财政补贴对制造业高质量发展的影响.pdf

-130-www.ivypub.org/msr Management Science and Research Volume 12 Issue 7,July 2023,PP.130-140 The Impact of Financial Subsidies on the High-Quality Development of Manufacturing Industry Shicong Yang School of Management,University of Shanghai for Science and Technology,Shanghai,200093,China Abstract Based on the data of A-share listed companies in the manufacturing industry from 2012 to 2021,this paper empirically analyzes the impact of fiscal subsidies on the high-quality development of the manufacturing industry.The research results show that fiscal subsidies can directly and indirectly promote the high-quality development of the manufacturing industry,and have heterogeneity under different life cycles and property rights.Keywords:Financial Subsidies;High Quality Development of Manufacturing Industry;Mediating Effect;Heterogeneity Analysis 财政补贴对制造业高质量发展的影响 杨士聪 上海理工大学，上海 200093 摘 要：本文基于 2012-2021 年的制造业 A 股上市公司的数据，实证分析财政补贴对制造业高质量发展的影响。研究结果表明，财政补贴可以直接和间接促进制造业高质量发展，并且在不同生命周期和产权性质下具有异质性。关键词：财政补贴；制造业高质量发展；中介效应；异质性分析 1 文献综述 欧阳铭珂和张亚斌提出了“基于技术创新目标导向构建财政补贴机制”、“基于政府和市场双重视角构建汽车产业进出机制”的相关建议1。宋丽颖和杨潭从促进高技术企业 R&D 投入的视角，运用非线性转换方法(PSTR)作为分析工具，研究了以财政补贴、行业集中度及相关因素作为解释变量，与高技术企业 R&D 投入之间的非线性关系2。魏志华以我国沪深两市 2008-2013 年 1887 家上市公司为研究样本，从融资约束投资效率的视角，实证检验了财政补贴的经济后果3。孙开指出财政补贴现状不容乐观，并对问题若干成因进行分析，及对财政补贴特征和作用进行评价，最后，主攻难点分层次地采取改进措施4。李扬指出企业补贴是国家财政支付的，以企业为接受者的无偿支出，将物价补贴、企业亏损补贴和减免税收概括为企业补贴5。梁新潮和方悦提出了财政补贴的各个特征和消极影响，并给出了针对性的策略6。刘尚希等人提出构建现代财政补贴体系，要从服务于国家战略目标、优化市场与发展环境与完善财政治理功能入手7。薛菁和林莉基于访谈文本资料，运用扎根理论构建财政补贴政策对制造业企业高质量发展影响路径理论模型8。段姝、刘霞殷和蓉蔡蕾通过构建断点回归模型，实证得出财政补贴政策均可显著提高企业的全要素生产率，并且财政补贴政策产生的协同效应要大于单个政策的影响效果9。李华表述高质量发展目标要求下税收体系应包含六大板块：创新驱动的激励税制、协调发展的平衡税制、创业鼓励的扶持税制、持续发展的绿色税制、共享发展的公平税制和开放发展的全球税制10。林伯强分析结果表明:2030 年碳达峰的峰值既取决于清洁能源发展，也取决于能源电力需求增长，需要通过平衡清洁能源发展速度与能源需求增长速度以控制碳排放峰值11。-131-www.ivypub.org/msr 2 理论分析与研究假设 郑飞等人基于 2017-2019 年中国上市公司数据，研究政府补贴对企业高质量发展的影响。实证结果表明:政府补贴作为企业重要的融资渠道，显著促进了企业的高质量发展12。任宇新等人运用 ACF 法测算全要素生产率，重点分析融资约束的双重门槛作用以及股权集中度的调节作用13。闫志俊和于津平表明政府补贴对企业生产率的提升产生了显著的负面效应，在消除变量内生性和对不同产业进行分类检验时，这一结论依然稳健14。赵宸宇、王文春和李雪松发现数字化转型显著提高了企业全要素生产率，已经成为数字经济时代提升制造业企业生产效率的强劲驱动力，这一结论在进行了一系列稳健性检验后仍然成立15。路春城等人基于 2011-2020 年制造业上市公司的微观数据，用 LP 法构建企业全要素生产率指标，研究政府补贴和制造业全要素生产率(TFP)的关系，并进一步验证企业创新投入在其中的中介效应16。徐保昌和谢建国研究结论证明，政府质量的提升可以使得政府以较小的补贴强度，实现企业全要素生产率提升的目标17。李政等人基于我国制造业上市公司数据，在理论分析的基础上，实证检验了政府补贴对企业全要素生产率的影响18。在制造业高质量发展的过程中，财政补贴可以从直接和间接作用两个方面，来推动制造业高质量发展。基于以上分析，本文提出假设：假设 1：财政补贴对制造业高质量发展存在直接促进作用。假设 2：财政补贴通过缓解融资约束、促进技术创新和提高经营绩效三个路径推动制造业高质量发展。3 研究设计 3.1 计量模型设定 TFPit=0+1 Subsidiesit+Xit+Year+Area+it+it+it 在模型中，下标 i 代表企业样本，t 代表年份。TFP 表示样本的全要素生产，Subsidies 反映了样本受政府补贴的力度，X 表示影响企业全要素生产率的控制变量集，Year 表示时间的固定效应，Area 表示区域的固定效应。3.2 变量选取与说明 TFP 表示制造业高质量发展。因为全要素生产率可以衡量制造业的创新水平，在相同的要素投入下，计算产出的增加量，因此本文选择了全要素生产率这一指标来测度，并用 LP 法计算全要素生产率。Subsidies表示政府补贴，来测度样本受政府补贴的力度大小。划分产业的生命周期，本文为了研究制造业在不同的发展阶段，财政补贴对制造业高质量发展的影响程度，参考了刘笑萍等、郑飞等的研究思路，将制造业划分为四个生命周期，划分结果如表 1所示：表 1 各产业周期的划分结果 形成期行业 B10、C14、C15、C18、C19、C23、C24、C26、C27、C30、C33、C36、C37、C39 成长期行业 C13、C20、C21、C35、C42 成熟期行业 B06、B08、B09、C31、D44 衰退期行业 B07、C17、C22、C29、D46 对于中介变量和控制变量的选取，本文的中介变量是融资约束(SA)、技术创新(Patent)和经营绩效(ROA)，三者通过间接作用，来分析财政补贴对制造业高质量发展的影响。同时，本文还选取了每股收益(Eps)、企业年龄(Age)、行业哑变量(Ind)、成长能力(RE)、短期偿债能力(Liquidity)、年度哑变量(Year)、资产构成比例(Tangibility)、杠杆率(Lev)作为控制变量。-132-www.ivypub.org/msr 以上各种变量的选取如表 2所示：表 2 主要变量定义 变量性质 变量 描述 构造方法 因变量 TFP 全要素生产率 LP 法和 OP 法计算出来的企业全要素生产率 自变量 Sub 政府补贴 将企业实际得到政府的财政补贴取对数处理 中介变量 ROA 总资产收益率 总资产收益率=净利润/总资产余额 Patent 专利申请数 年度专利申请总数(发明、实用新型和外观设计)SA 融资约束 用 SA 指数反映，指数越大，融资约束越强 控制变量 Eps 每股收益 每股收益=净利润/发行在外的普通股平均股数 Age 企业年龄(观测年份上市年份)+1 Ind 行业哑变量 按照 2012 年证监会行业分类与工业子行业筛选匹配 RE 成长能力 企业年末留存收益/总资产 Liquidity 短期偿债能力 流动比率=流动资产/流动负债 Year 年度哑变量 时间跨度(20122021年)Tangibility 资产构成比例 固定资产比例=固定资产净额/总资产 Lev 杠杆率 资产负债率=总负债/总资产 3.3 样本选择与数据来源 本文选取了 2012-2021年的制造业 A 股上市公司作为样本，研究财政补贴对制造业高质量发展的影响。除此之外，还需要对收集到的原始数据进行相应的处理，首先，可以剔除与企业相关的运营指标的异常数值；其次，提出企业某些指标数值残缺的样本，并出于对 ST、SST、*ST 和 PT 类公司财务状况异常的考虑，剔除了 ST、SST、*ST 和 PT 类公司样本；最后，对所有连续变量进行 1%至 99%水平的 Winsorize 缩尾处理，以排除极端值对检验结果的影响。经过层层加工，剩下的数据都是对研究有效的数据，最终本文形成了在 2012-2021 十年间的 16425 个观测值(非平衡面板)。本文将基础数据经过 Excel 的计算和汇总后，使用统计分析软件 Stata16.0进行后续实证分析。3.4 实证结果分析 3.4.1主回归检验 表 3 财政补贴对制造业高质量发展影响的回归结果 (1)(2)(3)(4)VARIABLES TFPLP TFPLP TFPLP TFPLP Sub 0.004*0.024*0.005*0.016*(4.306)(18.647)(6.177)(15.641)Lev 2.486*2.269*-133-www.ivypub.org/msr (61.777)(58.842)Age 0.044*0.040*(46.832)(43.217)Tangibility -0.679*-1.128*(-14.669)(-23.200)Eps 0.214*0.209*(37.549)(38.606)Liquidity -0.015*-0.018*(-7.817)(-9.808)RE 0.976*0.951*(39.293)(40.725)Constant 8.955*8.759*7.461*7.598*(682.235)(589.797)(298.295)(297.500)Observations 16,425 16,425 16,425 16,425 R-squared 0.001 0.155 0.424 0.502 Industry effect not control control not control control Year effect not control control not control control 注:(1)括号内为 t统计量；(2)、*分别表示 1%、5%、10%的显著水平 表 3 中(1)是对因变量和自变量进行回归的结果，(2)是在(1)的基础上，加入了时间固定效应和行业固定效应，(3)是在(1)的基础上，引入控制变量的回归结果，(4)则在(3)的基础上，加入了时间固定效应和行业固定效应。四个模型的回归结果均显示出，财政补贴在 1%的水平上显著促进了制造业的高质量发展，对制造业高质量发展水平有提升作用，也就是说财政补贴有利于实现制造业的高质量发展，验证了本文假设 1。3.4.2中介机制检验 表 4 财政补贴促进实现制造业高质量发展的中介机制检验 (1)(2)(3)(4)(5)(6)VARIABLES SA TFPLP Patent TFPLP ROA TFPLP Sub-0.001*0.0