政府R&D補貼與企業技術創新*
——基于溢出加權視角的PSM-DID模型分析

劉樹林， 張晟嘉， 胡蘇敏

(武漢理工大學 經濟學院，湖北 武漢 430070)

一、 引 言

技術創新是保持經濟高質量發展的關鍵動力。為進一步深化科技體制改革，強化以企業為主體的技術創新體系建設，我國頒布系列創新支持政策以優化創新環境，扶持和發展企業自主創新，推動經濟社會實現可持續增長。其中財政激勵是政府干預企業技術創新的有效手段之一，根據相關數據顯示，1980-2016年，我國財政科技撥款由64.59億元增長到7760.7億元，年均增速達14%①。獲得補貼的上市公司數量逐年增長，2016年，我國3036家上市公司獲得政府補貼，占所有上市公司的94.2%②。盡管政府創新補貼額持續增長，但企業層面的創新投入不足、核心專利缺失及專利轉化率低等問題仍然存在。國家科技部數據顯示，2015年全國規模以上工業企業開展科技活動的企業僅占19.2%，擁有研發機構的企業占比為13.79%；規模以上工業企業的研發經費投入占主營業務收入比值僅為0.902%，而日、美、德等發達國家企業研發經費投入強度均在2.1%以上③。因此，激勵企業進行技術創新，引導企業優化創新資源配置，是政府優化激勵政策，營造創新環境的關鍵所在。

檢驗和評估政策效果對于創新補貼政策的制定有重要的指導意義，根據研究統計，雙重差分法直到2005年才被我國學者借鑒和應用到中國農村稅費改革政策效果評估中④，但近年來已經占據了全部政策研究的30%以上，成為當下政策研究的主要分析工具之一⑤。雙重差分模型通過“反事實”方法設置實驗組和控制組，能夠有效減少由于內生性問題造成的估計偏差。然而，在溢出效應影響下，實驗組和控制組之間并不完全獨立，而是通過技術經濟聯系相互影響，即針對實驗組的創新補貼帶來的技術創新產出在一定程度上會引起控制組產出的變化，因此在溢出效應下，傳統的雙重差分模型在處理創新相關政策效應時存在一定估計偏差，創新補貼政策的評估需要考慮實驗組和控制組之間的技術關聯，來減少溢出效應造成的估計偏差。盡管已有文獻從不同視角證明了政府創新補貼與企業技術創新之間的因果聯系，但少有文獻考慮技術溢出效應的存在可能導致政策效應被大大低估，即政策性引導的技術知識從受惠企業流向未受惠企業，從而引起未受補貼的企業間接獲得政策影響，但由于技術溢出的概率和方向難以觀測，溢出效應的存在加大了對創新補貼政策評估的復雜性，因此，以往創新補貼政策分析中并未實現將技術溢出納入實證研究框架中，這為本文研究留下了進一步分析空間。

基于我國制造業上市企業樣本，本文根據雙重差分模型的基本原理，構建政府R&D補貼影響下受補貼的企業與未受補貼的企業之間的技術溢出關聯模型，同時，考慮企業異質性，分析不同所有制企業對政府R&D補貼的反映彈性，系統分析我國創新補貼政策的影響效果。本文的可能貢獻在于：第一，根據外部性理論和雙重差分模型構建的基本原則，對傳統方法進行調整，構建溢出效應下的雙重差分模型，拓展創新政策評估方法的研究領域；第二，根據溢出效應調整的實證模型，進一步分析政府R&D補貼與企業技術創新產出之間的因果關聯；第三，在企業不同所有制背景下進一步分析政府R&D補貼對企業專利產出和R&D投入激勵作用的差異，并綜合確定政府對企業R&D補貼強度的“適度區間”。

二、 文獻綜述與研究假設

技術創新的公共品屬性及企業研發投入的正外部性使得企業從技術研發中獲得的私人收益低于社會收益，因此，市場機制的缺陷為政府干預提供了理論依據[1-2]。但技術創新的外部性也使得其他未獲得政府直接財政支持的企業獲得了一定的技術溢出，從而提升了企業的技術水平和生產能力。現有文獻關于政府創新補貼與企業技術創新的研究主要存在兩種觀點：一是政府R&D補貼能夠激勵企業技術創新，如Spence認為財政補貼能夠促進企業開展更多的R&D活動[3]。國內學者楊洋等和朱平芳、徐偉民的研究也都表明政府補貼能夠顯著促進企業增加研發投入[4-5]。；二是政府R&D補貼對企業技術創新并無顯著激勵作用，如不少學者認為R&D激勵政策并未達到預期的政策效果，不能對研發投入產生實質性的影響[6-7]。國內學者如張維迎表示，盡管企業申請了政府R&D補貼，但大多科研經費很難全部用于研發活動，并未真正達成技術創新⑥。肖興志、王伊攀基于戰略性新興產業樣本，發現政府補貼對公及私人R&D投入均有“擠出效應”，現有政府R&D補貼政策扭曲了企業技術創新活動，導致許多企業為了獲取政府補貼轉變生產方式進行研發操作等尋租行為，而非用于真正的技術研發[8]。盡管學術界尚未對于二者關系達成共識，但現有研究大多表明政府R&D補貼對企業的技術創新有一定的激勵作用，尤其表現在對企業R&D投入和專利產出上，如劉小元、林嵩從技術創新資源配置和新產品產出視角，認為地方政府補貼能激勵企業技術創新，提高創新產出[9]。

基于此，本文提出研究假設1：政府R&D補貼對企業R&D投入和專利產出有顯著正向激勵作用。

盡管上述研究在檢驗和評估政府創新補貼效應方面奠定了實證研究基礎，但單純從企業創新投入或產出視角分析，仍不夠全面，因為技術知識在創新過程中存在一定的外部性。創新產出并非完全獨占，而是會通過各種渠道溢出到其他相關部門，因此，對政府補貼的完整評估，離不開對溢出效應的分析。近年來，隨著外部性理論的發展，不少研究開始考慮技術溢出效應下，政府創新補貼政策對企業技術創新的影響。如吳福象等依據不同行業特點概念性判斷技術溢出水平的行業差異，認為對技術溢出水平高的產業進行補貼其福利提升的效果要明顯地高于對技術溢出水平低的產業進行補貼[10]；許春等從認知層面判斷企業間不同合作模式下的技術溢出水平，認為政府根據技術溢出因素制定相機的研發補貼政策可以有效地激勵企業增加研發投入[11]；王瑋等基于企業間合作關系，構建博弈模型，從認知層面考慮橫向技術溢出效應以及供應鏈伙伴之間的創新“雙重邊際效應”下供應商與政府研發補貼策略[12]。上述文獻關于技術溢出與政府補貼之間的研究為本文提供了一定的理論和實踐基礎，但是已有文獻有關技術溢出與政府補貼的研究大多基于理論和認知層面探討，少有文章量化分析政府創新支持政策對企業間技術溢出的影響效果。這為本文深入分析這些問題留下了研究空間。

基于此，本文提出研究假設2：企業技術創新具有顯著溢出效應，且政策性引導的R&D溢出對企業技術創新具有正向激勵作用。

因果效應和政策效果評估是經濟學關注的核心問題，其難點在于經濟事件與經濟政策的內生性問題，以及虛擬事實的不可觀測性。為了克服內生性問題，經濟學家通常采用“準實驗”設計來估計政策的處理效應。常見的準實驗設計方法包括工具變量法、斷點回歸、傾向得分匹配法和雙重差分法等，這些方法為減少政策性因素帶來的內生性問題提供了良好的解決途徑。近年來，雙重差分法(DID)逐漸成為公共政策檢驗和評估中應用最廣、發展最快的分析方法，如康志勇借助匹配模型和雙重差分法對政府補貼與企業專利質量之間的因果關系進行估計，實證結果表明，政府創新補貼能夠促進企業專利質量提升[13]；李成等通過雙重差分模型檢驗了“營改增”改革的政策效應，證明了“營改增”改革顯著提高了試點地區企業的固定資產投資[14]；劉瑞明等通過雙重差分法分析國家高新區對地區經濟發展水平的影響，認為國家高新區不僅可以驅動經濟發展,而且通過對其合理布局,還有助于縮小地區間經濟發展差距[15]。由于傳統雙重差分法在應用時需要滿足比較嚴格的約束條件，如平行趨勢假設、SUTVA假設和非線性模型等，因此，現有文章并未實現在雙重差分法中考慮技術溢出的影響效應。然而，溢出效應的客觀存在意味著傳統方法有所不足，這為本文研究溢出效應下雙重差分法在有關創新補貼政策中的應用留下了進一步分析空間。在創新補貼政策分析中，我國推行的各項創新補貼政策為高技術企業技術創新提供了良好的制度環境和資源支持，同時，其他制造業企業通過政策性溢出能夠間接地獲得國家政策的激勵效應。

基于此，本文提出研究假設3：未獲得政府R&D補貼的企業能夠通過政策性溢出間接獲得政策激勵效應。

三、 政府補貼效應模型設計

(一) 基準模型設計

本文根據雙重差分法的基本原理，從樣本企業中選擇兩類企業作為研究對象：一是樣本期間內直接獲得政府補貼的企業作為實驗組；另一類是樣本期間內沒有獲得政府補貼的企業作為對照組。根據Smith和Todd的處理[16]，企業i在t年獲得的創新補貼后在t+s年對企業創新產出的因果影響效應為：

(2)

(二) 基于溢出效應的模型設計

根據Kyle C.Meng、Olivier等在外部性影響下環境政策的準實驗設計基本模型的設計思路進行調整，溢出效應下，政府創新補貼與企業技術創新之間的因果效應估計模型構建如下[18-19]：

(3)

其中，Sit表示t時刻，企業i獲得的單位溢出概率。那么，創新補貼政策和企業技術創新產出之間的線性回歸方程設定如下:

Yit+s=(α0+β1subsidyit×Di+β2subsidyit+β3Di+β4covit+εit)/(1-Sit)

(4)

這里，subsidyit表示企業是否獲得創新補貼，Di是分配變量，表示企業是否為高技術企業，covit為匹配變量，產出Yit+s分別表示t+s時刻的創新產出。

1.被解釋變量：專利產出(Patent)。為企業當年獲得的專利授權量；企業R&D投入(lnRD)。為了對研發投入經費進行存量轉換，本文參照戴魁早和劉友金[20]采用的測算公式進行處理：RDt=Et-1+(1-δ)RDt-1，其中，RDt表示各企業研發資本存量；Et-1表示當期企業研發經費實際支出；δ為折舊率，按照慣例設定為15%；基期的RD0由計算機公式：RD0=E0/(g+δ)確定，g為各企業研發實際支出的算數平均增長率。

3.控制變量：企業利潤率(ROE)。企業利潤率是企業內源融資，進行創新投入的重要渠道。計算方法為企業當年凈利潤/企業當年固定資產凈值；企業規模(Size)。采用企業當年總資產的對數值，控制企業自身規模特征對創新活動的影響；企業性質(Ownship)。按照所有權性質，國有企業設置為1，非國有企業設置為0。

(三) 樣本選擇與數據來源

本文所用樣本的時間區間為2007-2016年，以制造業上市企業為初選樣本，按照企業主營業務范圍，挑選符合高技術產業分類目錄的企業作為主要研究樣本；剔除按照證監會發布的《上市公司行業分類指引》中目標企業屬于金融類的樣本；剔除數據缺失樣本；實際收集樣本指標數據跨度為2007-2016年。經過上述篩選過程，最終獲得674個符合研究要求的企業樣本，構造2007-2016年非平衡面板數據。

面板數據主要來源于國泰安數據庫、WIND數據庫、佰騰網和中國專利局數據庫，其中上市公司財務數據主要來源于國泰安數據庫，WIND數據庫，并根據企業年報進行填補；專利數據主要來源于佰騰網和中國專利局，利用Python數據挖掘方式從佰騰網和中國專利局數據庫收集到樣本高技術上市企業2007-2016年全部授權專利類別號和各類別專利總數。各變量描述性統計結果見表1：

表1 變量描述性統計結果

四、 實證結果

本文基于溢出效應下的雙重差分模型對政府創新補貼政策的影響效應進行估計，選取滬深制造業上市企業作為研究樣本。通過構建受補貼企業與未受補貼企業之間的溢出概率模型對傳統雙重差分法進行調整，實現溢出效應下雙重差分法在有關創新政策中的無偏差估計。

(一) 創新補貼與技術溢出

考慮到技術溢出與創新補貼之間的因果聯系，本文采用最小二乘法(OLS)分析企業技術溢出與溢出工具變量及政府R&D補貼之間的因果關系，同時采用兩階段最小二次法(2SLS)對企業技術溢出與創新補貼之間的因果效應進行估計，以構建政策性溢出與創新補貼之間的因果關聯。

表2分析了技術溢出與政府R&D溢出之間的因果關系，模型(1)報告了技術溢出工具變量與企業間技術溢出之間的簡單線性聯系，政策性溢出和政府R&D補貼均對企業間技術溢出表現出顯著正向關聯，表明政府R&D補貼對企業技術溢出具有顯著激勵作用，政策性溢出能夠在一定程度上反映企業間技術溢出變化；模型(2)-(5)顯示了政策性技術溢出與政府R&D補貼對企業技術創新產出的影響效應，結果顯示政策性溢出對企業R&D投入存在顯著負作用，對企業專利產出不顯著，表明政策引導的技術溢出對企業技術創新產出存在一定負向作用，在一定程度上反映了R&D溢出從受惠企業流向未受惠企業，使得受到補貼的企業并未獲得完全的回報；政府R&D補貼對企業專利產出和R&D投入均顯著為正，表明政府R&D補貼對企業技術創新產出具有顯著激勵作用。

表2 技術溢出與政府R&D補貼

(二) 政府R&D補貼與企業技術創新

1.傾向得分匹配(PSM)。

為解決潛在因素造成的內生性等問題，本文采用加權處理后的傾向得分和雙重差分法估計溢出效應下政府創新補貼與企業技術創新產出之間的因果效應。由于各期配對后各匹配變量的匹配平衡檢驗結果大致相同，且限于文章的篇幅，此處僅報告了滯后期為1年的樣本各匹配變量的匹配平衡檢驗結果。表3報告了控制變量的平衡性檢驗結果。檢驗結果表明，所有匹配變量的標準偏差絕對值在匹配之后都小于5%，說明本文選取的匹配變量和匹配方法是合理的，匹配后t統計量均不顯著，說明處理組和控制組之間不存在顯著差異，保證了樣本進行處理的隨機性，確保了本文估計結果的可靠性。

表3 平衡性檢驗結果

2.基準模型估計結果。

基于本文研究樣本為2006-2016年，本文將不同年份獲得補貼企業按照滯后期不同進行PSM-DID檢驗。為了檢驗補貼對企業專利質量影響的時滯性和延續性，s取值設定為1、2、3、4、5、6，分別表示1至6年的滯后期。s=1為滯后期一年的樣本，表示企業分別在2006年獲得補貼后2007年的專利產出和R&D投入變化，以此類推，s=6表示滯后期為6年，即企業在2006年獲得補貼后2012年的專利產出和R&D投入變化的樣本。

表4報告了政府R&D補貼與企業技術創新產出的平均處理效應估計結果。其中模型(1)、模型(2)顯示了溢出效應下加權處理的雙重差分模型估計結果，政府R&D補貼與企業專利產出和R&D投入均表現出顯著正向作用，表明溢出效應下政府R&D補貼對企業技術創新產出具有顯著正向作用。模型(3)和模型(4)顯示了傳統雙重差分模型估計結果，政府R&D補貼與企業專利產出和R&D投入均表現出顯著正向作用，表明不考慮溢出效應情況下政府R&D補貼對企業技術創新產出具有顯著正向作用。溢出加權的PSM-DID模型和傳統未加權PSM-DID模型估計結果顯示，在專利產出和R&D投入強度的平均處理效應中考慮溢出情況的系數均小于不考慮溢出效應，表明受到R&D補貼的企業的技術創新產出與技術溢出之間存在負向關系，R&D溢出從受惠企業向未獲補貼企業擴散。上述結果表明，溢出效應下，考慮溢出和不考慮溢出的兩種估計結果之間存在較大偏差，且受補貼企業對未受補貼企業有明顯的R&D溢出。但這種估計偏差并不是由于個體的特征造成的偏差，而是由于控制組和實驗組之間的跨單元溢出違反了“SUTVA”假設，因此，這種偏差程度也捕捉了違反“SUTVA”假設的程度。

表4 溢出效應下政府R&D補貼對企業創新產出的平均處理效果(加權vs未加權)

3.政府R&D補貼與企業所有制異質性。

中國情境下不同所有制企業在獲得政府R&D補貼和優惠政策支持方面存在顯著差異。因此，需要考慮政府R&D補貼在國有和民營企業不同所有制性質樣本中，對企業專利產出和R&D投入所產生的作用效應是否存在顯著差異性。

考慮到不同所有制企業在滯后多期可能存在樣本量不足的情況，這里只報告了滯后4期的估計結果。表5報告了溢出效應下政府R&D補貼與不同所有制企業技術創新產出的平均處理效應估計結果。模型(1)和模型(2)顯示國有企業和民營企業專利產出與政府R&D補貼在不同滯后期的處理效應，結果顯示政府R&D補貼對國有企業專利產出僅在滯后1期表現出顯著負向影響，在其他階段均不顯著，且系數為負。政府R&D補貼對民營企業專利產出均表現出顯著正向作用，這表明政府R&D補貼更有利于民營企業的專利產出，而對國有企業專利產出并未產生積極的促進作用，甚至還存在一定的抑制作用；模型(3)和模型(4)顯示國有企業和民營企業R&D投入與政府R&D補貼在不同滯后期的處理效應，結果顯示政府R&D補貼對國有企業R&D投入在滯后0期和滯后3期表現出顯著正向影響。政府R&D補貼對民營企業R&D投入均表現出顯著正向影響，這表明政府R&D補貼僅在初期對國有企業R&D投入產生顯著積極作用，隨著時間推移，政府R&D補貼對民營企業R&D投入的激勵作用顯著提高。

上述結果表明，政府R&D補貼更有利于民營企業的專利產出和R&D投入提高，而對國有企業專利產出和R&D投入的增加并未產生持續的促進作用；政府R&D補貼對不同所有制企業專利產出和R&D投入的影響存在明顯的異質性，這可能是由于不同所有制企業面臨不同的市場環境，進而影響了政府創新支持的作用效果。其具體表現為：一方面國有企業因產權的特殊性和政府有著天然的聯系，擁有政府大量的資源支持和政策保護，能夠通過較低成本獲得更多的壟斷經營權和稀缺的優質資源[21];另一方面，僵化的企業組織和嚴重的委托代理問題導致國有企業創新效率低下,因此政府R&D補貼對國有企業R&D活動的激勵效應被極大地削弱[22]。因此，政府R&D補貼失衡也是抑制中國企業創新能力提升的重要原因之一。

表5 不同所有制企業估計結果

4.政府R&D補貼強度的異質性。

為了進一步考察政府R&D補貼與企業技術創新的關系，本文在前文結論的基礎上將補貼強度的異質性納入考察范圍，在此基礎上，本文進一步根據毛其淋等[22]提出的政府補貼“適度區間”概念，采用政府補貼收入與企業銷售額的比值來衡量政府補貼強度，然后將補貼強度按由低到高排序的四分位數為臨界點，將這部分企業進一步劃分為四種類型，結合回歸結果以及樣本實際數據計算得到政府補貼促進企業新產品創新的區間范圍，即確定補貼強度的“適度區間”。首先用政府創新補貼Subsidy作為衡量政府補貼強度的指標，同時依舊對所有企業按所有制屬性不同進行分類，再將其按由低到高排序的四分位數為臨界點，將所有企業劃分為四種類型(Sub×Afteri,i=1,2,3,4),其中Sub×After1表示補貼強度最低處理組，Sub×After2、Sub×After3表示適中補貼強度處理組，Sub×After4表示高強度補貼處理組。具體回歸模型如下：

Yit=(α1+β1Subsidy+β2Di+β3Subit×After1+β4Subit×After2

+β5Subit×After3+β6Subit×After4)/(1-Sit)

(5)

表6報告了式(5)的回歸結果，其中模型(1)-(3)顯示了政府不同強度補貼對不同所有制企業專利產出影響的估計結果，模型(4)-(6)顯示了政府不同強度補貼對不同所有制企業R&D投入影響的估計結果。表6顯示了如下四個方面：一是對于不同所有制企業的專利產出，政府補貼強度的“適度區間”為Sub×After3，即中等偏高強度補貼；二是對于不同所有制企業的R&D投入，政府補貼強度的“適度區間”為Sub×After2和Sub×After3，即中等強度補貼；三是較低強度補貼(Sub×After1)對企業專利產出和R&D投入的激勵作用并不明顯，高強度補貼(Sub×After4)甚至會產生負向激勵作用；四是對于不同所有制企業，政府補貼的激勵效應存在明顯差異。政府補貼對于國有企業創新投入的激勵作用較大，而對于非國有企業，則更能激勵其創新投入的提升。

對此可能的解釋如下:第一，企業專利產出存在一定的門檻條件，如研發設備的購買、研發人員的報酬等等，較低的補貼強度可能無法幫助企業跨越這一門檻，適度的補貼則可以讓企業有足夠的資金支持跨越門檻，從而進行技術創新；第二，企業投身于創新行為的資金需求大、投資周期長、風險系數高，因此企業家對于是否加大研發投入力度是很謹慎的，倘若存在適中強度的政府補貼，則會一定程度上緩解企業后顧之憂，提振企業家加大研發投入的信心；第三，較高強度政府補貼會帶來激勵扭曲，一方面企業無需通過政策經營途徑即可獲得超額利潤，這勢必會降低企業創新的積極性，另一方面高強度補貼也會帶來權力租金，尋租行為會對企業的研發投入和創新活動產生擠出效應，因而過高強度補貼會產生負向激勵作用；第四，不同所有制企業政府補貼的激勵效應存在明顯差異。這可能是不同所有制企業各自的自身資源稟賦、所處創新環境和內生動力方面存在差異，國有企業研發能力更強，政府補貼更能刺激專利產出，而非國有企業對政府補貼更為敏銳，更能激發其創新投入。

表6 政府補貼強度異質性對企業專利產出和R&D投入的影響

(三) 穩健性檢驗

為保證上述評估結果的穩健性,本文采用新的被解釋變量和新的PSM匹配方法進行檢驗比較。首先以發明專利數作為專利產出的代理變量，以企業R&D投入強度(計算方法為企業當年R&D投入額/企業當年固定資產凈值)作為R&D投入的工具變量。其次，上文中的匹配方法均是基于Kernel匹配方法的估計結果。為了保證本文以上各項結果的穩健性，表7中報告了采用N-N(最近鄰)匹配方法分析的溢出效應下政府R&D補貼與企業專利產出和R&D投入之間平均處理效應估計結果。表7顯示采取基于N-N匹配方法所得到的結論與上文采取基于Kernel匹配方法的PSM-DID計量框架得到的各項檢驗結果基本一致的。由此說明，匹配方法的差異不會影響本文的主要檢驗結果，驗證了本文以上所得到的估計結果的穩健性。

表7 穩健性檢驗結果(N-N匹配)

四、 結 語

政府R&D補助對企業技術創新具有重要的導向和推動作用，如何制定有效的政府R&D補貼政策，提升創新支持效果對我國創新型國家的建設及未來經濟的持續、健康發展均具有重要的意義。近年來，雙重差分方法在經濟學領域中獲得廣泛應用，尤其是針對政策相關的內生性問題，雙重差分方法提供了有效的降低估計偏差的途徑。但是在外部性條件下，標準準實驗設計在估計政策的邊際社會福利效應時可能存在的偏差，基于此，本文根據企業間的技術關聯和溢出傳遞特性，構建了溢出效應下雙重差分模型的無偏差估計方法，拓展了準實驗方法在有關技術創新問題中的應用領域。盡管在實際問題中，由于技術溢出的復雜和潛在因素的干擾，溢出概率難以準確識別，但企業間的技術關聯為技術溢出提供了有益的測度視角，為本文實證分析奠定了一定的現實基礎。本文得到的主要結論如下：

第一，政府R&D補貼帶來的R&D溢出對企業技術創新產出具有一定的影響。同時，溢出效應下，傳統雙重差分模型的估計結果較溢出加權的雙重差分模型估計結果之間存在一定差異，這種估計偏差反映了實驗組(獲得R&D補貼的企業)向控制組(未獲得R&D補貼的企業)的R&D溢出。因此在有關技術創新政策的研究中僅僅考慮主體視角的估計結果并不能夠獲得R&D稅收優惠政策激勵效應的充足證據，而是需要考慮包含溢出主體和溢出客體的完整分析，以獲得相對準確的有關技術創新政策的邊際社會福利效應估計結果。

第二，在溢出效應下，R&D補貼政策對企業專利產出和R&D投入均表現出顯著的積極作用，但這種促進作用的效果相對有限，持續的時間也較為短暫。不同所有制企業之間存在較大差異，民營企業技術創新產出對R&D補貼政策的反映彈性明顯高于國有企業，表明在我國由于產權性質的特殊性，政府R&D補貼對企業技術創新的影響效果與企業自身因素及外部市場環境密切相關。

第三，適中強度的補貼對企業專利產出和R&D投入會產生激勵作用，低強度補貼的激勵作用并不明顯，而過高的補貼強度則會導致激勵扭曲。因此政府設定適度的補貼強度區間尤為重要，應在補貼前對企業整體經營狀況進行深入調查和科學評估，切實了解企業的實際需求，做到補貼與需求相一致，防止騙補、尋租等現象的發生。同時，要制定精準的補貼政策，實施差異化補貼策略，針對不同所有制企業在專利產出和創新投入方面的不同反饋，設置相應的補貼績效考核標準，實現政府R&D資源的有效配置。

總之，本文在有關R&D激勵政策的準實驗分析方法中作了新的嘗試，為創新政策的邊際社會福利效應提供了有效的估計策略，但在實際問題的測度上依然存在很多困難，如準確識別技術溢出影響的范圍和程度，創新政策評估中需要測度每個受影響的溢出接受企業的邊際替代率以及溢出企業的邊際轉換率。然而，溢出接受企業的消費偏好和溢出企業技術能力的異質性都會加大實證的困難。為此，研究者大多基于平均偏好以及受影響的客體和主體的數量等信息估計邊際社會福利。事實上，由于溢出效應難以識別，溢出接受企業的數量往往無法有效估計。因此，在未來的研究中需要對溢出效應的識別和測度作進一步探索，同時還需充分考慮溢出效應下政策的邊際福利效應和邊際成本的變化，以獲得對公共政策的充分認識，并構建完整的政策評價體系。

注釋：

① 數據來源：《中國統計年鑒2017》。

② 數據來源：Wind數據庫統計。

③ 數據來源：國家統計局、科學技術部《中國科技統計年鑒2016》。

④ 參見周黎安、陳燁的《中國農村稅費改革的政策效果:基于雙重差分模型的估計》一文，載《經濟研究》2005年第8期，第44-53頁。

⑤ 數據來源：根據中國知網(CNKI)數據庫中運用篇名、摘要或關鍵詞中含有“雙重差分”、“政策”的文獻數量進行統計。

⑥ 資料來源：《中國青年報》2016年1月26日，第2版。