本网讯（通讯员：陈亚会）5月22日晚，经济学院2019年春季第五次宏观经济研讨班在经济学院402会议室举行，我院教师徐长生、范红忠、王健、邢斐易鸣、马诗卉等参加研讨。南开大学经济学院杨光副教授汇报了工作论文《政府的研发激励政策、企业的生命周期与持续创新能力——基于国家级企业技术中心名单的分析》。

这篇文章起源于关注当前国际主要经济体对于私营企业的专利研发都有政府的政策支持，如美国NIH对其医药企业进行大量补贴。我国也有一系列的支持政策比如国家科技计划、高新技术企业认定管理办法等。随着当前世界国际竞争的加剧，各经济体的此类支持计划会越来越多，那么这些来自政府的研发激励政策的效果究竟如何有待评估与研究。

这篇文章主要是通过整理《国家级企业技术中心》数据来回答这一问题。文章先是手动将国家级企业技术中心的名称与上市公司数据进行匹配，然后验证了验证政府补贴、企业研发支出增加等传导机制，还比较了这些中介效应的大小。另外，本文与企业的生命周期相结合，进行异质性分析，文章发现《国家级技术中心》确实促进了我国企业的研发创新。其中研发补贴和企业研发支出是两个重要的传导机制，并且企业研发支出是最重要的考核指标。而且企业研发支出的作用大于补贴。在成长期的企业设立中心效果更好，原因是企业的投资现金流更大，反映了企业对于新项目新产品有追求，而在成熟期的企业，营运现金流较大，没有对于新产品新技术的追求。

本文的创新之处在于手动整列了国家级企业技术中心的相关数据和文件，并使用熵匹配解决相关的内生性。其中《国家级企业技术中心》在政策识别上具有优势，首先其不仅包含政府补贴，还有其它管理措施，可以识别多种传导机制；其次它识别清晰，该政策就是为了提高企业的应用性技术，而通常意义的补贴，“高新技术企业认定管理办法”将研发支出超过营业收入一定比例的企业都定义为高新技术企业，会有失偏颇。该政策是属于国家级，持续时间长，几乎不间断，涉及的企业也越来越多，而且有完善的进入退出机制，非短期冲击，适用于分析企业创新。

杨光先是介绍了《国家级企业技术中心》的发展历史，并着重强调了其与高新技术企业认定等政策之间的区别，凸显其独特之处。文章选用2005年到2016年作为政策发力期，人工匹配企业名称得到的企业作为研究对象，采用平均处理效应，将进入《国家级企业技术中心》名单的企业为实验组。没有进入名单的企业为对照组。按照熵匹配方法进行匹配，消除内生性。考虑到每年入选名单的标准不一样，本文采用的是逐年匹配。文中除却加入行业i省份p的企业f在第t年是否被评定为国家级技术中心这一变量，还引入了企业是否曾经被认证为国家级技术中心这一变量。文中使用两种方式衡量企业的创新绩效：一是企业持续创新的强度(SII，使用基准年限段内企业的专利水平是否超过平均水平的累积值) ，二是专利申请的数量。通过设定相关的估计模型，运用PPML进行回归。回归结果证实国家级企业技术中心对研发的支持作用，且设立中心会使得企业平均多出0.3563年的研发水平高于平均值，专利申请结果也是一样的。此外文中还基于国家技术中心的各项指标要求和积分要求找出相关的中介机制，回归结果也证实了政府补贴和企业研发支出比重是两个重要的传导机制，并且企业研发支出比重效果更大。此外，本文还通过在模型中加入交互项发现这些中介效应随着投资现金流增加而增强，随经营现金流增加而减弱。这一发现与会计上的企业周期相结合后会发现结果验证了处于成长期和衰退期（新周期）的企业设立中心效果好。文章还进行拓展，检验证实了市场竞争程度越大的行业设立中心的效果更好，且高新技术企业更加敏感。文章最后通过延长基准年限来进行了稳健性检验。本文的结论对于政府制定《国家级技术中心》有重要的借鉴意义。

杨光与参加研讨班的师生进行了互动，并针对相关提问做出了回答。陈楠熊然指出为什么因变量没有考虑滞后一期，杨光指出文章也进行了相关的回归，结果相似，且本文考查的是专利申请，因此不需要滞后一期也可以。邢斐老师等指出文章的研究对象企业的选择具有很强的内生性，单单使用熵匹配可能不能完全将内生性清理干净。杨光老师指出这是一个不可忽视的问题，但是由于当前暂时找不到更合适的方法去处理，只能采用这个。邢斐老师还指出文章的模型部分应该考虑更多的控制变量，比如企业集团等。王健老师指出文章考虑的中介机制过于简单，应该考虑更多情况，杨光表示会充分考虑各位的建议。