产业补助对企业研发投入影响的实证研究
——基于新能源汽车产业的视角
2022-07-30何志锐
何志锐
（华南师范大学 经济与管理学院，广州 510006）
0 引言
我国于2009 年起对新能源汽车产业进行财政补助，10 多年来新能源汽车产业补助政策的成效逐渐显现。但与此同时，企业“骗保”的丑闻也被频频曝光，直接或间接地推动了新能源汽车补助政策力度减小。2014 年2 月，财政部等四部联合颁布的《关于进一步做好新能源汽车推广应用工作的通知》第一次在政策文件中提出要下调补助。从数据上看，真正让补助出现下调的是2015 年财政部颁布的《关于2016—2020 年新能源汽车推广应用财政支持政策的通知》，其中提高了补助车辆的技术门槛并降低了补贴额度，企业获得的补助金额出现了大幅下降。新能源汽车产业是我国七大战略性新兴产业之一，政府通过予以补助的方式来激励企业加大研发投入力度，这对促进国民经济持续增长有重要的现实意义。然而，补助政策不具备长期存在的现实基础，不可避免的补助下降会不会导致新兴产业发展减速甚至停滞，自然就成为一个各界都关心的问题，评估补助下降所带来的冲击对提高产业政策的制定水平也有较大的理论意义。
政府补助政策的效果一直以来都是学界所关心的问题。一方面，部分学者认为财政补助政策能显著激励私人企业提高研发支出和研发绩效；另一方面，一些学者认为政府补助容易导致同质化产能过剩等问题出现。也有学者提出了更为统一的观点，即补助对企业研发的激励效果存在作用区间。对补助下降或退出的研究于近年来逐渐兴起，人们大都认为补助政策的适时退出更能促进产业的发展。总的来说，学界对接受政府补助的行业、阶段、力度和具体办法等方面都进行了深入细致的研究，达成了“不存在放之四海而皆准的补助政策，也不存在绝对无效的补助政策”的共识。要想使补助政策达到应有的效果，政府需要区分行业对症下药，并在不同的发展阶段施加不同的“剂量”。
1 理论分析与研究设计
1.1 理论分析与研究假说
在新经济增长理论中，技术进步是内生的，政府可以通过调整生产部门与研发机构之间的资源分配来提高国家的技术水平并推动经济持续增长。但企业研发会伴随市场失灵的现象出现，如某项技术的发明会由于知识溢出等原因使得企业无法获得创新所带来的全部利润，反过来就会抑制企业加大研发投入的积极性，对研发的投资规模最终低于社会理想水平。虽然知识产权保护制度能在一定程度上抑制这种现象扩散，但建立一系列的产权也容易导致效率低下。因此，出于推动经济持续增长的目的，政府会运用财政补贴等工具来缓解因外部性导致的市场失灵，以激励企业加大研发投入。由此，本文提出假说1。
H1：产业补助可以激励新能源汽车上市企业加大研发投入的力度
通常企业会比外部投资者更了解自身的发展前景和努力程度，二者之间存在巨大的信息不对称问题，对于以高风险为特征的研发活动来说更是如此。再加上很难对企业的人力资本和知识产权进行准确的评估，政府对企业补助的力度就成为投资者了解企业运营状况的重要信息。若投资者将政府对企业的补助视为一种发展前景的积极信号来看待的话，企业就更易获得充裕的资金，反之则可能会传递出消极的信号，企业融资能力的下降程度甚至可能比补助实际退出的程度更高。为了抵消补助退出可能带来的消极影响，企业会有保持甚至增加研发投入的动机来向外界表明当前企业的发展状况良好。本文由此提出假说2。
H2：补助政策的退出会在短期内刺激新能源汽车上市企业加大研发投入的力度
1.2 研究设计
为检验上述两个假说，本文建立如式（1）所示的模型1，被解释变量和核心解释变量分别为研发投入（RD）和产业补助（SUB），使用企业研发投入总额及其所得产业补助总额来衡量，二者均除以营业收入来体现“重视程度”。控制变量分别为企业的净资产收益率（ROE）、资产负债率（LEV）、净资产周转率（NAT）和总资产增长率（TAG），分别控制企业的盈利能力、负债水平、运营能力和成长速度等因素，并使用企业资产总计的自然对数来控制企业规模（SIZE）。式（1）中，μ
和ε
分别表示个体异质性以及不同个体随时间而变的扰动项。考虑到滞后一期的补助通常与当期研发投入并不相关且补助政策具有一定的连续性，本文采用滞后一期的补助强度作为工具变量来控制模型的内生性问题。
d
及其与补助强度的交叉项可得如式（2）所示的模型2，检验d
及交叉项系数的联合显著性即可得到与传统邹检验等价的结果。模型2 的关键在于分界点的选择，本文使用匡特似然比进行确定，即对研究区间内的所有年份t
(t
≤t
≤t
)都计算其邹统计量，并取其最大者作为匡特似然比。其中，t
和t
通过“15%修边”进行选择，即t
=0.15×T
，t
=0.85×T
，T
为总期数。
RD
作为结果变量，SUB
、SIZE
、ROE
、LEV
、NAT
和TAG
作为协变量（以X
表示，j
=1,2,3,4,5,6），建立模型3如式（4）所示。式（4）中，α
、β
、δ
、γ
、τ
(j
=1,2,3,4,5)均为系数，δ
为局部平均处理效应的估计量，年份t
为分组变量，t
为断点，h
为最优带宽。本文采用非参数法对模型3 进行估计，故K
（·）为三角核函数。
2 实证检验
2.1 产业补助对企业研发投入的影响
本文选取沪深A 股新能源汽车上市企业2010—2019 年的财务数据对模型进行估计，数据预处理后得到由177 个企业共计1 770 份有效样本组成的平衡面板数据。首先，使用2010—2019 年的数据对模型1 进行使用固定效应回归，结果如表1 所示，发现产业补助对研发投入的影响并不显著。其次，进一步使用邹检验对可能存在的结构性变化进行分析，按上文分析可得潜在分界点出现的时间区间为[2012，2017]，分别以该区间内的年份为分界点进行回归，得到邹统计量如表2 所示，取最大值（t
=2016）为匡特似然比统计量。由于约束条件个数为7，查QLR 统计临界值表可得9.85 ＞3.82，显著拒绝“没有结构变动”的原假设。分界点设为2016 年的模型2 的回归结果如表1中所示，其中d与SUB 的交互项系数并不显著，同时d的系数显著为正，这表明结构变动是由补助强度之外的因素造成的，而且在这些因素的影响下，企业的研发投入增加了。
表1 补助强度对研发投入强度影响的回归结果
表2 邹统计量的回归结果
有必要对发生结构性变动前后的两段时期进行分别研究，先用2010—2016 年间的数据对模型1 进行回归，可见在补助额较大的阶段，产业补助与企业研发投入强度呈显著正相关关系，假说1 得到验证。同时，研发投入强度与企业规模和盈利能力呈显著负相关，与负债水平呈显著正相关，这透露出研发投入在中小企业的运营中占比更大，以及企业负债会加大研发投入力度，进而表明在补助的起步和上升阶段，补助确实起到了抵消市场外部性的作用，企业愿意抵上较大的财务风险和压力持续加大研发力度。再使用2017—2019 年间的数据进行估计，可见在补助下降的阶段补助与研发强度之间的关系并不显著，这很可能是模型1 在使用2010—2019 年数据进行回归时研发与补助强度之间关系不显著的原因。然而，这并不能就此完全否定假说1，结合2010—2016 年的分析反而可以得到一个深刻的结论，即产业补助对新能源汽车上市企业研发投入的正向激励作用存在一个阈值，当补助超过阈值时，企业才会显著地增加研发投入，由此假说1得到了验证和丰富。
2.2 补助下降对企业研发投入强度的影响
据上文的分析，将断点设置为2016 年，为了减少偏误，本文同时对断点设为2015 年和2017 年时的情况进行了估计，结果如表3 所示。虽然表3 中列示的所有局部平均处理效应都不能在10%的水平下显著，但加入协变量且断点设为2017 年的回归所估计出的处理效应可以在14%的水平下显著，据此本文有理由相信新能源汽车上市企业的研发投入强度在2017年前后出现了断点，且补助出现下降的事件给研发投入强度带来了正面的处理效应。结合邹检验中的分析，本文认为虽然补助强度下降的幅度超过阈值时补助对研发投入的激励作用会变得不明显，但补助下降会引出补助之外的因素刺激企业在短期内仍进一步增大对研发的投入，综合本文的理论分析，该补助之外的因素可能是企业想向外界传递出积极信息而做出的行为，由此假说2 得到了初步验证。
表3 模糊断点回归的结果
3 结论与启示
本文得到的结论：①新能源汽车产业补助可以激励新能源汽车上市企业加大研发投入，但补助低于一定程度后此激励作用会变得不显著。②新能源汽车产业补助的下降会在短期内刺激企业进一步加大研发投入。从中得到的启示：①若想用产业补助的方式来激励企业加大研发投入，可以通过逐步增加补助额的方式逐渐逼近补助开始起作用的临界点，以减少过度补助引起的资源浪费。②在补助下降后的短期内，企业研发投入的变化方向可以作为补助政策能否完全退出的一种参考信号。经营不善的企业难以在补助下降后仍进一步加大研发投入，若大部分企业能保持甚至加大研发投入，则在没有其他经济外生冲击的情况下，补助政策可以逐步完全退出。
