财政科技专项补贴对企业R&D投入的影响比较分析

苏 娜

（1.中央财经大学 财政税务学院，北京100801；2.内蒙古自治区财政厅，呼和浩特 010098）

0 引言

当前我国企业正处于改革创新转型升级的关键阶段，以“财政科技专项补贴”为代表的政府财政产业扶持政策是最为有效发挥政府“宏观调控作用”的方式。在实际操作过程中，政府财政专项补贴由于具备“补贴门类多元”“扶持力度差异”的显著特征，因此，不同种类的财政补贴项目对于企业研发作用效果迥然不同。研究财政科技专项补贴对于企业R&D投入的影响具有现实意义。

倾向值匹配法包括“静态线性数据倾向值匹配”与“动态非线性数据倾向值匹配”两大类。出于数据的可获得性与研究方法的可行性，本文选取“动态非线性数据倾向值匹配”算法中的“迟滞变量”与“交互效应”相互统一的量化分析范式作为核心量化分析手段。本文基于“迟滞变量”与“交互效应”整体性建构“动态非线性数据倾向值匹配”方法，建立了财政科技专项补贴与企业研发投入间的“两两配对”的倾向值量化分析模型，并充分考虑了自变量与因变量间的“非线性交互效应”，量化分析了财政科技专项补贴对于企业研发投入的影响。

1 研究假设

1.1 财政科技补贴对企业研发投入的影响

当前国内外学术界与实务界均围绕财政科技专项补贴对企业研发投入的影响进行了深入的研究，成果主要聚焦于以下三个方面：一是杠杆效应。即财政科技专项补贴政策能够有效降低企业创新的“试错成本”，并提升企业全要素生产率；二是替代效应。财政科技专项补贴政策虽能够激励研发人员的工作积极性，但其亦会间接增加企业的研发投入成本；三是混合效应。财政科技转型补贴政策不仅会派生出杠杆效应与替代效应[1]，而且其作用效果在远期可呈现出“先上扬、后下滑”的关联关系。即从远期来看，财政补贴政策只对处于产业链低端的制造类企业具有“外溢性”效应，而对于高技术企业影响效应较为局限。

基于以上研究成果，本文提出假设：

假设1：相对于财政科技补贴受限的企业类型而言，财政科技专项补贴能够显著提高企业研发投入的存量与增量规模，即财政科技专项补贴与企业R&D投入间具有“互补效应”。

1.2 财政科技补贴的门类及作用

本文以北京航天城高端装备制造企业财政科技专项补贴的产业支撑效用为研究背景。选取唐家岭产业园创新基金与东高地产业园专项发展资金为研究重点。本文将其财政科技专项补贴划分为以下几类：一是创新行为激发补贴。该类补贴主要针对处于企业R&D前端的战略性研发行为给予物质型直接补助；二是企业成长促进补贴。该类补贴以处于企业生命周期中的初生期与成长期阶段中的高技术企业为补贴目标；三是资本运作效能提升补贴。该类补贴旨在帮助高技术企业拓展多元化融资渠道与融资机会，以抑制其融资成本；四是创新文化氛围构建补贴。此类补贴将构建企业创新文化环境作为其核心的目标；五是人才区域集聚专项补贴。该类补贴的实践方向在于降低企业R&D人力资源成本，进而显著地增强企业R&D投入预期收益。

基于此，在相关变量固定的条件下，本文提出如下假设：

假设2a：激发企业创新行为的补贴对于企业R&D投入具有正向显著的促进作用。

假设2b：促进企业成长的补贴对于企业R&D投入不具有影响。

假设2c：提升企业资本运作效率的补贴对企业R&D投入不具有影响。

假设2d：培育企业创新文化的补贴对于企业R&D投入具有正向显著的促进作用。

假设2e：提升区域人才集聚效应的补贴对于企业R&D投入具有正向显著的促进作用。

2 数据来源

本文中北京航天城园区企业创新行为的数据来自于顺义开发区及丰台区统计局，有关财政科技专项补贴的数据来自于北京市发改委。北京航天城内现行的财政科技专项补贴产业政策如图1所示。

图1 北京航天城现行的财政科技专项补贴产业政策

在删除“噪声项”数据后，本文最终选取2014—2017年北京航天城4283家企业共8682个观测变量的非线性截面数据。具体如表1所示。

表1 获补贴企业样本的行业分布、企业性质及规模情况

3 研究设计

3.1 模型与变量

本文的基础量化分析模型为：

其中：Y代表企业R&D投入；X代表财政科技专项补贴资金规模；C代表企业R&D投入的中介变量；i代表企业类型；t为企业发展时间跨度；μ为误差项。本文所涉及的全部变量如表2所示。

首先将处于t+1阶段的财政科技专项补贴规模作为输入项带入到回归方程中，然后分别基于差异化的财政科技专项补贴规模，来深入地分析及比较多元化的补贴类型对于企业研发投入的影响方式及作用程度。

表2 变量一览表

3.2 倾向值匹配法

基于倾向值匹配法量化分析的关键步骤如下：

第一步，构建产业补贴企业选择方程[2-4]。

其中：M是影响产业补贴目标企业选择的核心要素；P为企业获得补贴的可能性。

第二步，通过回归分析可以得到全样本企业的倾向匹配权重值，并将权重趋同的样本进行两两配对。基于“邻近最优匹配”的原则来搜寻接近于获得产业补贴企业权重得分。“搜寻方程”为[5,6]：

其中：i为获得产业补贴的企业；j为并未得到产业补贴的企业；P为企业获得产业补贴的可能性；D(i)为接近于获得产业补贴企业i的倾向匹配权重的企业样本。

接下来，基于倾向匹配值法针对“获得”及“未获得”补贴的两类样本组进行两两配对[7]，作为新样本量化分析的“观测组”与“控制组”。在针对两组变量进行倾向值匹配量化分析后，可得到彼此间的匹配程度如表3所示。

表3 获补贴企业与未获补贴企业特征对比

本文同时假定观测组与控制组彼此间的差异不显著。在实施匹配前，观测组的样本总量为2242，控制组的样本总量为5549；实施匹配后观测组的样本总量为772，控制组的样本总量为867。

4 结果与讨论

4.1 财政科技产业专项补贴对于企业R&D的影响

4.1.1 财政科技产业补贴的整体作用

本文采用六类分析模型来实证分析财政科技产业补贴对企业创新投入的影响。其中，模型1至模型6是基于式（1）得来，分别为t、t+1…t+6时段影响程度[8]。

从下页表4可知，补贴规模对于企业研发投入具有显著正向的促进作用。当企业研发投入作为因变量时，其在t阶段中的产业补贴估计值为0.218。这说明在关联性变量固定的条件下，当产业补贴每增加一个百分点，此时研发投入会相应地提升0.21个百分点。依此类推，处于t+1阶段的产业补贴亦具有显著的激励效果。当将t阶段与t+1阶段的产业补贴均作为输入项导入回归方程时，其实证分析结果依然显著。因此假设1通过验证。

表4 财政科技专项补贴总额对于企业创新投入的影响

4.1.2 多元化财政科技产业补贴的作用及对比分析

从表5的结果可知，增强企业创新行为的产业补贴回归结果为0.328，表明该类补贴能显著地增加企业研发投入的“内生动力”。因此假设2a成立。以“技术创新行为激发”为导向的补贴可正向影响企业研发投入，同时发现“区域人才集聚”补贴对于企业研发投入的影响亦显著。则假设2e通过验证。虽然从提高资本运作效率财政补贴回归值来看，“区域内人才集聚”的影响系数并不显著，但仍然为正。则假设2c通过验证。

表5 多元化财政科技专项补贴总额的作用对比（情况1）

从表5模型2的分析结果可知，辅助企业成长性补贴对企业研发投入影响较小。但从表5模型6的分析结果可见，该补贴的回归值均为负数。这说明在多类型产业补贴协同影响下，其成为抑制企业创新能动性的向变量。因此假设2b失效。并且从表5模型4的分析结果中可见，促进企业创新文化氛围构建补贴的影响虽为正向，但其在表5模型6中的数值却为负数。这意味着其对企业R&D的促进作用会低于“创新行为类”与“区域人才集聚类”的产业补贴。因此假设2d失效。

4.2 稳健性检验

为有效增强本文定量分析的稳定性，将研发从业人员作为自变量来考量其对于企业研发投入的作用程度。根据表6中的模型6量化分析结果（R数值分布为0.274）可知，全样本企业所获得的财政科技专项补贴规模对于企业研发投入的作用是积极显著的，且“区域人才集聚类”产业补贴亦具有显著性作用。因此，假设1、假设2a、假设2e与假设2c均通过验证。虽然假设2b、假设2d并未通过检验，但基于全样本统计结果不难发现，促进企业创新行为、促进区域人才集聚的转向补贴作用最为显著。

表6 多元化财政科技专项补贴总额的作用对比（情况2）

5 结论

本文以2014—2017年北京航天城4283家企业共8682个观测变量的非线性截面数据为研究样本，将财政科技专项补贴拆分为“创新行为激发”“辅助企业成长”“促进资本运作”“文化氛围构建”“区域人才集聚”五类补贴。并以此为基础来定量研究多元化财政科技专项补贴对于企业R&D投入的影响方式及作用程度。

本文量化分析结果认为：第一，产业补贴会显著增强企业技术创新效率与效果。但该政策效果会受到企业组织变革以及企业生命周期的影响；第二，从宏观角度而言，财政科技专项补贴与企业研发投入间呈现出显著的互补作用；第三，虽然促进企业创新行为类补贴在企业接受补贴占比权重最高，但其激励效果并非最强。反而占比权重较小的区域人才集聚促进补贴对于企业研发投入的作用效果最为显著；第四，企业规模这一中介变量能够显著地增强财政科技专项补贴的杠杆效应。