政府補貼與企業全要素生產率
——甄選效應和激勵效應

韓亞峰 李新安 楊蔚薇

一、引 言

改革開放40 多年來，我國經濟實現了高速增長，但高速增長也帶來了環境污染和產能過剩等一系列問題。依據經濟增長理論和國際經驗，實現經濟發展方式從粗放型增長向依靠全要素生產率提升是維持經濟長期穩定增長的引擎( 昉蔡 ，2013)。黨的十九大報告提出，我國經濟發展已從高速增長階段轉向高質量發展階段，經濟發展不僅要關注增長速度更要注重發展質量，依靠技術進步來提高全要素生產率，是實現經濟高質量發展的重要推動力。2019 年國資委在《中央企業高質量發展報告：中央企業高質量發展邁出堅實步伐》中指出，企業作為我國經濟高質量發展的微觀主體，企業的高質量發展是我國經濟高質量發展的有力支撐，如何提高企業全要素生產率進而促進經濟高質量發展成為目前亟需解決的問題。對此，國家推出了一系列扶持政策：2019年政府加大對中小企業的補貼和債券融資支持力度，緩解微小企業和民營企業面臨的融資壓力，同時在其他領域進一步放寬市場準入，推動企業轉型升級。以政府補貼為代表的扶持政策是否有助于促進企業全要素生產率提升，既有文獻主要存在兩種觀點：一種認為政府補貼有促進作用，主要通過緩解企業融資壓力、提高高新技術企業的研發投入以及補貼具有國家宏觀經濟政策目的性和導向性的企業，有效提高企業生產率水平，實現企業轉型升級(Criscuolo 等，2016；李葉妍和姜楠，2019)；另一種則認為政府補貼有抑制作用，高補貼會滋生企業懶惰心理、存在信息不對稱帶來逆向選擇和道德風險問題及政府官員的尋租行為等，政府補貼往往不會如預期設想中提高企業的全要素生產率，反而還會帶來消極影響(Howell，2017)。

那么，政府補貼對企業全要素生產率的研究觀點存在差異的原因是什么？對我國而言，如何制定有效合理的補貼政策來提升企業全要素生產率？為了解答這些問題，政府補貼對企業全要素生產率的影響及作用渠道是本文研究重點。根據2000—2008年中國工業企業數據庫采用雙重差分(DID)方法從微觀企業層面進行實證檢驗，探討激勵效應和甄選效應視角下政府補貼與企業全要素生產率之間的關系。本文的邊際貢獻包括：(1)甄選機制方面，通過構建Logit 模型檢驗了政府選擇補貼企業的依據，企業研發、企業出口、經營虧損與吸引優質外資企業是政府補貼的主要原因；(2)研究視角方面，將政府補貼對企業全要素生產率的影響分為激勵進入效應和激勵退出效應，實證分析了政府補貼進入和退出對企業全要素生產率產生的差異性影響，豐富了政府補貼與企業全要素生產率關系的研究；(3)政策制定方面，結合不同補貼強度和補貼策略的檢驗結果，為政府制定合理有效的補貼進入和退出機制，促進企業轉型升級提供了更為全面的數據支撐。

二、文獻綜述

從政府補貼與企業全要素生產率的研究來看，主要考察兩種效應：一是甄選效應，考察哪種企業更容易獲得政府補貼及內在甄選機制；二是激勵效應，分為激勵進入和激勵退出兩種效應，主要考察首次獲得政府補貼的企業和已獲得政府補貼的企業退出補貼兩種情況下，政府補貼對企業全要素生產率的影響。

關于政府補貼的甄選效應的研究集中于企業所處宏觀環境和企業自身特征方面，研究發現，與政府有緊密聯系的企業、虧損企業和具有自主研發能力的企業更容易獲得政府補貼。余明桂等(2010)研究了具有政府背景的上市公司與政府補貼之間的關系，發現地方政府影響越大、與企業聯系越密切，企業獲得的補貼越多；孔東民等(2013)在補貼動機和效果的研究基礎上，發現政府傾向于補貼虧損企業，同時不同企業受到的補貼強度不同，即使在激烈的市場競爭環境下國有企業仍比非國有企業得到更多補貼。

通過對相關文獻進行梳理，我們發現政府補貼甄選效應的內在機制可從以下四個方面展開分析：一是創新研發補貼對于高新技術企業能有效激勵產出；二是基于激勵企業出口擴張的目的對企業實施補貼；三是基于企業盈余管理動機，政府補貼可以減輕企業財務負擔；四是吸引外商投資企業并獲取溢出效應的動機使得政府補貼外資企業。陸國慶等(2014)研究發現創新能夠提高企業的績效水平，而企業研發創新需要一定的社會政治環境支持，因此政府通過補貼新興產業來鼓勵企業提高自身績效水平；Bernard 和Jensen(2004)、Rose(2007)研究認為企業進入國際市場時在收集信息及開拓市場等方面需付出高額成本，政府為了激勵企業出口進入國外市場，會通過給予資金補貼來彌補這方面的資金支出；Aharony 等(2000)研究發現當企業虧損或績效不達標時，可通過政府補貼的方式幫助企業提高業績，滿足監管要求；邵敏和包群(2011)研究發現FDI 相比國內資本能夠產生更多的技術溢出效應，政府會對外資企業給予更多補貼。

激勵進入效應下，關于政府補貼對企業全要素生產率的影響，部分研究認為是正向促進的，原因是政府補貼一能降低企業生產經營成本，二能激勵企業創新研發，三能緩解企業融資約束。邵敏和包群(2012)利用廣義傾向得分匹配法對工業企業樣本數據進行匹配，結果表明政府補貼通過降低生產成本渠道提升企業生產率；馬嘉楠等(2018)研究發現政府補貼具有激勵企業加大研發投入的杠桿效應，提高企業的創新收益從而提高全要素生產率；郭曉丹和何文韜(2011)發現政府補貼是企業獲取融資的重要渠道，可緩解企業的融資壓力，提高企業投資能力和生產積極性，從而提高企業全要素生產率。也有部分研究發現政府補貼對企業全要素生產率表現出負向影響，主要有三方面原因：一是補貼在企業內部分配不均；二是企業需求補貼的動機不純；三是政府補貼對企業的影響不是單一的線性關系。閆志俊和于津平(2017)研究發現政府補貼在企業研發和管理部門分配不合理，會造成資源浪費和效率低下，不利于發揮補貼對企業效率的激勵作用；安同良等(2009)通過分析發現政府由于無法掌握企業內部真實情況，使得企業通過發布虛假信息騙取補貼，同時政府沒有起到良好的激勵和監管作用，從而導致負向激勵效應產生；黃先海等(2015)研究發現適當的補貼會降低補貼對企業創新的抑制作用，從而提升企業生產率，當過度補貼時，會產生企業是為了補貼而生產，從而導致產能過剩，降低企業的生產率。

激勵退出效應下，政府通過補貼提升企業全要素生產率后，可以逐漸取消對這些企業的補貼，企業減少對政府補貼依賴并持續提升全要素生產率。其主要原因有兩個方面：一是政府對企業的研發補貼提高了企業自身的技術水平；二是政府長期補貼具有信號傳遞屬性，能擴大企業融資渠道。Bernini 等(2017)研究發現，政府補貼對企業全要素生產率在短期內呈現抑制作用，長期補貼后由于技術進步促進企業創新水平的提升，帶來更高的收益，表現為促進作用；邢會等(2019)研究發現政府長期對企業實施補貼能夠向市場傳遞積極信息，表示該企業具有投資價值，同時表明目前政府規劃的導向性，能夠吸引市場更多的投資，有利于企業創新和生產率提升。此外，政府對企業補貼后發現企業全要素生產率沒有提升反而下降，政府則會取消對這些企業的補貼，可能的原因有兩個：一是企業尋求政府補貼的動機不純和新制度經濟學中信息不對稱帶來的委托代理問題導致負向影響；二是差異化補貼帶來資源誤置和效率損失。如Gwartney 等(1998)、顏曉暢和黃桂田(2020)研究發現補貼可能不利于企業全要素生產率的提高，當政府補貼力度較大，補貼帶來的利潤大于改善企業自身能力帶來的利潤時，企業會缺乏動力去改善經營能力和進行技術創新來降低企業成本提高創新績效，可能傾向于將資源用于“尋補貼”活動以尋求更大的利潤，而非用來提高企業生產建設能力；Hsieh 和Klenow(2009)研究發現相似企業的政府補貼程度不同，可能由于資源誤置導致企業全要素生產率的差距增大，高補貼的企業會擴大自身的生產規模，而低補貼企業會降低生產率甚至退出市場。

綜上所述，企業全要素生產率提升對我國經濟轉型和高質量發展具有重要作用，政府補貼對企業全要素生產率影響也是學者關注的熱點問題，但基于甄選效應和激勵效應兩方面來考察政府補貼對企業全要素生產率影響的文獻還較少。因此，本文從企業微觀層面利用Logit 回歸和PSM-DID 法來研究甄選效應和激勵效應下政府補貼與企業全要素生產率之間的關系，為企業全要素生產率提升和我國經濟轉型升級提供支持。

三、研究設計

（一）全要素生產率測度

目前常用最小二乘法(OLS 法)、固定效應法(FE 法)、Olley-Pakes 法(OP 法)和Levinsohn-Petrin 法(LP 法)來衡量企業全要素生產率。由于最小二乘法因要素投入和生產率之間可能存在關聯，固定效應法需要固定全要素生產率的時間變量，二者都會導致結果出現偏差；而Olley 和Pakes(1996)、Levinsohn 和Petrin(2003)分別提出的半參數估計方法OP 法和LP 法可以有效解決上述問題，因此本文運用OP 和LP 兩種方法分別測算中國工業企業全要素生產率，具體描述性統計結果見表1。

表1 描述性統計

（二）模型設定

根據已有的研究可知，企業的資源實力及宏觀經濟環境等都會影響政府補貼的開展，政府補貼和企業全要素生產率還可能受到諸如企業規模、利潤率等因素影響。本文采用傾向得分匹配(PSM)和雙重差分法(DID)相結合的方法來評估政府補貼對企業全要素生產率的影響。首先將樣本期內政府補貼企業設為實驗組，未補貼企業為對照組，通過PSM 對樣本進行匹配。選取的匹配變量包括：(1)企業規模(size)，用企業銷售額的對數形式來衡量，并用工業品出廠價格指數對企業銷售額進行平減處理；(2)企業利潤率( profit)，用營業利潤與銷售額之比來衡量；(3)資本負債率( debt)，用總資產與總負債的比值來衡量；(4)所有制結構( state)，若企業為國有企業記為1，非國有企業記為0；(5)資本密集度(klr)，用固定資產與從業人員數之比的對數表示，其中以固定資產投資價格指數剔除通貨膨脹因素?；谝韵翷ogit 模型進行估計：

其中，表示Logit 估計函數，X 表示匹配變量集合，S ubsidy= 1 表示受到政府補貼企業樣本，P 記為傾向得分。

由于政策沖擊的影響及政策使用對象的限定性，實驗組和對照組因政府補貼的影響作用產生不同變化，為此我們采用DID 法分析企業得到補貼后全要素生產率的變化情況。通過設置兩個虛擬變量和其交叉項，構建模型來比較實驗組和對照組在政策實施前后的差異，DID 方法構建的模型為：

表2 變量定義

續表2

（三）數據來源

本文數據來源于中國工業企業數據庫，包括企業基本信息、行業地區情況和政府補貼等多項指標在內的統計信息，由于1998—1999 年和2009—2013 年缺失研究開發費、補貼收入等重要數據，本文選取2000—2008 年中國工業企業數據庫來進行實證研究。在行業代碼方面，2003 年正式實施新的2002 年版《國民經濟行業分類》，在此之前使用的是1994 年版的《國民經濟行業分類》，因此為保證結果的準確性，本文參照1994 年和2002 年行業代碼對照表，重新調整中國工業行業分類中的四位碼，統一使用2002 年公布的行業代碼。

四、實證結果分析

（一）甄選效應

1. 甄選效應基準回歸

參考冼國明和明秀南(2018)的研究方法，利用中國工業企業數據庫2000—2008年非平衡面板數據進行Logit 回歸，考察企業全要素生產率對政府補貼行為的影響，模型設定如下：

回歸結果如表3 所示，表3 顯示了總體工業企業樣本、不同企業屬性工業企業樣本、不同行業工業企業樣本的Logit 回歸結果，從總體樣本企業估計結果看，OP 法和LP 法測算下的企業全要素生產率的系數在1%水平上顯著為負，說明全要素生產率較低的企業更容易獲得政府補貼，政府補貼呈現出“保護弱者”的特征(邵敏和包群，2011)。從控制變量看，企業規模的系數在1%水平上顯著為正，說明企業規模較大的企業比小規模企業更易獲得政府補貼，大規模企業具有完善的生產經營體系，自身條件更易達到政府補貼的標準，同時能創造大量就業機會，政府會對該類企業給予重點扶持(Eckaus，2006)。企業所有制的系數在1%水平上顯著為正，說明國有企業比非國有企業易于得到政府補貼。企業利潤率、資產負債率和資本密集度的系數在1%水平上顯著為正，說明資產規模越大、負債率越高的企業獲得的政府補貼越高。上述結果表明，規模較大、財務狀況良好但生產率較低的企業更易獲得補貼，驗證了政府補貼對不同生產率企業具有甄選效應。

表3 甄選效應估計結果

戰略性新興行業和傳統行業是促進我國經濟結構轉型的主導力量和突破口，也是政府重點補貼扶持對象(閆志俊和于津平，2017)。政府對新興行業和傳統行業的補貼是否存在差異，是本文關注的重點。借鑒張信東等(2012)的做法，將行業分為新興行業和傳統行業。從行業性質的結果來看，新興行業系數在1%水平上顯著為正，而傳統行業系數顯著為負，表明新興行業中全要素生產率高的企業更易獲得政府補貼，而傳統行業中全要素生產率低的企業更易獲得補貼，可能的原因是新興行業大多屬于資本和知識密集型，政府通過優選一批生產效率高、發展前景好的企業進行扶持，刺激產能擴張進而形成規模效應；傳統行業大多是我國的支柱行業或者勞動密集型行業，解決了大量的就業問題，同時傳統行業中技術創新能力不足，短時間難以帶來快速發展，因而政府更傾向于對傳統行業中生產率較低的企業進行補貼，以避免一些企業出現重大衰退而帶來嚴重的社會問題(Aharony 等，2000)。

2. 甄選效應內在機制

研究表明，研發企業、出口企業、困境企業和外資企業等更容易得到政府補貼，政府對企業科技研發進行補貼能夠提高企業的創新產出，目前關于政府補貼的政策大多通過對企業研發和出口進行補貼來刺激企業技術創新和擴大出口以實現企業轉型升級；此外，為了提高市場活力和扶持企業發展，一些具有發展潛力的企業出現暫時資金困境時，政府出于保護目的會給予其適當的補貼；最后，為了吸引外商直接投資，地方政府在外商直接投資的競爭中會選擇偏向補貼優質外資企業(Charles，2011)。因此，在甄選機制設計中，研發企業、出口企業、困境企業和優質外資企業成為關鍵因素。研發企業、出口企業、困境企業和外資企業分別用企業研究開發費、企業出口交貨值、虧損總額和企業外商資本作為指標判斷。甄選效應的內在機制的回歸結果見表4。

表4 甄選效應內在機制檢驗結果

表4 估計了甄選效應的四種內在機制的回歸結果。研發機制方面，企業全要素生產率的系數在1%水平上顯著為負，表明當企業全要素生產率水平較低時，政府會通過補貼促使企業加大研發投入，提高企業對資源的利用效率和生產效率，改善企業績效。出口機制方面，企業全要素生產率的系數在1%水平上顯著為負，表明全要素生產率水平低的企業更愿意選擇對外出口。政府在出口的過程中通過補貼等形式降低企業的出口成本，通過全球化市場配置增強企業的規模效應，提高企業收入；同時企業也可以通過補貼加強國際交流合作，獲得發達國家企業的先進知識技術。困境機制方面，企業全要素生產率的系數在1%水平上顯著為負，表明全要素生產率水平低的企業往往會虧損，為挽救困境企業政府會給予相應的補貼資助。外資機制方面，企業全要素生產率的系數在1%水平上顯著為正，表明全要素生產率水平高的企業外資占比更高。因為外資企業的生產效率通常優于其他企業，為了獲得先進的知識和技術溢出，政府會對外資企業進行補貼(Ferrante 和Freo，2012)。綜上所述，甄選效應的內在機制中研發、出口、企業虧損情況和吸引優質外資企業是關鍵因素。

（二）激勵效應

1. 傾向得分匹配及平衡性檢驗

通過Logit 模型估計得到企業獲得政府補貼的傾向得分值，并采用半徑為0.01 的卡尺匹配法為處理組匹配到合適的對照組企業。匹配之后對結果進行平衡性檢驗來消除誤差影響。從平衡性檢驗結果可以看出，所有匹配變量匹配后的標準化偏差值均小于5%，相比匹配前有大幅度下降，說明選取的匹配變量是合理有效的；從均值來看，實驗組和對照組均無明顯差異，說明采取半徑為0.01 的卡尺匹配法取得了良好的結果。經過傾向得分匹配的實驗組和對照組滿足雙重差分法對于數據的隨機性和均衡性的要求，因此可使用DID 法進行回歸分析。

2. 基準模型檢驗

本部分考察政府補貼對企業全要素生產率的影響，基于上述處理結果，運用DID法對模型進行回歸，企業全要素生產率分別用OP、LP 法測算，回歸結果見表5。

表5 基準估計結果

表5 顯示了工業企業樣本的估計結果。政府補貼對企業發展存在兩種效應：激勵進入效應和激勵退出效應，即政府對企業補貼政策給企業進入和退出帶來的影響。激勵進入效應下，進入企業和補貼企業的交互項的系數在1%水平上顯著為負，表明政府補貼對企業的全要素生產率提升起抑制作用，產生負向影響可能有兩個原因：一是企業可能為了尋求政府補貼和其他資源，缺乏動力去提高企業的績效水平；二是政府為了穩定就業和扶持中小企業，將更多的補貼投入生產率低的企業，短期內這類企業的發展和提升空間有限。在激勵退出效應下，退出企業和補貼企業的交互項的系數在1%水平上顯著為正，表明政府補貼對企業的全要素生產率提升起促進作用，這可能源于兩個方面的原因：一是政府補貼能夠幫助企業緩解融資約束，降低企業內部和外部成本，解決企業資金方面的問題；二是鼓勵企業加大研發投入，同時為企業科技創新提供相應的產權保護，使企業更愿意通過技術創新提升全要素生產率。

3. 分樣本檢驗

本部分主要考察不同所有制結構及補貼強度下政府補貼對企業全要素生產率的影響。

(1) 不同所有制結構的分樣本分析。工業行業存在多種不同類型的企業，它們在獲得生產性補貼的規模和數量方面存在顯著差異。本文將企業所有制性質劃分為國有企業和非國有企業進行估計，估計結果如表6 所示。

表6 企業所有制分樣本估計結果

在激勵進入效應下，國有企業和非國有企業交互項系數都顯著為負，無明顯差異。在激勵退出效應下，國有企業和非國有企業交互項系數都顯著為正，但國有企業交互項系數在1%的水平上顯著，優于非國有企業，說明政府補貼對國有企業全要素生產率的積極影響更大。這可能是由于國有企業自身實力較強，經過一段時間補貼后，能夠增加研發投入，促進生產力水平和管理經營能力的提升，政府補貼表現出促進作用；由于非國有企業存在融資約束和資源不足等問題，得到的政府補貼也低于國有企業，其生產經營能力提升幅度更低，導致政府補貼對其的影響更小。

(2) 不同補貼強度的分樣本分析。政府補貼強度與企業全要素生產率具有非線性結構特征。當補貼強度過低，企業無法獲得足夠的資金支持，企業創新能力不能夠充分發揮，同時企業對補貼進行尋租的概率就會降低；當補貼強度過高，尋租獲得的收益高于成本，就會誘發企業的尋租行為，企業對補貼的欲望大于企業創新欲望，長期高補貼強度會抑制企業創新，只有適當的補貼強度能夠顯著激勵企業創新，利于企業轉變發展方式，提高發展質量(毛其淋和許家云，2015)。基于此，將企業分為高補貼組和低補貼組，獲得政府補貼高于均值的為高補貼組，反之為低補貼組，估計結果如表7 所示。

表7 不同補貼強度分樣本估計結果

回歸結果表明，在激勵進入效應下，低補貼企業的交互項系數顯著為負，高補貼企業的交互項系數為負，但顯著性水平存在一定差異，表明政府補貼對低補貼企業全要素生產率的抑制作用小于高補貼企業，這可能因為在企業缺乏資金支持時，過少的補貼使企業無法獲得足夠的資源，導致企業創新動力和企業生產率仍處于低水平階段。在激勵退出效應下，低補貼企業的交互項系數顯著為正，表明企業退出補貼后，企業全要素生產率得到顯著提升，而高補貼企業的交互項系數不顯著，原因可能是由于高補貼企業容易對政府補貼形成依賴，因此政府可在初期對業績較差的企業進行適當高強度的補貼，隨著時間的推移補貼強度逐漸降低，并制定合理有效的退出時間表。

五、影響渠道進一步分析

（一）融資約束渠道

企業提升自身生產率需要充足的資金，政府補貼可以為企業提供一定資金支持，減輕企業融資壓力，保障企業生產經營活動正常進行。本文參考許家云和毛其淋(2019)的做法，通過構建影響渠道模型來研究“融資約束”在政府補貼進入和退出過程中對企業全要素生產率的影響，為制定合理有效的補貼政策提供經驗依據。

以激勵進入效應為例，本部分模型主要包括三個方程，第一個方程是前文的式(2)，考察政府補貼對企業全要素生產率的影響；第二個方程是式(5)，考察政府補貼對融資約束的影響；第三個方程是式(6)，將政府補貼和渠道變量同時納入方程，考察它們對企業全要素生產率的影響。

其中，y表示企業全要素生產率。 finance表示融資約束，借鑒李瑞琴等(2018)的方法，用企業利息支出與固定資產原值的比值加上1 的對數來衡量，該值越大表明企業面臨的融資約束程度越小。X為控制變量，為控制變量系數，n 為控制變量個數?；貧w結果見表8。

表8 融資約束渠道檢驗

在激勵進入效應下融資約束渠道的檢驗中，我們檢驗政府補貼對企業全要素生產率的總體影響，式(2)中回歸系數顯著為負，表明存在中介效應；式(5)回歸系數和式(6)回歸系數顯著為正，表明政府補貼通過融資約束對企業全要素生產率表現出顯著的間接效應；式(6)回歸系數顯著為負，表明直接效應顯著，可能存在其他中介變量，同時和異號，表明存在遮掩效應，其中間接效應與直接效應的比值最高為1.94%。同理，激勵退出效應下的結果表明存在部分中介效應，其中政府補貼對企業全要素生產率的影響最高有5.85%，其是通過影響融資約束這一渠道來完成的。

回歸結果表明，政府補貼對企業融資約束有顯著正向影響，即政府補貼能改善企業融資約束問題。在激勵進入效應下，融資約束更多表現的是遮掩效應，即政府補貼在加入融資約束這一控制變量后，解釋變量系數的絕對值增大；政府補貼通過融資約束這一渠道降低了企業生產率，可能的原因是企業尋求補貼是為了獲取高額收入，在得到補貼且融資約束改善的條件下，企業改善自身生產績效的動機降低，加速了企業的懶惰(安同良等，2009)。在激勵退出效應下，融資約束更多表現為中介效應，在加入融資約束這一中介變量之后，解釋變量的回歸系數絕對值變小；政府補貼通過融資約束渠道來促進全要素生產率的提升，可能的原因在于企業發展需要足夠的資金支持，在企業退出政府補貼后，經過之前一系列的補貼，企業融資渠道得到改善，解決了部分融資約束問題，企業研發能力和經營管理能力得到提升，科技創新的提高和管理成本的降低提高了企業生產力水平。因此，政府補貼可通過融資約束這一渠道作用于全要素生產率。

（二）管理性交易成本渠道

政府的干預會系統地影響企業的非生產性支出，其中的管理性交易成本又對企業全要素生產率具有顯著的負向影響(萬華林和陳信元，2010)。基于此，本文通過構建模型來考察“管理性交易成本”在政府補貼進入和退出過程中對企業全要素生產率的影響，為制定合理有效的補貼政策提供依據。

以激勵進入效應為例，本部分管理性交易成本渠道模型主要包括三個方程，第一個方程是式(2)，考察政府補貼對企業全要素生產率的影響；第二個方程是式(7)，考察政府補貼對管理性交易成本的影響；第三個方程是式(8)，將政府補貼和渠道變量同時納入方程，考察它們對企業全要素生產率的影響。

其中，y表示企業全要素生產率。c ost表示管理性交易成本，借鑒吳海民等(2015)的做法，用管理費用和總資產的比值來表示企業管理性交易成本。X為控制變量，'、''為控制變量系數，n 為控制變量個數。回歸結果見表9。

表9 管理性交易成本渠道檢驗

關于管理性交易成本影響渠道的檢驗方法同上，結果顯示在激勵進入效應下，存在部分中介效應，其中政府補貼對企業全要素生產率的影響最高有7.71%，是通過影響管理性交易成本這一渠道完成的；在激勵退出效應下存在遮掩效應，其中間接效應與直接效應的比值最高為6.25%。

從式(7)回歸結果看，交互項系數顯著為負，表明政府補貼對企業管理性交易成本有顯著負向影響，即政府補貼能降低企業管理性交易成本。在激勵進入效應下，管理性交易成本更多表現為中介效應，政府補貼在加入管理性交易成本這一中介變量后，解釋變量系數的絕對值變小；政府補貼對企業全要素生產率表現為負向影響，可能的原因是成本下降后，企業管理人員降低成本和改進管理的動力降低，使企業懶惰程度進一步加深。在激勵退出效應下，管理性交易成本更多表現為遮掩效應，即在政府補貼加入管理性交易成本這一控制變量之后，解釋變量系數絕對值變大；政府補貼對企業全要素生產率表現為正向影響，可能的原因是，雖然企業退出政府補貼激勵，但之前的補貼政策使成本大幅下降，提高了企業運營效率，同時企業有更多的資金投入研發，加速了企業生產率的提升。因此，政府補貼可通過管理性交易成本這一渠道作用于全要素生產率。

六、結論與政策建議

本文基于2000—2008 年中國工業企業數據庫數據，從甄選效應和激勵效應角度分析政府補貼和企業全要素生產率之間關系。結果表明，政府補貼企業存在甄選效應，生產率較低的企業更容易獲得政府補貼，政府補貼呈現出“保護弱者”的特征，同時甄選效應的內在機制是從研發、出口、企業虧損情況和吸引優質外資企業這四個方面發揮作用。在激勵效應的研究中，我們發現激勵進入效應下政府補貼對企業的全要素生產率提升起抑制作用，而激勵退出效應下政府補貼對企業的全要素生產率提升起促進作用。分樣本檢驗中，在激勵進入效應下，政府補貼對國有企業和非國有企業全要素生產率無顯著差異，對低補貼企業全要素生產率的抑制作用小于高補貼企業；激勵退出效應下，政府補貼對國有企業全要素生產率的積極影響要大于非國有企業，低補貼企業的全要素生產率得到顯著提升，但高補貼企業沒有明顯變化。最后通過對影響渠道進一步分析發現，政府補貼可通過融資約束和企業管理性交易成本來影響企業全要素生產率。

基于上述分析，本文提出以下建議：(1)制定合理的政策補貼。雖然補貼有利于企業研發、出口、走出困境和吸引優質外資企業，但長期的補貼保護會造成市場扭曲，不利于資源最優配置，因此應處理好政府與市場的關系，發揮市場的決定性作用和政府的宏觀調控作用，利用補貼的行政導向性引導企業加強研發投入，從而推動企業全要素生產率提升。(2)兼顧補貼的有效性和持續性。相關部門應健全考核與評價機制，加強審查和監管，促使企業生產經營活動中各環節協調有序進行。政府的補貼政策在實現地方財政收入和經濟增長等短期目標時，還應兼顧提高產業競爭力、推動產業轉型升級等長期目標，規范政府補貼行為，提高補貼的質量和效率。(3)確定科學合理的補貼時間表。對研發創新能力和創新意愿強的企業可擇優補貼，多角度考察企業對補貼的需求程度，針對企業研發的不同階段分梯度設置不同的補貼政策，篩選出真正需要補貼和有效利用補貼的企業，并制定合理的退出時間表，讓政府補貼發揮最大效益。同時結合市場機制，推動企業創新，促進企業全要素生產率提升，從而實現經濟高質量可持續發展。