经济不确定性下研发补助与企业实质性创新

高蒙蒙 汪 冲

一、引言

推动科技创新是国家中长期经济社会发展战略面临的重大问题，企业的实质性创新是其重要内容。然而，企业的实质性创新活动具有投入资金大、研发周期长、风险性及外溢性强等特点，易受到外部经济环境的影响，具有不确定性。近年来，国内外经济环境发生明显变化，全球经济增长速度明显放缓，突如其来的新冠疫情更促使经济不确定性剧增。面对经济不确定性的环境，企业将权衡创新活动投入的风险收益，企业的研发投入可能会因此波动。[1]我国政府将促进研发创新作为国家发展战略，并制定了一系列财政补助政策提升企业创新能力，诸如国家科技计划项目创新补助(973、863计划项目)、科技型中小企业技术创新基金、企业自主创新科技专项等政策。然而，在经济不确定性背景下企业的研发决策可能更加复杂，补助政策对于企业研发投入和产出的影响，特别是在实质性创新方面的效果更待评估和探讨。

经济政策不确定性在很大程度上反映了经济不确定性。2008年金融危机以来，各国政府为平滑经济波动而频繁调整现行经济政策，故而经济不确定性主要表现为经济政策不确定性。[2]经济不确定性对企业的投资、预期的影响是经济学关注的焦点问题，但企业的创新投资作为经济活动中的重要环节，特别是实质性创新投资却被大部分研究所忽略。在经济不确定性背景下，研发补助是存在“激励效应”还是“挤出效应”？得到研发补助和没有得到研发补助的企业是否在研发策略上存在差异？是否存在企业的自选择行为，使企业得到的研发补助并非全部用于实质性创新，抑或是偏向于非实质性创新？本文尝试回答上述问题，以期为我国政府应对当前的经济不确定性形势制定有针对性的财政补助政策，为企业科技创新提供理论和经验支持。

二、文献述评与研究假设

(一)文献述评

与本研究相关的文献主要分为两个方向：一是关于财政补贴政策对于企业研发投入、产出的直接影响。此类研究在研究方法、指标设计上比较成熟，但是就财税政策是否有效促进企业研发投入、产出并没有得到一致的结论。一类研究认为政府财政补助政策促进企业技术创新，具有“激励效应”，[3-4]另一类研究却表明财政补贴短期内挤出研发投资，长期来看对企业研发投入无影响。[5-6]研究结论的差异一方面源于数据、方法和研究视角存在差异，更重要的是创新活动本身制约因素众多，导致财政补贴对企业创新的作用机制更为错综复杂，难以评估。因此，有研究逐渐关注异质性企业的结果，如从不同生命周期的视角[7]、产业发展阶段[8]、企业规模[9]等方面。除了企业间的“异质性”“实质性创新”和“策略性创新”，近年来国内学者还研究并发现了一些减弱财税政策效果的企业自选择行为。[10-11]

二是经济不确定性对于企业研发创新影响的研究。关于经济不确定性与企业创新的研究较少，值得注意的是，现有研究多以政策的不确定性作为经济不确定性的代理变量，探究经济不确定性对企业创新的影响。最早国外学者就强调政府政策不确定时，企业需权衡创新活动面临的风险和收益，[1]但是究竟政策不确定性影响是何方向,需要后续理论和实践经验的证实。布鲁姆[12]也指出不确定性对于研发的影响不同于对投资、就业的影响，可能是正向的影响。有学者初步证实了布鲁姆的观点，有研究将美国州选举看作政府政策不确定性的外生变化，分析了政策不确定性对企业研发活动的影响。该研究实证分析发现，政策不确定性对于企业研发水平有正向影响，并且因企业经营活动的类别而异[13]。

贝克等人构建了全球主要国家的经济政策不确定性指数(Economic policy uncertainty index，以下简称EPU)，该指数为经济不确定性影响的实证研究提供了数据支撑，并催生了大量的实证研究。有研究阐释了经济政策不确定性影响企业创新的理论机制，提出了可能存在的激励效应和选择效应，进而利用EPU指数和我国上市公司的数据开展实证研究。结果表明，经济政策不确定性正向影响企业研发投入和专利申请量。该研究指出经济政策不确定性对获得政府补贴多的企业正向激励效应更强。[14]

上述两个方向的文献与本文有紧密联系，但是对于本主题的研究而言是割裂的，仍需要寻找适当的视角切入经济不确定性下政府补助对企业的实质性创新的有效性及影响机制的研究。近年来国外学者对经济危机时的政府创新补助政策的效应评估为本文提供了一定程度的有益补充。有研究分析了德国2008年经济危机时政府研发补贴对中小企业研发投入的影响，发现尽管补贴对中小企业的研发投入整体上是正向影响，但是存在由于补贴对象不倾向于创新投入造成补助的挤出效应。[15]有研究检验了2007-2009年欧盟成员国接受公共补贴的制造企业是否在研发上投入更多，发现政府补助并没有完全挤出公司自有的研发投入。然而，这些公司没有再分配额外的资金用于研发，公共补贴防止了经济危机后企业研发工作的减少。[16]因此，上述研究证实了政府补贴在经济危机时对企业的研发投入水平具有一定的正向影响，但是对于企业的自有研发投入可能有“挤出效应”。在自有研发投入方面也存在不同的结论。有研究同样利用德国企业数据和标准开发的投入产出模型，发现政府的研发补贴对中小企业的研发支出有一定的杠杆作用，激励了企业的自有研发投入。[17]

然而，上述经济危机视角的研究较少关注研发产出层面。国外有研究考察了2008年经济危机中政府研发资金援助项目对企业研发技术投入和产出的影响，通过数据匹配以及“准实验”设计发现公共支持对研发活动的投入产生积极影响，并增加了从这些投入中获得的技术产出。[18]但是，这一研究并没有区分实质性创新和非实质性创新。该研究与上述几篇研究的相同之处是，将经济危机看作一次冲击事件，展开“准实验”设计。然而，经济不确定性是在连续时间中，不确定性的程度对政府研发补助的效果有影响，未来研究选择EPU指数具有合理性。

通过文献梳理，本文明确了在理论和实证分析中仍需要开展以下工作。一是，相关的文献对经济不确定性下企业实质性创新与财政补贴的研究是割裂的，需要建立三者的同一分析框架；二是，单独从研发投入或产出方面分析可能会得出不一致的结论，从研发投入到产出之间的过程被忽略，因此需要重点分析有研发投入的企业是偏向于实质性创新还是非实质性创新；三是在数据方面，需要从上市公司财政补助数据中甄别专门用于企业研发的补助，并且区分自有研发投入和财政研发补助，以得到更接近事实的数据和准确的估计。四是在控制内生性方面，企业能否得到研发补助及研发补助的强度在一定程度上取决于企业以往的研发投入及企业的自选择行为，在实证分析中需要寻找适当方法加以控制。

(二)制度背景与研究假设

从当前财政补助的政策规定看来，财政补助政策往往要求企业应具备开展科技活动所需的人、财、物等支撑条件及相应的技术实力，并能够承担相应风险。其可能的结果是企业为了得到更多的财政研发补助，将增加自有研发投入，以满足财力要求。

布鲁姆在2007年的研究中就指出，虽然不确定性会给投资、就业、生产率等方面带来暂时的负面冲击，但是由于调整成本特征的差异，它对研发投入的影响可能不是负向影响。[12]企业面临市场竞争和风险将在一定条件下倾向于加速创新以增加市场势力，[19]而经济不确定性加剧市场风险，可能会使得企业进一步加大创新投入以保住或者重新获得市场份额。因此，本文提出以下研究假设：

假设1:经济不确定性和财政研发补助对企业的研发投入的影响皆为正向。

尽管经济不确定性对于企业的创新投入影响可能是正向的，但是对于不同企业的创新产出的影响可能存在差异。经济政策不确定性通过改变企业的经营活动成本进而对企业投资活动产生抑制作用，而这一抑制作用与企业的不可逆投资比例、金融约束、竞争程度、行业等企业特征因素相关。[20-22]当经济政策不确定性上升时，那些高生产率、高创新能力的企业可以通过提高研发投入来显著增加长期总收益，而那些低生产率、低创新能力的企业却不能做到这一点。[14]因此，本文提出以下研究假设：

假设2：经济不确定性对没有获得研发补助企业的实质性创新的负向影响较高，拉大企业间创新能力差距。

有些研发补助政策并没有规定和跟踪企业后续创新成果的类型，企业可能并不一定偏向于实质性创新。企业的专利形式有发明专利、新型实用、外观设计型，而现有研发补助政策有些是针对专利的“以奖代补”，并没有指明发明专利。相较于发明专利，新型实用、外观设计型等非实质性创新耗费资金少、研发周期短、技术门槛低。且我国的财政补助政策并不能甄别企业申请财政补助的真正用途及进行事后监管。因此，在经济不确定下，获得财政研发补助的企业可能并没有将全部资金用于实质性创新，而用于非实质性创新甚至研发活动以外的用途。因此，本文提出以下研究假设：

假设3：获得研发补助的企业并没有将全部资金投入实质性创新。

三、实证研究设计与指标设置

本文从四个层面展开实证研究：一是考察经济不确定性和财政研发补助对企业研发投入、实质性创新的基本影响；二是区分样本、区分企业自有研发投入和研发补助资金考察经济不确定性下，企业在实质性创新和非实质性创新方面的表现和差异；三是进行多重异质性分析以发现更符合我国企业研发实践经验特点的结论；四是通过控制内生性问题及一系列稳健性检验得到稳健的实证结果。

(一)主要的计量模型

首先构建面板数据固定效应模型做基本分析，该模型能够控制可能存在的不随时间变化但随个体而异的遗漏变量问题，以及不随个体而异但随着时间变化的遗漏变量问题。在稳健性分析时，主要采用了剂量——反应函数控制不可观测的内生性问题。

1.经济不确定性、财政研发补助对企业研发投入的影响

RDinvit=α1+β1subsidyit+β2EPUzit+∑λxit+∑γiziδ+εit

(1)

其中，被解释变量为研发投入(RDinv)，控制变量主要有：研发补助(subsidy)、经济不确定性(EPU)、企业规模(size)、资产负债率(ALR)、投资不可逆(irinv)、资产收益率(reass)。预测研发补助和经济不确定指标的系数为正，之后的分析中加入二者交互项(subepu)考察经济不确定性对于研发补助政策效果的影响。

2.经济不确定性与研发补助对企业研发产出的影响

utiappit=α1+β1subsidyit+β2EPUzit+β3RDinvit+∑λxit+∑γiziδ+εit

(2)

pinvenit=α1+β1subsidyit+β2EPUzit+β3RDinvit+∑λxit+∑γiziδ+εit

(3)

此部分将非实质(utiapp)和实质性创新(pinven)数量作为被解释变量，来考察财政研发补助和经济不确定性对于企业研发产出的影响。此外，将样本分为两组，一是没有获得财政补助的企业，二是获得研发补助的企业，同时区分自有研发投入(RDinv)和财政研发补助(subsidy)并将其纳入模型中。

3.剂量—反应函数和补贴选择机制的内生处理效应模型

在企业的研发实践中，外部资金会内生于企业决策，并且干扰政策介入时的效应估计，[23]因此针对企业选择问题建模以准确识别财政研发补助效应的做法十分必要。本文在稳健性分析中，着重控制反向因果关系产生的内生性，以及遗漏变量及其相应的不可观测异质性。借鉴国外学者的研究，本文采用剂量—反应函数和补贴选择机制的内生处理效应模型，以控制企业不可观测的选择效应。[24]

(二)数据处理及指标设置

本文采用2007-2019年上市公司获得的政府补助及研发创新数据。数据主要来源于国泰安(CSMAR)、万得(wind)数据库。经济政策不确定性数据来源于经济政策不确定性指数(EPU)网站。本文对相关数据做了以下处理。

1.EPU指数原始数据是月度数据，而财政补助及研发投入产出数据是年度数据，为保持一致，需要获得年度EPU指数。现有研究多采用算术平均法、[25]几何平均法[21]及权重的方法。[26]本文偏向于选择权重方法，主要原因是年初及年末的经济不确定性对于企业决策影响的权重不同，靠近年末的不确定性对下一年的研发决策影响更大。本文按月份设置一个递减的权重后得到年度经济政策不确定性指数而不是季度数据，同时以几何平均法计算出另一种EPU数据做稳健性分析。

2.为了增加研发补助数据的准确性，减少数据干扰，本文将仅与研发相关的政府补助查找出来，并按照企业代码汇总。在企业研发补助数据的备注中搜寻的关键词主要包括：研发项目补助、专利或知识产权资助经费、科技创新或新产品开发补贴、企业技术改造或产业升级专项补贴资金、国家863计划支持基金、火炬计划支持基金、973计划支持基金、课题经费等等20项信息。

3.对于实质性创新，借鉴当前研究常用的做法，将发明专利数量作为实质性创新，将实用新型及外观设计发明作为非实质性创新。[10]采取企业获得的各项专利数量指标作为各项创新产出指标。

4.企业往往是利用上一年度甚至以往年度获得的财政补助，且观测上一年度的经济政策不确定性来选择当期的研发投入，因此，当前研发产出可能取决于以往年份的研发投入。因此，本文对变量均采取滞后一期处理。

四、经济不确定性下研发补助对企业实质性创新的影响分析

(一)企业研发投入层面的影响分析

经过豪斯曼检验，选择利用双向固定效应模型做回归分析。表2中的模型1和模型2的结果表明：政府研发补助对企业研发投入有显著的正向影响，研发补助每增加1元，企业的研发投入增加值在2.7元左右，研发补助“激励”了企业的研发投入(表1)。其次，另一核心变量经济不确定性指标对企业研发投入的影响也为正的。由此表明，在经济不确定性下，企业增加了研发投入，证实了研究假设1。

表1 经济政策不确定性、财政补助对研发投入的影响

进一步地，考虑经济不确定性是否会冲击研发补助对企业研发投入的“激励效应”。本文在模型中加入了研发补助和经济不确定性指标的交互项。采用双向固定效应模型并增减控制变量后(模型5-6)，得到了稳健的结果。研究发现：加入交互项后，研发补助的系数以及显著性大大降低，经济不确定性减弱了财政补助对研发投入的激励效应。因此，在经济不确定性下，政府增大研发补助的政策效果有限。

但是，经济不确定性的冲击作用到底是减少了企业自有研发投入，还是企业将财政研发补助用作其他投资用途，需要做进一步分析。在经济不确定性增加时，企业考虑加大研发投入以获得市场竞争力和长远的利益，但企业研发有两种选择，实质性和非实质性创新。因此，证实上述结论需要从经济不确定性对企业的自有研发投入、实质性创新的影响出发做进一步的分析。

(二)企业研发产出层面的影响分析

企业的研发投入只是创新活动的一个环节，从产出层面考察经济不确定性和财政研发补助对企业研发活动的影响十分必要。本文分别将创新总量、实质性创新、非实质性创新作为被解释变量，且为进一步考察经济不确定性对政府研发补助效果的影响，加入经济不确定性和研发补助的交互项。

结果发现：第一，经济不确定性降低了企业的非实质性创新，对于实质性创新无显著影响，而财政补贴不仅促进了实质性创新，对于非实质性创新也有显著激励作用；第二，加入经济不确定性和研发补助的交互项之后的模型(2、4、6)表明，经济不确定性增加，财政补助对于非实质性创新的激励效果反而增强，对于实质性创新影响减弱；第三，企业的研发投入对于研发产出的激励效果高于研发补助，企业研发投入每增长1%，实质性创新增长约2.49个，而创新补助每增加1%，实质性创新仅增加0.78个(表2)。

表2 经济不确定性下研发补助对研发产出的影响

本文尝试为经济不确定性下，企业增加研发投入但研发总量及非实质性创新反而显著降低提供解释。一般认为，实质性创新相较于外观设计、新型实用发明而言能够给企业带来市场竞争力，然而研发周期长、资金和人员投入大。经济不确定性下企业更需考虑长远利益和企业生存，因此企业会在研发策略上慎重选择，加大在实质性创新方面的研发投入，减少非实质性创新投入，由此造成企业的创新产出总量及非实质性创新产出降低。

上述实证分析回答了经济不确定性下财政补助对于企业研发投入、实质性创新影响的基本问题。但是，就经济不确定性增加，财政补助对于非实质性创新激励效果增强，对于实质性创新激励效果不显著的具体解释仅仅通过上述实证分析不够全面，需要做进一步分析和讨论。

五、区分自有研发投入视角的经验证据

本文对上述基本结论做进一步探讨和解释，并对样本数据做了两种处理：第一，划分出两组样本，一是没有获得财政研发补助的企业用自有研发投入开展创新活动；二是获得财政研发补助开展创新活动的企业。第二，对获得研发补助的企业区分自有研发投入和研发补助。假设企业的研发总投入资金来源主要是企业的自有研发投入和财政研发补助资金，将研发总投入资金减去研发补助资金作为企业的自有研发投入。通过上述两种处理，进一步考察经济不确定性和财政研发补助的影响作用，最后进行多种异质性分析和稳健性检验以证实结论的稳健性。

(一)区分自有研发投入和政府补助的分析

实证分析后发现：经济不确定性提高了没有获得研发补助企业的研发投入，却降低了其各类研发产出水平。经济不确定性每增加1个百分点，企业研发投入就增加0.003个百分点左右，但企业的创新总量降低0.033个百分点，实质性创新降低0.017个百分点(表3)。利用单向以及双向固定效应模型的检验得到了稳健的结果。

由此表明，随着经济不确定性的增加，没有获得研发补助的企业也增加了研发投入，但是经济不确定性降低了该类企业的实质性创新。对于上述结果的可能解释是：没有获得研发补助的企业基于自身情况选择研发投入，但是由于投入能力较低，研发产出容易受经济不确定性的负面影响，企业将研发投入放在了短期收益强的非实质性研发项目上。这一结论具有一定的政策启示，仅仅利用自有研发投入的企业可能应对外部环境冲击的能力较弱，但是这类企业应该是有研发创新的强烈需求。当经济不确定性增加时，财政研发补助政策应该更加关注这些依靠自有研发投入并且有实质性创新的企业。

两组样本的回归结果比较发现：第一，未获得研发补助样本组自有研发投入对创新产出的激励作用低于获得财政补助的样本组，特别是在实质性创新方面。企业自有研发投入每增加1个百分点，未获得研发补助企业的发明专利增加1.964个百分点(表3)，而获得研发补助的企业增加2.589个百分点。第二，经济不确定性对于两类企业的实质性创新和非实质性创新具有差异化的影响。未获得研发补助企业的实质性创新下将幅度更大，而获得研发补助企业的实质性创新并不受影响，反而非实质性创新显著下降。由此，经济不确定性可能进一步拉大企业间创新水平的差距，进而验证了待检验假设2。第三，就获得研发补助企业而言，补助对其非实质性创新也具有显著正向影响，表明经济不确定性下获得研发补助的企业也并非将补助资金全部用于实质性创新，一部分资金用于非实质性创新。此外，值得注意的是，研发补助资金与企业自有研发投入资金的产出效率存在较大差别，显著低于企业自有研发资金产出率。这也更加表明，政府的研发补助资金可能并没有全部投入到研发活动中，进而验证了本文的研究假设3。

(二)异质性分析

1.区分企业类型的异质性检验

相比于国企，非国企面临激烈的市场竞争，企业将有限的资金用于研发投入，非国企财政补助具有较显著的产出效率。区分企业类型的分析结果表明，财政补助对于民营企业的实质性创新具有显著激励效应，财政补助每增加1%，民营企业发明专利增加0.79个，而国有企业样本结果不显著。另外，经济不确定性增加降低了国有企业的实质性创新，但是对于民营企业的实质性创新没有显著影响。

2.划分企业生命周期的异质性检验

本文借鉴现有研究以现金流模式法划分企业的生命周期，[27-28]考察成熟期、成长期及衰退期企业的结果差异。实证研究发现,自有研发投入和研发补助对于成熟期企业的实质性创新具有更高的激励作用，对于成长期和衰退期企业的实质性创新影响不显著。而经济不确定性指标对成熟期企业的负向影响较弱，却显著减弱了衰退期和成长期企业的实质性创新。

3.区分东、中、西部地区的异质性检验

本文按照企业的注册地点所属省份将样本划分为东、中西部的企业。自有研发投入和财政补助对于东部地区企业的实质性创新的激励作用显著高于中西部地区。研发补助在一定程度上拉大了地区之间研发水平的差距。随着经济不确定性的增加，东中西部地区的实质性创新都显著降低，而东部地区的表现更加明显，对于经济不确定性的反应更加敏感。

(三)基于剂量—反应函数和补贴选择机制的稳健性检验

本文利用剂量—反应函数和补贴选择机制的内生处理效应模型方法控制内生性问题。在政策背景梳理中发现,财政研发补助相关的财税政策的条件往往涉及“具有一定的人、财、物”“高新技术企业每年用于研究开发的经费要达到年销售额的5%以上”等要求。这些条件使得企业获得的财政补助在一定程度上取决于当前或以往年份的研发投入。鉴于此，企业总的研发投入及自有研发投入和财政研发补助之间可能具有一定的互为因果关系。另外，企业获得的财政研发补贴可能与企业的规模、研发人员数量等相关。为了解决可能存在的互为因果关系导致的内生性及其相应的不可观测异质性反应，本文利用剂量—反应函数和补贴选择机制的内生处理效应模型。

首先，本文进行probit回归后发现，企业能否获得研发补助与企业规模、资产负债率、投资不可逆、研发人员数量等变量显著相关。最终利用剂量—反应函数的回归结果表明，创新补助和经济不确定性对企业研发投入的影响均为正向，与前述结果一致。并且，在不同企业性质和生命周期的结果出现显著的差异，与本文前述论证结果一致。

与此同时，本文也采用了以下方法进行稳健性检验：第一，增加研发人员变量，采用上市公司数据中的研发人员数量指标。研发人员数量对研发投入具有正向影响，其它变量回归结果亦是稳健的。第二，更换EPU指数。前述研究采用的是按照权重法构建年度EPU指数，本文选取几何平均法EPU指数作为稳健性检验。在这种方法下，经济不确定性和财政研发补助对企业研发投入都具有激励作用，后续的实证分析也证实了结果的稳健性。

六、讨论与总结

经过理论和实证分析，本文研究发现：经济不确定性和财政研发补助对于企业的研发投入都具有显著“激励效应”，但是经济不确定性增加却降低了企业的各类研发产出；不仅如此，随着经济不确定性的增加，研发补助对于实质性、非实质性创新的激励效应下降。增加未获得研发补助样本及区分企业自有研发投入之后发现：一是，当前的经济不确定性形势对于两类企业的创新活动产生了差异化的影响。对未获得研发补助企业的实质性创新的负向影响更加强烈，这势必将在一定程度上拉大两类企业创新能力的差距。二是，获得研发补助企业的自有研发投入的实质性创新产出效率较高，但是尽管如此，获得研发补助的企业并非将补助资金全部用于实质性创新。三是，研发补助对于民营、成熟期企业实质性创新的“激励效应”更高，经济不确定性对于上述企业的实质性创新的冲击作用较低。研发补助政策效果能够在上述企业的创新活动中发挥更大的激励作用。此外，对东中西部企业的异质性分析中发现，研发补助政策可能拉大了地区之间实质性创新水平的差距。

上述研究发现为经济不确定性下完善财政研发补助政策、推进科技创新提供了一定的政策启示。一是，那些仅仅利用自有研发投入且有实质性创新的企业也有研发创新、增强企业市场竞争力的强烈需求，但是按照目前的实践经验，此类企业往往是规模有限，或者研发人员少或处在成长期的企业，实证分析也表明，此类企业应对经济不确定性的外部环境冲击的能力较弱。因此，经济不确定性下的财政研发补助政策应该更加关注依靠自有研发投入且实质性创新占比高的企业。二是，当前研发补助政策设计多是“以奖代补”，这种机制本身注重企业研发的结果，但是在中央以及地方层面的政策设计多样化，并没有在研发补助政策的准入门槛中指出何种创新成果获得补助。基于本文的研究结论，建议未来政策完善中将企业以往的研发成果中实质性研发占比作为参考因素之一。特别是降低有实质性创新并且研发投入能力有限的民营企业的准入门槛。三是，“事后补助”型的研发补助政策对于补助资金的后续利用情况欠缺考察，建议对于获得研发补助的企业，应关注其实质性创新的情况，将对于后续财政资金的使用绩效作为能否连续获得财政补助的参考因素之一。