政府科技投入对医药企业研发投入影响分析
时间：2021-01-24 20:04:02 来源：雅意学习网 本文已影响 人 
摘要：
采用26个省市医药制造业1999-2013年的面板数据，建立PVAR模型，使用脉冲响应和方差分解等分析方法，从企业自筹研发投入与企业总研发投入两个角度，分别研究医药制造业政府科技投入与企业研发投入的双向影响关系。研究发现，医药制造业政府科技投入对企业自筹研发投入、企业总研发投入皆产生杠杆效应。政府科技投入对企业自筹研发投入具有单向影响，而对企业总研发投入具有双向影响。
关键词：政府科技投入；企业自筹研发投入；企业总研发投入；PVAR模型；医药制造业
中图分类号：F2
文献标识码：A
doi：10.19311/j.cnki.16723198.2016.12.002
研发投入是开展研发活动的基础，是反映一国自主创新能力的重要指标之一。而企业是研发活动的主体，也是研发投入的主要来源，但是新药研发活动具有不确定性和公共产品等特点，会抑制医药企业研发投入。因此，政府有必要制定相应的政策对医药企业研发活动进行适度干预，而政府科技投入是目前普遍采用的激励措施之一。
但政府科技投入是否真正促进医药企业研发？影响时滞为多久？影响贡献率为多大？这种影响是单向还是双向？为解决以上问题，本文将从研究综述、模型构建、实证检验及结果分析、建议四个方面展开讨论。
1研究综述
关于政府科技投入对企业研发投入的影响，国内外学者均从不同角度做了很多研究，由于研究对象及研究方法的不同，并未得到一致结论。政府科技投入对企业研发投入可能会产生两种影响：
一为杠杆效应，即政府科技投入能促进企业研发投入的增加。王霞等（2014）通过对1480家上海新兴产业中的民营企业进行分析，发现政府科技投入对企业研发投入的杠杆作用要强于挤出作用，且两者存在长期均衡关系。寇铁军，马大勇（2013）分析了1991年-2011年间政府科技投入与企业研发投入之间的关系，发现我国政府科技投入对技术创新投入引导效应弹性系数为0.7014，且政府科技投入是企业研发投入的Granger原因。Benjamin Montmartin等（2015）利用1990-2009年间25个0ECD国家的数据，研究发现政府研发补贴与财政激励政策在一个国家内将对私人研发有积极的空间溢出效应。Sergio Afcha（2014）与Massimo G.Colombo（2011）亦得出相同结论。
二为挤出效应，即政府科技投入会导致企业研发投入减少。苏盛安，赵付民（2005）采用广义矩阵法从宏观层次上得出结论政府直接资助对企业的科技投入产生挤出效应。孙燕，孙利华（2011）构建多元线性回归模型亦得出相同结论。
已有研究有许多值得借鉴之处，但也存在不足：（1）关于指标的选取：已有研究中要么以“企业自筹的研发投入”为考察指标，要么以“企业研发经费支出”为考察指标，无法全面准确的说明政府科技投入对企业研发投入的影响情况。（2）关于相互影响关系：现有的研究中只关注了政府科技投入对企业研发投入的单向影响，而政府科技投入对企业研发投入是一个动态的长期的过程，政府与企业作为企业研发的重要主体，其中一方的变化都可能影响到另一方的改变，所以有必要对两者之间的相互关系进行分析。（3）关于滞后期的确定：研发投入是具有滞后性的，滞后期不同，所得出的结果也会不同，已有文献中大多主观设定滞后期，使研究结果缺乏科学性与准确性。（4）关于内生性的处理：政府科技投入在对企业产生影响时，可能会受到各种因素影响，如企业规模、企业性质等，分析时无法把所有因素都涵盖其中，于是产生内生性问题。目前大部分研究所采用的回归方法并不能消除内生性。
针对以上问题，本文将采用我国26个省市医药制造业1999-2013年的面板数据，通过建立PVAR模型，从企业自筹研发投入与企业总研发投入两个方面综合分析政府科技投入与企业研发投入的相互影响关系，并进一步分析影响的动态变化及影响贡献率，以期对已有研究有所补充，对相关政策分析有所启示。
2模型构建
PVAR模型由Holtz-Eakin首次提出，现已发展为一个兼具面板数据分析与时序分析优势的成熟模型；PVAR方程把所有变量看成一个内生系统来处理，可解决变量内生性问题；考察了所有变量的滞后项，能真实反映变量间的互动关系；还能分析系统变量间的冲击响应和方差分解。
本文将建立如下PVAR模型：
yit=αi+γt+Bλyit-λ+μit（1）
在式（1）中，yit是基于面板数据2×1的变量向量，其中：当研究政府科技投入与企业自筹研发投入的关系时，yit=（ZFTRit，QYTRit）τ；当研究政府科技投入与企业总研发投入的关系时，yit=（ZFTRit，QYZCit）τ。其中，ZFTR指政府科技投入，用企业科技活动经费筹集额中的政府资金这一指标来衡量，QYTR指企业自筹研发投入，用企业科技活动经费筹集额中的企业资金这一指标来衡量，QYZC指企业总研发投入，用企业研发经费内部支出这一指标来衡量。下标i（=1，2，…，26）表示26个省市，t表示1999-2013年，λ为滞后阶数，Bλ是滞后λ期时变量的系数矩阵，αi是省效应向量，γt是年效应向量，μit是随机扰动项。
由于西藏、新疆、宁夏、青海、海南五省数据缺失被排除，本文选取了1999-2013年其余26个省市医药制造业的面板数据进行研究，所用到的数据全部来自《中国高技术产业统计年鉴》。
3实证检验与结果分析
3.1变量平稳性检验
3.1.1单位根检验
数据平稳性对于时间序列的模型构建至关重要。如果数据不平稳，可能会导致两个相互独立的变量出现伪相关关系。单位根检验是检验数据平稳性最常用最精确的方式，其中，常用的单位根检验方法有LCC检验、ADF检验、Hadri检验等，由于检验原理不同，检验结果也不尽相同。本文将采用这三种方法同时进行检验，结果如表1所示。综合三种方法的结果，企业自筹研发投入、企业总研发投入、政府科技投入三者均通未过显著性检验，所以无法拒绝原假设，三个变量都是不平稳的；但是经过一阶差分后，虽然企业总研发投入与企业自筹研发投入的LCC检测值未通过显著性检验，但是ADF及Hadri检测值均通过了显著性检验，而政府科技投入的三个检测值均通过了显著性检验，所以认为这三个变量的一阶差分均是平稳序列，即皆为一阶单整变量。
