This paper uses cross-country panel data to empirically analyze the impact of basic research input on TFP and the regulatory effect of trade opening on the transformation process of basic scientific achievements. It is confirmed that (1) capital investment in basic research has a significant positive impact on TFP growth. Basic scientific research is one of the fundamental driving forces of a country's connotative economic growth. Trade openness has a significant negative moderation effect on this process, that is, there is a certain substitution relationship between the implicit flow of technology from trade goods and basic research achievements. (2) In the process of promoting TFP through basic research input, applied research output (patent density) plays a key mediation effect, that is, basic scientific achievements need to be transformed downward along the innovation value chain to drive economic growth. (3) In the moderation mechanism by which basic research investment enhances TFP by increasing patent density, trade opening has a significant negative mediated moderation effect on the first stage, but no impact on the second stage. That is, the substitution relationship between trade opening and basic research investment mainly exists in the application stage of basic research results. If the application research department excessively relies on external innovation resources, the efficiency of applied research based on basic research results may be lost. (4) Improving the business environment will help to weaken the substitution effect of the implied flow of technology in trade goods and basic research, but it is mainly reflected in the first stage of the mediation mechanism, that is, the higher the business environment index, the more conducive it is to realizing the synergy between international technology spillovers and domestic basic research to promote patent output.
Compared with the existing research, this paper is more forward-looking, proposing to place basic research in the context of open innovation. Faced with the complex and volatile international economic and trade situation, China's absorption of technology spillovers from foreign trade is being narrowed. This paper analyzes this issue from the perspective of innovation value chain, and explores the substitution relationship between domestic basic research achievements and technology spillovers of trade goods in supplying the applied research departments together, as well as their impact on TFP. By integrating the similarities between the characteristics of basic research in terms of fundamentality, knowledge commonness and accumulation and the technology spillovers of tradable goods in the innovation value chain analysis, it explains the heterogeneity of economic performance of basic research from a broader perspective.
At this stage, China is in the process of building a modern country. It is urgent to explore a new mode and path of innovative development with the help of high-level opening up. On the one hand, China should improve the quality of basic research and promote differentiated competition with its foreign counterparts. On the other hand, it is critical to expand the integration and innovation functions of the open platform to tap potential trade, and deeply optimize the open innovation ecology.
开放科学(资源服务)标识码(OSID)：
自2018年以来,美国制造多轮对华经贸摩擦,除对来自中国的优势商品实施关税制裁或设置不合理非关税壁垒以外,还加大高技术产品对华出口限制,使用“实体清单”对中国高新技术企业禁售。美国政府意在通过逆全球化阻断我国高技术行业关键环节供应链体系和市场需求,遏制中国国家创新体系建设。为应对这一不利外部因素,一方面要重视基础科学研究,提高自主创新能力;另一方面要进一步扩大对外开放,推动贸易自由化,在全球范围内寻求高质量替代品,最大化吸收贸易品技术隐含流[1]。然而,由贸易品技术属性构成的外源式创新投入能否有效促进科技自立自强?贸易开放与基础研究投入是替代关系还是互补关系?过度依赖贸易品对国内带来的技术正外部性是否会导致国内基础研究转换产生惰性,进而难以有效实现创新驱动发展?回答上述问题,对于构建国内国际双循环新发展格局,进而实现高水平对外开放具有重要意义。
无论是进口还是出口都能给本国贸易主体甚至相同行业中的市场主体带来技术溢出[2-5]。这种间接技术获取并非来自技术引进和交易,而是源于技术和知识的正外部性,无需专门付费。相关研究表明,一国贸易开放度越高,贸易便利化条件越好,进出口带来的边际技术溢出效应就越显著[6-7]。进而,若国外前沿技术较容易通过对外贸易获取,则本国基础研究对生产率的贡献将受到抑制[8]。从这一角度看,贸易品技术隐含流与本国基础研究可能为并行的替代关系;另外,贸易开放并非本国科研投入的纯外生变量,高开放国家需要更多基础研究知识存量作为竞争优势[8]。产品、技术、标准等高强度竞争反过来会激励基础研究优化投入结构,提高配置效率,探索新兴学科,进而推动基础研究成果向创新链下游转化。因此,贸易开放是否对基础研究具有替代与互补效应有待实证检验。
21世纪以来,很多国家新设一批科学基金或奖助计划,建设大量科学装置和研究型大学,并投入大量基础研究经费,但并非所有国家均能获取对等的经济收益[9]。现有文献认为,基础研究能否获取较大经济效益是有条件的。第一,基础研究存在长期效应与短期效应差异。研究发现,创新活动形成的基础知识、应用知识和试验发展知识均有助于促进生产率提升,但基础知识的作用在长期才能体现[10-11]。第二,基础研究因学科方向、研发主体或研发阶段不同而存在异质性。Salter &Martin[12]认为,基础研究资本投入模式对效益的影响受学科领域、技术方向和产业领域的调节作用;Lim[13]以美国医药和半导体行业为例进行比较发现,前者创新绩效更依赖于基础研究;Anon[14]通过比较基础研究在企业外部和内部两种模式下的创新绩效发现,内部承担模式更容易使企业推出领先产品,尤其是在中低技术领域最为突出;Czarnitzki &Thorwarth[15]研究发现,基础研究对生产率的增进效应主要体现在高技术行业。第三,基础研究与人力资本禀赋、知识产权等制度因素密切相关。Zellner[16]认为,基础研究能否产生经济效益取决于科学家是否将知识向商业部门迁移;Ha等[17]研究发现,越是靠近技术前沿面,人力资本积累越丰厚,基础研究的经济增长效应越突出;Cozzi &Galli[18]认为,对基础科学成果实施专利保护能够增强基础研究的针对性,并提高资源配置效率。
综上所述,目前针对基础研究的探讨存在如下不足:一是现有研究多将基础研究与应用研究视作并行的两类研究,而未基于创新价值链进行分析。以基础研究为起点的创新链能够产生价值叠加效应,只有知识资本、人力资本与金融资本充分结合,基础研究才能最终转化为生产力,而应用研究在其中发挥中介效应,其位于基础研究下游和产业部门上游[19-20]。基础研究与应用研究之间呈现哪些互动规律,目前学者尚未探明。二是多把基础研究置于封闭经济条件下进行分析,实际上应用研究部门为产出创新成果,既可选择与本国基础研究部门上下游开展合作,也可从进出口国中获取跨国知识溢出。而且,来自本国的基础知识供给与从国外获取的跨国知识溢出给本国应用研究带来的效应有所不同,两者既有可能是替代效应,也有可能是互补效应,需要进一步实证检验。随着科技竞争焦点日益向基础研究前移,开放式创新成为主流模式,使得传统研究对创新实践的解释力有所弱化,因此迫切需要回答上述两方面问题。
鉴于此,本文首先基于跨国面板数据分析基础研究投入对全要素生产率的影响,选取贸易品技术溢出开放条件作为调节变量,对其调节效应进行检验,并探究调节效应发生在创新价值链哪个阶段。本文有机融合基础研究链式分布和开放式创新环境等前沿特征,揭示开放条件下基础研究与应用研究互动作用于经济绩效的过程,能够弥补相关研究理论空白;其次,中国在建设现代化国家进程中,应首先厘清科技自立自强与汇聚全球优质创新资源的关系。随着中国技术能力从以跟跑为主转向跟跑、并跑和领跑并存,基础科学对创新发展的重要性日益凸显。习近平总书记指出:“基础研究是科技创新的源头”[21],“加强基础研究是科技自立自强的必然要求,是我们从未知到已知、从不确定性到确定性的必然选择”[22]。“十四五”规划提出要“持之以恒加强基础研究”,除增加财政投入、构建多元投入模式、加强学风建设、优化人才评价和评审评估机制外,更重要的是加强基于基础研究的应用研究,推动基础研究成果开发利用,让基础研究成为重大创新的源头和动力[23]。现阶段,我国亟需完善符合基础研究特点和规律的科研成果转化机制,加快实现基础研究、应用研究、产业化应用良性互动。因此,借鉴国际成功经验,正确认识和处理基础研究向生产力转化的开放经济条件,一体化配置内外创新资源,运用基础科学驱动经济高质量发展具有重要现实意义。
基础研究是创新活动的起点,为应用研究和产业发展提供知识积累、学科启示与人才储备,推动技术进步和经济效率提升,具有根本性、知识共性和弱时效性特征,比应用研究更能推动生产前沿面拓展、多部门协同技术进步和知识持续积累。创新价值链包括知识创新、科研创新和产品创新3个转化步骤[24-25],即基础知识转化、基础成果应用化和应用成果产业化,如图1所示。首先,基础知识转化是指把基础科学知识转化为基础研究成果,从理性思维走向“有用”。该阶段,基础研究主体通过系统性阐述创新思想和原理,通过科技论文、专著、知识型人才等载体向应用研究部门形成有效供给,实现科学家用知识解决系统问题的能力转移;其次, 基础成果应用化是指把基础研究成果运用至应用研究,直至产出专利成果,实现从“有用”走向“可用”。应用研究部门在获取基础研究成果提供的创新思想后,需要对其进行再开发,形成发明专利或标准。基础研究与应用研究在物质资本使用属性方面存在趋同性,应用部门在引入基础研究成果后,需要调整既有仪器设备的用途或购进新设备,进而对基础成果进行对接、整合、运用和二次开发,通过大量试验证明其在实际应用中的有效性;再次,基于基础研究的应用成果产业化是指把应用研究成果运用到实体经济领域,从“可用”走向“被用”,完成基础研究推动生产力发展的“最后一跃”。
图1 以基础研究为起点的创新价值链
Fig.1 Innovation value chain starting from basic research
贸易品所蕴含的国外技术具有间接性、抽象性和知识共性特征,与基础研究成果存在一定相似之处,因此其对本国基础研究投入所产生的经济绩效具有一定影响,构成开放式创新的制度性因素。贸易品所蕴含的国外知识存量既有可能对基础研究成果构成竞争和替代,不利于本国知识资本与人力资本结合,也有可能缩短本国基础研究技术路线,增强应用研究部门获取知识供给来源的多样性,从而与本国基础研究形成互补效应。
从开放经济看,在创新价值链第二个步骤,本国基础研究成果未必是应用研究部门获取知识要素的唯一来源。应用研究还可以对贸易品开展逆向工程、模仿创新或联合研发,进而获取跨国技术溢出。贸易开放下的技术隐含流与本国基础研究成果一样,都能作为知识存量对本国应用研究形成有效供给。不仅如此,贸易品技术溢出有可能比本国基础研究成果更有优势。第一,贸易品所带来的技术溢出源自技术本身的依附性、流动性和正外部性[5],不用像技术引进和技术交易那样专门支付费用,而是通过丰富的中间品供给形成工艺技术,通过节约成本投入实现间接技术引进,进而促进国内市场主体生产率提升[26-28]。第二,国外技术随着贸易活动进入国内已完成产业化,经过应用化改造和市场试错形成国际竞争优势,这意味着相关技术漏洞已被修复,市场前景得到充分证明,使得本国生产者吸收技术属性的周期更短、效率更高。第三,即便国外知识属性与本国应用型技术创新需求存在一定差异,需要对技术进行二次改造,但由于国外技术相对成熟且改造目标更明确,所以可选择的技术路线更多,能够使投入组合最大化,产生规模经济效应,并有效防范和控制成本风险[29]。
贸易品技术溢出除对本国基础研究产生并行的替代关系外,还能产生相互促进的互补关系。贸易品技术正外部性除为中间品供给多样化、产生学习和模仿效应外,还对创新具有激励作用[30-31]。在贸易开放条件下,面对高强度国际产品竞争、技术竞争和标准竞争,本国基础研究会得到激励。一方面,公共决策部门有可能扩大基础研究投入规模;另一方面,基础研究部门会主动优化基础研究投入结构、提高资源配置效率甚至探索新兴学科,推动基础研成果向应用研究部门有效供给。因此,贸易开放有利于加大基础研究投入力度,提升其对本国经济效率的贡献率,贸易品技术溢出与基础研究投入形成互补关系。
总之,贸易品技术溢出对基础研究具有替代与互补效应。当两者以替代效应为主时,贸易开放对基础研究投入推动全要素生产率增长起负向调节作用;当以互补效应为主时,贸易开放对基础研究投入推动全要素生产率增长起正向调节作用。据此,本文提出以下假设:
H1a:当贸易品技术溢出与本国基础研究投入为替代关系时,贸易开放对基础研究投入推动全要素生产率增长起负向调节效应。
H1b:当贸易品技术溢出与本国基础研究投入为互补关系时,贸易开放对基础研究投入推动全要素生产率增长起正向调节效应。
从基础研究投入到全要素生产率提升需要经历3步转化,分别为基础知识转化、基础成果应用化和应用成果产业化[24-25]。每一步产出构成下一步投入,直到产业部门采用新技术批量生产新产品,推动生产前沿拓展和全要素生产率提升,才完成一次创新链构建。多条创新链在空间上并存、时间上继起,构成基础研究成果转化的全过程。贸易品蕴含的技术属性并非以明确的发明专利和技术标准呈现,而是更多体现为默会知识、工艺诀窍和技术攻关,与基础研究成果类似,主要应用于应用研究部门再开发而非直接供给于产业部门。因此,贸易开放主要对创新价值链第二个步骤产生影响,即基础研究成果应用化阶段。据此,本文提出以下假设:
H2:贸易品技术溢出对基础研究的替代或互补效应主要发生在创新价值链基础研究成果应用转化环节。若以专利密度作为中介变量,则贸易开放在中介机制的第一阶段起中介—调节作用。
以基础研究为起点的创新价值链具有叠加效应,基础科学知识资本若能与人力资本、金融资本充分结合,则会产生价值倍乘效应[19-20]。在此过程中,企业家“新的进入”起关键作用。企业家能够识别基础知识的有用性和可用性,推动基础研究与产业发展相结合,提升基础研究的现实指向性。在有市场摩擦的经济行为中,有些非生产性活动会挤占企业家兴趣和精力,如寻租行为[32-33]。一旦寻租风险低于创新风险,或寻租收益高于创新收益,企业家精神就会大打折扣,创新链上游一系列努力将会在产业化环节受阻。因此,培养便利化、自由化的营商环境,压缩企业寻租空间,释放企业家创造性破坏的天然属性,激励其将创新资源配置到创新创业中,有助于基础研究投入发挥对全要素生产率的增进效应。这体现在贸易品技术属性与基础研究的替代—互补效应中,良好的营商环境会促使两者互补效应更加突出,或者有效弱化两者替代效应,即起正向二次调节作用。据此,本文提出如下假设:
H3:营商环境越优,贸易开放对基础研究的互补效应越突出、替代效应越弱,即营商环境在贸易开放对基础研究投入与全要素生产率关系中起正向二次调节作用。
借鉴Griliches[34]、Romer[35]构建的知识资本增长模型,将柯布—道格拉斯(C-D)生产函数改进为总产出由物质资本、人力资本和知识资本共同决定的形式,如式(1)所示。
(1)
其中,Yit代表国内生产总值,C代表线性趋势,Kit代表物质资本存量,Nit、Hit分别代表简单劳动和人力资本,两者乘积项表示有效劳动投入,Zit代表知识资本存量,α、β、γ分别代表以上3种投入要素的产出弹性。进而,将知识资本存量Zit分解为基础研究与应用研究的资本存量,分别用BRit和ARit表示,则有:
(2)
按照索洛残差法,总产出中扣除物质资本和简单劳动后的剩余部分即为全要素生产率,则有:
(3)
对公式(3)两边同时取对数,可得:
lnTFPit=lnC+β·lnHit+γ1·lnBRit+γ2·lnARit
(4)
进而,根据式(4)构建一个线性回归计量模型:
TFPit=α0+α1BRit+α2ARit+∑βjXjit+μi+νt+εit
(5)
其中,TFPit、BRit、ARit分别为lnTFPit、lnBRit和lnARit的简化表达;Xjit为一组可能影响全要素生产率的其它控制变量,人力资本存量Hit也被包含在内;μi、νt、εit分别为个体固定效应、时间固定效应和随机扰动项。为检验贸易开放的调节效应,构建如下模型:
TFPit=α0+α1·BRit+α2Openit+α3(BRit×Openit)+α4ARit+∑βjXjit+μi+νt+εit
(6)
其中,Openit为调节变量,代表贸易开放度;BRit×Openit为BRit与Openit的交互项。借鉴Jaccard等[36]的做法,若加入交互项比未加入交互项方程拟合度更高,且交互项系数显著为正,则说明调节变量能够拉高因变量对核心自变量回归的斜率,即贸易开放对基础研究投入影响全要素生产率起正向调节效应,则两者为互补关系;若交互项系数显著为负,则说明起负向调节效应,两者为替代关系。在Hainmueller[37]看来,即使交互项系数显著,也不能代表结果无偏,调节效应检验有可能未通过线性交互作用(LIE)假设或调节变量缺乏共同支持。为排除这种偏性,在得到式(6)结果后,再考察箱型(Binning)和核(Kernel)估计量。
如上所述,创新价值链经历基础知识转化、基础研究成果应用化和应用研究成果产业化3个步骤。基础研究位于创新链起点,下游包含基于基础研究成果的应用研究和应用研究成果产业化两个环节。其中,应用研究成果产出发挥中介效应,本文用专利密度表示,记为PDit。参照Edwards &Lambert[38]的做法对中介效应进行检验,再运用结构方程模型(SEM)检验中介—调节效应,考察贸易开放在基础研究投入影响全要素生产率传导链哪一环节起调节作用。
考虑到数据可得性,本文以2005—2018年43个有完整分类R&D投资支出统计的国家为研究样本。原始数据来源于联合国教育科学文化组织(UNESCO)统计数据库、世界银行数据库、国际劳工组织(ILO)数据库和中国国家统计局发布的《国际统计年鉴》。除上文涉及到的被解释变量TFPit、解释变量BRit和ARit、中介变量PDit、调节变量Openit和二次调节变量Businit外,还加入一些有可能影响各国全要素生产率的其它控制变量。各变量处理和数据来源如表1所示。
表1 变量含义与数据来源
Table 1 Meanings and data sources of main variables
类型名称简写含义数据来源被解释变量全要素生产率TFP按照随机前沿生产函数参数估计值测算技术进步、技术效率变化率、规模效率变化率和要素配置效率的加总总产出世界银行数据库资本存量劳动力投入资本价格国际金融统计(IFS)劳动力价格国际劳工组织(ILO)核心解释变量基础研究投入BR基础研究投资支出存量的ln值联合国教育科学文化组织(UNESCO)统计数据库应用研究投入AR应用研究投资支出存量的ln值中介变量专利密度PD人均专利申请量的ln值调节变量贸易开放度Open货物贸易和服务贸易进出口总额与GDP之比世界银行数据库二次调节变量营商环境Busin开办企业便利度标准化指数/100《世界营商环境报告》控制变量人力资本存量HR&D人员全职人力工时的ln值联合国教育科学文化组织(UNESCO)统计数据库自然资源禀赋Resour自然资源租金总额占GDP的比重世界银行数据库外商投资比重Foreig外商直接投资净额占本国GDP的比重国际竞争优势Compet货物贸易和服务贸易顺差额与进出口总额之比政府廉洁度Clean“透明国际”清廉指数“透明国际”(Transparency International)
需要说明的是,UNESCO统计数据库提供的分类型R&D投资支出数据分为基础研究、应用基础研究和试验开发3类,本文按照Gersbach等[39]的划分标准,将后两者合并为应用研究。以此为流量数据,参照刘航和杨丹辉[5]的研究,利用永续盘存法推算资本存量。其中,将起始年份定义为2003年,起始年存量估算采用Pakes &Griliches[40]的方法。另外,考虑到用于科学研究的实物资本具有较高的折旧率,故将折旧率设为0.15。各变量描述性统计结果如表2所示。
表2 变量描述性统计结果
Table 2 Descriptive statistical results of main variables
变量 样本数均 值标准差最小值最大值TFP6020.595 00.189 40.173 01.004 0BR6022.697 54.737 4-72.235 08.393 0AR6024.103 42.444 2-0.309 09.933 0PD6026.726 73.292 70.000 014.107 1Open6021.021 80.644 10.215 84.373 3Busin6020.816 40.117 90.328 30.999 6H6026.633 95.202 8-4.685 219.814 9Resour6020.030 90.067 10.000 00.455 7Foreig6020.084 10.311 4-0.432 44.517 2Compet602-0.012 10.101 3-0.352 90.474 1Clean6022.505 00.680 71.000 03.000 0
按照式(5)和式(6)对基础研究投入与TFP的关系以及贸易开放的调节效应进行面板数据回归,结果如表3所示。由表3可见,无论是否加入ARit和Hit,核心解释变量BRit系数估计值至少在0.05水平上显著为正。这表明,基础研究资本投入能够显著推动全要素生产率增长,基础科学发展是一国宏观经济绩效提升的主要源泉。列(3)(6)中交互项BRit×Openit系数显著为负,且相比于未加入该交互项,调整后R2有明显提升。根据Jaccard等[22]的建议,说明负向调节效应显著存在,且贸易开放度越高,基础研究投入对全要素生产率的提升作用越小。由此可见,贸易品所蕴含的技术隐含流对本国基础研究投入具有一定替代作用。而当一国借助开放经济以较低成本获取世界前沿技术时,即使不减少基础研究投入,其进入领域也会发生结构改变(偏好风险较小、周期较短、共性溢出能力较弱领域),从而对经济效率的贡献较小。
表3 基础研究投入影响全要素生产率的基准检验结果
Table 3 Benchmarking test results of the impact of basic research investment on TFP
变量被解释变量:TFP(1)(2)(3)(4)(5)(6)BR0.000 5***0.000 5***0.003 9**0.000 5***0.000 5***0.004 0**(3.92)(3.73)(2.81)(4.83)(4.72)(2.73)Open0.002 60.012 10.002 20.011 8(0.26)(1.26)(0.22)(1.26)BR×Open-0.005 0**-0.005 1**(-2.28)(-2.25)AR0.001 40.001 30.001 4(0.31)(0.29)(0.30)H-0.000 6-0.000 6-0.000 7(-0.78)(-0.80)(-0.84)Resour-0.157 7*-0.158 8*-0.160 2*-0.161 1*-0.162 0*-0.163 6*(-1.95)(-1.92)(-1.93)(-1.97)(-1.93)(-1.95)Foreig0.005 6*0.005 80.005 30.005 7*0.005 90.005 4(1.89)(1.68)(1.47)(1.90)(1.66)(1.47)Compet0.091 3***0.090 7***0.091 5***0.091 8***0.091 2***0.092 1***(3.35)(3.60)(3.68)(3.25)(3.49)(3.57)Clean0.004 7**0.004 6*0.004 5*0.004 1*0.004 1*0.004 0(2.16)(2.11)(2.02)(1.90)(1.89)(1.76)常数项0.587 5***0.584 9***0.579 0***0.587 5***0.585 4***0.579 3***(108.19)(56.22)(54.82)(24.88)(37.66)(35.91)Adj-R20.989 40.989 40.990 50.989 40.989 40.990 5F检验值4.790 07.630 060.660 012.250 011.510 052.170 0样本数602602602602602602
注:***、**、*表示估计系数分别在0.01、0.05、0.1水平上显著;括号中为t值;各列都同时控制了国家和年份固定效应,下同
表3中ARit和Hit系数均不显著,但若不加入BRit,则两者显著为正。这说明,应用研究对本国基础知识具有明显依赖,应用研究投入增加能够引发对基础研究的更大需求。一旦基础研究投入不变,应用研究资本存量和R&D人员投入增长对全要素生产率的贡献将被削弱,从而导致无法产生显著直接效应。正如Van Raan &Van Leeuwen所言,增加应用研究投入不能以挤占基础研究投入为代价,两者应相互促进、同步增长[41]。Resourit系数显著为负,即“资源诅咒”假设在世界范围内普遍存在,自然资源充裕国家热衷于追求资产回报,却忽视了技术进步和技术效率;Foreigit系数为正,但不显著或仅在0.1水平上显著,表明外商直接投资有助于充分发挥要素禀赋和获取技术溢出,同时会因跨国公司技术封锁而抑制东道国价值链攀升;Competit系数在较高显著性水平上为正,表明国际竞争优势有助于一国获取更高的全要素生产率;Cleanit系数多数情况下显著为正,表明廉洁的政治环境能够抑制市场主体或利益集团的寻租行为,使经济免受损耗。
本文采取3种稳健性检验方法。一是最小二乘虚拟变量(LSDV)法检验,结果如表4列(1)所示。LSDV估计用个体差异定义虚拟变量,再将其全部纳入回归模型容易掩盖与个体效应联系紧密的变量的影响。因此,对国家和时间虚拟变量设定约束条件,将各自系数相加为0,在约束条件下进行LSDV估计。结果显示,相比于基准检验结果差异不大,只有ARit系数因个体效应得到控制而显著为正。二是滞后效应控制,结果如表4列(2)～列(4)所示。其中,列(2)中对BRit和ARit取滞后一期,结果与基准检验结果相似,只有Foreigit显著性系数略微提升;列(3)中把BRit和ARit替换为当年投资支出流量,而非之前所采用的两类R&D资本存量,发现BRit、BRit×Openit系数均不显著。可见,只有经过长期积累的基础研究资本存量才能促进当期全要素生产率提升,贸易开放只对存量起调节效应;列(4)中将BRit和ARit替换为流量且取滞后一期,同样未发现BRit、BRit×Openit对TFP的影响效应。三是二阶最小二乘法(2SLS)检验结果如表4列(5)所示。为避免全要素生产率对基础研究投入产生的反向作用引起估计谬误,以BRit滞后一期、二期项和该国首都年均气温作为BRit的工具变量(IV)进行2SLS检验。结果显示,模型不存在识别不足、过度识别和弱工具变量,BRit、BRit×Openit显著性水平均明显得以弱化,但BRit×Openit系数仍在0.1水平上显著为负。
表4 稳健性检验结果
Table 4 Robustness test results
变量稳健性检验(一)(1)稳健性检验(二)(2)(3)(4)稳健性检验(三)(5)BR0.003 9**0.002 3**0.002 90.001 90.004 6(2.19)(2.41)(1.56)(1.53)(1.23)Open0.008 80.012 20.003 60.007 90.026 1(1.08)(1.09)(0.35)(0.70)(1.00)BR×Open-0.004 6*-0.002 7*-0.003 5-0.002 0-0.005 2*(-1.78)(1.87)(-1.24)(-1.03)(-1.87)AR0.014 4***-0.000 40.001 20.002 0-0.004 1(8.32)(-0.09)(0.21)(0.42)(-0.68)控制变量控制控制控制控制控制常数项0.521 6***0.588 8***0.588 6***0.586 7***(42.68)(35.12)(58.04)(61.13)Adj-R20.989 60.989 40.989 6F检验值849.620 040.820 013.790 025.530 0Anderson LM统计量74.217 0C-D Wald F统计量162.613 0Sargan统计量2.488 0样本数602559602559516
注:列(1)～列(4)括号中为t值,列(5)括号中为z值
进一步,对调节效应进行箱型(Binning)估计,结果如图2所示。从中可见,当未控制ARit和Hit时,Wald检验对应p值为0.074 2;当控制ARit和Hit后,Wald检验p值为0.140 5,均能接受“交互作用为线性”的原假设。同时,3个估计值分布较为均匀,呈递减分布趋势。若不考虑Openit较大的个别异常值所在区间,它们大致平均分布在所有数据段内。可见,贸易开放对基础研究投入与全要素生产率关系的负向调节效应真实存在,符合LIE假设。
图2 调节效应Binning估计结果
Fig.2 Binning estimation results of moderation effect
Binning估计量只有3个点,而核(Kernel)估计量则能够更好地呈现数据区间内的完整曲线及其置信区间。对调节效应进行Kernel估计,可视化结果如图3所示。从中可见,无论是否控制ARit和Hit,BRit对全要素生产率的边际效应估计值均存在明显弯曲,且主要发生在Openit较大的异常值所处区间;而在Openit分布密集区间,边际效应估计值为一条大致随Openit增大而递减的直线,LIE假设得到进一步验证。而且,边际效应估计值拟合线对应相对较窄的置信区间,表明调节变量Openit不会发生缺乏共同支持的情况。
图3 调节效应Kernel估计结果
Fig.3 Kernel estimation results of moderation effect
以应用成果产出——专利密度作为中介变量,按三步法进行中介效应检验,结果如表5所示。在第一阶段,BRit对PDit具有显著正向影响。尽管在列(3)中控制ARit和Hit,且BRit系数显著性有所减弱,但还是在0.1水平上显著,表明专利产出一定程度上依赖于本国基础研究投入。在第二阶段,当不控制BRit时,PDit对全要素生产率具有显著正向影响,即应用成果可进一步转化,进而促进全要素生产率提升。在直接效应检验中,当同时加入BRit和PDit时,BRit对全要素生产率的直接效应比总效应有所减弱。在列(5)中,BRit系数仍显著为正,但其显著性水平相比表3列(6)出现大幅下降。初步判断,在基础研究投入推动全要素生产率提升过程中,应用成果产出起部分中介效应,以基础研究为起点的创新价值链成立。
表5 中介效应检验结果
Table 5 Test results of mediation effect
变量 第一阶段(1)(2)第二阶段(3)直接效应(4)(5)BR0.041 6**0.003 3*0.000 5**0.000 5**(2.27)(1.74)(2.48)(2.45)AR-0.723 3***0.007 3*0.008 4**(-5.90)(1.91)(2.17)H0.942 2***-0.009 9***-0.009 8***(69.70)(-4.66)(-4.50)PD0.009 9***0.000 30.009 7***(4.40)(1.46)(4.26)控制变量控制控制控制控制控制常数项8.556 0***3.678 0***0.557 6***0.590 3***0.551 9***(13.07)(7.72)(25.19)(76.32)(24.88)Adj-R20.808 50.992 80.989 50.989 40.989 6F检验值5.630 05 616.320 015.250 03.610 015.070 0样本数602602602602602
注:第一阶段检验中被解释变量为PD,第二阶段和直接效应检验中被解释变量为TFP
为确保研究结果的稳健性,采取3种途径对中介效应进行再检验。一是检验间接效应的Sobel值。以BRit为核心解释变量,以PDit为中介变量,同时控制ARit和Hit,发现Sobel系数在0.05水平上显著为正,拒绝“间接效应不存在”的原假设。二是非参数百分位Bootstrap检验。参照Edwards &Lambert[38]的做法,设置1 000次抽样,考察PDit间接效应系数在95%置信区间(经偏差校正)的上限和下限,发现上下限均大于0,说明间接效应系数在0.05水平上显著为正。三是采用结构方程模型(SEM)分解BRit影响全要素生产率的总效应。结果发现,总效应在0.01水平上显著为正,直接效应和间接效应均在0.05水平上显著为正。这表明,基础研究推动全要素生产率提升一方面以应用研究成果增长为中介机制,另一方面通过人才培养、知识传播、创新氛围营造等专利成果之外的渠道实现,即应用研究成果起部分中介效应。
采用SEM对中介—调节效应进行检验,考察贸易开放的调节效应主要发生在哪个阶段。按照调节变量Openit是否高于其均值定义分组变量,高于均值为1,否则为0。假设分组变量只作用于中介机制第一阶段,该阶段中介—调节效应检验结果如表6列(1)(2)所示。在Openit较低组别,BRit以较高的显著性水平对PDit具有正向影响,而在Openit较高组别,BRit对PDit的影响显著为负。在第二阶段,PDit对全要素生产率的影响均显著为正。这表明,一国贸易开放度越高,越有机会从贸易品中获取技术溢出,专利产出越不依赖于本国基础研究供给,此时若基础研究投入增长过快,反而会过度挤占消化吸收所需的研发资源,进而抑制专利增长。这一结论与Gersbach等[8]的观点一致,即贸易品技术正外部性越容易获取,越会对本国基础研究投入产生替代效应。第二阶段中介—调节效应检验结果如表6列(3)(4)所示。从中可见,在Openit较低与较高组别,PDit对全要素生产率的影响差异不大,均显著为正。这表明,贸易开放在应用成果产出促进全要素生产率提升过程中未发挥显著作用。
表6 中介机制不同阶段的中介—调节效应检验结果
Table 6 Tests of mediation-moderation effect at different stages of mediation mechanism
第一阶段中介—调节效应第一阶段第二阶段BR→PDPD→TFP(1)(2)第二阶段中介—调节效应第一阶段第二阶段BR→PDPD→TFP(1)(2)———较低组别0.021 4***0.087 4***0.019 3***0.101 4***(3.85)(8.10)(3.39)(7.85)———较高组别-0.379 4***0.024 5**(-5.17)(2.31)LR检验28.030 0***69.500 0***
进一步,考察在基础研究投入推动全要素生产率提升过程中,营商环境对贸易开放调节效应的再调节效应,即假设H3是否成立,结果如表7所示。列(1)～(3)为以全要素生产率为被解释变量的检验结果,列(4)～列(6)为以ARRit为被解释变量的检验结果。由列(1)结果可知,在加入Businit后,核心解释变量BRit的影响作用依然显著为正,BRit×Openit系数依然显著为负,同时Businit系数在较高显著性水平上为正,可见营商环境是一国经济效率提升的重要保障。由列(2)结果可知,Openit×Businit系数在0.01水平上显著为负,表明营商环境优化有助于弱化一国全要素生产率增长对开放经济的依赖。由列(3)结果可知,BRit×Openit×Businit系数不显著,表明以全要素生产率为被解释变量时营商环境未发挥二次调节效应,贸易开放对基础研究投入与全要素生产率关系的负向调节效应不会因营商环境优化而改变。由列(4)～(6)结果可知,当以ARRit为被解释变量时,各主要变量系数结果与列(1)～列(3)大体一致,差异主要体现为列(6)BRit×Openit×Businit系数显著为正,即当以专利密度作为被解释变量时,营商环境发挥显著正向二次调节效应。这表明,优化营商环境能够弱化贸易品技术溢出与本国基础研究的替代关系,并增强两者同步推动创新产出增长的作用。
表7 营商环境二次调节效应检验结果
Table 7 Test results of secondary moderation effect of business environment
变量被解释变量:TFP(1)(2)(3)被解释变量:ARR(4)(5)(6)BR0.003 9**0.000 9-0.001 70.021 0**-0.003 90.177 7***(2.78)(0.47)(-0.38)(2.66)(-0.36)(4.84)Open0.014 60.126 7***0.121 2***-0.155 30.899 8***1.296 7***(1.70)(5.52)(5.63)(-1.01)(3.62)(4.21)BR×Open-0.005 8**-0.001 60.002 1-0.022 8**0.022 6-0.240 3***(-2.80)(-0.61)(0.31)(-2.30)(1.03)(-4.25)Busin0.099 0***0.230 3***0.225 1***0.382 8**0.918 4***1.292 5***(6.17)(6.64)(6.97)(2.76)(3.07)(3.87)BR×Busin-0.000 40.002 5-0.027 1-0.234 5***(-0.26)(0.58)(-0.81)(-4.14)Open×Busin-0.133 4***-0.127 7***-1.267 8***-1.678 6***(-5.87)(-5.96)(-3.21)(-3.87)BR×Open×Busin-0.004 10.294 6***(-0.65)(4.26)控制变量控制控制控制控制控制控制常数项0.503 5***0.403 0***0.407 2***4.122 5***3.149 7***2.848 3***(27.61)(18.97)(21.31)(18.25)(6.42)(5.55)Adj-R20.990 20.990 70.990 70.992 90.993 00.993 1F检验值32.100 0874.910 05 769.830 04 668.460 013 742.830 0650 212.580 0样本数602602602602602602
理论分析认为营商环境改善能够激发企业家精神,使基于基础研究的应用成果产业化过程更加顺畅,弥补因贸易开放受损的基础研究对全要素生产率的驱动作用,从而增强基础研究与贸易品技术溢出的互补性。然而,表7结果表明营商环境的正向二次调节效应主要发生在第一阶段,即增强了应用研究部门对接本国基础研究成果的积极性,但在总体过程中二次调节效应不显著。原因在于,科学研究及其产业化过程并非完全竞争,营商环境改善反而会鼓励缺乏经验和关键技术的初创企业加大投资力度,造成热门产业领域发生“潮涌现象”[42]。这相当于特定要素错配拉低了基础研究投入对全要素生产率增长的边际效用[43],一旦一国应用研究形成对贸易品技术溢出的依赖,且缺乏对本国基础研究的吸收和反哺,那么再好的营商环境也无法矫正这一结构扭曲。唯一的积极效应是,产业部门竞争性增强能够弱化贸易品技术隐含流在国内的独占性和排他性,即使有充分的国际技术溢出,应用研究部门仍要依赖本国基础研究供给。可见,以基础研究驱动自主创新发展,着力点应尽可能前移,而不应停留在产业化阶段[44]。
本文采用跨国面板数据,实证分析基础研究投入对全要素生产率的影响以及贸易开放的调节效应,得出如下结论:
(1)基础研究投入对全要素生产率增长具有显著正向影响,基础科学研究是一国经济内涵式增长的根本动力,贸易开放起显著负向调节效应,即贸易品技术隐含流与基础研究成果存在一定替代关系。
(2)在基础研究投入促进全要素生产率提升过程中,应用研究产出(专利密度)发挥关键中介作用,即基础科学成果需要沿创新价值链向下转化,驱动经济内涵式增长。
(3)在基础研究投入通过提升专利密度增进全要素生产率的中介机制中,贸易开放对第一阶段发挥显著为负的中介—调节效应,对第二阶段没有影响,即贸易开放与基础研究投入的替代关系主要存在于基础研究成果应用化阶段。因此,若过度依赖外部创新资源,会损耗基于基础研究成果的应用研究效率。
(4)改善营商环境能够弱化贸易品技术隐含流与基础研究的替代效应,但主要体现在中介机制第一阶段,即营商环境指数越高,越有助于国际技术溢出与本国基础研究协同,进而促进专利产出。
面对个别发达国家故意制造的对华经贸摩擦,多数国内研究考虑的是从日韩、欧洲及其它国家寻求替代供给或替代市场[1,45],抑或是实现产品国产化替代[46],再或者从生产价值链分析投入品替代关系,以此探索多维生产链重构路径[47]。本文从创新价值链切入,探究本国基础研究成果和贸易品技术溢出共同作用于应用研究供给过程中,两者替代关系对全要素生产率的影响。相比于已有研究,一方面,本文抓住基础研究根本性、知识共性和积累性等特征及其与贸易品技术溢出的相似性,将两者共同置于创新价值链进行分析,从更广阔视角解释基础研究经济绩效的异质性;另一方面,本文针对中国面临外部市场不确定性的现实,提出汇聚全球优质资源、统筹利用内外部创新要素的重要性,为中国实现创新发展与高水平对外开放提供了一定的政策启示。
(1)提高基础研究质量,遏制中低水平重复研发,与国外相关领域进行差异化竞争。为科技人才营造潜心钻研重大基础理论问题的工作氛围,构建完善的知识创新评价体系和激励机制,以重大技术需求带动基础研究发展,从重大应用研究中提炼、抽象深层次科学问题,激发知识成果传播效率、实际效用和转化效能。遵循基础研究成果沿创新链传播、转移、转化的规律,打通基础研究驱动高质量发展的堵点,在基础研究阶段以财政投入为主,同时撬动社会资本进入基础研究下游转化领域,以企业为纽带构筑风险分担机制,利用孵化项目、引导基金和财政奖补等形式,探索基础研究成果转化业态和模式,鼓励企业直接投资基础研究。
(2)深化贸易开放平台融合创新功能,优化开放创新生态。释放自贸试验区、进口贸易创新促进示范区创新效能,发展保税再制造业务,扩大保税检测维修业务范围,支持企业以自有有形料件、试剂、耗材及样品等进行研发设计,再利用海关特殊监管区域内的研发设备及相关物料开展保税研发,切实降低企业开放创新成本。利用区域全面经济伙伴关系协定(RCEP)等自由贸易协定和新型贸易投资规则,为高技术产品和关键中间品外部供给的稳定性提供保障。提升基于国内基础研究成果和外部供给的高技术中间品集成创新能力,搭建产学研用国内外一体创新平台,推动自主创新与联合研发、国产化环节与进口中间品投入、成套设备引进与全球服务空间高效融合。
本文仅基于各国经验数据揭示基础研究与贸易品技术溢出存在替代关系,并非在任一条件下的必然结果。实际上,很多国家运用合意的制度安排促使基础研究与贸易品技术溢出形成互补关系,既能抵御不利的外部冲击,也有助于提升基础研究绩效,起到价值叠加的效果。具体哪些制度才能发挥这一效果,这些制度安排需要哪些人力资本结构或研发导向相匹配?未来将对这些问题进行深入研究。
[1] 刘航, 孙早, 张皓伦. 美国“断供”背景下中国进口高质量发展策略研究[J]. 国际贸易, 2019,38 (8): 36-46.
[2] GROSSMAN G, HELPMAN E. Innovation and growth in the global economy [M]. Cambridge,Mass: MIT Press, 1991.
[3] COE D T, HELPMAN E,HOFFMAISTER A W. North-south R&D spillovers [J].The Economic Journal, 1997, 107(440): 134-149.
[4] 谢建国, 周露昭. 进口贸易、吸收能力与国际R&D技术溢出:中国省区面板数据的研究[J]. 世界经济, 2009, 22(9):68-81.
[5] 刘航, 杨丹辉. 高质量进口能带来成本节约效应吗[J]. 中国工业经济, 2020, 38(10): 24-42.
[6] 简泽, 张涛, 伏玉林. 进口自由化、竞争与本土企业的全要素生产率——基于中国加入WTO的一个自然实验[J]. 经济研究, 2014,60(8): 120-132.
[7] YU M J. Processing trade, tariff reductions and firm productivity: evidence from Chinese firms [J]. Economic Journal, 2015, 125 (585): 943-988.
[8] GERSBACH H,SCHNEIDER M T,SCHNELLER O.Basic research, openness, and convergence [J]. Journal of Economic Growth,2012,18(1): 33-68.
[9] 刘航, 孙早, 韩化丹. 提高宏观税负能否激发基础研究的经济绩效——基于跨国数据的经验分析[J]. 当代经济科学, 2022, 44(5): 98-112.
[10] LUINTEL K B,KHAN M.Basic, applied and experimental knowledge and productivity: further evidence [J]. Economics Letters, 2011, 111(1): 71-74.
[11] PRETTNER K, WERNER K. Why it pays off to pay us well: the impact of basic research on economic growth and welfare [J]. Research Policy, 2016, 45(5): 1075-1090.
[12] SALTER A J, MARTIN B R. The economic benefits of publicly funded basic research: a critical review [J]. Research Policy, 2001, 30(3): 509-532.
[13] LIM K. The relationship between research and innovation in the semiconductor and pharmaceutical industries (1981-1997) [J]. Research Policy, 2004, 33(2): 287-321.
[14] ANON H D. In-house versus external basic research and first-to-market innovations [J]. Research Policy, 2016, 45(4): 816-829.
[15] CZARNITZKI D, THORWARTH S. Productivity effects of basic research in low-tech and high-tech industries [J]. Research Policy, 2012, 41(9): 1555-1564.
[16] ZELLNER C. The economic effects of basic research: evidence for embodied knowledge transfer via scientists′ migration [J]. Research Policy, 2003, 32(10): 1881-1895.
[17] HA J, KIM Y J, LEE J. The optimal structure of technology adoption and creation: basic research vs. development in the presence of distance to frontier[R]. Asian Development Bank Economics Working Paper, 2009.
[18] COZZI G, GALLI S. Should the government protect its basic research [J]. Economics Letters, 2017, 157:122-124.
[19] 洪银兴. 科技创新阶段及其创新价值链分析[J]. 经济学家, 2017,29(4): 5-12.
[20] 周文泳, 郭雅楠. 科技创新链视角下基础研究成果价值发现机制[J]. 国外社会科学前沿, 2021, 64(5): 13-24.
[21] 习近平. 在科学家座谈会上的讲话[N]. 人民日报, 2020-09-12(02).
[22] 习近平. 习近平谈治国理政(第四卷)[M]. 北京: 外文出版社, 2022.
[23] 吕薇. 促进基础研究转化为原始创新能力[N]. 经济日报, 2018-06-14(15).
[24] HANSEN M T, BIRKINSHAW J. The innovation value chain [J]. Harvard Business Review, 2007, 85(6): 121.
[25] 余泳泽, 刘大勇. 我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J]. 管理世界, 2013, 29(7): 6-20,70,187.
[26] JU J D, YU X D. Productivity, profitability, production and export structures along the value chain in China [J]. Journal of Comparative Economics, 2015, 43(1): 33-54.
[27] LU Y, NG T. Do imports spur incremental innovation in the south [J]. China Economic Review, 2012, 23(4): 819-832.
[28] 余淼杰, 李晋. 进口类型、行业差异化程度与企业生产率提升[J]. 经济研究, 2015, 50(8): 85-97,113.
[29] KRUGMAN P. Scale economies, product differentiation, and the pattern of trade [J]. American Economic Review, 1980, 70(5): 950-959.
[30] THOMAS J H, SCHMITZ J J A. Competition at work: railroads v.s. monopoly in the U.S. shipping industry [J].Quarterly Review, 2001, 25(2): 3-29.
[31] 张杰, 郑文平, 陈志远. 进口与企业生产率——中国的经验证据[J]. 经济学(季刊), 2015, 14(3): 1029-1052.
[32] MURPHY K M, SHLEIFER A, VISHNY R W. Why is rent-seeking so costly to growth [J]. American Economic Review, 1993, 83(2): 409-414.
[33] BOLDRIN M, LEVINE D K. Rent-seeking and innovation [J]. Journal of Monetary Economics, 2004, 51(1): 127-160.
[34] GRILICHES Z. Productivity, research-and-development, and basic research at the firm level in the 1970S [J]. American Economic Review, 1986, 76(1): 141-154.
[35] ROMER P M.Endogenous technological-change[J]. Journal of Political Economy, 1990, 98(52): S71-S102.
[36] JACCARD J, TURRISI R, WAN C K. Interaction effects in multiple regression [M]. Los Angeles: SAGE Publications Inc., 2003.
[37] HAINMUELLER J, MUMMOLO J, XU Y Q. How much should we trust estimates from multiplicative interaction models? simple tools to improve empirical practice [J]. Political Analysis, 2019, 27(2): 163-192.
[38] EDWARDS J R, LAMBERT L S. Methods for integrating moderation and mediation: a general analytical framework using moderated path analysis [J]. Psychological Methods, 2007, 12(1): 1-22.
[39] GERSBACH H, SORGER G, AMON C. Hierarchical growth: basic and applied research [J]. Journal of Economic Dynamics &Control, 2018, 90: 434-459.
[40] PAKES A, GRILICHES Z. Patents and R&D at the firm level: a first report [J]. Economics Letters, 1980, 5(4): 377-381.
[41] VAN RAAN A F J, VAN LEEUWEN T N. Assessment of the scientific basis of interdisciplinary, applied research: application of bibliometric methods in nutrition and food research [J]. Research Policy, 2002, 31(4): 611-632.
[42] 林毅夫, 巫和懋, 邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究, 2010, 45(10): 4-19.
[43] 王文, 孙早. 基础研究还是应用研究:谁更能促进TFP增长——基于所有制和要素市场扭曲的调节效应分析[J]. 当代经济科学, 2016, 38(6): 23-33,123.
[44] 刘航, 孙大伟. 基础研究驱动经济发展是否会被“内卷化”拖累——基于跨国面板数据的经验分析[J]. 经济管理, 2022, 44(12): 5-27.
[45] 史沛然, 李奇泽. 中美贸易摩擦中的贸易伙伴替代研究[J]. 江西社会科学, 2020, 40(6): 75-88.
[46] 海关总署“扩大进口中‘进口替代’问题研究”课题组. 扩大进口中“进口替代”问题研究[J]. 海关与经贸研究,2017, 38(2): 104-115.
[47] 刘瑞翔, 黄帅, 范金. 进口替代下的全球生产链重构及其对中国经济增长的影响[J]. 数量经济技术经济研究, 2021, 38(7): 83-103.