企业创新是指企业为取得更好的经济效益,同时为在激烈竞争中取得优势,对企业自身产品、管理及生产技术等进行创新,促进经济增长的一系列行为。高新技术企业进行创新研发活动所引进的科技人员、高科技设施以及吸收先进技术的资金来源,很大程度上决定了企业创新研发能力。根据以往研究,国内外学者主要从公司治理、企业规模、市场需求、企业研发投入类型、行业特征、政策效果滞后效应等方面研究政府补贴对企业创新行为的作用机制及影响效应,但其往往仅从某一视角研究政府补贴是否促进企业加大创新研发投入力度。在数据方面,以往文献大多从宏观市场结构和微观公司规模、公司治理、资本结构等方面构建理论框架,分析政府补贴对企业技术创新的影响机制及效应。本文创新之处在于:①理论方面,从企业内外部条件等视角出发,探究政府补贴政策与企业创新间的关系,并提出相应假设;②数据及计量分析上,一方面,本文基于全国高科技企业创新数据,充分考虑企业间差距和时间因素的影响,探究政府补贴对企业创新行为的激励作用。另一方面,通过对高新技术企业进行分类,着重分析产值占比较高的两类行业(电子信息领域、先进制造与自动化领域)中政府补贴对企业创新行为的影响。
政府补贴政策是指政府为鼓励和扶持某一产业或企业发展,调整价格与私人成本之差,直接或间接给予财政支持的各种干预措施的总称。政府补贴有助于降低企业研发成本和风险,引导和激励企业增加创新研发费用支出,提升技术创新能力。政府补贴因对企业创新行为具有正向激励效应,成为国内外学者和社会共同关注的重点。
基于前文梳理发现,虽然国内外学者认为政府补贴难以激励企业增加创新费用支出且存在挤出效应,甚至有学者认为两者之间并无显著关系,但大多数学者仍然支持政府通过财政补贴、税收优惠可刺激和引导企业加大技术创新投入。政府对于高风险、高投入、回报期长的创新项目进行补贴,企业才愿意且有能力有信心进行产品工艺和生产技术等研发活动。另外,国内外大量实证研究表明,产业政策、企业创新、政府补贴对企业创新行为存在滞后效应[1,2,3,4]。综上所述,本文提出如下假设:
H1:政府补贴对企业创新行为具有正向促进作用,且存在滞后效应。
根据熊彼特的创新理论,不同规模企业研发创新能力存在差异,规模较大企业在研发创新上更具优势。不过,规模较大企业在获取高额垄断利润后,可能会因满足发展现状,导致创新研发意愿不强。国内学者对于企业规模与企业创新行为两者间关系的实证研究结论并不一致。针对企业规模与创新关系的研究,第一种观点认为企业规模对私人研发有显著促进作用[5],但企业规模对创新的正向关系主要体现在非国有企业中[6];第二种观点认为企业规模与企业创新呈非线性关系,如制造业企业中企业规模与研发支出强度两者间表现为非线性递增关系[7]。规模较大企业在资金、人才和技术上更具备比较优势,但规模过大企业因拥有市场垄断地位和高额利润,其创新意愿并不强烈。
本文重点探讨企业盈利能力对创新研发活动是否存在正向促进作用。一般而言,企业盈利能力越强、净资产收益率越高,越有充足资金进行创新研发活动,不断改进原有产品质量和工艺、研发新产品,从而保持在市场竞争中的优势地位。国内外学者对盈利能力与企业创新行为关系的研究主要侧重在企业创新投入对企业销售利润率、营业利润等盈利能力指标的影响上,如在国外文献中,企业创新研发投入对销售利润率增长具有正向作用[8]。更进一步,资本化的创新研发支出与企业经营利润呈显著正向关系[9]。国内多数学者以中国企业具体数据进行实证研究,认为企业创新研发投入与企业营业利润呈正相关关系[10,11],在高科技公司[12]及引入机构投资者的公司[13]中表现尤为突出。
股权集中度作为现代企业治理的核心内容,是企业进行内部控制的重要手段,对于企业创新投入和产出具有重要影响。在股权高度分散条件下,中小股东由于持股比例很小,可能存在“搭便车”行为,若股权适度集中,持股比例较大股东为自身利益最大化,会督促企业经营者积极开展创新研发活动,并以企业长期发展为目的进行投资。但随着股权集中度的不断提高,由于创新活动投资风险高、持续时间长、结果不确定性大等原因,可能会增加股东风险承担成本,从而使得大股东对企业创新研发活动的支持力度下降。在有研究文献中,其研究结论可归纳为以下3种:一是企业创新研发投入与股权集中度间存在非常强的正相关性[14,15,16];二是股权集中度对于企业技术创新存在负向影响[17,18];三是企业技术创新与股权集中度呈“U型”非线性关系[19]。基于上述分析,本文提出如下假设:
H2:企业规模对企业创新行为的影响具有不确定性。
H3:盈利能力较强企业创新费用投入越高,其创新意愿越强烈。
H4:股权集中度越高,对企业创新行为的负向作用越大。
目前,学术界对于市场竞争程度的界定不一,对于市场竞争程度与企业创新行为关系的研究存在较多争论。当行业竞争程度较低时,随着竞争的不断加剧,企业被迫进行更多技术创新,以保持市场竞争地位。此时,市场竞争程度与企业技术创新间存在正相关关系;当市场竞争提高到一定程度后,垄断利润开始下降,随之企业技术创新积极性减弱,企业因技术创新获取的利润减少,因此市场竞争与技术创新间呈非线性关系[20]。因此,产品市场竞争程度不同的行业,政府补贴对企业研发创新活动的影响有待进一步验证。
从理论层面看,外源融资作为企业负债经营的重要资金来源,能够为企业进行重大项目研发创新提供资金保障。学者从金融中介、资本市场发展角度研究发现,外源融资对于企业创新行为具有正向激励作用[21,22,23];周方召等[7]从融资约束角度研究发现,外源融资与企业技术创新间存在正向关系,融资约束的存在会阻碍企业研发创新投入[24],且这种影响对中小企业更加显著。因此,综上所述,本文提出如下假设:
H5:市场竞争度对企业创新行为的影响具有不确定性。
H6:外源融资与企业研发创新活动具有正相关关系。
(1)被解释变量:企业创新行为。大多数实证文献主要从两方面衡量企业创新行为:一是创新投入,包括研发费用支出、研发人员数量及研发费用强度(企业研发费用支出占总资产的比重)等[25];二是创新产出,包括专利申请、授权数量和研发新产品销售收入等。基于样本数据易获取性和有效性,本文采取国内多数学者的做法,将企业研发费用支出强度作为企业创新行为衡量指标。
(2)解释变量:政府补贴政策。政府补贴政策效应一般用政府补贴、税收优惠等指标衡量。由于统计口径中缺乏专门的政府补贴数据,因此本文采取上市公司利润表营业外收入中的政府补贴费用指标表征政府补贴政策效应,具体包括税收返还、财政补贴等政府补贴项目。
(3)控制变量。①企业规模指标。根据《统计上大中小型企业划分办法(暂行)》,企业规模衡量指标包括资产总额、销售额(营业收入)、员工人数等,故本文将上市公司资产负债表、利润表中的资产总额、营业收入及员工人数作为企业规模的代理变量;②外源融资指标。外源融资是公司研发投入的重要来源,主要包括银行贷款、企业债券和股票等,基于数据完整性和可操作性,本文选取上市公司中带息负债指标反映企业外源融资规模;③企业盈利能力和偿债能力。本文分别选取净资产收益率或总资产收益率、资产负债率等指标衡量企业盈利能力和偿债能力;④股权集中度。本文遵循大多数文献做法:将前十大股东持股比例合计作为股权集中度的代理变量;⑤竞争度。本文选取销售费用占营业收入的比重表示企业竞争程度,一般而言,该指标值越大,表明企业竞争程度越高、盈利能力越强。
本文变量定义及说明见表1。
表1 变量名称、定义及符号理论预期
变量符号单位变量定义预期符号被解释变量创新行为strength%研发支出强度=研发费用支出/资产总额核心解释变量政府补贴gov万元营业外收入中政府补贴支出(万元)+控制变量企业规模?资产总额size万元资产负债表中资产总额?员工人数peo人员工总人数?营业收入income万元利润表中营业收入?外源融资debt万元带息负债+盈利能力roe%净资产收益率=税后利润/所有者权益+偿债能力alr%资产负债率=负债/资产总额?股权集中度center%股权集中度=前十大股东持股比例合计?竞争度compete%销售成本率=销售费用/营业收入?
本文综合以往学者对于高新技术上市公司研究样本选择方法,参照2016年国家重点支持的高新技术领域目录(包括电子信息、生物与新医药、航空航天、新材料、高技术服务、新能源与节能、资源与环境以及先进制造与自动化八大领域)和国家统计局《高技术产业(服务业)分类》(2018),并与中国证券监督管理委员会2018年第二季度《上市公司分类指引》相对应,选取证监会行业分类中电气机械及器材、计算机通信、通用设备、专用设备、仪器仪表、医药、航空航天、软件和信息技术、化学纤维、废弃资源综合利用10类制造业行业上市公司代表高新技术上市公司。
本文选取292家高新技术上市公司2012-2017年数据,共1 752个观测值,研究数据来源于Wind数据库、CSMAR国泰安数据库。根据高新技术产业分类标准,选取产值占比较高的电子信息、先进制造与自动化两类行业进行研究。
根据上述理论和文献分析,首先构建政府补贴政策对高新技术上市公司创新行为影响的若干计量模型。根据政府补贴对企业研发费用支出影响机制,政府补贴政策存在滞后效应,即政府补贴政策效应的发挥影响下一期企业研发费用支出。因此,本文将滞后一期政府补贴作为模型核心解释变量,构建如下模型:
investi,t=β0+β1govi,t-1+β2asseti,t+…+β9competei,t+μi,t
(1)
其中,investi,t为被解释变量,用企业研发费用支出或企业研发费用支出强度指标表示;govit-1为核心解释变量,用滞后一期营业外收入中政府补贴指标表示;asseti,t,…,competei,t为控制变量,用企业规模(资产总额、营业收入和员工人数)、外源融资(带息负债)、盈利能力(净资产收益率或总资产收益率)、偿债能力(资产负债率、股权集中度、竞争度)等指标表示;μit为随机扰动项。
通过对上述变量数据进行收集和整理,从总体和高新技术领域两个层面就高新技术上市公司政府补贴对企业创新行为影响的相关变量数据进行描述性统计和相关性分析。
表2为2012-2017年涵盖高新技术八大领域对应制造业中10类行业的变量描述性统计结果,共包含292家上市公司样本。总体来看,政府补贴额约占高新技术上市公司研发费用支出的21.7%,扶持力度相对较大。具体来看,高新技术上市公司普遍具有经营规模较大、创新投入多、外源融资与偿债能力较强、股权集中度高等特点,综合竞争力较强。但研发支出强度均值仅为0.028 4,无法较好地适应企业创新发展。另一方面,企业竞争度、总资产收益率和净资产收益率均值分别为9.03、7.19、8.92,企业竞争度和盈利能力稍显不足,加之企业间存在较大差异,对企业研发创新的支持效应不显著。
表2 样本总体变量描述性统计结果
变量名称观测值均值标准差最小值最大值研发费用支出1 75221 598.4559 398.7277.141 049 196.00研发支出强度1 7520.028 4 0.022 3 0.000 2 0.236 8 政府补贴1 7524 695.06 13 735.98 1.58191 453.20 资产总额1 752845 753.60 2 183 281.00 17 110.14 37 500 000.00 员工人数1 7524 827.37 9 859.70 211.00186 963.00 营业收入1 752482 454.00 1 273 055.00 10 453.44 24 200 000.00 带息负债1 752194 085.50 638 941.10 5.0110 300 000.00 总资产收益率1 7527.194.630.0243.30净资产收益率1 7528.926.550.0957.80资产负债率1 75237.8416.074.2288.59股权集中度1 75256.2814.3116.89100.00竞争度1 7529.039.430.0661.91
另外,还需确定政府补贴与企业创新行为相关变量的线性关系,为后续实证研究奠定基础。在对企业研发费用支出和政府补贴取对数处理后,绘制出2012-2017年292家高新技术上市公司研发费用支出、研发支出强度与政府补贴统计意义上的线性关系,见图1和图2。从中可以看出,企业研发费用与政府补贴存在显著正相关关系,且两者相关系数为0.503 8;企业研发支出强度与政府补贴存在微弱的正相关关系,两者相关系数为0.177 0。总体来看,政府补贴对企业创新投入具有一定的正向促进作用。
3.2.1 电子信息领域
电子信息领域主要包括电气、机械及器材制造业、计算机、通信制造业、软件和信息技术服务中177家上市公司样本数据,见表3。总体来看,电子信息领域上市公司政府补贴额、政府补贴额占研发费用支出比重和研发支出强度均较大,高于总体样本。但企业规模、外源融资能力、盈利能力、偿债能力、股权集中度、竞争度等指标低于总体样本。另外,电子信息领域上市公司间的差异与总体相比略小。
图1 企业研发费用支出与政府补贴 图2 企业研发支出强度与政府补贴
表3 电子信息领域各变量总体描述性统计结果
变量名称观测值均值标准差最小值最大值研发费用支出1 06222 026.78 47 352.54 56.60697 209.60 研发支出强度1 0620.0330.0250.0010.237政府补贴1 0625 093.64 13 571.91 17.07191 453.20 资产总额1 062780 881.60 1 932 881.00 33 844.02 25 600 000.00 员工人数1 0624 815.37 7 470.86 246.0062 516.00 营业收入1 062453 629.40 907 766.40 13 115.41 9 380 048.00 带息负债1 062197 382.00 691 369.80 16.7310 300 000.00 总资产收益率1 0626.354.86-14.5934.37净资产收益率1 0627.808.15-36.3492.83资产负债率1 06237.9816.365.2181.86股权集中度1 06254.0613.9016.8989.39竞争度1 0626.564.780.4545.75
同样,本文绘制出2012-2017年177家电子信息领域高新技术上市公司研发费用支出、研发支出强度与政府补贴统计意义上的线性关系,见图3和图4。从中可见,结果与总体样本一致,政府补贴对企业创新投入具有一定的正向促进作用。
3.2.2 先进制造业与自动化领域
先进制造业与自动化领域主要包括通用设备制造业、专用设备制造业和仪器仪表制造业中56家上市公司,见表4。总体而言,先进制造与自动化领域上市公司资产总额、外源融资能力、偿债能力指标高于总体样本,但政府补贴额、政府补贴额占研发费用支出比重、研发费用支出额和研发支出强度较低,企业盈利能力较差,且明显弱于总体样本和电子信息领域;另外,先进制造与自动化领域上市公司间部分指标差异与总体样本、电子信息领域相比缩减幅度较大。
最后,绘制出2012-2017年先进制造业与自动化领域三大制造业中56家上市公司研发费用支出、研发支出强度与政府补贴间统计意义上的线性关系图,见图5和图6。从中可见,结果与总体样本一致,政府补贴对企业创新投入具有一定的正向促进作用。
图3 企业研发费用支出与政府补贴 图4 企业研发支出强度与政府补贴
表4 先进制造与自动化领域总体各变量描述性统计结果
变量名称观测值均值标准差最小值最大值研发费用支出33619 399.19 29 786.12 719.89254 685.80 研发支出强度3360.0220.0140.0020.116政府补贴3363 787.53 7 239.87 57.5669 389.30 资产总额3361 026 655.00 1 474 833.00 70 753.38 6 751 996.00 员工人数3364 489.31 4 961.83 346.0034 887.00 营业收入336537 044.10 1 001 121.00 16 506.60 7 956 691.00 带息负债336328 132.00 728 840.20 11.743 888 518.00 总资产收益率3365.464.74-10.0520.47净资产收益率3366.097.87-60.2027.57资产负债率33642.8718.524.7988.59股权集中度33656.1914.0522.4885.91竞争度3366.544.990.1726.93
图5 企业研发费用支出与政府补贴 图6 企业研发支出强度与政府补贴
本文样本数据处理、计算和估计结果所用程序为Stata 14.0。其中,为减少数据异方差问题并避免出现模型设定偏误,本文对控制变量中企业规模类指标(资产总额、员工人数)、研发经费支出、政府补贴和带息负债取对数处理。从总体和高新技术领域两个层面就高新技术上市公司政府补贴对企业创新行为影响的相关变量数据进行模型估计和稳健性检验。
4.1.1 总体层面
关于面板模型,本文就政府补贴对企业研发支出强度的影响分别进行混合OLS、固定效应和随机效应模型估计。从模型估计结果看(见表5),其与前文研究假设和理论分析基本一致,3种模型中滞后一期的政府补贴系数分别为0.005 80、0.001 25和0.001 96,均在1%显著性水平下显著,即政府补贴对企业研发支出强度具有显著正向激励作用。
4.1.2 分领域层面
(1)电子信息领域。本文对电子信息领域2012-2017年177家上市公司政府补贴对企业研发支出强度的影响分别进行混合OLS、固定效应和随机效应模型估计。从模型估计结果看(见表6),样本总体混合OLS、固定效应和随机效应与前文研究假设和理论分析相一致,3种模型中滞后一期的政府补贴系数分别为0.004 86、0.001 66和0.002 30,均在1%显著性水平下显著,即政府补贴对企业研发支出强度具有显著正向激励作用。
(2)先进制造与自动化领域。本文对先进制造与自动化领域2012-2017年56家上市公司政府补贴对企业研发支出强度的影响分别进行混合OLS、固定效应和随机效应模型估计。从模型估计结果看(见表7),样本总体混合OLS、固定效应和随机效应与前文研究假设和理论分析相一致,3种模型中滞后一期的政府补贴系数分别为0.005 49、0.001 63和0.002 17,均在1%显著性水平下显著,即政府补贴对企业研发支出强度具有显著正向激励作用。
表5 样本整体模型估计结果
变量混合OLSstrength固定效应strength随机效应strengthL.lgov0.005 80***0.001 25***0.001 96***(0.001 12)(0.000 385)(0.000 368)lsize-0.015 7***-0.012 2***-0.012 8***(0.002 50)(0.001 15)(0.001 07)lincome0.005 45**0.008 17***0.007 66***(0.002 35)(0.001 23)(0.001 13)ldebt-0.002 75***-0.000 935**-0.001 21***(0.001 02)(0.000 375)(0.000 363)lpeo0.008 79***0.003 14***0.004 94***(0.002 08)(0.001 19)(0.001 03)alr-2.76e-05-6.04e-05-5.94e-05(7.33e-05)(4.19e-05)(3.96e-05)center-5.02e-05-0.000 119***-9.95e-05***(7.05e-05)(4.25e-05)(3.78e-05)compete5.35e-060.000 1380.000 131*(0.000 105)(9.62e-05)(7.37e-05)roe0.000 252*1.28e-055.69e-05(0.000 148)(6.37e-05)(6.16e-05)Constant0.083 3***0.069 3***0.066 0***(0.011 8)(0.009 04)(0.007 79)Observations1 4601 4601 460R-squared0.2570.132Number of com292292
注:*、**和***分别表示在10%、5%和1%显著性水平上显著;括号内数字为标准差,下同
表6 电子信息领域模型估计结果
变量混合OLSstrength固定效应strength随机效应strengthL.lgov0.004 86***0.001 66***0.002 30***(0.001 84)(0.000 630)(0.000 597)lsize-0.010 6***-0.011 9***-0.011 7***(0.004 03)(0.001 81)(0.001 70)lincome0.005 06*0.008 86***0.008 75***(0.002 92)(0.001 90)(0.001 71)ldebt-0.004 04**-0.002 13***-0.002 50***(0.001 85)(0.000 668)(0.000 647)lpeo0.008 47***0.003 74**0.004 84***(0.002 40)(0.001 55)(0.001 36)alr-0.000 162-2.53e-05-6.57e-05(0.000 118)(6.35e-05)(6.02e-05)center2.79e-05-5.24e-05-3.88e-05(0.000 114)(5.98e-05)(5.41e-05)compete0.000 891***5.95e-050.000 470**(0.000 340)(0.000 257)(0.000 207)roe0.000 213*-7.45e-05-2.99e-05(0.000 126)(5.56e-05)(5.49e-05)Constant0.044 2***0.062 4***0.048 9***(0.015 6)(0.014 3)(0.012 0)Observations885885885R-squared0.2560.114Number of com177177
表7 先进制造与自动化领域模型估计结果
变量混合OLSstrength固定效应strength随机效应strengthL.lgov0.005 49***0.001 63**0.002 17***(0.002 02)(0.000 694)(0.000 653)lsize-0.012 6***-0.012 3***-0.012 4***(0.004 26)(0.001 87)(0.001 75)lincome0.008 170.009 53***0.009 19***(0.005 20)(0.002 03)(0.001 80)ldebt-0.001 380.000 3820.000 192(0.001 60)(0.000 700)(0.000 660)lpeo0.000 8540.001 090.001 11(0.003 03)(0.001 95)(0.001 73)alr4.90e-05-9.35e-05-7.92e-05(0.000 174)(7.99e-05)(7.04e-05)center0.000 1504.33e-055.20e-05(0.000 113)(8.27e-05)(6.82e-05)compete0.000 3700.000 1420.000 262(0.000 226)(0.000 285)(0.000 226)roe-3.61e-051.29e-052.09e-05(0.000 122)(7.61e-05)(7.31e-05)Constant0.040 7**0.042 1**0.043 1***(0.018 7)(0.020 0)(0.015 1)Observations280280280R-squared0.2700.209Number of com5656
4.2.1 总体层面
为进一步验证上述结果的稳健性,本文采用系统GMM方法,引入企业研发支出强度一阶和二阶滞后项,即构成动态面板数据模型就滞后一期政府补贴对企业研发支出强度的影响进行估计(见表8)。同时,为验证工具变量的有效性,对估计结果进行Sarge检验,并对残差项是否存在一阶和二阶序列自相关进行检验。系统GMM可分为一步法和两步法,在有限样本条件下,两步法标准误可能产生向下偏倚。对此,本文利用Windmeijer(2005)方法对两步法标准差偏差进行校正。从模型估计结果看,加入竞争度与未加入竞争度的系统GMM和固定效应模型估计结果中的解释变量系数符号及显著性基本一致。另外,残差项AR(1)检验的P值均小于0.1,说明残差项存在显著一阶自相关,而AR(2)检验P值均大于0.1,说明残差项与解释变量不相关,工具变量合理。企业研发支出强度一阶和二阶滞后项系数符号为正,在1%水平下显著,表明企业研发支出强度存在显著持续性特征,上述结果再次验证了本文实证结果的稳健性。
表8 样本总体稳健性检验结果
变量系统GMMstrength系统GMMstrengthL.strength0.438***0.445***(0.034 5)(0.033 7)L2.strength0.073 3***0.080 6***(0.021 1)(0.020 9)lsize-0.015 4***-0.014 9***(0.001 73)(0.001 63)lincome0.012 8***0.011 8***(0.001 99)(0.001 82)lpeo0.004 13**0.003 88**(0.001 68)(0.001 65)ldebt-0.001 29-0.001 35(0.000 949)(0.000 932)L.ldebt0.000 7850.000 942(0.000 595)(0.000 603)lgov0.000 2390.000 127(0.000 191)(0.000 192)L.lgov0.004 09***0.004 24***(0.001 13)(0.001 10)center-6.83e-05-7.96e-05(5.23e-05)(5.57e-05)compete0.000 264***(8.68e-05)Constant-0.002 230.006 40(0.014 0)(0.013 4)Observations1 1681 168Number of com292292
4.2.2 分领域层面
同样,采用上述方法将电子信息领域、先进制造与自动化领域政府补贴对企业研发支出的影响进行稳健性检验,见表9和表10。结果发现,其变量系数符号和显著性与前文基本一致,证明相关实证研究结果稳健可靠。
本文主要研究政府补贴对高新技术企业创新研发投入的影响,在对选取数据进行统计和实证分析的基础上,探讨政府补贴对高新技术企业创新研发活动的促进作用。结果发现:政府补贴对高新技术企业研发创新具有促进作用,但针对不同地区、不同行业高新技术企业,政府补贴力度不同。对于不同地区来说,政府补贴对一线城市的扶持力度以及企业创新投入和产出的激励作用比较显著,对于二、三线城市的扶持力度及企业创新投入和产出的激励作用则相对较弱。对于不同行业来说,政府有针对性地加大对某个制造业的财政补贴力度,如铁路、船舶、航空航天和其它运输设备制造业、计算机、通信和其它电子设备制造业,非常符合当前中国经济发展需求。
表9 电子信息领域稳健性检验结果
变量系统GMMstrength系统GMMstrengthL.strength0.390***0.409***(0.029 1)(0.028 7)L2.strength0.077 6***0.091 9***(0.016 9)(0.017 7)lsize-0.016 2***-0.016 0***(0.001 93)(0.001 91)lincome0.014 7***0.012 1***(0.002 18)(0.002 26)lpeo0.003 36**0.004 51***(0.001 46)(0.001 52)ldebt-0.002 47**-0.002 26**(0.001 09)(0.001 09)L.ldebt0.000 7600.000 582(0.000 587)(0.000 620)lgov0.000 2740.000 361(0.000 230)(0.000 239)L.lgov0.004 34***0.004 82***(0.000 937)(0.001 01)center-1.04e-05-5.65e-06(4.99e-05)(5.36e-05)compete0.000 966***(0.000 179)Constant-0.002 990.018 6(0.012 4)(0.012 2)Observations708708Number of com177177
表10 先进制造与自动化领域稳健性检验结果
变量系统GMMstrength系统GMMstrengthL.strength0.651***0.626***(0.013 7)(0.009 66)L2.strength-0.032 2**0.035 1**(0.013 1)(0.017 3)lsize-0.014 4***-0.011 7***(0.001 04)(0.001 06)lincome0.012 4***0.010 1***(0.000 752)(0.000 836)lpeo-0.004 31***-0.003 97***(0.000 968)(0.001 01)ldebt7.51e-050.000 591*(0.000 238)(0.000 304)L.ldebt0.000 679***-0.000 675***(0.000 174)(9.13e-05)lgov0.000 862***0.000 839***(0.000 174)(0.000 101)L.lgov0.002 47***0.002 97***(0.000 347)(0.000 294)center-8.42e-05***-8.95e-05***(2.54e-05)(2.27e-05)compete0.001 01***(5.86e-05)Constant0.044 8***0.045 7***(0.005 25)(0.004 43)Observations224224Number of com5656
本文在前人研究的基础上,从整体及区域视角分析政府补贴与高新技术企业间的关系,最终结论虽然得到宏观企业数据验证,但缺乏微观调研数据支撑,这也是本文后续研究方向之一。
(1)健全知识产权保护制度,提高政府补贴的创新激励效应。高新技术企业创新发展离不开知识产权法律法规的“保驾护航”,健全的知识产权保护制度能够促进高新技术企业进行研发创新活动的信心、恒心。如2017年公布的《中国高新技术企业企业创新能力1 000强》之一的西电捷通公司,2015年以索尼公司侵犯WAPI领域的标准必备专利为由,将其起诉至北京知识产权法院,但因举证难、执行难等问题,这场起诉维持近3年,终在2018年3月28日落下帷幕。因此,完善知识产权保护制度不仅能够直接促进企业开展创新活动,还能够强化政府补贴激励效果,提高政府补贴效率。因此,从立法层面上,可进一步健全知识产权保护法律法规,提高其可操作性,充分发挥政府补贴激励效果;在执法上,要加大对知识产权侵权的惩罚力度,降低侵权行为发生概率。
(2)优化股权结构,充分发挥政府补贴的激励作用。公司股权结构既决定了公司治理水平,又决定了政府补贴使用的有效性。由前面实证结果发现,股权越集中的企业,政府补贴对企业研发创新活动的促进作用越弱;相反,股权越分散,股权间制衡效果越好,政府补贴效果越显著。因此,应优化股权结构,实现股权制衡,充分发挥政府补贴的激励效应。
(3)降低第一大股东持股比例,增强股权间制衡能力。前十大股东持股比例越高,即股权集中度越大,控股股东对企业的控制能力越强,其越有可能通过损害其他股东或者公司利益满足自身利益。因此,政府针对企业进行研发创新的补贴资金可能不会“物尽其用”,由此削弱政府补贴激励的作用,进而不利于企业创新研发能力和水平提升。
(4)提高机构投资者持股比例,增强企业经营管理监督能力。机构投资者是指使用自有或者筹集到的资金进行有价证券投资活动的企业法人,其可以划分为企业法人、金融机构、政府等。机构投资者具有资金量大、收集和分析信息能力强、专业管理能力强、投资行为规范性等特点。因此,投资机构者持股比例越高,其对企业经营活动、投资活动和筹资活动等的管理力度和监管力度越大,越能降低控股股东为自身利益而损害公司利益的风险,避免公司短期行为,促使企业管理者追求公司长期价值。机构投资者持股比例增加,有利于政府补贴资金“专款专用”,充分发挥政府补贴的激励作用,进而提高企业创新研发能力。
本文虽然达到既定研究目的,但也存在不足之处:①限于数据可得性,本文研究样本是上市公司,并未将中小规模高新技术公司包含入内,样本未能反映总体高新技术公司情况;②数据方面,本文运用的是公司报表二手数据,不是实地调研一手数据,存在研究数据界定、统计口径可能与研究目的不能完全贴合的问题。为解决以上不足,未来可进行抽样调查,针对各种规模的高新技术公司进行细致微观调查,取得包含更多信息量的一手数据,针对以上问题展开研究,必将取得更科学、稳健的结论。
[1] KANG KYUNG-NAM,PARK HAYOUNG. Influence of government R&D support and inter-firm collaborations on innovation in Korean biotechnology SMEs[J].Technovation,2012(32):68-78.
[2] 朱平芳,徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研[J].经济研究,2003(6):45-53.
[3] 吕晓军.政府补贴与企业技术创新产出——来自2009—2013年战略性新兴产业上市公司的证据[J].中国科技论坛,2016(12):60-66.
[4] 谢光华,郝颖,靳姝菲.风险投资对政府补贴的创新激励有效性的影响研究[J].管理学报,2018,15(9):1337-1346.
[5] 邵慰,杨珂,梁杰.政府补贴、研发激励与新能源汽车创新[J].科技进步与对策,2018,35(15):69-75.
[6] 周黎安,罗凯.企业规模与创新:来自中国省级水平的经验证据[J].经济学:季刊,2005,4(3):623-638.
[7] 周方召,符建华,仲深.外部融资、企业规模与上市公司技术创新[J].科研管理,2014,35(3):116-122.
[8] YANNISHATZIKIAN. Exploring the link between innovation and firm performance[J].J Knowl Econ,2013.
[9] LEV BARUCH,ZAROWINPAUL. The boundaries of financial reporting and how to extend them[J]. Journal of Accounting Research,1999,37(2):353-385.
[10] 罗婷,朱青,李丹.解析R&D投人和公司价值之间的关系[J].金融研究,2009(6):100-110.
[11] 陈旭东,穆雪迎.政府补贴对科技创新类企业经营绩效的影响——以创业板上市企业为例[J].科技进步与对策,2018,35(12):85-91.
[12] 赵玉林,谷军健.政府补贴分配倾向与创新激励的结构性偏差——基于中国制造业上市公司匹配样本分析[J].财政研究,2018(4):61-74.
[13] 任海云.公司治理对 R&D 投入与企业绩效关系调节效应研究[J].管理科学,2011,24(5):37-47.
[14] 李婧,贺小刚.股权集中度与创新绩效:国有企业与家族企业的比较研究[J].商业经济与管理,2012(10):40-51.
[15] 张玉娟,汤湘希.股权结构、高管激励与企业创新——基于不同产权性质A股上市公司的数据[J].山西财经大学学报,2018,40(9):76-93.
[16] 张玉娟,张学慧,长青,等.股权结构、高管激励对企业创新的影响机理及实证研究——基于A股上市公司的经验证据[J].科学管理研究,2018,36(2):67-70+75.
[17] 杨建君,盛锁.股权结构对企业技术创新投入影响的实证研究[J].科学学研究,2007,25(4):787:792.
[18] 秦兴俊,王柏杰.股权结构、公司治理与企业技术创新能力[J].财经问题研究,2018(7):86-93.
[19] 陈隆, 张宗益, 杨雪松.上市企业公司治理结构对技术创新的影响[J].科技管理研究,2005(9):137-141.
[20] AGHION P, BLOOM N, BLUNDELL R, et al. Competition and innovation: an inverted-urelationship[J]. Quarterly Journal of Economics, 2005, 120(2): 701-728
[21] FAZZARI S, R HUBBARD, B PETERSEN. Financing constrains and corporate investment, brookongs papers on economic activity[J].1988,19(1):141-195.
[22] 汪炜,李甫伟.股市发展能够推动产业转型升级吗——来自中国A股上市公司的证据[J].财贸经济,2010(9):37-43.
[23] 钱水土,周永涛.金融发展、技术进步与产业升级[J].统计研究,2011,28(1):68:74.
[24] CAMPELLO M,JR GRAHAM,CR HARVEY.The real effects of financial constraints:eveidence from a financial crisis[J].Journal of Financial Economics,2010,97:470-487.
[25] 吕晓军.政府补贴与企业技术创新产出——来自2009—2013年战略性新兴产业上市公司的证据[J].中国科技论坛,2016(12):60-66.