政府研发补贴、高管团队职能背景多样性与企业研发投入

马文聪，许 恒，陈修德

（广东工业大学管理学院，广东广州 510520）

1 研究背景

新经济增长理论认为科技进步是经济发展的关键驱动力［1］。21 世纪以来，第四次工业革命推动着世界科技水平迈向新台阶，对世界创新格局产生着深远持久的影响。我国积极顺应科技创新潮流，在党中央的大力支出和科技创新主体的不懈努力下，科技水平也取得了长足进步，未来应当继续发挥微观主体对国家创新水平的贡献作用，鼓励、支持、引导企业进行持续性研发投入，不断提高企业的研发绩效。然而，由于技术性知识和信息具有较强的正外部性，导致众多企业研发投入动力不足［2］；同时，研发活动具有的高风险、高不确定性和回报周期长等特点也进一步削弱了企业开展研发活动的积极性［3］。为了鼓励企业进行技术创新，政府研发补贴政策应运而生，然而从已有实证研究看，研发补贴对于企业研发投入究竟会产生激励效应还是挤出效应仍存在较大分歧，有必要开展进一步的分析和讨论。

目前已经有一些研究开始探讨影响政府补贴与企业研发投入关系的情境因素，这些因素可概括为企业外部环境和企业内部特质。邢斐等［4］、邓若冰等［5］认为外部环境因素主要涉及制度差异、政企关系等；陈红等［6］认为内部特质因素则主要包括企业特征，如企业年龄、规模、生命周期等。高层梯队理论旨在从高管团队的角度解释企业行为的差异。高管团队作为企业的一种内部特质，现有研究对其关注点主要集中在高管性别、年龄、任期、受教育程度、政治关联、薪酬差距等特征对企业绩效或企业创新的影响，高管职能背景多样性对政府研发补贴政策效应的调节作用尚未受到学术界的广泛关注。信息决策理论秉持差异互补的原则，认为成员间不同个体特质与经历造就了其不同的知识储备和思维模式［7］，促使团队孕育出互补性的观念与视角［8］，进而促进组织学习，提高企业决策质量和创造力，提升企业绩效和创新能力［9］。

在企业获得政府提供的研发补贴后，职能背景多样的高管团队能否帮助企业优化资源整合与分配，降低企业研发风险，提高研发活动预期收益，从而促进企业的研发投入？对于这一科学问题的回答还需要进一步的实证检验。为此，本研究基于高层梯队理论与信息决策理论，利用我国2008 至2018 年A 股上市企业相关数据，将企业的内部特质和外部环境相结合，探究政府资金注入对企业研发活动的影响以及高管团队职能背景多样性对政府研发补贴效应的调节作用，为政府优化研发补贴政策设计提供决策依据，并为企业高管团队建设提供理论参考。

2 理论分析与研究假设

2.1 政府研发补贴与企业研发投入

技术创新活动拥有公共物品特征和正外部性，致使企业无法独占自身研发成果，从而导致企业研发动力不足［2］；研发活动需要大量资金支持，投入转化为成果的周期较长，从而进一步加剧了企业研发创新的风险，消减了企业的创新活力［10］。在这种情况下，政府研发补贴为企业研发活动提供了资金支持，可以降低企业R&D 活动的成本和风险，弥补了企业R&D 私人收益和社会收益的差距，从而提升企业研发创新活动的动机，促进企业提升创新绩效［11］。目前，学者对政府研发补贴对企业研发投入是激励还是抑制作用，抑或是无关作用，得出了不同的结论。支持具有激励作用的观点认为，政府研发补贴是对企业研发经费的一种补充，可以缓解企业的融资约束，提高研发活动的私人利益,体现政府研发补贴对企业研发投入的直接影响。从竞争视角出发，已有研究发现政府在创新政策支持上具有选择性［12］。一方面，企业需要通过竞争来获得政府的研发支持，从而促使企业自发进行研发投入［13］；另一方面，获得政府研发补贴的企业能够间接向外界传递出研发创新能力强的信号，帮助企业吸引更多外部资源，缓解企业资源约束，促进企业创新，体现政府研发补贴对企业研发投入的间接影响［14］。而支持具有抑制作用的观点认为，从资源成本角度，政府研发补贴会提高企业的研发投入成本，因为市场对R&D 资源的需求会受到政府资助强度的影响，政府补贴对R&D 资源需求的刺激会抬高市场上R&D 资源的价格，导致企业放弃研发投入项目或是转投其他项目，造成研发投入减少［15］；从资源挤占角度，若政府研发补贴项目正好是企业本就计划进行研发投入的项目，政府资金便会挤出企业原有资金，造成政府资源浪费的同时也会减少企业自身R&D 投入［16］；从市场机制角度，政府为企业注入研发资金可能会影响市场自身“看不见的手”的调节作用，影响资源分配的合理性和有效性［17］；从行业整体角度，并非所有企业都能获得政府研发补贴，由于研发创新的知识溢出效应，获得补贴的企业增加研发投入可能会刺激同行其他企业的“搭便车”行为，从而减少行业整体的研发投入。此外，也有部分研究如Dimos 等［18］认为政府补贴与企业研发投入间不存在显著关系。本研究认为，政府研发补贴作为对企业从事研发活动资金的一种补偿，可以缓解企业研发投入的融资约束并促进企业研发投入。由此，提出假设H1。

H1：政府研发补贴能提高企业研发投入。

2.2 高管团队职能背景多样性的调节作用

高管团队职能多样性是指高管团队人员前期工作经历的丰富性程度［19］。高层梯队理论认为企业未来的行为与战略选择离不开企业内部高管团队的特质，核心观点是高层管理者特征(年龄、职业经历、教育、财务状况和群体异质性等)可以与其知识、价值观和认知水平相关联，从而可以影响企业未来行为和预测其结果［20］。基于高层梯队理论，学者围绕高管团队职能背景开展的研究大致可分为4 个方面。一是探讨高管的单一职能背景对于企业绩效的影响，如彭红星等［12］研究高管的技术背景、徐建波等［21］研究高管的学术背景等。二是提出了“高管职能背景多样性”的概念，并采用赫芬达尔-赫希曼指数（Herfindahl-Hirschman index，HHI）测量，探究高管职能背景多样性对企业绩效的影响，如马富萍等［22］的研究。三是进一步拓展了职能背景多样性的测量方法，例如将职能背景分为个体内功能多样性（成员内部经验广度）和显性功能多样性（每个高管团队成员在职时间最长的职能异质性）［23］，或者分为生产型、外围型、产出型、复合型、职能管理型等类型，研究多种职能背景对企业绩效的影响［24］。四是开展了高管职能背景多样性对企业绩效影响机制的研究，包括加入调节变量和中介变量，如团队间信息交换，办公集中度、首席执行官（CEO）特征、高管团队网络联系和合作关系等，如马富萍等［22］的研究；在被解释变量企业绩效的选择上，如孙凯等［25］、陈守明等［26］选择了经营绩效、创新绩效、海外绩效等，也有研究如何明钦［24］将其细分为长期绩效和短期绩效等。

高管团队作为企业的战略决策者，承担着获取外部资源的重任，也决定着企业创新资源的分配，对企业创新有重要的影响，并且，政府研发补贴作为企业所获得的一种外部资源，其分配方式在很大程度上受到了高管团队的影响［27］。信息决策理论认为，从团队外部来看，多样化程度高的高管团队能够带来丰富的外部资本，更加丰富的外部网络能够为企业带来更加多元的资源获取渠道；从团队内部来看，多样化的高管团队能够实现知识、信息、能力、技能等多方面互补，提高企业决策的质量和完备性［10］。高管团队职能背景多样性作为团队多样性的重要体现，其对企业所获得的研发补贴资源分配和研发创新决策的影响主要体现在以下3 个方面：第一，职能背景丰富的高管团队可以提升企业资源获取与整合的能力。多职能背景的高管团队向外界传递出一种高管团队“全能”的信号，有助于拓展企业资源获取宽度、构建丰富的外部社会网络，为企业创新带来丰富的资源和信息；此外，各种职能背景的高管成员优势互补、各取所长，还有利于发挥杠杆效应，增强企业资源整合的能力［26］。第二，职能背景丰富的高管团队可以优化包括研发补贴等企业资源的分配方向，帮助企业作出正确的创新决策。不同知识和技能的碰撞能够使团队决策更富有创造性和灵活性，使管理层能够更好地解决非结构化的创新性问题；同时，职能背景多样的高管团队也不太容易受到群体思维的影响，可以帮助企业克服一些短视行为，作出具有全局性的决策［28］。第三，职能背景丰富的高管团队有助于降低企业研发创新风险，提高企业的风险承担能力。研究显示，在外部环境变动频率较高时，职能背景多样的高管团队能够更好地预测环境的变化，快速形成多个备选方案并作出选择，有助于企业处理不确定性风险，降低研发风险预期［29］。

结合信息决策理论，本研究认为职能背景多样化的高管团队能够在创新资源获取、整合、分配及风险承担方面为企业带来优势，优化企业对政府研发补贴资源的配置和使用，激励企业增加研发投入。由此提出假设H2。

H2：高管团队职能背景多样性对政府研发补贴与企业研发投入的关系具有正向调节作用。

3 模型设定与变量选取

3.1 样本选择与数据来源

选取2008—2018 年我国A 股上市公司作为初始研究样本，并对样本进行了如下筛选：（1）剔除金融保险类上市公司；（2）剔除面临退市风险的ST公司；（3）剔除关键数据缺失的公司。筛选后总计得到3 563 家企业的非平衡面板数据。

数据来源为CSMAR 国泰安数据库，缺失的数据通过查阅证券交易所披露的上市公司年报数据进行手工整理补充。数据处理通过Excel、Stata15.0完成。

3.2 变量选取

（1）解释变量：政府研发补贴（Sub）。参考郭玥［11］的方法，采用关键词检索的方式对研发补贴项目进行了筛选。具体筛选标准如下：1）按有关技术创新的关键词筛选，将政府补助明细项目中出现“创新”“研发”“研制”“科技”“科研”“技术”等关键词的项目纳入研发补贴范畴；2）按政府科技创新支持政策的关键词筛选，将政府补助贴明细项目中出现“星火”“火炬计划”“‘863’”“‘333’”“‘8515’”“小巨人”“高新技术企业”“生产力促进中心”等关键词的项目纳入研发补贴范围；3）按有关企业创新成果的关键词筛选，将政府补助明细项目中出现“知识产权”“专利”“版权”“著作权”“软著”“新产品”等关键词的项目纳入研发补贴范畴；4）按有关创新人才及技术合作的关键词筛选，将政府补助明细项目中出现“‘引才引智’”“‘精英计划’”“‘巨人计划’”“产学研”等关键词的项目纳入研发补贴范围；（5）按不同研发技术领域筛选，分别对生物新医药技术研发、电子信息技术研发、新能源及新材料相关等领域进行专有名词搜索，对符合条件的补贴项目纳入研发补贴范畴。

现有研究在测量政府研发补贴时主要采用3 种方式：一是将企业是否获得政府补贴设置虚拟变量，该方法无法衡量不同研发补贴强度对企业创新投入的影响［30］；二是考虑政府补贴绝对数额大小［4］；三是考虑政府补贴相对企业资产规模的大小［31］。本研究采用相对数指标，用企业当年所获得政府研发补贴金额与企业营业收入的比例来衡量政府研发补贴强度。

（2）被解释变量：企业研发投入（RD）。研发投入的度量分为数值法和比例法。数值法直接采用研发投入金额来衡量，容易造成不同企业的信息缺乏可比性。本研究选择采用比例法，用企业当年研发投入占营业收入的比例度量企业研发投入强度。

（3）调节变量：赫芬达尔-赫希曼指数（H）及香农-威纳（Shannon-Wiener）指数（Sha）。首先采用赫芬达尔-赫希曼指数对高管职能背景多样性进行测量，参考Cannella 等［23］的研究，将高管团队职能背景分为生产、研发、财务、管理、市场营销、法律、人力资源和其他共8 类，鉴于每位高管可能有多种职能背景，仅对高管的主要职能背景经历进行统计，纳入指标计算；参考Carpenter 等［32］的测量方法，计算公式为：

式（1）中，Si衡量了全部高管中拥有第i种职能背景的比例。

H的取值范围是0～1，数值越接近1 则表明高管团队职能背景多样性越丰富。值得注意的是，样本中过半数高管拥有超过一种职能背景，而赫芬达尔-赫希曼指数仅能衡量每位高管的一种主要职能背景，忽视了高管团队成员的交叉职能背景。因此，借鉴Buyl 等［33］的方法，引入香农-威纳指数对高管的交叉职能背景进行测量。香农-威纳指数借鉴了信息论的常用做法，是检测生态系统物种多样性的常用指标。在Cannella 等［23］的职能背景分类方法基础上，将“其他”背景分为设计和金融背景纳入高管职能背景衡量，最终涵盖了生产、研发、财务、管理、市场营销、法律、人力资源、设计、金融共9 种职能背景。计算公式为：

式（2）中：Pi表示拥有i类职能背景的高管成员占高管总人数的比例，取值介于0～1 之间；n为高管职能背景的类别数，最大值为9。

在高管团队规模一定的情况下，Sha 值大小反映高管团队职能背景多样性的高低。

（4）控制变量。企业内部特质同样会影响企业的创新行为［34］，基于刘鑫等［35］的研究，在企业层面选取了资产负债率（Lev）、企业成长性（Gro）、企业年龄（Age）、公司属性（Soe）、第一大股东持股比例（Top）、高管团队规模（Ggz）总资产净利率（Roa）和公司规模（Siz）作为控制变量。

各变量的具体定义及取值方法如表1 所示。

表1 变量名称及定义

3.3 模型设定

为了探究政府研发补贴资金对企业创新活动的影响，结合样本数据类型构建了面板数据模型。主效应模型如式（3）所示：

为了解决高管职能背景多样性在主效应模型中发挥的影响作用，构造了政府研发补贴与高管职能背景多样性的交乘项并纳入模型。模型分别如式（4）和式（5）所示：

式（3）至式（5）中：下标i和t分别为公司和年份；CONTROLs、INDUSTRY 和YEAR 分别表示控制变量、行业和年份；β0为截距项；ε表示残差。

4 实证分析

4.1 样本描述性统计与相关性分析

表2 列出了全样本的描述性统计特征，可以看出不同企业的研发投入相对于其盈利能力来说有较大的差异，仅有34.33%的样本在观测期间获得了政府研发补贴，其余样本所获政府研发补贴数值为0；高管主导职能背景多样性指数和交叉职能背景香农-维纳指数在不同企业间均存在较大差异。

表2 变量的描述性统计结果

表2（续）

由表3 可知，解释变量政府研发补贴（Sub）与被解释变量企业研发投入在1%的水平上显著正相关（r=0.171），这初步验证了H1中政府研发补贴对企业研发投入的正向作用；其他变量间相关系数均小于0.8，初步说明变量间不存在严重多重共线性；VIF 值平均为1.330，最大值为1.840，低于临界值10，从而进一步排除了变量间存在多重共线性的可能性。

表3 变量的相关性分析

4.2 全样本回归分析

根据豪斯曼检（chi2(9)=737.53，Prob＞chi2=0.000），结果在1%的显著性水平下接受原假设，因此采用固定效应模型进行实证分析更为合适。使用双向固定效应回归模型对政府研发补贴与企业研发投入间的关系进行回归，结果如表4 所示。其中，模型（1）检验了政府研发补贴对企业研发投入的作用关系，系数为P＜0.01，说明政府研发补贴对企业研发投入有显著促进作用，从而验证了H1；模型（2）检验了高管主导职能背景多样性对政府研发补贴与企业研发投入的调节效应，系数为P＜0.01，说明高管主导职能背景多样性越高，政府补贴资金对企业研发投入的推动作用越强，由此验证了H2；模型（3）检验了高管交叉职能背景多样性指数对政府研发补贴与企业研发投入的调节效应，系数也为P＜0.01，说明高管团队的交叉职能背景多样性越高，政府资金对企业研发活动的支持作用越明显，H2得到了进一步验证。模型（4）至模型（5）的结果为稳健性回归检验结果，具体说明见文后。

表4 变量的回归检验结果

4.3 分样本回归分析

4.3.1 按企业性质分组

值得注意的是，在实践中，政府研发补贴政策效果不仅取决于补贴的数额、方式和手段，企业所有权性质和企业规模也可能会对研究结论产生影响［36］。不同所有权性质会造成企业的治理结构、资源配置等多方面存在差异,进而对创新主体产生影响［37］。为了验证在不同性质的企业中，政府研发补贴与企业研发投入关系受高管职能背景多样性调节影响的差异，按照企业性质对样本进行分组，使用双向固定效应模型进行检验，结果如表5 所示。

表5 不同企业性质的样本分组回归分析

其中，模型（1）检验了在不同企业性质中政府研发补贴对企业研发投入的作用关系差异。由回归结果可知，在国有企业组和非国有企业组中，政府研发补贴与企业研发投入回归系数为P＜0.01，说明政府研发补贴对企业研发投入有显著促进作用；通过费舍尔组合检验自抽样，经验P值为0.076（P＜0.1），即分组回归系数间存在显著差异。由此说明，政府研发补贴对企业研发投入的促进作用在国有企业和非国有企业组中有显著差异，对非国有企业的激励效应更强。导致这一现象的原因主要有以下3 个方面：第一，国有企业往往具有更加复杂的行为目标和效用体系，国有企业目标多元与宏大的价值取向导致其无力承担创新的各项成本和风险，进而导致其研发创新动力不足［37］；第二，企业国有产权性质更容易出现委托代理问题，导致管理者行为存在短视化特点，也会使政府补贴的激励效应有所减弱；第三，国有企业相对容易得到各种资金支持，政府研发补贴对研发资金的边际作用较小，对企业研发投入激励作用不明显。而非国有企业的资源有限，获得政府补贴一方面可以缓解其融资约束，另一方面传递出企业具有良好声誉的信号，使企业更容易获得外部投资者的资源，从而促进企业加大研发投入。

模型（2）加入了高管团队主导职能背景多样性与政府补贴交乘项，以检验在不同企业性质中高管主导职能背景多样性对政府研发补贴与企业研发投入的调节效应差异。回归结果显示国有企业组的系数为P＜0.01，表明在国有企业组中，高管主导职能背景多样性越高，政府研发补贴对企业研发投入的正向影响作用越强。

模型（3）将高管交叉职能背景多样性指数和研发补贴交乘项纳入双向固定效应模型。回归结果显示国有企业组的系数为P＜0.01，说明在国有企业组中，高管的交叉职能背景也能够增强政府研发补贴对企业研发投入的促进作用。值得注意的是，在非国有企业组中，高管团队主导职能背景多样性和交叉职能背景多样性与自变量的交乘项系数分别为负显著和不显著，这一结果与黄登仕等［38］的研究结果有相似之处。

4.3.2 按企业规模分组

不同企业规模预示着不同企业所拥有和支配的资源存在差异，而企业规模状况是企业向外界传递出企业实力的信号，从而对企业外部融资等方面产生影响，企业资源储备与资本实力可能会直接影响到其研发创新活动。为了验证不同规模的企业中，政府研发补贴与企业研发投入关系受高管职能背景多样性调节影响的差异，将样本企业按企业规模划分为大型企业组和中小型企业组。参考国家统计局公布的《大中小微企业管理办法》进行筛选，大企业必须同时满足“年营业收入不少于4 亿元”且“从业人员大于1 000 人”两项条件；否则，划分为中小企业。使用双向固定效应模型，回归结果如表6所示。其中，模型（1）检验了在不同企业规模中政府研发补贴对企业研发投入的作用关系，结果显示不论是在大型企业组还是在中小型企业组，政府研发补贴都能显著促进企业的研发投入（系数均为P＜0.01），既能促进资源储备丰富的大型企业进行研发投入、发挥“锦上添花”作用，又能够促进资源相对匮乏的中小型企业进行研发投入、发挥“雪中送炭”作用；模型（2）（3）分别检验了在不同企业规模下，高管团队主导职能背景多样性和交叉职能背景多样性对政府研发补贴与企业研发投入关系的调节作用，结果显示在不同企业规模下，高管团队主导职能背景多样性指数和研发补贴交乘项系数以及交叉职能背景多样性指数和研发补贴交乘项系数均为P＜0.01，同样，高管团队职能背景多样性均能够促进大型企业和中小型企业充分利用政府补贴资源、加大企业研发投入，与以上全样本回归分析结果并无二致。

表6 不同企业规模的样本分组回归分析

5 稳健性检验

5.1 Tobit 模型

由于样本数据中存在较多研发投入为零的企业（占比为35.3%），使得样本分布存在大量左侧回归的离散点，这会导致直接使用普通最小二乘法（OLS）进行线性回归得到的估计结果存在一定偏差。无论是否进一步剔除离散点，普通最小二乘法均无法得到一致估计，而Tobit 模型可以克服样本分布左侧截断为零的现象，由此使用Tobit 模型进行回归检验。如表4 所示，模型（4）检验了政府研发资金与企业研发投入关系，系数为P＜0.01，说明政府为企业注入研发资金对企业自身的研发活动有显著的正向影响，H1获得支持；模型（5）加入了高管团队主导职能背景多样性交乘项，系数为P＜0.01，表明高管主导职能背景多样性越高，政府研发补贴对企业研发投入的促进作用越强，即H2获得支持；模型（6）采用香农-维纳指数来测量高管团队交叉职能背景多样性，系数同样为P＜0.01，表明高管的交叉职能背景能够增强政府研发补贴对企业研发投入的促进作用，进一步支持了H2。综上可知，使用Tobit模型进行稳健性检验的结果与采用双向固定效应模型的结果一致，即H1和H2获得支持的结论是稳健的。

5.2 内生性检验

5.2.1 反向因果问题

从企业角度，研发投入大的企业向政府申请研发补贴成功的可能性也越大，使得企业研发投入与政府研发补贴二者间可能存在互为因果的内生性问题。从政府角度，政府往往倾向把研发补贴提供给那些创新能力较强的企业，发挥“锦上添花”的作用［39］。为此，以当期企业研发投入为被解释变量，用政府研发补贴、职能背景多样性和其他控制变量滞后1 期的值进行回归检验，结果如表7 所示。由回归结果可知，模型（1）在控制了年份和行业效应后，滞后1 期政府研发补贴对本期企业研发投入的回归系数为P＜0.01；模型（2）加入了高管团队主导职能背景多样性滞后1 期交乘项，系数为P＜0.01；模型（3）加入了高管团队交叉职能背景多样性滞后1 期交乘项，系数也为P＜0.01。在排除互为因果内生性问题后，回归结果依然稳健。

表7 变量滞后1 期的政府研发补贴与当期企业研发投入双向固定效应回归分析

5.2.2 样本选择偏差问题：Heckman 两步法

由于研究样本存在缺失值，而样本缺失并非随机缺失，回归估计会自动将缺失数据剔除，这种非随机选择会使估计结果有偏，为解决上述问题，选择Heckman 两步法进行回归。回归模型如下：

具体地，式（6）为第一阶段选择方程，解释变量引入企业上一期获得的创新补助（RSi,t-1）、上一期获得的专利数量加“1”取对数（Patt-1），且考虑年度、行业固定效应，利用Probit 模型预测企业获得研发补贴的概率，同时构造逆米尔斯（Mills）比率。式（7）为第二阶段的回归方程，进一步将逆米尔斯比率作为解释变量加入回归方程进行OLS 回归，逆米尔斯比率在1%的置信水平下显著，说明确实存在样本选择偏差的内生性问题。如表8 所示，基于式（6）的模型检验结果显示，政府研发补贴与企业研发投入的回归系数为P＜0.01，说明在克服了样本选择偏差后，政府研发补贴对企业研发投入依然具有显著的促进作用。

表8 变量的Heckman 两步法稳健性回归分析

综上，在将互为因果和样本选择偏差的内生性问题纳入考虑后，所得结论相同且依然稳健。

6 研究结论与展望

6.1 结论

本研究基于高层梯队理论与信息决策理论，利用2008—2018 年我国A 股上市企业相关数据，检验了政府提供研发资金支持对企业从事研发投入活动的影响，以及企业高管团队职能背景多样性对研发资金补贴政策效应的调节作用，得出以下主要结论：

（1）政府研发补贴能够促进企业进行研发投入。该结论在不同性质和规模的企业中均成立，且在非国有企业中激励效果强于国有企业。表明政府提供的研发补贴资金的确能够缓解企业研发资金不足，减少研发活动的资金壁垒；进一步地，非国有企业与国有企业比较，资源更加匮乏，研发资金约束较大，因此非国有企业获得政府研发补贴的边际激励效应要强于国有企业。

（2）高管团队主导职能背景多样性和交叉职能背景多样性均能强化政府研发补贴政策效应的发挥，促进企业增加研发投入；对于各类规模的企业，高管职能背景多样化能够激励企业将研发补贴转化为研发投入。这也支持了信息决策理论的观点。当企业高管职能背景越丰富，其带来的多元化观点与视角有利于企业作出富有创造力的决策，使企业获得更加完备的信息与更加丰富的资源，这样不仅增强企业的预期收益与风险承受能力，还能够提高企业的创新活动预期，进而激励企业进行研发投入。值得注意的是，在非国有企业中，职能背景丰富的高管团队并不能促进政府研发补贴政策效应的发挥，甚至表现出抑制作用，这可能与非国有企业中轮岗制和跨职能培养等一些特殊模式有关。

本研究将高层梯队理论与信息决策理论相结合，将企业外部研发补贴与内部高管团队职能背景相结合，阐明了企业内外部环境“表里相济”对企业研发投入的影响，研究结论进一步厘清了政府研发补贴促进企业研发投入的边界条件，丰富和拓展了创新政策和公司治理领域的相关研究。

6.2 管理启示和未来展望

本研究带来的管理启示主要包括：（1）创新政策制定者在确定评价指标和甄选帮扶对象时，可将企业性质和企业内部高管团队特征纳入考量指标；（2）企业在招贤纳士时要具备全局眼光，不仅要关注管理者的个人能力，也要重视高管团队整体职能背景的互补性与完备性，从而帮助企业资源充分合理配置，提高企业创新能力。

本研究仍然存在一些不足之处：（1）被解释变量选取方面，仅采用研发投入数据作为创新的衡量指标，未考虑创新绩效，如专利申请量、专利获得量、新产品数、劳动生产率变化率等；（2）样本选择方面，未对行业进行细分，样本面较广，不能分离出特定行业的特征；（3）模型设定方面，仅检验了政府资金给企业研发创新活动带来的直接效果，没有探究其内部的作用机制；（4）研究结论方面，发现在非国有样本中职能背景多样的高管团队并不利于政府补贴政策效应的发挥，该结论背后的作用机制有待进一步深入探究。