修改日期：2019-06-24。 文章编号：1004-8308(2020)02-0037-11 DOI：10.13581/j.cnki.rdm,20180940 中图分类号：F124.3 文献标识码：A 创新是企业竞争优势的重要来源，但研发活动往往会占用企业大量资金，且具有周期长、风险大、外部性等特点。若单纯依靠市场这只“看不见的手”进行调节，难免出现“市场失灵”现象。理论上，政府的介入能改善这一尴尬局面。然而，大量实证研究表明，由于政府与企业之间的信息不对称以及企业的逆向选择，政府对企业的资助效果并不理想[1-2]，部分企业为获得创新扶持采取了低质量的“策略性创新”[3]，甚至出现骗补等极端情况。如，2016年9月，财政部通报了5家骗取新能源汽车补贴的企业名单，涉及金额高达10亿元人民币[4]；2016-2017年，工信部共处罚了11家新能源汽车骗补企业[5]。 政府研发补贴的出发点是提高企业单位创新投入的产出，即提升企业创新效率[6]，但补贴效果却是良莠不齐。对此，学者进行了大量研究，分析了政府研发补贴与企业创新效率之间的关系，但结果并不一致[7-9]。究其原因，一是创新效率测度方式存在不同；二是研究方法受限于变量的净效应分析，无法考查多变量的系统效应。因此，以更加合理的方式测度创新效率，并在此基础上采用更加匹配的研究方法分析政府研发补贴与企业创新效率之间的关系，在理论上就显得尤为重要。本文以高端装备制造业上市公司为研究样本，采用至强有效前沿最小距离模型(minimum distance to strong efficiency frontier，MinDS模型)测度考虑非期望产出的创新效率，应用模糊集定性比较分析方法(fsQCA)研究政府研发补贴与政治关联、市场环境、企业所有制等要素组成的构型对企业创新效率的影响，探究高端装备制造业上市公司创新效率的提升路径。本文可能的研究贡献主要体现在3方面：①与现有大部分集中于省域或产业层面的宏观研究不同，本文深入微观企业层面探究政府研发补贴与企业创新效率之间的关系，提出改善政府补贴效果、提升企业创新效率的建议，丰富了现有研究；②与现有大部分测度创新效率的研究不同，本文在创新投入方面将技术人员与研发人员区别对待，在创新产出方面将发明专利与实用新型专利和外观设计专利区别对待，并且将未授权专利作为非期望产出纳入考虑松弛效应的MinDS模型来测度企业创新效率，改进了企业创新效率的测度方式，对后续研究具有一定的借鉴意义；③鉴于政府研发补贴对创新效率的影响是一个复杂过程，本文采用fsQCA方法从整体性关系出发探讨引致较高企业创新效率的多个前因条件(政府研发补贴、企业所有制、政治关联与市场环境)的匹配机理，找到了政府研发补贴促进企业创新效率提升的多条等效路径，拓展了研究方法，进一步厘清了政府研发补贴作用于企业创新效率的机制，研究结果也更具现实启示意义。 1 文献综述 研发活动具有消费上的非排他性和收益上的非独占性，使得企业从事研发活动的私人收益率低于社会收益率，导致市场失灵[10]，这为政府干预企业创新提供了理论依据。卢方元和李彦龙[7]应用高技术产业省级面板数据考察了政府研发补贴对创新效率的影响，结果表明补贴能显著地提升创新效率。王勇和于淼淼[11]研究发现，政府研发补贴对企业创新效率有显著影响，并在行业竞争程度弱、国有产权与多元化程度低的企业中影响更为显著。然而，政府研发补贴对创新效率的激励效应也会受到多个因素的掣肘。补贴是不同于市场机制的资源配置方式，缺乏价值诉求，不利于企业创新效率的提升[12]。此外，与企业相比，政府决策层远离技术发展前沿，缺乏足够信息，导致选择资助项目时可能出现失误率高、滞后性强等不利现象[13]。陈庆江[14]认为政府更具战略眼光，往往从国家创新体系建设的视角筛选项目进行投资，其投资回报周期较长，因此短期来看不利于企业创新效率的提升。除了项目选择之外，市场环境、企业所有制以及政治关联等都会影响政府研发补贴对企业创新效率的促进作用[2，15-16]。 目前关于政府补贴对企业创新效率影响的研究已取得丰硕成果，但仍存在一定不足。①现有研究大部分集中于省域或产业层面，微观企业层面的研究相对较少。宏观解释应建立在微观分析基础之上，若能深入微观企业层面探究政府补贴与创新效率之间的关系，将有助于进一步厘清政府研发补贴作用于企业创新效率的机制，有益于政府制定更有针对性的政策来改善政府补贴效果。②本文对已有研究中创新效率的测度方式未展开综述，但目前大部分研究采用DEA中的BCC或CCR模型，没有考虑松弛效应；同时，虽然近年来已有宏观层面的研究将非期望产出纳入创新效率测度模型中，但微观层面还未见有考虑非期望产出的研究，导致已有创新效率测度并不准确。本文采用考虑松弛效应与非期望产出的MinDS模型来测度企业创新效率，测量更加合理。③学者们逐渐认识到政府研发补贴对企业创新效率的影响是一个复杂的过程，所以引入调节变量来分析二者之间的关系，但因研究方法的限制，也仅限于两两交互的影响[7，14]，未能考虑多因素的综合效应，无法脱离研究解释变量净效应的窠臼。此外，现有研究已逐渐意识到政府研发补贴可能会通过多种路径实现企业创新效率的提升，即构型的等效性[17]，然而，已有研究虽然丰富，但却无法凝练各种等效路径并进行横向比较分析。本文所采用的fsQCA方法能从整体性关系出发探讨众多因素间复杂的共同作用及其等效性。
