Die chinesischen Investitionen in Forschung und Entwicklung (F&E) sind seit der Jahrhundertwende sprunghaft angestiegen, haben sich seit dem Jahr 2000 in absoluten Zahlen mehr als verzehnfacht und erreichten 2020 einen Höchststand von 2,4 Prozent des BIP. Als weltweit zweitgrößter Geldgeber für F&E nach den Vereinigten Staaten Staaten ist China sicherlich eine Kraft, mit der man in der globalen Innovationslandschaft rechnen muss. Sein neuer Schub in Richtung innovationsgetriebenes Wachstum und sein erklärter Ehrgeiz, bis 2050 ein technologisches Innovationskraftwerk zu werden, haben Fragen aufgeworfen: Ist China auf dem richtigen Weg, seine Ziele zu erreichen, und werden größere Investitionen in Forschung und Entwicklung – wie von Ministerpräsident Li Keqiang versprochen – es dorthin bringen?
In einer Studie, die in der Juli-Ausgabe 2022 von veröffentlicht wurde ÖkonometrieYale-Ökonom Fabrizio Zilibotti und die Co-Autoren Michael König, Zheng Michael Song und Kjetil Storesletten gehen diese Frage durch die Linse der Fehlallokation an.
Ergebnisse auf einen Blick
Fehlallokation in chinesischer F&E
„In China haben Firmen mit den stärksten Verbindungen zum Staat mehr Zugang zu Ressourcen als effizientere, aber schlecht vernetzte Firmen“, erklärte Fabrizio Zilibotti, Tuntex-Professor für Internationale und Entwicklungsökonomie, in einem EGC-Interview. „Dies führt zu einer Fehlallokation von Ressourcen, da Ressourcen (Arbeit und Kapital) von Unternehmen mit relativ geringer Produktivität aufgesaugt werden, während die Wettbewerbskräfte blockiert werden.“ Wenn Unternehmen mit begrenztem Wachstumspotenzial durch Innovation trotzdem F&E betreiben, möglicherweise aufgrund staatlicher Anreize, führt dies zu einer Fehlallokation von F&E. Unternehmen mit höherer Produktivität, die besser für innovative Aktivitäten geeignet sind, werden die Ressourcen für deren Durchführung vorenthalten, was das Wirtschaftswachstum behindert.
Die Studie von Zilibotti und seinen Koautoren über F&E-Fehlallokation und ihre Auswirkungen ist die erste ihrer Art, die sowohl ein theoretisches Modell mit endogenem technischen Wandel vorantreibt als auch ihre Vorhersagen durch seine Anwendung auf einen neuartigen Datensatz auf Unternehmensebene testet.
Eine Theorie des technischen Wandels: Imitieren vs. Innovieren
In dem theoretischen Modell der Studie interagieren gewinnmaximierende Unternehmen, die darauf abzielen, ihre Technologie zu verbessern, in jedem Zeitraum zufällig mit anderen Unternehmen. Sie sind in verschiedene Branchen eingeteilt und weisen unterschiedliche Produktivitätsniveaus auf. Unternehmen haben zwei Möglichkeiten: imitieren oder erneuern. Die Nachahmung erfordert weniger Ressourcen und eignet sich für weniger produktive Unternehmen: Es besteht eine hohe Wahrscheinlichkeit, dass sie auf ein produktiveres Unternehmen treffen und sich bewährte Verfahren von ihnen aneignen. Im Gegensatz dazu erfordert Innovation spezifische Investitionen und kommt produktiveren Unternehmen zugute. Diese Firmen müssen wenig von ihren Konkurrenten lernen, sodass sie ihre Produktivität am besten steigern können, indem sie neue Produkte entwickeln und neue Prozesse entdecken. Letztendlich verschieben die effizientesten Unternehmen die Grenzen der Innovation, während der Rest ihrem Beispiel folgt.
Verzerrungen, die auftreten, wenn Markteingriffe die Preise beeinflussen und die Effizienz untergraben, spielen in dem Modell eine Schlüsselrolle. Unternehmensspezifische Arbeits- und Kapitalmarktkeile halten Unternehmen von Investitionen ab, indem sie den Gewinn, den sie von einer zukünftigen Produktivitätssteigerung erwarten können, verringern.
Es ergeben sich vier überprüfbare Vorhersagen:
Ein zentrales Ergebnis des Modells ist, dass sich die Verteilung der Produktivität im Gleichgewicht in Richtung steigender Produktivität über die Zeit bewegt. Im Fachjargon kann man es als „Wanderwelle“ bezeichnen. Die Intuition ist klar: Die Kurve, die die Verteilung der Produktivität darstellt, kräuselt sich von links nach rechts und repräsentiert den technischen Wandel. Alle Firmen unterhalb einer bestimmten Produktivitätsschwelle imitieren; der Rest ist innovativ.
Die Theorie auf die Daten übertragen: die Welle fangen
Die Autoren verwenden eine Schätzstrategie, die als simulierte Momentenmethode bekannt ist, um ihr theoretisches Modell mit Daten über chinesische Fertigungsunternehmen von 2007 bis 2012 abzugleichen. Im Wesentlichen weist die in Tafel A dargestellte Verteilung der stationären Gesamtfaktorproduktivität (TFP) mehrere Parameter auf; Die Autoren wählen Werte für diese Parameter aus, die es ihnen ermöglichen, die Daten auf chinesischer Firmenebene bestmöglich zu reproduzieren. Ihr Modell passt noch besser zu den Daten, nachdem es um „Innovationskeile“ (die F&E für einige Unternehmen billiger und für andere kostspieliger machen) ergänzt wurde und die Fehlangaben zu F&E-Ausgaben durch Unternehmen berücksichtigt wurden.
Messfehler – die entstehen, wenn Werte ungenau gemessen werden – sind seit langem ein Schreckgespenst der Literatur über Fehlzuordnungen. Die Autoren bringen eine aufregende methodische Entwicklung auf das Gebiet, indem sie ein explizites Modell des Messfehlers vorschlagen. Unter bestimmten Annahmen erlaubt ihnen ihr Modell abzuschätzen, wie viel der Daten auf Messfehler zurückzuführen sind.
Die Analyse der Autoren deutet darauf hin, dass Messfehler den falschen Eindruck einer stärkeren Konvergenz in den Daten erwecken, als in Wirklichkeit vorhanden ist: Sie überschätzen das Ausmaß, in dem weniger produktive Nicht-F&E-Unternehmen zu produktiveren Nicht-F&E-Unternehmen aufholen, da erstere höher sind Produktivitätswachstumsraten. Dies unterstreicht die Bedeutung der Korrektur von Messfehlern um der Genauigkeit willen.
Die Vorhersagen des Modells werden durch die Daten bestätigt. So verdoppelt sich beispielsweise der Anteil der Unternehmen, die FuE betreiben, nahezu, wenn man von den am wenigsten produktiven Firmen zu den produktivsten übergeht, und größere Firmen betreiben eher FuE. Die Ergebnisse der Autoren wecken Vertrauen in ihre Schätzmethode: Nicht nur die qualitativen Vorhersagen ihres Modells halten, sondern viele Aspekte ihres Modells passen auch ohne bewusste Anpassung vorbildlich zu den Daten.
Die Analyse der Autoren legt nahe, dass F&E-Investitionen eine wichtige Determinante des Produktivitätswachstums in den Jahren 2007-2012 waren, trotz des Gegenwinds, der durch weit verbreitete, politisch bedingte Arbeits- und Kapitalmarktverzerrungen auferlegt wurde (z hukou System und starke Eingriffe in die Kapitalallokation durch administrative Kreditpläne).
China gegen Taiwan:
Die taiwanesische und die chinesische Wirtschaft weisen starke Ähnlichkeiten in ihrer Exportorientierung und der Bedeutung des verarbeitenden Gewerbes auf. „Eine Frage, die uns interessiert, ist, was passieren würde, wenn China Zugang zu derselben Technologie hätte wie taiwanesische Firmen?“ sagte Zilibotti. Die Autoren bestätigen die Gültigkeit ihres theoretischen Modells, indem sie es an einem Datensatz taiwanesischer Firmen testen und dann die Ergebnisse ihrer chinesischen und taiwanesischen Stichproben vergleichen. Während die geschätzten Parameter für die taiwanesische Stichprobe der Autoren denen ihrer chinesischen Stichprobe qualitativ ähnlich sind, erweisen sich die quantitativen Unterschiede als frappierend: Innovation und Technologieverbreitung sind in Taiwan schneller als in China.
Kontrafaktische Politikexperimente und ihre Implikationen
Um die Auswirkungen von Fehlallokationen zu untersuchen, führen die Autoren kontrafaktische Analysen durch, was bedeutet, dass sie hypothetische „Realitäten“ betrachten, bei denen bestimmte Aspekte der Wirtschaft optimiert werden. In einem kontrafaktischen Fall untersuchen sie den Effekt einer Verringerung der Fehlallokation. Die Reduzierung von Fehlallokationen generiert dynamische Effizienzgewinne, indem eine Anpassung hin zu einem neuen Gleichgewicht mit höherem Wachstum ausgelöst wird. Das Wachstum beschleunigt sich und die Verteilung der Unternehmensproduktivität wird weiter verstreut. Dies deutet darauf hin, dass die Reduzierung von Fehlallokationen, beispielsweise durch die Reduzierung der staatlichen Unterstützung für politisch verbundene Unternehmen oder die Lockerung von Kreditbeschränkungen, die Innovationsproduktivität steigern und das Wachstum erheblich ankurbeln könnte.
In einem anderen kontrafaktischen Fall stellen die Autoren fest, dass nicht zielgerichtete F&E-Subventionen – Subventionen, die allen Unternehmen zugänglich sind und nicht speziell auf eine Untergruppe von Unternehmen ausgerichtet sind – das Produktivitätswachstum auf moderatem Niveau beschleunigen, aber nach hinten losgehen können, wenn sie übermäßig großzügig sind. Mit anderen Worten, F&E-Subventionen können zu viel des Guten sein: Wenn F&E-Subventionen wahllos vergeben werden, innovieren die „falschen Firmen“, selbst wenn sie besser dran gewesen wären, sie zu imitieren, und hemmen das TFP-Wachstum.
„Eine wichtige Implikation für die Politik ist, dass es nicht ausreicht, Unternehmen Geld für die Durchführung von Forschung und Entwicklung zuzuwerfen, um Produktivitätswachstum zu garantieren“, sagte Zilibotti. „Vor allem müssen die Ressourcen die ‚richtigen Firmen‘ zu Innovationen anregen. Zu diesem Zweck hat sich die marktorientierte Finanzentwicklung – Wagniskapital, Basisunternehmertum, Anlegerschutz usw. – historisch als sehr wirksames Mittel zur Förderung von Innovationen erwiesen Es ist allenfalls unklar, ob ein Top-Down-Ansatz mit einer starken Rolle des Staates ein guter Ersatz dafür sein kann.“
Michael König et al., From Imitation to Innovation: Wohin geht die ganze chinesische Forschung und Entwicklung?, Ökonometrie (2022). DOI: 10.3982/ECTA18586