政府补贴促进还是抑制企业创新持续性——基于异质性创新动机视角

余 芬，樊 霞，张巧玲

(华南理工大学工商管理学院，广东 广州 510641)

0 引言

创新持续性对于构建企业动态竞争优势、提升区域创新能力具有重要价值[1-2]。区别于持续性创新或渐进性创新，创新持续性是指企业在技术等方面具有反馈、积累及锁定效应，具有使后续技术创新活动长期保持下去的性质和趋势[3-7]。自Geroski等[8]明确提出创新持续性问题后，学者基于各国CIS创新调查和专利数据，对企业创新持续性的内涵、动力机制、经济后果及其影响因素开展了大量富有启发意义的前期探索。现有研究从不同角度理解创新持续性，但较为一致地指出其本质为当前创新正向促进后续创新[4]。创新投入的 “沉没成本”、知识资源方面的 “动态收益递增”以及商业收益方面的 “成功孕育成功”导致创新行为具有很强的路径依赖性[9-10]。同时，部分研究探讨创新持续性的经济后果，发现创新持续性对企业绩效的促进效果存在拐点[11]，企业工艺创新持续性而非产品创新持续性显著促进就业[12]。关于创新持续性的影响因素，国内外学者分别从企业内部因素与外部因素等不同角度开展了大量研究。其中，内部因素的探讨主要集中于企业规模、技术多元化、出口等[10,12-13]，外部因素则主要考虑市场竞争强度、外部资源、当地知识库质量等[14]。这些研究证实了技术多元化有利于企业创新持续性，或剖析了区域特征的作用，发现知识溢出水平更高的区域中企业创新持续性更强,但尚存不足的是当前研究对政府补贴这一政策性因素的影响效应仍缺乏深入的探讨。

企业创新活动的外部性和高风险性会引发市场供给不足，可能导致企业创新难以持续进行。为解决 “市场失灵”问题和鼓励企业创新，政府不断加大对企业的补贴力度。以中国上市公司为例，近10年补贴金额的年均增长率为21.64%，2016年获得政府补贴的上市公司比例高达94.2%。与此同时，我国企业技术创新能力得到整体提升，专利数量持续上升，发明专利年均增速达20.76%。然而，在高速增长的政府补贴和创新成果背后，不乏存在企业为获取政府补贴做出一系列策略性的应对，如新能源汽车从 “骗补”升级为 “骗资质” “伪高企”等手段层出不穷，这些企业一旦获得补贴，将资金用于与产品创新无关的其他项目。一些学者指出中国的创新激励政策 “事与愿违”，导致企业的创新行为出现扭曲[15-16]，企业通过追求创新数量俘获政府[17]，存在 “寻补贴”行为或者寻求非生产性资源[18]。申请政府补贴的企业面临着开展策略性创新和实质性创新两种选择，出于策略性创新动机的企业可能不是真正基于内部驱动力进行资源投入，因此并不意味着创新持续性，而补贴企业只有开展实质性的创新活动才能使政府政策的设计初衷在企业实践层面得以实现。因此，不同获取动机下政府补贴将导致不同的经济后果，以往研究不区分企业创新动机的评估，无疑会模糊政府补贴的作用。另一方面，从产生初衷看，政府补贴等创新政策的目的并非仅仅提升企业某一时刻的创新 “数量”和 “速度”，而是期望企业真正形成自身的创新能力和持续优势。但现有研究大致沿着挤入效应—挤出效应这一范式展开，侧重于政府补贴对企业当期创新行为和绩效的影响方面仍未得出一致的结论，同时缺乏从长期视角进行考察，忽略了创新的持续性问题。对企业而言，当期创新产出数量的增加不一定意味着长期发展能力，创新持续性的增强才是制造业企业转型升级的必经之路。持续优势的形成来源于持续的创新，通过分析企业创新活动的持续性，比较补贴企业与非补贴企业在能力积累上的差异，才能考察政府补贴能否促进企业创新的长期影响力。

综上，政府补贴在提升企业创新持续性方面真的能 “如其所愿”吗？相比非补贴企业，政府补贴企业是否更具创新持续性？这是本文试图回答的第一个问题。为此，探讨政府补贴对企业创新的影响需要从已有研究关注的当期效应推进深入到其持续过程，以厘清政府补贴是否能真正激发企业的内部创新驱动力。此外，在政府补贴与企业创新的研究中，往往暗含着企业所进行的创新活动带来技术进步和产品升级，表现为实质性创新，忽视了中国情境下企业 “策略性创新”动机的存在，即创新激励政策可能扭曲企业的创新行为[19]，产品升级和工艺改进并不是企业进行创新投入的唯一目的。由此引发的第二个问题是，政府补贴对企业创新持续性的影响是否因企业创新动机而存在差异？尤其是在企业存在策略性创新行为的情况下，政府补贴是否仍能发挥其应有的作用？这是目前亟需深入解决的问题，对这些问题的回答，将有助于评估中国政府补贴的长期效应以及企业创新现状，对于创新政策的制定提供一定的学术意见。

1 研究假设

1.1 政府补贴对企业创新持续性的影响

Hall[20]指出创新活动融资成本高，这是由于企业创新活动风险较高、周期长，使得企业外部融资成本高，转而主要依靠企业内源融资。创新活动调整成本高是企业创新活动的另一重要特征，因此企业有很强的动机平滑创新波动，进而避免损失。Brown等[21]最早证明了创新的平滑机制，企业通过现金持有量缓解外部融资约束，从而保证企业研发资金的稳定性，以保持创新活动持续进行。后续研究较多沿着这一思路，从创新平滑视角考察政府补贴对企业创新持续性的影响[22-23]。还有研究从不同视角证明政府补贴正向促进企业创新持续性，如国外学者Arqué-Castells[24]较早考察了政府补贴对企业持续创新的影响，发现补贴可以鼓励非研发企业开始进行研发，即使在取消补贴之后仍持续进行研发；Huergo等[25]证实企业研发活动存在路径依赖，即当期研发投入受前一期研发投入影响，而政府及时资助有助于企业研发活动持续进行。尚洪涛等[26]运用脉冲响应函数等分析方法，揭示了政府补贴、研发投入及产出三者之间的持续相互作用，发现政府补贴与创新投入在1～3年内相互促进，而政府补贴实施1年后对创新绩效的积极影响最为显著。

政府补贴作为政府干预企业经营活动的重要手段，可促进企业创新持续性。根据产业组织理论，企业创新活动具有正外部性，创新成果很容易被竞争对手模仿，率先创新的企业其收益达不到期望水平。尤其是在知识产权保护政策不完善的情况下，企业创新预期收益会进一步减少，因此难以保证企业具有持续创新的动力。政府补贴通过直接资金支持弥补企业因创新外部性带来的收益损失，提高企业持续创新的积极性。从信号传递理论出发，企业受到政府补贴被认为是得到了政府的认可，向外部投资者释放出利好投资的信号，有利于拓宽外源融资渠道，缓解企业财务紧张。同时，政府补贴企业可以看作是企业受到政策支持，进而帮助企业获得外部技术合作和其他创新资源，从而增强企业的创新能力。此外，政府补贴调整成本低，管理者可灵活调动以平滑创新投资波动，推动创新持续性。企业持续的研发投入有利于增加企业创新产出的持续性。综合以上分析，提出研究假设1：政府补贴能够降低企业持续创新的风险率，进而促进企业创新持续性。

1.2 企业不同创新动机下政府补贴对企业创新持续性的影响

Pere[24]提出由于企业与政府补贴政策制定者之间存在信息不对称，导致在实际实施过程中很可能导致道德风险问题，如企业在某个时期开展创新活动，可能仅仅是为了获取补贴，一旦得到政府补贴，便停止创新活动。同样，企业可能过度投资创新活动，以获取更多的政策资助。安同良等[27]指出企业发送虚假创新信号寻求资助的行为是一种策略性行为，与真实创新类型相对。随后，鲍宗客[15]、黎文靖等[17]开始从动机视角分析企业创新行为，认为企业以实现技术进步和提高竞争力为目的的创新活动是实质性创新；以获取其他利益为目的的创新行为是一种策略性创新，并证明策略性创新提高了企业生存的危险率 (Hazard Rate)。从现有为数不多的相关文献看，研究结果都较为一致地支持政府补贴对企业创新持续性的促进作用，但没有区分企业创新动机的评估，无疑会模糊政府补贴的作用。

面对大量政府补贴，企业以策略性创新挤出或替代本应进行的实质性创新，实际上是企业在自身能力与资源基础上的一种 “理性选择”。一方面，当企业通过寻租活动获得的超额利润大于通过扩大生产的方式获得时，企业倾向于 “寻补贴”，而寻租成本占用了企业的生产性资源，从而抑制企业的创新行为；另一方面，由于企业持续创新源于知识的长期积累，若企业仅以一时的创新 “数量”满足获得政府补贴的 “硬性”指标，产品创新等实质性创新不再是企业开展创新活动的 “抱负”，企业后续创新活动将很难持续进行。根据 “成功孕育成功”理论，创新成功产生的利润能够增强企业的内部融资能力，为企业提供再次创新的资金，且在超额利润的驱使下，企业更有动力持续创新。尤其对于制造业企业而言，不断进行新产品创新是降低市场风险、取得经济效益的关键路径，而策略性创新企业获取政府补贴后，并未将资金真正用于新产品创新和产品升级，难以为企业带来后续技术开发的经济利益，从而降低后期创新成功的概率。基于动态收益递增理论，技术累积是持续创新的基础，企业在 “学中学” “干中学”中丰富知识储备和提高未来创新的概率，受短期经济利益驱使和政策驱动所引致的专利申请及创新行为，实质上并不会带来企业在技术方面的长期知识积累与进步，最终导致企业自身的技术创新与生产经营缺乏持续性。相比策略性创新企业，实质性创新企业将政府补贴资金用于产品改良和新产品创新，其结果带来的经济收益转化为企业创新的再投资，创新中积累的经验和知识也为未来创新打下了基础，从收益层面和技术层面都增加了企业未来成功创新的概率。综上所述，提出研究假设2：政府补贴能够降低实质性创新企业持续创新的风险率，进而促进企业创新持续性。假设3：政府补贴提高了策略性创新企业持续创新的风险率，进而抑制企业创新持续性。

2 研究设计

2.1 研究方法

(1)生存分析法与创新持续性测度。根据Geroski[8]、Triguero[12]等的研究，本文将创新持续性定义为创新流 (Innovation Spell)，即某一企业开始引入创新到创新活动未中断所经历的时间 (时间以年衡量)。国外研究所采用的创新调查数据 (CIS，Community Innovation Surveys)内容丰富，学者从创新投入 (研发投入)和产出 (专利、重大创新)角度或者以不同创新类型 (产品创新、工艺创新等)全面衡量创新。本文关注政府补贴对创新产出的影响差异，将专利作为创新的代理变量。由于本文考察时间为2001—2007年，对于2008年之后企业是否仍有专利的状态无法观测，其存在删失数据 (Censoring)，而且企业创新是一个动态变化过程，传统统计方法无法处理，因而采用生存分析 (Survival Analysis)进行研究。生存分析是对事件停止和出现这一结果所经历的时间进行分析的统计方法，本文所要研究的事件为企业创新持续性，起始事件为企业在某年拥有专利，终点事件为企业在某年及之后两年都未有专利，生存时间即为企业从拥有专利到某年及之后连续3年内都未有专利所经历的时间。

生存分析中最常用的方法有Kaplan-Meier乘积限法、Cox模型分析法等。运用Kaplan-Meier法可以对企业创新持续性的时间给出直观的生存函数曲线，估计出生存时间的分布特点和生存率。令T表示企业的创新持续性。生存函数表示企业创新持续时间超过t年的概率，表示为：

(1)

采用Kaplan-Meier乘积限估计式进行生存函数的非参数。其中，ni是指在i期可能停止创新的持续时间段的个数，di表示同期观察到的停止创新的持续时间段的个数，表示为：

(2)

接下来用Cox比例风险模型估计各因素对企业持续创新的影响，其模型的基本形式可表示为：

h(t,X)=h0(t)(β′X)=h0(X)exp(β1X1+β2X2+…+βmXm)

(3)

式中，h(t,X)表示X在t时间的危险率 (即停止创新的概率)；X’=(X1,X1,…,Xm)是指与生存时间有关的协变量；β’=(β1,β2,…,βm)为Cox模型的偏回归系数。当β>0时，表明该系数为危险系数，即对企业创新持续性产生抑制作用；当β<0时，表明该因素为保护因素，即有利于提升企业创新持续性；当β=0时，表明该因素为无关因素，即对创新持续性无影响。

(2)倾向得分匹配 (PSM)。本文使用生存分析法评估政府补贴对企业创新持续性的影响效应。事实上，政府选择补贴对象并非是随机的，一方面存在特定的原则或偏好，另一方面可能还受企业自身因素影响 (如企业规模等)。若采用OLS方法进行研究将会产生选择性偏差和内生性问题。为使估计结果更可靠，在进行生存分析前，本文首先采用倾向得分匹配 (PSM)方法进行样本筛选。

与许佳云等[28]、Loecker[29]、邵敏等[30]设置政策处理变量的做法类似，本文的处理组为首次受到政府补贴的企业，对照组为从未受到政府补贴的企业，最大限度地减少面板数据模型中的错配问题。首先，构建一个虚拟变量Subit={0，1}，设定为1表示i企业在t时期为补贴企业，反之为非补贴企业。接下来，选取可能影响企业获得政府补贴的因素。参照鲍宗客[15]、毛其淋[18]等研究，选取本文的匹配变量，见表1。其中，参考蒋灵多等[31]、聂辉华等[32]识别不同所有制企业的方法，构建国有企业虚拟变量 (State)、外资企业虚拟变量 (Foreign)反映企业所有制类型。运用Probit模型对企业受到政府补贴的概率进行估计，从而得到各自的倾向分值 (Pscore)。最后通过最近邻匹配方法，对补贴企业与非补贴企业进行重新配对，寻找与补贴企业得分最为接近的非补贴企业进行最近匹配，以保证处理组与对照组之间唯一的差别只剩下是否有政府补贴。

表1 匹配变量含义及测度方法

2.2 数据选取与处理

目前，中国近90%的上市公司受到政府补贴，采用上市公司数据无法实现处理组和控制组之间的匹配，难以有效区分出政府补贴的异质性影响效应，因此本文使用的数据来自《中国工业企业数据库》。该数据库目前已经更新到2013年，但由于2007年后数据存在诸多问题，现有文献仍主要使用2007年之前的数据进行研究[33]，因此本文选取的样本区间是2001—2007年。按照Brandt等[34]的步骤对2001—2007年的企业进行匹配，最终形成面板数据集。与已有文献一致，本文选取制造业进行研究。为减小数据误差，对样本数据进行以下处理：①剔除1949年之前及2000年之后成立的企业样本；②删除研究开发费在2005—2007年3年均为0的企业样本；③剔除从业人员数小于10人的企业；④对2001年企业的行业代码根据新的分类标准重新调整；⑤剔除重要财务指标存在缺失或为负值的企业样本。此外，因需从较长期限内考察企业创新情况，故选取研究期内一直存活的企业以减少干扰。中国工业企业数据库不包含企业专利指标，因此根据企业名称与国家知识产权局的专利数据进行匹配。

3 实证结果及分析

3.1 倾向得分匹配结果

首先对企业受到政府补贴的概率进行估计 (为节省篇幅，没有报告)。结果显示，企业规模越大、出口强度越高、销售利润率越高、资本密集度越高，企业获得政府补贴的概率越大。而企业负债率越高，获得政府补贴的可能性越小。外资企业获得政府补贴的概率较小，这与以往研究发现的外商持股对获得政府补贴不占优势的结论一致，这在一定程度上说明政府补贴更倾向于支持内资企业，鼓励其提高自主创新能力，但国有企业虚拟变量加入模型后，发现该变量并不显著。企业成熟度 (Age)显著地影响获得补贴的概率，且成立时间越长，企业获得政府补贴的可能性越小，这与王刚刚等[35]的发现一致。

接下来，采用最近邻匹配法分年度依次进行匹配。为了更精确地测度实验组和对照组的配对情况，还进行了匹配平衡性检验，即对匹配前后，处理组和对照组影响获得政府补贴概率的变量进行t检验。以2001年的平衡性检验结果为例，匹配完成后各协变量的标准偏差绝对值均在10%以内，见表2，符合Oakes和Kaufman的要求，且t检验的相伴概率均大于10%，故可认为本文中的匹配变量和方法是合适的。

匹配前后的倾向得分核密度如图1所示。结果显示匹配后处理组和控制组的倾向得分拟合优度明显提高，已经不存在明显差异。表2和图1显然都满足匹配的判断标准，表明使用最近邻匹配方法具有充分的合理性。匹配完成后，得到补贴企业1925个，非补贴企业1414个。下面基于匹配样本进行生存分析，评估政府补贴对企业创新持续性的影响效应。

3.2 基于PSM样本的生存分析基本估计结果

首先基于Kaplan-Meier生存函数初步考察政府补贴与企业创新持续性的关系。补贴企业 (即Subsidy=1)与非补贴企业 (即Subsidy=0)创新持续性的Kaplan-Meier生存曲线如图2所示。由图2可见，生存曲线呈下降趋势，在企业创新第一年生存率迅速下降，之后随时间缓慢降低，这说明企业在创新初期失败的风险最高。处理组的Kaplan-Meier 生存曲线位于较高位置，这表明与对照组相比，补贴企业停止创新的可能性更低，即补贴企业更具有创新持续性。图2只是较为初步地描述政府补贴与企业创新持续性之间的可能关系，除了政府补贴外，还有其他因素也会影响企业创新持续性，因此进一步采用Cox比例风险模型进行更为严谨的估计，见表3。

图1 倾向得分匹配前后核密度分布

本文主要考虑以下协变量：①企业成熟度 (Age)。研究表明年轻企业更有创新动力[21]。②企业规模 (Size)。一般认为企业规模对创新持续性具有重要积极影响[12]，因为规模较大的企业通常拥有较强的市场力量，并伴随着更强的创新能力。③企业负债率 (Debt)。企业创新投入主要依靠企业内部资金，企业资金充足才能保证创新活动的持续进行[36]。而企业负债率较高时，企业难以将资金用于创新等中长期投资。④出口强度 (Export)。根据动态收益递增理论，企业可以通过出口获得更广泛的学习机会，获得知识积累和经验，因此提高了未来创新的可能性[37]。从技术需求角度看，海外市场需求增长有助于缓解企业流动性约束以及提高预期收益，从而鼓励企业持续创新[38]。⑤资本密集度 (Capital)。资本密集度能很好地刻画企业技术状态及其产业特点，是企业持续性创新的关键因素[39]。Antonelli等[9]揭示了固定资本投资水平的重要性以及资金密集度较高的企业有更多机会持续创新；⑥市场化水平 (Region)。区域环境对于企业创新持续性至关重要[14]，这是因为区域具有不同程度的 “缓慢变化因素”，这些因素加强了企业在创新持续中的路径依赖。在市场化水平较高的地区，企业越有动力持续创新。本文使用的市场化指数来自樊纲，以2001年市场化指数对应于企业所在地区的市场化程度。若大于或等于市场化指数平均值则界定为高市场化地区，取值为1，否则界定为低市场化地区，取值为0。⑦高技术行业 (High-tech)。相对于低技术行业企业，高技术行业企业产生大量且无法收回的沉没成本，其研发成果具有高度专有性，创新活动一旦开始，意味着中止的可能性较低，因而保持创新的概率更大[40]。根据2002年公布的高技术产业统计分类标准，企业属于高技术行业取值为1，反之为0。⑧国有企业 (State)。相对于民营企业，国有企业享有更多的政策扶持，进行创新的资金较为丰足。但国有企业存在所有制安排的天生动力缺陷，使得其创新动力相对不足[41]。国有企业是否更具创新持续性，尚无确定的结论。⑨外资企业 (Foreign)。部分学者认为外国投资者参与对企业创新持续性产生积极影响[42]，而Rogers[43]等研究发现外国所有权并不会提高创新持续性，却会给企业创新带来威胁。

表3 (1)列呈现了基于匹配样本的Cox比例风险模型估计结果。可以发现，政府补贴 (Subsidy)的系数显著为负，相对于非补贴企业，政府补贴企业可以降低16.8%的持续创新风险，这表明政府补贴企业具有创新持续性溢价，政府补贴在总体上降低了企业停止创新的风险率，促进了企业创新持续性，假设1得证。可能原因是，政府补贴作为企业的冗余资源，调整成本低，可以缓解企业融资约束状况和通过灵活调动以平滑创新波动，进而在总体上增加了企业未来创新的概率。从控制变量的估计结果可以看到:企业规模 (Size)、市场化水平 (Region)、高技术行业 (High-tech)均对企业创新持续性具有正向影响，有助于降低企业停止创新的风险。企业负债率变量 (Debt)的系数显著为正，是企业创新持续性的危险因素，加大了企业停止创新的概率，这也从侧面印证了政府补贴通过缓解企业融资约束等促进企业创新持续性这一结论。相对于非国企而言，国有企业 (State)停止创新的风险更大，这与企业创新动力有关。外资企业 (Foreign)的系数显著为负，这表明外资企业比内资企业具有更强的创新持续性，这一结论符合安同良等[41]对江苏省制造业的调查结果，即外资企业比内资企业具有更活跃的研发行为，且往往内设独立研发中心开展持续性创新活动，因此创新产出更具长期性和稳定性。与以往研究结论不太一致的是，本文发现企业出口强度 (Export)的风险比率显著为正，表明企业出口强度越大，反而加大了企业停止创新的风险，其中原因有待另文探讨。

在不同的制度安排下，国企凭借其重要战略地位更易受到政府 “隐性担保”与信贷配置倾斜，而非国企不仅受到 “金融歧视”，同时面临激烈的市场竞争，政府补贴对不同产权性质企业的创新引导作用可能存在差异，因此进一步考虑产权异质性以分析政府补贴的作用机制。表3 (2)列显示了产权性质调节效应的Cox比例风险模型估计结果，其中，政府补贴对创新持续性有显著促进效果，而产权性质 (State)、政府补贴与产权性质的交互项系数 (Subsidy×State)均显著为正，表明相比于非国企，国企利用政府补贴提升创新持续性的作用更弱。这也意味着政府补贴能缓解融资约束，非国企会将宝贵的扶持资金用于提高创新能力，力求在市场上获得竞争力，因此政府补贴对非国企的持续创新激励效应更强。

图2 企业创新的Kaplan-Meier生存曲线

表3 Cox模型估计结果

3.3 基于创新动机异质性的分组检验

前文分析考察了政府补贴对企业创新持续性的平均影响，但如前所述，政府补贴对企业创新的影响效应还可能因为企业获取补贴的动机不同而存在差异。现有文献基于不同方法来检验企业创新行为是属于实质性创新还是策略性创新。杨国超等[16]根据高企研发投入在法规门槛附近分布不连续特征识别出企业策略性创新行为。黎文靖等[17]考察产业政策对上市公司创新行为的引导效果发现，政策激励作用下企业创新 “数量”增加而创新 “质量”并未同步提升，表明这种创新行为仅仅是一种策略性创新。鲍宗客[15]以工业企业数据库中的研发企业为研究对象，将实质性创新企业限定为观察期间至少生产过一次新产品的研发企业，而如果研发企业获得政府补贴却没有进行新产品的生产则被认定为策略性创新企业，其中以补贴费用指标识别策略性创新企业是为了避免创新失败的特例，即以产品创新为目的进行创新但没有成功获得新产品。本文使用中国工业企业数据库，该数据库包含 “新产品产值”这一指标，因此采用鲍宗客的做法能较好地区分出实质性创新企业与策略性创新企业。通过Cox模型检验政府补贴对创新持续性的影响效应是否因异质性创新动机而存在差异的步骤为：①将补贴企业分为实质性创新企业和策略性创新企业两组样本，作为处理组，仍然将非补贴企业作为控制组。设置两个虚拟变量即 (Substansive)和 (Strategic)，如果样本中的创新企业属于策略性创新企业，则 (Strategic)取值为1，否则为0。构建实质性创新企业虚拟变量的方法与之类似。②按照前文的最近邻匹配方法依次匹配出与实质性创新企业和策略性创新企业两类处理组最接近的非补贴企业。③对匹配完全的两组创新持续性数据用Kaplan-Meier生存函数与Cox比例风险模型重新进行估计。匹配之后，得到实质性创新企业1362个，策略性创新企业584个。

实质性创新企业、策略性创新企业、与非补贴企业的创新持续性的Kaplan-Meier曲线如图3所示。由图3可见，实质性创新企业的Kaplan-Meier曲线明显高于非补贴企业，而策略性创新企业的Kaplan-Meier曲线低于非补贴企业。该结果表明，当补贴企业存在策略性创新行为时，其创新持续性不如非补贴企业，停止创新的可能性更大。表3 (3) (4)列报告了实质性创新企业和策略性创新企业的估计结果。对于实质性创新企业，政府补贴系数为-0.193，并且通过了显著性检验，表明政府补贴可以使企业停止创新的危险率降低19.3%，其风险比率低于总体政府补贴企业。这一结论说明，实质性创新拥有较大的创新持续性溢价，假设2得证。对于策略性创新企业，其政府补贴的风险比率为0.114，而且在统计上没有通过显著性检验，也就是说，策略性创新企业停止创新的风险反而要比非补贴企业停止创新的风险要高，假设3得证。这一结果表明，策略性创新行为扭曲吞噬了政府补贴企业的创新持续性溢价。原因可能有：一方面，这些受短期经济利益驱使和政策驱动所引致的专利申请及创新行为，并没有通过产品的更新改良来提升产品的市场竞争力，其结果，导致企业自身的技术创新与生产经营缺乏持续性；另一方面，实质性创新企业充分利用政府补贴，不断地通过产品创新来提高留在市场中的最低生产率标准，而策略性创新企业与其差距逐渐拉大。

图3 企业创新的Kaplan-Meier生存曲线

3.4 稳健性检验

(1)考虑政府补贴的动态变化问题。由于在中国工业企业数据库中，企业受政策性补贴的过程不只是一次性的，即在样本期限内，有些企业多次获得补贴。因此，为了得到稳健性的结论，对包含间断补贴企业和连续补贴企业的样本按照前文方法和步骤进行分年度匹配，筛选补贴企业与相近的非补贴企业、实质性创新企业与相匹配的非补贴企业、策略性创新企业与相匹配的非补贴企业，得到1927个补贴企业、1558个实质性创新企业及策略性创新企业770个，分别进行生存分析，Cox分析结果见表4，本文核心结论依然成立。

表4 Cox模型估计结果

(2)变换模型。本文采用生存分析法从创新产出角度考察企业创新持续性，此外，部分学者采用无形资产增量反映创新的持续程度。考虑到度量创新持续性指标的多样性，借鉴鞠晓生[36]等研究的做法，以无形资产增量 (Innoi,t)作为企业创新持续性的代理变量，控制前一期创新投资对当期创新投资的持续影响 (Innoi,t-1)，使用欧拉方程动态投资模型刻画持续创新投资行为，回归结果见表5 (为节省篇幅，仅列示关键变量的估计值)。在不区分创新动机时，政府补贴的估计系数为0.0292，表明政府补贴对企业创新持续性具有显著的提升作用。在进行分组检验后发现，这一促进效应在实质性创新企业组大于总体效应 (β=0.0371)，扶持资金有助于真正激发实质性创新企业的创新动力，而政府补贴对策略性创新企业的正向促进效应不再显著，反而损害了创新投入持续性 (β=-0.0467)，最终拉低了政府补贴的总体促进效应,说明本文的结论不变。

表5 基于欧拉方程模型的稳健性检验结果

4 研究结论与启示

本文基于倾向得分匹配的生存分析方法分析了政府补贴与企业创新持续性之间的关系。研究发现：总体上，政府补贴促进了企业创新持续性。补贴企业要比非补贴企业多降低16.8%的持续创新风险率，政府补贴企业更具有创新持续性，且这一效应在不同产权性质企业中存在显著差别，非国企利用政府补贴提升创新持续性的效果更为显著。同时，本文从动机视角分类为实质性创新企业和策略性创新企业并进行分组检验，进一步分析发现，政府补贴对企业创新持续性的影响因企业获取政府补贴的不同动机而存在差异。政府补贴对实质性创新企业具有更强的额外激励效应，实质性创新企业能够显著降低持续创新的风险率，因此更具有创新持续性。而策略性创新企业的创新持续性反而要低于非补贴企业，此时政府补贴对企业创新持续性的促进作用不再显著，补贴企业面临的风险更高。研究结果有助于政府和企业加深对创新行为的认识与后果。本文的理论贡献在于：①将政府补贴对企业创新的影响从已有研究的当期效应推进深入到其持续过程，考察政府补贴是否能真正激发企业的内部创新驱动力，丰富了政府激励政策的经济后果研究，说明政府补贴总体上能够长期影响技术创新。②区分不同创新动机下政府补贴的影响效应，为政府补贴实施效果的研究提供了新的证据。长期来看，政府补贴对企业创新产生的影响并非简单意义上的挤入或挤出效应，而是因企业获取补贴的动机而异。③从政策视角而非企业特征或外部环境等因素探讨企业创新行为，在一定程度上拓展了创新持续性理论的相关研究和应用，同时有助于理解中国产业政策影响较强的背景下企业创新持续性问题。

根据研究结果，得出以下政策启示：首先，有必要继续加大政府补贴力度，完善对企业创新活动的稳定投入机制，尤其是其非国企的补贴力度与补贴持续度，激发企业的内部创新驱动力，实现对企业创新的持续推动作用。尽管如此，政府也应谨慎实施补贴政策，建立相应机制扭转企业策略性创新行为。近年来，中国企业策略性创新行为呈愈演愈烈之势，而这一行为的发生与创新驱动政策存在一定的联系，本文的研究表明策略性创新会增大企业停止创新的概率。企业 “寻补贴”等策略性创新行为的存在，挤占了政府资源，导致那些真正进行创新活动的企业无法获得政府的资助，降低了政府资源配置的效率与政策作用效果。从长远看，这种行为也导致企业自身的技术创新无法持续稳定进行，有损于企业创新能力的提升。因此，建议政府补贴政策在支持企业进行实质性创新的同时，在政策制定过程中应确保指标标准设定的合理性，尽量设立多元化、多维度的指标审查机制。为避免政府补贴过程中企业策略性创新行为发生，同时加强对企业创新活动监督的长期性与动态性。一方面，政府可制定长期补贴计划，促使企业权衡长期创新发展与短期利益的利弊得失；另一方面，建立随机抽查和重点检查机制，补贴实施后定期对企业利用补贴的成果进行评价和审核，若发现其表现与事前释放出的信号不一致，则中止对该企业的补贴以及实行其他处罚，增加企业策略性创新行为的违规成本。

本研究的不足之处在于仅分析了政府补贴这一直接资助政策对企业创新持续性的影响效应，事实上，还存在研发税收减免、高企认定、绿色补贴等不同类型的资助方式。全面考虑多种资助方式对企业创新的长短期效应或互动作用以及异质性情境下政策效应差异，或许是未来探索的方向之一。此外，囿于数据可得性限制，研究样本取自于2007年以前的中国工业企业数据库，今后的研究中可进一步利用最新数据或一手数据检验以提高本文结论的普适性。