政府科技補貼能通過企業科技創新改善產能過剩嗎？
——基于新能源產業與汽車產業對比研究

孫璞，尹小平

（1.國家電投吉林電力股份有限公司，吉林長春130022；2.吉林大學東北亞研究院，吉林長春130022）

政府科技補貼能通過企業科技創新改善產能過剩嗎？
——基于新能源產業與汽車產業對比研究

孫璞1，尹小平2

（1.國家電投吉林電力股份有限公司，吉林長春130022；2.吉林大學東北亞研究院，吉林長春130022）

傳統產業和新興產業的產能過剩都會帶來國民經濟的生產危機。文章以汽車產業作為傳統產業的代表、以新能源產業作為新興產業的代表，將研究重點聚焦于政府科技補貼對產能過剩的改善作用，并分析企業研發的中介效應，結果顯示：新能源產業的研發投入強度中介作用明顯；汽車產業因其異質性而使研發投入強度的作用存在差異。

科技補貼；研發強度；產能利用率；產能過剩

［DOI］10.3969/j.issn.1007-5097.2016.10.016

一、引言及文獻回顧

隨著經濟發展階段的不斷演進，我國多數產業已經面臨大范圍的產能過剩，隨之而來的是產能過剩行業銷售利潤的下滑、整個市場競爭環境的惡化。2006年3月國務院出臺了《關于加快推進產能過剩行業結構調整的通知》，指出我國正面臨著以汽車、鋼鐵、水泥等行業為首的傳統產業產能過剩問題。2015年12月中央經濟工作會議完成了2015年工作總結，并部署了2016年供給側改革的新方向，簡要概括為五個工作任務，即去產能、去杠桿、去庫存、降成本和補短板，其中，去產能已經成為首當其沖的經濟目標。傳統產業和新興產業的產能過剩帶來整個國民經濟的危機，因此，尋找改善產能過剩的政策手段刻不容緩。

國內外眾多學者對產能過剩的理解可總結為兩個方面：宏觀上即表現為“供大于求”的現象（王岳平，2006）［1］；微觀上則表現為企業生產能力遠遠高于產出能力（周勁，2007）［2］，即產能利用率偏低。為了測度產能過剩的程度，以下三種方法較為經典：第一種是在沃頓指數的基礎上發展而來的計算工業行業產能利用率的峰值法（L.R.Klein等，1967；沈利生，1999）［3-4］；第二種是源于傳統生產理論的生產函數法（Rolf F?re等，1980）［5］；第三種是運用軟件進行測算的DEA方法，在國內外因其直接測算的方便性被廣為采納。從原理上來看，DEA以單目標的線性規劃為基礎，先定義生產的可能集，再固定投入使產量達到最大化，并與現有產量作對比計算產能利用效率，符合產能過剩的微觀定義，間接測算了現有產量與最大產能的差距。從實際應用來看，該方法首先應用于漁業行業產能利用率的測算（Diane P.Dupont等，2002）［6］，在國內產能過剩測度文獻中被普遍提及，特別是與生產函數法、峰值法的對比使得DEA被推崇為工業行業測度產能利用效率的主要方法（王磊，2012）［7］。

對于改善產能過剩的政策研究，國內學者往往將其與原因聯系在一起。耿強等（2011）［8］認為，政府給予企業的低價土地、融資補貼和污染縱容扭曲了政府所處的市場位置，呼吁改善產能過剩應注重政府的重新定位。劉航等（2014）［9］也從政府角度對產能過剩的成因做出解釋，認為以上三種優惠手段是城鎮化動因扭曲的表現形式，計量結果說明改善產能過剩要求政府采取適時、適量的補貼方式并加快引導技術創新。王麗娜（2012）［10］以多晶硅為例，通過政府補貼模型分析得出適度地政府補貼可提高企業產量、提高產能利用效率的結論。從現實來看，我國政府對企業的補貼方式除了土地、稅收、貸款的優惠，還包括對企業科技創新的直接補助，這部分本身就是推動企業技術創新的正面力量，因此，政府補貼的作用不能一概而論，客觀評價才能合理配置。

綜上所述，本文力求解決三個問題：第一，政府具有明確導向性的科技補貼是否能夠改善產能過剩？第二，若能夠改善，它的作用機理是什么？第三，傳統產業與新興產業本身存在較強的異質性，這是否會使政府補貼的作用產生差異？

二、研究基礎與假設

（一）新能源產業概念界定

對于新能源，目前尚不存在統一的定義。一般來說，相對于煤、石油、天然氣等常規性能源而言，新能源可以稱為非常規能源，包含所有正在研究開發、有待推廣的一系列可再生能源，其中，太陽能和風能是典型代表，而以新能源產品作為主要經營對象的產業即為新能源產業。目前，新能源產業已躋身我國七大戰略性新興產業①之列，其發展受到中央政府和社會各界的廣泛關注。

（二）新能源產業與汽車產業的異質性分析

1.所處生命周期的差異性

按照生命周期理論，行業的生命周期可分為幼稚期、成長期、成熟期和衰退期，如圖1所示。從整個產業特性來看，以新能源為代表的新興產業大部分處于幼稚期，且正在向成長期過度。該類產業往往將技術創新作為決勝的制高點，注重新產品的研發，產品趨同性低。這部分產業面臨很高的研發投入成本，風險較大。而且，大眾對新產品缺乏了解，使得產品市場實際需求狹小，但潛力較大。相對而言，以汽車產業為代表的傳統產業數十年一直是我國經濟發展的支柱，由于產品的日益成熟，產品趨同性也日益嚴重。在技術相對成熟、市場幾近飽和的情況下，產業內部的進入退出壁壘高筑，競爭主要存在于產業內部在位企業之間。此時，加強企業技術創新、提高產品質量仍然會成為產業擺脫瓶頸的關鍵點，且由于技術的相對成熟，研發風險將遠遠低于幼稚期產業，投產風險也會大大降低。

圖1　行業生命周期各階段“價格-銷售-利潤-風險”情況

綜上，產業所處生命周期的不同主要會引起企業研發投產、風險的差異，而使得政府科技補貼有可能產生不同效果。

2.社會關注度的差異性

面對世界范圍內的資源枯竭，進入21世紀后，世界主要國家都將致力于開發利用新能源作為發展的重點。美國是新能源利用的最大經濟體，在風電技術、太陽能發電和光伏發電等領域處于世界領先位置，特別是2009年眾議院通過的2020年提高電力需求的議案中，15%需要依靠新能源完成②。我國作為資源狀況惡化、環境污染嚴重的發展中國家，為履行《聯合國氣候變化框架公約》③、實現2020年二氧化碳排放目標，新能源產業已越來越受到社會各界的關注。作為快速發展的產業，受到股民心理預期的影響，投資于新能源的資本規模越來越大，可流通股本呈遞增趨勢，社會監督作用越來越強。因此，該類產業的產能過剩程度可能由企業外部環境與內部因素共同作用。而作為傳統的汽車產業來說，股權分置改革后早已實現了全部股本流通，加之近年的政策導向性不強，使得股民對該類產業的預期基本處于平穩趨勢，因此，產能過剩的程度可能受企業本身的內部因素影響較大，而外部效應較小。

綜上，社會關注度的差異可能使得內部因素和外部因素對不同產業產能過剩的程度產生差異化影響。

3.政府支持重點的差異性

由于國情的不同，相對于其他國家而言，我國的政府干預影響作用較大。在新能源被列入國家七大戰略性新興產業后，新能源已經成了國民經濟的先導型產業，其技術創新受到政府前所未有的重視，但對于研發成果投產的風險，其補償力度還遠遠不足。汽車產業經過數十年的發展已經成為國民經濟的支柱型產業，與上游和下游產業具有較強的關聯作用，政府雖也重視研發支持，但更加重視產業規模的擴大。與此同時，受地方官員GDP晉升錦標賽的影響，傳統的支柱型產業承擔著緩解地區就業壓力、支撐地區經濟發展的重大責任，這些重大責任可能會扭曲企業技術創新的原動力，影響政府科技支持的政策效果。

因此，由于政府對不同類型產業關注度不同，政府補貼的作用領域也不同。除此之外，由于其他干預手段的存在，政府對產業科技支持作用效果會受影響，作用機制也會產生偏頗。

綜上所述，新能源產業與汽車產業本身存在較強的異質性，主要表現于生命周期、社會關注和政府支持重點等方面的差異。因此，為研究企業科技補貼與產能過剩的關系，必須進行對比分析。

（三）機制分析和研究假設

產能過剩問題并非是中國的特色問題，美國、日本等也曾出現過類似狀況。面對次貸危機后的新一輪產能過剩，美國將創新驅動、大力發展科技作為抑制產能過剩的主要手段，并取得顯著效果。同樣，日本面對20世紀90年代經濟泡沫帶來的制造業產能過剩問題，大力推行“科技領先、技術救國”的方略，對緩解日本制造業產能過剩問題發揮重要作用。鑒于國外的發展事實，提出假設1。

H1：政府科技補貼能夠有效緩解企業的產能過剩程度，且科技補貼力度越大，企業產能利用率水平越高。

政府科技補貼對于企業來說是外部支持力量，必然通過內部的因素對產能過剩起作用，因此政府科技補貼顏對改善產能過剩發揮作用，必須存在一個中介傳導機制，本文認為這個中介變量在于科技創新。

首先，政府科技補貼會增強企業科技創新。從企業角度來看，科技創新投入越多，創新能力越強，得到的政府科技補貼比重越大，這迎合了企業本身科技創新的主觀愿望。彌補企業科技創新過程中的其他損失。另外，我國政府的科技補貼基本為專款主用，根據會計準則相關要求，這部分補貼只能用于科技創新的研發和技術投產，不能用作他途，因此客觀上也要求企業在接受科技補貼的同時增強科技創新。如此，主觀意愿和客觀要求雙管齊下，政府科技補貼會增強企業的科技創新。從量化企業科技創新力度來講，本文選擇研發投入強度作為衡量指標。

然后，企業科技創新的增強會提高產品質量，刺激消費市場需求，形成自發的淘汰落后產能、提高現有產量的倒逼機制。隨著人們消費檔次的普遍提高，高科技產品因其外觀美、功能強、攜帶方便而越來越受到人們的喜愛，從而企業會自發淘汰那些不能再產生利潤的技術設備，優化產能結構。此外，產品的科技含量越高，越容易形成企業的品牌效應，市場占有率的大幅度提高使得企業必須擴大生產以滿足消費需求。由此，科技創新可以使市場自發形成優勝劣汰的倒逼機制，企業自發淘汰落后產能并擴大現有產量，最終提高產能利用效率并改善產能過剩。

鑒于以上傳導機制分析，提出假設2。

H2：政府科技補貼通過增強企業的研發強度而間接改善產能過剩，企業研發起到明顯的中介作用。

三、計量模型與數據

（一）模型說明與數據來源

1.模型設定與變量選取

本文設定以下兩個Tobit模型，其中（Ⅰ）為了研究政府科技補貼對企業產能過剩的改善，（Ⅱ）引入中介變量，為了分析企業研發的中介作用。

其中，X為控制變量集合，bt為時間因素，εkt為殘差。

（1）被解釋變量。本文擬選用產能利用率（Ekt）作為衡量企業產能過剩程度的指標，產能利用率越低，表明產能過剩越嚴重。采用目前國內外普遍應用的DEA方法，因投入指標的可控性，選用BCC-I進行分析。在投入與產出指標的選取上，考慮C-D生產函數的投入因素，選取勞動投入指標和資本投入指標，產出采用本年度營業總收入進行衡量。

（2）核心解釋變量。本文核心解釋變量為企業科技創新補貼，因其僅為企業補貼的一個方面，考慮到其他補貼方式的影響，本文選取政府對企業的科技補貼力度，系科技補貼占補貼總量的比例（TEkt）作為解釋變量。

（3）中介變量。為了研究政府科技補貼改善企業產能過剩的作用渠道，根據H2，并考慮投入和產出兩方面因素，選取研發投入強度（RDkt）作為中介變量。在中介變量的引入過程中，遵循Muller等（2005）［11］原則：①核心自變量對因變量有顯著正效應；②中介變量對因變量有顯著正效應；③中介變量對自變量有顯著正效應；④引入中介變量后，核心自變量對因變量的正效應有所減弱，若只是降低了顯著性水平，則為部分中介，若改變了自變量對因變量的影響方向，則為完全中介。

（4）控制變量。為減少模型設定誤差，引入可能對企業的產能過剩產生影響的企業年齡（AGEkt）、企業財務杠桿（LEVkt）、凈資產收益率（ROAkt）、流通股所占比例（FFSst）、第一大股東持股比例（SHkt）、股權性質（NAkt）、企業規模（lnSIZEkt），其中，股權性質為虛擬變量，籠統將其分為國有股權和非國有股權，分別設為1和0。

2.數據來源

2008年為應對金融危機，國內的利好政策促使產能過剩問題加劇，隨后的第二年，新能源產業被提出出現產能過剩，其后政府對產能過剩的調控力度日益加大。因此，為對比汽車產業和新能源產業，本文選取2009-2015年共7年的A股上市公司作為研究樣本，其中剔除：①于2009年后上市的公司；②7年內出現ST或*ST的公司；③主營業務出現重大變化的公司；④政府科技補貼或研發數據缺失的公司。剔除不合要求的公司后，樣本包括44家新能源上市公司和43家汽車上市公司，總計87家，609組數據，各變量數據來源見表1所列。

表1　變量設定及數據來源

（二）被解釋變量的描述性統計

模型中被解釋變量來自于DEA統計分析，應用軟件為DEA.Solver，分年描述性統計見表2所列。

表2　DEA結果描述性統計

表2清晰顯示，汽車產業的平均產能利用效率在2009-2011年一直處于上升態勢，而2012年和2013年持續走低，并于2014年有所轉暖。新能源產業自2009年后出現連續三年的降低，近兩年狀況有所回升。然而，這種效率的提高到底是由產能結構優化所帶來的還是僅僅靠產出的低水平增加而帶來的？這是本文所要探討的重要問題。

四、實證結果與分析

（一）政府科技補貼與產能過剩的估計結果

表3顯示了政府科技補貼對產能過剩的影響，應用于以上設定模型。其中模型1-1顯示了87家樣本全體的估計結果，模型1-2和模型1-3分別顯示新能源產業和汽車產業的估計結果，列（Ⅰ）和列（Ⅱ）依次為解釋變量中只含有核心變量和加入控制變量的情形，模型均顯著。

表3　政府科技補貼與產能過剩的估計結果

表3結果顯示，無論是從樣本整體來看，還是分開來看，政府科技補貼對企業產能利用率均表現為顯著地正效應，H1得到論證。按規定，年報中披露的政府補助必須用于規定用途，這使得企業將這部分資金用于自主創新，以集中企業所有優勢資源，生產科技含量高、經濟效益好的產品。從結果來看，若控制其他變量，對于新能源產業來說，每提高一個單位補貼力度，則產能利用率相對提高13.00個百分點；對于汽車產業來說，產能利用率提高9.61個百分點，比新能源產業略低。

對于控制變量，對比發現：①上市年齡與產能過剩的關系由于產業性質不同而有所差異，這說明產業所處生命周期不同是造成不同程度產能過剩的重要原因。②對于不同產業來說，企業財務杠桿對產能過剩的作用方向相同，但對于新能源產業來說，財務杠桿的利用效率顯然要高于汽車產業。這是由于新能源產業資金來源渠道廣泛、資金較為充足，且企業正處于成長階段，資金利用率較為高效。③對比新能源產業和汽車產業，凈資產收益率和股權性質對產能利用率的作用表現為截然相反的關系。新能源產業的凈資產收益率越高，資產運營越高效，進而帶來整體產能利用效率的提高。而汽車產業的實證結果說明資產運營雖然高效，但仍有其他負面因素的干擾導致企業出現產能過剩，股權性質就是其中一項。新能源產業的國有股權性質可以為企業帶來更便利的資源、更多的財政補貼引導企業的高效生產。而汽車產業的國有股權性質反而使企業背上沉重的政治負擔，影響企業的正常運行。

（二）加入中介變量的估計結果

表3驗證了H1的正確性，說明政府科技補貼確實是推動企業改善產能過剩的正面力量。為了探索科技補貼對于改善產能過剩的作用渠道，我們引入中介變量，結果見表4所列。其中模型2-1顯示了87家樣本全體的估計結果，模型2-2和模型2-3分別顯示新能源產業和汽車產業的估計結果。

表4　加入中介變量的估計結果

表4的估計結果并不與H2完全相同。模型2-3結果顯示，對于新能源產業來說，政府科技補貼力度對產能過剩的改善作用確實因為企業研發強度的加入而有所減弱，與表3中模型1-2相比，系數減小，顯著性水平也隨之降低。根據中介變量的引入原則，研發投入強度起到部分中介的作用。但是對于汽車產業來說，結果卻不盡相同，研發投入強度的增加雖然也能減緩產能過剩，但企業研發并不是政府科技補貼改善產能過剩的作用渠道，其作用機制仍需深層次研究。那么，對于汽車產業來說，為什么作用渠道會有所不同呢？

（三）作用渠道差異性分析

表4結果顯示，只有新能源產業的實證結果與H2相同，而汽車產業卻出現不同效果。為了探求差異性產生的原因，我們有必要根據經濟學原理進行推算。

假設π代表企業的利潤，營業收入為R，政府科技補貼力度為T，成本可分為不變成本K和可變成本C，且各項均依賴企業產量Q而變動。

在政府科技補貼為0的情況下，企業的利潤公式可以表示為：

企業決定產量時一階導數為0，則

若政府科技補貼按照企業產量而定，利潤公式為：

在同樣條件下決定企業產量，則

若政府科技補貼是按照產量決定的，則

由于邊際收益遞減規律的存在，函數R（Q）-C（Q）-K（Q）具有凸函數特性，即R''（Q）-C''（Q）-K''（Q）＜0。

由R'（Q2）-C'（Q2）-K'（Q2）＜R'（Q1）-C'（Q1）-K'（Q1）可知Q2＞Q1，即政府科技補貼情況下企業產量會明顯大于無補貼情況。

此推導證明，若政府科技補貼是以企業產量為依據，則帶動供給企業低水平擴張，盲目擴大產量，雖產能利用率片面提高，但并未得到產能結構優化。汽車產業作為各地區支柱性產業的政治和經濟價值，使得以產量為依據的政府科技補貼跳過對研發投入強度的影響而直接作用于生產，帶來企業產能利用率的“惰性”提高。相反，新能源產業作為新興產業，并未擔負支柱產業的政治和經濟責任，政府科技補貼較少依據實際產量，而重點關注對企業科技創新的引導作用。因此，對于新能源產業與汽車產業，補貼依據的差異性使得政府科技補貼改善產能過剩的作用渠道存在明顯不同。

五、結論與政策建議

（一）研究結論

本文驗證了政府科技補貼對于改善產能過剩的正面作用。不論是汽車產業還是新能源產業，政府科技補貼對提高產能利用效率都表現出顯著效果。對于新能源產業來說，研發投入強度起到部分中介作用，說明政府科技補貼是通過提高企業研發強度而提高產能利用效率進而改善產能過剩的。但對于汽車產業來說不盡相同。這是因為汽車產業的政府科技補貼片面以產量為依據，而忽略對產能結構的優化。

（二）政策建議

針對以上研究結論，本文提出利用政府科技補貼改善產能過剩的三點政策建議：

第一，改變政府科技補貼依據，轉“輸血”為“造血”。政府的稅收優惠、土地低價出賣以及環境污染縱容等方面，這些都是違背市場規律的政府強行干預手段，是給企業的“輸血”行為，勢必會加劇企業的產能過剩。而政府科技補貼具有較強的指向性，是一種給予企業補貼的“造血”模式，指引企業用自主的研發創新去提高產能利用效率，這樣的方式才具有長期性和可持續性。因此，政府應轉變以產量為依據的補貼原則，制定綜合考量體系，強化由“輸血”向“造血”轉化的指導作用，以實現政府補貼與企業運行的“雙效率”。

第二，重新定位政府科技補貼目標，慎重選擇補貼政策的傾向性。以新能源為代表的新興產業正處于生命周期的幼稚期，處于該階段的產業研究開發費用比重大，且風險高，如何提高該類企業的研發力度，如何補償其潛在風險、使新技術順利完成研發和投產是政府科技補貼需要面對的關鍵問題。對于研發和投產具有高風險性的產業，政府要重新定位，不僅要做指導企業研發的引路人，還要成為保障企業新技術投產的堅強后盾。若只著眼于研發而忽略投產，顧此失彼的結果很可能加重企業負擔、引發低水平研發并且帶來更加嚴重的產能過剩。

第三，因勢導利，根據不同產業特性調整資金支持力度。計量結果顯示，企業資產負債率對改善產能過剩有積極效果，即資產負債比率越高，企業的產能利用率越高，產能過剩程度越低。這說明源源不斷的資金支持投放于生產，可以加快生產設備的更新換代、研發技術的不斷升級，從而帶來產能利用效率的提高。因此，政府提供的貸款、獎勵等資金支持要因勢導利，對于能更好地運用財務杠桿的產業給予更大的支持力度，反之則應采取限額供給的政策，以實現有限資源的有效配置。

注釋：

①國發〔2010〕32號《國務院關于加快培育和發展戰略性新興產業的決定》，將節能環保、新一代信息技術、生物、高端裝備制造、新能源、新材料和新能源汽車確定為七大戰略性新興產業。

②2009年6月，美國眾議院通過《美國清潔能源與安全法案》，正式提出2020年運用可再生能源滿足電力需求的20%，其中15%需要由發展風能、太陽能來實現。

③1994年3月21日生效，旨在應對全球氣候問題，全面控制CO2等溫室氣體排放。

［1］王岳平.我國產能過剩行業的特征分析及對策［J］.宏觀經濟管理，2006（6）：15-18.

［2］周勁.產能過剩的概念、判斷指標及其在部分行業測算中的應用［J］.宏觀經濟研究，2007（9）：33-39.

［3］Klein L R，Preston R S.Some New Results in the Measure?ment of Capacity Utilization［J］.The American Economic Review，1967，57（1）：34-58.

［4］沈利生.我國潛在經濟增長率變動趨勢估計［J］.數量經濟技術經濟研究，1999（12）：3-6.

［5］Fare R，Svenson L.Congestion of Production Factors［J］.The Econometric Society，1980，48（7）：1745-1753.

［6］Dupont D P，Grafton R Q，Kirkley J，et al.Capacity utiliza?tion measures and excess capacity in multi-product priva?tized fisheries［J］.Resource and Energy Economics，2002，24（3）：193-210.

［7］王磊.我國工業產能過剩的測度及其與宏觀經濟波動關系的實證研究［D］.成都：西南財經大學，2012.

［8］耿強，江飛濤，傅坦.政策性補貼，產能過剩與中國的經濟波動——引入產能利用率RBC模型實證檢驗［J］.中國工業經濟，2011（5）：27-36.

［9］劉航，孫旱.城鎮化動因扭曲與制造業產能過剩——基于2001-2012年中國省級面板數據的經驗分析［J］.中國工業經濟，2014（11）：5-17.

［10］王麗娜.政府補貼對產能過剩的影響——以多晶硅產業為例［D］.大連：東北財經大學，2012.

［11］Muller D，Judd C M，Yzerbyt V Y.When moderation is me?diated and mediation is moderated［J］.Journal of Personali?ty&Social Psychology，2005，89（6）：852-863.

［責任編輯：張兵］

Can Government Science and Technology Subsidies Ease Overcapacity through Corporate Science and Technology Innovation—A Comparative Study Based on New Energy Industry and Automobile Industry

SUN Pu1，YIN Xiao-Ping2
（1.Jilin Power Co.，Ltd.of the State Power Investment Corporation，Changchun 130022，China；2.Institute of Northeast Asian Studies，Jilin University，Changchun 130022，China）

Overcapacity of traditional industries and emerging industries can bring huge production crisis to the entire nation?al economy.Taking the automobile industry as a representative of traditional industries and the new energy industry as a repre?sentative of emerging industries，the study focuses on the effect of government science and technology subsidies on overcapaci?ty，besides，it analyzes the mediating effect of corporate R&D.The results show that：the mediating effect of R&D investment intensity in the new energy industry is obvious while the effect in the automobile industry diversifies due to the heterogeneity. Keywords：science and technology subsidies；R&D intensity；capacity utilization；overcapacity

F274

A

1007-5097（2016）10-0101-06

2016-02-01

國家自然科學基金項目（70941036）

孫璞（1974-），男，吉林長春人，博士研究生，吉林電力股份有限公司總經理助理，研究方向：新能源經濟；尹小平（1962-），男，吉林長春人，教授，博士生導師，研究方向：世界經濟。