政府补贴对军民融合企业创新的影响
——基于动态面板模型

孔昭君,张宇萌

(北京理工大学 国民经济动员教育培训中心,北京 100081)

摘 要:为推进军民融合创新发展、优化政府资源配置,研究政府补贴对军民融合企业创新的影响具有现实价值。选取2007—2018年127家军民融合企业样本进行实证研究,纳入地方财政科技支出作为调节变量,以企业寻租变量作为政府补贴的外生工具变量,构建政府补贴对军民融合企业创新投入影响的动态面板模型。使用差分GMM法进行回归估计,结果显示,军民融合企业往期研发投入对当期研发投入有影响,政府补贴对军民融合企业研发投入具有正向影响,地方财政科技支出对政府补贴的正向影响具有放大效应。在实证研究基础上,为促进军民融合协同创新提出政策建议。

关键词:军民融合;企业研发投入;政府补贴;动态面板模型

An Analysis of the Influence of Government Subsidies on the Innovation of Military-Civil Integration Enterprises:based on the Dynamic Panel Model

Kong Zhaojun, Zhang Yumeng

(National Economy Mobilization Education and Training Center, Beijing Institute of Technology, Beijing 100081, China)

AbstractIn order to deepen military-civilian integration and optimize resource allocation, it is of great practical significance to study the impact of government subsidies on the innovation of military-civilian integration enterprises.This paper selects samples of 127 military-civilian integration enterprises from 2007 to 2018 for empirical research, constructs a dynamic panel model of the impact of government subsidies on innovation input of military-civilian integration enterprises, and includes local financial expenditure on science and technology as a moderating variable.In order to solve the endogeneity problem, the rent-seeking variable of enterprises was constructed as the exogenous instrumental variable of government subsidy, and the difference GMM method was used to estimate it.The regression results show that the previous R&D investment of military-civilian integration enterprises has some influence on the current R&D investment, the government subsidy has a positive influence on the R&D investment of military-civilian integration enterprises, and the local finance science and technology expenditure has a magnifying effect on the positive influence of government subsidy.On the basis of empirical research, this paper puts forward policy suggestions for promoting the collaborative innovation of military-civilian integration.

Key Words:Military-Civilian Integration; R&D Investment; Government Subsidies; Dynamic Panel Model

收稿日期:2020-04-07

修回日期:2020-06-04

基金项目:国家自然科学基金应急项目(71841051)

作者简介:孔昭君(1963—),男,黑龙江海伦人,博士,北京理工大学管理与经济学院国民经济动员教育培训中心教授、博士生导师,研究方向为国民经济动员学;张宇萌(1997—),女,天津人,北京理工大学管理与经济学院国民经济动员教育培训中心硕士研究生,研究方向为国民经济动员学。

DOI10.6049/kjjbydc.2020040178

开放科学(资源服务)标识码(OSID):

中图分类号:E0-054

文献标识码:A

文章编号:1001-7348(2021)01-0095-09

0 引言

当前,中国逐渐进入“经济发展新常态”,创新驱动发展战略已经成为我国优化经济结构、提高综合国力的重要布局。提高全社会创新水平,必须破除一切制约创新的思想障碍和制度藩篱,通过国家发展全局层面的改革充分释放创新活力。统筹推进军民融合协同创新,就是一条破除藩篱、释放活力的战略性路径。企业是军民深度融合和科技创新的核心主体,军民融合企业创新势必能为经济发展提供新的增长点。

政府补贴往往被视作激励企业创新的重要手段,但其对军民融合企业的影响如何,经济学研究尚未给出答案。为了高效推进军民融合创新发展,优化政府资源配置,有必要对政府补贴与军民融合企业创新活动的关系进行实证研究。

1 文献综述

对于财政补贴与企业创新的关系,现有研究结论莫衷一是,大部分认为,政府补贴会产生挤入效应,刺激企业增大研发投入;一部分认为,政府补贴对企业创新起抑制作用;还有一部分认为,财政补贴与企业创新之间是不确定的非线性关系。赵中华等[1]基于2009—2012年我国22家上市军工企业面板数据进行研究,发现技术溢出严重损害了军工企业创新研发动力,政府补贴则对技术创新研发起微弱促进作用,因为政府补贴是有限且严格的;Buchmann等[2]评估德国生物技术产业中个人和合作研究补贴的有效性,发现补贴确实会引发更多研发努力;马克和等[3]基于2012—2016年创业板上市公司数据进行研究,发现财政补贴能释放积极信号,激发企业创新投入热情,但效果在不同地区和行业有所差异;Wallsten&Scott[4]提出,政府补贴和企业研发之间可能存在互为因果关系,并以小型企业创新研究项目(SBIR)中的企业数据为样本进行实证研究,发现雇员数量和研发投入更多的企业会获得更多政府补贴,而政府补贴对企业研发投入起抑制作用;任跃文[5]以研发投入、研发人员、专利申请量构建随机前沿生产函数模型测度企业创新效率发现,政府补贴对企业创新效率总体起抑制作用,但该影响存在双层门槛效应,当政府补贴力度介于0~0.000 5之间时能达到较好效果。

研究政府补贴对军民融合企业创新活动的影响,不得不考虑内生性问题,因为企业所获补贴与其研发投入很可能相互影响,即企业研发投入越大得到的政府补贴越多,导致自变量和因变量存在互为因果关系。上述情况下,如果找到一个工具变量剔除自变量中与扰动项相关的部分,只保留纯粹外生部分,就能解决内生性问题。工具变量必须满足与自变量强相关、与因变量不相关两个条件,寻找合适的工具变量是实证研究的难题。笔者发现,业内学者普遍认为企业会通过寻租行为建立“政治联系”,这一行为的主要目的就是为了获得更多政府补贴。Hillman & Hitt[6]认为,企业通过建立政治关联获得创新所需的市场准入资格、政策信息和研发补贴;杨筠等[7]基于2011—2015年中国中小企业板民营上市公司数据,发现企业寻租促成政治关联,能多获得约500万元的政府补贴;邓若冰等[8]认为,企业通过寻租影响政府决策,政府往往会为自身目标而模糊补贴标准。特别是当政府评估能力较弱且与企业间存在信息不对称时,企业寻租空间的存在导致政府补贴资源误配。

总结已有研究成果发现,企业寻租行为可以直接影响政府补贴获取,而不与企业研发投入直接相关。因此,将其作为政府补贴的工具变量是比较适宜的。笔者认为,该工具变量也适用于军民融合企业这一研究对象,因为寻租行为在“民参军”企业和军工企业中普遍存在。在中国经济转型背景下,民营企业往往热衷于通过各种寻租行为建立政治联系,谋取更多政府补贴之类的资源。对很多“民参军”企业来说,军民融合正是通过正当途径建立“政治联系”的绝好机会,通过跻身军民融合企业在政府面前“挂号”的寻租意义,甚至远大于通过接手军工项目获利的经济意义。因此,当其获得军民融合资质后,更不会放弃利用寻租行为获取更多政府补贴的机会。李雷雷[9]认为,自20世纪“军转民”热潮掀起后,国防军工领域经历了一系列改制,早年间生产服从计划、利润得到保障、不计成本、无需竞争的生态已不复存在。通过寻租行为攫取政府补贴,并尽可能地在缩减的军品市场中占据更大份额,是很多军工企业的惯常举措;哈特利[10]在其著作中阐述了一个苏联军转民过程中的案例,军工企业服从了转产民品指令,却故意使用特殊钢材制造昂贵而沉重的婴儿车,证明自身没有在民品市场中生存的竞争力,从而继续游说政府以期获得更多军品订单和政府补贴。通过加入企业寻租这一工具变量,可以滤去自变量中与扰动项相关的部分,从而对政府补贴与军民融合企业创新的关系作出准确估计。

2 理论分析与研究假设

2.1 政府补贴与企业创新

企业创新往往伴随着技术溢出,即某企业创新研发成果带动其它企业技术进步或地区生产力发展,对社会产生经济外部效应,而该企业却无法获取其中全部收益。虽然技术溢出对社会整体有益,但对企业个体而言,可能意味着研发成果正外部性所带来的利益损失[11]。政府对企业进行补贴的意义,不仅在于给予其前期投入的资金支持,也在于激励企业保持研发投入的积极性。因此,理论分析认为,政府补贴能对企业创新投入起正向刺激作用。

2.2 军民融合企业创新的特殊性

军民融合企业创新同样符合上述普遍逻辑,但又具有自身特殊性。企业的根本目的在于盈利,对于普通企业来说,依靠创新增强自身竞争力、占据市场是获得盈利的关键,为此承受技术溢出的负效应也是可以接受的;对于军民融合企业来说,维持现有技术优势和资源、保持紧密的“政治联系”可能是更关键的目标。由于历史原因,军工科技与民用科技曾经长期分离,军民融合创新概念本质上就是促使军工和民用先进技术溢出,从而推动技术进步和创新增长。事实上,改制之后很多军工企业仍不能完全适应市场竞争,参与军民融合创新、打破技术壁垒意味着失去“军工”保护罩下的领军优势。因此,这些企业更加难以承受技术溢出带来的冲击。有些“民参军”企业通过军民融合平台获得建立“政治联系”的机遇,因而更倾向于垄断现有技术优势以维持军民融合企业资质,不愿承担技术溢出带来的竞争风险。军工产品和军民两用技术意味着巨额的前期研发投入,也使得技术溢出的损失更加严重。总体而言,创新投入给军民融合企业带来的技术溢出负效应,比普通企业更大。依据上述理论分析,建立一个简单的逆向选择模型作进一步探讨。假设政府与一个普通企业和一个军民融合企业分别签订两个创新项目合同,企业付出的创新投入为r,政府通过该项目所能获得的效益与创新投入相关,即为∏(r),假设∏'(r)>0,∏''(r)<0。普通企业和军民融合企业的区别在于创新技术溢出负效用不同,普通企业承受的负效用为v(r),军民融合企业承受的负效用为kv(r),k>1,即当两种企业付出同等程度的创新投入时,军民融合企业实际承受的代价更大。普通企业表示为C,军民融合企业表示为M,政府补贴表示为s,则两者承接各自创新项目的效用分别为:

UC(s,r)=u(s)-v(r)

(1)

UM(s,r)=u(s)-kv(r)

(2)

政府通过这两个项目所获得的效益均为:

B(r,s)=∏(r)-s

(3)

如果政府和普通企业签订合同,那么需要求解如下问题:

Max[r,s]∏(r)-s

(4)

(5)

相应地,为普通企业设计的合同为(sM*,rM*),具有如下特性:

(6)

(7)

式(6)是参与约束,式(7)是效率条件,要求普通企业和政府的创新投入与报酬的边际替代率相等。类似地,为军民融合企业设计的合同为(sM*,rM*),具有如下特性:

(8)

(9)

为不同类型企业设计的最优合同如图1所示。可以发现,在边际替代曲线和参与约束曲线的交点可以得到两种类型企业的最优合同(sM*,rM*)、(sM*,rM*),其中rM*<rC*,sM*与sC*的大小则不确定。上述理论分析说明,由于军民融合企业的特殊性,其创新动力低于普通企业,同等程度的政府补贴可能无法对其起到与普通企业相同的激励作用。政府补贴对军民融合企业创新投入的影响与普通企业不同,无法通过一般推导确定。因此,有必要进行实证研究。

图1 军民融合企业与普通企业逆向选择模型

2.3 政府补贴与军民融合企业创新投入

如上文分析,军民融合企业不愿承担技术溢出风险且自身创新动力不足是亟待正视的问题,而发放政府补贴不失为提高创新投入积极性、减轻技术溢出负担的良策。尽管军民融合企业具有自身特殊性,但仍是市场经济主体的一部分,符合一般经济规律。因此,可以假设认为,补贴性财政支出对于军民融合企业同样能发挥一定的“挤入效应”,刺激军民融合企业增加创新投入。此外,在国防建设和经济建设长期分立背景下,军工企业与非军工企业间的差异很难消除。尽管同属于军民融合企业,但从事军工生产的企业常常由政府直接控制和扶持,具有天然政治联系,在获得政府补贴方面更具优势。由于边际递减效应,政府补贴对军工企业研发投入的刺激可能逐渐减弱。而非军工企业一般通过中标军民两用技术项目而跻身军民融合企业,政府补贴对其研发活动具有更重要的支持意义。通过理论分析,本文提出以下研究假设:

H1:政府补贴起到“挤入效应”,即政府补贴与军民融合企业创新投入正相关。

H2:政府补贴对军工企业的正向影响作用较小,对非军工企业的正向影响较大。

2.4 地方财政科技支出的调节效应

地方财政科学技术支出很大程度上可以反映政府对本地科技创新的重视程度及资金扶持能力。地方政府重视科技创新工作,并具备投资和扶持创新活动的经济实力,有利于营造浓厚的创新氛围,营造充满活力的经济环境,从而提升当地企业竞争意识和研发动力。当企业处于竞争激烈、创新氛围浓厚的环境时,会更倾向于将其所获得的政府补贴投入到研发活动中,政府补贴就会对企业创新活动产生更强烈的激励作用[12]。因此,地方财政科技支出对政府补贴的正向影响具有放大效应,即地方财政科技支出越多,政府补贴促进企业研发投入提升幅度越大。因此,本文提出以下研究假设:

H3:随着地方财政科技支出增多,政府补贴对军民融合企业创新活动投入的正向影响增大。

3 模型设计

3.1 样本选择与数据处理

样本企业选自同花顺数据中心军民融合概念板块中的上市公司,剔除数据严重缺失企业,剩余127家企业。鉴于2007年中共十七大报告中正式提出“走出一条中国特色军民融合式发展路子”的战略思想,标志着中国迈向“军民融合”阶段,本文选取2007—2018年面板数据作为研究样本。原始数据来自于锐思(RESSET)数据库、国泰安数据库(CSMAR)和国家统计局。为避免异常值对回归结果产生负向影响,对全部数据进行1%和99%缩尾(Winsorize)处理。为避免多重共线性,在构建解释变量与调节变量的交互项时对数据进行中心化处理。

3.2 动态面板模型构建

在创新领域,研发投入容易受过去研发积累的影响,而动态反馈机制可以考虑过去因素对当前的影响。因此,动态面板模型在创新领域的应用非常广泛[13]。借鉴以往学者的做法,本文构建动态面板模型进行实证研究,将被解释变量研发投入的滞后项引入模型。一般地,动态面板模型如式(10)所示。

Yi,t=αYi,t-1+βXi,t+ui+εi,t(i=1,...,N;t=1,...,T)

(10)

其中,it为横截面维度与时间维度,ui是个体i的固定效应,εi,t为误差项,|α|<1。为研究政府补贴和军民融合企业研发投入的关系,构建多元回归模型如式(11)所示。

Rdsri,t=α0+α1Rdsri,t-1+α2Subri,t+∑αθControlsi,t+ui+εi,t

(11)

其中,企业研发投入变量Rdsr为被解释变量,其滞后项Rdsrt-1为解释变量,政府补贴变量Subr为核心解释变量,∑Controls为控制变量的集合,α0~θ分别为截距项、解释变量、控制变量的回归系数,ui为企业个体异质性截距项,εi,t为随时间和个体变化的扰动项,i为不同军民融合企业,t为不同年份。此外,为检验地方财政科技支出对政府补贴作用的调节效应,在以政府补贴变量为解释变量的基础上,加入政府补贴与地方财政科技支出的交乘项构建多元回归模型。

Rdsri,t=β0+β1Rdsri,t-1+β2Subri,t+β3Subri,t×GSi,t+∑βλControlsi,t+ui+εi,t

(12)

由于政府补贴与企业研发投入可能存在互为因果的关系,且引入被解释变量的滞后项也可能导致内生性问题,采取传统普通最小二乘法(OLS)进行回归可能产生偏误。差分GMM法更适用于处理这种含有内生性变量的动态面板模型,本文采用这一方法进行实证研究。

3.3 变量含义

(1)被解释变量。以往研究中,衡量企业创新活动水平的指标包括投入和产出两个方面。考虑到军工研发成果往往具有保密性质,既不会完全体现在专利产出上,也不会直接进入市场销售,因而本文主要关注创新投入方面[14]。R&D投入强度可以较好地体现企业创新投入,研发投入成果则最终体现为创造收入。因此,本文选取研发投入费用占营业总收入的比重构造Rdsr变量,作为模型被解释变量。

(2)核心解释变量。以样本企业获得的各类政府补贴总额占营业总收入的比重构造Subr变量,以此作为核心解释变量。

(3)控制变量。研究政府补贴的影响时,需要控制影响企业创新活动的其它因素。依据耿晔强[15]张莹[16]的研究成果,企业规模、企业年龄、盈利能力、偿债能力、发展能力等会影响企业创新活动,应该在回归中加以控制。本文将企业总资产取对数构造lnA变量,代表企业规模;采用速动比率QR和资产负债率ALR代表企业偿债能力;采用净资产收益率ROE和资产回报率ROA代表企业盈利能力;采用总资产增长率AGR和营业收入增长率RGR代表企业发展能力;采用企业成立年份与当前年份的差值构造企业年龄Age变量。同时,考虑到企业生命周期理论,企业研发能力和创新动力在不同成长阶段具有不同特点,研发投入可能会随着企业年龄增加而先升后降,故引入企业年龄的二次项Age2变量。

(4)调节变量。本文通过统计军民融合企业的注册地,选取各省份地方财政科学技术支出构造GS变量,反映企业所在地政府对该省科技创新的整体扶持力度。

(5)工具变量。根据H1,政府补贴为企业创新活动提供资金支持,应该对企业研发投入起正向激励作用。然而,解释变量与被解释变量之间很可能存在互为因果关系,某些企业可能通过刻意增加研发投入获得更多政府补贴扶持。因此,企业研发投入可能反向影响该企业所能获得的政府补贴,导致内生性问题[17]。本文采用工具变量法解决内生性问题,选取仅影响政府补贴而不影响研发投入的企业寻租行为作为工具变量。加入工具变量可以过滤掉自变量中与扰动项相关部分,即排除研究中无法控制的因素,从而得到更准确的估计。按会计准则规定,管理费用包括企业组织和管理生产经营所发生的各种费用,而上市公司财务报表中一般不会对其具体构成作出详尽披露。企业很可能将灰色的、不透明的寻租费用通过会计操纵计入管理费用科目,导致超额管理费用产生。在充分考虑企业经营管理特点后,如果发现企业管理费用出现激增情况,则说明企业可能发生了寻租行为。借鉴邓若冰[8]、杜兴强[18]的研究方法,首先分析军民融合企业管理费用的影响因素,通过回归系数计算样本企业期望管理费用,统计样本企业实际管理费用并计算其与期望管理费用的差额,获得超额管理费用的数值构造Rent变量,创新性地将其作为政府补贴的工具变量。本文构建期望超额管理费用回归模型如下:

AE=γ0+γ1lnSale+γ2ALR+γ3Growth+γ4Auditor+γ5Age+γ6Mag+γ7GPM+γ8FAR+γ9H5+δ

(13)

(14)

其中,AE为企业管理费用取对数;lnSale为企业营业总收入取对数;ALR为资产负债率;Growth为营业总收入增长率;Auditor为审计师权威程度,若企业聘请“四大”会计师事务所进行审计,则Auditor取“1”,否则取“0”;Age为企业成立年限;Mag为董事会构成人数;GPM为体现企业盈利能力的毛利率;FAR为资本密集度,即固定资产占总资产比重;H5为股权集中度,即前五大股东的赫芬达尔指数。

根据每个样本企业实际管理费用数值,对该模型进行回归估计,得到每个影响变量的系数,将每组变量具体数值重新代入式(13)计算出期望管理费用。按照式(14)将管理费用的实际值与期望值相减,计算出超额管理费用Rent,构成企业寻租变量。

4 实证分析

4.1 描述性统计

各变量描述性统计结果如表1所示。被解释变量Rdsr的均值为7.1%,说明当前军民融合企业研发投入比重仍处于较低水平,其最值差距达到62.66%,说明不同军民融合企业创新投入已拉开了很大差距。核心解释变量Subr的均值为1.8%,标准差为0.025,最小值为0.002%,最大值为22.2%,说明军民融合企业所获得的政府补贴占营业收入的比重指标较为稳定,全部军民融合概念板块中的企业或多或少获得了政府补贴,但不同企业间存在一定差距。控制变量显示,军民融合企业普遍规模较大,但负债能力和发展能力存在较大差距,部分企业盈利能力较弱,处于亏损状态,企业年龄在1~32年之间,相差较大。调节变量GS的均值为173.4亿元,最小值仅为2.79亿元,最大值高达1 034.71亿元,说明各省份地方财政科学技术支出差距很大,对企业的扶持力度存在很大不同。

表1 各变量含义及描述性统计结果

变量指标含义观测值均值标准差最小值最大值Rdsr研发投入费用/营业总收入8640.0710.0670.000 40.627Subr政府补贴/营业总收入1 0590.0180.0250.000 020.222lnA企业规模:总资产取对数1 0799.4950.5546.84911.48QR偿债能力:速动比率1 0792.6383.6080.18436.23ALR偿债能力:资产负债率1 0790.4010.2400.0193.331ROA盈利能力:资产回报率1 0790.0380.102-0.7972.301ROE盈利能力:净资产收益率1 0790.0680.406-1.78112.64AGR发展能力:总资产增长率1 0790.4283.987-0.994107.1RGR发展能力:营业收入增长率1 0790.2601.126-128.58Age企业年龄1 07914.335.863132GS地方财政科学技术支出1 524173.4169.22.791 034.71

进一步将整体样本分成军工样本和非军工样本,对主要变量分别进行描述性统计,分类标准为判断样本企业是否属于同花顺数据中心军工概念板块。如表2所示,对比军工样本与非军工样本特征发现,大部分军民融合企业都隶属于军工板块,军工企业所在省份的地方财政科技支出均值低于非军工企业,但其研发投入和所获政府补贴的均值与最值差距均高于非军工企业。这说明军工企业所在地区经济发达程度和创新扶持力度相对较低,但企业自身相对容易获得政府补贴,侧面反映出政府补贴对军工企业的倾向性。

表2 分样本主要变量描述性统计结果

样本主要变量观测值均值标准差最小值最大值全样本Rdsr8640.0710.0670.000 40.627Subr1 0590.0180.0250.000 020.222GS1 524173.4169.22.791 034.71军工企业Rdsr7340.0740.0690.000 40.627Subr8560.0190.0260.000 030.222GS1 236166.932165.9868.741 034.71非军工企业Rdsr1300.0530.0450.0010.21Subr2030.0130.0170.000 020.106GS288201.091180.212.791 034.71

4.2 OLS回归结果分析

首先对动态面板模型进行简单普通最小二乘估计,并对年份和行业加以控制,将OLS回归结果作为研究参照,回归结果如表3所示。考虑到政府补贴对企业创新活动的影响可能存在滞后性和累积性,模型(1)不但包含滞后一期的研发投入变量,还引入了滞后一期的政府补贴变量。回归结果显示,滞后一期的研发投入变量系数为正且在1%水平下显著,符合动态面板模型设计含义,说明企业创新投入确实受前期积累的正向影响,当期政府补贴回归系数为正且在1%水平下显著,但滞后一期的政府补贴变量不显著,说明政府补贴对企业研发投入影响的时滞性并不显著。模型(2)去掉了政府补贴的滞后项,回归结果验证了当期政府补贴的正向影响和显著性。模型(3)关注地方财政科技支出的调节效应,回归结果显示,政府补贴主效应仍在1%水平下显著,但政府补贴与地方财政科技支出的交乘项(Subr×GS)不显著。模型(4)仅以交乘项作为核心解释变量,回归结果显示,Subr×GS变量在1%水平下显著,说明在地方财政科技支出的调节下,政府补贴仍会刺激企业研发投入增长。进一步分样本进行OLS估计,模型(5)和模型(6)显示,政府补贴对军工企业和非军工企业研发投入的影响系数分别为0.331、0.537,说明政府补贴对非军工企业研发投入的正向刺激作用更显著。模型(7)显示Subr×GS交乘项不显著,说明对军工企业而言,地方财政科技支出的调节效应不显著;模型(8)的交乘项在5%水平下显著,说明地方财政科技支出能够对非军工企业发挥调节效应。作为参照,OLS回归结果基本符合本文假设,但由于普通最小二乘法无法处理内生性问题,而本研究中政府补贴和研发投入可能存在互为因果的关系,意味着若直接使用OLS估计,自变量与扰动项可能存在无法控制的相关性,导致估计结果有偏且不一致。

表3 OLS回归结果

模型变量(1)(2)(3)(4)(5)(6)(7)(8)全样本全样本全样本全样本军工企业非军工企业军工企业非军工企业_c0.046(0.034)0.044(0.034)0.046(0.034)0.072***(0.034)-0.012(0.025)0.319***(-0.097)-0.013(0.026)0.227**(0.107)Rdsrt-10.815***(0.040)0.820***(0.039)0.820***(0.039)0.855***(0.037)0.823***(-0.041)0.513***(-0.120)0.824***(0.040)0.462***(0.122)Subr0.345***(0.109)0.350***(0.99)0.344***(0.093)0.331***(-0.093)0.537**(-0.204)0.334***(0.107)0.444**(0.186)Subrt-10.009(0.092)Subr×GS0.000 1(0.000 3)0.001***(0.001)0.0001(0.001)0.001**(0.001)Controls√√√√√√√√Year控制控制控制控制控制控制控制控制Industry控制控制控制控制控制控制控制控制N691699699699619105619105R20.8690.8700.8700.8640.8660.9080.8660.911

注:******分别表示在10%、5%和1%水平下显著:括号内为稳健t统计量,下同

4.3 差分GMM回归结果分析

经上文分析,政府补贴和军民融合企业研发投入可能存在互为因果的关系。此外,动态面板模型包含被解释变量的滞后项,也会导致内生性问题。因此,传统的普通最小二乘估计结果只能作为参照,本文采取差分广义矩估计法(Diff-GMM)进行实证分析。差分GMM 法的基本思想是,首先通过一阶差分变换消除原模型中的个体异质项,然后对于变换后的差分方程,将内生变量的滞后变量作为该内生变量的工具变量。这一方法降低了内生性影响,但在有限样本的条件下存在严重的“弱工具变量”问题[19]。因此,本文采取工具变量法(IV)处理内生性问题,为内生解释变量选取外生工具变量,从而解决差分GMM法系数估计结果精度较差的问题。

使用工具变量法的前提是模型中存在内生解释变量。首先,进行豪斯曼检验(Hausman test),检验结果p值为0.002 6,在1%水平下拒绝原假设,说明政府补贴变量确实存在内生性。因此,本文使用企业寻租变量Rent作为内生解释变量Subr的工具变量,并使用差分广义矩估计法进行回归估计,回归结果如表3所示。在实证检验中发现引入被解释变量的二期滞后项更有利于体现面板数据的动态效应。全部模型回归结果显示,Rdsrt-1与Rdsrt-2变量通过了显著性检验,符合动态面板模型设计。研发投入的滞后一期项系数为正,滞后二期项系数为负,可能是由于往期研发投入对当期研发投入的影响存在短期和长期效应差异,即短期具有促进效应,长期具有节制效应。上阶段如果进行大规模研发投入,可能会导致下阶段投入有所缩减,而一定阶段内的研发投入会起到累积促进作用。

上文OLS回归结果发现,政府补贴的滞后项影响不显著,在使用GMM进行估计时也只关注当期政府补贴对企业研发投入的影响。全样本模型(9)的结果显示,Subr变量系数为正且在1%水平下显著性,符合H1。模型(10)在此基础上控制年份效应(用义矩估计法处理动态面板模型时可以修正企业个体异质性问题,因而不再控制行业效应),核心解释变量同样通过1%水平的显著性检验,回归系数为0.283,说明军民融合企业获得的政府补贴每提升1%,会刺激其研发投入增长0.283%。另外,与其它控制变量相比,政府补贴的回归系数最大,说明政府补贴是影响企业研发投入的关键变量。全样本模型(11)关注的是调节效应,引入政府补贴与地方财政科技支出的交乘项(Subr×GS),回归结果显示,Subr×GS变量系数为正且通过了1%水平的显著性检验,说明调节效应下政府补贴对企业研发投入的正向影响被放大,符合H3。模型(12)在此基础上控制年份效应,结果显示,交乘项系数为0.001且通过1%水平下的显著性检验,Subr变量主效应与Subr×GS变量调节效应的回归系数相加为0.292,表明在地方财政科技支出调节下,政府补贴每提升1%会刺激企业研发投入增长0.292%,验证了地方财政科技支出对政府补贴影响的放大效应。

表4 DIFF-GMM回归结果

模型变量(9)(10)(11)(12)(13)(14)(15)(16)全样本全样本全样本全样本军工企业军工企业非军工企业非军工企业_c-0.026(0.150)-0.097(0.160)0.005(0.144)0.152(0.185)0.116(-0.176)0.130(0.159)0.010(0.416)-0.245(0.369)Rdsrt-10.312***(0.113)0.234**(0.115)0.523***(0.141)0.507***(0.124)0.202*(-0.120)0.239**(0.107)0.047(0.492)0.250(0.249)Rdsrt-2-0.134**(0.064)-0.120*(0.063)-0.151**(0.073)-0.176*(0.093)-0.150***(-0.056)-0.127**(0.064)Subr0.311***(0.075)0.283***(0.091)0.278***(0.090)0.291***(0.097)0.254***(-0.091)0.254***(0.087)1.386*(0.809)0.421**(0.209)Subr×GS0.001***(0.0003)0.001***(0.0003)0.001*(0.0004)0.002*(0.001)Controls√√√√√√√√Year控制控制控制控制AR(1)0.098*0.1150.052*0.046**0.1620.059*0.092*0.224AR(2)0.4830.4360.5950.5460.3650.5740.7800.569N4584584584584104107979Sargan 0.5530.6450.6190.3460.5960.3910.9731.000Wald0.000***0.000***0.000***0.000***0.000***0.000***0.000***0.000*

进一步分样本检验,模型(13)和(14)使用的是军工企业样本,结果显示,政府补贴的回归系数为0.254,略低于全样本值的0.283,说明政府补贴对军工企业研发投入的正向影响相对较小。由描述性统计结果可知,军工企业研发投入和政府补贴均值高于全样本均值。这验证了关于边际效用递减的推测:由于从事军工生产的企业更容易获得政府扶持和资金补贴,随着同样的政府激励行为反复进行,政府补贴对其研发投入的刺激作用随之减弱。尽管军工企业出于发展需要仍然具有很大体量的研发投入,但其中政府补贴所发挥的刺激作用较小。在控制政府补贴主效应的基础上,加入调节变量Subr×GS,发现对于军工企业而言,地方财政科技支出同样对政府补贴的正向影响具有放大效应。模型(15)和(16)使用的是非军工企业样本,由于样本量较小,只对研发投入变量取滞后一期项,不再控制年份效应,结果显示,政府补贴对非军工企业研发投入的正向影响更大,地方财政科技支出调节变量的放大效应也更大。需要指出的是,Rdsrt-1变量并没有通过显著性检验,可能是由于非军工企业样本观测值过少,不适用于动态面板模型。因此,尽管这一回归结果符合H2,但可能不准确。总体而言,估计结果基本符合预期假设。由于引入工具变量控制了内生性问题,得到的参数估计理论上是比较准确的。

4.4 自相关、过度识别与联合显著性检验

为保证本文估计方法准确、实证结果有效,对模型进行如下检验。GMM法使用的前提是原模型扰动项不存在自相关,这等价于差分模型一阶自相关,二阶以上无自相关。AR检验结果如表4所示,可以发现,模型随机误差差分基本存在一阶自相关但不存在二阶自相关,接受“扰动项无序列相关”的原假设。使用工具变量法的条件是所有工具变量都是外生变量,与扰动项不相关,因而通过过度识别检验可以确认工具变量的有效性。研究政府补贴的影响时,模型(9)和(10)的Sargan检验结果p值分别为0.553、0.645,研究地方财政科技支出的调节效应时,模型(11)和(12)的Sargan检验结果p值分别为0.619、0.346,进行分样本研究时Sargan检验结果p值也均大于0.1,全部未拒绝“过度识别限制有效”的原假设。因此,本文选取的工具变量是有效的。

此外,模型(9)-(16)的系数联合显著性Wald检验均在 1%水平下拒绝了“解释变量系数为0”的原假设,说明方程估计结果值得信赖。

4.5 稳健性检验

为求稳健,进一步使用Blundell & Bond[20]提出的系统广义矩估计法(Sys-GMM)进行回归(见表5),剔除研发投入变量的滞后二期项,只考虑研发投入的近期效应。回归结果显示,系统GMM的系数估计值与差分GMM的结果基本相近,验证了本文实证研究结果。唯一有较大出入的是,模型(22)中军工企业样本的回归结果显示,调节变量Subr×GS未通过显著性检验。考虑到使用OLS法时调节变量也无法通过显著性检验,使用差分GMM法时该变量只通过了10%水平下的显著性检验,说明地方财政科技支出对军工企业政府补贴作用的调节效应不可能显著。

表5 SYS-GMM回归结果

模型变量(17)(18)(19)(20)(21)(22)(23)(24)全样本全样本全样本全样本军工企业军工企业非军工企业非军工企业_c0.103***(-0.032)0.119***(-0.039)0.146***(0.005)0.158***(-0.013)0.137(0.158)0.157(0.163)0.036(0.096)-0.367**(0.180)Rdsrt-10.744***(-0.013)0.727***(-0.019)0.672***(0.002)0.681***(-0.005)0.680***(0.084)0.631***(0.206)0.779***(0.104)0.650***(0.118)subr0.370***(-0.025)0.418***(-0.036)0.282***(0.002)0.338***(-0.017)0.397**(0.164)0.409***(0.146)0.269*(0.144)0.486***(0.149)Subr×GS0.0004***(0.000 02)0.000 3***(0.000 03)-0.0001(0.0001)0.002***(0.001)Controls√√√√√√√√Year控制控制控制控制AR(1)0.012**0.012**0.013**0.021**0.019**0.091*0.1040.074*AR(2)0.1070.1330.0940.1300.1740.1800.9170.352N699699699699614614104104Sargan0.7370.5560.9000.9550.2840.9991.0001.000Wald0.000***0.000***0.000***0.000***0.000***0.000***0.000***0.000***

5 结论与政策建议

5.1 研究结论

本文选取2007—2018年127家军民融合企业样本进行研究,构建政府补贴对军民融合企业创新投入影响动态面板模型,并纳入地方财政科技支出作为调节变量,使用差分GMM法进行估计。为解决政府补贴和研发投入互为因果的内生性问题,使用工具变量法(IV),通过计算企业超额管理费用构建寻租变量Rent,并将其作为政府补贴的外生工具变量。企业寻租直接影响政府补贴,而不与创新投入直接相关,符合工具变量条件,在实证研究中也被验证有效。选取并构建这一工具变量是本文创新点之一。

本文采取适用于创新领域的动态面板模型进行研究,优点在于可以反映往期研发投入的累积作用。回归结果显示,军民融合企业往期研发投入确实对当期研发投入有所影响,但存在短期和长期效应差异,短期内具有促进效应,长期则具有节制效应。关于本文核心变量政府补贴的作用,实证研究验证了预期假设,发现政府补贴对军民融合企业研发投入具有正向影响,军民融合企业所获得的政府补贴每提升1%,会刺激企业研发投入增长0.283%;地方财政科技支出对政府补贴的正向影响具有放大效应,在地方财政科技支出的调节下,政府补贴每提升1%会刺激企业研发投入增长0.292%。进一步研究军工与非军工企业分样本,回归结果显示,尽管军工企业研发投入和政府补贴均值高于全样本均值,但军工企业样本中政府补贴的回归系数为0.254,略低于全样本回归系数,说明政府补贴对军工企业研发投入的正向影响相对较弱。这可能是由于军工企业更容易获得政府扶持和资金补贴,存在边际效用递减情况。综合考虑OLS、差分GMM和系统GMM法的结果,本文认为对军工企业而言,地方财政科技支出对政府补贴的调节效应不显著。非军工企业样本回归结果显示,政府补贴对非军工企业研发投入的正向影响作用更大,地方财政科技支出调节变量的放大效应也更大。但由于非军工企业样本较小,可能不适用于动态面板模型,仅就该分样本来说,结果可能不准确。

总体而言,政府补贴对军民融合企业创新投入具有一定刺激作用,但效用偏低,在地方财政科技支出的调节下作用依然有限。这与前文理论分析吻合,由于军民融合企业比普通企业更难以承受技术溢出的负效应,其自身创新动力相对偏低。因此,政府补贴对军民融合企业的激励作用偏小。军工企业在与政府“政治联系”更为紧密的情况下,政府补贴产生边际效用递减,使得补贴资金对企业创新投入的正向影响更不显著。这一结论不由引人思考,在推动军民融合协同创新进程中,能否通过优化资源配置将政府补贴资金“好钢用在刀刃上”?能否通过多元激励措施、充分激发军民融合企业创新动力?

5.2 政策建议

(1)内外兼修,深化军民融合协同创新体系建设。政府补贴所发挥的作用有限,与现阶段军民融合体系自身存在的问题分不开。必须反思现阶段军民融合发展暴露的问题,对创新激励政策进行调整和改进,协调军工生产、民品研发与军民两用技术创新的关系,内外兼修深化创新体系建设。“外功”是要进一步打破军民科技体制藩篱,破除阻碍军民先进技术双向溢出的沉疴痼疾,构建开放共享、融合并进的国防科技创新平台,从而实现创新资源优化配置和集约管理。“内功”是要深化军工企业体制改革,在采取政府引导与市场调节并重模式的基础上,减少军工企业对政府补贴扶持的惯性依赖,进一步增强军工企业研发创新意识和市场竞争力。

(2)多措并举,构建多元化创新激励机制。军民融合企业具有技术溢出负效应偏大、自身创新动力不足、政府补贴边际效用递减的特点,单一政府补贴政策难以发挥足够的创新激励作用。面对这种情况,必须完善单一资金补贴激励政策,建立更加多元化的创新激励机制,多措并举推动军民融合企业积极创新。首先,通过促进市场化改革等手段削弱军工企业天然的“政治联系”,避免边际效用递减而降低政府补贴的刺激作用;其次,通过完善军品技术创新产权等,克服技术溢出正外部性对企业的负向影响;最后,有针对性地采取不同激励模式,通过更有效的激励政策组合提升军工企业研发创新动力。

(3)精准投放,让政府补贴“好钢用在刀刃上”。政府补贴难以发挥关键性作用,很大程度上是由于给予军民融合企业的补贴资金名目众多、范围宽泛、项目粗略,甚至趋于军民融合企业的常规收入,因而无法起到有效刺激作用。必须优化政府补贴资金配置模式,不要“大水漫灌”式投放资金,争取“好钢用在刀刃上”,从粗放式投放向精准投放转变,从补贴成套产品向补贴核心技术转变,从扶持整体项目向扶持重大节点突破转变,从而尽可能地放大政府补贴的激励作用。要做到精准投放,需要政府补贴管理机制保障。必须完善相关法律法规,细化政府补贴的申请、评估、监督、反馈、问责机制,合理控制政府补贴投放额度,提升政府对军民融合企业的审查评估能力,避免因企业寻租行为和政企信息不对称导致的补贴资源误配,从而让政府补贴真正用到实处,对军民融合企业研发投入的正向作用最大化。

(4)双创双融,最大限度发挥民间力量。当前,中国民营企业在开放与竞争中取得了令人瞩目的技术成就,呈现出百舸争流的发展态势。然而,在“民参军”的热潮下,军民融合企业创新动力却没能充分释放出来,民间资本和技术尚未发挥应有的活力。军民融合绝不能局限于小部分民营企业承包一些军品生产项目,而要最大限度地发挥民间技术+民间资本的“双融”力量,迸发先进技术溢出促进创新+军民两用技术合作创新的“双创”活力。充分释放民间力量,一方面,必须改变“民参军”门槛高、壁垒厚、实际效益低的现状,在严把质量关、严控寻租行为的前提下,拓展先进民营企业参与军工创新和军民两用技术研发渠道,将军民双方技术溢出的正外部性作用最大化。另一方面,可以开拓融资渠道,建立健全军民融合板块二级市场,使民间资本得到有效利用,将政府的主要角色由出资者、扶持者转变为协理者、动员者。

当今时代的军民融合发展战略,其主要目标已从消化剩余资源转向科技协同创新,旨在彻底打破国防建设与经济建设之间的体制机制障碍,推动军民先进技术相互溢出和一体化建设。只有不断反思、解决军民融合战略推进过程中的问题,探索破除固有藩篱、优化资源配置的途径,才能充分释放创新活力,促进军民协同创新发展。

参考文献:

[1] 赵中华,鞠晓峰.技术溢出、政府补贴对军工企业技术创新活动的影响研究——基于我国上市军工企业的实证分析[J].中国软科学,2013,28(10):124-133.

[2] BUCHMANN T, KAISER M. The effects of R&D subsidies and network embeddedness on R&D output: evidence from the German biotech industry[J]. Industry and Innovation, 2019, 26(3): 269-294.

[3] 马克和,张婷婷.财政补贴、研发投入与企业创新绩效——基于创业板上市公司的经验数据[J].河北经贸大学学报,2019,40(6):34-40.

[4] WALLSTEN S J. The effects of govemment—industry R&D programs on private R&D:the case of small business innovation research program[J].RAND Journal of Economics,2000,31(1):82-100.

[5] 任跃文.政府补贴有利于企业创新效率提升吗——基于门槛模型的实证检验[J].科技进步与对策,2019,36(24):18-26.

[6] HILLMAN,HITT. Corporate political strategy formulation:a model of approach,participation and strategy decisions[J].Academy of Management Review,1999,24(4):825-842.

[7] 杨筠,宁向东.政治关联、政府补贴与企业创新绩效[J].技术经济,2018,37(5):31-37.

[8] 邓若冰.产权性质、政府补贴与企业研发投入——基于政治寻租视角[J].软科学,2018,32(3):5-9.

[9] 李雷雷.我国军工企业改革研究[J].财讯,2016,1(7):9-10.

[10] 基斯·哈特利,托德·桑德勒. 国防经济学手册[M]. 北京:经济科学出版社, 2001.

[11] 彭中文,李宇轩.政府扶持与研发溢出提升了军民融合企业产品质量吗——基于行业竞争压力的视角[J].湘潭大学学报(哲学社会科学版),2019,43(5):77-82.

[12] 邵传林,邵姝静.财政补贴政策对企业创新绩效的激励效果评价——来自微观层面的经验证据[J].西安财经学院学报,2015,28(6):5-11.

[13] 罗航,刘江涛.补贴介入下军工企业研发助力的“迷失” ——基于财政补贴调节效应的实证研究[J].科技进步与对策,2019,36(11):125-134.

[14] 王云,刘敏.军民融合创新发展指标体系的维度与变量[J].情报杂志,2019,38(10):146-152.

[15] 耿晔强,李园园.环境规制、政府补贴与企业研发投入——基于中国制造业企业的经验分析[J].江汉论坛,2019,62(7):11-20.

[16] 张莹.我国国防支出对军工企业绩效的实证分析[J].当代经济,2019,35(11):14-18.

[17] 赵康生,谢识予.政府研发补贴对企业研发投入的影响——基于中国上市公司的实证研究[J].世界经济文汇,2017,1(2):87-104.

[18] 杜兴强,陈韫慧,杜颖洁.寻租、政治联系与“真实”业绩-基于民营上市公司的经验证据[J].金融研究,2010,31(10):135-157.

[19] HRISHIKESH D VINOD,RAO C R.Conceptual econometrics using R[M].Elsevier, 2019.

[20] BLUNDELL R,BOND S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics,1988,87(1):115-143.

(责任编辑:张 悦)