政府補貼對民營企業全要素生產率的異質性影響
——基于面板門檻模型的實證分析

孫陽陽，丁玉蓮

（西南財經大學 工商管理學院，四川 成都611130）

一、引 言

現階段，中國民營經濟發展迅速。2016 年中國民營企業對GDP 的貢獻超過60%，投資占比達到62%（孫林杰，2018）［1］，中國80%的專利申請是由民營企業完成的，其中發明專利為60%以上，新產品的提供約為70%（大成企業研究院，2018）［2］。民營經濟在整個經濟發展過程中的重要地位也引起了政府有關部門的廣泛關注，2019 年3 月5 日，李克強總理在政府工作報告中強調要構建新型政商關系，激發企業家精神，促進民營經濟發展升級。實現民營經濟的轉型升級必然以全要素生產率（Total Factor Productivity，TFP）的提升為重要支撐，黨的十九大報告也指出，要實現經濟高質量發展和產業結構轉型升級，不斷提高全要素生產率。提高企業全要素生產率不僅與企業自身有關，而且與政府的政策支持密不可分。政府補貼作為一種傳統的干預政策，在市場經濟活動中被廣泛應用。因此，面對中國民營企業全要素生產率整體處于較低水平的現實，中國政府出臺了一系列補貼優惠政策，旨在提高民營企業全要素生產率，實現經濟高質量發展和產業結構轉型升級。但這些政策是否達到了預期效果，仍存在爭議。以往研究表明，企業全要素生產率主要取決于兩方面因素：一是企業的創新能力；二是企業的資本配置能力。所以，關于政府補貼政策對企業全要素生產率的影響效果存在爭議，可能是因為在面對補貼政策沖擊時，創新能力和資本配置能力不同的企業做出的生產反應存在差異，而這在以往研究中關注較少。因此，觀察政府補貼政策影響在創新能力、資本配置能力等維度上表現出的異質性，對于全面理解政府補貼政策的實施效果具有重要意義。

基于上述理論和現實背景分析，本文利用2009—2019 年中國滬深A 股制造業民營上市公司數據，構造面板門檻效應模型，分別將企業研發強度、資本結構作為門檻變量，考察在不同的創新水平和資本結構下，政府補貼對民營企業全要素生產率的影響。本文可能的創新點包括：①以往對政府補貼與民營企業全要素生產率關系的研究相對較少，大多是在產權異質性分析時，進行簡單探討，而本文以制造業民營上市公司數據為樣本，探討政府補貼對民營企業全要素生產率的影響，可以豐富和拓展已有研究；②本文構建面板門檻效應模型，分析政府補貼對民營企業全要素生產率在資本結構、研發強度層面體現的異質性，從而為政府補貼效果的爭議以及制定更具針對性的補貼政策提供借鑒意義。

二、文獻回顧

關于政府補貼對企業全要素生產率的影響得到了以往研究的廣泛關注，有學者認為政府補貼可以通過兩條渠道影響企業全要素生產率：一是政府補貼可以有效降低企業的創新成本和風險，刺激企業加大創新投入。樊利和李忠鵬（2020）以我國上市公司為研究樣本，發現政府補貼能夠顯著促進企業的研發投入，并且存在顯著的資本門檻效應［3］。白俊紅（2011）基于1997—2008年我國大中型工業企業數據，研究表明中國政府的創新投入能夠顯著促進企業創新水平的提高，并且還發現企業規模、自身知識存量以及行業技術水平會影響政府補貼政策效果［4］。陳洋林等（2019）利用我國戰略性新興產業數據，考察了財政補貼對企業研發投入和創新產出的影響，發現盡管財政補貼有助于企業研發費用的增加，但是對人力資本投入的激勵作用不明顯，并且研發費用對創新產出的激勵效應也不穩定［5］。進一步地，有研究表明，政府補貼在促進企業研發投入和創新水平增長的同時，也有利于企業全要素生產率的提升（Clausen，2009；解維敏等，2009）［6-7］。有學者將政府補貼、企業研發投入、全要素生產率納入一個框架中進行分析，如王薇和艾華（2018）以我國603 家創業板上市公司為研究對象，研究表明政府補貼能夠顯著促進企業全要素生產率提高，并且企業研發投入在政府補貼和企業全要素生產率之間起著部分中介作用［8］。二是企業發展過程中經常面臨融資問題，融資約束壓力大會降低企業研發創新的積極性，不利于全要素生產率的提升，此時如果政府能夠給予企業一定的補貼資金，就有助于解決企業融資難題，使企業更加積極地從事創新活動，最終提高企業全要素生產率（Sissoko，2011；李政等，2018；任曙明和呂鐲，2014；趙春明等，2015）［9-12］。但是，也有研究認為政府補貼會降低資源配置效率，容易造成激勵機制扭曲，不利于企業創新水平的提高（張杰等，2015；郭曉丹和何文韜，2011；肖興志和王伊攀，2014；桂黃寶和李航，2019）［13-16］，并且會抑制企業全要素生產率的提升（任優生和邱曉東，2017；閆志俊和于津平，2017）［17-18］。

通過梳理以往文獻，發現政府補貼對企業全要素生產率的作用效果尚未形成一致的結論。政府補貼政策效果會受到企業原有創新水平和資本配置能力等因素的影響，創新水平和資本配置能力不同的企業在面對補貼政策沖擊時，做出的反應也不盡相同，最后全要素生產率的提升幅度就會存在差異。所以，政府補貼對企業全要素生產率的影響可能存在非線性關系，這為本研究的開展提供了方向。

三、理論分析和研究假設

政府補貼對企業全要素生產率的影響效果，一方面會受到具體補貼數額多少的影響（胡春陽和王展祥，2020；邵敏和包群，2012；武咸云等，2016）［19-21］，另一方面與企業資本結構即資產負債率（陸國慶等，2014）［22］、企業研發強度和創新水平（劉守俊和蔡敏，2020）［23］等因素密切相關。①資本結構。陸國慶等（2014）指出，盡管政府創新補貼對企業創新績效有積極影響，但是企業資產負債率越高，政府補貼對企業創新績效的促進效應就越低［22］。類似地，John et al.（2002）研究發現，如果企業面臨的負債水平過高，就容易違背政府補貼的初衷，降低補貼資源的使用效率，最終使得政府補貼政策效果減弱［24］。當企業的杠桿比率即資產負債率過高時，通常也意味著面臨較高的融資成本，在獲得政府補貼資源后，會優先將補貼資金應用于緩解融資約束壓力的活動中，而對高風險的創新活動保持謹慎態度，進而影響企業的創新水平和全要素生產率。邵慰等（2018）以中國新能源汽車產業為研究對象，認為研發補貼對新能源汽車產業創新的激勵效應受到企業資本結構的影響，企業資產負債率越高，這種激勵效應越弱［25］。②研發強度。劉守俊和蔡敏（2020）發現，產業政策支持對于研發投入強度高的企業的TFP 有更強的激勵效果［23］。企業研發強度高意味著企業本身對技術創新非常重視，此時政府補貼是“錦上添花”，可以有效降低企業創新成本，提高企業的創新積極性，增強政府補貼對企業TFP 的促進作用。然而，有研究卻得到了相反的結論，如李政等（2019）認為，雖然政府補貼能夠提升制造業全要素生產率，但該提升效應會隨著企業研發投入水平的提高而減弱［26］。政府補貼有可能會擠占企業的研發支出，不利于企業創新水平的提高，從而降低政府補貼對企業TFP的作用效果。

盡管關于研發強度對補貼政策效果的調節方向存在爭議，但不可否認的是，研發強度在政府補貼對企業全要素生產率的影響中確實存在調節效應。相對于其他類型企業而言，民營企業在自身發展過程中更容易面臨融資難、融資貴的問題，進而制約民營企業發展，這也意味著民營企業融資約束狀況在政府補貼政策實施過程中也將起到重要的調節作用。因此，在同樣獲得政府補貼資源時，不同類型的民營企業做出的生產反應也存在明顯差異：資產負債率較高的民營企業，面臨的融資約束壓力較大，更容易將補貼資金用于防范生產經營風險和資本風險，用于研發投入的比例相對較少，最終可能降低補貼政策效果；而對于研發強度高的民營企業，本身就具有較低的融資約束壓力，更容易將補貼資金用于創新活動，提高全要素生產率，最終提高市場競爭力。

基于上述理論分析，本文提出假設1、假設2。

假設1：政府補貼對民營企業TFP 的作用效果受到企業資本結構的影響；

假設2：企業研發強度在政府補貼對民營企業TFP的影響中存在調節效應。

四、研究設計

（一）數據來源與處理

基于國泰安數據庫整理發現，2009 年之前民營上市企業數量較少，以2008年為例，民營上市企業數量僅為597 家，占全部上市企業數量的38.12%，而2008 年之后民營上市企業數量有了大幅度提升，2018 年民營上市企業數量已經達到2 221 家，占全部上市企業數量的比例已經達到62.27%。其中，民營企業界定以證監會對企業性質的定義為依據。2009年之前民營上市企業的很多核心關鍵變量如研發創新強度、中間投入、固定資產凈額等都缺失嚴重，不利于全要素生產率的計算和面板門檻效應模型的估計。此外，2020 年的相關宏觀政策和企業層面微觀數據尚未公布，難以考察政府補貼政策效果，所以，本文選擇將2009—2019 年滬深A 股制造業民營上市公司作為分析對象，建立面板門檻效應模型，分析政府補貼對民營企業TFP 的影響。對樣本數據進行了以下處理：①將同時發行B 股、H 股以及ST 類上市公司剔除；②將購買商品接受勞務支付的現金小于0、研發投入占營業收入比重小于0 的公司樣本予以剔除；③剔除了變量缺失嚴重的公司。最終得到840家上市公司，有效觀測值9 240個。此外，為了避免異常值對回歸結果產生影響，本文對所有的連續變量進行了1%的雙邊縮尾處理。本文關于上市公司財務數據、政府補貼數據均來自國泰安數據庫。

（二）變量選擇

被解釋變量。本文的核心因變量為企業TFP。魯曉東和連玉君（2012）認為OLS 法存在樣本選擇偏差和同時性偏差問題，OP 法無法估計出投資額為0 或者缺失的樣本［27］，而Levinsohn and Petrin（2003）針對OP法這一問題提出了LP法，避免了投資額作為代理變量的數據缺失問題［28］。本文在借鑒黎文靖和胡玉明（2012）、Krishnan et al.（2015）、楊汝岱（2015）、錢雪松等（2018）研究的基礎上，選擇LP法估計企業全要素生產率［29-32］。其中：Y表示上市公司主營業務收入（百萬元）；L為上市公司勞動投入，用員工人數（個）衡量；K為上市公司資本投入，用固定資產凈額（百萬元）衡量；M代表上市公司中間投入，用購買商品、接受勞務支付的現金（百萬元）衡量；下標i表示公司，t表示年份。如果公司上述指標為0，那么在取對數時將無法進行，所以本文在取對數前對上述變量都加1。

解釋變量。本文的解釋變量為政府補貼。借鑒陸國慶等（2014）的做法［22］，政府補貼數據主要由上市公司營業外收入一欄中的“政府補貼收入”整理得出。

門檻變量。基于前文分析，本文選擇企業資本結構和研發強度作為門檻變量進行實證分析。汪曉春（2002）指出企業資產負債率的高低能夠反映企業的資本結構狀況，本文用企業的資產負債率衡量資本結構［33］。馮根福和溫軍（2008）認為，企業研發投入占主營業務收入比重不僅代表企業的技術創新水平，而且能夠反映企業對技術創新的重視程度［34］，所以本文利用研發投入占主營業務收入比重來測度企業的研發強度。

控制變量。借鑒以往關于企業全要素生產率研究（邵敏和包群，2012；任曙明和呂鐲，2014；錢雪松等，2018）［20，11，32］，將企業資產流動性、企業總利潤、企業年齡、企業規模等變量納入模型中作為控制變量。

各變量具體含義和計算方法見表1所列。

表1 變量含義和計算方法

（三）模型設定

結合以往相關研究和本文的研究目的，以民營企業全要素生產率作為被解釋變量，以政府補貼作為核心解釋變量構造以下面板基準模型：

其中：lnsubsidy 為政府補貼的對數，為了得到穩健的估計結果，對政府補貼變量作對數化處理；control 表示控制變量。同時為了控制企業層面個體因素以及不隨時間變化的政策因素對估計結果產生影響，本文還在模型中加入了企業固定效應μi和年份固定效應θt；εit是隨機擾動項；下標i為企業，t為時間。

在模型（2）的基礎上，考慮資本結構（level）、研發強度（rd）可能引起的門檻效應，將資本結構（level）和研發強度（rd）作為門檻變量，參照Hansen（1999）的做法［35］，設定如下面板門檻模型：

其中：git表示門檻變量；γ代表門檻值；I（·）表示指示性函數，具體取值情況依據門檻變量和對應的門檻值確定。當level、rd小于或等于對應門檻值時，I（git≤γ）=1，I（git＞γ）=0；當level、rd 大于對應門檻值時，I（git≤γ）=0，I（git＞γ）=1。在該函數情形下，將全樣本劃分為高水平和低水平兩組，從而進一步分析政府補貼受到企業資本結構、研發強度影響而對全要素生產率產生的非線性過程。β1和β2分別表示不同資本結構（研發強度）下政府補貼對民營企業全要素生產率的影響系數。

考慮可能存在多門檻的情形，本文進一步設定如下雙重門檻面板模型：

模型（4）中，各變量含義同模型（2）（3）一致。

五、實證結果與分析

（一）描述性統計

各變量的描述性統計見表2 所列，由表2 可知，制造業民營上市公司TFP 平均值為4.275，最小值為2.127，最大值為6.835，表明不同民營企業的TFP 有很大差異。政府補貼最小值為0.001 百萬元，最大值為1 457 百萬元，標準差為58.213，表明政府補貼規模在民營企業之間也有明顯差異，在做對數變換后，差異程度有所緩解。此外，資本結構、研發強度波動幅度較大，這些都為設定面板門檻模型分析政府補貼對民營企業全要素生產率的影響提供了良好素材。

表2 變量描述性統計

（二）門檻效應和門檻估計值檢驗

本文使用Stata 15.0 進行面板門檻估計，通過500次自抽樣（Bootstrap）方法檢驗資本結構和研發強度對企業全要素生產率的門檻效應是否存在以及門檻個數，并在此基礎上選擇合適的模型分析資本結構和研發強度對全要素生產率的門檻效應，具體抽樣結果見表3所列。結果顯示，在1%水平下，資本結構和研發強度的單一門檻模型、雙重門檻模型顯著，即驗證了門檻效應是存在的，所以本文利用雙重門檻模型研究政府補貼對民營企業TFP的影響。

表3 門檻效應自抽樣檢驗

表3驗證了門檻效應是存在的，但仍需檢驗門檻估計值是否與真實值相等。同樣采用500 次自抽樣（Bootstrap）方法進行檢驗，表4 為各個門檻估計值、置信區間，圖1、圖2 為門檻值的似然比統計量函數圖。資本結構、研發強度的雙重門檻值對應的LR值均落在5%臨界值的下方，并且表4結果顯示第二個門檻估計值置信區間與第一個門檻估計值置信區間不存在交叉，表明估計門檻值等于真實門檻值。最終本文將資本結構劃分為level≤9.764、9.764 ＜level≤20.943、level ＞20.943三個區間；類似地將研發強度劃分為rd≤5.482、5.482 ＜rd≤8.731、rd ＞8.731三個區間。

表4 門檻估計值檢驗

圖1 資本結構雙重門檻LR估計

圖2 研發強度雙重門檻LR估計

（三）回歸結果分析

表5為面板門檻模型估計結果。第（1）列表明政府補貼對民營企業全要素生產率的影響存在顯著的資本結構雙重門檻效應。當資本結構小于等于門檻值9.764時，政府補貼的系數為0.095，在1%的水平上顯著，意味著政府補貼促進了民營企業全要素生產率的提升；當資本結構處于9.764～20.943之間時，政府補貼系數為0.036，通過了1%顯著性水平檢驗，說明政府補貼與民營企業全要素生產率之間存在顯著的正向促進作用，但促進效果相比于第一個門檻值前的促進效果有所降低；當資本結構高于20.943時，政府補貼對民營企業全要素生產率的影響系數為0.014，仍在1%水平上顯著，但此時的激勵效應相比于第二個門檻值前的激勵效果有了很大程度的下降。綜合三個區間的估計結果可以發現，政府補貼顯著提高了民營企業的全要素生產率水平，但是這種提升效應會受民營企業資本結構的影響，假設1得到了驗證。當資本結構即資產負債率越過門檻值時，企業進行研發創新的積極性降低，使得政府補貼對民營企業TFP的提升作用減弱。一方面，可能是因為政府補貼對民營企業創新的激勵作用會受到企業資本結構的影響，當企業資本結構處于較高風險時，政府補貼對企業創新的促進作用就會減弱，進而會降低對企業全要素生產率的激勵作用，這在以往研究中已經得到了驗證，如樊利和李忠鵬（2020）研究發現，政府補貼對企業研發投入和創新的影響存在顯著的資本結構門檻效應，具體而言，隨著資產負債率的提高，政府補貼對企業研發投入的激勵作用逐漸降低［3］；另一方面，資產負債率高的企業，融資約束壓力較大，企業全要素生產率水平也較低（趙春明等，2015）［12］，當獲得政府補貼后，沒有積極進行研發投入，降低了補貼資金使用效率。最終，資本結構能夠調節政府補貼對企業全要素生產率的影響效果。

第（2）列是以研發強度作為門檻變量的估計結果，顯示政府補貼對民營企業全要素生產率的影響存在顯著的研發強度雙重門檻效應。當研發強度小于等于第一門檻值5.482 時，政府補貼的系數為0.015，通過了1%顯著性水平檢驗，表明政府補貼對民營企業全要素生產率有顯著促進作用；當研發強度位于第一門檻值與第二門檻值之間時，即5.482 ＜rd≤8.731，政府補貼的影響系數由第一區間的0.015上升為0.029，在1%水平上顯著；當研發強度rd ＞8.731時，政府補貼的影響系數達到最大，為0.074，并且顯著。三個區間估計結果表明，研發強度在政府補貼提升民營企業全要素生產率中存在調節效應，從而驗證了假設2。具體而言，政府補貼對民營企業全要素生產率的激勵效應會隨著研發強度的提高而增強。內生經濟增長理論認為，企業從事的創新活動所帶來的技術進步能夠促進全要素生產率的快速提升。鐘廷勇等（2019）認為，政府補貼、稅收優惠等產業政策激勵有助于調動企業創新積極性，進而提高全要素生產率水平［36］。相對于研發強度低的企業，政府補貼更有助于調動研發強度高的企業的創新活力，政府的補貼資金支持，能夠有效消除企業技術創新的后顧之憂，促使企業努力提高技術創新能力，最終有助于發揮政府補貼對民營企業全要素生產率的提升效果。

表5 面板門檻回歸結果

整體而言，政府補貼能夠顯著提升民營企業全要素生產率，但這種提升效應在資本結構和研發強度層面存在顯著的門檻效應：一是會隨著資本結構風險增大（資產負債率高于門檻值）而下降；二是隨著研發強度的增加而上升。控制變量層面，隨著資產流動性上升，企業年齡增長，企業全要素生產率會下降，而企業利潤、企業規模對自身的全要素生產率水平有顯著的促進作用。以往研究大多認為政府補貼對民營企業全要素生產率的影響是一維的線性關系，如王冬梅（2020）將政府補貼分為生產補貼和研發補貼，研究發現生產補貼和研發補貼都促進了企業全要素生產率的提高［37］。另外，也有學者認為政府補貼會擠占企業的研發支出，容易使企業產生政策依賴，不利于企業創新水平的提高，進而抑制企業全要素生產率的提升（張杰，2015；桂黃寶和李航，2019，閆志俊和于津平，2017）［13，16，18］。但是以往研究并沒有考慮企業特征因素如研發強度、資本結構等在政府補貼影響企業全要素生產率中所發揮的調節作用，所以關于政策實施效果就可能會出現不一致的研究結論。而本研究基于民營上市公司數據，將企業資本結構和研發強度作為門檻變量，發現企業資本結構和研發強度會顯著影響政府補貼對企業全要素生產率的作用效果。因此本研究能夠豐富“政府補貼影響企業全要素生產率”的相關研究，也能為政府補貼政策效果爭議提供有益參考。

（四）穩健性檢驗

1.替換勞動投入指標

前文是將企業員工人數作為勞動投入指標，在此選擇應付職工薪酬作為企業勞動投入的代理變量，測算企業的全要素生產率，然后進行實證分析。

本文繼續采用500 次自抽樣（Bootstrp）方法對門檻效應和門檻值進行了檢驗，結果顯示對于資本結構和研發強度仍存在雙重門檻效應，并且估計門檻值都等于真實門檻值。資本結構的兩個門檻值為10.346、20.943；研發強度的兩個門檻值為5.575、9.078。最終資本結構三個區間為level≤10.346、10.346 ＜level≤20.943、level ＞20.943；研發強度三個區間為rd≤5.575、5.575 ＜rd≤9.078、rd ＞9.078。詳細回歸結果見表6所列。

表6 面板門檻回歸的穩健性估計

從表6回歸結果可以看出，將資本結構作為門檻變量，政府補貼的系數由第一區間的0.097下降至第二區間的0.025，都在1%水平上顯著，當資本結構超過第二個門檻值時，政府補貼系數最小為0.006，在10%水平上顯著，表明隨著資本結構風險上升，政府補貼對民營企業全要素生產率的刺激作用逐漸降低；將研發強度作為門檻變量，當研發強度小于或等于5.575時，政府補貼系數為0.013，當研發強度位于5.575～9.078之間時，政府補貼系數上升為0.035，進一步地，當研發強度超過第二門檻值即rd ＞9.078時，政府補貼系數達到0.098，且政府補貼系數在三個區間內都通過了5%顯著性水平檢驗，意味著隨著研發強度的提高，政府補貼對民營企業TFP的促進作用會增強。同時，控制變量的影響也與實證結果基本一致，表明本文的研究結論是穩健的。此外，本文也運用OLS法對企業全要素生產率進行測度，實證檢驗結果也與基準分析結果保持一致。

2.改變估計方法

前文分析是通過面板門檻效應模型進行的，下面利用資本結構和研發強度的門檻值信息對全樣本進行分組，并在模型（2）的基礎上構建以下個體—時點雙固定效應模型進行穩健性檢驗。

模型（5）中各變量含義和計算方法同模型（2）均保持一致，回歸結果見表7所列。

表7（1）-（3）列顯示，政府補貼對民營企業全要素生產率的促進作用在低資產負債率企業中最大，而在高資產負債率企業中最小，由0.049 下降至0.016，至少都在10%水平上顯著；（4）-（6）列結果表明，政府補貼對民營企業全要素生產率的激勵效應在研發強度高的企業中最大，系數為0.087，并且在5%水平上顯著。綜上表明，政府補貼對民營企業TFP 的促進效應會受到企業自身資本結構和研發強度的影響，再次驗證了本文的假設1和假設2。

表7 政府補貼對民營企業TFP的影響（分組回歸）

六、研究結論與政策建議

本文以2009—2019 年中國滬深A 股制造業民營上市公司為分析對象，以資本結構和研發強度作為門檻變量，通過建立面板門檻效應模型考察政府補貼對民營企業全要素生產率的影響。研究發現：①無論是將資本結構作為門檻變量還是將研發強度作為門檻變量，政府補貼都能顯著促進民營企業全要素生產率的提升；②隨著民營企業資產負債率的上升，政府補貼對企業全要素生產率的促進作用會減弱，當資產負債率高于20.943 時，政府補貼對民營企業全要素生產率的提升效果最弱；③政府補貼對民營企業全要素生產率的激勵效應會隨著企業研發強度的提升而增強，當研發強度高于第二門檻值（rd ＞8.731）時，政府補貼的激勵效果最強。通過檢驗表明，本文的研究結論是穩健的。

基于本文的研究結論，提出如下政策建議：①政府要繼續重視補貼資金對民營企業全要素生產率的提升作用，給予民營企業資金支持，幫助民營企業解決融資難題，使民營企業有更高的積極性投入到研發創新活動中，不斷提高自主創新能力，最終提升企業的全要素生產率，實現經濟高質量發展的目標。②政府在對民營企業進行補貼時，不能“一刀切”，要結合民營企業自身的資本結構狀況、創新水平綜合判斷。資本結構風險過大（資產負債率過高）的企業進行研發創新的動力相對較小，同樣是獲得政府補貼資金，使用效率較低，而處于中等或較小資本結構風險的企業更可能將政府補貼資金投入到研發創新活動中，不斷提升創新水平和全要素生產率；研發強度高的企業在獲得政府補貼資金后，能夠有效降低研發成本，從而更有動力開展高難度、高風險的技術創新活動，最終有助于全要素生產率的提高。總之，政府補貼對低資本結構風險、高研發強度民營企業全要素生產率的促進效應更大。因此，政府在選擇補貼資金數額以及受助企業對象時，要重點向低資本結構風險、高研發強度企業傾斜，從而提高政府補貼資金使用效率，提升補貼政策實施效果。