Summary R&D补贴规模对受益企业绩效的影响 ·项目负责人:SeogwonHwang ·参与者:InhaOhMinjiKangJinkyuJang. □研究的必要性和目的 尽管已经有很多研究分析了研发支持对企业有效性的评估,但很少有研究探讨不同支持规模下效果的变化,因此系统性分析是必要的。主要问题在于是否存在一个对企业的关键研发支持规模,以及这种支持是否会产生任何负面效应。如果存在关键规模,则较小规模的研发支持可能不会产生益处。如果研发支持存在负面效应,在过度支持的情况下,其结果可能与支持规模不成比例。如果研发支持规模低于关键规模没有效果,或者因过度支持而产生负面效应,资源分配效率可能会受到影响。 通过定量分析,本研究确定是否存在关键的政府研发支持规模以及可能产生的任何潜在不利影响,并提出政策方向以提高企业研发支持的有效性。 本研究有三个目标。首先,旨在进行理论回顾并构建关键尺寸和不良效应现象的模型。其次,基于数据的实证分析关键尺寸和不良效应。最后,根据分析结果提供政策含义,这些政策可以增强对企业的研发支持的有效性。 根据上述研究目的,执行了多项任务。首先,回顾了与关键尺寸或政府对企业的研发支持可能产生的不利影响相关的先前研究。其次,收集并审查了多种文档资料。 回顾以总结政府研发支持政策的历史进展,并利用国家科技信息服务(NTIS )和其他数据来分析当前的研发投资和表现状况。其次,根据技术进步水平对行业进行分类,分析不同规模的支持对企业绩效的影响。第三,从多个角度分析了政府研发支持的数量、规模和强度对企业成长、盈利能力和生产率的影响。最后,基于上述分析结果,提出了提高企业研发支持效率的政策建议。 □回顾以往的研究 先前的研究分析了研发投资的影响和有效性,方法和具体指标存在差异,但显著指出,大多数研究都建议研发投资对国家经济和私人研发投资具有重大影响。研发投资对企业绩效和创新的影响因行业和支持力度的不同而异,这表明需要制定差异化研发支持政策,并转向质量增长。 我们的文献综述揭示了在研究政府对私营企业提供的研发支持规模对其影响的领域中,韩国数据相对匮乏。这导致了结论的形成,即有必要建立一个围绕非线性效应的模型和方法论,以确保制定有效的政府研发政策。对相关理论和方法论的文献回顾使我们能够提出问题,如是否存在政府研发支持的关键规模以及这样的支持是否会产生负面效果。通过回答这些问题,将有助于增强提高预算分配效率和研发效能政策的有效性,为整个经济和社会带来更大的创新。 □研发投入和定性成果 研发投入的量化绩效不断提升。 可以观察到,投资和表现的数量在过去的时间里呈现出持续增长的趋势,而非随政策变动大幅波动。然而,特定领域的投资会根据政策变化而增加或减少,并且资源分配也随之改变。 在研发表现方面,量化性能绝对增长,包括发表论文数量和注册专利的数量 ,以及技术出口与进口。然而,顶级引文论文(HCP)和顶级引文研究人员 (HCR)指标下的优秀论文及研究者数量,以及三元专利家族的数量仍不尽人意。 就创新能力而言,投资指数在全球排名中处于最高行列之一,而质性指数虽低但正在提升。根据扩大研发投入的政策立场,政府研发支持的整体规模持续增加。然而,近年来大企业的政府研发支持总体上有所减少,在某些情况下,每个项目的研究资金数额也减少了。 □政府研发支持规模对企业绩效的影响 通过应用协变量平衡广义倾向分数(CBGPS)方法来分析行业规模效应,在此过程中探讨了政府对企业的研发投入对其销售额、人工成本、毛利润以及在提供每项行业支持后四年内负债和固定资产增加的影响。制造业被细分为低技术制造、中技术制造、高技术制造和尖端技术制造,而服务业则被划分为通用服务和信息服务。特别地,剂量-反应(DR)曲线被用于观察在不同规模支持(研发补贴大小)下企业表现的变化。为此研究使用了一个由企业财务信息与NTIS数据连接而成的数据集。 关于政府研发支持被视为“治疗”的情况,研究应用了两种类型的比例得分方法。一种将治疗视为二元变量(即0或1)并在所谓的二元治疗设置下进行了比较,另一种则考虑了治疗的连续性,并对受益者进行了分析。 将受惠群体与非受惠群体进行分组,而另一组则将治疗视为连续变量(即连续处理设置),并观察受惠群体的表现,该表现随补贴规模变化。 在二元治疗环境下,通过Imai和Ratkovic(2014)开发的协变量平衡倾向得分(CBPS)方法估计了倾向得分(PS),并通过倾向得分加权(PSW)获得了治疗对接受治疗者的平均效应(ATT)。在连续治疗环境下,使用Fong等人(2018)提出的CBGPS方法估计了广义倾向得分(GPS)。通过这种方法,性能结果的预期值以及依赖于支持大小的DR曲线被估算出来。CBPS和CBGPS在估计过程中都具备了达到协变量平衡属性的重要特性,这是倾向得分方法的一个关键属性。 分析揭示了以下几点。 首先,与企业增长和回报相关的指标,即销售额和毛利润的增长,在高科技制造和尖端技术制造领域显示出了显著成果,而在其他行业中没有显示出统计上显著的结果。 其次,本研究通过观察劳动成本的增加,间接地观测到了就业创造情况,这是政府对企业研发支持的一个目标。在就业创造方面,仅低技术制造业享受到了统计显著的正面影响。即使在研发补贴较小的情况下,低技术制造业也是如此。 第三,负债和固定资产的增加,在本研究中观察到的最广泛且显著的绩效指标中表现出了显著的正向效果,除了通用服务行业外,所有行业均如此。政府研发支持似乎为外部金融机构发出积极信号,使企业更容易筹集资金,而研发活动的增加似乎吸引对生产设施的投资,导致固定资产的增加。 第四,我们观察到的DR曲线显示如下。首先,在销售和毛利润方面,观察到了约第10个百分位(P10)周围的阈值效应,但在DR曲线上没有观察到明显的倒U形关系。相反,在负债和固定资产的表现指标方面,大多数行业中都观察到了阈值效应和倒U曲线。大多数阈值位于P10附近,而倒U曲线的顶点范围较宽,从P55到P85。 这些结果具有多方面的含义。首先,似乎应持续增加政府对高技术制造企业增长和盈利性的研发支持。支持规模越大,效果越明显;但对于位于最低10 %的小型项目,其影响并不显著。其次,发现对低技术制造领域的研发支持能够促进就业创造,因此应继续这种支持以维持并增加企业的雇用人数。第三,有必要采取政策措施确保对服务业企业的研发支持能在中期内产生积极效果。 □政府研发支持的数量、规模和强度对企业成长、盈利能力和生产率的影响 政府R&D支持的影响通过PSW(倾向得分加权)方法进行了更详细的分析。通过将获得支持前一年的结果指数与支持后四年(即,基于支持年份的五年结果指数差异)进行比较,分析了处理效果。 政府研发支持的影响从四个方面进行了考察:1)二元治疗效应,2)支持数量的影响,3)支持规模的影响,以及4)支持强度(支持规模与总资产之比 )的影响。按照支持次数将观察结果分为三组:1)在分析期(三年)内仅接受一次支持,2)接受两次支持,3)连续三年接受支持。采用多值治疗的方法来分析影响。针对支持规模,根据每项支持相对于总资产的四分位数,将观察结果划分为四个区间。 本报告中,研究对象为研发支持规模的对数值,且对每一四分位数进行了效果分析。支持强度被定义为支持规模与企业资产的比例。对于支持强度,观察数据也被划分为四个四分位数,并对每一四分位数进行了效果分析。 共分析了12项结果。在这12项中,有6项从定量角度进行了研究,以确定它们的增长程度:销售额、人工成本、毛利润、资产、负债和企业研发。另外6项则从定性角度进行考察,以评估其变化程度:毛利润率、营业利润比率、净利润比率、劳动生产率、负债比率以及研发强度。 与企业外部增长相关的指标——即销售额、劳动力成本、毛利润、资产、负债和研发投入——随着支持的数量和规模增加,受影响程度更大。相反,对于收到较少数量或较小规模支持的群体,没有统计学上的显著影响,有少数例外情况。这表明,为了使政府研发支持对促进企业外部增长有效,有必要提供达到一定阈值(或关键大小)的支持。目前研究的重点在于识别这样的阈值或关键大小的存在与否,而非具体估算其数值,这在未来可作为一个很好的研究课题。 对于与企业盈利能力相关的指标,即营业利润率和净利润率,其影响在多数情况下并未表现出统计显著性。 支持措施对劳动生产率产生了负面影响,随着支持措施的数量和强度增加,这一影响加深,表明其负面效应逐渐恶化。 总结而言,与企业外部增长相关的研发投入支持的临界大小似乎存在。支持规模越大,其效果也越大。关于企业盈利能力,并未发现显著影响。然而,随着支持数量和强度的增加,观察到了对劳动生产率的负面影响。 □所涉政策问题 从这项研究中获得了以下启示。 首先,政策设计需确保政府研发支持超过临界规模。如上文所述,若未达到临界规模,则政府研发支持效果不显著。原因包括执行仅获得小规模支持的大量项目所引发的管理成本和企业能力受损、依赖政府支持的趋势,以及当满足感持续时出现的“僵尸公司”现象。促进过多的小型项目以追赶支持中小企业(小型及中型企业)和支持创业公司的热潮,很可能导致未能达到临界规模。因此,有必要重新组织和支持结构设计,以确保其效益可观。根据DR曲线分析,在大多数行业中,位于最低10%的小项目并未越过有效性门槛,因此这些项目需要进行全面重组。 其次,加强高科技和先进制造业的支持是必要的。在所有分析的行业中,只有高科技和先进制造业的销售收入和毛利增长是显著的。在全球价值链重组的严酷环境下,为了开拓海外市场并确保全球竞争力,应大幅加强针对高科技和先进制造业的支持计划。 第三,对于外部增长重要的企业,特别是初创企业和高增长早期阶段的企业 ,提供大胆、长期、稳定且持续的支持是很有必要的。这是因为支持的数量越多,支持的金额越大,对与增长相关的指标的影响就越大。许多风险投资公司会属于这一类别。 第四,有必要特别关注劳动生产率和设计政策以提升其水平,尤其是在政府支持产生负面影响的情况下。此外,重新审视要求中小企业因研发支持而增加雇佣的做法也是必要的。在这个人口下降的时代, 在技术主导权的竞争中,以往依靠出口结构稳定实施就业导向政策的好时光已经过去。政策应聚焦于帮助企业通过提高生产率来生存和竞争。为了提升劳动生产力,企业对工厂自动化和数字化的投资需具有吸引力。随着企业竞争力通过这种方式增强,员工也应获得教育和培训方面的支持以提升技能、质量及相应的工资水平。 第五,研发支持似乎并未显著影响盈利性,甚至在支持数量增加时可能对盈利性产生负面影响。这意味着,一旦早期阶段、高增长企业、初创企业和风险公司开始连续获得持续支持并达到一定规模后,现有的支持工具应该被终止,并进入新的发展阶段。政策中应充分阐述这一点,确保这些企业在通过一系列大胆的支持举措促进增长的同时,仅在不严重损害其盈利性的范围内受益。需要实时监控系统和生成大量数据用于政策制定与企业战略的数据平台,将所有信息链接到基于证据的政策设计中。 六、对于主要目标为增加就业的研究与开发(R&D)支持计划应主要针对低技术制造业。然而,为了提升效率,政府的过度参与需适当减少。政府对企业的R&D支持旨在促进就业增长,但在低技术制造业中,支持与就业增长之间的统计显著关系仅在此领域观察到。值得注意的是,即使补贴金额较小,这种就业增长也显示出显著性,这表明计划设计应支持广泛的小型和中型企业项目。然而,政府给予低技术制造业的总R&D支持份额应保持低于高科技和尖端制造业的支持比例。在与高科技或尖端产业相同水平上创造卓越创新的前提下,减少“高层”绩效指标和过度的政府参与是可取的。 制造业。作为一种支持广泛小型项目的有效方式,有必要广泛利用研发券,这可以显著减少政府的介入。