周夢(mèng)麗 王艾敏 張旭婷 王子倫

[摘要]從公司金融資產(chǎn)配置的角度，選擇我國七十余家已上市的單項(xiàng)冠軍企業(yè)在2016—2020這5年間的相關(guān)數(shù)據(jù)構(gòu)建面板門限回歸模型，研究政府補(bǔ)貼、公司金融資產(chǎn)配置情況對(duì)于單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新方面的影響。實(shí)證研究結(jié)果如下：（1）在公司金融資產(chǎn)配比變化的過程中，政府的相關(guān)補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新數(shù)據(jù)呈現(xiàn)出非線性的數(shù)量關(guān)系; （2）所屬區(qū)間不同的金融資產(chǎn)配置率對(duì)于政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響也不相同。進(jìn)一步來說，當(dāng)企業(yè)金融資產(chǎn)配置較低時(shí)，政府所下發(fā)的補(bǔ)貼與單項(xiàng)冠軍企業(yè)創(chuàng)新效率之間的關(guān)系為正相關(guān)。而隨著金融資產(chǎn)配比的進(jìn)一步提升，這一關(guān)系發(fā)生結(jié)構(gòu)性突變，由正向變?yōu)樨?fù)向。研究結(jié)論有助于進(jìn)一步認(rèn)識(shí)單項(xiàng)冠軍企業(yè)的創(chuàng)新驅(qū)動(dòng)機(jī)制中包含的復(fù)雜性與多樣性，也有助于推動(dòng)本土制造企業(yè)進(jìn)行自主創(chuàng)新，從而培養(yǎng)出更多制造業(yè)方面的“單項(xiàng)冠軍”。

[關(guān)鍵詞]單項(xiàng)冠軍企業(yè);政府補(bǔ)貼;金融資產(chǎn)配置率;技術(shù)創(chuàng)新效率;門限效應(yīng)

一、 引言

黨的十九大報(bào)告指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，也是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐1?！笆奈濉币?guī)劃也重點(diǎn)強(qiáng)調(diào)“深入推進(jìn)科技體制改革，完善國家科技治理體系”2。從中可以看出，創(chuàng)新在我國科技與經(jīng)濟(jì)發(fā)展之中所起的作用日益增加。單項(xiàng)冠軍企業(yè)作為我國開展創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要主體，其整體績(jī)效的持續(xù)提升對(duì)于緩解我國經(jīng)濟(jì)下行方面的壓力、激發(fā)全社會(huì)創(chuàng)新活力等方面均具有重要意義。單項(xiàng)冠軍企業(yè)的核心能力主要來自其創(chuàng)新能力，而創(chuàng)新能力的提高則需要對(duì)研發(fā)活動(dòng)投入大量資金。我國單項(xiàng)冠軍企業(yè)雖為制造業(yè)中的優(yōu)質(zhì)企業(yè)，但是相比于德國的制造企業(yè)來說，單項(xiàng)冠軍企業(yè)的創(chuàng)新技術(shù)水平不夠，因此，國家基于戰(zhàn)略角度對(duì)其進(jìn)行了各種形式的補(bǔ)貼，以減輕企業(yè)的財(cái)務(wù)負(fù)擔(dān)，緩解創(chuàng)新活動(dòng)的外部性，鼓勵(lì)單項(xiàng)冠軍企業(yè)投入更多資金用于研發(fā)投資，從而掌握核心技術(shù)，提高企業(yè)創(chuàng)新效率，使我國制造業(yè)走出大而不強(qiáng)的困局，進(jìn)而推動(dòng)國家科技創(chuàng)新及經(jīng)濟(jì)發(fā)展。然而政府無法保證企業(yè)將獲得的補(bǔ)貼全部用于技術(shù)創(chuàng)新，而企業(yè)也不一定按照補(bǔ)貼要求進(jìn)行研發(fā)投資，企業(yè)可能將一部分資金進(jìn)行投資來獲取短期利息，這些行為將會(huì)嚴(yán)重抑制企業(yè)技術(shù)創(chuàng)新效率的提升。

近幾年我國一直致力于培育單項(xiàng)冠軍企業(yè)。工信部在2019年6月召開的培育制造業(yè)優(yōu)質(zhì)企業(yè)（單項(xiàng)冠軍）工作座談會(huì)中曾提到，培育優(yōu)質(zhì)企業(yè)（單項(xiàng)冠軍）是推動(dòng)制造業(yè)高質(zhì)量發(fā)展的必然要求3，相關(guān)的補(bǔ)助政策也在逐漸完善，但其實(shí)施效果如何并無相關(guān)經(jīng)驗(yàn)證據(jù)可參考，且在政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)創(chuàng)新間存在“內(nèi)在黑箱”，即對(duì)于企業(yè)創(chuàng)新而言，政府補(bǔ)貼僅為外部影響因素，從企業(yè)內(nèi)部而言，其金融資產(chǎn)配置率大小在政府補(bǔ)貼發(fā)揮效用過程中有可能起到關(guān)鍵作用。從我國現(xiàn)階段的研究之中可以看出，政府方面的補(bǔ)貼對(duì)于企業(yè)的金融資產(chǎn)配置及其技術(shù)創(chuàng)新的效率會(huì)產(chǎn)生一定程度的影響[1]，但是在一些研究的過程中，忽略了政府部門的補(bǔ)貼以及單項(xiàng)冠軍企業(yè)自身的金融資產(chǎn)配置情況與其內(nèi)部的技術(shù)創(chuàng)新效率之間的影響可能是非線性關(guān)系。

基于此，本文通過整理現(xiàn)有文獻(xiàn)，以單項(xiàng)冠軍上市企業(yè)2016—2020年數(shù)據(jù)為研究樣本，分析探討了政府補(bǔ)貼、金融資產(chǎn)配置對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響，以及金融資產(chǎn)配置在政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率間起到的調(diào)節(jié)作用和門限作用，提出本研究的概念模型與假設(shè)，揭示政府補(bǔ)貼、金融資產(chǎn)配置與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率三者之間的關(guān)系。本文可能的學(xué)術(shù)貢獻(xiàn)如下：（1）目前國內(nèi)對(duì)單項(xiàng)冠軍企業(yè)的研究多為定性分析，缺少利用企業(yè)微觀層面數(shù)據(jù)的定量分析，因此本文以單項(xiàng)冠軍企業(yè)為研究對(duì)象進(jìn)行實(shí)證研究，可豐富現(xiàn)有文獻(xiàn)，具有一定的理論意義;（2）打開了政府補(bǔ)貼作用于企業(yè)創(chuàng)新的“內(nèi)在黑箱”，前期研究大多局限于對(duì)兩者直接關(guān)系的探討，本文則基于政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響過程中，金融資產(chǎn)配置率在其中起到調(diào)節(jié)作用，并將其作為門限變量驗(yàn)證其是否存在一個(gè)合理的門限區(qū)域，使得政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率能夠產(chǎn)生最大的效用;（3）以往對(duì)于金融資產(chǎn)配置率與技術(shù)創(chuàng)新效率的研究結(jié)果并不統(tǒng)一且存在矛盾，本文在此基礎(chǔ)上，運(yùn)用非線性思維，借助面板門限模型，研究企業(yè)金融資產(chǎn)配置率對(duì)技術(shù)創(chuàng)新效率具有的非線性影響關(guān)系，在一定程度上緩解了目前研究結(jié)論中存在的沖突;（4）為政府在培育單項(xiàng)冠軍企業(yè)過程中的相關(guān)補(bǔ)助政策提供參考，也為政府培育出更多的單項(xiàng)冠軍企業(yè)提供經(jīng)驗(yàn)證據(jù)。

二、 文獻(xiàn)綜述與研究假設(shè)

1.? 政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率

政府補(bǔ)貼可以分散企業(yè)技術(shù)創(chuàng)新風(fēng)險(xiǎn)，對(duì)企業(yè)創(chuàng)新有直接的促進(jìn)作用。Ebersberger等[2]及Alecke等[3]國外學(xué)者的研究均發(fā)現(xiàn)，政府部門的相關(guān)補(bǔ)貼能夠顯著提升企業(yè)創(chuàng)新產(chǎn)出水平;國內(nèi)學(xué)者郭研等[4]以科技型中小企業(yè)為研究對(duì)象，發(fā)現(xiàn)相比于未受到政府補(bǔ)貼的企業(yè)，受到基金資助的企業(yè)在專利產(chǎn)出、技術(shù)創(chuàng)新效率等方面均具有更佳的表現(xiàn);胡軍燕等[5]認(rèn)為政府部門是影響區(qū)域創(chuàng)新的重要因素，政府在不同的維度間接影響著企業(yè)創(chuàng)新;陳超等[6]基于種業(yè)企業(yè)6年的數(shù)據(jù)，運(yùn)用面板Tobit模型和門限回歸模型，分析了政府補(bǔ)貼與市場(chǎng)集中度對(duì)其技術(shù)創(chuàng)新的影響，結(jié)果表明：政府補(bǔ)貼可以促進(jìn)企業(yè)技術(shù)創(chuàng)新效率的提高，但市場(chǎng)集中度會(huì)調(diào)節(jié)其實(shí)施效果。綜上，政府補(bǔ)貼是政府關(guān)于企業(yè)創(chuàng)新行為的鼓勵(lì)方式，政府補(bǔ)貼可直接影響到企業(yè)的資金量，進(jìn)而影響企業(yè)研發(fā)投入的意愿。即政府補(bǔ)貼越多，企業(yè)可以用于研發(fā)的資金就越多，企業(yè)為追求最大剩余價(jià)值，會(huì)提升技術(shù)創(chuàng)新的信心與積極性，在盡可能降低成本的同時(shí)提高技術(shù)創(chuàng)新效率。因此政府會(huì)影響到企業(yè)技術(shù)創(chuàng)新活動(dòng)，政府直接補(bǔ)貼是說明政府支持實(shí)際狀況的重要指標(biāo)，而且，政府對(duì)于制造業(yè)中的代表企業(yè)——單項(xiàng)冠軍企業(yè)的補(bǔ)貼金額相對(duì)較多，所以，本文的側(cè)重點(diǎn)在于研究政府部門的補(bǔ)貼對(duì)于單項(xiàng)冠軍企業(yè)的技術(shù)創(chuàng)新是否存在影響。

在此基礎(chǔ)上，本文提出研究假說：

H1：政府補(bǔ)貼金額越多，單項(xiàng)冠軍企業(yè)的技術(shù)創(chuàng)新效率越高。

2. 金融資產(chǎn)配置與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率

隨著我國企業(yè)脫實(shí)向虛的現(xiàn)象產(chǎn)生，企業(yè)大量配備金融資產(chǎn)已成為一種潮流，但是我國乃至世界范圍的學(xué)者們?cè)凇肮緝?nèi)部金融資產(chǎn)配置情況及技術(shù)創(chuàng)新效率之間存在什么樣的相互關(guān)聯(lián)性”還存在著一定的爭(zhēng)議。Seo等[7]、Ali等[8]學(xué)者認(rèn)為，企業(yè)若提高自身金融資產(chǎn)的配比情況會(huì)影響技術(shù)創(chuàng)新效率的進(jìn)一步發(fā)展。也有學(xué)者如胡奕明等[9]、鐘騰等[10]認(rèn)為企業(yè)的金融資產(chǎn)配置情況會(huì)促進(jìn)公司技術(shù)創(chuàng)新效率的進(jìn)一步發(fā)展，這一表現(xiàn)被稱為“蓄水池效應(yīng)”。例如，當(dāng)企業(yè)內(nèi)部資產(chǎn)配比之中股票的占比較高時(shí)，將會(huì)推動(dòng)股票市場(chǎng)的發(fā)展，且股票市場(chǎng)是有助于公司專利創(chuàng)新發(fā)展的。從中我們可以看出，一些創(chuàng)新含量比較高的發(fā)明專利就是在這種情況下誕生的。本文也認(rèn)為對(duì)于制造行業(yè)，特別是對(duì)于單項(xiàng)冠軍企業(yè)來說，如果金融資產(chǎn)的配置情況過高，將會(huì)對(duì)其技術(shù)創(chuàng)新效率產(chǎn)生影響。

在此基礎(chǔ)上，本文提出研究假說：

H2：其他因素不變，單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率與其技術(shù)創(chuàng)新效率呈負(fù)相關(guān)。

3. 政府補(bǔ)貼、金融資產(chǎn)配置和單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率

胡奕明等[10]以2002—2014年非金融類上市公司為樣本，運(yùn)用多元回歸方法進(jìn)行分析，結(jié)果發(fā)現(xiàn)：在企業(yè)金融資產(chǎn)比例較低時(shí)，企業(yè)獲得政府補(bǔ)貼后可能更多地將資金用于金融資產(chǎn)投資，從而抑制了技術(shù)創(chuàng)新;當(dāng)企業(yè)金融資產(chǎn)率上升到一定水平，金融風(fēng)險(xiǎn)提高，企業(yè)的金融投資行為具有不穩(wěn)定性，從而對(duì)技術(shù)創(chuàng)新投資的影響并不顯著;苗文龍等[1]選擇了我國一千二百余家上市公司作為研究樣本，創(chuàng)建面板門限回歸模型，對(duì)公司內(nèi)部金融資產(chǎn)配置與政府補(bǔ)貼、技術(shù)創(chuàng)新效率之間的關(guān)系進(jìn)行了進(jìn)一步研究，結(jié)果發(fā)現(xiàn)這組關(guān)系呈現(xiàn)出非線性關(guān)系。本文則以單項(xiàng)冠軍企業(yè)為研究對(duì)象，認(rèn)為部分企業(yè)在獲得政府補(bǔ)貼后不會(huì)將其用于企業(yè)研發(fā)創(chuàng)新，而是投放于金融市場(chǎng)，使得政府補(bǔ)貼對(duì)于單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新的效用有所降低，也就是說，金融資產(chǎn)的配置情況實(shí)際上會(huì)對(duì)政府補(bǔ)貼以及技術(shù)創(chuàng)新效率之間的關(guān)系起到一定的調(diào)節(jié)作用，而且，處于不同區(qū)間的金融資產(chǎn)配置對(duì)其的影響也會(huì)不同，那么單項(xiàng)冠軍企業(yè)的金融資產(chǎn)配置處于何種區(qū)間才能使得政府補(bǔ)貼對(duì)其技術(shù)創(chuàng)新發(fā)揮出最大的效用是本文的研究重點(diǎn)。

在此基礎(chǔ)上，本文提出以下研究假說：

H3a：?jiǎn)雾?xiàng)冠軍企業(yè)金融資產(chǎn)配置對(duì)政府補(bǔ)貼與技術(shù)創(chuàng)新效率之間的關(guān)系起調(diào)節(jié)作用。

H3b：金融資產(chǎn)配置率存在門限效應(yīng)，即不同區(qū)間的金融資產(chǎn)配置率對(duì)政府補(bǔ)貼與技術(shù)創(chuàng)新效率之間關(guān)系的調(diào)節(jié)作用也會(huì)有所不同。

三、? 研究設(shè)計(jì)

1.? 樣本選擇與數(shù)據(jù)收集

按照工業(yè)和信息化部的定義，“制造業(yè)單項(xiàng)冠軍”企業(yè)指的是“長(zhǎng)期專注于制造業(yè)某些細(xì)分產(chǎn)品市場(chǎng)，生產(chǎn)技術(shù)或工藝國際領(lǐng)先，單項(xiàng)產(chǎn)品市場(chǎng)占有率位居全球或國內(nèi)前列的企業(yè)”。1自2016年起，我國工信部便開始評(píng)選第一批單項(xiàng)冠軍企業(yè)，本文的研究樣本合并整理五批單項(xiàng)冠軍企業(yè)，并從中選出2016年前已上市的企業(yè)。研究期間為 2016—2020年，所選擇的樣本數(shù)據(jù)分別來自CSMAR（國泰安）數(shù)據(jù)庫、Wind（萬德）數(shù)據(jù)庫以及從公司年報(bào)人工整理而來，剔除數(shù)據(jù)資料不完整的企業(yè)后，最終得到76家單項(xiàng)冠軍企業(yè)5年的平衡面板數(shù)據(jù)，樣本總數(shù)為380個(gè)。在做實(shí)證研究前，首先對(duì)在本次閾值范圍之內(nèi)的所有連續(xù)變量進(jìn)行縮尾處理，縮尾數(shù)值為0.01，這一操作的主要目的是清除異常值對(duì)于具體測(cè)算結(jié)果的影響。

2. 主要變量定義

（1）政府補(bǔ)貼

政府補(bǔ)貼是政府對(duì)企業(yè)引導(dǎo)、支持與鼓勵(lì)的一種方式，是政府通過向企業(yè)無償提供貨幣性資產(chǎn)和非貨幣性資產(chǎn)來解決市場(chǎng)失靈這一現(xiàn)象，從而引導(dǎo)企業(yè)的創(chuàng)新行為、促進(jìn)我國經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化。總結(jié)起來，政府補(bǔ)貼的方式分為直接補(bǔ)助和間接補(bǔ)助兩大類。直接補(bǔ)助的形式主要集中在財(cái)政對(duì)企業(yè)的直接撥款，這種提供流動(dòng)資金的方式激勵(lì)企業(yè)進(jìn)行創(chuàng)新活動(dòng)的效果最優(yōu)。因此本文選取樣本單項(xiàng)冠軍企業(yè)當(dāng)年所獲政府補(bǔ)貼金額的對(duì)數(shù)作為政府補(bǔ)貼的衡量標(biāo)尺，記為govsub（governmental subsidy）。

（2）金融資產(chǎn)配置率

借鑒杜勇等[11]的研究思路，本文將交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、投資性房地產(chǎn)、長(zhǎng)期股權(quán)投資等6個(gè)科目全部劃分為金融資產(chǎn)?？紤]到每個(gè)企業(yè)貨幣資金用途的差異，難以獲得準(zhǔn)確的資金去向，因此不將貨幣資產(chǎn)列入本文研究的金融資產(chǎn)。以金融資產(chǎn)與企業(yè)總資產(chǎn)的比值來衡量單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率，記為fiasra（financial asset allocation radio）。

（3）技術(shù)創(chuàng)新效率

技術(shù)創(chuàng)新效率具體指的是通過使用衡量標(biāo)準(zhǔn)對(duì)某一個(gè)公司、某個(gè)地區(qū)甚至是某個(gè)國家的技術(shù)創(chuàng)新能力做出測(cè)算[12]。通俗來講，技術(shù)創(chuàng)新效率實(shí)際上指的是在某一項(xiàng)主體技術(shù)創(chuàng)新活動(dòng)之中，計(jì)算其創(chuàng)新投入的具體金額與產(chǎn)出效率的大小。對(duì)于技術(shù)創(chuàng)新效率的計(jì)算可以采用多種方式，本文采用經(jīng)DEA-BCC模型測(cè)得的綜合技術(shù)效率作為單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的評(píng)價(jià)指標(biāo)，記為crste（comprehensive technical efficiency）2。

（4）控制變量

控制變量的方式主要是從公司財(cái)務(wù)、公司治理兩個(gè)方面入手，選擇的控制變量主要有：企業(yè)風(fēng)險(xiǎn)承擔(dān)水平、股權(quán)集中度、管理效率、成長(zhǎng)能力、營運(yùn)能力等多個(gè)方面。具體變量定義見表1。

3. 模型設(shè)計(jì)

為了驗(yàn)證H1，本文以技術(shù)創(chuàng)新效率crste為被解釋變量，政府補(bǔ)貼govsub為解釋變量，研究政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響，具體模型如下：

[crstei，t=α0+α1govsubi，t+αiXi，t+εi，t]? （1）

其中，i 表示上市公司，t 表示年份，X為控制變量，[εi，t]為殘差項(xiàng)。

為了驗(yàn)證H2，本文以技術(shù)創(chuàng)新效率crste為被解釋變量，金融資產(chǎn)配置率fiasra為解釋變量，研究金融資產(chǎn)配置率對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響，具體模型如下：

[crstei，t=β0+β1fiasrai，t+βiXi，t+εi，t]? （2）

其中，i 表示上市公司，t 表示年份，X為控制變量，[εi，t]為殘差項(xiàng)。

為了驗(yàn)證H3a，檢驗(yàn)金融資產(chǎn)配置率對(duì)政府補(bǔ)貼與技術(shù)創(chuàng)新效率關(guān)系的調(diào)節(jié)作用，構(gòu)建模型（3）、模型（4）和模型（5），模型（4）和模型（5）在模型（3）的基礎(chǔ)上加入了政府補(bǔ)貼（govsub）與金融資產(chǎn)配置率（fiasra）的一次交互項(xiàng)（govsub × fiasra）和二次交互項(xiàng)，若交互項(xiàng)顯著，說明金融資產(chǎn)配置率對(duì)政府補(bǔ)貼與技術(shù)創(chuàng)新效率關(guān)系有調(diào)節(jié)作用，具體模型如下：

[crstei，t=θ0+θ1govsubi，t+θ2fiasrai，t+θiXi，t+εi，t]? （3）

[crstei，t=φ0+φ1govsubi，t+φ2fiasrai，t+φ3govsubi，t*fiasrai，t+φiXi，t+εi，t] （4）

[crstei，t=γ0+γ1govsubi，t+γ2fiasrai，t+γ3govsubi，t*fiasrai，t+γ3govsubi，t*fiasra^2i，t+γiXi，t+εi，t] （5）

為了驗(yàn)證H3b，也就是金融資產(chǎn)的配置率之中是否存在門限效應(yīng)，本文主要通過搭建面板門限模型來對(duì)相關(guān)關(guān)系進(jìn)行討論，在這里分別建立單一的門限模型（4）和雙重門限模型（5）檢驗(yàn)上述結(jié)論。基本形式如下所示：

[yit=μit+β1xitI（qit≤γ）+β2xitI（qit>γ）+eit]? （6）

[yit=μit+β1xitI（qit≤γ1）+β2xitI（γ1<qit≤γ2）+β32xitI（qit>γ2）+eit]? （7）

從以上公式之中可以看出，式（6）為單一門限模型，式（7）為雙重門限模型。其中[yit] 是被解釋變量，主要指的是單項(xiàng)冠軍公司的技術(shù)創(chuàng)新效率;[xit] 為K維向量，是解釋變量，主要指的是公司金融資產(chǎn)的配置率、政府補(bǔ)貼以及一些其他的控制變量;[qit]是門限變量，[γ]為門限變量對(duì)應(yīng)的門限值，此處應(yīng)注意，在式（7）中，[γ1]應(yīng)當(dāng)小于[γ2] ，[I（·）]為示性函數(shù)，若數(shù)值滿足括號(hào)中的條件，示性函數(shù)即為1，若不滿足，則為0。

四、 實(shí)證檢驗(yàn)與分析

1.? 描述性統(tǒng)計(jì)分析

從本文選取的樣本數(shù)值中可以看出，技術(shù)創(chuàng)新效率（crste）均值為 0.6699，標(biāo)準(zhǔn)差為 0.2285，表明我國單項(xiàng)冠軍企業(yè)的技術(shù)創(chuàng)新效率不太均衡;政府補(bǔ)貼（govsub）金額均值比較大，且標(biāo)準(zhǔn)差較小，表明政府對(duì)該類企業(yè)的補(bǔ)貼普遍較多;金融資產(chǎn)配置率（fiasra）均值為0.0534，最小值為0，最大值為0.3340，表明各企業(yè)間的金融資產(chǎn)配置差距過大;風(fēng)險(xiǎn)承擔(dān)水平（riskta）均值為0.0253，最大值為0.0408，最小值為0.0108，表明企業(yè)間風(fēng)險(xiǎn)承擔(dān)水平普遍較低;從資產(chǎn)負(fù)債率（lev）數(shù)值當(dāng)中我們可以看出，公司之間的資產(chǎn)負(fù)債結(jié)構(gòu)差距還是比較大的;股權(quán)集中度（stock10）均值為0.5609;管理效率（maneff）的具體數(shù)值也表明各公司之間的管理效率存在著較大的差距;獲利能力（proabi）、成長(zhǎng)能力（groabi）、營運(yùn)能力（runabi）的差異也較大，具體見表2。

2. 相關(guān)性分析

為了避免共線性問題及對(duì)主要變量進(jìn)行相關(guān)性分析，結(jié)果發(fā)現(xiàn)各變量間的相關(guān)性均小于0.6（表3）。據(jù)此可得出判斷：在各個(gè)變量之間并不存在共線性的問題，在此基礎(chǔ)之上再進(jìn)行下一步的具體計(jì)算。

3. 主效應(yīng)及調(diào)節(jié)效應(yīng)檢驗(yàn)

本文首先分析政府補(bǔ)貼和金融資產(chǎn)配置率分別對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響及顯著性，之后分析金融資產(chǎn)配置率對(duì)政府補(bǔ)貼與技術(shù)創(chuàng)新效率關(guān)系的調(diào)節(jié)效應(yīng)，由于本文的面板數(shù)據(jù)為大N小T型，屬于短面板，故不再做面板單位根檢驗(yàn)[13-14];且本文使用DEA-BCC模型測(cè)得的效率值在0到1的范圍內(nèi)，本文要使用該效率值作為因變量進(jìn)行下一步的回歸分析，但該因變量屬于受限因變量，如果采用 OLS 方法去估計(jì)自變量和調(diào)節(jié)變量對(duì)因變量的影響方向和影響強(qiáng)度，有可能會(huì)導(dǎo)致估計(jì)偏差，所以本文不適合采取線性回歸的方法。而Tobit模型在處理受限因變量問題時(shí)，有著明顯的優(yōu)勢(shì)，因此本文采用Tobit模型進(jìn)行回歸分析[15]。分層回歸分析結(jié)果如表4所示。

表4的結(jié)果表明：在模型（1）中，政府補(bǔ)貼在1%的水平上通過了顯著性檢驗(yàn)（[β]=0.0621，[α]<0.01），政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響為正向效應(yīng)，表明政府補(bǔ)貼的增加會(huì)有利于單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的提升，假設(shè)1得到驗(yàn)證。

在模型（2）中，金融資產(chǎn)配置率在1%的水平上通過了顯著性檢驗(yàn)（[β]=-0.8701，[α]<0.01），金融資產(chǎn)配置率對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響為負(fù)向效應(yīng)，表明金融資產(chǎn)配置率的增加會(huì)抑制單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的提升，假設(shè)2得到驗(yàn)證。

在模型（3）中，加入了金融資產(chǎn)配置率這一調(diào)節(jié)變量后，金融資產(chǎn)配置率在1%的水平上通過了顯著性檢驗(yàn)（[β]=-0.8227，[α]<0.01），政府補(bǔ)貼在5%的水平上通過了顯著性檢驗(yàn)（[β]=-0.0503，[α]<0.05），即加入金融資產(chǎn)配置率后，其對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響由正向轉(zhuǎn)為負(fù)向，表明金融資產(chǎn)配置率會(huì)抑制政府補(bǔ)貼對(duì)企業(yè)創(chuàng)新所發(fā)揮的效用。

在模型（4）中，加入了金融資產(chǎn)配置率與政府補(bǔ)貼的交互項(xiàng)（govsub[×]fiasra）后，該交互項(xiàng)與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率呈負(fù)相關(guān)但并不顯著;模型（5）在模型（4）的基礎(chǔ)上，加入了金融資產(chǎn)配置率的二次項(xiàng)與政府補(bǔ)貼的交互項(xiàng)（govsub[×]fiasra^2），結(jié)果發(fā)現(xiàn)，二次項(xiàng)的交互項(xiàng)與單項(xiàng)冠軍企業(yè)的技術(shù)創(chuàng)新效率在10%水平上呈顯著負(fù)相關(guān)（[β]=-2.319，[α]<0.1），說明金融資產(chǎn)配置率在政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率之間的調(diào)節(jié)為非線性，因此，假設(shè)H3a得到驗(yàn)證。

4. 整體面板門限回歸

（1）門限效應(yīng)檢驗(yàn)

為了量化分析非線性調(diào)節(jié)效應(yīng)的門檻值和影響程度，力圖找到使單項(xiàng)冠軍企業(yè)政府補(bǔ)貼效用達(dá)到最大化時(shí)的金融資產(chǎn)配置率的最佳區(qū)間，本文設(shè)定以金融資產(chǎn)配置率為門限變量，對(duì)其門限存在性進(jìn)行檢驗(yàn)。具體結(jié)果如表5所示：當(dāng)金融資產(chǎn)配置率作為門限變量時(shí)，單門限檢驗(yàn)的F統(tǒng)計(jì)量的伴隨概率為0.0000，則拒絕不存在門限值的假設(shè)。這說明金融資產(chǎn)配置率至少存在一個(gè)門限值;再進(jìn)行雙重門限效應(yīng)檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的伴隨概率為0.0200，則拒絕存在僅一個(gè)門限值的假設(shè);再進(jìn)行三重門限效應(yīng)檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的伴隨概率為0.6400，則不能拒絕存在僅兩個(gè)門限值的假設(shè)，也就是說單項(xiàng)冠軍企業(yè)的金融資產(chǎn)配置率在對(duì)政府補(bǔ)貼與其技術(shù)創(chuàng)新效率的影響中存在兩個(gè)門限值。為驗(yàn)證其真實(shí)性，本文還使用stata16.0繪制出了雙重門檻的LR圖，如圖1所示。

（2）回歸結(jié)果

將上述結(jié)果作為門限變量，從而進(jìn)行下一步計(jì)算，具體計(jì)算結(jié)果如表6所示。門限模型估計(jì)結(jié)果表明，政府補(bǔ)貼對(duì)于單項(xiàng)冠軍企業(yè)創(chuàng)新效率的提升起積極作用，即能夠顯著提升單項(xiàng)冠軍企業(yè)創(chuàng)新效率，并且我們發(fā)現(xiàn)：隨著單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率變動(dòng)，政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響存在著結(jié)構(gòu)性突變。門限值0.0750和0.1613按照金融資產(chǎn)配置率將單項(xiàng)冠軍企業(yè)劃分為3種類型：低金融資產(chǎn)配置組（fiasra<=0.0750）、中金融資產(chǎn)配置組（0.0750<fiasra<=0.1613）和高金融資產(chǎn)配置組（fiasra>0.1613），假設(shè)H3b得到驗(yàn)證。

當(dāng)單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率小于等于0.0750時(shí)，政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的回歸系數(shù)等于0.0475，并且在5%水平下顯著。這一結(jié)果表明，當(dāng)單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率較低時(shí)，政府補(bǔ)貼對(duì)于公司的技術(shù)創(chuàng)新會(huì)存在促進(jìn)效果。導(dǎo)致這一現(xiàn)象的原因可能是政府的補(bǔ)助作為企業(yè)重要的外部融資來源，企業(yè)資金匱乏的難題得到有效緩解，企業(yè)的研發(fā)成本得以降低，創(chuàng)新活動(dòng)可以順利展開。此外，企業(yè)獲得政府補(bǔ)貼之后，除了用來購買研發(fā)設(shè)備等固定資產(chǎn)之外，還會(huì)用于研發(fā)人員的技能培訓(xùn)活動(dòng)，增強(qiáng)研發(fā)人員的研發(fā)能力，從而有效提高了企業(yè)的技術(shù)創(chuàng)新效率。

當(dāng)單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率大于0.0750小于等于0.1613時(shí)，政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的回歸系數(shù)等于-0.0568，這說明政府補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新存在負(fù)向作用;當(dāng)單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率不斷提高，直到大于門限值0.1613時(shí)，政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新的回歸系數(shù)變?yōu)?0.0749，這說明當(dāng)單項(xiàng)冠軍企業(yè)金融資產(chǎn)配置率過高時(shí)，政府補(bǔ)貼對(duì)其技術(shù)創(chuàng)新效率的負(fù)向抑制作用進(jìn)一步加強(qiáng)。出現(xiàn)這一結(jié)果的可能原因如下：在單項(xiàng)冠軍企業(yè)內(nèi)部的金融資產(chǎn)配置提升的過程中，可能會(huì)出現(xiàn)“替代效應(yīng)”，更嚴(yán)重的還可能會(huì)產(chǎn)生“過度金融化”的情況，而這一系列的問題還有可能導(dǎo)致公司的研發(fā)投入資金與技術(shù)創(chuàng)新效率之間出現(xiàn)“擠出效應(yīng)”。

5. 穩(wěn)健性檢驗(yàn)

本文通過替換被解釋變量來進(jìn)行穩(wěn)健性檢驗(yàn)。通過閱讀文獻(xiàn)可知，學(xué)者們對(duì)企業(yè)技術(shù)創(chuàng)新效率測(cè)量方法的研究十分豐富，本文為了檢驗(yàn)上述實(shí)證結(jié)果的穩(wěn)健性，延續(xù)以往學(xué)者的研究，分別采用純技術(shù)效率和規(guī)模效率替代上文的被解釋變量綜合技術(shù)效率進(jìn)行檢驗(yàn)，回歸結(jié)果均保持不變，對(duì)本文的結(jié)論不產(chǎn)生影響，綜上，本文研究結(jié)論均具備較高的穩(wěn)健性。

五、 研究結(jié)論及政策建議

本文選擇2016—2020年76家單項(xiàng)冠軍上市企業(yè)為研究對(duì)象，檢驗(yàn)了政府補(bǔ)貼、金融資產(chǎn)配置率對(duì)于單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響關(guān)系，進(jìn)一步研究了金融資產(chǎn)配置率在政府補(bǔ)貼與技術(shù)創(chuàng)新效率兩者之間發(fā)揮的非線性調(diào)節(jié)作用，以及不同門限區(qū)間的金融資產(chǎn)配置率對(duì)于政府補(bǔ)貼和單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率間關(guān)系的不同影響，目的是檢驗(yàn)企業(yè)內(nèi)部資源配置對(duì)于宏觀政策的作用效果。實(shí)證檢驗(yàn)結(jié)果發(fā)現(xiàn)：（1）政府補(bǔ)貼對(duì)單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新存在顯著正向促進(jìn)作用;（2）金融資產(chǎn)配置率會(huì)調(diào)節(jié)政府補(bǔ)貼與單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率間的關(guān)系，且該調(diào)節(jié)為非線性;（3）金融資產(chǎn)配置率存在門限效應(yīng)，當(dāng)金融資產(chǎn)配置率比較低的時(shí)候，政府補(bǔ)貼對(duì)于公司的技術(shù)創(chuàng)新會(huì)存在促進(jìn)效果，然而，在公司金融資產(chǎn)配置率不斷提升的過程中，政府補(bǔ)貼與公司內(nèi)部技術(shù)創(chuàng)新效率之間的關(guān)系也會(huì)由促進(jìn)轉(zhuǎn)變?yōu)橐种疲掖嬖趦蓚€(gè)門限值，在第一個(gè)門限節(jié)點(diǎn)上兩者關(guān)系由正轉(zhuǎn)負(fù)，在第二個(gè)節(jié)點(diǎn)上，兩者間的負(fù)向關(guān)系更為顯著。

基于以上研究結(jié)論，本文從政府和企業(yè)兩個(gè)層面提出幾點(diǎn)政策建議。對(duì)于企業(yè)而言，一方面，無論是單項(xiàng)冠軍企業(yè)還是想要成為單項(xiàng)冠軍的企業(yè)應(yīng)合理使用政府補(bǔ)貼，不應(yīng)只關(guān)注短期收益，盲目將政府補(bǔ)貼投資于金融產(chǎn)品等;另一方面，單項(xiàng)冠軍企業(yè)的創(chuàng)新不僅需要政府的支持，最重要的還是企業(yè)自身能夠明晰政府補(bǔ)貼與其技術(shù)創(chuàng)新間的內(nèi)在機(jī)理，能夠做出正確的管理決策去合理配置資源，提升創(chuàng)新效率，除此之外單項(xiàng)冠軍企業(yè)在創(chuàng)新的過程中也應(yīng)注意自身的風(fēng)險(xiǎn)承擔(dān)水平等內(nèi)部因素。對(duì)于政府而言，一方面，建議政府部門加強(qiáng)金融監(jiān)管強(qiáng)度，防止不僅是單項(xiàng)冠軍企業(yè)，甚至其他的一些制造公司出現(xiàn)金融資金壓榨實(shí)體經(jīng)濟(jì)的情況，應(yīng)該大力支持制造企業(yè)進(jìn)行研發(fā)創(chuàng)新;另一方面，要給予單項(xiàng)冠軍企業(yè)高度重視以及相應(yīng)的政策支持，既要健全單項(xiàng)冠軍企業(yè)的培育機(jī)制，又要優(yōu)化營商環(huán)境，給予單項(xiàng)冠軍企業(yè)發(fā)展更多的重視，在各方面出臺(tái)更加優(yōu)惠的政策，提供更加便捷、高效的政務(wù)服務(wù)，為單項(xiàng)冠軍企業(yè)的培育、提升、發(fā)展厚植更加有利的土壤。

本文在眾多學(xué)者的研究成果基礎(chǔ)上，通過實(shí)證檢驗(yàn)的方式，探究了政府補(bǔ)貼、金融資產(chǎn)配置率與單項(xiàng)冠軍企業(yè)創(chuàng)新間的關(guān)系，雖然在樣本選擇與模型構(gòu)建中仔細(xì)斟酌，但由于作者學(xué)術(shù)能力有限和該問題的復(fù)雜性，本文還存在以下不足：政府補(bǔ)貼對(duì)于單項(xiàng)冠軍企業(yè)技術(shù)創(chuàng)新效率的影響有可能具有滯后性，由于單項(xiàng)冠軍企業(yè)僅有5年的數(shù)據(jù)，難以實(shí)現(xiàn)滯后性檢驗(yàn)，今后隨著單項(xiàng)冠軍企業(yè)評(píng)選批次增加，可以解決該問題。針對(duì)以上問題，未來可以繼續(xù)進(jìn)行深入探討。

參考文獻(xiàn)：

[1] 苗文龍，閆娟娟，吳炳輝.政府補(bǔ)貼，企業(yè)金融資產(chǎn)配置與技術(shù)創(chuàng)新效率[J].統(tǒng)計(jì)與決策，2020（15）：162-166.

[2] Ebersberger B，Lehtoranta O.Pattern of Innovative Activities among Finnish Firms[J].VTT Publications，2005（558）：1-197.

[3] 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）：174-195.

[4] 郭研，郭迪，姜坤.政府資助、項(xiàng)目篩選和企業(yè)的創(chuàng)新產(chǎn)出——來自科技型中小企業(yè)創(chuàng)新基金的證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015（2）：33-46.

[5] 胡軍燕，袁川泰.政府R&D投入對(duì)企業(yè)基礎(chǔ)研究的影響——基于大型工業(yè)企業(yè)數(shù)據(jù)的實(shí)證研究[J].科技管理研究，2016，36（20）：27-31.

[6] 陳超，張悅，王迎春，等.政府補(bǔ)貼、市場(chǎng)集中度與種業(yè)企業(yè)技術(shù)創(chuàng)新效率的關(guān)系——基于省級(jí)面板數(shù)據(jù)[J].科技管理研究，2021，41（20）：87-96.

[7] Seo H J，Kim H S，Kim Y C. Financialization and the Slowdown in Korean Firms’ R&D Investment[J].Asian Economic Papers，2012，11（3）：35-49.

[8] Ali A K， ?ükrü ?. Macroeconomic and Institutional Determinants of Financialisation of Non-Financial Firms： Case Study of Turkey[J].Socio-Economic Review，2014（1）：71-98.

[9] 胡奕明，王雪婷，張瑾.金融資產(chǎn)配置動(dòng)機(jī)：“蓄水池”或“替代”？——來自中國上市公司的證據(jù)[J].經(jīng)濟(jì)研究，2017，52（1）：181-194.

[10] 鐘騰，汪昌云.金融發(fā)展與企業(yè)創(chuàng)新產(chǎn)出——基于不同融資模式對(duì)比視角[J].金融研究，2017（12）：127-142.

[11] 杜勇，張歡，陳建英.金融化對(duì)實(shí)體企業(yè)未來主業(yè)發(fā)展的影響：促進(jìn)還是抑制[J].中國工業(yè)經(jīng)濟(jì)，2017（12）：113-131.

[12] 劉峰，寧健.智能制造企業(yè)技術(shù)創(chuàng)新效率及其影響因素[J].企業(yè)經(jīng)濟(jì)，2016（4）：6.

[13] Anderson T W， Hsiao C.Formulation and Estimation of Dynamic Models Using Panel Data[J].Journal of Econometrics，1982，18（1）：47-82.

[14] Bai J.Panel Data Models with Interactive Fixed Effects[J].Econometrica，2009，77（4）：1229-1279.

[15] 陶長(zhǎng)琪，徐曄，萬建香，等.計(jì)量經(jīng)濟(jì)學(xué)[M].南京：南京大學(xué)出版社，2016.

作者簡(jiǎn)介：周夢(mèng)麗（1997-），女，河南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院碩士研究生，研究方向?yàn)榻M織創(chuàng)新與人力資源管理;王艾敏（1965-），女，河南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)榧夹g(shù)經(jīng)濟(jì);張旭婷（1995-），女，河南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院碩士研究生，研究方向?yàn)榻M織行為;王子倫（1999-），男，信陽師范學(xué)院法學(xué)與社會(huì)學(xué)學(xué)院碩士研究生，研究方向?yàn)閼椃ㄅc行政法。

（收稿日期：2021-12-08? 責(zé)任編輯：殷 俊）