党的十九大报告明确指出,“创新是引领发展的第一动力,是建设现代化经济系统的战略支撑”。而企业是创新驱动发展战略的主体,企业创新能力提高能加快经济结构转型升级,推动经济高质量发展。如何推动企业创新能力提高,是我国亟需解决的难题,也是社会各界重点关注的问题。影响企业创新的因素有很多,既有企业自身特征又有企业发展外部环境。不同企业规模、经营范围、产权以及企业文化等,都会影响企业创新行为。从企业发展外部条件来说,影响因素包括国际贸易摩擦、金融市场发展程度、各类经济波动和政府政策制定等。中国经济转型升级背景下,政府宏观调控一直是不可忽视的重要力量,而且相对于国际贸易摩擦等其它具有高突发性和外生性的因素来说,政府在经济政策制定方面通过精细谋划、明确目标和实时反馈等方式可以降低经济政策不确定性。因此,研究经济政策不确定性对企业创新行为作用机制具有重要意义[1]。
经济政策是相机而定的,为应对国内外各种因素造成的宏观经济波动,政府需要制定不同政策加以应对。经济政策不确定性是指经济活动主体无法预期政府制定经济政策以及调整政策所带来的经济发展变化,使得决策风险增加[2]。自金融危机以来,为应对经济衰退和市场萎缩,减少经济波动,我国不断出台宏观经济政策。例如,2008年金融危机发生后,我国政府便出台了“四万亿人民币刺激经济计划”,该计划通过一系列宏观经济政策配合出台,目的是减轻金融危机对宏观经济带来的负面冲击。为加快经济结构转型升级,我国又于2010年推出七大战略性新兴产业振兴计划。近年来,为挖掘新经济增长点,先后提出“大众创业万众创新”、“中国制造2025”等经济产业政策。不可否认,这些政策的确发挥了重要作用,有效减少了全球经济低迷对我国经济的负面影响。然而,随着政府为平滑经济波动、推动经济高质量发展进行积极而频繁的作为,经济政策不确定性也在不断增加。除此之外,在官员晋升机制影响下,为尽快提高政绩,地方官员有充足动力通过制定政策干预或引导企业进行相应经营决策[3]。而不同地方官员由于年龄、能力等多方面差异,存在不同执政理念,对地区发展有不同导向,这就导致不同领导在位时所制定的发展政策往往具有一定差异,使得政策不确定性增大[4]。面对经济政策不确定性增加,国内外学者从宏观经济和微观企业层面对其作用机制进行研究[5]。然而,关于经济政策不确定性对企业创新行为影响的研究结论并没有达成共识,一些学者认为当企业家面对经济政策不确定性时可以抓住机会提高企业创新预期收益,促进企业创新行为[6],但也有一部分学者[7-9]认为经济政策不确定性会提高企业融资成本,增加企业家决策成本,进而抑制企业创新行为。在既有研究基础上,有学者开始探究哪些因素能够通过经济政策不确定性间接影响企业创新行为。例如,顾夏铭[10]研究经济政策不确定性对企业创新投入的影响时,认为政府补贴、金融约束、企业所有权和行业特征等因素间接影响两者关系;刘婧[11]认为两者关系中存在政府补贴和产融结合的调节作用;刘柳和屈小娥[12]研究了区域金融结构强化效应;顾欣[13]从劳动成本视角分析经济政策不确定性对企业创新行为的传导机制,认为政策不确定性导致劳动成本上升从而影响企业创新行为。
目前关于区域经济复杂度(Regional Economic Complexity Index,RECI)对两者间相互作用的调节机制缺少研究。区域经济复杂度是区域经济增长潜力和产业结构韧性的重要反映,与人均GDP有着强相关性,是经济系统稳定性的重要指标(见图1)。从微观层面看,产业升级和结构转变取决于企业生产行业从稀疏到密集、从外围到中心的演化,表现为经济复杂度提高[14]。高见和周涛[15]通过微观企业数据测算区域生产结构复杂度,认为该指标能够衡量区域经济发展潜力;刘守英(2019)研究认为,经济复杂度变化与产业政策选择有密切关系,可依据经济复杂度对产业政策进行选择和优化。那么,区域经济复杂度对企业创新行为是否存在影响?经济政策不确定性如何通过区域经济复杂度间接影响企业创新行为?
图1 2019年各省“RECI-GDPpc”相关关系
为回答上述问题,本文尝试构建经济政策不确定、区域经济复杂度和企业创新行为的整体分析框架,探讨区域经济复杂度如何影响经济政策不确定性对企业创新行为的作用机制,挖掘“宏观—区域—企业”三者间传导机理,在理论分析的基础上,实证检验经济政策不确定性(EPU)、区域经济复杂度(RECI)与企业创新行为的相互作用。
根据实物期权理论,当企业面临经济政策不确定性时,理性企业经营者往往等待更多信息的公开来避免因错误决策引发巨大损失。经济政策不确定性在一定程度上会扭曲市场作用机制导致信息失真,从而延迟企业家决策行为,减少企业研发投入,进而抑制企业创新行为。从跨期选择视角来说,在不确定条件下,企业会在当期投资和延迟投资之间权衡,最终往往选择延迟投资。经济政策不确定性还会通过影响其它经济主体行动和决策影响企业投资,例如,银行信贷规模。另外,当经济政策不确定性增加时,投资者情绪会因之产生波动,不确定性增加,同时投资者具有更强烈的风险感知,使投资者更容易产生负面情绪。不仅如此,经济政策不确定性也使“模糊厌恶”的投资者对投资更加谨慎。资本市场个体投资者的情绪波动会影响企业经营者投资决策,尤其是股权依赖型企业。除此之外,企业经营者在投资决策时往往会有一个预期回报率,这个预期回报率受到经济政策不确定性的影响,经济政策不确定性会打击企业决策者信心,使他们的决策趋于保守,从而减少企业创新投入[16]。而研发投资比起一般投资来说,拥有更高资产专用性和沉淀成本,投资更加不可逆,投资风险也更大,这种抑制效果会更加明显。 根据以上分析,得到如下假设:
H1:在控制其它变量情况下,经济政策不确定性对企业创新行为具有抑制效应。当EPU升高时,企业创新行为减少。
虽然大量文献认为EPU抑制区域创新行为,但也有一些学者持不同意见,认为EPU能够促进企业创新行为,经济政策不确定性使企业面临的风险增加,但也会给企业带来机遇。梁权熙研究发现,经济政策不确定性会促使企业加快创新投资以获得未来增长期权,从而增加企业创新行为。研发投资往往具有高风险高回报特征,一旦投资成功则可能为企业带来高收益,而且企业研发成功后可以申请专利,能够通过出让专利获得一部分收益,也会因为专利的存在而阻挡一部分竞争者进入市场。此外,一旦企业研发投资成功将带来一些新的投资机会,使企业获得未来增长期权。
企业创新行为具有更大的技术不确定性和更长的建设周期,这些问题并不能因为企业推迟投资而得到解决,企业只能依靠尽早研发获得更多经验才能提高成功率。孟庆斌也提到,政策不确定性确实可能给企业创新活动带来负面影响,但政策不确定性同时也隐含不少机遇。企业创新活动必然受到影响,企业经营者需要权衡利弊再作出投资决策,在各方力量制衡下,企业通过创新投资谋求自我发展的动力占主导地位。即使经济政策不确定性会阻碍企业物质资本投资,但也可能促使企业将一部分物质资本投资转为创新投入。综上,提出如下假设:
H2:在控制其它变量情况下,EPU会促进企业创新行为。当EPU升高时,企业创新行为随之增加。
许多学者探究经济政策不确定性与企业创新行为之间除直接影响外,是否存在强化直接影响的其它因素。例如,陈德求[17]探讨政治关联在政策不确定性与企业创新效率之间的作用,发现政治关联在两者之间具有负向影响;戴静(2019)研究了官员任期与五年计划周期交错在政策不确定性与企业R&D投资之间的作用机制;赵萌[18]研究经济政策不确定性与制造业企业创新行为时,探讨融资约束的中介效应,认为融资约束在EPU与企业创新行为之间起负向中介效应。事实上,企业创新行为受所在区域经济潜力和经济结构优势的影响也非常大,而经济复杂度是一个能够精确反映经济发展潜力和经济结构优势的指标。目前,许多学者将经济复杂度纳入经济问题研究范畴[19-20]。Tacchella等[21]通过全球贸易数据计算经济复杂度指数并将其引用到经济预测领域,其预测效果比传统IMF预测效果更好;Penny等[22]对经济复杂度进行系统性解释,认为该指标以微观商品数据为基础,更能准确反映经济发展潜力和经济结构优势特征。当企业处在一个经济发展潜力大、生产结构合理的经营环境中时,其创新行为将得到激发。其次,在经济政策不确定性冲击下,由实物期权理论可知,企业经营成本增加,信息不对称性扩大,企业经营者会延迟创新投资决策。然而,区域经济复杂度(ECI)能够减弱经济政策不确定性的负面效应,削弱企业经营成本增加和信息不确定性扩大的影响。最后,当企业处于经济复杂度较高的区域时,产业链更加丰富和完善,生产行业处于整个经济稳健发展环境下,企业决策者对未来企业创新行为预期收益会更高,更愿意扩大企业创新投资行为。经济政策确定性、生产结构复杂度与企业创新行为的作用机制如图1所示。综上,提出如下假设:
H3:在其它条件不变情况下,区域经济复杂度对企业创新行为具有正向促进作用。
H4:在其它条件不变情况下,区域经济复杂度有助于强化经济政策不确定性对企业创新行为的正向促进作用。
图2 EPU、RECI与企业创新行为
为检验区域经济复杂度、经济政策不确定性对企业创新行为的影响,首先构造基准计量模型。
Rdi,j,t=β0+β1EPUt-1+β2RECIj,t-1+β3EPUt-1*RECIj,t-1+γ*CV+ηi+λj+φt+εi,t
(1)
其中,Rdi,j,t表示位于省份j的第i家上市公司第t期研发费用占公司主营业务收入比重或专利授权数量,EPUt-1表示第t-1期经济政策不确定性指数,ECIj,t-1表示第t-1期j省市经济复杂度,CV是控制变量集合,ηi表示企业固定效应,λj代表地区固定效应,φt表示年份固定效应,εi,t为随机扰动项,假设服从白噪声序列。
为进一步探究区域经济复杂度对经济政策不确定性与企业创新行为的调节作用是否随着企业行业特征及自身特征不同而发生变化,将研究样本划分为高新科技企业和非高新科技企业两类并对其进行实证分析。
2.2.1 指标选择
(1)被解释变量:企业创新行为。企业创新行为常从创新投入和创新产出两个角度选择相应指标,采用研发费用占主营收入比重(Rd)衡量企业创新投入。已有文献多选用企业专利申请数量或专利授权数量作为指标变量,而专利申请数量相比授权数量缺少一定现实意义,因此,本文选择企业专利授权数量(Patent)衡量企业创新产出。
(2)核心解释变量:经济政策不确定性,采用Baker等构建的经济政策不确定性指数。中国经济政策不确定性指数(EPU)是通过对中国香港《南华早报》的报道文章进行关键词搜索,统计报纸中有关经济政策不确定性的词语出现频次,再除以所在月份内报纸文章总数得到的。该指数覆盖面较广,能同时反映我国中央以及地方政府经济政策不确定性,并且涵盖产业政策、货币政策、财政政策等多种类型经济政策,且在数据连续性和时变性方面表现较好,在衡量中短期经济政策不确定变动方面较为准确。中国经济政策不确定性指数从1995年1月开始编制,是一个月度数据,实证分析时先将该月度指数通过算术平均法转化为年度数据。
(3)核心解释变量:区域经济复杂度以经济复杂度测算的反射方法衡量区域经济复杂度。计算涉及双重维度数据,一是省份,二是每个省份各个行业具有显示性比较优势(RCA)的企业数量。显性比较优势指数(RCA)反映省份核心产业竞争力,计算方法为:
其中,Xpi代表P省份i行业上市公司份额,RCA>1代表P省份i行业具有比较优势。将区域和企业信息构建成二维矩阵,RCA>1则对应矩阵元素为1,否则为0。省份各种行业比较优势数量称为省份行业多样性指标(d),具有某种比较优势行业的省份数量称为行业普遍性。
产品多样性和普遍性指数计算公式为:
Kp,0=∑Mpi,Ki,0=∑Mpi
如果p省对i行业具有比较优势,则Mpi=1,否则Mpi=0,如此可以计算出Kp,0和Ki,0。为了将省份和行业信息融合起来,进行如下迭代:
当n为偶数时,Kp,n代表省份层面信息,当n为奇数时,Ki,n代表行业层面信息,直到Kp,n=Kp,n-1以及Ki,n=Ki,n-1时停止迭代,从而获得省份经济复杂度变量。根据上述公式,采用中国上市公司样本数据构建区域与行业双重维度数据,通过Python软件计算中国各省市的经济复杂度。一个省份生产结构复杂度指数越高,说明该区域行业结构越复杂,产业关联结构越稠密。
具体地说,省市经济复杂度提高,意味着该省市具有比较优势的行业增加,同时,这些增加的比较优势行业只有少数省市具有。省市经济复杂度指数计算,使用中国上海、深圳和香港三地上市公司的微观数据。
(4)控制变量。参考已有文献做法,控制变量包括企业规模、企业年龄、资产负债率、资产收益率、营业收入增长率、股权集中度、托宾Q值以及宏观经济先行指数。此外,本文还控制了企业固定效应和年份固定效应。变量定义及计算方式见表1。
2.2.2 数据来源
研究样本是2009-2018年1 674家中国上市公司。根据所属省份,将上市公司划分到不同区域,由行业特征计算区域经济复杂度指数,并与公司财务数据、各省市财政数据以及公司自身特征数据相匹配,构建省级面板数据。数据主要来自于Wind数据库和CSMAR数据库,经济政策不确定性指数(EPU)来自网站http://www.policyuncertainty.com。宏观层面经济数据来源于《中国统计年鉴》和省市统计年鉴,见表2。
表1 变量名称及计算方法
变量类型 变量名称变量符号计算方法被解释变量创新投入Rd企业研发费用/主营收入创新产出Patent专利授权数量的自然对数核心解释变量经济政策不确定性指数EPU报纸报道的频率编制法区域经济复杂度指数RECI 作者根据反射法测算(Hidalgao)交叉项EPURECIEPU和ECI的乘积项省市控制变量经济发展水平Pgdp省市真实人均GDP取对数城镇化水平Urban城镇人口/地区总人口教育水平Edu每十万人高中以上学历人数企业控制变量企业规模Size企业总资产的自然对数企业年龄Age从企业成立的年份开始算起资产负债率Lev企业的总负债/总资产资产收益率Roa企业净利润/总资产营业收入增长率Sg(当期主营收入-上期主营收入)/上期主营收入股权集中度Equity当年年末企业前十大股东持股数量/总股数企业现金流比率Cf现金流净额/总资产托宾Q值TobinQ(股权市值+净债务市值)/总资产宏观经济先行指数MCIL多个经济统计指标加权计算得出
另外,对数据作如下处理:由于金融和保险类公司的财报数据与其它行业存在较大差异,剔除所有金融和保险类上市公司;剔除资产负债率大于100%、资不抵债的企业;由于ST和ST*公司财务或其它状况出现异常,剔除ST和ST*公司;为了避免极端值对实证结果的影响,采用缩尾方法对异常值进行剔除。
表2 主要变量描述性统计结果
变量名样本数均值标准差最小值最大值Rd1 6745.106.210.01169.43LnPatent1 6742.801.390.008.03EPU1 674229.51112.51113.89364.83ECI1 6740.0011.0001.945-1.851
通过对变量数据进行单位根检验和协整检验,本文开展面板实证研究。为尽量缩小可能存在但又无法识别的异方差,本文所有回归模型标准误均为聚类至企业的稳健标准误(Robust Standard Error),表3报告了区域经济复杂度、经济政策不确定性对企业创新投入的实证结果。模型(1)和模型(2)在控制时间和区域固定效应下分别检验经济政策不确定性和区域经济复杂度对企业研发投入的影响,结果表明EPU和RECI的回归系数在1%水平下显著为正,由此可知,EPU对企业创新投入具有促进作用,当经济政策不确定性增加时,企业面对的经营风险也在提升,这种压力会迫使企业通过创新保护自己的市场地位,另外,经济政策不确定性上升,也在一定程度上给企业带来了机遇,激励企业利用创新进一步夺取市场份额、扩大企业市场势力,以求更广阔的发展空间,假设H2得到验证。当然,也可能是由于经济政策不确定性对企业创新行为的抑制作用小于其促进作用,在回归系数上满足H2的假设,但是,如何将抑制效应和促进效应分离,本文实证模型并不能实现,这将是下一步研究的问题。其次,区域经济复杂度(RECI)能促进企业创新投入。这说明区域经济复杂度越高,其产业网络结构越密集而经济生产结构越具有韧性,从而削弱企业研发投入不确定性风险。因此,区域经济复杂度与企业创新投入正相关,研究假设H3得到验证。模型(3)将经济政策不确定性和区域经济复杂度都纳入回归模型中,两者回归系数都显著为正,进一步表明两者对企业创新投入具有正向促进作用。模型(4)考虑EPU与RECI的交叉项,交叉项系数显著为正且与EPU系数保持一致,说明区域经济复杂度强化了经济政策不确定性对企业创新投入的正向促进作用,假设H4得到验证。
表3 RECI、EPU与企业创新投入(Rd)
变量(1)(2)(3)(4)EPU0.010 7**(1.93)0.087 6***(4.21)0.053 9***(3.35)RECI0.201***(3.17)0.195***(3.72)0.176***(7.52)EPU*RECI0.192 3***(3.86)Pgdp2.414***(4.51)2.238***(9.47)1.974***(8.42)1.756***(6.73)Edu-7.045**(-2.19)-10.248(-1.02)-5.384(-0.54)-2.168(-1.56)Urban1.621(0.427)1.824(0.542)2.451(0.87)3.631(0.64)Size1.056 2(1.10)2.014**(2.41)0.821***(3.42)0.425 1**(2.49)Age-0.283 2*(-1.61)-0.242**(-2.15)-0.257*(-1.87)-0.180 7***(-3.61)Lev-0.008 7(-0.53)0.003 4(-0.75)0.020 1(-0.831)0.000 2(0.09)Roa-0.011 9(-1.08)0.023 4(-0.274)0.057 1(-0.751)-0.000 1(-0.10)Sg-0.006 2***(-2.64)-0.014(-0.44)-0.012*(-2.04)-0.003 6**(-2.94)Equity-0.045 4(-0.97)-0.032 4(-0.145)-0.264(-0.537)-0.010 3*(-1.66)MCIL-0.326 3*(-1.75)-0.092***(-3.42)-0.534***(-5.21)-0.238***(-3.75)Cf-0.032 1*(-1.89)-0.034 7(-0.587)-0.045 1(-1.442)-0.003 4(-1.13)TobinQ-0.169 4**(-2.17)-0.242**(-2.24)-0.135 4(-1.58)-0.227(-1.18)省市固定效应控制控制控制控制时间固定效应控制控制控制控制N1 6741 6741 6741 674R-squared0.4360.3410.2130.269
注:括号内为t统计量;*、**及***分别表示在10%、5%以及1%的水平上显著,下同
由表3可知,EPU对企业创新投入边际效应为0.053 9,EPU增加一个单位,企业创新投入水平提高5.39%;结合区域经济复杂对上述影响的强化作用,EPU每增加一个单位会导致企业创新投入提高19.23%;在控制变量中,人均GDP水平对企业创新投入回归系数显著为正,说明人均GDP高的省市地区能够提高企业创新投资规模;人力资本和城镇化率回归系数不显著;在企业自身特征控制变量中,企业规模、企业经营年限和宏观经济先行指标回归系数具有显著性,说明企业规模对企业创新投资存在正向影响,而企业经营年限和宏观经济先行指标对企业创新投入存在负向影响。结构复杂度和经济政策不确定性指数对企业创新产出(LnPatent)的影响如表4所示,实证结果与表3结果基本一致,进一步验证了经济政策不确定性和生产结构复杂度对区域创新行为的正向促进作用。
表4 RECI、EPU与区域创新产出(LnPatent)
变量(1)(2)(3)(4)EPU0.051 7***(4.24)0.043 7***(3.41)0.030 4***(3.35)ECI0.176***(5.24)0.129***(6.84)0.105***(4.17)EPU*ECI0.1534***(3.48)控制变量YesYesYesYes省市固定效应控制控制控制控制时间固定效应控制控制控制控制N1 6741 6741 6741 674R-squared0.2210.3070.1850.238
在基准回归中,本文得出的结论是经济政策不确定性和区域经济复杂度对企业创新投入、产出具有正向影响。然而,企业自身特征是否影响经济政策不确定性引发的企业创新行为,本文从企业是否被认定为高新技术企业这一方面进行检验,因为企业一旦被认定为高新技术企业,便可享受税收减免政策;该认定证明企业在其所属领域具有较强技术创新与开发能力,这在企业投标时也具有一定优势;高新技术企业还能更好地得到地方政府以及行业组织的各种优惠政策以及资金扶持,企业融资时也更能吸引风险投资和金融机构。研究发现:不论是高科技企业还是非高科技企业,经济政策不确定性和区域经济复杂度回归系数都显著为正数,但对高科技企业而言,区域经济复杂度回归系数更大,说明高科技企业更愿意在产业结构复杂而密集的环境中进行创新。EPU和RECI交叉项系数在高科技企业样本下显著为正,而在非高科技企业样本下不显著,再次检验了区域经济复杂度更能强化经济政策不确定性对高科技企业创新行为的正向促进作用,这与理论假说分析一致。
表5 企业自身特征与企业创新行为
变量Rd(1)高科技(2)非高科技lnPatent(3)高科技(4)非高科技EPU0.060 9**(2.00)0.042 1***(4.54)0.008 2***(3.54)0.003 1***(7.58)RECI0.095 3***(5.54)0.127 4***(3.59)0.072 4***(2.95)0.053 5***(4.25)EPU*RECI0.150 7***(3.54)0.235 7*(1.53)0.134 6***(6.54)0.103 7(0.975)控制变量YesYesYesYes时间固定效应控制控制控制控制省市固定效应控制控制控制控制N1 6741 6741 6741 674R-squared0.345 70.125 50.326 60.098 7
本文将省市层面区域经济复杂度指数纳入经济政策不确定性对企业创新行为分析框架下,由于微观企业数据对宏观经济变量影响较小,能够有效避免两者之间互为因果关系,但企业创新行为与区域经济复杂度可能存在相互因果关系。一方面,区域经济复杂度对企业创新行为具有正向促进作用;另一方面,区域经济复杂度基于上市企业微观数据计算得到,企业创新行为可能导致核心竞争力行业发生改变,进而影响区域经济复杂度。为了消除可能存在互为因果的内生性问题,本文采用工具变量法进行处理,使用同年度其它省份经济复杂度均值作为省市经济复杂度的工具变量(Fisman)。显然,本地区企业创新行为不可能与其它省市经济复杂度存在关系,其满足工具变量外生性条件,同时,本文将滞后一期的企业创新投入(Rd)纳入基本回归方程。一般来说,企业创新行为会参考上一年创新特征,但上一年创新行为对本年经济政策不确定性和省市生产结构复杂度并没有影响,理论上也满足相关性原则和外生性特征。表6汇报了内生性检验结果,回归结果与前文结论保持一致,核心变量系数显著为正,说明本文研究结论具有良好的稳健性。
借鉴马海涛等的研究,首先,对经济政策不确定性重新进行测算。选取核心解释变量经济政策不确定指数,采用算数平均法将月度指数转化为年度指数,为了保证稳健性,将另外采取几何平均法和月度指数中位数得到经济政策不确定性年度指数。其次,替换被解释变量的度量指标。
本文实证部分从创新产出方面,选取企业专利授权数量作为被解释变量。事实上,已有文献在衡量创新产出时,多选择企业各种专利申请数量或授权数量作为变量指标,但外观设计和实用新型专利难以衡量企业实质性创新,因此,选择企业发明专利授权数量(Pat)作为创新产出的度量指标。重复上述实证研究,发现研究结论与前文保持一致,表明上述研究结果具有稳健性。
表6 稳健性检验——内生性问题处理
变量IV-2SLS(1)(2)IV-GMM(3)(4)L.Rd0.586 3***(5.61)0.654 1***(3.24)0.978 4***(4.47)0.857 9***(3.75)EPU0.050 3***(3.99)0.031 5**(2.14)0.051 2***(4.54)0.031 3***(5.18)RECI0.075 3***(5.64)0.116 4***(5.91)0.082 4***(3.95)0.063 4***(5.12)EPU*RECI0.140 7***(3.16)0.274 7*(0.91)0.152 6***(3.54)0.121 4(0.575)控制变量YesYesYesYes时间固定效应无控制无控制省市固定效应无控制无控制第一阶段回归F检验0.000 50.000 20.000 70.001 2N1 6741 6741 6741 674R-squared0.345 70.125 50.326 60.098 7
表7 其它稳健性检验结果
变量几何平均法Rd(1)Patent(2)中位数法Rd(3)Patent(4)Pat(因变量)EPU0.092***(1.93)0.036***(3.50)0.046 7***(1.93)0.018 8***(3.35)0.038***(4.35)ECI0.094 3***(4.53)0.105 4***(4.83)0.082 4***(3.95)0.073 4***(5.12)0.198 2**(1.897)EPU*ECI0.131 7***(4.29)0.274 7***(3.91)0.103 1***(4.16)0.226***(4.578)0.241 3***(3.214)控制变量YesYesYesYesYes时间固定效应控制控制控制控制控制个体固定效应控制控制控制控制控制N1 6741 6741 6741 6741 674R-squared0.148 40.129 20.2120.130 80.198 4
当前,全球经济政策不确定性增加和国内产业结构升级带来的创新压力是中国企业面临的重要问题,但现有国内外文献尚未对此充分研究。本文选取2009-2018年上市公司微观数据,首次尝试从区域经济复杂度视角对经济政策不确定性与企业创新行为的相互作用机制进行研究与验证。研究发现,经济政策不确定性以及区域经济复杂度对企业创新行为具有正向促进作用,而且区域经济复杂度能够强化经济政策不确定性对企业创新行为的正向激励作用。通过排除内生性及替换核心解释变量和被解释变量的方法,对研究结论进行稳健性检验,并从企业自身特征研究高新技术企业和非高新技术企业在研究结论中存在的差异。经济政策不确定性对企业创新行为的正向促进是综合效应,其中既有企业创新行为抑制效应,又有企业创新激励效应,而区域经济复杂度能够正向激励企业创新行为,同时也能调节经济政策不确定性的负向效应,从而强化经济政策不确定性对企业创新行为的正向促进作用。本研究成功回答了通过提升区域经济复杂度可以强化经济政策不确定性对企业创新的正向效应而弱化其负向效应。
在经济新常态背景下,宏观经济政策变动能够促使企业为谋求生存和发展空间而加大创新行为,即经济政策不确定性对企业创新行为综合效应起着正向促进作用。但经济政策不确定性也有抑制企业创新的负向影响,例如,经济政策频繁实施会导致企业决策成本上升以及创新投入决策延迟。因此,政府部门在制定宏观经济政策时,应努力做到:
首先,从宏观层面看,需科学评估经济政策。政府部门要充分考虑经济政策前瞻性、时效性,重点考虑经济政策对高新科技型企业可能产生的负面效应。科学评估宏观经济政策对市场稳定和企业预期的影响,减少政策信息不对称性、因利势导地促进企业创新行为、降低企业创新成本。
其次,从行业层面看,应提升产业网络复杂度。优化产业结构,挖掘具有比较优势的核心产业,促使产业间形成多样化和强关联产业网络,提升产业网络复杂度。区域经济复杂度是区域经济增长潜力和经济发展韧性的重要表现,应该成为政府制定经济政策的首要参考指标。提高区域经济复杂度不仅能够正向激励企业创新行为,而且能够强化经济政策不确定性对企业创新的正向影响。
最后,从区域层面看,要提高企业间关联集聚度。地方政府应结合本地区主导行业,大力支持主导产业企业积极开展科技创新并与外部企业进行深度合作,促使具有创新潜力的企业及配套企业纵向融合发展,形成关联型企业间集聚效应。加大对创新型企业金融服务支持力度和财政政策扶持力度,尤其是高新科技企业。提高企业社会资本,强化市场作用机制,为企业营造良好创新环境。
本研究的不足是没有对经济政策不确定性双重效应进行分解,从而在回归分析系数上表现为综合效应,如何分解经济政策不确定性抑制企业创新行为和促进企业创新行为是后续研究的逻辑起点。此外,由于经济政策不确定性是宏观层面的影响因素,而地方经济政策对企业创新影响可能更大,未来研究可以从区域层面探究经济政策不确定性、区域经济复杂度与企业创新的相互作用机制。
[1] 孟庆斌,师倩.宏观经济政策不确定性对企业研发的影响:理论与经验研究[J].世界经济,2017,40(9):75-98.
[2] GULEN,HUSEYIN,MIHAI ION. Policy uncertainty and corporate investment[J]. The Review of Financial Studies,2016,29(3): 523-564.
[3] 贾倩,孔祥,孙铮.政策不确定性与企业投资行为——基于省级地方官员变更的实证检验[J].财经研究,2013,39(2):81-91.
[4] 杨海生,才国伟,李泽槟.政策不连续性与财政效率损失——来自地方官员变更的经验证据[J].管理世界,2015,30(12):12-23,187.
[5] 张光利,钱先航,许进.经济政策不确定性能够影响企业现金持有行为吗[J].管理评论,2017,29(9):15-27.
[6] 梁权熙,谢宏基.政策不确定性损害了中国经济的长期增长潜力吗——来自企业创新行为的证据[J].中央财经大学学报,2019,38(7):79-92.
[7] 郝威亚,魏玮,温军.经济政策不确定性如何影响企业创新——实物期权理论作用机制的视角[J].经济管理,2016,38(10):40-54.
[8] BHATTACHARYA,UTPAL,PO-HSUAN HSU,et al.What affects innovation more: policy or policy uncertainty[J].Proceedings of the National Academy of Sciences,2017,52(5):1869-901.
[9] 张倩肖,冯雷.宏观经济政策不确定性与企业技术创新——基于我国上市公司的经验证据[J].当代经济科学,2018,40(4):48-57,126.
[10] 顾夏铭,陈勇民,潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究,2018,53(2):109-123.
[11] 刘婧,罗福凯,王京. 环境不确定性与企业创新投入——政府补助与产融结合的调节作用[J].经济管理,2019,40(8):21-39.
[12] 刘柳,屈小娥.经济政策不确定性、地区金融结构与企业研发投入[J]. 当代经济科学,2019,40(6):120-130.
[13] 顾欣,张雪洁.经济政策不确定性、劳动力成本上升与企业创新[J].财经问题研究,2019,40(9):102-110.
[14] HIDALGO C A,HAUSSMANN R. The building blocks of economic complexity[J]. Proceedings of the National Academy of Sciences,2009, 106(26):10570-10575.
[15] 高见,周涛. 大数据揭示经济发展状态[J].电子科技大学学报,2016,57(4):625-632.
[16] KANG, WENSHENG, KISEOK LEE,et al. Economic policy uncertainty and firm-level investment[J]. Journal of Macroeconomics,2014,39(PA): 42-53.
[17] 陈德球,金雅玲,董志勇.政策不确定性、政治关联与企业创新效率[J].南开管理评论,2016,18(4):27-35.
[18] 赵萌, 叶莉,范红辉. 经济政策不确定性与制造业企业创新——融资约束的中介效应研究[J]. 华东经济管理,2020,44(1):49-57.
[19] 周沂, 贺灿飞. 集聚类型与中国出口产品演化——基于产品技术复杂度的研究[J].财贸经济, 2018,38(6):115-129.
[20] 马海燕,刘林青. 产品密度、模仿同构与产业升级——基于产品空间视角[J]. 国际贸易问题, 2018,43(8): 24-37.
[21] TACCHELLA A,MAZZILLI D,PIETRONERO L. A dynamical systems approach to gross domestic product forecasting[J].Nature Physics, 2018(8):861-865.
[22] PENNY MEALY, DOYNE FARMER J, ALEXANDER TEYTELBOYM. Interpreting economic complexity[J].Science Advances, 2019(1):1-8.