政府R&D资助与研发效率

开篇：润墨网以专业的文秘视角，为您筛选了一篇政府R&D资助与研发效率范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：文章在基于随机前沿分析方法测度出中国高技术产业研发效率的基础上，运用Tobit面板估计方法实证分析了政府r&d资助对研发效率的影响及其决定因素。研究发现，中国政府R&D资助显著促进了高技术产业研发效率的提升，同时，产权结构、企业规模会对政府R&D资助效果产生显著影响，行业中国有产权比重不利于政府R&D资助效果的发挥，企业规模则会对政府R&D资助效果产生显著的正向效应。

关键词：政府R&D资助；研发效率；高技术产业

一、 引言

高技术产业是将高新技术转化为实际生产力的承载体，是一国技术创新的重要体现。近年来，中国高技术产业发展迅速，2000年～2010年，高技术产业总产值由10 411亿元增加到74 709亿元，出货值由3 396亿元增加到37 002亿元，专利申请数量由2 245件增加到59 683件。在高技术产业迅猛发展的同时，国家对高技术产业R&D活动的资助力度也不断加大，1995年～2008年，政府R&D资助由117 470万元增加至878 819万元。那么，政府R&D资助是否显著促进了高技术产业研发效率的提升？政府R&D资助对高技术产业研发效率的影响又取决于哪些条件，即其需要怎样的配套措施以保障其效果的发挥；政府R&D资助需要投入到具备何种特征的行业，才能对高技术产业的研发活动产生更大的效果？显然，对这些问题的考察，有助于理清政府如何对高技术产业研发活动进行支持以发挥出最佳的资源配置效率，因而对于提升中国的高技术产业竞争力和加快经济发展具有重要的现实意义。

目前已有不少文献从不同角度关注了中国高技术产业的研发效率，如朱有为和徐康宁（2006）测算了中国高技术产业的研发效率，并考察了所有权结构、市场结构和企业规模等因素对研发效率的影响；周立群和邓路（2009）分析了所有权性质与高技术产业研发效率之间的关系；方福前和张平（2009）运用DEA方法对1999年～2006年间中国高技术产业的投入产出效率进行了分析；成力为和孙玮（2011）等从内外资配置效率和规模效率的角度考察了高技术产业的研发效率；孙玮和王九云（2011）则分析了FDI质量对高技术产业研发效率的溢出效应。

通过对现有文献的分析，可以发现，当前从政府R&D资助的角度出发分析其对高技术产业研发效率影响的研究并不多。目前与之相关的研究主要有余泳泽和周茂华（2010）、武鹏和余泳泽等（2010），这两项研究利用1996年～2007年的省级面板数据测算了中国高技术产业的R&D全要素生产率增长情况，并发现政府投入对R&D全要素生产率增长有着显著的负向影响。但这两项研究并未考虑政府R&D资助对研发效率的影响取决于哪些因素，事实上，分析出政府R&D资助对研发效率的影响取决于哪些条件，要比分析政府R&D资助是否对研发效率产生影响有价值得多。因为只有弄清楚这些条件，才能为如何使政府R&D资助发挥出最佳的效果提供有效的政策建议。同时，这两项研究使用的是省级面板数据。因此，本文将用1999年～2008年中国高技术产业行业面板数据，进一步研究政府R&D资助与高技术产业研发效率之间的关系，并着重分析政府R&D资助对高技术产业研发效率影响的决定因素。由于自熊彼特开创性地提出关于创新的一系列理论以来，大量的研究关注了企业规模、产权结构对技术创新的影响，因此本文考察的决定因素主要为企业规模和产权结构。

本文以下部分的结构安排如下： 第二部分为模型设定，第三部分为变量与数据说明，第四部分为实证结果与相应的分析讨论，第五部分为结论与含义。

二、 模型设定

本文关注的是政府R&D资助对研发效率的影响及其决定因素，这涉及到两个模型，首先是对高技术产业研发效率的测算模型；其次是在测算出高技术产业研发效率的基础上，进一步分析政府R&D资助对研发效率影响的模型。

1. 高技术产业研发效率的测算模型。

目前，测度研发效率的方法主要有非参数方法和参数方法两类，非参数方法以数据包络分析（DEA）为代表，参数方法以随机前沿分析（SFA）为代表。DEA方法无需建立变量之间的严格函数关系，只需采用数学规划法即可测算出效率，但由于其无须考虑测量误差因而存在不足之处。而SFA 采用计量方法对前沿生产函数进行估计，有更为坚实的经济理论基础，特别在模型设定合理且采用面板数据条件下，其比DEA 方法能得到更好的估计效果（朱有为和徐康宁，2006）。因此本文也采用随机前沿方法对高技术产业的研发效率进行测算。

构建的随机前沿生产函数模型如下：

LnYit=？茁0+？茁1LnKit+？茁2LnLit+Vit-Uit（1）

其中，Y、K、L分别表示专利申请数、研发资本存量和研发人员；？茁0为常数项，？茁1、？茁2为研发资本存量和研发人员的产出弹性；Vit-Uit为随机误差项，其具有复合结构，其中Vit为系统中不可控因素导致的噪声误差，Uit为技术无效率项，假定Vit服从正态分布，Uit服从截尾正态分布。

2. 政府R&D资助对研发效率的影响模型。在测算出研发效率的基础上，为进一步分析政府R&D资助对研发效率的影响，参考既有的研究，在模型中控制住了产权结构、企业规模和FDI等因素，基本的模型设定如下：

EFFit=？姿0+？姿1LnGOVit+？姿2SIZit+？姿3POWit+？姿4FDIit+ηi+εit（2）

其中，EFF为研发效率，GOV为政府R&D资助，SIZ为企业规模，POW为产权结构，FDI为外商直接投资，ηi 为行业效应，εit为随机误差项。

同时，为了分析产权结构、企业规模等因素对政府R&D资助的效果的影响，实证分析时本文还在模型（2）中加入了产权结构、企业规模与政府R&D资助的交互项。

三、 变量与数据说明

1. 变量构造。本文分析中的企业规模用各行业总产值与企业数的比值来表征（并进行对数化处理），其中总产值用工业品出厂价格指数平减为1999年不变价；产权结构用各行业国有及国有控股企业总产值与行业总产值的比值来表征；FDI用各行业三资企业总产值与行业总产值的比值来表征；研发人员用各行业科技活动人员数来表征；政府R&D资助用各行业科技活动筹集经费中的政府资金来表征，同时用本文构造的R&D支出价格指数平减为1999年不变价。

对于R&D支出价格指数的构造，本文将R&D支出价格指数设定为0.45 固定资产投资价格指数+0.55 消费价格指数，利用各年的固定资产投资价格指数和消费价格指数，即可得出R&D支出价格指数。

分析中最重要的变量为研发资本存量的构造，在前期的研究成果的基础上，研发资本存量可以表示如下：

Kt=（1-？啄）Kt-1+Et-1（3）

其中，Kt与Kt-1分别为当期和滞后一期的研发资本存量；Et-1为滞后一期的R&D支出，R&D支出用各行业科技活动经费内部支出来表征（并用R&D支出价格指数平减为1999年不变价）；？啄为折旧率，同现有研究一样，假定其为15%。

要测算出各年的研发资本存量，还需确定研发资本存量的初始值K0。假设研发资本的增长率等于E 的增长率，则有K0=E0/（g+？啄），g为考察期内各行业R&D实际经费支出的算术平均增长率。求出了研发资本存量的初始值，利用公式（3）式即可求出各年的研发资本存量。

2. 数据说明。本文分析的原始数据中，工业品出厂价格指数、固定资产投资价格指数和消费价格指数来自于2000-2009年的《中国统计年鉴》，其余数据均来自于各年《中国高技术产业统计年鉴》。

《中国高技术产业统计年鉴》中的高技术产业，包含了17个三位码行业，根据数据的齐备性，我们剔除了数据缺失较多的航天器制造、雷达及配套设备制造、办公设备制造三个三位码行业。因此，在进行实证分析时，本文共选用了14个三位码行业共10年的数据。

四、 实证结果与分析

1. 高技术产业研发效率的测算结果。利用Frontier4.1软件对模型（1）进行极大似然估计（限于篇幅所限，本处不报告估计结果），可求出各个行业的研发效率，部分年份的研发效率如表1所示。

从测算出的研发效率来看，总体而言，中国高技术产业的研发效率普遍偏低，如在2008年，14个行业中仅有4个行业的研发效率在0.3以上；就各细分行业而言，平均研发效率排名最前的三个行业为：医疗设备及器械制造、中成药制造、电子计算机外部设备制造，排名最后的三个行业为飞机制造及修理、电子元件制造与电子器件制造；就研发效率的变动趋势而言，虽然各个行业研发效率的绝对数值普遍不高，但却呈稳步增长态势，平均研发效率由1999年的0.118增长为2008年的0.268。

2. 政府R&D资助对研发效率的影响。在测算出高技术产业研发效率的基础上，本文进一步研究了政府R&D资助对研发效率的影响及其决定因素。由于研发效率受限于一定的取值范围（即在0和1之间取值），因此运用Tobit面板估计方法对模型（2）式进行估计，估计时为了消除双向偏误，对政府R&D资助取滞后一期，同时将交互项也逐步放入模型，回归结果如表2所示。

表2中列（2.1）为仅将政府R&D资助、企业规模、产权结构、FDI放入模型的估计结果，列（2.2）～（2.3）则为将政府R&D资助与产权结构、企业规模依次放入模型的估计结果。从表2中各列可以看出，政府R&D资助对高技术产业的研发效率具有显著为正的影响，且十分稳健，以列（2.1）为例，政府R&D资助每增加1%，研发效率增加0.023%。研究结果不同于余泳泽和周茂华（2010）、武鹏和余泳泽等（2010）的研究，这些研究认为政府投入会对高技术产业的研发效率产生负面影响。由于分析过程中，我们对政府R&D资助取滞后一期，尽可能地消除了双向偏误，且结果十分稳健，因此，本文确信政府R&D资助显著促进了高技术产业研发效率的提升。从列（2.1）中还可以看出，企业规模对研发效率具有显著为正的影响，而产权结构和FDI则对研发效率具有显著的负面效应。

表2中列（2.2）～（2.3）还显示，政府R&D资助对研发效率的影响，取决于企业规模和产权结构。具体而言，列（2.2）中产权结构与政府R&D资助的交互项的系数显著为负，说明行业中国有产权的比重越高，越不利于政府R&D资助效果的发挥，政府R&D资助对研发效率的影响越小；列（2.3）中企业规模与政府R&D资助的交互项的系数显著为正，说明企业规模对政府R&D资助效果产生显著的正向效应，行业中企业规模越大，政府R&D资助对研发效率的影响也越大。

五、 结论与含义

本文运用1999年～2008年中国高技术产业行业面板数据，基于随机前沿分析方法测度了中国高技术产业的研发效率，并实证分析了政府R&D资助对研发效率的影响及其决定因素。研究发现，中国高技术产业的研发效率整体偏低，但近年来稳步增长；政府R&D资助显著促进了高技术产业研发效率的提升，同时企业规模对研发效率具有显著为正的影响，产权结构和FDI对研发效率具有显著为负的影响。此外，产权结构、企业规模还会对政府R&D资助效果产生显著影响，行业中国有产权比重不利于政府R&D资助效果的发挥，企业规模则会对政府R&D资助效果产生显著的正向效应。

基于本文结论，我们认为，政府R&D资助显著提高了中国高技术产业的研发效率，政府R&D资助是必要而且是有效的，未来应进一步加大政府R&D资助的投入力度。同时由于产权结构、企业规模显著影响着政府R&D资助效果，政府在决定政府R&D资助的具体投向时，有必要考虑企业规模与产权结构等因素的影响。

参考文献：

1. 朱有为，徐康宁.中国高技术产业研发效率的实证研究.中国工业经济，2006，（11）：38-45．

2. 周立群，邓路.企业所有权性质与研发效率——基于随机前沿函数的高技术产业实证研究，2009，（7）：70-75．

3. 成力为，孙玮，王九云．要素市场不完全视角下的高技术产业创新效率——基于三阶段DEA－Windows的内外资配置效率和规模效率比较.科学学研究，2011，（6）：930-938．

4. 孙玮，王九云，成力为．FDI质量对高技术产业自主创新效率的溢出效应——基于企业所有制结构视角的中国数据实证研究.科研管理，2011，（8）：57-66．

5. 方福前，张平.我国高技术产业的投入产出效率分析.中国软科学，2009，（7）：48-55．

6. 余泳泽，周茂华.制度环境、政府支持与高技术产业研发效率差异分析.财经论丛，2010，（5）：1-5．

7. 武鹏，余泳泽，季凯文.市场化、政府介入与中国高技术产业R&D全要素生产率增长.产业经济研究，2010，（3）：62-69．

8. 吴瑛，杨宏进.基于R&D存量的高技术产业科技资源配置效率DEA度量模型.科学学与科学技术管理，2006，（9）.

9. 朱有为，徐康宁.中国高技术产业研发效率的实证研究.中国工业经济，2006，（11）.

10. 刘佳，李宏林，张舒.中国装备制造业市场结构：理论和实证——基于产业集中度的探讨.东北财经大学学报，2006，（2）.

11. 李凯，李世杰.装备制造业集群耦合结构：一个产业集群研究的新视角.中国工业经济，2005，（2）.

作者简介：王业斌，中央财经大学经济学院博士生，广西财经学院经济与贸易学院讲师；高炜，中央财经大学经济学院博士生。

收稿日期：2012-12-14。