李兆友, 齊曉東, 劉 妍(. 東北大學(xué) 文法學(xué)院, 遼寧 沈陽 069; . 東北大學(xué) 計劃財經(jīng)處, 遼寧 沈陽 089)

新能源汽車產(chǎn)業(yè)政府R&D補貼效果的實證研究

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 110169; 2. 東北大學(xué) 計劃財經(jīng)處, 遼寧 沈陽 110819)

采用2011—2015年中國新能源汽車產(chǎn)業(yè)上市公司面板數(shù)據(jù),通過靜態(tài)與動態(tài)面板數(shù)據(jù)模型分析了政府直接補貼、間接補貼對企業(yè)R&D投入的影響。研究結(jié)果表明:政府直接補貼對企業(yè)R&D投入的激勵效應(yīng)顯著,而政府間接補貼對企業(yè)R&D投入的影響存在一定的不確定性;同時,企業(yè)規(guī)模、知識存量顯著促進了政府R&D補貼的作用效果,而企業(yè)技術(shù)水平對政府R&D補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補貼有效性,應(yīng)完善以下政府職能:加強官方信息的披露,提高補貼政策的穩(wěn)定性與針對性,充分發(fā)揮政府直接補貼、間接補貼的作用,建立完善的補貼準(zhǔn)入和退出機制。

政府R&D補貼; 企業(yè)R&D投入; 補貼效果; 動態(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政府的財政扶持,企業(yè)技術(shù)創(chuàng)新得到快速發(fā)展。這就引發(fā)了一個重要的問題,即如何評估“十二五”期間政府R&D補貼的效果,目前,對這一問題仍停留在感性認識階段,需要實證予以回答。

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

一、 文獻綜述

1.直接補貼的效果

現(xiàn)有文獻顯示,政府直接補貼對企業(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:一是激勵效應(yīng),持這種觀點的學(xué)者如Duguet(2004)[2]、程華等(2008)[3];二是擠出效應(yīng),持這種觀點的學(xué)者如G?rg等(2007)[4]、高宏偉(2011)[5];三是直接補貼對企業(yè)R&D 投入的影響是一種先升后降的倒U型關(guān)系,如Hussinger(2008)[6]、劉虹等(2012)[7],這些研究認為當(dāng)直接補貼的金額未超過臨界值時,直接補貼的增加會刺激企業(yè)R&D投入的增加,而當(dāng)直接補貼的金額超過臨界值時,直接補貼的增加反而造成企業(yè)R&D投入的降低。

2.間接補貼的效果

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,國內(nèi)外對間接補貼效果研究的側(cè)重點有差異:一是國外學(xué)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(2011)[8]、Kobayashi(2014)[9];二是國內(nèi)學(xué)者往往將稅收優(yōu)惠政策與直接補貼政策進行比較,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(jié)論,如朱平芳等(2003)[10],或者是激勵效應(yīng)不明顯的結(jié)論,如李麗青(2007)[11]。

3.政府R&D補貼的影響因素

在考察政府R&D補貼對企業(yè)創(chuàng)新活動的影響時,企業(yè)自身特征不容忽視,如知識存量較高的企業(yè)可能更有效地利用政府R&D補貼[12];企業(yè)規(guī)模也有可能影響到政府R&D補貼的效果,在技術(shù)創(chuàng)新中,小企業(yè)具有靈活性優(yōu)勢,大企業(yè)則具有資源優(yōu)勢[13];技術(shù)水平高的企業(yè)一般都具有研發(fā)優(yōu)勢,從而更能有效地利用政府R&D補貼進行創(chuàng)新活動[14],可見政府R&D補貼的效果可能與企業(yè)規(guī)模、知識存量、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補貼具有偏好性[15]。

4.評述

(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(chǎn)業(yè)起步較晚、官方相關(guān)統(tǒng)計數(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)研究大多停留在個別因素的描述性分析,實證分析較少。

(2) 根據(jù)實際情況,采用新能源汽車上市公司年報中可獲得的“政府補助”和“收到的稅費返還”數(shù)據(jù),分別代表“直接補貼”和“間接補貼”,以此來開拓政府R&D補貼效果的分析思路,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、知識存量、技術(shù)水平等因素作為控制變量,對政府R&D補貼的影響因素進行全面考察,力圖彌補相關(guān)研究的不足。

(4) 考慮到知識的累積性,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)、動態(tài)相結(jié)合的分析方式進行相關(guān)研究。

二、 研究設(shè)計

1.樣本數(shù)據(jù)的來源與采集

在選取新能源汽車產(chǎn)業(yè)上市公司樣本時,首先在問財網(wǎng)(www.iwencai.com)財經(jīng)搜索項中輸入“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,對樣本進行如下甄別和處理: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(jù)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(jù)波動性較大;③對于主營業(yè)務(wù)為金融業(yè)、保險業(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)來源于國家知識產(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告中,采用“研發(fā)支出”或“技術(shù)研發(fā)費”項數(shù)據(jù),在2015年上市公司年度報告中,采用“研發(fā)投入”項數(shù)據(jù)。

(2) 自變量

直接補貼(記為Gov):是對企業(yè)R&D活動產(chǎn)生直接影響的補貼。參照唐清泉等(2008)[16]的做法,采用上市公司年報附注中披露的“政府補助”數(shù)據(jù)來表示直接補貼。

間接補貼(記為Tax):是對企業(yè)R&D活動產(chǎn)生間接影響的補貼。參照李苗苗等(2014)[17]的做法,采用上市公司年報中的“收到的稅費返還”數(shù)據(jù)來表示間接補貼。

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)總計表征企業(yè)規(guī)模。

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

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)的波動程度,對所有數(shù)據(jù)進行對數(shù)化處理,使用Eviews 8軟件進行統(tǒng)計分析。

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補貼細分為直接補貼和間接補貼,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。

政府直接補貼對企業(yè)R&D投入的靜態(tài)分析回歸方程為:

政府間接補貼對企業(yè)R&D投入的靜態(tài)分析回歸方程為:

(2) 動態(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, 以此來反映動態(tài)滯后效應(yīng)的回歸方程即為動態(tài)面板數(shù)據(jù)回歸方程。 引入滯后項的原因在于現(xiàn)實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)建下列動態(tài)回歸方程。

政府直接補貼對企業(yè)R&D投入的動態(tài)分析回歸方程為:

政府間接補貼對企業(yè)R&D投入的動態(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補貼的作用機理及理論假設(shè)

1.政府R&D補貼的作用機理

百度百科將財政補貼定義為: 國家財政為了實現(xiàn)特定的政治經(jīng)濟和社會目標(biāo), 向企業(yè)或個人提供的一種補償。 現(xiàn)代漢語辭典對“補償”的解釋為:“抵消(損失、消耗)、補足(缺欠、差額)”。 按照這一思路, 本文將政府R&D補貼定義為: 國家財政為了實現(xiàn)R&D活動, 向企業(yè)或個人提供的一種抵消性補償或(和)補足性補償。 補貼應(yīng)包含兩方面基本含義, 也可以視為兩種基本形式: 一種形式是間接補貼,政府根據(jù)實際情況, 事后對已經(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)獲得的稅費返還, 這類補貼對企業(yè)R&D活動產(chǎn)生間接影響; 另一種形式是直接補貼, 政府根據(jù)經(jīng)驗判斷,預(yù)先設(shè)計規(guī)則, 對需要使用或消耗資源的缺口、差額等不足部分給予補足, 以滿足日后使用的需求,具有事前性,如企業(yè)獲得的政府補貼,這類補貼對企業(yè)R&D活動產(chǎn)生直接影響。

據(jù)此,將政府R&D補貼的作用機理簡單歸納為: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的流動性等問題,采用直接補貼、稅收優(yōu)惠等經(jīng)濟方式和手段,引導(dǎo)市場主體作出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,獲得高新技術(shù)企業(yè)相應(yīng)的稅收優(yōu)惠等間接補貼;其中,研發(fā)項目申報后中標(biāo)的企業(yè),還可獲得直接補貼,一般情況下,配套R&D資金充足、知識存量多、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)項目投入相應(yīng)的人、財、物等資本,實施項目研發(fā),形成新技術(shù)、新產(chǎn)品和專利等創(chuàng)新成果;進入市場后,滿足顧客需求的創(chuàng)新產(chǎn)品獲得高額利潤;因創(chuàng)新而獲利的企業(yè)會繼續(xù)增加R&D經(jīng)費投入、持續(xù)開展R&D活動,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)上市公司年報數(shù)據(jù),企業(yè)R&D投入、直接補貼和間接補貼等變量的各項指標(biāo)(總額、均值、最大值)均逐年增長①,這說明我國新能源汽車產(chǎn)業(yè)處于成長初期,政府作為產(chǎn)業(yè)創(chuàng)新的推動者,已經(jīng)承擔(dān)起扶持創(chuàng)新的職責(zé),同時,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)費投入。

由此作出假設(shè)1:政府直接補貼會顯著地誘導(dǎo)企業(yè)的R&D投入;假設(shè)2:政府間接補貼會顯著地誘導(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補貼金額占比較小(9.93%～12.53%)②,而大企業(yè)獲得政府R&D補貼金額占比較大(87.47%～90.07%),兩者間差距明顯;知識存量大的企業(yè)獲得的政府R&D補貼金額占比大(各年度均在79%以上),遠高于知識存量小的企業(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補貼作用;

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

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補貼作用。

四、 靜態(tài)面板數(shù)據(jù)的實證分析

1.面板數(shù)據(jù)的平穩(wěn)性檢驗

面板數(shù)據(jù)在實證分析前,要對其平穩(wěn)性進行檢驗,一般采用LLC、IPS、ADF和PP等檢驗方法,檢驗結(jié)果見表1。

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

② 按照補貼影響因素(企業(yè)規(guī)模、知識存量、技術(shù)水平)的大小進行分類,然后觀察按“大”“小”分類時政府R&D補貼數(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個上市公司定義為“小”規(guī)模企業(yè),將后32個上市公司定義為“大”規(guī)模企業(yè),然后再分別計算“小”“大”規(guī)模企業(yè)獲得的政府R&D補貼金額合計及占比。由于版面所限,本文未列出統(tǒng)計結(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

續(xù)表1

變 量LLC檢驗IPS檢驗ADF檢驗PP檢驗單位根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),可以進行回歸分析。

2.直接補貼效果的靜態(tài)分析

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

表2 直接補貼效果的靜態(tài)分析結(jié)果

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

依次加入交互項后,根據(jù)伍德里奇(2003)[19]偏效應(yīng)公式進行計算,在模型2～模型4中,直接補貼的激勵效應(yīng)分別為:0.116*模型2中直接補貼對企業(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,可求得政府財稅補貼對企業(yè)R&D投入的偏效應(yīng)為0.116,此值即為政府直接補貼的激勵效應(yīng)。模型3、模型4的交互模型中政府直接補貼的激勵效應(yīng)可同理得到,詳見伍德里奇(2003)。、0.168、0.425,本研究的激勵效應(yīng)測算數(shù)值接近解維敏等(2009)測算0.374～0.481的結(jié)果,但是低于白俊紅(2011)測算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)。可以說,本研究在一定程度上印證了上述學(xué)者的研究,也表明政府直接補貼具有明顯的激勵效應(yīng),顯著地提高了65家新能源汽車上市公司的R&D投入,實證結(jié)果支持假設(shè)1。

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

3.間接補貼效果的靜態(tài)分析

應(yīng)用回歸方程(2)分析間接補貼對企業(yè)R&D投入的影響,結(jié)果見表3,模型5為間接補貼單獨作為自變量的回歸估計結(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)知識存量、企業(yè)技術(shù)水平的回歸估計結(jié)果。面板數(shù)據(jù)經(jīng)Hausman檢驗后,模型6選擇隨機效應(yīng)模型,其他均選擇固定效應(yīng)模型。

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

表3 間接補貼效果的靜態(tài)分析結(jié)果

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

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

五、 動態(tài)面板數(shù)據(jù)的實證分析

動態(tài)面板數(shù)據(jù)回歸估計方法主要是Arellano等(1991)提出并由Blundell等(1998)在此基礎(chǔ)上改進完善的系統(tǒng)GMM估計,其估計的有效性采用Sargan檢驗和Arellano-Bond檢驗判別。其中,Sargan檢驗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檢驗的AR(1)、AR(2)統(tǒng)計量確定,一般認為,只要差分后的殘差項不存在二階自相關(guān),則系統(tǒng)GMM有效,原假設(shè)為差分后的殘差項不存在自相關(guān)。

1.直接補貼效果的動態(tài)分析

應(yīng)用回歸方程(3)分析直接補貼對企業(yè)研發(fā)投入的影響,表4中,各列中Sargan檢驗的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)檢驗的P值小于0.01,但AR(2)檢驗的P值均大于0.1,表明部分模型的殘差項一階序列存在自相關(guān),但是所有模型的殘差項二階序列均不存在自相關(guān),故上述檢驗結(jié)果表明回歸方程有效,可以進行動態(tài)分析。

表4 直接補貼效果的動態(tài)分析結(jié)果

首先,分析企業(yè)研發(fā)投入滯后項的激勵效應(yīng)。由表4可見,在模型9～模型12中,滯后一期企業(yè)研發(fā)投入對當(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的檢驗水平下顯著為正,表明新能源汽車企業(yè)以往的研究開發(fā)一個連續(xù)發(fā)展的累積過程,并且社會大環(huán)境的諸多潛在因素均可能對企業(yè)技術(shù)創(chuàng)新投入產(chǎn)生影響,進而對當(dāng)前的創(chuàng)新活動產(chǎn)生重大影響,實證結(jié)果支持假設(shè)3。

其次,分析直接補貼的激勵效應(yīng)。經(jīng)過整理,模型9～模型12中,直接補貼的激勵效應(yīng)依次分別為0.089、0.050、0.058、0.089,較本文的靜態(tài)回歸估計結(jié)果明顯下降,這可能與企業(yè)為了獲得直接補貼而配比當(dāng)期的研發(fā)資金有關(guān),換言之,直接補貼的激勵效應(yīng)更多地表現(xiàn)為對當(dāng)期研發(fā)投入的拉動上,一旦從動態(tài)的角度衡量直接補貼貢獻,難免出現(xiàn)激勵效應(yīng)的下降。同時本研究的結(jié)果也低于白俊紅(2011)采用類似方法測算的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,動態(tài)面板數(shù)據(jù)的結(jié)果仍然說明:直接補貼在一定程度上提高了企業(yè)R&D投入,動態(tài)回歸實證分析結(jié)果也支持假設(shè)1。

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

2.間接補貼效果的動態(tài)分析

應(yīng)用回歸方程(4)分析間接補貼對企業(yè)研發(fā)投入的影響,由表5可見,各列中Sargan檢驗的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)檢驗的P值小于0.1,但AR(2)檢驗的P值均大于0.1,表明殘差項二階序列均不存在自相關(guān),GMM有效可以進行動態(tài)分析。

表5 間接補貼效果的動態(tài)分析結(jié)果

首先,分析企業(yè)研發(fā)投入滯后項的激勵效應(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)以往研究開發(fā)活動,并通過企業(yè)研發(fā)投入滯后項對當(dāng)期項產(chǎn)生影響,實證結(jié)果支持假設(shè)3。

其次,分析間接補貼的激勵效應(yīng)。經(jīng)過整理,在模型13～模型16中,間接補貼的激勵效應(yīng)依次分別為-0.007、-0.003、-0.001、-0.003,結(jié)果較之前的靜態(tài)回歸估計結(jié)果正負值完全相反,且模型13中間接補貼單獨對企業(yè)R&D投入的回歸系數(shù)為負值,且在0.1的水平下未通過顯著性檢驗,表明間接補貼在一定程度上擠出了企業(yè)R&D投入,此實證結(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)收到營業(yè)稅、所得稅等稅費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)可能也沒有將稅費返還資金用于自身的研發(fā)投入,從動態(tài)角度看,間接補貼對企業(yè)研發(fā)投入產(chǎn)生一定的擠出效應(yīng),造成靜態(tài)與動態(tài)回歸分析結(jié)果矛盾性和不確定性。

再次,分析補貼影響因素的作用效果。表5顯示,從交互項的回歸結(jié)果來看,在模型14、模型15中,交互項的回歸系數(shù)分別為0.019、0.012,均在0.01的水平下通過顯著性檢驗,表明企業(yè)規(guī)模、知識存量顯著均是間接補貼的正向影響因素,且與相應(yīng)的靜態(tài)回歸估計結(jié)果一致,實證結(jié)果支持假設(shè)4a、4b。模型16中,企業(yè)技術(shù)水平與間接補貼交互項的回歸系數(shù)未通過顯著性檢驗,動態(tài)分析的實證結(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65個新能源汽車上市公司的年報數(shù)據(jù),采用靜態(tài)和動態(tài)面板回歸方程實證分析了政府R&D補貼的效果,結(jié)論如下:①政府直接補貼顯著地誘導(dǎo)企業(yè)的R&D投入;②政府間接補貼對企業(yè)R&D投入的短期激勵效果明顯,但其激勵效果存在一定的不確定性,尚需進一步研究;③企業(yè)滯后期的研發(fā)投入對當(dāng)期的研發(fā)投入具有顯著的正向作用;④企業(yè)規(guī)模、知識存量顯著影響了政府R&D補貼的效果,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,筆者認為中國政府R&D補貼有效地促進了新能源汽車企業(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高度依賴政府R&D補貼的產(chǎn)業(yè),根據(jù)上述結(jié)論,為提高政府R&D補貼有效性,應(yīng)完善以下政府職能。

(1) 加強官方信息的披露

就數(shù)據(jù)的權(quán)威性而言,上市公司的年報數(shù)據(jù)要遠遠低于政府部門的年鑒數(shù)據(jù)和行業(yè)協(xié)會的統(tǒng)計數(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,本文采用年報數(shù)據(jù)進行研究也是無奈之舉。為提高政府R&D補貼的有效性,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、準(zhǔn)確地公示補貼資金的數(shù)量、來源、去向等信息,便于社會監(jiān)督和政策評價;另一方面,政府相關(guān)部門制定規(guī)范,企業(yè)接受補貼前、后均要披露相關(guān)信息,作為政府甄別、監(jiān)督和評價的依據(jù)。

(2) 提高補貼政策的穩(wěn)定性與針對性

為進一步促進企業(yè)開展創(chuàng)新活動,建議政府相關(guān)部門要做到:一方面保持補貼政策持續(xù)性,穩(wěn)定而持續(xù)的政府補貼對企業(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)保持對企業(yè)研發(fā)補貼政策至少持續(xù)兩年以上;另一方面繼續(xù)加強稅收體制改革,稅收優(yōu)惠政策關(guān)注點應(yīng)逐步從企業(yè)優(yōu)惠向創(chuàng)新項目優(yōu)惠轉(zhuǎn)變,使企業(yè)切實能夠從創(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)在市場中成為真正的創(chuàng)新主體。

(3) 充分發(fā)揮直接補貼與間接補貼的作用

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

(4) 建立完善的補貼準(zhǔn)入和退出機制

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

[1] 吳曉園,鐘俊娟. 政府補貼與企業(yè)技術(shù)創(chuàng)新:文獻綜述[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. 政府科技資助對企業(yè)R&D產(chǎn)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(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. 政府補貼對大型國有企業(yè)研發(fā)的擠出效應(yīng)研究[J]. 中國科技論壇, 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補貼對企業(yè)R&D支出的激勵與擠出效應(yīng)-基于中國上市公司數(shù)據(jù)的實證分析[J]. 經(jīng)濟管理, 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. 政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響-上海市的實證研究[J]. 經(jīng)濟研究, 2003(6):45-53.

[11] 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(xué), 2007(7):115-120.

[12] 白俊紅. 中國的政府R&D資助有效嗎?來自大中型工業(yè)企業(yè)的經(jīng)驗證據(jù)[J]. 經(jīng)濟學(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補貼的政府角色定位[J]. 中國軟科學(xué), 2008(6):88-98.

[17] 李苗苗,肖洪鈞,傅吉新. 財政政策、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)上市公司的實證研究[J]. 管理評論, 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-來自中國上市公司的經(jīng)驗證據(jù)[J]. 金融研究, 2009(6):86-99.

[19] 伍德里奇. 計量經(jīng)濟學(xué)導(dǎo)論:現(xiàn)代觀點[M]. 費劍平,譯. 北京:中國人民大學(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