Конкуренция и инновации: зависимость в форме перевернутой буквы U^** Авторы благодарят Дарона Асемоглу, Уильяма Баумоля, Тимоти Бреснехэна, Яна Буна, Венди Карлин, Пола Дэвида, Дженис Эберли, Эдварда Глейзера, Денниса Ранкью, Марка Шанкермана, Роберта Солоу, Мануэля Трайтенберга, Элвина Янга, Джона Ван Реенена, двух анонимных рецензентов и участников разных семинаров, включавших семинар в Канадском институте перспективных исследований (Canadian Institute of Advanced Studies), Гарвардском университете и Массачусетском технологическом институте. Финансовая поддержка этого проекта осуществлялась Советом экономических и социальных исследований [Economic and Social Research Council, ESRC] Центром микроэкономического анализа государственной политики Института исследований фискальных проблем (Centre for Microeconomic Analysis of Public Policy at the Institute of Fiscal Studies), а также Институтом перспективных исследований в области менеджмента [Avanced Institute of Management, AIM], проектом ESRC/EPSRC. Сбор данных финансировался фондом The Leverhulme Trust.

Экономистов давно интересовала связь между конкуренцией и инновациями, но существующие в этой области модели, по-видимому, плохо согласуются с данными. Соответствующие модели теории отраслевых рынков обычно предсказывают, что усиление конкуренции должно оказывать отрицательное влияние на инновации См. обсуждение ниже в разделе III. Необходимо иметь в виду, что, эффект замещения, описанный в работе Arrow (1962), и разновидности эффекта эффективности, охарактеризованные в работах Gilbert and Newbury (1982) и Reinganum (1983), предсказывают противоположные направления воздействия конкуренции на инновации. , в то время как эмпирические работы обнаруживают, что это влияние положительно См. Geroski (1995), Nickell (1996) и Blundell, Griffith, and Van Reenen (1999).. В настоящей статье на основе панельных данных также исследуется эта зависимость, и кривой в форме перевернутой U обнаруживаются четкие нелинейные эффекты (см. рис.1). Допустить существование зависимости в форме перевернутой U можно на основе работы Шерера (Scherer, 1967), который продемонстрировал, что объем активности, связанный с патентованием, положительно связан с размером фирмы, однако эта связь ослабевает для более крупных компаний. Насколько нам известно, ни одна из существующих моделей конкуренции на рынке продуктов и инноваций не предсказывает зависимость инноваций от конкуренции в форме перевернутой U.

Объяснение этих результатов можно было бы получить комбинированием агентских Hart (1983), Schmidt (1997), Aghion, Dewatripont, and Rey (1999). и шумпетерианских моделей для разных участков кривой в форме перевернутой U, однако результаты такого подхода вряд ли окажутся удовлетворительными. Вместо этого, мы разрабатываем модифицированный вариант модели, представленной в (Aghion, Harris, and Vickers, 1997) См. также Aghion, Harris, Howitt, and Vickers (2001). , который может объяснить целиком всю кривую. В этой модели как текущие технологические лидеры, так и их преследователи в любой отрасли, могут осуществлять инновации, причем все инновации лидеров и преследователей осуществляются поэтапно, шаг за шагом. Стимулы к инновациям зависят не столько от величины постинновационной ренты, как в существующих эндогенных моделях роста, в которых все инновации осуществляются аутсайдерами, сколько от разности между постинновационной и прединновационной рентой укоренившихся фирм (incumbents). В таком случае более сильная конкуренция может усиливать инновации и рост, поскольку она может уменьшать прединновационную ренту фирм сильнее, чем постинновационную. Иными словами, конкуренция может увеличивать прирост прибыли от инновационной активности и, тем самым, стимулировать инвестиции в НИОКР, направленные на «избежание конкуренции». Данное объяснение должно быть особенно верным для секторов, где технологические уровни укоренившихся фирм близки; в этих секторах с большим количеством фирм, соперничающих за технологическое лидерство, прединновационная рента должна особенно сильно сокращаться благодаря конкуренции на рынке продуктов. С другой стороны, в секторах, где инновации осуществляются технологически отстающими фирмами с низкой первоначальной прибылью, конкуренция на рынке продуктов будет влиять главным образом на постинновационную ренту, и, следовательно, здесь должен доминировать шумпетерианский эффект конкуренции.

Содержательное объяснение зависимости между конкуренцией и инновациями в форме перевернутой U состоит в том, что доля секторов с технологически однородными конкурентами сама по себе является эндогенной, и зависит от равновесной величины инноваций в секторах разного типа. Другими словами, когда конкуренция является слабой, в равновесии большая доля секторов включает технологически однородные конкурирующие укоренившиеся фирмы. В результате, более вероятно, что величина эффекта избежания конкуренции будет доминировать над величиной шумпетерианского эффекта. Когда конкуренция становится сильной, повышается вероятность доминирования шумпетерианского эффекта, поскольку большая доля инноваций осуществляется отстающими фирмами с низкой первоначальной прибылью. Зависимость в форме перевернутой U получена в исследовании на основе панельных данных по Великобритании, и продемонстрировала устойчивость по отношению к возмущениям разного типа. Чтобы проанализировать последствия возможной эндогенности конкуренции, мы используем данные по Великобритании и учитываем масштабные реформы, предпринятые за 1970-е и 1980-е годы, которые решительно изменили природу и интенсивность конкуренции в рассматриваемых отраслях. Радикальные мероприятия администрации Тэтчер, присоединение к общеевропейскому рынку и реформы, предпринятые Комиссией по монополиям и слияниям, привели к изменениям в экономической политике, которые можно проследить как во времени, так и в разрезе разных отраслей, для того, чтобы показать причинно-следственную связь между конкуренцией и инновациями. Наша модель позволяет получить дополнительные тестируемые гипотезы в отношении связи между конкуренцией и структурой отраслей, и в частности, между конкуренцией и средним уровнем «технологической однородности» в экономике. Эти предсказания также подтверждаются данными.

Остальная часть статьи структурирована следующим образом. Параграф II описывает эмпирические свидетельства в пользу существования зависимости инноваций от конкуренции в форме перевернутой U. Параграф III показывает, что разработанные до сих пор модели конкуренции и инноваций не могут объяснять зависимость в форме перевернутой U. Мы разрабатываем модель, обосновывающую эту зависимость, выдвигаем на основе этой модели некоторые дополнительные эмпирически тестируемые гипотезы и проверяем их на наших данных. Наконец, параграф IV завершает статью.

Влияние конкуренции на инновации

Существует обширная литература, посвященная измерению интенсивности инноваций. В большинстве случаев используются показатели расходов на НИОКР и активность фирм в применении патентов. Мы используем среднее количество патентов, полученных фирмами в той или иной отрасли. Для того, чтобы учесть неравнозначность патентов, мы взвешиваем каждый патент с учетом количества его упоминаний другими патентами. База данных совмещает сведения из двух источников: данных по патентам NBER См. Hall, Jaffe, and Trajtenberg (2000). База данных NBER содержит сведения о патентах, полученные в бюро патентов США, которое фактически используется для защиты прав на инновации в международном масштабе. Данные о патенте включают сведения о времени подачи заявки. к бухгалтерской отчетности фирм, чьи ценные бумаги торгуются на Лондонской фондовой бирже (из базы Datastream). Наша выборка включает все фирмы с названиями, начинающимися на буквы от A до L, а также все крупные исследовательские фирмы. После удаления из выборки фирм, вовлеченных в крупные слияния или поглощения, а также компаний с пропусками в данных, мы получили несбалансированную панель из 311 фирм семнадцати видов деятельности, в соответствии с двузначными кодами SIC за период 1973 - 1994 гг. Для каждого патента мы также располагаем информацией о количестве ссылок в нем на другие патенты и о количестве ссылок на него в других патентах, что позволяет сконструировать показатель числа патентов, взвешенных по количеству упоминаний. Берётся среднее взвешенное по количеству упоминаний число патентов, принадлежащих фирмам внутри каждой отрасли (код SIC), за каждый год. Мы не располагаем достаточным количеством фирм во всех отраслях и во все годы выбранного периода, так что наша итоговая панель на уровне отраслей также несбалансированна. Ее объем составляет 354 наблюдения год-отрасль. Дескриптивная статистика данной выборки представлена в Приложении 2.

Измерение конкуренции

Основным индикатором конкуренции на рынке продуктов в нашей работе является индекс Лернера, или, согласно Никкеллу (Nickell, 1996), удельная маржа (отношение превышения уровня цен над уровнем предельных издержек к уровню цен; price-cost margin). Этот показатель имеет ряд преимуществ над такими индикаторами, как рыночная доля или индекс концентрации Херфиндаля. Эти индикаторы предполагают точные определения географических и продуктовых границ рынков, что особенно тяжело сделать в нашем исследовании. Многие британские фирмы действуют в масштабах международных рынков, так что показатели концентрации рынка, основанные только на данных по Великобритании, могут ввести в заблуждение.

Измерителем удельной маржи является величина операционной прибыли за вычетом амортизации, отчислений в резервные фонды и оценки стоимости капитала Предполагается, что издержки использования капитала (cost of capital) равны 0,085 для всех фирм и рассматриваемых периодов времени, а запасы основного капитала оцениваются методом непрерывной инвентаризации. Вид кривой в форме перевернутой U устойчив к исключению финансовых издержек из показателя Лернера, главным образом, потому, что является относительно малым и постоянным во времени., отнесенная к выручке:

Используемый нами показатель конкуренции для отрасли определяется как среднее значение этого индикатора среди участников отрасли.

(1)

где i - индекс фирмы, j - индекс отрасли, t -индекс периода времени, а N_jt - количество фирм в отрасли j в году t. Значение, равное 1, указывает на совершенную конкуренцию (цена равна предельным издержкам), в то время как значения меньше единицы указывают на наличие некоторой рыночной власти. Подсчитывая этот индекс, мы использовали всю выборку фирм в каждой отрасли, перечисленных в списке эмитентов Лондонской фондовой биржи, а не только фирмы из выборки, на которой оценивалась интенсивность инноваций.

Нелинейная связь

Мы используем гибкие нелинейные оценивающие показатели, чтобы исследовать базовый вид связи между конкуренцией и инновациями. Предположим, что ожидаемый успех от внедрения приобретенного фирмой патента характеризуется распределением Пуассона с параметром n. Пусть также c - показатель конкуренции. При этом связь между конкуренцией и инновациями мы представим так:

(2)

где g(.) -неизвестная функция.

Тогда ожидаемое количество патентов удовлетворяет условию

(3)

Спецификация параметрических моделей, в которых изучаются процессы подсчета данных, обычно базируется на модели Пуассона с параметрической (линейной) формой для g(c), но в таких моделях ослабляются требования на моменты более высокого порядка. См., например, Hausman, Hall, and Griliches (1984). Мы следуем этому подходу в нашем эмпирическом исследовании, основывая нашу оценку на первом моменте (3). Мы принимаем гибкую спецификацию для g(c), поскольку особенно заинтересованы в определении формы связи между инновациями и конкуренцией на рынке продуктов.

Весьма вероятно, что в разных отраслях патентная активность определяется специфическими для отрасли институциональными характеристиками и не зависит от конкуренции на рынке продуктов. Вот почему фиксированные отраслевые эффекты играют существенную роль для устранения какой-либо ложной корреляции или связанной с этим эндогенности. Временные эффекты также учитываются для устранения влияния общих макроэкономических шоков. С учетом отраслевых и временных эффектов, число патентов в отрасли зависит от конкуренции как:

(4)

где x_jt представляет полный набор фиктивных переменных, отвечающих за эффекты экзогенных шоков во времени и принадлежности к конкретной отрасли. Мы используем условие на первый момент (4), чтобы определить полупараметрическую оценку момента и сплайн-аппроксимацию g(с) , следуя работе (Ai and Chen,2003). На рисунке I приводится диаграмма рассеяния выборки без наблюдений, входящих в первый и последний децили распределения средневзвешенного по частоте цитирования количества патентов, а также кривая, приближенная экспонентой с показателем в виде квадратичного полинома. На рисунке II изображена та же самая кривая и простая сплайн-аппроксимация наблюдений. Примененная экспоненциальная квадратичная спецификация обеспечивает приемлемую аппроксимацию для непараметрического сплайна, при этом они обе подтверждают возможность описания наблюдений с помощью кривой в форме перевернутой U. Оцененные коэффициенты для экспоненциальной квадратичной модели представлены в таблице I. Первый столбец показывает, что и линейная, и квадратичная составляющие зависимости значимы как по отдельным факторам, так и в целом. Во втором столбце мы осуществляем оценку зависимости с учетом отраслевых эффектов, и это - лучшая, по нашему мнению, спецификация. Она устраняет смещение, вызванное корреляцией между устойчивыми уровнями инновационной активности, и конкуренцией на рынке продуктов, и снова наблюдается кривая в форме перевернутой U.

Рисунок I. Связь между конкуренцией и инновациями: диаграмма рассеяния.

По оси ординат: Средневзвешенное по частоте упоминания число патентов .По оси абсцисс: 1 - индекс Лернера

На рисунке представлены показатели конкуренции на оси абсцисс и средневзвешенное по частоте упоминания количество патентов на оси ординат. Каждая точка соответствует показателю, характеризующему отрасль в определенном году. График показывает все данные, которые находятся между первым и последним децилями в распределении средневзвешенного по частоте упоминания числа патентов. Оценки параметров экспоненциальной квадратичной кривой приводятся в столбце (2) таблицы 1.

Рисунок II. Инновации и конкуренция: экспоненциальные квадратичные и полупараметрические спецификации с временными и отраслевыми эффектами.

По оси ординат: средневзвешенное по частоте упоминания число патентов.

По оси абсцисс: 1 - Индекс Лернера

На рисунке представлены показатели конкуренции на оси абсцисс и средневзвешенное по частоте упоминания количество патентов на оси ординат. Каждая точка соответствует показателю, характеризующему отрасль в определенном году. Кругами отмечена экспоненциальная квадратичная функция, оценки параметров которой приводятся в столбце (2) таблицы 1. Треугольниками отмечен непараметрический сплайн.

Таблица I. Экспоненциальная квадратичная зависимость. Базовая спецификация

Конкуренция_jt измеряется показателем (1 - индексом Лернера) для отрасли в определенном году. Спецификации, представленные во всех столбцах, оценены с использованием несбалансированной панели семнадцати отраслей за период 1973- 1994 гг. Оценки приводятся по регрессии Пуассона. Числа в скобках - стандартные ошибки. Стандартные ошибки в столбце (4) не скорректированы на включение функции контроля. В качестве критериев значимости выступают тестовая статистика отношения правдоподобия и значения P-value F-теста на совместную значимость коэффициентов. Четвертый столбец включает функцию контроля. Исключенные переменные представляют собой инструментальные переменные для мер экономической политики, перечисленные в таблице II: отношение импорта к добавленной стоимости отрасли в том же году, совокупная факторная производительность (TFP) для данной отрасли в соответствующем году, отношение выпуска за вычетом переменных издержек к выпуску за год для соответствующей отрасли в соответствующем году, а также оценки торговых наценок из регрессии «отрасли - страны» (Martins et al. 1996), с учетом временного тренда, построенные на данных для США и Франции.

Распределение исходных данных показано концентрацией точек на оцененных кривых. Они указывают на то, что максимум перевернутой U находится близко от медианы распределения (медиана равна 0,95), в результате отрасли действительно разбросаны параллельно траектории вида перевернутой U. Следует заметить, что линейная связь будет давать положительный наклон, так же, как и в работе Никкелла (Nickell,1996). Перед тем, как перейти к результатам анализа, в котором использованы данные о существенных изменениях экономической политики, рассмотрим три способа проверки на устойчивость. Первый состоит в применении усредненных данных за пятилетние периоды для оценки установленной связи с учетом потенциальных лагов влияния конкуренции на инновации. Как показано в третьем столбце таблицы 1, эта спецификация также явно демонстрирует перевернутую U-образную зависимость Данные охватывают 22-летний период (с 1973 по 1994 годы). Поэтому в качестве первого интервала было взято семь лет, а в качестве остальных последующих - по пять лет. . В рамках второй проверки на устойчивость, которая не приведена в таблице, в качестве альтернативного показателя инноваций используются расходы на НИОКР. Опять-таки, обнаруживается зависимость в форме перевернутой U, хотя вследствие значительно меньшего размера выборки В Великобритании отчетность по расходам на НИОКР до 1990 года не была обязательной, поэтому данных по ним до этого года для большинства фирм нет. Данное обстоятельство - одна из причин, по которым мы используем средневзвешенное по количеству упоминаний количество патентов в качестве нашего основного показателя инноваций. параметры кривой оказались статистически незначимыми. Наконец, мы оцениваем такую зависимость для каждой из четырёх ведущих по масштабам инноваций отраслей в нашей выборке, и в каждом случае прослеживается либо часть, либо вся целиком зависимость в форме перевёрнутой U (см. более раннюю версию данной статьи (Aghion et al. 2004)).

Учет мер экономической политики

Основная проблема для эмпирических исследований в этой области состоит в том, что конкуренция и инновации взаимозависимы. Если этого не учитывать, полученные нами результаты будут смещены, показывая, например, более сильную отрицательную зависимость на том участке кривой, где усиление конкуренции приводит к снижению инноваций. См., например, описание эндогенных барьеров входа в работе: Sutton (1998). Мы пытаемся решить эту проблему, учитывая изменения экономической политики, которые привели к экзогенным изменениям интенсивности конкуренции в рассматриваемых отраслях. Поскольку мы принимаем во внимание отраслевые и временные эффекты, данный подход выявляет эффект конкуренции, учитывая различное время реализации новых мер политики в разных отраслях. Три важнейших набора таких мер экономической политики - приватизация в эпоху Тэтчер, Программа единого рынка ЕС В более раннем варианте данной статьи изменения экономической политики описаны более детально (Aghion et a. 2004). Программа единого рынка сопровождалась либерализацией условий торговли в 1988 году. Влияние этой программы на конкуренцию в разных отраслях было различным. Устранены все тарифные и нетарифные барьеры торговли, соответственно, усиление интенсивности конкуренции непосредственно зависело от высоты тарифных и нетарифных барьеров до реализации этой программы. В отчете Чечинни [Cechinni] Европейской комиссии все трехзначные отрасли SIC были разделены на те, где влияние Программы оказалось низким, средним и высоким. Мы используем именно эту классификацию в нашем анализе. и расследования Комиссии по монополиям и слияниям; расследования, результатом которых стали структурные и поведенческие предписания в конкретных отраслях. В таблице II перечислены те меры экономической политики, которые были включены в анализ, отрасли, на которые они влияли, и год(ы), в который(е) произошли изменения в экономической политике.

Таблица II. Меры экономической политики

Нарду с другими переменными, мы используем эти переменные экономической политики в качестве инструментальных для того, чтобы учесть изменения интенсивности конкуренции. Движущими факторами рассматриваемых изменений экономической политики стали традиционализм, стремление к европейской интеграции и реакция на попытки ограничения конкуренции со стороны участников рынка. При этом изменения были слабо связаны с масштабами инноваций на уровне отраслей. Приведенная форма модели показателя конкуренции:

(5)

допускает, что где x_jt обозначает инструментальные переменные, описывающие меры экономической политики. Используемый приём состоит в том, чтобы рассматривать функции от как контролирующие переменные в расширенной версии условия на моменты для исключения любого элемента c_jt, который является эндогенным по отношению к случайному члену регрессии. Предпосылку функции контроля можно выразить как:

(6)

так что контроль в условии на условный момент является достаточным для обоснования предпосылки о значении условного момента. Чтобы найти необходимые параметры, мы интегрируем эмпирическое распределение v и получаем «среднюю структурную функцию» (см. Blundell and Powell (2003)).

Четвертый столбец в таблице I показывает оценки экспоненциальной квадратичной спецификации, в которой обеспечивается решение проблемы эндогенности предложенным нами набором инструментальных переменных. Оценки коэффициентов близки к оценкам, приведенным во втором столбце. В нижней части таблицы мы представляем некоторые показатели статистической достоверности. Они демонстрируют, что выбранные инструменты, в том числе те, которые соответствуют мерам экономической политики, в приведенной форме регрессии существенны, и что используемая спецификация обладает объясняющей силой. Связь между инновациями и конкуренцией на рынке продуктов для стандартной квадратичной спецификации, а также для квадратичной спецификации с инструментальными переменными, имеет вид перевернутой U.

Объяснение зависимости в форме перевернутой U. Основные теории связи конкуренции и инноваций

Помимо обоснования зависимости в форме перевернутой U, наша модель позволяет получить два результата, которые сформулированы в виде лемм 4 и 5, и доказываются в приложении 1.

Лемма 4. Ожидаемый технологический разрыв в отрасли растет по мере усиления конкуренции на рынке продукции.

Интуиция проста: мы знаем, что, чем сильнее конкуренция на рынке продукции, тем выше интенсивность исследований в технологически однородных секторах, и ниже - в неоднородных. Это, в свою очередь, означает, что любой из секторов будет находиться в течение более продолжительного времени в неоднородном состоянии; в результате, в среднем, со временем, технологический разрыв между фирмами увеличится. По закону больших чисел, то же самое будет верно в отношении экономики в целом в любой момент времени.

Следующая лемма также соответствует интуиции. Согласно ей, существует положительная связь между эффектом избежания конкуренции и средним расстоянием отрасли до технологической границы, поскольку в отраслях, в которых фирмы становятся с течением времени ближе к технологической границе, эффект избежания конкуренции имеет тенденцию усиливаться (т. е. возрастающая часть кривой в форме перевернутой U будет становиться круче). Точнее, предположим, что существуют отрасли с высоким параметром технологического перетока (spillover) h и отрасли с низким параметром технологического перетока h. Отрасли с высоким h будут в среднем иметь тенденцию становиться более технологически однородными с течением времени. Это формально изложено в приложении 1, в примечании, которое следует за доказательством леммы 4. Теперь мы можем сравнить величину эффекта избежания конкуренции среди отраслей с разными значениями h и сформулировать следующую лемму.

Лемма 5. Значение, которое будет принимать зависимость в форме перевернутой U в точке максимума, будет больше, а достигаться он будет при большем уровне конкуренции в отрасли с более высоким уровнем соперничества за лидерство. Формально, пусть Д - прирост прибыли, при которой тогда как Д, так и v(x), возрастают по по h.