政府补贴有利于提高企业全要素生产率吗？——基于战略性新兴产业上市公司的实证检验

蒋长流,韦 辉

(安徽大学 经济学院，合肥 230601)

引 言

战略性新兴产业引领科技创新的发展方向，发展战略性新兴产业是实现产业结构调整升级的关键。自2010年国务院公布《关于加快培育和发展战略性新兴产业的决定》以来，国家出台了一系列促进战略性新兴产业的政策，也包括一系列产业补贴政策。政府补贴不仅是财政政策的重要工具，同时也是中国产业政策的重要手段。改革开放以来中国经济的高速增长受益于国家出台的各项产业政策[1]，但是我们不能单纯看政府的行为，政府补贴政策的效果也取决于企业主体的配合以及政策环境等其他因素。

政府补贴本质上是政府为履行经济职能而对经济进行的干预。当经济下行时，政府倾向于增加补贴，以促进经济平稳发展；当经济上行时，政府倾向于减少政府补贴，以避免经济过热。近年来，伴随着全球经济的低迷以及中美贸易争端，中国经济尽管保持较高增速，但是纵向对比，经济发展面临的不确定因素也在逐渐增多。在这种情况下，增加政府补贴以保持经济平稳是有必要的。同时，由于知识、专利等具有公共产品的性质，政府补贴能够解决因为外部性导致的市场失灵问题[2]。作为政府补贴的重要组成部分，国家财政R&D补贴也在不断增加。根据《中国科技统计年鉴2018》，从2001年中国加入世贸组织以来至2017年，国家财政R&D 补贴由703.3亿元增加到8 383.6亿元，平均每年增加451.78亿元，当然这仅仅是科技方面的补贴。事实上，中国的补贴种类丰富，从中央到地方都存在不同层级的补贴，几乎囊括了企业生产经营的全过程。本文对研究样本的政府补助名目进行了粗略梳理，如表1所示。

毫无疑问，作为引领未来产业发展方向的战略性新兴产业是政府补贴的重点。政府大量的财政资金投入到企业中，效果到底如何？对于政府补贴效果的研究很多，大致分为两类：一类研究认为，政府补助有助于提升企业创新绩效。如梅冰菁、罗剑朝(2020)[3]指出财政补贴可以显著提高企业创新绩效，并对非国有企业存在更高的激励效应；何勇、王秀(2020)[4]采用多元回归分析方法对创业板上市公司进行研究，结果表明政府补贴对企业创新“数量”和“质量”均有显著的促进作用；顾杨(2019)[5]以上市高新技术企业为样本，指出政府补贴对高新技术企业创新研发具有促进作用。另一类研究指出，政府补贴对企业创新绩效无效果或者负向激励。如邵敏、包群(2012)[6]指出，过多的补贴会显著抑制企业生产率水平的提高；张翅(2020)[7]以农业类上市公司为研究对象，发现事前补贴对企业未来创新投入具有挤出效应，事后补贴也不能显著提高企业未来创新投入；范子英、王倩(2019)[8]针对“既有研究多数认为政府补贴效率低下”的现象，发现“虚增”的财政补贴同时导致规模扩大和效率低下。

表1 上市公司政府补助分类

一、理论分析与研究假设

政府补贴作为政府产业政策工具之一，对企业发展和国民经济增长具有重要作用。作为政府对企业的“援助之手”，政府补贴运行效果关乎政府调控经济的成效[9]。在实际的执行中政府补贴对企业全要素生产率的作用往往受多种因素的制约。首先，政府补贴效果受限于补贴的限度。只有适度的补贴才能够显著激励企业新产品创新，而高额度补贴却抑制了企业新产品创新[10]。也就是说，政府补贴并不是越多越好，财政补贴与企业研发投入呈现复杂的非线性关系，补贴强度超过一定区间，对企业研发投入挤出效应明显[11]。其次，政府补贴效果受限于企业行为。政府补贴作为一种无偿的政府对企业的资金转移，对企业来说获得政府补贴不仅是资金上的得利，而且还有诸多无形的收益，如政府补贴能够为企业带来“高光效应”和“光环效应”[12]。基于这种明显的好处，企业可能会为获得补贴而进行寻租活动，从而抑制企业全要素生产率的提升。俞金红、于明超(2019)[13]对中国A股上市的新能源概念类上市公司进行研究后认为，政府财政补贴并没有促进新能源企业绩效的提高，不仅如此，政府补贴吸引了企业进行寻租行为、耗费寻租成本，并带来进一步的扭曲。在缺乏有效监管的情况下，企业可能会将补贴资金投入非研发用途，存在事后的道德风险[14]。此外，政府补贴效果也受限于市场环境。实体企业资金逐利、要素市场扭曲引发的资源配置效率损失导致全要素生产率下降[15]。任曙明(2014)[16]认为，金融市场普遍存在的信息不对称和代理问题，由此产生的融资约束会抑制企业的研发活动，进而降低生产率水平。基于以上分析提出以下假设：

假设1：政府补贴会抑制企业全要素生产率的提升

假设2：政府补贴会挤出研发投入，从而抑制企业全要素生产率的提升

所有权性质是影响企业全要素生产率的一个不可忽视的重要因素。相较于非国有企业，国有企业具有先天优势，这种优势主要体现在融资约束、政企关系、原材料垄断等方面，这些优势显然有助于促进国有企业加大创新力度，从而提升企业全要素生产率。民营企业由于产权背景的天然劣势，要素市场扭曲带来的寻租活动使得政府补贴扮演的降低企业和投资人之间信息不对称的作用失效，削弱了民营企业的创新力度[12]。何光辉和杨咸月(2012)[17]研究了融资约束对不同所有制企业生产率的影响，结果表明只有民企存在融资约束且显著抑制其生产率增长。基于以上分析提出以下假设：

假设3：政府补贴对国有企业全要素生产率的抑制作用低于非国有企业

企业规模作为企业的基本组织特征，在某种程度上反映了企业的资源禀赋。熊彼特的 “创新假说”[18]提出，大企业是技术创新的主要来源，足够大的企业规模所具有的资源禀赋是企业创新活动的基本保障条件。孙晓华、王昀(2014年)[19]指出，尽管企业规模与生产率之间呈现倒“U型”关系，但就绝大多数企业而言，扩大规模有利于生产效率的提升[19]。企业规模扩大，有利于形成丰富的互补性创新资源，健全企业的组织结构[20]。现有研究指出，政府创新补贴形成了对中小企业私人研发的替代，使得企业的研发活动变成了对政府创新补贴的依赖[21]。基于以上分析提出以下假设：

假设4：政府补贴对大型企业全要素生产率的抑制作用弱于中小型企业

股权质押是一种融资行为，也是中国资本市场的一种普遍现象。在本文样本中，2014—2018年间65.37%的上市公司控股股东进行过股权质押，股权质押率平均值为27.27%。2018年由于股市的不景气，中国资本市场甚至出现了股权质押危机。股权质押虽然是股东个人行为，普通股东股权质押或许影响较小，但是控股股东股权质押可能会恶化企业经营。股权质押加剧了所有权和控制权分离所引发的道德风险问题，助长了股东的短视心理，可能抑制企业创新[22]。已有研究指出，控股股东股权质押不仅加剧了企业过度投资，也恶化了企业投资不足[23]。基于以上分析提出以下假设：

假设5：控股股东股权质押行为会加剧政府补贴对全要素生产率的抑制作用

二、研究设计

(一)样本选择与数据来源

本文以沪深A股隶属于战略性新兴产业的上市公司为样本展开实证研究。鉴于目前并没有形成统一的对于上市公司的战略性新兴产业分类标准，本文依照国家统计局《战略性新兴产业分类》(2018)，并参照中国证监会《2019年4季度上市公司行业分类结果》，再结合上市公司主营业务和主要产品，建立了战略性新兴产业A股上市公司数据库。本文研究的时间跨度为2014—2018年，同时剔除以下公司：(1)近一年刚上市的公司；(2)研发投入等核心变量缺失的公司；(3)ST类公司。经过上述数据筛选后，最终本文选取641家上市公司作为研究对象，共计2 627个观测值。其中，高端装备制造行业96家、节能环保行业69家、生物行业135家、新材料行业94家、新能源行业42家、新能源汽车行业43家、新一代信息技术行业162家。研究数据来源于CSMAR国泰安数据库和上市公司年报。为减少异常值对结果的影响，我们对主要连续型变量分别在1%和99%分位进行了缩尾处理。

(二)变量界定

1.被解释变量

本文选择全要素生产率作为被解释变量，测度全要素生产率的方法较多，主要有参数法、非参数法和半参数法。参考鲁晓东、连玉君[24]和程晨[25]估算全要素生产率的方法，我们采用C-D生产函数来进行测算：

InYit=β0+β1InKit+β2InLit+εit

其中，Y为产出，用上市公司营业收入测度；K为资本投入，用上市公司固定资产净额测度；L为员工数量，i为上市公司，t代表年份。参考范剑勇的做法[26]，本文对所涉及的投入产出变量进行了时间维度的价格平减，分别使用固定资产投资价格指数、工业生产者购进价格指数、工业生产者出厂价格指数对资本投入、中间投入、产出进行价格平减，以消除价格因素对数据带来的偏差。然后对上述模型进行OLS回归，所得残差即为全要素生产率(tfp_ols)。为克服传统测量方法存在的偏差，本文同时采用OP法和LP测算全要素生产率，分别记为tfp_op和tfp_lp。

2.解释变量

政府补贴采用上市公司年报中计入营业外收入和其他收益的政府补助表示。为消除不同企业规模的影响，参考魏志华等人做法[27]，利用政府补助与营业收入的比值来具体测度政府补贴。为了后文稳健性检验，参考唐清泉等人做法[28]，使用政府补助与主营业务收入之比表示政府补贴。

3.控制变量

参考现有研究，为了使模型更加准确，考虑到公司规模、资本结构、股权集中度、资产收益率、成长性、管理效率等因素可能对政府补贴、研发投入和全要素生产率的影响，故本文将上述因素列为控制因素。变量说明见表2。

表2 变量定义

(三)模型设计

模型(1)旨在探讨政府补贴对全要素生产率的影响。同时，为了深入揭示政府补贴对全要素生产率的作用机制，本文引入企业研发投入，构建了模型(2)和(3)，利用中介效应模型探讨政府补贴、研发投入与企业全要素生产率的关系。

tfpit=α0+α1subit+βcontrolit+Σyear+Σindustry+εit

(1)

rdit=α0+α1subit+βcontrolit+Σyear+Σindustry+εit

(2)

tfpit=α0+α1subit+α2rdit+βcontrolit+Σyear+Σindustry+εit

(3)

三、实证结果与检验

(一)描述性统计

表3列示了主要研究变量的描述性统计结果。统计结果显示，样本公司的全要素生产率衡量指标tfp_lp均值为15.98715、tfp_op的均值为13.0926、tfp_ols的均值渐进为0，与程晨[29]、段梅[30]、盛明泉[31]计算的全要素生产率基本一致。政府补贴变量sub的最大值为0.8451，最小值仅为0.00000143，表明不同企业获得的政府补贴差异较大。其余变量如表3所示。

表3 主要变量描述性统计

(二)实证结果与分析

表4报告了以模型(1)为实证研究模型、政府补贴与全要素生产率之间的回归结果。出于稳健性考虑以及减少行业内共同遗漏变量因素带来的内生性问题，我们使用三种不同的全要素生产率指标作为因变量同时进行OLS和固定效应回归。

表4中第(1)、(2)列展示的是以OLS法求得的全要素生产率为因变量，分别采用OLS回归和面板固定效应回归的结果，sub的系数均为负值且在1%置信水平上显著，表明政府补贴不利于战略性新兴产业上市公司全要素生产率的提升。同时，第(3)-(6)列的回归结果也显示，无论采用哪种全要素生产率代理指标，核心解释变量sub的系数均在1%置信水平上显著为负值，因此回归结果支持了假设1。

表4 政府补贴与全要素生产率

在控制变量中，企业规模(size)至少在5%的置信水平下显著促进企业全要素生产率的提升，与已有研究一致[32]，表明对于战略性新兴产业来说，企业规模越大越有助于企业更好的发展。资产负债率(lev)、企业成长性(growth)、企业现金流(cash)这三个指标显著为正值，表明资产负债率、企业成长性与企业现金流越高，企业全要素生产率越高。资产收益率(roa)在1%置信水平下显著为正值，表明企业盈利性越好，越有助于提升企业全要素生产率。企业年龄(age)和股权集中度(holder)并不是很显著。

(三)机制分析：基于研发投入的中介效应

由前文知道，政府补贴在1%的置信水平下显著地降低企业的全要素生产率，这存在什么作用机制呢？借鉴温忠麟等人[33]的中介效应原理，基于模型(1)、(2)、(3)我们引入研发投入这一变量探讨其中的作用机制。同时为保证准确性，参考Iacobucci Dawn的做法[34]构建Zmediation统计量检验中介效应是否显著。

由表4回归结果可知，政府补贴显著降低企业全要素生产率，这一结果满足中介效应的前提条件。表5中第(1)列以研发投入为被解释变量，政府补贴的估计系数在1%的置信水平下显著为负，表明政府补贴并不能促进企业增加研发投入；第(2)、(3)、(4)列采用了不同的全要素生产率指标，可以发现，政府补贴的估计系数都在1%的置信水平下显著为负，即政府补贴对企业全要素生产率具有显著的制约作用。根据中介效应原理，我们认为研发投入具有中介效应且为部分中介，也就是说，政府补贴通过挤出企业研发投入而降低了企业的全要素生产率，假设2得到验证。同时，在5%显著性水平下，第(2)、(3)、(4)列的Zmediation统计量均明显大于1.96，表明中介效应是显著的。

表5 政府补贴与全要素生产率：基于研发投入的中介效应

(四)异质性检验

1.产权异质性检验

由前文分析可知，产权性质也是影响企业全要素生产率的重要因素。因此，按照企业实际控制人所有权性质，将企业分为国有企业组和非国有企业组。表6中第(1)、(2)、(3)列为国有企业组的回归结果，第(4)、(5)、(6)列为非国有企业组的回归结果。可以看出，无论是国有企业组还是非国有企业组，政府补贴对企业全要素生产率都呈显著的抑制作用。通过对比发现，非国有企业组的政府补贴系数绝对值明显大于国有企业组，且非国有企业组的显著性更强，表明政府补贴对不同所有制企业全要素生产率的影响存在显著差异，在非国有企业中政府补贴对全要素生产率的抑制作用更加显著，因此假设3得到验证。

表6 产权异质性回归结果

2.规模异质性检验

不同规模的企业在获取政府补贴、管理效率、资金实力等方面存在显著差异，由前文分析可知，有必要基于企业规模进行异质性检验。根据国家统计局《统计上大中小微型企业划分办法(2017)》将样本分为大型企业和中小型企业两组。表7中第(1)、(2)、(3)列为大型企业组的回归结果，第(4)、(5)、(6)列为中小型企业组。可以看出，无论是大型企业组还是中小型企业组，政府补贴都在1%的显著性水平下抑制企业全要素生产率的提升，而且政府补贴的三个系数都非常接近。通过对比发现，中小型企业组的政府补贴系数绝对值大于大型企业组，表明政府补贴对不同规模企业的全要素生产率的影响存在显著差异，在中小型企业组中政府补贴对全要素生产率的抑制作用更明显，这一结论支持了假设4。

表7 规模异质性回归结果

3.股权质押异质性检验

控股股东股权质押行为表面上是融资行为，实际上关系到企业经营管理的稳定。依据企业控股股东是否进行过股权质押，将样本分为股权质押组与非股权质押组。表8中第(1)、(2)、(3)列为股权质押组，第(4)、(5)、(6)列为非股权质押组。可以看出，无论是股权质押组还是非股权质押组，政府补贴都显著抑制了企业全要素生产率的提升，而且政府补贴的系数都非常接近。通过对比发现，股权质押组中政府补贴的系数绝对值明显大于非股权质押组，表明股权质押行为会加剧政府补贴对全要素生产率的抑制作用，这一结论支持了假设5。

表8 股权质押异质性检验

(五)稳健性检验

1.替代被解释变量

本文使用了三种全要素生产率代理指标，并且同时采用OLS回归和固定效应回归，结果显示，解释变量政府补贴的系数符号和显著性均未发生改变，而且系数大小也比较接近，表明结果是稳健的。

2.替代解释变量

改变政府补贴的衡量方法，采用政府补助与主营业务收入之比来衡量，回归结果如表9第(1)、(2)、(3)列所示。可以看出，对于三种全要素生产率被解释变量，政府补贴系数的符号和显著性均未发生改变。

3.内生性问题

已有研究表明，政府补贴与企业全要素生产率可能存在双向因果关系，也就是说，政府补贴会影响全要素生产率，但有时政府进行补贴发放时也会参考企业的创新表现。基于此，参考孙晓华的做法[35]，我们采用政府补贴的滞后一期作为工具变量进行两阶段最小二乘法回归，回归结果见表9第(4)、(5)、(6)列。从中可以看出，使用三种全要素生产率指标，政府补贴的系数仍然在1%置信水平下显著为负值，表明政府补贴抑制了企业全要素生产率的提升。通过进行不可识别检验和弱工具变量检验，发现Kleibergen-Paaprk LM 统计量显著拒绝了不可识别的原假设，并且Cragg-Donald Wald F检验在10%的置信水平下认为不存在弱工具变量问题，因此本文的工具变量选择是合理的。

表9 稳健性检验和内生性处理

四、结论与启示

基于2014—2018年中国沪深A股战略性新兴产业上市公司数据，采用固定效应回归和中介效应模型，深入探讨了政府补贴与企业全要素生产率之间的因果关系及作用机制，有助于更加深刻地理解补贴政策对战略性新兴产业的作用。实证结果表明：第一，政府补贴显著抑制了企业全要素生产率的提升，且这种结果具有稳健性。第二，政府补贴的抑制作用在中小型企业、非国有企业中更加明显。第三，从作用机制上看，政府补贴的抑制作用是通过挤出企业研发投入从而抑制企业全要素生产率的提升。基于研究结果，我们认为政府指定补贴政策时应考虑以下几方面：(1)政府补贴应着力调动企业的积极性和主动性，充分发挥企业的主体作用，引导企业向政策预期方向前行；(2)政府补贴不是越多越好，过度补贴只会抑制企业进行研发投入的积极性；(3)政府应谨慎实施补贴政策，适时逐步减少补贴直至停止补贴，让企业在市场竞争中成长可能更有利于战略性新兴产业的发展。