研發補貼不平等與企業創新效率

戴一鑫 李 杏 冉 征

(1.南京大學 經濟學院，江蘇 南京210009； 2.南京財經大學 國際經貿學院，江蘇 南京 210046)

一、引言與相關文獻綜述

黨的十九大報告中特別指出創新是引領發展的第一動力，作為驅動創新體系的重要力量，企業創新日益成為學術界關注和研究的重點。企業創新活動因其投資資金大、周期長以及不確定因素多而長期面臨融資約束，單純依靠內部融資已遠不能維持創新活動的持續開展。同時，企業創新活動的外部性和高風險也會導致“市場失靈”，政府可以通過財政補貼手段緩解企業創新資金的短缺問題(郭玥，2018)。政府補貼一則會直接增加企業研發投入資金，二則可以利用信號傳遞機制吸引更多外部資金支持企業創新。因此，政府的創新補貼對企業創新具有至關重要的影響。

補貼作為政府重要的產業政策手段，具有一定的方向性和選擇性。中國工業企業的補貼呈現明顯的差異性和不平等性，不同行業企業所受到的創新補貼存在較大差異，即使相同行業的企業獲取的創新補貼也存在“天壤之別”(蔣為 等，2015)。其中一部分差異性可能來源于所有制差異，即政府往往傾向于將更多補貼分配給具有政治關聯背景的國有企業而不是民營企業。中國的國企改革致使國有企業的占比從1995年的24%陡降至2014年的3%左右。即便如此，國企龐大的規模和戰略性地位令其更易獲得銀行的貸款和研發補貼，尤其是2008年之后，大規模的刺激計劃讓國企從中獲得了包括研發補貼在內的更多資金。

梳理現有的文獻，我們發現大多數研究并沒有從一般意義上的整體不平等中區分所有制間的不平等，而兩者對企業創新行為的影響是不同的。本文在現有研究基礎上將政府創新補貼的不平等分為兩個維度：其一來自于企業個體間的不平等，本文稱為垂直不平等；其二來自于所有制間組別的不平等，本文稱為水平不平等(1)理論上，轉型經濟體中存在各種所有制不同的企業，但由于國有企業和民營企業占據主要成分且兩者在不同行業競爭，因此本文主要關注國有企業和民營企業這兩類企業。。數據顯示(2)2011—2013年工業企業科技活動數據。，數量僅占15%的國有企業的平均研發補貼是民營企業的7倍多，即使剔除規模因素后的人均研發補貼之比也達到了1.6倍，這種差異化補貼政策對企業創新具有重要影響。魏尚進等(2017)認為獲得更多補貼的國企在創新上要顯著弱于民企，利用2005—2007年的工業企業數據研究發現，每1000萬元研發投入可以為民企帶來7.6項專利，而只能為國企帶來2.2項專利。

中國企業的創新活動存在一定的研發資源配置的所有制歧視，生產效率和創新能力較低的國企相對民企獲得了太多的資源。如果研發補貼能夠在不同所有制企業中更加均勻地分配，將釋放更大的創新潛力，這對于未來中國能否在不利的結構性因素下保持創新動力和持續高速增長至為關鍵。那么一個非常重要且首先需要回答的問題是，國企和民企所有制“身份”上的差異是否導致了研發補貼的歧視進而影響了企業創新的效率呢？

過往的研究主要集中于市場準入、信貸配置等視角(劉忠 等，2018；靳來群，2015；余超 等，2016)。通過對信貸所有制歧視的研究發現，所有制歧視會降低民營企業的投資回報(陸正飛 等，2009)以及國有企業的創新產出(戴靜 等，2013)，進而會拖累制造業乃至整個經濟效率(徐思遠 等，2016)，最終導致社會整體福利的損失(肖爭艷 等，2015)。創新效率是評價企業績效的另一個切入點。國有企業的創新效率被證實相對較低(吳延兵，2006)，并且存在“增長拖累效應”。企業創新效率的影響因素，已有研究也進行了不同維度的探討，包括要素市場扭曲(戴魁早 等，2016)、創新要素集聚(余泳澤 等，2013)、技術差距(肖仁橋 等，2014)等。

區別于以往研究，本文的可能貢獻在于：第一，將所有制歧視拓展到政府研發補貼視角并且利用微觀企業的創新活動數據證實了這一特征事實的存在；第二，證明了研發補貼所有制間的不平等是個體不平等的重要組成部分，并重點考察了企業間個體(垂直)不平等和所有制間組別(水平)不平等對企業創新效率的線性或非線性的影響；第三，重點關注了政府研發補貼在“國民”所有制間的差異并嘗試在中國的制度背景下解釋這種組間差異如何影響企業的創新效率，搭建了補貼不平等和企業創新效率間的邏輯橋梁。

二、 特征性事實

(一)研發補貼強度和分布存在水平不平等

表1提供了國有企業和民營企業人均政府研發補貼的對比數據(3)具體以“企業科技活動費用中來自政府部門的科技活動資金”來衡量政府的補貼金額，同時將企業中科技活動人員數量除補貼金額以消除規模因素影響。，可以發現政府的研發補貼資金在分配上更傾向于國有企業，而民營企業則處于不利的地位，2011—2013年國有企業的人均研發補貼分別比民營企業高40%、69%和41%。

表1 2011—2013年國有企業和民營企業研發補貼比較

注：ANOVA檢驗用以檢驗樣本均數的差別是否具有高度顯著性。

圖1 按水平不平等由高到低排序的行業分布(4)研發補貼數值為2011—2013年三年平均值。

考慮到國有企業所處的行業分布可能與民營企業不同，因此研發補貼的水平不平等可能和行業異質性有關。本文以行業內的國有企業和民營企業的人均研發補貼強度之比衡量水平不平等，如圖1所示，可以發現在31個制造業行業中將近71%的行業中國有企業的補貼都是大于民營企業的。從行業的分布來看，具有補貼優勢的國有企業包含了諸如計算機、通信和其他電子設備制造業、鐵路、船舶、航空航天和其他運輸設備制造業、專用設備制造業等大部分中高技術密集型行業，而民營企業獲取補貼的優勢僅體現在紡織服裝、服飾業、印刷和記錄媒介復制業、酒飲料和精制茶制造業等低技術密集型行業。

表2 控制行業補貼相對需求的研發補貼水平不平等行業分布

注：C13表示農副食品加工業、C14表示食品制造業、C15表示酒、飲料和精制茶制造業、C16表示煙草制品業、C17表示紡織業、C18表示紡織服裝、服飾業、C19表示皮革、毛皮、羽毛及其制品和制鞋業、C20表示木材加工和木、竹、藤、棕、草制品業、C21表示家具制造業、C22表示造紙和紙制品業、C23表示印刷和記錄媒介復制業、C24表示文教、工美、體育和娛樂用品制造業、C25表示石油加工、煉焦和核燃料加工業、C26表示化學原料和化學制品制造業、C27表示醫藥制造業、C28表示化學纖維制造業、C29表示橡膠和塑料制品業、C30表示非金屬礦物制品業、C31表示黑色金屬冶煉和壓延加工業、C32表示有色金屬冶煉和壓延加工業、C33表示金屬制品業、C34表示通用設備制造業、C35表示專用設備制造業、C36表示汽車制造業、C37表示鐵路、船舶、航空航天和其他運輸設備制造業、C38表示電氣機械和器材制造業、C39表示計算機、通信和其他電子設備制造業、C40表示儀器儀表制造業、C41表示其他制造業、C42表示廢棄資源綜合利用業、C43表示金屬制品、機械和設備修理業。

通過表2的結果可以看出在控制了補貼需求后，存在國企研發補貼偏向的行業分布范圍雖然由71%降低至52%，但電氣機械和器材制造業、汽車制造業、電氣機械和器材制造業、鐵路、船舶和航空和其他運輸設備制造業等中高端技術制造業領域國有企業較民營企業更易獲取研發補貼。這些行業國企研發補貼資金相對依賴程度較低，但卻占據了較多的補貼資源。另外，本文計算得到國企研發補貼供給過度程度以及國企研發補貼供給不足程度分別為27.17%和-19.67%。可以發現研發補貼偏國有化的擴展邊際雖然降低了(行業分布范圍由71%降低至52%)，但是補貼不平等的集約邊際仍然較大，這強化了研發補貼偏向國企的特征性事實。同時，本文也發現研發補貼存在一定程度的資源錯配，即部分行業存在國企補貼供給不足現象。我們發現，這類行業主要集中于一些中低技術領域的制造業，如紡織業、農副食品制造業等。對于這一部分行業，一方面該類行業對技術的要求較低，政府可引導企業降低研發支出；另一方面政府可采取政策手段將冗余的研發補貼調配至民營企業補貼供給不足的行業(5)即表2中研發補貼不平等值為正的行業。，從而達到研發補貼在所有制和供需之間的有效均衡。

(二)水平不平等是不平等的重要來源

表3提供了行業層面的水平不平等和垂直不平等度測算結果，垂直不平等指數以基尼系數衡量，具體計算公式為：

(1)

其中，Ij表示第j個企業的研發補貼強度，n表示企業數，I表示n個企業的總補貼強度。

表3 研發補貼水平不平等和垂直不平等

資料來源：作者根據相關數據計算整理得到。

為了更直觀地反映研發補貼水平不平等和垂直不平等的差距，本文進一步用可分解的泰爾指數來度量基于不同所有制的補貼差距。其定義和計算公式如下：

(2)

其中，i=1,2分別表示國有企業和民營企業，zijt表示j行業i類企業的數量，zjt表示j行業企業的總數量，pijt表示j行業i類企業的研發補貼之和，pjt表示j行業企業的研發補貼之和。為了進一步測算所有制不平等在整體不平等中的作用，根據信息熵理論將熵值分解為組內不平等和組間不平等，結果如表4所示。

表4 水平不平等在研發補貼不平等中的比重

資料來源：作者根據相關數據整理得到。

雖然不同參數下的廣義熵的結果略有差異，但我們仍然可以看到所有制間的不平等可以解釋大約20.47%～21.54%的不平等度。可以看出，水平不平等是研發補貼不平等中的一個非常重要的來源，在考慮研發補貼不平等時，應將所有制間的不平等區別開來。

(三)水平不平等與企業創新效率呈現負相關關系

1.測度方法

企業效率的評價方法主要包括參數法和非參數法兩類，參數法以SFA隨機前沿生產函數為代表，非參數方法則以DEA數據包絡分析方法為代表。DEA方法無需設置函數形式，對評價多投入和多產出的企業技術創新活動效率具有一定的優勢。DEA方法假設有n個待評價的決策單元，使用m種投入要素，生產s種產出。對于每一個決策單元DMUj都有對應的效率評價指數：

(3)

其中，xij表示決策單元DMUj第i種要素的投入量，xij>0；yrj表示決策單元DMUj第j種產出的總量，yrj>0；vi表示第i種投入的權系數；ur表示第j種產出的權系數。本文以第j0個決策單元的效率指數為目標，以所有決策單元的效率指數為約束構造基礎模型：

(4)

進一步，以Charnes-Cooper變換對上式取對偶形式引入松弛變量s+和剩余變量s-，將不等式約束轉化為等式約束：

(5)

運用上式的最優解θ0、λ0、s0+、s0-，即可判定決策單元的效率情況。根據∑λj是否為1這一約束條件可以將上述基礎模型分為“規模報酬不變”(C2R)和“規模報酬可變”(BC2)兩種模型(∑λj≠1時為C2R模型；∑λj=1時為BC2模型，具體方法原理詳見Andersen et al.(1993))。本文認為企業創新活動是內生經濟增長的重要來源，具有知識經濟的外部性，傳統生產要素的邊際規模報酬遞減效應一定程度上被抵消，因此本文改變規模報酬不變的假設以捕捉企業創新邊際收益的不確定性，認為采用“規模報酬可變”(BC2)的DEA模型對企業創新效率評價更為合適(趙樹寬 等，2013)。

2.變量和指標說明

本文基于規模報酬可變模型對企業創新效率進行評價，運用數據包絡分析軟件Deap2.1進行測度，具體數據來源如表5所示。需要特別說明的是，一般而言專利權的獲得存在很長的滯后期(楊武 等，2011)(6)專利申請被受理后并不立即授予專利權，平均到18個月以后才發布專利公告。。因此，以專利授權數來反映當期的創新產出并計算創新效率可能會存在一定的誤差。雖然有些專利申請可能因某種原因而最終未獲授權，但由于技術和經驗的積累，它也會對后期研發活動產生重要影響，尤其是對于處在整個國際分工鏈條中后端的發展中國家的工業企業而言，這些技術仍能發揮較為突出的創新效應(錢麗 等，2015；馮宗憲 等，2011)。綜合考慮以上因素，本文采用專利申請數作為創新產出指標之一，同時考慮到一些發明并不申請專利而使得該指標并不能反映創新活動的全部成果(Pakes et al.，1984)，本文亦采用新產品產值作為創新產出的另一指標，該指標可以有效地反映出創新成果的產出價值(白俊紅，2011)。

表5 變量和指標說明

資料來源：作者根據相關數據整理。

3.測算結果

表6為測算的分行業的結果，從全行業平均值來看，民企的創新效率指數為0.0648，而國有企業為0.0360，前者約是后者的1.8倍(7)巧合的是國有企業人均補貼金額則是民營企業的1.6倍。，兩者創新效率的相對差距之比同董曉慶等(2014)利用行業層面的創新數據所測結果相似；分行業看，國有企業僅在C14(食品制造業)、C20(木材加工和木、竹、藤、棕、草制品業)、C42(廢棄資源綜合利用業)和C16(煙草制品業)四個傳統的低技術制造業具備較高的創新效率。上述數據事實表明國有企業較民營而言在創新效率上是缺乏競爭力的，這和吳延兵(2012)等的研究結論一致。

表6 中國工業企業分行業創新效率

資料來源：作者根據相關數據計算整理得到。

本文進一步將行業層面的平均創新效率和水平不平等放置于折線圖中，如圖2所示，我們發現研發補貼水平不平等度較高的行業創新效率往往較低，兩者之間似乎呈現負向相關關系。進一步，觀察圖3的散點擬合圖，在95%的置信區間內，行業層面的補貼水平不平等同企業創新效率具有明顯負相關關系。這直觀上反映了補貼的所有制歧視對創新效率的影響，下文將進一步分析兩者之間可能存在的內在影響機制和邏輯機理。

圖2 研發補貼水平不平等與企業平均創新效率折線圖

圖3 研發補貼水平不平等與企業創新效率散點擬合圖

三、理論分析與假設提出

(一)核心假設的提出

即使政府主觀上并未采取歧視性政策，但在政府選擇補貼流向和分配的實踐過程中確實存在研發補貼的不平等。由于企業政治關聯性、信息的不對稱以及虛假信號等干擾原因，極有可能誘使政府通過補貼資助了不需要甚至是不該資助的企業，造成創新活動資本的供求失衡與扭曲，并使得創新資本無法按照市場規律進入邊際收益最高的生產領域，進而阻滯了創新資源的有效配置從而不利于企業創新效率(白俊紅 等，2016)。

實際上，這種偏向國有企業的補貼本質上可以視為一種對國有企業的隱形信貸政策優惠，國有企業從中獲取了“利率租金”(戴靜 等，2013)，引致研發活動資本價格扭曲。創新補貼在所有制間的不平等反映了資源并沒有按照效率原則進行分配，扭曲了民企和國企獲取研發資本的價格成本從而改變了創新的套利條件，進而改變了廠商的創新產出效率。據此基本思想，本文基于廠商利潤最大化和創新的套利條件，試圖建立一個簡單的補貼所有制不平等影響創新效率的模型。

本文借鑒Aghion et al.(2009)關于廠商創新套利條件的理論模型，建立一個簡明的存在補貼所有制歧視的兩廠商創新模型。假設行業中存在G和M兩個廠商，生產同樣的產品并且同質，那么他們產品的競爭均衡價格為P。為了便于后續分析，假設消費者購買的產品中國企和民企的供給量各為一半且消費者購買商品的預算為W。由于本文重點考察的是研發資本價格對廠商創新的影響，為簡化分析不考慮勞動力的投入要素。

企業必須從事研發活動進行創新，而研發活動具有較高的不確定性且有成本，但是一般而言，依據現有研究和經驗事實，企業在科研活動中投入越多，則創新成功的概率也就越大(Aghion et al.，2009)。因此，創新成功的概率正相關于研發投入Ri并且遵循如下的科布—道格拉斯創新套利方程函數：

μi=φ(Ri)=αi(Ri)σ

(6)

其中，αi反映了不同企業研發部門生產率的參數；Ri為研發的相對投入量，即研發投入占行業總研發投入的份額或廠商研發投入與銷售收入的比值；σ為研發投入的產出彈性，其值介于0和1之間。

由此得出，創新前廠商的利潤為：

(7)

企業創新成功將會促進廠商原本C下降為C/(1+ωi)，ωi越大意味著創新引致的成本降低程度越大，即創新的收益越高，則廠商的利潤為：

(8)

那么，將創新概率和固定研發成本納入到利潤最大化方程中，則企業進行研發活動的預期利潤可以表示為：

(9)

根據利潤最大化的原則，對上式進行求導，可以得到：

(10)

創新產出的函數采取不考慮勞動力因素的簡化的科布道格拉斯形式：

(11)

其中，將新產品的生產部門的效率設為βi，γ是研發投入的新產品的產出彈性。將由利潤最大化求得的最優研發投入帶入創新產出函數：

(12)

由此，我們可以得到不同廠商創新產出的比值：

(13)

對國企來說，一方面他們往往是較為成熟的企業，在生產經營中積累了長期的經驗以抵御創新活動的不確定性(Coad et al.，2016)，另一方面，他們往往會容易滿足現狀，缺乏創新變革的動力。國企同中央或地方政府關系天然密切，政府的助力以及自身高資源稟賦將會放大企業預算軟約束問題(賀小剛 等，2013)，政府的補貼力度越大，越有可能抑制國有企業研發投入中企業內部所投入的規模，造成“資源冗余”現象，降低了企業搜尋創新資源的意愿以及企業深度創新和開放創新的能力，最終會損耗國有企業轉換創新資源的效率(劉忠 等，2018)，即存在“研發補貼詛咒”效應。鑒于以上分析，本文提出：

假設1：研發補貼的水平不平等會通過“研發補貼詛咒效應”這一影響機制抑制國有企業創新效率。

與此同時，不同所有制企業在自身資源稟賦和制度邏輯上存在巨大的差異，他們在利用政府補貼進行創新時的行為特征存在明顯不同。對民營企業而言，創新資金來源仍以自有資金為主，其在融資市場上的融資成本一直都要遠高于國有企業，“融資難、融資貴”現象非常突出，而低成本的政府研發補貼資金，大部分被國有企業占用，某種程度上也進一步加劇了民營企業創新的資金困境，降低民營企業成功創新的概率。除了創新資金來源單一和匱乏，民營企業仍然面臨其他一些亟待解決的問題，如創新人才短缺、創新環境不完善等。調查分析顯示企業未來創新意愿不足，對未來增加創新投入較前幾年更為謹慎，而企業創新意愿強和創新投入多的企業，在經營績效、盈利水平等方面有更好的表現(8)2014年8月至9月，中國企業家調查系統組織實施了“2014·中國企業經營者問卷跟蹤調查”，本次調查以企業創新發展為主題。。績效越好、競爭力越強、效率越高的企業創新意愿越強，而創新意愿越強的企業，創新效率越好。基于以上邏輯，本文提出：

假設2：研發補貼水平不平等會通過“低創新傾向效應”抑制民營企業利用政府補貼進行創新的意愿和能力進而抑制民營企業的創新效率。

(二)拓展分析

不同企業在創新資源稟賦和企業特征上存在天然差異，使得政府在創新資源的分配上必然具有偏向性和選擇性。企業間的垂直不平等對企業創新效率的影響會隨著不平等程度呈現不同的創新效應。當不平等程度開始逐漸增加時，會改變創新部門內企業間資金分配的離散化和平均化的格局，有利于其他創新資源的流動，進而降低整體企業的單位創新產出成本，因此，此時補貼不平等增加將會促進企業創新效率的提高。

然而當垂直不平等逐漸加劇時，補貼在企業間的分布集中度將會提高，那么創新資源將向更少部分企業集中，此時，補貼的不平等將會影響資源配置的效率而產生負面效應(蔣為 等，2015)。補貼具有信號傳遞機制，它會集聚并引導包括勞動、土地和資本等要素在內的其他創新資源由低補貼企業向高補貼企業流動，由此引致的創新投資乘數效應將會促使高補貼企業把創新規模擴張至最優，而低補貼企業則有可能以低于社會最優的規模退出市場。隨著不平等性的加深，這種資源的流動就越為明顯，有可能出現“劣幣驅逐良幣”現象，從而會產生企業生產率和資源的誤置。另外，某些不合理的政府行為和補貼模式會進一步導致企業創新生產率分布的離散程度加大，這加劇了補貼不平等所帶來的資源誤置效應，從而導致創新效率損失。據此，本文提出：

假設3：研發補貼的垂直不平等以“先揚后抑”倒“U”型特征對企業創新效率產生影響。

四、實證分析

(一)研發補貼不平等與企業創新效率

1.計量模型

本文建立如下的計量模型以檢驗補貼不平等與企業創新效率之間的關系：

(14)

2.數據來源

本文所使用的數據來源于中國工業企業微觀數據庫。該數據口徑為主營業務收入在2000萬元及以上的規模以上工業企業，收錄了31個省、自治區、直轄市規模以上工業企業科技活動主要統計數據，較為全面反映了中國工業企業科技活動開展情況，主要涉及工業企業R&D及相關活動主要指標。同時，這個數據也涵蓋了關于企業創新的一系列個體特征信息。

本文僅保留了國有企業和民營企業均存在的兩位數行業，最終樣本包括31個行業，涉及18435家企業的2011—2013年共50646條數據記錄，其中國有企業7724家，民營企業42921家。為了消除異常值的影響，本文對關鍵變量在第1%和99%分位進行了Winsor處理。表7是相關變量的描述性統計。

表7 變量的描述性統計

3.基準回歸結果

本文首先檢驗了補貼的水平不平等如何影響企業創新效率。表8匯報了計量回歸的結果。本文主要關注的是BI的系數，采取逐步加入控制變量的方式。列(1)僅加入BI，列(2)和列(3)加入垂直不平等度Ineq及其二次項Ineq2，列(4)加入了所有制啞變量Soe以及其與BI的交互項，列(5)至列(6)則依次加入了一些控制變量。在逐步回歸的過程中，BI均在不同顯著性水平上顯著為負，所有的回歸結果都表明水平不平等與企業的創新效率呈現顯著的負相關關系，這也驗證了本文的假設1。同時，列(6)控制了其他變量之后，BI的系數絕對值顯著變大，表明如果不控制其他變量，將會低估水平不平等對創新效率的負向作用。

本文從列(2)加入Ineq以探究垂直不平等對創新效率的影響，結果顯示系數顯著為正。為了驗證可能存在的非線性關系，列(3)同時納入它的二次項Ineq2，結果發現一次項系數顯著為正，二次項系數顯著為負，表明補貼的垂直不平等對創新效率的影響呈現顯著的倒“U”型特征，這也證明了本文的假設3。這個結果同現有認為補貼的差異化只會產生正或負的線性作用的研究結論不同(劉忠 等，2018；蔣為 等，2015)。

表8 基準回歸結果

注：*、**、***分別代表10%、5%與1%顯著性水平。

列(4)加入所有制虛擬變量Soe及其與BI的交互項，發現所有制啞變量統計上顯著，表明國有企業的創新效率確實明顯低于民營企業，而其與BI的交互項則顯著為負，表明相較于民營企業，水平不平等對國有企業創新效率的影響會更大。

本文基于加入全部控制變量的表8列(6)的結果，得到企業創新效率的影響方程為：

(15)

(16)

進一步對本文的控制變量作簡要說明，其中行業集中度和創新開放度對創新效率并無明顯影響，而企業年齡、資本密集度、稅收優惠政策會導致一定程度的創新效率損失，研發人員人力資本強度則會促進創新效率，這進一步說明技能偏向型技術進步的創新政策將是提高企業創新效率的有效策略。

4.穩健性檢驗

(1)變更測量方法

首先，DEA方法測度效率會對異常值相當敏感，在此基礎上得出的數據處理結果可能是不穩定的(董曉慶 等，2014)。針對該測量方法效度可能較低的問題，為了得到可靠穩健的實證結果，本文同時利用傳統的投入產出比的度量方法對創新效率指標進行替換得到Ieff_ratio(新產品產值/R&D經費支出)，回歸結果列示在表9中的列(1)。從主要解釋變量來看，系數的顯著性雖然減弱了，但是系數的方向依然和基準回歸的結果相一致，證明了本文基本結論的可靠性。

表9 穩健性檢驗結果

注：*、**、***分別代表10%、5%與1%顯著性水平；CV為控制變量。

然后，參考Aghion et al.(2012)和蔣為等(2015)的做法，本文采用標準差的形式對企業研發補貼的垂直不平等進行度量以替換基尼系數，具體的變量形式為：Ineqsd=sd(Subsidyit/humit)，回歸結果列示在表9中的列(2)(11)具體回歸中為了減少異方差性，以ln(1+sd(subsidy/hum)。

形式進入方程。

接著，本文進一步利用泰爾指數度量的不同所有制的補貼差距BITeil來替換原始的以比值衡量的研發補貼水平不平等度BI，回歸結果列示在表9中的列(3)。可以看到本文所關心的核心解釋變量對創新效率的影響系數都顯著且和基準檢驗結果一致，即垂直不平等對創新效率的影響呈現倒“U”型，而水平不平等則呈現顯著的負向效應。

(2)替換估計方法

首先，因為本文的關鍵解釋變量是行業層面的變量，因此在同一行業內的企業具有關聯密切的個體特征，因此使用“多層次回歸”回歸方法(Multi-level Regression)取代傳統OLS或者固定效應模型(13)Stata中的回歸命令為xtmixed。，結果報告在表9中的列(4)。可以發現，此方法的結果和基準結果幾乎一致。

另外，在估計方法方面，由于本文測算的創新效率位于0和1之間，如果用OLS回歸或者固定效應模型回歸，估計的參數值可能會偏向于0而不能得到一致估計。因此，本文采取含有內生變量的IV-Tobit模型，選取解釋變量的滯后一階項作為工具變量，回歸結果列示在表9中的列(5)，可以看到Wald外生性檢驗的P值小于0.01，強烈拒絕外生性的假定，說明確實存在內生性。工具變量回歸估計的結果也具有良好的穩健性。同時，由于動態面板在處理內生變量上的優勢，本文采用系統GMM方法進行估計，回歸結果列示在表9中的列(6)，可以發現，垂直不平等的非線性特征依然得以被驗證，而水平不平等雖然不再顯著，但其系數仍然為負。

(二)內在機制探討

根據前文研究結論，研發補貼水平不平等不利于企業創新效率，那么一個自然而現實的問題是，偏向國有企業的補貼“歧視”是如何影響企業創新效率的。這是本文所要探究的另外一個問題。本文在上文的機制分析部分認為由于不同所有制企業在資源稟賦和制度邏輯上的差異，他們在利用政府補貼時的動機和行為截然不同。隨著研發補貼偏向國有企業程度的提高，補貼本身所具有的正向激勵將會帶來負向作用，其中國有企業主要通過研發補貼的“詛咒效應”，而民營企業主要是通過“低創新傾向效應”。因此，本文分別對國有企業和民營企業的上述影響機制進行檢驗。

對國有企業來說，本文以“企業人均研發支出中扣除來自政府資金部分”為企業內在研發投入ownex。首先檢驗政府補貼與企業內在研發投入的關系，呈現在表10中的列(1)，發現兩者呈現顯著負相關關系，說明政府補貼會讓國有企業產生對補貼的依賴，造成“資源冗余”的假象，進而一定程度上降低企業研發投入中自身的投入規模。

表10的列(2)加入了水平不平等及其與政府研發補貼的交互項，發現交互項的系數顯著為負，即研發補貼水平不平等越大的行業，政府加大對國有企業的研發補貼將會降低國有企業通過內部自有資金進行創新的規模。在列(3)中，本文以創新效率Ieff作為被解釋變量，加入BI和企業內部自有資金研發投入ownex的交互項，結果交互項的系數顯著為負，這證明了若在研發補貼水平不平等較高的行業提高內部研發投入反而會抑制國有企業創新效率，導致創新效率的損失，從而間接論證了研發補貼對國企的創新效率存在一定的“詛咒效應”。

對民營企業的影響機制而言，本文分別構建了研發投入和研發成功的啞變量，具體衡量指標為“企業是否有進行科技活動的經費支出”(dum_inex)和“企業是否創新出了新產品”(dum_new)，利用二元Logit模型分別檢驗了研發補貼水平不平等對民營企業研發投入和研發成功傾向性的影響，結果匯報在表10的列(4)和列(5)中(14)為了便于解釋回歸結果，本文匯報了幾率比而非系數。。從主要解釋變量來看，企業進行科技活動經費支出和研發出新產品幾率比分別為-1.0627和-1.0913，表明在給定其他變量不變的情況下，研發補貼水平不平等每增加1%，民營企業進行創新投入的意愿就會降低6%，而研發出新產品的概率將會降低9%，那么因研發補貼的不平等引致的創新成功概率比創新投入的概率低3%，可以看出創新投入和創新產出表現出投入產出間的“非對稱”，它是創新效率降低的本質來源。因此，研發補貼水平不平等不但抑制了民營企業的創新投入意愿，同時也增加了創新失敗的風險，即本文理論部分所歸納的“低創新意愿效應”這一影響機制。

表10 “研發補貼詛咒效應”和“低創新意愿效應”機制檢驗

注：*、**、***分別代表10%、5%與1%顯著性水平;第4和5列匯報的是幾率比和邊際效應;CV為控制變量。

(三)拓展分析：補貼水平不平等與行業創新效率損失

本文已經在上文證實了行業層面的研發補貼水平不平等對于該行業內企業創新效率的抑制作用，接下來本文將直接論證研發補貼水平不平等對于行業創新效率損失的影響。理論上，行業內差異化的補貼將導致企業間生產率分布的離散程度增大，在不存在補貼或者補貼相同的完全競爭市場中，低生產率企業將從市場中退出，也即在均衡狀態市場中的企業生產率完全相同(蔣為 等，2015)。企業間生產率分布的離散程度越大，則說明越多的低生產率企業未能從市場中被淘汰，資源更多地被低效率企業占有，那么行業內的資源誤配與效率損失也越嚴重。另外，Hsieh et al.(2009)、蔣為等(2015)認為生產率分布離散程度是度量行業內生產效率損失度的有效代理變量。

基于上文已測算得到的創新效率測算3位行業代碼分類下創新效率分布的離散程度，采用對數波動序列的標準差測得的創新效率分布離散程度來作為行業創新效率損失度的代理變量。具體方法如下：

(17)

ln rd_Yjt=α0+α1ln rd_Ljt+α2ln rd_Kjt+1/2α3ln2rd_Ljt+1/2α4ln2rd_Kjt+α5(ln rd_Ljt·rd_Kjt)+νjt-μjt

(18)

假定創新的要素僅包括創新勞動力和創新資本兩種(15)所用數據為企業加總而成的行業科技人員數與行業科技活動經費支出。，那么包含政府補貼不平等的技術無效率項μjt即可表征創新效率損失度(effloss2)。除了行業集中度(hhij)之外，本文亦加入了其他行業層面的控制變量：行業研發資本密度(klj)、人力資本強度(rd_humj)、創新開放度(rd_openj)以及行業組織制度化水平(instij)。其中，行業組織制度化水平以企業辦科技機構數量來表征，以加1后的對數作為最后進入模型中的變量。其余控制變量和前文中的變量含義相同，以行業加總數據計算而得。本文認為在不影響模型估計的前提下，即使樣本量客觀受限，基于該樣本進行經驗研究仍然不乏是一種有益的嘗試。同時，為了提高顯著性檢驗效率，自舉法(Bootstrap)(重復抽取樣本)是一個可行的選項。表11回歸結果顯示，補貼水平不平等對兩種測度方法下的行業創新效率損失effloss1和effloss2都具有較為顯著的正向作用，即研發補貼所有制不平等擴大了行業創新效率損失程度，這同對微觀個體的計量結果一致。同時，其他控制變量的影響也基本沒有變化：研發資本密集度(kl)、人力資本強度(rd_hum)、行業組織制度化水平(insti)都在不同的顯著性水平上降低了行業的創新效率的損失，而行業競爭度(hhi)和創新開放度(rd_open)的作用則不明顯。

表11 研發補貼水平不平等與行業創新效率損失

注：*、**、***分別代表10%、5%與1%顯著性水平。

五、結論與政策啟示

研發補貼和企業創新日益成為學術界關注和研究的重點。區別于以往研究，本文將所有制歧視拓展至研發補貼視角并且利用微觀企業的創新活動數據證實了這一特征事實的存在，即補貼強度和行業分布均偏向國有企業。本文重點關注了政府研發補貼在“國民”所有制間的水平差異并在中國的制度背景下解釋這種組間差異是如何影響企業創新效率的，搭建了補貼歧視和企業創新效率之間的邏輯橋梁。而實證證明，研發補貼的所有制不平等對企業創新效率具有抑制效應且對國有企業的創新效率影響更大；在控制了水平不平等后，垂直不平等與企業創新效率呈現倒“U”型關系。進一步研究發現，研發補貼的水平不平等分別通過“研發補貼詛咒效應”和“低創新傾向效應”對國企和民企的創新效率產生抑制作用。據此，本文主要的政策啟示有：

一方面，政府在制定創新補貼政策時，應從個體的不平等中區分所有制間的不平等。對待企業個體的補貼，應當降低政府對于微觀經濟主體的干預，轉為以市場機制為基礎，在一定范圍內可適當擴大研發補貼在異質性企業間的差異。既要避免“撒胡椒面”式的無重點的補貼政策，也應避免過度差異化或不平等。另一方面，政府應極力消除補貼的所有制差異，因為它嚴重阻礙了市場資源的合理配置，對國企和民企的創新效率均產生了嚴重的抑制作用。尤其應當轉變傳統補貼思維模式，弱化甚至完全消除企業在所有制“身份”上的差異，放棄對于同一行業中低效率企業與國有企業的過度補貼，因而政府在提供補貼時應更有針對性和客觀性，將補貼更多提供給真正需要而且更能充分利用的民營企業，以使政府補貼發揮最好的效果。