查看原文
其他

补贴加速退坡政策对光伏企业经营绩效的影响研究



作者:

查冬兰1,2 ,周剑1,2,赵天予1,姜盼松1,2

1.南京航空航天大学经济与管理学院,江苏南京 211106;

2.南京航空航天大学能源软科学研究中心,江苏南京 211106;

作者简介:

查冬兰(1983—),女,江苏江阴人,南京航空航天大学经济与管理学院教授,博士生导师,研究方向为能源经济与环境管理。

中图分类号:

F426.61;F812.45

文献标识码:

A

文章编号:

1673-5595(2022)05-0001-09

DOI:

10.13216/j.cnki.upcjess.2022.05.0001




摘要:

新能源产业补贴对于降低产业发展初期成本及风险、维持企业健康经营具有重要意义。基于《关于2018年光伏发电有关事项的通知》文件,探究光伏补贴加速退坡政策对光伏上市公司经营绩效的影响。研究发现,补贴加速退坡政策的实施总体上显著降低了光伏企业的经营绩效。从企业产权性质和规模异质性的角度来看,补贴加速退坡政策对非国有企业和小规模企业的经营绩效产生了显著的负面影响,但是对国有企业和大规模企业经营绩效影响并不明显。基于此,提出对光伏企业建立逐批次的补贴退坡机制和激励企业提升研发创新能力的建议,以实现企业可持续发展。

关键词:

光伏补贴加速退坡;经营绩效;倾向性得分匹配;双重差分模型



一、引言


党的十九大提出推进绿色发展和生态文明建设,做出发展清洁能源产业的战略部署,进一步明确了国家支持新能源产业发展的决心。光伏产业作为新能源产业的重要组成部分,是国家重点扶持的对象。近年来,得益于国家出台的一系列产业补贴政策,光伏产业取得了跨越式的发展,但也由此产生了一系列问题。一是补贴缺口不断扩大,我国累计可再生能源发电补贴缺口近年来不断增大,2017年我国光伏补贴缺口占可再生能源发电补贴缺口比重已经达到了40%,直接影响光伏行业健康有序发展;二是弃光限电问题较为严重,我国2015年和2016年弃光率分别达到12%、11%,经过一年的努力,2017年全国弃光率虽然降至6%,但一些地方仍然非常严重;三是产能过剩问题,受光伏发电市场高速增长的刺激,光伏企业产能持续扩大,我国2015年至2017年光伏发电累计装机容量分别为43.18GW、77.42GW、130.02GW,造成较大的产能过剩问题。[1]为此,2018年5月31日,国家发展改革委、财政部、能源局联合发布了光伏补贴加速退坡文件,即《关于2018年光伏发电有关事项的通知》(以下简称“531新政”),文件明确提出将对光伏产业新增建设规模及其指标严加控制,同时对新投运光伏电站的标杆电价和分布式度电的补贴价格进行下调,加快光伏发电补贴退坡,降低光伏补贴强度,以期利用政策手段引导光伏产业从规模化发展向提质增效上转变,推进光伏企业技术进步,降低投入成本,减少甚至去除补贴依赖,进而推动光伏行业有序健康发展。“531新政”的出台,给盲目扩张的光伏产业亮起了“红灯”,也标志着光伏产业补贴进入加速退坡阶段。在此背景下,“531新政”的实施是否会对光伏企业经营绩效产生影响,影响程度如何?该研究不仅能科学地评价“531新政”的实施效果,而且对后续的政策调整具有一定的参考意义。

本文基于2017年第三季度至2019年第四季度147家光伏概念上市公司的季度数据,通过采用倾向性得分匹配(PopensityScoreMatching,简称PSM)和双重差分(Differences-in-Differences,简称DID)相结合的方法(PSM-DID),分析“531新政”的政策效果——是否对光伏企业经营绩效产生影响;同时,分析企业异质性(企业性质、企业规模)下该政策效果的差异性。



二、 文献评述与研究假设


现有关于政府补贴效应的研究多从企业效率(科技创新、技术进步和企业绩效等)或社会效益(就业和税收等)两个角度出发。其中关于政府补贴对企业绩效影响的研究,学术界已经取得了丰硕的成果,但由于研究视角、研究方法等的不同,学术界尚未形成统一的结论,主要存在三种主流观点。

部分学者认为,政府补贴能有效提升企业经营绩效。Cerqua等[2]和Smith等[3]对企业支持政策的有效性进行检验后,发现政府补贴对于企业绩效的影响是正向的。申香华[4]和杨德明等[5]研究认为政府补贴为企业带来的现金流能够缓解企业的融资约束和偿债压力,激发企业的研发动力,进而促进企业绩效的提升。Meuleman等[6]也指出,中小企业获得政府补贴会释放出积极的信号,对企业外部融资产生积极的认证效应,从而增强企业获得外部融资的能力,缓解企业潜在的融资约束。魏志华等[7]的研究也证实了上述结论,他们还发现公司的融资约束水平越高、过度投资水平越低时,财政补贴对业绩的积极作用更显著。孔东民等[8]的研究表明,政府补贴确实能够提升企业的经营绩效,并且相比于国有企业,民营企业的绩效提升更为明显。此外,郑飞等[9]从产业发展周期的视角出发进行研究,发现政府补贴的提高能显著促进处于成长期和衰退期的产业中企业绩效的提升。

另外一些学者在做了大量研究后,得到了完全相反的结论,即政府补贴对提升企业绩效产生了负向影响。Lee[10]指出韩国财政补贴政策实际上对企业劳动生产率和全要素生产率的增长产生了负向影响。Tzelepis等[11]研究发现,政府补贴虽然对企业偿债能力产生了有利影响,但对企业的效率和盈利能力的提升是无效的,企业寻求资本补贴可能会产生游说、广告等活动的非生产性支出,或者企业将所得资本补贴用于追求市场的长期发展策略,导致短期财务绩效得不到改善。彭熠等[12]和周方召等[13]认为,政府补贴作为企业的一项收入来源,直接构成上市公司的利润在企业会计报表上有所体现,但这仅仅美化了企业的账面利润,或者缓解了企业的债务负担,并不能提升企业的生产效率和经营绩效。李经龙等[14]以旅游企业为样本,研究发现政府的财政补贴对旅游企业的经营绩效起不到激励作用,有两方面的因素,一是没有有效的资金使用规范和激励机制,二是政府补贴掩盖了企业短期的经营困境,这使得企业极易养成依赖财政补贴的惰性,利用政策上的“寻租”行为进行获利。

还有一些学者认为,政府补贴对提升企业绩效存在门槛效应。一方面政府倾向于将补贴发放给高负债和面临财务困境的企业,当这些企业获得适度的补贴额度时,可以大幅提高自身的生产率水平和企业绩效;另一方面,由于高负债企业对补贴的使用效率不高,且存在迎合行为和道德风险问题,政府给予过高的补贴额反而阻碍了企业生产率和企业绩效的提升,甚至表现出挤出效应。[15-16]

近年来,也有一些学者聚焦于光伏产业财政补贴效应的研究,并得到了一些结论。徐枫等[17]通过构建F-SCP范式研究发现中国光伏产业政府补助支持效率不高。李凤梅等[18]从光伏产业发展的两个不同阶段来考察财政补贴政策的经济效应,发现政府补贴对企业经济绩效促进作用都是显著的。郭本海等[19]研究了政策措施协同与光伏产业绩效的关系,发现我国光伏产业财税与金融措施的协同和光伏产业绩效呈负相关关系。周凯轩等[20]研究发现,政府补助不利于光伏企业绩效的提升,但是可以通过提升企业的创新水平来部分遮掩政府补助对企业绩效的负面效应。

综上所述,对于政府补贴与企业绩效关系的研究,学术界并未形成较为统一的结论,这种差异主要与学者们不同的研究视角、企业绩效变量的选取及其测度方法有关。并且,现有实证研究多选取政府发放的具体补贴额度、减税额度作为自变量来衡量企业绩效,较少从补贴退坡政策实施这一具体事件本身的角度研究补贴对企业绩效造成的影响。本文认为,政策的发布会向市场释放积极或消极的信息,坚定或者动摇投资者投资的信心,对企业绩效产生潜在影响。当企业获得政府补贴时,会释放出积极的信号,增强企业获得外部融资的能力,缓解企业潜在的融资约束和偿债压力,激发企业的研发动力,进而促进企业绩效的提升[3-5];反之,企业获得的补贴额度降低时,会影响企业绩效的提升。此外,政府补贴作为企业的一项直接收入来源,构成企业利润的一部分[12-13],补贴额度会直接影响企业绩效。尤其是作为战略性新兴产业,光伏产业由于投资回收期较长,极易受到政府政策波动的影响,当政府发布补贴加速退坡政策时,会向市场释放消极的信息,动摇投资者的信心。并且,由于光伏发电上网的价格仍然高于传统能源发电上网价格,补贴额度的降低也会对消费端需求构成一定的负面影响,间接影响企业绩效。基于上述分析,本文提出假设1。

假设1:补贴加速退坡政策对光伏企业经营绩效产生负向影响。

首先,从政治联系的角度来看,由于信息不对称问题,政府在决定向哪些企业提供补贴时,会将民营企业的政治关联视为具有良好发展前景和社会声誉的一种认证[21],具有政治联系的民营企业能够比无政治联系的民营企业获得更多的政府补贴[22],作为政治关联度强的国有企业尤其是中央控股的国有企业,往往能够获得大部分的政府补贴[23]。这些市场进入壁垒高的行业和具有政治联系的企业,可以将从政府获取的比民营企业更高的补贴用于相关的研发生产活动,进而在经营竞争力和生产效率方面获得更为显著的提升,为企业的稳定发展创造一定的优势。[24-25]其次,政府补贴作为企业获取外部融资的一种积极认证信号,能增强企业获得外部融资的能力,有效地缓解企业尤其是民营企业的融资约束,并在企业绩效的提升上获得比国有企业更为显著的效果。[6,8,26]基于上述分析,本文认为,当补贴政策发生变动时,国有企业前期补贴可能为其发展奠定了一定优势,受政策冲击时其业绩表现相对稳定;民营企业可能由于政策的不利而重新面临融资约束压力,受政策冲击业绩波动更为剧烈,对此,本文提出假设2。

假设2:补贴加速退坡政策对非国有企业经营绩效的负向影响强于国有企业。

对于新兴产业来说,大规模企业作为该行业发展的先驱,在行业发展初期,政府会优先对大规模企业发放补贴,向市场释放积极信号,为行业融资提供隐性担保,使政府补贴更有效地引领新兴产业的发展。[16]从规模效应的角度看,相比于小规模企业,大规模企业无论是生产成本,还是产出效率上,都更有先发优势,也更有实力进行较大规模的科研创新活动,从而更有可能获得政府的高额补贴。[27]因此,当补贴政策发生变动时,大规模企业仍然能够获得更为稳定的政府补贴,受政策的冲击作用更小;而小规模企业由于资本规模较小,且抵抗风险的能力较差,更需要政府提供补贴来激励,提高企业竞争力,维持其生存和持续发展[28],一旦补贴政策发生变动,小规模企业所遭受的冲击会更剧烈。基于此,本文提出假设3。

假设3:补贴加速退坡政策对小规模企业经营绩效的负向影响强于大规模企业。


三、研究设计


(一)模型设定与变量说明

政策实施效果通常从两方面进行评估,即通过比较同一组实验对象政策实施前后的差异,或者比较政策实施后受政策影响的实验组与不受政策影响的对照组间的差异,前者容易受到其他事件或政策的干预,后者无法排除两组实验对象个体上的差异,因而都可能影响政策的评估结果。[29]为了避免因上述环境效应和个体效应带来的内生性问题,本文采用PSM-DID方法来分析光伏补贴加速退坡政策的实施效果。

PSM来源于反事实推断模型,其基本思路是将研究样本分为受政策作用的实验组和不受政策作用的对照组,然后通过选择一组个体层面的匹配协变量,选用Logit模型或Probit模型来对所有样本的倾向性得分进行估计,并根据得分结果采用最近邻匹配、核匹配、半径匹配等方法找到与实验组个体特征相近的对照组个体。[30-31]本文参照郑玉[32]和陈丽娴等[33]的研究,采用资产负债率(Lev)、总资产报酬率(ROA)、营业总收入(LNOI)和企业规模(Size)作为匹配协变量,并采用如下Logit模型获得倾向性得分值。

P=Pr(treatedit=1)=φ(Xit)         (1)

式中:P为倾向性得分,treatedit为分组虚拟变量,Xit为匹配协变量,φ(·)为Logit函数。获得倾向性得分值后,本文选择核匹配的方法进行匹配。

倾向性得分匹配后的实验组和对照组,能够有效避免样本选择性偏差,在通过了匹配平衡性检验后,可以用来构建双重差分模型(DID)。DID的基本思路是,分别对实验组和对照组在政策实施前后做组内差分,再将两组结果进行差分,即组间差分,最终得到的结果即为政策的实施效果。本文通过设置分组虚拟变量treated对所有样本进行区分,其中treated=1表示实验组,treated=0为对照组。同时,设置时间虚拟变量t,令政策实施后的时间t=1,实施之前t=0。据此,将基于DID的基准回归模型设定为:

Yit=α+βt+γtreated+θtreated×t+λZitttit                (2)

式中:Yit为一组衡量企业绩效的指标,考虑数据的可得性,本文参照郑玉[32]和魏作磊等[34]的研究,选取财务报表中的总资产报酬率、净资产收益率、营业净利润率作为企业绩效衡量指标;Zit表示的是一系列控制变量,包括资产负债率、总资产周转率、营业收入增长率、企业规模和企业性质[35];δt和μi分别代表时间固定效应和行业固定效应;εit为随机干扰项。各变量的具体含义如表1所示。

从式(2)不难看出,对于对照组企业(treated=0),政策实施前后绩效分别为α和α+β,政策实施前后绩效的变化幅度为β,这一差异可以认为是排除了政策影响时企业绩效的时间趋势差异。对于实验组企业(treated=1),政策实施前后绩效分别为α+γ和α+β+γ+θ,政策实施前后绩效的变化幅度为β+θ,这一差异可以认为企业绩效的变化同时包含了政策影响带来的差异和时间趋势差异,对实验组和对照组企业作差分可以得到政策的净影响为θ,当政策的实施提高了光伏企业的绩效,θ显著为正;反之,θ显著为负。

(二)样本选择和数据来源

本文以沪深A股光伏概念上市公司作为实验组初始样本,为避免2020年新冠疫情这一重大事件对实证结果的影响,时间序列选择2017年第三季度至2019年第四季度。同时,选取相关行业中的沪深A股上市公司作为对照组的原始样本。为确保数据的连续性、可获得性,对样本企业及相关数据做了如下处理:(1)剔除有ST、∗ST类标注的企业;(2)剔除样本考察期内数据缺失不全的企业;(3)对所有连续变量上下1%的极值部分进行缩尾处理,以避免极值对研究结果产生影响。经过筛选,最终得到满足条件的147家光伏概念上市公司和814家相关行业的对照组上市公司共9610个观测值作为全样本,其中实验组包含1470个观测值,对照组包含8140个观测值。经过倾向性得分匹配得到的PSM样本中,共有9552个观测值,其中实验组包含1466个,对照组包含8086个。所有数据均来源于CSMAR数据库和Wind数据库,数据处理由Sta[1]ta15.1完成。表2为主要变量的描述性统计。


四、 实证分析


(一)倾向性得分匹配结果及平衡性检验

为了保证倾向性得分匹配结果的准确性,需要对匹配后的样本数据进行平衡性检验,确保在条件外生的假设下,匹配协变量的倾向性得分在实验组和对照组间不存在显著差异。由表3中各匹配协变量的平衡性检验结果可知,匹配前各协变量在实验组和对照组间存在显著差异,t检验P值均小于0.001。匹配后各协变量的偏差率均小于5%,说明所选匹配协变量和匹配方法是可靠的,且通过t检验结果可知,所有协变量均不拒绝实验组和对照组存在显著差异的原假设,说明经过倾向性得分匹配后,匹配变量在实验组和对照组之间并不存在显著的差异,因此,可以认为本文所选的可观测变量合适,匹配方法估计可靠。

(二) 双重差分模型结果

作为对照,本文首先根据式(2)对全样本面板数据进行了双重差分检验,回归结果如表4所示,其中第(1)、(3)、(5)列为未加入控制变量的估计结果,第(2)、(4)、(6)列为加入了控制变量的估计结果。结果显示,在无控制变量和有控制变量的情形下,总资产报酬率和营业净利润率的交互项treated×t系数分别为-0.0019、-0.0191和-0.0017、-0.0181,且均在10%的水平显著,净资产收益率的回归系数为负,但不显著。这说明补贴加速退坡政策的实施,总体上会显著降低光伏企业的经营绩效,与研究假设1相符。这可能是因为光伏发电尚未真正实现平价上网,光伏企业市场竞争优势尚且不足,仍然需要依靠政府补贴等政策扶持来拉动下游需求以创造利润;加之光伏产业投资风险较大且短期内盈利较为困难,光伏企业仍然需要更为积极的产业政策强化外部融资能力来获取投资,扩大发展以增加利润。从而产生了补贴加速退坡降低了光伏企业经营绩效的结果。

为了避免由于样本的选择性偏误带来的内生性问题对估计结果的影响,再将倾向性得分匹配之后的样本根据式(2)进行双重差分检验,探究补贴加速退坡政策对光伏企业经营绩效的影响,表5为相应的回归结果。结果显示,无论是否加入控制变量,总资产报酬率和营业净利润率的交互项treated×t系数分别在5%和10%的水平上显著为负。因此,补贴加速退坡政策的实施总体上会显著降低光伏企业的经营绩效。

(三) 异质性检验

实证结果表明,光伏产业补贴加速退坡政策的实施总体上会显著降低光伏企业的经营绩效。基于已有研究,本文进一步从企业性质和企业规模两方面对光伏产业补贴加速退坡政策的冲击效应进行异质性分析。

为了检验不同性质企业经营绩效受光伏产业补贴加速退坡政策的影响,本文将全部企业样本按所有制分为国有企业和非国有企业,根据式(2)进行分组回归,估计结果见表6。其中(1)、(3)、(5)列为对国有企业进行估计的结果,第(2)、(4)、(6)列为对非国有企业进行估计的结果。结果显示,无论是全样本还是PSM样本,非国有企业的绩效指标总资产报酬率、净资产收益率、营业净利润率的交互项系数均显著为负,对于匹配后样本,回归系数分别为-0.0029、-0.0051、-0.0298,且分别在1%、5%、5%的水平下显著;国有企业绩效指标的交互项系数均为正,但不显著。这表明补贴加速退坡政策的实施显著降低了非国有光伏企业的经营绩效,对国有光伏企业的经营绩效不产生显著影响。其原因可能在于,光伏企业作为战略性新兴产业,前期不仅需要大量的资金投入,而且需要承担较大的风险,并且相较于国有企业,非国有企业由于面临更大的融资约束,获得政府补贴后进行研发创新的动力不足,前期没有形成较强的核心竞争力,其经营更为强烈地依赖于政府政策补贴力度,从而产生了补贴加速退坡政策对非国有光伏企业经营绩效有显著负向影响、对国有光伏企业的经营绩效影响不显著的结论。

为了检验不同规模企业绩效受光伏产业补贴加速退坡政策的影响,依照企业样本的均值,将样本企业划分为大规模企业和小规模企业两个子样本进行分组回归,结果如表7所示。其中第(1)、(3)、(5)列为对小规模企业进行估计的结果,第(2)、(4)、(6)列为对大规模企业估计的结果。根据回归结果,对于小规模企业,无论是全样本还是PSM样本,各绩效指标回归得到的交互项系数均显著为负,PSM后的样本中,总资产报酬率、净资产收益率的交互项系数均在5%水平下显著为负,营业净利润·6·中国石油大学学报(社会科学版)2022年10月率的交互项系数在10%的水平下显著为负;对于大规模企业,除匹配前净资产收益率交互项系数为正外,其余所有绩效指标的交互项系数均为负,且都不显著。这表明补贴加速退坡政策的实施显著降低了小规模企业的经营绩效,对于大规模企业经营绩效的影响作用较小。其原因可能在于,相较于小规模企业,大规模企业在行业发展初期积累的产出规模和效率优势、研发技术优势和融资优势,为其稳健发展奠定了扎实的基础,从而产生了补贴加速退坡政策的实施对其经营绩效负向影响要弱于小规模企业。

(四)稳健性检验

1.更换样本匹配方法

基准回归中本文选用了核匹配方法进行样本匹配,为提升实证结果的可靠性,本文借鉴安礼伟等[36]的研究,采用近邻匹配法和半径匹配法进行重新匹配,来检验基准回归结果的稳健性。若新匹配样本的估计结果与原结果的系数和显著性无明显差异,则证明估计结果具有稳健性。应用近邻匹配法和半径匹配法的DID估计结果如表8所示。结果表明,新匹配样本估计结果与原样本估计结果在系数和显著性上均无显著差异,支持了光伏产业补贴加速退坡政策总体上降低光伏企业经营绩效的结论。

2.反事实检验

本文利用反事实方法进行安慰剂检验,通过改变政策实施的时间点来对光伏产业补贴加速退坡政策效应进行检验。若交互项系数不显著,则表明光伏企业绩效的降低是由补贴加速退坡政策的实施引起的,而不是其他因素;反之,结论不稳健。本文将光伏产业补贴加速退坡政策的实施时间提前至2018年第一季度及2017年第四季度后,回归结果如表9所示。结果表明,通过设置不同的光伏产业补贴加速退坡政策实施时间点,交互项系数均不再显著,表明光伏企业绩效的降低确实是补贴加速退坡政策引起的,上述检验表明本文的结果是稳健的。


五、结论与建议


本文基于倾向性得分匹配和双重差分模型,分析了《关于2018年光伏发电有关事项的通知》发布后,光伏产业补贴加速退坡政策对光伏企业经营绩效的影响,并进一步分析了企业所有权性质和规模差异下补贴加速退坡政策对光伏企业绩效的影响程度,得出以下结论。

第一,光伏产业补贴加速退坡政策的实施总体上降低了光伏企业的经营绩效。光伏产业补贴作为光伏企业的直接收入来源,构成企业利润的一部分,补贴额度下降会直接影响企业绩效。光伏产业补贴加速退坡也会向市场释放消极的信息,动摇投资者投资的信心,这不利于光伏企业的外部融资。此外,光伏产业补贴加速退坡政策也会动摇光伏设备供应商的研发积极性,间接影响光伏企业经营绩效。

第二,光伏产业补贴加速退坡政策的实施会降低非国有企业和小规模企业的经营绩效,但是对国有企业和大规模企业影响不显著。国有企业和规模相对较大的企业因其规模和效率优势使其前期会获得大量政府补贴,这为进一步发展和应对冲击奠定了基础,当补贴退坡时其业绩表现也相对稳定。民营企业和规模较小的企业受限于规模和效率而较难获得补贴,抗风险能力也较弱,一旦发生政策冲击将重新面临融资压力,这将直接影响其经营绩效。

针对以上研究结论,本文提出以下建议。

第一,适当调整光伏产业的补贴方向,引导光伏企业有序健康发展。对于光伏企业,技术创新是其具备重要竞争力和可持续发展的重要因素。政府在补贴方向上,不能仅以发电总量为补贴标准,还应针对光伏企业研发创新需求提供补贴,激励和引导企业加大研发创新投入,激发企业创新活力,不断提升技术上的竞争力,进而实现企业可持续发展和整个产业链良性循环。

第二,结合光伏企业规模和所有权性质推行差异化退坡政策,合理控制补贴退坡速度。“531新政”的发布旨在解决光伏产业发展过程中存在的补贴缺口过大、产能过剩以及弃光限电等问题,并推进光伏发电平价上网,但该政策的实施对中小企业和民营企业产生了很大的冲击。政府在未来政策制定和调整上,应该根据各类型企业的性质及市场发展情况,逐批次地推行补贴退坡,给予中小企业、民营企业一定缓冲时间以维持其经营的稳定性。



注释


①引文数据均来源于国家能源局。

②光伏概念上市公司选自同花顺财经光伏概念板块。

③为了与实验组样本具有可比性,选取与实验组样本企业所处行业相同的企业作为对照组。经过查证,本文所选择的光伏概念上市公司大部分属于证监会《上市公司行业分类指引》(2012修订)下的电力、热力生产和供应业、通用设备制造业、专用设备制造业、非金属矿物制造业、电气机械和器材制造业以及计算机、通信和其他电子设备制造业、化学原料和化学制品制造业、橡胶和塑料制品业,故选择这些行业的其他上市公司作为对照组。

④ST、∗ST分别表示境内上市公司经营连续两年、三年亏损,被进行退市风险警示的股票。



参考文献




[1]张宇. 国家能源局:多措并举促进光伏产业高质量发展[EB/OL].(2018-06-12)[2022-03-10].http://www.nea.gov.cn/2018-06/12/c_137249251.htm.

[2]Cerqua A, Pellegrini G.Do Subsidies to Private Capital Boost Firms Growth? A Multiple Regression Discontinuity Design Approach[J].Journal of Public Economics, 2014, 109:114-126.

[3]Smith D, Feldman M, Anderson G.The Longer Term Effects of Federal Subsidies on Firm Survival:Evidence from the Advanced Technology Program[J]. The Journal of Technology Transfer, 2018, 43(3): 593-614.

[4]申香华. 政府补助、产权性质与债务融资效应实证检验[J]. 经济经纬, 2015, 32(2): 138-143.

[5]杨德明, 赵璨, 曹伟. 寻租与企业绩效:“绊脚石”还是“润滑剂”[J]. 财贸经济, 2017, 38(1): 130-145.

[6]Meuleman M, De Maeseneire W.Do R&D Subsidies Affect SMEs' Access to External Financing? [J]. Research Policy, 2012, 41(3): 580-591.

[7]魏志华, 赵悦如, 吴育辉. 财政补贴:“馅饼”还是“陷阱”?——基于融资约束VS.过度投资视角的实证研究[J]. 财政研究, 2015(12): 18-29.

[8]孔东民, 李天赏. 政府补贴是否提升了公司绩效与社会责任?[J]. 证券市场导报, 2014(6): 26-31.

[9]郑飞, 申香华, 卢任. 政府补贴对企业绩效的异质性影响——基于产业生命周期视角[J]. 经济经纬, 2021, 38(1): 96-104.

[10]Lee J W.Government Interventions and Productivity Growth[J]. Journal of Economic Growth, 1996, 1(3): 391-414.

[11]Tzelepis D, Skuras D.The Effects of Regional Capital Subsidies on Firm Performance:an Empirical Study[J]. Journal of Small Business and Enterprise Development, 2004(11): 121-129.

[12]彭熠, 胡剑锋. 财税补贴优惠政策与农业上市公司经营绩效——实施方式分析与政策启示[J]. 四川大学学报(哲学社会科学版), 2009(3): 86-94.

[13]周方召, 仲深, 王雷. 财税补贴、风险投资与高新技术企业的生产效率——来自中国物联网板块上市公司的经验证据[J]. 软科学, 2013, 27(3): 100-105.

[14]李经龙, 陈冉, 徐玉梅. 政企关系、财政补贴与公司经营绩效——基于中国旅游上市公司的经验证据[J]. 华东经济管理, 2014, 28(7): 126-130.

[15]邵敏, 包群. 政府补贴与企业生产率——基于我国工业企业的经验分析[J]. 中国工业经济, 2012(7): 70-82.

[16]高玉强, 张宇. 政府补贴对企业绩效的门槛效应研究——来自制造业民营上市公司的微观证据[J]. 重庆社会科学, 2019(12): 89-102.

[17]徐枫, 李云龙. 金融支持中国光伏产业发展的路径与效率研究——基于F-SCP范式分析[J]. 北京理工大学学报(社会科学版), 2015, 17(2): 29-39.

[18]李凤梅, 柳卸林, 高雨辰, 等. 产业政策对我国光伏企业创新与经济绩效的影响[J]. 科学学与科学技术管理, 2017, 38(11): 47-60.

[19]郭本海, 李军强, 张笑腾. 政策协同对政策效力的影响——基于227项中国光伏产业政策的实证研究[J]. 科学学研究, 2018, 36(5): 790-799.

[20]周凯轩, 袁潮清. 金融支持对光伏产业上市公司绩效的影响——基于技术创新的中介效应研究[J]. 金融与经济, 2019(7): 86-91.

[21]Zheng Y, Zhu Y.Bank Lending Incentives and Firm Investment Decisions in China[J]. Journal of Multinational Financial Management, 2013, 23(3): 146-165.

[22]余明桂, 回雅甫, 潘红波. 政治联系、寻租与地方政府财政补贴有效性[J]. 经济研究, 2010, 45(3): 65-77.

[23]步丹璐, 郁智. 政府补助给了谁: 分布特征实证分析——基于2007~2010年中国上市公司的相关数据[J]. 财政研究, 2012(8): 58-63.

[24]万伦来, 郭冬亮. 政府补贴、市场进入壁垒对民营企业绩效的影响——基于中国民营上市公司的实证研究[J]. 工业技术经济, 2016, 35(9): 92-99.

[25]佟爱琴, 陈蔚. 政府补贴对企业研发投入影响的实证研究——基于中小板民营上市公司政治联系的新视角[J]. 科学学研究, 2016, 34(7): 1044-1053.

[26]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.

[27]杨晔, 王鹏, 李怡虹, 等. 财政补贴对企业研发投入和绩效的影响研究——来自中国创业板上市公司的经验证据[J]. 财经论丛, 2015(1): 24-31.

[28]丁玮蓉, 丁洁瑜, 王红建. 企业特征、政府补贴与上市旅游企业绩效——基于旅游产业外部性的理论分析[J]. 旅游学刊, 2020, 35(10): 43-56.

[29]陈玲, 段尧清. 政务大数据政策的技术创新效应分析——基于PSM-DID方法的估计[J]. 图书情报工作, 2020, 64(20): 96-105.

[30]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.

[31]Heckman J J, Ichimura H, Todd P E.Matching as an Econometric Evaluation Estimator:Evidence from Evaluating a Job Training Programme[J].The Review of Economic Studies, 1997, 64(4): 605-654.

[32]郑玉. 高新技术企业认定、外部融资激励与企业绩效——基于倾向得分匹配法(PSM)的实证研究[J]. 研究与发展管理, 2020, 32(6): 91-102.

[33]陈丽娴, 沈鸿. 制造业产出服务化对企业劳动收入份额的影响: 理论基础与微观证据[J]. 经济评论, 2019(3): 40-56.

[34]魏作磊, 王锋波. 制造业服务化对企业绩效的影响——基于广东省上市公司数据的PSM-DID实证分析[J]. 财经理论研究, 2020(6): 72-86.

[35]徐晔, 蔡奇翰. 高新技术企业认定对企业创新及财务绩效的影响——基于断点回归方法[J]. 复旦学报(社会科学版), 2019, 61(6): 139-150.

[36]安礼伟, 蒋元明. 长三角区域规划与先进制造业企业全要素生产率——基于PSM-DID模型的经验研究[J]. 产业经济研究, 2020(4): 45-60.


本文刊发于《中国石油大学学报(社会科学版)》2022年第5期。长按识别或扫描下方二维码查看原文,也可点击推文左下角“阅读原文”查看。

END


    编辑 | 倪 睿

责任编辑 | 姜洪明

审核 | 王旱祥

往期回顾

01

喜报 | 学报(社会科学版)入选社科院评价研究院“核心期刊”

02

梁超、张荣华: 中国共产党对“ 三大规律” 认识的深化——基于党的二十大报告的研究

03

李安增、马付杨:习近平总书记对中国式现代化的系统擘画

04

王炳林、郭清:科教兴国战略视域中弘扬科学家精神研究

05

蒯正明:新时代中国共产党政治建设的逻辑理路

06

陈金龙、冼骏:从党的二十大报告看中国共产党的人民情怀

07

韩喜平、杨艳坪:以中国式现代化全面推进中华民族伟大复兴


长按或扫描二维码关注我们

微信号:sydxskxb

中石大学报社会科学版

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存