政府補(bǔ)貼與企業(yè)創(chuàng)新績(jī)效之間的動(dòng)態(tài)關(guān)系研究
——基于面板向量自回歸模型的估計(jì)

牛霄鵬 謝富紀(jì) 賈 友

（上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030）

1 文獻(xiàn)綜述

在靜態(tài)關(guān)系領(lǐng)域，學(xué)者們的研究結(jié)論主要可以分為正向激勵(lì)效應(yīng)、負(fù)向擠出效應(yīng)以及兩者之間存在“倒U型”關(guān)系三類。

持有激勵(lì)效應(yīng)觀點(diǎn)的學(xué)者認(rèn)為，政府補(bǔ)貼緩解了中小企業(yè)和高科技企業(yè)的融資約束，并能在一定程度上為企業(yè)“背書”，提高了補(bǔ)貼對(duì)象在研發(fā)過程中的抗風(fēng)險(xiǎn)能力。楊德偉（2011）、白俊紅（2011）等學(xué)者針對(duì)國(guó)內(nèi)上市公司的研究也驗(yàn)證了政府補(bǔ)助對(duì)企業(yè)創(chuàng)新能力提升的積極意義。

另外一些學(xué)者認(rèn)為，政府補(bǔ)助反而會(huì)替換企業(yè)自身的研發(fā)投入。逯東（2012）、黃燕（2013）的研究均證實(shí)了政府補(bǔ)貼對(duì)企業(yè)研發(fā)投入的置換效應(yīng)，即使沒有政府補(bǔ)貼，企業(yè)也會(huì)進(jìn)行研發(fā)。此外，Tommy（2009）的研究指出政府補(bǔ)貼會(huì)對(duì)全社會(huì)層面企業(yè)的研發(fā)投入產(chǎn)生擠出效應(yīng)，即未獲得補(bǔ)貼的企業(yè)因?yàn)槊媾R更大的研發(fā)風(fēng)險(xiǎn)進(jìn)而退出研發(fā)。

針對(duì)上述兩種對(duì)立的觀點(diǎn)，有學(xué)者認(rèn)為政府補(bǔ)貼存在“倒U型”作用，即存在最優(yōu)水平，低于最優(yōu)值時(shí)補(bǔ)貼表現(xiàn)為激勵(lì)效應(yīng)，超過后反而會(huì)使企業(yè)自身的投入下降。Gullec（2003）、Gorg（2007）對(duì)OECD成員國(guó)的研究以及張信東（2014）對(duì)我國(guó)上市公司的研究證實(shí)，政府補(bǔ)貼占營(yíng)業(yè)收入的25%～30%時(shí)，對(duì)企業(yè)創(chuàng)新產(chǎn)出的促進(jìn)作用最大。

綜合以上觀點(diǎn)，Zuniga（2014）統(tǒng)計(jì)了76篇相關(guān)文獻(xiàn)，發(fā)現(xiàn)支持激勵(lì)效應(yīng)的占到了65%。學(xué)者之間結(jié)論的差異主要來(lái)自樣本和計(jì)量模型、控制變量選取的不同。

與靜態(tài)研究相比，政府補(bǔ)助與創(chuàng)新能力之間的動(dòng)態(tài)關(guān)系研究還不夠充分，僅魏潔云等（2014）采用面板向量自回歸模型（PVAR）對(duì)30個(gè)省市區(qū)高新技術(shù)產(chǎn)業(yè)進(jìn)行了分析，發(fā)現(xiàn)政府補(bǔ)助對(duì)企業(yè)創(chuàng)新產(chǎn)出有顯著的積極作用，并且研發(fā)人數(shù)對(duì)創(chuàng)新成果的促進(jìn)效果要在滯后二期時(shí)才達(dá)到最大。這也表明，研發(fā)補(bǔ)貼、研發(fā)投入與最終形成創(chuàng)新成果之間存在著較長(zhǎng)的傳導(dǎo)路徑和持續(xù)多期的影響。

受估計(jì)模型以及數(shù)據(jù)質(zhì)量的限制，目前尚未找到在企業(yè)層面對(duì)兩者動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證分析的文獻(xiàn)。創(chuàng)業(yè)板自2009年設(shè)立至今，已有155家企業(yè)積累了超過十年的數(shù)據(jù)，達(dá)到了動(dòng)態(tài)模型的設(shè)定要求，并且創(chuàng)業(yè)板公司不允許被借殼、強(qiáng)制披露研發(fā)費(fèi)用，數(shù)據(jù)具有較好的代表性和連續(xù)性。因此，本文在前人研究的基礎(chǔ)上，嘗試對(duì)上述樣本采用面板向量自回歸模型分析政府補(bǔ)貼、企業(yè)研發(fā)投入、創(chuàng)新成果產(chǎn)出、經(jīng)營(yíng)業(yè)績(jī)之間的互動(dòng)關(guān)系。本文對(duì)現(xiàn)有研究的補(bǔ)充在于：（1）將政府補(bǔ)貼拆分為研發(fā)補(bǔ)貼和非研發(fā)補(bǔ)貼進(jìn)行對(duì)比分析，能夠更精確地呈現(xiàn)不同類型補(bǔ)貼對(duì)企業(yè)創(chuàng)新績(jī)效的影響；（2）采用PVAR模型得出的結(jié)論比單純時(shí)間序列分析或面板回歸更有說(shuō)服力；（3）利用脈沖響應(yīng)和方差分解清晰地展現(xiàn)了政府補(bǔ)貼與創(chuàng)新績(jī)效間的長(zhǎng)期互動(dòng)關(guān)系；（4）采用長(zhǎng)達(dá)10年的公司數(shù)據(jù)，較以往研究中3～4年的樣本更具有說(shuō)服力。

2 樣本說(shuō)明與模型設(shè)定

2.1 樣本數(shù)據(jù)

為保證足夠長(zhǎng)的樣本區(qū)間，本文采用2009年、2010年上市的155家創(chuàng)業(yè)板公司作為研究對(duì)象，并對(duì)樣本作以下篩選：（1）刪除因?yàn)樾袠I(yè)原因豁免披露研發(fā)投入的公司，主要為影視制作公司和醫(yī)院；（2）刪除專利披露差且無(wú)法從外部數(shù)據(jù)庫(kù)補(bǔ)足的公司；（3）刪除金亞科技、樂視網(wǎng)兩家存在重大財(cái)務(wù)造假嫌疑的公司；（4）刪除重大資產(chǎn)重組導(dǎo)致總資產(chǎn)突增50%以上的公司。經(jīng)過篩選，最終保留了136家企業(yè)2007—2016年間共10年的數(shù)據(jù)，得到了1360個(gè)樣本點(diǎn)。

2.2 變量設(shè)定

理論上，政府補(bǔ)貼對(duì)企業(yè)產(chǎn)出的影響應(yīng)當(dāng)通過帶動(dòng)企業(yè)自身研發(fā)投入增加，企業(yè)經(jīng)研發(fā)取得專利、軟件著作權(quán)增加，知識(shí)產(chǎn)權(quán)產(chǎn)業(yè)化變現(xiàn)三個(gè)過程依次實(shí)現(xiàn)。反過來(lái)，高效的市場(chǎng)化補(bǔ)貼應(yīng)該受到企業(yè)前期知識(shí)產(chǎn)權(quán)和盈利能力的影響，專利申請(qǐng)?jiān)蕉?、盈利能力越?qiáng)，越有可能作為政績(jī)和標(biāo)桿獲得政府扶持。因此，本文選取政府補(bǔ)貼、企業(yè)凈研發(fā)投入、知識(shí)產(chǎn)權(quán)、盈利能力作為變量。

四者之間的理論關(guān)系如圖1所示。

圖1 變量之間的理論關(guān)系

1.政府補(bǔ)貼。為了研究不同類型補(bǔ)貼對(duì)企業(yè)研發(fā)的影響，本文將政府補(bǔ)貼區(qū)分為研發(fā)補(bǔ)貼（rdsub）和非研發(fā)補(bǔ)貼（nsub）進(jìn)行分析。創(chuàng)業(yè)板上市公司每年都會(huì)在年報(bào)附注中披露政府補(bǔ)貼明細(xì)科目，我們對(duì)其逐項(xiàng)進(jìn)行判斷。其中，非研發(fā)補(bǔ)貼主要包括上市補(bǔ)貼、稅收返還、拆遷補(bǔ)助、環(huán)保類補(bǔ)貼、就業(yè)及員工培訓(xùn)補(bǔ)助、納稅獎(jiǎng)勵(lì)、促進(jìn)進(jìn)出口補(bǔ)貼、生產(chǎn)補(bǔ)助，以及與具體科研項(xiàng)目無(wú)關(guān)的財(cái)政貼息。本文將其余項(xiàng)目分類為研發(fā)補(bǔ)貼。

2.企業(yè)研發(fā)投入（nrdexp）。數(shù)據(jù)來(lái)自年報(bào)，通過扣除政府補(bǔ)貼后的凈研發(fā)費(fèi)用來(lái)衡量。該指標(biāo)直接反映了企業(yè)自身的研發(fā)投入水平，可以更精確地看到其投入研發(fā)的意愿。

3.知識(shí)產(chǎn)權(quán)（ip）。通過企業(yè)當(dāng)年新申請(qǐng)專利數(shù)+當(dāng)年新獲得軟件著作權(quán)數(shù)來(lái)衡量。企業(yè)在申請(qǐng)專利時(shí)相關(guān)研發(fā)已經(jīng)取得成果，而獲得專利授權(quán)往往需要經(jīng)歷較長(zhǎng)時(shí)間，因此當(dāng)年新申請(qǐng)專利數(shù)是更好的衡量指標(biāo)。專利數(shù)據(jù)主要采用年報(bào)披露數(shù)據(jù)，不足的通過國(guó)家知識(shí)產(chǎn)權(quán)局專利庫(kù)補(bǔ)足。此外，許多企業(yè)在銷售硬件產(chǎn)品時(shí)也會(huì)開發(fā)配套軟件，因此加入軟件著作權(quán)進(jìn)行分析顯得更加全面。

4.盈利能力（netnoic）。通過扣除非經(jīng)常性損益后的投入資本收益率衡量。計(jì)算方法如下：

其中，全部投入資本=所有者權(quán)益-少數(shù)股東權(quán)益+有息負(fù)債。

全部投入資本是企業(yè)當(dāng)期可以利用的全部資產(chǎn)，該指標(biāo)相比于其他業(yè)績(jī)衡量指標(biāo)可以更好地體現(xiàn)企業(yè)自身主營(yíng)業(yè)務(wù)的造血能力。

所有變量及其含義如表1所示。

表1 變量描述性統(tǒng)計(jì)

2.3 模型設(shè)定

向量自回歸（VAR）模型由Sims于1980年提出，該模型的建模思想是把每一外生變量作為所有內(nèi)生變量的滯后值來(lái)構(gòu)造模型，實(shí)質(zhì)上是將所有外生變量均處理為內(nèi)生變量，從而得以觀察外部沖擊對(duì)各個(gè)變量的影響和在模型系統(tǒng)中的傳導(dǎo)路徑。

VAR往往有較多參數(shù)需要估計(jì)，且隨著變量數(shù)的增加，待估計(jì)參數(shù)會(huì)成倍增加，對(duì)自由度消耗很大。面板數(shù)據(jù)的優(yōu)勢(shì)之一就是可以獲得更多的觀測(cè)值，于是人們自然而然地想到建立面板數(shù)據(jù)的向量自回歸模型（PVAR）。Holtz（1988）首先提出該模型，后經(jīng)過Pesaran（1995）、MacCoskey（1998）、Joakim（2005）等學(xué)者的不斷完善，現(xiàn)已比較成熟，在諸如區(qū)域經(jīng)濟(jì)學(xué)等領(lǐng)域已經(jīng)有了較為廣泛的應(yīng)用。

考慮到本文的樣本時(shí)間較短，結(jié)合AIC等信息準(zhǔn)則判斷結(jié)果，本文建立如下PVAR（1）模型：

為消除異方差和單位根的影響，參考以往文獻(xiàn)，本文對(duì)政府補(bǔ)貼（rdsub，nsub）、企業(yè)研發(fā)投入（nrdexp）以及知識(shí)產(chǎn)權(quán)（ip）做了對(duì)數(shù)化處理。

模 型 中，Yi，t= ｛lnrdsub／lnnsub，lnnrdex p，lnip，netroic｝，i表示樣本公司的截面?zhèn)€體，t表示年份。Γ0為常數(shù)系數(shù)向量，Γ1（L）為待估計(jì)系數(shù)矩陣。

本文采用Love（2006）為Stata編寫的并經(jīng)過連玉君（2014）改進(jìn)的pvar 2程序?qū)δＰ瓦M(jìn)行估計(jì)。

3 實(shí)證分析

3.1 穩(wěn)定性檢驗(yàn)

面板向量自回歸模型要求變量必須穩(wěn)定，之后才能開展脈沖響應(yīng)分析和方差分解，否則可能出現(xiàn)“偽回歸”情形。本文通過LLC、ADF以及PP方法進(jìn)行檢驗(yàn)，得到表2中結(jié)果。各變量均在1%的顯著性上通過了穩(wěn)定性檢驗(yàn)。

表2 穩(wěn)定性檢驗(yàn)

3.2 PVAR模型分析

通過Hausman檢驗(yàn)發(fā)現(xiàn)，模型中存在顯著的固定效應(yīng)，這意味著常用的差分方法會(huì)造成系數(shù)偏差。參考前人文獻(xiàn)（魏潔云，2014），本文采用前向差分Hermlet轉(zhuǎn)換方法消除固定效應(yīng)。此外，PVAR模型也需要提前設(shè)定滯后階數(shù)。結(jié)合AIC、SIC、HBIC最小原則，考慮到本文T較?。?0期），最終選擇模型滯后階數(shù)為1期?；貧w結(jié)果如表3所示。

表3 PVAR回歸結(jié)果

我們首先關(guān)注Panel A中的結(jié)果。

第1列的結(jié)果表明，上一期研發(fā)補(bǔ)貼（rdsub）、企業(yè)凈研發(fā)投入（nrdexp）、知識(shí)產(chǎn)權(quán)（ip）對(duì)研發(fā)補(bǔ)貼有顯著影響，而盈利能力（netroic）影響不顯著。

第2列中，研發(fā)補(bǔ)貼（rdsub）顯著正向促進(jìn)了企業(yè)自身凈研發(fā)投入（nrdexp）的增加，支持了政府補(bǔ)貼的激勵(lì)作用。此外，企業(yè)自身投入（nrdexp）還與知識(shí)產(chǎn)權(quán)（ip）弱相關(guān)。

第3列表明，知識(shí)產(chǎn)權(quán)（ip）與研發(fā)補(bǔ)貼（rdsub）和企業(yè)研發(fā)投入（nrdexp）顯著正相關(guān)，說(shuō)明補(bǔ)貼和研發(fā)投入的增加可以顯著帶來(lái)知識(shí)產(chǎn)權(quán)數(shù)的增加。

第4列顯示，netroic只和自己的滯后項(xiàng)顯著正相關(guān)，與其他幾個(gè)變量關(guān)系均不顯著?？赡艿慕忉屖怯绊懫髽I(yè)盈利能力的因素有很多，而技術(shù)創(chuàng)新只是其中之一。

橫向觀察，可以看到第1行的研發(fā)補(bǔ)貼（rdsub）對(duì)企業(yè)自身投入（nrdexp）以及企業(yè)創(chuàng)新能力（ip）的提升都有非常顯著的積極作用，政府對(duì)創(chuàng)業(yè)板第一批上市公司的研發(fā)補(bǔ)貼起到了很好的效果。另外，比較每一行的顯著性能夠發(fā)現(xiàn)，越向下顯著性越不明顯，這在一定程度上可以證明研發(fā)補(bǔ)貼是逐步對(duì)企業(yè)產(chǎn)生影響的。

在Panel B中，觀察第1行，非研發(fā)補(bǔ)貼（nsub）對(duì)刺激企業(yè)研發(fā)投入（nrdexp）仍然保持顯著正向影響，但在專利產(chǎn)出（ip）上顯著性大幅削弱，初步表明非研發(fā)投入并不能很好地促進(jìn)企業(yè)創(chuàng)新。觀察第1列，對(duì)比Panel A可以看到，企業(yè)自身研發(fā)投入對(duì)非研發(fā)補(bǔ)貼的影響較弱，而netroic顯著負(fù)向影響非研發(fā)補(bǔ)貼，即企業(yè)的盈利能力越強(qiáng)，獲得的非研發(fā)補(bǔ)貼越少。

接下來(lái)我們進(jìn)行脈沖響應(yīng)分析以進(jìn)一步研究各變量之間的多期互動(dòng)關(guān)系，這也是面板向量自回歸模型研究的重點(diǎn)和核心。

3.3 脈沖響應(yīng)分析

本小節(jié)中我們分別利用rdsub和nsub作為政府補(bǔ)貼的代理變量進(jìn)行分析。圖2是利用蒙特卡洛模擬進(jìn)行500次計(jì)算得到的脈沖響應(yīng)分析圖，每幅小圖的含義是，在其他因素不變的情況下，在T0時(shí)刻對(duì)第一個(gè)變量進(jìn)行一個(gè)單位沖擊如何在多個(gè)時(shí)期影響另一個(gè)變量，可以視作動(dòng)態(tài)模型的“視頻”。

（1）觀察第1行第2、3幅圖可以發(fā)現(xiàn)，研發(fā)補(bǔ)貼對(duì)企業(yè)自身投入（nrdexp）以及知識(shí)產(chǎn)權(quán)產(chǎn)出（ip）都存在顯著的長(zhǎng)期積極影響，且對(duì)企業(yè)自己研發(fā)投入（nrdexp）的帶動(dòng)效果在第2、第3期才達(dá)到最大，對(duì)專利（ip）的促進(jìn)效應(yīng)在第1、2期達(dá)到最大。

（2）第1行第4幅圖中，雖然置信區(qū)間的下界在零軸附近，但是rdsub在第1～3期都能緩慢提高netroic，之后沖擊效果在高位保持穩(wěn)定。這表明，研發(fā)補(bǔ)貼在較長(zhǎng)時(shí)間內(nèi)都對(duì)企業(yè)盈利能力提升有一定積極意義。

（3）第1列4幅圖結(jié)論與PVAR模型回歸結(jié)果相一致。企業(yè)自身加大投入（nrdexp）以及提高專利產(chǎn)出（ip）會(huì)顯著促進(jìn)政府補(bǔ)貼（rdsub）的增加，且這種效果在第2期達(dá)到最大，說(shuō)明政府在發(fā)放補(bǔ)貼時(shí)會(huì)觀察企業(yè)過去一段時(shí)間的努力程度和創(chuàng)新能力。并且，雖然不顯著，但企業(yè)盈利能力上升時(shí)政府補(bǔ)助有減少的趨勢(shì)。

（4）比較分析企業(yè)凈研發(fā)投入（nrdexp）與知識(shí)產(chǎn)權(quán)產(chǎn)出（ip）之間的雙向互動(dòng)關(guān)系（圖2第2圖第3列與圖3第3圖第2列）可以發(fā)現(xiàn)，兩者之間1～6期的互相作用都顯著為正，其中nrdexp對(duì)ip的影響在第2期才達(dá)到最高，研發(fā)投入產(chǎn)生成果需要一定時(shí)間，而ip對(duì)nrdexp的效果在第1期就達(dá)到峰值，專利成果對(duì)企業(yè)投入的刺激會(huì)更加直接。

圖2 研發(fā)補(bǔ)貼（rdsub）PVAR模型一階滯后脈沖響應(yīng)圖

（5）觀察第4行第2列能夠發(fā)現(xiàn)，盈利能力提升會(huì)在第1期帶動(dòng)企業(yè)研發(fā)支出增加，表明樣本公司愿意將盈利的一部分用于擴(kuò)大研發(fā)，以保持競(jìng)爭(zhēng)優(yōu)勢(shì)。這種效應(yīng)在第2期后不顯著，但系數(shù)保持為正。反觀第2行第4圖，nrdexp對(duì)netroic的沖擊也為正，但顯著性較弱?？傮w來(lái)看，研發(fā)投入與企業(yè)盈利能力間存在一定長(zhǎng)期促進(jìn)關(guān)系。

（6）觀察第4行第3圖與第3行第4圖，ip與netroic的關(guān)系均不顯著。這意味著，企業(yè)獲得專利和軟件著作權(quán)后如何更好地將新產(chǎn)品推向市場(chǎng)、將技術(shù)優(yōu)勢(shì)轉(zhuǎn)化為盈利能力的提高還存在一定障礙。這也在一定程度上解釋了為什么（5）的分析中研發(fā)投入與盈利能力之間的關(guān)系不夠顯著，問題主要出在創(chuàng)新成果轉(zhuǎn)化上。

綜合以上分析，本文的研究表明針對(duì)創(chuàng)業(yè)板第一批155家上市公司的研發(fā)補(bǔ)貼是比較有效的，不僅帶動(dòng)了企業(yè)自身投入的增加，也提升了專利產(chǎn)出。補(bǔ)貼的發(fā)放也參考了企業(yè)之前幾期的表現(xiàn)，對(duì)“努力”的公司有獎(jiǎng)賞，對(duì)“偷懶”的公司有懲罰。

接下來(lái)，我們對(duì)非研發(fā)補(bǔ)貼與創(chuàng)新產(chǎn)出之間的關(guān)系進(jìn)行脈沖響應(yīng)分析，得到圖3中的結(jié)果。

由于與圖2相比，變量中只有補(bǔ)貼類型發(fā)生了變化，因此我們重點(diǎn)關(guān)注第1行非研發(fā)補(bǔ)貼對(duì)企業(yè)的影響，以及第1列哪些因素影響非研發(fā)補(bǔ)貼?？梢园l(fā)現(xiàn)：

（7）第1行中，雖然非研發(fā)補(bǔ)貼（nsub）對(duì)企業(yè)研發(fā)投入（nrdexp）仍然存在正向影響，但對(duì)前兩期專利（ip）的影響不顯著，沖擊強(qiáng)度相比研發(fā)補(bǔ)貼也更小。nsub對(duì)盈利能力的提升也變得不顯著。

（8）第1列中，企業(yè)研發(fā)投入（nrdexp）對(duì)非研發(fā)補(bǔ)貼（nsub）的正向影響從第2期才開始顯著，比研發(fā)補(bǔ)貼（rsub）滯后一期，且沖擊強(qiáng)度顯著削弱（峰值強(qiáng)度從0.21下降到0.07）。第1列第3圖表明，專利（ip）對(duì)非研發(fā)補(bǔ)貼（nsub）的沖擊更為直接，第1期達(dá)到最大之后迅速下降，這表明政府往往對(duì)企業(yè)創(chuàng)新成果進(jìn)行一次性獎(jiǎng)勵(lì)。

（9）企業(yè)盈利能力（netroic）的提升顯著擠出非研發(fā)補(bǔ)貼（nsub），峰值沖擊強(qiáng)度也從-0.7提升到了-1.5。從這一點(diǎn)上看，樣本公司沒有出現(xiàn)過度補(bǔ)貼的情況。

（10）原本弱相關(guān)的研發(fā)投入（nrdexp）與盈利能力（netroic）之間的關(guān)系不再顯著。

綜合以上分析可以看到，非研發(fā)補(bǔ)貼對(duì)企業(yè)創(chuàng)新能力以及盈利能力的促進(jìn)作用大打折扣，確定補(bǔ)貼對(duì)象時(shí)也更多會(huì)關(guān)注一些短期因素和盈利狀況。

3.4 方差分解

最后我們針對(duì)研發(fā)補(bǔ)貼（rdsub）PVAR模型進(jìn)行方差分解分析。方差分解可以清楚地展示沖擊對(duì)各個(gè)變量波動(dòng)的貢獻(xiàn)度，結(jié)果如表4所示。

表4 rdsub方差分解分析結(jié)果

（1）比較第1行和第5行，企業(yè)自身研發(fā)投入（nrdexp）對(duì)研發(fā)補(bǔ)貼（rdsub）波動(dòng)的貢獻(xiàn)度顯著增加，從11.7%上升到了22.7%，而盈利能力（netroic）對(duì)rdsub解釋度卻一直很低。這表明，政府更在意的是企業(yè)的“態(tài)度”，而不那么看重“業(yè)績(jī)”。

（2）對(duì)比第2行和第6行，企業(yè)自身的研發(fā)投入（nrdexp）存在較強(qiáng)慣性，占比維持在90%左右。其次是研發(fā)補(bǔ)貼（rdsub）的占比最高，第6期的方差貢獻(xiàn)度為7.5%。如果企業(yè)長(zhǎng)期被政府“冷落”，那么其研發(fā)投入意愿也會(huì)受到不小的影響。

（3）對(duì)比第3行和第7行，發(fā)現(xiàn)企業(yè)形成專利成果（ip）非常受自身研發(fā)投入（nrdexp）的影響，nrdexp的貢獻(xiàn)度達(dá)到了28.1%。

上面的分析和方差分解結(jié)果也再次驗(yàn)證了研發(fā)補(bǔ)貼（rdsub）通過提高企業(yè)自身研發(fā)投入（nrdexp）進(jìn)而傳導(dǎo)到專利產(chǎn)出（ip）的路徑，符合前文的假設(shè)。

（4）觀察第4行和第8行，企業(yè)的盈利能力（netroic）依然主要受自身影響，其余三個(gè)因素占比很小。這也說(shuō)明，企業(yè)盈利指標(biāo)如ROA、ROE、凈利潤(rùn)等并不能很好地作為企業(yè)創(chuàng)新產(chǎn)出的代理變量。

圖3 非研發(fā)補(bǔ)貼（nsub）PVAR模型一階滯后脈沖響應(yīng)圖

4 結(jié)論與建議

本文采用面板向量自回歸模型（PVAR），以創(chuàng)業(yè)板2009年、2010年上市的136家公司為樣本，研究了政府補(bǔ)貼與企業(yè)自身研發(fā)投入、知識(shí)產(chǎn)權(quán)產(chǎn)出以及盈利能力之間的關(guān)系，得出了如下結(jié)論：

首先，研發(fā)補(bǔ)貼對(duì)帶動(dòng)企業(yè)增加自身研發(fā)投入、取得更多創(chuàng)新成果有長(zhǎng)期顯著的積極影響，且在第2～3期影響才達(dá)到頂峰。創(chuàng)業(yè)板上市企業(yè)是我國(guó)自主創(chuàng)新型企業(yè)的典型代表，本文的結(jié)論表明，政府對(duì)它們的支持的確有助于緩解它們的后顧之憂，激勵(lì)它們更積極地投入研發(fā)當(dāng)中，支持了目前大多數(shù)學(xué)者的觀點(diǎn)。因此，政府應(yīng)當(dāng)加大對(duì)企業(yè)研發(fā)領(lǐng)域的扶持力度。

其次，通過對(duì)非研發(fā)補(bǔ)貼的分析可以看出，雖然非研發(fā)補(bǔ)貼也能夠帶動(dòng)企業(yè)更多投入研發(fā)，但對(duì)形成創(chuàng)新成果、提升盈利能力的促進(jìn)作用并不顯著。非研發(fā)補(bǔ)貼中存在大量類似上市補(bǔ)貼、拆遷補(bǔ)貼、納稅獎(jiǎng)勵(lì)、就業(yè)安置等科目，這些一次性補(bǔ)貼沒有與企業(yè)自身的努力進(jìn)行綁定，缺乏足夠有效的激勵(lì)。兩種補(bǔ)貼結(jié)果的差異也在一定程度上解釋了為什么學(xué)者們?cè)谶^往的研究中存在爭(zhēng)議，分開研究效果可能更好。

第三，企業(yè)的創(chuàng)新成果轉(zhuǎn)化能力有待提高?？梢钥吹?，在兩個(gè)脈沖響應(yīng)模型中知識(shí)產(chǎn)權(quán)對(duì)企業(yè)盈利的提升都不顯著，方差分解也證實(shí)盈利能力的波動(dòng)中只有很小一部分來(lái)自研發(fā)活動(dòng)。造成這一問題的原因可能來(lái)自兩個(gè)方面：一方面，企業(yè)大量的研發(fā)成果與市場(chǎng)需求脫節(jié)，難以被商業(yè)化，這主要是由于在研發(fā)項(xiàng)目立項(xiàng)時(shí)沒有進(jìn)行深入的前期調(diào)研，或者是對(duì)市場(chǎng)需求判斷存在偏差造成的；另一方面是理論研究與實(shí)際應(yīng)用脫節(jié)，缺乏致力于科研成果轉(zhuǎn)化的中間力量，創(chuàng)新成果需求方難以及時(shí)有效獲取本領(lǐng)域技術(shù)進(jìn)展信息。政府非研發(fā)補(bǔ)貼向企業(yè)創(chuàng)新成果轉(zhuǎn)化傾斜、加強(qiáng)研發(fā)信息中介和培育機(jī)構(gòu)的建設(shè)、加強(qiáng)產(chǎn)學(xué)研合作是可行的解決方案。

最后，我們也欣喜地看到，在本文的樣本中，政府會(huì)針對(duì)企業(yè)自身投入以及創(chuàng)新能力進(jìn)行補(bǔ)貼，這些補(bǔ)貼尤其是研發(fā)補(bǔ)貼對(duì)企業(yè)也有積極意義，這種和企業(yè)“努力”程度掛鉤的補(bǔ)貼方式值得大力推廣。