2017年11月29日，由复旦大学就业与社会保障研究中心、上海市人民政府发展研究中心博士后工作站、上海市人民政府决策咨询研究基地袁志刚工作室主办的中国宏观经济学系列讲座第83期——以“The Timing of R&D：China versus U.S.”为主题的讲座顺利举行。本次讲座主讲人为清华大学经济管理学院经济系欧阳敏副教授，由复旦大学经济学院孙立坚教授主持，上海市人民政府发展研究中心的博士后及众多复旦师生参加了此次讲座并展开研讨。
以下为欧阳敏副教授讲演整理稿:
宏观经济学的研究主要分为两部分，一部分人专注于研究长期的经济增长，创新是长期增长的重要推动力，而研发是创新一个重要的变现形式；另一部分专注于研究短期波动和政策，但是短期的经济波动和长期的经济增长是必然存在关联的。研发的时间点就是两者相关联的一个切入点，比如，从熊彼特的机会成本理论来看，经济系统中有限的资源既可以用于生产活动，也可以用于促进生产率提高的研发活动，前者的预期盈利是后者的机会成本，当经济处于萧条期，生产活动不那么有利可图，研发活动的机会成本较低，相应地企业会增加研发支出，从而促进长期增长。Griliches教授通过观察发现企业研发的主要投入是劳动力，而劳动力供给在短期是短缺的，也就是使得研发和生产确实会存在竞争关系，这对熊彼特的假说是一种支持。
但是企业做决策时考虑的并不是只有机会成本一个因素，比如受到了流动性约束，又比如经济下行的时候，虽然生产的回报率下降了，但是考虑到未来经济的不确定性加大，研发活动的预期回报率也是下降的。所以研究企业在研发行为上对经济下降做出如何的回应和改变是很重要的。
很多学者用美国的数据和欧洲的数据做过相关的实证，发现发达国家的研发行为是顺周期，即经济好的时候研发多，经济不好的时候研发也少，但是很少人进行针对发展中国家的相关研究。
从宏观数据来看，美国1958年到2015年，企业的研发行为基本可以说是顺周期的，2003年到2015年，真实GDP和企业的研发行为的相关系数是0.3320，而和政府研发是负的，也有可能美国政府确实在经济不好的时候进行了研发活动上的推动。再来看中国，企业研发的相关系数是0.45，政府是正的，中国的顺周期比美国更明显。还有一个区别在于，美国研发的顺周期是非对称的，即GDP下降时，研发一起下降，但是GDP上升时，研发的上升趋势并不明显；而中国从目前的数据来看没有发现不对称。有一篇文章解释说美国企业确实是像熊彼特的假设那样做的，即经济好时研发的机会成本高了，就减少研发了，而经济不好时研发的机会成本降低了，但是又有资金约束了。
从行业层面和企业层面的微观数据简单来看，中国36个行业的研发增长平均13%，标准差为33%，行业产出增长平均18%，标准差为16%。从波动来看，美国也是研发增长的波动比产出增长更为强烈。但是美国研发增长最快的行业主要是通讯设备，交通运输设备等以设备仪器为主的行业，而中国研发增长最快的行业是家具制造、通讯设备和采矿；增长率波动最剧烈的是塑料制品、家具制造和黑色金属采矿；产出增长波动最剧烈的是燃气供应、家具制造和皮革毛皮制造。原因可能在于出口，研发更多在于针对欧美的审美及喜好。葛劲峰老师对此进一步补充道，中国的家具制造业发展很快，从小作坊式生产迅速发展到挤垮美国当地的除了高端定制化的家具制造。
最后来看为什么中国企业在经济不好时没有投入研发，有很多原因，一个是流动性约束，还有一个是技术冲击，所以我们需要用工具变量把他们分开。在工具变量选择上，可以选择总产出，也可以选择财税支出，我们也利用了产业链上下游的相关性来选择一些好的行业工具变量。从结果上看，中国和美国的研发都是顺周期的，但是中国表现的更为强烈，行业产出每下降10%，行业相对应的研发会下降3%；相对于美国的非对称性，中国目前并没有表现出这一现象。从上面的结论来看，中国企业并没有利用经济下行时的低机会成本来做研发，这对于我们的经济增长来说并不是一个好消息。
欧阳敏副教授讲演结束后，现场师生积极讨论
在欧阳敏副教授的讲演结束后，现场师生积极讨论。葛劲峰老师补充认为，在中国，资产价格对于企业做决策来说是一个重要变量。孙立坚教授补充了日本的研发情况，认为日本的研发是大企业抵押资产获得贷款，再给与与之相关联的研发企业，而且，日本的研发体系不存在一个类似天使投资的交易市场，可以将研发结果转让给竞价最高者，日本的研发基本上是企业内部消化并转化为利润。这也就形成了一个问题，即，在市场还没有完全消化第一代技术带来的利润前，企业不会将第二代技术投放入市场，而此时可能美国的研发已经投入市场了。所以日本也在反思，研发都是大企业在做，但是大企业过于强调技术的垄断性。与此同时，中国也是大企业做研发居多，美国则是小企业研发。孙立坚教授提出建议说，之前相关系数表明中国政府研发和真实GDP增长的正相关关系，但是事实上，中国政府是把增长放在第一位的，其次还有结构，所以在流动性约束的问题上可能会有这两个目标的影响，后续可能还需要增加控制变量。
