顏建軍 馮君怡

摘 要：基于2015-2018年816家A股上市公司的數(shù)據(jù)，通過Logit模型和中介效應模型研究政府事前創(chuàng)新補貼和事后創(chuàng)新補貼對企業(yè)技術跨越的影響。結果表明：政府事前補貼和事后補貼對企業(yè)技術跨越有顯著的促進效應，且存在企業(yè)性質和地區(qū)的異質性。政府事前補貼的企業(yè)技術跨越效應不存在信號傳遞機制路徑和企業(yè)“尋租”路徑，政府事后補貼可通過企業(yè)研發(fā)支出的增加，促進企業(yè)技術跨越。

關鍵詞： 政府創(chuàng)新補貼時點;企業(yè)技術跨越;工具變量;傾向得分匹配;中介效應

一、引 言

創(chuàng)新是一個國家經(jīng)濟增長的不竭動力，“十四五”規(guī)劃中更是提出應樹立以高質量發(fā)展為主題的新發(fā)展理念，構建“國內大循環(huán)為主體、國內國際雙循環(huán)相互促進”的發(fā)展格局，因此，實現(xiàn)關鍵核心技術的重大突破，成為創(chuàng)新型國家已迫在眉睫。為此，我國針對企業(yè)創(chuàng)新行為出臺了一系列的財政補貼政策，對企業(yè)進行創(chuàng)新補貼，并不斷提高政府創(chuàng)新補貼的力度。

早在20世紀就有學者關注到了企業(yè)創(chuàng)新，認為企業(yè)創(chuàng)新包括了過程創(chuàng)新和產(chǎn)品創(chuàng)新[1];在創(chuàng)新激勵方面，認為在市場資源配置的過程中常常會出現(xiàn)失靈，面對市場無法提供充足創(chuàng)新動力的情況，政府應當予以干預[2]。因此，眾多學者就政府補貼與企業(yè)創(chuàng)新之間的關系進行了研究，大致可分為三類：一是政府補貼促進了企業(yè)創(chuàng)新。政府補貼可解決企業(yè)資金困難的問題[3]，降低企業(yè)的創(chuàng)新成本，并獲得一定的溢出效應，比如尋獲新資源、建立科學團隊等，提高創(chuàng)新活動的預期收益[4，5]。二是政府補貼不利于企業(yè)創(chuàng)新。有研究認為，政府補貼沒有增強企業(yè)競爭力[6];因為大部分企業(yè)在沒有政府補貼的情況下仍然可以進行創(chuàng)新[7]，政府的補貼只會降低企業(yè)的“融資成本”，并不會顯著促進企業(yè)創(chuàng)新，甚至有可能縮減企業(yè)創(chuàng)新支出;此外，政府補貼的效果可能會引起企業(yè)的主動“尋租”，甚至因為尋租成本過高，對技術創(chuàng)新造成擠出效應[8，9]。三是政府補貼的企業(yè)創(chuàng)新效應會因政府補貼強度的不同而存在差異。政府補貼在合適的區(qū)間內可促進企業(yè)創(chuàng)新，在區(qū)間外則不利于企業(yè)創(chuàng)新，且適度區(qū)間會逐漸變化[8，10-12];政府補貼可以通過增加企業(yè)研發(fā)資金支出、實現(xiàn)信號傳遞進一步影響企業(yè)創(chuàng)新，但上述影響機制可能會受到企業(yè)性質、地區(qū)制度等的影響[13]。

基于政府補貼和企業(yè)進行創(chuàng)新的時間，政府補貼可被分為事前補貼和事后補貼兩大類。政府在廠商開展技術創(chuàng)新活動前給予補貼為事前補貼，主要目的多為資金支持;政府在廠商進行技術創(chuàng)新活動后給予補貼則為事后補貼，以補償形式居多，如稅收返還、稅收減免等[14]。有研究認為較之事后補貼，事前補貼可降低企業(yè)的財務風險，提高企業(yè)的聲譽，從而對企業(yè)創(chuàng)新有更大的促進作用[15];但也有研究認為事前補貼往往會使得企業(yè)出現(xiàn)“尋租”“騙補”等行為，不能對企業(yè)創(chuàng)新起到激勵作用，事后補貼對企業(yè)創(chuàng)新的促進作用應優(yōu)于事前補貼[16]。企業(yè)是否進行尋租活動很大程度取決于一個地區(qū)或國家的腐敗程度、司法公正程度、企業(yè)管理層腐敗等[17];政府補貼的信號傳遞作用對不同性質的企業(yè)也會存在一定的差異，且受要素市場的影響[18]，如國有企業(yè)的作用是積極響應國家政策，從而對傳遞政府補貼信號并不積極，因此，政府補貼對民營企業(yè)創(chuàng)新績效的促進作用更大。但在金融發(fā)展滯后的情況下，政府補貼對私人企業(yè)研發(fā)投入具有顯著的擠出效應[19]。此外，管理層持股比例的增加會在一定程度上促進企業(yè)創(chuàng)新[20]。

綜上所述，已有研究存在不足：一是對企業(yè)技術跨越的研究較少，并且衡量企業(yè)技術跨越的指標往往選取專利申請數(shù)，但由于專利申請的門檻并不高，企業(yè)所申請的專利只有少部分為發(fā)明專利，且企業(yè)專利保護意識薄弱[18]，因此，用專利申請數(shù)來衡量企業(yè)技術跨越并不準確;二是大部分學者并未基于補貼的時點對政府補貼進行分類并研究其技術跨越效應;三是并未對機制進行詳細的探討，忽略了事前補貼和事后補貼的機制路徑的不同;四是穩(wěn)健性檢驗不夠完善，無法規(guī)避內生性帶來的影響。因此，本文基于2015-2018年部分上市A股公司的微觀數(shù)據(jù)，探討政府創(chuàng)新補貼時點與企業(yè)技術跨越的關系，進一步進行分樣本回歸和穩(wěn)健性檢驗，并著重考慮是否存在政府事前補貼的信號傳遞作用、企業(yè)“尋租”作用和政府事后補貼的激勵創(chuàng)新作用，希望能更好地利用政府創(chuàng)新補貼政策實現(xiàn)企業(yè)技術跨越，從而提高我國企業(yè)技術實力，增強我國企業(yè)的國際競爭力。

二、理論分析與研究假設

事前補貼是在企業(yè)進行技術創(chuàng)新活動之前，政府給予一定的補貼[21]。事前補貼主要通過以下幾個方面作用于企業(yè)技術跨越：一是減緩企業(yè)的資金壓力，保證企業(yè)持續(xù)、穩(wěn)定的創(chuàng)新支出。事前補貼不受企業(yè)科技創(chuàng)新結果的影響，當企業(yè)面臨周期較長的創(chuàng)新活動時，企業(yè)資金鏈斷裂的可能性較大，此時政府給予的事前補貼可重新連接斷裂的資金鏈，減緩企業(yè)資金不足的壓力，保證企業(yè)科技創(chuàng)新的順利進行;對資金較充足的企業(yè)來說，政府的事前補貼是錦上添花，保證了充足的資金供給，是企業(yè)實現(xiàn)技術跨越的基礎。二是釋放了可靠的市場信號，有助于企業(yè)進行融資，獲得更優(yōu)質的資源以實現(xiàn)技術跨越。政府補貼的作用之一就是向市場釋放信號，間接地完善市場信息不對稱[12]，有效引導市場資金的正確流向。市場主體由于所獲得信息的數(shù)量、質量的差異，存在信息不對稱等問題，投資者們對企業(yè)的資質了解不全面，并且科技創(chuàng)新企業(yè)所需資金巨大，研發(fā)的過程中也存在極大的風險。因此，投資者們手握資金卻猶豫躊躇。此時，政府事前補貼釋放的信號很好地解決了信息不對稱，企業(yè)獲得政府的事前補貼代表了政府對該企業(yè)的認可，一方面，為投資者們指明了投資的方向，引導資本正確流向，提高資本的有效利用率;另一方面，也豐富了企業(yè)的創(chuàng)新資金，幫助企業(yè)集聚社會的優(yōu)質資源，包括創(chuàng)新人才、先進的管理理念與方法等，最大化保證科技創(chuàng)新的進行。但事前補貼也存在著一定的缺陷，最大的問題在于企業(yè)為了獲得政府的事前補貼，極有可能進行“尋租”活動，甚至存在“騙補”等行為[12]。此外，事前補貼也可能對企業(yè)研發(fā)支出造成一定的擠出效應，造成企業(yè)減少本應支出的創(chuàng)新資金，從而無法實現(xiàn)企業(yè)技術跨越。為此，提出如下研究假設：

H1 政府事前補貼可促進企業(yè)當期的技術跨越。

H2 政府事前補貼會通過信號傳遞機制促進企業(yè)技術跨越。

H3 政府事前補貼可能會引起企業(yè)“尋租”，不利于企業(yè)技術跨越。

事后補貼是在企業(yè)完成科技創(chuàng)新后，政府以稅收返還、稅收優(yōu)惠等方式進行補貼，以激勵企業(yè)的創(chuàng)新動力。對企業(yè)當期的創(chuàng)新活動來說，事后補貼對企業(yè)創(chuàng)新有較大的激勵作用，激勵企業(yè)提高研發(fā)效率和研發(fā)質量，保質保量完成創(chuàng)新任務，以獲得事后補貼來填補資金漏洞。可見，事后補貼會激勵企業(yè)在當期加大創(chuàng)新研發(fā)投入以實現(xiàn)其技術跨越，從而獲得政府補貼。事后補貼以企業(yè)創(chuàng)新成果為前提，具有一定的靈活性，在合理評估的情況下，極大地減少了企業(yè)“尋租”“騙補”等活動，有利于保持企業(yè)研發(fā)創(chuàng)新的獨立性。為此，提出如下研究假設：

H4 政府事后補貼可促進企業(yè)當期的技術跨越。

H5 政府事后補貼會通過刺激企業(yè)加大創(chuàng)新研發(fā)支出以實現(xiàn)技術跨越。

三、研究設計

（一）變量的選取和來源

1.核心變量。被解釋變量為企業(yè)技術跨越（tech），該變量為0～1虛擬變量，根據(jù)上市企業(yè)2015-2018年在證券交易所公布的年報，若企業(yè)在報告期內有新產(chǎn)品推出，則techit=1;若無新產(chǎn)品推出，則techit=0。核心解釋變量為事前補貼（GSB）和事后補貼（GSA），用公司獲得當期的政府補貼與當期總資產(chǎn)的百分比來表示政府事前補貼，用公司獲得當期的稅費返還與當期總資產(chǎn)的百分比表示政府事后補貼[22]。

2.控制變量。借鑒已有研究[23，24]，設定如下控制變量：（1）企業(yè)規(guī)模（scale）：企業(yè)總資產(chǎn)的自然對數(shù);（2）獨立董事人數(shù)（chairman）：企業(yè)獨立董事人數(shù)的自然對數(shù);（3）企業(yè)營業(yè)收入（income）：企業(yè)營業(yè)收入的自然對數(shù);（4）企業(yè)研發(fā)人員比重（faculty）：企業(yè)研發(fā)人員數(shù)量與員工總數(shù)的百分比;（5）資產(chǎn)負債率（capital）：企業(yè)公開財務報表中得到上市企業(yè)的資產(chǎn)負債比例。

3.工具變量。選用企業(yè)所屬行業(yè)獲得政府事前補貼的均值與當期總資產(chǎn)的百分比作為政府事前補貼的工具變量（IVB），選用政府事后補貼的均值與當期總資產(chǎn)的百分比作為政府事后補貼的工具變量（IVA）[25]。

4.數(shù)據(jù)的來源與描述性統(tǒng)計。考慮到數(shù)據(jù)的可獲得性和準確性，選用2015-2018年A股上市公司的相關數(shù)據(jù)，剔除已經(jīng)退市（ST）和轉讓（PT）的企業(yè)以及主要數(shù)據(jù)缺失的樣本，篩選出816家企業(yè)，共獲得3264份樣本。其中，上市企業(yè)獲得財政創(chuàng)新補貼的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫的公司研究系列，企業(yè)技術跨越的數(shù)據(jù)來自各上市企業(yè)在證券交易所公布的年報，其他變量涉及的數(shù)據(jù)均來自Wind數(shù)據(jù)庫。表1為變量的描述性統(tǒng)計①。

（二）模型設定

1.基本模型的設定?？紤]到選取的數(shù)據(jù)為面板數(shù)據(jù)，且被解釋變量企業(yè)技術跨越（tech）為0～1虛擬變量，故應選用離散Logit面板數(shù)據(jù)模型。由于政府事前補貼（GSB）將對企業(yè)當期的技術跨越（tech）產(chǎn)生影響，而政府事后補貼（GSA）更多的是對企業(yè)技術跨越的激勵作用，也即后期的政府事后補貼會對企業(yè)當期的技術跨越產(chǎn)生影響。故構建模型如下：

式（1）和式（2）為Logit模型，techit為二元虛擬變量，GSAit+2為t+2期的政府事后補貼。Controlit為控制變量，包括企業(yè)規(guī)模（scale）、獨立董事人數(shù)（chairman）、企業(yè)營業(yè)收入（income）、企業(yè)研發(fā)人員比重（faculty）、資產(chǎn)負債率（capital）。下標i表示企業(yè)，t表示年份。ηi表示個體固定效應，控制了影響企業(yè)技術跨越和創(chuàng)新支出但不會隨著時間變動的個體效應;γt表示時間固定效應，控制了隨時間變化影響企業(yè)技術跨越和創(chuàng)新支出的時間因素;εit為誤差項，服從Logit分布。

2.內生性問題。式（1）和式（2）中可能存在遺漏影響企業(yè)技術跨越的重要變量，從而造成模型設定偏誤。從政府補貼時點與企業(yè)技術跨越的相互邏輯看，政府補貼時點并不是完全外生的政策，政府補貼時點和企業(yè)技術跨越之間可能存在雙向因果關系，實現(xiàn)技術跨越的企業(yè)更傾向于主動申請政府創(chuàng)新補助，而自身創(chuàng)新能力強的企業(yè)也更容易獲得政府的補助[25]。因此造成內生性影響，估計的結果可能會存在偏差。故考慮采用工具變量法來解決內生性問題，模型如下：

式（3）為一階段方程式，式（4）為二階段方程式。其中，GSit為政府創(chuàng)新補貼，包括政府事前補貼GSBit和政府事后補貼GSAit;IVit為工具變量，包括政府事前補貼的工具變量（IVB）和政府事后補貼的工具變量（IVA）;其他變量均不變。

四、模型與實證結果

（一）基準回歸

對式（1）和式（2）進行Hausman檢驗;選擇固定效應面板Logit模型作為回歸模型，并同時控制個體效應和時間效應，估計結果見表2。

表2中，政府事前創(chuàng)新補貼（GSB）的回歸樣本被剔除至621，是因為被剔除樣本的因變量tech不隨時間變化，在觀測期內始終為同一值，故被剔除。政府事后創(chuàng)新補貼（GSA）的回歸樣本僅為150，一是因為樣本中政府事后補貼的0值較多，二是因為政府事后補貼選用的是t+2期的變量。LR統(tǒng)計量分別為301.92和77.17，且在1%的水平下顯著，也即整個方程的聯(lián)合顯著性很高。

表2中，模型（1）和模型（3）為Logit回歸結果，模型（2）和模型（4）為模型回歸中各變量的OR（Odds Ratio）值，也即優(yōu)勢比。事前補貼（GSB）對企業(yè)技術跨越（tech）的估計系數(shù)為正，且在5%的水平上顯著，其OR值大于1，再次驗證了事前補貼可顯著提高企業(yè)實現(xiàn)技術跨越的概率;t+2期的政府事后補貼（GSA）對企業(yè)技術跨越（tech）的估計系數(shù)顯著為正，且在10%的水平上顯著，也即在其他條件不變的情況下，后期的事后補貼對當期企業(yè)技術跨越具有促進作用。論證了假設1和假設4。

控制變量中企業(yè)營業(yè)收入和企業(yè)研發(fā)人員比重的估計系數(shù)顯著為正，且OR值均大于1，在其他條件不變的情況下，企業(yè)營業(yè)收入提高和企業(yè)研發(fā)人員比重增加對企業(yè)技術跨越發(fā)生的概率具有正向作用，也即企業(yè)營業(yè)收入的提高可充裕創(chuàng)新資金，增加研發(fā)人員占總員工的比重以提高員工的整體素質，保證創(chuàng)新的質量以實現(xiàn)技術跨越。其他控制變量企業(yè)規(guī)模、獨立董事人數(shù)、資本負債率的估計系數(shù)均為負但不顯著，也即這些變量對企業(yè)技術跨越?jīng)]有顯著的影響。

（二）分樣本進一步研究

1.由于企業(yè)獲得的政府補貼類型不同，存在部分企業(yè)僅獲得一種類型的政府補貼，或者同時獲得了兩種政府補貼的情況，因此，將樣本分為僅得到政府事前創(chuàng)新補貼、僅得到政府事后創(chuàng)新補貼、同時獲得了政府事前補貼和事后補貼三類。對三類樣本再次進行回歸，結果見表3。經(jīng)過梳理，僅存在兩類分樣本，一是企業(yè)僅獲得了政府事前創(chuàng)新補貼，回歸結果見表3的模型（5），可見，僅獲得政府事前補貼的企業(yè)的技術跨越并不會受政府事前補貼的影響。二是企業(yè)同時獲得了政府事前創(chuàng)新補貼和政府事后創(chuàng)新補貼，回歸結果如模型（6）～（8）。其中，模型（6）中政府事前創(chuàng)新補貼（GSB）和政府事后創(chuàng)新補貼（GSA）的回歸系數(shù)均不顯著;模型（7）中政府事前補貼（GSB）顯著促進企業(yè)技術跨越;模型（8）中政府事后創(chuàng)新補貼（GSA）對企業(yè)技術跨越?jīng)]有顯著影響。

2.基于企業(yè)所有制、所處區(qū)域、所屬行業(yè)不同進行異質性檢驗?；貧w結果見表4。

（1）基于企業(yè)所有制不同的子樣本回歸。由表4的模型（9）和模型（10）可見，政府事后創(chuàng)新補貼對國有企業(yè)的技術跨越在10%的水平上顯著為正，也即政府補貼對國有企業(yè)的技術跨越效應主要體現(xiàn)在事后補貼的激勵作用上。模型（11）和模型（12）中，政府事前創(chuàng)新補貼對非國有企業(yè)技術跨越有顯著的促進作用，非國有企業(yè)面臨資源約束、資金約束，政府事前創(chuàng)新補貼可較好地緩解此類約束。

（2）基于企業(yè)所處區(qū)域不同的子樣本回歸②。表4中由模型（13）和模型（14）可見，政府事前創(chuàng)新補貼可顯著促進東部地區(qū)企業(yè)的技術跨越，事后創(chuàng)新補貼對其沒有顯著效應。由模型（15）和模型（16）可見，政府創(chuàng)新補貼對中西部地區(qū)的技術跨越?jīng)]有顯著影響。東部地區(qū)由于其沿海位置，較早實現(xiàn)了對外開放，較早引進了先進的技術、管理經(jīng)驗等，對政府創(chuàng)新補貼的利用效率比中西部地區(qū)更高。

（3）根據(jù)企業(yè)所屬行業(yè)不同的子樣本回歸。表4中由模型（17）～（20）可見，政府創(chuàng)新補貼對高新行業(yè)和非高新行業(yè)均沒有顯著影響。高新技術行業(yè)為保持其市場地位和行業(yè)地位，創(chuàng)新動力和積極性均高于非高新行業(yè)，且由于其獲得的風投資本充足而不存在資金短缺問題，故政府創(chuàng)新補貼對其沒有顯著作用。而非高新行業(yè)對新技術依賴性不強，對科技創(chuàng)新的積極性也不高，政府創(chuàng)新補貼更有可能被挪作他用，故政府創(chuàng)新補貼對其沒有顯著作用。

（三）穩(wěn)健性檢驗

基于上文的分析，式（1）和式（2）可能存在內生性問題，故采用工具變量法，工具變量分別為企業(yè)所屬行業(yè)獲得政府事前補貼的平均值與企業(yè)當期資產(chǎn)的百分比（IVB）、企業(yè)所屬行業(yè)獲得政府事后補貼的平均值與企業(yè)當期資產(chǎn)的百分比（IVA）[25]。這兩個變量與政府創(chuàng)新補貼密切相關，在控制了個體效應和時間效應后，該工具變量又不會與擾動項相關，故滿足工具變量的選取要求。進一步采用二階段最小二乘法對式（3）和式（4）進行回歸。Wald內生性檢驗結果表明模型存在內生性，在1%的水平上認為GSB和GSA為內生變量。一階段回歸的F值均大于10，也即工具變量不是弱工具變量?；貧w結果顯示政府事前補貼（GSB）和政府事后補貼（GSA）的回歸系數(shù)符號和顯著性均與前文基準回歸結果一致，論證了前文結果的穩(wěn)?、?。

此外，政府的創(chuàng)新補貼在企業(yè)間并非是隨機的，是存在一定的自選擇性的，并且對于本期未公布政府創(chuàng)新補貼的企業(yè)，將其賦值為0，忽略了那些未獲得政府補貼創(chuàng)新的企業(yè)，這種非隨機的選擇造成了樣本選擇偏誤。因此，采用傾向得分匹配法（PSM）對政府創(chuàng)新補貼時點的企業(yè)技術跨越效應進行穩(wěn)健性檢驗。分別采用近鄰匹配、半徑匹配和核匹配，匹配后各變量的標準化偏差都在5%附近，也即獲得政府補貼的企業(yè)與沒有獲得政府補貼的企業(yè)不存在顯著性差異，滿足了平衡性假設，論證了傾向得分匹配估計結果的可靠。政府事前補貼和事后補貼的平均處理效應結果顯示，其回歸系數(shù)符號和顯著性與基準回歸結果基本一致，驗證了前文結果的穩(wěn)健性④。

五、政府創(chuàng)新補貼時點對企業(yè)技術跨越的中介效應檢驗

（一）中介變量與中介效應模型

在中介變量的選取上，根據(jù)相關研究[25-28]對政府創(chuàng)新補助信號傳遞渠道的檢驗，引入新的0～1虛擬變量信號渠道（signal）來表示政府事前補貼的信號渠道，若存在信號渠道，則signal=1;若不存在信號渠道，則signal=0。如果創(chuàng)新補助的信號傳遞機制存在，那么，風險投資作為企業(yè)研發(fā)創(chuàng)新爭取外部投資的主要來源，會因為收到企業(yè)獲得創(chuàng)新補助所傳遞出的技術優(yōu)勢積極信號而增加對企業(yè)研發(fā)創(chuàng)新的支持[25]。故判斷政府事前補貼是否存在因信號傳遞而獲得創(chuàng)新補助就在于企業(yè)前十大股東中是否存在風險投資企業(yè)或風險投資機構[28]⑤。

其中，seekingit為管理費用，也即企業(yè)當前管理費用與當期營業(yè)收入的比值;incomeit為企業(yè)營業(yè)收入的自然對數(shù);capitalit為企業(yè)的資產(chǎn)負債率;growthit為企業(yè)營業(yè)收入的增長率，通過（企業(yè)當期營業(yè)收入-企業(yè)上期營業(yè)收入）/企業(yè)上期營業(yè)收入計算;numberit為企業(yè)董事會成員人數(shù);staffit為企業(yè)員工數(shù)量;accountit為0～1虛擬變量，如果企業(yè)審計師來自四大會計事務所，則accountit=1，否則accountit=0;ageit為企業(yè)上市年限;saleit為企業(yè)銷售毛利潤率;HHIit為赫芬達爾指數(shù)衡量股權集中度，具體由企業(yè)持股數(shù)量排名前五的股東計算得出;Industry為行業(yè)虛擬變量，Year為年份虛擬變量。

首先，對式（5）進行回歸，得出相應的系數(shù);然后，將估計所得系數(shù)代回式（5），得到預期的管理費用seekingit;最后，將實際管理費用與預期管理費用相減得企業(yè)尋租費用rentit：rentit=seekingit-seekingit。引入創(chuàng)新投入（inno）來表示企業(yè)研發(fā)支出，選用企業(yè)財務報表中研發(fā)支出費用來表示企業(yè)的創(chuàng)新投入。

為驗證信號渠道（signal）、創(chuàng)新投入（inno）和企業(yè)“尋租”（rent）的中介作用，通過構建中介效應模型來論證該假設，參照Baron和Kenny[30]的方法，對式（1）和式（2）進一步擴展，具體如下：

（二）政府創(chuàng)新補貼時點對企業(yè)技術跨越的中介效應檢驗結果

根據(jù)表5的回歸結果，當中介變量為信號渠道（signal）時，模型（21）和模型（22）表明政府事前補貼（GSB）對信號渠道傳遞沒有顯著的影響，信號渠道對企業(yè)技術跨越（tech）也沒有顯著的影響;且Bootstrap檢驗結果表明，中介效應不顯著，也即政府事前補貼不存在以信號傳遞為中介變量的中介效應，推翻了假設2。類似地，以企業(yè)尋租（rent）為中介變量時，政府事前補貼（GSB）對企業(yè)尋租（rent）沒有顯著的影響，企業(yè)尋租（rent）對企業(yè)技術跨越（tech）也沒有顯著的影響;且Bootstrap檢驗結果表明，中介效應不顯著，也即政府創(chuàng)新事前補貼不存在以企業(yè)尋租為中介變量的中介效應，推翻了假設3。同理，再對事后政府補貼（GSA）對企業(yè)技術跨越的效應進行檢驗，由模型（25）和模型（26）可見，政府事后補貼（GSA）可顯著促進企業(yè)創(chuàng)新研發(fā)支出（inno），企業(yè)創(chuàng)新研發(fā)支出可顯著促進企業(yè)技術跨越（tech）;且由Bootstrap檢驗得，中介效應為正且在1%的水平上顯著，也即政府事后補貼可通過促進企業(yè)加大研發(fā)支出，實現(xiàn)企業(yè)技術跨越，論證了假設5。

六、結論與政策建議

以上研究顯示，政府補貼中的事前補貼和事后補貼均可顯著提高企業(yè)實現(xiàn)技術跨越的概率。提高企業(yè)營業(yè)收入、增加研發(fā)人員占總員工的比重均可提高企業(yè)實現(xiàn)技術跨越的概率。政府事前創(chuàng)新補貼對非國有企業(yè)技術跨越、東部地區(qū)企業(yè)的技術跨越均有顯著的促進作用，政府事后補貼對國有企業(yè)的技術跨越有顯著促進作用。政府事前補貼不存在信號傳遞和企業(yè)“尋租”的中介路徑，政府事后補貼可通過增加企業(yè)研發(fā)支出來促進企業(yè)技術跨越。

以上研究為優(yōu)化政府創(chuàng)新補貼的政策，助推企業(yè)實現(xiàn)技術跨越提供了有益啟示：（1）事前補貼和事后補貼對企業(yè)技術跨越均存在顯著的促進作用，且政府事前補貼不存在以企業(yè)“尋租”為中介變量的路徑，不會對企業(yè)技術跨越產(chǎn)生負面影響。因此，應當結合企業(yè)的實際情況，結合使用政府事前補貼和政府事后補貼，最大化地促進企業(yè)實現(xiàn)技術跨越。（2）企業(yè)有必要設立監(jiān)督機制，對企業(yè)創(chuàng)新支出資金的到位、創(chuàng)新規(guī)劃、創(chuàng)新人才培養(yǎng)引進進行監(jiān)督，確保事前補貼對企業(yè)創(chuàng)新支出的促進作用，并進一步促進企業(yè)實現(xiàn)技術跨越。（3）應根據(jù)企業(yè)間存在的差異，有針對性地制定政府創(chuàng)新補貼政策。比如對非國有企業(yè)和東部地區(qū)的企業(yè)，應適當加大事前補貼的力度;對國有企業(yè)加大事后補貼的力度。對待其他企業(yè)也應進行積極探索，找到有助于不同企業(yè)實現(xiàn)企業(yè)技術跨越的政策工具。并且將不同的政策工具組合起來，確保補貼手段的多元化，分散政策工具帶來的風險，最大化政策工具對企業(yè)創(chuàng)新的激勵作用，以激勵企業(yè)創(chuàng)新，最終實現(xiàn)技術跨越。

注釋：

① 企業(yè)規(guī)模、獨立董事人數(shù)和企業(yè)營業(yè)收入進行了對數(shù)處理，以減少異方差。

②東部地區(qū)的省份包括河北省、北京市、天津市、山東省、江蘇省、上海市、浙江省、福建省、廣東省、海南省。其余省份被納為中西部地區(qū)。

③采用工具變量法的穩(wěn)健性檢驗結果因篇幅的有限未在文中給出，如有需要可聯(lián)系作者。

④傾向得分匹配的穩(wěn)健性檢驗結果因篇幅的有限未在文中給出，如有需要可聯(lián)系作者。

⑤如果公司前十大股東名稱中含有“風險投資”“創(chuàng)業(yè)投資”等名稱，那么視為企業(yè)獲得了風險投資;若公司前十大股東中有被收錄進《中國創(chuàng)業(yè)風險投資發(fā)展報告（2015）》中的中國創(chuàng)業(yè)風險投資機構名錄，則視為企業(yè)獲得了風險投資;對于仍然無法判斷是否獲得風險投資支持的公司，若前十大股東名稱中包含“高新技術投資”“科技投資”等關鍵詞，則進行網(wǎng)絡搜索來判斷該機構和企業(yè)的主營業(yè)務是否為“風險投資”和“創(chuàng)業(yè)投資”，若是，則視為企業(yè)獲得了風險投資。

參考文獻：

[1] Schumpeter J A. The theory of economic development：An inquiry into profits，capital，credit，interest and the business cycle[M].America：Transaction Publishers，1934.

[2] Arrow K J. The economic implications of learning by doing[J].Review of Economic Studies，1962，29：155-173.

[3] Guo Di，Yan Guo，Kun Jiang. Government subsidized R&D and innovation outputs：An empirical analysis on Chinas innofund program[R].Stanford Center for International Development Working Paper，2015：494.

[4] Guo D，Guo Y，Jiang K. Government-subsidized R&D and firm innovation：Evidence from China[J].Research Policy，2016，45（6）：1129-1144.

[5] Huergo E，Moreno L. Subsidies or loans？Evaluating the impact of R&D support programmes[J].Research Policy，2017，46（7）：1198-1214.

[6] 任曙明，張靜.補貼、尋租成本與加成率——基于中國裝備制造企業(yè)的實證研究[J].管理世界，2013，10：118-129.

[7] 章元，程郁，佘國滿.政府補貼能否促進高新技術企業(yè)的自主創(chuàng)新？——來自中關村的證據(jù) [J].金融研究，2018，10：123-140.

[8] Howell A. Picking ‘winners in China：Do subsidies matter for indigenous innovation and firm productivity？[J].China Economic Review，2017，44：154-165.

[9] Wang Y B，Li J Z，F(xiàn)urman J L. Firm performance and state innovation funding：Evidence from China's innofund program[J]. Research Policy，2017，46（6）：1142-1161.

[10]毛其淋，許家云.政府補貼對企業(yè)新產(chǎn)品創(chuàng)新的影響——基于補貼強度“適度區(qū)間”的視角[J].中國工業(yè)經(jīng)濟，2015（6）：94-107.

[11]Yu F F，Guo Y，Le-Nguyen K，et al. The impact of government subsidies and enterprisesR&D investment：A panel data study from renewable energy in China[J].Energy Policy，2016，89：106-113.

[12]潘孝珍.稅收優(yōu)惠的科技創(chuàng)新激勵效應存在門檻嗎？——基于股權結構視角的實證分析[J].科研管理，2019，40（10）：48-57.

[13]夏清華，何丹.政府研發(fā)補貼促進企業(yè)創(chuàng)新了嗎——信號理論視角的解釋[J].科技進步與對策，2020，37（1）：92-101.

[14]Peng H，Liu Y. How government subsidies promote the growth of entrepreneurial companies in clean energy industry：An empirical study in China[J].Journal of Cleaner Production，2018，188：508-520.

[15]Lee E，Walker M，Zeng C. Do Chinese government subsidies affect firm value？[J].Accounting，Organizations and Society，2014，39（3）：149-169.

[16]朱平芳，徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實證研究[J].經(jīng)濟研究，2003（6）：45-53.

[17]Belloc F. Innovation in state-owned enterprises：Reconsidering the conventional wisdom[J].Journal of Economic Issues，2014，48（3）：821-848.

[18]楊洋，魏江，羅來軍.誰在利用政府補貼進行創(chuàng)新？——所有制和要素市場扭曲的聯(lián)合調節(jié)效應[J].管理世界，2015（1）：75-86，98，188.

[19]張杰，陳志遠，楊連星，等.中國創(chuàng)新補貼政策的績效評估：理論與證據(jù)[J].經(jīng)濟研究，2015，50（10）：4-17，33.

[20]Bulan L，Sanyal P. Incentivizing managers to build innovative firms[J].Annals of Finance，2011，7（2）：267-283.

[21]Feng W，Bing Z. Distributional incidence of green electricity price subsidies in China[J].Energy Policy，2016，88：27-38.

[22]孫鳳陽.政府創(chuàng)新補貼對企業(yè)創(chuàng)新投入的影響研究[D].昆明：云南財經(jīng)大學，2020.

[23]謝眾，張杰.營商環(huán)境、企業(yè)家精神與實體企業(yè)績效——基于上市公司數(shù)據(jù)的經(jīng)驗證據(jù)[J].工業(yè)技術經(jīng)濟，2019（5）：89-96.

[24]王紅建，李茫茫，湯泰劼.實體企業(yè)跨行業(yè)套利的驅動因素及其對創(chuàng)新的影響[J].中國工業(yè)經(jīng)濟，2016（11）：73-89.

[25]郭玥.政府創(chuàng)新補助的信號傳遞機制與企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2018（9）：98-116.

[26]Sajons G B. Estimating the causal effect of measured endogenous variables：A tutorial on experimentally randomized instrumental variables[J].The Leadership Quarterly，2020，31（5）：101-348.

[27]Morgan S L，Winship C. Counterfactuals and causal inference：Methods and principles for social research[M]. New York：Cambridge University Press，2015.

[28]吳超鵬，吳世農(nóng)，程靜雅，等.風險投資對上市公司投融資行為影響的實證研究[J].經(jīng)濟研究，2012，47（1）：105-119，160.

[29]范紅忠，馮山，張譽航.女性董事與企業(yè)尋租——基于中國上市公司的證據(jù)[J].經(jīng)濟與管理研究，2019，40（5）：128-144.

[30]Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J].Journal of Personality&Social Psychology，1986，51（6）：1173-1182.

[31]陳瑞，鄭毓煌，劉文靜.中介效應分析：原理、程序、Bootstrap方法及其應用[J].營銷科學學報，2013，9（4）：120-135.