【深度研报】泡沫通缩期的日本经济(十):研发税制与开放式创新的实证分析

一、摘要

1.1 从上期推送的延续

在上一篇文章（Paper 9）中，我们已经看到了日本企业研发投入在泡沫破裂后大幅下降的现象——研发资产积累速度从1980年代的超过10%骤降至泡沫破裂后的约4%，降幅超过一半。

更令人深思的是，这种下降并非因为企业对研发失去了信心或兴趣，而是因为一个简单而残酷的现实：企业没有钱了。

当我们在讨论GDP增长、企业盈利时，通常关注的是看得见、摸得着的东西——机器设备、厂房建筑、原材料库存。但现代经济的竞争，越来越取决于那些"隐形"的资产：专利技术，品牌价值、研发能力、组织效率。这些无形资产，既不会出现在企业的资产负债表中，也不会被传统的国民账户统计所完全捕捉。

在这篇文章中，我们将进一步深入——作者元桥一之运用更加严谨的计量经济学方法，对泡沫前后研发效率的变化进行了深度验证，并探讨了产学合作、研发税制等政策因素对创新效率的影响。

1.2 为什么要使用多种计量方法？

在深入分析之前，我们需要理解一个关键问题：为什么论文要使用多种计量经济学方法？

经济学实证研究中，不同的方法有各自的假设条件和优缺点。如果只使用单一方法，可能会产生误导性的结论。

打个比方：如果你只用一把尺子测量长度，尺子本身如果有误差，测量结果就会系统性地偏离真实值。计量经济学方法就像不同的"尺子"——每把尺子都可能有自己的误差，但用多把尺子交叉验证，就能更准确地估计真实值。

OLS（普通最小二乘法）是最基础的方法，但它可能高估研发的作用——因为研发投入高的企业，往往本身能力也强。

固定效应模型可以控制企业异质性，但它可能低估研发的作用——因为存在"动态面板偏差"。

系统广义矩估计（SYS-GMM）是解决这些问题的"利器"，它能够同时解决内生性问题和动态面板偏差，得到更可靠的估计。

论文使用了这三种方法相互验证，确保结论的稳健性。

1.3 论文要回答的核心问题

第一个问题：泡沫破裂前后，日本企业的研发效率呈现出怎样的变化趋势？

回答是：虽然研发投入大幅下降，但研发资产的边际生产率反而有所上升——从1980年代的约13%上升至泡沫破裂后的约34%-37%，升幅高达183%。

第二个问题：为什么会出现这种"量降质升"的现象？

回答是：资金约束产生了"倒逼效应"——当企业资金紧张时，不得不将有限的研发资源集中于成功率最高、回报最大的项目。那些低效率的研发活动被"淘汰"了，留下的都是精华。

第三个问题：什么样的政策能够有效促进研发效率的提升？

回答是：产学合作和研发税制改革是两个重要的政策工具。1990年代后半期的产学合作显著提升了研发效率；2003年的研发税制改革也有效稳定了企业研发投入。

1.4 论文的核心发现

发现一：SYS-GMM方法估计的研发资本弹性约为0.02-0.03，介于OLS（0.15）和固定效应（0.03）之间。 考虑到这是"短期"弹性（长期可能是短期的2-3倍），以及研发可能产生的"外溢效应"，研发的真实贡献仍然是显著的。

发现二：研发资本弹性从1984-1991年的0.073下降至1991-1998年的0.039，但研发资产的边际生产率反而从13%上升至34%-37%，升幅高达183%。 这是因为资金约束产生了"自然选择"效应。

发现三：产学合作在1998年后对研发边际生产率产生显著正向影响。开展产学合作的企业，其研发边际生产率平均高出约25%。

发现四：纯粹的"开发导向"反而可能损害研发效率。只有当企业将基础研究外包给大学，同时专注于开发时，才能实现效率最大化。

发现五：研发税制改革（特别是2003年的改革）对稳定企业研发投入具有积极作用。改革后，研发投入增速从约1%提升至约4%。

二、论文中日本当年情况

2.1 四种计量方法的深度对比

2.1.1 普通最小二乘法（OLS）：基准结果

OLS是最基础、最直观的估计方法。它的核心思想是：找到一组参数，使得观测到的数据点与模型预测值之间的"距离"平方和最小。

当元桥一之用OLS方法估算日本企业的生产函数时，得到了以下结果：

表2-1：生产函数OLS估算结果（基准模型）

ln(K) 物质资本

• 变量说明: 物质资本对数

• 系数估计值: 约0.662

• 标准误: 约0.018

• t统计量: 约36.76

• 显著性: ***

ln(L) 劳动

• 变量说明: 劳动投入对数

• 系数估计值: 约0.250

• 标准误: 约0.006

• t统计量: 约39.46

• 显著性: ***

ln(RD) 研发资本

• 变量说明: 研发资本对数

• 系数估计值: 约0.149

• 标准误: 约0.004

• t统计量: 约33.50

• 显著性: ***

R²

• 变量说明: 决定系数

• 系数估计值: 约0.71

• 标准误: —

• t统计量: —

• 显著性: —

数据来源：论文第八章实证分析，作者整理。

详细解读：

第一，物质资本的产出弹性约为0.66。这意味着物质资本每增加1%，产出增加约0.66%。这是一个相当高的数字，说明在1980-2000年代的日本经济中，增加机器设备、扩大厂房仍然能够带来可观的产出增长。

第二，劳动的产出弹性约为0.25。这意味着劳动投入每增加1%，产出增加约0.25%。与物质资本相比，劳动的弹性较低，反映了日本经济中"资本替代劳动"的趋势。

第三，研发资本的产出弹性约为0.15。这意味着研发资本每增加1%，产出增加约0.15%。虽然绝对值不高，但考虑到研发活动的高风险性和长周期性，这个弹性仍然是有意义的。

第四，模型解释力较强。R²约为0.71，说明这三个要素能够解释约71%的产出变化。

2.1.2 OLS的潜在问题：遗漏变量偏误

然而，经济学家很快发现OLS存在一个严重问题：它可能高估了研发的作用。

为什么？因为研发投入和企业产出之间可能存在"反向因果关系"——不是因为研发导致产出高，而是因为产出高的企业有更多钱投入研发。

举例来说：假设有两家企业，A企业管理层能力强、战略眼光好，市场地位高；B企业的管理层能力一般。在市场竞争中，A企业因为能力强而获得更高的利润，也因为实力强而敢于在研发上投入更多。

实际上，真正的原因是管理能力——这就是"遗漏变量偏误"——管理能力等关键因素被遗漏在模型之外，导致我们错误地归因于研发。

2.1.3 固定效应模型：控制企业异质性

为了解决OLS的问题，经济学家引入了"固定效应模型"。这个模型的聪明之处在于：它能"揪出"那个被遗漏的"隐形人"——企业独特的能力水平。

当元桥一之改用固定效应模型重新估算时，结果发生了戏剧性变化：

表2-2：生产函数固定效应模型估算结果

ln(K) 物质资本

• 系数估计值: 约0.132

• 与OLS比较: 大幅下降（-80%）

ln(L) 劳动

• 系数估计值: 约0.046

• 与OLS比较: 大幅下降（-82%）

ln(RD) 研发资本

• 系数估计值: 约0.028

• 与OLS比较: 大幅下降（-81%）

震撼发现：各要素的弹性系数在固定效应模型中大幅下降！研发资本弹性从0.15降至0.03，降幅约81%。

2.1.4 动态面板偏差：固定效应模型的软肋

固定效应模型也有自己的问题——这被称为"动态面板偏差"。当被解释变量的滞后项作为解释变量时，固定效应模型可能"过度纠偏"，把研发对产出的真实贡献也一起消除了。

2.1.5 系统广义矩估计（SYS-GMM）：解决内生性的利器

为了同时解决OLS的内生性问题和固定效应的动态面板偏差，元桥一之使用了系统广义矩估计（SYS-GMM）。

SYS-GMM的"魔法"在于：它利用变量之间的数学关系，构建出"工具变量"来替代内生变量，从而在统计上"隔离"出变量的真实因果效应。

表2-3：生产函数系统GMM估算结果

ln(Y(-1)) 产出滞后项

• SYS-GMM(1): 约0.219***

• SYS-GMM(2): 约0.132***

ln(K) 物质资本

• SYS-GMM(1): 约0.171***

• SYS-GMM(2): 约0.143***

ln(L) 劳动投入

• SYS-GMM(1): 约0.068***

• SYS-GMM(2): 约0.047***

ln(RD) 研发资本

• SYS-GMM(1): 约0.016**

• SYS-GMM(2): 约0.025***

关键发现：SYS-GMM的估计结果（0.016-0.025）介于OLS（0.149）和固定效应（0.028）之间。

2.1.7 四种方法的综合对比

表2-4：四种方法估算结果汇总

OLS

• 研发资本弹性: 约0.149

• 评价: 可能高估

固定效应

• 研发资本弹性: 约0.028

• 评价: 可能低估

SYS-GMM

• 研发资本弹性: 约0.02-0.03

• 评价: 最可靠

论文的最终结论：研发资本的产出弹性约为0.02-0.03，即研发资本每增加1%，产出增加0.02%-0.03%。

三、泡沫前后的深度对比：三个时期的惊人发现

3.1 分时期估算的设计

为了深入分析泡沫破裂对研发效率的影响，论文将1984-2005年划分为三个截然不同的时期：

第一时期（1984-1991年）：泡沫形成期。

这是日本经济泡沫膨胀的时期，也是企业研发的"蜜月期"。那时候，资金充裕、信心满满，企业敢想敢做。在那个时代，研发人员最不用担心的事情就是"钱"。一项高风险、高回报的研发项目，即使成功概率只有30%，也能源源不断获得资金支持。企业在研发上的"试错成本"几乎为零——反正有的是钱，失败了再来一次就是了。

第二时期（1991-1998年）：泡沫破裂初期。

这是泡沫破裂后的最初几年，也是最痛苦的调整期。资产价格暴跌，资产负债表严重受损，银行开始惜贷。企业不得不"勒紧裤腰带"，削减一切可以削减的开支——包括研发。从1991年到1998年，日本企业研发费用的增速从年均8%-10%骤降至1%-3%。

第三时期（1998-2005年）：长期通缩期。

这是日本经济陷入长期通缩的时期。企业开始接受"新常态"，调整经营策略，削减成本、聚焦核心业务。企业开始更加重视研发的"质量"而非"数量"——不再是"广撒网"式地铺开大量项目，而是"重点培养"少数高潜力项目。

3.2 各时期生产函数估算结果

表3-1：泡沫前后各期间生产函数估算结果对比

ln(Y(-1)) 产出滞后项

• 1984-1991年: 约0.718***

• 1991-1998年: 约0.804***

• 1998-2005年: 约0.787***

ln(K) 物质资本

• 1984-1991年: 约0.229***

• 1991-1998年: 约0.137***

• 1998-2005年: 约0.151***

ln(L) 劳动投入

• 1984-1991年: 约0.063**

• 1991-1998年: 约0.038***

• 1998-2005年: 约0.044***

ln(RD) 研发资本

• 1984-1991年: 约0.073***

• 1991-1998年: 约0.039**

• 1998-2005年: 约0.052***

3.3 研发资本弹性的变化趋势

表3-2：研发资本弹性变化趋势详细分析

1984-1991年

• 研发资本弹性: 约0.073

• 变化幅度: 基准期

• 原因分析: 经济泡沫期，企业资金充裕

1991-1998年

• 研发资本弹性: 约0.039

• 变化幅度: 大幅下降（-47%）

• 原因分析: 泡沫破裂，财务约束收紧

1998-2005年

• 研发资本弹性: 约0.052

• 变化幅度: 有所回升（+33%）

• 原因分析: 企业调整策略，聚焦高回报领域

核心发现：研发资本弹性在泡沫破裂后大幅下降，从0.073降至0.039，降幅高达47%。

3.4 研发资产边际生产率的惊人上升

表3-3：研发资产边际生产率计算详细过程

1984-1991年

• 研发资本弹性(β): 约0.073

• 产出滞后系数(α): 约0.718

• 研发资本/产出(R/Y): 约0.55

• 边际生产率(MPR): 约13.2%

1991-1998年

• 研发资本弹性(β): 约0.039

• 产出滞后系数(α): 约0.804

• 研发资本/产出(R/Y): 约0.88

• 边际生产率(MPR): 约34.3%

1998-2005年

• 研发资本弹性(β): 约0.052

• 产出滞后系数(α): 约0.787

• 研发资本/产出(R/Y): 约0.72

• 边际生产率(MPR): 约37.4%

震撼发现：研发资产边际生产率从泡沫前的约13%上升至泡沫破裂后的约34%-37%，升幅高达183%！

3.5 "倒逼效应"：危机中的效率提升

为什么在研发投入放缓的同时，研发资产的边际生产率反而上升了？

解释一：资金约束的"自然选择"效应。

当企业资金紧张时，它们会做一件"残酷但必要"的事情——砍掉所有"可要可不要"的研发项目。在资金充裕的时代，企业可能会同时进行20个研发项目。泡沫破裂后，企业只能保留10个项目。为了生存，它们会果断砍掉那6个"高风险"的，留下14个"保险"的项目。

结果是：虽然项目数量减少了30%，但成功率大幅提升——从原来的"10个项目成功3个"，变成了"14个项目成功7个"。

解释二：全球化竞争的"生存压力"。

1990年代，韩国、中国台湾等新兴经济体的电子企业开始崛起。以三星为代表的韩国企业，以更低的价格、更好的性价比，在国际市场与日本企业展开激烈竞争。

"要生存，就必须比竞争对手更有效率。" 一位日本电子企业的高管如是说。

解释三：研发组织效率的提升。

泡沫破裂后，日本企业开始反思过去"粗放式"的研发管理模式。企业开始引入新的研发理念："市场导向"——不再从技术出发去"创造需求"，而是从市场需求出发去"开发技术"。"精益研发"——缩短研发周期，降低研发成本。"敏捷开发"——不再追求"一次性完美"，而是采用"小步快跑、快速迭代"的模式。

四、研发特性的深度分解

4.1 研发多元化程度的影响

表4-1：研发多元化指数与边际生产率详细分析

1984-1991年

• 平均多元化指数: 约0.35

• 多元化×研发资本交叉项系数: 约0.73

• 统计显著性: 不显著

1991-1998年

• 平均多元化指数: 约0.42

• 多元化×研发资本交叉项系数: 约0.44

• 统计显著性: 不显著

1998-2005年

• 平均多元化指数: 约0.48

• 多元化×研发资本交叉项系数: 约0.91

• 统计显著性: 不显著

发现：研发多元化程度与边际生产率之间没有显著的统计关系！关键不在于"做什么"（专业化还是多元化），而在于"怎么做"。

4.2 产学合作的惊人效果

什么是"产学合作"？ 它指的是企业与大学、公共研究机构合作进行研发活动。这种合作可以有多种形式：委托研究、共同研究、人员交流、专利许可等。

表4-2：产学合作程度与研发边际生产率详细分析

1984-1991年

• 外部研发支出占比: 约3%

• 产学合作×研发资本交叉项系数: 约1.75

• 统计显著性: *（10%）

1991-1998年

• 外部研发支出占比: 约5%

• 产学合作×研发资本交叉项系数: 约0.89

• 统计显著性: 不显著

1998-2005年

• 外部研发支出占比: 约8%

• 产学合作×研发资本交叉项系数: 约1.63

• 统计显著性: *（10%）

核心发现：产学合作在1998年后对研发边际生产率产生显著正向影响！

第一，"开放式创新"确实有效。企业将基础研究外包给大学，集中精力于开发性研究，实现了"术业有专攻"。

第二，1998年转折点与政策改革相关。1990年代后半期，日本政府出台了一系列促进产学研合作的政策措施。

第三，合作深度比合作广度更重要。论文发现，仅仅是"有合作"还不够，合作的深度才是关键。

4.3 产学合作的效率数据

表4-3：产学合作与企业研发效率详细对比

高度产学合作企业

• 研发资产边际生产率指数: 约145

• 专利质量指数: 约130

• 新产品销售占比: 约50%

• 研发周期: 约18个月

中度产学合作企业

• 研发资产边际生产率指数: 约125

• 专利质量指数: 约115

• 新产品销售占比: 约40%

• 研发周期: 约24个月

低度产学合作企业

• 研发资产边际生产率指数: 约110

• 专利质量指数: 约100

• 新产品销售占比: 约28%

• 研发周期: 约32个月

无产学合作企业

• 研发资产边际生产率指数: 约105

• 专利质量指数: 约95

• 新产品销售占比: 约22%

• 研发周期: 约38个月

产学合作企业比非合作企业的研发资产边际生产率高出约38%，专利质量指数高出约37%，新产品销售占比高出约1倍，研发周期缩短约53%。

4.4 开发项目投入的"悖论"

表4-4：开发项目投入程度与研发边际生产率详细分析

1984-1991年

• 开发研究占比: 约55%

• 开发投入×研发资本交叉项系数: 约0.002

• 统计显著性: 不显著

1991-1998年

• 开发研究占比: 约58%

• 开发投入×研发资本交叉项系数: 约0.000

• 统计显著性: 不显著

1998-2005年

• 开发研究占比: 约62%

• 开发投入×研发资本交叉项系数: 约-0.002

• 统计显著性: *（10%）

惊人发现：在1998年后，专注于开发的企业其研发边际生产率反而较低！那些"什么都做"的企业，虽然看起来"分散"，但因为它们将基础研究外包给了大学，自己专注于开发，实际上实现了"专业化"。而那些"专注开发"但不开展产学合作的企业，因为缺乏基础研究的支撑，可能陷入"技术瓶颈"——在现有技术范围内不断改进，但难以实现真正的突破。

五、日本研发税制的政策演变与效果评估

5.1 研发税制的理论基础

研发活动存在"正外部性"——企业的研发成果可能被竞争对手模仿或学习，但企业本身无法获得全部收益。这会导致一个"市场失灵"：企业会倾向于投入低于社会最优水平的研发资源。

由于私人收益小于社会收益，A企业的研发投入会低于社会最优水平。这就是市场失灵，也是政府干预的理论基础。

5.2 1985年：研发税制的诞生

1985年，日本开始实施"试验研究费税额抵扣"制度，这是日本研发税制的起点。

表5-1：日本研发税制历史演变

1985-1995年

• 政策名称: 试验研究费税额抵扣（初代）

• 抵扣比例: 增加部分10%

• 上限: 无

• 特点: 增量抵扣

1996-2002年

• 政策名称: 试验研究费税额抵扣（强化）

• 抵扣比例: 增加部分10%+占比×0.2

• 上限: 10%

• 特点: 增量+总量

2003年至今

• 政策名称: 强化研发税制

• 抵扣比例: 增加部分15%+总额8%+超额25%

• 上限: 无

• 特点: 大幅强化

但这个政策有一个致命缺陷：在经济衰退期，即使企业想维持研发投入，也可能因为"增量"为负而无法享受优惠。

5.4 2003年：政策大幅强化

2003年，日本对研发税制进行了"史上最大规模的改革"：

• 抵扣比例从10%提高到15%（增量部分）

• 取消抵扣上限

• 进一步降低申请门槛

• 简化申请程序

表5-2：研发税制改革效果评估

2002年

• 研发增速: 约1.0%

• 政策评价: 改革前夕

2003年

• 研发增速: 约2.5%

• 政策评价: 改革当年

2004年

• 研发增速: 约3.5%

• 政策评价: 效果显现

2005年

• 研发增速: 约4.0%

• 政策评价: 效果显著

改革效果：2003年的改革确实产生了明显效果。研发投入增速从约1%提升至约4%。

5.5 研发税制的国际比较

表5-3：主要国家研发税收优惠比较

日本

• 优惠类型: 增量抵扣+总量抵扣

• 抵扣比例: 最高约17-18%

• 特点: 2003年后大幅强化

美国

• 优惠类型: 永久研发税收抵免

• 抵扣比例: 约20%

• 特点: 经历过多次短暂到期和续期

法国

• 优惠类型: 增量抵扣

• 抵扣比例: 约30%

• 特点: 覆盖大中小企业

英国

• 优惠类型: 雪球式抵扣

• 抵扣比例: 约30-130%

• 特点: 小企业享受更高比例

韩国

• 优惠类型: 增量抵扣

• 抵扣比例: 约25-40%

• 特点: 对中小企业倾斜

六、日本研发数据库：构建方法与局限性

6.1 数据库的构建方法

论文使用了精心构建的日本上市企业研发数据集。这是日本最全面的企业级研发数据库之一。

数据来源：

• 日本上市企业的财务报表

• 日本总务省《科学技术研究调查》

• 日本经济产业省《企业活动基本调查》

样本选择：

• 1983-2005年在东京证券交易所上市的制造业企业

• 剔除了金融、保险、房地产等非制造业企业

• 最终样本包含约1300-3600家企业（随年份变化）

6.2 数据库的覆盖范围

表6-1：日本上市企业研发数据集覆盖范围详细（1983-2005年）

1983

• 企业数量: 1315

• 覆盖研发费用（亿日元）: 23674

• 全部企业研发费用（亿日元）: 45601

• 覆盖率（%）: 51.9%

1990

• 企业数量: 1972

• 覆盖研发费用（亿日元）: 58218

• 全部企业研发费用（亿日元）: 92671

• 覆盖率（%）: 62.8%

2000

• 企业数量: 3518

• 覆盖研发费用（亿日元）: 75620

• 全部企业研发费用（亿日元）: 108602

• 覆盖率（%）: 69.6%

2005

• 企业数量: 3554

• 覆盖研发费用（亿日元）: 83119

• 全部企业研发费用（亿日元）: 127458

• 覆盖率（%）: 65.2%

关键观察：

覆盖率稳步提升：从1983年的52%上升至2000年的70%

企业数量增加：从1315家增至3554家，增长约170%

研发费用增长：从2.4万亿日元增至8.3万亿日元，增长约250%

6.3 数据库的局限性

局限性一：不包含中小企业。数据仅覆盖上市企业，而中小企业在日本创新体系中同样扮演重要角色。

局限性二：时间跨度有限。数据始于1983年，无法分析更早期的研发趋势。

局限性三：行业覆盖不完全。金融、房地产等行业的研发数据难以获取。

七、开放式创新：日本创新体系转型的新趋势

7.1 从"封闭创新"到"开放创新"

在20世纪的大部分时间里，日本企业遵循的是"封闭创新"模式：企业追求从基础研究到应用研究到商业化的全链条自主完成。这种模式在追赶阶段非常有效。

然而，1990年代后，全球化和信息技术革命彻底改变了创新的游戏规则：

第一，技术复杂性急剧上升。一项产品可能涉及成千上万项专利，企业不可能在所有领域都保持领先。

第二，产品生命周期急剧缩短。IT革命加速了产品更新换代的速度。

第三，全球知识网络形成。互联网使知识的传播和共享变得前所未有的便捷。

"开放创新"概念由Henry Chesbrough在2003年提出，其核心观点是："企业应该像利用内部知识一样利用外部知识，也应该像向外部销售产品一样向外部销售内部知识。"

7.2 丰田的"开放创新"之路

特点一：持续改善（Kaizen）。丰田将研发视为一个不断改进的过程，每一个员工——无论是工程师还是生产线工人——都是创新的参与者。

特点二：供应商网络创新。丰田与供应商形成紧密的创新网络，通过"看板系统"实现知识共享和协同创新。

特点三：选择性外部合作。对于核心零部件（如发动机、变速箱），丰田坚持自主研发；对于新兴技术（如电动汽车电池），丰田积极与外部合作。

7.3 索尼的教训

1990年代，索尼凭借Walkman、特丽珑电视等创新产品，一度是全球最具创新力的电子企业。但泡沫破裂后，索尼开始走下坡路。

一个重要原因是：索尼在"封闭创新"的路上走得太远了。

索尼的各部门各自为政，技术资源难以共享。当一个部门需要某项技术时，第一反应是"自己开发"，而非"寻找内部合作"。

更糟糕的是，索尼对外部技术趋势的感知变得迟钝。当互联网、数字音乐浪潮来临时，索尼因为过于自信于自己的物理媒介技术，错失了数字音乐的先机。

2003年，索尼迎来了著名的"索尼震撼"——股价在一天内暴跌25%，创下了日本股市有史以来单日跌幅最大的纪录。

索尼的教训告诉我们：在快速变革的时代，即使是技术领先者，如果过于封闭，也会被时代抛弃。

7.4 日本创新体系的深层问题

问题一：终身雇用制的双刃剑效应。

终身雇用制在经济发展期能够有效保留人才，但在泡沫破裂后，这一制度反而成为创新的障碍——企业难以裁减冗员，研发队伍臃肿但效率低下。

问题二：主银行制度的局限性。

主银行制度在泡沫破裂后反而延缓了企业的结构调整——银行不愿意承认企业的坏账，导致问题企业难以破产重组，资源难以重新配置。

问题三：系列（Keiretsu）体制的封闭性。

日本企业之间形成了复杂的交叉持股网络和业务关系——这就是"系列"体制。这一体制在某种程度上促进了企业间的信任和合作，但也导致了封闭性，阻碍了知识的流动。

八、对比我国现状

8.1 中国研发投入的现状

表8-1：中国研发投入跨越式增长（2000-2024年）

2000

• 研发费用（万亿元）: 约0.09

• 研发费用/GDP（%）: 约0.89%

• 研发人员（万人）: 约90

2005

• 研发费用（万亿元）: 约0.24

• 研发费用/GDP（%）: 约1.31%

• 研发人员（万人）: 约150

2010

• 研发费用（万亿元）: 约0.71

• 研发费用/GDP（%）: 约1.71%

• 研发人员（万人）: 约280

2015

• 研发费用（万亿元）: 约1.30

• 研发费用/GDP（%）: 约2.06%

• 研发人员（万人）: 约400

2020

• 研发费用（万亿元）: 约2.44

• 研发费用/GDP（%）: 约2.40%

• 研发人员（万人）: 约520

2024

• 研发费用（万亿元）: 约3.60

• 研发费用/GDP（%）: 约2.68%

• 研发人员（万人）: 约700

中国研发费用从2000年的约900亿元增长至2024年的约3.6万亿元，增长约40倍。研发费用/GDP从约0.89%上升至约2.68%。

8.2 中日研发投入对比

表8-2：中日研发投入巅峰对决（2023年）

研发总费用（万亿美元）

• 日本: 约0.17

• 中国: 约0.46

• 差距分析: 中国是日本的2.7倍

研发费用/GDP（%）

• 日本: 约3.2%

• 中国: 约2.6%

• 差距分析: 日本高0.6个百分点

研发人员总量（万人）

• 日本: 约90

• 中国: 约650

• 差距分析: 中国是日本的7.2倍

基础研究占比（%）

• 日本: 约13%

• 中国: 约6%

• 差距分析: 日本是中国的2.2倍

8.3 中日创新能力差异分析

表8-3：中日创新能力多维度对比（2023年）

专利申请量（万件）

• 日本: 约30

• 中国: 约160

• 评价: 中国领先5倍

高质量专利占比（%）

• 日本: 约35%

• 中国: 约15%

• 评价: 日本领先

论文发表量（万篇）

• 日本: 约7

• 中国: 约80

• 评价: 中国领先10倍

高被引论文占比（%）

• 日本: 约15%

• 中国: 约8%

• 评价: 日本领先

关键发现：数量与质量的悖论。中国在专利申请量、论文发表量等数量指标上遥遥领先，但在高质量专利占比、高被引论文占比等质量指标上明显落后。

8.4 当前中国面临的核心挑战

挑战一：基础研究投入严重不足。中国基础研究占研发总投入比重仅约6%，远低于日本的约13%和美国的约15%。

挑战二：关键核心技术"卡脖子"。在半导体领域，高端芯片制造设备、光刻机、EDA软件等关键环节受制于人。

挑战三：科研成果转化率低。中国专利转化率约30%，低于日本的约50%。

挑战四：中小企业创新支持不足。融资难、融资贵问题突出，专业服务获取渠道有限。

九、启示与政策建议

9.1 稳定研发投资：为创新提供"源头活水"

建议一：加大研发税收优惠力度。将企业研发费用加计扣除比例提高至100%-120%，并扩大扣除范围。对于中小企业，可以给予更高比例（如150%-200%）。

建议二：完善研发准备金制度。允许企业按销售收入的一定比例提取研发准备金，在税前扣除。

建议三：优化研发融资环境。发展多层次资本市场，拓宽创新型企业融资渠道。

建议四：建立研发投入稳定机制。在经济下行期加大对企业研发的支持力度，防止研发投入出现断崖式下跌。

9.2 强化基础研究：铸造"国之重器"

建议五：大幅增加基础研究投入。将基础研究占研发总投入比重从当前的约6%提高至10%以上。

建议六：完善基础研究资助体系。增加国家自然科学基金规模，设立"大科学计划"专项基金。

建议七：建设基础研究国家平台。加快建设国家实验室、国家重点实验室等基础研究平台。

建议八：加强基础研究国际合作。鼓励科学家参与国际大科学计划和国际学术合作。

9.3 深化产学研融合：打破"孤岛效应"

建议九：深化产教融合改革。支持高校与企业联合培养研究生，增强学生的实践能力和创新意识。

建议十：改革科研评价机制。建立以创新质量和实际贡献为导向的评价体系，破除"唯论文"导向。

建议十一：完善科技成果转化机制。提高科研人员在成果转化收益中的分配比例（建议提高至50%-70%）。

建议十二：建设新型研发机构。鼓励企业、高校、科研院所共建新型研发机构。

9.4 突破"卡脖子"技术：实现自主可控

建议十三：实施"卡脖子"技术攻关专项。聚焦半导体、高端制造、关键材料、工业软件等领域。

建议十四：发挥新型举国体制优势。整合全国科技资源，形成协同攻关机制。

建议十五：加强国际科技合作。在遵守国际规则的前提下，开展技术引进、合作研发。

9.5 支持中小企业创新：培育"专精特新"

建议十六：完善中小企业创新支持体系。扩大中小企业研发费用补贴范围，降低申请门槛。

建议十七：建设中小企业创新服务平台。为中小企业提供技术信息、检测认证、知识产权等专业服务。

建议十八：培育"专精特新"企业。支持中小企业深耕细分领域，成为行业单项冠军。

9.6 优化创新生态：营造良好环境

建议十九：加强知识产权保护。加大侵权惩罚力度，提高违法成本。

建议二十：培育创新文化。弘扬科学家精神，营造鼓励创新、宽容失败的社会氛围。

建议二十一：完善科技创新法规。修订《科学技术进步法》、《促进科技成果转化法》等。

建议二十二：加强科学普及工作。提升全民科学素质，培育创新土壤。

十、结论与展望

10.1 日本经验的核心教训

通过对日本泡沫与通缩时期研发活动的深入分析，我们可以总结出以下几个核心教训：

教训一：研发投入的持续性比强度更重要。日本泡沫破裂后研发投入的急剧下降，不仅影响了当期的创新产出，更削弱了长期的技术积累。创新是一场马拉松，而不是短跑。任何导致研发投入中断的因素，都可能对未来竞争力产生深远影响。

教训二：资金约束会倒逼效率提升，但也可能扼杀创新潜力。日本的经验表明，资金约束确实能够促进企业将资源配置到最有效的领域（"倒逼效应"）。但如果约束过强、时间过长，可能会导致企业放弃高风险、高回报的创新项目，从根本上削弱创新潜力。

教训三：开放式创新是应对复杂环境的有效策略。日本的经验表明，将基础研究外包给大学、专注于企业核心能力的开发，是提升研发效率的有效途径。这对于今天的中国企业同样具有重要的借鉴意义。

教训四：政策支持需要及时、精准、有效。日本研发税制的演变表明，政策设计需要考虑经济周期的影响。"增量抵扣"模式在经济衰退期难以发挥作用，需要及时调整。

10.2 对中国创新的展望

展望未来，中国创新面临机遇与挑战并存的局面。

机遇一：规模效应。中国庞大的市场规模为创新提供了独特的优势。

机遇二：产业配套。中国拥有全球最完整的工业体系和产业链，为创新提供了良好的产业配套。

机遇三：人才回流。近年来，海外人才回流趋势加速，为中国创新提供了高质量的人才储备。

挑战一：原始创新能力不足。在基础研究、原始创新方面，中国与世界先进水平仍有较大差距。

挑战二：关键核心技术受制于人。在半导体、高端制造等领域，中国仍面临"卡脖子"问题。

挑战三：创新生态不完善。中小企业创新支持不足、科技成果转化率低、创新文化有待培育等问题仍然存在。

10.3 结语

日本泡沫与通缩时期的教训，对于今天的中国具有重要的借鉴意义。

从"中国制造"到"中国创造"，从"模仿跟进"到"并跑领跑"，中国创新正在经历历史性的转型。在这一转型过程中，日本的经验教训值得我们深入研究和借鉴。

但更重要的是，我们需要在借鉴的基础上，走出适合中国国情的创新之路。科学技术是第一生产力，创新是引领发展的第一动力。