陈 倩 罗守贵,2

(1.上海交通大学安泰与经济管理学院，上海 200030； 2.上海交通大学 中国城市治理研究院，上海 200030)

创新和技术进步是经济增长的重要源泉。我国正处于从以要素驱动、投资规模驱动发展为主向以创新驱动发展为主的转变中，每年在研发活动上的支出都在快速增长，专利申请总量也居世界前列。根据创新活动相关的市场失灵理论，在企业研发活动过程中，知识具有的溢出效应和技术创新的高风险性使得市场对于研发的投入会低于社会最优水平。因此，我国主要采取政府直接补贴的创新激励手段，然而补贴是否有效是需要厘清的重要问题。

学界对此展开了丰富的研究，但是由于产业政策种类繁多、研究样本不同、内生性问题等原因，学者们并未得出一致结论。有研究发现补贴能够激励企业创新。政府补贴能够帮助企业降低研发成本、减少研发风险、从而缓解企业的资金约束，促使企业在研发上投入更多，产出更高水平的研发成果。但是另一面，也有研究表明如果获取政府补贴的成本较低，企业会选择挤出原有的私人研发投入，因而补贴对创新的激励效果并不显著甚至为负。

另外，政府补贴的作用效果还取决于许多其他因素，其中最常被研究的是企业规模。中小企业是创新的中坚力量，近年来政府在政策中也将对中小企业创新的激励提高到更重要的位置。因此，研究中小型企业和大型企业受到政府补贴后的创新表现将为创新激励政策提供更全面的参考。

现有研究对中小企业的研究相对有限，与大型企业进行对比的文章几乎为零。另外，由于企业是否得到补贴并不是随机的，一些研究未能有效处理内生性问题。鉴于此，本文使用独有的上海市科技企业数据库，使用倾向得分匹配法，能够更好地减少内生性问题，更精准地估计出补贴效果，也为既有理论补充实证证据并对政策制定提供参考。

1 理论分析和假设

1.1 政府补贴与创新投入

企业的创新投入行为既包括对内部研发活动的投入，也包括对外部研发的投入，前者反映企业自主创新的行为，后者反映企业与其他机构进行产学研合作的创新行为。

关于内部研发投入。一方面，由于研发活动的外溢性，政府补贴能够在一定程度上弥补其导致的私人收益低于社会收益的损失；另一方面，由于研发活动具有高风险性，需要大量前期资金投入，而现实中融资较困难，政府补贴能够填补这部分资金缺口。因此，政府补贴对企业创新投入的影响是正向的。例如，姚东旻和朱泳奕基于中国工业企业数据库和倾向得分匹配与双重差分(PSM-DID)的微观计量方法，证明政府补贴对企业创新投入的促进作用非常显著，同时验证了二者之间不存在反向因果关系。但也有学者发现政府研发补贴对企业私人研发投入的影响是负向的，认为企业会因为获得了政府补助而减少研发资金。

关于外部研发投入。由于现代科学技术的飞速发展，技术创新活动呈现日益复杂且互相交叉渗透的趋势。这要求市场上不同主体发挥各自优势，合作产出创新成果。目前关于政府补贴对合作创新影响的研究较少，但多数认为政府补贴能够鼓励企业进行产学研合作。例如，Busom发现研发补贴不仅增加了公司的研发投资，而且还增加了公司与公共研究组织合作的可能性。

综上，本文提出两个备择假设一和假设二:

H1a：政府补贴能促进科技企业内部研发投入。

H1b：政府补贴会挤出科技企业内部研发投入。

H2：政府补贴能促进科技企业外部研发投入。

1.2 政府补贴与创新产出

主流研究也聚焦从创新产出角度来衡量创新绩效。关于微观层面企业创新产出的评价多以专利数量为指标，普遍认为政府补贴能够带来企业专利数量的显著增长。例如，李晓钟和徐怡以上市公司为研究对象，证明政府补贴对电子信息产业企业的专利数量存在促进作用，且这种作用在民营企业中表现出门槛效应。除了专利数量，越来越多学者注意到创新产业政策与专利质量的关系。专利质量的衡量指标通常有发明专利数量、专利引用率等，因为这些指标更能够体现专利具有的技术含金量。有研究认为政府补贴能够同时促进专利数量和质量的增长。例如，杨亭亭等以专利主权项总字数和IPC分类号衡量专利质量，发现政府研发补贴不仅提升了专利数量，也提升了专利质量。但是也有大量实证研究指出在政府产业政策下，企业存在“骗补式”“策略式”创新，即为了寻得政府扶持，注重专利数量提升，但忽视专利质量。例如，陈强远等研究发现自由裁量型的政府补贴政策对专利质量的影响并不显著。综上，本文提出以下两个备择假设：

H3a：政府补贴同时提升创新产出的数量与质量。

H3b：政府补贴能显著提升创新数量，但无法影响创新质量。

1.3 中小型企业与大型企业的差异

现有文献中的实证研究以上市公司和大中型工业企业为主，许多研究认为政府研发补贴对上市公司和大中型企业研发投入和创新绩效具有激励效应。例如陈红等基于2012—2014年的475家上市公司的数据研究发现，政府补助有利于促进成长期企业进行开发性创新以及成熟期企业进行探索性创新。但也有学者认为，政府补贴对中小型企业创新具有显著激励效果，而对大型企业影响不显著。例如，蔡绍鸿等以高新技术产业为样本研究发现小规模企业创新效果受到研发补贴政策的轻微促进，而在大型企业中不显著。

政府补贴对不同规模企业影响存在差异的可能原因有：一，中小型企业资金体量不如大型企业，依靠自身力量难以在项目前期拥有足够资金投入，可能比大型企业更依赖来自政府的扶持；二，中小型企业面对比大型企业更为严重的融资难问题。由于中小企业信息披露不够规范和透明，金融机构很难获取足够信息作出投资决定，即使可以获取也是代价高昂，存在严重信息不对称现象。因此，相比于大型企业，政府补贴政策对中小型企业提高创新水平可能具有更大的作用。例如，Pere通过对西班牙企业数据的研究发现，研发补贴对企业的研发活动具有促进作用，而且这种作用在员工人数200人以内的小型企业中更为显著。综上，本文提出假设四：

H4：政府补贴对中小型科技企业创新投入与产出的作用强于大型企业。

2 研究方法与数据

2.1 研究方法

由于企业是否获得补贴并不是随机决定的，而是受到企业自身的规模、成立年限、资产状况等一系列因素的影响，这样就产生了内生性问题。本文采用倾向得分匹配法，以期在一定程度上减少企业参与政府补贴项目的内生性问题。与多元线性回归相比，倾向得分匹配对函数形式设定的依赖程度低，能够减少函数形式设定错误导致的估计偏误。具体做法如下：

第一，将样本分为处理组与控制组。本文中，处理组指获得政策补贴的企业，对照组为没有受到补贴的企业。

i表示企业个体，Di表示企业是否进入处理组，在本文中指是否获得补贴，获得则为1，否则为0。Y表示被解释变量，在本文中指企业的创新行为，包括创新投入与产出两方面，Y1i表示企业受到政府补贴后的创新行为，Y0i表示未受到政府补贴的创新行为。

第二，计算倾向得分，即估计企业进入处理组的条件概率，一般使用Logit或Probit回归，本文采用Logit方法。倾向得分匹配将多维度的信息压缩到一维，得到一个倾向得分值。后续依据此值为处理组样本寻找得分相近的对照样本。以下是倾向得分的计算方法：

p(xi)=Pr(Di=1|x=xi)=E(Di|xi)

xi表示协变量，即影响企业获得补贴的因素；p(xi)为倾向得分，即在协变量给定的条件下，企业进入处理组的概率。

第三，根据倾向得分为处理组匹配类似的对照组。匹配的方法通常有一对一最近邻匹配、一对多最近邻匹配、核匹配、卡尺匹配等。由于本文样本量大，可以采用一对一的最近邻匹配方法。另外，还需要对协变量进行平衡性检验，对比匹配后的处理组与对照组的协变量是否存在显著差异，若差异大幅缩小，则说明匹配效果良好。

第四，得到参与者平均处理效应ATT(Average Treatment Effect of Treated)，即政府补贴对于企业创新行为的净影响。以下为计算方法：

ATT=E{Y1i-Y0i│Di=1}=E[E{Y1i-Y0i│Di=1,p(xi)}]=E[E{Y1i│Di=1,p(xi)}-E{Y0i│Di=0,p(xi)}|Di=1]

2.2 数据与变量

本文选取2010—2017年上海市的科技型企业作为研究对象。所有数据均来自上海市科技企业数据库，该库为每年在上海市科技企业中进行问卷调查整理得到，行业涵盖电子信息技术、高新技术服务业、高新技术改造传统产业、航空航天技术、生物与新医药技术、新材料技术、新能源及节能技术、资源与环境技术等。本文剔除变量含有缺失值、企业员工数量或资产总额为零、销售收入和总产值为负数的数据样本，并将连续变量在1%和99%水平进行缩尾处理以减轻极端值的影响，最终得到109242个样本观测值。

本文采用的变量包括处理变量、因变量和协变量。表1为本文主要使用的变量、变量定义以及描述性统计。处理变量为是否接受政府补贴，为虚拟变量，如果获得了补贴则该值等于“1”，没有则为“0”。 因变量包括四个，涉及企业的创新投入与产出两个方面。创新投入中包括内部研发投入和外部研发投入；创新产出包括创新数量与创新质量。根据主流文献中使用的控制变量以及结合数据的可获性，本文最终使用以下四个协变量——企业规模、企业年龄、总资产报酬率以及出口总额，所有连续变量均取自然对数。具体定义和衡量方法见表1。另外，本文按照《科技型中小企业评价办法》，将中小企业定义为：职工总数不超过500人、年销售收入不超过2亿元、资产总额不超过2亿元的企业。

表1 变量定义及描述性统计

3 实证结果分析

3.1 政府研发补贴对企业创新投入与产出的影响

在本文的样本中，有13883个观测样本属于处理组，而有95359个观测样本进入控制组。由于样本量较大，使用的匹配方法是一对一最近邻匹配，匹配结果满足共同支撑假设，匹配的效果较好。表2显示了政府补贴的处理效应ATT值，代表处理组的平均处理效应，为政策制定者关心的主要变量。

政府补贴对内部研发投入、外部研发投入、创新数量、创新质量的ATT值分别为0.077、0.008、4.846、0.171，且均在10%水平上显著。这说明，政府补贴能够同时显著促进上海市科技企业的创新投入和创新产出，印证了H1a、假设H2和H3a。

对比控制组与ATT数据，发现政府补贴对内部研发投入的相对效应为65%、对外部研发投入的相对效应为200%、对专利数量的相对效应为119%、对创新质量的相对促进效应为98%。从相对效应来看，政府补贴政策对外部研发投入具有非常显著的激励作用，获得政府补贴后的科技企业，明显更倾向于进行产学研合作。另外，匹配前后的数据对比表明，如果不控制内生性，则外部研发投入、创新数量和创新质量受到政府补贴的促进作用会被高估，尤其是对创新产出的估计，与匹配前有将近一倍的差距。

表2 基于一对一最近邻匹配方法的ATT值

对比创新数量与质量的ATT值，政府研发补贴对于创新数量的促进作用大于对质量的促进作用。企业在进行研发决策时，更注重专利数量的增长，以便增加获得政府补助的机会，但是对含金量更高的发明专利的研发活动则相对忽视。这说明在样本研究期间，政府补贴政策对企业创新起到了引导效果，但是在能够真正创造实质性价值的高质量专利上的引导或许还有进步空间。

3.2 中小型科技企业与大型企业的差异性

本文样本中，有67525个科技型中小企业样本、41711个大型企业样本。表3显示了中小型科技企业与大型企业的倾向得分匹配结果。结果表明，不论是对中小型企业还是大型企业，政府补贴对内部研发投入、外部研发投入、创新数量、创新质量均具有显著激励效应，且对中小型企业的激励效应大于大型企业，印证了H4。

表3 中小型企业与大型企业的倾向得分匹配结果

从创新投入的数据来看，接受政府补贴能够促使中小型企业内部研发投入提升0.124个单位，外部研发投入提升0.015个单位，相对效应分别为79.0%和300.0%；接受政府补贴能够促使大型企业内部研发投入提升0.042个单位，外部研发投入提升0.004个单位，相对效应分别为46%和133.3%。可见，对于中小型和大型企业来说，政府补贴对外部研发的促进作用强于对内部研发的作用，尤其是中小企业受到的激励更强，相对效应达到大型企业的两倍以上。

从创新产出的数据来看，接受政府补贴能够促使中小型企业专利数量提升1.467个单位，相对效应为130.9%，大型企业为106.1%；接受政府补贴能够促使中小型企业发明专利占比提升0.15个单位，相对效应为128.2%，大型企业为80.7%。从数据中可以得出，相比于大型企业，政府补贴对于创新数量与质量的激励效果在中小型企业中更为明显。尤其是创新质量，这种差异更加明显(中小型企业是大型企业的1.5倍)。这表明，在科技行业中，政府补贴对中小型企业的创新激励效应极强，政府补贴能够有效填补中小型企业在研发活动中的资金缺口，缓解资金压力，并促使其产出更多以及质量更高的创新成果，这与Guo等和秦雪征等的研究结论一致。

3.3 稳健性检验

本文还对协变量进行了平衡性检验，图1显示了检验结果。可以看到，不论是对全样本，还是对中小型企业与大型企业的分组样本进行匹配，匹配后的组间差异均小于10%，差距大幅缩小，证明本文结论是稳健的。

图1 全样本、中小型企业样本、大型企业样本的平衡性检验

4 结论与启示

本研究结果表明政府补贴政策能够有效激励科技型企业加大创新投入力度，并提高其创新产出。另外，在对企业规模的影响进行实证分析后发现，中小型科技企业受到政府补贴的激励效用非常显著，大于对大型企业的效用。在以上研究结论的基础上，本研究提出以下几点政策建议：

第一，进一步加大对企业研发的财政资金补贴力度。本研究的实证结果表明政府补贴在对企业创新投入和产出的促进作用上均有不俗的表现。政府应该继续加大对企业创新活动的补贴力度，提高企业创新水平。

第二，政策制定者应将更多补贴资金用于鼓励企业与高校和研究机构之间进行深层次的交流与合作。本研究实证结果表明，政府补贴对于外部研发投入的促进效果非常显著，且大于对内部研发投入的效果。若对产学研合作研发项目投入更多补贴资金，将会在极大程度上增强企业对外合作研发的意愿，而这也符合当今技术日益互相渗透交叉的大趋势。

第三，通过更多的补贴政策与计划提高中小型科技企业的创新积极性。换句话来说，应将目前与科技活动有关的财政资金继续向中小型企业倾斜。本文的研究结论表明中小型科技企业在受到政府补贴以后，创新潜力是巨大的，政府补贴对规模较小企业的创新激励明显强于对大型企业的激励。要想将科研资金的边际回报率提高，将财政资金更多用在中小型企业创新项目上会是不错的尝试。