易碧文

(湖南日報社 財務處，湖南 長沙 410005)

創(chuàng)新是采用不同經(jīng)濟體制和處于不同發(fā)展階段的國家經(jīng)濟增長的重要驅動力[1-3]。黨的十九大報告指出，創(chuàng)新是建設中國特色社會主義現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐，打造創(chuàng)新型企業(yè)是建設創(chuàng)新型國家的關鍵一環(huán)，企業(yè)創(chuàng)新發(fā)展是經(jīng)濟創(chuàng)新驅動的重要動力引擎。企業(yè)是經(jīng)濟活動和創(chuàng)新活動的微觀主體，企業(yè)創(chuàng)新活動過程需要各類創(chuàng)新資源，政府補助是企業(yè)獲得外部資源的重要方式。政府補助對企業(yè)創(chuàng)新的影響引起了學界廣泛關注，形成了“促進論”“抑制論”和倒“U”型關系等多種理論觀點。梳理前期研究文獻，借用中國上市公司數(shù)據(jù)，實證研究政府補助對企業(yè)創(chuàng)新績效的影響，提出完善政府補助政策的建議具有重要意義。

一、文獻綜述

“政府補助，是指企業(yè)從政府無償取得貨幣性資產(chǎn)或非貨幣性資產(chǎn)”(《企業(yè)會計準則》第16條)，具有實際來源于政府以及無需后續(xù)支付對價兩大特征。企業(yè)創(chuàng)新績效是指企業(yè)投入創(chuàng)新資源，進行各種創(chuàng)新活動取得的經(jīng)濟、社會等方面的成果，可用創(chuàng)新經(jīng)濟表現(xiàn)和創(chuàng)新科技表現(xiàn)兩個指標衡量[4]，創(chuàng)新經(jīng)濟表現(xiàn)常用指標是銷售率和利潤率，且限定為新產(chǎn)品相關的銷售比率，創(chuàng)新科技表現(xiàn)常用專利數(shù)量衡量。

(一)政府補助會提高企業(yè)創(chuàng)新績效

諸多學者認為政府補助能夠提高企業(yè)創(chuàng)新績效。Jiang Cailou(2021)等學者認為研發(fā)補助既可以有效減少創(chuàng)新成果外溢對企業(yè)創(chuàng)新動力的負面影響，又能釋放積極信號，對企業(yè)創(chuàng)新均有正向影響[5]。Trinh Le和Adam B. Jaffe (2016)通過研究政府補助對新西蘭公司專利產(chǎn)出的影響，發(fā)現(xiàn)相對于漸進型創(chuàng)新，創(chuàng)新?lián)芸罡艽龠M企業(yè)突變型創(chuàng)新產(chǎn)出[6]。王維等(2014)以2007-2013年上市中小企業(yè)公司為研究對象，發(fā)現(xiàn)政府補貼能提高中小企業(yè)專利產(chǎn)出[7]。尚洪濤和黃曉碩(2018)采用中國上市醫(yī)藥制造企業(yè)面板數(shù)據(jù)，運用PVAR模型和方差分解，研究發(fā)現(xiàn)政府補助能促進企業(yè)創(chuàng)新績效[8]。李曉鐘和徐怡(2019)研究發(fā)現(xiàn)，政府補貼可以提高電子信息產(chǎn)業(yè)企業(yè)的創(chuàng)新績效，但因企業(yè)性質不同而存在差異[9]。

(二)政府補助會削弱企業(yè)創(chuàng)新績效

部分學者認為政府補助會抑制企業(yè)創(chuàng)新績效。Wallsten(2000)發(fā)現(xiàn)，補助會擠出創(chuàng)新投入，抑制企業(yè)創(chuàng)新產(chǎn)出[10]。Link和Scott(2009)以美國小企業(yè)為樣本，研究發(fā)現(xiàn)相較于未獲得政府補貼的企業(yè)，獲得政府補貼的企業(yè)的科研成果轉化率僅為0.47[11]。白俊紅等(2009)應用SFA模型，研究發(fā)現(xiàn)政府補助并不能提高企業(yè)創(chuàng)新績效[12]。余泳澤(2011)以省域數(shù)據(jù)為樣本，發(fā)現(xiàn)政府補貼會抑制企業(yè)創(chuàng)新績效[13]。趙麗君(2017)以2006-2013年中國滬深A股上市公司為樣本，運用傾向得分匹配的倍差法，研究發(fā)現(xiàn)政府補貼抑制技術效率提升，揭示其抑制作用的主要途徑為政府補貼引發(fā)企業(yè)尋租、要素市場扭曲、市場集中和過度投資[14]。

(三)政府補助與企業(yè)創(chuàng)新績效之間存在倒U關系

一些學者認為兩者之間呈倒“U”型關系。Bergstrom(2000)研究發(fā)現(xiàn)政府補助對企業(yè)創(chuàng)新的促進作用僅維持了一年，大部分時間政府補助會抑制企業(yè)的創(chuàng)新績效[15]。Gorg和 Strobl(2007)基于對愛爾蘭制造業(yè)企業(yè)的研究，發(fā)現(xiàn)一開始，政府補助對企業(yè)創(chuàng)新績效有正向影響，但當政府補助大于某一數(shù)額時，政府補助對企業(yè)創(chuàng)新績效則存在著顯著負向影響[16]。毛其淋和許家云(2015)采用PSM-DID和生存分析法，實證研究發(fā)現(xiàn)，當政府補貼達到一定額度時，企業(yè)會進行“尋補貼”活動，這會抑制新產(chǎn)品創(chuàng)新[17]。林洲鈺和林漢川(2015)以2007-2009年中國工業(yè)企業(yè)為樣本，研究發(fā)現(xiàn)政府補助和企業(yè)專利產(chǎn)出之間呈倒“U”型關系，并因企業(yè)規(guī)模、產(chǎn)權性質和行業(yè)而存在不同特征[18]。Liu等(2018)以2005-2007年我國電子制造企業(yè)為樣本，研究發(fā)現(xiàn)政府補貼能促進企業(yè)創(chuàng)新，但在政府補貼達到一定水平后，則會對企業(yè)創(chuàng)新產(chǎn)生負向影響[19]。

學界對政府補助與企業(yè)創(chuàng)新績效關系的研討尚未取得一致結論。本文擬運用市場失靈、產(chǎn)業(yè)政策和創(chuàng)新理論，梳理前期研究文獻基礎上提出研究假設，以2009-2019年A股上市公司為樣本實證研究政府補助對企業(yè)創(chuàng)新績效的影響以及分組回歸分析企業(yè)外資占比、企業(yè)地理位置和企業(yè)認定類型在兩者之間的調節(jié)作用，進一步根據(jù)回歸結果分析解釋對應的問題和原因，提出結論和政策建議。

二、理論分析與研究假設

(一)政府補助對企業(yè)創(chuàng)新績效的影響

創(chuàng)新成果除了轉化為商品優(yōu)勢，還會形成知識產(chǎn)品。而知識產(chǎn)品具有很強的正外部性，刺激了交叉許可協(xié)議、技術購買、研發(fā)人員流動等搭便車途徑。知識外溢會導致企業(yè)邊際收益率低于社會水平，從而削弱其創(chuàng)新動力[20]。同時，企業(yè)創(chuàng)新活動具有投入高、風險大、周期長等特點，這些因素都影響著企業(yè)的創(chuàng)新動力。面對這一問題，政府補助能夠緩解企業(yè)資源約束，引導社會資源流向創(chuàng)新活動，從而提高創(chuàng)新績效。此外，政府補助可以向外界傳遞對于行業(yè)、企業(yè)、項目的認可信號，并在后續(xù)提供政府監(jiān)督，可以緩解企業(yè)與投資方間的信息不對稱問題。通過上述兩個路徑，政府補助可以直接為企業(yè)注入創(chuàng)新資金，也可以引導外部投資者關注相關企業(yè)和項目，憑借政府的公信力與信息優(yōu)勢增強他們的投資信心，從而提高企業(yè)創(chuàng)新績效。據(jù)此提出假設1：

H1：政府補助會提高企業(yè)創(chuàng)新績效。

(二)企業(yè)外資占比對政府補助與企業(yè)創(chuàng)新績效相關性的影響

改革開放以來，中國不斷推開融入世界的窗口，通過自身的發(fā)展不斷吸引著全球資本對中國的投資熱情。外商投資作為我國經(jīng)濟高質量發(fā)展的重要驅動力之一，對我國創(chuàng)新能力的推動作用得到了廣泛認可[21]。聯(lián)合國《2019年世界投資報告》指出，2019年中國實際利用FDI流量超1400億美元，規(guī)模創(chuàng)歷史新高，排名僅次于美國。

獲得外資投資的企業(yè)，往往具備了資金、人才、管理制度等方面的優(yōu)勢，具有較強的創(chuàng)新意識、創(chuàng)新動機和創(chuàng)新激勵，從而更愿意創(chuàng)新活動，更有可能獲得較高的創(chuàng)新績效。同時，外商投資的技術外溢特征，能夠提升企業(yè)創(chuàng)新投入的轉化比率[21]。據(jù)此提出假設2：

H2：相較于內資企業(yè)，政府補助更能提高外資企業(yè)創(chuàng)新績效。

(三)企業(yè)地理位置對政府補助與企業(yè)創(chuàng)新績效相關性的影響

我國幅員遼闊，各個地區(qū)在資源稟賦和開放程度等方面存在較大差異，這導致我國東西部地區(qū)的產(chǎn)業(yè)類型存在顯著差異。高新技術、全球化產(chǎn)業(yè)大多集中在東部地區(qū)。相對地，低技術、保護性企業(yè)大多集中在西部地區(qū)。同時，中東部地區(qū)的人才密集度相對西部而言更高，中東部地區(qū)企業(yè)的組織管理水平相對較高，創(chuàng)新起點更高[22]。這些特征意味著中東部地區(qū)的企業(yè)在擁有創(chuàng)新資源優(yōu)勢的同時，面臨著更具競爭性和挑戰(zhàn)性的市場環(huán)境，有更強的通過提高創(chuàng)新績效贏得市場競爭力的意愿。據(jù)此提出假設3：

H3：相較于西部地區(qū)企業(yè)，政府補助更能提高中東部地區(qū)企業(yè)創(chuàng)新績效。

(四)企業(yè)認定類型對政府補助與企業(yè)創(chuàng)新績效相關性的影響

2016版《高新技術企業(yè)認定管理辦法》給出了明確定義，高新技術企業(yè)為至少在中國大陸注冊經(jīng)營一年以上，并在原有領域進行創(chuàng)新經(jīng)營，或者通過技術創(chuàng)新在新的領域開展經(jīng)營活動的居民企業(yè)。相對于非高新技術企業(yè)，高新技術企業(yè)面臨著更有挑戰(zhàn)性的競爭環(huán)境，他們不得不進行持續(xù)的技術創(chuàng)新以維持生存發(fā)展。它們具有高風險性、高回報性、人才密集型等特征，更強烈地希望能夠提高其創(chuàng)新績效。據(jù)此提出假設4：

H4：相較于非高新技術企業(yè)，政府補助更能提高高新技術企業(yè)創(chuàng)新績效。

三、研究設計

(一)樣本選取與數(shù)據(jù)來源

本文選取2009-2019年A股上市公司作為研究樣本，剔除金融類以及ST和PT類公司，剔除缺失個體。最終的研究總樣本包括3319家公司22809個觀測值。對連續(xù)變量1%和99%百分位進行縮尾處理，從而減輕異常值影響。所用到的數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。

(二)變量選取與定義

1.被解釋變量

被解釋變量為企業(yè)創(chuàng)新績效。衡量指標一般包括新產(chǎn)品銷售收入或利潤率以及發(fā)明專利數(shù)量。本文用企業(yè)申請專利數(shù)量(pt)來衡量企業(yè)創(chuàng)新績效。參考黎文靖和鄭曼妮(2016)的研究，用發(fā)明專利申請數(shù)量(pti)體現(xiàn)企業(yè)實質性技術創(chuàng)新，用實用新型專利和外觀設計專利申請數(shù)量之和(ptud)體現(xiàn)企業(yè)策略性創(chuàng)新[23]。其中，實質性創(chuàng)新更能為企業(yè)帶來經(jīng)濟利益。

2.解釋變量

政府補助數(shù)據(jù)來源于上市公司年度報告附注中政府補助明細一欄。本文采用“政府補助金額與企業(yè)總資產(chǎn)之比”來對此加以衡量。

3.控制變量

為了避免企業(yè)其他變量的影響，本文選取了包括企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)負債率、固定資產(chǎn)占比、股權集中度、薪酬激勵、營業(yè)成本率共7個變量作為控制變量。變量定義如表1所示。

(三)模型設計

本文將假設1的計量模型設定如下：

yi,t+1(ptii,t+1,pti,t+1,ptudi,t+1)=β0+β1·subsidyi,t+β2·sizei,t+β3·agei,t+β4·levi,t+β5·fseti,t+β6·holdi,t+β7·bsmi,t+β8·marketi,t+λi+τt+εi,t

(1)

其中，i代表公司，t代表年份。被解釋變量分別為專利申請量、發(fā)明專利申請量和非發(fā)明專利申請量且被解釋變量做滯后一期處理，并對其加1取對數(shù)，以應對其多數(shù)取值為0的情況。將企業(yè)規(guī)模、年齡、資產(chǎn)負債率、固定資產(chǎn)占比、股權集中度、薪酬激勵和市場勢力指標作為控制變量。該模型為雙向固定效應模型，控制企業(yè)層面和年份的固定效應，避免經(jīng)濟因素和時間因素的影響。

四、實證結果及分析

(一)描述性統(tǒng)計

利用stata16.0對變量進行描述性統(tǒng)計分析，結果如下：

表2報告了描述性統(tǒng)計結果，可以看出：22809個樣本中，平均每家公司每年的專利申請數(shù)量為62.0196，最小值為0，最大值為16304；平均每家公司每年的發(fā)明專利申請數(shù)量為29.4507，最小值為0，最大值為7462；平均每家公司每年的非發(fā)明專利申請數(shù)量為32.5689，最小值為0，最大值為8842；且上述三個變量的標準差均較大。存在這種差異的原因主要是企業(yè)的規(guī)模和創(chuàng)新能力差異較大。關于調節(jié)變量，企業(yè)所有制、地理位置、認定類型均值分別為0.0292、0.1308、0.6305，說明內資、東部、高新技術企業(yè)占比較大。

表2 描述性統(tǒng)計

(二)變量間相關性檢驗分析

1.相關性分析

相關性分析結果如表3所示?？梢钥吹剑忉屪兞縮ubsidy在0.01的顯著性水平下與被解釋變量存在正向相關關系，初步說明政府補助金額的增長會帶來企業(yè)專利申請數(shù)量的增長，但其相關系數(shù)均小于0.3，說明相關程度不高，需要進行進一步的回歸分析。同時，F(xiàn)DIs(企業(yè)外資占比)、Area(企業(yè)地理位置)在0.01的顯著性水平下與被解釋變量均存在弱負相關關系，而Policy(企業(yè)認定類型)與被解釋變量存在相對較強的正相關關系。

表3 相關性分析

2.多重共線性檢驗

經(jīng)多重共線性檢驗，各變量都滿足VIF<3，得到各變量間不存在多重共線性，可以進行下一步研究。

(三)多元回歸結果與分析

1.政府補助與企業(yè)創(chuàng)新績效

假設1的回歸結果如表4所示，分別為政府補助對企業(yè)專利申請數(shù)量、發(fā)明專利申請數(shù)量和非發(fā)明專利申請數(shù)量的影響。結果顯示，政府補助在0.05的顯著性水平下對企業(yè)專利申請數(shù)量有正向影響，在0.01的顯著性水平下對企業(yè)實質性技術創(chuàng)新有促進作用，在0.1的顯著性水平下對企業(yè)策略性創(chuàng)新有正向影響。結果表明，政府補助增強企業(yè)開展實質性創(chuàng)新活動的意愿并提高其績效。

表4 政府補助對企業(yè)創(chuàng)新績效的影響

2.基于企業(yè)屬性的子樣本分析

根據(jù)《關于外商投資企業(yè)境內投資的暫行規(guī)定》，外國投資者的出資比例一般不得低于被投資企業(yè)注冊資本的25%。本文將外商投資比例(FDIs)定義為衡量指標，根據(jù)FDIs是否超過25%，將樣本劃分為內資企業(yè)與外資企業(yè)。若外商投資占被投資企業(yè)注冊資本的比例超過25%，則為1，否則為0。

基于企業(yè)外資占比的子樣本分析，根據(jù)企業(yè)外資占比劃分內資企業(yè)和外資企業(yè)分樣本研究。基于分樣本的回歸結果顯示(見表5)， 政府補助會顯著提高內資企業(yè)實質性創(chuàng)新績效。對于外資企業(yè)，政府補助會在0.05的顯著性水平下對其策略性創(chuàng)新績效有正向影響。這反映了政府補助的積極作用以及濫用所可能引發(fā)的政策無效。造成這種現(xiàn)象的原因可能是相對于創(chuàng)新資源本身就比較充裕的外資企業(yè)，政府補助能給內資企業(yè)帶來更為迫切需要的創(chuàng)新資源和市場認可信號，內資企業(yè)能夠獲得更強烈的實質性創(chuàng)新鼓舞。

表5 政府補助對企業(yè)創(chuàng)新績效影響的分組研究：按企業(yè)外資占比分組

分析表5，可以發(fā)現(xiàn)兩個不顯著的結果：一是政府補助與外資企業(yè)中的發(fā)明專利申請數(shù)量之間的相關性不顯著，分析其原因，一方面，相比內資企業(yè)，外資企業(yè)的自主研發(fā)行為更受到其內部創(chuàng)新發(fā)展的驅動，特別是與新產(chǎn)品、新材料、新物質等技術創(chuàng)新活動直接相關的產(chǎn)品(或方法)發(fā)明專利更是與企業(yè)戰(zhàn)略掛鉤，而非政府補貼等外在激勵；另一方面，專利權具有地域性特點，在本國申請的專利權僅在本國受到保護，在他國尚需繼續(xù)申請。因此，可以合理預測外資企業(yè)在我國申請的發(fā)明專利中，有部分來源于其他國家已申請保護的技術，顯然這部分發(fā)明專利與我國政府補助不存在相關性。另外，這一結果還可能受到樣本量的影響，外資企業(yè)樣本量僅543個，相比內資企業(yè)樣本量(18777個)而言，樣本量太小，會影響這一結論的精確性。

二是政府補助與內資企業(yè)非發(fā)明專利申請數(shù)量之間的相關性亦不顯著。發(fā)明專利作為法律狀態(tài)最為穩(wěn)定、技術價值最高的專利類型，國家的資助力度和政策傾斜相對較大，政府補助的激勵效果相對更大。而非發(fā)明專利主要涉及實用新型和外觀設計專利，在政策扶持和資助方向未向其傾斜的情形下，政府補助對其影響是極為有限的，這也表明政府應進一步加大對企業(yè)非發(fā)明專利的創(chuàng)新激勵力度。

3.基于企業(yè)地理位置的子樣本分析

自2000年1月，國務院成立西部大開發(fā)領導小組以來，國家一直致力于西部大開發(fā)計劃。本文將西部大開發(fā)計劃涵蓋的12個省、自治區(qū)和直轄市(四川省、陜西省、甘肅省、青海省、云南省、貴州省、重慶市、廣西壯族自治區(qū)、內蒙古自治區(qū)、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)、西藏自治區(qū)、恩施土家族苗族自治州、湘西土家族苗族自治州、延邊朝鮮族自治州)定義為虛擬指標Area。如果企業(yè)所在地級市屬于上述范圍，則該企業(yè)屬于西部地區(qū)企業(yè)，Area取值為1；反之，取值為0。

基于企業(yè)地理位置的子樣本分析，根據(jù)企業(yè)地理位置劃分西部企業(yè)和東部企業(yè)分樣本研究?；诜謽颖镜幕貧w結果顯示(見表6)，政府補助會顯著提高東部企業(yè)實質性創(chuàng)新績效，對西部地區(qū)企業(yè)創(chuàng)新績效的促進增長作用并不顯著。究其原因，一方面中東部地區(qū)企業(yè)面臨更富挑戰(zhàn)性的市場環(huán)境，其提高創(chuàng)新績效的意愿更加強烈，政府補助所產(chǎn)生的邊際效益更加顯著。另一方面，創(chuàng)新績效具有一定的滯后性。西部地區(qū)經(jīng)濟社會發(fā)展條件遠遠落后于中東部地區(qū)，其創(chuàng)新要素初始稟賦具有明顯差異。在西部大開發(fā)戰(zhàn)略實施過程中，對西部地區(qū)企業(yè)的政府補助更多的是非技術創(chuàng)新類的激勵，且有關創(chuàng)新類補助的促進效益也需要時間沉淀，其因果關系需要在西部企業(yè)自主創(chuàng)新能力增長的較長時間內才能充分顯現(xiàn)。

表6 政府補助對企業(yè)創(chuàng)新績效影響的分組研究：按企業(yè)地理位置分組

4.基于企業(yè)認定類型的子樣本分析

2016版《高新技術企業(yè)認定管理辦法》規(guī)定了認定條件與程序。本文將新技術企業(yè)認定政策(Policy)作為虛擬變量，將企業(yè)劃分為高新技術企業(yè)和非高新技術企業(yè)。若企業(yè)通過認定，則Policy取值為1；若未通過認定，則Policy取值為0。

基于企業(yè)認定類型的子樣本分析，根據(jù)企業(yè)認定類型劃分高新技術企業(yè)和非高新技術企業(yè)分樣本研究?；诜謽颖镜幕貧w結果顯示(見表7)，政府補助會顯著提高高新技術企業(yè)實質性創(chuàng)新績效而對非高新技術企業(yè)的促進增長并不顯著，這與直覺相符。高新技術企業(yè)面臨更強烈的科技創(chuàng)新市場需求，其為了占領市場更有意愿推出創(chuàng)新成果，對于創(chuàng)新資源的注入更加敏感。

表7 政府補助對企業(yè)創(chuàng)新績效影響的分組研究：按企業(yè)認定類型分組

續(xù)表7

(四)穩(wěn)健性檢驗

考察政府補助與企業(yè)創(chuàng)新活動間的互動邏輯，會發(fā)現(xiàn)事實上可能存在樣本選擇性偏差和互為因果引起的內生性問題。創(chuàng)新能力較強的企業(yè)往往有更強的意愿去申請政府補助，也更有可能因為其創(chuàng)新能力獲得政府補助。為了解決樣本選擇偏誤的問題，構建如下回歸模型：

Pr(subsidyi,t=1)=Φ(γZi,t)=β0+β1·subsidyi,t-1+β2·aupti,t-1+∑βk·controlsi,t

+μyear+μindustry+μregion+εi,t

(2)

+μyear+μindustry+μregion+εi,t

(3)

第一步選擇方程中，解釋變量為企業(yè)上一期獲得的政府補助、上一期申請專利數(shù)量加1取對數(shù)，同時將年度、行業(yè)和地區(qū)效應納入考慮中。回歸結果表明，政府補助對企業(yè)發(fā)明專利數(shù)量有顯著的促進作用，但逆米爾斯比率顯著，且政府補助這一解釋變量與專利申請量、非發(fā)明專利申請數(shù)量均不顯著，說明模型存在一定的自選擇內生性問題。

為進一步檢驗其穩(wěn)健性，需將Heckman二步法與兩階段最小二乘法相結合，即利用2SLS的第一階段回歸結果得到政府補助預測值以替代政府補助實際值，再在此基礎上使用Heckman二步法。其中，工具變量選取行業(yè)所獲得的政府補助均值和增長率。上述方法結果仍保持穩(wěn)定。穩(wěn)健性檢驗的回歸結果如表8。

表8 穩(wěn)健性檢驗

五、結論與政策建議

采用實證分析方法，研究發(fā)現(xiàn)政府補助會顯著提高企業(yè)創(chuàng)新績效。進一步分組研究企業(yè)外資占比、企業(yè)地理位置及企業(yè)認定類型在政府補助與企業(yè)創(chuàng)新績效之間的調節(jié)作用，發(fā)現(xiàn)政府補助能顯著提高內資企業(yè)、東部地區(qū)企業(yè)和高新技術企業(yè)實質性創(chuàng)新績效。這說明上述企業(yè)對政府補助的需求更加迫切，政府補助可以給它們更大的創(chuàng)新鼓舞，在為它們提供創(chuàng)新資源補給的同時，為它們向外界傳遞認可的信號，從而更顯著地提高其創(chuàng)新績效。當前，我國正處于轉型升級的關鍵期，需要不斷提高企業(yè)自主創(chuàng)新能力?；谏鲜鼋Y論，提出以下建議：

(一)細化篩選標準，完善篩選機制

不同類型的企業(yè)對于政府補助的敏感度有所不同。政府可以根據(jù)企業(yè)的年齡、規(guī)模、資產(chǎn)負債比率、市場勢力、盈利能力等指標，將企業(yè)劃分為不同的等級，再在此基礎上給予不同力度的政府補助。此外，政府可以發(fā)揮其資源整合的優(yōu)勢，建立專業(yè)的技術認定和項目評估平臺，為社會投資者提供詳細的官方參考和信息交流研討平臺。

(二)堅持以市場和企業(yè)為主導的原則

政府需要堅持以市場機制和企業(yè)為主導的原則，結合市場和行業(yè)環(huán)境，適度引導社會資源的流動。政府應當利用市場競爭和創(chuàng)新氛圍激發(fā)企業(yè)創(chuàng)新意愿，促進企業(yè)創(chuàng)新資源利用效率，提高企業(yè)創(chuàng)新績效，進而推動創(chuàng)新型企業(yè)的打造和創(chuàng)新型國家的建設。政府在篩選扶持企業(yè)和項目時，應以企業(yè)創(chuàng)新發(fā)展后勁和項目前景為主，以企業(yè)現(xiàn)有創(chuàng)新成效為輔，挖掘高成長性的內資企業(yè)和項目，解決其創(chuàng)新資源不足的問題，避免政府“挑選贏家”的陷阱而讓市場選擇“黑馬”。

(三)為不同類型企業(yè)創(chuàng)造公平良好的環(huán)境

不同所有制、地理位置和認定類型的企業(yè)面臨著不同的創(chuàng)新挑戰(zhàn)，有著不同的創(chuàng)新資源的需求。對于不同的企業(yè)，政府需要結合市場和行業(yè)環(huán)境，制定不同的政策扶持標準。同時，政府需要提高市場化程度，推動市場要素流動，提高資源配置和使用效率，建立一個公平良好的市場環(huán)境。政府還應該考慮到地區(qū)差異，對于西部地區(qū)企業(yè)，政府應堅持以市場機制為主導，激發(fā)市場競爭和創(chuàng)新活力，再借由政府補助的手段為有創(chuàng)新動力的企業(yè)提供創(chuàng)新資源。對于高新技術企業(yè)，政府應該結合市場需要和國家戰(zhàn)略，在信息搜集和項目評估的基礎上給予更高的補助，做到促進社會資源聚集和優(yōu)化資源配置。