李愛玲

（哈爾濱商業(yè)大學 金融學院，哈爾濱 150010）

0 引言

企業(yè)研發(fā)投資具有高投入、高風險和期限長等特征，研發(fā)產(chǎn)出具有消費的非排他性和收益的非獨占性等公共物品特征屬性，這大大降低了企業(yè)研發(fā)的積極性，從而造成企業(yè)研發(fā)投資市場失靈，即企業(yè)自主性研發(fā)投資低于社會最佳均衡研發(fā)投入水平的情況。針對這種情況各國政府進行了積極的干預，通過各項科技政策驅(qū)動企業(yè)研發(fā)投資向最優(yōu)均衡點移動。其中對企業(yè)研發(fā)投資影響最直接、最有效的是政府研發(fā)資助政策。政府研發(fā)資助的目的是通過促進企業(yè)自主性研發(fā)投資的產(chǎn)出溢出效應，帶動整個社會的科技創(chuàng)新。由于缺乏新產(chǎn)品的企業(yè)微觀數(shù)據(jù)，本文主要通過專利產(chǎn)出和企業(yè)市場價值兩個維度檢驗政府研發(fā)資助的作用效果。

1 研究假設

1.1 企業(yè)專利申請

由于政府研發(fā)資助可以降低企業(yè)研發(fā)投資的成本和風險，從而可能提高企業(yè)研發(fā)項目的成功率，因此作為企業(yè)研發(fā)主要成果表現(xiàn)形式的專利申請數(shù)量，應該在政府研發(fā)資助的影響下顯著提高。據(jù)此本文提出如下假設：

假設1a，政府研發(fā)資助有利于提高受資助企業(yè)專利申請數(shù)量。

由于我國知識產(chǎn)權(quán)相關法律仍不健全，企業(yè)專利質(zhì)量良莠不齊，專利申請可能并不能充分代表企業(yè)研發(fā)產(chǎn)出的質(zhì)量。此外，我國對于上市公司信息披露相關規(guī)定有待完善，專利數(shù)量等信息屬于自愿披露內(nèi)容，因此企業(yè)的專利申請數(shù)量可能無法充分代表其研發(fā)產(chǎn)出成果。據(jù)此提出備擇假設：

假設1b，政府研發(fā)資助與受資助企業(yè)專利申請數(shù)量無顯著關系。

1.2 企業(yè)市場價值

政府對企業(yè)的研發(fā)資助可以降低研發(fā)投資成本，緩解研發(fā)投資的融資約束，有助于企業(yè)在市場中的生存和發(fā)展。因此獲得研發(fā)資助的企業(yè)可能在市場價值等方面得到顯著的提高。據(jù)此本文提出假設：

假設2a，政府研發(fā)資助能夠顯著提高受資助企業(yè)市場價值。

然而，政府研發(fā)資助這一信號也可能被市場理解為企業(yè)研發(fā)項目預期收益低、風險高等負面信息。因此政府對企業(yè)的研發(fā)資助，可能導致企業(yè)的市場估值降低。據(jù)此本文提出備擇假設：

假設2b，政府研發(fā)資助可能顯著降低受資助企業(yè)市場價值。

2 模型設計與變量選擇

2.1 政府研發(fā)資助與企業(yè)專利產(chǎn)出

根據(jù)前文假設，為了檢驗政府對研發(fā)資助對企業(yè)專利產(chǎn)出可能起到的促進作用，運用以下模型對企業(yè)專利產(chǎn)出二分變量進行Probit回歸檢驗。

其中，被解釋變量 patent_dumit為企業(yè)專利申請啞變量，考慮到無法準確衡量企業(yè)專利質(zhì)量和市場價值的差異，在此運用二分變量表示專利產(chǎn)出。當企業(yè)在年度報告中披露了申請專利的具體數(shù)量等信息時，patent_dumit取值為1，否則取值為0。

解釋變量中，R&D為企業(yè)研發(fā)投資的自然對數(shù)值；gov_dum為政府研發(fā)資助啞變量，當企業(yè)得到政府研發(fā)資助時取值為1，否則為0；此外，選擇營業(yè)利潤率 profit、管理層持股比例executive和規(guī)模size作為控制變量?？紤]到從開始研發(fā)活動到獲得研發(fā)產(chǎn)出具有一定時滯，在模型（1）中運用自變量滯后一期值對被解釋變量 patent_dumit進行回歸。

當政府研發(fā)資助變量gov_dum的系數(shù)顯著且大于零時，說明政府研發(fā)資助對企業(yè)專利產(chǎn)出能夠起到促進作用，對企業(yè)創(chuàng)新激勵的效果較好，有利于企業(yè)發(fā)揮技術溢出作用進而帶動社會科技進步。特別地，當政府研發(fā)資助變量與企業(yè)研發(fā)投資變量的交叉變量RD×gov_dum系數(shù)顯著為正時，能夠更有效地說明政府研發(fā)資助的成效顯著。

2.2 政府研發(fā)資助與企業(yè)市場價值

根據(jù)前文，政府研發(fā)資助可能通過向資本市場釋放信號而影響受資助企業(yè)的市場價值：可能提高企業(yè)市場價值，也可能降低企業(yè)市場價值。為了檢驗這種影響作用，借鑒Hall和Oriani（2006）的方法，企業(yè)在t時期的市場價值可以表示為它所擁有的資產(chǎn)的函數(shù)。企業(yè)資產(chǎn)的主要形式為有形資產(chǎn)賬面價值、技術知識價值以及其他無形資產(chǎn)價值。企業(yè)市場價值可以表述以下形式：

其中Ait為有形資產(chǎn)的賬面價值，Kit為企業(yè)科技知識資本價值，Iit為企業(yè)其他無形資產(chǎn)價值（企業(yè)無形資產(chǎn)和商譽之和）。假設企業(yè)的單個資產(chǎn)是可加的，那么企業(yè)價值應為各資產(chǎn)按照一定權(quán)重加總之和，可以將企業(yè)市場價值表述為如下形式：

其中，qt為企業(yè)總資產(chǎn)市場價值的平均系數(shù)。當σ=1時，γ和λ可以分別理解為技術知識資產(chǎn)和其他無形資產(chǎn)相對于對有形資產(chǎn)的影子價格。通常來說，γ和λ是隨時間變化的，然而考慮到本文所選的研究樣本時間范圍是2008～2013年，時間跨度較短，因此假設γ和λ為恒定值。

當對σ=1且γ和λ恒定時，將模型（3）的等式兩端同時除以有形資產(chǎn)的賬面價值Ait，然后取對數(shù)值，可以得到模型（4）：

根據(jù)前文分析在模型（5）中用5RD_investmentit-1代替Kit-1。借鑒Hall和Oriani（2006）加入了企業(yè)銷售收入情況sale_ratioit-1變量（銷售收入與市場價值之比）。為了考察政府研發(fā)資助對企業(yè)市場價值的影響，加入了政府研發(fā)資助的自然對數(shù)GOVit-1變量。此外，政府研發(fā)資助可能通過影響企業(yè)無形資產(chǎn)價值進而影響市場價值，因此加入了政府研發(fā)資助啞變量與無形資產(chǎn)價值的交叉變量Iit-1/Ait-1×gov_dumit-1（gov_dumit-1得到政府研發(fā)資助時取1，否則取值為0）。

3 數(shù)據(jù)來源及變量描述性統(tǒng)計

3.1 樣本選擇

由于我國并未強制規(guī)定上市公司披露研發(fā)投資和政府研發(fā)資助相關數(shù)據(jù)，因此本文選取了相關數(shù)據(jù)信息披露較為詳細的科技創(chuàng)新類上市公司作為研究樣本。選取2008年以前上市的科技創(chuàng)新企業(yè)較為集中的電子、醫(yī)藥和生物制造、信息技術、機械設備儀表等四個行業(yè)的A股上市公司為樣本，樣本期間為2008～2013年。

3.2 數(shù)據(jù)來源

（1）政府研發(fā)資助數(shù)據(jù)通過巨潮資訊網(wǎng)（http://www.cninfo.com.cn/）披露的上市公司年報中手工整理得到。為了得到企業(yè)當期實際收到并用于補償當期損益的政府研發(fā)補助，手工搜集科技創(chuàng)新上市公司年報及附注中披露的“營業(yè)外收入”中的“政府補助明細”的各個政府補助項目，選擇其中披露的對于企業(yè)“研發(fā)項目”、“科技項目”、“專利資助”、“科研獎勵”等項目的政府資助總和確認為特定年度得到的政府研發(fā)資助。對于不同年度披露數(shù)據(jù)不一致的情況，則根據(jù)較晚年度上市公司年報披露的數(shù)據(jù)進行修正。

（2）研發(fā)投資變量為上市公司年報和附錄中披露的企業(yè)研發(fā)支出。上市公司研發(fā)支出主要在年報中董事會報告的主營業(yè)務分析中披露。樣本中的中小板上市公司對于其研發(fā)投資進行了較詳細的披露，滬深兩市的樣本企業(yè)詳細披露相關數(shù)據(jù)的年份集中在2011～2013年。2008～2010年樣本企業(yè)并未就研發(fā)投資進行專門披露，因此本文以“管理費用”明細和“支付經(jīng)營活動有關的現(xiàn)金流量”兩個科目所披露的研發(fā)費用來替代企業(yè)研發(fā)投資數(shù)據(jù)。

（3）專利申請變量通過上市公司董事會報告部分披露，同樣通過手工收集得到。部分企業(yè)同時披露了專利申請數(shù)量和專利授權(quán)數(shù)量，考慮到專利申請與授權(quán)的時間差，當年的授權(quán)專利可能是前期專利申請的加總，為了避免重復計算在實證研究部分運用專利申請數(shù)為基礎確定變量取值。通常披露專利申請的上市公司會同時披露專利授權(quán)信息，因此運用專利申請數(shù)量能夠較充分的反應企業(yè)專利產(chǎn)出情況。

（4）其他變量數(shù)據(jù)從國泰安信息技術有限公司（GTA）的CSMAR數(shù)據(jù)庫收集得到，并進一步對相應變量取值與公司年報中披露的數(shù)據(jù)進行復核和補充。

3.3 變量描述性統(tǒng)計

表1列示了相關變量的描述性統(tǒng)計結(jié)果，可以看到專利申請數(shù)量的中值為0，說明超過一半的樣本企業(yè)在研究時間區(qū)間內(nèi)并未申請專利，同時專利申請數(shù)量差距較大。從科技知識資本情況Kit/Ait來看，通過研發(fā)投資獲得的科技知識資本平均占有形資產(chǎn)賬面價值的6.75%，Hall和Oriani（2006）中這一變量的平均值法國為36.8%、德國為39.5%、意大利維18.9%，而美國為52.9%。說明我國科技創(chuàng)新企業(yè)的科技知識資本在企業(yè)總體資本所占的比重還處于較低水平。

表1 主要變量描述統(tǒng)計

4 實證結(jié)果分析

4.1 政府研發(fā)資助與企業(yè)專利產(chǎn)出

表2列示了政府研發(fā)資助對企業(yè)專利產(chǎn)出的促進作用?？梢钥吹秸邪l(fā)資助啞變量gov_dumit-1的系數(shù)顯著為正，第（1）列和第（2）gov_dumit-1系數(shù)分別為0.286和0.194，且在1%的水平下通過顯著性檢驗。說明政府研發(fā)資助對企業(yè)專利申請起到了促進作用，驗證了假設1a。特別地，表2第（2）列加入了科技創(chuàng)新企業(yè)研發(fā)和政府研發(fā)資助啞變量的交叉項R&Dit-1×gov_dumit-1，系數(shù)顯著為正（0.013），進一步說明了政府研發(fā)資助通過促進企業(yè)創(chuàng)新性投資而增加專利創(chuàng)新產(chǎn)出。通過刺激企業(yè)專利產(chǎn)出的技術溢出效應來帶動相關領域的科技創(chuàng)新，政府研發(fā)資助可以有效推動社會的科技進步。其他變量的回歸結(jié)果與理論分析基本一致。企業(yè)研發(fā)投資變量R&Dit-1的系數(shù)為0.023且通過1%的顯著性檢驗，說明科技創(chuàng)新企業(yè)研發(fā)投資活動有利于專利產(chǎn)出。此外盈利能力、規(guī)模企業(yè)特征均對專利產(chǎn)出有促進作用。第（3）列用研發(fā)資助的自然對數(shù)值代替啞變量對專利申請情況進行回歸，結(jié)果與第（1）、（2）列一致，證明了政府研發(fā)資助越多、企業(yè)申請專利的可能性也就越大。

在披露研發(fā)投資規(guī)模相關信息時，企業(yè)可能考慮到稅收、市場反應等多方面因素，使得研發(fā)投資規(guī)模的報告值與實際值可能存在一定的差異。為了避免研發(fā)投資規(guī)模變量不準確對回歸結(jié)果的影響，用研發(fā)投資啞變量（當企業(yè)披露研發(fā)投資時取值1，否者取值0）代替研發(fā)投資實際規(guī)模再次對專利產(chǎn)出進行Probit回歸，結(jié)果列示在表2的第（4）、（5）列中?？梢钥吹浇Y(jié)果基本一致：政府研發(fā)資助和企業(yè)自主性研發(fā)投資對專利產(chǎn)出的作用依然為正且顯著，其他控制變量的系數(shù)取值和顯著性均未發(fā)生重大變化，說明實證檢驗結(jié)論具有穩(wěn)健性。

表2 政府研發(fā)資助對企業(yè)專利產(chǎn)出的作用效果①變量 profitit-1、executiveit-1和size的系數(shù)均顯著為正，限于篇幅未列在表2中，詳細結(jié)果可以向作者索取。

4.2 政府研發(fā)資助與企業(yè)市場價值

根據(jù)模型（5）檢驗政府研發(fā)資助對科技創(chuàng)新企業(yè)市場價值的影響。被解釋變量是企業(yè)市場價值的替代變量tobin'sQit的自然對數(shù)值，解釋變量為企業(yè)研發(fā)投資與有形資產(chǎn)價格的賬面價值之比RD_investmentit-1/Ait-1變量?？紤]到企業(yè)自主性研發(fā)投資規(guī)模RD_investmentit-1與政府研發(fā)資助GOVit-1以及銷售變量sale_ratioit-1存在影響關系，因此解釋變量可能是一個內(nèi)生變量。如果直接對模型（5）進行估計得到的結(jié)果可能是有偏且非一致的，因此選擇面板工具變量法對模型（5）進行回歸。

4.2.1 工具變量的選取

有效的工具變量應該滿足以下兩個條件：工具變量與內(nèi)生解釋變量相關且與模型擾動項不相關?？紤]到企業(yè)研發(fā)投資規(guī)模與企業(yè)技術（研發(fā)）人員數(shù)量有較為直接的經(jīng)濟聯(lián)系，因此選擇企業(yè)技術（研發(fā)）人員占全體員工數(shù)量比例作為工具變量。技術（研發(fā)）人員數(shù)據(jù)由上市公司年報披露的數(shù)據(jù)手工收集而成。

4.2.2 解釋變量內(nèi)生性檢驗

由于擾動項是不可觀測的，因此解釋變量的內(nèi)生性無法進行直接檢驗。找到有效的工具變量的前提下，可以運用Hausman檢驗借助工具變量檢驗解釋變量的內(nèi)生性。分別運用OLS和工具變量法對模型（5）進行回歸，然后對解釋變量的內(nèi)生性進行Hausman檢驗。Hausman統(tǒng)計量為23.00，在1%的顯著性水平下拒絕了“所有解釋變量都是外生的”原假設。因此應該運用面板工具變量法對模型（5）進行回歸估計。

4.2.3 實證結(jié)果及分析

表3列示了政府研發(fā)資助對企業(yè)市場價值的影響結(jié)果?？梢钥吹降冢?）、（2）列政府研發(fā)資助變量GOVit-1的系數(shù)分別為-0.0106和-0.0122，二者均小于零且分別在5%和1%的顯著性水平下通過檢驗。這說明政府研發(fā)資助對企業(yè)市場價值產(chǎn)生負影響，獲得政府研發(fā)資助越多，科技創(chuàng)新企業(yè)市場價值下降越大，驗證了假設2b。政府對科技創(chuàng)新企業(yè)研發(fā)投資的資助，可能被市場理解為研發(fā)項目風險大，研發(fā)投入產(chǎn)出效率不佳（白俊紅等，2009）等負面影響，因此企業(yè)市場價值與政府研發(fā)資助呈現(xiàn)負相關關系。由此說明政府研發(fā)資助在提高企業(yè)價值方面未能起到正面的促進作用，因此難以通過這一途徑達到示范效應進而促進全社會的科技創(chuàng)新。為了避免政府研發(fā)資助變量數(shù)據(jù)收集過程中可能存在的誤差，第（3）列運用政府研發(fā)資助啞變量再次進行了工具變量回歸，結(jié)果與第（1）、（2）列基本一致。其他變量的系數(shù)及顯著性均符合相關理論，這里不再贅述。

表3 政府研發(fā)資助對科技創(chuàng)新企業(yè)市場價值的作用效果

5 結(jié)論

我國正處于經(jīng)濟發(fā)展的新常態(tài)，為鼓勵科技創(chuàng)新、保障經(jīng)濟的可持續(xù)發(fā)展政府推出了一系列科技政策促進企業(yè)的研發(fā)投資。論文以政府研發(fā)資助作為切入點，檢驗了相關科技政策對企業(yè)創(chuàng)新產(chǎn)出和市場價值等方面的作用。結(jié)果表明政府研發(fā)資助有助于降低企業(yè)研發(fā)投資的成本和風險，提高研發(fā)項目的成功率，進而有效促進企業(yè)專利產(chǎn)出。在對企業(yè)市場價值的影響方面，考慮到內(nèi)生性問題運用工具變量法進行了模型回歸，結(jié)果顯示政府研發(fā)資助難以有效促進科技創(chuàng)新企業(yè)市場價值的提高。

本文的研究結(jié)論具有以下政策啟示：首先，當前我國知識產(chǎn)權(quán)相關保護制度不完善，企業(yè)缺乏自主創(chuàng)新的“安全感”，政府資助可以有效地降低企業(yè)研發(fā)投資的成本，提高預期收益，進而有效地提高企業(yè)自主創(chuàng)新的能力和積極性；其次，雖然政府資助能夠有效提高企業(yè)專利產(chǎn)出，但是要有效促進全社會的科技進步，還需要進一步發(fā)揮企業(yè)創(chuàng)新產(chǎn)出的技術溢出效應；最后，得到政府研發(fā)資助無法顯著提升企業(yè)市場價值，因此要得到市場的認可需要企業(yè)必須從根本上提高研發(fā)投資的質(zhì)量和效率。

[1]Alecke B,Mitze T,Reinkowski J,et al.Does Firm Size Make A Difference?Analysing The Effectiveness of R&D Subsidies in East Germany[J].German Economic Review,2012,13(2).

[2]Hall B H,Oriani R.Does The Market Value R&D Investment By European Firms?Evidence From A Panel of Manufacturing Firms in France,Germany,and Italy[J].International Journal of Industrial Organization,2006,24(5).

[3]Takalo T,Tanayama T.Adverse Selection and Financing of Innovation:Is There A Need for R&D Subsidies?[J].The Journal of Technology Transfer,2010,35(1).

[4]白俊紅,江可申,李婧.應用隨機前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率[J].管理世界，2009，(10)．

[5]白俊紅,李婧.政府R&D資助與企業(yè)技術創(chuàng)新——基于效率視角的實證分析[J].金融研究，2011,(6)．

[6]王俊.R&D補貼對企業(yè)R&D投入及創(chuàng)新產(chǎn)出影響的實證研究[J].科學學研究，2010,(9)．