上市企业政府补贴决定中的博弈效应估算研究

刘靖宇，朱卫东

(1.长沙师范学院 经济管理学院，湖南 长沙 410148；2.合肥工业大学 经济学院，安徽 合肥 230009)

一、引言

自20世纪70年代末开始，财政分权体制和官员晋升考核方式发生重大变革，一方面财政收入和支配权开始由中央逐步下放至地方政府，地方政府财政收支自由度大幅提高，干预微观经济的物质基础得到强化，另一方面官员晋升制度由传统关注政治表现转为经济绩效导向为主，地方政府干预辖区微观经济的动机由此更趋明确。时至今日，财政分权度处于稳步上升态势[1]，同时官员晋升考核体系更趋多元化，考核体系中除包括经济增长指标，还包括解决就业、环境保护和促进创新等指标[2-4]，可见地方政府干预微观经济的物质基础得以进一步强化的同时，干预动机亦更加明确。政府基于特定经济社会发展目标干预微观企业生产经营活动现象日趋普遍，在可供选择的经济干预手段中，补贴具有见效快的特征，故备受政府青睐。以沪深两市A股上市企业为例，2007—2018年间政府补贴规模由288.829亿元增加至994.755亿元，年平均增长率高达29.092%，累计补贴金额高达11706.143亿元。2007—2018年间上市企业补贴覆盖率由68.412%增加到95.739%，几乎涵盖了除金融类和地产类企业外的全部企业。

政府补贴政策介入微观主体活动并非仅为弥补微观市场失灵导致的外部性损失[5]，还同时体现出政府更加重视辖区经济社会发展目标的维护[6]，所以企业生产经营决策越契合政府经济社会发展目标，其所获补贴水平越高。当企业纳税力强、就业容纳力强、研发投入大和投资强度高时[7-15]，其对地方经济社会发展贡献越大，获得补贴水平便越高。当企业处于亏损或增发配股边缘时，政府会通过补贴方式积极参与企业盈余管理，实现扭亏保牌和增发配股目的[16-20]，以确保辖区内上市企业数稳定和投资稳步增加。公共事业行业中存在微观市场失灵问题，政府则通过补贴弥补由此导致的外部性损失，以保障民生事业健康发展[21]。高新技术产业作为政府重点扶持产业，获得补贴水平相对更高[22]。政府常通过补贴方式帮助企业克服出口壁垒，以促进辖区出口事业蓬勃发展，因此有出口业务的企业往往获得补贴水平更高[22-25]。此外，现有研究表明国有企业获得补贴的可能性和规模都显著更高[5,17,26]。同时，寻租活动对补贴决定亦有显著影响[5,27-28]，当政府实施高压反腐政策时，势必会有效遏制寻租活动，其补贴水平自然会因此缩减[29]。此外，公司规模、负债率、行业异质性、地区异质性和时间异质性也对补贴决定有显著影响[11,30-31]。

而且，政府补贴决定中还存在信息不对称问题[32]，此时政府和企业会围绕补贴多少展开博弈：受财政约束或节约限制，政府会利用自身博弈优势掠取企业方预期剩余(1)掠取剩余为博弈论领域专业术语，意为各博弈参与方依据自身博弈优势侵占对方预期剩余的行为，而非强取豪夺之意。，且据此压低补贴水平。企业则会依据自身博弈优势掠取政府方预期剩余，且据此推高补贴水平。最终通过博弈达成的补贴水平被压低还是推高，则取决于政企双方何者掠取剩余相对更多。本文潜在贡献有三点：(1)理论层面，本文将构建政企双方围绕补贴决定进行博弈的理论分析模型，为理论分析政企间博弈行为对补贴决定影响提供一个全新框架和范式；(2)实证层面，本文将采用双边随机边界模型，定量估算政企双方于补贴决定中通过博弈掠取对方预期剩余的数量，并据此定量分析其对补贴决定的影响以及这一影响于政企双方个体特征维度上的异质性，以深化对补贴决定影响的再认识；(3)实践层面，本文将拓展性地研究信息不对称环境中政企间博弈行为对补贴决定的影响，这有助于深化实务界对补贴决定影响因素的再认识。

二、理论分析

政府补贴多少取决于企业对辖区经济社会发展目标的贡献度，本文将由此确定的补贴数额定义为基准补贴。同时，因为补贴决定中存在信息不对称问题，所以政企双方还会针对补贴多少展开博弈。其中政府方会依据自身掌握的博弈优势不断压低补贴，以期在激励企业协助实现既定经济社会发展目标的同时节约财政资金；企业方则利用自身博弈优势不断推高补贴，以实现自身经济利益的最大化。基于上述博弈机制分析结果，将政府补贴决定的理论分析模型设定为如下形式[33-34]：

(1)

(2)

通过移项和合并处理，式(2)可进一步变换为如下数学形式：

(3)

(4)

式(4)中，如果净剩余大于0，意味着政府掠取剩余多于企业掠取剩余，博弈的综合效应压低了达成补贴，使达成补贴低于基准补贴；如果净剩余小于0，说明企业掠取剩余多于政府掠取剩余，博弈的综合效应推高了达成补贴，使达成补贴高于基准补贴；如果净剩余等于0，表明政府和企业掠取剩余规模相当，此时达成补贴等于基准补贴。

可见，在信息不对称环境中，补贴多少不仅取决于企业对辖区经济社会发展目标的贡献度，同时亦受政企间博弈行为的影响。政府博弈行为会压低达成补贴，企业博弈行为会推高达成补贴，最终达成补贴被压低还是推高，则取决于政府和企业中何者掠取剩余相对更多，如果政府掠取剩余多于企业掠取剩余，达成补贴被压低，反之达成补贴则被推高。

三、研究设计

(一) 样本选择与数据来源

本文研究对象为我国沪深两市A股上市企业，样本数据采集于国泰安数据库。因为我国企业会计准则在2006年发生重大变更，故为避免各指标数值测算口径差异对本研究产生不利影响，本文将样本时间序列设定为2007—2018年,并对样本做出如下筛选和预处理：(1)对存在数据缺失样本予以删除；(2)剔除金融类样本企业；(3)剔除被特殊处理类企业样本。共获得18030个观测值，为避免离群值问题，本文对所有连续型变量的样本数据于1%和99%两个分位上作缩尾处理。

(二) 模型设定和变量定义

1.模型设定

在信息不对称环境中，补贴多少不仅取决于企业对辖区经济社会发展目标的贡献度，同时还受政企间博弈行为的影响。达成补贴由三部分构成：基准补贴、企业剩余和政府剩余。政府通过掠取企业预期剩余压低达成补贴，企业通过掠取政府预期剩余推高达成补贴，即政企间博弈行为对达成补贴决定的影响具有双边特征，据此基于Kumbhakar等的双边随机前沿分析思想[34]，本文将理论博弈分析式(3)变换为如下计量模型(5)：

(5)

(6)

式(6)中，φ(·)代表累积分布函数，φ(·)代表概率密度函数，其他参数数学表达式为：

(7)

模型(5)具有非线性结构，为保证回归估计效率，本文使用极大似然法对参数向量β、政府剩余和企业剩余实施估计。极大似然法需先行明确极大似然函数，假设样本容量为n，根据Kumbhakar等的推导思路得出双边随机前沿模型的极大似然函数[34]，其数学式为：

(8)

(9)

(10)

(11)

(12)

根据政府剩余估计式(11)和企业剩余估计式(12)，将综合剩余设定为政府剩余和企业剩余之差，其数学计算式为：

(13)

分析政企间博弈行为对达成补贴的影响时，无须预先确知政府剩余和企业剩余的大小，而是完全交由双边随机前沿模型的回归估计结果，这正是本方法优于传统补贴影响因素分析方法之处。

2.变量定义

(1) 被解释变量：补贴强度。参考唐清泉、邵敏等关于补贴强度的度量方法，将补贴强度设定为上市企业补贴总额和营业收入比值[10-11,35]。

(2) 解释变量：双边随机前沿分析方法的核心思想是系统控制补贴强度影响因素后，在随机扰动项中捕捉政府和企业的剩余掠取信息，这要求补贴强度影响因素控制要足够全面，否则随机扰动项中信息将混沌不明，便也无法成功分离得出政府和企业的剩余掠取信息。基于前期主流研究文献[7-25，27-31]，本文将解释变量系统设定为纳税强度、就业强度、研发强度、投资强度、增发配股、盈亏状态、资产负债率、外向度、公司规模、股权性质、公共事业、高新产业和反腐强度等变量，并系统控制了行业、地区和时间虚拟变量。

变量定义详细内容及描述性统计分析见表1。

表1 变量定义及描述性统计分析表

四、实证结果与分析

(一) 描述性统计分析

变量描述统计分析见表1。由表1可知，全部研究变量的样本数据均值和中位数相差不多，并且每个变量样本数据的标准差也比较小，这意味着各变量样本数据具有良好的平稳性，不存在异常值问题，有助保障后续实证分析结论的稳健性。解释变量方差膨胀因子都比较小，表明各主要解释变量间不存在明显共线性问题，避免了参数估计量的非有效问题和统计推断不可靠问题。

(二) 双边随机前沿模型回归结果与分析

由表2中模型(4)的极大似然估计结果可知，纳税强度在1%显著性水平上对补贴强度有显著正影响，意味着企业纳税能力越强，对地方财政收入贡献越大，获得补贴强度越大；就业强度在1%显著性水平上对补贴强度有显著正影响，说明企业解决就业贡献越大，获得政府补贴强度越大；研发投入强度在1%显著性水平上对补贴强度有显著正影响，说明企业研发投入越多，创新能力越强，获得政府补贴强度越大；投资强度在1%显著性水平上对补贴强度有显著正影响，增发配股变量在5%显著性水平上对补贴强度有显著正影响，意味着企业投融资越多，对地方经济发展贡献越大，获得补贴强度便越大；盈亏状态变量在1%显著性水平上对补贴强度有显著正影响，即当企业因亏损而面临被摘牌风险时，政府会基于保牌动机给予企业更多补贴；公共事业变量在1%显著性水平上对补贴强度有显著正影响，因为公共事业类企业多经营关乎民生的事业，并非单纯利润追求单位，其运营成本需部分地得到政府经济弥补方可持续经营，因此获得补贴强度更大；高新技术产业变量在1%显著性水平上对补贴强度有显著正影响，意味着高新技术产业类企业发展更契合辖区政府长远战略发展规划，获得补贴强度便越大；反腐强度在1%显著性水平上对补贴强度有显著负影响，表明政府高压反腐政策有效制约了企业“寻租行为”，因此获补贴的强度随之降低。

表2 双边随机前沿模型估计结果

负债率变量在1%显著性水平上对补贴强度有显著负影响，说明当企业负债率过高时，尤其是面临严重财务风险时，其对地方经济社会发展贡献日趋变小，甚至成为负担，所获政府补贴强度便相应变小。本结论存疑处为亏损企业的负债率往往亦相对更高，那为何盈亏状态和负债率两个变量对补贴强度作用的性质却迥异。然而，不能将两个变量内涵和作用效应简单地等价，因为负债率不仅反映企业面临财务风险状况，还反映了企业运用外部资本的能力，所以未超越风险警戒线的高负债率反而有利于企业发展。同时，依据国务院国资委的企业负债风险警戒线划分标准，本文将全部样本企业划分为高财务风险组和低财务风险组后，进一步的统计分析结果显示：(1)上市企业中面临高财务风险的样本数为1327个，其中416个样本同时处于亏损状态，占比约为31.349%；(2)上市企业中亏损样本数为1742个，其中面临严重财务风险样本数为416个，占比约为23.881%。可见，高财务风险样本和亏损状态样本并非完全重叠，也便不难理解盈亏状态和负债率两个变量对补贴强度作用的差异了。

公司规模变量在1%显著性水平上对补贴强度有显著负影响，因为企业规模越大，其营业收入水平也往往越高，而营业收入构成补贴强度指标的分母，所以企业规模大会稀释并最终降低政府补贴强度。统计分析结果显示，大型企业补贴规模均值为8712.926万元，小型企业补贴规模均值为967.117万元，即于补贴规模上政府确实补贴大型企业显著更多。但是，在大型企业和小型企业间，营业收入均值的组间差为1954302.108万元，而政府补贴的组间差仅为7745.809万元，且Kruskal-Wallis检验结果显示这两项差异在1%水平上显著，可见营业收入和政府补贴在企业规模维度并非呈等差变化，而是营业收入变化规模高于政府补贴变化规模，最终致使大型企业补贴强度显著小于小型企业补贴强度。进一步的统计分析显示大型企业和小型企业的补贴强度均值分别为0.011和0.014，且Kruskal-Wallis检验结果显示政府补贴强度的组间差异在1%水平上显著。

股权性质变量在1%显著性水平上对补贴强度有显著负影响，其原因在于国有企业平均规模虽然更大，但是其平均营业收入水平亦更高，而营业收入构成了补贴强度测算值的分母项，这稀释了国有企业的补贴强度，所以国有企业补贴强度反而更低。统计分析结果显示，国有企业组补贴规模的平均值为8636.943万元，民营企业组补贴规模的平均值为2228.413万元，且二者差异在1%水平上显著，即于补贴规模上政府确实倾向于更多补贴国有企业。但是，在国有企业组和民营企业组间，政府补贴均值的组间差额为6408.530万元，营业收入均值的组间差额为1847105.774万元，且Kruskal-Wallis检验结果显示这两项差异均在1%水平上显著，可见营业收入变化规模远高于政府补贴变化规模，这致使国有企业补贴强度显著低于民营企业补贴强度。进一步的统计分析结果显示，国有企业和民营企业的政府补贴强度均值分别为0.010和0.014，且Kruskal-Wallis检验结果显示政府补贴强度的组间差异在1%水平上显著。

表3 博弈机制分析和方差分解结果

(三) 博弈机制分析和方差分解结果

表3汇报了剩余期望值估算结果和随机干扰项总方差εi的分解结果。表3中博弈机制分析结果显示，政府剩余的期望值为1.175，企业剩余的期望值为0.379，即政府剩余平均水平上高出企业剩余约0.796，这意味着政府剩余掠取水平高于企业剩余掠取水平，最终压低了达成补贴水平，使达成补贴水平低于基准补贴水平。表3中方差分解结果显示，在补贴强度无法获得解释的随机扰动项中，政府和企业的剩余掠取效应占比高达75.924%，这说明政企间博弈行为对补贴决定有重要影响；在剩余掠取的总效应中，政府剩余掠取效应占比为90.551%，企业剩余掠取效应占比为9.449%，可见政府剩余掠取效应更加显著于企业剩余掠取效应，这表明企业方虽有一定博弈能力，但达成补贴的最终决定权主要掌握在政府方。

(四) 剩余估算结果与分析

本文基于式(11)定量估算政府剩余，即政府掠取剩余占基准补贴的百分比，含义为政府剩余掠取行为将达成补贴压低幅度占基准补贴的百分比；基于式(12)定量估算企业剩余，即企业掠取剩余占基准补贴的百分比，含义为企业剩余掠取行为将达成补贴推高的幅度占基准补贴的百分比；基于式(13)计算净剩余，其值为正代表政府和企业间综合博弈效应将达成补贴压低幅度占基准补贴的百分比，其值为负代表政府和企业间综合博弈效应将达成补贴推高幅度占基准补贴的百分比。

表4 博弈效应估算结果的描述性统计分析

剩余估算结果的描述性统计列于表4中。平均水平而言，政府剩余掠取行为压低了达成补贴，压低幅度占基准补贴的53.838%；企业剩余掠取行为推高了达成补贴，推高的幅度占基准补贴的27.507%；T检验结果显示政府剩余在1%水平上显著高于企业剩余。政府和企业间博弈行为产生的综合净效应压低了达成补贴，压低幅度占基准补贴的26.331%，即企业最终接受了一个低于基准补贴26.331%的补贴水平。

政府剩余、企业剩余和净剩余的频数分布图显示(4)限于篇幅，频数分布图未予呈现，有兴趣的读者可向作者索取。：(1)政府剩余多分布于中高剩余水平处，企业剩余集中分布于低剩余水平处，而且净剩余多分布于零轴线右侧，这意味着政府剩余掠取水平总体高于企业剩余掠取水平，最终达成补贴因此被压低；(2)政府剩余和企业剩余的频数分布特征均表现为向右拖尾，表明仅少数政府或企业于剩余掠取中绝对占优。

(五) 剩余掠取效应的异质性分析

政府剩余、企业剩余和净剩余的频数分布图显示，剩余掠取效应并非呈均匀分布，而是表现出较强的异质性，为此本文接下来将基于政府和企业的个体特征分析剩余掠取效应的异质性，见表5。

表5 剩余掠取效应的异质性分析

基于企业股权性质的剩余掠取效应异质性分析结果显示：(1)相对于民营企业组而言，国有企业组中政府剩余均值更高，企业剩余均值更低，且其组间均值差异分别在5%和1%水平上显著；(2)相对于民营企业组而言，国有企业组中政府净剩余均值更高，且其组间均值差异在1%水平上显著。政府对国有企业拥有绝对控制权，这一关联关系使政企双方“知根知底”，企业剩余掠取能力因此被弱化，驱使企业调减预期补贴下限，这拓宽了国有企业预期剩余空间，最终拓宽了政府剩余掠取空间；政府对国有企业更加“知根知底”，且基于财政约束或节约考虑，亦会更加严苛地调低预期补贴上限，这会缩减政府预期剩余空间，挤压企业剩余掠取空间；政府对国有企业信息掌握更加完全，减少了国有企业私有信息量，这在增强政府博弈能力的同时，削弱了国有企业博弈能力。这些因素综合作用决定了政府于国有企业处掠取更多净剩余，将补贴压低更多。

基于公司规模的剩余掠取效应异质性分析结果显示：(1)相对于小型企业组而言，大型企业组中政府和企业掠取剩余的均值都相对更高，且其组间均值差异均在1%水平上显著；(2)相对于小型企业而言，大型企业组中政府所获净剩余的均值相对更低，且其组间均值差异在1%水平上显著。因为大型企业具有规模优势，在承担政府经济社会发展目标方面更有可为，由此滋生“店大压客”的心态，使其于博弈中表现得更加自信和激进，最终被政府掠取净剩余相对变少，补贴被压低程度更小。本处潜在存疑为：前文回归分析结果显示公司规模对补贴强度有显著负影响，而本处博弈净效应表现为大型企业被掠取净剩余显著更少，致使大型企业的补贴强度相对显著更高，即前后结论似存在冲突。但是，企业规模于前后文处对政府补贴强度产生影响的机制并不一致，前文分析的是企业规模对政府补贴强度产生的直接效应，而本处是企业规模因素通过影响企业博弈能力对补贴强度产生的间接效应，作用机制的差异会导致作用效果的不一致，所以前后结论并不存在冲突。

基于企业所属地区贫富差异的剩余掠取效应异质性分析结果显示：(1)相对于普通地区组而言，富裕地区组中政府和企业掠取剩余均值都相对更低，且其组间均值差异分别在5%和1%水平上显著；(2)相对于普通地区组而言，富裕地区组中政府所获净剩余均值更高，且其组间均值差异在1%水平上显著。经济发达地区，财政更加富裕，且政府更加注重维护补贴决策的公平性，这促使企业调高补贴预期下限，由此缩减了企业预期剩余空间，最终挤压了政府剩余掠取空间；经济发达地区政府更加注重市场公平和秩序的维护，微观经济干预动机不强，这使政府补贴决策相对更加严苛，其预期补贴上限因此更低，由此压缩了政府预期剩余空间，减少了企业剩余掠取空间；经济发达地区补贴决策相对更加透明，制度更加规范，削弱了企业凭借私有信息强化博弈能力的效应。这些因素综合作用决定了富裕地区政府获得了更多净剩余，终将补贴压低更多。

基于反腐强度的剩余掠取效应异质性分析结果显示：(1)相对于八项规定实施前组而言，八项规定实施后组中政府和企业掠取剩余均值都相对更低，且其组间均值差异均在1%水平上显著；(2)相对于八项规定实施前组而言，八项规定实施后组中政府所获净剩余均值更小，且其组间均值差异在1%水平上显著。高压反腐态势下，补贴决策更加公平、公正和公开，促使企业随之调高补贴预期下限，缩减了企业预期剩余空间，由此减小了政府剩余掠取空间，最终使政府剩余变少。八项规定显著抑制了补贴决策中的寻租行为，使政府补贴决策上限因此被调减，减小了政府预期剩余空间，最终使企业剩余显著变少。总体而言，高压反腐政策促使补贴决策官员更加廉洁自律，更倾向于依规办事，尽力置身于“讨价还价”之外，降低了参与博弈的意愿，这在一定程度上也制约了补贴决策官员博弈能力的发挥，加之其剩余掠取空间亦发生缩减，故综合博弈效应表现为八项规定后的政府净剩余更少，补贴被压低幅度变小。

五、结论性评述

前期文献多基于完美信息假说研究政府补贴影响因素问题，然而现实补贴决定中存在着严重的信息不对称问题，为此本文采用双边随机前沿模型，使用2007—2018年沪深两市A股上市企业样本数据，拓展研究信息不对称背景下政企博弈行为对补贴决定的影响，实证研究结果表明：(1)信息不对称环境中的政企博弈行为对补贴决定有重要影响。在补贴传统影响因素无法解释的随机干扰项中，政企博弈信息占比高达75.924%，说明政企博弈行为对政府补贴有重要影响。(2)就平均水平而言，政府掠取剩余显著高于企业掠取剩余，最终政府获得净剩余，并据此压低了达成补贴水平。政府剩余掠取行为压低了达成补贴，压低幅度占基准补贴的53.838%；企业剩余掠取行为推高了达成补贴，推高幅度占基准补贴的27.507%，政企间综合博弈效应表现为压低了达成补贴，压低幅度占基准补贴的26.331%，即企业最终接受了一个低于基准补贴的补贴水平。(3)博弈效应在政企双方不同个体特征维度上呈现出显著的异质性。同民营企业相比，政府于国有企业处掠取净剩余相对更多，最终将国有企业达成补贴水平压低的幅度更大；同小型企业相比，政府在大型企业处掠取净剩余相对更少，大型企业的达成补贴被压低幅度相对更小；同普通地区相比，富裕地区政府于企业方掠取净剩余相对更多，所以富裕地区企业达成补贴被压低幅度更大；同八项规定实施之前相比，政府在八项规定后掠取企业的净剩余相对变少，达成补贴水平被压低幅度相对变小。

本文实证研究了信息不对称环境中政企博弈行为对补贴决定的影响，结论形成的政策启示为：传统补贴决策中，政府多依据企业个体特征决定的贡献大小确定补贴金额，忽视了信息不对称环境中政企博弈因素对补贴金额的影响。本文针对上市企业补贴决定中博弈效应的估算发现，博弈效应于83.111%的样本点表现为压低了补贴，于16.889%的样本点表现为推高了补贴，所以本文建议政府测算补贴金额时，还要充分评估博弈因素导致的补贴偏误问题，并据此调增补贴缺漏或删减补贴冗余，避免政企博弈因素导致补贴政策偏离预定目标。