政府补助对企业创新效率的影响

［内容提要］文章以2015—2020 年全部 A 股涉农类上市公司的创新数据为样本，采用DEA中的BCC模型测度企业创新效率，构建中介效应模型，检验在政府补助影响创新效率过程中，企业创新研发投入是否起中介作用，分析政府补助对涉农类上市公司创新效率的作用。结果发现：政府补贴对涉农类上市公司创新研发创新效率具有显著的促进作用；规模越大的企业创新效率越高；但是研发投入越多，创新效率并不会越高；并且创新投入在政府补助影响创新效率中具有中介效应，该中介效应在一定程度上掩盖了政府补助对创新效率的促进作用。

［关键词］政府补助；创新效率；中介效应；涉农类上市公司

［中图分类号］F273.1；F306

［文献标识码］A

［文章编号］1008-8091（2024）03-0037-10

【收稿日期】2023-11-22

【基金项目】山东省社科规划项目“独立董事政治关联断损对企业创新的影响研究”（20CGLJ02）； 山东省研究生导师能力提升项目“会计硕士专业学位研究生导师胜任力评价及提升策略研究”（SDYY18036）； 济南大学社科项目“环境规制、政治关联丧失与企业技术创新研究”（18YY01）。

【作者单位】济南大学商学院 山东济南，250002

【作者简介】张兴国（2000— ），男，山东潍坊人，硕士研究生，研究方向：公司治理；乐菲菲（1970— ），女，江西泰和人，教授，管理学博士，研究方向：公司治理，本文通信作者。

作为一项衡量企业综合能力的主要指标，创新能力在学术界历来都受到了高度重视^[1-3]。不少学者认为创新是现代企业发展的根本出路，关系到企业的未来，因此提高创新能力是企业的一项重要任务，尤其是作为我国第一产业的农业，目前我国农业生产经营成本居高不下，同时还存在着资源约束和高度化学农业的不可持续性等问题，使得农业类企业经营越来越困难，依靠创新来实现农业转型就显得非常重要^[4]。但是，由于创新过程中存在的不确定、高风险、缺乏资金等问题，这些问题都会影响到企业的创新，因此，就需要政府采取相应的补偿与激励措施，其中最常见的就是政府补助。政府补助是政府直接干预企业活动的方式之一，国内学者对政府补助与创新的关系进行了较为丰富的研究，刘新民等基于信号理论对企业内外部信号进行分析，得出政府直接补助一定程度上减弱了企业创新给投资者带来的负面影响^[5]。张慧雪等通过对政府补贴与企业创新之间的关系进行研究，得到的结论是，政府补贴不仅可以提升创新的数量，还可以提升创新的质量，并给出了提高政府补贴效率的建议^[6]。王维等通过分析政府补助、创新意愿与市场竞争力的关系，得出政府补助不仅显著影响企业市场竞争力，还显著促进企业探索式创新意愿^[7]。郑景丽等在研究企业社会责任与企业创新意愿时，发现，政府补助在二者的关系中起到了显著的中介作用^[8]。

现有文献主要关注政府补贴对企业创新 Ramp;D投资的影响，但鲜有关注涉农企业政府补助对创新效率的影响^[9-11]。对于政府补贴与企业创新效率的关系，学者们的观点不尽相同，这些观点大致可以分为三类。任跃文、巴曙松等研究发现政府补助能够显著促进企业的创新效率的提高^[12-13]。陈亚平等研究发现政府补助显著抑制处于衰退期企业的创新效率^[14]。权锡鉴等通过研究发现政府补助与企业的技术创新效率呈浅U型关系^[15]。

对于创新效率目前没有统一的度量标准，有的学者采用单一指标衡量企业创新效率，如何彬等用以专利申请量和 Ramp; D投资之比作为衡量企业创新效率的指标^[16]。这些方法大多比较单一。鲍文爽等采用一年后 Ramp;D投入占总资产之比反映企业创新效率的方法^[17]。还有学者通过单一产出模型对企业创新效率进行衡量。张娜等采用非期望产出的超效率模型对创新效率进行计算^[18]。但是创新效率的影响因素并不仅限于以上几类。

综上所述，文章选用数据包络分析法（DEA）中的BCC模型来计算企业的创新效率，通过对2015—2020年中国A股涉农上市公司的数据进行实证分析，旨在揭示政府补助与涉农上市公司创新效率的内在联系，并为促进相关政策体系的完善，激发企业创新活力，加速形成补助的创新增长模式提供建议和对策。

二、文献回顾与研究假设

（一）政府补助与涉农类企业的创新效率

在对已有文献展开研究的过程中，发现对于政府补助对企业创新效率的影响，不同学者从不同的角度对该问题展开了多方面的深入研究。首先，从经济学的角度看，政府补助可以缓解企业的财务压力，为企业提供更多的资金支持，促进企业加大研发投入，加快创新性产出，进而促进企业的创新。薛阳等从制度环境视角，研究政府补贴如何影响制造企业的创新积极性。结果表明，政府补贴能够通过提高公司的 Ramp;D投资来推动公司的创新^[19]。邓振锋和李朝前发现政府补助能够显著缓解高杠杆对企业研发投入的抑制作用，进而促进企业创新^[20]。从创新风险的角度看，政府补助可以降低企业所面临的创新风险，缓解创新不确定性所带来的压力，为企业的创新活动提供一定的保护和支持，进而促进企业创新。王则仁和刘志雄发现政府补助能够显著缓解不确定性给企业创新活动造成的抑制作用，并且政府补助的获取可以有效提高企业的创新绩效^[21]。杨昊昌等发现政府补助能够显著缓解不确定性造成的企业创新性产出效率低下的问题，并且政府补助能够显著正向激励企业加大研发投入，促进企业创新^[22]。从信号传递的角度看，政府补助向市场传递积极信号，引导社会各界加大对企业的关注，为企业吸引更多的社会资金，促进企业创新。蒋樟生发现政府补助加大了企业的曝光度，吸引更多的投资者参与到企业的创新活动中，为企业带来了更多的资金和技术，同时也加大了对企业的监管力度，使企业更加合理地使用研发资金，促进企业创新^[23]。俞会新等发现政府创新补助加大了政府和社会对企业的监管力度，同时也向市场传递利好信号，使得更多的资金涌入企业促进企业的创新^[24]。孙一等发现政府补助通过促进企业外部融资影响企业的研发投入，进而促进企业的创新产出^[25]。综上所述，文章提出以下假设。

假设一：政府补助有助于促进涉农企业创新效率提高。

（二）企业规模与企业的创新效率

从企业本身情况考虑，企业规模对企业申请补助也是一个重要因素。从研发规模经济理论的角度看，企业规模的增大可以加大研发成本的分摊效应，降低单位研发成本，进而促进企业的创新效率。周钟等发现随着企业规模的增大，企业创新效率有显著的提升^[26]。从技术发展的角度看，规模越大的企业拥有的技术和资源也就越多，同时越大的企业规模对高素质人才的吸引力也就越大，这种技术和资源的积累可以显著提高企业的创新效率。楼旭明和徐聪聪（2020）发现企业规模越大拥有的资源和技术人才也就越多，因此企业的创新效率也就越高^[27]。从组织协调的角度看较大规模的企业通常具备较为完善的组织结构和管理体系，对企业内部资源的分配也就越协调，另外较大的企业规模也会更容易进行跨部门的合作和资源共享，更好地促进创新产出。冯旭和王凡发现较大的企业规模使得部门之间的沟通路径增多，对于企业的创新有一定的促进作用^[28]。赵彦飞和王孝炯发现企业规模可以通过更好地协调内部资源配置对企业创新效率产生影响^[29]。李昊等发现规模越大的企业管理体系也就更加完善，应对外部环境的冲击的能力也就越强，对不确定性造成创新效率波动的抑制作用也就越显著^[30]。综上所述，文章提出下面假设。

假设二：企业规模对企业创新效率具有正向的促进作用。

（三）研发投入与企业的创新效率

任何创新都离不开研发投入这个关键因素^[31]。从生产的角度看，研发投入是企业创新活动的重要输入要素，增加研发投入可以为企业研发新产品、进行技术改造等活动提供资源的支持，进而促进创新产出。谢斌等发现企业创新研发投入可以补充企业创新所需的资源，对企业创新具有较好的促进作用^[32]。从竞争的角度看，企业之间的竞争导致企业提供的商品和服务存在差异，企业研发投入可以通过提高产品或服务的差异化程度提升竞争力，进而促进企业创新。从资源配置的角度看，企业加大研发投入可以引导更多的资源进入创新项目，避免浪费，进而促进企业创新。朱卫东等发现企业增加研发投入可以促进企业将有限的资源集中于附加价值更高的项目，进而促进企业创新^[33]。干胜道等发现企业适度增加研发投入可以缓解自由现金流量给企业带来的研发风险，对企业创新产生正向的促进作用^[34]。从组织管理的角度看，企业增大研发投入对优化组织管理结构提高部门之间的协调性有积极的作用，使得技术积累转化的过程更加顺畅，企业的创新效率也会随之提升。卫平和马文丽发现研发投入在发明家高管团队促进企业创新的过程中有着重要的促进作用^[35]。综上所述，文章提出下面假设。

假设三：研发投入与企业创新效率呈正向相关关系

（四）研发投入的中介效应

目前的文献中少有将政府补助，创新投入与创新效率放于同一框架进行研究，丘东等（2016）以企业研发投入为中介变量，研究政府投入与区域创新绩效的关系，发现企业研发投入的中介效应显著^[36]。陈涛等（2020）通过对行业上市公司数据的分析，得出了以下结论：Ramp;D投入在政府补助对企业经营质量的影响中起着中介作用^[37]。何筠等（2020）通过对贫困地区上市公司的研究发现，研发投入在政府补贴对创新绩效的影响中起到了中介作用^[38]。杨艳琳等（2021）在研究税收优惠对企业创新绩效的影响时，引入研发投入和非研发投入两个变量，结果表明在税收优惠对企业创新绩效的正向推动作用中，研发投入和非研发投入发挥了部分中介效应^[39]。由此分析，创新研发投入可能是政府补助影响企业创新效率的因素。基于以上分析，文章提出以下假设。

假设四：涉农类上市公司研发投入在政府补助影响企业创新效率的过程中发挥显著的中介作用。

三、研究设计

（一）样本与数据来源

当前，我国对于涉农上市公司的定义还没有一个统一的标准，文章参考中国农科院发布的《2020年中国涉农企业创新能力评价》报告并结合上市公司的主营业务，在剔除了 ST股、* ST股和有重大数据缺失的公司之后，筛选出34家涉农上市公司6年的数据，共179个观测值。文章的数据指标来自于CSMAR数据库。

（二）变量定义

1.被解释变量

创新效率（RDE）。目前，学术界并没有一个清晰的界定来测算公司创新效率，以往学者的研究方法可分为两类：一类是以单一指标衡量，姚立杰与周颖用专利授权数量与专利申请数量的比值来度量公司创新效率^[40]，施建军 以企业期末专利申请量/本年度及前两年 Ramp; D费用总和除以公司资产比率计算出的数值来衡量公司创新效率^[41]。宋砚秋等用发明专利申请量来表征企业的创新效率^[42]。一类是以单一产出效率指标衡量创新效率，林青宁和毛世平选择两阶段DEA模型测算涉农企业创新效率^[23]。但是，对创新效率产生影响的因素有很多，并不只是研发投入，专利申请数等因素。文章参考乐菲菲的方法，首先建立一个“投入—产出”的创新效率评价体系，然后运用数据包络模型分析法（DEA）中的BCC模型来计算创新效率值^[43]，具体来说，就是将当年的企业研发人员数量、 Ramp;D投入等作为输入指标，将企业当年独立获得的专利数、企业当年营业收入等作为输出指标，来构建 BCC模型。通过DEAP2.1软件求得企业创新效率，基于 BCC模型的综合效率可以更好地测度企业创新效率，故文章参考乐菲菲等的做法选取综合效率作为衡量企业创新效率的指标^[44]。

2.解释变量

政府补助（Sub）。大多数学者采用比值的形式衡量企业获得的政府补助，邵伟等用当年企业获得的政府补贴金额/当年营业收入来衡量政府补助^[45]。常露露等采用政府补助金额/企业员工总人数，政府补助金额/营业收入两种方法对政府补助进行去规模化衡量^[46]。然而此方法可能会导致多重共线性问题，为此文章参考彭若弘等的做法取上市公司当年获取的政府补助总额来度量^[47]。

企业规模（Size）。目前对企业规模的衡量大多由企业资产的自然对数来表示，李姝等以企业年末总资产的自然对数来衡量企业规模^[48]。孙洁等用企业当年的总资产加1并取对数来衡量^[49]。也有部分学者使用营业收入来衡量企业的规模，胡丽娜等取当年企业营业收入的自然对数来衡量^[50]。为更好地表示企业规模，文章参考邵慰等的做法，选取上市公司当年年末的资产总额来度量^[51]。

3.中介变量

研发投入（RD）。惠树鹏等通过采用永续盘存法计算的Ramp;D经费来衡量^[52]。为对企业研发投入进行更精细的衡量，文章采用数值法即选取企业当年的研发投入金额来度量。

4.控制变量

参考已有的文献研究，文章添加了盈利能力（Roa）、现金流水平（CFR）、营运效率（Laz）、研发人员数量（TS）、资本结构（Lev）作为控制变量。具体变量定义见表2。

（三）模型设定

为了验证上述四个假设，文章设定了以下回归模型：

RDE_it=β₀+β₁Sub_i，t+β₂Roa_i，t+β₃Laz_i，t+β₄TS_i，t+β₅Lev_i，t+β₆CFR_i，t+ε_i，t（1.1）

为了检验假设一，文章对模型（1）进行了回归，其中Sub_i，t表示当年年末企业获取的政府补助金额，Roa、Laz、TS、Lev、CFR等分别表示当年该公司的各项指标，具体定义如表2，据此来检验政府补助与企业创新效率之间的关系。

RDE_it=β₀+β₁Size_i，t+β₂Roa_i，t+β₃Laz_i，t+β₄TS_i，t+β₅Lev_i，t+β₆CFR_i，t+ε_i，t（1.2）

为检验假设二，将模型（1）政府补助替换为当年企业的总资产金额，以此来研究企业规模与企业创新效率之间的关系。

RDE_it=β₀+β₁RD_i，t+β₂Roa_i，t+β₃Laz_i，t+β₄TS_i，t+β₅Lev_i，t+β₆CFR_i，t+ε_i，t（1.3）

为检验假设三，文章将模型（1）中的政府补助替换为企业当年的研发创新投入金额，以此来探究企业研发创新投入与企业创新效率的关系。

为检验假设四，文章参考借鉴温忠麟等^[53]的中介效应检验程序，构建回归模型如下：

RD_it=β₀+β₁Sub_i，t+β₂Roa_i，t+β₃Laz_i，t+β₄TS_i，t+β₅Lev_i，t+β₆CFR_i，t+ε_i，t（1.4）

RDE_it=β₀+β₁Sub_i，t+β₂RD_i，t+β₃Roa_i，t+β₄Laz_i，t+β₅TS_i，t+β₆Lev_i，t+β₇CFR_it+ε_i，t（1.5）

四、实证分析

（一）描述性分析

表3是描述性分析的结果：在选取的样本中，上市公司的创新效率相对误差系数平均值是0.315，标准差是0.340，最小值是0.004，最大值是1，说明了不同的企业在创新效率上有很大的差别。政府补助的平均水平是0.312亿元，表明涉农类上市公司收到政府补助的现象较为普遍，Sub的最大值为2.93亿，最小值为25.5万，表明不同企业收到政府补助的金额差距较大，有明显的不对等性，另外因文章选取的公司都为上市公司，故样本的资产规模都较大，但是不同企业资产总值之间的差距依然明显。企业研发投入RD的均值数额较大，但标准差也较大，最大值与最小值之间的差距也较大，由此可以得出，不同企业对创新的投入差距明显。

（二）相关性分析

表4为相关性分析的结果：企业创新效率RED与政府补助对数Sub之间的相关系数为0.073且为正，由此可以初步判断政府补助对企业创新效率有促进作用。在控制变量方面政府创新效率RED与企业规模Size之间的相关系数为-0.019且为负，初步判断企业的规模对企业的创新效率有抑制作用。企业创新效率RED与企业研发创新投入RD之间的相关系数-0.245且在1%的水平下显著为负，初步判断企业研发创新投入与企业创新效率之间的关系为负相关。

（三）多元回归分析

表5第一列为假设一的回归结果，企业创新效率RDE与政府补助金额对数Sub的回归系数为0.129，且在10%水平上显著为正。这说明政府补助会促进企业创新效率的提高，也就是，当企业得到政府补助后，其创新活动就会增多，企业就会在创新活动上投入更多的资源，增加创新产出，从而提升企业的创新效率，此回归结果证实了假设一。

对于假设二的回归结果，我们可以从表5中看到。将企业的创新效率RED与企业总资产Size进行回归，回归系数为0.001，且在1%的水平上显著为正，这说明企业的规模对企业创新有正向的促进作用，具体来说就是企业的规模越大，就越有利于企业的创新活动，企业的创新效率也就越高。此回归结果证实了假设二。

假设三的回归结果为验证在涉农类企业中企业的创新投入是否会促进企业的创新效率，文章对企业创新效率RDE与企业创新研发投入RD进行了回归，回归系数为-0.008且在5%的水平上显著为负。这说明在涉农类企业中，加大创新研发投入并不会提高企业的创新研发效率。此结果与文章的假设三并不相符。对造成这种现象的原因进行了分析，一方面，企业研发创新部门对企业给予的创新资金的应用合理性存在着一定的评价漏洞。当前，对于企业创新资金的利用效率，还没有一个评价标准。所以，企业应当根据企业自身的情况，制定出一定的资金使用评价标准，并对企业的创新研发资金使用情况进行定期考察。另一方面，鉴于公司的研究开发周期较长，因此企业在创新成果的产出上呈现出一定的滞后性。此外，在当前的市场环境中，企业对竞争对手的“便车”行为有所警惕，不愿公开自己的创新研究成果，从而影响了投入产出平衡。

（四）中介效应检验

对于研发投入进行中介效应检验，结果如表6所示。其中，列（4）检验政府补助对研发投入的影响程度，政府补助的系数显著为4.186，说明政府补助的获得促进了企业研发创新资金的投入；列（5）检验了控制企业研发创新投入后政府补助对企业创新效率的影响，此时模型（4）中Sub的系数a为4.186且在1%的水平上显著为正，表明政府补助对企业创新效率产生直接效应，模型（5）中RD的系数b为-0.01且在5%的水平上显著为负，模型（5）中Sub的系数c’与ab乘积的符号相反，表明公司研发投入的间接影响部分遮盖了政府补贴提高公司创新效率的效果，遮掩效应为24.77%，验证了假设四。

（五）稳健性检验

1.更换指标

为了对回归模型的结果进行检验，本文采用了替换投入指标的方法，来对上述回归结果展开稳健性检验，用计算得到的创新效率（IE）取代企业当年的联合发明专利授权数，并对其进行回归。从表7可以看出测试的结果：

对于假设一的稳健性检验结果可以从表7看出。企业创新效率IE与政府补助金额Sub的回归系数为0.126且在10%的水平上显著为正。这说明政府补助会促进企业的创新效率，这进一步证实了假设一。

对于假设二的稳健性检验结果可以从表7看出。企业的创新效率IE与企业规模Size的系数为0.001在5%水平上显著为正，说明企业的规模越大，创新效率会越高，此结果进一步证实了假设二。

假设三的稳健性检验结果如表7所示。企业的创新效率IE与企业的创新投入RD的回归系数为-0.008在5%水平上显著为负，这进一步反驳了假设三。

2.更换Tobit模型

本文采用的DEA模型对企业创新效率进行测算，使得被解释变量的取值范围受到限制，为排除此影响本文采用Tobit模型对模型进行回归检验，检验结果如表8所示。

企业创新效率IE与政府补助金额Sub的回归系数在10%的水平上显著为正。这说明政府补助会促进企业的创新效率，这进一步证实了假设一。

对于假设二的稳健性检验结果，企业的创新效率IE与企业规模Size的系数在1%水平上显著为正，说明企业的规模越大，企业的创新效率会越高，此结果进一步证实了假设二。

假设三的稳健性检验结果，企业的创新效率IE与企业的创新投入RD的回归系数在5%水平上显著为负，这进一步反驳了假设三。

3.缩尾处理

为排除极端值对回归产生的影响，本文采用对连续变量进行缩尾处理的方法，结果如表9所示，各变量检验结果依旧显著，结果稳健。

4.更换控制变量与固定效应模型

为防止内生性问题，文章采用更换控制变量并更换固定效应模型的方法，在控制年份与个体变量后检验结果依旧稳健。

五、研究结论与建议

（一）结论

1.研究发现，政府补助与企业创新效率之间存在着显著的正向关系，从而验证了假设一。对涉农类企业来说，创新能够让企业的核心竞争力得到加强，从而扩大其市场份额。然而，创新是一个过程，在这一过程中，企业要花费大量的资金，要花费大量的人力、物力、时间等资源，并且要冒很大的风险，如果失败了，有可能会让企业破产。在企业创新过程中得到政府补助，一方面缓解了企业所面临的资金压力，另一方面还给企业带来了其他社会资源，从而降低企业研发所面临的风险，这势必会促进企业的创新。

2. 研究结果表明，企业规模与企业创新效率之间存在着显著的正向关系。这证实了第二个假设。通常情况下企业的规模越大企业应对风险的能力就越强，另外一定的社会积累会使企业对创新有着更强的敏感度，规模越大企业对市场占有度就会越重视，而扩大市场占有度的其中一个方法就是创新，这种正向促进关系是企业的规模越大，企业就会越重视创新。

3.企业的研发创新投入对企业的创新效率有着反向的抑制作用。这反驳了假设三。企业在研发创新方面的投资越多，企业拥有的可利用的资源就越多，企业应对创新风险的能力也就越高。具体来说，企业可以使用更加先进的仪器工具，聘请更高质量的人才，这无疑会促进企业的创新效率。然而，在涉农类企业中，研发投入与企业创新效率之间的关系却恰恰相反，在研发投入越多的企业中，企业的创新效率并没有得到提升，两者呈现出负相关。

4. 研究发现，公司研发投资对政府补助对公司创新效率的影响存在着较大的遮掩作用。研究结果表明，政府补助能够提高公司的创新效率，但并不能有效地降低公司的研发投资，而是能向市场传递公司积极的信号。这势必会增加外界对该企业的关注，目前社会对企业创新成果的保护措施并不完善，部分企业会利用此空当出现“搭便车”行为，这势必会影响企业创新的信心与积极性。另外，也不能排除部分企业存在的“伪研发”行为，利用政府补助的行业利好信息，吸引资金，但却将这部分资金投入到其他方面。

（二）建议

在以上研究结果的基础上，本文从以下几个方面提出了一些建议：

1.政府补助对涉农类企业的创新效率具有显著的促进作用，政府应该主动获得市场趋势，抓住企业的创新动机动向，并加大对涉农类企业的创新补贴，从而推动涉农类企业的创新。与此同时，企业还应该根据自己的实际创新状况，主动申请政府资助，通过政府资助来加速自己的创新进程，从而提升创新效率。

2.企业规模越大企业的创新效率越高，为此政府在审核相关政府补助申请时应该关注企业的发展程度，对于规模较大的企业，政府应重点关注，适时对其进行相关补助，帮助其通过提高创新效率完成转型发展。对企业而言，应利用企业自身规模的优势，不断提高创新效率，扩大市场占有度，进而扩大企业规模，形成良性的循环。

3.企业的研发投入与企业的创新效率呈负相关。企业加大研发投入的目的是促进企业的创新，文章的实证结果却与之相反，根据相关原因，建议企业应该关注自己的研发资金使用情况以期保证相关研发资金用于相关创新项目，并且定期评价相关项目的创新进度，适时放弃相关的不合理项目，将更多的资金用于可行项目，避免资金浪费。

4.企业的研发投入在政府补助促进企业创新效率的过程中发挥一定的遮掩效应。为此政府应建立合理的创新评价机制，将不合理的以及骗取补助的项目拒之门外，将资金及时准确地给予真正进行创新的企业项目。在资金使用方面政府也应建立健全相关的监督机制，提高政府补助资金使用透明度，定期考核企业的创新进度，给予适当的评价，并根据标准对后续的政府补助进行适当的调整，真正避免企业出现利用政府补助的“伪研发”行为，与此同时，政府还要考虑对创新具有滞后性的问题，为企业提供一定的创新研发时间，以确保企业的创新活动能够顺利进行。政府还应该重视对企业创新的后续工作，比如，要建立完善的创新成果保护制度，对企业的创新进行保护，避免一些企业出现“搭便车”的现象，增强企业开展创新的自信心。企业也应根据自己的研发创新进度积极申请专利，形成企业的核心竞争力。

参考文献：

[1]饶萍.资本结构、政府补助对企业研发投入的影响——基于创业板上市公司的实证检验[J].管理现代化，2018，38（01）：42-44.

[2]夏思颖.政府投资基金对企业科技创新的效果研究[J].南方金融，2021，（04）：45-55.

[3]杨力，杨凌霄，张紫婷.金融支持、科技创新与产业结构升级[J].会计与经济研究，2022，36（05）：89-104.

[4]张益，宋洪远.科技创新对农业经济增长的外溢效应及其衰减边界——基于空间杜宾模型的分析[J].农村经济，2022，（05）：116-124.

[5]刘新民，宋红汝，范柳.政府补助、企业创新对投资者投资决策的信号传递效应[J].科技进步与对策，2020，37（02）：26-33.

[6]张慧雪，沈毅，郭怡群.政府补助与企业创新的“质”与“量”—基于创新环境视角[J].中国科技论坛，2020，（03）：44-53.

[7]王维，李娜，王则仁，等.政府补助、探索式创新意愿与企业市场竞争力的关系研究[J].科技管理研究，2020，40（05）：15-22.

[8]郑景丽，王喜虹，李忆.企业社会责任、政府补助与创新意愿[J].重庆大学学报（社会科学版），2021，27（06）：85-96.

[9]谢玲红，毛世平.中国涉农企业科技创新现状、影响因素与对策[J].农业经济问题，2016，37（05）：87-96.

[10]徐金海，陈真.涉农上市公司技术创新效率研究[J].华南农业大学学报（社会科学版），2021，20（5）：59-69.

[11]姚金海，钟国辉.政府支持、金融环境对企业创新投入影响的实证分析[J].深圳大学学报（人文社会科学版），2022，39（04）：64-73.

[12]任跃文.政府研发资助、互联网发展与中国创新效率[J].当代财经，2022，（07）：38-51.

[13]巴曙松，吴丽利，熊培瀚.政府补助、研发投入与企业创新绩效[J].统计与决策，2022（05）：166-169.

[14]陈亚平，田辉.政府研发补助对企业创新效率的影响——基于SFA-CDM模型的研究[J].技术经济与管理研究，2020（09）：27-33.

[15]权锡鉴，朱雪.政府补助、资本结构与企业技术创新效率———基于利益相关者理论的实证研究[J].商业研究，2022（02）：96-103.

[16]何彬，范硕.对外直接投资是否影响企业创新效率？ ———基于上市公司微观数据的因果检验[J].学习与探索，2019（12）：148-155.

[17]鲍文爽，李齐云.纳税信用评级制度对企业创新效率的影响[J].财经科学，2022（10）：137-148.

[18]张娜，杜俊涛.财税政策对高新技术企业创新效率的影响——基于交互作用的视角[J].税务研究，2019（12）：47-53.

[19]薛阳，胡丽娜.制度环境、政府补助和制造业企业创新积极性：激励效应与异质性分析[J].经济经纬，2020，37（06）：88-96.

[20]邓振锋，李朝前.企业杠杆率对企业研发投入的影响——基于政府补助的调节作用[J].技术经济，2020，39（12）：79-88.

[21]王则仁，刘志雄.环境不确定性对软件与信息技术服务企业创新绩效的影响——创新注意力的中介作用和政府补助的调节作用[J].科技进步与对策，2021，38（15）：82-89.

[22]杨昊昌，温军，陈学招.经济政策不确定性与家族企业创新——融资约束及政府补助视角[J].科技进步与对策，2022，39（08）：80-88.

[23]蒋樟生.不同监督情境下政府创新支持对企业研发投入的影响——基于农业上市公司的实证研究[J].经济理论与经济管理，2021，41（09）：55-70.

[24]俞会新，关忠路，张淼，等.监督视角下政府创新补助对国有企业创新的影响研究[J].中国科技论坛，2021（10）：14-24.

[25]孙一，牟莉莉，陈广山.政府补贴如何促进中小企业成长——外部融资及内部研发投入的中介作用[J].新疆社会科学，2021（06）：42-56.

[26]周钟，王婷，陆海波.不同所有制企业创新主体地位评价——规模与效率双重视角的研究[J].科技进步与对策，2022，39（06）：103-111.

[27]楼旭明，徐聪聪.智能制造企业技术创新效率及其影响因素研究[J].科技管理研究，2020，40（04）：1-7.

[28]冯旭，王凡.组态视角下高技术产业创新效率提升路径研究——一项模糊集定性比较分析[J].科技进步与对策，2021，38（11）：54-60.

[29]赵彦飞，王孝炯，王丽.基于“投入—过程—产出—环境”视角的中国制造业创新效率测度研究[J].当代经济研究，2021（10）：102-112.

[30]李昊，范德成，张书华，等.我国区域绿色技术创新效率的分类测度和提升模式研究——基于非期望产出的SBM-SupSBM模型[J].运筹与管理，2022，31（04）：184-189.

[31]陈文锋.研发投入、创新网络与战略性新兴产业赶超发展[J].吉首大学学报（社会科学版），2021，42（05）：87-96.

[32]谢斌，许治，陈朝月，等.民营企业的创新投入与创新效率——基于微观创新调查数据的实证分析[J].管理评论，2023，35（01）：108-120.

[33]朱卫东，潘霞，操玮.轻资产运营对制造业企业研发投入绩效的影响[J].财贸研究，2022，33（07）：100-110.

[34]干胜道，何玲，李小华.自由现金流与企业研发投入：激励效应还是挤出效应？——兼论管理决断权的调节效应[J].金融发展研究，2022（08）：38-47.

[35]卫平，马文丽.高管团队研发经历对企业技术创新的异质性影响——基于中国战略性新兴产业的实证研究[J].工业技术经济，2022，41（11）：58-65.

[36]丘东，王维才，谢宗晓.Ramp;D投入对地区创新绩效的影响———企业Ramp;D投入的中介效应[J].科技进步与对策，2016，33（8）：41-48．

[37]陈涛，赵婧君.政府补助、研发投入与盈利质量研究[J].工业技术经济，2020，39（5）：91-99．

[38]何筠，李碧寒.政府补助、Ramp;D投入与创新绩效———基于贫困地区上市公司的实证研究[J].南昌大学学报（人文社会科学版），2020，51（03）：70-80.

[39]杨艳琳，胡曦.税收优惠与企业创新绩效——基于研发投入和非研发创新投入的双重中介效应[J].产经评论，2021，12（01）：85-103.

[40]姚立杰，周颖.管理层能力、创新水平与创新效率[J].会计研究，2018（06）：70-77.

[41]施建军，栗晓云.政府补助与企业创新能力：一个新的实证发现[J].经济管理，2021，43（3）：113-128.

[42]宋砚秋，齐永欣，高婷，等.政府创新补贴、企业创新活力与创新绩效[J].经济学家，2021（06）：111-120.

[43]乐菲菲，张金涛，魏震昊.独立董事辞职、政治关联丧失与企业创新效率[J].科研管理，2020，41（02）：248－256．

[44]乐菲菲，闫鑫，张敏.控股股东股权质押对企业创新效率的抑制影响研究——以A股上市公司为例[J].河北工程大学学报（社会科学版），2022，39（2）：16-24.

[45]邵伟，刘建华.客户集中度对企业技术创新效率影响的门槛效应研究——基于企业规模和企业市场地位的门槛视角[J].软科学，2021，35（04）：43-48.

[46]常露露，薛军.政府补助与企业对外直接投资——来自中国上市企业的经验证据[J].南开学报（哲学社会科学版），2022（04）：51-65.

[47]彭若弘，崔藤予.高新技术企业盈余管理、政府补助和研发投入[J].中国科技论坛，2020，（11）：100-109.

[48]李姝，翟士运，古朴.大客户关系如何影响企业技术创新？[J].科学学研究，2018，36（07）：1314-1324.

[49]孙洁，李杰.大数据应用、融资约束和企业创新效率[J].证券市场导报，2022（11）：13-23.

[50]胡丽娜，薛阳.政府补助对装备制造业转型升级的激励效应[J].当代经济研究，2022（08）：88-99.

[51]邵慰，杨珂，梁杰.政府补贴、研发激励与新能源汽车创新[J].科技进步与对策，2018，35（15）：69-75.

[52]惠树鹏，杨睿文，单锦荣.创新资金投入结构与高技术产业创新效率[J].技术经济，2020，39（09）：181-188.

[53]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（05）：731-745.