世界经济进入21世纪以来,尤其是2008年金融危机之后,国际和区域的经济竞争愈发激烈。为了应对第三次工业革命的挑战,以及面对经济复苏乏力的困境,世界各国都比以往更加重视科技进步对经济增长的拉动作用,而政府在这一过程中的重要作用也日益突显。在这一宏观背景下,中国经济尽管取得了前所未有的进步,但也面临着经济结构战略转型,以及经济增长新常态的挑战。因此,如何充分认识中国政府在研发领域的作用,并界定政府行为在研发活动中的边界,将是一件非常有意义的事情。政府研发支出作为一项主要的公共支出,对经济增长起着非常重要的作用。在以往的诸多研究中,对于政府研发支出对经济增长的影响也给予了非常多的关注。然而,在这些文献中,真正从经济增长的角度来关注政府行为的边界,即政府研发支出的最优规模问题,却并不多见。已有研究更多的是关注政府对企业研发的最优补贴,政府研发支出对经济增长的影响程度,以及研究政府如何通过相关政策的制定和实施,为企业研发活动,进而为经济的持续增长营造良好的竞争环境。不可否认,已有成果非常丰富也相当深入。但这些只关注了政府间接参与研发活动的一面,因而是不完整的。政府还会通过直接的方式影响研发活动,其最直接的就是对各研发主体,如高校、研发机构和企业,注入资金,帮助这些机构提升研发水平,甚至是自己直接进行研发活动。因而,如何从经济增长和知识积累,这种直接和间接的角度,确定政府研发支出的最优规模,就是一个具有非常重要的理论和现实意义的论题。因此,政府研发支出的最优规模将被设置为研究对象,其研究目的就在于从理论上厘清政府研发支出最优规模与经济增长和知识积累的关系,并基于统计数据,对中国政府研发支出的最优规模进行经验估计,为相关政策的制定提供一定的依据。政府研发支出的最优规模问题,具有两方面的含义：一方面是从总量上来定义的最优规模,即从总体上来说,政府在公共支出上应该给予研发活动多大程度的支持。这需要从经济运行的各个部门经济行为的相互作用来综合考虑。而另一个方面,就是结构上的最优规模。也就是说,在各研发主体对政府的资金支持都会有一定程度的需求,而如何按照一定的结构比例,将政府研发支出在这些研发主体中进行分配,就是政府研发支出的结构最优规模。为了更好的探究这一问题,将从理论研究的角度,假定各研发主体研发生产效率保持在一定水平上。这样处理的好处就是,让我们能够将更多的注意力集中于,如何从经济增长的角度来确定政府研发支出的最优规模。事实上,从转移动态分析中,可以很清楚的看到政府研发支出对经济增长的间接影响机制,即通过影响知识积累率,进而作用于经济增长率的变化。因此,对政府研发支出的结构最优规模的估计,就是这种间接影响机制的体现,只不过这里是从需求的角度来进行衡量。使用的研究方法包括以下几个方面：第一,规范分析和实证分析相结合。研究的主题是中国政府研发支出的最优规模研究。因此,在参考国内外相关研究文献的基础上,分别从理论建模和经验分析两个方面,实证研究了中国政府研发支出的总体最优规模、政府研发支出在高校、研发机构和企业中进行分配的最优结构规模。在实证研究的过程中,让规范分析建立在实证研究的基础上,并尽量做到分析有理有据,减少主观判断造成的片面性。从而使整个实证研究结果具有较好的理论意义和现实意义。第二,横向比较和纵向比较相结合。只有不断的进行比较,才能够知道提升的空间有多少、提升的方向在哪里。具体来说,在讨论中国政府研发支出的规模时,不仅考察了自身数据的变化趋势,还与世界主要发达国家政府研发支出的现状进行横向比较。可以说正是这种横向比较所反映出来的问题,直接成为研究中国政府研发支出最优规模的出发点。此外,在对总体上的政府研发支出最优规模,以及政府研发支出在高校、研发机构和企业之间的最优结构规模进行经验分析时,分别从全国、东中西部和省际层面进行了纵向比较,其结果充分显示随着分析的不断深入,不同层面的纵向差异也不断显示出来。第三,定性分析与定量分析相结合。在研究政府研发支出的最优规模时,首先对政府研发支出对均衡经济增长率的作用机制进行了定性分析。整个模型基本理论假设中最核心的,是对研发部门的产品知识的特性的假定,即知识是非竞争性或部分竞争性的,且具有完全的排他性。这个理论假设使得研发部门能够对外获得垄断利润,这是各研发部门,也是政府对R&D进行研发支出或补贴的直接动力来源。其次,在研究政府研发支出的最优结构规模时,也是建立在在偏好显示理论的基础上,先对中间投票人的理论假设前提进行一个修改和设定,然后进行理论建模。在上述定性分析的基础上,利用经验数据,对政府研发支出的总量最优规模,与政府研发支出在高校、研发机构与企业中进行分配的最优结构规模进行了实证检验和参数估计。第四,使用了不同类型计量方法。在进行经验分析时,根据不同的研究目的和为了达到最好的估计效果,分别选用了不同的计量方法,但都尽量做到简洁有效。在对中国政府R&D的总量最优规模进行参数估计时,使用了经典的普通最小二乘法(OLS),工具变量法(Ⅳ)。使用这两个估计方法的目的,一是将两种方法下的估计结果进行一个对比,以检验理论模型和计量模型的稳健性,二是如果存在内生性问题的影响,那么工具变量法就是最有效的估计方法。在对政府R&D支出的需求数量和结构进行估计时,使用了似不相关回归(SUR或SURE)技术。SUR估计法将这三个研发活动主体的需求函数计量模型结合起来,充分考虑了这三个模型随机误差项的相关性,并给出了实际的估计结果。根据这一结果估计出了不同层面下,中国政府研发支出的最优结构规模,且后续用偏好匹配指数衡量的政府R&D支出的配置效率也是建立在这一估计结果之上。第五,宏观数据分析和微观数据分析相结合。在对中国政府研发支出的相关统计数据分析,和之后的经验估计中,都使用了不同层面的数据——全国层面、东中西部层面、省际层面——进行分析。在对政府R&D支出的最优规模进行估计时,还使用了单个省(区、市)的微观数据。使用全国层面数据的好处在于能够获得总体上的把握。但是,我国地域广阔,不同的地域和省份存在经济发展水平上不同程度的差异,全国层面的数据将掩盖许多这类差异带来的影响。类似的,使用东中西部的数据进行分析也有其利弊。总之,数据使用的越微观,所能够体现的差异可能就越明显,反映的问题可能也就越多。通过上述研究,得出了以下研究结果：第一,关于总量上的政府研发支出最优规模。全国层面数据下的中国政府研发支出的最优规模为29.32%,省际层面为27.02%,东中西部分别是30.47%、16.83%和38.24%,单个地区的结果可见表6-6。第二,关于政府研发支出对于高校、研发机构与企业的最优结构规模。首先,根据SUR的估计结果(见表6-17与6-18),全国层面下政府研发支出对于高校、研发机构与企业的最优结构规模为20.40%、63.65%和13.26%,东中西部层面下的数据是,东部23.93%、62.12%和13.91%,中部28.65%、51.08%和20.27%,西部16.25%、70.86%和12.89%。省际层面下的数据为26.83%、55.41%和17.76%。从全国数据来看,其他资金数量增加的越快,高校和企业对政府研发支出的需求越小。对于研发机构来说,对政府资金的需求反而更多。从东中西部数据来看,不同区域下的各R&D活动主体的需求函数存在一定的差异。对于东部地区企业的需求来说,税收是负向显著的。随着其他资金的增加,中部地区高校对政府研发资金的需求也越高。此外,从估计结果来看,西部地区很可能广泛存在R&D资金投入不足的现象。其次,从表6-19中的拥挤系数来看,根据东中西部数据的估计结果,西部地区高校提供的R&D产品最接近纯公共品性质,而这一地区企业提供的R&D产品或服务最接近纯私人品性质。其他结果可参见表6-19。最后,根据偏好匹配指数的结果,从总体上来看,近几年政府R&D支出在研发机构和企业中的配置效率并不合理。但对于高校的配置从2008年开始,配置仍然不合理,政府R&D支出对高校的支持力度处于波动平衡之中。根据表6-18的估计结果,东中西部都普遍存在政府研发支出对各研发主体配置不合理的现象。根据上述经验估计结果,并结合数理分析,可以得出以下主要的研究结论：首先,均衡增长率下的政府研发支出的总体规模与经济增长率之间是非线性的关系。政府研发支出存在一个最优规模,且达到最优规模后,继续增加政府研发支出,将使得经济增长率以递增的速率不断下降。反之,若减少政府研发支出,也不会使得经济增长率出现明显的提升。其次,在其他条件不变的前提下,提高研发部门的生产力水平,也可以促进均衡路径上经济增长率水平的提升。同样,在保证人力资本存量质量的前提下,提升人力资本存量水平,也有利于均衡经济增长率水平的提高。其次,从研发主体对政府研发支出需求的角度来说,存在一个结构上的政府研发支出的最优规模。但该最优规模的得出是以参数估计为基础的。最后,根据经验估计中拥挤系数来看,不同的研发主体,其研发产品的知识属性是不一样的。因而,作为生产性支出的政府研发支出,其最终的产品属性也是不一样的。根据以上研究结论,并结合中国的实际情况,给出如下政策建议：第一,正确把握政府研发支出的总量最优规模,防止政府资金的供给不足或过度的现象出现。政府研发支出规模还应该与中国工业化进程所处的阶段相适应,以充分发挥政府研发支出的整体效应。第二,重视科技政策的立法,以及相关政策措施对法律法规落实的保障,提升各级政府在实施支持研发活动政策中的执行力。第三,政府还应充分尊重,并通过各种手段保护研发创新者的合法权益。只有这样,才能更好的鼓励各种研发创新活动。第四,各级政府应该充分注重基础性研究,并加强对基础性研究的投入力度。切实提高基础性研究水平,以从根本上提升核心技术的创新力。第五,继续加强科技金融体制改革,规范政府行为。统筹利用各种类型的科技金融工具,以提升各研发机构的研发创新水平。第六,引导企业研发对经济社会发展有积极作用的技术,并利用这种技术进步的溢出作用,提升行业内与行业间的技术水平,以促进经济的可持续发展。第七,政府应加强高校、研发机构与企业的研发合作力度,充分发挥各研发主体的优势,进一步提升政府研发支出在结构上的支持效果。