政府科技补贴能通过企业科技创新改善产能过剩吗？——基于新能源产业与汽车产业对比研究

孙璞，尹小平

（1.国家电投吉林电力股份有限公司，吉林长春130022；2.吉林大学东北亚研究院，吉林长春130022）

政府科技补贴能通过企业科技创新改善产能过剩吗？
——基于新能源产业与汽车产业对比研究

孙璞1，尹小平2

（1.国家电投吉林电力股份有限公司，吉林长春130022；2.吉林大学东北亚研究院，吉林长春130022）

传统产业和新兴产业的产能过剩都会带来国民经济的生产危机。文章以汽车产业作为传统产业的代表、以新能源产业作为新兴产业的代表，将研究重点聚焦于政府科技补贴对产能过剩的改善作用，并分析企业研发的中介效应，结果显示：新能源产业的研发投入强度中介作用明显；汽车产业因其异质性而使研发投入强度的作用存在差异。

科技补贴；研发强度；产能利用率；产能过剩

［DOI］10.3969/j.issn.1007-5097.2016.10.016

一、引言及文献回顾

随着经济发展阶段的不断演进，我国多数产业已经面临大范围的产能过剩，随之而来的是产能过剩行业销售利润的下滑、整个市场竞争环境的恶化。2006年3月国务院出台了《关于加快推进产能过剩行业结构调整的通知》，指出我国正面临着以汽车、钢铁、水泥等行业为首的传统产业产能过剩问题。2015年12月中央经济工作会议完成了2015年工作总结，并部署了2016年供给侧改革的新方向，简要概括为五个工作任务，即去产能、去杠杆、去库存、降成本和补短板，其中，去产能已经成为首当其冲的经济目标。传统产业和新兴产业的产能过剩带来整个国民经济的危机，因此，寻找改善产能过剩的政策手段刻不容缓。

国内外众多学者对产能过剩的理解可总结为两个方面：宏观上即表现为“供大于求”的现象（王岳平，2006）［1］；微观上则表现为企业生产能力远远高于产出能力（周劲，2007）［2］，即产能利用率偏低。为了测度产能过剩的程度，以下三种方法较为经典：第一种是在沃顿指数的基础上发展而来的计算工业行业产能利用率的峰值法（L.R.Klein等，1967；沈利生，1999）［3-4］；第二种是源于传统生产理论的生产函数法（Rolf Färe等，1980）［5］；第三种是运用软件进行测算的DEA方法，在国内外因其直接测算的方便性被广为采纳。从原理上来看，DEA以单目标的线性规划为基础，先定义生产的可能集，再固定投入使产量达到最大化，并与现有产量作对比计算产能利用效率，符合产能过剩的微观定义，间接测算了现有产量与最大产能的差距。从实际应用来看，该方法首先应用于渔业行业产能利用率的测算（Diane P.Dupont等，2002）［6］，在国内产能过剩测度文献中被普遍提及，特别是与生产函数法、峰值法的对比使得DEA被推崇为工业行业测度产能利用效率的主要方法（王磊，2012）［7］。

对于改善产能过剩的政策研究，国内学者往往将其与原因联系在一起。耿强等（2011）［8］认为，政府给予企业的低价土地、融资补贴和污染纵容扭曲了政府所处的市场位置，呼吁改善产能过剩应注重政府的重新定位。刘航等（2014）［9］也从政府角度对产能过剩的成因做出解释，认为以上三种优惠手段是城镇化动因扭曲的表现形式，计量结果说明改善产能过剩要求政府采取适时、适量的补贴方式并加快引导技术创新。王丽娜（2012）［10］以多晶硅为例，通过政府补贴模型分析得出适度地政府补贴可提高企业产量、提高产能利用效率的结论。从现实来看，我国政府对企业的补贴方式除了土地、税收、贷款的优惠，还包括对企业科技创新的直接补助，这部分本身就是推动企业技术创新的正面力量，因此，政府补贴的作用不能一概而论，客观评价才能合理配置。

综上所述，本文力求解决三个问题：第一，政府具有明确导向性的科技补贴是否能够改善产能过剩？第二，若能够改善，它的作用机理是什么？第三，传统产业与新兴产业本身存在较强的异质性，这是否会使政府补贴的作用产生差异？

二、研究基础与假设

（一）新能源产业概念界定

对于新能源，目前尚不存在统一的定义。一般来说，相对于煤、石油、天然气等常规性能源而言，新能源可以称为非常规能源，包含所有正在研究开发、有待推广的一系列可再生能源，其中，太阳能和风能是典型代表，而以新能源产品作为主要经营对象的产业即为新能源产业。目前，新能源产业已跻身我国七大战略性新兴产业①之列，其发展受到中央政府和社会各界的广泛关注。

（二）新能源产业与汽车产业的异质性分析

1.所处生命周期的差异性

按照生命周期理论，行业的生命周期可分为幼稚期、成长期、成熟期和衰退期，如图1所示。从整个产业特性来看，以新能源为代表的新兴产业大部分处于幼稚期，且正在向成长期过度。该类产业往往将技术创新作为决胜的制高点，注重新产品的研发，产品趋同性低。这部分产业面临很高的研发投入成本，风险较大。而且，大众对新产品缺乏了解，使得产品市场实际需求狭小，但潜力较大。相对而言，以汽车产业为代表的传统产业数十年一直是我国经济发展的支柱，由于产品的日益成熟，产品趋同性也日益严重。在技术相对成熟、市场几近饱和的情况下，产业内部的进入退出壁垒高筑，竞争主要存在于产业内部在位企业之间。此时，加强企业技术创新、提高产品质量仍然会成为产业摆脱瓶颈的关键点，且由于技术的相对成熟，研发风险将远远低于幼稚期产业，投产风险也会大大降低。

图1　行业生命周期各阶段“价格-销售-利润-风险”情况

综上，产业所处生命周期的不同主要会引起企业研发投产、风险的差异，而使得政府科技补贴有可能产生不同效果。

2.社会关注度的差异性

面对世界范围内的资源枯竭，进入21世纪后，世界主要国家都将致力于开发利用新能源作为发展的重点。美国是新能源利用的最大经济体，在风电技术、太阳能发电和光伏发电等领域处于世界领先位置，特别是2009年众议院通过的2020年提高电力需求的议案中，15%需要依靠新能源完成②。我国作为资源状况恶化、环境污染严重的发展中国家，为履行《联合国气候变化框架公约》③、实现2020年二氧化碳排放目标，新能源产业已越来越受到社会各界的关注。作为快速发展的产业，受到股民心理预期的影响，投资于新能源的资本规模越来越大，可流通股本呈递增趋势，社会监督作用越来越强。因此，该类产业的产能过剩程度可能由企业外部环境与内部因素共同作用。而作为传统的汽车产业来说，股权分置改革后早已实现了全部股本流通，加之近年的政策导向性不强，使得股民对该类产业的预期基本处于平稳趋势，因此，产能过剩的程度可能受企业本身的内部因素影响较大，而外部效应较小。

综上，社会关注度的差异可能使得内部因素和外部因素对不同产业产能过剩的程度产生差异化影响。

3.政府支持重点的差异性

由于国情的不同，相对于其他国家而言，我国的政府干预影响作用较大。在新能源被列入国家七大战略性新兴产业后，新能源已经成了国民经济的先导型产业，其技术创新受到政府前所未有的重视，但对于研发成果投产的风险，其补偿力度还远远不足。汽车产业经过数十年的发展已经成为国民经济的支柱型产业，与上游和下游产业具有较强的关联作用，政府虽也重视研发支持，但更加重视产业规模的扩大。与此同时，受地方官员GDP晋升锦标赛的影响，传统的支柱型产业承担着缓解地区就业压力、支撑地区经济发展的重大责任，这些重大责任可能会扭曲企业技术创新的原动力，影响政府科技支持的政策效果。

因此，由于政府对不同类型产业关注度不同，政府补贴的作用领域也不同。除此之外，由于其他干预手段的存在，政府对产业科技支持作用效果会受影响，作用机制也会产生偏颇。

综上所述，新能源产业与汽车产业本身存在较强的异质性，主要表现于生命周期、社会关注和政府支持重点等方面的差异。因此，为研究企业科技补贴与产能过剩的关系，必须进行对比分析。

（三）机制分析和研究假设

产能过剩问题并非是中国的特色问题，美国、日本等也曾出现过类似状况。面对次贷危机后的新一轮产能过剩，美国将创新驱动、大力发展科技作为抑制产能过剩的主要手段，并取得显著效果。同样，日本面对20世纪90年代经济泡沫带来的制造业产能过剩问题，大力推行“科技领先、技术救国”的方略，对缓解日本制造业产能过剩问题发挥重要作用。鉴于国外的发展事实，提出假设1。

H1：政府科技补贴能够有效缓解企业的产能过剩程度，且科技补贴力度越大，企业产能利用率水平越高。

政府科技补贴对于企业来说是外部支持力量，必然通过内部的因素对产能过剩起作用，因此政府科技补贴颜对改善产能过剩发挥作用，必须存在一个中介传导机制，本文认为这个中介变量在于科技创新。

首先，政府科技补贴会增强企业科技创新。从企业角度来看，科技创新投入越多，创新能力越强，得到的政府科技补贴比重越大，这迎合了企业本身科技创新的主观愿望。弥补企业科技创新过程中的其他损失。另外，我国政府的科技补贴基本为专款主用，根据会计准则相关要求，这部分补贴只能用于科技创新的研发和技术投产，不能用作他途，因此客观上也要求企业在接受科技补贴的同时增强科技创新。如此，主观意愿和客观要求双管齐下，政府科技补贴会增强企业的科技创新。从量化企业科技创新力度来讲，本文选择研发投入强度作为衡量指标。

然后，企业科技创新的增强会提高产品质量，刺激消费市场需求，形成自发的淘汰落后产能、提高现有产量的倒逼机制。随着人们消费档次的普遍提高，高科技产品因其外观美、功能强、携带方便而越来越受到人们的喜爱，从而企业会自发淘汰那些不能再产生利润的技术设备，优化产能结构。此外，产品的科技含量越高，越容易形成企业的品牌效应，市场占有率的大幅度提高使得企业必须扩大生产以满足消费需求。由此，科技创新可以使市场自发形成优胜劣汰的倒逼机制，企业自发淘汰落后产能并扩大现有产量，最终提高产能利用效率并改善产能过剩。

鉴于以上传导机制分析，提出假设2。

H2：政府科技补贴通过增强企业的研发强度而间接改善产能过剩，企业研发起到明显的中介作用。

三、计量模型与数据

（一）模型说明与数据来源

1.模型设定与变量选取

本文设定以下两个Tobit模型，其中（Ⅰ）为了研究政府科技补贴对企业产能过剩的改善，（Ⅱ）引入中介变量，为了分析企业研发的中介作用。

其中，X为控制变量集合，bt为时间因素，εkt为残差。

（1）被解释变量。本文拟选用产能利用率（Ekt）作为衡量企业产能过剩程度的指标，产能利用率越低，表明产能过剩越严重。采用目前国内外普遍应用的DEA方法，因投入指标的可控性，选用BCC-I进行分析。在投入与产出指标的选取上，考虑C-D生产函数的投入因素，选取劳动投入指标和资本投入指标，产出采用本年度营业总收入进行衡量。

（2）核心解释变量。本文核心解释变量为企业科技创新补贴，因其仅为企业补贴的一个方面，考虑到其他补贴方式的影响，本文选取政府对企业的科技补贴力度，系科技补贴占补贴总量的比例（TEkt）作为解释变量。

（3）中介变量。为了研究政府科技补贴改善企业产能过剩的作用渠道，根据H2，并考虑投入和产出两方面因素，选取研发投入强度（RDkt）作为中介变量。在中介变量的引入过程中，遵循Muller等（2005）［11］原则：①核心自变量对因变量有显著正效应；②中介变量对因变量有显著正效应；③中介变量对自变量有显著正效应；④引入中介变量后，核心自变量对因变量的正效应有所减弱，若只是降低了显著性水平，则为部分中介，若改变了自变量对因变量的影响方向，则为完全中介。

（4）控制变量。为减少模型设定误差，引入可能对企业的产能过剩产生影响的企业年龄（AGEkt）、企业财务杠杆（LEVkt）、净资产收益率（ROAkt）、流通股所占比例（FFSst）、第一大股东持股比例（SHkt）、股权性质（NAkt）、企业规模（lnSIZEkt），其中，股权性质为虚拟变量，笼统将其分为国有股权和非国有股权，分别设为1和0。

2.数据来源

2008年为应对金融危机，国内的利好政策促使产能过剩问题加剧，随后的第二年，新能源产业被提出出现产能过剩，其后政府对产能过剩的调控力度日益加大。因此，为对比汽车产业和新能源产业，本文选取2009-2015年共7年的A股上市公司作为研究样本，其中剔除：①于2009年后上市的公司；②7年内出现ST或*ST的公司；③主营业务出现重大变化的公司；④政府科技补贴或研发数据缺失的公司。剔除不合要求的公司后，样本包括44家新能源上市公司和43家汽车上市公司，总计87家，609组数据，各变量数据来源见表1所列。

表1　变量设定及数据来源

（二）被解释变量的描述性统计

模型中被解释变量来自于DEA统计分析，应用软件为DEA.Solver，分年描述性统计见表2所列。

表2　DEA结果描述性统计

表2清晰显示，汽车产业的平均产能利用效率在2009-2011年一直处于上升态势，而2012年和2013年持续走低，并于2014年有所转暖。新能源产业自2009年后出现连续三年的降低，近两年状况有所回升。然而，这种效率的提高到底是由产能结构优化所带来的还是仅仅靠产出的低水平增加而带来的？这是本文所要探讨的重要问题。

四、实证结果与分析

（一）政府科技补贴与产能过剩的估计结果

表3显示了政府科技补贴对产能过剩的影响，应用于以上设定模型。其中模型1-1显示了87家样本全体的估计结果，模型1-2和模型1-3分别显示新能源产业和汽车产业的估计结果，列（Ⅰ）和列（Ⅱ）依次为解释变量中只含有核心变量和加入控制变量的情形，模型均显著。

表3　政府科技补贴与产能过剩的估计结果

表3结果显示，无论是从样本整体来看，还是分开来看，政府科技补贴对企业产能利用率均表现为显著地正效应，H1得到论证。按规定，年报中披露的政府补助必须用于规定用途，这使得企业将这部分资金用于自主创新，以集中企业所有优势资源，生产科技含量高、经济效益好的产品。从结果来看，若控制其他变量，对于新能源产业来说，每提高一个单位补贴力度，则产能利用率相对提高13.00个百分点；对于汽车产业来说，产能利用率提高9.61个百分点，比新能源产业略低。

对于控制变量，对比发现：①上市年龄与产能过剩的关系由于产业性质不同而有所差异，这说明产业所处生命周期不同是造成不同程度产能过剩的重要原因。②对于不同产业来说，企业财务杠杆对产能过剩的作用方向相同，但对于新能源产业来说，财务杠杆的利用效率显然要高于汽车产业。这是由于新能源产业资金来源渠道广泛、资金较为充足，且企业正处于成长阶段，资金利用率较为高效。③对比新能源产业和汽车产业，净资产收益率和股权性质对产能利用率的作用表现为截然相反的关系。新能源产业的净资产收益率越高，资产运营越高效，进而带来整体产能利用效率的提高。而汽车产业的实证结果说明资产运营虽然高效，但仍有其他负面因素的干扰导致企业出现产能过剩，股权性质就是其中一项。新能源产业的国有股权性质可以为企业带来更便利的资源、更多的财政补贴引导企业的高效生产。而汽车产业的国有股权性质反而使企业背上沉重的政治负担，影响企业的正常运行。

（二）加入中介变量的估计结果

表3验证了H1的正确性，说明政府科技补贴确实是推动企业改善产能过剩的正面力量。为了探索科技补贴对于改善产能过剩的作用渠道，我们引入中介变量，结果见表4所列。其中模型2-1显示了87家样本全体的估计结果，模型2-2和模型2-3分别显示新能源产业和汽车产业的估计结果。

表4　加入中介变量的估计结果

表4的估计结果并不与H2完全相同。模型2-3结果显示，对于新能源产业来说，政府科技补贴力度对产能过剩的改善作用确实因为企业研发强度的加入而有所减弱，与表3中模型1-2相比，系数减小，显著性水平也随之降低。根据中介变量的引入原则，研发投入强度起到部分中介的作用。但是对于汽车产业来说，结果却不尽相同，研发投入强度的增加虽然也能减缓产能过剩，但企业研发并不是政府科技补贴改善产能过剩的作用渠道，其作用机制仍需深层次研究。那么，对于汽车产业来说，为什么作用渠道会有所不同呢？

（三）作用渠道差异性分析

表4结果显示，只有新能源产业的实证结果与H2相同，而汽车产业却出现不同效果。为了探求差异性产生的原因，我们有必要根据经济学原理进行推算。

假设π代表企业的利润，营业收入为R，政府科技补贴力度为T，成本可分为不变成本K和可变成本C，且各项均依赖企业产量Q而变动。

在政府科技补贴为0的情况下，企业的利润公式可以表示为：

企业决定产量时一阶导数为0，则

若政府科技补贴按照企业产量而定，利润公式为：

在同样条件下决定企业产量，则

若政府科技补贴是按照产量决定的，则

由于边际收益递减规律的存在，函数R（Q）-C（Q）-K（Q）具有凸函数特性，即R''（Q）-C''（Q）-K''（Q）＜0。

由R'（Q2）-C'（Q2）-K'（Q2）＜R'（Q1）-C'（Q1）-K'（Q1）可知Q2＞Q1，即政府科技补贴情况下企业产量会明显大于无补贴情况。

此推导证明，若政府科技补贴是以企业产量为依据，则带动供给企业低水平扩张，盲目扩大产量，虽产能利用率片面提高，但并未得到产能结构优化。汽车产业作为各地区支柱性产业的政治和经济价值，使得以产量为依据的政府科技补贴跳过对研发投入强度的影响而直接作用于生产，带来企业产能利用率的“惰性”提高。相反，新能源产业作为新兴产业，并未担负支柱产业的政治和经济责任，政府科技补贴较少依据实际产量，而重点关注对企业科技创新的引导作用。因此，对于新能源产业与汽车产业，补贴依据的差异性使得政府科技补贴改善产能过剩的作用渠道存在明显不同。

五、结论与政策建议

（一）研究结论

本文验证了政府科技补贴对于改善产能过剩的正面作用。不论是汽车产业还是新能源产业，政府科技补贴对提高产能利用效率都表现出显著效果。对于新能源产业来说，研发投入强度起到部分中介作用，说明政府科技补贴是通过提高企业研发强度而提高产能利用效率进而改善产能过剩的。但对于汽车产业来说不尽相同。这是因为汽车产业的政府科技补贴片面以产量为依据，而忽略对产能结构的优化。

（二）政策建议

针对以上研究结论，本文提出利用政府科技补贴改善产能过剩的三点政策建议：

第一，改变政府科技补贴依据，转“输血”为“造血”。政府的税收优惠、土地低价出卖以及环境污染纵容等方面，这些都是违背市场规律的政府强行干预手段，是给企业的“输血”行为，势必会加剧企业的产能过剩。而政府科技补贴具有较强的指向性，是一种给予企业补贴的“造血”模式，指引企业用自主的研发创新去提高产能利用效率，这样的方式才具有长期性和可持续性。因此，政府应转变以产量为依据的补贴原则，制定综合考量体系，强化由“输血”向“造血”转化的指导作用，以实现政府补贴与企业运行的“双效率”。

第二，重新定位政府科技补贴目标，慎重选择补贴政策的倾向性。以新能源为代表的新兴产业正处于生命周期的幼稚期，处于该阶段的产业研究开发费用比重大，且风险高，如何提高该类企业的研发力度，如何补偿其潜在风险、使新技术顺利完成研发和投产是政府科技补贴需要面对的关键问题。对于研发和投产具有高风险性的产业，政府要重新定位，不仅要做指导企业研发的引路人，还要成为保障企业新技术投产的坚强后盾。若只着眼于研发而忽略投产，顾此失彼的结果很可能加重企业负担、引发低水平研发并且带来更加严重的产能过剩。

第三，因势导利，根据不同产业特性调整资金支持力度。计量结果显示，企业资产负债率对改善产能过剩有积极效果，即资产负债比率越高，企业的产能利用率越高，产能过剩程度越低。这说明源源不断的资金支持投放于生产，可以加快生产设备的更新换代、研发技术的不断升级，从而带来产能利用效率的提高。因此，政府提供的贷款、奖励等资金支持要因势导利，对于能更好地运用财务杠杆的产业给予更大的支持力度，反之则应采取限额供给的政策，以实现有限资源的有效配置。

注释：

①国发〔2010〕32号《国务院关于加快培育和发展战略性新兴产业的决定》，将节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车确定为七大战略性新兴产业。

②2009年6月，美国众议院通过《美国清洁能源与安全法案》，正式提出2020年运用可再生能源满足电力需求的20%，其中15%需要由发展风能、太阳能来实现。

③1994年3月21日生效，旨在应对全球气候问题，全面控制CO2等温室气体排放。

［1］王岳平.我国产能过剩行业的特征分析及对策［J］.宏观经济管理，2006（6）：15-18.

［2］周劲.产能过剩的概念、判断指标及其在部分行业测算中的应用［J］.宏观经济研究，2007（9）：33-39.

［3］Klein L R，Preston R S.Some New Results in the Measure⁃ment of Capacity Utilization［J］.The American Economic Review，1967，57（1）：34-58.

［4］沈利生.我国潜在经济增长率变动趋势估计［J］.数量经济技术经济研究，1999（12）：3-6.

［5］Fare R，Svenson L.Congestion of Production Factors［J］.The Econometric Society，1980，48（7）：1745-1753.

［6］Dupont D P，Grafton R Q，Kirkley J，et al.Capacity utiliza⁃tion measures and excess capacity in multi-product priva⁃tized fisheries［J］.Resource and Energy Economics，2002，24（3）：193-210.

［7］王磊.我国工业产能过剩的测度及其与宏观经济波动关系的实证研究［D］.成都：西南财经大学，2012.

［8］耿强，江飞涛，傅坦.政策性补贴，产能过剩与中国的经济波动——引入产能利用率RBC模型实证检验［J］.中国工业经济，2011（5）：27-36.

［9］刘航，孙旱.城镇化动因扭曲与制造业产能过剩——基于2001-2012年中国省级面板数据的经验分析［J］.中国工业经济，2014（11）：5-17.

［10］王丽娜.政府补贴对产能过剩的影响——以多晶硅产业为例［D］.大连：东北财经大学，2012.

［11］Muller D，Judd C M，Yzerbyt V Y.When moderation is me⁃diated and mediation is moderated［J］.Journal of Personali⁃ty&Social Psychology，2005，89（6）：852-863.

［责任编辑：张兵］

Can Government Science and Technology Subsidies Ease Overcapacity through Corporate Science and Technology Innovation—A Comparative Study Based on New Energy Industry and Automobile Industry

SUN Pu1，YIN Xiao-Ping2
（1.Jilin Power Co.，Ltd.of the State Power Investment Corporation，Changchun 130022，China；2.Institute of Northeast Asian Studies，Jilin University，Changchun 130022，China）

Overcapacity of traditional industries and emerging industries can bring huge production crisis to the entire nation⁃al economy.Taking the automobile industry as a representative of traditional industries and the new energy industry as a repre⁃sentative of emerging industries，the study focuses on the effect of government science and technology subsidies on overcapaci⁃ty，besides，it analyzes the mediating effect of corporate R&D.The results show that：the mediating effect of R&D investment intensity in the new energy industry is obvious while the effect in the automobile industry diversifies due to the heterogeneity. Keywords：science and technology subsidies；R&D intensity；capacity utilization；overcapacity

F274

A

1007-5097（2016）10-0101-06

2016-02-01

国家自然科学基金项目（70941036）

孙璞（1974-），男，吉林长春人，博士研究生，吉林电力股份有限公司总经理助理，研究方向：新能源经济；尹小平（1962-），男，吉林长春人，教授，博士生导师，研究方向：世界经济。