政府研发补贴促进企业创新了吗
——信号理论视角的解释

夏清华,何 丹

(武汉大学 经济与管理学院,湖北 武汉 430072)

摘 要:政府补贴能否促进企业创新一直存在争议。与以往从资源视角探讨政府补贴与企业创新关系的研究不同,基于信号理论视角,以2012—2016年沪深A股非金融类上市公司为研究样本,通过剔除非研发补贴的噪音并控制样本自选择偏误,实证检验中国转型经济背景下,政府研发补贴对企业创新的微观政策效应,以及企业层面制度因素(产权性质)和区域层面制度因素(制度环境)对该效应的调节作用。研究发现,政府研发补贴释放的积极信号能够帮助企业获取外部创新资源,有效促进企业创新;相比于国有企业,政府研发补贴对非国有企业创新的激励效应更强;制度环境越好,政府研发补贴对企业创新的激励效应越强。研究理论丰富了科技创新政策有效性和信号理论相关研究。同时,研究发现,政府应继续加大对企业创新活动的补贴额度,不断深化所有制改革,为企业创新营造良好的外部制度环境;另外,企业还应充分发挥政府研发补贴信号的杠杆效应,拓宽外部创新资源获取渠道。

关键词:政府研发补贴;产权性质;制度环境;企业创新;信号理论

Do Government Subsidies Stimulate Enterprises' Innovation——The Perspective of Signal Theory

Xia Qinghua,He Dan

(School of Economics and Management,Wuhan University,Wuhan 430072,China)

AbstractWhether government research and development subsidies promote innovation has long been controversial.With previous government subsidies from a resource perspective and the findings of a study of enterprise innovation,this article is based on signal theory angle of view,in 2012-2016 Shanghai and Shenzhen A-share non-financial listed companies as research samples,through eliminating the noise of the R&D subsidy and control samples from selection bias,the empirical test under the background of the transformation of Chinese economy,the government R&D subsidy policy on enterprise innovation of micro effects,institutional factors and the enterprise level (property rights) and regional level of institutional factors (institutional environment) on the effect of the adjustment.It is found that the positive signals released by government R&D subsidies can help enterprises to obtain external innovation resources and effectively promote enterprise innovation.Compared with state-owned enterprises,government R&D subsidies have a stronger incentive effect on innovation of non-state-owned enterprises.The better the institutional environment,the stronger the incentive effect of government R&D subsidies on enterprise innovation.This paper enriches the research on the effectiveness of scientific and technological innovation policy and signal theory.At the same time,the conclusion shows that the government should continue to increase subsidies for enterprise innovation activities,deepen ownership reform,and create a good external institutional environment for enterprise innovation.Enterprises should give full play to the leverage effect of government R&D subsidy signals and broaden the access channels of external innovation resources.

Key Words:Government R&D Subsidy; Nature of Property; Institutional Environment; Enterprise Innovation;Signal Theory

收稿日期:2019-06-20

基金项目:国家社会科学基金项目(18VSJ058);国家自然科学基金项目(71572134)

作者简介:夏清华(1963—),女,湖北武汉人,博士,武汉大学经济与管理学院教授,研究方向为企业成长、创新创业;何丹(1995—),女,湖北宜昌人,武汉大学经济与管理学院硕士研究生,研究方向为企业成长、创新创业。

DOI10.6049/kjjbydc.2019020409

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2020)01-0092-10

0 引言

企业创新是推动技术进步、促进产业转型升级、转变经济增长方式以及构建国家创新体系的主要动力来源。为建设创新型国家,我国政府先后出台了各种产业政策以加大对企业创新活动的支持力度。其中,政府补贴是激励企业自主创新最重要的政策工具之一。

然而,政府补贴能否促进企业创新,目前学术界尚未得出一致结论。部分学者认为,政府补贴通过弥补企业创新过程中的市场失灵[1]、降低企业研发投入风险与成本[2]、补偿由于技术外部性造成的创新收益损失[3],能够促进企业增加研发投入[4-6]。另一部分学者认为,政府补贴作为一种行政干预手段,损害了公平竞争的市场环境[7];同时,由于政企间存在信息不对称,企业可能会进行“寻补贴”投资[8]和策略性创新[9],将补贴资金挪作他用而非用于创新活动。因此,政府补贴会挤出企业自身研发投入,抑制企业创新[10-11]。另外,还有学者认为,政府补贴存在适度区间[8,12],在适度区间内,政府补贴具有激励效应,超过这一区间,政府补贴则具有挤占效应。

研究结论不一致,可能是由于研究视角、变量测量和研究方法等存在差异:①在研究视角上,现有研究大多基于资源基础观,分析政府补贴对企业创新资金补充的直接影响机制,少数学者开始关注政府补贴的信号作用,认为政府补贴通过释放有关企业质量的积极信号,降低企业与外部资源所有者间的信息不对称,进而帮助企业获取外部融资等创新资源,最终间接促进企业创新[13-17]。但这种信号作用是否因制度背景不同而存在差异,现有文献尚未作出解答。而中国作为一个新兴市场国家,正处于经济转型时期,具有各种所有制企业共存[18]、各地区制度环境差异大[19]等典型特征,这就使得政府补贴基于信号传递间接影响企业创新的作用机制更为复杂。因此,考察企业产权性质和制度环境对政府补贴与企业创新关系的情境作用,是评估研发补贴政策有效性的关键;②在核心变量政府补贴测量上,已有文献大都并未严格区分技术改造、科技专项、专利资助、新产品补助等政府研发补贴与环境治理、招商引资、奖励上市、社保稳岗补助等非研发补贴[20],造成研究结论混杂了非研发补贴的影响,这也可能是部分学者得出政府补贴会抑制企业创新结论的原因;③在研究方法上,企业是否获得政府补贴是非随机的[6],但大多数研究并未考虑政府补贴与企业创新可能存在的样本自选择问题,所得结论可能存在偏误。因此,政府研发补贴是否促进了企业创新,仍需要提供具有说服力的新证据进行深入研究。

鉴于此,本文基于信号理论,以2012—2016年沪深两市非金融类A股上市公司为研究样本,实证检验政府研发补贴对企业创新的微观政策效应,以及产权性质与制度环境对该影响关系的调节作用。本文贡献在于:①基于信号理论视角和微观企业样本数据,结合中国转型经济时期的特殊制度背景,探讨企业层面制度因素(产权性质)和区域层面制度因素(制度环境)对政府研发补贴与企业创新关系的调节效应,突出中国转型经济制度背景在科技创新政策中的情境作用,丰富了相关研究与经验证据;②区分政府研发补贴与非研发补贴,剔除非研发补贴对研发补贴政策效应的噪音干扰,使研究结论更具针对性和准确性;③采用倾向得分匹配法(PSM)进行稳健性检验,克服样本自选择问题,更好地揭示政府研发补贴对企业创新的净影响。

1 理论分析与研究假设

信号理论由20世纪70年代美国经济学家Spence[21]提出,之后被广泛运用于组织管理领域,用于解释组织如何通过信号传递降低信息优势和信息劣势双方间的信息不对称,即关注组织如何通过向外界传递有关组织特征的积极正面且不易被观察到的信息,以减轻信息不对称产生的负面影响[22]。信号理论认为,信号作用的大小取决于双方信息不对称程度、信号质量等因素,根据信号传递内容可分为质量信号和意图信号,前者表明组织内部不易观察的能力特征,后者表明组织行为或行为意图[23]。基于信号理论,政府研发补贴可以向外界传递有关企业内部真实质量的积极信号,提升外部资源所有者对企业质量的认知,缓解双方信息不对称,影响企业外部创新资源获取。本文重点分析政府研发补贴如何发挥信号作用并间接影响企业创新。

1.1 政府研发补贴信号作用与企业创新

由于企业与市场存在信息不对称,外部资源所有者很难观察到企业内部真实状况,导致企业获取外部融资等创新资源难度增加。对于中国这样的转型经济体而言,信息不对称问题更为严重[24]。政府研发补贴通过向外界释放积极信号,可以缓解这一信息不对称问题,帮助企业获取外部创新资源,具体而言:

(1)政府研发补贴能够释放出企业技术优势和研发项目质量信号。政府在筛选补贴对象、识别研发项目价值时具有信息优势、能力优势和独立性[13,15,25],具体体现在:政府作为不直接参与企业竞争的独立第三方,能够集中大量企业补贴申请数据、组织技术专家和行业精英组成评审小组,对企业研发水平、创新潜力及研发项目的市场价值、潜在风险等进行评估。因此,如能获得政府研发补贴,可认为企业技术创新能力和研发项目潜在商业价值等得到政府认证[26-27]。这个信号可以降低企业与外部资源所有者间的信息不对称,帮助企业获得银行信贷、风险投资等外部融资[28]、高校和科研院所人才支持等创新资源[16,29],最终促进企业创新。例如,Li等[28]对2009-2013年549家上市公司和192家非上市创新型创业公司的实证分析发现,政府研发补贴具有信号功能,能够增强对私人融资来源的吸引力,从而帮助企业获取更多银行贷款。李彰和苏竣[30]通过对2001-2006年申请国家863计划的630家企业进行研究发现,获得国家863计划研发资助能够显著增加企业外部融资。

(2)政府研发补贴能够释放出企业监管认证的信号。获得政府研发补贴意味着政府会对企业创新活动进行持续监管,以及对企业不努力行为或低努力行为采取惩罚约束,因而企业迫于监管压力,会高质量地完成研发项目[16]。这就规避了潜在的道德风险[17],向外部资源所有者传递企业具有政府监管认证的信号,使得外部资源所有者基于对政府的信任而给予其更高的信用认可[31],更愿意为其提供资源支持。

(3)政府研发补贴能够释放出企业与政府保持良好关系的信号。获得政府研发补贴的企业可以被视为积极响应政策导向,与政府关系密切[32],进而开拓企业从其它渠道获取创新资源的机会,提升企业创新水平。

基于以上分析,政府研发补贴除能直接降低企业创新成本外,还能通过向外部资源所有者释放企业技术优势和研发项目质量、监管认证以及与政府保持良好关系的信号,间接促进企业创新。据此,本文提出如下假设:

H1:政府研发补贴对企业创新具有促进作用。

1.2 产权性质的调节作用

中国企业具有特殊的产权制度背景,国有企业和非国有企业在资源禀赋上的差异导致两者面临不同的资源约束模式,进而导致两者在信号传递方面也不同。

首先,由于与政府存在天然的“政治纽带”,国有企业在内部资金、资源上明显优于非国有企业,因而面临的资源约束程度较低。同时,国有企业这种所有制优势使其能够更容易获得银行信贷等外部融资及其它创新资源[33-34]。因此,相比于非国有企业,政府研发补贴的信号作用对于国有企业而言不太重要[34]。其次,为获得政府研发补贴,国有企业可能会提供一些虚假研发信息,由于国有企业与政府关系密切,政府不仅对这些虚假信息置若罔闻,甚至在某些情况下还会帮助国有企业隐瞒事实,或者以有利于民生的名义在评估研发项目时更多地倾向于国有企业[36]。因此,国有企业政府研发补贴信号质量相对较低,由此削弱了政府研发补贴的信号作用。

与国有企业不同,非国有企业面临的资金、资源约束更为严重[37-38],且往往遭受“所有制歧视”,导致非国有企业在获取外部融资时面临更为严格的资质审查和金融歧视,增加了非国有企业外部融资难度。此时,非国有企业就特别需要通过政府这一具有公信力和权威性的第三方主体,向外界传递企业质量的积极信号,以缓解信息不对称,进而获得外部资金及利益相关者支持。此外,政府对非国有企业的补贴更多地依赖于信息收集和研发项目本身,而非政治关系[36];同时,非国有企业更加注重研发活动成果,因为一旦研发活动失败,就有可能失去公众信任和未来获得补贴的机会。因此,非国有企业政府研发补贴信号质量较高,更有利于外部投资者作出投资决策,并为其提供资金等创新资源。据此,本文提出如下假设:

H2:相对于国有企业,政府研发补贴对非国有企业创新的激励效应更强。

1.3 制度环境的调节作用

由于信号理论是基于减弱信息优势和信息劣势双方信息不对称的假设,同时信号也存在质量高低的问题[39],而在制度环境不同地区,信息不对称程度及信号质量存在差异,导致政府研发补贴的信号作用不同。

首先,从信息不对称程度看,制度环境较好意味着市场体系较为健全、金融发展水平较高、政府干预较少,知识产权保护等法律制度更加完善、中介组织运作规范。从企业自身角度看,企业更愿意对外披露创新项目研发信息,而更多信息披露能在一定程度上缓解信息不对称[27]。从外部投资者角度看,市场交易成本和风险较小,能够了解和掌握的企业信息更充分,法律对其利益的保护程度也较高,从而规避了潜在的逆向选择和道德风险问题[40]。因此,在制度环境较好地区,企业与外部投资者间的信息不对称程度较低,政府研发补贴的信号作用相对较弱。

相反,在制度环境较差地区,市场体系、法律等规章制度不完善、政府对资源的控制权较大、知识产权保护薄弱、中介组织运作不规范,导致企业面临较高的研发信息披露成本及风险,使其披露研发信息的意愿降低,进而加剧了信息不对称。对于外部投资者而言,法律对其保护程度较低,导致其面临的逆向选择和道德风险问题更为严重,同时也增加了筛选优质技术企业和研发项目信息搜寻及甄别成本。此时,政府研发补贴所释放的信号就显得非常重要,它可以传递企业技术优势、研发项目质量等积极信息,降低信息不对称,提高外部投资者为其提供创新资源的意愿,进而促进企业创新。据此,本文提出如下假设:

H3a:制度环境较差地区,政府研发补贴对企业创新的激励效应更强。

其次,从信号质量看,在制度环境较好地区,政府研发补贴释放的信号质量更高。这是因为,这些法律制度体系相对健全、信息透明度较高、信息资源更为丰富,政府能够掌握的企业信息和行业数据更为充分、全面,同时法律等规章制度对企业行为的约束作用更强,使得企业披露的研发、财务等信息可信度也较高。因此,政府通常能甄选出更为合适的补贴对象,其技术能力和创新潜力更具准确性和可靠性,失误率更低,从而更有利于外部投资者作出投资决策,为其提供创新资源。

相反,制度环境较差地区寻租空间的存在,导致政府研发补贴释放的信号质量较差,甚至可能是虚假信号。在制度环境较差地区,法律环境和金融环境相对不完善,政府对资源配置的控制权更大,企业不能通过市场机制获得创新资源,更容易发生寻租行为[41],此时政府补贴很可能成为企业寻租的对象。而当存在大量寻租机会时,政府研发补贴激励政策受到扭曲[42],获得政府研发补贴的企业可能并不意味着其技术能力和创新潜力获得政府认可,更有可能是企业寻租行为的结果。也即,在制度环境较差地区,政府研发补贴所释放的信号质量较差,外部投资者需要更加谨慎地付出更高成本再次评估这一信号,反而加剧了双方信息不对称程度,从而阻碍企业获得创新资源,不利于企业创新。卢君生等[43]研究发现,在市场运作不规范地区,政府传递的企业质量信号较弱;杨洋等[18]研究表明,要素市场扭曲程度较低地区,政府补贴信号传递作用较强。据此,本文提出如下假设:

H3b:制度环境较好地区,政府研发补贴对企业创新的激励效应更强。

2 研究设计与样本选取

2.1 样本选取与数据来源

因上市公司在2012年以前的研发支出数据存在严重的披露缺失[44],同时考虑到国家财政部于2017年颁布了新的政府补助会计准则并于2017年6月12日正式施行,因此本文采用2012—2016年沪深两市A股上市公司作为研究样本。为保证数据可靠性,本文对原始数据作了以下处理:①剔除样本区间内ST、ST*和PT企业;②剔除金融类企业;③剔除当年上市企业;④剔除主要变量数据缺失样本,最终得到2 301家上市公司共9 826个观测值。为减轻异常值的影响,对主要连续性变量在1%和99%水平上进行winsorize处理。本文财务数据和研发投入数据来源于国泰安数据库,制度环境数据来源于王小鲁等的《中国分省份市场化指数报告(2016)》[19],政府研发补贴数据从上市公司财务报表附注“营业外收入”科目下的“政府补助明细”中手工收集获得。

2.2 变量定义与测量

(1)被解释变量:企业研发投入(rd)。已有文献大多采用研发投入和专利数量作为企业创新能力的衡量指标。然而,专利数量指标对于我国独特的制度环境可能并不适用[45],主要原因如下:一是相比于发达国家,我国属于发展中国家,技术起步相对落后,企业大多通过技术模仿或技术引进开展创新活动,因而难以完全通过专利体现;二是我国知识产权保护制度尚处于不断完善阶段,企业为保护自身商业机密和避免私人创新收益受损,不会进行专利申请;三是我国专利主要分为发明专利、实用新型专利和外观设计专利3种类型,很难为其赋予不同权重以区分不同专利类型质量和影响力[46]。因此,本文采用研发投入强度衡量企业创新,将其定义为研发投入支出占期末总资产的比例。

(2)解释变量:政府研发补贴(subsidy)。为准确度量政府研发补贴对企业创新的影响,本文通过手工筛选“政府补助明细”项目获得政府研发补贴数据。查阅年报发现,2015年开始,企业年报政府补助明细项目明确指出政府补助的4种类型,包括因奖励上市而给予的政府补助;因符合地方政府招商引资等地方性扶持政策而获得的补助;因研究开发、技术更新及改造等获得的补助;因从事国家鼓励和扶持的特定行业、产业而获得的补助。 考虑到2015年之前政府补助明细项目并未按此分类,为统一筛选口径,本文结合已有文献采用的有关技术创新的关键词筛选方法[16-17],以及年报中的发放主体、发放原因和性质类型进行综合判断,区分科技专项、新产品开发奖励、技术改造、研发项目补助等政府研发补贴与招商引资、环境治理、奖励上市、国际市场开拓等非研发补助,剔除非研发补贴对研究结论的噪音干扰。

表1 政府研发补贴数据收集示例(股票代码:300193;年度:2015年)

项目编号政府补助明细补助金额(元)补助类型1专利申请资助18 6002逆变焊机产业化补贴—深圳财政委员会1 000 0003坪山生产基地信息化工程项目1 230 0004深圳市经济贸易和信息化委员会出口信用保险保费资助198 7465科技成果转化项目经费80 0006软件退税款150 984.56研发补贴7创新创业专项资金补助1 008 2008深圳市科技创新委员会2013年广东省产学研合作专项铝美合金轻质材料数字化逆变焊接设备开发及产业化资助400 0009H500多功能焊接工作站的研发与产业化项目经费400 00010重庆市中小企业国际市场开拓资金154 00011关于2013年度优化外贸出口结构资助资金5 060非研发补贴12重庆市南岸区地方税务局迎龙税务所三代手续费补贴2 24213重庆市南岸区财政局2014年第一批稳岗补贴费30 087.49

资料来源:根据企业年报整理

以2015年佳士科技股份有限公司(股票代码为300193)的政府补助明细数据为例(见表1),该公司政府补贴明细项目总计13条,政府补助金额合计4 677 920.05元,将1~9项加总合计得到政府研发补贴数额为4 486 530.56元。

(3)调节变量。本文从产权性质(state)与制度环境(market)两个方面探讨政府研发补贴对企业创新的调节作用。其中,产权性质根据公司实际控制人设置虚拟变量,实际控制人为国有股东取值为1,否则为0。制度环境采用市场化程度作为代理变量,以王小鲁等[19]计算的各省市历年市场化指数衡量。由于该数据只更新到2014年,考虑到各省份制度环境相对稳定,不会发生突变,故本文采用2010-2014年中国各省份的市场化指数近似表征样本期间中国各省份的市场化程度,将大于历年各省份市场化指数中位数的取值为1,表示高市场化程度组;否则取值为0,表示低市场化程度组。

(4)控制变量。参考已有文献[47-48],本文控制变量包括企业规模(size)、企业年龄(age)、资产负债率(lev)、企业固定资产规模(fasset)、营业收入增长率(growth)、总资产净利润率(roa)、股权集中度(share)、薪酬激励(pay)及行业(industry)和年度(year)虚拟变量,具体变量定义见表2。

表2 主要变量定义

变量类型变量名称变量代码变量定义被解释变量研发投入强度rd研发投入/总资产×100解释变量政府研发补贴强度subsidy政府研发补贴总额/总资产×100产权性质state产权性质虚拟变量,若企业为国有企业,则为1,否则为0调节变量制度环境market王小鲁等(2016)计算的各省市历年市场化指数公司规模size企业总资产的自然对数公司年龄age企业成立以来至观测年度的年数资产负债率lev企业总负债/总资产企业固定资产规模fasset固定资产/总资产控制变量营业收入增长率growth(营业总收入本年本期金额—营业总收入上年同期金额)/(营业总收入上年同期金额)总资产净利润率roa企业净利润/期末总资产股权集中度share第一大股东持股数/企业股本总数薪酬激励pay董事、监事及高管年薪总额取自然对数年度year年度虚拟变量,属于当年时取值为1;否则为0行业industry行业虚拟变量,属于该行业取值为1;否则为0

2.3 研究模型

本文构建以下模型检验政府研发补贴对企业创新的影响,以及产权性质和制度环境对该影响的调节作用。

rdit=β0+β1subsidyit+∑βk×controlsit+∑year+∑industry+εit

(1)

rdit=β0+β1subsidyit+β2stateit+β3subsidyit×stateit+βk×∑controlsit+∑year+∑industry+εit

(2)

rdit=β0+β1subsidyit+β2marketit+β3subsidyit×marketit+βk×∑controlsit+∑year+∑industry+εit

(3)

其中,i和t分别代表企业、年份,controls表示控制变量,并加入年份和行业虚拟变量。为检验产权性质和制度环境对政府研发补贴与企业创新关系的调节作用,分别引入政府研发补贴与产权性质、政府研发补贴与市场化程度的交互项。根据豪斯曼检验结果,最终采用固定效应模型。

3 实证结果分析

3.1 描述性统计分析

表3为主要变量的描述性统计分析结果。其中,企业研发投入强度均值为2.062 1%,标准差为1.810 7%,说明平均而言,上市公司研发投入强度较低且不同企业研发投入强度差异明显。政府研发补贴强度均值为0.281 6%,最小值为0,最大值为21.021 3%,说明不同企业获得的政府研发补贴差异较大。产权性质均值为0.376 3,表明样本中37.63%的企业为国有企业。市场化程度均值为7.536,标准差为1.710 2,表明中国各地区制度环境存在较大差异。

表3 主要变量描述性统计结果

变量均值中位数标准差最小值最大值rd2.062 11.730 01.810 70.000 023.104 6subsidy0.281 60.091 50.550 90.000 021.021 3state 0.376 30.000 00.484 5 0.000 01.000 0market7.536 07.830 0 1.710 2-0.300 09.950 0size22.042 721.871 91.318 516.116 728.508 7age15.546 415.000 05.497 11.000 037.000 0lev0.426 50.414 30.215 70.017 41.163 9fasset0.221 40.185 70.167 90.000 00.948 0growth0.207 40.082 01.872 3-0.918 396.023 7roa0.045 10.037 80.146 6-1.558 410.032 2share35.419 733.430 015.298 90.290 099.000 0pay15.155 515.125 10.726 710.779 018.771 5

3.2 相关性分析

表4为主要变量的Pearson相关系数。其中,企业研发投入(rd)与政府研发补贴(subsidy)在1%水平上显著正相关,初步支持H1,即政府研发补贴有利于促进企业创新。产权性质(state)与企业研发投入在1%水平上显著负相关,表明相比于国有企业,非国有企业研发投入强度更高。市场化程度(market)与企业研发投入在1%水平上显著正相关,表明制度环境越好,企业研发投入强度越大。控制变量方面,大多数控制变量与因变量在1%水平上显著相关,说明选取的控制变量具有合理性。此外,各变量间存在显著相关关系,除企业规模和薪酬激励相关系数为0.524外,其它变量间的相关系数均小于0.5,说明各变量间不存在严重的多重共线性问题。

表4 主要变量间Pearson相关系数

变量rdsubsidystatemarketsizeagerd1.000subsidy0.308∗∗∗1.000state-0.151∗∗∗-0.065∗∗∗1.000market0.162∗∗∗0.021∗∗-0.158∗∗∗1.000size-0.240∗∗∗-0.190∗∗∗0.387∗∗∗-0.035∗∗∗1.000age-0.141∗∗∗-0.090∗∗∗0.251∗∗∗-0.108∗∗∗0.148∗∗∗1.000lev-0.246∗∗∗-0.144∗∗∗0.322∗∗∗-0.133∗∗∗0.492∗∗∗0.248∗∗∗fasset-0.187∗∗∗-0.057∗∗∗0.200∗∗∗-0.178∗∗∗0.101∗∗∗0.015∗∗∗growth-0.008-0.011-0.038∗∗∗-0.0050.036∗∗∗0.032∗∗∗roa0.191∗∗∗0.050∗∗∗-0.067∗∗∗0.052∗∗∗-0.053∗∗∗-0.026∗∗∗share-0.097∗∗∗-0.098∗∗∗0.202∗∗∗0.027∗∗∗0.238∗∗∗-0.110∗∗∗pay0.122∗∗∗-0.020∗∗0.137∗∗∗0.164∗∗∗0.524∗∗∗0.055∗∗∗变量levfassetgrowthroasharepaylev1.000fasset0.086∗∗∗1.000growth0.029∗∗∗-0.046∗∗∗1.000roa-0.152∗∗∗-0.083∗∗∗0.021∗∗1.000share0.073∗∗∗0.081∗∗∗-0.017∗0.0141.000pay0.142∗∗∗-0.073∗∗∗0.0010.054∗∗∗0.032∗∗∗1.000

注:*、**、***分别表示在10%、5%和1%水平上显著

3.3 实证结果分析

表5为实证结果,所有参数的估计结果均采用异方差稳健标准误进行校正。

(1)模型1~模型5显示,政府研发补贴(subsidy)与企业研发投入(rd)显著正相关,说明政府研发补贴能够显著激励企业创新,H1得到验证。模型2和模型3置入产权性质变量(state),产权性质相关系数均在10%显著性水平上与企业研发投入强度负相关,说明相比于国有企业,非国有企业研发投入强度更高。模型4和模型5加入市场化程度(market)变量,市场化程度相关系数均为正但都不显著,说明制度环境越好,企业创新投入越多,但在统计上并不显著。控制变量方面,企业规模(size)相关系数显著为负,说明企业规模越大,企业创新投入水平越低,这可能是因为企业满足于现有经营业绩造成创新动力不足。

(2)模型3检验产权性质对政府研发补贴与企业创新关系的调节作用。模型3同时加入政府创新补贴、产权性质及两者交互项,结果显示政府研发补贴回归系数显著为正(β=0.158,p<0.01),产权性质回归系数显著为负(β=-0.190,p<0.1),两者交互项系数显著为负(β=-0.104,p<0.01)。这说明,产权性质负向调节政府研发补贴与企业创新间的关系,验证了H2,即相对于国有企业,政府研发补贴对非国有企业创新的激励效应更强。这表明,与国有企业相比,非国有企业面临更强的资源约束,对外部融资等创新资源的需求更为迫切。政府研发补贴一方面可直接缓解研发资金压力,另一方面可向外界释放企业技术能力、研发前景等积极信号,吸引外部资金、人才和技术等创新资源进入,进而促进企业创新。

(3)模型5检验制度环境对政府研发补贴与企业创新关系的调节作用。模型5同时加入政府研发补贴、市场化程度及两者交互项,结果显示政府研发补贴回归系数显著为正(β=0.047,p<0.1),市场化程度回归系数为正但不显著,两者交互项系数显著为正(β=0.143,p<0.01)。这说明,制度环境正向调节政府研发补贴与企业创新的关系,验证了H3b,但H3a未得到验证。这表明,完善的制度环境能够降低企业为缓解与外部资源所有者间信息不对称而披露自身质量和研发项目信息的专有成本。同时,低市场交易风险和成本,以及知识产权保护等法律制度对企业私人创新收益和投资者利益的有效保护,不仅能够提高企业创新投入意愿,激发企业创新动力,还能规避潜在逆向选择和道德风险,有利于企业获得外部创新支持,最终有效激励企业创新。而在制度环境较差地区,企业很有可能存在寻租行为,造成政府研发补贴释放的信号存在扭曲,低质量信号增加了企业与外部资源所有者间的信息不对称程度,阻碍了企业获取外部创新资源,抑制了企业创新。

表5 固定效应回归结果

变量被解释变量:rd模型1模型2模型3模型4模型5subsidy0.105 ∗∗∗0.105∗∗∗0.158∗∗∗0.105∗∗∗0.047∗(5.33)(5.33)(5.64)(5.33)(1.85)state-0.224∗-0.190∗(-2.26)(-1.90)subsidy∗state-0.104∗∗∗(-2.66)market0.1970.163(1.56)(1.29)subsidy∗market0.143∗∗∗(3.60)size-0.713∗∗∗-0.713∗∗∗-0.710∗∗∗-0.717∗∗∗-0.711∗∗∗(-23.48)(-23.48)(-23.32)(-23.42)(-23.43)age0.0090.0090.0080.0090.009(1.40)(1.40)(1.36)(1.44)(1.44)lev0.190∗0.197∗0.195∗0.191∗0.184∗(1.88)(1.95)(1.93)(1.89)(1.83)fasset0.517∗∗∗0.524∗∗∗0.523∗∗∗0.522∗∗∗0.519∗∗∗(3.75)(3.81)(3.80)(3.79)(3.77)growth0.021∗∗0.021∗∗0.022∗∗0.021∗∗0.021∗∗(2.42)(2.42)(2.48)(2.42)(2.37)roa0.952∗∗∗0.943∗∗∗0.932∗∗∗0.956∗∗∗0.960∗∗∗(5.34)(5.30)(5.24)(5.37)(5.40)share0.000 40.000 20.000 20.000 40.000 4(0.22)(0.14)(0.13)(0.24)(0.20)pay0.307∗∗∗0.304∗∗∗0.303∗∗∗0.306∗∗∗0.307∗∗∗(9.36)(9.29)(9.28)(9.37)(9.41)常数项11.672∗∗∗11.774∗∗∗11.516∗∗∗12.200∗∗∗11.509∗∗∗(11.05)(11.14)(10.86)(16.93)(10.86)Year控制控制控制控制控制Industry控制控制控制控制控制N9 8269 8269 8269 8269 826F值37.23∗∗∗35.91∗∗∗34.78∗∗∗35.78∗∗∗34.93∗∗∗Within R20.102 40.103 10.103 90.102 70.104 3

注:括号内为t统计值

3.4 稳健性检验

(1)双向因果内生性检验。由于高研发有可能带来高补贴[49],为缓解政府研发补贴与企业创新间可能存在的双向因果内生性问题,本文选取滞后一期政府研发补贴强度作为工具变量,采用两阶段最小二乘法(2SLS)对模型1、模型4和模型7进行稳健性检验(见表6)。结果表明:政府研发补贴系数均在1%水平上显著为正,政府研发补贴与产权性质交互项系数显著为负(β=-0.159,p<0.05),政府研发补贴与市场化程度交互项系数显著为正(β=0.275,p<0.01),与表5回归结果一致,表明研究结论具有稳健性。

(2)样本选择偏误内生性检验。政府在选择补贴对象上存在较高的自选择性[50],政府补贴并非随机分配,因此存在样本选择偏误问题。为更好地揭示政府研发补贴对企业创新的净影响,本文采用倾向得分匹配法(PSM)进行稳健性检验。PSM主要分为3步:

表6 采用工具变量法的2SLS估计结果

变量被解释变量:rd(1)(2)(3)subsidy1.217∗∗∗1.300∗∗∗0.971∗∗∗(20.11)(16.33)(11.67)state-0.079(-1.57)market0.150∗∗∗(3.55)subsidy∗state-0.159∗∗(-1.98)subsidy∗market0.275∗∗∗(4.24)controls控制控制控制Year&Industry控制控制控制N7 6227 6227 622F值132.41∗∗∗ 122.18∗∗∗ 126.37∗∗∗ R2 0.307 7 0.298 80.286 1

注:括号内为z统计值;以上3个模型中2SLS工具变量均能通过低识别(under-identification )和弱识别(weak-identification)检验

第一,选择影响企业获得政府研发补贴的协变量(所有控制变量和行业、年份虚拟变量),采用logistic 模型估计企业可能获得政府研发补贴的倾向得分。

P(Xit)=P(subsidy=1|Xit)=E(subdisy|Xit)

第二,进行倾向得分匹配。将是否获得政府研发补贴样本分为两组,获得政府创新补贴取值为1,设为处理组(treat=1);未获得政府研发补贴取值为0,设为控制组(treat=0)。采用最近邻匹配方法对获助和非获助企业估计得到的倾向得分进行匹配。

第三,根据匹配后样本计算平均处理效应(ATT),检验匹配后处理组和控制组在创新投入上的差异。

表7为匹配后的平衡性假设检验结果。根据Rosenbaum&Rubi[51]的观点,如果匹配后变量标准化偏差绝对值小于20,则认为匹配效果较好。从中可见,几乎所有协变量匹配后的标准偏差均在5%以内(薪酬激励变量匹配后的标准化偏差为5.1%),说明匹配效果较好。此外,根据T检验,除薪酬激励变量外,其它变量匹配前实验组与控制组均值存在显著差异,而匹配后两组均值差异在统计上不再显著。这表明,匹配满足了平衡性假设检验要求,倾向得分匹配后结果可信。

表7 倾向得分匹配模型平衡性检验结果

变量样本均值标准偏差(%)T检验实验组控制组T值p值size匹配前21.915 022.613 0-48.8-16.880.000匹配后21.919 021.897 01.51.180.239age匹配前14.761 015.390 0-11.8-3.540.000匹配后14.764 014.837 0-1.4-0.920.358lev匹配前0.394 240.476 87-39.0-12.120.000匹配后0.394 170.391 271.40.920.360fasset匹配前0.218 320.233 90-9.6-3.140.002匹配后0.218 800.218 550.90.690.489growth匹配前0.179 150.256 84-3.2-1.430.152匹配后0.179 620.208 42-1.2-1.010.311roa匹配前0.045 650.043 922.60.820.413匹配后0.045 620.047 23-2.4-1.560.119 share匹配前34.645 039.655 0-32.0-10.100.000匹配后34.662 034.852 0-1.2-0.840.402pay匹配前15.150 015.268 0-16.1-5.130.000匹配后15.147 015.109 05.13.480.000

表8为政府研发补贴对企业创新影响的平均处理效应。可以看出,企业研发投入强度(rd)匹配后实验组均值为2.129 1,控制组均值为1.891 9,ATT平均处理效应为0.237 2,且在1%水平上通过稳健性检验,估计系数符号和显著性水平均未发生根本性改变,与主回归部分结果一致。这说明,在控制企业其它主要变量影响后,获得政府研发补贴的企业研发投入水平比与之相匹配的未获得政府研发补贴的企业研发投入水平平均高0.237 2,意味着考虑可能存在的样本选择偏误问题后,政府研发补贴对企业创新仍具有激励作用。

表8 倾向得分匹配平均处理效应

变量样本实验组控制组ATT值标准误t值rd匹配前2.128 81.480 90.647 90.059 910.81∗∗∗匹配后2.129 11.891 90.237 20.074 53.18∗∗∗

4 研究结论与展望

4.1 结论

中国正处于经济转型重要时期,提高企业自主创新能力对推动产业结构转型升级、促进经济高质量发展、建设创新型国家和世界科技强国具有重要意义。本文从信号理论视角出发,基于2012—2016年沪深两市非金融类A股上市公司微观企业样本,在剔除非研发补贴噪音和控制样本自选择偏误的内生性后,实证研究发现:政府研发补贴通过释放有关企业技术质量、监管认证以及与政府保持良好关系的积极信号,能够降低企业与外部资源所有者间的信息不对称,帮助企业获取外部融资等创新资源,从而有效促进企业创新。这一结论支持了政府研发补贴“挤入效应”假说,而非挤出效应。如Boeing[10]基于中国2001-2006年沪深A股上市公司数据实证研究发现,政府研发补贴会抑制企业创新。进一步分析发现,在当前中国特殊的转型经济制度背景下,政府研发补贴对企业创新的微观政策效应还受到企业所有权性质和区域制度环境的影响。具体而言:相比于国有企业,政府研发补贴对非国有企业创新的激励作用更强;制度环境越好,政府研发补贴对企业创新的激励效应越强。

本文研究结论为政府补贴促进企业创新提供了新的经验证据。首先,本文基于信号理论视角,探讨政府研发补贴对企业创新的微观政策效应,以及企业层面制度因素(产权性质)和区域层面制度因素(制度环境)对政府研发补贴与企业创新关系的调节效应,突出了中国转型经济制度背景在科技创新政策中的情境作用,丰富和拓展了创新政策有效性相关研究及经验证据。其次,在核心变量测量上,与以往研究以公司年报中政府补贴总额衡量政府研发支持行为不同,本文通过手动搜集政府补贴明细数据,严格区分政府研发补贴和非研发补贴,剔除非研发补贴的噪音干扰,为更有针对性、更准确直接地评价政府研发补贴政策效应提供了新实证证据支撑。最后,本文采用倾向得分匹配法进行内生性检验,同时控制可观测因素和不可观测因素引起的样本选择偏误,避免了由于不考虑没有获得政府研发补贴企业导致政策效应被高估或低估的问题,从而更好地揭示了政府研发补贴对企业创新的净影响,得出的研究结论更可靠。

4.2 启示

(1)对于政府而言:①目前,中国大部分企业面临着内部创新动力不足、外部创新资金不足的双重困境,并且与一些发达国家相比,中国在政府科技投入规模上尚存在较大差距。因此,政府应继续扩大研发补贴规模,关注政府研发补贴对企业创新行为的间接影响,有效发挥政府研发补贴信号的杠杆作用,引导外部创新资源集聚,激励企业进行研发创新;②政府应更加重视非国有企业研发活动,补贴政策可以向高质量的非国有企业研发项目倾斜,并且逐步消除非国有企业在金融信贷、财税政策等方面的歧视,引导社会创新资源向非国有企业集聚。同时,还应改善国有企业管理机制,引导其在市场竞争压力中提升自身创新水平;③政府研发补贴政策对企业创新激励作用的有效发挥,还依赖于外部制度环境的有效配合。因此,政府应从宏观层面上不断推进市场化进程,完善知识产权保护制度,健全金融信用支持体系,为企业创新能力提升创造良好的外部环境。

(2)对于企业而言:①企业可以将获得政府研发补贴作为获取更多外部创新资源的一种战略,通过政府研发补贴信号的“自我展示”,吸引银行贷款、风险投资、高校和科研院所技术人才等外部创新要素进入,提升自主创新能力;②为有效发挥政府研发补贴信号作用的杠杆效应,企业应主动关注和了解政府研发补贴支持政策,并在自身能力范围内积极响应,通过向政府提交自身技术创新能力和研发项目的真实信息,提高获取政府研发补贴的可能性,降低外部投资者二次评估政府研发补贴信号质量的甄选成本,以更好地获取外部资源所有者的创新支持。

4.3 研究不足与展望

本文研究还存在以下不足:①在核心变量测量上,本文严格区分了政府研发补贴和非研发补贴,但并未探讨其它类型政府研发补贴对企业创新微观政策效应的异同。从信号理论视角看,相比于中央政府,地方政府更具有信息优势,因为地方政府可通过分配土地资源和监督合规情况,与当地企业建立更为紧密的联系[28],这必然使更多有关企业研发的信息流向地方政府。因此,外部投资者可能认为地方政府研发补贴信号质量比中央政府更高,进而通过外部融资对企业创新产生不同影响。因此,未来可比较研究中央政府和地方政府两种不同类型研发补贴对企业创新的微观政策效应,为政府制定和设计提高补贴精准性的政策提供实证数据支撑;②本文采用的是上市公司微观企业样本,而相比于上市公司,非上市公司由于并无披露财务和研发信息的强制规定,其与外部投资者间的信息不对称更为严重。因此,未来研究可从政府研发补贴发挥信号作用进而间接影响企业创新的理论逻辑出发,探讨对于非上市公司而言这一间接影响机制是否有效及其可能存在的情境因素,这对于释放研发补贴政策效应、提升全社会企业自主创新能力具有重要意义;③本文聚焦于探讨企业所有权性质和制度环境两个制度背景因素的调节效应,而政府补贴基于信号传递间接影响企业创新的作用机制必然还受到其它情境因素的影响,如市场中介机构规范程度对外部投资者判断政府研发补贴信号质量同样具有重要作用[43],因此有待深入研究。

参考文献:

[1] CZARNITZKI D,HANEL P,ROSA J M.Evaluating the impact of R&D tax credits on innovation: a microeconometric study on Canadian firms[J].Research Policy,2011,40(2): 217-229.

[2] GUO D,GUO J,JIANG K.Government subsidized R&D and innovation outputs: an empirical analysis of China's innofund program[J].Stanford Center for International Development,Working Paper Series,2014,494.

[3] KANG K N,PARK H.Influence of government R&D support and inter-firm collaborations on innovation in Korean biotechnology SMEs[J].Technovation,2012,32(1): 68-78.

[4] BRONZINI R,IACHINI E.Are incentives for R&D effective evidence from a regression discontinuity approach[J].American Economic Journal: Economic Policy,2014,6(4): 100-134.

[5] JAFFE A B,LE T.The impact of R&D subsidy on innovation: a study of New Zealand firms[R].National Bureau of Economic Research,2015.

[6] 章元,程郁,佘国满.政府补贴能否促进高新技术企业的自主创新?——来自中关村的证据[J].金融研究,2018,460(10): 123-140.

[7] 冯宗宪,王青,侯晓辉.政府投入、市场化程度与中国工业企业的技术创新效率[J].数量经济技术经济研究,2011,28(4):3-17+33.

[8] 毛其淋,许家云.政府补贴对企业新产品创新的影响——基于补贴强度 “适度区间” 的视角[J].中国工业经济,2015(6): 94-107.

[9] 黎文靖,郑曼妮.实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4):60-73.

[10] BOEING P.The allocation and effectiveness of Chinas R&D subsidies-evidence from listed firms[J].Research policy,2016,45(9): 1774-1789.

[11] HOWELL S T.Financing innovation: evidence from R&D grants[J].American Economic Review,2017,107(4): 1136-64.

[12] 张辉,刘佳颖,何宗辉.政府补贴对企业研发投入的影响——基于中国工业企业数据库的门槛分析[J].经济学动态,2016(12): 28-38.

[13] LERNER J.When bureaucrats meet entrepreneurs: the design ofeffective public venture capital'programmes[J].The Economic Journal,2002,112(477): F73-F84.

[14] FELDMAN M P,KELLEY M R.The ex-ante assessment of knowledge spillovers: government R&D policy,economic incentives and private firm behavior[J].Research policy,2006,35(10): 1509-1521.

[15] KLEER R.Government R&D subsidies as a signal for private investors[J].Research Policy,2010,39(10): 1361-1374.

[16] 王刚刚,谢富纪,贾友.R&D补贴政策激励机制的重新审视——基于外部融资激励机制的考察[J].中国工业经济,2017(2):60-78.

[17] 郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018(9):98-116.

[18] 杨洋,魏江,罗来军.谁在利用政府补贴进行创新——所有制和要素市场扭曲的联合调节效应[J].管理世界,2015(1):75-86+98+188.

[19] 王小鲁,樊纲,余静文.中国分省份市场化指数报告 (2016)[R].2017: 210-215.

[20] 彭红星,毛新述.政府创新补贴、公司高管背景与研发投入——来自我国高科技行业的经验证据[J].财贸经济,2017,38(3):147-161.

[21] SPENCE M.Signaling in retrospect and the informational structure of markets[J].American Economic Review,2002,92(3): 434-459.

[22] 李颖,赵文红,薛朝阳.创业导向、社会网络与知识资源获取的关系研究——基于信号理论视角[J].科学学与科学技术管理,2018,39(2):130-141.

[23] STIGLITZ J E.The contributions of the economics of information to twentieth century economics[J].The quarterly Journal of Economics,2000,115(4): 1441-1478.

[24] WEI J,ZUO Y.The certification effect of R&D subsidies from the central and local governments: evidence from China[J].R&D Management,2018,48(5): 615-626.

[25] MEULEMAN M,DE MAESENEIRE W.Do R&D subsidies affect SMEs' access to external financing[J].Research Policy,2012,41(3): 580-591.

[26] COLOMBO M G,CROCE A,GUERINI M.The effect of public subsidies on firms′ investment-cash flow sensitivity: transient or persistent[J].Research Policy,2013,42(9): 1605-1623.

[27] 李莉,高洪利,陈靖涵.中国高科技企业信贷融资的信号博弈分析[J].经济研究,2015,50(6):162-174.

[28] LI L,CHEN J,GAO H,et al.The certification effect of government R&D subsidies on innovative entrepreneurial firms'access to bank finance: evidence from China[J].Small Business Economics,2019,52(1): 241-259.

[29] CASSIMAN B,VEUGELERS R.In search of complementarity in innovation strategy: internal R&D and external knowledge acquisition[J].Management science,2006,52(1): 68-82.

[30] 李彰,苏竣.政府研发资助信号功能的实证研究: 基于 863 计划的分析[J].中国软科学,2017 (2): 54-65.

[31] MONTMARTIN B,HERRERA M.Internal and external effects of R&D subsidies and fiscal incentives: Empirical evidence using spatial dynamic panel models[J].Research Policy,2015,44(5): 1065-1079.

[32] 伍健,田志龙,龙晓枫,等.战略性新兴产业中政府补贴对企业创新的影响[J].科学学研究,2018,36(1):158-166.

[33] LUO Y,ZHAO H,WANG Y,et al.Venturing abroad by emerging market enterprises[J].Management International Review,2011,51(4): 433.

[34] 胡亚茹,陈丹丹,刘震.融资约束,企业研发投入的周期性与平滑机制——基于企业所有制视角[J].产业经济研究,2018 (2): 78-90.

[35] PENG M W,TAN J,TONG T W.Ownership types and strategic groups in an emerging economy[J].Journal of Management Studies,2004,41(7): 1105-1129.

[36] WU A.The signal effect of government R&D subsidies in China: does ownership matter[J].Technological Forecasting and Social Change,2017,117(4): 339-345.

[37] 肖晶.中小金融机构的发展缓解了中小企业融资约束吗?——基于地区制度环境差异化的研究[J].金融论坛,2016,21(2): 58-70.

[38] 王进富,张耀汀.企业所有权视角下融资活动与研发创新互动关系研究[J].科技进步与对策,2019,36(8): 83-92.

[39] CONNELLY B L,CERTO S T,IRELAND R D,et al.Signaling theory: a review and assessment[J].Journal of management,2011,37(1): 39-67.

[40] 高艳慧,万迪昉,蔡地.政府研发补贴具有信号传递作用吗?——基于我国高技术产业面板数据的分析[J].科学学与科学技术管理,2012,33(1):5-11.

[41] 李雪灵,张惺,刘钊,等.制度环境与寻租活动:源于世界银行数据的实证研究[J].中国工业经济,2012(11):84-96.

[42] GILL I,KHARAS H.An east Asian renaissance: ideas for economic growth [J].Asian-Pacific Economic Literature,2008,22(2).

[43] 卢君生,张顺明,朱艳阳.高新技术企业认证能缓解融资约束吗[J].金融论坛,2018,23(1):52-65.

[44] 龙小宁,林志帆.中国制造业企业的研发创新:基本事实、常见误区与合适计量方法讨论[J].中国经济问题,2018(2):114-135.

[45] 张杰,郑文平,翟福昕.竞争如何影响创新:中国情景的新检验[J].中国工业经济,2014(11):56-68.

[46] 何玉润,林慧婷,王茂林.产品市场竞争、高管激励与企业创新——基于中国上市公司的经验证据[J].财贸经济,2015(2):125-135.

[47] 柳光强.税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J].管理世界,2016(10):62-71.

[48] 余明桂,范蕊,钟慧洁.中国产业政策与企业技术创新[J].中国工业经济,2016(12):5-22.

[49] 康志勇,汤学良,刘馨.“鱼与熊掌能兼得”吗——市场竞争、政府补贴与企业研发行为[J].世界经济文汇,2018(4):101-117.

[50] 孔东民,刘莎莎,王亚男.市场竞争、产权与政府补贴[J].经济研究,2013,48(2):55-67.

[51] ROSENBAUM P R,RUBIN D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika,1983,70(1):41-55.

(责任编辑:王敬敏)