【会计研究方法入门课程论文报告：政府补贴对节能环保企业生产率影响的实证研究】

《会计研究方法入门》课程论文报告：政府补贴对节能环保企业生产率影响的实证研究目录TOC\o"1-2"\h\u9722一、研究思路 16650二、文献综述 121069三、变量构造 2715（一）被解释变量 224988（二）解释变量 215933（三）控制变量 28018四、描述性统计 512443五、画图 621204六、回归分析结果 720187七、检验 817374（一）稳健性检验 813822（二）中介效应检验 101754参考文献 11一、研究思路本文首先用文献分析法从多渠道、多角度搜集并整理国内外相关文献，仔细阅读并吸收其中可以利用的观点，形成研究雏形，同时分析政府补贴和节能环保企业的相关概念、发展现状及存在的问题等，从理论层面分析政府补贴对节能环保企业生产率能够产生的影响，为后续实证研究提供充分的理论基础。之后提出相应假设、建立概念模型并搜集有关数据，运用实证分析法对搜集到的数据进行分析整理，利用回归分析模型对数据进行分析，对所提假设进行验证，得出政府补贴对节能环保企业生产率的影响的有关结论，之后对所得结果进行稳健性检验与中介效应检验，验证结论的正确性，最后分析实证研究所得结论并综合理论解析部分的内容，提出促进节能环保企业生产率提高的对策建议，为我国节能环保企业的高质量发展提供理论支撑和借鉴。二、文献综述RobertWieser（2005）和Sissoko（2013）认为，政府给予企业的研发补贴能够激励企业进行研发活动，促使企业提高自身研发投入，有利于提高生产率。JohnMoffat（2014）认为，政府对企业进行补贴有助于企业生产率的提升。林毅夫（2012）认为，各地政府通过补贴等方式促使企业向更有发展前景的产业靠拢，这样既有利于产业转型升级，又有利于降低企业经营风险，提高企业生产率。任曙明和吕镯（2014）认为，政府补贴有利于缓解企业融资约束，全面降低融资约束对企业生产率的负面作用，以便于提高企业的全要素生产率。李政等学者（2018）通过研究发现，政府补贴能够帮助企业有效降低创新惰性，促使其将更多的时间和金钱投入到研发创新中，增加研发创新投入，从而促进企业生产率的提升。王薇等学者（2018）同样发现，政府补贴有利于促使企业提高研发投入强度，使得企业全要素生产率在一定的程度上得到提升。三、变量构造（一）被解释变量全要素生产率（TFP）：因为本文研究政府补贴对节能环保企业生产率的影响，所以选择用全要素生产率反映企业生产率，并将其设为被解释变量。本文从国泰安数据库（CSMAR）中搜集固定资产（K）、劳动力投入（L）、营业收入（Y）、以及为购买商品和劳务而实际支付的现金（M）等四个变量，对其进平减后用Stata软件计算节能环保企业的全要素生产率。（二）解释变量政府补贴强度（Gov-S）：政府补贴强度=政府补贴/营业收入。为了避免企业规模的影响，本文选择用政府补贴强度反映政府补贴，并将其设为解释变量，数值为企业的政府补贴与营业收入的比值。其中用到的政府补贴的数据由国泰安数据库（CSMAR）节能环保企业的财务报表附注中“政府补贴”部分分析整理而得。（三）控制变量被解释变量全要素生产率（TFP）：因为本文研究政府补贴对节能环保企业生产率的影响，所以选择用全要素生产率反映企业生产率，并将其设为被解释变量。为了评估节能环保企业的全要素生产率，必须首先拟合其生产函数，然后将其中剩余的部分，也就是劳动、资本和其他难以解释的要素投入分离出来，所得即为企业的全要素生产率。然而，该方法可能会导致两种偏差，即同时性偏差和样本选择上的偏差，它们也会最终导致计算结果的偏差。OlleyGS和PakesA（1996）[17]发明了解决同时性偏差的计算方法，即OP法。为了解决这个偏差，OP法假设企业根据当前的生产状况做出投资决策，也就是假设企业的投资与产出之间总是有相关性的，这意味着没有投资的样本被排除在外，不会考虑在估计样本中，但这往往是与现实相矛盾的情况。之后AmilPetrin等学者（2004）[18]为了解决这一问题而在OP法的基础上进一步提出用中间要素投入指标代替投资额来解决弃置样本的问题，形成了一种相对成熟的估计方法，即LP法。现在大多数文献都使用LP法进行企业全要素生产率的估计测量，因此，本文也首先利用LP法计算，之后再改变计算方法，利用OP法计算从而进行稳健性检验，以确保分析结果的准确性。本文从国泰安数据库（CSMAR）中搜集固定资产（K）、劳动力投入（L）、营业收入（Y）、以及为购买商品和劳务而实际支付的现金（M）等四个变量，对其进平减后用Stata软件计算节能环保企业的全要素生产率。解释变量政府补贴强度（Gov-S）：政府补贴强度=政府补贴/营业收入。为了避免企业规模的影响，本文选择用政府补贴强度反映政府补贴，并将其设为解释变量，数值为企业的政府补贴与营业收入的比值。其中用到的政府补贴的数据由国泰安数据库（CSMAR）节能环保企业的财务报表附注中“政府补贴”部分分析整理而得。控制变量资产负债率（Debt）：资产负债率=总负债/总资产。资产负债率可以用于衡量融资能力，企业具有合理的资产负债率证明其融资能力较强而且内部具有充足的资金，有利于降低企业的研发成本，提高企业生产率，所以将其设为控制变量之一。资产负债率的数据由国泰安数据库（CSMAR）节能环保企业的财务指标分析表中“资产负债率”部分分析整理而得。资产净利率（ROA）：资产净利率=净利润/总资产。资产净利率可以用来衡量盈利能力，盈利资金可以用于各项有利于提高企业生产率的日常经营活动，而且具有较强盈利能力企业也会更加倾向于企业的长期发展并做出相应决策，有利于提高企业生产率，所以将其设为控制变量之一。资产净利率的数据由国泰安数据库（CSMAR）节能环保企业的财务指标分析表中“资产负债率”部分分析整理而得。人力资本（Human）：人力资本=支付给职工薪酬/职工人数。人力资本指一个企业中个人拥有的知识技能及其熟练程度等等，人力资本越高越有利于提高企业生产率，所以将其设为控制变量之一。其中支付给职工薪酬的数据由国泰安数据库（CSMAR）节能环保企业的资产负债表中“应付职工薪酬”部分分析整理而得，职工人数的数据由国泰安数据库（CSMAR）区域经济表中“职工人数”部分分析整理而得。发展能力（Growth）：发展能力=（本年营业收入-上一年营业收入）/上一年营业收入。发展能力代表着企业经营规模的增长速率，是多种条件共同作用的结果，发展能力强意味着发展潜力大，有利于提高企业生产率，所以将其设为控制变量之一。其中本年营业收入与上一年营业收入的数据由国泰安数据库（CSMAR）节能环保企业财务报表的利润表中“营业收入”部分分析整理而得。企业年龄（Age）：企业年龄=研究年份-成立年份+1。理论上讲，一方面，企业年龄较大的企业往往具有较为完善的管理制度、丰富的资源、雄厚的资金、较强的竞争优势等等而有利于企业蓬勃发展；另一方面，企业有可能因为正处于成熟期或衰退期而存在活力不足、缺乏创新等等问题而阻碍发展，这些都会对企业生产率产生影响，所以将其设为控制变量之一。企业年龄的数据由国泰安数据库（CSMAR）节能环保企业股权信息表中“企业年龄”部分分析整理而得。企业规模（Scale）：用年度平均员工人数的对数表示。一方面，规模较大的企业具有规模经济及群聚效应等优势，而且可以采用差异化或成本领先战略，一般规模较大的企业都能够承担巨大的研发支出，所以在技术创新方面也具有较大优势；另一方面，规模较大的企业内部可能会因为组织过于庞大，不同组织之间的摩擦与矛盾也比规模小的企业要多，信息传递受到阻碍的现象也多有发生，这些都会对企业生产率产生影响，所以将其设为控制变量之一。其中员工人数的数据由国泰安数据库（CSMAR）节能环保企业治理综合信息文件中“员工人数”部分分析整理而得。所以根据以上叙述，变量选取如表3.1所示。表1变量定义及测量变量属性变量名称变量符号变量测量被解释变量全要素生产率TFPLP法计算解释变量政府补贴强度Gov-S政府补贴/营业收入控制变量资产负债率Debt总负债/总资产资产净利率ROA净利润/总资产人力资本Human支付给职工薪酬/职工人数发展能力Growth（本年营业收入-上一年营业收入）/上一年营业收入企业年龄Age研究年份-成立年份+1企业规模Scale企业年度平均员工人数的对数四、描述性统计表2为基准回归模型中涉及到的各变量及其描述性统计结果。表2描述性统计分析变量均值标准差最小值中位数最大值TFP8.010.925.667.9411.03Gov-S1.702.280.010.8218.87Debt45.0816.831.9746.1497.89ROA3.354.72-26.473.5432.30Human21532.9419651.8327.5216345.11130649.94Growth21.0848.84-63.0512.00605.25Age18.244.716.5017.8336.42Scale7.471.074.627.3511.51注：全要素生产率（TFP）、政府补贴强度（Gov-S）、资产负债率（Debt）、资产净利率（ROA）、发展能力（Growth）均用百分比表示。人力资本（Human）单位为元，企业年龄（Age）单位为年，企业规模（Scale）为企业内员工人数的对数。其中，全要素生产率（TFP）、政府补贴强度（Gov-S）、资产负债率（Debt）、资产净利率（ROA）、发展能力（Growth）均用百分比表示（观测值*100）。从表中可以看出，全要素生产率的均值为8.01，大于中位数7.94，说明其呈现偏态分布，而且最大值为11.03，最小值为5.66，标准差为0.92，说明不同企业在不同年份的全要素生产率差别较大。五、画图本文为了更加直观地理解节能环保企业生产率与政府补贴之间的关系，探寻政府补贴能对节能环保企业生产率产生何种影响，在进行相关性分析的基础上绘制了关于企业全要素生产率与政府补贴强度的包含拟合线的散点图，如图1所示，可以看出二者之间呈负相关性，说明政府补贴会抑制节能环保企业生产率的提高，也初步证实了假设H1的正确性，为后续进行的回归分析奠定基础。图1包含拟合线的企业TFP与政府补贴强度散点图回归分析结果针对假设H1，本文根据模型（3-4）对本文所涉及的全要素生产率（TFP）、政府补贴强度（Gov-S）、资产负债率（Debt）、资产净利率（ROA）、人力资本（Human）、发展能力（Growth）、企业年龄（Age）及企业规模（Scale）等变量进行线性回归分析，回归结果如表4.3所示。表4.3回归结果变量总体样本Gov-S-0.087***（-9.133）Debt0.013***（8.764）ROA0.026***（5.192）Human3.876E-6***（3.470）Growth0.002***（3.643）Age0.012**（2.591）Scale0.478***（20.759）Constant3.573***（22.152）Observations711R-squared0.618注：***表示在1%水平上显著相关，**表示在5%水平上显著相关，*表示在10%水平上显著相关，括号内数字为t值。由表4.3可知，政府补贴强度的回归系数为-0.087，为负值，而且该回归系数在1%的水平上显著相关，表明节能环保企业的全要素生产率与政府补贴强度之间呈显著的负相关关系，在一定条件下，政府补贴的增加会抑制节能环保企业生产率的提高，证明了H1：政府补贴对节能环保企业生产率的提高产生抑制作用，这一假设是正确的。七、检验（一）稳健性检验现有文献中针对企业全要素生产率的计算大多采用LP法，而且这种方法可以减少样本值缺失所造成的误差，所以本文首先采用了LP法计算节能环保企业的全要素生产率。出于稳健性的考虑，本文在该部分改变了被解释变量的计算方法，在回归的基础上用OP法代替LP法进行计算，将被解释变量替换为利用OP法计算而得的数据再进行回归分析，两种情况下的回归结果如表3所示。表3不同TFP计算方法下的回归结果变量LP法OP法Gov-S-0.087***（-9.133）-0.089***（-9.863）Debt0.013***（8.764）0.011***（7.671）ROA0.026***（5.192）0.029***（6.156）Human3.876E-6***（3.470）-6.081E-7（-0.579）Growth0.002***（3.643）0.002***（4.632）Age0.012**（2.591）0.010**（2.218）Scale0.478***（20.759）0.066***（3.064）Constant3.573***（22.152）2.424***（15.982）Observations711711R-squared0.6180.300注：***表示在1%水平上显著相关，**表示在5%水平上显著相关，*表示在10%水平上显著相关，括号内数字为t值。由表3中数据可知，用另一种方法即OP法计算全要素生产率后政府补贴强度前的回归系数为-0.089，仍然为负值，且该回归系数在1%的水平上显著相关，表明节能环保企业在另一种计算方法下的全要素生产率与政府补贴强度之间仍然呈显著的负相关关系，说明政府补贴的增加会抑制节能环保企业生产率的提高，证明了H1：政府补贴对节能环保企业生产率的提高产生抑制作用，这一假设是正确的。这与LP法计算下的回归即基准回归的结果一致，表明了基准回归结果的稳健性。将企业分为国有企业和非国有企业本文选取来自国泰安数据库（CSMAR）节能环保产业的145家沪深两市A股上市公司2015-2019年的财务数据，共711个样本作为研究对象。该部分将711个样本按照国有企业和非国有企业分为两组样本，国有样本共236个，非国有样本共475个，之后分别对两组样本进行了回归分析，分析结果如表4所示。表4分组回归结果变量总体样本国有样本非国有样本Gov-S-0.087***（-9.133）-0.088***（-5.297）-0.088***（-7.568）Debt0.013***（8.764）0.013***（3.994）0.012***（7.101）ROA0.026***（5.192）0.002（0.168）0.028***（5.563）Human3.876E-6***（3.470）6.648E-6***（3.842）1.990E-6***（1.113）Growth0.002***（3.643）0.002**（2.052）0.002***（3.047）Age0.012**（2.591）0.006（0.573）0.016**（2.999）Scale0.478***（20.759）0.394***（9.456）0.536***（18.125）Constant3.573***（22.152）4.376***（11.167）3.166***（15.850）Observations711236475R-squared0.6180.4710.649注：***表示在1%水平上显著相关，**表示在5%水平上显著相关，*表示在10%水平上显著相关，括号内数字为t值。由表4可知，将所选取的节能环保企业分为国有样本和非国有样本两组进行回归分析后，政府补贴强度的回归系数均为-0.088，为负值，且均在1%的水平上显著相关，与总体样本的回归结果即基准回归结果一致，说明无论选取的节能环保企业是国有的还是非国有的，政府补贴对其生产率的提高均产生抑制作用，充分证实了假设H1的准确性，同时表明了基准回归结果的稳健性。中介效应检验实证检验部分证实了研发投入可以成为政府补贴对节能环保企业生产率产生影响的渠道，是影响节能环保企业生产率的中介变量。为了进一步说明中介变量研发投入的合理性，本文引入了交互项Gov-S*R&D和交互效果模型进行检验，交互效果模型如下所示：TF并进行交互效果回归，回归结果如表5所示。表5交互效果回归结果变量TFPGov-S-0.113***（-7.021）R&D-0.056***（-5.151）Gov-S*R&D0.007***（3.110）Debt0.012***（7.624）ROA0.021***（4.191）Human4.262E-6***（3.860）Growth0.002***（3.840）Age0.008*（1.762）Scale0.479***（21.152）Constant3.886***（22.797）Observations711R-squared0.632注：***表示在1%水平上显著相关，**表示在5%水平上显著相关，*表示在10%水平上显著相关，括号内数字为t值。由表5可以看出，交互项Gov-S*R&D前面系数在1%水平上显著为正，说明政府补贴对节能环保企业生产率提高的抑制作用会随着研发投入的增加而增加，再次证明假设H2是正确的。参考文献Chiar