財政科技專項補貼對企業R&D投入的影響比較分析

蘇 娜

（1.中央財經大學 財政稅務學院，北京100801；2.內蒙古自治區財政廳，呼和浩特 010098）

0 引言

當前我國企業正處于改革創新轉型升級的關鍵階段，以“財政科技專項補貼”為代表的政府財政產業扶持政策是最為有效發揮政府“宏觀調控作用”的方式。在實際操作過程中，政府財政專項補貼由于具備“補貼門類多元”“扶持力度差異”的顯著特征，因此，不同種類的財政補貼項目對于企業研發作用效果迥然不同。研究財政科技專項補貼對于企業R&D投入的影響具有現實意義。

傾向值匹配法包括“靜態線性數據傾向值匹配”與“動態非線性數據傾向值匹配”兩大類。出于數據的可獲得性與研究方法的可行性，本文選取“動態非線性數據傾向值匹配”算法中的“遲滯變量”與“交互效應”相互統一的量化分析范式作為核心量化分析手段。本文基于“遲滯變量”與“交互效應”整體性建構“動態非線性數據傾向值匹配”方法，建立了財政科技專項補貼與企業研發投入間的“兩兩配對”的傾向值量化分析模型，并充分考慮了自變量與因變量間的“非線性交互效應”，量化分析了財政科技專項補貼對于企業研發投入的影響。

1 研究假設

1.1 財政科技補貼對企業研發投入的影響

當前國內外學術界與實務界均圍繞財政科技專項補貼對企業研發投入的影響進行了深入的研究，成果主要聚焦于以下三個方面：一是杠桿效應。即財政科技專項補貼政策能夠有效降低企業創新的“試錯成本”，并提升企業全要素生產率；二是替代效應。財政科技專項補貼政策雖能夠激勵研發人員的工作積極性，但其亦會間接增加企業的研發投入成本；三是混合效應。財政科技轉型補貼政策不僅會派生出杠桿效應與替代效應[1]，而且其作用效果在遠期可呈現出“先上揚、后下滑”的關聯關系。即從遠期來看，財政補貼政策只對處于產業鏈低端的制造類企業具有“外溢性”效應，而對于高技術企業影響效應較為局限。

基于以上研究成果，本文提出假設：

假設1：相對于財政科技補貼受限的企業類型而言，財政科技專項補貼能夠顯著提高企業研發投入的存量與增量規模，即財政科技專項補貼與企業R&D投入間具有“互補效應”。

1.2 財政科技補貼的門類及作用

本文以北京航天城高端裝備制造企業財政科技專項補貼的產業支撐效用為研究背景。選取唐家嶺產業園創新基金與東高地產業園專項發展資金為研究重點。本文將其財政科技專項補貼劃分為以下幾類：一是創新行為激發補貼。該類補貼主要針對處于企業R&D前端的戰略性研發行為給予物質型直接補助；二是企業成長促進補貼。該類補貼以處于企業生命周期中的初生期與成長期階段中的高技術企業為補貼目標；三是資本運作效能提升補貼。該類補貼旨在幫助高技術企業拓展多元化融資渠道與融資機會，以抑制其融資成本；四是創新文化氛圍構建補貼。此類補貼將構建企業創新文化環境作為其核心的目標；五是人才區域集聚專項補貼。該類補貼的實踐方向在于降低企業R&D人力資源成本，進而顯著地增強企業R&D投入預期收益。

基于此，在相關變量固定的條件下，本文提出如下假設：

假設2a：激發企業創新行為的補貼對于企業R&D投入具有正向顯著的促進作用。

假設2b：促進企業成長的補貼對于企業R&D投入不具有影響。

假設2c：提升企業資本運作效率的補貼對企業R&D投入不具有影響。

假設2d：培育企業創新文化的補貼對于企業R&D投入具有正向顯著的促進作用。

假設2e：提升區域人才集聚效應的補貼對于企業R&D投入具有正向顯著的促進作用。

2 數據來源

本文中北京航天城園區企業創新行為的數據來自于順義開發區及豐臺區統計局，有關財政科技專項補貼的數據來自于北京市發改委。北京航天城內現行的財政科技專項補貼產業政策如圖1所示。

圖1 北京航天城現行的財政科技專項補貼產業政策

在刪除“噪聲項”數據后，本文最終選取2014—2017年北京航天城4283家企業共8682個觀測變量的非線性截面數據。具體如表1所示。

表1 獲補貼企業樣本的行業分布、企業性質及規模情況

3 研究設計

3.1 模型與變量

本文的基礎量化分析模型為：

其中：Y代表企業R&D投入；X代表財政科技專項補貼資金規模；C代表企業R&D投入的中介變量；i代表企業類型；t為企業發展時間跨度；μ為誤差項。本文所涉及的全部變量如表2所示。

首先將處于t+1階段的財政科技專項補貼規模作為輸入項帶入到回歸方程中，然后分別基于差異化的財政科技專項補貼規模，來深入地分析及比較多元化的補貼類型對于企業研發投入的影響方式及作用程度。

表2 變量一覽表

3.2 傾向值匹配法

基于傾向值匹配法量化分析的關鍵步驟如下：

第一步，構建產業補貼企業選擇方程[2-4]。

其中：M是影響產業補貼目標企業選擇的核心要素；P為企業獲得補貼的可能性。

第二步，通過回歸分析可以得到全樣本企業的傾向匹配權重值，并將權重趨同的樣本進行兩兩配對。基于“鄰近最優匹配”的原則來搜尋接近于獲得產業補貼企業權重得分?！八褜し匠獭睘閇5,6]：

其中：i為獲得產業補貼的企業；j為并未得到產業補貼的企業；P為企業獲得產業補貼的可能性；D(i)為接近于獲得產業補貼企業i的傾向匹配權重的企業樣本。

接下來，基于傾向匹配值法針對“獲得”及“未獲得”補貼的兩類樣本組進行兩兩配對[7]，作為新樣本量化分析的“觀測組”與“控制組”。在針對兩組變量進行傾向值匹配量化分析后，可得到彼此間的匹配程度如表3所示。

表3 獲補貼企業與未獲補貼企業特征對比

本文同時假定觀測組與控制組彼此間的差異不顯著。在實施匹配前，觀測組的樣本總量為2242，控制組的樣本總量為5549；實施匹配后觀測組的樣本總量為772，控制組的樣本總量為867。

4 結果與討論

4.1 財政科技產業專項補貼對于企業R&D的影響

4.1.1 財政科技產業補貼的整體作用

本文采用六類分析模型來實證分析財政科技產業補貼對企業創新投入的影響。其中，模型1至模型6是基于式（1）得來，分別為t、t+1…t+6時段影響程度[8]。

從下頁表4可知，補貼規模對于企業研發投入具有顯著正向的促進作用。當企業研發投入作為因變量時，其在t階段中的產業補貼估計值為0.218。這說明在關聯性變量固定的條件下，當產業補貼每增加一個百分點，此時研發投入會相應地提升0.21個百分點。依此類推，處于t+1階段的產業補貼亦具有顯著的激勵效果。當將t階段與t+1階段的產業補貼均作為輸入項導入回歸方程時，其實證分析結果依然顯著。因此假設1通過驗證。

表4 財政科技專項補貼總額對于企業創新投入的影響

4.1.2 多元化財政科技產業補貼的作用及對比分析

從表5的結果可知，增強企業創新行為的產業補貼回歸結果為0.328，表明該類補貼能顯著地增加企業研發投入的“內生動力”。因此假設2a成立。以“技術創新行為激發”為導向的補貼可正向影響企業研發投入，同時發現“區域人才集聚”補貼對于企業研發投入的影響亦顯著。則假設2e通過驗證。雖然從提高資本運作效率財政補貼回歸值來看，“區域內人才集聚”的影響系數并不顯著，但仍然為正。則假設2c通過驗證。

表5 多元化財政科技專項補貼總額的作用對比（情況1）

從表5模型2的分析結果可知，輔助企業成長性補貼對企業研發投入影響較小。但從表5模型6的分析結果可見，該補貼的回歸值均為負數。這說明在多類型產業補貼協同影響下，其成為抑制企業創新能動性的向變量。因此假設2b失效。并且從表5模型4的分析結果中可見，促進企業創新文化氛圍構建補貼的影響雖為正向，但其在表5模型6中的數值卻為負數。這意味著其對企業R&D的促進作用會低于“創新行為類”與“區域人才集聚類”的產業補貼。因此假設2d失效。

4.2 穩健性檢驗

為有效增強本文定量分析的穩定性，將研發從業人員作為自變量來考量其對于企業研發投入的作用程度。根據表6中的模型6量化分析結果（R數值分布為0.274）可知，全樣本企業所獲得的財政科技專項補貼規模對于企業研發投入的作用是積極顯著的，且“區域人才集聚類”產業補貼亦具有顯著性作用。因此，假設1、假設2a、假設2e與假設2c均通過驗證。雖然假設2b、假設2d并未通過檢驗，但基于全樣本統計結果不難發現，促進企業創新行為、促進區域人才集聚的轉向補貼作用最為顯著。

表6 多元化財政科技專項補貼總額的作用對比（情況2）

5 結論

本文以2014—2017年北京航天城4283家企業共8682個觀測變量的非線性截面數據為研究樣本，將財政科技專項補貼拆分為“創新行為激發”“輔助企業成長”“促進資本運作”“文化氛圍構建”“區域人才集聚”五類補貼。并以此為基礎來定量研究多元化財政科技專項補貼對于企業R&D投入的影響方式及作用程度。

本文量化分析結果認為：第一，產業補貼會顯著增強企業技術創新效率與效果。但該政策效果會受到企業組織變革以及企業生命周期的影響；第二，從宏觀角度而言，財政科技專項補貼與企業研發投入間呈現出顯著的互補作用；第三，雖然促進企業創新行為類補貼在企業接受補貼占比權重最高，但其激勵效果并非最強。反而占比權重較小的區域人才集聚促進補貼對于企業研發投入的作用效果最為顯著；第四，企業規模這一中介變量能夠顯著地增強財政科技專項補貼的杠桿效應。