促进创新的政策工具包

　　*Nicholas Bloom， 斯坦福大学William D. Eberle经济学讲席教授；John Van Reenen，麻省理工学院经济系和斯隆管理学院Gordon Y.Billard 讲席教授；Heidi Williams，斯坦福大学经济学教授。三位作者同时也是美国国民经济研究局研究员。原文“A Toolkit of Policies to Promote Innovation”发表于2019年夏季出版的Journal of Economic Perspective（JEP）,Vol.33，No.3，第163—184页。本文的翻译出版获得了JEP的授权。——编者注约翰•范里宁海蒂•威廉姆斯 

　　*有关附录、数据集和作者披露声明等补充资料，请参阅文章页面https://doi.org/10.1257/jep.33.3.163.

　　*作者感谢编辑Timothy Taylor、Enrico Moretti、Gordon Hanson和以下各位对早期文稿给予的有益评论：Bronwyn Hall、Ben Jones、Josh Lerner、Petra Moser和Jim Poterba。本文的研究，部分得到了下列机构的支持（通过向NBER授予U01.AG046708的方式）：Sloan Foundation、Smith Richardson Foundation、Schmitt Sciences、Economic and Social Research Council、National Institute on Aging, National Institute of Health Common Fund, Office of the NIH Director。本文仅代表作者观点，不代表NIH和NBER的官方观点。

　　自20世纪70年代以来，除了1996—2004年的小幅上升之外，美国经济的生产率增长一直持续放缓。其他发达国家也经历了这种令人沮丧的生产率变化趋势。而且，生产率增长放缓的同时，大多数美国工人的实际工资增长令人失望，工资不平等加剧。

　　创新是最发达国家确保生产率长期可持续增长的唯一途径。对于远离技术前沿的国家，追赶式增长是可行的选择；但对美国、日本和西欧国家等领先经济体来说，却并非如此。那么，对这些国家来说，激发技术创新的最有效政策是什么？

　　在本文中，我们采取了一种实用的方法来回答这个问题。如果政策制定者带着固定的财政预算和政治资本找我们要投资创新政策，我们会提供什么建议呢？我们探讨了一些主要的创新政策措施以及证明它们能行之有效的现有证据，这些措施包括：有利于研发的税收政策、政府的研究资助、旨在增加创新导向型人力资本供给的政策、知识产权政策，以及促进竞争的政策。在结论部分，我们将这些证据汇总成一个“工具包”，并从社会成本和收益的角度，根据现有证据的质量和含义以及政策的整体影响，对工具包中的政策进行排序。我们还根据政策的落实速度和可能的分配效应，对政策进行评分。

　　我们认为，创新政策并不是解决美国生产率问题的唯一办法。事实上，即便在美国国内，很多公司也远远落后于技术前沿，而帮助这些公司迎头赶上（例如通过改进管理实践）可能意义重大。不过我们相信，在重振主要经济体的解决方案中，合理的创新政策设计是关键内容之一，它将带来福利的长期大幅增长。在开启我们的探索之旅前，我们先从一些背景事实入手，然后回答一个显而易见的问题：为什么政策制定者要将资源用于创新？

一些背景事实

　　2015年，美国在研发方面的支出略高于4950亿美元。*除非另有说明，本节及本文后面部分的所有数据和事实均来自美国国家科学委员会（National Science Board，2018）。图1显示了自1953年以来，这一数额随时间的变化情况，以及企业、联邦政府和其他机构（包括州和地方政府）资助的研发经费占GDP的比例。研发支出占GDP的比例从1953年的约1.3%增至2015年的约2.7%。随着时间的推移，联邦政府资助的研发支出份额相对下降；2015年，企业的研发支出是联邦政府的两倍以上。表1对这些统计数据做了一些国际比较，列出了美国和其他九个最大经济体（按2015年GDP衡量）的研发支出及其占GDP的比例，以及经合组织（OECD）的平均水平。美国在研发上的投入比其他国家多，但其研发支出占GDP的比例低于德国和日本。

　　近年来，美国约有13%的研发在高校内进行。这种研发也相对独特，因为高校只承担了美国不到50%的基于基础研究的研发。从这些机构的角度看，最近几年美国高校略多于50%的研发支出是联邦政府资助的，其中的大部分资金投向生命科学领域，少部分资金投向工程、物理科学等其他领域。

　　另一套衡量创新活动的指标着重关注科学工作者。截至2000年，美国研究人员的比例一直在增长，但之后便始终稳定在0.7%至0.9%之间。欧盟的比例与此类似，日本则接近1%。

图11953—2015年美国研发支出占GDP的比例（按资金来源计算）注：本图呈现了从1953年到2015年，美国研发支出占GDP的比例在总体上以及在研发资金来源方面随时间变化的情况。

　　资料来源：该图为National Science Board（2018）第4章的图4.3。原始数据来自National Science Foundation、National Center for Science and Engineering Statistics、National Patterns of R&D Resource（年度系列）。

　　与美国科研人员规模相关的另一项指标是，按高技能工人类别发放的临时工作签证数量，包括J.1（交流访问者）签证、H.1B签证和L.1（公司内部受让人）签证。1991—2015年，这类签证的主要增长点是J.1签证，从大约15万个增加到超过33万个。H.1B签证数量从1991年的约5.2万个增至2015年的近17.5万个。在此期间，签证数量的上限为6.5万个，这表明，此项增长是由发放给大学、非营利研究机构和政府研究机构雇员的H.1B签证推动的，所有这些机构都不受年度H.1B配额限制。

政府为何要促进创新？

　　政府通常希望增加创新，从而促进经济增长；实际上，研发支出水平较高的国家一般都较为富裕（例如参见Jones，2015）。然而，标准的经济理论表明，在不发生市场失灵的情况下，政府最好把投资决策权交给私人企业。大家可以看到不少经常被引用的政府失败案例，比如英法的协和式超音速飞机（其他案例参见Lerner，2009）。但话又说回来，还是有许多基于政府资助研发的发明实例令人印象深刻，譬如喷气发动机、雷达、核能、全球定位系统（GPS）和互联网（Janeway，2012；Mazzucato，2013）。

注：该表显示美国和其他9个2015年GDP最高国家的国内研发支出总额（按购买力平价调整后的10亿美元计算）和研发支出占GDP的比例，以及经合组织的平均水平（截至2015年36个成员国的平均值）。

　　资料来源：数据来自National Science Board（2018）第4章表4.5。原始数据来自OECD Main Science and Technology Indicators（2017/1）；联合国教科文组织Statistic Data Ceutre（http://data.uis.unesco.org/；查阅日期为2017年10月13日）。

　　经济学家在论证政府干预创新的合理性时，关注的核心市场失灵现象就是知识溢出。如果一家公司创造了真正新颖的产品，这些知识可能会扩散到其他公司，后者可以复制原始研究成果或从原始研究中学习，而无需支付全部研发成本。想法往往是杂乱无章的，即使设计了良好的知识产权制度，新想法的好处也很难完全变现。有大量学术文献论证了创新带来的这些正溢出效应。

　　换言之，经济理论还表明，市场经济中的研发支出可能过低或者过高，这取决于知识溢出相对于产品市场溢出的净规模。产品市场溢出背后的关键逻辑是，私人激励可能导致企业过度热衷于窃取他人的研发成果，因为创新企业可以抢占其他企业的市场份额，但并不一定带来社会效益。不妨看看制药业的典型例子：一家公司也许会花费数十亿美元开发某种药物，这种药物只比竞争对手生产的仿制（metoo）药好一点点。但是，治疗价值的微小提升可能会让第二家公司占领几乎整个市场。假如仿制药在疗效上与它们替代的产品没有区别（并且不考虑此类药品可能产生降价竞争的好处），那么制药市场的这种动态很可能为制药公司股东带来巨大的私人利益，而对患者几无裨益。

　　概括地说，有三种方法用于评估溢出效应：案例研究、生产函数法和基于专利数量（patent counts）的研究。

　　最著名的案例研究方法或许是格里利克斯（Griliches，1958）提出的，他估算了杂交玉米研究方面的公共和私人投资实现的社会收益率。格里利克斯估计，截至1955年，杂交玉米研究的年平均投资收益率为700%。谷物或玉米生产商几乎没有从中获利；相反，收益以更低价格和更高产出的形式传递给了消费者。尽管这项研究被广泛引用，但格里利克斯本人也探讨了计算成功“油井”这类项目的收益率面临的挑战。虽然我们的评估通常包含钻探和成功开发一口油井的成本，但在理想情况下，我们还是希望估算出包括采到石油之前钻探全部“枯井”的成本。关于更具体的扩散例子，参见科明和霍比恩（Comin and Hobijn，2010）汇编的数据。

　　生产函数法摒弃具体技术的细节，而将生产率增长（或其他创新产出指标）与滞后的研发投资指标联系起来。这里的主要挑战在于，研发是由诸多因素决定的，而这些因素也独立地影响生产率。最近采纳这一方法的论文开始使用影响研发投资的政策实验来识别因果关系（例如参见Bloom、Schankerman and Van Reenen，2013）。

　　运用专利引用情况衡量溢出效应的关键思想是：每项专利都引用其他专利，所有这些专利构成了“在先技术”（prior art）的基础，而在先技术就是那些使特定专利成为可能的现有创新。特拉伊滕贝格等人（Trajtenberg，1990；Jaffe、Trajtenberg and Henderson，1993）率先提出了这种方法。尽管有证据表明，专利引用可能是策略性的（某些引用还是专利审查员在专利审查过程中添加的），但专利引用的存在为知识溢出提供了一个可衡量的指标（譬如参见Griffith、Lee and Van Reenen，2011）。如前所述，生产函数法面对的挑战是找到方法确定相关影响渠道，以便“能够从海量数据中发现溢出效应的路径”（Griliches，1992）。而使用专利引用的优势在于，它提供了一种直接的方式推断哪些企业获得了溢出效益。

　　更一般地说，寻找溢出效应的诀窍是专注于定义一个（或多个）可以传导溢出效应的维度。在这一维度上彼此距离较近的公司将更容易受到同行研发努力的影响。这方面的例子包括过去的专利类别揭示的技术距离（Jaffe，1986），企业研发实验室之间的地理距离以及产品市场距离（企业经营的行业）。总体而言，这类关于溢出效应的文献一致认为，研发的社会收益远远高于私人收益，这证明了政府支持创新的政策有其合理性。例如在美国，勒金、布鲁姆和范里宁（Lucking、Bloom and Van Reenen，2018）的最新评估使用30年的企业数据和基于生产函数的方法，记录了大量正知识净溢出的证据。他们估计，社会收益率约为60%，私人收益率约为15%，这表明有必要大幅增加公共研究补贴。

　　鉴于这一知识溢出证据，一个明显的解决方案是向发明人授予强大的知识产权（如专利），以此增加发明的私人收益。专利是一项禁止他人销售受保护发明的临时权利。专利会导致一定的效率损失，因为专利通常能让卖方收取高于生产成本的价格。但是，由于潜在的创新者希望自己的努力能够获益更多，所以专利会增强开展更多研发的激励，从而促进动态效率的提高，并抵消不利的效率影响。实际上，正如我们将在下文更详细讨论的，专利制度还远未完善，其中之一，就是其他企业可以频繁围绕一项专利反复发明创造。毕竟上述关于知识溢出的经验证据都引用了美国的数据，而美国拥有以国际标准衡量的强大的知识产权制度。

　　除了溢出效应，发放研发补贴还有另外的潜在理由，这些理由与其他市场的失灵有关。例如，金融约束可能会限制企业的创新数量。因为创新不易度量，当企业没有抵押品可向银行抵押以换取债务融资时，它们可能很难筹集到资金。这一见解表明，股权可能是更好的创新资金来源，但股权面临着另一个挑战：信息不对称。在创新获得专利或在市场上展示之前，对技术的必要保密使筹资变得困难。“相信我，我有一个很棒的想法，所以请资助我吧”，说这样的话几乎不会奏效；“我来详细描述一下我尚未获得专利的想法”，这样的做法则很可能让潜在投资者窃取企业家的创意。

　　有证据表明，金融约束往往会阻碍创新（有关调查参见Hall and Lerner，2010）。但是，困扰研发资金的金融约束并不必然成为政府提供补贴的理由：政府对项目质量的了解一般比不上企业或投资者，因此制定适当的政策干预措施绝非易事。解决金融约束的有效政策不仅涉及对企业的财政支持，还涉及准确识别和挑选高质量投资的机制，这通常说易行难。

　　现在，我们转向讨论一些主要的创新政策措施：支持研发的税收政策、政府的研究资助、旨在增加创新导向型人力资本供给的政策、知识产权政策以及促进竞争的政策。