政府補償方式、所有制性質(zhì)與企業(yè)技術創(chuàng)新失敗再創(chuàng)新

張 帆，狄 鵬，葉建木

（1.海軍工程大學管理工程與裝備經(jīng)濟系，湖北武漢 430033；2.武漢理工大學管理學院，湖北武漢 430070）

1 研究背景

技術創(chuàng)新的正外部性特征會使創(chuàng)新活動不可避免地遇到市場失靈和投資不足的問題，政策工具成為依靠市場力量以外補償創(chuàng)新外部性的有效手段［1］?，F(xiàn)有創(chuàng)新激勵政策主要包括支持企業(yè)技術創(chuàng)新的財稅政策、專項資金政策、政府采購政策和金融政策等，大多聚焦于創(chuàng)新成功企業(yè)或集中在技術創(chuàng)新過程的前端，由于“反失敗”偏見的存在，對于技術創(chuàng)新失敗資源的再利用關注度不足［2］。而技術創(chuàng)新的實驗性質(zhì)決定了技術創(chuàng)新項目的高度不確定性，市場競爭強度和創(chuàng)新維度的提升進一步加劇了技術創(chuàng)新活動的高風險性［3］。在美國超威半導體公司等企業(yè)中，技術創(chuàng)新項目的商業(yè)成功率僅為30%［4］；在我國六大產(chǎn)業(yè)2 130 家企業(yè)開展的技術創(chuàng)新項目調(diào)查顯示，有1 884 家企業(yè)的技術創(chuàng)新活動被中止或失敗，占總數(shù)的88.45%［5］。

從失敗學角度來看，創(chuàng)新失敗在給企業(yè)帶來巨大成本損失的同時，更可能在一定程度上打擊企業(yè)創(chuàng)新積極性，制約其再創(chuàng)新行為，影響其創(chuàng)新績效。關注失敗激勵、挖掘創(chuàng)新失敗項目的內(nèi)在價值、支持再創(chuàng)新行為對提升自身創(chuàng)新能力有著重要影響，尤其是在我國大眾創(chuàng)業(yè)、萬眾創(chuàng)新的“雙創(chuàng)”戰(zhàn)略下，創(chuàng)新容錯機制已被視為一項重要舉措［6］。如四川于2015 年在《加快醫(yī)藥產(chǎn)業(yè)創(chuàng)新發(fā)展的實施意見》中首次明確提出創(chuàng)新失敗可補償；上海于2016 年開始探索對于投資初創(chuàng)期科技型企業(yè)項目和種子期科技型企業(yè)項目的天使投資實施虧損補償以鼓勵創(chuàng)新，針對補償對象、補償條件以及補償標準（補償比例和補償限額）建立了一定的補償機制。此外，浙江、江蘇、湖北等省份也相繼提出了針對技術創(chuàng)新失敗企業(yè)或項目的補償政策。

通過技術創(chuàng)新補償解決企業(yè)創(chuàng)新投入不足的問題早已引起理論界關注，如李維安等［7］認為，通過政策工具的運用是補償技術創(chuàng)新外部性的有效手段；董建衛(wèi)等［8］、毛其淋等［9］認為，政府以研發(fā)補貼、稅收優(yōu)惠和政府采購等補貼方式對企業(yè)技術創(chuàng)新進行資助和補償，可以在一定程度上減輕企業(yè)技術創(chuàng)新的資金投入壓力，并且降低企業(yè)技術創(chuàng)新的風險感知，提升技術創(chuàng)新的預期收益，提高企業(yè)研發(fā)投入的積極性；Bérubé 等［10］對加拿大、Wolff 等［11］對經(jīng)濟合作與發(fā)展組織的實證研究均表明，政府創(chuàng)新補貼對企業(yè)創(chuàng)新投入存在擠入效應（互補效應）；González 等［12］實證研究發(fā)現(xiàn)，政府補貼對企業(yè)技術創(chuàng)新投入的提升作用往往還受到企業(yè)規(guī)模和行業(yè)技術水平等影響，因企業(yè)所有制、企業(yè)規(guī)模、所處行業(yè)等企業(yè)特征的影響，政府創(chuàng)新補貼的激勵效果也存在差異性。與此同時，政府補貼與企業(yè)創(chuàng)新之間的關系一直是創(chuàng)新激勵研究領域爭論的焦點問題，例如，David 等［13］認為政府補貼對企業(yè)技術創(chuàng)新也存在擠出效應或替代效應；Gorg 等［14］發(fā)現(xiàn)政府補貼會在適度范圍內(nèi)對企業(yè)創(chuàng)新投入產(chǎn)生激勵效應；但陳玲等［15］認為當這種補貼過度且大量時，會對企業(yè)私人創(chuàng)新投入產(chǎn)生擠出效應；而楊洋等［16］研究表明，政府創(chuàng)新補貼與企業(yè)研發(fā)產(chǎn)生的效應之間具有倒“U”型的關系。

綜上所述，針對客觀存在的技術創(chuàng)新失敗活動，從失敗歸因、失敗學習、失敗挽救等視角的研究成果對于提升創(chuàng)新成功概率、激發(fā)后續(xù)創(chuàng)新行為有一定的幫助，但既有相關研究還不夠深入，尤其是在如何激勵創(chuàng)新失敗、促進其再創(chuàng)新行為、提升再創(chuàng)新績效方面還較為欠缺；此外，針對創(chuàng)新補貼過程中存在的擠出效應與激勵扭曲是否也存在于創(chuàng)新失敗補償過程中，補償方式與補償強度的差異性對補償對象再創(chuàng)新投入的作用機制如何形成等問題尚未形成清晰明確的結(jié)論。為此，本研究以企業(yè)技術創(chuàng)新失敗為研究對象，從政府補償方式、補償對象特征、補償對象再創(chuàng)新行為等方面揭示企業(yè)技術創(chuàng)新失敗補償機理，擴展創(chuàng)新激勵的新思路，為政府政策工具創(chuàng)新提供決策依據(jù)與參考。

2 研究假說

2.1 政府補償與失敗再創(chuàng)新績效

由于企業(yè)技術創(chuàng)新的溢出效應，私人實施創(chuàng)新行為的邊際收益不足，因此政府應考慮扶持具有較大社會福利的企業(yè)技術創(chuàng)新活動，破解市場失靈之困、彌補市場投入不足，增加市場供給。具體而言，政府作為補償政策實施者，應當關注由于高風險、高不確定性導致的企業(yè)技術創(chuàng)新失?。?7］，因為這些創(chuàng)新失敗活動往往具有較高的剩余價值［18］，若缺少公共補償，那些階段性失敗的企業(yè)技術創(chuàng)新可能無法繼續(xù)創(chuàng)新。另外，假如使用公共資本完全替代（擠出）私人資本，又不利于引導市場潛在資本投入創(chuàng)新活動。盡管很多研究都指出存在政府補償排擠私人投資的現(xiàn)象，但很多國家和地區(qū)都將公共資本作為引導私人資本開展創(chuàng)新活動的重要手段，說明適度補償有利于技術創(chuàng)新活動持續(xù)開展。Takalo 等［19］考慮了融資約束條件下企業(yè)技術創(chuàng)新過程中公共資本與私人資本之間相互作用存在的逆向選擇問題。政府在收到來自企業(yè)的補貼申請信號后，通過事前甄別選擇補貼對象、制定補貼策略。在特定條件下，公共資本補貼研發(fā)投入可以緩解技術型企業(yè)的融資壓力［20］。

一方面，政府對作為市場主體的企業(yè)的技術創(chuàng)新行為實施適度補償，可以有效彌補被補償方由于技術溢出而造成的利益損失；另一方面，鑒于我國現(xiàn)階段企業(yè)技術創(chuàng)新投入不足和企業(yè)技術研發(fā)能力不強的事實，政府通過稅收優(yōu)惠等政策方式可以為企業(yè)技術創(chuàng)新失敗項目指引其再創(chuàng)新方向，強化企業(yè)的再創(chuàng)新能力、提升企業(yè)再創(chuàng)新績效?；谏鲜龇治?，提出以下假設：

H1a：政府對企業(yè)技術創(chuàng)新失敗實施直接補償，有利于提升企業(yè)的后續(xù)創(chuàng)新績效；

H1b：政府對企業(yè)技術創(chuàng)新失敗實施間接補償，有利于提升企業(yè)的后續(xù)創(chuàng)新績效。

2.2 所有制性質(zhì)對政府補償?shù)恼{(diào)節(jié)效應

在社會主義市場經(jīng)濟條件下，企業(yè)的所有制性質(zhì)往往是研究創(chuàng)新活動及創(chuàng)新政策繞不開的話題。對國有企業(yè)和非國企業(yè)而言，不同的所有權性質(zhì)會造成不同的行為目標和經(jīng)營環(huán)境等，同時也會影響創(chuàng)新補償政策的制定與執(zhí)行，比如同樣的補償政策施加在不同性質(zhì)的企業(yè)上，對補償對象創(chuàng)新能力的作用不盡相同。所以，在研究宏觀政策對企業(yè)技術創(chuàng)新活動的作用機理時，應充分考慮企業(yè)的所有權性質(zhì)，尤其是在實證研究中，如果僅僅是將不同所有制性質(zhì)的企業(yè)樣本簡單混合在一起而不加以區(qū)分，將無法獲得創(chuàng)新補償政策作用于不同性質(zhì)企業(yè)的差異，忽略了創(chuàng)新政策影響的異質(zhì)性問題，也不利于分析不同因素對不同性質(zhì)企業(yè)樣本造成的不同影響。因此，區(qū)分企業(yè)所有制性質(zhì)十分必要。其中，對于國有企業(yè)來說，其技術創(chuàng)新活動更具有公共產(chǎn)品屬性；而非國有企業(yè)則更偏向競爭性、專用性技術。就國有企業(yè)而言，由于基礎研發(fā)的經(jīng)費大，直接研發(fā)補償能在一定程度上補充其開展基礎研究的經(jīng)費，解決基礎研發(fā)成本高昂的現(xiàn)實困境，而且即便直接補助只分擔其部分成本，國有企業(yè)也會因為自身投入了一定比例的研發(fā)費用而積極推進創(chuàng)新項目，所以，直接補償對國有企業(yè)的激勵效果較為顯著；另一方面，即便非國有企業(yè)同樣能從政府補償中獲益，然而為了滿足短期經(jīng)營目標，其所獲補償并非都用在創(chuàng)新活動上，甚至某些急于求成的非國有企業(yè)會向政府釋放關于企業(yè)技術創(chuàng)新或失敗后再創(chuàng)新的虛假信息以便獲得補償［21］。對于政府而言，如果缺少有效的信息甄別機制，那么企業(yè)所發(fā)出的虛假信號就有可能會達到欺騙的效果，使得政府的有關政策無法發(fā)揮原本的補償作用。據(jù)此，提出以下假設：

H2a：相對于非國有企業(yè)而言，國有企業(yè)強化了政府直接補償對于企業(yè)技術創(chuàng)新失敗項目再創(chuàng)新的激勵作用；

H2b：相對于非國有企業(yè)而言，國有企業(yè)弱化了政府間接補償對于企業(yè)技術創(chuàng)新失敗項目再創(chuàng)新的激勵作用。

2.3 政府補償與失敗再創(chuàng)新R&D 投入

政府補償有可能增加企業(yè)的R&D 投入。企業(yè)技術創(chuàng)新活動的準公共產(chǎn)品溢出效應使得企業(yè)無法獨享創(chuàng)新收益，同時，對于資金短缺、風險承受能力較弱的企業(yè)，創(chuàng)新的高投入及高風險使其缺乏創(chuàng)新的積極性。此時，政府可以通過直接補償或間接補償?shù)确绞浇鉀Q企業(yè)自身投入不足及高失敗率問題，幫助企業(yè)削減R&D 成本、提高預期收益率，最終提高R&D 投入，尤其是對于企業(yè)技術創(chuàng)新失敗項目，如果政府給予企業(yè)補償，企業(yè)會想辦法提高補償?shù)睦眯省６难a償資金又不能完全滿足技術創(chuàng)新的需要，企業(yè)會主動地加大R&D 投入實施創(chuàng)新活動，以便獲取市場競爭優(yōu)勢［22］。另外，政府補償也有可能替代企業(yè)自身的R&D 投入。一方面，政府一般在企業(yè)R&D 立項階段便給予大量補貼，但是由于事后監(jiān)管機制尚不健全，導致部分企業(yè)放棄收益周期較長的R&D 項目，而將功夫花在短期收益項目上。另一方面，每個項目都存在理論上的最優(yōu)補償區(qū)間，當補償額度尚未達到最優(yōu)值時，增加補償可以激發(fā)企業(yè)自身投入，但一旦補償額度越過最優(yōu)值后，繼續(xù)增加補償將會擠出企業(yè)自身的R&D 投入。基于以上分析，提出以下兩個互斥的假設：

H3a：政府對企業(yè)技術創(chuàng)新失敗實施補償，可以促進企業(yè)繼續(xù)增加R&D 投入，即政府補償有溢出效應。

H3b：政府對企業(yè)技術創(chuàng)新失敗實施補償，將代替企業(yè)自身的R&D 支出，即政府補償具有擠出效應。

3 研究設計

3.1 樣本選擇與數(shù)據(jù)來源

生物醫(yī)藥行業(yè)的技術創(chuàng)新行為較為顯著、創(chuàng)新失敗率較高，具有普遍代表性，且很多生物醫(yī)藥類失敗項目仍有反敗為勝的價值值得進一步挖掘，因此，無論從鼓勵創(chuàng)新技術開發(fā)，還是從失敗項目可補償、可挽救的角度，生物醫(yī)藥行業(yè)都很適合作為企業(yè)技術創(chuàng)新失敗項目補償機理分析的示例產(chǎn)業(yè)。黨的十八大之后，我國加強了對科技創(chuàng)新的支持力度；黨的十九大之后，又進一步強調(diào)了對于科技創(chuàng)新失敗的容忍度。近10 年，政府出臺了一系列支持創(chuàng)新、挽救失敗的補貼與補償政策，因此，本研究時間確定為2010—2020 年；同時，考慮變量可測與數(shù)據(jù)可得，選取滬深兩市A 股生物醫(yī)藥類上市公司為原始研究樣本。在樣本觀測方面，難點有二。其一是如何界定技術創(chuàng)新類企業(yè)。為此，按照以下生物醫(yī)藥行業(yè)企業(yè)技術創(chuàng)新重點領域?qū)υ紭颖具M行篩選：（1）發(fā)展新型疫苗和改造傳統(tǒng)疫苗；（2）聚焦抗體藥物和蛋白質(zhì)藥物等生物技術藥物的產(chǎn)業(yè)化；（3）專注重大疾病診斷（SARS、禽流感、結(jié)核病、艾滋病以及甲型H1N1 流感等疾?。┖蜋z測技術的研究與產(chǎn)品開發(fā)；（4）專注基因治療、細胞治療等生物治療技術；（5）從事再生醫(yī)學技術的研究與應用。其二是如何界定發(fā)生技術創(chuàng)新失敗的企業(yè)。為此，在生物醫(yī)藥行業(yè)企業(yè)篩選的基礎上，將篩選后的樣本與我國《國家藥品不良反應監(jiān)測年度報告》進行年度信息匹配，將出現(xiàn)不良事件的生物醫(yī)藥企業(yè)定義為發(fā)生技術創(chuàng)新失敗的企業(yè)，將樣本周期內(nèi)首次不良反應后獲得的政府補貼視為失敗后補償。最終得到樣本觀測值涵蓋267 家上市企業(yè)（以下簡稱“樣本企業(yè)”）。

本研究中，樣本企業(yè)數(shù)據(jù)主要通過我國《國家藥品不良反應監(jiān)測年度報告》、政府有關部門和企業(yè)官方網(wǎng)站搜索等途徑搜集并經(jīng)手工整理而得，其余數(shù)據(jù)來自Wind 數(shù)據(jù)庫、樣本企業(yè)披露的報表與相關信息。此外，考慮到樣本企業(yè)數(shù)據(jù)是不同時點的截面?zhèn)€體的多維時間序列數(shù)據(jù)，采用面板數(shù)據(jù)模型進行估計，并對原始模型中的變量作方差齊次性變化。通過F統(tǒng)計量檢驗、Hausman 檢驗判斷混合效應模型、固定效應模型以及隨機效應模型確定具體回歸分析方法的應用。調(diào)節(jié)效應的檢驗則根據(jù)溫忠麟等［23］的建議，采用分步回歸方法檢驗變量調(diào)節(jié)作用的顯著性，并對變量進行了前后1%的winsorize縮尾處理。

3.2 變量定義

（1）企業(yè)技術創(chuàng)新失敗補償變量。用變量FSubit來表示，以出現(xiàn)不良事件的醫(yī)藥企業(yè)在同年度所獲取的政府資助作為FSubit的數(shù)據(jù)來源。另外，當補償發(fā)生后，企業(yè)的醫(yī)藥研發(fā)仍然可能出現(xiàn)不良反應，可視為再次失敗情形，則將企業(yè)再次出現(xiàn)不良反應的情形設置為再失敗變量（Re-failure）。

（2）R&D 投入變量。結(jié)合現(xiàn)有相關研究，用Wind 數(shù)據(jù)庫中非金融類上市公司年報中的研發(fā)費用作為企業(yè)R&D 投資規(guī)模，還計算了研發(fā)費用與銷售收入的比值作為企業(yè)R&D 投資強度。

（3）相關控制變量。在借鑒以往相關研究基礎上，綜合考慮了企業(yè)績效、公司治理情況和公司所有制等因素。首先，企業(yè)績效方面，控制了企業(yè)規(guī)模、資產(chǎn)收益率、資產(chǎn)負債率等變量。通常而言，企業(yè)規(guī)模越大、負債比率越低、盈利能力越強，則企業(yè)進行R&D 投資的能力越強。其次，公司治理情況方面，控制了企業(yè)年齡等，并將所有制性質(zhì)作為調(diào)節(jié)變量。另外，企業(yè)持續(xù)運行時間越長、發(fā)展越成熟，則R&D 投資的意愿會更強烈。其中，對于所有制性質(zhì)，將結(jié)合企業(yè)的實際控制人性質(zhì)設置為虛擬變量。

全部變量設置詳見表1。

表1 企業(yè)技術創(chuàng)新失敗補償機理實證檢驗的全部變量設置

3.3 模型設定

構建對企業(yè)技術創(chuàng)新失敗補償機理實證檢驗的回歸基礎模型如式（1）所示：

式（1）中：Innovateit 為企業(yè)i第t年出現(xiàn)企業(yè)技術創(chuàng)新失敗后的創(chuàng)新績效，因所選行業(yè)為創(chuàng)新性較強的生物醫(yī)藥行業(yè)，故創(chuàng)新績效可以用企業(yè)新產(chǎn)品銷售收入來表示；FSubit為企業(yè)i在第t年所獲政府補償，包括直接補償強度FSub(1)和稅收優(yōu)惠補償FSub(2)；RDit為企業(yè)i第t年的R&D 投入；Xijt為企業(yè)i第t年的第j個控制變量，包括企業(yè)年齡、企業(yè)規(guī)模、資產(chǎn)收益率、資產(chǎn)負債率等。

3.4 描述性統(tǒng)計與相關性分析

表2 描述了原始數(shù)據(jù)的描述性統(tǒng)計結(jié)果，可見相比于FSub(1)，F(xiàn)Sub(2)的標準差較大，說明稅收優(yōu)惠補償在企業(yè)所獲得的政府補償中存在較大的差異；企業(yè)的平均R&D 投資都是正數(shù)，保持較快增長；其他的變量中，凈資產(chǎn)收益率的最小值為負，資產(chǎn)負債率的最大值與最小值差異較大。由變量相關系數(shù)（篇幅有限已省略，備索）可知，大部分因變量、自變量與控制變量的相關性還不足以引起多重共線性，但二次項與其一次項的相關系數(shù)很高，因此需要對二次項進行中心化處理。

表2 變量描述性統(tǒng)計結(jié)果

4 實證結(jié)果與分析

4.1 政府補償對企業(yè)技術創(chuàng)新失敗的激勵效應

為了檢驗不同的補償方式對創(chuàng)新績效的影響是否存在差別，分別設置政府直接補償變量和政府間接補償變量。而討論再次失敗情形對創(chuàng)新補償?shù)恼{(diào)節(jié)效應的再失敗變量公式表示如下：

由表3 可以看出，當期投入產(chǎn)出過程中，政府直接補償對創(chuàng)新績效有效而間接補償無效，H1a得到驗證；滯后1 期投入產(chǎn)出過程中，政府直接補償與政府間接補償都能促進創(chuàng)新績效提升，H1a進一步得到驗證，H1b也得到驗證；再失敗與直接補償?shù)南嗷ロ棡檎?，而與間接補償相互項不具有顯著性，表明企業(yè)再次失敗后，政府直接補償仍有助于增強企業(yè)技術創(chuàng)新的信心，而間接補償無法有效激勵企業(yè)的接續(xù)創(chuàng)新行為。進一步比較發(fā)現(xiàn)，滯后1 期檢驗結(jié)果中的政府直接補償效果優(yōu)于政府間接補償效果，表明政府通過直接資金補償為企業(yè)帶來實際的現(xiàn)金投入，刺激企業(yè)加大創(chuàng)新投入確保項目順利實施；而以稅收優(yōu)惠為主的政府間接補償在企業(yè)產(chǎn)生營業(yè)收入后才能獲得，對創(chuàng)新績效的影響存在滯后性。

表3 政府補償對樣本企業(yè)技術創(chuàng)新失敗激勵效應檢驗結(jié)果

4.2 不同所有權性質(zhì)下政府補償對創(chuàng)新績效的激勵效應檢驗

在不同產(chǎn)權制度環(huán)境下，由于失敗項目企業(yè)面臨的政策成本及R&D 調(diào)整成本不同，因而政府激勵對失敗項目企業(yè)再創(chuàng)新的影響效果會存在差異：國有企業(yè)與非國有企業(yè)在激勵制度方面存在較大差異，不同形式的政府補償對這兩類企業(yè)的作用影響存在較大差異。為此，引入所有權性質(zhì)以及其與兩種補償方式的交互項，以觀察不同所有權性質(zhì)下不同政府補償方式對于企業(yè)創(chuàng)新績效的作用。建立檢驗回歸模型如下：

式（3）中，Privatei為企業(yè)i的所有制性質(zhì)。

回歸結(jié)果如表4 所示，政府直接補償與創(chuàng)新績效在95%置信區(qū)間上顯著正相關，而所有制性質(zhì)與政府直接補償?shù)南嗷ロ椇蛣?chuàng)新績效在99%置信區(qū)間上顯著正相關，H2a得到驗證，即相對于非國有企業(yè)而言，國有企業(yè)強化了政府直接補償對于企業(yè)技術創(chuàng)新失敗項目再創(chuàng)新的激勵作用；政府間接補償與創(chuàng)新績效在90%置信區(qū)間上顯著正相關，而所有制性質(zhì)與政府間接補償交互項對創(chuàng)新績效的影響不顯著，H2b得到驗證，即相對于非國有企業(yè)而言，國有企業(yè)弱化了政府間接補償對于企業(yè)技術創(chuàng)新失敗項目再創(chuàng)新的激勵作用。同時，加入兩組交互變量的檢驗和滯后1 期處理的檢驗結(jié)果進一步驗證了研究假設。此外，替換使用新產(chǎn)品收入和專利申請量來表征創(chuàng)新績效的檢驗結(jié)果是一致的，表明研究結(jié)論是穩(wěn)健的。

表4 不同所有權性質(zhì)下政府補償對樣本企業(yè)再創(chuàng)新績效交叉效應檢驗結(jié)果

4.3 進一步討論與穩(wěn)健性檢驗

由于補償政策會通過影響技術創(chuàng)新失敗企業(yè)的R&D 投入等進而影響其后續(xù)的再創(chuàng)新行為，因此進一步深入分析補償政策對企業(yè)R&D 投入的潛在影響機制。為檢驗政府不同補償方式是否會影響企業(yè)R&D 投入，借鑒以往研究發(fā)現(xiàn)，推進公共支持政策是為了提高企業(yè)技術創(chuàng)新的積極性，因此將企業(yè)技術創(chuàng)新投入規(guī)模RD(1)和企業(yè)技術創(chuàng)新投入強度RD(2)作為被解釋變量，政府直接補償和政府間接補償作為主要解釋變量，建立回歸檢驗模型如下：

替換被解釋變量、采取滯后1 期處理和控制了企業(yè)技術創(chuàng)新失敗企業(yè)的年齡、規(guī)模、盈利能力以及負債水平等變量的穩(wěn)健性檢驗結(jié)果與基本回歸結(jié)果一致，如表5 所示。其中，政府直接補償?shù)南禂?shù)均為正值且在95%的置信區(qū)間上顯著，而其二次項的系數(shù)均為負值且均在95%的置信區(qū)間上顯著，可見在控制了技術創(chuàng)新失敗企業(yè)的規(guī)模、年齡、盈利能力以及負債水平之后，技術創(chuàng)新失敗企業(yè)的R&D投入與政府直接補償之間存在倒“U”型關系。亦即，當政府直接補償處于閾值以下時，對R&D 投入的補償效應為溢出效應，此時H3a得到驗證；而當政府直接補償達到或超過閾值后，對R&D 投入的補償效應為擠出效應，此時H3b得到驗證。證明政府在設計并實施直接補償機制時應當設置合理的補償閾值，避免補償效率損失。此外，政府間接補償及其二次項的系數(shù)均顯著為正，因此政府間接補償對技術創(chuàng)新失敗企業(yè)的R&D 投入具有正向促進作用，補償效應為溢出效應，H3a再次得到驗證。

表5 政府補償對樣本企業(yè)再創(chuàng)新投入影響檢驗結(jié)果

5 結(jié)論與政策建議

本研究得到的主要結(jié)論如下：（1）從政府補償方式來看，直接補償與間接補償均能提升企業(yè)的再創(chuàng)新績效，且直接補償效果更為顯著，再失敗情形下結(jié)果一致。（2）從企業(yè)所有權性質(zhì)來看，相對于非國有屬性，國有屬性強化了直接補償對于企業(yè)再創(chuàng)新的激勵作用，而弱化了間接補償?shù)募钭饔谩＃?）從對R&D 投入的補償效應來看，直接補償與企業(yè)再創(chuàng)新的R&D 投入之間存在倒“U”型關系，政府直接補償存在臨界值：當直接補償處于臨界值以下，其補償效應為溢出效應；而直接補償處于臨界值以上，其補償效應為擠出效應。此外，間接補償對再創(chuàng)新R&D 投入具有正向促進作用，補償效應為溢出效應。

基于以上結(jié)論，提出以下政策建議：

（1）政府資金支持是對企業(yè)技術創(chuàng)新失敗實施補償?shù)闹苯佑行Х绞?，尤其是對再次失敗情形較多的種子期或初創(chuàng)期的項目或企業(yè)而言，資金杠桿應該適當傾斜；同時，為防止“搭便車”行為，應堅持“誰出資、補償誰”以及梯度補償、最高限額等方式，并建立補償對象甄選與合謀防御機制。按照技術創(chuàng)新失敗項目出資方的不同來確定具體的補償單位，并進一步根據(jù)項目或項目單位所處的運營階段采取梯度補償?shù)姆绞?，最后設置補償最高額度限制。具體而言，對于自籌資金的項目或項目單位，可以直接補償給項目承擔方；而對于依靠外部民間投資（如天使投資）為主的項目或項目單位，可以直接補償給投資方。對于補償額度，實際損失可根據(jù)合同約定給予梯度比例的補償，同時根據(jù)地方政府的人力、物力和財力的實際情況以及補償政策的實施力度不同，設置合理化的補償最高限額。

（2）對于非國有企業(yè)，政府應重點探索所得稅優(yōu)惠、虧損結(jié)轉(zhuǎn)等間接補償方式，鼓勵和引導更多民間資本投向技術創(chuàng)新種子期或初創(chuàng)期的失敗項目或企業(yè)。例如，被確定為可補償對象的非國有企業(yè)在某一納稅年度發(fā)生虧損，準予其用其他納稅年度盈利抵補前期虧損。虧損轉(zhuǎn)結(jié)方式相當于對失敗再創(chuàng)新后盈利期間的課稅基礎實施減免，可以激發(fā)技術創(chuàng)新失敗企業(yè)的積極性。例如，虧損結(jié)轉(zhuǎn)年限可預設為10 年，即前9 年的虧損都可以在第10 年抵補。另一方面，可以試點向補償對象按技術創(chuàng)新失敗項目投資額的一定比例抵扣其應納稅所得額，按照稅法規(guī)定在計算應納稅所得額時不屬于扣除項目的投資，準予按照投資額的一定比例直接抵扣應納稅所得額，以此作為對技術創(chuàng)新失敗企業(yè)的補償。

（3）根據(jù)直接補償與企業(yè)再創(chuàng)新R&D 投入之間的倒“U”型關系考慮實施階段性補償。為保證補償效率，應盡量避免補償“一刀切”，而應該充分考慮失敗再創(chuàng)新的后續(xù)行為及績效（尤其是再創(chuàng)新轉(zhuǎn)化階段），設計兩階段補償機制，即補償對象確定后的第一階段進行容錯補償，與再創(chuàng)新后根據(jù)創(chuàng)新績效實施的第二階段進行激勵補償。通過引入補償強度系數(shù)作為區(qū)別補償方式的判斷標準，運用截斷值策略提出政府期望收益的雙閾值，決定政府是否對已補償對象實施第二階段的激勵補償并確定補償優(yōu)先級；同時，設置補償退出機制，剔除再創(chuàng)新意愿不強、再創(chuàng)新能力不足的補償對象。在兩階段補償過程中，通過差異化補償工具組合，實現(xiàn)政府補償企業(yè)技術創(chuàng)新失敗的最優(yōu)激勵目標。