政府补助对公司创新绩效影响的实证研究

易碧文

(湖南日报社 财务处，湖南 长沙 410005)

创新是采用不同经济体制和处于不同发展阶段的国家经济增长的重要驱动力[1-3]。党的十九大报告指出，创新是建设中国特色社会主义现代化经济体系的战略支撑，打造创新型企业是建设创新型国家的关键一环，企业创新发展是经济创新驱动的重要动力引擎。企业是经济活动和创新活动的微观主体，企业创新活动过程需要各类创新资源，政府补助是企业获得外部资源的重要方式。政府补助对企业创新的影响引起了学界广泛关注，形成了“促进论”“抑制论”和倒“U”型关系等多种理论观点。梳理前期研究文献，借用中国上市公司数据，实证研究政府补助对企业创新绩效的影响，提出完善政府补助政策的建议具有重要意义。

一、文献综述

“政府补助，是指企业从政府无偿取得货币性资产或非货币性资产”(《企业会计准则》第16条)，具有实际来源于政府以及无需后续支付对价两大特征。企业创新绩效是指企业投入创新资源，进行各种创新活动取得的经济、社会等方面的成果，可用创新经济表现和创新科技表现两个指标衡量[4]，创新经济表现常用指标是销售率和利润率，且限定为新产品相关的销售比率，创新科技表现常用专利数量衡量。

(一)政府补助会提高企业创新绩效

诸多学者认为政府补助能够提高企业创新绩效。Jiang Cailou(2021)等学者认为研发补助既可以有效减少创新成果外溢对企业创新动力的负面影响，又能释放积极信号，对企业创新均有正向影响[5]。Trinh Le和Adam B. Jaffe (2016)通过研究政府补助对新西兰公司专利产出的影响，发现相对于渐进型创新，创新拨款更能促进企业突变型创新产出[6]。王维等(2014)以2007-2013年上市中小企业公司为研究对象，发现政府补贴能提高中小企业专利产出[7]。尚洪涛和黄晓硕(2018)采用中国上市医药制造企业面板数据，运用PVAR模型和方差分解，研究发现政府补助能促进企业创新绩效[8]。李晓钟和徐怡(2019)研究发现，政府补贴可以提高电子信息产业企业的创新绩效，但因企业性质不同而存在差异[9]。

(二)政府补助会削弱企业创新绩效

部分学者认为政府补助会抑制企业创新绩效。Wallsten(2000)发现，补助会挤出创新投入，抑制企业创新产出[10]。Link和Scott(2009)以美国小企业为样本，研究发现相较于未获得政府补贴的企业，获得政府补贴的企业的科研成果转化率仅为0.47[11]。白俊红等(2009)应用SFA模型，研究发现政府补助并不能提高企业创新绩效[12]。余泳泽(2011)以省域数据为样本，发现政府补贴会抑制企业创新绩效[13]。赵丽君(2017)以2006-2013年中国沪深A股上市公司为样本，运用倾向得分匹配的倍差法，研究发现政府补贴抑制技术效率提升，揭示其抑制作用的主要途径为政府补贴引发企业寻租、要素市场扭曲、市场集中和过度投资[14]。

(三)政府补助与企业创新绩效之间存在倒U关系

一些学者认为两者之间呈倒“U”型关系。Bergstrom(2000)研究发现政府补助对企业创新的促进作用仅维持了一年，大部分时间政府补助会抑制企业的创新绩效[15]。Gorg和 Strobl(2007)基于对爱尔兰制造业企业的研究，发现一开始，政府补助对企业创新绩效有正向影响，但当政府补助大于某一数额时，政府补助对企业创新绩效则存在着显著负向影响[16]。毛其淋和许家云(2015)采用PSM-DID和生存分析法，实证研究发现，当政府补贴达到一定额度时，企业会进行“寻补贴”活动，这会抑制新产品创新[17]。林洲钰和林汉川(2015)以2007-2009年中国工业企业为样本，研究发现政府补助和企业专利产出之间呈倒“U”型关系，并因企业规模、产权性质和行业而存在不同特征[18]。Liu等(2018)以2005-2007年我国电子制造企业为样本，研究发现政府补贴能促进企业创新，但在政府补贴达到一定水平后，则会对企业创新产生负向影响[19]。

学界对政府补助与企业创新绩效关系的研讨尚未取得一致结论。本文拟运用市场失灵、产业政策和创新理论，梳理前期研究文献基础上提出研究假设，以2009-2019年A股上市公司为样本实证研究政府补助对企业创新绩效的影响以及分组回归分析企业外资占比、企业地理位置和企业认定类型在两者之间的调节作用，进一步根据回归结果分析解释对应的问题和原因，提出结论和政策建议。

二、理论分析与研究假设

(一)政府补助对企业创新绩效的影响

创新成果除了转化为商品优势，还会形成知识产品。而知识产品具有很强的正外部性，刺激了交叉许可协议、技术购买、研发人员流动等搭便车途径。知识外溢会导致企业边际收益率低于社会水平，从而削弱其创新动力[20]。同时，企业创新活动具有投入高、风险大、周期长等特点，这些因素都影响着企业的创新动力。面对这一问题，政府补助能够缓解企业资源约束，引导社会资源流向创新活动，从而提高创新绩效。此外，政府补助可以向外界传递对于行业、企业、项目的认可信号，并在后续提供政府监督，可以缓解企业与投资方间的信息不对称问题。通过上述两个路径，政府补助可以直接为企业注入创新资金，也可以引导外部投资者关注相关企业和项目，凭借政府的公信力与信息优势增强他们的投资信心，从而提高企业创新绩效。据此提出假设1：

H1：政府补助会提高企业创新绩效。

(二)企业外资占比对政府补助与企业创新绩效相关性的影响

改革开放以来，中国不断推开融入世界的窗口，通过自身的发展不断吸引着全球资本对中国的投资热情。外商投资作为我国经济高质量发展的重要驱动力之一，对我国创新能力的推动作用得到了广泛认可[21]。联合国《2019年世界投资报告》指出，2019年中国实际利用FDI流量超1400亿美元，规模创历史新高，排名仅次于美国。

获得外资投资的企业，往往具备了资金、人才、管理制度等方面的优势，具有较强的创新意识、创新动机和创新激励，从而更愿意创新活动，更有可能获得较高的创新绩效。同时，外商投资的技术外溢特征，能够提升企业创新投入的转化比率[21]。据此提出假设2：

H2：相较于内资企业，政府补助更能提高外资企业创新绩效。

(三)企业地理位置对政府补助与企业创新绩效相关性的影响

我国幅员辽阔，各个地区在资源禀赋和开放程度等方面存在较大差异，这导致我国东西部地区的产业类型存在显著差异。高新技术、全球化产业大多集中在东部地区。相对地，低技术、保护性企业大多集中在西部地区。同时，中东部地区的人才密集度相对西部而言更高，中东部地区企业的组织管理水平相对较高，创新起点更高[22]。这些特征意味着中东部地区的企业在拥有创新资源优势的同时，面临着更具竞争性和挑战性的市场环境，有更强的通过提高创新绩效赢得市场竞争力的意愿。据此提出假设3：

H3：相较于西部地区企业，政府补助更能提高中东部地区企业创新绩效。

(四)企业认定类型对政府补助与企业创新绩效相关性的影响

2016版《高新技术企业认定管理办法》给出了明确定义，高新技术企业为至少在中国大陆注册经营一年以上，并在原有领域进行创新经营，或者通过技术创新在新的领域开展经营活动的居民企业。相对于非高新技术企业，高新技术企业面临着更有挑战性的竞争环境，他们不得不进行持续的技术创新以维持生存发展。它们具有高风险性、高回报性、人才密集型等特征，更强烈地希望能够提高其创新绩效。据此提出假设4：

H4：相较于非高新技术企业，政府补助更能提高高新技术企业创新绩效。

三、研究设计

(一)样本选取与数据来源

本文选取2009-2019年A股上市公司作为研究样本，剔除金融类以及ST和PT类公司，剔除缺失个体。最终的研究总样本包括3319家公司22809个观测值。对连续变量1%和99%百分位进行缩尾处理，从而减轻异常值影响。所用到的数据来自CSMAR数据库。

(二)变量选取与定义

1.被解释变量

被解释变量为企业创新绩效。衡量指标一般包括新产品销售收入或利润率以及发明专利数量。本文用企业申请专利数量(pt)来衡量企业创新绩效。参考黎文靖和郑曼妮(2016)的研究，用发明专利申请数量(pti)体现企业实质性技术创新，用实用新型专利和外观设计专利申请数量之和(ptud)体现企业策略性创新[23]。其中，实质性创新更能为企业带来经济利益。

2.解释变量

政府补助数据来源于上市公司年度报告附注中政府补助明细一栏。本文采用“政府补助金额与企业总资产之比”来对此加以衡量。

3.控制变量

为了避免企业其他变量的影响，本文选取了包括企业规模、企业年龄、资产负债率、固定资产占比、股权集中度、薪酬激励、营业成本率共7个变量作为控制变量。变量定义如表1所示。

(三)模型设计

本文将假设1的计量模型设定如下：

yi,t+1(ptii,t+1,pti,t+1,ptudi,t+1)=β0+β1·subsidyi,t+β2·sizei,t+β3·agei,t+β4·levi,t+β5·fseti,t+β6·holdi,t+β7·bsmi,t+β8·marketi,t+λi+τt+εi,t

(1)

其中，i代表公司，t代表年份。被解释变量分别为专利申请量、发明专利申请量和非发明专利申请量且被解释变量做滞后一期处理，并对其加1取对数，以应对其多数取值为0的情况。将企业规模、年龄、资产负债率、固定资产占比、股权集中度、薪酬激励和市场势力指标作为控制变量。该模型为双向固定效应模型，控制企业层面和年份的固定效应，避免经济因素和时间因素的影响。

四、实证结果及分析

(一)描述性统计

利用stata16.0对变量进行描述性统计分析，结果如下：

表2报告了描述性统计结果，可以看出：22809个样本中，平均每家公司每年的专利申请数量为62.0196，最小值为0，最大值为16304；平均每家公司每年的发明专利申请数量为29.4507，最小值为0，最大值为7462；平均每家公司每年的非发明专利申请数量为32.5689，最小值为0，最大值为8842；且上述三个变量的标准差均较大。存在这种差异的原因主要是企业的规模和创新能力差异较大。关于调节变量，企业所有制、地理位置、认定类型均值分别为0.0292、0.1308、0.6305，说明内资、东部、高新技术企业占比较大。

表2 描述性统计

(二)变量间相关性检验分析

1.相关性分析

相关性分析结果如表3所示。可以看到，解释变量subsidy在0.01的显著性水平下与被解释变量存在正向相关关系，初步说明政府补助金额的增长会带来企业专利申请数量的增长，但其相关系数均小于0.3，说明相关程度不高，需要进行进一步的回归分析。同时，FDIs(企业外资占比)、Area(企业地理位置)在0.01的显著性水平下与被解释变量均存在弱负相关关系，而Policy(企业认定类型)与被解释变量存在相对较强的正相关关系。

表3 相关性分析

2.多重共线性检验

经多重共线性检验，各变量都满足VIF<3，得到各变量间不存在多重共线性，可以进行下一步研究。

(三)多元回归结果与分析

1.政府补助与企业创新绩效

假设1的回归结果如表4所示，分别为政府补助对企业专利申请数量、发明专利申请数量和非发明专利申请数量的影响。结果显示，政府补助在0.05的显著性水平下对企业专利申请数量有正向影响，在0.01的显著性水平下对企业实质性技术创新有促进作用，在0.1的显著性水平下对企业策略性创新有正向影响。结果表明，政府补助增强企业开展实质性创新活动的意愿并提高其绩效。

表4 政府补助对企业创新绩效的影响

2.基于企业属性的子样本分析

根据《关于外商投资企业境内投资的暂行规定》，外国投资者的出资比例一般不得低于被投资企业注册资本的25%。本文将外商投资比例(FDIs)定义为衡量指标，根据FDIs是否超过25%，将样本划分为内资企业与外资企业。若外商投资占被投资企业注册资本的比例超过25%，则为1，否则为0。

基于企业外资占比的子样本分析，根据企业外资占比划分内资企业和外资企业分样本研究。基于分样本的回归结果显示(见表5)， 政府补助会显著提高内资企业实质性创新绩效。对于外资企业，政府补助会在0.05的显著性水平下对其策略性创新绩效有正向影响。这反映了政府补助的积极作用以及滥用所可能引发的政策无效。造成这种现象的原因可能是相对于创新资源本身就比较充裕的外资企业，政府补助能给内资企业带来更为迫切需要的创新资源和市场认可信号，内资企业能够获得更强烈的实质性创新鼓舞。

表5 政府补助对企业创新绩效影响的分组研究：按企业外资占比分组

分析表5，可以发现两个不显著的结果：一是政府补助与外资企业中的发明专利申请数量之间的相关性不显著，分析其原因，一方面，相比内资企业，外资企业的自主研发行为更受到其内部创新发展的驱动，特别是与新产品、新材料、新物质等技术创新活动直接相关的产品(或方法)发明专利更是与企业战略挂钩，而非政府补贴等外在激励；另一方面，专利权具有地域性特点，在本国申请的专利权仅在本国受到保护，在他国尚需继续申请。因此，可以合理预测外资企业在我国申请的发明专利中，有部分来源于其他国家已申请保护的技术，显然这部分发明专利与我国政府补助不存在相关性。另外，这一结果还可能受到样本量的影响，外资企业样本量仅543个，相比内资企业样本量(18777个)而言，样本量太小，会影响这一结论的精确性。

二是政府补助与内资企业非发明专利申请数量之间的相关性亦不显著。发明专利作为法律状态最为稳定、技术价值最高的专利类型，国家的资助力度和政策倾斜相对较大，政府补助的激励效果相对更大。而非发明专利主要涉及实用新型和外观设计专利，在政策扶持和资助方向未向其倾斜的情形下，政府补助对其影响是极为有限的，这也表明政府应进一步加大对企业非发明专利的创新激励力度。

3.基于企业地理位置的子样本分析

自2000年1月，国务院成立西部大开发领导小组以来，国家一直致力于西部大开发计划。本文将西部大开发计划涵盖的12个省、自治区和直辖市(四川省、陕西省、甘肃省、青海省、云南省、贵州省、重庆市、广西壮族自治区、内蒙古自治区、宁夏回族自治区、新疆维吾尔自治区、西藏自治区、恩施土家族苗族自治州、湘西土家族苗族自治州、延边朝鲜族自治州)定义为虚拟指标Area。如果企业所在地级市属于上述范围，则该企业属于西部地区企业，Area取值为1；反之，取值为0。

基于企业地理位置的子样本分析，根据企业地理位置划分西部企业和东部企业分样本研究。基于分样本的回归结果显示(见表6)，政府补助会显著提高东部企业实质性创新绩效，对西部地区企业创新绩效的促进增长作用并不显著。究其原因，一方面中东部地区企业面临更富挑战性的市场环境，其提高创新绩效的意愿更加强烈，政府补助所产生的边际效益更加显著。另一方面，创新绩效具有一定的滞后性。西部地区经济社会发展条件远远落后于中东部地区，其创新要素初始禀赋具有明显差异。在西部大开发战略实施过程中，对西部地区企业的政府补助更多的是非技术创新类的激励，且有关创新类补助的促进效益也需要时间沉淀，其因果关系需要在西部企业自主创新能力增长的较长时间内才能充分显现。

表6 政府补助对企业创新绩效影响的分组研究：按企业地理位置分组

4.基于企业认定类型的子样本分析

2016版《高新技术企业认定管理办法》规定了认定条件与程序。本文将新技术企业认定政策(Policy)作为虚拟变量，将企业划分为高新技术企业和非高新技术企业。若企业通过认定，则Policy取值为1；若未通过认定，则Policy取值为0。

基于企业认定类型的子样本分析，根据企业认定类型划分高新技术企业和非高新技术企业分样本研究。基于分样本的回归结果显示(见表7)，政府补助会显著提高高新技术企业实质性创新绩效而对非高新技术企业的促进增长并不显著，这与直觉相符。高新技术企业面临更强烈的科技创新市场需求，其为了占领市场更有意愿推出创新成果，对于创新资源的注入更加敏感。

表7 政府补助对企业创新绩效影响的分组研究：按企业认定类型分组

续表7

(四)稳健性检验

考察政府补助与企业创新活动间的互动逻辑，会发现事实上可能存在样本选择性偏差和互为因果引起的内生性问题。创新能力较强的企业往往有更强的意愿去申请政府补助，也更有可能因为其创新能力获得政府补助。为了解决样本选择偏误的问题，构建如下回归模型：

Pr(subsidyi,t=1)=Φ(γZi,t)=β0+β1·subsidyi,t-1+β2·aupti,t-1+∑βk·controlsi,t

+μyear+μindustry+μregion+εi,t

(2)

+μyear+μindustry+μregion+εi,t

(3)

第一步选择方程中，解释变量为企业上一期获得的政府补助、上一期申请专利数量加1取对数，同时将年度、行业和地区效应纳入考虑中。回归结果表明，政府补助对企业发明专利数量有显著的促进作用，但逆米尔斯比率显著，且政府补助这一解释变量与专利申请量、非发明专利申请数量均不显著，说明模型存在一定的自选择内生性问题。

为进一步检验其稳健性，需将Heckman二步法与两阶段最小二乘法相结合，即利用2SLS的第一阶段回归结果得到政府补助预测值以替代政府补助实际值，再在此基础上使用Heckman二步法。其中，工具变量选取行业所获得的政府补助均值和增长率。上述方法结果仍保持稳定。稳健性检验的回归结果如表8。

表8 稳健性检验

五、结论与政策建议

采用实证分析方法，研究发现政府补助会显著提高企业创新绩效。进一步分组研究企业外资占比、企业地理位置及企业认定类型在政府补助与企业创新绩效之间的调节作用，发现政府补助能显著提高内资企业、东部地区企业和高新技术企业实质性创新绩效。这说明上述企业对政府补助的需求更加迫切，政府补助可以给它们更大的创新鼓舞，在为它们提供创新资源补给的同时，为它们向外界传递认可的信号，从而更显著地提高其创新绩效。当前，我国正处于转型升级的关键期，需要不断提高企业自主创新能力。基于上述结论，提出以下建议：

(一)细化筛选标准，完善筛选机制

不同类型的企业对于政府补助的敏感度有所不同。政府可以根据企业的年龄、规模、资产负债比率、市场势力、盈利能力等指标，将企业划分为不同的等级，再在此基础上给予不同力度的政府补助。此外，政府可以发挥其资源整合的优势，建立专业的技术认定和项目评估平台，为社会投资者提供详细的官方参考和信息交流研讨平台。

(二)坚持以市场和企业为主导的原则

政府需要坚持以市场机制和企业为主导的原则，结合市场和行业环境，适度引导社会资源的流动。政府应当利用市场竞争和创新氛围激发企业创新意愿，促进企业创新资源利用效率，提高企业创新绩效，进而推动创新型企业的打造和创新型国家的建设。政府在筛选扶持企业和项目时，应以企业创新发展后劲和项目前景为主，以企业现有创新成效为辅，挖掘高成长性的内资企业和项目，解决其创新资源不足的问题，避免政府“挑选赢家”的陷阱而让市场选择“黑马”。

(三)为不同类型企业创造公平良好的环境

不同所有制、地理位置和认定类型的企业面临着不同的创新挑战，有着不同的创新资源的需求。对于不同的企业，政府需要结合市场和行业环境，制定不同的政策扶持标准。同时，政府需要提高市场化程度，推动市场要素流动，提高资源配置和使用效率，建立一个公平良好的市场环境。政府还应该考虑到地区差异，对于西部地区企业，政府应坚持以市场机制为主导，激发市场竞争和创新活力，再借由政府补助的手段为有创新动力的企业提供创新资源。对于高新技术企业，政府应该结合市场需要和国家战略，在信息搜集和项目评估的基础上给予更高的补助，做到促进社会资源聚集和优化资源配置。