光伏产业补贴退坡政策是否抑制了企业的R&D投入

来源:用户上传      作者:

　　摘 要：作为一个政策敏感型行业，光伏产业大规模补贴退坡政策对光伏行业企业技术研发投入造成的影响如何是值得研究的重要问题。运用较为成熟的政策评价方法——断点回归，对补贴退坡政策效应进行估计，而且进一步的PSM-DID检验确保了研究结论的稳健性。研究发现，补贴退坡政策显著降低了光伏企业的研发强度，阻碍了企业自主创新能力的提高，破坏了企业加大研发投入和推进自主创新所需的稳定的政策环境。
　　关键词：补贴退坡;企业R&D投入;断点回归;双重差分倾向得分匹配
　　中图分类号：F426        文献标志码：A      文章编号：1673-291X（2019）12-0017-02
　　引言
　　作为一种替代传统能源的新兴能源，发展光伏产业有利于优化各国能源结构和保障能源安全。我国光伏产业虽然起步较晚，但作为重点扶持的战略性新兴产业，中央和地方政府对光伏产业给予大力扶持。中央政府希望通过对光伏产业的大力扶持，引导社会资金进入光伏行业，实现保障我国能源安全、环境安全以及增强光伏产业国际竞争力的多重目标。基于目前我国光伏产业的发展目标，政府实施光伏产业补贴政策的重要导向之一在于引导光伏企业加强技术研发投入，增强我国光伏产业自主创新能力和核心竞争力。同时，补贴政策有利于进一步扩大光伏发电比重，从而优化我国能源结构并促进能源行业节能减排。
　　基于光伏企业加强自主创新能力的重要性，本文认为在光伏补贴逐步退坡的大背景下，光伏企业的研发投入水平受到的影响如何是一个值得关注的重要问题。本文在对光伏补贴政策背景和相关文献进行回顾的基础上，评估补贴退坡政策对企业研发投入的影响。本文可能有的边际贡献体现在：一是从光伏补贴退坡的角度切入，对光伏补贴退坡政策对企业研发投入的政策效应进行讨论。二是先后运用断点回归（RD）、双重差分倾向得分匹配（PSM-DID）等最新发展的政策效应评估方法对补贴退坡政策效应进行全面评估，使得研究结论可靠性增强。
　　一、实证设计与结果分析
　　（一）实证策略
　　为准确估计补贴退坡政策对企业研发投入水平的政策效应，本文采用断点回归（RD）进行估计。断点回归（RD）是最近十几年兴起的用于识别处置效应的方法，作为一种“拟随机试验”方法，其特点是可以有效克服内生性问题，被广泛应用于政策效果评估等研究中。就本文研究的主题而言，断點回归设计的思想是：在补贴退坡政策出台前后，如果光伏企业研发强度出现明显的改变（即出现断点），本文认为这些改变可能是由于该政策变动引起的。此处特别需要指出的是，在应用断点回归时，本文选取的时间节点t0为2013年。由于本文采用的是光伏行业上市公司的年度数据，而且补贴退坡政策的颁布是统一公开透明的，因此在补贴退坡政策实施年份前后光伏企业个体受到影响的概率直接从0跳跃到1，适用于清晰断点回归，根据局部线性回归法可估计政策的处置效应。根据清晰断点回归的设计，我们建立目标函数：
　　（二）样本来源、变量处理
　　为检验光伏产业补贴退坡政策对光伏企业研发投入水平的影响，本文采用微观企业层面上的数据进行实证研究。基于数据的可得性、准确性以及企业信息公开性等因素考虑，本文选择的样本为2010—2016年沪深A股市场光伏行业上市公司（中国经济金融数据库（CCER）、国泰安数据库以及Wind资讯）。由于上市公司存在多元化经营的情况，为了确保样本企业主营业务中光伏相关业务占有较大比例，本文以主营业务收入为依据对样本企业进行仔细的筛选和甄别并剔除ST公司。通过查询样本企业历年年报的信息，核准样本公司进入光伏行业的年份，最后筛选出2010年前进入光伏行业的上市公司38家，时间跨度为2010—2016年共266个观测值。
　　（三）断点回归估计结果分析
　　根据Stata软件运行结果，在最优带宽的条件下，光伏企业的研发强度下降2.7282%且在5%的水平上显著。在一半最优带宽以及两倍最优带宽的条件下，Lwald（局部沃尔德值）均为负数，且在5%的水平上显著，表明带宽对结果的影响较小，虽然添加控制变量前后结果显著性发生变化，但Lwald值的正负并不受控制变量添加的影响。而对断点回归中控制变量的连续性检验结果表明，所有控制变量在断点处均为连续，无出现显著的断点，表明造成断点回归结果的稳健性较好。从断点回归估计结果可以发现，在补贴退坡之前，代表光伏企业研发投入水平的研发强度不断提高，表明企业不断加强研发投入水平。但是，在2013年一系列光伏补贴退坡政策出台之后，光伏企业研发强度出现明显的下降。可见，补贴退坡严重抑制了光伏企业研发强度和研发能力的提升，光伏企业研发投入水平的政策敏感性较高。由于断点回归设计的局限，仍需对实证结果做进一步的稳健性检验。
　　二、稳健性检验
　　（一）实证策略
　　同样作为一种基于“准自然实验”而设计的方法，PSM-DID被广泛应用于公共政策效果评估的研究中。
　　1.倾向得分匹配（PSM）。在进行倾向得分匹配时，为了保证匹配样本所属行业的代表性，考虑到光伏行业上市公司绝大部分属于证监会行业分类（2012年版）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等六大类制造业，本文筛选出上述行业中925家上市公司设为进行匹配前对照组的原始样本。然后，本文采取Probit模型计算所有企业的倾向得分，该得分表示为：
　　其中，P为倾向得分，Scholarit表示为光伏行业虚拟变量，Xit表示匹配变量。在匹配完成之后，本文剔除匹配失败的样本，筛选出匹配成功的企业作为对照组。
　　2.双重差分（DID）。在参考已有的研究文献的基础上，本文引入一个二元虚拟变量time={0，1}，其中time=0和time=1分别表示补贴退坡政策颁布的前、后两期，采用补贴退坡前后各两年的数据，即2012—2015年的数据。然后建立双重差分模型：
　　（二）PSM-DID结果分析
　　1.匹配平衡性检验结果。为了确保PSM-DID估计结果的可靠性，在匹配完成之后，本文进行了匹配平衡性检验。根据既有文献的研究，标准偏差的绝对值越小，处理组和对照组的差异越小，匹配的效果越好。本文的匹配后各变量的标准偏差均在15%以下，对光伏企业的匹配均满足了平衡性假设。因此，本文对匹配方法和匹配变量的选择是比较恰当的，PSM-DID实证结果具有稳健性。
　　2.PSM-DID结果。根据实证策略，在进行倾向得分匹配之后应用双重差分模型进行估计，Stata软件运行结果表明核心解释变量交叉项Scholar×Time在有无控制变量的两种情况下的估计系数符号以及显著性水平基本一致，分别为-2.880%和-2.335%，说明是否添加控制变量对结果的影响不大，有较好的稳健性。该交叉项的系数为负且显著性水平分别为1%和5%，表明即使考虑了其他宏观经济因素的影响与其他行业企业进行比较，光伏产业补贴退坡政策仍然显著降低了光伏企业的研发强度，估计结果与断点回归结果一致。
　　结语
　　作为我国的战略性新兴产业，政府投入大量资源发展光伏产业，取得一定的成效。但是，光伏补贴政策出现的一系列问题却严重影响我国光伏产业发展目标的实现，不利于提高我国光伏产业的国际竞争力。本文实证估计结果表明，光伏补贴退坡政策的出台显著降低了光伏企业的研发投入水平，阻碍了光伏企业自主创新能力的提高。在稳健性检验中，运用双重差分倾向得分匹配（PSM-DID）进一步排除不确定的经济周期等宏观因素对实证结果的干扰。本文研究发现，补贴退坡政策严重抑制了光伏企业研发投入水平和自主创新能力的提高，破坏了光伏产业加强研发投入所需要的稳定的外部环境。
转载注明来源:https://www.xzbu.com/2/view-14870434.htm