现有研究表明，自党的十八大以来，我国全要素生产率增长具有波动下降的趋势。本文作者亦观察到，自 20 世纪 70 年代以来，美国经济经历了生产率增长放缓，除了 1996 年至 2004 年期间的短暂上升外，这种放缓持续了相当长一段时间。其他发达国家也经历了这种令人失望的生产率趋势。此外，生产率增长缓慢还伴随着大多数美国工人令人失望的实际工资增长以及不断加剧的工资不平等。对于远离技术前沿的国家来说，追赶式增长是一个可行的选择；目前我国的部分产业领域已经接近甚至到达世界领先水平，对于技术领先的行业或者经济体来说，什么样的产业政策能够刺激技术创新，以实现经济持续增长？
如果一位政策制定者带着一笔固定的财政预算来投资创新政策，我们会对他提出什么建议？本文讨论了一些主要的创新政策杠杆，并描述了关于它们有效性的现有证据：有利于研发的税收政策、政府研究补助金、旨在增加创新人力资本供应的政策、知识产权政策和有利于竞争的政策。在结论中，这些证据被整理成一个单页的“工具包”，其中，根据现有证据的质量和影响以及从社会成本效益角度来看政策的总体影响对政策进行排名。本文还根据政策的速度和可能的分配效应对政策进行评分。
Nicholas Bloom，斯坦福大学经济学系
John Van Reenen， 伦敦政治经济学院罗纳德·科斯经济学讲席教授
Heidi Williams，达特茅斯大学经济学系
Bloom, Nicholas, John Van Reenen, and Heidi Williams. 2019. "A Toolkit of Policies to Promote Innovation." Journal of Economic Perspectives, 33 (3): 163–84.
译者：
扶摇
![]()
![]()
![]()
本文作者：Nicholas Bloom, John Van Reenen, Heidi Williams
政府通常希望增加创新以促进经济增长；事实上，研发支出水平较高的国家通常更富裕（ Jones 2015）。然而，标准经济理论表明，在没有市场失灵的情况下，政府最好将投资决策权交给私营企业。有许多经常被提及的政府失灵案例，例如英法协和式超音速喷气式飞机（ Lerner 2009）。另一方面，也有许多基于政府资助的研发的令人印象深刻的发明，例如喷气发动机、雷达、核能、全球定位系统 (GPS) 和互联网（Janeway 2012；Mazzucato 2013）。
知识溢出是经济学家在为政府干预创新辩护时重点关注的核心市场失灵。如果一家企业创造了真正创新的东西，这些知识可能会溢出到其他企业，这些企业要么复制原研究，要么从原研究中学习——而无需支付全部研发费用。创意是混杂的；即使有精心设计的知识产权制度，新创意的收益也很难全部货币化。有大量学术文献记录了创新产生的这些积极溢出效应。
尽管如此，经济理论还表明，市场经济中的研发支出可能过低或过高，这取决于知识溢出的净规模相对于产品市场溢出的规模。产品市场溢出背后的关键思想是，私人激励可能导致企业在研发方面过度投资，因为创新企业可能会从其他企业窃取市场份额，而不一定产生任何社会效益。一个典型的例子是制药业，一家公司可能花费数十亿美元开发一种药物，这种药物只比竞争对手生产的药物好一点点——一种“Me too”药物。然而，治疗价值的微小改善可能会让第二家公司占领几乎整个市场。如果“Me
too”药物在治疗上与它们所替代的产品没有区别（且不考虑这些药物可能产生降价竞争的好处），这种动态可能会为制药公司的股东带来巨大的私人利益，而患者却获益甚微。广义上讲，估算溢出效应有三种方法：案例研究、生产函数方法和基于专利计数的研究。案例研究方法最著名的例子可能是 Griliches (1958)，它估计了公共和私人投资在杂交玉米研究上实现的社会回报率。Griliches 估计，截至 1955 年，在杂交玉米研究上投资的平均美元年回报率为 700%。种子或玉米生产商几乎没有获得任何回报；相反，这些回报以更低的价格和更高的产量传递给了消费者。虽然这项研究被广泛引用，但 Griliches 本人讨论了计算类似于成功的“油井”的回报率所固有的挑战。虽然我们通常会观察到一个估计值，它捕捉了钻井和开发成功油井的成本，但我们理想情况下更愿意生成一个估计值，其中包括在发现石油之前钻的所有“干井”的成本。生产函数方法放弃了具体技术的细节，而是将生产率增长（或其他创新产出衡量指标）与滞后的研究和开发投资指标联系起来。这里的关键挑战是，研发由许多因素决定，这些因素也会独立影响生产率。最近采用这种方法的论文使用了影响研发投资的政策实验来确定因果关系箭头（Bloom、Schankerman and Van Reenen 2013）。使用专利引证来衡量溢出效应的关键思想是，每项专利都会引证其他专利，而所有这些专利都构成了“现有技术”的基础——即促成该特定专利的现有创新。Trajtenberg (1990) 和 Jaffe et al. (1993) 率先采用了这种方法。尽管有证据表明引证可能具有战略性（并且一些引证是由专利审查员在专利审查过程中添加的），但专利引证的存在提供了知识溢出效应的可衡量指标。如前所述，生产函数方法的挑战在于找到识别相关影响渠道的方法，以便“人们可以在数据中检测到溢出的路径”（Griliches 1992）。这就是使用专利引证的优势，它提供了一种直接的方法来推断哪些公司获得了溢出效益。总体而言，关于溢出效应的文献一直估计，研发的社会回报远高于私人回报，这为政府支持的创新政策提供了依据。例如，在美国，Lucking、Bloom and Van
Reenen（2018）的估计使用了三十年的企业数据和基于生产函数的方法来记录大量正向净知识溢出的证据。作者估计，社会回报率约为 60%，而私人回报率约为 15%，这表明有必要大幅增加公共研发补贴。下面，本文将讨论一些主要的创新政策杠杆：有利于研发的税收政策、政府研究补助、旨在增加创新人力资本供应的政策、知识产权政策和有利于竞争的政策。税收模式自然而然地对企业的研发支出比有形资本投资更为慷慨。特别是，由于大多数研发费用都是当前成本（如科学家的工资和实验室材料），因此可以在发生的当年注销。相比之下，对厂房、设备和建筑物等长期资产的投资必须在多年内注销；这使得公司只能在未来某个时间点减少其纳税义务。但除了这种税收结构优势之外，许多国家还为研发提供额外的财政激励，例如允许对税负进行额外扣除。 OECD（2018）报告称，在其调查的 42 个国家中，有 33 个国家为研发提供了一定程度的税收优惠。美国联邦研发税收抵免在 OECD 国家中排在倒数三分之一，使美国研发支出成本降低了约 5%。这主要是因为美国的税收抵免是基于企业研发支出相对于历史定义基准水平的增量，而不是基于研发支出总额的补贴。在提供最慷慨条款的国家，如法国、葡萄牙和智利，相应的税收激励措施使研发成本降低了 30% 以上。研发税收抵免真的能提高研发支出吗？答案似乎是“是”。一种狭义的方法是问当税收价格下降时，研发的数量是否会增加。这个问题之所以引起人们的兴趣，部分原因是大多数人（和许多专家调查）认为，研发是由基础科学的进步和市场需求推动的，而不是税收激励。综合宏观和微观研究，一个合理的总体结论是，研发税收价格下降 10% 会导致长期研发至少增加 10%；也就是说，研发资本相对于税收调整后的用户成本的绝对弹性为 1 或更大。研究和政策都担心的一个问题是，企业可能会将现有支出重新标记为“研发”，以利用更慷慨的税收减免。例如，Chen et al.（2019 ）发现，中国企业税收规则发生变化后，重新标记的情况大幅增加。评估研发税收抵免是否成功的直接方法是查看其他结果，例如专利、生产力或就业。令人鼓舞的是，这些更直接的措施似乎也在税收变化后增加（在一定滞后期后）。另一个担忧是，研发税收抵免可能不会增加总体研发投入，而可能仅仅导致研发从激励措施不太优厚的地区转移到财政激励更为优厚的地区。美国政策制定者可能并不太在意税收抵免是否会将研发活动从欧洲转移到美国，但我们预计他们会在意州特定抵免是否会将研发活动从一个州转移到另一个州。有各种各样的地方政策明确试图通过提供越来越慷慨的补贴来将创新活动转移到美国各地。例如，亚马逊的第二总部选址引发了激烈的竞争，一些城市提供的补贴高达 50 亿美元。这可能会造成一些扭曲，因为出价最高的地区并不总是研究最具社会价值的地方。税收支持研发的缺点是，税收政策很难针对产生最多知识溢出并避免企业盗窃的研发。相比之下，政府指导的拨款可以更自然地实现这种针对性，例如，专注于基础研发（如大学进行的研发），而不是在行业环境中进行的更多应用研发。各种政府计划都试图通过向学术研究人员（例如通过美国国立卫生研究院 (NIH)）或私营公司（例如通过小型企业创新研究 (SBIR) 计划）提供拨款来鼓励创新。这些计划有多有效？评估研发拨款的有效性是一项挑战。公共研究拨款通常（可以理解）试图瞄准最有前途的研究人员、最有前途的项目或最重要的社会问题。因此，很难构建一个反事实来说明原本会发生在获得公共研发资金的研究人员、公司或项目身上的事情。如果 1 美元的公共研发资金挤占了原本会投资于同一项目的 1 美元私人研发资金，那么公共研发对整体研发分配就不会产生任何实际影响（更不用说对生产力或增长的影响了）。然而，公共研发拨款也有可能增加私人研发支出，甚至公共研发“挤入”并吸引额外的私人研发支出。Jacob 和 Lefgren
(2011) 使用美国国立卫生研究院的拨款申请管理数据，有效地比较了勉强获得和差点获得大笔 NIH 拨款的学术申请者。他们记录了这些拨款对研究成果产生了积极但微小的影响，导致五年内大约多出版了一篇出版物（增长了 7%）。这种适度影响的一个解释是，边际不成功的 NIH 拨款申请者通常会获得其他资金来源来继续他们的研究。与此一致，在可能更依赖 NIH 资助的研究人员中（对于他们来说，替代资金来源可能不太可能可用），生产力效应更大。值得一提的是，公共资助用于研究和开发的其他两个重要方面。首先，很大一部分公共研发补贴流向了大学，这从政策角度来看是有道理的，因为基础学术研究的溢出效应可能比近市场应用研究的溢出效应大得多。理工科大学实力雄厚的地区与私营部门创新之间似乎确实存在相关性（例如，加州的硅谷、马萨诸塞州的 128 号公路和北卡罗来纳州的研究三角区）。Jaffe (1989) 率先开展了这一领域的研究，记录了学术研发对企业专利的重要影响，这一发现得到了 Belenzon 和 Schankerman (2013) 以及 Hausman (2018) 的证实。政府还可以资助自己的研发实验室——例如斯坦福大学的 SLAC 国家加速器实验室。这些实验室可以在实验室专门研究的技术和地理领域产生更多的研究活动和就业机会。例如，英国的钻石光源同步加速器似乎做到了这一点（Helmers 和 Overman 2016），但在这种情况下，增长似乎主要是通过在英国境内重新安置研究活动来实现的，而不是总体研究的增加。关于如何设计补充政策以使大学做出的发现能够转化为造福消费者的技术，也存在争议。1980年，美国《拜杜法案》对公共研发支持下开发的发明的所有权做出了一些重大改变。部分由于拜杜法案，大学拥有其机构工作人员开发的知识产权的所有权，许多大学设立了“技术转让办公室”，为研究的商业化提供额外支持。Lach 和 Schankerman (2008) 提供的证据与科学家对创新的更多所有权与更多创新相关。此外，Hvide 和 Jones (2018) 提出的挪威证据表明，当大学研究人员享有其创新的全部权利时，他们更有可能为发明申请专利以及创办初创企业。也就是说，由于学术研究人员的财务回报发生了变化，那些原本可能留在“象牙塔”里的想法似乎更有可能转化为真正的产品。到目前为止，我们关注的是通过税收制度或直接拨款来降低研发成本，从而增加研发需求的政策。然而，考虑一个例子，我们假设科学家进行所有的研发，并且科学家的总数是固定的。如果政府增加对研发的需求，结果将只是科学家的工资上涨，对研发或创新的数量没有任何影响。当然，这个例子是极端的。从长远来看，随着工资上涨，以及通过来自其他国家的移民，科学家的供应可能具有一定的弹性。然而，潜在的信息是，增加创新活动的数量需要增加具有开展研究所需人力资本的工人的供应，正如 Romer (2001) 所强调的那样。供给的增加不仅直接增加了创新量，还通过降低研发人员的均衡价格间接促进了研发。此外，由于这些工人的薪酬很高，增加科学人力资本的供给也有助于减少工资不平等。有许多政策工具可以增加科学人力资本的供应。就前沿创新而言，也许最直接的政策是增加发明者的数量和质量。人们曾多次尝试增加接受过科学、技术、工程和数学（通常称为 STEM）培训的人员数量。评估此类政策的成功很困难，因为这些政策往往是全经济范围的，其效果只会在长期内显现出来。这些文献的一个分支关注的是大学作为科学、技术、工程和数学领域工人的主要供应者的位置、扩张和监管。例如，Toivanen 和 Väänänen (2016) 记录了在技术大学周围长大的人（此类机构在 20 世纪 60 年代和 70 年代在芬兰迅速扩张）更有可能成为工程师和发明家。当然，这样的政策可以增加具有 STEM 领域资格的工人的供应，但大学教师的研究和创新也可能直接影响当地的成果。移民为了解人力资本对创新的影响提供了另一种视角。从历史上看，美国一直实行相对开放的移民政策，这有助于使该国成为人才聚集的国家。移民占 25 岁及以上美国劳动力的 18%，但占科学、技术、工程和数学劳动力的 26%。移民还拥有 28% 的高质量专利（以至少两个国家的专利局提交的专利为衡量标准），并拥有 31% 的博士学位（Shambaugh、Nunn 和 Portman 2017）。大量研究支持美国移民（尤其是高技能移民）促进创新的观点。例如，Kerr 和 Lincoln (2010) 利用影响 H1-B 签证数量的政策变化，认为积极影响完全来自新移民自身的创新。 Hunt 和 Gauthier-Loiselle (2010) 使用 1940 年至 2000 年的州面板数据，证明移民大学毕业生人口比例每增加 1 个百分点，人均专利数量就会增加 9% 至 18%，并认为这对其他人口产生了溢出效应。Bernstein 等人 (2018) 将发明家的死亡作为对团队生产力的外生冲击，并认为移民对本土创新产生了巨大的溢出效应。美国联邦政府在 20 世纪 20 年代初引入了不同程度的移民配额（例如，意大利人等南欧人受到的影响比瑞典人等北欧人更大），这一政策被用来记录外生移民减少如何损害创新。Moser 和 San (2019) 使用丰富的传记数据表明，这些配额阻碍了东欧和南欧科学家来到美国，从而减少了总体发明。Doran 和 Yoon (2018) 也发现了这些配额的负面影响。Moser、Voena 和Waldinger (2014) 表明，美国化学创新受到 20 世纪 30 年代被德国纳粹政权驱逐的犹太科学家的到来的推动。总体而言，大多数现有证据表明，通过扩大大学项目和/或放宽移民规则来增加人力资本的供应可能是一项有效的创新政策。增加研发供给量的最后一种方法是减少人才成为发明家的障碍。出生在低收入家庭、女性和少数族裔的孩子成为成功发明家的可能性要小得多。例如，Bell et al. (2019) 证明，出生在父母收入分配前 1% 的美国儿童长大后成为发明家的可能性是出生在收入分配后一半的儿童的十倍。作者表明，这种差异与先天能力的关系相对较小。弱势群体发明率较低的一个更重要的原因似乎是童年时期接触发明家的概率不同。这意味着，改善社区、提高学校质量以及更多地接触发明家榜样和指导可能会提高长期创新。“知识产权”一词通常用于指一系列政策，包括专利、版权和商标等其他手段。尽管这些政策有一些广泛的相似之处，但它们在有意义的方面有所不同。例如，专利授予发明者（以披露发明为交换）有限期限的财产权，在此期间发明者有权禁止他人制造、使用或销售其发明。相比之下，版权为原创文学、戏剧、音乐和艺术作品提供有限的保护期限，在此期间作者有权决定其他人是否以及在何种条件下可以使用其作品。管理专利和版权的法律规则截然不同，其实施的实际细节也大不相同；例如，版权从作品创作的那一刻起就存在（尽管实际上，如果你没有注册版权，就很难提起侵权诉讼），而发明者必须主动选择提交专利申请，专利申请由专利审查员审查。尽管如此，从经济角度来看，专利和版权有许多相似之处，经济学家——令一些律师懊恼——经常将这两种政策混为一谈。Boldrin 和 Levine（2013）认为应该彻底废除专利制度，因为他们认为没有证据表明专利有助于提高创新和生产力。尽管专利制度存在许多问题，但我们认为，彻底废除是一种过度反应。然而，专利的许多不同要素都可以加强或放松。我们在此重点关注目前正在积极进行政策辩论的两个特定领域。首先，哪些类型的技术应该有资格获得专利？美国专利商标局的任务是向新颖、非显而易见、有用且其应用满足公开披露要求的发明授予专利权。美国最高法院长期以来将美国法典第 35 篇第 101 条解释为暗示抽象概念、自然现象和自然法则不符合专利资格。法院最近根据第 101 条作出了几项裁决，认为各种类型的发明不再具有专利资格：商业方法（Bilski
v. Kappos，561 US 593 [2010]）、医学诊断测试（Mayo Collaborative Services v. Prometheus Laboratories, Inc.，566 US 66[2012]）、人类基因（Association for
Molecular Pathology v. Myriad Genetics, Inc.，569 US 576
[2013]）和软件（Alice Corp. v. CLS Bank International，573 US 208 [2014]）。对这些法律裁决的合理解释是，法院正在“开辟”某些领域，在这些领域中，专利的预期社会成本超过预期社会效益。例如，在 2012 年的 Mayo v. Prometheus 案中，法院认为，对医学诊断测试等抽象概念进行专利保护可能会阻碍创新，而不是鼓励创新。这个问题从根本上讲是经验性的，但现有的经验证据仅提供了相当不确定的线索来回答这个问题，而不是提供政策指导的系统基础（Williams 2013、2017；Sampat和 Williams 2019）。其次，目前关于专利改革的许多争论都集中在“专利流氓”（patent trolls）上，这是一个贬义词，指的是某些“非实施实体”，即不制造或使用专利发明，而是购买专利，然后寻求对被指控的侵权者行使专利权的专利所有者。这里的关键问题是所谓的专利流氓的诉讼是否毫无意义。一方面，Haber 和 Levine (2014) 认为，最近专利诉讼的增加通常与专利流氓的崛起有关，但实际上可能并不是存在问题的证据。他们认为，从历史上看，诉讼的激增与颠覆性技术（如电报和汽车）的引入相吻合，并且没有证据表明当前的专利制度损害了产品质量或提高了价格。另一方面，Cohen、Gurun 和Kominers (2016) 发现，非执业实体（与执业实体不同）会起诉现金持有量增加的公司。他们将这种有趣的联系解释为证据，表明非执业实体平均而言充当专利流氓，但这一证据几乎没有提供关于这些类型的激励措施在解释专利或创新的更广泛观察到的趋势方面的重要性的信息。虽然其他几位作者团队已经调查了专利流氓的各个方面（Abrams、Akcigit 和Grennan 2018；Lemley 和 Simcoe
2018），但过去的文献一直难以建立明确的证据，证明许多或大多数非执业实体与福利减少行为有关。竞争对创新的影响在理论上是模糊的。从消极方面来看，熊彼特 (1942) 认为，创新的期望回报是垄断利润，而竞争加剧往往会降低这些激励。更广泛地说，竞争激烈的环境可能意味着未来利润较低，这反过来会限制可用于资助研发的内部资金，考虑到上述金融摩擦，这可能很重要。但竞争也可能以其他方式鼓励创新。首先，受益于高进入壁垒的垄断者几乎没有动力去创新和取代他们已经享受的超额利润流，而新进入者则没有租金可损失（这就是 Arrow 1962 中描述的“替代效应”）。其次，更激烈的竞争可以促使管理者更加努力地工作和创新。最后，资本和劳动力往往被“困”在公司内部（例如，受到雇用员工或转移资本成本的限制）。如果竞争消除了公司产品的市场，它将被迫创新以重新部署这些因素（Bloom et al，2019）。在某些模型中，竞争对创新的影响被绘制成一个倒 U 形：当竞争较低时，竞争加剧对创新的影响首先是正向的，然后在竞争水平较高时变为负向的（例如，参见 Aghion et al，2005）。竞争对创新的净影响仍然是一个悬而未决的经验问题。然而，现有的经验证据表明，竞争通常会增加创新，特别是在最初竞争水平较低的市场中。这些文献大部分关注增加竞争的进口冲击，例如中国在 2001 年加入世界贸易组织后融入全球市场。Shu 和 Steinwender (2019) 总结了 40 多篇关于贸易和竞争的论文，认为在南美、亚洲和欧洲，竞争主要推动创新的增长（另见 Blundell、Griffith 和Van Reenen 1999；Bloom、Draca 和 Van Reenen 2016）。在北美，进口竞争的影响更加复杂；例如，Autor 等人。 (2016) 认为，中国的进口竞争降低了美国制造业的创新能力，尽管 Xu 和 Gong (2017) 认为，这些从制造业流失的研发人员又在服务业重新就业，因此产生的总体影响尚不明确。除了对竞争产生影响外，贸易开放还可以通过扩大市场规模来促进创新，从而将创新成本分摊到更大的市场上（Grossman and Helpman 1991）。此外，贸易可以改善投入并加快知识传播（Diamond 1997；Keller 2004）。Aghion et al.（2018）利用企业出口市场的冲击来证明对法国企业创新的巨大积极影响。Atkin 等人（2017）实施了一项随机对照试验，以刺激埃及小型服装公司的出口，并发现出口可以提高企业的生产力和质量。许多论文（包括 Goldberg 等人 2010；Fieler和 Harrison 2018）都证明了优质进口投入的好处。这些文献中提出的政策建议似乎相当明确：竞争加剧和贸易开放通常会促进创新。鉴于降低价格和增加选择的政策还会带来额外的积极影响，这些政策的财务成本相对较低。缺点是，这种全球化冲击可能会加剧人们和地方之间的不平等。资金限制通常是创新政策侧重小企业的理由。例如，在许多国家，研发税收抵免对小企业更为慷慨（OECD 2018）。此外，小企业似乎对创新和其他商业支持政策的反应比大企业更为积极（Criscuolo et al, 2019）。然而，小即是美的创新政策也存在一些问题。首先，它们可能会阻碍企业的发展，因为扩张超过某个点将使它们失去补贴的资格。其次，最容易受到这些资金限制的是年轻企业，而不是小企业本身。一项受欢迎的政策旨在将许多较小的高科技公司集中到一起。这可能是在高密度加速器（密集指导；高度筛选）或孵化器（较少支持；较少筛选）或较大的科学园区。这个想法是产生集聚效应。有几个案例研究和一个对这种方法的元观点表明这些政策的总体影响是积极的（Madaleno et al，2018）。然而，我们的感觉是，尽管这些举措在地方政府中非常受欢迎，但这里的证据仍然不明确。如果金融摩擦具有影响力，那么取消对活跃的早期金融市场（如天使融资或风险投资）发展的限制可能是一个合理的政策重点。此外，专注于为年轻企业提供补贴贷款，而不是一般的税收减免或补助，可能更为可取。受二战期间的研发工作和肯尼迪的阿波罗“登月计划”的启发，“任务导向型”研发政策将支持重点放在特定技术或领域。国防（如 DARPA，国防高级研究计划局）和太空（如 NASA，美国国家航空航天局）的许多此类任务导向型政策都带来了重要的创新。Azoulay et al.(2019) 详细讨论了“ARPA 模型”——这种方法已从 DARPA 扩展到国土安全部的 HSARPA、美国情报机构的 IARPA 和能源部的 ARPA-E。他们认为，成功的例子通常涉及权力下放、积极的项目选择（以及对不可避免的失败的容忍度）和组织灵活性。经济学家通常对这种以行业为重点的政策持怀疑态度，因为政治决策可能更倾向于支持那些参与游说和监管俘获的行业或公司，而不是最有利于社会的行业或公司。此外，在许多情况下，很难阐明这些登月计划背后的经济原理。当然，如果目的仅仅是为了产生更多的创新，那么用于将人类送上月球的资源本可以得到更有效的利用。我们认为基于任务的登月计划有两个主要论点。首先，登月计划本身可能是合理的。应对气候变化的技术属于这一类：迫切需要避免环境灾难，而碳排放方面存在明显的市场失灵。解决方案需要新技术来帮助实现经济脱碳；在这种情况下，登月计划战略可能会带来最有价值的创新。其他社会目标，如减少疾病，也可以做出类似的评论。重要的是要记住，当技术变革的速度和方向是内生的时，碳税等传统政策可以产生双重效果（ Acemoglu et al，2012；Aghion et al.，2016）。其次，基于政治经济考虑，登月计划可能是合理的。为了为研究创造大量额外资源，需要创建一个政治上可持续的愿景。例如，Gruber 和 Johnson (2019) 认为，将联邦研究资金占 GDP 的比例提高半个百分点（从今天的 0.7% 提高到 1.2%，仍然低于图 1 中 1964年观察到的近 2% 的比例），将创建一个 1000 亿美元的基金，该基金可以启动一些受教育程度较高但不太繁荣的美国城市（如纽约州罗切斯特和宾夕法尼亚州匹兹堡）的新技术中心。他们认为，这样的基金可以产生本地溢出效应，并通过缓解空间不平等，比将研究资金主要流向研究高度集中的地区（如加利福尼亚州帕洛阿尔托和马萨诸塞州剑桥）更具政治可持续性。当然，很难用可靠的计量经济学证据来衡量登月计划的有效性和效率。我们可以讨论历史事件，用理论来指导我们的思考，但登月计划本质上是经过严格挑选的事件，没有明显的反事实。市场经济很可能无法提供足够的创新，这主要是由于企业之间的知识溢出。本文讨论了旨在增加创新的政策工具的证据。本文的（主观的）判断浓缩到表 2 中，该表可用作创新政策制定者的工具包。第 1 列总结了对目前可用的实证证据质量的解读，包括论文数量和这些研究提供的证据的可信度。第 2 列总结了政策证据的确凿性。第 3 列对总体收益减去成本（即净收益）进行评分，采用灯泡排名，其中 3 为最高。此排名旨在代表证据强度和平均效应大小的综合。第 4 列和第 5 列是另外两个标准：第一，主要影响是短期（例如，在未来三到四年内）、中期还是长期（大约十年或更长时间），第二，对不平等的可能影响。不同的政策制定者（和公民）将赋予这些标准不同的权重。从短期来看，研发税收抵免和直接公共资金似乎是最有效的，而从长期来看，增加人力资本的供应（例如，通过扩大科学、技术、工程和数学领域的大学招生）更为有效。鼓励技术移民即使在短期内也会产生很大的影响。竞争和开放贸易政策对创新的益处可能较小，但它们在财务上成本低廉，因此得分也很高。一个区别是，研发补贴和开放贸易政策可能会加剧不平等，部分原因是增加了对高技能劳动力的需求，部分原因是，在贸易方面，因为一些社区将承受贸易调整和失业的痛苦。相比之下，增加高技能劳动力的供应可能会通过缓解对稀缺人力资本的竞争来减少不平等。当然，其他人无疑会对表 2 中列出的政策持有不同的看法。尽管如此，本文希望这个框架至少能引发更多辩论，讨论需要做些什么才能恢复现代经济的公平增长。
