吳曉飛

(山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250100)

?

科技支持、補(bǔ)貼陷阱與區(qū)域創(chuàng)新能力

吳曉飛

(山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250100)

利用1998—2013年的省際面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型，從科技補(bǔ)貼強(qiáng)度的角度進(jìn)行實(shí)證分析。研究表明：地方政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間存在著較為明顯的倒U型關(guān)系，這意味著如果政府支持強(qiáng)度超過某一臨界點(diǎn)，就可能會(huì)落入“補(bǔ)貼陷阱”；東部地區(qū)和中西部地區(qū)倒U型關(guān)系存在一定差異，東部地區(qū)表現(xiàn)較為顯著，而中西部地區(qū)并不明顯。

科技補(bǔ)貼強(qiáng)度； 區(qū)域創(chuàng)新能力；地區(qū)差異

創(chuàng)新是經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展的重要源泉，但由于創(chuàng)新具有正外部性，所以科技創(chuàng)新過程往往面臨著市場(chǎng)失靈的困擾(Arrow，1962；Tassey，2004)。為了彌補(bǔ)因市場(chǎng)失靈所造成的創(chuàng)新不足，各國(guó)政府一般會(huì)對(duì)本國(guó)的科技創(chuàng)新給予一定的政策支持。自提出建設(shè)創(chuàng)新型國(guó)家以來，中國(guó)各級(jí)地方政府紛紛加大了對(duì)本地區(qū)科技研發(fā)的財(cái)政支持力度，地方科技財(cái)政支出占比逐年升高。地方政府創(chuàng)新支持力度的加大，一方面有利于擴(kuò)大創(chuàng)新產(chǎn)出，提升區(qū)域的創(chuàng)新能力；但另一方面，也可能對(duì)企業(yè)等創(chuàng)新主體的研發(fā)投入產(chǎn)生“擠出”效應(yīng)，從而對(duì)區(qū)域創(chuàng)新產(chǎn)生不利影響?；诖?，本文從地方政府科技補(bǔ)貼強(qiáng)度的角度出發(fā)，探討了地方財(cái)政支出對(duì)區(qū)域創(chuàng)新能力的影響，并對(duì)東部地區(qū)和中西部地區(qū)進(jìn)行了比較分析。

一、文獻(xiàn)評(píng)述

政府科技補(bǔ)貼與創(chuàng)新之間關(guān)系的討論由來已久。早期研究主要集中于創(chuàng)新的正外部性以及政府科技補(bǔ)貼的必要性。一般而言，為了糾正研發(fā)活動(dòng)存在的“市場(chǎng)失靈”，政府應(yīng)該進(jìn)行創(chuàng)新補(bǔ)貼。Hamberg(1966)利用廠商截面數(shù)據(jù)發(fā)現(xiàn)，政府R&D補(bǔ)貼能夠促進(jìn)企業(yè)增加研發(fā)支出；Lichtenberg(1987)則嘗試將政府R&D補(bǔ)貼內(nèi)生到其計(jì)量模型中，但研究結(jié)論卻并不穩(wěn)健，在采用工具變量法時(shí)政府R&D補(bǔ)貼與企業(yè)研發(fā)之間存在替代關(guān)系，而采用固定效應(yīng)法時(shí)二者則存在互補(bǔ)關(guān)系。這些早期的研究嘗試為后續(xù)研究開拓了視野，提供了思路。

Almus et al.(2003)、Lee(2011)均在一定程度上證實(shí)，政府的創(chuàng)新補(bǔ)貼可以刺激企業(yè)的研發(fā)活動(dòng)，科技補(bǔ)貼對(duì)企業(yè)創(chuàng)新存在著杠桿效應(yīng)。解維敏等(2009)、顧元媛等(2012)、陸國(guó)慶等(2014)進(jìn)一步驗(yàn)證了上述結(jié)論。但Lach(2002)認(rèn)為，企業(yè)為了獲得政府R&D補(bǔ)貼可能會(huì)傾向于迎合政府的引導(dǎo)，而減少政府補(bǔ)貼之外的創(chuàng)新活動(dòng)；Link et al.(2009)以美國(guó)小企業(yè)為例，發(fā)現(xiàn)政府支持的小企業(yè)創(chuàng)新研究計(jì)劃(SBIR)的商品化概率僅為0.47，表明政府支持的效果并不理想；樊琦等(2011)的研究證實(shí)，政府R&D補(bǔ)貼對(duì)經(jīng)濟(jì)落后地區(qū)的影響要弱于經(jīng)濟(jì)發(fā)達(dá)地區(qū)，R&D補(bǔ)貼績(jī)效存在地區(qū)差異。

針對(duì)政府科技補(bǔ)貼究竟是促進(jìn)還是抑制企業(yè)的研發(fā)，有學(xué)者嘗試從正反兩個(gè)方面加以研究。通過分析政府R&D補(bǔ)貼對(duì)企業(yè)研發(fā)支出的影響，劉虹等(2012)認(rèn)為政府補(bǔ)貼對(duì)研發(fā)支出可能同時(shí)存在激勵(lì)效應(yīng)與擠出效應(yīng)，兩種效應(yīng)的分布呈倒U型，但是這一研究沒有對(duì)不同的地區(qū)做出進(jìn)一步區(qū)分，同時(shí)也沒有考慮區(qū)域創(chuàng)新能力問題；范允奇等(2014)的研究則表明，當(dāng)存在腐敗時(shí)，政府R&D投入對(duì)技術(shù)創(chuàng)新效率的影響可分解為負(fù)向的規(guī)模效應(yīng)和正向的結(jié)構(gòu)效應(yīng)，而凈效應(yīng)則取決于這兩種效應(yīng)的相對(duì)大小。

有學(xué)者則關(guān)注政府的不同政策對(duì)企業(yè)研發(fā)活動(dòng)所產(chǎn)生的影響。Hall et al.(2000)、Bloom et al.(2002)在考察稅收政策對(duì)R&D活動(dòng)的作用后發(fā)現(xiàn)，政府的稅收優(yōu)惠政策有助于增加R&D支出。戴晨等(2008)比較了稅收優(yōu)惠與財(cái)政補(bǔ)貼對(duì)企業(yè)研發(fā)的不同影響后，認(rèn)為稅收優(yōu)惠比財(cái)政補(bǔ)貼更有助于促進(jìn)企業(yè)研發(fā)。熊維勤(2011)認(rèn)為，較高的稅率會(huì)顯著降低企業(yè)的研發(fā)收益以及研發(fā)努力。在政府科技財(cái)政支出方面，生延超(2008)的研究表明，如果政府介入技術(shù)聯(lián)盟創(chuàng)新系統(tǒng)，那么創(chuàng)新產(chǎn)品補(bǔ)貼將比創(chuàng)新投入補(bǔ)貼更加有效；胡志國(guó)等(2013)發(fā)現(xiàn)，政府直接進(jìn)行R&D有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但政府R&D補(bǔ)貼卻更有利于改善社會(huì)福利。上述研究意味著，政府合理選擇創(chuàng)新補(bǔ)貼方式是十分重要的現(xiàn)實(shí)問題。

從已有文獻(xiàn)來看，政府科技補(bǔ)貼與創(chuàng)新之間的關(guān)系是國(guó)內(nèi)外眾多學(xué)者關(guān)注的焦點(diǎn)。相關(guān)研究主要包括政府R&D補(bǔ)貼對(duì)企業(yè)創(chuàng)新的影響、政府不同支持政策對(duì)創(chuàng)新的作用效果等。盡管現(xiàn)有研究已經(jīng)做出了許多有益探索，但對(duì)于政府科技補(bǔ)貼如何影響創(chuàng)新仍未達(dá)成共識(shí)。正如顧元媛等(2012)所言，由于缺少中國(guó)政府對(duì)企業(yè)進(jìn)行R&D 補(bǔ)貼的數(shù)據(jù)，因此部分研究在計(jì)量分析的數(shù)據(jù)處理方面有失精準(zhǔn)。本文從政府科技補(bǔ)貼強(qiáng)度的視角，用地方財(cái)政科技撥款占地方財(cái)政支出總額的比重表示政府科技補(bǔ)貼強(qiáng)度，某種程度上可以彌補(bǔ)現(xiàn)有研究因數(shù)據(jù)缺失的缺憾；另外研究中還進(jìn)一步對(duì)政府科技補(bǔ)貼強(qiáng)度的臨界點(diǎn)進(jìn)行了估算，評(píng)估政府科技補(bǔ)貼強(qiáng)度對(duì)東部地區(qū)和中西部地區(qū)的影響的差異。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來源

本文選取除西藏以外的30個(gè)省、直轄市、自治區(qū)的相關(guān)面板數(shù)據(jù)，樣本的時(shí)間為1998—2013年。對(duì)政府科技補(bǔ)貼強(qiáng)度這一主要解釋變量，以地方財(cái)政科技撥款占財(cái)政總支出的比重來衡量，相關(guān)數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)年鑒和各省市統(tǒng)計(jì)年鑒；而對(duì)于區(qū)域創(chuàng)新能力這一因變量，用樣本各省市的專利申請(qǐng)總數(shù)和授權(quán)總數(shù)來表示(Li，2009；漆艷茹 等，2013)，相關(guān)數(shù)據(jù)主要來源于中國(guó)科技統(tǒng)計(jì)年鑒和各省市統(tǒng)計(jì)年鑒；回歸分析中其他各控制變量的數(shù)據(jù)則主要來源于中國(guó)統(tǒng)計(jì)年鑒、中國(guó)科技統(tǒng)計(jì)年鑒、各省市統(tǒng)計(jì)年鑒以及有關(guān)統(tǒng)計(jì)公報(bào)。

(二)模型設(shè)定

已有研究多將創(chuàng)新過程視作一種知識(shí)生產(chǎn)過程，用擴(kuò)展形式的柯布-道格拉斯函數(shù)(C-D函數(shù))來表示(李曉鐘 等，2008；姜明輝 等，2013)。本文從已有研究出發(fā)，引入C-D函數(shù)形式的區(qū)域創(chuàng)新模型：

Y=Af(K,L,H)

(1)

其中：Y表示地區(qū)創(chuàng)新產(chǎn)出，用以衡量區(qū)域創(chuàng)新能力；A為前期的知識(shí)存量；K和L分別表示區(qū)域創(chuàng)新的資本和人力投入；H則代表除資本和人力以外影響創(chuàng)新能力的其他因素，如政府對(duì)創(chuàng)新的支持力度、技術(shù)市場(chǎng)因素等。

在式(1)的基礎(chǔ)上，借鑒已有研究成果(Li，2009；劉虹 等，2012)，將基本回歸模型設(shè)定如下：

Ln TZL=β0+β1FIN+β2FIN2+β3Ln PGDP+β4Ln PEO+β5Ln MKT+δt+δi+μ

(2)

其中：向量Ln TZL為回歸的因變量，由Ln TZLA和Ln TZLL兩個(gè)分量組成，這兩個(gè)分量分別表示專利申請(qǐng)總數(shù)和專利授權(quán)總數(shù)的自然對(duì)數(shù)，用以衡量區(qū)域創(chuàng)新能力；FIN為本文重點(diǎn)關(guān)注的解釋變量，即政府科技補(bǔ)貼強(qiáng)度，用地方財(cái)政科技撥款占財(cái)政總支出的比重來衡量；為了考察政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間是否存在二次曲線關(guān)系，引入FIN的平方項(xiàng)*為了避免引入平方項(xiàng)后所帶來的共線性問題，參照吳曉云等(2013)的做法對(duì)變量進(jìn)行了標(biāo)準(zhǔn)化處理。；借鑒Furman et al.(2002)的辦法，以人均GDP的自然對(duì)數(shù)(Ln PGDP)來衡量地區(qū)前期的知識(shí)存量；Ln PEO表示R&D人員全時(shí)當(dāng)量的自然對(duì)數(shù)，用來反映地區(qū)創(chuàng)新的要素投入；Ln MKT則為技術(shù)市場(chǎng)成交額的自然對(duì)數(shù)，反映了市場(chǎng)環(huán)境對(duì)創(chuàng)新的影響；δt和δi分別為年度固定效應(yīng)(YEAR)和地區(qū)固定效應(yīng)(PROVINCE)；μ為模型的隨機(jī)誤差項(xiàng)。

式(2)并沒有包含創(chuàng)新的資本投入變量，原因在于R&D人員全時(shí)當(dāng)量與研發(fā)資本投入之間存在高度相關(guān)性，檢驗(yàn)表明二者在取自然對(duì)數(shù)后相關(guān)系數(shù)達(dá)到了0.94，若將兩個(gè)變量同時(shí)加入回歸方程可能會(huì)導(dǎo)致結(jié)果出現(xiàn)偏差，因此在本研究中僅以R&D人員全時(shí)當(dāng)量作為創(chuàng)新投入的基本變量。此外，由于從專利申請(qǐng)到獲得授權(quán)往往需要一段較長(zhǎng)的時(shí)間，若以專利數(shù)量作為區(qū)域創(chuàng)新能力的指標(biāo)則需要考慮時(shí)間滯后關(guān)系。對(duì)此，本文著重分析兩種滯后情形：一是以專利申請(qǐng)數(shù)為因變量時(shí)，自變量不滯后和滯后一期；二是以專利授權(quán)數(shù)為因變量時(shí)，自變量分別滯后兩期和三期(Li，2009；岳鵠 等，2009)。通過上述回歸模型可以系統(tǒng)考察政府科技補(bǔ)貼強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的影響。

三、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表1　主要變量的描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)特征結(jié)果見表1。從中可知，不同年份、不同地區(qū)的專利申請(qǐng)總數(shù)和專利授權(quán)總數(shù)均存在較大差異。其中，專利申請(qǐng)總數(shù)在取自然對(duì)數(shù)后的最小值為4.82，最大值為13.13；專利授權(quán)總數(shù)在取對(duì)數(shù)后的最小值為4.13，最大值為12.51；FIN的最小值和最大值分別為0.39和7.31，這說明各樣本省市之間在創(chuàng)新水平和政府科技補(bǔ)貼方面存在較強(qiáng)的個(gè)體特征。因此，需要在回歸模型中對(duì)年度固定效應(yīng)和地區(qū)固定效應(yīng)進(jìn)行控制。其他各回歸變量的描述性統(tǒng)計(jì)結(jié)果如表1所示，在此不再贅述。

(二)實(shí)證結(jié)果與分析

正如上文所言，由于R&D人員全時(shí)當(dāng)量與研發(fā)資本投入之間存在高度相關(guān)性，因此在回歸模型中去除研發(fā)資本投入變量，剩余各自變量之間的Pearson相關(guān)系數(shù)絕對(duì)值最大為0.75，模型不存在嚴(yán)重的共線性問題。由于采用省級(jí)面板數(shù)據(jù)進(jìn)行實(shí)證分析，故以Hausman檢驗(yàn)來確定模型的具體形式，檢驗(yàn)結(jié)果表明，在各種情形下固定效應(yīng)模型更優(yōu)(Prob>chi2=0.000)。因此，后文中將以雙向固定效應(yīng)模型作為回歸的基本方法。

1.全樣本的回歸結(jié)果

從表2全樣本條件下的回歸結(jié)果可知，無論是以專利申請(qǐng)總數(shù)還是以專利授權(quán)總數(shù)為因變量，政府科技補(bǔ)貼強(qiáng)度變量FIN的系數(shù)均顯著為正，這說明地方政府科技補(bǔ)貼強(qiáng)度越大，科技補(bǔ)貼水平越高，對(duì)地區(qū)創(chuàng)新能力的正向推動(dòng)作用也就越強(qiáng)。同時(shí)，F(xiàn)IN2的回歸系數(shù)均為負(fù)值且較顯著，表明在控制其他因素的條件下，區(qū)域創(chuàng)新能力是政府科技補(bǔ)貼強(qiáng)度的二次函數(shù)，呈現(xiàn)出“倒U型”的特征，這意味著在初始階段，政府科技補(bǔ)貼強(qiáng)度對(duì)區(qū)域創(chuàng)新能力會(huì)起到較為明顯的促進(jìn)作用，但這種激勵(lì)效應(yīng)隨著補(bǔ)貼強(qiáng)度的增強(qiáng)而減弱，超過一定強(qiáng)度后甚至可能會(huì)對(duì)地區(qū)創(chuàng)新產(chǎn)生負(fù)面影響，落入所謂的“補(bǔ)貼陷阱”。經(jīng)推算，倒U型曲線的拐點(diǎn)出現(xiàn)在政府科技補(bǔ)貼強(qiáng)度大約5%左右的范圍內(nèi)。目前，各省市的科技補(bǔ)貼強(qiáng)度多數(shù)情況下均低于5%，仍處于倒U型曲線的上升階段。

表2　全樣本回歸結(jié)果

注：***、**、*表示1%、5%、10%的顯著水平；括號(hào)中給出了各回歸結(jié)果的t統(tǒng)計(jì)量。下同。

政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間的倒U型關(guān)系，可以從兩個(gè)方面來解釋：一方面，在合理的范圍內(nèi)，加大政府科技補(bǔ)貼強(qiáng)度有利于激發(fā)企業(yè)等主體的創(chuàng)新活力，促進(jìn)地區(qū)創(chuàng)新水平的提高。由于科技創(chuàng)新具有正外部性，使得企業(yè)等主體從事研發(fā)創(chuàng)新的動(dòng)力有所不足，創(chuàng)新活動(dòng)面臨著“市場(chǎng)失靈”的困擾，而政府科技補(bǔ)貼則是糾正這一問題的重要手段。在初始階段，提高政府科技補(bǔ)貼強(qiáng)度會(huì)對(duì)企業(yè)創(chuàng)新活動(dòng)起到補(bǔ)償?shù)淖饔茫ぐl(fā)企業(yè)的創(chuàng)新熱情，提高地區(qū)創(chuàng)新能力。但政府科技補(bǔ)貼不可能無限度的發(fā)揮作用，科技補(bǔ)貼資金也會(huì)面臨邊際報(bào)酬遞減問題。因此，一旦政府科技補(bǔ)貼強(qiáng)度超出合理的界限，就可能會(huì)使創(chuàng)新產(chǎn)出產(chǎn)生遞減的趨勢(shì)。在科技補(bǔ)貼強(qiáng)度較高時(shí)，會(huì)對(duì)企業(yè)研發(fā)投資產(chǎn)生“擠出”效應(yīng)，導(dǎo)致地區(qū)創(chuàng)新產(chǎn)出下降，從而影響到區(qū)域創(chuàng)新能力的提升。根據(jù)前述推算，在全國(guó)層面上這一合理界限為政府科技補(bǔ)貼強(qiáng)度在5%。

另一方面，科技補(bǔ)貼強(qiáng)度指標(biāo)也反映了科技財(cái)政與其他財(cái)政支出的對(duì)比情況。政府科技補(bǔ)貼力度加大，相應(yīng)其他財(cái)政支出往往就會(huì)減少，因?yàn)樨?cái)政支出總量是相對(duì)固定的，一個(gè)領(lǐng)域投入多了，對(duì)其他領(lǐng)域的投入也就相應(yīng)的少了，但是創(chuàng)新過程也離不開上述這些相關(guān)的“軟件”和“硬件”條件的支持。而從更廣泛的意義上，一個(gè)地區(qū)基礎(chǔ)設(shè)施的完善程度、教育投入力度等也是構(gòu)成地區(qū)創(chuàng)新環(huán)境的重要部分。政府科技補(bǔ)貼強(qiáng)度超過一定界限，可能會(huì)影響到對(duì)這些配套設(shè)施和領(lǐng)域的投入，反而不利于區(qū)域創(chuàng)新能力的有效提升。因而，需要強(qiáng)調(diào)科技財(cái)政支出與其他財(cái)政支出的合理平衡，如果只是單純的提高科技補(bǔ)貼強(qiáng)度而忽略其他影響因素，最終也只會(huì)造成財(cái)政資源配置上的低效率，甚至還可能阻礙區(qū)域創(chuàng)新能力的提升。

表2中控制變量Ln PGDP的回歸系數(shù)為正值，但是顯著性較弱，說明前期的知識(shí)存量對(duì)區(qū)域創(chuàng)新能力存在一定程度的正向影響；R&D人員全時(shí)當(dāng)量Ln PEO的回歸系數(shù)為正且較為顯著，這意味著研發(fā)要素投入對(duì)區(qū)域創(chuàng)新能力具有明顯的正向推動(dòng)作用；Ln MKT的回歸系數(shù)同樣為正且十分顯著，表明技術(shù)市場(chǎng)的活躍程度同樣是影響區(qū)域創(chuàng)新能力的重要因素。從上述實(shí)證結(jié)果以及模型的F值和修正的R2值來看，采用的回歸模型擬合較好。根據(jù)回歸結(jié)果，要提高區(qū)域創(chuàng)新能力，政府相關(guān)部門必須合理地把握對(duì)科技創(chuàng)新的補(bǔ)貼強(qiáng)度，完善研發(fā)人員激勵(lì)政策，引導(dǎo)創(chuàng)新要素高效率配置，同時(shí)還要營(yíng)造有利于研發(fā)創(chuàng)新的市場(chǎng)環(huán)境，以推動(dòng)地區(qū)創(chuàng)新水平向更高層次演進(jìn)。

2.東部和中西部地區(qū)的回歸結(jié)果

由于東、中、西部地區(qū)在創(chuàng)新要素和創(chuàng)新基礎(chǔ)方面存在的差異，政府科技補(bǔ)貼強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的影響可能存在區(qū)域差異。因此，將樣本各省市區(qū)分為東部地區(qū)和中西部地區(qū)兩個(gè)子樣本，分別進(jìn)行回歸檢驗(yàn)*其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個(gè)省市，其余各省市則劃歸為中西部地區(qū)。，具體結(jié)果見表3和表4。從表3可知，對(duì)東部地區(qū)而言，政府科技補(bǔ)貼強(qiáng)度變量FIN的回歸系數(shù)為正且較為顯著，F(xiàn)IN2的回歸系數(shù)多數(shù)情況下顯著為負(fù)，說明東部地區(qū)政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間的倒U型關(guān)系存在且明顯。根據(jù)測(cè)算，東部地區(qū)倒U型曲線的拐點(diǎn)出現(xiàn)在政府科技補(bǔ)貼強(qiáng)度6%左右。而從表4可知，對(duì)于中西部地區(qū)來說，F(xiàn)IN的回歸系數(shù)仍然為正且十分顯著，而FIN2的回歸系數(shù)雖然為負(fù)卻未通過顯著性檢驗(yàn)。因此，對(duì)于中西部地區(qū)而言，政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間并不存在明顯的倒U型關(guān)系。

表3　東部地區(qū)的回歸結(jié)果

表4　中西部地區(qū)的回歸結(jié)果

東部地區(qū)和中西部地區(qū)回歸結(jié)果的不同，可能緣于二者經(jīng)濟(jì)發(fā)展水平以及創(chuàng)新基礎(chǔ)等方面的差異。對(duì)子樣本的描述性統(tǒng)計(jì)分析發(fā)現(xiàn)，東部地區(qū)的政府科技補(bǔ)貼強(qiáng)度最大值為7.31，而中西部地區(qū)最大值僅為3.30。由于經(jīng)濟(jì)發(fā)展水平較高，東部地區(qū)對(duì)創(chuàng)新投入也更為重視，因此政府會(huì)將更多的財(cái)政支出用于補(bǔ)貼地區(qū)的研發(fā)創(chuàng)新。但是如果政府科技補(bǔ)貼強(qiáng)度過高而超過某一合理水平，就會(huì)對(duì)私人部門的創(chuàng)新投入產(chǎn)生擠出效應(yīng)；且過高的政府科技補(bǔ)貼強(qiáng)度也會(huì)影響到對(duì)其他相關(guān)公共目標(biāo)的財(cái)政支出，從而降低財(cái)政科技補(bǔ)貼的效率。然而，由于中西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低，目前公共財(cái)政用于科技創(chuàng)新補(bǔ)貼的比率仍然偏低，因此，中西部地區(qū)并未表現(xiàn)出明顯的倒U型曲線關(guān)系。由于中西部地區(qū)的創(chuàng)新基礎(chǔ)比較薄弱，當(dāng)?shù)卣块T也應(yīng)該合理把握科技補(bǔ)貼的強(qiáng)度，以最大限度地發(fā)揮科技財(cái)政補(bǔ)貼對(duì)區(qū)域創(chuàng)新的推動(dòng)作用。在表3和表4中，其他各控制變量的回歸結(jié)果與全樣本情況下的回歸結(jié)果(表2)基本一致。

(三)穩(wěn)健性檢驗(yàn)與擴(kuò)展研究

在本部分將驗(yàn)證結(jié)論的穩(wěn)健性和適用性，具體做法是：首先，將發(fā)明專利申請(qǐng)數(shù)和授權(quán)數(shù)分離出來，單獨(dú)進(jìn)行回歸分析，以驗(yàn)證主要結(jié)論的可靠性；其次，采用Tobit回歸模型對(duì)上述研究結(jié)論加以驗(yàn)證；最后，檢驗(yàn)?zāi)Ｐ褪欠翊嬖趦?nèi)生性問題。限于篇幅，以下只匯報(bào)主要變量的檢驗(yàn)結(jié)果。

1.發(fā)明專利申請(qǐng)數(shù)和授權(quán)數(shù)

在所有專利類型中，發(fā)明專利最能體現(xiàn)一個(gè)地區(qū)的創(chuàng)新能力和創(chuàng)新水平，因此可將發(fā)明專利的相關(guān)數(shù)據(jù)分離出來，單獨(dú)進(jìn)行回歸檢驗(yàn)。其中，發(fā)明專利申請(qǐng)數(shù)以Ln IZLA表示；發(fā)明專利授權(quán)數(shù)以Ln IZLL表示，對(duì)二者均進(jìn)行了自然對(duì)數(shù)處理。另外，為與前文相對(duì)應(yīng)，在以Ln IZLA為因變量的情況下，自變量分別采取不滯后和滯后一期兩種情形；而在以Ln IZLL為因變量的情況下，自變量則分別采取滯后兩期和滯后三期兩種情形，具體檢驗(yàn)結(jié)果見表5。從表5可知，在以發(fā)明專利申請(qǐng)數(shù)和授權(quán)數(shù)為因變量的情況下，主要解釋變量的系數(shù)符號(hào)均與前文一致，而差別在于個(gè)別變量的顯著水平有所上升或下降。因此，上文主要研究結(jié)論是較為穩(wěn)健的。

表5　發(fā)明專利申請(qǐng)數(shù)和授權(quán)數(shù)的回歸結(jié)果

2.Tobit檢驗(yàn)

由于因變量的最低界限是0，其數(shù)據(jù)結(jié)構(gòu)特征為下界單邊截尾數(shù)據(jù)，Tobin(1958)針對(duì)這種具有截?cái)嘀堤卣鞯囊蜃兞刻岢隽私財(cái)嗷貧w模型(Censored Regression Model)。因此，在本部分采用這種方法對(duì)研究結(jié)論的穩(wěn)健性進(jìn)行檢驗(yàn)，具體結(jié)果見表6。從表6的回歸結(jié)果可知，在采用Tobit模型的情況下，主要解釋變量的系數(shù)符號(hào)并未發(fā)生變化，但是個(gè)別變量的顯著水平有所上升。尤其對(duì)于中西部地區(qū)而言，F(xiàn)IN2的回歸系數(shù)在部分情況下通過了10%的顯著性水平，這說明中西部地區(qū)的政府科技補(bǔ)貼強(qiáng)度雖然相對(duì)較低，但仍有可能會(huì)超過合理補(bǔ)貼水平，進(jìn)而對(duì)區(qū)域創(chuàng)新能力產(chǎn)生負(fù)面影響?？傮w上，中西部地區(qū)政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間的倒U型關(guān)系并不明顯。表6的回歸結(jié)果表明主要結(jié)論仍然穩(wěn)健。

表6　Tobit模型的檢驗(yàn)結(jié)果

3.內(nèi)生性問題

由于R&D人員全時(shí)當(dāng)量與研發(fā)資本投入之間存在著高度相關(guān)性，因此在回歸中剔除了研發(fā)資本投入變量，以避稅內(nèi)生性問題對(duì)結(jié)果的干擾，保證回歸結(jié)果的可靠性。為了解決這一問題，將驗(yàn)證模型的內(nèi)生性問題，方法是在模型中剔除變量Ln PEO，引入研發(fā)資本投入變量Ln INVS，重新進(jìn)行回歸分析。由于主要解釋變量FIN和FIN2與變量Ln INVS的相關(guān)系數(shù)較小(平均分別約為0.37和0.24)，如果引入Ln INVS后的回歸結(jié)果與前文基本一致，則可認(rèn)為不存在嚴(yán)重的內(nèi)生性，具體檢驗(yàn)結(jié)果見表7。

表7　內(nèi)生性檢驗(yàn)

從表7可知，在引入研發(fā)資本投入變量后，雖然回歸系數(shù)的大小有所變化，但其系數(shù)符號(hào)并未改變，主要回歸結(jié)果與前文的結(jié)果之間并未表現(xiàn)出明顯差異，因此回歸模型不存在嚴(yán)重的內(nèi)生性，主要結(jié)論仍然穩(wěn)健。

四、結(jié)論及啟示

政府科技補(bǔ)貼對(duì)區(qū)域創(chuàng)新影響較大，但影響的方式、程度及范圍仍然缺乏定論。本文從政府科技補(bǔ)貼強(qiáng)度的角度進(jìn)行實(shí)證分析后，得出以下主要結(jié)論：首先，在全國(guó)層面上，政府科技補(bǔ)貼強(qiáng)度與區(qū)域創(chuàng)新能力之間存在較為明顯的倒U型關(guān)系，其拐點(diǎn)出現(xiàn)在政府科技補(bǔ)貼強(qiáng)度5%左右的范圍內(nèi)。其次，對(duì)數(shù)據(jù)的描述性統(tǒng)計(jì)分析發(fā)現(xiàn)，當(dāng)前各樣本省(市)的科技補(bǔ)貼強(qiáng)度在多數(shù)情況下均低于5%，即總體上仍處于倒U型曲線的上升階段。第三，在地區(qū)層面上，政府科技補(bǔ)貼強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的影響存在著差異，東部地區(qū)倒U型關(guān)系較為顯著，而中西部地區(qū)則并不明顯。

通過對(duì)政府財(cái)政支持科技創(chuàng)新的研究，有助于進(jìn)一步理解政府科技支持政策對(duì)區(qū)域創(chuàng)新能力的影響，從而在實(shí)踐中采取更加有針對(duì)性的財(cái)政政策。具體政策含義主要包括：(1)政府相關(guān)部門必須合理把握對(duì)創(chuàng)新的補(bǔ)貼力度，以確?？萍贾С终邔?duì)區(qū)域創(chuàng)新發(fā)揮推動(dòng)作用。在加大科技財(cái)政投入時(shí)，應(yīng)當(dāng)警惕政府科技補(bǔ)貼強(qiáng)度過高，以至于越過倒U型曲線的拐點(diǎn)，落入“創(chuàng)新補(bǔ)貼陷阱”。當(dāng)前政府科技補(bǔ)貼強(qiáng)度的合理水平應(yīng)該在5%左右，但大多數(shù)省市的科技補(bǔ)貼強(qiáng)度仍低于這一水平，因此，在現(xiàn)有的創(chuàng)新條件下，各省市應(yīng)進(jìn)一步提高科技補(bǔ)貼力度，同時(shí)注意使補(bǔ)貼比例不要超過上述合理的水平。(2)由于東部地區(qū)科技補(bǔ)貼強(qiáng)度較高，倒U型關(guān)系顯著，因而東部省市要注意過高的科技補(bǔ)貼的潛在不利影響，需要優(yōu)化財(cái)政支出結(jié)構(gòu)，提高科技補(bǔ)貼效率。(3)中西部地區(qū)倒U型關(guān)系尚不明顯，要繼續(xù)提高科技財(cái)政支出的比重，以推動(dòng)地區(qū)創(chuàng)新水平的提高；同時(shí)科技財(cái)政支出要向優(yōu)化創(chuàng)新基礎(chǔ)和改善創(chuàng)新環(huán)境等方面傾斜，以解決中西部地區(qū)創(chuàng)新基礎(chǔ)較為薄弱的狀況。

戴晨，劉怡. 2008. 稅收優(yōu)惠與財(cái)政補(bǔ)貼對(duì)企業(yè) R&D影響的比較分析[J]. 經(jīng)濟(jì)科學(xué)(3)：58-71.

樊琦，韓民春. 2011. 政府R&D補(bǔ)貼對(duì)國(guó)家及區(qū)域自主創(chuàng)新產(chǎn)出影響績(jī)效研究：基于中國(guó)28個(gè)省域面板數(shù)據(jù)的實(shí)證分析[J]. 管理工程學(xué)報(bào)(3)：183-188.

范允奇，徐玉生. 2014. 腐敗、政府R&D 投入與高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率[J]. 財(cái)貿(mào)研究(6)：95-102.

顧元媛，沈坤榮. 2012. 地方政府行為與企業(yè)研發(fā)投入:基于中國(guó)省際面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)(10)：77-88.

胡志國(guó)，嚴(yán)成樑，龔六堂. 2013. 政府研發(fā)政策的經(jīng)濟(jì)增長(zhǎng)效應(yīng)與福利效應(yīng)[J]. 財(cái)貿(mào)經(jīng)濟(jì)(9)：112-120.

姜明輝，賈曉輝. 2013. 基于C-D 生產(chǎn)函數(shù)的產(chǎn)業(yè)集群對(duì)區(qū)域創(chuàng)新能力影響機(jī)制及實(shí)證研究[J]. 中國(guó)軟科學(xué)(6)：154-161,183.

陸國(guó)慶，王舟，張春宇. 2014. 中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)政府創(chuàng)新補(bǔ)貼的績(jī)效研究[J]. 經(jīng)濟(jì)研究(7)：44-55.

劉虹，肖美鳳，唐清泉. 2012. R&D 補(bǔ)貼對(duì)企業(yè)R&D 支出的激勵(lì)與擠出效應(yīng)：基于中國(guó)上市公司數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)管理(4)：19-28.

李曉鐘，張小蒂. 2008. 外商直接投資對(duì)我國(guó)技術(shù)創(chuàng)新能力影響及地區(qū)差異分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)(9)：77-87.

漆艷茹，劉云，侯媛媛. 2013. 基于專利影響因素分析的區(qū)域創(chuàng)新能力比較研究[J]. 中國(guó)管理科學(xué)(S2)：594-599.

任國(guó)良，蔡宏波，郭界秀. 2013. 政府R&D 政策評(píng)價(jià)研究的實(shí)證沿革與最新進(jìn)展:綜述與評(píng)價(jià)[J]. 世界經(jīng)濟(jì)文匯(6)：55-88.

生延超. 2008. 創(chuàng)新投入補(bǔ)貼還是創(chuàng)新產(chǎn)品補(bǔ)貼：技術(shù)聯(lián)盟的政府策略選擇[J]. 中國(guó)管理科學(xué)(6)：184-192.

吳曉云，李輝. 2013. 我國(guó)區(qū)域創(chuàng)新產(chǎn)出的影響因素研究:基于ICT的視角[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理(10)：69-76.

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

熊維勤. 2011. 稅收和補(bǔ)貼政策對(duì)R&D效率和規(guī)模的影響:理論與實(shí)證研究[J]. 科學(xué)學(xué)研究(5)：698-706.

岳鵠，康繼軍. 2009. 區(qū)域創(chuàng)新能力及其制約因素解析:基于1997—2007省際面板數(shù)據(jù)檢驗(yàn)[J]. 管理學(xué)報(bào)(9)：1182-1187.

曾萍，鄔綺虹. 2014. 政府支持與企業(yè)創(chuàng)新：研究述評(píng)與未來展望[J]. 研究與發(fā)展管理(2)：98-109.

ALMUS M, CZARNITZKI D. 2003. The effects of public R&D subsidies on firms′ innovation activities:the case of Eastern Germany [J]. Journal of Business & Economic Statistics, 21(2): 226-236.

ARROW K J. 1962. The Economic Implications of Learning by Doing [J]. The Review of Economic Studies, 29(3):155-173.

BLOOM N, GRIFFITH R, REENEN J V. 2002. Do R&D tax credits work? Evidence from a panel of countries 1979-1997 [J]. Journal of Public Economics, 85(1):1-31.

FURMAN J L, PORTER M E, STERN S. 2002. The determinants of national innovative capacity [J]. Research Policy, 31(6):899-933.

HALL B, REENEN J V. 2010. How effective are fiscal incentives for R&D? A review of the literature [R]. NBER Work Paper, 29(4-5): 449-469.

HAMBERG D. 1966. R&D: Essays on the economics of research and development [M]. New York:Random House.

LACH S. 2002. Do R&D subsidies stimulate or displace private R&D? Evidence from Israel [J]. Journal of Industrial Economics, 50(4): 369-390.

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

LI X. 2009. China′s regional innovation capacity in transition: an empirical Approach [J]. Research Policy, 38(2):338-357.

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

LINK A N,SCOTT J T. 2009. Private investor participation and commercialization rates for government-sponsored Research and Development: Would a prediction market improve the performance of the SBIR program [J]. Economica, 76(302): 264-281.

TASSEY G. 2004. Policy issues for R&D investment in a knowledge-based economy [J]. Journal of Technology Transfer, 29(2):153-185.

TOBIN J. 1958. Estimation of relationships for limited dependent variables [J]. Econometrica, 26(1):24-36.

(責(zé)任編輯張坤)

Support of Science and Technology, Subsidy Trap and Regional Innovation Ability

WU XiaoFei

(School of Economics, Shandong University, Jinan 250100)

In general, there′s an obvious inverted U-shaped relationship between government subsidies strength of science and technology and regional innovation ability, which means that if government support strength is more than a certain critical point, it is likely to fall into “subsidies trap”. In addition, the inverted U-shaped relationship is different for the east region and the mid-west region, it′s more significant in east region but it′s no longer significant in mid-west region.

subsidies strength of science and technology; regional innovation ability; regional differences

2016-07-10

吳曉飛(1985--)，男，山東濟(jì)南人，山東大學(xué)經(jīng)濟(jì)學(xué)院博士生。

國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“企業(yè)原始創(chuàng)新的決定因素與影響效應(yīng)研究”(14AJL008)。

F061.5;F812

A

1001-6260(2016)05-0099-08