融資約束下政府補貼對創新績效影響研究
——來自中國上市公司2010-2019專利數據的經驗證據

邱 風，盛志鵬，，殷功利

(1. 浙江財經大學 經濟學院，浙江 杭州 310018；2. 安慶師范大學 經濟與管理學院，浙江 杭州 310018)

一、引 言

改革開放以來，我國經濟經歷了前所未有的發展，然而在經濟高速增長的同時，出現了“高投入、高消耗、高污染、低效益”等問題。現階段我國從要素導向、投資導向發展階段向創新導向發展階段邁進，我國企業面臨的生產成本約束、資源環境約束和國內國際市場競爭程度不斷上升，企業必須不斷提高自身技術創新能力以提升市場競爭力。同時中國政府要不斷改善創新環境，進一步促進高新技術產業集聚，使企業在產業集聚中進行創新，促進人才區際自由流動，加大研發資本的投入，進一步提高基礎設施建設水平，為企業技術創新營造良好的外部環境[1]。

自亞當·斯密以來，市場原教旨主義者認為市場經濟具有自發調節功能，各種資源都會得到合理配置，不需要對經濟系統進行人為干預。但隨著經濟學的發展，學者們逐漸認識到由于外部性、不完全競爭、規模經濟、壟斷、信息不完全、信息不對稱等原因，完全自由放任的市場經濟并不一定能充分發揮自發調節作用，以實現資源的最優配置。市場經濟是不是一開始就存在于人類社會，卡爾·波蘭尼認為，市場經濟也是人為制造出來的一種社會形態，是一個“烏托邦”，只有依靠政府的強力干預，保護競爭才能使市場經濟維持下來。由于企業的技術創新活動對于社會來說是一種公共產品，存在外部性(知識外溢性)、不確定性及不完全信息等問題，即在企業的技術創新活動中也會存在所謂“市場失靈”問題，因而在這種情況下企業無法獲得全部的創新收益，如果政府不干預，完全由市場配置資源，就會導致對創新資源的供給低于社會最優水平。從整個社會的福利角度來看創新不足的問題，需要政府利用補貼或稅收返還等激勵措施來降低企業創新的風險和成本[2]。

政府對企業技術創新給予研發補貼既可以有效地緩解企業的融資約束問題，又可以通過信號傳遞機制向金融市場傳遞企業是高回報類型企業的信號(光環效應)，從而解決信息不對稱問題以促進企業的技術創新活動[3]。但同時政府也面臨所謂的政府失靈問題，政府與企業之間也存在嚴重的信息不對稱，且由于組織效率低、社會目標與企業利潤目標相沖突以及尋租等問題可能使企業的創新活動受到干擾，政府的介入也有可能對市場的創新投入產生擠出效應，對市場的篩選活動以及正常的市場競爭活動形成干擾，因此，有必要對政府研發補貼的實施進行理論和實證上的深入研究。

二、文獻綜述

信息不對稱情況下企業面臨融資約束一直都是學者們熱衷討論的問題，其對于創新的影響不同學者從不同方面進行了探討。由于企業家和金融家之間關于創新項目質量的信息不對稱，導致企業外部資金成本高于內部資金成本，從而造成融資缺口。一些學者基于Akerlof提出的著名的檸檬問題[4]，指出逆向選擇是企業融資約束的主要原因，針對逆向選擇問題提出了兩種相互關聯的解決方案，即信號傳遞和金融中介。Brealey等認為企業家投資項目或提供抵押品的意愿可以作為其項目質量的可靠信號[5]。Diamond研究認為聲譽也可以減少融資約束[6]。Lerner研究認為銀行、風險資本和相關組織可以通過密集的篩選和監控克服信息問題，緩解融資約束[7]。

然而，有的學者提出了相反的意見。根據所謂的“競爭-穩定”困境原則，Keeley研究認為銀行部門的競爭可以減少銀行之間的信息不對稱，從而降低其收集信息的動機[8]。由于借款人信用風險的短期波動，Chan等認為信息的可重復利用性也會受到影響[9]，風險投資機構也可能無法提供足夠的融資約束解決方案[7，10-11]。一個運作良好的風險資本市場需要一個運作良好的初創公司和新公司股票市場，使投資者能夠從風險資本投資中退出。在大多數國家，風險資本投資者的這種退出機會是有限的。此外，Ueda認為政府干預相關資本運作的威脅可能會破壞篩選活動[12]。

企業創新周期長且資金投入大，不確定性風險無處不在。創新活動要求有穩定的資金投入，但企業所面臨的融資約束限制了企業的創新活動。由于企業內部資金不足以支持企業創新活動，企業必須進行外部融資。周開國等研究了融資約束對獨立創新和協同創新兩種不同創新路線的影響[13]。鞠曉生研究指出，由于企業創新信息的不可公開性，企業可能不會對市場金融家公開研發信息，從而導致企業與金融家之間信息不對稱，不利于市場金融企業對創新企業的技術創新活動進行全面調查，金融企業也會對創新企業要求更高的風險溢價，從而推升了創新企業的融資成本[14]。郭聯邦等認為融資約束嚴重阻礙了企業進行技術創新活動，而金融發展會顯著地促進企業技術創新[15]。但也有研究得出了不同的結論，如王淑娟等認為金融發展有可能會抑制企業技術創新活動[16]。

有大量的學者就企業產權性質對于融資約束下的政府補貼對企業創新績效的影響進行了研究。吳偉偉等基于信號理論分析了研發補貼、非研發補貼對新創企業創新產出的非對稱影響，并探討金融化與所有權性質對政府補貼信號傳遞的聯合調節效應[17]。杜勇等研究認為金融化會對面臨更加嚴重的融資約束的非國有企業創新投入和創新績效發揮更加顯著的作用[18]。徐珊等研究認為國有企業具有更加嚴重的代理問題，管理者更容易以投機套利為動機提升企業金融化水平，從而對企業主營業務產生不利的影響[19]。政府研發補貼和融資約束對企業創新績效的影響取決于企業所有制性質，國有企業的創新績效受其影響最為顯著。企業在接受政府研發補貼后，其融資約束的程度會得到緩解，與國有企業相比，政府研發補貼對民營企業融資約束的緩解更明顯[20]。

政府利用研發補貼促進企業技術創新的過程中，需要重視如何合理配置研發補貼，并對申請補貼企業進行篩選以使政府補貼更好地發揮作用。但現有研究并未充分考慮政府對申請研發補貼企業進行篩選的作用，沒有對事前補貼和事后補貼對不同產權性質的企業的不同影響機制進行深入研究，導致無法對政府補貼對不同產權性質企業創新產出的影響機制形成系統的認識，不利于理解政府研發補貼在何種條件下可以對不同產權性質企業發揮最大作用這一問題。因此，有必要從理論和實證角度深入探索融資約束對不同所有制企業政府補貼和創新績效關系的影響。本研究的邊際貢獻如下：首先，對于政府補貼如何促進高回報企業創新的篩選機制在中國的適用性進行了理論和實證分析；其次，現有文獻中對于不同產權性質對政府研發補貼促進企業技術創新活動大多只是從國有企業和非國有企業的角度分析，本文則對企業產權性質進行了更合理的細分，更為深入地分析了不同產權性質對政府研發補貼促進企業技術創新活動的影響機制。

三、理論模型構建

在信息不完全條件下，本文借鑒Takalo和Tanayama提出的政府對創新企業進行創新補貼的三階段博弈論模型(G-P-E模型)[21]，對中國的創新企業面臨的融資約束問題進行分析。本文在Holmstr?m和Tirole研究的基礎上[22]，嘗試分析企業創新融資約束問題。在緩解融資約束方面，金融家(銀行或風險資本組織)在減輕道德風險問題時具有臨時監督作用。Maurer等認為政府補貼的分配一般是給定的，重點是分析研發補貼如何影響企業行為[23]。然而在信息不對稱的情況下，Stiglitz等、Meza等研究認為由于研發的社會效益高于私人回報，所以政府對研發的干預是必要的，有必要補貼企業家或給予他們資金[24-25]。Boadway等研究認為對于政府補貼影響企業創新的程度取決于對項目回報分布的假設[26]。

本文假設有三種風險中性的單位：(潛在的)企業家、基于市場的金融家和政府補貼機構。初始假設：企業家擁有一定的初始財富，需要從外部融資機構尋求資金以啟動他們的項目。企業家在他們的類型(天賦)方面是異質的，這決定了他們項目的生產力。根據Meza和Webb、Boadway和Keen的相關研究[25-26]，假設企業家的類型是他的私人信息，但他的初始財富水平是共同知識(或至少是可驗證的)，本文將尋找完美貝葉斯均衡(PBE)，它要求在博弈的每一階段，博弈方的策略在給定信念的情況下是最優的，而信念是通過使用貝葉斯規則從均衡策略和觀察到的行為中獲得的。

1.理論假設

有一個連續統的企業家群體為獲得一個創新項目需要投資規模I，項目有兩點式報酬分布：一小部分企業家(概率為p)是高回報類型(H)并獲得正的凈現值(NPV)項目價值，其余企業家(概率為(1-p))為低回報類型(L)且獲得負的凈現值的項目價值。設λj、Pj分別表示項目成功概率和私人項目回報，企業家類型為j，j∈{H，L}。無論企業家是什么類型，一個失敗的項目產生的收益均為零。根據Holmstr?m和Tirole的研究[22]，我們假設λH>λL，PL>PH，λHPH>I>λLPL。

企業家的初始資本(現金)B是不同的，這與企業家的類型無關，而是根據累積分布函數G(B)在企業家中分布確定的。企業家的初始財富不超過I(項目所需資金)，所以G(B)被定義在區間[0，1]上。只有當企業家將所有的初始資本投入到他的項目中，并設法從其他來源籌集到所需的剩余資金時，一個項目才會啟動。

融資來源之一是由公共機構提供的公共資金，本文定義為政府創新補貼。這種公共資金是一種純粹的補貼，不需要償還，但需要申請。申請公共資金，一個企業家需要承擔固定成本d。申請過程包括貨幣和非貨幣成本，如填寫和提交申請表的成本、提供必要的數據的成本、申請過程消耗時間和精力的機會成本，本文假設d是貨幣成本，這意味著如果企業家申請補貼，項目所需資金的總規模將是I+d而不是I。

本文假設政府可以給任何申請公共資金的項目提供固定的補貼S。政府的預算沒有約束，但公共資金的使用涉及到1+g(0

2.博弈模型

本文從基于市場的金融家的融資決策中尋找企業家考慮申請補貼和政府決定篩選和獎勵補貼的子博弈，因此，假設有了補貼企業家就可以啟動一個創新項目，否則無法進行。

由于企業家在博弈最后階段的行動并不重要，所以企業家唯一的戰略決策就是決定在第一階段是否申請補貼。因此企業家的純戰略SE就等價于他的行動aE，他的純戰略空間就是∑E=AE={AP，NAP}。如果政府進行篩選，在第二階段可以發現企業家的真實類型，那么政府在階段三就會只給高回報類型企業家補貼，而不給低回報類型企業家補貼。政府的純戰略空間為

∑G={(SC，Sifj=H，NSifj=L)，(NSC，S)，(NSC，NS)}

下文中本研究將第一個策略簡寫為SC，則

∑G={SC，(NSC，S)，(NSC，NS)}

本文重點關注完美貝葉斯均衡，利用先驗概率和均衡策略，通過貝葉斯規則可以計算非單列信息集中政府對企業家類型的更新信念δ。圖1顯示了子博弈的擴展形。

圖1 申請過程完美篩選的擴展形

(1)

一旦篩選出高回報類型企業家，政府就會對能保證從市場金融家處獲得其他投資(1+d-B-S)并能成功運行創新項目的企業家補貼S。這里項目的總規模是I+d，申請補貼的貨幣成本d已考慮在內。企業家和私人金融家的聯合預期收益就是λHPH-I-d+s，由于政府的目標函數包含了企業家的收益，因此，政府補貼的凈成本由公共資金的影子成本gS和篩選成本c組成。表達式(1)還表明，一個成功的高回報類型企業家項目為政府帶來的社會效益W超出了企業家所能獲得的回報。

同樣，如果政府決定不進行篩選，但仍給予補貼，且申請人屬于高回報類型，政府的收益是

(2)

相比于式(1)，式(2)節省了篩選c的成本。當申請人是低回報類型時，相同策略下SG=(NSC,S)，政府的收益由下式給定：

(3)

當申請人屬于低回報類型時，政府進行篩選的收益為

(4)

經過篩選，發現企業家屬于低回報類型時，政府不給予補貼。因此，在本研究的假設下，低回報企業家不能執行他的項目。如果政府不進行審查，不給予補貼，無論企業家的類型如何，政府的收益函數如下：

(5)

(6)

(7)

3. PBE均衡

由于一個純策略均衡是混合策略退化后的均衡，本文主要關注混合策略均衡。本研究關注的焦點是完美貝葉斯均衡(PBE)，此時高回報類型企業家的戰略是申請補貼，而低回報類型企業家選擇一個策略μSE∈Δ∑E，此處Δ∑E是純策略的概率分布集合，μSE是分配給純策略SE∈∑E={AP，NAP}的概率。同樣政府選擇一個混合策略aSG∈Δ∑G(基于純策略SG∈∑G={SC，(NSC，S)(NSC，NS)})。μSE和aSG是概率分布，本文取μAP=μ，μNAP=1-μ，aNSC,NS=1-aSC-aNSC,S(μ,aSC,aNSC,S≥0)。換句話說，低回報類型企業家以概率μ申請補貼，而政府則以aSC、aNSC,S和1-aSC-aNSC,S的概率在策略SC，(NSC,S)(NSC,NS)之間進行隨機選擇。

首先考慮低回報類型企業家的占優策略。低回報類型企業家在政府實施混合策略aSG時，其申請補貼的預期收益為

(8)

其不申請時收益為0。

給定政府的混合策略aSG，高回報類型企業家申請補貼的預期收益如下：

(9)

(10)

由于低回報類型企業家使用一個混合策略{μ,(1-μ)}，所以在政府的最優策略中，如果申請者是高回報類型企業家，則政府信念δ由貝葉斯規則給定，如下式：

(11)

(12)

利用式(2)和式(3)我們可以得到政府使用aNSC,S=1策略的預期收益如下：

(13)

(1)如果μ

(4)如果μ=L，政府策略在SC，(NSC，S)之間無差異；

低回報類型企業家使用混合策略，政府對應的策略就是進行篩選，而如果篩選的成本過高則會使政府放棄進行補貼，所以政府進行篩選的前提條件是篩選成本c足夠低，可以得出如下3個命題。

命題1：政府進行篩選是一個合理的策略，如果

政府進行篩選的前提是其對企業家中高回報類型的企業家的概率有一個信念，政府也存在一個混合策略，也就是在篩選和不篩選之間進行抉擇，可得命題2。

命題2：在一個PBE博弈中

(2)一個高回報類型企業家無論在什么情況下都會申請補貼；

政府的混合策略可以解釋為政府決定篩選的強度。與自動給予補貼相比，篩選的可能性越高，篩選的強度就越高，發現適合項目企業家類型的可能性也就越高。篩選成本的增加會增加低回報類型企業家的申請補貼概率，但補貼的增加會降低其申請補貼概率。

4.結 論

以上考察了政府給予研發補貼時通過對企業的篩選向市場金融家提供高回報類型企業家的信號機制，從而解決逆向選擇造成的融資約束對企業創新的負面影響問題，同時對研發補貼在何種條件下和通過何種渠道可以緩解企業融資約束的機制進行了研究。中國正從投資驅動型經濟向創新驅動型經濟轉變，政府希望通過對企業進行補貼以促進企業的技術創新活動，同時，中國的企業面臨嚴重的融資約束問題，所以本模型對于中國政府通過創新補貼促進企業技術創新有著積極的指導意義。

(1)如果高回報創新項目因資金原因不能推進，有關研發項目質量的信息不對稱就會對缺乏抵押品的創新企業造成融資約束。中國經過40多年的改革開放，市場經濟在商品市場已經相當成熟，但中國的資本市場發展還相當不完善，這使得中國企業面臨融資約束問題。資本市場中的銀行業存在大而不強的問題，銀行的投資能力較弱，解決市場信息不對稱問題的市場調查能力不高。證券市場存在各種投機行為，進入退出機制不暢，企業市值不能充分反映企業的價值。風險資本(VC)在中國尚處于成長階段，對于創新型企業的支持不夠。這都要求中國政府通過政府補貼的篩選機制形成的“光環效應”來解決有關研發項目的信息不對稱問題，從而推動企業的技術創新活動。

(2)如果篩選成本足夠低的話，政府就可以先對企業創新項目進行篩選，然后決定是否對企業創新給予補貼，從而促進高回報企業的創新活動。因此，政府應為企業提供更高效、優質的服務，成立專家團隊降低篩選成本，用政府的“扶持之手”篩選出高回報創新企業家。政府的創新補貼預算是有限的，應建立成本收益意識，只有真正篩選出高回報創新企業家，才可以實現創新的社會收益最大化。同時將市場篩選功能與政府篩選功能有機結合，從而真正篩選出高回報類型企業家，促進其技術創新活動。

(3)低質量項目造成的預期損失越高，高質量項目在經濟中所占的份額越低，政府進行篩選成本就越高，就會使缺乏有效篩選機制的政府補貼難以持續。2016年發生的新能源汽車騙補事件就在國內國際造成了極壞的影響。中國政府的創新補貼應實行“落日原則”，一旦某個補貼計劃失效或未能達成目標就應退出或改變其原有計劃。政府應從供給側和需求側同時著手，提高高回報類型創新項目在經濟中所占的份額，降低低質量項目的預期損失，從而建立可持續的、有效的政府補貼篩選機制。

(4)政府研發補貼可以緩解融資約束。這種效應是通過以下兩個不同的渠道產生的：①補貼本身降低了外部資本的成本，原因在于市場融資的需求減少了；②如果以市場為基礎的金融家能夠觀察到一個項目已經從政府機構獲得了補貼，那么補貼就提供了一個有關研發項目質量的信號。對補貼的觀察增加了以市場為基礎的金融家預期項目成功的可能性，這減少了補貼項目的外部資本成本，從而提升了整個市場的效率。政府補貼可以降低創新企業所面臨的融資約束，這對于中國有著極為現實的經濟意義。中國的民營企業面臨嚴重的融資約束問題，而資本市場的不完善說明完全靠市場機制是不能解決這個問題的。通過政府研發補貼可以幫助資本市場解決信息不對稱問題，從而為中國企業提供創新所需的資金。第一個渠道是補貼本身降低市場融資的需求，從而降低企業為創新融資的成本。但由于政府的創新補貼受預算約束的影響，其規模只能滿足企業的一小部分資金需求，因此第二個渠道就更為重要，即政府的研發補貼必須為市場金融家提供真實有效的高回報創新企業家信號，從而市場金融家可以為真正的創新企業提供所需的資金。政府研發補貼不是替代市場，而是對市場的有益補充，這對于政府正確認識其在促進企業創新中的位置和作用有著積極的理論指導意義。

四、實證檢驗

為了更深入地研究政府創新補貼是否能有效緩解企業技術創新過程中面臨的融資約束，本文設計了以下計量模型對相關問題進行實證分析。

1.數據選取

本文主要數據來源于萬得數據庫(WIND)，專利數據來源于國泰安數據庫(CSMAR)，并根據需要對其進行了并表處理。由于專利數據有很多缺失值，所以只選取2010-2019年底的A股上市公司樣本，并對數據做了如下處理：(1)剔除金融類、房地產類、服務類樣本，原因是這些公司大多沒有專利技術；(2)剔除ST類公司樣本，因為這些公司大多經營出現困難，其研發投入數據、專利數據并不準確；(3)剔除主要變量值嚴重缺失的樣本。并對所有樣本利用winsor2命令進行了1%的縮尾處理，最終得到了2584家共18397個樣本。

2.變量定義

(1)被解釋變量

本文對創新進行研究時主要使用的代理變量為專利數，而文獻中有相關研究使用的代理變量為新產品數量，新產品數量雖然理論上更合理，但難以區分清楚新產品中哪些是由企業技術創新導致的增加部分、哪些是由原先的企業技術導致增加的部分，所以本文利用企業所持有的專利數評價企業技術創新。企業的專利分為發明專利、實用新型、外觀設計三種類型，雖然有學者認為真正對創新有影響的是發明專利，但實際上這三種專利類型都可以對企業技術創新進行度量，只是三者對創新的影響大小有區別，因而作為被解釋變量，本文不對這三種專利進行區分。因此，本文定義創新效率(innovation)為企業專利持有數/ln(1+企業營業收入)。

(2)解釋變量

對于企業的融資約束可使用企業現金流量進行評價，因為企業的現金流充裕則企業所面臨的融資約束就小，企業進行技術創新的資金就充足。然而，實際中企業現金流充裕也可能是由于企業規模所引起的。大企業市場勢力強大，可以規定比較長的應收賬款回收期，也可以設置資金池以利用供應商的款項，因而用現金流評價企業融資約束可能會受到企業規模的影響而有失偏頗。本文設置負債指數對企業的融資約束進行評價，負債指數(DA)=企業負債/企業資產。一個企業的負債指數低則面臨的融資約束大，原因是其在市場中融通不到資金，而一個企業負債指數高則可能面臨的融資約束較小，在市場中能籌措到企業發展所需的資金。本文將政府創新補貼(grants)作為第二個解釋變量。上市公司收到的政府補貼組成成分可能比較復雜，上市公司年報中的數據可能存在一定的誤差，但政府創新補貼對于企業技術創新可以有很好的促進作用，可以解決信息不對稱、企業不能完全占有創新租金的問題，同時，政府創新補貼與企業技術創新之間也存在正相關關系。

(3)控制變量

借鑒已有文獻，本文選擇企業營業收入(income)、企業利潤(profit)、企業總資產(asset)、企業固定資產(fixedasset)、企業海外收入(income_oversea)作為控制變量，這些變量都與企業的成本和所面臨的需求有關系，對于本文中研究的融資約束下的政府補貼對企業技術創新的關系都有相當大的影響。本文主要關注被解釋變量與解釋變量之間的關系，同時對于前述變量都做了取對數處理，取對數的操作可以使得相關數據更為平穩，回歸結果更為顯著。

主要變量的定義及相應描述性統計如表1所示。

表1 主要變量及其描述性統計

表1顯示了被解釋變量、解釋變量以及控制變量的樣本量、平均值、標準差、最小值、最大值，從表中的描述性統計結果可以看出，企業的創新效率差異較大，不同企業負債指數分布不均衡。

如果主要變量之間存在多重共線性問題，可能會導致各主要解釋變量系數的偏差和不穩定，本文使用皮爾遜(Pearson)相關系數進行分析，結果如表2所示。

表2 主要變量的皮爾遜(Pearson)相關系數分析

本文中主要變量的皮爾遜(Pearson)相關系數均在1%水平上顯著，說明變量之間存在顯著的相關關系，各主要變量之間的相關系數穩定。

3.計量模型構建

本文使用的數據為面板數據，可以很好地解決遺漏變量的問題，為了更好地獲得上市公司在創新績效方面的個體效應，本文使用面板固定效應模型。根據前面的假設，本文構建雙向固定效應模型如下：

lninnovationit=β0+β1DAit+β2lngrantsit+β3∑Xit+μi+δt+εit

上式中，i表示A股中各家上市公司，t表示年份，μi表示公司個體效應，δt表示時間固定效應，εit表示隨機擾動項，βi表示各變量的系數，Xit表示各控制變量。本文主要關注解釋變量的系數及其顯著性，理論上其系數都應為正，也就是負債指數和政府創新補貼都會促進企業技術創新。本文主要關注負債指數，也就是融資約束對企業技術創新的影響系數β1和政府創新補貼對企業技術創新的影響系數β2，同時對政府創新補貼的滯后項對企業技術創新的影響也進行了分析。

4.實證結果分析

首先對模型的適用性進行檢驗。在解釋變量為(1)負債指數、(2)政府補貼和負債指數、(3)政府補貼滯后項和負債指數三種情況下，F統計量分別為31.43、29.57、32.63，拒絕混合回歸可接受的原假設，所以本文適用固定效應模型。進一步利用xtoverid命令對固定效應和隨機效應做hausman檢驗，Sargan-Hansen統計量為Chi-sq(6)=921.839，拒絕隨機效應可接受的原假設，因此，本文采用固定效應模型。

在所有回歸模型中，本研究發現政府創新補貼變量(lngrants)的系數均為正，且都在1%的水平下顯著，說明創新補貼政策的確可以促進上市公司提高創新效率，且固定效應模型下擬合優度都大于0.6，說明模型擬合較好。而企業負債指數在混合回歸情形下不顯著，在固定效應模型中分別在5%和10%的水平下顯著，說明融資約束會顯著影響企業的技術創新。但本文關注的是，政府創新補貼是否可以改善企業融資約束以促進企業技術創新。在混合回歸下，沒有政府創新補貼時模型(1)中企業負債指數的系數為0.075，而當存在政府創新補貼時，其系數為0.059，說明政府創新補貼使企業在創新時所面臨的融資約束減小，這證明了前面的假設，即政府創新補貼可以緩解企業的創新融資約束，但此時融資約束對于企業技術創新的影響并不顯著。進一步關注固定效應模型(4)(5)(6)，負債指數(lnDA)分別在10%和5%的水平下顯著，也就是使用固定效應模型時企業的融資約束會顯著影響企業技術創新效率。模型(5)中負債指數的系數為0.052，模型(4)中的系數為0.055，說明在固定效應模型中，政府實行創新補貼政策可以改善企業在進行技術創新時所面臨的融資約束。究其原因有以下兩點：第一，政府對企業技術創新活動進行補貼可以直接減少企業進行創新的成本，從而促進企業技術創新；第二，就是所謂的“光環效應”，政府在對企業技術創新活動進行補貼時，要進行篩選，從而使具有高回報的企業家可以得到補貼，市場金融家獲得并利用這個信號，從而對具有高回報的企業家進行融資，解決了企業家所面臨的融資約束，促進了高回報企業的技術創新活動。這也證明了本文在前面理論模型中所得出的命題3。

在模型(3)(6)中對政府補貼的滯后項也進行了回歸，發現企業在面臨融資約束時，如果政府采用事后補貼的方式，則不能有效解決企業融資約束問題。在模型(3)(6)中，政府創新補貼的滯后項均在1%的水平下顯著，說明政府采用事后補貼可以顯著促進企業技術創新活動。對于企業融資約束來說，其系數在模型(6)中為0.061，在模型(5)中為0.052，表明政府在對企業進行技術創新補貼時采用事后補貼方式并不能明顯改善企業的融資約束問題，甚至其系數比政府不進行補貼時更大，也就是說企業面臨的融資約束問題可能更嚴重。其可能的原因是企業在進行技術創新活動時面臨的不確定性和風險極大，政府需要在創新活動過程中對其資金進行補貼以降低風險，如果只是事后補貼，那么企業有可能不實行面臨融資約束問題的創新活動。從以上混合回歸、固定效應回歸、隨機效應回歸結果可以看出本文的回歸結果具有穩健性。

在融資約束下，不同產權性質的企業對政府補貼的反應機制并不相同，這可能對企業的創新績效產生不同的影響。現有文獻對于國有企業與非國有企業在融資約束下的反應機制有著詳細的研究，但這些研究大多只是對國有企業與非國有企業進行研究，我國企業的產權性質豐富多樣，國有企業可以細分為中央國有企業(SOE)與地方國有企業(LSOE)，非國有企業可以分為公眾企業(PE)和民營企業(PRIE)，而民營企業中創業板(CRE)公司在融資約束下對政府補貼的反應機制與其他民營企業也并不相同，本文根據更為詳細的企業產權性質分類對融資約束條件下政府補貼與企業創新績效的關系進行深入研究。

本文對融資約束下企業產權性質對政府補貼與創新績效的影響進行了研究(詳見表4)，結果表明融資約束對于中央國有企業、地方國有企業有著正向的影響，但并不顯著，政府補貼對其創新績效的影響也不顯著。其原因可能有三點：第一，國有企業一般與政府關系緊密，可以更方便地從中央政府或地方政府處獲得創新補貼，其面臨的是“預算軟約束”，這也使得國有企業獲得創新補貼的動力減弱，因為即使其創新績效不高也可以依靠與政府更為良好的關系而獲得補貼；第二，由于我國處于經濟轉型期，國有企業全面從競爭領域退出，現有國有企業大多為傳統民生行業或戰略性產業，產業結構特點也決定了其進行創新的難度較大；第三，國有企業創新的光環效應可能沒有民營企業大，從而其進行創新的動力不足。因此，政府應加強對國有企業創新補貼的管理，適當收緊預算約束，以激發其進行創新的動力。

公眾企業在融資約束下，負債指數對于企業創新績效的計量結果并不顯著，其原因可能是公眾企業可以依靠其良好的信譽在全體股東中發行可轉債，并且公眾企業利潤較高，可以更多地使用自有資金進行創新從而其面臨的融資約束程度并不高。公眾企業進行創新的連續性較高，光環效應明顯，能更多地從金融市場中獲得融資進行創新。模型(6)中政府事后補貼的系數為0.161，大于模型(5)中的事前補貼系數0.118，且模型(6)在5%的水平下顯著，而模型(5)在10%的水平下顯著，這充分說明公眾企業對事后補貼的反應較為顯著。其可能的原因是公眾企業面臨的融資約束程度不高，企業完全可以使用自有資金進行創新。若政府進行事后補貼，如采用稅收抵扣或減免、銀行貸款貼息等方式，由于公眾企業的研發投入一般較高，因而公眾企業可以得到更多的創新補貼，對其吸引力也更大。

民營企業在我國企業中的占比是最大的，本研究的數據中有6383個民營企業觀察樣本。由表4可知，模型(7)中負債指數的系數為0.057，模型(8)中負債指數的系數為0.061，二者相差并不大，但模型(8)中負債指數的系數在10%的水平下顯著，而模型(7)中的系數并不顯著，這說明政府對民營企業進行事前補貼可以有效緩解企業面臨的融資約束。民營企業中有很多是初創企業，其面臨的融資約束較大，在金融市場中并沒有建立良好的聲譽，無法從金融市場或風險資本處獲得較高的投資，同時民營企業在創業初期獲得的利潤一般并不高，其自有資金不能完全滿足企業創新的需要，亟需從外部獲得資金以補充其創新資金的不足，而政府的事前補貼可以極大地緩解民營企業進行創新時面臨的融資約束。表4模型(8)中進行事后補貼的系數為0.04，大于模型(7)中事前補貼的系數0.027，且模型(8)在1%的水平下顯著，而模型(7)在5%的水平下顯著，這表明如果不考慮融資約束，政府對民營企業采用事后補貼的效果要優于事前補貼。由于融資約束對民營企業技術創新的影響更大，因此，權衡考慮后政府還是應對民營企業技術創新進行事前補貼。

由于創業板中大多為初創民營企業，相對于民營企業的總體樣本面臨顯著的融資約束問題，創業板中的民營企業面臨的融資約束問題并不顯著。可能的原因如下：第一，能夠在創業板上市需要通過證監會嚴格的審核，企業不但要有盈利能力，還要有較強的創新能力，存在所謂的“認證效應”，可以更多地從外部金融市場獲得融資以補充自有創新資金的不足，所以其面臨的融資約束并不顯著。由表4模型(9)(10)中的政府補貼系數均在1%的水平下顯著可知，政府對創業板民營企業技術創新進行事前補貼與事后補貼都可以顯著地增加其創新績效。由于模型(9)中事前補貼的系數為0.058，大于模型(10)中事后補貼的系數0.051，說明政府應對創業板中企業的技術創新進行事前補貼，這樣可以增加其光環效應，使其在金融市場中獲得更多的融資進行創新。這也充分證明了前文博弈論模型中對于高回報創新企業的篩選有利于促進其進行技術創新的結論。

5.內生性檢驗

考慮到模型中解釋變量與隨機擾動項之間可能存在的內生性問題，本文進一步使用兩步工具變量法及GMM方法對原有模型進行內生性檢驗。從構建的負債指數指標的自身特征來看，其本身就是一種有效的工具變量，企業負債會影響企業的創新決策，但單個企業技術創新活動反過來影響企業融資約束的作用并不明顯。借鑒Lewbel的研究方法[27]，利用企業負債的對數(lndebt)做為lnDA的工具變量。由表5可知，雖然各變量的相關系數及顯著性略有變化，但與表3基本一致，只是此時創新效率模型中融資約束(負債指數lnDA)對其影響都在1%的水平下顯著，加入政府創新補貼一期滯后項后，融資約束的影響系數雖然有所改善，但比當期對企業技術創新進行補貼時的系數大。這與固定效應模型一致，在針對融資約束對企業技術創新活動進行補貼時，政府要做到應補盡補，及時給予企業資金上的支持，這再一次論證了在理論模型中提出的命題3。

表3 混合回歸、固定效應及隨機效應模型

模型(1)(2)(3)(4)(5)(6)(7)樣本分類OLS1OLS2OLS3FE1FE2FE3REL. lngrants0.278???(0.021)0.039???(0.009)lnincome0.152???(0.052)0.073(0.050)0.057(0.050)0.218???(0.044)0.203???(0.044)0.198???(0.048)0.190???(0.036)lnprofit0.137???(0.029)0.092???(0.028)0.102???(0.027)-0.030??(0.012)-0.030??(0.012)-0.019(0.012)-0.024??(0.012)lnfixedasset0.099???(0.034)0.015(0.034)0.029(0.034)0.164???(0.023)0.160???(0.023)0.155???(0.022)0.159???(0.020)lnincome_oversea0.052???(0.015)0.053???(0.015)0.053???(0.015)0.005(0.012)0.006(0.012)0.008(0.012)0.014(0.011)_cons-8.625???(0.628)-8.978???(0.604)-8.573???(0.597)-7.424???(0.720)-7.550???(0.730)-7.349???(0.783)-8.033???(0.522)N11143110631027911143110631027911063R20.2960.3330.3180.6540.6560.630年度固定效應YesYesYesYesYesYesYes公司固定效應NoNoYesYesYesYesYes

表4 融資約束下企業產權性質對政府補貼與創新績效關系影響

表5 內生性檢驗：2SLS及GMM方法

五、結論與政策建議

本文借助三階段政府創新補貼與企業技術創新活動博弈論模型分析了融資約束下的企業技術創新活動，同時利用中國上市公司2010—2019年的專利數據，運用混合回歸、固定效應、隨機效應模型分析了融資約束下政府創新補貼對企業技術創新活動的影響，并通過兩步工具變量法及GMM方法對政府創新補貼影響企業創新活動進行了內生性檢驗。研究發現：(1)政府創新補貼對融資約束下的企業技術創新活動有很好的支持作用，通過對高回報企業家的創新補貼，可以增加整個社會的創新活動；(2)政府對企業的創新活動的篩選，可以為市場金融家提供一個關于企業積極創新的信號，市場金融家就可以為高回報企業家提供融資，補充創新企業家資金的不足，從而提升企業家進行創新的積極性；(3)政府對企業創新活動進行事前補貼的效果優于事后補貼，事前補貼體現了政府對高回報企業家的承諾，提高了其進行創新的動力，同時也為市場提供了企業家類型的信號，而事后補貼則做不到；(4)企業產權性質不同，面臨的融資約束問題也不一樣，因而對其進行創新補貼的機制也應有所不同。具體而言，對國有企業應收緊其預算約束以增強其創新的動力，對公眾企業應進行事后補貼以促進其技術創新，對民營企業應進行事前補貼以解決其融資約束問題、促進其技術創新，對創業板企業應使用事前補貼以促進其技術創新。

中國經濟已經進入新常態，經濟發展模式亟需從依靠投資和出口拉動的增長模式轉變為依靠創新驅動的內源性增長模式。對此，本文提出以下政策建議：

(1)政府應積極利用創新補貼支持企業的技術創新活動，以解決企業面臨的融資約束問題，從而彌補企業創新過程中可能存在的公共產品效應，促使企業更加積極地進行創新。

(2)政府應對企業的創新活動進行有針對性的篩選，創立一個專家團隊甄別企業的創新活動，為市場金融家提供企業積極創新的信號。

(3)政府補貼應及時發放給高回報創新企業以促進企業的創新活動，政府創新補貼應與金融市場的融資共同作用才能更好地促進企業的研發活動。這就要求政府專家型官員能在創新補貼活動中對企業創新活動進行篩選，以確保政府的創新補貼可以真正地補貼給高回報類型的企業家。

(4)中國國家創新戰略下一步的改革方向和政策制定必須著重于解決企業在技術創新活動中的融資約束問題，提升資本市場的配置效率，充分發揮市場機制在資源配置中的主導作用，進一步加強市場基礎設施的建設，為企業創新創造良好的外部環境，從而改變中國企業自主創新動力不足、能力滯后的問題。