高技术产业创新效率、企业规模质量与政府补贴——基于门槛模型的实证分析

徐 艺 ，李 健 ，2，刘亦文

（1.天津理工大学管理学院，天津 300384；2.天津大学管理与经济学部，天津 300072）

在我国经济发展进入新常态和构建“双循环”新发展格局的背景下，高技术产业作为战略性产业，成为经济高质量发展的重要抓手。历经几十年的大力发展，我国高技术产业发展尽管取得了一系列可观的成就，但与一些西方发达国家相比还存在一定差距。就全国范围来看，高技术产业创新效率总体偏低，并且存在区域发展不平衡的问题，这些都是制约我国高技术产业进一步发展的瓶颈。为了促进高技术产业发展，我国政府投入的研发补贴逐年加大。但是有研究已经证实，政府补贴对于企业创新效率的影响不一定是正面的，既存在激励效应也存在挤出效应，政府补贴的作用效果可以受到多种因素的影响［1］。然而已有关于政府补贴和创新效率的研究中很少有考虑企业规模质量的影响，企业规模质量并非对于企业规模的简单定量描述，而是更注重企业的发展质量，通过对规模阈值的突破实现企业规模变化从而实现企业持续创新［2］。在不同的企业规模质量水平下，政府补贴对高技术产业创新效率的影响可能会有较大差异，探讨其中的作用规律以及地域异质性很有必要。

1 文献综述与机理分析

1.1 高技术产业创新效率

现有关于高技术产业创新效率的文献主要涉及以下两部分：一部分针对高技术产业创新率的评价研究，如Chen等［3］使用数据包络分析（DEA）从投入和产出两个方面构建了高新技术产业技术创新效率评价指标体系，并对我国28个省份的高新技术产业效率进行分析与评价；刘凤朝等［4］利用两阶段网络DEA模型对我国东北三省不同产业间创新效率进行测度；陈凯华等［5］应用强化的Russell效率测度模型与单因素效率测度模型研究分析我国高技术产业各细分产业研发创新活动的过程绩效，认为多数产业处于高产出、低效益的不良发展趋势。另一部分是关于高技术产业创新效率的影响因素的研究，如张同斌等［6］通过构建空间面板模型研究发现，我国东部地区中心及外围城市具有资源共享的优势，中部和西部由于缺乏政产学研合作机制，尚未形成良好的创新协同合作机制；桂黄宝［7］通过构建空间计量面板模型实证研究地理邻近性、企业规模、劳动力、对外开放水平、资本投入和政府支持等因素对我国高技术产业创新效率的影响。

1.2 企业规模与创新效率

部分文献对于企业规模的度量存在不足，例如吴延兵［8］、Petruzzelli等［9］用企业 R&D 投入来测量企业规模，缺乏考虑由企业规模变化而造成企业内外部环境发生的变化。近年来，部分学者从突破企业规模阈值的视角，从质的动态角度分析企业规模，并将其与产业创新升级相关联。李宇等［2］基于企业规模阈值跃迁机理引入和界定企业规模质量概念，同时构建其基本测量维度。企业规模的扩展不仅包括企业R&D投入的增加还包括企业内部组织结构和企业外部环境的改善［10］，企业规模质量低下具体表现为随着不断增加企业创新投入，出现企业内部管理失效、结构冗余、投入产出不对称等问题［11］。

现有以企业规模作为影响因素探讨其与创新效率之间关系的研究颇为丰富，但对于何种企业规模作用机制最有效，国内外学者间的结论存在差异。自熊彼特创新理论假说提出以来，学术界研究结论大体分为大企业创新发展优势论和小企业创新发展优势论两类。近年来在新经济发展模式的背景下，学者不断深入研究创新源的积累性，张峰等［12］学者提出企业规模与创新水平之间呈倒“U”型关系，即企业规模质量与创新效率之间呈非线性关系。王旭等［13］认为大规模企业拥有多样化的资金支持方式，在债权融资、股权融资等方面有优势。Simonen等［14］认为小规模企业比大规模企业更具有创新性，创新激励机制更灵活，简单的企业结构在避免形成官僚体制的同时使得企业内部合作更有效。夏靓莹等［15］认为扩大企业规模不利于企业家管理，逆向验证了企业规模和创新效率负相关关系。

1.3 政府补贴与创新效率

政府补贴和创新效率的关系归纳为以下3类。一是促进作用，范允奇等［16］认为政府R&D补贴有助于正向调节腐败与创新效率之间的关系；Guan等［17］认为政府主要通过财政补贴和税收优惠两种方式从宏观经济调控的角度激励企业研发创新；Cannone等［18］认为政府倾向于补贴杠杆企业。二是抑制作用，徐敏等［19］认为长江经济带市场资本相对完善，政府补贴作为干预手段，易加剧产业间恶性竞争；戴一鑫等［20］认为研发补贴与国企和民企创新绩效之间分别产生研发补贴诅咒效应和低创新倾向效应，从而对企业创新效率的提升均形成抑制效应。三是非线性作用，康志勇［21］认为只有科技创新资助处于合适规模区间才有益于企业新产品创新；张帆等［22］认为政府R&D补贴与企业创新效率之间存在双拐点的倒“U”型关系。

综上所述，当前鲜有针对政府补贴和高技术产业创新效率的关系是否受到企业规模质量影响的研究，且大多文献均基于全国省级面板数据进行实证分析，缺乏验证区域差异性。因此，本文运用超效率SBM模型评价我国不同区域高技术产业创新效率，并在此基础上以企业规模质量作为门槛变量，研究政府补贴、企业规模质量与高技术产业创新效率之间的关系。

1.4 研究机制

高技术创新活动的高风险性和外部性容易造成市场失灵，为政府介入提供了理论基础。政府补贴对高技术企业创新产出一方面有积极影响：（1）政府补贴作为高技术企业创新研发的资金投入，有效缓解企业的资金压力，从而降低企业创新活动的经济风险；（2）高技术企业常因信息不对称而受到融资约束，而政府补贴作为一种政府行为，可以给外界释放积极信号，有效缓解该局面；（3）企业在研发活动的初期往往需要将大部分政府补贴用以大量引进高素质人才、先进技术设备、高水平研发技术等，而这些活动具有一定集聚和溢出效应，长远来看反而会降低创新成本。另一方面也产生了消极影响：（1）企业过分依赖于政府补贴，减少企业自有投资和其他外部研发资金，同时受利润最大化的驱使，企业会减少投资创新资源成本高的研发活动，而将政府补贴另作他用；（2）企业以完成政府考核绩效为根本目的，而不是从实质上提高创新效率。企业为获得更多政府补贴，与政府建立寻租关系，削弱企业研发创新动机；（3）政府补贴偏国有化，国有企业较民营企业更易获得政府补贴，且政府和企业之间可能会存在信息不透明的现象，部分企业通过造假的方式获得政府补贴，造成资金错配，严重抑制市场资源的合理分配。

企业规模质量定义为促进处在不同技术创新阶段的企业规模改善，常用来描述由企业规模引起的企业内部组织关系和外部市场环境的变化。以突破企业规模阈值作为企业规模的升级标准，主要需要经历3个阶段：一是突破积累阈值，此阶段企业集中程度差，难以保证创新资源集聚，创新产出难以形成规模经济，因此需要不断加大对R&D的投入，发挥创新的积累效应；二是突破改善阈值，此时企业人才引进机制完善，新产品销售收入处于领先水平，但对核心技术掌握不足，因此创新效率提升的关键是改善R&D投入的使用效率以及增加非R&D投入，即提升引进及消化吸收先进技术能力；三是突破回归阈值，处于此阶段的企业，其技术的市场价值开发殆尽，遇到技术的发展瓶颈，为发挥回归效应，使企业创新轨道回归到前两种规模阈值待突破的阶段，应积极开展知识富集的创新活动，将传统产业和先进产业融合或以新思路蕴蓄知识能量形成二次创新。

2 研究设计

2.1 模型设定

本文首先运用动态系统广义矩估计方法（GMM）构建如下模型：

其次，参考Hansen［23］提出的门槛回归模型，设定门槛模型基本方程如下：

式（2）中：γ为门槛值；I(·)为指示性函数，满足门槛效应时取1，否则取0。

2.2 数据来源

本文以我国28个省份（未含西藏、新疆、青海以及港澳台地区）2010—2020年的面板数据作为样本，并将其划分为东部和中西部两大区域，其中东部区域包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省份；中西部区域包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、四川、重庆、贵州、云南、陕西、甘肃、宁夏、和广西等17个省份。数据主要来自于历年《中国高技术产业统计年鉴》和《中国统计年鉴》，鉴于指标选取的科学性、可比性、可得性原则，为消除价格因素对创新效率的影响，新产品销售收入、国外技术引进经费支出、国内技术改造经费支出均用地区生产总值（GDP）平减指数进行价格调整，对流量数据均用永续盘存法进行资本化处理。

2.3 变量选取

2.3.1 被解释变量

本文选择采用规模报酬可变的超效率SBM-DEA模型测算出的高技术产业创新效率作为被解释变量，并构建高技术产业创新效率评价指标体系如表1所示。

表1 高技术产业创新效率评价指标体系

（1）投入端。研发创新活动投入通常包括人员和资金两方面的投入。人员有效保障高技术企业的可持续发展，选取R&D人员全时当量衡量人员投入，即全时工作人员和非全时工作人员将工作量按全时进行折算后加总数。用R&D经费内部支出衡量研发活动资金投入，包括科研项目直接费用以及管理和服务等间接费用。资金投入的创新产出通常具有时滞性，不仅局限于当期，故本文选取R&D经费内部支出存量衡量资金投入，参考谢子远等［24］的做法，利用永续盘存法将R&D经费内部支出转化为资本存量。具体公式如下：

其中，研发经费内部支出存量初期值为：

式（4）中：g代表R&D经费内部支出的年均增长率。

此外，研发经费指数参考李作志等［25］的研究，计算公式如下：

研发经费指数=固定资产投资指数×46%+居民价格消费指数×54% （5）

（2）产出端。高技术产业产出过程分为两阶段：第一阶段是知识和技术的产出，本文采用申请专利数表征该阶段的创新产出水平；第二阶段为将知识和技术转换为新产品或赋予市场价值，本文以新产品销售收入衡量研发成果的产业化效益。

2.3.2 核心解释变量

政府补贴。借鉴周珊珊等［26］的做法，选用R&D经费内部支出中政府资金所占比值来衡量政府补贴情况。

2.3.3 门槛变量

企业规模质量。为准确衡量企业规模质量水平，借鉴李宇等［2］对企业规模质量概念的界定及测量维度，从R&D投入、非R&D投入、知识能量3个维度构建企业规模质量的评价指标体系（见表2）；同时，运用因子分析法对与企业规模质量相关的11个指标进行降维处理，每年提取3个主成分因子，要求其累计方差贡献率超过85%，在此基础上利用回归法估计得分系数，以方差贡献率作为权重，由此得到企业规模质量综合得分。为避免负值的出现，将企业规模质量综合得分均进行加1处理。

表2 企业规模质量评价指标体系

2.3.4 控制变量

本文选取人员素质、市场开放程度、产业结构化水平、金融集聚度作为控制变量，如表3所示。许泽宁等［27］研究已经证实，高素质人才规模可以直接影响某地区的创新发展，本文用本科及以上学历人员数占总从业人员数的比重来衡量人员素质水平；市场开放程度参考廖福崇［28］的做法，用进出口总额占GDP比值来衡量；产业结构水平可以反映某地区各产业间的资源配置情况和协调程度，本文参考陈骏等［29］、薛阳等［30］研究，用第三产业产值占GDP比值来表征；金融集聚度反映地区金融信息沟通速度和资金流动效率，借鉴秦放鸣等［31］研究，采用区位熵测度金融集聚程度，当区位熵大于1时说明资金集聚效果明显，资金聚拢能力强；区位熵小于1说明金融集聚能力弱，不方便资源共享。具体公式如下：

式（6）中：Aggjt、Finjt和Gdpjt分别表示j地区t时期的金融业集聚度、金融业增加值和国内生产总值；Fint和Gdpt分别表示t时期的金融业增加值和国内生产总值。

各变量名称及定义如表3所示。

表3 变量名称及定义

3 实证分析

3.1 GMM模型实证结果

GMM模型估计结果如表4所示。政府补贴的估计值在1%显著性水平上为正，表明政府补贴对高技术产业创新效率有着显著的促进作用；人员素质、市场开放程度、产业结构水平和金融集聚度对高技术产业创新效率也表现出正向的促进作用。GMM模型的实证结果通过了Arellano-Bond序列相关检验Hansen检验和F检验，表明该模型的设置有效。

表4 GMM模型估计结果

表4（续）

3.2 面板门槛模型实证结果

本文采用面板门槛模型进一步验证政府补贴对高技术产业创新效率的影响是否随企业规模质量水平而变化。首先采用Bootstrap重复自抽样方法确定是否存在门限效应，若存在，再进一步确定门槛值个数和阈值，检验结果如表5所示。当以企业规模质量为门槛变量时，政府补贴对高技术产业创新效率的影响存在门槛效应，在全国存在双重门槛效应，在东部省份存在单一门槛效应，在中西部省份存在双重门槛效应，对应的门槛回归估计值和95%的置信区间如表6所示。

表5 门槛显著性检验结果

表6 门槛估计值及置信区间

表6（续）

基于门槛存在性检验结果，以企业规模质量为门槛变量实施门槛回归分析，结果如表7所示。在不同企业规模质量影响下，政府补贴对高技术产业创新效率的作用具有非线性特征，且表现出区域差异性。在全国层面，当企业规模质量低于门槛值0.300时，政府补贴对高技术产业创新效率的估计系数为正显著，表明有较强的正向影响作用；当企业规模大于0.300时，政府补贴系数显著为正而且系数随着门槛阈值的提高明显减小。在东部区域层面，当企业规模质量低于门槛值0.950时，政府补贴对高技术产业创新效率具有较显著的正向影响；但当企业规模质量跨过门槛值后，政府补贴的系数估计值为负显著，说明随着高技术企业规模质量的提高，政府补贴对东部区域高技术产业创新效率起到先促进后抑制的影响。在中西部区域层面，当企业规模质量未达到0.700时，政府补贴的系数估计值为0.647且在1%的统计水平上显著；在企业规模质量在0.700与0.880之间时，政府补贴的估计系数升至1.257且显著；在企业规模质量跨过0.880后，政府补贴的估计系数降至0.152，在5%的统计水平上显著，表明随着高技术企业规模质量的提高，政府补贴对中西部区域高技术产业创新效率的影响先增强后减弱。对于控制变量，不管是在全国、东部省份还是中西部省份，人员素质、市场开放程度和产业结构水平对于高技术产业创新效率都有着显著的正向影响；但是，金融集聚对不同区域高技术产业创新效率的影响有着明显不同，其中对全国和中西部省份的高技术产业创新效率的影响系数为负且不显著，对东部省份高技术产业创新效率的估计系数为正显著。

表7 门槛模型回归结果

3.3 稳健性检验

为了进一步检验门槛效应结果的稳健性，本文借鉴陈景帅等［32］的方法，在面板门槛模型中添加虚拟变量，通过假设政府补贴对高技术产业创新效率的非线性影响，然后引入政府补贴（Gov）的二次项进行检验。公式如下：

稳健性检验结果如表8所示，表明GMM模型估计结果是合理有效的。模型中的二次项系数和一次项系数均显著，验证了政府补贴对高技术产业创新效率存在非线性影响，进一步证实了门槛效应结果的稳健性。

表8 稳健性检验结果

4 结论与启示

本文主要得出以下几点结论：第一，当以企业规模质量为门槛变量时，政府补贴、企业规模质量与高技术产业创新效率之间存在显著的门槛效应，对于不同的地区门槛效应的程度存在差异，其中对全国和中西部地区具有双门槛效应，东部地区具有单门槛效应。第二，在不同企业规模质量区间内，政府补贴对高技术产业创新效率的影响效果不同。对于全国省份，政府补贴对高技术产业创新效率起到了显著的正向影响作用，但随着企业规模质量阈值的提高作用效果递减。对于东部省份，随着企业规模质量阈值的提高，政府补贴的影响效果呈现出先促进后抑制的非线性特征。对于中西部省份，政府补贴对高技术产业创新效率呈现先增强后减弱的倒“U”型特征。

基于上文的研究结论，本文提出以下建议：首先，在促进科技创新方面，政府不能只是简单地“一刀切”式地提高对企业的补贴数量，而忽视企业规模对补贴效果的限制。其次，政府应提高补贴的精准度，针对在不同地区的不同规模的企业实施差异化动态化的补贴策略，从而提高政府补贴的效率。最后，在促进科技创新方面，政府除了对企业进行补贴之外，也要关注其他因素对高技术产业创新效率的促进作用，诸如对本地区从业人员素质、产业结构和市场开放程度等方面质量的提高。