首先，我要祝贺国家发展研究院在过去三十年取得的辉煌成就。我很高兴能与国发院有二十多年的联系与合作。今天我要和大家分享的题目为“温和的政府失灵”。
 

这篇文章与产业政策评估相关。有关产业政策评估的文献很多但共识很少。我们知道当存在市场失灵时，政府干预有可能提高效率和福利。但是与此同时，政府干预是否有效取决于市场失灵与政府失灵的相对严重性。尽管人们大多认同这两点，但政府失灵和市场失灵之间的相对严重性往往存在争议。这些争议表明，我们需要进行更多的案例研究和分析，以评估何时何地一种失灵会比另一种失灵更为严重。
 

让我们更详细地了解政府失灵的性质和类型。我们将腐败或游说（决策者的目标函数与社会福利函数相差很大）称为严重的政府失灵。而官僚能力较差或付出的努力较少则被归类为半严重的政府失灵。这里我要提出另一种形式的政府失灵，即温和的政府失灵：政府官员是清廉的也很努力工作，但并非无所不知无所不能。例如，在支持创新的产业政策领域，申请补贴的企业需要提供一系列证据证明他们具有创新性。要求证明创新能力本身表明执行产业政策的官员在试图努力做好工作，尽量把补贴发给创新能力较强的企业。 在支持高新企业创新的产业政策里，企业需要提供拥有足够多的专利作为其有创新能力的代表。“温和”旨在表明，政府官员可以准确计算专利的数量，但不能保证能够准确判断专利的质量。由于政府官员会根据他们对哪些企业具有创新性的判断来将资源分配给企业，基于数量的判断可能会导致资源分配不当。这就是我们在这篇文章中的核心想法。
 

中国是一个拥有众多产业政策的国家。其中许多政策都是为了鼓励创新。创新在发展的多个阶段都有帮助，对处于高劳动力成本阶段的国家尤有裨益。中国已经成为一个中高收入国家，而许多发展中国家的劳动力成本远远低于中国，例如印度的劳动力成本是中国的四分之一。此外，创新具有积极的外部性，这也解释了中国为何存在大量鼓励创新的政策。在各种政策中，被广为人知的一项政策是InnoCom Program（高新技术企业认定政策，下称政策）。我将在之后解释其工作原理。在这里，值得注意的一点是政策在2008年制定。幻灯片中的图片显示了专利的增长（红色）加上其他重要的知识产权（蓝色）。图表显示，自2008年以来，中国专利数量与2008年之前的数据预测的线性趋势相比，增长开始加速。那么很自然地，我们可以想象政策对专利数量的增长贡献很大。
 

接下来我将进一步向您详细介绍政策的运作方式，然后展示四组数据，基于这些数据，我们构建一个结构模型，评估这一特定计划的社会回报，并讨论福利是否有所改善。政策首先确定了八个“未来产业”，包括六个先进制造业：医药、专用设备、运输设备、计算机和通讯设备、精密仪器、环境保护，和两项现代服务业：计算机服务和软件服务。这些行业的公司如果满足某些标准，就可以申请补贴，被认证为“高新技术企业”（HNTEs）。获得10个百分点的企业所得税减免。该计划推出时，企业所得税为25个百分点，因此补贴力度是巨大的。认证可以在三年后更新，如果认证的更新被通过，那么企业可以继续享有该称号并继续获得补贴。政策大幅增加了税收优惠的预算，目标行业中平均60%的企业最终都获得了某种形式的补贴。它还明确将补贴与基于专利数量的创新联系起来。
 

在政策中，企业明确表明拥有6项最新创新或专利（或一项发明专利）非常重要。拥有至少6项创新或专利可以显著提高获得补贴的机会，稍后的回归结果中也会展示这一点。政策还允许公司使用购买的专利来申请补贴。总结一下，一家公司如何获得补贴资格？首先，你必须处于目标行业，然后你应该满足一些最低条件，比如研发强度足够高，高科技产品占比足够高等。但最重要的是，你需要展示近期专利所有权的投资组合。
 

   基于我刚刚描述的政策的运作方式，我们可以将公司划分为4个类别。在左侧，我将这些公司称为补贴竞争企业(SCEs)，即那些符合基本资格条件的目标行业公司。在这些公司中，我们可以根据它们是否已经拥有至少6项专利进一步对其进行划分。其余公司则包括那些属于目标行业但不满足基本资格条件的公司，以及那些不属于目标行业的公司。我们进行区分的原因在于行业政策存在溢出效应。因此，在我们的评估中，我们允许如果出现额外的创新，则所有相关行业都有可能因该创新而享受正外部性。因此，未受补贴的公司仍然可以通过这种方式从行业政策中受益。
 

该项目使用了多个数据集，其中最重要的一个数据集描述了城市的企业行为和特征。我们获取到了政府对最终获得补贴的企业的评分，得到了2008年到2011年的数据。对于每个企业，我们知道专利数量（和软件）及其资产负债表，然后我们可以匹配来自税务记录和专利归属的数据。对于每项专利，我们知道专利的发明人、所有者、发明年份、是否续展、引用次数等数据。
 

我们希望了解政府补贴决策过程中的以下问题。首先，专利的数量重要吗？其次，专利的质量重要吗？第三，专利的来源重要吗？专利是企业发明的还是从市场上购买的？我们想评估这些问题。并且展示了4个实证事实。
 

第一个实证事实为回归结果。左侧为线性概率回归的结果，其中申请补贴的公司无论最终是否获得补贴，都包括在样本中。由于我们拥有更多关于获得补贴的公司的信息，我们也可以专注于这个子样本进行进一步分析。
 

表格第一列的结果显示，增加专利数量有助于企业提高获得补贴的概率。专利数量上升效果非常显著。从专利数量为4到专利数量为5和从专利数量为5到专利数量为6带来的概率增长都非常显著。但是从专利数量为6到6以上的任何专利数量都不会获得显著的增长。
 

回归中还包括了关于质量的自变量。我们想知道数量还是质量重要。我们使用三种方法衡量专利的质量。一种直接的方法是查看专利的后续引用。在第一列中，我们使用3年引用的平均值来衡量专利质量。回归系数显示，企业之间的专利质量差异对获得补贴的概率没有影响。在第二列中，我们以不同的方式衡量质量。在这里，我们利用企业对自己专利的续展来衡量专利质量。为了保留专利所有权，专利所有者每年需要向专利局支付少量费用以维持所有权。因此企业的决策是从企业角度发出的专利质量信号，即是否值得支付费用。对于每一项专利，我们可以计算其3年的续展率。然后，对于企业的专利组合，我们可以计算其3年的平均续展率，不同企业之间平均续展率的差异使得我们可以进行后续讨论。在第二列中，我们发现平均续展率与获得补贴的概率之间不相关。第三个衡量标准是计算专利对企业利润的边际贡献。因此对于投资组合，我们可以计算投资组合的平均边际贡献。该指标衡量的专利质量也没有什么影响。另一个自变量，内部知识产权份额也几乎不能解释获得补贴的概率，也在某种程度上证实了政府官员无法区分内部专利和从市场上购买的专利。

第二个实证事实描述了专利的质量和数量。图左侧是我们之前看到的数量指标。右侧是质量指标，其中红线是专利的3年平均引用量，蓝线是专利的3年平均续展率。可以看到，相对于2008年之前的线性趋势，2008年之后，基于引用和续展视角的专利质量都大幅下降。总而言之，专利数量激增，而专利质量下降。
 

第三个实证事实展示了企业的行为。这两张图展示了企业拥有专利数量的分布，在2007年的分布中，拥有6项专利的企业密度和邻近专利数量的密度之间并无显著差异。在2008年，即政策宣布的第一年，拥有6项专利的企业数量激增，因为正如我们之前所述，6项是符合资格的最低专利数量。但超过这个数字的帮助不大。
 

下一张图仍然是关于企业行为，我们关注哪些企业热衷于提高专利数量。左边的图中，蓝线显示了初始低专利数量的补贴竞争企业与初始高专利数量的补贴竞争企业之间的新增专利数量差异，红线显示了非补贴竞争企业的对应差异。可以看到，数量的增加主要来自那些有资格获得补贴但初始专利少于6项的公司。右边的图表对质量做了类似的事情，初始低专利数量的补贴竞争企业的专利质量大幅下降。
 

第四个实证事实有关专利贸易。由于购买的专利也可以用于申请补贴，因此政策不仅可以激发目标行业的创新，非目标行业也有可能发明低质量的专利并将其出售给目标行业的公司。图中可以看到，初始专利少于6项的符合补贴条件的公司进行了大量外部购买，并且增长最快
 

下图根据买方-卖方配对将专利交易进行划分。可以看到，增长最快的交易类型是向目标行业但专利数量不足的公司出售专利。
 

   接下来我将介绍结构模型，进行估计并用它来评估社会福利。基于政策的实施细节，我们将企业分为不同类型：补贴竞争企业，记为S；目标行业内的非补贴竞争企业，记为N1 ，以及目标行业外的非补贴竞争企业，记为N2 。企业利润由两部分组成：行业公共的生产力A 和随机抽取的企业特定生产力Z。A可以通过全行业的高质量专利潜在地提高，刻画了高质量专利的溢出效应。专利质量是一个二值变量，低质量专利对生产力没有任何影响，而高质量专利则可以对生产力产生正向影响，同时溢出至全行业。与此同时，我们假设企业可以选择高质量以及低质量专利的数量。

最终，一个特定的公司可以被它的类型、初始专利投资组合、生产力和创新成本刻画。我们假设模型是多阶段但静态的。在第一阶段，企业根据高质量和低质量专利决定是否创新以及创新的数量，对应的成本函数是高质量和低质量专利数量以及其他参数的函数。在第二阶段，企业决定是否参与专利交易。交易概率由市场摩擦外生决定，并根据数据计算得出。高质量和低质量专利的价格在贸易市场上通过竞争决定。在第三阶段，目标行业的补贴竞争企业寻求补贴。我们假设行政官员使用与我们估计的函数，根据企业的特征和专利组合向企业提供补贴。
 

我将略过一些模型中的技术细节。直觉上来说，模型中不可忽视的是对于溢出效应的刻画。具体而言，行业中任何新的高质量专利都会提高全行业的生产率。对于将高质量专利数量转换为全行业生产率的关键参数，我们通过两种方式实现。我们使用的基准方法是基于文献对参数进行校准。在附录中，我们使用中国数据进行估计。结果显示，文献中的参数比我们根据中国数据估计的参数更大。这意味着在基准结果中，我们允许更高的溢出效应，从而赋予了政策改善社会福利的更高概率。最终，我们对福利的定义是企业所有利润的总和减去补贴的社会成本，同时允许社会影子成本的存在。
 

在展示数值结果之前，让我先讨论一下社会福利的可能构成。首先，我们可以预期高质量专利的增加会使得目标行业中的补贴或非补贴竞争企业都可以受益于知识的溢出。此外，目标行业以外的公司也可以从该政策中受益，因为它们能够向补贴竞争企业出售更多专利。当然，福利减少的渠道同样存在。一是补贴的财政成本，包括社会影子成本。二是补贴竞争企业生产低质量专利可能会造成资源浪费。三是该计划还会通过鼓励非补贴竞争企业生产由专利贸易促成的低质量专利而造成资源浪费。四是存在错配：专利从非目标行业的高产值企业向目标行业的低产值企业的错配，从而造成福利损失。
 

由于时间限制，我将跳过参数校准，直接展示补贴前后专利贸易的结果。假设我们已经通过结构估计方法估计得到了模型中的参数，那么我们将对模型进行两次模拟。一次是假设不存在补贴计划，我们可以计算出均衡，即每种类型的公司如何进行生产、专利创新和贸易。另一次则是假设引入了产业政策并按照我们的估计发挥作用，那么我们可以重新计算出均衡结果。在这种情况下，我们可以看到，在没有政策的时候，公司没有激励生产低质量的专利，因为根据模型假设，低质量专利不能对生产力做出贡献。有了这项政策之后，许多类型的公司都有激励生产低质量的专利，尤其是那些一开始专利少于6项的目标行业公司。他们不仅生产更多专利，还想购买更多专利。其他类型的公司则有动力向他们出售低质量专利，包括目标行业之外的公司。

A列显示了自由放任经济、即没有补贴的经济对应的社会福利，我们可以计算出每家公司在均衡状态下的表现，并计算出扣除成本后各家公司的利润总额。然后在B列中我们可以计算出政策实施后新均衡状态下的情况。我们同样可以计算出扣除成本和社会补贴后的公司利润总额。通过这种方法，我们可以计算出该计划的社会回报率为-19.7%。因此，尽管补贴计划通过溢出效应提高了效率，但存在更多的抵消效应，如资源浪费、错误分配等，因此该计划得到的是负回报。
 

由于时间限制，我就讲到这里，谢谢大家！