《表1 模型（1)(2）的回归结果》

  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

《政府补贴与新能源汽车企业的研发》

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：***表示1%显著性水平；**表示5%显著性水平；*表示10%显著性水平。Log-li为log-likelihood。

本文使用OLS模型来估计模型（1），用SEM模型估计模型（2）。此外，考虑到模型的稳健性，本文也估计了SLX模型并加以说明，表1报告了这些结果。在SLX模型中，关键解释变量的系数不显著，即政府补贴在本研究模型中不存在空间外溢，这可能是因为新能源汽车产业是高风险产业，政府须谨慎对待，不会盲目跟风。在OLS与SEM模型的估计结果中，变量影响的方向与显著性基本一致。在报告SEM模型结果时，在matlab软件中根据hausman检验，发现p值远小于1%，即拒绝Huasman原假设。SEM模型中空间自相关系数ρ显著为正，说明新能源汽车企业在随机冲击的空间交互效应作用下存在明显的空间依赖关系。OLS与SEM模型回归结果显示，政府补贴对企业研发投入具有显著的“挤出效应”，这也验证了上文提到的新能源汽车“骗补”事件的原因：政府与企业之间存在不完全信息，政府希望企业将补贴用于研发与创新，而企业存在利润最大化动机，最终导致政府补贴呈现无效结果。此外，科研人员的数量及企业盈利能力显著影响着企业的创新，即企业的科研人员越多、盈利能力越强，越有利于企业的研发投入和创新。但是回归结果中企业的规模和年龄系数并不显著，企业的规模系数为正，即企业的规模越大越有利于企业进行创新；年龄系数为负，表明新能源汽车企业进入该行业的时间越短越有利于企业创新。这可能是因为新能源汽车产业是新兴产业，年龄越小的企业表明进入该产业的时间越少，企业想要发展的愿望也越高，进行研发的动力也越大，即财政补贴更能促进年轻企业的发展。