【香樟推文3423】科研团队所获的公共资助能助力企业研发吗？

图片来源：视觉中国

文章来源：Antonin B, Arthur G, Emeric H, Clément M.2024.“From Public Labs to Private Firms: Magnitude and Channels of R&D Spillovers.”Revision requested: Quarterly Journal of Economics.

原文链接:

http://www.longtermproductivity.com/perso/bghm_main.pdf

本论文的冲击事件是 法国的“卓越实验室计划（Laboratoire d’ Excellence，LAbEx） ”。该计划旨在通过公共资金支持，鼓励相同研究方向的不同科研团队合作攻关具有创新意义的重大科研项目并产出一系列研究成果。资金资助项目期限为8年，以每年拨付的方式进行支付，每个科研团队具体资助额度为200-3000万欧元不等。

基于此，作者通过申请资助项目的文件收集了各科研团队的具体信息，包括负责人姓名、参与合作的各部门名称及识别代码、资金申请额度、项目概述情况、参考文献目录、评审人各板块评分记录和最终的资助决策。

为构建科学邻近度、暴露程度指标和分析冲击效果，本论文还收集了专利数据（Patstat数据库）、学者文献被引情况（PatCit数据库）和发表专利所在地理位置（OECD REGPAT数据库）用于测算部门间科学邻近性；科研人员所得工资总额（DADS Postes行政数据集）和研发税收抵免数据（GECIR和MVC CIR数据集）用于衡量企业研发投入与溢出效应作用渠道；科研人员从公共部门向私营企业的流动情况（DADS Postes）、两部门间联合培养博士生数据（法国公共补贴项目Cifre）、高校研究员受法国JEU减税项目支持所创办企业的详细数据用于研究公共部门向私营企业的溢出效应；企业每年设立新工厂的存量信息（法国国家统计与经济研究所，Insee）用于研究公共资助对企业研发产出的影响。更详细的数据来源和统计如下表所示。

基于邻近性指标，作者进一步计算在通勤区 k 内所有科研团队 l 获得资金 d _l 与该团队 l 和行业 i 的邻近度 prox _li 的乘积之和，得出在区域内行业受到资金资助冲击时的暴露程度 expo _ik ：

当利用LabEx项目申请书中提及的潜在合作者信息和使用公共部门研究成果的企业所在行业信息等现实证据均发现，上述两个指标具有有效性。

2010年LabEx资助项目正式实施，并对部分通勤区内暴露程度较高的邻近行业产生了一定冲击，为明确具体影响程度和这种冲击是否由于公共资助所导致，作者设定双重差分模型（DID）：

同时，在控制了行业-通勤区固定效应和通勤区-年份固定效应的情况下，当项目资金冲击与模型（4）中的误差项 ε _ikt 乘积的条件期望为0时（即不存在其他关键遗漏变量），才能确保β_d可以合理解释冲击产生的影响，该识别假设表示为：

私营企业主要通过吸收公共领域创新思路并基于此设立新公司、研发新专利来使自己在多领域合作中获益，这涉及到企业研发投入和研发产出两大方面。

（一）研发投入

图1使用科研人员工资总额的对数形式衡量企业研发投入水平，并展示了模型（4）的估计结果。图1（a）结果排除了整体存在事前趋势的情况，且显示在受到当地科研团队的资助项目冲击后，通勤区内暴露程度更高的行业的研发投入有所增加，受到冲击的5年后，若行业的暴露度增加一倍，科研人员工资水平增加约1.5%。图1（b）进一步将企业暴露程度划分为4等份，第一四分位数（浅蓝色）代表低暴露度组，第四四分位数（绿色）代表高暴露度组，在冲击年份后第四四分位数的线条大多高于第二四分位数的线条，暴露度高的行业受资助项目的影响更大，研发支出较暴露度低的行业平均增加了20%。

表2展示了模型（3）的回归结果。 当受到资助项目冲击时，企业的研发投入（即科研人员工资总额）相应增加 ，这种增加效应被进一步分解为工作时间和每小时单位报酬的变化，其中有3/4的工资水平上升来源于 工作时长的增加，1/4的上升来源于单位报酬的增加 。作者还将申请税收抵免时提交的研发总额作为替代变量进行验证，发现系数方向和显著性无明显变化。

（二）研发产出

上述回归已证实了项目冲击会带来企业研发投入的增加，那么这种增加是否会进一步作用于研发产出，作者使用企业建立新工厂和申请新专利等数据进行衡量。表3上半部分显示在通勤区内的行业与受资助团体关联越紧密时，暴露程度越高，行业建立新工厂的可能性就越大。具体而言，当行业暴露度增加一倍，建立新工厂的概率增加0.2个百分点。表3下半部分结果显示，在模型未增加固定效应时，专利申请已存在差异化事前趋势并干扰了最终的研究结果；在加入了行业-年份固定效应后，系数明显增大且在5%的水平上显著，企业暴露度增加将导致其专利申请数增加。综上发现， 公共部门研究资助能够对那些和科研团队有科学关联的行业的研发投入与产出产生显著的影响。

同时，本论文还采用了增加行业-年份固定效应、剔除特殊样本（研发部门、化学和制药行业、巴黎地区样本）、根据不同数据来源替换科学邻近性的测度指标等方法，对基准结果进行了稳健性检验，发现回归系数并无显著变化，结果具有稳健性。

（三）安慰剂检验

行业的暴露程度受到两个因素影响，可能干扰项目冲击与研发水平的因果关系。一是在不同通勤区内，科研团队因其科研实力和项目状况等差异导致最终获得的资助程度不一样，从而影响暴露度；二是在同一通勤区内，不同行业与相应方向的公共科研团队科学联系程度不一致，有些行业对科学团体技术研发的依赖程度低，导致暴露度低。

对于第一个变化因素，作者参考Borusyak and Hull (2021)的做法，不考虑任何实际因素而是随机地把资金分配给不同的行业；此外，作者改变了资金资助实际发生的时间后重新进行检验，均发现回归系数不显著或不符合合理逻辑，这说明原来观察到的行业变化确实是因为资助项目冲击所导致的。

对于第二个变化因素，作者选取LAbEx项目中不同评分范围的样本进行研究。例如，先选取评分为“标准”或“平均”的项目申请团队，并对其公共资助和行业发展的关系展开探究，再纳入评分非常高的项目团队进行同样的分析，观察是否会因为科研团队选择的差异而使结果出现明显变化。最后发现，科研团队选择过程中的复杂因素没有实质性地影响到主要因果关系，结论较为可靠。

文中提出公共部门研究对私营企业存在3个溢出效应作用渠道： 公共科研人员与私营企业间签订正式合同、科研人员通过兼职或全职的方式从公共部门进入私营企业、两部门间的非正式接触（例如科研团队学术研讨会、交流会等） 。在资助项目评估书中特别报告了公共部门与私营企业的预期互动，其中有74%的报告提出部门间合作来源于合同签定，30%的报告提到合作来源于非正式接触，52%的报告提及合作来源于人员流动。

就合同订立渠道而言，图2（a）展示了部门间联合培养博士生合同签定所产生的影响，在项目冲击实施前其不存在明显的事前趋势，冲击实施后 那些与科研团队联系紧密的行业，其博士生联合培养数有了显著的增加，且暴露度越高数量增加得越多，这明显为企业提供了更多研究人才 。图2（b）显示 暴露度更高的行业更倾向于将研发工作通过签定外包合同的形式交付给公共部门进行， 借助其资源和力量展开更加专业前沿的科研活动。就人员流动渠道而言，图2（c）呈现了在资助项目冲击下， 有更多的研究人员从原有的公共部门转移至与之关联的私营企业 ，图2（d）显示 年轻博士生流向私营企业的数量也明显增加 ，公共部门对企业的积极溢出作用通过人才流动的渠道更为明显。