凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
背景信息：1.凭借AER宏文一战成名, 放弃复旦辗转芝加哥和香港的宋铮在JPE上发文了！2.封城的经济代价有多高? 宋铮等用交叠DID, 事件研究法, 结构估计, 引力模型测度
正文
从模仿到创新：中国的研发都去哪儿了？
中国的目标是到 2050 年成为科技创新强国，李克强总理最近宣布，未来五年研发投资将增加 7%。但更大的研发投入并不能保证成功。本文探讨了中国企业的研发投资对总生产率和增长的影响。作者发现，虽然创新在中国的增长过程中发挥着重要作用，但通过减少经济扭曲可以显着提高创新的生产力，进一步刺激研发支出既没有必要也不足以维持增长。Koenig M, K Storesletten, Z Song, and F Zilibotti (2022), “From imitation to innovation: Where is all that Chinese R&D going?” , forthcoming in Econometrica.We construct an endogenous growth model with random interactions where firms are subject to distortions. The TFP distribution evolves endogenously as forms seek to upgrade their technology over time either by innovating or by imitating other firms. We use the model to quantify the effects of misallocation on TFP growth in emerging economies. We structurally estimate the stationary state of the dynamic model targeting moments of the empirical distribution of R&D and TFP growth in China during the period 2007-12. The estimated model ts the Chinese data well. We compare the estimates with those obtained using data for Taiwan and perform counterfactuals to study the effect of alternative policies. R&D misallocation has a large effect on TFP growth.
2021 年 3 月，李克强总理宣布了中国在 2021 年至 2025 年期间每年增加 7% 的研发投资的目标。这一目标影响了原本就很大的研发基数。在研发总支出方面，中国目前仅次于美国。即使在 GDP 中的占比（2020 年为 2.4%），中国的投资也超过了欧盟或英国等较富裕的经济体。《国家创新驱动发展战略》明确提出到2050年成为科技创新强国的目标。但中国真的走上了实现如此雄心勃勃的目标的道路吗？越来越大的研发投资并不能保证成功。Chen 等 (2021) 人最近的一篇论文分析了 InnoCom，这是一个通过企业所得税减免为研发投资提供激励的计划（复旦发AER了, 最新全文及解读都在这里, 时新计量方法不落下！）。作者表明，许多中国企业通过将非研发支出重新标记为研发支出来应对研发补贴。Zilibotti (2017) 警告，自上而下的创新方法存在很大的局限性。改善投资者保护和司法系统独立性的经济改革，是早期培育西方国家蓬勃发展的草根创新文化的先决条件。这些改革很难适应当前中国的体制框架。研发支出可能低效的另一个原因是分配不当。投资可能由错误的公司以无效的方式进行。中国的经济政策使资源配置偏向于国有企业和与国家有联系的私营企业（例如 Song et al. 2011, Hsieh and Song 2015, and Bai et al. 2020）。然而，迄今为止，文献对研发及其分配不当如何影响创新和长期经济增长的研究仍然不足。在即将发表的一篇论文中（就是宋铮等人这篇，Koenig et al. 2022），作者提出了第一个基于证据的研发对中国经济增长影响的评估模型。此方法的新颖之处，在于使用公司层面的数据来估计一个动态一般均衡模型，该模型可以预测研发投资对TFP和增长的影响。该理论的特点是由创新驱动的内生技术变革，这些变革通过 Koenig 等（2016 ）脉络中的随机相互作用扩散到公司。全要素生产率 (TFP) 分布的演变取决于追求利润最大化的公司随着时间推移寻求改进其技术的活动。每家公司都可以通过模仿其他公司已经使用的技术或追求更根本的创新来实现这一目标。创新战略需要研发投资，并可能减少组织对模仿其他公司的关注。企业在 TFP 分布中的地位决定了其在采用任一战略时的比较优势。更接近技术前沿的公司有更强的创新投资动力，因为他们通过模仿其他公司来改进技术的机会更少。至关重要的是，研发决策被公司特定的楔子扭曲了（Hsieh 和 Klenow，2009，关于“中国资源错配与全要素生产率”最经典的文献之一(QJE))。一些大型但生产率不高的公司比小型、受约束的高生产率公司有更强的私人投资研发动机。从社会层面看这很低效，因为积极的知识溢出往往取决于生产力，而不是规模。2007-2012 年中国制造企业普查数据证实了作者提出的理论模型的预测。图 1 显示了四种模式。Panel A 按 TFP 百分位显示了研发公司的份额。随着从 TFP 分布的最低十分位到最高百分位，研发公司的份额几乎翻了一番。Panel B 显示，公司规模也与研发公司的份额正相关（即使保持 TFP 不变，这一特征也成立）。Panel C 显示，非研发公司的 TFP 增长率正在下降（趋同）。最后，Panel D 显示，研发公司的 TFP 增长在大多数百分位数上都显著高于非研发公司。
如图所示，估计的模型在定性和定量上都准确地拟合了上面四个图。在总体水平上，该理论预测生产力分布是一个行波（travelling wave），即一个平均以内生恒定速率增长的稳态分布。生产率分布的发散也是内生的。估计的模型预测了在经验观察范围内的增长率和生产率的发散。如果通过一些选择性的产业政策来扩充理论，或者如果允许一些公司捏造研发——例如，通过重新标记为研发普通费用以兑现补贴，数据的拟合度会进一步提高，这与 Chen（2021）的研究结果一致等。在这种情况下，造假公司的估计比例适中，低于 10%。最后但同样重要的是，作者记录了投资于研发的公司在接下来的几年中更有可能为创新申请专利。这一点，再加上 R&D 的 TFP 增长速度快于非 R&D 公司的证据，表明很大一部分 R&D 支出在创新方面结出了硕果。总而言之，分析表明，在 2007-12 年，研发已经成为中国总体生产率增长的重要决定因素，尽管存在大量扭曲削弱了其收益。结果对于在理论中引入国际知识溢出是稳健的。在一项反事实政策实验中，发现全面适度增加研发补贴可以促进 TFP 增长，尽管过于慷慨的补贴政策会适得其反，并通过阻碍技术传播来降低增长。减少分配不当（例如，国家对与政治相关的公司的支持）也将产生强大的（并且可能更便宜）促进增长的效果。还根据中国台湾的企业普查数据估计了作者提出的模型。在图中记录的中国内地的定性模式与台湾的数据相似：生产力更高、规模更大的公司更有可能从事研发；投资于研发的公司比其他公司增长得更快。事实上，中国台湾研发公司的 TFP 增长差异大于中国内地。对模型的估计证实，中国台湾的研发投资比内地更具生产力。由于中国台湾是一个更发达的经济体，研发是其更显著的增长来源的这一发现与 Acemoglu 等 (2006) 的预测一致。创新的重要性随着经济接近世界技术前沿而增加。如果中国内地公司能够使用相同的技术来创造中国台湾公司使用的新想法，那么总体生产率增长将会更高。尽管劳动力和资本配置普遍存在扭曲，但创新在中国的增长过程中发挥着重要作用；进一步刺激研发支出既没有必要也不足以维持高增长。甚至有太多好事的风险。改善制度并确保生产力更高的公司进行研发（例如通过减轻信贷限制）同样重要。本文结果有一些注意事项。最重要的是，注意到在2007-2012年期间，中国经济的增长仍然相对强劲。但最近，出现了生产力放缓的迹象（Chen等，2019 年）。预计创新并未降低其作为增长来源的相对重要性，但这一猜想需要额外的实证验证。
学术性介绍：
在本文中，我们构建并估计了一个随机交互的内生技术变化模型，其中公司受到了错配的扭曲。本文的目标是量化配置不当对企业为提高生产率增长而进行的投资的动态影响。从理论上讲，全要素生产率 (TFP) 分布的演变取决于寻求升级技术的利润最大化企业。为此，企业面临二元选择：要么采用其他企业使用的更好的技术（模仿），要么开辟新天地，寻找新技术（创新）。专注于创新需要投资，并且需要通过随机交互进行先前学习的一些机会成本。公司的相对 TFP 决定了两种替代策略的比较优势。远离技术前沿的公司可以从随机交互中获得更多收益。相反，对于更接近技术前沿的企业来说，模仿其他企业的空间是有限的，他们必须通过创新来提高自己的技术。投资决策受到企业特定劳动力和资本市场扭曲（楔形）的影响。这些扭曲会影响创新投资，因为它们会降低与未来 TFP 增长相关的收益。利用动态模型的稳态均衡对理论进行了结构估计。使用模拟矩估计法(SMM)，估计理论中显著的R&D和TFP增长的经验分布的目标矩。使用了 2007-2012 年中国内地（以下简称中国）制造企业的数据进行实证检验。本文的研究动机是，近年来，中国经济的快速增长伴随着研发支出的激增和政府对创新的日益重视，但是，所有这些研发都去哪里了？一个普遍的担忧是，这些投资决策被中国普遍存在的政策和摩擦（例如信贷约束）所扭曲了。使用的方法使我们能够评估这些投资对总体增长的贡献。通过企业的研发投资行为来代表模仿与创新之间的选择广延边际。我们将进行研发投资的公司归类为创新者，将不进行研发投资的公司归类为模仿者。研究了结果对不同代理变量的稳健性。我们使用 Hsieh 和 Klenow (2009) 提出的方法来测量扭曲成都。在我们的理论中，异质产出楔的存在降低了全要素生产率与追求创新的倾向之间的相关性，当投资于研发的决定被扭曲时，企业的规模比其全要素生产率更重要。我们证明，公司投资研发的倾向与 TFP 和规模正相关，与后者的相关性尤为明显。此外，在全要素生产率的条件下，研发型企业的全要素生产率增长高于非研发型企业。所有这些观察都符合理论的预测。从定量的角度来看，估计的模型很好地匹配了目标矩。基准模型预测年总TFP 增长率为 3.6%，接近2007-2012 年中国的经验对应值。接下来，我们扩展模型以允许跨国公司的异质性研发成本。为此，引入了与标准产出楔子不同的“创新楔子”，并允许它们与公司层面的TFP相关。估计出的结果暗示了积极的产业政策，这可以说是中国的一个显著特征。最后，受 Chen 等 (2021) 研究结果的启发，我们探索了一些中国企业可能通过捏造研发支出来应对财政激励的延伸，即将其部分运营支出重新标记为研发，以兑现公共补贴。与此同时，我们也使用来自中国台湾企业层面的数据来估计模型，其中有关于研发投资的普查数据。中国台湾是内地的天然比较对象，不仅因为其地理和文化上的接近性，还因为制造业在其中发挥核心作用的两个经济体之间的结构相似性。尽管中国台湾研发的生产力更高，但她的结果与内地的结果在整体上相似。尤其是，中国台湾企业的R&D全要素生产率增长和技术扩散率都更大。我们发现，如果内地拥有与中国台湾相同的研发技术，即使内地存在错配的情况下，全要素生产率的增长也会显著高于中国台湾。我们使用估计的模型来执行一组反事实政策检验。其中之一是，将楔子的方差减少了 50%。错配的减少引发了一种动态调整，朝着一个新的稳态均衡方向发展，并伴随着更高的增长率。因为错配的减少增强了高TFP 企业的比较优势，企业间全要素生产率发散度的增加和增长的加速有关。另一组反事实研究了非定向研发补贴的影响。我们发现，补贴对增长具有非单调效应：补贴诱导研发投资的适度增加会加速TFP增长。然而，非常大的补贴减缓了 TFP 的增长。原因是在我们的模型中，生产力增长取决于创新和模仿。引导过多的公司进行创新会带来机会成本，这会导致已放弃的技术扩散超过创新带来的好处。因此，我们的理论为关于创新政策的辩论提供了一个新的见解：引导“正确的公司”追求创新是很重要的战略。最后，我们将理论嵌入到一个通过国际溢出效应实现技术追赶的模型中，在该模型中，减少错配对转型会产生影响，但对非前沿经济体的稳态增长没有影响。甚至在这个模型中，配置不当的外生变化对转型增长和相对于前沿的长期GDP水平都有很大影响。①134篇各种方法的code, 代码和程序文章合集, 必须收藏！②今年最诚意的主流计量方法与Stata操作的视频教程, 一定要收藏学习！③《经济研究》期刊上所有文章按照"计量方法"进行分类汇总，有选择性地学习计量方法，④120篇DID双重差分方法的文章合集, 包括代码,程序及解读, 建议收藏！⑤Stata数据管理,绘图,检验,实证方法操作,结果输出的187篇文章！⑥CFPS 2020, CHFS 2019数据都公布了! 最新数据用起来做研究！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。