国内或国外 期刊或论文

您当前的位置:发表学术论文网经济论文》 政府补助对企业创新绩效的影响> 正文

政府补助对企业创新绩效的影响

所属分类:经济论文 阅读次 时间:2021-01-28 11:51

本文摘要:〔摘要〕本文选取2010~2019年中国制造业A股上市公司的面板数据,基于创新数量和创新质量双维视角,构建面板向量自回归模型,通过方差分解、脉冲响应等方法实证检验政府补助对创新数量和创新质量的影响。研究结果表明:(1)政府补助与创新能力存在滞后1~2期的

  〔摘要〕本文选取2010~2019年中国制造业A股上市公司的面板数据,基于创新数量和创新质量双维视角,构建面板向量自回归模型,通过方差分解、脉冲响应等方法实证检验政府补助对创新数量和创新质量的影响。研究结果表明:(1)政府补助与创新能力存在滞后1~2期的相互持续促进作用,政府补助政策绩效总体效果显著;(2)创新数量以及创新能力均能释放积极信号,以利于企业获得更多的政府补助,但创新质量显著抑制政府补助的增加;(3)政府补助对创新数量促进作用效果显著,但对创新质量的抑制作用效果显著;(4)创新能力对创新数量作用效果甚微,却显著抑制创新质量的提升。上述实证研究结论为政府补助政策以及创新政策的调整和完善提供借鉴和参考。

  〔关键词〕政府补助创新能力创新质量创新数量PVAR模型方差分解法

企业创新

  引言

  创新是引领社会发展的第一动力,制造业企业是促进整个国民经济发展的主力军,因此我国各级政府都加大了对制造业企业创新的扶持,以激发企业创新活力。政府对企业的补助有助于制造业企业加大对研发活动的投入水平[1],进而对企业创新绩效产生直接影响。企业要提升创新能力,进而推动其实现从创新数量增长到创新质量提升的跨越,而企业创新绩效的提升同样也会对制造业企业的研发投入和创新能力产生影响。创新是一个长期持久的过程,因此需要持续的大量资金投入。

  企业创新论文范例:创新者的逆袭变革时代后发企业创新致胜之道

  那么,政府补助是否促进了企业创新能力和创新绩效的提升?企业创新能力和创新绩效又是如何影响政府补助的?政府的补助政策该如何调整?基于上述问题,本文利用2010~2019年中国制造业上市企业面板数据,基于创新数量和创新质量双维视角,构建面板向量自回归模型,通过脉冲响应函数、方差分解等方法探究政府补助、创新能力和创新绩效之间的动态交互关系,以期为政府实施对制造业企业的补贴策略提供对策建议。

  1文献述评

  创新政策的目标旨在提高企业的创新能力,国内学者从不同角度探究创新政策对创新能力的影响,有研究表明企业自身研发资金投入以及研发能力提升均更有助于企业创新能力和绩效的提升[2],也有学者证实了创新政策对创新能力的正向激励效果[3]。政府补贴对创新能力的影响具有异质性[4],而目前政府补助与企业创新能力的交互影响并未有明确的研究结论。现有学者针对政府补助对创新绩效之间的交互关系研究结论不一。

  Martin提出政府发放给企业的研发补贴会引发企业间的创新竞争,进而激发企业研发更多新技术[5];也有学者指出政府研发补贴同时对企业产生激励和挤出两种效应[6];余菲菲和钱超应用门槛模型证明,政府补助与企业创新投入存在非线性关系[7],但现有文献较少从创新数量和创新质量角度挖掘政府补助的影响。创新能力是促进企业创新发展及经济增长的源动力,现有研究主要集中在创新能力的影响因素[8]、创新能力的综合评价[9]以及创新能力的空间结构分析[10]等方面,有部分学者关注到创新能力对创新绩效的正向影响[11],但也有人提出相反结论,至今创新能力对创新绩效的影响尚未有一致结论,且目前较少有学者关注创新能力与企业创新数量和创新质量之间的动态交互效应。

  相对于现有文献,本文主要从以下3个方面推进了对该问题的研究:(1)研究视角上关注到政府层面和企业层面,构建研究模型同时考虑了政府补助、创新能力与创新绩效,探究三者之间动态交互关系;(2)研究方法采用面板向量自回归方法,同时关注到变量的内生性和滞后性问题;(3)研究内容上,创新绩效关注创新数量和创新质量两个方面,以充分发掘政府补助的作用效果。

  2模型建构与数据说明

  2.1模型构建

  本文采用由Holtz-Eakin构建的面板向量自回归(PVAR)模型,该模型的优点在于既可以解决变量内生性问题又同时考虑个体差异对模型的影响。PVAR模型不预先区分变量类型,假定所有变量都为内生变量,更能真实描述各变量之间的交互作用关系。本文将政府补贴和企业创新能力以及创新绩效同时纳入研究框架,运用PVAR模型分析政府补贴、创新能力与创新绩效之间的动态交互关系。创新活动推动了社会的发展和进步,而政府的科学技术政策对技术创新起重要作用。为降低企业创新风险,政府对制造业企业实施政府补助政策,该政策能够促进企业将更多资金投入到研发活动中,研发资金的增加会进一步提升企业创新能力,创新能力最终会推动企业创新绩效的提升;另外,创新绩效的提升又反过来促使更多资金流向研发活动,从而促进科技进步。

  2.2数据来源

  2.2.1样本选取及数据来源

  本文研究对象为2010~2019年中国制造业A股上市企业。为增强样本的准确性,对原始数据按如下原则进行降噪处理:(1)剔除数据不完整以及被ST、ST*的上市公司;(2)剔除数据中明显不合理的异常值。最终选取2272家上市公司,20721个观测值。本文所有数据均来自于万得及巨潮资讯网,运用Eviews9.0和STATA15.0对相关数据进行分析。

  2.2.2变量测度

  (1)政府补助。本文参考彭雪蓉和魏江[12]的做法采用上市企业年报数据中政府补助金额来衡量。(2)创新能力。在评价企业创新能力方面,考虑企业数据的可获性,本文参考朱俊杰[13]的做法采用创新投入评价创新能力。(3)创新绩效。本文从创新质量和创新数量两个维度来衡量企业创新绩效,创新数量代表创新规模,参考Griliches[14]的研究,采用新产品销售收入衡量;创新质量代表创新水平,参考张古鹏等[15]的研究,采用发明专利数量与专利申请数量比值进行度量。为避免时间序列中可能存在的异方差,本文对各变量中所有绝对量取对数,Patent、lnNew、lnRD、lnSub分别代表创新质量、创新数量、创新能力以及政府补助4个指标。

  3实证检验

  3.1描述性统计分析

  所有样本企业在报告期内均获得了政府补助,这与制造业企业受到政府较大的关注与扶持的现状相符;中国制造业企业创新数量平均为23.57,说明创新数量较高,且创新数量差别不大,但创新质量均值为0.416,均值很低,表明总体创新质量水平较低,且极差较大,表明制造业企业之间创新质量水平差异很大。

  3.2单位根检验

  为避免伪回归,同时采用LLC和Fisher-ADF检验方法对面板数据进行单位根检验。检验结果均在1%的置信水平下拒绝原假设,说明4个变量原始序列皆平稳。

  4研究结论与启示

  本文以2010~2019年中国制造业上市企业面板数据为样本,通过构建PVAR模型,基于创新质量与创新数量双维视角,实证检验政府补助、创新能力与创新绩效的动态互动关系,结合GMM估计、脉冲响应函数和方差分解等方法得出如下结论:

  (1)政府补助与创新能力存在滞后1~2期的相互持续促进作用,企业创新能力提升存在2年的滞后期,这表明在目前的经济环境下,政府补助政策绩效总体效果显著,显著提升企业创新能力,总体而言对企业激励效果较好。

  (2)创新数量以及创新能力均能释放积极信号,以利于企业获得更多的政府补助,但创新质 量显著抑制政府补助的增加,从方差分解结果来看,不同变量的冲击作用对政府补助的作用效果有很大区别,创新质量的冲击作用对政府补助的影响最小,创新数量和创新能力的冲击作用对政府补助影响次之,上期政府补助额对当期政府补助的影响最大,说明影响企业当期政府补助额度的主要因素是企业上期补助额,同时说明政府在筛选资助对象时,关注了企业创新数量的高低,但对创新能力以及创新质量关注不足。

  (3)政府补助对创新数量促进作用效果显著,对创新质量的抑制作用效果显著。意味着对制造业企业的政府补助政策促进作用已达上限,政府补助政策有助于企业完成前期创新数量的积累,要想提升创新质量,需要有新的创新政策持续推动。因此政府筛选补助对象时倾向发给创新数量水平高的企业,当创新数量达到一定程度,根据不同行业发展需求应逐步降低政府补助额度或撤销政府补助,进一步挖掘新型创新政策推动企业创新质量提升。

  (4)创新能力对创新数量作用效果甚微,对创新质量抑制作用效果显著。目前制造业企业创新主要以模仿创新为主,并未真正实现自主创新,因此现有创新能力水平对创新数量表现为微弱的促进作用,政府补助政策应调整政策目标,将提升企业自主创新能力作为首要目标,以促进创新质量提升为政策效果指标。

  根据上述结论,本文得到管理启示如下:

  (1)继续推进完善政府补助政策,加大对创新数量水平低且有创新意愿的企业的政府补助,促进其完成前期创新数量的积累,为创新质量提升做好准备,建议政府细化规范企业申请政府补助的条件和要求,加强筛选补助对象的精准性,补助对象的选取应该关注创新数量指标,对于创新数量已达到上限的企业应减少或降低对其的补助,对于企业而言,获得政府支持后合理分配补助金额,分阶段分批次将政府补助金投入到企业研发活动中,进而保证企业具有持续的创新动力。

  (2)创新政策目标及工具均应向企业创新质量提升倾斜。创新政策目标要向创新质量提升倾斜,要充分利用现有智力资本以及加大力度整合智力资源,切实加强对企业内外部科研和技术人才的融合,切实提升企业创新质量;政策工具要继续挖掘补充,完善政策工具的退出与补充机制,提高创新政策的针对性与有效性,促进创新数量提高与创新质量提升的政策工具要协同互补,避免顾此失彼。

  参考文献

  [1]张艳辉,李宗伟,陈林.研发资金投入对企业技术创新绩效的影响研究[J].中央财经大学学报,2012,(11):63~67.

  [2]刘焕鹏,严太华.我国高技术产业R&D能力、技术引进与创新绩效[J].山西财经大学学报,2014,(8):42~47.

  [3]佘硕,王巧,张璐.政府创新政策的创新驱动效应评估[J].城市问题,2019,(7):68~76,103.

  [4]温桂荣,黄纪强.政府补贴对高新技术产业研发创新能力影响研究[J].华东经济管理,2020,34(7):9~17.

  [5]MartinS.R&DJointVenturesandTacitProductMarket-collusion[J].EuropeanJournalofPoliticalEconomy,1996,11(4):733~741.

  作者:张永安关永娟

转载请注明来自发表学术论文网:http://www.fbxslw.com/jjlw/25695.html