政府采购对技术创新的影响效应

李　燕，朱春奎

1.大连理工大学公共管理与法学学院，辽宁　大连　116024；2.复旦大学国际关系与公共事务学院，上海　200433；3.上海市科技创新与公共管理研究中心，上海　200433)



政府采购对技术创新的影响效应

李燕1，朱春奎2,3

1.大连理工大学公共管理与法学学院，辽宁大连116024；2.复旦大学国际关系与公共事务学院，上海200433；3.上海市科技创新与公共管理研究中心，上海200433)

鼓励技术创新、推动经济发展、扶持国内工业、实施宏观调控是政府采购的重要政策功能。本文运用2001—2013年的跨省面板数据，建立计量经济模型，对中国政府采购与技术创新之间的关系进行实证研究。结果表明，政府采购并没有对技术创新产生积极的推动作用，且政府采购对技术创新的影响作用在不同类型的创新产出之间与不同地区之间呈现出明显的差异。

政府采购；技术创新；影响效应

1　引言

政府采购是鼓励技术创新、实施宏观调控、推进产业结构优化升级、促进经济社会发展的重要政策工具[1]。近年来，在欧盟的积极倡导下，政府采购的创新激励效果逐渐引起了世界各国政府的高度重视，并在实践中充分发挥政府采购在促进创新活动方面的潜能[2]。政府采购在中国是20世纪90年代中期从国外引进的，财政部从1996年开始在上海、深圳试行政府采购制度[3]。近年来，随着中国政府采购规模的不断扩大和自主创新战略的推进实施，一个亟待回答的问题是，中国的政府采购是否促进了技术创新[2-3]。

2　文献综述

现有文献中关于政府采购与创新之间的关系的探讨主要有两种途径。一是将政府采购作为催生新产品(商品、服务、系统)的工具。二是将政府采购视为促进创新活动的激励政策，而不必针对特定的新产品[2]。

艾冰运用2001—2005年的时间序列数据，建立灰色关联矩阵模型与多元回归测度政府采购在促进自主创新的主要因素中的重要程度，结果显示，随着政府实际购买水平的提高，自主创新水平也相应提高，从而证明政府采购额在促进自主创新中具有拉动作用[4]。万启伟以2010年中国大陆31个省(自治区、直辖市)的截面数据，运用多元线性回归方法，检验政府采购与自主创新的关系，结果表明政府采购规模对提高当地自主创新活动具有积极的促进作用[5]。王亮以汽车产业为例，运用2000—2010年的时间序列数据，分别计算了政府采购活动与汽车工业创新投入、创新产出的皮尔逊相关系数，结果显示政府采购活动的各变量与汽车工业的创新投入、创新产出的各变量之间均呈显著的正相关[6]。然而，胡凯等人运用2000—2010的省级面板数据建立静态和动态面板模型，研究发现中国的政府采购没有促进技术创新，甚至阻碍了技术创新[3]。

3　模型设定与变量说明

3.1模型设定

为研究政府采购对技术创新的影响效应及其时间与地区效应，本文以中国大陆30个(剔除西藏)省、自治区、直辖市2001—2013年的面板数据为基础，构建了以下计量模型：

patentit=β1procit+β2xit+αi+εit

(1)

inventionit=β1procit+β2xit+αi+εit

(2)

utilitymodelit=β1procit+β2xit+αi+εit

(3)

designit=β1procit+β2xit+αi+εit

(4)

式(1)为基本模型，i和t分别表示省份和年份，被解释变量patentit表示i省在t年的技术创新水平，procit为模型的解释变量，即i省在t年的政府采购规模，xit为一组控制变量，αi表示时间上恒定的，无法观测到的影响各省技术创新水平的其他因素，εit为随机误差项。模型(2)～(4)中，方程左边的invention、utilitymodel、design为被解释变量，分别表示不同类型的创新产出，下文将对此做出详细说明。

以基本模型为基础，本文将样本进行拆分，分别建立对东、中、西部地区模型，以探索不同地区政府采购对技术创新的影响效应。进一步地，由于2006年，国家正式提出运用政府采购促进自主创新，因此，本文以2006年为分界点，将样本拆分为2001—2006年和2007—2013年两部分，以探究将政府采购正式确立为创新政策工具的前后，政府采购对技术创新的影响是否存在差异。

3.2变量说明

(1)被解释变量。patent表示各省专利申请数的对数，本文用这一指标表征各省的技术创新水平。技术创新水平的测度，既包括技术创新投入指标，如研发投入等，也包括技术创新产出指标，如专利申请数量及授权数量、新产品销售数量及新产品销售收入等。由于本文旨在研究政府采购对技术创新结果的影响作用，故选取专利申请数量作为技术创新水平的代理变量。之所以选择专利申请量而非专利授权量与新产品指标衡量各地区的技术创新产出水平，一是由于按照中国现行的专利审查制度，从专利的最初申请到最终授权之间存在较长的时延，最长可达3～5年，故不能较为准确地反映出政府采购对技术创新活动的当期影响；二是由于实践中，政府对新产品提供的税收优惠政策，导致一些企业夸大新产品数量及其销售收入，从而造成统计数据失真[7]，且新产品指标也无法反映出将除企业之外的其他创新主体的创新产出水平。

进一步地，为探究政府采购对不同水平的技术创新能力的影响，本文将专利申请量划分为发明专利申请量、外观设计专利申请量、实用新型专利申请量三种类型，建立了模型(2)～(4)。其中，发明是指对产品、方法或者其改进所提出的新的技术方案；实用新型是指对产品的形状、构造或者其结合所提出的适于实用的新的技术方案；外观设计是指对产品的形状、图案、色彩或者其结合所做出的富有美感并适于工业上应用的新设计。由此可知，三种创新产出的创新程度依次增高。模型(2)～(4)中，invention表示各省发明专利申请数的对数，utilitymodel表示各省实用新型专利申请数的对数，design表示各省外观设计专利申请数的对数。各专利申请数据来源于历年《中国科技统计年鉴》。

(2)解释变量。proc表示各省实际政府采购金额的对数，本文使用这一指标来测量各省的实际政府采购规模。为消除物价水平的影响，本文以2001年为基期，利用各地区居民消费价格指数对各省实际政府采购金额进行了平减。实际政府采购金额数据来源于《中国政府采购年鉴》。

(3)控制变量。x表示一组控制变量，具体包括：

①经济发展水平(pgdp)。本文用人均GDP的对数来衡量各省经济发展水平。所用数据源于历年《中国统计年鉴》。

②创新人力资本(human)。人力资本是影响地区技术创新能力的重要禀赋，人力资本的丰裕程度决定了技术创新水平的高低。本文用研发人员数量来表征各省的创新人力资本状况。相关数据来自历年《中国科技统计年鉴》。

③创新经费投入强度(rd_indensity)。资金投入是技术创新活动的基础，是影响技术创新水平的重要要因素，强大的资金投入为技术创新活动提供了有力的物质保障。本文使用研发支出占GDP的比重来测量各省的创新经费投入强度。

④经济开放度(fdi)。大量研究证实，一个地区的经济开放程度和吸引外资的能力将直接或间接地影响其技术创新水平。外商直接投资(FDI)将通过示范—模仿效应[8]、竞争效应[9]、联系效应[10]培训效应产生技术溢出，从而对当地的技术创新活动产生影响。因此，本文利用各省外商投资总额占当年全国外商直接投资总额的比重来衡量该省的经济开放度。另外，文本还引入了各省进出口总额占当年全国进出口总额的比重(im_export)作为fdi的替代变量，用以检验模型的稳健性程度。相关数据来源于历年《中国统计年鉴》与“中国主要科技指标数据库”(www.sts.org.cn)。

⑤知识产权保护(ipp)。知识产权保护通过影响研发资源配置和技术创新主体的激励机制，进而促进或阻碍技术创新活动。本文借鉴胡凯等人的观点，认为一个地区技术市场交易成交额能够在一定程度上反映出该地区的知识产权保护水平，使用各省技术成交额占当地GDP的比重来度量各省知识产权保护水平。相关数据来自历年《中国统计年鉴》。

4　实证结果与分析

4.1模型设定检验与估计方法选择

(1)多重共线性检验。多重共线性是多元回归分析中的常见问题之一，该问题将直接导致方程回归系数估计的标准误差变大，系数估计值的精度降低。直观上看，政府采购规模、经济发展水平、创新人力资本、创新投入强度、经济开放度、知识产权保护之间很可能相互影响，存在相关关系。虽然计量软件会自动剔除完全的多重共线性，但出于研究的严谨性，确保模型设定的正确性，本文首先对模型的多重共线性进行了诊断。由各变量的相关系数可知(见表1)，模型存在着近似多重共线性的可能，但不能据此做出定论。应通过计算各解释变量与控制变量的方差膨胀因子，以判断模型是否存在设定偏误。模型中解释变量最大的VIF为6.21(见表2)，小于10的临界值，可认为该模型并不存在严重的多重共线性。本文将采用逐步回归的方法依次引入各控制变量，不断改进模型，既可避免模型设定出现偏误，又可捕捉每个控制变量对创新活动的可能作用，从而考察政府采购对创新活动的实际影响。

表1　各变量相关系数矩阵

注：***、**、*分别表示1%、5%、10%的显著性水平，下同。

表2　解释变量与控制变量的方差膨胀因子

(2)异方差性与序列相关检验。由于本文使用全国各省的相关数据开展研究，不存在对总体进行随机抽样的情况，所以，本文初步判定使用固定效应模型，模型估计后的Hausman检验结果也支持了以上判断。考虑到模型可能存在着异方差性和序列相关，本文对模型进行了异方差性和序列相关检验。修正后的Wald组间异方差性检验结果拒绝了“随机误差项具有同方差”的原假设，所以在固定效应模型估计中计算异方差稳健标准误，以解决模型存在的异方差问题。进一步地，本文使用伍德里奇[11]和德鲁克[12]提出的面板数据序列相关检验方法(Wooldrige test)，判断模型是否存在自相关问题。结果显示，模型随机误差项之间存在序列相关。

当存在异方差性和序列相关时，原有的标准估计方法(剔除平均值方法)将无法产生一致性的估计结果，德里斯科尔和克雷[13]基于渐进理论提出了一种新的非参数估计方法，该方法放松了截面数量对估计可行性的限制，修正了原有的协方差矩阵估计方法，从而产生了有效克服空间相关性和时间相关性的一致性估计量。蒙特卡罗实验证明，该方法在T(时间数量)大于N(截面数量)的情况下更为有效，但只要T大于10，即便是在N大于T的情况下，面对异方差性和序列相关，该方法仍能够产生较为稳健的估计结果。因此，本文借鉴德里斯科尔和克雷的方法，以保证系数估计的有效性和一致性。

4.2估计结果与分析

如表3所示，随着各控制变量的逐渐引入，政府采购对技术创新的影响效应的方向及其显著性均发生了较大变化。在仅考虑了创新人力资本(human)与经济开放度(fdi)两个控制变量的情况下[列(1)～(3)]，政府采购对技术创新呈现出显著的促进效应，但当逐个控制了经济发展水平(pgdp)、创新投入强度(rd_indensity)与知识产权保护(ipp)的影响之后，政府采购(proc)的系数由正值变为负值，且不再显著。因此，从整体上看，政府采购并未对技术创新产生积极的推动作用。

表3　政府采购对技术创新的影响

续表3

注：括号中为各系数标准误；***、**、*分别表示1%、5%、10%的显著性水平。

如表4所示，政府采购对于不同类型创新产出的影响效应存在明显差异。具体来看，政府采购对发明专利申请量和外观设计专利申请量并没有产生正向的推动作用，政府采购对实用新型专利申请量则呈现出显著的负效应，即在5%的显著性水平上，政府采购规模扩大1%，实用新型专利申请量就减少0.00741%。因此，对不同创新程度的创新活动而言，政府采购对发明类创新活动和外观设计类创新活动均未起到正向的激励作用，且对实用新型类创新活动产生了显著的抑制作用。

表4　政府采购对技术创新的影响：对不同创新产出影响的差异

注：括号中为各系数标准误；***、**、*分别表示1%、5%、10%的显著性水平。

为探究不同地区中，政府采购对技术创新的影响效应有何不同，我们将样本划分为东部、中部、西部三个部分进行回归。估计结果表明[见表5中第(1)～(3)列]，政府采购对不同地区技术创新活动的影响作用各不相同。政府采购对东部地区的技术创新活动具有明显的抑制作用，即在5%的显著性水平上，政府采购规模扩大1%，东部地区的专利申请量就降低0.142%；政府采购对中部地区的技术创新活动呈现出并不显著的激励作用；而政府采购对西部地区的技术创新活动则未表现出显著的影响效应。

以2006年为分界点的分阶段回归结果显示[见表5中第(4)～(5)列]，将政府采购正式确立为创新政策工具的前后，政府采购对技术创新的影响存在较大差异。在将政府采购确立为创新政策工具之前(2001—2006年)，政府采购并没有显著地影响技术创新活动，而在将政府采购确立为创新政策工具之后(2007—2013年)，政府采购却对技术创新活动产生了显著的抑制作用，即在1%的显著性水平上，政府采购规模扩大1%，专利申请数量就降低0.116%。

4.3模型稳健性检验

为确保实证结果的稳定性和研究结论的可靠性，本文同时使用变量替换的方法对基本模型进行稳健性检验。我们使用各省外贸进出口总额占当年全国进出口总额的比重(im_export)作为各省经济开放度的代理变量，替换原基本模型中的各省外商投资总额占当年全国外商直接投资总额的比重(fdi)。稳健性检验的结果如表6所示，政府采购规模(proc)系数的方向和显著性与原模型估计结果保持一致，表明实证结果并未随着参数设定的改变而发生变化，模型具有较好的稳健性。

表5　政府采购对技术创新的影响：东、中、西部的地区比较与分阶段比较

表6　模型稳健性检验

5　结论与建议

本文运用2001—2013年的省际面板数据，建立计量经济学模型，检验了中国政府采购对技术创新的影响效应。结果表明，政府采购并没有对技术创新产生积极的推动作用：对不同创新类型的创新活动而言，政府采购对发明类创新活动和外观设计类创新活动均未起到正向的激励作用，对实用新型类创新活动则产生了显著的抑制作用；就不同地区而言，政府采购并未对中、西部地区的技术创新活动产生显著的影响作用，对东部地区的技术创新活动则表现出明显的抑制作用。

如何采取有效措施推进政府采购成为创新导向型的政府采购，是中国政府采购制度改革的一个方向。为此，应强化政府采购支持企业创新的政策取向，通过立法建立有别于传统政府采购的创新型(或创新导向型)政府采购制度；丰富政府采购支持企业创新活动的工具选择，形成创新导向型政府采购的政策支撑体系；扩大政府采购规模，加大对技术创新产品的倾斜，为自主创新产品开拓市场需求；根据技术/产品/市场的生命周期的不同阶段，适时调整政府采购政策，保证政府采购促进自主创新的有效性。

[1]王宏，郑上福.基于省际面板数据分析的政府采购与技术创新关系研究[J].湖南财政经济学院学报，2011，27(5):82-85.

[2]朱春奎，李燕.创新促进型政府采购理论述评[J].公共行政评论，2014(4):153-172.

[3]胡凯，蔡红英，吴清.中国的政府采购促进了技术创新吗?[J].财经研究，2013(9):134-144.

[4]艾冰.政府采购促进自主创新的关系及效果研究[D].长沙：中南大学，2009.

[5]万启伟.政府采购与自主创新的实证研究[D].成都：西南交通大学，2012.

[6]王亮.中国汽车产业技术创新与政府采购关系研究[J].经营管理者，2013(13):147-148.

[7]宣烨，李光泗.FDI对国内企业技术创新影响的实证研究[J].中南财经政法大学学报，2008(3)：108-114.

[8]KOKKO A.Foreign direct investment，host country characteristics and spillovers[R].The economic research institute，stockholm,1992.

[9]CAVES R E.International corporations：the industrial economics of foreign investment[J].Economics，1971，38(141):1-27.

[10]林毅夫,平新乔,杨大勇.可口可乐罐装系统对中国经济的影响[R].北京大学中国经济研究中心讨论稿，No.C2000001.

[11]WOOLDRIDGE J M.Econometric analysis of cross section and panel data[M].Cambridge，MA：MIT Press，2002.

[12]DRUKKER D M.Testing for serial correlation in linear panel-data models[J].Stata journal，2003，3(2):168-177.

[13]DRISCOLL J C，Kraay A C.Consistent covariance matrix estimation with spatially dependent panel data[J].Review of economics & statistics，1998，80(4):549-560.

(责任编辑刘传忠)

Effect of Government Procurement on Technological Innovation

Li Yan1，Zhu Chunkui2,3

(1.School of Public Management and Law, Dalian University of Technology,Dalian 116024,China;School of International Relationship and Public Affairs，Fudan University，Shanghai 200433,China;Shanghai Science and Technology Innovation and Public Management Research Center，Shanghai 200433,China)

Public procurement is an important instrument that can be used to stimulate innovation，direct economic development,protect domestic industries and implement macro-regulation.The paper uses the 2001—2013 provincial panel data.The empirical outcome shows that government procurement has no positive effect on technological innovation in China，and the effect varied according to the different type of innovations.

Public procurement；Technological innovation；Effect

上海市软科学研究计划项目“创新驱动型政府科技管理体系的知识框架、国际经验与模式选择”(13962180700)。

G301

A