郭娟娟，熊如意，肖建華，秦 甄

（1.南昌理工學(xué)院 國際交流學(xué)院，江西 南昌330044；2.江西財(cái)經(jīng)大學(xué) 財(cái)稅與公共管理學(xué)院，江西 南昌330013）

一、引言與文獻(xiàn)綜述

財(cái)政補(bǔ)貼一直是理論界與實(shí)踐界共同關(guān)注的重要話題，就其與企業(yè)技術(shù)創(chuàng)新關(guān)系來說，理論工作者對其進(jìn)行了大量的探討且形成了諸多有益成果?？傮w來看，其主要觀點(diǎn)大致可以分為三類：第一，財(cái)政補(bǔ)貼具有“激勵(lì)”效應(yīng)。其主要觀點(diǎn)認(rèn)為財(cái)政補(bǔ)貼對企業(yè)研發(fā)具有促進(jìn)效應(yīng)［1-3］，這是因?yàn)樨?cái)政補(bǔ)貼降低了企業(yè)自身R&D 投入成本和風(fēng)險(xiǎn)，緩解企業(yè)創(chuàng)新活動(dòng)中資金不足問題，幫助企業(yè)（尤其是中小企業(yè)）跨越創(chuàng)新初期的“死亡之谷”［4］，可以幫助解決企業(yè)創(chuàng)新活動(dòng)所帶來的私人收益小于社會收益等問題。第二，財(cái)政補(bǔ)貼具有“扭曲”效應(yīng)。其主要觀點(diǎn)認(rèn)為由于信息不對稱，財(cái)政補(bǔ)貼資金的分配過程中會出現(xiàn)尋租和腐敗，會扭曲社會資源的有效配置，從而降低補(bǔ)貼效果［5-6］。此外，周燕等還發(fā)現(xiàn)，在一些高科技行業(yè)（如生物醫(yī)藥產(chǎn)業(yè)）還存在企業(yè)通過數(shù)據(jù)造假“過票”方式來增加營業(yè)額，從而達(dá)到獲取財(cái)政補(bǔ)助的現(xiàn)象［7］。第三，財(cái)政補(bǔ)貼具有“混合效應(yīng)”。其主要觀點(diǎn)認(rèn)為財(cái)政補(bǔ)貼效果不能一概而論，如Lach Saul對以色列制造業(yè)企業(yè)1990-1995年的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)財(cái)政補(bǔ)貼對小企業(yè)的研發(fā)投入具有很強(qiáng)的促進(jìn)作用，而對大企業(yè)卻表現(xiàn)出明顯的負(fù)相關(guān)關(guān)系［8］。武咸云認(rèn)為財(cái)政補(bǔ)貼與企業(yè)創(chuàng)新投入間呈倒“U”形關(guān)系，即政府R&D補(bǔ)貼有一個(gè)最優(yōu)補(bǔ)貼值，在最優(yōu)值以前，會激勵(lì)企業(yè)的創(chuàng)新投入，但是超過該臨界值后，就會部分或完全擠出企業(yè)自身的研發(fā)投入［9］。Gonzalez等以西班牙制造業(yè)為例，發(fā)現(xiàn)補(bǔ)貼雖然只能小幅度地增加企業(yè)研發(fā)投入，但若沒有補(bǔ)貼，企業(yè)會大幅縮減研發(fā)投入甚至不投入［10］。此外，Gonzalez 和Pazo 認(rèn)為，財(cái)政補(bǔ)貼對研發(fā)投入的激勵(lì)效果取決于研發(fā)回報(bào)率，當(dāng)研發(fā)回報(bào)率較低時(shí)，企業(yè)只有在獲得補(bǔ)貼的情況下才會增加研發(fā)投入，那么補(bǔ)貼是有效率的；反之，補(bǔ)貼會擠出企業(yè)私人研發(fā)投入，導(dǎo)致補(bǔ)貼無效率［11］。

我國一直重視運(yùn)用財(cái)政補(bǔ)貼來激勵(lì)企業(yè)進(jìn)行創(chuàng)新投入。近年來財(cái)政補(bǔ)貼規(guī)模持續(xù)走高，覆蓋面也呈擴(kuò)大之勢。根據(jù)上市公司財(cái)務(wù)報(bào)告披露的信息來看，2010 年所有上市公司獲得的財(cái)政補(bǔ)貼金額約為381億元，每家獲得財(cái)政補(bǔ)貼的公司平均補(bǔ)貼金額約為0.21億元，而到了2017年，所有上市公司獲得的財(cái)政補(bǔ)貼金額達(dá)到1 302 億元，增長了3倍多，每家公司平均獲得的補(bǔ)貼金額也增加至0.39億元。與此同時(shí)，財(cái)政補(bǔ)貼的覆蓋范圍也日益擴(kuò)大，2010 年上市公司中獲得財(cái)政補(bǔ)貼的公司占比約為89%，而2017 年這一比例已升至97%，幾乎覆蓋所有上市公司［12］。那么，這些上市公司為何能獲得財(cái)政補(bǔ)貼，財(cái)政補(bǔ)貼對其創(chuàng)新投入究竟發(fā)生了什么作用，在各行業(yè)、各地區(qū)的影響具有什么樣的差異？以此為研究起點(diǎn)，本文嘗試從經(jīng)濟(jì)學(xué)理論層面構(gòu)建理論模型對財(cái)政補(bǔ)貼政策的實(shí)質(zhì)進(jìn)行探討，并在此基礎(chǔ)上以我國上市公司公開數(shù)據(jù)為樣本，實(shí)證分析財(cái)政補(bǔ)貼對企業(yè)創(chuàng)新的具體支持作用。本文下面的結(jié)構(gòu)安排如下：第二部分是理論模型與研究假設(shè)，嘗試用經(jīng)濟(jì)學(xué)理論模型論證財(cái)政補(bǔ)貼與企業(yè)研發(fā)的定性關(guān)系；第三部分，設(shè)計(jì)計(jì)量模型選擇、數(shù)據(jù)和變量說明；第四部分基本回歸結(jié)果報(bào)告，異質(zhì)性分析和穩(wěn)健性檢驗(yàn)；第五部分是研究結(jié)論與主要政策建議。

二、理論模型與假設(shè)

基于新增長理論構(gòu)建經(jīng)濟(jì)學(xué)模型，一般假定經(jīng)濟(jì)體中存在兩個(gè)部門，分別為生產(chǎn)部門和研發(fā)部門，企業(yè)的資本在兩部門中進(jìn)行分配，資本中有r的比例投入到研發(fā)部門，（1-r）的比例用于生產(chǎn)部門，現(xiàn)有技術(shù)水平為A。假設(shè)適用柯布—道格拉斯生產(chǎn)函數(shù)，為了簡化分析，不考慮勞動(dòng)力條件，其表達(dá)式為：

其中，1＞α＞0，代表企業(yè)生產(chǎn)資本的系數(shù)。當(dāng)考慮企業(yè)獲得財(cái)政補(bǔ)貼的情況下，假設(shè)財(cái)政補(bǔ)貼率為s，則企業(yè)用于研發(fā)的資本投入可以表示為（1+s）r，而用于生產(chǎn)投入的資本為（1+s）（1-r），則生產(chǎn)函數(shù)可以表示為：

假定新技術(shù)的產(chǎn)生取決于進(jìn)行研發(fā)的資金投入和現(xiàn)有技術(shù)水平，其表達(dá)式為：

其中，θ 刻畫了現(xiàn)有技術(shù)水平對研發(fā)成功率的影響［13］，B為轉(zhuǎn)換參數(shù)。假設(shè)企業(yè)的資本研發(fā)投入存在邊際報(bào)酬遞減的情況，設(shè)定研發(fā)投入資本帶來技術(shù)進(jìn)步程度提升的邊際效果是下降的，因此假設(shè)?＝0.5。同時(shí)假設(shè)θ＝1，即現(xiàn)有技術(shù)水平與技術(shù)進(jìn)步成正比，并考慮財(cái)政補(bǔ)貼率s，則技術(shù)進(jìn)步程度為：

當(dāng)經(jīng)濟(jì)體考慮長期產(chǎn)出，如考慮連續(xù)兩個(gè)時(shí)期（比如兩年）的經(jīng)濟(jì)總產(chǎn)量，可以得出連續(xù)兩個(gè)時(shí)期的總產(chǎn)出Y，結(jié)合式（2）和（3）式，得到下式：

公式（5）表明，企業(yè)進(jìn)行研發(fā)活動(dòng)決策時(shí)不僅會基于當(dāng)期產(chǎn)量，而且會影響未來預(yù)計(jì)產(chǎn)量；為了實(shí)現(xiàn)長期總產(chǎn)出最大，基于原有技術(shù)水平，可以選擇通過研發(fā)實(shí)現(xiàn)技術(shù)進(jìn)步，進(jìn)而提高產(chǎn)量。據(jù)此可以推出：實(shí)現(xiàn)連續(xù)時(shí)期總產(chǎn)出量最大時(shí)的研發(fā)投入比例r與財(cái)政補(bǔ)貼率s之間的關(guān)系式如下：

根據(jù)（6）式，不難發(fā)現(xiàn)，在不考慮其他因素變化的情況下，當(dāng)財(cái)政補(bǔ)貼率s 增大時(shí)，企業(yè)的研發(fā)投入比例r會增加，即財(cái)政補(bǔ)貼率s越高，企業(yè)越有動(dòng)機(jī)進(jìn)行研發(fā)活動(dòng)。

三、模型、數(shù)據(jù)說明與變量選擇

從理論分析來看，實(shí)證分析的主要任務(wù)是探究企業(yè)研發(fā)投入與財(cái)政補(bǔ)貼率間的關(guān)系，分析其區(qū)域及行業(yè)異質(zhì)性，并進(jìn)而分析企業(yè)獲得財(cái)政補(bǔ)貼的原因。

（一）計(jì)量模型

為了實(shí)證分析財(cái)政補(bǔ)貼對企業(yè)創(chuàng)新的實(shí)際效果，檢驗(yàn)理論模型，首先構(gòu)建如下計(jì)量模型。

被解釋變量lnrdi,t表示企業(yè)研發(fā)投入金額的自然對數(shù)。

核心解釋變量lnsubsidyi,t表示企業(yè)獲得的財(cái)政補(bǔ)貼金額的自然對數(shù)。這里需要說明的是，在實(shí)證分析中曾嘗試采用多種形式的補(bǔ)貼變量對模型進(jìn)行擬合，包括采取文獻(xiàn)中常用的滯后期的財(cái)政補(bǔ)貼數(shù)值，然而經(jīng)過多次試驗(yàn)，最終證明只有當(dāng)期的財(cái)政補(bǔ)貼才能得出顯著性結(jié)果，后文也證明了該結(jié)果的穩(wěn)健性。為了增加模型的說服力，后文也將探索當(dāng)期補(bǔ)貼而不是滯后一期補(bǔ)貼對研發(fā)投入會產(chǎn)生顯著性影響的政策性原因。

向量集Ai,t表示影響上市公司進(jìn)行創(chuàng)新活動(dòng)的其他控制變量；i表示企業(yè)，t表示年份；μi,t表示各個(gè)上市公司的個(gè)體效應(yīng)；εi,t為隨機(jī)擾動(dòng)項(xiàng)。

考慮（7）式并未控制研發(fā)投入的滯后期，而這種變量遺漏可能導(dǎo)致嚴(yán)重內(nèi)生性問題。為此，構(gòu)建基于動(dòng)態(tài)面板數(shù)據(jù)的兩階段差分廣義矩估計(jì)（Difference-GMM）和系統(tǒng)廣義矩估計(jì)（System-GMM）模型。

在（8）式的右邊，引入了被解釋變量的滯后一期（lnrdi,t-1），但在確定前也嘗試引入核心解釋變量的滯后期和被解釋變量的滯后二期，結(jié)果并不顯著，因而此處未列入方程。模型主要關(guān)注系數(shù)β1，在控制了內(nèi)生性問題之后，如果財(cái)政補(bǔ)貼對企業(yè)創(chuàng)新具有正向激勵(lì)作用，則β1仍應(yīng)顯著為正。此外，被解釋變量的滯后一期系數(shù)α1也值得關(guān)注，若其是顯著的，則說明被解釋變量確實(shí)存在自相關(guān)性，建立動(dòng)態(tài)面板數(shù)據(jù)模型是有必要的。

（二）數(shù)據(jù)說明

選取2014-2018年國內(nèi)上市公司作為樣本，并對樣本進(jìn)行以下篩選：①剔除ST公司以及當(dāng)年IPO公司。②剔除含B股的上市公司，這些公司面臨境內(nèi)外雙重監(jiān)管環(huán)境，與其他上市公司不同，為了集中于本文所要研究的問題以及計(jì)算公司價(jià)值的方便，本研究剔除這些公司。③剔除被劃分在兩個(gè)及兩個(gè)以上板塊的重復(fù)企業(yè)、數(shù)據(jù)披露不完整的企業(yè)以及實(shí)際研發(fā)補(bǔ)貼額小于零的企業(yè)。此研究的樣本屬于短面板，因此可以忽略時(shí)間效應(yīng)。此外，為了審查數(shù)據(jù)質(zhì)量，隨機(jī)抽樣比較兩個(gè)數(shù)據(jù)庫中的數(shù)據(jù)，并使用上交所和深交所披露的企業(yè)年報(bào)解決差異。為減小偶然因素的影響，對樣本數(shù)據(jù)進(jìn)行1%的winsor 處理，最終得到10 711 個(gè)樣本，財(cái)政補(bǔ)貼與研發(fā)投入數(shù)據(jù)主要來源于上市公司年報(bào)手工收集，其他數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）和Wind數(shù)據(jù)庫，使用stata 15.0軟件進(jìn)行處理。

（三）變量選擇

根據(jù)設(shè)定的實(shí)證模型，對所選擇的變量具體說明如下：

（1）被解釋變量。選取A股上市公司研發(fā)資金投入的自然對數(shù)（lnrd）為被解釋變量。一般認(rèn)為，R&D投入主要包括研發(fā)資金投入和人力資源投入兩方面內(nèi)容，但考慮兩者之間具有很強(qiáng)的共線性，因此測度補(bǔ)貼效果時(shí)只需考慮其中一方面。另外，本文之所以采用絕對數(shù)值而非相對數(shù)值來衡量企業(yè)創(chuàng)新，是因?yàn)榭紤]政府財(cái)政補(bǔ)貼企業(yè)創(chuàng)新的初衷是推動(dòng)企業(yè)增加研發(fā)投入絕對值，而非要求企業(yè)提高相對值。

（2）核心解釋變量。主要采用財(cái)政補(bǔ)貼金額的自然對數(shù)（lnsubsidy）。財(cái)政補(bǔ)貼采用了企業(yè)當(dāng)年所獲補(bǔ)貼總額的自然對數(shù)，并未細(xì)分為創(chuàng)新類補(bǔ)貼，主要有以下原因：第一，從企業(yè)公布的補(bǔ)貼項(xiàng)目明細(xì)中了解到，創(chuàng)新類補(bǔ)貼占據(jù)補(bǔ)貼總額的絕對比例，采用補(bǔ)貼總額作為替代也能具有較強(qiáng)的解釋力；第二，各個(gè)企業(yè)公布的補(bǔ)貼明細(xì)中，補(bǔ)貼項(xiàng)目紛繁復(fù)雜、名目繁多，而且企業(yè)獲得的補(bǔ)貼未必會專款專用，因而無法輕易分離出專用于研發(fā)的財(cái)政補(bǔ)貼。此外，同被解釋變量一樣，核心解釋變量也是采用企業(yè)獲得財(cái)政補(bǔ)貼的絕對值而非相對值，是因?yàn)榭紤]現(xiàn)有補(bǔ)貼政策對企業(yè)進(jìn)行補(bǔ)貼時(shí)并不是以相對值來補(bǔ)貼，而是根據(jù)企業(yè)創(chuàng)新的產(chǎn)品進(jìn)行絕對值補(bǔ)貼，例如新能源汽車補(bǔ)貼是按照汽車?yán)锍袒蚰茉聪倪M(jìn)行補(bǔ)貼。

（3）其他變量。在前人成果的基礎(chǔ)上，以凈資產(chǎn)收益率（roe）、股權(quán)集中度（z）、企業(yè)償債能力（ldrate）、企業(yè)創(chuàng)新能力（yy）、公司總資產(chǎn)（assets）、總資產(chǎn)周轉(zhuǎn)率（ttm）、企業(yè)年齡（age）和股本（capital）為控制變量，并設(shè)置是否國有控股（SO）、產(chǎn)業(yè)類別（industry）和地區(qū)（local）為虛擬變量。企業(yè)償債能力用企業(yè)流動(dòng)比率來衡量；企業(yè)創(chuàng)新能力用企業(yè)擁有的專利數(shù)量來測度［14］，而考慮有些專利“摻水”情況［4］和數(shù)據(jù)的可獲得性，將企業(yè)當(dāng)年的營業(yè)收入作為企業(yè)創(chuàng)新績效的綜合反映指標(biāo)［15］。

為控制異方差問題，所有連續(xù)變量都取對數(shù)。各變量定義與計(jì)算口徑見表1所列。

表1 變量定義與計(jì)算口徑

（四）描述性統(tǒng)計(jì)結(jié)果分析

表2 報(bào)告的是主要變量的描述性統(tǒng)計(jì)結(jié)果。根據(jù)表2，對研發(fā)和補(bǔ)貼金額進(jìn)行取對數(shù)處理后，中位數(shù)和均值大概相等，說明數(shù)值分布較均勻，且方差的數(shù)值不大，說明數(shù)據(jù)的波動(dòng)性較小，有利于后續(xù)的實(shí)證檢驗(yàn)；從對凈資產(chǎn)收益率（roe）的描述中不難發(fā)現(xiàn)，有相當(dāng)多的樣本公司凈資產(chǎn)收益率為負(fù)值；股權(quán)集中度（z）和流動(dòng)比率（ldrate）的均值和中位數(shù)的差距較大，而且中位數(shù)靠近最小值，即樣本值明顯左偏，這說明樣本中大多數(shù)企業(yè)的股權(quán)集中度較低，即股權(quán)較分散；流動(dòng)比率是用來衡量企業(yè)的短期償債能力，流動(dòng)比率中位數(shù)為1.8，說明樣本中流動(dòng)比率數(shù)值有一半低于2，即有一半樣本企業(yè)的短期償債能力偏低。其他的變量描述性統(tǒng)計(jì)結(jié)果均符合統(tǒng)計(jì)學(xué)要求。

圖1 顯示的是兩個(gè)核心變量之間的關(guān)系散點(diǎn)圖，擬合財(cái)政補(bǔ)貼與企業(yè)研發(fā)投入之間的相關(guān)性，從中發(fā)現(xiàn)兩變量之間是正向關(guān)聯(lián)，即財(cái)政補(bǔ)貼促進(jìn)了企業(yè)創(chuàng)新投入。這與前文的理論模型分析一致，同時(shí)也為下文經(jīng)驗(yàn)分析提供了線索和依據(jù)。

表2 主要變量的描述性統(tǒng)計(jì)

圖1 研發(fā)投入與企業(yè)獲得財(cái)政補(bǔ)貼的關(guān)聯(lián)

四、實(shí)證結(jié)果與分析

實(shí)證分析主要有兩部分，一是基準(zhǔn)回歸估計(jì)，即從總體上估計(jì)財(cái)政補(bǔ)貼與企業(yè)創(chuàng)新間的關(guān)系；二是異質(zhì)性分析，從行業(yè)、區(qū)域角度具體分析財(cái)政補(bǔ)貼與企業(yè)創(chuàng)新間的關(guān)系。

（一）基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸部分采用靜態(tài)面板數(shù)據(jù)模型（包括固定效應(yīng)模型和隨機(jī)效應(yīng)模型）對財(cái)政補(bǔ)貼與企業(yè)研發(fā)投入的關(guān)系進(jìn)行穩(wěn)健性檢驗(yàn)。根據(jù)Hausman 檢驗(yàn)值，p值為0.000，拒絕原假設(shè)，所以應(yīng)選擇固定效應(yīng)模型的估計(jì)結(jié)果，而非隨機(jī)效應(yīng)模型，即不同企業(yè)之間存在不隨時(shí)間變化的個(gè)體效應(yīng)。

根據(jù)表3第（2）和第（4）列的回歸結(jié)果，不難看出核心解釋變量lnsubsidy的系數(shù)依然顯著為正（分別為0.144 和0.034），這與前文理論分析的結(jié)果一致，也驗(yàn)證了財(cái)政補(bǔ)貼會促進(jìn)企業(yè)進(jìn)行研發(fā)投入的假設(shè)。

表3 財(cái)政補(bǔ)貼對企業(yè)研發(fā)投入金額的影響（靜態(tài)面板模型）

表3 第（4）列顯示的其他變量回歸結(jié)果如下：①衡量創(chuàng)新能力的企業(yè)營業(yè)收入自然對數(shù)（yy）的估計(jì)系數(shù)顯著為正，這是因?yàn)闋I業(yè)收入金額越大，企業(yè)的創(chuàng)新能力越強(qiáng)，從而越有動(dòng)力進(jìn)行研發(fā)活動(dòng)；②凈資產(chǎn)收益率（roe）的估計(jì)系數(shù)顯著為負(fù)，可能是因?yàn)檠邪l(fā)投入金額中部分計(jì)入成本費(fèi)用會計(jì)科目，因而凈利潤與研發(fā)費(fèi)用負(fù)相關(guān)，所以凈利潤與凈資產(chǎn)的比例與研發(fā)投入金額呈負(fù)相關(guān)關(guān)系；③股權(quán)集中度（z）的估計(jì)系數(shù)顯著為負(fù)，可能是因?yàn)楣蓹?quán)集中在少數(shù)股東手中時(shí)，股東更偏向于風(fēng)險(xiǎn)規(guī)避，從而從事更少的高風(fēng)險(xiǎn)性研發(fā)活動(dòng)；④總資產(chǎn)自然對數(shù)（assets）的估計(jì)系數(shù)顯著為正，理由是總資產(chǎn)越多，企業(yè)抵御風(fēng)險(xiǎn)的能力越強(qiáng)，同時(shí)更傾向于長期規(guī)劃，從而更有能力和動(dòng)機(jī)進(jìn)行研發(fā)活動(dòng)；⑤總資產(chǎn)周轉(zhuǎn)率（ttm）的估計(jì)系數(shù)顯著為負(fù)，即總資產(chǎn)周轉(zhuǎn)率越高企業(yè)研發(fā)投入金額越少，這似乎不符合常理，對此本文給出的解釋是：總資產(chǎn)周轉(zhuǎn)率反映的是企業(yè)資金從投入到產(chǎn)出的使用績效，該比率越高，說明資金周轉(zhuǎn)速度越快，而企業(yè)研發(fā)具有長周期的特性，因此企業(yè)研發(fā)投入與資金周轉(zhuǎn)率反向相關(guān)；⑥企業(yè)年齡（age）的估計(jì)系數(shù)顯著為正，本文認(rèn)為可能的原因是企業(yè)年齡越大，相對企業(yè)發(fā)展越成熟，從而更有實(shí)力從事研發(fā)活動(dòng)。

（二）異質(zhì)性分析

財(cái)政補(bǔ)貼與企業(yè)創(chuàng)新總體表現(xiàn)為正向相關(guān)關(guān)系，這種關(guān)系在行業(yè)、區(qū)域上是否表現(xiàn)為一致性呢？為了回答此問題，本部分將分別對樣本數(shù)據(jù)根據(jù)行業(yè)和區(qū)域分類做異質(zhì)性分析。

1.行業(yè)異質(zhì)性分析

將共計(jì)10 711個(gè)樣本按照行業(yè)類別分成19組小樣本進(jìn)行異質(zhì)性檢驗(yàn)，根據(jù)Hausman 檢驗(yàn)，若拒絕原假設(shè)，則采用固定效應(yīng)模型，否則采用隨機(jī)效應(yīng)模型，并用聚類穩(wěn)健標(biāo)準(zhǔn)誤控制異方差問題。未列出樣本量過小和回歸結(jié)果不顯著的行業(yè)，表4報(bào)告的是回歸結(jié)果較顯著的6個(gè)行業(yè)，第（1）至第（6）列分別是制造業(yè)，批發(fā)和零售業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)，公共管理、社會保障和社會組織。在各個(gè)行業(yè)的回歸結(jié)果中，lnsubsidy的系數(shù)均顯著為正，即財(cái)政補(bǔ)貼均對企業(yè)研發(fā)投入具有激勵(lì)效果，這與基準(zhǔn)回歸結(jié)果一致。

表4 財(cái)政補(bǔ)貼對企業(yè)研發(fā)投入的影響（分行業(yè)）

此外，還發(fā)現(xiàn)不同行業(yè)中l(wèi)nsubsidy的系數(shù)值大小存在差異，其中第（2）、（4）和（6）列的系數(shù)值較大，說明在批發(fā)和零售業(yè)，租賃和商務(wù)服務(wù)業(yè)以及公共管理、社會保障和社會組織等行業(yè)中，財(cái)政補(bǔ)貼能較顯著激勵(lì)企業(yè)創(chuàng)新，這可能是因?yàn)橄鄬τ谛畔鬏?、軟件和信息技術(shù)服務(wù)業(yè)等高科技企業(yè)的創(chuàng)新需求，前者具有較大的研發(fā)投入彈性，而財(cái)政補(bǔ)貼激發(fā)了企業(yè)的研發(fā)熱情，具有較顯著的“擠入效應(yīng)”。

需要說明的是，對A股上市公司的19個(gè)行業(yè)都進(jìn)行財(cái)政補(bǔ)貼與研發(fā)投入影響的實(shí)證檢驗(yàn)，刪除了一些樣本量過少和回歸效果不顯著的行業(yè)樣本，最終留下如上6個(gè)行業(yè)的統(tǒng)計(jì)結(jié)果，模型后面的字母代表各個(gè)行業(yè)的編號，編號方式來自《2017年國民經(jīng)濟(jì)行業(yè)分類》。fe表示采用固定效應(yīng)模型，re表示采用隨機(jī)效應(yīng)模型，并用聚類穩(wěn)健標(biāo)準(zhǔn)誤解決異方差問題。

2.地區(qū)異質(zhì)性分析

分地區(qū)對財(cái)政補(bǔ)貼與企業(yè)研發(fā)投入的關(guān)系進(jìn)行實(shí)證檢驗(yàn)，檢驗(yàn)結(jié)果見表5 所列。具體地，根據(jù)Hausman檢驗(yàn)值，表5第（1）至第（5)列，應(yīng)選擇固定效應(yīng)模型，而第（6）列應(yīng)采用隨機(jī)效應(yīng)模型，采用聚類穩(wěn)健標(biāo)準(zhǔn)誤控制異方差問題。

表5 的結(jié)果可以看出財(cái)政補(bǔ)貼激勵(lì)了企業(yè)的研發(fā)投入，與前文的分析結(jié)果一致。另外，從表5第（4）（5）和（6）列可以看出,地區(qū)之間lnsubsidy 的估計(jì)系數(shù)大小存在差異，東部地區(qū)的系數(shù)最?。?.030），中部地區(qū)的系數(shù)最大（為0.064），西部地區(qū)的激勵(lì)效果居中（為0.042）?？赡艿脑蚴牵河捎跂|部地區(qū)的人力、資本資源較豐富，企業(yè)對財(cái)政補(bǔ)貼的依賴度較低；中部地區(qū)無論是地理位置還是發(fā)展水平都相對處在東部地區(qū)與西部地區(qū)之間，企業(yè)受所處的市場環(huán)境限制較多，主要表現(xiàn)在缺乏投入資金，從而對財(cái)政補(bǔ)貼的依賴性較強(qiáng)，所以補(bǔ)貼的激勵(lì)效果更加顯著；而西部地區(qū)相對落后，人口稀疏，企業(yè)發(fā)展更多受到消費(fèi)市場和地理位置的限制，弱化了財(cái)政補(bǔ)貼的激勵(lì)效果。其他變量的估計(jì)系數(shù)與基準(zhǔn)回歸結(jié)果類似。

表5 財(cái)政補(bǔ)貼對企業(yè)研發(fā)投入的影響（分地區(qū)）

（三）穩(wěn)健性分析

為考察上述實(shí)證結(jié)果的可靠性，嘗試變換實(shí)證方法對基準(zhǔn)回歸結(jié)果的穩(wěn)健性進(jìn)行實(shí)證檢驗(yàn)。

表6 報(bào)告的是使用OLS 方法和動(dòng)態(tài)面板數(shù)據(jù)模型（包括差分廣義矩估計(jì)和系統(tǒng)廣義矩估計(jì)）進(jìn)行估計(jì)的回歸結(jié)果，被解釋變量是企業(yè)研發(fā)投入金額的自然對數(shù)，核心解釋變量是財(cái)政補(bǔ)貼額（lnsubsidy）的自然對數(shù)，并且控制企業(yè)營業(yè)收入等變量。具體地，在第（1）列，只控制lnsubsidy；在第（2)和(3)列，采用動(dòng)態(tài)面板模型考慮被解釋變量的自相關(guān)性，加入研發(fā)的滯后一期L.lnrd，不考慮其他的變量；在第(4)、(5)和(6)列，加入其他控制變量進(jìn)行檢驗(yàn)。以動(dòng)態(tài)面板模型廣義矩估計(jì)的估計(jì)結(jié)果為準(zhǔn)，OLS的結(jié)果只作為參考。由于差分GMM在進(jìn)行模型估計(jì)時(shí)會將不隨時(shí)間變化的虛擬變量消掉，為了解決這個(gè)問題，同時(shí)采用了系統(tǒng)GMM 方法進(jìn)行回歸。對比差分GMM 與系統(tǒng)GMM 的系數(shù)估計(jì)值與標(biāo)準(zhǔn)誤發(fā)現(xiàn)，差分GMM的標(biāo)準(zhǔn)誤系數(shù)更小，即其估計(jì)的系數(shù)更準(zhǔn)確。根據(jù)Hansen 檢驗(yàn)值（接受原假設(shè)）和殘差序列相關(guān)的檢驗(yàn)結(jié)果（AR（1）檢驗(yàn)拒絕原假設(shè)、AR（2）檢驗(yàn)接受原假設(shè)），可知設(shè)置的廣義矩估計(jì)方程是合理的，不存在工具變量過度識別等問題，其回歸結(jié)果是可信的。

從表6 中不難發(fā)現(xiàn)，第一，lnsubsidy 的估計(jì)系數(shù)均為正且顯著，說明財(cái)政補(bǔ)貼對企業(yè)的創(chuàng)新投入具有正向激勵(lì)效果。這說明基準(zhǔn)回歸結(jié)果不依賴于某種特定的計(jì)量工具，變換計(jì)量統(tǒng)計(jì)方法不改變實(shí)證的結(jié)論。第二，L.lnrd的系數(shù)也顯著，并且均為正，說明企業(yè)研發(fā)投入具有強(qiáng)烈的自相關(guān)性，前一期的研發(fā)投入金額與當(dāng)期的研發(fā)投入金額正相關(guān)。這說明采用動(dòng)態(tài)面板模型進(jìn)行穩(wěn)健性檢驗(yàn)是有必要的。

表6 財(cái)政補(bǔ)貼對企業(yè)研發(fā)投入的影響（動(dòng)態(tài)面板模型）

五、研究結(jié)論與主要政策建議

企業(yè)研發(fā)創(chuàng)新活動(dòng)具有強(qiáng)烈的正外部性，從事研發(fā)活動(dòng)的企業(yè)實(shí)際收益小于社會總收益，需要政府這只“看得見的手”利用財(cái)政補(bǔ)貼政策彌補(bǔ)企業(yè)的成本，使外部性內(nèi)部化。

本文基于上市公司數(shù)據(jù)的實(shí)證結(jié)果證實(shí)，財(cái)政補(bǔ)貼對企業(yè)創(chuàng)新具有較好的正向激勵(lì)效應(yīng)，且這種效應(yīng)具有行業(yè)與區(qū)域空間上的異質(zhì)性。從行業(yè)回歸來看，在批發(fā)和零售業(yè)，租賃和商務(wù)服務(wù)業(yè)以及公共管理、社會保障和社會組織等行業(yè)效果好于信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)等高科技企業(yè)，具有較顯著的“擠入效應(yīng)”。從區(qū)域回歸結(jié)果來看，中部地區(qū)企業(yè)效果最好，東部地區(qū)次之，西部地區(qū)的激勵(lì)效果相對更小。

為更好地發(fā)揮財(cái)政補(bǔ)貼對企業(yè)創(chuàng)新的作用，本文提出如下政策建議：

（1）針對不同省域的企業(yè)，采取差異性財(cái)政補(bǔ)貼政策。針對東部地區(qū)的企業(yè)，主要采取減稅降費(fèi)和稅收優(yōu)惠的措施，改善營商環(huán)境，增強(qiáng)企業(yè)自身的發(fā)展活力，從源頭上減少對財(cái)政補(bǔ)貼的依賴性，用好減稅政策，提升政策效果；而對于欠發(fā)達(dá)地區(qū)，應(yīng)積極運(yùn)用財(cái)政補(bǔ)貼政策，主動(dòng)提供公共服務(wù)，提升居民的生活水平，提升企業(yè)的持續(xù)經(jīng)營與創(chuàng)新能力。

（2）針對不同的行業(yè)實(shí)施不同強(qiáng)度的財(cái)政補(bǔ)貼。逐步強(qiáng)化財(cái)政補(bǔ)貼在批發(fā)和零售業(yè)，租賃和商務(wù)服務(wù)業(yè)以及公共管理、社會保障和社會組織等行業(yè)中的作用，發(fā)揮財(cái)政補(bǔ)貼的“擠入效應(yīng)”，對于其他諸如信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)等高科技企業(yè)行業(yè)，要引導(dǎo)其走市場之路，財(cái)政補(bǔ)貼要逐步從中退出。

（3）強(qiáng)化財(cái)政補(bǔ)貼支出績效考核，將財(cái)政補(bǔ)貼資金的使用績效與具體項(xiàng)目的創(chuàng)新績效結(jié)合起來考慮，提升財(cái)政補(bǔ)貼資金的使用績效，遏制財(cái)政補(bǔ)貼亂象。