楊宏姍 王華
【摘? 要】在我國加快構(gòu)建新發(fā)展格局、著力推動經(jīng)濟高質(zhì)量發(fā)展的背景之下,對企業(yè)的發(fā)展質(zhì)量提出了更高的要求。政府補助通過給予企業(yè)貨幣和非貨幣形態(tài)的資產(chǎn),為企業(yè)帶來更多的資源,從而為企業(yè)的發(fā)展賦能。論文以2012-2021年A股上市公司的非平衡面板數(shù)據(jù)為研究樣本,選取企業(yè)高質(zhì)量發(fā)展為被解釋變量,政府補助為解釋變量,企業(yè)規(guī)模、公司成長性、資產(chǎn)收益率、現(xiàn)金流比率、資本密集度為控制變量,并進一步控制了年份和行業(yè)效應(yīng),實證檢驗了政府補助對企業(yè)高質(zhì)量發(fā)展的影響。研究結(jié)果表明,政府補助與企業(yè)高質(zhì)量發(fā)展之間存在著顯著的正相關(guān)關(guān)系,并通過穩(wěn)健性檢驗,驗證了論文研究結(jié)論的可靠性。根據(jù)研究結(jié)論,論文提出了相關(guān)的政策建議。
【關(guān)鍵詞】政府補助;高質(zhì)量發(fā)展;全要素生產(chǎn)率
【中圖分類號】F273.1;F812.45;F832.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069(2023)06-0037-03
【作者簡介】楊宏姍(1998-),女,內(nèi)蒙古呼倫貝爾人,研究生在讀,研究方向:財務(wù)管理、風(fēng)險評估。
【通訊作者】王華(1972-),女,遼寧沈陽人,副教授,研究方向:技術(shù)經(jīng)濟與管理、風(fēng)險評估。
1 引言
黨的十九大報告中首次提出高質(zhì)量發(fā)展這一表述,表明我國經(jīng)濟由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。黨的二十大報告中再次強調(diào)高質(zhì)量發(fā)展的重要地位,指出“高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù),要著力提高全要素生產(chǎn)率,推動經(jīng)濟實現(xiàn)質(zhì)的有效提升和量的合理增長”。企業(yè)作為微觀市場主體、作為市場的主力軍,推動企業(yè)實現(xiàn)高質(zhì)量發(fā)展,才能更好地為經(jīng)濟高質(zhì)量發(fā)展賦能。政府補助是企業(yè)從政府無償獲得的貨幣性資產(chǎn)和非貨幣性資產(chǎn)。其中企業(yè)獲得資金支持的部分,企業(yè)可以利用這部分資金去購買原材料、進行生產(chǎn)研發(fā)、擴大規(guī)模等,企業(yè)獲得實物資產(chǎn)補貼的部分,企業(yè)可以利用其生產(chǎn)出更多的產(chǎn)品以及提供更多的服務(wù),從而為企業(yè)創(chuàng)造出更多的利潤。
由此可知,政府補助是助推企業(yè)進步、促進企業(yè)實現(xiàn)轉(zhuǎn)型升級的重要政策工具之一。具體來看,政府補助能夠幫助企業(yè)解決資源上的需求,緩解企業(yè)運轉(zhuǎn)上的壓力,因而有利于提升企業(yè)的發(fā)展質(zhì)量。
2 理論分析與研究假設(shè)
根據(jù)沃納菲爾特所提出資源基礎(chǔ)理論可知,企業(yè)具有的各種各樣的資源,能夠轉(zhuǎn)變成企業(yè)獨特的能力,這些資源和能力正是企業(yè)恒久競爭力的源泉。可知,企業(yè)若想在市場上站穩(wěn)腳跟,不斷提升自身競爭能力的關(guān)鍵就是擁有資源,并在此基礎(chǔ)上為企業(yè)創(chuàng)造出更多的財富與價值。具體來看,企業(yè)發(fā)展需要各種各樣資源的支持,如企業(yè)需要充足的資金來維持生產(chǎn)運營;企業(yè)需要先進的設(shè)備和技術(shù)來產(chǎn)出具有更加高端、更具有競爭力的產(chǎn)品。由此可見,企業(yè)發(fā)展的過程就是各種各樣的資源進行有機組合,從而產(chǎn)生協(xié)同效應(yīng)。此外,基于信號傳遞理論可知,當(dāng)企業(yè)獲得政府給予的資源上的支持時,能夠向外界傳達(dá)政府對企業(yè)發(fā)展方向以及發(fā)展?jié)摿o予了肯定,能夠增強外部利益相關(guān)者如債權(quán)人和投資者對企業(yè)發(fā)展的信心,從而能夠降低企業(yè)的融資難度,并為企業(yè)帶來更多的投資。政府補助通過無償撥付給企業(yè)貨幣資產(chǎn)和非貨幣資產(chǎn),增加企業(yè)的資源,極大地調(diào)動企業(yè)發(fā)展的積極性。
當(dāng)前關(guān)于政府補助與企業(yè)高質(zhì)量發(fā)展的研究主要有:胡本田和高琿[1]通過對創(chuàng)新型企業(yè)實證分析發(fā)現(xiàn),政府補助顯著提升企業(yè)的創(chuàng)新績效和經(jīng)營績效,進而促進企業(yè)實現(xiàn)高質(zhì)量發(fā)展;岳宇君等[2]通過對創(chuàng)業(yè)板公司進行研究,發(fā)現(xiàn)政府補助對創(chuàng)業(yè)板公司的發(fā)展質(zhì)量有著正向的促進作用;路春城等[3]通過以制造業(yè)企業(yè)為研究樣本,發(fā)現(xiàn)政府補貼能夠促進企業(yè)生產(chǎn)效率的提升,從而推動企業(yè)實現(xiàn)高質(zhì)量發(fā)展的進程。在現(xiàn)有研究基礎(chǔ)上,本文以全部A股上市公司數(shù)據(jù)為樣本,進一步探究政府補助對企業(yè)發(fā)展質(zhì)量的影響。據(jù)此,提出本文的研究假設(shè):
假設(shè)H:在其他條件相同的情況下,政府補助與企業(yè)高質(zhì)量發(fā)展存在正相關(guān)關(guān)系。
3 研究設(shè)計
3.1 樣本選擇和數(shù)據(jù)來源
本文選取2012-2021年A股上市公司為研究樣本,并對初始研究樣本進行了如下處理:①剔除金融類公司樣本;②鑒于ST類公司容易出現(xiàn)財務(wù)業(yè)績不真實的情況,考慮到數(shù)據(jù)研究的可靠性,剔除ST和*ST的公司樣本;③剔除了主要變量存在缺失值的樣本。最終得到30 333個樣本觀測值。此外,為避免極端值的影響,本文針對連續(xù)型變量進行1%和99%百分位的縮尾處理。本文所有指標(biāo)數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫(CSMAR)。本文使用Excel對數(shù)據(jù)進行預(yù)處理,采用Stata 16.0軟件對數(shù)據(jù)進行實證分析和檢驗。
3.2 變量定義
3.2.1 被解釋變量
企業(yè)高質(zhì)量發(fā)展(TFP)。參考施本植和湯海濱[4]以及張廣勝和孟茂源[5]的研究,選用全要素生產(chǎn)率作為企業(yè)高質(zhì)量發(fā)展的衡量指標(biāo)。魯曉東和連玉君[6]指出當(dāng)前企業(yè)全要素生產(chǎn)率的度量方法有OLS法、固定效應(yīng)法、LP法、OP法以及GMM法。由于LP法減輕了同時性偏差和樣本選擇偏差,還能夠避免樣本大量缺失,因此本文采用LP法進行主回歸,并采用OP法衡量的全要素生產(chǎn)率進行穩(wěn)健性檢驗。
3.2.2 解釋變量
政府補助(Sub)。首先從CSMAR數(shù)據(jù)庫中獲得政府補助總額,其次為消除企業(yè)規(guī)模差異的影響,本文將政府補助與營業(yè)收入的比重作為自變量。
3.2.3 控制變量
本文為了避免其他因素對企業(yè)高質(zhì)量發(fā)展產(chǎn)生的影響,選取了企業(yè)規(guī)模、企業(yè)年齡、股權(quán)集中度、資產(chǎn)負(fù)債率、公司成長性、資產(chǎn)收益率、現(xiàn)金流比率、資本密集度以及行業(yè)和年度虛擬變量作為本文的控制變量。
具體定義如表1所示。
3.3 實證模型構(gòu)建
為了檢驗假設(shè)H:政府補助對企業(yè)高質(zhì)量發(fā)展具有正向促進作用,構(gòu)建線性回歸模型。
TFPi,t=α0+α1Subi,t+α2Sizei,t+α3Growthi,t+α4ROAi,t+α5Cashi,t+α6Sdi,t+∑Year+∑Industry+εi,t? ? ? ?(1)
其中,i、t分別代表企業(yè)和年份;α0、β0為常數(shù)項;α1~α9和β1~β10代表各個變量的系數(shù);εi,t為誤差項。
4 實證結(jié)果及分析
4.1 描述性統(tǒng)計
表2報告了主要變量的描述性統(tǒng)計結(jié)果。被解釋變量企業(yè)高質(zhì)量發(fā)展(TFP)的標(biāo)準(zhǔn)差為0.385,平均值為5.268,最大值為6.563,最小值為4.328,說明我國非金融類上市企業(yè)發(fā)展質(zhì)量存在顯著的差異。政府補助(Sub)的最大值為1.298,最小值為0,標(biāo)準(zhǔn)差為0.174,說明不同企業(yè)獲得政府補助的金額存在一定的差異。
4.2 相關(guān)性分析
本文在進行進一步分析之前,為排除多重共線性對模型的影響,進行了相關(guān)性分析。如表3所示,相關(guān)性分析發(fā)現(xiàn),政府補助(Sub)與企業(yè)高質(zhì)量發(fā)展(TFP)的相關(guān)系數(shù)為0.145,在1%的水平下顯著正相關(guān),說明政府補助能夠推動企業(yè)實現(xiàn)高質(zhì)量發(fā)展,初步驗證了本文的研究假設(shè)。企業(yè)規(guī)模(Size)、公司成長性(Growth)、資產(chǎn)收益率(ROA)、現(xiàn)金流比率(Cash)的相關(guān)系數(shù)為正,且在1%的水平下顯著,說明這些因素有助于企業(yè)實現(xiàn)高質(zhì)量發(fā)展;資本密集度(Sd)與企業(yè)高質(zhì)量發(fā)展(TFP)的相關(guān)系數(shù)為-0.158,且在1%的水平下顯著,說明資本密集度過高將不利于企業(yè)實現(xiàn)高質(zhì)量發(fā)展。因此,本文選擇的控制變量是合理的。此外,各個變量之間的相關(guān)系數(shù)較低,故排除變量之間的多重共線性問題。
4.3 回歸結(jié)果分析
本文使用非平衡面板數(shù)據(jù)進行回歸分析,通過F檢驗和Hausman檢驗,最終確定使用固定效應(yīng)模型進行回歸,回歸結(jié)果如表4所示。
列(1)為未加入控制變量時,政府補助(Sub)的系數(shù)為0.028,在1%的水平下顯著,即企業(yè)獲得政府補助將會促進企業(yè)實現(xiàn)高質(zhì)量發(fā)展。列(2)表示各個控制變量對企業(yè)高質(zhì)量發(fā)展(TFP)的影響,結(jié)果顯示企業(yè)規(guī)模(Size)、公司成長性(Growth)、資產(chǎn)收益率(ROA)和現(xiàn)金流比率(Cash)與企業(yè)高質(zhì)量發(fā)展(TFP)顯著正相關(guān)。資本密集度(Sd)與企業(yè)高質(zhì)量發(fā)展(TFP)呈現(xiàn)顯著負(fù)相關(guān)。回歸結(jié)果基本符合預(yù)期。列(3)表示同時引入解釋變量和控制變量時的回歸結(jié)果。政府補助(Sub)對企業(yè)高質(zhì)量發(fā)展(TFP)的回歸系數(shù)為0.026,在1%的水平上顯著正相關(guān),驗證了本文的研究假設(shè)。
此外,從列(1)和列(3)的擬合優(yōu)度來看,引入控制變量后,擬合優(yōu)度明顯增加。
4.4 穩(wěn)健性檢驗
為了保證本文研究結(jié)論的可靠性,通過替換被解釋變量的度量方式,進行了穩(wěn)健性檢驗。將文中被解釋變量企業(yè)高質(zhì)量發(fā)展,使用OP法測算出的全要素生產(chǎn)率進行度量。代入模型,得出政府補助對企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)為0.084,且在1%的水平下顯著。與前文的結(jié)論一致,證實了本文研究結(jié)論的可靠性。
5 結(jié)論與建議
在我國加快構(gòu)建新發(fā)展格局、著力推動高質(zhì)量發(fā)展的背景之下,企業(yè)的高質(zhì)量發(fā)展迫在眉睫。當(dāng)前,政府對企業(yè)的補助趨于常態(tài)化,企業(yè)若想要實現(xiàn)高質(zhì)量發(fā)展,就需要更好地利用政府補助為企業(yè)提供的資金上的支持,以此來不斷地進行自我優(yōu)化。本文以A股非金融上市公司為樣本,構(gòu)建多元回歸模型,實證結(jié)果顯示,政府補助能夠顯著的促進企業(yè)實現(xiàn)高質(zhì)量發(fā)展。
針對上述結(jié)論,本文提出如下建議:
第一,從政府層面來看,政府應(yīng)加大政策幫扶力度,尤其是對重點行業(yè)。同時政府應(yīng)做到有選擇地進行補助,充分發(fā)揮政府補助對企業(yè)發(fā)展的激勵作用。
第二,從企業(yè)層面來看,企業(yè)作為市場的主力軍,應(yīng)當(dāng)重視自身的發(fā)展。努力探索自身的發(fā)展優(yōu)勢,才能在行業(yè)中站穩(wěn)腳跟。同時,企業(yè)應(yīng)合理利用所獲得的政府補助,重視這部分資金的配置,并要做到不能過度依賴政府補助。
【參考文獻(xiàn)】
【1】胡本田,高琿.政府補助行為對創(chuàng)新型企業(yè)高質(zhì)量發(fā)展的影響[J].區(qū)域金融研究,2020,578(09):70-78.
【2】岳宇君,張磊雷,姬敏.政府補貼、技術(shù)創(chuàng)新與創(chuàng)業(yè)板公司高質(zhì)量發(fā)展[J].哈爾濱商業(yè)大學(xué)學(xué)報(社會科學(xué)版),2022,183(02):3-14.
【3】路春城,王翠翠,姜常梅.政府補貼、創(chuàng)新投入與制造業(yè)企業(yè)全要素生產(chǎn)率[J].經(jīng)濟與管理評論,2023,39(01):50-61.
【4】施本植,湯海濱.什么樣的杠桿率有利于企業(yè)高質(zhì)量發(fā)展[J].財經(jīng)科學(xué),2019,376(07):80-94.
【5】張廣勝,孟茂源.內(nèi)部控制、媒體關(guān)注與制造業(yè)企業(yè)高質(zhì)量發(fā)展[J].現(xiàn)代經(jīng)濟探討,2020,461(05):81-87.
【6】魯曉東,連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計:1999—2007[J].經(jīng)濟學(xué)(季刊),2012,11(02):541-558.