在现实经济中，企业对于进行R&D投入或者增加R&D投入往往不够，这是因为，不管何种类型的R&D投入，一般都包括以下几方面的共性特征。第一，所有研发活动都具有很高的风险性。第二，所有的研发活动都具有较高的“外溢性”。研发活动的本质就是一种知识创造，而所有的知识都是具有较强“外溢性”的。尽管当前知识产权一般都会获得较好的保护，但也只能在不同程度上降低这种研发外溢性，而不能消除。企业无法获得研发投入的全部收益，因此，进行研发活动的动力不足。第三，研发活动容易面临融资约束的阻碍。研发活动既是高风险又是高投入的行为，同时，研发回报周期一般都是比较长的，由此导致资金使用双方信息不对称问题比较严重，为研发活动进行融资是比较困难的。为了促进企业的研发活动，增加研发支出，政府可以在经济发展尤其是促进创新方面发挥更为积极的作用。① 一、政府科技资助对企业R&D投入的影响：正向激励还是负向影响 研发活动具有较强的外部性，因此，在市场经济条件下，企业必定会受此影响而减少潜在的研发支出，进而导致企业研发支出低于理想水平，出现研发投入市场失灵现象。政府必须通过相应的科技资助政策，来纠正这种市场失灵。政府科技资助对企业研发的正向激励作用主要通过以下几个渠道实现。 第一，降低研发活动风险。一般来说，从事研发活动的企业面临着巨大风险。一方面，研发活动需要投入的资金数额比较大，并且，最终的研发产出也面临着不确定性。即使研发活动能够获得成功，资金回报周期也过长，导致进行研发的企业面临很大的风险，而研发补贴这一类的科技资助就能够在一定程度上对冲企业的研发风险。另一方面，研发补贴还可以降低研发产品的边际成本。除了直接补贴外，像减税这样的间接资助也能够降低研发活动风险。企业的研发所得中，实际上有一部分可以看作企业研发活动的风险补偿，所以，企业税收中也相应地包含着对企业研发风险承担的课税，税收比率越高，企业承担的风险就会越高，从事研发活动的积极性就越低，而税收减免或者研发退税等方式就使得政府变相成为研发活动的隐性合伙人，从而诱使企业能够进行更多的研发活动。 第二，对企业研发支出具有信号引导作用。企业研发活动的资金筹措，往往需要借助多种筹资渠道。然而，由于存在较为严重的信息不对称，具有高风险特性的研发活动融资是十分困难的，因为外部市场并不了解企业“研发质量”如何。而政府的科技资助却可以很好地充当企业“研发活动质量”认证官的角色，也就是说，政府的资金介入某种程度上相当于为企业研发活动信誉进行“背书”，有了政府的这种积极支持和参与，企业研发活动更容易被外界认可，从而使得政府科技资助起到“信号引导”的作用，获得资助的企业更容易获得风险投资以及银行长期贷款。除了更容易获得金融资源，科技资助还使得被资助企业更容易与其他创新主体建立合作，从而获得更多的外部资源。 第三，提高研发投入的预期收益。当风险水平不变时，研发活动的预期收益越高，企业进行研发投入的意愿就会越强。而政府科技资助是可以提高预期收益的，这种预期收益的提升，既可以通过提高期望报酬也可以通过降低研发成本来实现。一方面，研发活动涉及多种投入，包括人员、设备、场地等多种成本，而政府如果能够在涉及研发的诸多环节进行补贴或减税，则能有效地降低研发活动成本；另一方面，政府还有一种比较普遍的措施是对研发活动产出销售进行税收减免，由此可以直接提高研发产出的预期收益，进而激励企业进行更大的研发支出。 也有部分学者持有不同的看法，认为政府的科技资助将对企业的R&D投入产生负向影响。持有这种观点的学者从两个方面对政府科技资助可能产生的负面影响进行了解释。第一，政府科技资助可能对企业研发投入产生“挤出效应”。政府的科技资助往往是针对某些特定项目的，这类项目的研发补贴是免费获得的，因此，很多企业只针对能够获得补贴的项目进行研发投入，这在一定程度上将会对企业正常研发支出产生“挤出”作用。第二，政府科技资助可能会对企业研发产生资源配置扭曲作用。由于信息不对称，政府在选择可支持的研发企业时，往往根据该企业过去的研发表现，或者该企业过去是否在类似项目上有过研发的经验，还可能只是因为政府对某些企业研发具有较好的预期。但无论何种方式，都具有比较明显的信息不对称以及受主观因素影响较大的问题。在这种情况下，获得研发补贴的企业往往不是效率最高，或者最应该获得补贴激励的企业，因此资源配置效率扭曲在所难免，无法起到应有的激励企业提高自身研发投入的功效。 由此可见，从理论上并不能确定政府科技资助对企业R&D投入究竟最终表现为正向激励还是负向影响。从现实上来看，不同国家(地区)体制、机制环境的不同，也会导致不同结果的产生。因此，需要利用经验经济分析方法结合实际数据，检验政府科技资助对企业研发投入的影响。 瑞典哥德堡大学的瑟德布姆(
)教授等所著的Empirical Development Economics一书，是从发展经济学视角，介绍经验经济分析方法的极具特色的专著。②在这本书中，瑟德布姆等以经验分析中所使用的三种数据类型为主线，系统阐述截面数据回归的估计方法(OLS估计、GLS估计、IV估计)及推断原理、统计性质；含有序列相关误差项的时间序列数据模型及推断、时间序列平稳性检验、非平稳时间序列建模方法(协整检验及误差修正模型)；静态面板数据模型设定及估计、静态面板数据模型的内生性及IV估计。另外，书中还对近年来发展起来的微观计量经济学方法，尤其是项目评估及反事实因果推断方法进行了深入浅出的介绍。与其他介绍经验研究方法论的著作相比，此书的特点在于并非只是单纯介绍各种方法、模型的数学原理，而是结合大量的发展经济学的应用实例，详细地分析了各种经验模型是如何与发展经济学问题相结合，得到有效的实证研究结论。书中介绍的这些研究方法，对于分析现有关于政府科技资助与企业研发行为的实证研究的优缺点，是大有裨益的。但是缺乏对多变量时间序列模型、时间序列的小波分析方法以及动态面板数据模型的介绍，是此书的一个不足。
