基礎研究還是應用研究：誰更能促進TFP增長
——基于所有制和要素市場扭曲的調節效應分析

王 文，孫 早

(西安交通大學 經濟與金融學院，陜西 西安 710061)

?

基礎研究還是應用研究：誰更能促進TFP增長
——基于所有制和要素市場扭曲的調節效應分析

王 文，孫 早

(西安交通大學 經濟與金融學院，陜西 西安 710061)

不同于成熟市場經濟體，在像中國這樣的轉型經濟體中，研發活動對全要素生產率(TFP)的作用機制更為復雜。本文首先分析了國有企業和民營企業由于資源稟賦和行為邏輯等方面的不同，在基礎研究和應用研究創新上的差異性，進而考察了要素市場扭曲對基礎研究和應用研究與TFP之間關系的調節效應，以及要素市場扭曲與所有制的聯合調節效應。本文進一步以1998-2014年中國省級面板數據為樣本，采用有限分布滯后模型所做的經驗研究發現：(1)在國有經濟比重高的地區，基礎研究更能促進TFP增長，在國有經濟比重較低的地區，應用研究更能促進TFP增長；(2)隨著要素市場扭曲程度的提高，應用研究和基礎研究對TFP的影響都會被削弱，但基礎研究的削弱幅度相對更大；(3)所有制對基礎研究和應用研究與TFP之間關系的調節作用還依賴于要素市場扭曲程度。本文的發現為科學確定國家創新支持政策的調整方向和實施重點提供了進一步的經驗證據。

基礎研究；應用研究；地區TFP；所有制；要素市場扭曲

一、引 言

中國經濟在過去三十多年的快速增長主要得益于物質資本的大量投入，技術進步和全要素生產率(TFP)對經濟增長的貢獻度相對較低[1-2]。隨著中國經濟進入“結構性減速”的新常態階段，要素驅動型發展模式的負面效應愈發顯現，如何構建創新驅動型發展模式成為需要經濟學家和政策制定者迫切解決的問題[3]。內生經濟增長理論及相關的經驗研究均表明，研發活動(R&D)是促進技術進步和TFP增長的主要途徑，也是衡量一個國家(地區)創新能力高低的重要標準[4-5]。雖然近年來中國R&D投入強度在不斷增加①① 根據《中國科技統計年鑒》和《中國統計年鑒》，R&D投入強度(研發經費內部支出占GDP的比重)從1998年的0.58%上升到2014年的2.15%。，但TFP并沒有呈現出相應的上升趨勢[6]，張海洋[7]、謝建國和周璐昭[8]等人的研究甚至得出了研發投入對中國TFP提升效果不顯著或顯著為負的結論。這在很大程度上反映了轉型背景下研發作用機制的復雜性，也在一定程度上說明進一步深入分析不同類型研發活動對生產率的影響，比僅僅分析研發總量的生產率效應更具有實際意義[9]。

根據理論研究與現實情況，研發活動通常被區分為基礎研究和應用研究①① 在相關統計年鑒中，R&D經費支出包括基礎研究(basic research)、應用研究(applied research)和試驗發展(experimental development)三個部分，本文為了分析簡便將狹義的應用研究和試驗發展統稱為應用研究。?；A研究是指不帶有特定目的而進行的理論性或實驗性研究，主要是為了拓展對世界的基本認識，反映了知識的原創能力。應用研究則是有針對性地進行新產品生產或改善生產工藝，反映了對基礎研究成果應用途徑的探索。部分研究指出現階段中國基礎研究對TFP的影響小于應用研究，這主要是因為應用研究多由企業完成，研發周期較短，對單一企業或某個行業的生產率增長存在顯著促進作用[10]；另一些研究則強調基礎研究更有利于長期經濟增長，當前中國基礎研究投入不足對產業核心技術進步產生了消極影響[11-12]。這些研究之所以會得出不同的結論，很大程度上是因為他們忽略了中國作為轉型經濟體在制度安排、要素市場和產品市場發育不同步等方面的典型特征[13]。首先，所有制作為制度安排的潛在表征，不同所有制企業(或者研發機構)在激勵機制和管理能力上都存在較大差異，進而在利用不同類型研發經費進行創新的機制上也有所不同。其次，要素市場與產品市場的市場化進程不同步所帶來的要素市場扭曲問題，對不同類型研發與TFP之間的關系具有重要影響。

基于上述考慮，本文首先剖析了不同所有制主體由于資源稟賦和行為邏輯的差異，各自利用基礎研究和應用研究進行研發創新活動的差異性，并進一步分析要素市場扭曲對基礎研究和應用研究與TFP之間關系的調節效應，以及要素市場扭曲與所有制的聯合調節效應?；?998-2014年中國省級面板數據的檢驗結果支持了本文的所有假說。

二、文獻回顧與研究假說

(一)不同所有制主體進行基礎研究和應用研究的差異性分析

轉型經濟體的一個重要特征是各種所有制企業共存，其中國有企業和民營企業是經濟發展的主導力量[14]。由于國有企業和民營企業在資源稟賦和行為邏輯等方面存在顯著差異，導致各自在利用基礎研究和應用研究進行創新的具體機制上也存在明顯不同，本文主要就國有企業和民營企業這兩種所有制類型展開討論。除企業之外，研發主體還主要包括科研機構和高等學校。在中國現行體制下，科研機構和高等學校研發資金的絕大部分都由政府提供，因此也可以將它們看作是國有部門[15]。

與應用研究相比，基礎研究具有前期投入大、失敗風險高、研發周期長以及社會回報遠高于私人回報等特點，這使得國有企業具備進行基礎研究的天然優勢。首先，國有企業通常由中央或地方政府控制并經營，在資源稟賦上具有民營企業所不可比擬的優勢[16]，更易獲得大量政府研發資金的支持，具備開展基礎研究的資金投入條件。即使研發失敗，也可能會因為預算軟約束的問題獲得額外補償[17]，極大降低了基礎研究所面臨的風險。其次，基礎研究所具有的“社會回報遠高于私人回報”的特點使其在某種程度上具有公共物品的屬性[18]，較強的知識溢出效應和使用的非排他性使得基礎研究無法有效通過市場機制由民營企業或個人來提供，而是主要由政府提供。國有企業作為政府意志的執行者，有責任推進基礎研究的開展。進一步的，從委托代理和激勵的角度來看，國有企業高級管理人員大多由政府任命，他們對政治待遇回報的看重甚至優于經濟報酬[19]，而配合國家完成重大科技攻關項目，有助于得到政治升遷，因此國有企業也有動力推進基礎研究的開展。第三，基礎研究的成果主要表現為科學論文和著作，承擔政府基礎研究資金投入的主體主要是高等學校和科研機構。高校和科研機構既能滿足基礎研究所需要的人力和物力條件，同時也具有獲得科學論文和著作的內在動力，也就是說，在基礎研究階段，政府資金的投入產出效率遠高于企業資金[20]。

相比之下，民營企業在應用研究上更具有優勢。一方面，民營企業(特別是其中的中小企業)的發展和創新首先面臨較大的資金約束[21]，而應用研究的資金投入和風險相對基礎研究要小得多，因此民營企業更傾向于在應用研究方面進行創新。另一方面，應用研究的研發周期較短，對于在激烈競爭中急欲勝出的單一民營企業或企業集團更具有吸引力[10]。最后，由于民營企業在組織和管理能力上較有優勢，在實施創新活動和戰略時擁有更大的靈活性和自主權，可以更有效地將創新投入轉化為創新產出。

根據以上分析，我們提出本文的第一個假說：

H1：在國有經濟比重較高的地區，基礎研究比應用研究更能促進TFP增長；在國有經濟比重較低(民營企業比重較高)的地區，應用研究比基礎研究更能促進TFP增長。

(二)要素市場扭曲對基礎研究和應用研究的影響

在中國這樣的轉型經濟體，市場化改革主要集中于產品市場層面。出于穩定經濟和引導發展的考慮，中央和地方政府對要素市場(如土地、勞動力及資本等)普遍存在不同程度的干預和管制現象，這些干預和管制行為的一個共同特征就是人為壓低要素價格，導致要素市場扭曲[22]。短期來看，這可能有助于各級政府調動資源促進經濟增長，但從長期來看，極有可能會對包括基礎研究和應用研究在內的研發創新活動帶來抑制效應，從而給經濟可持續發展造成障礙[23]。

一方面，要素市場扭曲所導致的低要素價格會刺激企業密集使用土地、勞動力和資本等有形生產要素，而較少有動力或壓力從事研發創新生產[13]。進一步的，在要素市場扭曲程度越高的地區，各級政府對要素的定價權和分配權越大。在這種情況下，企業和企業家有強烈的動機與政府官員建立尋租關系，以相對較低的成本獲得稀缺生產要素。Murphy 等[24]、Boldrin and Levine[25]的研究發現，尋租活動產生的超額收益會吸引更多的物質和人力資本從生產領域轉移到非生產的尋租領域，從而對企業的研發創新活動產生擠出，進而削弱通過研發提升TFP的效應。另一方面，在要素市場扭曲的情境下，為了獲取政府研發補貼，企業經常會釋放出虛假的“創新信號”，從而嚴重削弱了政府研發資金的使用效率[26]，最終不利于TFP的提升。

盡管要素市場扭曲通過抑制企業研發創新投入進而對TFP產生負效應，但是對于基礎研究和應用研究所產生的抑制作用大小并不完全相同?；A研究投入巨大、周期漫長，所面臨的不確定程度遠高于應用研究，而要素市場扭曲及其所激發的虛假創新以及尋租活動進一步加劇了基礎研究前景的不確定性，極有可能在很大程度上打消企業從事基礎研究的積極性。與此同時，基礎研究的溢出效應和被模仿風險相對應用研究更強，而轉型經濟體的知識產權保護制度和執行機制并不完善，因此當面臨要素市場扭曲時，企業的理性選擇可能傾向于利用要素市場扭曲所帶來的尋租機會獲取超額利潤或租金收益，并將其進一步投資于非生產性投機活動，這會使得企業從根本上喪失對風險相對較高的基礎研究的投入動力[23]。因此我們預期要素市場扭曲對基礎研究產生的負面效應相對更強。據此提出本文的第二假說：

H2：隨著要素市場扭曲程度的提高，無論應用研究還是基礎研究對TFP的影響都會被削弱，且基礎研究的削弱幅度更大。

(三)要素市場扭曲和所有制的聯合作用

為了更全面分析不同所有制主體的基礎研究和應用研究對TFP的影響差異，本文進一步考察在要素市場扭曲程度不同的情況下，國有企業和民營企業對基礎研究和應用研究的不同反應。

如前文所述，國有企業和民營企業由于資源稟賦和行為邏輯等方面的差異對基礎研究和應用研究存在不同的傾向(偏好)。與此同時，處于經濟轉型時期的中國又無法擺脫政府干預和管制所帶來的要素市場扭曲?？紤]到國有企業具有進行基礎研究的優勢，要素市場扭曲對基礎研究的削弱幅度相對更大(假說2)，因此在國有企業份額較大的地區，當面臨更高的要素市場扭曲時，國有企業利用基礎研究提升TFP的優勢會大幅減少。雖然要素市場扭曲及其所帶來的尋租活動對包括基礎研究和應用研究在內的企業研發創新活動都具有負向激勵效應，但是由于應用研究靈活性強(投入少、周期短、風險低)，使得要素市場扭曲所導致的潛在損失(沉沒成本)相對較小。根據假說1的分析，民營企業在應用研究上的優勢更為明顯，因此在國有企業比重較低(民營企業比重較高)的地區，當面臨更高的要素市場扭曲時，民營企業利用應用研究提升TFP的優勢雖然也會被削弱，但總體上可能不如基礎研究的削弱幅度高。那么，我們進一步提出假說3：

H3：所有制對兩種研發與TFP之間關系的調節作用還依賴于要素市場扭曲程度。在國有經濟比重較高的地區，當要素市場扭曲程度較低時，基礎研究比應用研究更能促進TFP增長，隨著要素市場扭曲程度的提高，基礎研究與應用研究對TFP影響的差異在縮小；在國有經濟比重較低的地區，當要素市場扭曲程度較低時，應用研究比基礎研究更能促進TFP增長，隨著要素市場扭曲程度的提高，應用研究與基礎研究對TFP影響的差異會增大。

三、實證設計

(一)模型構建

20世紀80年代后期，Lucas[4]和Romer[5]提出的內生經濟增長理論在動態一般均衡框架下將生產率的變化內生化，以人力資本和技術進步來分析生產率增長。借鑒Griliches[27]的模型，我們首先將人力資本和知識資本引入C-D生產函數：

(1)

其中，i和t分別為省份和時間，Yit代表地區生產總值，Kit為物質資本投入，勞動投入被分解為簡單勞動投入(Nit)和人力資本(Hit)的乘積，Zit表示知識資本存量。本文主要考察基礎研究和應用研究對地區TFP的影響，因此我們將知識資本分解為基礎研究(BR)與應用研究(AR)兩部分，相對應的生產函數可寫為：

(2)

根據索洛余值，總產出中扣除物質資本投入和簡單勞動投入后的剩余部分即為TFP。因此有：

(3)

(3)式的中間表達式為測算TFP的一般公式，右邊表達式則揭示了TFP的源泉。對(3)式兩邊取對數可得：

lnTFPit=lnC+βlnHit+γ1lnBRit+γ2lnARit

(4)

根據(4)式，可構建如下的計量模型：

lnTFPit=α0+α1lnBRit+α2lnARit+ΣβjXjit+μi+εit

(5)

其中，Xj為一組可能影響地區TFP的控制變量(其中包括(4)式中的人力資本H)，μi為地區固定效應，εit為隨機擾動項。

考慮到研發活動對TFP的影響存在一定滯后性，參照楊玲和許傳龍[28]的做法，在(5)式的基礎上，建立如下有限分布滯后模型：

(6)

(7)

將(7)式代入(6)式可得如下計量模型：

(8)

對(8)式進行回歸可以直接得到基礎研究和應用研究對TFP的長期影響系數α1、α2。以(8)式為基礎，為了檢驗基礎研究和應用研究對不同所有制結構地區TFP影響的差異，以及地區要素市場扭曲程度對這種影響的調節效應，本文利用以下模型進行數據回歸：

(9)

其中，Own和Dis分別表示地區所有制結構和要素市場扭曲程度。

(二)數據來源與變量說明

考慮到數據可得性，本文以1998-2014年間中國30個省、市、自治區作為研究樣本(西藏地區因數據缺失嚴重不予考慮)。原始數據來自歷年《中國統計年鑒》《中國科技統計年鑒》《中國勞動統計年鑒》《中國市場化指數》以及《新中國六十年統計資料匯編(1949-2008)》。缺省數據采用線性插值獲得。主要變量的定義見表1。

本文的被解釋變量為各地區TFP。現有文獻關于TFP的估算方法主要包括非參數分析法(DEA)、半參數分析法(OP、LP)和參數分析法(SFA)等。DEA方法只能估計TFP變動率，而目前較受青睞的OP、LP等半參數方法主要針對的是微觀企業的TFP估計[29]，本文采用的研究樣本則是基于省級面板數據。基于這一認識，我們采用基于SFA的參數回歸方法估計各地區的TFP。本文將前沿生產函數設定為C-D形式，對數隨機前沿生產函數模型可表示為：

表1 變量定義表

(10)

其中，Yit、Kit、Nit分別代表地區i在t年的生產總值、固定資本存量及從業人員數；t為時間趨勢變量，vit為一般意義上的隨機誤差項，uit為技術無效率項，并與vit相互獨立；η為技術效率指數的變化率。地區生產總值采用以1998年為基期的價格指數平減；固定資本存量采用永續盤存法進行估算，價格指數的構造參照張軍[30]的方法進行處理，資本折舊率取為9.6%?；?10)式的隨機前沿模型，參照劉秉鐮等[31]的做法，地區i在t年的TFP可表示為TFPit=exp[γ0+γ3t]×TEit， 其中TEit=E[exp(-uit)|eit=vit-uit]為隨機前沿模型測算獲得的技術效率。

核心解釋變量包括基礎研究(BR)與應用研究(AR)。基礎研究采用高校、科研機構以及大中型工業企業R&D經費內部支出中的基礎研究部分來衡量，應用研究采用高校、科研機構以及大中型工業企業R&D經費內部支出中的應用研究部分與試驗發展部分之和來衡量。研發支出均參照吳延兵[32]的做法通過永續盤存法轉化為相應的R&D資本存量。

調節變量為地區所有制結構(Own)與要素市場扭曲程度(Dis)。已有文獻大多采用某一類型產權的產值比重或從業人員比重來反映產權結構，我們采用國有及國有控股大中型工業企業產值占地區全部大中型工業企業產值的比重來度量地區所有制結構。要素市場扭曲則參照戴魁早等[33]的做法，選擇基于標桿法的相對差距指數衡量各地區的要素市場扭曲程度，具體公式為Disit=[max(FMit)-FMit]/max(FMit)，FM為要素市場發育程度指數[34]。

為了剔除其他因素的影響，我們還控制了人力資本(H)、經濟發展水平(Dev)、政府干預程度(Gov)、外商直接投資(Fdi)及貿易自由度(Tra)等變量。根據模型(4)，人力資本是影響地區TFP的重要因素，擁有越多人力資本的地區越傾向于進行創新活動，進而提升地區生產率。本文采用各地區就業人員受教育年限來衡量人力資本。以地區人均GDP來度量經濟發展水平。由于中國經濟發展具有政府干預和外向型發展兩大主要特征，這兩個特征會對地區生產率產生重要影響。考慮到財政和貨幣政策是政府對經濟進行干預的重要手段，因此我們采用地區財政支出比重作為反映政府干預程度的一個重要變量。我們采用外商直接投資和貿易自由度來控制外向型經濟發展的影響。外資企業的進入會加劇國內市場競爭，也會通過技術外溢帶動內資企業技術進步，從而提高地區TFP，本文以各地區全社會固定資產投資中的港澳臺商投資和外商投資所占比重來衡量外商直接投資。商品和服務貿易也能帶動技術轉移，加劇產業內競爭，促進技術革新，本文以各地區進出口總額占地區生產總值的比重來衡量貿易自由度。

四、實證結果分析

(一)基本估計結果分析

考慮到研發投資對TFP發生作用的滯后性，我們將核心解釋變量(lnBR、lnAR)同時滯后一期(p=q=1)和二期(p=q=2)，回歸結果分別報告在表2的列(1)-(3)和列(4)-(6)。具體采用混合OLS、固定效應(FE)還是隨機效應(RE)模型來進行估計由相關假設檢驗來確定。從表2來看，依次引入調節變量Own、Dis的列(1)-(2)和列(4)-(5)適合采用FE模型進行估計，同時引入兩個調節變量的列(3)和列(6)適合采用RE模型進行估計。

表2的六個估計結果都顯示，基礎研究(lnBR)和應用研究(lnAR)的系數顯著為正，但lnBR的系數均小于lnAR，表明從整體上來看，現階段基礎研究對TFP的影響小于應用研究。這可能是因為現階段中國基礎研究的重大創新成果較為缺乏，且科技成果不能有效轉化為生產率，從而對TFP的影響相對較小[10]。進一步的，列(4)-(6)中lnBR與lnAR的系數比列(1)-(3)較高，列(4)-(6)中lnBR與lnAR系數之間的差距比列(1)-(3)更小，表明無論是基礎研究還是應用研究對TFP的影響均存在一定滯后性，但是基礎研究的滯后效應相對更強，意味著雖然基礎研究在短期內對TFP的作用效果較弱，但是基礎研究的投入和積累能夠促進TFP的長期可持續發展，這與孫曉華和王昀[35]的研究結果相一致。

表2 面板數據模型回歸結果

注：括號內的數字為t統計量；*、**、***分別代表10%、5%和1%的顯著性水平。

表2的列(1)顯示，所有制與基礎研究和應用研究的交互項Own×lnBR、Own×lnAR的系數均顯著為負(-0.0404、-0.1988)，表明所有制對基礎研究和應用研究對TFP的影響具有顯著的負向調節效應。我們進一步通過考察不同所有制情形下基礎研究和應用研究對TFP的影響系數來分析國有企業和民營企業是否在研發投資上存在不同的傾向。在國有經濟比重較低(Own=0)的地區①① 我們以Own=1表示國有經濟比重較高的情形，以Own=0表示國有經濟比重較低的情形。雖然在現實經濟中不可能存在如此極端的情況，但是本文側重于考察兩種研發對TFP影響的相對大小，因此該設定并不會影響本文結論一般性。后文中對于要素市場扭曲程度的處理與所有制相一致。，基礎研究對TFP的影響系數為0.1675，低于應用研究的影響(0.3078)，因而應用研究對TFP的促進作用高于基礎研究。而在國有經濟比重較高(Own=1)的地區，基礎研究對TFP的影響系數為列(1)中lnBR與交叉項Own×lnBR的回歸系數之和0.1271，高于應用研究對TFP的影響系數(0.1090)，表明基礎研究對TFP的促進作用高于應用研究。也就是說，國有比重較高的地區更傾向于基礎研究，而在國有經濟比重較低的地區，開展應用研究則更具優勢。從列(4)可以看出，當延長滯后期后，基礎研究(lnBR)和應用研究(lnAR)系數的顯著性略有變化，但都顯著為正，交互項Own×lnBR、Own×lnAR的系數在符號、數值和顯著性上與列(1)基本一致。從影響系數來看，國有經濟比重較低(Own=0)的地區，基礎研究對TFP的影響系數(0.3470)低于應用研究的影響系數(0.4170)；國有比重較高(Own=1)的地區，基礎研究對TFP的影響系數降至0.2945，高于應用研究的影響系數(已降至0.2564)。因此本文的假說1得到了驗證。

表2的列(2)中，要素市場扭曲程度(Dis)與兩種研發投資的交互項Dis×lnBR、Dist×lnAR的系數同樣顯著為負(-0.1179、-0.0743)，表明要素市場扭曲對基礎研究和應用研究的TFP效應也具有顯著的負向調節作用，隨著要素市場扭曲程度的提高，基礎研究和應用研究對TFP的影響都會被削弱。其中，交互項Dis×lnBR的系數(-0.1179)低于交互項Dis×lnAR的系數(-0.0743)，說明基礎研究對要素市場扭曲的調節更為敏感，隨著要素市場扭曲程度的增加，相對應用研究而言，基礎研究對TFP促進作用的降低幅度要更大。列(5)延長滯后期至2年后，交互項Dis×lnBR、Dis×lnAR的系數(-0.1100、-0.0540)同樣支持上述結論。表明本文的假說2得到驗證。

表3 兩種研發投資對TFP的影響系數：Own與Dis的聯合調節作用

表2的列(3)和列(6)進一步引入了復合交互項Own×Dis×lnBR、Own×Dis×lnAR。列(3)顯示，Own×Dis×lnBR、Own×Dis×lnAR的系數為正且分別在5%和10%的水平上顯著。為了直觀展現所有制結構(Own)和要素市場扭曲(Dis)對基礎研究和應用研究的TFP效應的聯合調節作用，我們在表3中給出了Own與Dis的聯合調節作用下兩種研發投資對地區TFP的影響系數。從表3可以清晰地看出，所有制對兩種研發與TFP之間關系的調節作用與要素市場扭曲程度有顯著關聯。在滯后一期的情況下，在國有經濟比重較低(Own=0)的地區，當要素市場扭曲程度較低時(Dis=0)，基礎研究對TFP的影響系數為0.1752，明顯低于應用研究的影響系數(0.2960)，因而我們可以認為，在這種情形下(情形一)，應用研究比基礎研究更能促進TFP增長。當要素市場扭曲程度較高時(Dis=1)(情形二)，基礎研究對TFP的影響系數為0.0320，低于應用研究的影響系數(0.1885)，二者之間的影響系數差異由情形一下的0.1208增加至情形二下的0.1565。在國有經濟比重較高(Own=1)地區，當要素市場扭曲程度較低(Dis=0)時(情形三)，基礎研究對TFP的影響系數為0.1448，應用研究對TFP的影響系數為0.1290，即基礎研究對TFP的作用更為明顯。當要素市場扭曲程度逐漸提高時(情形四)，基礎研究和應用研究對TFP的作用都很低，其影響系數分別為0.0153和0.0310，兩種研發對TFP的影響差異較情形三有所減少。本文的假說3至此得到了驗證。進一步，在滯后二期的四種情形下，基礎研究和應用研究對TFP的影響系數的大小對比和差異程度也表現得與滯后一期大致相同，表明本文假說3的結論是可靠的。

表2還顯示，人力資本(lnH)的彈性系數在表2的所有回歸中均顯著為正，表明人力資本對地區TFP有明顯促進作用，一個地區勞動者的受教育程度越高，越有利于人力資本的積累，從而該地區的TFP也就越高。經濟發展程度(Dev)、外商直接投資(Fdi)、貿易自由度(Tra)三個變量的系數同樣顯著為正，表明地區TFP確實與經濟發展水平正相關，外資進入和國際貿易的加強能夠激勵企業提高生產工藝和產品質量，進而促進地區TFP的提升。政府干預程度(Gov)的系數顯著為負，這可能是由于不當的政府干預會向企業傳遞錯誤信號，擠占企業自身研發投入發揮作用的空間。

(二)內生性分析

在分析基礎研究與應用研究對TFP的影響時，不能忽視相關經濟變量之間可能存在的內生性問題。如地區生產率可能會影響該地區內的人力資本和研發投入水平。生產率較高的地區往往具有較高的薪資水平，容易吸引高層次的人才往區內集聚；高生產率的地區，不僅具有較強的經濟實力，而且產業結構也更傾向于技術密集型，因而有需要也有實力去進行較多的研發投資。地區生產率與經濟發展程度之間還可能存在雙向因果關系。內生性問題的存在使得上述變量之間的因果聯系變得難以確認，一般的面板數據模型容易造成估計偏差，影響估計結果的一致性。

本文考慮采用廣義矩估計(GMM)處理內生性問題，其實質是采用自變量的滯后項作為工具變量。GMM方法最先是由Arellano and Bond[36]提出的差分廣義矩估計(Differentiated-GMM)，其基本思路是在通過一階差分變換控制固定效應的基礎上，將差分方程中內生變量的滯后項作為工具變量估計差分方程。差分GMM估計容易產生弱工具變量問題，導致有限樣本偏誤。Blundell and Bond[37]在Arellano and Bover[38]給出的改進方法的基礎上，將差分工具變量矩陣和水平工具變量矩陣結合在一起，提出了更為有效的系統廣義矩估計(System-GMM)方法。鑒于這一認識，我們即采用系統GMM方法弱化變量間的內生性問題，回歸結果報告在了表4中。

系統GMM估計的一致性取決于工具變量的有效性。表4中提供了有關工具變量有效性的3種檢驗。Hansen J檢驗為過度識別約束檢驗，在至少有一個工具變量為外生的前提下，其原假設為“H0：所有工具變量都是外生的”。Arellano-Bond AR(1)和Arellano-Bond AR(2)檢驗則是用來檢驗誤差項是否存在一階和二階序列相關，GMM估計要求殘差項必須不存在二階序列相關。從表4可以看出，在所有回歸中，Hansen J檢驗的p值均低于5%，表明不能拒絕所有工具變量為外生的原假設，即本文系統GMM估計所采用的工具變量是有效的；Arellano-Bond序列相關檢驗表明不能拒絕不存在二階序列相關的原假設(p值>10%)。因此，表4的系統GMM估計結果是一致估計。

表4中，滯后一期和滯后二期情況下，兩種研發(lnBR、lnAR)、兩個調節變量(Own、Dis)以及交互項的回歸系數的符號和顯著性與表2相比都沒有發生太大變化，表明本文分析結論是可靠的。表4中列(1)和(4)顯示，在國有經濟比重較低(Own=0)的地區，基礎研究對TFP的影響系數低于應用研究，在國有經濟比重較高(Own=1)的地區，基礎研究對TFP的影響系數高于應用研究，表明控制了內生性問題后假說1的結論仍然得到驗證。不論是在列(2)還是列(5)中，要素市場扭曲與基礎研究交互項Dis×lnBR的系數與要素市場扭曲與應用研究的交互項Dis×lnAR的系數都顯著為負，且Dis×lnBR的系數小于Dis×lnAR的系數，表明控制內生性后，要素市場扭曲對兩種研發活動對TFP的作用仍具有顯著的負向調節效應，且對基礎研究與TFP之間關系的調節效應更強。因此假說2得到進一步支持。根據列(3)和列(6)，控制內生性問題后，復合交互項Own×Dis×lnBR、Own×Dis×lnAR的系數仍然顯著為正。

表4 內生性檢驗：系統GMM估計結果

注：括號內的數字為t統計量；*、**、***分別代表10%、5%和1%的顯著性水平。

表5 兩種研發投資對TFP的影響系數：Own與Dis的聯合調節作用(內生性檢驗)

注：括號內為數對，兩個元素依次為基礎研究與應用研究對TFP的影響系數。

在所有制結構與要素市場扭曲的聯合調節作用下，兩種研發投資對TFP的影響系數報告在了表5中。表5顯示，從影響系數的比較來看，不論是滯后一期還是滯后二期，在情形一(Own=0，Dis=0)和情形二(Own=0，Dis=1)下，應用研究對TFP的促進作用都要高于基礎研究；在情形三(Own=1，Dis=0)下，基礎研究對TFP的作用明顯高于應用研究。從影響系數差異的變動來看，從情形一(Own=0，Dis=0)到情形二(Own=0，Dis=1)，隨著要素市場扭曲程度的提高，滯后一期時兩種研發投資的影響系數差異由0.0984擴大至0.1332，滯后二期時影響系數差異則由0.0285增加至0.0706，因而應用研究與基礎研究對TFP影響的差異在不斷增大；從情形三(Own=1，Dis=0)到情形四(Own=1，Dis=1)，隨著要素市場扭曲程度的提高，滯后一期時兩種研發的影響系數差異由-0.0411(負值表明基礎研究對TFP的促進作用低于應用研究)變動至-0.0144，滯后二期時則是由-0.0430變動至-0.0058，表明基礎研究與應用研究對TFP影響的差異在逐漸縮小。因此在弱化了內生性問題之后，假說3得到進一步驗證。

五、結論與啟示

隨著中國經濟增長速度趨于放緩，“提升企業自主創新能力、全面構建創新驅動型發展模式”越來越成為經濟學家和政策制定者的共識，研發創新活動與生產率之間的關系也成為一個重要的研究課題。然而現有研究大都忽視了中國作為轉型經濟體在制度安排和要素市場發育不健全等方面的典型特征，以至于在“何種類型研發活動更有助于生產率增長”這一問題上得出的結論并不一致。本文主要圍繞基礎研究和應用研究與TFP之間的關系展開討論，重點考察所有制和要素市場扭曲對它們之間關系的調節作用。

以1998-2014年中國省級面板數據為研究樣本，利用有限分布滯后模型進行估計的結果顯示：(1)國有部門在基礎研究方面相對更有優勢，因此在國有經濟比重較高的地區，基礎研究更能促進TFP增長；民營企業在應用研究方面更有優勢，因此在國有經濟比重較低(民營企業比重較高)的地區，應用研究更能促進TFP增長；(2)要素市場扭曲程度較高的地區，無論應用研究還是基礎研究對TFP的影響都會被削弱，且基礎研究的削弱幅度更大；(3)所有制對兩種研發與TFP之間關系的調節作用還依賴于要素市場扭曲程度。在國有經濟比重較高的地區，當要素市場扭曲程度較低時，基礎研究比應用研究更能促進TFP增長，隨著要素市場扭曲程度的提高，基礎研究與應用研究對TFP影響的差異在縮??；在國有經濟比重較低的地區，當要素市場扭曲程度較低時，應用研究比基礎研究更能促進TFP增長，隨著要素市場扭曲程度的提高，應用研究與基礎研究對TFP影響的差異會增大。

本文的發現具有深刻的政策啟示：(1)在制定創新發展戰略時，需要首先明確研發項目的具體屬性。基礎研究更注重知識和技術的突破，而應用研究更注重盈利的實現，因此有效的研發扶持政策應該更有針對性和客觀性。對于基礎研究項目，應主要由政府補貼驅動國有部門研發，以基礎研究為著力點“做強做優做大國有企業”。而對于應用型研發項目，則應著重改善企業研發所面臨的融資環境，通過補貼、稅收優惠等政策工具降低民營企業的研發準入門檻，通過政府和市場力量共同驅動科技項目的研發和投產；(2)要堅持從產品市場和要素市場發展不平衡的現實出發，全面推進和加快要素市場的市場化改革進程，逐步放開對要素市場的定價權和管制權?？紤]到地區要素市場發展不平衡的基本情況，應分類制定要素市場化改革戰略，確保要素市場改革朝著積極方向演變，這對于建立創新型國家、促進經濟可持續發展有著十分重要的意義。

[1] Krugman P. The myth of Asia’s miracle [J]. Foreign Affairs, 1994, 73(6): 62-78.

[2] Young A. Lessons from the East Asian NICS: A contrarian view [J]. European Economic Review, 1994, 38(3-4): 964-973.

[3] 辜勝阻. 轉型與創新是后危機時代的重大主題[J]. 財貿經濟，2010(8)：91-95.

[4] Lucas R. On the mechanics of economic-development [J]. Journal of Monetary Economy, 1988, 22 (1): 3-42.

[5] Romer P. Endogenous technological change [J]. Journal of Political Economy, 1990, 98 (5): S71-S102.

[6] Islam N, Dai E, Sakamoto H. Role of TFP in China’s growth [J]. American Economic Journal, 2006, 20(2):127-159.

[7] 張海洋. R&D兩面性、外資活動與中國工業生產率增長[J]. 經濟研究，2005(5)：107-117.

[8] 謝建國，周璐昭. 進口貿易、吸收能力與國際R&D技術溢出：中國省區面板數據的研究[J]. 世界經濟，2009，(9)：68-81.

[9] 蔣殿春，王曉嬈. 中國R&D結構對生產率影響的比較分析[J]. 南開經濟研究，2015(2)：59-73.

[10] 陳鈺芬，黃娟，王洪刊. 不同類型研發活動如何影響TFP？——基于2000-2010年我國省際面板數據的實證[J]. 科學學研究，2013(10)：1512-1521.

[11] 楊立巖，潘慧峰. 人力資本、基礎研究與經濟增長[J].經濟研究，2011(4)：104-117.

[12] 嚴成樑，龔六堂. R&D規模、R&D結構與經濟增長[J]. 南開經濟研究，2013(2)：3-19.

[13] 楊洋，魏江，羅來軍. 誰在利用政府補貼進行創新？——所有制和要素市場扭曲的聯合調節效應[J]. 管理世界，2015(1)：75-86.

[14] Liang X, Lu X, Wang L. Outward internationalization of private enterprises in China: the effect of competitive advantages and disadvantages compared to home market rivals [J]. Journal of World Business, 2012, 47:134-144.

[15] 胡志國，嚴成樑，龔六堂. 政府研發政策的經濟增長效應與福利效應[J]. 財貿經濟，2013(9)：112-120.

[16] Faccio M. Politically connected firms [J]. The American Economic Review, 2006, 96(1):369-386.

[17] Lin J, Tan G. Policy burdens, accountability and the soft budget constraint [J]. The American Economic Review, 1999, 89(2):426-431.

[18] Clarysse B, Wright M, Mustar P. Behavioral additionality of R&D subsidies: A learning perspective [J]. Research Policy, 2009, 38(10):1517-1533.

[19] Xu E, Yang H, quan J, Lu Y. Organizational slack and corporate social performance: empirical evidence from China’s pubic firms [J]. Asia Pacific Journal of Management, 2015, 32(1):181-198.

[20] 王博雅，熊柴，盧曉榆. 政府資金在R&D鏈條各階段的投入比例研究[J]. 科研管理，2015(6)：75-80.

[21] Chen V, Li J, Shapiro D, Zhang X. Ownership structure and innovation: An emerging market perspective [J]. Asia Pacific Journal of Management, 2012, 31(1):1-24.

[22] 黃益平. 要素市場引入自由市場機制[EB/OL]. http://finance.ifeng.com/topic/cjdd/video/20090726/993603.shtml，2006-07-26.

[23] 張杰，周曉艷，李勇. 要素市場扭曲抑制了中國企業R&D？[J].經濟研究，2011(8)：78-91.

[24] Murphy K, Shleifer A, Vishy R. Why is rent-seeking costly to growth [J]. The American Economic Review, 1993, 83(2):409-414.

[25] Boldrin M, Levine D. Rent-seeking and Innovation [J]. Journal of Monetary Economics, 2004, 51:127-160.

[26] 安同良，周紹東，皮建才. R&D補貼對中國企業自主創新激勵效應[J].經濟研究，2009(10)：87-98.

[27] Griliches Z. Issues in assessing the contribution of research and development to productivity growth [J]. Bell Journal of Economics, 1979(10): 92-116.

[28] 楊玲，許傳龍. 分類型研發投資對TFP的影響——基于長江經濟帶11省市的實證分析[J].云南財經大學學報，2016(1)：72-80.

[29] 魯曉東，連玉君. 中國工業企業TFP估計：1999—2007[J]. 經濟學(季刊)，2012(2)：542-558.

[30] 張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952—2000[J]. 經濟研究，2004(10)：35-44.

[31] 劉秉鐮，武鵬，劉玉海. 交通基礎設施與中國TFP增長——基于省域數據的空間面板計量分析[J]. 中國工業經濟，2012(9)：54-64.

[32] 吳延兵. R&D與生產率——基于中國制造業的實證研究[J]. 經濟研究，2006(11)：60-70.

[33] 戴魁早，劉友金.要素市場扭曲與創新效率——對中國高技術產業發展的經驗分析[J]. 經濟研究，2016(7)：72-86.

[34] 樊綱，王小魯，朱恒鵬. 中國市場化指數：各地區市場化相對進程報告[M]. 北京：經濟科學出版社. 2011.

[35] 孫曉華，王昀. 何種類型的研發投資更有利于提高一國生產率？——來自OECD國家的經驗證據[J]. 科學學研究. 2014(2)：204-210.

[36] Arellano M, Bond S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations [J]. The Review of Economic Studies, 1991, 58(2): 277-297.

[37] Blundell R, Bond S. Initial conditions and moment restrictions in dynamic panel data models [J]. Journal of Econometrics, 1998, 87(1):115-143.

[38] Arellano M, Bover O. Another look at the instrumental variable estimation of error-components models [J]. Journal of Econometrics, 1995, 68(1): 29-51.

責任編輯、校對：李再揚

2016-09-22

國家社會科學基金青年項目(編號：15CJL028)；中國博士后科學基金特別資助(編號：2015T81010)；中國博士后科學基金面上項目(2013M530417)；陜西省博士后科研項目；西安交通大學新教師支持計劃。

王文(1983- )，女，陜西省西安市人，西安交通大學經濟與金融學院講師，經濟學博士，研究方向：產業結構升級與現代產業演進；孫早(1966- )，江蘇省泰興市人，西安交通大學經濟與金融學院院長，教授，博士生導師，研究方向：公司戰略與現代產業演進。

A

1002-2848-2016(06)-0023-11