科技和产业

变量名称	变量符号	计算方法
公司规模	Size	期末总资产的自然对数
资产负债率	LEV	期末总负债/期末总资产
主营收入增长率	Growth	(本年主营业务收入-上年主营业务收入)/上年主营业务收入
公司年龄	Age	自然年度-成立年度
股权集中度	First	公司第一大股东持股比例
董事会规模	Dsize	董事会总人数的自然对数
独立董事比例	Independ	独立董事人数/董事会总人数

变量名称	变量符号	计算方法
公司规模	Size	期末总资产的自然对数
资产负债率	LEV	期末总负债/期末总资产
主营收入增长率	Growth	(本年主营业务收入-上年主营业务收入)/上年主营业务收入
公司年龄	Age	自然年度-成立年度
股权集中度	First	公司第一大股东持股比例
董事会规模	Dsize	董事会总人数的自然对数
独立董事比例	Independ	独立董事人数/董事会总人数

变量	样本数	均值	标准差	最小值	中位数	最大值
Size	31 291	22.250	1.275	20.010	22.060	26.050
Lev	31 291	0.421	0.203	0.059	0.413	0.889
Growth	31 291	0.336	0.859	-0.677	0.124	5.892
Age	31 291	19.310	5.803	8.000	19.000	36.000
First	31 291	34.060	14.820	8.430	31.900	74.180
Dsize	31 291	2.120	0.195	1.609	2.197	2.639
Independ	31 291	0.376	0.053	0.333	0.364	0.571
SUB	31 291	16.500	1.668	2.536	16.530	23.690
NPRO	31 291	5.000	5.000	6.000	0.000	0.804

变量	样本数	均值	标准差	最小值	中位数	最大值
Size	31 291	22.250	1.275	20.010	22.060	26.050
Lev	31 291	0.421	0.203	0.059	0.413	0.889
Growth	31 291	0.336	0.859	-0.677	0.124	5.892
Age	31 291	19.310	5.803	8.000	19.000	36.000
First	31 291	34.060	14.820	8.430	31.900	74.180
Dsize	31 291	2.120	0.195	1.609	2.197	2.639
Independ	31 291	0.376	0.053	0.333	0.364	0.571
SUB	31 291	16.500	1.668	2.536	16.530	23.690
NPRO	31 291	5.000	5.000	6.000	0.000	0.804

变量	NPRO
SUB	0.317^***(28.67)
Size	-0.084^***(-5.03)
LEV	-1.007^***(-12.05)
Growth	0.079^***(4.57)
Age	-0.045^***(-16.40)
First	-0.008^***(-8.05)
Dsize	1.144^***(12.22)
Independ	1.788^***(5.47)
常数项	-1.094^***(-3.11)
样本数	31 291
R²	0.103
adi.R²	0.103

变量	NPRO
SUB	0.317^***(28.67)
Size	-0.084^***(-5.03)
LEV	-1.007^***(-12.05)
Growth	0.079^***(4.57)
Age	-0.045^***(-16.40)
First	-0.008^***(-8.05)
Dsize	1.144^***(12.22)
Independ	1.788^***(5.47)
常数项	-1.094^***(-3.11)
样本数	31 291
R²	0.103
adi.R²	0.103

效应类型	回归系数	偏差	标准误	置信区间
间接效应	-3.103×10^-6	2.93×10^-8	6.545×10^-7	-4.50×10^-6	-2.02×10^-6	(P)
				-4.85×10^-6	-2.07×10^-6	(BC)
直接效应	0.000 375 53	-5.50×10^-7	0.000 012 59	0.000 352 2	0.000 401 9	(P)
				0.000 356 2	0.000 406 0	(BC)

效应类型	回归系数	偏差	标准误	置信区间
间接效应	-3.103×10^-6	2.93×10^-8	6.545×10^-7	-4.50×10^-6	-2.02×10^-6	(P)
				-4.85×10^-6	-2.07×10^-6	(BC)
直接效应	0.000 375 53	-5.50×10^-7	0.000 012 59	0.000 352 2	0.000 401 9	(P)
				0.000 356 2	0.000 406 0	(BC)

变量	(1)	(2)	(3)	(4)
	国有	非国有	大规模公司	小规模公司
SUB	0.271^*** (17.40)	0.356^*** (22.61)	0.233^*** (13.46)	0.418^*** (29.36)
Size	0.007 (0.24)	-0.289^*** (-7.85)	-0.103^*** (-3.85)	-0.271^*** (-12.31)
LEV	-1.576^*** (-11.93)	-0.613^*** (-5.67)	-1.036^*** (-7.07)	-1.294^*** (-12.78)
Growth	-0.086^*** (-3.43)	0.242^*** (10.20)	0.006 (0.21)	0.105^*** (4.64)
Age	-0.055^*** (-12.82)	-0.033^*** (-9.13)	-0.080^*** (-15.04)	-0.038^*** (-11.76)
First	-0.000 (-0.29)	-0.017^*** (-12.25)	0.003^* (1.83)	-0.023^*** (-18.94)
Dsize	1.540^*** (11.67)	0.587^*** (4.39)	1.230^*** (7.79)	0.447^*** (3.78)
Independ	1.078^** (2.32)	1.619^*** (3.47)	-0.442 (-0.83)	1.902^*** (4.59)
常数项	-2.477^*** (-4.11)	3.583^*** (4.51)	2.030^*** (3.53)	2.708^*** (5.50)
样本数	13 542	17 749	10 503	20 788
R²	0.107	0.119	0.101	0.143
adj.R²	0.106	0.118	0.100	0.142

变量	(1)	(2)	(3)	(4)
	国有	非国有	大规模公司	小规模公司
SUB	0.271^*** (17.40)	0.356^*** (22.61)	0.233^*** (13.46)	0.418^*** (29.36)
Size	0.007 (0.24)	-0.289^*** (-7.85)	-0.103^*** (-3.85)	-0.271^*** (-12.31)
LEV	-1.576^*** (-11.93)	-0.613^*** (-5.67)	-1.036^*** (-7.07)	-1.294^*** (-12.78)
Growth	-0.086^*** (-3.43)	0.242^*** (10.20)	0.006 (0.21)	0.105^*** (4.64)
Age	-0.055^*** (-12.82)	-0.033^*** (-9.13)	-0.080^*** (-15.04)	-0.038^*** (-11.76)
First	-0.000 (-0.29)	-0.017^*** (-12.25)	0.003^* (1.83)	-0.023^*** (-18.94)
Dsize	1.540^*** (11.67)	0.587^*** (4.39)	1.230^*** (7.79)	0.447^*** (3.78)
Independ	1.078^** (2.32)	1.619^*** (3.47)	-0.442 (-0.83)	1.902^*** (4.59)
常数项	-2.477^*** (-4.11)	3.583^*** (4.51)	2.030^*** (3.53)	2.708^*** (5.50)
样本数	13 542	17 749	10 503	20 788
R²	0.107	0.119	0.101	0.143
adj.R²	0.106	0.118	0.100	0.142

政府补贴对上市公司新质生产力的影响

PDF下载

韩东 ¹^,² , 蔡德发 ¹

科技和产业 | 企业应用 2025,25(9): 249-253

收起

科技和产业 | 企业应用 2025, 25(9): 249-253

政府补贴对上市公司新质生产力的影响

全屏

韩东¹^,², 蔡德发¹

作者信息

¹ 哈尔滨商业大学财政与公共管理学院, 哈尔滨 150028

² 牡丹江师范学院经济与管理学院, 黑龙江牡丹江 157000

韩东(1980—),男,黑龙江宾县人,博士研究生,副教授,研究方向为财税管理与规制;

蔡德发(1966—),男,黑龙江桦南人,教授,博士研究生导师,研究方向为财税管理与规制。

Impact of Government Subsidies on New Quality Productivity of Listed Companies

Dong HAN¹^,², Defa CAI¹

Affiliations

¹ School of Finance and Public Administration, Harbin University of Commerce, Harbin 150028, China

² School of Economic and Management, Mudanjiang Normal University, Mudanjiang 157000, Heilongjiang, China

出版时间: 2025-05-10

文章导航

摘要

收起

以2011—2022年中国上市公司为研究样本,对上市公司取得的政府补贴是否影响其新质生产力发展水平进行实证检验。研究结果表明,政府补贴能够促使上市公司提高新质生产力水平,企业绩效发挥了一定的中介作用。进一步区分产权性质和公司规模进行分组检验发现,非国有公司和规模较小的上市公司取得政府补贴会更能提高其新质生产力水平。该结论对提高上市公司新质生产力水平、建立规范化的政府补贴制度、合理确定政府补贴标准提供一定的理论支撑。

关键词

政府补贴 / 新质生产力 / 企业绩效

Abstract

收起

Using China’s listed manufacturing companies from 2011 to 2022 as research samples, whether government subsidies obtained by listed manufacturing companies affect the development of new quality productivity was empirically tested. The research results show that government subsidies can promote the manufacturing listed companies to improve the level of new quality productivity, and it is found that enterprise performance plays a certain intermediary role. The group test further distinguishes the property right nature and company size, and it is found that non-state-owned companies and small scale manufacturing listed companies can improve their new quality productivity more if they get government subsidies. This conclusion can provide some theoretical support for improving the level of new quality productivity of listed manufacturing companies, establishing a standardized government subsidy system, and reasonably determining government subsidy standards.

Key words

government subsidies / new quality productivity / enterprise performance

引用本文

韩东, 蔡德发. 政府补贴对上市公司新质生产力的影响. 科技和产业, 2025 , 25 (9) : 249 -253 .

Dong HAN, Defa CAI. Impact of Government Subsidies on New Quality Productivity of Listed Companies[J]. Science Technology and Industry, 2025 , 25 (9) : 249 -253 .

正文

收起

党的二十大报告指出“加快构建新发展格局,着力推动高质量发展”,这标志着中国经济发展已经进入了以高质量发展为主题的新时期。经济的高质量发展必然要求更高水平的生产力与之相适配。新质生产力是创新起主导作用,摆脱传统经济增长方式、生产力发展路径,具有高科技、高效能、高质量特征,符合新发展理念的先进生产力质态。发展新质生产力是推动高质量发展的内在要求和重要着力点。财政政策是国家调控经济的主要手段之一,在新质生产力的形成和发展过程中扮演者重要角色。其中政府补贴是较为常见的一种间接引导政策,能够直接影响企业的研发、创新和数字化转型。然而政府补贴能否有利于提高其新质生产力水平?政府补贴在新质生产力发展方面的具体作用机制是什么?这些问题仍需要进行深入探究。

为解决上述问题,选取2011—2022年中国上市公司为样本,实证检验政府补贴与新质生产力之间的逻辑关系、作用机制以及异质性条件,为探索适配新质生产力发展的财政激励政策提供参考和启示。本文的贡献在于:第一,将政府补贴与新质生产力纳入同一研究框架,为研究政府补贴提升新质生产力发展水平提供了经验证据;第二,一定程度上弥补了政府补贴提高新质生产力水平的路径检验,检验了企业绩效在政府补贴对新质生产力的影响中发挥的作用;第三,从产权性质和公司规模两个角度分析了对政府补贴对新质生产力发展的差异化影响,有助于上市公司深刻理解新质生产力的特征并助力企业提高新质生产力。

1 理论分析与研究假设

收起

1.1 政府补贴和新质生产力

新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生,以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵,以全要素生产率大幅提高为核心标志,特点是创新,关键在质优,本质是先进生产力。劳动者、劳动资料、劳动对象和科学技术、管理等要素,都是生产力形成过程中不可或缺的。只有生产力诸要素实现高效协同,才能迸发出更强大的生产力。

更高素质的劳动者是新质生产力的第一要素,新质生产力要求劳动者具备更高的知识和技能水平。在制造业企业中,符合新质生产力要求的劳动者多数集中在企业的研发部门。马嘉楠等^[1]通过研究发现财政科技补贴总额对企业研发人数具有正向显著的促进作用,且从补贴的分类来看促进创新活动和促进人才集聚类补贴发挥出的激励效应最强。因此,获得政府补贴越多的企业越能够吸引更高素质的人才聚集,为促进新质生产力发展奠定基础。

更高技术含量的劳动资料是新质生产力的动力源泉。提高劳动资料的技术含量需要加大研发投入来促进企业的科技创新,升级企业生产设备进行数字化转型来实现。在这个过程中,政府补贴政策发挥着不可或缺的作用。杨志勇^[2]认为加快发展新质生产力,需要支持企业的科技创新,要运用财政收支政策工具,包括减税降费、政府补贴、政府采购等措施,激励企业加大研发投入力度,引导资金资源向创新企业集聚。周波和杨李路^[3]认为就提高劳动资料素质而言,通过实施新设备购置补贴、固定资产加速折旧等一揽子措施,推动生产设备更新在内的企业生产资料升级,促进被先进技术赋能后的要素参与生产,加快新质生产力发展。同时在财政支持企业数字化转型方面,可以采取税收优惠和政府补贴等措施,助力数据要素赋能传统产业,促进新质生产力发展。

拓展劳动对象是发展新质生产力的物质基础,重点是培育发展战略新型产业和未来产业。众多学者研究发现,政府补贴能够显著提高战略新型产业的企业技术效率^[4]和资源配置效率 ^[5]、促进企业创新^[6]、缓解融资约束^[7]、提升企业的经济绩效^[8],从而促进企业新质生产力提高,进而发展壮大战略新兴产业。在政府补贴与企业全要素生产率之间的关系方面,政府补贴不仅对企业全要素生产率具有显著的正向影响^[9],而且会通过溢出效应对相关企业的全要素生产力形成较大的促进作用^[10],进而带动全行业及全产业链新质生产力的发展。

综上所述,政府补贴在提高劳动者素质、提高劳动资料的技术含量、拓展劳动对象和提高全要素生产率等方面具有显著的正向作用,从而实现生产力诸要素高效协同,促使新质生产力的诞生。基于此,提出如下假设。

H1:政府补贴会促进上市公司提高新质生产力水平。

1.2 企业绩效的中介作用

政府补贴是政府支持企业发展的重要手段之一。首先,从企业财务角度看,政府补助对企业财务绩效具有显著正影响。林佳慧和杨红娟^[11]认为一方面政府补贴通常计入企业的营业外收入,直接增加企业绩效;另一方面政府通过政府补贴形式给予企业的税收减免,或者提供直接的生产补贴,帮助企业降低运营成本,从而提升企业绩效。其次,政府补助作为企业的利好消息,发挥了信号传递和声誉机制的作用,能够直接有利于企业获取信贷融资增强企业融资能力缓解融资约束^[12],促进企业增加研发投入。而政府补助和研发投入的增加能显著提升企业绩效^[13]。第三,由于获得政府补贴的企业往往是处于行业领先地位的企业或者被视为具有发展潜力的企业,这有助于提高企业的品牌形象和市场知名度。同时获得政府补贴支持的企业在技术创新、产品升级或市场拓展等方面具有更强的竞争力,也就是说政府补助能够显著增强企业市场竞争力^[14],而企业的品牌效应和市场竞争力的提高,可以吸引更多消费者和合作伙伴的关注,在市场竞争中占据更有利的位置,实现更高的市场份额和销售收入,进而提高企业绩效。

企业绩效的提高意味着企业有较强的盈利能力,能够产生更多的现金流。首先这些资金可以用来引进高科技人才,增加研发投入,提升企业科技创新能力加快形成新质生产力^[15]。其次,企业可以有更多的资金引进数字化技术和设备,促进企业数字化转型,企业数字化转型水平越高,新质生产力水平越高^[16]。第三,在“双碳”目标背景下,环境、社会和治理(environmental, social, and governance,ESG)表现成为衡量企业长期价值的重要工具。企业较强的盈利能力,能够促使企业更加关注环境、社会和公司治理,以提高企业ESG治理能力和绩效水平。而企业良好的ESG表现能够显著提升企业新质生产力^[17]。基于此,提出如下假设。

H2:政府补贴通过提高企业绩效,推动上市公司新质生产力水平的提高。

2 研究设计

收起

2.1 样本选择与数据来源

通过国泰安数据库获得度量2011—2022年沪、深两市所有上市公司政府补贴、企业绩效及衡量新质生产力的数据。数据在处理过程中剔除了以下样本:①剔除金融业公司的样本;②剔除ST类公司、所有者权益为负、当年IPO(首次公开募股)公司以及数据缺失的公司。最终,本文的样本观测值为31 291个。为了控制离群值问题,对连续变量分年度在1%和99%水平上进行缩尾调整。本文使用的计量分析软件为Stata15.0。

2.2 变量定义

2.2.1 被解释变量:企业新质生产力(NPRO)

新质生产力的核心是创新,因此参考宋佳^[18]的做法,基于生产力二要素理论,并考虑了劳动对象在生产过程中的作用和价值,采用熵值法衡量新质生产力。

2.2.2 解释变量:政府补贴(SUB)

以上市公司企业报表附注中政府对企业补贴的实际金额为基础,同时为了消除异方差以及缩小数据绝对值,取对数处理。

2.2.3 中介变量

选取资产收益率(ROA)作为中介变量,其原因是资产收益率=净利润/资产,可以衡量每单位资产能创造出多少净利润,具有可比性。

2.2.4 控制变量

分别选取代表上市公司基本特征的公司规模(Size)、资产负债率(LEV)、主营收入增长率(Growth)、公司年龄(Age)、代表上市公司内部治理机制的股权集中度(First)、董事会规模(Dsize)、独立董事比例(Independ)。具体计算方法见表1。此外,模型还分别控制年度(Year)和行业(Ind)变量。

2.3 研究模型

为了验证假设H1,设立基本模型(1):

(1)$NPR{O}_{i,t}={\beta }_{0}+{\beta }_{1}SU{B}_{i,t}+{\beta }_{2}Contro{l}_{i,t}+\sum Year+\sum Ind+{\epsilon }_{i,t}$

式中:β₀为常数项;β₁、β₂为回归系数;ε_i_,_t为随机扰动项。

3 实证结果分析

收起

3.1 变量描述性统计

相关变量的描述性统计见表2。公司规模(Size)均值为22.250,资产负债率(LEV)均值为0.421,符合中国的现实情况;主营收入年增长率(Growth)平均0.336,最大值为5.892,最小值为-0.677,企业间的成长性相差比较大。独立董事比例(Independ)均值为0.376,符合中国上市公司的相关规定。

3.2 基本回归结果分析

表3报告了模型(1)的回归结果,可以看出政府补贴(SUB)的回归系数为0.317,在1%的水平上显著为正,表明政府补贴会提高上市公司新质生产力水平,假设H1得到支持。控制变量中,主营收入增长率(Growth)与新质生产力显著正向相关,说明经营业绩越好的上市公司新质生产力水平越高;公司规模(Size)、资产负债率(LEV)、股权集中度(First)、公司年龄(Age)则对新质生产力有较显著的负向影响。这些与既有文献的结果基本一致。

3.3 中介效应分析

采用Bootstrap检验进行中介效应分析。表4列示了运用Bootstrap方法检验企业绩效在政府补贴与新质生产力关系中的中介效应结果。间接效应的95%置信度下的置信区间和偏差校正后的置信区间均不包含0,中介效应显著;且直接效应的95%置信度下的置信区间和偏差校正后的置信区间也均不包含0,说明企业绩效在政府补贴与新质生产力关系中发挥部分中介作用,假设H2得到验证。

3.4 异质性分析

3.4.1 产权性质

考虑到国有企业与非国有企业在资源基础、治理结构等方面存在差异,根据上市公司的产权性质将样本分为国有企业和非国有企业。分组检验不同产权性质的上市公司获得政府补贴对新质生产力水平的影响,结果见表5第(1)列和第(2)列。国有上市公司组中政府补贴(SUB)的回归系数为0.271,非国有上市公司组中政府补贴(SUB)的回归系数为0.356,在1%水平上显著为正。政府补贴(SUB)在分组回归系数差异显著性检验中的Chi²统计量为11.18,在1%的水平上显著。因此,可以得出初步结论,相比于国有上市公司,非国有上市公司接受政府补贴会更高地提升新质生产力水平。

这种异质性的存在可能是因为国有上市公司的管理制度和其运行效率,使得政府补贴难以完全投入到提高新质生产力水平的活动中,而非国有上市公司因其面临不稳定的市场环境、高强度的市场竞争程度等原因,会促使其更高效地利用来之不易的政府补贴,企业新质生产力的发展,会极大地提高政府补贴的利用效率。

3.4.2 公司规模

按照行业和年度取公司规模的均值,大于均值为大规模公司组,小于均值的样本为小规模公司组,分组检验不同规模的上市公司获得政府补贴对新质生产力水平的影响,结果见表5第(3)列和第(4)列。大规模上市公司组中政府补贴(SUB)的回归系数为0.233,小规模上市公司组中政府补贴(SUB)的回归系数为0.418,在1%水平上显著为正。政府补贴(SUB)在分组回归系数差异显著性检验中的Chi²统计量为52.08,在1%的水平上显著。因此,可以得出初步结论,相比于规大模上市公司,小规模上市公司接受政府补贴会更高的提升新质生产力水平。究其原因,可能是因为相比较于大规模上市公司,小规模上市公司在吸引高素质劳动者、更新高质量劳动资料和拓展劳动对象等方面更依赖政府补贴以分担高成本投入。

4 结论与建议

收起

4.1 结论

(1)政府补贴的提高能够正向促进上市公司新质生产力水平的提高。一方面,政府补贴可以促进人才聚集,使得上市公司拥有更多的高素质劳动者;另外一方面可以促进上市公司生产资料升级,加速企业数字化转型,使上市公司可以使用更高技术含量的劳动资料;最后,政府补贴能够显著提高战略新型产业和未来产业的发展,拓展了上市公司的劳动对象。

(2)通过中介效应检验发现,政府补贴通过提高企业绩效,推动上市公司新质生产力水平的提高。

(3)通过异质性分析发现,政府补贴与新质生产力的关系在不同产权性质以及公司规模的上市公司之间存在着异质性。相对于国有上市公司,非国有上市公司接受政府补贴后其新质生产力水平提高更加显著;相对于大规模上市公司,小规模上市公司接受政府补贴更能够显著提高新质生产力水平。

4.2 建议

(1)建立规范化的政府补贴制度,提高政府补贴的利用效率。长期以来,中国政府补贴金额的体量巨大,政府补贴政策也具有很大的惯性和倾向,这会导致制造业企业的过度投资行为,或者造成产能过剩的后果。因此,应根据优胜劣汰的原则,建立规范化的政府补贴制度,进一步打造公平竞争的市场环境,让经营管理不善、长期亏损、效率低下的企业退出政府补贴范围。同时加强对寻租、骗补等非生产性活动的规制,防止过度竞争。以此达到优化政府补贴配置,提高政府补贴使用效率的目的。此外还应构建完善的公平竞争审查机制,以保证政府补贴政策的有效实施。

(2)合理确定政府补贴标准,充分发挥政府补贴的支撑作用。政府补贴不论是减少企业支出还是增加企业收入,其目的都不是打乱市场秩序,而是在资源配置过程中起到辅助作用,市场机制仍然居于主导地位。在企业新质生产力形成过程中涉及劳动者、劳动资料和劳动对象等多方面的共同提高,在充分发挥市场机制的作用外,还应充分发挥政府补贴的支撑作用。因此应根据企业性质和规模的不同,合理确定政府补贴标准,采用诸如人才引进补贴、固定资产改造专项资金、研发补贴、贷款贴息等形式丰富政府补贴。同时政府补贴应着力降低企业在社会保障、基础设施、公共服务、职业教育等社会责任方面的成本支出,促进企业高质量健康发展。

基金

收起

黑龙江省社科规划办习近平总书记重要讲话重要指示精神研究专项(23XZT033)
黑龙江省省属高等学校基本科研业务费科研项目(2023-KYYWF-1066)
黑龙江省高等学校智库开放课题(ZKKF2022066)
黑龙江省省属高等学校基本科研业务费科研项目(1354MSYYB017)
牡丹江师范学院科研项目(YB2018009)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

马嘉楠, 翟海燕, 董静. 财政科技补贴及其类别对企业研发投入影响的实证研究[J]. 财政研究, 2018(2): 77-87.

[2]

杨志勇. 加快发展新质生产力的财政力量[J]. 中央财经大学学报, 2024(6): 3-9.

[3]

周波, 杨李路. 财政赋能加快发展新质生产力: 着力点、实现路径及基本原则[J]. 河北大学学报(哲学社会科学版), 2024, 49(4): 11-21.

[4]

李明珊, 姜竹秋. 战略性新兴产业中政府补贴对企业技术效率的影响: 以新能源产业为例[J]. 软科学, 2023, 37(1): 15-22.

[5]

王艺明, 马晴晴. 财政补贴对战略性新兴产业的资源配置效应: 以光伏产业为例[J]. 经济管理, 2024, 46(3): 64-85.

[6]

袁军, 邵燕敏, 王珏. 研发补贴集中度、高管技术背景与企业创新: 以战略性新兴产业上市公司为例[J]. 系统工程理论与实践, 2022, 42(5): 1185-1196.

[7]

耿成轩, 曾刚. 政府补贴、融资约束与战略性新兴产业融资效率: 基于双边随机边界模型的实证研究[J]. 管理现代化, 2019, 39(4): 5-8.

[8]

颜晓畅, 黄桂田. 政府财政补贴、企业经济及创新绩效与产能过剩: 基于战略性新兴产业的实证研究[J]. 南开经济研究, 2020(1): 176-198.

[9]

路春城, 王翠翠, 姜常梅. 政府补贴、创新投入与制造业企业全要素生产率[J]. 经济与管理评论, 2023, 39(1): 50-61.

[10]

胡春阳, 张进铭, 余泳泽. 财政补贴能否对企业全要素生产率形成溢出效应?[J]. 经济评论, 2023(1): 19-36.

[11]

林佳慧, 杨红娟. 政府补助提升企业财务绩效影响研究[J]. 中国集体经济, 2023(35): 67-70.

[12]

魏芳. 政府补助、金融发展与信贷规模歧视[J]. 经济与管理评论, 2019, 35(4): 140-149.

[13]

荣凤芝, 钟旭娟. 政府补助、研发投入与企业绩效相关性的实证检验[J]. 统计与决策, 2020, 36(5): 161-165.

[14]

王维, 李娜, 王则仁, 等. 政府补助、探索式创新意愿与企业市场竞争力的关系研究[J]. 科技管理研究, 2020, 40(5): 15-22.

[15]

杜传忠, 李钰葳. 强化科技创新能力加快形成新质生产力的机理研究[J]. 湖南科技大学学报(社会科学版), 2024, 27(1): 100-109.

[16]

杨寅, 陈菲尔. 企业数字化转型与新质生产力: 基于动态能力视角[J]. 财务研究, 2024(4): 26-37.

[17]

孙娜, 曲卫华. “双碳”目标下ESG表现赋能企业新质生产力[J]. 统计与信息论坛, 2024, 39(10): 24-41.

[18]

宋佳. ESG发展对企业新质生产力: 中国A股上市企业的经验证据[J]. 当代经济管理, 2024, 46(6): 1-11.

2025年第25卷第9期

PDF下载

338

169

引用本文

BibTeX

文章信息

接收时间：2024-10-29
首发时间：2025-07-18
出版时间：2025-05-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-10-29

基金

黑龙江省社科规划办习近平总书记重要讲话重要指示精神研究专项(23XZT033)

黑龙江省省属高等学校基本科研业务费科研项目(2023-KYYWF-1066)

黑龙江省高等学校智库开放课题(ZKKF2022066)

黑龙江省省属高等学校基本科研业务费科研项目(1354MSYYB017)

牡丹江师范学院科研项目(YB2018009)

作者信息

¹ 哈尔滨商业大学财政与公共管理学院, 哈尔滨 150028

² 牡丹江师范学院经济与管理学院, 黑龙江牡丹江 157000

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1152977388272079139

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量名称	变量符号	计算方法
公司规模	Size	期末总资产的自然对数
资产负债率	LEV	期末总负债/期末总资产
主营收入增长率	Growth	(本年主营业务收入-上年主营业务收入)/上年主营业务收入
公司年龄	Age	自然年度-成立年度
股权集中度	First	公司第一大股东持股比例
董事会规模	Dsize	董事会总人数的自然对数
独立董事比例	Independ	独立董事人数/董事会总人数

变量名称

变量符号

计算方法

公司规模

Size

期末总资产的自然对数

资产负债率

LEV

期末总负债/期末总资产

主营收入增长率

Growth

(本年主营业务收入-上年主营业务收入)/上年主营业务收入

公司年龄

Age

自然年度-成立年度

股权集中度

First

公司第一大股东持股比例

董事会规模

Dsize

董事会总人数的自然对数

独立董事比例

Independ

独立董事人数/董事会总人数

变量	样本数	均值	标准差	最小值	中位数	最大值
Size	31 291	22.250	1.275	20.010	22.060	26.050
Lev	31 291	0.421	0.203	0.059	0.413	0.889
Growth	31 291	0.336	0.859	-0.677	0.124	5.892
Age	31 291	19.310	5.803	8.000	19.000	36.000
First	31 291	34.060	14.820	8.430	31.900	74.180
Dsize	31 291	2.120	0.195	1.609	2.197	2.639
Independ	31 291	0.376	0.053	0.333	0.364	0.571
SUB	31 291	16.500	1.668	2.536	16.530	23.690
NPRO	31 291	5.000	5.000	6.000	0.000	0.804

变量

样本数

均值

标准差

最小值

中位数

最大值

Size

31 291

22.250

1.275

20.010

22.060

26.050

Lev

31 291

0.421

0.203

0.059

0.413

0.889

Growth

31 291

0.336

0.859

-0.677

0.124

5.892

Age

31 291

19.310

5.803

8.000

19.000

36.000

First

31 291

34.060

14.820

8.430

31.900

74.180

Dsize

31 291

2.120

0.195

1.609

2.197

2.639

Independ

31 291

0.376

0.053

0.333

0.364

0.571

SUB

31 291

16.500

1.668

2.536

16.530

23.690

NPRO

31 291

5.000

6.000

0.000

0.804

变量	NPRO
SUB	0.317^***(28.67)
Size	-0.084^***(-5.03)
LEV	-1.007^***(-12.05)
Growth	0.079^***(4.57)
Age	-0.045^***(-16.40)
First	-0.008^***(-8.05)
Dsize	1.144^***(12.22)
Independ	1.788^***(5.47)
常数项	-1.094^***(-3.11)
样本数	31 291
R²	0.103
adi.R²	0.103

变量

NPRO

SUB

0.317^***(28.67)

Size

-0.084^***(-5.03)

LEV

-1.007^***(-12.05)

Growth

0.079^***(4.57)

Age

-0.045^***(-16.40)

First

-0.008^***(-8.05)

Dsize

1.144^***(12.22)

Independ

1.788^***(5.47)

常数项

-1.094^***(-3.11)

样本数

31 291

R²

0.103

adi.R²

0.103

效应类型	回归系数	偏差	标准误	置信区间
间接效应	-3.103×10^-6	2.93×10^-8	6.545×10^-7	-4.50×10^-6	-2.02×10^-6	(P)
				-4.85×10^-6	-2.07×10^-6	(BC)
直接效应	0.000 375 53	-5.50×10^-7	0.000 012 59	0.000 352 2	0.000 401 9	(P)
				0.000 356 2	0.000 406 0	(BC)

效应类型

回归系数

偏差

标准误

置信区间

间接效应

-3.103×10^-6

2.93×10^-8

6.545×10^-7

-4.50×10^-6

-2.02×10^-6

(P)

-4.85×10^-6

-2.07×10^-6

(BC)

直接效应

0.000 375 53

-5.50×10^-7

0.000 012 59

0.000 352 2

0.000 401 9

(P)

0.000 356 2

0.000 406 0

(BC)

变量	(1)	(2)	(3)	(4)
	国有	非国有	大规模公司	小规模公司
SUB	0.271^*** (17.40)	0.356^*** (22.61)	0.233^*** (13.46)	0.418^*** (29.36)
Size	0.007 (0.24)	-0.289^*** (-7.85)	-0.103^*** (-3.85)	-0.271^*** (-12.31)
LEV	-1.576^*** (-11.93)	-0.613^*** (-5.67)	-1.036^*** (-7.07)	-1.294^*** (-12.78)
Growth	-0.086^*** (-3.43)	0.242^*** (10.20)	0.006 (0.21)	0.105^*** (4.64)
Age	-0.055^*** (-12.82)	-0.033^*** (-9.13)	-0.080^*** (-15.04)	-0.038^*** (-11.76)
First	-0.000 (-0.29)	-0.017^*** (-12.25)	0.003^* (1.83)	-0.023^*** (-18.94)
Dsize	1.540^*** (11.67)	0.587^*** (4.39)	1.230^*** (7.79)	0.447^*** (3.78)
Independ	1.078^** (2.32)	1.619^*** (3.47)	-0.442 (-0.83)	1.902^*** (4.59)
常数项	-2.477^*** (-4.11)	3.583^*** (4.51)	2.030^*** (3.53)	2.708^*** (5.50)
样本数	13 542	17 749	10 503	20 788
R²	0.107	0.119	0.101	0.143
adj.R²	0.106	0.118	0.100	0.142

变量

(1)

(2)

(3)

(4)

国有

非国有

大规模公司

小规模公司

SUB

0.271^***
(17.40)

0.356^***
(22.61)

0.233^***
(13.46)

0.418^***
(29.36)

Size

0.007
(0.24)

-0.289^***
(-7.85)

-0.103^***
(-3.85)

-0.271^***
(-12.31)

LEV

-1.576^***
(-11.93)

-0.613^***
(-5.67)

-1.036^***
(-7.07)

-1.294^***
(-12.78)

Growth

-0.086^***
(-3.43)

0.242^***
(10.20)

0.006
(0.21)

0.105^***
(4.64)

Age

-0.055^***
(-12.82)

-0.033^***
(-9.13)

-0.080^***
(-15.04)

-0.038^***
(-11.76)

First

-0.000
(-0.29)

-0.017^***
(-12.25)

0.003^*
(1.83)

-0.023^***
(-18.94)

Dsize

1.540^***
(11.67)

0.587^***
(4.39)

1.230^***
(7.79)

0.447^***
(3.78)

Independ

1.078^**
(2.32)

1.619^***
(3.47)

-0.442
(-0.83)

1.902^***
(4.59)

常数项

-2.477^***
(-4.11)

3.583^***
(4.51)

2.030^***
(3.53)

2.708^***
(5.50)

样本数

13 542

17 749

10 503

20 788

R²

0.107

0.119

0.101

0.143

adj.R²

0.106

0.118

0.100

0.142