蘇 娜

（1.中央財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院，北京100801；2.內(nèi)蒙古自治區(qū)財(cái)政廳，呼和浩特 010098）

0 引言

當(dāng)前我國(guó)企業(yè)正處于改革創(chuàng)新轉(zhuǎn)型升級(jí)的關(guān)鍵階段，以“財(cái)政科技專項(xiàng)補(bǔ)貼”為代表的政府財(cái)政產(chǎn)業(yè)扶持政策是最為有效發(fā)揮政府“宏觀調(diào)控作用”的方式。在實(shí)際操作過(guò)程中，政府財(cái)政專項(xiàng)補(bǔ)貼由于具備“補(bǔ)貼門類多元”“扶持力度差異”的顯著特征，因此，不同種類的財(cái)政補(bǔ)貼項(xiàng)目對(duì)于企業(yè)研發(fā)作用效果迥然不同。研究財(cái)政科技專項(xiàng)補(bǔ)貼對(duì)于企業(yè)R&D投入的影響具有現(xiàn)實(shí)意義。

傾向值匹配法包括“靜態(tài)線性數(shù)據(jù)傾向值匹配”與“動(dòng)態(tài)非線性數(shù)據(jù)傾向值匹配”兩大類。出于數(shù)據(jù)的可獲得性與研究方法的可行性，本文選取“動(dòng)態(tài)非線性數(shù)據(jù)傾向值匹配”算法中的“遲滯變量”與“交互效應(yīng)”相互統(tǒng)一的量化分析范式作為核心量化分析手段。本文基于“遲滯變量”與“交互效應(yīng)”整體性建構(gòu)“動(dòng)態(tài)非線性數(shù)據(jù)傾向值匹配”方法，建立了財(cái)政科技專項(xiàng)補(bǔ)貼與企業(yè)研發(fā)投入間的“兩兩配對(duì)”的傾向值量化分析模型，并充分考慮了自變量與因變量間的“非線性交互效應(yīng)”，量化分析了財(cái)政科技專項(xiàng)補(bǔ)貼對(duì)于企業(yè)研發(fā)投入的影響。

1 研究假設(shè)

1.1 財(cái)政科技補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響

當(dāng)前國(guó)內(nèi)外學(xué)術(shù)界與實(shí)務(wù)界均圍繞財(cái)政科技專項(xiàng)補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響進(jìn)行了深入的研究，成果主要聚焦于以下三個(gè)方面：一是杠桿效應(yīng)。即財(cái)政科技專項(xiàng)補(bǔ)貼政策能夠有效降低企業(yè)創(chuàng)新的“試錯(cuò)成本”，并提升企業(yè)全要素生產(chǎn)率；二是替代效應(yīng)。財(cái)政科技專項(xiàng)補(bǔ)貼政策雖能夠激勵(lì)研發(fā)人員的工作積極性，但其亦會(huì)間接增加企業(yè)的研發(fā)投入成本；三是混合效應(yīng)。財(cái)政科技轉(zhuǎn)型補(bǔ)貼政策不僅會(huì)派生出杠桿效應(yīng)與替代效應(yīng)[1]，而且其作用效果在遠(yuǎn)期可呈現(xiàn)出“先上揚(yáng)、后下滑”的關(guān)聯(lián)關(guān)系。即從遠(yuǎn)期來(lái)看，財(cái)政補(bǔ)貼政策只對(duì)處于產(chǎn)業(yè)鏈低端的制造類企業(yè)具有“外溢性”效應(yīng)，而對(duì)于高技術(shù)企業(yè)影響效應(yīng)較為局限。

基于以上研究成果，本文提出假設(shè)：

假設(shè)1：相對(duì)于財(cái)政科技補(bǔ)貼受限的企業(yè)類型而言，財(cái)政科技專項(xiàng)補(bǔ)貼能夠顯著提高企業(yè)研發(fā)投入的存量與增量規(guī)模，即財(cái)政科技專項(xiàng)補(bǔ)貼與企業(yè)R&D投入間具有“互補(bǔ)效應(yīng)”。

1.2 財(cái)政科技補(bǔ)貼的門類及作用

本文以北京航天城高端裝備制造企業(yè)財(cái)政科技專項(xiàng)補(bǔ)貼的產(chǎn)業(yè)支撐效用為研究背景。選取唐家?guī)X產(chǎn)業(yè)園創(chuàng)新基金與東高地產(chǎn)業(yè)園專項(xiàng)發(fā)展資金為研究重點(diǎn)。本文將其財(cái)政科技專項(xiàng)補(bǔ)貼劃分為以下幾類：一是創(chuàng)新行為激發(fā)補(bǔ)貼。該類補(bǔ)貼主要針對(duì)處于企業(yè)R&D前端的戰(zhàn)略性研發(fā)行為給予物質(zhì)型直接補(bǔ)助；二是企業(yè)成長(zhǎng)促進(jìn)補(bǔ)貼。該類補(bǔ)貼以處于企業(yè)生命周期中的初生期與成長(zhǎng)期階段中的高技術(shù)企業(yè)為補(bǔ)貼目標(biāo)；三是資本運(yùn)作效能提升補(bǔ)貼。該類補(bǔ)貼旨在幫助高技術(shù)企業(yè)拓展多元化融資渠道與融資機(jī)會(huì)，以抑制其融資成本；四是創(chuàng)新文化氛圍構(gòu)建補(bǔ)貼。此類補(bǔ)貼將構(gòu)建企業(yè)創(chuàng)新文化環(huán)境作為其核心的目標(biāo)；五是人才區(qū)域集聚專項(xiàng)補(bǔ)貼。該類補(bǔ)貼的實(shí)踐方向在于降低企業(yè)R&D人力資源成本，進(jìn)而顯著地增強(qiáng)企業(yè)R&D投入預(yù)期收益。

基于此，在相關(guān)變量固定的條件下，本文提出如下假設(shè)：

假設(shè)2a：激發(fā)企業(yè)創(chuàng)新行為的補(bǔ)貼對(duì)于企業(yè)R&D投入具有正向顯著的促進(jìn)作用。

假設(shè)2b：促進(jìn)企業(yè)成長(zhǎng)的補(bǔ)貼對(duì)于企業(yè)R&D投入不具有影響。

假設(shè)2c：提升企業(yè)資本運(yùn)作效率的補(bǔ)貼對(duì)企業(yè)R&D投入不具有影響。

假設(shè)2d：培育企業(yè)創(chuàng)新文化的補(bǔ)貼對(duì)于企業(yè)R&D投入具有正向顯著的促進(jìn)作用。

假設(shè)2e：提升區(qū)域人才集聚效應(yīng)的補(bǔ)貼對(duì)于企業(yè)R&D投入具有正向顯著的促進(jìn)作用。

2 數(shù)據(jù)來(lái)源

本文中北京航天城園區(qū)企業(yè)創(chuàng)新行為的數(shù)據(jù)來(lái)自于順義開發(fā)區(qū)及豐臺(tái)區(qū)統(tǒng)計(jì)局，有關(guān)財(cái)政科技專項(xiàng)補(bǔ)貼的數(shù)據(jù)來(lái)自于北京市發(fā)改委。北京航天城內(nèi)現(xiàn)行的財(cái)政科技專項(xiàng)補(bǔ)貼產(chǎn)業(yè)政策如圖1所示。

圖1 北京航天城現(xiàn)行的財(cái)政科技專項(xiàng)補(bǔ)貼產(chǎn)業(yè)政策

在刪除“噪聲項(xiàng)”數(shù)據(jù)后，本文最終選取2014—2017年北京航天城4283家企業(yè)共8682個(gè)觀測(cè)變量的非線性截面數(shù)據(jù)。具體如表1所示。

表1 獲補(bǔ)貼企業(yè)樣本的行業(yè)分布、企業(yè)性質(zhì)及規(guī)模情況

3 研究設(shè)計(jì)

3.1 模型與變量

本文的基礎(chǔ)量化分析模型為：

其中：Y代表企業(yè)R&D投入；X代表財(cái)政科技專項(xiàng)補(bǔ)貼資金規(guī)模；C代表企業(yè)R&D投入的中介變量；i代表企業(yè)類型；t為企業(yè)發(fā)展時(shí)間跨度；μ為誤差項(xiàng)。本文所涉及的全部變量如表2所示。

首先將處于t+1階段的財(cái)政科技專項(xiàng)補(bǔ)貼規(guī)模作為輸入項(xiàng)帶入到回歸方程中，然后分別基于差異化的財(cái)政科技專項(xiàng)補(bǔ)貼規(guī)模，來(lái)深入地分析及比較多元化的補(bǔ)貼類型對(duì)于企業(yè)研發(fā)投入的影響方式及作用程度。

表2 變量一覽表

3.2 傾向值匹配法

基于傾向值匹配法量化分析的關(guān)鍵步驟如下：

第一步，構(gòu)建產(chǎn)業(yè)補(bǔ)貼企業(yè)選擇方程[2-4]。

其中：M是影響產(chǎn)業(yè)補(bǔ)貼目標(biāo)企業(yè)選擇的核心要素；P為企業(yè)獲得補(bǔ)貼的可能性。

第二步，通過(guò)回歸分析可以得到全樣本企業(yè)的傾向匹配權(quán)重值，并將權(quán)重趨同的樣本進(jìn)行兩兩配對(duì)?；凇班徑顑?yōu)匹配”的原則來(lái)搜尋接近于獲得產(chǎn)業(yè)補(bǔ)貼企業(yè)權(quán)重得分?！八褜し匠獭睘閇5,6]：

其中：i為獲得產(chǎn)業(yè)補(bǔ)貼的企業(yè)；j為并未得到產(chǎn)業(yè)補(bǔ)貼的企業(yè)；P為企業(yè)獲得產(chǎn)業(yè)補(bǔ)貼的可能性；D(i)為接近于獲得產(chǎn)業(yè)補(bǔ)貼企業(yè)i的傾向匹配權(quán)重的企業(yè)樣本。

接下來(lái)，基于傾向匹配值法針對(duì)“獲得”及“未獲得”補(bǔ)貼的兩類樣本組進(jìn)行兩兩配對(duì)[7]，作為新樣本量化分析的“觀測(cè)組”與“控制組”。在針對(duì)兩組變量進(jìn)行傾向值匹配量化分析后，可得到彼此間的匹配程度如表3所示。

表3 獲補(bǔ)貼企業(yè)與未獲補(bǔ)貼企業(yè)特征對(duì)比

本文同時(shí)假定觀測(cè)組與控制組彼此間的差異不顯著。在實(shí)施匹配前，觀測(cè)組的樣本總量為2242，控制組的樣本總量為5549；實(shí)施匹配后觀測(cè)組的樣本總量為772，控制組的樣本總量為867。

4 結(jié)果與討論

4.1 財(cái)政科技產(chǎn)業(yè)專項(xiàng)補(bǔ)貼對(duì)于企業(yè)R&D的影響

4.1.1 財(cái)政科技產(chǎn)業(yè)補(bǔ)貼的整體作用

本文采用六類分析模型來(lái)實(shí)證分析財(cái)政科技產(chǎn)業(yè)補(bǔ)貼對(duì)企業(yè)創(chuàng)新投入的影響。其中，模型1至模型6是基于式（1）得來(lái)，分別為t、t+1…t+6時(shí)段影響程度[8]。

從下頁(yè)表4可知，補(bǔ)貼規(guī)模對(duì)于企業(yè)研發(fā)投入具有顯著正向的促進(jìn)作用。當(dāng)企業(yè)研發(fā)投入作為因變量時(shí)，其在t階段中的產(chǎn)業(yè)補(bǔ)貼估計(jì)值為0.218。這說(shuō)明在關(guān)聯(lián)性變量固定的條件下，當(dāng)產(chǎn)業(yè)補(bǔ)貼每增加一個(gè)百分點(diǎn)，此時(shí)研發(fā)投入會(huì)相應(yīng)地提升0.21個(gè)百分點(diǎn)。依此類推，處于t+1階段的產(chǎn)業(yè)補(bǔ)貼亦具有顯著的激勵(lì)效果。當(dāng)將t階段與t+1階段的產(chǎn)業(yè)補(bǔ)貼均作為輸入項(xiàng)導(dǎo)入回歸方程時(shí)，其實(shí)證分析結(jié)果依然顯著。因此假設(shè)1通過(guò)驗(yàn)證。

表4 財(cái)政科技專項(xiàng)補(bǔ)貼總額對(duì)于企業(yè)創(chuàng)新投入的影響

4.1.2 多元化財(cái)政科技產(chǎn)業(yè)補(bǔ)貼的作用及對(duì)比分析

從表5的結(jié)果可知，增強(qiáng)企業(yè)創(chuàng)新行為的產(chǎn)業(yè)補(bǔ)貼回歸結(jié)果為0.328，表明該類補(bǔ)貼能顯著地增加企業(yè)研發(fā)投入的“內(nèi)生動(dòng)力”。因此假設(shè)2a成立。以“技術(shù)創(chuàng)新行為激發(fā)”為導(dǎo)向的補(bǔ)貼可正向影響企業(yè)研發(fā)投入，同時(shí)發(fā)現(xiàn)“區(qū)域人才集聚”補(bǔ)貼對(duì)于企業(yè)研發(fā)投入的影響亦顯著。則假設(shè)2e通過(guò)驗(yàn)證。雖然從提高資本運(yùn)作效率財(cái)政補(bǔ)貼回歸值來(lái)看，“區(qū)域內(nèi)人才集聚”的影響系數(shù)并不顯著，但仍然為正。則假設(shè)2c通過(guò)驗(yàn)證。

表5 多元化財(cái)政科技專項(xiàng)補(bǔ)貼總額的作用對(duì)比（情況1）

從表5模型2的分析結(jié)果可知，輔助企業(yè)成長(zhǎng)性補(bǔ)貼對(duì)企業(yè)研發(fā)投入影響較小。但從表5模型6的分析結(jié)果可見，該補(bǔ)貼的回歸值均為負(fù)數(shù)。這說(shuō)明在多類型產(chǎn)業(yè)補(bǔ)貼協(xié)同影響下，其成為抑制企業(yè)創(chuàng)新能動(dòng)性的向變量。因此假設(shè)2b失效。并且從表5模型4的分析結(jié)果中可見，促進(jìn)企業(yè)創(chuàng)新文化氛圍構(gòu)建補(bǔ)貼的影響雖為正向，但其在表5模型6中的數(shù)值卻為負(fù)數(shù)。這意味著其對(duì)企業(yè)R&D的促進(jìn)作用會(huì)低于“創(chuàng)新行為類”與“區(qū)域人才集聚類”的產(chǎn)業(yè)補(bǔ)貼。因此假設(shè)2d失效。

4.2 穩(wěn)健性檢驗(yàn)

為有效增強(qiáng)本文定量分析的穩(wěn)定性，將研發(fā)從業(yè)人員作為自變量來(lái)考量其對(duì)于企業(yè)研發(fā)投入的作用程度。根據(jù)表6中的模型6量化分析結(jié)果（R數(shù)值分布為0.274）可知，全樣本企業(yè)所獲得的財(cái)政科技專項(xiàng)補(bǔ)貼規(guī)模對(duì)于企業(yè)研發(fā)投入的作用是積極顯著的，且“區(qū)域人才集聚類”產(chǎn)業(yè)補(bǔ)貼亦具有顯著性作用。因此，假設(shè)1、假設(shè)2a、假設(shè)2e與假設(shè)2c均通過(guò)驗(yàn)證。雖然假設(shè)2b、假設(shè)2d并未通過(guò)檢驗(yàn)，但基于全樣本統(tǒng)計(jì)結(jié)果不難發(fā)現(xiàn)，促進(jìn)企業(yè)創(chuàng)新行為、促進(jìn)區(qū)域人才集聚的轉(zhuǎn)向補(bǔ)貼作用最為顯著。

表6 多元化財(cái)政科技專項(xiàng)補(bǔ)貼總額的作用對(duì)比（情況2）

5 結(jié)論

本文以2014—2017年北京航天城4283家企業(yè)共8682個(gè)觀測(cè)變量的非線性截面數(shù)據(jù)為研究樣本，將財(cái)政科技專項(xiàng)補(bǔ)貼拆分為“創(chuàng)新行為激發(fā)”“輔助企業(yè)成長(zhǎng)”“促進(jìn)資本運(yùn)作”“文化氛圍構(gòu)建”“區(qū)域人才集聚”五類補(bǔ)貼。并以此為基礎(chǔ)來(lái)定量研究多元化財(cái)政科技專項(xiàng)補(bǔ)貼對(duì)于企業(yè)R&D投入的影響方式及作用程度。

本文量化分析結(jié)果認(rèn)為：第一，產(chǎn)業(yè)補(bǔ)貼會(huì)顯著增強(qiáng)企業(yè)技術(shù)創(chuàng)新效率與效果。但該政策效果會(huì)受到企業(yè)組織變革以及企業(yè)生命周期的影響；第二，從宏觀角度而言，財(cái)政科技專項(xiàng)補(bǔ)貼與企業(yè)研發(fā)投入間呈現(xiàn)出顯著的互補(bǔ)作用；第三，雖然促進(jìn)企業(yè)創(chuàng)新行為類補(bǔ)貼在企業(yè)接受補(bǔ)貼占比權(quán)重最高，但其激勵(lì)效果并非最強(qiáng)。反而占比權(quán)重較小的區(qū)域人才集聚促進(jìn)補(bǔ)貼對(duì)于企業(yè)研發(fā)投入的作用效果最為顯著；第四，企業(yè)規(guī)模這一中介變量能夠顯著地增強(qiáng)財(cái)政科技專項(xiàng)補(bǔ)貼的杠桿效應(yīng)。