政府补助、CEO年龄与企业创新投入——基于我国创业板上市公司数据的实证研究

□尹文华

一、引言

党的十九大把创新作为引领我国各项事业蓬勃发展的第一动力，把创新作为建设中国特色社会主义现代化经济体系的战略支撑平台。2018年政府工作报告中再次提出，把握世界新一轮科技革命和产业变革大势，深入实施国家和企业创新发展战略，提高整个国家、民族和企业的创新能力。没有企业的创新投入，就没有国家、民族、企业创新能力的提升。企业创新能力的提升，离不开政府对企业创新投入的支持。一方面，创新成果具有公共物品的特征，一项创新项目的出现之后，市场上就会存在大量的免费搭车者，其它部门、企业能够免费学习或者模仿该项创新成果。同时，由于创新成果外溢的存在，创新活动具有正外部性，开展创新的企业在承担较高私人成本的情况下，无法占有创新行为带来的全部好处。另一方面，创新活动需要投入大量的资金和各种资源，企业自身可用于创新的资金和资源是有限的。同时，创新活动的复杂性、专业性使得外部投资者几乎无法判断其潜在价值，企业为了避免“市场失灵”现象也不愿意向投资者透露创新的详细信息。在信息不对称的情况下，企业创新获得外部投资就变得更为艰难。此外，创新项目由于高风险性这一特征的存在，投资者更愿意将资金和资源投入到风险较低的非创新项目之中，这也导致企业难以通过外部渠道来增加创新活动的资金和资源。由此来看，企业的创新活动需要政府的介入，需要政府给予适度补助。

在国家大力引领创新的背景下，为了激励企业创新和解决企业创新资源不足的问题，国家出台了一系列的政策法规，其中最为常见的方式之一就是对企业进行政府补助。数据显示，国家投入企业创新的补助逐年上升。国家给予企业的政府补助能否促进企业进行创新投入，企业是否会真正地使用政府补助进行创新，这与企业高管如何决策，如何管理企业有着密切关系。企业高管人员是掌握公司运营的重要人力资源，是决定企业是否进行创新的决策者。CEO是高管团队的核心人物，对企业的创新决策具有重要影响，直接决定高管团队的群体智慧激发和战略实施（Bourgeois，1988)。年龄特征作为一个简单的人口统计学特征，其传递着丰富的信息。不同年龄的CEO成长于不同环境背景下，有着不同的阅历，受不同教育环境熏陶，他（她）对国家政策的响应与执行表现出不同的积极性。不同的CEO会以不同的方式影响政府补助与企业创新投入的关系，CEO年龄特征是一个关键性调节因素。CEO的年龄特征会如何调节政府补助与企业创新投入二者关系。

本文试图基于我国创业板企业数据为政府补助、CEO年龄特征与企业创新投入三者关系提供新的经验证据；为政府选择补助对象和企业推选或聘用CEO提供理论参考。

二、文献回顾与研究假设

（一）关于政府补助与企业创新投入的关系

Hamberg(1966)、多米尼克和布鲁诺（2000年）、赵付民等（2006）、程华等（2008）、张小红等（2014）以不同时间段、不同特征的样本为研究对象均得出结论：政府补助对创新投入具有激励效应，即政府对企业的创新补助能够弥补企业创新的成本，降低创新的风险，刺激企业对创新的投入强度。相反，Lichtenberg（1988）、Beason和 Weinstein（1996）、Kothari（2002）、王俊（2010）、杨晔（2015）等通过研究得出结论：政府补助对企业创新投入具有挤出效应，即政府对企业的创新补助使得企业对创新投入减少。此外，吕久琴等（2011)等研究表明，政府补助与创新投入二者没有关系。从上述学者的研究成果中可以看出，无论是激励效应还是挤出效应，其研究都是针对所有企业的影响，几乎都是以主板市场企业为研究对象，对创业板企业的研究较少。创业板市场是催生创新机制的市场；与其它资本市场相比，创业板市场中企业的创新投入更为充分。本文基于创业板上市公司为研究对象提出假设1a和假设1b：

假设1a：政府补助对企业创新投入体现为激励效应。

假设1b：政府补助对企业创新投入体现为挤出效应。

（二）关于CEO年龄对政府补助与企业创新投入二者关系的调节作用

不同年龄阶段的高管人员，由于其教育背景、生活环境不同，其风险偏好和决策偏好就会存在差异。不同年龄的CEO对待风险的态度不同，导致不同年龄的CEO对企业创新投入就有着不同的偏好。Tihanyi、Flood（2005）等学者的研究成果显示，高管团队的年龄与企业的创新投入呈现正相关关系；高年龄段的高管团队由于其工作经验更加丰富，对企业创新的方向、企业创新投入量的把握更加准确，导致高年龄段的高管团队创新投入决策时更加自信，他（她）们会根据自身经验和专业知识，做出更加完善的创新投入方案。相反地，Bantel 和 Jackson（1989）、Barker 和 Mueller（2002）、文芳 （2008）、何霞和苏晓华 （2012）、苏坤（2018）等研究发现，高管团队的年龄与企业的研发投入呈现负相关关系。与高年龄段的团队比，高管年轻团队由于其成长环境以及其教育背景的不同，造成他（她）们拥有更高程度的风险偏好，同时年轻的高管团队成员有着更长的职业生涯，他（她）们对自身的前途有着更高的期盼，因此他（她）们更加愿意做出高风险决策，增加企业创新方面的投入。此外，吁杰（2016）研究结果显示，高管年龄对企业创新投入的确呈现倒U型影响。综合上述文献可知，较为年轻的高管团队可能会出现畏手畏脚而导致企业创新投入较少，而较为年长的高管团队迫于精力、体力的有限而较少进行企业创新投入。据此，本文提出假设2。

假设2：CEO年龄对政府补助与企业创新投入二者关系的调节作用呈倒“U”型。

三、数据来源与研究设计

（一）样本选取与数据来源

本文的研究样本是596家创业板上市公司，选取其2009－2016年数据进行实证分析。我们剔除金融类企业、财务数据不全的企业以及ST企业，最后确定符合条件的企业480家。所需数据均来自CSMAR数据库，对于数据库中不全的数据，从Wind数据库、企业年报、新浪财经网进行搜集补充。在整理出自变量、因变量、控制变量以及调节变量的初始数据后，为了减弱所选取的样本中因存在一些异常数据造成的回归结果偏离实际结果的程度，对所有变量在5%和95%分位数处极值缩尾处理。在数据的预处理过程以及统计分析过程中分别应用软件Excel2016和Stata15.0。

（二）变量选取

被解释变量：企业创新投入（R&D），不同规模的企业的创新投入量不同，为了剔除规模因素的因素，对R&D选用相对量指标，借用张杰（2015）等人定义的企业创新投入强度，即公司研发投入金额与本期营业收入之比。

解释变量：政府补助（Sub）,借用魏志华等（2015）研究，采用相对量指标“政府补助金额/营业收入”。

控制变量：借用现有文献，选取财务杠杆、企业成长能力、企业规模、公司业绩、企业年龄、产权性质、股权集中度、现金实力等作为控制变量，并加入年度虚拟变量以及行业虚拟变量，具体指标见表1。

表1 实证变量定义与说明

调节变量：CEO年龄（CEOage），这一指标选用CEO自然年龄。

（三）模型构建

首先，针对假设1，为了研究政府补助与企业创新投入关系，建立模型（1）R&D=β0+β1Sub+β2Lev+β3Growth+

其次，针对假设2，为了研究CEO年龄对政府补助与企业创新投入二者关系的调节作用，参照张华玉（2017）检验调节变量是否呈倒“U”型调节作用的模型，引入交乘项Sub×CEOage和Sub×CEOage2，建立模型（2）

重点关注β1的符号，若β1＞0，则假设1a成立；若β 1＜0，则假设1b成立。若β11＞0且β12＜0，则假设2成立。

四、实证结果与分析

（一）描述性分析

国家科技部在《高新技术企业认定管理办法》中规定企业所需达到的创新强度为6%。由表2可知，2516个样本中，企业创新强度R&D均值为7.17%，均值高于6%，可见创业板的R&D投入的总体状况比较好；最小值为0.02%，最大值为98.39%，说明创业板企业的创新投入强度R&D差距很大。政府补助强度Sub最小值为0.0001371，最大值为0.6949，说明创业板企业的政府补助强度Sub也存在较大差距。而企业创新强度R&D标准差为6.94，政府补助强度Sub标准差为0.03，前者远大于后者，可见，政府补助对企业创新投入的作用效果不是十分明显。此外，企业发展能力、公司业绩、现金实力也参差不齐，有的企业发展能力、公司业绩、现金实力为负，究竟是何种原因所致，需结合企业自身实际情况分析。

（二）变量相关性检验

表3展示了计量模型中变量间的Pearson相关性分析结果。由表3Pearson相关系数分析可知，政府补助强度Sub和企业创新投入强度R&D在0.1%的水平上显著正相关，与假设1的推论一致；CEO年龄与企业创新投入强度R&D在0.1%的水平上显著相关，说明CEO年龄对企业创新投入强度R&D具有一定的影响作用；控制变量与被解释变量之间也多数呈现显著相关关系。

表2 主要变量的描述性统计

表3 主要变量的相关性分析

（三）多元回归分析

第一，检验政府补助强度Sub对企业创新强度R&D的直接影响作用，回归结果显示政府补助强度Sub对企业创新强度R&D有显著正向影响作用（β=89.5975，t=25.30）,假设1a得到支持，即：政府补助强度Sub对企业创新强度R&D具有激励效应，见表4模型1。

第二，检验CEO年龄的倒U型调节作用，在回归模型中引入一阶调节项Sub×CEOage和二阶调节项Sub×CEOage2后模型的R2由之前的0.3577增加到0.41，可见模型的整体解释力有所提高，见表4。一阶调节项Sub×CEOage在1%水平上显著且符号为负（β=28.74235，t=5.66），二阶调节项Sub×CEOage2在1%水平上显著且符号为正（β=-0.3239，t=-6.15），验证了CEO年龄对政府补助强度Sub对于企业创新强度R&D的激励效应有倒U型调节作用，假设2得以支持。CEO年龄对政府补助对企业创新投入的激励效应调节作用的最优区间是多少，本文通过对“R&D/Sub”和“CEO-age”两个变量关系在Stata15.0里做散点图得出调节作用的较优区间为45岁－55岁。

（四）回归结果的稳健性检验

由于创新活动周期较长，政府补助对创新投入的影响可能存在滞后性，滞后一期的政府补助（Sub）会对本期创新投入(R&D)产生影响。因此，本文采用自变量（政府补助Sub）滞后一期的方法进行稳健性检验。具体做法为：采用自变量（政府补助Sub）滞后一期的方法，从原有样本中筛选480家创业板上市公司的2009－2016年的1962组数据，对模型1，2进行再次回归分析，其结果如表5所示。由表5可得出，（1）政府补助Sub对企业创新投入R&D具有激励效应。（2）CEO年龄会对这一激励效应有着倒U型调节作用。结果与表4是一致的，研究结论具有稳健性。

表4 多元回归结果

表5 稳健性检验结果

五、研究结论与建议

根据高阶理论我们可知，高管因自身不同特征导致他所做出的决策也具有不同特征，进而导致公司有着不同公司战略，政府政策作用效果不同。对于创业板上市公司高管权力比较集中，CEO是进行公司战略选择的主要决策者，CEO自身不同特征会使公司做出不同的战略选择，而不同的公司战略对政府政策的响应程度不同，进而使得政府政策呈现不同效果。本文检验了政府补助Sub对企业创新投入R&D的影响，并进一步检验了CEO的年龄特征对政府补助Sub与企业创新投入R&D关系的调节作用。研究结果表明：（1）政府补助Sub对企业创新投入R&D具有激励效应。（2）CEO年龄会对这一激励效应有着倒U型调节作用。具体而言：CEO年龄会对政府补助的激励效应的调节效应体现为：随CEO年龄的增大调节作用增强，当CEO年龄到达一定值后调节作用随CEO年龄的增大而减小。其可能原因是过于年轻的CEO刚上任，经验不足，暂不习惯做决策，过于担心做出不正确的决策影响自己职业前途，畏手畏脚使得政府补助对企业创新投入强度的激励效应不明显；过于年长的CEO会因面临退休结束职业生涯，追求稳定等因素使得政府补助对企业创新投入强度的激励效应不明显；通过画散点图大致推算出调节作用较大的区间为45岁－55岁。

因此，根据文中实证分析结果提出以下建议：

一方面，在国家创新驱动经济发展过程中，政府需要加大政府补助的力度。为了使政府补助发挥更显著的激励效应，政府应考虑被资助企业的自身属性，比如企业CEO的年龄特征。把CEO的年龄作为政府选择补助对象时，进行考核的因素之一。企业CEO年龄在45岁－55岁这一区间，可作为选为政府补助对象的优势因素。

另一方面，CEO年龄发挥较优调节作用的区间约为45岁－55岁，企业在聘用CEO过程中，在考虑CEO年龄这一因素时优先选择年龄在45岁－55岁区间的CEO。其一，使得企业提高创新强度；其二，使得政府补助对企业创新投入激励效果较大。