創新政策與企業研發投入
——來自中國上市公司的證據

（華中科技大學 經濟學院，武漢 430074）

我國經濟已由高速增長階段轉向高質量發展階段，推動高質量發展意味著必須不斷提高效率、優化經濟結構和培育增長新動力，創新則是實現這些目標的主引擎。而創新水平的直接表現為研發投入和創新產出，研發投入不一定能全部轉化為創新產出，但沒有研發投入一定不存在創新產出。因此，全面提升企業創新能力的關鍵在于增加研發投入。當前中國企業的研發投入水平與發達國家還是存在一定差距。2016 年中國R&D 經費占國內生產總值的比重為2.06%，與日本（3.49%）、德國（2.87%）、美國（2.79%）存在差距。主要有兩點原因：一是企業自身規模和能力限制，創新需要一段時間內穩定的資金流，而中小企業、民營企業的融資約束程度較高，造成企業缺乏資金進行創新［1］；二是知識產權保護制度不完善，企業不愿意把收益用于創新，因為研發的溢出效應造成私人收益遠低于社會收益［2］。

研發補貼和知識產權保護作為常見的創新政策工具［3］，是為了刺激企業研發創新，推動經濟高質量發展。但政策的預期目標和實際效果可能存在相反的結果，有學者發現，研發補貼會擠占私人投資，降低社會資金分配效率，從而減少企業研發投入水平［4］。更強的知識產權保護會導致發展中國家的學習成本更高，對創新產生負向影響［5］。而研發補貼和知識產權保護能否能形成有效的創新政策組合，對企業研發投入產生正向作用，需要進一步探究。具體而言，在研發補助政策無效時，知識產權保護政策能否通過減少研發溢出，激發創新動力，緩解研發補助政策的無效性，進而提高企業研發投入；在知識產權保護政策無效時，研發補助政策能否通過緩解資金壓力，降低學習成本，激勵知識產權保護政策的有效性，從而增加企業研發投入。

針對目前研究的爭議，本文重點研究兩個問題：一是政府研發補貼政策和知識產權保護政策是否提高企業研發投入水平；二是政府研發補貼政策和知識產權保護政策對企業研發投入是否存在交互效應。與現有文獻相比，本文可能的邊際貢獻在于：一是構建一個理論模型來闡釋研發補貼和知識產權保護可以形成有效的政策組合，政府通過研發補貼政策降低企業創新成本，通過知識產權保護政策保護企業創新收益，從而提高企業研發積極性，說明政府部門的創新努力對研發創新具有促進作用，但現有文獻中鮮有在同一理論分析框架內對這兩種創新政策工具如何影響研發創新進行討論；二是在實證分析上，利用企業層面數據考察研發補貼和知識產權保護對企業研發投入的交互效應，進一步提高本文對這兩種創新政策工具設計和演變的認識，但現有文獻在實證分析中大多單獨考察這兩種創新政策工具對研發投入的影響，鮮有考慮到兩者的交互效應。

一、理論模型

借鑒Romer［6］和Jones［7］以研發和創新為基礎的經濟增長模型，假定創新表現為中間品種類的擴張，模型中包含最終產品生產部門、中間產品生產部門和R&D 部門。本文重點從理論上分析兩種創新政策工具（研發補貼和知識產權保護）對研發投入的影響。

（一）消費者

每個消費者在每個時點提供1 單位的勞動，他們都面臨著選擇消費與儲蓄的比例，以便最大化其終身效用。

代表性消費者的效用函數為

其中：c表示人均消費量；ρ表示貼現率；t表示時間。

代表性消費者的預算約束為

其中：r表示利率；a表示人均持有資產的價值；w表示人均工資水平；τc表示政府對個人征稅量。為簡化分析，本文假設政府部門只進行一次性征稅。

通過求解得到每單位有效勞動的消費最優增長率：

（二）最終產品生產部門

最終產品生產部門處于完全競爭市場，市場上的每個廠商都是價格接受者，它們把雇用的勞動力和連續的中間品作為生產要素，并采用固定規模報酬的生產技術，生產函數為

其中：A表示中間品的種類，反映當前的技術水平，其取決于R&D 部分的研發能力；x（i）表示第i種中間品的數量；L表示最終產品生產部門雇傭的勞動力數量；α∈(0，1)表示中間品的產出彈性。

將最終產品的價格標準化為1，最終產品生產部門的廠商需要實現利潤最大化問題：

其中：p（i）表示第i種中間品的價格；為購買中間品和雇傭勞動所需的成本之和。

在完全競爭市場中，廠商利潤最大化滿足的條件為中間品的邊際收益等于其價格，則中間品的反需求函數為

式（5）可以得出中間品的需求價格彈性為-1/(1-α)。

（三）中間產品生產部門

中間產品生產部門的廠商從R&D 部門購買專利來生產新產品，由此新產品具有排他性，廠商擁有壟斷力量，其生產需要在市場上租借資本，假設生產1 單位的中間品需要租借1 單位資本，每單位資本的利息成本為r，中間產品生產廠商選擇生產中間品數量或租借資本數量來實現利潤最大化目標，可表示為

當中間品廠商是壟斷者時，中間品定價為

這時，壟斷者生產中間品的數量（xm）和獲得的利潤（πm）分別表示為

如果通過模仿或剽竊行為使得潛在市場進入者獲得新產品和新技術，從而中間產品生產部門會成為完全競爭市場，這時中間品定價為

在完全競爭市場中，中間品生產廠商的利潤為零，中間品的數量為

比較式（7）和式（10），可以得出在壟斷和完全競爭下，中間品廠商的生產數量關系：

（四）R&D 部門

依據Romer［6］和Rivera Batiz［8］的研究，用R&D 經費表示R&D 部門研發投入，知識生產函數設定為

在均衡條件下，滿足R&D 部門研發投入的成本等于中間品種類增加所產生的收益：

其中：s≥1 表示政府對R&D 部門的補貼率；μ∈(0，1)表示知識產權保護度，其大小取決于政府的選擇，也表示為中間品廠商獲取專利后進行壟斷定價的概率；PA表示新種類的價格，即創新成果在沒有被模仿或剽竊情況下的市場價值。

假設R&D 部門是完全競爭市場［6，10］，有許多廠商都進行研發投入，通過研發創新生產出中間品的新種類，從而在無套利條件下，投資者將持有的資本投入到資本市場所獲得的收益和投入到專利市場所獲得的收益相等，表示為

（五）研發投入決定

資本市場出清需要滿足經濟體中的資本供給量等于中間品生產廠商的資本需求量：

將式（15）帶入式（11），得出資本表達式：

結合式（4）和式（16），得到總產出函數：

由式（18）對研發補貼s求一階偏導，可以得出：

命題1：在其他條件相同的情況下，政府研發補貼率的提高會增加企業研發投入。

上述命題表明，補貼政策通過降低企業研發投入的成本，分散研發創新活動的風險性和不確定性，進而提升研發投入強度。技術密集型企業一般要投入大量創新資源來進行產品的設計、研發工作，而創新過程具有不確定性和高風險性，因此技術密集型行業的風險系數更高。研發補貼政策可能會激勵企業進行創新投入，提高創新失敗的容忍度。在財政分權的背景下，地方政府對補貼政策具有自由裁量權［11］，不同地區在補貼的數量和質量上存在差異。因此，對于技術密集型行業的企業，補貼力度較大的地區對企業研發投入的促進作用更強，反之亦然。

由式（18）對知識產權保護度μ求一階偏導，可以得出：

命題2：在其他條件相同的情況下，知識產權保護度的上升會增加企業研發投入。

上述命題表明，知識產權保護政策通過增加企業的預期收益，提高企業研發的積極性，緩解部分R&D 溢出帶來的問題，進一步激勵企業進行研發創新。技術密集型企業擁有更多的專利，會更追求專利的保護和收益問題，因此，技術密集型行業往往更希望知識產權保護政策能夠有效減低其被侵權的可能性，提高專利的市場價值。雖然全國具有統一的知識產權保護制度，但各地區知識產權保護的執法力度各不相同。因此，對于技術密集型行業的企業，知識產權保護程度越高的地區對企業研發投入的提升作用越強，反之亦然。

為進一步考察研發補貼和知識產權保護對研發投入的交互效應，本文求出：

命題3：研發補貼和知識產權保護的創新政策激勵效果可能是互相加強的。

上述命題表明，研發補貼政策可以降低企業研發投入的成本和不確定性，知識產權保護政策可以保護企業研發收益和糾正R&D 溢出帶來的問題，從而兩種創新政策可以形成優勢互補，共同提升研發投入水平，這種表現在技術密集型行業更為明顯。因此，對于技術密集型行業的企業，知識產權保護度越強的地區，研發補貼的增加越能增加企業的研發投入。

二、研究設計

（一）實證模型

為了估計創新政策對研發投入的影響，本文重點考察高科技密集行業，因為其對融資和溢出問題更為特別敏感，研發投資最有可能低于社會最優水平。借鑒Brown 等［12］的研究，由于行業間的技術密集度各不相同，如果研發補貼和知識產權保護能夠促進企業創新，那么對于技術密集度高的行業，創新政策扶持力度更大的地區研發投入會相對更多，因為資金和制度問題會導致政策對這些行業研發產生的影響更大，設定計量模型如下：

其中：R&Dkt表示企業k第t期的研發投入；Hightechi表示行業i技術密集度；Subsidiespt表示省份p第t期企業獲得政府的研發補貼；IPRpt表示省份p第t期的知識產權保護度；Control表示企業層面的控制變量；k為企業；ηi為行業固定效應；為了控制決定研發投入水平的行業層面因素，如行業集中度、成長性等；pt表示地區 年份聯合固定效應。

為了驗證命題3，將模型變換成：

通過交互項系數β1來判斷兩種創新政策工具的對企業研發投入的交互效應。如果交互項系數β1是正值，說明一個變量的邊際效應會隨著另一變量的增加而遞增；如果交互項系數β1是負值，則一個變量的邊際效應會隨著另一變量的增加而遞減。本文在模型中進一步加入了ψit行業 年份聯合固定效應和νpi行業 地區聯合固定效應。

為了進一步驗證命題3，依據知識產權保護度的強弱來分析研發補貼對研發投入影響的異質性，將模型［13］設成：

其中：Subsidies表示企業層面政府研發補貼；IPRstrong表示知識產權保護度較強的省份；IPRweak表示知識產權保護度較弱的省份；θp和ut表示地區固定效應和年份固定效應。如果隨著知識產權保護度提高會加強補貼對研發投入的促進作用，那么系數α1的估計值應該為正且大于系數α2的估計值。式（25）進一步檢驗，將Subsidies×D（IPRstrong，HighTech＞median）設置成虛擬變量，知識產權保護度較強的省份且行業技術密集度處于前1/2 分位的企業賦值為1，否則為0。將Subsidies×D（IPRstrong，HighTech≤median）設置成虛擬變量，在知識產權保護度較強的省份且行業技術密集度處于后1/2 分位的企業賦值為1，否則為0。如果知識產權保護可以增強補貼對研發投入的積極影響，那么與知識產權保護密切相關的高技術密集度行業，其影響應該更為明顯，表現為系數γ1的估計值應該為正且大于系數γ2的估計值。

（二）內生性問題

模型中可能因研發補貼、知識產權保護與研發投入之間的反向因果關系而產生內生性問題。有文獻指出創新能力強的企業可能通過向政府官員尋租，以獲得更多的研發補貼。研發投入多的企業會產生更多的創新成果，為維護自身的利益會致力于促進知識產權保護制度的完善。由于我國各省份間在經濟發展、科學技術、制度完善上都存在差異，導致不同省份創新政策的出臺和實施有所不同，并且行業特征是由行業本身性質所決定，造成不同行業中創新政策對研發投入的影響差異。因此構造交互項Subsidies×HighTech和IPR×HighTech，其中HighTech表示行業技術密集度，本文將某個特定省份的行業技術密集度設置為固定參照系，構造成該行業是否為高技術產業的指標變量，這一判斷沒有基于其他省份的數據，將各省份的不同行業技術密集度做了外生設定，可以驗證結果的穩健性，從而能較好地解決二者之間可能的內生性問題。

參照Rajan 和Zingales［14］的做法，本文選擇中國產業發展較好、政府對創新扶持力度較大、執法能力較強的省份作為固定參照系。本文參考科技部發布的《中國區域創新能力評價報告2015》中全國區域創新能力綜合排名，2014 年排名依次為江蘇省、廣東省和北京市，同時廣東省憑借完備的工業體系、良好的創新環境和完善的市場經濟體制，鞏固了企業創新的主體地位，2007—2014 年連續8 年保持第二。考慮到江蘇省和北京市的工業行業發展可能相對不夠全面，相關上市公司的數據并不完整。因此，本文以廣東省行業技術密集度等創新信息作為各省份的固定參照系。

（三）變量定義

企業研發投入（R&D）：考慮到數據的可得性，本文選擇上市公司財務報表中的研發投入數據，用企業研發投入占營業收入的比重來衡量［15］。

知識產權保護度（IPR）：引入執法水平對G P 指數進行修正，以此度量各省區的知識產權保護度［16］。IPRp=IPRcFp，其中IPRp表示修正后p省的知識產權保護度，IPRc表示國家層面的知識產權保護度，Fp表示p省的執法水平。本文主要從3 個方面衡量各省的知識產權保護執法水平。一是法制化程度，用專職律師數占各省總人數的比重來度量，當比值不低于5%時，說明地區的法制化達到較高水平；二是執法效率，用各省當年累計專利侵權案件的結案率來度量，如果結案率越高，說明當地執行機關的執法效率越高；三是保護水平，用專利未被侵權率來度量，即1-專利侵權案件立案數/當年累計專利申請授權量，如果專利未被侵權率越高，說明當地知識產權保護越好。

政府研發補貼（Subsidies）：地區層面的政府研發補貼，由于缺乏各省份政府研發補貼的具體統計指標，采用各省份大中型企業R&D 經費來源中的政府資金進行替代［11］，用政府資金占R&D 經費內部支出比值來表示。企業層面的政府研發補貼，用上市公司年報中的政府補助減去稅收返還、稅收減免等稅收優惠得到。

行業技術密集度（HighTech）：不同行業的屬性和創新政策的差異性造成這些部門的固有技術密集度各不相同。行業技術密集度用行業專利申請數與行業銷售額的比重來度量［17］。表1 為固定參考系廣東省的行業研發活動情況，由于缺少廣東省分行業的專利數據，所以技術密集度用分行業上市公司的專利申請總數、發明專利申請總數分別占行業營業收入的比值來表示。第5 列研發密集度是用各行業企業研發投入占營業收入比值的中位數得出，最后一列是依據國家統計局發布的《高技術產業（制造業）分類（2013）》進行劃分，可以得出技術密集度、研發密集度與高技術產業認定三者存在較高的一致性。綜合上述3 類指標，本文將儀器儀表制造業、專用設備制造業、電氣機械及器材制造業和計算機、通信和其他電子設備制造業定義為高新技術產業（HighTech ind），行業代碼分別為35、38、39 和40。其中雖然中文教、工美、體育和娛樂用品制造業在以專利申請數衡量的技術密集度中排名最高，但是該行業在以發明專利申請數來衡量的技術密集度和研發投入密集度中的排名分別是第13 和第14，并且不是高技術產業，所以沒有把文教、工美、體育和娛樂用品制造業納入高新技術產業是合理的。在實證研究中為避免樣本選擇效應造成的估計偏差，需剔除廣東省上市公司的相關數據。

表1 固定參考系廣東省行業研發活動的特征指數

控制變量：本文采用企業規模（Size，企業總資產的對數值）、企業年齡（Age，企業年齡的對數值）、凈利潤率（Profit，凈利潤/總資產）、負債率（Debt，總負債/總資產）、現金流（Cash，經營活動產生的現金流量凈額/總資產）、企業融資（Finance，短期借款與長期借款之和/總資產）、資本密集度（Capital，固定資產/總資產）、成長性（Q，企業市場價值/總資產）和所有權性質（Soe，根據實際控制人的性質，國有企業賦值為1，否則為0）。

（四）數據來源

本文選取2007—2014 年滬深A 股上市公司的數據作為初始樣本，因為2006 年2 月15 日財政部頒布《企業會計準則第6 號——無形資產》，其中對企業研究與開發費用統一計入當期損益的會計處理作了較大修改，因此2007 年以前和2007 年以后的數據缺乏可比性。同時，我國在2014 年6 月審議通過《深化財稅體制改革總體方案》，其中明確清理規范稅收優惠政策的目標，因此2014 年之后財政補貼的相關數據不適宜進行本文研究。對于數據進行如下篩選：①剔除數據不完整或缺失的企業；②依據GB/T 4754—2017 行業分類標準，保留制造業共27 個二分位行業的企業樣本數據。

上市公司的研發和財務數據均來源于國泰安數據庫。行業專利數、行業銷售額和研發補貼數據來源于《工業企業科技活動統計年鑒》和《中國科技統計年鑒》。專利侵權案件立案數、專利侵權案件結案數、當年累計專利申請授權量來源于國家知識產權局網站，各省律師數和人口數來源于各省統計年鑒，由于西藏地區和港澳臺地區數據缺失，因此不納入分析。

三、實證結果及分析

（一）基準回歸

表2 實證檢驗了研發補貼政策和知識產權保護政策對企業研發投入的影響。Panel A 中第（1）～（2）列的回歸結果表明，Subsidies×HighTech和IPR×HighTech的估計系數在1%的水平上顯著為正，說明研發補貼政策和知識產權保護政策對研發投入都產生顯著正向影響，對于技術密集型行業的企業，在創新政策扶持力度更大的地區，企業的研發投入會相對更多，從而證明命題1 和命題2 成立。第（3）列中同時有兩個交互項Subsidies×HighTech和IPR×HighTech，其估計系數顯著為正，說明研發補貼和知識產權保護在技術密集度更高的行業對研發投入均能產生正向影響。

第（4）～（6）列是用高新技術產業虛擬變量替代技術密集度進行回歸，可以發現與Panel A 得出相似的定性結論，表明創新政策與研發投入的關系相當穩健，同時看出Panel B 中Subsidies×HighTech ind和IPR×HighTech ind的估計系數大于Panel A 的估計系數，說明在高新技術行業中創新政策對企業研發投入產生更為明顯的正向促進作用。

表2 創新政策對企業研發投入的影響

表3 考察了創新政策對研發投入的交互效應，Panel A 中Subsidies×IPR×HighTech的估計系數在1%的顯著性水平上為正，說明兩種創新政策工具對研發投入的影響存在相互增強，在技術密集度高的行業中，如果該地區研發補貼政策和知識產權保護政策的力度都較強，則企業研發投入會增加，從而證明了命題3。Panel B 中Subsidies×IPR×HighTech ind的估計系數同樣在1%的水平上顯著為正，進一步證明了Panel A 結論的穩健性，并且兩種創新政策工具的交互效應在高新技術產業中表現更為突出。

表3 創新政策對研發投入的交互效應

（二）機制檢驗

在基準回歸中，本文使用“技術密集度”這一機制變量來識別研發補貼政策和知識產權保護政策對企業研發投入的影響。考慮到企業研發需要大量的資金投入，創新政策是否會通過融資約束機制來影響企業的研發投入。因此，本文引入創新政策與外部融資依賴度交互項、創新政策與現金流密集度交互項、創新政策與借貸密集度交互項，如果交互項顯著，而創新政策與技術密集度交互項的估計系數變小或者不再顯著，說明創新政策更多通過緩解融資約束機制影響研發投入。行業外部融資依賴度（EF）用企業資本支出與調整后的現金流之差與資本支出比值的行業中位數［14］。現金流密集度（CF）用經營活動產生的現金流與營業收入比值的行業中位數來表示。借貸密集度（Credit）用長期借款和短期借款之和與營業收入比值的行業中位數來表示。

從表4 可以看出，除了第3 列現金流密集度與研發補貼交互項系數顯著，其他引入的交互項均不顯著，而創新政策與技術密集度交互項的估計系數依然顯著為正，說明知識產權保護政策更多的是通過行業本身對研發創新的重視程度來影響研發投入，而補貼政策可能通過緩解融資約束來影響研發投入。如果企業內部現金流越小，則越需要獲得外部融資，研發補貼政策具有信號傳遞功能，獲得政府研發補貼的企業，說明其創新活動和能力得到政府認可和支持的信號，可以引導外部投資者進行投資，一定程度上降低企業的融資成本，進而增加研發投入。

表4 創新政策對企業研發投入的影響機制檢驗

（三）異質性檢驗

表5 通過異質性分析來檢驗研發補貼政策和知識產權保護政策對研發投入的交互效應。第1、第3、第4列IPRstrong和IPRweak分別取知識產權保護度位于前1/4 分位和后1/4 分位的省份，第2、第5、第6 列IPRstrong和IPRweak分別取知識產權保護度位于前1/2 分位和后1/2 分位的省份。從中可以發現Subsidies×IPRstrong的系數在第1～2 列均在1%的水平上顯著為正，且大于Subsidies×IPRweak的系數。說明知識產權保護顯著提高了研發補貼對研發投入的激勵作用，即在知識產權保護度越強的省份，研發補貼的增加更有利于研發投入水平的提高。在知識產權保護度較弱的省份，本文沒有發現這樣的影響。第4 和第6 列中的HighTechhigh、HighTechmedium和HighTechlow分別是技術密集度位于前1/3 分位，1/3～2/3 分位之間和后1/3 分位的行業。第3 和第5 列Subsidies×D（IPRstrong，HighTech＞median）的估計系數在1% 的水平上顯著為正，并且大于Subsidies×D（IPRstrong，HighTech≤median）的估計系數。同樣，第4 和第6 列中也可以得出相似的結果，說明隨著知識產權保護度的增加，在技術密集度高的行業中研發補貼政策對研發投入產生更加積極的促進作用。由此進一步驗證了命題3。

表5 創新政策對企業研發投入的交互效應異質性檢驗

（四）穩健性檢驗

1.替換技術密集度

本文使用技術密集度以外的行業特征來檢驗政策變量與企業研發投入之間的聯系。表6 中分別將技術密集度替換為發明專利密集度、研發密集度和高技術行業認定。從表6 中可以看出研發補貼政策和知識產權保護政策對研發投入具有正向促進效應。雖然在第3、第6 和第9 列中創新政策對研發投入影響沒有在10%水平上顯著，但估計系數仍是正值并且顯著性水平接近10%，說明結果是相對比較穩健的。同時可以發現在發明技術密集度高的行業，研發補貼效應的促進作用更顯著，而在研發密集度高的行業和高技術行業中，知識產權保護效應的促進作用更為顯著。

表6 替換技術密集度

2.替換估計方法

創新政策和研發投入之間還是可能存在互為因果的內生性問題，因此文章通過工具變量法得到更有效的估計結果。補貼政策的工具變量用研發補貼的滯后項（subsidiest-1和subsidiest-2）來表示［18］。知識產權保護用在華英國租界（concession）和基督教會建立的大學數（college）來衡量［19］，在華英國租界是因為英國是世界上最早頒布專利法（1623 年《壟斷法》）與版權法（1710 年《安妮法令》）的國家，英國人會用自己的法律制度來管理租界，對當地知識產權保護意識和制度的建立產生影響，因此從清朝晚期到民國初期，一省如果存在英國租界，賦值為1，否則為0。基督教會建立的大學數是因為教會大學在傳播私有財產不可侵犯等西方價值觀方面發揮了重要作用。使用工具變量對模型進行兩階段最小二乘（2SLS）估計。表7 第1～2 列可以看出subsidies（IV）×HighTech的系數在5%的水平上顯著為正，第3～4 列顯示IPR（IV）×HighTech的系數在1%的水平上顯著為正。說明研發補貼政策和知識產權保護政策對研發投入具有顯著的促進作用，進一步驗證了H1和H2。第一階段的F值可以看出拒絕“存在弱工具變量”的原假設。

表7 替換估計方法

四、結論

本文以2007—2014 年我國A 股上市公司為樣本，從理論和實證兩個方面分析政府研發補貼政策、知識產權政策及其政策組合對企業研發投入的影響，研究發現：①研發補貼政策和知識產權政策均對企業研發投入產生正向促進作用，表現為研發補貼和知識產權保護的扶持力度越大，技術密集型行業的研發投入越多；②研發補貼政策和知識產權保護政策的研發激勵效應是相互增強的，表現為知識產權保護度越強的地區，研發補貼的增加越有利于研發投入水平的提高，這種促進作用在技術密集型行業更為明顯。

本文的研究豐富了創新政策的理論和實證研究，有助于我們更全面地認識政府補貼政策和知識產權保護政策的可取性，尤其在高技術企業中，創新政策對研發投入的作用效果更加明顯。同時，有助于進一步闡明政府補貼政策和知識產權保護政策的有效性，推動創新政策組合的有效實施，對社會創新和經濟發展具有重要意義。