政府創新補助刺激企業自主 D R&D 投資

　 摘 要：為研究政府創新補助是否能有效激勵企業自主R&D 投資，基于 2008—2016 年上市非金融企業數據，借助匹配方法，運用偏差修正匹配估計量，剔除通貨膨脹因素，測度了政府創新補助對企業自主 R&D 投資的效果。研究發現：創新補助對非高新技術企業當期的自主 R&D投資有完全擠出效應;對中小規模企業和高新技術企業的自主 R&D 投資有顯著的刺激作用，但存在一定的時滯。

　關鍵詞：自主 R&D 投資;政府補助;匹配法;誤差修正匹配估計量

　創新是建設現代化經濟體系的戰略支撐。然而，與創新活動有關的正外部性問題導致市場失靈，造成創新活動的私人收益和社會收益的差距，使企業研發（Research and Development，以下簡稱 R&D）投資偏離社會最優。政府試圖通過財政支持解決這一困擾，財政支持是刺激 R&D的主要工具，其主要目的是降低企業 R&D 成本，增加企業 R&D 投資。財政支持包括政府補助和稅收優惠，本文主要關注政府補助對企業 R&D 行為的影響。補助的效果

　主要有以下幾種情況：一是政府補助增加企業研發投入，且企業研發投入的增加額大于補助金額，即私人研發支出額增加，此時，政府補助刺激企業研發;二是政府補助增加企業研發投入，但是研發投入的增加額小于補助金額，即私人研發支出額減少，此時，政府補助對研發有部分擠出效應;三是政府補助不會增加企業總研發支出，此時，政府補助對研發有完全擠出效應。本文利用中國上市非金融企業數據，運用偏差修正匹配估計量，主要回答：政府創新補助對企業自主 R&D 投資金額和企業自主 R&D 投資強度的影響是怎樣的？是刺激還是擠出？這樣的影響是否有異質性？對不同規模和不同資質認定的企業的影響是否不同？這樣的影響是否存在時滯效應？這幾個問題既是對同類研究的拓展，同時也是理解政府政策效應所需回答的核心問題，為實施的政府政策是否對企業 R&D 行為產生顯著的影響提供依據，為政府決策提供參考，提高政府這只“看得見的手”彌補市場失靈的針對性，實現十九大提出的“創新驅動發展”的戰略。

　本文主要評估政府創新補助政策效果，可能的研究貢獻主要體現在三個方面：第一，將使用匹配法處理內生性問題，并使用偏差修正估計量減少因不精確匹配造成的偏差。第二，研究補助異質性時根據國家對企業資質認

　定分組，首次研究補助對高新技術企業和非高新技術企業的影響是否有差異，對現有文獻進行有益補充。第三，同時考慮補助的時滯效應和通貨膨脹的影響。

　一 文獻綜述和研究假設

　自主創新要求企業大量的經濟資源和時間投入以獲取專業技術，而這種投資行為具有較大的風險和不確定性，導致企業 R&D 投資不足。政府期望通過直接補助刺激企業研發活動。理論界認為，政府補助通過以下機制影響企業研發行為：第一，政府補助的研發額外性（R&D Additionality），即政府補助使得企業獲得直接的資金支持，緩解企業研發資金短缺的困局，降低融資成本，但補助不是越多越好，政府創新補助規模過大，使創新投資的邊際資金成本和邊際破產概率增大，不利于企業創新，且由于道德風險的存在政府補助可能會擠出自主研發投資 。

　第 二 ， 政 府 補 助 的 行 為 額 外 性 （ Behavioural Additionality），即創新補助對外部投資者的信號傳遞機制。Feldman & Kelley 認為獲得研發補助的企業意味著獲得政府認可，傳遞出有創新能力的信號，可以吸引更多的投資。但因為不可避免的“尋租行為”易導致因政府補助造成資源錯配和企業競爭行為扭曲。

　 但對于政府補助效果的實證研究，學術界尚未形成一致結論。部分學者認為政府補助刺激企業 R&D 投資，如Hu 基于海淀區高技術企業數據，認為政府補助能有效刺激企業研發;朱平芳和徐偉民利用上海大型工業企業數據，研究發現，上海市政府的補助對大中型工業企業增加R&D 投入具有積極效果;Liu et al.利用江蘇省高新技術企業數據，研究發現，政府補助刺激企業 R&D 投資。此外，也有部分學者持相反觀點，認為政府補助擠出企業 R&D投資，如 Wallsten 基于美國工商業企業數據認為政府補助擠出了企業研發投資。結論的矛盾是因為計量方法的多樣性和不同國家補助計劃的差異性，更重要的原因是內生性問題未得到很好的解決。政府補助和企業研發投資這一對關系往往會相互影響。并且，政府補助不是隨機分配的，而是根據企業的某些特征（如企業的規模，企業上一期的研發投資情況等）決定是否補助。對于這種政府選擇可能導致的選擇性偏誤，早期的研究通常通過固定效應模型、工具變量法、Hechman 兩階段法、DID方法來處理，而近年的研究則通過傾向得分匹配（PSM）法研究政府補助對企業 R&D 投資的平均因果效應。Bérubé et al.基于加拿大制造業企業數據運用 PSM 法研究政府補助的效果。馬嘉楠等用 PSM 法，以上海張江高科

　技園區企業為樣本，得出財政科技補貼刺激企業 R&D 投資的結論。但是，這一方法也存在缺陷，Chabé -Ferret認為匹配法導致偏差，低估平均因果效應，本文運用Abadie和 Imbens 提出的偏差修正匹配估計量減少這種偏差。

　近年來研究的另一個趨勢是在評估補助效果時考慮企業異質性的類型并且關注補助的時滯效應。關于企業異質性，它包括企業的規模、企業技術能力、產業技術類別、企業所有權性質等。Lach 使用以色列公司的面板數據，發現補助使小公司的研發支出增加，對大公司的研發支出影響不顯著。Lee 利用六個國家的公司級數據，研究發現，政府補助對自主研發對技術能力較低的公司有刺激效應。Dai 和 Cheng 基于中國制造業企業數據，按企業規模和高低技術產業分組，發現政府補助與自主研發呈現倒 U 形關系。康志勇研究發現政府補助對企業新產品創新的影響在滯后第 4 期達到最大，并且發現對非國有企業的促進作用強于國有企業。梳理現有的研究成果可以看出，按國家對企業的資質認定分組研究補助效果的文獻較少，本文的研究是對現有文獻的有益補充。

　基于以上的理論分析和文章的研究問題，本文提出如下

　的研究假設：

　假設 1：政府創新補助刺激企業自主 R&D 投資金額和企業自主 R&D 投資強度。

　如上述理論分析可知，政府創新補助研發額外性和行為額外性可能會刺激企業自主研發的投入，但由于企業的道德風險和尋租行為導致的扭曲，其對自主研發可能存在擠出效應，于是，本文提出第二個假設：

　假設 2：

　政府創新補助擠出企業自主 R&D 投資金額和企業自主 R&D 投資強度。

　企業從基礎研究到應用研究可能需要很長時間，其企業從收到補助款到開始研發也需要時間，因此，提出第三個假設：

　假設 3：

　政府創新補助對企業自主 R&D 行為的影響存在時滯效應。

　中小規模企業和大規模企業的信號傳遞機制效果可能不同，大規模企業比中小規模企業更易獲得資金支持。且

　相比于非高新技術企業，高新技術企業即使未獲得政府補助，其自主研發行為受資金約束的可能性比較小。不同類型不同規模企業的道德風險 “騙補”傾向也有一定差異。于是，提出第四個假設：

　假設 4：政府創新補助對企業自主 R&D 行為的影響存在異質性。

　二 上市非金融企業的 R&D 投資和政府創新補助現狀

　本文使用了 2008—2016 年上市非金融企業數據，刪除了異常數據、缺失數據，共 16376 個觀察值，2587 家企業，數據來源于國泰君安數據庫和 wind 數據庫，其中對政府補助去噪音，借鑒李萬福等的做法，篩選出政府創新補助。不同規模企業 R&D 投資和創新補助的情況如表 1 所示，進行 R&D 投資的企業數量和比例并沒有隨著企業規模的增加而增加，在適度規模（1000—2000 人），進行R&D 投資的企業占比最多。企業規模最小時（少于 500人），進行 R&D 投資的企業占比最少。在獲得創新補助方面，也是呈現出類似特征。值得注意的是，最大規模企業的 R&D 投資和獲得創新補助占比仍然遠高于最小規模企業。進行 R&D 投資的高新技術企業比例和獲得創新補

　助的高新技術企業比例均高于非高新技術企業。這說明高新技術企業更多的進行 R&D 投資并更易獲得創新補助。

　表 2 描述了不同規模和資質企業的 R&D 投資強度和投資額情況。從表 2 左半部分可見，首先，獲得創新補助企業的自主R&D投資強度和總R&D投資強度隨著企業規模的增大而減小。平均而言，總 R&D 投資強度從最小規模企業的 6.15%下降到最大規模企業的 2.44%，自主 R&D 投資強度從 5.94%下降到 2.35%。其次，獲補助企業的總 R&D投資強度與自主 R&D 投資強度的差距隨著企業規模的增大而縮小，平均為 0.12%，在大于 2000 名員工的企業中差距更小，只有 0.09%。再次，獲創新補助企業的自主R&D 投資強度顯著高于未獲創新補助的企業。最后，獲得創新補助企業與未獲創新補助企業的自主 R&D 投資強度的差距隨企業規模的增大而縮小，企業規模最小時，差距為 3.76%，企業規模最大時的差距縮小為 1.09%。這表明可能規模越小的企業越依賴創新補助進行 R&D 投資活動。獲得創新補助的非高新技術企業的自主 R&D 投資強度顯著高于未獲得創新補助的同類企業，差距為 1.86%。而獲得創新補助的高新技術企業自主 R&D 投資強度只是略高于未獲補助的同類企業。

　表 2 右半部分匯報了不同規模和資質企業的 R&D 投資額的情況，首先，獲得創新補助企業的自主 R&D 投資額和總 R&D 投資額隨著企業規模的增大而增加。其次，獲補助企業的總R&D投資額與自主R&D投資額的差距隨著企業規模的增大而增大，平均差距為 0.47 萬元，在最大規模企業（大于 5000 人）中差距最大，達到 1.62 萬元。再次，獲創新補助企業的自主 R&D 投資額顯著高于未獲創新補助的企業。最后，獲得創新補助企業與未獲創新補助企業的自主 R&D 投資的差距隨企業規模的增大而增大。這可能是創新補助對規模越大的企業的自主 R&D 投資額刺激效果越強，也可能政府傾向于補助研發投資較多的公司。獲得創新補助的非高新技術企業和高新技術企業的自主 R&D 投資強度顯著高于未獲得創新補助的同類企業，差距分別為 3.77 萬元和 3.71 萬元。

　三 估計方法

　本文用匹配法來評估創新補助的有效性，關注的是獲得創新補助企業的自主R&D投資額（及自主R&D投資強度）是否高于未獲補助公司。匹配法廣泛應用于政策評估，估計值基于項目參與者（即處理組）與非參與者（即對照組、控制組）。假設 Ti 是虛擬變量，企業 i 獲得創新補

　助，則 Ti=1，否則 Ti=0。獲得補助企業 i 的自主 R&D 投資額記為 Yi（1），同樣的企業，如果它未獲得創新補助，其自主 R&D 投資額記為 Yi（0），如果兩種結果可以被同時觀察到，政府研發補助對企業 i 自主 R&D 投資額的影響為 Yi （1）-Yi （0）?？傮w的平均效果為 E[Yi （1）-Yi （0）]。對應的樣本平均效果為（1/N）∑Ni=1[Yi（1）-Yi（0）]，其中 N 為企業數量。此外，我們可以將樣本（N）分為獲得補助企業（N1）和未獲補助企業（N0）兩組，N=N1+N0。獲得補助企業的總體和樣本平均補助效果分別為E[ （Y （1）-Y（0））|T=1]和（1/N1）∑Ni|Ti=1[Yi（1）-Yi（0）]。相似的，未獲補助企業的總體和樣本平均效果分別為 E[（Y（1）-Y（0））|T=0]和（1/N0）∑Ni|Ti=0[Yi（1）-Yi（0）]。

　上述方法是建立在 Yi（1）和 Yi（0）可以同時觀察到，但這種情況往往無法實現：同一個公司不可能同時處于接受補助和未接受補助兩種狀態，其在接受補助時的自主R&D 投資額和沒有接受補助時的是不能同時被觀察到的。因此，為了衡量補助效果，我們需要估計反事實。

　如果政府創新補助是隨機分配的，我們可以將補助對自主 R&D 投資的影響估計為獲得補助企業與未獲得補助企業的平均自主 R&D 投資額（強度）之差。然而，大部分

　情況補助并非隨機分配，如高新技術企業更易獲得補助（表 2）。在這種情況下，無法同時觀察到的結果可以用特征相似企業的結果的平均值來近似，即用在處理前協變量 X 相似的企業的結果近似。為了確保匹配估計量是處理效果的一致估計量，需要滿足兩個假設條件：

　（1）不可知性：在協變量 X 的條件下結果 Y（0）和 Y（1）與處理變量 T 無關，即

　E[Y（0）|T=1， X=x]=E[Y（0）|T=0， X=x][JY，4]（1）

　E[Y（1）|T=1， X=x]=E[Y（1）|T=0， X=x][JY，4]（2）

　（2）重疊：在協變量 X=x 的條件下，獲得補助的概率取值范圍在[0，1]，c

　假設（1）意味著，在給定 X 的條件下，政府補助是隨機分配的，可以將處理組和控制組的結果差異歸因于創新補助，因此，合理選擇協變量 X 至關重要，X 應提供足夠的信息，它應該包括決定補助可能性的變量，或者直接包括補助概率，此外，Abadie 強調了引入滯后的結果變量的必要性。

　 另一個相關的問題是，如果 X 包含一些連續變量，則不可能找到兩個具有完全相同特征的公司。當匹配不精確時，多維協變量的標準匹配會導致相當大的偏量，為解決這一問題，本文使用 Abadie 和 Imbens 提出的偏差矯正匹配估計量來減少這種偏差，對每一個企業 i，標準最近鄰匹配估計量在對照組中尋找最相似企業，即根據協變量 X 尋找最相似企業，估計觀察不到的結果變量。用 SATT表示估計的創新補助對獲得補助企業的效果：

　在下面的部分，我們詳細介紹協變量 X，并展示主要結果。

　四 實證分析

　借鑒 González 和 Pazó的研究，在匹配過程中使用的控制變量分為以下幾個變量：第一是估計的獲得補助的概率，即傾向得分值，這是大多數做匹配的文章選擇的標準變量。其次是滯后的結果變量，即滯后的自主 R&D 強度。衡量了研發活動的持續性。第三是滯后的補助虛擬變量，以考慮補助的持續性。另外，對于每個企業，在兩個規模（員工少于 2000 名和多于 2000 名的企業）和兩種認定屬性（被認定為高新技術企業和未被認定為高

　新技術企業兩組）內精確匹配，確保最相似的企業在同一范圍內匹配。

　本文首先運用 Logit 模型估計創新補助的概率;其次討論關于不同樣本不同分組創新補助的效果。

?。ㄒ唬┇@得補助的概率

　本文運用 Logit 模型估計獲得創新補助的概率，因變量是創新補助的虛擬變量。自變量包括可能影響創新可能性的企業特征：首先，包括滯后的創新補助的虛擬變量，這一變量衡量了政府創新補助的持久性;其次，包括滯后的自主R&D投資強度，衡量企業自主R&D投資的持續性，它可能會影響政府創新補助的決定。第三，包括企業特征變量，如企業總資產增長率、資本負債率、企業年齡、凈資產收益率、企業規模、企業總資產、企業是否被認定為高新技術企業虛擬變量，這些變量可能與企業是否申請創新補助有關，也可能會影響是否能獲得補助的結果。最后包括時間的虛擬變量、行業的虛擬變量、企業性質的虛擬變量、企業所在地區的虛擬變量。表 3 呈現了各變量的具體說明和描述性統計分析。

　表 4 給出了 Logit 模型估計結果，從估計系數的正負號可以看出，創新補助的持久性是顯著的，且補助更加傾向于前一期有 R&D 投資的企業、存在時間越久的企業、規模越大的企業、資產增長率越高的企業和高新技術企業。負債率越高的企業獲得創新補助的可能性越小。但總資產越多，盈利能力越強并不意味著企業獲得補助的可能性越大。我們的目標是得到傾向得分值。借鑒 Lian 等人的做法，使用兩個標準判定 Logit 模型擬合好壞，偽 R2以及 ROC 曲線下面積 AUC。AUC 大于 0.8 可以被視為模型設定得很好。表 4 所示的模型中，偽 R2 為 0.26，AUC為 0.828，大于 0.8，模型設定合適。

?。ǘ┨幚斫M與對照組比較

　本文運用一階最近鄰匹配，評估匹配質量的方法是比較變量的分布，圖 1 和圖 2 顯示了匹配前接受創新補助的概率（傾向得分值）和滯后一期自主 R&D 投資強度的核密度函數圖;圖 3 和圖 4 顯示了匹配后接受創新補助的概率和滯后一期自主 R&D 投資強度的核密度函數圖。

　如圖 1 和圖 2 所示，在匹配之前，控制組的補助概率（傾向得分值）集中在 0.2 之前，而處理組的補助概率分布比

　較均勻;滯后的自主 R&D 投資強度略有差別。如圖 3 和圖4 所示，匹配之后，處理組與對照組的傾向得分值和滯后的自主 R&D 投資強度都極為相似。

　（三）政府創新補助的效果

　本文研究政府補助對研發活動的效果，樣本既包括 R&D企業也包括非 R&D 企業。表 5 顯示，總體而言，創新補助對企業自主 R&D 投資強度是顯著負影響，對高新技術企業自主 R&D 強度的負效應最強，但對非高新技術企業的影響不顯著。從數量上來看，獲得創新補助的自主 R&D投資強度比未獲得補助企業低 0.0021。而這可能與兩方面因素有關：第一，獲得創新補助的企業由于不斷進行創新活動有了研發成果，尤其是高新技術企業，營業收入顯著高于未獲補助企業;第二，獲得創新補助的企業自主 R&D 投資少于未獲創新補助的企業，也就是政府補助擠出了自主研發投資。表 5 進一步顯示，創新補助對總R&D 投資強度的影響為負。從數量上來看，獲得創新補助的高新技術企業比未獲補助的同類企業低 0.0021，在90%置信水平下顯著。

　同時，本文研究了創新補助對企業 R&D 投資金額的影響。

　從創新補助對自主 R&D 投資的影響值來看，只有中小規模企業對應的是正值，其他均為負值;從創新補助對總R&D 投資的影響來看，對小規模企業和高新技術企業的影響值為正，對大規模企業和非高新技術企業影響值為負。這表明，對所有企業而言，創新補助部分擠出企業自主 R&D 投資;從分組樣本看，其對小規模企業自主 R&D投資有刺激作用，部分擠出高新技術企業自主 R&D 投資，完全擠出大規模企業和非高新技術企業的自主 R&D 投資。從顯著性來看，對非高新技術企業自主 R&D 投資的負向影響在 90%置信水平下顯著，其他均不顯著。

?。ㄋ模┻M一步研究

　上述研究表明，創新補助對當期企業 R&D 投資額的效果和誘導效應均不顯著，接下來驗證是否創新補助對企業研發的影響有時滯效應。

　表 6 顯示了創新補助對企業 R&D 投資的滯后效果，共列示了滯后 7 期的結果。平均而言，創新補助對自主 R&D投資額和總 R&D 投資額滯后 4 期的正效應顯著。分樣本來看，對中小規模企業而言，創新補助對 R&D 投資額滯后 1 期和 2 期有顯著正效應;對高新技術企業而言，創新

　補助對 R&D 投資額滯后 6 期有顯著正效應;而創新補助對大規模企業和非高新技術企業的滯后影響不顯著。

　我們的理解是，中小規模企業因為本身規模較小，難以承受研發失敗的風險，更加需要政府創新補助資金啟動研發，創新補助對于中小規模企業來說相當于“雪中送炭”;而大規模企業和高新技術企業的平均 R&D 投資在沒有政府補助時就較多（表 2），或許已經接近或達到社會最優，且大規模企業承受風險能力強，創新補助對于大規模企業和高新技術企業來說相當于“錦上添花”，以至于政府創新補助對大規模企業的效果并不顯著，對高新技術企業的正效應滯后 6 期。

　六 結 論

　本文以 2008—2016 年上市非金融 2587 家企業 16376 個觀測值的非平衡面板數據為樣本，運用匹配模型處理政府補助的內生性問題，研究創新補助對企業自主 R&D 投資的影響效果。

　本文發現：第一，總體而言，創新補助對企業自主 R&D投資強度有顯著負效應，但對非高新技術企業的自主

　R&D 投資強度負效應不顯著。第二，創新補助完全擠出非高新技術企業的自主 R&D 投資。第三，創新補助對自主 R&D 投資存在滯后效應，對中小規模企業的滯后 1、2期自主 R&D 投資有顯著刺激作用，對大規模企業和非高新技術企業無滯后影響。

　本研究得出兩個重要的政策含義。首先，相對于非高新技術企業，政府創新補助更偏向于高新技術企業有一定的合理性（表 2），因為創新補助對非高新技術企業的自主 R&D 投資有完全擠出效應，而對高新技術企業有刺激效應。其次，相對于大規模企業，政府補助更加傾向于中小規模企業同樣合理（表 1）。因為創新補助對大規模企業的自主 R&D 投資影響不顯著，而對中小規模企業的自主 R&D 投資有刺激效應。

　基于研究結論，本文有以下幾方面的建議：第一，政府應創造資源公正分配的環境，提高資源配置效率，避免資源扭曲配置導致政府政策效果不明顯的狀況;第二，政府應公開披露創新補助的信息，建立公平合理的評價指標體系，減少尋租等暗箱操作行為，同時也加強企業間公平競爭;第三，政府應在實施補助前充分了解調查企業，避免出現企業“騙補”行為;第四，政府在保持公正透明

　的前提下可以擴大企業創新的補助的覆蓋面。

　從研究的進展來說，本文只是研究了政府是否補助這一二元變量，沒有涉及政府補助的金額對企業自主 R&D 投資的影響，這是本文的不足之處，也是未來研究的方向。

推薦訪問： 補助 刺激 自主