最优政府研发资助规模及资助企业选择——基于中国行业异质性的门槛回归分析，本文主要内容关键词为：中国论文,最优论文,门槛论文,规模论文,异质论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
JEL Classification:E62 L31 032
一、引言
从发达国家的经验看，多数创新型国家的科技发展在工业化初期和中期阶段带有政府主导的特征，即企业技术创新能力的提高一般要经过一段特殊的培育期，在此期间主要依靠政府提供研发资金以引导和激发企业的创新活动，如美国在20世纪六、七十年代约半数的研发投入是由政府资助的。企业研发实力经政府的大力支持明显提升后，其研发活动再逐渐转变为以企业投入为主的技术创新格局，目前OECD成员国的企业研发活动中政府资助的比重稳定在8%～10% (Guellec & de la Potterie,2003)。然而，我国企业技术创新能力与发达国家相比还处于较低的发展阶段，但政府研发资助所占比重相对较低。尤其是进入21世纪以来，来自政府的企业研发经费有逐年减少的趋势，由1999年的7.5%下降到2008年的3.3%；且政府科技经费支出结构中用于支持企业研发活动的仅占10%左右，远远低于美国等发达国家的20%～30%的比重。
现阶段，我国企业作为创新主体对研发的重要性认识不足，企业研发尤其需要政府的引导和支持，但在学术界和政府管理部门，关于政府是否应当加强对企业研发活动的资助力度尚存在争议，主要的原因是政府研发资助可能会对企业研发投入产生挤出效应。那么，现阶段我国政府研发资助是挤出还是激励了企业的研发活动？资助力度是不是过低？政府应对哪些领域加强资助力度？这些都是值得深入研究的话题。从这个意义上讲，检测和分析目前我国政府对企业技术创新的资助效果是非常必要的。而且，探讨政府研发资助效应的行业差异并探寻造成该差异的原因无疑对各行业有针对性地利用政府研发资助提高企业创新能力有着重要的理论和现实意义。
二、理论回顾
企业投资于研发活动能创造出新产品或新技术，为企业带来一定时期的垄断利润流。然而，内生增长理论认为研发成果具有非竞争性和部分非排他性，由于其他企业的“搭便车”，创新企业的私人回报率低于社会回报率，抑制了企业研发积极性。因此，单靠市场对企业创新的激励作用很难达到社会最优研发投入水平(Romer,1990; Grossman & Helpman,1991)，这就需要政府进行适度的干预在一定程度上弥补“市场失灵”带来的缺陷。
在政府研发资助制度下，政府通过支付给创新企业一定数额的资金使私人投资回报率与社会投资回报率相协调，以克服私人主体研发投资倾向的不足，从而使企业研发投入达到社会最优水平。然而，理论上，政府研发资助有可能对企业研发行为产生激励和挤出两种效应。如果两者间是互补关系，政府研发资助将激励企业新增研发投入；如果存在替代关系，政府资助会直接替代企业研发投资，挤出企业原有的研发投入。政府研发资助与企业研发之间到底存在互补关系还是替代关系，长期以来尚未形成确切的结论。
（一）激励效应
政府资助直接对企业研发提供了财政支持，对企业的技术创新有着明显的促进作用。Spence(1984)通过对欧洲的经验研究发现政府研发资助直接减少了企业技术创新的成本，降低了企业的研发风险，从而促进研发动机的提高。并且随着竞争对手数量的增多，资助率也应随之增加。Czarnitzki & Licht(2006)通过对德国企业的经验研究证实了政府研发资助对企业研发投入的正向作用，而且研发资助也提高了企业获取专利的可能性。
此外，政府资助的促进作用随着资助强度的变化而变化。Guellec & de la Potterie(2003)通过研究OECD成员国技术创新的统计资料后发现，政府资助对企业研发的促进作用随着资助总量的变化而变化，作用效果先是上升，当资助总量占企业研发费用的比例达到某一极值后（13%左右），作用效果开始降低，在资助强度超过25.4%才会产生替代效应。朱平芳、徐伟民(2003)将上海市政府拨款资助的样本分为高资助、中资助、中低资助和低资助4组，研究政府资助强度对激励作用的影响，结果发现最大的系数来自于两个资助率中等组样本，这说明政府研发资助强度达到一定程度后效应反而会降低。
（二）挤出效应
政府一般倾向于资助成功可能性大、回报率高的项目，而这些项目往往是企业自身已准备实施的。如果获得资助的企业直接用政府资助经费替代自身研发投入或调整研发项目——开展获得资助的新研发项目、放弃没有获得资助的研发项目，这样政府资助对企业研发就会产生挤出效应（程华等，2009）。
政府资助的提高还增加了对稀缺研发资源的需求，如果研发的决定性因素（如高水平劳动力）供给不足，经市场机制传导就会提高研发人员的薪资水平，从而降低企业雇佣研发人员的积极性、改变企业研发的投资行为。Goolsbee(1998)通过研究证实：当研发成本提高时，企业将放弃部分研发项目而转向其他盈利项目，导致挤出企业部分研发投资，这种挤出效果在科技资源非常稀缺的国家尤其严重。Klette et al.(2000)和Schreyer(2000)通过对制造业部门的研究发现：私人研发投入比政府研发资助更能刺激企业研发活动，政府研发资助对企业生产力的增长具有反作用。
由文献回顾可知，目前国内外研究主要集中在探讨政府资助解决研发活动市场失灵的有效性上，即探讨会对企业研发行为产生激励效应还是挤出效应，而关于政府研发资助的行业差异及影响效果的研究相对较少。对此，本文考虑了行业的异质性（要素密集度、研发资助强度、技术溢出强度）并在以下方面进行了扩展和创新：首先，运用系统广义矩估计方法，总体上对政府研发资助的有效性进行检验，并考虑到行业技术特征差异，进一步分析了不同要素密集度下政府研发资助的不同激励效果；其次，各行业的政府研发资助强度差异较大，低资助行业（最低的仅为0.66%）资助力度是不是过低？高资助行业（最高10.59%）的资助是否挤出了企业自身研发投入？不同类型行业的最优政府资助规模又如何界定？本文试图通过门槛回归思路对上述问题进行探析；最后，由于技术溢出的外部性难以度量，关于不同技术溢出强度下政府资助效果的经验研究相对匮乏，本文先用DEA-Malmquist方法对各行业技术溢出强度进行了估计，并通过构建门槛回归模型对数据进行自动识别来确定具体门槛值，以分析不同技术溢出强度下政府资助企业创新活动的门槛特征。
三、实证检验
政府资助对于企业创新是把双刃剑，一方面可能会激励企业增加研发投入，另一方面有可能产生挤出效应，所以政府资助企业研发所产生的综合效果是不确定的。因此，本部分主要利用中国行业数据对政府资助企业研发活动的净效果进行检验。
（一）计量模型的设定
关于政府资助企业研发活动效果的经典测度方法是对企业研发投入与政府资助进行回归分析，并在回归模型中加入一些可能影响企业研发投入的控制变量。因此，将企业研发投入看做是金融机构贷款、政府研发资助、企业资金充裕度和新产品销售收入等因素的函数。为了避免其他重要变量遗漏引起估计有偏，我们引入被解释变量的滞后一期作解释变量，组建以下动态面板回归模型：
（二）样本选取和数据来源
考虑到私人部门的研发力量主要集中于大中型企业，而且政府研发资助也主要倾向于大中型企业，因此本文选取大中型工业企业作为研究对象。经验分析主要采用2001～2008年中国37个行业的面板数据，使用面板数据的优点在于其包含的信息量较大，降低了变量间共线性的可能性，增加了自由度和估计的有效性；而且面板数据还便于分析动态调整和控制个体的异质性。
本文数据均来源于《中国统计年鉴》及《中国科技统计年鉴》。主要包括各行业大中型工业企业科技活动经费筹集中的政府资金、企业资金和金融机构贷款，大中型工业企业主营业务收入以及新产品销售收入。
为了消除物价变动对分析结果的影响，我们对所用到的价格数据以2000年为基期均作了消除物价影响的处理，具体处理方法是以固定资产投资价格指数对相应年度的各项科技经费来源数据进行平减；以工业品出厂价格指数对相应年度的新产品销售收入和主营业务收入数据进行平减。
（三）实证分析结果
除了解释变量与被解释变量之间可能存在内生关系外，动态项与随机误差项相关，也存在严重内生性。而且在影响企业研发投入的各种因素中，存在观察不到的个体效应与解释变量相关。因此，为了处理这些问题，我们采用系统广义矩估计法(GMM)对上述动态面板模型进行回归估计。系统GMM方法利用水平变量和一阶差分随机项的正交矩、一阶差分变量和水平随机项的正交矩，不但能有效地解决内生性问题，而且还可消除个体效应的影响。另外，动态面板GMM估计适合具有较小时间维度和较大截面维度的面板数据，我们的时间维度为9、截面维度为37，所以使用GMM方法较适宜。
动态面板GMM估计可分为一步和两步GMM估计，由于两步估计的标准差存在向下偏倚，虽经调整后可缩小，但会导致估计量的近似渐进分布不可靠(Bond,2002)，所以在分析中选用一步GMM估计。另外，一步系统GMM利用了比一步差分GMM更多的信息，但需满足一个前提条件——工具变量是有效的。从回归结果可以看出，检验附加工具变量有效性的Difference-in-Sargan统计量对应的P值为0.540，证实了一步系统GMM估计的有效性。结果如表1所示。
估计系数的联合显著性检验在1%水平上显著，这表明模型总体线性关系显著，各变量能在一定程度上解释对企业研发投入的影响；从各影响因素分别来看，各变量的系数大都通过了显著性检验，且显著性水平都很高。以下我们主要分析各研发经费来源对企业自身研发投入的影响和关系。
第一，政府研发资助对企业研发投入起着十分显著的正向作用，在其他条件保持不变的前提下，政府研发资助每增加1%，将诱导企业追加研发支出0.289%。提高政府研发资助并未对企业研发投入产生挤出效应，这主要是由于研发资助降低了企业的单位研发成本，从而提高了企业对研发密度的最优选择；其次可能是由于我国政府研发资助总体水平较低，还没有达到最优的临界值水平。另外，政府研发资助每增加1%，在次年将使企业减少研发支出0.196%，这表明长期而言，政府资助有可能会使企业形成“不找市场找政府”的惯性，对政府资助存在一定的心理预期和依赖。
第二，金融机构贷款与企业研发投入也起着显著的正向作用，在其他条件保持不变的前提下，金融机构贷款每增加1%，企业研发投入将新增0.064%，这表明便利的融资渠道是企业研发活动的重要保证。因此，国家要引导金融机构加强对企业创新活动的支持，缓解企业融资困难的状况。
（四）模型参数的一致性
当样本较小或使用的工具较弱时，动态面板GMM估计量容易产生较大偏差。检验偏差存在与否的一种方法是看动态项的GMM估计量是否介于OLS估计量和静态固定效应估计量之间(Bond,2002)。这是因为：用OLS估计时，因变量的滞后项和不可观察的行业固定效应正相关，估计量应该是向上偏倚的；用静态固定效应模型估计时，由于因变量的滞后项和随机扰动项负相关，估计量应该是向下偏倚的；所以，动态项的GMM估计量应该处于OLS和固定效应估计量之间。由表1的回归结果可知，动态项的OLS估计和静态固定效应估计结果分别为0.864和0.275，而GMM估计量为0.581，确实处于前两个估计量之间。这说明GMM估计结果并没有因为样本大小和工具的选择而产生大的偏误。
（五）政府研发资助的行业差异
由于各行业间存在着巨大差异，政府研发资助效果势必会受这些差异的影响。因此，根据各个行业的要素密集度，我们将全国37个工业行业划分为技术密集型、资源密集型、资本密集型和劳动密集型四大类别（参考OECD按技术划分产品的标准，并结合世界银行的划分标准归类），分别检验政府研发资助对这四类行业的影响（见表2）。
从回归结果可以看出，政府研发资助对技术密集型行业的激励作用最大，其次是资源密集型和资本密集型，激励弹性分别为0.153、0.108和0.085，而对劳动密集型行业的激励效果并不显著。具体分析如下：
(1)技术密集型行业在生产过程中对先进技术和科技人才的依赖大大超过对其他生产要素依赖的行业，存在比较刚性的研发预算，所以政府资助的替代效应最弱，对企业研发投入的激励作用最强。
(2)对资源密集型行业的政府研发资助是发展低碳经济的关键。资源密集型行业在生产过程中需要使用较多的自然资源，而对化石能源的过度依赖是碳排放快速上升的根源。当前环境污染问题日益引起人们的重视，技术创新是推行低碳经济的关键，高碳经济向低碳经济转型——用高新技术和节能减排技术改造现有工业基础设施、加大新能源开发和投入、提高能源利用效率等研发都对政府资助的依赖度较高，企业难以承担成本较大的研发活动，这成为政府亟待解决的问题。
(3)资本密集型行业投资大、技术装备程度高、建设周期长、折旧及摊销等固定成本比例较大、收效较慢，因此企业技术进步和自主创新对政府资助的依赖度比较高。
(4)劳动密集度型行业进行生产主要是依靠大量的劳动力，对技术和设备的依赖程度最低，涉及的技术创新较少，因此政府资助的激励效果不显著。
四、政府研发资助的门槛特征研究
传统检验手段基本上以构造连乘模型或传统的分组检验为主，而这种方式难以探查到政府激励企业创新能力的具体门槛水平，同时在处理非线性问题时，如果基于某个指标对数据进行人为地分类，以此将数据的非线性转化为线性，很可能会导致模型设定偏误。因此本文采用Caner & Hansen(2004)发展的门槛回归思路对不同资助强度及技术溢出强度下政府研发资助的门槛特征进行检验。因劳动密集型行业政府研发资助效果不显著，此部分我们不予考虑。
（一） 门槛模型的设定
（二） 门槛变量的测算及样本选取
1.政府研发资助强度
各行业的政府研发资助强度存在着巨大的差异，最低的行业仅为0.66%，最高的高达10.59%。且各行业对政府研发资助的依赖度不同，因此相同数额的研发资助对不同行业的影响不同。所以门槛指标选取的是相对数而非绝对额，将各行业政府研发资助占企业研发经费筹集总额的比重（简称为政府研发资助强度）构建为门槛变量，并对其具体影响进行检验与测算。
2.行业内技术溢出强度
技术外溢效应会导致企业研发收益率下降、降低研发的积极性。而政府研发资助的目的就是弥补企业技术外溢带来的损失，以刺激企业进行研发投资。因此，将行业内技术外溢强度设定为门槛变量，检验不同的技术外溢强度下，政府资助的激励作用是否存在显著差异。
具体测算运用DEA-Malmquist指数法，其原理是通过保持决策单元的输入或输出不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各决策单元投影到生产前沿面上，通过比较决策单元偏离前沿面的程度来评价相对有效性(Charnes et al.,1978)。本文则是通过确定内外资企业的技术效率前沿面，然后取得另一企业相对于前沿边界而言的相对效率。具体结果列入表3。
（三） 门槛检验及分析
1.政府研发资助强度
不同类型行业对政府研发资助的依赖度不同，同样的研发资助强度对技术密集性行业属低资助水平而对资本密集型行业有可能就属高资助水平。所以本部分按不同的要素密集度将行业分组检验，并运用门槛回归思路探析各类型行业最优的政府研发资助水平。
门槛效果检验（见表4）表明技术密集型行业存在单一门槛，而资源密集型和资本密集型存在三重门槛。各门槛值将研究样本划分为不同的区间，政府资助对企业研发活动的激励效果在不同的区间存在显著差异（见表5）。
总体来看，虽然政府研发资助在不同的区间其激励弹性有所差异，但均未挤出企业研发投入，只是到达某一最大激励弹性后，激励效果有所降低。技术密集型行业政府资助强度跨过7.7%后，激励弹性从0.158增至0.172；资源密集型行业政府资助强度跨过0.7%后，激励弹性从0.122增至0.232，跨过3.8%后，激励弹性又小幅减弱；资本密集型行业资助强度跨过0.8%后，激励弹性从0.226增至0.320，跨过1.9%后，激励弹性又逐渐降低。
国内外相关文献也表明：政府资助的激励作用随着资助强度的变化而变化，作用效果先是增加，当资助总量占企业研发费用的比例达到某一极值后，作用效果就会降低。但对于不同的样本来说，这一极值有所不同。
我们为更好分析政府研发资助对企业研发投入的影响，将其激励弹性（即政府资助的边际效应MU）和总效用曲线(TU)置于同一图中，并根据其相互关系将资助效果划分为三个阶段（详见图1）。在第1阶段，政府研发资助的激励弹性是递增的，直到资助强度达到g[,1]时，激励弹性达到最大（E点），对企业研发投入的激励作用最强，所以在这一阶段，增加研发资助始终增加了企业研发投入；在第Ⅱ阶段，虽然激励弹性开始降低，但还是有效激励企业研发投入量的增加，直到资助强度达到g[,2]时，边际效用降为零，政府对企业研发投入的激励作用达到最大化（M点）；在第Ⅲ阶段，激励弹性降为负值，政府资助对企业研发投入开始出现替代效应。因此，最优的研发资助水平位于第Ⅱ阶段的g[,2]点。
图1 政府研发资助效果
结合门槛回归结果可以得出，对技术密集型行业的资助水平还处于第Ⅰ阶段，激励弹性最大的资助强度应大于7.7%，因为从目前样本得到的结果显示跨过7.7%这一门槛值后其激励效果仍是增加的；资源密集型行业和资本密集型行业均跨过了各自的g[,1]点（分别为3.8%和1.9%）进入第Ⅱ阶段，政府资助的边际效应开始降低，但还是有效激励着企业研发投入的增加。现有样本的检测结果表明我国政府研发资助在各行业均未跨过最优的g[,2]点进入第Ⅲ阶段。因此，政府研发资助并未对企业研发产生替代效应，且对企业的研发投入还未达到最优的资助水平，资助强度还有待进一步提高。
2.行业内技术溢出强度
由于技术密集型行业在生产过程中对先进技术的依赖大大超过对其他生产要素依赖的行业，其对技术溢出的敏感程度要高于其他行业，因此我们分别选取技术密集型行业和行业整体的样本进行经验估计，以比较分析不同技术溢出强度下政府研发资助激励效果的差异。
门槛效果自抽样检验结果（见表6）表明两个样本均是单一门槛效果显著，且门槛值均约为0.66。和传统的线性回归模型相比，门限回归模型根据技术溢出强度的高低，将行业按技术溢出强度划分为低溢出区间(β≤0.66)和高溢出区间(β＞0.66)两种类型，门槛回归结果见表7。
在低溢出水平下，技术密集型行业政府研发资助对企业研发投入的激励弹性为0.111；当溢出强度跨过0.66时，激励弹性增至0.293。对整体样本的经验估计也得出了类似的结论，当溢出强度跨过0.66，激励弹性从0.081增至0.142。即技术溢出强度跨过门槛后，政府资助企业研发的激励作用更有效。
这主要是因为研发溢出强度较高的行业，知识产权保护政策很难有效发挥作用，技术外溢导致企业的研发收益率下降，此时政府研发资助在一定程度上可补偿企业研发成本，以引导和激励企业研发活动达到社会最优水平。而且随着溢出强度的增加，政府资助的激励作用越来越有效。
五、《十大产业振兴规划》①的剖析及启示
国际金融危机对全球实体经济造成了较大冲击，企业经营环境恶化，研发投资大幅削减。从应对危机采取的政策来看，各国都将科技创新作为应对危机、提升国家竞争力的重中之重。中国为应对危机在2009年相继制定了十大产业振兴规划，其中重视自主创新是各项规划共同的特点，这既是着眼于当前各行业普遍面临的问题，也是国家强调创新能力建设的反映。
被视为“保增长”发力点的十大产业除物流业外，其余九个都是工业行业。时隔一年，振兴规划促成了工业企业的强劲复苏，原因之一即是十大产业振兴规划为提高企业自主创新能力提供了重要契机——政府不仅在政策上予以倾斜，而且提供了大量的财政支持。其中，政府研发资助是提高企业创新能力、引导企业走出危机的重要手段。
为更直观地分析各行业政府研发资助水平，我们首先根据行业的技术溢出系数和政府资助强度绘制图2，从图2可得出：振兴规划实施前，政府研发资助强度总体偏低，大多数行业处于低资助水平。虽然在企业研发活动中，企业是技术创新的主体，但其创新能力的提高不仅需要企业自身的努力，也需要政府利用直接或间接手段的引导。
政府根据技术溢出效应制定相机的研发资助政策，可以有效地激励企业研发动机的提高。为更好地剖析振兴规划，我们将十大产业在图2中用圆圈标识出来，并根据具体的分布区间列示（见表8）。具体分析如下：
(1)钢铁、有色金属、轻工、石化行业均分布在高溢出、低资助区间，企业研发动机的提高需要政府的大力资助。内生增长理论认为，技术的非竞争性与局部非排他性导致的边际收益递增是经济长期增长的关键因素，正是这些特点保证了技术进步的内生化。但技术溢出使企业无法获得研发投入的全部收益，从而削弱了企业创新的积极性。因此，政府对企业的研发资助应主要面向技术外溢作用较明显、外部经济作用大的技术创新项目，在有效激励企业创新活动的同时推动整体社会技术水平的进步。
(2)提高汽车行业技术水平的关键在于技术创新联盟的建立。汽车行业是一个规模经济突出的产业，而我国汽车行业企业多、规模小、条块分割的散、乱、差局面严重制约了行业的整体发展；且汽车行业内企业技术外溢强度较低、自我封闭、重复引进和重复建设严重。因此，提高汽车行业技术水平的关键是鼓励企业适度联合重组，发挥大集团的带头作用，注重激励企业间技术研发合作，组建合作研发联盟，使研发的“外部性”内部化。
成立技术创新联盟，是我国应对金融危机的“科技新政”之一。这是因为技术创新需要某种垄断势力，如果行业内企业数量较多，企业间竞争会较激烈，从而抑制技术优势方的对外技术溢出，难以达成生产与研发的合作协议，使合作因素对技术溢出的积极效应难以充分发挥。
(3)加大电子信息产业研发资助与健全创新成果法律保护并重。金融危机席卷全球，我国电子信息业首当其冲，究其主要原因是产业长期重市场轻技术、自主创新缺失、研发投入与发达国家相差悬殊。而电子信息业要发展，唯有技术创新、取得核心技术。因此，规划细则中提出国家新增投资向电子信息产业倾斜，并支持自主创新和技术改造项目建设。
然而，电子信息产业分布在高技术溢出区间。一般而言，开发一种新电子信息产品需要投入大量的人力、物力和时间；而非法仿制则只需花费很少的成本，不法厂商便可以低价倾销其产品。这种情况致使研发企业血本无归，严重打击了企业自主研发的积极性。因此，没有法律保护，电子信息产业的自主研发将成为空谈。
(4)研发资助注重效率的同时也要注重公平。汽车产业是国民经济重要的支柱产业，产业链长、关联度高、就业面广、消费拉动大，在国民经济和社会发展中发挥着重要作用，是政府着重资助的行业，独占了政府资助总额的35.1%。2009年1月14日，《汽车产业调整和振兴规划》细则率先推出，更加大了对汽车行业的扶持力度。规划三年内(2009～2011)将新增100亿元作为其技术进步、技术改造的专项资金。
虽然汽车行业依赖政府的研发资助，国外政府对汽车产业也均实施了不少优惠政策，但独占三分之一的政府资助经费势必降低了对其他行业的资助力度。对于政府资助而言，不仅要关注资助的效率，还要注重其公平效应。
六、结论和进一步的研究方向
本文运用系统广义矩估计和门槛回归方法，采用2001～2008年中国37个行业的面板数据对政府研发资助政策的有效性及行业差异进行了实证检验，主要结论如下：
(1)我国政府研发资助有效激励了企业研发动机的提高，对企业创新投入并不存在挤出效应。但政府资助强度总体偏低，有待进一步提高。
(2)技术密集型行业由于刚性的研发预算，政府资助的激励效应最强；对资源密集型行业的政府研发资助是发展低碳经济的关键；资本密集型行业因技术装备程度高对政府资助的依赖性较大；劳动密集型涉及的创新较少，政府资助的激励效果不显著。
(3)不同类型行业的研发投入对政府资助的依赖程度不同，因此，最优的研发资助水平也存在显著的行业差异。
(4)不同技术外溢强度下，政府研发资助对企业研发的激励作用存在显著的区间效应，外溢性越大，政府资助的激励作用越强越有效。
(5)十大产业振兴规划中钢铁、有色金属、轻工和石化行业需加大政府研发资助力度；汽车行业更应注重技术创新联盟的建立；加大电子信息产业研发资助应与健全创新成果法律保护并重；此外，政府研发资助在注重效率的同时还要注重公平效应。
本文分析了政府研发资助对企业技术创新的激励作用，但主要从企业角度出发衡量最优的研发资助策略，而政府研发资助促进创新的真正目的是创造社会财富，文中没有考虑资助企业研发是否能够实现最优的社会福利水平，这也是下一步比较有意义的研究方向；另外，研发资助是由政府来选择研发资助项目，而不是通过市场优胜劣汰，由于政府配置资源的有效性比市场差，资助政策是否扭曲了研发领域的资源配置也是值得深入探讨的问题。
感谢在“第五届产业经济学与经济理论国际研讨会”期间各评论人的宝贵意见。
注释：
①十大产业振兴规划主要包括钢铁、汽车、有色金属、电子信息和制造业、纺织、船舶、轻工、石化、物流和装备制造。