极速快三

农开基金
农开基金
返回顶部

新闻动态News dynamics

您的当前位置: 极速快三 >新闻动态行业新闻

农开基金:政府资金投入对企业研发产出的影响研究
作者:admin 时间:2019-10-25 浏览量:27次

【农开基金原创系列】

政府资金投入对企业研发产出的影响研究

作者:基金管理部 陈泽兵

近年来,随着经济全球化的发展,市场竞争日益激烈,企业研究与试验发展(research and development,R&D) 能力已成为促进企业可持续发展和获取长久竞争优势的基本推动力。制造业投资是我国投资的重要组成部分,约占固定资产投资总额的30%。2019年以来制造业投资增速迅速下滑,1-8月份全国制造业投资增速快速下降至历史低点2.6%,进入低位延续期。

医药制造业属于高技术制造业,也是中国科技创新体系中重点发展的产业之一,随着近年来新药研发成本的日益提高,企业逐渐加大新药研发的资金投入。同时为了激励企业开展研发活动,政府也在不断增加R&D资金支持。但政府资金投入对企业R&D产出的影响究竟如何? 本文试图从实证角度分析政府资金投入对医药制造业企业R&D产出的影响,研究政府资金投入与企业R&D各产出指标之间存在怎样的关系,从而为政府科技投入政策的制定提供参考。

01相关文献回顾

在新经济增长理论中,广泛使用均衡分析及动态分析方法,一般利用一些经济增长模型来分析经济增长的影响因素及其相互作用的数量关系,并预测未来的发展变化。新经济增长理论主要观点为: 人力资源、物质资源、技术水平、管理效能及社会经济制度等因素决定了特定时期的经济增长。

国内外学者对政府的科技激励政策与企业R&D投入产出关系的研究,大部分注重于政府资助和企业R&D投入之间的关系,而从政府科技投入对企业R&D产出的影响这一角度进行研究的相对较少。

Guellec以OECD的17个成员国为研究对象,指出政府直接R&D资助强度与企业研发投入和产出之间存在显著的“倒U型”关系,但当政府R&D资助占企业研究费用的比例达到门槛值( 10% ) 后,政府资助反而会减少企业R&D产出。Czarnitzki 研究发现当政府资助强度过小时,技术创新活动方面的市场失灵将得不到明显改善,而资助强度过大又会形成对企业自身创新支出的替代。Goegr提出政府R&D资助应当维持在一个适当的规模。Hewitt-Dundas 等发现,政府资助促进了企业进行研发活动和重大新产品开发。

朱平芳等利用上海市大中型企业政府科技拨款、企业专利产出的数据进行研究,发现政府科技拨款资助对企业专利产出有缓慢的间接作用,而自筹资金对专利产出有显著的正面作用。柳剑平等认为,政府的激励政策应与技术创新的外溢性挂钩,外溢性强的研发活动要求政府采取财政补贴政策,外溢性较低的研发活动要求政府更多采取税收优惠政策。李永等对山东省1996—2006年的研发投入数据进行实证分析,结果表明政府科技投入对企业研发的“杠杆效应”大于“挤出效应”。肖仁桥等利用两阶段链式关联DEA模型对中国 2005—2009年28个省份高技术产业创新效率进行研究,研究结果表明政府支持对中国高技术产业创新效率的影响为负。李平的研究发现政府资助对企业R&D产出的贡献度随科技资助的强弱而呈现出显著的“区间效应”,随着R&D资助水平的提高,其对企业创新产出的贡献度先上升,当资助水平达到一定程度后其作用效果开始逐渐下降,从系数来看,中高资助强度的效果最好。

综上所述,国内外学者对政府科技投入对企业R&D产出的影响研究主要包括三种结果,一是认为政府科技投入对企业R&D具有“杠杆效应”,即呈正相关关系;二是认为政府科技投入对企业R&D产出存在“挤出效应”,即呈负相关关系;三是认为政府科技投入对企业R&D产出存在“区间效应”。从实证角度而论,本文试图有针对性地研究政府科技投入与中国医药制造业企业R&D产出之间的关系,对优化政府科技投入结构,促进医药科技创新能力的提高有积极的作用。

02研究数据和方法

2.1 数据来源

本文所用数据来源于《中国高技术产业统计年鉴》,选取 2005—2015 年中国医药制造业相关数据,包括政府资金、新产品开发项目数、有效发明专利数、新产品销售收入等。批准生产新药数来源于国家食品药品监督管理总局及其药品审评中心官网统计数据,这里的新药指国家I类新药。鉴于 2009 年之前统计年鉴中没有出现新产品开发项目数的统计,因此研究数据设置在 2009—2015 年间。

2.2 指标选取

投入指标,将政府资金作为衡量政府资金投入指标,用 X 表示。

产出指标,评价企业R&D产出的指标非常多,很难找到一个客观并全面的衡量指标。通常指标有绝对量,也有相对量。创新的产出过程可以分为中间产出和最终产出两个阶段,中间产出一般表现为知识产出,选取有效发明专利数和新产品开发项目数来衡量,分别用 Y1、Y2表示; 最终产出通常表现为新技术的市场化收益,选取新产品销售收入和批准生产新药数来衡量,分别用 Y3和 Y4表示。4 个产出指标用 Yi(i=1,2,3,4)表示。具体变量及其界定详见表1。

表1  主要衡量指标及其界定

1571968841(1).png

2.3 研究方法及思路

利用Stata14软件,首先采用平稳性检验( augmented Dickey-Fuller test,ADF ) 方法对2005—2015 年中国医药制造业政府资金投入与企业R&D产出相关数据进行单位根检验; 接着用格兰杰因果检验( Granger) 研究变量之间的因果关系及方向; 其次用非结构性方法建立向量自回归模型( vector autoregressive model,VAR) 模型并确定滞后阶数; 再次进行VAR参数估计; 最后通过脉 冲响应函数(instrument response function,IRF)和方差分解来比较政府资金投入一个单位正向冲击对企业R&D产出的反应结果。

2。4 研究假设

研发的资金来源一般由政府资金、企业资金、金融机构贷款等构成,讨论最多的是政府资金和企业资金,基于有关学者对研发投入产出的研究,并结合我国目前医药制造业研发的实际状况,本文提出以下假设:假设一:政府资金投入与医药制造业研发产出呈正相关;假设二:政府资金投入与企业资金投入不存在显著的关系;假设三:政府资金投入与金融机构贷款不存在显著的关系。

03实证研究

3.1 描述性统计

《中国高技术产业统计年鉴》,可以看出2005—2015 年政府资金投入整体呈增加趋势,产出指标中有效发明专利数由 2005年的1134件增长至2015年的31259件,增长达27倍,而新产品销售收入由2005年的469亿元增长至2015年的4736亿元,增长达9 倍,新产品开发项目数也在不断增长,批准生产新药数年平均个数为3。

3.2 ADF检验

由于各指标存在逐年变化趋势,需对其进行平稳性检验,以防造成伪回归。本文采用ADF方法进行单位根检验。LNX、LNY1、LNY2、LNY3、LNY4的5%的显著水平下都是不显著的,I(0)序列存在单位根,为不平稳序列;而其在一阶差分情况下,在显著性水平为5%的ADF检验中拒绝了单位根假设,从而变成I(1)序列,为平稳序列。

3.3 格兰杰(Granger)因果关系检验

根据 Granger 检验,做 Yi对其他变量的回归,检验 X 的滞后变量是否能显著改善预测精度,来判断Yi和X之间的因果关系。检验结果主要用F统计量和P值来判断。结果表明,DLNY1、DLNY3与DLNX 变量之间存在明显的因果关系,而DLNY2、DLNY4与 DLNX 之间不存在明显的因果关系。

3.4 VAR模型构建及滞后阶数选择

VAR模型是一种常用的计量经济模型,由克里斯托弗·西姆斯( Christopher Sims) 于 1980 年提出,可以用来预测相互联系的时间序列系统及分析随机干扰对变量系统的动态冲击,从而解释各种经济冲击对经济变量形成的影响。本文利用指标LNX和指标LNYi分别构建VAR模型,综合考虑AIC、SC、HQ等信息准则,最终选择最优滞后阶数均为3。

3.5 VAR参数估计

对3.5VAR参数估计对VAR模型进行平稳性检验得到模型的特征根倒数均小于1,位于单位圆之内,表明模型稳定,可以进行脉冲响应函数分析和方差分析。

3.6 IRF脉冲响应函数

在VAR模型基础上建立DLNX与DLNYi的脉冲响应函数。分别分析当DLNYi受到的DLNX正向冲击后的动态变化。结果见图1、2。

图1  DLNX冲击引起的 DLNY1相应轨迹

图1.jpg

图2  DLNX冲击引起的 DLNY3相应轨迹

图2.jpg

DLNX 给 DLNY1一个单位标准差的正向冲击后,DLNY1在第一、三期下降至-0.05 附近,于第二、五期回升至0.05附近,之后一直保持波动性上升趋势,整体冲击呈正向的; DLNX给DLNY3一个单位正向冲击后,DLNY3呈下降趋势,但第二期保持平稳,之后于第三期下降至峰值0.64附近,随后逐步回升,第七期以后一直处于稳定状态,整体冲击为正向的。总体来看,DLNX的变动对DLNY1、DLNY3呈正向影响。

3.7 方差分解

通过以上脉冲响应函数的分析,可以预判各变量之间在一定时期内存在相互影响关系,但无法预测各变量之间的影响度。在VAR模型基础上来分析 LNX 的变动对 LNYi冲击的贡献率。在Stata14中用 fevd命令的得到各变量贡献度。结果发现,两个模型中 DLNX在向前预测12期方差解释率分别为96.9%和54.5%; DLNX的变动对DLNY3冲击的贡献率较高,达54.9%。

04结果与讨论

从长期来看,中国医药制造业企业R&D产出中的有效发明专利数、新产品开发项目数、新产品销售收入与政府资金投入存在均衡关系,而批准生产新药数与政府资金投入不存在长期均衡关系。政府资金投入每增加1%,有效发明专利数增加1.644%、新产品开发项目数增加0.847%、新产品销售收入增加1.222%。从短期来看,政府资金投入变动与中国医药制造业企业R&D有效发明专利数、新产品项目数、新产品销售收入呈正向影响,与批准生产新药数变动影响不明显。

总体而言,政府资金投入对中国医药制造业企业R&D产出有明显的激励作用。

(1)政府资金投入(DLNX)是有效发明专利数(DLNY1) 、新产品销售收入( DLNY3) 的格兰杰原因,同时有效发明专利数(DLNY1)、新产品销售收入(DLNY3)也是政府资金投入(DLNX)的格兰杰原因,但政府资金投入(DLNX)不是新产品开发项目数(DLNY2)、批准生产新药数(DLNY4)的格兰杰原因。

(2)政府资金投入( DLNX)的冲击对有效发明专利数( DLNY1)、新产品销售收入( DLNY3)的影响整体是正向的; 政府资金投入( DLNX)的变动对新产品销售收入( DLNY3)冲击的贡献率较高。

由以上的分析结果来看,政府资金投入等对我国新药研发产出均存在不同程度的影响,其中对有效发明专利数、新产品销售收入带来的正向影响比较明显。

05分析与建议

结合理论研究及实证分析结果可以看出,政府资金投入对企业 R&D产出起到正向的激励作用。在中国现有经济发展条件下,企业逐渐成为创新的主导力量,而创新活动需要大量的资金支持,仅凭市场动力来带动科技创新发展已远远不够,结合政府支持的创新激励政策已成为促进科技创新发展的必然选择。

5。1 政府资金投入现状

通过对《中国高技术统计年鉴》中R&D经费中政府资金总额进行统计,可以发现,1995—201年我国医药制造业及各细分行业用于R&D的政府资金投入不断增长,尤其是 2010 年以后增长速度加快明显; 各细分行业中,化学药品制造业的政府资金投入最高,其次为中成药制造,但从2013年以后生物制品的政府资金投入有加大趋势,近几年几乎与中成药制造持平。

总之,医药制药企业获得各类贷款的融资途径较少,风险投资机制不健全,政府的资金支持力度也很有限,因此资金投入不足已成为制约我国医药制造业新药研发的重要阻碍。

5.2 政府资金投入相关政策分析

近年来,随着经济全球化的发展,市场竞争日益激烈,企业研发能力已成为促进企业可持续发展和获取长久竞争优势的基本推动力。医药制造业属于高技术产业,也是中国科技创新体系中重点发展的产业之一,但随着近年来新药研发成本的日益提高,企业逐渐加大新药研发的资金投入。同时为了激励企业开展研发活动,政府也在不断增加R&D资金支持。

5.3 建议

(1)从长期角度。首先,政府资金投入需事前激励和事后激励相结合。政府在企业开展研发活动过程中的资助必不可少,但研发后的补助激励也很有必要。就医药制造业而言,一个新药批准上市以后,在新技术的市场化阶段也需要企业投入大量的资金,若政府给予一定的补贴激励政策,可以提高企业进行科技创新的积极性。

其次,政府资金投入要与其他融资方式结合。从文中政府资投入与创新最终产出批准生产新药数量的关系来看,医药制造业企业的新药研发周期较长、风险较高。建议政府在资金有限的情况下尽可能营造良好的融资环境,拓宽企业融资渠道,可将信贷、保险、风险投资(VCPE)、信托等金融方式与科技合理结合起来,甚至利用国外资本,为企业进行创新活动提供更多的融资机会。

再者,政府仍需加大资金投入力度。从文中脉冲响应函数分析可以看出,随着政府资金投入的增加,有效发明专利数和新产品销售收入增加较为明显,但从政府资助水平及资金投入增加幅度来看,有待进一步加大政府支持力度。

(2)从短期角度。首先,政府需加强资金投入的效率监管。近几年,尽管中国政府一直在尽可能地加大医药制业企业R&D的扶持力度,但对政府资金投入所带来的产出效果重视不够,缺乏有效监管。建议政府建立有效的政府资金支出监管机制,有效地发挥政府科技政策的激励引导作用。

其次,建议政府有针对性地加大资金投入。整体来看,中国医药制造业R&D产出水平较低,究其原因在于企业在基础研究和应用研究中投入力度不够,因此建议政府加大在基础研究和应用研究方面的资金投入比例,对重点领域、关键技术、前沿技术等着力引导,比如实施重大科技专项等,充分发挥政府的引导作用。

本文系原创,转载请标注来源。


分享:
河南农开产业基金投资有限责任公司
地址:郑州.郑东新区商鼎路70号河南省煤田科技中心大厦22层 
备案号:    技术支持:
全民彩票 一品彩票开户 内蒙古快3 广西快3 玖玖棋牌游戏 安徽快3 平安彩票网站 北京两步彩走势图 北京快3 北京赛车PK10计划