政府引導基金能引導企業科技創新嗎

丁靈

摘要：本文基于政府干預創新活動影響效應提出激勵作用假設，將2012-2014年科技型中小企業建立面板模型，運用PSM-DID從微觀層面研究創業投資引導基金對企業創新產出的激勵作用。研究結果發現，創業投資引導政策能有效激勵創業企業投入傾向，提升創業企業創新成果產出能力。在培育新動能驅動經濟發展的背景下，研究引導基金對創新領域的引導效應，對于促進財政資金使用效率、提高企業科技成果產出以及完善公共政策提供參考價值。

關鍵詞：創業投資引導基金;創新產出;傾向評分匹配法;雙重差分

中圖分類號：F830? ? 文獻標識碼：A

文章編號：1005-913X（2020）01-0040-03

一、引言及文獻綜述

科技創新是現代社會經濟發展的不竭動力，其健康發展離不開政府長期穩定的資金投入與政策引導。而財政投入的客觀性與有限性使政府不得不斟酌技術創新投入產出效率。為了尋求科學引導企業技術領域的突破路徑，我國設立政府引導基金，其中創業投資引導基金是政府引導基金在支持企業創新創業領域的重要表現形式。根據清科研究中心統計數據，截至2018年底，國內共成立1 636支政府引導基金，總目標規模99 369.87億元，2015-2016年設立數量高速增長分別為374支、511支，占總量54.09%。因而，考慮創業投資引導基金是否發揮對企業技術創新產出效果，無疑是對促進財政資金使用效率、提高企業科技成果產出以及創新驅動經濟發展具有重要的現實意義。

政府引導基金從國外引入相對較晚，國內學者對其研究主要集中在定性研究，多采取自上而下的研究方式對政府引導基金的運作模式及管理（張軍，2013）、風險控制補償機制（熊維勤，2013）、績效評價（李洪江，2010）以及模式實踐（樊軼俠和孫家希，2016）作出有益探究。而在近些年國內學者采用定量研究分析政府引導基金的宏觀效應，方法主要包括聯立方程模型（楊敏利等，2015），PSM-DID 模型（楊敏利等，2015），面板數據模型（房燕和鮑新中，2016）。而只有部分學者從企業科技創新層面探究政府引導基金的微觀效應，研究方法包括固定效應模型（程聰慧和王斯亮，2018）與負二項分布模型（董建衛等，2018）。國內對政府引導基金的研究，更多側重于從宏觀層面出發，數據來源多選取省際或城市間。而少部分學者從微觀角度研究創業投資引導基金政策效果。因此，本文根據2012-2018年企業微觀數據，利用PSM-DID模型檢驗創新基金在企業技術創新領域發揮的引導效應。

二、研究設計

（一）研究假設

基于委托代理與市場失靈理論，創投市場中多重委托代理關系產生信息不對稱現象，將引發嚴重的逆向選擇與道德風險。因而，政府主要利用政策和工具組合干預創新活動。信號傳遞假說與激勵假說是政府干預創新活動主要效應影響?；谛盘杺鬟f假說，政府引導基金的設立將向私人資本釋放積極信號，削弱創業投資過程中信息不對稱產生的負面影響?；诩罴僬f，政府引導基金投資于具有良好發展前景及創新能力的中小企業，改善創業資本分配不合理的狀態?；谝龑Щ鸬恼咝Ч?，引導基金的扶持能對企業技術創新提供充足資金保障且產生促進作用。故提出如下假設：

H1：引導基金的投入能提升創業企業創新成果產出能力。

（二）模型設定

雙重差分傾向評分匹配法（PSM-DID）將傾向評分匹配與雙重差分模型兩者結合優勢互補，利用傾向評分匹配滿足雙重差分法的共同趨勢假設前提，分析外生變量產生凈效應，有利于降低被解釋變量變動趨勢系統性差異，有助于提高雙重差分法分析結果穩健性。因此，本文將2014年之前（含）是否接受創業投資引導基金的科技型中小企業作為“準自然實驗”，對實驗組和對照組樣本采用傾向評分匹配，進而在此基礎上建立雙重差分模型評估政策效應。本文構建雙重差分回歸模型如下：

Patentit=α0+α1treat+α2time+α3treat*time+α4∑Xit+

μit+εit? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

其中，Patentit表示第i個企業第t年創新產出水平，treat表示政策組別的虛擬變量，time表示政策時間的虛擬變量，treat*time表示是反映政策凈效應的交乘變量，Xit表示企業層面控制變量。α1表示對照組和實驗組的目標變量選取時間區間變化情況，α2表示對照組和實驗組不隨時間變化的差異，α3表示創業投資引導基金對科技型中小企業創新產出效果的影響，μit表示固定效應，εit表示隨機干擾項。

（三）變量說明

對于被解釋變量的選取，本文以專利申請數量（patent）作為新技術成果產出指標衡量企業創新水平。

對于解釋變量的選取，本文以交乘變量（treat*

time）作為測度指標觀察2014-2018年在接受創業投資引導基金的情況下創新產出的影響。因此，令變量treat為是否接受該基金引導投入的企業，接受投入為treat=1作為實驗組，反之treat=0視為對照組;令變量time為2014年前后時間段，在2014年之前取值為0，在2014-2018年取值為1。

對于控制變量的選取，本文以企業層面相關指標為控制變量，具體為：第一，企業規模（size）即企業年末總資產規模的自然對數。第二，成立年限（age）即企業存續時間。第三，償債能力（solve）即資產負債率。第四，盈利能力（prof）即凈資產收益率。

綜合考慮本文研究數據的可獲得性以及實際需要，本文首先將從科技型中小企業技術創新基金網站獲取2008-2014年立項引導保障類企業基本情況。然后，利用私募通與Wind數據庫篩選有創新基金投入的企業50家與沒有創新基金投入的企業265家。最后，搜集樣本企業2012-2018年的相關微觀數據。

三、實證檢驗

（一）傾向評分匹配處理

本文使用Logit模型評估出樣本企業接受創業投資引導基金保障的條件概率，通過最近鄰匹配從對照組進行一對一匹配樣本。對于匹配結果，需要滿足平衡性假說（匹配精度）和共同支撐域假說（匹配廣度）。由表3.1可得，樣本匹配后對照組和實驗組標準化偏差的絕對值都小于10%，且匹配后未出現顯著性差異，變量在兩組別分布更為平穩，表明具有較好的匹配精度。判斷共同支撐域假說成立條件是對照組和實驗組有足夠大的共同取值范圍。本文剔除194個不在共同支撐域中的企業年樣本，其中對照組151個，實驗組42個，最終得到匹配后樣本數據對照組和實驗組分別1742，269個，表明具有可靠的匹配廣度。

（二）平均處理效應檢驗

基于PSM構建成匹配樣本，得到平均處理效應結果表3.2。模型1，3和模型2，4分別表示不加控制變量和加控制變量的模型。無論是否加入控制變量，treat*time對科技型中小企業創新產出表現出顯著性正向影響。在經過PSM匹配樣本后，顯著性水平得到提高且回歸系數為2.6736，這表明創業投資引導基金投入科技型中小企業可以有效推動技術創新產出成果增加，因此滿足預期假設判斷即創業投資引導政策能提升創業企業創新成果產出能力。

四、研究結論與建議

本文以2012-2018年為觀測期，篩選出符合條件的新三板掛牌上市的科技型中小企業，從微觀視角切入研究創業投資引導基金對科技型創業創新活動的引導效應，研究發現，引導基金的投入能提升創業企業創新成果產出能力，說明創業投資引導基金具有相應的微觀效果。為使政府引導基金更好支持企業創新領域，本文提出以下參考建議。首先，適當擴大引導基金的規模，拓寬引導基金的資金來源渠道，積極吸引優質的創業基金。其次，政府應明確政府與市場關系，簡政放權推動職能向創新服務轉變，在風險投資過程中發揮過渡作用。最后，政府應完善相關配套服務，通過知識產權保護、投融資擔保、稅收優惠等政策為企業創新創建良好的財政環境。

參考文獻：

[1] 程聰慧，王斯亮.創業投資政府引導基金能引導創業企業創新嗎？[J].科學學研究，2018（7）：1467-1472.

[2] 董建衛，王 晗，郭立宏.政府引導基金本地投資對企業創新的影響[J].科技進步與對策，2018，35（3）：116-122.

[責任編輯：方 曉]