政府研发补助对企业创新效率的影响——基于SFA-CDM模型的研究

陈亚平，田 辉

（中国财政科学研究院研究生院，北京100036）

全球第四次科技革命蓄势待发，科技创新成为一国抢占世界新的制高点的主要途径。近年来，随着我国创新驱动战略和供给侧结构性改革的深入实施，科技创新的重要性已经逐渐被政府、社会和企业认可。企业作为科技创新的主体，一直是科技投入、产出和科技成果转化的主力军。根据科技统计年鉴数据显示，我国企业研发投入额已从2011年的6579.3亿元增长至2017年的13660.3亿元，年均增速18%，占全社会研发投入总额的比例达到77.59%，同时，企业重大科技成果数量占比自2012年以来也一直处于40%以上，为我国科技创新贡献了重要力量。2009年，我国建立了创业板交易市场，为自主创新能力强、成长快的中小企业和高新技术企业提供资金支持。截至2018年底，创业板上市公司已经突破700家，这些企业绝大多数以科技创新为主，是我国企业开展创新活动的重要组成部分。整体上，企业科技创新活动具有较强的正外部性，但是它的风险和不确定性也较大，再加上我国知识产权保护不到位，导致企业投入积极性普遍较低，创新效率也不高。因此，需要政府适当干预来激发企业开展创新活动的积极性。近年来，政府对企业科技创新的支持也在不断加大，从国家层面到地方政府层面都建立了一套包括政府研发补助、税收优惠等在内的政策体系。其中，研发补助政策近几年备受社会各界的关注，尤其是随着各种“骗补”事件的层出不穷，政府研发补助是否真的能够促进企业创新已成为当前研究的热点之一。当前关于政府研发补助对企业创新效率影响的研究呈现出了三种截然不同的结果，即促进作用、挤出效应和不确定性关系。文章认为，政府研发补助到底对企业创新效率产生何种影响与企业本身的性质有关，如企业所在地区不同、所处生命周期不同、规模不同、所有制不同，对政府研发补助的反应也会不同。文章以创业板企业为研究对象，考虑企业生命周期属性，按照现金流量组合法将企业按生命周期划分。首先，重点围绕政府研发补助是否真的能提升企业整体创新效率？政府研发补助对处于不同阶段的企业创新效率的影响有何不同等问题，利用随机前沿模型和技术非效率函数进行了实证分析；然后，围绕政府研发补助如何对处于不同阶段的企业创新效率产生影响的问题，采用CDM模型对政府研发补助对企业创新绩效影响的机制进行了进一步的解释；最后，围绕政府研发补助如何更好地、有针对性地促进企业创新效率的提升的问题，提出了几条相关政策启示，以期进一步优化政府对创业板企业的补助性政策，从而提高政府研发补助效率。

文章与既有研究的区别主要体现在以下三个方面：第一，目前对该主题的相关研究主要是针对A股上市公司展开的，对创业板上市公司的研究较少，但是针对A股上市公司情况的研究结论不一定能直接套用在中小企业、高新技术企业较多的创业板上，探究政府研发补助对创业板上市公司创新效率的影响十分必要。第二，文章将政府研发补助引入随机前沿模型，从非技术效率角度考察政府研发补助对处于不同生命周期的企业创新效率的影响。第三，将政府研发补助、企业研发支出、技术产出和经济产出同时引入CDM模型，对政府研发补助对企业创新效率影响的机制进行了进一步解释。

一、相关文献综述

结合文章研究内容和研究框架，相关文献综述主要从政府研发补助对企业创新效率的整体影响以及政府研发补助对不同成长阶段企业创新效率的影响两个部分展开。

1.政府研发补助对企业创新效率的整体影响

关于政府研发补助对企业创新效率影响的研究，目前存在三种截然不同的研究结果：一是政府研发补助对企业创新效率具有促进作用，即激励效应。首先，政府资助能够降低企业研发成本，缓解企业研发投入的资金困境(Jaffe，2002；Wallsten，2000)，增强企业开展创新活动的积极性，有利于降低企业研发投入风险，提高企业资金使用效率[1-6]。其次，政府研发补助能够为产业整体发展指明方向，促使企业主动跟进、探索前沿技术，有利于企业增加研发投入并积极吸引外部投资，从而加速企业的创新进程，提升企业创新效率。其三，政府研发补助对企业带来的外溢效应，如知识的获取、专家团队的建立、因当前创新项目而带来的资源和从业人员知识和经验的积累等等，可以提高其创新项目当前或未来的成功率[1]。但是，也有一部分学者认为，政府补贴与企业研发创新效率具有负相关影响，即政府补贴的“抑制效应”。一方面，政府研发补助会使社会更加重视研发活动，研发资源需求上升，导致研发成本增加，相应的研发投入产出效率就会降低[16]。另一方面，政府补贴并不是技术创新的真正动力[7]，失当的政府研发补助可能会干扰企业原本的创新活动。政府部门在选择资助项目时的滞后性和高失误率、政府对基础研究补助的偏好、政商关系腐败等，都会影响企业的整体资源配置效率[8，9]，同时，还可能会造成过度不当投资，降低企业整体资金使用效率，抑制企业研发创新效率[10，11]，导致这种结果的原因可能是政府与企业间的信息不对称导致的政府失灵和企业逆向选择行为、政府和企业对远近期技术的选择以及监管不力导致的企业资金滥用等[12-14]。

近年来，随着研究的不断深入和丰富，越来越多的研究成果发现政府补贴与企业研发创新效率的关系并不明确。一些学者认为，政府补贴与企业创新效率是呈倒“U”形的，即政府补贴有一个门槛值，在达到该值以前，会促进企业创新效率的提升，超过该临界值后，就会对企业创新效率产生抑制[15-18]。一些学者认为，在不同的情况下，政府研发补助对于企业创新效率的影响也不一样。如Arqué-Castells P(2013)指出，对于研发投入强度较低的行业，政府补贴会有效补充企业研发资金，提升研发效率；在研发强度较高的企业，则更多表现为“挤出效应”[19]。而李左峰(2012)则发现政府补助对研发活动强的企业研发效率呈现负向影响，对研发活动较弱的企业则并无明显影响[20]。Almus&Czarnitzki(2003)通过研究政府补贴对东西德地区企业创新效率的影响，发现政府补贴只对西德地区企业的创新效率产生了显著正向影响[21]。张玉(2017)对政府研发补贴、企业研发活动加计扣除减免和高新技术企业税收减免三种不同类型的政府补贴对企业研发效率的影响进行了实证分析，结果发现前两种政府补贴都会显著抑制企业研发效率，而高新技术企业税收减免则会提升企业研发效率[22]。齐云龙(2018)则发现政府补助对成熟期企业的创新产出有显著的促进作用，而对初创期和衰退期企业创新产出却没有显著影响[23]。

因此，政府研发补助对于企业创新效率的具体影响不能简单定论，这不仅取决于政府和企业行为，还与企业研发强度、所处发展阶段、所处区域、所处行业等属性息息相关。文章以企业所处生命周期为基础研究政府研发补助对不同企业创新效率的影响。

2.政府研发补助对不同成长阶段企业创新效率的影响

根据生命周期理论，处于不同阶段的企业，其创新能力、运营能力、市场规模、政商关系、抗风险能力等都会有显著差异，政府研发补助对企业创新效率的影响也会有所不同。如果不考虑企业所处生命周期研究政府研发补助对企业创新效率的影响，结果可能会有偏差。因此，考虑不同生命周期下政府研发补助对企业创新效率的影响很有必要。对于企业成长阶段的划分标准，目前学术界尚未达成一致的结论，企业成长阶段被划分为三阶段、四阶段、五阶段甚至更多。文章仅考虑四阶段的情况，通过梳理以往文献，可以发现：

企业在初创期的时候，各种生产要素相对缺乏，内部管理架构和创新体系都不够健全，仍处于生产经营的摸索阶段，企业的产品或服务种类一般较少，利润水平较低，企业抗风险能力偏弱，一旦外部环境受到不利影响且没有政府援助，它将随时面临破产风险。其优势在于该阶段的企业具有强大的创新精神，灵活的业务战略，并且容易在市场上以新致胜。但是由于处于初创期的企业不稳定性较强，政府一般不喜欢对其进行补助，而且初创期的企业资金匮乏，来自政府研发补助的资金可能会被用于其他项目支出。因此，初创期的政府研发补助创新效率不会很高。当企业进入成长阶段，开始具有强烈的发展和创新意识。该阶段企业的产品被市场广泛接受，甚至会出现供不应求，大量潜在竞争对手进入市场争夺市场份额。为了维持市场地位并保持其可持续的竞争优势，企业有动力开展创新项目以提高生产效率，一旦创新项目成功开发，它将大大降低企业生产成本[24，25]。因此，在成长阶段，企业创新的积极性相对较高。在这个阶段，企业销售收入大幅增加，但由于资金回收存在滞后期，而研发投入需要大量资金投入，再加上生产扩张、营销服务和人才储备等都需要大量支出，使得企业出现入不敷出现象[26]。这个时候如果能获得政府的资助，将会大大调动企业的创新积极性，创新效率也会相应提升。

当企业不断成长并走向成熟时，企业销售收入增长率开始降低并趋于稳定，市场竞争力达到最强，开始拥有稳定充足的内源资金和持续的现金流，筹资能力也较强，资金已不再是企业开展创新活动的主要制约因素[26]。在这一阶段，企业技术创新的压力相对减弱，可能会安于现状，思想上不再要求进取，创新能力可能会下滑[27]，此时的政府补贴对企业研发活动所产生的影响并不很明显。考虑到成熟期企业的综合水平，政府更乐意给与它们补助。但是，需要注意的是这一阶段企业它们可能依仗自己庞大的资本实力和与政府的关系，传递出虚假信号来获得更多的政府研发补助。当企业进入衰退期时，企业盈利能力急剧下降，市场份额下滑，投资支出将大幅度减少，企业总资产增长率可能为负而急于获取外部资本，找到新的盈利点[25]。该阶段的企业内部组织结构僵化，抗风险能力差，创新动力严重不足，企业会将资金主要用于基本经营的维持，几乎不会再开展研发活动[24]。此时政府研发补助可能会作为企业运营资金被用到其他的非创新投资活动，可能会改善企业的经济效益，但是对企业创新效率的影响并不会很理想。

基于以上分析，文章提出如下假设：政府研发补助对处于不同生命周期的企业的影响不同，对处于成长阶段的企业创新效率的积极作用更大。

二、数据来源、指标设计与研究方法

1.数据来源

文章选取2014-2017年我国创业板上市公司为研究对象，剔除了年报缺失、数据披露有缺失的上市企业，同时对所有连续型变量在1%和99%分位上进行了断尾处理。最终得到样本公司534家，有效观测值2136条。文章专利数据和政府研发补助数据来自国泰安数据库，财务指标数据均来自Wind数据库，数据处理与分析在Stata.15和Frontier4.1中完成。

2.企业生命周期划分

以往学者对企业生命周期的划分标准各不相同，主要有以下两种：一是单变量法，目前使用较多的指标包括员工数量(Dale，1967)、企业年龄(Lippitt and Schmidt，1967)等，该方法计算简单但是相对片面。二是综合指标法，选用多个表征企业经营状况的指标进行划分，如费列(Filley，1963)等大批学者以组织结构和管理制度等为划分标准，该方法相对全面但是指标选取具有主观性；还有一种代表性做法，就是Dickinson(2007)，刘阳、彭韶兵(2012)等的现金流组合法，即依据企业现金出入情况反映企业的经营状态，综合考虑经营、投资和筹资现金流量净额三个指标来划分企业所属的生命周期，相对客观科学。文章借鉴现金流组合法的划分方法，将企业划分为：初创期、成长期、成熟期和衰退期四个阶段。

表1 现金流量组合法划分企业生命周期标准

3.创新效率评价指标设定与测量

（1）政府研发补助变量

政府研发补助可以分为不同的类型，一个企业可能会收到各种不同类型的政府补助，包括研发补助和非研发补助。因此，需要将两者进行区分。本研究所采用的政府研发补助数据是通过对国泰安数据库中上市公司“政府补助”数据进行筛选分类整理后产生的（数据库中并没有专门的政府研发补助的数据，需要在政府补助明细表中查询“研发”、“研制”、“创新”、“科技”、“技术开发”、“技术项目拨款”等有关研发创新的关键词，然后汇总后得到）。个别缺失数据通过查阅上市公司年报整理补充。考虑到企业规模带来的影响，文章采用政府研发补助与企业主营业务收入的比值进行衡量。

（2）企业投入产出变量

企业研发投入包括研发资金资本投入和研发劳动投入。分别选取企业年报中的研发支出金额和研发人员数量为衡量指标，考虑到资本投入和人力投入的对创企业产出影响的滞后性，文章借鉴Clausen等的研究方法，考虑产出变量滞后1年时的情况。

企业经历了前期研发投入之后，后期的产出成果主要包括两种形式。一种是研发创新技术产出。一般使用专利数据来表征。考虑到我国专利申请到授权的周期性，文章利用企业当年的专利申请数与前一年的研发投入的比值来衡量企业创新效率的产出指标。另一种是市场化经济产出。也就是将创新产出投入市场后形成的经济效益。以往文献更多的采用新产品销售收入指标，其实企业创新更多的是在原产品的基础上进行了改进型创新，没有形成新产品。因此，文章引入主营业务收入增长率作为企业创新市场化产出指标。

（3）控制变量

除了政府补助之外，还有一些外生变量影响企业研发效率。文章主要选取以下四个变量：

企业规模。大企业和小企业的创新能力和抗风险能力都不同，对政府研发补助的反应也不同。文章采用企业资产总额的对数值代表企业规模。

盈利能力。企业的盈利能力代表着企业研发的基础，企业盈利能力越强，其开展创新活动的能力越强，抗风险能力也越强。文章采用企业利润率来表征。

资本结构，即企业资产负债率。一般来讲，企业资产负债率高的企业进行研发投入会更加谨慎，政府对其补助也会更加趋于谨慎。

市场化水平。企业所在的地区市场化水平不同，创新环境也不同，企业创新积极性和创新效率也会不同。文章使用王小鲁、樊纲的编制的年度《中国分省份市场化指数报告》中各地区的市场化指数代替。

表2 变量说明及释义

4.相关模型设定

建立创新效率评价指标体系后，需选择创新效率的评价方法，目前主要的测定方法包括层次分析法、因子分析法、参数法（随机前沿分析法SFA、厚前沿分析法TFA、自由分布法DFA）、非参数法（数据包络分析DEA、无界分析法FDH）、模糊综合评价法、密切值法、BP神经网络法、（加强型）平衡计分卡、熵模型等。其中，SFA模型更适用于面板数据。在本研究中，SFA模型可以在测量创业板企业创新效率的同时引入政府研发补助因素，分析考察政府研发补助对企业创新效率的影响。根据Aigner和Meeusen(1997)提出的引入效率影响因素的SFA测度模型如式(1)：

选取超越对数生产函数构建随机前沿分析模型，其模型为：

在探讨心内科老年患者在治疗期间心源性猝死的原因时，主要从治病原因、临床危险因素以及发生时间入手。其中治病原因包括冠心病、风湿性心脏病、高血压心脏病、扩张行心脏病。临床危险因素包括饮食不合理、情绪不稳定等。在入院时间方面，入院时间为2～3周时，出现心源性猝死的几率最大[4] 。

其中，yit为创业板企业i在t时期的创新产出，即专利申请效率。RDit和TSit分别为企业i在t时期的研发支出和研发人员投入，α0为常数项，α1…α5分别为相应投入要素的创新产出弹性，(νit-μit)为随机误差项，νit、μit相互独立。其中，νit为随机扰动项，νit：N(0，σv2)。μit为技术非效率项，服从非负截断的正态分布，即μit∶N+(0，σu2)。假设：

其中，η=0表示技术非效率项不随时间变化，η＜0和η＞0分别表示技术非效率项μit随时间递减和递增。技术效率EFFit定义为实际产出与最优产出期望的比值，具体计算公式如式(4)：

当分子中μit=0时，EFFit=1，表示企业技术有效率，只存在不可控的随机因素影响产出水平；当μit＞0时，EFFit＜1，表示存在其他非随机的技术非效率因素对企业产生了干扰。

为了在测定效率的同时考查政府研发补助对企业创新效率的影响，文章借鉴Battese和Coelli的做法引入效率影响因素评价模型，具体如式(5)：

其中，β0为常数项，βi为政府研发补助的待估系数，Mit为影响技术效率的其他外生变量，即控制变量。ξit为随机变量，假定服从iid。

三、实证分析

1.描述性统计

（1）企业整体描述性统计

表1 列示了回归模型各主要变量的描述性统计结果。第一，政府研发补助强度。整体上，创业板企业的政府研发补助强度比较集中，获得政府研发补助最大强度为6.949%，最小为0.000 1%，中位数为0.949%，标准差为0.029，也就是说创业板企业获得政府研发补助的强度普遍集中于1%左右。第二，企业研发人员数及研发支出额。整体上，创业板企业研发人员数量普遍处于200～300左右，最少的只有7人，最多的达到1万人以上；研发投入额普遍处于3 000万元以上，最大达到了18.6亿元，总体差距较大。第三，专利申请数量。创业板企业专利申请数量最少每年1项，最多的是乐视网2015年专利申请数量达到1 815项，整体数量普遍处于20～30项左右，企业间差距比较大。第四，主营业务收入增长率和企业盈利能力。创业板企业主营业务收入增长率普遍处于20%-30%左右，最高为643.1%，最低为-84.02%；企业盈利能力即利润率整体不高，中位数为5.82%，最高为39.73%，最低-46.84%，但是总体盈利水平相对集中，标准差为16.75%。第五，企业规模。创业板企业规模即总资产规模平均水平为26亿元，最小值为22 172万元，最高为490亿元，整体差距较大。第六，市场化水平。创业板企业所处地区的市场化水平最高为11.11，最低为2.95，普遍处于8～9上下。

从政府研发补助强度来看，处于初创期的企业最低，成熟期的企业最高，这主要是因为成熟期的企业相对更加稳定，政府更加偏向于对其进行补助。从企业研发人员数量来看，衰退期的企业最少，这主要是因为该阶段企业发展势头不好，研发人员倾向于去更好的企业发展，人员流动性较大。从研发支出额来看，成长期和成熟期的企业投入额最大，其次是初创期，衰退期的企业研发投入额最低。从专利申请效率来看，成熟期的研发能力也已经处于相对成熟状态，专利申请效率最高，其次是初创期的企业，这主要是因为初创期的创业板企业为了获得后续的发展，进行专利申请积极性也较高。从主营业务收入增长率来看，成长期的企业表现最好，初创期其次，成熟期次之，衰退期表现最差，这也符合各阶段企业发展的特点。从企业规模来看，成熟期的企业企业规模最大，其次是成长期的企业，衰退期的企业次之，初创期的企业规模最小，这主要是因为初创期企业的资产规模尚未积累起来，随着企业不断成长至成熟期，企业资产规模不断积累并趋于稳定，当企业开始进入衰退期时，企业可能会产生股票贬值、变卖资产的现象，使企业资产规模减少。从企业盈利能力来看，成长期的企业表现最好。从企业资本结构来看，初创期和衰退期企业的资产负债率最高，这主要是因为初创期的企业资金需求较高，负债率也偏高，衰退期的企业盈利能力差，负债率也较高。从市场化水平看，各个阶段的企业分布在不同的地区，市场化水平也不同，这也一定程度上影响了企业的创新行为。

表3 企业整体描述性统计

表4 成长阶段的企业描述性统计

2.研发补助对企业创新效率的影响分析

在进行实证分析之前，参考Battese等的做法，利用最大似然估计验证模型的适用性。设定σ2=σv2+σu2，γ=σu2/(σv2+σu2)，然后使用估计的σ和γ计算出σv和σu。可以看出，使用超越对数模型无滞后、滞后一年的μ、γ、η都在99%的水平下显著，同时模型1和模型2的广义似然率LR远大于临界值7.815，且γ均显著不为0，这都说明适合使用随机前沿模型。此外，为了检验使用超越对数生产函数模型的适用性，构建了如下假设：α3=α4=α5=0，发现各个模型的广义似然率都拒绝原假设，说明超越对数生产函数比C-D生产函数更加适用本研究。

（1）考察期内创业板企业创新效率值分析

文章利用Frontier4.1软件对2014-2017年间534家样本企业技术创新活动的投入产出数据进行处理，计算出各企业在不同年份的技术创新效率值。表5给出了处于不同阶段的企业2014-2017年间的平均技术创新效率的描述性统计。可以看出，创业板企业的平均技术效率均小于1，说明处于不同阶段的企业生产过程存在技术无效性。从绝对量来看，成熟期企业的平均技术创新效率与其他阶段的企业相比明显偏高，这与其技术积累、整体运营实力有关；其次是成长期的企业，该阶段的企业创新主动性较强，但是总是上处于技术探索和发展阶段，虽然技术成果很多，但是总体上不如成熟期的企业投入产出水平高；初创期的企业次之，该阶段的企业整体管理水平不高，资金投入使用效率低，创新产出率也不高；衰退期的企业技术创新效率最差，该阶段企业进入到瓶颈期，企业创新主动性不强，专利申请效率趋于下降。

表5 2014-2017年处于不同阶段的创业板企业平均技术创新效率

（2）研发补助对企业创新效率的影响

基于前文的创新效率测算数据，根据模型（2）、（3）、（5），分别进行整体回归和分组回归分析，结果如下。

第一，整体性分析。

从全样本来看，在无时滞和滞后1期两种情况下，企业研发支出和研发人员投入对企业创新技术产出均具有明显的正向激励作用，并且研发资金投入产出弹性（3.24-5.39）显著大于研发人员投入产出弹性（2.59-3.62），也就是说研发资金对于推动企业创新效率的提升具有更加显著的作用。同时，可以发现，在考虑时滞1年的情形下，企业研发人员投入产出弹性趋于上升，而企业研发资金投入则由趋于下降。表明随着时间的推移，创业板企业研发人员尤其是核心研发人员投入的规模报酬递增效应逐步显现；而研发资金投入则在本年度的使用效率最高，之后年份要想达到同样的效果，需要进一步加大投入。

将政府研发补助变量引入企业技术非效率函数，考察政府研发补助对企业创新效率的影响。可以发现政府研发补助对企业创新效率的影响具有时滞性，本年度获得的政府研发补助对下一年度的创新效率有更显著、更强的促进作用。这也说明了政府研发补助相对于企业自身研发投入的更具累积效应，一方面政府研发补助可以提振企业创新的信心，另一方面相对于企业研发支出，政府研发补助的时间点不固定，对于企业本年的创新效率影响不明显。同时企业盈利能力对于企业创新效率的影响也具有时滞性。这主要是因为企业资金投入到专利申请具有时滞性。

第二，分阶段分析。

从各个阶段来看，成熟期的企业研发投入产出效率最高，研发资金和研发人员投入产出弹性分别为（4.38～6.78）和（3.81～4.42），其次是成长期，初创期的企业表现次之，衰退期的企业研发投入产出效率明显比处于其他阶段的企业低，即使是研发人员投入一年后，其产出效率也在下降。

将政府研发补助引入企业技术非效率函数，考察政府研发补助对企业创新效率的影响。可以发现政府研发补助对初创期企业的创新效率影响不显著，这可能是因为该阶段的企业资金匮乏，可能将获得的政府研发补助用在了其他非创新项目；同时其资产负债率对于企业创新效率的抑制效应明显高于其他阶段，且本年度的资产负债率对下一年度企业创新效率的抑制作用更强，这主要是因为该阶段的企业本来就处于极不稳定的状态，如果本年度负债率很高，会抑制其下一步进行创新的主动性。

对处于成长期的企业，政府研发补助能够明显提高其创新效率，且对下一年的创新效率促进作用更明显。这主要是因为该阶段的创新主动性较强，政府研发补助的信号会进一步提高其研发积极性，并进行研发投入配套，从而提升企业创新效率。同时，随着企业运营体系的不断完善，其规模抑制效应和资本结构抑制效应与初创期相比明显下降，企业盈利能力对创新效率的促进作用明显增强。

对处于成熟期的企业，政府研发补助的促进效应没有成长期那么明显。这可能是因为该阶段的企业资金充裕，政府研发补助并不会对其创新活动产生明显的影响。其创新支出和创新效率也趋于稳定，盈利能力对创新效率的促进作用以及企业规模、资产负债率对创新效率的抑制作用不再那么显著，但是市场化水平越高，会使其创新效率显著提高。

对于衰退期的企业，政府研发补助会对其创新效率产生抑制作用。可能原因有两个：一方面，衰退期的企业为了挽救企业衰退趋势，需要更多的资金用于弥补企业运营失利，会将政府研发补助用于弥补企业经营效益而非用于创新活动；另一方面，衰退期的企业资金使用效率低，即使利用政府补贴进行了创新，但是也难以将研发投入转化为技术产出。该阶段企业的规模和资产负债率对创新效率的抑制作用最高，主要是因为衰退期的企业规模越大，企业要进行统筹管理耗费的资源会越大；同时，负债率越高，企业进行创新活动的审慎性会越强，不利于其进行创新活动。

表6 随机前沿模型全样本分析

表7 随机前沿模型的分样本分析

3.政府研发补助对企业创新效率影响的机制解释

从创新投入到创新技术产出再到市场化经济产出才算完成了整个创新过程。为了进一步分析政府研发补助对企业创新效率的影响，文章引入CDM模型，同时考虑从政府研发补助到企业研发支出，再到企业创新产出，再到企业经济产出的过程。建立如下模型：

式(6)用来分析政府研发补助对企业研发支出的影响；式(7)用来分析政府研发补助、研发支出对企业创新技术产出的影响；式(8)分析政府研发补助、企业技术产出对企业经济产出的影响。

从企业研发支出来看，实证结果显示政府研发补助会显著提高初创期和成长期企业的创新投入，但是会抑制成熟期和衰退期企业的创新投入，这可能是由于初创期和成长期的企业创新主动性较强的缘故。从企业的技术产出来看，企业研发支出对四个阶段企业的技术产出均具有显著的正向促进作用。政府研发补助对于成长期和成熟期企业的技术产出促进作用较强，对于初创期企业的促进效应较弱，对于衰退期企业的技术产出则具有显著抑制作用，这也与前文的结论一致。从经济产出来看，政府补贴对于初创期、成长期和衰退期的企业经济绩效具有显著促进作用，对成熟期的企业没有显著影响。同时，可以看出初创期企业的技术产出对其经济产出有显著的抑制效应，原因可能是由于初创期的企业极具不稳定，获得创新成果的同时可能会以企业经营绩效为代价。此外，初创期的企业为了获得稳定的市场规模和稳定的政商关系，可能会产生寻租腐败行为，从而加重了企业创新成本。

四、结论与启示

1.研究结论

根据以上分析，文章可以得出如下结论：政府研发补助能够有效促进创业板企业整体创新效率的提升，且本年度获得的政府研发补助对下一年度的创新效率有更强的促进作用。分阶段看，政府研发补助对于成长期和成熟期企业的技术产出促进作用较强，对于初创期企业的促进效应较弱，对于衰退期企业的技术产出则具有显著抑制作用。成熟期的研发投入效率最高，其次是成长期和初创期，衰退期的企业即使是研发人员投入一年后，其产出效率也在下降。政府研发补助能够促进初创期和成长期企业的研发支出，但会抑制成熟期和衰退期企业的研发支出。初创期企业和成长期企业的经济产出受到政府研发补助的影响更为显著，同时，初创期企业的技术产出和经济产出之间存在负相关关系。

表8 政府研发补助对创业板各阶段企业创新效率影响的机制

2.政策建议

首先，政府研发补助对处于不同生命阶段的创业板企业应进行有效区分，动态调整相应补助力度。政府研发补助对于不同阶段的创业板企业创新效率影响是不同的。政府应当按照科学合理的方式对企业阶段进行划分，同时随着企业发展，动态调整相应补助力度。针对初创期的企业，政府应当着重引导企业建立稳定的企业管理架构，减少针对性的补助项目，提高企业资金使用效率；针对成长期的企业，政府应当进一步加大对其进行研发补助的力度；针对成熟期的企业，政府应当在给与补助的同时强化对其内部运行情况的考核，防止该类企业运用其在市场上的优势和稳定的政商关系传递虚假信号骗取政府补助；针对衰退期的企业，政府应当减少相应的研发补助，但是对有发展前景的企业可以增加人员、运营等相关的补助。

其次，政府和创业板企业都应当建立以创新绩效为导向的研发补助考核指标体系，提升政府研发补助的效率。政府应提前公布考核指标，企业在内部也要建立相应的推进体系，切实将补助用于创新，提升企业创新效率。同时，政府应当在对创业板企业进行研发补助之前，要对企业申请方案的真实性和企业发展前景进行专业、公平、公开的严格审查，提高政府研发补助透明度。在补助资金下达后要加大对企业行为的监督和审计力度，避免企业滥用资金。