论文部分内容阅读
[摘 要] 选取山西省2015—2017年1 841家工业企业微观数据，运用Logit模型和倾向得分匹配法（PSM）对政府补贴是否促进企业进入战略性新兴产业进行了实证分析，进而探讨了政府补贴对不同类型企业进入战略性新兴产业的影响。研究结果表明：政府补贴对企业滞后一期进入战略性新兴产业具有显著的促进作用。政府补贴对不同类型的企业滞后一期进入战略性新兴产业均具有正的平均处理效应，其对大型、国有控股、无金融支持、隶属省级及以上的企业滞后一期进入战略性新兴产业的平均处理效应分别大于中小微型、非国有控股、有金融支持、隶属省级以下的企业。政府补贴对大型企业滞后一期进入战略性新兴产业具有显著的平均处理效应。同时，在金融支持方面，政府补贴的分配倾向与政府补贴对企业进入战略性新兴产业的作用关系并不完全一致。
[关键词] 政府补贴;企业进入;战略性新兴产业;PSM
[中图分类号] F812.45; F427 [文献标识码]A [文章编号]1673-0461（2020）07-0040-09
一、引 言
发展战略性新兴产业是中国在后危机时代培育发展新动能，抢占产业竞争制高点，推动经济高质量发展的重大战略举措。战略性新兴产业具有产业的新兴性、技术的复杂性、创新的高风险性和市场的不确定性等特征，使初始企业进入战略性新兴产业的意愿不高，需要政府制定产业扶持政策进行激励和引导，其中政府补贴对企业行为具有直接影响[1]。自2010年国务院《关于加快培育和发展战略性新兴产业的决定》颁布以来，中央和各级地方政府出台了众多的支持和补贴政策[2-3]，战略性新兴产业发展步入快车道。2014—2016年，进入战略性新兴产业企业数分别为51 793家、49 894家和54 320家，战略性新兴产业规模年均增长逾15%，约是国内生产总值增速的两倍，已成为经济增长的新引擎[4]。然而，在现有大量的政府补贴政策下，仍有许多企业未进入或不愿进入战略性新兴产业，政府补贴对企业进入战略性新兴产业影响如何？政府补贴真的能促进企业进入战略性新兴产业吗？政府补贴对不同类型企业进入战略性新兴产业有何影响？针对以上问题的回答，对于新时代背景下坚持问题导向，優化资源配置，制定有效的管理政策，加速战略性新兴产业发展具有重要的理论和现实意义。
政府补贴真的能促进企业进入战略性新兴产业吗？国内外学者对该问题进行了关注和研究，但得出的结论迥异。
一方观点认为政府补贴能够促进企业进入战略性新兴产业。政府补贴的资源属性有助于缓解企业的资金与融资问题[5-6]、降低企业的固定成本和进入新兴产业的成本[7]。同时，政府补贴的信号属性有助于企业获得利益相关者支持[8]，对提升企业的研发和创新投入水平[9]、激励企业研发创新[10]、提高企业创新绩效等具有重要作用[11-12]。汪秋明等[13]基于政府规制视角的博弈分析也表明政府补贴能够促进潜在企业进入战略性新兴产业。
另一方观点则认为，政府补贴难以有效发挥作用，不利于企业进入战略性新兴产业。政府补贴在实施过程中存在被利益集团或政客扭曲的可能，企业也可能存在寻租、骗补等不良行为，而这些极易造成政府选择补贴对象出现偏差[14-15]，导致政府补贴难以有效发挥作用，进而不利于企业进入战略性新兴产业。同时，政府补贴可能对企业产生逆向激励作用[16]，导致企业研发投入被挤出、技术创新效率难以提升等[17-18]，使政府补贴不能完全用在“刀刃”上[1]，不利于促进企业进入战略性新兴产业。
上述研究就政府补贴对企业进入战略性新兴产业的影响进行了较为深入的分析，为后续研究奠定了良好的基础，但也有一些亟待完善的地方：①企业是否进入高风险性的战略性新兴产业，不仅受宏观因素的影响，还受微观因素的制约。宏观因素方面，会受到市场发展前景、产业成熟度、科技发展水平、金融支持、政府支持和补贴政策等因素的影响[19-20];微观因素方面，则会受企业自身资源和能力、企业规模、控股类型、隶属关系等因素的制约[21-23]。因此，企业是否愿意进入战略性新兴产业，不仅仅是政府补贴所致，还是企业“自选择”行为的结果。然而，现有研究在分析政府补贴对企业进入战略性新兴产业的影响时，常常把政府补贴视为“外生冲击”，忽视了企业的“自选择”行为，进而会导致实证分析结果出现偏差，影响研究结果的可靠性。②现有研究多以上市公司为例，采用传统的回归分析方法研究政府补贴对企业进入战略性新兴产业的影响。该种方法存在样本选择偏差和严重的内生性问题，进而会影响估计结果的有效性。同时，上市公司规模较大且属于工业企业的样本有限，其代表性和适用性有一定局限。③现有研究重点从企业整体层面探讨政府补贴对企业进入战略性新兴产业的影响，并得出一般性结论，而忽视了政府补贴对不同类型企业影响的差异性，进而会影响研究的适用性。
本文试图弥补以上不足，从以下三个方面做出努力：①在运用Logit模型探讨政府补贴对企业进入战略性新兴产业影响的基础上，考虑企业进入战略性新兴产业的“自选择”行为，通过对企业规模、控股类型、金融支持、隶属关系等关键变量进行匹配，研究政府补贴对企业进入战略性新兴产业影响的净效应，以提升研究结果的可靠性。②改进研究方法和研究样本。运用倾向得分匹配法（Propensity Score Matching，简称PSM），通过寻找与处理组除处理变量外其他特征均相似的对照组，构建一个反事实框架以有效评估处理变量效果，以解决样本选择偏差和内生性问题，提升估计结果的有效性。同时，选取山西省2015—2017年1 841家工业企业这一较为独特的大样本微观企业层面数据，运用PSM方法解决可能的偏差，提升研究的代表性和适用性。③基于企业异质性视角，运用PSM方法探讨政府补贴对不同企业规模、控股类型、金融支持、隶属关系等类型企业进入战略性新兴产业影响的差异性，以提升研究的适用性和可靠性。上述研究思路和方法，不仅能克服现有研究中存在的样本选择偏差和内生性问题，还能为政府补贴是否促进企业进入战略性新兴产业提供更加令人信服的逻辑和证据，进而发现现有政府补贴的不足，为政府补贴政策的改进提供新的思路。 二、研究设计
（一）样本选择与数据来源
为核定山西省战略性新兴产业企业进入退出情况，山西省统计局共选取2 568家样本企业，并对其2015—2017年相关指标进行了监测。本研究以上述2 568家企业为初始研究样本，数据均来源于对上述企业的监测指标数据。同时，根据国家统计局战略性新兴产业统计方法、战略性新兴工业企业采取认定办法，经认定的企业纳入战略性新兴产业统计与计算，本文以国家统计局工业统计制度中企业调查单位基本情况表（表号1011）的“是否为年报战略性新兴产业单位”指标作为统计企业是否进入战略性新兴产业的标准。为避免重组、兼并或业绩较差样本的影响，剔除营业利润率绝对值大于1及主要指标数据缺失的企业。同时，为排除极端值的影响，对主要连续变量在1%水平上进行缩尾处理，最终筛选出1 841家工业企业作为研究样本。本文运用stata15.0软件进行实证分析。
样本选取原因主要在于：新常态和供给侧改革背景下，山西省作为煤炭资源大省，为破解“一煤独大”资源型经济困局，补齐经济发展短板，山西省人民政府通过政府补贴鼓励企业进入战略性新兴产业等举措，积极培育新的经济增长点，以推动山西省产业结构转型升级和经济高质量发展[24]。政府补贴的效果如何？政府补贴是否真的促进了企业进入战略性新兴产业？选取上述样本进行研究，不仅有利于评估山西省实施政府补贴的效果，也对其他省份实施政府补贴政策具有一定的借鉴意义。
（二）变量设计
1.被解释变量
鉴于政府补贴作用的发挥具有滞后性，本文结合已有研究及数据可得性，选取企业滞后一期进入战略性新兴产业（ENTRY）作为被解释变量，也是倾向得分匹配时的结果变量。当企业滞后一期进入战略性新兴产业时该变量取1，否则取0。
2.主要解释变量
以政府补贴（SUB）作为主要解释变量，也是倾向得分匹配时的处理变量。根据已有研究，补贴收入能够反映政府对企业的资金支持情况[25]，因此，本文将其作为政府补贴的替代变量。具体而言，当企业获得的补贴收入大于0时，政府补貼取1，否则取0。据此，本文在倾向得分匹配时，按照是否获得政府补贴将样本划分为处理组和对照组。
3.其他解释变量
根据资源基础理论，企业是否进入战略性新兴产业与企业已有资源密切相关，而企业类型不同，企业拥有的资源基础及资源、信息的获取能力也不同[26]。因此，企业类型的不同会影响企业是否进入战略性新兴产业的决策。本文结合数据的可得性，选取以下反映企业类型的变量作为其他解释变量，也是倾向得分匹配时的匹配变量。
企业规模（SIZE）：大型企业在进入战略性新兴产业时具有明显的规模优势[27]，中小微型企业虽然不具有规模优势，但其具有进出的灵活性，当有合适的市场机遇时，会选择进入战略性新兴产业[28]。因此，企业规模会影响企业是否进入战略性新兴产业的决策，本文据此将样本企业分为大型企业和中小微型企业两类，分别用1和0表示。
控股类型（STATE）：国有控股企业作为政府政策“关照”和具有享受政府补贴优先权的重要对象，会在兼顾企业利益和国家利益的前提下积极响应国家号召，率先进入战略性新兴产业。比较而言，非国有控股企业则不具备以上优势，其在选择是否进入战略性新兴产业时较关注能否给企业带来长远利益[21]。可见，控股类型的差异会影响企业是否进入战略性新兴产业的决策，本文据此将样本企业分为国有控股企业和非国有控股企业两类，分别用1和0表示。
金融支持（LOAN）：金融支持作为企业重要的外部资金支持来源之一，势必影响企业是否进入战略性新兴产业的决策[29]。本文据此将样本企业分为有金融支持企业和无金融支持企业两类。具体而言，用企业是否有利息支出反映企业是否获得金融支持[30]，当企业有利息支出时表示企业获得金融支持，金融支持取1，否则取0。
隶属关系（EA）：企业行政隶属关系不同，企业承担的制度成本[31]、享受政府补贴等政策的难易度存在差异。本文按照中国工业企业数据库中企业隶属关系，将样本企业中隶属中央和省级的企业划分为隶属省级及以上企业，其他企业划分为隶属省级以下企业，分别用1和0表示。
4.控制变量
企业盈利能力是政府选择补贴对象时重点考虑的因素[32]，不同年度企业所处环境存在差异，会影响企业是否进入战略性新兴产业的决策。因此，结合已有研究及数据可得性，本文用反映企业盈利能力的营业利润率（OPR）和成本费用利润率（RPCE）[33-34]，以及年度虚拟变量（YEAR）作为控制变量，以控制相关因素对研究结果的影响。
具体变量说明如表1所示。
（三）模型设定
鉴于本文研究的问题是政府补贴对企业进入战略性新兴产业的影响，因此，本文按照以下思路进行模型设定。
第一，由于被解释变量企业滞后一期进入战略性新兴产业是典型的二元虚拟变量，因此，本文建立以下四个Logit模型分析政府补贴对企业滞后一期进入战略性新兴产业的影响。
模型（1）：分析政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=α0+α1SUB+ε0
模型（2）：分析加入其他解释变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=β0+β1SUB+β2SIZE+β3STATE+β4LOAN+β5EA+ε1
模型（3）：分析加入控制变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=χ0+χ1SUB+χ2OPR+χ3RPCE+χ4YEAR+ε2
模型（4）：分析加入其他解释变量和控制变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。 ENTRY=δ0+δ1SUB+δ2SIZE+δ3STATE+δ4LOAN+δ5EA+δ6OPR+δ7RPCE+δ8YEAR+ε3
第二，考虑到上述分析可能忽略了样本选择偏差以及可能存在的内生性问题，因此，本文拟选用倾向得分匹配法（PSM）试图解决上述问题，并建立如下模型进一步分析政府补贴对企业滞后一期进入战略性新兴产业影响。
模型（5）：基于匹配变量和控制变量的政府补贴分配机制。
SUB=φ0+φ1SIZE+φ2STATE+φ3LOAN+φ4EA+φ5OPR+φ6RPCE+φ7YEAR+ε4
模型（6）：政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应（ATT，Average Treatment Effect on The Treated）。
ATT=E（ENTRY=1|SUB=1）-E（ENTRY=0|SUB=1）
其中，α0、β0、χ0、δ0、φ0是常数项;αi、βi、χi、δi、φi是变量系数（i=1，2，…，8）;ε0、ε1、ε2、ε3、ε4是误差项。
第三，为检验倾向得分匹配的效果，本文在识别和筛选匹配后样本的基础上，运用上述构建的模型（1）—（4），运用Logit模型对匹配后政府补贴对企业滞后一期进入战略性新兴产业影响进行进一步分析。
第四，基于企业异质性视角，本文基于上述构建的模型（6），运用PSM法进一步分析了政府补贴对不同企业规模、控股类型、金融支持、隶属关系的企业滞后一期进入战略性新兴产业的影响。
三、实证分析
（一） Logit模型估计结果
本文运用stata15.0软件，首先基于模型（1）—（4），运用Logit模型分析政府补贴与企业滞后一期进入战略性新兴产业的关系，结果见表2。由表2可知，在不控制其他影响因素、仅考虑其他解释变量、仅考虑控制变量、综合考虑其他解释变量和控制变量的情况下，政府补贴均能显著促进企业滞后一期进入战略性新兴产业，促进作用分别为32.51%、27.04%、29.87%、25.16%。具有显著促进作用的原因在于：一是政府补贴作为支持企业发展的重要外部资金来源之一，具有资源属性作用，能在一定程度上弥补企业发展资金的不足;二是政府补贴具有信号属性作用，有助于企业享受更多的有利政策。作用程度产生差异的可能解释是本文选取的其他解释变量和控制变量确实在一定程度上影响企业滞后一期进入战略性新兴产业的决策，且影响的程度也存在一定的差异。根据表2中模型（2）—（4）结果，企业规模与企业滞后一期进入战略性新兴产业显著正相关。控股类型、金融支持、成本费用利润率均与企业滞后一期进入战略性新兴产业呈正相关关系，隶属关系、营业利润率则均与企业滞后一期进入战略性新兴产业呈负相关关系，但影响均不显著。
（二）倾向得分匹配法（PSM）估计结果
考虑到有效排除样本选择偏差及内生性问题是正确判断政府补贴是否真的促进企业进入战略性新兴产业的关键，因此，本文采用倾向得分匹配法（PSM）模拟一种自然实验状态，旨在通过构建一个反事实框架，准确估计处理变量对结果变量的影响，其主要步骤包括：预测倾向得分、选择匹配方法进行匹配、匹配平衡性检验、匹配结果估计[35]。因此，本文首先基于模型（5）运用Probit模型和Logit模型，估计政府补贴分配机制。
1.政府补贴分配机制
表3是运用Probit模型和Logit模型估计的政府补贴分配机制。由表3可知，两种方法结果基本一致。鉴于被解释变量政府补贴是典型的二元虚拟变量，因此本文选择离散选择模型中的Logit模型分析政府补贴分配机制。
由表3中Logit模型估计结果可知，企业规模、金融支持、隶属关系均在1%水平上显著正向影响政府补贴分配，即政府选择补贴对象时，侧重于选择大型、有金融支持、隶属省级及以上的企业。这一结果与政府鼓励大型、隶属省级及以上企业发展的现状一致。对于有金融支持的企业，政府可能趋于政绩或地方发展考虑，倾向选择为其提供政府补贴，以帮助企业缓解发展资金短缺困境。控股类型虽与政府补贴正相关，但二者关系并不显著，说明政府虽然倾向给予国有控股企业提供政府补贴，但控股类型并未对政府补贴分配产生显著性影响。控制变量中营业利润率、成本费用利润率分别与政府补贴在1%水平上显著负相关和显著正相关。
2.匹配平衡性检验
基于上述Logit模型预测倾向得分，以下將运用最邻近匹配法对处理组和对照组的匹配变量进行匹配[35]。
由于倾向得分匹配法的使用前提是满足共同支撑假设（Common Support Assumption）和平行假设（Balancing Assumption），因此，本文将对以上两个假设进行检验。图1是匹配前（a）和匹配后（b）处理组和对照组的倾向得分分布情况，易见匹配后处理组和对照组的倾向得分曲线拟合度与匹配前相比有较大幅度的提高，满足共同支撑假设。
表4是全样本最邻近匹配平衡性检验的结果。由表4可知，匹配前，处理组和对照组的匹配变量差异显著，匹配后，处理组和对照组的匹配变量标准偏差大部分在10%以内（不超过20%），标准偏差减少幅度较大，匹配效果较好[36]。T检验结果显示匹配后处理组和对照组在匹配变量上不存在显著差异，满足平行假设。因此，可以认为在控制匹配变量及其他相关控制变量后，政府补贴与企业滞后一期是否进入战略性新兴产业独立，即本文研究样本适合倾向得分匹配法，满足匹配平衡性检验。
3.全样本PSM估计结果
为保证研究结果的稳健性，以下估计结果中关于平均处理效应的标准误均是通过Bootstrap重复运行500次得到。
表5是基于上述匹配样本估计的政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应。由表5可知，匹配后，政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应为0.034 9，即排除企业规模、控股类型、金融支持、隶属关系等对企业滞后一期进入战略性新兴产业的影响后（影响幅度为0.004 7），政府补贴能促进滞后一期进入战略性新兴产业的企业数量显著增加3.49%，理由如上所述。 （三）最邻近匹配后Logit模型估计结果
上述倾向得分匹配是否有效？经过倾向得分匹配后政府补贴与企业滞后一期进入战略性新兴产业的关系又是怎样？为回答上述问题，本文基于对最邻近匹配后的样本进行识别和筛选，再次基于上述构建的模型（1）—（4），运用Logit模型检验政府补贴与企业滞后一期进入战略性新兴产业的关系。由表6模型（1）—（4）结果可知，政府补贴仍对企业滞后一期进入战略性新兴产业具有显著促进作用，促进作用分别为28.78%、27.46%、26.10%、24.83%，但促进作用数值和显著性水平与匹配前相比基本呈现下降趋势。由表6中模型（2）—（4）结果可知，企业规模仍与企业滞后一期进入战略性新兴产业显著正相关，且正相关程度和显著性水平均呈现上升趋势。控股类型、金融支持、隶属关系、成本费用利润率均与企业滞后一期进入战略性新兴产业呈不显著正相关关系，营业利润率则与企业滞后一期进入战略性新兴产业表现为不显著负相关。上述结果与匹配前并不完全一致，因此可以认为，本文运用倾向得分匹配法确实在一定程度上降低了样本选择偏差及内生性问题对研究的影响。
（四）分企业类型PSM估计结果
鉴于企业异质性的存在必然影响政府补贴对企业滞后一期是否进入战略性新兴产业的决策，因此，以下将基于企业异质性视角，运用最邻近匹配法分析政府补贴对不同的企业规模、控股类型、金融支持、隶属关系的企业滞后一期进入战略性新兴产业的平均处理效应，结果如表7所示。从平均处理效应来看，政府补贴对大型、国有控股、无金融支持、隶属省级及以上的企业滞后一期进入战略性新兴产业的平均处理效应分别大于中小微型、非国有控股、有金融支持、隶属省级以下的企业。从平均处理效应的显著性来看，政府补贴仅对大型、隶属省级及以上的企业滞后一期进入战略性新兴产业具有显著促进作用，使得二者进入战略性新兴产业的数量分别增加17.53%和9.49%。产生以上结果的原因可能在于：大型、隶属省级及以上的企业在资源和信息方面更具优势，政府也更倾向给予以上两类企业提供政府补贴。值得注意的是，政府虽然倾向给予有金融支持的企业提供政府补贴，但相比无金融支持的企业，其并未对有金融支持的企业滞后一期进入战略性新兴产业产生更加明显的影响。
（五）稳健性检验
为保证结论的稳健与可靠，本文运用与最邻近匹配法有较大差异的核匹配法对上述结论进行稳健性检验，结果见表8、表9、表10。经检验，核匹配结果与最邻近匹配结果基本一致。因此，本文的结论具有较强的稳健性和可靠性。
四、主要结论与启示
本文运用2015—2017年山西省1 841家工业企业的微观数据，采用Logit模型和倾向得分匹配法（PSM）对政府补贴是否促进企业进入战略性新兴产业进行了实证分析，进而探讨了政府补贴对不同类型企业进入战略性新兴产业的影响。得出以下主要结论：①政府补贴对企业滞后一期进入战略性新兴产业具有显著的促进作用。匹配前后的Logit模型结果均表明政府补贴能显著促进企业滞后一期进入战略性新兴产业。②政府补贴对不同类型的企业滞后一期进入战略性新兴产业均具有正的平均处理效应，但平均处理效应存在差异。政府补贴对大型、国有控股、无金融支持、隶属省级及以上的企业滞后一期进入战略性新兴产业的平均处理效应分别大于中小微型、非国有控股、有金融支持、隶属省级以下的企业。政府补贴对大型企业滞后一期进入战略性新兴产业在1%显著性水平上发挥了0.175 3的平均处理效应。③政府补贴的分配倾向与政府补贴对企业进入战略性新兴产业的作用关系并不完全一致。政府倾向给予有金融支持的企业提供政府补贴，但相比无金融支持的企业，政府补贴并未对有金融支持的企业滞后一期进入战略性新兴产业产生更强的激励作用。
根据以上结论，可得出以下政策启示：①强化政府补贴在促进企业进入战略性新兴产业的关键作用。政府部门应强化政府补贴政策的制定和管理，制定针对性更强的政府补贴政策，合理确定补贴水平，加强政府补贴资金申请、审核、发放、使用、核查等流程的规范管理和实施，切实推进政府补贴真正补给需要的企业，真正用到“刀刃”上，提高政府补贴的质量和效率，进而推进战略性新兴产业的高质量发展。②对政府补贴实施分类管理。加大对大规模企业、隶属于省级及以上企业的政府补贴水平，鼓励其进入并引领战略性新兴产业的发展。引导和鼓励中小微企业、隶属省級以下的企业进入战略性新兴产业，提升战略性新兴产业企业的灵活性和普及性。探寻和制定政府补贴在不同类型企业中的分配机制，促进政府补贴在不同企业规模、控股类型、金融支持、隶属关系的企业中发挥作用，促进战略性新兴产业不同类型企业的均衡和可持续发展。
本文还存在以下几点局限：①本文运用倾向得分匹配法有效降低了可能存在的样本自选择及内生性问题，但由于研究数据及研究方法的局限性，本文仅根据所获得的数据对相关可观测因素进行了匹配，可能忽视了其他未获得数据中的可观测因素、不可观测因素以及因素交互作用等可能对结果的影响，未来的研究中不仅要扩大研究样本和指标数量，还应该探索将倾向得分匹配法与其他方法结合，以进一步提升研究的质量。②本文虽然对政府补贴对企业滞后一期进入战略性新兴产业的促进作用进行了相对全面的探讨，但由于数据的局限性，未能就政府补贴对滞后一期进入战略性新兴产业企业的研发投入、创新产出等的影响进一步展开研究，在未来的研究中可以通过扩大研究样本数据范围等手段进行更为深入的研究。
[参考文献]
[1]肖兴志，王伊攀.战略性新兴产业政府补贴是否用在了“刀刃”上？——基于254家上市公司的数据[J].经济管理，2014，36（4）：19-31.
[2]财政部经济建设司.各地财政大力支持战略性新兴产业发展[EB/OL].（2011-10-31）[2018-12-15].http：//www.mof.gov.cn/xinwenlianbo/quanguocaizhengxinxilianbo/201110/t20111031_ 603378.html. [3]财政部经济建设司.中央财政支持战略性新兴产业发展的财政政策[EB/OL].（2014-07-22）[2018-12-15].http：//jjs.mof.gov.cn/zhengwuxinxi/gongzuodongtai/201407/t20140722_1116365.html.
[4]中国工程科技发展战略研究院.中国战略性新兴产业发展报告（2018）[M].北京：科学出版社，2018：15-17.
[5]PIRES A J G.Competitivenessshifting effects and the prisoner s dilemma in international R&D subsidy wars[J].International economics，2015，142：32-49.
[6]傅利平，李永辉.政府补贴、创新能力与企业存续时间[J].科学学研究，2015，33（10）：1496-1503.
[7]DIMOS C，PUGH G.The effectiveness of R&D subsidies：a metaregression analysis of the evaluation literature[J].Research policy，2016，45（4）：797-815.
[8]伍健，田志龙，龙晓枫，等.战略性新兴产业中政府补贴对企业创新的影响[J].科学学研究，2018，36（1）：158-166.
[9]GUO D，GUO Y，JIANG K.Governmentsubsidized R&D and firm innovation：evidence from China[J].Research policy，2016，45（6）：1129-1144.
[10]白俊红.中国的政府R&D资助有效吗？——来自大中型工业企业的经验证据[J].经济学（季刊），2011，10（4）：1375-1400.
[11]杨洋，魏江，罗来军.谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015（1）：75-86，98，188.
[12]陆国庆，王舟，张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究，2014，49（7）：44-55.
[13]汪秋明，韩庆潇，杨晨.战略性新兴产业中的政府补贴与企业行为——基于政府规制下的动态博弈分析视角[J].财经研究，2014，40（7）：43-53.
[14]STIGLITZ J E，WEISS A.Credit rationing in markets with imperfect information[J].The American economic review，1981，71（3）：393-410.
[15]邵敏，包群.地方政府补贴企业行为分析：扶持强者还是保护弱者？[J].世界经济文汇，2011（1）：56-72.
[16]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].經济研究，2009，44（10）：87-98.
[17]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80.
[18]龚立新，吕晓军.政府补贴与企业技术创新效率——自2009-2013年战略性新兴产业上市公司的证据[J].河南大学学报（社会科学版），2018，58（2）：22-29.
[19]JOSHI Y V，REIBSTEIN D J，ZHANG Z J.Optimal entry timing in markets with social influence[J].Management science，2009，55（6）：926-939.
[20]赵璨，王竹泉，杨德明，等.企业迎合行为与政府补贴绩效研究——基于企业不同盈利状况的分析[J].中国工业经济，2015（7）：130-145.
[21]郭晓丹，宋维佳.战略性新兴产业的进入时机选择：领军还是跟进[J].中国工业经济，2011（5）：119-129.
[22]REISE C，MUSSHOFF O，GRANOSZEWSKI K，et al.Which factors influence the expansion of bioenergy？ an empirical study of the investment behaviours of German farmers[J].Ecological economics，2012，73：133-141.
[23]张维迎，周黎安，顾全林.经济转型中的企业退出机制——关于北京市中关村科技园区的一项经验研究[J].经济研究，2003（10）：3-14.
[24]闫俊周，童超.供给侧改革背景下山西省战略性新兴产业发展策略研究[J].经济论坛，2018（10）：91-96.
[25]张敏，马黎珺，张雯.企业慈善捐赠的政企纽带效应——基于我国上市公司的经验证据[J].管理世界，2013（7）：163-171.
[26]许晖，纪春礼.基于行业环境风险感知维度的中国企业国际扩张与绩效关系研究——兼论企业所有制形式的调节作用[J].管理评论，2012，24（6）：11-19.
[27]闫俊周，童超，秦建军.企业进入战略性新兴产业的影响因素——基于Probit选择模型的实证分析[J].经济经纬，2019，36（2）：95-101. [28]曲玥.企业进入和退出行为的效率改善效应——对中国规模以上工业企业数据的测算[J].财经论丛，2018（12）：3-12.
[29]卢馨，何小华，戴歆婷，等.金融发展、政府补贴与企业研发投入——来自战略性新兴产业上市公司的经验证据[J].首都经济贸易大学学报，2018，20（1）：49-58.
[30]张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D？[J].经济研究，2011，46（8）：78-91.
[31]毕青苗，陈希路，徐现祥，等.行政审批改革与企业进入[J].经济研究，2018，53（2）：140-155.
[32]陈艳莹，吴龙.新企业进入对制造业在位企业利润率的影响——基于逃离竞争效应及其异质性的视角[J].中国工业经济，2015（8）：50-65.
[33]SHAPIRO D，KHEMANI R S.The determinants of entry and exit reconsidered[J].International journal of industrial organization，1987，5（1）：15-26.
[34]CULL R，XU L C.Institutions，ownership，and finance：the determinants of profit reinvestment among Chinese firms[J].Journal of financial economics，2005，77（1）：117-146.
[35]胡安宁.倾向值匹配与因果推论：方法论述评[J].社会学研究，2012，27（1）：221-242.
[36]ROSENBAUM P R，RUBIN D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika，1983，70（1）：41-55.
Abstract： Based on the microdata of 1 841 industrial enterprises in Shanxi province from 2015 to 2017，this paper makes an empirical analysis on whether government subsidies promote enterprises to enter strategic emerging industries by using Logit model and propensity score matching （PSM） method，and then discusses the impact of government subsidies on promoting different types of enterprises to enter strategic emerging industries.The results show that government subsidies have a significant role in promoting enterprises to enter strategic emerging industries in the lag one period.Government subsidies have a positive average treatment effect on different types of enterprises entering strategic emerging industries in the lag one period.The average treatment effect on largescale enterprises，state holding enterprises，nonfinancial support enterprises，provinciallevel and national enterprises entering strategic emerging industries in the lag one period is larger than that of small and mediumsized enterprises，nonstateholding enterprises，financial support and enterprises below the provincial level in the lag one period.Government subsidies have a positive average treatment effect on promoting large enterprises to enter strategic emerging industries in the lag one period.At the same time，in terms of financial support，the role of the distribution tendency of government subsidies is not entirely consistent with the role of government subsidies in enterprises entering strategic emerging industries.
Key words： government subsidies;enterprise entry;strategic emerging industries;PSM
（責任编辑：李 萌）
[关键词] 政府补贴;企业进入;战略性新兴产业;PSM
[中图分类号] F812.45; F427 [文献标识码]A [文章编号]1673-0461（2020）07-0040-09
一、引 言
发展战略性新兴产业是中国在后危机时代培育发展新动能，抢占产业竞争制高点，推动经济高质量发展的重大战略举措。战略性新兴产业具有产业的新兴性、技术的复杂性、创新的高风险性和市场的不确定性等特征，使初始企业进入战略性新兴产业的意愿不高，需要政府制定产业扶持政策进行激励和引导，其中政府补贴对企业行为具有直接影响[1]。自2010年国务院《关于加快培育和发展战略性新兴产业的决定》颁布以来，中央和各级地方政府出台了众多的支持和补贴政策[2-3]，战略性新兴产业发展步入快车道。2014—2016年，进入战略性新兴产业企业数分别为51 793家、49 894家和54 320家，战略性新兴产业规模年均增长逾15%，约是国内生产总值增速的两倍，已成为经济增长的新引擎[4]。然而，在现有大量的政府补贴政策下，仍有许多企业未进入或不愿进入战略性新兴产业，政府补贴对企业进入战略性新兴产业影响如何？政府补贴真的能促进企业进入战略性新兴产业吗？政府补贴对不同类型企业进入战略性新兴产业有何影响？针对以上问题的回答，对于新时代背景下坚持问题导向，優化资源配置，制定有效的管理政策，加速战略性新兴产业发展具有重要的理论和现实意义。
政府补贴真的能促进企业进入战略性新兴产业吗？国内外学者对该问题进行了关注和研究，但得出的结论迥异。
一方观点认为政府补贴能够促进企业进入战略性新兴产业。政府补贴的资源属性有助于缓解企业的资金与融资问题[5-6]、降低企业的固定成本和进入新兴产业的成本[7]。同时，政府补贴的信号属性有助于企业获得利益相关者支持[8]，对提升企业的研发和创新投入水平[9]、激励企业研发创新[10]、提高企业创新绩效等具有重要作用[11-12]。汪秋明等[13]基于政府规制视角的博弈分析也表明政府补贴能够促进潜在企业进入战略性新兴产业。
另一方观点则认为，政府补贴难以有效发挥作用，不利于企业进入战略性新兴产业。政府补贴在实施过程中存在被利益集团或政客扭曲的可能，企业也可能存在寻租、骗补等不良行为，而这些极易造成政府选择补贴对象出现偏差[14-15]，导致政府补贴难以有效发挥作用，进而不利于企业进入战略性新兴产业。同时，政府补贴可能对企业产生逆向激励作用[16]，导致企业研发投入被挤出、技术创新效率难以提升等[17-18]，使政府补贴不能完全用在“刀刃”上[1]，不利于促进企业进入战略性新兴产业。
上述研究就政府补贴对企业进入战略性新兴产业的影响进行了较为深入的分析，为后续研究奠定了良好的基础，但也有一些亟待完善的地方：①企业是否进入高风险性的战略性新兴产业，不仅受宏观因素的影响，还受微观因素的制约。宏观因素方面，会受到市场发展前景、产业成熟度、科技发展水平、金融支持、政府支持和补贴政策等因素的影响[19-20];微观因素方面，则会受企业自身资源和能力、企业规模、控股类型、隶属关系等因素的制约[21-23]。因此，企业是否愿意进入战略性新兴产业，不仅仅是政府补贴所致，还是企业“自选择”行为的结果。然而，现有研究在分析政府补贴对企业进入战略性新兴产业的影响时，常常把政府补贴视为“外生冲击”，忽视了企业的“自选择”行为，进而会导致实证分析结果出现偏差，影响研究结果的可靠性。②现有研究多以上市公司为例，采用传统的回归分析方法研究政府补贴对企业进入战略性新兴产业的影响。该种方法存在样本选择偏差和严重的内生性问题，进而会影响估计结果的有效性。同时，上市公司规模较大且属于工业企业的样本有限，其代表性和适用性有一定局限。③现有研究重点从企业整体层面探讨政府补贴对企业进入战略性新兴产业的影响，并得出一般性结论，而忽视了政府补贴对不同类型企业影响的差异性，进而会影响研究的适用性。
本文试图弥补以上不足，从以下三个方面做出努力：①在运用Logit模型探讨政府补贴对企业进入战略性新兴产业影响的基础上，考虑企业进入战略性新兴产业的“自选择”行为，通过对企业规模、控股类型、金融支持、隶属关系等关键变量进行匹配，研究政府补贴对企业进入战略性新兴产业影响的净效应，以提升研究结果的可靠性。②改进研究方法和研究样本。运用倾向得分匹配法（Propensity Score Matching，简称PSM），通过寻找与处理组除处理变量外其他特征均相似的对照组，构建一个反事实框架以有效评估处理变量效果，以解决样本选择偏差和内生性问题，提升估计结果的有效性。同时，选取山西省2015—2017年1 841家工业企业这一较为独特的大样本微观企业层面数据，运用PSM方法解决可能的偏差，提升研究的代表性和适用性。③基于企业异质性视角，运用PSM方法探讨政府补贴对不同企业规模、控股类型、金融支持、隶属关系等类型企业进入战略性新兴产业影响的差异性，以提升研究的适用性和可靠性。上述研究思路和方法，不仅能克服现有研究中存在的样本选择偏差和内生性问题，还能为政府补贴是否促进企业进入战略性新兴产业提供更加令人信服的逻辑和证据，进而发现现有政府补贴的不足，为政府补贴政策的改进提供新的思路。 二、研究设计
（一）样本选择与数据来源
为核定山西省战略性新兴产业企业进入退出情况，山西省统计局共选取2 568家样本企业，并对其2015—2017年相关指标进行了监测。本研究以上述2 568家企业为初始研究样本，数据均来源于对上述企业的监测指标数据。同时，根据国家统计局战略性新兴产业统计方法、战略性新兴工业企业采取认定办法，经认定的企业纳入战略性新兴产业统计与计算，本文以国家统计局工业统计制度中企业调查单位基本情况表（表号1011）的“是否为年报战略性新兴产业单位”指标作为统计企业是否进入战略性新兴产业的标准。为避免重组、兼并或业绩较差样本的影响，剔除营业利润率绝对值大于1及主要指标数据缺失的企业。同时，为排除极端值的影响，对主要连续变量在1%水平上进行缩尾处理，最终筛选出1 841家工业企业作为研究样本。本文运用stata15.0软件进行实证分析。
样本选取原因主要在于：新常态和供给侧改革背景下，山西省作为煤炭资源大省，为破解“一煤独大”资源型经济困局，补齐经济发展短板，山西省人民政府通过政府补贴鼓励企业进入战略性新兴产业等举措，积极培育新的经济增长点，以推动山西省产业结构转型升级和经济高质量发展[24]。政府补贴的效果如何？政府补贴是否真的促进了企业进入战略性新兴产业？选取上述样本进行研究，不仅有利于评估山西省实施政府补贴的效果，也对其他省份实施政府补贴政策具有一定的借鉴意义。
（二）变量设计
1.被解释变量
鉴于政府补贴作用的发挥具有滞后性，本文结合已有研究及数据可得性，选取企业滞后一期进入战略性新兴产业（ENTRY）作为被解释变量，也是倾向得分匹配时的结果变量。当企业滞后一期进入战略性新兴产业时该变量取1，否则取0。
2.主要解释变量
以政府补贴（SUB）作为主要解释变量，也是倾向得分匹配时的处理变量。根据已有研究，补贴收入能够反映政府对企业的资金支持情况[25]，因此，本文将其作为政府补贴的替代变量。具体而言，当企业获得的补贴收入大于0时，政府补貼取1，否则取0。据此，本文在倾向得分匹配时，按照是否获得政府补贴将样本划分为处理组和对照组。
3.其他解释变量
根据资源基础理论，企业是否进入战略性新兴产业与企业已有资源密切相关，而企业类型不同，企业拥有的资源基础及资源、信息的获取能力也不同[26]。因此，企业类型的不同会影响企业是否进入战略性新兴产业的决策。本文结合数据的可得性，选取以下反映企业类型的变量作为其他解释变量，也是倾向得分匹配时的匹配变量。
企业规模（SIZE）：大型企业在进入战略性新兴产业时具有明显的规模优势[27]，中小微型企业虽然不具有规模优势，但其具有进出的灵活性，当有合适的市场机遇时，会选择进入战略性新兴产业[28]。因此，企业规模会影响企业是否进入战略性新兴产业的决策，本文据此将样本企业分为大型企业和中小微型企业两类，分别用1和0表示。
控股类型（STATE）：国有控股企业作为政府政策“关照”和具有享受政府补贴优先权的重要对象，会在兼顾企业利益和国家利益的前提下积极响应国家号召，率先进入战略性新兴产业。比较而言，非国有控股企业则不具备以上优势，其在选择是否进入战略性新兴产业时较关注能否给企业带来长远利益[21]。可见，控股类型的差异会影响企业是否进入战略性新兴产业的决策，本文据此将样本企业分为国有控股企业和非国有控股企业两类，分别用1和0表示。
金融支持（LOAN）：金融支持作为企业重要的外部资金支持来源之一，势必影响企业是否进入战略性新兴产业的决策[29]。本文据此将样本企业分为有金融支持企业和无金融支持企业两类。具体而言，用企业是否有利息支出反映企业是否获得金融支持[30]，当企业有利息支出时表示企业获得金融支持，金融支持取1，否则取0。
隶属关系（EA）：企业行政隶属关系不同，企业承担的制度成本[31]、享受政府补贴等政策的难易度存在差异。本文按照中国工业企业数据库中企业隶属关系，将样本企业中隶属中央和省级的企业划分为隶属省级及以上企业，其他企业划分为隶属省级以下企业，分别用1和0表示。
4.控制变量
企业盈利能力是政府选择补贴对象时重点考虑的因素[32]，不同年度企业所处环境存在差异，会影响企业是否进入战略性新兴产业的决策。因此，结合已有研究及数据可得性，本文用反映企业盈利能力的营业利润率（OPR）和成本费用利润率（RPCE）[33-34]，以及年度虚拟变量（YEAR）作为控制变量，以控制相关因素对研究结果的影响。
具体变量说明如表1所示。
（三）模型设定
鉴于本文研究的问题是政府补贴对企业进入战略性新兴产业的影响，因此，本文按照以下思路进行模型设定。
第一，由于被解释变量企业滞后一期进入战略性新兴产业是典型的二元虚拟变量，因此，本文建立以下四个Logit模型分析政府补贴对企业滞后一期进入战略性新兴产业的影响。
模型（1）：分析政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=α0+α1SUB+ε0
模型（2）：分析加入其他解释变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=β0+β1SUB+β2SIZE+β3STATE+β4LOAN+β5EA+ε1
模型（3）：分析加入控制变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。
ENTRY=χ0+χ1SUB+χ2OPR+χ3RPCE+χ4YEAR+ε2
模型（4）：分析加入其他解释变量和控制变量后，政府补贴与企业滞后一期进入战略性新兴产业的关系。 ENTRY=δ0+δ1SUB+δ2SIZE+δ3STATE+δ4LOAN+δ5EA+δ6OPR+δ7RPCE+δ8YEAR+ε3
第二，考虑到上述分析可能忽略了样本选择偏差以及可能存在的内生性问题，因此，本文拟选用倾向得分匹配法（PSM）试图解决上述问题，并建立如下模型进一步分析政府补贴对企业滞后一期进入战略性新兴产业影响。
模型（5）：基于匹配变量和控制变量的政府补贴分配机制。
SUB=φ0+φ1SIZE+φ2STATE+φ3LOAN+φ4EA+φ5OPR+φ6RPCE+φ7YEAR+ε4
模型（6）：政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应（ATT，Average Treatment Effect on The Treated）。
ATT=E（ENTRY=1|SUB=1）-E（ENTRY=0|SUB=1）
其中，α0、β0、χ0、δ0、φ0是常数项;αi、βi、χi、δi、φi是变量系数（i=1，2，…，8）;ε0、ε1、ε2、ε3、ε4是误差项。
第三，为检验倾向得分匹配的效果，本文在识别和筛选匹配后样本的基础上，运用上述构建的模型（1）—（4），运用Logit模型对匹配后政府补贴对企业滞后一期进入战略性新兴产业影响进行进一步分析。
第四，基于企业异质性视角，本文基于上述构建的模型（6），运用PSM法进一步分析了政府补贴对不同企业规模、控股类型、金融支持、隶属关系的企业滞后一期进入战略性新兴产业的影响。
三、实证分析
（一） Logit模型估计结果
本文运用stata15.0软件，首先基于模型（1）—（4），运用Logit模型分析政府补贴与企业滞后一期进入战略性新兴产业的关系，结果见表2。由表2可知，在不控制其他影响因素、仅考虑其他解释变量、仅考虑控制变量、综合考虑其他解释变量和控制变量的情况下，政府补贴均能显著促进企业滞后一期进入战略性新兴产业，促进作用分别为32.51%、27.04%、29.87%、25.16%。具有显著促进作用的原因在于：一是政府补贴作为支持企业发展的重要外部资金来源之一，具有资源属性作用，能在一定程度上弥补企业发展资金的不足;二是政府补贴具有信号属性作用，有助于企业享受更多的有利政策。作用程度产生差异的可能解释是本文选取的其他解释变量和控制变量确实在一定程度上影响企业滞后一期进入战略性新兴产业的决策，且影响的程度也存在一定的差异。根据表2中模型（2）—（4）结果，企业规模与企业滞后一期进入战略性新兴产业显著正相关。控股类型、金融支持、成本费用利润率均与企业滞后一期进入战略性新兴产业呈正相关关系，隶属关系、营业利润率则均与企业滞后一期进入战略性新兴产业呈负相关关系，但影响均不显著。
（二）倾向得分匹配法（PSM）估计结果
考虑到有效排除样本选择偏差及内生性问题是正确判断政府补贴是否真的促进企业进入战略性新兴产业的关键，因此，本文采用倾向得分匹配法（PSM）模拟一种自然实验状态，旨在通过构建一个反事实框架，准确估计处理变量对结果变量的影响，其主要步骤包括：预测倾向得分、选择匹配方法进行匹配、匹配平衡性检验、匹配结果估计[35]。因此，本文首先基于模型（5）运用Probit模型和Logit模型，估计政府补贴分配机制。
1.政府补贴分配机制
表3是运用Probit模型和Logit模型估计的政府补贴分配机制。由表3可知，两种方法结果基本一致。鉴于被解释变量政府补贴是典型的二元虚拟变量，因此本文选择离散选择模型中的Logit模型分析政府补贴分配机制。
由表3中Logit模型估计结果可知，企业规模、金融支持、隶属关系均在1%水平上显著正向影响政府补贴分配，即政府选择补贴对象时，侧重于选择大型、有金融支持、隶属省级及以上的企业。这一结果与政府鼓励大型、隶属省级及以上企业发展的现状一致。对于有金融支持的企业，政府可能趋于政绩或地方发展考虑，倾向选择为其提供政府补贴，以帮助企业缓解发展资金短缺困境。控股类型虽与政府补贴正相关，但二者关系并不显著，说明政府虽然倾向给予国有控股企业提供政府补贴，但控股类型并未对政府补贴分配产生显著性影响。控制变量中营业利润率、成本费用利润率分别与政府补贴在1%水平上显著负相关和显著正相关。
2.匹配平衡性检验
基于上述Logit模型预测倾向得分，以下將运用最邻近匹配法对处理组和对照组的匹配变量进行匹配[35]。
由于倾向得分匹配法的使用前提是满足共同支撑假设（Common Support Assumption）和平行假设（Balancing Assumption），因此，本文将对以上两个假设进行检验。图1是匹配前（a）和匹配后（b）处理组和对照组的倾向得分分布情况，易见匹配后处理组和对照组的倾向得分曲线拟合度与匹配前相比有较大幅度的提高，满足共同支撑假设。
表4是全样本最邻近匹配平衡性检验的结果。由表4可知，匹配前，处理组和对照组的匹配变量差异显著，匹配后，处理组和对照组的匹配变量标准偏差大部分在10%以内（不超过20%），标准偏差减少幅度较大，匹配效果较好[36]。T检验结果显示匹配后处理组和对照组在匹配变量上不存在显著差异，满足平行假设。因此，可以认为在控制匹配变量及其他相关控制变量后，政府补贴与企业滞后一期是否进入战略性新兴产业独立，即本文研究样本适合倾向得分匹配法，满足匹配平衡性检验。
3.全样本PSM估计结果
为保证研究结果的稳健性，以下估计结果中关于平均处理效应的标准误均是通过Bootstrap重复运行500次得到。
表5是基于上述匹配样本估计的政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应。由表5可知，匹配后，政府补贴对企业滞后一期进入战略性新兴产业的平均处理效应为0.034 9，即排除企业规模、控股类型、金融支持、隶属关系等对企业滞后一期进入战略性新兴产业的影响后（影响幅度为0.004 7），政府补贴能促进滞后一期进入战略性新兴产业的企业数量显著增加3.49%，理由如上所述。 （三）最邻近匹配后Logit模型估计结果
上述倾向得分匹配是否有效？经过倾向得分匹配后政府补贴与企业滞后一期进入战略性新兴产业的关系又是怎样？为回答上述问题，本文基于对最邻近匹配后的样本进行识别和筛选，再次基于上述构建的模型（1）—（4），运用Logit模型检验政府补贴与企业滞后一期进入战略性新兴产业的关系。由表6模型（1）—（4）结果可知，政府补贴仍对企业滞后一期进入战略性新兴产业具有显著促进作用，促进作用分别为28.78%、27.46%、26.10%、24.83%，但促进作用数值和显著性水平与匹配前相比基本呈现下降趋势。由表6中模型（2）—（4）结果可知，企业规模仍与企业滞后一期进入战略性新兴产业显著正相关，且正相关程度和显著性水平均呈现上升趋势。控股类型、金融支持、隶属关系、成本费用利润率均与企业滞后一期进入战略性新兴产业呈不显著正相关关系，营业利润率则与企业滞后一期进入战略性新兴产业表现为不显著负相关。上述结果与匹配前并不完全一致，因此可以认为，本文运用倾向得分匹配法确实在一定程度上降低了样本选择偏差及内生性问题对研究的影响。
（四）分企业类型PSM估计结果
鉴于企业异质性的存在必然影响政府补贴对企业滞后一期是否进入战略性新兴产业的决策，因此，以下将基于企业异质性视角，运用最邻近匹配法分析政府补贴对不同的企业规模、控股类型、金融支持、隶属关系的企业滞后一期进入战略性新兴产业的平均处理效应，结果如表7所示。从平均处理效应来看，政府补贴对大型、国有控股、无金融支持、隶属省级及以上的企业滞后一期进入战略性新兴产业的平均处理效应分别大于中小微型、非国有控股、有金融支持、隶属省级以下的企业。从平均处理效应的显著性来看，政府补贴仅对大型、隶属省级及以上的企业滞后一期进入战略性新兴产业具有显著促进作用，使得二者进入战略性新兴产业的数量分别增加17.53%和9.49%。产生以上结果的原因可能在于：大型、隶属省级及以上的企业在资源和信息方面更具优势，政府也更倾向给予以上两类企业提供政府补贴。值得注意的是，政府虽然倾向给予有金融支持的企业提供政府补贴，但相比无金融支持的企业，其并未对有金融支持的企业滞后一期进入战略性新兴产业产生更加明显的影响。
（五）稳健性检验
为保证结论的稳健与可靠，本文运用与最邻近匹配法有较大差异的核匹配法对上述结论进行稳健性检验，结果见表8、表9、表10。经检验，核匹配结果与最邻近匹配结果基本一致。因此，本文的结论具有较强的稳健性和可靠性。
四、主要结论与启示
本文运用2015—2017年山西省1 841家工业企业的微观数据，采用Logit模型和倾向得分匹配法（PSM）对政府补贴是否促进企业进入战略性新兴产业进行了实证分析，进而探讨了政府补贴对不同类型企业进入战略性新兴产业的影响。得出以下主要结论：①政府补贴对企业滞后一期进入战略性新兴产业具有显著的促进作用。匹配前后的Logit模型结果均表明政府补贴能显著促进企业滞后一期进入战略性新兴产业。②政府补贴对不同类型的企业滞后一期进入战略性新兴产业均具有正的平均处理效应，但平均处理效应存在差异。政府补贴对大型、国有控股、无金融支持、隶属省级及以上的企业滞后一期进入战略性新兴产业的平均处理效应分别大于中小微型、非国有控股、有金融支持、隶属省级以下的企业。政府补贴对大型企业滞后一期进入战略性新兴产业在1%显著性水平上发挥了0.175 3的平均处理效应。③政府补贴的分配倾向与政府补贴对企业进入战略性新兴产业的作用关系并不完全一致。政府倾向给予有金融支持的企业提供政府补贴，但相比无金融支持的企业，政府补贴并未对有金融支持的企业滞后一期进入战略性新兴产业产生更强的激励作用。
根据以上结论，可得出以下政策启示：①强化政府补贴在促进企业进入战略性新兴产业的关键作用。政府部门应强化政府补贴政策的制定和管理，制定针对性更强的政府补贴政策，合理确定补贴水平，加强政府补贴资金申请、审核、发放、使用、核查等流程的规范管理和实施，切实推进政府补贴真正补给需要的企业，真正用到“刀刃”上，提高政府补贴的质量和效率，进而推进战略性新兴产业的高质量发展。②对政府补贴实施分类管理。加大对大规模企业、隶属于省级及以上企业的政府补贴水平，鼓励其进入并引领战略性新兴产业的发展。引导和鼓励中小微企业、隶属省級以下的企业进入战略性新兴产业，提升战略性新兴产业企业的灵活性和普及性。探寻和制定政府补贴在不同类型企业中的分配机制，促进政府补贴在不同企业规模、控股类型、金融支持、隶属关系的企业中发挥作用，促进战略性新兴产业不同类型企业的均衡和可持续发展。
本文还存在以下几点局限：①本文运用倾向得分匹配法有效降低了可能存在的样本自选择及内生性问题，但由于研究数据及研究方法的局限性，本文仅根据所获得的数据对相关可观测因素进行了匹配，可能忽视了其他未获得数据中的可观测因素、不可观测因素以及因素交互作用等可能对结果的影响，未来的研究中不仅要扩大研究样本和指标数量，还应该探索将倾向得分匹配法与其他方法结合，以进一步提升研究的质量。②本文虽然对政府补贴对企业滞后一期进入战略性新兴产业的促进作用进行了相对全面的探讨，但由于数据的局限性，未能就政府补贴对滞后一期进入战略性新兴产业企业的研发投入、创新产出等的影响进一步展开研究，在未来的研究中可以通过扩大研究样本数据范围等手段进行更为深入的研究。
[参考文献]
[1]肖兴志，王伊攀.战略性新兴产业政府补贴是否用在了“刀刃”上？——基于254家上市公司的数据[J].经济管理，2014，36（4）：19-31.
[2]财政部经济建设司.各地财政大力支持战略性新兴产业发展[EB/OL].（2011-10-31）[2018-12-15].http：//www.mof.gov.cn/xinwenlianbo/quanguocaizhengxinxilianbo/201110/t20111031_ 603378.html. [3]财政部经济建设司.中央财政支持战略性新兴产业发展的财政政策[EB/OL].（2014-07-22）[2018-12-15].http：//jjs.mof.gov.cn/zhengwuxinxi/gongzuodongtai/201407/t20140722_1116365.html.
[4]中国工程科技发展战略研究院.中国战略性新兴产业发展报告（2018）[M].北京：科学出版社，2018：15-17.
[5]PIRES A J G.Competitivenessshifting effects and the prisoner s dilemma in international R&D subsidy wars[J].International economics，2015，142：32-49.
[6]傅利平，李永辉.政府补贴、创新能力与企业存续时间[J].科学学研究，2015，33（10）：1496-1503.
[7]DIMOS C，PUGH G.The effectiveness of R&D subsidies：a metaregression analysis of the evaluation literature[J].Research policy，2016，45（4）：797-815.
[8]伍健，田志龙，龙晓枫，等.战略性新兴产业中政府补贴对企业创新的影响[J].科学学研究，2018，36（1）：158-166.
[9]GUO D，GUO Y，JIANG K.Governmentsubsidized R&D and firm innovation：evidence from China[J].Research policy，2016，45（6）：1129-1144.
[10]白俊红.中国的政府R&D资助有效吗？——来自大中型工业企业的经验证据[J].经济学（季刊），2011，10（4）：1375-1400.
[11]杨洋，魏江，罗来军.谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015（1）：75-86，98，188.
[12]陆国庆，王舟，张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究，2014，49（7）：44-55.
[13]汪秋明，韩庆潇，杨晨.战略性新兴产业中的政府补贴与企业行为——基于政府规制下的动态博弈分析视角[J].财经研究，2014，40（7）：43-53.
[14]STIGLITZ J E，WEISS A.Credit rationing in markets with imperfect information[J].The American economic review，1981，71（3）：393-410.
[15]邵敏，包群.地方政府补贴企业行为分析：扶持强者还是保护弱者？[J].世界经济文汇，2011（1）：56-72.
[16]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].經济研究，2009，44（10）：87-98.
[17]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80.
[18]龚立新，吕晓军.政府补贴与企业技术创新效率——自2009-2013年战略性新兴产业上市公司的证据[J].河南大学学报（社会科学版），2018，58（2）：22-29.
[19]JOSHI Y V，REIBSTEIN D J，ZHANG Z J.Optimal entry timing in markets with social influence[J].Management science，2009，55（6）：926-939.
[20]赵璨，王竹泉，杨德明，等.企业迎合行为与政府补贴绩效研究——基于企业不同盈利状况的分析[J].中国工业经济，2015（7）：130-145.
[21]郭晓丹，宋维佳.战略性新兴产业的进入时机选择：领军还是跟进[J].中国工业经济，2011（5）：119-129.
[22]REISE C，MUSSHOFF O，GRANOSZEWSKI K，et al.Which factors influence the expansion of bioenergy？ an empirical study of the investment behaviours of German farmers[J].Ecological economics，2012，73：133-141.
[23]张维迎，周黎安，顾全林.经济转型中的企业退出机制——关于北京市中关村科技园区的一项经验研究[J].经济研究，2003（10）：3-14.
[24]闫俊周，童超.供给侧改革背景下山西省战略性新兴产业发展策略研究[J].经济论坛，2018（10）：91-96.
[25]张敏，马黎珺，张雯.企业慈善捐赠的政企纽带效应——基于我国上市公司的经验证据[J].管理世界，2013（7）：163-171.
[26]许晖，纪春礼.基于行业环境风险感知维度的中国企业国际扩张与绩效关系研究——兼论企业所有制形式的调节作用[J].管理评论，2012，24（6）：11-19.
[27]闫俊周，童超，秦建军.企业进入战略性新兴产业的影响因素——基于Probit选择模型的实证分析[J].经济经纬，2019，36（2）：95-101. [28]曲玥.企业进入和退出行为的效率改善效应——对中国规模以上工业企业数据的测算[J].财经论丛，2018（12）：3-12.
[29]卢馨，何小华，戴歆婷，等.金融发展、政府补贴与企业研发投入——来自战略性新兴产业上市公司的经验证据[J].首都经济贸易大学学报，2018，20（1）：49-58.
[30]张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D？[J].经济研究，2011，46（8）：78-91.
[31]毕青苗，陈希路，徐现祥，等.行政审批改革与企业进入[J].经济研究，2018，53（2）：140-155.
[32]陈艳莹，吴龙.新企业进入对制造业在位企业利润率的影响——基于逃离竞争效应及其异质性的视角[J].中国工业经济，2015（8）：50-65.
[33]SHAPIRO D，KHEMANI R S.The determinants of entry and exit reconsidered[J].International journal of industrial organization，1987，5（1）：15-26.
[34]CULL R，XU L C.Institutions，ownership，and finance：the determinants of profit reinvestment among Chinese firms[J].Journal of financial economics，2005，77（1）：117-146.
[35]胡安宁.倾向值匹配与因果推论：方法论述评[J].社会学研究，2012，27（1）：221-242.
[36]ROSENBAUM P R，RUBIN D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika，1983，70（1）：41-55.
Abstract： Based on the microdata of 1 841 industrial enterprises in Shanxi province from 2015 to 2017，this paper makes an empirical analysis on whether government subsidies promote enterprises to enter strategic emerging industries by using Logit model and propensity score matching （PSM） method，and then discusses the impact of government subsidies on promoting different types of enterprises to enter strategic emerging industries.The results show that government subsidies have a significant role in promoting enterprises to enter strategic emerging industries in the lag one period.Government subsidies have a positive average treatment effect on different types of enterprises entering strategic emerging industries in the lag one period.The average treatment effect on largescale enterprises，state holding enterprises，nonfinancial support enterprises，provinciallevel and national enterprises entering strategic emerging industries in the lag one period is larger than that of small and mediumsized enterprises，nonstateholding enterprises，financial support and enterprises below the provincial level in the lag one period.Government subsidies have a positive average treatment effect on promoting large enterprises to enter strategic emerging industries in the lag one period.At the same time，in terms of financial support，the role of the distribution tendency of government subsidies is not entirely consistent with the role of government subsidies in enterprises entering strategic emerging industries.
Key words： government subsidies;enterprise entry;strategic emerging industries;PSM
（責任编辑：李 萌）