政府補貼與單項冠軍企業技術創新效率

周夢麗 王艾敏 張旭婷 王子倫

[摘要]從公司金融資產配置的角度，選擇我國七十余家已上市的單項冠軍企業在2016—2020這5年間的相關數據構建面板門限回歸模型，研究政府補貼、公司金融資產配置情況對于單項冠軍企業技術創新方面的影響。實證研究結果如下：（1）在公司金融資產配比變化的過程中，政府的相關補貼與單項冠軍企業技術創新數據呈現出非線性的數量關系; （2）所屬區間不同的金融資產配置率對于政府補貼與單項冠軍企業技術創新效率的影響也不相同。進一步來說，當企業金融資產配置較低時，政府所下發的補貼與單項冠軍企業創新效率之間的關系為正相關。而隨著金融資產配比的進一步提升，這一關系發生結構性突變，由正向變為負向。研究結論有助于進一步認識單項冠軍企業的創新驅動機制中包含的復雜性與多樣性，也有助于推動本土制造企業進行自主創新，從而培養出更多制造業方面的“單項冠軍”。

[關鍵詞]單項冠軍企業;政府補貼;金融資產配置率;技術創新效率;門限效應

一、 引言

黨的十九大報告指出，創新是引領發展的第一動力，也是建設現代化經濟體系的戰略支撐1?！笆奈濉币巹澮仓攸c強調“深入推進科技體制改革，完善國家科技治理體系”2。從中可以看出，創新在我國科技與經濟發展之中所起的作用日益增加。單項冠軍企業作為我國開展創新驅動發展戰略的重要主體，其整體績效的持續提升對于緩解我國經濟下行方面的壓力、激發全社會創新活力等方面均具有重要意義。單項冠軍企業的核心能力主要來自其創新能力，而創新能力的提高則需要對研發活動投入大量資金。我國單項冠軍企業雖為制造業中的優質企業，但是相比于德國的制造企業來說，單項冠軍企業的創新技術水平不夠，因此，國家基于戰略角度對其進行了各種形式的補貼，以減輕企業的財務負擔，緩解創新活動的外部性，鼓勵單項冠軍企業投入更多資金用于研發投資，從而掌握核心技術，提高企業創新效率，使我國制造業走出大而不強的困局，進而推動國家科技創新及經濟發展。然而政府無法保證企業將獲得的補貼全部用于技術創新，而企業也不一定按照補貼要求進行研發投資，企業可能將一部分資金進行投資來獲取短期利息，這些行為將會嚴重抑制企業技術創新效率的提升。

近幾年我國一直致力于培育單項冠軍企業。工信部在2019年6月召開的培育制造業優質企業（單項冠軍）工作座談會中曾提到，培育優質企業（單項冠軍）是推動制造業高質量發展的必然要求3，相關的補助政策也在逐漸完善，但其實施效果如何并無相關經驗證據可參考，且在政府補貼與單項冠軍企業創新間存在“內在黑箱”，即對于企業創新而言，政府補貼僅為外部影響因素，從企業內部而言，其金融資產配置率大小在政府補貼發揮效用過程中有可能起到關鍵作用。從我國現階段的研究之中可以看出，政府方面的補貼對于企業的金融資產配置及其技術創新的效率會產生一定程度的影響[1]，但是在一些研究的過程中，忽略了政府部門的補貼以及單項冠軍企業自身的金融資產配置情況與其內部的技術創新效率之間的影響可能是非線性關系。

基于此，本文通過整理現有文獻，以單項冠軍上市企業2016—2020年數據為研究樣本，分析探討了政府補貼、金融資產配置對單項冠軍企業技術創新效率的影響，以及金融資產配置在政府補貼與單項冠軍企業技術創新效率間起到的調節作用和門限作用，提出本研究的概念模型與假設，揭示政府補貼、金融資產配置與單項冠軍企業技術創新效率三者之間的關系。本文可能的學術貢獻如下：（1）目前國內對單項冠軍企業的研究多為定性分析，缺少利用企業微觀層面數據的定量分析，因此本文以單項冠軍企業為研究對象進行實證研究，可豐富現有文獻，具有一定的理論意義;（2）打開了政府補貼作用于企業創新的“內在黑箱”，前期研究大多局限于對兩者直接關系的探討，本文則基于政府補貼對單項冠軍企業技術創新效率的影響過程中，金融資產配置率在其中起到調節作用，并將其作為門限變量驗證其是否存在一個合理的門限區域，使得政府補貼對單項冠軍企業技術創新效率能夠產生最大的效用;（3）以往對于金融資產配置率與技術創新效率的研究結果并不統一且存在矛盾，本文在此基礎上，運用非線性思維，借助面板門限模型，研究企業金融資產配置率對技術創新效率具有的非線性影響關系，在一定程度上緩解了目前研究結論中存在的沖突;（4）為政府在培育單項冠軍企業過程中的相關補助政策提供參考，也為政府培育出更多的單項冠軍企業提供經驗證據。

二、 文獻綜述與研究假設

1.? 政府補貼與單項冠軍企業技術創新效率

政府補貼可以分散企業技術創新風險，對企業創新有直接的促進作用。Ebersberger等[2]及Alecke等[3]國外學者的研究均發現，政府部門的相關補貼能夠顯著提升企業創新產出水平;國內學者郭研等[4]以科技型中小企業為研究對象，發現相比于未受到政府補貼的企業，受到基金資助的企業在專利產出、技術創新效率等方面均具有更佳的表現;胡軍燕等[5]認為政府部門是影響區域創新的重要因素，政府在不同的維度間接影響著企業創新;陳超等[6]基于種業企業6年的數據，運用面板Tobit模型和門限回歸模型，分析了政府補貼與市場集中度對其技術創新的影響，結果表明：政府補貼可以促進企業技術創新效率的提高，但市場集中度會調節其實施效果。綜上，政府補貼是政府關于企業創新行為的鼓勵方式，政府補貼可直接影響到企業的資金量，進而影響企業研發投入的意愿。即政府補貼越多，企業可以用于研發的資金就越多，企業為追求最大剩余價值，會提升技術創新的信心與積極性，在盡可能降低成本的同時提高技術創新效率。因此政府會影響到企業技術創新活動，政府直接補貼是說明政府支持實際狀況的重要指標，而且，政府對于制造業中的代表企業——單項冠軍企業的補貼金額相對較多，所以，本文的側重點在于研究政府部門的補貼對于單項冠軍企業的技術創新是否存在影響。

在此基礎上，本文提出研究假說：

H1：政府補貼金額越多，單項冠軍企業的技術創新效率越高。

2. 金融資產配置與單項冠軍企業技術創新效率

隨著我國企業脫實向虛的現象產生，企業大量配備金融資產已成為一種潮流，但是我國乃至世界范圍的學者們在“公司內部金融資產配置情況及技術創新效率之間存在什么樣的相互關聯性”還存在著一定的爭議。Seo等[7]、Ali等[8]學者認為，企業若提高自身金融資產的配比情況會影響技術創新效率的進一步發展。也有學者如胡奕明等[9]、鐘騰等[10]認為企業的金融資產配置情況會促進公司技術創新效率的進一步發展，這一表現被稱為“蓄水池效應”。例如，當企業內部資產配比之中股票的占比較高時，將會推動股票市場的發展，且股票市場是有助于公司專利創新發展的。從中我們可以看出，一些創新含量比較高的發明專利就是在這種情況下誕生的。本文也認為對于制造行業，特別是對于單項冠軍企業來說，如果金融資產的配置情況過高，將會對其技術創新效率產生影響。

在此基礎上，本文提出研究假說：

H2：其他因素不變，單項冠軍企業金融資產配置率與其技術創新效率呈負相關。

3. 政府補貼、金融資產配置和單項冠軍企業技術創新效率

胡奕明等[10]以2002—2014年非金融類上市公司為樣本，運用多元回歸方法進行分析，結果發現：在企業金融資產比例較低時，企業獲得政府補貼后可能更多地將資金用于金融資產投資，從而抑制了技術創新;當企業金融資產率上升到一定水平，金融風險提高，企業的金融投資行為具有不穩定性，從而對技術創新投資的影響并不顯著;苗文龍等[1]選擇了我國一千二百余家上市公司作為研究樣本，創建面板門限回歸模型，對公司內部金融資產配置與政府補貼、技術創新效率之間的關系進行了進一步研究，結果發現這組關系呈現出非線性關系。本文則以單項冠軍企業為研究對象，認為部分企業在獲得政府補貼后不會將其用于企業研發創新，而是投放于金融市場，使得政府補貼對于單項冠軍企業技術創新的效用有所降低，也就是說，金融資產的配置情況實際上會對政府補貼以及技術創新效率之間的關系起到一定的調節作用，而且，處于不同區間的金融資產配置對其的影響也會不同，那么單項冠軍企業的金融資產配置處于何種區間才能使得政府補貼對其技術創新發揮出最大的效用是本文的研究重點。

在此基礎上，本文提出以下研究假說：

H3a：單項冠軍企業金融資產配置對政府補貼與技術創新效率之間的關系起調節作用。

H3b：金融資產配置率存在門限效應，即不同區間的金融資產配置率對政府補貼與技術創新效率之間關系的調節作用也會有所不同。

三、? 研究設計

1.? 樣本選擇與數據收集

按照工業和信息化部的定義，“制造業單項冠軍”企業指的是“長期專注于制造業某些細分產品市場，生產技術或工藝國際領先，單項產品市場占有率位居全球或國內前列的企業”。1自2016年起，我國工信部便開始評選第一批單項冠軍企業，本文的研究樣本合并整理五批單項冠軍企業，并從中選出2016年前已上市的企業。研究期間為 2016—2020年，所選擇的樣本數據分別來自CSMAR（國泰安）數據庫、Wind（萬德）數據庫以及從公司年報人工整理而來，剔除數據資料不完整的企業后，最終得到76家單項冠軍企業5年的平衡面板數據，樣本總數為380個。在做實證研究前，首先對在本次閾值范圍之內的所有連續變量進行縮尾處理，縮尾數值為0.01，這一操作的主要目的是清除異常值對于具體測算結果的影響。

2. 主要變量定義

（1）政府補貼

政府補貼是政府對企業引導、支持與鼓勵的一種方式，是政府通過向企業無償提供貨幣性資產和非貨幣性資產來解決市場失靈這一現象，從而引導企業的創新行為、促進我國經濟結構的優化?？偨Y起來，政府補貼的方式分為直接補助和間接補助兩大類。直接補助的形式主要集中在財政對企業的直接撥款，這種提供流動資金的方式激勵企業進行創新活動的效果最優。因此本文選取樣本單項冠軍企業當年所獲政府補貼金額的對數作為政府補貼的衡量標尺，記為govsub（governmental subsidy）。

（2）金融資產配置率

借鑒杜勇等[11]的研究思路，本文將交易性金融資產、衍生金融資產、可供出售金融資產、持有至到期投資、投資性房地產、長期股權投資等6個科目全部劃分為金融資產。考慮到每個企業貨幣資金用途的差異，難以獲得準確的資金去向，因此不將貨幣資產列入本文研究的金融資產。以金融資產與企業總資產的比值來衡量單項冠軍企業金融資產配置率，記為fiasra（financial asset allocation radio）。

（3）技術創新效率

技術創新效率具體指的是通過使用衡量標準對某一個公司、某個地區甚至是某個國家的技術創新能力做出測算[12]。通俗來講，技術創新效率實際上指的是在某一項主體技術創新活動之中，計算其創新投入的具體金額與產出效率的大小。對于技術創新效率的計算可以采用多種方式，本文采用經DEA-BCC模型測得的綜合技術效率作為單項冠軍企業技術創新效率的評價指標，記為crste（comprehensive technical efficiency）2。

（4）控制變量

控制變量的方式主要是從公司財務、公司治理兩個方面入手，選擇的控制變量主要有：企業風險承擔水平、股權集中度、管理效率、成長能力、營運能力等多個方面。具體變量定義見表1。

3. 模型設計

為了驗證H1，本文以技術創新效率crste為被解釋變量，政府補貼govsub為解釋變量，研究政府補貼對單項冠軍企業技術創新效率的影響，具體模型如下：

[crstei，t=α0+α1govsubi，t+αiXi，t+εi，t]? （1）

其中，i 表示上市公司，t 表示年份，X為控制變量，[εi，t]為殘差項。

為了驗證H2，本文以技術創新效率crste為被解釋變量，金融資產配置率fiasra為解釋變量，研究金融資產配置率對單項冠軍企業技術創新效率的影響，具體模型如下：

[crstei，t=β0+β1fiasrai，t+βiXi，t+εi，t]? （2）

其中，i 表示上市公司，t 表示年份，X為控制變量，[εi，t]為殘差項。

為了驗證H3a，檢驗金融資產配置率對政府補貼與技術創新效率關系的調節作用，構建模型（3）、模型（4）和模型（5），模型（4）和模型（5）在模型（3）的基礎上加入了政府補貼（govsub）與金融資產配置率（fiasra）的一次交互項（govsub × fiasra）和二次交互項，若交互項顯著，說明金融資產配置率對政府補貼與技術創新效率關系有調節作用，具體模型如下：

[crstei，t=θ0+θ1govsubi，t+θ2fiasrai，t+θiXi，t+εi，t]? （3）

[crstei，t=φ0+φ1govsubi，t+φ2fiasrai，t+φ3govsubi，t*fiasrai，t+φiXi，t+εi，t] （4）

[crstei，t=γ0+γ1govsubi，t+γ2fiasrai，t+γ3govsubi，t*fiasrai，t+γ3govsubi，t*fiasra^2i，t+γiXi，t+εi，t] （5）

為了驗證H3b，也就是金融資產的配置率之中是否存在門限效應，本文主要通過搭建面板門限模型來對相關關系進行討論，在這里分別建立單一的門限模型（4）和雙重門限模型（5）檢驗上述結論?；拘问饺缦滤荆?/p>

[yit=μit+β1xitI（qit≤γ）+β2xitI（qit>γ）+eit]? （6）

[yit=μit+β1xitI（qit≤γ1）+β2xitI（γ1<qit≤γ2）+β32xitI（qit>γ2）+eit]? （7）

從以上公式之中可以看出，式（6）為單一門限模型，式（7）為雙重門限模型。其中[yit] 是被解釋變量，主要指的是單項冠軍公司的技術創新效率;[xit] 為K維向量，是解釋變量，主要指的是公司金融資產的配置率、政府補貼以及一些其他的控制變量;[qit]是門限變量，[γ]為門限變量對應的門限值，此處應注意，在式（7）中，[γ1]應當小于[γ2] ，[I（·）]為示性函數，若數值滿足括號中的條件，示性函數即為1，若不滿足，則為0。

四、 實證檢驗與分析

1.? 描述性統計分析

從本文選取的樣本數值中可以看出，技術創新效率（crste）均值為 0.6699，標準差為 0.2285，表明我國單項冠軍企業的技術創新效率不太均衡;政府補貼（govsub）金額均值比較大，且標準差較小，表明政府對該類企業的補貼普遍較多;金融資產配置率（fiasra）均值為0.0534，最小值為0，最大值為0.3340，表明各企業間的金融資產配置差距過大;風險承擔水平（riskta）均值為0.0253，最大值為0.0408，最小值為0.0108，表明企業間風險承擔水平普遍較低;從資產負債率（lev）數值當中我們可以看出，公司之間的資產負債結構差距還是比較大的;股權集中度（stock10）均值為0.5609;管理效率（maneff）的具體數值也表明各公司之間的管理效率存在著較大的差距;獲利能力（proabi）、成長能力（groabi）、營運能力（runabi）的差異也較大，具體見表2。

2. 相關性分析

為了避免共線性問題及對主要變量進行相關性分析，結果發現各變量間的相關性均小于0.6（表3）。據此可得出判斷：在各個變量之間并不存在共線性的問題，在此基礎之上再進行下一步的具體計算。

3. 主效應及調節效應檢驗

本文首先分析政府補貼和金融資產配置率分別對單項冠軍企業技術創新效率的影響及顯著性，之后分析金融資產配置率對政府補貼與技術創新效率關系的調節效應，由于本文的面板數據為大N小T型，屬于短面板，故不再做面板單位根檢驗[13-14];且本文使用DEA-BCC模型測得的效率值在0到1的范圍內，本文要使用該效率值作為因變量進行下一步的回歸分析，但該因變量屬于受限因變量，如果采用 OLS 方法去估計自變量和調節變量對因變量的影響方向和影響強度，有可能會導致估計偏差，所以本文不適合采取線性回歸的方法。而Tobit模型在處理受限因變量問題時，有著明顯的優勢，因此本文采用Tobit模型進行回歸分析[15]。分層回歸分析結果如表4所示。

表4的結果表明：在模型（1）中，政府補貼在1%的水平上通過了顯著性檢驗（[β]=0.0621，[α]<0.01），政府補貼對單項冠軍企業技術創新效率的影響為正向效應，表明政府補貼的增加會有利于單項冠軍企業技術創新效率的提升，假設1得到驗證。

在模型（2）中，金融資產配置率在1%的水平上通過了顯著性檢驗（[β]=-0.8701，[α]<0.01），金融資產配置率對單項冠軍企業技術創新效率的影響為負向效應，表明金融資產配置率的增加會抑制單項冠軍企業技術創新效率的提升，假設2得到驗證。

在模型（3）中，加入了金融資產配置率這一調節變量后，金融資產配置率在1%的水平上通過了顯著性檢驗（[β]=-0.8227，[α]<0.01），政府補貼在5%的水平上通過了顯著性檢驗（[β]=-0.0503，[α]<0.05），即加入金融資產配置率后，其對單項冠軍企業技術創新效率的影響由正向轉為負向，表明金融資產配置率會抑制政府補貼對企業創新所發揮的效用。

在模型（4）中，加入了金融資產配置率與政府補貼的交互項（govsub[×]fiasra）后，該交互項與單項冠軍企業技術創新效率呈負相關但并不顯著;模型（5）在模型（4）的基礎上，加入了金融資產配置率的二次項與政府補貼的交互項（govsub[×]fiasra^2），結果發現，二次項的交互項與單項冠軍企業的技術創新效率在10%水平上呈顯著負相關（[β]=-2.319，[α]<0.1），說明金融資產配置率在政府補貼與單項冠軍企業技術創新效率之間的調節為非線性，因此，假設H3a得到驗證。

4. 整體面板門限回歸

（1）門限效應檢驗

為了量化分析非線性調節效應的門檻值和影響程度，力圖找到使單項冠軍企業政府補貼效用達到最大化時的金融資產配置率的最佳區間，本文設定以金融資產配置率為門限變量，對其門限存在性進行檢驗。具體結果如表5所示：當金融資產配置率作為門限變量時，單門限檢驗的F統計量的伴隨概率為0.0000，則拒絕不存在門限值的假設。這說明金融資產配置率至少存在一個門限值;再進行雙重門限效應檢驗，F統計量的伴隨概率為0.0200，則拒絕存在僅一個門限值的假設;再進行三重門限效應檢驗，F統計量的伴隨概率為0.6400，則不能拒絕存在僅兩個門限值的假設，也就是說單項冠軍企業的金融資產配置率在對政府補貼與其技術創新效率的影響中存在兩個門限值。為驗證其真實性，本文還使用stata16.0繪制出了雙重門檻的LR圖，如圖1所示。

（2）回歸結果

將上述結果作為門限變量，從而進行下一步計算，具體計算結果如表6所示。門限模型估計結果表明，政府補貼對于單項冠軍企業創新效率的提升起積極作用，即能夠顯著提升單項冠軍企業創新效率，并且我們發現：隨著單項冠軍企業金融資產配置率變動，政府補貼對單項冠軍企業技術創新效率的影響存在著結構性突變。門限值0.0750和0.1613按照金融資產配置率將單項冠軍企業劃分為3種類型：低金融資產配置組（fiasra<=0.0750）、中金融資產配置組（0.0750<fiasra<=0.1613）和高金融資產配置組（fiasra>0.1613），假設H3b得到驗證。

當單項冠軍企業金融資產配置率小于等于0.0750時，政府補貼與單項冠軍企業技術創新效率的回歸系數等于0.0475，并且在5%水平下顯著。這一結果表明，當單項冠軍企業金融資產配置率較低時，政府補貼對于公司的技術創新會存在促進效果。導致這一現象的原因可能是政府的補助作為企業重要的外部融資來源，企業資金匱乏的難題得到有效緩解，企業的研發成本得以降低，創新活動可以順利展開。此外，企業獲得政府補貼之后，除了用來購買研發設備等固定資產之外，還會用于研發人員的技能培訓活動，增強研發人員的研發能力，從而有效提高了企業的技術創新效率。

當單項冠軍企業金融資產配置率大于0.0750小于等于0.1613時，政府補貼與單項冠軍企業技術創新效率的回歸系數等于-0.0568，這說明政府補貼對企業技術創新存在負向作用;當單項冠軍企業金融資產配置率不斷提高，直到大于門限值0.1613時，政府補貼與單項冠軍企業技術創新的回歸系數變為-0.0749，這說明當單項冠軍企業金融資產配置率過高時，政府補貼對其技術創新效率的負向抑制作用進一步加強。出現這一結果的可能原因如下：在單項冠軍企業內部的金融資產配置提升的過程中，可能會出現“替代效應”，更嚴重的還可能會產生“過度金融化”的情況，而這一系列的問題還有可能導致公司的研發投入資金與技術創新效率之間出現“擠出效應”。

5. 穩健性檢驗

本文通過替換被解釋變量來進行穩健性檢驗。通過閱讀文獻可知，學者們對企業技術創新效率測量方法的研究十分豐富，本文為了檢驗上述實證結果的穩健性，延續以往學者的研究，分別采用純技術效率和規模效率替代上文的被解釋變量綜合技術效率進行檢驗，回歸結果均保持不變，對本文的結論不產生影響，綜上，本文研究結論均具備較高的穩健性。

五、 研究結論及政策建議

本文選擇2016—2020年76家單項冠軍上市企業為研究對象，檢驗了政府補貼、金融資產配置率對于單項冠軍企業技術創新效率的影響關系，進一步研究了金融資產配置率在政府補貼與技術創新效率兩者之間發揮的非線性調節作用，以及不同門限區間的金融資產配置率對于政府補貼和單項冠軍企業技術創新效率間關系的不同影響，目的是檢驗企業內部資源配置對于宏觀政策的作用效果。實證檢驗結果發現：（1）政府補貼對單項冠軍企業技術創新存在顯著正向促進作用;（2）金融資產配置率會調節政府補貼與單項冠軍企業技術創新效率間的關系，且該調節為非線性;（3）金融資產配置率存在門限效應，當金融資產配置率比較低的時候，政府補貼對于公司的技術創新會存在促進效果，然而，在公司金融資產配置率不斷提升的過程中，政府補貼與公司內部技術創新效率之間的關系也會由促進轉變為抑制，且存在兩個門限值，在第一個門限節點上兩者關系由正轉負，在第二個節點上，兩者間的負向關系更為顯著。

基于以上研究結論，本文從政府和企業兩個層面提出幾點政策建議。對于企業而言，一方面，無論是單項冠軍企業還是想要成為單項冠軍的企業應合理使用政府補貼，不應只關注短期收益，盲目將政府補貼投資于金融產品等;另一方面，單項冠軍企業的創新不僅需要政府的支持，最重要的還是企業自身能夠明晰政府補貼與其技術創新間的內在機理，能夠做出正確的管理決策去合理配置資源，提升創新效率，除此之外單項冠軍企業在創新的過程中也應注意自身的風險承擔水平等內部因素。對于政府而言，一方面，建議政府部門加強金融監管強度，防止不僅是單項冠軍企業，甚至其他的一些制造公司出現金融資金壓榨實體經濟的情況，應該大力支持制造企業進行研發創新;另一方面，要給予單項冠軍企業高度重視以及相應的政策支持，既要健全單項冠軍企業的培育機制，又要優化營商環境，給予單項冠軍企業發展更多的重視，在各方面出臺更加優惠的政策，提供更加便捷、高效的政務服務，為單項冠軍企業的培育、提升、發展厚植更加有利的土壤。

本文在眾多學者的研究成果基礎上，通過實證檢驗的方式，探究了政府補貼、金融資產配置率與單項冠軍企業創新間的關系，雖然在樣本選擇與模型構建中仔細斟酌，但由于作者學術能力有限和該問題的復雜性，本文還存在以下不足：政府補貼對于單項冠軍企業技術創新效率的影響有可能具有滯后性，由于單項冠軍企業僅有5年的數據，難以實現滯后性檢驗，今后隨著單項冠軍企業評選批次增加，可以解決該問題。針對以上問題，未來可以繼續進行深入探討。

參考文獻：

[1] 苗文龍，閆娟娟，吳炳輝.政府補貼，企業金融資產配置與技術創新效率[J].統計與決策，2020（15）：162-166.

[2] Ebersberger B，Lehtoranta O.Pattern of Innovative Activities among Finnish Firms[J].VTT Publications，2005（558）：1-197.

[3] Alecke B，Mitze T，Reinkowski J，et al.Does Firm Size Make a Difference？ Analysing the Effectiveness of R&D Subsidies in East Germany[J].German Economic Review，2012，13（2）：174-195.

[4] 郭研，郭迪，姜坤.政府資助、項目篩選和企業的創新產出——來自科技型中小企業創新基金的證據[J].產業經濟研究，2015（2）：33-46.

[5] 胡軍燕，袁川泰.政府R&D投入對企業基礎研究的影響——基于大型工業企業數據的實證研究[J].科技管理研究，2016，36（20）：27-31.

[6] 陳超，張悅，王迎春，等.政府補貼、市場集中度與種業企業技術創新效率的關系——基于省級面板數據[J].科技管理研究，2021，41（20）：87-96.

[7] Seo H J，Kim H S，Kim Y C. Financialization and the Slowdown in Korean Firms’ R&D Investment[J].Asian Economic Papers，2012，11（3）：35-49.

[8] Ali A K， ?ükrü ?. Macroeconomic and Institutional Determinants of Financialisation of Non-Financial Firms： Case Study of Turkey[J].Socio-Economic Review，2014（1）：71-98.

[9] 胡奕明，王雪婷，張瑾.金融資產配置動機：“蓄水池”或“替代”？——來自中國上市公司的證據[J].經濟研究，2017，52（1）：181-194.

[10] 鐘騰，汪昌云.金融發展與企業創新產出——基于不同融資模式對比視角[J].金融研究，2017（12）：127-142.

[11] 杜勇，張歡，陳建英.金融化對實體企業未來主業發展的影響：促進還是抑制[J].中國工業經濟，2017（12）：113-131.

[12] 劉峰，寧健.智能制造企業技術創新效率及其影響因素[J].企業經濟，2016（4）：6.

[13] Anderson T W， Hsiao C.Formulation and Estimation of Dynamic Models Using Panel Data[J].Journal of Econometrics，1982，18（1）：47-82.

[14] Bai J.Panel Data Models with Interactive Fixed Effects[J].Econometrica，2009，77（4）：1229-1279.

[15] 陶長琪，徐曄，萬建香，等.計量經濟學[M].南京：南京大學出版社，2016.

作者簡介：周夢麗（1997-），女，河南財經政法大學工商管理學院碩士研究生，研究方向為組織創新與人力資源管理;王艾敏（1965-），女，河南財經政法大學工商管理學院教授，碩士生導師，研究方向為技術經濟;張旭婷（1995-），女，河南財經政法大學工商管理學院碩士研究生，研究方向為組織行為;王子倫（1999-），男，信陽師范學院法學與社會學學院碩士研究生，研究方向為憲法與行政法。

（收稿日期：2021-12-08? 責任編輯：殷 ?。?/p>