政府R&D补贴与企业技术创新*——基于溢出加权视角的PSM-DID模型分析

刘树林， 张晟嘉， 胡苏敏

(武汉理工大学 经济学院，湖北 武汉 430070)

一、 引 言

技术创新是保持经济高质量发展的关键动力。为进一步深化科技体制改革，强化以企业为主体的技术创新体系建设，我国颁布系列创新支持政策以优化创新环境，扶持和发展企业自主创新，推动经济社会实现可持续增长。其中财政激励是政府干预企业技术创新的有效手段之一，根据相关数据显示，1980-2016年，我国财政科技拨款由64.59亿元增长到7760.7亿元，年均增速达14%①。获得补贴的上市公司数量逐年增长，2016年，我国3036家上市公司获得政府补贴，占所有上市公司的94.2%②。尽管政府创新补贴额持续增长，但企业层面的创新投入不足、核心专利缺失及专利转化率低等问题仍然存在。国家科技部数据显示，2015年全国规模以上工业企业开展科技活动的企业仅占19.2%，拥有研发机构的企业占比为13.79%；规模以上工业企业的研发经费投入占主营业务收入比值仅为0.902%，而日、美、德等发达国家企业研发经费投入强度均在2.1%以上③。因此，激励企业进行技术创新，引导企业优化创新资源配置，是政府优化激励政策，营造创新环境的关键所在。

检验和评估政策效果对于创新补贴政策的制定有重要的指导意义，根据研究统计，双重差分法直到2005年才被我国学者借鉴和应用到中国农村税费改革政策效果评估中④，但近年来已经占据了全部政策研究的30%以上，成为当下政策研究的主要分析工具之一⑤。双重差分模型通过“反事实”方法设置实验组和控制组，能够有效减少由于内生性问题造成的估计偏差。然而，在溢出效应影响下，实验组和控制组之间并不完全独立，而是通过技术经济联系相互影响，即针对实验组的创新补贴带来的技术创新产出在一定程度上会引起控制组产出的变化，因此在溢出效应下，传统的双重差分模型在处理创新相关政策效应时存在一定估计偏差，创新补贴政策的评估需要考虑实验组和控制组之间的技术关联，来减少溢出效应造成的估计偏差。尽管已有文献从不同视角证明了政府创新补贴与企业技术创新之间的因果联系，但少有文献考虑技术溢出效应的存在可能导致政策效应被大大低估，即政策性引导的技术知识从受惠企业流向未受惠企业，从而引起未受补贴的企业间接获得政策影响，但由于技术溢出的概率和方向难以观测，溢出效应的存在加大了对创新补贴政策评估的复杂性，因此，以往创新补贴政策分析中并未实现将技术溢出纳入实证研究框架中，这为本文研究留下了进一步分析空间。

基于我国制造业上市企业样本，本文根据双重差分模型的基本原理，构建政府R&D补贴影响下受补贴的企业与未受补贴的企业之间的技术溢出关联模型，同时，考虑企业异质性，分析不同所有制企业对政府R&D补贴的反映弹性，系统分析我国创新补贴政策的影响效果。本文的可能贡献在于：第一，根据外部性理论和双重差分模型构建的基本原则，对传统方法进行调整，构建溢出效应下的双重差分模型，拓展创新政策评估方法的研究领域；第二，根据溢出效应调整的实证模型，进一步分析政府R&D补贴与企业技术创新产出之间的因果关联；第三，在企业不同所有制背景下进一步分析政府R&D补贴对企业专利产出和R&D投入激励作用的差异，并综合确定政府对企业R&D补贴强度的“适度区间”。

二、 文献综述与研究假设

技术创新的公共品属性及企业研发投入的正外部性使得企业从技术研发中获得的私人收益低于社会收益，因此，市场机制的缺陷为政府干预提供了理论依据[1-2]。但技术创新的外部性也使得其他未获得政府直接财政支持的企业获得了一定的技术溢出，从而提升了企业的技术水平和生产能力。现有文献关于政府创新补贴与企业技术创新的研究主要存在两种观点：一是政府R&D补贴能够激励企业技术创新，如Spence认为财政补贴能够促进企业开展更多的R&D活动[3]。国内学者杨洋等和朱平芳、徐伟民的研究也都表明政府补贴能够显著促进企业增加研发投入[4-5]。；二是政府R&D补贴对企业技术创新并无显著激励作用，如不少学者认为R&D激励政策并未达到预期的政策效果，不能对研发投入产生实质性的影响[6-7]。国内学者如张维迎表示，尽管企业申请了政府R&D补贴，但大多科研经费很难全部用于研发活动，并未真正达成技术创新⑥。肖兴志、王伊攀基于战略性新兴产业样本，发现政府补贴对公及私人R&D投入均有“挤出效应”，现有政府R&D补贴政策扭曲了企业技术创新活动，导致许多企业为了获取政府补贴转变生产方式进行研发操作等寻租行为，而非用于真正的技术研发[8]。尽管学术界尚未对于二者关系达成共识，但现有研究大多表明政府R&D补贴对企业的技术创新有一定的激励作用，尤其表现在对企业R&D投入和专利产出上，如刘小元、林嵩从技术创新资源配置和新产品产出视角，认为地方政府补贴能激励企业技术创新，提高创新产出[9]。

基于此，本文提出研究假设1：政府R&D补贴对企业R&D投入和专利产出有显著正向激励作用。

尽管上述研究在检验和评估政府创新补贴效应方面奠定了实证研究基础，但单纯从企业创新投入或产出视角分析，仍不够全面，因为技术知识在创新过程中存在一定的外部性。创新产出并非完全独占，而是会通过各种渠道溢出到其他相关部门，因此，对政府补贴的完整评估，离不开对溢出效应的分析。近年来，随着外部性理论的发展，不少研究开始考虑技术溢出效应下，政府创新补贴政策对企业技术创新的影响。如吴福象等依据不同行业特点概念性判断技术溢出水平的行业差异，认为对技术溢出水平高的产业进行补贴其福利提升的效果要明显地高于对技术溢出水平低的产业进行补贴[10]；许春等从认知层面判断企业间不同合作模式下的技术溢出水平，认为政府根据技术溢出因素制定相机的研发补贴政策可以有效地激励企业增加研发投入[11]；王玮等基于企业间合作关系，构建博弈模型，从认知层面考虑横向技术溢出效应以及供应链伙伴之间的创新“双重边际效应”下供应商与政府研发补贴策略[12]。上述文献关于技术溢出与政府补贴之间的研究为本文提供了一定的理论和实践基础，但是已有文献有关技术溢出与政府补贴的研究大多基于理论和认知层面探讨，少有文章量化分析政府创新支持政策对企业间技术溢出的影响效果。这为本文深入分析这些问题留下了研究空间。

基于此，本文提出研究假设2：企业技术创新具有显著溢出效应，且政策性引导的R&D溢出对企业技术创新具有正向激励作用。

因果效应和政策效果评估是经济学关注的核心问题，其难点在于经济事件与经济政策的内生性问题，以及虚拟事实的不可观测性。为了克服内生性问题，经济学家通常采用“准实验”设计来估计政策的处理效应。常见的准实验设计方法包括工具变量法、断点回归、倾向得分匹配法和双重差分法等，这些方法为减少政策性因素带来的内生性问题提供了良好的解决途径。近年来，双重差分法(DID)逐渐成为公共政策检验和评估中应用最广、发展最快的分析方法，如康志勇借助匹配模型和双重差分法对政府补贴与企业专利质量之间的因果关系进行估计，实证结果表明，政府创新补贴能够促进企业专利质量提升[13]；李成等通过双重差分模型检验了“营改增”改革的政策效应，证明了“营改增”改革显著提高了试点地区企业的固定资产投资[14]；刘瑞明等通过双重差分法分析国家高新区对地区经济发展水平的影响，认为国家高新区不仅可以驱动经济发展,而且通过对其合理布局,还有助于缩小地区间经济发展差距[15]。由于传统双重差分法在应用时需要满足比较严格的约束条件，如平行趋势假设、SUTVA假设和非线性模型等，因此，现有文章并未实现在双重差分法中考虑技术溢出的影响效应。然而，溢出效应的客观存在意味着传统方法有所不足，这为本文研究溢出效应下双重差分法在有关创新补贴政策中的应用留下了进一步分析空间。在创新补贴政策分析中，我国推行的各项创新补贴政策为高技术企业技术创新提供了良好的制度环境和资源支持，同时，其他制造业企业通过政策性溢出能够间接地获得国家政策的激励效应。

基于此，本文提出研究假设3：未获得政府R&D补贴的企业能够通过政策性溢出间接获得政策激励效应。

三、 政府补贴效应模型设计

(一) 基准模型设计

本文根据双重差分法的基本原理，从样本企业中选择两类企业作为研究对象：一是样本期间内直接获得政府补贴的企业作为实验组；另一类是样本期间内没有获得政府补贴的企业作为对照组。根据Smith和Todd的处理[16]，企业i在t年获得的创新补贴后在t+s年对企业创新产出的因果影响效应为：

(2)

(二) 基于溢出效应的模型设计

根据Kyle C.Meng、Olivier等在外部性影响下环境政策的准实验设计基本模型的设计思路进行调整，溢出效应下，政府创新补贴与企业技术创新之间的因果效应估计模型构建如下[18-19]：

(3)

其中，Sit表示t时刻，企业i获得的单位溢出概率。那么，创新补贴政策和企业技术创新产出之间的线性回归方程设定如下:

Yit+s=(α0+β1subsidyit×Di+β2subsidyit+β3Di+β4covit+εit)/(1-Sit)

(4)

这里，subsidyit表示企业是否获得创新补贴，Di是分配变量，表示企业是否为高技术企业，covit为匹配变量，产出Yit+s分别表示t+s时刻的创新产出。

1.被解释变量：专利产出(Patent)。为企业当年获得的专利授权量；企业R&D投入(lnRD)。为了对研发投入经费进行存量转换，本文参照戴魁早和刘友金[20]采用的测算公式进行处理：RDt=Et-1+(1-δ)RDt-1，其中，RDt表示各企业研发资本存量；Et-1表示当期企业研发经费实际支出；δ为折旧率，按照惯例设定为15%；基期的RD0由计算机公式：RD0=E0/(g+δ)确定，g为各企业研发实际支出的算数平均增长率。

3.控制变量：企业利润率(ROE)。企业利润率是企业内源融资，进行创新投入的重要渠道。计算方法为企业当年净利润/企业当年固定资产净值；企业规模(Size)。采用企业当年总资产的对数值，控制企业自身规模特征对创新活动的影响；企业性质(Ownship)。按照所有权性质，国有企业设置为1，非国有企业设置为0。

(三) 样本选择与数据来源

本文所用样本的时间区间为2007-2016年，以制造业上市企业为初选样本，按照企业主营业务范围，挑选符合高技术产业分类目录的企业作为主要研究样本；剔除按照证监会发布的《上市公司行业分类指引》中目标企业属于金融类的样本；剔除数据缺失样本；实际收集样本指标数据跨度为2007-2016年。经过上述筛选过程，最终获得674个符合研究要求的企业样本，构造2007-2016年非平衡面板数据。

面板数据主要来源于国泰安数据库、WIND数据库、佰腾网和中国专利局数据库，其中上市公司财务数据主要来源于国泰安数据库，WIND数据库，并根据企业年报进行填补；专利数据主要来源于佰腾网和中国专利局，利用Python数据挖掘方式从佰腾网和中国专利局数据库收集到样本高技术上市企业2007-2016年全部授权专利类别号和各类别专利总数。各变量描述性统计结果见表1：

表1 变量描述性统计结果

四、 实证结果

本文基于溢出效应下的双重差分模型对政府创新补贴政策的影响效应进行估计，选取沪深制造业上市企业作为研究样本。通过构建受补贴企业与未受补贴企业之间的溢出概率模型对传统双重差分法进行调整，实现溢出效应下双重差分法在有关创新政策中的无偏差估计。

(一) 创新补贴与技术溢出

考虑到技术溢出与创新补贴之间的因果联系，本文采用最小二乘法(OLS)分析企业技术溢出与溢出工具变量及政府R&D补贴之间的因果关系，同时采用两阶段最小二次法(2SLS)对企业技术溢出与创新补贴之间的因果效应进行估计，以构建政策性溢出与创新补贴之间的因果关联。

表2分析了技术溢出与政府R&D溢出之间的因果关系，模型(1)报告了技术溢出工具变量与企业间技术溢出之间的简单线性联系，政策性溢出和政府R&D补贴均对企业间技术溢出表现出显著正向关联，表明政府R&D补贴对企业技术溢出具有显著激励作用，政策性溢出能够在一定程度上反映企业间技术溢出变化；模型(2)-(5)显示了政策性技术溢出与政府R&D补贴对企业技术创新产出的影响效应，结果显示政策性溢出对企业R&D投入存在显著负作用，对企业专利产出不显著，表明政策引导的技术溢出对企业技术创新产出存在一定负向作用，在一定程度上反映了R&D溢出从受惠企业流向未受惠企业，使得受到补贴的企业并未获得完全的回报；政府R&D补贴对企业专利产出和R&D投入均显著为正，表明政府R&D补贴对企业技术创新产出具有显著激励作用。

表2 技术溢出与政府R&D补贴

(二) 政府R&D补贴与企业技术创新

1.倾向得分匹配(PSM)。

为解决潜在因素造成的内生性等问题，本文采用加权处理后的倾向得分和双重差分法估计溢出效应下政府创新补贴与企业技术创新产出之间的因果效应。由于各期配对后各匹配变量的匹配平衡检验结果大致相同，且限于文章的篇幅，此处仅报告了滞后期为1年的样本各匹配变量的匹配平衡检验结果。表3报告了控制变量的平衡性检验结果。检验结果表明，所有匹配变量的标准偏差绝对值在匹配之后都小于5%，说明本文选取的匹配变量和匹配方法是合理的，匹配后t统计量均不显著，说明处理组和控制组之间不存在显著差异，保证了样本进行处理的随机性，确保了本文估计结果的可靠性。

表3 平衡性检验结果

2.基准模型估计结果。

基于本文研究样本为2006-2016年，本文将不同年份获得补贴企业按照滞后期不同进行PSM-DID检验。为了检验补贴对企业专利质量影响的时滞性和延续性，s取值设定为1、2、3、4、5、6，分别表示1至6年的滞后期。s=1为滞后期一年的样本，表示企业分别在2006年获得补贴后2007年的专利产出和R&D投入变化，以此类推，s=6表示滞后期为6年，即企业在2006年获得补贴后2012年的专利产出和R&D投入变化的样本。

表4报告了政府R&D补贴与企业技术创新产出的平均处理效应估计结果。其中模型(1)、模型(2)显示了溢出效应下加权处理的双重差分模型估计结果，政府R&D补贴与企业专利产出和R&D投入均表现出显著正向作用，表明溢出效应下政府R&D补贴对企业技术创新产出具有显著正向作用。模型(3)和模型(4)显示了传统双重差分模型估计结果，政府R&D补贴与企业专利产出和R&D投入均表现出显著正向作用，表明不考虑溢出效应情况下政府R&D补贴对企业技术创新产出具有显著正向作用。溢出加权的PSM-DID模型和传统未加权PSM-DID模型估计结果显示，在专利产出和R&D投入强度的平均处理效应中考虑溢出情况的系数均小于不考虑溢出效应，表明受到R&D补贴的企业的技术创新产出与技术溢出之间存在负向关系，R&D溢出从受惠企业向未获补贴企业扩散。上述结果表明，溢出效应下，考虑溢出和不考虑溢出的两种估计结果之间存在较大偏差，且受补贴企业对未受补贴企业有明显的R&D溢出。但这种估计偏差并不是由于个体的特征造成的偏差，而是由于控制组和实验组之间的跨单元溢出违反了“SUTVA”假设，因此，这种偏差程度也捕捉了违反“SUTVA”假设的程度。

表4 溢出效应下政府R&D补贴对企业创新产出的平均处理效果(加权vs未加权)

3.政府R&D补贴与企业所有制异质性。

中国情境下不同所有制企业在获得政府R&D补贴和优惠政策支持方面存在显著差异。因此，需要考虑政府R&D补贴在国有和民营企业不同所有制性质样本中，对企业专利产出和R&D投入所产生的作用效应是否存在显著差异性。

考虑到不同所有制企业在滞后多期可能存在样本量不足的情况，这里只报告了滞后4期的估计结果。表5报告了溢出效应下政府R&D补贴与不同所有制企业技术创新产出的平均处理效应估计结果。模型(1)和模型(2)显示国有企业和民营企业专利产出与政府R&D补贴在不同滞后期的处理效应，结果显示政府R&D补贴对国有企业专利产出仅在滞后1期表现出显著负向影响，在其他阶段均不显著，且系数为负。政府R&D补贴对民营企业专利产出均表现出显著正向作用，这表明政府R&D补贴更有利于民营企业的专利产出，而对国有企业专利产出并未产生积极的促进作用，甚至还存在一定的抑制作用；模型(3)和模型(4)显示国有企业和民营企业R&D投入与政府R&D补贴在不同滞后期的处理效应，结果显示政府R&D补贴对国有企业R&D投入在滞后0期和滞后3期表现出显著正向影响。政府R&D补贴对民营企业R&D投入均表现出显著正向影响，这表明政府R&D补贴仅在初期对国有企业R&D投入产生显著积极作用，随着时间推移，政府R&D补贴对民营企业R&D投入的激励作用显著提高。

上述结果表明，政府R&D补贴更有利于民营企业的专利产出和R&D投入提高，而对国有企业专利产出和R&D投入的增加并未产生持续的促进作用；政府R&D补贴对不同所有制企业专利产出和R&D投入的影响存在明显的异质性，这可能是由于不同所有制企业面临不同的市场环境，进而影响了政府创新支持的作用效果。其具体表现为：一方面国有企业因产权的特殊性和政府有着天然的联系，拥有政府大量的资源支持和政策保护，能够通过较低成本获得更多的垄断经营权和稀缺的优质资源[21];另一方面，僵化的企业组织和严重的委托代理问题导致国有企业创新效率低下,因此政府R&D补贴对国有企业R&D活动的激励效应被极大地削弱[22]。因此，政府R&D补贴失衡也是抑制中国企业创新能力提升的重要原因之一。

表5 不同所有制企业估计结果

4.政府R&D补贴强度的异质性。

为了进一步考察政府R&D补贴与企业技术创新的关系，本文在前文结论的基础上将补贴强度的异质性纳入考察范围，在此基础上，本文进一步根据毛其淋等[22]提出的政府补贴“适度区间”概念，采用政府补贴收入与企业销售额的比值来衡量政府补贴强度，然后将补贴强度按由低到高排序的四分位数为临界点，将这部分企业进一步划分为四种类型，结合回归结果以及样本实际数据计算得到政府补贴促进企业新产品创新的区间范围，即确定补贴强度的“适度区间”。首先用政府创新补贴Subsidy作为衡量政府补贴强度的指标，同时依旧对所有企业按所有制属性不同进行分类，再将其按由低到高排序的四分位数为临界点，将所有企业划分为四种类型(Sub×Afteri,i=1,2,3,4),其中Sub×After1表示补贴强度最低处理组，Sub×After2、Sub×After3表示适中补贴强度处理组，Sub×After4表示高强度补贴处理组。具体回归模型如下：

Yit=(α1+β1Subsidy+β2Di+β3Subit×After1+β4Subit×After2

+β5Subit×After3+β6Subit×After4)/(1-Sit)

(5)

表6报告了式(5)的回归结果，其中模型(1)-(3)显示了政府不同强度补贴对不同所有制企业专利产出影响的估计结果，模型(4)-(6)显示了政府不同强度补贴对不同所有制企业R&D投入影响的估计结果。表6显示了如下四个方面：一是对于不同所有制企业的专利产出，政府补贴强度的“适度区间”为Sub×After3，即中等偏高强度补贴；二是对于不同所有制企业的R&D投入，政府补贴强度的“适度区间”为Sub×After2和Sub×After3，即中等强度补贴；三是较低强度补贴(Sub×After1)对企业专利产出和R&D投入的激励作用并不明显，高强度补贴(Sub×After4)甚至会产生负向激励作用；四是对于不同所有制企业，政府补贴的激励效应存在明显差异。政府补贴对于国有企业创新投入的激励作用较大，而对于非国有企业，则更能激励其创新投入的提升。

对此可能的解释如下:第一，企业专利产出存在一定的门槛条件，如研发设备的购买、研发人员的报酬等等，较低的补贴强度可能无法帮助企业跨越这一门槛，适度的补贴则可以让企业有足够的资金支持跨越门槛，从而进行技术创新；第二，企业投身于创新行为的资金需求大、投资周期长、风险系数高，因此企业家对于是否加大研发投入力度是很谨慎的，倘若存在适中强度的政府补贴，则会一定程度上缓解企业后顾之忧，提振企业家加大研发投入的信心；第三，较高强度政府补贴会带来激励扭曲，一方面企业无需通过政策经营途径即可获得超额利润，这势必会降低企业创新的积极性，另一方面高强度补贴也会带来权力租金，寻租行为会对企业的研发投入和创新活动产生挤出效应，因而过高强度补贴会产生负向激励作用；第四，不同所有制企业政府补贴的激励效应存在明显差异。这可能是不同所有制企业各自的自身资源禀赋、所处创新环境和内生动力方面存在差异，国有企业研发能力更强，政府补贴更能刺激专利产出，而非国有企业对政府补贴更为敏锐，更能激发其创新投入。

表6 政府补贴强度异质性对企业专利产出和R&D投入的影响

(三) 稳健性检验

为保证上述评估结果的稳健性,本文采用新的被解释变量和新的PSM匹配方法进行检验比较。首先以发明专利数作为专利产出的代理变量，以企业R&D投入强度(计算方法为企业当年R&D投入额/企业当年固定资产净值)作为R&D投入的工具变量。其次，上文中的匹配方法均是基于Kernel匹配方法的估计结果。为了保证本文以上各项结果的稳健性，表7中报告了采用N-N(最近邻)匹配方法分析的溢出效应下政府R&D补贴与企业专利产出和R&D投入之间平均处理效应估计结果。表7显示采取基于N-N匹配方法所得到的结论与上文采取基于Kernel匹配方法的PSM-DID计量框架得到的各项检验结果基本一致的。由此说明，匹配方法的差异不会影响本文的主要检验结果，验证了本文以上所得到的估计结果的稳健性。

表7 稳健性检验结果(N-N匹配)

四、 结 语

政府R&D补助对企业技术创新具有重要的导向和推动作用，如何制定有效的政府R&D补贴政策，提升创新支持效果对我国创新型国家的建设及未来经济的持续、健康发展均具有重要的意义。近年来，双重差分方法在经济学领域中获得广泛应用，尤其是针对政策相关的内生性问题，双重差分方法提供了有效的降低估计偏差的途径。但是在外部性条件下，标准准实验设计在估计政策的边际社会福利效应时可能存在的偏差，基于此，本文根据企业间的技术关联和溢出传递特性，构建了溢出效应下双重差分模型的无偏差估计方法，拓展了准实验方法在有关技术创新问题中的应用领域。尽管在实际问题中，由于技术溢出的复杂和潜在因素的干扰，溢出概率难以准确识别，但企业间的技术关联为技术溢出提供了有益的测度视角，为本文实证分析奠定了一定的现实基础。本文得到的主要结论如下：

第一，政府R&D补贴带来的R&D溢出对企业技术创新产出具有一定的影响。同时，溢出效应下，传统双重差分模型的估计结果较溢出加权的双重差分模型估计结果之间存在一定差异，这种估计偏差反映了实验组(获得R&D补贴的企业)向控制组(未获得R&D补贴的企业)的R&D溢出。因此在有关技术创新政策的研究中仅仅考虑主体视角的估计结果并不能够获得R&D税收优惠政策激励效应的充足证据，而是需要考虑包含溢出主体和溢出客体的完整分析，以获得相对准确的有关技术创新政策的边际社会福利效应估计结果。

第二，在溢出效应下，R&D补贴政策对企业专利产出和R&D投入均表现出显著的积极作用，但这种促进作用的效果相对有限，持续的时间也较为短暂。不同所有制企业之间存在较大差异，民营企业技术创新产出对R&D补贴政策的反映弹性明显高于国有企业，表明在我国由于产权性质的特殊性，政府R&D补贴对企业技术创新的影响效果与企业自身因素及外部市场环境密切相关。

第三，适中强度的补贴对企业专利产出和R&D投入会产生激励作用，低强度补贴的激励作用并不明显，而过高的补贴强度则会导致激励扭曲。因此政府设定适度的补贴强度区间尤为重要，应在补贴前对企业整体经营状况进行深入调查和科学评估，切实了解企业的实际需求，做到补贴与需求相一致，防止骗补、寻租等现象的发生。同时，要制定精准的补贴政策，实施差异化补贴策略，针对不同所有制企业在专利产出和创新投入方面的不同反馈，设置相应的补贴绩效考核标准，实现政府R&D资源的有效配置。

总之，本文在有关R&D激励政策的准实验分析方法中作了新的尝试，为创新政策的边际社会福利效应提供了有效的估计策略，但在实际问题的测度上依然存在很多困难，如准确识别技术溢出影响的范围和程度，创新政策评估中需要测度每个受影响的溢出接受企业的边际替代率以及溢出企业的边际转换率。然而，溢出接受企业的消费偏好和溢出企业技术能力的异质性都会加大实证的困难。为此，研究者大多基于平均偏好以及受影响的客体和主体的数量等信息估计边际社会福利。事实上，由于溢出效应难以识别，溢出接受企业的数量往往无法有效估计。因此，在未来的研究中需要对溢出效应的识别和测度作进一步探索，同时还需充分考虑溢出效应下政策的边际福利效应和边际成本的变化，以获得对公共政策的充分认识，并构建完整的政策评价体系。

注释：

① 数据来源：《中国统计年鉴2017》。

② 数据来源：Wind数据库统计。

③ 数据来源：国家统计局、科学技术部《中国科技统计年鉴2016》。

④ 参见周黎安、陈烨的《中国农村税费改革的政策效果:基于双重差分模型的估计》一文，载《经济研究》2005年第8期，第44-53页。

⑤ 数据来源：根据中国知网(CNKI)数据库中运用篇名、摘要或关键词中含有“双重差分”、“政策”的文献数量进行统计。

⑥ 资料来源：《中国青年报》2016年1月26日，第2版。