宏觀經(jīng)濟政策對政府科技補貼績效的影響研究
——基于“四萬億”經(jīng)濟刺激計劃分析

楊 艷，鄭雅婷

(湖南大學工商管理學院，長沙 湖南 410006)

一、引 言

改革開放以來，中國社會主義現(xiàn)代化建設(shè)取得了舉世矚目的偉大成就，但經(jīng)濟增長過度依賴能源資源消耗，自主創(chuàng)新能力較弱，經(jīng)濟效益有待提高。目前中國處于向創(chuàng)新型國家的轉(zhuǎn)型階段，如果想要做大做強，就必須依賴自身的研發(fā)創(chuàng)新，增強軟實力[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重的信息不對稱，使得企業(yè)難以獲得外部融資[3]。因此，社會研發(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企業(yè)的研發(fā)創(chuàng)新。2006年，中國頒布了《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》，提出加強自主創(chuàng)新能力與建設(shè)創(chuàng)新型國家的戰(zhàn)略，發(fā)揮財政資金對企業(yè)自主創(chuàng)新的引導作用。

政府科技補貼是以公共資金直接支持企業(yè)技術(shù)創(chuàng)新的財政支出。政府補貼政策的有效性已經(jīng)有許多學者研究，但未能達成一致。有研究表明，政府補貼能夠有效提升企業(yè)的研發(fā)投入水平[4][5]、促進企業(yè)的專利產(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)，認為政府參與資源配置失效，會擠出企業(yè)的自主研發(fā)投入[9][10]，不利于企業(yè)的專利產(chǎn)出[11]和創(chuàng)新效率的提高[12][13]。為進一步厘清政府補貼與企業(yè)創(chuàng)新的關(guān)系，學者開始關(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]等因素對政府補貼績效的影響。然而，現(xiàn)有文獻較少從宏觀經(jīng)濟政策視角來研究政府科技補貼績效。

持續(xù)深化改革以來，市場經(jīng)濟地位進一步提高，但現(xiàn)實中政府仍對關(guān)鍵性生產(chǎn)要素(如資金、土地等)保持控制。中國的法制不健全、市場機制不成熟、政府力量強大等問題[19]使得政府出臺的宏觀經(jīng)濟政策對企業(yè)行為有重大影響。那么，宏觀經(jīng)濟政策如何影響政府科技補貼績效？“四萬億”經(jīng)濟刺激計劃(以下簡稱“四萬億”)提供了一個檢驗政府的宏觀經(jīng)濟政策后果的理想外部沖擊環(huán)境?！八娜f億”是中國在2007年美國次貸危機席卷全球的環(huán)境下，為平滑經(jīng)濟周期、穩(wěn)定GDP而推出的促進經(jīng)濟增長的十項措施。該計劃具有一定的綜合性，不僅包括貨幣政策、財政政策，還包括產(chǎn)業(yè)政策等。有研究表明，“四萬億”有效拉動了GDP增長，對拉動內(nèi)需和抵御外部沖擊發(fā)揮了巨大作用[20]，但也引發(fā)新一輪通脹和更嚴重的產(chǎn)能過剩等問題[21]。微觀而言，該計劃顯著提高了其重點傾向行業(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)模進一步擴大[23]；“四萬億”會導致企業(yè)投資效率下降[24]，受其重點支持十大行業(yè)下的政府控制企業(yè)更容易存在過度投資行為?，F(xiàn)有文獻大多集中于研究“四萬億”對企業(yè)投融資行為的影響，而較少研究“四萬億”對企業(yè)研發(fā)創(chuàng)新行為的影響。在“四萬億”實施期間，受其重點支持行業(yè)的企業(yè)面對外部需求突然上升以及未來經(jīng)濟高度不確定性的情形，政府科技補貼的績效是否改變以及如何改變便是值得探究的問題。

基于此，本文選取2007～2014年中國A股上市公司作為研究樣本，實證檢驗了“四萬億”與政府科技補貼績效的關(guān)系。通過手工收集整理，本文從政府補貼明細中提取了政府科技補貼的數(shù)據(jù)，再以專利申請數(shù)衡量政府科技補貼的績效。在進行實證檢驗后發(fā)現(xiàn)，政府科技補貼可以促進企業(yè)專利產(chǎn)出，但“四萬億”會抑制政府科技補貼對企業(yè)創(chuàng)新的促進效應(yīng)。在進一步研究中，本文發(fā)現(xiàn)產(chǎn)權(quán)性質(zhì)、是否為高新技術(shù)企業(yè)、知識產(chǎn)權(quán)保護程度均會影響“四萬億”與政府科技補貼績效的關(guān)系?？紤]到內(nèi)生性問題可能引發(fā)的偏誤，本文采用Heckman兩階段方法為“四萬億”抑制政府科技補貼績效提供了更為穩(wěn)健的證據(jù)。此外，本文還通過變量替換進行了穩(wěn)健性檢驗。

本文貢獻在于：將“四萬億”經(jīng)濟刺激計劃與企業(yè)研發(fā)創(chuàng)新行為結(jié)合起來討論，豐富了宏觀經(jīng)濟政策對企業(yè)行為影響等方面的研究；將專利分為高質(zhì)量的發(fā)明專利和低質(zhì)量的非發(fā)明專利，更為深入地探討了企業(yè)的創(chuàng)新行為；全面、細致地對比了“四萬億”的短期、長期影響；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)知識產(chǎn)權(quán)保護力度高低進行分組，討論“四萬億”對不同企業(yè)的影響。本文拓展了有關(guān)政府科技補貼績效的影響因素研究，有助于澄清政府科技補貼與創(chuàng)新政策的爭議，豐富了宏觀經(jīng)濟與企業(yè)創(chuàng)新行為的研究。

二、理論分析與假說提出

(一)政府科技補貼對創(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，政府科技補貼可以緩解企業(yè)資金壓力，激勵企業(yè)將創(chuàng)新資源分配到高成本的新技術(shù)領(lǐng)域，彌補“價格溢出”和“知識溢出”帶來的損失，降低企業(yè)融資成本和企業(yè)對風險高、投入大的創(chuàng)新項目的壓力[25][26]。此外，企業(yè)獲得政府補貼還有信號傳遞的作用，通過降低技術(shù)創(chuàng)新活動的信息不對稱性，為企業(yè)吸引投資。Maryann等(2006)發(fā)現(xiàn)，與未獲得政府研發(fā)補貼的企業(yè)相比，獲得政府研發(fā)補貼的公司會有更多來源的資金[27]。Kleer(2010)使用信號模型發(fā)現(xiàn)如果補貼伴隨著一個質(zhì)量信號，它可以導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1：

H1：政府科技補貼會激勵企業(yè)創(chuàng)新。

(二)“四萬億”影響

中國的2008年GDP為30.07萬億元，按計劃中央政府將在兩年時間就投入4萬億元，加上地方政府投資的18萬億元，該政策涉及的資金占中國經(jīng)濟總量的比重較大，因而對企業(yè)經(jīng)營行為帶來巨大影響。一方面，受“四萬億”重點支持的行業(yè)需求大增，受其重點支持行業(yè)的企業(yè)為追逐利潤和市場份額，將資源更多投向可以獲得短期利潤的項目(如固定資產(chǎn)更新、產(chǎn)能擴大等)。有研究表明，“四萬億”使其重點支持行業(yè)的固定資產(chǎn)投資規(guī)模進一步擴大[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)營重心轉(zhuǎn)到固定資產(chǎn)投資和追逐短期利潤必然導致其對高風險研發(fā)活動的忽視。另一方面，企業(yè)研發(fā)行為會隨經(jīng)濟周期變化。當企業(yè)由于監(jiān)管、醫(yī)療保健和稅收等方面的可能變化而對經(jīng)營成本產(chǎn)生懷疑時，他們會對研發(fā)投資計劃更加謹慎[30]。企業(yè)的研發(fā)創(chuàng)新支出是順周期的[31]、在繁榮時期表現(xiàn)出聚集的趨勢[32]。因此，在經(jīng)濟危機時期，企業(yè)經(jīng)營外部環(huán)境面臨巨大不確定性，致使企業(yè)進行研發(fā)創(chuàng)新的動力降低，并進而導致政府科技補貼績效下降。由此，我們提出假說2：

H2：“四萬億”會抑制政府科技補貼績效。

(三)分組分析

1.產(chǎn)權(quán)性質(zhì)

在“四萬億”實施期間，更多的資源被分配給國有企業(yè)[33]，且國有企業(yè)的杠桿率比非國有企業(yè)的杠桿率增長相對更大[34]。這一方面是因為“四萬億”資金投向主要為基礎(chǔ)設(shè)施建設(shè)、災后重建、保障性住房建設(shè)等國有企業(yè)居多的行業(yè)，另一方面是出于國有企業(yè)天然的政治優(yōu)越性。因此，在“四萬億”背景下，國有企業(yè)面臨市場需求大增的情形要遠勝于非國有企業(yè)，國有企業(yè)更可能將資源過多地放在固定資產(chǎn)更新、擴大產(chǎn)能等方面，導致其對研發(fā)創(chuàng)新的重視程度下降更多。此外，在經(jīng)濟危機時期，國有企業(yè)可能更需要在維護社會穩(wěn)定和就業(yè)方面做出更多貢獻[35][36]。由此，我們提出假說3a：

H3a：相對非國有企業(yè)，“四萬億”對政府科技補貼績效的抑制作用在國有企業(yè)更強。

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《國家重點支持的高新技術(shù)領(lǐng)域》內(nèi)，持續(xù)進行研究開發(fā)與技術(shù)成果轉(zhuǎn)化，形成企業(yè)核心自主知識產(chǎn)權(quán)的經(jīng)濟實體。高新技術(shù)企業(yè)認定需滿足研發(fā)強度、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)有更強的創(chuàng)新意愿，以及擁有更豐富的知識積累。研究發(fā)現(xiàn)，企業(yè)知識積累顯著提升企業(yè)創(chuàng)新能力[37]，并通過創(chuàng)新能力的中介作用促進企業(yè)成長[38]。在“四萬億”背景下，中國提出十項擴大內(nèi)需政策，其中包括加快自主創(chuàng)新和結(jié)構(gòu)調(diào)整。在這個背景下，企業(yè)獲得大量補貼、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。由此，本文提出假說3b：

H3b：相對高新技術(shù)企業(yè)，“四萬億”對政府科技補貼績效的抑制作用在非高新技術(shù)企業(yè)分組更強。

3.地區(qū)知識產(chǎn)權(quán)保護力度

知識產(chǎn)權(quán)保護可以在技術(shù)研發(fā)階段減少投資風險、緩解融資壓力[39]，是保障專利獨占利益的關(guān)鍵。在知識產(chǎn)權(quán)保護力度較強的地區(qū)，企業(yè)因能獲得更多的保護而更愿意進行研發(fā)創(chuàng)新并將創(chuàng)新成果轉(zhuǎn)化為專利，而在知識產(chǎn)權(quán)保護力度較弱的地區(qū)，企業(yè)研發(fā)意愿較弱且較不愿意公開研發(fā)成果信息和申請專利。Lin等(2010)研究發(fā)現(xiàn)產(chǎn)權(quán)保護與企業(yè)研發(fā)活動顯著正相關(guān)[40]。在“四萬億”背景下，知識產(chǎn)權(quán)保護力度較強的地區(qū)受到的負面影響較小，而知識產(chǎn)權(quán)保護力度較弱的地區(qū)受到的負面影響較大。由此，本文提出假說3c：

H3c：相對在知識產(chǎn)權(quán)保護力度較強地區(qū)的企業(yè)，“四萬億”對政府科技補貼績效的抑制作用在知識產(chǎn)權(quán)保護力度較低地區(qū)的企業(yè)更強。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2007～2014年A股上市公司為樣本進行檢驗。中國于2007年開始采用新《企業(yè)會計準則》，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“四萬億”經(jīng)濟刺激計劃出臺，并于2009年正式實施。政策實施期間為2009～2010年，故在主要分析當中本文采用2007～2010年數(shù)據(jù)，僅在驗證“四萬億”政策的持續(xù)性時采用2011～2014年數(shù)據(jù)。企業(yè)財務(wù)數(shù)據(jù)和專利授權(quán)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，各地區(qū)GDP數(shù)據(jù)來自中國統(tǒng)計局官網(wǎng)。本文對原始數(shù)據(jù)進行了篩選并剔除了主要變量缺失的樣本。由于金融、保險行業(yè)特殊性，對創(chuàng)新的需求較弱，故在回歸中排除金融、保險行業(yè)(根據(jù)2012年版證監(jiān)會行業(yè)分類)。并且，經(jīng)營困難、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個有效觀測值，為控制極端值對檢驗結(jié)果帶來的偏誤，對所有連續(xù)變量進行了前后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貼(RDSub)取自上市公司財務(wù)報表附注中的政府補助項目。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”“專利”“重大項目”“火炬計劃”“星火計劃”“973計劃”等關(guān)鍵詞判斷是否屬于政府科技補貼，剔除“納稅大戶”“上市”“出口”“外貿(mào)”“展會”等明顯不屬于政府科技補貼的項目，并除以總資產(chǎn)進行標準化。被解釋變量企業(yè)創(chuàng)新績效一般采用企業(yè)新產(chǎn)品收入、專利數(shù)量等進行衡量。由于現(xiàn)行上市公司財務(wù)報表很難區(qū)分新產(chǎn)品收入，故本文采用企業(yè)專利數(shù)量來描述企業(yè)創(chuàng)新績效。由于專利申請到授權(quán)需要一定時間，故用專利申請數(shù)量衡量企業(yè)創(chuàng)新產(chǎn)出更為貼切，并使用專利授權(quán)數(shù)量作為替換變量進行穩(wěn)健性分析。此外，由于從研發(fā)到產(chǎn)出需要一定的時間，本文采用滯后一期的專利數(shù)量加1后取對數(shù)進行衡量。本文被解釋變量包括所有專利申請數(shù)(LnApply)、發(fā)明專利申請數(shù)(LnIApply)和非發(fā)明專利申請數(shù)(LnUDApply)。

為驗證假說1，采用PSM模型估計。PSM中的變量包括處理變量、結(jié)果變量和協(xié)變量：處理變量為當年是否獲得政府科技補貼；結(jié)果變量為滯后一期的專利申請數(shù)；協(xié)變量包括企業(yè)規(guī)模、年齡、資產(chǎn)負債率、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?shù)谿DP水平。

為驗證假說2，采用雙重差分模型估計，如式(1)所示。由于部分樣本數(shù)據(jù)的被解釋變量專利申請數(shù)在左側(cè)取值為0且受時間和行業(yè)影響較大，故本文采用單側(cè)Tobit模型進行回歸，并控制時間和行業(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i代表企業(yè)，下標t代表年份，εit代表誤差項。IndA代表企業(yè)所處行業(yè)是否受到“四萬億”經(jīng)濟刺激計劃的重點支持，將農(nóng)林牧漁、冶金工業(yè)、電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)、建筑業(yè)、交通運輸業(yè)、房地產(chǎn)業(yè)、居民服務(wù)業(yè)、文化、體育和娛樂業(yè)、生態(tài)保護和環(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“四萬億”重點支持行業(yè)。Post表示時間變量，中國于2008年底制定“四萬億”經(jīng)濟刺激計劃，政策實施期間為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)新活動的控制變量有研發(fā)投入強度(RDI)、公司規(guī)模(Size)、公司成立年齡(Age)、流動比率(Liquidity)、固定資產(chǎn)比例(Tangibility)、經(jīng)營活動現(xiàn)金流量凈額(CF)、獨董比例(Indep)、所在地區(qū)GDP(LnGDP)以及是否虧損(Loss)。在進一步分析中，本文加入3個變量：產(chǎn)權(quán)性質(zhì)(SOE)、是否為高新技術(shù)企業(yè)(HighTech)和地區(qū)知識產(chǎn)權(quán)保護力度(Ipr)。具體定義見表1。

表1 變量定義表

四、實證分析與結(jié)果

(一)樣本差異性檢驗

如表2所示，樣本企業(yè)平均每年專利申請數(shù)、發(fā)明專利申請數(shù)、非發(fā)明專利申請數(shù)和政府科技補貼占總資產(chǎn)比重分別為1.649、1.075、1.256和0.064%，而所有專利、發(fā)明專利和非發(fā)明專利的標準差分別為1.648、1.312和1.510，說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“四萬億”重點支持的行業(yè)，56.4%的企業(yè)為國有企業(yè)，而24.6%的企業(yè)為高新技術(shù)企業(yè)。

表2 描述性統(tǒng)計分析

(二)回歸結(jié)果分析

1.政府科技補貼對創(chuàng)新績效的影響

為檢驗假說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)，對所有類型專利，不論采用什么匹配方法，處理組的專利申請總數(shù)、發(fā)明專利申請數(shù)和非發(fā)明專利申請數(shù)都顯著高于控制組。因而，政府科技補貼能顯著增加企業(yè)的專利申請數(shù)量，印證了本文假說1。

表3 “四萬億”刺激計劃對總專利授權(quán)數(shù)量的影響

2.“四萬億”刺激計劃對政府科技補貼績效的影響

雙重差分模型的估計結(jié)果如表4所示。Panel A中，第一列中變量RDSub的估計系數(shù)顯著為正，說明政府科技補貼對創(chuàng)新績效有顯著的促進作用，再次印證了假說1；第二列中變量IndA的估計系數(shù)無顯著性表明是否受“四萬億”經(jīng)濟刺激計劃重點支持并不會直接影響企業(yè)的專利產(chǎn)出；第三列中變量IndA和變量RDSub的交互項系數(shù)顯著為負，說明變量IndA會負向調(diào)節(jié)政府科技補貼的創(chuàng)新激勵效應(yīng)；第四列中時間虛擬變量Post的估計系數(shù)顯著為正表明隨著時間推移，企業(yè)的專利產(chǎn)出會顯著增加；第五列中變量Post和變量RDSub的交互項系數(shù)無顯著性表明時間虛擬變量不會調(diào)節(jié)政府科技補貼的創(chuàng)新激勵效應(yīng)；第六列中，時間虛擬變量Post、變量IndA以及變量RDSub交互項的估計系數(shù)顯著為負，表明與非重點傾向行業(yè)上市公司相比，“四萬億”經(jīng)濟刺激計劃顯著降低了政府科技補貼對重點傾向行業(yè)企業(yè)申請專利的激勵作用，這印證了本文的假說2。在Panel B和Panel C中，變量IndA、時間虛擬變量Post以及變量RDSub交互項的估計系數(shù)也顯著為負，說明不論是發(fā)明專利還是非發(fā)明專利，“四萬億”經(jīng)濟刺激計劃均會顯著降低政府科技補貼的創(chuàng)新激勵效應(yīng)。

表4 “四萬億”對政府科技補貼績效的影響

3.“四萬億”影響持續(xù)性分析

檢驗“四萬億”影響的持續(xù)性，定義Year2009～Year2014共6個時間虛擬變量，每個變量當年取值為1，2007～2008年取值為0，即每個變量只取3年數(shù)據(jù)，以檢驗當年樣本數(shù)據(jù)和“四萬億”實施前樣本數(shù)據(jù)的差異。如表5所示，由計劃重點傾向行業(yè)虛擬變量IndA、時間虛擬變量Year以及政府科技補貼RDSub交互項的估計系數(shù)顯著性可知，“四萬億”對政府科技補貼績效的抑制作用呈現(xiàn)先增強后減弱的趨勢，在2010年“四萬億”退出之后這種抑制作用并不會馬上消失，而是會持續(xù)到2012年，這和一般項目的建設(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結(jié)果如表6所示，IndA、Post、RDSub3個變量的交乘項系數(shù)對于LnApply均顯著為負，但國有企業(yè)有兩顆星的顯著度，而非國有企業(yè)只有一顆星的顯著度，所以“四萬億”對政府科技補貼創(chuàng)新績效的抑制作用在國有企業(yè)更為顯著。IndA、Post、RDSub三個變量的交乘項系數(shù)對于LnIApply在國有企業(yè)顯著，而在非國有企業(yè)不顯著，表明對發(fā)明專利而言，“四萬億”對政府科技補貼績效的影響只在國有企業(yè)顯著，印證了本文的假說3a。

2.是否為高新技術(shù)企業(yè)

如表7所示，對于高新技術(shù)企業(yè)的所有專利、發(fā)明專利和非發(fā)明專利，IndA、Post、RDSub3個變量的交乘項系數(shù)均無顯著性，而對于非高新技術(shù)企業(yè)，IndA、Post、RDSub3個變量的交乘項系數(shù)顯著為負，說明非高新技術(shù)企業(yè)獲得的政府科技補貼績效受“四萬億”的影響更為顯著，印證了本文的假說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)知識產(chǎn)權(quán)保護力度

如表8所示，對于知識產(chǎn)權(quán)保護力度較高的地區(qū)，企業(yè)的所有專利、發(fā)明專利和非發(fā)明專利，IndA、Post、RDSub3個變量的交乘項系數(shù)均無顯著性，而對于知識產(chǎn)權(quán)保護力度較低的地區(qū)企業(yè)，IndA、Post、RDSub3個變量的交乘項系數(shù)顯著為負，說明“四萬億”對政府科技補貼績效的影響在知識產(chǎn)權(quán)保護力度較弱的地區(qū)更為顯著，印證了本文的假說3c。

五、穩(wěn)健性分析

(一)內(nèi)生性問題控制

更有創(chuàng)新意愿的企業(yè)更容易獲得補貼，政府補貼又進一步促進企業(yè)創(chuàng)新，為解決模型1的自選擇問題，本文采用雙重差分和Heckman兩步法回歸進行穩(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)市場化水平Market。如表9所示，變量IndA、Post、RDSub交互項的估計系數(shù)顯著為負，與表4的結(jié)果基本一致，表明與非重點傾向行業(yè)上市公司相比，“四萬億”經(jīng)濟刺激計劃顯著降低了在重點傾向行業(yè)公司的政府科技補貼績效，表明本文的回歸估計結(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

將所有專利申請數(shù)量(LnApply)、發(fā)明專利申請數(shù)量(LnIApply)和非發(fā)明專利申請數(shù)量(LnUDApply)依次替換為所有專利授權(quán)數(shù)量(LnGrant)、發(fā)明專利授權(quán)數(shù)量(LnIGrant)和非發(fā)明專利授權(quán)數(shù)量(LnUDGrant)。如表10所示，變量IndA、Post、RDSub交互項的估計系數(shù)顯著為負，與表4的結(jié)果基本一致，表明與非重點傾向行業(yè)上市公司相比，“四萬億”經(jīng)濟刺激計劃顯著降低了在重點傾向行業(yè)公司的政府科技補貼績效，檢驗了本文的回歸估計結(jié)果穩(wěn)健性。

表10 “四萬億”對政府科技補貼績效的影響

六、結(jié)論與建議

本文基于中國A股上市公司的樣本，運用傾向得分匹配和雙重差分模型，探討了“四萬億”經(jīng)濟刺激計劃對政府科技補貼創(chuàng)新績效的影響。研究發(fā)現(xiàn)，“四萬億”會抑制政府科技補貼對專利產(chǎn)出的激勵效應(yīng)，這種抑制作用對發(fā)明專利和非發(fā)明專利均顯著，且這種抑制作用不會在“四萬億”政策退出之后馬上消失，而會持續(xù)到2012年。本文進一步研究表明，相對非國有企業(yè)，“四萬億”對政府科技補貼績效的抑制作用在國有企業(yè)更強，且“四萬億”對政府科技補貼績效的抑制作用只在非高新技術(shù)企業(yè)顯著，而對高新技術(shù)企業(yè)不顯著；同時“四萬億”對政府科技補貼績效的抑制作用只在知識產(chǎn)權(quán)保護程度低的地區(qū)顯著，而對知識產(chǎn)權(quán)保護程度高的地區(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，中國處于創(chuàng)新型國家建設(shè)初期，政府科技補貼對創(chuàng)新具有顯著的激勵效應(yīng)，這印證了采取補貼方式激勵創(chuàng)新的重要性。第二，由于科技補貼績效會因內(nèi)外部因素而波動，因此，相關(guān)部門應(yīng)建立相關(guān)的評審機制，對企業(yè)研發(fā)成果進行檢驗，避免企業(yè)將補貼資金用于與研發(fā)創(chuàng)新不相關(guān)的其他經(jīng)營活動，以提高政府研發(fā)補貼資金的使用效率。第三，“四萬億”成功地讓中國經(jīng)濟在2009年快速復蘇，但它在一定程度上擾亂了市場秩序，尤其是在政策重點支持的行業(yè)。且其影響在該計劃退出后持續(xù)存在。因此，政府在今后面對類似宏觀經(jīng)濟波動時，出臺刺激政策不僅應(yīng)考慮政策短期內(nèi)對經(jīng)濟的提振作用，也需考慮政策對企業(yè)行為的長期影響。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)濟政策時，應(yīng)考慮政策影響對象的綜合情況，以免導致經(jīng)濟結(jié)構(gòu)失衡。并且，相關(guān)部門應(yīng)加強對小型民營企業(yè)的創(chuàng)新激勵，在財稅政策等方面適當傾斜以達到實質(zhì)公平。第五，“四萬億”對政府科技補貼績效的抑制作用主要體現(xiàn)在非高新技術(shù)企業(yè)，說明企業(yè)知識積累和創(chuàng)新能力對政府補貼績效的發(fā)揮有重大影響，有關(guān)部門在發(fā)放補貼時可加強對企業(yè)歷史研發(fā)數(shù)據(jù)的審查。第六，良好的知識產(chǎn)權(quán)保護環(huán)境可以保護企業(yè)的研發(fā)創(chuàng)新行為，政府應(yīng)大力培養(yǎng)良好的知識產(chǎn)權(quán)保護制度，為企業(yè)創(chuàng)新提供制度保障。

本文的主要創(chuàng)新點如下：(1)從研究視角上看，現(xiàn)有文獻較少關(guān)注宏觀經(jīng)濟政策對政府科技補貼績效的影響，本文將“四萬億”與政府科技補貼績效聯(lián)系起來，揭示了“四萬億”對政府科技補貼績效的作用機理，并提供了經(jīng)驗證據(jù)。這既豐富了“四萬億”的經(jīng)濟后果研究，又拓展了政府研發(fā)補貼績效的影響因素分析。(2)從研究內(nèi)容上看，文章考察了微觀及宏觀兩個維度的異質(zhì)性對“四萬億”與政府研發(fā)補貼績效的影響，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)知識產(chǎn)權(quán)保護力度差異性等維度細化了“四萬億”對政府科技補貼績效的影響，并進一步檢驗了“四萬億”的持續(xù)性影響，延伸和拓展了“四萬億”對政府研發(fā)補貼績效的影響研究。(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控制政府研發(fā)補貼和企業(yè)創(chuàng)新行為之間可能存在的內(nèi)生性問題，從而使研究結(jié)論更穩(wěn)健、更具說服力。本文對于全面、系統(tǒng)地評價“四萬億”經(jīng)濟刺激計劃有一定的幫助，為政策制定者提供一定的借鑒和參考。