5 中关村示范区企业获得创新基金要素分析

5.1 数据样本的统计性描述

在企业负责人的教育水平方面，样本企业中的比例情况如表1所示。从表1中可以看出，无论是以拥有博士学位的企业负责人数所占比率还是以拥有研究生学位的企业负责人数所占比率来衡量企业负责人的高学历情况，在获得创新基金支持的企业中，具有高学历的企业负责人所占比率都要高于未获得创新基金的企业，由此可见，企业负责人的教育水平是反映其自身能力、进而影响企业能力的一个因素。在模型的分析中为简洁起见，确定企业负责人教育水平时以是否拥有博士学位为标准。以是否拥有研究生学位为标准确定该变量取值的模型将在稳定性检验中作进一步讨论。

对于4.1节中提出的其他模型变量的统计性描述见表2。在此仅列出分析时较多关注的“均值”一列以方便进行对比参照。

5.2 模型与结果

在考虑了本文分析目标以及样本数据的特点后，我们使用Logit回归来对中关村示范区企业获得创新基金的要素进行分析。对于初创期企业和成长期企业两个子样本模型的回归分析结果如表3所示。通过相关系数矩阵以及方差膨胀因子（最大值分别为1.24和1.14）的计算，我们认为两个子样本模型不存在明显的多重共线性。

对于该截面数据模型可能存在的异方差性，我们在回归时通过在回归方程指令中加入vce（Robust）选项来加以消除。

从回归结果中我们可以看到，“企业年龄”这一变量前的系数在两个模型中都为负，且分别在5%和10%的显著性水平下显著。这说明，无论是初创期企业还是成长期企业，创新基金优先支持的都是处于早期发展阶段的企业（企业年龄较小）。这一结果与创新基金推动科技型中小企业的科学技术产业化转变，从而实现扶持、培育这些具有发展前景的新兴企业的定位相吻合。

接下来我们对本文提出的假设进行验证。

在模型1（初创期企业）中，以是否拥有博士学位来衡量的企业负责人教育水平这一变量的系数显著为正，表明了企业负责人教育水平高的企业更有可能获得创新基金的支持，假设1在初创期企业中成立。然而在模型2（成长期企业）中，这一变量前的系数虽然大于0，但是在统计意义上并不显著，因此假设1在成长期企业中并不成立。这一现象是合理的：对于处于初创期的企业来说，由于其市场经历的缺乏，因此外部投资者很难通过一些财务数据来衡量该企业的发展潜力，而是更多地会依赖于反映企业现有的一些特性的指标进行判断；企业负责人的教育水平正是对科技型企业该阶段能力的直接反映。而当企业发展至成长期之后，随着其产品或服务的问世、市场业务的增加，外部投资者更多地可以通过财务数据来衡量该企业的能力与潜力。

在对于假设2的验证中，我们可以看到，企业上年研发投入的系数在两个模型中都显著为正；研发人员占总员工数比例的系数都为正，但仅在模型2中显著。因此从整体上看不能拒绝假设2，认为创新基金倾向于支持人力资源配置及技术开发实力更好的企业。研发人员占总员工数的比例在初创期企业中可能由于企业规模、人员规模等原因的存在，因此并不显著。

无论是在模型1中还是在模型2中，与申报项目相关的专利数的系数均为负且不显著。由此拒绝假设3，即不认为创新基金在评审企业申报项目时以与项目有关的专利数来衡量其是否应该获得资助。我们从科技部创新基金相关管理部门处了解到，在专家评审过程中，除非专利数量有特别大的优势，否则通常并不会作为影响评审结果的因素被考虑进来。这或许可以解释专利数这一变量不显著且系数符号与预期相反的情况。

企业的经营能力方面，对于初创期企业来说，总资产增长速度与净资产增长速度均不显著且系数为负，销售收入增长速度与净利润增长速度的系数为正且显著；对于成长期企业来说，总资产增长速度系数为正且显著，净资产增长速度系数为正但是并不显著，销售收入增长速度与净利润增长速度都显著但是系数为负，与预期相反。因此在对于假设4的判断上，我们认为：首先，较高的销售收入增长速度与净利润增长速度对于增加初创期企业获得创新基金支持的几率有着一定的促进作用，而总资产增长速度和净资产增长速度则因企业处于发展初期等原因并不被作为影响评审结果的因素考虑进来。其次，较高的总资产增长速度对成长期企业获得创新基金支持的几率有着正向的促进作用，然而净资产增长速度、销售收入增长速度和净利润增长速度对其并没有促进作用。分析已具有一定成熟度的成长期企业，在一定程度上不存在分析初创期企业时可能遇到的问题，因此总资产增长速度在评判企业是否具有较好的经营能力方面具有更高的可依赖性。另外，在调研时我们发现，评审专家中具有财务知识的专家比较少，而且对于某些财务指标的考核主要是从其完整性和真实性出发，而对于其经济含义的考虑较少。

对于财务指标变量，我们仅考察它们在成长期企业子样本中的效果。从模型2的回归结果可以看出，较高的主营业务利润率和经营现金流量对企业获得创新基金支持的可能性具有正向的促进作用，而创新基金评审标准中的另外3个变量在实际中并没有代表会为企业带来更高的获得创新基金可能性的财务状况。

5.3 稳定性检验

为了测试用不同标准衡量企业负责人教育水平对于模型回归结果的影响，我们改用“是否拥有研究生学位”来衡量“企业负责人教育水平”这一变量（有则取值为1，否则取值为0），重新对模型进行回归分析。回归结果如表4所示。修改后的模型同样通过了相关系数矩阵与方差膨胀因子检验，不存在多重共线性；同时，在回归方程指令中加入了vce（Robust）指令来消除可能存在的异方差性。

从回归结果可以看到，当我们以“是否拥有研究生学位”来衡量企业负责人的教育水平时，两个模型中其他变量前的系数符号都没有发生变化，且显著性水平仍然维持原先的状况（尽管P值发生了变化）。但是与此同时，“企业负责人教育水平”这一变量在初创期企业模型中不再显著（原模型中该变量在1%的显著性水平下显著），而在成长期企业模型中这一变量仍然不显著。

通过以上稳定性检验我们可以发现，在改变了“企业负责人教育水平”这一变量的衡量标准后，对于模型中除该变量之外的变量的回归情况与分析和原模型保持一致，稳定性较好。但是，该变量自身对于企业获得创新基金支持的可能性不再有正向的影响（主要是在初创期企业模型中发生变化）。