政府补助对制造业成长影响的实证研究

何颖莹 胡志勇

摘要：在实施制造业强国战略的背景下，我国制造业的发展受到各方越来越多的关注。文章通过1347家制造业上市公司2012-2016年的政府补助数据对制造业企业成长进行研究。研究结果表明，政府补助在短期内与制造业企业成长呈现显著负相关关系;在长期上，政府补助与制造业企业成长显著正相关。在其他条件相同的情况下，政府补助短期内与非国企、大企业和高端制造业成长的负相关性、长期上与非国企成长、大企业成长和高端制造业成长的正相关性均分别强于国企成长、中小企业成长和其他制造业成长。

关键词：政府补助;制造业;成长性

2015年国务院发布的《中国制造2025》是我国实施制造强国战略第一个十年的行动纲领，为我国制造业的发展做出科学规划。制造业作为国民经济的主体，是立国之本、兴国之器、强国之基，在我国经济发展中占据着举重若轻的地位。但随着经济“新常态”、国民消费新需求的出现，以及发达国家的“再工业化”战略和发展中国家对全球产业再分工的积极参与，我国制造业的发展面临着严峻挑战，以往的粗放型发展模式已难以为继，再不能支撑制造业的持续成长。应该抓住新一轮科技革命和产业变革与我国经济发展方式转变相交汇的历史机遇，加快转变制造业的转型与跨越式发展，在国际产业分工格局的重塑过程中占领先机和优势地位。我国政府以向企业提供相应项目的财政补助等举措，弥补由创新活动正外部性带来的边际外部收益的问题，间接激励、诱导企业发展策略的方向、提高创新产出，旨在促使企业摆脱处于国际产业链末端的尴尬地位，最终将我国建设成制造业强国。无论是希望通过政府补助来促进企业提高研发支出、提高技术创新还是有效利用资源、发展绿色经济，亦或是推动新产品问世、打造世界品牌，其最终目的都是使我国制造业能够在这“不进则退”的全球化竞争中实现经济增长。因而文章将从这点出发，通过对2012-2016年的1347家制造业上市公司获得的政府补助对其成长性的影响的实证研究，分析政府补助的实际效果。对于这个问题，已有一些学者进行了研究，具体可分为政府补助对企业成长的正向影响、负向影响和政府补助对不同股权性质、不同生产规模、不同类型的企业成长的影响。

一、文献综述与研究假设

（一）关于政府补助对企业成长具有正向影响的研究

1.从融资约束视角的研究。连玉君、苏治（2009）认为政府补助在一定程度上直接缓解了企业融资约束，使得企业拥有更多现金流投入新产品的研发创新和技术产业化.提高企业经济附加值，进而促进企业绩效增长。

2.从创新风险视角的研究。Hussinger（2008）认为政府补助也能够降低企业因研发创新等活动而带来的边际成本和不确定性、分散企业创新活动的风险，提高了企业进行创新活动的意愿。

3.从信号传递视角的研究。杨洋、魏江、罗来军（2015）认为政府补助有利于降低企业和外部投资者之间的信息不对称，是企业响应政府、顺从政府指引的信号，有助于企业吸引外部投资者的青睐，获得其他资源提高绩效。

4.从外部机制视角的研究。魏志华，赵悦如，吴育辉（2015）认为在市场水平较低的地区，政府补助在一定程度上成为了外部制度环境不完善的积极替代机制，利于改善企业业绩。

（二）关于政府补助对企业成长具有负向影响的研究

1.从政府补助动机视角的研究。孔东民，刘莎莎，王亚男（2013）认为出于保牌和扭亏的动机，政府会通过补助的手段帮助上市企业进行盈余管理。此时，政府补助主要是为了维持企业生存，其促进发展的意义较小。

2.從信号传递视角的研究。逯东，孟子平，杨丹（2012）认为政府倾向于对那些易于通过非经常项目扭亏的公司提供更多财政补助，政府补助向市场传递了被补助公司盈利能力低下的负面信号。

3.从政府补助获取渠道视角的研究。王昌（2009）认为政府补助使企业对其产生依赖，导致企业花费更多的人力物力资源在“寻租”上，而非将这些资源用在通过市场机制来改善企业经营管理水平、提高效率。

4.从政府补助的使用视角的研究。魏志华，赵悦如，吴育辉（2015）认为融资约束水平较低的企业获得政府补助后更容易出现浪费资源的问题，刺激企业过度投资，降低企业投资的效率。

以上文献从不同视角综合分析了政府补助对企业成长的影响机制和效果，但未考虑政府补助在不同的时间维度对企业成长影响的差异，以更加全面客观地评价政府补助效用。笔者分析：短期内，企业为争取政府补助会采取迎合行为，且这种迎合行为不利于政府补助绩效的发挥。在长期上，政府补助以积极的信号传递和基础资本资源的方式，促进企业发展动力，从而实现绩效增长。据此，文章假设：

H1：短期内，政府补助与制造业企业成长负向相关;而在长期上，政府补助与制造业企业成长正向相关。

同时，一些学者也研究了政府补助在不同股权性质、不同规模和不同类型这三类企业的成长性的相对效果。

（1）政府补助、股权性质和企业成长性。杨洋、魏江、罗来军（2015）认为国有企业面临预算软约束，政府补助反而会加剧它们的资源冗余;国企管理机制的弊端也会导致政府补助不能得到很好的利用;国企也不需要通过获得政府补助的形式来向外界传递利好消息。相比之下，政府补助能缓解民企长期以来面临的资源匮乏和融资难的问题;非国企高效的组织管理机制也能有效地利用政府补助，促进企业进步。孔东民，刘莎莎，王亚男（2013）认为国企并不需要通过迎合行为来获得政府补助。此外，政府补助有利于为营造一个良好的市场环境，而良好的市场环境对民企的健康发展积极意义重大。

（2）政府补助、企业生产规模和企业成长性。王文甫，明娟，岳超云（2014）认为在金融市场上，大企业比较容易获得融资，并且融资成本低;政府倾向于对它进行较大幅度的补助和支持，使得大企业短期内容易出现投资过度、产能过剩的问题。白俊红（2011）认为相比于中小企业而言，大企业的资金、人才、知识积累和规模效应等优势使政府补助更易获得相应配套设施，有利于提高被资助项目成功的概率，进而降低政府资助的风险，越发能激励企业的创新投入。而中小企业正好相反，它不易融资，也不如大企业那样易得到政府补助。

（3）政府补助、企业类型和企业成长性。张辉，刘佳颖，何宗辉（2016）认为与其他制造业相比，高端制造业多进行尖端科技研发成果，具有项目周期长、各期投入资金流大而稳定的特点，前期投入多而资本回收慢，但是发展后劲足、资本回报可观。

以上文献通过细化企业类别，分析了政府补助对不同企业的成长性的不同影响。但未考察政府补助在不同的时间维度对它们影响的差异，也未全面考察政府补助对以上所有类别企业的影响，而对这些问题的研究同样是有必要的。笔者分析：国企具有非国企所没有的资源禀赋、与政府间的天然联系，但是国企管理机制又不如非国企那样灵活有效;相比于大企业，中小企业不容易出现过度投资，但也不能为政府补助提供良好配套设施;高端制造业拥有前期投入大、回收周期长、资本回报丰厚的特征，而其他制造业这一特征较弱。因而国企、中小企业和其他制造业这三类企业的成长性对政府补助的作用反应表现得更为平稳。据此，在其他条件相同的情况下，文章假设：

H2.1：政府补助对非国企的影响强于国企。影响具体可分为：短期上的负相关性和长期上的正相关性。

H2.2：政府补助对大企业的影响强于中小企业。

H2.3：政府补助对高端制造业的影响强于其他制造业。

二、模型设计、数据来源与实证结果

（一）模型设计和变量

为考察政府补助对制造业以及不同类别的制造业企业成长的影响，文章分别构建了五个OLS多元回归实证模型。模型（1）和模型（2）用来检验假设1，即分别考察政府补助在短期、长期内对企业成长的影响。模型（3）-（5）用来检验假设2，即分别考察政府补助在不同时间维度对不同股权性质、不同生产规模、不同类型这三类企业成长的影响。具体如下：

其中被解释变量是企业成长性（Gorwth），解释变量是政府补助（LnSub（r））、政府补助与企业所有制交叉项（LnSub（r）*SOE）、政府补助与企业生产规模交叉项（LnSub（r）*Size）、政府补助与企业类型交叉项（LnSub（r）*Ind）。鉴于政府补助对企业成长影响的滞后性，笔者将政府补助滞后一阶作为短期变量，将政府补助滞后二阶作为长期变量，r代表滞后阶数。文章还选取了以下控制变量：企业资本结构（Lev）、企业盈利能力（ROA）、企业股权集中度（Shrhfd）、企业总资产（Value）、企业年龄（Age）、企业所有制（SOE）、企业生产规模（Size）、企业类型（Ind）。各变量的具體定义如表1。

（二）数据来源和样本

文章数据全部来源于国泰安（CSMAR）数据库。首先，由于证监会行业分类在2012年有所变动，因此文章仅选取该数据库2012-2016年这5年间的制造业数据作为样本。其次，使用Excel最数据进行初步整理，使其成为平衡面板数据。最后，遵循以下方式对样本进行检查和删误处理：（1）相关指标数据不全的企业;（2）2012-2016年中不完全属于制造业的企业;（3）ST、*ST公司。此类公司的财务数据可能存在异常或不真实情况，将这类公司的财务数据纳入样本中会扭曲实证分析的结果。最终，笔者选择1347家企业做样本，6735个观测值。文章使用的统计软件是Eviews7.0。

（三）实证结果与分析

1.描述性统计和相关性检验。表2显示，样本企业成长性的均值为0.18，标准差为0.49，样本企业整体发展势头良好，企业间成长能力总体差异不大，但极值差大，个别样本企业表现特别优秀。政府补助的极差为14.51，标准差为1.56，说明政府补助具有一定的补助倾向，但样本间整体差异不大。表3体现的是各变量之间的相关系数。从中我们可以看出，模型中各变量之间的相关系数均小于临界值0.75，可以判断变量间不存在较强的相关性。并且，各变量均通过单位根检验，可以进行回归分析。

2.实证结果。文章首先对以上模型进行Hausman检验，以确定模型适用随机效应模型还是固定效应模型。检验结果显示P值小于0.01，因而拒绝适用随机效应模型的原假设，认为模型适用固定效应模型。结果如表4所示。

表4中模型（1）和模型（2）分别为政府补助滞后一阶与滞后二阶的回归结果。模型（3）-（5）是在模型（1）和模型（2）的基础上分别加入股权性质、企业生产规模、是否为高端制造业，这三项虚拟变量与滞后一阶的政府补助、滞后两阶的政府补助的交叉项得到的回归结果。

从回归结果来看，除了“资本结构”和模型（1）中的“股权集中度”，这两个变量对企业成长性的影响不显著外，其他变量的统计检验均显著。（1）政府补助的影响。政府补助在滞后一阶的情况下，与企业成长性显著负相关，影响系数为-0.05。而在滞后两阶的情况下，政府补助与企业成长性之间呈显著正相关关系，影响系数为0.0229;（2）股权性质和政府补助的影响。股权性质和滞后一阶的政府补助的交叉项对企业成长性的影响是显著的，影响系数为-0.0401。股权性质和滞后两阶的政府补助的交叉项对企业成长性显著正向影响，影响系数为0.0350。这表明，政府补助对非国营企业的短期、长期影响均强于国企;（3）企业生产规模和政府补助的影响。企业生产规模和滞后一阶的政府补助的交叉项对企业成长性的影响是显著的，影响系数为-0.0512。企业生产规模和滞后两阶的政府补助的交叉项对企业成长性显著正向影响，影响系数为0.0504。这说明，政府补助对大企业的短期、长期影响均强于中小企业;（4）企业类型和政府补助的影响。企业类型和滞后一阶的政府补助的交叉项对企业成长性的影响是显著的，影响系数为-0.0557。企业类型和滞后两阶的政府补助的交叉项对企业成长性显著正向影响，影响系数为0.0551。这说明，政府补助对高端制造业企业的短期、长期影响均强于其他制造业企业;（5）控制变量的影响。资本结构对企业成长的影响不显著;企业盈利能力对企业成长具有显著正向影响;股权集中度整体上对企业成长显著负向影响;企业总资产对企业成长显著正向影响;企业年龄对企业成长显著负向影响。至此，文章假设与实证结果均一致。

3.对实证结果进一步分析。（1）政府补助对企业成长的影响效应分析。短期，政府补助表现出与企业成长负向关系，这可能是因为地方政府出于维持GDP的稳定和就业率而对财务状况差的企业提供资金援助[8]。此时的政府补助仅为支撑企业生存，其内在激励效用无法发挥;而对于财务状况正常的企业，或因“寻租”或因资源冗余，政府补助也不能有效施展其内在作用。而在更长期的时间线上，接受政府补助的企业通过积极的信号传递和基础资源配置约束的直接改善[5]，财务状况较差的企业得到了喘息的机会、财务状况较好的企业纠正了短期内政府补助带来的弊端，两者均获得了更宽松的成长环境和更优良的自身发展条件;（2）股权性质、企业生产规模、企业类型与政府补助对企业成长的影响效应分析。国企的资源禀赋、与政府间的天然联系，使得政府补助对它们来说不那么重要，并且也不需要通过非常手段获得政府补助[3]，相对的，在短期，政府补助对它的负向作用不如非国企那样强。从长期来看，国企管理机制的弊端又导致它们不能像非国企那样更有效地利用政府补助，因此政府补助对它的正向作用同样弱于非国企;大企业属于资本密集型企业，融资约束较小、融资成本低，其雄厚的资金实力和获得大额政府补助的可能，使得它在短期更容易出现投资过度、产能过剩问题。但从长期来说，大企业的资金和人力资源优势、知识溢出和规模效应使得政府补助对它的长期激励效果优于中小企业[10];高端制造业投资周期长、资金大、回收期长、资本回报大的特点，使得其项目开展前期以成本投入为主、收益少，而项目成熟后收益颇丰[11]。所以，政府补助对它成长的短期和长期影响双双表现为强于对其他制造业的影响。因此，政府补助对非国企、大企业和高端制造业的影响均强于国企、中小企业和非高端制造业。（3）控制变量对企业成长的影响效应分析。企业盈利能力与成长性正相关是显而易见的，盈利能力强的企业必然成长得很快;股权集中度体现的是大股东对企业的掌控力。过于集中的股权，更容易使企业资金被大股东挪作私用，侵占公司资产，削弱政府补助资金的正面效用。另外，也更易由于一把手的“一锤定音”而做出偏离科学决策的决议，导致企业投资风险上升、投资效率降低，影响企业的发展，因而股权集中度与成长性负相关;企业年龄与企业成长性负相关是可以理解的。文章样本企业的平均寿命为15.3年，远远超过中国制造业企业平均寿命11.1年，可以认为文章样本企业普遍处于成熟阶段，企业行为相对僵化，缺少活力。因此，企业年龄显著呈现出不利于企业成长的特征。

三、结论与对策建议

文章以2012-2016年1347家制造业上市公司历史数据为样本，研究发现：（1）在短期内，政府补助与制造业上市企业成长表现为显著负相关关系;而在长期中，政府补助显著地与制造业上市企业成长正相关;（2）政府补助短期内与制造业非国企成长的负相关性、长期上与制造业非国企成长的正相关性均强于国企;（3）政府补助短期内与制造业大企业成长的负相关性、长期上与制造业大企业成长的正相关性均强于中小企业;（4）政府补助短期内与高端制造业成长的负相关性、长期上与高端制造业成长的正相关性均强于其他制造业。即对于前述的三类企业，无论是政府补助的短期负向影响还是长期正向影响，都被“放大”了。

基于以上研究，文章提出以下几点建议：（1）完善政府补助制度。文章研究顯示，一方面国企和中小企业受政府补助的负向效应小于非国企和大企业，另一方面政府补助对非国企和大企业的正向效应又强于国企和中小企业。无论是国企、大企业还是非国企、中小企业，它们都有各自优势。然而政府或出于“父爱主义”或出于地方经济形象的考虑，倾向于向国有企业和大企业提供更多的政府补助，不利于企业间的公平竞争和市场健康良性的发展。政府补助应该平等地对待国企和非国企、大企业和中小企业，改革项目资金分配机制、简政放权，深化审批制度改革，营造一个公正平等的市场氛围，促进公有经济、非公经济、大中小企业协同发展;（2）完善财政绩效评价机制，兼顾当前和长远利益。政府补助的评价准则可根据不同企业、不同阶段而有所调整。文章研究显示，政府补助对企业成长的效果在不同时期是完全相反的，因此片面地只取某一时段的表现而下定论是不合理的。只要是对企业现阶段经营或者未来发展有益（在某种程度上，应更加关注其对未来发展的作用）、达到了政府提供资金补助的初衷既是好的，并在下一年度的政府补助发放中，适当照顾表现良好的企业;（3）支持高端制造业，促进结构升级。充分利用现有渠道，重点关注高端制造业等制造业转型升级的关键领域。文章研究显示，政府补助对高端制造业的影响在三种类别的企业中是最大的，这说明政府补助在高端制造业的长期回报率也是最为突出的。因此，对于高端制造业，可以着重关注长远目标，提高未来效益的权重，加大对其创新活动方面的政府补助，健全和完善企业在产品创新、增值服务和人才竞争等方面的激励机制，进一步优化制造业布局;（4）企业合理规划，提高补助效益。现今企业大多注重眼前利益，忽略长远发展，这既不利于企业自身的成长也不利于国家经济的良性发展。获得政府补助资金的企业应按照政府补助拨款的初衷，专款专用、合理使用;响应国家经济政策导向、科学决策、加强企业研发创新支出，尽力为政府补助提供包括人力、物力、财力在内的相应配套设施，从而提升市场竞争力、提高产品附加值，增强企业发展活力。

参考文献：

[1]连玉君，苏治.融资约束、不确定性与上市公司投资效率[J].管理评论，2009，（1）：19-26.

[2]Hussinger K.R&D and Subsidies at the Firm Level：AnApplication of Parametric and Semiparametric Two stepSelection Models[J].Journal of Applied Econometrics，2008，（23）：729-747.

[3]杨洋，魏江，罗来军.谁在利用政府补助进行创新？——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015，（1）：75-86.

[4]魏志华，赵悦如，吴育辉.财政补助_馅饼_还是_陷阱_基于_省略_约束VS_过度投资视角的实证研究[J].财政研究，2015，（12）：18-29.

[5]孔东民，刘莎莎，王亚男.市场竞争、产权与政府补助[J].经济研究，2013，（2）：55-67.

[6]逯东，孟子平，杨丹政府补助、成长性和亏损公司定价[J].南开管理评论，2010，（2）：97-104.

[7]王昌.财税补助对农业产业化龙头企业绩效_省略_国家级重点龙头上市公司的案例研究[J].经济论坛，2009，（15）：24-27.

[8]赵璨，王竹泉，杨德明，等.企业迎合行为与政府补助绩效研究——基于企业不同盈利状况的分析[J].中国工业经济，2015，（7）：130-145.

[9]王文甫，明娟，岳超云.企业规模、地方政府干预与产能过剩[J].管理世界，2014，（10）：17-36.

[10]自俊红.中国的政府R&D资助有效吗？来自大中型工业企业的经验证据[J].经济学（季刊），2011，（4）：1375-2400.

[11]张辉，刘佳颖，何宗辉.政府补助对企业研发投入的影响——星于中国工业企业数据库的门槛分析[J].经济学动态，2016，（12）：28-38.

[12]蔡真，安冉.政府出口补助对制造业上市公司成长性的影响——基于所有制与地区差异的研究[J].财会通讯，2017，（12）：74-77.

[13]高楠.政府补助对企业成长性的影响——以光伏企业为例[J].生产力研究，2017，（3）：61-63.

[14]蔡翼飞，魏后凯，吴利学.我国城市高端制造业综合成本测算及敏感度分析[J].中国工业经济，2010，（1）：34-44.