产业政策激励与高技术产业的竞争力，本文主要内容关键词为：产业政策论文,竞争力论文,高技术产业论文，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。
[中图分类号]F062.9 [文献标识码]A [文章编号]1007-9556(2015)09-0065-11 DOI编码：10.13781/j.cnki.1007-9556.2015.09.006 一、问题的提出 工业化国家的现代产业发展历史表明，新技术革命对一国产业发展的影响往往最先体现在高技术行业的发展态势上。高技术产业与其他产业之间具有较强的产业关联性，它的发展不仅影响着一国产业发展的方向，而且还在很大程度上决定着该国产业国际竞争力的消长。也就是说，高技术产业是国家重要的支柱产业，是一个国家实现快速持久发展的重要支撑点。自21世纪以来，如何提高高技术产业的竞争力开始成为各国政府制定和实施产业政策时优先考虑的重要目标。 按照世界银行的定义，产业政策一般指一国(地区)为提升产业竞争力所采取的激励(干预)政策的总和。在现代产业发展史上，科研补贴、税收减免是最常用的两种具体形式的产业政策。Aghion et al.(2012)[1]最近的一项经验研究估计了科研补贴、税收减免对产业生产率的效应。他们发现，市场化程度的提高能够显著提高科研补贴与税收减免对生产率的贡献度。遵循Aghion et al.(2012)[1]的做法，本文进一步考察了科研补贴、税收减免与中国高技术产业竞争力之间的关系。与已有文献有所不同，本文在估计科研补贴与税收减免对中国高技术产业竞争力效应的同时，还估计了科研补贴和税收减免与国有产权比重、企业规模的交互项对高技术产业竞争力的效应。 本文后续部分的结构安排如下：第二部分对科研补贴、税收减免与高技术产业竞争力的关系进行理论分析，并提出待检验的研究假说；第三部分是模型构建与变量的选取、度量；第四部分是实证结果及分析；第五部分进一步考察、解决模型设置的内生性问题，最后是研究结论与政策建议。 二、理论分析与研究假说 (一)科研补贴、税收减免作用于高技术产业竞争力的主要路径 一般情况下，科研补贴、税收减免主要通过矫正企业研发活动的外部性、降低研发投资成本、分担风险、引领效应四条渠道来激发企业加大研发投入，进行技术创新，提高产业劳动生产率，影响高技术产业的竞争力。戴晨和刘怡(2008)[2]认为产业政策能够矫正企业研发活动的外部性。企业的技术创新活动具有很强的外部性，导致企业进行技术创新的私人收益低于社会收益，从而降低了企业进行技术创新的积极性。企业进行创新没有得到相应的回报而其他企业不投入还能获得收益的情形容易导致搭便车行为，弱化企业投入技术创新的动力，降低整个行业的研发投入。政府的科研补贴、税收减免则能够提高技术创新企业的私人收益，缩小企业研发的私人收益与社会收益的差距，使企业的研发对企业自身变得更加有利可图，才能促使企业增加研发投入，进行企业技术创新，开拓市场，扩大市场需求，实现利润更加容易，从而增强竞争力。 降低R&D投资成本。马伟红(2011)[3]对科研补贴、税收减免作用的理论分析表明，税收激励降低了企业的技术创新活动的“价格”，在非创新活动的“价格”保持不变的情况下，税收激励压低了创新活动和非创新活动的相对价格，降低了企业的成本曲线的斜率，从而与更高的等产量线相切，对创新活动的需求增加，导致企业的产量增加，创新活动的需求的增加量是替代效应和收入效应①的总和；政府的直接资助并没有改变企业的创新活动和非创新活动的价格，只是增加了企业用于购买两种活动的货币收入，没有改变企业的成本线的斜率，只是使企业的成本线外移，相切于更高的等产量线，增加了对创新活动的需求，导致产量增加。对创新活动需求的增加只源于收入效应。概括起来，政府的直接资助和税收激励虽然都能促使企业增加对创新要素的购买，但对促进产业投入创新的效应有所差别，直接资助激励企业创新和产量增加只有收入效应，没有替代效应，而税收优惠则既有收入效应，又有替代效应。 分担风险。陈志俊和张昕竹(2004)[4]的理论分析表明，研发活动的风险性首先表现在科研活动作为一种创新活动，其成果的出现具有很强的不确定性。刘飞越(2008)[5]论证了价格、消费者偏好变化等市场风险、技术风险、政策风险也会导致已经获得的研发成果的商业价值难以实现，从而弱化企业的创新激励。陈志俊和张昕竹(2004)[4]发现，企业的研发投资数额巨大，而且具有很强的资产专用性。因此，上述任何情形一旦出现，就会使企业遭受难以挽回的巨大损失。政府以科研补贴、税收减免的方式资助研发企业，从而降低企业的研发风险，激励企业进行更多的研发投入，实现技术突破，为提高竞争力打下基础。 引领效应。按照David et al.(2000)[6]的研究结论，政府实施科研补贴、税收减免政策的领域、范围、力度传递给企业明确的政策方向，引导厂商确定技术研发的领域，提高创新投入的预期收益率，使创新企业的预期收益率曲线上移，降低企业的边际成本曲线，诱导企业更多的R&D配套投入。而对那些未受到政府科研政策优惠的企业来说，为了获得政府R&D资助所带来的收益提升和成本降低的好处，会持续增加自身的R&D投入，结果提高了企业自身的创新能力。 戴晨和刘怡(2008)[2]指出，科研补贴和税收减免分别是政府为促进企业R&D活动实施的事前激励和事后激励。相对于科研补贴，税收减免主要有三大优势：一是根据夏喜全[7]的观点，税收减免能针对所有创新企业，覆盖面广，具有普遍、公平、非歧视等特点；二是企业实施的技术创新活动能否获得税收减免及减免的幅度取决于企业的自主决策，包括企业对投资项目的决策和投资成本的额度决策，可增强企业创新活动的自主性。正如Hall et al.(2000)[8]指出，激励创新的税收优惠政策能使企业拥有开展研发活动的决策权，因而符合市场化方向；三是根据马伟红(2011)[3]的观点，税收优惠主要通过市场整合配置稀缺的科技资源，注重企业层面的操作，重视市场的力量，既纠正了市场失灵，又不会产生新的“政府失灵”。安同良等(2009)[9]通过构建博弈模型表明，科研补贴则是一种事前激励，容易出现道德风险。朱云欢和张明喜(2010)[10]常用来支持关键领域、重点行业和关键技术，且具有浓厚的行政色彩，因此不一定有利于企业比较优势的发挥。 结合科研补贴、税收减免作用于高技术产业竞争力的主要路径及税收减免相对于科研补贴的突出优点，我们提出假说1。 假说1：一般情形下，科研补贴、税收减免均能提高高技术产业的竞争力，与科研补贴相比，税收减免提高高技术产业竞争力的作用更大。 (二)科研补贴、税收减免与国有产权比重、企业规模的交互作用 1.国有产权比重与科研补贴、税收减免的激励效应 尽管正如前面所述，科研补贴、税收减免可以通过矫正R&D活动的外部性、降低R&D投资成本、分担风险、引领效应这四条渠道推动高新技术产业进行创新，推进知识进展，提高产业竞争力，但是吴延兵(2014)[11]认为，企业产权性质和结构决定着企业的创新行为和创新绩效。白俊红(2011a)[12]强调，科研政策向国有企业、规模较大的企业倾斜，国有企业比非国有企业更易于获得政府的R&D资助。因此，我们还有必要考察在国有产权比重提高的情形下，考察科研补贴、税收减免对高技术产业竞争力的影响。 吴延兵(2014)[11]在现实经济生活中，国有企业的所有权属于全体国民，全体国民把国有企业委托给政府官员，而政府官员将其再授权给国企经营者。按照吴延兵(2012a)[13]看法，在国有企业的双重委托代理链条中，全体国民(国家)作为委托人，只掌握合法的对创新剩余的索取权而不具有合法的对创新剩余的控制权，政府官员和国企经营者作为代理人，虽然对创新剩余只拥有实际的创新控制权却不享有合法的创新收益权。②吴延兵(2012a)[13]认为，委托人和代理人均存在着创新收益权与创新控制权的不匹配，背离了创新效率最大化的基本原则(相当于西方微观经济理论中的厂商利润最大或亏损最小的一阶条件，即边际收益等于边际成本)，由此不可避免地降低创新效率。进一步，吴延兵(2012a)[13]指出，政府官员通常可以任命国企经营者，后者的任期又是短期的，而且国企经营者能否政治晋升取决于任期内效益状况，这会刺激国企经营者采取机会主义行为。 创新控制权与创新收益权不对应，任期的短期性和创新收益需要长期内才有可能实现的事实存在严重的不一致。创新的不确定性和高风险性使得从事创新活动可能会损害企业的经营业绩，从而不利于国企经营者任职期间的物质利益和政治晋升，因此庄子银和邹薇(1997)[14]得出结论，国企经营者的目标往往是其任职期间的自身利益的最大化而不是企业盈利的最大化。在这个意义上，理性的国有企业经营者往往不会把科研补贴、税收减免优惠用于创新项目，而是倾向于将其用于在任职期间能带来回报和显示政绩的生产项目，以便得到期望的物质利益和政治晋升。结果国有企业往往对创新投入不足，产品更新慢，市场占有率低，竞争力弱，所以科研补贴、税收减免无助于提高国有企业的竞争力(吴延兵，2012a[13])。 吴延兵(2012b)[15]总结出民营企业具有产权结构清晰和市场竞争充分的双重优势。因此，民营企业能够克服国有企业产权属性和创新特性所引发的弊端，民营企业经营者主动创新的激励更强，可以成为中国企业技术创新的中坚力量。因此，我们有充分的理由推断，民营企业能得到很强的激励将科研补贴、税收减免等政策优惠用到技术创新的“刀刃上”，并加大自身的研发投入，以求促进知识进展，提高产业竞争力。 综上，高技术产业中的国有产权比重越大时，高新技术企业的经营者将科研补贴、税收减免用于创新活动的激励越弱，不利于有效提高竞争力。但正如前所述，其他条件相同的情形下，科研资源流向国有高技术企业的可能性更大，更有可能扭曲稀缺的创新资源的配置，不利于知识的进展，不利于促进高新技术产业竞争力的提升。据此我们提出假说2。 假说2：当高技术产业中的国有产权比重越大时，科研补贴、税收减免对产业竞争力的促进作用也越弱。 2.企业规模与科研补贴、税收减免的激励作用 Schumpeter(1942)[16]认为，企业的规模越大，越倾向于从事创新活动，大企业对发明和创新的投入所占的比重大于其规模所占的比重。围绕熊彼特的观点，经济学家与管理学家做了大量检验性工作，它们的主要发现是企业规模与创新之间存在正相关(Braga and Willmore，1991[17])、负相关(Jaffe，1988[18])、U型关系(Bound et al.，1984[19])、倒U型关系(Scherer，1967[20])。方明月和聂辉华(2008)[21]对有关中国工业的经验研究发现，企业规模是影响竞争力的重要因素，即企业的规模影响企业的技术创新，进而影响企业的竞争力，同时这也说明政府科研补贴、税收减免对于提高高技术产业竞争力作用的强弱，不仅依赖于企业的产权结构和性质，还依赖于企业的规模。因此，我们还有必要考察科研补贴、税收减免和企业规模的交互作用与高技术产业竞争力间的关系。 孙娜(2009)[22]的研究发现，在现实经济生活中，大企业一般具有较强的市场力量，拥有的技术水平领先且较难被模仿，因此市场地位比较稳固，竞争压力较小，所以大企业通过技术创新提高市场竞争力的动机较弱。而小企业的技术门槛低，市场上小企业数量多，企业之间产品同质化严重，面临的竞争压力很大，有较强的动力通过技术创新来推出新产品，形成产品差异化，增加市场份额，提高竞争力。但是，小企业的创新容易被模仿，因此市场又会恢复到初始的竞争状态，反过来又会激励企业不断创新，进一步提高竞争力。 根据苏东水(2010)[23]的研究，大企业的较大规模也会限制技术创新，客观上不利于提高竞争力。比如企业规模越大导致企业经营决策者对市场需求、技术进展的反应迟钝，经营决策者与一线技术研发人员的沟通减少，从而降低了技术创新的决策效率。此外企业规模过大还导致官僚主义、信息传递速度慢甚至失真、技术研发部门与其他部门之间协调的困难、管理层对创新活动的漠不关心和不支持等。小企业经营机制和创新机制灵活，信息传递顺畅，更容易捕捉创新的机会，能够迅速做出创新决策。 一般情况下，大企业实行所有权和经营权分离，一般聘任职业经理人管理企业，会导致委托代理问题(邢丽娜，2007[24])。企业的所有者和经营者信息不对称，而且经营者只关心自己在任期内的经济效益，技术创新从实施到商业化经历的周期较长，在创新没有最后成功前，需要不断的资金、人力投入，一旦失败，经营者有可能被其他经理人代替。企业经营者往往会采取短期行为，扩大产量，维持现状。与大企业相比，小企业的经理人一般同时是企业的所有者，企业的效益高低、生死存亡、发展前景与他自身息息相关。尽管技术创新投入大，周期长，风险高，但是为了自己的企业生存和壮大，经理人有很强的激励甘冒风险，投入创新，推出新产品，提高市场份额和利润，增强竞争力。 结合上文分析，小企业比大企业的创新动机更强烈，自身拥有灵活的创新机制，企业家具有较强的创新激励，这就是说小企业更有可能将科研补贴、税收减免政策优惠运用到技术创新中，使用效率更高，从而加速技术创新。因此，我们提出假说3。 假说3：随着企业规模的扩大，科研补贴、税收减免对高技术产业竞争力的促进作用呈递减之势。 三、模型构建与变量的选取、度量 (一)模型的构建 参考和借鉴Griliches(1979)[25]、白俊红(2011b)[26]的做法，我们同时将政府支持产业创新的科研补贴、税收减免政策变量纳入分析框架，建立如下对数形式的柯布—道格拉斯知识生产函数：
在模型(1)中，COMP代表产业的竞争力，C为常数，BT为科研补贴，JM为税收减免，Z为一组控制变量，Z=(CAPD、RDL、JSYJ、FDI)，CAPD为资本强度，RDL为R&D人员投入，JSYJ为技术引进，FDI为外商直接投资，α、β、λ(i=1、2、3、4)分别为相应变量的产出弹性。为了检验本文提出的假说2、3，即考察高技术产业的国有产权比重、企业规模与科研补贴、税收减免交互项对高技术产业竞争力的影响，我们在模型(1)中引入科研补贴、税收减免分别与国有产权比重、企业规模的交互项并将控制变量Z展开，得到我们要检验的最终模型：
(二)变量的选取与说明 我们采用2002～2013年中国高技术产业17个细分行业的面板数据进行实证检验。如果没有特别说明，本文的数据或者直接来源于相关年份的《中国高技术产业统计年鉴》、《中国科技统计年鉴》、《中国统计年鉴》，或者据其计算得到。需要特别指出的是，在2002～2013年，《中国高技术产业统计年鉴》统计科目的指标发生了变更，出现了更名、新增、删除、合并、分解的情形。电子计算机外部设备制造(4043)在《中国高技术产业统计年鉴2013、2014》分解为计算机零部件制造(3912)和计算机外围设备制造(3913)，因此，为了保持数据的一致性和可比性，我们将2012和2013年的计算机零部件制造(3912)和计算机外围设备制造(3913)的相关数据进行加总。 (1)被解释变量的选取与说明。高技术产业一般技术先进，市场竞争激烈，技术创新能够研发出新产品，技术创新带来的管理变革能够降低成本，赢得市场优势，大幅度增加新产品销售收入和利润，从而提高竞争力。曾国华和王跃梅(2011)认为，利润是竞争力的最直接显性结果，是衡量产业竞争力比较重要的因素之一。因此，我们采用利润(记为LR，单位是亿元)作为衡量产业竞争力强弱的指标。白俊红(2011b)[26]认为新产品销售收入不仅仅是一个数量指标，还能够体现创新产出的质量所在，更能够全面反映创新成果的商业价值和经济化水平。新产品销售收入也是已经成功转化为生产力和被社会所认可的创新成果，因此，我们选取新产品销售收入(记为NP，单位是亿元)作为衡量产业竞争力的另一个指标，进行稳健性检验。 (2)重点解释变量的选取与说明。关于科研补贴(BT)。白俊红(2011a)[12]采用各行业政府科技活动经费支出作为政府R&D资助，戴晨和刘怡(2008)[2]采用企业R&D经费中来源于政府财政拨款的数额作为政府对企业R&D的财政补贴额。需要指出的是，从《中国高技术产业统计年鉴2010》开始，科研补贴由分行业科技活动经费筹集额中政府资金统计改为分行业R&D经费内部支出中政府资金部分，由于我们衡量科研补贴的时间跨度是从2002到2013年，因此，我们从2002年到2009年采用分行业科技活动经费筹集额中政府资金支出额来衡量科研补贴，从2010年到2013年采用分行业R&D经费内部支出中政府资金支出额来衡量科研补贴，为了与被解释变量单位的一致性，科研补贴的单位是亿元。 关于税收减免(JM)。王俊(2011)使用R&D税收抵扣的边际效率METC(marginal effective tax credit)、B指数(B-index)和R&D使用成本三个指标来反映和测度中国政府对R&D活动实施税收优惠的强度。税收减免额是应纳税额与实际纳税额之间的差额，实际纳税额又等于利税与利润的差额，这里的实际纳税额是企业实际所缴纳的所有税款。因此从理论上讲，应纳税额也应该计算每一个税种的税率与税基，事实上由于税收纷繁复杂，相关数据难以收集齐全，我们只好采用一种主要税种进行核算。孙莹(2013)认为，企业所得税是中国创新税收激励政策所运用的主要税种，在14个税种的统计项目中所占比例接近30％，因为企业所得税是对企业经营利润所征收的税，可以通过调整成本费用列支的范围等来影响税基的大小，进而影响企业未来的投资方向、生产行为，具有较强的资源配置功能。马伟红(2011)[3]也假设税收激励主要来自所得税优惠额，并进一步给出了测算方法。鉴于数据的可得性，我们借鉴马伟红(2011)[3]计算税收优惠的方法来测度税收减免，给出以下公式：
在公式(3)中，NTR是名义税率，即税法规定的税率，2007年之前原企业所得税法规定我国企业的法定最高所得税率为33％(吴文锋等，2009)。因此鉴于数据的可得性，在2002～2007年，我们将企业的所得税率设定为33％，即NTR=33％；新企业所得税法自2008年1月1日生效实施，第一章第四条规定企业所得税的税率为25％，于是在2008～2013年，我们将企业的所得税率设定为25％，即NTR=25％。RSS是实际税收，等于利税(LS)与利润(LR)的差额。XS是高技术产业细分行业的销售额，都可以直接从《中国高技术产业统计年鉴》中获取，需要注意的是，2002～2005年销售额对应的统计科目是销售收入，2006～2013年销售收入更改为主营业务收入。从公式(3)中，可以看到，指标只有下标t，这是因为在同一年，高技术产业每一个细分行业都适用于同一个所得税率，所以省去了下标i，另外为了统一单位，税收减免的单位为亿元。 关于国有产权比重(OWN)和企业规模(SIZE)。我们参考戴魁早(2011)的研究，采用高技术产业细分行业国有及国有控股企业占的产值与该细分行业所有企业的总产值比重度量国有产权比重，单位为％。依照白俊红(2011b)[26]的做法，采用高技术产业细分行业内平均每个企业从业人员年平均人数，即细分行业从业人员平均数与该细分行业内企业数量的比值来测度企业规模，单位是人/个。 (3)控制变量的选取与说明。关于资本强度(CAPD)。朱恒鹏(2006)认为资本密集度是行业进人壁垒的衡量指标。一般情况下，资本密集度越高的行业，技术含量也越高，技术进步和创新越快，产品更新快，更容易抢占市场先机，获得较大的市场份额，竞争力也越强。我们参考朱恒鹏(2006)采用的指标，细分行业年末固定资产存量与该细分行业的年均从业人员之比来衡量资本强度(CAPD)，单位是万元/人。有关固定资产存量的测量，一般采用永续盘存法(Perpetual Inventory Method，PIM)，详见吴延兵(2006)、戴魁早(2011)、白俊红(2011a)。我们借鉴吴延兵(2006)的做法，首先，直接从《中国高技术产业统计年鉴》获取高技术产业细分行业2002～2013年每年的投资额，由于《中国统计年鉴—2014》中的固定资产投资价格指数是以1990年为基期，于是我们以将其转换为以2002年为基期的固定资产投资价格指数，对每年的固定资产投资进行平减，将其转换成以2002年不变价的实际固定资产投资。接着计算出平均增长率。按照固定资产投资折旧特点并参照戴魁早的经验分析将固定资产折旧率设定为5％，最后假定固定资本存量的平均增长率等于固定资产投资(流量)的平均增长率，基期2002年的资本存量等于2002年的固定资产投资额除以平均增长率与折旧率之和，按照下列公式推算2002年以后的固定资本存量。
在公式(4)中，
代表t时期的固定资产存量；
为t-1时期的以2002年不变价的实际固定资产投资额；d为折旧率，参照以往研究取5％；
代表t-1时期的固定资产存量。 关于研究人员投入(RDL)。对于研发人员投入的衡量，我们参考白俊红(2011a)[12]的做法，采用R&D人员全时当量(RDL)。按照《中国高技术产业统计年鉴》的指标解释，R&D人员全时当量是国际上通用的、用于比较科技人力投入的指标，是指R&D全时人员(全年从事R&D活动累积工作时间占全部工作时间的90％及以上人员)工作量与非全时人员按实际工作时间折算的工作量之和，单位是人年。 关于技术依存度(JSYJ)和外商直接投资(FDI)。在对外开放的条件下，一国除了自主研发推动技术进步外，另一个重要的途径就是消化、吸收、借鉴先进国家的技术和经验。发达国家技术水平较高，这为发展中国家实施技术赶超和经济跨越式发展提供了条件。吴延兵(2008)指出，学习外国的先进技术主要有两种方式，一是直接引进国外先进技术；二是通过外商直接投资、国际贸易等途径间接引进先进技术。我们借鉴戴魁早(2011)的研究，用高技术产业细分行业的技术引进经费与该细分行业研发经费内部支出的比率(单位为％)来测算技术依存度。技术引进经费可以直接从《中国高技术产业统计年鉴》中获取。参考戴魁早(2011)的研究，以高技术产业分行业三资企业的投资额与该细分行业总产值之比(单位为％)来测度细分行业的外商直接投资。③ (三)主要变量的定义和描述性统计 表1报告了主要变量的定义。表2报告了变量的描述性统计结果。从表2可以看出，变量利润LR、税收减免JM、技术引进JSYJ、外商直接投资FDI存在负值或零值，但本文待检验的模型中使用的是对数形式，会导致这些变量的某些数值缺失。为了规避这种情形，我们借鉴陆铭和陈钊(2004)的做法，分别在对这些变量取对数前，将变量利润LR全部的数据加了10，税收减免JM加了2、技术引进JSYJ加了1、外商直接投资FDI加了1，这样既保留了完整的数据，又不会对估计结果产生系统性影响。
四、实证结果及分析 (一)基本估计结果 在选择面板数据模型时通常有三种形式：即混合估计模型、固定效应模型、随机效应模型。在面板数据模型估计中，运用F检验来识别是否存在个体效应，运用Hausman检验来识别是固定效应还是随机效应。
表3以利润的对数lnLR作为被解释变量lnCOMP的代理变量，报告了科研补贴、税收减免对高技术产业竞争力的影响。在表3中，从F[,2]检验统计量及伴随概率看，方程的所有回归结果整体均比较显著，从F[,1]检验统计量及伴随概率看，所有的回归结果都选择了个体效应，Hausman检验统计量及伴随概率都拒绝了随机效应，选择了固定效应。 比较列(3.1)和(3.4)的估计结果，我们可以看到，科研补贴、税收减免的系数为正值，且在1％的水平上高度显著，但是科研补贴的系数要远小于税收减免的系数，这说明税收减免激励高技术产业提高竞争力的效应更强，假说1得到初步支持。这个结论与张同斌、高铁梅(2012)的研究结果一致。具体地说，当科研补贴增长1％，竞争力就会在1％的显著水平上提高0.177％；税收减免力度提高1％，竞争力就会在1％的显著水平上提高0.617％，前者高于、后者低于戴晨、刘怡(2008)[2]的研究结果。假说1得到初步支持。 接下来分析列(3.2)、(3.5)的估计结果。列(3.2)、(3.5)分别引入了科研补贴、税收减免与国有产权的比重的交互项。科研补贴与国有产权的交互项的估计系数为正，但是没有通过显著性检验，税收减免与国有产权的交互项的系数在1％的水平上显著为负。这表明，随着国有产权比重的提高，科研补贴对高技术产业竞争力的提高没有显著的激励效果，而税收减免则显著抑制了高技术产业竞争力的提升。换句话说，在政府支持高技术产业进行技术创新实施的具有国有产权偏好的科研补贴、税收减免政策至少没有显著提高高技术产业的竞争力，其中税收减免还反而起到显著的抑制作用，这初步证实了我们提出的假说2。出现这样的结果可能主要有以下原因：国企经营者R&D的创新控制权与创新收益权的不匹配，极大地弱化了国企经营者的创新积极性，国企经营者的政府任命短期性，而且创新具有的长期性、高风险性和难以被监督，这些因素的相互作用导致理性的国有企业经营者不会把科研补贴、税收减免用于那些投资收益周期较长、风险较大、在任职期间得不到回报的创新项目，而将其用于投资收益周期短、风险较小、在任职期间能带来回报和显示政绩的生产项目，这样才能得到期望的物质利益和政治晋升(吴延兵，2012a[13])。在这种情形中，国企经营者难以有效利用科研补贴、税收减免的政策优惠，导致创新效率低下，实现利润变得困难。 最后分析列(3.3)、(3.6)的估计结果。列(3.3)、(3.6)分别引入了科研补贴、税收减免与企业规模的交互项。科研补贴与企业规模的交互项的估计系数为负，但是没有通过显著性检验，税收减免与企业规模的交互项显著为正，表明随着企业规模的扩张，科研补贴对高技术产业竞争力的提高没有显著的促进作用，而税收减免则能显著提高高技术产业的竞争力。而我们的假说3要论证的是随着企业规模的扩大时，科研补贴、税收减免均无助于显著提高高技术产业的竞争力，所以我们的假说3只得到部分支持。这里仅是初步检验，没有进行稳健性检验，也没有考虑可能存在的内生性问题，这个实证结果还需要做进一步检验。因此，列(3.3)、(3.6)的估计结果只是初步部分验证了我们的假说3。 (二)稳健性检验 表4以新产品销售收入的对数lnNP作为被解释变量lnCOMP的代理变量进行稳健性检验，报告了科研补贴、税收减免对高技术产业竞争力的影响。在表4中，从
检验统计量及伴随概率看，方程的所有回归结果整体均比较显著，从
检验统计量及伴随概率看，所有的回归结果都选择了个体效应，Hausman检验统计量及伴随概率都拒绝了随机效应，选择了固定效应。
首先，比较列(4.1)和(4.4)可知，假说1仍然成立，只是税收减免的效应明显减弱，但仍强于科研补贴的效应。然而，与表3的回归结果相比，表4的结果发生了一些变化。第一个变化是，科研补贴与国有产权比重的交互项系数变大，而且从不显著到在1％的水平上显著。第二个变化是，税收减免与国有产权比重、企业规模的交互项系数都不再显著，其中税收减免与国有产权比重的回归系数由负值变成正值。这表明，随着国有产权比重的提高，科研补贴的增加增强高技术产业竞争力的作用由不显著到高度显著，税收减免从显著抑制竞争力的增强转变为对提升竞争力有积极作用，但不显著。随着企业规模的扩大，科研补贴降低了高技术产业的竞争力，而税收减免提高了竞争力，但是都未通过显著性检验。无论是在国有产权比重逐步提高的产权结构下，还是企业规模不断扩大的条件下，税收减免都没有显著增强高技术产业的竞争力。与表3相比，表4尽管发生了一些变化。但是分析列(4.2)、(4.5)，随着高技术产业中国有产权比重的提高，科研补贴显著提高了高技术产业的竞争力，而税收减免对高技术产业竞争力提高的激励作用十分微弱，且未能通过显著性检验。因此，假说2得到部分支持。最后分析列(4.3)、(4.6)，在企业规模持续扩张的情形下，无论是科研补贴还是税收减免，都没有发挥显著提高高技术产业竞争力的作用，因此假说3初步得证。 五、有关内生性问题的分析及解决 正如前文所说，政府的科研政策重点支持国有企业、大型企业，这表明科研补贴、税收减免及其与国有产权比重、企业规模的交互项并不是严格的外生变量。尽管我们对一些偏好因素进行了控制，但仍不可避免地遗漏一些重要因素使得模型存在内生性问题，导致估计结果出现偏误。 白俊红(2011a)[12]认为解决内生性问题的传统方法是工具变量法，但是这个方法要求工具变量与所要替代的内生变量高度相关且与随机误差项不相关，在实际操作中难度较大。为了克服这一问题，Arellano and Bond(1991)提出差分广义矩估计方法(Difference GMM)。但是随后的研究认为，使用差分方法来解决内生性问题也会带来其他一些问题，比如，如果时期跨度较大，则会出现很多工具变量，容易出现弱工具变量问题，另外当回归项接近随机游走过程时，也会导致弱工具变量问题，估计结果出现偏差。为了克服这一问题，Arellano and Bover(1995)、Blundell and Bond(1998)提出系统广义矩估计(system GMM)的方法。system GMM是在Difference GMM的基础上增加解释变量的一阶差分滞后项作为原水平方程(level equation)的工具变量，并将水平方程和差分方程结合在一起作为一个系统进行GMM估计。Blundell et al.(2000)证明，在有限样本情况下，system GMM方法比Difference GMM方法估计的偏差更小，有效性更高。 面板数据估计方法的突破性进展为我们进行准确的计量分析铺平了道路。我们在模型(2)中引人被解释变量的滞后一期项并将其作为解释变量，以控制一些遗漏变量及不可观测因素的影响。由此我们构造了一个动态面板数据模型，并采用系统广义矩估计方法重新检验政府的科研补贴、税收减免对高技术产业竞争力的影响。结果如表5、表6所示。其中，表5是以产业竞争力的代理变量利润的对数lnLR作为被解释变量的回归估计结果，表6是以产业竞争力的代理变量新产品销售收入的对数lnNP作为被解释变量的回归估计结果。表5、表6的system GMM估计考虑了前期的惯性影响，控制了遗漏变量以及不可观察因素的影响，因此估计结果更有效、更可信。
在对回归结果进行分析前，我们需要对工具变量的有效性及模型设置的合理性进行检验。我们采纳Arellano and Bond(1991)、Arellano and Bover(1995)、Blundell and Bond(1998)的建议，采用Sargan检验和Arellano-Bond检验进行判定。其中，Sargan检验用来检验工具变量的过度识别问题，即检验工具变量是否有效，原假设为工具变量有效。Arellano-Bond检验分为Arellano-Bond AR(1)检验和Arellano-Bond AR(2)检验两种，分别用来判定差分后的残差项是否存在一阶和二阶序列相关，如果不存在，表明系统GMM有效。原假设为差分后的残差项不存在自相关。随后，Roodman(2006)放宽了这一限制，认为即使差分后的残差项存在一阶自相关，但只要不存在二阶自相关，系统GMM依然有效。 表5报告了以利润的对数lnLR作为被解释变量lnCOMP的代理变量，政府的科研补贴、税收补贴对高技术产业竞争力的影响。从表5可以看出，在各种情形下，Sargan检验的P值都为1，接受了工具变量有效的假设，Arellano-Bond检验的AR(1)的P值只有列(5.5)小于0.05，虽然不能接受差分后的残差项一阶无自相关的原假设，但其余都在0.1以上，而且Arellano-Bond检验的AR(2)的P值均在0.3以上，在0.05的显著水平上不能拒绝差分后的残差项一阶无自相关的原假设，表明模型设置是有效的。接下来，我们分析政府的科研补贴、税收补贴对高技术产业竞争力的影响。 首先，比较列(5.1)和(5.4)。科研补贴的估计系数为负，数值较小，但是未能通过显著性检验，因此科研补贴对高技术产业的竞争力没有显著性影响，税收减免的估计系数不仅为正，而且在1％的水平上显著，因此税收减免能显著增强高技术产业的竞争力。这部分证明了假说1。系统GMM估计考虑了内生性问题，结果更有效、更可信，因此表3的估计结果得到了纠正。税收减免增强高技术产业竞争力的作用大于科研补贴且更加显著的原因，正如我们在理论分析与研究假说中所论述的那样，应该归因于税收减免相对于科研补贴的突出优势。戴晨和刘怡(2008)[2]认为，科研补贴属于事前激励，税收减免则是事后激励。安同良等(2009)[9]的研究证实，在处于转轨阶段的中国，科研补贴不仅存在事后的道德风险，而且在企业申领研发补贴时也普遍存在逆向选择的问题。而作为事后激励的税收减免潜在的道德风险则大大降低。夏喜全(2009)[7]指出，税收减免能对所有创新企业有激励效应，覆盖面较广，相对较公平。Hall et al.(2000)[8]强调，税收减免尊重企业的自主决策，运用市场的力量来发挥激励效果。处于市场竞争中的企业比政府获得的信息更充分，能够敏锐地把握市场动态，而税收减免能够根据需要及时决定研发投入的方向、领域和数额，开发新产品和新服务，增加利润，增强竞争力。而科研补贴更多地体现政府的意志，具有浓厚的行政色彩，具有明确的使用范围，企业比较被动，所以科研补贴对高技术产业竞争力的提高几乎没有效果，甚至为负。 其次，分析列(5.2)和(5.5)。科研补贴与国有产权比重的交互项的估计系数为正，但是没有通过显著性检验，税收减免与国有产权比重的交互项的估计系数为负，尽管数值较小，但是在1％的水平上显著，这分别与列(3.2)和(3.5)的估计结果保持一致。因此，估计结果表明，随着国有产权比重的提高，科研补贴对提高高技术产业的竞争力没有显著效果，而税收减免则显著抑制了高技术产业竞争力的提高，概括起来讲，当国有产权比重越大时，科研补贴和税收减免均不利于增强高技术产业竞争力，这就证明了假说2。 最后，分析列(5.3)和(5.6)。科研补贴、税收减免与企业规模的交互项均为负，但均不显著。这表明，在企业规模逐渐扩大的条件下，科研补贴、税收减免不但对高技术产业竞争力的提高没有效果，反而抑制了高技术产业竞争力的提升，尽管这种作用不显著，也可以说科研补贴、税收减免未能显著提高高技术产业的竞争力，因此假说3得证。正如我们的理论分析的那样，随着企业规模的扩大，企业在市场上逐渐居于垄断地位，技术创新的动力削弱。由于企业规模的扩大，导致组织僵化和严重的官僚主义，信息传递效果下降，创新决策的效率低。还可能因为企业规模扩大，存在严重的委托代理问题，削弱了企业家的创新激励，竞争力提升缓慢，从而稀释了科研补贴、税收减免对提高高技术产业竞争力的作用。
表6报告了以lnCOMP的代理变量新产品销售收入的对数lnNP作为被解释变量，政府的科研补贴、税收补贴对高技术产业竞争力的影响。表6和表5的结果基本一致，只是税收减免和国有产权比重交互项的估计结果不再显著，也同样验证了假说2。 接下来，简要考察一下本文设置的控制变量。从表3到表6，R&D人员投入的估计系数为正，并且在绝大多数情形下显著，这意味着R&D人员投入显著提高了高技术产业的竞争力，彰显了高素质研发人才对高技术产业竞争力提高的重要作用。技术引进变量的符号基本稳定，并且在绝大部分情形下的估计值显著为负，这表明，技术引进显著抑制了高技术产业的竞争力。一个可能的解释是，中国的R&D投入仍较少，自主研发能力有待提高，导致创新能力基础薄弱，从而不利于模仿、消化和吸收国外的先进技术；再一种可能是中国的R&D投入结构欠合理，与技术引进不完全匹配，从而限制了企业学习和吸收外来技术的能力(吴延兵，2008)；第三种可能是发达国家，在高技术领域，不大可能把先进核心技术输出到中国，导致中国高技术产业的技术创新触到了天花板。 六、研究结论与政策建议 为了考察科研补贴、税收减免对中国高技术产业竞争力的影响，我们以2002-2013年高技术产业17个细分行业的面板数据，分别以利润和新产品销售收入作为高技术产业竞争力的代理变量，首先不考虑内生性问题进行实证检验，然后使用系统广义矩估计(system GMM)方法解决变量的内生性问题对前面的实证结果进行矫正。结果表明，不考虑产权结构和企业规模因素时，科研补贴未能显著提高高技术产业的竞争力，而税收减免则对高技术产业竞争力的提高具有显著的激励效果。在引入产权结构和企业规模因素的情形下，随着国有产权比重的提高，企业规模的扩张，科研补贴、税收减免均未能显著提高高技术产业的竞争力，国有产权比重的提高和企业规模扩大滞后稀释了科研补贴、税收减免对高技术产业竞争力提升的应有效果。此外，与我们的直觉不同的是，技术引进反而显著抑制了高技术产业竞争力的提高。 本文所包含的政策建议是，在运用科研补贴、税收减免两种政策手段时应有所侧重，根据本文的研究，产业政策的设计应以税收减免为核心，同时以科研补贴为辅助。为了充分发挥科研补贴、税收减免的激励效果，增强高技术产业竞争力，应进一步加快推进市场化转型，产业政策在本质上应是亲市场的。 [收稿日期]2015-08-20 注释： ①替代效应是指由于企业“购买”技术创新活动价格下降而引起的与其他活动相对价格的变化，从而引起企业在保持产量水平不变的情况下，对两种活动购买组合的改变；收入效应是指由于技术创新活动“购买价格”的下降引起的企业实际购买能力的增加，进而导致企业对这两种活动购买组合的改变(马伟红，2011[3])。 ②以下分别简称创新收益权与创新控制权。 ③需要指出的是，《中国高技术产业统计年鉴—2011》将三资企业细分为港澳台企业和外资企业，因此为了统一口径，保持数据的一致性和可比性，2010～2013年的三资企业投资额等于港澳台和外资企业的投资额的加总，港澳台在2013年的投资额缺省，我们按照统计年鉴给出的统计资料进行整理并推算。另外，细分行业的总产值2012、2013年缺省，我们假定2011、2012年总产值的增长率与2002～2011年总产值的平均增长率相同，以2011年为起点，按2002～2011年总产值的平均增长率推算2012年、2013年的总产值，从2002～2013年跨度12年，只缺失两年，不会对结果产生系统性影响。
标签：产权理论论文; 企业创新论文; 企业规模论文;
