創新補貼、企業技術產出與價值實現

尚洪濤，王士曉

(1.北京工業大學 經濟與管理學院；2.北京現代制造業發展研究基地，北京 100124)

0 引言

改革開放40多年來，中國民營經濟不斷發展壯大，民營科技企業已經成為創業就業的主要領域與技術創新的重要主體。但是，由于長期受到資金、技術、制度等因素的制約，民營科技企業創新能力仍有待提高。為了引導民營科技企業樹立創新發展理念、提升創新質量和企業價值，我國政府出臺了一系列創新補貼政策。據國泰安數據統計，2010年國家對民營科技企業的補貼高達600多億元，2017年上升到1 700多億元，政府對民營科技企業的創新補貼年均增長率高達15.84%。因此，政府補貼對企業創新的作用效果成為學術界討論的重要話題。學者們采用不同創新績效測量指標論證政府補貼的激勵效果，形成了補貼促進論、補貼抑制論和補貼適度區間論等結論。目前多數研究都將企業創新活動看作一個整體，然而需要注意的是企業創新活動是一個漫長過程，具有長期性和復雜性，在創新不同階段企業面臨的風險、融資環境、市場環境各不相同，這使得政府補貼在企業創新不同階段的作用效果可能存在差異。因此，有必要將企業創新活動劃分為不同階段，通過打開創新“黑箱”，深入分析政府補貼在企業創新不同階段的作用效果以及不同創新階段之間的內在聯系。只有厘清這些問題，政府才能更有針對性地配置補貼資源，企業才能進一步優化不同階段決策。

1 文獻回顧與評價

Hansen & Birkinshaw[1]在2007年提出創新價值鏈理論，指出創新價值鏈是一條從創意產生到轉化為商品以提高企業績效的完整的活動流。企業創新活動體現為研發投入—創新知識凝結—創新成果轉化的一條價值鏈。但目前關于創新價值鏈的劃分，學者們還沒有形成統一意見。在基于國家、省市等宏觀對象的研究中，學者們傾向于將創新價值鏈劃分為3個階段。余泳澤等[2]從國家層面借鑒科技統計年鑒中的劃分方法，將創新價值鏈分為基礎研究、應用研究和試驗發展3個階段；劉家樹等[3]在研究省際面板數據時，將創新價值鏈分為知識來源、知識產出與科技成果轉化三部分。在基于企業層面的研究中，有學者將創新價值鏈分為創新知識獲取、創新知識轉化與技術創新績效3個階段[4]。多數學者將創新價值鏈分解為兩個階段。如龐瑞芝等[5]將創新價值鏈定義為從技術創新資源投入到形成技術成果產出，再到實現技術創新社會價值的兩階段過程；竇超等[6]將中小企業創新過程劃分為知識創新階段和經濟產出階段，并用DEA模型對兩階段效率進行了評價。

基于上述研究，本文擬將民營科技企業創新過程劃分為技術創新和價值實現兩個階段。其中，技術創新階段反映了企業將投入的創新資源轉換為技術成果的能力，價值實現階段反映了企業將技術創新成果轉化為價值創新成果的能力，體現了企業技術創新成果的市場化過程。

1.1 政府創新補貼對民營科技企業技術創新與價值實現的影響

技術創新活動具有高風險性，需要投入大量人力、物力和財力，其產出卻具有很大不確定性，往往需要長期的知識和經驗積累才能有所收獲。技術創新成果具有準公共物品性和正外部性，如果企業為獲得創新成果所付出的成本不能完全獲得補償，將導致企業技術創新收益低于社會最優水平，從而挫傷企業技術創新積極性。企業創新活動的高風險性和正外部性為政府提供補貼、激勵企業開展研發活動提供了理論依據。

目前大部分研究都支持政府補貼對企業創新產出具有促進作用[7-8]，且這種促進作用在民營企業中表現得更加顯著。一是相比國有企業，民營企業對創新的剩余索取權與剩余控制權的匹配更優，這就意味著民營企業有更高的創新積極性[9]。這種積極性不僅僅體現在對創新的探索上，更體現在對創新成果的進一步開發利用上；二是政府補貼可以直接為民營企業創新活動提供資金。資金一直是困擾民營企業技術創新的重要問題[10,12]。就技術創新階段而言，由于處在探索階段，其產出具有更大不確定性，此時充足的資金支持就顯得尤為重要。在價值實現階段，技術的進一步開發、與新產品對應的生產線購置等都需要大量資金投入；三是政府補貼可以向資本市場釋放出技術認證和監管認證的雙重信用認證信號，有助于提升投資者信心，幫助民營企業獲得更多外源融資[11-13]。

1.2 技術創新與價值實現對政府創新補貼的反饋作用

企業自身性質、經營狀況、技術創新能力、政治關聯程度等都會影響政府補貼政策。耿強等[14]研究發現，創新能力強的企業更容易成為政府補貼對象；陸國慶等[15]認為，傳統補貼制度注重創新投入的評價，卻忽視了創新產出考核機制，而且政府對企業的補貼多為一次性，缺乏重復博弈機制，會導致政府創新補貼的配置缺乏合理性；劉磊等[16]研究發現，創新績效對政府補貼的促進作用并不顯著。在眾多影響政府補貼配置的因素中，企業創新能力只占很小一部分，而且相較于創新產出指標，政府更關注補貼對企業研發投入的激勵作用。

1.3 技術創新與價值實現間的相互影響

企業通過資源分配與整合，可以將投入的創新資源轉化為專利、科技著作、新生產工藝與技術訣竅等知識型產出，但知識型產出的實現并不意味著企業創新活動完成。將知識型成果迅速轉化為商品并推向市場，實現創新的經濟價值，才是創新績效評價最為重要的環節。價值實現階段是指企業應用新技術進一步開發、制造出具有高附加值與高技術含量新產品的過程[17]。技術創新階段的產出是企業整個創新活動的樞紐變量，既是上一個階段的產出又是下一個階段的投入[18]，在此基礎上企業通過進一步開發和商業化生產，將專利等以知識形式存在的中間產出推向市場，最終為企業創造利潤。

創新活動因其風險高、周期長等特征導致企業與外界間存在嚴重的信息不對稱[19]，再加上民營企業自身相較于其它類型企業面臨更為嚴重的融資約束問題，這使得民營企業的創新活動在很大程度上需要依賴企業內部資金[20]。價值實現階段獲得的經濟產出是企業營業收入的重要來源之一，可以為企業新一輪創新活動提供資金支持[21]。

1.4 文獻評述

雖然現有文獻分析了政府補貼與企業創新產出的關系，但仍存在以下不足：①企業不同階段的創新活動具有異質性[22]，但現有文獻主要從靜態視角分析政府補貼對企業創新活動的整體影響效果，鮮有學者從動態視角分析政府補貼對企業創新不同階段激勵效應的差異，不利于補貼額度的精準配置；②關于企業不同階段創新產出對后續政府補貼配置反饋作用影響程度的研究不足，不利于補貼政策的頂層設計；③現有文獻鮮少從微觀企業主體視角研究企業創新價值鏈各環節間的相互關系，不利于創新環節的有效銜接和創新資金的高效利用。

因此，本文以民營科技企業這一重要的微觀創新主體為研究對象，考察政府補貼對創新價值鏈各階段產出的激勵效應以及創新價值鏈內部各環節間的互動關系。此外，通過建立動態分析模型，進行以下研究工作：①分析政府補貼對民營科技企業創新價值鏈各階段創新成果產出的作用時間和作用強度；②探尋創新價值鏈各階段產出對后續政府補貼配置的反饋作用，著重分析政府更關注企業哪個環節的創新成果；③深入剖析企業創新價值鏈內部各環節間的互動關系。

2 模型構建與數據說明

2.1 面板向量自回歸模型(PVAR)

面板向量自回歸模型(Panel Vector Autoregressive Model，簡稱 PVAR)將時間序列中的自回歸模型和面板數據結合起來，既保留了自回歸模型的優點，又克服了其對時間長度的限制。該模型把所有研究變量納入一個內生系統，可以有效解決變量間的內生性問題[23]，同時，通過描繪沖擊反應函數、方差分解以及剝離其它變量，刻畫了某變量變化對其它變量的長期影響。因此，該模型目前得到了廣泛應用。肖曙光等[24]運用該模型，實證研究了高管股權激勵與企業升級間的動態關系；趙喜倉[25]運用該模型分析了江蘇省地市級研發投入、專利產出效率和經濟增長實力之間的動態關系；俞立平[26]運用該模型分析了政府科技投入、企業科技投入、銀行科技貸款3種經費投入與科技產出間的關系。但上述研究均未涉及政府補貼與企業創新價值鏈各階段間的互動關系，并且將技術創新活動看作一個黑箱，沒有深入剖析不同階段創新成果之間的相互影響。鑒于此，本文擬從創新價值鏈視角，運用該模型實證分析政府創新補貼、技術創新(專利產出)與價值實現(新產品銷售收入)之間的交互效應。

基于上述分析,建立以下動態分析方程:

(1)

2.2 數據說明

2.2.1 變量定義

政府創新補貼(sub)。政府向企業提供的技術創新補貼主要有直接補貼和間接補貼兩種。其中，直接補貼是指政府通過財政預算等直接向企業提供資金扶持，而間接補貼多是通過稅收優惠、政府采購等支持政策為企業提供創新資助。直接補貼針對特定企業提供其開展研發活動所需的資金，有助于提升企業創新能力。因此，本文主要研究政府對企業創新的直接補貼，參考前人文獻[27]，采用企業當年實際獲得的政府補助衡量。

技術創新階段產出(apply)。專利能夠反映技術研究階段的產出，在一定程度上表征了企業研究投入的轉化水平，是企業科技活動的直接成果[28]。鑒于專利從申請到授權會有一定時長，而且專利授權會受到多方面因素影響，本文借鑒Hall等[29]的做法，采用專利申請數衡量技術研究階段的創新產出。

價值實現階段產出(ns)。價值實現階段主要衡量技術產出轉化為社會經濟效益的效率[30]。新產品銷售收入能表征創新活動給企業帶來的已經實現的經濟效益[31]，其幾乎反映了所有技術創新投入要素相關作用的最終成果[32]。因此，本文選擇新產品銷售收入作為價值實現階段創新產出的衡量指標。

為了減少異方差的影響，對變量均作對數處理。由于專利申請量存在很多為零的觀測值，參考目前多數學者的做法，對專利申請量加1后再取對數[33]。

2.2.2 樣本選取

本文選取2010-2017年平均研發投入占平均營業收入大于或等于1%的民營科技企業作為研究樣本，并剔除以下企業：①2010年以后上市的民營科技企業；②PT、ST、ST*以及金融、保險類民營科技企業；③未獲得政府研發補貼的民營科技企業；④2010-2017年間數據不連續的樣本。最終獲得129家民營科技企業8年的平衡面板數據。

2.2.3 數據來源

專利數據通過國家知識產權局專利檢索網站獲得；政府創新補貼數據從國泰安公司研究系列數據庫整理獲得，并與上市公司財務報表信息進行核對；新產品銷售收入數據從上市公司年報中手工整理獲得；公司年度報告來自巨潮資訊網。本文運用 STATA15.0 統計軟件對相關數據進行實證分析。

3 實證分析

3.1 描述性統計

表1列示了變量描述性統計結果。從表中可以看出，首先，政府對民營科技企業補貼的差異較大，最小值為7萬多元，最大值達9億多元，約為最小值的12倍，平均而言，民營科技企業獲得的補貼達3千多萬元，政府對民營科技企業的重視程度可見一斑；其次，民營科技企業在創新價值鏈不同階段的產出也有較大差異。從技術創新階段的專利產出看，有61個觀測值為0，說明部分民營科技企業技術創新的產出能力有待提升；從價值實現階段的新產品銷售收入看，表現最突出企業的新產品銷售收入達90多億元，專利申請量達3 096件，而收入最少的企業僅有500多萬元，專利申請量為0件，這在一定程度上說明企業在技術創新階段的產出，以及后期可獲得的經濟利益相差較大。

表1 描述性統計結果

3.2 面板數據單位根檢驗與協整檢驗

在運用PVAR模型進行數據分析前，為保證面板數據平穩性，需要對各變量進行單位根檢驗。本文采用 LLC、IPS、Fisher3種方法進行面板數據單位根檢驗，檢驗結果如表2所示，取對數后，3個變量均在1%的水平下通過了平穩性檢驗。

表2 單位根檢驗結果

在確定各變量平穩性后，還需進行面板協整檢驗以驗證變量間的長期均衡關系。本文采用kao、pedroni、westerlund3種方法對取對數后的變量進行檢驗，結果如表3所示，3種檢驗方法均在5%的水平下通過了顯著性檢驗，表明變量間存在長期均衡關系。

3.3 格蘭杰因果檢驗

格蘭杰因果檢驗可以初步判斷序列間是否存在雙向互動關系，以確保面板向量自回歸結果的可靠性。表4的檢驗結果顯示，政府補貼在5%的水平下是專利申請量的格蘭杰因，專利申請量在10%的顯著性水平下是政府補貼的格蘭杰因，說明二者間存在雙向互動關系；政府補貼不是新產品銷售收入的格蘭杰因，而新產品銷售收入在5%的水平下是政府補貼的格蘭杰因，說明政府補貼對價值實現階段的促進作用不顯著；專利申請量與新產品銷售收入都在1%的水平下互為對方的格蘭杰因，表明二者存在十分顯著的雙向因果關系。

表3 面板協整檢驗結果

表4 滯后一期格蘭杰因果檢驗結果

3.4 面板向量自回歸結果及分析

3.4.1 GMM估計

本文綜合AIC、BIC、HQIC準則判定結果，并參考相關文獻[26]，選取滯后一期數據進行廣義矩估計，表5列示了GMM估計結果。

滯后一期的政府補貼、專利申請量和新產品銷售收入對自身的回歸結果都在1%的水平下顯著為正，系數分別為0.419、0．369和0．734，表明政府補貼、專利申請量與新產品銷售收入具有時間上的累積效應和實踐上的慣性作用。

政府補貼對專利申請量與新產品銷售收入的回歸系數均為正，分別為0.092、0.024，但政府補貼對新產品銷售收入的激勵作用沒有通過顯著性檢驗。這表明政府補貼對民營科技企業技術創新階段的產出和價值實現階段的產出都有促進作用，但是從短期看，政府補貼對技術創新階段的促進作用更顯著。

滯后一期的專利申請量和滯后一期的新產品銷售收入對當期的政府補貼均有顯著正向影響，其中，專利申請量系數為0.113，新產品銷售收入的回歸系數為0.209。這說明目前政府在配置補貼資源時已將企業創新產出納入評價體系。

專利申請量與新產品銷售收入的回歸系數均為正，且都在0.01的水平下顯著。滯后一期的專利申請量對當期新產品銷售收入的回歸系數為0.101；反過來，滯后一期的新產品銷售收入對專利申請量也有顯著正向影響，系數為0.182。這表明技術創新階段產出與價值實現階段產出之間存在雙向正反饋機制，一方面，技術創新階段產出是價值實現階段進一步開發的基礎；另一方面，新產品銷售收入可以為企業創造經濟收入，有利于支持企業下一步研發活動；再者，新產品銷售收入增加意味著企業創新活動成功，會激勵企業對新一輪創新活動進行投入。

表5 GMM估計結果

3.4.2 脈沖響應函數分析

脈沖響函數通過繪圖方式，描繪出某變量的標準化沖擊對其它變量當期值和未來值的影響，能直觀反映出變量間的交互動態關系。圖1中上下兩條線是以5%與95%為分位點形成的估計誤差范圍。從圖中可以看出，大部分沖擊函數在5%～95%的置信區間內都不包含0，說明變量間存在顯著的長期相互影響。

a1、b2、c3描繪了變量對自身的沖擊作用，且都呈現遞減趨勢。其中，政府補貼和專利申請量對自身影響的持續時間較短，大約在第3期后就收斂到0(參見圖a1、b2)，而新產品銷售收入對自身沖擊作用的持續時間較長(參見圖c3)。

b1、c1刻畫了政府補貼對專利申請量與新產品銷售收入的影響。第一，當給政府補貼一個標準差的沖擊后，專利申請量在第0期便開始有正向反應，并在第1期達到最大值0.12，隨后呈遞減趨勢，在未來幾年仍有持續促進作用(參見圖b1)；第二，當給政府補貼一個標準差的沖擊后，新產品銷售收入在第0期就呈現上升趨勢，在第2期達到最大值0.07，之后促進效果逐漸減弱(參見圖c1)。綜合發現，政府補貼對技術研究階段、科技成果轉化階段的產出，無論是短期還是長期都產生了正向激勵效果，但從短期看，相對于新產品銷售收入，政府補貼對專利申請量的促進作用更迅速，影響更大。本文認為可能有兩個原因 ：一是技術創新是企業創新價值鏈活動的第一個階段，當企業將獲得的政府補貼投向創新活動后，最先實現的產出是技術創新活動的專利等中間產出；二是技術創新階段和價值實現階段的投資風險不同，企業對應的投資決策也會存在差異。相比而言，價值實現階段以企業既有的專利、技術為基礎，企業投資更具有規劃性，短期內不易受到政府補貼等外部因素的干擾。

a2、a3表示創新價值鏈不同階段產出對政府補貼的反饋效果。脈沖響應圖顯示，專利申請量和新產品銷售收入對政府補貼均存在顯著的正向反饋。具體是：①專利申請量一個標準差的沖擊給政府補貼帶來的影響從第0期開始上升，在第1期達到最大，約為0.08，之后逐漸正向收斂(參見圖a2)；②新產品銷售收入一個標準差的沖擊對政府補貼的影響從第0期開始就呈現上升趨勢，在第2期達到最大值0.07，之后呈現遞減趨勢，但一直存在正向影響(參見圖a3)。這說明企業不同階段的創新產出都會對政府補貼配置形成長期正向激勵作用。

b3、c2描繪了創新價值鏈不同階段產出間的互動關系。脈沖響應圖顯示，專利申請量與新產品銷售收入間存在較顯著的相互促進作用。具體是：①給專利申請量一個標準差的沖擊后，新產品銷售收入始終有正響應，響應程度先增大后減小，在第1～2期的最大作用效果約為0.1(參見圖c2)，說明技術創新階段的產出在較短時間內得到了開發利用，與價值實現階段銜接較好；②新產品銷售收入一個標準差的沖擊對專利申請量在第2期帶來了約0.05個單位的最大正向影響，隨后逐漸收斂(參見圖b3)，說明價值實現階段的產出對新一輪技術創新階段的反饋作用存在2年滯后期，這可能是因為相對于價值實現階段，技術創新階段的探索使得其成果產出需經歷較長時間。

3.4.3 方差分解

方差分解通過描述擾動項對變量預測方差的貢獻度，從而刻畫各變量的相對作用，所有變量第1期、第5期及第10期的方差分解如表6所示。

首先看政府補貼對專利申請量和新產品銷售收入的方差貢獻。第5～10期政府補貼對專利的方差貢獻率變化了0.3%，而對新產品銷售收入的貢獻率變化了1.3%，說明政府補貼對技術創新階段的影響主要集中在前期，對價值實現階段的影響則是一個長期的循序漸進過程。

專利申請量和新產品銷售收入在第10期對政府補貼的方差貢獻率分別只有3.3%與2.5%，創新價值鏈各階段產出對政府補貼的方差貢獻率較小，說明政府在選擇補貼對象時雖然將創新產出納入評價體系，但其占比依舊較小，相比而言，政府在提供創新補貼時對企業技術創新階段的產出更為重視。

在第10期時，專利申請量對新產品銷售收入的貢獻率達到19.0%，新產品銷售收入對專利申請量的方差貢獻率為2.2%。從創新價值鏈角度看，價值實現階段是在技術創新階段產出基礎上進行的，技術產出增加為企業提供了可進一步開發的基礎；反過來，價值實現階段的經濟產出對企業開展新一輪研究活動的作用存在較多不確定性，如企業是否會將創新活動獲得的收入繼續投入到新研發中，即便企業這樣做了，也可能因為技術創新階段的高風險性而無法獲得與之對應的知識型產出。

4 穩健性檢驗

本文對民營科技企業技術創新階段的產出采用所有類型專利申請量進行衡量，目前有文獻指出，發明專利申請量更能反映企業的實質性創新產出[34]，為了使實證研究結果更為穩健，以發明專利申請數(invent)作為民營科技企業創新價值鏈中間產出的測量指標進行重新估計，進而驗證政府補貼、發明專利申請量、新產品銷售收入之間的互動關系。

圖1 脈沖響應函數

表6 方差分解

表7、表8分別展示了用替換變量進行格蘭杰因果檢驗和GMM估計的結果。可以看出，以發明專利申請量為技術研究階段創新產出得出的結果與基本模型相比，變量間的格蘭杰因果關系及回歸系數的符號、數值及顯著性均未發生顯著變化，估計結果總體基本一致，因此本文研究結果是穩健的。

表7 替代變量滯后一期格蘭杰因果檢驗

研究還發現，發明專利申請量對新產品銷售收入的回歸系數大于所有專利申請量對新產品銷售收入的回歸系數，進一步驗證了發明專利更能反映企業創新質量。此外，發明專利申請量對政府補貼的反饋效應也比基本模型更為明顯，說明相較于實用新型專利和外觀設計型專利，政府更關注企業發明專利數量。

表8 替代變量GMM估計

5 結論及啟示

本文首次從創新價值鏈視角(技術創新階段、價值實現階段)，運用PVAR計量模型，動態分析了政府補貼與民營科技企業技術創新、價值實現間的交互效應。結論及建議如下：

(1)政府補貼對創新價值鏈兩階段產出都具有促進作用。從GMM估計中的回歸系數看，政府補貼對技術產出的促進作用顯著大于其對價值產出的促進作用，說明政府補貼對企業價值實現階段的激勵效果不佳，雖然其顯著促進了企業創新的中間產出，但對中間產出的進一步開發和轉化未起到有效激勵作用。對此，政府應該摒棄短視行為，持續監督并支持創新中間產出的開發與轉化，以幫助企業將技術產出逐步推向市場，最終實現價值創造。

(2)民營科技企業創新價值鏈不同階段的產出對政府補貼都有積極正向反饋作用，其中，技術創新階段對政府補貼的方差貢獻率為3.3%，顯著高于價值實現階段的2.5%，說明政府比較重視創新補貼對民營科技企業的作用效果，且相比而言，其更關注技術創新階段的產出。基于此，政府應該針對企業創新價值鏈不同階段的創新產出及時調整補貼策略，使有限的創新補貼發揮最大激勵效果。由于信息不對稱，企業可能存在策略性創新的逆向選擇行為，即專注申請數量而忽視后期開發，導致創新價值無法實現。因此，政府部門在考核補貼使用效果時應更加重視價值實現階段的產出，為真正具有實踐性的創新提供補貼。

(3)民營科技企業前期的技術創新對后期的價值創造具有顯著正向影響，說明技術創新產出是企業進一步開發并實現經濟效益的基礎，但是由創新獲得的經濟產出對新一輪創新活動并沒有形成較大的后續支持。因此，企業應建立和完善創新價值產出對后續研發活動的反饋機制，從價值實現階段的經濟產出中劃出合理部分支持后續研發活動。同時，注重資金使用效率，使前一階段的價值產出對后續研發起到良好支撐作用。