4 政府资助对企业研发影响的研究设计

4.1 研究假设

由第三部分的理论和制度背景分析可知，研发具有正的外部性。从事研发活动的企业，并不能独享由研发成果带来的收益，因为没有进行研发的企业可以通过模仿等来从研发企业的研发成果中获取利益。在研发上的支出对研发企业而言，是一种不能使研发企业独享研发成果收益的成本，且研发活动具有高风险性，因此会降低企业进行研发的积极性。然而研发成果的正外部性对于整个社会而言是有利的，如果政府通过补助的方式来弥补企业研发上的一些成本，就可以提高企业研发的积极性，从而提升整个社会的福利。

国外学者如Levy和Teriecky（1983）、Levin和Reiss（1984）以及Hamberg（1966）等的研究均表明了政府资助对企业研发支出具有正向影响；国内学者如程华、赵祥（2008），解维敏、唐清泉、陆姗姗（2009），刘振（2009），以及朱平芳、徐伟民（2003）等也实证检验并发现了政府资助有助于促进企业研发支出。由此可见，政府干预企业的研发活动是必要的，政府的补助一般会缓解企业研发支出资金的不足，并且可以提高企业进行研发支出的积极性。基于以上理论与制度背景分析和以往学者的研究，本书提出以下假设：

假设1：无论是否加入了其他影响因素，政府研发补助对企业研发支出均具有促进作用。政府对企业进行研发补助是政府支持企业进行技术创新活动的政策工具之一，且为其中比较重要的方式，对企业进行技术创新活动起着重要的促进作用。

如今税收优惠政策已经成为我国政府激励企业进行研发和科技创新活动的一项主要的政策手段，其中包含研发支出的加计扣除、增值税超税负退税以及高新技术企业的税率优惠等。由前文可以看出，我国政府税收优惠的力度已经高于对企业研发补助的力度。国外学者如Dagenais等（1997）、Guellec和Van Pottelsberghe（2003）的研究结果均显示，税收优惠对企业的研发支出具有促进作用；国内学者如高小颖（2004），匡小平、肖建华（2007）等的研究也表明税收优惠对研发支出具有激励作用。在理论分析及以往学者研究的基础上，本书提出第二个研究假设：

假设2：无论是否加入了其他影响因素，政府税收优惠对企业研发支出均具有促进作用。税收优惠政策也是政府支持企业发展高新技术的重要政策工具之一，政府的减税让利能够在一定程度上降低企业研发的风险，激励企业投入研发活动，对我国企业增加对研发方面的支出起着积极的促进作用。

除了直接的研发补助和促进研发的税收优惠政策外，政府对企业还有许多其他形式的补助。虽然这些补助没有指定用于研发和企业创新活动，但其对于企业的资金以及其他形式的各种补助，均增加了企业可以自由使用的资金或者增加了企业的财务能力。企业在资金充裕、财务能力较强的情况下，若出现了预期收益性较高的研发项目，其开展研发活动从而进行研发支出的可能性会大大提高。因此，其他一般性的政府资助与企业的研发活动之间，也可能存在着正相关关系。因此本书提出下面的研究假设：

假设3：无论是否加入了其他影响因素，政府一般性补助对企业研发支出均具有促进作用。一般性政府资助虽然不直接针对企业的研发活动，但一般性的政府资助也可以增强企业的财务能力，使得企业有更充足的资金，并按照企业自身的需要将其投入各类预期收益较高的研发项目中。

政府在对企业研发活动进行干预时，需要考虑以何种补助方式来提高企业研发支出。由于研发补助具有针对性，研发补助资金用途的限制性保证了补助资金不会被挪作他用，而全部用于研发支出。这种意义上来讲，研发补助应该比税收优惠以及一般性补助等其他方式的补助更能有效提高企业的研发支出水平，由此本书提出下面的研究假设：

假设4：无论是单一类型补助或是三种补助方式并存的情况下，政府研发补助对研发支出的促进作用，比政府一般性补助与税收优惠对企业研发的促进效果都更强。即利用政府资助鼓励企业进行科技创新活动的最佳诱导机制为，加强政府研发补助的力度。

4.2 样本选择及数据来源

4.2.1 样本选择

本书选择中小板和创业板上市公司作为研究对象，考察了中小板和创业板上市公司2008—2012年5年间的不同类型政府资助与研发支出之间的关系。为了保持样本的完整性，研究时未剔除任何上市公司；未披露研发支出金额、政府资助金额的公司，将相关变量取值为零，并不予以剔除。

本书既利用了中小板和创业板上市公司的全样本，又单独提取中小板和创业板上市公司中的信息技术行业样本进行了回归分析。本书假设企业所接受的税收优惠均与研发相关，而在数据搜集过程中发现，现实中只有信息技术行业公司接受的税收优惠与企业创新活动相关。因此本书在全样本的回归分析后，又用信息技术行业样本的回归来检验全样本回归结果是否具有稳健性。

4.2.2 数据来源

以往关于政府资助对研发支出影响的研究，对于政府资助的分类，有的将研发支出与政府资助均设定为虚拟变量来进行研究，如吕久琴和郁丹丹（2011）的做法：获得了政府资助的公司，政府资助变量取1，否则取0；发生了研发支出的公司，研发支出变量取1，否则取0。他们将获得了政府资助但没有研发支出的公司设定为补助组，没有获得政府资助但发生了研发支出的公司为研发组，接受了政府资助且有研发支出的公司为补助研发组，分三组进行回归分析。这种做法将自变量和因变量均设为虚拟变量，只能定性地分析二者之间的相关关系，并不能从具体的数量上进行更加准确的回归分析。因此本书并不采取这种方法，而是搜集政府资助与研发支出的具体金额来进行回归分析，结果不仅能够反映出二者之间的定性关系，也能反映出二者之间的数量关系。

本书所使用的中小板和创业板上市公司研发支出和政府资助的数据，来源于深交所下载的上市公司年度报告，从中手工收集而来。研发支出数据多来自于董事会报告，各类政府资助的数据则取自营业外收入下的政府资助明细。

政府研发补助，是指政府指明了资金要用于明确的技术创新项目的补助，特点是专款专用。新会计准则颁布之前，研发补助主要列示于企业的“专项应付款”科目，新会计准则实施之后则主要通过“递延收益”“其他非流动负债”和“营业外收入”科目进行核算。笔者在数据搜集过程中也发现，只有极少数的企业会通过“专项应付款”科目来进行核算和反映。政府给予企业技术创新方面的优惠政策，属于政府对企业的间接研发补助。本书对以上会计科目明细科目逐一进行了分析与整理，在具体的数据搜集与分类过程中，根据政府资助明细中所列示的各项资金所涉及的项目、用途以及资金来源，来判断其是否属于政府研发补助。例如，证券代码为300353的公司2012年营业外收入下政府资助明细如表4-1所示。

本书将与企业研发和技术创新直接相关的项目补助金额作为研发补助的金额。该公司政府资助明细中，专利促进资金、科技进步奖等为与企业科技创新活动直接相关的项目补助，即为表4-1中加黑项目，加总求和之后的金额为246210.75元，作为本书中研发补助的金额；营业外收入明细下，增值税退税金额为9440823.15元，作为本书中税收优惠的金额；一般性政府资助金额，则为政府资助总额3540695.33元扣除研发补助和税收优惠之后的金额。

为了更详细地说明研发补助数据的搜集过程，本书以证券代码为002089的公司2012年的数据搜集为例，再次说明研发补助数据搜集方法。政府资助明细如表4-2所示。

研发补助金额为以上加黑项目（研发及产业化项目补贴、科技成果转化科技补贴、科技发展资金等）金额之和30266999.99元，税收优惠为营业外收入明细下福利企业增值税退还数为798149.52元。某些政府资助明细没有说明具体哪类项目补贴，仅披露为“项目补贴”。本书的做法是根据说明来判断，若补助为科技局提供，则金额计入研发补助，否则不计入。比如表4-2中的项目扶持资金540万元，由招商中心提供，本书不将其作为研发补助的金额计入。

资产、负债、收入、期初现金等控制变量相关的数据则来自于CSMAR系列研究数据库；行业虚拟变量则通过企业的行业代码来赋值，信息技术行业和制造业取1，其他取0；实际控制人虚拟变量则通过对数据库中下载的实际控制人代码的判断来赋值，实际控制人为国有企业、国有机构以及政府的，实际控制人变量取值1，否则取0。

4.3 模型设定和变量解释

4.3.1 模型设定

本书的模型主要借鉴了唐清泉、卢珊珊和李懿东（2008）的研究模型，设定了政府资助对企业研发支出影响的单变量回归模型和政府资助对企业研发支出影响的多变量回归模型。单变量回归模型检验不同类型的政府资助分别单独对企业研发支出的影响。而多变量回归模型则考虑了在影响研发支出的其他因素共同作用下，政府各类补助对研发支出的诱导效果。

政府研发补助对企业研发支出影响的单变量回归模型：

模型1:RD=α0+α1SUB_RD+ξ

模型2:RD=α0+α1SUB_TAX+ξ

模型3:RD=α0+α1SUB_GEN+ξ

企业的创新活动除了受政府资助的影响以外，还受许多其他因素的影响。比如：较高的资产规模、收入以及现金，使得企业有充足的财力来进行研发活动；若企业的资产负债率较高，债权人考虑到其自身的权益，可能会在向企业借出资金时，加入许多附带的条件，限制企业对资金的使用；信息技术行业的公司可能比其他行业的公司，更加依赖技术创新来提升企业的市场竞争力；等等。本书综合了以前学者的研究，在研究各单一类型政府资助对研发支出的影响的基础上，另外加入了具有代表性的8个控制变量，设定了政府资助对企业研发支出影响的多变量回归模型：

模型4:RD=α0+α1INTAN+α2LNASSET+α3REVENUE+α4CASH_1+α5ROE+α6LEV+α7INDUSTRY+α8CONTROL+α9SUB_RD+ξ

模型5:RD=α0+α1INTAN+α2LNASSET+α3REVENUE+α4CASH_1+α5ROE+α6LEV+α7INDUSTRY+α8CONTROL+α9SUB_TAX+ξ

模型6:RD=α0+α1INTAN+α2LNASSET+α3REVENUE+α4CASH_1+α5ROE+α6LEV+α7INDUSTRY+α8CONTROL+α9SUB_GEN+ξ

上述回归分析，均是将政府这三种类型的补助分开来进行处理的。然而现实中，往往是三种补助方式并存的情况居多。当三种补助方式并存时，哪一种方式对企业的研发支出促进效果更佳？为了检验这个问题，本书设定模型7：

RD=α0+α1SUBRD+α2SUBTAX+α3SUBGEN+α4INTAN+α5LNASSET+α6REVENUE+

α7CASH_1+α8ROE+α9LEV+α10INDUSTRY+α11CONTROL+ξ

4.3.2 变量解释及变量来源

模型变量定义如表4-3所示。

4.3.2.1 RD研发支出

即企业进行研究开发活动所发生的支出。本书所需的数据，需手工翻找所有中小板和创业板的上市公司年度报告，研发支出金额的披露一般在董事会报告中。

4.3.2.2 SUB_RD政府研发补助

指的是政府资助中，促进企业研发和科技创新的部分。企业财务报告中公布的研发补助有多种：专利资助资金、科技进步奖、科技项目专项资金、863计划专项资金、科技小巨人奖等。

4.3.2.3 SUB_TAX税收优惠

此数据主要针对政府对于高新技术企业税收优惠方面的补助，包括增值税超税负部分的返还以及各种其他方面的税收优惠。

4.3.2.4 SUB_GEN一般性政府资助

指计入营业外收入的政府资助中，除了税收优惠和研发补助以外的政府资助。一般性政府资助虽然并不针对企业的研发活动，但是会增加企业的资产。当企业有充足的资金的时候，在研发上的支出可能也会相应地增多。

4.3.2.5 LNASSET企业规模

即企业资产总额的自然对数。规模大的企业更可能有丰富的创新资源，且研究开发活动具有规模效应，有助于研发活动的分散化，降低创新失败的风险。数据来源于企业资产负债表。

4.3.2.6 CASH_1期初现金

指期初现金及现金等价物余额。企业的研发活动风险大、成本高，一般需要大量的投资。所以一个没有充足现金流的企业，没有能力去为研发活动支付大量的现金，研发活动很难进行下去。因此可以推断，企业的现金是否充足，对企业在研发上支出的多少具有重要的影响。尤其是每个会计期间的期初现金是否充足，将会影响本期的研发支出。数据来源于企业现金流量表。

4.3.2.7 INTAN无形资产

即企业无形资产总额。无形资产规模大的企业可能积累了更多的研发经验，创新能力更强。数据来源于企业资产负债表。

4.3.2.8 CONTROL控制人性质

即实际控制人性质。实际控制人为国有时，取值为1；实际控制人为非国有时，取值为0。不同产权性质的企业，面临的激励、约束和风险程度不同，会影响到企业的技术创新投入。安同良等（2006）研究发现，相对于不断增长的研发资助和补助，我国企业具有重大突破意义的独立研发活动并不是很活跃，国有和集体所有制公司研发强度最低。数据来源于CAMAR数据库的股东研究数据库中的实际控制人性质代码，通过stata软件处理生成实际控制人虚拟变量。

4.3.2.9 REVENUE市场销售收入

即企业营业收入总额。销售状况好的企业可能有更强的研发能力和动机。数据来源于企业利润表。

4.3.2.10 ROE净资产收益率

净利润/企业净资产。收益率高的企业可能有更强的研发能力和动机。数据来源于企业利润表和资产负债表。

4.3.2.11 LEV资产负债率

企业负债总额/企业资产总额。债权人为保护自己的利益，在贷出资金时会附带苛刻的条件。企业在研究开发高风险的项目时可能会有很多的限制，因而公司负债率会影响企业研发支出。数据来源于企业资产负债表。

4.3.2.12 INDUSTRY企业所处行业

制造业和信息技术业为1，其他为0。制造业和信息技术业对创新的要求较高，因此研发强度可能比其他行业高。CSMAR数据库中可以获取行业代码，应用stata软件对行业代码进行处理，从而为行业变量赋值。

4.3.2.13 YEAR年份

本书选取的是2008—2012年这5年的中小板和创业板数据。年份只作为描述性统计分析的时间参考，并不作为控制变量进行回归分析。

4.4 描述性统计分析

4.4.1 企业研发支出的描述性统计

4.4.1.1 研发支出披露情况的描述性统计

由于较早时候我国并未要求企业在财务报表中披露研发方面的信息，因此对研发进行披露的公司也较少。《企业会计准则》（2006版）对研发费用的信息披露进行了规范，且《企业会计准则第6号——无形资产》第22条规定：“企业应当披露计入当期损益和确认为无形资产的研究开发支出金额。”这些规定加强了研发费用信息披露的透明性。

本书选取了2008—2012年的中小板和创业板公司作为样本，手工搜集了这5年来中小板和创业板公司研发支出的披露情况（见表4-4）且对研发支出进行了描述性统计（见表4-5）。

结果显示对研发支出进行披露的公司数目逐年增多，披露比例也是不断上升的，由2008年的73.99%逐年增长至2012年的93.56%。一方面这为企业会计准则的规定强化了上市公司对研发支出的披露；另一方面由于财务信息的信号传递作用，各企业对研发支出披露的透明性也使企业对研发支出的重视程度有所增加。

4.4.1.2 不同年度企业研发支出强度的描述性统计

从2008到2012年，企业研发支出的均值呈逐年增加趋势，由2008年的2800多万逐年递增，至2012年研发支出均值达5000多万。由此可见，企业对科技创新的重视程度逐渐增强。从表4-5可以看出，有的企业研发支出为0，有的企业则高达53亿元，说明不同规模、不同性质以及不同行业的企业，对研发的重视程度和支出水平差别非常大。

4.4.1.3 实际控制人性质不同的企业研发支出强度的描述性统计

截至2012年年底，中小板和创业板上市公司共1056家。其中国有控股的公司为123家，所占比例不足12%，远远少于非国有控股公司。可见非国有控股的公司在我国中小板和创业板公司中占有很大比例。

由表4-6可知，2008—2012年这5年，中小板和创业板上市公司的研发支出总体水平较高，均值为4200万元。为了考察不同性质的控制人对企业研发支出强度的影响，把样本企业分为两组：一组是实际控制人性质为国有的企业，一组是实际控制人性质为非国有的企业。比较这两组企业的研发支出强度，我们可以看出，国有控制的公司研发支出均值为5900万元，远高于非国有控制的公司研发支出的均值（3920万元），说明中小板和创业板上市公司中，国有企业的创新投入强度要明显高于非国有企业。原因可能是国有控股的企业获得国家的资金扶持较多，资金比非国有控制的公司充裕；也可能是国有企业考核制度比较健全，为了能够通过考核需要完成一定的科研创新活动，因此其研发支出的均值高于非国有控制的企业。

4.4.1.4 不同行业企业研发支出强度的描述性统计

由表4-7可以看出，信息技术行业企业研发支出均值高达5090万元，明显高于其他行业的研发支出均值，由此可以说明信息技术行业比其他行业更注重研发和科技创新。制造业研发支出均值为4360万元，虽略低于信息技术行业企业，但仍旧显著高于其他行业2710万元的均值。因此不仅是信息技术行业，制造业对研发活动的重视程度也非常高。

制造业和信息技术行业的公司研发支出均值为4470万元，而其他行业的研发支出均值仅为2710万元，由此可以看出制造业和信息技术行业对科技创新的重视程度显著高于其他行业。且中小板和创业板上市公司中，85%为制造业和信息技术行业，这也是本书选择中小板和创业板上市公司作为研究对象的原因。

4.4.2 政府资助的描述性统计

4.4.2.1 不同年度政府资助情况及力度的描述性统计

本书选取了2008—2012年的中小板和创业板公司作为样本，同样手工搜集了这5年来中小板和创业板公司所获的政府资助的金额，统计了每一年获得政府资助的公司数，且列示了政府资助的均值，如表4-8所示。

由表4-8可看出，政府资助的范围很广泛，2008年接受政府资助的公司占公司总数的比例为93.77%,2009年为97.12%,2010年为98.25%,2011年为98.73%,2012年为99.24%，在补助范围本身比例就很高的情况下，仍然呈逐年递增趋势。并且可以看出，政府资助的力度逐年增大，补助的均值由2008年的900多万逐年递增至2012年的1960万。这说明我国政府对企业的技术创新日益重视。

4.4.2.2 政府对实际控制人性质不同的企业的各类补助描述性统计（见表4-9）

从政府资助总额的情况来看，我国政府资助总额的均值在1530万元左右，补助强度明显低于企业研发支出的强度（均值4200万元）。这也说明企业并不单一依靠政府资助上的支持来开展企业的研发活动。从这一角度来讲，企业自身的研发支出强度比较高。

为进一步分析政府对控制人性质不同的公司的补助强度是否有所不同，仍旧将样本按照实际控制人的性质分为两组，第一组实际控制人性质为国有，第二组实际控制人性质为非国有。从表4-9的统计结果来看，实际控制人性质为国有的中小板和创业板上市公司，无论是政府研发补助、税收优惠还是一般性的补助，均值均高于非国有控制的公司。可见我国的政府对创业板和中小板上市公司的补助更倾向于国有企业。统计结果也印证了以往学者关于此问题的研究结果，即政治关联对于企业获取各类型的政府资助有着重要的影响，存在政治关联的企业可以获得更多的政府资助。

从表4-9中结果我们也可以看出，不论上市公司的实际控制人性质是国有还是非国有，政府对企业一般性补助的金额均为最高；国有控股的公司获取的税收优惠高于研发补助，非国有控股的公司获取的税收优惠与研发补助金额相当。由此可以看出，政府比较偏好选择间接补助，且资助的强度要明显大于直接补助的强度。