推荐人：中南财经政法大学财政税务学院 孔子云
文献来源：Myers, Kyle R., and Lauren Lanahan. 2022. "Estimating Spilloversfrom Publicly Funded R&D: Evidence from the US Department of Energy."American Economic Review, 112 (7): 2393-2423.
原文链接：https://www.aeaweb.org/articles?id=10.1257/aer.20210678
推文期数：179期
一、引言
如何识别创新活动的溢出效应是经济学家长期关注的话题。由于溢出效应能带来丰厚的社会收益，政府有动机对创新活动进行干预。以往研究主要通过“专利引用”和“溢出矩阵”识别溢出效应，然而，关于研发溢出效应的规模和性质的经验证据却相对匮乏。基于此，通过美国能源部小企业创新研究项目(Small Business Innovation Research，SBIR)及其州层面的匹配政策，本文在已有研究基础上使用新的识别方法对溢出效应展开分析。
研究发现，随着SBIR项目资助的边际增加，被资助者每产生一项专利，会使得全球范围新增三项额外的专利。值得强调的是，本国企业和发明人占净专利产出的60%，国外企业和发明人占40%。进一步分析发现，新产出的专利与能源部资助的目标技术主题存在差异。从溢出效应范围来看，不论是地理距离还是技术距离，政府公共研发投资均存在广泛的溢出效应。
相比于已有文献，本文利用自然语言处理技术(NLP)，匹配算出美国能源部目标技术描述与受资助企业产出专利摘要相似度，并以此衡量技术溢出。该方法能够降低对联合专利分类体系(Cooperative Patent Classification，CPC)的依赖，更灵活地识别溢出效应。此外，本文也通过NLP将专利流与公共研发投资存量相匹配，形成了投入-产出的数据结构，并证明该方法可应用于更多的研究领域。
二、美国小企业创新研究项目及数据
1.美国SBIR项目
SBIR项目始于1982年，该项目旨在通过向小企业提供资助以促进创新。自实施以来，该项目已拨款400多亿美元支持小企业早期创新。只有雇员人数低于500人的美国私营企业才有资格申请该项目，包括能源部在内的11个联邦机构参与了该项目。该项目共包含概念构建(Phase Ⅰ)和研发(Phase Ⅱ)两阶段的资助，其实施步骤如下：首先，每年发布一到三次资金资助公告(Funding Opportunity Announcements，FOAs)，概述优先发展的技术领域，并将其称为“主题”;其次，由能源部内部审核企业提交的提案是否符合其目标技术;最后，由至少三位以上同行专家评估提案的技术和商业价值。此外，1984年以来，美国先后有15个州制定了旨在补充SBIR项目的匹配政策，向获得SBIR资助的公司提供额外的资金。
2.数据
本文使用的数据来自于美国专利商标局(USPTO)的Patents View数据库中1997-2018年专利数据集，该数据包含申请年份、标题和摘要文本以及个人发明人和企业受让人消歧表及其地理位置等详细信息。重要的是，Patents View数据库给每个专利分配了唯一CPC分类号，该分类号是本文实证设计的重要组成部分。通过CPC分类号，本文将SBIR项目资助与专利数据结合，生成投入-产出数据，并在此基础上对溢出效应进行估计。
三、公共研发支出的溢出效应
四、研究结论
本文基于NLP技术重新估计了研发活动的溢出效应。研究发现，一项新专利的产生可能会带来三项新专利的出现，且溢出效应中的60%被美国国内企业吸收，40%被国外企业吸收。作者也进一步对研发的私人收益和社会回报进行比较，发现研发的社会回报显著大于私人收益。尽管本文进行了大量的实证分析，但仍然存在以下局限：首先，忽略了硅谷等传统生产率较高的地区;其次，没有考虑被资助企业处于规模报酬递减的情况;再次，尽管在附录中分析了企业是否对SBIR匹配政策有策略性行为，但忽视了企业的选择效应;最后，未对专利进行标准化处理，可能会导致估计结果出现偏误。
推荐理由：
创新活动的溢出效应是经济增长领域经久不衰的研究主题。以往关于溢出效应的研究受限于数据和识别方法，研究重点集中于创新的溢出渠道。本文基于NLP技术，将专利数据与公共研发投资数据相结合，降低了对专利CPC分类号的依赖，从而能够更灵活地估计溢出效应，研究方法上值得学习。从研究方向来看，创新要素的跨国流动是值得关注的研究领域，公共研发支出在创新市场中的补充作用也不容忽视。