政府補貼、市場集中度與種業企業技術創新效率的關系
——基于省級面板數據

陳 超，張 悅，王迎春，楊 揚

（1.南京農業大學經濟管理學院，江蘇南京 210095；2.農業農村部科技發展中心，北京 100122）

1 研究背景

種業作為現代農業的“芯片”［1］，是世界各國開展農業科技革命的先導。2011 年，我國出臺《關于加快推進現代農作物種業發展的意見》，強調現代種業的發展要突出企業的主體地位。近年來全球糧食安全問題日益凸顯，我國“藏糧于技”的戰略應運而生，這也對種業企業科技創新提出了更高的要求。2019 年，國務院辦公廳發布《關于加強農業種質資源保護與利用的意見》，進一步指出要鼓勵育繁推一體化企業逐步成為種質創新利用的主體。同時，國家發改委、科技部、農業部、財政部積極推動和支持種業科技創新重大專項、重點實驗室、生物技術育種等項目向種子企業傾斜［2］。隨著我國科技資源配置的市場化改革、政府支持力度的提高以及企業創新環境的改善，種業企業逐漸成為我國種業技術創新研發投入和創新產出的主體。2018 年，國內種業規模企業科研自身投入占種業科研總投入的92%；種業企業植物新品種權申請量占總申請量的48.60%，授權量占總授權量的53.26%，超過了科研機構和高校［3］。

現代種業技術創新源于歐美等發達國家，19 世紀70 年代，隨著私人種子公司的出現，國外種業企業逐步取代政府，成為種業創新和分配的源泉［4］。在市場化主導下，國外種業企業憑借農業生物技術的發展積極推進全球戰略。相較而言，我國種業企業發展仍相對落后，一方面，種業企業市場發展不完善，整體呈現“小、散、亂”的狀態；另一方面，種業企業在創新產出激增的同時，忽視了創新質量的同步發展。以植物新品種為例，在利益驅動和風險規避的導向下，國內種業企業更加偏向于培育商業修飾型品種和短線品種，對于防御型和戰略型的原創性主控品種投入不足［5］。當前，我國種業企業的技術創新效率如何？在種業企業技術創新過程中政府和市場究竟起到了什么作用？如何協調政府和市場的關系，更好地發揮我國社會主義市場經濟體制的制度優勢？這些是本文研究的關鍵問題。

政府支持和市場競爭是企業創新研究的兩個重要維度［6］，同樣也是種業企業技術創新研究的重點。20 世紀90 年代，國外農業生物技術企業進入了并購的動蕩時期，與此同時，國外學者開始關注于市場壟斷局面下種業企業的研發產出、知識產權保護以及企業創新戰略的研究。政府是資源配置、促進技術進步的重要力量，國內研究更多從政策與政府支持視角對種業企業技術創新進行研究，如李萬君等［7］從政策、組織以及市場3 個維度的異質性出發，實證研究了政府支持對種業企業創新績效的影響；李婷婷等［8］通過對北大荒墾豐種業股份有限公司進行探索性案例分析，探究了市場化進程中種業企業與政府資源的關聯。目前，關于種業企業技術創新的研究還未形成完善的研究體系，對種業企業技術創新效率的研究較少，且沒有同時關注到市場和政府兩大主體對種業企業技術創新的交互影響。

2020 年，黨的十九屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出要構建高水平社會主義市場經濟體制，就要充分發揮市場在資源配置中的決定性作用，更好發揮政府作用，推動有效市場和有為政府更好結合。深入研究政府和市場兩個主體對種業企業技術創新的影響，有助于彌補種業企業技術創新實證研究的不足，豐富種業企業創新研究理論成果，同時為相關部門進一步優化對種業企業的補貼結構、提高支持精度和效率、改善創新的市場環境提供參考。鑒于此，本研究基于我國原農業部（現農業農村部。下同）2013—2018 年對我國種業企業調查得到的省級面板數據以及種業知識產權相關數據，在對種業企業技術創新效率進行測算的前提下，選取政府補貼和市場集中度分別代表政府支持和市場競爭因素，探討兩者對種業企業技術創新效率的影響。

2 理論分析和研究假設

2.1 政府補貼與種業企業技術創新效率

政府支持作為干預和引導企業技術創新的必要手段，始終是國內外學者關注的熱點問題。政府支持企業創新的討論源自凱恩斯等［9］提出的政府干預理論，而后Nelson［10］和Arrow［11］將市場失靈的思考納入政府創新政策的研究中。李長江等［12］基于制度變遷理論，指出政府支持企業創新既符合企業利潤最大化的目標，也有助于帶動整個社會的創新活力和技術進步，因此政府支持企業創新是當下政府和企業的共識。張帆等［13］從政府補貼擠出與激勵的疊加效應出發，研究發現在目前發展階段下，我國的政府R&D 補貼可以有效激勵企業提高創新效率。

政府支持企業創新的財政手段主要包括政府補貼和稅收優惠兩種，本研究主要關注政府補貼這一直接手段。從資源基礎觀來看，政府補貼可以有效緩解企業創新過程中的資源短缺問題，幫助企業分擔創新風險和不確定性，從而更好地激發企業的創新熱情，優化社會創新結構［10］。從信號傳遞理論來看，政府補貼作為顯性支持企業創新的財政手段，具有一定的“光環效應”［14］，可以向社會投資釋放利好信號，從而避免市場主導下企業創新與外部投資間的信息不對稱［15］，助力企業從其他渠道獲取資金、人才等創新資源，提高創新能力和創新效率。對于種業企業而言，由于其生產經營的產品對國計民生具有重大影響，因此政府的支持和干預可以使種業企業的技術創新更好兼顧經濟效益和社會效益，促進種業企業研發資源的合理配置，提高種業企業研發的針對性和創新效率。因此，本研究提出以下假設：

假設1：政府補貼對種業企業技術創新效率具有正向影響。

2.2 市場集中度與種業企業技術創新效率

市場結構對于企業創新影響的相關研究目前仍然存在較大的矛盾和分歧，最具代表性的就是Schumpeter［16］與Arrow［11］關于壟斷是否有利于企業創新的爭論。這一爭論又被稱為“熊彼特效應”與“競爭逃離效應”之爭。隨著研究的深入，學者們如Scherer［17］發現兩種效應可能會同時存在；Aghion 等［18］將“熊彼特效應”和“競爭逃離效應”納入同一研究框架，提出哪種效應占優取決于市場結構與均勢狀態的接近程度。

理論的交織碰撞也為國內外學者不同視角的實證研究奠定了基礎，但受到行業特征、政策手段、技術先進程度等因素的影響，相關實證研究得出的結論差異也比較大，因此結合不同市場環境和行業背景對市場集中度與種業企業技術創新效率關系這一問題進行討論是十分必要的。從市場環境來看，我國大部分產業的企業間技術差距小且競爭相對激烈，因此“競爭逃離效應”占優，競爭更有利于激發企業的創新熱情［19］。從種業行業發展來看，大型種業企業進行集中與擴張的主要動機可能只是分散研究的沉沒成本，而并非提高研發強度［20］。具體而言，企業技術創新受到自身創新能力和創新動力的雙重影響，技術創新前期的研發投入是企業創新動力的主要體現［21］；市場集中度的提高雖然一定程度上實現了種業企業規?；洜I以及創新能力的提升，但當市場缺乏競爭時，種業企業會由于缺乏創新動力而降低企業研發強度，從而降低企業技術創新效率［22］。

從現實層面看，為了改變種業格局、規范種業市場，2011 年原農業部頒布了《農作物種子生產經營許可管理辦法》，對種業企業的進入門檻進行了限制，種業企業的市場集中度隨之提高，但市場的集中與變革并未解決種業發展的創新困境，反而帶來了新的問題：新政對種業企業提出了品種審定和品種權的要求，在這一背景下，一些小微企業通過向科研機構購買審定品種或者品種權以進入市場；科研機構將商業化育種成果投入市場獲取收益，對同類商業育種企業形成低價沖擊，從而更加降低了企業的研發積極性［23］。因此，本研究提出以下假設：

假設2：市場集中度提高對種業企業技術創新效率具有負向影響。

2.3 市場集中度對政府補貼效果的影響

市場和政府作為推動我國經濟發展和轉型的兩大推手，對企業創新的作用是相互交織的［24］，因此企業技術創新效率的科學化研究應重視兩者的交互作用。企業技術創新效率的理想表現離不開良好的市場環境，不完善的市場環境會造成要素市場扭曲，從而抑制政府補貼對企業創新效率的促進作用［25］；而在充分的市場競爭環境下，企業由于不具備壟斷利潤，因此會更好地利用政府支持進行技術創新，以此獲取競爭優勢［7］。同時，在財政資源有限時，政府補貼對于規模較小的企業有著更強的激勵效果［26］，但從現實情況來看，地方政府在選擇補貼對象時往往具有“扶持強者”的特點［27］，因此當市場集中度過高時，政府補貼企業技術創新的效果可能會有所削弱。因此，本研究提出以下假設：

假設3：市場集中度提高會削弱政府補貼對種業企業技術創新效率的正向影響。

3 種業企業創新效率測算及分析

3.1 測算方法

數據包絡分析（data envelope analysis，DEA）是通過數學規劃來對技術效率進行測算的一種方法。在種業企業區域創新中，區域邊際創新收益具有不確定性，借鑒banker 等［28］的研究，選擇符合“規模報酬可變”假設的BCC 模型進行技術創新效率的測度，將技術創新綜合效率進一步劃分為純技術效率和規模效率。具體模型如下：

傳統的BCC 模型一般是對同一時間點的創新效率進行橫向比較，為了可以較好地分析種業企業創新效率的動態變化和發展趨勢，通過Malmquist 指數模型進一步測算我國各省份種業企業技術效率變化和技術進步狀況。模型形式如下：

3.2 DEA 測算變量選取及數據來源

企業技術創新是一個動態且復雜的系統過程，在測算種業企業技術創新效率時，需考慮到多種創新要素的投入與產出。選取2013—2018 年我國30個省、自治區、直轄市（未含西藏和港澳臺地區）為研究樣本，測算變量的主要數據來源為2013—2018 年原農業部《全國種業信息數據手冊》以及通過國家知識產權局專利數據庫檢索得到，具體測算指標的選取如表1 所示。

表1 種業企業技術創新效率測算指標選取

種業企業創新投入指標方面，企業的研發活動受到自身人力和財力等資源的影響，因此選取企業科研人員全時當量作為企業研發人員投入的衡量指標，選取研發資本存量作為企業研發資金投入的衡量指標。選取研發資本存量主要是考慮到研發資金投入是一個長期動態的過程，不僅對當期技術創新發揮作用，也會對后續的創新產出產生影響。研發資本存量的測算借鑒朱天星等［29］的方法，基于種業企業科研經費支出，采用永續盤存法以15%的折舊率進行換算。此外，借鑒吳延兵［30］和龔夢君［31］的研究，在換算研發資本存量之前以2013 年為基期對種業企業科研經費支出進行了價格指數平減，價格平減指數選取居民消費價格指數、固定投資價格指數以及農業生產資料價格指數按照4∶4∶2 的比例構建。

種業企業創新產出指標方面，現有研究中，企業創新產出多選取專利產出或者新產品銷售額作為衡量指標，如池仁勇［32］、熊文等［33］的研究，但由于種業企業的特殊性，其技術創新多體現在植物新品種權以及種業專利申請與授權情況中，同時有研究表明授權數量易被人為因素影響，而申請量更能反映企業真實的創新水平［33］，因此選取新品種申請量、企業種業專利申請量以及商品種子銷售額作為衡量指標。種業專利借鑒任靜等［34］的界定，選取A01H（新植物或獲得新植物的方法；通過組織培養技術的植物再生）和C12N15（突變或遺傳工程；遺傳工程涉及的DNA 或RNA，載體或其分離、制備或純化；所使用的宿主）兩個國際專利分類號（IPC分類號）進行檢索。同時，為了剔除物價的影響，參考蒲艷萍等［35］的做法，商品種子銷售額基于農業生產價格指數進行價格平減。

3.3 創新效率測算結果分析

3.3.1 靜態效率分析

運用DEA-Solver Pro5 軟件，將2013—2018 年樣本省份種業企業相關創新投入產出數據代入DEABBC 模型，對種業技術創新效率進行測算，并將各省份種業企業的技術創新效率進一步分解為綜合效率、純技術效率以及規模效率，如表2 所示?？梢钥闯?，2013—2018 年樣本種業企業的綜合效率均值僅為0.791，存在20.9%的資源投入浪費，總體績效相對較低；純技術效率均值為0.869，存在13.1%的技術無效率，僅有北京、上海、江蘇等9 個省份達到了技術效率有效，占總比例的30%；規模效率均值為0.912，除了上海和廣東，其他省份種業企業研發投入和產出并沒有達到最優狀態。總體來看，我國種業企業創新的綜合效率提升還有較大空間，可以通過技術創新以及規模整合進行整體效率的提升和優化。

表2 2013—2018 年樣本省份種業企業各類效率均值

表2（續）

本研究重點關注種業企業的純技術效率，2013—2018 年樣本種業企業分區域1）的純技術效率對比及變化如圖1 所示。東部省份種業企業的純技術效率均值為0.911，領先于中部和西部且高于全樣本均值，近年來基本處于穩步提升的態勢，原因主要是東部地區科技發展水平、對外開放水平較高，具有良好的技術創新環境。西部和中部地區種業企業的純技術效率均值相對較低，其中西部略高于中部，但近年來波動比較大，說明西部地區種業企業雖然開始重視技術創新，但并未實現持續發力；中部地區種業企業純技術效率自2014 年達到峰值之后就呈現波動下降的趨勢，有待進一步提升。

圖1 樣本種業企業分區域純技術效率變化趨勢

3.3.2 動態效率分析

進一步對樣本種業企業創新效率進行Malmquist指數模型的測算，以此來把握種業企業創新效率的動態變化。由表3 可以看出，2013—2018 年種業企業全要素生產率的增長率均值并未達到效率前沿面，但從歷年數據來看，呈現出了逐年增長的趨勢，尤其是2016—2018 年間全要素生產率的增長率均超過了1，且其增長之中都有技術進步的助推，說明對于種業企業而言，技術創新對于提高行業的生產率十分重要。

表3 樣本種業企業技術創新效率指數及其分解

如表4 所示，整體來看，只有北京、天津、遼寧、上海、海南以及黑龍江6 個省份種業企業的全要素生產率水平得到了改善，其中有5 個省份都位于東部地區；分區域來看，僅有東部種業企業的平均全要素生產率實現了正增長，年均增速為0.7%，中部和西部種業企業的平均全要素生產率均出現了倒退，年均增速分別為-7.5%和-21.6%，這主要受到了技術進步指數和純技術效率的影響。因此，種業企業在技術層面還有巨大的進步空間，積極提高技術效率可以實現全要素生產率的突破。

表4 2013—2018 年樣本種業企業技術創新效率指數及其分解

表4（續）

4 檢驗模型設定與數據說明

4.1 模型設定

為了檢驗政府補貼、市場集中度對種業企業技術創新效率的影響，構建面板托賓（Tobit）模型進行回歸分析。選取Tobit 模型是考慮到，被解釋變量技術創新效率（RDEFF）的取值使用DEA 模型測算被限定在［0，1］之間，具有截斷數據的特點，使用普遍最小二乘法回歸（OLS）會產生有偏性和不一致性［36］，而在Tobit 模型中，將技術創新效率選為被解釋變量，主要研究核心解釋變量政府補貼（RDGOV）、市場集中度（CR10）對技術創新效率的影響。構建基礎模型1～4 依次如下：

其中，模型1、模型2 分別納入政府補貼、市場集中度兩個變量；模型3 同時考慮兩個關鍵變量的影響；模型4 進一步納入政府補貼和市場集中度的交互項，對市場集中度的調節效應進行初步判斷。

4.2 指標選取與說明

面板回歸模型主要基于樣本種業企業展開研究，數據來源主要包括2013—2018 年原農業部《全國種業信息數據手冊》和《國家統計年鑒》《中國科技統計年鑒》等統計數據，具體指標如表5 所示。

表5 面板回歸變量選取及說明

（1）核心變量。被解釋變量為種業企業技術創新效率，基于“規模報酬可變”的假設，選取基于投入角度的DEA-BCC 模型計算得出的種業企業技術效率值（即純技術效率）來衡量種業企業技術投入是否有效。政府和市場作為配置科技資源的兩大手段［37］，對種業企業技術創新環境產生重要影響，因此選取政府補貼和市場集中度作為代表，考慮兩種環境因素對種業企業技術創新影響機理。其中，政府補貼采用種業企業科技活動經費中財政科研投入金額進行測度；考慮到我國種業市場情況以及數據的可獲得性，種業市場集中度采取前十廠商銷售額占比來衡量。

（2）控制變量。控制變量分為企業內部要素和外部環境要素。企業內部要素包括：1）企業規模（SIZE）。企業規模與創新的關系始終是企業創新理論研究的重點。2）盈利能力（PRO）。企業的超額利潤是企業研發資金的重要來源之一，因此企業的盈利能力也是影響企業技術創新的相關變量。3）資本密集度（CAP）。企業創新過程中，資本密集度高的企業往往會會更加注重研發投入。企業外部環境要素包括：1）技術市場發展水平（RDMARK）。技術市場發展水平是科技創新活動市場化水平的體現。2）外商投資水平（FDI）。外商投資水平反映了地區的技術引進水平。3）對外開放水平（OPEN）。對外開放水平可以反映一個地區經濟的外向程度。4）人力資源水平（HR）。人力資本水平可以衡量一個地區整體的勞動力素質。

各個變量的描述性統計結果如表6 所示。

表6 樣本變量描述性統計

5 實證分析

5.1 回歸結果及分析

在進行面板Tobit 回歸之前，首先對各個變量進行了多重共線性檢驗，結果表明，最大的VIF 為2.33，平均VIF 為1.66，遠小于數值10，可以判斷變量的多重共線性問題不嚴重。另外，在構造政府補貼和市場集中度交互項時，對這兩個變量分別進行了中心化處理，以避免交互項帶來共線性影響［38］?；赟tata 15.1 軟件對模型1～4 進行了隨機效應面板Tobit 估計，求得待估計參數值，結果如表7 所示。可以看出4 個模型的Wald 檢驗值和LR 檢驗值都較大，并在99%的置信度下顯著，因此認為模型的擬合度較高，且存在個體效應，選取隨機效應的面板Tobit 回歸比較合理。

表7 政府補貼、市場集中度對樣本種業企業技術創新效率影響的面板回歸模型估計

具體來看：模型1 和模型3 的結果表明政府補貼與種業企業技術創新效率之間均呈現出顯著的正向關系，說明政府補貼可以有效促進種業企業技術創新效率的提升，則假設1 成立；模型2 和模型3的結果表明市場集中度對種業企業技術創新效率呈現顯著的負向影響，說明種業市場越集中，越會抑制種業企業技術創新效率的提高，則假設2 成立，同時這也與Schimmelpfennig 等［20］的研究結論相吻合；模型4 的結果表明政府補貼和市場集中度的交互項影響系數顯著為負，說明市場集中度會負向調節政府補貼對種業企業技術創新效率的激勵效果，則假設3 成立。

同時，控制變量的估計也可得出一些結論，這里重點關注模型3 的估計結果。可以看出企業規模對種業企業技術創新效率的影響為負，且通過了10%顯著性水平的檢驗，這也進一步佐證了假設2的結論，即企業規模越大、市場越集中，越會降低種業市場的競爭，從而降低企業的研發積極性；資本密集度對種業企業的正向影響也通過了10%的顯著性檢驗，說明種業企業技術創新的提高離不開資金的支持；技術市場發展水平對種業企業技術創新的負向影響通過了5%的顯著性檢驗，這可能因為技術市場的發展為種業企業技術的獲取提供了更多途徑，而忽視了原始創新能力的培養；外商投資水平對種業企業技術創新效率的正向影響通過了1%的顯著性檢驗，這說明國外種業企業的進入對國內種業企業的影響處于示范效應階段［39］，其先進技術和經驗為國內種業企業研發能力的提升提供了助力。

為了保證回歸結果的可靠性，借鑒陳強遠等［40］的做法，對連續變量進行1%的雙側縮尾處理后進行模型的回歸檢驗（見表8），得出的結果與前文一致，說明上述結論是穩健的。

表8 政府補貼、市場集中度對樣本種業企業技術創新效率影響的穩健性檢驗

表8（續）

5.2 門限效應識別

為了進一步了解市場集中度對于政府補貼效果的調節作用，基于Hansen［41］提出的門限效應模型，運用Stata15.1 軟件對市場集中度對政府補貼效果作進一步的門限效應檢驗與回歸。單一門限模型設定如下：

同理，還可以考慮市場集中度對政府補貼的效果存在多個門檻值，因此進一步構建雙門限模型進行檢驗。具體模型形式如下：

在進行門限回歸之前，首先要對門限效應的顯著性和門限估計值的真實性進行檢驗，結果如表9所示，采用Bootstrap 反復抽樣600 次后得到單門限效應的P值為0.011 7，門限值估計值為0.661 6，因此可以判定單門限效應在5%的顯著性水平下存在；而雙門限效應的P值為0.231 7，沒有通過檢驗。因此選取單門限模型作為最終回歸模型。

表9 市場集中度對政府補貼效果的門限效應檢驗

基于單門限模型進行的門限回歸結果如表10 所示，政府補貼對種業企業技術創新的影響在市場集中度的調節作用下可以分為兩個階段：第一階段是補貼激勵階段，當前十廠商市場集中度低于0.661 6時，政府補貼對種業企業技術創新效率的影響通過了5%的顯著性檢驗，呈現正向激勵作用；第二階段是補貼無效階段，當前十廠商市場集中度高于0.661 6 時，政府補貼對種業企業技術創新效率的影響不顯著且系數為負，表明市場集中度過高時，政府補貼對于種業企業創新而言并不能起到激勵作用，甚至可能由于企業的套利或者尋租行為而對技術創新存在負面影響。門限回歸估計結果也進一步驗證了假設3。

表10 市場集中度對政府補貼效果的門限回歸模型估計結果

6 結論與啟示

本研究以2013—2018 年我國30 個省份種業企業面板數據為樣本，測算了種業企業的技術創新效率，并基于面板Tobit 模型與面板門限模型實證分析了政府補貼、市場集中度與種業企業技術創新效率的關系。結果表明：（1）種業企業技術創新效率整體偏低，企業全要素增長率的提高很大程度上依賴于技術進步和創新，因此我國種業企業可以通過技術創新效率的進一步提高促進種業產業的高質量發展。（2）市場集中度的提高抑制了種業企業技術創新效率的提高，當市場集中度過高時，市場趨于壟斷狀態、競爭不足，此時種業企業由于擁有了壟斷利潤而缺乏創新動力，造成技術創新效率低下。（3）政府補貼對于種業企業創新而言，總體上起到了正向激勵的效果，但這一效果也受到了市場集中度的調節效應影響，市場集中度作為門限變量，當前十廠商的集中度低于0.661 6 時，政府補貼可以促進企業技術創新效率的提高；但當前十廠商集中度高于0.661 6 時，政府補貼處于補貼無效的階段，甚至會對企業的技術創新產生負面作用。

基于上述研究結論，提出如下建議：

（1）各地政府要對本地區種業企業的規模與市場情況進行充分了解，加強市場和政府兩種手段的協調，提高對種業企業的補貼力度和精度；同時要發揮各個市場主體的作用，加強對種業市場的監管，對受到政府補貼的種業企業進行監督，讓政府補貼充分發揮作用。通過構建有效市場和有為政府，提高種業企業技術創新效率，促進我國種業產業高質量發展。

（2）提高種業企業進入門檻，進行種業企業的兼并和調整是種業市場規范化的必要手段，但是這一手段并沒有解決種業企業原始創新能力不足的本質問題，因此在種業企業規模化過程中也要控制市場的集中程度，保持適度的市場競爭，從而激發種業企業的技術創新活力。一方面，要注重對規模較小的種業企業進行創新能力的培養，利用產學研合作、企業戰略聯盟合作等渠道進一步促進創新主體的數量增加與質量提升，從而增強市場競爭活力；另一方面，對于規模較大的種業企業，要更加注重激發其創新動能，在政策補貼無效時注重通過多種政策手段的組合對其進行激勵。

注釋：

1）依據2000 年我國西部大開發戰略制定的三大區域劃分，將30 個省份劃分為東、中、西部。東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南共11 個省市；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南共8 個省區；西部包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆共11 個省區市。