高校基础研究投入与地区创新
——来自地级市层面的经验证据*

陈 容,张 杰,唐 勇

(1. 中国人民大学 经济学院,北京 100872; 2. 北京联合大学 商务学院,北京 100025;3.石河子大学 经济与管理学院,新疆 石河子 832000)

一 引 言

当前全球各国普遍发生了创新引致经济增长停滞之“谜”的重大现象[1],即随着发达国家政府和企业层面创新研发投入的持续增加,R&D经费投入占GDP比重稳定在一个较高位水平。但是,大多数发达国家的真实GDP增速却并未随之获得有效增长。相反,经济增速长期处于一个较低水平甚至零增长、负增长状态[2]。由此带来的疑问是,为什么这些国家的创新研发投入难以支撑经济增长?

作为R&D重要组成部分的基础研究,在推动经济可持续增长中起决定性作用,然而相比法国和美国基础研究投入占R&D经费的几乎一半[3],中国的基础研究投入长期相对不足,这已经是学界无可争辩的事实,甚至演化为束缚和阻碍中国经济高质量增长的重要因素[4]。中国政府已经充分意识到基础研究对推动经济高质量持续增长及提升大国科技竞争综合实力具有举足轻重的作用,并将强化基础研究能力的全面培育和提升,作为推动中国经济高质量发展的重大战略之一。习近平强调“要瞄准世界科技前沿,实现前瞻性基础研究、引领性原创成果重大突破”。《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》指出“加强基础研究、注重原始创新,优化学科布局和研发布局,推进学科交叉融合,完善共性基础技术供给体系”。由此可见,中国在未来一段时期内,已经将提升和强化基础研究能力,作为实现关键核心技术创新自主突破的重要抓手之一,作为建设创新型国家的重要支撑力量之一。

本文基于2008—2014年地级市层面的面板数据,实证发现高校基础研究投入与地区创新之间存在着非线性的“U”型关系,即高校基础研究投入一开始抑制地区创新,当超过一定的临界值时,高校基础研究投入则促进地区创新。这一发现在采用不同的被解释变量度量指标后仍是稳健的,在考虑区域差异性后高校基础研究投入对地区创新依然造成的是显著的“U型”关系影响效应,进一步的DID识别策略发现高校基础研究政策促进了中国地级市层面除外观设计专利之外的创新,但不会促进地级市层面的全要素生产率提升。

相对于已有文献,本文的创新体现在:第一,研究与试验发展(R&D)分为企业、政府属研究机构和高等学校三个创新主体,现有关于基础研究对经济增长的研究鲜有区分R&D的不同创新主体。而本文从高等学校创新主体视角,探讨基础研究投入对地区创新及经济增长的影响效应。第二,不同于已有文献的实证方法,本文立足于我国高等学校基础研究投入的实际情况,另辟蹊径利用DID识别策略考察《教育部关于进一步加强高等学校基础研究工作的指导意见》(教技〔2012〕2号)对地区创新及经济增长的影响效应。

二 文献综述与理论假说

(一)文献综述

国外关于创新与经济增长的研究可谓恒河沙数,在此不一一赘述;国内关于创新与经济增长的已有文献,考察了人力资本、企业家精神、社会资本、技术进步等因素对经济增长的影响[5-8]。在较近的研究中,刘乐淋和杨毅柏构建了一个基于创新驱动的熊彼特增长框架,将生产性政府支出和宏观税负水平引入质量阶梯模型[9]。理论模型表明:宏观税负水平对长期经济增长存在倒“U”型作用。而与本文研究最为密切的文献,主要涉及以下两个方面:

1.基础研究对经济增长的影响研究

基础研究对推动一国经济可持续增长的决定性作用,已经得到大量文献的证实[3,10-16]。其中Gersbach等指出,基础研究是经济增长的必要和充分条件,如果应用研究是在知识前沿进行的,那么经济增长完全取决于对基础研究的投入[11]。Akcigit等基于法国企业数据的经验证据发现,基础研究相对于应用研究会产生溢出效应,进而影响行业内外的创新[3]。国内研究方面,杨立岩和潘慧峰探讨了基础研究在经济增长中的基础性地位[17];严成樑和龚六堂通过构建一个包含基础研究和应用研究的R&D驱动经济增长模型,发现相对于应用研究和试验发展,基础研究更有利于促进经济增长[18];而陈钰芬等在测算2000—2010年各省份全要素生产率的基础上,得到基础研究和应用研究对TFP的影响小于试验发展的结论[19];张小筠发现政府投资基础研究比投资应用研究更有利于经济的持续性增长[20]。总的来说,这一支文献目前已相当丰富,但仍存在以下可改进之处:我国研究与试验发展包括基础研究、应用研究和试验发展三种类型,分为企业、政府属研究机构和高等学校三个创新主体,而以上研究没有区分研究与试验发展的不同创新主体,这与经验观察显然不符,因此有必要区分讨论。

2.基础研究对企业创新的影响研究

基础研究能力是企业成功的重要组成部分[21],加强基础研究可以增强企业自主创新能力[22]。Coad等论证了基础研究、应用研究和试验发展与企业增长率之间的关系[23]。高等学校作为基础研究的主要承担者,其重要性不仅仅在于强化一国的战略科技力量,更在于通过产学研合作促进企业技术创新能力的全面提升,夯实从基础研究到推动经济增长的内在机制。Mowery &Ziedonis论证了高校发明可以通过“市场”和“非市场”两种渠道影响企业创新[24];叶菁菁等论证了产学研合作在高校基础研究和企业应用研发间的桥梁作用[25];张德茗和吴浩发现高校和科研机构的基础研究和应用研究均对TFP产生显著的促进作用[26]。关于高校基础研究对企业创新的溢出效应方面,众多文献皆实证发现了高校对于临近区间的企业创新具有促进作用[27-31]。梳理以上文献可以发现,国内关于基础研究影响企业创新的研究主要集中在省级层面,缺少微观企业层面的直接证据。另外,既有关于高校对企业创新的实证研究分别用中国高校专利数据、区域内高校数量、高校R&D投入等测度高校知识溢出,鲜有将某一政策作为准自然实验构建双重差分模型探讨高校基础研究对企业创新的影响效应。

(二)高校基础研究投入与地区创新的特征事实

由图1～图4可知,2008—2014年高校基础研究投入与创新指数、发明数量、实用新型数量和外观设计数量所表示的创新之间并非简单的线性关系。事实上,高校作为基础研究的重要载体,可以通过两种作用机制对地区创新产生影响效应。一是通过“人才池”的驻留效应:高校培养的部分学生会留在该地区,进而提高当地人力资本从而影响地区创新;二是通过“人才池”的集聚效应:高校基础研究能力的提升会吸引其他地区的创新人才从而影响地区创新。不管是驻留效应还是集聚效应,都需要一个较长的周期。另外,众所周知,相对于应用研究和试验发展,高校基础研究从投入到获得成果直至转化为现实的生产力影响地区创新,其过程更为复杂、更为漫长。因此本文提出假说:高校基础研究投入与创新之间存在显著的“U”型关系。

图1 2008-2014年高校基础研究投入与创新指数的散点图

图2 2008-2014年高校基础研究投入与发明数量的散点图

图3 2008-2014年高校基础研究投入与实用新型数量的散点图

图4 2008-2014年高校基础研究投入与外观设计数量的散点图

三 实证策略与数据说明

(一)实证策略

具体而言,我们设定如下实证模型:

Innovationct=β0+β1Basicct+β2Basic_sqct+λXct+ηc+φt+εct

(1)

(1)式中,Innovationct表示地级城市c在年份t的创新水平,来自寇宗来和刘学悦的《中国城市和产业创新力报告2017》[32]。Basicct表示地级城市c所在省份在年份t高等院校基础研究投入,用高等院校的基础研究经费投入与GDP的比值来表示。考虑到高等院校基础研究投入与创新之间并非简单的线性关系,而呈现出显著的非线性关系特征,所以(1)式中加入Basicct的平方项,即Basic_sqct;ηc和φt分别是城市固定效应和年份固定效应,Xct和εct分别是控制变量集和随机误差项。在控制变量Xct集中,借鉴已有文献的普遍做法,同时考虑各种可能的内生性问题,具体有:地区经济发展水平(GDP_city),用各地级城市层面的实际GDP与地区人口数的比值来表示。考虑到中国情景下地区经济发展水平和创新之间可能存在的非线性关系,在(1)式中纳入了该变量的平方项GDP_city_sq;地区固定资产投资因素(Fix_city),用地级城市固定资产投资与地区GDP的比值来表示;地区政府干预因素(Fiscal_city),用地级城市各年财政收入与地区GDP的比值来表示;地区产业结构因素(Sindustry_city和Tindustry_city),分别用地级城市各年第二和第三产业占GDP的比值来表示;地区金融因素(Loan_city),用年末金融机构各项贷款余额与地区GDP的比值来表示;地区年末总人口的对数(Population_city),不少文献证明,地区人口规模因素是影响地区内创新知识产生、转移和集聚的核心因素;地区互联网宽带接入用户数(Internet_city);地区移动电话密集度(Mobile_city),用各地区移动电话年末用户数与年末总人口的比值来表示。

(二)数据来源与说明

本研究涵盖了2008—2014年全国地级城市的数据,原始数据来源于《中国城市统计年鉴》《中国科技统计年鉴》《中国统计年鉴》;地区创新指数来自《中国城市和产业创新力报告2017》,该报告涵盖了2001—2016年全国338个城市(所有直辖市、地级市、地级区域)的信息;地级城市专利数据来自国家知识产权局专利数据库。

四 实证分析

(一)基本结果

表1是以城市创新指数作为被解释变量,来考察高等院校基础研究投入影响地区创新的OLS回归结果。表1第(1)～(3)列展示的是经过省份层面cluster处理的回归结果,第(4)～(6)列展示的是经过地级城市层面cluster处理的回归结果,表1第(1)、(4)列展示的是仅控制地级城市固定效应和年份固定效应的回归结果,第(2)、(3)、(5)、(6)列展示的是分别加入部分控制变量及所有控制变量的回归结果。第(1)～(6)列的结果显示,无论是否加入控制变量,无论聚类到省份层面还是地级城市层面,核心解释变量Basic和Basic_sq均在1%统计水平上显著,表明高等院校基础研究投入对地区创新造成了显著的“U型”关系影响效应。可以发现,加入所有控制变量的第(3)列和第(6)列,调整后的R2数值变得更大,一定程度说明模型设计的合理性。

表1 高校基础研究投入对创新影响效应的OLS回归结果

(二)替换被解释变量的稳健性检验

接下来我们进行各种稳健性检验。表2 是以获得的发明专利数量替换表1的被解释变量城市创新指数,来考察高等院校基础研究投入影响地区创新的OLS回归结果。表2第(1)～(3)列展示的是经过省份层面cluster处理的回归结果,表2第(4)～(6)列展示的是经过地级城市层面cluster处理的回归结果,表2第(1)、(4)列展示的是仅控制地级城市固定效应和年份固定效应的回归结果,第(2)、(3)、(5)、(6)列展示的是分别加入部分控制变量及所有控制变量的回归结果。第(1)～(6)列的结果显示,无论是否加入控制变量,无论聚类到省份层面还是地级城市层面,核心解释变量Basic和Basic_sq均在1%统计水平上显著,表明高等院校基础研究投入对获得的发明专利数量造成了显著的“U型”关系影响效应。同样地,加入所有控制变量的第(3)列和第(6)列,调整后的R2数值变得更大。

表2 稳健性检验:以发明专利度量创新的OLS回归结果

表3是以获得的实用新型专利数量和获得的外观设计专利数量替换表1的被解释变量城市创新指数,来考察高等院校基础研究投入影响地区创新的OLS回归结果。表3第(1)、(3)列仅控制地级城市固定效应和年份固定效应,第(2)、(4)列加入如表1第(3)列所示的所有控制变量。表3第(1)、(2)列的结果显示,无论是否加入控制变量,核心解释变量Basic_sq均在1%统计水平上显著为正,表明高等院校基础研究投入对获得的实用新型数量造成了显著的“U型”关系影响效应。而表3第(3)、(4)列的结果显示,无论是否加入控制变量,核心解释变量Basic和Basic_sq均不显著,表明高等院校基础研究投入对获得的外观设计数量无影响效应。考虑到中国情景下,企业在申请专利过程中,存在着增加外观设计专利申请数量,以获取政府专利补贴的一种策略性创新行为[33],故策略性创新行为并不一定促进技术进步。企业发明专利申请数量的增加,在一定程度上体现的是可以促进企业技术进步的实质性创新行为[4]。这一定程度上解释了为什么高等院校基础研究投入与获得的外观设计数量并无影响效应。

表3 稳健性检验:以实用新型专利数量和外观设计专利数量度量创新的OLS回归结果

(三)不同区域的稳健性检验

图5展示的是2008—2014年中国各区域高校基础研究平均投入变化趋势。由图5可知,各区域高校基础研究平均投入存在显著的差异性。东部地区的高校基础研究平均投入最高,东北部地区次之,然后是中部地区,西部地区的高校基础研究平均投入最低,但从平均增长率来看,2008—2014年,东部、东北部、西部和中部地区的平均增长率分别是19.80%、13.67%、20.31%和19.91%,西部地区的平均增长率最高,东北部地区的平均增长率最低。

年份

图6展示的是2008—2014年中国各区域高校基础研究投入占GDP比重变化趋势。由图6可知,各区域高校基础研究投入占GDP比重同样存在显著差异。东北部地区高校基础研究投入占GDP比重波动比较大,2008—2014年,东部、东北部、西部和中部地区高校基础研究投入占GDP比重的平均值分别为0.0592%、0.0627%、0.0294%和0.0351%。可见,西部地区高校基础研究投入占GDP比重远远低于其他区域,因此我们接下来纳入区域和年份相乘的固定效应来观察系数的变化。

年份

表4展示的是考虑不同区域与年份相乘的固定效应后高校基础研究投入对创新的影响效应。表4第(1)～(3)列逐步加入东部、中部和西部地区与年份相乘的固定效应,第(4)列考虑横向区域划分的南方地区与年份相乘的固定效应,第(5)列考虑同时加入东部、中部、西部和南方地区与年份相乘的固定效应。表4第(1)～(5)列的结果显示,核心解释变量Basic和Basic_sq均在1%统计水平上显著为正,表明在考虑区域差异性后高等院校基础研究投入对地区创新依然造成的是显著的“U型”关系影响效应。调整后的R2也均在0.8以上。

表4 高校基础研究投入对创新影响效应的区域检验

五 基于全要素生产率的拓展性分析

表5是以地级城市全要素生产率替换被解释变量地区创新,来考察高等院校基础研究投入影响地级城市全要素生产率的回归结果。首先我们分别用solow法、GNR法、Olley-Pakes(OP)法和ACF法对中国地级城市全要素生产率进行了测算,对应表5的第(1)～(4)列。表5的回归结果显示,核心解释变量Basic和Basic_sq都不显著,表明高等院校基础研究投入对地级城市全要素生产率无影响效应,高校基础研究投入难以支撑中国经济增长。

表5 高校基础研究投入对全要素生产率影响效应的OLS回归结果

六 进一步分析

教育部为深入贯彻国家教育、科技、人才规划纲要要求,推进科教兴国战略和人才强国战略,充分发挥高等教育作为科技第一生产力和人才第一资源重要结合点的独特作用,进一步加强高等学校基础研究工作,于2012年3月发布了《教育部关于进一步加强高等学校基础研究工作的指导意见》(教技〔2012〕2号)。该文件强调:“加大基本科研业务费专项资金投入力度,为高等学校自主开展科研活动提供稳定支持,完善基础研究竞争性经费与稳定支持相结合的资源配置方式。加强国家重点实验室专项等经费的规范使用,加大对国家基础研究项目经费的监管,提高使用效益。逐步建立科研项目全成本核算制度。引导社会力量支持高等学校基础研究,形成多元投入机制。”

数据显示,高等院校基础研究投入在2011年的2266762万元增长到2012年的2756545万元,增长了21.61%,显著高于2008—2014年的平均增速19.16%,说明高等院校基础研究投入在2011年到2012年发生了跳跃式增长。这说明教育部2012年3月发布的《教育部关于进一步加强高等学校基础研究工作的指导意见》对高等院校基础研究投入造成了冲击。

(一)高校基础研究政策对地区创新的影响

本文以教育部2012年3月发布的《教育部关于进一步加强高等学校基础研究工作的指导意见》(教技〔2012〕2号)的出台作为准自然实验,构建双重差分模型来考察该政策对中国城市创新水平的影响效应。依据该政策,我们设计虚拟变量Treatt,2012年当年及以后令其为1,2012年之前令其为0,其测度了被解释变量在政策前后的变化信息。

本文的DID模型具体设定为

Innovationct=β0+β1Treatt×Basic2011c+β2Basic2011c+β3Treatt+λ1Xct+λ2Eastct+λ3Westct+λ4Middlect+ηc+φt+εct

(2)

其中,Basic2011 为各省2011年高等院校基础研究投入与GDP的比值,用来表示各省高等院校基础研究的投入强度。因此,处理组为2011年高等院校基础研究投入强度大于均值的城市,对照组为2011年高等院校基础研究投入强度小于均值的城市。控制变量Xct和(1)式一样,East为东部地区与年份相乘的固定效应,West为西部地区与年份相乘的固定效应,Middle为中部地区与年份相乘的固定效应,ηc和φt分别是城市固定效应和年份固定效应,εct为随机误差项。

表6展示了中国高等院校基础研究政策对地区创新影响效应的双重差分回归结果。表6第(1)～(4)列的被解释变量分别为地区创新指数、获得的发明专利数量、获得的实用新型专利数量和获得的外观设计专利数量。可以发现,第(1)～(3)列Treat×Basic2011的系数在5%或1%统计水平上显著为正,表明中国高等院校基础研究政策促进了地区创新及获得的发明专利和实用新型专利数量的增加,第(4)列Treat×Basic2011的系数为负且不显著,表明中国高等院校基础研究政策并未对获得的外观设计专利数量产生效应。

表6 高校基础研究政策对创新影响效应的DID回归结果

(二)动态效应分析

基准回归结果展示的是中国高等院校基础研究政策对地区创新的平均影响,并没有反映中国高等院校基础研究政策在不同时段内这一影响的差异。为此,本文参考任胜钢等对中国高等院校基础研究政策的动态效应进行实证检验[34],构建如下模型:

(3)

其中,φt×Basic2011c表示高等院校基础研究投入强度和年份虚拟变量的交互项。以中国高等院校基础研究政策出台的2012年作为基准年,为避免多重共线性,模型不包含中国高等院校基础研究政策出台的前一年2011年,βt表示除2011年外2008—2014年的一系列估计值,其他变量定义与模型(2)相同。

图7展示了95%置信区间下βt的估计结果,可见βt在2012—2014年均显著为正,说明处理组和对照组在政策出台前不存在显著差异,满足平行趋势假设。

图7 高校基础研究对地区创新的动态效应

(三)安慰剂检验

图8是安慰剂检验,对模型(2)中的交互项随机抽取500次,重复模型(2)回归500次。通过图8回归系数图可以清晰地观察到,随机抽样系数以零为均值,呈正态分布,随机抽样500次没有一次抽样系数的绝对值大于真实数据所得估计系数(5.1242)。

图8 安慰剂检验

(四)高校基础研究政策对全要素生产率的影响

表7展示了中国高等院校基础研究政策对全要素生产率影响效应的双重差分回归结果。表7第(1)～(4)列的被解释变量分别是solow法、GNR法、Olley-Pakes(OP)法和ACF法测算的中国地级城市全要素生产率。第(1)～(4)列Treat×Basic2011的系数均不显著,表明中国高等院校基础研究政策并未对地级城市全要素生产率造成影响效应,这也部分解释了当前中国经济增长停滞之谜。

表7 中国高校基础研究政策对全要素生产率影响效应的DID回归结果

七 结 论

基础研究是中国经济高质量发展的核心支撑力量。本文基于2008—2014年地级市层面的面板数据,实证检验了高校基础研究投入对地区创新存在着先抑制后促进的“U”型非线性影响效应,进一步利用2012年出台的《教育部关于进一步加强高等学校基础研究工作的指导意见》作为准自然实验,借助DID识别策略,得到重要的经验发现是,高校基础研究政策促进了中国地级城市层面除外观设计专利数量之外的创新产出,却难以对经济增长形成有效支撑作用。

中国的高等院校作为基础研究的主要载体,肩负着实现中国科技自立自强的重要任务。为此,中国各级政府必须高度重视政府财政资金投入在激励基础研究方面的主导地位,力争在“十四五”末将基础研究投入占R&D经费支出额的比重在完成8%的既定目标基础上,提高到10%左右,从而保证在“十五五”和“十六五”期间逐步释放和激发基础研究对中国经济高质量发展的核心支撑力量。

考虑到高校基础研究投入日益集中在东部地区,中西部和东北部地区的增速虽然呈现出一定的追赶效应,但高校基础研究投入的绝对规模差距仍然在扩大,因此很有必要探索中国高校基础研究投入的区域均等化计划,构建区域创新链协同发展体系,加快建设以区域创新链体系推动区域产业链体系形成、以区域产业链体系支撑区域创新链体系提升的国内大循环体系。依靠增强高校基础研究投入对不同区域GDP增长的异质性促进效应,从根本上破解中国区域发展不平衡的困局。