政府政策如何未能有效激励企业创新从科技补贴的定量分析谈起.docxVIP

? ? 政府政策如何未能有效激励企业创新 从科技补贴的定量分析谈起 ? ? 　　 一、导言：重提“政府工业管理能力” 　　 利用定量方法来研究制度性因素，如“所有制”和“政治关联”等，对企业获取政府科技补贴的影响，或者研究科技补贴对企业创新活动的影响，是近年来产业政策研究的热点。为理解政府是否能有效地激励企业创新，学者们利用不同的数据源、针对不同的企业群体做了大量的分析工作，并为学术界提供了有价值的讨论。但我们是否忽视了真正重要的问题？政府的科技补贴是由哪些部门、通过何种方式来发放的？政府相关部门对得到补贴的企业有实质性意义的检查手段有哪些？这些真实的政企互动的情形在近年的研究中往往被忽视。 　　 借用政治学和社会学中关于国家建制力概念的逻辑[1]，政府有效影响工业企业以贯彻自身政策的能力，或简称政府工业管理能力，首先来源于政府理解企业活动，与社会形成协商机制的能力；而这种能力只有在实践中通过不断的经验累积，以有效地培养专业知识才能形成[2]。在对日本模式的研究中，Okimoto就特别强调通产省和企业之间的“中间组织”；“中间组织”指的是通产省官员长期通过与国有企业、国有事业单位与非营利组织的正式联系来为政策的实施进行协商，也指官员们通过与私人企业的管理者建立个人联系而形成频繁的信息交流机制[3]。政府管理工业的能力同样需要组织通过长期、持续的经验积累来获得[4]。如果在政府科技政策实施过程中政企互动的广度和深度不足，那么对于政府而言，企业的创新活动和创新过程就更接近于一个“不可见(invisible)”的对象，政策执行者就更倾向于采用他们易于掌握、易于度量的“可见(visible)”的指标[5]。这个过程反过来会持续弱化政府管理工业的能力，相应的政策实践也就难以起到有效激励企业的目的。 　　 通过研究真实的政企互动机制来理解“政府在理解工业过程的基础上，有效激励企业推动技术进步”这一话题在中国的产业政策与创新政策研究中并不新鲜。20世纪60-80年代，韩俊峯[6]、季崇威和戎文佐[7]就曾经在电力产业层面和宏观工业管理体制层面上讨论了这一问题。2000年之后，路风和封凯栋[8]、路风[9]对汽车工业、飞机工业的研究则强调了政府对工业过程理解的错位导致了其产业政策的失败。而政府之所以丧失了工业知识，正是因为其丧失了学习过程得以开展的基础，即政府主管部门与工业企业之间有实质性的互动联系[10]。但在最近的10～20年中，产业政策与创新政策研究领域的主流学者们却并未把此类问题作为核心研究对象。 　　 在中国，关于“政府工业管理能力”的研究尤为重要。从计划经济转向市场经济的改革过程中，政府通过中央部委(如经委、经贸委和各工业主管部委)直接配置资源的模式被逐渐改革。但政府行为的边界应当在哪里，政府的政策措施和资源投放是否有足够的能力作为支持？这些问题都值得深入讨论。政府能力是政府自我约束的前提，因为只有当政府能够有效地在行动中贯彻自身的目标，才能从理论上避免弱能力政府为了推行政策而滥用资源或强制力的可能。 　　 作为重新阐释“政府工业管理能力”的尝试，本文并不可能完全解释以上问题。相反，本文更关注于揭示研究问题本身的价值。本文将以政治关联、科技补贴和企业创新投资的关系为例，向读者展示“政府工业管理能力”的重要性。为此，本文第二部分综述近年来学者们对政治关联、科技补贴和企业研发投入的定量分析研究；第三部分则采用目前流行的做法，对计算机、通信和其他电子设备制造业上市企业数据做定量分析，但重点在于展现问题，即政治关联并未给上市公司带来更多的政府科技补贴，科技补贴虽然与企业过去的研发投入有正相关关系，但并不能促进企业未来的研发投入；第四部分则依托政策文本分析和质性访谈来尝试对这些现象给出一个初步的解释，说明定量分析的结果不在于数据的选择，而在于中国政企互动机制的逻辑使得目前的科技补贴既不可能与政治关联搭上明显的关系，又难以有效地促进企业长期的创新投资。 　　 本文所考察的科技补贴只是政府产业政策和创新政策的一部分。政府还有非常设性政策手段，后者在驱动经济的创新与转型方面同样扮演了重要的角色。 　　 本文并不涉及对非常设性政策手段的评价，但本文相信，相应领域的政府能力建设同样也应该符合本文所强调的、基于长期政企互动机制的逻辑。 　　 本文的数据来源如下：文章第三部分的上市公司数据主要来源于CSMAR数据库和Wind数据库，第四部分的政策文本数据主要来源于中央各部委公布的政策文件，第五部分的讨论内容则部分来源于作者在吉林、河南和江苏等地与具体相关政策执行者(政府官员)和企业的访谈。 　　 二、繁荣的创新政策研究 　　 近年来，关于制度性因素(如“政治关联”“所有制关系”等)、科技补贴以及企业研发投入的文献有很多。学者们利用不同的数据、不同