武鍶芪

摘 要：本文基于2008—2019我國(guó)滬、深兩地資本市場(chǎng)企業(yè)獲得的財(cái)政補(bǔ)貼及創(chuàng)新投入的實(shí)踐數(shù)據(jù)，構(gòu)建包括財(cái)政補(bǔ)貼、研發(fā)投入及創(chuàng)新預(yù)期收益在內(nèi)的理論模型和面板回歸模型，從理論上和實(shí)證分析上論證了財(cái)政補(bǔ)貼支持企業(yè)創(chuàng)新活動(dòng)的必要性和可行性。

關(guān)鍵詞：財(cái)政補(bǔ)貼;企業(yè)創(chuàng)新投入;企業(yè)生命周期;企業(yè)所有制屬性

政府的財(cái)政政策對(duì)企業(yè)技術(shù)創(chuàng)新具有重要的導(dǎo)向和助推作用，如何有效設(shè)定與實(shí)施促進(jìn)企業(yè)研發(fā)創(chuàng)新投入的財(cái)政補(bǔ)貼政策，提升補(bǔ)貼激勵(lì)的實(shí)效，對(duì)我國(guó)未來(lái)經(jīng)濟(jì)持續(xù)、健康的發(fā)展以及創(chuàng)新型國(guó)家的建設(shè)均具有重要意義。

一、理論拓展與假設(shè)提出

財(cái)政補(bǔ)貼政策能否助力我國(guó)企業(yè)在全球創(chuàng)新競(jìng)爭(zhēng)中占有比較優(yōu)勢(shì)并取得實(shí)效，關(guān)鍵取決于政府的宏觀政策設(shè)計(jì)意圖能否在微觀企業(yè)層面得以實(shí)現(xiàn)。理論上，政府不斷加大對(duì)創(chuàng)新活動(dòng)財(cái)政上的資助有可能帶來(lái)如下兩方面的效果：從樂(lè)觀的一方面來(lái)看，首先，財(cái)政補(bǔ)貼可降低企業(yè)開展創(chuàng)新的研發(fā)成本和風(fēng)險(xiǎn)，故作為導(dǎo)向型基金，其對(duì)吸引企業(yè)涉足于難題攻關(guān)并引導(dǎo)前沿領(lǐng)域的資本和人才投向均起到了不容忽視的支持、帶動(dòng)作用。

第二階段，在產(chǎn)能和前期研發(fā)投資的約束下，企業(yè)據(jù)市場(chǎng)需求生產(chǎn)、銷售以變現(xiàn)研發(fā)構(gòu)思并實(shí)現(xiàn)創(chuàng)新收益。

二、樣本選擇和數(shù)據(jù)來(lái)源

在實(shí)證的初始環(huán)節(jié)，為保障論文結(jié)果的普適與穩(wěn)定性，本文以2008—2019年滬、深兩市的所有A股上市企業(yè)為原始樣本，樣本選擇過(guò)程中剔除了：金融類企業(yè)、當(dāng)年進(jìn)行IPO的企業(yè)以及交易狀態(tài)為ST或者*ST的企業(yè)。同時(shí)，為減輕異方差和多重共線性對(duì)估計(jì)結(jié)果的影響，本文對(duì)所有非比值和未經(jīng)標(biāo)準(zhǔn)化處理的變量取了自然對(duì)數(shù)。在刪除變量的缺漏值、無(wú)效值和異常值后，本文最終獲得30116個(gè)企業(yè)-年度的非平衡面板數(shù)據(jù)樣本觀測(cè)點(diǎn)。

三、模型設(shè)計(jì)與變量選擇

（一）基礎(chǔ)模型設(shè)定與實(shí)證策略

從過(guò)去資本市場(chǎng)的實(shí)證經(jīng)驗(yàn)上來(lái)看，我國(guó)財(cái)政的研發(fā)創(chuàng)新資助效果究竟如何？是“擠入”還是“擠出”了企業(yè)的技術(shù)創(chuàng)新活動(dòng)呢？

在因變量技術(shù)創(chuàng)新投入指標(biāo)的選取和度量上，本文專注于研究企業(yè)在研發(fā)領(lǐng)域的投入，故選用了企業(yè)當(dāng)期對(duì)數(shù)化的研發(fā)費(fèi)用進(jìn)行刻畫。核心解釋變量為企業(yè)t-1期獲得的財(cái)政補(bǔ)貼。根據(jù)《企業(yè)會(huì)計(jì)準(zhǔn)則第16號(hào)—政府補(bǔ)助（2006）》（財(cái)會(huì)〔2006〕3號(hào)）的規(guī)定，政府補(bǔ)助分為：與收益相關(guān)的政府補(bǔ)助以及與資產(chǎn)相關(guān)的政府補(bǔ)助。在收到第一類與收益相關(guān)的政府補(bǔ)助時(shí)？企業(yè)需將相關(guān)所得計(jì)入當(dāng)期損益，其主要在“政府補(bǔ)助”的收益科目中予以反映。在收到第二類與資產(chǎn)相關(guān)的政府補(bǔ)助時(shí)，企業(yè)不能當(dāng)期全額將相關(guān)補(bǔ)貼確認(rèn)為收益，應(yīng)當(dāng)隨相關(guān)資產(chǎn)的使用，逐年在資產(chǎn)的使用壽命內(nèi)進(jìn)行平均分配。為此，本文選取企業(yè)年報(bào)附注中營(yíng)業(yè)外收入項(xiàng)下的政府補(bǔ)助當(dāng)期發(fā)生額以及資產(chǎn)負(fù)債表中遞延收益期末值與期初值間的差額進(jìn)行求和來(lái)作為本文的核心解釋變量。

控制變量則包含了下述五個(gè)反映公司特征、經(jīng)營(yíng)情況以及增長(zhǎng)潛力的變量。其一：企業(yè)廣告銷售投入的強(qiáng)度;其二：企業(yè)的盈利能力;其三：成長(zhǎng)性，企業(yè)規(guī)模的快速擴(kuò)張對(duì)其創(chuàng)新行為也有著不容忽視的影響，一方面，成長(zhǎng)性較強(qiáng)的企業(yè)通常擁有較大的增長(zhǎng)潛力，而另一方面，迅速擴(kuò)張的公司所面臨的現(xiàn)金流壓力亦不容忽視，本文選用樣本企業(yè)平均三年的主營(yíng)收入增長(zhǎng)率來(lái)衡量企業(yè)的成長(zhǎng)性。其四：企業(yè)規(guī)模;其五：企業(yè)年齡，企業(yè)經(jīng)營(yíng)年限反映了企業(yè)干中學(xué)效應(yīng)，對(duì)優(yōu)化資本、勞動(dòng)和中間投入的組合構(gòu)成都有著不容忽視的影響。

（二）變量設(shè)定

針對(duì)于創(chuàng)新投入，本文采用對(duì)數(shù)化的研發(fā)開支作為企業(yè)研發(fā)投入強(qiáng)度的代理變量。模型1中其他控制變量的取值來(lái)源和計(jì)算方式詳見下表1。在隨后的實(shí)證分析環(huán)節(jié)，本文將重點(diǎn)關(guān)注關(guān)鍵解釋變量——財(cái)政補(bǔ)前系數(shù)的符號(hào)和顯著性。

四、財(cái)政補(bǔ)貼影響企業(yè)技術(shù)創(chuàng)新投入的實(shí)證分析

（一）描述性統(tǒng)計(jì)

從表2的描述性統(tǒng)計(jì)中可以看出，樣本期間，主要被解釋變量——?jiǎng)?chuàng)新投入（Input）取完自然對(duì)數(shù)后的均值為3.0986，雖較原始數(shù)據(jù)來(lái)說(shuō)其極端值之間的間隔有大幅減少，但其標(biāo)準(zhǔn)差高達(dá)6.4895，表明不同企業(yè)之間的創(chuàng)新投入存在較大差異。同時(shí)其偏度為正，表明位于均值右邊的數(shù)據(jù)比位于左邊的少，整體樣本呈現(xiàn)右側(cè)拖尾的特征。即：部分樣本企業(yè)的高額研發(fā)投入拉高了整體均值，但大部分企業(yè)仍處于研發(fā)投入的中低區(qū)間。

（二）基礎(chǔ)模型的實(shí)證結(jié)果與分析

從基礎(chǔ)模型1的回歸結(jié)果來(lái)看，其方差膨脹因子（Variance Inflation Factor， VIF）遠(yuǎn)低于10，DW值接近于2，表明不存在多重共線性問(wèn)題，模型F值16.72353所對(duì)應(yīng)的P值小于0.01，表明整體模型的顯著性良好，回歸結(jié)果具有研究指導(dǎo)意義。

在解釋變量中，表3第二列展示了OLS固定效應(yīng)的回歸結(jié)果，其中，財(cái)政補(bǔ)貼對(duì)企業(yè)研發(fā)投入影響的系數(shù)估計(jì)值是0.011136，t值為2.671599，在1%的水平下通過(guò)了顯著性檢驗(yàn)，表明在2008—2019年的研究期內(nèi)，樣本企業(yè)獲得財(cái)政補(bǔ)貼的力度每增加1%，其研發(fā)投入便會(huì)隨之增加1.1136%，來(lái)自財(cái)政的補(bǔ)貼能顯著“擠入”樣本企業(yè)的研發(fā)投入，前述假設(shè)得到證實(shí)。

（三）穩(wěn)健性檢驗(yàn)

1. 運(yùn)用Heckman兩步法剔除樣本自選擇效應(yīng)

上文基礎(chǔ)模型1是基于2008—2019年上市公司所披露的研發(fā)投入與之獲取財(cái)政補(bǔ)貼數(shù)據(jù)的取值來(lái)檢驗(yàn)財(cái)政補(bǔ)貼與企業(yè)創(chuàng)新投入間的關(guān)系，然而，在原始數(shù)據(jù)的收集和處理中，并非所有上市企業(yè)都會(huì)詳盡地披露其研發(fā)投入信息，如若企業(yè)在創(chuàng)新活動(dòng)中無(wú)甚亮眼表現(xiàn)，其多傾向于不在研究開發(fā)指標(biāo)項(xiàng)目下披露明細(xì)或僅做模糊化的表述。那么，這便產(chǎn)生了一個(gè)潛在顧慮，會(huì)不會(huì)有可能模型1的原始內(nèi)在的作用機(jī)制是：由于樣本公司高研發(fā)投入的特點(diǎn)，才導(dǎo)致財(cái)政補(bǔ)貼額外給予了較多資金的支持和關(guān)照呢？換言之，來(lái)自財(cái)政的補(bǔ)貼會(huì)不會(huì)是企業(yè)研發(fā)投入的“果”而非“因”呢？

本文原始樣本為30116個(gè)數(shù)據(jù)，但按要求披露詳細(xì)研發(fā)情況的僅有16603個(gè)企業(yè)數(shù)據(jù)，約占到總體樣本55.13%的份額，部分企業(yè)并未披露明細(xì)至各項(xiàng)的研發(fā)信息，這也意味著本文面臨的是一個(gè)刪截樣本，企業(yè)研發(fā)投入的初始分布不再滿足經(jīng)典最小二乘法（OLS）的假設(shè)。由于傳統(tǒng)OLS固定效應(yīng)回歸只有在企業(yè)是否披露研發(fā)投入信息為完全隨機(jī)時(shí)，才能保證估計(jì)結(jié)果的無(wú)偏和一致，但如若是研發(fā)方面表現(xiàn)優(yōu)異的公司傾向于更多地曝光相關(guān)信息，那么樣本企業(yè)的自我選擇效應(yīng)（Self Selection Bias）便很可能導(dǎo)致上文基礎(chǔ)模型的回歸結(jié)果出現(xiàn)有偏和不可信。針對(duì)于潛在有可能產(chǎn)生的估計(jì)偏誤，在穩(wěn)健性檢驗(yàn)環(huán)節(jié)，本文借鑒倪婷婷和王躍堂（2018）的思路，采用Heckman兩步法來(lái)處理和控制上述可能存在的樣本選擇性偏誤。結(jié)合我國(guó)《企業(yè)會(huì)計(jì)準(zhǔn)則——基本準(zhǔn)則》中有關(guān)財(cái)務(wù)披露信息質(zhì)量的要求，本文選取了：顯著性（是否在財(cái)務(wù)報(bào)告或其附注中披露研發(fā)活動(dòng)的相關(guān)信息）、時(shí)效性（是否在過(guò)去與現(xiàn)在兩個(gè)可比時(shí)間維度均披露了研發(fā)投入的信息）、可靠性（能否提供獨(dú)立第三方的檢驗(yàn)證明）與可量化性（有無(wú)數(shù)字化信息描述）四個(gè)維度的指標(biāo)以進(jìn)行因變量篩選，并相應(yīng)地構(gòu)建Linear Probit選擇方程。第一階段，設(shè)定如下選擇方程：

表4第3列報(bào)告了用Heckman兩步法估計(jì)后，財(cái)政補(bǔ)貼對(duì)樣本企業(yè)研發(fā)投入決策的影響，可以看出，逆米爾斯比率λi，t的系數(shù)為0.82214，顯著不為0且在1%的顯著性水平下通過(guò)了t檢驗(yàn)（t值82.6233），表明有必要控制樣本自選擇偏誤后重新進(jìn)行回歸，以保障結(jié)果的可靠性。表4第3列是控制樣本選擇性偏誤后的回歸結(jié)果，財(cái)政補(bǔ)貼前的系數(shù)符號(hào)和顯著性均未發(fā)生本質(zhì)性變化，由此驗(yàn)證了前文的主要結(jié)論：來(lái)自財(cái)政的補(bǔ)貼確實(shí)能激勵(lì)樣本企業(yè)進(jìn)行研發(fā)創(chuàng)新投入，即使將樣本企業(yè)研發(fā)信息披露的自選擇效應(yīng)納入考慮范疇后，該杠桿撬動(dòng)效應(yīng)仍然成立。

2. 更換被解釋變量的度量方式

對(duì)傳統(tǒng)OLS回歸估計(jì)造成干擾的另外一個(gè)可能便是變量計(jì)量過(guò)程中所可能產(chǎn)生的誤差，為盡可能排除該因素給回歸估計(jì)所帶來(lái)的偏誤，變換變量的度量方式后再進(jìn)行回歸亦能從側(cè)面驗(yàn)證前述回歸結(jié)果的穩(wěn)健性。有如企業(yè)的產(chǎn)能、生產(chǎn)線的擴(kuò)張會(huì)通過(guò)廠房、機(jī)器、設(shè)備等固定資產(chǎn)的增購(gòu)以實(shí)現(xiàn)，那么企業(yè)對(duì)技術(shù)創(chuàng)新的投入也可以從其無(wú)形資產(chǎn)的增加中窺見端倪。故樣本企業(yè)期末無(wú)形資產(chǎn)的凈增加額也能側(cè)面反應(yīng)其研發(fā)投入，人力資本開發(fā)，新技術(shù)引進(jìn)、消化與吸收的強(qiáng)度。表3第三列將基礎(chǔ)回歸模型1中的被解釋變量的度量方式由企業(yè)當(dāng)期的研發(fā)投入替換成企業(yè)當(dāng)期無(wú)形資產(chǎn)的凈增加額，可以看出，財(cái)政補(bǔ)貼前的系數(shù)仍然為正的0.0125，且高度顯著，證明前述基礎(chǔ)回歸的結(jié)果是穩(wěn)健可靠的。

3. 考慮異方差、序列自相關(guān)及變量多種分布形式后的穩(wěn)健性檢驗(yàn)

從表3第4列可以看出，基于Breusch-Pagan檢驗(yàn)，基礎(chǔ)模型1回歸的P值小于10%，表明在10%的顯著性水平下不能拒絕隨機(jī)擾動(dòng)項(xiàng)存有異方差的原假設(shè)。而可行廣義最小二乘法（Feasible Generalized Least Squares， FGLS）是在假定變量可能存在異方差的前提下，通過(guò)對(duì)原模型形式的變換以使其誤差項(xiàng)具有同方差性，繼而滿足普通最小二乘估計(jì)的經(jīng)典假定，所得結(jié)果由于可以有效緩解異方差所帶來(lái)的偏誤，故可用作穩(wěn)健性檢驗(yàn)。從表3第四列的回歸結(jié)果中可以看出，運(yùn)用FGLS估計(jì)后，基礎(chǔ)模型1關(guān)鍵解釋變量和控制變量的系數(shù)的符號(hào)和顯著性均維持穩(wěn)定。

由于廣義線性模型（Generalize Linear Model，GML）放寬了有關(guān)因變量和自變量分布形式的假設(shè)，可容納估計(jì)伽馬分布、逆高斯分布、多項(xiàng)分布及Poisson分布等多種分布形式（Wooldridge，2002）故相較于一般的經(jīng)典最小二乘回歸，其所能描述的分布形式更廣。實(shí)踐中，GML的參數(shù)主要是通過(guò)迭代方程進(jìn)行求解，故通常采用最大似然法（Maximum Likelihood）進(jìn)行估計(jì)，其顯著性描述統(tǒng)計(jì)量為Z統(tǒng)計(jì)量。為排除各類變量多種分布形式對(duì)回歸結(jié)果所可能產(chǎn)生的干擾，表3第6列也采用了廣義線性模型進(jìn)行估計(jì)，從表中回歸結(jié)果中不難發(fā)現(xiàn)：即使回歸方程1中自變量和因變量均不服從正態(tài)分布，財(cái)政補(bǔ)貼前的系數(shù)依舊正向、顯著。表明其對(duì)樣本企業(yè)研發(fā)投入的積極促進(jìn)作用仍然成立。

五、財(cái)政補(bǔ)貼對(duì)企業(yè)創(chuàng)新投入影響的異質(zhì)性分析

（一）財(cái)政補(bǔ)貼對(duì)企業(yè)創(chuàng)新投入異質(zhì)性影響的理論推演

考慮到我國(guó)幅員遼闊，上市企業(yè)的數(shù)量連年增加，那么在得出財(cái)政補(bǔ)貼能正向、顯著地激勵(lì)上市企業(yè)進(jìn)行研發(fā)投資的基本結(jié)論之后，本文將進(jìn)一步探究：財(cái)政補(bǔ)貼對(duì)企業(yè)的創(chuàng)新投資支持是否存在不同生命周期，所屬行業(yè)，企業(yè)所有權(quán)屬性以及地域上的差異？

1. 基于不同生命周期的子樣本分析

財(cái)政在進(jìn)行補(bǔ)貼性質(zhì)的支出時(shí)，所關(guān)注的重點(diǎn)是：在機(jī)會(huì)成本客觀存在的前提下，其資金的投放能否得到相對(duì)高效的利用？而企業(yè)所處的生命周期發(fā)展階段是否便于知識(shí)和技術(shù)的快速積累，其產(chǎn)品或服務(wù)能否具有高速成長(zhǎng)或盈利轉(zhuǎn)化的潛力，是決策層權(quán)衡考量補(bǔ)貼投放于企業(yè)研發(fā)活動(dòng)的預(yù)期收益能否超過(guò)其綜合成本的重要標(biāo)準(zhǔn)。

由于企業(yè)在不同的生命階段有著截然不同的現(xiàn)金流特征，故本文在隨后的研究中，將借鑒Brown（2009）和葉建芳等（2010）的現(xiàn)金流組合分析法，用經(jīng)營(yíng)、投資、籌資現(xiàn)金流的不同組合方式以區(qū)分企業(yè)處于不同生命周期中的狀態(tài)。根據(jù)表5中三類現(xiàn)金流組合符號(hào)的劃分原則，本文將原始企業(yè)樣本分別歸類至：初創(chuàng)期、成長(zhǎng)期、成熟期和衰退期。隨后基于分組回歸和彈性分析的實(shí)證環(huán)節(jié)將嘗試?yán)迩澹壕烤关?cái)政補(bǔ)貼對(duì)處于不同生命周期階段的企業(yè)，會(huì)不會(huì)產(chǎn)生不同的創(chuàng)新投資激勵(lì)效果？

2. 基于產(chǎn)權(quán)類型的子樣本分析

在轉(zhuǎn)型經(jīng)濟(jì)體中，國(guó)企和其他所有制企業(yè)受薪酬激勵(lì)體系、市場(chǎng)淘汰機(jī)制、產(chǎn)品壟斷程度等多方面因素的影響，在先天創(chuàng)新動(dòng)力和后期創(chuàng)新執(zhí)行的效率上便有所差異。但也有部分文獻(xiàn)持相反的觀點(diǎn)，余明桂、潘紅波（2008）的研究指出：政治關(guān)聯(lián)有助于企業(yè)及時(shí)領(lǐng)悟國(guó)家的實(shí)質(zhì)性意圖，并相應(yīng)地制定和調(diào)整企業(yè)的經(jīng)營(yíng)戰(zhàn)略，這將最終有利于企業(yè)創(chuàng)新業(yè)績(jī)的提升。從創(chuàng)新投資的角度出發(fā)，等量的財(cái)政補(bǔ)貼投入對(duì)不同所有制企業(yè)的邊際研發(fā)激勵(lì)是否有所不同？在實(shí)踐中，究竟哪類主體能更好地發(fā)揮出財(cái)政補(bǔ)貼的效能？后續(xù)補(bǔ)貼資源的分配是否應(yīng)有所調(diào)整或側(cè)重？

3. 基于是否為高新技術(shù)企業(yè)的子樣本分析

不同行業(yè)由于資本技術(shù)密集度與發(fā)展前景、預(yù)期與行業(yè)特點(diǎn)上的差異，也引起了研發(fā)需求上的不同，進(jìn)而帶來(lái)申請(qǐng)財(cái)政補(bǔ)貼成功概率上的差異。企業(yè)作為高新技術(shù)企業(yè)，其所能享受到的優(yōu)惠遠(yuǎn)不止于15%的優(yōu)惠企業(yè)所得稅稅率，其無(wú)論是在財(cái)政補(bǔ)貼的申請(qǐng)獲批率上，還是在研發(fā)費(fèi)用的加計(jì)扣除上，或是在相關(guān)資產(chǎn)的加速折舊上均能享受到創(chuàng)新趕超政策的紅利與照顧。顯然而然，高新技術(shù)企業(yè)在外部政策和資源的支持與配套上，是具有比較優(yōu)勢(shì)的。

但也有部分研究對(duì)高新技術(shù)企業(yè)的扶持政策持否定、懷疑態(tài)度。Dang和Motohashi（2015）認(rèn)為，現(xiàn)有對(duì)高新技術(shù)企業(yè)的評(píng)審體系可能過(guò)于強(qiáng)調(diào)技術(shù)本身的先進(jìn)性，而對(duì)研發(fā)對(duì)象的商業(yè)價(jià)值考慮不足，這便導(dǎo)致從原創(chuàng)性想法提出，到商業(yè)化方案的實(shí)施，到產(chǎn)品的成功量產(chǎn)，到最終觸達(dá)消費(fèi)者福利增進(jìn)的過(guò)程間仍存在著很多需要落實(shí)的細(xì)節(jié)與克服的困難，過(guò)多地側(cè)重對(duì)技術(shù)原型的激勵(lì)，便有可能產(chǎn)生“虎頭蛇尾”和“頭重腳輕”的風(fēng)險(xiǎn)。

這不免讓人懷疑，將大量稀缺的財(cái)政補(bǔ)貼資源投入至資金已然密集堆砌的高新技術(shù)企業(yè)群體中，究竟能否真正帶來(lái)研發(fā)投資的大幅增加？后續(xù)的補(bǔ)貼政策該如何調(diào)整才能進(jìn)一步地優(yōu)化其邊際激勵(lì)效能呢？

4. 基于企業(yè)異質(zhì)經(jīng)營(yíng)地域的子樣本分析

在國(guó)家實(shí)施西部大開發(fā)、中部崛起、東部率先繁榮的區(qū)域發(fā)展戰(zhàn)略下，我國(guó)的地方經(jīng)濟(jì)建設(shè)在各區(qū)人均GDP大幅提升的同時(shí)亦取得了一系列發(fā)展成果。但不可否認(rèn)的是，受區(qū)位環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政充裕度、人口流動(dòng)趨勢(shì)、當(dāng)?shù)厥袌?chǎng)化進(jìn)程以及地方政府經(jīng)營(yíng)理念的影響，我國(guó)東、中、西三個(gè)經(jīng)濟(jì)區(qū)域間在既有經(jīng)濟(jì)體量上的差距依舊較大，各區(qū)發(fā)展不平衡的問(wèn)題依舊較為突出，加之各區(qū)政府對(duì)創(chuàng)新活動(dòng)的重視程度和可調(diào)度資源也有所差異，導(dǎo)致屬地企業(yè)在獲得創(chuàng)新補(bǔ)貼的金額和概率上也有所差異。而接下來(lái)，財(cái)政補(bǔ)貼在異質(zhì)區(qū)域內(nèi)創(chuàng)新激勵(lì)效能的差異及其原因分析將為后期各經(jīng)濟(jì)區(qū)域因時(shí)、因地制宜的政策設(shè)計(jì)和調(diào)整提供在經(jīng)驗(yàn)證據(jù)上的支持。

（二）財(cái)政補(bǔ)貼對(duì)企業(yè)創(chuàng)新投入異質(zhì)性影響的實(shí)證檢驗(yàn)

1. 實(shí)證策略

如果說(shuō)前文討論的是解釋變量X（財(cái)政補(bǔ)貼）對(duì)被解釋變量Y（企業(yè)創(chuàng)新投入）條件期望E（Y|X）的影響，那么本文將重點(diǎn)關(guān)注X對(duì)Y整個(gè)條件分布（Y|X）的影響。即考慮到企業(yè)廣泛存在的異質(zhì)性特征之后，財(cái)政補(bǔ)貼對(duì)不同生命周期階段、不同所有制、不同行業(yè)類型以及不同經(jīng)營(yíng)地域企業(yè)創(chuàng)新行為的影響差異。

在具體分組過(guò)程中，對(duì)上市企業(yè)生命周期的分類是參照表7中樣本企業(yè)在經(jīng)營(yíng)、投資、籌資活動(dòng)現(xiàn)金流的不同組合形式以分別劃入：初創(chuàng)期、成長(zhǎng)期、成熟期和衰退期。而對(duì)上市企業(yè)所有權(quán)性質(zhì)的分類是依據(jù)CSMAR數(shù)據(jù)庫(kù)中關(guān)于企業(yè)最終控制方的披露，當(dāng)其所有權(quán)性質(zhì)為國(guó)有股份時(shí)，則歸類為國(guó)企;當(dāng)其所有權(quán)性質(zhì)為民企、外資或其他時(shí)，本文統(tǒng)一將其歸入非國(guó)企的范疇。而對(duì)上市企業(yè)行業(yè)的主要?jiǎng)澐忠罁?jù)是其披露的企業(yè)所得稅適用稅率，由于經(jīng)國(guó)家認(rèn)定的高新技術(shù)企業(yè)，可執(zhí)行15%的企業(yè)所得稅優(yōu)惠稅率，故根據(jù)各年度上市企業(yè)所披露的企業(yè)所得稅稅率信息，本文將當(dāng)年享受優(yōu)惠稅率的樣本歸入高新技術(shù)企業(yè)組，將適用普通稅率的樣本歸入非高新組。最后，對(duì)企業(yè)主要經(jīng)營(yíng)所在地域的劃分依據(jù)是其財(cái)務(wù)報(bào)表附注中關(guān)于注冊(cè)省份的披露信息，基于所處省份的信息，再分別將其歸入至東、中、西三大經(jīng)濟(jì)地帶的子樣本中。異質(zhì)性回歸結(jié)果中的系數(shù)估計(jì)值，即：財(cái)政補(bǔ)貼每變動(dòng)一個(gè)單位，所帶來(lái)創(chuàng)新投入的變動(dòng)百分比。

2. 異質(zhì)性企業(yè)回歸的實(shí)證結(jié)果與分析

（1）不同生命周期企業(yè)的實(shí)證結(jié)果分析

表6報(bào)告了財(cái)政補(bǔ)貼對(duì)不同生命周期企業(yè)創(chuàng)新投入的異質(zhì)性影響。從回歸結(jié)果可以看出：在初創(chuàng)期，財(cái)政補(bǔ)貼對(duì)企業(yè)創(chuàng)新投資的邊際激勵(lì)帶動(dòng)作用十分明顯，其系數(shù)在1%的顯著性水平下正向顯著。具體而言，財(cái)政補(bǔ)貼每增加1%，初創(chuàng)期企業(yè)的研發(fā)投入將相應(yīng)地增加2.543%。相較于成長(zhǎng)期內(nèi)1.828%以及成熟期內(nèi)1.748%的邊際促進(jìn)作用，財(cái)政補(bǔ)貼對(duì)初創(chuàng)期企業(yè)研發(fā)投資的實(shí)際帶動(dòng)作用是較為高效的。

隨著企業(yè)對(duì)先期想法的不斷試錯(cuò)和對(duì)探索經(jīng)驗(yàn)的積累，其對(duì)研發(fā)投資的方向把控可能更具針對(duì)性和明晰性，并由此逐漸由初創(chuàng)期過(guò)度至快速擴(kuò)張的成長(zhǎng)期。但從過(guò)往補(bǔ)貼撥付的實(shí)際情況來(lái)看，為規(guī)避財(cái)政支持的盲目性和分散性，相關(guān)補(bǔ)貼資源通常流向了初具規(guī)模并已有一定行業(yè)影響力的公司。受蜂擁而至資本的影響，在成長(zhǎng)擴(kuò)張階段，財(cái)政補(bǔ)貼資金的邊際促進(jìn)作用有所稀釋和降低。

在成熟階段，由于產(chǎn)品基調(diào)和行業(yè)格局都趨于成型和飽和，企業(yè)自身亦有充裕的可調(diào)動(dòng)資源，致使其對(duì)資本的需求也變得不那么急迫。故相較于初創(chuàng)期和成長(zhǎng)期，財(cái)政補(bǔ)貼對(duì)成熟期企業(yè)的研發(fā)激勵(lì)作用更為有限，其邊際促進(jìn)作用在整個(gè)生命周期中處于最低水平，相較于成長(zhǎng)期的水平，還降低了約4.38%。

（2）不同產(chǎn)權(quán)類型企業(yè)的實(shí)證結(jié)果與分析

表7第2、3列報(bào)告了財(cái)政補(bǔ)貼對(duì)不同所有權(quán)性質(zhì)企業(yè)研發(fā)投入的影響差異。受固定任職年限的影響，相比較而言，國(guó)企經(jīng)營(yíng)者可能更加偏好于那些能在短期內(nèi)凸顯政績(jī)，且收益明顯的投資項(xiàng)目，而對(duì)投資回收期長(zhǎng)，不能完全在任職期內(nèi)實(shí)現(xiàn)回報(bào)的創(chuàng)新性項(xiàng)目不甚積極。關(guān)鍵解釋變量財(cái)政補(bǔ)貼（Gov Sub）的系數(shù)在國(guó)企中為：0.01241，在其他所有制企業(yè)中為：0.03194，雖均通過(guò)了1%水平下的顯著性檢驗(yàn)，但從系數(shù)絕對(duì)值的比較上來(lái)看，財(cái)政補(bǔ)貼對(duì)國(guó)企研發(fā)創(chuàng)新的邊際激勵(lì)作用要遠(yuǎn)低于其在其他所有制企業(yè)中所能起到的邊際激勵(lì)效果，前者僅占到后者效能的38.85%。

（3）不同行業(yè)屬性企業(yè)的實(shí)證結(jié)果與分析

表7第4、5列呈現(xiàn)的是財(cái)政補(bǔ)貼在異質(zhì)行業(yè)中對(duì)不同主體創(chuàng)新投資的邊際激勵(lì)效能差異。從回歸結(jié)果來(lái)看，與政策制定初衷相偏離，財(cái)政補(bǔ)貼在非高新技術(shù)組的邊際激勵(lì)作用（回歸系數(shù)0.04371）和t值（10.7024）反倒高于其在高新技術(shù)組的邊際激勵(lì)作用（回歸系數(shù)0.01591）和t值（7.97441），前者比后者高約63.60%。表明：雖然在直觀上，財(cái)政補(bǔ)貼能顯著降低高新技術(shù)企業(yè)的研發(fā)成本，但其在實(shí)際作用過(guò)程中，卻存在著一定的投入冗余和過(guò)剩的風(fēng)險(xiǎn)。

（4）不同經(jīng)營(yíng)區(qū)域企業(yè)的實(shí)證結(jié)果與分析

表8第2、3、4列的回歸結(jié)果顯示，具體到財(cái)政補(bǔ)貼對(duì)東、中、西部經(jīng)濟(jì)地帶企業(yè)創(chuàng)新激勵(lì)效能的比較上，財(cái)政補(bǔ)貼對(duì)西部地區(qū)企業(yè)研發(fā)投入的帶動(dòng)作用最為明顯。分組回歸中，西部地區(qū)企業(yè)核心解釋變量前的回歸系數(shù)高達(dá)0.03632，比中部地區(qū)企業(yè)的系數(shù)水平高約18.99%，比東部地區(qū)企業(yè)的系數(shù)水平高約22.98%。而針對(duì)于三者前系數(shù)是否在統(tǒng)計(jì)上趨于一致的Wald檢驗(yàn)也拒絕了三者相等的原假設(shè)，表明財(cái)政補(bǔ)貼在不同經(jīng)濟(jì)地帶創(chuàng)新刺激效能的差異是客觀且顯著存在的。

六、財(cái)政補(bǔ)貼影響企業(yè)技術(shù)創(chuàng)新投資的結(jié)論與啟示

上述實(shí)證的結(jié)果表明，在過(guò)往財(cái)政補(bǔ)貼發(fā)放的實(shí)踐中，其具有較好的宏觀調(diào)節(jié)和普惠性特征，能在一定程度上校正市場(chǎng)自發(fā)資源配置過(guò)程中所存在的階段錯(cuò)配（企業(yè)生命周期階段），屬性錯(cuò)配（企業(yè)所有制屬性），行業(yè)錯(cuò)配（企業(yè)是否屬于高新技術(shù)企業(yè)）以及區(qū)域錯(cuò)配（企業(yè)主要經(jīng)營(yíng)所處區(qū)域）。后續(xù)的工作中，首先補(bǔ)貼資源應(yīng)更為注重在不同類型企業(yè)間的合理配置，以避免各方資源過(guò)度集中所帶來(lái)的無(wú)謂損失和低效浪費(fèi)。財(cái)政支持方式的選擇應(yīng)與不同主體要素稟賦，行業(yè)布局及所屬地區(qū)的經(jīng)濟(jì)發(fā)展水平等特征密切相關(guān)，針對(duì)不同類型企業(yè)的特征，以實(shí)行差異化的補(bǔ)貼激勵(lì)政策。

注 釋：

通常為一次性的財(cái)政補(bǔ)貼。

文中三大經(jīng)濟(jì)地帶的劃分依據(jù)：國(guó)際統(tǒng)計(jì)局：https：//data.stats.gov.cn/easyquery.htm？cn=E0103。東部經(jīng)濟(jì)帶包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省和直轄市。中部經(jīng)濟(jì)帶包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南8省。西部經(jīng)濟(jì)帶包括新疆、內(nèi)蒙古、西藏、青海、云南、廣西、貴州、寧夏、陜西、四川、重慶、甘肅12個(gè)省、直轄市和自治區(qū)。

條件期望：即均值回歸下的平均影響。

考慮到高新技術(shù)企業(yè)是以3年為一個(gè)周期進(jìn)行評(píng)審和認(rèn)定的，所以不能排除部分企業(yè)在特定時(shí)期內(nèi)有/無(wú)高新技術(shù)企業(yè)資格，但在后續(xù)期間內(nèi)又因?yàn)闂l件不再吻合/吻合而喪失/獲得了高新資格，故選取以年度為周期的企業(yè)所得稅的適用稅率，將有效反應(yīng)上述情況。

參考文獻(xiàn)：

[1] BOYREAU G， WEI S J.Pitfalls of a State-dominated Financial System： The Case of China[J].National Bureau of Economic Research Working Paper， 2005， No.W11214：1-30.

[2] BROWN J R， MARTINSSON G， PETERSEN B C. Do Financing Constraints Matter for R&D[J]. Social Science Electronic Publishing， 2012， 56（8）：1512-1529.

[3] BHATTACHARYA S， Ritter J R. Innovation and Communication： Signaling with Partial Disclosure[J]. The Review of Economic Studies， 1983， 50（2）：331-346.

[4] DANG J， MOTOHASHI K. Patent Statistics： A Good Indicator for Innovation in China？ Patent Subsidy Program Impacts on Patent Quality[J].China Economic Review， 2015（35）：137-155.

[5] WOOLDRIDGE J M. Econometric Analysis of Cross Section and Panel Data[M].New York： Massachusetts Institute of Technology Press，2002.

[6] 崔也光，姜曉文，王守盛.財(cái)稅政策對(duì)企業(yè)自主創(chuàng)新的支持效應(yīng)研究——基于經(jīng)濟(jì)區(qū)域的視角[J].經(jīng)濟(jì)與管理研究，2017，（10）：104-113.

[7] 宋麗穎，楊潭.財(cái)政補(bǔ)貼、行業(yè)集中度與高技術(shù)企業(yè)R&D投入的非線性關(guān)系實(shí)證研究[J].財(cái)政研究，2016，（7）：59-68.

[8] 孫剛，孫紅，朱凱.高科技資質(zhì)認(rèn)定與上市企業(yè)創(chuàng)新治理[J].財(cái)經(jīng)研究，2007，（1）：30-39.

[9] 王康，李逸飛，李靜，趙彥云.孵化器何以促進(jìn)企業(yè)創(chuàng)新——來(lái)自中關(guān)村海淀科技園的微觀證據(jù)[J].管理世界，2019，（11）：102-118.