摘要：技术创新是一项长期积累和持续的过程，政府的技术创新补贴通过刺激企业技术创新，进而促进社会技术进步，并最终实现促进经济增长的目标。本文利用中国1978—2009年的相关数据，在细致地估算我国全要素生产率的基础上，运用协整和格兰杰因果检验的方法，对政府创新补贴、全要素生产率和经济增长之间的关系进行研究，结果表明政府创新补贴与我国全要素生产率之间存在协整关系，政府创新补贴每增加1%会使得全要素生产率提高0.557%；政府的创新补贴是全要素生产率提高的格兰杰原因，对其具有累积效应，二者在不同的时滞期内存在互动。
关键词：技术创新；创新补贴；TFP；协整检验；格兰杰因果分析
中图分类号： F124.3文献标识码：B
一、引言
通过推动资本构成与劳动者技能的提升，技术创新在促进经济增长的诸多要素中处于独一无二的战略地位。然而，技术创新过程与成果的外部性、公共物品性和不完全信息，弱化了自由市场对技术创新活动开展的动力，导致创新资源低效配置，也诱发了市场对政府通过财政手段来干预技术创新资源配置的需求。
技术创新补贴是政府支持企业技术创新活动而给予的财政资助，其目的在于克服技术创新的外部性，降低创新风险，并帮助企业打破技术创新的路径依赖。对于政府是否应该长期而大规模地提供创新补贴，学术界普遍持有两种观点：支持者认为政府对创新的补贴会刺激和诱导私人扩大投资，即私人投资被公共投资挤进资本总量，从而使整个社会的创新投入规模得到扩大；反对者的观点认为政府的技术创新补贴可能扭曲研发投入要素的市场价格，给企业创新投入带来不利影响，私人投资被替代或被挤出资本总量，同时政府在分配资源方面的效率低于市场力量，这可能导致研发资源分配的扭曲。
围绕上述争论，许多学者展开了研究，如Saul Lach（2002）、Xulia Gonz′alez（2008）、Tommy（2009）、Eui Young Lee（2010）、陈林（2008）、江静（2011）等的研究，在不同程度上为各方的观点提供了理论和实证支持，但多是从企业层面的角度出发，探讨检验政府创新补贴所能产生的效果与影响，结论各异的原因在于各国社会、文化和制度差异使然。另外，很重要的一点就如Terttu Luukkonen（1998）所指出的，创新是一项长期积累和持续的过程，政府资助则具有针对性和短期性，因而难以单独评价某项资助对企业R&D的作用，且仅以个别资助计划或项目从微观上对政府资助企业技术创新进行的研究，由于研究对象只是政府所资助项目中的小部分，很难说明其对整个产业竞争力的影响[1]。
基于此，本文从宏观的视角出发，利用中国1978—2009年的相关数据，对政府创新补贴、全要素生产率和经济增长之间的关系进行研究，通过运用协整和格兰杰因果检验的方法，实证三者之间的现实关系，并提出政策建议。
二、理论分析
以企业为主体的技术创新是技术与经济的结合体，政府的技术创新补贴促进经济济增长是通过刺激企业技术创新，进而促进社会技术进步来实现的。借助Segerstrom（2000）的理论模型[2]，假设整个社会经济的全部产出表示为：
Yt=Ct+Ht+Vt=L1—αyt∫Nt0Aitxαitdi（1）
其中Yt为总产出，Ct为总消费，Ht为增加产品多样性的R&D支出，Vt为改进产品质量的R&D支出，Lyt为生产总产出所用的劳动力，Nt为t时期所拥有的中间产品的种类，xit为生产过程中中间产品i的流量，Ait为要素生产效率参数，受到最新的中间产品i的影响。
根据内生增长理论，技术创新是企业R&D支出的结果，假设人力资本是企业技术创新投入的唯一要素，其生产函数为xit=Lit，Lit为生产中间产品所投入的人力资本，则企业对人力资本投入的需求必须满足利润最大化的条件，使得创新收益等于创新成本，即：Vit=wdt·Lit（2）
其中Vit为企业研究开发新产品的价值，wdt为研究开发人员的工资水平，wdt·Lit为研究开发新产品的成本。假设政府以st的比例给予企业技术创新活动补贴，则式（2）化为Vit=（1—st）wdt·Lit，从而Lit=Vit（1—st）wet，代入式（1）中，可得：
Yt=L1—αyt∫Nt0 Ait·Lit=Vit（1—st）wdtdi（3）
从式（3）中可以看出政府提高技术创新补贴力度，能够促进企业增加中间产品生产所需要素的投入量Lit，从而增加中间产品的流量xit，进而影响要素生产效率Ait，使得要素生产率的提高转化为经济增长的内在动力，最终带来社会总产出的增加。
三、数据测算与说明
（一）全要素生产率（TFP）的测算
假设生产函数为柯布—道格拉斯（Cobb—Douglas）生产函数形式，技术进步是希克斯中性并且规模收益不变，即Y=A0eatKαLβ，其中Y为产出，A0是技术水平，t是时间趋势，a为外生技术进步率，K为资本投入，α为资本投入的产出弹性，L为劳动投入，β为劳动投入的产出弹性。两边取自然对数，并化为：
LnYL=LnA0+at+αLnKL（4）
则全要素生产率可定义为：
TFP=At=A0eat=Yf（K（t），L（t））（5）
（二）资本存量的测算
采用永续盘存法PIM，即Kt=It+（1—ui）Kt—1，Kt是第t期期末资本存量，It是第t期内发生的投资量，ui是资本品重置的比率。
1.基期资本存量K的估计。本文把基期定为1978年，在估计基期的资本存量时，参考国内外学者相关研究的做法[3—5]，使用公式：Ks=Is+1/（g+δ），其中Ks为所求的基期s资本存量，Is+1为s+1期的投资，g为十年（s+1至s+10）的产出增长率或投资的几何平均增长率，δ为折旧率，取值0.06。本文取g为我国1979—1988年总产出增长率（以上一年为100）的几何平均增长率8.83%。 2.当期投资I的估计。参考曹吉云（2007）的研究[6]，令It=INt+μ*uiKt—1，INt表示第t期固定资本形成总额（1978年价格）（亿元），μ为固定资产当期处理比率，取法定残值率3%—5%的中间值4%。ui为固定资本品重置的比率，假定资本品的相对效率随时间按几何平均递减，资本品使用寿命完结时，相对效率为新资本品的4%，参考张军（2004）[7]的方法，假定我国建筑、设备及其他投资的平均寿命期分别是30年①、20年和25年，从而算出三者的折旧率分别是10.17%、14.87%和12.08%。再计算1978—2009年建筑安装工程、设备工具器具购置和其它费用占当年固定资产投资额的比重的算术平均数，分别为64.19%、24.86%和10.95%，进而得出固定资本品重置的比率ui为11.55%。
3.投资价格指数的选用。通过中国统计年鉴能够获取全国1991—2009年的固定资产投资价格指数（上年=100），但缺乏1978—1990年相关数据，倘若利用已有数据采用回归方法估计投资价格指数，因数据量比较少，估计结果并不可信。已有的研究主要采用其他指数代替，或者自己测算或者合成[7]，本文选择用国内生产总值指数来代替（以1978年为100）。
（三）政府创新补贴的选取
关于政府技术创新补贴（SUBt），缺乏直接的官方数据。在已有的研究中，江静（2011）将数据的选取分为两个部分，一部分为企业科技经费筹集总额中来自政府的直接补贴，另一部分为通过估算企业所享受的来自各级政府的优惠总额占该企业工业增加值的总额的比例作为政府间接补贴的比例。考虑到这样的选取必须估算企业的研发支出来自于政府的比例，且不同的企业受到政府补贴的比例有所不同，本文仅考察政府的直接补贴，选取国家财政主要支出项目中的挖潜改造资金和科技三项费用作为政府直接创新补贴的数据，其中挖潜改选资金主要指国家预算内拨给的用于企业挖潜、革新和改造方面的资金，科技三项费用是国家预算用于科技支出的费用，包括新产品试制费、中间试验费、重要科学研究补助费，所得数据利用居民消费价格指数换算为1978年价格表示的实际值。
（四）其它数据的选取
其它数据来源主要为历年《中国统计年鉴》，其中产出Y使用我国1978—2009年的国内生产总值GDP（亿元），并利用统计年鉴所提供的国内生产总值指数，计算成以1978年价格表示的国内生产总值。当期劳动力投入L取上年年底和本年年底从业人员数的平均值（万人），所有估算数据的结果见表1。
四、实证结果与分析
参照Chow和Li对总量生产函数的估计的方法[8]，令1978年t=1，后逐年加1，运用Eviews5.0软件对公式（4）进行最小二乘法估计，从初步估计的结果看，DW值为0.436，远小于2，表明模型存在较强的正自相关。对存在正自相关的模型修正，回归结果如下：LnYL=（—1.532）LnA0+0.040t+0.522LnKL+[AR（1）=1.353，AR（2）=—0.740]
（—7.887） （6.434） （5.474） （9.812） （—5.152）
此时调整后的可决系数为0.999，说明方程整体上的拟合优度较好，且各项系数都能通过1%的显著性检验。再对新的残差序列进行LM检验（p=1），检验的结果不能拒绝原假设，即修正后的方程的残差序列正相关性得到了很大的改善。因此，模型修正后的回归方程的估计结果有效。从表中的结果看资本K投入的产出弹性是0.522，相应地劳动投入弹性就为0.478，说明从改革开放以来，资本对我国产出的贡献相对大于劳动对产出的贡献。根据模型估计的结果可知1978—2009年间我国经济增长的时间趋势的系数0.040，表明随着时间变化，我国外生的技术进步比率为4.00%。按照At=YKαLβ，将表中估计结果代入式中，由此测算出我国1979—2009年的技术进步水平，即全要素生产率，结果如表1所示。
（一）ADF检验
通过绘制变量的变化趋势比较图，可以观察到LNTFP序列和LNISUB序列的均值不为0，同时曲线具有明显的上升趋势。因此，进行ADF检验时选择含有常数项和时间趋势项。ADF检验结果如表2所示，LNTFP序列以14%的概率接受原假设，LNISUB序列则以大得多的P值接受原假设，二者是非平稳序列。对序列LNTFP、LNISUB进行差分使序列平稳化，并添加常数项进行ADF检验，二者都可以在10%的显著水平下拒绝原假设，接受DLNTFP和DLNISUB是平稳序列的结论，即DLNTFP～I（1）、DLNISUB～I（1），检验过程中的最佳滞后阶数按照修正的AIC准则确定。
（二）协整检验虽然序列LNTFP、LNISUB是非平稳序列，但是二者都是一阶单整变量，可能协整。本文采用Engle和Granger提出的两步检验法：第一步，用OLS法估计方程：LnTFPt=γ0+γ1LnISUBt+εt，得到：
LnTFPt^=0+1LnISUBt（7）
t=LNTFPt—LnTFPt^（8）
第二步，检验式（8）残差序列t是否平稳，如果残差序列是平稳的，则回归方程的设定是合理的，说明回归方程的因变量和解释变量之间存在稳定的均衡关系，反之则说明不存在稳定均衡的关系，即使参数估计的结果理想，回归也是没有意义的。在对残差进行ADF检验时不添加常数项和时间趋势项，结果见表3。
从对方程估计的结果看，方程中的系数0.557是政府创新补贴投入的弹性，表明政府创新补贴每增加1%会使得全要素生产率增加0.557%。从残差序列ADF的检验结果看， t在5%的显著水平上拒绝原假设，即残差序列是平稳的，LNTFP和LNGRI之间存在协整关系。
（三）格兰杰因果关系检验
通过协整检验确定了政府创新补贴与全要素生产率之间的均衡关系后，针对二者之间是否具有因果关系进行进一步检验，结果见表4。在5%的显著性水平下，滞后1、4期的结果显示拒绝“LNISUB不是LNTFP的格兰格原因”、而不拒绝“LNTFP不是LNISUB 的格兰杰原因”，LNTFP在滞后3期是LNISUB的格兰杰原因，这表明了两个变量之间在不同的滞后期内相互影响，存在双向的互动机制。由AIC确定最佳的滞后阶数为4，此时判断的结果为：全要素生产率不是政府创新补贴的格兰杰原因，而政府创新补贴是全要素生产率的格兰杰原因。 五、结论与启示
本文从宏观的角度将政府的技术创新补贴视为整体，在分析其对企业研究开发活动所产生的作用的基础上，分析创新补贴对全要素生产率以及社会经济增长所产生的影响，认为政府提高技术创新补贴力度，能够增加中间产品的流量，提升技术进步水平，使得要素生产率不断提高继而带来社会总产出的增加。通过对我国1978—2009年相关数据的研究，得出以下结论：首先，政府创新补贴与我国全要素生产率之间存在协整关系，政府创新补贴每增加1%会使得全要素生产率增加0.557%。这表明长期以来我国的政府创新补贴在促进社会技术水平进步，加快我国经济发展方面起着重要的作用，特别是改革开放初期，我国在计划经济体制下，政府的对企业的技术创新资助，是企业开展技术创新活动的主要资金来源与动力。第二，政府的技术创新补贴对于我国的全要素生产率具有累积效应，二者在不同的滞后期内相互影响，存在双向的互动机制，通过了格兰杰因果关系检验，政府的创新补贴是全要素生产率提高的格兰杰原因。这表明政府的创新补贴发挥作用具有时滞性，是一项长期并持续的过程。
综上所述，提出以下两点政策建议：一是继续加大政府对技术创新的补贴力度，完善现有的对企业技术创新的补贴实施机制，提高政府创新补贴对于企业技术创新投入的杠杆作用。二是政府的创新补贴政策应当具有持续性和广泛性。长期以来，由于我国财政收支的局限，政府对企业的创新资助存在着投入力度不足的问题，企业在申请政府的创新资助方面存在一定的困难，使得政府在促进技术创新活动过程中的作用没有充分发挥。随着我国经济的进一步发展，政府应该采取积极措施，适度地调整政府的创新补贴范围，以促进全社会技术创新活动的开展。
注释：
①WANG QIAN. Short—lived buildings create huge waste[N].China Daily，2010—04—06. 根据报道，仇保兴，住建部副部长在第六届国际绿色建筑与建筑节能大会上说我国是世界上每年新建建筑量最大的国家，每年20亿平方米新建面积，相当于消耗了全世界40%的水泥和钢材，而只能持续25—30年。
参考文献：
[1]Terttu Luukkonen.The difficulties in assessing the impact of EU framework Programmes[J].Research Policy，1998（27）：599—610.
[2]Segerstrom PS. The Long—Run Growth Effects of R&D Subsidies[J].Journal of Economic Growth，2000（3）：277—305.
[3]Jakob B. Madsen.Technology spillover through trade and TFP convergence：135 years of evidence for the OECD countries1Journal of International Economics，2007（72）：464—480.
[4]Pasi Karjalainen.队R&D investments：The effects of different financial environments on firmprofitability[J]. Journal of Multinational Financial Management，2008（18）：79–93.
[5]刘丹鹤，唐诗磊，李杜.技术进步与中国经济增长质量分析（1978—2007）[J].经济研究，2009（3）：30—33.
[6]曹吉云.资我国总量生产函数与技术进步贡献率[J]. 资数量经济技术经济研究，2007， （11）：37—46.
[7]孙琳琳，任若恩.资本投入测量综述[J].经济学（季刊），2005（7）：823—842.
[8]Gregory C. Chow， Kui—Wai Li.China’s Economic Growth：1952–2010[J]. Economic Development and Cultural Change，2002（51）：247—256.
[9]Saul Lach.DO R&D SUBSIDIES STIMULATE OR DISPLACE PRIVATE R&D？EVIDENCE FROM ISRAEL[J].THE JOURNAL OF INDUSTRIAL ECONOMICS， 0022—1821 Volume L December，2002（4）：369—390.
[10]Xulia Gonz′alez，，Consuelo Paz′o.Do public subsidies stimulate private R&D spending？ [J]. Research Policy，2008（37）：371–389.
[11]Tommy HC. Dosubsidies have positive impacts on R&D and innovation activities at the firm level？ [J]. Structural Change and Economic Dynamics，2009（20）：239—253.
[12]Eui Young Lee，Beom Cheol Cin.The effect of risk—sharing government subsidy on corporate R&D investment： Empirical evidence from Korea [J]. Technological Forecasting and Social Change，2010 （7）：881—890.
[13]陈林，朱卫平.出口退税和创新补贴政策效应研究[J].经济研究，2008（11）：74—87.
[14]江静.公共政策对企业创新支持的绩效——基于直接补贴与税收优惠的比较分析[J].科研管理，2011（4）：1—8.
（责任编辑：关立新）