政府补助如何驱动汽车制造业创新与价值提升：研发投入的中介效应解析

政府补助如何驱动汽车制造业创新与价值提升：研发投入的中介效应解析一、引言1.1研究背景与动因在全球经济格局中，汽车制造业占据着举足轻重的地位。从历史发展进程来看，自19世纪末汽车制造业诞生以来，其历经百余年的技术革新与产业升级，已成为一个国家工业水平和经济实力的重要象征。在产业分布上，欧洲、北美和亚洲是汽车制造业的主要集中区域，德国、日本、美国等国家凭借成熟的产业体系，在全球汽车市场长期占据领先地位，而中国近年来汽车制造能力不断攀升，消费市场规模巨大，也已成为全球重要的汽车制造中心。2023年，中国汽车总产值达到11万亿人民币，占全国GDP的比重接近10%，首次超越房地产，成为中国的第一经济支柱，产销量均突破3000万辆大关，同比分别增长11.6%和12%，出口量达491万辆，首次超越日本成为全球第一大汽车出口国。汽车制造业的发展不仅直接创造了大量的就业岗位，从生产线上的工人到研发部门的技术人员，再到销售和售后服务人员，涵盖广泛的职业类型；还带动了上下游相关产业链的协同发展，如钢铁、橡胶、玻璃等原材料产业，以及金融、保险、物流等服务业，成为各国政府税收的重要来源，对经济增长、就业、技术创新等方面发挥着不可替代的推动作用。在汽车制造业蓬勃发展的背后，政府补助和研发投入扮演着至关重要的角色。政府补助是政府干预经济的一种重要手段，对于汽车制造企业而言，政府补助具有多方面的积极意义。在资金层面，能够有效缓解企业在技术研发、生产设备更新、市场拓展等方面面临的资金短缺问题，降低企业的运营成本和财务风险。例如，在新能源汽车领域，政府通过购车补贴、研发补贴等形式，直接为企业提供资金支持，帮助企业降低研发成本，加快技术突破。从政策引导角度，政府补助能够引导企业的发展方向，使其与国家的产业政策和战略目标相契合。如政府对新能源汽车和智能网联汽车相关技术研发的补助，推动了汽车产业向绿色化、智能化方向转型升级，促进了产业结构的优化调整。政府补助还能向市场传递积极信号，增强投资者和消费者对企业的信心，提升企业在市场中的竞争力和影响力。研发投入则是汽车制造企业保持核心竞争力、实现可持续发展的关键因素。汽车制造行业属于技术密集型产业，技术的不断进步和创新是企业在激烈市场竞争中脱颖而出的核心要素。通过持续的研发投入，企业能够不断推出新技术、新产品，提升产品质量和性能，满足消费者日益多样化和个性化的需求。以特斯拉为例，其在自动驾驶技术和电池技术方面持续投入大量研发资金，使得其产品在续航里程、智能驾驶体验等方面领先于众多竞争对手，迅速占领市场。研发投入还能促进企业优化生产工艺，降低生产成本，提高生产效率，从而增强企业在价格和产品供应效率上的竞争力。从行业发展角度看，企业的研发投入推动了整个汽车制造行业的技术进步和产业升级，加速了行业的变革与创新，促使汽车向智能化、电动化、共享化方向发展。随着市场竞争的日益激烈以及技术变革的加速，研究政府补助、研发投入和企业价值之间的关系具有重要的现实意义和理论价值。在现实中，政府需要精准把握补助政策对企业的激励效果，以便制定更加科学合理、有效的产业扶持政策，提高财政资金的使用效率，更好地推动汽车制造业的高质量发展。企业则需要明确研发投入在政府补助与企业价值之间的作用机制，从而优化自身的研发策略，合理配置资源，充分利用政府补助，提升企业价值和市场竞争力。从理论层面而言，目前学术界对于政府补助、研发投入和企业价值三者之间的关系尚未形成统一的定论，研究结论存在一定的差异。不同的研究视角、方法和样本选择导致了研究结果的多样性，因此，深入研究这三者之间的内在关系，有助于丰富和完善相关理论体系，为后续的学术研究提供新的思路和实证依据。1.2研究价值与实践意义本研究聚焦于汽车制造业中政府补助、研发投入与企业价值的关系，在理论与实践层面均具有重要意义。在理论方面，本研究丰富和拓展了政府补助、研发投入与企业价值关系的理论研究体系。过往关于这三者关系的研究虽有不少，但多分散于不同行业，且研究视角和方法各异，尚未形成统一且全面的理论框架。尤其在汽车制造业这一特定领域，相关研究的深度和广度仍有较大提升空间。本研究通过构建政府补助、研发投入与企业价值关系的理论模型，系统分析三者之间的直接和间接影响路径，深入探讨研发投入在政府补助与企业价值之间的中介作用机制，为后续研究提供了新的理论视角和研究思路。研究结果也有助于进一步明确政府补助对企业研发投入的激励效应或挤出效应，以及研发投入如何通过技术创新、产品升级、生产效率提升等途径影响企业价值，弥补了现有理论研究在汽车制造业领域的不足，推动了相关理论的完善和发展。从实践意义来看，本研究对政府和企业都具有重要的指导价值。对于政府而言，为政策制定与优化提供了科学依据。政府在制定针对汽车制造业的补助政策时，需充分考虑政策的目标、方式、力度以及对企业研发投入和企业价值的影响。本研究通过实证分析，揭示了政府补助对汽车制造企业研发投入和企业价值的具体影响效果，有助于政府准确把握补助政策的实施效果，了解不同补助方式和补助强度对企业行为和绩效的差异影响，从而根据产业发展需求和企业实际情况，制定更加精准、有效的补助政策。政府可以根据研究结果，加大对新能源汽车、智能网联汽车等关键技术领域研发的补助力度，引导企业增加研发投入，推动产业技术创新和转型升级；还可以优化补助方式，如采用税收优惠、研发补贴、产业基金等多种形式相结合，提高财政资金的使用效率，避免资源浪费。对于汽车制造企业来说，本研究为企业的战略决策提供了有力支持。企业在制定发展战略时，需要充分考虑政府补助和研发投入对企业价值的影响，合理配置资源，提升企业竞争力。通过本研究，企业能够明确政府补助与企业研发投入和企业价值之间的关系，认识到研发投入在企业发展中的核心作用，从而更加重视研发活动，加大研发投入力度，优化研发资源配置。企业可以根据政府补助政策的导向，结合自身的技术优势和市场需求，选择具有潜力的研发项目，提高研发效率和成功率；还可以充分利用政府补助资金，降低研发成本，增强企业的抗风险能力，实现企业价值的最大化。1.3研究设计与技术路线1.3.1研究对象本研究以中国汽车制造业上市公司为研究对象。汽车制造业作为国家经济发展的重要支柱产业，涵盖了整车制造、零部件生产等多个细分领域，其产业规模庞大，产业链条长，对国民经济的发展具有重要的带动作用。上市公司在汽车制造行业中通常具有较强的代表性，它们在技术研发、市场拓展、企业管理等方面具有一定的优势和影响力，能够反映行业的发展趋势和特点。选择汽车制造业上市公司作为研究对象，有助于获取丰富的财务数据和企业信息，为实证研究提供有力的数据支持，从而更准确地揭示政府补助、研发投入与企业价值之间的关系。1.3.2数据来源研究数据主要来源于多个权威数据库，包括但不限于国泰安（CSMAR）数据库、万得（Wind）数据库。这些数据库汇集了上市公司的年度报告、中期报告等公开披露信息，涵盖了公司的财务数据、股权结构、管理层信息等多方面内容，数据全面、准确且具有权威性。同时，为了确保数据的完整性和可靠性，还对部分数据进行了交叉核对，补充参考了上市公司官方网站发布的公告、国家统计局以及中国汽车工业协会等机构发布的行业统计数据。对于个别缺失或异常的数据，采用了合理的处理方法，如根据行业均值、公司历史数据趋势进行填补或修正，以保证研究数据的质量，为后续的实证分析奠定坚实基础。1.3.3研究方法本研究综合运用多种研究方法，以全面、深入地探究政府补助、研发投入与企业价值之间的关系。文献研究法：通过广泛查阅国内外相关领域的学术文献，包括学术期刊论文、学位论文、研究报告等，梳理政府补助、研发投入与企业价值的相关理论，总结前人的研究成果和研究方法，了解该领域的研究现状和发展趋势，找出已有研究的不足和空白点，为本文的研究提供理论基础和研究思路，明确研究的切入点和方向。实证研究法：构建多元线性回归模型，以汽车制造业上市公司的相关数据为基础，运用统计软件进行数据分析。通过描述性统计，对样本数据的基本特征进行概括和总结，了解数据的分布情况；采用相关性分析，初步判断变量之间的相关关系；运用回归分析，检验政府补助对企业价值的直接影响，以及研发投入在政府补助与企业价值之间的中介效应，验证研究假设，揭示变量之间的内在关系和作用机制。案例分析法：选取汽车制造业中具有代表性的企业作为案例研究对象，深入分析其政府补助获取情况、研发投入策略以及企业价值变化情况。通过对具体案例的详细剖析，将实证研究结果与企业实际经营情况相结合，进一步验证研究结论的可靠性和适用性，从微观层面深入理解政府补助、研发投入与企业价值之间的关系，为企业提供实际的经验借鉴和决策参考。1.3.4技术路线本研究的技术路线图展示了研究的整体思路和流程（见图1）。首先，在研究准备阶段，通过对国内外相关文献的梳理和总结，明确研究问题和研究目标，确定以汽车制造业上市公司为研究对象，阐述研究的理论和实践意义。其次，基于相关理论基础，提出关于政府补助、研发投入与企业价值之间关系的研究假设，为后续的实证研究提供理论依据。然后，在数据收集与处理阶段，从多个数据库收集汽车制造业上市公司的相关数据，并进行筛选、整理和预处理，确保数据的质量和可用性。接下来，运用实证研究方法，构建多元线性回归模型，进行描述性统计、相关性分析和回归分析，检验研究假设，得出实证结果。同时，选取典型企业进行案例分析，深入剖析政府补助、研发投入与企业价值之间的关系，进一步验证实证结果。最后，对研究结果进行总结和讨论，阐述研究的主要发现和贡献，提出政策建议和未来研究方向，为政府和企业提供决策参考，推动该领域的研究不断深入发展。\二、理论基础与文献综述2.1相关理论基础2.1.1政府补助相关理论政府补助是指企业从政府无偿取得货币性资产或非货币性资产，但不包括政府作为企业所有者投入的资本。其主要形式包括财政拨款、财政贴息、税收返还以及无偿划拨非货币性资产等。财政拨款是政府为支持特定企业或项目，无偿拨付的具有明确用途的款项，例如对高新技术企业的研发专项拨款，助力企业开展前沿技术研究。财政贴息则是政府对特定领域企业的银行贷款利息给予补贴，如新能源汽车制造企业在扩大生产规模进行贷款时，政府给予的利息补贴，降低企业融资成本，鼓励企业扩大生产。税收返还常见的形式有先征后返、即征即退等，企业缴纳税款后，政府按照相关政策规定将部分税款返还给企业，增强企业资金流动性。无偿划拨非货币性资产，像政府将土地使用权无偿划拨给企业用于项目建设，为企业节省土地购置成本。从理论角度来看，政府补助对企业具有多重作用。在激励理论方面，政府补助能够有效激发企业的创新活力和发展动力。对于汽车制造企业而言，研发活动往往伴随着高投入、高风险和长周期等特点，企业可能会因担心研发失败导致成本无法收回而对研发活动有所顾虑。政府通过提供研发补贴、税收优惠等补助方式，降低企业研发成本，分担研发风险，使企业预期收益增加，从而激励企业加大研发投入，积极开展技术创新活动，推动企业技术进步和产品升级。当政府对汽车制造企业研发新能源汽车关键技术给予高额补贴时，企业会更有动力投入资源进行相关技术研发，以获取政府补助和潜在的市场收益。资源配置理论认为，市场在资源配置中起决定性作用，但市场机制并非完美无缺，存在市场失灵的情况。在汽车制造业中，由于技术创新的外部性、信息不对称以及规模经济等因素的影响，市场可能无法实现资源的最优配置。政府补助作为一种宏观调控手段，可以引导资源向汽车制造业中具有战略意义和发展潜力的领域流动。政府对新能源汽车和智能网联汽车产业给予大量补助，吸引资本、人才、技术等资源向这些领域集聚，促进产业结构优化升级，提高资源配置效率，推动汽车制造业向绿色化、智能化方向发展，弥补市场失灵的缺陷。信号传递理论指出，政府补助可以向市场传递积极信号。当政府对某汽车制造企业给予补助时，这表明政府对该企业的发展前景、技术实力和市场潜力的认可，有助于增强投资者和消费者对企业的信心。投资者会认为该企业具有良好的发展机遇和潜力，从而更愿意为企业提供资金支持，降低企业融资难度和成本；消费者会认为该企业的产品更具可靠性和先进性，进而增加对企业产品的购买意愿，提升企业的市场份额和品牌影响力，为企业发展创造有利的市场环境。2.1.2研发投入相关理论研发投入是指企业为开展研究与开发活动而进行的经费支出，包括研发人员工资费用、直接投入费用、折旧费用与长期待摊费用、设计费用、装备调试费、无形资产摊销费用、委托外部研究开发费用以及其他费用等。从研发活动的性质和目的来看，可分为基础研究、应用研究和试验发展。基础研究主要是为了获取新知识、探索新原理，不直接面向特定的应用或产品，但其成果为后续的应用研究和技术开发奠定理论基础，如汽车制造领域对新型材料的基础研究，探索材料的微观结构与性能关系，为开发新型轻量化、高强度汽车材料提供理论依据。应用研究则是针对具体的实际问题，运用基础研究成果，探索新技术、新方法和新途径，具有明确的应用目标，例如研究如何将新型材料应用于汽车零部件制造，提高零部件的性能和质量。试验发展是将应用研究成果转化为实际产品、工艺或服务的开发活动，通过大量的试验和测试，实现技术的商业化应用，如汽车制造企业将新型材料零部件进行大规模生产和装配，推向市场。内生增长理论强调技术进步是经济增长的核心驱动力，而企业的研发投入是推动技术进步的关键因素。通过持续的研发投入，汽车制造企业能够开发出新技术、新产品，提升产品质量和性能，满足消费者日益多样化和个性化的需求，从而增强企业在市场中的竞争力。特斯拉持续投入大量资金进行自动驾驶技术研发，使其在智能汽车领域处于领先地位，吸引了大量消费者，市场份额不断扩大。研发投入还能促进企业优化生产工艺，提高生产效率，降低生产成本，实现规模经济，进一步提升企业的盈利能力和市场价值。创新理论认为，研发投入是企业创新的基础和前提。创新包括产品创新、工艺创新、管理创新和市场创新等多个方面，而这些创新活动都离不开研发投入的支持。在汽车制造业中，产品创新表现为推出具有新功能、新设计的汽车产品，如新能源汽车的出现，改变了传统燃油汽车的动力系统，满足了消费者对环保、节能的需求；工艺创新则体现在改进汽车生产流程和制造技术，提高生产效率和产品质量，如采用先进的智能制造技术，实现汽车生产的自动化和智能化；管理创新涉及优化企业组织架构、管理模式和运营流程，提高企业管理效率和决策科学性；市场创新包括开拓新的市场领域、创新营销模式和服务方式，如汽车企业开展线上销售、提供个性化售后服务等。企业通过加大研发投入，不断推动各个方面的创新，适应市场变化，实现可持续发展。2.1.3企业价值相关理论企业价值是指企业作为一个整体，在特定时期和市场环境下所具有的经济价值，它反映了企业未来的盈利能力和发展潜力。企业价值不仅包括企业的有形资产，如固定资产、流动资产等，还涵盖无形资产，如品牌价值、专利技术、企业文化和管理团队等。企业价值的评估方法主要有收益法、市场法和资产基础法。收益法是通过预测企业未来的收益，并将其折现到当前时点来确定企业价值，其核心在于对企业未来现金流量和折现率的合理估计。假设某汽车制造企业预计未来每年的自由现金流量为一定金额，通过选择合适的折现率，将未来各年的现金流量折现，加总后得到企业的价值，这种方法充分考虑了企业未来的盈利能力和时间价值因素。市场法是基于市场上类似企业的交易价格或市场指标，通过对比分析来评估目标企业的价值，常用的指标有市盈率、市净率等。若市场上同类型汽车制造企业的平均市盈率为一定倍数，根据目标企业的盈利水平，乘以该市盈率倍数，可估算出目标企业的价值，该方法依赖于活跃的市场和可比企业的选择。资产基础法是对企业各项资产和负债进行评估，以资产的评估价值减去负债的评估价值来确定企业价值，主要适用于资产规模较大、经营相对稳定的企业，在评估汽车制造企业时，对其生产设备、厂房、土地等有形资产以及专利、商标等无形资产进行逐一评估，再扣除负债，得到企业的净资产价值。资本结构理论认为，企业的资本结构会影响企业价值。合理的资本结构可以降低企业的加权平均资本成本，提高企业价值。汽车制造企业在融资过程中，需要在债务融资和股权融资之间进行权衡。债务融资具有利息抵税效应，能够降低企业的融资成本，但过高的债务比例会增加企业的财务风险；股权融资虽然不会增加企业的财务风险，但股权成本相对较高。企业应根据自身的经营状况、市场环境和发展战略，确定最优的资本结构，使企业价值最大化。当企业处于发展初期，市场前景不确定，可能更倾向于股权融资，以降低财务风险；而当企业进入稳定发展期，经营状况良好，可能适当增加债务融资比例，利用利息抵税效应降低成本。代理理论指出，在企业所有权与经营权分离的情况下，由于所有者（股东）与经营者（管理层）的目标不一致，可能会产生代理问题。管理层可能为了追求自身利益最大化，而忽视股东利益，如减少研发投入以提高短期业绩。为了降低代理成本，提高企业价值，需要建立有效的激励机制和监督机制。通过给予管理层股权激励，使其利益与股东利益趋于一致，激励管理层积极进行研发投入和创新活动，提升企业的长期竞争力和价值；加强对管理层的监督，确保管理层的决策符合股东利益，如建立健全的公司治理结构，加强董事会的监督职能。2.2国内外文献综述2.2.1政府补助与企业价值的关系研究关于政府补助与企业价值的关系，国内外学者进行了大量研究，但尚未达成一致结论，主要存在以下三种观点。部分学者认为政府补助对企业价值具有显著的正向促进作用。从理论层面来看，政府补助能够为企业提供额外的资金支持，缓解企业面临的融资约束问题，降低企业的运营成本和财务风险。在技术研发方面，政府补助可以激励企业加大研发投入，推动技术创新，开发出具有竞争力的新产品和新技术，从而提升企业的核心竞争力和市场份额，进而增加企业价值。例如，Aerts和Schmidt（2008）以欧洲研发密集型企业为样本进行研究，发现政府研发补助与企业创新产出之间存在显著的正相关关系，通过创新这一中介变量，政府补助间接提升了企业价值。国内学者杨洋、魏江和罗来军（2015）以中国上市公司为研究对象，实证结果表明政府补贴能够促进企业创新投入，进而对企业的创新绩效和市场价值产生积极影响，尤其在非国有企业和要素市场扭曲程度较低的地区，这种促进作用更为明显。然而，也有学者提出政府补助对企业价值存在负面影响。一方面，政府补助可能导致企业产生“寻租”行为，企业将更多的精力和资源用于争取政府补助，而不是专注于自身的生产经营和技术创新，从而降低企业的运营效率和创新能力，损害企业价值。另一方面，过度依赖政府补助可能使企业缺乏市场竞争意识和创新动力，导致企业在市场竞争中逐渐失去优势。如李政、杨思莹和路京京（2019）研究发现，政府补贴对制造企业全要素生产率存在异质性影响，部分企业在获得政府补贴后，由于缺乏有效的监督和管理，出现了资源浪费和效率低下的问题，导致企业全要素生产率下降，进而影响企业价值。还有一些学者认为政府补助与企业价值之间不存在显著的相关性，或者两者之间的关系受到多种因素的影响。政府补助的效果可能因企业的规模、行业、所有权性质等因素而异。小型企业可能对政府补助更为敏感，能够更好地利用政府补助提升企业价值；而大型企业由于自身资金实力雄厚，政府补助对其影响可能相对较小。不同行业对政府补助的依赖程度和利用效率也存在差异，高新技术行业可能更能从政府补助中受益，而传统行业的效果可能不明显。Cheung和Lin（2012）对中国香港地区的企业进行研究，发现政府补助与企业绩效之间的关系并不显著，企业的绩效更多地受到市场竞争、企业管理水平等因素的影响。国内学者任曙明和吕镯（2014）以中国装备制造企业为样本，研究发现政府补贴对企业全要素生产率的影响受到融资约束的调节作用，在融资约束较低的企业中，政府补贴能够提高企业全要素生产率；而在融资约束较高的企业中，政府补贴的效果不明显。2.2.2研发投入与企业价值的关系研究研发投入与企业价值的相关性也是学术界关注的焦点，众多研究表明两者之间存在紧密联系，但研究结论也存在一定差异。大多数学者支持研发投入对企业价值具有积极的正向影响。根据内生增长理论和创新理论，研发投入是企业技术创新和持续发展的关键驱动力。企业通过加大研发投入，可以开发出新技术、新产品，提升产品质量和性能，满足消费者日益多样化和个性化的需求，从而增强企业在市场中的竞争力，扩大市场份额，提高企业的盈利能力和市场价值。从实证研究来看，欧洲央行首席经济学家PhilipR.Lane和GerardA.Pfann等人（2016）使用包含24个欧洲国家的数据样本，运用面板数据分析方法，发现高水平的研发投入可以显著提高企业股票市值，并且这种关系在多个行业中普遍存在。国内学者王文（2009）将上市公司的研发投入额和净利润进行数据处理和分析，发现研发投入与净利润之间存在显著的正相关关系，表明研发投入对公司盈利能力水平的提高具有积极影响。然而，也有研究指出研发投入与企业价值之间的关系并非简单的线性关系，可能存在一定的滞后性和门槛效应。研发活动具有高风险、长周期的特点，研发投入需要经过一段时间才能转化为实际的创新成果和经济效益，从而对企业价值产生影响。企业的研发投入可能需要达到一定的规模和水平，才能突破技术瓶颈，实现创新成果的转化，进而提升企业价值。若研发投入不足或研发效率低下，可能无法对企业价值产生显著影响。如朱乃平、孔玉生等人（2014）研究发现，企业研发投入与企业价值之间存在滞后效应，研发投入对企业价值的提升作用在滞后一期和滞后二期时较为显著；同时，研发投入存在门槛效应，只有当研发投入强度超过一定阈值时，才会对企业价值产生显著的正向影响。此外，还有研究认为研发投入与企业价值之间的关系受到多种因素的调节。企业的内部管理水平、创新能力、市场环境以及外部政策支持等因素都会影响研发投入的效果，进而影响研发投入与企业价值之间的关系。良好的企业管理能够合理配置研发资源，提高研发效率；强大的创新能力有助于企业更好地将研发成果转化为实际生产力；稳定的市场环境和有利的政策支持能够为企业研发活动提供良好的外部条件。Fosfuri和Tremblay（2009）研究发现，企业的吸收能力在研发投入与企业绩效之间起到调节作用，具有较强吸收能力的企业能够更好地利用研发投入，实现技术创新和绩效提升。国内学者孙维峰和黄祖辉（2012）研究表明，市场竞争程度在研发投入与企业价值之间起调节作用，在市场竞争激烈的环境下，研发投入对企业价值的提升作用更为显著。2.2.3政府补助、研发投入与企业价值的关系研究目前，关于政府补助、研发投入与企业价值三者关系的研究相对较少，且尚未形成统一的理论框架和研究结论。部分研究探讨了政府补助对企业研发投入的影响，主要存在两种观点。一种观点认为政府补助能够激励企业增加研发投入，即存在“激励效应”。政府通过提供研发补贴、税收优惠等补助方式，降低企业研发成本，分担研发风险，提高企业研发的预期收益，从而激发企业的研发积极性，促使企业加大研发投入。如Lach（2002）对以色列企业的研究发现，政府的研发补贴能够显著促进企业的研发投入。另一种观点则认为政府补助可能会对企业研发投入产生“挤出效应”，即企业获得政府补助后，可能会减少自身的研发投入，将政府补助用于其他用途。例如，David、Hall和Toole（2000）的研究指出，在某些情况下，政府补助可能会使企业产生依赖心理，降低企业自身对研发投入的积极性，导致政府补助挤出了企业的自有研发资金。关于研发投入在政府补助与企业价值之间的中介作用，相关研究也存在不同结论。一些研究认为研发投入在政府补助与企业价值之间起到部分中介作用，政府补助不仅可以直接影响企业价值，还可以通过促进企业研发投入，进而间接提升企业价值。如周霞和张济建（2019）以新能源汽车企业为样本，实证研究发现政府补助对企业价值具有显著的正向影响，研发投入在政府补助与企业价值之间起到部分中介作用，政府补助通过激励企业加大研发投入，推动技术创新，从而提升企业价值。然而，也有研究认为研发投入在政府补助与企业价值之间的中介作用不显著，或者存在其他影响因素。政府补助对企业价值的影响可能通过多种途径实现，研发投入只是其中之一，还可能受到企业管理水平、市场竞争等因素的影响。综上所述，现有研究在政府补助、研发投入与企业价值的关系方面取得了一定的成果，但仍存在一些不足之处。在研究对象上，针对汽车制造业这一特定行业的研究相对较少，且研究样本的时间跨度和范围有限，难以全面反映行业的实际情况。在研究内容上，对三者之间的复杂关系和作用机制探讨不够深入，尤其是研发投入在政府补助与企业价值之间的中介作用机制尚未得到充分揭示。在研究方法上，部分研究存在样本选择偏差、变量选取不合理等问题，可能影响研究结果的可靠性和有效性。因此，本文将以汽车制造业上市公司为研究对象，运用更科学的研究方法，深入探讨政府补助、研发投入与企业价值之间的关系，以期为相关理论研究和实践提供有益的参考。三、汽车制造业发展现状分析3.1汽车制造业整体发展态势近年来，全球汽车制造业呈现出复杂而多元的发展态势。从市场规模来看，全球汽车市场在经历了前期的快速增长后，逐渐进入相对平稳的发展阶段。根据国际汽车制造商协会（OICA）的数据，2023年全球汽车产量约为9500万辆，销量约为9300万辆。尽管整体增长速度有所放缓，但新兴市场国家如中国、印度、巴西等，凭借其庞大的人口基数、不断提升的经济水平以及日益增长的消费需求，成为全球汽车市场增长的重要驱动力。这些国家的汽车市场潜力巨大，正逐步成为全球汽车制造业竞争的新焦点。在全球汽车制造业中，传统燃油汽车仍然占据主导地位，但新能源汽车的发展势头迅猛，市场份额不断扩大。随着全球对环境保护和可持续发展的关注度日益提高，以及电池技术、智能网联技术的不断突破，新能源汽车在政策支持和市场需求的双重推动下，迎来了快速发展的黄金时期。2023年，全球新能源汽车销量达到2600万辆，占全球汽车总销量的比例从2018年的2.5%提升至2023年的28%，呈现出爆发式增长的态势。欧洲、中国和美国是全球新能源汽车的主要市场，欧洲地区通过严格的碳排放法规和高额的购车补贴，大力推动新能源汽车的普及；中国作为全球最大的新能源汽车市场，拥有完善的产业链布局和庞大的消费群体，在政策引导和市场需求的共同作用下，新能源汽车销量持续领先；美国在拜登政府提出的一系列新能源汽车发展政策的推动下，新能源汽车市场也呈现出快速增长的趋势。中国汽车制造业在全球汽车产业格局中占据着举足轻重的地位。自加入世界贸易组织（WTO）以来，中国汽车制造业迎来了快速发展的机遇期，市场规模不断扩大，产业体系逐步完善。2023年，中国汽车产销量分别达到3100万辆和3050万辆，连续多年位居全球第一，成为全球汽车制造业的重要生产基地和消费市场。中国汽车制造业不仅在国内市场取得了显著成就，在国际市场上的影响力也日益提升。2023年，中国汽车出口量达到491万辆，首次超越日本成为全球第一大汽车出口国，出口车型涵盖了传统燃油汽车和新能源汽车，出口市场遍布全球多个国家和地区，标志着中国汽车制造业在国际市场上的竞争力不断增强。从国内市场来看，中国汽车市场需求结构正在发生深刻变化。随着居民收入水平的提高和消费观念的转变，消费者对汽车的需求不再仅仅满足于基本的出行功能，而是更加注重汽车的品质、性能、智能化和个性化配置。在这种市场需求变化的驱动下，中国汽车制造企业不断加大技术研发投入，提升产品质量和技术含量，推出了一系列高品质、高性能的汽车产品，以满足消费者日益多样化的需求。新能源汽车和智能网联汽车成为市场热点，受到消费者的广泛关注和青睐。2023年，中国新能源汽车产销量分别达到940万辆和930万辆，市场占有率达到30%，智能网联汽车的渗透率也在不断提高，汽车智能化、网联化的发展趋势日益明显。尽管中国汽车制造业取得了长足的发展，但在技术创新能力、品牌建设、关键零部件研发等方面仍面临诸多挑战。在技术创新方面，与欧美、日本等汽车制造业强国相比，中国汽车制造企业在一些核心技术领域，如发动机技术、自动驾驶技术、电池技术等，仍存在一定的差距，自主创新能力有待进一步提升。在品牌建设方面，中国汽车品牌在国际市场上的知名度和美誉度相对较低，品牌影响力较弱，与国际知名汽车品牌相比，缺乏足够的市场竞争力。在关键零部件研发方面，一些高端零部件，如汽车芯片、变速器等，仍依赖进口，产业链供应链的自主可控能力有待加强。此外，全球经济形势的不确定性、贸易保护主义的抬头以及原材料价格的波动，也给中国汽车制造业的发展带来了一定的外部风险和挑战。3.2政府补助在汽车制造业中的现状为推动汽车制造业的高质量发展，政府出台了一系列补助政策，涵盖了多个方面。在新能源汽车领域，政府补助力度尤为显著。国家财政通过专项补贴资金，对新能源汽车的研发、生产和销售给予直接的资金支持。自2009年起，中国实施了“十城千辆”新能源汽车推广计划，中央财政对试点城市购置新能源汽车给予补助，这一政策极大地激发了市场对新能源汽车的需求，促进了新能源汽车产业的初步发展。随后，政府不断完善补贴政策，根据新能源汽车的续航里程、电池能量密度等关键技术指标，制定差异化的补贴标准，引导企业提升技术水平。如2020年发布的新能源汽车补贴政策，提高了对高续航里程、高能量密度车型的补贴额度，鼓励企业加大技术研发投入，推动新能源汽车技术的进步。在智能网联汽车领域，政府同样给予了大力支持。通过设立专项研发基金，鼓励企业开展智能驾驶技术、车联网技术等方面的研究与开发。政府还支持智能网联汽车测试场的建设，为企业提供安全、规范的测试环境，加速智能网联汽车技术的商业化应用。上海市嘉定区建设了国内首个智能网联汽车试点示范区，政府投入大量资金用于基础设施建设和运营管理，吸引了众多汽车制造企业和科技公司在此开展智能网联汽车的测试和研发工作，有力地推动了智能网联汽车产业的发展。从资金投入规模来看，近年来政府对汽车制造业的补助资金呈现出持续增长的趋势。根据相关统计数据，2020-2023年，中央和地方政府对汽车制造业的补助资金总额从500亿元增长到800亿元，年复合增长率达到16.5%。其中，新能源汽车领域获得的补助资金占比最高，2023年达到60%以上，主要用于支持新能源汽车的研发创新、生产设备购置以及市场推广等方面。智能网联汽车领域的补助资金也在逐年增加，2023年占比达到20%左右，重点支持智能驾驶技术研发、车联网平台建设等项目。政府对汽车制造业进行补助，具有多重目的。从产业发展角度来看，旨在推动汽车产业的转型升级，促进新能源汽车和智能网联汽车等新兴领域的发展，提高我国汽车制造业在全球产业链中的地位。新能源汽车的发展有助于减少对传统燃油的依赖，降低碳排放，实现汽车产业的绿色可持续发展；智能网联汽车的发展则能够提升汽车的智能化水平和用户体验，推动汽车产业向智能化、网联化方向迈进。从技术创新层面而言，政府补助希望引导企业加大研发投入，突破关键核心技术瓶颈，提高我国汽车制造业的自主创新能力。在新能源汽车电池技术、智能网联汽车自动驾驶技术等方面，我国与国际先进水平仍存在一定差距，通过政府补助，可以激励企业加大研发力度，加快技术研发进程，提升技术创新能力，实现关键核心技术的自主可控。政府补助在汽车制造业中也取得了显著的效果。在产业结构调整方面，新能源汽车和智能网联汽车产业得到了快速发展，产业规模不断扩大，市场份额逐步提升。2023年，我国新能源汽车销量达到930万辆，占汽车总销量的比例达到30%，较2020年的5.4%有了大幅提升，新能源汽车产业已成为我国汽车制造业的重要增长点。智能网联汽车的渗透率也在不断提高，2023年达到50%以上，越来越多的汽车具备了智能驾驶辅助、车联网等功能，提升了汽车的智能化水平和市场竞争力。在技术创新方面，政府补助促进了汽车制造企业在关键技术领域的突破和创新。我国新能源汽车电池技术不断进步，电池能量密度不断提高，续航里程不断增加，部分企业的电池技术已达到国际先进水平。智能网联汽车领域，自动驾驶技术、车联网技术等也取得了显著进展，部分企业已实现了L3级别的自动驾驶技术的商业化应用，为智能网联汽车的发展奠定了坚实的技术基础。3.3汽车制造企业研发投入现状近年来，汽车制造企业的研发投入整体呈上升趋势。根据中国汽车工业协会的数据，2023年中国汽车制造企业的研发投入总额达到了2000亿元，较2020年增长了40%，年复合增长率约为12%。这一增长趋势反映了汽车制造企业对技术创新的重视程度不断提高，加大研发投入已成为企业提升竞争力、适应市场变化的重要战略选择。从研发投入强度（研发投入占营业收入的比例）来看，2023年中国汽车制造企业的平均研发投入强度为3.5%，较2020年的3%有所提升。部分头部企业的研发投入强度更高，如比亚迪在2023年的研发投入强度达到了6%，长城汽车的研发投入强度也达到了5.5%。这些企业通过持续高强度的研发投入，在新能源汽车技术、智能网联技术等领域取得了显著的技术突破和创新成果，提升了企业的核心竞争力和市场地位。汽车制造企业的研发资金来源呈现多元化的特点。企业自身的经营利润是研发资金的主要来源之一，约占研发资金总额的60%。这表明企业在具备一定盈利能力的基础上，注重将利润投入到研发活动中，以实现技术升级和产品创新，保持企业的可持续发展。政府补助也是汽车制造企业研发资金的重要来源，占比约为20%。政府通过财政补贴、税收优惠等方式，鼓励企业加大研发投入，推动汽车产业的技术进步和转型升级。政府对新能源汽车研发的补助，有效引导了企业在新能源汽车领域的研发投入，促进了新能源汽车产业的快速发展。金融机构贷款在研发资金中占比约为15%，企业通过向银行等金融机构贷款，获取研发所需的资金。股权融资、风险投资等其他渠道的资金占比约为5%，随着资本市场的发展和对科技创新的支持，越来越多的企业通过股权融资、引入风险投资等方式筹集研发资金，为企业的研发活动提供了资金保障。在研发投入方向上，新能源汽车和智能网联汽车相关技术成为汽车制造企业的重点研发领域。在新能源汽车方面，电池技术是研发的核心方向之一，企业加大对锂离子电池、固态电池等电池技术的研发投入，旨在提高电池能量密度、续航里程、安全性和降低成本。宁德时代在锂离子电池技术研发上投入大量资金，不断提升电池性能，其研发的麒麟电池在能量密度和续航里程方面取得了显著突破，处于行业领先水平。电机控制系统、充电技术等也是新能源汽车研发的重要方向，企业通过研发先进的电机控制系统，提高新能源汽车的动力性能和操控性；研发快速充电、无线充电等新型充电技术，提升新能源汽车的使用便利性。在智能网联汽车领域，自动驾驶技术是研发的热点。企业投入大量资源开展自动驾驶技术的研究与开发，从辅助驾驶系统到高度自动驾驶甚至完全自动驾驶，不断提升自动驾驶技术的安全性和可靠性。特斯拉在自动驾驶技术研发上处于行业前沿，其Autopilot辅助驾驶系统和FSD完全自动驾驶能力不断升级，已在全球范围内得到广泛应用和测试。车联网技术、智能座舱等方面也是智能网联汽车研发的重点，通过车联网技术实现车辆与车辆、车辆与基础设施、车辆与行人之间的信息交互，提升交通效率和安全性；打造智能座舱，融合多媒体、导航、通信等功能，为用户提供更加便捷、舒适和智能化的驾驶体验。不同规模的汽车制造企业在研发投入水平上存在一定差异。大型汽车制造企业凭借其雄厚的资金实力、丰富的人才资源和完善的研发体系，在研发投入上具有明显优势。以上汽集团为例，2023年其研发投入达到了200亿元，拥有研发人员超过1万人，在新能源汽车、智能网联汽车等多个领域开展了广泛的研发活动，取得了众多技术创新成果，推出了多款具有市场竞争力的新产品。中型汽车制造企业的研发投入规模相对较小，但也在不断加大研发投入力度，提升企业的技术创新能力。如吉利汽车在2023年的研发投入为120亿元，通过与高校、科研机构合作，加强研发团队建设，在新能源汽车技术、汽车轻量化技术等方面取得了一定的技术突破，推出了一系列具有特色的产品。小型汽车制造企业由于资金、人才等资源相对有限，研发投入规模相对较小，主要集中在一些特定领域或细分市场的技术研发，以寻求差异化竞争优势。但部分小型企业通过与其他企业合作、共享研发资源等方式，努力提升自身的研发能力，在特定领域也取得了一些技术创新成果。3.4汽车制造企业价值现状汽车制造企业价值的评估是一个复杂且多维度的过程，涉及财务指标和市场指标等多个方面。从财务指标来看，盈利能力是衡量企业价值的重要维度之一。净资产收益率（ROE）作为反映企业盈利能力的核心指标，体现了股东权益的收益水平，用以衡量公司运用自有资本的效率。以比亚迪为例，2023年其净资产收益率达到了15%，表明该公司在利用股东权益获取利润方面表现出色。通过不断加大研发投入，推出多款畅销的新能源汽车车型，如比亚迪汉、唐系列，不仅提升了产品市场竞争力，还增加了销售收入和利润，进而提高了净资产收益率。毛利率也是评估企业盈利能力的关键指标，反映了企业产品或服务的基本盈利空间。吉利汽车在2023年的毛利率达到了18%，这得益于其优化产品结构，推出了如星瑞、星越L等高端车型，提升了产品附加值，有效提高了毛利率水平。偿债能力是企业价值评估中不可忽视的部分，关乎企业的财务稳定性和可持续发展能力。资产负债率是衡量企业偿债能力的重要指标，它反映了企业负债总额与资产总额的比例关系，体现了企业在清算时对债权人利益的保护程度。一般来说，汽车制造企业的资产负债率合理区间在50%-70%。上汽集团2023年的资产负债率为60%，处于合理水平，表明该企业的债务负担相对合理，具有较强的偿债能力和财务稳定性。流动比率则衡量企业流动资产在短期债务到期以前，可以变为现金用于偿还负债的能力，通常认为流动比率在2左右较为合适。长城汽车2023年的流动比率为1.8，接近合理水平，说明其流动资产能够较好地覆盖流动负债，短期偿债能力较强。营运能力体现了企业对资产的管理和运用效率，对企业价值有着重要影响。总资产周转率是衡量企业营运能力的关键指标之一，反映了企业全部资产的经营质量和利用效率。广汽集团2023年的总资产周转率为0.8次，意味着该企业在一年内总资产周转了0.8次，表明其资产运营效率处于行业中等水平。应收账款周转率反映了企业应收账款周转速度的快慢及管理效率的高低。长安汽车2023年的应收账款周转率为10次，表明该企业能够较为快速地收回应收账款，应收账款管理效率较高，资金回笼速度快，有利于企业的资金周转和运营。从市场指标来看，市盈率（PE）是投资者常用的评估企业价值的指标之一，它是指股票价格除以每股收益的比率，反映了市场对企业未来盈利预期的高低。当一家汽车制造企业的市盈率较高时，通常意味着市场对其未来的盈利增长前景较为乐观。特斯拉的市盈率长期处于较高水平，截至2023年底，其市盈率超过100倍，这主要是因为市场看好其在自动驾驶技术和新能源汽车领域的持续创新能力，对其未来的盈利增长预期较高。市净率（PB）则是股票价格与每股净资产的比率，用于衡量股票的投资价值和风险水平。一般来说，市净率较低的股票，投资价值相对较高。传统汽车制造企业如通用汽车，其市净率在2023年约为1.5倍，相对较低，这可能是由于市场对传统燃油汽车企业的增长预期较为保守，以及其面临新能源汽车转型的压力等因素所致。企业价值受到多种因素的综合影响。技术创新是提升企业价值的核心驱动力之一。在汽车制造行业，随着新能源汽车和智能网联汽车的快速发展，企业加大在电池技术、自动驾驶技术等方面的研发投入，能够推出具有竞争力的新产品，满足市场需求，从而提升企业价值。比亚迪在电池技术方面的持续创新，研发出刀片电池，提高了电池的安全性和能量密度，使其新能源汽车产品在市场上更具竞争力，企业价值也随之提升。市场份额也是影响企业价值的重要因素，较高的市场份额意味着企业在市场中具有更强的竞争力和定价权。丰田汽车在全球汽车市场拥有较高的市场份额，凭借其丰富的产品线、良好的品牌声誉和可靠的产品质量，占据了全球汽车市场的重要地位，其企业价值也得到了市场的高度认可。品牌影响力同样不可忽视，知名品牌能够吸引消费者，提高产品附加值和市场竞争力。奔驰、宝马等豪华汽车品牌，凭借其悠久的历史、卓越的品质和高端的品牌形象，在全球汽车市场中具有强大的品牌影响力，其产品价格相对较高，企业价值也处于行业领先水平。尽管部分汽车制造企业在技术创新、市场份额和品牌建设等方面取得了一定成果，但仍存在提升空间。在技术创新方面，虽然我国汽车制造企业在新能源汽车和智能网联汽车领域取得了一些进展，但与国际先进水平相比，在关键核心技术上仍存在差距，如自动驾驶技术的可靠性和安全性、电池的能量密度和续航里程等方面，需要进一步加大研发投入，提升技术创新能力。在市场份额方面，我国汽车品牌在国际市场上的份额相对较低，面临着来自国际知名品牌的激烈竞争，需要加强市场拓展和品牌建设，提高产品质量和服务水平，提升国际市场竞争力。在品牌建设方面，我国汽车品牌的品牌影响力和美誉度有待提高，需要加强品牌定位和品牌传播，塑造独特的品牌形象，提升消费者对品牌的认知度和忠诚度。四、研究假设与模型构建4.1研究假设提出4.1.1政府补助与企业价值的关系假设政府补助作为政府对企业的一种扶持手段，对汽车制造企业价值的影响具有多面性。从资源补充角度来看，汽车制造行业属于资金密集型产业，无论是新技术、新产品的研发，还是生产设备的更新与升级，都需要大量的资金投入。政府补助为企业提供了额外的资金来源，能够有效缓解企业在发展过程中面临的资金短缺问题，降低企业的财务风险。政府通过财政拨款、税收优惠等方式给予汽车制造企业补助，企业可以将这些资金用于关键技术研发，如新能源汽车电池技术、智能网联汽车自动驾驶技术等，推动企业技术创新，提升产品竞争力，进而增加企业价值。政府补助还可以帮助企业扩大生产规模，提高生产效率，降低生产成本，增强企业在市场中的价格优势，促进企业价值的提升。从信号传递理论出发，政府对汽车制造企业给予补助，这向市场传递出一种积极信号。投资者会认为该企业具有良好的发展前景和潜力，得到了政府的认可和支持，从而更愿意为企业提供资金支持，降低企业的融资成本和难度，为企业发展提供更充足的资金保障，有利于企业价值的提升。消费者也会对获得政府补助的企业产品更具信心，认为其产品在技术、质量等方面更有保障，从而增加对企业产品的购买意愿，提高企业的市场份额和销售收入，进一步提升企业价值。基于以上分析，提出假设1：H1：政府补助对汽车制造企业价值具有正向影响。4.1.2研发投入与企业价值的关系假设研发投入是汽车制造企业保持核心竞争力和实现可持续发展的关键因素。在汽车制造这一技术密集型行业，市场竞争激烈，消费者对汽车的性能、安全性、智能化水平等方面的要求不断提高。企业只有通过持续的研发投入，才能不断推出新技术、新产品，满足市场需求，提升自身在市场中的竞争力。加大对新能源汽车电池技术的研发投入，提高电池能量密度和续航里程，能够使企业的新能源汽车产品更具吸引力，吸引更多消费者购买，扩大市场份额，增加企业的销售收入和利润，进而提升企业价值。研发投入还有助于企业优化生产工艺，提高生产效率，降低生产成本。通过研发采用先进的智能制造技术，实现生产过程的自动化和智能化，减少人工成本和生产误差，提高产品质量和生产效率，使企业在市场竞争中具有更强的价格优势和成本竞争力，为企业价值的提升奠定坚实基础。根据内生增长理论和创新理论，研发投入能够推动企业技术创新，促进企业持续发展。持续的研发投入可以使企业在技术上保持领先地位，树立良好的品牌形象，增强消费者对企业品牌的认可度和忠诚度，进一步提升企业的市场价值。基于以上分析，提出假设2：H2：研发投入对汽车制造企业价值具有正向促进作用。4.1.3政府补助、研发投入与企业价值的关系假设政府补助与企业研发投入之间存在着紧密的联系。政府补助对企业研发投入具有激励效应，政府通过提供研发补贴、税收优惠等补助方式，降低企业研发成本，分担研发风险，提高企业研发的预期收益，从而激发企业的研发积极性，促使企业加大研发投入。当政府对汽车制造企业研发新能源汽车关键技术给予高额补贴时，企业会更有动力投入资源进行相关技术研发，以获取政府补助和潜在的市场收益。企业的研发投入在政府补助与企业价值之间可能起到中介作用。政府补助通过激励企业加大研发投入，推动企业技术创新，开发出新技术、新产品，提升产品质量和性能，满足消费者需求，进而提升企业价值。政府补助资金促使企业加大在智能网联汽车技术研发方面的投入，企业成功研发出先进的自动驾驶辅助系统并应用于产品中，提高了产品的智能化水平和市场竞争力，吸引更多消费者购买，从而提升企业价值。基于以上分析，提出假设3：H3：研发投入在政府补助与汽车制造企业价值之间起中介作用。四、研究假设与模型构建4.2变量选取与定义4.2.1被解释变量企业价值是本研究的核心被解释变量，衡量企业价值的指标众多，不同指标从不同角度反映企业的价值状况。本研究选取托宾Q值作为衡量企业价值的指标，托宾Q值是由诺贝尔经济学奖获得者詹姆斯・托宾（JamesTobin）提出，其计算公式为：托宾Q值=（股权市值+负债账面价值）/资产账面价值。股权市值代表了市场对企业未来盈利能力和发展潜力的预期，反映了投资者对企业的信心和对企业未来收益的估值；负债账面价值体现了企业的债务规模和偿债义务；资产账面价值则是企业资产的历史成本记录。托宾Q值综合考虑了企业的市场价值和账面价值，能够较为全面地反映企业的市场价值和成长潜力。当托宾Q值大于1时，表明企业的市场价值高于其资产的重置成本，意味着市场对企业的未来发展前景较为乐观，企业具有较高的成长潜力和投资价值；反之，当托宾Q值小于1时，则说明企业的市场价值低于资产重置成本，市场对企业的未来预期相对较低。与其他衡量企业价值的指标相比，如净资产收益率（ROE）主要侧重于反映企业的盈利能力，即企业运用自有资本获取利润的效率；市盈率（PE）则主要反映了市场对企业未来盈利预期的高低，是股票价格与每股收益的比率。托宾Q值不仅考虑了企业的盈利情况，还纳入了市场对企业未来发展的预期以及企业的资产负债状况，更能全面地反映企业的综合价值，因此在本研究中选择托宾Q值作为衡量企业价值的指标具有较强的科学性和合理性。4.2.2解释变量政府补助：以企业获得的政府补助金额作为衡量政府补助的变量。政府补助金额直接反映了政府对企业的扶持力度，企业获得的政府补助金额越高，表明政府对其支持程度越大。政府补助金额的数据可从企业年度财务报告附注中“政府补助”项目获取，这些数据是企业按照会计准则要求进行披露的，具有较高的准确性和可靠性。为了使数据更具可比性和稳定性，对政府补助金额进行对数化处理，记为LnSubsidy，其计算公式为：LnSubsidy=ln（政府补助金额+1）。加1操作是为了避免当政府补助金额为0时无法取对数的情况，对数化处理可以有效缓解数据的异方差问题，使数据分布更加接近正态分布，提高回归分析的准确性和可靠性。研发投入：选用研发投入强度来衡量企业的研发投入水平，研发投入强度即研发投入占营业收入的比例。这一指标能够反映企业对研发活动的重视程度以及在研发方面的资源投入力度，相较于单纯的研发投入金额，研发投入强度更能体现企业在研发投入上的相对水平，消除了企业规模差异对研发投入的影响。若两家企业的研发投入金额相同，但营业收入不同，那么通过研发投入强度可以更准确地比较它们在研发投入上的相对水平。研发投入强度的数据可通过企业年度财务报告中“研发费用”和“营业收入”数据计算得出，计算公式为：研发投入强度（R&D）=研发费用/营业收入。研发投入强度是一个相对指标，取值范围在0-1之间，数值越大，表明企业在研发方面的投入力度越大，对研发活动的重视程度越高。4.2.3控制变量为了更准确地研究政府补助、研发投入与企业价值之间的关系，本研究选取了以下可能影响企业价值的控制变量：企业规模：企业规模是影响企业价值的重要因素之一，通常用总资产的自然对数来衡量，记为LnAsset。总资产反映了企业所拥有的全部经济资源，包括固定资产、流动资产、无形资产等，总资产规模越大，企业在市场竞争中往往具有更强的实力和抗风险能力。大型汽车制造企业凭借其庞大的资产规模，在研发投入、市场拓展、供应链管理等方面具有优势，能够更好地实现规模经济，提升企业价值。计算公式为：LnAsset=ln（总资产）。企业规模是一个连续变量，其取值范围根据企业实际情况而定，一般来说，规模较大的企业LnAsset值也较大。资产负债率：资产负债率衡量企业的偿债能力，反映了企业负债总额与资产总额的比例关系，计算公式为：资产负债率（Lev）=负债总额/资产总额。资产负债率越高，表明企业的债务负担越重，财务风险越大，可能会对企业价值产生负面影响；反之，资产负债率较低，说明企业的财务结构较为稳健，偿债能力较强，有利于企业价值的提升。资产负债率是一个比例指标，取值范围在0-1之间，一般认为合理的资产负债率区间在0.4-0.6之间，但不同行业可能存在差异，汽车制造行业由于其资金密集型特点，资产负债率可能相对较高。营业收入增长率：营业收入增长率用于衡量企业的成长能力，计算公式为：营业收入增长率（Growth）=（本期营业收入-上期营业收入）/上期营业收入。该指标反映了企业营业收入的增长速度，体现了企业业务的扩张程度和市场份额的变化情况。营业收入增长率较高，表明企业处于快速发展阶段，具有良好的市场前景和成长潜力，有助于提升企业价值；反之，营业收入增长率较低或为负，则说明企业发展可能面临困境，对企业价值产生不利影响。营业收入增长率是一个相对指标，可正可负，正值表示营业收入增长，负值表示营业收入下降，数值越大，表明企业成长速度越快。股权集中度：股权集中度反映了企业股权的集中程度，用第一大股东持股比例来衡量，记为Top1。第一大股东持股比例越高，说明股权越集中，大股东对企业的控制权越强，可能会对企业的决策和经营产生较大影响。适度的股权集中有助于大股东对企业进行有效监督和管理，提高决策效率，促进企业价值提升；但过高的股权集中可能导致大股东为追求自身利益而损害中小股东利益，对企业价值产生负面影响。股权集中度是一个比例指标，取值范围在0-1之间，数值越大，表明股权越集中。独立董事比例：独立董事比例用于衡量公司治理结构的完善程度，计算公式为：独立董事比例（Indep）=独立董事人数/董事会总人数。独立董事能够独立于公司管理层和大股东，对公司的决策和经营活动进行监督和制衡，有助于提高公司治理水平，保护股东利益，进而对企业价值产生积极影响。较高的独立董事比例意味着公司治理结构更加完善，能够更好地发挥监督和制衡作用，促进企业价值提升。独立董事比例是一个比例指标，取值范围在0-1之间，根据相关规定，上市公司独立董事比例不得低于三分之一。行业虚拟变量：考虑到不同行业之间存在差异，可能会对企业价值产生影响，因此设置行业虚拟变量Industry。根据证监会行业分类标准，将汽车制造业细分为多个子行业，如整车制造、汽车零部件及配件制造等。以整车制造行业为参照组，其他子行业分别设置虚拟变量，若企业属于某一子行业，则对应的虚拟变量取值为1，否则为0。通过引入行业虚拟变量，可以控制行业因素对企业价值的影响，更准确地研究政府补助、研发投入与企业价值之间的关系。行业虚拟变量是一个分类变量，取值为0或1。各变量的选取与定义汇总如表1所示：\4.3模型构建为了深入探究政府补助、研发投入与汽车制造企业价值之间的关系，构建以下多元线性回归模型：TobinQ_{it}=\alpha_0+\alpha_1LnSubsidy_{it}+\sum_{j=1}^{6}\alpha_{1+j}Control_{jit}+\varepsilon_{it}R\&D_{it}=\beta_0+\beta_1LnSubsidy_{it}+\sum_{j=1}^{6}\beta_{1+j}Control_{jit}+\mu_{it}TobinQ_{it}=\gamma_0+\gamma_1LnSubsidy_{it}+\gamma_2R\&D_{it}+\sum_{j=1}^{6}\gamma_{1+j}Control_{jit}+\nu_{it}其中，i表示第i家汽车制造企业，t表示年份；TobinQ_{it}表示第i家企业在t年的托宾Q值，用于衡量企业价值；LnSubsidy_{it}表示第i家企业在t年获得的政府补助金额的自然对数；R\&D_{it}表示第i家企业在t年的研发投入强度；Control_{jit}表示第j个控制变量在第i家企业t年的值，包括企业规模（LnAsset）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Top1）、独立董事比例（Indep）和行业虚拟变量（Industry）；\alpha_0、\beta_0、\gamma_0为常数项；\alpha_1、\alpha_{1+j}、\beta_1、\beta_{1+j}、\gamma_1、\gamma_2、\gamma_{1+j}为回归系数；\varepsilon_{it}、\mu_{it}、\nu_{it}为随机误差项，它们满足均值为0、方差为常数且相互独立的正态分布假设，用于衡量模型中未被解释的部分，即除了自变量和控制变量之外，其他因素对因变量的影响。第一个模型用于检验政府补助对汽车制造企业价值的直接影响，通过回归分析，可以得到政府补助变量（LnSubsidy）的回归系数\alpha_1，若\alpha_1显著为正，则支持假设1，即政府补助对汽车制造企业价值具有正向影响；若\alpha_1不显著或为负，则不支持假设1。第二个模型用于检验政府补助对企业研发投入的影响，回归系数\beta_1反映了政府补助对研发投入强度的作用方向和程度。若\beta_1显著为正，说明政府补助能够激励企业增加研发投入，存在“激励效应”；若\beta_1显著为负，则表明政府补助可能挤出了企业的自有研发资金，存在“挤出效应”。第三个模型用于检验研发投入在政府补助与企业价值之间的中介作用。首先在第一个模型中检验政府补助对企业价值的总效应（\alpha_1），然后在第三个模型中同时加入政府补助（LnSubsidy）和研发投入（R\&D）两个变量。若\gamma_1和\gamma_2均显著，且\gamma_1的绝对值小于\alpha_1，则说明研发投入在政府补助与企业价值之间起到部分中介作用，支持假设3；若\gamma_2不显著，则说明研发投入在政府补助与企业价值之间的中介作用不成立。通过构建这三个模型，能够系统地分析政府补助、研发投入与汽车制造企业价值之间的关系，为研究假设的验证提供有力的实证支持。五、实证结果与分析5.1样本选择与数据来源本研究选取2019-2023年中国A股市场的汽车制造企业作为初始样本，在样本筛选过程中，遵循了严格的标准。首先，剔除了ST、*ST企业，这类企业通常面临财务状况异常或其他风险警示，其经营数据和财务状况可能存在较大波动和不确定性，会对研究结果产生干扰，影响研究的准确性和可靠性。其次，去除了数据缺失严重的企业，若企业在关键变量如政府补助、研发投入、企业价值等方面存在大量数据缺失，无法准确反映企业的真实情况，会降低样本的质量和代表性。经过筛选，最终获得了150家汽车制造企业5年的平衡面板数据，共计750个观测值。研究数据主要来源于多个权威数据库，国泰安（CSMAR）数据库和万得（Wind）数据库，这些数据库汇集了上市公司的年度报告、中期报告等公开披露信息，涵盖了公司的财务数据、股权结构、管理层信息等多方面内容，数据全面、准确且具有权威性。为确保数据的完整性和可靠性，还对部分数据进行了交叉核对，补充参考了上市公司官方网站发布的公告、国家统计局以及中国汽车工业协会等机构发布的行业统计数据。对于个别缺失或异常的数据，采用了合理的处理方法，如根据行业均值、公司历史数据趋势进行填补或修正，以保证研究数据的质量，为后续的实证分析奠定坚实基础。5.2描述性统计分析对样本数据进行描述性统计分析，结果如表2所示。被解释变量托宾Q值（TobinQ）的均值为1.865，表明样本汽车制造企业的市场价值平均高于其资产账面价值，市场对这些企业的未来发展前景预期较为乐观。最大值达到5.683，说明部分企业具有较高的成长潜力和市场价值，可能在技术创新、市场份额、品牌影响力等方面表现出色；最小值为0.984，意味着少数企业的市场价值相对较低，可能面临市场竞争压力较大、技术创新不足、经营管理不善等问题。标准差为0.854，反映出样本企业之间的托宾Q值存在一定差异，企业价值的分布较为分散。解释变量政府补助金额的自然对数（LnSubsidy）均值为18.653，说明样本企业获得的政府补助金额总体处于一定水平。最大值为21.347，表明部分企业获得了较高额度的政府补助，可能是由于这些企业在新能源汽车、智能网联汽车等领域的研发和生产符合政府的产业政策导向，得到了政府的大力支持；最小值为16.235，说明少数企业获得的政府补助相对较少，可能是由于企业自身规模较小、研发投入不足或业务领域未受到政府重点关注等原因。研发投入强度（R&D）的均值为0.038，即平均研发投入占营业收入的比例为3.8%，显示出样本企业对研发投入有一定程度的重视。最大值为0.087，表明部分企业高度重视研发，研发投入力度较大，致力于通过技术创新提升企业竞争力；最小值为0.012，说明仍有少数企业在研发投入方面相对不足，可能会影响企业的长期发展和技术创新能力。在控制变量方面，企业规模（LnAsset）的均值为21.567，反映出样本企业的资产规模整体较大，汽车制造行业属于资金密集型产业，需要大量的资产投入来支持生产、研发和市场拓展等活动。资产负债率（Lev）的均值为0.584，处于汽车制造行业常见的合理区间内，表明样本企业的债务负担相对合理，财务风险处于可控范围内，但仍有部分企业资产负债率较高，可能面临一定的偿债压力。营业收入增长率（Growth）的均值为0.085，说明样本企业的营业收入整体呈现增长态势，行业发展具有一定的活力，但最大值为0.653，最小值为-0.327，表明企业之间的增长速度差异较大，部分企业发展迅速，而部分企业可能面临市场竞争、产品需求下降等问题，导致营业收入出现负增长。股权集中度（Top1）的均值为0.356，说明样本企业的股权相对集中，大股东对企业的决策和经营具有较大影响力。独立董事比例（Indep）的均值为0.375，符合上市公司独立董事比例不得低于三分之一的规定，表明样本企业在公司治理结构上较为完善，独立董事能够在一定程度上发挥监督和制衡作用。行业虚拟变量（Industry）的设置有助于控制不同子行业对企业价值的影响，由于行业虚拟变量为分类变量，描述性统计主要体现其分布情况，以整车制造行业为参照组，其他子行业的虚拟变量分布反映了不同子行业在样本中的占比情况。通过对各变量的描述性统计分析，可以初步了解样本数据的基本特征和分布情况，为后续的相关性分析和回归分析奠定基础。5.3相关性分析在进行回归分析之前，先对各变量进行相关性分析，初步判断变量之间的线性相关关系，并检验是否存在多重共线性问题，结果如表3所示。被解释变量托宾Q值（TobinQ）与解释变量政府补助金额的自然对数（LnSubsidy）之间的相关系数为0.356，在1%的水平上显著正相关，这初步表明政府补助与企业价值之间存在正向关联，即政府补助金额的增加可能会促使企业价值提升，为假设1提供了初步的证据支持。托宾Q值与研发投入强度（R&D）的相关系数为0.421，同样在1%的水平上显著正相关，显示出研发投入与企业价值之间存在正相关关系，研发投入强度的提高可能有助于提升企业价值，与假设2相符。解释变量政府补助金额的自然对数（LnSubsidy）与研发投入强度（R&D）的相关系数为0.384，在1%的水平上显著正相关，这意味着政府补助与企业研发投入之间存在显著的正向关系，政府补助的增加可能会激励企业加大研发投入，存在“激励效应”，为后续研究政府补助对研发投入的影响以及研发投入在政府补助与企业价值之间的中介作用奠定了基础。在控制变量方面，企业规模（LnAsset）与托宾Q值的相关系数为0.287，在1%的水平上显著正相关，表明企业规模越大，企业价值可能越高，大型企业在资源整合、市场拓展、技术研发等方面具有优势，有助于提升企业价值。资产负债率（Lev）与托宾Q值的相关系数为-0.215，在5%的水平上显著负相关，说明资产负债率越高，企业的财务风险越大，可能对企业价值产生负面影响，较高的债务负担可能会增加企业的财务成本和经营压力，不利于企业价值的提升。营业收入增长率（Growth）与托宾Q值的相关系数为0.312，在1%的水平上显著正相关，体现出企业的成长能力越强，营业收入增长越快，企业价值可能越高，快速增长的营业收入反映了企业良好的市场前景和发展潜力，有利于提升企业价值。股权集中度（Top1）与托宾Q值的相关系数为0.186，在5%的水平上显著正相关，表明适度的股权集中可能有助于大股东对企业进行有效管理和监督，提高企业决策效率，从而对企业价值产生积极影响。独立董事比例（Indep）与托宾Q值的相关系数为0.158，在10%的水平上显著正相关，说明独立董事比例的提高有助于完善公司治理结构，发挥监督和制衡作用，对企业价值有一定的正向影响。通过对各变量之间相关系数的分析，发现所有变量之间的相关系数绝对值均小于0.8，一般认为当相关系数绝对值大于0.8时，变量之间可能存在严重的多重共线性问题。因此，初步判断本研究中的变量不存在严重的多重共线性问题，可进一步进行回归分析，以深入探究变量之间的因果关系和作用机制。相关性分析结果仅为初步判断，在后续的回归分析中，还将通过方差膨胀因子（VIF）等方法进一步检验多重共线性问题，确保研究结果的准确性和可靠性。5.4回归结果分析5.4.1政府补助对企业价值的回归分析对模型1进行回归分析，结果如表4所示。政府补助金额的自然对数（LnSubsidy）的回归系数为0.256，t值为4.68，在1%的水平上显著为正。这表明政府补助对汽车制造企业价值具有显著的正向影响，即企业获得的政府补助金额每增加1%，托宾Q值平均增加0.256%，假设1得到了有力支持。这一结果与理论预期相符，从实际情况来看，政府补助为汽车制造企业提供了额外的资金支持，缓解了企业的资金压力，企业可以将这些资金投入到关键技术研发、生产设备更新、市场拓展等方面，从而提升企业的核心竞争力，促进企业价值的增长。政府对新能源汽车制造企业的补助，使得企业有更多资金用于电池技术研发，提高了产品性能，吸引了更多消费者，进而提升了企业价值。在控制变量方面，企业规模（LnAsset）的回归系数为0.184，在1%的水平上显著正相关，说明企业规模越大，企业价值越高。大型汽车制造企业在资源整合、技术研发、市场渠道等方面具有优势，能够更好地实现规模经济，提升企业的市场价值。资产负债率（Lev）的回归系数为-0.127，在5%的水平上显著负相关，表明资产负债率越高，企业价值越低，过高的债务负担增加了企业的财务风险，对企业价值产生负面影响。营业收入增长率（Growth）的回归系数为0.215，在1%的水平上显著正相关，体现出企业成长能力越强，营业收入增长越快，企业价值越高，快速增长的营业收入反映了企业良好的市场前景和发展潜力，有利于提升企业价值。股权集中度（Top