姚金海，鐘國輝

（1.中共江西省委黨校經(jīng)濟學(xué)教研部，江西 南昌330108；2.中共江西省委黨校公共管理學(xué)教研部，江西 南昌330108）

一、問題的提出

黨的十九屆六中全會通過的《中共中央關(guān)于黨的百年奮斗重大成就和歷史經(jīng)驗的決議》強調(diào)，必須實現(xiàn)以創(chuàng)新為第一動力的高質(zhì)量發(fā)展。 富有競爭力的企業(yè)是高質(zhì)量發(fā)展的微觀基礎(chǔ)，只有構(gòu)建以企業(yè)為主體、以科技創(chuàng)新為核心、以產(chǎn)業(yè)生態(tài)系統(tǒng)為要務(wù)的創(chuàng)新生態(tài)系統(tǒng)，才能有效實現(xiàn)要素整合和創(chuàng)新驅(qū)動，進(jìn)而推動我國在質(zhì)量變革、效率變革、動力變革中實現(xiàn)經(jīng)濟基本特征轉(zhuǎn)換，不斷提高我國經(jīng)濟的創(chuàng)新力和競爭力。 黨中央、國務(wù)院歷來重視企業(yè)發(fā)展環(huán)境優(yōu)化，并從政府補貼、稅收優(yōu)惠和金融支持等方面出臺了一系列支持性政策，使企業(yè)創(chuàng)新發(fā)展的保障不斷強化、動力不斷增強。 以戰(zhàn)略性新興產(chǎn)業(yè)上市公司為例，其獲得銀行重點支持和政府補貼的企業(yè)占比分別高達(dá)80%以上和99%[1]。 然而，經(jīng)濟發(fā)展轉(zhuǎn)型期我國企業(yè)尤其是數(shù)量占技術(shù)創(chuàng)新主體70%以上的中小企業(yè)的發(fā)展仍然受到融資困難①、稅費高企、技術(shù)羸弱等問題的困擾也是不爭的事實[2]?，F(xiàn)實中，民營企業(yè)尤其是中小微企業(yè)相對于國有企業(yè)而言，在獲得政府補貼等支持方面仍存在顯著差距[3]。 在科技創(chuàng)新成為定義性特征的高質(zhì)量發(fā)展階段，“科技—產(chǎn)業(yè)—金融”的高水平循環(huán)既是我國成功跨越中等收入陷阱的內(nèi)在要求，也是企業(yè)有效參與國際合作與競爭并確立新優(yōu)勢的必備條件。 突破一個關(guān)鍵技術(shù)，往往能夠創(chuàng)造一個細(xì)分行業(yè)，進(jìn)而盤活整個產(chǎn)業(yè)，最終對整個經(jīng)濟高質(zhì)量發(fā)展形成積極帶動效果[4]。 以貿(mào)易摩擦為導(dǎo)火索的中美戰(zhàn)略博弈演化至今，美國的戰(zhàn)略意圖和博弈方式已日漸清晰，那就是動用貿(mào)易、金融、政治等一切可能手段，打亂中國的科技創(chuàng)新步伐，遏制中國成為科技創(chuàng)新強國[5]。 因此，大力推動以科技創(chuàng)新為核心的全面創(chuàng)新，不僅是發(fā)展問題，也是生存問題，這是一場等不起、慢不得、更輸不起的遭遇戰(zhàn)、持久戰(zhàn)和攻堅戰(zhàn)。 當(dāng)科學(xué)技術(shù)成為第一生產(chǎn)力并關(guān)系到科技革命、 產(chǎn)業(yè)變革和經(jīng)濟發(fā)展質(zhì)量的時候，各國政府無不特別提防企業(yè)研發(fā)投入減少對創(chuàng)新和生產(chǎn)力發(fā)展可能造成的不利影響。 因此，在遭遇全球性的經(jīng)濟和金融危機沖擊的時候，各國政府出臺的經(jīng)濟刺激方案必然包含促進(jìn)研發(fā)和創(chuàng)新投入的相關(guān)內(nèi)容。 OECD 國家中超過3/4 的成員國采取了稅收優(yōu)惠、直接支持甚至二者兼用的方式來激勵企業(yè)提高研發(fā)創(chuàng)新投入，政府直接投入的支持資金平均已超過GDP 的1%，政府支持研發(fā)支出的預(yù)算撥款正以遠(yuǎn)高于GDP 增速的幅度增長②。 相對于西方發(fā)達(dá)經(jīng)濟體而言，一方面，我國企業(yè)在發(fā)展階段、研發(fā)能力、創(chuàng)新績效等方面仍有較大差距，對外部支持的需求更大也更迫切；另一方面，社會主義市場經(jīng)濟體制下，我國政府掌握著更多的資源且有更加強烈的發(fā)展意愿，因而也更有能力和動力支持企業(yè)加大研發(fā)投入。

各國政府普遍支持企業(yè)創(chuàng)新的事實表明，政府對企業(yè)創(chuàng)新投入進(jìn)行支持不是一個要不要的認(rèn)識論問題，而是一個如何支持以提升創(chuàng)新績效的方法論問題。 如何更好地發(fā)揮政府創(chuàng)新支持政策的積極效果，有效引導(dǎo)企業(yè)加大創(chuàng)新投入，在有效市場和有為政府的有機結(jié)合中提升企業(yè)創(chuàng)新發(fā)展的意愿和能力，成為政府以及學(xué)術(shù)界普遍關(guān)注的問題。政府部門制定科學(xué)合理的政府補貼和金融支持政策、優(yōu)化資源配置，實現(xiàn)促進(jìn)企業(yè)創(chuàng)新的理想目標(biāo)，乃是建立在對政府支持影響企業(yè)創(chuàng)新的效應(yīng)及作用機制科學(xué)把握的基礎(chǔ)之上。 圍繞這一主題，已有學(xué)者展開了部分研究。 相較于以往研究，本文主要在兩個方面進(jìn)行了探索和創(chuàng)新：一是將金融環(huán)境作為約束條件納入分析框架，檢驗政府支持和金融環(huán)境對不同區(qū)域、不同行業(yè)的差別化促進(jìn)效應(yīng)；二是以2017-2020 年我國1760 家A 股上市企業(yè)的面板數(shù)據(jù)為樣本進(jìn)行實證研究，相較于主要基于截面或者區(qū)域加總數(shù)據(jù)而展開的研究，大樣本的面板數(shù)據(jù)包含了更多信息，將促使模型估計結(jié)果更加準(zhǔn)確。 基于此，本文構(gòu)建計量模型實證研究政府補貼、稅收返還等支持性措施以及金融環(huán)境對企業(yè)創(chuàng)新投入的影響作用，以期為政府制定更為有效的企業(yè)創(chuàng)新支持政策提供理論依據(jù)和實證支持。

二、內(nèi)在機制與研究假說

（一）政府補助、稅收返還與企業(yè)創(chuàng)新投入

陳明明等基于上市工業(yè)企業(yè)的實證研究表明，在企業(yè)創(chuàng)新面臨供給不足的情況下，政府支持有效提高了企業(yè)創(chuàng)新供給的水平[6]。 周珊珊等研究表明，在政府支持作用下，具有較大市場容量或較低邊際成本的高技術(shù)產(chǎn)業(yè)，更傾向于選擇突破式的技術(shù)創(chuàng)新路徑[7]。 現(xiàn)階段，政府對企業(yè)的創(chuàng)新支持措施主要表現(xiàn)為提供政府補助與進(jìn)行稅收返還。 David 等收集和回顧了關(guān)于直接公共支持對私人研發(fā)投資影響的相關(guān)實證研究文獻(xiàn)，發(fā)現(xiàn)政府研發(fā)和稅收激勵等措施較為有效地刺激了私人研發(fā)投資[8]。Czarnitzki 等研究發(fā)現(xiàn)， 政府補助對企業(yè)研發(fā)投入可以起到較為顯著的杠桿作用，增加政府補助有利于企業(yè)提高創(chuàng)新研發(fā)投入[9]。Hewitt-Dundas 等在研究愛爾蘭政府對企業(yè)的補助行為時發(fā)現(xiàn)，政府補助有利于企業(yè)加大創(chuàng)新投入，增加企業(yè)創(chuàng)新活動[10]。 趙樹寬等則發(fā)現(xiàn)政府補助不僅提高了企業(yè)的創(chuàng)新投入和創(chuàng)新水平，還可以增加企業(yè)創(chuàng)新產(chǎn)出[11]。

政府補助對于企業(yè)創(chuàng)新而言不僅具有資源屬性，還具有信號屬性。 傅利平等以戰(zhàn)略性新興產(chǎn)業(yè)上市公司為樣本研究發(fā)現(xiàn)，政府補助傳遞了國家重點發(fā)展產(chǎn)業(yè)的戰(zhàn)略方向和政府政策傾向的信號，是促進(jìn)新興產(chǎn)業(yè)自主創(chuàng)新的主要工具[12]。 klette 等發(fā)現(xiàn)政府對企業(yè)進(jìn)行補助，不僅有利于緩解企業(yè)的資金壓力，還可以增強企業(yè)的融資能力，進(jìn)而開拓新的項目[13]。 換言之，政府補助一方面可以直接增加企業(yè)資金，另一方面則有利于企業(yè)獲取利益相關(guān)者的資源和支持。 基于此，本文提出研究假說1：

假說1： 政府補助不僅可以直接增加企業(yè)資金，還可以對企業(yè)研發(fā)投入發(fā)揮杠桿作用，推動企業(yè)增加研發(fā)投入。

政府補助是政府依據(jù)相關(guān)政策，直接將資金轉(zhuǎn)移至企業(yè)，而稅收返還一般是在收取企業(yè)稅收之后，依據(jù)相關(guān)政策將部分或全部稅收返還至企業(yè)。 雖然稅收返還存在先收后返的時間上的差異，但對企業(yè)而言兩種措施都會增加企業(yè)資金。 劉振研究發(fā)現(xiàn)，政府對企業(yè)的稅收返還額度與企業(yè)的研發(fā)投資呈正向關(guān)系[14]。 鄭瓊潔認(rèn)為，增加稅收返還可以提高企業(yè)的技術(shù)創(chuàng)新水平，同時在結(jié)合知識產(chǎn)權(quán)保護(hù)的條件下，還可以實現(xiàn)社會資源的帕累托最優(yōu)[15]。 呂開劍等以新能源企業(yè)為例，研究發(fā)現(xiàn)稅收返還對上市企業(yè)的創(chuàng)新績效存在顯著的正向影響，同時政府還可以依據(jù)政府稅收等財政政策調(diào)節(jié)上市企業(yè)的創(chuàng)新績效[16]。 因此，李紅俠認(rèn)為，應(yīng)建立稅收返還機制，運用環(huán)境稅政策，對民營企業(yè)在綠色增長方式轉(zhuǎn)變過程中給予強有力的財政政策扶持[17]。 趙黎明等研究發(fā)現(xiàn)，稅收返還不僅可以降低創(chuàng)投與孵化器經(jīng)理人之間的代理成本，還可以促進(jìn)孵化器與創(chuàng)投之間的合作[18]。 因此，稅收返還與政府補助類似，可以發(fā)揮信號傳導(dǎo)作用，對企業(yè)技術(shù)創(chuàng)新投入產(chǎn)生正向影響，據(jù)此提出研究假說2：

假說2：政府稅收返提高，會推動企業(yè)增加研發(fā)投入。

（二）金融環(huán)境改善對企業(yè)創(chuàng)業(yè)投入的影響及其作用方式

企業(yè)在進(jìn)行創(chuàng)新研發(fā)過程中需要大量的研發(fā)投入，研發(fā)資金一方面來源于政府補助和稅收返還等，另一方面來源于企業(yè)自有資金或相關(guān)籌資，而相關(guān)資金籌措會受到金融市場環(huán)境的影響。 蔡地等利用工業(yè)企業(yè)的數(shù)據(jù)研究發(fā)現(xiàn)，制度環(huán)境對企業(yè)研發(fā)活動將產(chǎn)生重要影響，金融發(fā)展環(huán)境越好，企業(yè)越傾向于進(jìn)行研發(fā)活動并增加創(chuàng)新投入，尤其是對民營企業(yè)的作用更加明顯[19]。 翟淑萍等認(rèn)為我國高新技術(shù)企業(yè)普遍存在融資約束，而金融發(fā)展可以有效緩解企業(yè)的融資約束，對高新技術(shù)企業(yè)研發(fā)投資效率提升具有積極作用[20]。 孫俊杰等從民營企業(yè)創(chuàng)新能力的角度研究發(fā)現(xiàn)，金融發(fā)展環(huán)境作為外部環(huán)境因素可以緩解研發(fā)投入對民營企業(yè)融資能力的約束，從而提高企業(yè)創(chuàng)新能力[21]。 羅良文等認(rèn)為金融是企業(yè)重要的創(chuàng)新活動要素，金融水平越高對企業(yè)的資金支持越強，金融規(guī)模擴大有利于企業(yè)全要素生產(chǎn)率的增長[22]。 顧群研究發(fā)現(xiàn)金融發(fā)展水平越低的地方，金融環(huán)境的改善越有助于中小企業(yè)增加研發(fā)投入[23]。 良好的金融環(huán)境對企業(yè)創(chuàng)新投入將產(chǎn)生正向作用，因此本文提出研究假說3：

假說3：金融環(huán)境改善有利于緩解企業(yè)融資約束，從而促進(jìn)企業(yè)增加創(chuàng)新投入。

金融環(huán)境改善可以緩解企業(yè)融資制約，而企業(yè)在融資約束緩解之后，就會有更充裕的資金應(yīng)對日常開銷，從而將政府通過補助或稅收返還形式對企業(yè)提供的相關(guān)扶持資金注入到企業(yè)創(chuàng)新活動當(dāng)中?；诖耍疚奶岢鲅芯考僬f4：

假說4：金融環(huán)境改善可以強化政府支持對企業(yè)創(chuàng)新投入的引致效應(yīng)。

三、模型設(shè)定與變量說明

本文的研究目的是分析政府補貼、稅收返還等支持性措施以及金融環(huán)境對企業(yè)創(chuàng)新投入的影響效應(yīng)。 基于此，本文提出4 個研究假說。 為了對研究假說進(jìn)行驗證，本文構(gòu)建計量模型，并以2017-2020 年我國1760 家A 股上市企業(yè)的面板數(shù)據(jù)為例對其進(jìn)行實證研究。

（一）變量選取及模型設(shè)定

1.因變量：創(chuàng)新投入。 創(chuàng)新投入主要發(fā)生在企業(yè)的研發(fā)投入過程中，因此本文采用企業(yè)研發(fā)支出表示創(chuàng)新投入。

2.自變量：政府支持和金融環(huán)境。 政府支持主要包括政府補助與稅收返還兩種形式；金融環(huán)境則以籌資活動現(xiàn)金流入進(jìn)行度量。

3.控制變量。 除政府支持和金融環(huán)境外，還有其他一些相關(guān)因素也會影響企業(yè)研發(fā)支出，因此本文將其他可能影響企業(yè)研發(fā)行為的因素作為控制變量納入回歸模型：（1）行業(yè)類型，在創(chuàng)新投入過程中，不同行業(yè)的企業(yè)對研發(fā)投入的需求可能不一樣，我國對制造業(yè)的重視程度越來越高，同時制造業(yè)發(fā)展本身也需要大量的研發(fā)投入，因此依據(jù)證監(jiān)會新的行業(yè)分類，本文將樣本企業(yè)分為制造業(yè)與非制造業(yè)兩大類，制造業(yè)用虛擬變量1 表示，非制造業(yè)用虛擬變量0 表示。 （2）資產(chǎn)負(fù)債率，表示企業(yè)當(dāng)前的負(fù)債情況，用報告期內(nèi)公司的負(fù)債總額除以資產(chǎn)總額的百分比來表征。 （3）營業(yè)收入，表示企業(yè)的營收規(guī)模，用報告期內(nèi)公司銷售商品或提供勞務(wù)所獲得的貨幣收入來表征。 （4）員工人均薪酬，用報告期內(nèi)公司所有員工的總薪酬除以員工人數(shù)來表征，一般而言員工收入越高，企業(yè)對高技術(shù)人才的吸引力就越強，越有可能進(jìn)行研發(fā)創(chuàng)新。 （5）研發(fā)人員數(shù)量，用報告期內(nèi)公司從事研發(fā)工作的員工人數(shù)來表征。 （6）凈利息支出，用于衡量企業(yè)財務(wù)狀況，用報告期內(nèi)公司支付流動負(fù)債和經(jīng)營期間長期負(fù)債應(yīng)計的利息來表征。 為便于解釋，除虛擬變量之外，其他變量均取自然對數(shù)。

本文構(gòu)建的基準(zhǔn)模型如下：

式（1）中，α、β、χ、δ、φ、γ、η、κ、λ 為各變量系數(shù)；RD 表示企業(yè)研發(fā)支出；TR 表示稅收返還；GG 表示政府補助；CF 表示籌資活動現(xiàn)金流入；AL 表示資產(chǎn)負(fù)債率；BI 表示營業(yè)收入；SE 表示員工人均薪酬；NP 表示研發(fā)人員數(shù)量；NE 表示凈利息支出；MI 為行業(yè)類型虛擬變量；C 為常數(shù)項；ε 為隨機擾動項。

進(jìn)一步，為驗證假說4，即金融環(huán)境改善可以強化政府支持對企業(yè)創(chuàng)新投入的影響，本文分別引入稅收返還、政府補助與籌資活動現(xiàn)金流入的交互項，建立如下模型：

式（2）中，π、ρ 分別表示兩個交互項的系數(shù)，其他變量含義與式（1）相同。

（二）數(shù)據(jù)來源與變量描述性統(tǒng)計

本文實證數(shù)據(jù)來源于東方財富choice 金融終端，由于部分?jǐn)?shù)據(jù)缺失，經(jīng)過篩選之后得到的有效樣本為1760 家A 股上市企業(yè)，因此，本文以1760家A 股上市企業(yè)為樣本進(jìn)行面板數(shù)據(jù)建模分析。從表1 中各變量的描述性統(tǒng)計結(jié)果可以發(fā)現(xiàn)，因變量企業(yè)研發(fā)支出最大值為2187415.10 萬元，最小值為11.94 萬元，不同企業(yè)之間的研發(fā)支出相差較大。稅收返還最大值為1167712.57 萬元，最小值為0.01萬元；政府補助最大值為471810.51 萬元，最小值為3.12 萬元，二者的最大值與最小值之間同樣差距明顯。 稅收返還與政府補助是政府支持的重要內(nèi)容，其數(shù)據(jù)結(jié)果表明政府對企業(yè)的支持力度存在較大差異。

表1 各變量的描述性統(tǒng)計結(jié)果

四、模型估計

為便于對模型估計結(jié)果進(jìn)行經(jīng)濟解釋，本文對相關(guān)數(shù)據(jù)取自然對數(shù)，但依據(jù)表1 可以發(fā)現(xiàn)，凈利息支出的最小值為-261510.64 萬元，因此本文將所有的凈利息支出加270000 萬元，使得凈利息支出的數(shù)據(jù)均為正值，然后再進(jìn)行模型估計。 同時由于各地區(qū)經(jīng)濟發(fā)展?fàn)顩r存在差異，本文不僅分析全國層面政府支持及金融環(huán)境對企業(yè)創(chuàng)新投入的效應(yīng)，還會比較東中西部地區(qū)政府支持及金融環(huán)境對企業(yè)創(chuàng)新投入的效應(yīng)差別。

（一）全國層面回歸結(jié)果

全國層面政府支持及金融環(huán)境影響企業(yè)創(chuàng)新投入的模型估計結(jié)果見表2，其中，模型1 未考慮交互效應(yīng)，模型2 考慮了交互效應(yīng)。

表2 全國層面模型估計結(jié)果

在利用面板數(shù)據(jù)進(jìn)行實證研究過程中，模型回歸存在隨機效應(yīng)與固定效應(yīng)的區(qū)別，而具體選擇哪種，一般根據(jù)Hausman 檢驗結(jié)果判定。 分別對模型1 與模型2 進(jìn)行Hausman 檢驗發(fā)現(xiàn)，在模型1 中，自由度為8 時χ2的值為593.06，在1%的顯著性水平上拒絕了零假設(shè)；在模型2 中，自由度為10 時χ2的值為601.05，在1%的水平上顯著，拒絕了零假設(shè)。這表明模型1 與模型2 均支持固定效應(yīng)，因此本文采用固定效應(yīng)模型進(jìn)行分析。 從F 檢驗結(jié)果可以發(fā)現(xiàn)，模型1 與模型2 的固定效應(yīng)模型的T 統(tǒng)計量均在1% 的水平上顯著，表明模型的聯(lián)合檢驗結(jié)果是顯著的，而且兩個模型的擬合優(yōu)度均達(dá)到0.78，說明模型擬合優(yōu)度較高。

依據(jù)模型1 的固定效應(yīng)檢驗結(jié)果，稅收返還與政府補助的回歸系數(shù)分別為0.0411 和0.0939，并且均在1% 的水平上顯著， 說明稅收返還每增加1%，企業(yè)研發(fā)支出增加0.0411%；政府補助每增加1%，企業(yè)研發(fā)支出增加0.0939%。 這意味著無論是稅收返還還是政府補助，對企業(yè)創(chuàng)新投入均會產(chǎn)生較強的正向引致效應(yīng)，驗證了假說1 與假說2 的合理性。 究其原因，一方面，政府支持對企業(yè)提高創(chuàng)新研發(fā)投入可以起到很好的杠桿作用；另一方面，政府支持可以節(jié)約企業(yè)成本，從而增加企業(yè)創(chuàng)新投入。 籌資活動現(xiàn)金流入的系數(shù)為0.0083，并且在5%的水平上顯著，說明籌資活動現(xiàn)金流入每增加1%，企業(yè)研發(fā)支出增加0.0083%，由于本文是以籌資活動現(xiàn)金流入來衡量金融環(huán)境發(fā)展?fàn)顩r的，因此這一估計結(jié)果表明金融環(huán)境發(fā)展水平越高，企業(yè)的科研支出也越多，良好的金融環(huán)境有利于緩解企業(yè)融資約束，促進(jìn)企業(yè)增加創(chuàng)新投入，驗證了假說3 的合理性。

從其他控制變量的系數(shù)可以發(fā)現(xiàn)，資產(chǎn)負(fù)債率與凈利息支出的系數(shù)均為負(fù)，并且在1% 的水平上顯著，說明企業(yè)的負(fù)債越高，支付的利息越多，投入到科研創(chuàng)新的費用就相應(yīng)越少，因此對企業(yè)而言，要提高創(chuàng)新水平，維持良好的資產(chǎn)負(fù)債狀況是關(guān)鍵。營業(yè)收入的系數(shù)為0.2487， 表明營收規(guī)模每擴大1%，企業(yè)研發(fā)支出增加0.2487%，企業(yè)營業(yè)收入越高，擁有的現(xiàn)金流量就越充裕，企業(yè)的資金約束就會相對較低，從而越有意愿和能力將資金投入到科研創(chuàng)新之中。 員工人均薪酬與研發(fā)人員數(shù)量的回歸系數(shù)分別為0.4475、0.6529，并且均在1% 的水平上顯著，說明員工人均薪酬與研發(fā)人員數(shù)量每增加1%，企業(yè)研發(fā)支出分別增加0.4475%與0.6529%，即薪資水平越高、研發(fā)人員越多，企業(yè)創(chuàng)新性研發(fā)支出就越高。 高薪資可以吸引更多高技術(shù)人才，同時研發(fā)人員增加也需要企業(yè)進(jìn)行更多的創(chuàng)新性投入。 從行業(yè)的影響來看，行業(yè)虛擬變量系數(shù)為正并且在1%的水平上顯著，說明制造業(yè)企業(yè)相對于其他類型的企業(yè)而言，更愿意將資金投入到科技研發(fā)當(dāng)中，這在一定程度上說明，政府加大對制造業(yè)的創(chuàng)新支持，可以有效提高國家的整體性創(chuàng)新水平。

從模型2 的固定效應(yīng)檢驗結(jié)果可以發(fā)現(xiàn)，稅收返還與政府補助的系數(shù)為正，并且均在1% 的水平上顯著，同樣說明增加稅收返還與政府補助有利于企業(yè)創(chuàng)新性投入，再次驗證了假說1 與假說2 的合理性。 籌資活動現(xiàn)金流入系數(shù)為正，并且在1% 的水平上顯著，也驗證了假說3 的合理性。 其他控制變量如資產(chǎn)負(fù)債率、營業(yè)收入、員工人均薪酬、研發(fā)人員人數(shù)、凈利息支出及行業(yè)的系數(shù)與模型1 固定效應(yīng)系數(shù)的方向相同，一定程度上說明添加了交互項的固定效應(yīng)模型是穩(wěn)健的。 從交互項的系數(shù)可以發(fā)現(xiàn)，無論是稅收返還與籌資活動現(xiàn)金流入的交互項， 還是政府補助與籌資活動現(xiàn)金流入的交互項，系數(shù)均為正，并且在1% 的水平上顯著，說明良好的金融環(huán)境可以強化政府支持對企業(yè)創(chuàng)新投入的積極影響，驗證了假說4 的合理性。

（二）區(qū)域異質(zhì)性分析

在我國，由于東中西部地區(qū)經(jīng)濟發(fā)展水平不同，導(dǎo)致區(qū)域之間在政府補助、稅收返還以及企業(yè)研發(fā)支出等方面存在一定差異，故政府支持對企業(yè)創(chuàng)新投入的引致效應(yīng)也可能會有不同。 為反映不同區(qū)域之間的異質(zhì)性，本文依據(jù)式（1）和式（2），并分別利用東中西部地區(qū)數(shù)據(jù)進(jìn)行回歸分析。 依據(jù)國家統(tǒng)計局網(wǎng)站的分類方法，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11 個?。ㄊ校恢胁康貐^(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8 個?。晃鞑康貐^(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12 個?。ㄊ?、自治區(qū)）。 分區(qū)域模型估計結(jié)果見表3 和表4。

對不含交互項的東、 中、 西部面板模型進(jìn)行Hausman 檢驗發(fā)現(xiàn)，面板模型在自由度為8 時χ2的值分別為627.57、66.03 和22.54，并且均在1%的水平上顯著，拒絕了零假設(shè)，說明東、中、西部模型均支持固定效應(yīng)，考慮到篇幅，表3 僅列出固定效應(yīng)模型的估計結(jié)果。 從F 檢驗結(jié)果可知，固定效應(yīng)模型的T 統(tǒng)計量均在1% 的水平上顯著，表明模型的聯(lián)合檢驗是顯著的。 3 個模型的R2分別為0.81、0.82 和0.77，說明模型的擬合優(yōu)度較高。

表3 不含交互項的分區(qū)域固定效應(yīng)模型估計

從表3 可以發(fā)現(xiàn)，在東中西部地區(qū)，無論是稅收返還還是政府補助都會對企業(yè)創(chuàng)新投入產(chǎn)生正向效應(yīng)，但彈性系數(shù)在各區(qū)域之間存在差異。 東部、中部、 西部地區(qū)政府稅收返還的彈性系數(shù)分別為0.0291、0.0442、0.0988，表明在東部地區(qū)，稅收返還每增加1%，企業(yè)研發(fā)支出增加0.0291%；在中部地區(qū)，稅收返還每增加1%，企業(yè)研發(fā)支出增加0.0442%；在西部地區(qū)，稅收返還每增加1%，企業(yè)研發(fā)支出增加0.0988%。 由此可見，稅收返還在西部的創(chuàng)新投入引致效應(yīng)最大，中部次之，東部最小。 政府補助的彈性系數(shù)分別為0.0089、0.1215、0.1710，表明在東部，政府補助每增加1%，企業(yè)研發(fā)支出增加0.0089%；在中部，政府補助每增加1%，企業(yè)研發(fā)支出增加0.1215%；在西部，政府補助每增加1%，企業(yè)研發(fā)支出增加0.1710%。 這意味著政府補助的影響效應(yīng)也是西部最大，中部次之，東部最小。 稅收返還和政府補助的引致效應(yīng)在東中西部地區(qū)之間之所以存在差異，可能是因為東部地區(qū)的經(jīng)濟發(fā)展水平相對更高，即使較少獲得政府的資金支持，企業(yè)也有愿望和能力加大創(chuàng)新性投入，導(dǎo)致政府支持對東部企業(yè)創(chuàng)新投入的推動效果相對較低。 因此，為增加企業(yè)研發(fā)支出，提高創(chuàng)新水平，政府應(yīng)著力加大對中西部企業(yè)的支持。 行業(yè)虛擬變量在東中西部地區(qū)的相應(yīng)模型中系數(shù)均為正并且均在1%的水平上顯著，說明制造業(yè)企業(yè)相對于其他類型的企業(yè)而言，更愿意將資金投入到科技研發(fā)當(dāng)中；同時中部地區(qū)的系數(shù)最大，說明中部制造業(yè)企業(yè)創(chuàng)新投入的意愿更為明顯，東部次之，西部最小。

表4 包含交互項的分區(qū)域固定效應(yīng)模型估計

對包含了交互項的東、中、西部面板模型進(jìn)行Hausman 檢驗發(fā)現(xiàn)， 面板模型在自由度為10 時的χ2值分別為為628.67、69.18 和23.24，并且均在1%的水平上顯著，拒絕了零假設(shè)，說明交互項模型也均支持固定效應(yīng)，考慮到篇幅，表4 僅列出固定效應(yīng)模型的估計結(jié)果。 從F 檢驗可知，固定效應(yīng)模型的T 統(tǒng)計量均在1% 的水平上顯著，表明模型的聯(lián)合檢驗是顯著的； 模型的R2分別為0.81、0.82 和0.79，說明擬合優(yōu)度較高。 從稅收返還與政府補助的系數(shù)可以發(fā)現(xiàn)，增加交互項之后，政府支持的引致效應(yīng)在東中西部依次增加，與表3 估計結(jié)果類似。而從交互項系數(shù)可以發(fā)現(xiàn)，在東中西部模型中，籌資活動現(xiàn)金流入與稅收返還的交互項的系數(shù)分別為0.0448、0.0051、0.0769，彈性系數(shù)依次增大。 籌資活動現(xiàn)金流入與政府補助的交互項的系數(shù)分別為0.0007、0.0028、0.0034，彈性系數(shù)也是依次增大。 這說明在西部地區(qū)，改善金融環(huán)境對于強化政府支持對企業(yè)創(chuàng)新投入引致效應(yīng)的效果更加明顯，其原因可能是目前中西部的金融環(huán)境基礎(chǔ)條件相對更弱，因此政府應(yīng)加大對中西部金融環(huán)境的改善力度。

五、結(jié)論與政策建議

（一）基本結(jié)論

本文在分析政府支持與金融環(huán)境影響企業(yè)創(chuàng)新投入內(nèi)在機制的基礎(chǔ)上，提出研究假說，進(jìn)而構(gòu)建計量模型，并以1760 家A 股上市企業(yè)的面板數(shù)據(jù)為例，實證探討政府支持、金融環(huán)境與企業(yè)創(chuàng)新投入之間的關(guān)系，得到如下研究發(fā)現(xiàn)：（1）從全國層面來看，稅收返還每增加1%，企業(yè)研發(fā)支出增加0.0411%；政府補助每增加1%，企業(yè)研發(fā)支出增加0.0939%。 這表明無論是稅收返還還是政府補助，均會對企業(yè)創(chuàng)新投入產(chǎn)生較強的推動效應(yīng)，驗證了假說1 與假說2 的合理性。 （2）金融環(huán)境發(fā)展水平越高，企業(yè)的科研支出也越多，良好的金融環(huán)境有利于緩解企業(yè)融資約束， 并促進(jìn)企業(yè)增加創(chuàng)新投入，假說3 得到驗證。（3）無論是稅收返還與籌資活動現(xiàn)金流入的交互項，還是政府補助與籌資活動現(xiàn)金流入的交互項系數(shù)均為正，說明良好的金融環(huán)境可以強化政府支持對企業(yè)創(chuàng)新投入的影響，假說4得到數(shù)據(jù)支撐。 （4） 行業(yè)虛擬變量系數(shù)為正并且在1%的水平上顯著， 說明制造業(yè)企業(yè)相對于其他類型的企業(yè)而言， 更愿意將資金投入到科技研發(fā)當(dāng)中，同時中部地區(qū)模型中行業(yè)變量系數(shù)最大，說明中部地區(qū)制造業(yè)企業(yè)創(chuàng)新投入的意愿更為明顯，東部次之，西部最小。 （5）無論是東部、中部還是西部地區(qū)，稅收返還和政府補助對企業(yè)創(chuàng)新投入都會產(chǎn)生推動效應(yīng)，但彈性系數(shù)在各區(qū)域之間存在差異，稅收返還的彈性系數(shù)分別為0.0291、0.0442、0.0988，政府補助的彈性系數(shù)分別為0.0089、0.1215、0.1710，表明政府支持的推動效應(yīng)在西部最大，中部次之，東部最小。 同時，金融環(huán)境改善對政府支持正向效應(yīng)的強化效果在西部地區(qū)也更加明顯。

（二）政策建議

基于研究發(fā)現(xiàn)，本文提出如下對策建議，以期更好地發(fā)揮政府支持政策對于企業(yè)創(chuàng)新活動的積極效應(yīng)。

1.有效提升政府支持科技創(chuàng)新的力度和能力

我國政府在促進(jìn)企業(yè)研發(fā)創(chuàng)新投入產(chǎn)出方面取得了切實而顯著的成效，并在5G、高鐵、特高壓等行業(yè)領(lǐng)域推動了前沿創(chuàng)新，占據(jù)了領(lǐng)先地位。 考察改革開放以來中國經(jīng)濟快速增長和轉(zhuǎn)型升級的歷史奇跡可以發(fā)現(xiàn)，政府對教育、科技、人才的資金和政策支持功不可沒。 但是相對于《中國制造2025》《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》等國家戰(zhàn)略設(shè)定的成為全球領(lǐng)先創(chuàng)新力量、持續(xù)推動我國經(jīng)濟又好又快發(fā)展的宏偉目標(biāo)而言，政府在研發(fā)創(chuàng)新方面的投入和支持力度還有繼續(xù)加大的必要性和空間。 政府公共機構(gòu)科學(xué)制定、實施和評估公共創(chuàng)新支持政策可以減少市場失靈和降低協(xié)調(diào)失敗，然而這種機構(gòu)能力的重要性卻往往被低估。 現(xiàn)實中，許多國家未能建立起具有足夠有效性的創(chuàng)新支持系統(tǒng)來滿足政府的目標(biāo)。 公共創(chuàng)新支持政策往往是支離破碎的、重復(fù)的，而且效率低下，進(jìn)而導(dǎo)致政策目標(biāo)、預(yù)算分配和最終結(jié)果之間出現(xiàn)偏差。 我國在這方面存在的問題同樣亟待改進(jìn)。 我國僅在國家層面出臺的創(chuàng)新支持政策就有170 多項，如能對當(dāng)前分化、重復(fù)的創(chuàng)新支持政策加以整合優(yōu)化，創(chuàng)新績效的邊際效應(yīng)將極大提升，并將持續(xù)促進(jìn)我國進(jìn)一步逼近全球科技創(chuàng)新前沿。 為此，應(yīng)持續(xù)優(yōu)化創(chuàng)新支持政策設(shè)計，強化識別市場失靈問題的能力以及解決這些問題所需的關(guān)鍵措施；增強政策實施質(zhì)量，提高對中小企業(yè)創(chuàng)新的支持力度和激勵效果；提升政策的一致性和協(xié)調(diào)性，尤其是政府創(chuàng)新戰(zhàn)略、政策和工具之間的一致性，以及主管部門之間的政策舉措?yún)f(xié)調(diào)性和可預(yù)測性，有效避免政策執(zhí)行過程中“新官不理舊賬”的問題。

2.科學(xué)平衡中央和地方政府的創(chuàng)新支持資源

鑒于我國行政區(qū)劃眾多、地區(qū)發(fā)展不平衡的客觀現(xiàn)實，創(chuàng)新資源和能力在不同地區(qū)的分布同樣呈現(xiàn)出不平衡的發(fā)展態(tài)勢，對此應(yīng)當(dāng)科學(xué)平衡中央和地方政府的創(chuàng)新支持資源。 首先，地方政府需要通過制定符合各自實際情況的支持政策來促進(jìn)創(chuàng)新，以加快構(gòu)建與創(chuàng)新型省份建設(shè)相匹配的區(qū)域創(chuàng)新體系。 在黨中央立足“三新一高”基本邏輯加快實施創(chuàng)新驅(qū)動發(fā)展國家戰(zhàn)略的過程中，各地必須更加強調(diào)自主創(chuàng)新，集合優(yōu)勢資源，有力有序推進(jìn)創(chuàng)新攻關(guān)的“揭榜掛帥”體制機制，推動構(gòu)建由區(qū)域內(nèi)龍頭企業(yè)牽頭，聯(lián)合上下游企業(yè)與大專院校、科研院所，按市場機制運行的“科技協(xié)同創(chuàng)新體”模式，在多主體協(xié)同中推動聯(lián)合攻關(guān)，在政策和資金支持下激活創(chuàng)新動力，在項目決策和經(jīng)費使用中充分賦權(quán)釋能，統(tǒng)籌推進(jìn)產(chǎn)業(yè)鏈集群創(chuàng)新生態(tài)系統(tǒng)建設(shè)，加強創(chuàng)新鏈產(chǎn)業(yè)鏈對接融合，在“政產(chǎn)學(xué)研用介金”一體化中推進(jìn)相關(guān)成果的轉(zhuǎn)化應(yīng)用，加速產(chǎn)業(yè)創(chuàng)新和經(jīng)濟轉(zhuǎn)型。 其次，中央層面應(yīng)加快構(gòu)建地方創(chuàng)新驅(qū)動發(fā)展考核評估指標(biāo)體系，并在強化考核評估的基礎(chǔ)上充分運用考評結(jié)果，根據(jù)考評結(jié)果實施科技創(chuàng)新專項經(jīng)費和一般轉(zhuǎn)移支付的動態(tài)調(diào)整，有效激勵地方政府優(yōu)化科技創(chuàng)新支持政策，不斷提升科技創(chuàng)新投入產(chǎn)出水平。 最后，地方政府創(chuàng)新補貼應(yīng)該向市場競爭激烈的行業(yè)傾斜，以更好地激發(fā)相關(guān)企業(yè)的創(chuàng)新意愿與能力。 集中有效而寶貴的政府創(chuàng)新激勵資源進(jìn)一步投向制造型企業(yè)尤其是先進(jìn)制造業(yè)企業(yè)，以切實破解當(dāng)前制造型企業(yè)在獲取金融資源和改善政策環(huán)境方面的現(xiàn)實困局。 此外，由于稅收抵免等常規(guī)政府支持政策的受益者主要是應(yīng)稅收入較高的大型優(yōu)質(zhì)企業(yè)，因此對中小企業(yè)尤其是初創(chuàng)型科技企業(yè)還應(yīng)提供包括直接補貼、技術(shù)援助、創(chuàng)新券、產(chǎn)業(yè)基金和協(xié)作網(wǎng)絡(luò)在內(nèi)的多種方式的支持。 比如，通過直接補貼和技術(shù)援助幫助中小企業(yè)實施數(shù)字化改造；以創(chuàng)新券形式激勵中小企業(yè)和信息通信技術(shù)公司、高校、科研機構(gòu)之間進(jìn)行各類科研攻關(guān)和技術(shù)合作，提升中小企業(yè)技術(shù)創(chuàng)新能力。

3.打造推動科技創(chuàng)新和實體經(jīng)濟轉(zhuǎn)型升級的現(xiàn)代金融樞紐

以多層次資本市場為代表的現(xiàn)代金融體系是“四位協(xié)同”現(xiàn)代產(chǎn)業(yè)體系的核心內(nèi)容，也是經(jīng)濟高質(zhì)量發(fā)展的重要“助推器”，但在我國經(jīng)濟運行實踐中，不同行業(yè)獲取金融資源支持的能力迥異。 金融脫實向虛不僅使得實體經(jīng)濟長期“貧血”，而且導(dǎo)致創(chuàng)新驅(qū)動轉(zhuǎn)型升級步履維艱，為此需要在重點補足三大短板中實現(xiàn)精準(zhǔn)突破。 首先，大力補足直接融資短板。 直接融資和間接融資占比畸輕畸重正成為阻礙高質(zhì)量發(fā)展的主要矛盾。 鑒于以債券和股票為代表的直接融資規(guī)模在我國企業(yè)社會融資中占比不足20%且與發(fā)達(dá)國家差距甚大的現(xiàn)實情況，未來亟待提高直接融資占比，以更好滿足科技成果轉(zhuǎn)化和技術(shù)創(chuàng)新對于長期、大規(guī)模、低成本便利融資的需求。 其次，應(yīng)大力補足股權(quán)融資短板。風(fēng)險性科技創(chuàng)新活動需要更具風(fēng)險容忍度的股權(quán)融資支持。 股權(quán)融資和債權(quán)融資占比畸輕畸重阻礙了高質(zhì)量創(chuàng)新的實現(xiàn)。 當(dāng)前我國直接融資中的非金融企業(yè)股票融資占比不足5%，相對于債權(quán)融資而言差距甚大。 未來亟待提高股權(quán)融資占比，大力促進(jìn)包括天使投資、風(fēng)險投資、私募股權(quán)和公開發(fā)行市場在內(nèi)的多層次資本市場發(fā)展，為高質(zhì)量創(chuàng)新提供有效激勵和支持。 最后，應(yīng)大力補足長期機構(gòu)投資者短板。 多層次資本市場改革創(chuàng)新需要長期機構(gòu)投資者發(fā)揮壓艙石和穩(wěn)定器作用，然而資本市場的現(xiàn)實情況是A 股機構(gòu)投資者占比偏低，羊群效應(yīng)明顯。 散戶主導(dǎo)型A 股市場投機炒作氣氛濃厚且波動較大，從根本上制約著“融資功能完備、基礎(chǔ)制度扎實、風(fēng)險管理有效、投資者保護(hù)充分”的股票市場的形成與發(fā)展。 未來亟待加強對養(yǎng)老基金、保險資金和其他境內(nèi)外長期機構(gòu)投資者的培育與引進(jìn)，為資本市場提供強大資金保障和內(nèi)生發(fā)展動力，使之朝著更加規(guī)范、透明、開放、有活力、有韌性的方向高質(zhì)量發(fā)展，真正成為推動科技創(chuàng)新和實體經(jīng)濟轉(zhuǎn)型升級的樞紐。

注：

①黨和政府對金融支持科技創(chuàng)新問題高度重視，鼓勵銀行金融機構(gòu)持續(xù)加大對科技型中小企業(yè)的支持力度，但截止2021 年上半年， 科技型中小企業(yè)在貸款余額提升的同時，獲貸率僅為41.8%，與其在科技創(chuàng)新中的貢獻(xiàn)度仍不匹配。 參見：國務(wù)院新聞辦就2021 年上半年金融統(tǒng)計數(shù)據(jù)情況舉行發(fā)布會[EB/OL].http://www.gov.cn/ xinwen/2021-07/14/content_5624979.htm，2022-01-17.

②World Bank Group.Promoting innovation in China:Lessons from international good practice [EB/OL].https://openknowledge.worldbank.org/handle/10986/33680,License:CC BY 3.0 IGO,2022-01-17.