楊宏姍　王華

【摘? 要】在我國(guó)加快構(gòu)建新發(fā)展格局、著力推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的背景之下，對(duì)企業(yè)的發(fā)展質(zhì)量提出了更高的要求。政府補(bǔ)助通過(guò)給予企業(yè)貨幣和非貨幣形態(tài)的資產(chǎn)，為企業(yè)帶來(lái)更多的資源，從而為企業(yè)的發(fā)展賦能。論文以2012-2021年A股上市公司的非平衡面板數(shù)據(jù)為研究樣本，選取企業(yè)高質(zhì)量發(fā)展為被解釋變量，政府補(bǔ)助為解釋變量，企業(yè)規(guī)模、公司成長(zhǎng)性、資產(chǎn)收益率、現(xiàn)金流比率、資本密集度為控制變量，并進(jìn)一步控制了年份和行業(yè)效應(yīng)，實(shí)證檢驗(yàn)了政府補(bǔ)助對(duì)企業(yè)高質(zhì)量發(fā)展的影響。研究結(jié)果表明，政府補(bǔ)助與企業(yè)高質(zhì)量發(fā)展之間存在著顯著的正相關(guān)關(guān)系，并通過(guò)穩(wěn)健性檢驗(yàn)，驗(yàn)證了論文研究結(jié)論的可靠性。根據(jù)研究結(jié)論，論文提出了相關(guān)的政策建議。

【關(guān)鍵詞】政府補(bǔ)助；高質(zhì)量發(fā)展；全要素生產(chǎn)率

【中圖分類(lèi)號(hào)】F273.1；F812.45；F832.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2023）06-0037-03

【作者簡(jiǎn)介】楊宏姍（1998-），女，內(nèi)蒙古呼倫貝爾人，研究生在讀，研究方向：財(cái)務(wù)管理、風(fēng)險(xiǎn)評(píng)估。

【通訊作者】王華（1972-），女，遼寧沈陽(yáng)人，副教授，研究方向：技術(shù)經(jīng)濟(jì)與管理、風(fēng)險(xiǎn)評(píng)估。

1 引言

黨的十九大報(bào)告中首次提出高質(zhì)量發(fā)展這一表述，表明我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。黨的二十大報(bào)告中再次強(qiáng)調(diào)高質(zhì)量發(fā)展的重要地位，指出“高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)，要著力提高全要素生產(chǎn)率，推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)質(zhì)的有效提升和量的合理增長(zhǎng)”。企業(yè)作為微觀市場(chǎng)主體、作為市場(chǎng)的主力軍，推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展，才能更好地為經(jīng)濟(jì)高質(zhì)量發(fā)展賦能。政府補(bǔ)助是企業(yè)從政府無(wú)償獲得的貨幣性資產(chǎn)和非貨幣性資產(chǎn)。其中企業(yè)獲得資金支持的部分，企業(yè)可以利用這部分資金去購(gòu)買(mǎi)原材料、進(jìn)行生產(chǎn)研發(fā)、擴(kuò)大規(guī)模等，企業(yè)獲得實(shí)物資產(chǎn)補(bǔ)貼的部分，企業(yè)可以利用其生產(chǎn)出更多的產(chǎn)品以及提供更多的服務(wù)，從而為企業(yè)創(chuàng)造出更多的利潤(rùn)。

由此可知，政府補(bǔ)助是助推企業(yè)進(jìn)步、促進(jìn)企業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的重要政策工具之一。具體來(lái)看，政府補(bǔ)助能夠幫助企業(yè)解決資源上的需求，緩解企業(yè)運(yùn)轉(zhuǎn)上的壓力，因而有利于提升企業(yè)的發(fā)展質(zhì)量。

2 理論分析與研究假設(shè)

根據(jù)沃納菲爾特所提出資源基礎(chǔ)理論可知，企業(yè)具有的各種各樣的資源，能夠轉(zhuǎn)變成企業(yè)獨(dú)特的能力，這些資源和能力正是企業(yè)恒久競(jìng)爭(zhēng)力的源泉?？芍?，企業(yè)若想在市場(chǎng)上站穩(wěn)腳跟，不斷提升自身競(jìng)爭(zhēng)能力的關(guān)鍵就是擁有資源，并在此基礎(chǔ)上為企業(yè)創(chuàng)造出更多的財(cái)富與價(jià)值。具體來(lái)看，企業(yè)發(fā)展需要各種各樣資源的支持，如企業(yè)需要充足的資金來(lái)維持生產(chǎn)運(yùn)營(yíng)；企業(yè)需要先進(jìn)的設(shè)備和技術(shù)來(lái)產(chǎn)出具有更加高端、更具有競(jìng)爭(zhēng)力的產(chǎn)品。由此可見(jiàn)，企業(yè)發(fā)展的過(guò)程就是各種各樣的資源進(jìn)行有機(jī)組合，從而產(chǎn)生協(xié)同效應(yīng)。此外，基于信號(hào)傳遞理論可知，當(dāng)企業(yè)獲得政府給予的資源上的支持時(shí)，能夠向外界傳達(dá)政府對(duì)企業(yè)發(fā)展方向以及發(fā)展?jié)摿o予了肯定，能夠增強(qiáng)外部利益相關(guān)者如債權(quán)人和投資者對(duì)企業(yè)發(fā)展的信心，從而能夠降低企業(yè)的融資難度，并為企業(yè)帶來(lái)更多的投資。政府補(bǔ)助通過(guò)無(wú)償撥付給企業(yè)貨幣資產(chǎn)和非貨幣資產(chǎn)，增加企業(yè)的資源，極大地調(diào)動(dòng)企業(yè)發(fā)展的積極性。

當(dāng)前關(guān)于政府補(bǔ)助與企業(yè)高質(zhì)量發(fā)展的研究主要有：胡本田和高琿[1]通過(guò)對(duì)創(chuàng)新型企業(yè)實(shí)證分析發(fā)現(xiàn)，政府補(bǔ)助顯著提升企業(yè)的創(chuàng)新績(jī)效和經(jīng)營(yíng)績(jī)效，進(jìn)而促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展；岳宇君等[2]通過(guò)對(duì)創(chuàng)業(yè)板公司進(jìn)行研究，發(fā)現(xiàn)政府補(bǔ)助對(duì)創(chuàng)業(yè)板公司的發(fā)展質(zhì)量有著正向的促進(jìn)作用；路春城等[3]通過(guò)以制造業(yè)企業(yè)為研究樣本，發(fā)現(xiàn)政府補(bǔ)貼能夠促進(jìn)企業(yè)生產(chǎn)效率的提升，從而推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的進(jìn)程。在現(xiàn)有研究基礎(chǔ)上，本文以全部A股上市公司數(shù)據(jù)為樣本，進(jìn)一步探究政府補(bǔ)助對(duì)企業(yè)發(fā)展質(zhì)量的影響。據(jù)此，提出本文的研究假設(shè)：

假設(shè)H：在其他條件相同的情況下，政府補(bǔ)助與企業(yè)高質(zhì)量發(fā)展存在正相關(guān)關(guān)系。

3 研究設(shè)計(jì)

3.1 樣本選擇和數(shù)據(jù)來(lái)源

本文選取2012-2021年A股上市公司為研究樣本，并對(duì)初始研究樣本進(jìn)行了如下處理：①剔除金融類(lèi)公司樣本；②鑒于ST類(lèi)公司容易出現(xiàn)財(cái)務(wù)業(yè)績(jī)不真實(shí)的情況，考慮到數(shù)據(jù)研究的可靠性，剔除ST和*ST的公司樣本；③剔除了主要變量存在缺失值的樣本。最終得到30 333個(gè)樣本觀測(cè)值。此外，為避免極端值的影響，本文針對(duì)連續(xù)型變量進(jìn)行1%和99%百分位的縮尾處理。本文所有指標(biāo)數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。本文使用Excel對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，采用Stata 16.0軟件對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析和檢驗(yàn)。

3.2 變量定義

3.2.1 被解釋變量

企業(yè)高質(zhì)量發(fā)展（TFP）。參考施本植和湯海濱[4]以及張廣勝和孟茂源[5]的研究，選用全要素生產(chǎn)率作為企業(yè)高質(zhì)量發(fā)展的衡量指標(biāo)。魯曉東和連玉君[6]指出當(dāng)前企業(yè)全要素生產(chǎn)率的度量方法有OLS法、固定效應(yīng)法、LP法、OP法以及GMM法。由于LP法減輕了同時(shí)性偏差和樣本選擇偏差，還能夠避免樣本大量缺失，因此本文采用LP法進(jìn)行主回歸，并采用OP法衡量的全要素生產(chǎn)率進(jìn)行穩(wěn)健性檢驗(yàn)。

3.2.2 解釋變量

政府補(bǔ)助（Sub）。首先從CSMAR數(shù)據(jù)庫(kù)中獲得政府補(bǔ)助總額，其次為消除企業(yè)規(guī)模差異的影響，本文將政府補(bǔ)助與營(yíng)業(yè)收入的比重作為自變量。

3.2.3 控制變量

本文為了避免其他因素對(duì)企業(yè)高質(zhì)量發(fā)展產(chǎn)生的影響，選取了企業(yè)規(guī)模、企業(yè)年齡、股權(quán)集中度、資產(chǎn)負(fù)債率、公司成長(zhǎng)性、資產(chǎn)收益率、現(xiàn)金流比率、資本密集度以及行業(yè)和年度虛擬變量作為本文的控制變量。

具體定義如表1所示。

3.3 實(shí)證模型構(gòu)建

為了檢驗(yàn)假設(shè)H：政府補(bǔ)助對(duì)企業(yè)高質(zhì)量發(fā)展具有正向促進(jìn)作用，構(gòu)建線性回歸模型。

TFPi，t=α0+α1Subi，t+α2Sizei，t+α3Growthi，t+α4ROAi，t+α5Cashi，t+α6Sdi，t+∑Year+∑Industry+εi，t? ? ? ?（1）

其中，i、t分別代表企業(yè)和年份；α0、β0為常數(shù)項(xiàng)；α1～α9和β1～β10代表各個(gè)變量的系數(shù)；εi，t為誤差項(xiàng)。

4 實(shí)證結(jié)果及分析

4.1 描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。被解釋變量企業(yè)高質(zhì)量發(fā)展（TFP）的標(biāo)準(zhǔn)差為0.385，平均值為5.268，最大值為6.563，最小值為4.328，說(shuō)明我國(guó)非金融類(lèi)上市企業(yè)發(fā)展質(zhì)量存在顯著的差異。政府補(bǔ)助（Sub）的最大值為1.298，最小值為0，標(biāo)準(zhǔn)差為0.174，說(shuō)明不同企業(yè)獲得政府補(bǔ)助的金額存在一定的差異。

4.2 相關(guān)性分析

本文在進(jìn)行進(jìn)一步分析之前，為排除多重共線性對(duì)模型的影響，進(jìn)行了相關(guān)性分析。如表3所示，相關(guān)性分析發(fā)現(xiàn)，政府補(bǔ)助（Sub）與企業(yè)高質(zhì)量發(fā)展（TFP）的相關(guān)系數(shù)為0.145，在1%的水平下顯著正相關(guān)，說(shuō)明政府補(bǔ)助能夠推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展，初步驗(yàn)證了本文的研究假設(shè)。企業(yè)規(guī)模（Size）、公司成長(zhǎng)性（Growth）、資產(chǎn)收益率（ROA）、現(xiàn)金流比率（Cash）的相關(guān)系數(shù)為正，且在1%的水平下顯著，說(shuō)明這些因素有助于企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展；資本密集度（Sd）與企業(yè)高質(zhì)量發(fā)展（TFP）的相關(guān)系數(shù)為-0.158，且在1%的水平下顯著，說(shuō)明資本密集度過(guò)高將不利于企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。因此，本文選擇的控制變量是合理的。此外，各個(gè)變量之間的相關(guān)系數(shù)較低，故排除變量之間的多重共線性問(wèn)題。

4.3 回歸結(jié)果分析

本文使用非平衡面板數(shù)據(jù)進(jìn)行回歸分析，通過(guò)F檢驗(yàn)和Hausman檢驗(yàn)，最終確定使用固定效應(yīng)模型進(jìn)行回歸，回歸結(jié)果如表4所示。

列（1）為未加入控制變量時(shí)，政府補(bǔ)助（Sub）的系數(shù)為0.028，在1%的水平下顯著，即企業(yè)獲得政府補(bǔ)助將會(huì)促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。列（2）表示各個(gè)控制變量對(duì)企業(yè)高質(zhì)量發(fā)展（TFP）的影響，結(jié)果顯示企業(yè)規(guī)模（Size）、公司成長(zhǎng)性（Growth）、資產(chǎn)收益率（ROA）和現(xiàn)金流比率（Cash）與企業(yè)高質(zhì)量發(fā)展（TFP）顯著正相關(guān)。資本密集度（Sd）與企業(yè)高質(zhì)量發(fā)展（TFP）呈現(xiàn)顯著負(fù)相關(guān)。回歸結(jié)果基本符合預(yù)期。列（3）表示同時(shí)引入解釋變量和控制變量時(shí)的回歸結(jié)果。政府補(bǔ)助（Sub）對(duì)企業(yè)高質(zhì)量發(fā)展（TFP）的回歸系數(shù)為0.026，在1%的水平上顯著正相關(guān)，驗(yàn)證了本文的研究假設(shè)。

此外，從列（1）和列（3）的擬合優(yōu)度來(lái)看，引入控制變量后，擬合優(yōu)度明顯增加。

4.4 穩(wěn)健性檢驗(yàn)

為了保證本文研究結(jié)論的可靠性，通過(guò)替換被解釋變量的度量方式，進(jìn)行了穩(wěn)健性檢驗(yàn)。將文中被解釋變量企業(yè)高質(zhì)量發(fā)展，使用OP法測(cè)算出的全要素生產(chǎn)率進(jìn)行度量。代入模型，得出政府補(bǔ)助對(duì)企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)為0.084，且在1%的水平下顯著。與前文的結(jié)論一致，證實(shí)了本文研究結(jié)論的可靠性。

5 結(jié)論與建議

在我國(guó)加快構(gòu)建新發(fā)展格局、著力推動(dòng)高質(zhì)量發(fā)展的背景之下，企業(yè)的高質(zhì)量發(fā)展迫在眉睫。當(dāng)前，政府對(duì)企業(yè)的補(bǔ)助趨于常態(tài)化，企業(yè)若想要實(shí)現(xiàn)高質(zhì)量發(fā)展，就需要更好地利用政府補(bǔ)助為企業(yè)提供的資金上的支持，以此來(lái)不斷地進(jìn)行自我優(yōu)化。本文以A股非金融上市公司為樣本，構(gòu)建多元回歸模型，實(shí)證結(jié)果顯示，政府補(bǔ)助能夠顯著的促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。

針對(duì)上述結(jié)論，本文提出如下建議：

第一，從政府層面來(lái)看，政府應(yīng)加大政策幫扶力度，尤其是對(duì)重點(diǎn)行業(yè)。同時(shí)政府應(yīng)做到有選擇地進(jìn)行補(bǔ)助，充分發(fā)揮政府補(bǔ)助對(duì)企業(yè)發(fā)展的激勵(lì)作用。

第二，從企業(yè)層面來(lái)看，企業(yè)作為市場(chǎng)的主力軍，應(yīng)當(dāng)重視自身的發(fā)展。努力探索自身的發(fā)展優(yōu)勢(shì)，才能在行業(yè)中站穩(wěn)腳跟。同時(shí)，企業(yè)應(yīng)合理利用所獲得的政府補(bǔ)助，重視這部分資金的配置，并要做到不能過(guò)度依賴(lài)政府補(bǔ)助。

【參考文獻(xiàn)】

【1】胡本田，高琿.政府補(bǔ)助行為對(duì)創(chuàng)新型企業(yè)高質(zhì)量發(fā)展的影響[J].區(qū)域金融研究，2020，578（09）：70-78.

【2】岳宇君，張磊雷，姬敏.政府補(bǔ)貼、技術(shù)創(chuàng)新與創(chuàng)業(yè)板公司高質(zhì)量發(fā)展[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，183（02）：3-14.

【3】路春城，王翠翠，姜常梅.政府補(bǔ)貼、創(chuàng)新投入與制造業(yè)企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)與管理評(píng)論，2023，39（01）：50-61.

【4】施本植，湯海濱.什么樣的杠桿率有利于企業(yè)高質(zhì)量發(fā)展[J].財(cái)經(jīng)科學(xué)，2019，376（07）：80-94.

【5】張廣勝，孟茂源.內(nèi)部控制、媒體關(guān)注與制造業(yè)企業(yè)高質(zhì)量發(fā)展[J].現(xiàn)代經(jīng)濟(jì)探討，2020，461（05）：81-87.

【6】魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（02）：541-558.