公共風險、財政補貼與戰略資源企業高質量發展

邊璐 莊小央 王嘉嘉

【摘 要】 貿易戰暴露出行業公共風險積聚成為經濟進一步高質量發展的隱患。新形勢下以防范行業公共風險為政府財政補貼邏輯出發點，探究政府補貼對戰略資源行業全要素生產率（TFP）的非線性影響，為風險消解訴求下創新補貼政策的優化提供依據。在財政補貼影響企業TFP機理基礎上選取滬深兩市戰略資源的稀土上市公司2010—2020年面板數據，以門檻模型分析檢驗政府補貼的全要素生產率效應。系統研究發現，基于風險消解提升創新的政府財政補貼政策實施下，稀土企業TFP表現為非線性變化，且進一步探究發現補貼政策具有雙門檻作用差異，補貼強度處于[0.06%，0.11%]區間正向促進作用明顯，大于0.11%時補貼顯示出負向抑制作用。以公共風險下企業TFP的提升為導向，對補貼區間、補貼控制機制等提出相應的政策建議，以期推動戰略資源企業高質量發展。

【關鍵詞】 公共風險； 政府補貼； 全要素生產率； 面板門檻模型

【中圖分類號】 F275.5；F812.45? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）23-0056-08

一、引言

作為高精尖產業鏈重要角色的“工業維生素”，稀土的不可或缺以及低可替代性，使得稀土受到各國特別是發達國家的高度重視，已成為重要戰略資源。雙循環格局下，我國的稀土產業是為數不多的“卡脖子”技術約束較少的行業，在世界貿易格局中占據一定優勢。但過去數年，由于終端產品的廣泛性對稀土需求的增加與我國稀土政策的調整引起稀土供應市場量價波動，世界各主要經濟體尤其是美日歐相繼強化稀土原材料戰略的作用，引起我國稀土行業公共風險的積聚與顯化。美國能源部首版（2010年12月）與更新版（2011年12月）的《關鍵原材料戰略》以及美眾議院審議通過的《國家戰略與關鍵礦物生產法》、日本經濟產業省的《新國家能源戰略》和《確保稀有金屬穩定供應戰略》、歐盟委員會的《原材料倡議》和2013年《原材料戰略實施計劃》（SIP）等戰略計劃的制定與有條不紊推進，綜合資金手段、勘探開采以及技術研發等方面從儲備、替代、減量與循環利用等途徑進行全方位應對，已經產生一定的效果（國土資源部信息中心，2020）。由此，稀土市場的供需、貿易格局正發生深刻變化，風險形勢逐步變化。綜合風險應對與產業高質量發展訴求，我國稀土產業在初步完成行業整合的基礎上邁上新臺階，不斷通過創新取得效率的提升[ 1 ]。

經濟與產業高質量發展時期，面臨的嚴峻挑戰是如何以全要素生產率的提升替代以往資本和勞動的投入，成為經濟增長的驅動力[ 2 ]。對比日本第一個“失去的10年”，并非資金供給或者金融體制等因素影響，而是政府政策誤導資源錯配致使全要素生產率降低[ 3 ]。以強化創新能力推動全要素生產率的提升正成為我國高質量發展要求下各行業的共識與必然選擇。

政策實踐上，基于我國對稀土戰略價值的高度重視，為促進稀土行業企業成長與有序運營，各級政府紛紛出臺相關的整合與扶持政策，其中最引人關注的是政府持續給予稀土行業企業財政補貼的政策支持。據統計我國財政科技撥款數額近年不斷增加，獲得政府補貼的上市公司越來越多。稀土行業相關上市公司收到數額不一的財政補貼，實現了財政補貼創新的全覆蓋。財政補貼作為政府推動產業發展的“政策束”中的重要政策工具，對引導產業方向、提升產業發展質量發揮著重要作用，尤其是在稀有資源領域，為保證稀有資源戰略性與在貿易格局中的位置提供了重要支撐。而已有相關研究揭示出政府財政補貼的效應因行業不同而存在差異。對戰略新興產業，財政補貼通過影響與引導企業技術創新投入來實現高科技產品的研究與開發，財政補貼資金起到引導與激勵作用，促進其市場的培育與全要素生產率的提升。但越來越多的探索發現，財政補貼的激勵效應之外抑制作用正在不同行業顯現。稀土產業作為典型的資源與新材料復合行業，財政政策尤其是財政補貼作為其發展的重要支撐，為推動稀土產業整體進入價值鏈中高端奠定了基礎。但在推進稀土行業高質量發展中財政補貼強度是否越大越好，如何才能在預算約束下更好地實現與發揮財政補貼的激勵效應等問題，都需要深入探究政府財政補貼對稀土行業企業全要素生產率的影響效應。正確評估稀土行業政府財政補貼的效應，對于科學合理的財政補貼支出體系建設，提升稀土產業全要素生產率具有重要意義。

二、理論綜述與假設提出

傳統關于財政補貼的影響效應研究邏輯出發點為矯正外部性的需要，通過補貼實現正的外部效應內部化，進而提升整體效率與福利水平。在此邏輯下，對補貼的追求體現為數量越多則福利水平越高。前期財政補貼效應文獻基本遵循上述邏輯論證財政補貼對不同行業、不同時期、不同所有制企業的創新、績效以及生產率等的影響[ 4 ]。此種邏輯下的補貼思想容易導致財政的不可持續性問題，經濟波動期西歐數國加大力度砍掉補貼預算即為明證。同時我國經濟進入新時代，發展動力轉換背景下的財政增長趨緩，補貼可持續性受到一定程度的沖擊。鑒于此，公共風險作為財政補貼理論的邏輯基礎得以興起。相對于傳統外部性矯正與引導產業發展方向的起點，公共風險論強調財政補貼功能主要是防范化解公共風險，微觀層面的財政補貼數量與類型等的確定和執行標準則與面臨的公共風險類型及結構密切關聯[ 5 ]。以補貼推進稀土產業全要素生產率提升與高質量發展正是以化解行業公共風險為邏輯起點。發端于美國的全球性貿易戰對各個行業的沖擊，尤其是通訊領域的芯片技術受限于美國，導致以中興為代表的公司繳納大額罰款與被監管，嚴重影響公司的自主權，暴露出產業的公共風險。世界貿易格局中我國稀土產業雖處于產業鏈前端，稀土礦藏開采、冶煉與加工占比較高，且無論是工藝技術的成熟度還是產量數量占比均處于相對優勢，但稀土產業鏈中后端的高端應用專利等卻集中于美日等國，貿易戰中知識產權議題的強化對稀土產業具有潛在影響，一定程度上顯示出稀土產業公共風險的積聚。為了在內外循環格局下保持稀土產業核心競爭力的提升態勢，政府財政補貼正是在應對稀土行業公共風險基礎上設計并實施的。

目前，我國所處的百年未有之變局下對國家創新戰略體系的建設提出更高要求。稀土產業更有效的技術轉化需要更好地與原始創新、源頭供給深入結合，健全創新體系的基礎作用正在顯現。對基礎前沿的研究必然要求政府主體地位的發揮，通過財政政策等手段的調節職能實現資源配置于高質量發展的各環節，為產業的創新發展提供動力。具體而言，產業政策的工具選擇中，中央與地方各級政府通過補貼的方式引導創新并緩解企業發展的經濟壓力，增強企業發展活力。2014年我國出臺了稀土產業補助資金管理辦法，政府專項補貼資金進入稀土產業領域，用于支持稀土產業技術的創新升級，強化稀土產業戰略地位。目前，我國稀土產業高端材料應用的原創性核心技術無論是數量還是質量都與稀土材料應用強國差距較大。行業持續創新能力不足的狀況與核心專利在外的現實，影響著企業的發展，同時積聚著行業風險。創新驅動與防控風險下，政府科技撥款數額不斷增加，政府補貼成為鼓勵企業創新的重要手段。因企業研發的天然風險性，尤其在產品研發初期需獲得大量的資金、技術支撐，而政府多樣化補貼能夠幫助企業擁有更多資金、更良好的市場信譽以及更廣闊的市場認可，提升研發收益，降低創新風險，推動企業的研發創新成果，并進一步促進企業TFP的發展。

如圖1所示，基于行業公共風險下企業風險規避與風險保障的需求，通過財政補貼實現風險對沖。目前針對行業的財政補貼主要包括：促進創新活動補貼、企業發展補貼、資金融通補貼以及促進創業文化和人才積聚補貼[ 6 ]。前兩種側重企業創新活動的開展，從具體的研發投入、知識產權補貼到孵化器補貼等，補貼范圍囊括了創新項目開展的微觀活動至營造良好發展的宏觀環境，通過補貼投入改善創新環境，強化企業創新動力，對行業企業全要素生產率提升具有重要作用。后三者補貼著重于企業發展與創新活動開展所必需的資金、高素質人才及創新文化培育，為夯實創新所依賴的資源，豐富與積聚創新要素進而提升TFP提供了良好的基礎。五種類型的財政補貼對行業企業全要素生產率的提升作用逐步顯現，財政補貼引致高質量供給才能實現行業的高質量發展。

在財政補貼的具體效應方面，學界目前主要認為存在正向激勵、反向抑制和不確定三種觀點。正向激勵效應遵循福利經濟學的基本思路，即正的外部效應內部化，政策取向上補貼強度越大則企業創新產出、全要素生產率等效果越明顯。反向抑制效應方面，毛其淋和許家云[ 7 ]、周方召等[ 8 ]、黃昌富等[ 9 ]分別基于中國不同行業的情景，發現補貼力度過大會對企業產品創新產生抑制作用。尤其是許家云和毛其淋[ 10 ]探究補貼對行業企業的微觀效應，研究發現補貼誘致尋租行為并影響了企業發展效率。財政補貼的效應不確定是近年研究的主要聚焦點[ 11 ]。李曉鐘和徐怡[ 12 ]、陳旭東和穆雪迎[ 13 ]分別以電子行業中國創業板企業為例，探究發現補貼的滯后時期對TFP影響有差異，前者滯后三期，后者滯后一期起作用。戴小勇和成力為[ 14 ]對政府補貼與企業研發的關系進行實證分析，研究發現當政府補貼達到一定合理區間時，政府補貼力度與企業創新績效顯現為最強的正相關關系；當高于或低于該區間時，政府補貼力度與企業績效的正相關關系會被削弱甚至呈現負相關關系。

信號理論與信息不對稱理論為財政補貼行業企業風險來源提供了解釋。信號理論與信息不對稱理論指出信息對市場經濟的重要影響，政府在“信號傳遞”中，其補貼企業所釋放的信號能夠幫助企業擴大影響力，使企業獲得較強的融資能力。但在信息傳遞過程中，企業未將與補貼需求相關的全部真實可靠的信息傳遞給政府，導致政府在甄別信息時成本與難度加大，從而出現補貼資金錯配的現象。對稀土產業而言，產業規模與發展水平的不同使其獲得信息的能力存在差異。相對于擁有自身完全信息的企業，其為獲得高額的政府補貼，在信息傳遞過程中刻意隱瞞自身財務等信息，甚至出現與當地政府建立非正式的政治關聯來謀求超額收入的機會，導致我國稀土產業仍存在初級產品生產能力過剩、結構性矛盾依然突出等問題。在信息不對稱狀況的影響下，部分受到補貼的企業無法較好配置補貼資金，影響補貼效果發揮的同時造成了企業生產效率的損失。實踐中，部分企業為獲得較大力度的補貼金額，選擇政治尋租行為，通過尋租實現政府補貼的傾斜，使企業的資源被耗費，創新績效被弱化。

通過上述分析，政府財政補貼的邏輯起點是防范行業公共風險。補貼效應的異質性取決于不同的前提。適度的政府補貼能夠激勵企業研發創新的動力，有效抵御研發風險，促進行業企業生產率的提升；過度的政府補貼不僅會影響財政可持續，而且會誘發企業追求超額利潤、建立政治聯系等尋租行為，造成企業生產效率的損失。本文突破傳統線性相關和參數同質性的假設前提，提出：

假設1：政府補貼對稀土產業生產率效應存在非線性影響。

假設2：政府補貼對稀土產業生產率效應存在門檻效應。

三、研究設計

（一）模型設計

本文以2010—2020年稀土上市公司為研究樣本，采集同時包含時間序列與截面的面板數據，以避免多重共線性等問題。經數據對比與分析，數據源為平衡面板數據。

為驗證假設1，政府補貼對稀土產業生產率效應存在非線性影響，設定以下基礎模型：

LnTFP=？琢0+？琢1+？茁X'it+？著it? ?（1）

綜合前人相關研究，模型（1）設定為個體固定效應，其他變量對被解釋變量的效應隨個體不同而變化，其中？琢1為個體效應項。

在此基礎上，若假設1被驗證成立，基于上述理論分析認為補貼的TFP效應存在從正向轉負向的可能，為了指導行業實踐與政策出臺，需基于補貼強度現實的數量對轉向的門檻值進行推測，即認為存在門檻效應。同時，為了避免傳統門檻設定的主觀性，選擇Hansen門檻回歸模型進行客觀測量。設定模型如下：

LnTFP=？琢0+I（qit≤？酌）SUBit？茁1+I（qit>？酌）SUBit？茁2+？著it （2）

模型（2）中，qit為本文側重關注的門檻變量，財政補貼強度的合適區間即由待估門檻值表示，本文對其轉向值體現的補貼政策效果進行分區間闡述。其余變量遵循門檻回歸的基本規定，I（·）作為指示函數，結果為兩分類的1或0，主要判斷標準為指示函數對象的條件被滿足為1，否則為0。

（二）變量設計

1.核心解釋變量

政府補貼（SUB）：是一種無償性轉移支付，包括政府科研撥款、政策優惠等多種形式。政府補貼的下發受企業規模與創新項目大小的影響，具體表現為獲得的補貼值不同，而政府補貼的原始絕對數值對各公司的影響也不同，因此本文用補貼強度來衡量，政府補貼強度的計算公式為公司當年補貼收入/當年營業收入。

2.被解釋變量

全要素生產率（TFP）：作為考察企業生產力發展與產業升級較為全面的指標，目前行業與企業層面的全要素生產率的測算方法主要應用普通OLS回歸法、LP法和OP法。LP法能夠降低在確定樣本時出現的誤差并且能夠完全反映全要素生產率，參照魯曉東和連玉君[ 15 ]、姚海琳和賈若康[ 16 ]的做法，選取LP法計算企業TFP，將數據進行對數化處理；同時為了保證數據可比，本文選擇2010年為基期，使用相關價格指數對LP法涉及的增加值、投入等指標進行平減。所有數據來源于萬德數據庫。

3.控制變量

根據已有文獻的研究，本文控制了以下可能對全要素生產率有影響的變量。

企業規模（SIZE）

不同規模的企業具有不同的特征，在獲取政府補貼時呈現不同的傾向。對于大企業而言資源豐富，創新實力與積累較強，容易滿足與吸引政府突破性創新導向的需求。而行業內中小型企業響應市場需求效率高，對創新機會把握程度與速度具有天然優勢，同時對創新的需求強烈程度較大企業更強，在著重于創新潛力考量的補貼政策導向時更容易獲得補貼資金。企業規模的測定與處理上，以總資產自然對數表示。

資產負債率（DEBT）

資產負債率能夠衡量企業用資金進行財務活動的能力。作為企業債務高低的顯性指標，負債較高的企業考量資金用于研發方面還是償債的配置方面時傾向于后者，將導致研發積極性不足，進而影響TFP的變化。本文使用總負債/總資產來計算資產負債率。

技術進步（TECH）

無論宏觀視角還是微觀視角，技術進步對經濟增長與行業企業發展的躍遷都具有推動作用。技術進步是實現全要素生產率不斷變化的核心要素與實現路徑。研發投入表征技術進步程度，本文即以研發投入作為測度指標。為了避免行業企業規模差異的影響，參考已有文獻的成熟做法以研發投入強度的比值（即稀土企業在研發方面的支出與企業年度營業收入比值）表征技術進步。

員工薪酬（PAY）

作為起保健與激勵作用的員工薪酬制度，對行業企業生產積極性和生產率的高低具有直接影響。顯然，符合行業企業薪酬分布體系的員工薪酬越高，員工主動、積極參與研發的動力越強，從而影響整體的要素生產率。本文選取應付職工薪酬表征員工薪酬變量。

股權集中度（STOCK）

公司治理機制尤其是內部治理結構影響著行業企業的有效運轉。股東持股比例顯示股權集中程度，作為內部治理的衡量指標反映著治理對行業企業發展的重要作用。參考已有文獻做法，選取前十大股東持股比例的合計值來表示內部治理的傾向及其對創新的影響。

（三）樣本選取與數據來源

稀土元素獨特的物理化學特性，使其在軍工、航天、冶金、農業等各個領域的運用得以拓展。隨著稀土產業鏈條的不斷豐富與發展，稀土行業的關注度不斷提升。尤其是貿易戰以來中國各個產業鏈梳理中，稀土產業已具備相對優勢，吸引社會各界尤其是專家學者、政策制定者的密切關注。稀土產業高質量發展需要創新驅動，推動創新與行業企業全要素生產率需要各方尤其是政策制定者的積極協調。目前相關研究積累不足，而專門針對稀土產業的相關統計數據較為缺乏，所以本文使用稀土產業上市公司公開的相關數據進行分析研究。

考慮到上市公司數據公開易得且具有代表性，本文選取2010—2020年我國上海和深圳交易所的A股稀土上市公司為樣本，根據本文對全要素生產率計算的需求，剔除了部分計算值，如工業企業增加值等出現為負值、零值的樣本，最終得到20家稀土上市公司累計的220個樣本，數據來源于Wind金融數據庫、東方財富通。20家稀土上市公司的信息見表1。

四、實證結果分析

（一）變量描述及模型檢驗

1.變量描述性統計分析

表2為相關變量的描述統計結果，除了均值、標準差等基本數據分布狀況外，為了微觀刻畫主要變量的差異情況，分別設置25%、50%及75%分位數。

表2中LnTFP（稀土企業全要素生產率）的均值為87.310，標準差為175.397，說明稀土產業整體發展水平存在差異，企業間發展波動較大，這與實際稀土企業發展水平參差不齊的現狀相符合。政府補貼強度的均值為0.009，比對其他產業的補貼強度[ 17 ]，說明稀土產業獲得政府補貼的水平較高，這與我國逐步加大對稀土產業的關注與支持力度以促進稀土產業的發展情況符合。另外，可以發現補貼SUB的標準差為0.008，而均值為0.009，偏尾現象比較明顯。通過計算發現最大值與最小值相差0.05893，同時25%分位數、中位數、75%分位數的數量分布差別較大，反映出稀土行業企業的補貼強度差異較為明顯。重要的控制變量技術進步的均值為3.130，與政府補貼強度均值相比差異明顯，技術進步的波動較大，標準差為2.349，最大值為12.4，說明政府補貼與稀土產業企業的科技進步關聯密切。

2.模型檢驗

為了避免因潛在的數據不平穩現象導致虛假回歸問題，結合本文數據分布大N小T的特征，選擇Hadri方法進行單位根檢驗。在截面數據多而時間序列小的情況下，Hadri假設進行面板單位根檢驗具有更好的檢驗效果與有效樣本性質。檢驗結果如表3所示。可以看到LnTFP、SUB、TECH、SIZE、DEBT、STOCK、PAY 7個變量均通過了Hadri單位根檢驗。另外，Hausman檢驗統計量概率P值為0.0005，說明本文選擇的面板固定效應模型適合。

（二）公共風險框架下財政補貼對稀土企業TFP的非線性影響

1.政府財政補貼對全要素生產率的影響效應

雖然學界提出系列的解決辦法來處理回歸模型異方差和可能的內生性，但根據評估與已有經驗，為了得到更加穩健的估計結果，建議使用GMM估計，本文穩健估計即采用此種處理辦法。為了消除數據的波動性影響，對絕對變量SUB、SIZE、PAY進行對數化處理。在內生變量的選取方面，考慮財政補貼和技術進步對全要素生產率的影響，分別把兩者代理變量補貼強度與技術進步視作內生變量；在工具變量的選擇方面，經過試驗以內生變量滯后階數的一期作為工具變量。

模型整體檢驗方面，根據GMM估計結果的P值均大于0.1，說明序列之間不存在高階相關，工具變量的Hansen檢驗與Sargan檢驗的P值超過0.8，不拒絕原假設，反映了所選取的工具變量有效程度較高。表4的回歸結果顯示，GMM估計結果的系數符號方面，除員工薪酬、資產負債率外，其他與固定效應估計結果一致。政府補貼強度的彈性系數均為負值，控制其他變量不變的時候，政府補貼變動為1%時，LnTFP平均而言變動-16.69%。

綜合表4的固定效應檢驗與GMM估計的回歸結果，在補貼平方項加入回歸方程后，補貼平方項的系數為正，且顯著性水平較高。這一結果顯示政府財政補貼對稀土企業TFP效應發生變化，前者對后者的影響隨著補貼強度的不同而發生變化，即前者對后者的非線性影響得以確認。

企業規模均通過1%的顯著性檢驗，且系數均為正，說明企業規模越大，規模產量越多，可獲得更多的資源提升TFP。股權集中度均具有顯著性，且系數均為正，說明股權集中度對企業生產率存在“支持效應”。資產負債率的系數顯著為負，側面反映了稀土企業經營方面稍偏保守，未能充分利用財務杠桿等工具進行研發投入的策略選擇，對TFP提升作用發揮不明顯。尤其明顯的是技術進步的系數均顯著為負，對稀土企業TFP存在較為明顯的抑制作用，實證結果也驗證了目前稀土企業總體偏資源開采與冶煉加工等環節，技術含量更高的高端應用方面市占率偏低，導致整體研發投入力度不高的狀況。相對于固定效應檢驗，GMM估計結果顯示，員工薪酬的系數顯著為正，說明創新氛圍的營造與員工的創新參與度部分取決于薪酬水平情況，進而對企業的生產率起到了促進作用。

2.政府財政補貼對稀土企業全要素生產率的門檻效應

為了驗證假設2政府補貼對稀土產業生產率效應存在門檻效應，本文使用面板數據門檻回歸模型進行檢驗。將政府補貼（SUB）作為門檻變量，在建模時遵循從復雜到簡單的原則即從3個門檻值情形開始，若檢驗結果顯示存在門檻效應，則進一步確定門檻值的數量；若有兩個門檻值則以雙門檻值模型做回歸，直至結束。測試結果如表5所示。

根據表5的結果顯示，單門檻與雙門檻檢驗統計量分別在5%和1%水平下顯著，根據門檻檢驗程序重新回測后門檻保持一致，反映了本文選取模型符合雙門檻效應。門檻值的分布與置信區間如表6所示，兩個門檻值的置信區間較窄，分別差距為0.0003和0.0002，相應的置信度較高。

表7顯示了基于雙門檻回歸的結果與固定效應回歸結果的對比。對比結果顯示控制變量在兩次回歸中系數顯著性水平較高，表明變量設置具有一定的合理性。根據門檻回歸的結果，按照政府補貼發揮的作用，將政府補貼強度劃分為三個階段，對應計算出來的雙門檻值所構成的區間分布。第一階段（SUB≤0.0006）門檻回歸結果為負，但不顯著，該階段為政府補貼開始發揮作用階段，政策作用對稀土企業的創新投入保持低穩態水平，補貼對TFP作用效力較弱。補貼強度小于0.06%時，撒胡椒面式的行業企業補貼無法較好地實現補貼政策的TFP作用。隨著補貼強度的增加，當其處于0.06%～0.11%之間時，政府補貼的促進作用顯現。第二階段（0.0006≤SUB≤0.0011）為政府補貼發揮正向積極作用階段，該階段門檻回歸的結果顯著為正，說明政府補貼對生產率產生正向促進作用。第三階段（SUB≥0.0011）為政府補貼發揮負向抑制作用階段，其門檻回歸結果系數顯著為負，說明補貼強度超過0.11%后，稀土企業TFP發生變化，補貼的逆向效應凸顯。

在第一階段，當政府補貼強度小于0.06%時，政府補貼對生產率產生了并不顯著的負向影響，稀土產業在前期發展時對資金與規模的需求大，但因規模較小、水平較低使得短期的收益不明顯，因此少量的政府補貼不能顯著影響企業的生產率；第二階段當政府補貼強度處于0.06%～0.11%之間時，變量系數為9.031且通過10%水平下的顯著性檢驗，說明在該階段政府補貼對企業全要素生產率產生了明顯的正向激勵作用，合理的政府補貼給予稀土企業的大力支持表現在企業規模的擴大、企業研發投入的增加等方面，進而促進稀土企業TFP的提升；在第三階段，政府補貼強度大于0.11%時，系數為-19.778且在10%水平下顯著，說明當補貼強度超過0.11%的門檻后對全要素的影響過渡為負向抑制作用，在此階段高額的補貼會誘發企業的超額利潤，使企業生產經營產生懈怠，誘使企業出現尋租行為[ 18 ]。根據尋租理論可知，政府給予企業補貼屬于干涉市場經濟運行的行為，政府對于發放對象、各企業發放的補貼金額、考核指標等方面自由度與裁量權較大，企業對補貼的需求背離政府補貼政策的初衷，異化成為補貼而補貼，實現手段傾向于尋求政治關聯，出現尋租行為、建立政治聯系等來獲取數額較多的政府補貼[ 19-21 ]。已有研究表明與地方政府建立政治聯系的企業確實比無政治聯系的企業獲得更多的政府補貼，同時出現較多的“迎合式創新”等[ 22 ]行為，而這些行為不會真正強化企業自身的建設，反而影響了企業預算松弛[ 23 ]，降低了企業的經營效益與社會貢獻，即出現政府補貼的反向抑制作用。

3.穩健性檢驗

為檢驗以上實證結果的穩健性，本文改變對核心變量政府補貼強度（SUB）取自然對數的度量方法，使用政府補貼的原數值來表示并對其進行固定效應回歸與門檻回歸，結果表明與前述得出的門檻值相比略有浮動，但其回歸系數依然顯著，方向保持一致。變換LP法為OP法進行全要素生產率測算后，得出結論也一致，進一步證實了本文的實證分析結果具有穩健性。

五、結論與政策啟示

市場經濟條件下，為矯正外部性的需要，通過補貼等財政政策實現正的外部效應內部化，進而提升整體效率與福利水平。這一幾乎所有業界共識下的補貼政策的邏輯起點決定了在實踐中財力允許的范圍內補貼量越大越好，越容易實現全要素生產率的提升。事實如何，本文從具有戰略意義材料的稀土行業企業入手，探究政府財政補貼是否促進了特定行業的全要素生產率。研究發現補貼對稀土企業TFP的影響是非線性的，并不存在特定的正向作用或者抑制作用；進一步研究發現財政補貼對稀土企業TFP具有門檻效應。這一論證從側面說明政府財政補貼的邏輯出發點應該是基于防范公共風險的考量，通過補貼引致行業高質量的供給，實現全要素生產率的提升與行業高質量發展。對我國稀土行業來說，資源優勢與前端的冶煉優勢并不代表發展的高質量與較高的全要素生產率，稀土材料原創性、核心技術的缺乏極易沖擊貿易戰中稀土資源的控制力與影響力，存在潛在的風險積累。通過財政補貼尤其是創新補貼，對行業風險的緩釋或對行業企業的全要素生產率具有重要意義。具體結論如下：

構建消解行業公共風險下財政補貼影響企業TFP機理基礎上，通過滬深兩市稀土上市公司2010—2020年的面板數據，以門檻模型分析檢驗政府補貼的全要素生產率效應。系統研究發現基于風險消解提升創新的政府財政補貼政策實施下，稀土企業TFP表現為非線性變化，且進一步探究發現補貼政策具有雙門檻作用差異，補貼強度處于[0.06%，0.11%]區間對企業TFP的影響為正向促進作用，在大于0.11%時補貼顯示出負向抑制作用。負向抑制作用的出現主要與補貼對象的尋租行為有關，通過建立政治關聯、非對稱信息等扭曲補貼評估信號獲取超額補貼，無法有效提升全要素生產率。在實體經濟進入震蕩時期，財政支出受限于財政收入總量擴張減緩的狀況下，本文從財政補貼對全要素生產率提升的影響角度為稀土產業的發展提出相應的政策建議：（1）有效的政府補貼應處于一定合理的區間范圍內，合理區間的確定需要根據各個具體行業所處的生命周期、資產特征、發展潛力等綜合評估；（2）政府在給予企業補貼前，應對受補貼的企業進行全面考察等，盡可能避免信號傳遞不足、權力尋租等扭曲現象；（3）政府財政補貼評估機制應進一步優化，加大專家團的參與力度與補貼控制機制的構建和落實；（4）政府財政補貼需更好地與行業公共風險深入結合，以緩解公共風險為補貼對象、類型、結構與力度等的出發點，以期未來我國稀土產業能持續地高質量發展。

【參考文獻】

［1］ 吳一丁，賴程.WTO稀土案敗訴背景下的我國稀土行業效率提升路徑研究［J］.稀土，2016，37（2）：152-158.

［2］ 樓繼偉.面向2035的財政改革與發展［J］.財政研究，2021（1）：3-9.

［3］ HAYASHI F，PRESCOTT E C.The 1990s in Japan：a lost decade［J］. Review of Economic Dynamics，2002，5（1）：206-235.

［4］ 夏靚瑩，蔣伏心.政府補貼對高技術產業創新效率的非線性影響：基于門檻模型的實證研究［J］.管理現代化，2020，40（4）：51-54.

［5］ 劉尚希，傅志華，李成威，等.構建現代財政補貼體系理論研究［J］.財政研究，2019（9）：3-11.

［6］ 馬嘉楠，周振華.地方政府財政科技補貼、企業創新投入與區域創新活力［J］.上海經濟研究，2018（2）：53-60，99.

［7］ 毛其淋，許家云.政府補貼對企業新產品創新的影響：基于補貼強度“適度區間”的視角［J］.中國工業經濟，2015（6）：94-107.

［8］ 周方召，仲深，王雷.財稅補貼、風險投資與高新技術企業的生產效率：來自中國物聯網板塊上市公司的經驗證據［J］.軟科學，2013，27（3）：100-105.

［9］ 黃昌富，徐銳，張雄林.政府補貼、產能過剩與企業轉型升級：基于制造業上市公司的實證研究［J］.企業經濟，2018，37（3）：160-168.

［10］ 許家云，毛其淋.政府補貼、治理環境與中國企業生存［J］.世界經濟，2016，39（2）：75-99.

［11］ ROBINSON K，HARRIS R.Industrial policy in great britain and its effect on total factor productivity in manufacturing plants，1990-1998［J］. Scottish Journal of Political Economy，2004，51（4）：528-543.

［12］ 李曉鐘，徐怡.政府補貼與電子信息產業全要素生產率研究：基于滬深兩市上市公司數據［J］.杭州電子科技大學學報（社會科學版），2018，14（2）：1-8.

［13］ 陳旭東，穆雪迎.政府補助對科技創新類企業經營績效的影響：以創業板上市企業為例［J］.科技進步與對策，2018，35（12）：85-91.

［14］ 戴小勇，成力為.財政補貼政策對企業研發投入的門檻效應［J］.科研管理，2014，35（6）：68-76.

［15］ 魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007年［J］.經濟學，2012，11（2）：541-558.

［16］ 姚海琳，賈若康.政府補貼與資源循環利用企業生產率：基于中國上市公司面板門檻效應實證研究［J］.資源科學，2018，40（11）：2280-2295.

［17］ 景曼詩，尹夏楠.政府補貼、研發投入對企業績效的影響：基于不同行業視角［J］.財會研究，2018（9）：61-65.

［18］ 俞金紅，于明超.財政補貼、尋租成本與新能源企業經營績效［J］.軟科學，2019，33（11）：59-63.

［19］ 江艇，孫鯤鵬，聶輝華.城市級別、全要素生產率和資源錯配［J］.管理世界，2018，34（3）：38-50，77.

［20］ 韓超，肖興志，李姝.產業政策如何影響企業績效：不同政策與作用路徑是否存在影響差異？［J］.財經研究，2017，43（1）：122-133，144.

［21］ 于良春，王雨佳.產業政策、資源再配置與全要素生產率增長：以中國汽車產業為例［J］.廣東社會科學，2016（5）：5-16.

［22］ 韓鳳芹，陳亞平.選擇性稅收激勵、迎合式研發投入與研發績效［J］.科學學研究，2020，38（9）：1621-1629.

［23］ 劉常國.公司治理、財政補貼與企業預算松弛［J］.財會通訊，2019（21）：57-60.