织梦CMS - 轻松建站从此开始!

中国政治经济学教育科研网

【学生论文公示】政府补贴、企业研发决策与全要素生产率提升

时间:2018-08-31 09:46来源:未知 作者:杨思莹 点击:
 
内容提要:摆脱制造业发展“有数量、没质量”的“规模陷阱”和虚假繁荣,改变科技含量与生产效率的双低格局,必须要实现企业发展模式的根本性转变,即由要素驱动向创新驱动、效率驱动转变,提高企业全要素生产率。而政府是推动企业全要素生产率提升的重要力量。本文在理论分析的基础上,基于2008年至2017年制造业上市公司数据,实证分析了政府补贴对企业全要素生产率的影响。结果表明,政府补贴在直接提升企业全要生产率的同时,还会激励企业增加研发投入,间接推动全要素生产率提升。进一步研究发现,政府补贴对企业全要素生产率的提升作用非国有企业要高于国有企业,中央国有企业要高于地方国有企业,全要素生产率较低的企业要高于全要素生产率较高的企业。此外,企业研发决策的中介效应在不同性质企业间也存在差异,在地方国有企业,政府补贴对企业全要素生产率的提升作用主要通过影响企业研发决策来实现,而在中央国有企业和非国有企业,政府补贴既直接提升企业全要素生产率,又会激励企业加大研发投入间接推动企业全要素生产率提升。因此,应当在积极发挥政府对企业发展的重要作用的同时,采取分类抉择的补贴政策,提高企业全要素生产率。
关键词:政府补贴  企业研发决策  全要素生产率
一、引 言
一直以来,制造业粗放型发展模式在推动我国经济总量高速扩张的同时,也使宏观经济发展面临着越来越严峻的资源与环境双重约束,抑制了宏观经济的健康发展。从国际形势来看,我国制造业仍处在全球产业链的中低端,在国际竞争格局中仅仅具有规模优势和劳动力成本优势,而无质量优势、科技优势和效率优势。我国虽然是制造业大国,却不是制造业强国。摆脱制造业发展“有数量、没质量”的“规模陷阱”和虚假繁荣,改变科技含量与生产效率的双低格局,实现我国从制造业大国向制造业强国转型,必须要变革当前制造业企业发展模式,即由要素驱动向创新驱动、效率驱动转变,提高企业全要素生产率,深挖制造业发展的效率红利和创新红利。
当前,我国全要素生产率仍旧处在较低水平,对经济发展的贡献较小,不仅低于美国、日本等发达国家,更是低于印度、巴西等发展中国家,提高全要素生产率迫在眉睫(杨汝岱,2015)。企业是经济发展的微观基础,提高经济发展质量和效率,尤其是我国这样一个制造业大国,必须从基础入手,努力提高企业全要素生产率(蔡昉,2013)。近年来,中国经济体制改革的深化释放了企业发展活动力,企业全要素生产率明显提高(Brandt et al.,2017)。企业全要素生产率的提升离不开企业自身对管理模式的变革以及新技术开发与应用的努力,也同样离不开政府等外部力量的支持。从理论上讲,政府支持能够促进企业全要素生产率提升。一方面,政府补贴对企业全要素生产率的促进作用多通过技术创新产生(Wieser,2005)。企业研发活动和效率提升的外部性特征以及市场机制在解决外部性问题上的天然弱势导致企业在转型过程中对政府力量具有内在依赖性。政府补贴可以很好地弥补市场机制不足,通过构建一种“市场机制+政府”的双轨制资源配置模式,多维度解决企业发展所面临的外部性问题。通过一系列制度安排和资金补贴,将企业创新等生产经营活动外部性内部化,有效弥补市场机制短板,提高企业研发激励(Kleer,2010);尤其是创新补贴能够激励企业加大研发投入,提高创新能力和水平,进而有利于企业全要素生产率提升(Skuras et al.,2006;Carboni,2011)。另一方面,政府补贴有利于缓解企业融资约束,推动企业规模扩张,提高企业发展的规模效率,并促进企业资本深化,对企业全要素生产率产生积极影响(Bernini et al.,2017)。如任曙明、吕镯(2014)认为,致力于促进企业创新发展、提高企业经营绩效的政府补贴有利于缓解企业发展所面临的融资约束,促进企业规模效率提升,推动了企业全要素生产率平稳增长。
然而,更多研究认为,政府补贴对企业全要素生产率会产生负面影响(Bernini and Pellegrini,2011;Cerqua and Pellegrini,2014;闫志俊、于津平,2017)。如Howell(2017)研究表明,政府补贴对高技术产业和低技术产业部门企业生产效率均产生了负面影响。刘伟江,吕镯(2017)实证分析发现,受补贴企业全要素生产率普遍低于非补贴企业。之所以政府补贴未能提升企业全要素生产率,原因也是多方面的。如由于政府与企业研发偏好不一致(肖文、林高榜,2014)、企业申请资助时的有效信息隐藏和虚假信号传递等信息不对称因素(安同良等,2009)、政府补贴的公有产权属性以及跟踪评估与监督机制缺失(余泳泽,2011)、寻租和腐败对政府补贴行为和企业研发决策的扭曲作用(肖文、林高榜,2014)等原因,政府补贴非但没能促进企业研发,反而对企业研发投资产生挤出效应(Acemoglu et al.,2013),或使企业形成政策依赖,抑制企业全要素生产率提升(闫志俊、于津平,2017)。如陈艳莹、王二龙(2013)研究发现,正规要素市场扭曲加剧了生产性服务企业对政府关系的依赖,使得企业过于依赖政府关系获取生产要素,从而导致企业经营目标短期化,抑制其全要素生产率提升。
此外,也有研究发现,政府补贴对企业全要素生产率不是简单的线性影响关系,不同制度环境、产业基础、市场条件以及企业性质条件下,政府补贴对企业全要素生产率会产生不同的影响。如徐保昌、谢建国(2016)认为,高质量的政府会提高政府补贴对企业全要素生产率的促进作用,而当政府质量较低时,补贴不利于企业全要素生产率提升。Moffat(2014)、Criscuolo et al.(2016)等研究发现,政府补贴对中高技术产业中企业全要素生产率的影响并不显著,对中低技术产业中企业全要素生产率会产生负面影响。李骏等(2017)实证结果表明,政府补助对国有企业全要素生产率影响并不显著,而对非国有企业全要素生产率产生正面影响。
综合上述研究可见,当前研究对政府补贴如何影响企业全要素生产率仍存在争议。这些分歧产生的原因是多种多样的,如对企业全要素生产率测度方法和指标选择的差异、样本选择以及样本所处的时间阶段差异、实证分析方法和影响全要素生产率的诸多混淆因素甄别处理方法的差异等等。不同于以往研究,本文以2008年至2017年制造业上市公司为研究样本,在理论分析的基础上,实证检验了政府补贴对企业全要素生产率的影响及其作用机制,研究结论对于制造业上市公司补贴政策的制定具有重要的指导意义。
本文的边际贡献主要体现在以下几个方面。第一,补充了政府补贴对企业全要素生产率影响效果的相关研究。以往文献多以工业企业数据库为研究样本,一方面该数据库存在着样本匹配混乱、指标大小异常、测量误差明显等问题(聂辉华等,2012),另一方面工业企业数据库包含企业诸多,其在规模、融资能力、研发水平等方面存在较大差异,当缺乏足够细致的企业异质性考察时,基于这一数据得出的一般性结论其普适性值得推敲,对制造业上市公司补贴政策制定的可借鉴性也需要进一步探讨。因此,本文基于制造业上市公司数据进行分析,细化了该领域研究,其结论更具有针对性。第二,探讨了政府补贴影响企业全要素生产率的作用机制,为政府制定合理的补贴措施提供了理论指导。研究政府补贴效果固然重要,深入探究其作用机制,考察政府补贴为什么以及怎么样促进或抑制企业全要素生产率提升,才能为政府完善政策措施和补贴方案、制定更加科学、高效的补贴政策提供依据。为此,本文通过构造中介效应模型,分析政府补贴影响企业全要素生产率的作用机制,试图打开政府补贴影响企业全要素生产率作用机制的黑箱。第三,研究了政府补贴对不同所有制企业全要素生产率影响及其作用机制的差异化特征,并从理论上分析了这种差异化影响机制存在的原因,深化了政府补贴对企业全要素生产率影响的研究。
二、理论分析与研究假说
(一)政府补贴对企业全要素生产率的影响
补贴作为政府对企业最直接、最普遍的支持方式,会对企业经营发展产生显著影响。首先,政府补贴是企业形成规模经济的直接驱动力。企业在生产过程中不可避免地会遇到融资约束问题(Benito and Hernando,2007;Badia and Slootmaekers,2009),外部融资难度加大、融资成本提升导致企业难以做出最优的投资决策,限制企业全要素生产率提升(任曙明、吕镯,2014)。政府补贴能够缓解企业融资约束,填补企业资金缺口,优化企业投资决策,满足企业规模扩张的资金需求,促进企业规模经济形成和全要素生产率提升(Chen et al.,2012)。其次,政府补贴能够引导企业投资方向,优化企业投资结构。政府在地区经济发展与市场潜在需求等方面中具有总量信息优势和协调职能,能够在高效处理各种经济信息的基础上,结合企业和产业发展基础、潜力以及机遇等现实条件,制定科学的补贴政策;而政府补贴对企业投资具有一定的引导作用,即政府补贴能够在一定程度上牵引企业投资方向,引导企业优化内部资源配置,发挥增长甄别和因势利导的作用,降低企业市场信息搜集、处理的机会成本与决策失误风险,提高企业投资的时效性和准确性。最后,政府补贴会引导社会资源在不同企业间合理配置,使得受补贴企业能够在短时间内获得更多的金融支持,提高企业投资效率和全要素生产率。由于信息不对称等因素的存在,金融机构对企业放贷往往需要搜集大量信息,具有较为高昂的信息搜集成本,包括时间成本和经济成本。为了节约信息搜集成本,一方面金融机构往往倾向于迎合政府投资偏好,即政府补贴相当于为企业融资提供了一种隐性担保,使得金融机构多对政府支持的项目降低信贷门槛;另一方面政府往往选择具有市场前景和发展潜力的企业给予补贴,这种补贴向银行等金融机构释放出一种经济信号,能够帮助金融机构迅速识别出能力较强、具有较好市场前景的企业,提高金融机构信贷资源配置效率,缩短企业信贷融资审批时间,提高企业投资效率(申香华,2014;李晓钟等,2016)。基于上述分析,本文做出如下研究假说:
假说1a:政府补贴会促进企业全要素生产率提升。
然而,也应当看到,企业与政府之间信息不对称、投资偏好不一致等问题也会影响政府补贴效率,甚至出现政府补贴抑制企业全要素生产率提升的困境。应当从政府、企业与补贴政策本身三个角度进行分析。第一,从补贴主体即政府角度来看,作为主导政府补贴行为的政府官员,其兼具政治人和经济人双重属性。一方面,晋升锦标赛机制下,政治人属性使得地方官员过度追求经济短期的迅速增长,即相对于地方经济规模扩张和税收的增加,企业全要素生产率提升并非政府补贴行为的主要目标(徐保昌、谢建国,2015)。另一方面,经济人属性使得地方官员追求经济利益,在补贴过程中产生寻租和腐败行为,抑制了政府补贴效果;补贴一定程度上也会扭曲企业投资行为,使得企业为了获得政府补贴而寻租,增加了企业非生产性支出负担(Gwartney et al.,1998),不利于企业自有资金的集约化利用,降低企业经营效率和全要素生产率。第二,从补贴政策本身来看,政府补贴在一定程度上具有公有产权性质,企业抱着一种有比没有强的心态申请和使用政府补贴,会降低政府补贴效率,出现政府补贴越多、企业全要素生产率越低的补贴困境(唐书林等,2016)。此外,政府对某些弱势企业进行扶持会直接影响企业退出决策。如由于过分眷恋弱势企业发展过程中所形成的沉淀成本,政府往往会以补贴的形式“打捞”企业沉淀成本,如政府对即将退出的弱势企业进行补贴,使得企业患上补贴依赖症,出现越补越弱、越弱越补的恶性循环(徐保昌、谢建国,2015)。有了政府补贴,该退出的企业不退出,该破产的企业不破产,甚至产生越来越多的僵尸企业,导致政府补贴的无效率甚至负效用。此外,政府补贴存在着逆向选择和道德风险等问题,需要政府建立一套严格的跟踪评价与监督机制来保障补贴政策的高效实施。而当前这一监督机制缺失会直接抑制补贴效果。第三,从企业角度来看,政府补贴容易扭曲企业行为,导致全要素生产率损失。当政府补贴较高时,企业为了获取政府补贴,不惜向政府部门寻租,或者隐藏不利信息,骗取政府补贴;而在信息不对称前提下进行的补贴很难真正提高企业全要素生产率。此外,政府补贴会在一定程度上导致企业“过度购买”行为,甚至一些企业高管挪用、占用或侵吞政府补贴,导致补贴不但没能提升企业全要素生产率,反而抑制全要素生产率提升。基于此,本文提出与假说1a相对立的假说:
假说1b:政府补贴对企业全要素生产率影响不显著,甚至会抑制企业全要素生产率提升。
(二)企业研发决策的中介效应
研发与创新对全要素生产率的影响已经得到广泛证实(Bloch,2013;毛德凤等,2013;程晨,2017)。那么政府补贴是否会通过影响企业研发决策进而对全要素生产率产生影响?当前研究对此主要形成了两种主要观点。一种观点认为,政府补贴会促进企业研发,进而对全要素生产率产生积极影响(Dong and Seo,2013;Szczygielski et al.,2017),主要原因包括以下几个方面。第一,研发补贴是政府补贴的重要组成部分,能够缓解企业研发所面临的资金约束,提高企业研发能力。政府研发补贴是企业研发支出的直接组成部分,一定程度上充实了企业研发所需资金,并且政府补贴作为一种隐性担保,向市场传递一种利好信号,能够引导外部资本向受补贴企业集中,提高企业研发能力和水平,促进企业生产率提升(Takalo and Tanayama,2008;任曙明、吕镯,2017)。第二,政府补贴不仅直接提高了企业研发规模,而且能够有效激励企业开展创新活动,对企业研发投入具有挤入效应。由于研发成果的外部性问题以及市场机制在处理外部性问题方面的天然弱势,企业往往难以达到研发投入的最优规模。政府补贴能够很好地解决外部性所导致的企业创新惰性(林毅夫,2017),有效降低企业研发活动成本,激励企业提高研发投入水平(Sissoko,2011),增强企业创新能力,促进企业全要素生产率提升(任曙明、吕镯,2017)。第三,政府补贴能够引导企业研发投入方向,降低企业研发决策时的市场信息搜集成本和风险,缩短企业研发投入决策时间,提高研发投入效率,进而促进企业全要素生产率提升(Radas et al.,2015)。如前所述,政府具有总量信息优势,能够高效率识别具有发展潜力的研发领域,并以补贴的形式引导企业向该领域汇聚研发资源,提高企业研发活动的针对性和前瞻性,促进企业研发质量提升,并对全要素生产率产生积极影响。基于上述分析,本文做出如下假说:
假说2a:政府补贴会促进企业研发规模扩张,间接推动全要素生产率提升。
虽然一些研究从理论上分析了政府补贴对企业研发的积极影响,并运用实证方法加以证实,但仍有一些研究对这一结论提出质疑,指出政府补贴对企业研发产生负面影响,抑制企业全要素生产率提升(任优生、邱晓东,2017),原因主要有四个方面。第一,政府补贴对企业研发支出产生挤出作用(Guellec,2000),抑制企业研发投入增加,对企业全要素生产率产生负面影响。如政府补贴会刺激创新要素需求,提高创新要素价格进而提升企业研发活动成本,导致企业降低研发支出(Leahy and Neary,1997),不利于企业全要素生产率提升。第二,政府补贴容易受到企业性质、政商关联等因素干扰,甚至导致“寻补贴”等行为,影响企业研发决策。一方面,政府往往对国有企业和具有政治关联的非国有企业进行补贴;另一方面补贴使得政府官员掌握向企业寻租的筹码,当补贴过程不够透明时,政府官员往往按照租金额度分配补贴金额。政府选择受补贴企业的这种偏向性直接扭曲补贴行为,降低补贴效率,干扰企业研发决策,影响企业生产效率提升。第三,由于信息不对称等问题,补贴使得政府与企业之间一定程度上形成了一种委托代理关系,当这种关系缺乏有效的监督机制时,政府补贴往往难以达到促进企业研发的理想效果。如Michael and Pearce(2009)研究认为,由于政府缺乏对代理问题的有效控制,政府补贴难以促进企业研发活动的开展。第四,政府与企业创新偏好不一致也会影响企业研发决策。如政府往往追求企业研发的社会价值和补贴对经济总量扩张的影响,而企业研发活动则是为了尽可能多地获取经济利益,这种创新偏好不一致使得政府补贴难以真正起到激励企业研发的效果(肖文和林高榜,2014)。基于上述分析,本文做出与假说2a相对立的研究假说:
假说2b:政府补贴难以激励企业提高研发规模,甚至挤出企业研发支出,抑制企业全要素生产率提升。
+or-
+
政府补贴
+or-
企业研发决策
TFP

基于上述研究假说,本文构建了如图1所示的研究思路图,并通过构造面板回归模型展开实证检验。
图1 研究思路图
三、研究设计
(一)模型构建
本文试图探究政府补贴对企业全要素生产率的影响及企业研发决策的中介效应。首先,为了检验假说1,即检验政府补贴对企业全要素生产率的综合影响,本文构造如式(1)所示基本模型。
                                             (1)
式(1)中,lnTFP表示企业全要素生产率的对数值,为被解释变量。 表示政府补贴金额的对数值,为核心解释变量。若政府补贴的回归系数显著,则说明政府补贴对企业全要素生产率具有显著影响。借鉴程晨(2017)、王彦皓(2017)及Shang et al.(2018)等相关研究,本文选择企业年龄(Age)、企业性质(Soe)、成长性(Mtb)、财务杠杆(Lev)、管理成本(Man)、企业规模(Sca)、现金流(Cf)、股权集中度(Own)等变量作为多元回归模型的控制变量。此外,本文还加入了时间虚拟变量( )和行业虚拟变量( ),以控制回归模型的时间固定效应和行业固定效应。
在 显著的前提下,为了检验假说2,即检验企业研发决策的中介效应是否存在,本文进一步构造如式(2)和式(3)所示多元回归模型。
                                             (2)
                                    (3)
    式(2)检验了政府补贴对企业研发决策的影响,其中,lnR&D代表企业研发决策,为被解释变量。相比式(1),式(3)加入了企业研发决策这一中介变量。从式(2)政府补贴和式(3)企业研发决策两个变量的回归系数可以判断企业研发决策的中介效应是否存在。如果 和 均通过了显著性检验,则存在政府补贴通过影响企业研发决策进而影响全要素生产率的中介效应,其作用效果为 。此时,若式(3)中回归系数 仍旧显著,则企业研发决策为部分中介变量,即政府补贴在直接影响企业全要素生产率的同时,还会通过影响政府研发决策进而对全要素生产率产生间接影响;若式(3)中 不显著,则企业研发决策为完全中介变量,说明政府补贴对企业全要素生产率不存在直接影响,而仅仅通过影响企业研发决策间接影响全要素生产率。若 或 不显著,则企业研发决策的中介效应不存在。
(二)变量设定与数据特征
企业全要素生产率作为本文的被解释变量,其测算方法包括前沿分析方法和非前沿分析方法。在估计过程中的计量方法主要包括参数法和半参数法,而前者多用于宏观层面,在微观领域中,半参数法应用较为普遍。徐保昌、谢建国(2015)及程晨(2017)等指出,在半参数方法中,相对于传统的OLS回归方法,OP回归方法能够较好地解决模型存在的同时性偏误、选择性偏差以及内生性等问题,并且优于选取中间变量作为工具变量进行估算的LP方法(鲁晓东、连玉君,2012)。为此,本文选择OP方法对企业全要素生产率进行测算。在投入产出指标的选择上,借鉴以往研究(程惠芳、陆嘉俊,2014;程晨,2017),本文选择企业员工数量和资本性支出规模作为企业劳动力和资本投入水平,用主营业收入作为企业产出水平。
政府补贴是本文的核心解释变量,本文用企业非经常性损益中的政府补助金额取对数值来表示政府补贴水平。企业研发决策是本文的中介变量,用企业研发费用的对数值表示企业研发投入水平。
在控制变量设定中,企业年龄用不同期年份与企业成立年份的差值表示;企业性质采用虚拟变量的方式加以控制,即国有企业为1,非国有企业为0。企业成长性用该年份净资产同比增长率来测度。财务杠杆用资产负债率来表示,用企业总负债与总资产的比值测度。管理成本用企业管理费用占营业总收入比重来测度。企业规模用企业总资产的对数值来测度。现金流用企业经营活动产生的现金流量净额与其营业收入之比来测度。股权集中度用前十大股东持股比例合计值表示。
本文以2008年至2017年十年间制造业上市公司为样本,数据皆来源于Wind数据库。为消除极端值的影响,本文对数据做了winsorize处理,以减少数据1%极端值对估计结果造成的偏差,各指标统计特征如表1所示。从表1可以看出,除财务杠杆与企业全要素生产率的相关系数不显著外,其他变量与全要素生产率的相关系数均在5%以上的置信水平上显著。其中,政府补贴、企业研发支出与全要素生产率的相关系数均为正,初步表明政府补贴和企业研发对全要素生产率具有正相关关系,但这一结论仍需进一步实证检验。
表1 变量统计特征
变量 样本量 均值 标准差 最小值 最大值 相关系数
lnTFP 18,039 7.0826 1.1968 4.2898 10.3318 1
Subsidy 17,071 1.9531 1.5977 -6.2146 7.9944 0.6192*
R&D 16,767 17.2042 1.4763 4.7449 23.2853 0.6076*
Age 22,638 14.0167 5.8952 0.0000 58.0000 0.2002*
Soe 22,720 0.2267 0.4187 0.0000 1.0000 0.3643*
Mtb 22,720 0.2591 2.0099 -188.2250 84.4445 -0.0248*
Lev 22,720 0.3778 1.1338 0.0000 96.9593 0.0028
Man 22,720 0.0987 0.7203 0.0000 65.6063 -0.1253*
Sca 18,788 2.8995 1.3583 -4.0570 8.8867 0.8593*
Cf 22,720 0.0652 0.4171 -24.8835 10.4891 0.0167*
Own 22,720 0.3588 0.3113 0.0000 1.0116 0.3257*
 
注:*表示相关系数在5%的置信水平下显著。
四、实证分析
(一)政府补贴对企业全要素生产率的综合影响分析
首先,本文对式(1)进行估计,以检验政府补贴对企业全要素生产率的综合作用效果。在方法的选择上,本文运用普通最小二乘回归方法和分位数回归方法进行估计,结果如表2所示。其中,模型1中,仅仅以政府补贴作为解释变量进行回归,模型2中加入了控制变量,模型3和模型4陆续控制行业固定效应和时间固定效应进行回归。从回归结果可以看出,政府补贴的回归系数始终在1%的置信水平下显著为正,说明政府补贴显著提升了企业全要素生产率,假说1a得到证实。这种影响可能源于两种机制,即直接作用机制和间接作用机制。就直接作用机制而言,一方面,政府补贴促进企业资本深化、规模扩张,降低企业生产经营成本,推动企业规模效率提升,对全要素生产率产生直接推动作用;另一方面,政府补贴有利于引导企业向着更为合理的领域投资,提高企业投资效率。就间接作用机制而言,政府补贴激励企业研发,提高企业创新能力,进而对全要素生产率产生间接促进作用。本文将在后续研究中甄别这两种作用机制。
普通最小二乘估计描述了被解释变量条件期望值受解释变量影响的过程。但是,在多数条件下,条件均值模型对样本分布和模型设定都具有较为严格的前提假设,而当这些前提假设不满足时,普通最小二乘等传统线性回归方法得到的结果将不再具有有效性。为此,本文进一步引入分位数回归方法对式(1)进行估计。该方法基于因变量的条件分布来拟合自变量线性函数,通过估计因变量在不同分位点的数值对特定分布的数据进行估计。相对于普通最小二乘估计所考察的自变量对因变量的平均边际效果,分位数回归估计给出的是在某一分位点上自变量对因变量的边际效果(邹国平等,2015)。在本文的分析中,分位数回归的优势在于我们可以区分不同企业全要素生产率条件下,政府补贴对企业全要素生产率的影响。在分位数回归分析中,本文选择了10%、25%、50%、75%和90%五个分位点,结果如模型5至模型9所示。从中可以看出,在不同分位点上,政府补贴对企业全要素生产率的回归系数始终在1%的置信水平下显著为正,再次证明了政府补贴对企业全要素生产率的推动作用。此外,模型5至模型9中政府补贴的回归系数数值逐渐降低,说明企业全要素生产率越高,政府补贴对全要素生产率的边际提升作用越小。这一结论不难理解,当企业全要素生产率处于较高水平时,企业规模经济往往已经形成,此时政府补贴对企业全要素生产率的提升作用非常有限;而当企业全要素生产率处于相对较低的水平时,或许是由于企业规模经济尚未形成,规模扩张、资本深化与研发创新能力提升的资金缺口较大,此时政府补贴对企业全要素生产率的边际提升作用较高。从这一角度来看,政府雪中送炭要优于锦上添花。
表2 政府补贴对企业全要素生产率的综合影响检验
模型 模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9
  OLS OLS OLS OLS 10分位点 25分位点 50分位点 75分位点 90分位点
lnSubsidy 0.454*** 0.0664*** 0.0632*** 0.0720*** 0.0981*** 0.0826*** 0.0690*** 0.0559*** 0.0479***
(0.0045) (0.0038) (0.0037) (0.0036) (0.0091) (0.0053) (0.0040) (0.0044) (0.0051)
Age   -0.0112*** -0.0134*** -0.0056*** -0.0057*** -0.0041*** -0.0041*** -0.0027* -0.0043***
  (0.0009) (0.0009) (0.0009) (0.0015) (0.0008) (0.0011) (0.0011) (0.0009)
Soe   0.0430*** 0.0623*** 0.0141 -0.0097 0.0049 0.0306* 0.0078 -0.0132
  (0.0112) (0.0108) (0.0109) (0.0269) (0.0195) (0.0150) (0.0104) (0.0159)
Mtb   -0.0061*** -0.0068*** -0.0081*** -0.0084 -0.0165 -0.0173 -0.0175 -0.0156*
  (0.0021) (0.0020) (0.0020) (0.0101) (0.0137) (0.0170) (0.0135) (0.0079)
Lev   0.328*** 0.366*** 0.273*** 0.288*** 0.279*** 0.268*** 0.267*** 0.286***
  (0.0242) (0.0234) (0.0234) (0.0466) (0.0305) (0.0349) (0.0444) (0.0540)
Man   -0.138*** -0.149*** -0.108*** -0.766*** -0.564*** -0.540*** -0.186 -0.0895
  (0.0250) (0.0238) (0.0235) (0.1610) (0.1550) (0.1770) (0.1700) (0.1090)
Sca   0.724*** 0.717*** 0.730*** 0.689*** 0.714*** 0.730*** 0.748*** 0.762***
  (0.0056) (0.0054) (0.0054) (0.0148) (0.0083) (0.0080) (0.0067) (0.0084)
Cf   0.182*** 0.119*** 0.147*** 0.184*** 0.140*** 0.140*** 0.044 0.0323
  (0.0252) (0.0240) (0.0238) (0.0429) (0.0338) (0.0441) (0.0463) (0.0480)
Own   -0.175*** -0.159*** -0.170*** -0.160*** -0.175*** -0.159*** -0.152*** -0.161***
  (0.0192) (0.0182) (0.0180) (0.0407) (0.0258) (0.0260) (0.0212) (0.0300)
行业 NO NO YES YES YES YES YES YES YES
时间 NO NO NO YES YES YES YES YES YES
常数项 6.270*** 4.924*** 5.285*** 5.527*** 5.340*** 5.533*** 5.572*** 5.628*** 5.649***
-0.0113 -0.0191 -0.224 -0.221 -0.0871 -0.0844 -0.0849 -0.0744 -0.0532
R2 0.383 0.751 0.778 0.785 0.4579 0.5075 0.5514 0.5904 0.6181
样本量 16541 16541 16541 16541 16541
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
    从控制变量的回归结果来看,企业经营年限对其全要素生产率的影响为负,即经营年限越长,企业全要素生产率越低。这一结果看似奇怪,实际不难理解。当前很多企业仍旧沿用其成立之初所设立的管理模式、生产设备等,企业成立时间越久,管理模式与设备越陈旧,对全要素生产率的限制作用越强。企业股权性质对全要素生产率的回归系数在模型2、模型3和模型7中皆为正,并且均在10%以上的置信水平上显著,说明国有企业具有更高的全要素生产率。这可能是由于近年来为了做强做优做大国有企业,我国不断深化国有企业改革,提高国有企业经营绩效,国有企业发展局面向好。企业成长性的回归系数皆为负,并在模型2至模型4以及模型9中显著,说明企业发展并非伴随着全要素生产率的提升,这可能是由于当前一些企业以投资扩张等形式盲目追求发展速度而忽视企业发展的集约化水平,抑制了全要素生产率提升,产生了一种无效率增长的现象。财务杠杆对企业全要素生产率的回归系数在所有模型中均在1%的置信水平下显著为正,说明高负债企业往往具有较高的全要素生产率。这主要是由于企业负债越高,表示其融资能力越强,为全要素生产率提升奠定了资金基础。管理成本对企业全要素生产率回归系数为负,且在模型2至模型7中均在1%的置信水平下显著,即管理成本限制了全要素生产率提升。这是由于过高的管理成本挤出了企业用于规模经济挖掘、研发投入等跟全要素生产率提升直接相关的投资,抑制了全要素生产率提升。企业规模变量在所有模型中均在1%的置信水平下显著为正,说明规模扩张有利于规模经济的形成和企业全要素生产率提升。企业现金流的回归系数在模型2至模型7中均在1%的置信水平下显著为正,说明企业现金持有能够有效缓解其他外部因素导致的企业经营过程中资金短缺问题,推动企业全要素生产率提升。股权集中度对企业全要素生产率的回归系数显著为负,可能是由于过高的股权集中度往往容易导致决策失误,同时也会抑制企业研发激励,不利于全要素生产率提升。
此外,不同所有制企业获取政府补贴的能力和额度均具有一定的差异,企业自身在组织结构、管理效率、企业规模等方面也存在着差异(Liang et al.,2012),运用政府补贴的方式和效率也不同,导致政府补贴对企业全要素生产率可能会产生差异化的影响(杨洋等,2015)。为此,本文进一步将总样本细分为国有企业和非国有企业样本,其中国有企业样本又进一步细分为中央国有企业和地方国有企业,四组样本分别进行回归,结果如表3所示。从中可以看出,政府补贴对不同所有制企业全要素生产率的回归系数皆为正,并通过了1%的置信水平检验。说明无论是在国有企业还是非国有企业,政府补贴均能够显著提升企业全要素生产率,再次证实了假设1a。
表3 分样本回归
模型 模型4 模型5 模型6 模型7
样本 非国有企业 国有企业 地方国有企业 中央国有企业
lnSubsidy 0.0930*** 0.0331*** 0.0220*** 0.0561***
(0.0044) (0.0064) (0.0081) (0.0104)
Age -0.0047*** -0.0083*** -0.0147*** 0.0024
(0.0011) (0.0018) (0.0024) (0.0032)
Mtb -0.0077*** -0.0068 -0.0120 -0.0057
(0.0021) (0.0057) (0.0124) (0.0065)
Lev 0.3440*** 0.1380*** 0.1580*** 0.0485
(0.0292) (0.0403) (0.0495) (0.0719)
Man -0.0907*** -0.2160* -0.0980 -0.7720***
(0.0249) (0.1040) (0.1190) (0.2190)
Sca 0.7200*** 0.7400*** 0.7430*** 0.7250***
(0.0067) (0.0092) (0.0118) (0.0151)
Cf 0.1510*** 0.0634 0.0744 -0.0109
(0.0267) (0.0540) (0.0639) (0.0998)
Own -0.1840*** -0.0267 -0.1320*  0.0701
(0.0201) (0.0489) (0.0625) (0.0789)
行业 YES YES YES YES
时间 YES YES YES YES
常数项 5.466*** 5.246*** 5.346*** 5.218***
(0.2230) (0.1730) (0.1050) (0.1950)
样本量 11987 4554 2759 1795
R2 0.740 0.798 0.799 0.811
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
从回归系数大小来看,政府补贴对非国有企业全要素生产率的回归系数高于国有企业。我们从数据表面引出这样一种猜想,即政府补贴对非国有企业全要素生产率的提升作用高于对国有企业全要素生产率的作用,而这一猜想并非毫无理论依据:一方面非国有企业对政府补贴的利用更为集约和高效;另一方面相对于非国有企业,国有企业具有更紧密的政治关联,政府出于对国有企业的溺宠,更倾向于向国有企业增加补贴,而同样作为“体制内”的行为主体,政府官员与国有企业高管更容易出现官商勾结、互相寻租等行为,影响政府补贴效果。为了检验这一猜想,本文进一步加入了政府补贴与企业性质虚拟变量的交乘项进行回归,结果如表4中模型1所示。从中可以看出,政府补贴、企业性质变量的回归系数均在1%的置信水平下显著为正,两者交乘项的回归系数在1%的置信水平下显著为负,说明政府对非国有企业的补贴效果优于国有企业,上述猜想也得以证实。
表3中,在国有企业内部,政府补贴对中央国有企业全要素生产率的回归系数要远远高于对地方国有企业全要素生产率的回归系数,本文据此引出如下猜想,即政府补贴对中央国有企业全要素生产率的提升作用高于地方国有企业。提出这一猜想的理论依据包括:一方面出于地方保护主义等动机,地方政府更倾向于向本地国有企业给予补贴,而缺乏对补贴资金的跟踪评价与监督机制,导致地方国有企业对政府补贴的使用效率不高;另一方面,如上所述,相对于中央国有企业,地方国有企业高管更容易与地方政府官员产生勾结和相互寻租等抑制补贴效果的行为,影响补贴对全要素生产率提升的作用效果。同样,为了检验这一猜想,本文在国有企业样本中进一步设置企业性质虚拟变量,即地方国有企业赋值为1,中央国有企业为0,并将政府补贴与企业性质虚拟变量的交乘项加入式(1)中进行回归,结果如表4中模型2所示。从中可以看出,政府补贴、企业性质变量的回归系数均在1%的置信水平下显著为正,两者交乘项的回归系数在1%的置信水平下显著为负,说明政府对中央国有企业的补贴效果优于国有企业,上述猜想同样得以证实。
表4 政府补贴效果异质性的进一步分析
  模型1   模型2
lnSubsidy 0.0892*** lnSubsidy 0.0534***
(0.0041) (0.0086)
Soe 0.141*** Soe_df 0.113***
(0.0173) (0.0302)
lnSubsidy´Soe -0.0551*** lnSubsidy´Soe_df -0.0335***
(0.0059) (0.0093)
Age -0.0059*** Age -0.0087***
(0.0009) (0.0018)
Mtb -0.0079*** Mtb -0.0075
(0.0020) (0.0057)
Lev 0.2770*** Lev 0.1280***
(0.0234) (0.0404)
Man -0.1040*** Man -0.2090* 
(0.0234) (0.1040)
Sca 0.7330*** Sca 0.7390***
(0.0054) (0.0092)
Cf 0.1450*** Cf 0.0619
(0.0237) (0.0539)
Own -0.1810*** Own -0.0267
(0.0180) (0.0488)
行业 YES 行业 YES
时间 YES 行业 YES
常数项 5.508*** 常数项 5.181***
(0.2210) (0.1740)
样本量 16541 样本量 4554
R2 0.786 R2 0.799
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
(二)企业研发决策的中介效应检验
    为了检验政府补贴是否会通过影响企业研发决策进而影响全要素生产率,本文在对式(1)进行回归的基础上进一步对式(2)和式(3)进行回归,结果如表5所示。其中,模型(1)至模型(3)分别对应式(1)至式(3)。从模型2可以看出,政府补贴对企业研发投入的回归系数在1%的置信水平下显著为正,说明政府补贴显著提升了企业研发投入,补贴对企业研发具有激励效应。相对于模型1,模型3中加入了企业研发投入变量,其回归系数在1%的置信水平下显著为正,说明企业研发投入对全要素生产率具有较为显著的提升作用;而政府补贴对企业全要素生产率的回归系数仍旧在1%的置信水平下显著为正。此外,Sobel检验结果同样存在支持中介效应的判断。因此判断,政府补贴在直接促进企业全要素生产率提升的同时,还会激励企业加大研发投入,提高企业创新水平,间接提升全要素生产率,并且中介效应为0.0148,占总效应(0.0689)的比重为21.43%,假说2a得到证实。
表5 企业研发决策的中介效应检验[①]
模型 模型1 模型2 模型3 模型4 模型5 模型6
因变量 lnTFP lnR&D lnTFP lnTFP lnR&D lnTFP
lnSubsidy 0.0689*** 0.1523*** 0.0541*** 0.107*** 0.229*** 0.0798***
(0.0039) (0.0073) (0.0038) (0.0073) (0.0144) (0.0078)
lnR&D     0.0970***     0.0971***
    (0.0042)     (0.0046)
Age -0.0021*** -0.0207*** -0.0001 -0.0041*** -0.0187*** 0.0005
(0.0009) (0.0018) (0.0009) (0.0010) (0.0019) (0.0010)
Soe 0.0001 -0.1345*** 0.0129 0.0082 -0.110*** 0.0108
(0.0113) (0.0216) (0.0112) (0.0114) (0.0224) (0.0116)
Mtb -0.0094*** -0.0075* -0.0087*** -0.0078*** -0.0104* -0.0087***
(0.0023) (0.0043) (0.0022) (0.0020) (0.0041) (0.0023)
Lev 0.3238*** -0.7789*** 0.3993*** 0.291*** -0.868*** 0.411***
(0.0264) (0.0502) (0.0262) (0.0258) (0.0530) (0.0278)
Man -0.7921*** 0.1903* -0.8106*** -0.180*** 0.0737 -0.828***
(0.0583) (0.1109) (0.0573) (0.0271) (0.1160) (0.0599)
Sca 0.7148*** 0.7221*** 0.6448*** 0.694*** 0.671*** 0.618***
(0.0057) (0.0109) (0.0064) (0.0078) (0.0155) (0.0082)
Cf 0.0646** 0.3521*** 0.0304 0.120*** 0.323*** 0.0425
(0.0287) (0.0545) (0.0282) (0.0272) (0.0567) (0.0294)
Own -0.1492*** -0.4953*** -0.1011*** -0.130*** -0.403*** -0.0822***
(0.0184) (0.0349) (0.0182) (0.0198) (0.0378) (0.0198)
行业 YES YES YES YES YES YES
时间 YES YES YES YES YES YES
常数项 5.5796*** 15.4510*** 4.081*** 5.171*** 16.13*** 3.644***
(0.2141) (0.4071) (0.2204) (0.2670) (0.4960) (0.2670)
Sobel检验 15.36***      
样本量 14848 14848 14848 14440 13472 13312
R2 0.7950 0.5456 0.8019 0.782 0.542 0.796
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
变量间内生依赖关系可能会对本文估计结果产生影响。一方面政府选择补贴企业的一个重要依据是企业运行效率,即政府往往依据企业全要素生产率状况有目的地选择企业予以补贴;另一方面政府补贴会对企业全要素生产率产生显著影响。可见,政府补贴与企业全要素生产率之间存在着双向影响关系。为了控制双向影响所导致的内生性问题,借鉴闫志俊、于津平(2017)的研究,本文选择政府补贴的滞后一期作为工具变量,运用两阶段最小二乘估计方法进行估计。之所以选择政府补贴的滞后一期作为工具变量,主要是由于政府补贴偏好具有一定的惯性特征,当期政府补贴偏好受上一期政府补贴偏好影响,并且会进一步影响企业研发决策和全要素生产率。并且上一期政府补贴金额不会受到当期企业全要素生产率和研发决策的影响,因此,运用政府补贴滞后一期作为工具变量能够较好地克服模型存在的逆向因果问题。运用两阶段最小二乘估计方法对式(1)到式(3)分别进行估计,回归结果如表5中模型4到模型6所示。在控制了内生性问题后,政府补贴在模型4和模型6中依旧在1%的置信水平下显著为正,即政府补贴能够推动企业全要素生产率提升。同时模型5显示,补贴也会激励企业加大研发支出;模型6中,企业研发支出也在1%的置信水平下显著为正,即研发推动企业全要素生产率提升。因此总体来看,政府补贴在直接推动企业全要素生产率提升的同时,也会促进企业研发,间接提升全要素生产率,前述估计结果具有一定的稳健性。
此外,为了检验政府补贴对企业全要素生产率的影响以及企业研发决策的中介效应在不同所有制企业之间是否具有差异性,本文进一步将所有样本分为地方国有企业、中央国有企业以及非国有企业三个子样本分别进行回归,结果如表6所示。从Sobel检验结果来看,在三组样本中均存在企业研发决策的中介效应。具体来看,首先,从政府补贴对企业研发决策的影响来看,在三组样本中,政府补贴对企业研发决策的回归系数均在1%的置信水平下显著为正,说明政府补贴对三类企业研发投入均具有挤入效应,能够激励企业增加研发支出。从回归系数大小来看,政府补贴对非国有企业研发投入的回归系数大于两类国有企业。基于此,本文引出如下猜想,即政府补贴对非国有企业研发激励效应更强,而对国有企业研发激励效应相对较小。其理论依据为:相对于国有企业,非国有企业具有更高的创新偏好,更容易受政府补贴激励作用的影响(Luo et al.,2011;杨洋等,2015)。为了验证此猜想,在式(2)中加入企业性质(国有企业为1,非国有企业为0)与政府补贴的交乘项并进行回归,结果如表7中模型2所示。与上述猜想不同,政府补贴与企业性质交叉项在1%的置信水平下显著为正,说明政府对国有企业进行补贴更能够激发创新激励。这可能是由于创新驱动发展背景下,政府对国有企业进行补贴的同时也赋予国有企业更多的战略要求,即政府以补贴的形式强化国有企业在创新驱动发展中的引领作用,在为国有企业提供补贴的同时,也对国有企业研发创新规模提出了更高的要求,表现为政府补贴提高了国有企业研发规模。
其次,从研发投入对企业全要素生产率的影响来看,不同所有制企业研发投入对全要素生产率的回归系数均在1%的置信水平下显著为正,说明不同所有制企业研发投入对企业全要素生产率均具有显著的促进作用。从回归系数大小来看,非国有企业研发投入的回归系数要大于国有企业研发投入的回归系数,基于此,本文提出如下猜想:非国有企业研发投入对企业全要素生产率的提升作用高于国有企业。其理论依据包括三个方面:第一,非国有企业研发创新活动更具有集约性和高效率,更能够推动企业全要素生产率提升;第二,国有企业承担了更多的社会责任,其研发创新活动更加贴近政府创新偏好,即追求创新活动的整体社会价值和长远战略意义,而非短期经济利益,表现为国有企业研发活动的短期低效率和对全要素生产率推动作用的乏力;第三,相对于非国有企业,由于存在多重委托代理问题,以及国有企业高管的“体制内特征”和“政治人属性”,国有企业天然缺乏冒险精神和研发创新激励,使得研发活动对企业全要素生产率的提升作用小于非国有企业(杨洋等,2015)。为了验证此猜想,本文进一步将企业性质(国有企业为1,非国有企业为0)与政府补贴的交乘项带入式(3)中进行回归,结果如表7中模型3所示。从中可以看出,企业性质与政府补贴交乘项的回归系数在1%的置信水平下显著为负,说明国有企业研发对企业全要素生产率的促进作用要低于非国有企业,上述猜想得以证实。
最后,从研发决策的中介效应来看,在地方国有企业,如表6中模型3所示,在加入了企业研发支出变量后,政府补贴对企业全要素生产率的回归系数不再显著,说明政府补贴对企业全要素生产率的促进作用是通过激励企业加大研发支出来实现的,其作用大小为0.0030,补贴对全要素生产率并无直接效应。而在中央国有企业和非国有企业,政府补贴既直接提升了企业全要素生产率,又通过激励企业加大研发支出间接推动全要素生产率提升,并且其中介效应大小分别为0.0096和0.0225,分别占总效应的比重为16.36%和26.49%。
表6 企业研发决策中介效应的分样本检验
样本 地方国有企业 中央国有企业 非国有企业
模型 模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9
因变量 lnTFP lnR&D lnTFP lnTFP lnR&D lnTFP lnTFP lnR&D lnTFP
lnSubsidy 0.0137*** 0.1357*** 0.0107 0.0588*** 0.1147*** 0.0492*** 0.0851*** 0.1610*** 0.0626***
(0.0089) (0.0230) (0.0090) (0.0111) (0.0227) (0.0110) (0.0046) (0.0078) (0.0046)
lnR&D     0.0225***
(0.0083)
    0.0839***
(0.0123)
    0.1401***
(0.0054)
Age -0.0103***
(0.0026)
-0.0047
(0.0066)
-0.0102***
(0.0026)
-0.00001
(0.0033)
-0.0612***
(0.0067)
0.0051
(0.0033)
-0.0010
(0.0011)
-0.0187***
(0.0018)
0.0017
(0.0010)
Mtb 0.0039
(0.0195)
-0.0763
(0.0502)
0.0056
(0.0195)
-0.0057
(0.0064)
-0.0271**
(0.0131)
-0.0034
(0.0063)
-0.0094***
(0.0025)
-0.0047
(0.0042)
-0.0087***
(0.0024)
Lev 0.0669
(0.0614)
-1.5618***
(0.1582)
0.1020
(0.0627)
0.0784
(0.0748)
-0.7076***
(0.1526)
0.1378*
(0.0743)
0.4031***
(0.0319)
-0.5163***
(0.0543)
0.4754***
(0.0312)
Man -0.4661**
(0.2239)
-1.7546***
(0.5769)
-0.4267*
(0.2241)
-0.8614***
(0.2235)
-0.1864
(0.4556)
-0.8458***
(0.2203)
-0.7766***
(0.0637)
0.3725***
(0.1082)
-0.8288***
(0.0619)
Sca 0.7418***
(0.0130)
0.7788***
(0.0334)
0.7244***
(0.0145)
0.7174***
(0.0158)
0.8255***
(0.0321)
0.6482***
(0.0186)
0.7088***
(0.0070)
0.6650***
(0.0120)
0.6156***
(0.0077)
Cf -0.1768**
(0.0836)
0.7717***
(0.2154)
-0.1941**
(0.0837)
-0.0677
(0.1042)
0.5344**
(0.2123)
-0.1125
(0.1029)
0.0809**
(0.0321)
0.3267***
(0.0545)
0.0352
(0.0312)
Own -0.2219***
(0.0650)
-0.2021
(0.1674)
-0.2174***
(0.0649)
0.1493*
(0.0816)
-0.2347
(0.1664)
0.1690**
(0.0805)
-0.1571***
(0.0203)
-0.4435***
(0.0344)
-0.0950***
(0.0198)
行业 YES YES YES YES YES YES YES YES YES
时间 YES YES YES YES YES YES YES YES YES
常数项 5.6756***
(0.2095)
15.1021***
(0.5399)
5.6604***
(0.2059)
6.1185***
(0.1990)
15.5067***
(0.4057)
3.9608***
(0.2804)
5.5076***
(0.2156)
15.5085***
(0.3663)
3.3354***
(0.2257)
Sobel检验 2.452** 4.061*** 16.080***
样本量 2201 2201 2201 1572 1587 1572 11075 11075 11075
R2 0.8043 0.5821 0.8081 0.8202 0. 6585 0.8254 0.7531 0.5223 0.7671
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
此外,对比表6中中央国有企业和地方国有企业回归系数的差异也可以让我们引出如下两个猜想:猜想一,在国有企业内部,政府补贴对企业研发决策的激励作用地方国有企业要高于国有企业。其理论依据主要体现在:如前所述,相对于中央国有企业,地方国有企业与地方政府官员往往更容易形成一种不良政商关系,并产生相互勾结和寻租行为;而补贴行为的不透明和研发过程的高风险性和价值模糊特征为两者相互寻租提供了良好的避风港。因此无论是政府官员,还是地方国有企业高管,皆倾向于提高企业研发规模以获取非法经济利益,表现为政府补贴更容易撬动地方国有企业研发规模。为了验证这一猜想,本文在式(2)中加入了地方国有企业的虚拟变量以及地方国有企业与政府补贴的交乘项,运用OLS方法逐步进行回归,结果如表7中模型5所示。从中可以看出,政府补贴与企业性质的交乘项回归系数并不显著,说明政府补贴对企业研发决策的激励作用在中央国有企业和地方国有企业并无显著差异,上述猜想不成立。此外,企业性质变量的回归系数也未通过显著性检验,说明中央国有企业和地方国有企业在研发规模上也不存在显著差异。
猜想二,企业研发对全要素生产率的促进作用中央国有企业要高于地方国有企业。其理论依据主要表现在:相对于地方国有企业,中央国有企业研发活动面临着更加广泛和有效的监督,能够有效提升其研发活动的集约化水平,提升创新效率及其对企业全要素生产率的促进作用。为了验证这一猜想,本文在式(3)的基础上加入了地方国有企业虚拟变量以及地方国有企业与企业研发规模的交乘项,运用OLS方法逐步进行回归结果如表7中模型6所示。从中可以看出,地方国有企业与企业研发决策的交乘项回归系数在10%的置信水平下显著为负,说明企业研发规模对全要素生产率的促进作用中央国有企业要显著高于地方国有企业,猜想二得以证实。
表7 研发决策中介效应异质性的进一步分析
  模型1 模型2 模型3   模型4 模型5 模型6
因变量 lnTFP lnR&D lnTFP 因变量 lnTFP lnR&D lnTFP
lnSubsidy 0.0892***
(0.0041)
0.125***
(0.0079)
0.0590***
(0.0044)
lnSubsidy 0.0534***
(0.0086)
0.137***
(0.0210)
0.0443***
(0.0099)
Soe 0.141***
(0.0173)
-0.301***
(0.0352)
1.307***
(0.1160)
Soe_df 0.113***
(0.0302)
-0.0687
(0.0766)
0.603***
(0.1830)
lnSubsidy´Soe -0.0551***
(0.0059)
0.0683***
(0.0117)
-0.0204***
(0.0072)
lnSubsidy´Soe_df -0.0335***
(0.0093)
-0.0254
(0.0231)
-0.0303* 
(0.0119)
lnR&D  
 
 
 
0.129***
(0.0052)
lnR&D     0.0603***
(0.0101)
lnR&D´Soe  
 
 
 
-0.0711***
(0.0071)
lnR&D´Soe_df     -0.0274* 
(0.0111)
Age -0.0059***
(0.0009)
-0.0203***
(0.0017)
-0.0003
(0.0009)
Age -0.0087***
(0.0018)
-0.0283***
(0.0045)
-0.0051***
(0.0019)
Mtb -0.0079***
(0.0020)
-0.0070*
(0.0040)
-0.0084***
(0.0022)
Mtb -0.0075
(0.0057)
-0.0194*
(0.0098)
-0.0039
(0.0058)
Lev 0.2770***
(0.0234)
-0.783***
(0.0495)
0.396***
(0.0260)
Lev 0.128***
(0.0404)
-1.180***
(0.1100)
0.122* 
(0.0477)
Man -0.1040***
(0.0234)
0.204*
(0.1100)
-0.821***
(0.0570)
Man -0.209*
(0.1040)
-0.819*
(0.3580)
-0.534***
(0.1520)
Sca 0.7330***
(0.0054)
0.725***
(0.0107)
0.644***
(0.0064)
Sca 0.739***
(0.0092)
0.806***
(0.0232)
0.696***
(0.0114)
Cf 0.1460*** 0.356*** 0.0335 Cf 0.0619
(0.0539)
0.660***
(0.1520)
-0.151* 
(0.0648)
(0.0237) (0.0539) (0.0280)
Own -0.1810***
(0.0180)
-0.511***
(0.0343)
-0.115***
(0.0181)
Own -0.0267
(0.0488)
-0.257*
(0.1160)
-0.038
(0.0504)
常数项 5.508***
(0.2210)
15.54***
(0.4050)
3.555***
(0.2240)
常数项 5.181***
(0.1740)
14.79***
(0.4070)
4.431***
(0.2330)
行业 YES YES YES 行业 YES YES YES
时间 YES YES YES 时间 YES YES YES
样本量 16541 15264 14852 样本量 4554 3820 3773
R2 0.786 0.549 0.805 R2 0.799 0.606 0.811
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
基于上述结果,表8总结了不同样本中政府补贴对企业全要素生产率影响及企业研发决策的中介效应。从中可以看出,政府补贴对地方国有企业全要素生产率的提升作用主要通过激励企业增加研发支出来实现,补贴对企业全要素生产率并无直接影响,即企业研发决策为全完中介变量;而在中央国有企业和非国有企业,政府补贴不仅对企业全要素生产率具有直接的促进作用,而且会激励企业研发,间接促进企业全要素生产率提升,即企业研发决策为部分中介变量。此外,如前所述,政府补贴对国有企业全要素生产率的提升作用弱于对非国有企业全要素生产率的提升作用。因此,政府应当坚持分类抉择的原则,合理配置政府财政资源,提高政府补贴效果;应当构建对国有企业尤其是地方国有企业补贴的跟踪评价与监督机制,提高国有企业利用政府补贴的效率和水平。
表8 政府补贴对企业全要素生产率影响的总体效果
样本类型 总效应 直接效应 间接效应 中介效应类型
效应值 占比 效应值 占比
总样本 0.0689*** 0.0541*** 78.57% 0.0148*** 21.43% 部分中介效应
地方国有企业 0.0137 0.0107 77.84% 0.0030** 22.16% 完全中介效应
中央国有企业 0.0588*** 0.0492*** 83.64% 0.0096*** 16.36% 部分中介效应
非国有企业 0.0851*** 0.0625*** 73.51% 0.0225*** 26.49% 部分中介效应
 
注:***、**、*分别表示回归系数在1%、5%和10%的置信水平下显著。
五、主要结论、实践启示与研究展望
(一)主要结论
本文基于2008年至2017年制造业上市公司数据,运用多元回归模型、分位数回归模型以及中介效应模型等方法,实证分析了政府补贴对企业全要素生产率的影响及企业研发决策的中间效应,主要结论如下:
第一,政府补贴推动了企业全要素生产率提升,但是由于企业发展基础、生产经营效率、管理能力等差异,导致政府补贴对全要素生产率较低企业的边际提升效应高于全要素生产率较高企业。一方面政府补贴降低了企业发展面临的融资约束,促进了企业资本深化和规模扩张,推动企业规模效率提升,对全要素生产率产生直接促进作用;另一方面政府补贴会引导企业投资方向,有利于企业合理规划投资,提高投资决策的科学性,进而促进全要素生产率提升。
第二,政府补贴不仅直接推动企业全要素生产率提升,而且会激励企业加大研发支出,增强企业创新能力,间接提升企业全要素生产率。研发和创新是企业全要素提升的直接推动力。一方面,政府补贴在直接缓解企业研发资金约束的同时,还会激励企业加大研发支出,提升企业研发创新水平;另一方面,政府往往对具有市场前景的研发活动给予补贴,这种补贴方式会引领企业研发投资方向,提高企业研发效率和水平,进而对全要素生产率产生积极影响。因此,政府补贴会激励企业开展研发活动,间接促进全要素生产率提升。
第三,政府补贴对企业全要素生产率的影响在不同所有制企业之间存在着差异。补贴对非国有企业全要素生产率提升作用更强;就中介效应而言,在地方国有企业,政府补贴对企业全要素生产率的促进作用是通过激励企业加大研发支出来实现的,补贴对于全要素生产并无直接影响。而在中央国有企业和非国有企业,政府补贴既直接提升了企业全要素生产率,又通过激励企业加大研发支出间接推动全要素生产率提升。
(二)实践启示
基于上述研究结论,本文认为,提升企业全要素生产率,应当发挥政府的积极作用,具体而言,应当做到:
第一,优化政府财政资源配置,合理分配政府补贴。研究表明,政府补贴对全要素生产率较低企业的边际作用高于全要素生产率较高企业,说明政府对低效率企业补贴效果优于高效率企业,雪中送炭优于锦上添花。因此,在实施补贴政策的过程中,政府应当在一定程度地向具有发展潜力的低效率企业倾斜,引导低效率企业合理规划投资,推动企业规模合理扩张,促进企业全要素生产率提升。但是在对全要素生产率较低企业给予补贴的过程中,应当避免企业患上“补贴依赖症”。同时,对于高效率企业,应当加强对政府补贴的跟踪评价与监督,提高政府补贴对全要素生产率较高企业的边际效应。
第二,提高政府补贴对企业研发投入的激励效应,鼓励企业开展研发活动。研发是企业全要素生产率提升的直接驱动力量,应当通过补贴缓解企业研发活动所面临的资金约束,对具有市场前景和发展潜力的研发领域给予更高额度的研发补贴,引导企业研发投资方向。要提高政府补贴政策的透明度,降低补贴过程中的信息不对称,警惕企业在申请补贴过程中的虚假行为和投机行为,有效约束和防止补贴过程中的寻租和腐败行为,切实提高政府补贴对企业研发活动的激励和引导作用。
第三,充分考虑政府补贴对不同所有制企业全要素生产率影响效果的差异性,引导政府补贴在不同所有制企业之间合理、优化配置。应当重点考虑三个方面的问题:首先,要防止政府与国有企业间“父爱情节”对补贴政策的干扰,避免国有企业产生“补贴依赖症”;其次,也要避免过分依据经济指标制定国有企业补贴政策,应当合理评估国有企业在国民经济发展中的社会责任和外部性作用,综合考量其在经济社会发展中的战略性地位及其经济价值,实施相应的补贴措施;最后,关注非国有企业发展的现实需要,对非国有企业给予合理补贴,保障政府补贴发挥更好的经济效益和社会效益。
(三)不足与未来研究展望
当然,应当指出的是,本文研究仍存在一些不足之处,需要在未来继续深入探究:
第一,本文考察政府补贴对企业全要素生产率的影响,但是受数据可获得性限制,我们没有办法细分政府补贴类型进行分类探讨,而厘清不同政府补贴方式(如研发补贴、利息补贴等等)是否会对企业全要素生产率产生差异化的影响这一问题,对引导政府优化补贴方式和结构、提高补贴效率无疑具有重要的指导作用。因此,在未来研究中需要就这一问题进行深入探讨。
第二,在考察政府补贴对企业全要素生产率影响的中介效应时,本文选择了企业研发决策作为中介变量。而事实上,政府补贴对企业全要素生产率的影响是一个非常复杂的问题,一些被忽略的因素也可能起到了重要的传导效应,如政府补贴是否会通过影响企业投资决策进而影响企业全要素生产率?或者本文探讨的是企业研发投入决策的中介效应,那么政府补贴如何影响企业研发效率进而如何影响全要素生产率?这些问题也需要进一步研究。
第三,本文基于制造业上市公司数据,分析了政府补贴对制造业上市公司全要素生产率的影响以及企业研发决策的中介效应,其规律的一般性与经验的普适性仍需进一步探究。一般来讲,上市公司具有一些区别与非上市公司的明显的特征,如上市公司规模较大、融资约束较低、企业实力较强等等,基于上市公司分析所得结论与经验是否适用于非上市公司这一问题仍需进一步考证。
参考文献:
安同良 周绍东 皮建才,2009:《R&D补贴对中国企业自主创新的激励效应》,《经济研究》第10期。
蔡昉,2013:《中国经济增长如何转向全要素生产率驱动型》,《中国社会科学》第1期。
陈艳莹 王二龙,2013:《要素市场扭曲、双重抑制与中国生产性服务业全要素生产率:基于中介效应模型的实证研究》,《南开经济研究》第5期。
程晨,2017:《技术创新溢出与企业全要素生产率》,《经济科学》第6期。
程惠芳 陆嘉俊,2014:《知识资本对工业企业全要素生产率影响的实证分析》,《经济研究》第5期。
李骏 刘洪伟 万君宝,2017:《产业政策对全要素生产率的影响研究》,《产业经济研究》第4期。
李晓钟 吴振雄 张小蒂,2016:《政府补贴对物联网企业生产效率的影响研究》,《中国软科学》第2期。
林毅夫,2017:《新结构经济学的理论基础和发展方向》,《经济评论》第3期。
刘伟江 吕镯,2017:《补贴与全要素生产率》,《中南大学学报(社会科学版)》第4期。
鲁晓东 连玉君,2012:《中国工业企业全要素生产率估计:1999-2007》,《经济学(季刊)》第2期。
毛德凤 李静 彭飞 骆正清,2013:《研发投入与企业全要素生产率》,《财经研究》第4期。
聂辉华 江艇 杨汝岱,2012:《中国工业企业数据库的使用现状和潜在问题》,《世界经济》第5期。
任曙明 吕镯,2014:《融资约束、政府补贴与全要素生产率》,《管理世界》2014(11):10-23.
任优生 邱晓东,2017:《政府补贴和企业R&D投入会促进战略性新兴产业生产率提升吗》,《山西财经大学学报》第1期。
申香华,2014:《银行风险识别、政府财政补贴与企业债务融资成本》,《财贸经济》第9期。
唐书林 肖振红 苑婧婷,2016:《上市公司自主创新的国家激励扭曲之困》,《科学学研究》2016年第5期。
王彦皓,2017:《政企合谋、环境规制与企业全要素生产率》,《经济理论与经济管理》第11期。
肖文 林高榜,2014:《政府支持、研发管理与技术创新效率》,《管理世界》第4期。
徐保昌 谢建国,2015:《政府质量、政府补贴与企业全要素生产率》,《经济评论》第4期。
闫志俊 于津平,2017:《政府补贴与企业全要素生产率》,《产业经济研究》第1期。
杨汝岱,2015:《中国制造业企业全要素生产率研究》,《经济研究》第2期。
杨洋 魏江 罗来军,2015:《谁在利用政府补贴进行创新?》,《管理世界》第1期。
余泳泽,2011:《创新要素集聚、政府支持与科技创新效率》,《经济评论》第2期。
邹国平 刘洪德 王广益,2015:《我国国有企业规模与研发强度相关性研究》,《管理评论》第12期。
Acemoglu,D. et al(2013),“Innovation,Reallocation and Growth”,BNBER Working Paper,No.w18993.
Badia,M. & V. Slootmaekers(2007),“The Missing Link Between Financial Constraints and Productivity”,IMF Working Paper,No.WP/09/72.
Bernini,C. & G. Pellegrini(2011),“How Are Growth and Productivity in Private Firms Affected by Public Subsidy? Evidence from a regional policy”,Regional Science and Urban Economics 87(3):253-265.
Benito,A. & I. Hernando(2007),“Firm Behaviour and Financial Pressure:Evidence from Spanish Panel Data”,Bulletin of Economic Research 59(4):283-311.
Bloch,C.(2013),“R&D Spillovers and Productivity:An Analysis of Geographical and Technological Dimensions”,Economics of Innovation and New Technology 22(5):447-460.
Brandt,L. et al(2017),“WTO Accession and Performance of Chinese Manufacturing Firms”,American Economic Review 107(9):2784-2820
Carboni,O. A.(2011),“R&D Subsidies And Private R&D Expenditures:Evidence from Italian Manufacturing Data”,International review of applied economics 25(4):419-439.
Cerqua,A. & G. Pellegrini(2014),“Do Subsidies to Private Capital Boost Firms' Growth? A Multiple Regression Discontinuity Design Approach”,Journal of Public Economics 109:114-126.
Chen,V. Z. et al(2012),“Ownership Structure and Innovation:An Emerging Market Perspective”,Asia Pacific Journal of Management 31:1-24.
Criscuolo,C. et al(2016),“The Causal Effects of an Industrial Policy”,CEP Discussion Paper,No.1113.
Dong,W. & B. Seo(2013),“Government Policy and Technological Innovation:A suggested Typology”,Technovation 33(6-7):173-179.
Guellec,D.(2000),“The Impact of Public R&D Expenditure on Business R&D”,Economics of Innovation and New Technology 12(3):225-243.
Gwartney,J. et al(1998),“The Size and Functions of Government and Economic Growth”,Prepared for the Joint Economic Committee.
Howell,A.(2017),“Picking ‘Winners' in China:Do Subsidies Matter for Indigenous Innovation and Firm Productivity?”,China Economic Review 44:154-165.
Kleer,R.(2010),“Government R&D subsidies as a signal for private investors”,Research Policy 39(10):1361-1374.
Leahy,D. & J. P. Neary(2007),“R&D Spillovers and the Case for Industrial Policy in an Open Economy”,Oxford Economic Papers 51:40-59.
Liang,X. et al(2012),“Outward Internationalization of Private Enterprises in China:The Effect of Competitive Advantages and Disadvantages Compared to Home Market Rivals”,Journal of World Business 47:134-144.
Luo,Y. et al(2011),“Venturing Abroad by Emerging Market Enterprises”,Management International Review 51:433-459.
Michael,S. C. & J. A. Pearce(2009),“The Need for Innovation as a Rationale for Government Involvement in Entrepreneurship”,Entrepreneurship & Regional Development 21(3):285-302.
Moffat,J.(2014),“Regional Selective Assistance in Scotland:Does it Make a Difference to Plant Productivity?”,Urban Studies 51(12):2555-2571.
Radas,S. et al(2015),“The Effects of Public Support Schemes on Small and Medium Enterprises”,Technovation 38:15-30.
Shang,H. et al(2018),“Credit Allocation and Firm Productivity Under Financial Imperfection:Evidence from Chinese Manufacturing Firms”,Emerging Markets Finance And Trade 54(5):992-1010.
Sissoko,A.(2011),“R&D Subsidies and Firm- Level Productivity:Theory and Evidence from France,European Association for Research in Industrial Economics”,Discussion Papers,No. 2011002.
Skuras,D. et al(2006),“The Effects of Regional Capital Subsidies on Productivity Growth:A Case Study of the Greek Food and Beverage Manufacturing Industry”,Journal of Regional Science 46(2):355-381.
Szczygielski,K.(2017),“Does Government Support for Private Innovation Matter? Firm-Level Evidence from Two Catching-up Countries”,Research Policy 46(1):219-237.
Takalo,T. & T. Tanayama(2008),“Adverse Selection and Financing of Innovation:Is There a Need for R&D Subsidies?”,Journal of Technology Transfer 35(1):16-41.
Wieser,R.(2005),“Research and Development Productivity and Spillovers:Empirical Evidence at the Firm Level”,Journal of Economic Survey 19(4):587-621.
 
 

[①] 模型1至模型3以及表6的结果是运用Ender针对中介效应模型所编写的stata程序进行的估计;而模型4至模型6的结果,本文运用两阶段最小二乘方法进行的估计。

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情: