國(guó)專利局?jǐn)?shù)據(jù)庫(kù)，其中上市公司財(cái)務(wù)數(shù)據(jù)主要來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，WIND數(shù)據(jù)庫(kù)，并根據(jù)企業(yè)年報(bào)進(jìn)行填補(bǔ)；專利數(shù)據(jù)主要來(lái)源于佰騰網(wǎng)和中國(guó)專利局，利用Python數(shù)據(jù)挖掘方式從佰騰網(wǎng)和中國(guó)專利局?jǐn)?shù)據(jù)庫(kù)收集到樣本高技術(shù)上市企業(yè)2007-2016年全部授權(quán)專利類別號(hào)和各類別專利總數(shù)。各變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1：

表1 變量描述性統(tǒng)計(jì)結(jié)果

四、 實(shí)證結(jié)果

本文基于溢出效應(yīng)下的雙重差分模型對(duì)政府創(chuàng)新補(bǔ)貼政策的影響效應(yīng)進(jìn)行估計(jì)，選取滬深制造業(yè)上市企業(yè)作為研究樣本。通過(guò)構(gòu)建受補(bǔ)貼企業(yè)與未受補(bǔ)貼企業(yè)之間的溢出概率模型對(duì)傳統(tǒng)雙重差分法進(jìn)行調(diào)整，實(shí)現(xiàn)溢出效應(yīng)下雙重差分法在有關(guān)創(chuàng)新政策中的無(wú)偏差估計(jì)。

(一) 創(chuàng)新補(bǔ)貼與技術(shù)溢出

考慮到技術(shù)溢出與創(chuàng)新補(bǔ)貼之間的因果聯(lián)系，本文采用最小二乘法(OLS)分析企業(yè)技術(shù)溢出與溢出工具變量及政府R&D補(bǔ)貼之間的因果關(guān)系，同時(shí)采用兩階段最小二次法(2SLS)對(duì)企業(yè)技術(shù)溢出與創(chuàng)新補(bǔ)貼之間的因果效應(yīng)進(jìn)行估計(jì)，以構(gòu)建政策性溢出與創(chuàng)新補(bǔ)貼之間的因果關(guān)聯(lián)。

表2分析了技術(shù)溢出與政府R&D溢出之間的因果關(guān)系，模型(1)報(bào)告了技術(shù)溢出工具變量與企業(yè)間技術(shù)溢出之間的簡(jiǎn)單線性聯(lián)系，政策性溢出和政府R&D補(bǔ)貼均對(duì)企業(yè)間技術(shù)溢出表現(xiàn)出顯著正向關(guān)聯(lián)，表明政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)溢出具有顯著激勵(lì)作用，政策性溢出能夠在一定程度上反映企業(yè)間技術(shù)溢出變化；模型(2)-(5)顯示了政策性技術(shù)溢出與政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出的影響效應(yīng)，結(jié)果顯示政策性溢出對(duì)企業(yè)R&D投入存在顯著負(fù)作用，對(duì)企業(yè)專利產(chǎn)出不顯著，表明政策引導(dǎo)的技術(shù)溢出對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出存在一定負(fù)向作用，在一定程度上反映了R&D溢出從受惠企業(yè)流向未受惠企業(yè)，使得受到補(bǔ)貼的企業(yè)并未獲得完全的回報(bào)；政府R&D補(bǔ)貼對(duì)企業(yè)專利產(chǎn)出和R&D投入均顯著為正，表明政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出具有顯著激勵(lì)作用。

表2 技術(shù)溢出與政府R&D補(bǔ)貼

(二) 政府R&D補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新

1.傾向得分匹配(PSM)。

為解決潛在因素造成的內(nèi)生性等問(wèn)題，本文采用加權(quán)處理后的傾向得分和雙重差分法估計(jì)溢出效應(yīng)下政府創(chuàng)新補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新產(chǎn)出之間的因果效應(yīng)。由于各期配對(duì)后各匹配變量的匹配平衡檢驗(yàn)結(jié)果大致相同，且限于文章的篇幅，此處僅報(bào)告了滯后期為1年的樣本各匹配變量的匹配平衡檢驗(yàn)結(jié)果。表3報(bào)告了控制變量的平衡性檢驗(yàn)結(jié)果。檢驗(yàn)結(jié)果表明，所有匹配變量的標(biāo)準(zhǔn)偏差絕對(duì)值在匹配之后都小于5%，說(shuō)明本文選取的匹配變量和匹配方法是合理的，匹配后t統(tǒng)計(jì)量均不顯著，說(shuō)明處理組和控制組之間不存在顯著差異，保證了樣本進(jìn)行處理的隨機(jī)性，確保了本文估計(jì)結(jié)果的可靠性。

表3 平衡性檢驗(yàn)結(jié)果

2.基準(zhǔn)模型估計(jì)結(jié)果。

基于本文研究樣本為2006-2016年，本文將不同年份獲得補(bǔ)貼企業(yè)按照滯后期不同進(jìn)行PSM-DID檢驗(yàn)。為了檢驗(yàn)補(bǔ)貼對(duì)企業(yè)專利質(zhì)量影響的時(shí)滯性和延續(xù)性，s取值設(shè)定為1、2、3、4、5、6，分別表示1至6年的滯后期。s=1為滯后期一年的樣本，表示企業(yè)分別在2006年獲得補(bǔ)貼后2007年的專利產(chǎn)出和R&D投入變化，以此類推，s=6表示滯后期為6年，即企業(yè)在2006年獲得補(bǔ)貼后2012年的專利產(chǎn)出和R&D投入變化的樣本。

表4報(bào)告了政府R&D補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新產(chǎn)出的平均處理效應(yīng)估計(jì)結(jié)果。其中模型(1)、模型(2)顯示了溢出效應(yīng)下加權(quán)處理的雙重差分模型估計(jì)結(jié)果，政府R&D補(bǔ)貼與企業(yè)專利產(chǎn)出和R&D投入均表現(xiàn)出顯著正向作用，表明溢出效應(yīng)下政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出具有顯著正向作用。模型(3)和模型(4)顯示了傳統(tǒng)雙重差分模型估計(jì)結(jié)果，政府R&D補(bǔ)貼與企業(yè)專利產(chǎn)出和R&D投入均表現(xiàn)出顯著正向作用，表明不考慮溢出效應(yīng)情況下政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出具有顯著正向作用。溢出加權(quán)的PSM-DID模型和傳統(tǒng)未加權(quán)PSM-DID模型估計(jì)結(jié)果顯示，在專利產(chǎn)出和R&D投入強(qiáng)度的平均處理效應(yīng)中考慮溢出情況的系數(shù)均小于不考慮溢出效應(yīng)，表明受到R&D補(bǔ)貼的企業(yè)的技術(shù)創(chuàng)新產(chǎn)出與技術(shù)溢出之間存在負(fù)向關(guān)系，R&D溢出從受惠企業(yè)向未獲補(bǔ)貼企業(yè)擴(kuò)散。上述結(jié)果表明，溢出效應(yīng)下，考慮溢出和不考慮溢出的兩種估計(jì)結(jié)果之間存在較大偏差，且受補(bǔ)貼企業(yè)對(duì)未受補(bǔ)貼企業(yè)有明顯的R&D溢出。但這種估計(jì)偏差并不是由于個(gè)體的特征造成的偏差，而是由于控制組和實(shí)驗(yàn)組之間的跨單元溢出違反了“SUTVA”假設(shè)，因此，這種偏差程度也捕捉了違反“SUTVA”假設(shè)的程度。

表4 溢出效應(yīng)下政府R&D補(bǔ)貼對(duì)企業(yè)創(chuàng)新產(chǎn)出的平均處理效果(加權(quán)vs未加權(quán))

3.政府R&D補(bǔ)貼與企業(yè)所有制異質(zhì)性。

中國(guó)情境下不同所有制企業(yè)在獲得政府R&D補(bǔ)貼和優(yōu)惠政策支持方面存在顯著差異。因此，需要考慮政府R&D補(bǔ)貼在國(guó)有和民營(yíng)企業(yè)不同所有制性質(zhì)樣本中，對(duì)企業(yè)專利產(chǎn)出和R&D投入所產(chǎn)生的作用效應(yīng)是否存在顯著差異性。

考慮到不同所有制企業(yè)在滯后多期可能存在樣本量不足的情況，這里只報(bào)告了滯后4期的估計(jì)結(jié)果。表5報(bào)告了溢出效應(yīng)下政府R&D補(bǔ)貼與不同所有制企業(yè)技術(shù)創(chuàng)新產(chǎn)出的平均處理效應(yīng)估計(jì)結(jié)果。模型(1)和模型(2)顯示國(guó)有企業(yè)和民營(yíng)企業(yè)專利產(chǎn)出與政府R&D補(bǔ)貼在不同滯后期的處理效應(yīng)，結(jié)果顯示政府R&D補(bǔ)貼對(duì)國(guó)有企業(yè)專利產(chǎn)出僅在滯后1期表現(xiàn)出顯著負(fù)向影響，在其他階段均不顯著，且系數(shù)為負(fù)。政府R&D補(bǔ)貼對(duì)民營(yíng)企業(yè)專利產(chǎn)出均表現(xiàn)出顯著正向作用，這表明政府R&D補(bǔ)貼更有利于民營(yíng)企業(yè)的專利產(chǎn)出，而對(duì)國(guó)有企業(yè)專利產(chǎn)出并未產(chǎn)生積極的促進(jìn)作用，甚至還存在一定的抑制作用；模型(3)和模型(4)顯示國(guó)有企業(yè)和民營(yíng)企業(yè)R&D投入與政府R&D補(bǔ)貼在不同滯后期的處理效應(yīng)，結(jié)果顯示政府R&D補(bǔ)貼對(duì)國(guó)有企業(yè)R&D投入在滯后0期和滯后3期表現(xiàn)出顯著正向影響。政府R&D補(bǔ)貼對(duì)民營(yíng)企業(yè)R&D投入均表現(xiàn)出顯著正向影響，這表明政府R&D補(bǔ)貼僅在初期對(duì)國(guó)有企業(yè)R&D投入產(chǎn)生顯著積極作用，隨著時(shí)間推移，政府R&D補(bǔ)貼對(duì)民營(yíng)企業(yè)R&D投入的激勵(lì)作用顯著提高。

上述結(jié)果表明，政府R&D補(bǔ)貼更有利于民營(yíng)企業(yè)的專利產(chǎn)出和R&D投入提高，而對(duì)國(guó)有企業(yè)專利產(chǎn)出和R&D投入的增加并未產(chǎn)生持續(xù)的促進(jìn)作用；政府R&D補(bǔ)貼對(duì)不同所有制企業(yè)專利產(chǎn)出和R&D投入的影響存在明顯的異質(zhì)性，這可能是由于不同所有制企業(yè)面臨不同的市場(chǎng)環(huán)境，進(jìn)而影響了政府創(chuàng)新支持的作用效果。其具體表現(xiàn)為：一方面國(guó)有企業(yè)因產(chǎn)權(quán)的特殊性和政府有著天然的聯(lián)系，擁有政府大量的資源支持和政策保護(hù)，能夠通過(guò)較低成本獲得更多的壟斷經(jīng)營(yíng)權(quán)和稀缺的優(yōu)質(zhì)資源[21];另一方面，僵化的企業(yè)組織和嚴(yán)重的委托代理問(wèn)題導(dǎo)致國(guó)有企業(yè)創(chuàng)新效率低下,因此政府R&D補(bǔ)貼對(duì)國(guó)有企業(yè)R&D活動(dòng)的激勵(lì)效應(yīng)被極大地削弱[22]。因此，政府R&D補(bǔ)貼失衡也是抑制中國(guó)企業(yè)創(chuàng)新能力提升的重要原因之一。

表5 不同所有制企業(yè)估計(jì)結(jié)果

4.政府R&D補(bǔ)貼強(qiáng)度的異質(zhì)性。

為了進(jìn)一步考察政府R&D補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新的關(guān)系，本文在前文結(jié)論的基礎(chǔ)上將補(bǔ)貼強(qiáng)度的異質(zhì)性納入考察范圍，在此基礎(chǔ)上，本文進(jìn)一步根據(jù)毛其淋等[22]提出的政府補(bǔ)貼“適度區(qū)間”概念，采用政府補(bǔ)貼收入與企業(yè)銷售額的比值來(lái)衡量政府補(bǔ)貼強(qiáng)度，然后將補(bǔ)貼強(qiáng)度按由低到高排序的四分位數(shù)為臨界點(diǎn)，將這部分企業(yè)進(jìn)一步劃分為四種類型，結(jié)合回歸結(jié)果以及樣本實(shí)際數(shù)據(jù)計(jì)算得到政府補(bǔ)貼促進(jìn)企業(yè)新產(chǎn)品創(chuàng)新的區(qū)間范圍，即確定補(bǔ)貼強(qiáng)度的“適度區(qū)間”。首先用政府創(chuàng)新補(bǔ)貼Subsidy作為衡量政府補(bǔ)貼強(qiáng)度的指標(biāo)，同時(shí)依舊對(duì)所有企業(yè)按所有制屬性不同進(jìn)行分類，再將其按由低到高排序的四分位數(shù)為臨界點(diǎn)，將所有企業(yè)劃分為四種類型(Sub×Afteri,i=1,2,3,4),其中Sub×After1表示補(bǔ)貼強(qiáng)度最低處理組，Sub×After2、Sub×After3表示適中補(bǔ)貼強(qiáng)度處理組，Sub×After4表示高強(qiáng)度補(bǔ)貼處理組。具體回歸模型如下：

Yit=(α1+β1Subsidy+β2Di+β3Subit×After1+β4Subit×After2

+β5Subit×After3+β6Subit×After4)/(1-Sit)

(5)

表6報(bào)告了式(5)的回歸結(jié)果，其中模型(1)-(3)顯示了政府不同強(qiáng)度補(bǔ)貼對(duì)不同所有制企業(yè)專利產(chǎn)出影響的估計(jì)結(jié)果，模型(4)-(6)顯示了政府不同強(qiáng)度補(bǔ)貼對(duì)不同所有制企業(yè)R&D投入影響的估計(jì)結(jié)果。表6顯示了如下四個(gè)方面：一是對(duì)于不同所有制企業(yè)的專利產(chǎn)出，政府補(bǔ)貼強(qiáng)度的“適度區(qū)間”為Sub×After3，即中等偏高強(qiáng)度補(bǔ)貼；二是對(duì)于不同所有制企業(yè)的R&D投入，政府補(bǔ)貼強(qiáng)度的“適度區(qū)間”為Sub×After2和Sub×After3，即中等強(qiáng)度補(bǔ)貼；三是較低強(qiáng)度補(bǔ)貼(Sub×After1)對(duì)企業(yè)專利產(chǎn)出和R&D投入的激勵(lì)作用并不明顯，高強(qiáng)度補(bǔ)貼(Sub×After4)甚至?xí)a(chǎn)生負(fù)向激勵(lì)作用；四是對(duì)于不同所有制企業(yè)，政府補(bǔ)貼的激勵(lì)效應(yīng)存在明顯差異。政府補(bǔ)貼對(duì)于國(guó)有企業(yè)創(chuàng)新投入的激勵(lì)作用較大，而對(duì)于非國(guó)有企業(yè)，則更能激勵(lì)其創(chuàng)新投入的提升。

對(duì)此可能的解釋如下:第一，企業(yè)專利產(chǎn)出存在一定的門檻條件，如研發(fā)設(shè)備的購(gòu)買、研發(fā)人員的報(bào)酬等等，較低的補(bǔ)貼強(qiáng)度可能無(wú)法幫助企業(yè)跨越這一門檻，適度的補(bǔ)貼則可以讓企業(yè)有足夠的資金支持跨越門檻，從而進(jìn)行技術(shù)創(chuàng)新；第二，企業(yè)投身于創(chuàng)新行為的資金需求大、投資周期長(zhǎng)、風(fēng)險(xiǎn)系數(shù)高，因此企業(yè)家對(duì)于是否加大研發(fā)投入力度是很謹(jǐn)慎的，倘若存在適中強(qiáng)度的政府補(bǔ)貼，則會(huì)一定程度上緩解企業(yè)后顧之憂，提振企業(yè)家加大研發(fā)投入的信心；第三，較高強(qiáng)度政府補(bǔ)貼會(huì)帶來(lái)激勵(lì)扭曲，一方面企業(yè)無(wú)需通過(guò)政策經(jīng)營(yíng)途徑即可獲得超額利潤(rùn)，這勢(shì)必會(huì)降低企業(yè)創(chuàng)新的積極性，另一方面高強(qiáng)度補(bǔ)貼也會(huì)帶來(lái)權(quán)力租金，尋租行為會(huì)對(duì)企業(yè)的研發(fā)投入和創(chuàng)新活動(dòng)產(chǎn)生擠出效應(yīng)，因而過(guò)高強(qiáng)度補(bǔ)貼會(huì)產(chǎn)生負(fù)向激勵(lì)作用；第四，不同所有制企業(yè)政府補(bǔ)貼的激勵(lì)效應(yīng)存在明顯差異。這可能是不同所有制企業(yè)各自的自身資源稟賦、所處創(chuàng)新環(huán)境和內(nèi)生動(dòng)力方面存在差異，國(guó)有企業(yè)研發(fā)能力更強(qiáng)，政府補(bǔ)貼更能刺激專利產(chǎn)出，而非國(guó)有企業(yè)對(duì)政府補(bǔ)貼更為敏銳，更能激發(fā)其創(chuàng)新投入。

表6 政府補(bǔ)貼強(qiáng)度異質(zhì)性對(duì)企業(yè)專利產(chǎn)出和R&D投入的影響

(三) 穩(wěn)健性檢驗(yàn)

為保證上述評(píng)估結(jié)果的穩(wěn)健性,本文采用新的被解釋變量和新的PSM匹配方法進(jìn)行檢驗(yàn)比較。首先以發(fā)明專利數(shù)作為專利產(chǎn)出的代理變量，以企業(yè)R&D投入強(qiáng)度(計(jì)算方法為企業(yè)當(dāng)年R&D投入額/企業(yè)當(dāng)年固定資產(chǎn)凈值)作為R&D投入的工具變量。其次，上文中的匹配方法均是基于Kernel匹配方法的估計(jì)結(jié)果。為了保證本文以上各項(xiàng)結(jié)果的穩(wěn)健性，表7中報(bào)告了采用N-N(最近鄰)匹配方法分析的溢出效應(yīng)下政府R&D補(bǔ)貼與企業(yè)專利產(chǎn)出和R&D投入之間平均處理效應(yīng)估計(jì)結(jié)果。表7顯示采取基于N-N匹配方法所得到的結(jié)論與上文采取基于Kernel匹配方法的PSM-DID計(jì)量框架得到的各項(xiàng)檢驗(yàn)結(jié)果基本一致的。由此說(shuō)明，匹配方法的差異不會(huì)影響本文的主要檢驗(yàn)結(jié)果，驗(yàn)證了本文以上所得到的估計(jì)結(jié)果的穩(wěn)健性。

表7 穩(wěn)健性檢驗(yàn)結(jié)果(N-N匹配)

四、 結(jié) 語(yǔ)

政府R&D補(bǔ)助對(duì)企業(yè)技術(shù)創(chuàng)新具有重要的導(dǎo)向和推動(dòng)作用，如何制定有效的政府R&D補(bǔ)貼政策，提升創(chuàng)新支持效果對(duì)我國(guó)創(chuàng)新型國(guó)家的建設(shè)及未來(lái)經(jīng)濟(jì)的持續(xù)、健康發(fā)展均具有重要的意義。近年來(lái)，雙重差分方法在經(jīng)濟(jì)學(xué)領(lǐng)域中獲得廣泛應(yīng)用，尤其是針對(duì)政策相關(guān)的內(nèi)生性問(wèn)題，雙重差分方法提供了有效的降低估計(jì)偏差的途徑。但是在外部性條件下，標(biāo)準(zhǔn)準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)在估計(jì)政策的邊際社會(huì)福利效應(yīng)時(shí)可能存在的偏差，基于此，本文根據(jù)企業(yè)間的技術(shù)關(guān)聯(lián)和溢出傳遞特性，構(gòu)建了溢出效應(yīng)下雙重差分模型的無(wú)偏差估計(jì)方法，拓展了準(zhǔn)實(shí)驗(yàn)方法在有關(guān)技術(shù)創(chuàng)新問(wèn)題中的應(yīng)用領(lǐng)域。盡管在實(shí)際問(wèn)題中，由于技術(shù)溢出的復(fù)雜和潛在因素的干擾，溢出概率難以準(zhǔn)確識(shí)別，但企業(yè)間的技術(shù)關(guān)聯(lián)為技術(shù)溢出提供了有益的測(cè)度視角，為本文實(shí)證分析奠定了一定的現(xiàn)實(shí)基礎(chǔ)。本文得到的主要結(jié)論如下：

第一，政府R&D補(bǔ)貼帶來(lái)的R&D溢出對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出具有一定的影響。同時(shí)，溢出效應(yīng)下，傳統(tǒng)雙重差分模型的估計(jì)結(jié)果較溢出加權(quán)的雙重差分模型估計(jì)結(jié)果之間存在一定差異，這種估計(jì)偏差反映了實(shí)驗(yàn)組(獲得R&D補(bǔ)貼的企業(yè))向控制組(未獲得R&D補(bǔ)貼的企業(yè))的R&D溢出。因此在有關(guān)技術(shù)創(chuàng)新政策的研究中僅僅考慮主體視角的估計(jì)結(jié)果并不能夠獲得R&D稅收優(yōu)惠政策激勵(lì)效應(yīng)的充足證據(jù)，而是需要考慮包含溢出主體和溢出客體的完整分析，以獲得相對(duì)準(zhǔn)確的有關(guān)技術(shù)創(chuàng)新政策的邊際社會(huì)福利效應(yīng)估計(jì)結(jié)果。

第二，在溢出效應(yīng)下，R&D補(bǔ)貼政策對(duì)企業(yè)專利產(chǎn)出和R&D投入均表現(xiàn)出顯著的積極作用，但這種促進(jìn)作用的效果相對(duì)有限，持續(xù)的時(shí)間也較為短暫。不同所有制企業(yè)之間存在較大差異，民營(yíng)企業(yè)技術(shù)創(chuàng)新產(chǎn)出對(duì)R&D補(bǔ)貼政策的反映彈性明顯高于國(guó)有企業(yè)，表明在我國(guó)由于產(chǎn)權(quán)性質(zhì)的特殊性，政府R&D補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新的影響效果與企業(yè)自身因素及外部市場(chǎng)環(huán)境密切相關(guān)。

第三，適中強(qiáng)度的補(bǔ)貼對(duì)企業(yè)專利產(chǎn)出和R&D投入會(huì)產(chǎn)生激勵(lì)作用，低強(qiáng)度補(bǔ)貼的激勵(lì)作用并不明顯，而過(guò)高的補(bǔ)貼強(qiáng)度則會(huì)導(dǎo)致激勵(lì)扭曲。因此政府設(shè)定適度的補(bǔ)貼強(qiáng)度區(qū)間尤為重要，應(yīng)在補(bǔ)貼前對(duì)企業(yè)整體經(jīng)營(yíng)狀況進(jìn)行深入調(diào)查和科學(xué)評(píng)估，切實(shí)了解企業(yè)的實(shí)際需求，做到補(bǔ)貼與需求相一致，防止騙補(bǔ)、尋租等現(xiàn)象的發(fā)生。同時(shí)，要制定精準(zhǔn)的補(bǔ)貼政策，實(shí)施差異化補(bǔ)貼策略，針對(duì)不同所有制企業(yè)在專利產(chǎn)出和創(chuàng)新投入方面的不同反饋，設(shè)置相應(yīng)的補(bǔ)貼績(jī)效考核標(biāo)準(zhǔn)，實(shí)現(xiàn)政府R&D資源的有效配置。

總之，本文在有關(guān)R&D激勵(lì)政策的準(zhǔn)實(shí)驗(yàn)分析方法中作了新的嘗試，為創(chuàng)新政策的邊際社會(huì)福利效應(yīng)提供了有效的估計(jì)策略，但在實(shí)際問(wèn)題的測(cè)度上依然存在很多困難，如準(zhǔn)確識(shí)別技術(shù)溢出影響的范圍和程度，創(chuàng)新政策評(píng)估中需要測(cè)度每個(gè)受影響的溢出接受企業(yè)的邊際替代率以及溢出企業(yè)的邊際轉(zhuǎn)換率。然而，溢出接受企業(yè)的消費(fèi)偏好和溢出企業(yè)技術(shù)能力的異質(zhì)性都會(huì)加大實(shí)證的困難。為此，研究者大多基于平均偏好以及受影響的客體和主體的數(shù)量等信息估計(jì)邊際社會(huì)福利。事實(shí)上，由于溢出效應(yīng)難以識(shí)別，溢出接受企業(yè)的數(shù)量往往無(wú)法有效估計(jì)。因此，在未來(lái)的研究中需要對(duì)溢出效應(yīng)的識(shí)別和測(cè)度作進(jìn)一步探索，同時(shí)還需充分考慮溢出效應(yīng)下政策的邊際福利效應(yīng)和邊際成本的變化，以獲得對(duì)公共政策的充分認(rèn)識(shí)，并構(gòu)建完整的政策評(píng)價(jià)體系。

注釋：

① 數(shù)據(jù)來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒2017》。

② 數(shù)據(jù)來(lái)源：Wind數(shù)據(jù)庫(kù)統(tǒng)計(jì)。

③ 數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局、科學(xué)技術(shù)部《中國(guó)科技統(tǒng)計(jì)年鑒2016》。

④ 參見(jiàn)周黎安、陳燁的《中國(guó)農(nóng)村稅費(fèi)改革的政策效果:基于雙重差分模型的估計(jì)》一文，載《經(jīng)濟(jì)研究》2005年第8期，第44-53頁(yè)。

⑤ 數(shù)據(jù)來(lái)源：根據(jù)中國(guó)知網(wǎng)(CNKI)數(shù)據(jù)庫(kù)中運(yùn)用篇名、摘要或關(guān)鍵詞中含有“雙重差分”、“政策”的文獻(xiàn)數(shù)量進(jìn)行統(tǒng)計(jì)。

⑥ 資料來(lái)源：《中國(guó)青年報(bào)》2016年1月26日，第2版。