政府資助激勵企業(yè)技術(shù)創(chuàng)新投入的交互作用分析

方云峰

摘 ?要：政府為了激勵企業(yè)進(jìn)行技術(shù)創(chuàng)新，制定了一系列優(yōu)惠政策。為了考察政府資助政策對企業(yè)技術(shù)創(chuàng)新的激勵效果，本文將采用回歸分析和雙因素方差分析法，分別考慮資助政策的單獨(dú)影響和綜合影響。研究結(jié)果表明：（1）政府直接補(bǔ)助和稅收優(yōu)惠對企業(yè)研發(fā)支出都有正向作用，但政府補(bǔ)助的作用大于稅收優(yōu)惠的作用;（2）考慮交互作用之后，政府直接資助與稅收優(yōu)惠對企業(yè)研發(fā)支出的正向作用更明顯。

關(guān)鍵詞：政府資助方式;交互作用;雙因素方差分析

引言：當(dāng)前我國正處在產(chǎn)業(yè)轉(zhuǎn)型升級和轉(zhuǎn)變經(jīng)濟(jì)增長方式的關(guān)鍵時(shí)期，增強(qiáng)自主創(chuàng)新能力尤為重要，黨的十八大報(bào)告指出，要實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，把創(chuàng)新擺在國家發(fā)展全局的核心位置，著力構(gòu)建以企業(yè)為主體、市場為導(dǎo)向、產(chǎn)學(xué)研相結(jié)合的技術(shù)創(chuàng)新體系。但是，由于技術(shù)創(chuàng)新活動存在正外部性和不確定性導(dǎo)致企業(yè)R&D投資低于社會最優(yōu)水平（Arrow，1962），這就為政府介入提供了理論基礎(chǔ)。當(dāng)今世界各國都普遍關(guān)注政府在技術(shù)創(chuàng)新領(lǐng)域中的作用，OECD國家中使用財(cái)稅優(yōu)惠的國家由1995年的15個(gè)上升到了2011年的26個(gè)。我國財(cái)政科技投入也一直呈現(xiàn)增長態(tài)勢，平均每年增幅63.3%。當(dāng)然，除財(cái)政科技投入這一直接資助手段外，我國還有稅收優(yōu)惠、政府購買、公共研究等不同的激勵工具，但直接資助和稅收優(yōu)惠是作用范圍最廣的兩個(gè)手段，因而成為研究的主體。大部分的實(shí)證研究都從不同程度上證明了這兩種政策工具的激勵效果。但是現(xiàn)有實(shí)證研究對激勵效果的考察都是孤立考慮不同工具的效果，而一般情況下不同激勵工具是同時(shí)使用的，相互之間也是緊密聯(lián)系的，因此我們應(yīng)該把不同激勵工具納入一個(gè)框架內(nèi)考慮，不僅考慮他們的單獨(dú)作用，同時(shí)也要考慮它們的交互作用。所以本文將建立兩個(gè)模型：沒有加入交互項(xiàng)及加入交互項(xiàng)的模型，來考慮兩種不同工具的交互作用及交互作用對政策工具激勵效果的影響。

一、研究設(shè)計(jì)

（一）樣本選取和數(shù)據(jù)來源。本文以2011-2013年上市公司制造業(yè)企業(yè)為樣本，剔除數(shù)據(jù)缺失的上市公司后得到268個(gè)樣本，其中2011年70個(gè)，2012年105個(gè)，2013年93個(gè)。本文研究使用的上市公司數(shù)據(jù)均來自CSMAR的中國上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)庫和中國上市公司財(cái)務(wù)報(bào)表附注數(shù)據(jù)庫。

（二）模型構(gòu)建。（1）方差分析。本文先使用雙因素方差分析方法對政府直接補(bǔ)助與稅收優(yōu)惠兩種手段之間是否存在交互作用進(jìn)行檢驗(yàn)。首先，我們采用雙因素方差分析法進(jìn)行檢驗(yàn)。提出原假設(shè)H0：各自變量不同水平下觀測變量各總體均值無顯著差異，自變量各效應(yīng)和交互效應(yīng)同時(shí)為0，即自變量和它們的交互作用對觀測變量沒有產(chǎn)生顯著性影響數(shù)學(xué)表達(dá)式為a1=a2=……=ak=0，b1=b2=……=br=0。由于雙因素方差分析要求自變量為分類變量，所以本文將政府補(bǔ)助和稅收返還進(jìn)行了分類處理，1000萬元以下取值1，1000萬-1億元取值2，1億元以上取值3。（2）回歸分析。我們建立如下模型并使用多元回歸分析方法檢驗(yàn)政府資助及不同方式之間交互作用對企業(yè)技術(shù)創(chuàng)新行為的影響。

R&D=α0+α1Gov+α2Tax+α3Demand+α4Size+α5 Location +ε①

R&D=α0+α1Gov+α2Tax+α3Gov×Tax+α4Demand+α5Size+α6

Location+ε ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?②

其中，α0為截距，α1～α6為系數(shù)，ε為殘差。模型中各變量解釋如下：1）因變量。R&D代表樣本公司當(dāng)年研發(fā)支出增加額，用來反映企業(yè)的研發(fā)行為。本文采用數(shù)據(jù)來自于CSMAR中國上市公司財(cái)務(wù)報(bào)表附注數(shù)據(jù)庫中長期資產(chǎn)中的研發(fā)支出數(shù)據(jù)。2）自變量。政府補(bǔ)助Gov：政府補(bǔ)助反映政府對企業(yè)技術(shù)創(chuàng)新活動的直接資助，體現(xiàn)在會計(jì)科目中主要涉及兩個(gè)科目：“補(bǔ)貼收入”和“專項(xiàng)應(yīng)付款”，通過對比發(fā)現(xiàn)，營業(yè)外收入中分部項(xiàng)目里的政府補(bǔ)助這一指標(biāo)能較好地衡量政府對企業(yè)的科技補(bǔ)貼，所以本文采用政府補(bǔ)助這一指標(biāo)進(jìn)行衡量。稅收返還Tax：由于沒有確切的指標(biāo)對稅收優(yōu)惠進(jìn)行衡量，企業(yè)對從事技術(shù)創(chuàng)新活動所享受的稅收減免、加速折舊等一系列措施產(chǎn)生的優(yōu)惠金額也沒有進(jìn)行統(tǒng)計(jì)，所以本文采用稅收返還這一指標(biāo)進(jìn)行替代，此指標(biāo)反映的是企業(yè)收到的增值稅、營業(yè)稅、所得稅等各種稅費(fèi)的返還。政府補(bǔ)助與稅收返還的乘積項(xiàng)Gov×Tax ：乘積項(xiàng)用來反映政府補(bǔ)助與稅收返還的交互作用。若乘積項(xiàng)的系數(shù)不為0，就表明政府補(bǔ)助與稅收返還的同時(shí)作用不等于兩種方式單獨(dú)作用的乘積，兩種不同方式之間是相互影響的。3）控制變量營業(yè)收入Demand：本文研究我們將采用營業(yè)收入來衡量市場需求，因?yàn)闋I業(yè)收入能在一定程度上反映企業(yè)產(chǎn)品的市場需求規(guī)模，在此基礎(chǔ)上的創(chuàng)新成果與企業(yè)現(xiàn)有產(chǎn)品有很大的關(guān)聯(lián)和相似性，因而市場需求不會有太大的差異。

企業(yè)規(guī)模Size：史毅（2001）指出，大企業(yè)與小企業(yè)在進(jìn)行技術(shù)創(chuàng)新時(shí)各有優(yōu)勢，但大企業(yè)能更好地滿足創(chuàng)新活動的各種要素需求，承擔(dān)創(chuàng)新的高風(fēng)險(xiǎn)。熊彼特在1969年就指出，大企業(yè)比小企業(yè)更有創(chuàng)新的積極性。本文研究采用企業(yè)總資產(chǎn)來衡量企業(yè)規(guī)模。

二、實(shí)證檢驗(yàn)結(jié)果及分析

（一）雙因素方差分析。運(yùn)用spss軟件進(jìn)行方差分析，得到以下結(jié)果，如表1所示。

表1 ?雙因素方差分析結(jié)果

a. R 方 = .883（調(diào)整 R 方 = .878）

表1是方差分析的主要部分結(jié)果。我們主要分析自變量及交互作用的影響，控制變量不予分析。首先從F統(tǒng)計(jì)值來看，F(xiàn)A=17.014>F0.05（2，4）=6.94，F(xiàn)B=15.752>F0.05（2，4）=6.94，F(xiàn)AB=7.260

>F0.05（8，4）=6.04，所以拒絕原假設(shè)H0：a1=a2=a3=0，b1=b2=b3=0，說明政府直接資助、稅收返還以及兩者的交互作用對研發(fā)支出都存在影響;從相伴概率來看，三者的sig值均為0.000<0.01，拒絕原假設(shè)，說明檢驗(yàn)結(jié)果在99%的置信水平上顯著。

同時(shí)，我們還可進(jìn)行政府直接補(bǔ)助與稅收返還對研發(fā)支出作用的大小比較。由于設(shè)定的是全因子飽和模型，因此總的離差平方和主體部分為自變量對觀測變量的單獨(dú)影響、兩個(gè)自變量的交互作用、隨機(jī)變量的影響三部分，但由于本文加入三個(gè)協(xié)變量控制其他因素的影響，所以總離差平方和中也就包含了這三個(gè)變量的影響，但我們可以不作考慮。表中顯示，不同水平政府補(bǔ)助對研發(fā)支出的貢獻(xiàn)離差平方和為16691.287，均方為8345.644，不同水平稅收返還對研發(fā)支出的貢獻(xiàn)離差平方和為15453.184，均方為7726.592，16691.287>15453.184且8345.644

>7726.592，這說明政府補(bǔ)助的影響比稅收返還的影響大。

（二）多元回歸分析。（1）無交互項(xiàng)多元回歸。首先我們對模型①進(jìn)行回歸分析，結(jié)果如表2所示。

表2 ?無交互項(xiàng)回歸系數(shù)表

上表中，我們可以看到，政府補(bǔ)助與稅收返還的檢驗(yàn)sig值均為0.000，小于0.05，所以拒絕原假設(shè)，說明這兩個(gè)因素對研發(fā)支出有顯著影響。政府補(bǔ)助的回歸系數(shù)為0.172，說明政府補(bǔ)助每增加一個(gè)單位，企業(yè)研發(fā)支出增加0.172個(gè)單位;稅收返還的回歸系數(shù)為0.077，說明稅收返還每提高一個(gè)單位，企業(yè)研發(fā)支出增加0.077個(gè)單位，0.172>0.077，說明政府補(bǔ)助的作用大于稅收返還的影響，這與上文方差分析的結(jié)果相同，如果加入交互項(xiàng)后結(jié)果會如何呢？

（2）有交互項(xiàng)多元回歸。在進(jìn)行含有交互項(xiàng)回歸時(shí)，我們不能直接對模型②直接回歸，因?yàn)檫@樣不利于我們觀察交互作用對政府補(bǔ)助和稅收返還回歸系數(shù)產(chǎn)生的影響。在含有交互項(xiàng)時(shí)，原變量的參數(shù)解釋會有所差別，因?yàn)樵谌缒Ｐ廷谥?，?表示政府補(bǔ)助為零時(shí)稅收返還對企業(yè)研發(fā)支出的影響，這通常沒有什么意義，而且這時(shí)稅收返還對研發(fā)支出的影響系數(shù)已不再是α2，通過求導(dǎo)得到=α2+α3Gov，所以我們可以將

Gov代入估計(jì)結(jié)果中，Tax對R&D的影響就為α2+α3Gov。但為了更加精確，我們可以通過將模型重新參數(shù)化，使元變量系數(shù)具有一定意義。模型參數(shù)化后變成：

R&D=α0+α1Gov+α2Tax+α3（Gov-U1）×（Tax-U2）+α4

Demand+α5Size+α6 Location+ε ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?③

運(yùn)用spss對模型③進(jìn)行多元回歸，得到如下結(jié)果，如表3所示。

表3 ?有交互項(xiàng)的回歸系數(shù)表

模型③中，U1，U2分別表示政府補(bǔ)助和稅收返還的均值，此時(shí)，α2代表政府補(bǔ)助在均值處稅收返還對研發(fā)支出的偏效應(yīng)，表示稅收返還每提高1個(gè)單位，研發(fā)支出提高α2個(gè)標(biāo)準(zhǔn)差。

表3中參數(shù)化乘積項(xiàng)表示的就是模型中的（Gov-U1）×（Tax-U2），表中各變量的顯著性概率均小于0.05，說明各變量對研發(fā)支出都有顯著影響。此時(shí)，政府補(bǔ)助的回歸系數(shù)為

0.214，稅收返還的回歸系數(shù)為0.112，兩個(gè)系數(shù)均大于無交互項(xiàng)回歸時(shí)的系數(shù)0.172和0.077，這說明，考慮到兩變量交互作用后，政府補(bǔ)助與稅收返還對企業(yè)研發(fā)支出的激勵作用有所增強(qiáng)。同時(shí)，0.214>0.112也符合方差分析關(guān)于政府補(bǔ)助對企業(yè)研發(fā)支出的激勵作用大于稅收返還的作用這一結(jié)果。

三、研究結(jié)論

本文以2011-2013年制造業(yè)上市公司為樣本，考察了政府直接補(bǔ)助與間接稅收返還對企業(yè)研發(fā)行為的影響。研究發(fā)現(xiàn)，在控制了其他顯著變量后，政府補(bǔ)助與稅收返還對企業(yè)研發(fā)支出有正向影響，且政府補(bǔ)助的影響大于稅收返還的影響;同時(shí)這兩種資助手段之間存在交互作用，并且在加入交互項(xiàng)衡量交互作用后，政府補(bǔ)助與稅收返還對企業(yè)研發(fā)支出的正向作用變得更強(qiáng)。本文研究結(jié)果的政策含義是，在經(jīng)濟(jì)轉(zhuǎn)型升級的當(dāng)前，政府正朝著服務(wù)型政府轉(zhuǎn)變，國家應(yīng)加大對企業(yè)創(chuàng)新的扶持力度，激勵企業(yè)進(jìn)行技術(shù)創(chuàng)新活動;再者，由于不同資助手段間交互作用的存在，政府應(yīng)充分發(fā)揮各種手段的激勵作用，綜合運(yùn)用各種手段，這與很多說明性研究結(jié)論相一致。

參考文獻(xiàn)：

[1] Christian Kohler. The impact and effectiveness of fiscal incentives for R&D[J]. Manchester institute if innovation research，2012.

[2] 解維敏，唐清泉，陸珊珊. 政府R&D資助、企業(yè)R&D支出與自主創(chuàng)新[J].金融研究，2009.