政府资助对我国企业R&D投入的影响的统计分析

一、引言 　　面对日趋激烈的竞争环境，各国政府和企业纷纷意识到研发投入不仅影响着科技的进步，更关系到国家或者企业本身科技竞争力的提升及市场地位的提高。然而，研发活动的高风险性成为企业从事RD活动的障碍，对于风险承受能力弱、资金有限的企业而言更为不利；此外，由于RD活动的外部性、公共性等特征，使得进行研发的企业不能完全占有其RD活动的收益。于是，在市场竞争机制下，企业对RD活动的投入规模可能低于社会理想水平。这都为政府介入研发活动提供了理由。2010年我国每年国家财政科技拨款已达到4414亿人民币。作为RD活动的两大主体，政府对企业RD活动的资助与企业自身RD投入之间是激励还是挤出效应成为政府是否进行RD资助的重要理论依据。如果两者是激励关系，说明政府资助政策是切实可行的；如果两者是挤出关系，则政府就应该减少对企业的直接资助，并且相应地变换资助方式，比如增加对企业的税收优惠等。 　　二、相关研究及简要述评 　　针对政府RD资助对企业RD行为是否产生正的激励作用， 有学者认为政府加大资助会激励企业增加更多的RD投入。如Globerman（1973）考察了行业横截面数据，研究发现政府资助与企业RD是互补的。Antonelli（1989）对意大利企业，Klette et al.（1997）对挪威企业，Lach（2002）对以色列制造业分别就政府资助与企业RD投入之间的关系进行了研究，虽然样本大小和实证研究方法不同，但是上述研究皆发现政府资助与企业RD投入之间存在正的激励效应。朱平芳和徐伟民（2003）从实证角度分析了上海市政府的科技激励政策对大中型企业支出的影响，研究认为政府直接资助和税收优惠这两个政策工具对企业自筹的RD投入均具有积极地激励作用。解维敏，唐清泉，陆姗姗（2009）以中国证券市场2003～2005年间的上市公司为样本，利用Logistic回归分析方法分析认为政府的RD资助对企业RD投入具有显著的激励效应。

也有学者提出政府资助会挤出企业的RD投入。Goolshe（1998）和David（1999）认为政府资助对企业研发投入存在挤出效应，主要表现为政府资助刺激了要素需求，提高了要素价格，进而提高了企业的研发成本，导致企业研发投入减少。姚洋和章奇（2001）研究了我国政府的投资效应，认为政府所创办的公共研究机构的支出对企业效率存在负的影响，因此研发活动更多地应由企业来承担。许治，师萍（2005）利用我国1990～2000的数据对政府资助对企业RD投入的影响进行了实证检验得出结论，在样本期内政府资助对企业RD投入存在明显的激励效应，而政府对高校研发的资助会对企业RD投入产生挤出效应。Xulia Gonzalez和Consuelo Pazo（2008）对西班牙制造业分析发现政府资助与公司研发投入之间具有挤出效应。虽然有关政府资助对企业RD投入的影响已成为国内外研究热点，但至今尚未形成统一的结论。同时，学者们多从经济增长和市场失灵的角度进行分析，研究的重点主要集中在政策工具是否有效及有效程度如何等问题上。此外，大部分有影响力的研究多针对发达国家，少有发展中国家，鉴于各国国情各不相同，国外的观点未必适合我国的实际情况。由于受企业自身条件等因素的限制，在相当长的一段时期内，政府对于企业RD投入仍将扮演着重要角色，所以对于政府资助对企业RD投入的影响研究既有理论意义又有实践意义。本文将在参考国内外相关研究的基础上，以2005年～2010年制造业面板数据为样本分析政府资助对企业RD投入的影响效应。

论文网 　　三、模型设立与实证分析 　　1.变量选取与数据来源 　　RD投入资金从来源上分主要包括企业自筹资金、政府资助资金、金融机构贷款及国外资金等。鉴于本文的研究目的，故仅选取企业自筹资金和政府资助资金进行考察。另外，本文认为企业新产品销售收入是影响企业RD投入的重要因素。根据数据的可获得性及统计口径一致性，本文收集了2005年～2010年中国制造业28个行业大中型工业企业的面板数据。使用面板数据可以构造和检验比单独使用横截面数据或时间序列数据更为真实的分析，可以进行更加深入的分析。本文所有数据均来自于2006年～2011年的《中国科技统计年鉴》和《中国统计年鉴》，其中，政府资助资金及企业自筹资金分别来自于大中型工业企业的科技活动经费筹集中的政府资金、企业资金。 　　2.数据处理 　　为了消除物价变动对分析的影响，对所有数据都作了消除物价影响的处理。具体处理方法则在朱平芳、徐伟民的做法上做了改动，我们认为相比于消费者价格指数，工业品出厂价格指数在描述大中型工业企业RD投入和新产品销售收入时更为恰当。因此，本文在朱平芳、徐伟民做法的基础上，使用工业品出厂价格指数和固定资产投资价格指数的加权和作为RD价格指数。具体处理方法如下：其中，为实际统计指标，为名义统计指标，则为测算的RD价格指数，将上述三个变量按2005年不变价进行平减。同时为了减少异方差的影响，所有数据均经过对数处理。 论文网 　　3.模型设定 　　通过以上的分析，模型方程设定如下： 　　，式中EP、GOV分别表示企业RD投入资金和政府资助资金，VA代表企业新产品销售收入。 表示解释变量对被解释变量的影响，参数系数为正具有激励作用，参数系数为负则具有挤出效应。下标代表行业，t=1，2，..，6代表年份，为行业差异的随机误差项，为行业和时间混合差异的随机误差项。　　对不平稳的数据进行回归分析，会造成伪回归的现象，此时的回归结果不可信，所以进行统计回归之前必须检验数据的平稳性。利用Summary的测试类型检验各纵数列的平稳性，结果表明各变量的水平值不平稳，而他们的一阶差分值是平稳的。基于单位根检验的结果发现各变量之间是一阶单整的，继而进行协整检验。根据Pedroni 检验方法，结果表明通过了协整检验，因此直接对原方程进行回归，结果是准确的。见表1、表2： 　　表1 模型中各序列一阶差分单位根检验结果 　　表2 各序列协整检验结果 　　4.实证分析 　　运用2005年～2010年制造业28个行业大中型工业企业的科技数据做面板数据分析，首先要进行F检验和Hausman检验，固定效应F检验（F值为12.8353 作文 /zuowen/。