政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的異質(zhì)性影響
——基于面板門(mén)檻模型的實(shí)證分析

孫陽(yáng)陽(yáng)，丁玉蓮

（西南財(cái)經(jīng)大學(xué) 工商管理學(xué)院，四川 成都611130）

一、引 言

現(xiàn)階段，中國(guó)民營(yíng)經(jīng)濟(jì)發(fā)展迅速。2016 年中國(guó)民營(yíng)企業(yè)對(duì)GDP 的貢獻(xiàn)超過(guò)60%，投資占比達(dá)到62%（孫林杰，2018）［1］，中國(guó)80%的專(zhuān)利申請(qǐng)是由民營(yíng)企業(yè)完成的，其中發(fā)明專(zhuān)利為60%以上，新產(chǎn)品的提供約為70%（大成企業(yè)研究院，2018）［2］。民營(yíng)經(jīng)濟(jì)在整個(gè)經(jīng)濟(jì)發(fā)展過(guò)程中的重要地位也引起了政府有關(guān)部門(mén)的廣泛關(guān)注，2019 年3 月5 日，李克強(qiáng)總理在政府工作報(bào)告中強(qiáng)調(diào)要構(gòu)建新型政商關(guān)系，激發(fā)企業(yè)家精神，促進(jìn)民營(yíng)經(jīng)濟(jì)發(fā)展升級(jí)。實(shí)現(xiàn)民營(yíng)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)必然以全要素生產(chǎn)率（Total Factor Productivity，TFP）的提升為重要支撐，黨的十九大報(bào)告也指出，要實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，不斷提高全要素生產(chǎn)率。提高企業(yè)全要素生產(chǎn)率不僅與企業(yè)自身有關(guān)，而且與政府的政策支持密不可分。政府補(bǔ)貼作為一種傳統(tǒng)的干預(yù)政策，在市場(chǎng)經(jīng)濟(jì)活動(dòng)中被廣泛應(yīng)用。因此，面對(duì)中國(guó)民營(yíng)企業(yè)全要素生產(chǎn)率整體處于較低水平的現(xiàn)實(shí)，中國(guó)政府出臺(tái)了一系列補(bǔ)貼優(yōu)惠政策，旨在提高民營(yíng)企業(yè)全要素生產(chǎn)率，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。但這些政策是否達(dá)到了預(yù)期效果，仍存在爭(zhēng)議。以往研究表明，企業(yè)全要素生產(chǎn)率主要取決于兩方面因素：一是企業(yè)的創(chuàng)新能力；二是企業(yè)的資本配置能力。所以，關(guān)于政府補(bǔ)貼政策對(duì)企業(yè)全要素生產(chǎn)率的影響效果存在爭(zhēng)議，可能是因?yàn)樵诿鎸?duì)補(bǔ)貼政策沖擊時(shí)，創(chuàng)新能力和資本配置能力不同的企業(yè)做出的生產(chǎn)反應(yīng)存在差異，而這在以往研究中關(guān)注較少。因此，觀察政府補(bǔ)貼政策影響在創(chuàng)新能力、資本配置能力等維度上表現(xiàn)出的異質(zhì)性，對(duì)于全面理解政府補(bǔ)貼政策的實(shí)施效果具有重要意義。

基于上述理論和現(xiàn)實(shí)背景分析，本文利用2009—2019 年中國(guó)滬深A(yù) 股制造業(yè)民營(yíng)上市公司數(shù)據(jù)，構(gòu)造面板門(mén)檻效應(yīng)模型，分別將企業(yè)研發(fā)強(qiáng)度、資本結(jié)構(gòu)作為門(mén)檻變量，考察在不同的創(chuàng)新水平和資本結(jié)構(gòu)下，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響。本文可能的創(chuàng)新點(diǎn)包括：①以往對(duì)政府補(bǔ)貼與民營(yíng)企業(yè)全要素生產(chǎn)率關(guān)系的研究相對(duì)較少，大多是在產(chǎn)權(quán)異質(zhì)性分析時(shí)，進(jìn)行簡(jiǎn)單探討，而本文以制造業(yè)民營(yíng)上市公司數(shù)據(jù)為樣本，探討政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響，可以豐富和拓展已有研究；②本文構(gòu)建面板門(mén)檻效應(yīng)模型，分析政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率在資本結(jié)構(gòu)、研發(fā)強(qiáng)度層面體現(xiàn)的異質(zhì)性，從而為政府補(bǔ)貼效果的爭(zhēng)議以及制定更具針對(duì)性的補(bǔ)貼政策提供借鑒意義。

二、文獻(xiàn)回顧

關(guān)于政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響得到了以往研究的廣泛關(guān)注，有學(xué)者認(rèn)為政府補(bǔ)貼可以通過(guò)兩條渠道影響企業(yè)全要素生產(chǎn)率：一是政府補(bǔ)貼可以有效降低企業(yè)的創(chuàng)新成本和風(fēng)險(xiǎn)，刺激企業(yè)加大創(chuàng)新投入。樊利和李忠鵬（2020）以我國(guó)上市公司為研究樣本，發(fā)現(xiàn)政府補(bǔ)貼能夠顯著促進(jìn)企業(yè)的研發(fā)投入，并且存在顯著的資本門(mén)檻效應(yīng)［3］。白俊紅（2011）基于1997—2008年我國(guó)大中型工業(yè)企業(yè)數(shù)據(jù)，研究表明中國(guó)政府的創(chuàng)新投入能夠顯著促進(jìn)企業(yè)創(chuàng)新水平的提高，并且還發(fā)現(xiàn)企業(yè)規(guī)模、自身知識(shí)存量以及行業(yè)技術(shù)水平會(huì)影響政府補(bǔ)貼政策效果［4］。陳洋林等（2019）利用我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)數(shù)據(jù)，考察了財(cái)政補(bǔ)貼對(duì)企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出的影響，發(fā)現(xiàn)盡管財(cái)政補(bǔ)貼有助于企業(yè)研發(fā)費(fèi)用的增加，但是對(duì)人力資本投入的激勵(lì)作用不明顯，并且研發(fā)費(fèi)用對(duì)創(chuàng)新產(chǎn)出的激勵(lì)效應(yīng)也不穩(wěn)定［5］。進(jìn)一步地，有研究表明，政府補(bǔ)貼在促進(jìn)企業(yè)研發(fā)投入和創(chuàng)新水平增長(zhǎng)的同時(shí)，也有利于企業(yè)全要素生產(chǎn)率的提升（Clausen，2009；解維敏等，2009）［6-7］。有學(xué)者將政府補(bǔ)貼、企業(yè)研發(fā)投入、全要素生產(chǎn)率納入一個(gè)框架中進(jìn)行分析，如王薇和艾華（2018）以我國(guó)603 家創(chuàng)業(yè)板上市公司為研究對(duì)象，研究表明政府補(bǔ)貼能夠顯著促進(jìn)企業(yè)全要素生產(chǎn)率提高，并且企業(yè)研發(fā)投入在政府補(bǔ)貼和企業(yè)全要素生產(chǎn)率之間起著部分中介作用［8］。二是企業(yè)發(fā)展過(guò)程中經(jīng)常面臨融資問(wèn)題，融資約束壓力大會(huì)降低企業(yè)研發(fā)創(chuàng)新的積極性，不利于全要素生產(chǎn)率的提升，此時(shí)如果政府能夠給予企業(yè)一定的補(bǔ)貼資金，就有助于解決企業(yè)融資難題，使企業(yè)更加積極地從事創(chuàng)新活動(dòng)，最終提高企業(yè)全要素生產(chǎn)率（Sissoko，2011；李政等，2018；任曙明和呂鐲，2014；趙春明等，2015）［9-12］。但是，也有研究認(rèn)為政府補(bǔ)貼會(huì)降低資源配置效率，容易造成激勵(lì)機(jī)制扭曲，不利于企業(yè)創(chuàng)新水平的提高（張杰等，2015；郭曉丹和何文韜，2011；肖興志和王伊攀，2014；桂黃寶和李航，2019）［13-16］，并且會(huì)抑制企業(yè)全要素生產(chǎn)率的提升（任優(yōu)生和邱曉東，2017；閆志俊和于津平，2017）［17-18］。

通過(guò)梳理以往文獻(xiàn)，發(fā)現(xiàn)政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的作用效果尚未形成一致的結(jié)論。政府補(bǔ)貼政策效果會(huì)受到企業(yè)原有創(chuàng)新水平和資本配置能力等因素的影響，創(chuàng)新水平和資本配置能力不同的企業(yè)在面對(duì)補(bǔ)貼政策沖擊時(shí)，做出的反應(yīng)也不盡相同，最后全要素生產(chǎn)率的提升幅度就會(huì)存在差異。所以，政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響可能存在非線(xiàn)性關(guān)系，這為本研究的開(kāi)展提供了方向。

三、理論分析和研究假設(shè)

政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響效果，一方面會(huì)受到具體補(bǔ)貼數(shù)額多少的影響（胡春陽(yáng)和王展祥，2020；邵敏和包群，2012；武咸云等，2016）［19-21］，另一方面與企業(yè)資本結(jié)構(gòu)即資產(chǎn)負(fù)債率（陸國(guó)慶等，2014）［22］、企業(yè)研發(fā)強(qiáng)度和創(chuàng)新水平（劉守俊和蔡敏，2020）［23］等因素密切相關(guān)。①資本結(jié)構(gòu)。陸國(guó)慶等（2014）指出，盡管政府創(chuàng)新補(bǔ)貼對(duì)企業(yè)創(chuàng)新績(jī)效有積極影響，但是企業(yè)資產(chǎn)負(fù)債率越高，政府補(bǔ)貼對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)效應(yīng)就越低［22］。類(lèi)似地，John et al.（2002）研究發(fā)現(xiàn)，如果企業(yè)面臨的負(fù)債水平過(guò)高，就容易違背政府補(bǔ)貼的初衷，降低補(bǔ)貼資源的使用效率，最終使得政府補(bǔ)貼政策效果減弱［24］。當(dāng)企業(yè)的杠桿比率即資產(chǎn)負(fù)債率過(guò)高時(shí)，通常也意味著面臨較高的融資成本，在獲得政府補(bǔ)貼資源后，會(huì)優(yōu)先將補(bǔ)貼資金應(yīng)用于緩解融資約束壓力的活動(dòng)中，而對(duì)高風(fēng)險(xiǎn)的創(chuàng)新活動(dòng)保持謹(jǐn)慎態(tài)度，進(jìn)而影響企業(yè)的創(chuàng)新水平和全要素生產(chǎn)率。邵慰等（2018）以中國(guó)新能源汽車(chē)產(chǎn)業(yè)為研究對(duì)象，認(rèn)為研發(fā)補(bǔ)貼對(duì)新能源汽車(chē)產(chǎn)業(yè)創(chuàng)新的激勵(lì)效應(yīng)受到企業(yè)資本結(jié)構(gòu)的影響，企業(yè)資產(chǎn)負(fù)債率越高，這種激勵(lì)效應(yīng)越弱［25］。②研發(fā)強(qiáng)度。劉守俊和蔡敏（2020）發(fā)現(xiàn)，產(chǎn)業(yè)政策支持對(duì)于研發(fā)投入強(qiáng)度高的企業(yè)的TFP 有更強(qiáng)的激勵(lì)效果［23］。企業(yè)研發(fā)強(qiáng)度高意味著企業(yè)本身對(duì)技術(shù)創(chuàng)新非常重視，此時(shí)政府補(bǔ)貼是“錦上添花”，可以有效降低企業(yè)創(chuàng)新成本，提高企業(yè)的創(chuàng)新積極性，增強(qiáng)政府補(bǔ)貼對(duì)企業(yè)TFP 的促進(jìn)作用。然而，有研究卻得到了相反的結(jié)論，如李政等（2019）認(rèn)為，雖然政府補(bǔ)貼能夠提升制造業(yè)全要素生產(chǎn)率，但該提升效應(yīng)會(huì)隨著企業(yè)研發(fā)投入水平的提高而減弱［26］。政府補(bǔ)貼有可能會(huì)擠占企業(yè)的研發(fā)支出，不利于企業(yè)創(chuàng)新水平的提高，從而降低政府補(bǔ)貼對(duì)企業(yè)TFP的作用效果。

盡管關(guān)于研發(fā)強(qiáng)度對(duì)補(bǔ)貼政策效果的調(diào)節(jié)方向存在爭(zhēng)議，但不可否認(rèn)的是，研發(fā)強(qiáng)度在政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響中確實(shí)存在調(diào)節(jié)效應(yīng)。相對(duì)于其他類(lèi)型企業(yè)而言，民營(yíng)企業(yè)在自身發(fā)展過(guò)程中更容易面臨融資難、融資貴的問(wèn)題，進(jìn)而制約民營(yíng)企業(yè)發(fā)展，這也意味著民營(yíng)企業(yè)融資約束狀況在政府補(bǔ)貼政策實(shí)施過(guò)程中也將起到重要的調(diào)節(jié)作用。因此，在同樣獲得政府補(bǔ)貼資源時(shí)，不同類(lèi)型的民營(yíng)企業(yè)做出的生產(chǎn)反應(yīng)也存在明顯差異：資產(chǎn)負(fù)債率較高的民營(yíng)企業(yè)，面臨的融資約束壓力較大，更容易將補(bǔ)貼資金用于防范生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)和資本風(fēng)險(xiǎn)，用于研發(fā)投入的比例相對(duì)較少，最終可能降低補(bǔ)貼政策效果；而對(duì)于研發(fā)強(qiáng)度高的民營(yíng)企業(yè)，本身就具有較低的融資約束壓力，更容易將補(bǔ)貼資金用于創(chuàng)新活動(dòng)，提高全要素生產(chǎn)率，最終提高市場(chǎng)競(jìng)爭(zhēng)力。

基于上述理論分析，本文提出假設(shè)1、假設(shè)2。

假設(shè)1：政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP 的作用效果受到企業(yè)資本結(jié)構(gòu)的影響；

假設(shè)2：企業(yè)研發(fā)強(qiáng)度在政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP的影響中存在調(diào)節(jié)效應(yīng)。

四、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與處理

基于國(guó)泰安數(shù)據(jù)庫(kù)整理發(fā)現(xiàn)，2009 年之前民營(yíng)上市企業(yè)數(shù)量較少，以2008年為例，民營(yíng)上市企業(yè)數(shù)量?jī)H為597 家，占全部上市企業(yè)數(shù)量的38.12%，而2008 年之后民營(yíng)上市企業(yè)數(shù)量有了大幅度提升，2018 年民營(yíng)上市企業(yè)數(shù)量已經(jīng)達(dá)到2 221 家，占全部上市企業(yè)數(shù)量的比例已經(jīng)達(dá)到62.27%。其中，民營(yíng)企業(yè)界定以證監(jiān)會(huì)對(duì)企業(yè)性質(zhì)的定義為依據(jù)。2009年之前民營(yíng)上市企業(yè)的很多核心關(guān)鍵變量如研發(fā)創(chuàng)新強(qiáng)度、中間投入、固定資產(chǎn)凈額等都缺失嚴(yán)重，不利于全要素生產(chǎn)率的計(jì)算和面板門(mén)檻效應(yīng)模型的估計(jì)。此外，2020 年的相關(guān)宏觀政策和企業(yè)層面微觀數(shù)據(jù)尚未公布，難以考察政府補(bǔ)貼政策效果，所以，本文選擇將2009—2019 年滬深A(yù) 股制造業(yè)民營(yíng)上市公司作為分析對(duì)象，建立面板門(mén)檻效應(yīng)模型，分析政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP 的影響。對(duì)樣本數(shù)據(jù)進(jìn)行了以下處理：①將同時(shí)發(fā)行B 股、H 股以及ST 類(lèi)上市公司剔除；②將購(gòu)買(mǎi)商品接受勞務(wù)支付的現(xiàn)金小于0、研發(fā)投入占營(yíng)業(yè)收入比重小于0 的公司樣本予以剔除；③剔除了變量缺失嚴(yán)重的公司。最終得到840家上市公司，有效觀測(cè)值9 240個(gè)。此外，為了避免異常值對(duì)回歸結(jié)果產(chǎn)生影響，本文對(duì)所有的連續(xù)變量進(jìn)行了1%的雙邊縮尾處理。本文關(guān)于上市公司財(cái)務(wù)數(shù)據(jù)、政府補(bǔ)貼數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量選擇

被解釋變量。本文的核心因變量為企業(yè)TFP。魯曉東和連玉君（2012）認(rèn)為OLS 法存在樣本選擇偏差和同時(shí)性偏差問(wèn)題，OP 法無(wú)法估計(jì)出投資額為0 或者缺失的樣本［27］，而Levinsohn and Petrin（2003）針對(duì)OP法這一問(wèn)題提出了LP法，避免了投資額作為代理變量的數(shù)據(jù)缺失問(wèn)題［28］。本文在借鑒黎文靖和胡玉明（2012）、Krishnan et al.（2015）、楊汝岱（2015）、錢(qián)雪松等（2018）研究的基礎(chǔ)上，選擇LP法估計(jì)企業(yè)全要素生產(chǎn)率［29-32］。其中：Y表示上市公司主營(yíng)業(yè)務(wù)收入（百萬(wàn)元）；L為上市公司勞動(dòng)投入，用員工人數(shù)（個(gè)）衡量；K為上市公司資本投入，用固定資產(chǎn)凈額（百萬(wàn)元）衡量；M代表上市公司中間投入，用購(gòu)買(mǎi)商品、接受勞務(wù)支付的現(xiàn)金（百萬(wàn)元）衡量；下標(biāo)i表示公司，t表示年份。如果公司上述指標(biāo)為0，那么在取對(duì)數(shù)時(shí)將無(wú)法進(jìn)行，所以本文在取對(duì)數(shù)前對(duì)上述變量都加1。

解釋變量。本文的解釋變量為政府補(bǔ)貼。借鑒陸國(guó)慶等（2014）的做法［22］，政府補(bǔ)貼數(shù)據(jù)主要由上市公司營(yíng)業(yè)外收入一欄中的“政府補(bǔ)貼收入”整理得出。

門(mén)檻變量。基于前文分析，本文選擇企業(yè)資本結(jié)構(gòu)和研發(fā)強(qiáng)度作為門(mén)檻變量進(jìn)行實(shí)證分析。汪曉春（2002）指出企業(yè)資產(chǎn)負(fù)債率的高低能夠反映企業(yè)的資本結(jié)構(gòu)狀況，本文用企業(yè)的資產(chǎn)負(fù)債率衡量資本結(jié)構(gòu)［33］。馮根福和溫軍（2008）認(rèn)為，企業(yè)研發(fā)投入占主營(yíng)業(yè)務(wù)收入比重不僅代表企業(yè)的技術(shù)創(chuàng)新水平，而且能夠反映企業(yè)對(duì)技術(shù)創(chuàng)新的重視程度［34］，所以本文利用研發(fā)投入占主營(yíng)業(yè)務(wù)收入比重來(lái)測(cè)度企業(yè)的研發(fā)強(qiáng)度。

控制變量。借鑒以往關(guān)于企業(yè)全要素生產(chǎn)率研究（邵敏和包群，2012；任曙明和呂鐲，2014；錢(qián)雪松等，2018）［20，11，32］，將企業(yè)資產(chǎn)流動(dòng)性、企業(yè)總利潤(rùn)、企業(yè)年齡、企業(yè)規(guī)模等變量納入模型中作為控制變量。

各變量具體含義和計(jì)算方法見(jiàn)表1所列。

表1 變量含義和計(jì)算方法

（三）模型設(shè)定

結(jié)合以往相關(guān)研究和本文的研究目的，以民營(yíng)企業(yè)全要素生產(chǎn)率作為被解釋變量，以政府補(bǔ)貼作為核心解釋變量構(gòu)造以下面板基準(zhǔn)模型：

其中：lnsubsidy 為政府補(bǔ)貼的對(duì)數(shù)，為了得到穩(wěn)健的估計(jì)結(jié)果，對(duì)政府補(bǔ)貼變量作對(duì)數(shù)化處理；control 表示控制變量。同時(shí)為了控制企業(yè)層面?zhèn)€體因素以及不隨時(shí)間變化的政策因素對(duì)估計(jì)結(jié)果產(chǎn)生影響，本文還在模型中加入了企業(yè)固定效應(yīng)μi和年份固定效應(yīng)θt；εit是隨機(jī)擾動(dòng)項(xiàng)；下標(biāo)i為企業(yè)，t為時(shí)間。

在模型（2）的基礎(chǔ)上，考慮資本結(jié)構(gòu)（level）、研發(fā)強(qiáng)度（rd）可能引起的門(mén)檻效應(yīng)，將資本結(jié)構(gòu)（level）和研發(fā)強(qiáng)度（rd）作為門(mén)檻變量，參照Hansen（1999）的做法［35］，設(shè)定如下面板門(mén)檻模型：

其中：git表示門(mén)檻變量；γ代表門(mén)檻值；I（·）表示指示性函數(shù)，具體取值情況依據(jù)門(mén)檻變量和對(duì)應(yīng)的門(mén)檻值確定。當(dāng)level、rd小于或等于對(duì)應(yīng)門(mén)檻值時(shí)，I（git≤γ）=1，I（git＞γ）=0；當(dāng)level、rd 大于對(duì)應(yīng)門(mén)檻值時(shí)，I（git≤γ）=0，I（git＞γ）=1。在該函數(shù)情形下，將全樣本劃分為高水平和低水平兩組，從而進(jìn)一步分析政府補(bǔ)貼受到企業(yè)資本結(jié)構(gòu)、研發(fā)強(qiáng)度影響而對(duì)全要素生產(chǎn)率產(chǎn)生的非線(xiàn)性過(guò)程。β1和β2分別表示不同資本結(jié)構(gòu)（研發(fā)強(qiáng)度）下政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響系數(shù)。

考慮可能存在多門(mén)檻的情形，本文進(jìn)一步設(shè)定如下雙重門(mén)檻面板模型：

模型（4）中，各變量含義同模型（2）（3）一致。

五、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

各變量的描述性統(tǒng)計(jì)見(jiàn)表2 所列，由表2 可知，制造業(yè)民營(yíng)上市公司TFP 平均值為4.275，最小值為2.127，最大值為6.835，表明不同民營(yíng)企業(yè)的TFP 有很大差異。政府補(bǔ)貼最小值為0.001 百萬(wàn)元，最大值為1 457 百萬(wàn)元，標(biāo)準(zhǔn)差為58.213，表明政府補(bǔ)貼規(guī)模在民營(yíng)企業(yè)之間也有明顯差異，在做對(duì)數(shù)變換后，差異程度有所緩解。此外，資本結(jié)構(gòu)、研發(fā)強(qiáng)度波動(dòng)幅度較大，這些都為設(shè)定面板門(mén)檻模型分析政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響提供了良好素材。

表2 變量描述性統(tǒng)計(jì)

（二）門(mén)檻效應(yīng)和門(mén)檻估計(jì)值檢驗(yàn)

本文使用Stata 15.0 進(jìn)行面板門(mén)檻估計(jì)，通過(guò)500次自抽樣（Bootstrap）方法檢驗(yàn)資本結(jié)構(gòu)和研發(fā)強(qiáng)度對(duì)企業(yè)全要素生產(chǎn)率的門(mén)檻效應(yīng)是否存在以及門(mén)檻個(gè)數(shù)，并在此基礎(chǔ)上選擇合適的模型分析資本結(jié)構(gòu)和研發(fā)強(qiáng)度對(duì)全要素生產(chǎn)率的門(mén)檻效應(yīng)，具體抽樣結(jié)果見(jiàn)表3所列。結(jié)果顯示，在1%水平下，資本結(jié)構(gòu)和研發(fā)強(qiáng)度的單一門(mén)檻模型、雙重門(mén)檻模型顯著，即驗(yàn)證了門(mén)檻效應(yīng)是存在的，所以本文利用雙重門(mén)檻模型研究政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP的影響。

表3 門(mén)檻效應(yīng)自抽樣檢驗(yàn)

表3驗(yàn)證了門(mén)檻效應(yīng)是存在的，但仍需檢驗(yàn)門(mén)檻估計(jì)值是否與真實(shí)值相等。同樣采用500 次自抽樣（Bootstrap）方法進(jìn)行檢驗(yàn)，表4 為各個(gè)門(mén)檻估計(jì)值、置信區(qū)間，圖1、圖2 為門(mén)檻值的似然比統(tǒng)計(jì)量函數(shù)圖。資本結(jié)構(gòu)、研發(fā)強(qiáng)度的雙重門(mén)檻值對(duì)應(yīng)的LR值均落在5%臨界值的下方，并且表4結(jié)果顯示第二個(gè)門(mén)檻估計(jì)值置信區(qū)間與第一個(gè)門(mén)檻估計(jì)值置信區(qū)間不存在交叉，表明估計(jì)門(mén)檻值等于真實(shí)門(mén)檻值。最終本文將資本結(jié)構(gòu)劃分為level≤9.764、9.764 ＜level≤20.943、level ＞20.943三個(gè)區(qū)間；類(lèi)似地將研發(fā)強(qiáng)度劃分為rd≤5.482、5.482 ＜rd≤8.731、rd ＞8.731三個(gè)區(qū)間。

表4 門(mén)檻估計(jì)值檢驗(yàn)

圖1 資本結(jié)構(gòu)雙重門(mén)檻LR估計(jì)

圖2 研發(fā)強(qiáng)度雙重門(mén)檻LR估計(jì)

（三）回歸結(jié)果分析

表5為面板門(mén)檻模型估計(jì)結(jié)果。第（1）列表明政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響存在顯著的資本結(jié)構(gòu)雙重門(mén)檻效應(yīng)。當(dāng)資本結(jié)構(gòu)小于等于門(mén)檻值9.764時(shí)，政府補(bǔ)貼的系數(shù)為0.095，在1%的水平上顯著，意味著政府補(bǔ)貼促進(jìn)了民營(yíng)企業(yè)全要素生產(chǎn)率的提升；當(dāng)資本結(jié)構(gòu)處于9.764～20.943之間時(shí)，政府補(bǔ)貼系數(shù)為0.036，通過(guò)了1%顯著性水平檢驗(yàn)，說(shuō)明政府補(bǔ)貼與民營(yíng)企業(yè)全要素生產(chǎn)率之間存在顯著的正向促進(jìn)作用，但促進(jìn)效果相比于第一個(gè)門(mén)檻值前的促進(jìn)效果有所降低；當(dāng)資本結(jié)構(gòu)高于20.943時(shí)，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響系數(shù)為0.014，仍在1%水平上顯著，但此時(shí)的激勵(lì)效應(yīng)相比于第二個(gè)門(mén)檻值前的激勵(lì)效果有了很大程度的下降。綜合三個(gè)區(qū)間的估計(jì)結(jié)果可以發(fā)現(xiàn)，政府補(bǔ)貼顯著提高了民營(yíng)企業(yè)的全要素生產(chǎn)率水平，但是這種提升效應(yīng)會(huì)受民營(yíng)企業(yè)資本結(jié)構(gòu)的影響，假設(shè)1得到了驗(yàn)證。當(dāng)資本結(jié)構(gòu)即資產(chǎn)負(fù)債率越過(guò)門(mén)檻值時(shí)，企業(yè)進(jìn)行研發(fā)創(chuàng)新的積極性降低，使得政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP的提升作用減弱。一方面，可能是因?yàn)檎a(bǔ)貼對(duì)民營(yíng)企業(yè)創(chuàng)新的激勵(lì)作用會(huì)受到企業(yè)資本結(jié)構(gòu)的影響，當(dāng)企業(yè)資本結(jié)構(gòu)處于較高風(fēng)險(xiǎn)時(shí)，政府補(bǔ)貼對(duì)企業(yè)創(chuàng)新的促進(jìn)作用就會(huì)減弱，進(jìn)而會(huì)降低對(duì)企業(yè)全要素生產(chǎn)率的激勵(lì)作用，這在以往研究中已經(jīng)得到了驗(yàn)證，如樊利和李忠鵬（2020）研究發(fā)現(xiàn)，政府補(bǔ)貼對(duì)企業(yè)研發(fā)投入和創(chuàng)新的影響存在顯著的資本結(jié)構(gòu)門(mén)檻效應(yīng)，具體而言，隨著資產(chǎn)負(fù)債率的提高，政府補(bǔ)貼對(duì)企業(yè)研發(fā)投入的激勵(lì)作用逐漸降低［3］；另一方面，資產(chǎn)負(fù)債率高的企業(yè)，融資約束壓力較大，企業(yè)全要素生產(chǎn)率水平也較低（趙春明等，2015）［12］，當(dāng)獲得政府補(bǔ)貼后，沒(méi)有積極進(jìn)行研發(fā)投入，降低了補(bǔ)貼資金使用效率。最終，資本結(jié)構(gòu)能夠調(diào)節(jié)政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響效果。

第（2）列是以研發(fā)強(qiáng)度作為門(mén)檻變量的估計(jì)結(jié)果，顯示政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響存在顯著的研發(fā)強(qiáng)度雙重門(mén)檻效應(yīng)。當(dāng)研發(fā)強(qiáng)度小于等于第一門(mén)檻值5.482 時(shí)，政府補(bǔ)貼的系數(shù)為0.015，通過(guò)了1%顯著性水平檢驗(yàn)，表明政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率有顯著促進(jìn)作用；當(dāng)研發(fā)強(qiáng)度位于第一門(mén)檻值與第二門(mén)檻值之間時(shí)，即5.482 ＜rd≤8.731，政府補(bǔ)貼的影響系數(shù)由第一區(qū)間的0.015上升為0.029，在1%水平上顯著；當(dāng)研發(fā)強(qiáng)度rd ＞8.731時(shí)，政府補(bǔ)貼的影響系數(shù)達(dá)到最大，為0.074，并且顯著。三個(gè)區(qū)間估計(jì)結(jié)果表明，研發(fā)強(qiáng)度在政府補(bǔ)貼提升民營(yíng)企業(yè)全要素生產(chǎn)率中存在調(diào)節(jié)效應(yīng)，從而驗(yàn)證了假設(shè)2。具體而言，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)會(huì)隨著研發(fā)強(qiáng)度的提高而增強(qiáng)。內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，企業(yè)從事的創(chuàng)新活動(dòng)所帶來(lái)的技術(shù)進(jìn)步能夠促進(jìn)全要素生產(chǎn)率的快速提升。鐘廷勇等（2019）認(rèn)為，政府補(bǔ)貼、稅收優(yōu)惠等產(chǎn)業(yè)政策激勵(lì)有助于調(diào)動(dòng)企業(yè)創(chuàng)新積極性，進(jìn)而提高全要素生產(chǎn)率水平［36］。相對(duì)于研發(fā)強(qiáng)度低的企業(yè)，政府補(bǔ)貼更有助于調(diào)動(dòng)研發(fā)強(qiáng)度高的企業(yè)的創(chuàng)新活力，政府的補(bǔ)貼資金支持，能夠有效消除企業(yè)技術(shù)創(chuàng)新的后顧之憂(yōu)，促使企業(yè)努力提高技術(shù)創(chuàng)新能力，最終有助于發(fā)揮政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的提升效果。

表5 面板門(mén)檻回歸結(jié)果

整體而言，政府補(bǔ)貼能夠顯著提升民營(yíng)企業(yè)全要素生產(chǎn)率，但這種提升效應(yīng)在資本結(jié)構(gòu)和研發(fā)強(qiáng)度層面存在顯著的門(mén)檻效應(yīng)：一是會(huì)隨著資本結(jié)構(gòu)風(fēng)險(xiǎn)增大（資產(chǎn)負(fù)債率高于門(mén)檻值）而下降；二是隨著研發(fā)強(qiáng)度的增加而上升。控制變量層面，隨著資產(chǎn)流動(dòng)性上升，企業(yè)年齡增長(zhǎng)，企業(yè)全要素生產(chǎn)率會(huì)下降，而企業(yè)利潤(rùn)、企業(yè)規(guī)模對(duì)自身的全要素生產(chǎn)率水平有顯著的促進(jìn)作用。以往研究大多認(rèn)為政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響是一維的線(xiàn)性關(guān)系，如王冬梅（2020）將政府補(bǔ)貼分為生產(chǎn)補(bǔ)貼和研發(fā)補(bǔ)貼，研究發(fā)現(xiàn)生產(chǎn)補(bǔ)貼和研發(fā)補(bǔ)貼都促進(jìn)了企業(yè)全要素生產(chǎn)率的提高［37］。另外，也有學(xué)者認(rèn)為政府補(bǔ)貼會(huì)擠占企業(yè)的研發(fā)支出，容易使企業(yè)產(chǎn)生政策依賴(lài)，不利于企業(yè)創(chuàng)新水平的提高，進(jìn)而抑制企業(yè)全要素生產(chǎn)率的提升（張杰，2015；桂黃寶和李航，2019，閆志俊和于津平，2017）［13，16，18］。但是以往研究并沒(méi)有考慮企業(yè)特征因素如研發(fā)強(qiáng)度、資本結(jié)構(gòu)等在政府補(bǔ)貼影響企業(yè)全要素生產(chǎn)率中所發(fā)揮的調(diào)節(jié)作用，所以關(guān)于政策實(shí)施效果就可能會(huì)出現(xiàn)不一致的研究結(jié)論。而本研究基于民營(yíng)上市公司數(shù)據(jù)，將企業(yè)資本結(jié)構(gòu)和研發(fā)強(qiáng)度作為門(mén)檻變量，發(fā)現(xiàn)企業(yè)資本結(jié)構(gòu)和研發(fā)強(qiáng)度會(huì)顯著影響政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的作用效果。因此本研究能夠豐富“政府補(bǔ)貼影響企業(yè)全要素生產(chǎn)率”的相關(guān)研究，也能為政府補(bǔ)貼政策效果爭(zhēng)議提供有益參考。

（四）穩(wěn)健性檢驗(yàn)

1.替換勞動(dòng)投入指標(biāo)

前文是將企業(yè)員工人數(shù)作為勞動(dòng)投入指標(biāo)，在此選擇應(yīng)付職工薪酬作為企業(yè)勞動(dòng)投入的代理變量，測(cè)算企業(yè)的全要素生產(chǎn)率，然后進(jìn)行實(shí)證分析。

本文繼續(xù)采用500 次自抽樣（Bootstrp）方法對(duì)門(mén)檻效應(yīng)和門(mén)檻值進(jìn)行了檢驗(yàn)，結(jié)果顯示對(duì)于資本結(jié)構(gòu)和研發(fā)強(qiáng)度仍存在雙重門(mén)檻效應(yīng)，并且估計(jì)門(mén)檻值都等于真實(shí)門(mén)檻值。資本結(jié)構(gòu)的兩個(gè)門(mén)檻值為10.346、20.943；研發(fā)強(qiáng)度的兩個(gè)門(mén)檻值為5.575、9.078。最終資本結(jié)構(gòu)三個(gè)區(qū)間為level≤10.346、10.346 ＜level≤20.943、level ＞20.943；研發(fā)強(qiáng)度三個(gè)區(qū)間為rd≤5.575、5.575 ＜rd≤9.078、rd ＞9.078。詳細(xì)回歸結(jié)果見(jiàn)表6所列。

表6 面板門(mén)檻回歸的穩(wěn)健性估計(jì)

從表6回歸結(jié)果可以看出，將資本結(jié)構(gòu)作為門(mén)檻變量，政府補(bǔ)貼的系數(shù)由第一區(qū)間的0.097下降至第二區(qū)間的0.025，都在1%水平上顯著，當(dāng)資本結(jié)構(gòu)超過(guò)第二個(gè)門(mén)檻值時(shí)，政府補(bǔ)貼系數(shù)最小為0.006，在10%水平上顯著，表明隨著資本結(jié)構(gòu)風(fēng)險(xiǎn)上升，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的刺激作用逐漸降低；將研發(fā)強(qiáng)度作為門(mén)檻變量，當(dāng)研發(fā)強(qiáng)度小于或等于5.575時(shí)，政府補(bǔ)貼系數(shù)為0.013，當(dāng)研發(fā)強(qiáng)度位于5.575～9.078之間時(shí)，政府補(bǔ)貼系數(shù)上升為0.035，進(jìn)一步地，當(dāng)研發(fā)強(qiáng)度超過(guò)第二門(mén)檻值即rd ＞9.078時(shí)，政府補(bǔ)貼系數(shù)達(dá)到0.098，且政府補(bǔ)貼系數(shù)在三個(gè)區(qū)間內(nèi)都通過(guò)了5%顯著性水平檢驗(yàn)，意味著隨著研發(fā)強(qiáng)度的提高，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP的促進(jìn)作用會(huì)增強(qiáng)。同時(shí)，控制變量的影響也與實(shí)證結(jié)果基本一致，表明本文的研究結(jié)論是穩(wěn)健的。此外，本文也運(yùn)用OLS法對(duì)企業(yè)全要素生產(chǎn)率進(jìn)行測(cè)度，實(shí)證檢驗(yàn)結(jié)果也與基準(zhǔn)分析結(jié)果保持一致。

2.改變估計(jì)方法

前文分析是通過(guò)面板門(mén)檻效應(yīng)模型進(jìn)行的，下面利用資本結(jié)構(gòu)和研發(fā)強(qiáng)度的門(mén)檻值信息對(duì)全樣本進(jìn)行分組，并在模型（2）的基礎(chǔ)上構(gòu)建以下個(gè)體—時(shí)點(diǎn)雙固定效應(yīng)模型進(jìn)行穩(wěn)健性檢驗(yàn)。

模型（5）中各變量含義和計(jì)算方法同模型（2）均保持一致，回歸結(jié)果見(jiàn)表7所列。

表7（1）-（3）列顯示，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的促進(jìn)作用在低資產(chǎn)負(fù)債率企業(yè)中最大，而在高資產(chǎn)負(fù)債率企業(yè)中最小，由0.049 下降至0.016，至少都在10%水平上顯著；（4）-（6）列結(jié)果表明，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)在研發(fā)強(qiáng)度高的企業(yè)中最大，系數(shù)為0.087，并且在5%水平上顯著。綜上表明，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP 的促進(jìn)效應(yīng)會(huì)受到企業(yè)自身資本結(jié)構(gòu)和研發(fā)強(qiáng)度的影響，再次驗(yàn)證了本文的假設(shè)1和假設(shè)2。

表7 政府補(bǔ)貼對(duì)民營(yíng)企業(yè)TFP的影響（分組回歸）

六、研究結(jié)論與政策建議

本文以2009—2019 年中國(guó)滬深A(yù) 股制造業(yè)民營(yíng)上市公司為分析對(duì)象，以資本結(jié)構(gòu)和研發(fā)強(qiáng)度作為門(mén)檻變量，通過(guò)建立面板門(mén)檻效應(yīng)模型考察政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)：①無(wú)論是將資本結(jié)構(gòu)作為門(mén)檻變量還是將研發(fā)強(qiáng)度作為門(mén)檻變量，政府補(bǔ)貼都能顯著促進(jìn)民營(yíng)企業(yè)全要素生產(chǎn)率的提升；②隨著民營(yíng)企業(yè)資產(chǎn)負(fù)債率的上升，政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)作用會(huì)減弱，當(dāng)資產(chǎn)負(fù)債率高于20.943 時(shí)，政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的提升效果最弱；③政府補(bǔ)貼對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)會(huì)隨著企業(yè)研發(fā)強(qiáng)度的提升而增強(qiáng)，當(dāng)研發(fā)強(qiáng)度高于第二門(mén)檻值（rd ＞8.731）時(shí)，政府補(bǔ)貼的激勵(lì)效果最強(qiáng)。通過(guò)檢驗(yàn)表明，本文的研究結(jié)論是穩(wěn)健的。

基于本文的研究結(jié)論，提出如下政策建議：①政府要繼續(xù)重視補(bǔ)貼資金對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的提升作用，給予民營(yíng)企業(yè)資金支持，幫助民營(yíng)企業(yè)解決融資難題，使民營(yíng)企業(yè)有更高的積極性投入到研發(fā)創(chuàng)新活動(dòng)中，不斷提高自主創(chuàng)新能力，最終提升企業(yè)的全要素生產(chǎn)率，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)。②政府在對(duì)民營(yíng)企業(yè)進(jìn)行補(bǔ)貼時(shí)，不能“一刀切”，要結(jié)合民營(yíng)企業(yè)自身的資本結(jié)構(gòu)狀況、創(chuàng)新水平綜合判斷。資本結(jié)構(gòu)風(fēng)險(xiǎn)過(guò)大（資產(chǎn)負(fù)債率過(guò)高）的企業(yè)進(jìn)行研發(fā)創(chuàng)新的動(dòng)力相對(duì)較小，同樣是獲得政府補(bǔ)貼資金，使用效率較低，而處于中等或較小資本結(jié)構(gòu)風(fēng)險(xiǎn)的企業(yè)更可能將政府補(bǔ)貼資金投入到研發(fā)創(chuàng)新活動(dòng)中，不斷提升創(chuàng)新水平和全要素生產(chǎn)率；研發(fā)強(qiáng)度高的企業(yè)在獲得政府補(bǔ)貼資金后，能夠有效降低研發(fā)成本，從而更有動(dòng)力開(kāi)展高難度、高風(fēng)險(xiǎn)的技術(shù)創(chuàng)新活動(dòng)，最終有助于全要素生產(chǎn)率的提高。總之，政府補(bǔ)貼對(duì)低資本結(jié)構(gòu)風(fēng)險(xiǎn)、高研發(fā)強(qiáng)度民營(yíng)企業(yè)全要素生產(chǎn)率的促進(jìn)效應(yīng)更大。因此，政府在選擇補(bǔ)貼資金數(shù)額以及受助企業(yè)對(duì)象時(shí)，要重點(diǎn)向低資本結(jié)構(gòu)風(fēng)險(xiǎn)、高研發(fā)強(qiáng)度企業(yè)傾斜，從而提高政府補(bǔ)貼資金使用效率，提升補(bǔ)貼政策實(shí)施效果。