研發補貼促進新能源汽車產業創新了嗎？

邵 慰,孫陽陽,劉 敏

(浙江財經大學經濟學院，浙江 杭州 310018)

2017年中國汽車產銷量分別為2901.5萬輛和2887.9萬輛，我國的汽車市場規模已經躍居世界首位。其中，新能源汽車銷量為55.64萬輛，與政府規劃到2025年新能源汽車年度銷量達到700萬輛的目標尚有不小的距離。汽車產業具有資本密集型和技術密集型等顯著特點，但由于自主品牌競爭力不強，我國汽車產業技術與西方發達國家尚有較大差距[1]。基于這兩方面的考量，我國大力發展新能源汽車產業，并將提高新能源汽車企業的技術創新能力作為行業發展的突破口。為更好地發揮中央財政對新能源整車項目及關鍵零部件開發的支持作用，財政部、工信部和科技部于2012年9月聯合出臺《新能源汽車產業技術創新財政獎勵資金管理暫行辦法》[2]。2014年，國務院發布《關于加快新能源汽車推廣應用的指導意見》，為此前新能源汽車產業在發展過程中遇到的難題提供有效的解決辦法。數據顯示，自2009年至2016年底中央財政累計對新能源汽車的創新補助資金高達334.35億元，但相關研究表明政府對企業創新進行直接資助的政策通常因為主體之間的信息不對稱而造成政策實際效果沒有達到理想目標[3]。近些年，諸多騙補事件頻繁曝出也引起各界對政府研發補貼政策是否真正促進新能源汽車企業創新的熱烈討論。

基于以上問題，本文利用2009～2016年83家新能源汽車上市公司的數據，通過構建相關模型，對政府研發補貼與新能源汽車企業技術創新的作用機理進行剖析，從而更加系統地探究政府研發補貼政策對新能源汽車企業研發創新的影響。

一、相關文獻綜述

當今理論界對政府研發補貼是否促進新能源汽車產業創新水平沒有達成共識。有學者認為技術創新是促進新能源汽車發展關鍵，而新能源汽車企業的研發活動需要承擔高成本和高風險，所以政府通過財政補貼對新能源汽車企業技術創新活動進行干預是必要的。劉蘭劍等(2013)認為近年來我國制定和實施的大量支持政策，極大地推動新能源汽車相關技術的創新[4]。顧瑞蘭(2013)認為我國新能源汽車由于存在技術瓶頸，短期內很難取得較快發展，若要突破技術瓶頸就需要政府資金的大力支持[5]。但也有學者對政府研發補貼政策的實際效果產生質疑。由于技術衡量標準難以確定，政府很難對企業的研發效果進行定量評估，政府研發補貼就可能沒有促進新能源汽車企業技術創新水平的提高。李永友等(2017)通過研究發現企業面對政府補助時有兩種類型的行為反應：一類企業行為是不進行任何創新行為，僅僅通過“創新信號”騙取政府補助；另一類行為是政府補助反而對企業的創新行為產生擠出效應[6]。此外，楊解君等(2017)認為現階段我國對新能源汽車企業補貼大多以政府政策體現，缺乏法律層面的制度支持，最終不利于新能源汽車企業創新水平的提升[7]。

根據以上分析，明確政府關于新能源汽車企業研發補貼的實際效果意義重大。因此，本文以上市公司數據為研究樣本，分析政府研發補貼對新能源汽車企業技術創新的作用效果，為政府研發補貼政策的爭論提供有益參考。

二、理論分析與研究假說

新能源汽車產業是戰略性新興產業，技術創新是推動該產業快速發展的關鍵所在，但創新活動的外部性、高投入特征使新能源汽車企業缺乏創新動力。當企業面對巨額的資金成本時，由于資金有限，只能對創新活動望洋興嘆。此時，政府對企業進行創新補貼，可降低企業的研發成本，從而提高企業的研發投入水平。郭曉丹(2011)的研究認為政府的研發補貼有時并沒有直接帶來企業研發支出的增加，但在研發補貼政策的影響下產生很多的專利成果，這表明政府的研發補貼政策對提高企業的創新積極性具有激勵作用[8]。我們可以將研發補貼政策的激勵效應概括為三種傳導機制：(1)政府向企業研發補貼為企業的研發活動承擔一定的經濟風險，降低企業因創新失敗帶來的收益損失，從而激勵企業增加研發投入；(2)政府的研發補貼具有溢出效應，可降低企業其他研發項目的成本。王剛剛等(2017)指出我國的研發補貼有一部分是針對研發設備的更新升級，在設備更新升級完成后就可以提高該設備的使用效率，進而間接減少使用該研發設備的其他研發活動的固定成本[9]。(3)政府的研發補貼有助于拓寬企業研發資金的融資渠道。目前，我國的資本市場發展不夠完善，高風險的創新項目很難獲得投資，此時政府的研發補貼就成為投資機構判斷企業發展質量的標準，從而有利于解決企業研發資金不足的問題。因此，本文提出假說1：政府研發補貼對促進新能源汽車企業研發支出增加具有顯著的激勵效應。

由于信息不對稱和道德風險的存在，政府的研發補貼政策效果受到其他一些因素的影響。張杰等(2015)的研究發現知識產權保護越弱，政府的創新補貼政策的實施效果就越明顯[10]。解維敏(2009)認為所有制不同的企業，其面對的融資難度不同，政府研發補貼政策對企業激勵效應也有很大的差別[11]。程虹(2016)的研究認為勞動力成本對企業的技術創新和政府創新補貼政策實施效果具有重要影響[12]。在企業面臨諸如勞動力成本上升的情況下，它可能改變研發資金的用途，政府的研發補貼效果就受到抑制。此外，理論界也普遍關注企業規模對政府創新補貼政策效果產生的影響。王俊(2011)認為政府研發補貼政策對中小企業的激勵效果更為明顯[13]。規模越大的企業，面臨的資金約束更少，對政府研發補貼資金反應不敏感，故政府研發補貼政策對規模大的企業實施效果不佳。基于以上分析，本文提出假說2：政府對新能源汽車企業的研發補貼政策效果受到企業規模、企業勞動力成本等企業特征因素的影響。

三、數據來源和變量選取

(一)數據來源與處理

本文的數據主要來自新能源汽車上市企業的年報和同花順數據庫，在數據選擇方面做出以下說明：首先，選取新能源汽車企業中的上市公司作為研究樣本是因為上市公司信息透明度高，公布的數據也相對比較完整；其次，由于數據的可得性，極個別企業的數據無法搜集，本文參考Flannery and Rangan(2006)的數據處理技巧，將無法搜集到的數據用0代替。

(二)變量選取

1.被解釋變量。已有研究通常采用兩種方法對企業的技術創新水平進行測度。一部分學者采用企業的研發投入衡量企業創新水平。馮根福等(2008)以研銷比作為企業創新的工具變量，分析上市公司治理與企業技術創新的關系[14]。另一部分學者以專利產出衡量創新水平。余明桂等(2016)以專利數量衡量企業的創新產出，研究發現產業政策能顯著提高被鼓勵行業中企業發明專利數量[15]。但專利水平不容易受到企業管理層的控制，本文綜合考慮后選擇以研銷比衡量新能源汽車企業的技術創新并記為R_Dint。

2.解釋變量。政府的研發補貼作為解釋變量，它的數據搜集具體方法是在附注中的“營業外收入”科目下找到“政府補貼”這一子科目，該子科目列有具體的明細數據。如果某個上市公司的該子科目沒有相關明細，我們就通過查詢公司年報中“非流動負債”中包含的“政府補貼”子項目的詳細數據，將期初與期末做差而得到該公司本年度總的結轉額，最后將搜到的數據與公司公布的信息進行比對，從而得到最終需要的數據[16]。政府研發補貼記為Gov。

3.控制變量。(1)企業規模。聶輝華等(2008)以中國規模以上的工業企業數據為研究背景，實證發現適度的規模和市場競爭能有效地提高企業創新能力[17]。因此，本文將企業規模作為企業技術創新的控制變量并記為lnSize。(2)企業年齡。Phelps等(2010)提出企業的資本積累可能改變企業的創新情境[18]。越早上市的企業有著一定的市場積累，對研發風險可能有著更強的承受能力，那么它進行技術創新的積極性就越高，我們將企業年齡作為企業創新的控制變量并記為Age。(3)企業性質。Luo et al等(2011)學者強調企業的所有制類型對政府創新補貼政策的反應不同[19]。這是因為不同產權結構的企業面臨的激勵不同，國有企業的經理人綜合考慮自己的政治利益和經濟利益，進而不愿意從事風險高、投資回報周期長的企業創新活動。若企業性質為非國有企業，則他會通過提高創新能力來增強自身的競爭力。企業性質變量記為State。(4)資本結構。企業的資產負債率對企業研發活動具有重要影響。汪曉春(2002)認為擁有低杠桿率的企業面臨的創新融資壓力小，其創新活動的積極性就越高[20]。資本結構變量記為Leve。(5)應付職工薪酬。通過對文獻分析，我們發現應付職工薪酬的增加，一方面企業可能由于成本上升而減少研發費用的支出，另一方面勞動力成本上升也促使企業進行創新。程虹等(2016)的研究發現勞動力成本上升加快大規模企業的創新速度，而對中小企業產生的影響并不明顯[12]。因此，本文把企業應付職工薪酬作為控制變量并記為Wage。

表1 變量定義

注：部分指標數據來自對同花順數據庫和公司年報數據的整理，政府研發補貼包括直接補貼和間接補貼。

四、模型建立與實證分析

(一)模型建立

為鼓勵新能源汽車產業的發展，政府對其給予各種形式的補貼，既有供給端的生產補貼，也有需求端的消費者補貼。本文的研究重點在于政府對新能源汽車的研發補貼，該項補貼政策的目的在于激發新能源汽車企業的創新積極性，增強新能源汽車的技術創新能力，因此選擇以企業的技術創新水平作為政府研發補貼政策的判斷標準。針對前面已經選定的變量，我們構建如下的兩個模型：

lnR_Dintit=α0+α1lnGovit+α2lnSizeit+α3lnWageit+α4lnAgeit+α5Stateit+α6Leveit+

ηi+μt+ξit

(1)

lnR_Dintit=α0+α1lnGovit+α2lnSizeit*lnGovit+α3lnWageit*lnGovit+

α4lnAgeit*lnGovit+α5Stateit*lnGovit+α6Controlit+ηi+μt+ξit

(2)

模型(1)是對政府研發補貼與新能源汽車企業創新的相關性分析，并加入控制變量。模型(2)在模型(1)的基礎上進一步分析政府創新補貼政策的具體實施效果，本文重點分析模型(2)的實證結果。其中，i表示第i個企業，t表示第幾年，α0為該模型的截距項，α1-α6為系數，ηi、μt和ξit分別表示企業偏差、時間效應偏差和純隨機擾動項，Controlit是控制變量。在(2)式中，如果交互項系數為正，意味著該因素對政策效果的發揮具有正相關作用，反之則說明該因素限制政府創新補助效果的發揮。本文對2009～2016年上市的新能源汽車公司的面板數據進行處理，最終選擇個體固定效應模型。

(二)實證分析

1.描述性統計。表2為主要變量的描述性統計。研銷比的平均值為3.603%，說明平均而言樣本中企業研發投入占銷售收入的比重為3.603%。其中，研銷比的最小值為0，最大值為13.51%。

表2 主要變量的描述性統計(N=664)

注：表中數據運用Stata13軟件處理而得。

表3 政府研發補貼與新能源汽車創新的系數分析

注：括號內為相應統計量的概率p值，*** 、** 和*分別表示顯著性水平為1%、5%和10%。下表同此。

2.政府研發補貼與企業創新的回歸系數。從表3可以看出，R_Dint與Gov呈正相關，即隨著政府對企業研發補貼的投入增加，企業的研發強度提高。R_Dint與lnSize呈負相關,說明企業的規模越大，其研發強度越低。R_Dint與State呈顯著負相關，意味著企業性質越偏向于國有，則越不利于調動企業的研發積極性。這初步說明政府研發補貼有助于提高新能源汽車企業的研發積極性，政府補貼的具體效果還需后文的進一步分析。

3.研發補貼政策的實施效果。我們采用模型(2)分析政府研發補貼對新能源汽車企業研銷比的政策效果(回歸結果如表4所示)。

表4 政府研發補貼對新能源汽車企業研銷比的效果分析

在表4中，(2.1)是僅考慮政府研發補貼的估計結果，(2.2)～(2.5)是把企業規模、應付職工薪酬、企業年齡和企業性質等因素考慮在模型中的回歸結果。(2.1)顯示政府創新補助的系數為正，表明政府研發補貼有利于提高企業增加研發支出的積極性。系數為0.115意味著政府創新補助每增加1%，企業的研銷比增加約0.115%，這說明政府研發補貼正向激勵作用的存在，從而驗證假說1的正確性。從(2.2)～(2.5)的估計結果來看，企業規模與政府研發補貼的效果呈負相關，表明新能源汽車企業規模越大，政府研發補貼的激勵效果越不明顯。有關研究表明，在新興產業發展過程中,中小企業有著較強的創新能力[21]。應付職工薪酬與政府研發補貼的交互系數顯著為負，表明應付職工薪酬越多，越不利于發揮政府創新補貼的政策效果。企業年齡與政府研發補貼的系數在1%的水平上顯著為負，即在新能源汽車行業，后上市的企業有更強的創新動力，政府研發補貼的激勵效果越明顯。

值得注意的是，企業性質與政府研發補貼政策的交互項系數顯著為負，表明政府研發資助的效果對國有企業可能更差。國有企業由于經營目標多樣化，加上技術研發的復雜性，導致國有股東及其代理人對研發投入動力不足。對非國有的新能源汽車企業來說，追求利潤最大化是其唯一目的，因此它會充分利用研發資金來提高創新能力。這也驗證假說2是正確的。此外，我們經過檢驗發現構建模型不存在嚴重的異方差問題。

(三)有關內生性問題的處理

政府對企業創新補貼時受一些與創新無關因素的影響，這意味著政府研發補貼可能不屬于嚴格意義上的外生變量。雖然在構建模型時對可能的偏好因素進行了控制，但仍有可能因為遺漏變量而產生內生性。Arellano和Bover等提出系統廣義矩估計方法，它在差分廣義矩估計的基礎上增加了解釋變量的一階差分滯后項作為原水平方程的工具變量，并將水平方程和差分方程作為一個系統同時對其進行估計[22]。因此，本文把企業研發投入的滯后一期項引入到前文構建的模型中并作為解釋變量，建立動態面板數據模型，分析政府研發補貼對新能源汽車企業的研發投入的影響(估計結果如表5所示)。

表5 政府研發補貼對新能源汽車企業研銷比的動態面板回歸結果

從(3.1)～(3.5)可以看出，企業滯后一期研發投入對本期企業的研發支出具有顯著影響。在各個模型下，政府研發補貼對企業的研發密度的激勵作用與靜態面板估計結果相比較有所降低，在加入企業性質與政府研發補貼政策交互項后，研發補貼政策的激勵作用變得不顯著，其原因可能是動態面板數據控制了遺漏變量的影響。在(3.2)～(3.5)中，企業規模、應付職工薪酬、企業年齡和企業性質與政府研發補貼的交互項系數為負，這與靜態估計結果一致，從而支持了本文的結論。

五、穩健性檢驗

為保證實證結果的準確性，我們從企業創新產出方面測度新能源汽車企業創新能力，采用企業的專利申請數量作為創新產出的代理變量并記為Patent。由于新能源汽車行業是新興領域，發明專利產品難度大，導致專利數據量過小。因此，本文采用發明型、實用型和外觀型專利數據之和來衡量企業的專利數量。我們將83家新能源汽車上市企業在2009～2016年申請專利數量作為研究樣本，構建以下的模型，綜合分析政府研發補貼對企業專利產出的影響(具體結果見表6所示)。其中，Patent表示新能源汽車企業的專利產出，其他變量與前文一致。

Patentit=α0+α1Govit+α2Sizeit*Govit+α3Wageit*Govit*Govit+α4Ageit*Govit+

α5Stateit*Govit+α6Controlit+ηi+μt+ξit

(3)

表6 政府研發補貼對新能源汽車企業專利產出的影響

表6中(4.1)僅將政府研發補助列入企業專利產出模型中，(4.2)～(4.5)是依次考察企業規模、應付職工薪酬、企業年齡和企業性質與政府創新補助交互關系的回歸結果。從(4.1)來看，政府研發補貼對新能源汽車企業的專利產出具有顯著的正向影響。(4.2)～(4.5)表明加入交互項的各模型中，政府研發補貼的正向激勵效應仍然是顯著的，這是因為政府研發補貼使企業的創新風險降低，最終帶動企業創新產出的增加。(4.2)顯示政府研發補貼與企業規模的交互系數顯著為負，表明企業規模對政府創新資助產生抑制作用。(4.3)顯示應付職工薪酬與政府研發補貼的系數為負，即政府的研發資金有可能被企業用來應對勞動力成本的上升，這抑制政府研發補貼的政策效果。(4.4)顯示企業年齡與政府研發補貼的交互項系數為負，表明上市越晚的新能源汽車企業具有更高的創新積極性。(4.5)顯示企業性質與政府研發補貼的交互項系數為負，表明政府對國有企業的補貼并沒有促使其創造更多的專利，這可能是因為國有企業獲得政府研發補貼時具有優勢，從而導致對政府研發補貼資金的使用效率關注較少，沒有高效地從事研發創新。上述檢驗表明，無論是采用創新投入還是專利產出作為衡量企業創新的工具變量，二者的結論是相同的，因而再次證明本文提出的原假說是正確的。

六、結論與建議

本文選擇2009～2016年83家新能源汽車上市企業作為研究樣本，分析新能源汽車企業的創新水平與政府研發補貼政策的關系。整體而言，政府對新能源汽車企業的研發補貼是有效的，即政府補貼有利于促進企業提高研發水平和創新產出水平；對新能源汽車企業而言，企業規模越小、應付職工薪酬越少、上市時間越短、企業性質越偏向于非國有，政府研發補貼政策的實施效果越明顯。

本文的研究結論引發我們對新能源汽車企業研發補貼政策的反思。雖然政府對新能源汽車企業的研發補貼是有效的，但仍存在部分企業對政府補貼的“騙補”行為。那么，如何糾正這一扭曲行為是優化政府補貼政策的關鍵所在。為此，本文提出兩點建議：首先，優化研發補貼評審機制，對不同企業實施差異化的補貼政策。政府在進行評審時，要堅持創新效率優先的原則，綜合考慮企業的所有制、企業年齡和企業規模等因素，確保政府研發補貼資金發揮應有效果；其次，政府在實施研發補貼政策時，要及時公布受補貼企業名單，使企業申請的專利和具體的研發技術透明化，明確研發補貼資金的使用方向。

當然，新能源汽車產業創新能力的提升不是一蹴而就的,其支撐體系的構建需要多種政策措施相互配合，如此才能達到預期效果。由于現階段新能源汽車行業中企業層面數據非常缺乏，本文僅采取2009～2016年83家新能源汽車上市公司作為研究樣本，后續的研究將搜尋更多的微觀數據來予以豐富，研究思路也轉移到影響新能源汽車產業創新的內部治理因素，從而加強對企業內部治理環境與企業創新關系的分析。