涂心語 嚴曉玲

內(nèi)容提要：企業(yè)研發(fā)一方面產(chǎn)生正的知識溢出效應(yīng)使其社會收益通常高于私人收益，這是政府干預(yù)企業(yè)創(chuàng)新的重要理論依據(jù)；另一方面會產(chǎn)生負的偷生意效應(yīng)(business stealing effect)，因此，同時考慮兩種研發(fā)外部性，并對企業(yè)研發(fā)的社會收益與私人收益進行測算，對于創(chuàng)新激勵政策的實施具有重要意義。本文使用2007—2019年制造業(yè)上市公司樣本，通過衡量企業(yè)間在技術(shù)空間、地理空間、產(chǎn)品市場空間中的鄰近關(guān)系，識別知識溢出效應(yīng)與偷生意效應(yīng)，并在此基礎(chǔ)上構(gòu)建由企業(yè)研發(fā)方程、生產(chǎn)率方程、價值方程所組成的方程系統(tǒng)，進而測算企業(yè)研發(fā)的社會收益與私人收益。研究結(jié)果表明：平均而言，企業(yè)知識資本增加1單位所帶來的社會收益約為0.083單位，所帶來的私人收益約為0.022單位，研發(fā)社會收益約是研發(fā)私人收益的3.4倍。這意味著即使考慮了偷生意效應(yīng)，從福利視角來看企業(yè)的研發(fā)投入仍低于社會最優(yōu)水平，當前應(yīng)進一步實施創(chuàng)新激勵政策，促使企業(yè)加大研發(fā)投入，同時應(yīng)采取措施增強正的知識溢出效應(yīng)，緩解偷生意效應(yīng)的不利影響，更為有效地發(fā)揮創(chuàng)新對于經(jīng)濟發(fā)展的驅(qū)動作用。

一、問題提出與文獻概述

當前，世界大部分國家均實施了各類創(chuàng)新激勵政策以推進本國創(chuàng)新、參與全球技術(shù)競爭。經(jīng)濟合作與發(fā)展組織(OECD)的一項研究報告表明，在其調(diào)查的42個國家中，有33個國家在研發(fā)方面提供了一定程度的稅收優(yōu)惠[1]。中國在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實踐中也出臺了一系列以稅收優(yōu)惠、財政補貼為主要內(nèi)容的創(chuàng)新激勵政策。雖然創(chuàng)新激勵政策普遍存在，但關(guān)于這些政策是否真正有效，是否產(chǎn)生了“擠出效應(yīng)”、市場扭曲等不利影響這些重要問題，學(xué)術(shù)界仍存在大量爭論[2]。更為關(guān)鍵的是，當前對于“是否需要對創(chuàng)新進行激勵”這類基礎(chǔ)性問題缺乏充分的實證研究與經(jīng)驗支撐。有學(xué)者認為，研發(fā)活動的產(chǎn)出——知識具有非競爭性和部分排他性特征，會產(chǎn)生知識溢出效應(yīng)，這導(dǎo)致企業(yè)研發(fā)的社會收益通常高于其私人收益，從福利視角看，研發(fā)領(lǐng)域存在著市場失靈，即研發(fā)投入低于社會最優(yōu)水平，因此政府利用創(chuàng)新激勵政策干預(yù)企業(yè)研發(fā)活動能夠增進福利[3-4]。但事實上，使用更為先進的新技術(shù)通常會使現(xiàn)有技術(shù)的價值下降，從而損害現(xiàn)有技術(shù)所有者的利益，因此一些企業(yè)進行研發(fā)也會對其他企業(yè)產(chǎn)生偷生意效應(yīng)(business stealing effect)，其研發(fā)私人收益包含了這部分偷生意效應(yīng)[5]，并不一定低于研發(fā)社會收益。如果企業(yè)研發(fā)的私人收益超過其社會收益，那么經(jīng)濟整體可能出現(xiàn)研發(fā)過度，而非研發(fā)不足。由以上分析可知，實證測算企業(yè)研發(fā)的社會收益與私人收益具有重要意義。

測算企業(yè)研發(fā)社會收益與私人收益的關(guān)鍵在于對知識溢出效應(yīng)與偷生意效應(yīng)的實證識別，而這兩者均屬于研發(fā)的外部性(1)瓊斯和威廉斯(Jones & Williams,2000)指出，企業(yè)研發(fā)存在四種類型的外部性：消費者剩余效應(yīng)、知識溢出效應(yīng)、偷生意效應(yīng)、“贏者通吃”效應(yīng)[6]。前兩者屬于研發(fā)的正外部性，后兩者屬于研發(fā)的負外部性。消費者剩余效應(yīng)主要指，由于創(chuàng)新者不可能做到完全價格歧視，取得授權(quán)的個人或者企業(yè)可以得到一定的剩余?！摆A者通吃”效應(yīng)主要指，授予第一個發(fā)明者對其發(fā)明的專有權(quán)可能會造成對某些研發(fā)的過度激勵。嚴格來說測算企業(yè)研發(fā)的社會收益應(yīng)同時包括消費者剩余效應(yīng)與知識溢出效應(yīng)，私人收益應(yīng)同時包括偷生意效應(yīng)、“贏者通吃”效應(yīng)，但消費者剩余效應(yīng)難以進行量化研究，而“贏者通吃”效應(yīng)某種程度上也屬于偷生意效應(yīng)[5]，因此本文主要關(guān)注知識溢出效應(yīng)與偷生意效應(yīng)。，通常相互交織，依靠現(xiàn)有的實證手段很難將其分離。以阿里巴巴和騰訊兩家企業(yè)為例，兩者在軟件開發(fā)等方面會給彼此帶來啟發(fā)，技術(shù)人員也會在公司之間流動，從而會產(chǎn)生知識溢出效應(yīng)。與此同時，隨著行業(yè)市場規(guī)模擴張速度下降以及部分軟件產(chǎn)品越來越趨于同質(zhì)化，兩家企業(yè)的研發(fā)活動已不能使軟件產(chǎn)品的功能價值有較大提升，卻足以對彼此產(chǎn)生明顯的偷生意效應(yīng)，在部分領(lǐng)域的存量市場爭奪愈發(fā)激烈。因此，阿里巴巴和騰訊的研發(fā)活動會同時對彼此產(chǎn)生知識溢出效應(yīng)與偷生意效應(yīng)，兩種效應(yīng)相互交織，簡單使用計量回歸方法很難進行分離。布盧姆等(Bloom et al.，2013)開創(chuàng)性地通過同時測算企業(yè)間在技術(shù)空間與產(chǎn)品市場空間中的距離有效解決了上述問題[7]。本文將在其基礎(chǔ)上，使用中國上市公司樣本數(shù)據(jù)實證識別企業(yè)研發(fā)的知識溢出效應(yīng)與偷生意效應(yīng)，并在此基礎(chǔ)上測算企業(yè)研發(fā)的社會收益與私人收益。

與本文相關(guān)的文獻主要有三類。第一類是知識溢出效應(yīng)測算與實證的相關(guān)研究。這類文獻開始于格里利謝斯(Griliches，1979)[8]，主要思想是通過構(gòu)建如∑j≠iωijKj形式的“知識溢出池”變量以檢驗知識溢出效應(yīng)，其中ω為某種知識空間距離權(quán)重，K為知識資本，i與j可以表示兩家企業(yè)[9]、兩個國家[10]等。布盧姆等(2013)系統(tǒng)性地處理了“測算得到的知識溢出效應(yīng)中包含了偷生意效應(yīng)”的問題[7]。國內(nèi)有大量關(guān)于知識溢出效應(yīng)的實證研究，但多聚焦于國家、地區(qū)、產(chǎn)業(yè)之間的加總層面知識溢出(2)當前僅有葉靜怡等(2019)[11]、胡志強和裴開兵(2020)[12]、蔣欣娟等(2020)[13]、龐瑞芝等(2021)[14]等學(xué)者在微觀企業(yè)層面考察了知識溢出效應(yīng)。，如王秀婷和趙玉林(2020)[15]、安同良和千慧雄(2021)[16]等，較少涉及微觀層面的偷生意效應(yīng)問題。第二類是研發(fā)社會收益測算的相關(guān)研究。這類問題一直以來通過兩種方式進行研究，即案例方法與計量方法。例如，格里利謝斯(1958)使用案例法測算了美國雜交玉米研究的社會收益[17]。通常而言，從研發(fā)到其產(chǎn)生社會收益存在漫長而又可變的滯后期，而案例法對于把握其中細節(jié)具有重要意義，但從事案例研究成本巨大，且因為多聚焦于創(chuàng)新成功的案例而缺少一般性[8]，因此計量方法被更多學(xué)者所接受。計量方法依賴于對知識溢出效應(yīng)的準確測算，例如，瓊斯和威廉斯(1998、2000)發(fā)現(xiàn)研發(fā)的社會收益大概是私人收益的2～4倍[6,18]。第三類則是知識溢出背景下企業(yè)研發(fā)競合模式的相關(guān)理論研究。相關(guān)文獻有達斯普勒蒙和雅克曼(D’Aspremont & Jacquemin，1988)[19]、卡米恩等(Kamien et al.，1992)[20]、切利尼和蘭貝蒂尼(Cellini & Lambertini，2009)[21]、鄧若冰和吳福象(2017)[22]等。這類研究對偷生意效應(yīng)與知識溢出效應(yīng)進行了博弈分析，但多局限于理論模型與數(shù)值模擬，主要原因在于難以實證識別和分離知識溢出效應(yīng)與偷生意效應(yīng)。

與現(xiàn)有文獻相比，本文的主要貢獻在于：(1)在微觀企業(yè)層面研究了知識溢出效應(yīng)，對當前國內(nèi)相關(guān)文獻大量聚焦于加總層面知識溢出效應(yīng)的研究現(xiàn)狀而言是一種拓展和深入，因為對微觀層面的考察是進行如企業(yè)異質(zhì)性、偷生意效應(yīng)等更為深入的研究的基礎(chǔ)；(2)使用中國企業(yè)層面樣本數(shù)據(jù)實證識別了知識溢出效應(yīng)與偷生意效應(yīng)，在此基礎(chǔ)上首次測算了研發(fā)的社會收益與私人收益，為中國技術(shù)創(chuàng)新激勵政策的實施提供了更為深入和扎實的理論依據(jù)和經(jīng)驗證據(jù)；(3)分別從地理空間鄰近、技術(shù)空間鄰近兩個維度，基于更為豐富的視角研究了企業(yè)研發(fā)的知識溢出效應(yīng)，有助于深度揭示這兩種不同機制的機理及重要性。

二、知識溢出效應(yīng)與偷生意效應(yīng)的識別方法

(一)理論分析

識別知識溢出效應(yīng)與偷生意效應(yīng)是測算企業(yè)研發(fā)社會收益與私人收益的基礎(chǔ)。知識溢出效應(yīng)是研發(fā)的正外部性，主要指由于知識具有非競爭性和部分排他性特征，每家企業(yè)研發(fā)所形成的知識和技術(shù)都有可能會溢出到其他企業(yè)，從而促進其他企業(yè)知識技術(shù)水平提升的效應(yīng)。在現(xiàn)實中，知識溢出可通過人才、商品的流動，企業(yè)間的研發(fā)合作、模仿學(xué)習，閱讀科技文獻等多種渠道產(chǎn)生[23-24]。偷生意效應(yīng)是研發(fā)的負外部性，主要指企業(yè)引進先進技術(shù)使現(xiàn)有技術(shù)的吸引力下降，從而損害現(xiàn)有技術(shù)所有者(競爭對手)利益的效應(yīng)。這種損害沒有被引進新技術(shù)的企業(yè)內(nèi)在化，因此會導(dǎo)致企業(yè)從事過多的創(chuàng)新，造成社會無效率[5]。例如，布盧姆等(2019)指出，在制藥業(yè)中某些公司可能會花費巨資研發(fā)一種與競爭對手相似但在醫(yī)療價值上卻僅有微小提升作用的藥物，這種藥物幾乎沒有增加患者的福利(拋開降價競爭的好處)，卻能幫助公司占據(jù)更多市場份額，從而為制藥公司的股東帶來巨大的私人收益[25]。布盧姆等(2013)通過構(gòu)建博弈模型，在理論上分析了企業(yè)間知識溢出效應(yīng)與偷生意效應(yīng)對彼此研發(fā)、全要素生產(chǎn)率、企業(yè)價值所產(chǎn)生的影響[7]，指出存在六種可能情形，詳見表1。由于此模型僅依賴于一些基本假設(shè)(3)例如，此模型假設(shè)企業(yè)研發(fā)投入能夠帶來創(chuàng)新產(chǎn)出，而創(chuàng)新產(chǎn)出能夠提升企業(yè)利潤；假設(shè)企業(yè)之間進行古諾競爭(Cournot competition)或伯川德競爭(Bertrand competition)。，可認為其具有一般性，同樣適用于中國企業(yè)的情況，后文將基于表1構(gòu)建計量模型并進行實證檢驗。

表1 知識溢出效應(yīng)與偷生意效應(yīng)對本企業(yè)的影響

表1(續(xù))

(二)計量模型

不同企業(yè)的研發(fā)活動可能會同時對彼此產(chǎn)生知識溢出效應(yīng)和偷生意效應(yīng)[14]，因此要想對表1中的各理論預(yù)期進行實證檢驗，需要運用一定的策略和方法將兩種效應(yīng)分離，即需要進行“識別”。本文參考布盧姆等(2013)[7]、龐瑞芝等(2021)[14]的研究，分別構(gòu)建如下模型進行研究。

1．研發(fā)方程

構(gòu)建如下計量模型以分離識別企業(yè)間知識溢出效應(yīng)與偷生意效應(yīng)對彼此研發(fā)的影響[26]：

(1)

2．生產(chǎn)率方程

構(gòu)建如下計量模型以分離識別企業(yè)間知識溢出效應(yīng)與偷生意效應(yīng)對彼此全要素生產(chǎn)率的影響[8]：

(2)

其中，TFPijkt表示企業(yè)i的全要素生產(chǎn)率，Kijkt表示企業(yè)i的知識資本，其他變量的含義與研發(fā)方程相似，但兩個方程的控制變量有所不同。

3．價值方程

構(gòu)建如下計量模型以分離識別企業(yè)間知識溢出效應(yīng)與偷生意效應(yīng)對彼此企業(yè)價值的影響[27]：

(3)

其中，(V/A)ijkt表示企業(yè)i的企業(yè)價值，用托賓Q值，即企業(yè)市值(V)與非研發(fā)資產(chǎn)(A)之比表示。(K/A)ijkt表示企業(yè)i的知識資本與非研發(fā)資產(chǎn)之比，其他變量含義與研發(fā)方程相似，但兩個方程的控制變量有所不同。對于價值方程中的ln[1+γ2(K/A)ijkt]項，本文用γ2(K/A)ijkt的高階多項式進行近似，在實證中發(fā)現(xiàn)三階多項式更為合適，因此進行修改：

(4)

(三)變量定義與測算(4)本文所用樣本為2007—2019年中國制造業(yè)上市公司。受篇幅所限，本部分僅展示本文核心變量的測算方法，關(guān)于控制變量的選取與計算，以及變量的描述性統(tǒng)計從略。

1.被解釋變量

研發(fā)水平(R/Y)，用企業(yè)研發(fā)強度，即研發(fā)投入(R)與主營業(yè)務(wù)收入(Y)之比表示。全要素生產(chǎn)率(TFP)，本文使用OP-ACF法[28-29]估計企業(yè)全要素生產(chǎn)率。企業(yè)價值(V/A)，用企業(yè)托賓Q值表示，計算方法為：企業(yè)市值/(總資產(chǎn)-無形資產(chǎn)凈額-商譽凈額)(5)企業(yè)市值計算方法詳見國泰安數(shù)據(jù)庫(CSMAR)經(jīng)濟金融研究數(shù)據(jù)庫中的市值A(chǔ)計算方法。，并取對數(shù)。

2.核心解釋變量

需要說明的是，本文所使用的技術(shù)溢出池、地理溢出池與市場競爭池的測算方法具有一般性，無論企業(yè)i是國有企業(yè)還是非國有企業(yè)，或者企業(yè)i屬于不同行業(yè)，均可用上述方法進行測算。首先，知識溢出效應(yīng)的產(chǎn)生源于知識自身的非競爭性和部分排他性特征，無論是何種類型的企業(yè)，只要其通過研發(fā)創(chuàng)新活動創(chuàng)造了知識，均有可能會對其技術(shù)鄰近與地理鄰近的企業(yè)產(chǎn)生知識溢出。其次，偷生意效應(yīng)與產(chǎn)品市場競爭有關(guān)，國有企業(yè)與非國有企業(yè)雖存在較大差異，但市場競爭均是其核心運行邏輯之一，因此在產(chǎn)品市場存在競爭關(guān)系的企業(yè)之間均有可能會產(chǎn)生偷生意效應(yīng)。

三、知識溢出效應(yīng)與偷生意效應(yīng)的實證結(jié)果

(一)研發(fā)方程

關(guān)于研發(fā)方程，龐瑞芝等(2021)[14]已進行了較為充分的研究，本文直接使用其估計結(jié)果。在其基準回歸中，技術(shù)溢出池系數(shù)α′2的估計結(jié)果為0.033 8，不顯著；地理溢出池系數(shù)α2的估計結(jié)果為0.380 8，且在5%的水平上顯著；市場競爭池系數(shù)α3的估計結(jié)果為0.194 1，且在1%的水平上顯著。

(二)生產(chǎn)率方程

1．基準回歸結(jié)果

表2列(1)報告了生產(chǎn)率方程的基準檢驗結(jié)果。相關(guān)結(jié)果揭示出以下三點：第一，地理溢出池的回歸系數(shù)顯著為正，技術(shù)溢出池的回歸系數(shù)不顯著，說明總體來看企業(yè)間知識溢出效應(yīng)能夠提升彼此的全要素生產(chǎn)率。由于知識具有非競爭性和部分排他性特征，每家企業(yè)所創(chuàng)造的新技術(shù)會通過員工、商品流動等渠道部分外溢至其他企業(yè)，從而促進其他企業(yè)技術(shù)水平與全要素生產(chǎn)率的提升，本文結(jié)論與國內(nèi)部分研究的結(jié)論一致[30]，即企業(yè)在地理空間上的集聚有助于通過知識溢出促進生產(chǎn)率的提升。第二，市場競爭池的估計系數(shù)顯著為負。這可能是因為測算得到的企業(yè)全要素生產(chǎn)率往往是“收入”生產(chǎn)率，難以純粹反映企業(yè)的技術(shù)水平[7]，因此企業(yè)間偷生意效應(yīng)會對彼此全要素生產(chǎn)率產(chǎn)生負向影響。第三，知識資本的回歸系數(shù)顯著為正，說明企業(yè)進行研發(fā)投入能夠顯著提升自身全要素生產(chǎn)率。研發(fā)創(chuàng)新能夠提升企業(yè)技術(shù)水平，進而提高其生產(chǎn)率[31]，本文結(jié)論表明此路徑對于中國企業(yè)同樣適用。

2．內(nèi)生性問題分析

全要素生產(chǎn)率更高的企業(yè)可能具有以下特征：第一，更有資金和能力從事研發(fā)[8]；第二，通常處于經(jīng)濟更為發(fā)達的城市，這類城市聚集了大量企業(yè)，企業(yè)地理空間鄰居更多；第三，更有能力獲取市場力量和壟斷地位，減少競爭對手威脅。上述特征可能帶來雙向因果問題：即企業(yè)全要素生產(chǎn)率更高導(dǎo)致其知識資本、地理溢出池更大，市場競爭池更小。為緩解此類問題，同時考察知識溢出效應(yīng)以及偷生意效應(yīng)對企業(yè)全要素生產(chǎn)率影響的持續(xù)性，本文將地理溢出池、技術(shù)溢出池、市場競爭池以及知識資本變量分別滯后一階、二階、三階進行回歸。根據(jù)回歸結(jié)果可以看出，總體而言，本文的核心結(jié)論并沒有改變。為進一步檢驗上述結(jié)果的穩(wěn)健性，將地理溢出池、技術(shù)溢出池、市場競爭池以及知識資本變量的一階、二階滯后值作為其工具變量進行兩階段最小二乘法估計(IV-2SLS)，結(jié)果見表2。表2的結(jié)果仍然表明企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率有正向影響，偷生意效應(yīng)對彼此全要素生產(chǎn)率有負向影響，企業(yè)進行研發(fā)投入能夠顯著提升自身全要素生產(chǎn)率，因此本文結(jié)論具有一定穩(wěn)健性。

表2 生產(chǎn)率方程內(nèi)生性問題分析

表2(續(xù))

3．穩(wěn)健性檢驗

本文還進行了以下穩(wěn)健性檢驗：(1)改變標準誤的聚類層面?；鶞驶貧w的估計結(jié)果采用了企業(yè)層面的聚類穩(wěn)健標準誤，其潛在假設(shè)可能過于寬松，鑒于此，本部分分別聚類到行業(yè)層面以及地區(qū)層面計算穩(wěn)健標準誤，并重新回歸。(2)改變?nèi)厣a(chǎn)率測算方法。全要素生產(chǎn)率是本文的關(guān)鍵變量，為盡量緩解測算全要素生產(chǎn)率過程中的偏誤對結(jié)果造成的影響，本部分分別使用普通最小二乘(OLS)法、固定效應(yīng)、萊溫松-彼得林(LP)法[33]、拓展的LP(LP-ACF)法[29,32]、奧利-帕克斯(OP)法[28]、廣義矩估計(GMM)[33]方法測算企業(yè)全要素生產(chǎn)率，并重新回歸。(3)改變知識資本的折舊率以及用研發(fā)投入替換知識資本變量。測算地理溢出池、市場競爭池等核心解釋變量需將所有企業(yè)的知識資本進行加權(quán)求和，因此知識資本測算方法的差異可能影響本文結(jié)論。基準檢驗中將知識資本的折舊率設(shè)置為15%，這雖然與已有文獻[34]的做法一致，但仍然可能存在偏誤，因此本部分分別將折舊率設(shè)置為10%、7.14%、5%，重新測算企業(yè)知識資本以及地理溢出池、市場競爭池，此外，本文還直接用企業(yè)當期研發(fā)投入代替知識資本。在此基礎(chǔ)上分別重新回歸。(4)改變地理空間距離權(quán)重矩陣的測算方法?；鶞蕶z驗中定義企業(yè)間地理空間距離權(quán)重的標準是判斷不同企業(yè)的總部以及研發(fā)部門是否位于同一座城市，這種做法雖然考慮了企業(yè)研發(fā)部門的鄰近，但也存在缺陷：假設(shè)知識溢出的地理邊界局限于地級市范圍，即使兩家企業(yè)處于相鄰的地級市，其地理空間距離權(quán)重也被定義為0。事實上，有學(xué)者發(fā)現(xiàn)，一到兩個省份的范圍是中國知識溢出的邊界[35]，因此為檢驗本文結(jié)論的穩(wěn)健性，本部分以企業(yè)總部間的地理距離定義距離權(quán)重[36]，在此基礎(chǔ)上重新進行回歸。(5)改變回歸樣本。在基準檢驗中將缺失的企業(yè)研發(fā)投入數(shù)據(jù)進行了補全，考慮到此過程可能影響最終結(jié)果，本部分將缺失數(shù)據(jù)直接剔除，重新進行回歸。以上檢驗結(jié)果均顯示，企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率有顯著的正向影響，而偷生意效應(yīng)對彼此全要素生產(chǎn)率有顯著的負向影響，企業(yè)進行研發(fā)投入能夠顯著提升自身全要素生產(chǎn)率，因此本文的主要結(jié)論具有一定穩(wěn)健性(7)限于篇幅，這里未列出各穩(wěn)健性檢驗的具體實證結(jié)果。。

(三)價值方程

1．基準回歸結(jié)果

表3列(1)報告了價值方程的基準檢驗結(jié)果。回歸結(jié)果揭示出以下兩點：第一，源于技術(shù)空間鄰近的知識溢出能夠顯著促進企業(yè)價值的提升，源于地理空間鄰近知識溢出的影響則不顯著。企業(yè)研發(fā)活動所形成的知識和技術(shù)具有外部性，能夠外溢至其他企業(yè)，促進其他企業(yè)技術(shù)水平的提升，并進一步提高其他企業(yè)的利潤和價值。第二，企業(yè)間研發(fā)的偷生意效應(yīng)對彼此企業(yè)價值有顯著負向影響。企業(yè)開展研發(fā)活動能夠提升自身技術(shù)水平，從而能夠在與其他企業(yè)的競爭中取得優(yōu)勢，降低其他企業(yè)的利潤和價值。第三，知識資本與非研發(fā)資產(chǎn)之比(K/A)這一項的估計系數(shù)顯著為正，說明企業(yè)進行研發(fā)有利于其價值的提升。最早指出這一點的是格里利謝斯(1981)，他認為資本市場對股票的充分交易能夠形成對上市公司有形和無形資產(chǎn)的公允定價，因此公司的價值也就是公司所有資產(chǎn)價值的總和，而研發(fā)活動能夠帶來知識和技術(shù)水平的提高，形成無形資產(chǎn)，這可以促進企業(yè)價值的提升[27]。

2．內(nèi)生性問題分析

本文的核心解釋變量與企業(yè)價值之間可能存在雙向因果問題。例如，價值更高的企業(yè)更有能力進行研發(fā)投資，在其專利增加的同時，技術(shù)空間中的鄰居可能會更多；另一方面，價值較高的企業(yè)可能在其所處行業(yè)中擁有一定壟斷力量，這使其更有能力在市場競爭中取得優(yōu)勢。綜合來看，企業(yè)價值越高，會導(dǎo)致其面臨更大的技術(shù)溢出池、更小的市場競爭池，同時K/A也會更大。為盡可能緩解上述雙向因果問題對本文結(jié)論的干擾，將K/A、(K/A)2、(K/A)3滯后一階，并分別將技術(shù)溢出池、地理溢出池、市場競爭池滯后一階、二階、三階進行回歸，結(jié)果表明本文的主要結(jié)論沒有發(fā)生較大改變。為進一步檢驗上述結(jié)果的穩(wěn)健性，將技術(shù)溢出池、地理溢出池、市場競爭池以及K/A的一至四階滯后值作為工具變量進行兩階段最小二乘法估計，結(jié)果表明技術(shù)溢出池對企業(yè)價值仍有顯著正向影響，市場競爭池對企業(yè)價值仍有顯著負向影響。

表3 價值方程內(nèi)生性問題分析

3．穩(wěn)健性檢驗

為進一步檢驗基準回歸所得結(jié)果的穩(wěn)健性，本部分分別進行以下穩(wěn)健性檢驗。(1)改變標準誤的聚類層面?；鶞驶貧w將標準誤聚類到了企業(yè)層面，在本部分將標準誤聚類到地區(qū)層面，并重新回歸。(2)改變被解釋變量測算方法。本部分中用企業(yè)市值與總資產(chǎn)之比代表托賓Q，并重新回歸。(3)改變技術(shù)溢出池測算方法?；鶞驶貧w使用企業(yè)的專利申請數(shù)據(jù)測算技術(shù)溢出池，本部分使用專利授權(quán)數(shù)據(jù)，并利用專利從申請到授權(quán)的時間倒推其申請時間，從而重新測算技術(shù)溢出池進行回歸。(4)改變市場競爭池測算方法?；鶞驶貧w使用企業(yè)分行業(yè)收入數(shù)據(jù)，分別根據(jù)國泰安數(shù)據(jù)庫、申銀萬國、中信、中證、證監(jiān)會的行業(yè)分類標準測算企業(yè)間在產(chǎn)品市場空間的距離，并以各分類標準的細致程度為權(quán)重，將五種距離進行加權(quán)平均以得到最終的產(chǎn)品市場空間距離。本部分分別做出三種調(diào)整：第一，直接進行算數(shù)平均以得到最終的產(chǎn)品市場空間距離；第二，使用企業(yè)分行業(yè)利潤數(shù)據(jù)，但仍進行加權(quán)平均得到最終的距離；第三，使用企業(yè)分行業(yè)利潤數(shù)據(jù)，進行算數(shù)平均得到最終的距離。在此基礎(chǔ)上重新回歸。(5)改變知識資本折舊率?；鶞驶貧w中使用15%的折舊率測算知識資本，并進一步測算技術(shù)溢出池、地理溢出池、市場競爭池以及K/A。本部分分別使用10%、7.14%、5%的折舊率測算知識資本，最后直接用研發(fā)投入代替知識資本。在此基礎(chǔ)上重新回歸。(6)改變回歸樣本。本文分別做出以下三種調(diào)整：第一，將基準回歸樣本中缺失不嚴重的樣本進行插值填補；第二，將樣本變量按照1%和99%百分位的縮尾辦法進行處理。綜合上述所有結(jié)果來看，本文的結(jié)論具有一定穩(wěn)健性(8)限于篇幅，這里未列出各穩(wěn)健性檢驗的具體實證結(jié)果。。

四、研發(fā)社會收益與私人收益的定義及推導(dǎo)

前文已對知識溢出效應(yīng)與偷生意效應(yīng)進行了實證識別，接下來本文參考布盧姆等(2013)[7]測算企業(yè)研發(fā)的社會收益與私人收益?；舅悸啡缦?9)限于篇幅，這里省略了大部分推導(dǎo)過程和細節(jié)。：(1)提出明確的研發(fā)社會收益與私人收益的定義；(2)在前文研發(fā)、生產(chǎn)率、價值方程的基礎(chǔ)上構(gòu)建基本方程系統(tǒng)，進而將其用矩陣形式表示；(3)考察某家企業(yè)(如企業(yè)i)知識資本提升對所有企業(yè)造成的影響，并從中推導(dǎo)出企業(yè)研發(fā)的社會收益與私人收益表達式(10)本文還考察了某種特殊情形下的企業(yè)研發(fā)社會收益與私人收益表達式，其推導(dǎo)結(jié)果更為直觀簡潔，且能夠反映研發(fā)社會收益與私人收益的核心特征。；(4)代入前文研發(fā)、生產(chǎn)率、價值方程的實證估計系數(shù)，計算企業(yè)研發(fā)的社會收益與私人收益。

(一)研發(fā)社會收益與私人收益的定義

以企業(yè)i為例，研發(fā)社會收益概念的核心是企業(yè)i知識資本增加通過知識溢出效應(yīng)所帶來的社會總產(chǎn)出的增加，研發(fā)私人收益概念的核心是企業(yè)i知識資本增加通過偷生意效應(yīng)所帶來的自身產(chǎn)出的增加。在實際的推導(dǎo)與測算過程中，本文提出以下更為具體明確的定義：將研發(fā)社會收益定義為企業(yè)i研發(fā)的邊際社會收益(MSRi)，即企業(yè)i知識資本增加1單位所帶來的自身產(chǎn)出直接增加量與通過知識溢出效應(yīng)帶來的自身產(chǎn)出間接增加量，以及通過知識溢出效應(yīng)帶來的其他企業(yè)產(chǎn)出間接增加量；將研發(fā)私人收益定義為企業(yè)i研發(fā)的邊際私人收益(MPRi)，即企業(yè)i知識資本增加1單位所帶來的自身產(chǎn)出直接增加量與通過知識溢出效應(yīng)帶來的自身產(chǎn)出間接增加量，以及通過偷生意效應(yīng)帶來的自身產(chǎn)出間接增加量。

(二)基本方程系統(tǒng)

根據(jù)上述定義，可知要推導(dǎo)研發(fā)社會收益與私人收益的表達式，需利用前文的研發(fā)方程、生產(chǎn)率方程以及價值方程。本文構(gòu)建如下n家企業(yè)的基本方程系統(tǒng)：

(5)

(6)

(7)

基本方程系統(tǒng)式(5)、式(6)、式(7)所反映的便是企業(yè)研發(fā)水平、生產(chǎn)率、價值以及知識溢出池、市場競爭池之間的內(nèi)在聯(lián)系，且已經(jīng)過理論論證(見表1)與實證檢驗(見前文)，因此可認為模型設(shè)置是正確的。但模型中存在諸多內(nèi)生變量，研發(fā)方程、生產(chǎn)率方程與價值方程之間也會相互影響，因此為推導(dǎo)社會收益與私人收益的具體形式，需要進一步處理基本方程系統(tǒng)，目的是將企業(yè)研發(fā)方程等號右邊全部轉(zhuǎn)換為外生變量，并用簡潔的矩陣形式表示出所有方程。經(jīng)處理后最終形式為(12)這里省略了中間的處理過程。：

(8)

lnY=ψ+ζlnR+β5λ

(9)

lnV=Φ+(1-γ2)lnA+χlnR+γ5μ

(10)

(三)研發(fā)社會收益與私人收益的推導(dǎo)

接下來在上述n家企業(yè)所構(gòu)成的方程系統(tǒng)式(8)—式(10)中設(shè)置一個外生沖擊：企業(yè)i的知識資本Ki增加1%。由于Ki=Ri/δ，K與R同比例變化，此外生沖擊等同于Ri增加1%。在此背景下推導(dǎo)研發(fā)的邊際社會收益(MSRi)和邊際私人收益(MPRi)。

1．社會收益

(11)

接下來推導(dǎo)產(chǎn)出的增加量。結(jié)合式(5)、式(6)可知，企業(yè)i研發(fā)投入的增加一方面會帶來其自身產(chǎn)出的直接增加，后續(xù)會沿著“產(chǎn)出→研發(fā)→產(chǎn)出”路徑進一步促使產(chǎn)出增加，另一方面會使其他企業(yè)所面臨的知識溢出池增加，而這會使其他企業(yè)的產(chǎn)出增加，并最終使企業(yè)i產(chǎn)出進一步增加。上述路徑會不停循環(huán)，最終外生沖擊所引起的企業(yè)i自身產(chǎn)出直接增加量，以及通過知識溢出效應(yīng)帶來的所有企業(yè)產(chǎn)出間接增加量為(13)需要設(shè)置β4=0，即剔除偷生意效應(yīng)的影響，從而ζij=β3bij≥0(j≠i)，因此可得到新的ζ*矩陣。z**BYζ*Ω-1z，其中：

(12)

由此，可知企業(yè)i研發(fā)的邊際社會收益為：

(13)

2．私人收益

根據(jù)定義，研發(fā)私人收益可分成兩部分計算，一部分是企業(yè)i自身產(chǎn)出直接增加量與通過知識溢出帶來的自身產(chǎn)出間接增加量，另一部分是通過偷生意效應(yīng)帶來的自身產(chǎn)出間接增加量。結(jié)合式(5)、式(6)可知，在經(jīng)歷上述外生沖擊(Ri增加1%)后，一方面企業(yè)i自身產(chǎn)出會直接增加，并后續(xù)沿著“產(chǎn)出→研發(fā)→產(chǎn)出”路徑進一步增加，另一方面會使其他企業(yè)所面臨的知識溢出池增加，而這會使企業(yè)i產(chǎn)出進一步增加。上述路徑會不停循環(huán)，最終企業(yè)i自身產(chǎn)出直接增加量與通過知識溢出帶來的自身產(chǎn)出間接增加量為z*BYζ*Ω-1z。

接下來推導(dǎo)通過偷生意效應(yīng)帶來的企業(yè)i產(chǎn)出間接增加量。這里需要轉(zhuǎn)向價值方程，結(jié)合式(7)可知，在經(jīng)歷上述外生沖擊(Ri增加1%)后，其他企業(yè)所面臨的市場競爭池會增加，這進一步會導(dǎo)致所有企業(yè)價值的變化，經(jīng)過不斷循環(huán)后，最終由偷生意效應(yīng)引起的所有企業(yè)價值的變化比例為(14)需要設(shè)置γ2=γ3=0，即剔除價值方程中研發(fā)投入所帶來的直接影響以及知識溢出效應(yīng)的影響，從而χij=γ4dij≤0(j≠i)，因此可得到新的χ*矩陣。χ*Ω-1z。這些企業(yè)價值的變化可分解為產(chǎn)出變化與價格變化，假設(shè)企業(yè)產(chǎn)出變化比例與價值變化比例之比為σ(命名為“產(chǎn)出價值系數(shù)”)，那么由偷生意效應(yīng)所帶來的所有企業(yè)的產(chǎn)出變化量為(15)之所以通過間接方法計算由偷生意效應(yīng)所帶來的所有企業(yè)的產(chǎn)出變化量，是因為表1的理論分析表明，企業(yè)間偷生意效應(yīng)對彼此的生產(chǎn)率沒有影響。σBYχ*Ω-1z。由于企業(yè)i研發(fā)投入增加對其他企業(yè)產(chǎn)生了偷生意效應(yīng)，其他企業(yè)的市場份額變化會有部分流向企業(yè)i，以企業(yè)j為例，假設(shè)其市場份額中會有sji比例部分流向企業(yè)i，且sji決定于企業(yè)i與企業(yè)j之間在產(chǎn)品市場空間中的距離以及企業(yè)i研發(fā)投入增加引致的所有企業(yè)研發(fā)投入的變化(16)此假設(shè)符合直覺認知，企業(yè)i能從企業(yè)j那里“偷走”多少生意，顯然與兩家企業(yè)的市場競爭關(guān)系以及為應(yīng)對此外生沖擊所做出的研發(fā)決策有關(guān)。：

(14)

因此，由偷生意效應(yīng)帶來的企業(yè)i產(chǎn)出間接增加量為σsBYχ*Ω-1z。其中：

(15)

至此，可知企業(yè)i研發(fā)的邊際私人收益為：

(16)

(四)產(chǎn)出價值系數(shù)的估算

在推導(dǎo)研發(fā)的私人收益時，本文使用產(chǎn)出價值系數(shù)σ從偷生意效應(yīng)引致的企業(yè)價值變化中倒推出企業(yè)產(chǎn)出變化，本部分通過構(gòu)建以下古諾競爭模型以估算σ。當一家企業(yè)從事了更多研發(fā)、降低了成本時，它會通過偷生意效應(yīng)減少其他企業(yè)的利潤，這部分源于其他企業(yè)的產(chǎn)出變化，部分源于市場均衡價格的變化，將其他企業(yè)利潤變化分解為產(chǎn)出變化、價格變化兩部分，其中產(chǎn)出變化所占份額即為σ。

假設(shè)市場中共有n+1家企業(yè)，企業(yè)1的成本為c1，其他n家企業(yè)是對稱的，成本均為c2，定義Δc=c1-c2≠0。市場需求函數(shù)為p=Q-e，其中Q=∑i=1qi。每家企業(yè)解決以下問題：

maxqiπi=qi[(∑i=1qi)-e-ci]

(17)

因此，企業(yè)1與其他企業(yè)(如企業(yè)2)利潤最大化的一階條件為：

(q1+nq2)-e-c1-eq1(q1+nq2)-(e+1)=0

(18)

(q1+nq2)-e-c2-eq2(q1+nq2)-(e+1)=0

(19)

進一步可得均衡產(chǎn)出為：

(20)

(21)

企業(yè)2的均衡利潤為：

(22)

進一步化簡為：

(23)

(24)

(25)

定義λ=c2/c1，可知：

(26)

隨著n→∞，有：

(27)

五、研發(fā)社會收益與私人收益的測算結(jié)果

通過構(gòu)建方程系統(tǒng)，本文已推導(dǎo)出企業(yè)研發(fā)社會收益與私人收益的表達式，而要進行實證測算，還需要式(1)—式(3)中以下系數(shù)的具體數(shù)值：α2、α3、β2、β3、β4、γ4。在前文中本文通過實證檢驗知識溢出效應(yīng)與偷生意效應(yīng)已估計出上述系數(shù)，這些系數(shù)對于企業(yè)研發(fā)社會收益與私人收益的測算結(jié)果影響極大，為盡量保證最終結(jié)果的穩(wěn)健性，本文取其值為基準回歸、內(nèi)生性問題分析、穩(wěn)健性檢驗中估計出的所有相應(yīng)數(shù)值的平均值(不包括不顯著的數(shù)值)，具體而言：α2為0.368 4，α3為0.183 2，β2為0.067 8，β3為0.156 2，β4為-0.051 4，γ4為-0.045 2。接下來做出如下假設(shè)：首先，上述系數(shù)具有結(jié)構(gòu)模型參數(shù)的意義，并可作為政策建議的依據(jù)；其次，本文所用的企業(yè)間距離測算方法能夠真實反映現(xiàn)實情況；最后，本文設(shè)置的計量模型是正確的，估計系數(shù)反映了變量間的因果關(guān)系?？紤]到測算研發(fā)社會收益與私人收益的難度之大，上述過于嚴苛的假設(shè)并非不可接受。

表4 所有企業(yè)研發(fā)的社會收益與私人收益測算結(jié)果的描述性統(tǒng)計

表4結(jié)果揭示出以下三點：(1)所有企業(yè)研發(fā)社會收益的變動范圍為0.009 2～0.668 1，私人收益的變動范圍為0.001 4～0.344 6，不同企業(yè)間存在較大差異。這主要是因為一家企業(yè)與其他企業(yè)之間的技術(shù)相似度、地理鄰近度以及市場競爭關(guān)系不同，而且不同企業(yè)的研發(fā)投入水平也不盡相同，因此每家企業(yè)研發(fā)所帶來的社會收益與私人收益有較大差異。(2)從均值來看，研發(fā)的社會收益均高于私人收益，這意味著對于企業(yè)個體而言，平均來看其研發(fā)收益并不能完全由其自身享有，因此所面臨的創(chuàng)新激勵是不足的，這導(dǎo)致私人研發(fā)領(lǐng)域出現(xiàn)市場失靈，經(jīng)濟整體的研發(fā)投入低于社會最優(yōu)水平。(3)平均而言一家企業(yè)知識資本增加1單位所帶來的社會收益約為0.083單位，所帶來的私人收益約為0.022單位，研發(fā)社會收益均值約是私人收益均值的3.4倍(17)需要注意的是，企業(yè)研發(fā)的社會收益與私人收益會隨著知識溢出效應(yīng)與偷生意效應(yīng)接受者數(shù)量與范圍的增加而擴大，由于上述回歸系數(shù)(α2、α3、β2、β3、β4、γ4)是使用制造業(yè)上市公司樣本估計得出，本文僅選取制造業(yè)上市公司樣本(剔除部分異常樣本后共2 009家公司)進行測算。一般而言，知識溢出效應(yīng)的接受者不僅包括上市公司，還包括其他沒有上市的企業(yè)、高校、研究機構(gòu)，甚至國外相關(guān)主體等，而偷生意效應(yīng)的接受者同樣包括其他沒有上市的企業(yè)，因此，真實的研發(fā)社會收益與私人收益比本文測算所得更大，但相比之下本文對社會收益的低估程度更為嚴重。。

六、結(jié)論與啟示

本文使用中國制造業(yè)上市公司樣本數(shù)據(jù)，分離和識別了企業(yè)間研發(fā)的兩種不同外部性，即知識溢出效應(yīng)與偷生意效應(yīng)對彼此全要素生產(chǎn)率、企業(yè)價值的影響，并構(gòu)建了由企業(yè)研發(fā)方程、生產(chǎn)率方程、價值方程所組成的方程系統(tǒng)，推導(dǎo)出企業(yè)研發(fā)社會收益與私人收益的具體形式，最終在知識溢出效應(yīng)與偷生意效應(yīng)實證結(jié)果的基礎(chǔ)上測算了企業(yè)研發(fā)的社會收益與私人收益。主要結(jié)論如下：(1)企業(yè)間知識溢出效應(yīng)能夠顯著促進彼此全要素生產(chǎn)率與價值的提升，偷生意效應(yīng)則對全要素生產(chǎn)率與價值有顯著負向影響；(2)從均值來看企業(yè)研發(fā)的社會收益高于私人收益，這意味著從福利視角看，企業(yè)的研發(fā)投入低于社會最優(yōu)水平；(3)平均而言某企業(yè)知識資本增加1單位所帶來的社會收益約為0.083單位，所帶來的私人收益約為0.022單位，研發(fā)社會收益均值約是私人收益均值的3.4倍。

本文研究結(jié)論所帶來的主要啟示是：(1)企業(yè)間知識溢出效應(yīng)能夠有效提升彼此的生產(chǎn)率與商業(yè)績效，對于這種研發(fā)正外部性，應(yīng)采取各項政策促進其發(fā)揮，加速實用技術(shù)和共性技術(shù)流動。例如，可鼓勵中低技術(shù)企業(yè)與高技術(shù)企業(yè)聯(lián)合設(shè)立研發(fā)機構(gòu)，促進產(chǎn)業(yè)間共性技術(shù)平臺建設(shè)，推動知識技術(shù)從發(fā)達地區(qū)流向落后地區(qū)，進一步發(fā)展壯大城市群和都市圈，提升經(jīng)濟集聚水平等，這有利于擴大創(chuàng)新對整體經(jīng)濟發(fā)展的驅(qū)動作用。(2)企業(yè)間偷生意效應(yīng)對彼此的生產(chǎn)率與商業(yè)績效有負向影響，對于這種研發(fā)負外部性，應(yīng)盡可能緩解其不利影響。例如，可通過構(gòu)建高效的協(xié)同創(chuàng)新系統(tǒng)和科研平臺，鼓勵和支持企業(yè)進行研發(fā)合作，引導(dǎo)企業(yè)進行差異化研發(fā)，進一步發(fā)揮行業(yè)協(xié)會的組織協(xié)調(diào)作用，避免創(chuàng)新資源的浪費。(3)與負的偷生意效應(yīng)相比，正的知識溢出效應(yīng)占據(jù)主導(dǎo)，因此企業(yè)研發(fā)的總外部性為正，而且研發(fā)的社會收益遠高于私人收益，這意味著即使考慮了偷生意效應(yīng)，從福利視角看企業(yè)研發(fā)也遠沒有達到社會最優(yōu)水平。因此，當前應(yīng)進一步實施創(chuàng)新激勵政策，尤其是加大普惠型創(chuàng)新政策的激勵力度，從而促使企業(yè)加大研發(fā)投入，緩解研發(fā)領(lǐng)域市場失靈所帶來的企業(yè)研發(fā)動機不足問題。例如，可在現(xiàn)有基礎(chǔ)上進一步適當加大研發(fā)費用加計扣除比例，擴大其企業(yè)覆蓋范圍，放寬研發(fā)活動適用范圍，通過更為普惠的稅收優(yōu)惠政策緩解企業(yè)所廣泛面臨的創(chuàng)新激勵不足問題。