新能源汽車產(chǎn)業(yè)政府R&D補(bǔ)貼效果的實(shí)證研究

李兆友, 齊曉東, 劉 妍(. 東北大學(xué) 文法學(xué)院, 遼寧 沈陽(yáng) 069; . 東北大學(xué) 計(jì)劃財(cái)經(jīng)處, 遼寧 沈陽(yáng) 089)

新能源汽車產(chǎn)業(yè)政府R&D補(bǔ)貼效果的實(shí)證研究

李兆友1, 齊曉東1, 劉 妍2
(1. 東北大學(xué) 文法學(xué)院, 遼寧 沈陽(yáng) 110169; 2. 東北大學(xué) 計(jì)劃財(cái)經(jīng)處, 遼寧 沈陽(yáng) 110819)

采用2011—2015年中國(guó)新能源汽車產(chǎn)業(yè)上市公司面板數(shù)據(jù),通過(guò)靜態(tài)與動(dòng)態(tài)面板數(shù)據(jù)模型分析了政府直接補(bǔ)貼、間接補(bǔ)貼對(duì)企業(yè)R&D投入的影響。研究結(jié)果表明:政府直接補(bǔ)貼對(duì)企業(yè)R&D投入的激勵(lì)效應(yīng)顯著,而政府間接補(bǔ)貼對(duì)企業(yè)R&D投入的影響存在一定的不確定性;同時(shí),企業(yè)規(guī)模、知識(shí)存量顯著促進(jìn)了政府R&D補(bǔ)貼的作用效果,而企業(yè)技術(shù)水平對(duì)政府R&D補(bǔ)貼的影響效果不明顯。在上述結(jié)論基礎(chǔ)上,為提高政府R&D補(bǔ)貼有效性,應(yīng)完善以下政府職能:加強(qiáng)官方信息的披露,提高補(bǔ)貼政策的穩(wěn)定性與針對(duì)性,充分發(fā)揮政府直接補(bǔ)貼、間接補(bǔ)貼的作用,建立完善的補(bǔ)貼準(zhǔn)入和退出機(jī)制。

政府R&D補(bǔ)貼; 企業(yè)R&D投入; 補(bǔ)貼效果; 動(dòng)態(tài)面板數(shù)據(jù)模型

“十二五”期間(2011—2015年),新能源汽車產(chǎn)業(yè)作為國(guó)家大力扶持的七大戰(zhàn)略性新興產(chǎn)業(yè)之一,得到了中央和地方各級(jí)政府的財(cái)政扶持,企業(yè)技術(shù)創(chuàng)新得到快速發(fā)展。這就引發(fā)了一個(gè)重要的問(wèn)題,即如何評(píng)估“十二五”期間政府R&D補(bǔ)貼的效果,目前,對(duì)這一問(wèn)題仍停留在感性認(rèn)識(shí)階段,需要實(shí)證予以回答。

政府R&D補(bǔ)貼可劃分為兩種基本形式[1]:以政府財(cái)政預(yù)算撥款為主要形式的直接補(bǔ)貼和以稅收優(yōu)惠為主要形式的間接補(bǔ)貼,本文根據(jù)這一思路,采用新能源汽車產(chǎn)業(yè)上市公司年度報(bào)告中可獲得的數(shù)據(jù),用年報(bào)中“政府補(bǔ)助”表示政府直接補(bǔ)貼,用“企業(yè)收到的稅費(fèi)返還”表示政府間接補(bǔ)貼,對(duì)政府R&D補(bǔ)貼與企業(yè)研發(fā)投入之間的關(guān)系進(jìn)行考察,以評(píng)估政府R&D補(bǔ)貼的效果。

一、 文獻(xiàn)綜述

1.直接補(bǔ)貼的效果

現(xiàn)有文獻(xiàn)顯示,政府直接補(bǔ)貼對(duì)企業(yè)R&D投入的影響既存在線性關(guān)系也存在非線性關(guān)系,結(jié)論可歸納為三種:一是激勵(lì)效應(yīng),持這種觀點(diǎn)的學(xué)者如Duguet(2004)[2]、程華等(2008)[3];二是擠出效應(yīng),持這種觀點(diǎn)的學(xué)者如G?rg等(2007)[4]、高宏偉(2011)[5];三是直接補(bǔ)貼對(duì)企業(yè)R&D 投入的影響是一種先升后降的倒U型關(guān)系,如Hussinger(2008)[6]、劉虹等(2012)[7],這些研究認(rèn)為當(dāng)直接補(bǔ)貼的金額未超過(guò)臨界值時(shí),直接補(bǔ)貼的增加會(huì)刺激企業(yè)R&D投入的增加,而當(dāng)直接補(bǔ)貼的金額超過(guò)臨界值時(shí),直接補(bǔ)貼的增加反而造成企業(yè)R&D投入的降低。

2.間接補(bǔ)貼的效果

稅收優(yōu)惠可以理解為政府借助市場(chǎng)的力量對(duì)企業(yè)進(jìn)行間接補(bǔ)貼,國(guó)內(nèi)外對(duì)間接補(bǔ)貼效果研究的側(cè)重點(diǎn)有差異:一是國(guó)外學(xué)者大多認(rèn)為稅收優(yōu)惠政策能夠激勵(lì)企業(yè)R&D投入,如Czarnitzki等(2011)[8]、Kobayashi(2014)[9];二是國(guó)內(nèi)學(xué)者往往將稅收優(yōu)惠政策與直接補(bǔ)貼政策進(jìn)行比較,得出稅收優(yōu)惠政策更能夠激勵(lì)企業(yè)增加R&D投入的結(jié)論,如朱平芳等(2003)[10],或者是激勵(lì)效應(yīng)不明顯的結(jié)論,如李麗青(2007)[11]。

3.政府R&D補(bǔ)貼的影響因素

在考察政府R&D補(bǔ)貼對(duì)企業(yè)創(chuàng)新活動(dòng)的影響時(shí),企業(yè)自身特征不容忽視,如知識(shí)存量較高的企業(yè)可能更有效地利用政府R&D補(bǔ)貼[12];企業(yè)規(guī)模也有可能影響到政府R&D補(bǔ)貼的效果,在技術(shù)創(chuàng)新中,小企業(yè)具有靈活性優(yōu)勢(shì),大企業(yè)則具有資源優(yōu)勢(shì)[13];技術(shù)水平高的企業(yè)一般都具有研發(fā)優(yōu)勢(shì),從而更能有效地利用政府R&D補(bǔ)貼進(jìn)行創(chuàng)新活動(dòng)[14],可見(jiàn)政府R&D補(bǔ)貼的效果可能與企業(yè)規(guī)模、知識(shí)存量、技術(shù)水平等因素有著不同程度的關(guān)聯(lián),導(dǎo)致政府R&D補(bǔ)貼具有偏好性[15]。

4.評(píng)述

(1) 已有的研究主要集中在高技術(shù)產(chǎn)業(yè),而新能源汽車產(chǎn)業(yè)類似的實(shí)證研究數(shù)量少、可供參考的文獻(xiàn)不多,原因可能與新能源汽車產(chǎn)業(yè)起步較晚、官方相關(guān)統(tǒng)計(jì)數(shù)據(jù)缺乏有關(guān),這導(dǎo)致了已有新能源汽車產(chǎn)業(yè)的相關(guān)研究大多停留在個(gè)別因素的描述性分析,實(shí)證分析較少。

(2) 根據(jù)實(shí)際情況,采用新能源汽車上市公司年報(bào)中可獲得的“政府補(bǔ)助”和“收到的稅費(fèi)返還”數(shù)據(jù),分別代表“直接補(bǔ)貼”和“間接補(bǔ)貼”,以此來(lái)開(kāi)拓政府R&D補(bǔ)貼效果的分析思路,完善新能源汽車產(chǎn)業(yè)相關(guān)研究的不足。

(3) 將企業(yè)規(guī)模、知識(shí)存量、技術(shù)水平等因素作為控制變量,對(duì)政府R&D補(bǔ)貼的影響因素進(jìn)行全面考察,力圖彌補(bǔ)相關(guān)研究的不足。

(4) 考慮到知識(shí)的累積性,將企業(yè)前期的R&D投入作為自變量加以分析,并嘗試采用靜態(tài)、動(dòng)態(tài)相結(jié)合的分析方式進(jìn)行相關(guān)研究。

二、 研究設(shè)計(jì)

1.樣本數(shù)據(jù)的來(lái)源與采集

在選取新能源汽車產(chǎn)業(yè)上市公司樣本時(shí),首先在問(wèn)財(cái)網(wǎng)(www.iwencai.com)財(cái)經(jīng)搜索項(xiàng)中輸入“新能源汽車”,檢索到90家上市公司,在分析前,結(jié)合上市公司年報(bào),對(duì)樣本進(jìn)行如下甄別和處理:①上市公司年報(bào)中“政府補(bǔ)助”項(xiàng)和“收到的稅費(fèi)返還”項(xiàng)數(shù)據(jù)缺失的樣本,予以剔除;②對(duì)ST類的樣本予以剔除,因?yàn)檫@類樣本數(shù)據(jù)波動(dòng)性較大;③對(duì)于主營(yíng)業(yè)務(wù)為金融業(yè)、保險(xiǎn)業(yè)、互聯(lián)網(wǎng),跨界從事新能源汽車研發(fā)生產(chǎn)的上市公司樣本予以剔除,最終,本文選取2011—2015年滬深兩市65家新能源汽車上市公司為研究樣本。本文所使用的專利數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)(http:∥epub.sipo.gov.cn/gjcx.jsp),使用的其余數(shù)據(jù)均來(lái)源于巨潮資訊官網(wǎng)(http:∥www.cninfo.com.cn)中相關(guān)上市公司的年度報(bào)告。

2.變量設(shè)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(shù)創(chuàng)新投入,由于上市公司對(duì)研發(fā)投入的描述有差異,在2014年及以前的上市公司年度報(bào)告中,采用“研發(fā)支出”或“技術(shù)研發(fā)費(fèi)”項(xiàng)數(shù)據(jù),在2015年上市公司年度報(bào)告中,采用“研發(fā)投入”項(xiàng)數(shù)據(jù)。

(2) 自變量

直接補(bǔ)貼(記為Gov):是對(duì)企業(yè)R&D活動(dòng)產(chǎn)生直接影響的補(bǔ)貼。參照唐清泉等(2008)[16]的做法,采用上市公司年報(bào)附注中披露的“政府補(bǔ)助”數(shù)據(jù)來(lái)表示直接補(bǔ)貼。

間接補(bǔ)貼(記為Tax):是對(duì)企業(yè)R&D活動(dòng)產(chǎn)生間接影響的補(bǔ)貼。參照李苗苗等(2014)[17]的做法,采用上市公司年報(bào)中的“收到的稅費(fèi)返還”數(shù)據(jù)來(lái)表示間接補(bǔ)貼。

滯后一期的企業(yè)研發(fā)投入(記為RD-1),采用上市公司年度報(bào)告中上一年度的企業(yè)研發(fā)投入數(shù)值。

(3) 控制變量

企業(yè)規(guī)模(記為Siz):參照唐清泉等(2008)的做法,采用企業(yè)資產(chǎn)總計(jì)表征企業(yè)規(guī)模。

知識(shí)存量(記為K):采用企業(yè)的無(wú)形資產(chǎn)表征企業(yè)的知識(shí)存量。

技術(shù)水平(記為Ind):本文參照白俊紅(2011)的做法,用企業(yè)技術(shù)人員占員工總數(shù)的比重表征技術(shù)特征。

為了消除回歸中可能出現(xiàn)的異方差情況,減少數(shù)據(jù)的波動(dòng)程度,對(duì)所有數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理,使用Eviews 8軟件進(jìn)行統(tǒng)計(jì)分析。

3.回歸分析方程的構(gòu)建

(1) 靜態(tài)分析回歸方程

借鑒解維敏等(2009)[18]的研究,以企業(yè)R&D投入作為因變量,將政府R&D補(bǔ)貼細(xì)分為直接補(bǔ)貼和間接補(bǔ)貼,并與其他控制變量作為自變量,分別構(gòu)建如下靜態(tài)回歸方程。

政府直接補(bǔ)貼對(duì)企業(yè)R&D投入的靜態(tài)分析回歸方程為:

政府間接補(bǔ)貼對(duì)企業(yè)R&D投入的靜態(tài)分析回歸方程為:

(2) 動(dòng)態(tài)分析回歸方程

在靜態(tài)面板數(shù)據(jù)回歸方程的基礎(chǔ)上引入因變量的滯后項(xiàng), 以此來(lái)反映動(dòng)態(tài)滯后效應(yīng)的回歸方程即為動(dòng)態(tài)面板數(shù)據(jù)回歸方程。 引入滯后項(xiàng)的原因在于現(xiàn)實(shí)中可能遺漏變量或者自變量和因變量互為因果等復(fù)雜因素, 而這些因素可能對(duì)上期的因變量產(chǎn)生影響。 考慮到滯后一期的因變量可能反映這些復(fù)雜因素的影響, 故本文在靜態(tài)回歸方程基礎(chǔ)上, 將企業(yè)R&D投入的滯后一期值作為自變量引入方程, 分別構(gòu)建下列動(dòng)態(tài)回歸方程。

政府直接補(bǔ)貼對(duì)企業(yè)R&D投入的動(dòng)態(tài)分析回歸方程為:

政府間接補(bǔ)貼對(duì)企業(yè)R&D投入的動(dòng)態(tài)分析回歸方程為:

其中,RDit-1為因變量的滯后一期。

三、政府R&D補(bǔ)貼的作用機(jī)理及理論假設(shè)

1.政府R&D補(bǔ)貼的作用機(jī)理

百度百科將財(cái)政補(bǔ)貼定義為: 國(guó)家財(cái)政為了實(shí)現(xiàn)特定的政治經(jīng)濟(jì)和社會(huì)目標(biāo), 向企業(yè)或個(gè)人提供的一種補(bǔ)償。 現(xiàn)代漢語(yǔ)辭典對(duì)“補(bǔ)償”的解釋為:“抵消(損失、消耗)、補(bǔ)足(缺欠、差額)”。 按照這一思路, 本文將政府R&D補(bǔ)貼定義為: 國(guó)家財(cái)政為了實(shí)現(xiàn)R&D活動(dòng), 向企業(yè)或個(gè)人提供的一種抵消性補(bǔ)償或(和)補(bǔ)足性補(bǔ)償。 補(bǔ)貼應(yīng)包含兩方面基本含義, 也可以視為兩種基本形式: 一種形式是間接補(bǔ)貼,政府根據(jù)實(shí)際情況, 事后對(duì)已經(jīng)出現(xiàn)或產(chǎn)生的損失或消耗給予抵消, 具有事后性,如企業(yè)獲得的稅費(fèi)返還, 這類補(bǔ)貼對(duì)企業(yè)R&D活動(dòng)產(chǎn)生間接影響; 另一種形式是直接補(bǔ)貼, 政府根據(jù)經(jīng)驗(yàn)判斷,預(yù)先設(shè)計(jì)規(guī)則, 對(duì)需要使用或消耗資源的缺口、差額等不足部分給予補(bǔ)足, 以滿足日后使用的需求,具有事前性,如企業(yè)獲得的政府補(bǔ)貼,這類補(bǔ)貼對(duì)企業(yè)R&D活動(dòng)產(chǎn)生直接影響。

據(jù)此,將政府R&D補(bǔ)貼的作用機(jī)理簡(jiǎn)單歸納為:政府為了有效矯正企業(yè)R&D的外部性、降低企業(yè)R&D的投資成本、分擔(dān)企業(yè)R&D的投資成本、解決企業(yè)R&D的流動(dòng)性等問(wèn)題,采用直接補(bǔ)貼、稅收優(yōu)惠等經(jīng)濟(jì)方式和手段,引導(dǎo)市場(chǎng)主體作出R&D行為。按照政策規(guī)定,新能源汽車企業(yè)憑借資本、人才、技術(shù)、規(guī)模等優(yōu)勢(shì),獲得高新技術(shù)企業(yè)相應(yīng)的稅收優(yōu)惠等間接補(bǔ)貼;其中,研發(fā)項(xiàng)目申報(bào)后中標(biāo)的企業(yè),還可獲得直接補(bǔ)貼,一般情況下,配套R(shí)&D資金充足、知識(shí)存量多、技術(shù)水平高的研發(fā)型大企業(yè)更能受到政府青睞;企業(yè)圍繞著研發(fā)項(xiàng)目投入相應(yīng)的人、財(cái)、物等資本,實(shí)施項(xiàng)目研發(fā),形成新技術(shù)、新產(chǎn)品和專利等創(chuàng)新成果;進(jìn)入市場(chǎng)后,滿足顧客需求的創(chuàng)新產(chǎn)品獲得高額利潤(rùn);因創(chuàng)新而獲利的企業(yè)會(huì)繼續(xù)增加R&D經(jīng)費(fèi)投入、持續(xù)開(kāi)展R&D活動(dòng),產(chǎn)生更多的創(chuàng)新成果,形成自主創(chuàng)新的良性循環(huán)。

2.新能源汽車產(chǎn)業(yè)政府R&D補(bǔ)貼的特征及理論假設(shè)

根據(jù)本文檢索到的2011—2015年新能源汽車企業(yè)上市公司年報(bào)數(shù)據(jù),企業(yè)R&D投入、直接補(bǔ)貼和間接補(bǔ)貼等變量的各項(xiàng)指標(biāo)(總額、均值、最大值)均逐年增長(zhǎng)①,這說(shuō)明我國(guó)新能源汽車產(chǎn)業(yè)處于成長(zhǎng)初期,政府作為產(chǎn)業(yè)創(chuàng)新的推動(dòng)者,已經(jīng)承擔(dān)起扶持創(chuàng)新的職責(zé),同時(shí),企業(yè)作為技術(shù)創(chuàng)新的主體,也根據(jù)其前期的研發(fā)情況增加當(dāng)期的研發(fā)投入,政府的資金扶持有利于企業(yè)加大研發(fā)經(jīng)費(fèi)投入。

由此作出假設(shè)1:政府直接補(bǔ)貼會(huì)顯著地誘導(dǎo)企業(yè)的R&D投入;假設(shè)2:政府間接補(bǔ)貼會(huì)顯著地誘導(dǎo)企業(yè)的R&D投入;假設(shè)3:企業(yè)滯后期的研發(fā)投入對(duì)當(dāng)期的研發(fā)投入具有正向作用。

3.新能源汽車產(chǎn)業(yè)政府R&D補(bǔ)貼影響因素及理論假設(shè)

2011—2015年間,小企業(yè)獲得的政府R&D補(bǔ)貼金額占比較小(9.93%～12.53%)②,而大企業(yè)獲得政府R&D補(bǔ)貼金額占比較大(87.47%～90.07%),兩者間差距明顯;知識(shí)存量大的企業(yè)獲得的政府R&D補(bǔ)貼金額占比大(各年度均在79%以上),遠(yuǎn)高于知識(shí)存量小的企業(yè),兩者間差距明顯;技術(shù)水平較高企業(yè)獲得了較多的政府R&D補(bǔ)貼(占比為53.07%～67.43%),略高于同期技術(shù)水平較低企業(yè)(占比為32.57%～46.93%),相對(duì)而言兩者之間差距不大。

根據(jù)上述分析提出以下假設(shè)。

假設(shè)4a:企業(yè)規(guī)模越大越有利于發(fā)揮政府R&D補(bǔ)貼作用;

假設(shè)4b:企業(yè)知識(shí)存量越多越有利于發(fā)揮政府R&D補(bǔ)貼作用;

假設(shè)4c:企業(yè)技術(shù)水平越高越有利于發(fā)揮政府R&D補(bǔ)貼作用。

四、 靜態(tài)面板數(shù)據(jù)的實(shí)證分析

1.面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

面板數(shù)據(jù)在實(shí)證分析前,要對(duì)其平穩(wěn)性進(jìn)行檢驗(yàn),一般采用LLC、IPS、ADF和PP等檢驗(yàn)方法,檢驗(yàn)結(jié)果見(jiàn)表1。

① 由于版面所限,本文未列出變量的統(tǒng)計(jì)結(jié)果,如有需要可向作者索取。

② 按照補(bǔ)貼影響因素(企業(yè)規(guī)模、知識(shí)存量、技術(shù)水平)的大小進(jìn)行分類,然后觀察按“大”“小”分類時(shí)政府R&D補(bǔ)貼數(shù)量和占比的差異。分類的方法是(以企業(yè)規(guī)模為例):首先將65家上市公司按企業(yè)規(guī)模從小到大排序,將前33個(gè)上市公司定義為“小”規(guī)模企業(yè),將后32個(gè)上市公司定義為“大”規(guī)模企業(yè),然后再分別計(jì)算“小”“大”規(guī)模企業(yè)獲得的政府R&D補(bǔ)貼金額合計(jì)及占比。由于版面所限,本文未列出統(tǒng)計(jì)結(jié)果,如有需要可向作者索取。

表1 面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

續(xù)表1

變 量LLC檢驗(yàn)IPS檢驗(yàn)ADF檢驗(yàn)PP檢驗(yàn)單位根lnInd-43．552???-3．576???164．703??267．971???否lnGov×lnSiz-73．604???-10．303???191．947???306．550???否lnGov×lnK-53．353???-9．587???204．670???327．431???否lnGov×lnInd-45．139???-4．456???178．040???289．427???否

注: **、***表示變量分別在0.05、0.01顯著性水平上顯著,下同。

表1顯示,各種檢驗(yàn)的結(jié)果均拒絕了面板數(shù)據(jù)存在單位根的原假設(shè),表明面板數(shù)據(jù)平穩(wěn),可以進(jìn)行回歸分析。

2.直接補(bǔ)貼效果的靜態(tài)分析

應(yīng)用回歸方程(1)分析政府直接補(bǔ)貼對(duì)企業(yè)R&D投入影響,回歸分析結(jié)果見(jiàn)表2。模型1是直接補(bǔ)貼單獨(dú)作為自變量的回歸估計(jì)結(jié)果,在此基礎(chǔ)上,模型2是納入企業(yè)規(guī)模的回歸估計(jì)結(jié)果,模型3是納入知識(shí)存量的回歸估計(jì)結(jié)果,模型4是納入技術(shù)水平的回歸估計(jì)結(jié)果。面板數(shù)據(jù)分析前采用Hausman檢驗(yàn),確定模型2采用隨機(jī)效應(yīng)模型(RE),其余均采用固定效應(yīng)模型(FE)。

表2 直接補(bǔ)貼效果的靜態(tài)分析結(jié)果

首先,分析政府直接補(bǔ)貼的激勵(lì)效應(yīng)。由表2可見(jiàn),模型1中,直接補(bǔ)貼單獨(dú)作為自變量的回歸系數(shù)為0.439,在0.01的水平下通過(guò)顯著性檢驗(yàn),表明直接補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響顯著為正,其激勵(lì)效應(yīng)為0.439,即政府每增加1元直接R&D補(bǔ)貼,就會(huì)帶動(dòng)企業(yè)增加0.439元的R&D投入。

依次加入交互項(xiàng)后,根據(jù)伍德里奇(2003)[19]偏效應(yīng)公式進(jìn)行計(jì)算,在模型2～模型4中,直接補(bǔ)貼的激勵(lì)效應(yīng)分別為:0.116*模型2中直接補(bǔ)貼對(duì)企業(yè)R&D投入的偏效應(yīng)為-1.148+0.097×lnSiz。我們將lnSiz的均值代入,可求得政府財(cái)稅補(bǔ)貼對(duì)企業(yè)R&D投入的偏效應(yīng)為0.116,此值即為政府直接補(bǔ)貼的激勵(lì)效應(yīng)。模型3、模型4的交互模型中政府直接補(bǔ)貼的激勵(lì)效應(yīng)可同理得到,詳見(jiàn)伍德里奇(2003)。、0.168、0.425,本研究的激勵(lì)效應(yīng)測(cè)算數(shù)值接近解維敏等(2009)測(cè)算0.374～0.481的結(jié)果,但是低于白俊紅(2011)測(cè)算0.621～0.722的結(jié)果,這可能與學(xué)者間采用的行業(yè)數(shù)據(jù)的差異有關(guān)?？梢哉f(shuō),本研究在一定程度上印證了上述學(xué)者的研究,也表明政府直接補(bǔ)貼具有明顯的激勵(lì)效應(yīng),顯著地提高了65家新能源汽車上市公司的R&D投入,實(shí)證結(jié)果支持假設(shè)1。

其次,分析補(bǔ)貼影響因素的作用效果。從表2中各交互項(xiàng)的回歸結(jié)果來(lái)看, 模型2中,政府直接補(bǔ)貼與企業(yè)規(guī)模交互項(xiàng)的回歸系數(shù)為0.097;模型3中,政府直接補(bǔ)貼與企業(yè)知識(shí)存量交互項(xiàng)的回歸系數(shù)為0.072;模型4中,直接補(bǔ)貼與企業(yè)技術(shù)水平交互項(xiàng)的回歸系數(shù)為0.048,均在0.01的水平下通過(guò)顯著性檢驗(yàn),表明在靜態(tài)分析中,企業(yè)規(guī)模、知識(shí)存量和技術(shù)水平均為直接補(bǔ)貼效果發(fā)揮的正向影響因素,實(shí)證結(jié)果支持假設(shè)4a、4b、4c。

3.間接補(bǔ)貼效果的靜態(tài)分析

應(yīng)用回歸方程(2)分析間接補(bǔ)貼對(duì)企業(yè)R&D投入的影響,結(jié)果見(jiàn)表3,模型5為間接補(bǔ)貼單獨(dú)作為自變量的回歸估計(jì)結(jié)果,在此基礎(chǔ)上,模型6～模型8分別為納入了企業(yè)規(guī)模、企業(yè)知識(shí)存量、企業(yè)技術(shù)水平的回歸估計(jì)結(jié)果。面板數(shù)據(jù)經(jīng)Hausman檢驗(yàn)后,模型6選擇隨機(jī)效應(yīng)模型,其他均選擇固定效應(yīng)模型。

首先,分析間接補(bǔ)貼的激勵(lì)效應(yīng)。由表3可見(jiàn),在模型5中,間接補(bǔ)貼單獨(dú)作為自變量的回歸系數(shù)為0.208,在0.01的水平下通過(guò)顯著性檢驗(yàn),其激勵(lì)效應(yīng)為0.208,即間接補(bǔ)貼每增加1元,就會(huì)帶動(dòng)企業(yè)增加0.208元的研發(fā)投入。

表3 間接補(bǔ)貼效果的靜態(tài)分析結(jié)果

依次加入交互項(xiàng)后,在模型6～模型8中,間接補(bǔ)貼的激勵(lì)效應(yīng)分別為:0.088、0.123、0.218,結(jié)果表明間接補(bǔ)貼明顯提高了我國(guó)的新能源汽車65家上市公司的R&D投入,實(shí)證結(jié)果支持假設(shè)2。

其次,分析補(bǔ)貼影響因素的作用效果。從表3中各交互項(xiàng)的回歸結(jié)果來(lái)看, 模型6中,間接補(bǔ)貼與企業(yè)規(guī)模交互項(xiàng)的回歸系數(shù)為0.102;模型7中政府間接R&D補(bǔ)貼與企業(yè)知識(shí)存量交互項(xiàng)的回歸系數(shù)為0.076;模型8中,間接補(bǔ)貼與企業(yè)技術(shù)水平交互項(xiàng)的回歸系數(shù)為0.073,均在0.01的水平下通過(guò)顯著性檢驗(yàn),表明企業(yè)規(guī)模、知識(shí)存量、技術(shù)水平均為間接補(bǔ)貼的正向影響因素,實(shí)證結(jié)果支持假設(shè)4a、4b、4c。

五、 動(dòng)態(tài)面板數(shù)據(jù)的實(shí)證分析

動(dòng)態(tài)面板數(shù)據(jù)回歸估計(jì)方法主要是Arellano等(1991)提出并由Blundell等(1998)在此基礎(chǔ)上改進(jìn)完善的系統(tǒng)GMM估計(jì),其估計(jì)的有效性采用Sargan檢驗(yàn)和Arellano-Bond檢驗(yàn)判別。其中,Sargan檢驗(yàn)確定工具變量是否有效,原假設(shè)為工具變量有效;回歸方程設(shè)置是否合理用Arellano-Bond檢驗(yàn)的AR(1)、AR(2)統(tǒng)計(jì)量確定,一般認(rèn)為,只要差分后的殘差項(xiàng)不存在二階自相關(guān),則系統(tǒng)GMM有效,原假設(shè)為差分后的殘差項(xiàng)不存在自相關(guān)。

1.直接補(bǔ)貼效果的動(dòng)態(tài)分析

應(yīng)用回歸方程(3)分析直接補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響,表4中,各列中Sargan檢驗(yàn)的P值均大于0.1,接受了工具變量有效的原假設(shè);雖然模型9、模型12中AR(1)檢驗(yàn)的P值小于0.01,但AR(2)檢驗(yàn)的P值均大于0.1,表明部分模型的殘差項(xiàng)一階序列存在自相關(guān),但是所有模型的殘差項(xiàng)二階序列均不存在自相關(guān),故上述檢驗(yàn)結(jié)果表明回歸方程有效,可以進(jìn)行動(dòng)態(tài)分析。

表4 直接補(bǔ)貼效果的動(dòng)態(tài)分析結(jié)果

首先,分析企業(yè)研發(fā)投入滯后項(xiàng)的激勵(lì)效應(yīng)。由表4可見(jiàn),在模型9～模型12中,滯后一期企業(yè)研發(fā)投入對(duì)當(dāng)期企業(yè)研發(fā)投入影響的回歸系數(shù)依次分別為0.893、0.810、0.841、0.889,均在0.01的檢驗(yàn)水平下顯著為正,表明新能源汽車企業(yè)以往的研究開(kāi)發(fā)一個(gè)連續(xù)發(fā)展的累積過(guò)程,并且社會(huì)大環(huán)境的諸多潛在因素均可能對(duì)企業(yè)技術(shù)創(chuàng)新投入產(chǎn)生影響,進(jìn)而對(duì)當(dāng)前的創(chuàng)新活動(dòng)產(chǎn)生重大影響,實(shí)證結(jié)果支持假設(shè)3。

其次,分析直接補(bǔ)貼的激勵(lì)效應(yīng)。經(jīng)過(guò)整理,模型9～模型12中,直接補(bǔ)貼的激勵(lì)效應(yīng)依次分別為0.089、0.050、0.058、0.089,較本文的靜態(tài)回歸估計(jì)結(jié)果明顯下降,這可能與企業(yè)為了獲得直接補(bǔ)貼而配比當(dāng)期的研發(fā)資金有關(guān),換言之,直接補(bǔ)貼的激勵(lì)效應(yīng)更多地表現(xiàn)為對(duì)當(dāng)期研發(fā)投入的拉動(dòng)上,一旦從動(dòng)態(tài)的角度衡量直接補(bǔ)貼貢獻(xiàn),難免出現(xiàn)激勵(lì)效應(yīng)的下降。同時(shí)本研究的結(jié)果也低于白俊紅(2011)采用類似方法測(cè)算的0.750～0.112的結(jié)果,這可能與樣本選擇的差異有關(guān)。盡管如此,動(dòng)態(tài)面板數(shù)據(jù)的結(jié)果仍然說(shuō)明:直接補(bǔ)貼在一定程度上提高了企業(yè)R&D投入,動(dòng)態(tài)回歸實(shí)證分析結(jié)果也支持假設(shè)1。

再次,分析補(bǔ)貼影響因素的作用效果。從交互項(xiàng)的回歸結(jié)果來(lái)看,模型10中,直接補(bǔ)貼與企業(yè)規(guī)模交互項(xiàng)的回歸系數(shù)為0.015;模型11中,直接補(bǔ)貼與企業(yè)知識(shí)存量交互項(xiàng)的回歸系數(shù)為0.010,均在0.01的水平下通過(guò)顯著性檢驗(yàn),表明企業(yè)規(guī)模、知識(shí)存量顯著均是直接補(bǔ)貼的正向影響因素,結(jié)果與靜態(tài)面板估計(jì)結(jié)果一致,動(dòng)態(tài)分析的實(shí)證結(jié)果仍然支持假設(shè)4a、4b。模型12中,直接補(bǔ)貼與企業(yè)技術(shù)水平交互項(xiàng)的回歸系數(shù)未通過(guò)顯著性檢驗(yàn),動(dòng)態(tài)分析的實(shí)證結(jié)果不支持假設(shè)4c。

2.間接補(bǔ)貼效果的動(dòng)態(tài)分析

應(yīng)用回歸方程(4)分析間接補(bǔ)貼對(duì)企業(yè)研發(fā)投入的影響,由表5可見(jiàn),各列中Sargan檢驗(yàn)的P值均大于0.1,接受了工具變量有效的原假設(shè);盡管模型13中AR(1)檢驗(yàn)的P值小于0.1,但AR(2)檢驗(yàn)的P值均大于0.1,表明殘差項(xiàng)二階序列均不存在自相關(guān),GMM有效可以進(jìn)行動(dòng)態(tài)分析。

表5 間接補(bǔ)貼效果的動(dòng)態(tài)分析結(jié)果

首先,分析企業(yè)研發(fā)投入滯后項(xiàng)的激勵(lì)效應(yīng)。表5顯示,在模型13～模型16中,滯后一期企業(yè)研發(fā)投入對(duì)當(dāng)期企業(yè)研發(fā)投入影響的回歸系數(shù)依次分別為0.976、0.836、0.876、0.966,均在0.01的檢驗(yàn)水平下顯著為正,表明諸多已知或未知因素均可能影響到新能源汽車企業(yè)以往研究開(kāi)發(fā)活動(dòng),并通過(guò)企業(yè)研發(fā)投入滯后項(xiàng)對(duì)當(dāng)期項(xiàng)產(chǎn)生影響,實(shí)證結(jié)果支持假設(shè)3。

其次,分析間接補(bǔ)貼的激勵(lì)效應(yīng)。經(jīng)過(guò)整理,在模型13～模型16中,間接補(bǔ)貼的激勵(lì)效應(yīng)依次分別為-0.007、-0.003、-0.001、-0.003,結(jié)果較之前的靜態(tài)回歸估計(jì)結(jié)果正負(fù)值完全相反,且模型13中間接補(bǔ)貼單獨(dú)對(duì)企業(yè)R&D投入的回歸系數(shù)為負(fù)值,且在0.1的水平下未通過(guò)顯著性檢驗(yàn),表明間接補(bǔ)貼在一定程度上擠出了企業(yè)R&D投入,此實(shí)證結(jié)果不支持假設(shè)2。發(fā)生這種情況的主要原因可能在于:企業(yè)收到營(yíng)業(yè)稅、所得稅等稅費(fèi)返還并非主要源于技術(shù)創(chuàng)新,而且多數(shù)新能源汽車企業(yè)可能也沒(méi)有將稅費(fèi)返還資金用于自身的研發(fā)投入,從動(dòng)態(tài)角度看,間接補(bǔ)貼對(duì)企業(yè)研發(fā)投入產(chǎn)生一定的擠出效應(yīng),造成靜態(tài)與動(dòng)態(tài)回歸分析結(jié)果矛盾性和不確定性。

再次,分析補(bǔ)貼影響因素的作用效果。表5顯示,從交互項(xiàng)的回歸結(jié)果來(lái)看,在模型14、模型15中,交互項(xiàng)的回歸系數(shù)分別為0.019、0.012,均在0.01的水平下通過(guò)顯著性檢驗(yàn),表明企業(yè)規(guī)模、知識(shí)存量顯著均是間接補(bǔ)貼的正向影響因素,且與相應(yīng)的靜態(tài)回歸估計(jì)結(jié)果一致,實(shí)證結(jié)果支持假設(shè)4a、4b。模型16中,企業(yè)技術(shù)水平與間接補(bǔ)貼交互項(xiàng)的回歸系數(shù)未通過(guò)顯著性檢驗(yàn),動(dòng)態(tài)分析的實(shí)證結(jié)果不支持假設(shè)4c,這可能與新能源汽車企業(yè)間的技術(shù)水平比較接近有關(guān)。

六、 結(jié)論與政策建議

1.結(jié)論

本文選取2011～2015年中國(guó)65個(gè)新能源汽車上市公司的年報(bào)數(shù)據(jù),采用靜態(tài)和動(dòng)態(tài)面板回歸方程實(shí)證分析了政府R&D補(bǔ)貼的效果,結(jié)論如下:①政府直接補(bǔ)貼顯著地誘導(dǎo)企業(yè)的R&D投入;②政府間接補(bǔ)貼對(duì)企業(yè)R&D投入的短期激勵(lì)效果明顯,但其激勵(lì)效果存在一定的不確定性,尚需進(jìn)一步研究;③企業(yè)滯后期的研發(fā)投入對(duì)當(dāng)期的研發(fā)投入具有顯著的正向作用;④企業(yè)規(guī)模、知識(shí)存量顯著影響了政府R&D補(bǔ)貼的效果,顯著誘導(dǎo)出企業(yè)的R&D投入;企業(yè)技術(shù)水平的影響效果不顯著。

總之,筆者認(rèn)為中國(guó)政府R&D補(bǔ)貼有效地促進(jìn)了新能源汽車企業(yè)的技術(shù)創(chuàng)新。

2.政策建議

目前,處于培育期的新能源汽車仍然是一個(gè)高度依賴政府R&D補(bǔ)貼的產(chǎn)業(yè),根據(jù)上述結(jié)論,為提高政府R&D補(bǔ)貼有效性,應(yīng)完善以下政府職能。

(1) 加強(qiáng)官方信息的披露

就數(shù)據(jù)的權(quán)威性而言,上市公司的年報(bào)數(shù)據(jù)要遠(yuǎn)遠(yuǎn)低于政府部門的年鑒數(shù)據(jù)和行業(yè)協(xié)會(huì)的統(tǒng)計(jì)數(shù)據(jù)的權(quán)威性,在上述官方權(quán)威數(shù)據(jù)缺失的情況下,本文采用年報(bào)數(shù)據(jù)進(jìn)行研究也是無(wú)奈之舉。為提高政府R&D補(bǔ)貼的有效性,建議政府部門做好信息公示和披露工作,一方面,政府相關(guān)部門本身要及時(shí)、準(zhǔn)確地公示補(bǔ)貼資金的數(shù)量、來(lái)源、去向等信息,便于社會(huì)監(jiān)督和政策評(píng)價(jià);另一方面,政府相關(guān)部門制定規(guī)范,企業(yè)接受補(bǔ)貼前、后均要披露相關(guān)信息,作為政府甄別、監(jiān)督和評(píng)價(jià)的依據(jù)。

(2) 提高補(bǔ)貼政策的穩(wěn)定性與針對(duì)性

為進(jìn)一步促進(jìn)企業(yè)開(kāi)展創(chuàng)新活動(dòng),建議政府相關(guān)部門要做到:一方面保持補(bǔ)貼政策持續(xù)性,穩(wěn)定而持續(xù)的政府補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新至關(guān)重要,就本文而言,政府為了促使企業(yè)加大R&D投入,應(yīng)保持對(duì)企業(yè)研發(fā)補(bǔ)貼政策至少持續(xù)兩年以上;另一方面繼續(xù)加強(qiáng)稅收體制改革,稅收優(yōu)惠政策關(guān)注點(diǎn)應(yīng)逐步從企業(yè)優(yōu)惠向創(chuàng)新項(xiàng)目?jī)?yōu)惠轉(zhuǎn)變,使企業(yè)切實(shí)能夠從創(chuàng)新研發(fā)和專利成果應(yīng)用中得到稅收方面的收益,引導(dǎo)企業(yè)在市場(chǎng)中成為真正的創(chuàng)新主體。

(3) 充分發(fā)揮直接補(bǔ)貼與間接補(bǔ)貼的作用

厘清政府與市場(chǎng)的邊界,充分發(fā)揮各類政府R&D補(bǔ)貼的作用,一方面,在新能源汽車產(chǎn)業(yè)共性技術(shù)方面,政府加大直接補(bǔ)貼的力度,促進(jìn)了企業(yè)的研發(fā)投入,做到“有所為”;另一方面,隨著新能源汽車產(chǎn)業(yè)逐步進(jìn)入成長(zhǎng)期,應(yīng)充分發(fā)揮稅收優(yōu)惠等間接補(bǔ)貼的作用,而政府直接補(bǔ)貼應(yīng)逐步減少直至退出,做到“有所不為”。

(4) 建立完善的補(bǔ)貼準(zhǔn)入和退出機(jī)制

設(shè)定補(bǔ)貼準(zhǔn)入門檻和加強(qiáng)補(bǔ)貼運(yùn)行中的監(jiān)管是提高政府R&D補(bǔ)貼有效性的保障,一方面政府應(yīng)該設(shè)置補(bǔ)貼政策門檻,將企業(yè)規(guī)模、知識(shí)存量、技術(shù)水平等因素作為政府的財(cái)稅扶持的重要甄別條件,把好補(bǔ)貼的入口;另一方面,做好政府R&D補(bǔ)貼資金的事中、事后監(jiān)管,嚴(yán)查騙補(bǔ)、騙稅行為,建立失信企業(yè)黑名單,暢通補(bǔ)貼的出口。

[1] 吳曉園,鐘俊娟. 政府補(bǔ)貼與企業(yè)技術(shù)創(chuàng)新:文獻(xiàn)綜述[J]. 科技和產(chǎn)業(yè), 2010(12):45-48.

[2] 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.

[3] 程華,趙祥. 政府科技資助對(duì)企業(yè)R&D產(chǎn)出的影響-基于我國(guó)大中型工業(yè)企業(yè)的實(shí)證研究[J]. 科學(xué)學(xué)研究, 2008,26(3):519-526.

[4] G?rg H,Strobl E. The Effect of R&D Subsidies on Private R&D[J]. Economica, 2007,74:215-234.

[5] 高宏偉. 政府補(bǔ)貼對(duì)大型國(guó)有企業(yè)研發(fā)的擠出效應(yīng)研究[J]. 中國(guó)科技論壇, 2011(8):15-20.

[6] 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.

[7] 劉虹,肖美鳳,唐清泉. R&D補(bǔ)貼對(duì)企業(yè)R&D支出的激勵(lì)與擠出效應(yīng)-基于中國(guó)上市公司數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)管理, 2012(4):19-27.

[8] Czarnitzki D,Hanel P,Rosa J M. Evaluating the Impact of R&D Tax Credits on Innovation: A Microeconometric Study on Canadian Firms[J]. Research Policy, 2011,40(2):217-229.

[9] Kobayashi Y. Effect of R&D Tax Credits for SMEs in Japan: A Microeconometric Analysis Focused on Liquidity Constraints[J]. Small Business Economics, 2014,42(2):311-327.

[10] 朱平芳,徐偉民. 政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響-上海市的實(shí)證研究[J]. 經(jīng)濟(jì)研究, 2003(6):45-53.

[11] 李麗青. 我國(guó)現(xiàn)行R&D稅收優(yōu)惠政策的有效性研究[J]. 中國(guó)軟科學(xué), 2007(7):115-120.

[12] 白俊紅. 中國(guó)的政府R&D資助有效嗎?來(lái)自大中型工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)學(xué)(季刊), 2011(4):1375-1399.

[13] Bizan O. The Determinants of Success of R&D Projects: Evidence from American-Israeli Research Alliances[J]. Research Policy, 2003,32(9):1619-1640.

[14] Piekkola H. Public Funding of R&D and Growth: Firm-level Evidence from Finland[J]. Economics of Innovation & New Technology, 2007,16(3):195-210.

[15] 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.

[16] 唐清泉,盧珊珊,李懿東. 企業(yè)成為創(chuàng)新主體與R&D補(bǔ)貼的政府角色定位[J]. 中國(guó)軟科學(xué), 2008(6):88-98.

[17] 李苗苗,肖洪鈞,傅吉新. 財(cái)政政策、企業(yè)R&D投入與技術(shù)創(chuàng)新能力-基于戰(zhàn)略性新興產(chǎn)業(yè)上市公司的實(shí)證研究[J]. 管理評(píng)論, 2014(8):135-144.

[18] 解維敏,唐清泉,陸姍姍. 政府R&D資助,企業(yè)R&D支出與自主創(chuàng)新-來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 金融研究, 2009(6):86-99.

[19] 伍德里奇. 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論:現(xiàn)代觀點(diǎn)[M]. 費(fèi)劍平,譯. 北京:中國(guó)人民大學(xué)出版社, 2003.

(責(zé)任編輯: 王 薇)

An Empirical Study on the Effects of Governmental R&D Subsidy upon New Energy Automobile Industry

LIZhao-you1,QIXiao-dong1,LIUYan2

(1. School of Humanities & Law, Northeastern University, Shenyang 110169, China; 2. Finance & Economics Division, Northeastern University, Shenyang 110819, China)

Based on the panel data of Chinese listed companies in the new energy automobile industryfrom 2011 to 2015, the effects of direct governmental subsidies and indirect subsidies on enterprises’R&D investment were investigated by using the static and dynamic panel data models. The results showed that direct governmental subsidy has a significant incentive effect on enterprises’ R&D investment, while indirect subsidy has uncertain impacts on enterprises’ R&D investment. At the same time, firm size and knowledge stock contribute to governmental R&D subsidy, while the effect of enterprises’ technological level on governmental R&D subsidy is not remarkable. On this basis, in order to improve the effectiveness of governmental subsidies,the following governmental functions should be improved: strengthening more disclosure of official information, enhancing the stability and pertinence of subsidy policies, giving full play to the role of governmental subsidies and tax incentives,and establishing perfect subsidy accessing and exiting mechanisms.

governmental R&D subsidy; enterprises’ R&D investment; subsidy effect; dynamic panel data model

10．15936/j．cnki．1008-3758．2017．04．005

2016-11-23

李兆友(1965- ),男,山東濰坊人,東北大學(xué)教授,博士生導(dǎo)師,主要從事科技政策研究; 齊曉東(1972- ),男,遼寧沈陽(yáng)人,東北大學(xué)博士研究生,主要從事科技政策研究。

F 420

: A

: 1008-3758(2017)04-0356-09