(武汉大学 湖北 武汉 430072)

一、引言

(一)选题背景和意义

随着经济的发展和科学的进步，世界范围内太阳能光伏产业的发展非常迅速，在未来，太阳能将会有效替代日趋枯竭的化石能源。光伏产业虽然具有巨大的发展潜力，属于新兴战略产业，但如果被暴露在完全的市场环境下，会因为技术和资金等原因而无法跨越发展初期的困局。此时，政府部门的优惠、补贴等政策就显得尤其重要。理论上来说，政府的扶持政策可以使得光伏产业链更加完善，可以引导社会资本进入，可以通过扩大光伏产业的生产规模和鼓励技术创新使得光伏发电成本下降，进而推动该产业的发展。

新世纪以来，在不断颁布和实施的光伏产业政策的作用下，我国的光伏产业得到了迅速的发展，我国也得以成为世界范围内的光伏产业大国。诚然，光伏产业扶持政策的成绩显而易见，但其不足之处也逐渐暴露——光伏产业链的发展非常不均衡，存在两头小中间大的问题，上游和下游的技术研发不足，严重依赖进口，而中游存在产能过剩和重复投资，出口依赖强。

扶持这种新兴战略产业，目的在于促进核心技术的研发和鼓励创新，但就我国光伏产业发展的现状来看，显然其技术效率很低，基础研发和终端应用得不到鼓励，而投资、生产和消费却很快增长。在某些地方，光伏产业已然存在“政策在则发展，政策退则衰落”的政策依赖症。本文基于此来探讨光伏产业的政府补贴选择机制，究竟是弱者容易获得补贴还是强者？是国有企业易于得到地方政府的青睐还是民营企业？光伏产业的扶持政策在整个产业链的不同环节是否存在差异？在研究了这些问题后，便可进一步根据我国的光伏产业政策现给出相应建议，这是本篇论文可能的贡献所在。

二、计量模型与结果分析

(一)研究思路及变量选取

为了说明影响地方政府给予光伏企业补贴的决策因素是什么，本文以政府给到企业的补贴为被解释变量。政府扶持企业，有可能是从鼓励创新的角度出发，有可能只是弥补亏损，保证其继续经营，而不至于破产。鉴于每个企业的具体情况都大为迥异，补贴值这个绝对量不能很好的反应政府在补贴不同企业时的态度差异，本文引进补贴率(sublv，政府补助/主营业务收入)作为所有模型的被解释变量。

政府在给予企业补贴时，可能考虑到的因素有哪些呢？对研发、创新重视程度不同的企业最终能够获得的补贴可能不同，因此，研发投入(rd)是一个可能的解释变量。此外，由于政府有提高GDP水平、增加当地税收的利益导向，企业的获利能力、交税能力也应当是政府考量的一个重要因素，因此，净利润水平(netpro，利润总额-政府补助)、营业税税负(tax，营业税及其附加/主营业务收入)这两个变量也作为解释变量。对于亏损的企业，政府会如何对待？是让其自然消亡，还是对其扶持更多以避免因其破产带来的经济指标下降、失业增多、社会不稳定？因此，本文以亏损虚拟变量(loss，亏损为1，否则为0)作为其中的一个解释变量。

另外，本文是从地方政府的视角出发，探析影响补贴的因素并进一步推理造成光伏企业补贴政策依赖的原因，因此将光伏上市公司的企业性质加以分类。首先，将光伏上市公司的企业分为国有企业和民营企业，其次，将国有企业细分为中央国有企业和地方国有企业。本文认为企业的性质也是影响其获得补贴能力的一个重要因素，并猜想地方政府在给予补贴时会对待不同性质的企业会有所差别，因此，引入国有企业虚拟变量(soe，是则为1，否则为0)、中央国有企业虚拟变量(cs，是则为1，否为0)、地方国有企业(ls，是则为1，否为0)三个变量作为解释变量。

不同环节的光伏企业其成长速度、盈利能力、投入成本、发展前景都有巨大差异，因此可初步猜想产业链也是政府在做补贴决策时会考虑到的因素。引进上游虚拟变量(up，是则为1，否为0)及下游虚拟变量(down，是则为1，否为0)作为解释变量。

企业所在地区的经济发展水平不同，其获得补贴的能力也会不同，因此，引进地区人均GDP(pgdp)作为解释变量。本文的一个重要视角是地方政府，而由于资本是政府竞争的一个重要目标，外商直接投资又是资本竞争的重要对象。为了考量地方政府间的竞争，引入外商直接投资(fdi)作为解释变量

(二)数据来源及计量模型

1.数据来源说明

本文涉及的变量有补贴率(sublv，政府补助/主营业务收入)、研发投入(rd)、净利润水平(netpro，利润总额-政府补助)、营业税税负(tax，营业税及其附加/主营业务收入)、亏损虚拟变量(loss)、国有企业虚拟变量(soe)、中央国有企业虚拟变量(cs)、地方国有企业虚拟变量(ls)、上游虚拟变量(up)及下游虚拟变量(down)、地区人均GDP(pgdp)、外商直接投资(fdi)。

2.面板数据模型选取

本文以补贴收入或补贴率作为被解释变量，从所有解释变量中选取部分变量组成不同的模型，用Eviews7.2分析。

由于本文的面板数据宽而短，截面较大，因此不做单位根检验。本文有多个模型需要构建，在构建每一个模型前需要确认影响形式和具体的模型形式。首先用Hausman检验的方法确定是随机效应还是固定效应，其次构建变参数模型得残差平方和S1，并考虑其自由度；构建变截距模型得残差平方和S2，并考虑其自由度；构建不变参数模型得残差平方和F3，并考虑其自由度。在得到了S1、S2、S3后，计算出F1、F2的值，并查找临界值作出判断具体的模型形式。

本文以补贴率为被解释变量，根据不同研究目的所示净利润水平、研发投入等变量为解释变量，根据解释变量的选取和样本分类选择分为以下五个模型。

Sublv=C+β1Netpro+β2Loss+β3Rd+β4Soe+β5Tax+ut

(3-1)

Sublv=C+β1Netpro+β2Loss+β3Rd+β4Cs+β5Ls+β6Tax+ut

(3-2)

Sublv=C+β1Rd+β2Tax+β3Down+β4Up+ut

(3-3)

Sublv=C+β1Rd+β2Tax+β3Pgdp+β4Fdi+ut

(3-4)

Sublv=C+β1Netpro+β2Loss+β3Rd+β4Tax+ut

(3-5)

(三)模型结果分析及稳健性检验

1.模型结果

在初步的分析中，以净利润水平、亏损虚拟变量、研发投入、营业税税负为解释变量，以全样本为对象进行估计，中央国有企业和地方国有企也统一归类为国有企业，得到模型1；以全样本为对象进行估计，国有企业细分为中央国有企业和地方国有企业，得到模型2，其分析结果如表1：

表1 模型估计结果(1)

注：表中数据为对应变量估计得出的系数，括号内为对应P值(下同)

各变量的系数与其边际影响存在正相关关系，即在控制其他因素不变的前提下，如果系数为正，则增加一个单位的这个变量会使因变量增加，反之，若系数为负，则增加一个单位的这个变量会使因变量减少。

模型1中的国有企业虚拟变量是显著的，且系数为正值，可初步判断在大样本下，国有企业在获得政府补贴的角度相对于普通民营企业是有优势的，而观察模型2可看到，中央国有企业和地方国有企业虚拟变量均是显著，且中央国有企业虚拟变量的系数为负，而地方国有企业虚拟变量的系数为正，可见，地方国有企业相对于中央国有企业，在获得地方政府的补贴方面更有优势。即地方政府在做补贴选择时，地方国企与中央国企在补贴决策函数中的系数是有很大区别的。

2.结论

从以上结果模型中，可以得到光伏产业的补贴依赖性因素的一些结论。

(1)从企业性质来看，国有企业相对于民营企业在获得政府补贴的角度更有优势，而细分国有企业后，地方的国有企业又要比中央的国有企业更容易获得补贴。国有企业获补贴更多，与我国的市场化程度、经济发展水平以及相关政策规定有关。而地方国有企业相比中央国有企业获补贴更多，是一个值得我们深思的问题。地方政府更愿意选择当地的企业作为扶持对象，因为如此可以增加当地政府对地区经济发展的控制力，这在某些程度上反映了地方政府与中央政府利益目标的差异。

(2)从产业链环节及研发投入的角度来看，下游企业与中上游一样也有获得补贴的优势，甚至优势更大。但同时研发投入高的企业在获得补贴时处于劣势，结合地方政府对“短平快”项目的偏好，可得出我国的光伏产业补贴没有给到注重研发、创新的企业。

(3)从地区竞争的角度来看，所在地区的地区竞争度强的企业获得的补贴概率更大。而人均地区GDP对光伏产业补贴决策的影响不大。另外，地方政府在进行补贴决策时，有救助弱者的偏好，因为亏损企业在获得补贴方面更有优势，但同时对于获利能力强的企业，地方政府也愿意给予补贴。并且，地方政府在做补贴决策时，会倾向于能给当地带来更多税收的企业。

综合来说，我国的光伏产业补贴机制不够完善，地方政府由于政绩考核、与中央政府利益目标差异等原因，给予的补贴不公正。救助亏损企业、补贴“短平快”项目、科技含量高的企业扶持不够等问题并存，造成了我国光伏产业结构不合理。在救助型政策的大背景下，有些光伏企业很容易形成政策依赖症，失去自主发展动力和能力。企业发展出现的问题很可能被归咎于扶持力度不够，于是地方政府加大扶持力度，这时企业在短期内问题被掩盖过去，但由于没有在合适的时机得以解决，最终会像滚雪球一样形成一个更加棘手的问题。