政府補貼對創業板上市公司成長性影響

帥正麟 周靖 李蕊康 王艷杰

摘?要：選取254家創業板上市公司2016—2020年的數據，從股權集中、行業分類、區域范圍來分析政府補貼對企業成長性的影響。結果發現，股權過于集中不利于政府補貼發揮正向作用，政府補貼對非制造業企業的正向作用更明顯，政府補貼在非東部地區的作用更好。政府應根據企業異質性制定不同的補貼政策，全程監督資金使用情況，建立健全相關績效考核制度。

關鍵詞：政府補貼?企業成長性?企業異質性

一、引言和文獻綜述

2020年7月，習近平總書記強調要千方百計把市場主體保護好，為經濟發展積蓄基本力量。中小企業作為市場主體最主要的組成部分，對經濟發展日益重要。創業板市場作為中小型企業的搖籃，其發展日益受到人們的關注。目前創業板上市公司多分布在科技創新板塊，普遍具有較高成長性，但是在自主創新時，公司面臨的風險也不容忽視。因此各地政府決定對企業提供一定比例的資金補貼，幫助企業穩步發展。從數據中我們發現，政府補貼在不斷提高，但是部分企業的實際發展停滯不前，創新能力沒有明顯提高，這表明政府補貼對企業作用效果存在差異。因此，本文既結合了企業內部股權集中問題，又加入了行業和地區角度對政府補貼的作用效果進行分析，有利于政府為不同行業和性質的企業提供合適的補貼政策，有效分配資金，引導企業進行研發活動，提高企業創新水平。

關于政府補貼問題，已有的研究成果分為兩大類。一類學者認為政府補貼能推動企業成長，另一類學者認為政府補貼會阻礙企業成長。比如鄒洋（2016）通過深圳交易所的數據檢驗認為政府補貼對企業研發具有激勵作用。Peng和Yang（2018）細致化研究對象，重點關注清潔能源類創業公司，發現政府補貼對企業同樣具有正向推動作用。馬克和、張婷婷（2019）認為是財政補貼帶來的中介效應助推企業成長。持相反觀點的學者比如蔡真和安冉（2017）發現出口補貼總額在主營業務收入中的比重上升，企業成長性反而下降。Chu等（2018）提到中國的非稅收補貼并不會為企業增加盈利起到有利作用。楊衛和王陳陳（2019）結合光伏上市公司數據也支持政府補貼會阻礙企業成長。簡單判斷政府補貼與企業成長的正負關系后，有學者認為地區也能影響兩者的關系。蔡真和安冉（2017）針對企業所在區域進行研究，發現發達地區的補助對企業成長起反方向調節作用。張慧（2018）同時分析地區和行業對政府補貼作用效果研究。后續研究中，學者認為企業異質性越發重要，比如吳成頌（2017）研究企業高管與企業成長性的關系。隨后有學者注意到股權結構可以作為內部影響因素對政府補貼作用進行調節，目前研究主要聚焦于主板市場，創業板市場的研究相對較少。因此，本文結合國內外學者的研究成果，從股權集中、行業、地區綜合分析創業板上市公司成長性與政府補貼的關系。

二、研究設計

（一）提出假設

1政府補貼與企業成長性的假設

政府為創業板市場的公司提供資金補助的目的是幫助企業跨過成長中遇到的障礙，讓企業加快成長速度。因此，提出假設H1：

H1：政府補貼對企業成長有正向促進作用。

2政府補貼、股權集中與企業成長性的假設

股權集中度對企業而言有利有弊：股權集中一定程度上可以替企業加快決策和資源配置進程，避免程序繁瑣導致的時間浪費，提高企業執行力度;股權過于集中，權力集中在少數人手中，成為個別股東謀取私利的工具，方便股東為鞏固控制權而騙取政府補貼，最終阻礙政府補貼實際使用效率。因此，提出本文假設H2：

H2：股權集中在政府補貼與企業成長性關系中具有反向調節作用。

3政府補貼、行業屬性與企業成長性的假設

鑒于行業不同，政府補貼對企業的作用效果存在差異，本文將企業分為制造業與非制造業。制造業依賴技術，而技術創新的過程漫長又艱巨，往往需要大量資金投入，所以該行業比制造業對政府補貼需求大，政府補貼對制造業供不應求，作用效果也沒有非制造業好。因此，提出本文假設H3：

H3：行業屬性在政府補貼與企業成長性關系中具有調節作用。

4政府補貼、地區屬性與企業成長性的假設

我國東部地區屬于較發達地區，資金量充足且資金使用靈活，而非東部地區經濟較不發達，資金更多用來維持企業日常生產經營活動，資金需求量明顯低于東部地區。經過對比，政府補貼相對能滿足非東部地區，對非東部地區作用效果比東部好。因此，提出本文假設H4：

H4：地區屬性在政府補貼與企業成長性關系中具有調節作用。

（二）樣本選擇與數據來源

本文從國泰安和?WIND?數據庫選取2016—2020年創業板上市公司的數據。依照相關原則做數據篩選：（1）剔除ST、*ST類上市公司;（2）剔除金融類上市公司數據;（3）剔除數據缺失或不可獲得的樣本;（4）剔除出現極端值的樣本。篩選后最終獲得創業板上市公司254家，共1246個樣本。

（三）變量設定

主要變量的定義和解釋說明見表1。

（四）模型設定

基準模型：

Fit=β0+β1BTit+β2GMit+β3ALRit+ε1?（1）

調節效應模型：

Fit=β0+β1BTit+β2TJn，i，t+α×BTit×TJn，i，t+β4ALRit+β5GMit+ε2??（2）