政府研发资助方式与企业创新效率

任跃文　张伟科

【摘要】依据资源基础理论和动机理论， 借助我国2010 ～ 2018年沪深A股上市企业数据， 通过倾向得分匹配（PSM）方法考察不同的政府研发资助方式对企业创新效率的影响。研究发现， 创新补贴、 混合资助对企业创新效率的影响均不显著， 只有税收优惠对企业创新效率的提升存在显著的激励效应。根据企业创新动机差异划分的异质性创新效率分析表明， 创新补贴、 混合资助对企业实质性和策略性创新效率的影响仍不显著， 而税收优惠反之， 且对策略性创新效率的激励效应要明显强于实质性创新效率。按企业创新效率水平低、 中、 高再划分的分样本分析发现， 创新补贴、 混合资助通过提升实质性创新效率来改善中低（尤其是低）创新效率企业的创新效率， 税收优惠通过提升策略性创新效率来改善高创新效率企业的创新效率。

【关键词】创新补贴；税收优惠；创新效率；创新动机；PSM

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2023）06-0054-8

一、 引言及文献回顾

创新是一国或地区实现经济高质量发展和产业结构优化升级的核心驱动力， 也是塑造国际竞争优势和抢占技术制高点的重要抓手。微观企业作为技术创新和市场经济的双重主体， 是国家创新和经济发展的中坚力量。企业间的创新竞争尤其是创新效率竞争的激烈程度远超其他形式的竞争， 其与企业的生存和发展息息相关（Schumpeter，1942）。但由于创新活动的公共品属性、 外部性和不确定性等特征， 企业开展创新活动并未获得全部收益， 导致社会整体创新水平常低于社会最优水平（Nelson，1959）， 政府普遍通过提供政府研发资助矫正市场失灵问题， 以激励企业加大研发投入力度、 提高研发积极性， 进而提升企业创新效率。

党和政府都非常重视创新并给予企业大量资金支持。据统计： 在创新补贴方面， 2000 ～ 2018年财政科技支出由575.6億元快速增加到9518.2亿元， 年均增速高达17%， 而其中有相当大比例用于企业创新补贴（章元等，2018）； 在税收优惠方面， 研究开发费用加计扣除减免税和高新技术企业减免税分别从2009年的150.4亿元和260.5亿元迅速增长到2015年的449.3亿元和702.3亿元， 年均增速分别高达20%和18%。然而， 我国企业创新产出成效并不理想， 创新效率偏低问题依然严重（肖文和林高榜，2014）。特别是在当前我国研发资源较为稀缺的情况下， 效率问题应得到更多重视（任跃文，2022）。政策实践与预期目标的背离让我们不得不深思： 究竟哪种政府研发资助方式更能激励企业创新效率的提升， 是创新补贴还是税收优惠， 抑或混合资助？作为实践性的制度安排， 科学评价政府研发资助方式对企业创新效率的影响， 是优化财税体制、 改善政府与市场的关系， 乃至加快建设国家创新体系的重要环节。

从国内外已有研究来看， 创新补贴、 税收优惠政策对企业创新效率的激励效应问题一直是理论和实践关注的热点问题。以往文献主要从创新补贴或税收优惠的规模视角考察政府研发资助对企业创新效率的影响（李平和刘利利，2017；李政和杨思莹，2018；任跃文，2019）， 但研究结论并不一致。归纳发现， 已有研究存在以下问题： （1）仅从资助规模视角考察可能并不符合未来研究趋势。这是因为， 随着市场经济制度的不断完善， 对于竞争性领域尤其是创新领域， 直接注入资金的方式不断弱化， 更多的是采用税收优惠、 财政补贴的方式（柳光强，2016）。（2）忽略了政府研发资助方式获得与否以及单一资助与混合资助对企业创新效率影响的综合性比较考察。（3）未充分认识到不同政府研发资助方式对企业异质性创新动机下创新效率的影响问题。创新对经济增长和国家财富创造具有重要作用， 探究企业层面的创新动机是必不可少的（Aghion等，2013）， 异质性创新动机所带来的企业创新效率的差异必然会给国家经济增长带来不同的影响。（4）大多基于省级、 行业等宏观、 中观层面数据进行考察， 缺乏微观企业层面的经验证据。

综上， 本文可能的边际贡献在于： （1）通过构建“反事实”框架， 通过不同政府研发资助方式之间的比较， 实证检验创新补贴、 税收优惠以及混合资助对企业创新效率的影响， 探究究竟哪种政府研发资助方式对企业创新效率的提升存在明显的激励效应； （2）结合创新补贴、 税收优惠对企业的差异化实施方式和影响机制， 基于动机理论①， 将创新效率按企业动机划分为实质性创新效率和策略性创新效率， 实证检验不同政府研发资助方式对企业异质性动机下创新效率的影响； （3）按照企业创新效率的高低进行分组检验， 深入分析不同政府研发资助方式对异质性水平和动机下企业创新效率的影响， 为改善政府研发资助政策精准性和有效性提供参考。

二、 理论分析与研究假设

（一）不同政府研发资助方式对企业异质性创新效率的影响机理

创新补贴和税收优惠作为政府资助企业创新的两种重要方式， 主要目的是缓解研发创新的外部性和高风险性， 分摊研发的边际成本压力， 激励企业加大研发投入力度和提高研发积极性， 最终推动企业创新效率提升。从政策实施方式、 决策主体和影响路径来看， 创新补贴由政府决策， 以前期资助的方式进行事前激励， 税收优惠则受市场竞争影响， 以企业自主决策寻求后期补助， 二者都会形成资源效应， 缓解企业研发资金约束。与此同时， 企业自身对市场需求等的判断以及战略目标等会影响创新动机， 进而对企业创新效率、 实质性创新效率和策略性创新效率产生影响（见图1）。

具体而言， 创新补贴是企业申报项目经过政府筛选立项后获得的资金支持， 政府拥有更多的决策权。并且政府在补贴企业创新活动的同时， 会要求企业完成一系列考核指标， 企业为完成创新考核指标， 将主要精力集中于此而非实质性创新活动（叶祥松和刘敬，2018）。更有甚者， 部分地方政府为确保上述目的实现， 可能会越位干预企业创新活动决策， 尤其是在资金安排和资源配置上过度倾向于其既定的创新活动， 扭曲创新要素的合理配置， 从而阻碍企业创新效率的提升（肖文，2014）。追逐利润的本性会促使企业将研发投入转移到其他更为盈利的项目上， 而不是开展实质性创新活动。因此， 即便是低难度的策略性创新效率可能都难以提高， 更不用说高难度的实质性创新效率。

税收优惠是企业创新活动结束后， 政府根据企业创新成果给予的特定优惠， 企业拥有更多的自主决策权， 更多地体现的是市场竞争的结果。企业倾向于开展策略性创新活动以获取税收优惠， 这是因为策略性创新活动具有明显的难度小、 耗时短、 方法简单、 易出成果、 重数量轻质量等特征（黎文靖和郑曼妮，2016）， 其效率能够得到快速提升， 从而形成企业整体创新效率提升的假象， 这其实是以企业实质性创新投入被挤出， 实质性创新效率提升有限乃至下降为代价的。在部分官员为赢得政治竞争以实现晋升而要求企业短时间内出成绩的政治需求下， 企业策略性创新动机更为强烈（陈强远等，2020）。

企业在获取创新补贴和税收优惠的过程中可能存在寻租和策略性创新等行为， 会在企业获取混合资助时叠加激发企业“怠惰”创新， 进而阻碍企业创新效率的提升。因此， 混合资助激励效果反而可能弱于单一资助。

基于此， 本文提出以下假设：

假设1： 创新补贴对企業创新效率的激励效应不明显。

假设2： 税收优惠对企业创新效率尤其是策略性创新效率存在明显的激励效应。

假设3： 混合资助效果并不优于单一资助方式。

（二）企业特征对政府研发资助效果的影响机理

企业间创新效率的高低必然存在差异， 创新补贴和税收优惠对创新效率的影响也不相同。

对于中低创新效率企业来说， 企业决策者面临争取竞争优势和获取利润等多重压力， 更有动力通过实质性创新效率的提高来获得市场的认可（刘春济和高静，2019）。但与高创新效率企业相比， 中低创新效率企业决策者的创新信心由于受到市场认可度相对较低的冲击而变得有所不足， 此时政府给予这类企业创新补贴和税收优惠， 能有效增强企业决策者与利益相关者的信心， 甚至会降低创新风险预期（Radas和Ani   ，2013）， 有利于企业获取更多外部融资， 激励企业加大研发投入力度， 提高研发产出的增长速度， 进而对实质性创新活动形成提振效应， 提升企业创新效率。同时， 对于主要依据企业创新成果来确定对象的税收优惠来说， 中低创新效率企业可能难以获得， 而创新补贴和混合资助反而能更为有效地实现激励效果。

对于高创新效率企业来说， 一方面， 其经过市场竞争和自身资源配置能力的提高已实现创新效率的提升， 从研发投入到研发产出再到产品生产和利润获取等的研发—生产链条已形成良性循环， 倾向于规避风险， 更愿意维持现状或者是实现原有创新的增量（Henderson和Clark，1990）。另一方面， 在资源和产能约束条件下， 高创新效率企业对降低创新成本的投入较少， 所需的外部资源同样也会比低创新效率企业少（Nie 和Wang，2019）。此外， 高创新效率企业容易受到制度性搜索和原有惯性的影响， 其会将研发支出按照营业收入的一定比例固定分配到相应的创新过程中（Chen和 Miller，2007）。因此， 高创新效率企业对于创新补贴并不敏感， 特别是在冗余资源较多的情况下（刘春济和高静，2019）。而税收优惠在为高创新效率企业带来自由裁量权的同时， 也使得其更倾向于推动策略性创新效率的提升（Mansfield，1986）。

基于此， 本文提出以下假设：

假设4： 创新补贴、 混合资助主要通过提升实质性创新效率来提升中低创新效率企业的创新效率。

假设5： 税收优惠对高创新效率企业创新效率的激励效应更多地来源于对策略性创新效率的激励。

三、 研究设计

（一）估计方法与模型设定

本文研究的主要目的是评估政府研发资助方式对企业创新效率的影响， 即考察不同方式政府研发资助与企业创新效率之间是否存在真实的因果关系。然而， 政府为企业提供研发资助并不是随机分配， 而是根据政府自身财政收入和支出能力， 以及企业创新方向、 内容和趋势状况等多项因素进行选取的， 因此， 政府是否提供研发资助以及提供哪种方式的研发资助在模型中并不是外生变量， 而是具有内生性的， 如果忽略可能会造成选择性偏差问题。同时， 企业创新效率可能并不仅仅只受到政府研发资助方式的影响， 企业自身特征（如规模、 杠杆率和盈利能力）等因素也会对创新效率产生影响， 这同样会在模型分析中形成内生性问题， 不进行区分或者不控制企业相关特征可能会产生混合性偏差问题。为了缓解上述选择性偏差和混合性偏差带来模型估计的偏误， 本文采用倾向得分匹配（PSM）方法进行估计。以是否获得直接资助的企业匹配比较分析其对企业创新效率的影响为例， 具体步骤如下所示：

首先， 运用Logit方法估算企业是否获得直接资助的概率， 其决定方程为：

式（1）中： P（DSUBit=1）为倾向得分值， 即企业获得政府研发资助的概率； Xit表示控制变量。

其次， 根据倾向得分值为每一个实验组企业匹配一个或多个特征相近的对照组企业。为简便起见， 记实验组企业i获得政府研发资助的概率预测值为Pi， 记实验组企业j获得政府研发资助的概率预测值为Pj， 则政府研发资助对企业创新效率的平均处理效应为：

式（2）中存在一个前提假设， 即企业i在t时期开始获得政府研发资助， 那么，          表示获得政府研发资助的企业i在t+s时期的创新效率，           表示未获得政府研发资助的企业i在t+s时期的创新效率。E（          |DSUB=1）表示企业i未获得政府研发资助时的创新效率， 这是一种“反事实”， 因此， 需要用E（          |DSUB=1）作为其近似替代才能进行有效分析。N为获得政府研发资助的企业个数， i∈DSUB1和j∈DSUB0分别表示实验组与对照组， 函数W（·）表示当用对照组企业j的          作为实验组企业i的          “反事实”替代时， 给对照组企业j所施加的权重， 该权重值的大小取决于概率预测值Pi和Pj的差距大小。当选用不同的匹配方法时， 权重函数W（·）的表达式并不一致。

与其他匹配方式相比， 核匹配无需利用数据分布的先验结论， 对数据分布也不需做出任何假定， 且能依据样本特征的接近程度赋予其相应权重， 可以充分利用对照组的信息。因此， 本文选用核匹配方法进行估计。核匹配方法权重函数W（·）的表达式如式（3）所示：

（二）变量测度

1. 被解释变量： 企业创新效率。借鉴Hirshleifer等（2013）的方法， 综合创新产出与创新投入进行分析， 利用专利申请量与研发支出的比值衡量企业创新效率， 具体如下所示：

EFFit=Pit/（Kit+0.8×Kit-1+0.6×Kit-2）                 （4）

其中， EFFit表示企业当期创新效率， Pit表示企业当期专利申请总量即创新产出， Kit、 Kit-1、 Kit-2分别表示企业第t期、 t-1期和t-2期研发支出， 即创新投入。

由于企业开展创新活动的动机并不明确， 部分企业可能开展实质性创新活动， 实施时期较长、 难度较大、 失败风险较高等高技术水平的创新， 真正需要政府进行研发资助； 也有部分企业可能仅为了迎合政府研发资助政策而实施策略性创新， 即进行微小的、 低水平创新（黎文靖和郑曼妮，2016）。有鉴于此， 本文在测度创新效率思路的基础上， 借鉴黎文靖和郑曼妮（2016）的方法， 用企业发明专利申请量衡量企业实质性创新， 用非发明（外观设计和实用新型）专利申请量衡量企业策略性创新。企业实质性和策略性创新效率的衡量方法如下所示：

EFF1it=Iit/（Kit+0.8×Kit-1+0.6×Kit-2）                  （5）

EFF2it=UDit/（Kit+0.8×Kit-1+0.6×Kit-2）             （6）

式（5）中， EFF1it表示企业当期实质性创新效率， Iit表示企业当期发明专利申请量； 式（6）中， EFF2it表示企业当期策略性创新效率， UDit表示企业当期外观设计和实用新型专利申请量之和。两式其余变量和符号与式（4）含义一致。

2. 核心解释变量。

（1）创新补贴。借鉴郭玥（2018）的方法， 通过关键词搜索法依据政府补助明细手工收集整理上市公司每一年度属于创新资助范畴的项目， 再从中剔除与税收有关的部分（如增值税税收返还等名目）， 经过处理之后分别加总即为创新补贴。

（2）税收优惠。用企业收到的各项税费返还/（收到的各项税费返还+支付的各项税费）表示税收优惠（柳光强，2016）。

本文主要从政府对企业采取的不同研发资助政策或方式（创新补贴和税收优惠）视角展开， 因此， 根据企业获得的不同方式的政府研发资助情况， 将企业划分为4组， 分别设置4个相应的虚拟变量。其中： DSUB為1表示企业只获得创新补贴， 为0表示企业未获得任何资助； TSUB为1表示企业只获得税收优惠， 为0表示企业未获得任何资助； DTSUB1为1表示企业在获得创新补贴的同时也获得税收优惠即获得混合资助， 为0表示企业只获得创新补贴； DTSUB2为1表示企业在获得创新补贴的同时也获得税收优惠， 为0表示企业只获得税收优惠。

3. 控制变量。借鉴已有文献做法（赵璨等，2015）， 本文主要控制了以下变量： （1）企业规模（SIZE）， 用总资产的自然对数测度； （2）企业绩效（PER）， 用经营活动现金流除以总资产表示； （3）资本密集度（ZBM）， 用固定资产除以总资产表示； （4）财务杠杆（LEV）， 用资产负债率衡量， 测度方法为负债总额除以资产总额； （5）盈利能力（ROE）， 用净资产收益率表示， 测算方法为剔除非经常性损益后的净利润除以平均净资产。此外， 本文还对企业所属行业、 注册地所在省份和相应年份进行了控制。

（三）数据说明

2008年我国对上市企业详细披露政府补助明细数据提出了强制性要求， 同时考虑到企业创新效率的测度需要企业研发支出的前两年数据， 因此， 本文以2010 ～ 2018年我国沪深A股上市企业为实证样本， 其中研发支出数据年限为2008 ～ 2018年。样本数据来源如下： （1）专利申请量（包括发明、 外观设计和实用新型以及总量）指标来源于中国创新专利研究数据库（CNRDS）； （2）研发支出数据来源于万得数据库（WIND）； （3）政府研发资助（包括创新补贴和税收优惠）相关数据来源于国泰安数据库（CSMAR）； （4）其余指标均来源于国泰安数据库（CSMAR）、 万得数据库（WIND）和相关企业年报。

为有效开展实证研究， 本文对样本数据做出如下处理： （1）剔除被特殊处理过的ST、 ?ST类以及金融保险类行业的企业样本； （2）剔除研发支出连续年份少于3年及相关指标存在缺失而无法补充的企业样本。经过上述处理后， 本文最终得到2307家企业共计9399个有效样本。此外， 本文还对连续变量进行了上下1%的缩尾处理。

四、 实证结果分析

（一）描述性统计

主要变量的描述性统计结果如表1所示。由表1可知， 创新效率（EFF）、 实质性创新效率（EFF1）和策略性创新效率（EFF2）的标准差分别为5.062、 2.206、 3.181， 其最小值均为0， 最大值分别为328.119、 164.060、 171.391， 说明企业间创新效率、 实质性创新效率与策略性创新效率的差距都较大， 有必要根据这三种效率的高低进行分样本分析， 从而更深入地探究不同政府研发资助方式对不同创新效率水平的企业是否存在差异化影响。此外， 从均值来看， 实质性创新效率仅为0.199， 远低于创新效率（0.500）， 甚至低于策略性创新效率（0.301）， 说明我国企业实质性创新效率有待大幅提升。

（二） PSM估计结果

通过匹配变量在不同政府研发资助方式下的估计结果发现， 除企业规模、 财务杠杆对TSUB、 DTSUB1存在显著正向影响外， 其余均为显著负向或不显著影响。基于核匹配方法所得PSM变量的平衡性检验结果显示， 匹配成功后匹配变量实验组与对照组的均值均未超过4%， 远小于20%的临界值， T检验相伴概率值均大于0.1， 说明倾向得分匹配平衡性结果较好（限于篇幅， 估计结果未列示出来）。

采用核匹配方法估算的政府不同研发资助方式对企业创新效率的平均影响效应（ATT）结果如表2所示。可以看出： 只获得创新补贴与未获得任何资助企业相比， 获得混合资助与获得其中一项资助的企业相比， 企业创新效率均没有明显改善， 说明创新补贴和混合资助对企业创新效率的激励效应均不显著， 这验证了假设1和假设3。可能的原因是， 由于政府与企业的目标函数不一致， 且政府对企业的要求和干预动机较强， 以及违法败德行为造成的创新补贴分配不均， 导致创新补贴的激励效应无法有效发挥。而混合资助为企业带来的资金更多， 政府干预企业的动机可能相对更强， 企业自主决策权甚至可能受到更多抑制， 因此， 混合资助同样未发挥应有的作用。从系数来看， 混合资助与企业创新效率的系数不显著为负， 进一步说明了上述可能性的存在。只获得税收优惠与未获得任何资助的企业相比， 企业创新效率要高18.4%， 且在1%的统计水平上显著， 说明税收优惠对企业创新效率的提升具有明显的激励效应。可能的原因是， 政府对企业税收优惠的资金控制力相对较弱， 企业自主决策权更大， 能够根据市场需求及时调整创新策略， 加大研发投入力度， 进而实现创新效率的不断提升。

综合来看， 三种政府研发资助方式中仅有税收优惠能够明显激励企业提升创新效率， 而创新补贴或者创新补贴与税收优惠的组合政策对企业创新效率的提升均未产生明显的促进效果。

（三）企业创新动机异质性视角下的PSM分析

通过理论分析可知， 创新补贴和税收优惠政策实施方法、 时间节点甚至政府管控力度都存在差异， 那么在不同的政府研发资助方式下， 企业是更倾向于继续开展高难度的实质性创新还是转向低难度的策略性创新？为回答这一问题， 本文从企业创新动机入手， 考察不同政府研发资助方式对企业异质性动机下创新效率的影响是否存在差异， 具体结果如表3所示②。

由表3可知， 创新补贴以及混合资助对企业实质性和策略性创新效率均无显著激励效应； 税收优惠则对企业实质性和策略性创新效率具有明显的激励效应。从影响系数和显著性来看， 税收优惠对企业实质性创新效率的影响系数0.135（在10%的统计水平上显著）明显低于对企业策略性创新效率的影响系数0.350（在1%的统计水平上显著）， 说明税收优惠对企业创新效率显著的促进作用可能更多地来源于对企业策略性创新效率的提升效应。也即， 由于税收优惠属于事后激励， 企业开展创新活动只要满足政府规定的相应条件即可获得。同时， 企业的逐利本性及为获取更多税收优惠的动机， 反而激励企业热衷于策略性创新活动， 加大策略性创新投入， 挤出实质性创新投入， 进而造成在策略性创新产出大幅增长的同时实质性创新产出下滑。那么， 税收优惠政策對策略性创新效率的激励效果自然要比实质性创新效率更大且更明显。结合前文的分析， 假设2得到验证。

（四）企业创新效率异质性视角下的PSM分析

由表1可知， 企业间的创新效率、 实质性创新效率和策略性创新效率均存在较大差异， 因此， 本文借鉴Hirshleifer等（2013）的方法， 根据企业创新效率的三分位点33.3%、 66.7%， 将总样本划分为0 ～ 33.3%、 33.4% ～ 66.7%和66.8% ～ 100%三个不同分位区间的分样本， 即将全样本划分为低、 中、 高创新效率企业三组。同时， 在相应分样本下分别考察不同的政府研发资助方式对企业实质性和策略性创新效率的影响。具体估计结果如表4 ～ 表6所示。

通过表4可以看出： 对于低创新效率企业来说， 无论是创新补贴、 税收优惠还是混合资助， 均对其创新效率的提升具有明显的促进作用； 与低创新效率企业样本相反， 对于中创新效率企业来说， 任何政府研发资助方式都显得无效； 对于高创新效率企业来说， 除税收优惠对其创新效率的提升具有略微显著（在10%的统计水平上显著）的促进作用外， 其他政府研发资助方式对其的影响均不明显。整体来看， 政府研发资助只对低创新效率企业的创新效率具有明显的提升效果， 且混合资助的效果更好， 而对中创新效率企业和高创新效率企业均收效甚微。

由表5可知， 对于低创新效率企业而言， 三种政府研发资助方式对其实质性创新效率的提升均具有明显的促进作用， 且混合资助的效果最优， 有助于其实现实质性创新效率的最大化。对于中创新效率企业来说， 只获得创新补贴对企业实质性创新效率的提升效应要明显大于未获得任何资助的企业， 获得混合资助对企业实质性创新效率的促进作用要明显优于只获得税收优惠的企业， 而只获得税收优惠并未带来企业实质性创新效率的提升。这验证了假设4。对于高创新效率企业而言， 可以考虑不提供政府研发资助， 因为三种政府研发资助方式均未实现其实质性创新效率的有效提升。换句话说， 政府研发资助对高实质性创新效率企业无效。

观察表6可得， 对于低创新效率企业来说， 混合资助能较为有效地激励其策略性创新效率的提升。获得创新补贴的企业并未比不获得任何资助的企业策略性创新效率提高得更多； 获得税收优惠的企业比未获得任何资助的企业策略性创新效率提升得更多；获得混合资助的企业比仅获得创新补贴的企业策略性创新效率提升得更多， 而与仅获得税收优惠的企业相比， 策略性创新效率并未产生明显变化。对于中创新效率企业来说， 只获得创新补贴会抑制其策略性创新效率的提升； 只获得税收优惠的企业与未获得任何资助的企业相比、 获得混合资助的企业与只获得创新补贴的企业相比， 策略性创新效率均无明显变化； 而同时获得两种资助的企业比只获得税收优惠的企业的策略性创新效率更低。对于高创新效率企业而言， 只有当其仅获得税收优惠时， 策略性创新效率才会得到提升， 其他政府研发资助方式对其策略性创新效率的影响均不明显。综上， 假设5得到验证。

为了保证结论的可靠性， 本文通过核匹配、 1∶1近邻匹配以及卡尺0.01的半径匹配的Bootstrap方法进行稳健性检验（为节约篇幅， 表略）， 发现政府研发资助方式对企业创新效率影响的PSM稳健性检验结果与上文保持较高的一致性， 说明本文的结论具有一定的稳健性。

（五）小结

综上， 政府研发资助方式对企业相关创新效率影响的差异性特征较为明显， 本文将上述结果梳理为表7， 以便更直观地进行比较分析。

从表7可知， 不同政府研发资助方式对企业创新效率的影响具有明显的异质性。创新补贴对中低创新效率企业的创新效率尤其是实质性创新效率存在明显的激励效应， 而对高创新效率企业的激励效应不明显； 税收优惠对企业创新效率的激励效应多数较为明显（除对中创新效率企业的影响不明显外）， 且该激励效应主要来源于对企业策略性创新效率的激励效应； 混合资助对低创新效率企业的创新效率具有明显的激励效应， 而对中、 高创新效率企业的激励效应不明显。

对于低创新效率企业来说， 三种政府研发资助方式都能够有效推动其创新效率和实质性创新效率的提升， 但只有税收优惠和混合资助会促进其策略性创新效率的提升。对于中创新效率企业来说， 三种政府研发资助方式对其创新效率和策略性创新效率的影响都不明显。对于高创新效率企业来说， 仅有税收优惠能提升其创新效率， 但该效果更多地来源于税收优惠对策略性创新效率的激励效应。

五、 研究结论与政策启示

本文基于资源基础理论和动机理论， 借助我国2010 ～ 2018年沪深A股上市企业面板数据（其中企业研发投入数据时间跨度为2008 ～ 2018年）， 通过构建“反事实”框架分析了政府研发资助方式对企业创新效率的影响。研究结果表明： 第一， 创新补贴、 混合资助对企业创新效率的激励效应均不显著， 税收优惠反之。第二， 根据企业创新动机差异划分的异质性创新效率分析表明， 创新补贴、 混合资助对企业实质性和策略性创新效率的影响仍不显著， 而税收优惠反之， 且对策略性创新效率的激励效应要明显强于实质性创新效率。第三， 按企业创新效率水平划分的分样本分析发现， 创新补贴、 混合资助通过提升实质性创新效率来改善中低（尤其是低）创新效率企业的创新效率， 税收优惠通过提升策略性创新效率来改善高创新效率企业的创新效率。

本文结论具有较为明显的政策启示： 第一， 建立和完善企业创新效率尤其是实质性创新效率甄别机制。这是因为， 创新效率是企业增强创新能力、 保持竞争优势和获取利润的决定性因素， 实质性创新效率更是如此。有效识别企业实质性创新效率是政府研发资助实现精准“有的放矢”的前提。第二， 加大对长期从事研发的中低（尤其是低）创新效率企业的创新补贴力度。创新补贴对中低创新效率企业实质性创新效率提升的激励效应明显， 这不仅助推企业实质性创新效率的提升， 还可以促使政府通过资助改善市场主体社会福利回报的获得感， 实现政府更有为与企业创新效率改善的“双赢”。第三， 混合资助和税收优惠政策应审慎选择企业对象， 改善政府的引导力度和资助方式。从本文结论来看， 税收优惠对企业策略性创新效率的激励效应明显， 混合资助对低创新效率企业的激励效应明显。因此， 应将税收优惠作为创新补贴的辅助资助方式， 做好两种资助方式的相机抉择与灵活调控， 同时加大税收优惠政策引导和资金使用监管， 助推政府研发资助激励效应最大化。

【 注 释 】

① 依据动机理论，动机对行为具有启示性、导向性和持续性的影响特征。黎文靖和郑曼妮（2016）按照动机将企业创新行为划分为高难度、长期研发的实质性创新行为和低难度、短期研发的策略性创新行为。沿着这一思路，本文将创新效率也划分为实质性创新效率和策略性创新效率。

② 为节约篇幅，此处及下文不再展示Logistic回归结果、PSM匹配变量平衡性结果、倾向得分（P-Score）拟合结果和匹配前估计结果。未展示部分均通过了相关检验，有兴趣的读者，可向作者索取。

【 主 要 参 考 文 献 】

陈强远， 林思彤， 张醒．中国技术创新激励政策：激励了数量还是质量［ J］．中国工业经济， 2020（4）：79 ～ 96．

郭玥．政府创新补助的信号传递机制与企业创新［ J］．中国工业经济， 2018（9）：98 ～ 116．

黎文靖，郑曼妮．实质性创新还是策略性创新？ —— 宏观产业政策对微观企业创新的影响［ J］．经济研究，2016（4）：60 ～ 73．

李平， 刘利利． 政府研发资助、企业研发投入与中国创新效率［ J］．科研管理， 2017（1）：21 ～ 29．

李政， 杨思莹．创新活动中的政府支持悖论：理论分析与实证检验［ J］．经济科学， 2018（2）：88 ～ 100．

刘春济， 高静．“扶优”还是“帮困”？ —— 研发补助对创新的激励效应研究［ J］． 经济管理， 2019（6）：57 ～ 74．

柳光强．税收优惠、财政补贴政策的激励效应分析 —— 基于信息不對称理论视角的实证研究［ J］．管理世界， 2016（10）：62 ～ 71．

任跃文．政府补贴有利于企业创新效率提升吗 —— 基于门槛模型的实证检验［ J］．科技进步与对策，2019（24）：18 ～ 26．

任跃文．政府研发资助、互联网发展与中国创新效率［ J］．当代财经，2022（7）：38 ～ 51．

肖文，林高榜．政府支持、研发管理与技术创新效率 —— 基于中国工业行业的实证分析［ J］．管理世界，2014（4）：71 ～ 80．

叶祥松，刘敬．政府支持、技术市场发展与科技创新效率［ J］．经济学动态，2018（7）：67 ～ 81．

章元，程郁，佘国满．政府补贴能否促进高新技术企业的自主创新？ —— 来自中关村的证据［ J］．金融研究，2018（10）：123 ～ 140．

赵璨， 王竹泉， 杨德明等．企业迎合行为与政府补贴绩效研究 —— 基于企业不同盈利状况的分析［ J］．中国工业经济， 2015（7）：130 ～ 145．

Aghion P.， Reenen J. V.， Zingales L.. Innovation and Institutional Ownership［ J］．American Economic Review，2013（1）：277 ～ 304．

Chen W R.， Miller K. D.. Situational and Institutional Determinants of Firms' R&D Search Intensity［ J］．Strategic Management Journal，2007（4）：369 ～ 381．

Henderson R.， Clark K.. Architectural Innovation： The Reconfiguration of Existing Product Technologies and the Failure of Established Firms［ J］．Administrative Science Quarterly，1990（1）： 9 ～ 30．

Hirshleifer D.， Hsu P. H.， Li D.. Innovative Efficiency and Stock Returns［ J］．Journal of Financial Economics，2013（107）：632 ～ 654．

Nelson R. R.. The Simple Economics of Basic Scientific Research［ J］．Journal of Political Economy，1959（67）：297 ～ 306．

Nie P. Y.， Wang C.. An Analysis of Cost-Reduction Innovation Under Capacity Constrained Inputs［ J］．Applied Economics，2019（6）：564 ～ 576．

Radas S.， Ani   D.. Evaluating Additionality of an Innovation Subsidy Program Targeted at SMES： An Exploratory Study［ J］．Croatian Economic Survey，2013（1）：61 ～ 88．

Schumpeter J. A.. Capitalism， Socialism and Democracy［M］．New York： Harper and Brothers，1942.

（責任编辑·校对： 陈晶  喻晨）

【基金项目】四川省社会科学规划项目（项目编号：SC19B062）