《表3 Probit回归模型分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《声誉积累优势还是绩效积累优势政府R&D补贴分配中“粘性”效应探究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:“***”、“**”、“*”分别表示在1%、5%、10%显著性水平下显著，下同

表3是采用Probit回归的结果。通过3.1的转移概率矩阵可知，政府R&D补贴分配存在“粘性”效应，为进一步探究产生补贴分配“粘性”效应的原因，采用Probit回归模型，加入可能的影响变量进行分析。其中模型1为基准模型，加入了企业过去获得补贴情况以及表征企业特制变量。模型2～模型5在基准模型的基础上不断加入表征企业创新能力的变量来逐层分析。结果显示，模型1中企业过去获得补贴对企业再次获取补贴在1%的显著水平上统计学显著，且影响为正向，表明企业过去获得补贴是企业再次获得补贴的重要影响因素。企业规模对企业再次获取补贴在1%的显著水平上统计学显著，且影响为正向，表明大企业更容易获得补贴，这与之前的研究结论一致。资产负债率在10%的显著水平上统计学显著且影响为负，表明政府R&D补贴更倾向于低负债的企业。模型2到模型5的结果显示，研发人员数量在5%显著水平上统计学显著，研发中心个数在1%水平上显著正相关。人均研发支出在1%水平上显著正相关，企业承担的研发项目对企业获得补贴呈现正向影响，但不显著。表明政府的补贴分配行为不仅仅只考虑企业过去获得过补贴，而是会综合考虑企业特质层面和企业创新能力层面的因素。