政府補貼方式與高技術產業綠色創新效率
——基于省際面板數據的研究

韓剛， 孫珂珂

(安徽財經大學 經濟學院，安徽 蚌埠 233030)

改革開放以來，我國經濟高增長的同時也伴隨著產出低效率、環境高污染和資源高消耗等問題。高技術產業由于其產品附加值高、資源消耗少等特點，已成為提升國家競爭力、促進經濟高質量發展的主要力量，因此，加快高技術產業綠色轉型，提升高技術產業綠色創新效率對于推動我國經濟向高質量發展階段邁進具有極其重要的理論與現實意義。高技術產業研發投資較大、風險較高，政府部門為促進高技術產業綠色創新效率提升通常會采取研發補貼和稅收優惠這兩種補貼方式，而這兩種補貼方式對高技術產業綠色創新效率提升的作用如何？是否存在差異？這些都是學術界亟待研究的重要課題。

一、文獻回顧

在綠色創新效率的研究領域，學者們一般將企業的能源消耗和對環境產生的影響納入到企業創新效率的測算中，用以衡量企業綠色創新情況。目前，我國學者對綠色創新效率的研究主要以省域、區域和工業企業為研究對象，研究內容多集中于不同的測算方法[1]，以及對影響因素方面的探討[2-4]。當前有關綠色創新效率的研究主要采用兩種研究方法，即隨機前沿法(SFA)[5]與數據包絡分析方法(DEA)[6-8]，但隨著DEA模型的推廣和快速發展，學者在計量方法的選擇方面也更加偏向于DEA模型。在影響因素的研究方面，主要分內外部因素兩方面分析研究，內部因素主要采用研發投入、企業規模等指標，外部因素則使用產業結構、金融發展水平、對外開放等指標。有關高技術產業綠色創新效率的研究相對較少，也很少有同時考慮政府補貼和稅收優惠這兩種不同補貼方式的研究。

關于政府補貼對企業創新的影響，學者們的研究因樣本、研究方法等差異持不同觀點，總體可分為三類。第一類觀點認為，政府補貼可以促進企業創新效率的提升；政府補貼有效緩解企業創新資金方面的壓力，提高企業創新意愿，激勵企業從事創新活動，同時政府補貼向市場釋放政策信號，帶動更多企業增加創新投入[9]。第二類觀點認為，政府補貼會抑制企業創新效率的提升；肖興志和王伊攀(2014)研究發現政府補貼易產生尋租問題，扭曲了企業投資行為并降低了政府補貼的作用[10]，安同良等(2009)認為市場信息不對稱使政府難以準確判斷哪些企業更加需要政府補貼的支持[11]。任躍文(2019)分析了政府補貼的作用在企業產權、行業和地區上表現出的差異，發現政府補貼會抑制企業創新效率提升[12]。第三類觀點認為，政府補貼對企業創新存在非線性關系，邵穎紅和程與豪(2021)以中小板戰略性新興產業為樣本，研究發現政府補貼對創新效率的影響為倒U型[13]；朱金生和朱華(2021)通過對上市企業的研究，總結出只有當政府補貼超過閾值時，才能促使企業選擇創新[14]。

關于稅收優惠對企業創新的影響，多數學者認為稅收優惠可以促進企業創新，Yang et al.(2020)在生態文明建設條件下分析企業所得稅對技術創新的影響，研究表明企業所得稅顯著促進了技術創新的U型增長[15]。李遠慧和徐一鳴(2021)通過以先進制造業企業為樣本，將稅收優惠分為所得稅優惠和增值稅優惠，研究發現增值稅優惠的促進作用更強[16]。項康麗(2020)從創新投入、創新產出和創新效率三個方面，研究稅收優惠與企業創新水平的關系，結果表明，稅收優惠從整體提高企業創新水平[17]。Ling et al.(2020)通過研究融資渠道與企業創新之間關系，指出稅收優惠作為激勵企業的重要工具顯著刺激企業創新，但激勵效應隨著企業生命周期階段的推進而減弱[18]。而楊國超等(2017)研究發現公司研發存在操縱行為，稅收激勵政策會激勵企業進行研發操縱，公司通過操縱投入以達到優惠門檻，進而享有稅收優惠政策，最終降低了企業研發績效[19]。

綜上可見，我國學者在政府補貼、稅收優惠對企業創新影響方面的研究十分寬泛，但多未考慮高技術產業綠色創新問題，且大部分研究沒有考察政府補貼與稅收優惠這兩種補貼方式的差異。本文選取我國30個省份高技術產業2008—2018年面板數據，測算其綠色創新效率并進一步研究研發補貼、稅收優惠這兩種補貼方式對高技術產業綠色創新效率的激勵作用。

二、指標選取和模型設定

(一)非期望產出的Super-SBM模型

本文以非期望產出Super-SBM模型測算我國各省市高技術產業綠色創新效率，模型設定如下：

(1)

(2)

上式中，x、yd、yu分別代表投入要素、期望產出和非期望產出，m、l、k表示投入、期望產出和非期望產出的變量個數。

(二)面板回歸模型

本文根據Hausman檢驗，選擇固定效應面板回歸檢驗政府研發補貼和稅收優惠對高技術產業綠色創新效率的影響。

effit=a0+a1gsubit+a2taxit+bicontrolit+μit

(3)

上式中i代表省份，t代表時間；eff為高技術產業綠色創新效率值作為被解釋變量，gsub和tax分別表示政府研發補貼和稅收優惠作為主要解釋變量，control代表系列控制變量，μ表示隨機誤差項。

(三)指標的選取和數據來源

1.投入和產出指標選取

有關綠色創新指標的選擇，在考慮企業創新投入和產出的同時，更加關注于企業在創新活動過程中能源的消耗以及對環境所產生的影響。具體指標體系如表1所示

表1 高技術產業綠色創新效率指標體系

上表中R&D資本存量，由R&D經費內部支出采用永續盤存法計算得出，計算過程中有關指標的選擇為折舊率取0.096[20]，R&D投資價格指數=0.55消費價格指數+0.45固定資產投資價格指數[21]。以工業生產者出廠價格指數對新產品銷售收入進行平減以消除價格因素影響。

2.面板回歸指標選取

政府研發補貼(gsub)：以政府R&D資助金額占企業R&D內部經費支出比重來表示。稅收優惠(tax)：因我國高技術產業統計年鑒2014年后相關稅收優惠數據缺失嚴重，本文借鑒王軍(2020)對我國稅收政策變遷的梳理，發現2015年我國稅收政策變動較大，研發費用范圍擴大，負面清單制也被首次采用[22]。據此，通過設定虛擬變量來表示稅收優惠的變動，即2015年之前取值為0，之后取值為1。

控制變量指標選擇：金融發展水平(fin)，金融業的發展不僅推動資金的集中，促進資源有效配置，提高其使用效率，還拓展了企業融資渠道，為企業進行科技研發活動提供資金支持，進而調動企業研發積極性。而我國金融發展起步較晚，當前金融發展水平對高技術產業綠色創新效率的影響需進一步探討，本文以各省銀行存貸款余額占地方生產者總值比重來表示。產業結構(stru)，隨著我國產業結構高度化不斷推進，服務業已成為經濟增長的主要動力，對高技術產業發展具有重要影響，本文選擇第三產業占GDP比重作為代理變量。勞動者素質(lab)：地區居民的教育水平，反映當地人才狀況，以每十萬人高等學校在校人數表示。對外依存度(ext)：外資的投入不僅為當地企業帶來資金的投入，對當地技術水平和效率提升也有積極的促進效果，選取各省市實際利用外資金額與地方生產總值之比來表示。經濟發展水平(eco)：地區經濟發展水平的高低，會對當地企業發展產生影響，本文以各省市人均GDP衡量地區經濟水平。

相關控制變量的描述性統計結果如表2所示。

表2 控制變量描述性統計結果

本文選擇我國高技術產業2008—2018年面板數據進行分析研究。因西藏和港澳臺地區的數據缺失較為嚴重，故本文對其暫不考慮。數據來源于2008—2019年《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國能源統計年鑒》及各省市統計公報和統計年鑒，個別缺失數據采用插值法補充。

三、實證結果與分析

(一)綠色創新效率測算

通過建立非期望產出Super-SBM模型，運用Maxdea對我國30個省份高技術產業綠色創新效率值進行測算，以各年份樣本組數據平均值代表全國高技術產綠色創新水平，所得結果如表3所示。

根據表3中所得結果，全國整體高技術產業綠色創新水平雖有波動，但整體呈上升趨勢，且其波動趨勢與我國經濟發展歷程相聯系。傳統經濟發展模式雖帶來較快的經濟增長，但也對我國生態環境產生嚴重的不利影響，抑制高技術產業綠色創新水平提升，綠色創新效率值波動較大，且處于較低水平。隨著生態環境問題日益突出，我國逐步加強對環境問題的監管和治理，在政策方面，我國先將生態文明納入“五位一體”總體布局，而后又將其寫入憲法，表明我國對環境保護的重視程度；在監管方面，通過制定各類污染物排放標準以及加大對違規企業處罰力度，在對企業污染排放形成約束的同時，倒逼企業提高自身環境污染治理能力；在社會層面，政府加大環保宣傳力度，提升居民環保意識，激勵民眾參與環保事業，進而提高我國整體綠色發展水平，促進高技術產業綠色創新效率提升。

結合表3分析可知，我國東部和中部地區高技術產業綠色創新效率較高，西部和東北地區較低，地區間效率存在較大差異。形成當前分布的原因與各地區發展狀況有較大關聯，如我國東部沿海地區具有地理位置優勢，有利于對外經濟往來，一方面推動了東部地區經濟快速發展，另一方面還通過吸引外商投資設廠、引進先進技術促進了當地綠色創新效率提升和產業結構完善；而西部和東北地區對外貿易程度處于較低水平，產業多以“高污染”“高能耗”的傳統制造業和重工業為主，產業結構較為單一，創新基礎薄弱，缺乏高技術產業綠色創新所需必要條件，創新效率水平較低。

(二)面板回歸分析

根據Hausman檢驗，本文選擇固定效應模型進行回歸分析。從全國和地區兩個層面，探討政府研發補貼、稅收優惠兩種不同補貼方式對高技術產業綠色創新效率的影響作用。回歸結果如表4所示。

表3 各省市高技術產業綠色創新效率值

表4 固定效應回歸結果

1.從政府研發補貼和稅收優惠兩個核心解釋變量分析

根據表4所得回歸結果，在全國層面，兩者回歸系數均為正，且在1%水平下顯著，說明兩種補貼政策均有助于促進我國高技術產業綠色創新效率的提升，但稅收優惠的回歸系數明顯高于研發補貼，表明稅收優惠相較于政府研發補貼對綠色創新效率的促進作用更強。分地區來看，政府研發補貼的作用效果存在很大差異，在東部和中部地區，其回歸系數為負，且東部地區抑制作用要強于中部地區；對于西部地區，政府研發補貼系數顯著為正，系數值略高于全國層面回歸系數。其原因可能是，在東部和中部地區，由于其經濟發展水平較高，企業相較于西部地區更易獲得研發資金，而政府研發補貼作為事前補貼的一種，隨著補貼資金進入企業，可能會對企業自身研發費用產生擠出效應，進而不利于企業創新效率的提升。稅收優惠對全國整體和各地區的回歸系數均為正，且作用效果都高于研發補貼，原因可能在于，稅收優惠是一種事后補貼的政策，其補貼的金額將直接作為企業創新投入和生產經營的一部分，擁有較政府研發補貼更高的效率。

2.從控制變量的回歸系數分析

金融發展水平回歸系數為負，這可能與我國金融發展起步較晚，金融結構仍需進一步完善有關，如當前我國房地產貸款余額占金融機構貸款余額比重較高，且房地產貸款中個人房貸占大部分比重，資金流向房地產產業過多。對外依存度系數為正，促進高技術產業綠色創新效率提升效果較強，原因在于我國當前在一些關鍵核心技術方面仍滯后于發達國家，通過引進外商投資與外資企業合作，在獲得研發資金的同時，還伴隨著相關先進技術和設備的引進，進而減少了創新所需時間，創新水平得到快速提升；西部地區對外依存度系數為負，原因可能在于，西部地區實際利用外資占全國比例較低，且進入西部的外資多是低端制造業，高技術產業的外資較少。產業結構作用效果為負，雖然我國第三產業發展迅速，但第三產業中住宿餐飲業和交通運輸業等傳統服務業占比較高，而有助于促進技術進步和效率提升的生產性服務業占比較低。經濟發展水平促進作用較小，其原因可能與高技術產業集聚有關，盡管一些地區的經濟處于較低水平，但由于其存在要素和技術優勢，能夠吸引相關企業積聚到該地區，如印度雖然經濟發展水平較低，但在芯片設計方面處于全球領先水平，進而吸引眾多全球知名半導體公司在印度建立設計中心。勞動者素質雖會促進綠色創新效率的提升，但作用效果較小，原因可能在于高技術產業作為資金和技術密集型產業，能夠顯著提升企業綠色創新水平的人員主要是少部分特定的核心科研人才和特定先進設備，而其他多數高技術產業從業人員盡管學歷水平等方面有較大提升，但對綠色創新效率的提升作用相對不明顯。

四、結論和政策建議

綜合以上分析可見，我國高技術產業綠色創新效率較高地區主要位于中東部，西部地區處于較低水平，全國總體綠色創新水平呈上升趨勢。政府研發補貼對不同地區高技術產業綠色創新效率作用效果存在差異性，稅收優惠促進了綠色創新效率的提升，且作用效果強于政府研發補貼。對外依存度起顯著促進作用，勞動者素質和經濟發展水平雖對綠色創新水平具有正向作用，但作用效果較小，產業結構、金融發展水平起負向作用。結合以上研究，本文提出以下政策建議：

第一，應根據不同地區制定差異化的政府支持政策。我國東、中、西部地區高新技術產業綠色創新效率存在較大差異，應立足于地區發展實際，制定差異化的政府研發補貼和稅收優惠組合政策，以有效促進地區高技術產業綠色創新效率提升。

第二，加強關鍵和受限核心技術研發的稅收優惠力度。稅收優惠相較于直接研發補貼對企業激勵作用更加明顯，且不會受一些外部環境的影響，政府可以通過加大稅收優惠力度，調動企業自主研發積極性，推動我國高技術產業綠色創新效率提升。

第三，優化有利于高技術產業綠色創新的外部環境。通過進一步擴大對外開放、完善金融結構、加快生產性服務業發展、引進和培養綠色創新科技人才等措施，為高技術企業營造有利于綠色創新的市場環境，助力我國高技術產業綠色創新效率提升。