本文字数：12507字
阅读时间：32分钟
一、导论
产业政策是许多国家在经济发展过程中采用的政府干预手段，而最常见的产业政策之一是政府对企业的补贴。政府补贴是政府为了实现特定的经济目标而采取的政策。在企业的会计科目上，企业补贴被称为“政府补助”，是指企业从政府无偿取得货币性资产或非货币性资产。补贴问题涉及政府和市场的边界问题，与政府管制、政企关系或政治关联、腐败和产业政策等一系列重要问题有关，因此是公共经济学和产业经济学的核心问题之一。对于发展中国家或转型国家来说，以补贴作为主要手段的产业政策通常是国家实现经济起飞的重要动力。另一方面，即使在强调自由市场经济的西方国家，也广泛使用政府补贴。根据美国补贴监控组织“好工作优先”统计，2000−2015年美国联邦政府以拨款、税收抵免等方式至少向私人企业补贴了680亿美元，其中67%被582家大公司获得。因此，补贴问题同时具有重要的政策含义。
政府为什么要对企业提供补贴？理论上有三种观点。第一，弥补市场失灵。例如，当企业在污染排放、研发、规模经济等方面存在正外部性时，需要政府提供补贴。第二，实施产业政策。在某些阶段，政府会通过补贴扶持国内部分产业发展，实现产业结构调整或者增强产业的国际竞争力。第三，基于特定目的对企业进行补贴。这又包括三种情况：一是政府出于“父爱主义”或者某种制度安排对国有企业的补贴；二是政府对企业承担部分社会责任给予的补偿；三是政府官员和企业之间的双向寻租。目前，国内外关于企业补贴的文献可谓汗牛充栋，但不管是研究补贴原因的文献，还是研究补贴效果的文献，几乎都与上述三类观点有关。
尽管关于补贴的文献数量很多，但是关于补贴的关键问题仍然存在争议。核心问题是，企业补贴究竟有没有用？一些学者认为，政府给予企业的补贴没有产生正面效果。例如，一部分企业得到研发补贴之后，将补贴挪作它用，出现了严重的道德风险问题。另一些学者认为，政府的研发补贴刺激了企业R&D（研究和发展）投入，取得了正面效果。还有一些学者认为，政府研发补贴会同时对企业产生激励效应和挤出效应，或者经济效益为正但社会效益不明显，或者其效果取决于企业所处的阶段，因此总体效应是不确定的。
为什么对如此重要的问题产生了如此模糊的结果？因为关于企业补贴的现有文献存在以下不足。第一，对企业补贴的研究要么“太粗”，要么“太细”。“太粗”是指很多文献是对补贴总量的研究，没有细分补贴类型。事实上，现有的政府补贴五花八门，它们各自对应了不同的补贴目的，效果当然也存在差异，因此不能一概而论。“太细”是指一些文献只分析了某一类补贴，比如研发补贴，从而既无法从总体上判断补贴效果，也无法将某一类补贴的效果外推到其他补贴类型上。第二，数据比较陈旧。例如，很多学者使用了中国工业企业数据库来研究补贴，但该数据库在2013年之后就没有更新，难以对近期的政策效果做出判断。第三，缺乏动态视角。产业政策的效果往往需要较长的时间来验证，因此对补贴政策的短期效应并不足以形成对这种产业政策效果的科学判断。第四，遗漏了一些重要的问题。现有文献尚没有回答一些有争议的问题。例如，企业补贴是否存在所有制歧视？
很显然，要对中国目前的补贴政策或者相关的产业政策作出一个科学的判断，必须采取综合的视角。与现有文献相比，在分析视角上，本文试图将总体和局部结合，将国企和民企结合，将短期和长期结合，将经济效益和社会效益结合，通过综合研判，以便形成对补贴问题的“全景式”扫描。在方法上，已有文献从各个角度对补贴政策进行了比较细致的计量分析，因此本文将不拘泥于对某一种政策或者某一个机制的因果推断，而是综合利用文本分析、计量分析和案例研究等多种方法，以便对一些重要的问题形成可靠的判断。在数据上，本文构建了2003−2020年中国上市公司补贴数据库，这是目前最新、最长的企业级补贴数据，从而有助于我们评估补贴政策的长期效果和最新动态。
本文的写作方式如下。我们试图通过提炼关于中国企业补贴的八个关键问题，来提供关于补贴的特征事实和基本结论。我们将先后讨论如下八个问题：（1）中国企业补贴的规模有多大？（2）上市公司有哪些具体的补贴项目？（3）哪些企业得到的补贴更多？（4）补贴的总体效果如何？（5）不同类型补贴的效果如何？（6）补贴是否导致了挤出效应？（7）补贴的长期效果如何？（8）政府补贴和减税降费的效果哪个更好？最后，我们总结了本文的主要结论，并展望了下一步值得研究的议题。
二、关于补贴的特征事实
既然补贴是最重要的产业政策之一，那么了解这一政策的实施力度和广度显然是有必要的。遗憾的是，目前似乎没有一篇文章估计过中国企业补贴的总体规模，也没有对补贴的名目进行全面的梳理。因此，本文将首先回答关于中国企业补贴概况的三个问题。
（一）中国企业补贴的规模有多大
为了准确地计算企业补贴的力度和广度，我们使用CSMAR（中国经济金融研究）数据库，整理了2003−2020年中国A股上市公司的政府补贴数据。选择2003年作为研究起始年份，是因为CSMAR采集的政府补贴数据从2003年开始。
首先需要了解上市公司中有多少企业得到过政府补贴，即补贴覆盖面。我们发现，2007年以后得到补贴的企业占全部A股公司的比例一直保持在70%以上，并且2010年之后提高至90%以上。2019年和2020年补贴比例分别达到98.58%和99.25%，说明目前几乎所有的A股上市公司均能得到或多或少的政府补贴。
其次，我们统计了各年度A股上市公司获得政府补贴的总额（图1）。2007年至今上市公司获得政府补贴的总额几乎呈逐年上升的趋势。2020年上市公司获得的政府补贴总额约为2841亿元，是2007年的近十倍。在过去十四年里，企业补贴总额增长了十倍，足见补贴规模增速之快。
然后，我们利用相关数据估计2003−2019年全国政府对企业的补贴总额。由于缺乏全国层面的企业利润数据，我们采用全国投入产出表中的“营业盈余”来估计。在投入产出表中，按照收入法统计了当年全国经济增加值，反映各产业部门增加值的构成情况。其中，营业盈余指常住单位创造的增加值扣除劳动者报酬、生产税净额和固定资产折旧后的余额。营业盈余相当于企业的营业利润加上生产补贴，但要扣除从利润中开支的工资和福利等。为了估计全国企业的补贴规模，我们采用以下步骤：第一步，计算非上市公司的营业盈余。我们将上市公司每年的营业利润和补贴加总得到上市公司的营业盈余，结合投入产出表中的全国营业盈余数据近似得到非上市公司每年的加总营业盈余。第二步，计算非上市公司的政府补贴规模。我们以每年上市公司政府补贴占上市公司营业盈余的比例作为基数，测算非上市公司政府补贴规模。相比上市公司的企业规模和拥有的资源，非上市公司政府补贴占非上市公司营业盈余的比例理应有所下调。我们假设该折扣比例为$ \delta $。分别令$ \delta $取值为100%、80%、60%、40%和20%（五档），进而测算非上市公司每年得到的政府补贴总额。第三步，加总得到全国企业每年获得的政府补贴总额。第四步，计算2003−2019年全国企业每年获得的政府补贴总额占当年全国GDP和财政支出的比重。
表1展示了2003−2019年全国企业得到的政府补贴的总额。无论$ \delta $取何值，政府补贴规模呈现出逐渐扩大的总趋势。如果以$ \delta $=20%作为下限，以$ \delta $=100%作为上限，那么2019年全国企业获得补贴规模为［4297，11304］亿元。进一步的计算表明，全国企业每年获得政府补贴总额占当年全国GDP的比重从2003年的［0.01%，0.06%］上升到2019年的［0.44%，1.15%］。以上比重最高的年份出现在2008年，达到［0.76%，2.56%］。考虑到全国GDP的体量巨大且增长迅速，政府给与企业的补贴数额从总量和增速上看都非常惊人。
（二）上市公司有哪些具体的补贴项目
由于数据的可得性，我们在下文中将只分析上市公司的补贴情况。根据政府对企业补贴的不同目的，我们将上市公司得到的显性政府补贴分为以下几大类：税收优惠和奖励、研发补贴、吸纳人才补贴、产业升级补贴、项目运营补贴、就业补贴、贸易补贴、环境保护和治理补贴以及其他补贴。如果上市公司报表的某条补贴明细中包含与以上分类主题相关的关键词，则把该条补贴明细归入对应类型补贴。我们将不包含特定目的的补贴或者只简单称为“补贴”“津贴”“奖励”或“支持”等归类为其他补贴。在计算时，我们发现某项补贴可能同时属于好几类名目。例如，某条补贴明细“铝型材能量系统优化节能技术改造项目350万人民币（分10年摊销）”，按照补贴目的分类既可以划分为研发补贴，也可以划分为生产运营补贴或者环境保护和治理补贴。出于统计分析的需要，我们将所有补助目的明确的补贴条目按照以下顺序划入某一种补贴：税收优惠和奖励>研发补贴>吸纳人才补贴>产业升级补贴>项目运营补贴>就业补贴>贸易补贴>环境保护和治理补贴>其他补贴。也就是说，如果某项补贴被分配在序列中较早出现的类型，则不会被归类到较晚出现的类型。按照以上方式，我们将2003−2020年沪深A股除金融业以外的上市公司政府补贴明细划分情况归纳为表2。
根据补贴金额合计情况来看，上市公司得到的补贴中税收优惠和奖励最多，约为3144亿元。之后是研发补贴、产业升级补贴和项目运营补贴，分别达到1652亿元、1232亿元和1109亿元。
与此相关的另一个问题是，给与上市公司的补贴都是哪些部门发放的？由于CSMAR统计的上市公司补贴发放主体只有2015年和2016年比较全面，因此我们以这两年的数据为例，考察政府补贴的发放主体。统计显示，区县级政府及下属单位、市级政府及下属单位、中央部委中的财政部和税务部门是政府补贴的主要发放主体。此外，我们整理了涉及政府补贴的部分文件。从发文机构上看，市级政府（含下属机构）和区县级政府是发放主体。这从一定程度上说明，地方政府是政府补贴文件的主要制定者。
（三）哪些企业得到的补贴更多
一个备受争议的问题是：补贴是否存在某种歧视或者偏向？这跟政府补贴的目的有关，因为如果补贴的目的是减少市场失灵，那么它应该跟企业类型无关，但如果有某种政治目的，则很可能跟企业所有制有关。另一方面，这个问题也跟补贴的效果有关，因为歧视性的补贴政策很可能会导致资源错配。对此，学术界形成了两种观点。第一种观点是“所有制歧视”，认为国企由于和政府存在天然的政治关联，因此更容易获得补贴。例如，步丹璐和郁智发现国企获得了更多政府补贴，同时中央国企比地方国企更容易获得补贴。持类似观点的还有邵敏和包群、耿强和胡睿昕、孔东民等。第二种观点是“规模歧视”，认为政府更倾向于补贴大企业，以便实现更明显的政绩。例如，吕久琴发现，接受补助和没有接受补助的企业的差别主要体现在企业规模上：规模越大，企业得到补贴的概率就越高。王文甫等认为，政府补贴向大企业或重点企业倾斜是一种理性选择。当然，除了所有制和规模以外，可能还存在着其他类型的歧视，例如关系歧视、地域歧视。
为了厘清这个关键问题，我们收集了大量地方政府的补贴文件，并进行了文本分析。首先，很多政策规定，只有当企业规模达到一定的门槛之后，企业才有资格申请相关政府补贴。以《郑州市人民政府关于郑州市建设中国制造强市若干政策的补充意见》为例。《意见》中规定，“对年主营业务收入首次超过50亿元、100亿元的工业企业，分别给予100万元、200万元的一次性奖励；对年主营业务收入首次突破5亿元、10亿元的战略性新兴企业，分别给予50万元、100万元的一次性奖励。对认定为国家级、省级制造业单项冠军示范企业的，分别给予100万元、50万元的一次性奖励”。这就意味着，规模较小（即主营业务收入较少）的企业根本就没有资格申请这类补贴。其次，公开的政府补贴政策文件没有明确出现“所有制”“国有企业”“产权”等关键词。至少从文件字面意思判断，政府补贴没有对国有企业的偏爱和对民营企业的歧视。
然后，我们进行了统计分析。使用除金融业以外的A股上市公司数据，并按照实际控制人性质划分为国有企业和民营企业样本，然后比较国企和民企在获得政府补贴方面是否存在显著差异和不平等。图2（a）和（b）显示，2007年以来，在获得政府补贴总额和平均额度方面，国企一直超过民企。并且2017年以后，国企与民企之间的平均补贴金额差异呈现增大的趋势。但是图2（c）和（d）显示，从补贴程度（即补贴金额除以企业规模）来看，从2009年开始国企得到的补贴程度低于民企。进一步，我们使用上市公司每年获得政府补贴的自然对数衡量企业获得政府补贴规模，分别用企业营业收入和总资产作为企业规模的代理变量，发现补贴规模和企业规模之间呈现正相关关系。但是，若将补贴规模换成补贴程度，那么补贴程度和企业规模呈负相关关系。这说明，总体上企业补贴存在规模歧视，而非所有制歧视，这可能和大家的认知相违背。
三、企业补贴的效果分析
（一）补贴的总体效果如何
补贴效果是补贴问题的核心问题，它关乎产业政策的成败和资源配置效率的高低。我们先讨论总体效果，然后讨论特定补贴的效果。遗憾的是，现有文献很少有正面回答这个问题的。一方面，学者们对补贴效果的研究聚焦于投资补贴和创新补贴，缺乏补贴的总体效果研究；另一方面，即便是聚焦于投资补贴和创新补贴，也没有得到一致的结论。一些学者认为，政府对企业的创新或研发补贴无法达到预期效果。例如，李万福等发现企业得到政府的研发补贴后，不但不会增加私人研发支出，反而会把一部分研发补贴挪作他用。Fang等发现了1999−2007年中国省级专利补贴政策与企业TFP之间的负向关系，这说明专利补贴政策没有起到提高企业生产效率的效果。戴晨和刘怡、周亚虹等、Boeing使用不同行业的样本，均发现了相似的结论。相反，另一些学者认为，政府补贴可以促进企业投资和提高研发效率。例如，朱平芳和徐伟明认为，政府的科技激励政策促进了大中型工业企业R&D投入及其专利产出。解维敏等、Guo等、Liu等利用中小企业或高新制造业企业数据，得到了类似的结论。
为了从总体上考察补贴的效果，我们利用上市公司2003−2020年数据，全面考察补贴是否提升了企业的经济效益（ROA和ROE）和社会效益（就业、纳税、研发、技术升级）。计量模型如下：
式（1）中，下标$ {{i}} $代表企业，$ {{t}} $代表年份。$ P{\text{er}}{{\text{f}}_{i,t}} $衡量企业的绩效表现，包括资产回报率（ROA）、净资产收益率（ROE）、就业强度（STAFF，每万元营业收入的雇员比例）、纳税强度（TAX，所得税费用/营业收入）、研发强度（RD，研发支出/营业收入）、新专利比例（PATENT，每十万元营业收入的新专利数）。关键解释变量是Sub（政府补贴程度），用“企业当年收到的政府补贴额/企业当年的营业收入”衡量。$ X $表示企业相关控制变量，包括企业的所有制、规模、负债率、股权结构、资产结构等特征。$ \;\mu {}_{\text{i}} $表示企业固定效应，$ {\sigma _{\text{t}}} $表示年份固定效应，$ {\varepsilon _{i,t}} $表示扰动项。为了保证数据的可靠性，参照现有文献的通行做法，对原始数据进行以下处理：（1）剔除金融类上市公司；（2）剔除ST上市公司；（3）剔除资产负债率小于0或者大于1、净利润率大于100%等财务指标明显异常的观测值；（4）对所有连续型变量在1% 和99% 水平上进行缩尾处理。
面板固定效应回归的结果见表3，基本结论是：（1）从补贴的经济效果来看，企业得到补贴后对下一年度的ROA和ROE的影响虽然为正，但是不显著，即政府补贴并没有显著改善企业的经济绩效。（2）补贴显著降低了企业下一年度的纳税强度，并且对企业下一年度就业强度的影响为负但是不显著。这说明，整体上补贴没有促使企业承担增加就业和纳税的社会责任。这与唐清泉和罗党论的结论是相反的。（3）补贴程度显著增加了企业下一年度的研发强度，但是对企业专利比例的影响不显著。这说明补贴虽然可以在短期内提高企业的研发水平，但是无法提高企业的研发质量。
（二）不同类型补贴的效果如何
在表3中，我们利用全样本考察了补贴的总体效果，但是这样的结果并不精准。因为不同的补贴政策往往有不同的目的，总体上显著的结果并不代表具体的补贴政策实现了预期目标。现有文献聚焦于研发补贴的效果评估，是因为研发补贴的类型和结果（研发支出或专利数量）比较容易识别。但是，除研发补贴外还有很多其他补贴（表2），它们的效果需要精准评估。
接下来，我们根据表2的补贴分类方法，考察不同类型的补贴效果。根据每类补贴的目的，我们选择了不同的因变量。具体来说，税收优惠的直接目的在于降低企业的营业成本，因此我们考察政府补贴中给予企业税收优惠是否降低了企业的营业成本率（COST）。类似地，我们针对研发补贴选择的因变量是企业的研发强度（RD）；针对人才补贴选择的因变量是企业研发人员比例（STAFF_RD）；针对产业升级补贴选择的因变量是企业的劳动生产效率（LP）；针对项目运营补贴选择的因变量是企业的营运利润率（PROFIT）；针对就业补贴选择的因变量是企业的就业强度（STAFF）；针对环保补贴选择的因变量是企业的环保支出率（EP）。
根据表4的回归结果可以发现：（1）税收优惠显著降低了企业的营业成本率，说明通过给予企业退税、税收减免、税费返还、纳税奖励等确实显著降低了企业的营业成本，改善了企业的营业成本和经营状况。（2）研发补贴显著提高了企业的研发强度。这与大部分文献的研究比较一致。（3）人才补贴显著提高了企业研发人员比例。（4）产业升级补贴显著降低了企业的劳动生产效率，并没有推动产业升级。这与表3的结果相似，即补贴虽然可以在短期内提高企业的研发水平，但是无法在短期内显著实现企业的技术应用和升级。（5）项目运营补贴、就业补贴和环境补贴的效果都不显著。以上结果说明，税收、研发和人才补贴的政策总体上是有效的，可以继续实施；产业升级补贴产生了负面结果，应该在评估后考虑中止；而项目运营、就业和环境补贴政策的实施机制恐怕需要改进。
（三）补贴是否导致了挤出效应
表4的回归结果表明，政府对企业的研发补贴提高了企业的研发强度。但需要注意的是，表4的研发强度是根据企业的总研发支出计算的，而总研发支出不仅包括企业的私人研发投资，也包括政府对企业的研发补贴。如果政府的研发补贴没有激发企业的私人研发投资，那么这种补贴政策就没有实际价值。因此，政府的研发补贴是否“挤出了”企业的私人研发支出，是一个关系到补贴真实效果和可持续性的重要问题。
现有文献认为，政府对企业的研发补贴可能对企业私人投资产生三种效果：（1）研发补贴和私人投资是替代关系，即政府的研发补贴会对企业私人投资产生“挤出”效果；（2）研发补贴和私人投资是互补关系，即政府的研发补贴会激励企业增加研发投资；（3）研发补贴对企业私人投资同时存在“挤出”效果和“激励”效果，例如，刘虹等认为在补助初期激励效应较强，而超过最优补助额后挤出效应增强。
为了考察政府补贴是否对私人投资具有挤出效应，我们具体分析三类补贴的效果。为了考察研发补贴的挤出效应，我们设置了因变量企业的私人研发投资，它等于（企业当年的研发支出−政府对企业当年的研发补贴）/企业当年的营业收入；为了考察政府对企业的就业和人才补贴的挤出效应，我们设置了因变量企业私人发放的职工薪酬水平，它等于（企业当年发放的职工薪酬−政府对企业当年的就业和人才补贴）/企业当年的营业收入；为了考察政府对企业的项目运营补贴和产业升级补贴的挤出效应，我们设置了因变量企业私人固定资产投资，它等于（企业当年新增固定资产投资−政府对企业的项目运营补贴和产业升级补贴）/企业当年的营业收入。
回归结果如表5。第（1）列表明，研发补贴对企业私人研发投资的影响呈现“倒U形”。研发补贴的系数显著为正，说明研发补贴在初期激励私人研发支出；研发补贴二次项的系数显著为负，说明超过一定程度后研发补贴挤出了企业的私人研发支出，这与刘虹等的观点是一致的。第（2）列表明，就业补贴和人才补贴对企业的私人职工薪酬水平的影响呈现“正U形”，即超过一定程度的就业和人才补贴，才能激励企业的私人薪酬支出。第（3）列表明，对企业的项目运营和产业升级补贴正面影响了企业的私人固定资产投资水平，说明这两项补贴对企业的长期投资和发展是有益处的。
（四）补贴的长期效果如何
考察政府补贴的效果，不仅需要考察短期影响，更需要考察长期影响。通过剖析光伏行业这个典型案例，我们发现，中国光伏行业飞速发展并且成为全球第一大光伏市场的背后，是中央及地方政府长期以来对光伏产业的政策支持（包括财政补贴）。这种长期、持续的补贴政策不仅帮助中国光伏产业在面对国际竞争和国际经济危机时生存下来，也带动了光伏产业链和新能源产业的快速发展。以“中国最牛风投城市”合肥市对京东方公司的补贴政策为例。2007−2019年，京东方年均得到政府补贴近9.8亿元，共计得到补贴近130亿元。2008年，京东方落户合肥。为了引入京东方，合肥市除了在地块配套条件、土地价格、能源供应、贷款贴息等方面给予政策性支持外，还额外投入60亿元，并引入战略投资者投入30亿元（如未能引入战略投资，剩下的85亿在合肥市政府的支持下贷款解决）。当年，合肥市财政收入仅为301.21亿元。可以说，合肥市为了引入京东方确实是“壮士断腕”。现在，京东方已成为全球显示产业头部企业，也成为“合肥名片”之一。从京东方第一家显示行业企业落户合肥，到彩虹、康宁、晶合等上下游近100家显示行业企业加速聚集，总投资超1500亿元，在合肥形成了“从沙子到整机”的全产业链布局，是国内产业链最完善、技术水平最先进的产业集群。可以说，没有合肥市对京东方的长期补贴，就不会有合肥市的显示器产业。
为了考察政府补贴的长期动态效果，我们在回归方程中将因变量设置为企业下一年、第3年、第5年、第7年、第9年的经济效益（ROA和ROE）和社会效益（就业、纳税、研发、技术升级），关键解释变量是企业的补贴总额（Sub）。回归结果如表6，基本结论是：（1）不管是从短期还是长期来看，政府补贴对于企业经济绩效的影响均是不显著的；（2）政府补贴显著降低了企业短期的就业强度和纳税强度，但是从长期来看这种负面影响会逐渐消失；（3）政府补贴对企业研发强度的显著影响是短期的，意味着这种影响是不可持续的；（4）政府补贴对企业新专利比例的影响在短期是不显著或者负面的，但是显著提高了企业未来第9年的新专利比例。这一方面说明技术从研发到应用和升级需要比较长期的时间，也说明从长期的角度来看，政府补贴可能有利于企业的技术升级和内涵式增长。
（五）政府补贴和减税降费的效果哪个更好
“十三五”时期，在中国推行供给侧结构性改革的背景下，积极财政政策的重心倾向于减税降费。2018年，国家税务总局发布了《关于进一步落实好简政减税降负措施更好服务经济社会发展有关工作的通知》，标志着全国范围内更大规模的减税降费开始施行。减税降费的主要目的，在于减轻企业的运营成本、促进企业发展、激发市场主体活力。在中国由选择性产业政策向普惠性产业政策过渡的过程中，税收优惠和财政补贴的比较研究成为政策制定的一个重要参考。从理论上讲，财政补贴和税收优惠作为产业政策的主要实施工具，各有利弊，在效果上可能存在差异。
一些文献认为，政府直接补贴带来的效果更好。例如，Busom等发现，对促进中小企业尤其是知识密集型的初创企业从事研发活动而言，政府补贴的效果更强。张同斌和高铁梅发现，直接补贴比税收优惠更能有效促进高新技术产业的增加值增长。然而，更多文献认为，税收优惠对企业发展的效果更好。因为税收减免带来的市场交易费用相对更少，对市场竞争准则的扭曲程度更轻。考虑到信息不对称的影响，税收优惠和直接补贴两种政策工具的激励效应可能不同。因此，有必要将税收优惠和政府直接补贴这两种政策工具进行比较。
参考柳光强等，本文以“收到的各项税费返还/（收到的各项税费返还+支付的各项税费）”作为企业税收优惠的代理变量。其中，收到的税费返还反映返还给企业的增值税、所得税、消费税和教育税附加等各项税费；支付的各项税费指企业本期发生并支付的、本期支付以前各期发生的以及预交的税费。同时，我们以“营业外收入−政府补助”中列示的政府补贴金额减去企业当年收到的税收优惠和奖励部分后的余额，作为企业获得的政府直接补贴。计量模型如下：
式（2）中，$ P{\text{erf}} $依然表示企业的绩效，$ S\!{\text{ub\_}}d $表示政府给与企业的直接补贴程度，$ T{\text{ax\_}}p $表示企业当年享受的税收优惠程度，其余变量的含义与上文相同。
表7和表8分别报告了制造业和服务业的政府补贴和减税降费的效果比较。根据表7，制造业企业得到直接补贴后对企业下一年度的经济绩效影响不显著，而制造业企业得到税收优惠后显著增加了企业下一年度的ROE。另外，相比于直接补贴，税收优惠对企业下一年度的纳税强度和新专利比例的负面影响均较小。而相比于税收优惠，直接补贴可以在短期内显著、快速地提高企业的研发强度。
表8比较了2012年以来针对服务业上市公司的政府直接补贴和减税降费的效果。选择2012年作为研究起点，是因为2012年中国开始对相关服务行业进行“营改增”试点，服务业减税的步伐明显加快。根据表8，服务业企业得到直接补贴后显著降低了企业下一年度的ROA。若持续为中小服务业企业提供救助，可能导致企业对政府补贴形成依赖，反而降低其内生增长能力。相比较来说，税收优惠对企业经济绩效的影响则不显著，没有过度扭曲企业正常的经营活动和市场竞争机制。同时，税收优惠显著提高了服务业企业下一年度的研发强度，有助于企业的内生增长。
四、结论和展望
政府给予企业的补贴是产业政策最重要的方式之一，也是政府干预市场的主要手段。然而，目前对于企业补贴的效果存在较大的争议。出现争议的原因，是因为目前关于企业补贴的研究，要么过于笼统，要么过于细微，并且数据比较陈旧和短暂。为了全面考察企业补贴的效果，本文综合国内外相关文献，提炼了关于企业补贴的八个关键问题，并利用最新、最长的2003−2020年中国上市公司数据，对补贴问题进行“见树又见林”的全景式扫描。首先，我们计算了中国所有企业补贴的总体规模，梳理了上市公司补贴的种类，并证伪了“所有制歧视”的流行看法。然后，我们从总体上和具体类别上考察了补贴的效果，发现补贴对研发具有正面的促进作用，但是对其他经济或社会效益缺乏显著的促进作用。一些补贴（如研发补贴）在超过一定程度之后，会对私人投资产生挤出效应。我们进一步考察了长期效果，发现除了研发补贴，大部分补贴没有长期效果。最后，我们比较了直接补贴和税收优惠的效果。初步的发现是，直接补贴对制造业效果更好，而税收优惠对服务业更好。
本文的上述结论对于供给侧结构性改革和实现经济高质量发展具有重要的政策含义。第一，补贴需要精准施策。我们的分析表明，并非所有的补贴都有效果，即便有效果也未必是短期内有效果，有些补贴只对民企有效果。因此，政府在实施补贴政策时，应该精准施策，针对不同行业、不同企业在不同的发展阶段，制定不同的补贴政策，减少“一刀切”的补贴标准。第二，补贴需要科学的政策评估。补贴是国家财政的重要资源，应当谨慎使用，至少是避免造成资源错配。一些地方在实施补贴政策时，缺乏科学的政策评估，这不利于实现补贴的效果，并且避免寻租行为。要减少无效补贴，关键是贯彻“让市场在资源配置中起决定性作用，同时要更好发挥政府作用”的理念。第三，重视补贴与其他政策的配套作用。补贴是政府调控市场的工具箱里的一种工具，有时需要其他工具的配合。减税降费政策属于普适性政策，能够减少市场交易费用，但减税的实施空间越来越小，而减少无效补贴、重复补贴具有较大的实施空间。我们建议，下一阶段减税降费的重点工作可以放到整理补贴政策上。第四，澄清关于补贴的误解，树立中国的良好形象。长期以来，国际社会认为中国政府对企业实行了歧视性补贴，优待国企，歧视非国企。我们的研究表明，在补贴方面并不存在“所有制歧视”。此外，国内的补贴政策要和国际补贴规则、特别是WTO规则实现对接，在扶持国内产业提高竞争力的同时，树立良好的大国形象。
目前，针对产业政策（含补贴政策）的研究，绝大多数都是经验分析。我们认为，下一步应该加强理论分析，主要有以下研究方向：一是将国家能力纳入产业政策（补贴政策）有效性的检验框架之中。产业政策的有效性不仅取决于产业的发展阶段，也跟实施产业政策的政府能力以及相应的制度安排有关，这是一个新的视角。Khan和Blankenburg认为，东亚经济体的成功故事表明，产业政策的有效实施必须与国家内部的权力平衡相兼容，这使得国家能够在关键领域创造激励和强制约束。二是将产业政策看做是一种可信的政府承诺，而不仅仅是政府对某个产业的扶持措施。考虑到发展中国家或转型国家存在普遍的政策不确定性，这一视角对于我们理解政府对市场的干预具有一定的启迪意义。三是将产业政策放在一个动态的框架下分析和比较。Itskhoki和Moll在一个增长模型中引入了动态拉姆齐政策，以便刻画不同阶段政府的最优干预政策。我们认为，这有望为产业政策的动态效果分析提供一个基准。四是深入讨论产业政策有效性的微观基础，将企业所有制和竞争均衡引入产业政策的分析框架。日本在起飞阶段为了遏制官僚主义和腐败行为，通产省花费很长时间去寻找一种合适的政企关系，这种关系既能支持政府树立真正的产业政策，又能保持企业界的竞争和私有制度。五是重新理解政府和私人机构的风险偏好。反对产业政策的学者通常认为，政府不应该用纳税人的钱去冒险。但问题是，私人机构（包括风险投资机构）同样不喜欢冒险。如果不考虑腐败问题，那么从社会总福利的角度讲，政府机构冒险和私人机构冒险的有效性（机会成本）可能需要重新比较。
海量资讯、精准解读，尽在新浪财经APP
