張 卿,劉昭樂
(中共廣東省委黨校,廣東 廣州 510053)
改革開放以來,我國的高科技產(chǎn)業(yè)在創(chuàng)新和技術(shù)發(fā)展方面取得了長足的進步,經(jīng)濟發(fā)展動力正由要素、投資驅(qū)動為主向創(chuàng)新驅(qū)動為主轉(zhuǎn)變。[1]2007年至2016年中國高科技企業(yè)數(shù)由21517個增加到30798個,增長了43%;專利申請數(shù)由34446項增加到131680項,增長了近3倍(見表1)。
表1 2007年—2016年中國高科技產(chǎn)業(yè)的發(fā)展情況
創(chuàng)新研發(fā)一般周期較長,不確定性乃至風(fēng)險較大,需要大量專項資金投入。一方面需要政府和社會的補貼投入,以克服創(chuàng)新市場薄弱的失靈,另一方面需要企業(yè)增強創(chuàng)新意識,加大自主創(chuàng)新投入力度。20世紀80年代以來,我國大力實施高科技產(chǎn)業(yè)發(fā)展的火炬計劃等戰(zhàn)略。統(tǒng)計顯示,在過去四十年間政府投入約1513.7億元用于推動研發(fā)活動,其中高新技術(shù)產(chǎn)業(yè)的補助總額已從2007年的65億元增加到2016年的213.1億元,年均增長率為12.6%。同時,高科技企業(yè)R&D內(nèi)部經(jīng)費支出由1995年的18億元增加到2016年的2438億元,年均增長率為25%;R&D人員全時當量投入由57838人增加到580248人,22年間增長了9倍。
然而,政府補貼是否“擠占”企業(yè)R&D投入?政府補貼和企業(yè)R&D投入能否顯著提升創(chuàng)新效率?這是兩個經(jīng)濟學(xué)界頗為關(guān)注的問題。本文擬采用隨機前沿生產(chǎn)函數(shù)來考察政府補貼與企業(yè)R&D投入之間的關(guān)系,以及政府研發(fā)補貼和企業(yè)R&D投入對高科技產(chǎn)業(yè)創(chuàng)新效率的影響性。
關(guān)于公共補貼是否擠占企業(yè)R&D投入。Leyden和Link觀察到補貼、技術(shù)和知識溢出之間的互補性,并指出政府研發(fā)支持可能增加私人支出。然而,當政府的研發(fā)支持用于私人研發(fā)回報已經(jīng)很高的領(lǐng)域時,可能會對私人研發(fā)支出產(chǎn)生負面影響。[2]Wallsten使用1990年至1999年參與小企業(yè)創(chuàng)新研究(SBIR)項目公司的數(shù)據(jù)集,發(fā)現(xiàn)政府資助與企業(yè)研發(fā)投入之間有明顯的“擠出效應(yīng)”。[3]Hussinger研究了1980年至2000年120個德國制造業(yè)公司的樣本,認為公共研發(fā)資金并沒有擠出企業(yè)自身的研發(fā)支出。[4]姜寧、黃萬利用高技術(shù)產(chǎn)業(yè)2003—2008年的數(shù)據(jù)進行分析,發(fā)現(xiàn)政府補貼并不一定會促使企業(yè)增加R&D投入水平,其效應(yīng)與政府補貼率r有關(guān)。[5]白俊紅、李俊運用隨機前沿模型,對1998—2007年中國大中型工業(yè)企業(yè)分行業(yè)進行了實證分析,結(jié)果是企業(yè)自身R&D投入的提高有利于其吸收和利用政府的R&D資助。[6]李林木、郭存芝以2008—2010年為研究期,基于全國高新技術(shù)產(chǎn)業(yè)減免稅調(diào)查和相關(guān)指標的省級面板數(shù)據(jù),實證研究發(fā)現(xiàn)政府減免稅能有效刺激企業(yè)增加研發(fā)投入,但短期對研發(fā)產(chǎn)出、產(chǎn)業(yè)發(fā)展速度與規(guī)模沒有明顯效應(yīng)。[7]
關(guān)于政府補貼對高科技產(chǎn)業(yè)創(chuàng)新效率的影響。樊琦、韓民春通過對1992—2008年28個省域面板數(shù)據(jù)的考察,發(fā)現(xiàn)我國政府R&D補貼投入政策對提高國家及區(qū)域自主創(chuàng)新產(chǎn)出有十分顯著的影響。[8]張同斌、高鐵梅構(gòu)建了高新技術(shù)產(chǎn)業(yè)的可計算一般均衡(CGE)模型,借助2007年中國投入產(chǎn)出表,發(fā)現(xiàn)政府財政激勵政策能有效地促進高新技術(shù)產(chǎn)業(yè)的產(chǎn)出和效率增長。[9]羅雨澤、朱來軍、陳衍泰以2005—2009年中國高新技術(shù)產(chǎn)業(yè)數(shù)據(jù)為樣本,運用收入型全要素生產(chǎn)率函數(shù)進行實證檢驗,并未觀察到政府補貼投入對生產(chǎn)效率有顯著促進作用,我國政府過去所主導(dǎo)的研發(fā)投入模式與實際生產(chǎn)需要結(jié)合度不夠高。[10]
關(guān)于企業(yè)R&D投入對高科技產(chǎn)業(yè)的創(chuàng)新效率的影響。朱有為、徐康寧利用隨機前沿生產(chǎn)函數(shù),采用中國1995—2004年13個細分行業(yè)的面板數(shù)據(jù)進行分析,發(fā)現(xiàn)企業(yè)資金規(guī)模和市場競爭程度與研發(fā)效率之間存在著顯著的正相關(guān)關(guān)系。[11]薛慶根考察了1998~2011年歷年中國高技術(shù)產(chǎn)業(yè)的Moran’sI指數(shù),得出結(jié)論是企業(yè)經(jīng)費投入的創(chuàng)新績效顯著。[12]李海東、馬威運用2010年中國24個省級面板數(shù)據(jù),構(gòu)建投入產(chǎn)出指標體系,研究發(fā)現(xiàn)了企業(yè)在技術(shù)創(chuàng)新過程中的主體作用得到體現(xiàn),但是企業(yè)R&D資金直接投入對于高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有顯著抑制作用。[13]
綜上所述,中外學(xué)者關(guān)于政府補貼與企業(yè)R&D投入的關(guān)系、政府補貼和企業(yè)R&D投入對高科技產(chǎn)業(yè)創(chuàng)新效率的影響得出的結(jié)論不一致。這既有時序和區(qū)域的差別,又有變量選取、研究方法的差異。本文則采用隨機前沿分析法(SFA),基于2007至2016年中國28個省級面板數(shù)據(jù),共同探討政府補貼、企業(yè)R&D投入和高科技產(chǎn)業(yè)創(chuàng)新效率之間的關(guān)系,并為中國高科技產(chǎn)業(yè)的發(fā)展提出相關(guān)見解。
從生產(chǎn)力分析的角度來看,創(chuàng)新是一個知識生產(chǎn)過程。SFA(隨機前沿分析法)是一種計量經(jīng)濟學(xué)技術(shù),它使用回歸分析來估計傳統(tǒng)的成本函數(shù),不同之處在于使用估計方程中的殘差來測量技術(shù)的效率,其中誤差項被分為隨機誤差項和系統(tǒng)無效項。該方法基于回歸模型,該模型允許統(tǒng)計噪聲和假設(shè)檢驗。在處理異質(zhì)性和異常值方面,它優(yōu)于非參數(shù)方法:數(shù)據(jù)包絡(luò)分析法(DEA)。在本研究中,采用隨機前沿生產(chǎn)函數(shù)來實證分析效率因素對高技術(shù)產(chǎn)業(yè)創(chuàng)新的影響。下面簡要介紹SFA模型。
Aigner,Lovell and Schmidt[14]和Meeusen and Van DenBroeck[15]分別獨立提出了如下隨機前沿生產(chǎn)函數(shù)模型:
lnyi=xiβ+vi-uii=1,2,……,N
(1)
隨機前沿分析的目的在于預(yù)測無效效應(yīng)(也可以稱為技術(shù)無效率程度)。最常用的產(chǎn)出導(dǎo)向的技術(shù)效率等于可觀測的實際產(chǎn)出與相應(yīng)的隨機前沿產(chǎn)出之比:
(2)
由(2)式所得的技術(shù)效率測算了第i個廠商的產(chǎn)出與完全有效廠商使用相同投入量所能得到的產(chǎn)出之間的相對差異,取值范圍是[0,1]。顯然,要預(yù)測技術(shù)效率TEi首先需要估計隨機前沿生產(chǎn)模型(1)中的參數(shù)。
以上模型都是截面數(shù)據(jù)模型,通常,我們期望獲得更有效的未知參數(shù)的估計量以及更有效的技術(shù)效率預(yù)測式。Battese and Coelli[16]提出了一個適用于(非平衡)面板數(shù)據(jù)的隨機前沿生產(chǎn)函數(shù)模型,該模型假設(shè)無效率項服從截斷正態(tài)分布,也允許其隨時間變化,因此也被稱為時變無效性隨機生產(chǎn)前沿模型(BC92模型),該模型的基本形式如下:
yit=xitβ+(vit-uit),i=1,2,……,Nt=1,2,……,T
uit=uiexp[-η(t-T)]
(3)
長期以來,運用隨機前沿模型的實證研究都是根據(jù)估計生產(chǎn)函數(shù)隨機前沿并預(yù)測企業(yè)效率,然后用預(yù)測得到的效率值對特定變量(如管理經(jīng)驗,所有權(quán)特征等)進行回歸,試圖找出企業(yè)之間存在效率差異的原因。這種研究模式屬于兩階段估計過程,即先通過隨機前沿模型估計得到企業(yè)效率值,然后以效率值為因變量對相關(guān)影響因素進行回歸。但是,這種兩階段估計模式也被視為一個階段,并且兩個階段中關(guān)于無效率項的假設(shè)是不一致的。這樣的兩階段估計過程是不可能得出和一階段估計同等有效的結(jié)果的。
這一問題由Kumbhakar,Ghosh and McGukin[17]和Reifschneider and Stevenson[18]提出,他們認為隨機前沿的無效率項(ui)可以表示為廠商特定變量和隨機誤差的確定性函數(shù)。Battese and Coelli[19]提出了一個和Kumbhakar,Ghosh and McGukin[17]等價的模型,同時增加了配置效率分析、去除了利潤最大化的一階條件并適用于面板數(shù)據(jù)。這一模型也被稱作BC95模型,該模型形式如下:
yit=xitβ+(vit-uit),i=1,2,……,N;t=1,2,……,T
(4)
mit=zitδ
1.創(chuàng)新產(chǎn)出。為了衡量和測算高科技產(chǎn)業(yè)科技創(chuàng)新效率中產(chǎn)出水平,本文采用中國大陸28個省份2007年至2016年的專利申請數(shù)量來作為創(chuàng)新效率中的因變量,由于數(shù)據(jù)的可獲得性,本文剔除了西藏、新疆和青海。盡管有些學(xué)者提出用專利申請數(shù)量來衡量產(chǎn)出水平存在一定的缺陷,但是大多數(shù)研究人員卻認為專利申請是最合適的創(chuàng)新績效指標之一。Kang and Park發(fā)現(xiàn)專利申請最重要的優(yōu)勢是其相對較高的標準化和隨時可用性。[20]Bransetter和Sakakibara也指出,在分析政府補貼的有效性和效率時,專利提供了明確的產(chǎn)出績效指標用于研發(fā)。[21]因此,本文選用各個省份的專利申請數(shù)作為被解釋變量(Y)來測算高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出。
2.投入因子。根據(jù)上文討論的概念和框架,本文的解釋變量分為投入因子和效率因子。資本和人力是被視為創(chuàng)新活動的直接投入因素。因此本文選用R&D經(jīng)費內(nèi)部支出作為衡量投入的第一個因素,即:資本投入(K);用R&D人員折合全時當量作為測算投入的第二個因素,即:勞動力投入(L)。
3.效率因子。政府不僅通過法律和政策支持創(chuàng)新活動,而且還為企業(yè)提供直接的財政支持或研究補助??傮w而言,政府是企業(yè)創(chuàng)新不可或缺的重要角色,特別是在高科技產(chǎn)業(yè)。因此,我們使用政府補貼:GG(Goverment Grant)來衡量政府在科技活動中的支持。企業(yè)資金是高科技企業(yè)研發(fā)資金的重要組成部分,在研發(fā)活動中可以視為市場行為的一部分。企業(yè)是創(chuàng)新的主導(dǎo)力量,因此我們采用研發(fā)籌資額中企業(yè)R&D投入:EF(Enterprise Funding)來表明企業(yè)對創(chuàng)新的意愿。同時,金融機構(gòu)被視為可以為企業(yè)創(chuàng)新活動提供資金的支持機構(gòu),因此我們利用金融機構(gòu)的研發(fā)資金金融貸款:FL(Financial Loan)來量化他們對研發(fā)活動的支持。
4.控制變量。此外,我們還得考慮控制變量。本文選擇企業(yè)規(guī)模(Size)和企業(yè)利潤(Profit)作為控制變量。政府補貼和企業(yè)規(guī)模之間應(yīng)該存在一些內(nèi)生性,一般政府補貼多的企業(yè)有足夠的資金來雇傭員工。企業(yè)規(guī)模一般用人數(shù)來衡量,所以我們使用每個省份高技術(shù)產(chǎn)業(yè)從業(yè)人員平均人數(shù)來衡量高技術(shù)產(chǎn)業(yè)的企業(yè)規(guī)模。政府也會選擇盈利能力強的企業(yè)作為補貼對象,所以企業(yè)的利潤額可以很好地衡量企業(yè)的盈利能力。
綜上所述,本文運用創(chuàng)新產(chǎn)出,投入因子,效率因子和控制變量,通過利用隨機前沿生產(chǎn)函數(shù)分析政府補貼,企業(yè)R&D投入和金融貸款對創(chuàng)新產(chǎn)出的影響來衡量創(chuàng)新效率。
本文選用2007—2016年最近十年中國28個省級面板數(shù)據(jù),共280個觀測量,數(shù)據(jù)均來自于歷年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。其中,考慮到價格因素對R&D經(jīng)費內(nèi)部支出、政府補貼、企業(yè)R&D投入、金融貸款和利潤額的影響,本文利用CPI價格指數(shù)將上述支出的名義價值轉(zhuǎn)化為以2007年為基期的實際價值。各個變量的描述性統(tǒng)計分析見表2。
表2 變量的描述性統(tǒng)計分析
運用Frontier4.1軟件,我們構(gòu)建了6個模型來估計政府補貼、企業(yè)資金和高科技產(chǎn)業(yè)創(chuàng)新效率的關(guān)系。主要是想解決兩個問題:第一,在高科技產(chǎn)業(yè)中,政府補貼資金是否“擠占”了企業(yè)私人資金?第二,政府補貼和企業(yè)R&D投入是否能提升中國的高科技產(chǎn)業(yè)創(chuàng)新效率?利用隨機生產(chǎn)函數(shù)最大似然估計,結(jié)果如表3所示。
表3 隨機前沿生產(chǎn)函數(shù)最大似然估計結(jié)果
模型一模型二模型三模型四模型五模型六lnEF0.04860.0146-0.2054***-0.2504*0.0023(0.4824)(0.1428)(-3.1521)(-1.8686)(0.0221)lnFL0.0325*0.0220.0830.0304*(1.7884)(1.3547)(0.5161)(1.882)LnK*lnGG0.0405***(2.3903)LnK*lnEF0.0307(1.6478)LnK*lnFL-0.0137(-0.7329)LnL*lnGG0.0402*(1.7783)LnL*lnEF0.0249(1.2373)LnL*lnFL-0.0088**(-2.2419)sigma-squared0.3533***0.3407***0.3269***0.2957***0.2134***0.1797***(3.9299)(3.7907)(3.7894)(3.948)(4.4861)(5.2665)gamma0.5842***0.5676***0.5572***0.54***0.4128***0.2808**(5.3029)(4.7739)(4.5697)(4.3919)(3.1532)(2.1068)log-likelihood-158.0209-157.9021-155.9985-150.3749-138.142-141.1256LR-test82.858167.775170.391381.251593.774890.1032
在上一節(jié)的模型選取中我們討論過γ的取值范圍是[0,1],如果γ=0則表示模型不存在技術(shù)無效效應(yīng),所有相對于前沿的偏離都是由隨機噪聲引起的。所以γ值越接近1,表明反映噪聲和技術(shù)無效項的隨機誤差均存在,在對生產(chǎn)函數(shù)的研究中需要考慮技術(shù)無效因素。表3的結(jié)果顯示,γ值基本在0.5以上,且在1%的水平下顯著,說明利用隨機前沿生產(chǎn)函數(shù)來分析政府補貼、企業(yè)資金和高科技產(chǎn)業(yè)創(chuàng)新效率的研究是合適的。
由模型一可以看出,β0、β1和β3的系數(shù)分別為-5.5615、0.6522和0.3931,且都在1%的水平下顯著,說明資本和企業(yè)規(guī)模均會對高科技產(chǎn)業(yè)的創(chuàng)新效率產(chǎn)生影響,且都是正相關(guān)的。這與先前的研究也是一致的,Cohen指出,較大的企業(yè)享受的經(jīng)濟規(guī)模和資本市場準入、以及實現(xiàn)創(chuàng)新營銷的互補性更容易,獲得的效益也更高。[22]431-434其中,資本的影響度是0.6522,勞動力的影響程度僅僅才0.0349,且不顯著,這說明研發(fā)資本投入對中國高科技產(chǎn)業(yè)創(chuàng)新效率的貢獻超過了研發(fā)勞動力投入,在目前的中國國情下,高科技產(chǎn)業(yè)還是資本密集型產(chǎn)業(yè),雖然人才是創(chuàng)新的第一要素,但是還需要不斷加強人才引進政策,使得勞動力投入在高科技產(chǎn)業(yè)的創(chuàng)新效率中的貢獻不斷上升。
從模型二、三、四中,我們可以看出在沒有政府補貼的情況下,企業(yè)R&D投入的系數(shù)為0.0486,且不顯著;但是,當將政府補貼考慮在內(nèi),企業(yè)資金的系數(shù)變?yōu)?0.2054,且在1%的水平下顯著。這說明,沒有政府補貼時,企業(yè)R&D投入對高科技產(chǎn)業(yè)創(chuàng)新效率的影響是負相關(guān)的;有政府補貼時,企業(yè)資金對高科技產(chǎn)業(yè)創(chuàng)新效率是正相關(guān)影響。表明政府補貼并沒有“擠占”企業(yè)R&D投入,企業(yè)R&D投入的提高有利于其吸收和利用政府的R&D資助。在模型四中,政府補助的系數(shù)是0.1506,且在1%的水平下顯著,說明政府補貼對高科技產(chǎn)業(yè)創(chuàng)新效率存在顯著的負相關(guān)影響。而企業(yè)R&D投入的系數(shù)為-0.2054,在1%的水平下顯著,表明企業(yè)R&D投入對高科技產(chǎn)業(yè)創(chuàng)新效率存在顯著的正相關(guān)影響。
在模型五、模型六中我們加入了交互項來驗證研發(fā)資本和勞動力對技術(shù)無效因子的創(chuàng)新效率的影響。結(jié)果表明,研發(fā)資本和政府補貼存在反向交互關(guān)系(系數(shù)為0.0405,在1%的水平下顯著),并顯著影響高科技產(chǎn)業(yè)創(chuàng)新效率。說明在中國高科技產(chǎn)業(yè)中,研發(fā)資本的增加并不會幫助政府補貼來提升創(chuàng)新效率。勞動力投入與政府補貼的關(guān)系同樣如此(系數(shù)為0.0402,在10%的水平下顯著)。但是,勞動力與金融貸款相結(jié)合的系數(shù)為-0.0088,在5%的水平下顯著,可以看出勞動力投入有助于金融機構(gòu)提供貸款以提升我國高科技產(chǎn)業(yè)創(chuàng)新效率,這里研究人力資本和金融對高科技產(chǎn)業(yè)創(chuàng)新效率的影響,在未來的研究中可以進一步細化。
通過以上研究,我們可以發(fā)現(xiàn),第一,在我國科技產(chǎn)業(yè)中,政府補貼對企業(yè)R&D投入不存在“擠占效應(yīng)”,政府R&D補助資金可以和企業(yè)自身研發(fā)資金“并行不?!薄5诙?,政府補貼并不能提升我國高科技產(chǎn)業(yè)創(chuàng)新效率,反而會阻礙創(chuàng)新效率,但是,企業(yè)R&D投入對高科技產(chǎn)業(yè)的創(chuàng)新效率卻存在顯著的正面影響。一方面是因為政府資助的項目可能偏離市場的需求,而專利等相關(guān)的創(chuàng)新產(chǎn)出也不容易實現(xiàn)商業(yè)價值。另一方面,由于政府和企業(yè)信息不對稱,存在事后“道德風(fēng)險”,政府補貼企業(yè)后缺乏監(jiān)督懲罰機制,受資助的企業(yè)可能會使用這些補助金用于其它目的并減少它們的整體創(chuàng)新投入。這些結(jié)果也表明,市場在資源配置中起決定性作用,企業(yè)私人資金投入帶來的效果往往大于政府補貼,至少在高科技產(chǎn)業(yè)中是如此。
此外,圖2顯示了基于模型四的2007年至2016年我國高科技產(chǎn)業(yè)的創(chuàng)新效率。如圖2所示,我國高科技產(chǎn)業(yè)創(chuàng)新效率十年間顯著提升,從2007年的0.5375增加到2016年的0.7359,年均增長率為3.19%。這些結(jié)果表明,我國高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力正在逐步提高,政府對這些行業(yè)的支持取得了一些成就。然而,創(chuàng)新效率仍相對較低,政府仍需要優(yōu)化政策,以提高高科技產(chǎn)業(yè)的創(chuàng)新效率。研發(fā)資金投入可以快速提升高科技產(chǎn)業(yè)創(chuàng)新效率,但是,也不能忽略了科技人才隊伍建設(shè)。
圖2 2007年至2016年我國高科技產(chǎn)業(yè)創(chuàng)新效率
本文通過實證分析,得出以下結(jié)論:
第一,研發(fā)資本和企業(yè)規(guī)模對高科技產(chǎn)業(yè)的創(chuàng)新效率產(chǎn)生正向影響。研發(fā)人員對高科技產(chǎn)業(yè)的創(chuàng)新效率影響不大,目前,我國高科技產(chǎn)業(yè)還是資本密集型產(chǎn)業(yè),資本在高科技產(chǎn)業(yè)中起主要作用。第二,在我國高科技產(chǎn)業(yè)中,政府補貼并沒有“擠占”企業(yè)R&D投入,甚至還存在“誘導(dǎo)效應(yīng)”。政府補貼可以與企業(yè)自有資金協(xié)調(diào)一致,共同提升高科技產(chǎn)業(yè)的創(chuàng)新效率。第三,政府補貼不能提升我國高科技產(chǎn)業(yè)的創(chuàng)新效率,存在顯著的負相關(guān)影響;但是,企業(yè)R&D投入?yún)s可以顯著地提升我國高科技產(chǎn)業(yè)創(chuàng)新效率。政府R&D補助可能不是促進我國高科技產(chǎn)業(yè)創(chuàng)新效率的最佳政策工具,企業(yè)R&D投入要以市場為導(dǎo)向,更加合理地配置資源。第四,政府補貼無論是和資本結(jié)合還是和勞動力交互,都會對高科技產(chǎn)業(yè)的創(chuàng)新效率起阻礙作用,這進一步佐證了上一條結(jié)論。而勞動力與金融貸款相結(jié)合可以促進創(chuàng)新效率的提高。
根據(jù)上述結(jié)論,我們可以提出以下政策和建議:
第一,改進政府R&D項目資助決策機制,以減少政府和企業(yè)之間信息不對稱問題。企業(yè)是微觀市場的主體,也是創(chuàng)新的主體,政府應(yīng)該提供補助以降低企業(yè)創(chuàng)新成本和抵抗各種風(fēng)險。但是,政府在資助對象的研發(fā)創(chuàng)新能力和資助項目的必要性的把握上處于不利地位,這就增加了事前“逆向選擇”風(fēng)險,造成科技資源配置不合理。[23]政府在做研發(fā)項目的資助決策時,應(yīng)該用科學(xué)權(quán)威的方法進行決策,如:采用專家評審機制,建立專家評審責(zé)任制,保證評議的公正性和客觀性。在此基礎(chǔ)上建立科研成果評價體系,這不僅可以對企業(yè)申報的科研成果進行評價分級,也可以增加企業(yè)的“違約成本”。如果科研創(chuàng)新成果與預(yù)期目標偏差過大,企業(yè)不僅會受到相應(yīng)懲罰,也可以對其他企業(yè)起到震懾效果。這種源頭治理的方法,可以降低信息不對稱性。第二,完善政府資金使用評估機制,提高資金使用標準。完善企業(yè)申請政府補助信息披露制度,降低事后“道德風(fēng)險”。政府補貼的資金,由于缺乏監(jiān)督懲罰機制,研發(fā)資金并不能合理地配置到創(chuàng)新項目的各個環(huán)節(jié),結(jié)果偏離市場的需求。受政府補助的高科技企業(yè)會將資金非法挪用,降低了補貼資金的利用效率。應(yīng)該在保證員工的工作積極性上,建立一個開放、透明的績效考核結(jié)果數(shù)據(jù)庫,保證考核結(jié)果的公正性和有效性。全程跟蹤資助資金使用動態(tài),并將評估結(jié)果作為進一步獎懲的依據(jù)。以此降低政府與企業(yè)之間的“道德風(fēng)險”。