政府創(chuàng)新補貼時點對企業(yè)技術(shù)跨越影響的實證研究

顏建軍 馮君怡

摘 要：基于2015-2018年816家A股上市公司的數(shù)據(jù)，通過Logit模型和中介效應(yīng)模型研究政府事前創(chuàng)新補貼和事后創(chuàng)新補貼對企業(yè)技術(shù)跨越的影響。結(jié)果表明：政府事前補貼和事后補貼對企業(yè)技術(shù)跨越有顯著的促進(jìn)效應(yīng)，且存在企業(yè)性質(zhì)和地區(qū)的異質(zhì)性。政府事前補貼的企業(yè)技術(shù)跨越效應(yīng)不存在信號傳遞機制路徑和企業(yè)“尋租”路徑，政府事后補貼可通過企業(yè)研發(fā)支出的增加，促進(jìn)企業(yè)技術(shù)跨越。

關(guān)鍵詞： 政府創(chuàng)新補貼時點;企業(yè)技術(shù)跨越;工具變量;傾向得分匹配;中介效應(yīng)

一、引 言

創(chuàng)新是一個國家經(jīng)濟(jì)增長的不竭動力，“十四五”規(guī)劃中更是提出應(yīng)樹立以高質(zhì)量發(fā)展為主題的新發(fā)展理念，構(gòu)建“國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)”的發(fā)展格局，因此，實現(xiàn)關(guān)鍵核心技術(shù)的重大突破，成為創(chuàng)新型國家已迫在眉睫。為此，我國針對企業(yè)創(chuàng)新行為出臺了一系列的財政補貼政策，對企業(yè)進(jìn)行創(chuàng)新補貼，并不斷提高政府創(chuàng)新補貼的力度。

早在20世紀(jì)就有學(xué)者關(guān)注到了企業(yè)創(chuàng)新，認(rèn)為企業(yè)創(chuàng)新包括了過程創(chuàng)新和產(chǎn)品創(chuàng)新[1];在創(chuàng)新激勵方面，認(rèn)為在市場資源配置的過程中常常會出現(xiàn)失靈，面對市場無法提供充足創(chuàng)新動力的情況，政府應(yīng)當(dāng)予以干預(yù)[2]。因此，眾多學(xué)者就政府補貼與企業(yè)創(chuàng)新之間的關(guān)系進(jìn)行了研究，大致可分為三類：一是政府補貼促進(jìn)了企業(yè)創(chuàng)新。政府補貼可解決企業(yè)資金困難的問題[3]，降低企業(yè)的創(chuàng)新成本，并獲得一定的溢出效應(yīng)，比如尋獲新資源、建立科學(xué)團(tuán)隊等，提高創(chuàng)新活動的預(yù)期收益[4，5]。二是政府補貼不利于企業(yè)創(chuàng)新。有研究認(rèn)為，政府補貼沒有增強企業(yè)競爭力[6];因為大部分企業(yè)在沒有政府補貼的情況下仍然可以進(jìn)行創(chuàng)新[7]，政府的補貼只會降低企業(yè)的“融資成本”，并不會顯著促進(jìn)企業(yè)創(chuàng)新，甚至有可能縮減企業(yè)創(chuàng)新支出;此外，政府補貼的效果可能會引起企業(yè)的主動“尋租”，甚至因為尋租成本過高，對技術(shù)創(chuàng)新造成擠出效應(yīng)[8，9]。三是政府補貼的企業(yè)創(chuàng)新效應(yīng)會因政府補貼強度的不同而存在差異。政府補貼在合適的區(qū)間內(nèi)可促進(jìn)企業(yè)創(chuàng)新，在區(qū)間外則不利于企業(yè)創(chuàng)新，且適度區(qū)間會逐漸變化[8，10-12];政府補貼可以通過增加企業(yè)研發(fā)資金支出、實現(xiàn)信號傳遞進(jìn)一步影響企業(yè)創(chuàng)新，但上述影響機制可能會受到企業(yè)性質(zhì)、地區(qū)制度等的影響[13]。

基于政府補貼和企業(yè)進(jìn)行創(chuàng)新的時間，政府補貼可被分為事前補貼和事后補貼兩大類。政府在廠商開展技術(shù)創(chuàng)新活動前給予補貼為事前補貼，主要目的多為資金支持;政府在廠商進(jìn)行技術(shù)創(chuàng)新活動后給予補貼則為事后補貼，以補償形式居多，如稅收返還、稅收減免等[14]。有研究認(rèn)為較之事后補貼，事前補貼可降低企業(yè)的財務(wù)風(fēng)險，提高企業(yè)的聲譽，從而對企業(yè)創(chuàng)新有更大的促進(jìn)作用[15];但也有研究認(rèn)為事前補貼往往會使得企業(yè)出現(xiàn)“尋租”“騙補”等行為，不能對企業(yè)創(chuàng)新起到激勵作用，事后補貼對企業(yè)創(chuàng)新的促進(jìn)作用應(yīng)優(yōu)于事前補貼[16]。企業(yè)是否進(jìn)行尋租活動很大程度取決于一個地區(qū)或國家的腐敗程度、司法公正程度、企業(yè)管理層腐敗等[17];政府補貼的信號傳遞作用對不同性質(zhì)的企業(yè)也會存在一定的差異，且受要素市場的影響[18]，如國有企業(yè)的作用是積極響應(yīng)國家政策，從而對傳遞政府補貼信號并不積極，因此，政府補貼對民營企業(yè)創(chuàng)新績效的促進(jìn)作用更大。但在金融發(fā)展滯后的情況下，政府補貼對私人企業(yè)研發(fā)投入具有顯著的擠出效應(yīng)[19]。此外，管理層持股比例的增加會在一定程度上促進(jìn)企業(yè)創(chuàng)新[20]。

綜上所述，已有研究存在不足：一是對企業(yè)技術(shù)跨越的研究較少，并且衡量企業(yè)技術(shù)跨越的指標(biāo)往往選取專利申請數(shù)，但由于專利申請的門檻并不高，企業(yè)所申請的專利只有少部分為發(fā)明專利，且企業(yè)專利保護(hù)意識薄弱[18]，因此，用專利申請數(shù)來衡量企業(yè)技術(shù)跨越并不準(zhǔn)確;二是大部分學(xué)者并未基于補貼的時點對政府補貼進(jìn)行分類并研究其技術(shù)跨越效應(yīng);三是并未對機制進(jìn)行詳細(xì)的探討，忽略了事前補貼和事后補貼的機制路徑的不同;四是穩(wěn)健性檢驗不夠完善，無法規(guī)避內(nèi)生性帶來的影響。因此，本文基于2015-2018年部分上市A股公司的微觀數(shù)據(jù)，探討政府創(chuàng)新補貼時點與企業(yè)技術(shù)跨越的關(guān)系，進(jìn)一步進(jìn)行分樣本回歸和穩(wěn)健性檢驗，并著重考慮是否存在政府事前補貼的信號傳遞作用、企業(yè)“尋租”作用和政府事后補貼的激勵創(chuàng)新作用，希望能更好地利用政府創(chuàng)新補貼政策實現(xiàn)企業(yè)技術(shù)跨越，從而提高我國企業(yè)技術(shù)實力，增強我國企業(yè)的國際競爭力。

二、理論分析與研究假設(shè)

事前補貼是在企業(yè)進(jìn)行技術(shù)創(chuàng)新活動之前，政府給予一定的補貼[21]。事前補貼主要通過以下幾個方面作用于企業(yè)技術(shù)跨越：一是減緩企業(yè)的資金壓力，保證企業(yè)持續(xù)、穩(wěn)定的創(chuàng)新支出。事前補貼不受企業(yè)科技創(chuàng)新結(jié)果的影響，當(dāng)企業(yè)面臨周期較長的創(chuàng)新活動時，企業(yè)資金鏈斷裂的可能性較大，此時政府給予的事前補貼可重新連接斷裂的資金鏈，減緩企業(yè)資金不足的壓力，保證企業(yè)科技創(chuàng)新的順利進(jìn)行;對資金較充足的企業(yè)來說，政府的事前補貼是錦上添花，保證了充足的資金供給，是企業(yè)實現(xiàn)技術(shù)跨越的基礎(chǔ)。二是釋放了可靠的市場信號，有助于企業(yè)進(jìn)行融資，獲得更優(yōu)質(zhì)的資源以實現(xiàn)技術(shù)跨越。政府補貼的作用之一就是向市場釋放信號，間接地完善市場信息不對稱[12]，有效引導(dǎo)市場資金的正確流向。市場主體由于所獲得信息的數(shù)量、質(zhì)量的差異，存在信息不對稱等問題，投資者們對企業(yè)的資質(zhì)了解不全面，并且科技創(chuàng)新企業(yè)所需資金巨大，研發(fā)的過程中也存在極大的風(fēng)險。因此，投資者們手握資金卻猶豫躊躇。此時，政府事前補貼釋放的信號很好地解決了信息不對稱，企業(yè)獲得政府的事前補貼代表了政府對該企業(yè)的認(rèn)可，一方面，為投資者們指明了投資的方向，引導(dǎo)資本正確流向，提高資本的有效利用率;另一方面，也豐富了企業(yè)的創(chuàng)新資金，幫助企業(yè)集聚社會的優(yōu)質(zhì)資源，包括創(chuàng)新人才、先進(jìn)的管理理念與方法等，最大化保證科技創(chuàng)新的進(jìn)行。但事前補貼也存在著一定的缺陷，最大的問題在于企業(yè)為了獲得政府的事前補貼，極有可能進(jìn)行“尋租”活動，甚至存在“騙補”等行為[12]。此外，事前補貼也可能對企業(yè)研發(fā)支出造成一定的擠出效應(yīng)，造成企業(yè)減少本應(yīng)支出的創(chuàng)新資金，從而無法實現(xiàn)企業(yè)技術(shù)跨越。為此，提出如下研究假設(shè)：

H1 政府事前補貼可促進(jìn)企業(yè)當(dāng)期的技術(shù)跨越。

H2 政府事前補貼會通過信號傳遞機制促進(jìn)企業(yè)技術(shù)跨越。

H3 政府事前補貼可能會引起企業(yè)“尋租”，不利于企業(yè)技術(shù)跨越。

事后補貼是在企業(yè)完成科技創(chuàng)新后，政府以稅收返還、稅收優(yōu)惠等方式進(jìn)行補貼，以激勵企業(yè)的創(chuàng)新動力。對企業(yè)當(dāng)期的創(chuàng)新活動來說，事后補貼對企業(yè)創(chuàng)新有較大的激勵作用，激勵企業(yè)提高研發(fā)效率和研發(fā)質(zhì)量，保質(zhì)保量完成創(chuàng)新任務(wù)，以獲得事后補貼來填補資金漏洞?？梢?，事后補貼會激勵企業(yè)在當(dāng)期加大創(chuàng)新研發(fā)投入以實現(xiàn)其技術(shù)跨越，從而獲得政府補貼。事后補貼以企業(yè)創(chuàng)新成果為前提，具有一定的靈活性，在合理評估的情況下，極大地減少了企業(yè)“尋租”“騙補”等活動，有利于保持企業(yè)研發(fā)創(chuàng)新的獨立性。為此，提出如下研究假設(shè)：

H4 政府事后補貼可促進(jìn)企業(yè)當(dāng)期的技術(shù)跨越。

H5 政府事后補貼會通過刺激企業(yè)加大創(chuàng)新研發(fā)支出以實現(xiàn)技術(shù)跨越。

三、研究設(shè)計

（一）變量的選取和來源

1.核心變量。被解釋變量為企業(yè)技術(shù)跨越（tech），該變量為0～1虛擬變量，根據(jù)上市企業(yè)2015-2018年在證券交易所公布的年報，若企業(yè)在報告期內(nèi)有新產(chǎn)品推出，則techit=1;若無新產(chǎn)品推出，則techit=0。核心解釋變量為事前補貼（GSB）和事后補貼（GSA），用公司獲得當(dāng)期的政府補貼與當(dāng)期總資產(chǎn)的百分比來表示政府事前補貼，用公司獲得當(dāng)期的稅費返還與當(dāng)期總資產(chǎn)的百分比表示政府事后補貼[22]。

2.控制變量。借鑒已有研究[23，24]，設(shè)定如下控制變量：（1）企業(yè)規(guī)模（scale）：企業(yè)總資產(chǎn)的自然對數(shù);（2）獨立董事人數(shù)（chairman）：企業(yè)獨立董事人數(shù)的自然對數(shù);（3）企業(yè)營業(yè)收入（income）：企業(yè)營業(yè)收入的自然對數(shù);（4）企業(yè)研發(fā)人員比重（faculty）：企業(yè)研發(fā)人員數(shù)量與員工總數(shù)的百分比;（5）資產(chǎn)負(fù)債率（capital）：企業(yè)公開財務(wù)報表中得到上市企業(yè)的資產(chǎn)負(fù)債比例。

3.工具變量。選用企業(yè)所屬行業(yè)獲得政府事前補貼的均值與當(dāng)期總資產(chǎn)的百分比作為政府事前補貼的工具變量（IVB），選用政府事后補貼的均值與當(dāng)期總資產(chǎn)的百分比作為政府事后補貼的工具變量（IVA）[25]。

4.數(shù)據(jù)的來源與描述性統(tǒng)計?？紤]到數(shù)據(jù)的可獲得性和準(zhǔn)確性，選用2015-2018年A股上市公司的相關(guān)數(shù)據(jù)，剔除已經(jīng)退市（ST）和轉(zhuǎn)讓（PT）的企業(yè)以及主要數(shù)據(jù)缺失的樣本，篩選出816家企業(yè)，共獲得3264份樣本。其中，上市企業(yè)獲得財政創(chuàng)新補貼的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫的公司研究系列，企業(yè)技術(shù)跨越的數(shù)據(jù)來自各上市企業(yè)在證券交易所公布的年報，其他變量涉及的數(shù)據(jù)均來自Wind數(shù)據(jù)庫。表1為變量的描述性統(tǒng)計①。

（二）模型設(shè)定

1.基本模型的設(shè)定?？紤]到選取的數(shù)據(jù)為面板數(shù)據(jù)，且被解釋變量企業(yè)技術(shù)跨越（tech）為0～1虛擬變量，故應(yīng)選用離散Logit面板數(shù)據(jù)模型。由于政府事前補貼（GSB）將對企業(yè)當(dāng)期的技術(shù)跨越（tech）產(chǎn)生影響，而政府事后補貼（GSA）更多的是對企業(yè)技術(shù)跨越的激勵作用，也即后期的政府事后補貼會對企業(yè)當(dāng)期的技術(shù)跨越產(chǎn)生影響。故構(gòu)建模型如下：

式（1）和式（2）為Logit模型，techit為二元虛擬變量，GSAit+2為t+2期的政府事后補貼。Controlit為控制變量，包括企業(yè)規(guī)模（scale）、獨立董事人數(shù)（chairman）、企業(yè)營業(yè)收入（income）、企業(yè)研發(fā)人員比重（faculty）、資產(chǎn)負(fù)債率（capital）。下標(biāo)i表示企業(yè)，t表示年份。ηi表示個體固定效應(yīng)，控制了影響企業(yè)技術(shù)跨越和創(chuàng)新支出但不會隨著時間變動的個體效應(yīng);γt表示時間固定效應(yīng)，控制了隨時間變化影響企業(yè)技術(shù)跨越和創(chuàng)新支出的時間因素;εit為誤差項，服從Logit分布。

2.內(nèi)生性問題。式（1）和式（2）中可能存在遺漏影響企業(yè)技術(shù)跨越的重要變量，從而造成模型設(shè)定偏誤。從政府補貼時點與企業(yè)技術(shù)跨越的相互邏輯看，政府補貼時點并不是完全外生的政策，政府補貼時點和企業(yè)技術(shù)跨越之間可能存在雙向因果關(guān)系，實現(xiàn)技術(shù)跨越的企業(yè)更傾向于主動申請政府創(chuàng)新補助，而自身創(chuàng)新能力強的企業(yè)也更容易獲得政府的補助[25]。因此造成內(nèi)生性影響，估計的結(jié)果可能會存在偏差。故考慮采用工具變量法來解決內(nèi)生性問題，模型如下：

式（3）為一階段方程式，式（4）為二階段方程式。其中，GSit為政府創(chuàng)新補貼，包括政府事前補貼GSBit和政府事后補貼GSAit;IVit為工具變量，包括政府事前補貼的工具變量（IVB）和政府事后補貼的工具變量（IVA）;其他變量均不變。

四、模型與實證結(jié)果

（一）基準(zhǔn)回歸

對式（1）和式（2）進(jìn)行Hausman檢驗;選擇固定效應(yīng)面板Logit模型作為回歸模型，并同時控制個體效應(yīng)和時間效應(yīng)，估計結(jié)果見表2。

表2中，政府事前創(chuàng)新補貼（GSB）的回歸樣本被剔除至621，是因為被剔除樣本的因變量tech不隨時間變化，在觀測期內(nèi)始終為同一值，故被剔除。政府事后創(chuàng)新補貼（GSA）的回歸樣本僅為150，一是因為樣本中政府事后補貼的0值較多，二是因為政府事后補貼選用的是t+2期的變量。LR統(tǒng)計量分別為301.92和77.17，且在1%的水平下顯著，也即整個方程的聯(lián)合顯著性很高。

表2中，模型（1）和模型（3）為Logit回歸結(jié)果，模型（2）和模型（4）為模型回歸中各變量的OR（Odds Ratio）值，也即優(yōu)勢比。事前補貼（GSB）對企業(yè)技術(shù)跨越（tech）的估計系數(shù)為正，且在5%的水平上顯著，其OR值大于1，再次驗證了事前補貼可顯著提高企業(yè)實現(xiàn)技術(shù)跨越的概率;t+2期的政府事后補貼（GSA）對企業(yè)技術(shù)跨越（tech）的估計系數(shù)顯著為正，且在10%的水平上顯著，也即在其他條件不變的情況下，后期的事后補貼對當(dāng)期企業(yè)技術(shù)跨越具有促進(jìn)作用。論證了假設(shè)1和假設(shè)4。

控制變量中企業(yè)營業(yè)收入和企業(yè)研發(fā)人員比重的估計系數(shù)顯著為正，且OR值均大于1，在其他條件不變的情況下，企業(yè)營業(yè)收入提高和企業(yè)研發(fā)人員比重增加對企業(yè)技術(shù)跨越發(fā)生的概率具有正向作用，也即企業(yè)營業(yè)收入的提高可充裕創(chuàng)新資金，增加研發(fā)人員占總員工的比重以提高員工的整體素質(zhì)，保證創(chuàng)新的質(zhì)量以實現(xiàn)技術(shù)跨越。其他控制變量企業(yè)規(guī)模、獨立董事人數(shù)、資本負(fù)債率的估計系數(shù)均為負(fù)但不顯著，也即這些變量對企業(yè)技術(shù)跨越?jīng)]有顯著的影響。

（二）分樣本進(jìn)一步研究

1.由于企業(yè)獲得的政府補貼類型不同，存在部分企業(yè)僅獲得一種類型的政府補貼，或者同時獲得了兩種政府補貼的情況，因此，將樣本分為僅得到政府事前創(chuàng)新補貼、僅得到政府事后創(chuàng)新補貼、同時獲得了政府事前補貼和事后補貼三類。對三類樣本再次進(jìn)行回歸，結(jié)果見表3。經(jīng)過梳理，僅存在兩類分樣本，一是企業(yè)僅獲得了政府事前創(chuàng)新補貼，回歸結(jié)果見表3的模型（5），可見，僅獲得政府事前補貼的企業(yè)的技術(shù)跨越并不會受政府事前補貼的影響。二是企業(yè)同時獲得了政府事前創(chuàng)新補貼和政府事后創(chuàng)新補貼，回歸結(jié)果如模型（6）～（8）。其中，模型（6）中政府事前創(chuàng)新補貼（GSB）和政府事后創(chuàng)新補貼（GSA）的回歸系數(shù)均不顯著;模型（7）中政府事前補貼（GSB）顯著促進(jìn)企業(yè)技術(shù)跨越;模型（8）中政府事后創(chuàng)新補貼（GSA）對企業(yè)技術(shù)跨越?jīng)]有顯著影響。

2.基于企業(yè)所有制、所處區(qū)域、所屬行業(yè)不同進(jìn)行異質(zhì)性檢驗。回歸結(jié)果見表4。

（1）基于企業(yè)所有制不同的子樣本回歸。由表4的模型（9）和模型（10）可見，政府事后創(chuàng)新補貼對國有企業(yè)的技術(shù)跨越在10%的水平上顯著為正，也即政府補貼對國有企業(yè)的技術(shù)跨越效應(yīng)主要體現(xiàn)在事后補貼的激勵作用上。模型（11）和模型（12）中，政府事前創(chuàng)新補貼對非國有企業(yè)技術(shù)跨越有顯著的促進(jìn)作用，非國有企業(yè)面臨資源約束、資金約束，政府事前創(chuàng)新補貼可較好地緩解此類約束。

（2）基于企業(yè)所處區(qū)域不同的子樣本回歸②。表4中由模型（13）和模型（14）可見，政府事前創(chuàng)新補貼可顯著促進(jìn)東部地區(qū)企業(yè)的技術(shù)跨越，事后創(chuàng)新補貼對其沒有顯著效應(yīng)。由模型（15）和模型（16）可見，政府創(chuàng)新補貼對中西部地區(qū)的技術(shù)跨越?jīng)]有顯著影響。東部地區(qū)由于其沿海位置，較早實現(xiàn)了對外開放，較早引進(jìn)了先進(jìn)的技術(shù)、管理經(jīng)驗等，對政府創(chuàng)新補貼的利用效率比中西部地區(qū)更高。

（3）根據(jù)企業(yè)所屬行業(yè)不同的子樣本回歸。表4中由模型（17）～（20）可見，政府創(chuàng)新補貼對高新行業(yè)和非高新行業(yè)均沒有顯著影響。高新技術(shù)行業(yè)為保持其市場地位和行業(yè)地位，創(chuàng)新動力和積極性均高于非高新行業(yè)，且由于其獲得的風(fēng)投資本充足而不存在資金短缺問題，故政府創(chuàng)新補貼對其沒有顯著作用。而非高新行業(yè)對新技術(shù)依賴性不強，對科技創(chuàng)新的積極性也不高，政府創(chuàng)新補貼更有可能被挪作他用，故政府創(chuàng)新補貼對其沒有顯著作用。

（三）穩(wěn)健性檢驗

基于上文的分析，式（1）和式（2）可能存在內(nèi)生性問題，故采用工具變量法，工具變量分別為企業(yè)所屬行業(yè)獲得政府事前補貼的平均值與企業(yè)當(dāng)期資產(chǎn)的百分比（IVB）、企業(yè)所屬行業(yè)獲得政府事后補貼的平均值與企業(yè)當(dāng)期資產(chǎn)的百分比（IVA）[25]。這兩個變量與政府創(chuàng)新補貼密切相關(guān)，在控制了個體效應(yīng)和時間效應(yīng)后，該工具變量又不會與擾動項相關(guān)，故滿足工具變量的選取要求。進(jìn)一步采用二階段最小二乘法對式（3）和式（4）進(jìn)行回歸。Wald內(nèi)生性檢驗結(jié)果表明模型存在內(nèi)生性，在1%的水平上認(rèn)為GSB和GSA為內(nèi)生變量。一階段回歸的F值均大于10，也即工具變量不是弱工具變量?；貧w結(jié)果顯示政府事前補貼（GSB）和政府事后補貼（GSA）的回歸系數(shù)符號和顯著性均與前文基準(zhǔn)回歸結(jié)果一致，論證了前文結(jié)果的穩(wěn)?、?。

此外，政府的創(chuàng)新補貼在企業(yè)間并非是隨機的，是存在一定的自選擇性的，并且對于本期未公布政府創(chuàng)新補貼的企業(yè)，將其賦值為0，忽略了那些未獲得政府補貼創(chuàng)新的企業(yè)，這種非隨機的選擇造成了樣本選擇偏誤。因此，采用傾向得分匹配法（PSM）對政府創(chuàng)新補貼時點的企業(yè)技術(shù)跨越效應(yīng)進(jìn)行穩(wěn)健性檢驗。分別采用近鄰匹配、半徑匹配和核匹配，匹配后各變量的標(biāo)準(zhǔn)化偏差都在5%附近，也即獲得政府補貼的企業(yè)與沒有獲得政府補貼的企業(yè)不存在顯著性差異，滿足了平衡性假設(shè)，論證了傾向得分匹配估計結(jié)果的可靠。政府事前補貼和事后補貼的平均處理效應(yīng)結(jié)果顯示，其回歸系數(shù)符號和顯著性與基準(zhǔn)回歸結(jié)果基本一致，驗證了前文結(jié)果的穩(wěn)健性④。

五、政府創(chuàng)新補貼時點對企業(yè)技術(shù)跨越的中介效應(yīng)檢驗

（一）中介變量與中介效應(yīng)模型

在中介變量的選取上，根據(jù)相關(guān)研究[25-28]對政府創(chuàng)新補助信號傳遞渠道的檢驗，引入新的0～1虛擬變量信號渠道（signal）來表示政府事前補貼的信號渠道，若存在信號渠道，則signal=1;若不存在信號渠道，則signal=0。如果創(chuàng)新補助的信號傳遞機制存在，那么，風(fēng)險投資作為企業(yè)研發(fā)創(chuàng)新爭取外部投資的主要來源，會因為收到企業(yè)獲得創(chuàng)新補助所傳遞出的技術(shù)優(yōu)勢積極信號而增加對企業(yè)研發(fā)創(chuàng)新的支持[25]。故判斷政府事前補貼是否存在因信號傳遞而獲得創(chuàng)新補助就在于企業(yè)前十大股東中是否存在風(fēng)險投資企業(yè)或風(fēng)險投資機構(gòu)[28]⑤。

其中，seekingit為管理費用，也即企業(yè)當(dāng)前管理費用與當(dāng)期營業(yè)收入的比值;incomeit為企業(yè)營業(yè)收入的自然對數(shù);capitalit為企業(yè)的資產(chǎn)負(fù)債率;growthit為企業(yè)營業(yè)收入的增長率，通過（企業(yè)當(dāng)期營業(yè)收入-企業(yè)上期營業(yè)收入）/企業(yè)上期營業(yè)收入計算;numberit為企業(yè)董事會成員人數(shù);staffit為企業(yè)員工數(shù)量;accountit為0～1虛擬變量，如果企業(yè)審計師來自四大會計事務(wù)所，則accountit=1，否則accountit=0;ageit為企業(yè)上市年限;saleit為企業(yè)銷售毛利潤率;HHIit為赫芬達(dá)爾指數(shù)衡量股權(quán)集中度，具體由企業(yè)持股數(shù)量排名前五的股東計算得出;Industry為行業(yè)虛擬變量，Year為年份虛擬變量。

首先，對式（5）進(jìn)行回歸，得出相應(yīng)的系數(shù);然后，將估計所得系數(shù)代回式（5），得到預(yù)期的管理費用seekingit;最后，將實際管理費用與預(yù)期管理費用相減得企業(yè)尋租費用rentit：rentit=seekingit-seekingit。引入創(chuàng)新投入（inno）來表示企業(yè)研發(fā)支出，選用企業(yè)財務(wù)報表中研發(fā)支出費用來表示企業(yè)的創(chuàng)新投入。

為驗證信號渠道（signal）、創(chuàng)新投入（inno）和企業(yè)“尋租”（rent）的中介作用，通過構(gòu)建中介效應(yīng)模型來論證該假設(shè)，參照Baron和Kenny[30]的方法，對式（1）和式（2）進(jìn)一步擴(kuò)展，具體如下：

（二）政府創(chuàng)新補貼時點對企業(yè)技術(shù)跨越的中介效應(yīng)檢驗結(jié)果

根據(jù)表5的回歸結(jié)果，當(dāng)中介變量為信號渠道（signal）時，模型（21）和模型（22）表明政府事前補貼（GSB）對信號渠道傳遞沒有顯著的影響，信號渠道對企業(yè)技術(shù)跨越（tech）也沒有顯著的影響;且Bootstrap檢驗結(jié)果表明，中介效應(yīng)不顯著，也即政府事前補貼不存在以信號傳遞為中介變量的中介效應(yīng)，推翻了假設(shè)2。類似地，以企業(yè)尋租（rent）為中介變量時，政府事前補貼（GSB）對企業(yè)尋租（rent）沒有顯著的影響，企業(yè)尋租（rent）對企業(yè)技術(shù)跨越（tech）也沒有顯著的影響;且Bootstrap檢驗結(jié)果表明，中介效應(yīng)不顯著，也即政府創(chuàng)新事前補貼不存在以企業(yè)尋租為中介變量的中介效應(yīng)，推翻了假設(shè)3。同理，再對事后政府補貼（GSA）對企業(yè)技術(shù)跨越的效應(yīng)進(jìn)行檢驗，由模型（25）和模型（26）可見，政府事后補貼（GSA）可顯著促進(jìn)企業(yè)創(chuàng)新研發(fā)支出（inno），企業(yè)創(chuàng)新研發(fā)支出可顯著促進(jìn)企業(yè)技術(shù)跨越（tech）;且由Bootstrap檢驗得，中介效應(yīng)為正且在1%的水平上顯著，也即政府事后補貼可通過促進(jìn)企業(yè)加大研發(fā)支出，實現(xiàn)企業(yè)技術(shù)跨越，論證了假設(shè)5。

六、結(jié)論與政策建議

以上研究顯示，政府補貼中的事前補貼和事后補貼均可顯著提高企業(yè)實現(xiàn)技術(shù)跨越的概率。提高企業(yè)營業(yè)收入、增加研發(fā)人員占總員工的比重均可提高企業(yè)實現(xiàn)技術(shù)跨越的概率。政府事前創(chuàng)新補貼對非國有企業(yè)技術(shù)跨越、東部地區(qū)企業(yè)的技術(shù)跨越均有顯著的促進(jìn)作用，政府事后補貼對國有企業(yè)的技術(shù)跨越有顯著促進(jìn)作用。政府事前補貼不存在信號傳遞和企業(yè)“尋租”的中介路徑，政府事后補貼可通過增加企業(yè)研發(fā)支出來促進(jìn)企業(yè)技術(shù)跨越。

以上研究為優(yōu)化政府創(chuàng)新補貼的政策，助推企業(yè)實現(xiàn)技術(shù)跨越提供了有益啟示：（1）事前補貼和事后補貼對企業(yè)技術(shù)跨越均存在顯著的促進(jìn)作用，且政府事前補貼不存在以企業(yè)“尋租”為中介變量的路徑，不會對企業(yè)技術(shù)跨越產(chǎn)生負(fù)面影響。因此，應(yīng)當(dāng)結(jié)合企業(yè)的實際情況，結(jié)合使用政府事前補貼和政府事后補貼，最大化地促進(jìn)企業(yè)實現(xiàn)技術(shù)跨越。（2）企業(yè)有必要設(shè)立監(jiān)督機制，對企業(yè)創(chuàng)新支出資金的到位、創(chuàng)新規(guī)劃、創(chuàng)新人才培養(yǎng)引進(jìn)進(jìn)行監(jiān)督，確保事前補貼對企業(yè)創(chuàng)新支出的促進(jìn)作用，并進(jìn)一步促進(jìn)企業(yè)實現(xiàn)技術(shù)跨越。（3）應(yīng)根據(jù)企業(yè)間存在的差異，有針對性地制定政府創(chuàng)新補貼政策。比如對非國有企業(yè)和東部地區(qū)的企業(yè)，應(yīng)適當(dāng)加大事前補貼的力度;對國有企業(yè)加大事后補貼的力度。對待其他企業(yè)也應(yīng)進(jìn)行積極探索，找到有助于不同企業(yè)實現(xiàn)企業(yè)技術(shù)跨越的政策工具。并且將不同的政策工具組合起來，確保補貼手段的多元化，分散政策工具帶來的風(fēng)險，最大化政策工具對企業(yè)創(chuàng)新的激勵作用，以激勵企業(yè)創(chuàng)新，最終實現(xiàn)技術(shù)跨越。

注釋：

① 企業(yè)規(guī)模、獨立董事人數(shù)和企業(yè)營業(yè)收入進(jìn)行了對數(shù)處理，以減少異方差。

②東部地區(qū)的省份包括河北省、北京市、天津市、山東省、江蘇省、上海市、浙江省、福建省、廣東省、海南省。其余省份被納為中西部地區(qū)。

③采用工具變量法的穩(wěn)健性檢驗結(jié)果因篇幅的有限未在文中給出，如有需要可聯(lián)系作者。

④傾向得分匹配的穩(wěn)健性檢驗結(jié)果因篇幅的有限未在文中給出，如有需要可聯(lián)系作者。

⑤如果公司前十大股東名稱中含有“風(fēng)險投資”“創(chuàng)業(yè)投資”等名稱，那么視為企業(yè)獲得了風(fēng)險投資;若公司前十大股東中有被收錄進(jìn)《中國創(chuàng)業(yè)風(fēng)險投資發(fā)展報告（2015）》中的中國創(chuàng)業(yè)風(fēng)險投資機構(gòu)名錄，則視為企業(yè)獲得了風(fēng)險投資;對于仍然無法判斷是否獲得風(fēng)險投資支持的公司，若前十大股東名稱中包含“高新技術(shù)投資”“科技投資”等關(guān)鍵詞，則進(jìn)行網(wǎng)絡(luò)搜索來判斷該機構(gòu)和企業(yè)的主營業(yè)務(wù)是否為“風(fēng)險投資”和“創(chuàng)業(yè)投資”，若是，則視為企業(yè)獲得了風(fēng)險投資。

參考文獻(xiàn)：

[1] Schumpeter J A. The theory of economic development：An inquiry into profits，capital，credit，interest and the business cycle[M].America：Transaction Publishers，1934.

[2] Arrow K J. The economic implications of learning by doing[J].Review of Economic Studies，1962，29：155-173.

[3] Guo Di，Yan Guo，Kun Jiang. Government subsidized R&D and innovation outputs：An empirical analysis on Chinas innofund program[R].Stanford Center for International Development Working Paper，2015：494.

[4] Guo D，Guo Y，Jiang K. Government-subsidized R&D and firm innovation：Evidence from China[J].Research Policy，2016，45（6）：1129-1144.

[5] Huergo E，Moreno L. Subsidies or loans？Evaluating the impact of R&D support programmes[J].Research Policy，2017，46（7）：1198-1214.

[6] 任曙明，張靜.補貼、尋租成本與加成率——基于中國裝備制造企業(yè)的實證研究[J].管理世界，2013，10：118-129.

[7] 章元，程郁，佘國滿.政府補貼能否促進(jìn)高新技術(shù)企業(yè)的自主創(chuàng)新？——來自中關(guān)村的證據(jù) [J].金融研究，2018，10：123-140.

[8] Howell A. Picking ‘winners in China：Do subsidies matter for indigenous innovation and firm productivity？[J].China Economic Review，2017，44：154-165.

[9] Wang Y B，Li J Z，F(xiàn)urman J L. Firm performance and state innovation funding：Evidence from China's innofund program[J]. Research Policy，2017，46（6）：1142-1161.

[10]毛其淋，許家云.政府補貼對企業(yè)新產(chǎn)品創(chuàng)新的影響——基于補貼強度“適度區(qū)間”的視角[J].中國工業(yè)經(jīng)濟(jì)，2015（6）：94-107.

[11]Yu F F，Guo Y，Le-Nguyen K，et al. The impact of government subsidies and enterprisesR&D investment：A panel data study from renewable energy in China[J].Energy Policy，2016，89：106-113.

[12]潘孝珍.稅收優(yōu)惠的科技創(chuàng)新激勵效應(yīng)存在門檻嗎？——基于股權(quán)結(jié)構(gòu)視角的實證分析[J].科研管理，2019，40（10）：48-57.

[13]夏清華，何丹.政府研發(fā)補貼促進(jìn)企業(yè)創(chuàng)新了嗎——信號理論視角的解釋[J].科技進(jìn)步與對策，2020，37（1）：92-101.

[14]Peng H，Liu Y. How government subsidies promote the growth of entrepreneurial companies in clean energy industry：An empirical study in China[J].Journal of Cleaner Production，2018，188：508-520.

[15]Lee E，Walker M，Zeng C. Do Chinese government subsidies affect firm value？[J].Accounting，Organizations and Society，2014，39（3）：149-169.

[16]朱平芳，徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實證研究[J].經(jīng)濟(jì)研究，2003（6）：45-53.

[17]Belloc F. Innovation in state-owned enterprises：Reconsidering the conventional wisdom[J].Journal of Economic Issues，2014，48（3）：821-848.

[18]楊洋，魏江，羅來軍.誰在利用政府補貼進(jìn)行創(chuàng)新？——所有制和要素市場扭曲的聯(lián)合調(diào)節(jié)效應(yīng)[J].管理世界，2015（1）：75-86，98，188.

[19]張杰，陳志遠(yuǎn)，楊連星，等.中國創(chuàng)新補貼政策的績效評估：理論與證據(jù)[J].經(jīng)濟(jì)研究，2015，50（10）：4-17，33.

[20]Bulan L，Sanyal P. Incentivizing managers to build innovative firms[J].Annals of Finance，2011，7（2）：267-283.

[21]Feng W，Bing Z. Distributional incidence of green electricity price subsidies in China[J].Energy Policy，2016，88：27-38.

[22]孫鳳陽.政府創(chuàng)新補貼對企業(yè)創(chuàng)新投入的影響研究[D].昆明：云南財經(jīng)大學(xué)，2020.

[23]謝眾，張杰.營商環(huán)境、企業(yè)家精神與實體企業(yè)績效——基于上市公司數(shù)據(jù)的經(jīng)驗證據(jù)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2019（5）：89-96.

[24]王紅建，李茫茫，湯泰劼.實體企業(yè)跨行業(yè)套利的驅(qū)動因素及其對創(chuàng)新的影響[J].中國工業(yè)經(jīng)濟(jì)，2016（11）：73-89.

[25]郭玥.政府創(chuàng)新補助的信號傳遞機制與企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2018（9）：98-116.

[26]Sajons G B. Estimating the causal effect of measured endogenous variables：A tutorial on experimentally randomized instrumental variables[J].The Leadership Quarterly，2020，31（5）：101-348.

[27]Morgan S L，Winship C. Counterfactuals and causal inference：Methods and principles for social research[M]. New York：Cambridge University Press，2015.

[28]吳超鵬，吳世農(nóng)，程靜雅，等.風(fēng)險投資對上市公司投融資行為影響的實證研究[J].經(jīng)濟(jì)研究，2012，47（1）：105-119，160.

[29]范紅忠，馮山，張譽航.女性董事與企業(yè)尋租——基于中國上市公司的證據(jù)[J].經(jīng)濟(jì)與管理研究，2019，40（5）：128-144.

[30]Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J].Journal of Personality&Social Psychology，1986，51（6）：1173-1182.

[31]陳瑞，鄭毓煌，劉文靜.中介效應(yīng)分析：原理、程序、Bootstrap方法及其應(yīng)用[J].營銷科學(xué)學(xué)報，2013，9（4）：120-135.