哪种政府补贴方式更能促进企业创新——基于医药制造业不同所有制企业PVAR动态效应的比较视角

尚洪涛，黄晓硕

(北京工业大学经济与管理学院,北京现代制造业发展研究基地，北京 100124)

哪种政府补贴方式更能促进企业创新
——基于医药制造业不同所有制企业PVAR动态效应的比较视角

尚洪涛，黄晓硕

(北京工业大学经济与管理学院,北京现代制造业发展研究基地，北京 100124)

选取2008—2015年中国医药制造业上市公司148家企业的面板数据，建立PVAR模型，运用脉冲响应函数和方差分解等分析方法，研究不同政府补贴方式与研发投入和创新绩效之间的动态交互效应，以及该效应在国企和非国企之间的差异。结果表明：①相对于支持型政府补贴，奖励型政府补贴更能促进企业的研发投入和创新绩效；反过来，创新绩效促进奖励型政府补贴，两者相互促进；而研发投入抑制奖励型政府补贴，且这种交互作用国企比非国企更显著。②支持型政府补贴挤出研发投入但促进创新绩效，反过来研发投入促进支持型政府补贴，而创新绩效抑制支持型政府补贴，且这种交互作用非国企比国企更显著。③研发投入与创新绩效相互促进，且非国企比国企更显著。本文的研究结论可为政府补贴政策和企业创新研发决策的制定和完善提供参考和借鉴。

政府补贴方式；研发投入；创新绩效；动态效应

与发达国家比，中国创新绩效仍处于较低水平。为促使企业加大创新研发力度，弥补内部研发资金的不足，政府补贴作为创新资金的主要外部来源发挥着重要的作用。政府补贴包括支持型和奖励型两种补贴方式，前者侧重于对创新行为的事前支持，后者则侧重于对创新成果的事后奖励，两种补贴方式相辅相成、共同作用。近几年，中国政府对上市公司的创新研发补贴迅猛增长，2008—2015年，补贴额从1388亿元增长到1670亿元，其中对关乎国计民生支柱产业的医药制造业上市公司的补贴额从4.68亿元增加到21.74亿元，支持型政府补贴从3.35亿元增加到14.32亿元，奖励型政府补贴从1.33亿元增加到7.42亿元。无论何种补贴方式，均能在一定程度上缓解企业资金压力、提升研发创新水平。那么，究竟哪种政府补贴方式更能影响企业研发投入和创新绩效？这种影响在不同所有制企业中是否有所差异？政府和企业将如何依据这些影响或差异制定和实施研发补贴政策和决策？这是目前亟需解决的问题，也是本文的创新之处。

1 文献综述

1.1 不同政府补贴方式的研究

已有学者就政府补贴与研发投入和创新绩效做了一定的研究，但并未得到一致结论。一般认为企业研发投入能为企业带来更好的创新绩效[1-2]。政府补贴也能带来利好信号，对企业创新绩效产生直接的促进作用[3-5]。然而，政府补贴作为纠正市场失灵的手段，直接影响企业研发投入，但影响的方向存在不确定性。部分学者支持“挤入效应”[6-8]，另有学者支持“挤出效应”[9-10]。

政府补贴的方式有多种，其中最典型的是创新投入补贴和创新产品补贴。两种补贴的效应并不相同，创新投入补贴是一种支持型政府补贴，是针对企业创新行为、旨在提高创新积极性的补贴方式；创新产品补贴是一种奖励型政府补贴，是针对企业创新结果、用于奖励创新成果的补贴方式，两种补贴方式的出发点、实际操作程序存在明显的差异[11]。相对于支持型政府补贴，奖励型政府补贴更能促进企业以相对少的研发投入带来较多的创新产出[12-13]。在宽松的知识产权保护政策下，奖励型政府补贴对创新绩效的促进作用优于支持型政府补贴[14]。较之事前一次性支持型政府补贴，在研发过程中的补贴率补贴和事后奖励型政府补贴更能促进企业研发投入，且这种促进作用在非国企中比国企更显著[15]。然而，当这两种政府补贴力度均较大时，支持型政府补贴会使企业加大创新力度，而奖励型政府补贴则不能有效引导企业创新[16]。此外，奖励型政府补贴虽然对战略性新兴产业短期创新绩效的提高，但是对传统型产业的创新绩效会造成负面冲击，并且长期的负面效果更显著[17]。

1.2 不同所有制企业中政府补贴对研发投入和创新绩效的影响差异研究

企业所有制性质和结构，决定了企业的资源配置和治理结构，深刻影响着企业研发活动和创新绩效水平[18]。国有企业与政府的天然联系，使得它们更容易不完全依靠自身资质和实力来获得并有效利用政府补贴；而非国有企业市场化程度和透明度相对较高，更多地依靠自身实力来获得并利用政府补贴[19]。国有企业获得的政府补贴不利于企业创新绩效的提高，甚至会抑制企业的创新绩效[20]。相比国有企业，民营企业获得的政府补贴对创新绩效的促进作用更大[21]。然而，部分学者认为国有企业具有一定的垄断优势，有利于创新绩效的提升[22]。在中国上市公司中，政府补贴主要流向有研发活动的国有企业，且政府补贴能显著促进企业的自主研发投入[23]，但这一关系在民营企业中并不明显[24]。

1.3 简要述评

综上所述，尽管现有文献在政府补贴、研发投入和创新绩效关系上做了一定研究，但目前的研究主要是基于政府补贴总量对研发投入或者创新绩效的影响，并未进一步分析不同补贴方式对研发投入和创新绩效的影响，以及在不同所有制企业中的差异；此外，现有研究多是通过建立传统线性回归模型分析变量间的单向影响关系，忽视了变量之间的内生性和滞后性，因而无法剖析变量间双向动态交互影响。

本文基于医药制造业国企和非国企比较视角，将政府补贴分为支持型和奖励型两种补贴方式，并将其与研发投入和创新绩效纳入内生系统，建立面板向量自回归动态模型，研究某一变量前期投入对自身和其他变量的影响，并通过脉冲响应函数和方差分解，分析变量之间的长、短期动态交互关系，以及这种关系在国企和非国企中的差异。

2 模型构建和数据说明

2.1 面板向量自回归(PVAR)模型

面板向量自回归模型(Penal Vector Autoregressive Models,PVAR)是一种多元系统方程，它考虑内生性，将所有变量的滞后项全部考察在内，能够真实反映变量间的互动关系。该模型能处理时间跨度较短的面板数据，通过广义矩估计(GMM)、脉冲响应函数(IRF)以及方差分解(FEVD)，来分析变量间的交互作用。张瑞运用该模型分析研发投入和产出两者间的动态关系[25]，赵喜仓运用该模型分析研发投入、专利产出效率和经济增长实力三者间的动态关系[26]；均未考虑“政府”这一层面，而本文纳入政府补贴这一因素，将政府补贴分为支持型和奖励型政府补贴，运用该模型分析政府补贴方式、研发投入和创新绩效的动态关系。该模型的一般形式如下：

(1)

将yit展开得到式(2)：

(2)

式(2)中yit表示第i个企业在第t年由内生变量组成的向量，依次为创新绩效、研发投入、奖励型政府补贴和支持型政府补贴，下标i=(1,2,…,148)表示148个样本公司，t表示2008—2015年，j代表变量的滞后阶数，yt-j为所有的内生变量，α0为截距，Aj为回归系数矩阵，fi和dt分别为固定效应和时间效应，εit为随机扰动项。

2.2 数据说明

(1)变量定义。支持型政府补贴(subz)：参照OECD创新调査手册中的分类标准，首先将政府补贴定义为政府补贴中用于促进产业创新活动的部分，去除扶贫、拆迁补偿等与企业创新无关的补贴，最终选取科技项目、新产品生产、人才引进、奖励和其他补贴[27]。由于创新活动存在外部性，企业需要政府补贴来支持研发活动的开展，本文将这类补贴定义为支持型政府补贴。为避免异方差的出现，支持型政府补贴经过对数化处理。

奖励型政府补贴(subj)：以奖励企业在技术创新方面的成果而形成的政府补贴。它对企业的创新产出有一定的要求，只流向取得一定创新产出的企业。本文将这类补贴定义为奖励型政府补贴。为避免异方差的出现，奖励型政府补贴经过对数化处理。

研发投入(R&D)：是指企业研发活动投入的总额，包括R&D费用、技术开发费、研究开发费、科研费等。为避免异方差的出现，研发投入经过对数化处理。

创新绩效(patent)：由于企业的创新产出的质量和数量无法直接衡量，通常采用专利申请数或授权数等来代替，专利从申请到授权有审批周期，为避免此影响，本文采用专利申请数来衡量创新绩效。

(2)样本选取。作为关乎国计民生的医药制造业无疑是政府补贴的重点扶持对象，以此类企业为研究对象能够以点带面，更好地反映政府补贴的利用效果。因此，本文选取医药制造业上市公司作为研究样本。由于中国2007年执行的新会计准则对研发投入的会计处理做了新规定，为统一口径，本文从2008年开始选取数据。同时，剔除ST公司和数据不全的公司。经过筛选，共获得医药制造业上市公司2008—2015年148家的面板数据样本，1026个观测值。

(3)数据来源。专利数据来自于国家知识产权局和大为专利数据库，政府补贴数据从上市公司财务报表附注中政府补贴明细项中整理获得，将政府补贴分为支持型补贴和奖励型补贴。研发投入数据从上市公司年报中手工筛选获得，年报来自于巨潮资讯网。本文运用STATA12.0统计软件对相关数据进行分析。

(4)描述性统计。由表1看出，医药制造业创新绩效最大值为445，而最小值为0，平均为7.854，标准差为21.867，表明医药制造业创新水平较低且存在较大差异。非国企创新绩效水平的均值为9.521，比国企高2.395；标准误差为32.393，比国企高17.288，表明非国企创新水平较高但存在较大差距。医药制造业企业研发投入均值为8.423，标准差高达8.294，表明在不同企业中研发资金投入存在较大差异，研发活动分布不均。国企中研发投入均值为8.569，比非国企高0.481。而国企获得的支持型和奖励型政府补贴均值分别为13.784、9.562，比非国企高1.259和0.152，表明国企具有天然优势，更容易获得两种政府补贴。

表1 变量统计特征描述

3 实证检验和结果分析

3.1 单位根检验

在进行PVAR模型估计前，需要用单位根检验确认各变量的平稳性。如果数据不平稳，则需要进行差分处理，否则会出现伪回归。本文采用LLC和ADF-Fisher进行检验，检验表明4个变量的原序列均平稳(见表2)。

表2 单位根检验

3.2 面板协整检验

在确定各变量是平稳序列后，可以进行面板协整检验来考察变量间长期的均衡关系。从表3中四个统计量可以看出：至少存在两个统计量显著拒绝不存在协整关系的原假设，因此有理由认为医药制造业企业两种政府补贴、研发投入和创新绩效存在长期均衡关系。

表3 面板协整检验

注：括号中的值为Z值；*、**、***分别表示在10%、5%和1%的显著水平。

3.3 PVAR模型的建立与估计

通过建立PVAR模型来判断最佳滞后期，并进行广义矩估计得出短期回归系数。在对模型进行估计前先确定模型的滞后阶数，根据AIC、BIC、HQIC准则发现，当滞后阶数为1时，PVAR模型具有较好的估计结果，因此，根据式(1)建立滞后1阶的PVAR模型：

yit=B0+B1yit-1+Fi+Dt+uit

(3)

式中，yit=(patentit，R&Dit，subjit,subzit)T是基于面板数据4×1的变量向量，下标i=(1,2,…,148)表示148个样本公司，t表示2008—2015年，B0是截距，B1是滞后1期变量的系数矩阵。Fi和Dt是固定和时间效应向量，uit是随机干扰项。

GMM估计结果见表4，模块3将奖励型政府补贴作为因变量，分析发现滞后1期的创新绩效促进奖励型政府补贴，这一促进作用在国企中表现更显著。政府对企业创新起到事后奖励作用，企业创新绩效水平提高会获得政府的奖励。尤其在与政府有关联的国企中，创新绩效提高会获得更多的政府奖励补贴。模块4将支持型政府补贴作为因变量，分析发现滞后1期的创新绩效会抑制企业获得支持型政府补贴，且在非国企表现更显著。表明政府起到扶持作用，当创新绩效提高后，政府会迅速撤离，尤其是在与政府无关联的非国企之中。滞后1期的研发投入会吸引更多的支持型政府补贴，在非国企中表现更显著，表明企业进行研发会获得更多的政府支持资金。

表4 模型的GMM 估计结果

3.4 脉冲响应

由于PVAR模型的回归系数较多，难以解释各变量间未来的相互持续关系，因此采用脉冲响应图来直观地刻画各变量间短期互动关系。脉冲响应函数可以衡量一个变量受到单位标准差的冲击后对另一个变量的短期影响。

图1所示为总体样本脉冲响应图解析。

注:横轴表示滞后期数(年)，中间曲线为脉冲响应函数曲线，其外侧两条曲线代表两倍标准差的置信区间(下同)。图1 总体样本脉冲响应图

(1)1a，2b，3c，4c显示：四个变量自身对自身未来的正向影响逐渐变小，各个变量前期均会对后期产生正向促进作用，并且随着时间的推移，这种促进作用会越来越小。

(2)1d和4a显示，支持型政府补贴促进创新绩效，在未来第2期达到最强值1；当企业创新绩效提高后，支持型政府补贴会减少，表明支持型政府补贴到扶持作用，企业创新绩效提高，政府的扶持力度减弱。

(3)1c和3a显示，奖励型政府补贴与创新绩效相互促进。奖励型补贴对创新绩效的促进在未来第1期达到最强值2；且在创新绩效提高后，奖励型政府补贴也随之增加。表明奖励型补贴起到事后奖励作用，并且这一奖励作用强于支持型补贴对创新绩效的扶持作用。

(4)1b和2a显示，研发投入与创新绩效相互促进。研发投入对未来的创新绩效持续的促进作用维持在10左右。创新绩效对当期研发投入的促进作用最强为0.8，表明创新绩效的提高会激励企业加大研发投入。

(5)2d和4b显示，支持型政府补贴挤出研发投入，在未来第1期达到最强值-0.1；研发投入促进支持型政府补贴，在未来第1期达到最强值0.2e+07。这一挤出作用可能是因为一个研发项目通常有一个投入总额，在这个总额中，政府的支持型补贴越多，企业自身投入就越少，在这种替代作用下，政府补贴对研发投入产生挤出效应。这一促进作用可能是因为政府补贴需要研发活动的吸引，企业会开展研发项目来争取支持型政府补贴。

(6)2c和3b显示，奖励型政府补贴促进研发投入在未来第2期达到最强值0.1；研发投入抑制奖励型政府补贴，在未来第1期达到最强值-2e+06。这可能是因为奖励型政府补贴可以激励企业加大研发力度，但研发项目给企业带来更多支持型的政府补贴，因此在既定的政府补贴总额下，支持型政府的补贴增加会挤出奖励型政府补贴。

图2和图3所示为国企和非国企脉冲响应图解析。

图2 国企脉冲响应图

(1)对比图2、图3中国企和非国企4a和1d发现，支持型政府补贴与创新绩效存在抑制与促进并存的交互作用。在非国企中两者存在先抑制后促进，在国企中两者相互抑制。表明支持型政府补贴的扶持作用在非国企中优于国企，但若创新绩效提高，政府这只“扶持之手”在非国企中会迅速撤离。

(2)对比图2、图3中国企和非国企3a和1c发现，无论在国企还是非国企，奖励型政府补贴最终均会促进创新绩效；反过来，创新绩效会吸引更多的奖励型政府补贴，且在国企比非国企更显著。

(3)对比图2、图3中国企和非国企2a和1b发现，研发投入与创新绩效的交互促进作用在非国企中表现更显著。一方面，非国企的研发多受当前市场需求指引，研发会迅速产生效果，并能持续研发来维持良好创新绩效。另一方面，国企接受行政指令来研发新技术(如新型医疗手段的使用)，由于存在技术壁垒，过多地承担此类创新项目不利于企业的创新绩效，并且由于技术创新难度较大，企业会谨慎增加研发投入。

图3 非国企脉冲响应图

(4)对比图2、图3中的国企和非国企4b和2d；3b和2c发现，支持型政府补贴会挤出企业研发投入，研发会吸引支持型政府补贴，且在非国企中更显著。奖励型政府补贴对研发投入的交互促进作用在国企中表现得比非国企更显著。

图4显示，在医药制造业企业中，支持型政府补贴与创新绩效、研发投入与创新绩效、支持型政府补贴与研发投入的交互作用均在非国企中更显著，而奖励型政府补贴与研发投入和创新绩效的交互作用均在国企中更显著。

图4 脉冲响应分析汇总

3.5 方差分解

通过方差分解可以进一步度量不同政府补贴方式、研发投入和创新绩效之间长期互动关系，分析各变量的方差贡献率构成。由表5看出，第10与第20个预测期的方差分解结果基本一致。长期来看，在总体样本和非国企样本中，不同政府补贴方式和研发投入均能促进企业创新绩效，并且支持型政府补贴、奖励型政府补贴和研发投入对创新绩效的贡献程度依次增强。与之相比，国企中研发投入对创新绩效的贡献程度相对较低。

表5 方差分解结果

4 稳健性检验

用发明型专利申请数替代前文全部专利申请数进行稳定性检验。结果表明，单位根检验结果稳定、脉冲响应函数分析结果和方差分解结果也与专利总产出基本一致，这表明本文的研究结论比较稳定。

表6 稳健性检验结果

5 结论及启示

(1)从两种补贴方式来看，支持型和奖励型政府补贴均促进企业创新绩效，并且奖励型政府补贴的促进作用更强；反过来，创新绩效会带来更多的奖励型政府补贴，两者相互促进；奖励型政府补贴促进研发投入，但支持型政府补贴挤出研发投入。由此看来，奖励型政府补贴对研发投入和创新绩效存在双重促进作用，并且对创新绩效的促进作用强于支持型政府补贴，因此政府应加大对企业的奖励型政府补贴力度。

(2)从企业所有制来看，国企中奖励型政府补贴对研发投入和创新绩效的促进作用优于非国企，因此政府应加大对国企的奖励型补贴力度；非国企中的支持型政府补贴对研发投入的挤出效应更强，因此政府应将对非国企的支持型政府补贴转换为奖励型政府补贴，提高政府补贴对企业创新绩效的促进作用。

(3)从政府补贴方式——研发投入——创新绩效整个链条看，非国企的奖励型政府补贴对企业研发投入的促进作用较低，但研发到产出效率较高，因此，非国企应更多地将奖励型政府补贴用于企业的研发活动中，合理安排研发资金的投入，并维持现有良好的研发能力，使补贴-研发-产出整体效率达到最高。国企的奖励型政府补贴对研发投入的促进作用高于非国企，但研发投入到产出的效率却低于非国企，因此国企应积极实施创新战略、合理安排创新人员，争取缩短研发周期、提高研发效率，实现医药制造业企业创新绩效的长足发展。

[1]孙早，宋炜.企业R&D投入对产业创新绩效的影响——来自中国制造业的经验证据[J].数量经济技术经济研究，2012(4):49-63.

[2]刘秉镰，徐锋，李兰冰.中国医药制造业创新效率评价与要素效率解构[J].管理世界，2013(2)：169-171.

[3]郭研，郭迪，姜坤.政府资助、项目筛选和企业的创新产出——来自科技型中小企业创新基金的证据[J].产业经济研究，2015(2):33-46.

[4]ALECKE B，MITZE T，REINKOWSKI J，et al.Does firm size make a difference? Analysing the effectiveness of R&D subsidies in east germany[J].German economic review，2012，13(2):174-195.

[5]吕晓军.政府补贴与企业技术创新产出——来自2009—2013年战略性新兴产业上市公司的证据[J].中国科技论坛，2016(12):60-66.

[6]唐清泉.政府R&D资助,企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究，2009(6):86-99.

[7]白俊红，李婧.政府R&D资助与企业技术创新——基于效率视角的实证分析[J].金融研究，2011(6):181-193.

[8]李文秀，魏守道.研发形式与发展中国家实施研发补贴的效果[J].中国科技论坛，2017(1):186-192.

[9]LACH S.Do R&D subsidies stimulate or displace private R&D Evidence from Israel[J].Journal of industrial economics，2002(4):369-390.

[10]GORG H，STROBL E.The effect of R&D subsidies on private R&D[J].Economica，2007(294):215-234.

[11]张春辉，陈继祥.两种创新补贴对创新模式选择影响的比较分析[J].科研管理，2011，32(8):9-16.

[12]生延超.创新投入补贴还是创新产品补贴：技术联盟的政府策略选择[J].中国管理科学，2008，16(6)：184-192.

[13]刘楠，杜跃平.政府补贴方式选择对企业研发创新的激励效应研究[J].科技进步与对策，2005，22(11):18-19.

[14]马永红，那琪.产学研合作创新补贴方式研究:以欠发达地区企业为例[J].科技进步与对策，2016，33(1):38-44.

[15]张兴龙，沈坤荣，李萌.政府R&D补助方式如何影响企业R&D投入?——来自A股医药制造业上市公司的证据[J].产业经济研究，2014(5):53-62

[16]盛光华，张志远.补贴方式对创新模式选择影响的演化博弈研究[J].管理科学学报，2015，18(9):34-45.

[17]王宇，刘志彪.补贴方式与均衡发展:战略性新兴产业成长与传统产业调整[J].中国工业经济，2013(8):57-69.

[18]吴延兵.不同所有制企业技术创新能力考察[J].产业经济研究，2014(2):53-64.

[19]刘虹，肖美凤，唐清泉.R&D补贴对企业R&D支出的激励与挤出效应——基于中国上市公司数据的实证分析[J].经济管理，2012(4).

[20]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014(4):71-80.

[21]杨洋，魏江，罗来军.谁在利用政府补贴进行创新?——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015(1):75-86.

[22]冯根福，刘军虎，徐志霖.中国工业部门研发效率及其影响因素实证分析[J].中国工业经济，2006(11):46-51.

[23]陈玲，杨文辉.政府研发补贴会促进企业创新吗?——来自中国上市公司的实证研究[J].科学学研究，2016，34(3):433-442.

[24]沈弋，徐光华，钱明.双元创新动因、研发投入与企业绩效——基于产权异质性的比较视角[J].经济管理，2016(2):69-80.

[25]张瑞，苏方林，李臣.基于PVAR模型的R&D投入与产出关系的实证研究[J].科学学与科学技术管理，2011，32(12):18-25.

[26]赵喜仓，任洋.R&D投入、专利产出效率和经济增长实力的动态关系研究——基于江苏省13个地级市面板数据的PVAR分析[J].软科学，2014，28(10):18-21.

[27]陆国庆,王舟，张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究，2014，49(7)：44-55.

WhichKindofGovernmentSubsidiesWillPromoteInnovationMoreEffectively?——AnalysisonDifferentOwnershipEnterprisesbyPVARModelinPharmaceuticalManufacturingIndustry

Shang Hongtao，Huang Xiaoshuo

(College of Economics and Management，Beijing University of Technology;Research Base of Beijing Modern Manufacturing Development，Beijing 100124，China)

The paper studies dynamic interaction effect among different government subsidies，R&D investment and innovation performance，and the difference between state-owned enterprises and non-state-owned enterprises.On the basis of the panel data of different ownership pharmaceutical listed companies in China from 2008 to 2015 with PVAR model，the paper uses impulse response function and variance decomposition analysis methods.Results show that：①Compared with the supportive government subsidies，incentive government-subsidies can promote the enterprise’s R&D investment and innovation performance greater;innovation performance promotes incentive government subsidies,while R&D investment inhibits incentive government subsidies.The interaction is more significant in state-owned enterprise.②The supportive government subsidies squeeze R&D investment but promote innovation performance;R&D investment promotes but innovation inhibits supportive government subsidies.The interaction is more significant in non-state-owned enterprises.③R&D investment and innovation performance promote each other，and the interaction is more significant in non-state-owned enterprises.

The way of government subsidy；R&D investment；Innovation performance；Dynamic effects

2017-04-28

尚洪涛(1967-)，女，吉林长春人，管理学博士，北京工业大学经济与管理学院副教授;研究方向：企业绩效评价、上市公司财务运作与控制。

F812.45；F273.1；F223

A

(责任编辑 刘传忠)