楊 艷，鄭雅婷

(湖南大學(xué)工商管理學(xué)院，長(zhǎng)沙 湖南 410006)

一、引 言

改革開(kāi)放以來(lái)，中國(guó)社會(huì)主義現(xiàn)代化建設(shè)取得了舉世矚目的偉大成就，但經(jīng)濟(jì)增長(zhǎng)過(guò)度依賴(lài)能源資源消耗，自主創(chuàng)新能力較弱，經(jīng)濟(jì)效益有待提高。目前中國(guó)處于向創(chuàng)新型國(guó)家的轉(zhuǎn)型階段，如果想要做大做強(qiáng)，就必須依賴(lài)自身的研發(fā)創(chuàng)新，增強(qiáng)軟實(shí)力[1]。技術(shù)創(chuàng)新源于研發(fā)投資，但由于研發(fā)具有公共品的特征，其溢出效應(yīng)降低了企業(yè)自主創(chuàng)新的積極性[2]。且技術(shù)創(chuàng)新項(xiàng)目具有保密性特征，外部投資者和內(nèi)部管理者之間存在嚴(yán)重的信息不對(duì)稱(chēng)，使得企業(yè)難以獲得外部融資[3]。因此，社會(huì)研發(fā)投資水平總是低于最優(yōu)投資水平，需要政府介入以促進(jìn)企業(yè)的研發(fā)創(chuàng)新。2006年，中國(guó)頒布了《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》，提出加強(qiáng)自主創(chuàng)新能力與建設(shè)創(chuàng)新型國(guó)家的戰(zhàn)略，發(fā)揮財(cái)政資金對(duì)企業(yè)自主創(chuàng)新的引導(dǎo)作用。

政府科技補(bǔ)貼是以公共資金直接支持企業(yè)技術(shù)創(chuàng)新的財(cái)政支出。政府補(bǔ)貼政策的有效性已經(jīng)有許多學(xué)者研究，但未能達(dá)成一致。有研究表明，政府補(bǔ)貼能夠有效提升企業(yè)的研發(fā)投入水平[4][5]、促進(jìn)企業(yè)的專(zhuān)利產(chǎn)出[6][7]、提升企業(yè)的創(chuàng)新效率[8]；然而，也有研究提供相反的證據(jù)，認(rèn)為政府參與資源配置失效，會(huì)擠出企業(yè)的自主研發(fā)投入[9][10]，不利于企業(yè)的專(zhuān)利產(chǎn)出[11]和創(chuàng)新效率的提高[12][13]。為進(jìn)一步厘清政府補(bǔ)貼與企業(yè)創(chuàng)新的關(guān)系，學(xué)者開(kāi)始關(guān)注產(chǎn)權(quán)性質(zhì)[14]、行業(yè)特征[15]、外部環(huán)境[16]、內(nèi)部控制[17]、政治關(guān)聯(lián)[18]等因素對(duì)政府補(bǔ)貼績(jī)效的影響。然而，現(xiàn)有文獻(xiàn)較少?gòu)暮暧^經(jīng)濟(jì)政策視角來(lái)研究政府科技補(bǔ)貼績(jī)效。

持續(xù)深化改革以來(lái)，市場(chǎng)經(jīng)濟(jì)地位進(jìn)一步提高，但現(xiàn)實(shí)中政府仍對(duì)關(guān)鍵性生產(chǎn)要素(如資金、土地等)保持控制。中國(guó)的法制不健全、市場(chǎng)機(jī)制不成熟、政府力量強(qiáng)大等問(wèn)題[19]使得政府出臺(tái)的宏觀經(jīng)濟(jì)政策對(duì)企業(yè)行為有重大影響。那么，宏觀經(jīng)濟(jì)政策如何影響政府科技補(bǔ)貼績(jī)效？“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃(以下簡(jiǎn)稱(chēng)“四萬(wàn)億”)提供了一個(gè)檢驗(yàn)政府的宏觀經(jīng)濟(jì)政策后果的理想外部沖擊環(huán)境?！八娜f(wàn)億”是中國(guó)在2007年美國(guó)次貸危機(jī)席卷全球的環(huán)境下，為平滑經(jīng)濟(jì)周期、穩(wěn)定GDP而推出的促進(jìn)經(jīng)濟(jì)增長(zhǎng)的十項(xiàng)措施。該計(jì)劃具有一定的綜合性，不僅包括貨幣政策、財(cái)政政策，還包括產(chǎn)業(yè)政策等。有研究表明，“四萬(wàn)億”有效拉動(dòng)了GDP增長(zhǎng)，對(duì)拉動(dòng)內(nèi)需和抵御外部沖擊發(fā)揮了巨大作用[20]，但也引發(fā)新一輪通脹和更嚴(yán)重的產(chǎn)能過(guò)剩等問(wèn)題[21]。微觀而言，該計(jì)劃顯著提高了其重點(diǎn)傾向行業(yè)企業(yè)杠桿率[22]，如鋼鐵、水泥等行業(yè)的固定資產(chǎn)投資規(guī)模進(jìn)一步擴(kuò)大[23]；“四萬(wàn)億”會(huì)導(dǎo)致企業(yè)投資效率下降[24]，受其重點(diǎn)支持十大行業(yè)下的政府控制企業(yè)更容易存在過(guò)度投資行為?，F(xiàn)有文獻(xiàn)大多集中于研究“四萬(wàn)億”對(duì)企業(yè)投融資行為的影響，而較少研究“四萬(wàn)億”對(duì)企業(yè)研發(fā)創(chuàng)新行為的影響。在“四萬(wàn)億”實(shí)施期間，受其重點(diǎn)支持行業(yè)的企業(yè)面對(duì)外部需求突然上升以及未來(lái)經(jīng)濟(jì)高度不確定性的情形，政府科技補(bǔ)貼的績(jī)效是否改變以及如何改變便是值得探究的問(wèn)題。

基于此，本文選取2007～2014年中國(guó)A股上市公司作為研究樣本，實(shí)證檢驗(yàn)了“四萬(wàn)億”與政府科技補(bǔ)貼績(jī)效的關(guān)系。通過(guò)手工收集整理，本文從政府補(bǔ)貼明細(xì)中提取了政府科技補(bǔ)貼的數(shù)據(jù)，再以專(zhuān)利申請(qǐng)數(shù)衡量政府科技補(bǔ)貼的績(jī)效。在進(jìn)行實(shí)證檢驗(yàn)后發(fā)現(xiàn)，政府科技補(bǔ)貼可以促進(jìn)企業(yè)專(zhuān)利產(chǎn)出，但“四萬(wàn)億”會(huì)抑制政府科技補(bǔ)貼對(duì)企業(yè)創(chuàng)新的促進(jìn)效應(yīng)。在進(jìn)一步研究中，本文發(fā)現(xiàn)產(chǎn)權(quán)性質(zhì)、是否為高新技術(shù)企業(yè)、知識(shí)產(chǎn)權(quán)保護(hù)程度均會(huì)影響“四萬(wàn)億”與政府科技補(bǔ)貼績(jī)效的關(guān)系。考慮到內(nèi)生性問(wèn)題可能引發(fā)的偏誤，本文采用Heckman兩階段方法為“四萬(wàn)億”抑制政府科技補(bǔ)貼績(jī)效提供了更為穩(wěn)健的證據(jù)。此外，本文還通過(guò)變量替換進(jìn)行了穩(wěn)健性檢驗(yàn)。

本文貢獻(xiàn)在于：將“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃與企業(yè)研發(fā)創(chuàng)新行為結(jié)合起來(lái)討論，豐富了宏觀經(jīng)濟(jì)政策對(duì)企業(yè)行為影響等方面的研究；將專(zhuān)利分為高質(zhì)量的發(fā)明專(zhuān)利和低質(zhì)量的非發(fā)明專(zhuān)利，更為深入地探討了企業(yè)的創(chuàng)新行為；全面、細(xì)致地對(duì)比了“四萬(wàn)億”的短期、長(zhǎng)期影響；將全部樣本按產(chǎn)權(quán)性質(zhì)、是否為高新技術(shù)企業(yè)、所在地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度高低進(jìn)行分組，討論“四萬(wàn)億”對(duì)不同企業(yè)的影響。本文拓展了有關(guān)政府科技補(bǔ)貼績(jī)效的影響因素研究，有助于澄清政府科技補(bǔ)貼與創(chuàng)新政策的爭(zhēng)議，豐富了宏觀經(jīng)濟(jì)與企業(yè)創(chuàng)新行為的研究。

二、理論分析與假說(shuō)提出

(一)政府科技補(bǔ)貼對(duì)創(chuàng)新的影響

技術(shù)創(chuàng)新的高投入是企業(yè)技術(shù)創(chuàng)新的基礎(chǔ)和保證，政府科技補(bǔ)貼可以緩解企業(yè)資金壓力，激勵(lì)企業(yè)將創(chuàng)新資源分配到高成本的新技術(shù)領(lǐng)域，彌補(bǔ)“價(jià)格溢出”和“知識(shí)溢出”帶來(lái)的損失，降低企業(yè)融資成本和企業(yè)對(duì)風(fēng)險(xiǎn)高、投入大的創(chuàng)新項(xiàng)目的壓力[25][26]。此外，企業(yè)獲得政府補(bǔ)貼還有信號(hào)傳遞的作用，通過(guò)降低技術(shù)創(chuàng)新活動(dòng)的信息不對(duì)稱(chēng)性，為企業(yè)吸引投資。Maryann等(2006)發(fā)現(xiàn)，與未獲得政府研發(fā)補(bǔ)貼的企業(yè)相比，獲得政府研發(fā)補(bǔ)貼的公司會(huì)有更多來(lái)源的資金[27]。Kleer(2010)使用信號(hào)模型發(fā)現(xiàn)如果補(bǔ)貼伴隨著一個(gè)質(zhì)量信號(hào)，它可以導(dǎo)致私人投資增加或更好地選擇[28]。Takalo等(2010)發(fā)現(xiàn)在一定條件下，公共研發(fā)補(bǔ)貼可以減少科技型創(chuàng)業(yè)企業(yè)的融資約束[29]。由此，我們提出假說(shuō)1：

H1：政府科技補(bǔ)貼會(huì)激勵(lì)企業(yè)創(chuàng)新。

(二)“四萬(wàn)億”影響

中國(guó)的2008年GDP為30.07萬(wàn)億元，按計(jì)劃中央政府將在兩年時(shí)間就投入4萬(wàn)億元，加上地方政府投資的18萬(wàn)億元，該政策涉及的資金占中國(guó)經(jīng)濟(jì)總量的比重較大，因而對(duì)企業(yè)經(jīng)營(yíng)行為帶來(lái)巨大影響。一方面，受“四萬(wàn)億”重點(diǎn)支持的行業(yè)需求大增，受其重點(diǎn)支持行業(yè)的企業(yè)為追逐利潤(rùn)和市場(chǎng)份額，將資源更多投向可以獲得短期利潤(rùn)的項(xiàng)目(如固定資產(chǎn)更新、產(chǎn)能擴(kuò)大等)。有研究表明，“四萬(wàn)億”使其重點(diǎn)支持行業(yè)的固定資產(chǎn)投資規(guī)模進(jìn)一步擴(kuò)大[23]且企業(yè)投資效率下降[24]。由于，企業(yè)的資源是有限的，企業(yè)的經(jīng)營(yíng)重心轉(zhuǎn)到固定資產(chǎn)投資和追逐短期利潤(rùn)必然導(dǎo)致其對(duì)高風(fēng)險(xiǎn)研發(fā)活動(dòng)的忽視。另一方面，企業(yè)研發(fā)行為會(huì)隨經(jīng)濟(jì)周期變化。當(dāng)企業(yè)由于監(jiān)管、醫(yī)療保健和稅收等方面的可能變化而對(duì)經(jīng)營(yíng)成本產(chǎn)生懷疑時(shí)，他們會(huì)對(duì)研發(fā)投資計(jì)劃更加謹(jǐn)慎[30]。企業(yè)的研發(fā)創(chuàng)新支出是順周期的[31]、在繁榮時(shí)期表現(xiàn)出聚集的趨勢(shì)[32]。因此，在經(jīng)濟(jì)危機(jī)時(shí)期，企業(yè)經(jīng)營(yíng)外部環(huán)境面臨巨大不確定性，致使企業(yè)進(jìn)行研發(fā)創(chuàng)新的動(dòng)力降低，并進(jìn)而導(dǎo)致政府科技補(bǔ)貼績(jī)效下降。由此，我們提出假說(shuō)2：

H2：“四萬(wàn)億”會(huì)抑制政府科技補(bǔ)貼績(jī)效。

(三)分組分析

1.產(chǎn)權(quán)性質(zhì)

在“四萬(wàn)億”實(shí)施期間，更多的資源被分配給國(guó)有企業(yè)[33]，且國(guó)有企業(yè)的杠桿率比非國(guó)有企業(yè)的杠桿率增長(zhǎng)相對(duì)更大[34]。這一方面是因?yàn)椤八娜f(wàn)億”資金投向主要為基礎(chǔ)設(shè)施建設(shè)、災(zāi)后重建、保障性住房建設(shè)等國(guó)有企業(yè)居多的行業(yè)，另一方面是出于國(guó)有企業(yè)天然的政治優(yōu)越性。因此，在“四萬(wàn)億”背景下，國(guó)有企業(yè)面臨市場(chǎng)需求大增的情形要遠(yuǎn)勝于非國(guó)有企業(yè)，國(guó)有企業(yè)更可能將資源過(guò)多地放在固定資產(chǎn)更新、擴(kuò)大產(chǎn)能等方面，導(dǎo)致其對(duì)研發(fā)創(chuàng)新的重視程度下降更多。此外，在經(jīng)濟(jì)危機(jī)時(shí)期，國(guó)有企業(yè)可能更需要在維護(hù)社會(huì)穩(wěn)定和就業(yè)方面做出更多貢獻(xiàn)[35][36]。由此，我們提出假說(shuō)3a：

H3a：相對(duì)非國(guó)有企業(yè)，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用在國(guó)有企業(yè)更強(qiáng)。

2.是否為高新技術(shù)企業(yè)

高新技術(shù)企業(yè)是指在2008年《國(guó)家重點(diǎn)支持的高新技術(shù)領(lǐng)域》內(nèi)，持續(xù)進(jìn)行研究開(kāi)發(fā)與技術(shù)成果轉(zhuǎn)化，形成企業(yè)核心自主知識(shí)產(chǎn)權(quán)的經(jīng)濟(jì)實(shí)體。高新技術(shù)企業(yè)認(rèn)定需滿足研發(fā)強(qiáng)度、人員構(gòu)成、科技成果轉(zhuǎn)化能力等條件。相比非高新技術(shù)企業(yè)，高新技術(shù)企業(yè)有更強(qiáng)的創(chuàng)新意愿，以及擁有更豐富的知識(shí)積累。研究發(fā)現(xiàn)，企業(yè)知識(shí)積累顯著提升企業(yè)創(chuàng)新能力[37]，并通過(guò)創(chuàng)新能力的中介作用促進(jìn)企業(yè)成長(zhǎng)[38]。在“四萬(wàn)億”背景下，中國(guó)提出十項(xiàng)擴(kuò)大內(nèi)需政策，其中包括加快自主創(chuàng)新和結(jié)構(gòu)調(diào)整。在這個(gè)背景下，企業(yè)獲得大量補(bǔ)貼、稅收等扶持政策，相比更具創(chuàng)新意愿和創(chuàng)新能力的高新技術(shù)企業(yè)，非高新技術(shù)企業(yè)的研發(fā)創(chuàng)新成果并不能馬上增強(qiáng)。由此，本文提出假說(shuō)3b：

H3b：相對(duì)高新技術(shù)企業(yè)，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用在非高新技術(shù)企業(yè)分組更強(qiáng)。

3.地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度

知識(shí)產(chǎn)權(quán)保護(hù)可以在技術(shù)研發(fā)階段減少投資風(fēng)險(xiǎn)、緩解融資壓力[39]，是保障專(zhuān)利獨(dú)占利益的關(guān)鍵。在知識(shí)產(chǎn)權(quán)保護(hù)力度較強(qiáng)的地區(qū)，企業(yè)因能獲得更多的保護(hù)而更愿意進(jìn)行研發(fā)創(chuàng)新并將創(chuàng)新成果轉(zhuǎn)化為專(zhuān)利，而在知識(shí)產(chǎn)權(quán)保護(hù)力度較弱的地區(qū)，企業(yè)研發(fā)意愿較弱且較不愿意公開(kāi)研發(fā)成果信息和申請(qǐng)專(zhuān)利。Lin等(2010)研究發(fā)現(xiàn)產(chǎn)權(quán)保護(hù)與企業(yè)研發(fā)活動(dòng)顯著正相關(guān)[40]。在“四萬(wàn)億”背景下，知識(shí)產(chǎn)權(quán)保護(hù)力度較強(qiáng)的地區(qū)受到的負(fù)面影響較小，而知識(shí)產(chǎn)權(quán)保護(hù)力度較弱的地區(qū)受到的負(fù)面影響較大。由此，本文提出假說(shuō)3c：

H3c：相對(duì)在知識(shí)產(chǎn)權(quán)保護(hù)力度較強(qiáng)地區(qū)的企業(yè)，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用在知識(shí)產(chǎn)權(quán)保護(hù)力度較低地區(qū)的企業(yè)更強(qiáng)。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

本文選取2007～2014年A股上市公司為樣本進(jìn)行檢驗(yàn)。中國(guó)于2007年開(kāi)始采用新《企業(yè)會(huì)計(jì)準(zhǔn)則》，為保證數(shù)據(jù)的可比性，選擇2007年為數(shù)據(jù)起始期間。2008年底“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃出臺(tái)，并于2009年正式實(shí)施。政策實(shí)施期間為2009～2010年，故在主要分析當(dāng)中本文采用2007～2010年數(shù)據(jù)，僅在驗(yàn)證“四萬(wàn)億”政策的持續(xù)性時(shí)采用2011～2014年數(shù)據(jù)。企業(yè)財(cái)務(wù)數(shù)據(jù)和專(zhuān)利授權(quán)數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)，各地區(qū)GDP數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)局官網(wǎng)。本文對(duì)原始數(shù)據(jù)進(jìn)行了篩選并剔除了主要變量缺失的樣本。由于金融、保險(xiǎn)行業(yè)特殊性，對(duì)創(chuàng)新的需求較弱，故在回歸中排除金融、保險(xiǎn)行業(yè)(根據(jù)2012年版證監(jiān)會(huì)行業(yè)分類(lèi))。并且，經(jīng)營(yíng)困難、瀕臨退市的PT/ST公司，也不再納入回歸分析。最終，共得到6 095個(gè)有效觀測(cè)值，為控制極端值對(duì)檢驗(yàn)結(jié)果帶來(lái)的偏誤，對(duì)所有連續(xù)變量進(jìn)行了前后1%的縮尾處理。

(二)變量定義與模型設(shè)定

解釋變量政府科技補(bǔ)貼(RDSub)取自上市公司財(cái)務(wù)報(bào)表附注中的政府補(bǔ)助項(xiàng)目。本文根據(jù)相關(guān)介紹是否涉及“研發(fā)”“創(chuàng)新”“科研”“新產(chǎn)品”“R&D”“專(zhuān)利”“重大項(xiàng)目”“火炬計(jì)劃”“星火計(jì)劃”“973計(jì)劃”等關(guān)鍵詞判斷是否屬于政府科技補(bǔ)貼，剔除“納稅大戶”“上市”“出口”“外貿(mào)”“展會(huì)”等明顯不屬于政府科技補(bǔ)貼的項(xiàng)目，并除以總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化。被解釋變量企業(yè)創(chuàng)新績(jī)效一般采用企業(yè)新產(chǎn)品收入、專(zhuān)利數(shù)量等進(jìn)行衡量。由于現(xiàn)行上市公司財(cái)務(wù)報(bào)表很難區(qū)分新產(chǎn)品收入，故本文采用企業(yè)專(zhuān)利數(shù)量來(lái)描述企業(yè)創(chuàng)新績(jī)效。由于專(zhuān)利申請(qǐng)到授權(quán)需要一定時(shí)間，故用專(zhuān)利申請(qǐng)數(shù)量衡量企業(yè)創(chuàng)新產(chǎn)出更為貼切，并使用專(zhuān)利授權(quán)數(shù)量作為替換變量進(jìn)行穩(wěn)健性分析。此外，由于從研發(fā)到產(chǎn)出需要一定的時(shí)間，本文采用滯后一期的專(zhuān)利數(shù)量加1后取對(duì)數(shù)進(jìn)行衡量。本文被解釋變量包括所有專(zhuān)利申請(qǐng)數(shù)(LnApply)、發(fā)明專(zhuān)利申請(qǐng)數(shù)(LnIApply)和非發(fā)明專(zhuān)利申請(qǐng)數(shù)(LnUDApply)。

為驗(yàn)證假說(shuō)1，采用PSM模型估計(jì)。PSM中的變量包括處理變量、結(jié)果變量和協(xié)變量：處理變量為當(dāng)年是否獲得政府科技補(bǔ)貼；結(jié)果變量為滯后一期的專(zhuān)利申請(qǐng)數(shù)；協(xié)變量包括企業(yè)規(guī)模、年齡、資產(chǎn)負(fù)債率、是否虧損、托賓Q、產(chǎn)權(quán)性質(zhì)、是否屬于高新技術(shù)產(chǎn)業(yè)以及當(dāng)?shù)谿DP水平。

為驗(yàn)證假說(shuō)2，采用雙重差分模型估計(jì)，如式(1)所示。由于部分樣本數(shù)據(jù)的被解釋變量專(zhuān)利申請(qǐng)數(shù)在左側(cè)取值為0且受時(shí)間和行業(yè)影響較大，故本文采用單側(cè)Tobit模型進(jìn)行回歸，并控制時(shí)間和行業(yè)固定效應(yīng)。

LnApplyit/LnIApplyit/LnUDApplyit=β0+β1RDSubit+β2IndAit+β3IndAit×RDSubit+β4Postit+

β5Postit×RDSubit+β6Postit×IndAit+β7Postit×IndAit×

RDSubit+∑Controlsit+εit

(1)

在上式中，下標(biāo)i代表企業(yè)，下標(biāo)t代表年份，εit代表誤差項(xiàng)。IndA代表企業(yè)所處行業(yè)是否受到“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的重點(diǎn)支持，將農(nóng)林牧漁、冶金工業(yè)、電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、房地產(chǎn)業(yè)、居民服務(wù)業(yè)、文化、體育和娛樂(lè)業(yè)、生態(tài)保護(hù)和環(huán)境治理業(yè)、軟件和信息技術(shù)服務(wù)業(yè)、裝備制造業(yè)等行業(yè)劃分為“四萬(wàn)億”重點(diǎn)支持行業(yè)。Post表示時(shí)間變量，中國(guó)于2008年底制定“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃，政策實(shí)施期間為2009～2010年，故將2007～2008年定義為Post=0，2009～2010年定義為Post=1。Controls表示控制變量。本文選取可能影響企業(yè)創(chuàng)新活動(dòng)的控制變量有研發(fā)投入強(qiáng)度(RDI)、公司規(guī)模(Size)、公司成立年齡(Age)、流動(dòng)比率(Liquidity)、固定資產(chǎn)比例(Tangibility)、經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~(CF)、獨(dú)董比例(Indep)、所在地區(qū)GDP(LnGDP)以及是否虧損(Loss)。在進(jìn)一步分析中，本文加入3個(gè)變量：產(chǎn)權(quán)性質(zhì)(SOE)、是否為高新技術(shù)企業(yè)(HighTech)和地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度(Ipr)。具體定義見(jiàn)表1。

表1 變量定義表

四、實(shí)證分析與結(jié)果

(一)樣本差異性檢驗(yàn)

如表2所示，樣本企業(yè)平均每年專(zhuān)利申請(qǐng)數(shù)、發(fā)明專(zhuān)利申請(qǐng)數(shù)、非發(fā)明專(zhuān)利申請(qǐng)數(shù)和政府科技補(bǔ)貼占總資產(chǎn)比重分別為1.649、1.075、1.256和0.064%，而所有專(zhuān)利、發(fā)明專(zhuān)利和非發(fā)明專(zhuān)利的標(biāo)準(zhǔn)差分別為1.648、1.312和1.510，說(shuō)明樣本分布較為分散、差異較大。樣本中66.6%的企業(yè)屬于受“四萬(wàn)億”重點(diǎn)支持的行業(yè)，56.4%的企業(yè)為國(guó)有企業(yè)，而24.6%的企業(yè)為高新技術(shù)企業(yè)。

表2 描述性統(tǒng)計(jì)分析

(二)回歸結(jié)果分析

1.政府科技補(bǔ)貼對(duì)創(chuàng)新績(jī)效的影響

為檢驗(yàn)假說(shuō)1，本文采用K近鄰匹配(k=1,4)、卡尺內(nèi)近鄰匹配、半徑匹配和核匹配的匹配方法。如表3所示，前5列為2007年的樣本數(shù)據(jù)，6～10列為2008年的樣本數(shù)據(jù)，對(duì)所有類(lèi)型專(zhuān)利，不論采用什么匹配方法，處理組的專(zhuān)利申請(qǐng)總數(shù)、發(fā)明專(zhuān)利申請(qǐng)數(shù)和非發(fā)明專(zhuān)利申請(qǐng)數(shù)都顯著高于控制組。因而，政府科技補(bǔ)貼能顯著增加企業(yè)的專(zhuān)利申請(qǐng)數(shù)量，印證了本文假說(shuō)1。

表3 “四萬(wàn)億”刺激計(jì)劃對(duì)總專(zhuān)利授權(quán)數(shù)量的影響

2.“四萬(wàn)億”刺激計(jì)劃對(duì)政府科技補(bǔ)貼績(jī)效的影響

雙重差分模型的估計(jì)結(jié)果如表4所示。Panel A中，第一列中變量RDSub的估計(jì)系數(shù)顯著為正，說(shuō)明政府科技補(bǔ)貼對(duì)創(chuàng)新績(jī)效有顯著的促進(jìn)作用，再次印證了假說(shuō)1；第二列中變量IndA的估計(jì)系數(shù)無(wú)顯著性表明是否受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)支持并不會(huì)直接影響企業(yè)的專(zhuān)利產(chǎn)出；第三列中變量IndA和變量RDSub的交互項(xiàng)系數(shù)顯著為負(fù)，說(shuō)明變量IndA會(huì)負(fù)向調(diào)節(jié)政府科技補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)；第四列中時(shí)間虛擬變量Post的估計(jì)系數(shù)顯著為正表明隨著時(shí)間推移，企業(yè)的專(zhuān)利產(chǎn)出會(huì)顯著增加；第五列中變量Post和變量RDSub的交互項(xiàng)系數(shù)無(wú)顯著性表明時(shí)間虛擬變量不會(huì)調(diào)節(jié)政府科技補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)；第六列中，時(shí)間虛擬變量Post、變量IndA以及變量RDSub交互項(xiàng)的估計(jì)系數(shù)顯著為負(fù)，表明與非重點(diǎn)傾向行業(yè)上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃顯著降低了政府科技補(bǔ)貼對(duì)重點(diǎn)傾向行業(yè)企業(yè)申請(qǐng)專(zhuān)利的激勵(lì)作用，這印證了本文的假說(shuō)2。在Panel B和Panel C中，變量IndA、時(shí)間虛擬變量Post以及變量RDSub交互項(xiàng)的估計(jì)系數(shù)也顯著為負(fù)，說(shuō)明不論是發(fā)明專(zhuān)利還是非發(fā)明專(zhuān)利，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃均會(huì)顯著降低政府科技補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)。

表4 “四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的影響

3.“四萬(wàn)億”影響持續(xù)性分析

檢驗(yàn)“四萬(wàn)億”影響的持續(xù)性，定義Year2009～Year2014共6個(gè)時(shí)間虛擬變量，每個(gè)變量當(dāng)年取值為1，2007～2008年取值為0，即每個(gè)變量只取3年數(shù)據(jù)，以檢驗(yàn)當(dāng)年樣本數(shù)據(jù)和“四萬(wàn)億”實(shí)施前樣本數(shù)據(jù)的差異。如表5所示，由計(jì)劃重點(diǎn)傾向行業(yè)虛擬變量IndA、時(shí)間虛擬變量Year以及政府科技補(bǔ)貼RDSub交互項(xiàng)的估計(jì)系數(shù)顯著性可知，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用呈現(xiàn)先增強(qiáng)后減弱的趨勢(shì)，在2010年“四萬(wàn)億”退出之后這種抑制作用并不會(huì)馬上消失，而是會(huì)持續(xù)到2012年，這和一般項(xiàng)目的建設(shè)周期為2～3年的規(guī)律相符合。

(三)分組分析

1.產(chǎn)權(quán)性質(zhì)

不同產(chǎn)權(quán)性質(zhì)企業(yè)的雙重差分模型估計(jì)結(jié)果如表6所示，IndA、Post、RDSub3個(gè)變量的交乘項(xiàng)系數(shù)對(duì)于LnApply均顯著為負(fù)，但國(guó)有企業(yè)有兩顆星的顯著度，而非國(guó)有企業(yè)只有一顆星的顯著度，所以“四萬(wàn)億”對(duì)政府科技補(bǔ)貼創(chuàng)新績(jī)效的抑制作用在國(guó)有企業(yè)更為顯著。IndA、Post、RDSub三個(gè)變量的交乘項(xiàng)系數(shù)對(duì)于LnIApply在國(guó)有企業(yè)顯著，而在非國(guó)有企業(yè)不顯著，表明對(duì)發(fā)明專(zhuān)利而言，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的影響只在國(guó)有企業(yè)顯著，印證了本文的假說(shuō)3a。

2.是否為高新技術(shù)企業(yè)

如表7所示，對(duì)于高新技術(shù)企業(yè)的所有專(zhuān)利、發(fā)明專(zhuān)利和非發(fā)明專(zhuān)利，IndA、Post、RDSub3個(gè)變量的交乘項(xiàng)系數(shù)均無(wú)顯著性，而對(duì)于非高新技術(shù)企業(yè)，IndA、Post、RDSub3個(gè)變量的交乘項(xiàng)系數(shù)顯著為負(fù)，說(shuō)明非高新技術(shù)企業(yè)獲得的政府科技補(bǔ)貼績(jī)效受“四萬(wàn)億”的影響更為顯著，印證了本文的假說(shuō)3b。

表6 產(chǎn)權(quán)性質(zhì)分組分析

表7 企業(yè)是否為高新技術(shù)企業(yè)分組分析

3.地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度

如表8所示，對(duì)于知識(shí)產(chǎn)權(quán)保護(hù)力度較高的地區(qū)，企業(yè)的所有專(zhuān)利、發(fā)明專(zhuān)利和非發(fā)明專(zhuān)利，IndA、Post、RDSub3個(gè)變量的交乘項(xiàng)系數(shù)均無(wú)顯著性，而對(duì)于知識(shí)產(chǎn)權(quán)保護(hù)力度較低的地區(qū)企業(yè)，IndA、Post、RDSub3個(gè)變量的交乘項(xiàng)系數(shù)顯著為負(fù)，說(shuō)明“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的影響在知識(shí)產(chǎn)權(quán)保護(hù)力度較弱的地區(qū)更為顯著，印證了本文的假說(shuō)3c。

五、穩(wěn)健性分析

(一)內(nèi)生性問(wèn)題控制

更有創(chuàng)新意愿的企業(yè)更容易獲得補(bǔ)貼，政府補(bǔ)貼又進(jìn)一步促進(jìn)企業(yè)創(chuàng)新，為解決模型1的自選擇問(wèn)題，本文采用雙重差分和Heckman兩步法回歸進(jìn)行穩(wěn)健性分析。Heckman回歸的第一階段回歸模型選取的變量包括應(yīng)交稅費(fèi)TaxPayable、是否虧損Loss、產(chǎn)權(quán)性質(zhì)SOE、公司規(guī)模LnAsset、公司年齡Age、地區(qū)GDP水平LnGDP以及地區(qū)市場(chǎng)化水平Market。如表9所示，變量IndA、Post、RDSub交互項(xiàng)的估計(jì)系數(shù)顯著為負(fù)，與表4的結(jié)果基本一致，表明與非重點(diǎn)傾向行業(yè)上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃顯著降低了在重點(diǎn)傾向行業(yè)公司的政府科技補(bǔ)貼績(jī)效，表明本文的回歸估計(jì)結(jié)果穩(wěn)健。

表9 Heckman兩階段模型回歸結(jié)果

(二)改變度量方法的穩(wěn)健性分析

將所有專(zhuān)利申請(qǐng)數(shù)量(LnApply)、發(fā)明專(zhuān)利申請(qǐng)數(shù)量(LnIApply)和非發(fā)明專(zhuān)利申請(qǐng)數(shù)量(LnUDApply)依次替換為所有專(zhuān)利授權(quán)數(shù)量(LnGrant)、發(fā)明專(zhuān)利授權(quán)數(shù)量(LnIGrant)和非發(fā)明專(zhuān)利授權(quán)數(shù)量(LnUDGrant)。如表10所示，變量IndA、Post、RDSub交互項(xiàng)的估計(jì)系數(shù)顯著為負(fù)，與表4的結(jié)果基本一致，表明與非重點(diǎn)傾向行業(yè)上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃顯著降低了在重點(diǎn)傾向行業(yè)公司的政府科技補(bǔ)貼績(jī)效，檢驗(yàn)了本文的回歸估計(jì)結(jié)果穩(wěn)健性。

表10 “四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的影響

六、結(jié)論與建議

本文基于中國(guó)A股上市公司的樣本，運(yùn)用傾向得分匹配和雙重差分模型，探討了“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)政府科技補(bǔ)貼創(chuàng)新績(jī)效的影響。研究發(fā)現(xiàn)，“四萬(wàn)億”會(huì)抑制政府科技補(bǔ)貼對(duì)專(zhuān)利產(chǎn)出的激勵(lì)效應(yīng)，這種抑制作用對(duì)發(fā)明專(zhuān)利和非發(fā)明專(zhuān)利均顯著，且這種抑制作用不會(huì)在“四萬(wàn)億”政策退出之后馬上消失，而會(huì)持續(xù)到2012年。本文進(jìn)一步研究表明，相對(duì)非國(guó)有企業(yè)，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用在國(guó)有企業(yè)更強(qiáng)，且“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用只在非高新技術(shù)企業(yè)顯著，而對(duì)高新技術(shù)企業(yè)不顯著；同時(shí)“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用只在知識(shí)產(chǎn)權(quán)保護(hù)程度低的地區(qū)顯著，而對(duì)知識(shí)產(chǎn)權(quán)保護(hù)程度高的地區(qū)不顯著。

本文的研究結(jié)論能得出如下啟示：第一，在2007～2014年，中國(guó)處于創(chuàng)新型國(guó)家建設(shè)初期，政府科技補(bǔ)貼對(duì)創(chuàng)新具有顯著的激勵(lì)效應(yīng)，這印證了采取補(bǔ)貼方式激勵(lì)創(chuàng)新的重要性。第二，由于科技補(bǔ)貼績(jī)效會(huì)因內(nèi)外部因素而波動(dòng)，因此，相關(guān)部門(mén)應(yīng)建立相關(guān)的評(píng)審機(jī)制，對(duì)企業(yè)研發(fā)成果進(jìn)行檢驗(yàn)，避免企業(yè)將補(bǔ)貼資金用于與研發(fā)創(chuàng)新不相關(guān)的其他經(jīng)營(yíng)活動(dòng)，以提高政府研發(fā)補(bǔ)貼資金的使用效率。第三，“四萬(wàn)億”成功地讓中國(guó)經(jīng)濟(jì)在2009年快速?gòu)?fù)蘇，但它在一定程度上擾亂了市場(chǎng)秩序，尤其是在政策重點(diǎn)支持的行業(yè)。且其影響在該計(jì)劃退出后持續(xù)存在。因此，政府在今后面對(duì)類(lèi)似宏觀經(jīng)濟(jì)波動(dòng)時(shí)，出臺(tái)刺激政策不僅應(yīng)考慮政策短期內(nèi)對(duì)經(jīng)濟(jì)的提振作用，也需考慮政策對(duì)企業(yè)行為的長(zhǎng)期影響。第四，不同產(chǎn)權(quán)性質(zhì)的企業(yè)受到的影響具有顯著差異，政府在制定經(jīng)濟(jì)政策時(shí)，應(yīng)考慮政策影響對(duì)象的綜合情況，以免導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)失衡。并且，相關(guān)部門(mén)應(yīng)加強(qiáng)對(duì)小型民營(yíng)企業(yè)的創(chuàng)新激勵(lì)，在財(cái)稅政策等方面適當(dāng)傾斜以達(dá)到實(shí)質(zhì)公平。第五，“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的抑制作用主要體現(xiàn)在非高新技術(shù)企業(yè)，說(shuō)明企業(yè)知識(shí)積累和創(chuàng)新能力對(duì)政府補(bǔ)貼績(jī)效的發(fā)揮有重大影響，有關(guān)部門(mén)在發(fā)放補(bǔ)貼時(shí)可加強(qiáng)對(duì)企業(yè)歷史研發(fā)數(shù)據(jù)的審查。第六，良好的知識(shí)產(chǎn)權(quán)保護(hù)環(huán)境可以保護(hù)企業(yè)的研發(fā)創(chuàng)新行為，政府應(yīng)大力培養(yǎng)良好的知識(shí)產(chǎn)權(quán)保護(hù)制度，為企業(yè)創(chuàng)新提供制度保障。

本文的主要?jiǎng)?chuàng)新點(diǎn)如下：(1)從研究視角上看，現(xiàn)有文獻(xiàn)較少關(guān)注宏觀經(jīng)濟(jì)政策對(duì)政府科技補(bǔ)貼績(jī)效的影響，本文將“四萬(wàn)億”與政府科技補(bǔ)貼績(jī)效聯(lián)系起來(lái)，揭示了“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的作用機(jī)理，并提供了經(jīng)驗(yàn)證據(jù)。這既豐富了“四萬(wàn)億”的經(jīng)濟(jì)后果研究，又拓展了政府研發(fā)補(bǔ)貼績(jī)效的影響因素分析。(2)從研究?jī)?nèi)容上看，文章考察了微觀及宏觀兩個(gè)維度的異質(zhì)性對(duì)“四萬(wàn)億”與政府研發(fā)補(bǔ)貼績(jī)效的影響，即從企業(yè)產(chǎn)權(quán)性質(zhì)、是否為高新技術(shù)企業(yè)及所在地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度差異性等維度細(xì)化了“四萬(wàn)億”對(duì)政府科技補(bǔ)貼績(jī)效的影響，并進(jìn)一步檢驗(yàn)了“四萬(wàn)億”的持續(xù)性影響，延伸和拓展了“四萬(wàn)億”對(duì)政府研發(fā)補(bǔ)貼績(jī)效的影響研究。(3)從研究方法上看，利用傾向得分匹配、兩階段最小二乘法來(lái)控制政府研發(fā)補(bǔ)貼和企業(yè)創(chuàng)新行為之間可能存在的內(nèi)生性問(wèn)題，從而使研究結(jié)論更穩(wěn)健、更具說(shuō)服力。本文對(duì)于全面、系統(tǒng)地評(píng)價(jià)“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃有一定的幫助，為政策制定者提供一定的借鑒和參考。