羅 植

（北京市社會科學院管理研究所，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

（北京市社會科學院管理研究所，北京市100101）

政府研發(fā)資助不僅是為了激勵企業(yè)研發(fā)投入，更重要的是為了激勵創(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)出兩個角度，對政府研發(fā)資助效果的門檻效應進行實證檢驗，分析資助強度、技術水平、企業(yè)規(guī)模和產(chǎn)權結構四個因素對激勵效果的影響方式，結果顯示：第一，政府研發(fā)資助對企業(yè)研發(fā)投入存在顯著的門檻效應，其激勵效果敏感于資助強度和產(chǎn)權結構；第二，政府研發(fā)資助對創(chuàng)新產(chǎn)出的激勵效果較弱，門檻效應普遍不夠顯著，且激勵效果僅敏感于技術水平；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)出的關鍵因素；第四，政府研發(fā)資助對大企業(yè)可能更為有效；第五，政府研發(fā)資助可以有效激勵國有企業(yè)的研發(fā)投入，但對創(chuàng)新產(chǎn)出的激勵比較有限。

政府研發(fā)資助；創(chuàng)新產(chǎn)出；門檻效應；資助強度；激勵效果

一、引言

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

漢貝格（Hamberg）[1]首次從企業(yè)層面對政府研發(fā)投入與企業(yè)研發(fā)投入之間的關系進行了實證檢驗，其研究不僅控制了樣本異質性，而且引入了多個控制變量，有效控制了影響企業(yè)邊際收益與成本的其他主要因素，但最終得到的檢驗結論是4個溢出效應和4個不具有統(tǒng)計顯著性。林克（Link）[2]利用1972年美國制造業(yè)的數(shù)據(jù)，分別檢驗了研發(fā)投入的三種不同用途，結果發(fā)現(xiàn)政府研發(fā)資助對企業(yè)研發(fā)投入的促進作用主要體現(xiàn)于對實驗發(fā)展活動的資助。戈德堡（Goldberg）[3]從行業(yè)層面進行了檢驗，發(fā)現(xiàn)當期的政府研發(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作用，且整體上表現(xiàn)出較弱的溢出效應。與戈德堡不同，利希滕貝格（Lichtenberg）[4]的檢驗結果顯示，每增加1美元的政府研發(fā)投入會減少0.08美元的行業(yè)研發(fā)投入。利維和特拉斯凱奇（Levy&Terleckyj）[5]從國家層面進行了檢驗，發(fā)現(xiàn)政府研發(fā)的激勵效應至少會在三年之內體現(xiàn)出來。利維[6]利用1963年到1984年9個經(jīng)濟合作與發(fā)展組織（OECD）成員的面板數(shù)據(jù)進行了檢驗，其中5個國家表現(xiàn)出溢出效應，2個國家表現(xiàn)為擠出關系。隨著研究的深入，許多學者注意到了政府研發(fā)資助的內生性問題。利希滕貝格[7]利用工具變量法處理內生性問題得到了替代關系的結論。瓦爾斯滕（Wallsten）[8]使用三階段最小二乘法也得到了替代關系的結論。但是，鮑瑟姆（Busom）[9]使用帶選擇修正的最小二乘法得到的結論是互補關系。李（Lee）[10]基于多國多行業(yè)企業(yè)的研究也考慮了內生性問題，發(fā)現(xiàn)政府研發(fā)資助的激勵效果受到企業(yè)類型、技術水平與市場環(huán)境等多個因素的影響。

在國內，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)檢驗了政府資金資助和技術開發(fā)減免稅政策對企業(yè)研發(fā)投入的影響，得到了肯定性的結論，而且發(fā)現(xiàn)兩種政策之間互為補充。許治和師萍[12]的研究發(fā)現(xiàn)，政府科技投入對企業(yè)研發(fā)投入具有顯著的激勵作用，但針對高校的研發(fā)資助對企業(yè)研發(fā)投入具有擠出效應。然而，徐曉雯[13]發(fā)現(xiàn)，政府直接針對企業(yè)資助沒有顯著效果，針對研發(fā)機構和高校的資助對企業(yè)研發(fā)投入形成了顯著的間接激勵。由于大量的實證檢驗并沒有得到較為一致的結論，因此，一些學者開始從非線性的角度檢驗政府研發(fā)補貼的激勵效應[14-15]。

可以看到，現(xiàn)有研究在分析政府研發(fā)激勵效應時，主要關注政府研發(fā)資助對企業(yè)研發(fā)經(jīng)費投入的影響效果，關注政府研發(fā)資助對創(chuàng)新產(chǎn)出影響的研究相對較少。顯然，激勵企業(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]分別從這兩個角度檢驗了政府研發(fā)資助的激勵效應，發(fā)現(xiàn)政府研發(fā)資助在促進企業(yè)技術創(chuàng)新的同時還受到多個企業(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，而且其檢驗過程是對具有交互作用的每一個影響因素分別回歸，這就很容易因缺少重要的相關變量而導致估計結果是有偏的。李永等[17]的研究也考慮了這兩個方面，但其在非線性關系上只分析了基本的二次函數(shù)關系，且只涉及個別控制變量。

除此之外，現(xiàn)有的實證研究還很少關注北京市的樣本，而中國區(qū)域經(jīng)濟差異較大，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)費內部支出為1 384.02億元，接近全國研發(fā)經(jīng)費內部支出的十分之一，其強度達到地區(qū)生產(chǎn)總值的6.01%；北京市政府對工業(yè)企業(yè)的研發(fā)資助強度超過了10%，遠高于全國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。針對北京樣本的檢驗不僅有利于北京市政府研發(fā)資助的優(yōu)化，還有利于進一步推動全國的科技創(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)出兩個角度檢驗政府研發(fā)資助的非線性效應。

二、模型設置

非線性關系中，二次函數(shù)是比較簡單的一種。由于政府研發(fā)資助在理論上確實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。這種處理方式雖簡單明了，但其僅限于二次函數(shù)關系。為了可以處理更為復雜的非線性關系，本研究擬采用漢森（Hansen）[18]的門檻模型檢驗政府研發(fā)資助效果的結構性轉變。

與引入二次項不同，門檻回歸并不局限于二次函數(shù)關系。門檻回歸是將存在結構性轉變的非線性關系劃分為多個線性關系，并分別估計每一段線性關系。就“倒U型”的二次函數(shù)關系而言，就是將其近似劃分為上升與下降兩段線性關系。當影響結構性轉變的門檻變量小于臨界值時，因變量與自變量之間存在著正相關關系，即上升階段；當影響結構性轉變的門檻變量大于臨界值時，二者之間則表現(xiàn)出負相關關系，即下降階段。該臨界值即為決定二者關系轉換的關鍵點。門檻回歸模型就是在找尋門檻變量及其臨界值的基礎上，通過兩個線性回歸模型分別估計小于臨界值的樣本和大于臨界值的樣本，從而分別得到對應兩段不同線性關系的估計量。當然，門檻回歸不僅可以處理包含一個轉換點的“倒U型”關系，還可以處理兩三個甚至更多轉換點的非線性關系。

因為本研究關注政府研發(fā)資助對企業(yè)研發(fā)投入和企業(yè)創(chuàng)新產(chǎn)出兩個方面的影響，所以待估計的門檻回歸模型有兩個。

一是政府研發(fā)資助對企業(yè)研發(fā)投入的門檻回歸模型。估計政府研發(fā)資助對企業(yè)研發(fā)投入激勵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)費投入的各種控制變量。從線性關系的角度看，函數(shù)關系F可設定為線性或者對數(shù)線性形式。在一般形式的基礎上，按照門檻回歸模型的形式引入門檻變量及關鍵的控制變量，可構建面板結構的門檻回歸模型（以單一門檻效應為例）：

二是政府研發(fā)資助對企業(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分別為對應投入要素的產(chǎn)出彈性。對產(chǎn)出函數(shù)兩邊取自然對數(shù)，引入門檻變量和控制變量，并變換個別變量和估計系數(shù)的名稱，可構建面板結構的門檻回歸模型（同樣以單一門檻效應為例）：

模型（1）和模型（2）中，下標i表示不同行業(yè)，下標t表示不同年份，因變量lnIndustry為企業(yè)研發(fā)經(jīng)費投入的自然對數(shù)，因變量lnY為企業(yè)創(chuàng)新產(chǎn)出的自然對數(shù)，自變量lnGov為政府研發(fā)資助的自然對數(shù)，lnRDK為企業(yè)研發(fā)資本存量的自然對數(shù)，lnRDP為企業(yè)研發(fā)勞動力投入的自然對數(shù)，lnLevel為科技水平的自然對數(shù)，lnSize為企業(yè)平均規(guī)模的自然對數(shù)，lnProperty為產(chǎn)權結構的自然對數(shù)，ai為不隨時間變化且難以觀測或測量的個體效應，根據(jù)不同的假設可以設定為“固定效應”或“隨機效應”，ε為隨機干擾項，滿足白噪聲的假設。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，模型中包含了一個指示函數(shù)I（·），當括號內的條件滿足時取1，不滿足時取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，當門檻變量q的取值小于等于臨界值γ時，政府研發(fā)資助對因變量的影響系數(shù)為β0，否則，其對因變量的影響系數(shù)為β1。

對于門檻變量q的選擇，本研究主要考慮對政府研發(fā)資助效應具有潛在影響的四個因素。一是政府研發(fā)資助強度Strength。不少理論研究和實證研究認為，政府直接的研發(fā)資助具有正反兩方面的作用。當資助強度較低時，可能會提高企業(yè)研發(fā)投入，但當資助強度較高時，就可能替代企業(yè)原本計劃的研發(fā)投入，從而形成消極作用。二是科技水平Level。科技水平高的企業(yè)基礎好、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)資助對中低科技水平企業(yè)的創(chuàng)新產(chǎn)出有促進作用[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，其創(chuàng)新能力可能更強，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，容易應對市場變化，更便于配合政府的研發(fā)資助引導。而且，現(xiàn)有一些研究也說明政府研發(fā)資助效應受企業(yè)規(guī)模的影響[21-23]。四是產(chǎn)權結構Property。產(chǎn)權結構也是影響政府研發(fā)資助效果的重要因素。因為一些軟約束制度的影響，國有企業(yè)的創(chuàng)新行為對政府研發(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)進行實證檢驗。由于分行業(yè)研發(fā)相關數(shù)據(jù)的統(tǒng)計工作起步較晚，因此，時間范圍只能選擇2009—2015年。北京市規(guī)模以上工業(yè)企業(yè)共劃分了30多個行業(yè)，剔除因行業(yè)劃分調整導致的不可用樣本及部分缺失數(shù)據(jù)后，還剩24個行業(yè)，共168個樣本。

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)計數(shù)據(jù)中，創(chuàng)新產(chǎn)出一般可用兩類4種指標來衡量。一類是專利指標，包括專利申請數(shù)和專利授權數(shù)。專利申請數(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)質量和價值的差別。另一類是新產(chǎn)品指標，包括新產(chǎn)品產(chǎn)值和新產(chǎn)品銷售收入。與專利指標相比，新產(chǎn)品指標更為全面，包含了更多的質量因素，較好地解決了專利的異質性問題。其中，新產(chǎn)品銷售收入還包含了生產(chǎn)和銷售兩個環(huán)節(jié)，在衡量企業(yè)創(chuàng)新產(chǎn)出上，還將市場的不確定因素包含在內[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)的勞動力投入水平，用分行業(yè)研發(fā)人員全時當量衡量。

Strength為政府研發(fā)資助強度，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為技術水平，用企業(yè)平均研發(fā)人員全時當量占企業(yè)平均從業(yè)人員的比重衡量。其中，平均研發(fā)人員全時當量和平均從業(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)權結構，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變量。一是研發(fā)投入的流量指標。該指標可采用研發(fā)經(jīng)費內部支出衡量。二是折舊率δ。在固定資本存量核算時，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對結果產(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]對基年數(shù)據(jù)的估計方法，若假設存量的年均增長率等于流量的年均增長率，那么，可導出基年存量的計算公式為K0＝E0/（g＋δ），即基年存量等于基年流量比流量年均增長率g與折舊率δ之和。在計算平均增長率g時，參考霍爾和瓊斯（Hall&Jones）[30]的處理方式，使用幾何平均數(shù)計算流量的年均增長率。

以上核算指標所用的數(shù)據(jù)都來自歷年《北京統(tǒng)計年鑒》。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)核算其實際值。

四、實證檢驗

（一）面板單位根檢驗

樣本數(shù)據(jù)共包含24個行業(yè)的7期觀測數(shù)據(jù)，截面數(shù)大于時序數(shù)，時序特征并不顯著。而且，與其他宏觀經(jīng)濟數(shù)據(jù)不同，科技創(chuàng)新活動的特征性使得研發(fā)相關指標沒有特別明顯的時間趨勢特征。盡管如此，為了避免偽回歸，還是先對面板數(shù)據(jù)進行單位根檢驗。目前，檢驗面板數(shù)據(jù)單位根的統(tǒng)計量很多，比如LLC、IPS、MADF以及Fisher-PP[31-35]。不同的統(tǒng)計量在檢驗上具有不同的特點，以及不同的適用范圍。MADF檢驗基于似無相關模型，要求面板數(shù)據(jù)的時序數(shù)大于截面?zhèn)€體數(shù)，并不符合要求。Fisher-PP以單個個體的ADF檢驗為基礎來構造p值，其優(yōu)點體現(xiàn)在可用于非平衡面板。LLC基于固定效應估計，假設所有序列均服從同一個AR（1）過程，不僅允許個體固定效應的存在，而且考慮了截面異質性和干擾項的序列相關。與LLC不同，IPS放寬了相同AR（1）的假設，即LLC是相同單位根檢驗，IPS是不同單位根檢驗。由于接下來主要基于固定效應假設估計模型，因此，使用LLC和IPS兩個統(tǒng)計量檢驗是否存在單位根，具體檢驗結果如表1所示。

從表1的檢驗結果可以看到，除產(chǎn)權結構Property外，其他變量在LLC檢驗中都顯著拒絕了存在單位根的原假設，在IPS包含趨勢項的檢驗中也同樣顯著拒絕了存在單位根的原假設。產(chǎn)權結構也可以不包含趨勢項的LLC檢驗和IPS檢驗中顯著拒絕原假設。這一結果基本說明待檢驗的樣本不存在面板單位根。其實，現(xiàn)有統(tǒng)計量的漸近性假設普遍要求時序足夠長。因此，這種時序小于截面的面板數(shù)據(jù)不用過于關注單位根和偽回歸的問題，該檢驗結果也僅供參考。

表1 面板數(shù)據(jù)單位根檢驗結果

（二）對企業(yè)研發(fā)投入的門檻效應檢驗

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果的分析，因此，在估計模型之前先考察這四個門檻變量的分布特征。

如表2所示，政府研發(fā)資助強度最小值為0，最大值接近80，一半樣本的資助強度小于5.162，絕大部分樣本的資助強度都不超過19。技術水平最小值為0.004，最大值為 0.434，一半樣本的技術水平小于0.024，絕大部分樣本的技術水平都低于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)權結構最小值為5.449，最大值為100，一半樣本的產(chǎn)權結構小于36.447，絕大部分樣本的產(chǎn)權結構不超過90。

其次，門檻回歸需要確定門檻效應的數(shù)量。針對模型（1），分別檢驗四個門檻變量的門檻數(shù)量，包括單一門檻、雙重門檻和三重門檻，檢驗結果如表3所示，所有檢驗過程的Bootstrap均為300次。由于三種門檻數(shù)量假設下的門檻值和推斷結果均無顯著差異，所以表3只列出三重門檻假設下的所有檢驗結果，檢索到門檻估計值的順序也保持不變，另兩種假設下的檢驗結果可以參考三重門檻的檢驗結果。由于企業(yè)規(guī)模的雙重門檻估計值調整了單一門檻估計值，且第三個門檻估計值又與單一門檻估計值相同，因此，企業(yè)規(guī)模只給出兩種假設下的檢驗結果。

從檢驗結果看，四個門檻變量的門檻效應數(shù)量各不相同。第一，資助強度存在雙重門檻效應，一個門檻值是2.330 3，另一個門檻值是8.776 9，在5%的水平下顯著。第二，技術水平不存在顯著的門檻效應。第三，企業(yè)規(guī)模存在單一門檻效應，門檻值為9 158.40，僅在10%的水平下顯著。第四，產(chǎn)權結構存在雙重門檻效應，第一門檻值是70.369 6，在1%的水平下顯著，第二個門檻值是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)檢驗得到的門檻數(shù)量，分別在四個門檻變量下估計模型（1）。因為四個門檻變量下的政府研發(fā)資助最多只存在雙重門檻效應，所以lnGov最多只有三個區(qū)域的估計系數(shù)。用lnGov1表示小于第一個門檻的情況，用lnGov2表示大于第一個門檻值但小于第二個門檻值的情況，用lnGov3表示大于第二個門檻值的情況。具體估計結果如表4所示。為了與非門檻模型對比，表4第一列為固定效應估計結果，其中l(wèi)nGov1為政府研發(fā)資助的估計系數(shù)。

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

第一，資助強度。資助強度對政府研發(fā)資助的激勵效應通過了雙重門檻的假設檢驗。當資助強度小于2.330 3時，政府研發(fā)資助的估計系數(shù)為0.220 3。當資助強度介于2.330 3和8.776 9之間時，其估計系數(shù)降低到0.139。當資助強度大于8.776 9后，其估計系數(shù)則只有0.075 7，且只在10%的水平下顯著。可以看到，隨著資助強度的不斷提高，政府研發(fā)補助對企業(yè)研發(fā)投入的激勵效果逐漸降低。當政府研發(fā)資助超過全部研發(fā)經(jīng)費支出的8.776 9后，其激勵效果就開始變得不太顯著。

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

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，但顯著性水平并不是很高。從估計系數(shù)看，當企業(yè)規(guī)模小于9 158.40時，政府研發(fā)投入的估計系數(shù)小于0，但在統(tǒng)計上并不顯著，即政府研發(fā)資助并不存在顯著的激勵效應，甚至可能存在負面影響。當企業(yè)規(guī)模大于9 158.40后，政府研發(fā)投入的估計結果顯著為正。從估計系數(shù)看，政府研發(fā)資助提高1個百分點，企業(yè)研發(fā)投入將增加0.155 9個百分點。

第四，產(chǎn)權結構。產(chǎn)權結構對政府研發(fā)資助的激勵效應存在雙重門檻，但雙重門檻效應的顯著性水平較低。從估計系數(shù)看，當產(chǎn)權結構中的國有企業(yè)份額小于70.369 6時，政府研發(fā)資助的估計系數(shù)小于0，在統(tǒng)計上并不顯著。當產(chǎn)權結構中的國有企業(yè)份額大于70.369 6且小于92.888 5時，政府研發(fā)資助的估計系數(shù)為0.157。當國有企業(yè)份額大于92.888 5后，政府研發(fā)資助的估計系數(shù)提高到0.446 9?？梢钥吹?，政府研發(fā)資助的激勵效應隨著產(chǎn)權結構中國有企業(yè)份額的增加而不斷擴大。也就是說，國有企業(yè)對政府研發(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，所以理論上其估計結果在五個模型中不會存在顯著差異。從表4可以看到，企業(yè)研發(fā)資本存量、技術水平、企業(yè)規(guī)模、產(chǎn)權結果的估計系數(shù)和推斷結果在五個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。從估計系數(shù)看，企業(yè)研發(fā)資本存量的估計系數(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個百分點，企業(yè)研發(fā)投入將增加約1.2個百分點。技術水平的估計系數(shù)從0.264 5到0.439 2不等，且都在1%的水平下顯著，即技術水平提高1個百分點，企業(yè)研發(fā)投入將增加約0.35個百分點。企業(yè)規(guī)模的估計系數(shù)為負，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個百分點，企業(yè)研發(fā)投入將減少約0.4個百分點。產(chǎn)權結構的估計系數(shù)同樣為負，從-0.263 5到-0.135 4不等，但該結果并不顯著，即產(chǎn)權結構對企業(yè)研發(fā)投入不存在顯著影響。

（三）對創(chuàng)新產(chǎn)出的門檻效應檢驗

對模型（2）分別檢驗四個門檻變量的門檻數(shù)量，其檢驗結果如表5所示，檢驗過程的Bootstrap為300次。因為資助強度和技術水平的門檻估計值和推斷結果在不同假設下并無顯著差異，所以只列出三重門檻的檢驗結果，且檢索到的門檻估計值的順序也保持不變，另兩種假設下的檢驗結果可以參考三重門檻的檢驗結果。企業(yè)規(guī)模和產(chǎn)權結構在不同假設下的門檻估計值并不完全相同，所以分別列出，其中后三個為三重門檻的三個估計值，即雙重門檻的加第三門檻的。

表5 對創(chuàng)新產(chǎn)出的門檻效應檢驗結果

從門檻數(shù)量的檢驗結果看，政府研發(fā)資助對創(chuàng)新產(chǎn)出普遍不存在門檻效應，只有技術水平的單一門檻和產(chǎn)權結構的三重門檻通過了檢驗，且顯著性水平也不高。根據(jù)門檻數(shù)量的檢驗結果，分別估計模型（2），其結果如表6所示。為了便于對比，第一列為固定效應估計結果，而資助強度和企業(yè)規(guī)模則在雙重門檻的假設下進行估計。

從固定效應的估計結果看，政府研發(fā)資助對創(chuàng)新產(chǎn)出具有一定激勵作用，但激勵效果和顯著性水平都不高，政府研發(fā)資助提高1個百分點，新產(chǎn)品銷售收入提高0.065 2個百分點。雖然門檻效應的顯著性水平普遍不高，但從門檻模型的估計系數(shù)看，政府研發(fā)資助的激勵效果在特定條件下變得更為顯著。

表6 對創(chuàng)新產(chǎn)出的門檻回歸估計結果

第一，資助強度。雖然資助強度并未對政府研發(fā)資助的激勵效果形成統(tǒng)計上顯著的門檻效應，但從雙重門檻假設下的估計結果看，當資助強度小于0.199 1時，政府研發(fā)資助的估計系數(shù)顯著為負（因這一區(qū)間內的樣本數(shù)量不足10%，且門檻效應檢驗并不顯著，所以該結果僅供參考）。當資助強度大于0.199 1后，政府研發(fā)資助的估計系數(shù)逐漸變大，但在統(tǒng)計上也都不顯著。因此，隨著資助強度的提高，政府研發(fā)資助可能會對創(chuàng)新產(chǎn)出形成較弱的激勵，但效果十分有限，且不夠顯著。

第二，技術水平。技術水平通過了單一門檻的檢驗。當技術水平小于0.038 9時，政府研發(fā)資助的估計系數(shù)顯著為正。從估計系數(shù)看，政府研發(fā)資助提高1個百分點，新產(chǎn)品銷售收入提高0.097個百分點。當技術水平大于0.038 9時，政府研發(fā)資助的估計系數(shù)為0.041 1，但在統(tǒng)計上并不顯著。也就是說，政府研發(fā)資助對于技術水平較低企業(yè)的創(chuàng)新產(chǎn)出具有一定激勵效應。當企業(yè)的技術水平達到一定程度后，政府研發(fā)資助對企業(yè)的創(chuàng)新產(chǎn)出不再具有顯著的激勵效果。

第三，企業(yè)規(guī)模。雖然企業(yè)規(guī)模并未通過門檻效應的檢驗，但雙重門檻假設下的估計結果值得參考。當企業(yè)規(guī)模小于898.13時，政府研發(fā)資助的估計系數(shù)并不顯著。當企業(yè)規(guī)模介于898.13和21 468.80之間時，政府研發(fā)資助的估計系數(shù)為0.051 7，在5%的水平下顯著。當企業(yè)規(guī)模大于21 468.80時，其估計系數(shù)提高到0.096 3，在1%的水平下顯著?？梢?，僅從估計系數(shù)看，政府研發(fā)資助對創(chuàng)新產(chǎn)出的激勵效應對大企業(yè)更為有效。

第四，產(chǎn)權結構。雖然產(chǎn)權結構在10%的顯著性水平下通過了三重門檻的檢驗，但單一門檻和雙重門檻的檢驗結果并不顯著。從估計系數(shù)看，隨著行業(yè)中國有企業(yè)份額的提高，政府研發(fā)資助的估計系數(shù)緩慢增長（因為門檻值之間的樣本較少，所以lnGov3的估計結果0.237 4是不穩(wěn)健的）。當產(chǎn)權結構大于73.448 2時，政府研發(fā)資助提高1個百分點，創(chuàng)新產(chǎn)出提高約0.081 9個百分點。

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模型中的估計系數(shù)和推斷結果也基本一致，說明該模型具有一定穩(wěn)健性。第一，研發(fā)資本存量的估計系數(shù)從-0.022 8到0.038不等，且所有結果在統(tǒng)計上都不顯著，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)人員全時當量的估計系數(shù)從0.330 9到0.385 4不等，且都在1%的水平下顯著。第三，因為技術水平是基于解釋變量研發(fā)人員全時當量核算的，所以導致其估計系數(shù)顯著為負，從-0.254 4到-0.202 4不等，但第二個和第三個估計結果說明研發(fā)人員全時當量是影響創(chuàng)新產(chǎn)出的重要因素。若考慮正反兩個方面，研發(fā)人員全時當量對產(chǎn)出的凈效應仍然為正。當從業(yè)人員數(shù)保持不變時，研發(fā)人員全時當量提高1個百分點，新產(chǎn)品銷售收入提高0.1個百分點左右。第四，企業(yè)規(guī)模的估計系數(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)權結構的估計系數(shù)為負，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)的科技相關數(shù)據(jù)，在門檻回歸模型的基礎上，實證檢驗了政府研發(fā)資助對企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出的激勵效果及其影響因素。除上述實證檢驗的結果外，對比兩個模型的估計結果，可以得到以下五個主要結論。

第一，政府研發(fā)資助對企業(yè)研發(fā)投入的激勵存在顯著的門檻效應，其激勵效果敏感于資助強度和產(chǎn)權結構。門檻檢驗結果顯示，政府研發(fā)資助對企業(yè)研發(fā)投入的激勵效果隨著資助強度的提高逐漸降低，隨著產(chǎn)權結構中國有份額的增加逐漸提高。就資助強度而言，當其低于2.330 3時，增加1個百分點的政府研發(fā)資助將提高企業(yè)研發(fā)投入約0.220 3個百分點；當其介于2.330 3和8.776 9之間時，該激勵效果降低至0.139個百分點；當其大于8.776 9后，該激勵效果將變得不夠顯著。就產(chǎn)權結構而言，當行業(yè)中國有份額低于70.369 6時，政府研發(fā)資助的激勵效果并不顯著；當其介于70.369 6和92.888 5之間時，增加1個百分點的政府研發(fā)資助將提高企業(yè)研發(fā)投入0.157個百分點；當其大于92.888 5后，這一激勵效果提升至0.446 9個百分點。簡言之，從激勵企業(yè)研發(fā)投入的角度看，政府研發(fā)資助強度最好控制在9%以內，且對國有企業(yè)的資助更為有效。

第二，政府研發(fā)資助對創(chuàng)新產(chǎn)出的激勵效果較弱，門檻效應普遍不夠顯著，只有技術水平對此比較敏感。從整體看，政府研發(fā)資助對創(chuàng)新產(chǎn)出具有較弱的激勵效果。政府研發(fā)資助提高1個百分點，創(chuàng)新產(chǎn)出提高約0.065 2個百分點。從門檻效應看，當技術水平低于0.038 9時，增加1個百分點的政府研發(fā)資助將提高創(chuàng)新產(chǎn)出0.097個百分點；當技術水平高于0.038 9后，該激勵效應將不再顯著。也就是說，從激勵創(chuàng)新產(chǎn)出的角度看，政府研發(fā)資助對技術水平較低的企業(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個百分點，企業(yè)研發(fā)投入增加約1.2個百分點。然而，從創(chuàng)新產(chǎn)出的角度看，勞動力要素比資本要素更為重要，研發(fā)資本存量對創(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。這也從一個側面說明政府的研發(fā)資金資助并不一定會帶來更多的創(chuàng)新產(chǎn)出。

第四，政府研發(fā)資助對大企業(yè)可能更為有效。從激勵企業(yè)研發(fā)投入的角度看，當企業(yè)規(guī)模小于9 158.40時，政府研發(fā)資助對企業(yè)研發(fā)投入并無顯著的激勵效果；當企業(yè)規(guī)模大于9 158.40時，政府研發(fā)資助提高1個百分點，企業(yè)研發(fā)投入將提高約0.155 9個百分點。從激勵企業(yè)創(chuàng)新產(chǎn)出的角度看，雖然門檻效應的檢驗結果不夠顯著，但估計系數(shù)同樣說明對大企業(yè)的激勵更為有效。從估計系數(shù)看，當企業(yè)規(guī)模小于898.13時，政府研發(fā)資助對創(chuàng)新產(chǎn)出沒有顯著的激勵效果；當企業(yè)規(guī)模介于898.13和21 468.80之間時，政府研發(fā)資助提高1個百分點，企業(yè)創(chuàng)新產(chǎn)出將提高約0.051 7個百分點；當企業(yè)規(guī)模大于21 468.80時，該激勵效果提高到0.096 3個百分點。當然，由于樣本的限制，這一結果的穩(wěn)健性還有待更多的經(jīng)驗數(shù)據(jù)支持。

第五，政府研發(fā)資助可以有效激勵國有企業(yè)的研發(fā)投入，但其對創(chuàng)新產(chǎn)出的激勵比較有限。如結論一所述，政府研發(fā)資助對企業(yè)研發(fā)投入的激勵效果對國有企業(yè)更為有效。當產(chǎn)權結構大于92.888 5后，政府研發(fā)資助對企業(yè)研發(fā)投入的激勵效果提升至0.446 9。然而，從激勵創(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效果。即使從不夠顯著的三重門檻的估計結果看，其激勵效果最高也只有0.081 9。不僅如此，產(chǎn)權結構的估計系數(shù)還小于0?？紤]正反兩個因素可知，政府研發(fā)資助對國有企業(yè)創(chuàng)新產(chǎn)出的激勵效果可能比較有限。當然，因為前后兩個模型的門檻估計值并不一致，所以這一結果還需要更多經(jīng)驗數(shù)據(jù)的進一步檢驗。

[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.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實證研究[J].經(jīng)濟研究，2003（6）：45-53+94.

[12]許治，師萍.政府科技投入對企業(yè)R&D支出影響的實證分析[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)異質性的門檻回歸分析[J].產(chǎn)業(yè)經(jīng)濟評論，2010（3）：37-53.

[15]李瑞茜，白俊紅.政府R&D資助對企業(yè)技術創(chuàng)新的影響——基于門檻回歸的實證研究[J].中國經(jīng)濟問題，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)驗證據(jù)[J].經(jīng)濟學（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)技術創(chuàng)新——基于多維行業(yè)異質性的經(jīng)驗分析[J].科學學與科學技術管理，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)的實證研究[J].科學學研究，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)技術創(chuàng)新——基于多維行業(yè)異質性的經(jīng)驗分析[J].科學學與科學技術管理，2014（1）：33-41.

[23]柴俊武，萬迪昉.企業(yè)規(guī)模與R&D投入強度關系的實證分析[J].科學學研究，2003（1）：58-62.

[24]周立群，鄧璐.企業(yè)所有權性質與研發(fā)效率——基于隨機前沿函數(shù)的高技術產(chǎn)業(yè)實證研究[J].當代經(jīng)濟科學，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)新的相對效率與全要素生產(chǎn)率增長分解[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2009（3）：139-151.

[27]楊冠瓊，羅植.我國科技投入與經(jīng)濟績效的實證研究[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 文獻標識碼：A 文章編號：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，2018（1）：102-112.

2017-12-07

國家社會科學基金青年項目“治理視域下地方公共服務供給的系統(tǒng)優(yōu)化研究”（15CGL053）；北京市青年拔尖個人項目“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）；北京市社會科學院一般項目“京津冀科技資源配置研究”（173098）

羅植（1983—），男，河南省新鄉(xiāng)市人，北京市社會科學院管理研究所副研究員，博士，主要研究方向為公共管理、公共政策分析、政府管理創(chuàng)新。

林英澤