中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究

本文采用2004-2012年中国30个省（市、区）的面板数据,结合静态和动态面板数据模型方法,实证分析中国科技金融投入对科技创新的作用效果。研究结果表明：短期内科技金融投入与科技创新之间呈显著正相关关系,然而长期内科技金融投入对科技创新的作用效果并不明显;其中政府财政科技投入、企业自有资金和社会资本是影响科技创新的主要因素,金融市场投入对科技创新的作用效果较小;科技金融投入对科技创新的作用效果存在地区差异,东西部地区科技创新受企业自有资金和社会资本的影响较大,中部地区受政府财政科技投入影响较大。最后,针对研究结果提出了相关的政策启示。     

中国财税政策对企业R&D的影响效应 ——基于创业板高新技术企业的实证分析

以我国创业板高新技术企业为研究样本,实证分析财税政策对企业RD活动的影响效应,研究表明税收优惠对企业RD有显著的正向作用,能够有效激励企业增加研发投入,而政府补助的影响效果不显著。进一步研究发现,税收优惠对不同区域企业技术创新的影响存在较大差异,对东、中、西部地区企业RD的激励效果依次递增,政府补助对西部地区高新技术企业的研发投入有一定的激励效应,却难以促进东部和中部地区高新技术企业的科技创新。基于此,提出建议兼顾税收优惠与政府补助的平衡性,着重依靠税收优惠扶持,结合地域特点制定有差别的税收优惠和政府补助政策。     

金融支持、政府与企业投入的科技创新效率研究

采用中国科技投入与产出的省市面板数据,运用数据包络分析(DEA)方法比较了金融机构贷款、政府与企业投入对创新的效率。研究发现,从全国看,政府科技投入的创新效率最高,而且每年都在稳步提高;企业科技投入的创新效率次之,处于小幅稳定波动状态;金融机构贷款的创新效率最低,看不出增长的趋势,但波动在缩小。从地区看,政府科技投入效率和企业科技投入效率东部比中西部优势明显,西部地区金融机构贷款效率已经赶上了中东部地区,西部地区的政府投入效率和企业投入效率也超过了中部地区。     

政策迎合还是主动创新？——高新技术企业认定对企业研发投入的影响：基于寻租行为的调节效应

高新技术企业认定是我国政府激发企业创新活力、提升企业研发积极性的一大举措。本文基于2007-2018年A股上市公司的面板数据,对高新技术企业认定对企业研发投入的影响进行了分析,同时考察了寻租因素对该影响的调节效应。通过实证发现：高新技术企业认定确实能够提升企业研发投入力度,且高市场化地区的促进作用强于低市场化地区;寻租行为的产生会抑制这种促进作用,且对低市场化地区企业的抑制效应更明显;短期性的政策迎合式的投入是高新技术企业认定提升企业研发投入的一大因素,且低市场化地区的企业研发投入水平与高新技术企业认定年份的正相关关系更加显著。我们建议,要进一步完善高新技术企业认定的程序和办法,同时要提升市场化水平,激发企业自主创新和研发投入的主动性。     

我国科技金融对科技创新的影响研究--基于面板模型的分析

基于2003—2013年的29个省(除西藏、新疆)的面板数据,运用面板模型分析科技金融对科技创新的影响。将科技创新分为3个阶段,而且将科技金融分为公共科技金融和市场科技金融,同时把全国29个省分为东、中、西部分别进行分析。结果表明：在技术创新阶段,科技型上市公司占比和风险投资对专利授权数有着促进作用,但是政府投入经费比对专利授权数有着抑制作用。在技术成果转化阶段,不同的地区有不同的结果,大部分情况下,科技金融对科技创新没有显著地影响。在高新技术产业化阶段,市场性科技金融对科技创新有着促进作用,但是政府科技资金投入比对科技创新没有显著的影响。不同区域,不同阶段,科技金融对科技创新都有着不同的作用。     

政策激励与研发投入交互作用对高科技创新绩效的影响

本文研究了财税激励和研发投入交互作用下，企业创新绩效是否会受到影响。本文构建固定效应模型，选取西部地区59家上市高新技术企业2014-2018年的面板数据，以此检验财税政策支持、企业研发投入与企业创新绩效三者之间的关联。结果显示:从所有制和行业视角分析，税收优惠和财政补贴都通过研发投入这一中介变量对制造业企业的创新绩效产生显著影响，但享受税收优惠的民营企业，其研发投入对创新绩效的提升存在挤出效应。深入考察企业研发投入的作用路径，发现：税收优惠与企业费用化研发投入交互作用更加有利于提升企业创新绩效，而财政补贴与资本化研发投入相融后对创新绩效的提升也存在积极影响。最终本文根据以上研究结果，提出进一步合理运用财税政策来优化研发投入的作用路径，以提升企业创新绩效的建议。     

贸易开放、研发投入门槛与区域科技创新——基于中国省级面板数据的实证

利用中国2005—2019年省级面板数据,建立了以研发资金投入和研发人力投入为门槛变量的门槛面板回归模型,实证分析了贸易开放水平对区域科技创新的作用机制。研究结果表明贸易开放对我国区域科技创新的影响存在明显的研发资金投入单门槛效应和研发人力投入双门槛效应：从研发资金投入来看,在低研发资金投入地区,贸易开放对区域科技创新有抑制作用;在高研发资金投入地区,贸易开放对区域科技创新的抑制作用有所减弱。从研发人力投入来看,在低研发人力投入地区,贸易开放对区域科技创新有抑制作用;在中等研发人力投入地区,贸易开放对区域科技创新有促进作用,但促进作用不明显;在高研发人力投入地区,贸易开放对区域科技创新有显著促进作用。进一步研究表明,我国各地区的研发投入存在明显的时空异质性。     

科技贷款绩效的行业比较研究——以电子及通讯设备业和航空航天器业为例

科技贷款对技术创新的支持存在行业异质性。基于分地区面板数据,以新产品销售收入作为产出变量,地区研发人员全时当量、科技贷款、研发经费中政府资金和企业自有资金作为投入变量,采用面板数据回归模型和数据包络法比较分析科技贷款对航空航天器业和电子及通讯设备业的科技创新的贡献程度和利用效率。根据面板数据回归的结果,科技贷款对电子及通讯设备业的科技创新具有显著的促进作用,对航空航天器业的科技创新影响较小,航空航天器业的科技创新更多依赖于政府资金的支持。从投入要素的利用效率来看,电子及通讯设备业的各投入要素利用效率均高于航空航天器业,其中科技贷款利用效率的差异较明显。     

研发投入、技术积累与高新技术企业市场绩效

选取2000-2017年获得国家高新技术企业认定的1470家企业面板数据,建立多元回归分析模型,研究研发投入、技术积累与高新技术企业市场绩效之间的关系机理,以及该效应在企业是否在高新区内注册、是否公开上市上存在的差异。结果表明:研发投入对高新技术企业市场绩效有显著正向影响,企业内部研发投入相比较财政研发投入能产生更好的市场绩效。高新区内注册的高新技术企业由于拥有独特制度优势,导致研发投入向市场绩效的转化效率更高,但财政经费资助的影响效应相比高新区外的影响较弱。拥有上市融资资格的高新技术企业由于受到融资约束较少,使得研发投入对创新绩效的正向影响效果相比未上市而言更加显著。本文的研究结论可为现阶段高新技术企业政策创新提供参考和借鉴。     

科技资助影响企业创新的资源门槛

科技资助已成为政府促进企业创新的重要政策手段。研究基于2011—2015年中关村高新技术示范区408家高技术企业的平衡面板数据,建立面板门槛回归模型,探索政府科技资助对企业创新产出的影响机制。结果表明:政府科技资助对企业创新产出的促进作用依托于企业资源门槛。具体而言,只有企业资源累积跨过门槛后,政府科技资助才能对创新产出起到显著促进作用;此外,政府科技资助与企业内部研发对企业创新产出的共同促进作用也需要以企业跨过自身资源门槛为前提。研究不仅深化了政府科技资助、企业资源与创新的机制研究,而且为政府选择资助企业提供了实践启示。     

金融支持、政府与企业投入对科技创新的贡献研究

本文基于面板数据,重点分析了科研经费投入结构对国家创新的贡献。结果表明,政府和企业科技投入对科研产出的具有显著的贡献,政府科技投入对科技创新的贡献最大,企业科技投入次之,研发人员全时当量对科技创新的贡献最低,银行科技贷款对科研创新的贡献不显著,其占科技投入的比例也在逐年下降,深层次暴露了科技金融体系中存在的一些问题。     

科技金融赋能经济高质量发展了吗——基于创新动机视角的研究

从科技金融参与主体的类型出发,将科技金融划分为政府科技拨款、企业研发投入和金融科技贷款,并基于创新动机视角深入探究科技金融对经济高质量发展的影响机理。在此基础上,采用2004-2020年省级面板数据,实证检验科技金融对经济高质量发展的影响与作用机制。研究发现,各类型科技金融均显著促进经济高质量发展,且企业研发投入的促进作用最大,政府科技拨款次之,金融科技贷款的促进作用最小。各类型科技金融对经济高质量发展的影响均存在显著的创新人才集聚和金融资源集聚异质性。在高创新人才集聚和低金融资源集聚地区,科技金融对经济高质量发展的促进作用更显著。机制检验结果表明,政府科技拨款和金融科技贷款主要通过实质性创新促进经济高质量发展,企业研发投入主要通过策略性创新促进经济高质量发展。     

财政补贴政策与企业研发创新 ——基于创业板上市公司的实证研究

通过建立面板数据模型与采用2012—2017年中国创业板上市公司微观数据,研究财政补贴政策对企业研发创新的影响以及区分不同行业和地区来分析影响的异质性。其中企业研发创新活动根据发展阶段分为研发投入与创新产出,实证结果表明:财政补贴与企业研发投入具有显著的正相关关系,表明财政补贴对企业创新投入具有促进作用;财政补贴对企业创新产出的影响不显著。按照行业划分,财政补贴对高新技术企业研发投入和创新产出显著正相关,对非高新技术企业研发投入的关系不显著,创新产出的关系显著。按照地区划分,对于东部地区,财政补贴与企业研发投入和创新产出显著正相关;对于非东部地区,财政补贴对企业研发投入具有促进作用,与创新产出关系不密切。本文的研究结论有助于优化财政补贴的配置,提高财政补贴的使用效率。     

科技金融提高了珠三角地区工业企业科技创新效率吗?——基于DEA-Malmquist-Tobit模型的分析

基于珠三角地区2011-2020年9个地级市的工业企业面板数据,运用DEA-Malmquist-Tobit三步法,剖析了该地区工业企业科技创新效率以及科技金融对其的影响。结果表明,珠三角地区工业企业科技创新效率整体较高,但仍然有提升空间;政府财政支持、金融市场融资能力、工业企业全员劳动生产率和工业企业债务融资能力对工业企业科技创新效率具有显著正向影响,而工业产业盈利能力则并未对工业企业科技创新效率产生显著影响。     

科技人才流动的宏观影响因素研究

基于2005-2016年中国31个省、直辖市、自治区的面板数据,从宏观视角对科技人才流动的影响因素进行实证分析。研究发现,经济发展水平和科研环境是影响省际科技人才流动的主要因素;不同区域的宏观环境因素对科技人才流动的影响存在显著差别;东中部地区科技人才流动受R&D经费投入强度的影响较大,西部地区受经济发展水平影响较大;产业结构调整进程较快的东部地区及第二产业发达的中部地区对科技人才的吸纳能力明显高于西部地区;财政科技投入对科技人才流动的影响偏弱。最后,提出了促进区域科技人才合理流动的相关建议。     

政府研发资助、企业研发投入与创新绩效之间的动态交互效应

选取2009-2017年我国省级面板数据,利用PVAR模型分析政府研发资助、企业研发投入与创新绩效之间的动态交互作用,以及各地区之间的差异。结果表明政府研发资助和企业研发投入均对创新绩效具有促进作用,且创新绩效对企业研发投入的响应更迅速,但对政府研发资助的响应程度更大。创新绩效对政府研发资助具有抑制作用,而其对企业研发投入具有促进作用。政府研发资助与企业研发投入之间的关系则是先相互促进后相互抑制。体现了政府研发资助与企业研发投入之间的复杂关系,“杠杆效应”与“挤出效应”先后发挥主导作用。各地区之间具有区域异质效应。全国、东部、中部和西部在响应方向、响应速度方面均具有区域差异性。     

金融发展影响科技创新的实证研究

本文通过构建面板向量自回归模型,从整体角度和企业角度检验了金融开放变量、金融规模变量和金融效率变量对科技投入和科技创新的影响,并分离出珠三角地区数据做进一步分析.实证结果表明:金融发展变量对科技创新变量有着显著的正效应.同时,本文发现金融发展可以促进政府和企业投入更多的科技经费,科技投入和科技创新之间存在良性的互相促进关系.     

政府财政研发投入与经济增长的协整检验——基于1989-2007年的数据分析

为探寻我国政府财政研发投入与经济增长的关系,本文运用协整方法对样本期内的数据(1989～2007)进行检验.实证结果表明:经济增长与政府财政科技拨款和科技活动活动经费内部支出总额存在长期均衡关系,政府研发投入可以促进经济增长;从长期趋势看,政府财政科技投入对经济增长的影响明显高于科技活动活动经费内部支出总额的影响.为实现自主创新战略及建设创新型国家的宏伟目标,应借鉴国际发达国家研发投入经验,稳定增加政府财政科技投入并优化我国研发经费支出结构,创新我国财政科技投入管理机制.     

政府科技投入、知识产权保护与企业研发投入

根据公共产品理论、创新理论建立了政府研发投入、企业研发投入、知识产权保护强度之间的影响因素模型。利用1992-2012年的数据进行了回归分析,发现政府给企业的科技投入、政府给科研院所的科技投入和政府给高校的科技投入对企业研发投入有杠杆作用,但政府给高校的科技投入的杠杆作用不够突出。另一个重要发现是良好的知识产权保护也能促进中国企业研发投入。进一步进行Granger因果关系检验,发现在2002年前后知识产权保护对中国企业研发投入产生了结构性变化,知识产权保护对企业研发投入的杠杆作用上升为0.147,较之前的影响效应提升了一倍,超过了政府给科研院所的科技投入和政府给高校的科技投入的杠杆作用,证实了知识产权保护是促进中国企业技术创新的动力源泉。     

科技对经济增长贡献的效率及影响因素分析

运用DEA-Malmquist指数模型研究中国2001-2009年科技对经济增长贡献效率,结合面板回归对科技影响因素进行分析.2001-2009年中国全要素生产率指数为1.055,被喻为“双驱动”的技术进步和技术效率共同推动着科技创新;地区全要素生产率指数、技术进步指数呈较优发展态势,说明科技带动各地区经济迅速发展;单方差因素分析东、中、西部地区Malmquist指数统计结果表明,只有技术进步指数有显著性差异,其它指数均无显著性差异;各投入要素利用效率最高是科技,且东部比中、西部地区科技利用效率高.面板回归表明,每万人科学家与工程师人数对科技贡献最大,其次是研发经费强度,教育投入强度对科技贡献最小.