基于省际面板数据分析的政府采购与技术创新关系研究

王 宏 郑上福

(东华大学旭日工商管理学院，上海 200051)

“加快转变经济发展方式”成为“十二五”规划的主线，科学进步和技术创新作为转变经济发展方式的重要支撑，是未来经济转型的必经之路。［1］我国“十一五”规划明确提出:“实行支持自主创新的财税、金融和政府采购政策，引导企业增加研发投入。”这表明，政府采购已不仅是加强支出管理，节约财政资金的手段，而且是激励企业自主创新、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。如何运用政府采购这个政策工具来引导企业研发投入，促进技术创新，对于转变经济发展方式有着重大的意义。基于此，笔者将专利申请量作为衡量技术创新水平，基于面板数据模型验证政府采购与技术创新的关系，为我国政府采购促进技术创新提供相应的对策与建议。

一、理论分析和研究假设

Robert Dalpe(1994)［2］认为，政府采购对技术创新的主要影响是通过政府公共部门对技术、订单的需求的不断增加，以有效降低技术创新成本和风险的方式加以实现的。Florence Naegelen，Michel Mougeot(1998)［3］将政府目标设为追求消费者剩余最大化和本国企业利润最大化，并融入公共资金扭曲成本和政府重视本国企业利润系数两个前提，利用激励相容约束分析方法，得出歧视性政府采购能有效促进竞争、降低政府采购成本的结论。［4］Jakob Edler，Luke Georghiou(2007)指出，上个世纪90年代以来，政府采购已经成为促进欧盟技术创新的一种政策工具。［5］Birgit Aschhoff、Wolfgang Sofka(2009)运用公共政策 (主要包括完善制度、R＆D的补贴、对大学基础研究的投入和政府采购)对德国1100个企业所产生的技术创新效果进行了定量研究，研究分析表明，大学基础研究所产生的知识溢出效应与政府采购通过刺激需求以加速技术创新的效应基本相当。不同的是，对大学基础研究的知识溢出效应可以应用到所有企业，而政府采购促进技术创新对竞争激烈的小型企业效果更为显著。

近十年来，国内学者关于促进技术创新的政策主要集中于财税、金融政策，而对于运用政府采购这个政策工具促进技术创新的探讨较少，且主要局限于定量研究，定性研究为数不多。［6］赵弘、赵卫星对政府采购的技术创新效应进行了经济学分析，由于外部效应的存在，技术创新需要政府扶持;而政府采购以其独特的内在效应，可以有效地弥补市场失灵，成为支持自主创新的有效手段。［7］戴悦、范柏乃通过相关分析与多元回归分析证明了中央单位采购规模、地方采购规模与自主创新能力衡量指标存在显著的正相关关系，同样也证明政府采购规模和自主创新能力有着高度的依赖性。［8］艾冰、陈晓红建立了政府采购与自主创新的灰色关联分析度模型，得出2001—2005年政府购买水平与代表自主创新水平的三个特征指标 (R＆D、专利授权数和技术市场交易额)的灰色关联度都在0.8以上，可见政府购买水平是影响自主创新水平的一个主要因素，政府实际购买水平的不断提高能推动自主创新水平的上升。

高新技术产品研发、生产以及初步投入市场的成本较高，市场环境的不确定性所带来的产品风险也较大，故很多企业都非常谨慎对待。政府采购若优先选择自主创新产品，作为高新技术产品市场的坚强后盾，将有效引导企业技术创新。因此，我们可以初步得出一个预期:政府采购对技术创新具有促进效应，二者之间是正相关关系，政府采购规模量越大，技术创新水平越高。

二、研究设计

1、变量设计和样本选取

如上所述，［9］国内学者唐恒、张垒等运用灰色关联度定量分析，证明全国31个省市的专利申请量与科技进步水平指数有很大的关联性。因此，此处也采用中国各省市的专利申请量代表技术创新水平，以Y表示;采用中国各省市的政府采购金额代表政府实际采购规模，以P表示。样本数据选用2002－2008年度我国各省市 (除西藏以外)的面板数据，原始数据取自2003年至2009年的《中国政府采购统计年鉴》和2003－2009年的《国家知识产权统计年报》。

2、面板数据模型

在经典线性计量经济模型中，所运用的样本数据或是时间序列数据，或是横截面数据，时间序列数据或横截面数据都仅是一维数据。经济研究中，只用时间序列分析，会漏掉不同截面间的联系与区别;只用截面数据分析，又会漏掉随时间变化的特点。［10］面板数据作为包含时间序列与截面数据的二维数据，比单独使用时间序列或截面数据更真实可靠。变截距模型是面板数据中的最常用形式，该模型允许个体影响的存在，并用截距项的差异来分析说明。变截距模型公式为:

根据个体影响的不同形式，变截距分为固定效应和随机效应变截距模型两种。面板数据固定效应模型以样本数据为总体数据进行推论，面板数据随机效应模型则以样本数据对总体效应进行推论。固定效应模型就是把随机效应模型遗漏的个体特征视为与随机扰动项μ一样的随机变量，即截面差异和时间差异均包含于随机扰动项之中。当然，具体选用固定效应模型还是随机效应模型，也可以通过豪斯曼检验 (Hausman Test)来确定。

三、基于固定效应面板模型的统计分析

1、固定效应变截距模型

笔者采用固定效应变截距模型作为基本计量经济模型。由于我国各省市政府采购规模与技术创新水平发展尚不平衡，需要考虑地区差异对技术创新的影响。于此，综合时间因素与地区因素对技术创新水平的干扰，建立计量经济模型如下:

其中，i代表横截面数据，t表示年份 (2002－2008)，uit表示随机误差项。P为因变量，为各省市专利申请量，代表技术创新水平;Y是自变量，为各省市政府采购金额，代表政府采购规模。c为不变的均值截距项，即平均的自发技术水平，a代表解释变量log(y)it的系数。

2、豪斯曼检验与面板数据单位根检验

笔者主要应用Eviews 6.0统计分析软件，对数据进行分析检验回归。至于具体选择固定效应模型还是随机效应模型，可以通过豪斯曼检验来确定。豪斯曼原假设为个体、时点、个体与时点随机。结果如表1所示，原假设个体随机的豪斯曼值为63.4512，伴随概率为0.0000，说明检验结果拒绝了个体随机效应模型原假设，因此应选择个体固定效应模型。同理，当原假设为时点随机时，其伴随概率为1，故接受原假设，应该选择时点随机。当个体与时点均随机时，其伴随概率为0.00，拒绝原假设，即个体与时点不能同时为随机。综合三种情况，我们最终选择个体固定、时点随机的面板数据模型。

表1 豪斯曼检验结果

为了平滑数据，避免数据的非稳定性而产生估计错误，两变量将全部取对数再进行单位根检验。回归之前进行单位根检验的意义也在于避免出现伪回归现象。笔者主要采用了LLC检验、Fisher－ADF检验和PP－Fisher检验，回归检验结果如表2所示。两变量取自然对数后的水平值均通过了单位根检验，故认为数据在1%的显著性水平下，具有稳定性。

表2 面板数据的单位根检验

3、变量面板协整检验

表3 面板数据协整检验

从表3可知，本方程解释变量In(Y)与被解释变量In(P)的协整检验的统计量，在1%的显著性水平下8个拒绝不存在协整关系的原假设，只有1个接受不存在协整关系的原假设，因此可认为上述模型中的两变量存在着稳定的协整关系，可以直接进行回归方析，避免可能存在的伪回归现象。

4、面板数据协整分析

通过应用Eviews6.0软件建立模型，采用不加权的最小二乘法进行回归分析，回归结果如下表4。回归的结果如下:

其中，uit反映地区自发技术创新水平离平均技术水平 (即截距项C)的偏离值，也就是表4中所对应的各省市的固定效应值。可以计算，全部省市的固定效应值相加后最终的总和为0。

由回归结果可以看出，回归方程的参数指标良好。协整截距项与自变量log(Y)t统计值分别为14.1996与26.9084，伴随概率都为0.0000，故认为回归系数显著不为零。调整的R2=0.8412，模型的拟合优度也较高。DW统计量为2.3515，比较接近2，表明模型不存在一阶自相关。从表4可以看出，政府采购规模与技术创新水平显著成正相关，且政府采购对技术创新的弹性值为1.3185，也就是说，政府采购规模每提升一个百分点，平均技术创新产出将提升1.3185个百分点。从检验结果可以看出，政府采购对技术创新有一定的促进作用。但不能忽略的是，模型中政府采购规模量是以亿元为单位的，而专利申请量则是以件计量，可见这种促进效应不是很显著。从个体固定效应来看，东部省份如辽宁、北京、河北、天津、上海的固定效应较高，而西部地区如新疆、甘肃、贵州、重庆等地区的固定效应较低，地区的个体固定效应差异主要是由各省市政府采购对技术创新的促进效应不同引起的。

表4 不加权条件下固定效应变截距检验结果

四、结论及对策建议

笔者基于各省市的面板数据模型，分析了我国各省市政府采购对技术创新影响情况，研究结果表明政府采购与技术创新有着正向的相关关系，且政府采购对技术创新有一定的促进作用，但促进效应不显著。另外，各省市的固定效应的差距也较大。鉴于此，笔者为政府采购有效促进技术创新提供相应的对策与建议。

1、继续扩大政府采购规模与范围

国外发达国家每年的政府采购规模一般占GDP的10%，而我国政府采购规模仅占GDP总额的2%左右，可见发展潜力巨大，应积极稳妥地扩大政府采购规模。此外，我国政府采购的范围有待扩展，我国的政府采购仅限于各级国家机关、事业单位和团体组织，未包括企业采购和军事采购，以及一些国家重大建设项目。从国际通行的做法看，凡属政府公共职能范畴的采购，不论采购内容、采购主体、是否使用财政资金，均应纳入政府采购管理范围。我们应该借鉴国际先进经验，进一步扩大政府采购范围，充分发挥政府采购的政策功能。

2、优先采购自主创新专利产品，建立促进技术创新的政府采购制度

自主创新的专利产品对于正处创业期或发展期的企业而言，一方面，消费者可能短期内无法感知或接受这些产品，产品市场风险较大;另一方面，创新化产品生产规模较小，生产成本相对较高，短期内难以发挥规模经济效益。鉴于此，政府若能成为新产品市场的最大买家，将有效地降低企业面临的潜在市场风险，激励企业的自主创新研究。此外，省财政部门同知识产权管理等有关部门应在批准认定的自主创新专利产品范围内，确定政府采购自主创新产品目录，实行动态管理，不断更新自主创新产品目录，督促政府采购部门优先采购列入目录的专利产品。

3、建立健全政府采购的政策引导机制，有效引导企业技术创新

通过构建上述模型，可以发现政府采购规模和技术创新水平的相关性较强，弹性也较大。然而在样本选取时，模型采用的是各地区政府采购总规模，没有剔除政府采购总额中占很大比例的普通商品(即既非绿色产品或高新技术产品)，若将此部分普通产品采购剔除掉，只采用绿色采购和高技术产品采购额作为政府采购样本构建模型，势必将会得到更显著的结论。因此，政府采购部门若能扩大对技术创新产品的采购规模，将大大激发企业技术创新的积极性。可以认为，处于当前创新驱动、转型发展的关键时期，我国应该更加科学地发挥政府采购这一引导需求的政策工具，建立健全政府采购的政策引导机制，将能提高政府采购对技术创新的促进效应，有效引导企业进行技术创新，最终提升我国的核心技术竞争力。

［1］新华社.中共中央关于制定国民经济和社会发展第十一个五年规划的建议 ［EB/OL］.http://news.xinhuanet.com/politics/2005－10/18/content_3640318_1.htm，2005－10－18.

［2］Robert Dalpe.Effects of government procurement on industrial innovation［J］.Technology in Society，1994，(7):65－83.

［3］Florence Naegelen，Michel Mougeot.Discriminatory public procurement policy and cost ［J］.Journal of Public Economics，1998:16.

［4］Jakob Edler，Luke Georghiou.Public procurement and innovation－resurrecting the demand side ［J］.Research Policy，2007，(12):949－963.

［5］Birgit Aschhoff，Wolfgang Sofka.Innovation on demand—Can public procurement drive market success of innovations? ［J］.Research Policy，2009，(10):1235－1247.

［6］赵 弘，赵卫星.政府采购支持自主创新的经济学分析［J］.经济问题，2007，(8):20.

［7］戴 悦.促进自主创新的政府采购政策研究［D］.浙江大学硕士学位论文，2008，33.

［8］艾 冰.政府采购促进自主创新的关系及效果研究 ［D］.中南大学，2009，(5):95.

［9］唐 恒，张 垒 (等).基于面板数据的专利与科技进步关联性研究 ［J］.科研管理，2011，(1):150－155.

［10］孙敬水，马淑琴.计量经济学［M］.北京:清华大学出版社，2009，404.