关于研发补贴、可持续创新与企业层面全要素生产率增长的研究

《Economic Analysis and Policy》：A study on research and development subsidies, sustainable innovation, and firm-level total factor productivity growth

　　摘要：本研究基于2017年至2024年中国A股上市公司的面板数据，利用分阶段、分行业实施的研发补贴所形成的准自然实验，采用多期差分模型系统分析了研发补贴对企业全要素生产率的影响、作用机制及边际特征。实证结果表明，研发补贴能够显著提升企业的全要素生产率。此外，政策强度越高、实施时间越长，对全要素生产率的积极影响就越明显。通过倾向得分匹配差分法、安慰剂检验、变量替换以及内生性处理等多种检验后，这一结论依然稳健。机制分析表明，可持续创新在研发补贴与企业全要素生产率之间起着重要的中介作用。研发补贴可通过三条路径促进全要素生产率提升：增加企业对可持续创新的投入、提高创新产出的效率、优化创新资源的配置。本研究丰富了关于财政研发补贴、可持续创新与高质量企业发展之间关系的微观实证证据，为政府优化研发补贴政策设计、精准强化创新激励，以及企业利用这些政策优化创新决策、提升发展质量提供了实证依据与实践指导。

引言：在全球经济和社会不断发展的宏观背景下，世界各国政策制定者和企业管理者普遍认为，仅以经济增长为导向的发展模式无法实现长期可持续发展和繁荣。在此背景下，关于环境、社会和经济维度协同发展的组织层面研究成为学术界的核心课题。联合国2015年提出的“2030可持续发展议程”明确指出，可持续发展理念应贯穿整个生产和消费过程，其核心目标是实现人类与自然的和谐共处，确保人类文明的可持续发展。在这一全球共识的指引下，各国将可持续发展纳入国家发展战略，倡导企业建立高效、低碳的可持续发展模式，从而形成经济增长与生态保护之间的良性循环。近年来，全球对可持续发展的重视程度持续上升，企业可持续转型已成为跨行业的深刻变革（Masud等人，2026）。在这种背景下，培育可持续创新能力、提升全要素生产率已成为企业实现长期发展的核心支柱和关键评价指标（Qadeer和Bouri，2025）。作为公共政策干预企业创新活动的核心工具，研发补贴是各国激发企业创新、推动产业升级的重要动力（Bu等人，2024）。美国、欧盟成员国和日本等发达国家均已将研发补贴纳入国家创新战略，通过精准的政策设计与实施，引导企业增加对创新要素的投入，进而提升生产效率和可持续性水平。同时，许多新兴经济体也将研发补贴作为推动国家发展的重点，通过建立完善的补贴支持体系，构建涵盖技术研究开发、技术转移和产业应用的整体创新生态系统，为高质量企业发展提供支撑。在日益激烈的全球创新竞争中，由研发补贴驱动的创新正在深刻重塑各行业的发展格局，在优化生产要素配置、提升技术水平、加强制度建设以及提高价值创造效率方面发挥着不可替代的作用。研发补贴可通过资源供给和信号传递两种渠道缓解企业创新的制约：直接补贴可以弥补研发成本和创新风险，激励企业开展绿色低碳技术创新；同时还能传递积极的政策信号，吸引优质创新要素，优化资源配置，提升可持续创新的产出和商业化效率。通过持续的可持续创新，企业能够升级技术和生产模式，最终突破效率瓶颈，推动全要素生产率增长[CA2.1]（Lin和Zhang，2024）。总之，利用研发补贴推动企业可持续创新是实现全球经济高质量可持续发展的关键路径（Shao等人，2025）。

近年来，学术界对创新驱动的可持续发展模式的关注度持续上升。相关实证研究证实，财政支持、创新导向和技术投资对企业可持续发展能力和生产效率具有显著的积极影响（Shmelev和Gilardi，2025）。诸多研究一致认为，与传统技术创新不同，兼顾经济效益和生态效益的可持续创新更符合企业绿色转型和长期发展的需求，能够有效解决粗放型生产的效率瓶颈问题（Saruchera，2025）。此外，大多数文献也认可研发补贴作为核心财政工具的治理价值，指出其可以通过缓解融资约束和规避创新风险来激发企业创新（Sobanaa等人，2025）。然而，目前针对这一主题的学术研究仍存在明显局限：现有文献大多以单一维度的补贴金额作为衡量研发补贴效果的替代指标，未能充分反映研发补贴在实施强度和持续时间方面的动态特征，难以全面解释其对企业可持续创新和全要素生产率的不同影响。这一研究缺口引出了三个核心研究问题：研发补贴能否有效提升企业的全要素生产率？研发补贴通过何种内在机制影响企业全要素生产率的提升？在考虑潜在内生性问题时，可采用哪些实证策略来准确估计研发补贴对企业全要素生产率及其异质性特征的影响？这些问题构成了本研究的核心研究议程。为避免因替代变量选择偏差导致的研究误差，本研究以研发补贴政策分阶段、分行业实施所形成的准自然实验作为研究背景，运用多期差分模型系统估计研发补贴对企业全要素生产率的影响。虽然传统的差分模型能够有效估计平均处理效应，但在捕捉异质性处理效应方面存在显著局限。近期理论研究表明，机器学习方法能够显著提高异质性处理效应的估计精度（Chen等人，2024；Yu和Xu，2025；Medianovskyi等人，2023）。基于此，本研究在差分分析框架的基础上，结合倾向得分匹配差分法和安慰剂检验来处理内生性问题，通过相关的计量经济分析方法，深入探讨研发补贴政策影响企业全要素生产率的底层机制。

本研究的主要贡献体现在三个方面。首先，通过将研发补贴和可持续创新纳入统一的分析框架，丰富了有关企业层面研发补贴经济效应的学术文献，拓展了企业全要素生产率决定因素的研究边界，明确了研发补贴提升企业全要素生产率的有效机制。其次，研究阐明了研发补贴可通过推动可持续创新间接促进企业全要素生产率的提升，重点从激励企业投入可持续创新、提高可持续创新产出效率、优化创新资源配置三个核心路径，系统分析了研发补贴通过可持续创新提升企业全要素生产率的内部传导机制。第三，本研究采用多期差分法并结合倾向得分匹配和安慰剂检验来识别和推断因果关系，同时通过核心变量替换和内生性控制提升了研究结果的稳健性。与传统的单一计量经济方法相比，这种研究设计有效提高了估计结果的精度，降低了模型设定偏差的影响，能够精准捕捉研发补贴对不同企业全要素生产率的异质性影响，从而弥补了传统模型在异质性分析方面的不足。

本文的结构如下：第二部分介绍研究设计，包括理论分析和假设提出、模型设定、变量定义以及数据描述；第三部分阐述计量经济检验，涵盖基准回归、中介分析以及稳健性检验；第四部分进行进一步分析，重点关注异质性分析；第五部分为结论部分，总结主要研究发现，探讨研究结果的政策含义，指出现有研究的局限性，并提出未来研究方向。

片段一：研发补贴与企业全要素生产率。研发补贴对企业全要素生产率的影响主要体现在两个方面：资金支持和资源分配。在资金支持方面，研发补贴通过财政转移支付（Wu等人，2022）和税收优惠（Ye等人，2022）等方式，弥补企业创新的资金缺口，降低创新投资的风险，为企业提升生产率提供财务保障。

片段二：计量经济检验。在开展因果估计之前，我们首先对所有变量进行了相关性分析和多重共线性诊断（Wang和Ahmad，2024）。所有核心变量和控制变量的方差膨胀因子测试结果汇总于表A1。所有变量的VIF值介于1.05到2.42之间，远低于10的临界阈值，说明所选的变量组不存在严重的多重共线性，适合用于后续分析。

片段三：区域发展水平差异性的检验。由于区域发展水平直接影响一个地区的创新资源禀赋、政策支持环境以及市场成熟度，因此不同发展水平地区的企业在创新基础和资源获取渠道上存在显著差异，这使得研发补贴对企业全要素生产率的影响表现出区域异质性（Yuan等人，2025）。

结论与建议：研发补贴是全球各国政府应对创新领域的市场失灵、激发企业创新、推动全球可持续发展的核心工具，已深度融入全球企业创新进程，对可持续创新和全要素生产率的增长发挥着广泛影响。本研究采用了2017年至2024年中国A股上市公司的面板数据，借助准自然实验方法展开分析。

CRediT作者贡献声明：刘婷婷：软件应用、项目管理、方法论、数据收集、资金获取、正式分析、数据整理、概念构建。程琪：初稿撰写、可视化分析、结果验证、监督指导、软件应用、数据整理、概念构建。刘婷婷|程琪，中国贵州省贵阳市贵州商业学院。