政府创新投入可以促进市场创新投入吗
——基于我国内地63所教育部直属高校科技创新数据的实证研究

周志远1,左月华2,邹 宇3

(1.湖北省人民政府办公厅,湖北 武汉430071;2.华中科技大学 经济学院,湖北 武汉430074;3.浙江核新同花顺网络信息股份有限公司 ,浙江 杭州 310000)

摘 要:高校是我国重要的创新研发主体,高校经费主要来源于政府和市场,这两种异质性研发创新投入关系值得关注。选取2005-2018年我国内地63所教育部直属高校科技创新数据,采用面板VAR模型和个体固定效应模型,从动态和静态两个方面对高校科技创新投入中政府创新投入与市场创新投入的关系进行实证检验。结果发现,在高校科技创新活动中,政府创新投入对市场创新投入存在积极影响,这种促进作用存在两期左右的滞后期,且只在短期内显著;从长期看,政府投入对市场投入的促进作用不显著。

关键词:政府创新投入;市场创新投入;高校科技创新;信号效应;知识溢出效应

Could Government Innovation Input Promote Market Innovation Input:An Empirical Study Based on the Data of Science and Technology Innovation of 63 Universities in China

Zhou Zhiyuan1,Zuo Yuehua2,Zou Yu3

(1. General Office of Hubei Provincial People's government,Wuhan 430071,China;2. School of Economics, Huazhong University of Science and Technology, Wuhan 430071, China;3. Hithink Flush Information Network Co., Ltd. Hangzhou 310000, China)

AbstractUniversities are playing an increasingly important role in China's scientific research innovation system. However, high dependency on external resources is still the main characteristic for those innovation activities, especially for R&D which is an activity with high output to input ratio. According to reports from the Chinese Ministry of Education, Chinese universities' R&D funding mainly comes from governmental and enterprise investment. Moreover, according to the information, after the reform and opening-up, various innovation investment channels between investors and investees, i.e., the universities, sprang up in China. The most representative channel is the National Natural Science Foundation (NSFC) which was established in 1986, and it broke through the routine of the traditional investment method that innovation foundations highly relied on government investment. In addition, numerous enterprises from the market have actively participated in the scientific research activities of colleges and universities, and they further set up different innovation funds in colleges so as to help them to solve practical problems encountered in their business. Since then, market innovation investment has become another important source of R&D investment in colleges and universities. So, could the government innovation investment represent the innovation capacity of universities and thus influence the innovation investment of enterprises? To what extent would the government investment influence the market investment? How long will such an effect last?

In recent years, on the topic of the relationship between government innovation investment and market innovation investment in university's R&D activities, scholars at home and abroad have mostly focused on the company's R&D activities, while the relationship between government innovation investment and market innovation investment is complementary or alternatively varies according to the types of research samples, but the scholars avoided discussing and studying the relationship between government investment and market innovation investment from the perspective of universities. In fact, as a key role of the national innovation strategy, university's innovation funds heavily rely on both government and market sources of innovation investment as well. Therefore, it is necessary to study and further clarify the aforesaid relationship, because it can not only help universities to seek more innovation investment to enhance effectiveness and creativeness of their R&D activities, but also help to understand the relationship between government and market in the field of science and technology innovation.

This paper selects the scientific and technological innovation data of 63 universities in China from 2005 to 2018, and uses the panel VAR model and the individual fixed effect model to empirically test the relationship between government innovation investment and market innovation investment in the R&D input of college from the dynamic and static aspects. Based on the analysis described above, the government's innovation investment does promote the market innovation investment. Specifically, from the perspective of dynamic impact, the effect of such positive promotion would rise steadily to a maximum of 4% during the period of the first three years. Afterwards, the promotional effect from the government's innovation investment on the market innovation investment will decline to null. Furthermore, in most cases, one key element which could bring about the increase of the market innovation investment is the academic achievement,e.g., academic articles or new inventions, and such achievement may appear after a period of government investment in scientific research of universities. Meanwhile, from the perspective of the static effects, the contribution of government innovation investment to market investment in innovation would not get an instant result, but its effect may get top after two years. In addition, PVAR model uncovers an inertia effect between the market innovation investment and the academic innovation that the investment from the general market may further encourage the innovation and creation of those universities, i.e., the market innovation investments have a greater dynamic impact on themselves.

To sum up, the research finds, in terms of the R&D innovation activities of universities, the government's innovation investment does have the capacity to promote the market innovation investment. Nevertheless, such positive contributions, sourced from the government's innovation investment to market innovation investment cannot be manifested obviously and instantly in a short term. In most cases, such a promotional effect on the market innovation has a lag period of around two years commencing on the government's innovation investment, and, in addition, this effect cannot last for long term. Furthermore, from a long-term perspective, governmental investment for innovation industry may not promote such investment from the capital market significantly.

Key Words:Government Investment in Innovation; Market Innovation Investment; Technological Innovation in Colleges and Universities; Signal Effect; Knowledge Spillover Effect

收稿日期:2020-12-11

修回日期:2021-04-29

基金项目:教育部人文社会科学研究规划基金项目(17YJA790105)

作者简介:周志远(1982—),男,湖北恩施人,湖北省人民政府办公厅副处长,研究方向为科技创新管理;左月华(1971—),女,广西桂林人,博士,华中科技大学经济学院副教授,研究方向为公司金融与产业经济;邹宇(1995—),男,江西丰城人,浙江核新同花顺网络信息股份有限公司助理经济师,研究方向为公司金融。

DOI10.6049/kjjbydc.2020120310

开放科学(资源服务)标识码(OSID):

中图分类号:G644

文献标识码:A

文章编号:1001-7348(2022)08-0010-09

0 引言

科技创新是经济可持续发展的内生动力[1]。改革开放以来,高校在我国科研创新体系中的作用越来越显著[2]。另外,资源依赖是大学的主要组织特征,研发创新这项以投入决定产出的活动表现得尤为明显。据教育部资料统计显示,我国高校研发经费来源由政府资金、企业资金和其它资金组成。改革开放以前,由于我国高校以公有制为主,政府资金是主要来源。改革开放以后,我国高等学校科研投入来源渠道大大拓宽,尤其是以1986年我国成立的国家自然科学基金委员会(NSFC)为代表,突破了科研经费单纯依靠行政拨款的传统管理方式,确立了前沿引导、平等竞争和择优支持的科研投入运行机制。自此以后,政府部门往往通过各部委科研基金或是政府直属机构基金申报等竞争性机制为高校提供科研投入资金。此外,来自市场的各类型企业也积极参与高校科研行动,为解决其实际应用过程中的技术难题而在高校设立科研资助项目,市场创新投入成为高校研发投入的另一重要来源。近年来,我国高校科研经费来源逐渐形成相对稳定的比例,即政府资金56%、企业资金36%、其它资金8%[3]。那么,同为投入到高校的科研经费,经过政府严格审查竞争而来的创新投入能否代表高校创新能力,从而影响企业创新投入?这一信号作用是否显著?如果显著,作用期间有多长?

近年来,国内外学者对研发活动中公共投资与私人投资关系的研究大都围绕企业研发活动展开,而公共投资与私人投资是互补关系还是替代关系,两者随着研究样本不同而不同。陈玲等[4]和郭迎锋等[5]发现,我国政府给予企业研发补贴对企业自主研发活动具有显著促进作用;Hussinger[6]对德国3 744家制造业企业进行实证检验发现,政府补贴与企业研发强度呈U型关系;但Montmartin 等[7]发现,25个OECD国家的政府补贴会挤占企业自身研发投入;俞立平[8]从国家层面发现政府科技投入存在一定刚性,并不能带动企业科技投入。上述研究都是以企业为研发投入主体,而从高校角度讨论高校研发经费中政府创新投入与市场创新投入关系的研究较少。实际上,高校是国家创新战略的重要实施主体,其创新投入来源于政府和市场双重渠道,厘清两者间关系不仅有利于高校争取更多创新投入,还有利于认清政府和市场在科技创新领域的关系。

本文从高校角度出发,选取2005-2018年我国内地63所教育部直属高校科技创新数据,采用面板VAR模型和个体固定效应模型,从动态和静态两个方面对高校科技创新投入中政府创新投入与市场创新投入的关系进行实证检验。结果发现:在高校科技创新活动中,政府创新投入对市场创新投入具有促进作用,这种促进作用存在两期左右的滞后期,且只在短期内显著;从长期来看,政府投入对市场投入的促进作用不显著。

相比于以往有关我国科技创新体系的研究,本文的潜在贡献在于:从高校研发活动两种异质性经费来源研究政府创新投入与市场创新投入的关系,不仅可以拓展当前科研竞争性投入机制研究边界,检验政府创新投入的有效性和引导性,还能够为我国科研政策制定提供参考。

1 文献综述与研究假设

在现代社会经济制度体系中,政府和市场是两种基本制度安排。政府作为权威一方,向社会提供公共物品,而市场以有效价格决定资源配置,向社会提供私人物品,政府和市场更像社会经济生活中的“左手”和“右手”[9],表现为相互协调、相互配合的互补关系。在高校研发活动中,政府创新投入与市场创新投入互补关系主要通过信号效应和知识溢出效应传导。

在我国市场化进程和科技体制改革中,政府引导尤为重要,政府研发资助可以显著促进企业技术创新[10]。Adams等[11]研究美国高校研发活动发现,美国政府拨款有利于促进高校研发产出;Payne等[12]进一步对高校联邦研究拨款进行研究发现,财政拨款对高校专利和论文产出具有显著促进作用;Hall等[13]分析R&D财政激励指出,每一美元的增税将会减少价值一美元的R&D产出。由此可见,财政政策对科技活动发展具有重大影响。Goldfarb[14]研究美国固定享受政府拨款的221所大学发现,大学学术产出并未因企业投资逐年增长而呈现短期繁荣,而是随着与资助者关系的稳定而呈下降趋势,且政府拨款额度与学术产出关联不紧密;O' shea等[15]、Potterie[16]、赵付民等[17]的研究表明,由于高等院校处于技术创新前端,负责知识创新和技术研发,而企业更侧重于技术转移应用、产品生产和销售,因此高校和企业有明显互补作用。政府对高校进行资助有利于促进知识和技术转移,推进学校和企业互动,激励企业增加研发经费。而科研院所的功能介于高校和企业之间,与二者存在一定替代关系。政府对研究院所进行资助会影响资源供需关系,造成资源价格上涨,提高企业成本,使企业更愿意通过直接购买方式满足自身技术需求,不愿意承受高成本研发风险,从而降低企业参与研发活动的积极性,导致企业研发投入减少,从而形成负面激励。

高校研发经费来源不同,导致其进行研发活动的目的和性质也不同。高仲飞[18]的研究表明,政府创新投入是为解决科技、社会和经济发展难题,高校向政府申请科技创新经费需要经过资格审查、专家评审和同行公议,其专业性和权威性逐步得到社会认可。新闻报道中常以获取最多政府科研经费的高校为模范进行报道,能否获取政府科研经费被看作是对高校科研能力的检验[19];市场创新投入是企业委托方为解决实际困难或技术难关而委托高校合作研发产生的,企业无法实行严格的经费审查制度,市场交换的一大缺陷在于信息不对称和较高的交易成本[20],即企业在寻求高校合作研发时难以评价高校科研能力。政府对纵向课题的评审释放了高校科研能力较强的信号,有助于降低产学研合作交易成本,促进市场对高校进行研发投入。

当前,政府对高校研发支持的研究主要集中在税收减免和财政直接拨款两个方面,对于政府竞争性科研创新投入支持效果的研究较少。由于政府对高校创新投入实行严格的竞争筛选机制,因此政府对高校与企业科研合作发挥引导作用。据此,本文提出如下假设:

H1: 在高校研发体系中,政府创新投入可以促进市场创新投入。

政府与市场通过知识溢出效应表现为互补关系。知识溢出效应的产生源于公共物品属性[21]和外部经济性(许萧迪等,2007),通过模仿效应、竞争效应和带动效应促使其他研发主体进行研发创新(孙兆刚等,2005),尤其是在“大学—产业—政府”三螺旋创新模式下,政府将资金投回基础研究阶段,而市场创新投入于开发和应用研究阶段[22]。由于高校与企业存在良好的产学研关系,所以政府创新投入的产出成果通过知识溢出效应流入企业,企业利用这些研究成果带来创新收益,从而促使其提高研发投入。相应地,市场创新投入促使更多科技应用产出流入产品市场。据此,本文提出如下假设:

H2:市场创新投入有助于提升高校科研应用产出。

2 研究设计

2.1 研究框架

为研究高校研发投入中不同经费来源的关系,本文首先使用面板VAR模型进行检验。这是因为面板VAR模型不需要区分内生变量和外生变量,脉冲响应函数和方差分解可以有效反映研发投入两个异质来源之间的动态关系;同时,国内外较多学者使用向量自回归模型研究科技创新相关问题,如赵喜仓等[23]。本文从静态视角构建面板固定效应回归模型,通过控制其它变量考察高校研发投入中政府创新投入对市场创新投入的促进作用,并提出针对性建议。

2.2 模型构建

面板向量自回归模型(Penal Vector Autoregressive Model,简称 PVAR)将时间序列中的VAR模型和面板数据相结合,通过广义矩估计(GMM)、脉冲响应函数(IRF)和方差分解(FE-VD)分析变量之间的相互作用。本文将高校研发投入中的政府创新投入和市场创新投入及研发产出同时加入面板VAR模型,构建模型(1)。为检验政府创新投入与市场创新投入之间的静态关系,在控制高校特征、高校自身知识存量、外部高校知识存量和其它宏观变量后,使用LSDV方法测度滞后期政府创新投入对市场创新投入的影响,进一步构建固定效应模型(2)。其中,高校研发投入中政府创新投入滞后期根据模型(1)结果推导而来。

(1)

Fundit=μi+θ1Dummy_type1i+θ2Dummy_type2i+α1Govit-1+α2Govit-2+α3Govit-3+β1Ks_Patentit+β2Ks_Paperit+β3Oks_Patentit+β4Oks_Paperit+β5Humanit+β6Industryit+β7Nationit+β8Importit+β9Fdiit+εit

(2)

在模型(1)中,Fund代表高校研发投入中的市场创新投入;Gov代表高校研发投入中的政府创新投入,本文以高校专利申请数量(Patent)和发表学术论文数量(Paper)衡量高校研发产出;α0为截距项;fidt分别为固定效应和时间效应;εit为随机扰动项。

在模型(2)中,Fund为被解释变量,代表高校研发投入中的市场创新投入;Gov为核心解释变量,代表高校研发投入中的政府创新投入。Gov的滞后期由模型(1)结果得来,Dummy_type1和Dummy_type2为描述高校个体特征的虚拟变量;Human代表高校科研人员投入;Ks_Patent、Ks_Paper分别以专利产出和学术论文产出衡量高校知识存量,本文借鉴严成樑等[24]的研究,采用永续盘存法对高校知识存量进行计算;Oks_Patent、Oks_Paper分别代表外部高校知识存量,即每个样本外部高校知识存量等于当年其它样本高校知识存量之和。考虑到企业对高校研发投入中市场创新投入的影响,本文以高校所在城市工业企业数量(Industry)为控制变量,同时控制可能对模型产生影响的宏观变量。Nation、Import、Fdi分别代表高校所在省份国有经济发展程度变量、进口额变量和外商直接投资变量。本文所有变量衡量方式如表1所示。

表1 变量说明
Tab.1 Variable description

变量名称变量解释衡量方式Gov高校研发投入中的政府资金来源高校科技经费拨入中的政府资金,取自然对数Fund高校研发投入中的市场创新投入高校科技经费拨入中的企事业单位委托经费,取自然对数Patent高校专利产出高校申请专利数,取自然对数Paper高校学术论文产出高校发表学术论文数,取自然对数Dummy_type1高校特征虚拟变量是否是985高校。是985高校,取值为1;是211高校,取值0Dummy_type2高校特征虚拟变量高校类别。综合类高校取值为1;理工类高校取值为2,其它取值为0Human高校科研人员投入研究与发展全时人员(人年),取自然对数Ks_Patent高校自身知识存量以专利衡量高校知识存量,应用科研产出[27]取自然对数Ks_Paper高校自身知识存量以学术论文衡量高校知识存量[27]Oks_Patent外部高校知识存量以专利衡量外部高校知识存量Oks_Paper外部高校知识存量以学术论文衡量外部高校知识存量Industry工业企业数高校所在城市工业企业数量,取自然对数Nation国有企业发展程度高校所在省份国有企业固定资产投资/该省全社会固定资产投资Import进口高校所在省份进口总额,取自然对数Fdi外商直接投资高校所在省份外商直接投资总额,取自然对数

本文选取2005-2018年一直隶属于教育部且科研经费来源和统计口径保持一致的高等院校为研究对象,同时剔除外国语大学、财经大学、美术学院和音乐学院等无工科专业的高校,共计63家高校。本文数据来源于《高等学校科技统计资料汇编》《中国科技统计年鉴》《中国城市统计年鉴》。本文进出口总额数据采用中国人民银行披露的每月汇率取年平均汇率折算成人民币总额。

本文变量描述性统计结果如表2所示,可以看到高校研发投入中政府创新投入平均值、中位数和最大值均大于市场创新投入,但标准差小于市场创新投入,说明高校研发投入中的市场创新投入数据分布更加分散。实际上,政府经费更加稳定,对于不同高校的投入比较“一视同仁”,而市场创新投入更倾向于部分高校。

表2 变量描述性统计结果
Tab.2 Descriptive statistics of variables

变量计数平均值标准差最小值中位数最大值Gov88219.541 5 1.201 2 12.180 6 19.642 6 23.817 6 Fund88218.835 4 2.120 4 018.911 3 22.352 3 Human8826.455 6 0.820 2 3.465 7 6.464 6 8.765 3 Patent8825.571 7 1.426 3 05.769 9 8.348 3 Paper8827.984 3 0.864 5 3.784 2 7.881 6 9.773 3 Industry2528.320 0 0.779 0 5.846 4 8.174 1 9.841 2 Ks_Patent8826.180 5 1.415 5 0.390 9 6.257 9 8.763 5 Ks_Paper8829.369 2 0.935 7 4.643 8 9.313 7 11.261 0 Oks_Patent88212.980 0 0.543 7 12.061 3 13.054 6 13.715 2 Oks_Paper88215.888 4 0.394 4 15.032 6 15.992 2 16.371 8 Nation2520.273 8 0.090 8 0.114 5 0.259 2 0.580 8 Import25226.818 5 1.559 2 23.234 1 27.553 2 28.868 6 Fdi25224.740 4 1.026 3 18.938 4 24.6817 26.546 4

3 实证分析

3.1 面板VAR模型检验

3.1.1 平稳性检验和协整检验

在进行面板VAR模型检验前,首先需要对变量进行平稳性检验和面板协整检验。为防止伪回归出现,首先检验变量之间是否存在长期均衡关系。本文采用Levin-Lin-Chu和Im-Pesaran-Shin两种方法检验平稳性,采用Kao、Pedroni和Westerlund三种方法检验面板VAR模型中变量的协整关系,原假设都认为变量之间不存在协整关系,平稳性检验结果如表3所示。从中可见,4个变量均在10%显著水平上平稳,因此可以进行面板VAR模型检验。协整检验结果如表4所示,结果发现4个变量均在10%显著水平上拒绝不存在协整关系的原假设,因此高校研发投入中政府创新投入、市场创新投入、专利产出和论文产出之间存在长期均衡关系,可以对面板VAR模型进行下一步检验。

表3 平稳性检验结果
Tab.3 Stability test results

变量Levin-Lin-Chut-valuet-starP>tIm-Pesaran-Shint-barW[t-bar]P-valueGov-31.346 0***-24.271 30.000-3.500 0***-16.409 00.000Fund-38.633 0***-32.567 70.000-4.351 0***-23.437 00.000Patent-11.512 0***-6.536 10.000-1.704 0*-1.568 00.058Paper-18.935 0***-11.739 90.000-2.119 0***-4.999 00.000

注:******分别表示在10%、5%、1%水平上显著,下同

表4 协整检验结果
Tab.4 Co-integration test results

检验方法 检验统计量统计值p-valueKao testModified Dickey-Fuller t-3.122 6***0.000 9Dickey-Fuller t-7.110 3***0.000 0Augmented Dickey-Fuller t-2.999 8***0.001 4Unadjusted modified Dickey-Fuller t-7.077 7***0.000 0Unadjusted Dickey-Fuller t-9.02 4***0.000 0Pedroni testModified Phillips-Perron t5.782***0.000 0Phillips-Perron t-6.626 1***0.000 0Augmented Dickey-Fuller t-9.568 3***0.000 0WesterlundtestVariance ratio-1.632 3*0.051 3

3.1.2 脉冲响应函数和预测方差分解

在构建面板VAR模型(1)前,首先要确定模型的滞后期n,滞后阶数不同可能会对模型检验结果产生影响。国内学者常用AIC和SC信息准则判断最佳滞后期,通过不断增加滞后期,检验不同滞后期模型结果得到AIC和SC值。当AIC和SC值最小且继续增加滞后期AIC、SC值也不会增加时便是最佳滞后期。通常而言,滞后期数不宜太大,否则会导致较多样本容量受损,大多数学者以滞后3期为最佳滞后期。本文使用Eviews10软件检验不同滞后期AIC和SC的值,发现滞后期为3期时AIC、SC值最小,因此以滞后3期构建面板VAR模型。由于面板VAR模型是一种非理论模型,模型滞后期的存在导致变量数量成倍增加,因此一般采用脉冲响应函数和预测方差分解进行深入分析。限于篇幅,本文主要汇报脉冲响应函数和预测方差分解。

脉冲响应函数衡量系统中某一变量一个标准差的正向冲击对另一个变量的动态影响,同时采用蒙特卡罗模拟法产生脉冲响应函数置信区间。为测度高校研发投入中政府创新投入对市场创新投入的动态影响,将高校研发投入中的政府创新投入和市场创新投入数据加入面板VAR模型,同时加入两种研发产出变量。最终,政府创新投入对市场创新投入的脉冲响应函数如图1所示。通过分析脉冲响应函数图,本文得出以下结论:

图1 脉冲响应函数
Fig.1 Impulse response function

(1)市场创新投入冲击对自身的影响在10期内为正,但影响程度逐渐下降并趋于0,说明市场创新投入在短期内存在“惯性”作用,但在长期内无影响。

(2)受政府创新投入一个标准差的正向冲击,市场创新投入在未来3期内的影响系数为正,且最大影响系数为0.04,在3期之后影响逐渐减弱并趋于0。这是因为,政府创新投入对市场创新投入的促进作用需要通过高校传导,这种间接传导效应导致政府对市场的信号效应存在时滞。此外,由政府对高校科研项目传导至企业对高校科研项目的知识溢出效应存在先后顺序,只有政府资助的高校科研项目形成一定研发成果后,企业对高校科研项目经费投入才会逐渐上升。

(3)高校无论是论文产出还是专利产出对市场创新投入的影响在短期内上升至一定水平,在长期内维持不变,而论文产出对市场创新投入的长期影响相比专利产出作用更大。这说明,企业委托高校进行研发活动长期内受高校自身研发产出的影响,而学术论文的影响作用更大,市场创新投入可以促进高校科研产出,研究假设H2得到验证。

预测方差分解通过求解扰动项,对向量自回归模型预测方差贡献度,以此表明各类因素对某一变量变动的贡献水平。本文对面板VAR模型进行预测方差分解,使用蒙特卡罗模拟产生置信区间,结果如图2所示。图2第一行为面板VAR模型中4个变量对市场创新投入波动的贡献率。可以看出,市场创新投入波动大部分由自身构成,其次是两项研发产出变量,政府创新投入贡献了0.7%。即在高校研发活动中,高校研发投入中的政府创新投入对市场创新投入有一定促进作用,这一结论支持假设H1。但这种促进效应较小,从动态来看主要表现在短期,长期内政府创新投入对市场创新投入无显著影响。

图2 预测方差分解结果
Fig.2 Prediction variance decomposition results

3.2 静态面板模型检验结果

面板VAR模型结果显示,高校研发投入中市场创新投入受自身的影响较大,此外还受高校研发产出和政府创新投入的影响,而政府创新投入对市场创新投入的影响存在滞后效应。据此,本文在研究政府创新投入对市场创新投入的静态影响时将政府创新投入滞后1~3期,考察不同滞后期政府创新投入对市场创新投入的影响,选择不加入滞后期的市场创新投入构建静态面板模型(2)。首先,对静态面板模型(2)进行Hausman检验,结果显示Hausman统计量为34.40,伴随概率P值为0.000 6,即在1%水平上强烈拒绝随机效应原假设,接受固定效应备择假设。同时,本文假设时间效应存在,并对11个时间虚拟变量进行测试,发现联合统计量为0.45,伴随概率为0.890 8,接受不存在时间固定效应的原假设。因此,本文模型(2)只采用个体固定效应。最后,本文使用LSDV法对模型(2)进行回归,结果如表5所示。

表5中M1~M6是以模型(2)为基准依次加入主要解释变量和控制变量的检验结果,M6为最终完整的模型结果。从个体固定效应回归结果可以看到,滞后两期的政府经费投入在依次加入变量时均显著为正,在模型M6中,政府创新投入在10%水平上对市场创新投入有正向促进作用,作用系数为0.093,而滞后一期和三期政府创新投入对市场创新投入的影响不显著,这与政府创新投入对市场创新投入的动态影响一样。由于信号效应传导时滞和知识溢出效应先后顺序导致政府创新投入对市场创新投入的影响存在滞后期,在静态影响中,这种时滞为两期。滞后3期政府创新投入对市场创新投入的影响不显著,说明这种信号效应持续时间较短,对应本文PVAR模型中3期以后政府创新投入对市场创新投入的动态影响趋于0。

表5 静态面板个体固定效应模型检验结果
Tab.5 Test results of individual fixed effect model of static panel

解释变量M1M2M3M4M5M6Gov滞后一期0.175***0.129**0.0830.0820.0780.062(3.25)(2.38)(1.47)(1.45)(1.36)(1.1)滞后二期0.142***0.100**0.093*0.093*0.091*0.093*(2.86)(2.01)(1.78)(1.78)(1.74)(1.8)滞后三期0.129***0.0530.0390.0390.0390.026(3.96)(1.44)(1.02)(1.01)(1.02)(0.68)Ks_Patent-0.011-0.02-0.020-0.015-0.038(-0.26)(-0.42)(-0.43)(-0.32)(-0.8)Ks_Paper0.424***0.412***0.410***0.381***0.383***(4.31)(3.68)(3.66)(3.33)(3.37)Oks_Patent1.741***1.750***1.527***1.081*(3.42)(3.41)(2.81)(1.83)Oks_Paper-2.996***-3.010***-2.625***-1.738*(-3.27)(-3.27)(-2.7)(-1.68)Human0.0100.0030.015(0.14)(0.05)(0.21)Industry-0.08-0.15**(-1.25)(-2.08)Nation0.876**(2.16)Import0.151**(2.45)Fdi-0.01(-0.2)常数项8.487***7.665***34.22***34.31***32.06***20.79**(14.48)(9.65)(4.17)(4.17)(3.81)(2.22)R20.343 0.370 0.385 0.385 0.387 0.399

注:()中为z统计量的值

在其它主要解释变量中,论文知识存量对市场创新投入的影响始终显著为正,而专利知识存量的影响为负但不显著。外部知识存量对市场专利投入的影响正好相反,外部高校论文知识存量对市场创新投入的影响始终显著为负,而专利知识存量对市场创新投入的影响始终显著为正,可能是由于外部高校研发成果缩小了研发活动范围、提高了研发活动门槛,从而对高校自身研发成果形成相反作用。

在控制变量中,研发人员投入变量均不显著,工业企业数量变量的影响为负,但在不同模型中显著性不一样,国有企业发展程度和进口总额的影响均显著为正,外商直接投资的影响不显著。

4 结论与建议

本文从高校科技创新活动中两种异质性研发经费来源出发,探讨政府创新投入与市场创新投入的相互作用,使用不同实证方法分别检验政府创新投入对市场创新投入的动静态影响,得出如下结论:高校研发活动中政府创新投入对市场创新投入存在滞后、短期、相对较弱的促进作用。从动态影响看,这种正向促进作用在3年内逐渐上升并达到最大值4%,在3年后逐渐下降并趋于0。而且,只有政府对高校科研投入形成一定成果后,尤其是学术论文产出,市场创新投入才会逐渐上升。从静态影响看,政府创新投入对市场创新投入的促进作用不是即刻发生的,而是在两年后最显著。此外,PVAR模型揭示市场创新投入对高校创新应用产出有促进作用,同时还存在惯性效应,即市场创新投入对自身的动态影响较大。

总之,政府对高校的创新投入不仅能够支持高校科研创新,还能产生较强的信号边际效应。因此,政府应该充分重视经过严格评审的政府科研投入的信号作用,加强宣传与应用,降低市场创新投入信息不对称风险。另外,政府还应认识到政府创新投入引导市场创新投入的作用在长期内影响不显著,只在中短期内比较有效。最后,受篇幅和主题所限,对于我国目前实施的科研资金审核申请制度的有效性未能进行明确实证,未来将进一步研究我国政府科研政策执行效果,为我国政府创新战略实施提供可靠参考。

参考文献:

[1] 申萌,万海远,李凯杰.从“投资拉动”到“创新驱动”:经济增长方式转变的内生动力和转型冲击[J].统计研究,2019,36(3):17-31.

[2] 李俊江,李政.中国科技创新体系建设的历程与成就[J].吉林大学社会科学学报,2008,54(6):124-132.

[3] 薛二勇.中国高校科研经费管理制度改革的政策分析[J].北京社会科学,2014,29(3):20-26.

[4] 陈玲,杨文辉. 政府研发补贴会促进企业创新吗——来自中国上市公司的实证研究[J]. 科学学研究, 2016, 34(3):433-442.

[5] 郭迎锋,顾炜宇,乌天玥,等.政府资助对企业R&D投入的影响——来自我国大中型工业企业的证据[J].中国软科学,2016,31(3):162-174.

[6] HUSSINGER K. R&D and Subsidies at the firm level: an application of parametric and semiparametric two-step selection models[J]. Journal of Applied Econometrics, 2008, 23(6):729-747.

[7] MONTMARTIN B, HERRERA M. Internal and external effects of R&D subsidies and fiscal incentives: empirical evidence using spatial dynamic panel models[J]. Research Policy, 2015, 44(5):1065-1079.

[8] 俞立平.不同科研经费投入与产出互动关系的实证研究——基于面板数据及面板VAR模型的估计[J].科研管理,2013,34(10):94-102.

[9] 贺卫,王浣尘.市场经济与转型期经济中的寻租比较[J].经济科学,1999,21(6):14-20.

[10] 白俊红.中国的政府R&D资助有效吗? 来自大中型工业企业的经验证据[J].经济学(季刊),2011,10(4):1375-1400.

[11] ADAMS J D, GRILICHES Z. Research productivity in a system of universities[J]. Annales d' Economic et de Statistique,1998: 127-162.

[12] PAYNE A A, SIOW A. Does federal research funding increase university research output[M].Institute of Government and Public Affairs,University of Illinois,1999.

[13] HALL B H, VAN REENEN J. How effective are fiscal incentive for R&D?A review of the evidence[J].Research Policy, 2000, 29(4-5): 449-469.

[14] GOLDFARB B. The effect of government contracting on academic research: does the source of funding affect scientific output[J]. Research Policy, 2008, 37(1): 41-58.

[15] O'SHEA R P, ALLEN T J, CHEVALIER A, et al. Entrepreneurial orientation, technology transfer and spinoff performance of US universities[J]. Research Policy, 2005, 34(7): 994-1009.

[16] DE LA POTTERIE B P. Europe's R&D: missing the wrong targets[J]. Intereconomics, 2008, 43(4): 220-225.

[17] 赵付民, 苏盛安, 邹珊刚. 我国政府科技投入对大中型工业企业 R&D 投入的影响分析[J]. 研究与发展管理, 2006, 18(2): 78-84.

[18] 高仲飞.纵向课题与横向课题比较研究[J].经济研究导刊,2013,9(15):264-265.

[19] 饶凯,孟宪飞,ANDREA PICCALUGA.政府研发投入对中国大学技术转移合同的影响——基于三螺旋理论的视角[J].科学学与科学技术管理,2012,33(8):74-81.

[20] 宋世明.从权威与交换的结构看政府与市场的功能选择[J].政治学研究,1997,13(2):36-41.

[21] 颜廷标.政府支持科技创新:动因、方式与途径[J].经济论坛,2014,28(10):151-154.

[22] 张博.公共研发投资对私人研发的影响效应分析[J].产业经济评论,2007,8(1):111-128.

[23] 赵喜仓,任洋.R&D投入、专利产出效率和经济增长实力的动态关系研究——基于江苏省13个地级市面板数据的PVAR分析[J].软科学,2014,28(10):18-21,26.

[24] 严成樑,周铭山,龚六堂.知识生产、创新与研发投资回报[J].经济学(季刊),2010,9(3):1051-1070.

(责任编辑:王敬敏)