政府補貼對企業創新行為的影響研究
——來自上海市科技型企業的證據

陳 倩 羅守貴,2

(1.上海交通大學安泰與經濟管理學院，上海 200030； 2.上海交通大學 中國城市治理研究院，上海 200030)

創新和技術進步是經濟增長的重要源泉。我國正處于從以要素驅動、投資規模驅動發展為主向以創新驅動發展為主的轉變中，每年在研發活動上的支出都在快速增長，專利申請總量也居世界前列。根據創新活動相關的市場失靈理論，在企業研發活動過程中，知識具有的溢出效應和技術創新的高風險性使得市場對于研發的投入會低于社會最優水平。因此，我國主要采取政府直接補貼的創新激勵手段，然而補貼是否有效是需要厘清的重要問題。

學界對此展開了豐富的研究，但是由于產業政策種類繁多、研究樣本不同、內生性問題等原因，學者們并未得出一致結論。有研究發現補貼能夠激勵企業創新。政府補貼能夠幫助企業降低研發成本、減少研發風險、從而緩解企業的資金約束，促使企業在研發上投入更多，產出更高水平的研發成果。但是另一面，也有研究表明如果獲取政府補貼的成本較低，企業會選擇擠出原有的私人研發投入，因而補貼對創新的激勵效果并不顯著甚至為負。

另外，政府補貼的作用效果還取決于許多其他因素，其中最常被研究的是企業規模。中小企業是創新的中堅力量，近年來政府在政策中也將對中小企業創新的激勵提高到更重要的位置。因此，研究中小型企業和大型企業受到政府補貼后的創新表現將為創新激勵政策提供更全面的參考。

現有研究對中小企業的研究相對有限，與大型企業進行對比的文章幾乎為零。另外，由于企業是否得到補貼并不是隨機的，一些研究未能有效處理內生性問題。鑒于此，本文使用獨有的上海市科技企業數據庫，使用傾向得分匹配法，能夠更好地減少內生性問題，更精準地估計出補貼效果，也為既有理論補充實證證據并對政策制定提供參考。

1 理論分析和假設

1.1 政府補貼與創新投入

企業的創新投入行為既包括對內部研發活動的投入，也包括對外部研發的投入，前者反映企業自主創新的行為，后者反映企業與其他機構進行產學研合作的創新行為。

關于內部研發投入。一方面，由于研發活動的外溢性，政府補貼能夠在一定程度上彌補其導致的私人收益低于社會收益的損失；另一方面，由于研發活動具有高風險性，需要大量前期資金投入，而現實中融資較困難，政府補貼能夠填補這部分資金缺口。因此，政府補貼對企業創新投入的影響是正向的。例如，姚東旻和朱泳奕基于中國工業企業數據庫和傾向得分匹配與雙重差分(PSM-DID)的微觀計量方法，證明政府補貼對企業創新投入的促進作用非常顯著，同時驗證了二者之間不存在反向因果關系。但也有學者發現政府研發補貼對企業私人研發投入的影響是負向的，認為企業會因為獲得了政府補助而減少研發資金。

關于外部研發投入。由于現代科學技術的飛速發展，技術創新活動呈現日益復雜且互相交叉滲透的趨勢。這要求市場上不同主體發揮各自優勢，合作產出創新成果。目前關于政府補貼對合作創新影響的研究較少，但多數認為政府補貼能夠鼓勵企業進行產學研合作。例如，Busom發現研發補貼不僅增加了公司的研發投資，而且還增加了公司與公共研究組織合作的可能性。

綜上，本文提出兩個備擇假設一和假設二:

H1a：政府補貼能促進科技企業內部研發投入。

H1b：政府補貼會擠出科技企業內部研發投入。

H2：政府補貼能促進科技企業外部研發投入。

1.2 政府補貼與創新產出

主流研究也聚焦從創新產出角度來衡量創新績效。關于微觀層面企業創新產出的評價多以專利數量為指標，普遍認為政府補貼能夠帶來企業專利數量的顯著增長。例如，李曉鐘和徐怡以上市公司為研究對象，證明政府補貼對電子信息產業企業的專利數量存在促進作用，且這種作用在民營企業中表現出門檻效應。除了專利數量，越來越多學者注意到創新產業政策與專利質量的關系。專利質量的衡量指標通常有發明專利數量、專利引用率等，因為這些指標更能夠體現專利具有的技術含金量。有研究認為政府補貼能夠同時促進專利數量和質量的增長。例如，楊亭亭等以專利主權項總字數和IPC分類號衡量專利質量，發現政府研發補貼不僅提升了專利數量，也提升了專利質量。但是也有大量實證研究指出在政府產業政策下，企業存在“騙補式”“策略式”創新，即為了尋得政府扶持，注重專利數量提升，但忽視專利質量。例如，陳強遠等研究發現自由裁量型的政府補貼政策對專利質量的影響并不顯著。綜上，本文提出以下兩個備擇假設：

H3a：政府補貼同時提升創新產出的數量與質量。

H3b：政府補貼能顯著提升創新數量，但無法影響創新質量。

1.3 中小型企業與大型企業的差異

現有文獻中的實證研究以上市公司和大中型工業企業為主，許多研究認為政府研發補貼對上市公司和大中型企業研發投入和創新績效具有激勵效應。例如陳紅等基于2012—2014年的475家上市公司的數據研究發現，政府補助有利于促進成長期企業進行開發性創新以及成熟期企業進行探索性創新。但也有學者認為，政府補貼對中小型企業創新具有顯著激勵效果，而對大型企業影響不顯著。例如，蔡紹鴻等以高新技術產業為樣本研究發現小規模企業創新效果受到研發補貼政策的輕微促進，而在大型企業中不顯著。

政府補貼對不同規模企業影響存在差異的可能原因有：一，中小型企業資金體量不如大型企業，依靠自身力量難以在項目前期擁有足夠資金投入，可能比大型企業更依賴來自政府的扶持；二，中小型企業面對比大型企業更為嚴重的融資難問題。由于中小企業信息披露不夠規范和透明，金融機構很難獲取足夠信息作出投資決定，即使可以獲取也是代價高昂，存在嚴重信息不對稱現象。因此，相比于大型企業，政府補貼政策對中小型企業提高創新水平可能具有更大的作用。例如，Pere通過對西班牙企業數據的研究發現，研發補貼對企業的研發活動具有促進作用，而且這種作用在員工人數200人以內的小型企業中更為顯著。綜上，本文提出假設四：

H4：政府補貼對中小型科技企業創新投入與產出的作用強于大型企業。

2 研究方法與數據

2.1 研究方法

由于企業是否獲得補貼并不是隨機決定的，而是受到企業自身的規模、成立年限、資產狀況等一系列因素的影響，這樣就產生了內生性問題。本文采用傾向得分匹配法，以期在一定程度上減少企業參與政府補貼項目的內生性問題。與多元線性回歸相比，傾向得分匹配對函數形式設定的依賴程度低，能夠減少函數形式設定錯誤導致的估計偏誤。具體做法如下：

第一，將樣本分為處理組與控制組。本文中，處理組指獲得政策補貼的企業，對照組為沒有受到補貼的企業。

i表示企業個體，Di表示企業是否進入處理組，在本文中指是否獲得補貼，獲得則為1，否則為0。Y表示被解釋變量，在本文中指企業的創新行為，包括創新投入與產出兩方面，Y1i表示企業受到政府補貼后的創新行為，Y0i表示未受到政府補貼的創新行為。

第二，計算傾向得分，即估計企業進入處理組的條件概率，一般使用Logit或Probit回歸，本文采用Logit方法。傾向得分匹配將多維度的信息壓縮到一維，得到一個傾向得分值。后續依據此值為處理組樣本尋找得分相近的對照樣本。以下是傾向得分的計算方法：

p(xi)=Pr(Di=1|x=xi)=E(Di|xi)

xi表示協變量，即影響企業獲得補貼的因素；p(xi)為傾向得分，即在協變量給定的條件下，企業進入處理組的概率。

第三，根據傾向得分為處理組匹配類似的對照組。匹配的方法通常有一對一最近鄰匹配、一對多最近鄰匹配、核匹配、卡尺匹配等。由于本文樣本量大，可以采用一對一的最近鄰匹配方法。另外，還需要對協變量進行平衡性檢驗，對比匹配后的處理組與對照組的協變量是否存在顯著差異，若差異大幅縮小，則說明匹配效果良好。

第四，得到參與者平均處理效應ATT(Average Treatment Effect of Treated)，即政府補貼對于企業創新行為的凈影響。以下為計算方法：

ATT=E{Y1i-Y0i│Di=1}=E[E{Y1i-Y0i│Di=1,p(xi)}]=E[E{Y1i│Di=1,p(xi)}-E{Y0i│Di=0,p(xi)}|Di=1]

2.2 數據與變量

本文選取2010—2017年上海市的科技型企業作為研究對象。所有數據均來自上海市科技企業數據庫，該庫為每年在上海市科技企業中進行問卷調查整理得到，行業涵蓋電子信息技術、高新技術服務業、高新技術改造傳統產業、航空航天技術、生物與新醫藥技術、新材料技術、新能源及節能技術、資源與環境技術等。本文剔除變量含有缺失值、企業員工數量或資產總額為零、銷售收入和總產值為負數的數據樣本，并將連續變量在1%和99%水平進行縮尾處理以減輕極端值的影響，最終得到109242個樣本觀測值。

本文采用的變量包括處理變量、因變量和協變量。表1為本文主要使用的變量、變量定義以及描述性統計。處理變量為是否接受政府補貼，為虛擬變量，如果獲得了補貼則該值等于“1”，沒有則為“0”。 因變量包括四個，涉及企業的創新投入與產出兩個方面。創新投入中包括內部研發投入和外部研發投入；創新產出包括創新數量與創新質量。根據主流文獻中使用的控制變量以及結合數據的可獲性，本文最終使用以下四個協變量——企業規模、企業年齡、總資產報酬率以及出口總額，所有連續變量均取自然對數。具體定義和衡量方法見表1。另外，本文按照《科技型中小企業評價辦法》，將中小企業定義為：職工總數不超過500人、年銷售收入不超過2億元、資產總額不超過2億元的企業。

表1 變量定義及描述性統計

3 實證結果分析

3.1 政府研發補貼對企業創新投入與產出的影響

在本文的樣本中，有13883個觀測樣本屬于處理組，而有95359個觀測樣本進入控制組。由于樣本量較大，使用的匹配方法是一對一最近鄰匹配，匹配結果滿足共同支撐假設，匹配的效果較好。表2顯示了政府補貼的處理效應ATT值，代表處理組的平均處理效應，為政策制定者關心的主要變量。

政府補貼對內部研發投入、外部研發投入、創新數量、創新質量的ATT值分別為0.077、0.008、4.846、0.171，且均在10%水平上顯著。這說明，政府補貼能夠同時顯著促進上海市科技企業的創新投入和創新產出，印證了H1a、假設H2和H3a。

對比控制組與ATT數據，發現政府補貼對內部研發投入的相對效應為65%、對外部研發投入的相對效應為200%、對專利數量的相對效應為119%、對創新質量的相對促進效應為98%。從相對效應來看，政府補貼政策對外部研發投入具有非常顯著的激勵作用，獲得政府補貼后的科技企業，明顯更傾向于進行產學研合作。另外，匹配前后的數據對比表明，如果不控制內生性，則外部研發投入、創新數量和創新質量受到政府補貼的促進作用會被高估，尤其是對創新產出的估計，與匹配前有將近一倍的差距。

表2 基于一對一最近鄰匹配方法的ATT值

對比創新數量與質量的ATT值，政府研發補貼對于創新數量的促進作用大于對質量的促進作用。企業在進行研發決策時，更注重專利數量的增長，以便增加獲得政府補助的機會，但是對含金量更高的發明專利的研發活動則相對忽視。這說明在樣本研究期間，政府補貼政策對企業創新起到了引導效果，但是在能夠真正創造實質性價值的高質量專利上的引導或許還有進步空間。

3.2 中小型科技企業與大型企業的差異性

本文樣本中，有67525個科技型中小企業樣本、41711個大型企業樣本。表3顯示了中小型科技企業與大型企業的傾向得分匹配結果。結果表明，不論是對中小型企業還是大型企業，政府補貼對內部研發投入、外部研發投入、創新數量、創新質量均具有顯著激勵效應，且對中小型企業的激勵效應大于大型企業，印證了H4。

表3 中小型企業與大型企業的傾向得分匹配結果

從創新投入的數據來看，接受政府補貼能夠促使中小型企業內部研發投入提升0.124個單位，外部研發投入提升0.015個單位，相對效應分別為79.0%和300.0%；接受政府補貼能夠促使大型企業內部研發投入提升0.042個單位，外部研發投入提升0.004個單位，相對效應分別為46%和133.3%。可見，對于中小型和大型企業來說，政府補貼對外部研發的促進作用強于對內部研發的作用，尤其是中小企業受到的激勵更強，相對效應達到大型企業的兩倍以上。

從創新產出的數據來看，接受政府補貼能夠促使中小型企業專利數量提升1.467個單位，相對效應為130.9%，大型企業為106.1%；接受政府補貼能夠促使中小型企業發明專利占比提升0.15個單位，相對效應為128.2%，大型企業為80.7%。從數據中可以得出，相比于大型企業，政府補貼對于創新數量與質量的激勵效果在中小型企業中更為明顯。尤其是創新質量，這種差異更加明顯(中小型企業是大型企業的1.5倍)。這表明，在科技行業中，政府補貼對中小型企業的創新激勵效應極強，政府補貼能夠有效填補中小型企業在研發活動中的資金缺口，緩解資金壓力，并促使其產出更多以及質量更高的創新成果，這與Guo等和秦雪征等的研究結論一致。

3.3 穩健性檢驗

本文還對協變量進行了平衡性檢驗，圖1顯示了檢驗結果。可以看到，不論是對全樣本，還是對中小型企業與大型企業的分組樣本進行匹配，匹配后的組間差異均小于10%，差距大幅縮小，證明本文結論是穩健的。

圖1 全樣本、中小型企業樣本、大型企業樣本的平衡性檢驗

4 結論與啟示

本研究結果表明政府補貼政策能夠有效激勵科技型企業加大創新投入力度，并提高其創新產出。另外，在對企業規模的影響進行實證分析后發現，中小型科技企業受到政府補貼的激勵效用非常顯著，大于對大型企業的效用。在以上研究結論的基礎上，本研究提出以下幾點政策建議：

第一，進一步加大對企業研發的財政資金補貼力度。本研究的實證結果表明政府補貼在對企業創新投入和產出的促進作用上均有不俗的表現。政府應該繼續加大對企業創新活動的補貼力度，提高企業創新水平。

第二，政策制定者應將更多補貼資金用于鼓勵企業與高校和研究機構之間進行深層次的交流與合作。本研究實證結果表明，政府補貼對于外部研發投入的促進效果非常顯著，且大于對內部研發投入的效果。若對產學研合作研發項目投入更多補貼資金，將會在極大程度上增強企業對外合作研發的意愿，而這也符合當今技術日益互相滲透交叉的大趨勢。

第三，通過更多的補貼政策與計劃提高中小型科技企業的創新積極性。換句話來說，應將目前與科技活動有關的財政資金繼續向中小型企業傾斜。本文的研究結論表明中小型科技企業在受到政府補貼以后，創新潛力是巨大的，政府補貼對規模較小企業的創新激勵明顯強于對大型企業的激勵。要想將科研資金的邊際回報率提高，將財政資金更多用在中小型企業創新項目上會是不錯的嘗試。