政府资金对制造业创新产出的影响研究

张欣然 周霞（副教授）

（北方工业大学经济管理学院 北京 100144）

党的二十大报告指出，创新是第一动力，要深入实施创新驱动发展战略，加快实现高水平科技自立自强。经过多年发展，我国已迈入制造业大国行列，但距离制造业强国还有较大的进步空间。推动制造业创新产出，对于我国提升供给体系质量效益、实现产业链向国际中高端攀升、强化在全球市场中的竞争优势、迈入制造业强国具有重要的理论意义与实践意义。

近年来，我国政府将目光聚焦于制造业创新产出，对创新与实验性研发项目的资金投入力度连年攀升，制造业专利申请数随之显著提升，但目前仍有较多制造业企业存在关键技术研发受阻的问题，无法取得重大突破。政府资金如何精准投入，行业自身应如何配合还需进行实践探究与数据检验。

一、文献综述

国内外学者基于不同视角，选择不同样本，运用不同计量模型对政府资金对制造业创新产出的影响展开了广泛的探讨，本文将政府资金对创新产出的影响归纳为以下三类：

（一）政府资金对制造业创新产出具有正向影响

尚洪涛等（2021）［1］以2010—2019 沪深A 股上市的民营科技企业为样本，基于风险承担视角对政府资金与制造业创新的关系展开实证研究，研究发现，政府资金投入提高了企业风险承担水平，对制造业创新具有显著的滞后正向效应。黄文娣等（2022）［2］基于广东省制造业12 年面板数据，应用门限效应模型，分析得出政府资金对制造业创新产出具有非线性正向效应，同时认为政府应根据企业特点制定不同且具有针对性的补贴方案。杨婷等（2021）［3］研究发现，政府资金与制造业创新高质量发展高度正相关，对短期绩效及长远发展均表现出正向效应。王晓君等（2019）［4］认为，行业景气度在政府资金对制造业创新产出中发挥了部分中介效应，在行业发展前景较好时的补贴激励作用最为显著。李若晨（2020）［5］发现，政府资金正向促进制造业创新发展，并且在制造业技术开发阶段与技术成果转化阶段的作用效果具有差异性，技术开发阶段作用效果更为显著。

（二）政府资金对制造业创新产出具有负向影响

冉茂盛等（2022）［6］认为，政府资金对制造业创新产出的影响未能达到预期促进效果，反而对创新效率产生了负向影响，抑制了制造业发展。周芬等（2022）［7］研究发现，政府资金对于企业创新产出的挤出效应主要表现在两个方面：首先对企业自身研发投入形成挤出，其次对未被资助的科研项目形成挤出，不利于创新成果形成。

（三）政府资金对创新产出具有复合倒U型效应

相关研究发现，政府资金对创新产出的影响具有复合性，并可能存在最优资金投入值。任海云等（2018）［8］利用A 股制造业上市公司微观数据，研究发现政府投入资金对于企业自身创新投入的作用具有区间性，对创新产出具有复合性效应。陈亮（2022）［9］选取2011—2016 年制造业面板数据，实证分析得出政府资金对制造业创新产出的影响效果呈现“U”型且具有门限效应，超过门限值会产生挤出效应。

根据上述文献分析，政府资金对制造业创新产出存在复合影响且目前研究多集中于微观企业或者某个省份，异质性分析方面也较少考虑地区市场化程度，本文基于上述问题进行尝试性拓展，进行相关研究与检验。

二、理论分析与假设提出

基于融资约束理论，在制造业企业创新活动中，持续性的资金流十分重要，但因融资渠道少、融资成本高的双重限制，导致企业研发活动难以开展。融资约束理论认为，理想的资本市场中内部筹资与外部筹资可以完全替代，而现实资本市场存在内外部融资差异，产生融资约束［10］。企业研发活动因不确定性强、周期长、调整成本高，导致管理层选择低成本内部融资的可能性降低，同时因存在信息不对称现象，外部投资者也无法全面且真实地了解企业的财务状况，其会针对企业信息披露程度，对投资收取高额的风险溢价。而政府资金通过给予制造业企业资金支持，可以缓解融资问题，促进制造业的创新产出。

基于要素扭曲效应，政府资金使制造业企业对于研发资源的需求增加，该信号传导至要素市场，使生产要素价格上升，最终导致企业研发成本上升。综上，政府资金只提高了企业的名义创新收入，削弱了制造业企业创新积极性。

当前，政府资金对制造业创新产出主要表现为促进效应，随着技术同质化和要素扭曲效应逐渐显现，当政府资金超过某个值时，主要表现为挤出效应。综上，本文提出假设1：

H1：政府资金对制造业创新产出的影响呈现倒U型非线性关系。

地区市场化程度能够反映该地区市场竞争的激烈程度，市场化程度越高，该市场竞争越激烈，企业自身也会更高效地利用政府资金，促进创新成果形成，占领更多市场份额。据此，本文提出假设2：

H2：地区市场化程度不同，政府资金对制造业创新产出的影响程度具有差异性，市场化程度越高，政府资金促进效应越大。

为使政府资金对制造业创新产出的价值最大化，制造业行业自身也要加大研发经费投入力度，在内部集中研发的基础上，使外部政府资金发挥雪中送炭的作用。具体表现为制造业行业自身研究开发支出较少时，仅依靠政府资金并不能完成创新研发活动，此时政府资金促进效应不显著。随着制造业行业自身研究开发支出增加，加上政府资金的投入可以完成人才引进、设备更新、知识积累及部分专利申请等活动，实现部分价值化产出，此时政府资金表现为促进效应。当企业自身研究开发支出继续增加，与政府资金发挥协同作用，完成多项创新研发及商业价值实现，此时政府资金促进效应进一步增大。基于此，本文提出假设3：

H3：制造业研究开发支出对政府资金作用于制造业创新产出具有双重门限效应，在一重门限值之下，影响不显著，一重与二重门限值之间，正向影响较小，二重门限值之上，正向影响增大。

三、研究设计

（一）样本选取与数据来源

本文数据来源于《中国统计年鉴》和《中国高技术产业统计年鉴》，笔者收集整理了全国31个省市11年的面板数据。同时，为保持数据口径一致，部分数据从2009 年开始收集［11］。由于2018 年《中国高技术产业统计年鉴》未公布数据，缺失值通过线性内插法近似补充，剔除缺失值过多的省市，最终样本数为308个。

（二）变量定义

1.被解释变量。本文的被解释变量为创新产出，由于较为抽象，需选取合适的代理变量进行表示。在创新产出的代理变量选取方面，我国制造业创新活动以科技产出为核心，价值产出为目标，在此过程中专利申请数、新产品产值、新产品销售收入等都可以对创新产出进行量化，基于企业要将科技成果最终推向市场、实现商业化的初衷，将专利申请数指标淘汰，又由于对于新产品产值因销售渠道、市场供求关系、转化成销售收入的程度难以衡量，故最终选用新产品销售收入（REV）作为本文的被解释变量。

2.解释变量。本文的解释变量为政府资金，选用政府R&D 经费表示R&D 经费，即全社会研究与试验发展经费，是创新资金的重要组成部分。R&D经费根据《中国高技术统计年鉴》主要分为政府经费和企业经费。本文采用滞后一期的政府R&D 经费（GF）来衡量在创新研发活动中政府资金投入量。

3.门限变量。本文的门限变量为各省市制造业行业自身的研究开发支出（DE）。

4.控制变量。以芦锋等（2018）［12］的研究为参考，考虑到其他因素，如地区经济发展水平、市场开放化程度、地区贸易发展程度也会对制造业创新产出产生影响，本文选取地区生产总值（GDP）、地区市场化程度（MDI）、地区进出口额（TT）作为控制变量，研发人员数量（Y）作为替换控制变量，为后文进行稳健性检验。

变量具体定义见表1。

表1 变量及定义

（三）模型构建

为检验政府资金对制造业创新产出的影响，本文构建双固定效应回归模型1：

上式中，i=1，2，…，n代表各省份；t=1，2，…，n代表各年份；REVi，t代表在第t年第i个省份实现的新产品销售收入；GFi，t-1代表第i 个省份第t-1 年的政府R&D 经费；ηi、λt为固定时间项及固定个体项；εi，t为残差项；其余字母分别为控制变量、常数项和对应系数。

为检验行业自身研究开发支出对政府资金作用于制造业创新产出的影响，本文构建二重门限面板回归模型2：

DEi，t为门限变量；θ1为一重门限值估计值；θ2为二重门限值估计值。

四、实证结果分析

（一）描述性统计及平稳性检验

本文变量的基本统计特征如表2 所示。可以看出，政府资金的最小值为5.146，最大值为13.662，标准差较大，说明各省市之间政府资金的水平存在较大差异。创新产出的最小值为9.642，最大值为19.269，离散程度也较大，说明各省市的创新产出也处在不同水平。各地区的市场化水平也存在较大差距，最小值与最大值之间相差6.74，后文将各地区分为高市场化与低市场化两组进行比较。

表2 变量的描述性统计分析

在展开回归分析前，为了避免“伪回归”现象，要对上述面板数据进行平稳性检验，即相同单位根检验。LLC 原假设为面板数据具有单位根，数据不平稳。根据结果的P 值大小对原假设进行接受或拒绝。由检验结果可知，各变量P 值均为0，强烈拒绝原假设，面板数据平稳，可展开后续分析。

（二）回归方法选择

为探究模型1 采用哪种方法进行基础面板回归，本文进行混合回归、固定效应、随机效应的检验。如表3 所示，检验一为F 检验，P 值为0.00，结果强烈拒绝截距项都相等且等于0的原假设，表明个体间截距项具有显著差异，选择固定效应。关于LM检验，P=0.00，表明个体存在随机效应，应拒绝原假设，选择随机效应。为检验固定效应与随机效应，一般选择Hausman［13］检验，经检验结果为P=0.0042，强烈拒绝随机效应原假设，因此下文基于固定效应进行基础面板回归。

表3 混合回归、固定效应、随机效应检验

（三）双固定效应面板回归检验

表4列示了基于固定个体、固定时间以及双固定效应，政府资金对制造业创新产出的回归结果。由列（1）、（2）、（3）可知，政府资金及平方项系数分别为1.062、-0.048；1.090、-0.049；1.010、-0.044，均在1%的水平上显著，表明政府资金对制造业创新产出的影响呈现倒U 型，假设1 得以验证。

表4 应用固定效应的基础面板回归结果

根据双固定效应回归结果，政府资金及平方项系数为1.010、-0.044，极值点处政府资金的值为11.477，经过统计共有239个观测值低于极值点，其主要集中在中西部省市，尤其是西部省份全部处于极值点之前，结果表明政府资金投入力度还有较大提升空间；另外，政府资金若超过极值点则可能产生挤出效应，过高的政府资金同样值得关注。在双固定效应下，地区生产总值、进出口额、市场化程度系数均为正且均在1%的水平上显著，说明地区GDP、贸易发展程度、市场化程度也会对制造业创新产出产生正向影响。

（四）异质性分析

为进一步探究政府资金如何有针对性地有效投入，本文基于市场开放程度的代理变量市场化总指数将样本进行分类，根据样本中位数将样本分为高市场化和低市场化两组，进行双固定效应回归，结果见下页表5。由回归结果可知，市场化程度较高组，政府资金在1%的水平上显著，政府资金平方项在5%的水平上显著，系数分别为1.022、-0.048。市场化程度较低组，政府资金及其平方项在1%的水平上显著，系数分别为0.962、-0.039。由此可见，基于市场化程度进行分组，政府资金对制造业创新产出依然表现为倒U型效应，市场化程度较高组，政府资金及平方项系数的绝对值更大，政府资金的促进效应也更为明显，假设2得以验证。

（五）稳健性检验

本文采用替换控制变量的方法进行稳健性检验。将研发人员数量作为新的控制变量，对市场化总指数进行替换，进行双固定效应面板回归。结果显示，政府资金及其平方项系数的t值分别为3.30、-2.91，均在1%的水平上显著，说明本文结果具有稳健性。

（六）双重门限面板回归检验

1.门限效应检验及门限值估计。本文采用BS抽样300次，以各省市制造业研究开发支出作为门限变量进行Hansen［13］门限效应检验以及对门限值进行估计。由表6可知，以研究开发支出为门限变量的回归模型中，F值为58.11，P值为0.00，双重门限效应十分显著，基于前面的理论分析，下文对双重门限模型展开具体分析。

表6 门限效应检验及门限值估计结果

2.双重门限效应回归。以各省市制造业研究开发支出作为门限变量，应用双重门限模型进行参数估计，结果见表7。基于表7结果，政府资金对制造业创新产出具有十分显著的非线性影响，支持本文提出的假设1。当研究开发支出小于10.023时，政府资金对制造业创新产出的影响不显著。当研究开发支出大于等于10.023 小于12.396 时，政府资金对制造业创新产出的影响系数为0.103，且p值为0.00，通过显著性检验。当研究开发支出大于等于12.396时，政府资金对制造业创新产出的影响系数增加至0.193，通过t检验，具有显著性。上述结果验证了假设3。2020年17个省市已迈过第二重门限值，政府资金促进效应较高，而西部地区目前只迈过了一重门限值，随着制造行业自身研发经费投入力度的加大，促进效应还有提升空间。

表7 双重门限效应回归结果

五、结论与建议

本文经检验与分析得出如下结论：政府资金对制造业创新产出的影响呈现倒U 型关系，在极值点之前表现为正向促进效应，在极值点之后表现为负向挤出效应，是一种复合非线性关系。地区市场化程度对我国政府资金作用于制造业创新产出具有异质性，市场化程度较高的地区，政府资金的促进效应较大。以制造业行业自身对创新活动的研究开发投入作为门限，政府资金对制造业创新产出的影响具有双重门限效应，一重门限值前，正效应不显著，一重门限值与二重门限值之间，正效应较小，二重门限值之上，正效应增大。

根据上述结论本文提出两方面建议。基于政府角度，政府资金对制造业创新的支持要把握适度原则［14］，动态调整资金投入比例，使促进效应可持续发展。根据各地区市场化程度高低进行差异化支持，系统、全面、精准地做出政府资金的分配决策。基于制造业角度，行业自身应加大技术研发经费投入力度，规范且高效地应用政府资金，力求政府资金促进效应最大化，保障制造业创新具有良好的内外部环境。