政府补助、研发投入与企业全要素生产率——基于创业板上市公司的实证分析

王 薇 艾 华

(中南财经政法大学 财政税务学院，湖北 武汉 430073)

一、引言

习近平总书记在党的十九大报告中明确提出，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期。要进一步贯彻新发展理念，充分发挥创新作为引领发展第一动力的作用，坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，通过提高全要素生产率，不断增强我国经济创新力和竞争力。由于经济增长需要资本、劳动、土地等多种要素的投入，而相关要素短期内很难有较大改善，故其核心还是依赖技术创新、管理优化等提高劳动生产率。因此，全要素生产率在一定程度上也可以看作是技术创新带来的生产率。创新是对生产要素和生产条件进行重新组合，企业创新机制和能力是竞争的关键。但由于企业的研发创新活动存在一定的不确定性，且不可避免地会遭遇资金不足或市场失灵等问题，以上种种均会降低企业研发创新的积极性。因此，要降低创新过程中的不确定性，缩短创新过程的时滞，促进创新结果的转化，这些都离不开政府的支持。一般来说，政府补助对企业会产生两种效应：一种表现在账面上，即通过政府补助弥补企业账面的亏损以增加盈利，属于“治标不治本”；第二种则是依靠政府补助增加研发投入，增强企业的核心竞争力。然而，政府补助、研发投入与企业全要素生产率三者间到底是怎样一种作用机制？政府补助能否通过刺激企业研发投入，进而达到提高企业全要素生产率的目标？这正是本文试图回答的问题。

本文研究政府补助和企业研发投入对企业全要素生产率的影响，对已有文献的主要改进有：第一，已有文献分别考察了政府补助和企业研发投入对企业全要素生产率的影响，但并未考虑三者之间的作用机制，本文则从传导机制视角，揭开政府补助与企业全要素生产率之间的黑箱，从理论和实证两方面进一步检验了研发投入在政府补助和全要素生产率之间的作用机制；第二，本文扩大了研究样本，以2010～2016年创业板上市公司为研究对象，创业板上市公司具有高科技高成长性特点，因而本研究更具有代表性；第三，本文分行业考察了政府补助对不同行业的创业板上市公司的异质性影响，证明了政府补助要有行业针对性与差异性，避免政府补助的“一刀切”模式。

二、文献综述与理论假设

(一)政府补助与研发投入

从理论上分析，政府补助对于企业研发投入既存在激励效应，也存在挤出效应。其激励效应体现在以下三个方面：第一，政府对企业的补助，直接或间接地增加了企业用于创新研发的经费，减轻了企业为进行创新项目投资而导致资金周转不足的负面影响，进而提升企业的创新绩效，提高其创新能力[1][2]；第二，企业的研发投入最终能否转化为专利技术等无形资产具有较大的不确定性，且创新成果的外部性溢出有可能导致竞争对手的模仿，而政府补助则在一定程度上降低了企业研发外部性带来的风险，消除了企业研发创新活动的后顾之忧，从而达到促进企业创新的目的[3]；第三，政府补助具有强烈的政策导向，政府对企业创新投入的补助能够向外部资金提供者释放强烈的政策信号，传递关于企业研发活动及其未来良好发展前景的信息，引导外部资金流向企业，从而进一步扩大企业研发投入的资金来源，支持企业研发过程的顺利进行[4]。政府补助对企业研发投入的挤出效应体现在两个方面：其一，政府补助可能会影响企业运用自有资金进行研发的预算安排，在降低企业研发成本和研发风险的同时，会诱导企业将原本用于研发项目的费用转移到其他项目上，政府补助会产生反向效果[5]；其二，研发人员和设备等研发资源在一定时期内的供给是不变的，但是政府补助会扩大企业对这些研发资源的需求，造成的结果就是，研发资源要素价格上升。在这种情况下，企业很可能会适度降低研发投入强度，以谋求更高的资本报酬率[6][7]。

综上所述，要降低研发创新的风险，弥补其不确定性，离不开政府之手的扶持。扶持创新并非空谈，必须伴随公共财政部门的资金补助以及税收优惠等政策。在研发初始阶段，财政拨款、政府补贴和政府设立专项技术投资基金等事前激励措施能够有效帮助企业筹集研发资金、引导社会资本的流入。而对于那些规模小、成立时间短的高新技术企业，在研发活动初期还很难通过评估机制在事前获得有效的财政资金支持，此时税收返还的事后弥补优势便能体现出来。所谓税收返还，是指按照国家有关规定采取先征后返(退)、即征即退等办法向企业返还税款，属于以税收优惠形式给予的一种政府补助。因此，无论是从减少企业研发融资困难，弥补其创新活动不确定性的角度，还是补偿企业亏损的风险共担机制角度来看，政府补助在事前和事后都起到激励企业进行研发创新的作用。基于以上分析，本文提出如下假设：

H1：政府补助对创业板上市公司的研发投入具有正向促进作用。

(二)研发投入与全要素生产率

在新古典经济增长模型中，全要素生产率表现为技术进步对经济增长的贡献，而从发达国家的成长历程来看，研发投入所带来的知识资本累积是技术进步的关键动力。通过研发投入提高企业全要素生产率的路径主要体现在三个方面：其一，研发投入能够提高企业的知识存量，具体表现为受法律保护的专利技术和非专利技术，经过一系列中介要素的作用，这些知识存量会转化为现实中的生产力，并最终促进企业全要素生产率的提高[8]。其二，研发投入会改变企业内部要素的投入比例。例如，研发投入一旦成功会带来企业技术进步，通常表现为劳动的要素价格上升和资本的要素价格下降，因此企业会采购更多的机器设备，但是由于国家劳工法等政策因素，企业的劳动力在短期内并不会减少，整体上表现为企业的投资规模扩大，如果能够利用好规模经济，将获得企业全要素生产率水平的提高[9][10]。其三，研发投入对企业全要素生产率的贡献还体现在资源配置效率的改善上，在宏观层面体现为资源从低效率的生产部门转移到高效率的部门，在微观层面同样体现为劳动和资本等要素在企业的不同生产部门之间流动，直至要素配置水平达到最优，从而进一步提高企业的全要素生产率[11][12]。

目前，信息技术、大数据和“互联网+”正深刻地改变着各个行业的生产组织方式、要素配置模式和产品服务销售模式，开辟了大众创新的新时代。对于高新技术企业而言，企业的研发投入所带来的技术创新能够提高企业的核心竞争力，降低其生产成本，提高产品的市场价值，从而提高企业的全要素生产率。因此，本文提出如下假设：

H2：创业板上市公司的研发投入对其全要素生产率具有促进作用。

(三)政府补助与全要素生产率

政府补助对企业全要素生产率的促进作用主要体现在三个方面：其一，政府补助能够在一定程度上促进企业增加研发投入，而企业增加的研发投入又通过技术创新促进企业全要素生产率的增长。其二，政府补助能够给予企业一定的价格补偿，有助于企业保持产品的价格优势，扩大市场规模。一般情况下，随着企业规模的扩大，一方面企业需要采取更先进的管理方式，另一方面企业规模扩大导致的内部经济，也有助于企业全要素生产率的提高。其三，企业研发活动的外部性溢出导致市场配置资源的无效率，而政府补助在一定程度上补偿了企业研发外部性带来的负面影响，使资源配置更有效率。鉴于本文的研究对象为创业板上市公司，此类公司的特点为成立时间短、规模偏小以及发展潜力大。因此，政府补助一方面可以缓解初期研发资金的不足，在一定程度上促进企业的研发投入，进而提高其技术方面的核心竞争力；另一方面，不论是事前的专项补贴还是事后的税收返还，都可以帮助企业保持价格优势，扩大市场份额，最终提高其全要素生产率。因此，政府补助对于创业板上市公司来说无疑是“雪中送炭”甚于“锦上添花”。综上所述，本文提出如下假设：

H3：政府补助对创业板上市公司全要素生产率具有促进作用。

三、研究设计

(一)样本选择与数据来源

本文选取2010～2016年我国创业板上市公司为研究对象，剔除金融类公司，因为这类公司的会计核算和财务特征比较特殊，可能会对研究结果产生不利影响。在选取样本时，由于企业获得政府补助需要满足一定的申请条件，而且各个企业进行研发投入的情况以及上市的时间不同，部分样本的某些指标数值会有缺失，最终得到样本公司603家，观测值2733个。为了避免极端值对实证结果的影响，本文对所有连续型变量在1%和99%分位上进行了Winsorize处理。本文使用的数据为上市公司年报数据，均来自国泰安(CSMAR)数据库。数据处理与分析在Stata13.1中完成。

(二)变量定义与度量

1.政府补助(SUB)。依据《企业会计准则第16号—政府补助》的规定，政府补助是指公司从政府无偿取得的货币性资产或非货币性资产(不含政府作为所有者投入的资本)，包括财政拨款、税收返还(如先征后返(退)、即征即退)以及各项财政补贴(如财政贴息、研究开发补贴以及政策性补贴)。政府补助数据主要来源于上市公司年度报告附注中政府补助明细一栏，本文统一采用政府补助总额来衡量当前年度政府对企业的直接资助程度，以政府补助当年金额取自然对数作为衡量指标。

2.企业全要素生产率(TFP)。全要素生产率是指全部生产要素投入量不变时，生产量仍能增加的额外生产效率。本文采用Levinsohn和Petrin[13]以及鲁晓东和连玉君[14]提出的LP法确定我国创业板上市公司的全要素生产率。

3.企业研发投入(RD)。研发投入是指企业为获得科学技术新知识，或创造运用科学技术新知识，或实质性改进技术工艺产品服务，而持续进行的具有明确目的的研究开发活动所发生的相关费用。本文以我国创业板上市公司实际发生的研发投入金额取自然对数作为衡量指标。

4.控制变量。参考已有研究文献，本文将企业规模、资本结构、盈利水平、资产流动性、企业研发人员、营业利润、年平均固定资产净额作为控制变量的基本选择。除此之外，鉴于企业高管具有的政治背景可能会影响到企业获得政府补助的规模，高管的教育背景可能会促进企业更加积极地进行研发投资，而地方经济发展水平会影响到地方财政扶持企业发展的力度，因此，本文将高管政治关联、高管教育水平和经济发展水平也作为控制变量。具体变量定义见表1。

表1 变量定义

(三)模型设计

1.政府补助与研发投入。为考察政府补助和研发投入之间的关系(假设H1)，本文建立模型(1):

RDit=β0+β1SUBit+βjControlsit+∑Year+∑Industry+εit

(1)

式(1)中，因变量为企业研发投入(RD)，自变量为政府补助(SUB)，其他为控制变量，包括企业规模(SIZE)、企业研发人员人数(RDNUM)、营业利润(OP)、年平均固定资产净额(PPE)、高管教育水平(Degree)和经济发展水平(ln_ProGdp)。

2.企业研发投入与企业全要素生产率。为了检验企业研发投入与企业全要素生产率之间的关系(假设H2)，本文建立模型(2)：

TFPit=β0+β1RDit+βjControlsit+∑Year+∑Industry+εit

(2)

式(2)中，因变量为企业全要素生产率(TFP)，自变量为企业研发投入(RD),其他为控制变量，包括企业规模(SIZE)、资本结构(LEV)、盈利水平(EL)、资产流动性(LIQU)、高管政治关联(FGO)和经济发展水平(ln_ProGdp)。

3.渠道机制检验。为检验企业研发投入在政府补助与企业全要素生产率之间的内在机制关系，本文建立了模型(3)和(4)：

TFPit=β0+β1SUBit+β2SUBit*RDit+β3RDit+βjControlsit+∑Year+∑Industry+εit

(3)

TFPit=β0+β1SUBit+β2RDit+βjControlsit+∑Year+∑Industry+εit

(4)

以上模型中，i表示个体，t表示年度标识，∑Year和∑Industry分别表示年份固定效应和行业固定效应，εit表示随机干扰项。

四、实证分析

(一)描述性统计

表2为本文主要变量的描述性统计结果，数据分布基本呈现正态分布的特征。由表2可以看出，企业全要素生产率TFP的均值为16.893，最小值为15.590，最大值为18.732。政府补助的均值为15.725，最小值为12.277，最大值为18.372。研发投入的均值为17.171，最小值为14.988，最大值为19.371，这说明从整体上来看，我国创业板上市公司获得的政府补助数额较大，而且各公司之间差异比较明显。盈利水平EL的最小值为-0.394，最大值为0.508，表明整体而言，样本公司的盈利水平偏低，且公司之间的盈利能力相差较大，有些公司甚至为负。各省份人均GDP的最小值为9.665，最大值为11.680，说明各省份经济水平存在较大差异，这也为本文的研究提供了契机。其他变量特征与现有文献基本一致。

表2 描述性统计

(二)多元回归分析

1.政府补助与企业研发投入的回归分析。为了检验政府补助对企业研发投入的影响，本文对模型(1)采用OLS回归，在回归中控制了时间固定效应和行业固定效应，结果见表3第一列。由表3的回归结果可以看出，虽然不断增加控制变量，但创业板上市公司获取的政府补助金额(SUB)与其研发投入金额(RD)始终在1%的水平上呈显著正相关关系，这反映了政府补助对创业板公司当年的研发投入具有重大影响。首先，无论是政府对企业的事前补助还是事后的税收返还，都直接或间接地增加了企业的经费，减轻了企业进行创新项目投资而导致资金周转不足的负面影响；其次，政府补助在一定程度上补偿了企业研发外部性带来的成本和收益风险，从而起到了促进企业进行研发创新活动的作用；最后，政府补助能够向外部资金提供者释放强烈的政策信号，传递关于企业研发活动及其未来良好发展前景的信息，引导外部资金流向企业，从而进一步扩大企业研发投入的资金来源，支持企业进行研发创新活动。

表3政府补助与企业研发投入及研发投入与企业全要素生产率之间的分析

变量RDTFPSUB0.110***(7.29)RD0.322***(20.82)截距项6.215***9.306***(9.00)(16.99)ControlsYesYesYEARYesYesINDYesYesObservations8762276R20.6980.637

注：括号内为t值；*、**、***分别表示在10%、5%、1%的显著性水平下显著，下表同。

控制变量方面，企业规模(SIZE)、研发人员人数(RDNUM)和高管教育水平(Degree)与创业板上市公司当期的研发投入也始终呈显著正相关关系，这说明企业的规模越大、研发人员数量越多、高管受教育水平越高，企业的管理层越会注重企业自身的可持续发展能力，更愿意进行大规模的研发投入。创业板上市公司的营业利润(OP)和企业年平均固定资产净额(PPE)对研发投入的影响为正，这是因为企业在研发创新阶段的支出，耗时长耗资大，需要充足的资金支持。因此，创业板上市公司的盈利状况对研发投入产生显著正向影响，这也比较符合创业板上市公司的特点。省份人均GDP(ln_ProGdp)对创业板上市公司的研发投入也产生了显著的正向影响，这是因为充足的财政资金是创新驱动的必要保证，地区人均GDP高说明该区域经济发展水平较高，财政资金相对也会更加充足。而政府补助作为政府对创新企业最为直接的资金注入和政策支持，其主要作用是增加企业的研发投入能力。政府的财政实力越雄厚，其对创新企业和创新项目的资金注入和政策支持力度也就越大。综上所述，本文的假设H1得到验证。

2.企业研发投入与全要素生产率的回归分析。为了检验企业研发投入对全要素生产率的影响，本文采用OLS运行模型(2)，结果见表3第二列。由表3的回归结果可以看出，我国创业板上市公司的研发投入与全要素生产率在1%的水平上显著正相关，表明企业的研发投入对其全要素增长率增长具有积极的促进作用。这是因为技术进步和知识积累是企业全要素生产率提高的重要因素，而研究与开发则是技术和知识的主要源泉，尤其对于创业板这类高新技术企业而言，研发投入从实质上增强了企业的核心竞争力，最终带动了全要素生产率的提高。

在控制变量方面，创业板上市公司的企业规模(SIZE)、资本结构(LEV)和盈利水平(EL)的回归系数均显著为正，即对于我国创业板上市公司来说，企业规模越大，经营状况和盈利水平越高，其筹资和抵抗风险的能力越强。鉴于本文的研究对象为创业板上市公司，这些高新技术企业的核心竞争力即为技术，因此其全要素生产率的提高主要依赖于技术创新。资产流动性(LIQU)的回归系数显著为负，因为创业板上市公司多为高新技术公司，在其资产结构中，很大一部分为无形资产(专利技术等)，而无形资产属于非流动资产。流动资产越多，则无形资产越少，因此创业板上市公司的资产流动性越高越不利于其提高全要素生产率。综上所述，假设H2得到验证。

3.渠道机制检验。本文认为，企业研发投入对政府补助与企业全要素生产率之间关系的影响可能为调节效应，也有可能为中介效应。为检验企业研发投入在政府补助与全要素生产率之间的内在机制关系，本文借鉴温忠麟、叶宝娟的做法对其展开进一步研究[15]。经Hausman检验，采用固定效应模型进行面板数据回归，结果如表4所示。

表4 渠道机制检验

表4第1列为政府补助与企业研发投入的OLS回归结果，政府补助与创业板上市公司研发投入在1%的水平上显著正相关，并且回归系数为0.110。在表4第2列的回归结果中，政府补助的回归系数为0.070，政府补助与企业全要素生产率在1%的水平上呈正相关关系，这说明对于我国的创业板上市公司来说，政府补助能够有效提高其全要素生产率水平。表4第4列给出了企业研发投入的调节效应分析结果，按照调节效应检验理论，由于政府补助与企业研发投入的交乘项(RD*SUB)的t值为1.27，回归结果不显著，而且政府补助与企业研发投入的回归结果由显著变为不显著，并且R2变化较小，表明在政府补助与企业全要素生产率的关系中，企业研发投入的调节效应并不明显。表4第3列和第5列给出了企业研发投入的中介效应分析结果，按照温忠麟的中介效应检验理论，在表4第3列的回归结果中，我国创业板上市公司的研发投入与全要素生产率呈显著正相关关系，且显著性水平为1%，回归系数为0.324，这说明企业研发投入在政府补助与企业全要素生产率之间存在着明显的间接中介效应。同时在表4第5列的回归结果中，在控制了企业研发投入变量之后，政府补助对我国创业板上市公司全要素生产率的影响仍在1%的水平上显著，回归系数降为0.034，说明研发投入在政府补助与企业全要素生产率之间存在部分中介效应。根据温忠麟提出的理论，可以测度出研发投入的中介效应占直接效应的比例约为0.977(0.110*0.302/0.034)。这也就是说，政府补助中约有97.7%通过企业研发投入作用于企业的全要素生产率，因此政府补助通过增加企业研发投入最终能够促进企业全要素生产率的提高。综上所述，假设H3得到验证。

五、稳健性检验

为了验证分析结果的稳健性，本文还从多个方面进行了稳健性测试。

(一)企业异质性的稳健性检验

政府补助对企业全要素生产率存在促进作用，考虑到样本中可能存在对全要素生产率影响较大的公司，且这部分公司的数量也恰好较大，从而导致结果的偶然性。为排除这一可能性，本文采用分行业检验的方法进行稳健性测试。

为了研究政府补助对企业全要素生产率的影响，且不论行业如何划分，这种影响都始终存在。本文根据证监会二级行业分类标准(2012年)，将创业板上市公司分为互联网、通信及相关技术服务业①，机械设备仪表制造业②，计算机、通讯及电子行业，软件、信息技术服务业和其他③5个子行业，每个子行业作为一个研究样本进行考察，并依次将相关数据代入模型(4)进行OLS回归，结果如表5所示。

表5 分行业多元线性回归结果

由表5可知，对于我国大多数创业板上市公司来说，政府补助对不同行业的企业全要素生产率的促进作用存在差异。其中，对软件、信息技术服务业的促进作用最明显，对互联网、通信及相关技术服务业和机械设备仪表制造业的促进作用不那么显著。但政府补助、研发投入与全要素生产率之间的关系依然成立。

(二)改变度量方式的稳健性检验

1.改变被解释变量的稳健性检验。考虑到企业全要素生产率是衡量企业生产效率的重要指标，为了验证分析结果的稳健性，本文采用同样能代表企业生产经营效率的资产收益率(ROA)作为被解释变量进行回归，以排除实证分析回归结果的偶然性。具体回归结果如表6所示，由表6可知，对于我国创业板上市公司来说，政府给予企业当期的补助对其资产收益率有较为明显的促进作用。该结论与上文分析的结果一致。

2.改变解释变量的稳健性检验。现有文献中度量政府补助的方法主要有：(1)公司获得的补助金额与营业收入的比值。然而公司获得的补助金额不一定是由其营业收入决定的。(2)公司获得的补助金额与总资产的比值。这种度量方式容易使得总资产规模大的公司获得的政府补助比重显得过小。为了克服政府补助变量(SUB)度量方法的局限,本文借鉴Daniel等(2010)[16]、耿强等(2013)[17]的做法,采用公司当年实际获得的政府补助总额与当年行业平均补助水平的比值来衡量公司获得政府补助的相对水平,即政府补助强度GOV=ln(1+公司政府补助总额/行业平均补助水平)。具体回归结果如表6所示，由表6可知，对于我国创业板上市公司来说，政府补助能够有效提高企业全要素生产率水平,稳健性检验结果未发生实质性变化。

(三)考虑内生性问题的稳健性检验

考虑到政府补助与企业全要素生产率之间可能存在因逆向因果关系而导致的内生性问题，如全要素生产率越高的公司，政府给予的补助也越多。为此，本文引入了政府补助与企业研发投入的滞后期SUB1和RD1进行回归，具体回归结果如表7所示，由表7可知，结论与上文保持一致，因此，逆向因果问题也不影响本文的研究结论。

表6改变度量方式的稳健性检验回归结果

变量ROATFPSUB0.003***(4.07)GOV0.084***(5.10)截距项-0.106***9.618***(-2.86)(17.59)ControlsYesYesYEARYesYesINDYesYesObservations22692240R20.4820.640

表7 内生性的稳健性检验回归结果

六、结论与政策建议

本文以创业板上市公司为研究样本，考察了政府补助对企业研发投入以及全要素生产率的影响。研究结果表明，政府补助无论是对企业研发投入还是全要素生产率都有显著的促进作用，并且企业研发投入在政府补助与企业全要素生产率之间起着部分中介效应。这说明政府补助对企业特定项目提供大量的资金支持，能够有效激励创业板上市公司开展研发活动，促进其全要素生产率的提高，但对于不同行业的企业而言，其促进作用存在一定的差异，对软件、信息技术服务业的促进作用最大，研发投入的部分中介效应也存在差异。

基于以上结论，本文提出以下政策建议：首先，我国应继续加大对创业板上市公司的政府补助力度，拓宽企业融资渠道，减少企业研发活动的风险，促进其研发创新活动；其次，完善企业研发创新激励措施，加强对企业研发成果的专利保护，从根本上调动创新积极性，提高其技术水平，增强核心竞争力，继而实现企业全要素生产率的全面持续提升；最后，对不同行业的企业，应实施差异化的补助政策。本文验证了研发投入在政府补助与全要素生产率之间存在部分中介效应，因此要使政府补助最终能够促进企业全要素生产率的提高，应当充分发挥研发投入的中介作用，一方面，企业可以通过股权激励等方式，充分调动员工的创新积极性，尽快将研发能力转化为实际的生产力；另一方面，政府应当加强对企业研发成果的专利保护，减少外部性溢出，简化专利申报程序，加快研发成果的商业转化效率。

注释：

①互联网、通信及相关技术服务业包括互联网和相关服务，电信、广播电视和卫星传输服务以及专业技术服务业。

②机械设备仪表制造业包括电气机械和器材制造业，专用设备制造业，通用设备制造业，仪器仪表制造业，铁路、船舶、航空航天和其他运输设备制造业以及汽车制造业。

③本文的其他行业包括医药制造业，化学原料和化学制品制造业，橡胶和塑料制品业，纺织服装、服饰业，仓储业，卫生，零售业，租赁业，有色金属冶炼和压延加工业，文教、工美、体育和娱乐用品制造业，土木工程建筑业，商务服务业，其他制造业，非金属矿物制品业，生态保护和环境治理业，开采辅助活动，农业，渔业，畜牧业，建筑装饰和其他建筑业，批发业，农副食品加工业，食品制造业，金属制品业，燃气生产和供应业，电力、热力生产和供应业以及纺织业。