政府研发补贴、非研发补贴对企业创新产出的影响

熊 凯 军

(海南大学 国际商学院, 海南 海口 570228)

一、 问题的提出

学术界对政府补贴是否显著提高企业的创新行为,依然存在较大争议,研究结论主要包括促进论[1-2]、抑制论[3-4]、非确定性效应[5-6]。不过,企业获得不同类别的补贴均会计入当年企业利润,所增加的收入也会直接或间接影响企业创新战略决策。此外,考虑到政府对企业的补贴类型繁多,且在企业的投入、生产、销售等多个过程中实施,补贴形式也涵盖现金、信贷、税收和政府采购等多种形式[7]。一方面,企业在开展创新相关活动时,能够获得政府研发补贴;另一方面,企业在生产经营过程中也会获得其他政策性补贴、进出口补贴和财政贴息等。不可忽视的是,政府向企业发放的各类补贴(如研发补贴与非研发补贴)的政策目标是不同的[8]。而现有的研究多将政府补贴作为整体[6-7],或仅研究政府研发补贴[9-10],鲜有从研发补贴和非研发补贴视角,探讨政府补贴对企业创新产出的影响。

从理论上看,假设市场企业进行古诺竞争,那企业间是策略替代关系,一家公司提升产量,另一家公司则会降低产量。如果市场企业进行伯川德竞争,则企业间的策略是互补关系,一家提升产量,另一家也会提升产量。Lee[11]认为政府研发支持,对企业研发投资有技术能力增强效应、R&D成本降低效应、需求创造效应以及重叠效应。就政府研发支持与企业研发支出之间的互补性或可替代性而言,结果是多种多样[12],在企业技术领域和产品市场领域产生外溢效应或抑制效应。原因在于,一方面,政府给予企业补贴,能够降低企业研发成本,加剧同行业企业间竞争程度,提高行业整体的研发投入水平,并扩散到其他行业产生创新集聚效应,进而提升市场整体的创新产出。另一方面,政府补贴也可能替代已有的企业创新投入,造成企业将政府的研发补贴运用到其他非研发活动,进而抑制企业的创新行为。纵观现有文献,政府为了刺激企业开展创新活动,对企业实施各类补贴,包括研发补贴与其他政策性非研发补贴,而政府不同类型补贴对企业创新产出具有互补性或者可替代性,说明两者关系并不明晰。而且,已有多数以专利数量衡量企业创新产出的方法[6,8],也存在较大缺陷,因为不同专利的市场价值存在明显差异,有研究发现市场前10%的专利价值占专利总价值84%,而接下来的10%专利价值却不到总价值的10%[13-14]。这因为,企业具有的专利类型包括发明、实用和外观等,而发明专利最能反映出企业创新产出真实水平,若对企业各类专利均赋予相同权重,则无法完整、有效地衡量企业创新产出。

为了更全面地反映出企业真实的创新产出水平,本文采用国泰安(CSMAR)专利被引用研究数据库(Patent Cited Research Database),以企业每年累积的所有专利被引用次数来测度企业创新产出水平,进而弥补现有关于企业创新产出的研究的不足。在此基础上,构建基准回归模型,进一步探究企业获得政府研发补贴、非研发补贴对创新产出的影响。此外,考虑到不同企业创新产出存在较大差异,故采用分位数回归方法分析政府不同类型补贴对企业创新产出的影响,并通过更换变量、样本以及工具变量进行一系列稳健性检验。最后,考虑到不同企业间存在地区、上市板块差异,进一步进行异质性分析。

本文可能边际贡献:①现有关于企业创新产出研究,多以企业专利数量或者新产品的销售收入来衡量企业的创新产出水平。不过考虑到专利市场价值的差异,仅以专利数量或新产品的销售收入来衡量并不全面,所以,本文采用企业的专利被引用次数,可有效、全面地评估企业创新产出水平,分析政府研发补贴、非研发补贴对企业创新产出的影响。②本文在以企业专利被引用次数作为企业创新产出的衡量指标前提下,考虑到不同企业创新产出存在明显差异,通过分位数回归以及一系列稳健性检验,进一步评估不同企业获得政府研发补贴、非研发补贴对企业创新产出的影响,有助于丰富当前政府补贴对企业创新领域的研究。

二、 文献综述与研究假设

对于政府补贴如何影响企业创新已有众多研究文献,但所持观点仍存在较大分歧[1-6]。不过,政府对企业的补贴类型较多,并在企业的投入、生产、销售等多个过程中实施,补贴形式包括现金、信贷、税收和政府采购等[7]。而政府向企业发放研发补贴与非研发补贴具有不同目标,会导致企业创新产出产生差异性影响[8]。 就政府研发补贴对企业创新产出的影响而言,如果政府对从事研发活动的企业提供补贴资金支持,分配足够的资源帮助企业开展创新活动,可弥补企业研发投资与社会最优水平的差距,并降低企业研发创新的风险与融资成本,那么就会促进企业研发创新活动的积极性[15]。根据信号理论,获得研发补贴向外部投资者传递的信号对新创企业创新产出具有重要影响,因为这种政府研发补贴是企业质量与未来需求的“信号”,体现了市场对企业创新的认同,也表现出一种对企业的认证效应,有利于企业从其他渠道获得研发资金。 此外,政府研发补贴往往被计入企业收入一部分,增加企业盈利,促使其有更多资金投向研发活动, 并且加速完成已有项目,开辟新的非资助项目,增加企业自有研发支出[16]。不过,毛其淋等[6]却认为政府研发补贴对企业新产品创新存在补贴的适度区间。 邵敏等[5]发现政府研发补贴与企业生产率的关系取决于补贴收入的多寡,当补贴金额高于某一临界值时,政府研发补贴抑制了企业生产率的提高。这表明,在一定“适度区间”的政府研发补贴是有助于提高企业创新产出,而过高的政府研发补贴可能会抑制企业创新产出。基于此,提出假设H1:政府研发补贴会对企业创新产出具有倒U型影响。

此外,对于非研发补贴对企业创新产出的影响研究,现有文献并未得到较为明确的结论,因为非研发补贴涵盖政府给予的税收优惠、人力培训补贴和出口补贴等多种类型,对企业的最终创新产出也存在诸多不确定性。一方面,政府非研发补贴会传递政府对企业有能力开展非研发活动的正面信息[17]。同时,政府非研发补贴行为,也代表着企业事前技术评估和过程行为监管双重担保,为企业融资行为传递积极信号,可在一定程度上降低创新活动所带来的投资风险,并增强企业与市场投资部门参与创新投资的信心[18]。另一方面,有学者却并不认同非研发补贴能够产生积极信号,因为考虑到政府对企业的非研发补贴会挤压企业自身的研发补贴投入[5-6],企业为了获取高额度非研发性补贴,会积极地通过与当地政府官员建立寻租关系,在此过程中产生高昂的寻租成本或“寻补贴”投资,这部分非生产性支出可能对企业研发等实体投资产生挤出效应,进而抑制企业的创新活动。此外,企业获得的非研发补贴属性不同于研发补贴,企业更倾向于将政府非研发补贴应用于市场价格竞争来扩大规模、知名度等,以及其他与研发无关的短、平、快项目,这种政府补贴对企业创新活动是无益的。所以,政府的非研发补贴对企业创新产出可能存在抑制效应。基于此,提出假设H2:政府非研发补贴对企业创新产出具有抑制影响。

概言之,企业获得的政府研发补贴与政府非研发补贴,对企业创新产出的影响存在较大差异,可能造成政府研发补贴、非研发补贴对创新产出产生非对称性影响。原因在于,一方面,企业获得的政府研发补贴会对企业创新产出的影响存在倒U型关系,即存在一个促进作用的“适度区间”,超过一定范围的政府研发补贴会对企业的创新产出产生抑制效应。另一方面,企业获得政府非研发补贴对企业创新产出存在抑制效应,企业将非研发补贴更多地用于市场价格竞争来扩大规模、知名度等,且企业为了获取更多非研发性补贴,也会导致企业产生高额的寻租成本,进而对企业研发活动造成挤出效应。这表明,企业获得政府研发补贴与非研发补贴,对企业创新产出可能产生非对称性影响。

为了验证企业获得政府研发补贴、非研发补贴对企业创新产出是否存在非对称性影响,本文采用国泰安专利被引用研究数据库数据,以上市企业专利被引用次数测量企业的创新水平[14],实证检验企业获得的政府研发补贴、非研发补贴对企业创新产出的影响。

三、 研究设计

1. 专利市场价值差异问题

在我国创新发展大战略背景下,政府对企业进行政策补贴,不仅需要注重专利申请数量,也应该更多地关注申请专利的质量,因为不同专利的市场价值存在明显差异。已有学者通过专利类别申请人、不同技术领域来评估专利质量差异。Schankerman[13]研究专利价值分布问题,就发现市场排名前10%的专利占所有专利总价值的84%,而接下来的10%专利仅占总市场价值的8%。因为衡量企业创新产出的专利,会由于专利所属行业、类型以及使用年限等因素导致不同专利的市场价值存在明显差异,造成少部分专利贡献了大部分的市场价值,而绝大多数专利贡献少部分市场价值的现象,使得专利市场价值分布以帕累托法则(也称80/20法则)的形式存在[14]。不过,现有关于测度企业创新产出的方法,多数文献是以企业所拥有的专利数量或者新产品的销售收入等来衡量企业创新产出水平,未考虑到不同专利市场价值存在明显差异,而仅以企业所拥有的专利数量或新产品的销售收入并不全面。因为企业专利的申请和授予仅能在数量层面衡量创新产出,而难以反映企业专利质量层面的差异,且重要性大、水平高以及经济意义强的专利,往往被引用次数也较高[19-20]。为此,本文借鉴蔡庆丰等[21]和Hirshleifer等[22]的做法,以企业每年累积的所有专利被引用次数来测度企业的创新产出水平,分析政府研发补贴、非研发补贴对企业创新产出的影响。

2. 数据来源与处理

本文的专利被引用数据来源于国泰安专利被引用研究数据库。数据来源于1992—2018年世界知识产权专利库(WIPO Pearl),具有完整性、准确性、及时性和规范性的特点。同时,采用国泰安上市企业研发数据板块数据,涵盖上市企业的财务指标、研发投入、政府补贴明细、上市公司基本信息板块数据。

本文以企业专利被引用次数衡量企业创新产出,对所选用数据进行以下处理:①剔除专利被引用次数缺失的样本;②选取上市企业本身的专利被引用次数的两类样本,包括发明专利和实用专利;③采用上市企业分年度专利被引用次数数据与已有的上市企业财务、研发投入、政府补贴和企业信息等数据进行匹配,以上市企业分年度专利被引用次数作为衡量企业创新产出的指标,构建不同类型政府补贴对企业创新产出影响的研究样本。对数据采取以上处理后,最终得到2007—2018年期间1 671个上市企业,共6 947个非平衡面板数据样本。考虑到专利申请发生时间存在时滞性,故借鉴吴伟伟等[8]的做法,采用企业t+1期的专利被引用次数作为被解释变量,其他解释变量和控制变量选用t期构建计量模型,进行实证检验分析。

3. 变量选取与描述

被解释变量:专利引用是指一件专利被后申请专利的申请人或审查员所引用,表现出前后两件专利之间的技术关联性[14]。为了解决不同专利市场价值存在明显差异,本文以上市企业分年度专利被引用次数(Cpat),衡量企业当年的创新产出水平。

解释变量:政府研发补贴强度(rdy)与政府非研发补贴强度(rdn)。根据Chen等[23]和吴伟伟等[8]的研究,已有关于研发补贴和非研发补贴的衡量研究,主要是依据文本分析的方法对政府补助明细进行关键词检索,并将对应的补助金额进行汇总来反映出企业获得研发补贴和非研发补贴水平。已有关于政府补贴强度的研究中,主要采用政府补贴金额取对数[24],政府补贴金额占销售额的比重[25]或政府补贴占营业收入的比重[26]。考虑到企业在进行研发活动时,存在抵御不确定性能力和规模差异,故采用政府研发补贴金额、非研发补贴金额与企业总资产的比值来衡量政府研发补贴强度与政府非研发补贴强度。

控制变量:为排除其他因素的影响,本文还加入以下变量进行控制处理。①金融化程度(fin)。采用金融资产占总资产的比重衡量企业金融化,其中金融资产包括企业长期股权投资、持有至到期投资、投资性房地产、衍生金融资产和交易性金融资产。②所有权性质(soe)。企业属性对企业创新产出存在重要影响,故设定国有企业为1,非国有企业为0。③资产负债率(ad)。企业经营财务状况作为企业开展研发活动的重要影响因素,如果企业财务状况越差和负债率越高,会对企业开展中长期投资的研发活动产生不利影响。④企业规模(ta)。“熊彼特假说”指出更大的企业规模会具有更高效率技术创新水平。规模大的企业在资金、人力资本和平台等方面具有明显优势,开展研发创新活动的积极性会更高[27]。⑤企业年限(ft)。企业年龄与企业的研发和运营经验相关[9,24],Gonzlez等[28]研究发现企业年限越长,在申请研发补贴和开展研发活动时越有经验,获得补贴的概率更高。⑥企业注册资本(ia)。企业注册资本作为企业进行生产经营的物质基础,可反映出企业初始规模,影响企业的经营行业范围和融资渠道,也会影响到企业获得政府补助水平和开展创新活动意愿。⑦股东集中度(bs)。考虑到大股东间的股权比例会影响公司的价值和战略决策[29]以及公司风险承担水平[30],故加入企业第一大股东持股比例表示股东集中度。⑧企业研发资金投入比例(invm)。采用企业研发支出总额占企业总资产规模的比例衡量企业研发资金投入比例。表1为变量描述性统计。

表1 变量描述性统计

4. 模型设计

本文采用上市企业专利被引用次数作为被解释变量,构建以下基准回归模型检验政府研发补贴强度和政府非研发补贴强度对企业创新产出的影响:

此外,借鉴Koenker等[31]所提出的分位数回归(quantile regression)思想,以因变量Y的条件分位数对解释变量X进行回归,所得到的分位数回归模型结果更能精准地描述解释变量X对因变量Y的变量范围和条件分布形状的影响,弥补上文所采用的最小二乘法(OLS)回归存在的不足,构建以下分位数回归模型:

四、实证分析

1. 基准回归结果

表2是基准回归结果,可以发现在未加入解释变量的列(1)的基础上,依次加入解释变量政府研发补贴强度,得到列(2)～(3),表明在控制其他变量不变的情况下,企业获得政府的研发补贴强度对企业的创新产出存在显著的倒U型影响,即在一定的政府研发补贴强度下,随着政府研发补贴强度提高,企业的创新产出也随之提高,但超过临界值后,继续提高政府研发补贴强度对企业的创新产出会产生抑制效应。此外,在未加入解释变量的列(1)基础上,依次加入解释变量政府非研发补贴强度,得到列(4)～(5),结果表明政府非研发补贴强度对企业的创新产出仅存在显著的负向影响,即提高政府非研发补贴强度,会抑制企业的创新产出水平。最后,考虑到企业可同时获得政府的研发补贴和非研发补贴,故加入政府研发补贴强度和政府非研发补贴强度以及两者的二次项,得到列(6)～(8)。可以发现在控制其他变量不变的情况下,列(6)～(8)表明政府研发补贴强度对企业创新产出表现出显著的倒U型影响,而政府非研发补贴强度对企业创新产出则仅存在负向显著影响的结论。综上可知,企业获得政府的研发补贴和非研发补贴对企业的创新产出存在不对称关系,验证了研究假设H1和假设H2。

表2 基准回归结果

2. 分位数回归结果

考虑到不同企业的创新产出具有较大差异,故本文通过加入政府研发补贴、非研发补贴进行分位数回归分析,所得结果见表3。考虑到篇幅问题,本文不再展示控制变量的回归结果。可以发现,在控制其他变量不变的情况下,在低分位点Q10,仅有政府研发补贴强度对企业的创新产出存在显著促进作用;在分位点Q20,仅有非政府研发补贴强度对企业的创新产出存在显著的抑制作用;而在分位点Q30和Q40,发现政府研发补贴强度和非研发补贴强度对企业创新产出却表现出线性对称关系,不过研发补贴强度依然对企业的创新产出有促进作用,而非研发补贴强度则表现出抑制效应。随着分位点的提高,在Q50～Q90,可以发现,政府研发补贴强度和非研发补贴强度对企业的创新产出影响,依然表现出非对称关系,即政府研发补贴强度对企业的创新产出呈现显著倒U型影响,而非研发补贴强度对企业的创新产出则存在线性的负向显著影响。这表明,对于较低创新产出的企业而言,政府的研发补贴和非研发补贴对企业的创新产出影响存在诸多不明确性。不过,随着分位点的提高,政府的研发补贴和非研发补贴对企业创新产出仍表现出非对称影响,进一步验证了基准回归的结果。

表3 不同政府补贴对企业创新产出的分位数回归结果

3. 稳健性分析

考虑到所选用的样本可能存在非随机,选取变量以及构建的模型合理性等问题,本文采取更换变量和更换样本处理,以及同时更换样本和变量,并考虑到可能存在的内生性问题,使用两阶段最小二乘法(2SLS)进行检验,稳健性检验结果如表4所示。

表4 稳健性检验结果

表4中,列(1)是将企业研发资金投入比例(invm)更换为企业研发人员投入比例(invp),列(2)是采用上一期的政府研发补贴强度(prdy)和上一期的政府非研发补贴强度(prdn)替换当期的政府研发补贴强度(rdy)和非研发补贴强度(rdn),列(3)是同时更换政府研发补贴强度和非研发补贴强度,以及企业研发资金投入比例。从列(1)～(3)结果看,在替换所选用的变量后,所得回归结果均与本文的基准回归结果高度吻合,即在控制其他变量不变的情况下,政府研发补贴强度对企业的创新产出的影响呈现出倒U型关系,而非研发补贴强度对企业的创新产出则呈现线性的负向显著影响。此外,考虑到制造业样本在全样本中所占份额较大,且根据以往的研究选取制造业作为代表性样本,故采用制造业样本进行稳健性分析,列(4)所得结论也仍然支持本文的基准回归结果,这进一步表明所得的结论较为稳健。

此外,在更换回归变量或者样本稳健性分析基础上,也考虑到选取变量和样本可能存在同时影响结论以及可能存在内生性问题,故采取同时更换变量和样本、更换方法和变量两种稳健性检验。具体而言,在列(1)～(3)的基础上同时更换变量和样本,所得结果为表4的列(5)和列(6),更换变量和工具变量所得结果为表4的列(7)。可以发现,列(5)是采用上一期的政府研发补贴强度(prdy)和上一期的政府非研发补贴强度(prdn)替换当期的政府研发补贴强度(rdy)和非研发补贴强度(rdn),列(6)则是将企业研发资金投入比例(invm)更换为企业研发人员投入比例(invp),所得回归结果依然支持本文的基准回归结论。另外,考虑到所构建的模型可能存在的内生性问题,借鉴Clausen[32]和杨洋等[24]的做法,以行业统计的整体补贴均值作为政府补贴的工具变量,具体做法是选用所有制造业样本,统计制造业细分行业政府研发补贴金额和政府非研发补贴金额,并取对数得到制造业细分行业均值,再采用各企业取对数化后的研发补贴、非研发补贴除以取对数化的制造业细分行业研发补贴、非研发补贴均值。选取该工具变量的原因在于:一是该工具变量与本文的解释变量研发补贴和非研发补贴存在高度相关性。二是制造业细分行业样本取对数化的研发补贴和非研发补贴取均值再除以各类补贴所得的变量与企业的研发产出并无关联,即满足工具变量的外生性。在此基础上,依次对工具变量进行识别不足和过度识别检验,是否为弱工具变量检验以及内生性检验,从两阶段最小二乘法(2SLS)估计结果得到Kleibergen-Paap rk LM statistic对应的p值为0.000,说明不存在识别不足,而过度识别Hansen J statistic所对应的p值均大于0.05,说明选用的工具变量均为外生变量。而根据弱工具变量检验的Cragg-Donald WaldF统计量、Kleibergen-Paap rk WaldF统计量均大于5%水平下的临界值,可认为不存在弱工具变量。列(7)是工具变量回归结果,可以发现在进行弱工具变量和有效性检验后,所选用的工具变量通过非弱工具变量检验,以及工具变量是具有有效性的,且采用工具变量所得到的回归结果也与基准回归结果一致,说明本文结论较为稳健和可靠。

4. 异质性分析

一方面,考虑到我国不同地区企业的创新能力和政府的各类补贴存在明显差异,将地区划分为东部、中部、西部和东北部,所得结果见表5的列(1)～(4)。可以发现,在我国中部地区和东北部地区,企业获得的政府研发补贴、非研发补贴对企业的创新产出并没有显著影响,在我国西部地区, 则仅有政府研发补贴强度对企业创新产出存在显著倒U型影响。不过,在东部地区,企业获得的政府研发补贴强度和非研发补贴强度对企业创新产出则表现出非对称性影响,即政府研发补贴强度对企业创新产出呈现显著的倒U型影响,而政府非研发补贴强度对企业创新产出则表现出负向显著影响,所得的结果与基准回归一致。

表5 异质性分析

另一方面,考虑到所选样本企业的差异,将样本企业划分为中小板、创业板和主板三大类,所得结果见表5的列(5)～(7)。结果表明,在中小板企业样本中政府研发补贴强度对企业的创新产出存在显著倒U型影响,而政府非研发补贴强度对企业的创新产出并没有显著影响。此外,在创业板样本中,政府研发补贴强度对企业的创新产出存在显著倒U型影响。最后,对于主板企业回归结果发现,政府研发补贴强度和非研发补贴强度表现出线性对称关系,即政府研发补贴强度对企业的创新产出存在显著正向影响,而政府非研发补贴强度对企业的创新产出表现出显著负向影响。这也进一步说明,上市企业不同的所属地区与所属板块,会对不同类型政府补贴与上市企业创新产出的关系产生差异性影响。

五、 研究结论与政策建议

本文以上市企业分年度专利被引用次数作为衡量企业创新产出的指标,评估企业的政府研发补贴、非研发补贴对以专利市场价值衡量企业创新产出的影响,主要得到以下结论。①基准回归结果显示,企业获得政府研发补贴、非研发补贴对企业的创新产出存在非对称性影响,即政府的研发补贴对企业的创新产出存在显著的倒U型影响,而政府的非研发补贴对企业创新产出却存在线性的负向显著影响,政府研发补贴、非研发补贴对企业创新产出呈现非对称性影响。②分位数回归结果表明,在多数分位点的企业获得的政府补贴对企业的创新产出依然存在非对称的影响,包括政府研发补贴对企业的创新产出存在倒U型影响,而非研发补贴对企业的创新产出存在线性的抑制影响。③通过更换样本、变量以及使用工具变量处理,所得结果依然与基准回归结果一致,表明本文所得的结论较为可靠。④考虑到样本企业存在地区属性、上市板块的差异,故划分为东部、西部、中部和东北部,以及中小板、主板和创业板进行异质性分析,结果表明政府不同类型补贴对企业创新产出的影响存在较大差异。

虽然近年中国创新投入和创新专利数量跃居世界首位,但专利的市场价值因行业技术和商用转化存在一定的差异。结合本研究的结论,本文从以下两个方面提出政策建议:第一,对于政府而言,在实施创新发展战略背景下,应考虑到专利的市场价值差异,尽可能扶持和发展拥有高市场价值专利的企业,为其提供税收减免、政府研发补贴等。同时,考虑到我国专利的市场价值存在较大差异,存在少部分专利贡献绝大部分的市场价值,而大部分的专利市场价值并不高的现象,单纯以企业的专利数量衡量企业创新水平并不合理,故政府在制定和实施各类补贴政策时,尤其是对企业开展研发补贴时,需更多关注企业专利市场价值的重要性,让更多的政府补贴资金流入到拥有高市场价值专利的企业,有效提高行业或企业的创新效率。第二,对于企业而言,为了获得更多的市场份额以及提高市场竞争力,需要不断加大企业自身的研发投入力度,积极开展市场价值更高的创新活动,尤其是获得高质量的专利,这不仅有助于增加企业产品的市场竞争力,也可为企业获得更高额的利润回报。借助于政府给予企业的各类补贴来分散企业研发风险,并结合自身创新发展战略规划,努力提高企业开展高价值创新活动的投入水平,进而奠定企业在行业的未来发展基础。