摘"要:2018年中美貿(mào)易戰(zhàn)爆發(fā)后,美國(guó)封鎖高新技術(shù)產(chǎn)品的舉措使一些中國(guó)知名企業(yè)頓時(shí)陷入困境,突顯了掌握核心技術(shù)的重要性。在中國(guó)汽車制造領(lǐng)域,企業(yè)的研發(fā)投入持續(xù)增長(zhǎng),政府對(duì)汽車制造企業(yè)的補(bǔ)貼也進(jìn)一步提高。本研究以2018—2022年滬深兩市A股汽車制造企業(yè)的面板數(shù)據(jù)為基礎(chǔ),采用DEA-BCC模型和因子分析相結(jié)合的方法測(cè)度了企業(yè)績(jī)效,運(yùn)用面板Tobit回歸模型檢驗(yàn)了政府補(bǔ)助、研發(fā)投入與企業(yè)績(jī)效之間的關(guān)系。研究表明,政府補(bǔ)助顯著促進(jìn)了企業(yè)研發(fā)投入的增加;然而,持續(xù)增加的研發(fā)投入并未如預(yù)期對(duì)企業(yè)績(jī)效產(chǎn)生積極影響。此外,政府補(bǔ)助對(duì)企業(yè)績(jī)效也呈負(fù)向影響。盡管大量研發(fā)投入并未促進(jìn)汽車制造業(yè)績(jī)效的改善,但減少對(duì)研發(fā)的投入?yún)s會(huì)讓企業(yè)面臨被市場(chǎng)淘汰的風(fēng)險(xiǎn)。鑒于此,提出以下建議:集中資金支持優(yōu)質(zhì)企業(yè),差異化獎(jiǎng)勵(lì)技術(shù)突破;構(gòu)建良好的市場(chǎng)環(huán)境,發(fā)揮市場(chǎng)活力;以及推動(dòng)產(chǎn)學(xué)研合作,優(yōu)化研發(fā)資源配置。
關(guān)鍵詞:汽車制造;政府補(bǔ)助;研發(fā)投入;企業(yè)績(jī)效;DEA-BCC模型
中圖分類號(hào):F2"""""文獻(xiàn)標(biāo)識(shí)碼:A""""""doi:10.19311/j.cnki.16723198.2024.18.009
0"引言
2008年金融危機(jī)的爆發(fā)對(duì)全球經(jīng)濟(jì)產(chǎn)生了深遠(yuǎn)影響,世界經(jīng)濟(jì)發(fā)展的走勢(shì)變得復(fù)雜多變。作為全球經(jīng)濟(jì)體的一部分,中國(guó)經(jīng)濟(jì)的發(fā)展也面臨各種危機(jī)和挑戰(zhàn)。隨著經(jīng)濟(jì)形勢(shì)的變化,全球政治格局也發(fā)生了調(diào)整,原有的經(jīng)濟(jì)全球化浪潮受到質(zhì)疑,地方保護(hù)主義開始抬頭,地區(qū)間矛盾逐漸凸顯。2018年中美貿(mào)易戰(zhàn)爆發(fā),美國(guó)封鎖高新技術(shù)產(chǎn)品的做法,使一些中國(guó)企業(yè)頓時(shí)陷入困境,這也使更多人認(rèn)識(shí)到技術(shù)的重要性。一時(shí)間,推動(dòng)創(chuàng)新成為中國(guó)社會(huì)各界的共識(shí)。然而,技術(shù)創(chuàng)新是一個(gè)復(fù)雜而漫長(zhǎng)的過(guò)程,且離不開巨額的研發(fā)投入。
在汽車制造領(lǐng)域,中國(guó)汽車制造企業(yè)的研發(fā)投入持續(xù)增加。2018年,滬深兩市汽車制造類企業(yè)的研發(fā)投入達(dá)59711億元,隨后持續(xù)上升,到2022年已增至103869億元,較2018年增長(zhǎng)了7395%。另外,中國(guó)政府也加大了對(duì)汽車制造類企業(yè)的補(bǔ)助,2018年,對(duì)滬深兩市汽車制造類企業(yè)的補(bǔ)助達(dá)16513億元,較2017年的8903億元增長(zhǎng)了8548%。此后,對(duì)汽車制造類企業(yè)的補(bǔ)助總體呈上升趨勢(shì),2022年中國(guó)政府對(duì)滬深兩市汽車制造企業(yè)補(bǔ)貼金額達(dá)19054億元。
然而,政府補(bǔ)助是否促進(jìn)了企業(yè)的研發(fā)投入的增加,研發(fā)投入又是否改善了企業(yè)的績(jī)效,以及政府補(bǔ)助對(duì)企業(yè)經(jīng)營(yíng)績(jī)效的影響等問(wèn)題一直是學(xué)者和政策制定者密切關(guān)注的核心議題。本文將對(duì)上述問(wèn)題進(jìn)行探討。
1"文獻(xiàn)回顧
目前,國(guó)內(nèi)外學(xué)者已對(duì)政府補(bǔ)助、研發(fā)投入和企業(yè)績(jī)效之間的關(guān)系作了大量研究,但并未形成一致的結(jié)論,且鮮有針對(duì)中國(guó)汽車制造企業(yè)的研究。
1.1"政府補(bǔ)助與研發(fā)投入
對(duì)于政府補(bǔ)助對(duì)企業(yè)研發(fā)投入的影響,一些研究表明,政府補(bǔ)助促進(jìn)了企業(yè)研發(fā)投入的增加。例如,Carboni,"Oliviero"A基于意大利制造業(yè)數(shù)據(jù),發(fā)現(xiàn)政府補(bǔ)助對(duì)企業(yè)研發(fā)投入有正向影響,受補(bǔ)助的企業(yè)會(huì)比未受補(bǔ)助的企業(yè)投入更多的研發(fā)資金。Martin、Hud、Katrin等研究了德國(guó)公共研發(fā)補(bǔ)貼對(duì)企業(yè)研發(fā)投資的影響,發(fā)現(xiàn)研發(fā)補(bǔ)貼對(duì)中小企業(yè)研發(fā)投入呈正向影響。張輝、劉佳穎、何宗輝基于中國(guó)工業(yè)企業(yè)數(shù)據(jù),發(fā)現(xiàn)財(cái)政補(bǔ)貼對(duì)企業(yè)研發(fā)投入有正向影響,政府補(bǔ)貼強(qiáng)度介于0到0.0214之間時(shí),補(bǔ)貼效率最高。
另一些研究表明,政府補(bǔ)助并未增加企業(yè)研發(fā)投入的資金。Shen"X和Lin"B研究發(fā)現(xiàn),研發(fā)補(bǔ)貼和稅收減免并不能顯著提高企業(yè)的研發(fā)投入,僅對(duì)高新技術(shù)企業(yè)的補(bǔ)助提高了研發(fā)投入。何凡、許世英通過(guò)對(duì)生物制藥企業(yè)的研究,發(fā)現(xiàn)政府補(bǔ)助對(duì)自主研發(fā)投入存在擠出效應(yīng)。Szucs基于對(duì)歐盟框架項(xiàng)目的研究,發(fā)現(xiàn)政府補(bǔ)助并未提高大型公司的研發(fā)投入。
1.2"研發(fā)投入與企業(yè)績(jī)效
關(guān)于研發(fā)投入對(duì)企業(yè)績(jī)效的影響,部分研究表明研發(fā)投入改善了企業(yè)績(jī)效。例如,Chauvin"和"Hirschey"以美國(guó)上市企業(yè)為研究對(duì)象,發(fā)現(xiàn)研發(fā)投入與公司績(jī)效之間呈顯著正相關(guān)關(guān)系;Katharine,"Wakelin對(duì)英國(guó)170家企業(yè)為研究,發(fā)現(xiàn)研發(fā)投入對(duì)促進(jìn)企業(yè)生產(chǎn)率的提高具有正向影響;Ehie"I"C、Olibe"K研究了美國(guó)公司研發(fā)投入與市場(chǎng)價(jià)值之間的關(guān)系,發(fā)現(xiàn)無(wú)論是制造業(yè)還是服務(wù)行業(yè),研發(fā)投入都對(duì)企業(yè)價(jià)值產(chǎn)生正向影響。
另一部分研究發(fā)現(xiàn),研發(fā)投入對(duì)企業(yè)績(jī)效并未產(chǎn)生積極影響,甚至產(chǎn)生負(fù)向影響。例如,朱衛(wèi)平、倫蕊通過(guò)對(duì)中國(guó)上市的高新技術(shù)企業(yè)進(jìn)行研究,發(fā)現(xiàn)高新技術(shù)企業(yè)研發(fā)投入與企業(yè)績(jī)效不存在正相關(guān)關(guān)系;張儉、張玲紅以2019—2011年中國(guó)A股上市企業(yè)是數(shù)據(jù)為樣本,發(fā)現(xiàn)企業(yè)的研發(fā)投入與企業(yè)的績(jī)效呈顯著負(fù)相關(guān)。
1.3"政府補(bǔ)助與企業(yè)績(jī)效
關(guān)于政府補(bǔ)助對(duì)企業(yè)績(jī)效的影響,部分研究表明政府補(bǔ)助可以提高企業(yè)績(jī)效。例如,Harris和Tranor研究了北愛爾蘭地區(qū)政府對(duì)制造業(yè)企業(yè)大規(guī)模財(cái)政補(bǔ)助的效果,發(fā)現(xiàn)政府補(bǔ)助顯著提高了當(dāng)?shù)仄髽I(yè)的經(jīng)營(yíng)績(jī)效;Colombo"M"G,"Silvia"G,"Luca"G"等人基于意大利新興產(chǎn)業(yè)進(jìn)行了研究,發(fā)現(xiàn)科學(xué)的政府補(bǔ)助機(jī)制有效促進(jìn)了該行業(yè)產(chǎn)出的提高;Huiming"Zhang、Lianshui"Li、Dequn"Zhou等分析了風(fēng)能和太陽(yáng)能制造企業(yè)的政府補(bǔ)貼和企業(yè)財(cái)務(wù)業(yè)績(jī)之間的關(guān)系,發(fā)現(xiàn)政府補(bǔ)貼對(duì)風(fēng)能制造企業(yè)的財(cái)務(wù)業(yè)績(jī)呈顯著正向影響。
另一些研究表明,政府補(bǔ)助對(duì)企業(yè)績(jī)效并未產(chǎn)生預(yù)期積極影響。Tzelepis和Skuras以希臘的食品和飲料制造業(yè)的1005家小微企業(yè)為樣本進(jìn)行研究發(fā)現(xiàn),政府補(bǔ)助對(duì)總資產(chǎn)回報(bào)率的影響為負(fù);魏志華、吳育輝、李常青等對(duì)中國(guó)能源類上市公司進(jìn)行了研究,發(fā)現(xiàn)政府財(cái)政補(bǔ)助對(duì)企業(yè)績(jī)效也不存在顯著的正向影響。
綜上所述,政府補(bǔ)助、研發(fā)投入和企業(yè)績(jī)效之間的關(guān)系并不明確。選取時(shí)間不同、國(guó)家或地區(qū)不同、行業(yè)不同、企業(yè)的規(guī)模不同等,都會(huì)影響研究結(jié)論。因此,探討政府補(bǔ)助、研發(fā)投入和企業(yè)績(jī)效之間的關(guān)系問(wèn)題,應(yīng)具體問(wèn)題具體分析,不可一概而論。
2"研究方法
2.1"面板Tobit回歸模型
本文構(gòu)建如下Tobit回歸模型檢驗(yàn)政府補(bǔ)助對(duì)研發(fā)投入、研發(fā)投入對(duì)企業(yè)績(jī)效,以及政府補(bǔ)助對(duì)企業(yè)績(jī)效的影響。
Ramp;Dii=β0+β1Subit+∑β2Controlit+εit(1)
Crsteit=β0+β1Ramp;Dit+∑β2Controlit+εit(2)
Crsteit=β0+β1Subit+∑β2Controlit+εit(3)
在(1)(2)(3)式中,Crste為企業(yè)績(jī)效;Sub為政府補(bǔ)助;Ramp;D為企業(yè)研發(fā)投入;Control為控制變量;下標(biāo)i代表個(gè)體企業(yè);t代表年份;"β0、ε分別表示常數(shù)項(xiàng)和殘差項(xiàng);β1、β2表示估計(jì)系數(shù)。為保證回歸結(jié)果的可靠性,應(yīng)盡可能控制有關(guān)變量對(duì)回歸結(jié)果的影響。本研究將總資產(chǎn)利潤(rùn)率(ROA)(平均資產(chǎn)總額的凈利潤(rùn))、企業(yè)市值(Q)(托賓值)等控制變量引入回歸模型。
2.2"研究指標(biāo)測(cè)度
相較于企業(yè)績(jī)效,政府補(bǔ)助和研發(fā)投入相對(duì)容易度量。關(guān)于政府補(bǔ)助和研發(fā)投入的測(cè)度,通常采用兩種不同的方法。一種是絕對(duì)數(shù)度量,即直接使用政府補(bǔ)助或研發(fā)投入的金額。另一種是相對(duì)數(shù)度量,例如對(duì)于政府補(bǔ)助,采用政府補(bǔ)助占營(yíng)業(yè)收入的比重;對(duì)于研發(fā)投入,采用研發(fā)投入占營(yíng)業(yè)收入或總資產(chǎn)的比重作為衡量指標(biāo)。為保持?jǐn)?shù)據(jù)的客觀性,同時(shí)消除異方差的影響,本文選擇對(duì)政府補(bǔ)助和研發(fā)投入取對(duì)數(shù)的方法進(jìn)行度量。
對(duì)于企業(yè)績(jī)效的度量,通常有三類測(cè)度方法。第一類是采用財(cái)務(wù)指標(biāo)進(jìn)行衡量,例如采用總資產(chǎn)收益率、權(quán)益凈利率等;第二類是采用市值進(jìn)行衡量,多使用托賓值;第三類是采用綜合評(píng)價(jià)方法,一般采用數(shù)據(jù)包絡(luò)分析法(DEA)。DEA法被廣泛應(yīng)用于研究企業(yè)投入與產(chǎn)出之間的關(guān)系,它同時(shí)考慮了投入和產(chǎn)出兩個(gè)方面。相較于單一指標(biāo)的衡量方法,DEA法采用綜合評(píng)價(jià)的方式更具客觀性。
本文采用DEA法中的DEA-BCC模型來(lái)度量汽車制造企業(yè)的績(jī)效。DEA-BCC模型基于規(guī)模報(bào)酬可變的前提,充分考慮了不同決策單元(DMU)之間的規(guī)模差異和技術(shù)差異,通過(guò)計(jì)算DMU的綜合效率(Crste)來(lái)評(píng)估其績(jī)效。其表達(dá)式如下:
Maximize:
CRSTEj=∑si=1μjyij∑mi=1λixij(4)
Subject"to:
∑mi=1λixij-∑si=1μjyij≤0,j=1,…,n,
∑mi=1λi=1;
∑si=1μi=1;
λi,μi≥0
在(4)式中,CRSTEj"表示第j個(gè)決策單元的綜合技術(shù)效率;xij表述第j個(gè)決策單元的第i個(gè)輸入因素;yij表示第j個(gè)決策單元的第i個(gè)輸出因素;λi表示輸入因素的權(quán)重;μi表示輸出因素的權(quán)重。
DEA模型要求投入指標(biāo)和產(chǎn)出指標(biāo)數(shù)量乘積的二倍不超過(guò)決策單元的數(shù)量,而進(jìn)行全面績(jī)效評(píng)價(jià)需要盡量考慮多個(gè)指標(biāo),因此本文采用因子分析與DEA相結(jié)合的方法評(píng)價(jià)企業(yè)績(jī)效。因子分析法可將多個(gè)指標(biāo)處理為少數(shù)幾個(gè)關(guān)鍵指標(biāo),且保持指標(biāo)信息相對(duì)完整。因子分析表達(dá)式如下:
Xi=∑mi=1λijFj+εi(5)
在(5)式中,Xi表示第i個(gè)觀測(cè)數(shù)據(jù);m表示因子的數(shù)量;λijFj表示第i個(gè)觀測(cè)數(shù)據(jù)的第j個(gè)因子載荷;Fj表示第j個(gè)因子;εi表示觀測(cè)數(shù)據(jù)中的誤差項(xiàng)。
另外,由于DEA-BCC模型要求所有投入產(chǎn)出指標(biāo)必須為正數(shù),但因子得分會(huì)有負(fù)值產(chǎn)生,為此對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,具體計(jì)算公式如下:
X=0.1+0.9×x-xminxmax-xmin(6)
3""實(shí)證分析
3.1"樣本和數(shù)據(jù)來(lái)源
本研究選取2018—2022年滬深兩市A股汽車制造類企業(yè)為研究對(duì)象,為確保研究的準(zhǔn)確性和可信度,剔除以下公司:(1)股票被中國(guó)證監(jiān)會(huì)標(biāo)記為ST、*ST的公司;(2)審計(jì)報(bào)告被出具為保留意見、否定意見,以及無(wú)法表示意見的公司;(3)2019年及以后上市的公司;(4)部分?jǐn)?shù)據(jù)值存在缺失的企業(yè)。最終選取了115家上市企業(yè)為研究對(duì)象,得到了575個(gè)有效觀測(cè)值。文中數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。
3.2"企業(yè)績(jī)效測(cè)度與分析
為了全面評(píng)價(jià)企業(yè)績(jī)效,本文選取貨幣資金、存貨、固定資產(chǎn)、無(wú)形資產(chǎn)、總資產(chǎn)、資產(chǎn)負(fù)債率、營(yíng)業(yè)成本、研發(fā)人員數(shù)量、員工總?cè)藬?shù)、研發(fā)人員占比作為投入指標(biāo);選取營(yíng)業(yè)收入、營(yíng)業(yè)利潤(rùn)、利潤(rùn)總額、凈利潤(rùn)、每股收益、營(yíng)業(yè)毛利率、總資產(chǎn)收益率、權(quán)益凈利率、市值、托賓值作為產(chǎn)出指標(biāo)。
由于選取數(shù)據(jù)的量綱不同,首先使用Z-Score模型對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱處理,然后分別對(duì)投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行"KMO"統(tǒng)計(jì)量與"Bartlett′s球形檢驗(yàn),判斷其是否適合因子分析。檢驗(yàn)結(jié)果顯示,投入指標(biāo)的KMO值為0.866,Bartlett′s檢驗(yàn)結(jié)果顯著性小于0.01;產(chǎn)出指標(biāo)的KMO值為0.818,Bartlett′s檢驗(yàn)結(jié)果顯著性小于0.01;表明選取的投入指標(biāo)和產(chǎn)出指標(biāo)均適合進(jìn)行因子分析。
對(duì)于投入指標(biāo),共提取了3個(gè)公因子(F1"、F2"、F3),其累計(jì)方差貢獻(xiàn)率達(dá)88.34%;對(duì)于產(chǎn)出指標(biāo),提取了3個(gè)公因子(F4"、F5"、F6),其累計(jì)方差貢獻(xiàn)率為86.34%。由于因子得分存在負(fù)值,采用公式(6)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,然后采用DEA-BCC計(jì)算得出企業(yè)績(jī)效。根據(jù)計(jì)算結(jié)果整理出了達(dá)到DEA有效的企業(yè)個(gè)數(shù)和效率均值,具體結(jié)果如表1所示。
2018—2022年達(dá)到綜合效率有效的企業(yè)在14—22家之間,綜合效率有效意味著技術(shù)效率和規(guī)模效率同時(shí)達(dá)到相對(duì)最佳狀態(tài),投入冗余相對(duì)最小,資源配置和利用效率最高。有30—42家企業(yè)達(dá)到技術(shù)有效,其中部分企業(yè)僅達(dá)到技術(shù)有效而未達(dá)到規(guī)模有效,這些企業(yè)有望通過(guò)優(yōu)化現(xiàn)有資產(chǎn)規(guī)模來(lái)改善企業(yè)績(jī)效,使得資源更為有效地利用。有14—24家企業(yè)達(dá)到規(guī)模有效,其中部分企業(yè)雖然達(dá)到規(guī)模效率有效,但未達(dá)到技術(shù)效率有效。這些企業(yè)可以通過(guò)加強(qiáng)內(nèi)部治理和推動(dòng)技術(shù)創(chuàng)新等手段,提高技術(shù)效率,提升企業(yè)績(jī)效。從均值水平來(lái)看,2018—2022年115家汽車制造企業(yè)的綜合效率、技術(shù)效率、規(guī)模效率都保持著相對(duì)較高的績(jī)效水平,各指標(biāo)均值都保持在0.9以上。
由于DEA-BCC模型的計(jì)算結(jié)果是對(duì)特定年份企業(yè)績(jī)效的度量,不同年份的企業(yè)績(jī)效之間不具有可比性,因此采用Malmquist指數(shù)測(cè)度企業(yè)績(jī)效每年的變化。具體計(jì)算結(jié)果如表2所示。2018—2022年115家汽車制造類企業(yè)的全要素生產(chǎn)率(Tfpch)均值為1.017,除2020—2021年小于1外(0.96),其余年份均大于1。說(shuō)明115家汽車制造企業(yè)的績(jī)效總體持續(xù)改善。2020—2021年全要素生產(chǎn)率小于1,主要是由于企業(yè)技術(shù)效率(Effch)下降,即純技術(shù)效率(Pech)和規(guī)模效率(Sech)同時(shí)下降導(dǎo)致。
3.3"回歸分析
基于構(gòu)建的Tobit回歸模型,分別對(duì)政府補(bǔ)助對(duì)研發(fā)投入、研發(fā)投入對(duì)企業(yè)績(jī)效,以及政府補(bǔ)助對(duì)企業(yè)績(jī)效的關(guān)系進(jìn)行檢驗(yàn)。模型均通過(guò)了似然比檢驗(yàn),具體回歸結(jié)果如表3所示。
模型(1)的回歸結(jié)果顯示,政府補(bǔ)助對(duì)研發(fā)投入存在顯著正相關(guān)關(guān)系(Beta=0264,"P<001),表明政府補(bǔ)助有效促進(jìn)了A股汽車制造企業(yè)研發(fā)投入的增加。政府補(bǔ)助在一定程度上可被視為外部資金注入,說(shuō)明企業(yè)在資產(chǎn)充裕的情況下更意愿增加研發(fā)支出,推動(dòng)技術(shù)創(chuàng)新。此外,市值與企業(yè)研發(fā)投入呈顯著正相關(guān),這意味著市值較大的企業(yè)更傾向于進(jìn)行研發(fā)投入。
模型(2)的回歸結(jié)果顯示,A股汽車制造企業(yè)的研發(fā)投入與企業(yè)績(jī)效呈顯著負(fù)相關(guān)(Beta=-0027,"P<001)。盡管政府補(bǔ)助刺激了研發(fā)投入,但研發(fā)投入的增加并未如預(yù)期改善企業(yè)績(jī)效,說(shuō)明企業(yè)的大量研發(fā)投入并未有效轉(zhuǎn)化為市場(chǎng)競(jìng)爭(zhēng)力。此外,企業(yè)總資產(chǎn)收益率與企業(yè)績(jī)效顯著正相關(guān),說(shuō)明企業(yè)的盈利能力與績(jī)效密切相關(guān);企業(yè)市值與績(jī)效也呈顯著正相關(guān),說(shuō)明市值較大的企業(yè)績(jī)效表現(xiàn)更好。
模型(3)的回歸結(jié)果顯示,政府補(bǔ)助對(duì)企業(yè)績(jī)效呈顯著負(fù)相關(guān)(Beta=-0018,"P<001),表明政府補(bǔ)助并未改善A股汽車制造企業(yè)的績(jī)效。政府補(bǔ)助雖然提供了資金支持,但降低了企業(yè)資源配置和使用效率,因此在提供補(bǔ)助時(shí)應(yīng)注重激勵(lì)企業(yè)建立更符合市場(chǎng)導(dǎo)向的運(yùn)營(yíng)策略。
總的來(lái)說(shuō),政府補(bǔ)助雖然促進(jìn)了滬深兩市A股汽車制造企業(yè)研發(fā)投入的增加,但研發(fā)投入未能有效轉(zhuǎn)化為市場(chǎng)競(jìng)爭(zhēng)力,政府補(bǔ)助反而對(duì)企業(yè)績(jī)效產(chǎn)生了負(fù)面影響。
3.4"穩(wěn)健性檢驗(yàn)
為確保結(jié)果的穩(wěn)健性,采用增加變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。在基準(zhǔn)模型的基礎(chǔ)上,增加股權(quán)集中度(CR)變量,該變量為第一大股東持股比例,穩(wěn)健性檢驗(yàn)結(jié)果如表4所示。結(jié)果顯示,在置信水平為99%時(shí),政府補(bǔ)助與研發(fā)投入顯著正相關(guān)(Beta=0262,P<001)。在置信水平為99%時(shí),研發(fā)投入與企業(yè)績(jī)效顯著負(fù)相關(guān)(Beta=-0027,"P<001);在置信水平為99%時(shí),政府補(bǔ)助與企業(yè)績(jī)效顯著負(fù)相關(guān)(Beta=-0019,P<001)。增加控制變量后,檢驗(yàn)結(jié)果與回歸結(jié)果一致,說(shuō)明Tobit回歸結(jié)果具有高度穩(wěn)健性。
4"結(jié)論與建議
本文基于中國(guó)115家A股汽車制造企業(yè)2018—2022年面板數(shù)據(jù),利用DEA和因子分析相結(jié)合的方法測(cè)度了滬深兩市A股汽車制造企業(yè)的經(jīng)營(yíng)績(jī)效,采用Tobit回歸模型檢驗(yàn)了滬深兩市A股汽車制造企業(yè)政府補(bǔ)助、研發(fā)投入和企業(yè)績(jī)效之間的關(guān)系,得出以下結(jié)論:第一,政府補(bǔ)助顯著促進(jìn)了滬深兩市A股汽車制造企業(yè)研發(fā)投入的增加。第二,持續(xù)增加的研發(fā)投入未能如預(yù)期般對(duì)企業(yè)績(jī)效產(chǎn)生積極影響。第三,政府補(bǔ)助對(duì)滬深兩市A股汽車制造企業(yè)的績(jī)效產(chǎn)生負(fù)面影響。
造成這一現(xiàn)象的原因有多種,包括市場(chǎng)變化迅速、技術(shù)問(wèn)題、管理層面的不足等,但對(duì)全球的競(jìng)爭(zhēng)的加劇不容忽視。在全球化時(shí)代,企業(yè)面臨的競(jìng)爭(zhēng)對(duì)手不僅來(lái)自國(guó)內(nèi),還包括世界各地。近年來(lái),世界各地的汽車制造企業(yè)都加大了研發(fā)投入,根據(jù)歐盟IRI數(shù)據(jù)庫(kù),世界各地主要汽車制造企業(yè)在研發(fā)領(lǐng)域都投入了大量資金。以2022年為例,德國(guó)大眾研發(fā)投入達(dá)189.08億歐元,較去年增長(zhǎng)21.34%,位居全球汽車制造企業(yè)首位;其他知名汽車制造企業(yè)如美國(guó)通用、日本豐田、德國(guó)奔馳、德國(guó)博世、美國(guó)福特等同樣投入了巨額的研發(fā)資金,具體如表5所示。而在中國(guó)汽車制造企業(yè)中,上汽集團(tuán)、比亞迪、長(zhǎng)城汽車等雖然研發(fā)投入在國(guó)內(nèi)居于領(lǐng)先地位,但就全球范圍而言,其研發(fā)投入仍相對(duì)較低。
面對(duì)激烈的全球競(jìng)爭(zhēng),若缺乏對(duì)研發(fā)的資金投入,只能面臨被市場(chǎng)淘汰的風(fēng)險(xiǎn)。鑒于此,本文提出以下建議:
(1)集中資金支持優(yōu)質(zhì)企業(yè),差異化獎(jiǎng)勵(lì)技術(shù)突破。第一,建議設(shè)立集中式研發(fā)基金,將政府補(bǔ)助資金集中支持具有研發(fā)優(yōu)勢(shì)和潛力的汽車制造企業(yè),確保資金運(yùn)用于關(guān)鍵研發(fā)領(lǐng)域,避免資源浪費(fèi)。第二,對(duì)于那些未獲得政府補(bǔ)助的汽車制造企業(yè),一旦它們?cè)诩夹g(shù)上取得實(shí)質(zhì)性突破,就給予其高額獎(jiǎng)勵(lì),以此鼓勵(lì)企業(yè)技術(shù)創(chuàng)新。
(2)構(gòu)建良好的市場(chǎng)環(huán)境,發(fā)揮市場(chǎng)活力。第一,拓寬企業(yè)融資渠道,引入風(fēng)險(xiǎn)投資投資基金參與企業(yè)研發(fā)。發(fā)揮市場(chǎng)主體地位,使市場(chǎng)參與者之間自發(fā)形成監(jiān)督和制約機(jī)制,減少政府直接干預(yù)。第二,加大知識(shí)產(chǎn)品保護(hù)力度,確保市場(chǎng)有序競(jìng)爭(zhēng)。制定更為嚴(yán)格的知識(shí)產(chǎn)權(quán)保護(hù)法規(guī),確保汽車制造企業(yè)的創(chuàng)新成果得到充分保護(hù)。建立知識(shí)產(chǎn)權(quán)訴訟綠色通道,對(duì)侵權(quán)行為進(jìn)行嚴(yán)厲打擊,提高侵權(quán)成本。
(3)促進(jìn)產(chǎn)學(xué)研合作,優(yōu)化研發(fā)資源配置。鼓勵(lì)汽車制造企業(yè)與高校、科研機(jī)構(gòu)建立緊密的產(chǎn)學(xué)研合作關(guān)系,共享研發(fā)資源和成果。政府可以提供更多的支持政策,如稅收優(yōu)惠、科研項(xiàng)目資助等,引導(dǎo)企業(yè)加強(qiáng)與科研機(jī)構(gòu)的合作,推動(dòng)科技創(chuàng)新。同時(shí),加強(qiáng)產(chǎn)學(xué)研合作的信息溝通平臺(tái),促進(jìn)信息共享,提高研發(fā)效率。
參考文獻(xiàn)
[1]Carboni,Oliviero"A.Ramp;D"subsidies"and"private"Ramp;D"expenditures:evidence"from"Italian"manufacturing"data[J].International"Review"of"Applied"Economics,2011,25(4):419439.
[2]Martin,Hud,Katrin,et"al.The"impact"of"Ramp;D"subsidies"during"the"crisis[J].Research"Policy,2015,44(10):18441855.
[3]張輝,劉佳穎,何宗輝,等.政府補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響——基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的門檻分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2016,(12):11.
[4]Shen"X,Lin"B.Policy"incentives,Ramp;D"investment,and"the"energy"intensity"of"China′s"manufacturing"sector[J].Journal"of"Cleaner"Production,2020,255(3):120208.
[5]何凡,許世英.政府補(bǔ)助對(duì)企業(yè)自主研發(fā)投入的影響——基于生物醫(yī)藥行業(yè)的實(shí)證研究[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化,2021.
[6]Szucs"F.Do"research"subsidies"crowd"out"private"Ramp;D"of"large"firms?Evidence"from"European"Framework"Programmes[J].Research"policy,2020,49(3):103923.1103923.13.
[7]Keith,W,Chauvin,et"al.Advertising,Ramp;D"Expenditures"and"the"Market"Value"of"the"Firm[J].Financial"Management,1993,22(4):128140.
[8]Wakelin"K.Productivity"growth"andnbsp;Ramp;D"expenditure"in"UK"manufacturing"firms[J].Research"Policy,1997,30(7):10791090.
[9]Ehie"I"C,Olibe"K.The"effect"of"Ramp;D"investment"on"firm"value:An"examination"of"US"manufacturing"and"service"industries[J].International"Journal"of"Production"Economics,2010,128(1):127135.
[10]朱衛(wèi)平,倫蕊.高新技術(shù)企業(yè)科技投入與績(jī)效相關(guān)性的實(shí)證分析[J].科技管理研究,2004,(05).
[11]張儉,張玲紅.研發(fā)投入對(duì)企業(yè)績(jī)效的影響——來(lái)自2009—2011年中國(guó)上市公司的實(shí)證證據(jù)[J].科學(xué)決策,2014,(01):5472.
[12]Harris"R,Trainor"M.Capital"Subsidies"and"their"Impact"on"Total"Factor"Productivity:FirmLevel"Evidence"fromNorthern"Ireland[J].Journal"of"Regional"Science,2005.
[13]Colombo"M"G,Silvia"G,Luca"G.Public"subsidies"and"the"employment"growth"of"hightech"startups:assessing"the"impact"of"selective"and"automatic"support"schemes[J].Industrial"amp;"Corporate"Change,2013,(5):12731314.
[14]Zhang"H,Li"L,Zhou"D,et"al.Political"connections,government"subsidies"and"firm"financial"performance:"Evidence"from"renewable"energy"manufacturing"in"China[J].Renewable"Energy,2014,63:330336.
[15]Tzelepis"D,Skuras"D.The"effects"of"regional"capital"subsidies"on"firm"performance:"an"empirical"study[J].Journal"of"Small"Business"amp;"Enterprise"Development,2004,11(1):121129.
[16]Zhihua"W,Yuhui"W"U,Changqing"L"I,et"al.Who"Are"the"Winners"of"Fiscal"Subsidies?"—An"Empirical"Research"on"Listed"Companies"with"the"Concept"of"New"Energy[J].Finance"amp;"Trade"Economics,2015.
[17]European"Commission.Economics"of"Industrial"Research"and"Innovation[OL].https://iri.jrc.ec.europa.eu/data.
[18]European"Commission.The"2023"EU"Industrial"Ramp;D"Investment"Scoreboard[J].2023.
[19]任海云.公司治理對(duì)Ramp;D投入與企業(yè)績(jī)效關(guān)系調(diào)節(jié)效應(yīng)研究[J].管理科學(xué),2011,24(05):3747.
[20]羅福凱,王京.企業(yè)所得稅、資本結(jié)構(gòu)與研發(fā)支出[J].科研管理,2016,37(04):4452.
[21]Lu"W"M,Hung"S"W".Exploring"the"operating"efficiency"of"Technology"Development"Programs"by"an"intellectual"capital"perspective-A"case"study"of"Taiwan[J].Technovation,2011,31(8):374383.
[22]Sueyoshi"T,Goto"M".Can"Ramp;D"expenditure"avoid"corporate"bankruptcy?"Comparison"between"Japanese"machinery"and"electric"equipment"industries"using"DEA–discriminant"analysis[J].European"Journal"of"Operational"Research,2009,196(1):289311.
[23]Han"Y,Geng"Z,Liu"Q".Energy"Efficiency"Evaluation"Based"on"DEA"Integrated"AHP"in"Ethylene"Production[J].Chinese"Journal"of"Chemical"Engineering,2014,22(1112):12791284.
[24]盧荻,唐鸝鳴.中美制造業(yè)研發(fā)強(qiáng)度:差距、成因及政策啟示[J].經(jīng)濟(jì)學(xué)家,2023,(04):6778.