创新补贴、企业技术产出与价值实现

尚洪涛，王士晓

(1.北京工业大学 经济与管理学院；2.北京现代制造业发展研究基地，北京 100124)

0 引言

改革开放40多年来，中国民营经济不断发展壮大，民营科技企业已经成为创业就业的主要领域与技术创新的重要主体。但是，由于长期受到资金、技术、制度等因素的制约，民营科技企业创新能力仍有待提高。为了引导民营科技企业树立创新发展理念、提升创新质量和企业价值，我国政府出台了一系列创新补贴政策。据国泰安数据统计，2010年国家对民营科技企业的补贴高达600多亿元，2017年上升到1 700多亿元，政府对民营科技企业的创新补贴年均增长率高达15.84%。因此，政府补贴对企业创新的作用效果成为学术界讨论的重要话题。学者们采用不同创新绩效测量指标论证政府补贴的激励效果，形成了补贴促进论、补贴抑制论和补贴适度区间论等结论。目前多数研究都将企业创新活动看作一个整体，然而需要注意的是企业创新活动是一个漫长过程，具有长期性和复杂性，在创新不同阶段企业面临的风险、融资环境、市场环境各不相同，这使得政府补贴在企业创新不同阶段的作用效果可能存在差异。因此，有必要将企业创新活动划分为不同阶段，通过打开创新“黑箱”，深入分析政府补贴在企业创新不同阶段的作用效果以及不同创新阶段之间的内在联系。只有厘清这些问题，政府才能更有针对性地配置补贴资源，企业才能进一步优化不同阶段决策。

1 文献回顾与评价

Hansen & Birkinshaw[1]在2007年提出创新价值链理论，指出创新价值链是一条从创意产生到转化为商品以提高企业绩效的完整的活动流。企业创新活动体现为研发投入—创新知识凝结—创新成果转化的一条价值链。但目前关于创新价值链的划分，学者们还没有形成统一意见。在基于国家、省市等宏观对象的研究中，学者们倾向于将创新价值链划分为3个阶段。余泳泽等[2]从国家层面借鉴科技统计年鉴中的划分方法，将创新价值链分为基础研究、应用研究和试验发展3个阶段；刘家树等[3]在研究省际面板数据时，将创新价值链分为知识来源、知识产出与科技成果转化三部分。在基于企业层面的研究中，有学者将创新价值链分为创新知识获取、创新知识转化与技术创新绩效3个阶段[4]。多数学者将创新价值链分解为两个阶段。如庞瑞芝等[5]将创新价值链定义为从技术创新资源投入到形成技术成果产出，再到实现技术创新社会价值的两阶段过程；窦超等[6]将中小企业创新过程划分为知识创新阶段和经济产出阶段，并用DEA模型对两阶段效率进行了评价。

基于上述研究，本文拟将民营科技企业创新过程划分为技术创新和价值实现两个阶段。其中，技术创新阶段反映了企业将投入的创新资源转换为技术成果的能力，价值实现阶段反映了企业将技术创新成果转化为价值创新成果的能力，体现了企业技术创新成果的市场化过程。

1.1 政府创新补贴对民营科技企业技术创新与价值实现的影响

技术创新活动具有高风险性，需要投入大量人力、物力和财力，其产出却具有很大不确定性，往往需要长期的知识和经验积累才能有所收获。技术创新成果具有准公共物品性和正外部性，如果企业为获得创新成果所付出的成本不能完全获得补偿，将导致企业技术创新收益低于社会最优水平，从而挫伤企业技术创新积极性。企业创新活动的高风险性和正外部性为政府提供补贴、激励企业开展研发活动提供了理论依据。

目前大部分研究都支持政府补贴对企业创新产出具有促进作用[7-8]，且这种促进作用在民营企业中表现得更加显著。一是相比国有企业，民营企业对创新的剩余索取权与剩余控制权的匹配更优，这就意味着民营企业有更高的创新积极性[9]。这种积极性不仅仅体现在对创新的探索上，更体现在对创新成果的进一步开发利用上；二是政府补贴可以直接为民营企业创新活动提供资金。资金一直是困扰民营企业技术创新的重要问题[10,12]。就技术创新阶段而言，由于处在探索阶段，其产出具有更大不确定性，此时充足的资金支持就显得尤为重要。在价值实现阶段，技术的进一步开发、与新产品对应的生产线购置等都需要大量资金投入；三是政府补贴可以向资本市场释放出技术认证和监管认证的双重信用认证信号，有助于提升投资者信心，帮助民营企业获得更多外源融资[11-13]。

1.2 技术创新与价值实现对政府创新补贴的反馈作用

企业自身性质、经营状况、技术创新能力、政治关联程度等都会影响政府补贴政策。耿强等[14]研究发现，创新能力强的企业更容易成为政府补贴对象；陆国庆等[15]认为，传统补贴制度注重创新投入的评价，却忽视了创新产出考核机制，而且政府对企业的补贴多为一次性，缺乏重复博弈机制，会导致政府创新补贴的配置缺乏合理性；刘磊等[16]研究发现，创新绩效对政府补贴的促进作用并不显著。在众多影响政府补贴配置的因素中，企业创新能力只占很小一部分，而且相较于创新产出指标，政府更关注补贴对企业研发投入的激励作用。

1.3 技术创新与价值实现间的相互影响

企业通过资源分配与整合，可以将投入的创新资源转化为专利、科技著作、新生产工艺与技术诀窍等知识型产出，但知识型产出的实现并不意味着企业创新活动完成。将知识型成果迅速转化为商品并推向市场，实现创新的经济价值，才是创新绩效评价最为重要的环节。价值实现阶段是指企业应用新技术进一步开发、制造出具有高附加值与高技术含量新产品的过程[17]。技术创新阶段的产出是企业整个创新活动的枢纽变量，既是上一个阶段的产出又是下一个阶段的投入[18]，在此基础上企业通过进一步开发和商业化生产，将专利等以知识形式存在的中间产出推向市场，最终为企业创造利润。

创新活动因其风险高、周期长等特征导致企业与外界间存在严重的信息不对称[19]，再加上民营企业自身相较于其它类型企业面临更为严重的融资约束问题，这使得民营企业的创新活动在很大程度上需要依赖企业内部资金[20]。价值实现阶段获得的经济产出是企业营业收入的重要来源之一，可以为企业新一轮创新活动提供资金支持[21]。

1.4 文献评述

虽然现有文献分析了政府补贴与企业创新产出的关系，但仍存在以下不足：①企业不同阶段的创新活动具有异质性[22]，但现有文献主要从静态视角分析政府补贴对企业创新活动的整体影响效果，鲜有学者从动态视角分析政府补贴对企业创新不同阶段激励效应的差异，不利于补贴额度的精准配置；②关于企业不同阶段创新产出对后续政府补贴配置反馈作用影响程度的研究不足，不利于补贴政策的顶层设计；③现有文献鲜少从微观企业主体视角研究企业创新价值链各环节间的相互关系，不利于创新环节的有效衔接和创新资金的高效利用。

因此，本文以民营科技企业这一重要的微观创新主体为研究对象，考察政府补贴对创新价值链各阶段产出的激励效应以及创新价值链内部各环节间的互动关系。此外，通过建立动态分析模型，进行以下研究工作：①分析政府补贴对民营科技企业创新价值链各阶段创新成果产出的作用时间和作用强度；②探寻创新价值链各阶段产出对后续政府补贴配置的反馈作用，着重分析政府更关注企业哪个环节的创新成果；③深入剖析企业创新价值链内部各环节间的互动关系。

2 模型构建与数据说明

2.1 面板向量自回归模型(PVAR)

面板向量自回归模型(Panel Vector Autoregressive Model，简称 PVAR)将时间序列中的自回归模型和面板数据结合起来，既保留了自回归模型的优点，又克服了其对时间长度的限制。该模型把所有研究变量纳入一个内生系统，可以有效解决变量间的内生性问题[23]，同时，通过描绘冲击反应函数、方差分解以及剥离其它变量，刻画了某变量变化对其它变量的长期影响。因此，该模型目前得到了广泛应用。肖曙光等[24]运用该模型，实证研究了高管股权激励与企业升级间的动态关系；赵喜仓[25]运用该模型分析了江苏省地市级研发投入、专利产出效率和经济增长实力之间的动态关系；俞立平[26]运用该模型分析了政府科技投入、企业科技投入、银行科技贷款3种经费投入与科技产出间的关系。但上述研究均未涉及政府补贴与企业创新价值链各阶段间的互动关系，并且将技术创新活动看作一个黑箱，没有深入剖析不同阶段创新成果之间的相互影响。鉴于此，本文拟从创新价值链视角，运用该模型实证分析政府创新补贴、技术创新(专利产出)与价值实现(新产品销售收入)之间的交互效应。

基于上述分析,建立以下动态分析方程:

(1)

2.2 数据说明

2.2.1 变量定义

政府创新补贴(sub)。政府向企业提供的技术创新补贴主要有直接补贴和间接补贴两种。其中，直接补贴是指政府通过财政预算等直接向企业提供资金扶持，而间接补贴多是通过税收优惠、政府采购等支持政策为企业提供创新资助。直接补贴针对特定企业提供其开展研发活动所需的资金，有助于提升企业创新能力。因此，本文主要研究政府对企业创新的直接补贴，参考前人文献[27]，采用企业当年实际获得的政府补助衡量。

技术创新阶段产出(apply)。专利能够反映技术研究阶段的产出，在一定程度上表征了企业研究投入的转化水平，是企业科技活动的直接成果[28]。鉴于专利从申请到授权会有一定时长，而且专利授权会受到多方面因素影响，本文借鉴Hall等[29]的做法，采用专利申请数衡量技术研究阶段的创新产出。

价值实现阶段产出(ns)。价值实现阶段主要衡量技术产出转化为社会经济效益的效率[30]。新产品销售收入能表征创新活动给企业带来的已经实现的经济效益[31]，其几乎反映了所有技术创新投入要素相关作用的最终成果[32]。因此，本文选择新产品销售收入作为价值实现阶段创新产出的衡量指标。

为了减少异方差的影响，对变量均作对数处理。由于专利申请量存在很多为零的观测值，参考目前多数学者的做法，对专利申请量加1后再取对数[33]。

2.2.2 样本选取

本文选取2010-2017年平均研发投入占平均营业收入大于或等于1%的民营科技企业作为研究样本，并剔除以下企业：①2010年以后上市的民营科技企业；②PT、ST、ST*以及金融、保险类民营科技企业；③未获得政府研发补贴的民营科技企业；④2010-2017年间数据不连续的样本。最终获得129家民营科技企业8年的平衡面板数据。

2.2.3 数据来源

专利数据通过国家知识产权局专利检索网站获得；政府创新补贴数据从国泰安公司研究系列数据库整理获得，并与上市公司财务报表信息进行核对；新产品销售收入数据从上市公司年报中手工整理获得；公司年度报告来自巨潮资讯网。本文运用 STATA15.0 统计软件对相关数据进行实证分析。

3 实证分析

3.1 描述性统计

表1列示了变量描述性统计结果。从表中可以看出，首先，政府对民营科技企业补贴的差异较大，最小值为7万多元，最大值达9亿多元，约为最小值的12倍，平均而言，民营科技企业获得的补贴达3千多万元，政府对民营科技企业的重视程度可见一斑；其次，民营科技企业在创新价值链不同阶段的产出也有较大差异。从技术创新阶段的专利产出看，有61个观测值为0，说明部分民营科技企业技术创新的产出能力有待提升；从价值实现阶段的新产品销售收入看，表现最突出企业的新产品销售收入达90多亿元，专利申请量达3 096件，而收入最少的企业仅有500多万元，专利申请量为0件，这在一定程度上说明企业在技术创新阶段的产出，以及后期可获得的经济利益相差较大。

表1 描述性统计结果

3.2 面板数据单位根检验与协整检验

在运用PVAR模型进行数据分析前，为保证面板数据平稳性，需要对各变量进行单位根检验。本文采用 LLC、IPS、Fisher3种方法进行面板数据单位根检验，检验结果如表2所示，取对数后，3个变量均在1%的水平下通过了平稳性检验。

表2 单位根检验结果

在确定各变量平稳性后，还需进行面板协整检验以验证变量间的长期均衡关系。本文采用kao、pedroni、westerlund3种方法对取对数后的变量进行检验，结果如表3所示，3种检验方法均在5%的水平下通过了显著性检验，表明变量间存在长期均衡关系。

3.3 格兰杰因果检验

格兰杰因果检验可以初步判断序列间是否存在双向互动关系，以确保面板向量自回归结果的可靠性。表4的检验结果显示，政府补贴在5%的水平下是专利申请量的格兰杰因，专利申请量在10%的显著性水平下是政府补贴的格兰杰因，说明二者间存在双向互动关系；政府补贴不是新产品销售收入的格兰杰因，而新产品销售收入在5%的水平下是政府补贴的格兰杰因，说明政府补贴对价值实现阶段的促进作用不显著；专利申请量与新产品销售收入都在1%的水平下互为对方的格兰杰因，表明二者存在十分显著的双向因果关系。

表3 面板协整检验结果

表4 滞后一期格兰杰因果检验结果

3.4 面板向量自回归结果及分析

3.4.1 GMM估计

本文综合AIC、BIC、HQIC准则判定结果，并参考相关文献[26]，选取滞后一期数据进行广义矩估计，表5列示了GMM估计结果。

滞后一期的政府补贴、专利申请量和新产品销售收入对自身的回归结果都在1%的水平下显著为正，系数分别为0.419、0．369和0．734，表明政府补贴、专利申请量与新产品销售收入具有时间上的累积效应和实践上的惯性作用。

政府补贴对专利申请量与新产品销售收入的回归系数均为正，分别为0.092、0.024，但政府补贴对新产品销售收入的激励作用没有通过显著性检验。这表明政府补贴对民营科技企业技术创新阶段的产出和价值实现阶段的产出都有促进作用，但是从短期看，政府补贴对技术创新阶段的促进作用更显著。

滞后一期的专利申请量和滞后一期的新产品销售收入对当期的政府补贴均有显著正向影响，其中，专利申请量系数为0.113，新产品销售收入的回归系数为0.209。这说明目前政府在配置补贴资源时已将企业创新产出纳入评价体系。

专利申请量与新产品销售收入的回归系数均为正，且都在0.01的水平下显著。滞后一期的专利申请量对当期新产品销售收入的回归系数为0.101；反过来，滞后一期的新产品销售收入对专利申请量也有显著正向影响，系数为0.182。这表明技术创新阶段产出与价值实现阶段产出之间存在双向正反馈机制，一方面，技术创新阶段产出是价值实现阶段进一步开发的基础；另一方面，新产品销售收入可以为企业创造经济收入，有利于支持企业下一步研发活动；再者，新产品销售收入增加意味着企业创新活动成功，会激励企业对新一轮创新活动进行投入。

表5 GMM估计结果

3.4.2 脉冲响应函数分析

脉冲响函数通过绘图方式，描绘出某变量的标准化冲击对其它变量当期值和未来值的影响，能直观反映出变量间的交互动态关系。图1中上下两条线是以5%与95%为分位点形成的估计误差范围。从图中可以看出，大部分冲击函数在5%～95%的置信区间内都不包含0，说明变量间存在显著的长期相互影响。

a1、b2、c3描绘了变量对自身的冲击作用，且都呈现递减趋势。其中，政府补贴和专利申请量对自身影响的持续时间较短，大约在第3期后就收敛到0(参见图a1、b2)，而新产品销售收入对自身冲击作用的持续时间较长(参见图c3)。

b1、c1刻画了政府补贴对专利申请量与新产品销售收入的影响。第一，当给政府补贴一个标准差的冲击后，专利申请量在第0期便开始有正向反应，并在第1期达到最大值0.12，随后呈递减趋势，在未来几年仍有持续促进作用(参见图b1)；第二，当给政府补贴一个标准差的冲击后，新产品销售收入在第0期就呈现上升趋势，在第2期达到最大值0.07，之后促进效果逐渐减弱(参见图c1)。综合发现，政府补贴对技术研究阶段、科技成果转化阶段的产出，无论是短期还是长期都产生了正向激励效果，但从短期看，相对于新产品销售收入，政府补贴对专利申请量的促进作用更迅速，影响更大。本文认为可能有两个原因 ：一是技术创新是企业创新价值链活动的第一个阶段，当企业将获得的政府补贴投向创新活动后，最先实现的产出是技术创新活动的专利等中间产出；二是技术创新阶段和价值实现阶段的投资风险不同，企业对应的投资决策也会存在差异。相比而言，价值实现阶段以企业既有的专利、技术为基础，企业投资更具有规划性，短期内不易受到政府补贴等外部因素的干扰。

a2、a3表示创新价值链不同阶段产出对政府补贴的反馈效果。脉冲响应图显示，专利申请量和新产品销售收入对政府补贴均存在显著的正向反馈。具体是：①专利申请量一个标准差的冲击给政府补贴带来的影响从第0期开始上升，在第1期达到最大，约为0.08，之后逐渐正向收敛(参见图a2)；②新产品销售收入一个标准差的冲击对政府补贴的影响从第0期开始就呈现上升趋势，在第2期达到最大值0.07，之后呈现递减趋势，但一直存在正向影响(参见图a3)。这说明企业不同阶段的创新产出都会对政府补贴配置形成长期正向激励作用。

b3、c2描绘了创新价值链不同阶段产出间的互动关系。脉冲响应图显示，专利申请量与新产品销售收入间存在较显著的相互促进作用。具体是：①给专利申请量一个标准差的冲击后，新产品销售收入始终有正响应，响应程度先增大后减小，在第1～2期的最大作用效果约为0.1(参见图c2)，说明技术创新阶段的产出在较短时间内得到了开发利用，与价值实现阶段衔接较好；②新产品销售收入一个标准差的冲击对专利申请量在第2期带来了约0.05个单位的最大正向影响，随后逐渐收敛(参见图b3)，说明价值实现阶段的产出对新一轮技术创新阶段的反馈作用存在2年滞后期，这可能是因为相对于价值实现阶段，技术创新阶段的探索使得其成果产出需经历较长时间。

3.4.3 方差分解

方差分解通过描述扰动项对变量预测方差的贡献度，从而刻画各变量的相对作用，所有变量第1期、第5期及第10期的方差分解如表6所示。

首先看政府补贴对专利申请量和新产品销售收入的方差贡献。第5～10期政府补贴对专利的方差贡献率变化了0.3%，而对新产品销售收入的贡献率变化了1.3%，说明政府补贴对技术创新阶段的影响主要集中在前期，对价值实现阶段的影响则是一个长期的循序渐进过程。

专利申请量和新产品销售收入在第10期对政府补贴的方差贡献率分别只有3.3%与2.5%，创新价值链各阶段产出对政府补贴的方差贡献率较小，说明政府在选择补贴对象时虽然将创新产出纳入评价体系，但其占比依旧较小，相比而言，政府在提供创新补贴时对企业技术创新阶段的产出更为重视。

在第10期时，专利申请量对新产品销售收入的贡献率达到19.0%，新产品销售收入对专利申请量的方差贡献率为2.2%。从创新价值链角度看，价值实现阶段是在技术创新阶段产出基础上进行的，技术产出增加为企业提供了可进一步开发的基础；反过来，价值实现阶段的经济产出对企业开展新一轮研究活动的作用存在较多不确定性，如企业是否会将创新活动获得的收入继续投入到新研发中，即便企业这样做了，也可能因为技术创新阶段的高风险性而无法获得与之对应的知识型产出。

4 稳健性检验

本文对民营科技企业技术创新阶段的产出采用所有类型专利申请量进行衡量，目前有文献指出，发明专利申请量更能反映企业的实质性创新产出[34]，为了使实证研究结果更为稳健，以发明专利申请数(invent)作为民营科技企业创新价值链中间产出的测量指标进行重新估计，进而验证政府补贴、发明专利申请量、新产品销售收入之间的互动关系。

图1 脉冲响应函数

表6 方差分解

表7、表8分别展示了用替换变量进行格兰杰因果检验和GMM估计的结果。可以看出，以发明专利申请量为技术研究阶段创新产出得出的结果与基本模型相比，变量间的格兰杰因果关系及回归系数的符号、数值及显著性均未发生显著变化，估计结果总体基本一致，因此本文研究结果是稳健的。

表7 替代变量滞后一期格兰杰因果检验

研究还发现，发明专利申请量对新产品销售收入的回归系数大于所有专利申请量对新产品销售收入的回归系数，进一步验证了发明专利更能反映企业创新质量。此外，发明专利申请量对政府补贴的反馈效应也比基本模型更为明显，说明相较于实用新型专利和外观设计型专利，政府更关注企业发明专利数量。

表8 替代变量GMM估计

5 结论及启示

本文首次从创新价值链视角(技术创新阶段、价值实现阶段)，运用PVAR计量模型，动态分析了政府补贴与民营科技企业技术创新、价值实现间的交互效应。结论及建议如下：

(1)政府补贴对创新价值链两阶段产出都具有促进作用。从GMM估计中的回归系数看，政府补贴对技术产出的促进作用显著大于其对价值产出的促进作用，说明政府补贴对企业价值实现阶段的激励效果不佳，虽然其显著促进了企业创新的中间产出，但对中间产出的进一步开发和转化未起到有效激励作用。对此，政府应该摒弃短视行为，持续监督并支持创新中间产出的开发与转化，以帮助企业将技术产出逐步推向市场，最终实现价值创造。

(2)民营科技企业创新价值链不同阶段的产出对政府补贴都有积极正向反馈作用，其中，技术创新阶段对政府补贴的方差贡献率为3.3%，显著高于价值实现阶段的2.5%，说明政府比较重视创新补贴对民营科技企业的作用效果，且相比而言，其更关注技术创新阶段的产出。基于此，政府应该针对企业创新价值链不同阶段的创新产出及时调整补贴策略，使有限的创新补贴发挥最大激励效果。由于信息不对称，企业可能存在策略性创新的逆向选择行为，即专注申请数量而忽视后期开发，导致创新价值无法实现。因此，政府部门在考核补贴使用效果时应更加重视价值实现阶段的产出，为真正具有实践性的创新提供补贴。

(3)民营科技企业前期的技术创新对后期的价值创造具有显著正向影响，说明技术创新产出是企业进一步开发并实现经济效益的基础，但是由创新获得的经济产出对新一轮创新活动并没有形成较大的后续支持。因此，企业应建立和完善创新价值产出对后续研发活动的反馈机制，从价值实现阶段的经济产出中划出合理部分支持后续研发活动。同时，注重资金使用效率，使前一阶段的价值产出对后续研发起到良好支撑作用。