







研发补贴对企业高水平创新的影响研究 —— 基于异质性实证检验
论文总结
论文的核心亮点
采用 TLAD 法纠正专利数据偏态分布偏误,手工整理补贴明细与专利分类、引用数据,多维度衡量创新质量;从补贴形式、行业属性、企业融资约束三维度展开异质性分析,精准识别有效激励场景,弥补单一政策评估缺陷。
论文的主要发现
研发补贴显著增加企业专利总量,但仅集中于实用新型专利(边际创新),对发明专利(高水平创新)无显著影响。
项目型补贴、补贴高新技术行业、内源性融资约束小的企业,能有效激励高水平创新。
研发补贴对探索性创新、发明专利引用深度 / 广度及被引次数无显著作用,难以提升创新质量。
论文的实践意义
为研发补贴政策优化提供实证支撑,明确定向补贴、精准筛选补贴对象的重要性,助力破解 “实用新型专利陷阱”,推动创新 “提质增效”,为关键核心技术攻关提供政策参考。
实证部分
一、研究假说
H1A:研发补贴能激励企业进行高水平创新。
H1B:研发补贴对企业边际创新的激励作用强于高水平创新。
H2:不同补贴形式、行业属性及企业融资约束下,研发补贴对高水平创新的影响存在异质性。
二、变量描述
解释变量:研发补贴(ln RDsub,总补贴额取对数)、项目类研发补贴(ln RDsub_xm)。
被解释变量:发明专利 / 实用新型 / 外观设计专利的申请数与授权数(取对数)、探索性创新水平、专利引用指标。
控制变量:企业规模、增长性、ROA、员工总数、年龄、杠杆率等。
三、模型设定
四、实证结果与分析
① 基准回归:研发补贴显著促进实用新型专利申请与授权,对发明专利无显著影响,支持 H1B。
② 稳健性检验:通过工具变量、PSM 匹配、滞后效应检验、替换被解释变量,结果稳健。
③ 进一步分析:研发补贴对探索性创新及发明专利引用指标无显著影响,难以改变创新行为与质量。
④ 异质性分析:项目型补贴、高新技术行业、低融资约束企业的补贴激励效果更显著,支持 H2。
⑤ 内生性检验:工具变量法、双向因果检验、遗漏变量检验,证实核心结论可靠。
五、结论
?为你保驾护航
?一站式服务,全程保密
?高质高效,经验丰富
#实证分析 #stata #stata代做 #数据分析我在行 #stata实证 #dissertation #经济与金融 #计量经济学 #提供思路和创新点
论文总结
论文的核心亮点
采用 TLAD 法纠正专利数据偏态分布偏误,手工整理补贴明细与专利分类、引用数据,多维度衡量创新质量;从补贴形式、行业属性、企业融资约束三维度展开异质性分析,精准识别有效激励场景,弥补单一政策评估缺陷。
论文的主要发现
研发补贴显著增加企业专利总量,但仅集中于实用新型专利(边际创新),对发明专利(高水平创新)无显著影响。
项目型补贴、补贴高新技术行业、内源性融资约束小的企业,能有效激励高水平创新。
研发补贴对探索性创新、发明专利引用深度 / 广度及被引次数无显著作用,难以提升创新质量。
论文的实践意义
为研发补贴政策优化提供实证支撑,明确定向补贴、精准筛选补贴对象的重要性,助力破解 “实用新型专利陷阱”,推动创新 “提质增效”,为关键核心技术攻关提供政策参考。
实证部分
一、研究假说
H1A:研发补贴能激励企业进行高水平创新。
H1B:研发补贴对企业边际创新的激励作用强于高水平创新。
H2:不同补贴形式、行业属性及企业融资约束下,研发补贴对高水平创新的影响存在异质性。
二、变量描述
解释变量:研发补贴(ln RDsub,总补贴额取对数)、项目类研发补贴(ln RDsub_xm)。
被解释变量:发明专利 / 实用新型 / 外观设计专利的申请数与授权数(取对数)、探索性创新水平、专利引用指标。
控制变量:企业规模、增长性、ROA、员工总数、年龄、杠杆率等。
三、模型设定
四、实证结果与分析
① 基准回归:研发补贴显著促进实用新型专利申请与授权,对发明专利无显著影响,支持 H1B。
② 稳健性检验:通过工具变量、PSM 匹配、滞后效应检验、替换被解释变量,结果稳健。
③ 进一步分析:研发补贴对探索性创新及发明专利引用指标无显著影响,难以改变创新行为与质量。
④ 异质性分析:项目型补贴、高新技术行业、低融资约束企业的补贴激励效果更显著,支持 H2。
⑤ 内生性检验:工具变量法、双向因果检验、遗漏变量检验,证实核心结论可靠。
五、结论
?为你保驾护航
?一站式服务,全程保密
?高质高效,经验丰富
#实证分析 #stata #stata代做 #数据分析我在行 #stata实证 #dissertation #经济与金融 #计量经济学 #提供思路和创新点


