中国新能源企业政府环境研发补贴的动态激励效应

“十三五”时期是中国实现非化石能源消费比重达到15%目标的决胜期，党的十九大报告明确指出，加快建立绿色生产与消费的法律制度和政策导向，构建市场导向的绿色技术创新体系，壮大清洁生产产业、清洁能源产业。发展新能源、改善生态环境是促进经济全面协调可持续发展的必由之路，而新能源企业可以通过绿色技术创新活动提升企业环境绩效，进而为减轻环境污染作出贡献[1]。环境绩效提升不仅能帮助企业提高生产力并降低相关成本，提供更多新市场进入机会[2-3]，还可带来因避免法规或经济处罚的机会收益[4]。此外，环境绩效较好的企业会得到更多环境相关奖励，从而使其股票价值增值[5]。近年来，国家对推动环境发展和经济转型升级的新能源企业投入大量补贴，激励企业进行环保技术和环保产品研发创新，提升环境绩效。据不完全统计，近6年来，国家对风电、太阳能光伏和生物质能领域的研发总投入达到26.98亿元。政府补贴可以有效缓解企业研发活动的外部性，但由于政企之间存在信息不对称，政府补贴会导致道德风险和逆向选择问题，企业会出现“寻补贴”的策略性创新行为，造成补贴资源错配和浪费。

以前学者在评价补贴政策时，大多仅从政府补贴对企业创新激励效果角度入手，反过来，企业创新情况对政府补贴是否具有吸引作用，从而影响补贴资源配置？政府是否会根据企业创新情况灵活及时调整补贴金额？换言之，政府补贴与企业创新之间可能存在相互影响、相互作用的内生关系。因此，研究政府补贴与企业创新的互动关系可为合理评价补贴政策提供更新颖、更全面的视角。

本文利用PVAR动态面板模型，考察政府补贴决策对新能源企业创新投入(研发投入)和产出(环境绩效)的互动影响，包括上述影响在时间上的滞后性以及对不同所有制企业的差异性。一方面，从政府补贴对企业创新投入和产出影响效果的正向链条，考察政府补贴的技术创新激励效应；另一方面，从企业技术创新情况对政府补贴吸引作用的反馈链条，考察政府配置补贴资源的合理性，为增强新能源企业创新驱动政策效能提出综合性参考意见。

1 文献综述

1.1 政府研发补贴对企业研发投入与环境绩效的影响

已有研究大多支持政府补贴会为企业绿色创新活动带来积极影响的观点。政府补贴对企业自主研发投入具有正向激励作用[6-8]，补贴不仅通过降低研发活动成本和风险促进企业加大创新投入力度[9]，还通过缓解研发投入的融资约束提高企业创新积极性[10-11]。Niessen等[12]通过实证研究发现，受到政府补助的企业会主动提升环境绩效；国内学者认为，政府补贴能够激励企业环境研发和环境治理[13-14]。还有学者指出，研发投入与环境绩效分别从投入和产出角度测度新能源企业绿色技术创新活动，而且研发投入在政府补贴对环境绩效的作用过程中有中介传导效应[14]。对于新能源企业而言，加强绿色技术研发是降低环境污染、减少资源消耗和增强企业竞争力的重要方式(马富萍等，2011)，通过考察企业研发投入在“政府补贴投入—企业环境成果产出”过程中的作用，可分析政府研发补贴对环境绩效的间接作用机制。

1.2 政府补贴决策影响因素

企业外生性质能够影响其补贴获得状况，如企业所有制、规模、所在地区和行业。有研究显示，国有企业获得政府补贴的比率显著高于私营企业和外资企业，且补贴比率随时间推移呈上升趋势，大规模企业获得政府补贴的概率显著高于中小企业[15]。那么企业内生性质，即企业“隐性能力”(如技术创新能力)和特征是否会影响政府补贴分配？已有学者大多研究政府补贴对企业创新投入和产出的影响，反过来，企业研发情况和绩效是否起到“信号”作用，进而为后续政府补贴政策制定提供参考？江涛等[16]运用VAR模型发现企业自主创新能力是财政投入的格兰杰原因；尚洪涛等[17]通过探究医药制造企业研发投入和创新绩效对政府补贴的影响，发现研发投入会促进后续政府补贴，而创新绩效会抑制企业未来1～2年获得的政府补贴支持数额，非国企比国企表现更显著。近年来，新能源企业骗补情况频繁出现，政府与企业之间信息不对称问题日益突显，因而考察企业创新情况反馈对政府补贴的影响是补贴配置合理性评价的新思路，有助于进一步调整和完善现行补贴政策。

1.3 评述

综上，以往研究着重考虑政府补贴对企业研发创新活动的单向静态影响，很少探究政府补贴与企业研发投入和创新绩效的动态交互关系。新能源行业是技术密度高、研发难度大、研发周期长、成果转化慢的高科技行业，政府给予了诸多期望和资金支持。因此，补贴资源在新能源企业中的创新激励效应，以及政府创新补贴分配合理性问题值得关注。本文创新性地把政府环境研发补贴、研发投入和环境绩效纳入同一个内生性系统之中，运用PVAR动态模型，探究新能源企业中政府补贴与研发投入和环境绩效互为影响的时滞性及其在不同性质企业间的差异性。

2 研究设计

2.1 数据来源

本文选取2011—2017年在上交所和深交所上市的A股新能源板块企业为研究对象。以2011年财务报告为基础，筛选出新能源相关业务收入占总收入50%以上的企业，剔除政府补贴、研发投入和环境绩效数据不全的企业以及ST、*ST企业。最终选定122家企业，732个样本点。

政府补贴和研发投入相关数据来自企业年度财务报告，其中，政府补贴数据摘自年报中“营业外收入”科目下的明细项目。反映企业环境绩效相关荣誉和奖励情况摘自样本公司在巨潮网上披露的企业社会责任报告。以上数据均由手工收集整理并运用STATA 15.0软件进行统计分析。

2.2 变量设计

2.2.1 环境研发补贴

政府补贴是指政府直接或间接向微观活动主体提供的一种无偿转移，能使企业获得资金支持[18]。新能源企业的政府补贴是国家为了鼓励企业进行与环境友好型技术相关的绿色创新，对企业在环境研发方面的投入给予资金支持的政策。参照OCED创新调查手册，从政府补贴中筛选出用于环保研发创新活动的部分，剔除无关补贴，选取新产品生产补贴、项目补贴等作为研究范围。本文还对政府补贴的数值进行对数化处理，防止异方差导致的结果偏差。本文政府补贴采用“sub”表示。

研发投入是企业在环保层面的技术研发费用，反映企业对创新活动的自主资金分配。为避免异方差，本文对研发投入数值进行对数化处理。本文研发投入采用“rd”表示。

环境绩效是指企业主观努力对生态环境改善的贡献。企业环境绩效评级量表是一种定性指标，最早应用于测量高污染行业中企业环境绩效。李溪[19]采用CEP环境评级作为衡量环境绩效的指标；Klassen&Mc Laughlin[5]采用环境奖励或荣誉表征良好的环境绩效。还有学者选取是否通过国家环境保护总局颁布的环境认证、最近3年是否通过环保核查、是否评选为环境友好企业及最近3年是否有重大环保事故等综合评分作为环境绩效代理变量[20]。

国内未出现对上市企业环境绩效进行权威评价和排名的相关机构，在企业年报中公布的相关定量财务数据也并不全面。因此，本文以新能源企业绿色技术创新成果的外部认可度为出发点，对企业获得的环境方面的奖励和荣誉进行赋值评分，以奖励的得分之和作为公司环境绩效测量指标。其中，国际级为5分，国家级为4分，省级为3分，市级为2分，其它为1分，没有奖励为0分。在企业社会责任报告中输入“能源”、“奖励”、“荣誉”、“表彰”等关键字，并逐条筛选出与新能源业务或创新成果有关的奖励。本文这一指标用“cep”表示。

2.3 面板向量自回归模型(PVAR)

本文利用面板数据的向量自回归模型(PVAR)研究环境研发补贴、企业研发投入和环境绩效的长、短期影响。它是一种多元系统方程，将考察变量全部纳入一个内生系统，估计系统内所有变量的滞后项对某变量产生的影响，测量各变量间相互作用机制。模型一般形式为：

其中，yit代表3个内生变量的向量组，展开式如下：

yit-j代表3个变量的滞后项的向量组，展开式如下:

式(1)中，i与t分别表示第i个企业和第t年，j表示滞后阶数。α0表示截距项，Aj表示回归系数矩阵，fi为固定效应，dt为时间效应，εit为随机扰动项。

最终模型表达式如下:

使用PVAR模型的主要步骤如下：采用GMM法估计变量间的短期回归系数，再采用脉冲响应函数分析系统内所有变量冲击对某一变量的长期影响方向、程度和滞后性，最后采用方差分解衡量所有变量对某一变量变化的贡献比例。

3 可行性分析

3.1 单位根检验

在使用面板数据模型前，为避免伪回归现象，需要先验证各变量的平稳性。若对不平稳变量使用PVAR模型，则不能准确刻画变量间的逻辑关系。本文综合各种单位根检验法的适用性，最终选择LLC和IPS检验法，表1结果显示3个变量均为平稳序列。

3.2 面板协整检验

为了确定变量间存在长期均衡关系，在确定各变量为平稳序列后，还需对面板数据进行协整检验。本文选取3种检验方法、共5个统计量分别对总样本和两个子样本进行协整检验。结果如表2所示，每类样本中至少存在4个检验统计量显著拒绝不存在协整关系的原假设，证明了变量间关系的稳定性。

3.3 格兰杰因果检验

为验证政府环境补贴与研发投入和环境绩效间是否存在短期影响关系，基于构建的PVAR模型进行格兰杰因果检验，为实证分析提供可行性测试，结果如表3所示。

政府环境研发补贴是企业研发投入和环境绩效的因，都在10%的水平下拒绝了原假设。企业研发投入和环境绩效是政府环境研发补贴的因，在10%的水平下拒绝了原假设。研发投入是环境绩效的因，反过来，环境绩效也是研发投入的因，分别在10%和5%的水平下拒绝了原假设。

由此可见，政府环境研发补贴与企业研发投入、政府环境研发补贴与企业环境绩效、企业研发投入和环境绩效间存在双向互动关系，变量之间可以解释彼此变化趋势，为实证分析提供了可行性依据。

4 实证分析

4.1 PVAR模型的GMM估计

在运用面板向量自回归模型时，考虑到面板数据模型存在个体固定效应，本文通过对数据进行前向均值差分处理(Helmert法)剔除个体效应。如表4所示，依据AIC、BIC、HQIC信息准则确定模型的最佳滞后阶数为1。

首先，通过GMM估计考察滞后1期时变量间的短期互动关系。表5的I中，把环境绩效作为被解释变量，结果显示，滞后1期的环境研发补贴和研发投入都对环境绩效产生了显著影响，弹性系数分别为-0.250和0.340。区分企业性质后发现，国有企业中，政府补贴和研发投入抑制了环境绩效提升，弹性系数分别为-0.291和-0.308；非国有企业中，政府补贴和研发投入促进了环境绩效提升，弹性系数分别0.142和0.190，说明非国企的政府补贴使用效率和研发活动产出效率均显著优于国企。

表5的II中，把研发投入作为被解释变量，发现滞后1期的政府补贴对研发投入有显著影响，弹性系数为0.216。分样本后，在非国企中的系数为0.270，但在国企中的影响不显著。由此说明，政府补贴显著提高了非国企环境研发活动积极性，却对国企研发活动的影响不显著。

表5的III中，把政府补贴作为被解释变量，发现滞后1期的环境绩效和研发投入均会提升当期政府补贴供给额，弹性系数分别为0.197和0.108。具体到不同性质企业，国企中，环境绩效显著提升了后期补贴供给，弹性系数0.208；非国企中，研发投入会显著拉动后期补贴水平，弹性系数为0.402。由此说明，政府在分配补贴时看重国企创新产出结果，而对于非国企，政府关注其研发投入环节，对重视研发活动的非国企才会加大支持力度。

GMM估计仅能看出变量间的短期关系，结果只具有参考意义，只有在测试脉冲响应和方差分解后，才能看出政府补贴、研发投入和环境绩效的长期互动关系。

4.2 脉冲响应函数

政府补贴与研发投入和环境绩效间可能存在长期相互作用，需要考虑变量间的交互性及影响的时滞性。脉冲响应函数可以分解出每个变量的冲击对系统中其它变量当前值和未来值产生的影响，考察变量间纯粹、直接的影响。脉冲响应图是其输出结果，可以直观地刻画某个变量在应对系统中其它变量冲击时的响应方向、响应速度及响应大小。其中，横轴代表变量应对冲击作用的响应期数，单位为年；纵轴代表该变量应对冲击的动态响应值。

4.2.1 环境研发补贴对企业研发投入与环境绩效的正向冲击

(1)环境研发补贴对研发投入的影响。从总样本看，环境研发补贴对企业研发投入在未来1～4期具有较为显著正向影响，在未来第2期最显著，达到峰值0.1，即当期政府补贴对未来第2期的企业研发投入影响最大，随后影响逐渐减弱(图1总样本3b)。从分样本看，非国企与总样本呈相同趋势，说明政府补贴能够激励非国企在未来几年加大研发投入力度。但在国企中，补贴对研发活动的促进效果并不显著，研发投入对环境补贴的响应路径是一条接近0轴的平滑曲线，说明流入到国企的补贴资金并没有明显提高企业研发积极性(图2国企3b、图3非国企3b)。

(2)环境研发补贴对环境绩效的直接影响。从总样本看，环境研发补贴对环境绩效在未来1～4期具有较为显著负向影响，在未来第1期最显著，达到峰值-0.03，随后逐渐减弱并趋于0(图1总样本3a)。从分样本看，在国企中，补贴对绩效具有显著抑制作用且在未来第2期最显著，峰值为-0.17；在非国企样本中，补贴对绩效有显著促进作用且在未来第2期最显著，峰值为0.06(图2国企3a，图3非国企3a)。由此说明，流入国企的政府补贴并未发挥预期作用，即没有对企业环境绩效起直接的积极影响，可能是由于国企存在的政治关联使其比非国企更容易获得补贴，加之缺乏有效监管，导致其创新动力不足、补贴资源利用效率低下。

(3)环境研发补贴对环境绩效的间接影响。政府研发补贴对企业环境绩效的间接影响可通过“政府补贴—研发投入—环境绩效”路径传递。从总样本看，研发投入在未来1～5期对环境绩效有促进作用且在第2期最显著，达到峰值0.03，随后冲击效果逐渐减弱(图1总样本2a)。结合以上分析，即补贴对研发投入的影响始终是正向的，因此，政府补贴会通过促进企业研发投入激励环境成果产出。从分样本看，在国企中，研发投入抑制了环境绩效提升，在非国企中，研发投入促进环境绩效提升(图2国企2a，图3非国企2a)。结合以上结果，即政府补贴对国企研发活动的激励效果不显著，但能有效促进非国企研发投入。由此说明，对于国企而言，在政府资金投入到企业成果产出过程中，一方面，补贴没有被合理分配到研发活动中；另一方面，研发投入转化为环境成果的效率低下，这是政府补贴未能有效促进企业环境绩效提升的重要原因。对于非国企而言，从政府补贴投入到研发创新活动再到企业环境成果产出，每个环节都合理高效，企业能充分利用国家奖励和支持提升自身研发创新水平并为环境保护作出积极贡献。

4.2.2 企业研发投入与环境绩效对环境研发补贴的反向冲击

(1)研发投入对环境研发补贴的影响。从总样看，补贴对研发投入的一个标准化冲击具有长期正向响应，作用时间是未来1～4期，在第2期最显著，峰值为0.14，之后响应逐渐减弱趋于0(图1总样本2c)。从分样本看，在国企和非国企中，研发投入对补贴均存在显著正向影响且均在第2期达到峰值，分别为0.05和0.2(图2国企2c，图3非国企2c)。由此说明，企业加大研发投入力度能获得更多政府资金支持，企业前期研发投入越多，就越有意愿和可能争取更多的政府补贴，相较于国企，政府更看重非国企研发投入情况。

(2)环境绩效对环境研发补贴的影响。从总样本看，补贴对环境绩效的一个标准化冲击具有短期正响应，作用时间是未来1～2期，在第2期后绩效对补贴的影响逐渐消失(图1总样本1c)。由此说明，在环境方面获得的奖励和荣誉能帮助企业在未来2年内争取更多补贴金额。从分样本看，补贴对环境绩效一个标准化冲击的正向响应在国企中更强(图2国企1c，图3非国企1c)，说明当环境绩效较好时，国企比非国企更容易受到国家政策青睐。

4.3 方差分解

为了进一步探究政府补贴、研发投入和环境绩效三者之间的长期互动关系，通过方差分解，得到系统中其它变量对某一变量变动的贡献度，量化每个变量对被解释变量的解释程度，提取出变量间影响的相对重要性。第5个预测期和第10个预测期的方差分解结果基本不变，说明在第10个预测期后，其它变量对某一变量的解释力度保持稳定。因此，本文仅列出第10个预测期的方差分解结果，如表6所示。

在研发投入和环境绩效的方差分解值中，政府补贴对研发投入和环境绩效的贡献分别为10.8%、17.2%，研发投入对环境绩效的贡献为6.9%。分企业性质看，政府补贴对非国企研发投入和环境绩效的方差解释力度均大于国企，分别高出3.6%和6.7%。由此可以看出，政府补贴对非国企创新活动的影响更显著，非国企对政府投入资金的敏感度较高。

政府补贴的方差分解结果显示，第10期研发投入和环境绩效的方差贡献率分别为13.2%、20.9%。区分企业性质看，非国企研发投入对政府补贴的影响较为显著，而国企环境绩效对政府补贴的方差贡献率更高，这与脉冲响应函数得出的结论基本一致。虽然新能源企业补贴政策主要受宏观调控的影响，但企业在研发和绩效方面的反馈情况对后续补贴力度调整仍有部分参考价值。

方差分解结果是对脉冲响应结果的进一步验证和补充说明，方差分解强调的是各影响因素的相对影响程度，而脉冲响应侧重于影响方向、影响大小和滞后效应分析。

5 结语

本文选取新能源企业为研究样本，运用PVAR动态面板模型，通过GMM估计、脉冲响应和方差分解进行实证分析，研究环境研发补贴、研发投入和环境绩效之间的动态交互效应，得到主要结论如下：

5.1 政府研发补贴对研发投入与环境绩效的影响

环境研发补贴对新能源企业研发投入具有滞后1-4期的积极影响，在未来第2期影响效果最显著，非国企比国企更显著。结果表明，政府补贴有效激励了非国企研发活动，使其加大研发资金投入力度，但补贴没有显著激发国企创新活力，国企对补贴资源的使用存在一定问题。相比于非国企，国企与政府的联系更紧密，补贴的易得性使其未能有效利用创新资源，没有切实落到研发创新活动中。

环境研发补贴对环境绩效的影响在不同产权性质企业中存在较大差异，补贴显著抑制国企环境绩效提升，而有效促进非国企环境绩效提升，影响滞后1～4期，未来第2期作用最显著。研发活动是从政府补贴投入到企业成果产出的中间环节，通过进一步分析企业研发投入对环境绩效的影响发现，研发投入抑制国企环境绩效提升，却促进非国企环境绩效提升。结果表明，国企中政府补贴对环境绩效的抑制作用主要是由于研发活动效率低，而非国企能够有效利用补贴，加速研发成果转化。此外，非国企中政府补贴对研发投入和环境绩效的方差解释力度均大于国企，说明政府投入资金对非国企创新投入和绿色技术产出的影响更显著。国企项目大多由政府指定，自主性较差，缺乏快速通过增加绿色研发成果争取奖励的动力，而且项目审批程序复杂繁琐，上传下达速度较慢，导致最终产出效率低下。非国企更多以市场需求为导向，政府扶持可有效缓解资金压力，加大其创新动力，因而其有动力通过提高研发效率、产出更多环境友好型成果争取更多政府支持。

5.2 研发投入与环境绩效对政府研发补贴的参考意义

前期研发投入和环境绩效对后续环境研发补贴投入均有促进作用，研发投入对补贴的影响滞后1～4期，第2期影响最大，而环境绩效对补贴的影响滞后2期，之后作用逐渐收敛为0。研发投入对后续政府补贴的促进作用，非国企比国企更显著，而环境绩效对后续政府补贴的参考意义，国企比非国企更显著。结果表明，一方面，企业研发投入和环境绩效的反馈情况对于后期政府补贴力度调整具有参考价值，而且研发投入对政府补贴决策具有长期参考意义，环境绩效对政府补贴的影响持续时间较短，只有近两年的环境成果具有借鉴价值。由此说明，政府补贴决策比较注重时效性，避免获得补贴的企业利用前期成果一直占用政府资源却不作为的现象出现；另一方面，政府对国企的补贴决策更注重结果导向，看重企业最终呈现的环境产出结果，而对非国企的考察是过程导向的，从研发创新投入环节入手，给予研发活动积极性高的企业更多支持和奖励。

5.3 启示

政府对新能源行业发展有着积极预期，本结论可为新能源企业补贴政策完善带来启示，即需要提高政府在供给端的配置效率和企业在需求端的使用效率。

对于补贴“供给端”的政府而言，需通过监督实现补贴精准配置。政府在选择补贴对象以及确定具体投入金额时，降低对前期补贴决策的依赖，充分参考企业前期创新投入和产出情况，适时考评，及时调整。尤其是加强国企考核，注重补贴资金在使用过程和产出效果环节的双把关。追踪补贴流入企业后的去向，例如要求享受补贴的企业披露每个项目补贴金额的使用明细，使研发补贴使用过程中每个环节都透明、高效。符合条件的企业可享受补贴政策，成果显著的企业能够申请更多补贴，对消极不作为的企业减少或取消补贴，避免政府资源浪费。

对于补贴“需求端”的新能源企业而言，应积极开展创新活动，提高环境研发投入、环保技术和产品成果转化效率，进而提高环境绩效，由此争取更多补贴。目前，流入国企的补贴使用效果不理想，主要是由于其研发活动效率低，缺乏有效激励。应加强国有企业内部治理，精简项目审批手续流程，提升创新活动权责匹配度，建立健全激励制度，如加大创新项目负责人和研发人员奖励力度，从而提高创新积极性。对于非国企而言，绿色产出效率较好，在保持原有水平的基础上，可以进一步利用政策支持提升研发创新效率。

若企业能积极使用补贴，合理安排资金用处以提高研发效率，政府就能据实参考企业研发和环境绩效情况，灵活制定补贴政策，作出合理反馈，从而形成“补贴-研发-绩效”链条的良性循环，为企业和社会创造最大价值。

[1] 马富萍，郭晓川，茶娜.环境规制对技术创新绩效影响的研究——基于资源型企业的实证检验[J].科学学与科学技术管理，2011,32(8):87-92.

[2] PORTER M E,LINDEC V D. Toward a new conception of the environment -competitiveness relationship[J]. The Journal of Economic Perspectives，1995，9(4):97-118.

[3] BURNETT，ROYCE D．HANSEN，DON R．Eco-efficiency: defining a role for environmental cost management[J]．Accounting,Organizations and Society,2008,33(6): 551-581.

[4] 何平林,石亚东,李涛. 环境绩效的数据包络分析方法——一项基于我国火力发电厂的案例研究[J]. 会计研究,2012(2):11-17.

[5] KLASSEN R,MCLAUGHLIN C P. The impact of environmental management on firm performance [J].Management Science,1996,42(8):1199-1214.

[6] MANSFIELD,EDWIN,SWITZER,et al. Effects of federal support on company-financed R and D: the case of energy[J]. Social Science Electronic Publishing,2017,30(5):562-571.

[7] 褚德银,杨姗,宋根苗.财政补贴、税收优惠与战略性新兴产业创新投入[J].财贸研究,2016，27(5):83-89.

[8] 余菲菲,钱超.政府科技补助对企业创新投入的门槛效应[J].科研管理,2017,38(10):40-47.

[9] GUELLEC D,POTTERIE B V P. The impact of public R & D expenditure on business R&D [J]. Economics of Innovation and New Technology,2003,12(3): 225-243.

[10] ARROW K J. The economic implications of learning by doing[J]. Review of Economic Studies,1962,29(3):155-173.

[11] 王闽,候晓红.经济不确定性、政府补贴与企业技术创新投入[J].华东经济管理,2015,29(12):95-100.

[12] NIESSEN,ALEXANDRA,STEFAN RUENZI. Political connectedness and firm performance: evidence from Germany[J]. German Economic Review,2010,11(4):441-464.

[13] 吴成颂，黄送钦.基于企业社会责任视角的政府补贴效果研究——来自中国沪市 A股制造业的经验证据[J].南京审计学院学报，2015，12(2):92-103.

[14] 尚洪涛，祝丽然.政府环境研发补贴、环境研发投入与企业环境绩效——基于中国新能源企业产权异质性的数据分析[J].软科学，2018，32(5):40-44.

[15] 耿强,胡睿昕. 企业获得政府补贴的影响因素分析———基于工业企业数据库的实证研究[J]. 审计与经济研究,2013(6):80-90.

[16] 江涛,傅新红,蒋谦. 四川省财政科技投入与自主创新关系的协整分析[J]. 科技管理研究,2008,28(12):27-29.

[17] 尚洪涛,黄晓硕.政府补贴、研发投入与创新绩效的动态交互效应[J].科学学研究,2018,36(3): 446-455+501.

[18] 安同良,周绍东,皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究,2009,44(10):87-98+120.

[19] 李溪.政治关联、财政补贴与企业环境绩效[J].财会通讯,2017(18):40-44.

[20] 胡曲应.上市公司环境绩效与财务绩效的相关性研究[J].中国人口·资源与环境,2012,22(6):23-32.