政府补贴能否降低企业生存风险？——基于微观数据的考察

张 慧 彭璧玉 杨永聪

一 引 言

持续的市场经营状态是企业发展与获利的基础，因而商业经营者在企业做大做强的同时也应关注企业长久生存问题。从全球范围来看，中国微观企业主体投资经营活动较为活跃，成为推动中国经济乃至世界经济的重要力量，然而中国企业在高进入、高成长的同时，也普遍存在着平均生存年限较短的现象。国家工商总局2013年发布的全国内资企业生存数据显示，统计观测的1322.54万家中国内资企业中，有49.4%的企业生存年限低于5年，且设立后的3年-7年是企业退出市场的高发期，这和日本企业、欧美企业30年-40年的平均生存年限差距较大。与此同时，企业是国家繁荣经济、推动创新和增加就业的重要市场主体，企业生存也是各级政府部门关注的焦点话题。为了降低企业生存风险、维持企业持续市场运营，国家及地方相关政府部门会陆续出台一系列帮助企业生存和发展的积极政策，政府补贴便是其中较为常用的政策手段。2013年同花顺数据中心公布了一组中国上市公司补贴数据，统计观测的1572家上市公司中，有70%的公司曾经获得过政府部门的补贴资助，部分公司的补贴收入甚至占据了经营业绩的较大比例。由此，可以产生如下核心问题，政府部门将更多补贴机会和强度分配给了哪些企业？政府补贴是否能够显著降低企业生存风险？政府补贴微观经济效果是否存在补贴强度“适度区间”？政府补贴微观作用效果是否在异质性企业间存在差异？

相应地，政府补贴与企业经济绩效的关系也成为了国内外学者广泛探讨的话题，多数研究集中于企业短期经营绩效和行为决策的评估视角，如政府补贴与企业生产率(Cin et al., 2017[1]; 余壮雄等, 2019[2])、企业创新(Guo et al., 2016[3]; 苏屹和林雨侬, 2021[4])、企业出口(Tong et al., 2019[5];岳文, 2020[6])、企业投资的关系(Zhang et al., 2019[7]; 卢现祥和尹玉婷, 2018[8])。企业生存反映了微观经济主体从进入市场至退出市场的动态演化过程，是市场动态性的重要表现，也是测量企业长期经济绩效的一个核心指标(Geroski, 1995)[9]。近年来，一些学者开始从企业生存视角评估政府补贴的长期作用效果，部分研究认为政府补贴有助于降低企业生存风险，指出政府补贴具有资源属性和信号属性，不仅可以通过向企业补充丰富的生存资源，降低企业面对外部不确定性环境的生存风险，而且可以通过向企业内外部利益相关者传递积极的信号，增加其对企业持续开展经营的信心(Zhang和Xu, 2019[10]; 欧定余和魏聪, 2016[11])。其他研究则认为政府补贴反而增加了企业生存风险，指出政府补贴发放过程中存在着分配信息的不透明性和监管机制的缺失性，补贴资源配置扭曲现象时有发生，企业的非生产性寻租行为也随之增加，这显然不利于企业在市场中长久生存(Howell et al., 2018[12]; 毛其淋和许家云, 2015[13])。总体来看，现有关于政府补贴与企业生存风险的研究仍处于探索阶段，研究结论有较大的不一致性，亟须非线性关系和异质性情景的深度考察。

综合上述现实背景及研究进展，本文以1998-2011年中国新成立的微观企业为研究对象，基于倾向得分匹配和生存分析方法，实证检验政府部门对企业主体的补贴分配倾向、政府补贴与企业生存风险的关系及异质性表现，着重回答开篇提出的核心研究问题。本文研究发现：政府补贴分配过程中存在着明显的倾向性，创新企业、国有企业和出口企业是政府部门的重点补贴对象；政府补贴可以显著降低企业生存风险，但只有在补贴强度的“适度区间”内才能更好地发挥积极作用效果；异质性企业情境下政府补贴对企业生存风险的影响有所不同，政府补贴显著促进了国有企业生存，但对高创新企业和高出口企业生存的促进作用不佳。总体来看，本文主要在以下三个方面作出了贡献：(1)以企业长期生存为研究视角，同时遵循“补贴分配倾向—补贴经济效果—异质企业差异”层层递进、环环相扣的研究脉络展开，拓展出新的研究视角和框架。(2)不仅探究了政府补贴行为对企业生存风险的影响效应，而且测度了降低企业生存风险的补贴强度“适度区间”、评估了不同企业情境下政府补贴对企业生存风险的影响差异，为现有研究增加了新的内容和情境。(3)实证检验中选择倾向得分匹配方法解决选择性偏差及变量内生性问题，采用Cox比例风险模型解决生存数据的删失问题，为现有研究提供了新的方法和方案。

二 理论基础与研究假说

(一)政府补贴行为与企业生存风险

关于企业生存的研究普遍有一个潜在的假定，认为企业退出是竞争市场“优胜汰劣”的结果，而很少受到政府干预行为的影响(Geroski, 1995)[9]。然而现实中，无论是在发达经济体还是在发展中经济体，政府干预都是国家宏观调控市场的重要手段，部分国家(尤其是转型经济体国家)往往借助各种经济政策方式对企业的市场进入和退出行为进行干预(潘红波等, 2008)[14]。特别地，政府这只“看得见的手”往往通过补贴政策配合市场机制来调节微观企业运营，政府补贴逐渐成为各个国家深化政府与市场关系的主要着力点。显而易见，政府补贴的发放不仅为企业生产经营直接注入了发展资源，而且可以通过积极“信号传递”效应间接地为企业汇聚资金、人才、技术等资源，是促进企业长久生存与发展的关键维度(傅利平和李小静, 2014)[15]。具体来看，政府补贴行为降低企业生存风险效应的机理体现在：一是政府补贴具有资源属性，是企业发展的稀缺外部资源供给，不仅降低了企业生产经营成本及风险，而且可以缓解企业融资约束问题，为企业开展提升生产力、竞争力及生存力的投资经营活动提供资金支持(Amezcua et al., 2013[16]; 欧定余和魏聪, 2016[11])；二是创新活动是降低企业生存风险的重要路径，而创新过程中存在着知识溢出的外部性问题，加之创新投资周期长、风险高，导致企业普遍缺乏创新投资的积极性。然而，政府补贴作为一种外部性激励，可以有效解决市场机制在创新活动中的失灵问题，促进企业增加研发投入和创新产出，推动企业乃至区域创新投资活动达到最优规模(Kim, 2018[17]; 曹献飞, 2014[18])；三是政府补贴向市场传递了企业经营质量佳、投资潜力大的信号，为外部投资者、银行部门、消费者、高素质人才等利益相关者提供了积极信息，不仅缓解了企业与外部的信息不对称性问题，而且为企业吸引和汇集资金、人才及科技资源提供了强力支撑。同时，政府补贴也向企业内部决策者传递了企业拥有良好发展前景的信号，企业家持续经营的信心和安全感由此增强(Wu, 2017[19]; Li et al., 2020[20])。基于以上分析，本文提出如下假设：

H1：政府补贴显著降低了企业生存风险。

(二)政府补贴强度与企业生存风险

在中国当前经济转型背景下，地方政府在选择补贴对象及制定补贴强度等方面具有较大的支配权，补贴发放过程中尚缺乏严格的筛选体制及监督制度，导致低强度补贴降低企业生存风险的作用十分有限，高强度补贴又容易滋生大量资源错配及寻租腐败问题。具体来看，当补贴额度较低时，政府补贴经济作用效果存在门槛效应，难以发挥降低企业生存风险的积极效果，原因体现在：一是政府补贴通常表现出“保护弱者”的特征，为了获得这一稀缺补贴机会，众多经营不善的企业往往借助负向盈余操纵手段“骗补贴”，即使低强度补贴资金注入企业，也仅仅是粉饰了企业业绩，并不能真正帮助企业摆脱生存困境(邵敏和包群, 2011)[21]；二是低强度补贴项目一般缺乏严格、标准的事后监督机制，企业更倾向于将补贴资源作为现有投资资源的替代，并不会额外增加投资资源开展有助于降低企业生产风险、实现企业转型升级的生产经营活动(Koski和Pajarinen, 2015[22]; Mulligan et al., 2019[23])；三是政府补贴强度较低时，补贴收入容易对企业研发投入产生挤出效应，未能增加企业提升自身竞争优势的创新投资，政府补贴对企业生存的促进作用受到了限制(Marino et al., 2016[24]; Szücs, 2020[25])。与此同时，当补贴强度过高时，政府补贴经济作用效果存在“饱和效应”，无法继续维持降低企业生存风险的效力，这一结果可能源于：一是高强度政府补贴下，企业间争夺补贴资源的竞争更加激烈，由逆向选择和道德风险产生的资源错配问题凸显。同时，政府部门对大额补贴的分配往往存在着“挑选成功者”的特征，而真正有需求、符合标准的企业反而得不到政府资助，这显然违背了政府补贴促进企业生存的初衷(Antonelli和Crespi, 2013[26]; Fiorentin et al., 2019[27])；二是政府补贴强度较高时，企业进行“寻补贴”投资的动机较强，而高额的寻租成本对企业生产性投资产生了挤出效应，高额的寻租回报又使企业继续展开新一轮的“寻补贴”投资，这样的恶性循环将最终使企业走向衰败(Mao和Xu, 2018[28]；毛其淋和许家云, 2015[13])；三是企业获得高强度补贴时，容易患上“补贴依赖症”，补贴政策刺激企业开展短视的产能扩张或价格竞争，如果政府暂停或者取消全部补贴，企业往往会因为失去竞争优势而陷入生存困境(Du和Mickiewicz, 2016[29]; Marimuthu, 2020[30])。基于以上分析，本文提出如下假设：

H2：政府补贴强度对企业生存风险产生了非线性的“S型”影响。

(三)企业异质性的调节效应

资源基础理论强调异质性企业拥有的资源各不相同，这种异质性不仅直接决定了企业竞争优势的差异，而且使企业利用外部资源的能力出现不同，因此政府补贴对微观企业的作用效果在异质性企业间存在着不同(Barney, 1991)[31]。一般地，企业利用外部资源的能力越强，越可能将政府补贴资源与企业内部资源有效整合，加强更能提升企业生产率、创新水平、长久生存能力的经营活动，充分发挥政府补贴降低企业生存风险的积极效应。反之，资源利用能力差的企业，更可能将政府补贴资源当作企业现有资源的替代，容易出现补贴资源滥用或者补贴绩效低下的问题，从而造成补贴资源的浪费(赵玉林和谷军健, 2018)[32]。在中国情景下，政府补贴对象的选择偏好是多元的，技术创新企业、国有企业和出口企业均是政府部门的重点补贴对象，因此本文以上述三类企业为研究切入点，考察政府补贴对异质性企业生存风险的影响差异。从政府补贴对创新企业生存的影响效应来看，创新企业通常拥有高端设备、高额资金、高科技人才等研发基础，从而在获得政府补贴时更有动机和能力开展创新投资。同时，企业创新是一个持续的过程，持续开展创新投资的企业更可能获得高的创新绩效，由此政府补贴发放给创新企业，尤其是高创新企业可以获得更好的作用效果(Smith et al., 2018[33]; 鲍宗客, 2016[34])；从政府补贴对国有企业的影响效应来看，政府部门对国有企业的补贴行为更多地呈现出“救穷特征”，而对非国有企业的补贴行为更多地呈现出“救急特征”，即政府部门为了维持国有企业生存，会持续补贴亏损严重的国有企业，同时为了支持非国有企业发展，会对具有发展潜力且亏损较轻的非国有企业提供补贴。因而，相对非国有企业，政府补贴资源更多地降低了国有企业生存风险(Zhang和Xu, 2019[10]; 王红建等, 2015[35])。从政府补贴对出口企业的影响效应来看，出口企业面临着更加激烈的国际市场竞争，加之存在的“生产率悖论”问题，现实中，中国出口企业呈现高进入、高退出的现象。同时，出口企业在国际市场的生存力更多地依赖于市场竞争，政府补贴等政策干预手段通常并不能有效帮助企业抵抗国际经营风险，因此政府补贴对出口企业生存风险的影响相对较弱(Tong et al., 2019)[5]。基于以上分析，本文提出如下假设：

H3：异质性企业情境下，政府补贴对企业生存风险的影响存在显著差异。

三 研究设计

(一)数据来源与样本介绍

本文数据主要收集于1998-2011年中国工业企业数据库，其包括了丰富的微观企业统计指标，例如企业名称、补贴收入、设立时间、企业状态(营业、注销)、企业类型等。为了确保研究数据的可靠性，按照以下原则对样本进行筛选：(1)为了克服生存分析中普遍存在的左删失问题，即部分企业在观察期开始(1998年)之前已经开展市场经营，但因为数据库中并未包括1998年之前年份的企业数据，这部分企业在1998年前是否持续经营的信息无法确认，由此本文剔除了1998年之前创立的企业样本；(2)为了避免异常值对研究结果的干扰，本文剔除了企业固定资产平均净值≤0的样本、资产总计≤0的样本、员工数<8人的样本、负债总计<0的样本，并将固定资产与总资产的比值、流动资产与固定资产的比值、总增加值与销售额的比值等限定在0至1的范围内；(3)为了消除极端值对回归结果的干扰，对研究中的连续变量在1% 和99%分位数上进行了缩尾处理(Winsorization)。

本文采用KM生存分析法对不同分组样本企业在生命周期各个阶段的生存状况进行描述分析。依据是否接受政府补贴将总样本划分为补贴组和非补贴组，其中补贴企业22847家，占总样本的10.5%。图1的KM分析结果显示：在生命周期的各个阶段，补贴企业的生存概率均显著高于非补贴企业，这表明政府补贴行为有助于提升企业生存概率。依据补贴强度(政府补贴收入/企业销售收入)高低将总样本划分为三种类型：低补贴强度组(0≤补贴强度<0.3)、中等补贴强度组(0.3≤补贴强度<0.7)、高补贴强度组(0.7≤补贴强度<1)，其中低补贴强度组企业207157家、中等补贴强度组企业3412家、高补贴强度组企业8004家，分别占总样本的94.8%、1.6%、3.6%。图2的KM分析结果显示：在生命周期的各个阶段，中等补贴强度企业的生存概率均高于低补贴强度企业和高补贴强度企业，这说明政府补贴促进企业生存的杠杆作用存在“适度区间”，过低和过高的补贴强度均难以发挥积极作用。

图1 补贴、非补贴企业的KM生存分析

图2 不同补贴强度企业的KM生存分析

(二)变量测度

本文将被解释变量企业生存风险定义为企业在生命周期T时点生存状态由生存转变为退出的概率，由生存分析模型估计得到。其中，企业在市场的生存时间T是指企业从开展市场经营至退出市场经营所覆盖的时间，采用“企业撤销时间或者观察期结束时间-企业设立时间+1”测度，而企业生存状态包括生存和退出两种，利用企业退出状态赋值为1、企业生存状态赋值为0的虚拟变量进行测度。本文的核心解释变量包括政府补贴行为和政府补贴强度两个变量，其中政府补贴行为定义为虚拟变量，若企业接受政府补贴则赋值为1，反之则赋值为0；政府补贴强度定义为连续型变量，采用政府补贴收入占企业销售收入的比例来测度。本文的调节变量包括企业创新、企业产权性质及企业出口强度三个变量，变量测度中：企业创新表示为Ln(企业新产品产值+1)；企业产权性质表示为一个国有企业为1而非国有企业为0的虚拟变量；企业出口强度表示为企业出口交货值/企业销售收入。此外，本文对可能影响企业生存风险的变量进行了控制，其中企业规模表示为Ln(企业销售收入)；外资企业表示为外资企业为1而内资企业为0的虚拟变量；经营范围表示为多元化企业为1而专业型企业为0的虚拟变量；融资约束表示为企业利息支出占企业固定资产净值年平均余额的比例；劳动生产率表示为企业工业增加值占企业从业人员数的比例；人力资本投入表示为企业员工教育费用占企业从业人员数的比例；资产收益率表示为企业净利润占企业总资产平均余额的比例；广告投入表示为Ln(企业广告费用)。上述研究变量的类别、名称、符号及测度如表1所示。

表1 变量定义与测度

(续上表)

(三)模型设定

P=Pr{Subsidy=1}=φ{X}

(1)

在倾向得分匹配的基础上，本文构建了Cox比例风险模型估计政府补贴行为与企业生存风险的关系及异质性表现。Cox比例风险模型是事件史分析中较常用的非参数模型，该模型以生存风险率为被解释变量，可以同时估计出诸多风险因素对生存风险的影响效应。值得注意的是，部分企业在观察期结束(2011年)并未出现退出事件，那么研究中便无法确定上述企业的持续生存时间，这便是生存分析中较为常见的右删失问题。然而，Cox比例风险模型可以通过设定风险函数估计研究样本的生存风险分布，得到样本企业在生命周期各个时间点发生退出事件的概率，有效纠正生存分析中的右删失问题。式(2)为Cox比例风险模型的具体形式，其中h(t,x)代表生存风险函数，表示企业持续市场经营中在生存时间t受风险因素x影响的生存风险率，h0(t)则代表基准风险函数，研究中并不需要对其具体分布作出假定，具有相对高的灵活性。解释变量x涵盖了影响企业生存风险的因素集合，包括政府补贴行为、企业创新、企业产权性质、企业出口强度、企业规模、外资企业、经营范围、融资约束、劳动生产率、人力资本投入、资产收益率、广告投入。

lnh(t,x)=lnh0(t)+β1Subsidy+β2Innovation+β3State+β4Export+β5Size+β6Foreign+

β7Scope+β8Finance+β9Productivity+β10Human+β11ROA+β12Advertisement

(2)

(3)

四 实证结果与分析

(一)倾向得分匹配的结果

本文基于倾向得分匹配方法开展全样本数据的筛选。首先，利用Logistic模型回归匹配变量与政府补贴行为的关系，其中模型中被解释变量是政府补贴行为，解释变量为企业创新等11个匹配变量，通过上述回归可以预测出全部企业的PS值；其次，采用最近邻匹配方法精确配对处理组企业和对照组企业，即找到与处理组企业PS值最为接近的对照组企业，匹配中卡尺设定为PS值标准差的1/4(0.25σp)，匹配比例设定为1:3；最后，经过缜密的筛选，汇总匹配成功的55311家企业，包括补贴企业22279家、非补贴企业33032家。表2列出了Logistic模型的回归结果，Pseudo-R2和AUC两个指标的结果显示模型回归结果总体较好，每个匹配变量的回归结果也均在1%水平上通过了显著性检验。从单个匹配变量的回归结果来看，本文较为关注的研究变量企业创新、企业产权性质及企业出口强度的系数符号为正且通过显著性检验，即高创新企业、国有企业(相对非国有企业)、高出口强度企业获得政府补贴的可能性更高，也一定程度上说明了创新经济主体、国有经济主体和出口经济主体均是国家重点补贴的对象；从其他变量的回归结果中可以看出，政府部门给予大规模企业、外资企业(相对内资企业)、多元化企业(相对专业型企业)、高融资约束企业、低劳动生产率企业、高人力资本投入企业、低资产收益率企业和高广告投入企业更多的补贴机会。

表2 匹配变量的Logistic模型回归

(续上表)

进一步地，本文利用核密度分布检验匹配有效的共同支撑性假设，采用组间标准偏差检验匹配有效的平衡性假设，从而确保匹配结果的精确性。图3为补贴组与非补贴组在匹配之前的PS值核密度分布，可以看出两个样本组的核密度分布存在明显差异。图4为补贴组和非补贴组在匹配之后的PS值核密度分布，不难看出两个样本组的PS值分布逐渐趋向一致，全样本数据的选择性偏移问题得到显著修正，匹配有效的共同支撑性假设得到了验证。同时，表3呈现了匹配变量在匹配前后的组间标准偏差，观察匹配前后匹配变量在两个样本组的均值，可以看出所有变量经匹配后的组间差异不再明显，如企业出口强度变量匹配前处理组和对照组的均值分别为0.3752和0.2269，匹配后这两个数值达到0.3752和0.3777。此外，组间标准偏差的绝对值越小，说明匹配效果越好，一般这一数值在20%之下时便可认为匹配效果较好。本文所有匹配变量组间标准偏差的绝对值均低于4%，远远低于20%的基本标准要求，说明匹配变量的设定合理，匹配有效的平衡性假设得到证实。总体而言，本文的样本数据匹配结果较为理想，倾向得分匹配方法成功克服了全样本数据的选择性偏移问题和研究变量之间的内生性问题，为下一步的生存分析提供了较为有效的数据。

图3 匹配前补贴组与非补贴组的核密度分布

图4 匹配后补贴组与非补贴组的核密度分布

表3 匹配变量的平衡性检验

(二)政府补贴行为对企业生存风险影响的结果

本文基于PSM方法筛选出的55311个企业样本，利用Cox比例风险模型检验政府补贴行为对企业生存风险的影响效应。Cox比例风险模型使用前需要先检验研究变量是否符合比例风险(PH)假设，即解释变量的风险函数并不随着生存时间的变化而变化。将政府补贴行为等解释变量的舍恩菲尔德残差对企业生存时间回归后，发现每个研究变量的估计系数均接近于0，从残差拟合图中也可以观察到各个研究变量的拟合曲线分布呈现出平行于生存时间轴的趋势，这一结果表明研究变量符合PH假定(1)限于篇幅，此处未列出PH假设检验拟合图，如有需要可向作者索取。。PH假设检验之后，本文利用Cox比例风险模型进行回归分析，结果见表4列(1)和列(2)。同时，本文进一步采用生存分析的加速失效时间模型(AFT)进行稳健性检验，从而确保研究结果的一致性和准确性，表4列(3)和列(4)分别报告了AFT模型中拟合程度最好的两个参数模型(广义伽马模型和对数逻辑斯蒂模型)的回归结果。具体来看，列(1)为基准检验，模型中并未加入其它控制变量，政府补贴行为变量的系数显著为负，这表明接受政府补贴的企业拥有低于非补贴企业22.1%水平的生存风险。列(2)在列(1)基础上加入了所有控制变量，政府补贴行为变量的系数方向和显著性水平均未发生实质性变化，政府给予企业补贴的行为可以降低8.8%水平的企业生存风险。综合以上研究结果，不难发现政府补贴行为总体降低了企业8.8%-22.1%水平的生存风险，有效发挥了促进企业长期生存的积极效果，H1获得验证。列(2)中其他控制变量的回归结果也均通过了1%水平的显著性检验，创新强度越高的企业、国有企业(相对非国有企业)、出口强度越低的企业、规模越小的企业、外资企业(相对内资企业)、专业型企业(相对多元化企业)、融资约束越高的企业、劳动生产率越高的企业、人力资本投入越高的企业、资产收益率越高的企业和广告投入越高的企业拥有更低的生存风险。此外，稳健性检验中，列(3)广义伽马模型的回归结果和列(4)对数逻辑斯蒂模型的回归结果，均与Cox比例风险模型回归的主要结果保持一致，因而本文的实证回归结果较为稳健。

表4 Cox比例风险模型回归及稳健性检验

(三)企业异质性调节效应的结果

为了考察异质性企业情境下政府补贴行为对企业生存风险的影响差异，本文进一步在Cox比例风险模型中加入政府补贴行为与企业创新、企业产权性质、企业出口强度三个异质性因素的交互项，具体回归结果如表5所示。其中，列(1)为企业创新调节效应的回归，可以看出政府补贴行为和企业创新两个变量的回归系数均在1% 水平上显著为负，本文更感兴趣的交互项系数为负但不显著，这意味着政府补贴促进创新企业生存的效应并不明显。针对这一结果可能的解释是：企业创新项目一般周期长、风险大且产出不确定性高，多数企业为了规避创新投资风险，可能仅仅是将补贴收入作为企业自身创新投入的替代，并不会额外增加创新资源投入。同时，由于补贴项目缺乏全项目周期的系统追踪和监督，政府部门通常不会跟踪调查企业对补贴资源的利用情况，企业创新投资不足、创新产出不理想、创新收益低下的情况时有发生，结果导致政府补贴的积极效应不明显。列(2)为企业产权性质调节效应的回归，可以看出政府补贴行为和企业产权性质两个变量的回归系数均在1%水平上显著为负，本文更为关注的交互项系数为负且在1% 水平上显著，这表明相对非国有企业，政府补贴更多地发挥了维持国有企业生存的效力。上述结果较为贴近中国政府补贴分配的现实情境，政府部门对国有企业的扶持主要出于“救穷”动机，更倾向于补贴亏损较严重的国有企业，通过发放高额的补贴资金帮助企业走出生存困境。然而，对非国有企业的扶持主要出于“救急”动机，更倾向于补贴绩效较突出的非国有企业，但当非国有企业陷入生存困境时，政府则较少干预。列(3)为企业出口强度调节效应的回归，可以看出政府补贴行为变量的回归系数显著为负、企业出口强度变量的回归系数显著为正，本文重点探讨的交互项系数为正且在1% 水平上显著，这说明相对低出口强度企业，政府补贴对高出口强度企业的促进作用较弱。这一结果可能源于高出口强度企业在全球市场的影响力一般较高，其竞争力和生存力的增加更多地取决于企业创新水平和生产效率的提升，接受高额政府补贴反而容易使高出口强度企业遭受国际反补贴调查和诉讼，由此政府补贴对高出口强度企业生存概率的提升效果十分有限，甚至会适得其反。由上可知，政府补贴对企业生存风险的影响在异质性企业间存在显著差异，H3得到验证。

表5 企业异质性调节效应的Cox比例风险模型估计

五 进一步分析：政府补贴强度与企业生存风险

(一)政府补贴强度对企业生存风险影响的结果

本文进一步采用广义倾向得分匹配方法(GPS)考察不同补贴强度区间下政府补贴的微观作用效果。GPS方法的回归总共分为三步，表6为GPS模型第一步和第二步的回归，其中第一步主要估计匹配变量与连续型处理变量政府补贴强度的关系，同时计算出样本企业的广义倾向得分值S。第一步的回归结果中，本文特别关注的企业创新、企业产权性质和企业出口强度三个变量的回归系数均通过1%水平的显著性检验，观察上述研究变量回归系数的符号可以看出,政府部门给予了高创新企业、国有企业(相对非国有企业)及低出口强度企业更高的补贴额度。其他匹配变量也均通过了显著性检验，不难发现政府部门对小规模企业、内资企业(相对外资企业)、多元化企业(相对专业型企业)、低融资约束企业、高劳动生产率企业、高人力资本投入企业、高资产收益率企业及高广告投入企业的补贴强度更高。第二步运用Logistic模型进行回归分析，其中被解释变量为企业生存状态，核心解释变量为政府补贴强度、政府补贴强度的二次方、政府补贴强度的三次方，同时模型中还加入了广义倾向得分S及其平方项和三次方项、广义倾向得分与政府补贴强度交互项作为控制变量。第二步的回归结果显示，模型中除S3变量在10%的水平通过显著性检验外，其他所有解释变量均通过1%水平的显著性检验，这说明模型中研究变量的选取是合理的。从核心解释变量政府补贴强度及其平方项和三次方项的回归系数来看，不同强度的政府补贴对企业生存风险产生了异质性影响，政府补贴的积极效应存在一个“门槛区间”，低强度的政府补贴降低企业生存风险的效应不明显，同时还存在一个“适度区间”，只有适度补贴强度才可以有效降低企业生存风险，此外还存在一个“饱和区间”，过高强度的政府补贴促进企业长期生存的效应也不明显。

表6 GPS模型第一步和第二步的估计

表7 第三步估计：不同政府补贴强度与企业生存风险的因果效应

图5 政府补贴强度与企业生存风险的剂量反应函数

基于第二步的回归结果，第三步主要估算细分补贴子区间下，政府补贴强度对企业生存风险的平均处理效应，其中补贴子区间的细分主要按照1%的分位，在取值范围内分割了22个子区间。表7汇报了政府补贴强度在1%-22%子区间下的平均处理效应，并通过自举100次的方法计算出标准误。从细分子区间的回归结果来看，当政府补贴强度在7%之下时，随着政府补贴强度的增加，企业生存风险逐渐增加，这意味着7%之下的政府补贴强度并未充分发挥促进企业生存的积极效应，即存在7%水平的补贴强度“门槛区间”；当政府补贴强度在[7%， 15%]取值区间时，随着政府补贴强度的增加，企业生存风险逐渐降低，这说明[7%， 15%]区间的政府补贴强度可以显著降低企业生存风险，即存在[7%， 15%]水平的补贴强度“适度区间”；当政府补贴强度大于15%时，随着政府补贴强度的增加，企业生存风险又开始逐渐增加，且这一增长速度越来越快，说明高于15%的政府补贴强度也并未显现出削弱企业生存风险的作用，即存在15%水平的补贴强度“饱和区间”。将子区间处理效应的各个节点连接起来，便可以得到政府补贴强度与企业生存风险关系的剂量反应函数图，从图5可以明显看出，政府补贴强度对企业生存风险产生了非线性的“S型”影响。综合以上回归结果，H2得到了验证。

(二)子样本回归结果

本部分主要通过子样本分析挖掘政府补贴强度经济作用效果在不同企业样本间的差异性表现。从政府补贴强度的分配倾向来看，相对非创新企业、非国有企业和出口企业，政府部门给予了创新企业、国有企业和非出口企业更高的补贴强度，那么有必要进一步明确高强度的补贴资源是否有效降低了上述重点补贴企业的生存风险。为进一步验证H3，本文将利用广义倾向得分匹配方法测度和比较创新企业与非创新企业、国有企业与非国有企业、出口企业与非出口企业在每个补贴强度区间的经济作用效果。

1.创新企业与非创新企业子样本的实证结果。利用广义倾向得分匹配方法估计创新企业(新产品产值非0)和非创新企业(新产品产值为0)的补贴剂量反应函数，图6呈现了两类企业的估计结果。创新企业的补贴剂量反应函数显示，政府补贴强度对创新企业生存风险产生了“倒U型”的非线性影响，有效的政府补贴强度区域为[7%， ∞]，无效的政府补贴强度区域为[0， 7%]，即创新企业存在7%水平的补贴“门槛区间”，只有高额度补贴资源才能促进创新企业生存概率的提升；非创新企业的补贴剂量反应函数显示，政府补贴强度对非创新企业生存风险产生了“S型”的非线性影响，有效的政府补贴强度区域为[7%， 14%]，无效的政府补贴强度区域为[0， 7%]和[14%， ∞]，即非创新企业存在[7%， 14%]的补贴“适度区间”，只有适度的补贴额度才能有效促进非创新企业生存。总体而言，政府补贴强度的作用效果在创新企业和非创新企业间存在显著差异，要给予创新企业高额度的补贴，同时避免对非创新企业过度补贴的问题。

2. 国有企业与非国有企业子样本的实证结果。采用广义倾向得分匹配方法估计国有企业与非国有企业(按照所有权性质划分)的补贴剂量反应函数，图7呈现了两类企业的估计结果。国有企业的补贴剂量反应函数显示，政府补贴强度对国有企业生存风险产生了“倒U型”的非线性影响，有效的政府补贴强度区域为[16%， ∞]，无效的政府补贴强度区域为[0， 16%]，即国有企业存在16%水平的补贴“门槛区间”，只有高额的政府补贴资源才能维持国有企业存活于市场中；非国有企业的补贴剂量反应函数显示，政府补贴强度对非国有企业生存风险产生了“S型”的非线性影响，有效的政府补贴强度区域为[6%， 15%]，无效的政府补贴强度区域为[0， 6%]和[15%， ∞]，即非国有企业存在[6%， 15%]的补贴“适度区间”，只有适度补贴才能降低非国有企业生存风险。由此可见，政府补贴强度的作用效果在国有企业和非国有企业间存在明显差异，政府部门促进非国有企业生存消耗的补贴资源远远低于国有企业。

图6 政府补贴强度的剂量反应函数：创新与非创新企业

图7 政府补贴强度的剂量反应函数：国有与非国有企业

3.出口企业与非出口企业子样本的实证结果。运用广义倾向得分匹配方法估计出口企业(出口交货值非0)与非出口企业(出口交货值为0)的补贴剂量反应函数，图8呈现了两类企业的估计结果。出口企业的补贴剂量反应函数显示，政府补贴强度对出口企业生存风险产生了“M型”的非线性影响，有效的政府补贴强度区域为[2%， 6%]和[16%， ∞]，无效的政府补贴强度区域为[0， 2%]和[6%， 16%]，即总体来看，出口企业存在[2%， 6%]的补贴“适度区间”，需要说明的是[16%， ∞]也是促进企业生存的补贴区间，这可能源于部分出口企业属于高创新和高国际化企业，只有高额度的补贴资源才能对其发挥积极的作用效果；非出口企业的补贴剂量反应函数显示，政府补贴强度对非出口企业生存风险产生了“倒U型”的非线性影响，有效的政府补贴强度区域为[8%， ∞]，无效的政府补贴强度区域为[0， 8%]，即非出口企业存在8%水平的补贴“门槛区间”，只有高强度补贴才能降低非出口企业生存风险。综合来看，政府补贴强度对出口企业和非出口企业的作用效果显著不同，非出口企业对政府补贴的依赖性更大。

图8 政府补贴强度的剂量反应函数：出口与非出口企业

六 结论与启示

政府补贴微观作用效果的考察对于中国政府有效利用公共资源引导企业持续经营、加快企业快速成长至关重要。本文基于中国微观企业数据，采用倾向得分匹配和事件史分析方法，在解决样本选择性偏差和变量内生性问题的基础上，实证检验了政府补贴对企业生存风险的影响效应及异质性表现。通过经验研究，得到以下几点发现：(1)中国政府分配补贴资源过程中存在着明显的倾向性，高创新企业和国有企业不仅拥有更多补贴机会而且获得了更高补贴额度，同时高出口企业拥有更多补贴机会而低出口企业获得了更高补贴额度。(2)政府补贴总体上降低了中国企业生存风险，但不同强度的政府补贴却有着明显不同的作用效果，只有在适度补贴强度范围内才能有效发挥政府补贴对企业生存的积极效应。(3)政府补贴对企业生存风险的经济作用效果在不同企业间存在异质性表现。政府补贴行为降低高创新企业和高出口企业生存风险的效应不明显，但可以显著降低国有企业的生存风险。同时，只有在高额度的补贴范围内才能发挥政府补贴对创新企业、国有企业和非出口企业生存风险的削弱作用，而对非创新企业、非国有企业及出口企业的补贴强度则需要维持在“适度区间”内。

本文从企业生存的视角评估了政府补贴的微观经济绩效，为政府部门客观筛选政府补贴分配对象、合理设定政府补贴强度区间和优化设计补贴绩效评估体系提供了重要政策启示。(1)客观筛选政府补贴分配对象。为了优化配置补贴资源，政府部门应在综合考虑企业盈利情况、补贴项目实施能力、实际发展需求等基础上建立一套科学的补贴筛选标准，从而避免出现低效率企业和僵尸企业长期依靠政府输血维持生存，而高效率、高成长企业又面临着高进入壁垒的资源配置扭曲现象。同时，政府部门应通过政务服务平台公开、透明地发布补贴信息，让更多有需求、符合补贴标准的企业及时了解补贴获取流程，确定补贴企业名单后也要公开披露补贴企业资格审查信息，从而降低企业通过寻租行为、粉饰绩效行为获得补贴资格的可能性。(2)合理设定政府补贴强度区间。政府部门应根据补贴企业资源基础、补贴项目预算信息等制定出初步的企业补贴强度区间，并通过追踪调查企业对补贴资金的使用情况和经济绩效，动态地增加或减少补贴强度。同时，政府部门应通过设立专项补贴资金或特定行业补贴资金的方式区分不同类型企业的补贴强度，如创新项目和创新行业引领并带动着技术进步，但创新投资的金额巨大、产出周期较长、外部性极高，因此政府部门对创新企业的补贴应制定在较高的强度区间上。(3)优化设计补贴绩效评估体系。政府部门应设计集事前、事中及事后于一体的动态补贴绩效追踪体系，包括补贴前期科学制定补贴标准，补贴中期定期评估和审查补贴资源利用情况，补贴后期根据补贴绩效确定是否继续补贴、是否调整补贴强度等。特别是，在创新企业、国有企业及出口企业补贴体系设计中，应重点矫正创新企业补贴激励不足、国有企业持续吸血、出口企业补贴效果不佳等问题，更好地引导补贴资源向高效率和高成长企业转移。