政府補貼、市場集中度與種業(yè)企業(yè)技術創(chuàng)新效率的關系
——基于省級面板數(shù)據(jù)

陳 超，張 悅，王迎春，楊 揚

（1.南京農(nóng)業(yè)大學經(jīng)濟管理學院，江蘇南京 210095；2.農(nóng)業(yè)農(nóng)村部科技發(fā)展中心，北京 100122）

1 研究背景

種業(yè)作為現(xiàn)代農(nóng)業(yè)的“芯片”［1］，是世界各國開展農(nóng)業(yè)科技革命的先導。2011 年，我國出臺《關于加快推進現(xiàn)代農(nóng)作物種業(yè)發(fā)展的意見》，強調(diào)現(xiàn)代種業(yè)的發(fā)展要突出企業(yè)的主體地位。近年來全球糧食安全問題日益凸顯，我國“藏糧于技”的戰(zhàn)略應運而生，這也對種業(yè)企業(yè)科技創(chuàng)新提出了更高的要求。2019 年，國務院辦公廳發(fā)布《關于加強農(nóng)業(yè)種質資源保護與利用的意見》，進一步指出要鼓勵育繁推一體化企業(yè)逐步成為種質創(chuàng)新利用的主體。同時，國家發(fā)改委、科技部、農(nóng)業(yè)部、財政部積極推動和支持種業(yè)科技創(chuàng)新重大專項、重點實驗室、生物技術育種等項目向種子企業(yè)傾斜［2］。隨著我國科技資源配置的市場化改革、政府支持力度的提高以及企業(yè)創(chuàng)新環(huán)境的改善，種業(yè)企業(yè)逐漸成為我國種業(yè)技術創(chuàng)新研發(fā)投入和創(chuàng)新產(chǎn)出的主體。2018 年，國內(nèi)種業(yè)規(guī)模企業(yè)科研自身投入占種業(yè)科研總投入的92%；種業(yè)企業(yè)植物新品種權申請量占總申請量的48.60%，授權量占總授權量的53.26%，超過了科研機構和高校［3］。

現(xiàn)代種業(yè)技術創(chuàng)新源于歐美等發(fā)達國家，19 世紀70 年代，隨著私人種子公司的出現(xiàn)，國外種業(yè)企業(yè)逐步取代政府，成為種業(yè)創(chuàng)新和分配的源泉［4］。在市場化主導下，國外種業(yè)企業(yè)憑借農(nóng)業(yè)生物技術的發(fā)展積極推進全球戰(zhàn)略。相較而言，我國種業(yè)企業(yè)發(fā)展仍相對落后，一方面，種業(yè)企業(yè)市場發(fā)展不完善，整體呈現(xiàn)“小、散、亂”的狀態(tài)；另一方面，種業(yè)企業(yè)在創(chuàng)新產(chǎn)出激增的同時，忽視了創(chuàng)新質量的同步發(fā)展。以植物新品種為例，在利益驅動和風險規(guī)避的導向下，國內(nèi)種業(yè)企業(yè)更加偏向于培育商業(yè)修飾型品種和短線品種，對于防御型和戰(zhàn)略型的原創(chuàng)性主控品種投入不足［5］。當前，我國種業(yè)企業(yè)的技術創(chuàng)新效率如何？在種業(yè)企業(yè)技術創(chuàng)新過程中政府和市場究竟起到了什么作用？如何協(xié)調(diào)政府和市場的關系，更好地發(fā)揮我國社會主義市場經(jīng)濟體制的制度優(yōu)勢？這些是本文研究的關鍵問題。

政府支持和市場競爭是企業(yè)創(chuàng)新研究的兩個重要維度［6］，同樣也是種業(yè)企業(yè)技術創(chuàng)新研究的重點。20 世紀90 年代，國外農(nóng)業(yè)生物技術企業(yè)進入了并購的動蕩時期，與此同時，國外學者開始關注于市場壟斷局面下種業(yè)企業(yè)的研發(fā)產(chǎn)出、知識產(chǎn)權保護以及企業(yè)創(chuàng)新戰(zhàn)略的研究。政府是資源配置、促進技術進步的重要力量，國內(nèi)研究更多從政策與政府支持視角對種業(yè)企業(yè)技術創(chuàng)新進行研究，如李萬君等［7］從政策、組織以及市場3 個維度的異質性出發(fā)，實證研究了政府支持對種業(yè)企業(yè)創(chuàng)新績效的影響；李婷婷等［8］通過對北大荒墾豐種業(yè)股份有限公司進行探索性案例分析，探究了市場化進程中種業(yè)企業(yè)與政府資源的關聯(lián)。目前，關于種業(yè)企業(yè)技術創(chuàng)新的研究還未形成完善的研究體系，對種業(yè)企業(yè)技術創(chuàng)新效率的研究較少，且沒有同時關注到市場和政府兩大主體對種業(yè)企業(yè)技術創(chuàng)新的交互影響。

2020 年，黨的十九屆五中全會審議通過的《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》提出要構建高水平社會主義市場經(jīng)濟體制，就要充分發(fā)揮市場在資源配置中的決定性作用，更好發(fā)揮政府作用，推動有效市場和有為政府更好結合。深入研究政府和市場兩個主體對種業(yè)企業(yè)技術創(chuàng)新的影響，有助于彌補種業(yè)企業(yè)技術創(chuàng)新實證研究的不足，豐富種業(yè)企業(yè)創(chuàng)新研究理論成果，同時為相關部門進一步優(yōu)化對種業(yè)企業(yè)的補貼結構、提高支持精度和效率、改善創(chuàng)新的市場環(huán)境提供參考。鑒于此，本研究基于我國原農(nóng)業(yè)部（現(xiàn)農(nóng)業(yè)農(nóng)村部。下同）2013—2018 年對我國種業(yè)企業(yè)調(diào)查得到的省級面板數(shù)據(jù)以及種業(yè)知識產(chǎn)權相關數(shù)據(jù)，在對種業(yè)企業(yè)技術創(chuàng)新效率進行測算的前提下，選取政府補貼和市場集中度分別代表政府支持和市場競爭因素，探討兩者對種業(yè)企業(yè)技術創(chuàng)新效率的影響。

2 理論分析和研究假設

2.1 政府補貼與種業(yè)企業(yè)技術創(chuàng)新效率

政府支持作為干預和引導企業(yè)技術創(chuàng)新的必要手段，始終是國內(nèi)外學者關注的熱點問題。政府支持企業(yè)創(chuàng)新的討論源自凱恩斯等［9］提出的政府干預理論，而后Nelson［10］和Arrow［11］將市場失靈的思考納入政府創(chuàng)新政策的研究中。李長江等［12］基于制度變遷理論，指出政府支持企業(yè)創(chuàng)新既符合企業(yè)利潤最大化的目標，也有助于帶動整個社會的創(chuàng)新活力和技術進步，因此政府支持企業(yè)創(chuàng)新是當下政府和企業(yè)的共識。張帆等［13］從政府補貼擠出與激勵的疊加效應出發(fā)，研究發(fā)現(xiàn)在目前發(fā)展階段下，我國的政府R&D 補貼可以有效激勵企業(yè)提高創(chuàng)新效率。

政府支持企業(yè)創(chuàng)新的財政手段主要包括政府補貼和稅收優(yōu)惠兩種，本研究主要關注政府補貼這一直接手段。從資源基礎觀來看，政府補貼可以有效緩解企業(yè)創(chuàng)新過程中的資源短缺問題，幫助企業(yè)分擔創(chuàng)新風險和不確定性，從而更好地激發(fā)企業(yè)的創(chuàng)新熱情，優(yōu)化社會創(chuàng)新結構［10］。從信號傳遞理論來看，政府補貼作為顯性支持企業(yè)創(chuàng)新的財政手段，具有一定的“光環(huán)效應”［14］，可以向社會投資釋放利好信號，從而避免市場主導下企業(yè)創(chuàng)新與外部投資間的信息不對稱［15］，助力企業(yè)從其他渠道獲取資金、人才等創(chuàng)新資源，提高創(chuàng)新能力和創(chuàng)新效率。對于種業(yè)企業(yè)而言，由于其生產(chǎn)經(jīng)營的產(chǎn)品對國計民生具有重大影響，因此政府的支持和干預可以使種業(yè)企業(yè)的技術創(chuàng)新更好兼顧經(jīng)濟效益和社會效益，促進種業(yè)企業(yè)研發(fā)資源的合理配置，提高種業(yè)企業(yè)研發(fā)的針對性和創(chuàng)新效率。因此，本研究提出以下假設：

假設1：政府補貼對種業(yè)企業(yè)技術創(chuàng)新效率具有正向影響。

2.2 市場集中度與種業(yè)企業(yè)技術創(chuàng)新效率

市場結構對于企業(yè)創(chuàng)新影響的相關研究目前仍然存在較大的矛盾和分歧，最具代表性的就是Schumpeter［16］與Arrow［11］關于壟斷是否有利于企業(yè)創(chuàng)新的爭論。這一爭論又被稱為“熊彼特效應”與“競爭逃離效應”之爭。隨著研究的深入，學者們?nèi)鏢cherer［17］發(fā)現(xiàn)兩種效應可能會同時存在；Aghion 等［18］將“熊彼特效應”和“競爭逃離效應”納入同一研究框架，提出哪種效應占優(yōu)取決于市場結構與均勢狀態(tài)的接近程度。

理論的交織碰撞也為國內(nèi)外學者不同視角的實證研究奠定了基礎，但受到行業(yè)特征、政策手段、技術先進程度等因素的影響，相關實證研究得出的結論差異也比較大，因此結合不同市場環(huán)境和行業(yè)背景對市場集中度與種業(yè)企業(yè)技術創(chuàng)新效率關系這一問題進行討論是十分必要的。從市場環(huán)境來看，我國大部分產(chǎn)業(yè)的企業(yè)間技術差距小且競爭相對激烈，因此“競爭逃離效應”占優(yōu)，競爭更有利于激發(fā)企業(yè)的創(chuàng)新熱情［19］。從種業(yè)行業(yè)發(fā)展來看，大型種業(yè)企業(yè)進行集中與擴張的主要動機可能只是分散研究的沉沒成本，而并非提高研發(fā)強度［20］。具體而言，企業(yè)技術創(chuàng)新受到自身創(chuàng)新能力和創(chuàng)新動力的雙重影響，技術創(chuàng)新前期的研發(fā)投入是企業(yè)創(chuàng)新動力的主要體現(xiàn)［21］；市場集中度的提高雖然一定程度上實現(xiàn)了種業(yè)企業(yè)規(guī)模化經(jīng)營以及創(chuàng)新能力的提升，但當市場缺乏競爭時，種業(yè)企業(yè)會由于缺乏創(chuàng)新動力而降低企業(yè)研發(fā)強度，從而降低企業(yè)技術創(chuàng)新效率［22］。

從現(xiàn)實層面看，為了改變種業(yè)格局、規(guī)范種業(yè)市場，2011 年原農(nóng)業(yè)部頒布了《農(nóng)作物種子生產(chǎn)經(jīng)營許可管理辦法》，對種業(yè)企業(yè)的進入門檻進行了限制，種業(yè)企業(yè)的市場集中度隨之提高，但市場的集中與變革并未解決種業(yè)發(fā)展的創(chuàng)新困境，反而帶來了新的問題：新政對種業(yè)企業(yè)提出了品種審定和品種權的要求，在這一背景下，一些小微企業(yè)通過向科研機構購買審定品種或者品種權以進入市場；科研機構將商業(yè)化育種成果投入市場獲取收益，對同類商業(yè)育種企業(yè)形成低價沖擊，從而更加降低了企業(yè)的研發(fā)積極性［23］。因此，本研究提出以下假設：

假設2：市場集中度提高對種業(yè)企業(yè)技術創(chuàng)新效率具有負向影響。

2.3 市場集中度對政府補貼效果的影響

市場和政府作為推動我國經(jīng)濟發(fā)展和轉型的兩大推手，對企業(yè)創(chuàng)新的作用是相互交織的［24］，因此企業(yè)技術創(chuàng)新效率的科學化研究應重視兩者的交互作用。企業(yè)技術創(chuàng)新效率的理想表現(xiàn)離不開良好的市場環(huán)境，不完善的市場環(huán)境會造成要素市場扭曲，從而抑制政府補貼對企業(yè)創(chuàng)新效率的促進作用［25］；而在充分的市場競爭環(huán)境下，企業(yè)由于不具備壟斷利潤，因此會更好地利用政府支持進行技術創(chuàng)新，以此獲取競爭優(yōu)勢［7］。同時，在財政資源有限時，政府補貼對于規(guī)模較小的企業(yè)有著更強的激勵效果［26］，但從現(xiàn)實情況來看，地方政府在選擇補貼對象時往往具有“扶持強者”的特點［27］，因此當市場集中度過高時，政府補貼企業(yè)技術創(chuàng)新的效果可能會有所削弱。因此，本研究提出以下假設：

假設3：市場集中度提高會削弱政府補貼對種業(yè)企業(yè)技術創(chuàng)新效率的正向影響。

3 種業(yè)企業(yè)創(chuàng)新效率測算及分析

3.1 測算方法

數(shù)據(jù)包絡分析（data envelope analysis，DEA）是通過數(shù)學規(guī)劃來對技術效率進行測算的一種方法。在種業(yè)企業(yè)區(qū)域創(chuàng)新中，區(qū)域邊際創(chuàng)新收益具有不確定性，借鑒banker 等［28］的研究，選擇符合“規(guī)模報酬可變”假設的BCC 模型進行技術創(chuàng)新效率的測度，將技術創(chuàng)新綜合效率進一步劃分為純技術效率和規(guī)模效率。具體模型如下：

傳統(tǒng)的BCC 模型一般是對同一時間點的創(chuàng)新效率進行橫向比較，為了可以較好地分析種業(yè)企業(yè)創(chuàng)新效率的動態(tài)變化和發(fā)展趨勢，通過Malmquist 指數(shù)模型進一步測算我國各省份種業(yè)企業(yè)技術效率變化和技術進步狀況。模型形式如下：

3.2 DEA 測算變量選取及數(shù)據(jù)來源

企業(yè)技術創(chuàng)新是一個動態(tài)且復雜的系統(tǒng)過程，在測算種業(yè)企業(yè)技術創(chuàng)新效率時，需考慮到多種創(chuàng)新要素的投入與產(chǎn)出。選取2013—2018 年我國30個省、自治區(qū)、直轄市（未含西藏和港澳臺地區(qū)）為研究樣本，測算變量的主要數(shù)據(jù)來源為2013—2018 年原農(nóng)業(yè)部《全國種業(yè)信息數(shù)據(jù)手冊》以及通過國家知識產(chǎn)權局專利數(shù)據(jù)庫檢索得到，具體測算指標的選取如表1 所示。

表1 種業(yè)企業(yè)技術創(chuàng)新效率測算指標選取

種業(yè)企業(yè)創(chuàng)新投入指標方面，企業(yè)的研發(fā)活動受到自身人力和財力等資源的影響，因此選取企業(yè)科研人員全時當量作為企業(yè)研發(fā)人員投入的衡量指標，選取研發(fā)資本存量作為企業(yè)研發(fā)資金投入的衡量指標。選取研發(fā)資本存量主要是考慮到研發(fā)資金投入是一個長期動態(tài)的過程，不僅對當期技術創(chuàng)新發(fā)揮作用，也會對后續(xù)的創(chuàng)新產(chǎn)出產(chǎn)生影響。研發(fā)資本存量的測算借鑒朱天星等［29］的方法，基于種業(yè)企業(yè)科研經(jīng)費支出，采用永續(xù)盤存法以15%的折舊率進行換算。此外，借鑒吳延兵［30］和龔夢君［31］的研究，在換算研發(fā)資本存量之前以2013 年為基期對種業(yè)企業(yè)科研經(jīng)費支出進行了價格指數(shù)平減，價格平減指數(shù)選取居民消費價格指數(shù)、固定投資價格指數(shù)以及農(nóng)業(yè)生產(chǎn)資料價格指數(shù)按照4∶4∶2 的比例構建。

種業(yè)企業(yè)創(chuàng)新產(chǎn)出指標方面，現(xiàn)有研究中，企業(yè)創(chuàng)新產(chǎn)出多選取專利產(chǎn)出或者新產(chǎn)品銷售額作為衡量指標，如池仁勇［32］、熊文等［33］的研究，但由于種業(yè)企業(yè)的特殊性，其技術創(chuàng)新多體現(xiàn)在植物新品種權以及種業(yè)專利申請與授權情況中，同時有研究表明授權數(shù)量易被人為因素影響，而申請量更能反映企業(yè)真實的創(chuàng)新水平［33］，因此選取新品種申請量、企業(yè)種業(yè)專利申請量以及商品種子銷售額作為衡量指標。種業(yè)專利借鑒任靜等［34］的界定，選取A01H（新植物或獲得新植物的方法；通過組織培養(yǎng)技術的植物再生）和C12N15（突變或遺傳工程；遺傳工程涉及的DNA 或RNA，載體或其分離、制備或純化；所使用的宿主）兩個國際專利分類號（IPC分類號）進行檢索。同時，為了剔除物價的影響，參考蒲艷萍等［35］的做法，商品種子銷售額基于農(nóng)業(yè)生產(chǎn)價格指數(shù)進行價格平減。

3.3 創(chuàng)新效率測算結果分析

3.3.1 靜態(tài)效率分析

運用DEA-Solver Pro5 軟件，將2013—2018 年樣本省份種業(yè)企業(yè)相關創(chuàng)新投入產(chǎn)出數(shù)據(jù)代入DEABBC 模型，對種業(yè)技術創(chuàng)新效率進行測算，并將各省份種業(yè)企業(yè)的技術創(chuàng)新效率進一步分解為綜合效率、純技術效率以及規(guī)模效率，如表2 所示。可以看出，2013—2018 年樣本種業(yè)企業(yè)的綜合效率均值僅為0.791，存在20.9%的資源投入浪費，總體績效相對較低；純技術效率均值為0.869，存在13.1%的技術無效率，僅有北京、上海、江蘇等9 個省份達到了技術效率有效，占總比例的30%；規(guī)模效率均值為0.912，除了上海和廣東，其他省份種業(yè)企業(yè)研發(fā)投入和產(chǎn)出并沒有達到最優(yōu)狀態(tài)。總體來看，我國種業(yè)企業(yè)創(chuàng)新的綜合效率提升還有較大空間，可以通過技術創(chuàng)新以及規(guī)模整合進行整體效率的提升和優(yōu)化。

表2 2013—2018 年樣本省份種業(yè)企業(yè)各類效率均值

表2（續(xù)）

本研究重點關注種業(yè)企業(yè)的純技術效率，2013—2018 年樣本種業(yè)企業(yè)分區(qū)域1）的純技術效率對比及變化如圖1 所示。東部省份種業(yè)企業(yè)的純技術效率均值為0.911，領先于中部和西部且高于全樣本均值，近年來基本處于穩(wěn)步提升的態(tài)勢，原因主要是東部地區(qū)科技發(fā)展水平、對外開放水平較高，具有良好的技術創(chuàng)新環(huán)境。西部和中部地區(qū)種業(yè)企業(yè)的純技術效率均值相對較低，其中西部略高于中部，但近年來波動比較大，說明西部地區(qū)種業(yè)企業(yè)雖然開始重視技術創(chuàng)新，但并未實現(xiàn)持續(xù)發(fā)力；中部地區(qū)種業(yè)企業(yè)純技術效率自2014 年達到峰值之后就呈現(xiàn)波動下降的趨勢，有待進一步提升。

圖1 樣本種業(yè)企業(yè)分區(qū)域純技術效率變化趨勢

3.3.2 動態(tài)效率分析

進一步對樣本種業(yè)企業(yè)創(chuàng)新效率進行Malmquist指數(shù)模型的測算，以此來把握種業(yè)企業(yè)創(chuàng)新效率的動態(tài)變化。由表3 可以看出，2013—2018 年種業(yè)企業(yè)全要素生產(chǎn)率的增長率均值并未達到效率前沿面，但從歷年數(shù)據(jù)來看，呈現(xiàn)出了逐年增長的趨勢，尤其是2016—2018 年間全要素生產(chǎn)率的增長率均超過了1，且其增長之中都有技術進步的助推，說明對于種業(yè)企業(yè)而言，技術創(chuàng)新對于提高行業(yè)的生產(chǎn)率十分重要。

表3 樣本種業(yè)企業(yè)技術創(chuàng)新效率指數(shù)及其分解

如表4 所示，整體來看，只有北京、天津、遼寧、上海、海南以及黑龍江6 個省份種業(yè)企業(yè)的全要素生產(chǎn)率水平得到了改善，其中有5 個省份都位于東部地區(qū)；分區(qū)域來看，僅有東部種業(yè)企業(yè)的平均全要素生產(chǎn)率實現(xiàn)了正增長，年均增速為0.7%，中部和西部種業(yè)企業(yè)的平均全要素生產(chǎn)率均出現(xiàn)了倒退，年均增速分別為-7.5%和-21.6%，這主要受到了技術進步指數(shù)和純技術效率的影響。因此，種業(yè)企業(yè)在技術層面還有巨大的進步空間，積極提高技術效率可以實現(xiàn)全要素生產(chǎn)率的突破。

表4 2013—2018 年樣本種業(yè)企業(yè)技術創(chuàng)新效率指數(shù)及其分解

表4（續(xù)）

4 檢驗模型設定與數(shù)據(jù)說明

4.1 模型設定

為了檢驗政府補貼、市場集中度對種業(yè)企業(yè)技術創(chuàng)新效率的影響，構建面板托賓（Tobit）模型進行回歸分析。選取Tobit 模型是考慮到，被解釋變量技術創(chuàng)新效率（RDEFF）的取值使用DEA 模型測算被限定在［0，1］之間，具有截斷數(shù)據(jù)的特點，使用普遍最小二乘法回歸（OLS）會產(chǎn)生有偏性和不一致性［36］，而在Tobit 模型中，將技術創(chuàng)新效率選為被解釋變量，主要研究核心解釋變量政府補貼（RDGOV）、市場集中度（CR10）對技術創(chuàng)新效率的影響。構建基礎模型1～4 依次如下：

其中，模型1、模型2 分別納入政府補貼、市場集中度兩個變量；模型3 同時考慮兩個關鍵變量的影響；模型4 進一步納入政府補貼和市場集中度的交互項，對市場集中度的調(diào)節(jié)效應進行初步判斷。

4.2 指標選取與說明

面板回歸模型主要基于樣本種業(yè)企業(yè)展開研究，數(shù)據(jù)來源主要包括2013—2018 年原農(nóng)業(yè)部《全國種業(yè)信息數(shù)據(jù)手冊》和《國家統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》等統(tǒng)計數(shù)據(jù)，具體指標如表5 所示。

表5 面板回歸變量選取及說明

（1）核心變量。被解釋變量為種業(yè)企業(yè)技術創(chuàng)新效率，基于“規(guī)模報酬可變”的假設，選取基于投入角度的DEA-BCC 模型計算得出的種業(yè)企業(yè)技術效率值（即純技術效率）來衡量種業(yè)企業(yè)技術投入是否有效。政府和市場作為配置科技資源的兩大手段［37］，對種業(yè)企業(yè)技術創(chuàng)新環(huán)境產(chǎn)生重要影響，因此選取政府補貼和市場集中度作為代表，考慮兩種環(huán)境因素對種業(yè)企業(yè)技術創(chuàng)新影響機理。其中，政府補貼采用種業(yè)企業(yè)科技活動經(jīng)費中財政科研投入金額進行測度；考慮到我國種業(yè)市場情況以及數(shù)據(jù)的可獲得性，種業(yè)市場集中度采取前十廠商銷售額占比來衡量。

（2）控制變量。控制變量分為企業(yè)內(nèi)部要素和外部環(huán)境要素。企業(yè)內(nèi)部要素包括：1）企業(yè)規(guī)模（SIZE）。企業(yè)規(guī)模與創(chuàng)新的關系始終是企業(yè)創(chuàng)新理論研究的重點。2）盈利能力（PRO）。企業(yè)的超額利潤是企業(yè)研發(fā)資金的重要來源之一，因此企業(yè)的盈利能力也是影響企業(yè)技術創(chuàng)新的相關變量。3）資本密集度（CAP）。企業(yè)創(chuàng)新過程中，資本密集度高的企業(yè)往往會會更加注重研發(fā)投入。企業(yè)外部環(huán)境要素包括：1）技術市場發(fā)展水平（RDMARK）。技術市場發(fā)展水平是科技創(chuàng)新活動市場化水平的體現(xiàn)。2）外商投資水平（FDI）。外商投資水平反映了地區(qū)的技術引進水平。3）對外開放水平（OPEN）。對外開放水平可以反映一個地區(qū)經(jīng)濟的外向程度。4）人力資源水平（HR）。人力資本水平可以衡量一個地區(qū)整體的勞動力素質。

各個變量的描述性統(tǒng)計結果如表6 所示。

表6 樣本變量描述性統(tǒng)計

5 實證分析

5.1 回歸結果及分析

在進行面板Tobit 回歸之前，首先對各個變量進行了多重共線性檢驗，結果表明，最大的VIF 為2.33，平均VIF 為1.66，遠小于數(shù)值10，可以判斷變量的多重共線性問題不嚴重。另外，在構造政府補貼和市場集中度交互項時，對這兩個變量分別進行了中心化處理，以避免交互項帶來共線性影響［38］。基于Stata 15.1 軟件對模型1～4 進行了隨機效應面板Tobit 估計，求得待估計參數(shù)值，結果如表7 所示。可以看出4 個模型的Wald 檢驗值和LR 檢驗值都較大，并在99%的置信度下顯著，因此認為模型的擬合度較高，且存在個體效應，選取隨機效應的面板Tobit 回歸比較合理。

表7 政府補貼、市場集中度對樣本種業(yè)企業(yè)技術創(chuàng)新效率影響的面板回歸模型估計

具體來看：模型1 和模型3 的結果表明政府補貼與種業(yè)企業(yè)技術創(chuàng)新效率之間均呈現(xiàn)出顯著的正向關系，說明政府補貼可以有效促進種業(yè)企業(yè)技術創(chuàng)新效率的提升，則假設1 成立；模型2 和模型3的結果表明市場集中度對種業(yè)企業(yè)技術創(chuàng)新效率呈現(xiàn)顯著的負向影響，說明種業(yè)市場越集中，越會抑制種業(yè)企業(yè)技術創(chuàng)新效率的提高，則假設2 成立，同時這也與Schimmelpfennig 等［20］的研究結論相吻合；模型4 的結果表明政府補貼和市場集中度的交互項影響系數(shù)顯著為負，說明市場集中度會負向調(diào)節(jié)政府補貼對種業(yè)企業(yè)技術創(chuàng)新效率的激勵效果，則假設3 成立。

同時，控制變量的估計也可得出一些結論，這里重點關注模型3 的估計結果。可以看出企業(yè)規(guī)模對種業(yè)企業(yè)技術創(chuàng)新效率的影響為負，且通過了10%顯著性水平的檢驗，這也進一步佐證了假設2的結論，即企業(yè)規(guī)模越大、市場越集中，越會降低種業(yè)市場的競爭，從而降低企業(yè)的研發(fā)積極性；資本密集度對種業(yè)企業(yè)的正向影響也通過了10%的顯著性檢驗，說明種業(yè)企業(yè)技術創(chuàng)新的提高離不開資金的支持；技術市場發(fā)展水平對種業(yè)企業(yè)技術創(chuàng)新的負向影響通過了5%的顯著性檢驗，這可能因為技術市場的發(fā)展為種業(yè)企業(yè)技術的獲取提供了更多途徑，而忽視了原始創(chuàng)新能力的培養(yǎng)；外商投資水平對種業(yè)企業(yè)技術創(chuàng)新效率的正向影響通過了1%的顯著性檢驗，這說明國外種業(yè)企業(yè)的進入對國內(nèi)種業(yè)企業(yè)的影響處于示范效應階段［39］，其先進技術和經(jīng)驗為國內(nèi)種業(yè)企業(yè)研發(fā)能力的提升提供了助力。

為了保證回歸結果的可靠性，借鑒陳強遠等［40］的做法，對連續(xù)變量進行1%的雙側縮尾處理后進行模型的回歸檢驗（見表8），得出的結果與前文一致，說明上述結論是穩(wěn)健的。

表8 政府補貼、市場集中度對樣本種業(yè)企業(yè)技術創(chuàng)新效率影響的穩(wěn)健性檢驗

表8（續(xù)）

5.2 門限效應識別

為了進一步了解市場集中度對于政府補貼效果的調(diào)節(jié)作用，基于Hansen［41］提出的門限效應模型，運用Stata15.1 軟件對市場集中度對政府補貼效果作進一步的門限效應檢驗與回歸。單一門限模型設定如下：

同理，還可以考慮市場集中度對政府補貼的效果存在多個門檻值，因此進一步構建雙門限模型進行檢驗。具體模型形式如下：

在進行門限回歸之前，首先要對門限效應的顯著性和門限估計值的真實性進行檢驗，結果如表9所示，采用Bootstrap 反復抽樣600 次后得到單門限效應的P值為0.011 7，門限值估計值為0.661 6，因此可以判定單門限效應在5%的顯著性水平下存在；而雙門限效應的P值為0.231 7，沒有通過檢驗。因此選取單門限模型作為最終回歸模型。

表9 市場集中度對政府補貼效果的門限效應檢驗

基于單門限模型進行的門限回歸結果如表10 所示，政府補貼對種業(yè)企業(yè)技術創(chuàng)新的影響在市場集中度的調(diào)節(jié)作用下可以分為兩個階段：第一階段是補貼激勵階段，當前十廠商市場集中度低于0.661 6時，政府補貼對種業(yè)企業(yè)技術創(chuàng)新效率的影響通過了5%的顯著性檢驗，呈現(xiàn)正向激勵作用；第二階段是補貼無效階段，當前十廠商市場集中度高于0.661 6 時，政府補貼對種業(yè)企業(yè)技術創(chuàng)新效率的影響不顯著且系數(shù)為負，表明市場集中度過高時，政府補貼對于種業(yè)企業(yè)創(chuàng)新而言并不能起到激勵作用，甚至可能由于企業(yè)的套利或者尋租行為而對技術創(chuàng)新存在負面影響。門限回歸估計結果也進一步驗證了假設3。

表10 市場集中度對政府補貼效果的門限回歸模型估計結果

6 結論與啟示

本研究以2013—2018 年我國30 個省份種業(yè)企業(yè)面板數(shù)據(jù)為樣本，測算了種業(yè)企業(yè)的技術創(chuàng)新效率，并基于面板Tobit 模型與面板門限模型實證分析了政府補貼、市場集中度與種業(yè)企業(yè)技術創(chuàng)新效率的關系。結果表明：（1）種業(yè)企業(yè)技術創(chuàng)新效率整體偏低，企業(yè)全要素增長率的提高很大程度上依賴于技術進步和創(chuàng)新，因此我國種業(yè)企業(yè)可以通過技術創(chuàng)新效率的進一步提高促進種業(yè)產(chǎn)業(yè)的高質量發(fā)展。（2）市場集中度的提高抑制了種業(yè)企業(yè)技術創(chuàng)新效率的提高，當市場集中度過高時，市場趨于壟斷狀態(tài)、競爭不足，此時種業(yè)企業(yè)由于擁有了壟斷利潤而缺乏創(chuàng)新動力，造成技術創(chuàng)新效率低下。（3）政府補貼對于種業(yè)企業(yè)創(chuàng)新而言，總體上起到了正向激勵的效果，但這一效果也受到了市場集中度的調(diào)節(jié)效應影響，市場集中度作為門限變量，當前十廠商的集中度低于0.661 6 時，政府補貼可以促進企業(yè)技術創(chuàng)新效率的提高；但當前十廠商集中度高于0.661 6 時，政府補貼處于補貼無效的階段，甚至會對企業(yè)的技術創(chuàng)新產(chǎn)生負面作用。

基于上述研究結論，提出如下建議：

（1）各地政府要對本地區(qū)種業(yè)企業(yè)的規(guī)模與市場情況進行充分了解，加強市場和政府兩種手段的協(xié)調(diào)，提高對種業(yè)企業(yè)的補貼力度和精度；同時要發(fā)揮各個市場主體的作用，加強對種業(yè)市場的監(jiān)管，對受到政府補貼的種業(yè)企業(yè)進行監(jiān)督，讓政府補貼充分發(fā)揮作用。通過構建有效市場和有為政府，提高種業(yè)企業(yè)技術創(chuàng)新效率，促進我國種業(yè)產(chǎn)業(yè)高質量發(fā)展。

（2）提高種業(yè)企業(yè)進入門檻，進行種業(yè)企業(yè)的兼并和調(diào)整是種業(yè)市場規(guī)范化的必要手段，但是這一手段并沒有解決種業(yè)企業(yè)原始創(chuàng)新能力不足的本質問題，因此在種業(yè)企業(yè)規(guī)模化過程中也要控制市場的集中程度，保持適度的市場競爭，從而激發(fā)種業(yè)企業(yè)的技術創(chuàng)新活力。一方面，要注重對規(guī)模較小的種業(yè)企業(yè)進行創(chuàng)新能力的培養(yǎng)，利用產(chǎn)學研合作、企業(yè)戰(zhàn)略聯(lián)盟合作等渠道進一步促進創(chuàng)新主體的數(shù)量增加與質量提升，從而增強市場競爭活力；另一方面，對于規(guī)模較大的種業(yè)企業(yè)，要更加注重激發(fā)其創(chuàng)新動能，在政策補貼無效時注重通過多種政策手段的組合對其進行激勵。

注釋：

1）依據(jù)2000 年我國西部大開發(fā)戰(zhàn)略制定的三大區(qū)域劃分，將30 個省份劃分為東、中、西部。東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南共11 個省市；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南共8 個省區(qū)；西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆共11 個省區(qū)市。