徐 鍇
貴州財(cái)經(jīng)大學(xué),貴州 貴陽(yáng) 550025
黨的二十大報(bào)告提到要“加快構(gòu)建新發(fā)展格局,著力推動(dòng)高質(zhì)量發(fā)展”,并強(qiáng)調(diào)“加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系,著力提高全要素生產(chǎn)率”。由單純依賴有形要素驅(qū)動(dòng)的粗放型經(jīng)濟(jì)增長(zhǎng)方式向技術(shù)進(jìn)步、結(jié)構(gòu)優(yōu)化和提高效益的軌道上轉(zhuǎn)變,著力提升全要素生產(chǎn)率,是當(dāng)前經(jīng)濟(jì)形勢(shì)下實(shí)現(xiàn)高質(zhì)量發(fā)展的重要路徑和思路。在市場(chǎng)經(jīng)濟(jì)體系中,企業(yè)是最具活力的微觀市場(chǎng)主體,企業(yè)層面生產(chǎn)效率的提升是推動(dòng)整個(gè)社會(huì)要素生產(chǎn)率提升的基礎(chǔ)。然而,由于發(fā)展中國(guó)家軟硬件基礎(chǔ)設(shè)施的缺失以及企業(yè)創(chuàng)新發(fā)展中不可規(guī)避的公共性、外部性等問(wèn)題,僅僅依靠市場(chǎng)機(jī)制不能全面實(shí)現(xiàn)資源有效配置。政府補(bǔ)貼作為政府扶持企業(yè)發(fā)展的重要手段,在彌補(bǔ)市場(chǎng)失靈、引導(dǎo)市場(chǎng)資金流向等方面發(fā)揮著重要作用?;诖?從企業(yè)全要素生產(chǎn)率的角度入手,研究政府補(bǔ)貼對(duì)企業(yè)高質(zhì)量發(fā)展的影響。
關(guān)于政府補(bǔ)貼與生產(chǎn)效率的關(guān)系,以往研究大多持“促進(jìn)論”的觀點(diǎn)。①補(bǔ)貼能夠直接緩解企業(yè)內(nèi)部資金壓力,降低企業(yè)生產(chǎn)經(jīng)營(yíng)的邊際成本,助力企業(yè)實(shí)現(xiàn)規(guī)模擴(kuò)張和規(guī)模效率,對(duì)企業(yè)全要素生產(chǎn)率的提升起到了正向激勵(lì)作用[1]。政府補(bǔ)貼的“認(rèn)證效應(yīng)”使得融資渠道得以拓寬,為企業(yè)經(jīng)營(yíng)戰(zhàn)略的多元化以及資本配置效率的提升創(chuàng)造了更為優(yōu)越的條件[2]。②財(cái)政補(bǔ)貼能夠降低企業(yè)研發(fā)失敗時(shí)產(chǎn)生的沉沒(méi)成本[3],幫助企業(yè)分?jǐn)倓?chuàng)新風(fēng)險(xiǎn),穩(wěn)定企業(yè)創(chuàng)新發(fā)展的預(yù)期收益。此外,技術(shù)創(chuàng)新具有較強(qiáng)的正外部性,補(bǔ)貼作為一種補(bǔ)償機(jī)制,能夠有效緩解市場(chǎng)失靈帶來(lái)的創(chuàng)新扭曲現(xiàn)象[4]。
也有學(xué)者持補(bǔ)貼“抑制論”的觀點(diǎn)。①政府補(bǔ)貼會(huì)加重企業(yè)的依賴而滋生企業(yè)惰性:一方面,補(bǔ)貼會(huì)加速企業(yè)“僵尸化”[5],不利于市場(chǎng)優(yōu)勝劣汰機(jī)制運(yùn)轉(zhuǎn),阻礙資源有效配置;另一方面,補(bǔ)貼可能會(huì)誘發(fā)企業(yè)尋租行為[6],擠出用于正常生產(chǎn)經(jīng)營(yíng)的要素資源。②補(bǔ)貼對(duì)象的選擇可能存在一定的偏誤:一方面,在政企間信息不對(duì)稱的背景下,企業(yè)會(huì)通過(guò)“偽裝”自己來(lái)騙取補(bǔ)貼[7],這種“尋扶持”行為會(huì)造成財(cái)政資源的浪費(fèi);另一方面,在晉升“GDP錦標(biāo)賽”的激勵(lì)下,補(bǔ)貼政策的動(dòng)機(jī)偏向于實(shí)現(xiàn)短期宏觀經(jīng)濟(jì)目標(biāo)而非企業(yè)效率最大化[8]。
在更多情形下,財(cái)政補(bǔ)貼的效果是多種因素共同作用的結(jié)果,容易受到企業(yè)內(nèi)外部因素的影響而具有異質(zhì)性。從內(nèi)部因素來(lái)看,在不同的研發(fā)投入強(qiáng)度[9]、所有權(quán)性質(zhì)[10]、資產(chǎn)負(fù)債結(jié)構(gòu)[11]的作用下,補(bǔ)貼的效果有所差異。從外部因素來(lái)看,企業(yè)所在行業(yè)的技術(shù)水平[12]、地區(qū)市場(chǎng)化水平[13]、融資約束水平、知識(shí)產(chǎn)權(quán)保護(hù)水平[14]等都會(huì)從不同程度上影響補(bǔ)貼的效果,而具有高度不確定性。
以往文獻(xiàn)對(duì)政府補(bǔ)貼的效果、作用機(jī)制等方面進(jìn)行了細(xì)致的分析,多數(shù)研究從研發(fā)投入總額或?qū)@a(chǎn)出總量角度入手展開中介效應(yīng)分析,卻并未根據(jù)創(chuàng)新產(chǎn)出的新穎性進(jìn)行分類研究,缺乏一定的針對(duì)性?;诖?將創(chuàng)新產(chǎn)出分為探索式創(chuàng)新和利用式創(chuàng)新,分別檢驗(yàn)其中介作用,同時(shí),考察管理者能力這一重要內(nèi)部環(huán)境因素對(duì)補(bǔ)貼效果的影響。
新結(jié)構(gòu)經(jīng)濟(jì)學(xué)認(rèn)為,因勢(shì)利導(dǎo)的補(bǔ)貼政策能夠甄別出那些具備發(fā)展?jié)摿Φ膶?duì)象進(jìn)行扶持,引導(dǎo)資金流向優(yōu)勢(shì)產(chǎn)業(yè),降低企業(yè)經(jīng)營(yíng)成本,改善企業(yè)的經(jīng)營(yíng)、投資決策,提高企業(yè)經(jīng)營(yíng)效率和投資效率。同時(shí),政府補(bǔ)貼也發(fā)揮著“認(rèn)證效應(yīng)”,向外部投資者傳遞著企業(yè)積極向好發(fā)展的信號(hào),企業(yè)融資渠道隨之拓寬。隨著自有資金的不斷積累,企業(yè)有能力更換先進(jìn)的生產(chǎn)設(shè)備,從而削減勞動(dòng)力成本,擴(kuò)大生產(chǎn)規(guī)模,提高生產(chǎn)效率,同時(shí)還能促進(jìn)企業(yè)內(nèi)部勞動(dòng)、資本和技術(shù)等生產(chǎn)要素從低效率部門流轉(zhuǎn)向高效率部門,使得資源配置達(dá)到更優(yōu)水平。
H1:政府補(bǔ)貼能夠促進(jìn)企業(yè)提升全要素生產(chǎn)率。
政府補(bǔ)貼能夠?qū)夹g(shù)、知識(shí)的外溢性進(jìn)行補(bǔ)償,糾正創(chuàng)新正外部性導(dǎo)致的市場(chǎng)失靈,降低先驅(qū)企業(yè)的探索式創(chuàng)新活動(dòng)產(chǎn)生的試錯(cuò)成本,激發(fā)企業(yè)投身研發(fā)活動(dòng)的熱情。同時(shí),企業(yè)也能通過(guò)產(chǎn)品工藝改進(jìn)、質(zhì)量控制改進(jìn)、添加產(chǎn)品功能和降低生產(chǎn)成本等途徑優(yōu)化、調(diào)整、完善那些已經(jīng)投入生產(chǎn)實(shí)踐環(huán)節(jié)的技術(shù)成果,開展周期短、風(fēng)險(xiǎn)小的利用式創(chuàng)新。隨著創(chuàng)新成果的展現(xiàn),企業(yè)既可以通過(guò)技術(shù)進(jìn)步升級(jí)其生產(chǎn)工藝從而直接提高產(chǎn)出效率,還能夠憑借新產(chǎn)品的市場(chǎng)化獲得更高的市場(chǎng)地位,產(chǎn)品利潤(rùn)率也得以提升。
H2:政府補(bǔ)貼能夠增加企業(yè)雙元?jiǎng)?chuàng)新績(jī)效,并由此提升企業(yè)全要素生產(chǎn)率。
生產(chǎn)結(jié)構(gòu)優(yōu)化、生產(chǎn)效率提高不僅依賴于技術(shù)進(jìn)步,以知識(shí)為核心的高素質(zhì)人才同樣發(fā)揮著不可或缺的作用。根據(jù)高階梯隊(duì)理論,高水平的管理者擁有豐富的知識(shí)經(jīng)驗(yàn)以及搜集、處理信息的能力,在面對(duì)復(fù)雜的內(nèi)外部環(huán)境時(shí),能夠?qū)ζ髽I(yè)經(jīng)營(yíng)發(fā)展作出精準(zhǔn)的判斷和抉擇,從而提升企業(yè)經(jīng)營(yíng)效率。同時(shí),管理者敏銳的開拓意識(shí)和創(chuàng)新思維也推動(dòng)著企業(yè)通過(guò)技術(shù)變革、效率變革來(lái)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的傾向性。此外,優(yōu)秀的管理者具備較強(qiáng)的協(xié)調(diào)、配合能力,能夠提升企業(yè)內(nèi)部各部門的組織效率,提高有限補(bǔ)貼資源的使用效率。
H3:管理者能力在政府補(bǔ)貼與企業(yè)全要素生產(chǎn)率之間發(fā)揮正向調(diào)節(jié)作用。
本文基于2016—2021年非金融業(yè)滬深A(yù)股上市企業(yè)非平衡面板數(shù)據(jù),對(duì)樣本做以下處理:剔除樣本區(qū)間范圍內(nèi)曾為ST、*ST或PT類的企業(yè);剔除樣本區(qū)間內(nèi)有退市行為的企業(yè);對(duì)主要連續(xù)變量做上下1%的縮尾處理。
3.2.1 被解釋變量
全要素生產(chǎn)率:現(xiàn)有文獻(xiàn)大多采用OP和LP法計(jì)算全要素生產(chǎn)率。其中,LP法使用中間投入品作為代理變量,通過(guò)替換變量的方式能夠有效減少樣本損失,相較于OP法更為精確。因此,本文采用LP法計(jì)算企業(yè)全要素生產(chǎn)率。
3.2.2 解釋變量
政府補(bǔ)貼:以企業(yè)年報(bào)財(cái)務(wù)部分“營(yíng)業(yè)外收入”項(xiàng)目中“政府補(bǔ)助”會(huì)計(jì)科目金額衡量企業(yè)收到的政府補(bǔ)貼,并除以企業(yè)當(dāng)年總資產(chǎn)。
3.2.3 調(diào)節(jié)變量
管理者能力:通過(guò)DEA-Tobit模型從企業(yè)效率值中剝離出殘差,作為管理者能力的測(cè)量指標(biāo)。
3.2.4 中介變量
雙元?jiǎng)?chuàng)新績(jī)效:參考張慶壘 等[15]的研究,將IPC專利分類號(hào)前4位作為基礎(chǔ),選擇5年的窗口期,如果企業(yè)當(dāng)年申請(qǐng)的專利分類號(hào)中未重復(fù)出現(xiàn)以往年份中的內(nèi)容,則將這些分類號(hào)未重復(fù)出現(xiàn)的專利計(jì)數(shù)作為探索式創(chuàng)新,反之則計(jì)數(shù)作為利用式創(chuàng)新。
3.2.5 控制變量
參考相關(guān)研究,選取如下企業(yè)層面的控制變量:企業(yè)規(guī)模、企業(yè)年齡、盈利能力、管理層薪酬、股權(quán)集中度、內(nèi)部控制質(zhì)量。主要連續(xù)變量的定義如表1所示。
表1 變量定義
3.3.1 基準(zhǔn)回歸模型
在通過(guò)豪斯曼(Hausman)檢驗(yàn)的基礎(chǔ)上,構(gòu)建如下固定效應(yīng)模型。
(1)
式中:P代表企業(yè)全要素生產(chǎn)率;i代表企業(yè)個(gè)體;t代表時(shí)間;B代表政府補(bǔ)貼強(qiáng)度;C表示控制變量集;Y、D、V分別表示年度、行業(yè)、省份固定效應(yīng);α0和ε分別為截距項(xiàng)和殘差項(xiàng)。若回歸結(jié)果中的α1顯著為正,則可以說(shuō)明政府補(bǔ)貼有效提升了企業(yè)全要素生產(chǎn)率。
3.3.2 中介效應(yīng)模型
為了探究政府補(bǔ)貼是否存在探索式創(chuàng)新和利用式創(chuàng)新的中介作用路徑,在式(1)的基礎(chǔ)上,構(gòu)建如下2個(gè)模型進(jìn)行檢驗(yàn)。
(2)
(3)
3.3.3 調(diào)節(jié)效應(yīng)模型
為了驗(yàn)證管理者能力的調(diào)節(jié)作用,在式(1)的基礎(chǔ)上,構(gòu)建如下調(diào)節(jié)效應(yīng)模型進(jìn)行檢驗(yàn)。
(4)
(5)
式中:M代表管理者能力。
式(4)用于檢驗(yàn)當(dāng)控制管理者能力的影響后,政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響;式(5)用于檢驗(yàn)管理者能力的變化能否影響政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的作用效果。
如表2所示,全要素生產(chǎn)率(P)的最大值為12.17,最小值為6.980,標(biāo)準(zhǔn)差為1.070,說(shuō)明受內(nèi)外部因素的影響,不同企業(yè)之間的全要素生產(chǎn)率存在較大差異,具有一定的研究?jī)r(jià)值。政府補(bǔ)貼(B)的最大值為12.75,最小值為0,標(biāo)準(zhǔn)差為0.460,說(shuō)明不同企業(yè)受到政府扶持的力度差異較大,某些企業(yè)在某些年份甚至未得到過(guò)政府補(bǔ)貼。
表2 主要變量描述性統(tǒng)計(jì)
表3中的第2列和第3列分別報(bào)告了使用固定效應(yīng)模型進(jìn)行回歸的結(jié)果。結(jié)果表明,無(wú)論是否完全控制年份、行業(yè)、省份3個(gè)虛擬變量的影響,政府補(bǔ)貼(B)這一變量的系數(shù)均顯著為正且系數(shù)差異不大,主要結(jié)論均一致。其中,如第4列的結(jié)果所示,在完全控制年份、行業(yè)、省份3個(gè)固定項(xiàng)時(shí),政府補(bǔ)貼的系數(shù)為0.031 3,這說(shuō)明在控制其他變量不變的情況下,企業(yè)享受的政府補(bǔ)貼每增加1%,企業(yè)全要素生產(chǎn)率會(huì)增加0.031 3%。因此,H1得到驗(yàn)證。
表3 基準(zhǔn)回歸檢驗(yàn)
銳意進(jìn)取的優(yōu)質(zhì)企業(yè)往往會(huì)成為政府重點(diǎn)扶持的對(duì)象,因此,模型中可能存在由于反向因果而導(dǎo)致的內(nèi)生性問(wèn)題?;诖?選取同省份、同行業(yè)中其他企業(yè)當(dāng)年享受的政府補(bǔ)貼的均值作為工具變量以緩解潛在的內(nèi)生性問(wèn)題。同省份、同行業(yè)的其他企業(yè)享受的資金扶持并不直接影響該企業(yè)的生產(chǎn)經(jīng)營(yíng)績(jī)效,具備外生性的特點(diǎn)。同時(shí),對(duì)其進(jìn)行“不可識(shí)別檢驗(yàn)”“弱工具變量檢驗(yàn)”以及“杜賓-吳-豪斯曼檢驗(yàn)”。其中,LM統(tǒng)計(jì)量為39.68(P=0.000),通過(guò)了不可識(shí)別檢驗(yàn);Wald F統(tǒng)計(jì)量大于Stock和Yogo給出的weak ID臨界值中10%偏誤的臨界值,表明該工具變量并非弱工具變量;DWH統(tǒng)計(jì)量為5.727,通過(guò)了1%的顯著性檢驗(yàn),表明確實(shí)存在內(nèi)生性問(wèn)題,工具變量的選取是有效的。
在此基礎(chǔ)上,同時(shí)采用二階段最小二乘法(TSLS)和有限信息最大似然法(LIML)再次進(jìn)行回歸,結(jié)果如表3中第3和第4列所示,政府補(bǔ)貼的系數(shù)均在1%的水平上顯著為正,且2種方法的回歸系數(shù)無(wú)明顯大小差異,再次驗(yàn)證了不存在弱工具變量的問(wèn)題。綜上所述,在考慮內(nèi)生性的情況下,政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率依然起到了正向激勵(lì)作用。因此,原有的結(jié)論具備穩(wěn)健性。
本文根據(jù)如下三步法原則,檢驗(yàn)中介效應(yīng)的存在,檢驗(yàn)結(jié)果如表4所示。第一,由表3中第3列的檢驗(yàn)結(jié)果可知,政府補(bǔ)貼能夠促進(jìn)企業(yè)全要素生產(chǎn)率的提升。第二,由表4中第2列和第4列的檢驗(yàn)結(jié)果可知,政府補(bǔ)貼對(duì)探索式創(chuàng)新和利用式創(chuàng)新的影響系數(shù)分別為0.183 7和0.298 4,且均在1%的水平上顯著為正,說(shuō)明政府補(bǔ)貼顯著激勵(lì)了企業(yè)雙元?jiǎng)?chuàng)新績(jī)效。第三,如表4中第3列和第5列的檢驗(yàn)結(jié)果可知,在控制探索式創(chuàng)新和利用式創(chuàng)新的影響后,政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響系數(shù)分別為0.029 4和0.029 8,相較于第一步檢驗(yàn)結(jié)果的系數(shù)有所減小,且均在1%的水平上顯著為正。因此,雙元?jiǎng)?chuàng)新績(jī)效的中介效應(yīng)存在,且判斷為部分中介效應(yīng),H2得到驗(yàn)證。
表4 中介效應(yīng)檢驗(yàn)
值得注意的是,相較于探索式創(chuàng)新,政府補(bǔ)貼對(duì)利用式創(chuàng)新的激勵(lì)效果更大,說(shuō)明企業(yè)更傾向于在原有技術(shù)的基礎(chǔ)上改進(jìn)、升級(jí)其創(chuàng)新成果,豐富其技術(shù)內(nèi)涵,而非選擇成本高、周期長(zhǎng)、風(fēng)險(xiǎn)大的探索式創(chuàng)新。然而,由表4中第3列和第5列的檢驗(yàn)結(jié)果可知,在控制住政府補(bǔ)貼的影響后,探索式創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的推動(dòng)效果優(yōu)于利用式創(chuàng)新??赡艿脑蚴?探索式創(chuàng)新能夠拓寬企業(yè)知識(shí)庫(kù)的范圍,突破現(xiàn)有的知識(shí)體系,幫助企業(yè)開發(fā)新技術(shù)、新產(chǎn)品、新領(lǐng)域,發(fā)掘新市場(chǎng),為企業(yè)創(chuàng)造長(zhǎng)久的核心競(jìng)爭(zhēng)優(yōu)勢(shì)。同時(shí),也在一定程度上說(shuō)明探創(chuàng)新行為的風(fēng)險(xiǎn)與收益同在。
為了考察管理者能力對(duì)政府補(bǔ)貼效果的調(diào)節(jié)作用,首先通過(guò)引入交互項(xiàng)的方式進(jìn)行檢驗(yàn),結(jié)果如表5中第2列和第3列所示。其中,管理者能力與政府補(bǔ)貼的乘積項(xiàng)(M×B)系數(shù)為0.622 4,且在1%的水平上顯著為正,說(shuō)明管理者能力具備正向調(diào)節(jié)作用,即管理者能力的提升能夠強(qiáng)化政府補(bǔ)貼的效果,H3得到了驗(yàn)證。
表5 調(diào)節(jié)效應(yīng)檢驗(yàn)
此外,為了更加直觀地展現(xiàn)因管理者能力而導(dǎo)致補(bǔ)貼效果存在的異質(zhì)性影響,本文還根據(jù)管理者能力值的大小將樣本劃分為高能力組和低能力組,通過(guò)分組回歸考察管理者能力的調(diào)節(jié)作用,檢驗(yàn)結(jié)果如表5中第4、5列所示。其中,在低能力組里,政府補(bǔ)貼的系數(shù)為0.019 3,且在10%的水平上顯著為正;在高能力組里,政府補(bǔ)貼的系數(shù)為0.099 2,且在1%的水平上顯著為正,說(shuō)明政府補(bǔ)貼對(duì)于管理能力高的企業(yè)而言,效果更為明顯。調(diào)節(jié)效應(yīng)的本質(zhì)是當(dāng)調(diào)節(jié)變量變化時(shí),解釋變量對(duì)被解釋變量影響程度的變化,故其本質(zhì)是一種異質(zhì)性分析。因此,通過(guò)分組回歸,再次驗(yàn)證了管理者能力的調(diào)節(jié)作用。
加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系,著力提高全要素生產(chǎn)率是我國(guó)邁向高質(zhì)量發(fā)展快車道的迫切要求。本文基于2016—2021年滬深A(yù)股非金融類上市公司數(shù)據(jù),實(shí)證研究政府補(bǔ)貼與企業(yè)全要素生產(chǎn)率之間的關(guān)系,研究發(fā)現(xiàn):相較于探索式創(chuàng)新,政府補(bǔ)貼更側(cè)重于提高企業(yè)利用式創(chuàng)新績(jī)效;補(bǔ)貼直接提升了企業(yè)全要素生產(chǎn)率,也能夠通過(guò)雙元?jiǎng)?chuàng)新績(jī)效的中介效應(yīng)作用于企業(yè)全要素生產(chǎn)率;管理者能力能夠正向調(diào)節(jié)政府補(bǔ)貼的效果。鑒于上述結(jié)論,本文提出如下建議。
1)從研發(fā)費(fèi)用界定、受惠企業(yè)范圍、優(yōu)惠享受時(shí)點(diǎn)等方面入手,進(jìn)一步提高政府補(bǔ)貼實(shí)施的廣度和深度,同時(shí)加強(qiáng)高層次人才的引進(jìn)與培養(yǎng)、鼓勵(lì)產(chǎn)學(xué)研合作,充分調(diào)動(dòng)企業(yè)研發(fā)創(chuàng)新的積極性。為避免落入“創(chuàng)新陷阱”,在優(yōu)惠政策設(shè)計(jì)時(shí)可以對(duì)技術(shù)成果的新穎性提出要求,例如將發(fā)明專利、新產(chǎn)品銷售占比等作為享受政府補(bǔ)貼的硬性要求,加強(qiáng)對(duì)高質(zhì)量創(chuàng)新的關(guān)注和引導(dǎo)。
2)企業(yè)應(yīng)注重強(qiáng)化管理者隊(duì)伍的培育和建設(shè)。一方面,企業(yè)要優(yōu)化管理者的培養(yǎng)與選任,在選任管理者時(shí),要注重管理者對(duì)于國(guó)家政策的把控、對(duì)于社會(huì)責(zé)任的認(rèn)識(shí);另一方面,企業(yè)要建立管理者培訓(xùn)教育制度,定期開展學(xué)習(xí)考核活動(dòng),不斷提高管理者認(rèn)知能力、經(jīng)營(yíng)能力和決策能力,完善企業(yè)信息披露體系,提高企業(yè)信息透明度。