政府財政政策、企業(yè)R&D投入和專利產出關系研究
——基于我國新能源汽車上市公司面板數(shù)據

李兆友 齊曉東

（東北大學文法學院，遼寧沈陽110819）

中國經濟改革與發(fā)展

政府財政政策、企業(yè)R&D投入和專利產出關系研究
——基于我國新能源汽車上市公司面板數(shù)據

李兆友 齊曉東

（東北大學文法學院，遼寧沈陽110819）

文章主要探討政府財政政策（稅收優(yōu)惠和政府補貼）、企業(yè)R&D投入和專利產出之間的復雜關系，并有針對性地選擇我國65個新能源汽車產業(yè)上市公司作為樣本，通過建立多元線性和非線性模型進行了驗證。實證研究表明:（1）企業(yè)R&D投入對企業(yè)專利產出的影響呈“U型”分布；（2）企業(yè)專利產出對企業(yè)R&D投入的影響呈“倒U型”分布；（3）政府補貼對企業(yè)R&D投入及企業(yè)專利產出的影響均呈“倒U型”分布；（4）稅收減免政策對企業(yè)R&D投入和企業(yè)專利產出的正向影響存在特定正向區(qū)間；（5）政府財政政策對R&D投資、專利產出起到了正向調節(jié)作用，但政府補貼和稅收優(yōu)惠的作用效果存在差異，政府補貼誘導企業(yè)研發(fā)經費投入的效果更明顯，而稅收優(yōu)惠刺激企業(yè)專利產出的成效更顯著。

財政政策；R&D投入；專利產出；新能源汽車產業(yè)

一、引 言

新能源汽車作為國家確定的戰(zhàn)略性新興產業(yè)，其發(fā)展關系到我國汽車工業(yè)的轉型升級。自2009年起，中央財政對新能源汽車推廣應用予以補貼，根據財政部的數(shù)據，截至2015年底中央財政累計安排補貼資金達334.35億元〔1〕。由于政策的扶持，我國新能源汽車產業(yè)發(fā)展速度驚人，如各級政府財稅補貼政策密集、新能源汽車技術研發(fā)迅猛〔2〕、技術專利數(shù)量上升較快〔3〕、市場規(guī)模已躍居世界第一位，等等，這樣的快速發(fā)展首先得益于我國財稅扶持政策對新能源汽車產業(yè)創(chuàng)新的全面、有力支持。

2016年2月24日，國務院常務會議確定進一步支持新能源汽車產業(yè)的措施，主要包括兩個方面的創(chuàng)新舉措：“十三五”期間國家對新能源汽車的財政支持政策將提高技術門檻，購置補貼政策相應退坡、監(jiān)管加嚴；出臺鼓勵新能源汽車科技創(chuàng)新的政策，加大研發(fā)的支持力度。理論上說，“十三五”期間新能源汽車財政政策的可行性，來源于以往政府財政政策在激勵新能源汽車產業(yè)發(fā)展方面的實踐及其效果的分析?；诖?，本文嘗試將政府財政政策（政府補貼和稅收優(yōu)惠）與企業(yè)技術創(chuàng)新（研發(fā)投入與專利產出）納入一個研究框架，通過收集2012—2015年我國新能源汽車產業(yè)上市公司的面板數(shù)據，采用eviews8軟件，實證研究政府財政政策與新能源汽車企業(yè)技術創(chuàng)新投入、產出之間的線性及非線性關系，以便為“十三五”期間政府財政政策的執(zhí)行提供有益參考。

二、文獻綜述

（一）企業(yè)研發(fā)投入與企業(yè)專利產出

現(xiàn)有研究顯示，企業(yè)R&D投入是企業(yè)專利產出的重要解釋變量，企業(yè)R&D投入對專利產出具有正向影響〔4〕，Hausman等〔5〕（1984）通過分析1968—1975年美國121家公司的專利和R&D數(shù)據，朱平芳和徐偉民〔6〕（2005）通過對上海市大中型工業(yè)企業(yè)數(shù)據進行研究，逢淑媛和陳德智〔7〕（2009）基于132家全球頂尖研發(fā)企業(yè)10年的面板數(shù)據，均肯定了企業(yè)R&D投入與專利產出的正相關關系；同時，受到研究地區(qū)、所處行業(yè)、企業(yè)技術水平等差異因素的影響，企業(yè)R&D投入對專利產出會存在不同的滯后期。

（二）財政政策與企業(yè)研發(fā)投入

政府的技術創(chuàng)新補貼可分為兩種形式：一是直接補貼,通過財政預算安排科研經費支出；二是間接補貼,包括稅收優(yōu)惠政策〔8〕?，F(xiàn)有文獻顯示，政府直接撥款政策對企業(yè)R&D投入的影響既存在線性關系也存在非線性關系，結論有三種：一是激勵效應，如Duguet（2004）〔9〕等利用法國數(shù)據，González和Pazó（2008）〔10〕利用西班牙制造業(yè)數(shù)據，程華和趙祥（2008）〔11〕、胡永健和周寄中（2008）〔12〕等分別利用中國數(shù)據，研究發(fā)現(xiàn)政府科技補貼對企業(yè)的R&D投入具有明顯促進作用；二是擠出效應，如Wallsten（2000）〔13〕應用美國的樣本、Gorg和Strobl（2007）〔14〕利用愛爾蘭數(shù)據，梁萊歆等（2009）〔15〕、高宏偉（2011）〔16〕等分別利用中國的數(shù)據樣本，研究認為政府補貼對企業(yè)研發(fā)投入存在擠出效應；三是財政補貼對企業(yè)R&D投入的影響是一種先升后降的倒U型關系，如Zhu〔17〕等（2006）、Hussinger〔18〕（2008）、劉虹等〔19〕（2012）、戴小勇和成力為〔20〕（2014），即當財政補貼的金額未超過臨界值時，財政補貼增加會刺激企業(yè)R&D投入增加，而當財政補貼的金額超過臨界值時，財政補貼增加反而造成企業(yè)R&D投入降低。

稅收優(yōu)惠可以理解為政府借助市場的力量對企業(yè)進行間接補貼：一是市場經濟發(fā)達的西方國家普遍采用稅收優(yōu)惠政策（OECD,2000）〔21〕，國外學者大多認為稅收優(yōu)惠政策能夠激勵企業(yè)R&D投入，如Czarnitzki等〔22〕（2011）、Kobayashi〔23〕（2014）；二是將稅收優(yōu)惠政策與政府補貼政策進行比較，得出稅收優(yōu)惠政策更能夠激勵企業(yè)增加R&D投入的結論，且二者間互為補充，如朱平芳和徐偉民〔24〕（2003）、錢晟和武健〔25〕（2007）；三是激勵效應不明顯，如李麗青〔26〕（2007）、肖虹等〔27〕（2013）。

（三）財政政策與企業(yè)專利產出

財政政策與企業(yè)專利產出的關系存在分歧：一是激勵作用明顯：如樊琦等〔28〕（2011）研究發(fā)現(xiàn)我國政府R&D補貼對專利創(chuàng)新產出的影響作用明顯，夏力〔29〕（2012）研究發(fā)現(xiàn)稅收優(yōu)惠政策刺激了專利數(shù)量的增加，關勇軍〔30〕等（2013）研究認為政府研發(fā)補貼和稅收優(yōu)惠對企業(yè)R&D投入和企業(yè)專利產出均起到激勵作用，且政府研發(fā)補貼的激勵作用更為明顯；二是認為財政補貼對專利產出的激勵效應不顯著，如王俊〔31〕（2010）、朱平芳和徐偉民（2003）。

（四）評 述

1.已有相關文獻的研究成果主要集中在高技術產業(yè)領域，而新能源汽車產業(yè)類似的實證研究數(shù)量少、可供參考的文獻不多，原因可能與新能源汽車產業(yè)起步晚、官方統(tǒng)計數(shù)據缺乏有關，拘于數(shù)據的可得性，本文擬采用新能源汽車產業(yè)上市公司年報數(shù)據進行實證分析。

2.財政政策（稅收優(yōu)惠和政府補貼）與企業(yè)R&D投入、專利產出之間存在復雜的作用與反饋關系，本文嘗試將政府財政政策（政府補貼和稅收優(yōu)惠）和企業(yè)技術創(chuàng)新（研發(fā)投入與專利產出）納入一個研究框架，力圖彌補相關研究的不足。

3.關于財政政策對企業(yè)技術創(chuàng)新影響的效果，已有文獻更專注于“激勵效應”或是“擠出效應”的爭論，現(xiàn)有研究較少考慮到變量間可能存在非線性關系。

4.已有文獻大多是從投入產出角度研究各類研發(fā)投入對企業(yè)專利產出的影響，較少有文獻對企業(yè)專利狀況是否影響企業(yè)R&D投入這一問題進行探討。

三、研究設計

（一）樣本數(shù)據的來源與采集

本文選取2012—2015年滬深兩市新能源汽車產業(yè)上市公司為研究樣本，在選取新能源汽車產業(yè)上市公司樣本時，在問財網（www.iwencai.com）財經搜索項中輸入“新能源汽車概念”，檢索到90家上市公司，經過手工逐一甄別并結合上市公司年報，在分析前，對樣本進行如下處理:（1）上市公司年報中“政府補助”項和“收到的稅費返還”項數(shù)據缺失的樣本，予以剔除；（2）對ST類的樣本予以剔除，因為這類樣本數(shù)據波動性較大；（3）對于主營業(yè)務為金融業(yè)、保險業(yè)、互聯(lián)網，跨界從事新能源汽車研發(fā)生產的上市公司樣本予以剔除，最終，本文選擇了65家樣本公司。本文所使用的專利申請數(shù)來源于國家知識產權局官網（http://epub.sipo.gov.cn/gjcx.jsp），其余數(shù)據均來源于巨潮資訊官方網站（www.cninfo.com.cn），手動下載相關樣本公司的2012—2015年度報告。

（二）變量設定

1.因變量。企業(yè)研發(fā)投入（記為RD）：該變量反映企業(yè)的技術創(chuàng)新投入，由于上市公司對研發(fā)投入的描述有差異，經過對比，對2014年及以前的上市公司年度報告，本文采用“研發(fā)支出”或“技術研發(fā)費”項數(shù)據，2015年后上市公司年度報告中采用“研發(fā)投入金額”項數(shù)據。

企業(yè)專利產出（記為ZL）：該變量反映企業(yè)的技術創(chuàng)新產出，一般以專利申請數(shù)反映當期的創(chuàng)新產出（岳書敬〔32〕，2008），本文所使用的企業(yè)專利申請數(shù)來源于國家知識產權局官網，數(shù)值包括該企業(yè)當年的發(fā)明、實用新型和外觀設計三種專利申請數(shù)的總和。

2.自變量。政府補貼（記為Gov）：反映政府對企業(yè)技術創(chuàng)新活動的直接補貼。由于我國尚沒有官方發(fā)布的相關數(shù)據，故本文參照唐清泉等〔33〕（2008）的做法，以上市公司年報附注中披露的“政府補助”數(shù)額替代“政府R&D直接補貼”，盡管政府補助的數(shù)值可能要大于政府R&D直接補貼，但兩者的差異不會太大（王俊，2010）。

稅收優(yōu)惠（記為Tax）：該變量反映政府對企業(yè)技術創(chuàng)新活動的間接補貼。鑒于上市公司年度報告中沒有對“稅收優(yōu)惠”進行數(shù)據統(tǒng)計，所以本文參照李苗苗等〔34〕（2014）的做法，采用上市公司年報中“收到的稅費返還”這一指標進行替代。

滯后一期企業(yè)研發(fā)投入（RDt-1）：為了避免內生性問題，當企業(yè)專利產出作為因變量時，則采用滯后一期變量作為自變量（t為2012、2013、2014、2015年）。參照吳延兵〔35〕（2006）采取15%折舊率的做法，按照85%的當期企業(yè)研發(fā)投入值和15%的滯后一期企業(yè)研發(fā)投入值加權求和得到。

滯后一期企業(yè)專利產出（ZIt-1）：當RD作為因變量時，則采用ZL滯后一期專利申請數(shù)作為自變量。

本文根據研究目的，有關研究變量定義如表1所示：

表1 模型變量定義表

（三）模型設定

1.線性模型設定。借鑒李苗苗等（2014）的研究，本文以企業(yè)研發(fā)投入作為因變量，政府補貼、稅收優(yōu)惠、滯后一期的專利產出為自變量，構建財政政策、專利產出對企業(yè)研發(fā)投入影響的多元線性回歸模型為：

同時，以企業(yè)專利產出作為因變量，政府補貼、稅收優(yōu)惠、滯后一期的研發(fā)投入為自變量，構建財政政策、企業(yè)研發(fā)投入對專利產出影響的多元線性回歸模型為：

模型（1）和（2）中:i（i=1，2，…，65）是指第i個新能源汽車產業(yè)上市公司；t（t=2012，2012，2014，2015）為觀察年份，其中，RD表示企業(yè)R&D投入，Gov表示政府補貼，Tax表示稅收優(yōu)惠，RDit-1、ZLit-1分別為相應因變量RDit、ZLit的滯后一期，C為截距，α1～α3、β1～β3分別為回歸系數(shù),ξit、ζit分別是對應的殘差，當Cov（ξit，ZLit）=0時，表明殘差ξit與自變量ZLit不相關；同樣，當Cov（ζit，RDit-1）=0時，表明ζit與RDit-1不相關，則因變量與自變量之間不存在內生性的問題。

同時為了進一步找出政策補貼與稅收優(yōu)惠等變量之間的替代或互補的關系，本文還在原有的線性模型中逐步引入交叉項，并逐一剔除無效項。

2.非線性模型設定。線性模型反映了變量間的理想化狀態(tài)，而變量間的關系實際上非常復雜，學術研究還應考慮非線性模型。因此，本文在上述多元線性回歸模型基礎上，通過加入自變量的平方項形成多元非線性回歸模型，模型構建如下：

（四）描述性統(tǒng)計分析

本文根據研究目的，有關研究變量描述性統(tǒng)計分析如表2所示：

表2 描述性統(tǒng)計分析

由描述性統(tǒng)計分析可知，企業(yè)專利產出的均值大于中位數(shù)值，且ZL的標準差為389.2630比較大，表明不同企業(yè)的專利產出水平具有較大的差異。同時，其JB檢驗的統(tǒng)計量較大，且對應的P值小于0.01，故我們拒絕專利產出服從正態(tài)分布的原假設，認為專利產出不服從正態(tài)分布。表2同樣顯示，各企業(yè)R&D投入、稅收優(yōu)惠和政府補貼的數(shù)值也呈現(xiàn)明顯波動的趨勢，認為各變量均不服從正態(tài)分布。

四、實證研究

（一）變量間相關性分析

為了避免偽回歸現(xiàn)象，采用Pearson檢驗判斷變量間的線性相關關系，結果如表3：

表3 相關性分析

一般認為，相關系數(shù)在0.3以上則變量之間在0.05的顯著性水平下具有顯著的相關關系。表3顯示，各變量間相關系數(shù)均在0.3以上，均在0.05和0.01檢驗水平下顯著，ZL與RDt-1、Gov和Tax等變量間具有較高的相關關系，RD與ZLt-1、Gov和Tax等變量間也具有較高的相關關系，表明上述線性模型（1）（2）有意義，這為下面的多元線性回歸分析奠定了基礎。

（二）線性回歸分析

本文對面板數(shù)據進行逐步回歸分析，首先根據模型（1）（2）進行一般多元回歸分析，然后依次引入交叉項，并逐一剔除無效項，從而選取最優(yōu)模型。

1.政府財政政策、企業(yè)專利產出對企業(yè)研發(fā)投入的影響。本文用模型（1）分析財政政策（Gov和Tax）、企業(yè)專利產出（Zlt-1）對企業(yè)R&D投入（RD）的影響，結果見表4中的列（1.1），然后分別加入變量間的交叉項，擬合優(yōu)度增加最為顯著的予以保留，確定為最優(yōu)模型，其余的無效項予以剔除，結果見表4中的列（1.2）。

表4 財政政策、專利產出對企業(yè)研發(fā)投入的影響

續(xù)表

表4中，列（1.1）為Gov、Tax、ZLt-1對RD影響的一般線性模型，此模型調整擬合優(yōu)度為0.9827，且F值為221.0908，統(tǒng)計量均比較大，說明整個模型的擬合效果比較好。列（1.1）回歸結果顯示，Tax、Gov、ZLt-1對RD的影響系數(shù)分別為0.6418、1.2594、11.0822，且在0.01檢驗水平下顯著為正，結果表明滯后一期專利產出、政府補貼、稅收優(yōu)惠依次對企業(yè)研發(fā)投入具有顯著的激勵效應，其中企業(yè)滯后一期專利產出對企業(yè)研發(fā)投入的影響最大，政府補貼政策對企業(yè)R&D投入的影響大于稅收優(yōu)惠政策對企業(yè)R&D投入的影響，也就是說，相對稅收優(yōu)惠政策而言，政府補貼政策對企業(yè)研發(fā)經費投入的誘導作用更大。

表4中，列（1.2）為經過冗余檢驗后保留的最優(yōu)模型，Tax、Gov、ZLt-1對RD的影響與列（1.1）的結果一致，只不過影響程度具有一定的變動，同時列（1.2）也顯示，交叉項Gov*ZLt-1對RD的影響顯著為負，影響系數(shù)為-0.0004比較小，這說明政府補貼政策與企業(yè)滯后一期專利產出交互作用的結果是對企業(yè)R&D投入具有微弱的擠出效應。

另外，為了避免內生性問題，本文還對ZLt-1與各模型的殘差進行相關性分析，相關系數(shù)分別為0.0014、0.0084（均近似于0），表明各殘差與ZLt-1均不存在顯著的相關關系，即RD與ZLt-1之間不存在內生性問題，模型設定有效。

2.政府財政政策、企業(yè)研發(fā)投入對企業(yè)專利產出的影響。本文用模型（2）分析財政政策（Gov和Tax）、企業(yè)研發(fā)投入（RDt-1）對企業(yè)專利產出（ZL）的影響，結果見表4中的列（2.1），然后分別加入變量間的交叉項，通過冗余檢驗逐一剔除無效項后確定最優(yōu)模型，結果見表5中列（2.2）。

表5 財政政策、企業(yè)研發(fā)投入對專利產出的影響

續(xù)表

表5中，列（2.1）為Gov、Tax、RDt-1對ZL的影響的一般線性模型，此模型調整擬合優(yōu)度為0.8785、F值為28.9557，統(tǒng)計量均比較大，說明整個模型的擬合效果比較好。列（2.1）的結果顯示，Tax、RDt-1對ZL的影響系數(shù)分別為0.0010、-0.0004，均在0.01和0.05水平下通過了顯著性檢驗，說明稅收政策對企業(yè)專利產出具有微弱的正向變動的影響，而企業(yè)R&D投入對專利產出具有微弱的反向變動的影響；Gov對ZL的影響系數(shù)為0.0005，未通過顯著性檢驗，說明相對政府補貼政策對企業(yè)專利產出無影響，而稅收優(yōu)惠政策對企業(yè)專利產出的影響更大。

表5中，列（2.2）為最優(yōu)模型，在引入交叉項Tax*RDt-1和交叉項Gov*RDt-1后，Tax、Gov對ZL的影響結果與列（2.1）一致，而RDt-1對ZL的的影響與列（2.1）相矛盾。由列（2.2）可知，交叉項Tax*RDt-1和交叉項Gov*RDt-1對RD的影響系數(shù)分別為-2.19E-08和-2.37E-09，雖顯著為負但統(tǒng)計量較小，這說明政府的兩種財政政策工具與滯后一期企業(yè)R&D投入對專利產出產生交互作用，其作用的結果是微弱的擠出效應。

另外，為了避免內生性問題，本文還對RDt-1與各模型的殘差進行相關性分析，相關系數(shù)分別為0. 0817、0.0028（均近似于0），表明各殘差與RDt-1均不存在顯著的相關關系，RDt-1與ZL之間不存在內生性問題，模型的設定有效。

對比表4和表5的結果，政府補貼刺激企業(yè)R&D投入的效果更明顯，而稅收優(yōu)惠誘導企業(yè)專利產出的成效更顯著，說明兩種財政政策工具對企業(yè)創(chuàng)新的調節(jié)作用存在差異，各有側重、不能相互替代。

（三）非線性回歸分析

為了進一步探索變量間的復雜的關系，本文在線性模型的基礎上，分別以企業(yè)R&D投入和專利產出為因變量進行非線性關系研究，并對結果進行分析。

1.非線性模型分析的結果。本文根據模型（3）（4）進行多元非線性分析，模型（3）的回歸結果見表6的列（3.1），模型（4）的回歸結果見下頁表6的列（3.2）。

表6中，列（3.1）為財政政策（Gov和Tax）、企業(yè)專利產出（ZLt-1）對企業(yè)R&D投入（RD）影響的非線性分析，結果顯示，Tax、Gov和ZLt-1的一次項對RD的影響系數(shù)分別為-0.0940、3.9039和51.6992，均在10%或1%水平下統(tǒng)計顯著；而Tax、Gov和ZLt-1的二次項對RD的影響系數(shù)分別為5.69E-06、-4.35E-06和-0.0150，均在1%水平下統(tǒng)計顯著，說明Gov、Tax和ZLt-1等三者對企業(yè)R&D投入的影響存在非線性關系。

表6 非線性模型分析的結果

列（3.2）為財政政策（Gov和Tax）、企業(yè)研發(fā)投入（RDt-1）對企業(yè)專利產出（ZL）影響的非線性分析，結果表明，Tax、Gov和RDt-1的一次項對企業(yè)專利產出影響系數(shù)分別為0.0065、0.0036和-0.0007，均在1%水平下統(tǒng)計顯著；Tax、Gov和RDt-1的二次項對企業(yè)專利產出的影響系數(shù)分別為-6.40E-08、-1.34E-08和1.04E-09，分別在1%平下統(tǒng)計顯著，結果說明Tax、Gov和RDt-1等三者對企業(yè)專利產出的影響均存在非線性關系。

另外，為了避免內生性，本文還進行了相關性分析，列（3.1）、列（3.2）中殘差與對應的自變量之間的相關系數(shù)分別為-0.0459和0.0108（均接近于0），故殘差項與相應的自變量都不存在相關性，故模型（3.1）和模型（3.2）有效。

2.自變量對因變量的非線性影響。按照數(shù)學極值點方法計算整理出自變量對因變量的非線性影響見表7，其中，以企業(yè)研發(fā)投入（RD）為因變量，稅收優(yōu)惠政策的極值點為8260.9842萬元①根據表6中列3.1回歸結果中稅收優(yōu)惠的一次項和二次項變量的系數(shù)，按照數(shù)學極值點方法計算而得。，政府補貼政策的極值點為44.8722億元，企業(yè)專利產出的極值點約為1727項。

同樣，以企業(yè)專利產出（ZL）為因變量，則稅收優(yōu)惠政策的極值點為5.0765億元，政府補貼政策的極值點為13.5149億元，企業(yè)研發(fā)投入的極值點為35.8173億元，見表7。

表7 極值點分析

表7顯示，稅收優(yōu)惠政策對企業(yè)R&D投入、專利產出的影響存在一個正向區(qū)間，即稅收優(yōu)惠金額維持在0.8261～5.0766億元之間時，稅收優(yōu)惠對企業(yè)R&D投入和企業(yè)專利產出的影響是積極正向的，由表2可見，上市公司收到稅費返還的均值為1.0914億元，中位數(shù)值0.3103億元，最大值為13.8026億元，說明目前的稅收優(yōu)惠政策比較適當、適量，應該繼續(xù)保持現(xiàn)有的力度水平。

表7顯示，盡管政府補貼對企業(yè)R&D投入、專利產出的影響分別存在一個臨界點，但是本著投入產出最優(yōu)化的原則，政府補貼金額小于13.5149億元時，其對企業(yè)R&D投入和企業(yè)專利產出的影響是積極正向的。同時，政府補貼的臨界點高于表2中Gov的均值（0.9311億元）、中位數(shù)值（0.1677億元），低于最大值（29.6427億元），這說明政府補貼的分配中既存在不足又存在冗余。

對比表2和表7發(fā)現(xiàn)，表7中RDt-1對ZL影響的臨界值為35.8173億元，高于本文研究的65家上市公司研發(fā)投入的均值（4.3121億元）、中位數(shù)值（0.8822億元），而低于最大值（81.4049億元），這反映出我國超過半數(shù)的新能源汽車企業(yè)研發(fā)經費投入較低，企業(yè)R&D存量仍顯不足，目前的R&D存量水平尚不能有效提升專利產出量，這可能與戰(zhàn)略性新興產業(yè)成長初期技術研發(fā)成本高有關。

同時，表7中ZLt-1對RD影響的臨界值為1727件，高于本文研究的65家上市公司ZLt-1的均值（171件）、中位數(shù)值（24件），而低于最大值（2654件），這一方面反映出新能源汽車產業(yè)還處于產業(yè)發(fā)展的初始階段，專利產出水平普遍偏低，尚未形成促進本企業(yè)研發(fā)活動的良性循環(huán)；另一方面，專利產出較多的個別企業(yè)憑借市場中的壟斷地位獲得高額利潤，可能減少本企業(yè)R&D投入。

五、結論與啟示

（一）結論

本文運用新能源汽車產業(yè)上市公司的微觀數(shù)據，通過線性、非線性模型，驗證了政府財政政策、企業(yè)R&D投入和專利產出之間的復雜關系，得出以下結論：

1.企業(yè)R&D投入對企業(yè)專利產出的影響呈“U型”分布。

2.企業(yè)專利產出對企業(yè)R&D投入的影響呈“倒U型”分布。

3.政府補貼對企業(yè)R&D投入和企業(yè)專利產出的影響呈“倒U型”分布。

4.稅收優(yōu)惠對企業(yè)R&D投入和企業(yè)專利產出正向影響存在特定的區(qū)間。

5.政府補貼、稅收優(yōu)惠兩種財政政策工具的調節(jié)作用存在差異。政府補貼刺激企業(yè)R&D投入的效果更明顯，而稅收優(yōu)惠誘導企業(yè)專利產出的成效更顯著，兩種政策工具間交互作用不明顯。

（二）啟示

根據上述結論得到以下啟示：

1.政府財政政策（包括政府補貼、稅收優(yōu)惠）對企業(yè)技術創(chuàng)新（研發(fā)投入與專利產出）具有促進作用，政府補貼和稅收優(yōu)惠兩種政策工具各有側重、不能相互替代，一方面企業(yè)研究與開發(fā)的投入和積累是專利創(chuàng)造的重要基礎，知識存量越多，各種類型專利的產出就越多，因此政策制定要以鼓勵企業(yè)進行研發(fā)投入、增加知識存量為目標，充分發(fā)揮政府補貼和稅收優(yōu)惠兩種政策工具的協(xié)同作用；另一方面，政府補貼和稅收優(yōu)惠并不是越多越好，而是存在一定的范圍，否則也會適得其反。

2.現(xiàn)有普惠的財政政策需要進行改進，特別是在企業(yè)自身R&D投入和專利產出方面設置資質門檻，即只有研發(fā)投入大、專利產出多的上市公司，才有資格獲得政府的財稅扶持。

3.建立政府補貼政策的評估甄別機制，減少補貼過程中的信息不對稱，針對性地進行補貼，一方面要對自主創(chuàng)新能力強的企業(yè)加大政府補貼的力度，另一方面為避免補貼的異化應適時啟動補貼的退坡機制和退出機制，實行補貼的動態(tài)管理。

4.稅收優(yōu)惠政策關注點應逐步從企業(yè)優(yōu)惠向創(chuàng)新項目優(yōu)惠轉變，政策制定緊扣新能源汽車產業(yè)創(chuàng)新研發(fā)項目，使企業(yè)切實能夠從創(chuàng)新研發(fā)和專利成果應用中得到稅收方面的收益。

〔1〕夏金彪.新能源汽車面臨補貼退坡大考驗〔EB/OL〕.http://nev.ofweek.com/2017-02/ART-71011-8420-30100692.htm l, 2017-02-08/2017-02-15.

〔2〕蘭鳳崇，黃維軍，陳吉清,等.新能源汽車產業(yè)專利分析綜述〔J〕.科技管理研究，2013（21）:104-119.

〔3〕王靜宇，劉穎琦，Ari Kokko.基于專利信息的中國新能源汽車產業(yè)技術創(chuàng)新研究〔J〕.情報雜志，2016（1）:32-38.

〔4〕陳廣漢，藍寶江.研發(fā)支出、競爭程度與我國區(qū)域創(chuàng)新能力研究——基于1998—2004年國內專利申請數(shù)量與R&D數(shù)據的實證分析〔J〕.經濟學家，2007（3）:101-106.

〔5〕Hausman J.Econometric Models for Count Data with an Application to the Patents-R&D Relationship〔J〕.Nber Technical Working Papers,1984,52（4）:909-938.

〔6〕朱平芳,徐偉民.上海市大中型工業(yè)行業(yè)專利產出滯后機制研究〔J〕.數(shù)量經濟技術經濟研究，2005，22（9）:136-142.

〔7〕逄淑媛，陳德智.專利與研發(fā)經費的相關性研究——基于全球研發(fā)頂尖公司10年面板數(shù)據的研究〔J〕.科學學研究，2009，27（10）：1500-1505.

〔8〕吳曉園，鐘俊娟.政府補貼與企業(yè)技術創(chuàng)新：文獻綜述〔J〕.科技和產業(yè)，2010，10（12）：45-48.

〔9〕Duguet E.Are R&D Subsidies a Substitute or a Complement to Privately Funded R&D?Evidence from France using Propensity Score Methods for Non-Experimental Data〔J〕.Public Economics,2004,114（2）:245-274.

〔10］González X,PazóC.Do public subsidies stimulate private R&D spending?〔J〕.Research Policy,2005,37（3）:371-389.

〔11〕程華，趙祥.政府科技資助對企業(yè)R&D產出的影響——基于我國大中型工業(yè)企業(yè)的實證研究〔J〕.科學學研究，2008，26（3）：519-525.

〔12〕胡永健，周寄中.政府直接資助強度與企業(yè)技術創(chuàng)新投入的關系研究〔J〕.中國軟科學，2008（11）：141-148.

〔13〕Wallsten S J.The Effects of Government-Industry R&D Programs on Private R&D:The Case of the Small Business Innovation Research Program〔J〕.Rand Journal of Economics,2000,31（1）:82-100.

〔14〕G?rg H,Strobl E.The Effect of R&D Subsidies on Private R&D〔J〕.Economica,2007,74（294）:215-234.

〔15〕梁萊歆，馬如飛，田元飛.科技經費投入結構與企業(yè)技術創(chuàng)新——基于我國大中型工業(yè)企業(yè)的實證研究〔J〕.科學學與科學技術管理，2009，27（7）：89-93.

〔16〕高宏偉.政府補貼對大型國有企業(yè)研發(fā)的擠出效應研究〔J〕.中國科技論壇，2011（8）：15-20.

〔17〕Zhu P,Weimin X U,Lundin N.The impact of government's fundings and tax incentives on industrial R&D investments—Empirical evidences from industrial sectors in Shanghai〔J〕.China Economic Review,2006,17（1）:51-69.

〔18〕Hussinger K.R&D and subsidies at the firm level:an application of parametric and semiparametric two-step selection models〔J〕.Journal of Applied Econometrics,2008,23（6）:729-747.

〔19〕劉虹，肖美鳳，唐清泉.R&D補貼對企業(yè)R&D支出的激勵與擠出效應——基于中國上市公司數(shù)據的實證分析〔J〕.經濟管理，2012（4）：19-27.

〔20〕戴小勇，成力為.財政補貼政策對企業(yè)研發(fā)投入的門檻效應〔J〕.科研管理，2014，35（6）：68-76.

〔21〕OECD.FiscalMeasurers to Promote R&D and Innovation〔R〕.OECD.1996.194.

〔22〕Czarnitzki D,Hanel P,Rosa JM.Evaluating the impact of R&D tax credits on innovation:A microeconometric study on Canadian firms〔J〕.Research Policy,2011,40（2）:217-229.

〔23〕Kobayashi Y.Effect of R&D tax credits for SMEs in Japan:amicroeconometric analysis focused on liquidity constraints〔J〕. Small Business Economics,2014,42（2）:311-327.

〔24〕朱平芳，徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產出的影響——上海市的實證研究〔J〕.經濟研究，2003（6）：45-53.

〔25〕錢昇，武健.政府補貼對知識溢出條件下競爭企業(yè)R&D合作收益的影響〔J〕.東岳論叢，2007，28（6）：165-169.

〔26〕李麗青.我國現(xiàn)行R&D稅收優(yōu)惠政策的有效性研究〔J〕.中國軟科學，2007（7）：115-120.

〔27〕肖虹,洪琳琳.轉軌經濟環(huán)境下投資的政策激勵效應——基于行業(yè)分析視角〔J〕.當代會計評論,2013（6）：20-39.

〔28〕樊琦，韓民春.政府R&D補貼對國家及區(qū)域自主創(chuàng)新產出影響績效研究——基于中國28個省域面板數(shù)據的實證分析〔J〕.管理工程學報，2011，25（3）：183-188.

〔29〕夏力.稅收優(yōu)惠能否促進技術創(chuàng)新：基于創(chuàng)業(yè)板上市公司的研究〔J〕.中國科技論壇，2012（12）：56-61.

〔30〕關勇軍，瞿旻，王艷.基于研發(fā)補貼類別的研發(fā)投入與專利產出關系研究——基于深圳中小板上市企業(yè)的經驗證據〔J〕.工業(yè)技術經濟，2013（4）：25-33.

〔31〕王俊.R&D補貼對企業(yè)R&D投入及創(chuàng)新產出影響的實證研究〔J〕.科學學研究，2010，28（9）：1368-1374.

〔32〕岳書敬.中國區(qū)域研發(fā)效率差異及其影響因素——基于省級區(qū)域面板數(shù)據的經驗研究〔J〕.科研管理，2008，29（5）：173-179.

〔33〕唐清泉，盧珊珊，李懿東.企業(yè)成為創(chuàng)新主體與R&D補貼的政府角色定位〔J〕.中國軟科學，2008（6）：88-98.

〔34〕李苗苗，肖洪鈞，傅吉新.財政政策、企業(yè)R&D投入與技術創(chuàng)新能力——基于戰(zhàn)略性新興產業(yè)上市公司的實證研究〔J〕.管理評論，2014，26（8）：135-144.

〔35〕吳延兵.R&D存量、知識函數(shù)與生產效率〔J〕.經濟學（季刊），2006，5（3）：1129-1156.

AStudyon the Relationshipamong Fiscal Policy,EnterpriseR&D Investmentand Patent Output：Based on the Panel Data of China’s New Energy Automobile Listed Companies

LI Zhaoyou QI Xiaodong
（School of Humanities and Law,Northeastern University,Shenyang 110819,China）

This paper discusses the complex relationship among fiscal policies（tax preference and government subsidies）, enterprise R&D investment and patent output.Furthermore,65 new energy automobile industry listed companies in our country are sampled,and multiple linear and nonlinearmodels are established to test it.The experimental research shows that:（1）The influence of enterprise R&D investmenton enterprise patentoutput is in“U”distribution;（2）The influence of enterprise R&D investmenton enterprise patent output is in“inverted U”distribution;（3）The influences of government subsidies on enterprise R&D investment and enterprise patent output are both in“inverted U”distribution;（4）The positive influence of taxation reducing policy on enterprise R&D investment and patent output has a certain positive interval value;（5）Both government subsidies and tax preference play a positive role in regulating R&D investmentand patentoutput;whereas,the effects are different.Government subsidies producemore obvious effect inmotivating enterprise R&D investment,but the stimulation of preferential tax policy to enterprise patentoutput is less obvious.

fiscal policy;R&D investment;patentoutput;new energy automobile

F810.422

A

1002-3291（2017）04-0031-11

【責任編輯 裴鴻池】

2016-12-23

李兆友，男，山東濰坊人，東北大學文法學院教授、博士生導師。研究方向：科技政策研究。齊曉東，男，遼寧沈陽人，東北大學文法學院博士研究生。研究方向：技術創(chuàng)新政策研究。

遼寧省社會科學基金項目階段性成果（L15AGL014）；遼寧省教育廳高?？蒲谢痦椖侩A段性成果（ZK2015064）。