张嘉望，李博阳，雷宏振

(1.陕西师范大学 国际商学院，陕西 西安 710119；2.长安大学 经济与管理学院，陕西 西安 710064)

一、引言

随着我国经济由高速增长阶段转向高质量发展阶段，习总书记在党的十九大报告中着重强调我国经济发展模式要从“要素驱动”向“创新驱动”转变，通过创新驱动引领中国经济高质量发展。企业是科技创新的主体，近年来创新驱动发展战略持续推进，国家层面出台一系列政策措施均强调了政府介入在提升企业创新能力中扮演的关键作用。而在学术界，政府研发支持作为重要的政策工具，其在企业创新活动中究竟发挥“馅饼”效应还是“陷阱”效应一直是学者们争论的焦点话题。

持有“政府支持有效”论的研究主要依据凯恩斯经济学理论，认为政府解决了企业创新成果的外部性及其导致的研发创新惰性问题，进而提升私人企业的研发投资动力，最终激励企业提升创新水平。但是近年来，随着知识产权保护法律法规的相继出台，企业研发中的“搭便车”行为得到了极大的抑制，“搭便车”行为法律可控，企业创新动力不足在很大程度上得到了缓解。因此从传统的内部动力激励机制解释政府研发支持对企业创新的激励效应可能不再符合当前企业的经营现状。

事实上，“融资难”和“融资贵”才是现阶段中国企业从事创新活动的拦路虎。相比较其他投资项目，创新投资漫长且不能间断，整个过程伴随较高的信息不对称程度和投资风险，故而，企业创新活动遭受严重的融资约束。此外，融资结构性矛盾使得当前中国经济的“脱实向虚”倾向愈演愈烈，企业的技术创新活动正逐渐让位于受“逐利”动机驱使的金融资产配置行为。可见，融资约束问题已成为阻碍企业创新发展的主要瓶颈，在此背景下，如果企业创新需要的资金不够，即便政府研发支持能够缓解研发创新过程中的“搭便车”行为，激励企业提升创新动力，但企业加大创新投资的资金又从哪来？因此，从融资激励视角系统考察政府研发支持影响企业创新的作用效果，重新审视政府研发支持的激励机制，具有非常重要的理论意义和政策启示意义。

现有文献针对如何缓释企业创新过程中的融资约束问题展开了大量研究。按照融资激励来源的不同可将这类研究分为两类：一类研究主要基于信号传递理论探究如何缓解企业与外部投资者之间的信息不对称，从而激励企业创新的外源融资。已有文献发现，企业能够通过信号传递效应向相关利益者展示自身的真实质量和创新能力，比如企业的股利分配政策、违约信息等，这些因素传递出的信号能够在一定程度上帮助投资者了解企业研发创新项目的实时进展，显著缓解企业与投资者间的信息不对称，进而有益于企业获得融资支持。另一类研究则认为外部融资不足会促使企业创新活动更多地依赖企业内部融资渠道。基于此，众多研究考察了现金持有、营运资本管理以及金融资产持有份额等金融资产配置因素在维持企业创新可持续性中的平滑作用。

上述研究均聚焦于企业层面影响融资行为的某个特定因素，然而面对外部投资者对企业创新能力和合法性认知障碍这一难题，企业用于开展创新投资的内部资源是十分匮乏的，现有研究很少系统考察哪些外部因素能够通过激励企业内外部融资来提升企业创新水平。此外，以上相关研究对企业创新的度量标准不一：基于信号传递理论的企业创新研究通常将焦点放在对企业创新质量的作用效果，而内部平滑机制下的研究则更多考虑企业内部资产配置对企业创新可持续性的影响。

故而，本文首先重新界定企业创新的内涵，以企业创新能力作为融资激励视角下企业创新的度量标准，之后考察企业获得的外部政府研发支持如何通过融资激励效应影响企业创新能力。之所以从政府研发支持切入有以下几点考虑：其一，内源融资激励方面，现阶段实体资金不断流入虚拟经济已是不争事实，中国经济不断的“脱实向虚”趋势俨然成为当前最为突出的结构性矛盾之一。在当前实体投资“冷”与金融投资“热”的强烈对比下，学者们对金融资产配置的“预防性储蓄”动机提出广泛质疑。而政府研发支持具有隐性监管认证效应，这可能会弱化企业“脱实向虚”倾向，促使企业以“创新发展战略”代替“短视化投资战略”，为企业争取更多的内部资金用于企业创新。其二，外源融资激励方面，信号理论和组织合法性理论指出，当企业的真实创新能力获得具有公信力和高声誉的第三方机构认证时，外部投资者基于对第三方中立机构评估水平的信任从而提升对企业的认知和认可，进而缓释投资者对企业合法性认知的担忧，最终激励企业创新的外源融资。而对于中国这样的新兴经济体，能够提供公正权威认证的第三方机构并不多见，比较而言，政府部门更加适合充当这一关键角色。

鉴于此，本文利用2010—2019年中国上市公司数据，在实体部门“脱实向虚”加速形成阶段考察政府研发支持对企业创新能力的激励效应和背后的融资激励机制。本文的可能边际贡献有：①从非正规金融视域分析企业创新融资问题，丰富了新兴经济体创新激励研究的内涵。ALLEN等(2005)认为，不同于主流的“金融-经济增长”发展模式，中国的经济发展主要依赖于非正规金融的发展。而从2008年金融危机之后中国金融市场的发展状况来看，中国企业从事创新活动的融资渠道仍显单一，已有诸多文献证实近年来中国企业并未依赖银行信贷和资本市场进行创新融资。与上述研究逻辑起点一致，本文探究在中国企业普遍遭受融资难问题时，政府研发支持这一非正规金融手段对企业创新能力的重要作用。②本文挖掘并验证了政府研发支持影响企业创新能力的内外部融资激励机制，在企业“脱实向虚”背景下，从融资来源方面对政府研发支持与企业创新能力间的关系进行了深层次的研究。从内源融资激励来看，政府的隐性监管认证弱化了金融资产配置对企业创新能力的“挤出”效应，促使企业放弃“短视化投资战略”，为企业争取更多的内部资金用于提升创新能力；从外源融资激励来看，政府的技术评估释放了隐性的技术认证信号，使得外部投资者基于对政府认证的信任而加大投资力度，拓宽了企业创新的外部融资来源。

二、文献回顾与理论假设提出

(一)文献回顾

1.企业创新活动中政府支持的作用

政府支持对企业创新的作用效果评估一直都是学术界和决策层关注的热点话题，已有研究聚焦于政府支持影响企业创新的研究得出的结论分歧较大。持“政府支持有效”论的学者认为政府介入能弥补企业创新的市场失灵问题，激励企业提升研发投资动力，促使企业开展创新活动。持“政府支持无效”论的学者则认为政府补贴、信贷扶持等政策工具挤占了企业创新资源，“挤出”了企业创新。另有部分学者指出政府支持与企业创新之间并不是简单的线性关系。

影响机制方面，早期的文献中，国内外学者们主要关注政府支持是否解决企业创新活动中的市场失灵问题，侧重于从内部激励机制解释政府支持与企业创新的关系。新古典经济学派的代表人物ROMER(1986)认为技术创新的非竞争性及部分公有属性导致“搭便车”等市场失灵问题，这成为政府科技投入和创新政策运用的理论依据。而奥地利经济学派则认为外部性内生于市场过程，可以通过一定的制度供给实现外部效应内部化。近年来，企业创新活动愈发受到融资约束问题的掣肘，部分学者转而考察政府支持与企业创新融资的关系。信号传递理论的代表人物LERNER(2002)指出，政府介入具有信号传递效应，能够缓解外部投资者和企业间的信息不对称，从而促进企业创新融资水平。郭玥(2018)构建的政府创新补助信号传递机制理论模型表明，政府创新补助通过信号传递机制对企业研发融资产生撬动效应。吴伟伟和张天一(2021)基于信号传递理论的实证分析指出，研发补贴对新创企业的创新产出具有倒U型影响。

2.“脱实向虚”背景下企业金融资产配置与企业创新的关系研究

现阶段我国经济发展面临结构优化、增速换挡的压力，在实体投资利润空间日益趋窄态势下，金融业却出现逆势上扬的景象。由此越来越多的非金融企业开始大量配置金融资产，企业金融化趋势愈演愈烈。在此背景下，研究者逐步开始讨论金融资产配置对企业创新的影响。大多数研究认为，从资源侵占层面来看，企业将大量空闲资源配置于金融及类金融业，这使得企业缺乏足够资金进行设备更新维护和新产品的研发支出，即企业持有金融资产“挤出”了企业研发创新。段军山和庄旭东(2021)明确指出，在中国情境下，非金融企业通过金融投资来平滑创新风险的解释力较小。亦有学者提出截然相反的见解，BONFIGLIOLI(2008)认为企业进行金融资产配置增加了自身留存收益，极大缓解了企业融资约束问题，从而促进企业研发投资。杨松令等(2019)指出企业配置短期金融资产增加了自身流动性，且相对较高的金融投资回报保证了资本保值和增值，有益于缓释未来企业内部财务波动对企业研发创新的干扰。

目前来看，金融资产配置与企业研发创新的关系讨论还在持续深化，学术界尚未形成一致观点。但从企业投资数据来看，中国企业金融投资与实体投资基本呈现负相关关系，这从侧面说明“脱实向虚”背景下金融资产配置可能主要受“短期逐利”动机驱使，对企业创新具有挤出效应。

(二)理论假设

1.企业创新能力的测度

现有文献对企业创新能力还未形成统一明确的界定概念，但基本达成的共识是，企业创新能力是指企业为了充分掌握先进技术，对现有技术吸收、改进以及创新所必须具备的知识和能力。广义层面看，GUAN和MA(2003)认为企业创新能力贯穿企业产品开发的全部流程，譬如研发、制造甚至包括营销和企业资源配置，但不足之处在于，这类研究的部分指标难以测度，不具有借鉴意义。狭义层面看，一些文献将创新能力等同于创新绩效，使用专利申请数抑或企业新产品产值作为测度指标，但创新绩效仅能反映企业部分创新能力。另有部分文献通过构建创新能力指标体系来综合评价企业创新能力，但这类研究的共有缺陷是细分指标的赋权受主观影响较大，测度结果未必精准有效。本文受施建军和栗晓云(2021)启发，从创新可持续性和创新质量两个维度衡量企业创新能力，这两个维度的指标基本囊括了内外部融资激励视角下评估企业创新的核心要素。

2.政府研发支持对企业创新能力的融资激励机制分析

从资源获取角度，政府的研发支持政策直接填补了企业研发创新项目的资金缺口，如政府的财政补贴、税收优惠政策、信贷扶持计划等，都从事前或事后为企业的研发项目提供了融资支持，促使企业持续开展创新活动。虽然大规模的研发补贴可能对企业乃至区域的创新效率产生消极影响，但企业创新投资面临较高风险以及信息不对称问题，与其他一般性投资相比，企业创新投资更难获得外源融资。在自身资源不足的境况下，企业迫切需要通过政府资源和隐性影响力支持其持续开展创新活动。因此，对于实施“创新发展战略”的企业，尤其是规模较小的新创企业，政府研发支持的负面效应是不明显的，通过信号传递改变外部投资者对企业创新合法性认知的负面评价是一条可行的激励路径。

依据信息理论，获得政府研发支持的企业向外传递的积极信号对提升企业创新能力具有显著影响。本文认为企业获得政府研发支持向外部投资者传递出两种信号：一是审查认证信号。在实体部门金融化态势形成阶段，政府研发支持的审查机制抑制了企业“短期逐利”动机，促使企业放弃通过配置金融资产获得短期财富增长，为企业创新争取更多内部资金。二是技术认证信号。政府通过颇具权威的技术评估，释放了企业优质技术实力的信号，从而为企业创新活动争取更多外部资金支持。通过上述内外部融资激励机制，政府研发支持提升了企业创新能力。具体作用机制如下：

首先，从当前企业的投资现状来看，企业投资“金融化”倾向十分严重。资金避开实体部门，来回换手于金融市场内部，金融部门对实体投资的配置服务功能正不断受到侵蚀。已有研究指出，企业在“短期获利”动机的驱使下进行金融资产配置，挤出了企业研发创新活动。而对于外部投资者来说，企业在获得研发项目资金后是积极地开展创新项目，还是进行短视的金融资产配置，投资者无法获悉，企业可能存在隐藏行为的道德风险问题。而政府研发支持伴随的是政府的动态监管，妄图以短期化目标发展的企业要顺利通过政府检查需要付出巨大的额外成本。一旦政府发现企业的投资“金融化”意图将对其采取惩罚措施，这将大大弱化研发企业的“短期逐利”动机，敦促企业以“创新发展战略”代替“短视化投资战略”，将有限资源用于自身的研发创新活动，从内部给予企业足够的融资支持，激励企业提升创新能力。另外，从企业风险角度来看，当前外部宏观经济波动剧烈，政策频繁调整，使得企业股价异常波动明显，企业正在经历十分复杂的经营环境，其外部经营风险不断增加。在外部风险凸显的关键期，企业为避免内外部风险叠加，倾向于调整投资策略降低企业内部风险，目的是对冲不断增加的外部风险。因此，企业很可能出于“风险防御”动机增持金融资产，缩减创新投资。而政府研发支持降低了外部经济政策的不确定性，及时缓解了企业外部风险程度，进而弱化了企业增持金融资产防范经营风险的动机，使得企业将更多的内部资金用于创新投资，最终促使企业提高创新能力。

其次，当前企业研发信息披露制度还不甚完善，而创新企业基于自身核心机密的保护立场往往很少将关键的研发信息公告于众。研发信息在市场上公开披露不足，使得外部投资者对正在进行的研发项目望而却步，而政府的介入很好地解决了这一问题。政府在遇到此类问题时会组织专家对企业的研发项目进行评估审查，以帮助政府甄别出优秀的研发项目。因此，政府对特定企业给予研发补贴，对重点培育的高技术行业给予信贷扶持、税收优惠等一系列政府扶持政策都相当于对目标企业进行了经由专家把关的严格技术筛查。尽管企业的研发信息在公开市场披露不足，但其获得的政府支持为外部投资者传递了政府技术认证信号，蕴含的意思是该企业的研发项目是政府背书的优秀项目，值得大力投资。在这一过程中，“搭便车”者转变为外部投资者，他们不必负担组织专家评估研发项目的成本，但可以共享企业研发项目的关键技术信息，政府充当了隐性技术评估的角色。因此，外部投资者基于对政府技术认证的信任加大了对对象企业的投资额度，政府支持发挥了“杠杆效应”，从外源融资缓解了企业的融资约束问题，最终使企业创新能力获得提升。

综上所述，政府创新政策的设计初衷是为了解决企业的投资动力不足问题，因此相关的政策有效性研究也都遵循这一逻辑去验证政府研发支持是否有效，很少有学者从融资激励视角出发，系统考察政府研发支持影响企业创新能力的内外部融资激励机制，而这一激励作用恰恰能解决现阶段企业创新能力低下的燃眉之急。众所周知，当前企业从事创新活动主要面临的不是动力不足问题，而是“融资难”问题。尤其是大部分的民营企业和小微企业普遍遭受融资困境，一方面融资不足使得政府介入对创新企业的内部动力激励效应荡然无存；另一方面，融资结构性矛盾造成企业投资金融化，企业被迫形成短期经营目标，进一步压缩企业创新能力的提升空间。而政府研发支持的隐性监管认证弱化了企业“脱实向虚”的倾向，隐性技术认证为外部投资者打了强心剂，一内一外的双重保险释放了积极的信号，为企业创新储备了内部资金，同时拓展了企业外源融资渠道，这些融资激励效应解决了企业的融资不足问题，释放了企业内部动力激励效应的固有活力，最终激励企业提升创新能力。据此，提出假设：

H1：政府研发支持对企业创新能力具有融资激励效应，融资约束程度越深的企业，政府研发支持对企业创新能力的提升效应越明显。

H2：从内部融资激励机制看，政府研发支持释放了隐性审查认证信号，弱化了金融资产配置对企业创新能力的抑制作用；从外部融资激励机制看，政府研发支持释放了隐性技术认证信号，有助于企业获得外源融资，从而提升企业创新能力。

三、研究设计

(一)数据来源

就中国而言，金融部门的大幅扩张始于2008年爆发的金融危机，而频繁的影子银行活动则发端于2010年开始的信贷紧缩时期。据此，将“脱实向虚”背景下的企业创新能力问题的研究时期起点定在2010年，同时考虑到研究数据的连续性，最终选择以2010—2019年A股上市公司为初始样本，并在实证分析前按照以下标准对初始样本筛选：①对所有连续变量进行1%的Winsorize处理；②剔除了公司财务变量等相关数据缺失的样本；③保留具有连续3年以上观测值的企业数据；④剔除金融保险类以及处于异常状态(ST、ST、暂停上市、退市)的样本；⑤对存在兼并、收购、重组的公司进行处理。

为保证关键数据的可靠性，上市公司创新能力相关数据主要选取自国泰安数据库并通过对比Wind数据库进行查漏补缺，关键信息不一致时查询上市公司年报核实。上市公司研发支持数据主要依据文本分析法对上市公司年报财务报表附注“营业外收入”科目下的“政府补助明细”进行关键词筛选。其余上市公司相关财务数据均来自国泰安金融经济研究数据库。

(二)变量定义

1.被解释变量：企业创新能力

本文从创新可持续性和创新质量两个维度测量企业创新能力。创新可持续性方面，借鉴鞠晓生等(2013)、施建军和栗晓云(2021)的做法，使用经过总资产平减的无形资产净额增量进行度量。无形资产涵盖了直接研发投资，而且包括对新技术引进、吸收的成果，故而其增量可客观反映企业创新可持续性。企业创新质量方面，采用主流的做法，使用期末发明专利申请数进行度量。

2.解释变量：政府研发支持

已有文献通常采用政府补贴或研发补贴来衡量政府研发支持。而事实上，政府对企业研发项目的补贴范围很广，较为常见的做法中采用企业资产负债表中的补贴收入作为政府研发支持的代理指标并不可信，这些项目中既包括了可能的研发支持项目，也混杂有税收返还、就业安置奖励款项等其他非创新类项目补贴。本文利用文本分析法手工搜集和关键词筛选对政府研发补贴进一步识别，强调政府择优选择有较强研发创新能力的企业进行研发项目支持。具体选择标准如下：各级政府和相关部委均有不同类别的研发支持计划用于支持企业创新。首先，包括了科技部资助的政策引导类专项科技计划如星火计划、火炬计划、国家重点新产品计划、国家软科学计划等，设备更新类项目如小微企业培育、技术装备及管理智能化提升等，以及重点资助的国家重点基础研究发展计划(973计划)、国家高技术研究发展计划(863计划)，还有其他专项计划如科技型中小企业技术创新基金、国家重大科学仪器设备开发专项等资助项目。其次，还包括地方性的科技支持计划，如地方科技计划、地方人才资助款、地方性知识产权专项资金划拨款，地方知识产权局资助的专利补助，企业博后工作站相关补贴等。

3.调节变量

一是企业融资约束()。为缓解内生性问题，依照HADLOCK和PIERCE(2010)的做法，使用具有强烈外生性特征的企业规模()和企业年龄()构造SA指数衡量企业融资约束。在实际处理中，参考主流做法，用SA指数绝对值的对数值作为企业融资约束的代理指标。越大，企业遭受的融资约束越严重。二是企业外源融资()。用信贷融资与股权融资之和表示。借鉴COSCI等(2016)的做法，信贷融资使用企业银行借款占企业总资产比重衡量企业信贷融资水平。为控制信贷融资水平的地区差异，本文以企业所属地区平均借款占资产比例作为基准比值，以企业银行借款占总资产比重与基准比值间的差额作为企业信贷融资水平的最终代理指标。股权融资使用企业吸收权益性投资额与总资产的比值表示。三是金融资产配置()。采用张成思和张步昙(2016)的做法，金融资产配置包括货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售的金融资产、长期股权投资以及应收股利和应收利息，并使用总资产平减。

4.控制变量

选取企业杠杆()、企业规模()、企业年龄()、企业销售增长率()、股权集中度()、市场势力()作为控制变量。变量定义参见表1。

表1 变量名称与定义

(三)模型设定

1.基准估计：政府研发支持影响企业创新能力的融资激励效应

为检验假设H1，本文首先建立计量模型(1)考察政府研发支持对企业创新可持续性的影响：

S+1=+++×+∑+++

(1)

式(1)中，被解释变量代表企业创新可持续性，代表企业，表示年份，代表政府研发支持，代表企业融资约束，×是融资约束与政府研发支持的交互项。为了控制可能存在的内生性问题和研发投资的滞后性，对因变量取下一年的数据。包含了所有的控制变量，并控制了(年份)、(行业)等因素的影响。

接下来，考察政府研发支持对企业创新质量的影响时，被解释变量使用企业发明专利申请数量作为代理指标，这一指标具有离散非负特征，因此选取负二项回归处理“过度分散”问题。参考罗勇根等(2019)的做法，对条件期望两边同时取自然对数，进而得到负二项回归模型：

ln[(+1|,)]=+

++×+∑+++

(2)

2.机制检验：政府研发支持影响企业创新能力的融资激励机制

本文综合借鉴ALMEIDA等(2004)、钟凯等(2017)利用企业内外部资金替代性分析融资约束的思路，识别政府研发支持缓释企业融资约束，进而提升企业创新能力的内外部融资激励机制。

首先，构建模型(3)～(4)识别政府研发支持的内源融资激励机制：

+1ln[(+1|,)]=

+++∑+++

(3)

(4)

式(3)～(4)中，代表企业金融资产配置，表示企业经营现金流。

其次，建立模型(5)～(6)识别政府研发支持的外源融资激励机制：

+1ln[(+1|,)]=

+++∑+++

(5)

(6)

式(5)～(6)中，代表企业外源融资。

(四)描述性统计

样本的描述性统计结果见表2，可以看出，创新质量的均值和标准差相差较大，表明2010—2019年间中国非金融上市公司的创新质量水平差距悬殊。政府研发支持强度的均值大于中位数，整体呈现右偏形态。另外，本文按照SA指数的分位数，将样本企业的融资约束程度划分为四个等级，统计发现在研究样本期间融资约束程度发生等级变动的企业占比为5.52%，说明短期内企业融资约束状况基本稳定，这符合经济现实特征，意味着SA指数掺杂的无关噪音较少，指标具有可用性。

表2 描述性统计分析

四、经验结果与分析

(一)基准回归分析

对基准模型(1)～(2)进行估计，结果见表3。第(1)～(2)列汇报了模型(1)的估计结果，第(1)列的结果显示在控制了其他因素后，政府研发支持的系数在1%的水平上显著为正，说明政府研发支持有助于维持企业创新可持续性，与李健等(2016)的研究一致，证实了政府研发支持在维持企业创新可持续性中的平滑作用。第(2)列引入调节变量融资约束以及融资约束与政府研发支持的交互项×，不难看出，重点关注的交互项×的系数显著为正，这表明企业融资约束程度越高，政府研发支持对企业创新可持续性的促进作用越明显。进一步，以企业创新质量为被解释变量的负二项回归结果汇报在表3第(3)～(4)列，第(3)列在控制了其他因素后仅引入核心变量政府研发支持，结果显示政府研发支持的回归系数在1%的水平上显著为正，即政府研发支持同样对企业创新质量具有正向促进作用。第(4)列在第(3)列基础上引入调节变量融资约束、融资约束与政府研发支持的交互项×，很显然，交互项×的系数显著为正，意味着对于融资约束程度更高的企业，政府研发支持对企业创新质量的作用效果更加明显。综合表3的结果可知，旨在激励企业研发创新活动的政府研发支持行为的确增强了企业实施“长期创新战略”的意愿和动力，提高了企业创新能力。企业通过技术进步路径提升自身产品的市场竞争力过程中，创新可持续性稳步提升，且这不是为获取政府补贴而实施的策略性创新行为，而是以技术含量较高的发明专利数不断增加的高质量创新行为。此外，融资约束在政府研发支持和企业创新能力的关系中起到强化调节作用，这初步证实了政府研发支持对企业创新的融资激励效应，假设H1得以验证。

本文的基准结果肯定了“政府支持有效”论。表3中其他控制变量的估计结果显示，企业规模的系数都在1%的水平上显著为正，表明大企业的创新能力更强，这也支持了熊彼特的市场垄断假说以及创新活动需要企业具备一定规模的观点。从理论上讲，企业年龄对创新的影响是不确定的，一方面，成立越久的企业通常已经发展出被市场认可的成熟工艺，因此无法激励企业去继续从事创新活动；另一方面，创办年限越长的企业更容易积累深厚的知识储备，反而更有可能去主动开发新的工艺。根据表3中的结果，企业年龄与企业创新能力负相关，表明创办越久的企业，越保守和故步自封，缺乏动力去创新。

表3 基准估计

本文通过分组估计进一步对假设H1进行探讨，深入考察政府研发支持与企业创新能力的关系及融资约束在其中所起的作用。按照企业产权所有制属性将企业分为民营企业和国有企业，表4汇报了分样本研究的回归结果。从第(1)～(2)列结果可以看出，政府研发支持的系数均在1%的水平上显著为正。上述结果与基准结果相同，无论民营企业还是国有企业，政府研发支持对企业维持创新可持续性均具有明显的正向作用。重点关注的交互项×的系数在民营企业组显著为正，但在国有企业组这一系数并不显著。这说明，相较而言，政府研发支持对民营企业创新可持续性的融资激励效应更加明显。以企业创新质量为被解释变量的分组估计结果展示在表4第(3)～(4)列，不难看出，我们关心的交互项×系数在民营企业组和国有企业组均显著为正，但国有企业组×的系数绝对值相对较小，表明政府研发支持对民营企业创新质量的融资激励效应较强，对国有企业创新质量的融资激励效应相对较弱。综合表4的汇报结果，发现不管是国有企业还是民营企业，政府研发支持均对企业创新能力起到了明显的促进作用，这符合经济学直觉：无论企业的产权属性如何，政府研发支持均可通过降低企业研发成本、分散企业研发创新风险来激励企业从事研发创新活动，提升企业创新能力。但从交互项系数来看，对于民营企业组，政府研发支持对企业创新能力的融资激励效应更加明显，而国有企业组的这一融资激励效应相对较弱。这一结论与CULL等(2015)、郭玥(2018)的研究结论一致，也符合本文预期：国有企业具有天然的所有制优势，在政府的资源配置中处于优先地位，与国有企业相比，民营企业遭受的融资约束程度更高，对研发资金的需求更为迫切，故而政府研发支持程度的增加可明显缓解民营企业的“融资难”问题，激励其通过融资激励效应提升自身的创新能力。

表4 分组估计检验

(二)政府研发支持的融资激励机制检验

表5考察政府研发支持影响企业创新能力的融资激励机制，检验假设H2。第(1)～(3)列汇报了模型(3)～(4)的估计结果，验证政府研发支持的内源融资激励机制。第(1)列和第(2)列分别检验金融资产配置对企业创新可持续性和企业创新质量的影响。这两列的系数均在1%的水平上显著为负，表明金融资产配置对企业创新能力具有负面影响，这与王红建等(2017)、亚琨等(2018)的研究一致，也符合本文预期。另外，两列中政府研发支持的系数都显著为正，与基准估计结果相同。第(3)列企业现金流的系数显著为正，即企业金融资产配置-现金流敏感性显著为正，表明样本时期企业将经营利润大量用于配置金融资产，企业金融化趋势明显。重点关注的交互项×系数为-0.088，且在1%的水平上显著，说明政府研发支持弱化了金融资产-现金流敏感性，在现金流与企业金融资产的关系中起弱化调节作用。综合第(1)～(3)列估计结果可看出，政府研发支持抑制了企业“脱实向虚”倾向，激励企业保留更多内部资金用于提升企业创新能力，即验证了H2前半部分假设：政府研发支持释放隐性政府审查认证信号，敦促企业放弃“短期逐利战略”，减少配置金融资产对创新资源的挤占，通过内源融资激励机制提升企业创新能力。

表5后三列汇报了模型(5)～(6)的结果，用于检验政府研发支持的外源融资激励机制。第(4)～(5)列分别考察外源融资对企业创新可持续性和企业创新质量的影响，不难看出，这两列核心变量外源融资的系数均显著为正，这与本文预期一致，外源融资对企业创新能力具有促进作用。进一步，第(6)列以为被解释变量，可以看出，核心变量现金流的系数并不显著，即外源融资与企业现金流的替代关系并不明显，可以推测，样本企业普遍面临比较严重的融资约束问题。重点关注的交互项×的系数为-0.434，且在1%的水平上显著。这表明政府研发支持强化了外源融资与企业内部现金流的替代关系，缓和了企业融资约束。这一结论符合本文预期，综合表5后三列的结果可知，政府研发支持通过外源融资激励机制影响企业创新能力，即验证了H2后半部分假设：获得政府研发支持的企业传递给外部投资者隐性技术认证信号，从而激励外源融资，最终提升了企业创新能力。

表5 政府研发支持的融资激励机制检验

(三)稳健性检验

1.倍差法估计

现实中，企业能否获得政府研发支持可能是非随机的。为了克服传统OLS估计可能产生的样本选择性偏误和混合偏差问题，本文分别使用PSM+DID以及多期DID估计进行稳健性检验。

首先，在PSM+DID估计中，处理组定义为获得政府研发支持的企业，对照组为从未获得政府研发支持的企业。为了方便表述，设定二元虚拟变量_={0,1}，当企业为获得政府研发支持的企业时，_定义为1，否则为0。除此之外，本文还设定时间虚拟变量={0,1}，=0和=1分别表示企业获得政府研发支持的前、后时期。之后，选择最近邻匹配对处理组配对相近的对照组，筛选出的匹配协变量包括：企业规模、企业年龄、杠杆水平、盈利能力、国有企业虚拟变量以及行业虚拟变量。考虑到Logit模型更好的协变量平衡性，本文采用Logit模型估计企业获得政府研发支持的概率方程：

=Pr{_=1}={-1}

(7)

经过匹配后，与处理组相配对的对照组企业的创新能力变化量可当做获得政府研发支持企业如果没有获得政府研发支持状态的较好替代。根据DID的思想：政府研发支持的作用效果等于获得政府研发支持的企业在政府支持前后创新能力变化减去根据对照组计算的时间趋势，最终构建模型如下：

=+_×

+∑+

(8)

其次，对于不同企业，政府研发支持的开始时间并不一致，故而在稳健性检验中继续使用多期DID模型进行估计，构建如下多期DID模型：

=++∑

+

(9)

式(9)中，为企业在年度是否获得政府研发支持虚拟变量，不同企业获得政府研发支持的时间点并不相同，故而不同企业在不同年度的也不同。

表6第(1)～(4)列汇报了联合使用PSM和DID估计的结果，后两列汇报多期DID估计结果。第(1)～(2)列以企业创新可持续性为被解释变量，从第(1)列的DID估计结果可以看出，交互项_×的系数显著为正，说明政府研发支持显著促进企业创新可持续性，这与基准估计结果完全一致。为了验证政府研发支持对企业创新可持续性是否具有融资激励效应，在第(1)列的基准DID模型中引入新的交互项_××_构成三重差分模型，_是根据构建的企业融资约束虚拟变量，结果汇报于表6第(2)列。可以看出，双重差分项_×的系数仍显著为正，而重点关注的三重差分项_××_的系数同样显著为正，表明政府研发支持对企业创新可持续性的促进作用在融资约束程度较严重的企业表现得更为明显。进一步，表6第(3)～(4)列是以企业创新质量为被解释变量的DID估计结果，不难看出，重点关注的_×以及_××_的系数均与前两列一致。综合表6第(1)～(4)列的结果可以继续确认政府研发支持通过融资激励效应促进了企业创新能力，这与基准估计相同，证实了基准估计的稳健性。

表6 倍差法估计结果

表6第(5)～(6)列汇报了多期DID的估计结果，可以看出，处理效应变量以及与_的交互项×_的系数均与预期一致，同样证实了政府研发支持对企业创新能力的融资激励效应，由此继续加强了本文基准结论的可靠性。

2.替换性检验

政府研发支持不同于一般性的财政补贴，陈冬华和姚振晔(2018)指出政府将现阶段需要重点扶持的产业列入《产业结构调整指导目录》，采取研发资助等方式大力支持目标企业创新发展。据此，本文以产业政策虚拟变量作为政府研发支持的替换性变量进行稳健性检验。参考陈冬华和姚振晔(2018)的处理，依据样本上市公司当年所在行业是否处于国家“十二五”规划和“十三五”规划的重点扶持范围，设定产业政策虚拟变量。倘若企业所在行业-年度处于国家五年规划重点培育发展，则设定为1，否则置为0。替换性检验的估计结果汇报于表7第(1)～(4)列。可以看出，无论是从企业创新可持续性还是企业创新质量纬度衡量企业创新能力，产业政策虚拟变量的系数均显著为正，同样地，第(2)列和第(4)列重点关注的融资约束与产业政策虚拟变量交互项×的系数均显著为正。因此，替换性检验结果与基准估计结果完全一致，进一步验证了本文结论的可靠性。

3.安慰剂检验

尽管本文基准估计发现政府研发支持通过融资激励效应影响企业创新能力，并对样本选择性偏差和混合偏误问题可能造成的估计偏误进行了控制。但在理论上，本文基准估计结果可能受研究设计中未察觉的因素干扰，导致了核心变量与被解释变量间的相关关系。为了保证基准结论的稳健性，本文使用安慰剂检验的办法对上述可能性进行排除。借鉴郭玥(2018)的研究，倘若本文核心结论不受政策层面的一些共同趋势因素等影响，则可以预见，一般性的财政补贴对企业创新能力并不具备融资激励效应。据此，在基准估计模型中新引入一般性财政补贴以及和融资约束变量的交互项×，估计结果汇报于表7第(5)～(6)列。不难看出，第(5)～(6)两列中政府研发支持与融资约束变量交互项×的系数仍显著为正，作为对比，两列中×的系数均不显著，这意味着安慰剂效应并不存在，再次验证了本文核心结论的稳健性。

表7 替换性检验以及安慰剂检验

五、扩展性讨论：政府研发支持的信号传递机制检验

为了深入探究政府研发支持影响企业创新能力的融资激励效应是否经由信号传递机制产生作用，借鉴于蔚等(2012)的思路，引入信息不对称这一新的变量，通过检验政府研发支持是否缓和了企业与潜在利益相关者的信息不对称程度来分析信号传递机制。根据叶康涛和刘行(2014)的做法，采用分析师对企业价值的预测精准度衡量企业信息不对称程度，公式如下：

(10)

其中，、分别代表企业和年份，代表分析师，是年份分析股票的分析师数量。表示每股收益，表示分析师预测的每股收益值。

检验信号传递机制的逻辑是：首先是检验政府研发支持与一般性财政补贴的非对称效应。倘若获得政府研发支持能使企业获得政府的客观公正评价，通过信号传递通道缓释企业与潜在投资者的信息不对称程度，则可以大胆反推，获得一般性财政补贴无法获得政府对企业创新水平的隐性认证，因而一般性财政补贴无法缓和企业信息不对称程度。其次是构建政府研发支持的信号传递与融资激励的联动性中介检验模型来考察信号传递机制。借鉴权小峰等(2020)的做法，沿袭“政府研发支持→信息不对称→融资约束→企业创新能力”的路径构建联动中介检验模型验证信号传递机制。

表8汇报了政府研发支持信号传递机制的检验结果。第(1)～(2)列以信息不对称为被解释变量，展示了政府研发支持与一般性财政补贴的非对称效应检验结果。可以看出，第(1)列核心变量的系数显著为负，表明政府研发支持显著缓和企业信息不对称程度。而作为对比，第(2)列的估计系数并不显著，说明一般性财政补贴对企业信息不对称未见明显作用效果。政府研发支持与一般性财政补贴对企业信息不对称的这一非对称效应符合预期，初步验证了政府研发支持的信号传递机制。表8第(3)～(5)列进一步检验信号传递与融资激励在影响企业创新能力中的联动效应。第(3)列核心变量企业信息不对称的系数显著为正，即企业信息不对称程度越低，企业遭受的融资约束越不明显。随后，表8后两列分别以企业创新可持续性和企业创新质量为被解释变量，且解释变量同时引入政府研发支持、信息不对称和融资约束，不难看出，两列中显著为正，和显著为负，这均与预期一致，说明在政府研发支持与企业创新能力的关系中，信息传递弱化了企业融资约束，且信息传递和融资激励效应具有联动性，据此可验证政府研发支持信息传递机制的存在性。

表8 信号传递机制检验

六、研究结论与政策建议

本文在经济“脱实向虚”背景下探讨了政府研发支持对企业创新能力的融资激励效应，提出了基于政府研发支持双重认证信号的内外部融资激励机制和核心理论假设，并利用2010—2019年的中国上市公司数据实证分析了政府研发支持对企业创新能力的作用效果和激励机制。研究发现，政府研发支持对企业创新能力具有显著的激励效应。融资约束程度越深的企业，政府研发支持对企业创新能力的激励效应越明显。机制分析发现，内源融资激励方面，政府研发支持弱化了企业金融资产配置-现金流敏感性，抑制了企业配置金融资产对创新资源的挤占效应，进而通过内源融资激励机制提升企业创新能力。外源融资激励方面，政府研发支持强化了企业现金流与外源融资的替代关系，进而通过外源融资激励机制提升企业创新能力。至此，证实了本文提出的核心假设：政府研发支持释放了审查认证和技术认证的双重认证信号，前者抑制了企业配置金融资产的短期逐利动机，为企业实施“创新发展战略”留存内部资金，后者撬动外部资金提升企业创新能力。此外，本文经过PSM+DID估计、多期DID估计以及安慰剂检验等一系列的稳健性检验后，核心结论依然成立。

本文的结论表明在经济“脱实向虚”现实背景下，企业创新活动中政府研发支持的主要作用体现在其释放的双重认证信号对内部资产配置行为的“引导效应”以及对市场闲散资金的“杠杆效应”。而长久以来，“政府支持有效”论主要围绕克服企业研发创新活动的惰性问题做研究，内部创新动力越强，企业创新投入越多，忽略了政府研发支持在企业内外部融资渠道拓展中的融资激励机制。因此，对于政府研发创新政策的设计，应将更多的关注放在如何发挥政府研发支持的“杠杆”效应和“引导”效应。基于此，本文提出以下对策建议：首先，政府研发支持的相关创新政策的制定要以市场机制为基准，以市场融资为主，重点发挥政府在引导外部闲散资金优化配置中的重要作用，聚集社会优质资源以形成诱发效应，推动企业转型升级。政府要积极引导资本市场支持企业技术创新，更大程度拓宽企业研发融资渠道，同时要发挥政府的优质资源整合优势，完善技术筛查制度，建立相关产业的评估平台，以客观、独立的评估机制给予外部投资者信心，甄选出优质的研发项目。其次，加强政府监管，关注企业金融资产配置动机。本文的结论表明企业金融资产配置显著抑制了企业创新能力的提升。为引导企业资金回流到实体经济，如何平衡金融资产价格至关重要。政府可以采用税收优惠、贷款扶持等政策，并加大对实体企业投资“金融化”的监管，从内源融资上，为企业研发储备足够的内部资金，进而激励企业增加创新投资，维持创新可持续性。最后，发挥政府政策的灵活性，消化掉一批企业，发展一批企业，促进创新性企业发展。政府在设计统一的经济政策时，应适当发挥具体产业政策的灵活性，譬如加强对新创企业的政策引导，促使死而不僵的衰退期企业尽快转型，保持稳健的经济政策维持成熟期企业的竞争优势。

① 2017年发布的《中国企业经营者问卷跟踪调查报告》显示，31.7%的企业家认为资金紧张是企业经营发展面临的最主要问题。

② 现金持有是短期金融资产的主要标的，另外，无论金融资产配置是否发挥“蓄水池”作用，现金流与金融资产配置的紧密程度都能反映企业将大量经营收入投入金融市场这一企业金融化趋势。

③ 平行趋势检验是进行DID估计的前提，本文参考了既有文献的做法检验平行性假设。首先，设立虚拟变量(-1)、()和(>)。当处理组企业下一年度获得政府研发支持时，(-1)值取1，否则为0。()的定义是处理组当年获得政府研发支持时，该值取1，否则为0。当处理组获得政府研发支持一年以上之后，(>)置为1，否则为0。可以预计，如果平行趋势假设满足，则(-1)理应在统计上不显著。检验结果显示，企业创新可持续性方程和企业创新质量方程中，虚拟变量(-1)系数均不显著，作为对比，()和(>)的系数均显著为正。篇幅所限，具体的检验结果未报告，详见https://kns.cnki.net/kcms/detail/detail.aspx? dbcode=CAPJ&dbname=CAPJLAST&filename=DJGL2022 0613000&uniplatform=NZKPT&v=8UP2WtuVbeD-nsFQHizVBXzvP_ O_ HrIA1cLX5TkgifnKv21xLJD7n5nmGEMtX6Ys中的附表1。

④ 模型(8)和(9)均使用面板OLS进行估计，因此企业创新质量使用ln(企业发明专利申请数量+1)度量。

⑤ 在完成匹配后，需要对所有协变量进行平衡性检验来保证匹配结果的准确性。平衡性检验结果显示，经过匹配后所有变量检验的值基本大于10%，表明协变量在控制组与处理组之间没有显著差异，所有协变量在两组之间是平衡的。为了进一步直观分析协变量匹配前后的平衡性检验效果，绘制了控制组和处理组在匹配前、匹配后的核密度分布图，可以发现，匹配前控制组与处理组的核密度函数差异很大，而经过匹配之后，两组的核密度函数分布比较相似，证明匹配结果较好。篇幅所限，平衡性检验和匹配前后的核密度分布图未披露，详见https://kns.cnki.net/kcms/detail/detail.aspx? dbcode=CAP J&dbna-me=CAPJLAST&filename=DJGL20220613000&uniplatform=NZKP T&v=8UP2WtuVbeD-nsFQHizVBXzvP_ O_ HrIA1cLX5Tkgifn Kv21xLJD7n5nmGEMtX6Ys中的附表2和附图1。

⑥ 遵从文献中常见处理办法，以中位数为划分依据界定融资约束虚拟变量_。