一、引　言

新古典经济学派的观点认为，创新活动的高风险和强正外部性会导致市场失灵，因此需要政府通过财政补贴等产业政策去激励企业自主创新。现实中，补贴等产业政策也确实被各国政府普遍运用以鼓励企业创新。欧盟统计局的报告显示，美国和欧盟在2006—2016年间，分别有28.4%和33%的研发投入源于政府补贴。中国也实施了较为广泛的补贴政策，以上市企业为例，政府补贴总额从2010年的646.39亿元持续增长至2017年的1 529.43亿元。^①尽管补贴政策被广泛实施且补贴规模庞大，但事实上，其是否对企业创新产生积极作用还存在争议，相应也形成了三种观点：具有促进作用的“馅饼”论（任曙明和吕镯，2014；郭玥，2018）、主要起抑制作用的“陷阱”论（肖兴志和王伊攀，2014；余东华和吕逸楠，2015；赵璨等，2015）以及有限作用的“条件”论（张杰等，2015；杨洋等，2015；Aghion等，2015）。

在新冠疫情叠加中美贸易冲突不断升级的背景下，主要发达经济体展开了新一轮的政府补贴竞争，中国面临着补贴政策转型的客观现实，“撒胡椒面”“一刀切”式补贴已无法满足新阶段发展需要。如何更好地发挥政府补贴的精准效应，对补贴进行结构性优化，为企业营造公平竞争的政策环境等是迫切需要回应的重大问题。企业所处的生命周期阶段差异反映了其在管理能力、战略选择以及融资约束等内部特征上的差异以及所面临的竞争环境和外部宏观因素的不同（Dickinson，2011）。企业创新活动在不同的生命周期阶段也表现出异质性。一种常见的观点认为，R&D投入的强度会随着企业生命周期阶段递进而逐渐下降（凤进和韦小柯，2003）。吴先明等（2017）认为企业内部创新精神随着生命周期的递进而减退是R&D投入递减的主要原因。王文翌和安同良（2015）从企业创新潜力高低的角度解释了R&D投入强度随生命周期递减的现象。余谦等（2018）则指出，这种现象是随着生命周期递进而产生的生产经营惰性所致。由于企业在不同生命周期阶段的创新特征表现出明显的差异性，本文认为从企业生命周期视角切入，有针对性地对政府补贴进行结构性优化是有必要的。比如美国就出台了专门针对初创和成长企业的补贴政策，Howell（2017）的研究证实这种补贴有效激励了相关企业的创新活动。

目前，结合企业生命周期阶段性特征，考察各类产业政策差异化效果的文献还比较有限，现有研究主要集中在对税收激励（刘诗源等，2020）、政府干预（王凤荣和高飞，2012）和补贴（熊和平等，2016；童锦治等，2018；陈红等，2019）等政策工具进行探讨。本文将研究重点放在补贴这一政策工具上，在现有文献对补贴作用差异化单线条验证的基础上，进一步深入挖掘了补贴对不同生命周期阶段企业创新的作用机制差异以及这些差异背后的来源，尝试为补贴政策的结构性优化提供新的决策依据。

本文的边际贡献主要体现在：第一，深入剖析了补贴对不同生命周期阶段企业创新影响差异化的原因，并识别了与企业生命周期相匹配的主导补贴作用机制，深化了从生命周期视角研究补贴创新效应的内容。第二，从企业不同生命周期阶段、补贴类别和企业创新产出类别（数量创新与质量创新）三个交叉维度上检验了补贴对创新的作用效果，为补贴提供了更精准的施策方向。第三，在衰退期阶段区分了非战略转型企业和具有较强“重生意愿”的战略转型企业，进一步细化和深化了从生命周期视角探讨补贴与创新关系的研究。本文的研究发现，政府对上市公司中具有成熟期阶段特征的企业发放了比成长期企业更高强度的补贴。但是，补贴仅对成长期企业的创新具有促进作用，对衰退期企业的补贴反而助长了其“创新惰性”。这意味着“扶上马，送一程”的补贴比“锦上添花”式的补贴更利于创新，补贴的介入和退出时机尤为重要。

二、企业生命周期与补贴创新效应的机制分析

常见的企业生命周期划分方法有单变量分析法、Anthony和Ramesh（1992）提出的综合指标分析法以及Dickinson（2011）开发的现金流组合法。现金流组合法用经营、投资和筹资现金流净额的正负组合客观反映企业所面临的经营风险、盈利能力和增长速度等特征，避免了单变量分析法过于单一和综合指标分析法主观性强的弊端（黄宏斌等，2016；童锦治等，2018）。本文采用现金流组合法将样本企业生命周期划分为成长、成熟和衰退期三个阶段，具体划分依据见表1。

成长期企业在起步阶段需要投入大量资金开拓市场和购买生产设备，经营和投资现金流出量较大而流入量较少，表现为净流出。进一步，在企业规模扩张等因素的作用下，经营现金表现出净流入特征。另外，成长期企业资源约束较紧，还需要从外部筹措大量资金，筹资现金表现为净流入（Dickinson，2011）。进入成熟期后，企业市场份额和销售额等维持稳定，经营现金持续表现为净流入。战略目标通常是保持并进一步攫取市场份额，这就需要继续追加一定投资，因此投资现金仍然表现为净流出。当企业产生的经营现金净流入达到峰值后，一般可以弥补投资现金上的净流出，还可能开始利用结余资金进行债务偿还，筹资现金表现为净流出（Dickinson，2011）。相比成长期和成熟期，处在衰退阶段企业的现金流组合通常具有更大不确定性。衰退期是一个渐变的过程，企业的市场份额可能仍然较大，也可能快速萎缩，经营现金净额的正负无法确定。面临衰退，企业战略方向也存在差异。保守的方案是维持现状，不再追加投资。但如果决策者是风险偏好的，也可能会追加投资试图逆转衰退过程。因受到外部市场投资者情绪的影响，至于企业的筹资现金流会表现为净流入还是净流出也是不确定的（熊和平等，2016）。

（一）补贴对企业创新影响的机制分析

本文重点关注补贴的资源补充和信号传递两个创新影响渠道。一方面补贴直接补充了企业的创新资源（杨洋等，2015），会更加坚定企业进行各类创新活动的信念（郭玥，2018），分担企业创新风险。并且，作为一种低成本的外部资金来源，补贴还降低了企业仅向市场融资的高融资成本，给予了企业低成本的创新试错机会（Howell，2017）。获得政府补贴的企业一般会定期受到政府的考核与监督，督促其进行创新活动。在政府的信用背书下，补贴还可以发挥间接信号传递作用，向市场传递关于企业的积极信号，缓解外部投资者和企业之间信息不对称性，减轻企业融资约束（郭玥，2018）。许多经典文献指出，融资约束是企业创新活动的决定性因素之一（Armour和Teece，1980；Hao和Jaffe，1993）。在直接途径和间接途径的共同作用下，政府补贴对企业创新资源会产生挤入作用。

（二）补贴对成长期企业的创新效应分析

为了在市场中存活，实现从无到有的突破并逐步扩大规模，成长期企业一般有比较强烈的动机进行新产品开发等创新活动，创新活力足。王文翌和安同良（2015）以及余谦等（2018）的研究也证实了成长期企业R&D投入强度显著高于成熟期和衰退期企业。由于成长期企业内部创新意愿强烈，对其发放补贴，可以预期资源补充效应会得到充分发挥。但同时，成长企业经营风险程度高，市场外部投资者出于对风险程度的考虑，较少会选择对成长期企业进行投资，这提升了该阶段企业的融资难度（黄宏斌等，2016）。成长期企业创新意愿强烈，但是自身资源匮乏并且面临融资难问题，往往创新投入意愿和自身创新资源间存在较大的缺口。政府补贴的注入不仅直接放松了企业资源约束，还有利于增强外部投资者对企业的投资信心，有效弥补了企业创新意愿与自身资源间的缺口。补贴也给成长期企业创新活动提供了低成本的试错机会（Howell，2017），分担了成长期企业较高的创新风险。基于此，本文提出假说1：对成长期企业，补贴的资源补充和信号传递机制是显著的。

（三）补贴对成熟期企业的创新效应分析

企业进入成熟期后，累积了相当丰富的内外部资源，应对各类风险的能力也比成长阶段提升更多（曹裕等，2016）。并且该阶段企业生产经营模式、组织结构等日趋成熟，盈利也更加稳定（刘诗源等，2020），企业本身对政府补贴的需求并不像成长期那样迫切。在企业已有资源足够维持正常经营活动运转的前提下，政府补贴的注入可能并不会改变企业的研发投入决策。同时，成熟期企业丰厚的盈余，充裕的现金流也容易使该阶段企业产生“安于现状”的创新惰性，政府补贴的注入仅仅起到了“锦上添花”的作用，无法提升企业的创新活力。从信号传递机制来看，较低的经营风险和信贷双方信任的建立等本身就已经向外部投资者发送了关于企业声誉的稳定信号。黄宏斌等（2016）的研究也证实了成熟期企业相比成长期企业更容易获取外部融资。补贴的信号作用对成熟期企业而言并不十分重要。基于此，本文提出假说2：对成熟期企业，“锦上添花”补贴的正向影响机制不显著。

（四）补贴对衰退期企业的创新效应分析

企业具有衰退特征时，通常经营状况开始恶化，风险程度也会上升，一般难以从外部市场获得融资，融资约束较紧（黄宏斌等，2016）。在政府的信誉背书下，相比一般衰退企业，获得补贴的衰退期企业有可能更受投资者青睐。但是，衰退期企业存在组织结构僵化、对市场需求敏感度不足以及缺乏创新意识等问题（任佩瑜等，2004），是生命周期中创新活力、创新能力最低的阶段（凤进和韦小柯，2003；吴先明等2017）。在这种情况下，衰退期企业在得到政府补贴后，为了避免被市场淘汰，更多地会考虑如何利用补贴“止损”，努力实现“扭亏保牌”，而不是把补贴投入到风险高、不确定性高的创新活动中（童锦治等，2018），补贴的创新资源挤入效应难以发挥。即使补贴能有效向外部投资者传递积极信号，缓解其外部融资约束，由于企业自身创新意愿的低下，外部资源也无法转化为创新活动投入。补贴的“温室庇护”还可能进一步强化衰退期企业的“创新惰性”，最终降低衰退期企业原有的创新活动效率。基于此，本文提出假说3：对衰退期企业，“温室庇护”补贴的正向影响机制不显著。

三、实证模型构建及数据说明

（一）实证模型构建

为了检验政府补贴对企业创新的影响，本文构建了式（1）所示的固定效应模型进行回归分析。其中，i代表企业，t代表年份，λ_t代表企业层面个体固定效应，v_t代表年份层面的时间固定效应。考虑到企业创新成果的产生并不是一蹴而就的，需要一定时间积累（顾夏铭等，2018），本文在回归时对政府补贴项做了滞后一阶处理，模型构建如下：

（二）变量与数据

本文从国泰安、锐思等数据库搜集了2010—2017年中国A股上市公司信息作为研究样本，参考常用做法，对原始数据做如下处理：（1）剔除了经营状况异常的ST、^*ST 和PT企业；（2）剔除了金融行业企业；（3）进行了上下1%的Winsorize处理。本文最终获得了20 185个企业—年度观测值。

解释变量：政府补贴，本文参考杨洋等（2015）和李政等（2019）研究中的做法，对补贴原始数值取对数。

被解释变量：企业创新产出，参考李春涛等（2020）的做法，本文用企业专利申请数量衡量创新产出，并对专利申请数量加1后取自然对数。在稳健性检验中，以企业全要素生产率作为创新产出的替代变量。

企业生命周期：依据Dickinson（2011）开发的现金流组合法，将企业按照生命周期划分为成长期、成熟期和衰退期三个阶段。

控制变量：参考相关文献（Chin等，2009；李春涛和宋敏，2010；Brown等，2012；张杰等，2014；杨洋等，2015；李兵等，2016；张璇等，2017；张峰等，2019）的做法，选取了企业年龄、规模、盈利能力、所在行业竞争程度、高管薪酬激励、股权集中度、海外营收规模以及所有制作为控制变量。控制变量具体含义和衡量方式见表2。

（三）描述性统计

变量的统计性描述详见表3，表4列示了分组样本统计情况，从分组样本数量及其占比来看，成长期企业样本数最多，成熟期次之，衰退期最少，样本数排序与既有研究（王凤荣和高飞，2012；黄宏斌等，2016；童锦治等，2018）相同。分组样本数统计排序结果与我国资本市场尚处于新兴阶段的现状相符。本文还搜集了上市公司研发投入信息，并对分组样本中有研发投入企业的数量进行了统计，用存在研发投入企业数在分组样本群体中的占比反映该企业群体的平均创新意愿。结果显示，成长期阶段有研发行为的企业最多，成熟期次之，衰退期最少，这与前文对企业生命周期不同阶段创新意愿的理论排序相吻合。从所获补贴来看，本文对补贴做了去规模化的强度处理，发现政府对成熟期企业发放了更高强度的补贴。创新产出的排序也与本文对不同生命周期阶段企业创新能力的排序相符，企业的创新能力会随生命周期的递进而逐渐下降。政府对成熟期企业实施了更多的“锦上添花”式补贴，而对成长期企业的补贴强度低于成熟期，现有的补贴政策存在错配的迹象，其对创新的激励效应可能无法充分显现。^②

四、实证结果及分析

（一）补贴对不同生命周期企业创新影响的回归结果

基准回归结果（见表5）显示，对于全样本而言，补贴对企业创新产出产生了显著的正向激励作用。控制变量回归系数^③显示，企业规模越大越有利于企业创新，行业内竞争有利于企业创新，高管的薪酬激励同样对企业创新有利。这也表明了现在的创新具有规模效应的特点，营造创新的竞争环境利于企业创新（Aghion等，2015）。但更为重要的是，补贴的影响在企业不同生命周期阶段具有差异，从分组回归结果看，补贴仅对成长期企业创新具有显著正向影响，对成熟期和衰退期企业没有显著影响，实证结果与本文的理论预期相符。这意味着如果笼统、不区分不同生命周期企业特点的补贴创新研究很有可能得出不全面的结论，由此提出的政策建议可能误导现有的补贴政策，无法为精准施策提供支持。从企业生命周期的角度来看，补贴在成长期介入能为企业的创新起到“送一程”的作用，但在企业具有成熟特征后，政府的补贴就可以逐渐“退坡”，以免造成补贴资源浪费甚至“挤出”企业的创新。

（二）稳健性检验与内生性处理

稳健性检验一：核心被解释变量替换。本文采用LP法计算的企业全要素生产率作为因变量，对基准模型进行了重新估计。考虑到生产率不像专利申请一样具有较长时滞性，以全要素生产率为因变量进行回归时，参考杨洋等（2015）的做法，补贴取当期对数值。

稳健性检验二：考虑到企业所处行业特点，本文在稳健性检验2中提取了制造业子样本进行分阶段回归。

稳健性检验三：本文基准回归中使用了OLS估计，考虑到专利产出变量存在相当数量的零值，本文运用Honoré（1992）以及Honoré等（2000）开发的固定效应Tobit模型替换OLS方法进行估计。

稳健性检验四：设置补贴与企业生命周期的交乘项。本文将企业生命周期变量设置为0—1虚拟变量，以是否位于成长期为划分依据，在成长期取1，否则取0。回归中设置补贴与企业生命周期虚拟变量的交乘项，反映成长期企业组和非成长期企业组的组间差异。

稳健性检验五：1998—2007年工企数据库的补充分析。工企数据库中现金流仅有三年数据记录，企业留存收益率和资本支出率缺失，样本受限严重。因此，本文最终使用成长性打分法，对企业销售收入增长率进行三分位数打分，由高到低排序为成长期、成熟期和衰退期。上述相关检验结果与基准结果保持一致，证实了基准结果的稳健性。^④

内生性方面，补贴与企业创新之间可能存在一定的内生性。这主要体现在：企业得到政府补贴这一看似外生的事件，其实可能存在政府补贴与企业创新互为因果的内生性问题（张杰等2015；郭玥，2018）。一方面，补贴的获取并非随机事件（Klette等，2000），企业在创新活动上的特征会干扰企业对政府补贴的寻求行为，创新能力强但资源缺乏的企业可能会倾向于申请更多的政府补贴。另一方面，政府补贴在发放时可能也对企业进行了一些偏向性的选择，例如政府会选择性地对创新绩效优秀企业进行奖励式补贴发放（Lach，2002）。为了解决互为因果带来的内生性问题，本文选取了工具变量，用2SLS方法对模型（1）进行了重新估计。工具变量选取上，本文参考张杰等（2015）及郭玥（2018）的做法，选取行业层面的政府补贴均值及其增长率作为工具变量。行业层面的政府补贴均值及其增长率所反映的是国家在政策层面的决策，与企业私人研发行为并不具有直接关联性，但是行业层面的政府补贴与本行业中个体企业获得的政府补贴具有直接关联性，符合工具变量设定的原则（张杰等，2015）。为了更好地满足外生性设定，本文还在计算行业层面补贴均值和增长率时剔除了企业本身获得的补贴。第一阶段回归中利用工具变量预测企业得到的政府补贴值（lnsub_1）对真实值进行替代，然后参照模型（1）取补贴预测值的滞后一期（l.lnsub_1）进行第二步回归，F值显示工具变量通过了弱识别检验。表6两阶段回归结果与基准模型估计结果保持一致，补贴仅对成长期企业创新有显著促进作用，进一步证实了本文基准回归结果的稳健性。

五、机制检验

（一）直接资源补充机制检验

在机制分析部分，本文提出补贴作为政府资金直接补充了企业创新资源，通过挤入企业研发投入最终激励创新产出增加。本文以创新投入（lnrd）为因变量对直接资源补充机制进行检验，构建模型（2）检验补贴是否产生了创新投入挤入效应。创新投入的衡量参考既有文献常用做法，取研发投入的自然对数值。

分阶段的回归结果（见表7）显示，补贴仅直接挤入了成长期阶段企业的创新投入，至于成熟期和衰退期，补贴的注入无法显著促使其增加研发投入，符合机制分析中的理论预期。这也意味着随着企业生命周期的演进，补贴所引致的创新活力在减弱。

（二）间接信号传递机制检验

补贴作为一种政府信用背书的积极信号，如果信号传递机制起作用，企业的外源性融资规模理应随补贴的注入而扩充。企业外源性融资的主要来源有吸收权益性投资收到的现金、发行债券收到的现金以及取得借款收到的现金（黄宏斌等，2016），本文采用三者年度净额取自然对数衡量企业外源性融资规模（lnfin）。构建模型（3）对间接信号传递机制进行分阶段检验。

表8的回归结果表明，补贴的注入总体上能够帮助企业扩充外源性融资规模，但是这种功能仅对成长期和衰退期企业起作用。原因在于，成熟期企业一般是各方面经营状况较好并且外部融资规模较稳定的企业，补贴是否注入并没有左右外部投资者的投资决策。成长期和衰退期企业则不同，其融资需求更为迫切，但不具备成熟期企业良好的融资“标签”，补贴的认证作用对其就显得尤为重要。但值得注意的是，补贴虽然扩充了衰退期企业外源性融资规模，却并没有最终激励企业的创新，其中的机制在下面分析中将进一步探究。直接资源补充和间接信号传递的机制检验验证了假说1和假说2，补贴的正向机制对成长期企业起作用，而无法激励成熟期企业的创新。至于衰退期企业，补贴影响机制的“黑箱”还尚未完全打开。

（三）补贴对不同生命周期企业影响机制的差异化来源检验

上述分析中，本文验证了补贴对不同生命周期阶段企业创新影响机制的差异，但这种差异产生的原因还有待进一步揭示。在理论分析部分，本文总结相关领域文献后发现，许多文献指出企业内部创新意愿随生命周期阶段的递进而减退。补贴带来的资源是否被企业用于创新活动，最终是否有效转化为创新产出，企业自身的创新意愿可能是决定因素。自然地，补贴对企业内部创新意愿的影响可能直接决定企业对补贴资源的分配方向。企业具有强烈创新意愿时，倾向于将资源分配在创新活动中。补贴如果能有效提升企业内部创新意愿，其正向作用机制理应得到充分发挥。基于此，本文对补贴作用机制差异化来源的揭示聚焦在企业内部创新意愿上。Boubakri（2013）指出风险承担反映了企业为获取高额收益愿意付出代价的倾向，风险承担水平越高的企业，选择风险性投资项目的倾向性越强。而创新活动恰恰具有风险高、不确定性高但成功收益大的典型特征，严若森等（2020）的研究也指出企业的风险承担水平越高，其创新意愿越强。因此，本文认为风险承担会影响企业内部研发投入决策，是企业内部创新意愿的合适衡量指标。参考John等（2008）以及周泽将等（2019）的思路，本文计算了企业经年度行业均值调整过后的息税前利润占总资产比率的后向三年滚动标准差（risk1）以及极差（risk2）来反映企业风险承担程度，计算见式（4）、式（5）和式（6）。本文构建模型（7）对补贴是否提高各个阶段企业研发意愿进行检验。