宏觀經濟政策對政府科技補貼績效的影響研究
——基于“四萬億”經濟刺激計劃分析

楊 艷，鄭雅婷

(湖南大學工商管理學院，長沙 湖南 410006)

一、引 言

改革開放以來，中國社會主義現代化建設取得了舉世矚目的偉大成就，但經濟增長過度依賴能源資源消耗，自主創新能力較弱，經濟效益有待提高。目前中國處于向創新型國家的轉型階段，如果想要做大做強，就必須依賴自身的研發創新，增強軟實力[1]。技術創新源于研發投資，但由于研發具有公共品的特征，其溢出效應降低了企業自主創新的積極性[2]。且技術創新項目具有保密性特征，外部投資者和內部管理者之間存在嚴重的信息不對稱，使得企業難以獲得外部融資[3]。因此，社會研發投資水平總是低于最優投資水平，需要政府介入以促進企業的研發創新。2006年，中國頒布了《國家中長期科學和技術發展規劃綱要(2006—2020)》，提出加強自主創新能力與建設創新型國家的戰略，發揮財政資金對企業自主創新的引導作用。

政府科技補貼是以公共資金直接支持企業技術創新的財政支出。政府補貼政策的有效性已經有許多學者研究，但未能達成一致。有研究表明，政府補貼能夠有效提升企業的研發投入水平[4][5]、促進企業的專利產出[6][7]、提升企業的創新效率[8]；然而，也有研究提供相反的證據，認為政府參與資源配置失效，會擠出企業的自主研發投入[9][10]，不利于企業的專利產出[11]和創新效率的提高[12][13]。為進一步厘清政府補貼與企業創新的關系，學者開始關注產權性質[14]、行業特征[15]、外部環境[16]、內部控制[17]、政治關聯[18]等因素對政府補貼績效的影響。然而，現有文獻較少從宏觀經濟政策視角來研究政府科技補貼績效。

持續深化改革以來，市場經濟地位進一步提高，但現實中政府仍對關鍵性生產要素(如資金、土地等)保持控制。中國的法制不健全、市場機制不成熟、政府力量強大等問題[19]使得政府出臺的宏觀經濟政策對企業行為有重大影響。那么，宏觀經濟政策如何影響政府科技補貼績效？“四萬億”經濟刺激計劃(以下簡稱“四萬億”)提供了一個檢驗政府的宏觀經濟政策后果的理想外部沖擊環境。“四萬億”是中國在2007年美國次貸危機席卷全球的環境下，為平滑經濟周期、穩定GDP而推出的促進經濟增長的十項措施。該計劃具有一定的綜合性，不僅包括貨幣政策、財政政策，還包括產業政策等。有研究表明，“四萬億”有效拉動了GDP增長，對拉動內需和抵御外部沖擊發揮了巨大作用[20]，但也引發新一輪通脹和更嚴重的產能過剩等問題[21]。微觀而言，該計劃顯著提高了其重點傾向行業企業杠桿率[22]，如鋼鐵、水泥等行業的固定資產投資規模進一步擴大[23]；“四萬億”會導致企業投資效率下降[24]，受其重點支持十大行業下的政府控制企業更容易存在過度投資行為。現有文獻大多集中于研究“四萬億”對企業投融資行為的影響，而較少研究“四萬億”對企業研發創新行為的影響。在“四萬億”實施期間，受其重點支持行業的企業面對外部需求突然上升以及未來經濟高度不確定性的情形，政府科技補貼的績效是否改變以及如何改變便是值得探究的問題。

基于此，本文選取2007～2014年中國A股上市公司作為研究樣本，實證檢驗了“四萬億”與政府科技補貼績效的關系。通過手工收集整理，本文從政府補貼明細中提取了政府科技補貼的數據，再以專利申請數衡量政府科技補貼的績效。在進行實證檢驗后發現，政府科技補貼可以促進企業專利產出，但“四萬億”會抑制政府科技補貼對企業創新的促進效應。在進一步研究中，本文發現產權性質、是否為高新技術企業、知識產權保護程度均會影響“四萬億”與政府科技補貼績效的關系。考慮到內生性問題可能引發的偏誤，本文采用Heckman兩階段方法為“四萬億”抑制政府科技補貼績效提供了更為穩健的證據。此外，本文還通過變量替換進行了穩健性檢驗。

本文貢獻在于：將“四萬億”經濟刺激計劃與企業研發創新行為結合起來討論，豐富了宏觀經濟政策對企業行為影響等方面的研究；將專利分為高質量的發明專利和低質量的非發明專利，更為深入地探討了企業的創新行為；全面、細致地對比了“四萬億”的短期、長期影響；將全部樣本按產權性質、是否為高新技術企業、所在地區知識產權保護力度高低進行分組，討論“四萬億”對不同企業的影響。本文拓展了有關政府科技補貼績效的影響因素研究，有助于澄清政府科技補貼與創新政策的爭議，豐富了宏觀經濟與企業創新行為的研究。

二、理論分析與假說提出

(一)政府科技補貼對創新的影響

技術創新的高投入是企業技術創新的基礎和保證，政府科技補貼可以緩解企業資金壓力，激勵企業將創新資源分配到高成本的新技術領域，彌補“價格溢出”和“知識溢出”帶來的損失，降低企業融資成本和企業對風險高、投入大的創新項目的壓力[25][26]。此外，企業獲得政府補貼還有信號傳遞的作用，通過降低技術創新活動的信息不對稱性，為企業吸引投資。Maryann等(2006)發現，與未獲得政府研發補貼的企業相比，獲得政府研發補貼的公司會有更多來源的資金[27]。Kleer(2010)使用信號模型發現如果補貼伴隨著一個質量信號，它可以導致私人投資增加或更好地選擇[28]。Takalo等(2010)發現在一定條件下，公共研發補貼可以減少科技型創業企業的融資約束[29]。由此，我們提出假說1：

H1：政府科技補貼會激勵企業創新。

(二)“四萬億”影響

中國的2008年GDP為30.07萬億元，按計劃中央政府將在兩年時間就投入4萬億元，加上地方政府投資的18萬億元，該政策涉及的資金占中國經濟總量的比重較大，因而對企業經營行為帶來巨大影響。一方面，受“四萬億”重點支持的行業需求大增，受其重點支持行業的企業為追逐利潤和市場份額，將資源更多投向可以獲得短期利潤的項目(如固定資產更新、產能擴大等)。有研究表明，“四萬億”使其重點支持行業的固定資產投資規模進一步擴大[23]且企業投資效率下降[24]。由于，企業的資源是有限的，企業的經營重心轉到固定資產投資和追逐短期利潤必然導致其對高風險研發活動的忽視。另一方面，企業研發行為會隨經濟周期變化。當企業由于監管、醫療保健和稅收等方面的可能變化而對經營成本產生懷疑時，他們會對研發投資計劃更加謹慎[30]。企業的研發創新支出是順周期的[31]、在繁榮時期表現出聚集的趨勢[32]。因此，在經濟危機時期，企業經營外部環境面臨巨大不確定性，致使企業進行研發創新的動力降低，并進而導致政府科技補貼績效下降。由此，我們提出假說2：

H2：“四萬億”會抑制政府科技補貼績效。

(三)分組分析

1.產權性質

在“四萬億”實施期間，更多的資源被分配給國有企業[33]，且國有企業的杠桿率比非國有企業的杠桿率增長相對更大[34]。這一方面是因為“四萬億”資金投向主要為基礎設施建設、災后重建、保障性住房建設等國有企業居多的行業，另一方面是出于國有企業天然的政治優越性。因此，在“四萬億”背景下，國有企業面臨市場需求大增的情形要遠勝于非國有企業，國有企業更可能將資源過多地放在固定資產更新、擴大產能等方面，導致其對研發創新的重視程度下降更多。此外，在經濟危機時期，國有企業可能更需要在維護社會穩定和就業方面做出更多貢獻[35][36]。由此，我們提出假說3a：

H3a：相對非國有企業，“四萬億”對政府科技補貼績效的抑制作用在國有企業更強。

2.是否為高新技術企業

高新技術企業是指在2008年《國家重點支持的高新技術領域》內，持續進行研究開發與技術成果轉化，形成企業核心自主知識產權的經濟實體。高新技術企業認定需滿足研發強度、人員構成、科技成果轉化能力等條件。相比非高新技術企業，高新技術企業有更強的創新意愿，以及擁有更豐富的知識積累。研究發現，企業知識積累顯著提升企業創新能力[37]，并通過創新能力的中介作用促進企業成長[38]。在“四萬億”背景下，中國提出十項擴大內需政策，其中包括加快自主創新和結構調整。在這個背景下，企業獲得大量補貼、稅收等扶持政策，相比更具創新意愿和創新能力的高新技術企業，非高新技術企業的研發創新成果并不能馬上增強。由此，本文提出假說3b：

H3b：相對高新技術企業，“四萬億”對政府科技補貼績效的抑制作用在非高新技術企業分組更強。

3.地區知識產權保護力度

知識產權保護可以在技術研發階段減少投資風險、緩解融資壓力[39]，是保障專利獨占利益的關鍵。在知識產權保護力度較強的地區，企業因能獲得更多的保護而更愿意進行研發創新并將創新成果轉化為專利，而在知識產權保護力度較弱的地區，企業研發意愿較弱且較不愿意公開研發成果信息和申請專利。Lin等(2010)研究發現產權保護與企業研發活動顯著正相關[40]。在“四萬億”背景下，知識產權保護力度較強的地區受到的負面影響較小，而知識產權保護力度較弱的地區受到的負面影響較大。由此，本文提出假說3c：

H3c：相對在知識產權保護力度較強地區的企業，“四萬億”對政府科技補貼績效的抑制作用在知識產權保護力度較低地區的企業更強。

三、研究設計

(一)樣本選擇與數據來源

本文選取2007～2014年A股上市公司為樣本進行檢驗。中國于2007年開始采用新《企業會計準則》，為保證數據的可比性，選擇2007年為數據起始期間。2008年底“四萬億”經濟刺激計劃出臺，并于2009年正式實施。政策實施期間為2009～2010年，故在主要分析當中本文采用2007～2010年數據，僅在驗證“四萬億”政策的持續性時采用2011～2014年數據。企業財務數據和專利授權數據來自CSMAR數據庫，各地區GDP數據來自中國統計局官網。本文對原始數據進行了篩選并剔除了主要變量缺失的樣本。由于金融、保險行業特殊性，對創新的需求較弱，故在回歸中排除金融、保險行業(根據2012年版證監會行業分類)。并且，經營困難、瀕臨退市的PT/ST公司，也不再納入回歸分析。最終，共得到6 095個有效觀測值，為控制極端值對檢驗結果帶來的偏誤，對所有連續變量進行了前后1%的縮尾處理。

(二)變量定義與模型設定

解釋變量政府科技補貼(RDSub)取自上市公司財務報表附注中的政府補助項目。本文根據相關介紹是否涉及“研發”“創新”“科研”“新產品”“R&D”“專利”“重大項目”“火炬計劃”“星火計劃”“973計劃”等關鍵詞判斷是否屬于政府科技補貼，剔除“納稅大戶”“上市”“出口”“外貿”“展會”等明顯不屬于政府科技補貼的項目，并除以總資產進行標準化。被解釋變量企業創新績效一般采用企業新產品收入、專利數量等進行衡量。由于現行上市公司財務報表很難區分新產品收入，故本文采用企業專利數量來描述企業創新績效。由于專利申請到授權需要一定時間，故用專利申請數量衡量企業創新產出更為貼切，并使用專利授權數量作為替換變量進行穩健性分析。此外，由于從研發到產出需要一定的時間，本文采用滯后一期的專利數量加1后取對數進行衡量。本文被解釋變量包括所有專利申請數(LnApply)、發明專利申請數(LnIApply)和非發明專利申請數(LnUDApply)。

為驗證假說1，采用PSM模型估計。PSM中的變量包括處理變量、結果變量和協變量：處理變量為當年是否獲得政府科技補貼；結果變量為滯后一期的專利申請數；協變量包括企業規模、年齡、資產負債率、是否虧損、托賓Q、產權性質、是否屬于高新技術產業以及當地GDP水平。

為驗證假說2，采用雙重差分模型估計，如式(1)所示。由于部分樣本數據的被解釋變量專利申請數在左側取值為0且受時間和行業影響較大，故本文采用單側Tobit模型進行回歸，并控制時間和行業固定效應。

LnApplyit/LnIApplyit/LnUDApplyit=β0+β1RDSubit+β2IndAit+β3IndAit×RDSubit+β4Postit+

β5Postit×RDSubit+β6Postit×IndAit+β7Postit×IndAit×

RDSubit+∑Controlsit+εit

(1)

在上式中，下標i代表企業，下標t代表年份，εit代表誤差項。IndA代表企業所處行業是否受到“四萬億”經濟刺激計劃的重點支持，將農林牧漁、冶金工業、電力、熱力、燃氣及水生產和供應業、建筑業、交通運輸業、房地產業、居民服務業、文化、體育和娛樂業、生態保護和環境治理業、軟件和信息技術服務業、裝備制造業等行業劃分為“四萬億”重點支持行業。Post表示時間變量，中國于2008年底制定“四萬億”經濟刺激計劃，政策實施期間為2009～2010年，故將2007～2008年定義為Post=0，2009～2010年定義為Post=1。Controls表示控制變量。本文選取可能影響企業創新活動的控制變量有研發投入強度(RDI)、公司規模(Size)、公司成立年齡(Age)、流動比率(Liquidity)、固定資產比例(Tangibility)、經營活動現金流量凈額(CF)、獨董比例(Indep)、所在地區GDP(LnGDP)以及是否虧損(Loss)。在進一步分析中，本文加入3個變量：產權性質(SOE)、是否為高新技術企業(HighTech)和地區知識產權保護力度(Ipr)。具體定義見表1。

表1 變量定義表

四、實證分析與結果

(一)樣本差異性檢驗

如表2所示，樣本企業平均每年專利申請數、發明專利申請數、非發明專利申請數和政府科技補貼占總資產比重分別為1.649、1.075、1.256和0.064%，而所有專利、發明專利和非發明專利的標準差分別為1.648、1.312和1.510，說明樣本分布較為分散、差異較大。樣本中66.6%的企業屬于受“四萬億”重點支持的行業，56.4%的企業為國有企業，而24.6%的企業為高新技術企業。

表2 描述性統計分析

(二)回歸結果分析

1.政府科技補貼對創新績效的影響

為檢驗假說1，本文采用K近鄰匹配(k=1,4)、卡尺內近鄰匹配、半徑匹配和核匹配的匹配方法。如表3所示，前5列為2007年的樣本數據，6～10列為2008年的樣本數據，對所有類型專利，不論采用什么匹配方法，處理組的專利申請總數、發明專利申請數和非發明專利申請數都顯著高于控制組。因而，政府科技補貼能顯著增加企業的專利申請數量，印證了本文假說1。

表3 “四萬億”刺激計劃對總專利授權數量的影響

2.“四萬億”刺激計劃對政府科技補貼績效的影響

雙重差分模型的估計結果如表4所示。Panel A中，第一列中變量RDSub的估計系數顯著為正，說明政府科技補貼對創新績效有顯著的促進作用，再次印證了假說1；第二列中變量IndA的估計系數無顯著性表明是否受“四萬億”經濟刺激計劃重點支持并不會直接影響企業的專利產出；第三列中變量IndA和變量RDSub的交互項系數顯著為負，說明變量IndA會負向調節政府科技補貼的創新激勵效應；第四列中時間虛擬變量Post的估計系數顯著為正表明隨著時間推移，企業的專利產出會顯著增加；第五列中變量Post和變量RDSub的交互項系數無顯著性表明時間虛擬變量不會調節政府科技補貼的創新激勵效應；第六列中，時間虛擬變量Post、變量IndA以及變量RDSub交互項的估計系數顯著為負，表明與非重點傾向行業上市公司相比，“四萬億”經濟刺激計劃顯著降低了政府科技補貼對重點傾向行業企業申請專利的激勵作用，這印證了本文的假說2。在Panel B和Panel C中，變量IndA、時間虛擬變量Post以及變量RDSub交互項的估計系數也顯著為負，說明不論是發明專利還是非發明專利，“四萬億”經濟刺激計劃均會顯著降低政府科技補貼的創新激勵效應。

表4 “四萬億”對政府科技補貼績效的影響

3.“四萬億”影響持續性分析

檢驗“四萬億”影響的持續性，定義Year2009～Year2014共6個時間虛擬變量，每個變量當年取值為1，2007～2008年取值為0，即每個變量只取3年數據，以檢驗當年樣本數據和“四萬億”實施前樣本數據的差異。如表5所示，由計劃重點傾向行業虛擬變量IndA、時間虛擬變量Year以及政府科技補貼RDSub交互項的估計系數顯著性可知，“四萬億”對政府科技補貼績效的抑制作用呈現先增強后減弱的趨勢，在2010年“四萬億”退出之后這種抑制作用并不會馬上消失，而是會持續到2012年，這和一般項目的建設周期為2～3年的規律相符合。

(三)分組分析

1.產權性質

不同產權性質企業的雙重差分模型估計結果如表6所示，IndA、Post、RDSub3個變量的交乘項系數對于LnApply均顯著為負，但國有企業有兩顆星的顯著度，而非國有企業只有一顆星的顯著度，所以“四萬億”對政府科技補貼創新績效的抑制作用在國有企業更為顯著。IndA、Post、RDSub三個變量的交乘項系數對于LnIApply在國有企業顯著，而在非國有企業不顯著，表明對發明專利而言，“四萬億”對政府科技補貼績效的影響只在國有企業顯著，印證了本文的假說3a。

2.是否為高新技術企業

如表7所示，對于高新技術企業的所有專利、發明專利和非發明專利，IndA、Post、RDSub3個變量的交乘項系數均無顯著性，而對于非高新技術企業，IndA、Post、RDSub3個變量的交乘項系數顯著為負，說明非高新技術企業獲得的政府科技補貼績效受“四萬億”的影響更為顯著，印證了本文的假說3b。

表6 產權性質分組分析

表7 企業是否為高新技術企業分組分析

3.地區知識產權保護力度

如表8所示，對于知識產權保護力度較高的地區，企業的所有專利、發明專利和非發明專利，IndA、Post、RDSub3個變量的交乘項系數均無顯著性，而對于知識產權保護力度較低的地區企業，IndA、Post、RDSub3個變量的交乘項系數顯著為負，說明“四萬億”對政府科技補貼績效的影響在知識產權保護力度較弱的地區更為顯著，印證了本文的假說3c。

五、穩健性分析

(一)內生性問題控制

更有創新意愿的企業更容易獲得補貼，政府補貼又進一步促進企業創新，為解決模型1的自選擇問題，本文采用雙重差分和Heckman兩步法回歸進行穩健性分析。Heckman回歸的第一階段回歸模型選取的變量包括應交稅費TaxPayable、是否虧損Loss、產權性質SOE、公司規模LnAsset、公司年齡Age、地區GDP水平LnGDP以及地區市場化水平Market。如表9所示，變量IndA、Post、RDSub交互項的估計系數顯著為負，與表4的結果基本一致，表明與非重點傾向行業上市公司相比，“四萬億”經濟刺激計劃顯著降低了在重點傾向行業公司的政府科技補貼績效，表明本文的回歸估計結果穩健。

表9 Heckman兩階段模型回歸結果

(二)改變度量方法的穩健性分析

將所有專利申請數量(LnApply)、發明專利申請數量(LnIApply)和非發明專利申請數量(LnUDApply)依次替換為所有專利授權數量(LnGrant)、發明專利授權數量(LnIGrant)和非發明專利授權數量(LnUDGrant)。如表10所示，變量IndA、Post、RDSub交互項的估計系數顯著為負，與表4的結果基本一致，表明與非重點傾向行業上市公司相比，“四萬億”經濟刺激計劃顯著降低了在重點傾向行業公司的政府科技補貼績效，檢驗了本文的回歸估計結果穩健性。

表10 “四萬億”對政府科技補貼績效的影響

六、結論與建議

本文基于中國A股上市公司的樣本，運用傾向得分匹配和雙重差分模型，探討了“四萬億”經濟刺激計劃對政府科技補貼創新績效的影響。研究發現，“四萬億”會抑制政府科技補貼對專利產出的激勵效應，這種抑制作用對發明專利和非發明專利均顯著，且這種抑制作用不會在“四萬億”政策退出之后馬上消失，而會持續到2012年。本文進一步研究表明，相對非國有企業，“四萬億”對政府科技補貼績效的抑制作用在國有企業更強，且“四萬億”對政府科技補貼績效的抑制作用只在非高新技術企業顯著，而對高新技術企業不顯著；同時“四萬億”對政府科技補貼績效的抑制作用只在知識產權保護程度低的地區顯著，而對知識產權保護程度高的地區不顯著。

本文的研究結論能得出如下啟示：第一，在2007～2014年，中國處于創新型國家建設初期，政府科技補貼對創新具有顯著的激勵效應，這印證了采取補貼方式激勵創新的重要性。第二，由于科技補貼績效會因內外部因素而波動，因此，相關部門應建立相關的評審機制，對企業研發成果進行檢驗，避免企業將補貼資金用于與研發創新不相關的其他經營活動，以提高政府研發補貼資金的使用效率。第三，“四萬億”成功地讓中國經濟在2009年快速復蘇，但它在一定程度上擾亂了市場秩序，尤其是在政策重點支持的行業。且其影響在該計劃退出后持續存在。因此，政府在今后面對類似宏觀經濟波動時，出臺刺激政策不僅應考慮政策短期內對經濟的提振作用，也需考慮政策對企業行為的長期影響。第四，不同產權性質的企業受到的影響具有顯著差異，政府在制定經濟政策時，應考慮政策影響對象的綜合情況，以免導致經濟結構失衡。并且，相關部門應加強對小型民營企業的創新激勵，在財稅政策等方面適當傾斜以達到實質公平。第五，“四萬億”對政府科技補貼績效的抑制作用主要體現在非高新技術企業，說明企業知識積累和創新能力對政府補貼績效的發揮有重大影響，有關部門在發放補貼時可加強對企業歷史研發數據的審查。第六，良好的知識產權保護環境可以保護企業的研發創新行為，政府應大力培養良好的知識產權保護制度，為企業創新提供制度保障。

本文的主要創新點如下：(1)從研究視角上看，現有文獻較少關注宏觀經濟政策對政府科技補貼績效的影響，本文將“四萬億”與政府科技補貼績效聯系起來，揭示了“四萬億”對政府科技補貼績效的作用機理，并提供了經驗證據。這既豐富了“四萬億”的經濟后果研究，又拓展了政府研發補貼績效的影響因素分析。(2)從研究內容上看，文章考察了微觀及宏觀兩個維度的異質性對“四萬億”與政府研發補貼績效的影響，即從企業產權性質、是否為高新技術企業及所在地區知識產權保護力度差異性等維度細化了“四萬億”對政府科技補貼績效的影響，并進一步檢驗了“四萬億”的持續性影響，延伸和拓展了“四萬億”對政府研發補貼績效的影響研究。(3)從研究方法上看，利用傾向得分匹配、兩階段最小二乘法來控制政府研發補貼和企業創新行為之間可能存在的內生性問題，從而使研究結論更穩健、更具說服力。本文對于全面、系統地評價“四萬億”經濟刺激計劃有一定的幫助，為政策制定者提供一定的借鑒和參考。