现代经济增长理论表明, 技术进步和知识积累是决定经济增长的重要因素(Romer, 1990)，而研发(Research and Development，简称R&D)则是技术和知识的主要源泉。对于企业而言，在市场经济的环境下，产品与服务的高技术含量是关键竞争优势。尽管如此，由于“市场失灵”的存在，许多企业并不积极投入研发创新项目。“市场失灵”主要体现在两个方面：首先，研发活动是生产技术知识或信息的活动，而技术知识或信息不同于其他商品的地方在于其具有溢出效应，其他企业可以很容易地学习或者模仿。因此，研发活动的从事者在承担所有研发成本的情况下，却不能完全占有研发活动所带来的全部利益，故其个人收益一般会小于社会收益(Arrow，1962)，这一点在产权保护不受重视的地区尤为明显。

其次，研发活动需要投入大量资源，但是由于研发活动的高风险和不确定性，企业难以从资本市场获得帮助。原因在于:第一，研发活动的复杂性和专业性使得投资者很难判断其潜在价值，与此同时，企业为了保持竞争优势也不愿意向外部投资者透露详细信息，在信息不对称的情况下，外部投资者更可能将资金投入其他项目；第二，研发项目中有许多设备不能重新配置，属于沉没成本，而投资者为了投资安全更愿意将资金投入到可流动资产中，这样即使项目失败，这些资产依然能继续使用(Czarnitzki and Hottenrott, 2010)。

考虑到研发活动的重要性和“市场失灵”的影响，政府在一定程度上成为推动或促进企业研发创新的重要力量。政府往往会采取一些政策来推动企业的研发活动，其中最主要的激励政策就是税收政策和直接补助。但是，这些政策实施的效果却不一定符合政府最初的目标，考察这些政策的有效性，就成为目前企业创新研究的焦点，而这一点在中国更为突出。一方面，当前中国正处于经济转型的关键时期，国家鼓励劳动密集型企业向资本和技术密集型企业转型，企业研发创新的作用愈加突出；另一方面，相比于那些市场经济比较成熟的西方国家，中国的市场体制和产权制度还不完善，“市场失灵”现象更为明显，企业自主研发的积极性就更低。在这种情况下，政府研发激励政策能否抑制“市场失灵”带来的消极影响，从而刺激企业的研发投资，将对中国企业的发展和经济增长产生重要影响。

相较国有企业，中国的民营企业不仅在持续的经济增长中日益重要，而且因其处于更加市场化的环境中，企业自主研发在研究上也具有更为典型的意义。因此，本文将以民营企业为研究对象，重点探讨政府直接研发补助政策对民营企业自主研发投入的影响，具体来说，即探讨政府补助对于民营企业自主研发投入是“激励效应”还是“挤出效应”。所谓“激励效应”，是指企业在获得政府研发补助的情况下，企业自身的研发投资强度将比在没有获得政府补助的情况下更高，而“挤出效应”则意味着政府研发补助部分或者完全替代了企业自身对研发的投入。对于这一问题，国外有大量经验研究，但是研究结果并不一致(David, et al., 2000；Zuniga-Vicente, et al., 2014)，之所以如此，一个很重要的原因就是它们往往忽视了企业作为一个组织系统的相关属性对研发活动产生的影响。令人困惑的是，尽管中国政府在经济活动中仍然处于主导地位，包括在促进或推动企业研发创新方面仍然具有重大影响，但国内的相关研究并不多见，关于民营企业的研究就更少，并且即便是这些少量的研究，却因要么使用上市公司数据，要么使用某一行业(如高科技企业)数据，其研究结果难以推广到一般民营企业。有鉴于此，本文使用全国性的民营企业抽样调查数据，通过Tobit模型分析，试图探究政府研发补助对企业自主研发投入的影响以及企业系统的异质性对该影响的调节作用。

西方学界普遍认为，布兰克和斯蒂格勒1957年的研究最早探讨了政府补助与企业研发投入之间的关系，此后相关研究越来越丰富，但是研究结果却不相同(Zuniga-Vicente, et al., 2014)。一些学者认为，政府补助从几个方面有助于刺激企业研发投入：首先，政府补助降低了企业研发成本，对于那些不曾有过研发的企业来说，用政府补助购买研发设备，相当于降低了沉没成本(Lach，2002)；对于那些研发投入本来就较多的企业，政府补助相当于降低了研发的边际成本(Lee, 2011)。其次，政府补助有利于降低企业研发产品的市场不确定性，提高预期收益。因为当政府对某个研发项目进行资助时，意味着政府可能对该项目的研发成果具有一定兴趣，从而增加了该企业未来的市场需求，使得企业从事研发活动的预期回报增加(Czarnitzki and Toole, 2007；Lee，2011)。再次，政府在直接补助的同时可能与企业分享相关研发项目的信息，从而降低了研发失败的风险(Lach，2002)。综上，政府补助减少了企业从事研发活动私人收益和社会收益的差距，从而使得原来利润率较低的研发项目变得有利可图，因此企业会积极增加研发投入。

另一方面，也有学者认为，政府对企业的补助政策可能会带来相反的效果，这是因为：第一，政府的补助政策可能会增加整个行业的研发需求，从而提高研发成本。例如，研发人员由于需求提升而要求涨工资，如果企业要扩大研发项目就会增加边际成本，因而企业更可能把自身资金投入其他项目。第二，政府在选择资助对象时，可能倾向于选择那些容易研发成功的企业，而这些企业本身可能具有良好的研发基础，在接受了政府补助之后，自身不需要投入太多就可以完成预期的研发活动，尤其当政府资助的研发项目原本就是企业打算开展的研发项目时，企业更愿意将多余资金转向其他活动。第三，由于从政府获得补助的代价要小于从市场获得资本的代价，因此很多企业为了缓解内部资金压力而去申请政府研发补助，这样的话，企业在获得政府补助后可能不仅不投入研发活动，反而会转移政府补助到其他项目上(Lach，2002；Guellec and Potterie, 2003)。

这一争论在经验研究中得到延续。一项最近的文献回顾对近50年来的经验研究进行了梳理，该文发现，在76项企业层面的研究中，有48项研究支持政府补助能够刺激企业的自主研发投入，而有15项研究支持“挤出效应”，剩下的13项研究则认为没有显著影响(Zuniga-Vicente, et al., 2014)。基于中国数据得到的结论则普遍认为，政府补助对企业研发支出具有激励效应(Hu, 2001；朱平芳、徐伟民，2003；戴晨、刘怡，2008；解维敏等，2009)，只有郑绪涛(2009)的研究发现，政府研发投入对企业研发活动有部分的“挤出效应”。

综上，可以看出：第一，政府补助与企业研发投入的关系至少受到三个因素的影响，即研发成本、预期收益和风险偏好；第二，不同的研究对于这些机制的作用存在不同的结论。一般来说，当研发成本降低，预期收益升高，企业偏好长期的可持续发展并愿意因此承担风险时，企业研发投入就会增加，但如果这些因素的影响程度不同，结果就有可能改变。因此，本文认为，存在其他一些因素影响到了政府补助作用的机制，从而导致研究结果存在差异。

导致研究结果差异的原因很多，本文关注两个基本原因：第一，由于不同研究使用的样本来自不同国家、不同行业，采用的变量和模型也不一致，因此，结果自然也不尽一致。第二，更为重要的原因在于，以往的研究虽然揭示了政府补助作用的机制，却忽视了企业组织系统的异质性对这些机制作用的影响，因而使得分析无法深入。例如，不同企业所固有的风险偏好会影响政府补助的效应，当企业偏向长期发展战略时，政府补助将会产生“激励效应”，但当企业仅仅是为了缓解资金紧张而申请政府补助时，政府补助更可能发挥“挤出效应”；其次，政府补助带来的研发成本与预期收益的变化也会因为企业系统的差异而不同，例如，政府研发补助虽然可能直接降低企业研发的边际成本，但也可能因此增加对行业内研发人员的需求，从而增加企业研发成本(Lach，2002)。因此，政府补助对企业研发投入的实际作用只有放到具体的企业系统中考察这些影响因素的变化，才能做出比较明确的判断。目前国外已有一些研究注意到企业受资助的历史、企业研发项目的异质性、行业与市场特征等因素对二者关系的影响(Aschhoff，2009；Lee，2011；Zuniga-Vicente, et al., 2014)，但国内尚鲜有研究关注企业系统各维度的调节作用。从组织学的理论出发，理性系统、自然系统、开放系统分别关注组织结构的设计、组织人的行为、组织环境的制约(斯科特、戴维斯，2011:25-30)，而这三个维度的差异也是任何组织系统(包括企业)异质性的主要来源。本文将从企业决策者、企业资源结构和企业环境三个方面对此进行深入讨论。

在进入具体分析之前，基于既有研究的主要结论，本文首先提出一个基本假设：

假设1：政府研发补助对企业自主研发投入有促进作用。

“高层梯队理论”(upper echelons theory)认为，高层管理团队在组织战略选择过程中扮演着关键角色，其战略选择是基于自身对其面临的战略环境的个性化解释，而这些个性化解释是高层管理者的经验、价值观和个性的函数(Hambrick and Mason, 1984；Hambrick，2007)。沿用这一理论框架，许多学者探讨了高层管理团队和企业创新研发之间的关系。由于当前中国的民营企业普遍采用家庭、家族拥有的形式(储小平，2000)，故而企业主在企业经营上被认为具有决定性地位(郑伯埙，1995)。本文认为，企业主的个人特征会影响其风险偏好，并进而影响企业的研发战略选择。这里将主要讨论企业主的教育水平与政治联系的具体作用。

一般认为，创新机会的发现需要决策者具有必要的机会识别能力和认知能力，而这与其所接受的教育和学习密切相关。教育水平高的决策者一般具有较强的信息处理能力，也更乐于接受改变与创新，因此对研发投资表现得更加积极(Hambrick and Mason, 1984；Wally and Baum, 1994；文芳、胡玉明，2009；宁静、井润田，2009)。因此，本文认为，当企业获得政府补助时，该企业将有更多的资源和机会实现创新，但只有那些教育水平较高的企业主乐于接受创新和承担研发风险，并将企业自身的资源投入研发活动中。因而本文提出：

假设2：在企业主教育水平更高的企业中，政府补助对企业研发投入的促进作用更强。

在当前经济转型期，越来越多的民营企业家积极参与政治，其中很多人成为各级人大代表或政协委员，这种政治参与已经成为研究中国民营企业的关键视角。这是因为，虽然中国经济体制已经发生转变，但是国家依然垄断着很多重要资源(郝大海、李路路，2006)，相对国有企业，民营企业发展的制度环境依然存在很大缺陷。在这种情况下，民营企业家的政治参与被认为是一种有利于企业经营的有效手段。大量研究发现，具有政治联系的企业在税收(吴文峰等，2009；罗党论、魏翥，2012)、外部融资(胡旭阳，2006；余明桂、潘红波，2008)以及进入垄断行业(罗党论、刘晓龙，2009)等方面均具有优势。在缺乏完善法律体系的情况下，政治联系还可作为一种非正式的替代机制，对企业提供产权等相关的非正式保护，从而减少了不健全的法律体系对研发创新活动的阻碍(梁强等，2011；江雅雯等，2012)。因此，具有政治联系的企业家在研发活动中表现出某种更加积极的行为，更愿意把创新研发作为维持企业市场竞争优势的重要战略，在获得政府补助后还会追加投入，政府补助对企业研发创新产生激励效应。

但是，也有学者发现，企业家的政治参与往往更多地导致一种寻租行为。当企业家利用政治联系获取到企业发展的政策、信息、资金等资源优势后，往往选择经营风险低、市场稳定、获利快的项目，而不是风险高、研发周期长、市场不确定的技术创新项目。在这种情况下，企业可能在将政府研发补助用于创新研发活动后，就不再投入自己的资金，甚至可能将政府补助转移到那些风险低、获利快的项目上。如此，政府研发补助不一定会刺激企业研发投入，反而会产生“挤出效应”，使企业减少研发投入(陈爽英等, 2010, 2012；刘忻、杨德伟，2012)。目前还很难判断企业家的政治参与状况究竟会导致哪一种结果，因此，本文提出两个相互竞争的假设：

假设3.1：在企业主具有政治联系的企业中，政府补助对企业研发投入的促进作用更强。

假设3.2：在企业主不具有政治联系的企业中，政府补助对企业研发投入的促进作用更强。

资源基础理论强调企业内部的资源是企业制定及实施战略的基础，那些掌握有价值的、稀少的、不可模仿以及不可替代的资源的企业，更容易获得持久的竞争优势和超额利润(Barney，1991；Habbershon and Williams, 1999；Habbershon, et al., 2003)。虽然研发创新活动是企业维持核心竞争力的重要战略，但是研发创新的成功需要大量、持续的资源予以支持，因此，企业的资源禀赋结构将会影响企业研发成功的可能性，并进而影响企业实际的研发投入。

企业规模能够综合反映一个企业的资源禀赋。熊彼特开创了创新与企业规模相关性研究的先河，他从创新资源需求特征出发，强调足够大的企业规模所具有的资源禀赋是创新的基本条件，并提出了著名的“熊彼特假说”，即规模大的企业比规模小的企业承担着更大比例的创新份额。一些经验研究支持了熊彼特假说(王任飞，2005；周黎安、罗凯，2005)，这些研究认为，创新具有投入高、周期长、风险大等特征，大规模企业具有的资源禀赋相对较高，在技术力量与资金保障方面占有优势，对风险的承受能力也比较强，因此研发投入将随着企业规模而呈现同方向变化趋势。但更多研究则认为，企业规模与研发投入之间的关系并非线性关系(金玲娣、陈国宏，2001；柴俊武、万迪昉，2003；安同良等，2005；朱恒鹏，2006)，因为小企业行为更灵活，对外界反应更快，它们在技术创新方面更具有行为优势。

基于上述研究，本文认为，在研发创新活动中，大企业具有物质优势，而小企业具有行为优势，甚至更具企业家精神，因为同大企业相比，小企业要在更加激烈的竞争中生存与发展，其产品中的专有技术含量非常重要。因此，小企业一旦通过政府补助政策弥补了自身在资源禀赋上的劣势后，其对研发投入的态度将更为积极(金玲娣、陈国宏，2001)。就大型企业而言，由于具备一定的垄断优势，企业参与研发活动的动力将会减弱(柴俊武、万迪昉，2003)。这一点在国外研究中已有发现。这些研究认为，由于研发投入成本较高，对一些小公司而言，如果没有政府补助，可能不会启动研发项目；但是对大公司而言，由于资本较为充足，即使没有政府资助，也会有固定的研发投入，政府资助反而可能会减少企业自身的投入，因此，政府补助的激励效应更适用于小型企业(Lach, 2002；González and Pazó, 2008)。本文将依据中国民营企业的数据对此予以检验，并提出以下假设：

假设4：在规模更小的企业中，政府补助对研发投入的促进作用更强。

同样基于资源基础视角，国外一些学者发现，在资本市场不完善的条件下，企业研发活动将主要依赖企业内部资金。企业内部资金紧张将会阻碍企业从事研发活动，因为一旦企业资金紧张，研发活动就不得不中断，而之前的研发投入就会成为沉没成本。因此，内部资金紧张的企业其研发投资强度将低于那些资金宽裕的企业(Czarnitzki, et al., 2011)。但是，政府补助可以缓解资金紧张对研发投入的负面影响(Hyytinen and Toivanen, 2005；Zuniga-Vicente, et al., 2014)，因为当企业因资金紧张而中断研发活动时，政府补助可以帮助暂时补充，直到企业流动资金充裕，可以再次投入研发，从而显著降低研发活动的边际沉没成本。但这种作用在资金充裕的企业并不明显，因为其内部资金可以保证研发活动的持续，研发前期的投入成为沉没成本的可能性很小。因此，本文提出：

假设5：在资金紧张的企业中，政府补助对研发投入的促进作用更强。

组织研究中新制度主义的兴起使人们越来越意识到企业制度环境是研究企业组织不可忽视的重要变量。如果我们将企业看作一个开放系统，那么对于企业来说，企业发展战略只有与企业制度环境相匹配才最具有竞争力。改革开放以来，中国由计划经济向市场经济转型，中国企业面临的制度环境发生重大变化，但是不同区域由于引入市场机制的时机不同、程度不同、速度不同，因而在经济体制整体改革的程度上也不同(郝大海、李路路，2006)。那么，在市场化水平不同的地区，政府补助对企业研发投入的影响有什么差异呢？

许多研究都发现，在市场化水平高的地区，企业投入研发创新的积极性更高(廖开容、陈爽英，2011；蔡地等，2012；江雅雯等，2012)。这是因为：第一，在市场化水平高的地区，知识产权保护制度更为完善，能够形成较为有效的产权保护和创新激励机制。诺斯(1991)对西方经济史的研究发现，西方社会的兴起很大程度上在于产权制度的建立，只有当个人能够拥有明确的产权时，个人创造财富的积极性才会最大限度地调动起来，并由此促进社会经济的迅速增长。对于企业而言，企业研发创新成果在缺乏相关完善制度保护的情况下，很容易被别的企业所模仿甚至盗取，这样的话，企业研发成果的预期收益就会下降，企业家也就没有意愿和动力进行更多的研发投资活动。

第二，在市场化水平高的地区，政府对经济的直接干预较少，市场竞争更为激烈，企业要想在高强度的竞争环境下生存，就必须通过技术创新来获得持久的竞争力，也必须增加足够的研发投入来保证创新活动。已有研究发现，市场竞争压力大的企业更愿意投资研发活动(朱恒鹏，2006；Lee，2011)，激烈的市场竞争能够促进技术创新(Eicher and Kim, 1999:21-41)。相反，在市场化程度低的地区，资源的分配权很大程度上集中在政府手中，当地的法律系统和地方政府具有很强的关联性，民营企业难以通过市场化手段获取企业发展所需要的资源以及法律保护，因而企业发展的动力来源于与地方政府的关系而非市场竞争。在这种情况下，企业即使研发成功也不一定会带来很高的收益，这就影响到企业的风险偏好，企业可能更愿意将精力花在与政府建立关系上，而不是投入研发活动。

综上所述，本文认为，在市场化水平高的地区，产权保护制度更完善，市场竞争程度更高，由于政府补助而提高的企业研发预期收益会更加突出，企业也更倾向于通过增强核心竞争力而不是通过发展政治联系来维持企业的持续发展。因此，本文提出：

假设6：在市场化水平高的地区，政府补助对研发投入的促进作用更强。

本研究所用数据来自“私营企业研究课题组”于2010年上半年进行的第9次全国民营企业抽样调查。¹调查首先根据中国统计年鉴上民营企业的规模结构和行业结构来选取民营企业样本，再通过各地工商联和工商局展开调查。调查对象为民营企业的法人代表或称民营企业家。调查范围涵盖中国境内31个省、自治区和直辖市的各个行业、各种规模和类型的民营企业，因此本研究的样本对中国民营企业具有较好的代表性。此次调查回收有效问卷4 610份，剔除变量信息不全的样本后，有效样本为2 594个，其中东、中、西部样本量分别占有效样本量的56%、24%和20%。

以往诸多研究往往将企业研发总支出与企业销售额之比作为因变量，事实上，企业研发总支出已经包括了政府研发补助，这样的话，即使获得政府补助的企业的平均研发支出更高，也很难推断是企业自主投入更多还是因为政府研发补助而带来的。由于本文要探讨的核心问题是政府补助能否刺激企业自主投入更多资金用于研发创新，因此，本文以企业自主研发投资强度(RD)作为因变量，其计算公式为：研发投资强度=(企业自主研发支出/企业年销售收入)×100。其中，企业自主研发支出=企业研发总支出-政府研发补助，若该值为负，说明企业并没有将政府研发补助完全用于研发创新，我们统一将负值设为0；若企业未获得政府补助，则政府补助为0。之所以使用研发投资强度而不是研发支出，是因为相比于研发支出(数值)，研发投资强度(比值)在不同统计模型中的稳定性更高(Cerulli and Potì，2012)。由于研发投资强度右偏分布，因此在实际操作中将其取对数后进入模型。

本文的核心自变量是政府研发补助(SUB)。我们将分两个步骤探讨政府研发补助对企业研发支出的影响：首先，考察是否获得政府补助对企业研发支出的影响；其次，针对那些已经获得补助的企业，进一步分析补助额度的影响。问卷包括企业主在技改方面是否得到政府资金支持以及具体额度。我们将是否获得政府补助设置为虚拟变量(SUB1)，若得到资金支持则为1，否则为0；由于政府补助额度(SUB2)差距较大，取对数进入模型。

企业主的个人属性包括教育水平(EDU)以及政治联系(GOV)。本文将企业主教育水平设置为虚拟变量，企业主教育水平为大专、本科或者研究生的设置为1，高中及以下设置为0。当选人大代表或政协委员是企业主政治参与的最主要途径，往往被视为企业主具有政治联系的一个具体指标。在本文中，若企业主是某一级人大代表或政协委员，则认为该企业主具有政治联系，设置为1，否则设置为0。

企业资源禀赋结构主要包括企业规模和企业资金状况。本文以企业2009年雇佣员工人数作为企业规模指标(SIZE)。由于企业规模差距较大，我们将其取对数进入模型。本文以企业上一年净利润(PRO)来表示企业资金状况，我们认为，如果企业上一年净利润较多，那么该企业内部流动资金应该不会出现紧张状况。企业上一年所获净利润设置为连续变量，企业净利润为负的一律设置为0，并取对数进入模型。

我们将企业所在地按照通常规范区分为东部、中部和西部，并根据中国经济改革基金会国民经济研究所2011年度《中国市场化指数》报告中发布的中国各省、自治区、直辖市2009年度市场化指数(樊纲等，2011：265)来判断各地区的市场化水平。这一市场化指数综合了政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育和法律制度环境五个方面的因素，反映了各省在市场化进程中的相对水平，已被许多研究所使用。统计表明，东部、中部和西部地区的平均市场化指数分别为9.95、7.25、6.19，因此，我们认为东部地区的市场化水平最高，中部、西部次之，并分别设置为虚拟变量进入模型，以西部地区为参照项。

本文的控制变量包括企业所在行业、企业开业时间(YEAR)以及企业治理结构(BOARD)。由于问卷让企业列出了3个主营行业，因此我们通过3个变量控制企业的行业影响：一是企业是否从事制造业(MANU)，二是企业是否从事多个行业(MIX)，三是企业产品或服务是否涉及高新技术产业(TEC)，²并分别以虚拟变量进入模型。企业开业时间用调查年份(2010年)减去企业开业年份，不足1年的算做1年。企业治理结构主要是指企业是否具有董事会，若有董事会则设置为1，否则设置为0。有研究认为，公司治理作为企业内部的正式制度将有效控制企业经理层的自主性，防止企业经理为了规避研发风险，怠于进行研发投资，因此对于企业研发投资具有积极作用(陈爽英等，2012)。

表 1呈现了各变量的统计描述。我们发现，在有效样本中，获得政府补助的民营企业共有436家，占总数的17%；64%的企业主教育水平在大专及以上；超过一半的企业主(51%)当选为各级人大代表或政协委员。

表 1

表 1 主要变量统计描述和相关系数矩阵(N=2 223) 均值 方差 RD SUB1 SUB2 EDU GOV SIZE PRO RD 1.71 2.43 1 SUB1 0.17 0.37 0.158* 1 SUB2 0.61 1.49 0.124* 0.919* 1 EDU 0.64 0.48 0.097* 0.098* 0.106* 1 GOV 0.51 0.5 0.130* 0.220* 0.214* 0.120* 1 SIZE 4.23 1.51 0.245* 0.340* 0.368* 0.129* 0.400* 1 PRO 3.54 2.31 0.258* 0.317* 0.351* 0.115* 0.334* 0.580* 1 注：1.*p＜0.05；     2. SUB1表示企业是否获得政府研发补助，SUB2表示企业获得补助的额度。

表 1 主要变量统计描述和相关系数矩阵(N=2 223)

本文采用Tobit模型探讨政府补助与企业研发投入之间的关系。Tobit模型是因变量满足某种约束条件下取值的模型，最早由Tobin提出，此后这类模型从最初的结构式模型扩展到时间序列模型、面板数据模型以及非参数模型等(周华林、李雪松，2012)。本文使用的是标准Tobit模型，这一模型适合处理因变量有大量删截值(比如，很多企业的研发投入为0)的数据。当因变量出现大量“0”观测值时，通过最小二乘法估计的参数是有偏和不一致的，因此，一般线性回归方法并不适用，而Tobit模型通过最大似然估计可以较好地解决这个问题。同时，与Logistic模型相比，Tobit模型充分有效地利用了“企业是否投资研发”及“不同企业投资强度不同”这两部分有效信息。Tobit模型设置如下：

因变量RD_i为企业实际研发投资强度，取值为非负值, RD_i^*是潜变量。X_ij是模型的控制变量，分别表示企业所在行业、企业历史以及企业治理结构，β_j代表这些变量的系数；SUB_i表示政府补助的虚拟变量，α代表政府补助变量的系数；Z_ik是其他核心自变量，分别表示企业主的教育水平、政治联系、企业规模、企业上一年净利润和企业所在地区，δ_k代表这些变量的系数；SUB_iZ_ik表示政府补助与这些核心自变量的交互项，γ_k表示各交互项的系数。ε_i表示误差项，服从均值为0、方差为σ²的正态分布。

模型1.1至模型1.7呈现了是否获得政府补助对企业自主研发投入的影响以及其他变量对该影响的调节作用(详见表 2)。模型1.1是基本模型，从该模型中可以看到，在控制其他变量的情况下，政府补助的系数显著为正，这说明在当前经济环境中，政府研发补助对企业自主研发投入具有促进作用。平均而言，获得政府补助的企业的自主研发投资强度是其他企业的1.95倍[exp(0.667)]。

表 2

表 2 政府补助与企业研发投入关系的最大似然估计 模型1. 1 B/S.E. 模型1. 2 B/S.E. 模型1. 3 B/S.E. 模型1. 4 B/S.E. 模型1. 5 B/S.E. 模型1. 6 B/S.E. 模型1. 7 B/S.E. 高新技术产业(1=是) 1. 644***(0. 250) 1. 568***(0. 249) 1. 686***(0. 258) 1. 719***(0. 249) 1. 567***(0. 255) 1. 606***(0. 251) 1. 506***(0. 263) 多元行业(1=是) 0. 706*(0. 278) 0. 638*(0. 277) 0. 642*(0. 287) 0. 428(0. 282) 0. 374(0. 288) 0. 821**(0. 277) 0. 380(0. 296) 制造业(1=是) 3. 548***(0. 237) 3. 680***(0. 238) 3. 373***(0. 244) 3. 138***(0. 242) 3. 334***(0. 245) 3. 451***(0. 241) 2. 903***(0. 263) 企业历史 0. 105***(0. 027) 0. 103***(0. 026) 0. 064*(0. 028) 0. 051+(0. 027) 0. 065*(0. 028) 0. 109***(0. 027) 0. 034(0. 029) 董事会(1=是) 0. 866***(0. 248) 0. 725**(0. 249) 0. 831**(0. 257) 0. 364(0. 254) 0. 603*(0. 253) 0. 933***(0. 247) 0. 400(0. 265) 政府补助(1=是) 0. 667*(0. 302) -0. 565(0. 616) 1. 800**(0. 608) 3. 670**(1. 253) 1. 283(0. 806) -0. 771(0. 859) 0. 565(1. 575) 受教育程度(1=大专及以上) 1. 232***(0. 279) 0. 569+(0. 295) 教育程度×政府补助 1. 361+(0. 698) 2. 054**(0. 693) 政治联系(1=是) 1. 325***(0. 284) 0. 517+(0. 302) 政治联系×政府补助 -1. 766*(0. 694) -0. 275(0. 711) 企业规模 0. 923***(0. 094) 0. 559***(0. 116) 企业规模×政府补助 -0. 723**(0. 223) -0. 692*(0. 285) 上一年净利润 0. 594***(0. 063) 0. 385***(0. 073) 净利润×政府补助 -0. 304*(0. 137) -0. 149(0. 171) 地区(参照项:西部)   东部 0. 736*(0. 37) 0. 926*(0. 374)   中部 1. 139**(0. 423) 1. 108*(0. 444)   东部×政府补助 2. 077*(0. 92) 2. 569**(0. 932)   中部×政府补助 0. 498(1. 073) 1. 244(1. 082) 常数项 -5. 660***(0. 354) -6. 299***(0. 394) -5. 898***(0. 372) -8. 495***(0. 467) -6. 959***(0. 387) -6. 365***(0. 452) -9. 332***(0. 601) N 2594 2551 2423 2567 2433 2593 2223 -2LL 7539. 94 7391. 37 6991. 53 7388. 94 6946. 75 7515. 91 6287. 91 R2 0. 050 0. 054 0. 051 0. 061 0. 064 0. 053 0. 072   注：1. +p＜0.1, *p＜0.05, ** p＜0.01, ***p＜0.001;       2.模型中的标准误均为稳健标准误.

表 2 政府补助与企业研发投入关系的最大似然估计

所有控制变量的系数都是显著的，说明这些控制变量对企业研发投入也会产生明显影响。从行业来看，制造业企业的自主研发投入高于非制造业企业，横跨多个行业的企业的自主研发投入更高，如果企业产品或服务涉及高新技术产业，其研发投入也会更多。企业存活时间对企业研发投入具有正向影响，企业历史越长，企业研发投资强度越高，因为企业存活时间越长，发展越成熟，其研发能力和应对市场风险的能力都越强，为了维持市场竞争优势，更愿意投资研发创新项目。“董事会”变量显示现代企业治理结构确实有利于企业研发投资，相对于没有董事会的企业，有董事会的企业的平均研发投资强度是前者的2.38倍[exp(0.866)]。这是因为，企业经理层的薪酬及任期与企业效益相关，而研发创新具有较大风险，因此为了规避风险，企业经理层可能会选择其他管理战略而不是研发投资，而董事会的存在可以矫正这一现象(陈爽英等，2012)。

模型1.2加入企业主教育水平变量及其与政府补助的交互项。我们发现，企业主教育水平的系数显著为正，说明拥有大专及以上学历的企业主更加重视企业的研发创新，因为他们更有能力处理相关信息，也更愿意承担研发风险。但是，在这一模型中，政府补助系数变为负数，而企业主教育水平与政府补助交互项的系数显著为正，这一结果表明，政府补助在企业主教育水平为高中及以下的企业中起到“挤出效应”，这些企业的平均研发投资强度低于企业主教育水平不高且没有获得政府补助的企业，前者平均研发投资强度仅为后者的57%[exp(-0.565)]左右。这可能是因为在这些企业中，企业主并不能认识到研发创新的重要性，因此面对政府研发补助时没有相应的自主投入，甚至会挪用政府研发补助到其他项目上。与之相反的是，政府补助在企业主教育水平高的企业具有显著的积极影响。这一结论支持假设2。

模型1.3刻画了企业主的政治联系对企业研发投入的影响。可以看到，企业主的政治联系以及政府补助对企业研发投入均具有积极影响；但是，政治联系与政府补助交互项的系数却显著为负，这意味着在企业主没有政治联系的企业内，政府补助对企业研发投入的激励效应要大于那些企业主具有政治联系的企业。这一结果支持了假设3.2，而拒绝了假设3.1。正如前文所述，企业主的政治联系能够为企业提供一种非正式的保护，从而减少创新研发的风险，然而，这一非正式保护同样可以用于其他发展战略，在这种情况下，企业主的寻租动机使其在获得政府补助的情况下放弃了研发创新项目，而选择了其他风险低、获利快的项目。

模型1.4试图探讨企业规模在政府补助对企业研发投入影响中的调节作用。企业规模本身对企业研发投入的影响是积极的，这与以往许多研究一致，而企业规模与政府补助的交互项的系数显著为负，这说明政府补助对企业研发投入的影响在逐渐变化：在某一临界点之下，政府补助始终具有促进作用，但强度随着企业规模变大而变弱；在某一临界点之上，政府补助对企业研发投入的影响则变为“挤出效应”，且随着企业规模变大而变强。由于样本中绝大多数都是中小企业，因此总体来看，政府补助的影响还是积极的。这一结论与本文假设4相符。

模型1.5重点讨论了企业资金状况的影响。从统计数据来看，它的影响与企业规模的影响相似。上一年有净利润的企业具有更高的研发投资强度，但政府补助对这类企业研发投入的促进作用却更弱，这一结果支持了假设5。模型1.4和模型1.5都从创新资源需求视角出发，结果的相似强调了企业内部资源的充裕反而可能对政府补助的促进作用起到一定程度的抑制。这可能是因为在当前市场环境下，企业研发投资或许存在一定限度，在这种限度条件下，政府补助反而会替代一部分企业的自主研发投入。

在模型1.6中，地区变量的系数均显著为正，说明东部和中部地区企业的自主研发投资强度均高于西部地区。而且，东部地区与政府补助的交互项显著为正，政府补助系数则为负，这意味着政府研发补助在西部地区将会抑制企业的研发投入，而在东部地区则会产生“激励效应”。具体而言，在西部地区，获得政府补助企业的自主研发投资强度仅为未获得政府补助企业的46.26%[exp(-0.771)]；与之相反的是，在东部地区，前者的自主研发投资强度却是后者的3.69倍[exp(2.077-0.771)]。这一结果支持假设6，即政府研发补助在市场化水平高的地区能够发挥更强的激励效应。

模型1.7在基本模型基础上加入了所有变量，核心自变量系数没有出现性质上的变化，只是系数绝对值大小发生了波动，还有一些系数显著性减弱，这可能与这些变量之间具有一定的相关性有关。总体而言，本文的假设基本都得到支持，这再次说明考察政府研发补助的作用时需要考虑企业系统的相关特征。

模型2.1至模型2.7考察了在那些获得政府研发补助的企业中，政府补助额度对企业研发投入的影响以及其他变量对该影响的调节作用(见表 3)。从这几个模型可以看出，政府补助额对企业研发投入具有显著消极影响，这意味着在这些获得政府补助的企业中，补助额度越高，企业自主研发投入反而越低。也就是说，尽管与那些没有获得政府补助的企业相比，获得政府补助的企业总体而言自主研发投入更高，但并不意味着政府补助越高越好。另一方面，尽管大部分交互项系数的性质与本文的假设一致，但均不显著，这可能与该部分样本量较小有关，据此尚难以判断其他变量对政府补助额度与企业研发投入关系的调节作用。

表 3

表 3 政府补助额与企业研发投入关系的最大似然估计 模型2. 1 B/S.E. 模型2. 2 B/S.E. 模型2. 3 B/S.E. 模型2. 4 B/S.E. 模型2. 5 B/S.E. 模型2. 6 B/S.E. 模型2. 7 B/S.E. 高新技术产业(1=是) 1. 351*(0. 604) 1. 326*(0. 589) 1. 471*(0. 618) 1. 328*(0. 607) 1. 460*(0. 64) 1. 295*(0. 604) 1. 369*(0. 64) 多元行业(1=是) 0. 020(0. 569) -0. 164(0. 565) -0. 172(0. 581) -0. 308(0. 603) -0. 315(0. 589) 0. 416(0. 574) -0. 344(0. 604) 制造业(1=是) 3. 108***(0. 574) 3. 172***(0. 562) 2. 916***(0. 583) 2. 626***(0. 593) 2. 772***(0. 609) 2. 932***(0. 574) 2. 218***(0. 626) 企业历史 -0. 047(0. 06) -0. 027(0. 059) -0. 057(0. 062) -0. 078(0. 062) -0. 049(0. 061) -0. 036(0. 06) -0. 048(0. 062) 董事会(1=是) 1. 208*(0. 587) 0. 925(0. 572) 1. 026+(0. 593) 0. 979+(0. 585) 1. 048+(0. 593) 1. 310*(0. 588) 0. 905(0. 595) 政府补助额 -0. 665***(0. 173) -0. 981**(0. 351) -0. 328(0. 365) -0. 249(0. 722) -1. 279**(0. 457) -0. 607(0. 527) -0. 860(0. 909) 受教育程度(1=大专及以上) 1. 769(1. 369) 1. 86(1. 392) 教育程度×政府补助额 0. 283(0. 398) 0. 294(0. 400) 政治联系(1=是) 1. 759(1. 48) 1. 315(1. 397) 政治联系×政府补助额 -0. 485(0. 415) -0. 244(0. 382) 企业规模 1. 061*(0. 462) 0. 834(0. 607) 企业规模×政府补助额 -0. 109(0. 122) -0. 163(0. 158) 上一年净利润 0. 346(0. 263) -0. 06(0. 363) 净利润×政府补助额 0. 053(0. 071) 0. 122(0. 098) 地区(参照项:西部) 东部 1. 550(2. 216) 2. 409(2. 097) 中部 3. 703(2. 472) 4. 291+(2. 435) 东部×政府补助额 0. 229(0. 565) 0. 209(0. 524) 中部×政府补助额 -0. 657(0. 634) -0. 564(0. 625) 常数项 -0. 432(1. 136) -1. 37(1. 536) -1. 292(1. 569) -4. 566(2. 605) -0. 801(1. 691) -2. 482(2. 174) -7. 204*(3. 409) N 436 430 421 433 416 436 396 -2LL 1613. 74 1568. 07 1562. 68 1591. 93 1501. 37 1597. 23 1392. 34 R2 0. 030 0. 044 0. 030 0. 036 0. 047 0. 040 0. 072   注:1.+p＜0.1, p＜0.05, p＜0.01, p＜0.001;      2.模型中的标准误均为稳健标准误。

表 3 政府补助额与企业研发投入关系的最大似然估计

政府研发补助对企业自主研发投入的影响是企业创新研究中的焦点问题。已有研究指出，政府研发补助通过企业研发成本、研发预期收益以及企业战略风险偏好等机制影响企业自主研发投入，但这些机制的具体影响还存在争论。针对这一争论，本文强调，这些机制的具体影响只有放到具体的企业组织系统中才能够做出较为明确的判断。

通过对第9次全国民营企业抽样调查数据的分析，本文发现，政府研发补助对企业自主研发的作用较为复杂：首先，那些获得政府研发补助的企业的自主研发投入在整体上确实高于没有获得政府补助的企业，但这一结果会受到企业决策者、企业资源结构以及企业环境等多种因素的影响，在某些企业中，政府补助反而会挤出企业研发投资，这是因为政府研发补助的作用机制会受到企业系统相关特征的影响。

第一，依据“高层梯队理论”，我们认为，企业战略风险偏好会受到企业主个人性格、经验、能力等特征的影响：由于具有较高的驾驭研发活动的能力以及对长期战略竞争的认识，教育水平高的企业主会积极响应政府研发补助，加强研发投资，以提高企业竞争优势；企业主具有政治联系的企业虽然有更高的研发投资强度，但是并不意味着它们在获得政府补助的情况下会投入更多。在中国，企业主追求政治联系具有强烈的寻租动机，当一定的研发活动得到保证时，他们更愿意将资金投入到风险低、获利快的项目中。

第二，资源基础视角认为，企业研发活动需要大量、持续的资源支持，故资源充裕的企业研发投入更多。本研究支持这一观点，那些规模较大、上一年净利润较多的企业的自主研发投资强度更高。但是，政府补助的激励效应在这些企业中却不明显，这可能是因为：对于那些资源充裕的企业来说，研发活动具有相当的规模和一定的规划，无论政府是否补助都不会出现大的变化；而那些资源紧张的企业最初可能没有研发活动，只有在政府帮助的情况下才可能启动研发项目，也就是说，政府研发补助能帮助这样的企业大幅降低研发边际成本。

第三，新制度主义始终强调企业制度环境对于企业行为与绩效的影响，在市场化水平较高的地区，产权保护制度更为完善，市场竞争更为激烈，这使得研发活动的预期收益也更为突出，并将刺激企业为了赢得市场竞争力而加大研发投入。在这种条件下，政府研发补助对于小企业而言是雪中送炭，对大企业而言则是锦上添花。经验数据也发现，在东部地区，政府补助的激励效应非常显著。这一结果并不意味着政府应该减少中西部地区的研发补助，而是要求政府在制度建设上改善当地市场环境，从而促进企业的研发投入。

最后，本文还发现，对于单个企业的补助额度并不是越高越好。任何企业的研发活动都会受到企业自身技术、人力以及外部市场需求等多种因素的限制，因此，企业研发投入必然都有一个最高点，在此条件下，政府补助的进一步增加将促使企业把原有的研发支出转移到其他项目上。正如已有研究发现的，政府研发补贴的激励效应可能会随着政府补贴力度的不断增大而减弱，当超过最优补贴值时，甚至会对企业研发投入产生“挤出效应”(刘虹等，2012)。同样基于企业系统异质性的考虑，我们认为，对于不同类型的企业，政府补助最佳额度可能也不一样，但是这一假设还需要进一步的研究予以证实。

综上所述，在当前经济转型过程中，研发创新对企业发展具有重要作用，政府的研发补助政策一定程度上能够抑制“市场失灵”带来的消极影响，从而刺激企业的自主研发投资，因此，中国政府应该继续加大研发补助的力度，更加积极地在资金、信息以及政策等多方面予以扶持。与此同时，为了使政府研发补助的配置获得效用最大化，政府在资金分配过程中还需要充分考虑到资助企业的相关属性。本文的研究结果表明，那些个人能力较强而不追求政治寻租的企业主具有更强的市场竞争意识和更长远的战略眼光，那些发展刚刚起步、资源还不充裕的中小企业具有更强的研发投资意愿和潜力，故而在其他条件类似的情况下，政府研发补助应该向这些在企业决策和资源禀赋结构上更趋向于自主研发创新的民营中小企业倾斜。最后，研发补助政策仅仅是促进企业研发创新的一个工具，这一工具只有与配套的制度环境相结合才能发挥更有效的作用，因此，政府在推行研发补助政策的同时，还应该完善市场经济体制和知识产权保护制度，为企业发展提供一个良好的竞争环境。

注释：

1.该调查课题组由中共中央统战部、中华全国工商业联合会、国家工商行政管理总局和中国民(私)营经济研究会组成。

2.问卷询问了企业产品或服务所属的产业范围，我们将产品或服务涉及“现代农业”、“现代物流业”、“信息产业”、“生物产业”、“新材料产业”、“航空航天产业”、“海洋产业”、“清洁、可再生能源”以及“污染治理技术”的企业定义为高新技术产业。