黄桂田 都帅帅

摘 要：基于企业层面微观数据探究政府补贴对企业生产效率的作用及中间机制。实证发现政府补贴的确会促进企业生产效率提高。在这一过程中，基础研发类创新和技术改造类创新的中介效应占比最高可达15%和27%以上，但产品研发类创新的中介效应在政府补贴对企业生产效率的影响中并不显著。

关键词：政府补贴;企业生产效率;创新类型;中介效应

文章编号：2095-5960（2022）01-0025-11;中图分类号：F424.3;文献标识码：A

一、引言

国内外关于政府与企业间关系的讨论非常丰富，而从政府对企业补贴的视角来研究二者的关系意义重大。作为一种调控经济的手段，政府补贴能通过降低企业融资约束、减轻企业成本压力等途径激发企业创新发展动能[1]，进而推动企业生产效率提升。在“十四五”发展期间，激发企业生产活力是推动新发展格局建设的重要一环，更是助力经济高质量发展的重中之重。同时，十九届五中全会强调了创新的关键作用并提出要提高供给质量。据《中国科技统计年鉴》数据显示，我国规模以上企业内部研发经费呈逐年递增态势，2019年企业研发支出为13394.2亿元，占比全部研发投入的95.8%，这在一定程度上反映了作为创新主体的企业创新力度逐年提高。不过由于创新的外部性，企业实际获得的创新收益受损，从而引发市场混乱，这需要政府通过补助或减免税收等方式有效弥补创新的外部性，并激发企业研发动力，以提高供给质量。[2]因此，除企业主体主动破局谋求创新发展以提升生产效率外，还需要政府实施恰当的补贴政策，以处理市场失灵等引发的创新动力不足问题，进而助力企业生产效率提高，这也是目前政府与企业关系领域的一个重要研究方向。

由此引发思考，政府补贴政策应该如何设计以求更加精准激发企业创新活力和生产效率？在多角度考察企业生产效率的情况下，政府补贴能否有效促进企业生产效率？不同类型的创新在这过程中扮演了怎样的角色呢？本文以此为导向进行研究，以期为现阶段中国政府进一步精准制定补贴政策、企业分类进行创新投入提供思路，也为从促进企业生产效率角度贯彻新发展理念、构建新发展格局提供证据。

二、文献综述

经济学意义上的政府补贴概念[3]首次出现于20世纪，之后关于政府补贴的研究逐步增多。研究表明，政府补贴是构成政府财政支出的关键环节，一国政府出于对本土企业保护的目的，通过补贴支持本土企业，能吸引外资，资本净流入增加，促进地区经济增长。[4]在转型阶段，补贴是政府实施扶持计划的重要方式。[5]关于政府补贴与企业生产效率方面的研究发现，政府补贴可以通过作用于以下几方面影响企业生产效率。政府补贴很大程度上成为装备制造企业应对融资约束的途径，使其生产率稳定提升;[6]中国政府所付出的研发补贴有助于企业进行技术创新;[7]政府补贴也可能会给企业的生产率和创新效果带来负面效应。[8， 9]从补贴强度审视发现，补贴强度较低时无法有效刺激企业开展研发创新[10]，对生产率的提振作用不足[11];补贴强度太高时导致企业寻租行为挤压创新支出，阻碍了企业新产品研发。从企业内生状况来讲，企业规模、人力资本和产权结构都会影响政府补贴的实际作用，且产权结构差异会对要素禀赋和补贴信号的传递造成影响，导致政府补贴的创新效应有所不同。[12]从外在因素审视，优质的制定环境有助于政府补贴提升企业生产效率，地区经济发展状况和禀赋情况也会对补贴效力产生制约。[13]

政府补贴主要依靠提高技术水平来促进生产率发展，而非通过利用规模经济[14]，所以研究方向应该朝着政府补贴带来的创新上深化。这方面的研究成果如下：政府补贴能通过增加研发投资有效提高技术水平;[15]政府补贴对新材料公司的创新激励往往时效性较差，但能较好弥补导入期公司的市场资金缺乏问题，对成熟期公司的创新则无显著影响;[16]实际上当企业预期到创新会带来政府补贴，则会实施策略性创新行为，增加创新数量而质量没有改变。[17]

由上述綜述发现，政府补贴对企业创新行为的研究已经较为丰富，也有部分学者对创新类型进行了区分，大多基于专利角度进行分类，但鲜有细分创新阶段的研究。鉴于这一情况，本文在识别出政府补贴对企业生产效率的作用基础上，将创新分为三种类型，分别为基础研发类创新、技术改造类创新和产品研发类创新，并衡量各类创新在政府补贴对企业生产效率影响过程中的中介作用，为政府补贴投入更高效的环节提供依据。

三、理论假说

（一）政府补贴与企业生产效率

鉴于中国经济体制的特殊性，政府行为在发展中起着关键作用。[18]现阶段，中国经济要真正实现高质量发展，全要素生产率的增长是重中之重，而关键要厘清政府职责和市场界限，实现资源高效调配。这一阶段会有知识外溢引起市场失灵，造成创新激励低效，而政府补贴是弥补此外部性的一种主要手段。

政府补贴能够提升全要素生产率[19]，具体影响路径包括减少创新风险、减轻融资约束等。一方面，由资源基础论可知，政府补贴通过分散创新风险，提升企业研发和创新活力，使企业在知识技能等要素上获得比较优势;另一方面，政府补贴使市场调整预期，减轻企业融资问题[20]，企业便可获得更便捷的资金支持，用于生产创新投入，提升生产绩效。此外，企业得到政府补贴会偏向于采用成本较高的经营模式，如加大研发力度，这使得企业竞争力增强，利润提升得到保障。故政府补贴能通过降低融资约束、调整生产方式等方式，使生产要素的效率提高，对企业生产效率起到促进作用。

据此得到假说一：政府补贴的投入增加，会对企业生产效率产生正向效应。

（二）政府补贴、创新与企业生产效率

目前，中国企业的技术水平和创新能力仍需提升，政府补助对改变这一现状有着十分重要的意义。上海市政府通过直接补贴与减免税收手段显著促进了企业研发活动[21]，这一举措在中国高科技产业中十分普遍。大中企业获得政府的直接拨款后，企业的科技创新活力也得到了明显提升。[22]通过对中关村的高新技术单位的实证研究发现，政府补贴对企业的研发支出产生正向作用。[23]

已有研究发现创新能带来科技进步[24]，也是生产力发展的第一源泉[25]。在食品、文具等生产最终消费品为主的制造业行业，创新通过优化生产技艺、升级生产性能完成技术升级;在冶金、电器等生产中间品为主的制造业行业，创新通过采用科研新发明和新成果完成技术升级，这均会对企业生产效率产生正向激励。故可以发现，政府补贴能带来企业创新行为的累加[26]，进而提升企业生产效率。

据此得到假说二：创新在政府补贴对企业生产效率的促进作用中扮演中介变量的角色，即企业得到政府补贴后，会通过提高自身创新能力而对企业生产效率产生助力。

四、数据、指标测度与模型设定

（一）数据来源与处理

本文所用数据库为《中国工业企业数据库》《中国省级统计年鉴》《中国分省份市场化指数报告（2018）》《中国工业经济统计年鉴》《中国环境统计年报》《中国环境统计年鉴》《中国科技统计年鉴》和《中国劳动统计年鉴》。其中补贴收入出自《中国工业企业数据库》，由于该字段在2008～2010年缺失，故选用2000～2007年间数据。借用谢千里等[27]的思路，对《中国工业企业数据库》进行处理，以避免异常样本对回归结果的干扰。具体做法为：保留企业年龄大于1，职工多于8人，实证所需字段未缺失，符合会计准则，存在企业代码等的样本。这样最终回归采用的是涵盖2000～2007年28个制造业行业的企业层面样本。

（二）指标算法

1.企业生产效率。为尽可能多角度衡量企业生产效率，此处设定以下指标。

资本产出率（Y1）：用工业总产值与总资产的比值表示;劳动生产率（Y2）：用工业总产值与总人数的比值表示;静态全要素生产率（Y3）：参考Hall & Jones[28]的算法估计全要素生产率，即：

动态全要素生产率（Y4）：动态视角下，同一行业内企业间进行博弈，为考虑某企业的相对全要素生产率变动情况，此处设计如下公式，衡量企业的动态全要素生产率① ①（2）式中，tfpijk，t为t年k地区j行业中企业i的静态全要素生产率，[（∑nitfpijk，t-1-tfpijk，t-1）/n]为（t-1）年k地区j行业除企业i外的其他企业的全要素生产率均值，两者比值衡量t年k地区j行业中企业i依据前一年所在行业全要素生产率平均水平在t年所采取的全要素生产率变动策略。Y4ijk，t值越大，则该企业在考察年份比行业中其他企业的全要素生产率变动更积极。：

绿色全要素生产率（Y5）：构建绿色生产体系是经济发展的现实需求，为衡量绿色全要素生产率，此处借鉴原毅军和陈喆[29]的思路，建立如下计算方法：

式（3）中，-0.1449和0.0188是系数，ERI是环境规制② ②数据来源于《中国环境统计年报》《中国环境统计年鉴》，采用耿晔强和都帅帅[30]的方法进行计算。。

2.政府补贴。单纯用获得的补贴金额来衡量政府补贴，可能无法排除企业规模造成的干扰，现有文献中多用单位资产获得的补贴[31]或单位销售收入获得的补贴[32]来处理这一问题。本文在借鉴上述思路的基础上，考虑到员工数量可以从另一个角度代表企业规模[33]，便采用每个职工获得的补贴收入来衡量政府补贴这一解释变量。此外，对上述主要变量进行1%缩尾。

3.中介变量。目前文献中较多按照创新质量和数量对创新进行区分，本文将创新分为基础研发类创新、技术改造类创新和产品研发类创新三个类型，并利用《中国科技统计年鉴》行业层面数据，用研发支出（T1）、技术改造费用（T2）和新产品产值（T3）依次衡量三类创新，此即三个中介变量。

4.控制变量。本着尽可能多排除干扰项，使回归结果更可靠的原则，增加以下控制变量。其中，对于制度环境，现有研究中以城市为基本单元测算制度环境时，多使用《中国城市营商环境评价》报告;[34]以地区或企业为基本研究对象时，多运用《中国分省份市场化指数报告》来获取制度环境数据。[35]在考虑样本完整性和数据可得性的基础上，此处使用王小鲁等[36]的较为全面的指数，运用式（4）[37]来测算得到企业层面制度环境数据③ ③原指数为省级层面指标，但中国的行政体制特点，致使各省内相较于省间制度环境区别很小，这里以原省级指数为基准，通过将省级指数逐步转换到企业层面，得到所需回归数据。故（4）式中，Zab为a年b地区的制度环境指数（Zab=Market·（1-Disegab ），其中Market为市场化指数，Disegab是利用价格指数衡量地区市场分割程度的指数），Gab为a年b地区的生产总值，Gabc为a年b地区c行业的生产总值（Gab和Gabc的数据源于《中国工业经济统计年鉴》和《中国省级统计年鉴》），Gabcd为a年b地区c行业d企业的生产总值，且所用生产总值均以2000年为基期做了各年不变价处理。。其他控制变量的测算方法列于表1中。

（三）模型设定

为实证分析政府补贴与企业生产效率间的数量关系，此处根据温忠麟等[38]的思路，建立下述中介模型：

上述模型中，各变量分别为：企业生产效率（Y）、政府补贴（B）、不同类型的创新（T）、控制变量集合（I）、企业固定效应（μa）、地区固定效应（μb）、年份固定效应（μc）和随机误差（ε）。

五、实证结果分析

（一）基准回归：政府补贴对企业生产效率的实证估计

计量分析之前，依次对模型进行F检验和豪斯曼检验，二者都通过了1%显著性水平检验，故接下来运用固定效应对变量间关系进行分析。表2列出了方程（5）的回归结果。由表2可知，政府补贴对资本产出率的影响系数不显著，这可能与当时的依托低成本的勞动力提升经济效益和粗放式投资方式有关。而政府补贴对其他企业生产效率的指标均为正，且通过了1%显著性水平检验，即政府补贴显著促进劳动生产率、静态全要素生产率、动态全要素生产率和绿色全要素生产率的提升，这基本证明假说一成立。随着政府补贴的投入增加，其会对企业生产效率产生正向效应，这可能是由于政府补贴使得企业运用资本的灵活性增加，面临的约束降低，激发了企业生产效率的活力。同样观察系数大小可知，政府补贴对劳动生产率的促进作用最大，对绿色全要素生产率的促进作用最小，这可能是“斯密型增长”[39]的一个诱因。

（二）创新的中介效应检验

在政府补贴对企业生产效率的总效应被证实的前提下，依次分析三种类型创新的中介效应。

1.基础研发类创新的中介效应分析

首先用研发支出来衡量基础研发类创新，在表3中展示了针对基础研发类创新的计量方程（6）（7）的回归结果。表3第（1）列为中介模型第二步，即政府补贴对基础研发类创新影响的回归结果。可以看出政府补贴对基础研发类创新起到促进作用，政府补贴每提高1%，基础研发类创新支出增加0.18%，这在1%的水平上显著成立。表3第（2）至（6）列为中介模型第三步，观察可知，基础研发类创新支出增加对企业生产效率的各类指数均产生显著的促进作用，其中对企业动态全要素生产率的促进作用最强，对企业绿色全要素生产率促进作用最弱，具体为基础研发类创新支出增加1%，动态全要素生产率变动0.26%，绿色全要素生产率提升0.0073%。故在供给侧结构性改革的前提下，基础研发类创新的着力点应向绿色生产技术转变，以实现经济高质量发展。接下来对关键的中介效应进行描述，综合表2和表3结果可知，政府补贴对资本产出率总效用不显著，政府补贴通过基础研发类创新支出影响资本产出率的作用为间接效应[27]，且这一间接作用为正。此外，通过观察中介效应分步回归的系数发现，除资本产出率外，政府补贴对企业生产效率的其他指标的影响均通过基础研发类创新产生作用。具体来讲，在政府补贴对劳动生产率、静态全要素生产率、动态全要素生产率和绿色全要素生产率的促进作用中，基础研发类创新的中介效应占比分别为1.20%、1.30%、15.49%和2.53%。可以看出在政府补贴增加以促进动态全要素生产率增长的过程中，基础研发类创新的中介效应占比最大，故在动态竞争中，应更加重视增加对企业研发的补贴，并进一步完善知识产权的保障机制，促进企业研发。

综上，总体上基础研发类创新的中介作用显著存在，且中介效应占比最高可达15%以上。

2.技术改造类创新的中介效应分析

用技术改造费来衡量技术改造类创新的支出，表4汇报了技术改造费作为中介变量的回归结果。由表4第（1）列可知，政府补贴增加1%，技术改造费显著提升0.38%。由表4后5列结果知，技术改造费增加对企业生产效率均起到明显的正向作用，对动态全要素生产率的提升作用最大（1%的技术改造费提升会引起0.22%的动态全要素生产率变动），对绿色全要素生产率的作用最小。结合表1所展示的中介模型第一步回归结果可知，技术改造类创新在政府补贴对企业劳动生产率、静态全要素生产率、动态全要素生产率和绿色全要素生产率的改善中起到显著中介作用，中介效应占比如表4中“中介占比”所示，最大为对应动态全要素生产率的27.73%。需要说明的是，技术改造类创新在政府补贴对资本产出率的促进作用中仅起到间接作用。

综上，总体上技术改造类创新的中介作用显著存在，中介效应占比最高可达27%以上。得到的启示包括但不限于：样本期内政府补贴通过技术改造类创新主要增强企业的动态全要素生产率，利于企业在动态竞争中提升自身优势。

3.产品研发类创新的中介效应分析

用新产品产值来衡量产品研发类创新的成效，表5汇报了新产品产值作为中介变量的回归结果。中介模型第二步回归结果在表5第（1）列，可知政府补贴对新产品产值的作用不显著，故应作Sobel检验，检验结果在表中列出。“Sobel检验 Z值”均小于1.97，故无理由认为新产品产值在政府補贴对企业生产效率的作用起到了中介作用。

由三次中介模型回归可知，假说二基本成立。将不同类型的创新进行中介效应估计表明，基础研发类创新和技术改造类创新均显著支持假说二，即随着政府补贴增加，通过激发基础研发类创新和技术改造类创新活力，对企业生产效率产生了积极作用。政府补贴并未通过影响产品研发类创新而影响企业生产效率，这可能是由于补贴的作用环节有所偏向性导致的。

4.对三种类型创新中介效应的综合分析

前述依次实证了不同类型创新在政府补贴对企业生产效率影响中的中介作用。为了使回归意义更丰富和准确，将各种类型的创新及其交互项纳入一个计量模型中，对中介效应第三步再次进行回归。结果列示在表6中。基础研发类创新和技术改造类创新的单项回归系数均显著为正，而产品研发类创新的回归系数基本不显著，说明在政府补贴对企业生产效率的作用路径中，基础研发类创新和技术改造类创新发挥明显的中介作用，而产品研发类创新无中介作用。这与前述回归结果一致，不再赘述。

（三）内生性与稳健性检验

前述回归中并无法穷尽所有可能的控制变量，加之政府补贴可能对企业生产效率的某种特性有所偏好，这会造成内生性等问题。此处通过寻找工具变量的办法来尝试解决。适用的工具变量必须在与对应的解释变量相关度很高的前提下，与衡量企业生产效率的各变量外生，即所选工具变量仅能通过相应的解释变量影响企业生产效率。

就政府补贴来讲，财政分权使得企业补贴来源主要分为中央政府和地方政府两方面，其中各地的企业主要受地方政府的资金补贴和政策扶持，且同一地区主要的补贴政策无论是研发还是治污等补贴，对企业来讲基本一致。故从相关性方面考虑，省内某特定企业所接受的政府补贴强度与同一个省的其他企业接受的平均补贴强度高度相关。而省内其他企业所接受的补贴多少与该特定企业的生产行为并无直接关系，外生性假设亦成立。选用企业所属省份其他公司所得到的平均补贴强度作为企业获得的政府补贴的工具变量[40]，具体计算方法如下所示：

式子中，Ed用于表示某特定年份某特定地区d企业的补贴强度，n用于表示某特定年份某特定地区的企业数量。数据根据《中国工业企业数据库》测算得到。

表7中，展示了采用工具变量的两步GMM法对于计量方程（5）的回归结果。首先对工具变量的检验证明选取的工具变量有效① ①Kleibergen-Paap rk LM统计量p值均小于0.05，说明工具变量与内生变量无关;Cragg-Donald Wald F统计量（不小于3640.803）大于10%水平上的临界值（7.0300），说明回归所用非弱工具变量。 。观察各列系数可知政府补贴的系数符号与表2的回归结果一致，但系数大小有所不同。这证明前述回归基本可以证明假说的成立，但政府补贴对企业生产效率的作用效果可能随指标的选取差异而有所不同。

六、结论与建议

本文在分析政府补贴影响企业生产效率的机制的基础上，利用《中国工业企业数据库》《中国工业经济统计年鉴》《中国科技统计年鉴》和《中国劳动统计年鉴》等数据，探究了政府补贴从多角度对企业生产效率的促进作用，并将三种类型创新的中介效应进行分析，得出基础研发类和技术改造类创新的中介作用显著，产品研发类创新的中介作用不显著。

结合本研究的结论，得出如下启示：第一，要继续加大政府补贴力度，并针对性提高基础研发类创新和技术改造类创新的补贴，而对产品研发类创新补贴适当降低，使补贴更精确地发挥对企业生产效率的正面效力;第二，进一步推进创新驱动战略，并更大程度激发企业的基础研发类创新和技术改造类创新力度，使创新更好助推企业生产效率提升，达到从促进生产环节加快新发展格局构建的目的。

参考文献：

[1]刘小元， 林嵩. 地方政府行为对创业企业技术创新的影响——基于技术创新资源配置与创新产出的双重视角[J]. 研究与发展管理， 2013， 25（5）： 12～25.

[2]Dai， D. Intellectual property rights and R&D subsidies： Are they complementary policies？[J]. Journal of Economics， 2018， 125： 1～23.

[3]Robinson， W. C. What Is a Government Subsidy？[J]. National Tax Journal， 1967， 20（1）： 86～92.

[4]陈冬华. 地方政府、公司治理与补贴收入——来自我国证券市场的经验证据[J]. 财经研究， 2003（9）： 15～21.

[5]Timothy， F.， S. Andrei. The Invisible Hand and the Grabbing Hand[J]. The American Economic Review， 1997（2）： 354～358.

[6]任曙明， 吕镯. 融资约束、政府补贴与全要素生产率——来自中国装备制造企业的实证研究[J]. 管理世界， 2014（11）： 10～23.

[7]白俊红. 中国的政府R&D资助有效吗？来自大中型工业企业的经验证据[J]. 经济学（季刊）， 2011（4）： 1375～1400.

[8]徐保昌， 谢建国. 政府质量、政府补贴与企业全要素生产率[J]. 经济评论， 2015（4）： 45～56.

[9]闫志俊， 于津平. 政府补贴与企业全要素生产率——基于新兴产业和传统制造业的对比分析[J]. 产业经济研究， 2017（1）： 1～13.

[10]毛其淋， 许家云. 政府补贴对企业新产品创新的影响——基于补贴强度“适度区间”的视角[J]. 中国工业经济， 2015（6）： 94～107.

[11]邵敏， 包群. 政府补贴与企业生产率——基于我国工业企业的经验分析[J]. 中国工业经济， 2012（7）： 70～82.

[12]杨洋， 魏江， 罗来军. 谁在利用政府补贴进行创新——所有制和要素市场扭曲的联合调节效应[J]. 管理世界， 2015（1）： 75～86.

[13]余泳泽， 张先轸. 要素禀赋、适宜性创新模式选择与全要素生产率提升[J]. 管理世界， 2015（9）： 13～31.

[14]袁航， 朱承亮. 政府研发补贴对中国产业结构转型升级的影响：推手还是拖累？[J]. 财经研究， 2020（9）： 63～77.

[15]Dang， J.， K. Motohashi. Patent statistics： A good indicator for innovation in China？ Patent subsidy program impacts on patent quality[J]. China Economic Review， 2015， 35： 137～155.

[16]王昶， 王愷霖， 宋慧玲. 风险投资与政府补贴对新材料企业技术创新的激励效应及差异[J]. 资源科学， 2020（8）： 1566～1579.

[17]黎文靖， 郑曼妮. 实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J]. 经济研究， 2016， 51（4）： 60～73.

[18]Li， B. H.， A. L Zhou. Political turnover and economic performance： the incentive role of personnel control in China[J]. Journal of Public Economics， 2005， 89（9～10）： 1743～1762.

[19]李政， 杨思莹， 路京京. 政府补贴对制造企业全要素生产率的异质性影响[J]. 经济管理， 2019（3）： 5～20.

[20]高艳慧， 万迪昉， 蔡地. 政府研发补贴具有信号传递作用吗——基于我国高技术产业面板数据的分析[J]. 科学学与科学技术管理， 2012（1）： 5～11.

[21]朱平芳， 徐伟民. 政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J]. 经济研究， 2003（6）： 45～53.

[22]赵付民， 苏盛安， 邹珊刚. 我国政府科技投入对大中型工业企业R&D投入的影响分析[J]. 研究与发展管理， 2006（2）： 78～84.

[23]章元， 程郁， 佘国满. 政府补贴能否促进高新技术企业的自主创新——来自中关村的证据[J]. 金融研究， 2018（10）： 123～140.

[24]叶祥松， 刘敬. 政府支持与市场化程度对制造业科技进步的影响[J]. 经济研究， 2020（5）： 83～98.

[25]宓文湛. 试论科学技术成为第一生产力的两大根据[J]. 财经研究， 1992（5）： 43～47.

[26]耿晔强， 李园园. 环境规制、政府补贴与企业研发投入——基于中国制造业企业的经验分析[J]. 江汉论坛， 2019（7）： 11～20.

[27]谢千里， 罗斯基， 张轶凡. 中国工业生产率的增长与收敛[J]. 经济学（季刊）， 2008（3）： 809～826.

[28]Hall， R. E.， C. I. Jones. Why Do Some Countries Produce So Much More Output Per Worker Than Others？[J]. The Quarterly Journal of Economics， 1999， 114（1）： 83～116.

[29]原毅军， 陈喆. 环境规制、绿色技术创新与中国制造业转型升级[J]. 科学学研究， 2019， 37（10）： 1902～1911.

[30]耿晔强， 都帅帅. 环境规制、技术进步与企业实际工资[J]. 南开经济研究， 2020（5）： 3～23.

[31]孔东民， 刘莎莎， 王亚男. 市场竞争、产权与政府补贴[J]. 经济研究， 2013（2）： 55～67.

[32]王昀， 孙晓华. 政府补贴驱动工业转型升级的作用机理[J]. 中国工业经济， 2017（10）： 99～117.

[33]Richard， G. L. Some Implications of Endogenous Technological Change For Technology Policies In Developing Countries[J]. Economics of Innovation and New Technology， 2002， 11（4～5）： 321～351.

[34]杜运周， 刘秋辰， 程建青. 什么样的营商环境生态产生城市高创业活跃度？——基于制度组态的分析[J]. 管理世界， 2020（9）： 141～155.

[35]毛琦梁， 王菲. 制度环境、技术复杂度与空间溢出的产业间非均衡性[J]. 中国工业经济， 2020（5）： 118～136.

[36]王小鲁， 樊纲， 胡李鹏，等. 中國分省份市场化指数报告（2018）[M]. 北京：社会科学文献出版社， 2019.

[37]Matthew， A. C.， J. R. E. Robert， S. Eric. The environmental performance of firms： The role of foreign ownership， training， and experience[J]. Ecological Economics， 2007（3）： 538～546.

[38]温忠麟， 张雷， 侯杰泰， 等. 中介效应检验程序及其应用[J]. 心理学报， 2004（5）： 614～620.

[39]金星晔， 管汉晖， 李稻葵， 等. 中国在世界经济中相对地位的演变（公元1000—2017年）——对麦迪逊估算的修正[J]. 经济研究， 2019（7）： 14～29.

[40]童锦治， 刘诗源， 林志帆. 财政补贴、生命周期和企业研发创新[J]. 财政研究， 2018（4）： 33～47.

责任编辑：张建伟