賀 剛，余 慧

（西華大學(xué) 經(jīng)濟(jì)學(xué)院，成都 610039）

0 引言

早在20世紀(jì)90年代，“數(shù)字經(jīng)濟(jì)”這一觀點(diǎn)就被Tapscott（1997）[1]提出，其強(qiáng)調(diào)互聯(lián)網(wǎng)對(duì)世界經(jīng)濟(jì)格局帶來(lái)的影響，并認(rèn)為數(shù)字經(jīng)濟(jì)是在人類智慧網(wǎng)絡(luò)化的基礎(chǔ)上發(fā)展出的新經(jīng)濟(jì)模式。數(shù)字經(jīng)濟(jì)作為戰(zhàn)略性新興產(chǎn)業(yè)發(fā)揮了重要作用，但我國(guó)數(shù)字一體化發(fā)展起步較晚，解決關(guān)鍵“卡脖子”技術(shù)問(wèn)題、推進(jìn)“數(shù)字中國(guó)”建設(shè)與實(shí)現(xiàn)創(chuàng)新引領(lǐng)的高質(zhì)量發(fā)展都需要國(guó)家政策給予大力支持。已有文獻(xiàn)研究與歷史經(jīng)驗(yàn)并不否認(rèn)產(chǎn)業(yè)政策的必要性和重要性，其關(guān)注的焦點(diǎn)是實(shí)施什么樣的產(chǎn)業(yè)政策，具有爭(zhēng)議性的結(jié)論主要體現(xiàn)在三個(gè)方面。第一種觀點(diǎn)認(rèn)為適度的產(chǎn)業(yè)政策可提高產(chǎn)業(yè)創(chuàng)新效率[2,3]；第二種觀點(diǎn)認(rèn)為產(chǎn)業(yè)政策的效果會(huì)打折扣或無(wú)效[4—6]；第三種觀點(diǎn)則認(rèn)為產(chǎn)業(yè)政策工具組合存在較大的異質(zhì)性，甚至具有截然相反的效果[7,8]。國(guó)內(nèi)外文獻(xiàn)對(duì)創(chuàng)新的政策選擇評(píng)價(jià)進(jìn)行了大量研究，但對(duì)數(shù)字創(chuàng)新的政策工具組合效果的識(shí)別研究較少。鑒于此，本文選取2013—2019 年中國(guó)滬深A(yù) 股數(shù)字經(jīng)濟(jì)企業(yè)為研究樣本，從政策工具箱中選擇政府補(bǔ)貼、稅收優(yōu)惠及其組合實(shí)施來(lái)分析促進(jìn)數(shù)字創(chuàng)新的產(chǎn)業(yè)政策選擇問(wèn)題。

1 理論分析與研究假設(shè)

1.1 政府補(bǔ)貼與稅收優(yōu)惠的單一政策效應(yīng)

數(shù)字創(chuàng)新存在社會(huì)收益大于企業(yè)收益的可能性，首先，政府補(bǔ)貼的目的在于減少創(chuàng)新過(guò)程中的經(jīng)濟(jì)風(fēng)險(xiǎn)，具有典型的“事前扶持”特征。其次，作為戰(zhàn)略性新興技術(shù)產(chǎn)業(yè)，企業(yè)在市場(chǎng)上的研發(fā)融資十分困難，同時(shí)還要面臨高昂的研發(fā)成本，而政府補(bǔ)貼能夠直接補(bǔ)充一部分研發(fā)資金，在一定程度上減緩了企業(yè)融資約束和資金壓力。最后，政府對(duì)企業(yè)進(jìn)行資金補(bǔ)貼還具有信號(hào)傳遞屬性，向社會(huì)傳遞企業(yè)在信譽(yù)、競(jìng)爭(zhēng)力方面的積極信號(hào)，產(chǎn)業(yè)政策通過(guò)“外部信心效應(yīng)”和“內(nèi)部信心效應(yīng)”促進(jìn)受支持企業(yè)研發(fā)投入增加[9]，吸引社會(huì)資金對(duì)企業(yè)進(jìn)行投資，使得企業(yè)實(shí)際獲得的資金數(shù)倍于政府補(bǔ)貼的數(shù)額?；诖?，本文提出：

假設(shè)1：政府補(bǔ)貼有助于促進(jìn)數(shù)字創(chuàng)新。

與政府補(bǔ)貼不同，稅收優(yōu)惠主要是對(duì)創(chuàng)新成功預(yù)期成果的獎(jiǎng)勵(lì)，屬于“事后補(bǔ)貼”。已有文獻(xiàn)研究發(fā)現(xiàn)，稅收優(yōu)惠不僅能以稅費(fèi)返還的形式減少企業(yè)成本，增加企業(yè)現(xiàn)金流，而且能加速創(chuàng)新設(shè)備投入折舊、研發(fā)費(fèi)用的加計(jì)扣除，從而激勵(lì)企業(yè)增加研發(fā)投入[10]。此外，稅收優(yōu)惠作為一定時(shí)期內(nèi)，政府為了特定經(jīng)濟(jì)和社會(huì)目標(biāo)，對(duì)特定納稅人給予減輕稅收負(fù)擔(dān)的優(yōu)惠政策，稅收優(yōu)惠可以激勵(lì)更多創(chuàng)新型企業(yè)加入該產(chǎn)業(yè)，引導(dǎo)社會(huì)資源優(yōu)化配置。基于此，本文提出：

假設(shè)2：稅收優(yōu)惠有助于促進(jìn)數(shù)字創(chuàng)新。

1.2 政府補(bǔ)貼與稅收優(yōu)惠的政策工具組合機(jī)制

從政府補(bǔ)貼和稅收優(yōu)惠單一政策工具來(lái)看，無(wú)論是事前補(bǔ)貼還是事后優(yōu)惠均對(duì)企業(yè)創(chuàng)新具有促進(jìn)作用，但由于其實(shí)施方式不同，作用機(jī)制具有三種表現(xiàn)形式。第一種類型是政策工具組合的強(qiáng)化效應(yīng)。有研究認(rèn)為政府補(bǔ)貼和稅收優(yōu)惠的交互效應(yīng)有利于企業(yè)研發(fā)投入的增加[7]，兩種工具的互補(bǔ)作用可以緩解企業(yè)的融資約束，降低企業(yè)成本和增加預(yù)期收益，增強(qiáng)數(shù)字創(chuàng)新動(dòng)力。第二種類型是政策工具組合的擠出效應(yīng)。由于存在信息不對(duì)稱問(wèn)題，政府往往難以全面掌握企業(yè)的經(jīng)營(yíng)狀況和技術(shù)創(chuàng)新信息，在這種“有限信息”情況下制定財(cái)政補(bǔ)貼政策，這是政府失靈的一個(gè)表現(xiàn)或產(chǎn)業(yè)政策的局限，企業(yè)可能會(huì)用政府補(bǔ)貼代替自有資金，從而對(duì)企業(yè)創(chuàng)新產(chǎn)生“擠出效應(yīng)”[6]。同時(shí)，部分企業(yè)會(huì)為了得到更多的財(cái)政補(bǔ)貼而進(jìn)行尋租活動(dòng)，已有研究指出政府對(duì)企業(yè)的補(bǔ)貼力度越大，企業(yè)進(jìn)行尋租的動(dòng)機(jī)就越大[11]。企業(yè)會(huì)在經(jīng)營(yíng)狀況得到改善的情況下，將收到的部分財(cái)政補(bǔ)貼用于企業(yè)其他低風(fēng)險(xiǎn)、高收益的項(xiàng)目上，兩者的組合實(shí)施強(qiáng)化了政企之間的“逆向選擇”和尋租行為，從而對(duì)企業(yè)的研發(fā)資金配置產(chǎn)生雙重?cái)D出效應(yīng)[8]。第三種類型是政策工具組合實(shí)施的替代效應(yīng)。政府補(bǔ)貼與稅收優(yōu)惠兩種工具促進(jìn)技術(shù)創(chuàng)新的本質(zhì)是一樣的，只是實(shí)施的時(shí)間和方式不同，政策工具之間存在可替代性?；诖耍疚奶岢觯?/p>

假設(shè)3：政府補(bǔ)貼與稅收優(yōu)惠的政策工具組合對(duì)數(shù)字創(chuàng)新存在擠出和替代效應(yīng)。

2 研究設(shè)計(jì)

2.1 模型構(gòu)建

對(duì)于模型的確定，本文進(jìn)行Hausman 檢驗(yàn)，結(jié)果拒絕原假設(shè)，故本文采用固定效應(yīng)模型進(jìn)行實(shí)證分析。由于政策類因素的時(shí)間變化趨勢(shì)明顯，并且產(chǎn)業(yè)政策的實(shí)施通常存在省份之間的差異，故本文估計(jì)方法采用雙向固定效應(yīng)模型，其中的個(gè)體效應(yīng)按照省份劃分來(lái)固定。

其中，β0為常數(shù)項(xiàng)，β1至β6為各變量的回歸系數(shù)，i和t分別表示企業(yè)和年份，j表示省份，innoit表示i公司t時(shí)期的創(chuàng)新能力，gov、tax分別表示政府補(bǔ)貼、稅收優(yōu)惠；age、lev、roa、fix分別表示企業(yè)年齡、資產(chǎn)負(fù)債率、資產(chǎn)收益率、固定資產(chǎn)占比；μj表示不隨時(shí)間變化的個(gè)體固定效應(yīng)；δt表示年度固定效應(yīng)，ε表示隨機(jī)干擾項(xiàng)。式（1）和式（2）分別將政府補(bǔ)助和稅收優(yōu)惠單獨(dú)作為解釋變量代入模型之中，主要為了探討兩者各自對(duì)數(shù)字創(chuàng)新的影響，式（3）為進(jìn)一步加入不同控制變量后，產(chǎn)業(yè)政策對(duì)數(shù)字創(chuàng)新的影響。

除了檢驗(yàn)政府補(bǔ)貼和稅收優(yōu)惠單一工具對(duì)數(shù)字創(chuàng)新的影響之外，本文進(jìn)一步研究政策工具組合對(duì)數(shù)字創(chuàng)新的影響，即在式（3）中加入政府補(bǔ)貼和稅收優(yōu)惠的交互項(xiàng)，得到計(jì)量模型如下：

其中，gov*tax表示政府補(bǔ)貼和稅收優(yōu)惠的交互項(xiàng)，其余變量定義與式（1）相同。由式（4）可知，加入交互項(xiàng)后，解釋變量gov對(duì)于inno的邊際效應(yīng)不再只是常數(shù)，而是依賴于解釋變量tax，如果β3＞0，則gov對(duì)inno的邊際效應(yīng)隨著tax 的增大而上升；反之，如果β3＜0，則隨著tax 的增大，gov 對(duì)inno 的邊際效應(yīng)下降。由于兩個(gè)變量在交互效應(yīng)中的地位是一致的，所以變量tax 對(duì)于inno 的邊際效應(yīng)也是一致的。

2.2 變量選擇

（1）被解釋變量。本文的被解釋變量為數(shù)字創(chuàng)新（inno）。關(guān)于數(shù)字創(chuàng)新的衡量方式大致可以分為三種：一是用新產(chǎn)品的銷售收入及利潤(rùn)率來(lái)評(píng)價(jià)，二是用企業(yè)專利的申請(qǐng)數(shù)量、授權(quán)數(shù)量、有效數(shù)量以及專利被引用的次數(shù)進(jìn)行測(cè)度，三是數(shù)字研發(fā)投入。由于新產(chǎn)品的銷售收入和利潤(rùn)率等數(shù)據(jù)可獲得性不強(qiáng)，并且考慮到專利尤其是發(fā)明專利審核周期較長(zhǎng)，為充分且較為全面地反映數(shù)字創(chuàng)新活動(dòng)的進(jìn)展，本文采用企業(yè)研發(fā)投入作為被解釋變量，同時(shí)以專利申請(qǐng)數(shù)量（patents），包括外觀設(shè)計(jì)專利、實(shí)用新型專利、發(fā)明專利，作為替代變量來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。

（2）解釋變量。政府補(bǔ)貼（gov）：采用企業(yè)當(dāng)年獲得的實(shí)際政府補(bǔ)貼額表示。稅收優(yōu)惠（tax）：選用企業(yè)實(shí)際收到的稅費(fèi)返還金額表示。為研究政府補(bǔ)貼和稅收優(yōu)惠政策組合對(duì)數(shù)字創(chuàng)新的影響，引入兩者的交互項(xiàng)來(lái)對(duì)政策工具組合進(jìn)行量化分析。

（3）控制變量。為解決遺漏變量可能帶來(lái)的內(nèi)生性問(wèn)題，控制可能影響數(shù)字創(chuàng)新的因素，引入如下控制變量：企業(yè)年齡（age），采用當(dāng)前年份-企業(yè)成立年份來(lái)衡量；資產(chǎn)負(fù)債率（lev），采用企業(yè)總負(fù)債額與總資產(chǎn)的比值來(lái)表示；資產(chǎn)收益率（roa），采用凈利潤(rùn)與總資產(chǎn)的比值來(lái)表示；固定資產(chǎn)占比（fix），采用固定資產(chǎn)與總資產(chǎn)的比值來(lái)表示。為緩解異方差帶來(lái)的影響，單獨(dú)數(shù)值變量采取取對(duì)數(shù)的處理方式，為避免數(shù)值為零導(dǎo)致對(duì)數(shù)無(wú)意義的問(wèn)題，對(duì)所有變量取對(duì)數(shù)值加1。

2.3 樣本選擇和數(shù)據(jù)來(lái)源

根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》，結(jié)合證監(jiān)會(huì)2012 年對(duì)上市企業(yè)的分類標(biāo)準(zhǔn)，本文選取2013—2019 年我國(guó)滬深A(yù) 股上市的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)為研究樣本，樣本企業(yè)包含三類具體行業(yè)：電信廣播電視和衛(wèi)星傳輸服務(wù)、互聯(lián)網(wǎng)和相關(guān)服務(wù)、軟件和信息技術(shù)服務(wù)業(yè)?；跀?shù)據(jù)可獲得性對(duì)樣本進(jìn)行如下處理：剔除已經(jīng)退市的企業(yè)；剔除金融類、ST類企業(yè)；剔除上市不滿一年和數(shù)據(jù)缺失較多的企業(yè)；剔除專利申請(qǐng)數(shù)量常年為零的企業(yè)，這類企業(yè)屬于非創(chuàng)新型企業(yè)或者技術(shù)保密性企業(yè)。經(jīng)過(guò)上述處理之后，最終得到938個(gè)樣本觀測(cè)值。本文數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)及上市公司年報(bào)，部分專利申請(qǐng)數(shù)據(jù)缺失值從專利之星和佰騰網(wǎng)檢索系統(tǒng)收集。

2.4 描述性統(tǒng)計(jì)分析

在進(jìn)行回歸分析之前，本文對(duì)樣本進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果顯示，數(shù)字創(chuàng)新（inno）最小值為0，最大值為21.528，企業(yè)之間的創(chuàng)新水平差距較大，企業(yè)創(chuàng)新投入的均值18.288和中位數(shù)18.371相差不大，說(shuō)明樣本企業(yè)中超過(guò)近半數(shù)企業(yè)的數(shù)字創(chuàng)新未達(dá)到平均水平。解釋變量政府補(bǔ)貼最大值為20.197，最小值為0，稅收優(yōu)惠最大值為21.833，最小值為0，樣本極值相差較大，說(shuō)明不同企業(yè)的政策扶持力度存在較大差異；同時(shí)，政府補(bǔ)貼和稅收優(yōu)惠的均值和中位數(shù)相差較小，說(shuō)明約半數(shù)企業(yè)的政策扶持力度未達(dá)到平均水平?？刂谱兞糠矫?，企業(yè)年齡、資產(chǎn)負(fù)債率、資產(chǎn)收益率等表現(xiàn)出一定差異。

3 實(shí)證結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果

本文的基礎(chǔ)變量對(duì)應(yīng)的是面板數(shù)據(jù)，創(chuàng)新往往具有滯后效應(yīng)，故使用雙向固定效應(yīng)模型估計(jì)政策工具及其組合對(duì)數(shù)字創(chuàng)新的影響。表1 中列（1）是政府補(bǔ)貼對(duì)數(shù)字創(chuàng)新的回歸結(jié)果，列（2）是稅收優(yōu)惠對(duì)數(shù)字創(chuàng)新的影響。從回歸結(jié)果看，兩種政策工具單獨(dú)使用都對(duì)數(shù)字創(chuàng)新具有正向影響，系數(shù)均在1%的水平上顯著為正。每增加1個(gè)單位政府補(bǔ)貼，數(shù)字創(chuàng)新投入將提高0.404 個(gè)單位；稅收優(yōu)惠每增加1個(gè)單位，數(shù)字創(chuàng)新投入將提高0.157個(gè)單位。列（3）是在列（1）和列（2）基礎(chǔ)上分別加入政府補(bǔ)貼或稅收優(yōu)惠其中一個(gè)作為控制變量的結(jié)果?？梢钥闯?，不論是以政府補(bǔ)貼作為基本解釋變量，還是以稅收優(yōu)惠作為基本解釋變量，并把另一個(gè)作為控制變量，gov和tax的系數(shù)均在1%的水平上顯著為正，與列（1）、列（2）相比系數(shù)均有所減小，說(shuō)明政府補(bǔ)貼的作用仍然大于稅收優(yōu)惠的效用，因此假設(shè)1、假設(shè)2得證。

表1 產(chǎn)業(yè)政策工具對(duì)數(shù)字創(chuàng)新的影響

上述基準(zhǔn)回歸結(jié)果可能會(huì)受到遺漏變量的影響，即可能沒(méi)有考慮到企業(yè)自身的特征變量。因此，在模型中逐步加入可能同時(shí)影響數(shù)字創(chuàng)新及產(chǎn)業(yè)政策工具選擇的控制變量。列（4）至列（7）結(jié)果顯示，政府補(bǔ)貼與稅收優(yōu)惠對(duì)數(shù)字創(chuàng)新的影響顯著為正，而且各項(xiàng)回歸系數(shù)差異較小，說(shuō)明結(jié)果具有穩(wěn)健性。

3.2 政策工具組合機(jī)制檢驗(yàn)

本文接下來(lái)分析政府補(bǔ)貼與稅收優(yōu)惠的交互作用對(duì)數(shù)字創(chuàng)新的影響，結(jié)果見(jiàn)表1 中列（8）。政府補(bǔ)貼和稅收優(yōu)惠的交互項(xiàng)與數(shù)字創(chuàng)新的系數(shù)為-0.105，且在1%的水平上顯著。從加入交互項(xiàng)后的回歸系數(shù)看，政府補(bǔ)貼與稅收優(yōu)惠的回歸系數(shù)分別為0.281、0.294，高于列（7）中的0.233、0.104，如預(yù)期分析一樣存在擠出效應(yīng)，政府補(bǔ)貼回歸系數(shù)差為0.048，約為17%，稅收優(yōu)惠的回歸系數(shù)差為0.190，約為65%，其他控制變量基本保持不變。政府補(bǔ)貼和稅收優(yōu)惠的交互效應(yīng)為負(fù)，無(wú)論將哪個(gè)變量作為自變量，隨著調(diào)節(jié)變量的增加，自變量對(duì)于研發(fā)投入的邊際效應(yīng)都隨之減小。這進(jìn)一步說(shuō)明，政府補(bǔ)貼與稅收優(yōu)惠的組合實(shí)施存在替代效應(yīng)，當(dāng)政府補(bǔ)貼和稅收優(yōu)惠同時(shí)作用于企業(yè)，兩者之間可以相互替代，且企業(yè)并不會(huì)將全部資金用于數(shù)字創(chuàng)新。但實(shí)踐中，由于政府對(duì)財(cái)政資金的補(bǔ)貼往往設(shè)立監(jiān)督使用的機(jī)制，而對(duì)于稅收優(yōu)惠的監(jiān)管則較為弱化，其對(duì)使用資金屬性與多少的監(jiān)管往往不像財(cái)政資金那樣嚴(yán)格且有效性較弱，導(dǎo)致政企之間的逆向選擇和尋租行為在兩種工具之間表現(xiàn)出較大差異，這與王桂軍和張輝（2020）[8]的研究結(jié)果相比，具有邊際上的貢獻(xiàn)，假設(shè)3得證。

3.3 內(nèi)生性檢驗(yàn)

由于數(shù)字創(chuàng)新和政府補(bǔ)貼之間可能存在雙向因果關(guān)系，政府補(bǔ)貼可能會(huì)產(chǎn)生內(nèi)生性問(wèn)題，因此本文采取政府補(bǔ)貼滯后一期作為政府補(bǔ)貼的工具變量，進(jìn)行兩階段最小二乘法估計(jì)（2SLS），結(jié)果見(jiàn)表2。其中，Lgov系數(shù)在1%的水平上顯著，表明gov 和Lgov 高度相關(guān)，政府補(bǔ)貼和稅收優(yōu)惠的系數(shù)均在1%的水平上顯著為正，政府補(bǔ)貼和稅收優(yōu)惠交互項(xiàng)的系數(shù)仍然在1%的水平上顯著為負(fù)，與前文研究結(jié)果保持一致。同樣地，用稅收優(yōu)惠滯后一期作為工具變量也得到了相同的結(jié)論，結(jié)果見(jiàn)下頁(yè)表3。

表2 政府補(bǔ)貼滯后一期估計(jì)結(jié)果

表3 稅收優(yōu)惠滯后一期估計(jì)結(jié)果

3.4 穩(wěn)健性檢驗(yàn)

為保證回歸結(jié)果不受到數(shù)字創(chuàng)新測(cè)度變量選取的影響，本文選取企業(yè)專利申請(qǐng)數(shù)量（patents）作為被解釋變量的代理變量進(jìn)行穩(wěn)健性檢驗(yàn)。專利申請(qǐng)數(shù)量越多，表明數(shù)字創(chuàng)新能力越強(qiáng)。運(yùn)用此變量測(cè)度產(chǎn)業(yè)政策工具組合重新進(jìn)行上述檢驗(yàn)，結(jié)果見(jiàn)表4。結(jié)果與前文研究一致，表明結(jié)論具有一定穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

4 異質(zhì)性分析

4.1 行業(yè)異質(zhì)性

根據(jù)前文分析可知，樣本企業(yè)涉及的行業(yè)具體可分為以下三類：第一類是電信廣播電視和衛(wèi)星傳輸服務(wù)（行業(yè)Ⅰ），第二類是互聯(lián)網(wǎng)和相關(guān)服務(wù)（行業(yè)Ⅱ），第三類是軟件和信息技術(shù)服務(wù)業(yè)（行業(yè)Ⅲ）。由表5可知，政府補(bǔ)貼和稅收優(yōu)惠對(duì)于行業(yè)Ⅱ和行業(yè)Ⅲ數(shù)字創(chuàng)新的影響都顯著為正，而對(duì)于行業(yè)Ⅰ的數(shù)字創(chuàng)新而言，系數(shù)都不顯著；不論從經(jīng)濟(jì)意義還是統(tǒng)計(jì)水平上看，政策工具組合對(duì)行業(yè)Ⅲ的擠出效應(yīng)和替代效應(yīng)均較為明顯，行業(yè)Ⅰ和行業(yè)Ⅱ雖然在統(tǒng)計(jì)上不顯著，但其系數(shù)符號(hào)符合理論預(yù)期。這說(shuō)明行業(yè)Ⅱ、行業(yè)Ⅲ對(duì)于技術(shù)創(chuàng)新要求較高，產(chǎn)業(yè)政策工具對(duì)行業(yè)Ⅰ的創(chuàng)新影響力不強(qiáng)，這可能與其處于市場(chǎng)結(jié)構(gòu)的壟斷地位相關(guān)，即具有壟斷屬性的數(shù)字企業(yè)創(chuàng)新積極性不高。

表5 行業(yè)異質(zhì)性檢驗(yàn)結(jié)果

4.2 區(qū)域異質(zhì)性

產(chǎn)業(yè)政策工具對(duì)數(shù)字創(chuàng)新影響的區(qū)域異質(zhì)性檢驗(yàn)結(jié)果見(jiàn)下頁(yè)表6。對(duì)于東部地區(qū)來(lái)說(shuō)，無(wú)論是政府補(bǔ)貼還是稅收優(yōu)惠，其回歸結(jié)果都非常顯著。對(duì)于中部地區(qū)，只有政府補(bǔ)貼的系數(shù)在1%的水平上顯著為正，且其系數(shù)為東部地區(qū)的3 倍多，而西部地區(qū)只有稅收優(yōu)惠的系數(shù)在1%的水平上顯著為正。再?gòu)恼吖ぞ呓M合的交互項(xiàng)看，其系數(shù)只在東部地區(qū)具有顯著性。

表6 區(qū)域異質(zhì)性檢驗(yàn)結(jié)果

4.3 規(guī)模異質(zhì)性

本文將葉陽(yáng)平（2020）[12]按照年份統(tǒng)計(jì)的企業(yè)資產(chǎn)均值作為劃分標(biāo)準(zhǔn)，將企業(yè)當(dāng)年的規(guī)模大于劃分標(biāo)準(zhǔn)的認(rèn)定為大規(guī)模企業(yè)，小于劃分標(biāo)準(zhǔn)的認(rèn)定為小規(guī)模企業(yè)。下頁(yè)表7結(jié)果顯示，產(chǎn)業(yè)政策對(duì)于大規(guī)模企業(yè)數(shù)字創(chuàng)新的回歸系數(shù)除政府補(bǔ)貼外，其他均在統(tǒng)計(jì)上顯著。但對(duì)于小規(guī)模企業(yè)而言，不論是政府補(bǔ)貼還是稅收優(yōu)惠對(duì)數(shù)字創(chuàng)新的影響均在1%的水平上顯著為正，對(duì)數(shù)字創(chuàng)新具有明顯的激勵(lì)作用；政策工具組合的交互項(xiàng)系數(shù)在5%的水平上顯著。

表7 規(guī)模異質(zhì)性檢驗(yàn)結(jié)果

5 結(jié)論

本文基于政策工具組合視角，采用2013—2019 年滬深A(yù) 股數(shù)字經(jīng)濟(jì)企業(yè)數(shù)據(jù)，實(shí)證研究了政府補(bǔ)貼、稅收優(yōu)惠對(duì)數(shù)字創(chuàng)新的作用機(jī)制，重點(diǎn)強(qiáng)調(diào)兩者組合實(shí)施對(duì)數(shù)字創(chuàng)新的影響。研究發(fā)現(xiàn)：政府補(bǔ)貼和稅收優(yōu)惠都能顯著促進(jìn)數(shù)字創(chuàng)新，政府補(bǔ)貼的事前效用、直接效用大于稅收優(yōu)惠的事后效用和間接效用；政策工具組合實(shí)施存在擠出和替代效應(yīng)；產(chǎn)業(yè)政策工具對(duì)不同行業(yè)、區(qū)域、規(guī)模的企業(yè)具有異質(zhì)性影響，對(duì)于互聯(lián)網(wǎng)和相關(guān)服務(wù)、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)、東部地區(qū)企業(yè)、小規(guī)模企業(yè)而言，政府補(bǔ)貼和稅收優(yōu)惠傳導(dǎo)機(jī)制均有效，中部地區(qū)更偏好于政府補(bǔ)貼，而西部地區(qū)、規(guī)模較大的企業(yè)則偏好于稅收優(yōu)惠的政策激勵(lì)工具。