政府补助对专利密集型企业技术创新效率的影响——基于两阶段技术创新过程的视角

何培育，孙 玲

（重庆理工大学重庆知识产权学院，重庆 400054）

1 研究背景

在创新驱动和区域协同发展的新形势下，我国的经济发展模式也从单一粗放方式逐渐转变为高效率多层次方式。专利密集型产业作为我国经济增长的重要引擎，可以助力我国经济结构转型和现代化升级，从而实现经济高质量可持续发展。1912 年美国经济学家约瑟夫·熊彼特［1］提出创新理论，认为技术创新被视为一种外生的经济变量；20 世纪中Gruber 等［2］提出在经济增长中，除了劳动力和资本投入的作用外，技术进步也对其有促进作用；李颖［3］认为技术创新是衡量产业国际竞争力的重要标准。此后，技术创新逐渐成为国际经济学和管理学中的一个重要议题，学者们聚焦于如何提高企业的技术创新水平展开研究。市场失灵理论认为技术创新活动具有周期长、成本高、风险大、收益不确定等特点，从而抑制企业的创新积极性，因此政府往往采取补助方式来发挥“看得见的手”的作用［4］。近年来我国专利密集型产业的地位逐步提高，补助政策开始向其倾斜，尽管如此，我国专利密集型产业仍存在研发经费投入强度不高、产业创新效率偏低的状况［5］，依然面临科技投入产出不匹配、技术转化投资市场不活跃等问题［6］。因此，提高专利密集型产业创新能力，不应仅关注其创新成果的数量，更应关注其创新研发及经济转化过程中的创新投入和产出效率。对仍处于发展阶段的我国，测算其专利密集型企业技术创新效率，探究政府补助对专利密集型企业技术创新效率的影响机制，可为优化相关企业的技术资源配置、制定补助政策提供理论参考。

学术界近年来关于政府补助对企业技术创新影响的研究，从不同研究视角以及不同研究对象、方法和数据等进行探索，但是目前政府补助的效果却一直备受争议。主要有以下3 种观点：一是认为政府补助对企业技术创新具有激励效应，如Liu 等［7］、王昶等［8］的研究认为，政府补助具备资源与信号属性，补助的力度越大则企业技术创新效率提升越显著；二是认为政府补助不存在激励效应或存在挤出效应，如Marino 等［9］和刘虹等［10］研究指出，由于政府监管缺失、信息披露不全面、企业的研发粉饰行为等，从而产生挤出效应；三是认为政府补助对企业技术创新的影响呈非线性关系，有如张志强等［11］的研究。

综上所述，政府补助对企业技术创新影响的研究结论存在多样性，但也存在一定的可拓展之处。现有相关文献普遍关注政府补助与企业创新产出之间的关系，或者如同陈婕［12］的研究，仅以技术创新投入或产出中的某一维度来衡量企业技术创新水平，缺乏对企业技术创新内部过程的剖析，而技术创新是一个包括投入、产出和价值转化的系统工程，具备系统性、复杂性和阶段性［13］，将技术创新投入和产出纳入同一分析框架，分成创新研发和经济转化两阶段去剖析，可以更为真实地反映企业技术创新活动的成效，从而对政府补助的经济效果作出更为准确和客观的回答。因此，本研究以专利密集型产业为对象，将技术创新投入与产出纳入同一分析框架来衡量企业技术创新水平，在运用数据包络分析（DEA）模型测算创新研发和经济转化两阶段技术创新效率的基础上，实证检验政府补助对专利密集型企业技术创新效率的影响，并将创新环境作为调节变量，研究外部情境对政府补助与企业创新研发和经济转化阶段效率的调节作用，以期为政府有针对性地制定补助政策，进而为我国专利密集型产业竞争力的提升提供决策参考依据。

2 理论分析和研究假设

2.1 政府补助对专利密集型企业技术创新效率的影响

根据资源基础观，技术创新具有较强的社会公共产品属性，因此企业很有可能会面临技术创新投入在社会最优水平以下的投资不足问题［14］。专利密集型产业属于典型的创新型产业，其创新活动及投入具有较高的不确定性，而政府补助可以在一定程度上降低企业技术创新活动面临的成本和风险的压力，增强企业技术创新的意愿［15］。

（1）政府补助的资源属性。政府补助是专利密集型企业技术创新经费的重要来源之一，政府提供相关补助可以直接缓解企业为进行创新活动而开展融资的压力，从而提升企业开展创新活动的获利空间；另一方面，政府补助有利于企业减少创新风险和弥补创新成本，激励和诱导企业开展创新活动，从而使企业更倾向于增加技术要素投入，促进创新效率提高［16］。

（2）政府补助的信号属性。基于信号传递理论，政府补助被视为一种正向的投资信号［17］：当企业获得政府补助时，相当于获得政府的无形认可，会被打上发展前景好、被认可的标签，通常可以向外界传达出企业未来发展前景好、市场认可度高的信号。这一利好信息在解决投资者与企业信息不对称问题上发挥着重要的中介作用［18］，可增加投资者买入和增持企业股票的信心，引导社会资本、非政府组织等其他诸多利益相关者与企业联系程度及支持力度的增加，使企业获得更多的外部融资机会［19］，为企业技术创新提供充足的现金流和其他相关创新资源，最终促进提升企业的技术创新效率。

（3）Hansen 等［20］在创新价值链理论中指出，创新是一个连续递进的过程，各阶段紧密关联、相互影响。专利密集型企业的创新活动包括第一阶段的创新研发和第二阶段的经济转化，第一阶段通过资金和人力投入获得如专利、新技术等形式的中间产出，第二阶段则是将第一阶段的中间产出转化为经济收益［21］。而在专利密集型企业创新活动的两个阶段中，政府的干预形式及干预程度对企业技术创新效率提升的作用仍有待深入研究。在创新成果产出阶段，政府补助作为研发费用的直接且重要来源，能够显著促进企业的创新成果产出。在创新成果转化阶段，一方面虽然企业的部分技术创新成果在市场上已具有竞争性和独占性，但同时仍然存在大量技术创新成果属于公共产品，面临市场接受度低、缺乏市场推广竞争力、成果转化渠道不畅等问题，因此在这一阶段，过多的政府干预反而可能会降低企业市场竞争的活力与动力，进而影响到创新成果的经济转化；另一方面，很多专利密集型企业仅是为了获取政府补助而进行研发活动，导致研发成果很难具备实际应用价值，难以获得创新成果进入市场获取的经济效益，从而影响企业的经济转化阶段效率［22］。故基于上述分析，提出以下假设：

H1：政府补助对专利密集型企业的创新研发效率和经济转化效率具有显著的促进作用。H2：政府补助对专利密集型企业创新研发效率的影响要高于对经济转化效率的影响。

2.2 创新环境的调节作用

现阶段，整体上我国市场经济体制和专利保护制度尚不完善，东西部地区发展极不均衡，创新环境的区域化特征明显，而差异化的环境要素对企业创新活动的影响较大。专利密集型企业由于产品迭代快、软件化、附加值高等特点，其技术创新活动与创新环境之间的关系更为复杂。根据《中国区域创新能力报告》，创新环境分为基础设施、金融环境、市场环境、劳动者素质及创业水平等［23］40-41，良好的创新环境将从营商环境、规模效应、知识与技术溢出、产学研平台等多方面促进专利密集型企业创新研发阶段技术创新效率的提升。其中，科研平台作为实现创新的信息源至关重要，有利于创新成果的产出；劳动者素质和高校在校生数量等指标可以表征良好的研发环境，有利于形成大众创业、万众创新的研发氛围；基础设施完善进而降低一定的研发成本，激励企业创新及提升企业参与科技成果转化的积极性。综上所述，在良好的创新环境下，政府对企业创新的补助可以从多方面提升企业创新研发阶段的技术创新效率，产生更多的创新成果产出。

政府干预企业经济转化阶段的程度也受创新环境的影响。在市场化水平较低的情况下，由于政府对资源的引导作用更强，更容易导致寻租和贪污现象，使得政府补助在这一阶段的影响效果普遍降低；而在良好的创新环境下，政府对企业创新活动的介入程度比较低，市场在资源配置中起到了主导作用。基于上述分析，提出以下假设：

H3：创新环境正向调节政府补助对专利密集型企业创新研发阶段技术创新效率的影响，对经济转化阶段的调节作用不显著。

2.3 产权性质的调节作用

国有企业和非国有企业具有明显的资源差异，不仅会从根本上改变企业资源配置模式、内部治理机制等一系列重要的制度安排，而且还会影响企业面临的内部和外部融资制约、企业与政府的关系以及所处行业的竞争格局。产权属性在多个层面上会对企业的技术创新行为及其获得技术成果的能力产生深远的影响，因此不同所有制会调节政府补助与企业技术创新效率之间的关系。首先，国有企业与政府间有着天生的政治纽带，体制保障使得国企在内部和外部的资金筹集上都具有很大的优越性，因此政府补助的正向信号作用对国有企业的影响弱于对非国有企业的影响。其次，国有企业的高级管理人员一般通过行政任命，相比非国有企业，这些高级管理人员往往对技术创新领域的把控能力不够，在对技术创新趋势进行判断和决策时更易产生偏颇，且不利于技术创新成果的转化［24］，同时政府的过度干预、政策滞后以及决策失误等行为往往会扭曲创新资源配置，从而导致企业创新过程中的效率损失。由此，提出假设如下：

H4：相较于国有企业，政府补助对非国有专利密集型企业创新研发阶段和经济转化阶段的技术创新效率的影响更为显著。

2.4 行业性质的调节作用

各行业的特性及目标追求的差异使得企业的创新行为具有行业异质性，而政府补助对于不同行业企业技术创新的促进效应也存在差异。姜宁等［25］利用我国5个高科技行业的数据进行经验研究发现，不同行业中政府补贴对经济增长的影响效应有很大的不同。Tsai 等［26］在对比分析中得出，在得到相同的政府补贴时，高技术产业的技术创新绩效和社会效益都更好。以科学研究和技术服务业为代表的高科技产业在创新研发阶段具有更高的创新需求，所以这一类型的高科技产业通常会要求更多的研发投资，且由于面临更高的失败风险和更多的不确定因素，该类型行业对政府补助的需求尤其突出。因此，提出如下假设：

H5：政府补助对不同行业专利密集型企业创新研发和经济转化阶段技术创新效率的影响存在异质性。

3 研究设计

3.1 样本选择与数据来源

由于2015 年以前上市企业年报中并未报告研发人员数量，因此本研究所选样本时间为2016 至2021年，选取沪深两市A 股上市公司中的专利密集型企业为研究样本，专利密集型企业的名单是根据国家知识产权局2016 年编制的《知识产权（专利）密集型产业目录》中筛选得出。此外，对初步获得的数据进行了一定的筛选：（1）剔除2016—2021 年经营不善的企业（ST、*ST）；（2）剔除数据严重缺失的企业；（3）剔除未披露研发数据以及财政补贴的企业。最终得到符合要求的1 221 家企业，共计7 326 个观测值。所需的企业财务数据主要来自CSMAR 国泰安数据库，其中部分专利申请数来自智慧芽数据库。

3.2 变量定义及指标选取

3.2.1 被解释变量

基于创新价值链理论，创新是一个不断渐进的过程，各个环节之间存在着密切的联系和交互关系。首先，将各种类型的技术创新资源从初始的输入转变为生产的中间产品；第二个阶段为市场化阶段，即将科研创新成果和其他非科研创新成果实现产业化，并由此获得一定的经济效益［21］。因变量是根据DEA-BBC 模型测算出来的专利密集型企业技术创新效率与分阶段指标（创新研发效率和经济转化效率）。创新研发阶段的测量指标方面，借鉴孙研等［27］的研究，选择研发支出总额和技术人员数量作为投入指标；产出指标方面，企业的发明专利是企业创新投入直接获取的重要成果，与企业的创新研发活动关联最为紧密，因此采用专利授权数与专利申请量作为第一阶段的产出指标。经济转化阶段投入指标选取专利授权数和研发人员数；产出指标方面，已有相关研究普遍采用新产品产量、产值或销售收入来测量，借鉴易明等［28］的做法，考虑专利密集型企业并未详细披露新产品数据，最终选择主营业务收入和利润率作为产出指标。在遵循代表性、科学性、数据可获得性等原则的基础上，最终构建了专利密集型企业两阶段技术创新关系，具体如图1 所示。

图1 专利密集型企业两阶段技术创新关系

3.2.2 解释变量

本研究以政府补助（GOV）为主要解释变量，实证探讨政府补助对专利密集型企业技术创新效率的作用机制。将政府补助界定为企业无偿从政府处获得的资金，可从企业年报的公开披露数据中直接摘录出来。由于规模不同的企业获得的政府补助金额也存在较大差距，因此选用政府补助总额占企业总资产的比值衡量该变量，以控制企业规模对研究结果的影响。

3.2.3 调节变量

选择创新环境为调节变量，以检验在不同创新环境水平下政府补助对专利密集型企业两阶段技术创新效率的影响。通过国内外相关研究综述发现，大部分研究借鉴由中国科技发展战略研究小组和中国科学院大学中国创新创业管理研究中心［23］40-41合作出版的《中国区域创新能力评价报告》中的创新环境指标及其综合指数，主要是通过区域的创新基础设施环境、市场环境、劳动者素质和创业水平来评价省域创新环境，因这些指标的选取及测量方法科学全面，本研究同样采用此方法。

3.2.4 控制变量

综合国内外相关研究可知，企业技术创新是多种因素共同作用的结果，因此参考李江等［29］、施建军等［30］、姜付秀等［31］、冯根福等［32］的相关研究，选取了企业规模（SIZE）、偿债能力（LEV）、总资产净利润率（ROA）、管理费用率（MANA）、股权集中度（CON）作为控制变量。具体变量定义见表1。

表1 变量及其定义

3.3 模型构建

3.3.1 DEA 模型

DEA 是在1978 年由 Charnes 等［33］学者提出，是对同类型决策单元（DMU）的相对效率进行分析的一种数据分析方法。DEA 的主要研究对象从过去的单投入产出转变为多投入产出的单元，其主要的优点是无需给指标赋权，降低了主观性的误差，使得数据分析的结果更为真实可信。DEA 方法近年来在技术创新领域得到了广泛应用，其基本逻辑在于将各项决策单元投影到DEA 的生产前沿面。假设决策单元的总量为n，其中每个决策单元均有m种输 入和s种输出，Xj=(X1j,X2j,…,Xmj)；T＞0，yj=(y1j,y2j,…,ysj)；T＞0，xij为DMUj的 第i种输入的输入量，yrj表示DMUj的第r种输出的输出量(j=1,2,…,n;i=1,2,…,m;r=1,2,…,s)；x0=xj0，y0=yj0，1 ≤j0≤n。对于选定的DMUj0，判断其有效性的DEA 模型可以表示为：

DEA 方法又可分为CCR 和BCC 两种模型，考虑到创新行为呈现出明显的知识经济特性，且边际收益不确定，本研究拟采用规模报酬可变的BCC 模型来评估专利密集型企业的创新效率，并对其进行深度剖析。

3.3.2 面板固定效应模型

由于本研究使用的是非平衡面板数据，首先进行 Hausman 检验，检验结果拒绝原假设，接受固定效应，因此选用固定效应模型。为实证检验政府补助对专利密集型企业创新研发阶段和经济转化阶段技术创新效率的影响，进一步考察创新环境对两个阶段技术创新效率的调节作用，模型构建如下：

式（2）至式（5）中：被解释变量EFFCY1it是专利密集型企业i在第t年度的创新研发阶段技术创新效率；EFFCY2it是专利密集型企业i在第t年度的经济转化阶段技术创新效率；ηi为企业个体固定效应；εit为残差项。

4 实证分析

4.1 描述性统计与相关性分析

4.1.1 描述性统计

在进行实证研究之前，为防止离群点对实证结果的影响，将主要的解释变量在1%与99%之间做了缩尾，表2 为主要变量的描述性统计结果。可以看出，该面板数据为非平衡面板数据，解释变量创新研发阶段的平均值要大于经济转化阶段，说明样本专利密集型企业的创新研发效率要高于经济转化阶段，同时各地区的创新环境之间存在较大的差距，且普遍低于全样本的平均值，这意味着创新环境区域化较严重。

表2 变量的描述性统计结果

4.1.2 相关性分析

根据表3，总体来说，各个主要变量之间存在显著相关关系。其中，创新研发效率和经济转化效率均与政府补助强度之间存在显著正相关关系，与研究假设保持一致；除企业规模与偿债能力的相关系数达到0.476 外，其他变量间的相关系数都较低，说明所选取的研究变量之间不存在严重的多重共线性。初步来看，各控制变量均通过了1%水平的显著性检验。

表3 变量的相关性分析结果

4.2 技术创新效率分析

首先通过软件DEA2.1 测算2016—2021 年样本专利密集型企业两阶段纯技术创新效率，如图2 所示，企业创新研发的纯技术效率总体呈现下降趋势，且不同行业的下降趋势基本相同。这在一定程度上也反映了专利密集型企业在创新研发阶段的投入产出结构还需要进一步优化，仍存在资源未得以充分利用的问题，因此企业还需要持续加强对自身创新效率重要性的认识，而且应该在实现技术和管理进步的同时对自身的创新投入和产出结构进行逐步优化和改进，从而使企业在创新研发阶段实现对投入资源的合理配置。

图2 样本不同行业专利密集型企业创新研发阶段纯技术创新效率变动情况

图3 样本不同行业专利密集型企业经济转化阶段纯技术创新效率变动情况

如图 3 所示，各行业间样本企业的经济转化纯技术效率波动较创新研发阶段更大，且均呈现下降趋势，效率值最低为0.767 1、最高为0.863 5，因此企业还是要加强对生产要素利用率的重视，促使创新研发的知识产出尽可能地转化为经济效益。经济转化效率处于较优的状态则不仅能整体提高企业的技术创新效率，还能为企业的创新活动提供资金保障。

4.3 回归分析

4.3.1 固定效应回归

通过Stata17.0 软件进行固定效应回归测算，表4 列出了固定效应模型的估计结果。其中，政府补助对创新研发阶段技术创新效率的影响系数为正且在1%水平上显著，表明政府补助可以显著地提升专利密集型企业创新研发技术创新效率，每单位政府补助强度的增加，企业创新研发效率将会相应地提高0.351 个单位；政府补助对经济转化阶段的影响系数是正的并且达到了1%的显著性，这表明其对专利密集型企业在经济转化阶段的技术创新效率有明显的提升，当政府补助强度增加一个单位时，企业的经济转化效率将会相应地提高0.217 个单位，通过了5%水平的显著性检验。显然，政府补助对创新研发阶段效率的影响程度要显著于经济转化阶段，由此验证了假设H1、H2。

表4 变量的全样本回归分析结果

从表4 还可以看出，企业规模负向影响创新研发阶段和经济转化阶段的效率，均在1%的水平上显著，这意味着庞大的组织规模可能会有效率冗余，进而影响企业技术创新效率的提升；偿债能力正向影响企业的经济转化效率，在5%的水平上显著，这意味着稳定充足的现金流是保证企业经营的根本，较高的负债率阻碍了企业进行科技产品的市场转化，最终影响了企业经济转化阶段效率的提高；盈利能力显著促进企业两阶段技术创新效率的提高，通过了1%水平的显著性检验，这表明企业拥有较高盈利能力既能提高企业市场经营的抗风险能力及保障研发资金的持续性投入，也能显著促进企业创新研发阶段和经济转化阶段技术创新效率的提高；管理效率正向影响了企业创新研发阶段技术创新效率，这意味着管理效率较高的企业内部治理与内部控制更成熟，保证了政府补助资金的专款专用，可以有效促进企业技术创新效率的提高。

4.3.2 调节效应

为进一步探讨我国政府补助对样本专利密集型企业两阶段效率的作用，建立以创新环境为调节变量的调节效应回归模型，对其与政府补助之间的交互项关系进行实证检验，判断创新环境能否对二者的关系产生影响。从表5 调节效应结果可以看出：第一，创新研发阶段，创新环境与政府补助的交互项系数显著为正，通过了5%水平下的显著性检验，这表明了创新环境正向调节政府补助对企业技术创新效率的促进作用；第二，经济转化阶段，创新环境与政府补助的交互项系数显著为正，通过10%水平下的显著性检验，表明创新环境能够加强政府补助对企业技术创新效率的影响，但是并不显著。由此验证了假设H3，表明创新环境越好的地区，政府补助对专利密集型企业创新研发效率的提升作用越显著。因此在政府引导激励企业开展创新活动时，创新环境的建设尤为重要。

表5 创新环境变量的调节效应分析结果

4.4 异质性检验

4.4.1 企业性质异质性检验

将样本企业按照产权性质分为国有企业组和非国有企业组，通过DEA 模型测算两组的两阶段技术创新效率，再运用固定效应模型探究政府补助在产权异质性调节下对两阶段效率的差异化影响。回归结果如表6 所示，可以看出政府补助对国有和非国有企业的创新研发效率均有显著的促进效应，国有企业模型通过了5%水平的显著性检验，非国有企业模型通过了1%水平的显著性检验，即政府补助对非国有企业创新研发效率的影响更为显著，说明非国有企业对创新资源利用的效率高于国有企业。对国有企业而言，其拥有丰富的资源及天然政治联系，而非国有企业常常面临融资约束的压力和创新研发费用投入不足的问题，因此政府补助能为非国有企业的创新研发效率带来显著的促进作用。另外，政府补助对非国有企业和国有企业的经济转化效率均呈现正向影响，但国有企业未通过显著性水平检验，表明政府补助并未对国有企业经济转化效率产生显著影响。此外可以看出，偿债能力、资产利润率和管理效率在非国有企业中均对经济转化效率产生显著的正向影响，这意味着国有企业经济转化阶段受这些因素的影响不大，而非国有企业在经济转化阶段面临的竞争更大，而良好的偿债能力和资产利润率会给其提供经济转化的基础和动力，良好的管理效率会提高企业创新资金的规范使用程度，进而促进企业经济转化阶段效率的提高。

表6 两阶段技术创新效率的样本企业性质异质性基础回归结果

进一步检验在企业性质不同的分组中，创新环境作为调节变量对政府补助和专利密集型创新研发效率两者关系的影响，如表7 所示，创新环境可以正向调节政府补助对国有企业和非国有企业创新研发效率的影响。这表明创新环境越好的地区，一方面，创新政策可以通过引导激励与规范行为等政策工具的作用，发挥了创新政策对专利密集型企业技术创新的支持效应与约束效应；另一方面，这些地区企业自身的创新研发能力和意愿往往越强，且地方政府制定的有关创新监测制度和法律制度也越完善，引导企业强化对创新研发的重视，从而将政府补助资金落实到实际创新活动中去，提高了政府补助资金的分配效率，从而提升专利密集型企业的技术创新和研发效率。

表7 创新研发阶段样本企业性质调节效应回归结果

4.4.2 行业异质性检验

将样本企业根据《专利密集型产业目录》进行分类，具体包括信息通信技术服务业、信息通信技术制造业、新装备制造业、新材料制造业和医药制造业5 个行业，分类别进行基础模型回归，结果见表8，可以看出政府补助对信息技术服务业、信息通信技术制造业企业的创新研发阶段效率呈现正向作用，均通过了显著性水平的检验，而新材料制造业、新装备制造业、医药制造业则未通过显著性检验。

表8 创新研发阶段样本企业行业异质性基础回归结果

另外从表9 可以看出，政府补助对新材料制造业、信息技术服务业、信息通信技术制造业、医药制造业行业企业的经济转化阶段效率均呈现正向作用。其中，信息技术服务业和信息通信技术制造业属于数字化时代中市场竞争较大的行业，即市场集中度高的行业，这些行业的企业创新需求更大，因此政府补助对其激励引导创新作用更显著，表现为通过行业间的市场竞争促进了企业的技术创新。这一作用主要是通过熊比特效应来体现的，该类型行业的企业创新意愿更强，愿意将资金完善配置于创新活动中，进而提高企业的技术创新效率；同时，市场集中度高的行业产品拥有迭代更快、附加价值高和经济转化效益高的特点，企业拥有专利转化为产品的动力，所以沉没成果闲置现象较少，企业经济转化效率会进一步提高。

表9 经济转化阶段样本企业行业异质性基础回归结果

4.5 稳健性检验

一是更换回归模型。Tobit 模型主要运用于解释变量受限制的情况，而由于本研究以上测算出的两阶段效率值属于受约束的情况，固定效应模型可能存在一定的误差，所以运用Tobit 模型进一步讨论该情况存在的问题。运用Tobit 截取回归方法对基础模型进行回归，得到的结果依然与原实证结果保持一致。二是更换变量度量方式。以上通过政府补助占企业总资产的比例衡量政府补助强度，此处采取政府补助占企业营业收入的比例来评价政府补助强度，同样选择以上基础模型进行回归，结果同样与实证回归结果保持一致。

5 结论与启示

5.1 研究结论

培育壮大专利密集型产业是我国推动知识产权融入创新发展、助力经济高质量发展的重要举措。相关统计显示，我国专利密集型产业发展呈现出对国民经济增长拉动作用强、抗风险能力强、发展韧性大、创新能力强、专利储备快速增长等特点［34］。大力提升专利密集型企业技术创新水平，不仅是我国应对全球供应格局剧变的必要举措，而且也直接推动知识产权融入创新发展、助力经济高质量发展。本研究基于我国专利密集型企业 2016—2021 年的面板数据，通过 DEA 模型测度和分析企业两阶段的技术创新效率，再运用固定效应模型实证检验政府补助对专利密集型企业创新研发阶段效率和经济转化阶段效率的影响，同时还研究了创新环境对政府补助与企业两阶段效率关系的调节作用，以及行业异质性和企业性质异质性的调节作用。主要得到以下研究结论：（1）政府补助对专利密集型企业技术创新产生了明显的激励作用，其中政府补助政策的引导促进作用在专利密集型企业创新研发阶段更为显著，其效果在专利密集型企业经济转化效率并不明显；（2）区域创新环境越好，政府补助对专利密集型企业创新研发效率的影响越显著，即创新环境优化有利于政府补助激励专利密集型企业创新研发效率的提升，虽然创新环境对政府补助与专利密集型企业经济转化效率的调节作用不显著，但是仍存在正向的影响；（3）政府补助对国有和非国有企业的创新研发效率均产生了正向的促进作用，且对非国有企业的影响更为显著，同时对非国有企业的经济转化效率产生了显著的促进作用；（4）政府补助对信息技术服务业、信息通信技术制造业企业的创新研发效率和经济转化效率均显著正相关，对行业间企业两阶段效率影响的差异主要是由于行业竞争程度不同。

5.2 政策启示

上述研究结论，对于提升我国专利密集型产业技术创新水平具有一定的政策启示。政府层面：（1）政府在选择补助对象时应该避免简单易行的“一刀切”策略，对处于不同创新区域和不同创新阶段的专利密集型企业应进行有效区分，完善监测机制以动态调整相应的补助力度。（2）优化区域创新环境。我国部分领域专利密集型企业的技术创新效率偏低，与我国相关地区的技术创新营商环境有待优化、基础设施建设有待加强、科研人员素质水平层次不齐有较大关系。要提高企业科技创新水平、减少创新效率损失，首要任务就是优化企业创新环境，引导建立健全一套以企业为创新主体、市场引领创新导向、产学研有机结合的技术创新体系，让创新要素不断向企业集聚。（3）充分重视科技成果转化。从本研究的实证结果可以看出，我国创新体系中创新产出与经济效果不相匹配的情况较为普遍存在，导致大量沉没成果产生。因此一方面应继续强化政府资金对企业创新研发阶段的支持以保证创新成果的产出，另一方面在企业经济转化阶段，政府应该加强政策引导与支持，使政府补助在提高专利密集型企业技术创新效率中充分切实发挥促进作用，比如在新产品市场化的初始阶段实行降税贴息等举措，加强对专利密集型企业科技成果转化的重视。（4）建立以两阶段创新效率为导向的补助考核评价指标体系。动态监测创新过程中存在的问题及原因是提升政府补助效率的前提，建议政府和专利密集型企业共同制定监测体系并开展阶段性考核，以保证资助资金切实用到创新活动中去，进而提升企业的技术创新效率。

企业层面：（1）注重内部治理，提高管理效率。从本研究的实证结果中可以看出，管理效率和企业规模均会提高企业技术创新效率产生的负向影响，且在经济转化阶段更为显著。如果企业在创新活动中不能充分合理利用研发投入资金，将会在很大程度上影响企业技术创新效率的提高。因此，企业作为政府补助支持的对象，应当从提高研发管理能力和内部控制能力出发，积极开展技术创新活动，着眼于企业的长远发展。政府补助是企业研发资金的重要来源，应当加强企业的内部管理和控制，以保障企业对政府补助资金的规范化管理，严格规定资金用途，做到减少资金利用损失，着力于增强创新能力。（2）注重提高自主创新能力。近几年我国专利密集型企业整体的技术创新效率不高，政府补助虽有一定的促进作用，但是企业的自主创新能力依然存在短板。企业可以充分利用政府补助的信号作用吸引高校及研究所的技术流入，为企业创新能力的发展提供助力。同时，企业要优化自身的资源配置水平，把自主创新和再创新有机结合起来，培养吸纳优秀人才，打破自身核心技术的局限，使创新成果得到迅速转化，并通过建立有效的激励机制激发员工创新热情。此外，企业应不断强化创新意识，在管理和创新的进程中逐步改善创新投入产出结构，提高资源配置和管理效率，进而增强创新能力。