科技发展研究

第 8期（总第 327期）上海科技发展研究中心 2013年 4月 15日

编者按：随着政府对企业研发资助力度的加大，对资助行为的有效评估日显重要。本期简报基于同济大学课题组¹的研究成果，以上海市为例，从提高企业技术创新绩效的角度出发，对影响政府研发资助评估绩效的因素进行了分析，并提出若干建议。供参考。

坚持分类管理提高资助的针对性和有效性——关于政府研发资助提高企业技术创新绩效的研究

政府资助是推动企业研发活动的重要抓手。以上海市为例，政府资助企业研发活动主要通过两种方式：一是直接资助，即在政府财政经费内拨付，对企业研发活动予以直接支持；二是间接资助，即采取财税优惠政策，例如研发费用税前加计扣除和高新技术减免税。研究发现，政府研发资助对于企业科技经费投入和创新产出的实际推动作用，在行业研发强度、企业经营规模、行业竞争程度等不同因素的影响下，呈现出明显的差异。

一、上海市政府资助企业研发总体情况

上海市在研究与试验发展（R&D）投入上处于国内领先水平。 2003年，全市 R&D投入占 GDP比重为 2.06%，跨过了 2%的国际基准线，意味着科技与经济发展的互动进入了高级阶段；2012年，该指标为 3.16%，接近日本东京都同期水平。

企业科技经费投入是上海市 R&D投入的重要组成部分。 2003-2010年，全市大中型企业科技经费投入从 147.5亿元增长到

373.5亿元，规模扩大了一倍多。其中，政府直接资助金额从 2.13亿元增长到 21.33亿元，资助强度 ²从 1.44%上升到 5.71%；间接资助金额从 7.50亿元增长到 17.74亿元，占比保持在 2%-8%³。

二、政府资助对企业科技经费投入和创新产出的影响

通过建模，研究分析表明（建模情况见附录），政府资助对于企业科技经费投入和创新产出，总体表现出正向激励作用，上海 32个行业的平均激励弹性⁴为 0.1027（2003-2010年平均水平，其中 2010年情况见表 2），即政府直接资助提高 1元，企业自有研发投入提高 0.1027元，略低于 OECD七国集团（美、德、日、英、法、意、加）平均水平（ 0.1471）⁵。具体而言，激励弹性受到了行业研发强度、企业经营规模、市场独占程度、以及边际收益递减效应等因素的影响。1、行业研发强度。研发强度是识别一个行业技术特征和创新竞争程度的重要指标（见表 3）。行业研发强度高，意味着创新竞争激烈，促使企业更加重视研发活动，更加愿意为获得政府资助作出努力，包括追加创新投入、积极配合政府监管等。研究发现，去除内生性影响⁶，对于研发强度较高的行业，政府直接资助的激励作用非常明显；而对于研发强度相对较低的行业，政府间接资助的效果则要好一些。以 2010年为例，全市 32个行业的研发强度与政府直接资助的激励弹性呈现较强相关性（图 1所示），研发强度前三甲——医药制造业、专用设备制造业、仪器仪表及文化办公用机械制造业，其政府直接资助对企业自有研发投入的激励弹性也排名前三，远超全行业平均水平。2、企业经营规模和市场独占程度。模型显示，企业经营规模与科技经费投入具有较强的正相关性，大企业在自主研发方面投入更多，但市场独占程度高的行业是个例外。观察电力、热力、燃气和水的生产供应业，烟草制品业，以及石油加工、炼焦及核燃料加工业等一批市场独占程度相对较高的公用事业和支柱产业，政府直接资助的激励弹性都接近零甚至是负值（见表 2），说明此类企业的科技经费投入存在“挤出效应”⁸——企业获得政府资助后、自有研发投入不升反降，这有可能是因为在获取政府资助上缺乏竞争，政府对该行业研发的资助基本就是对某几家企业的资助，“必然拿到”导致企业缺乏动力追加科技经费投入，反而用政府资助代替了部分自有研发投入计划。 3、边际收益递减效应。研究认为，企业研发投入存在边际收益递减效应，即随着研发投入的不断提高，企业创新产出的绝对值仍在增加，但增长速率逐步降低。边际收益递减效应也导致了政府资助绩效水平的降低。例如医药制造业，政府资助的激励弹性随着投入的逐年提升呈现先提升后下降（图 2所示）。可能的原因在于，创新活动需要一些“稀缺”要素，如专用设备、核心技术以及中高级人才。在现实中，这些“稀缺”要素无法做到与经费投入相同比例地增加（图 3所示），从而导致了投入产出难以达到线性增长。

综上所述，政府研发资助被证明是激励企业创新的有效工具，对资助绩效产生正向影响的因素是行业研发强度、企业经营规模，产生负面影响的是市场独占程度、边际收益递减效应。研究结论的解释最终可以归结到竞争与效率的问题上：一方面，提高获取研发资助的行业内竞争程度，将有效提升政府资助绩效；另一方面，边际收益递减效应促进企业更加注重创新产出效率，加强对人才等创新要素的投入。

三、几点建议

基于上海市政府在研发资助领域中表现出的特点和相关结论，为进一步提升政府研发资助的绩效，提出三点建议：

1、有效运用直接资助与间接资助两种模式。无论是直接资助还是间接资助，都是提升企业创新能力的有效工具。下一步方向应当是进一步明确两者之间的分工，促使资助效益最大化。一方面，间接资助应成为普惠性手段。间接资助天然具有降低企业研发成本的特点，普遍适应于各个行业，因此，旨在提高整体研发水平的资助方式应以间接为主。另一方面，直接资助要聚焦高研发强度行业。如医药制造业、交通运输设备制造业、专用设备制造业等，进一步发挥直接资助的激励作用。

2、完善直接资助的竞争机制。对于不涉及国家主权安全和经济命脉的一般竞争性行业，政府研发资助应尽可能做到公平对待各类所有制企业，建立完善资助发放的考核指标，透明化资助条件和过程，让更多的企业参与竞争。对于难以形成有效行业内竞争的国计民生行业，应结合该行业特点和其他行业的竞争结果，提出行政性要求，要求企业满足相关要求并配合监督。

3、引入“承诺追加创新要素投入”标准。合理的资助评价标准，应当是有效降低企业研发投入的边际成本，而不是总成本。具体来看，评价一个企业能否获得直接资助，除了考虑当前项目的重要性、成功率等因素外，还要看企业能否做出在获取资助后确保研发人员等创新要素投入的承诺，从而降低内生性影响和规模收益递减的影响，提高创新产出效率。实际运作中，要加强监督检查，对不履行承诺的企业采取一定的惩罚措施。

附录：数据搜集及模型建立

1、研究数据来源与处理方法：课题组选用 2003-2010年间上海市大中型工业企业 32个行业的面板数据，数据均来自《上海统计年鉴》和《上海科技统计年鉴》。其中，以“企业科技活动经费筹集额”中来自企业的部分代替企业自有研发投入、“企业科技活动经费筹集额”中来自政府的部分代替政府直接研发资助、“享受各级政府对技术开发的减免税”代替政府间接研发资助。考虑到通货膨胀因素，以 2003年为基期，使用 R&D价格指数对以后年度的科技经费及减免税数据进行平减处理过程。

2、模型建立：一是针对政府直接资助对企业自主研发投入影响因素及带动作用分析而建立的多维行业模型。其中，使用了 OLS最小二乘法（ Ordinary Least Square）与稳健标准差结合的方法、面板数据固定效应方法、广义矩估计方法进行回归。二是针对研发资助下企业创新产出的影响因素分析而建立的加入行业异质性的柯布—道格拉斯生产函数形式拟合企业的创新生产过程模型。