市場競爭調節視角下政府補貼對企業技術創新效率的影響

王文一，王瑋

（安徽新華學院財會與金融學院，安徽合肥，230018）

創新是國家經濟增長的最終推動力量之一，也是維持國家經濟可持續增長的重要手段［1］。隨著現代化經濟體系建設步伐的加快，實施創新驅動發展戰略，加快建設創新型國家，是為中國的持續發展注入新動力的重要舉措，技術創新也發揮著日益重要的戰略支撐作用。工業是技術創新最重要的產業載體，工業企業的技術革新對激發所在產業的創新潛能具有重要意義，也是區域范圍內技術創新效率提升的關鍵途徑［2］。政府補助和市場競爭作為企業創新研究的兩個重要維度，同樣也是工業企業技術創新的關鍵影響因素。那么，在中國的市場經濟背景下，現有的政府補助力度能否有效促進企業的技術創新，助推區域發展、提高綜合競爭實力？市場競爭在政府補助對工業企業技術創新效率的影響中究竟發揮著何種調節作用? 對此類問題的回答，關乎到工業企業在日益激烈的競爭環境中服務實體經濟的能力，也關乎到工業企業的結構調整和轉型升級。

對于類似安徽省這樣正在努力追趕全國先進工業技術水平的省份而言，通過政府補助和市場競爭來轉變傳統的工業增長途徑，推動企業的創新發展乃至技術進步，是一個必然選擇。如何突破工業企業的技術瓶頸，克服跨區域發展的障礙是有效解決安徽省各地市發展不平衡、促進省內經濟大循環的命題之一。目前國內外研究均從競爭和補貼兩個獨立的維度分別考察兩者與企業技術創新的關系，將二者的作用機制聯系起來探討作用機制在以往文獻中討論并不充分。因此，本文將政府支持和市場競爭納入統一的分析框架內，基于安徽省各地市規模以上工業企業2013—2020 年的省級面板數據，在利用DEA 效率模型對企業技術創新效率進行測算的基礎上，借助Tobit 面板模型實證探究政府補助對企業技術創新效率的影響及市場競爭在其中所發揮的調節作用，以期為提高安徽省工業行業技術創新效率提出可行的建議對策。

一、理論分析與研究假說

（一）政府補助與企業技術創新效率

政府支持作為干預和引導企業創新的重要途徑和必要手段，始終在企業的技術創新活動中扮演著關鍵角色［2］。一方面，政府可以通過制定相關產業政策、法律法規和調撥科技經費等手段對不同技術行業進行資源配置的引導，對企業的創新行為起到激勵作用；另一方面，由于技術研發活動具有顯著的正外部性和不確定性，其成果也普遍具有公共產品的特征，新技術收益無法為投資者獨享，因而降低了企業進行研發活動的積極性［3］。而政府的研發補貼能夠緩解企業在進行技術創新活動時面臨的資金壓力，改善企業內部自主創新技術環境，促進不同研發主體之間的交流與合作，帶動創新效率的提升。

政府支持企業創新的措施包括政府財政補貼、稅收返還、財政低息、直接價格補貼等，本文重點關注政府補助這一直接手段。從內部角度來看，政府補助可以降低企業自身的研發成本，提升企業抵御研發過程中不確定風險的能力，減緩由于技術外溢而導致的私人投資收益率與社會收益不對等的問題［4］。解維敏、唐清泉［5］從政府R&D 自主與企業自主創新的關系出發，指出政府投資基礎性的研究可以為企業后續的研究開發活動開辟技術機會，提高技術創新項目的利潤率，促進創新效率提升。從外部角度來看，政府補助具有改善企業所處創新環境的重要意義。政府制定的相關創新扶持政策能夠有效增強企業對外部投資者的吸引，助力企業從更多渠道獲取資金、人才等創新資源［6］。此外，多地政府部門通過設立“協同創新基金”“產學研合作基金”等方式促進不同創新主體之間的研發合作，實現“1+1＞2”的協同效應，優化社會研發資源配置，提升合作各方的技術創新水平。據此，本文提出以下研究假說：

假說1：在其他條件不變時，政府補助對企業技術創新效率具有正向影響。

（二）市場競爭與企業技術創新效率

市場競爭在企業資源配置與創新發展中發揮著顯著作用，對于企業技術創新路徑的選擇具有深遠影響［7］。眾多研究結論顯示，不同程度的市場競爭環境中可能同時存在抑制創新的“熊彼特效應”和促進創新的“阿羅效應”，因此關于市場競爭對企業技術創新的影響效果目前在學術界依然存在較大分歧。究竟哪種效應占據優勢會受到經濟水平、政策措施、產業特性、行業規模等眾多因素的影響，相關研究的結論也無法達成一致意見。

就市場環境來看，安徽省工業企業數量多、企業間技術差距較小，競爭相對激烈。根據競爭優勢理論，激烈競爭程度的行業進入壁壘較低，潛在進入者或固有競爭對手的“捕食”威脅可能會打破企業原有的市場份額，使企業面臨流動性需求不足、盈利空間被壓縮等不利經營環境，甚至遭遇破產等風險［8］。這種效應降低了企業對增量創新的欲望，產品創新中技術合作的積極性也可能在高度競爭的市場環境中被稀釋。在這種情況下，多數企業會傾向于采取保守的經營戰略，降低冒險意愿和積極創新的動力。此外，市場競爭使得企業的技術創新成果存在被其他企業模仿抄襲的可能性，由此產生嚴重的同質化現象，挫傷企業進行研發活動的積極性。黃訓江等［9］利用通信設備制造業的微觀數據研究同樣得出，市場競爭對企業創新績效產生了負向影響。據此，本文提出以下研究假說：

假說2：在其他條件不變時，市場競爭對企業技術創新具有負向影響。

（三）市場競爭對政府補助實施效果的影響

本研究認為，市場競爭作為重要的外部環境因素，在探討政府補助對企業技術創新效率的有效性問題時應緊密結合企業所處的市場競爭環境。企業技術創新能力的提升依賴于良好的市場秩序，惡性競爭所帶來的要素市場扭曲會減弱利用政府補貼進行資源獲取提升創新績效這一機制［10］。高粼彤和田啟波等［8］通過考察政府創新資助對戰略性新興企業創新投資的影響，以及產品市場競爭在這一影響過程中所發揮的調節作用指出，當產品市場競爭過于激烈時，迫于生存壓力，管理者往往更加無意將資源投至冒險激進的創新項目，最終弱化政府創新資助對企業創新投資的促進效果?？抵居碌龋?1］認為市場競爭會抑制政府補助對企業研發的促進效應。因為在競爭作用下，政府補貼使得企業的利潤壓力被緩解，企業通過周期長、風險大的研發活動提升利潤率的意愿將會大打折扣，政府補助向企業技術創新轉化的效率也會隨之降低。這種抑制效應在行業中技術領先的大規模企業表現更為明顯?；谝陨戏治?，本文提出以下研究假說：

假說3：當政府補助與市場競爭同時作用于企業創新行為時，競爭程度的提升會削弱政府補助對企業創新效率的正向影響。

二、工業企業創新效率測算及分析

（一）技術創新效率測算方法

數據包絡分析（Data Envelope Analysis，簡稱DEA）是利用數學規劃模型來對決策單元之間相對技術效率進行測算的一種非參數統計方法。DEA能充分考慮決策單元本身最優的投入產出方案，用其評價工業企業技術創新效率具有很強的直觀性和可比性。因此本文選擇符合“規模報酬可變”假設、以產出為導向的BCC 模型作為安徽省各地市規上工業企業技術創新效率的測度方法。BCC 模型的基本原理如下：

上式中，x表示第j個決策單元的第i種投入；y表示第j個決策單元的第r種產出，為各單元組合系數；ε為非阿基米德無窮小量，θ為決策單元的效率值。加入約束條件λj= 1 即為規模報酬可變的DEA 模型。

上述BCC 模型是在生產技術不變情況下對技術創新效率的靜態分析，引入Malmquist 指數模型可以更好地利用面板數據分析工業企業創新效率的動態發展趨勢和技術進步情況。Malmquist 指數表示的是決策單元在相鄰兩個時期內的相對效率，其表達式為：

上式中，t時期的投入產出向量用表示；t+1 時期的投入產出向量用表示。如果全要素生產率大于1，表示決策單元的效率值從t到t+1 時期得到提升；反之則下降。

（二）投入產出變量選取與數據來源

企業技術創新是一個動態且復雜的系統過程。本文搜集整理了安徽省16 個地級市規模以上工業企業2013—2020 年共8 年數據作為研究樣本。規模以上工業企業的相關數據來源于安徽省統計局頒布的《安徽省統計年鑒》和《安徽科技統計公報》。在參考相關研究文獻的基礎上，結合安徽省工業企業的行業特征，選取三投入、兩產出指標體系構建DEA-BCC 模型。具體指標解釋說明如表1所示。

在創新投入方面，通常從人力和資本兩個角度進行衡量。研發人員的合理配置是提升工業企業創新競爭力的重要條件。因此，本文采用《安徽省統計年鑒》中所公布的研究與試驗發展人員全時當量作為衡量技術創新活動的人力資源投入指標。創新資金投入主要是指為激勵技術創新主體從事創新活動所投入的資金，包括科學研究與試驗發展基金等R&D 科技經費支出。本研究參考莊俊明、劉瑤等［12-13］學者的做法，選取R&D 經費內部支出、工業企業技術經費改造支出來衡量工業企業技術創新研發資本投入規模。研發經費投入借鑒朱天星、陶愛萍等［14］學者的做法，以2013 年為基期，采用R&D 價格指數對R&D 經費內部支出進行平減處理。價格指數以消費價格指數、固定資產投資指數按照0.675∶0.325 的比例構建，具體計算公式如下：

其中，Pr為R&D 價格指數，Pc為消費價格指數，Pf為固定資產投資價格指數。同時參考已有研究成果，采用永續盤存法以15%的折舊率進行換算。

在創新產出方面，選取工業企業新產品銷售收入和有效發明專利件數兩個指標來衡量。新產品銷售收入代表了創新行為為企業帶來的經濟增加值，能夠反映出已獲得市場認可的技術成果。技術專利是科研人員智力勞動成果的重要體現，有效發明專利數量的多少直接反映了技術創新產出能力的高低，且其數據較容易獲得在技術成果轉化階段。因此，本文將工業企業有效發明專利件數作為經濟產出的衡量指標之一。

（三）技術創新效率測算結果及評價

1.DEA-BCC 模型的靜態分析

運用Deap2.1 軟件對樣本企業2013—2020 年間的技術創新效率進行測算，表2 報告了安徽省16地市規模以上工業企業各年份的靜態純技術效率，并將其進一步分解為綜合技術效率、規模效率以及純技術效率。由DEA-BCC 模型測算結果可知，在樣本年間，安徽省規模以上工業企業綜合技術效率均值為0.744，存在25.6%的無效投入，技術創新水平未達到效率前沿面。從純技術效率分解指標來看，合肥、淮北等地級市達到了技術有效，占總比例的56%；規模收益結果顯示合肥、蚌埠、馬鞍山、蕪湖四市規模報酬呈遞減趨勢，表明投入資源未得到有效配置?？傮w來看，安徽省規模以上工業企業的純技術效率仍存在較大提升空間，未來應著重提升資源利用效率、縮小地區差異，通過技術創新、加大規模投入等途徑優化技術效率。

表2 2013—2020 年安徽省規模以上工業企業技術創新效率均值

2.基于Malmquist 指數的動態分析

利用Malmquist 指數進一步對樣本企業2013—2020 年間的技術創新效率進行動態分解，以考察全要素生產率的時空演變規律。表3 列舉了安徽省各地市2013—2020 年全要素生產率變化的均值。由表3 可知，2014 至2020 年間企業全要素生產率的變動均值均大于1，可知八年間企業技術創新均達到了效率前沿面，工業企業在技術創新方面表現良好。從各年份歷史數據來看，2016—2017年、2018—2019 年間全要素增長率均小于1，說明2017 年、2019 年的技術創新效率有下降趨勢。2017—2020 年間技術進步均值均小于1，由此說明工業企業的技術進步表現相對滯后，阻礙了技術創新水平的提升，未來應注重拓寬投資渠道，優化企業資源配置，提升規模效應和技術水平。而全要素生產率在經歷了前幾年的下降趨勢后于2019—2020 年達到峰值1.261，同時技術效率、規模效率均小于1，技術進步和純技術效率均大于1，說明規模以上工業企業技術創新能力的提升對于調整企業生產結構、改善企業技術生產率具有重要意義。

表3 2013—2020 年技術創新Malmquist 指數及其分解

如表4 所示，2013—2020 年間安徽省規模以上工業企業全要素生產率均值均大于1，總體波動幅度不高?？煽闯銎髽I近年來技術創新能力逐年向好，技術進步呈穩步發展趨勢。分地市來看，除宿州、六安、黃山的全要素生產率變動分別為0.916、0.897、0.944，未實現技術增長，其他地市的全要素生產率均達到了效率前沿面?？赡艿脑蚴枪I技術發展相對滯后地區在創新投入方面能力不足，仍處于規模報酬遞增階段。隨著創新驅動發展戰略的不斷推進，工業企業應及時調整產業結構，向集約化發展方向轉型。從分解要素來看，在全要素生產率變動大于1 的地級市中技術進步指數和規模效率變動均大于1，表明這兩個因素在協同推進技術創新效率提高方面發揮了重要作用。

表4 2013—2020 年安徽省各地市技術創新效率Malmquist 指數及其分解

三、實證檢驗與結果分析

（一）變量選取與數據來源

1.被解釋變量

本文中被解釋變量為工業企業技術創新效率，采用前文中利用DEA-BCC 模型做出的純技術效率進行衡量。

2.解釋變量

本文旨在研究政府補助和市場競爭兩個因素對工業企業技術創新效率的影響。其中，政府補助采用各市工業企業研究與試驗發展經費來源中的政府資金所占比重進行衡量；市場競爭程度應反映行業中競爭主體所占有的市場份額。在借鑒陶愛萍等學者做法的基礎上，采用大中型工業企業資產總值占規模以上工業企業資產總值的比重進行測度，這一指標也可以側面反映出行業進出壁壘的高低。

3.控制變量

關于影響企業技術創新效率的其他相關因素，參考以往文獻，選取資產規模（Scale）、資本結構（Als）、盈利能力（Profit）和產業對外開放程度（Open）四個指標。在回歸模型中加入年度和地區的虛擬變量，以此控制時間和企業個體對技術創新行為的影響。面板回歸模型中全部數據來源于2013—2020 年安徽省統計局頒布的《安徽省統計年鑒》。相關變量名稱及定義如表5 所示。

表5 指標選取及說明

（二）模型設定

因DEA-BCC 模型測算出的純技術效率取值介于［0，1］之間，具有截斷數據的特性。在進行效率影響因素回歸分析時，普通的最小二乘估計法可能會導致結果有偏。為保證結果穩健可靠，選取面板托賓模型（Tobit）回歸模型進行實證檢驗。構建模型（1）—（4）如下所示：

其中，i、t分別代表地市和年份，IE 代表工業企業技術創新效率，Sub、Com 分別為政府補助和市場競爭，Controls 代表各控制變量，ε為隨機擾動項。模型（1）（2）分別加入政府補助和市場競爭兩個解釋變量，用以檢驗在其他條件不變的情況下二者對技術創新效率的影響；模型（3）同時考慮兩個解釋變量的影響；模型（4）在模型（3）的基礎上加入Gov·Com，即政府補助與市場競爭的交叉項，用以探究在市場競爭的調節效應下政府補助對于工業企業技術創新效率的影響效果。

（三）實證結果分析

1.變量的描述性統計

各個變量的描述性統計如表6 所示。由表6 可以看出，IE 均值為0.926，標準差為0.131，說明安徽省各地市2013—2013 年整體技術創新效率水平較為穩定，地區間差距不大。政府補助最大值為0.120，最小值為0.006，可以看出在規模以上工業企業每年的研發經費投入中，政府資金投入力度相對較弱。市場競爭位于［0.169，0.922］之間，說明競爭程度在不同年份間的差距較大。除此之外，資產規模、地區開放程度等控制變量也因年份和地區的不同表現出較大差異。

表6 樣本變量的描述性統計

2.全樣本回歸結果分析

根據前文構建的面板Tobit 模型，采用stata17.0軟件對全樣本2013—2020年數據對模型（1）—（4）進行面板Tobit 隨機效應回歸分析，結果如表7 所示。

表7 全樣本參數估計結果分析

從模型（1）的回歸結果來看，政府補助與技術創新效率的估計系數為1.263 且在5%的統計水平上顯著，這說明政府補助對于工業企業技術創新效率能起到正向促進作用，即政府資金在研發經費支出中所占的比重越高，企業的技術創新效率越高。從前文分析可知，安徽省各地市經濟基礎差距明顯，人力、技術、知識等資源在工業企業技術創新發展中存在地區間發展不平衡的現象。在這種情況下，政府通過相關政策對企業技術創新活動進行支持和引導，政府補助也在降低企業研發資金投入成本、緩解融資困境、促進技術市場健康有序發展等方面發揮了重要作用，從而增強了企業創新產出的轉化能力。據此，假說1 得以驗證。

模型（2）（3）（4）在引入了市場競爭變量后，在各模型的回歸結果中均表現為顯著負相關，即在安徽省規模以上工業企業中，市場競爭程度的提升會對企業的技術創新效率起到負向削弱作用，符合熊皮特的“競爭—抑制”假說。隨著市場競爭日趨激烈，企業從事技術創新活動利潤空間逐漸被壓縮，挫傷了創新積極性。在此情況下，企業多傾向于采取保守經營戰略以穩定市場地位，由此導致創新能力持續走低。假說2 得以驗證。

模型（4）中政府補助與市場競爭的交叉相影響系數為-0.055，且在10%統計水平上顯著，即市場競爭程度的逐步提高會削弱政府補助對企業技術創新效率的促進作用?？赡艿脑蚴窃谑袌龈偁幊潭戎鸩郊ち业倪^程中，企業經營狀況受外界環境沖擊較大。倘若持續增加技術創新補助的力度可能引致企業陷入“窮困狀態”［15］。迫于生存壓力和薪酬契約考量，管理者往往更加關注企業的短期生存問題，從而傾向于采取謹慎的經營策略，無意將資源投至新的創新領域，政府補助向創新產出轉化的效率也必然隨之降低。據此，假說3 得以驗證。

從各控制變量回歸結果來看，資產規模與技術創新效率均表現為正相關。規模較大的企業在資金、人才、技術儲備以及研發經驗等方面更具優勢，相應的技術創新能力更強。盈利能力與技術創新效率表現為正相關。創新活動的高風險、周期長等特點對企業資金持有量提出了較高要求，因此，持續穩定的利潤積累使得創新活動持續進行，創新效率也得以提升。產業開放在一定程度上加強了地區間的經濟交流，促進了創新水平的提升；而資產負債率的提高對企業技術創新效率并無顯著提升作用。

3.分樣本回歸結果分析

為進一步考察不同市場競爭程度中政府補助對于工業企業技術創新效率影響的差異，以市場競爭程度的中位數0.533 為節點，將總樣本分為競爭程度高、低兩組，再次對上述模型（1）進行回歸分析，以驗證政府補助與技術創新效率的關系在不同競爭環境中的具體表現。結果如表8 所示。

表8 市場競爭調節效應的分組檢驗

由表8 回歸結果可知，在低競爭組中，政府補助與技術創新效率的回歸結果在10%的顯著性水平上表現為正值，說明在此階段政府補助能夠提升工業技術創新效率。在市場競爭環境相對平穩的情況下，行業中新的競爭因素的出現會促使工業企業更加重視政府研發資金的利用率，并淘汰部分技術落后的企業，政府補助的創新推動作用更為明顯；反觀高競爭組中，政府補助與技術創新效率的回歸系數變成了負值且并不顯著，可見隨著競爭程度的提升，資源流動性加強，市場監管更為嚴格，優勝劣汰現象更為明顯，促使企業優化資源配置，提高資源產出效率，政府補助對技術創新的作用效果便相對減弱。這一結果再次驗證了前文的假設3。

四、結論與政策建議

本研究以2013—2020 年安徽省規模以上工業企業面板數據為樣本綜合測算各年份企業技術創新效率值，并基于面板Tobit 模型實證分析了政府補助、市場競爭與企業技術創新效率之間的關系。實證結果表明：（1）安徽省規模以上工業企業技術創新效率整體趨于穩步增長階段，全要素增長率的提高主要依賴于技術進步和創新；（2）政府補助能夠有效提升工業企業的技術創新效率，而市場競爭程度的提升對于企業技術創新具有負向抑制作用；（3）政府補助對于技術創新效率的正向激勵作用受到了市場競爭調節效應的影響，隨著競爭程度的提升，政府補助的創新激勵作用逐漸減弱，甚至可能會對企業的技術創新產生負向影響。

基于上述研究結論，本文得到如下政策啟示：一是完善地方政府研發補助機制，提升政府資金向創新產能轉化的效率。政府應結合當前的地區發展水平和存在問題等綜合考量，及時調節補貼力度和方向。此外，應加強對政府資金使用情況的監督，在給予補貼的同時更加關注產業的研發進程，同時加強與高校、科研院所等機構的合作關系，實現資源共享，加速科技成果的轉化，提升技術創新效率。

二是尊重市場機制和發展規律，制定匹配的創新資助策略。通過政府補助和市場競爭來推動企業的創新發展乃至技術進步，充分發揮市場機制在社會創新資源配置中的決定性作用，是工業企業發展創新的必經途徑。但在這一過程中，應努力維護公平有序的市場競爭環境，科學評估市場現狀，努力實現數量目標和績效目標、政府干預與市場競爭之間的平衡關系，以防扭曲市場的資源配置作用。