创新支持政策能否改变高科技产业融资难问题，本文主要内容关键词为：高科技产业论文,政策论文,融资难论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题的提出
高科技产业是科技创新的主要载体和经济增长的重要引擎，在促进科技成果转化和产业化、建设创新型国家中发挥关键作用。然而，由于特殊的发展轨迹及高风险、高投入、研发周期长等原因，高科技产业长期面临融资难的问题。中关村作为我国第一个国家级高科技园区，在创新型国家建设中发挥引领和示范作用。作为国家自主创新示范区与科技金融改革的综合试验区，中关村先后出台大量财税、科技、金融等创新支持政策，旨在缓解高科技产业融资难问题。那么，中关村创新支持的政策效果如何，能否改善高科技产业融资难的状况？哪些政策更加有效，政策之间的协调性如何？不同渠道资本的创新影响有何差异？相互间关系如何，是相互替代，还是相互补充？总之，中关村出台的大量创新支持政策，其政策效果需要提供评价的经验证据。本文构建企业创新系统的三阶段递推CDM模型，通过引入创新政策支持变量，实证考察创新支持的政策效果，通过对中关村创新调查与企业财务数据的对接，以实现数据层面创新特征与资本财务状况的延伸和扩展，对不同渠道创新资本对创新投入、创新产出、企业效率的影响差异及关联机制进行系统性实证研究。以引导资本流向企业创新的关键环节，通过资本手段激活要素，增强企业创新动力，探索符合高科技产业创新规律的金融支持路径。
二、文献综述
关于政策支持对创新投入的影响，Arrow（1962）的研究与试验发展（R&D）活动外部性理论认为，R&D活动具有公共物品属性，个体投资者无法独占其创新收益，这将造成R&D资源投入不足，低于社会理想水平。因此，需要政府提供R&D资助和支持，纠正R&D的市场失灵现象。现实中，企业对于创新活动持非常谨慎的态度，政府需要通过创新资助、税收减免、金融支持等政策刺激企业创新投入，实现创新资源的优化配置。然而，关于政策效果，即创新支持与创新投入的关系，相关研究却得到了激励效应、替代效应两种不同的结论。朱平芳和徐伟民（2003）、许治和师萍（2005）、解维敏等（2009）利用中国数据，研究发现政府R&D资助降低了企业的研发成本和风险，刺激了企业更大的R&D支出，而Lichtenberg（1988）、Wallsten（2000）利用美国数据，Gorg和Strobl（2007）利用爱尔兰数据，却发现政府R&D资助一定程度上挤出了企业R&D投资，降低了整体研发投入水平。Capron和Van Pottelsberghe（1997）对政府的科技激励政策与企业R&D投入关系进行研究，发现政府的R&D拨款资助对企业R&D投入有正面影响，而税收鼓励的显著激励效果也在一些文献中得到证实（Mohnen，1997）。
关于创新支持与创新产出的关系，从理论上来讲，如果企业得到政府的R&D资助并且合理利用，可以使原本无法实施的R&D项目得以进行，从而也有利于创新产出的增加。Czarnitzki等（2007）、Ebersberger和Lehtoranta（2005）的研究支持了上述结论，他们的研究发现政府R&D资助对专利产出有显著的正向影响。而朱平芳、徐伟民（2003）采用上海市行业数据，分析了科技激励政策对R&D投入与专利产出的影响，显示政府R&D资助对专利产出的影响并不显著，他们认为这主要是由政府R&D资助约束机制不严造成的。李平等（2007）基于地区面板数据对国内外不同的研发资本以及人力资本和知识产权保护对中国自主创新的影响进行了实证研究。白俊红、李婧（2011）利用大中型工业企业的行业面板数据，从效率视角和政府偏好的角度，考察中国政府R&D资助企业技术创新的效果，发现，政府R&D资助对企业技术效率提升具有促进作用。孙杨等（2009）利用区域创新数据研究发现，政府资助有效促进了企业创新的发展，但不同资本投入方式的创新影响存在较大差异。
高科技企业风险因素多于一般企业，更需要金融业的支持。关于金融支持创新的研究，熊彼特（Shcmupeter，1912）指出良好的银行通过甄别并提供资金给那些最具有新产品开发能力的企业，以促进科技创新。在国家层面，Aghion，Howitt和Mayer-Foulkes（2005）构建了金融发展与R&D的内生增长模型，发现受信贷约束的经济体（穷国）比发达经济体增长要慢，证实了技术创新以及经济增长率依赖金融深化的程度。在企业层面，Canepa和Stoneman（2008）基于欧盟创新调查数据，发现金融资金和信贷等要素促进企业创新能力的提升，这种影响在高技术企业以及中小型企业中更加明显。关于科技创新与金融发展的关系，Gilles（1992）研究发现金融市场与科技创新是相互影响的，良好的金融市场促进高科技产业发展，高科技产业的发展也会影响金融市场的发育程度。Freedman和Soete（1997）在分析了许多企业创新成功的案例后，得出结论，高效的研发支出必须有强大的金融支持体系为其融资。
政府创新支持的必要性在政府和学术界已得到普遍认同，但目前国内对于创新支持的认识更多仍停留在感性层面，对于政策支持的有效性还缺乏准确、深入的研究。现有关于创新支持政策效果的实证文献，其结论是比较模糊的。David等（2000）系统总结了过去35年的计量文献，认为结论的矛盾源于不同的数据汇总、计量技术的多维性及不同国家资助计划的差异性。现有文献主要集中在考察政府R&D资助对企业R&D支出的影响，即检验政府R&D资助是激励，还是挤出了企业R&D投资，较少关注政府创新支持对创新产出及效率的影响。事实上，政府创新支持不仅是为了刺激企业更多的R&D投资，通过政策支持产生更多的创新产出，提升效率和竞争力更是创新支持的主要目的。创新是一个从投入、产出到效率提升的不断深化的系统过程，是一个完整价值体系，本文构建三阶段递推CDM模型，基于中关村创新调查与企业财务数据的对接，考察创新政策支持对高科技产业创新投入、创新产出及企业效率的递进影响，实证检验财政、税收、金融等创新政策的实际效果，通过不同渠道资本的影响差异及关联效应的定量研究，为统筹安排各种政策工具，提升创新支持效果，建设多层次金融支持体系提供依据。
相对于以往研究，本文创新之处在于：
（1）探索中关村高科技产业“先行先试”的微观证据。中关村科技金融的“先行先试”具有典型性、探索性和示范意义。如何整合政策优势与创新资本解决科技型企业融资难问题？如何突破瓶颈约束，开辟符合创新创业规律的金融支持新路径？需要在微观层面寻找依据。本文基于中关村高科技企业样本对创新支持的政策效果进行实证检验，为中关村科技金融改革探寻经验。
（2）系统考察创新政策支持的动态影响。高科技产业发展是一个动态过程，不同阶段对应的资本和要素特征差异较大。现有研究要么进行整体性研究，要么孤立地研究创新政策对创新投入、产出或效率的影响，并没有考虑政策效果的阶段性变化。本文构建三阶段递推模型，考察创新政策的影响机制和阶段性变化，探索符合企业创新规律的政策支持路径。
（3）对接创新调查与企业财务数据，实现创新特征与企业资本财务状况的延伸扩展。相对于朱平芳等（2003）、白俊红等（2011）、陈钰芬等（2011）采用宏观数据和解维敏等（2009）有偏的上市公司数据，本文选自中关村高科技企业样本，在金融支持创新的研究主题下更具典型性。本文通过企业名录库，将创新调查数据与企业财务数据实现数据对接，将创新投入、政策支持，金融财务，经营管理等信息连接起来，实现数据的延伸与扩展，扩展了研究的维度和深度。
本文的结构安排如下：第二部分是对以往文献的一个简要回顾；第三部分建立检验资助效果的计量经济学模型的企业创新系统的三阶段递推CDM模型，并介绍相关的变量以及数据的来源；第四部分为中国政府R&D资助状况的实证分析；第五部分是本文结论。
三、理论模型与数据选用
（一）企业创新系统的三阶段递推CDM模型
三阶段递推CDM模型源于熊彼特的创新思想和Parks和Griliches（1980）提出的知识生产函数模型。在此基础上，B.Cr é pon，E.Duguet和J.Mairesse（1998）提出分析创新投入和生产率关系的模型框架，将企业R&D投入和生产率的关系分为创新投入、创新产出、创新对生产率的影响三个阶段，即三阶段递推CDM模型。CDM模型在以往创新与企业效率研究的基础上，提出了研究企业创新过程的“黑箱”方法，兼容和适用性更高，同时将所有样本都纳入研究框架，避免了以往研究只注重创新样本而导致有偏的问题。
CDM模型以其独特创新理念和模型优势，不仅在英国、法国、德国、意大利、荷兰、瑞典、挪威、芬兰等发达国家得到广泛应用（Griffith，1990和Hall，1995; Loof和Heshmati,2002；Dugust,Parisi和Schiantarelli，2003；Crisuolo和Hasket，2003等），也被广泛应用于智利、坦桑尼亚、爱沙尼亚等许多发展中国家（Benavente（2006）,Mohnen（2006）,Jaan Masso和Priit Vahter（2008）。相对而言，此模型在中国的应用尚处于起步阶段，虽有少量研究案例，如Jefferson（2004）、Hu（2005），但其并未对政策要素与资本金融要素对于企业创新的影响给予足够关注。因此，本文引入政策和资本要素对传统CDM模型进行改进，构建企业创新系统的三阶段递推CDM模型，以待实证检验，具体叙述如下：
第一阶段：创新投入方程
第一阶段是创新起步阶段，通过加大创新投入以实现创新效果是企业普遍的发展模式。在此阶段，政府、金融、财政和税务部门通常会给予支持，扶持企业由一般生产性企业进入创新型企业行列。
第二阶段：创新产出方程
第二阶段是创新深化阶段，企业开始取得前期创新投入的成果，推出新产品并以市场需求为导向促进创新活动进一步深化。政策和金融支持在此阶段继续发挥作用，但更为主要的是对企业经营管理的影响。
第三阶段：创新—生产率方程
第三阶段是创新效果充分显现的阶段，新产品产出为企业带来的不只是企业利润的增加，还有劳动生产率的提升，促进企业从劳动密集型逐步转向知识密集型，实现企业的全面转型升级。
（二）实证模型的具体变量设置
基于上述理论模型，具体变量设置如下：
1、因变量。三个阶段的因变量设置如下：第一阶段因变量为创新投入（INI），即企业研究开发支出占销售收入比重，反映企业创新的资本投入幅度。第二阶段因变量为创新产出（INO），即企业新产品产值比重，反映企业创新的直接效果。第三阶段因变量为劳动生产率（PRT），用人均总产值表示，反映企业效率。
2.自变量（影响因素）。企业创新的多阶段过程受到诸多因素的影响，本文重点考察创新政策支持、企业金融、企业管理、固定资本、工资福利以及员工素质等六个因素对企业创新的影响，具体变量设置如下：
（1）政策支持（POL）。政策支持是指政府鼓励创新的金融、财政、税收政策以及直接的创新资金支持，具体包括：第一，金融支持政策（fsp）采用创新调查中的虚拟变量，反映金融政策支持对企业创新的影响。第二，税收减免政策（trp）采用创新调查中的虚拟变量，反映税收减免政策对企业创新的影响。第三，政府资金支持（gfs）指企业创新资金中政府资金的比重，反映政府对企业创新的资金支持。
（2）企业金融（EFM）。企业金融EFM是指企业在政府创新资助之外通过金融融资获得的创新资金，以及将自有资金用于创新活动，具体包括：第一，金融机构贷款（fil）指企业创新资金中金融机构贷款的比重，反映企业创新对金融融资的依赖程度。第二，企业自有资金（sfs）指企业创新资金中自有资金比重，反映企业自身对创新活动的投入力度。第三，企业现金流（cfl）指企业现金流占流动资产比重，现金流反映企业对创新资金的管理能力。
（3）企业管理（EME）。企业管理EME通过财务指标考察经营管理对创新的影响，具体包括：第一，资产负债率（alr）用于考察企业财务状况，反映企业资金管理水平。第二，成本收入比（crr）作为考察企业盈利能力和成本控制的综合性指标。第三，办公低效性（mie）指办公费和差旅费之和占销售收入比重，体现企业的办公效率和成本控制能力。
（4）固定资本（CAP）。第三阶段创新效果方程，其本质是生产函数，因此，企业固定资本投入作为生产效率的重要因素被引入模型。
（5）工资福利（WAW）。工资福利WAW，反映薪酬水平对员工积极性和创新能力的影响，具体包括：第一，工资水平（wpc），即企业员工人均工资；第二，员工福利（iha），包括员工人均保险和住房补助。
（6）员工素质（EQA）。本科以上员工比重，反映员工素质和人力资本对于高科技产业创新的影响。
3.控制变量。为了排除其他因素影响，提高模型估计精度，本文引入企业规模、产权、行业属性三类控制变量，具体设置如下：
（1）企业规模（SCALE），计算方法为企业劳动力人数取对数①。
（2）企业产权特征（TYPE），采用一组所有制虚拟变量反映产权特征对企业创新的影响。与现有研究不同的是，本文并未采用企业登记注册类型，而是依据不同类型资本在总实收资本中的比重，以超过50%为限确定企业类型，dscc、dcic、dhkmtf分别表示国有和集体资本、法人和私人资本、中国香港、中国澳门、中国台湾和外商资本比重超过50%的企业。这是因为企业资本状况在登记注册后始终处于变化状态，如果仅以注册时的企业类型判断企业属性可能造成数据失真。因此，本文利用各种资本的比例定义企业类型比使用登记注册类型更能真实反映企业资本现状，更能反映各类资本主导下的不同创新模式。
（3）行业特征（IND）。企业行业特征（IND），采用行业虚拟变量反映行业差异对企业创新的影响。中关村创新调查样本涵盖制造业和服务业34个行业，主要分布在电子信息、生物医药、新材料、先进制造、新能源、环境等6个行业，为分离行业差异对企业创新的影响，本文设置行业虚拟变量，以这6个行业之外的其他行业为基准，考察不同行业的创新特征。
四、实证结果与解释
（一）研究数据选用
关于数据选用，现有研究主要从行业和地区层面展开，缺乏企业层面的微观证据。2007年国家统计局以欧盟创新调查（CIS4）为基础开展了我国第一次全国范围的企业创新调查，为深入研究我国企业创新状况提供了详细材料。作为国家自主创新示范区，中关村高科技企业创新研究具有示范意义。本文数据选用全国创新调查的中关村高科技企业样本，共计638个企业样本。为满足进一步深化研究，本文将创新调查数据与企业财务数据进行对接，得到524个有效样本，涵盖科技投入、政策支持、金融融资、经营管理等方面的详细信息，扩展研究的维度和深度。
按照创新投入强度在0～10%、10%～30%、＞30%3个区间，将企业样本分为较低创新投入、中等创新投入和高创新投入3个层次，其对应的创新产出强度、政府支持、金融支持以及管理效率水平的描述统计分析见表2。可见，3个层次企业在创新产出强度上差异不明显，中等创新投入的企业创新产出效率较高，政府和金融机构以及税收政策都倾向于支持创新投入强度较低的企业，以帮助其提高创新投入强度，创新投入较高的企业成本收入比较低，具有较高的管理效率。
（二）实证估计
本文采用STATA软件对模型进行估计，剔除部分不显著变量，最终估计结果见下页表3。表3估计结果显示，高科技企业创新具有明显的阶段性特征，在三阶段方程的估计中，创新投入对创新产出、创新产出对劳动生产率的影响系数分别为2.401、5.018，不同阶段系数差距明显并逐渐递增，模型估计结果较好，表明三阶段递推CDM模型较好地适用于创新深化发展的阶段性特征。
从模型实证结果来看（表3），首先，政策支持主要在创新投入阶段发挥作用，表明创新政策支持对创新初始条件培育具有重要作用。其中，税收减免系数为0.037，大于金融政策、政府补贴影响系数，表明相对于后两者，税收减免的政策效果更显著。其次，企业管理、固定资本、工资福利、员工素质等非技术性要素在三阶段方程中均表现显着，且影响系数逐渐加强。其中，资产负债率对创新投入、创新产出正影响，对企业效率负影响，表明负债经营在一定程度上促进创新投入、创新产出的提高，但过度负债经营会对企业造成负面影响。成本收入率及办公低效性两项逆指标对创新投入、产出、企业效率均有负向影响，且强度不断增加，表明随着创新深化，优化企业经营管理愈加重要。最后，行业特征、产权特征、企业规模3个控制变量，其显著性依次递减，表明创新特征更多服从于行业规律，所有制、规模因素影响较弱。因此，创新支持应符合行业技术特征。Jefferson（2005）基于中国工业企业样本，有类似的发现：在不考虑行业因素时，外资企业和中国香港、中国澳门、中国台湾合资企业的创新投入强度相对较高，在考虑行业因素后不再显著，这表明企业创新的所有制特征弱于行业规律。白俊红等（2011）研究发现，政府创新支持对国有企业的偏好具有显著的负面影响，企业规模、产权类型并不宜作为政府甄选资助对象的考核标准。
高科技产业发展不同于普通产业，具有不同的资金需求特征和风险融资条件。首先，企业资产主要是人才和知识产权，而不是有形的机器设备，固定资产比重较低，“人脑加电脑”现象普遍，需要完善无形资产评估担保机制，以促进融资的成功。其次，高科技产业创新较快，新兴业态层出不穷，企业占据“微笑曲线”的两端，以高科技研发和高技术服务为主，高端化、服务化的特征明显，作为中国的硅谷，中关村追赶硅谷正从技术模仿者向商业追随者转变，非技术创新环节更加重要，成为企业融资成功与否的决定因素。再次，高科技企业具有“高成长性”和“信用逆差”的特点。“高成长性”是很多业务都要与新客户进行，往往采取赊销的方式；“信用逆差”是企业以现金采购设备和原材料，但要采取信用销售，即赊销的方式占领市场获取订单，这导致流动资金占压，有订单“不敢接”或“接不起”的问题。这导致企业生产经营资金紧张，并存在票货款无法收回而利润损失的风险，因此，需要提供短期的资金支持，缓解流动资金紧张的问题。最后，非线性高成长，创业初期进行研发投入，处于亏损状态，而当技术或产品推向市场，营业收入就会呈现爆发式增长，这需要金融服务在企业发展不同阶段提供针对性服务。
总之，高科技产业具有技术含量高、成长快、高风险、高回报、非线性增长、不确定性强、轻资产多等特点，而目前金融机构的评价体系适用于工业经济时代企业融资需求，主要按照成熟工业企业的风险控制模式进行管理，对于高科技企业在企业负债率、担保品、贷款期限等方面的具体情况考虑较少，导致高科技企业很难满足条件，这也是高科技企业融资难的根源。目前中关村高科技企业存在长期资本融资产品缺乏、无形资产担保需要拓展、贷款期限较短与企业需求期限不匹配等问题。高新技术企业科技含量高，涉及新服务、新材料、新能源、新商业模式等专业领域，金融从业人员知识结构不能适应高新技术企业发展的需要，由于缺乏熟悉高科技企业运作规律的专业人才，导致信贷资金难以流向高科技企业。因此，对于高科技企业的金融支持，应在管理方式和产品种类上有所突破和创新，帮助改善企业现金流和资产质量，降低融资成本和创新风险，解决高科技产业融资难问题。
（三）创新政策、创新资本与高科技企业创新的关联影响
高科技产业不仅是技术密集型产业，更是资金密集型产业。高技术成果转化从研制到中试再到产业化，越是到后期，资金需求量就越大。初始阶段，技术性因素影响较大，随着创新的深入，有无及时有效的资本跟进，则成为决定科技成果转化能否成功的关键。高科技产业发展与资本投入密切相关，对中关村创新政策支持，不同渠道资本与企业创新投入、创新产出、企业效率的关系，以及不同资本间的关联效应，具体分析如下：
（1）创新政策支持的协调性有待提高，并未实现不同政策工具的协同互补。创新产出与政府资金支持，税收减免正相关，但从相关图可以发现很多企业创新产出显著，但未曾享受政府创新支持，创新政策支持应进一步扩展。创新投入强度与政府资金支持、税收减免呈现弱正相关，相关系数前者高于后者，表明相对于税收减免，政府资金支持对创新投入的激励效应更加直接。政府资金支持对创新投入产生直接促进作用，进而促进创新产出增加。而税收减免对创新投入的直接效果不明显，但对创新产出产生间接作用，表明税收减免主要是提高激励创新投入产出效率的提高来发挥作用。从政府资金支持与税收减免的相关图来看，两者相关度低，表明财政与税收支持的政策协调性较差。
（2）创新政策的示范效应大于实际效应，不同资本间的排斥性较强。由相关图可知，企业资金、政府资金、税收减免、金融机构贷款两两之间大多呈现负相关关系，表明不同渠道创新资本，更多是相互排斥和替代，而非合作共赢，这也是我国企业创新能力低下，资源未形成合力的主要原因。创新投入与创新产出的相关图以0.5为界分为上下两部分，表明创新投入对创新产出的影响具有“门槛效应”，低于门槛，呈现负相关的替代效应，高于门槛，呈现正相关的激励效应。“门槛效应”的存在表明创新政策支持的必要性，应通过政策支持撬动要素投入跨越“门槛”界限，才能实现政策的预期效果。
（3）高科技产业融资渠道单一，成为制约产业健康发展的瓶颈。创新投入总额与企业资金、金融机构贷款相关度较高，而与风险投资、外国投资弱相关，表明创新资本主要来自企业自有资金积累和银行贷款的债务性融资。目前高科技产业融资渠道仍然过窄，金融机构提供的金融产品和工具较为单一。中关村园区内的金融机构主要依靠中关村经济发展来扩大自身的负债金融业务，并没有对园区内高科技企业提供有效的资金支持。中关村目前仍未打破传统的以国有商业银行为主的单一投融资格局，一些高新技术项目的开发因资金短缺未能取得预期效果。支撑高新技术产业发展的风险投资体系尚未成熟，企业发展主要靠自身积累来实现，创新资源要素发育滞缓，制约了科技成果转化和创新型企业的成长。
五、结论与建议
本文构建三阶段递推CDM模型，基于创新调查与企业财务数据的对接，对中关村高科技产业创新支持的政策效果及不同资本的影响进行实证检验。研究发现：不同渠道资本的创新影响有所不同，金融和政策支持主要在创新投入阶段发挥作用，有助于引导创新要素的流向与集聚；管理要素在创新深化阶段发挥作用，是创新能力提升的基础和保证；高科技产业创新更多服从于行业规律，金融和政策支持应依据具体行业的技术特征，企业规模、产权类型不宜作为政府甄选资助对象的考核标准。创新政策对于引导创新要素配置发挥重要影响，但创新政策的协调性有待提高，财政与税收政策的协调性较低，并未实现不同政策工具的协同互补。创新政策的示范效应大于实际效应，不同资本间的排斥性大于融合性。创新投入对创新产出的影响具有“门槛效应”，只有政策支持跨越“门槛”的界限，才能发生质变，实现政策的预期效果。创新政策对技术创新作用显著，而对非技术创新影响较弱，非技术创新的薄弱是高科技产业融资难的障碍。
高科技企业具有技术含量高、成长快、高风险、高回报、爆发性增长、不确定性强、轻资产多等特点，传统金融无法或很难满足其需要，而科技金融可以通过风险分担机制和收益分享机制，引导和调动金融资源参与科技型企业的成长过程，分散其风险，分享其收益。在整个高科技企业成长过程中，需要与之相适应的、多元化、多层次的金融支持系统提供融资服务，支持企业创新的深入发展，即建立一个支持创新型企业从小到大的连续的金融服务动态机制。应根据高科技产业发展规律，针对不同发展阶段企业的不同融资需求及企业首次融资难等市场失灵问题，以市场机制为基础，充分发挥创新政策的引导作用，特别是政策性金融的导向作用，强化政策之间的协同与配合，促进不同创新资本的整合与集成，既包括政府专项资金，又包括企业自有资金，进而带动金融资本的支持，广泛吸引社会资本的进入，为高科技企业打开多方位的融资渠道，满足多样化融资需求。通过完善多层次资本市场服务体系，加快建设涵盖高科技企业生命周期的中关村科技金融资源配置体系。从创新政策支持层面，要遵循科技创新和金融创新的客观规律，加强部门沟通，深化科技金融合作，形成政策合力，突破一些不利于创新的政策性和制度性障碍，促进科技资源与金融资源的有效对接。
注释：
①这是在很多研究中常用的方法，国外的研究并不像中国的数据把企业分成大中小型，而是直接使用该连续变量来体现企业规模，方便和各种研究进行比较，也便于直接放入生产函数方程。