2018年,中兴“缺芯”事件暴露出中国企业科技创新的硬伤,企业创新如何实现从数量增长到质量提升的跨越成为各界关注的重要课题。市场需求是企业技术创新的驱动力,Schmookler[1]认为,是市场需求拉动了创新,企业基于消费者需求进行研发活动,通过开发新产品扩大市场规模,从而获得超额利润。由于创新活动投入大、风险高且周期长,企业创新意愿普遍较低。此时,需要政府这只“有形的手”进行调控。因此,政府为降低企业创新风险,出台一系列创新政策以支持企业创新,其中最主要的创新政策工具是供给型和环境型创新政策[2]。那么在企业创新过程中市场需求、创新政策与企业创新绩效之间关系如何?在企业不同生命周期阶段是否有差别?供给型和环境型创新政策工具组合效果如何?对不同生命周期企业,创新政策工具组合作用效果有何差别?对于上述问题的解答,既是政府部门关注的重点,也是本文创新之处。
创新政策组合是目前政策研究领域的热点问题,但已有研究对创新政策组合概念界定尚未统一。Edquist[3]将创新政策组合定义为不同和互补的创新政策工具设计与组合;Rogge&Reichardt[4]指出,政策组合的最终目标、动态性以及政策工具组合影响是准确评价政策效果的前提。创新政策组合的重点在于不同政策工具之间的相互作用和依存,本文将创新政策组合定义为实现同一目标,不同类型创新政策工具之间通过平衡和互相作用促进创新发展。政府为支持企业创新,采用的主要创新政策类型是供给型和环境型,其中供给型创新政策中占比最大的是人才激励和研发补助,环境型创新政策工具占比最多的是税收优惠[2]。因此,本文研究供给型和环境型创新政策组合作用效果,具体政策工具选取研发补助和税收优惠,它们是目前激励创新最重要的两个政策工具[5]。
直接给予企业研发补助,一方面会降低企业研发成本和风险,增加企业实际营业外收入,对企业自主创新产生激励作用[6]。另一方面,研发补助对创新资源集聚会产生积极的信号效应,即如果企业获得了政府研发资助,就有利于吸引其它机构投资或创新人才引进[7]。间接减免企业税收,不仅能够降低企业税负成本,支持企业创新,而且企业享受税收优惠金额越多,其增加研发投入的积极性越大,越有利企业创新绩效提升[8-9]。学者们从不同角度实证发现,政策组合对创新促进作用比单一政策更优[10-11],但对于研发补助和税收优惠二者组合效果尚未有定论。基于已有研究,本文提出以下假设:
H1: 研发补贴和税收优惠政策组合比单一政策工具更能促进企业创新绩效产出。
Haire最早将生命周期理论用于研究企业问题,在此基础上,国内外学者从不同角度、不同层次对企业生命周期理论进行研究。本文结合已有文献研究,将企业生命周期划分为4个阶段,即初创期、成长期、成熟期以及衰退期,处于不同发展阶段的企业具有不同特征[12],其创新能力和创新需求也有很大差别。因此,其对政策需求显著不同,政策对企业的激励效果也具有异质性[13-14]。
研发补助和税收优惠政策组合具有协同作用,具体表现为正协同、负协同以及无协同3种形式。Neicu[15]、Radas[16]基于微观企业数据研究表明,与单一政策相比,税收优惠和研发补贴更能促进企业研发投入,增加企业创新产出,二者组合效果为正协同;Dumont[17]基于微观层面数据,Montmartin & Herrera[19]基于宏观层面数据研究表明,研发补贴和税收优惠政策对企业研发投入的影响弱于单项政策工具,二者组合效果为负协同;Brown[19]研究发现,税收优惠与研发补助政策组合对企业研发投入及创新产出并未产生显著影响,二者组合效果为无协同。
由此推测,研发补助和税收优惠政策组合对处于不同生命周期企业的引导效果存在异质性。成长期企业进入快速扩张阶段,需要大量资金支撑,但内部现金流较少,盈利水平不稳,融资受限,因而会倾向追求较高风险的回报。此时,给予企业研发补助会加速推动创新,通过减免部分税收增加企业内部资金流,使企业有更多资金投入到创新活动中,从而提升创新绩效。成熟期企业经营情况稳定,发展速度减慢,盈利水平平稳,从上成长期以数量规模扩大为主转变为成熟期内涵质量提升,企业希望通过创新稳固市场地位。政府给予成熟期企业研发补助,企业专款专用,并愿意将其投入到创新活动中。对于成熟期企业来说,其享受的税收优惠额度与其技术创新水平显著正相关。由此,本文认为,对于成长期和成熟期企业来说,研发补助与税收优惠政策组合效果为正协同。当企业处于衰退期时,经营业绩下滑严重,处于转型发展的关键期,创新政策组合对其创新绩效影响是不确定的,研发补助与税收优惠政策组合效果为无协同。基于此,本研究提出如下假设:
H2:创新政策组合能够显著提升成长期和成熟期企业创新绩效,组合效果为正协同,但创新政策组合对衰退期企业创新绩效无显著影响,组合效果为无协同。
市场需求是企业创新的源动力,也是新技术新产品产生的直接动因,需求导向及其规模是促进企业R&D活动最有效的内在激励机制,多样化市场需求能够有力促进企业创新[20-21]。企业越早发现新的市场不足,越容易占领市场并获得超额利润。因此,消费者产生的新需求能够不断促进企业创新活动。基于以上研究,本文认为,市场需求对企业创新绩效具有显著提升作用,成长期企业处于快速扩张阶段,市场需求比较旺盛,企业创新动力强劲,市场需求能够显著提升成长期企业创新绩效。成熟期企业管理模式逐步完善,其盈利能力较强,市场定位比较清晰。企业通过创新巩固已有市场份额并不断寻求新的利润增长点,市场需求对成熟期企业创新绩效具有显著提升作用。衰退期企业,市场需求很低,企业产品创新不能带来足够的经济回报,市场需求对其创新绩效具有显著抑制作用。据此,本文提出以下假设:
H3:市场需求对成长期和成熟期企业创新绩效具有显著促进作用,对衰退期企业创新绩效具有显著抑制作用。
市场需求是技术创新的内在源泉,其与政府干预共同影响企业创新绩效。20世纪80年代,莫厄里和罗森堡提出,政府政策引导和市场需求驱动在创新中以互动方式发挥着重要作用,但市场需求如何影响创新政策及其组合与企业创新绩效之间的关系,已有相关实证研究较少。因此,有必要就市场需求如何影响创新政策与企业创新绩效之间的关系作进一步探索。市场需求规模会促使企业产生积极的信号效应,即市场需求规模越大,越能够促使企业增加研发活动投入资金[22]。企业自主创新动力越大,如果市场需求降低,那么政策推动创新效果就越突出。因此,市场需求规模越大,就越会削弱创新政策及其组合对创新绩效的积极作用,市场需求与政府干预效果会因企业所处生命周期不同而有所差别。基于此,本文提出以下假设:
H4:不同生命周期下,市场需求在创新政策组合与企业创新绩效之间起负向调节作用。
H5:对于成长期企业,市场需求作用弱于创新政策作用;对于成熟期企业,市场需求作用强于创新政策作用;对于衰退期企业,市场需求及创新政策作用均不显著。
《中国城市科技创新发展报告》数据显示,北京创新指数连续3年大幅领先其它省市,从具体分指标看,创新资源、创新服务和创新绩效3个一级指标均居全国之首。与其它省市相比,北京创新活力最强,创新政策最多,故其代表性最强。因此,本研究选取2019年北京A股上市企业数据,为提高研究结论的可靠性,对样本初始数据按以下原则进行降噪处理:①剔除所有ST类企业;②剔除数据不完整以及存在明显异常值的数据样本;③剔除有重大违规行为的企业样本;④剔除没有同时获得研发补助和税收优惠的企业样本,最终获得336个研究样本。
本文数据具有多个来源,其中专利数据来源于国家知识产权局,企业规模、研发补助、盈利能力等财务指标数据来自于Wind和国泰安数据库,税收优惠数据来源于样本公司年报。数据分析使用Stata15.0软件。
(1)因变量:创新绩效。本文以企业创新绩效(Patent)为因变量,现有研究一般采用两种方法衡量企业创新绩效,一是依据Jose等[23]提出专利是企业新技术、新产品以及新工艺的具体体现,故采用专利产出数量进行衡量;二是Hitt[24]认为新产品更能体现企业研发创新的综合成果,故采用新产品销售收入进行评价。本文基于数据完整性和可得性,借鉴Jose等[23]的研究成果,选取专利申请数量指标衡量企业创新绩效。
(2)自变量:研发补助、税收优惠。自变量分别是研发补助(RD)和税收优惠(Tax),上述两项政策是激励企业创新的主要政策工具。为了准确测度两种政策工具,本研究借鉴柳光强[25]、李静怡[26]的做法,税收优惠选用样本企业年报中“收到的各项税费返还”科目作为具体指标数值,研发补助具体指标值根据公司年报计算获得,为公司年报中“政府补助”金额,并扣除其中与税收优惠有关的项目,如税收减免、税收返还以及即征即退等。
(3)调节变量:市场需求。市场需求能够显著提高企业研发投入强度和创新效率水平 [22],市场需求规模扩大有利于降低研发风险,促进企业创新。本文主要研究企业市场需求对创新政策组合与企业创新绩效之间关系的影响,采用同类企业(行业属性相同)当年销售收入之和与北京地区当年GDP比值表示。
(4)控制变量。除政策因素和市场因素外,企业创新绩效还受到自身因素的影响,如企业规模大小、盈利能力、企业年龄以及企业员工素质等。基于此,本研究控制了与企业自身有关的重要因素。为缓解异方差带来的影响,对变量的所有绝对量均取对数,具体见表1。
为检验市场需求、创新政策组合与企业创新绩效之间的关系,本文构建如下研究模型:
因变量为企业创新绩效(Patent),控制变量为盈利能力(Prof)、企业规模(Scale)、企业年龄(Age)和员工素质(Quality),构建基本模型1,如式(1)所示。
Patent=α0+α1Scale+α2Prof+α3Age+α4Quality+μ
(1)
在模型1的基础上,引入自变量及其交互项,形成模型(2),以检验不同生命周期下创新政策组合对企业创新绩效的影响,如式(2)所示。其中,RD代表企业所获得的研发补助,Tax表示企业税收减免额,二者交互项RD*Tax代表创新政策组合效果,Controls代表式(1)中的全部控制变量。
Patent=α0+α1RD+α2Tax+α3RD×Tax+α4Controls+μ
(2)
在模型2的基础上,引入市场需求(Market)作为调节变量,构建模型(3),以检验市场需求对上述创新政策效果的影响,具体模型如式(3)所示。其中,Market代表市场需求,Policy代表本文所选用的研发补助和税收优惠两类创新政策工具组合,Controls代表式(1)中的全部控制变量。
Patent=α0+α1Market+α2Policy+α3Market×Policy+α4Controls+μ
(3)
表1 变量说明及定义
变量类别变量标识变量名称变量定义(测量指标)变量计算因变量Patent创新绩效当年企业专利申请数量Ln(当年企业专利申请数量+1)自变量RD研发补贴当年企业获得的政府补助Ln(当年企业政府补助额+1)Tax税收抵免税费返还额取对数调节变量Market市场需求销售收入占比销售收入/GDP控制变量Scale企业规模总资产取对数Prof盈利能力资产利润率利润总额/年末资产平均总额Age企业年龄当年年份-开业年份+1取对数Quality人口素质研发人员占比研发人员数/员工总数
根据研究设计,本文首先依据企业生命周期理论对全部样本企业进行分组。由于本文样本企业均为已上市公司,一般在上市前已度过了企业初创期。因此,本研究仅限于成长期、成熟期和衰退期企业。
有关企业生命周期划分与度量方法,研究成果较为丰富,其中更为客观的定量方法得到了学者们的广泛关注,在实证研究中被广泛应用,主要有现金流法(谢佩洪等,2017)、综合指标分析法(李云鹤等,2011)、销售收入趋势法[27]。本文样本企业以技术性企业居多,后者在不同阶段的现金流以及盈利模式等方面差别较大,而销售收入则能比较稳定地反映企业成长阶段。因此,本文借鉴王婉秋等[28]的做法,选用销售收入趋势法对企业生命周期阶段进行划分,将企业创立之后历年销售收入分别绘制成趋势图,通过销售收入趋势变化判断企业所处生命周期。如果销售收入趋势图具有明显上升态势,则判断该企业处于成长期,若销售收入趋势图呈现明显下降态势,则判断该企业处于衰退期,若上述两种趋势均不显著,则确认该企业处于成熟期,具体分组结果如表2所示。可以发现,所选样本中成熟期企业占比最大,衰退期企业占比最小。从占比构成看,处于成长期和成熟期样本企业数量较多,衰退期企业数量较少。
表2 样本企业生命周期分布
项目A:成长期B:成熟期C:衰退期合计样本数14115144336占比(%)424513100
样本描述性统计结果如表3所示。从表3可以看出,成长期企业创新绩效明显高于成熟期和衰退期企业,成长期和成熟期企业所获得的研发补助明显高于衰退期企业,成长期企业市场需求规模均值达到21.8,成熟期企业市场需求规模均值为14.79,衰退期企业市场需求规模最小。在一定程度上表明,当企业处于不同生命周期时,创新政策、市场需求与企业创新绩效之间存在一定的相互影响关系。另外,从统计数据看,企业年龄最大值为36,最小值为5,平均值为18.8,说明样本企业年龄分布比较广泛。成熟期企业盈利能力最强,均值为3.44,衰退期企业盈利能力最弱,均值0.96。从企业规模指标看,成长期企业规模均值23.44,为最大值,成熟期企业规模均值仅低于成长期企业,衰退期企业成长规模均值最小。成长期企业研发人员占比最大,达到0.38,表明成长期企业中研发人员数量最多,成熟期最低,仅为0.31,该结果符合企业发展生命周期特征。
表3 变量描述性统计结果
变量全样本(N=336)MinMaxMeanStd.A:企业处于成长期的样本(N=141)MinMaxMeanStd.B:企业处于成熟期的样本(N=151)MinMaxMeanStd.C:企业处于衰退期的样本(N=44)MinMaxMeanStd.Patent0.008.674.261.891.098.674.681.550.008.603.982.120.0083.861.83RD0.0022.6514.625.610.0021.6915.055.500.0022.6514.825.280.0018.5912.556.59Tax0.0025.1021.181.3120.9625.1021.380.770.0024.3421.041.7820.9221.8121.050.12Market0.014838.5915.9271.50.04401.421.859.720.04838.5914.7989.390.0148.780.961.69Scale19.6631.0323.032.1420.431.0323.442.5820.0528.6322.881.7519.6626.3822.191.36Prof2.033.463.430.793.43.453.430.0053.343.473.440.0092.033.453.390.22Age53618.85.1953618.705.6893419.144.95927184.23Quality0.001.530.350.260.000.970.380.280.0080.960.310.230.0051.530.360.27
注:根据Stata输出结果汇总整理,下同
本文首先分析企业处于不同生命周期时创新政策及其组合对企业创新绩效的影响。其中,模型N1、A1、B1、C1为基本模型,仅包含控制变量,模型N2、A2、B2、C2检验不同样本下创新政策工具对企业创新绩效的影响,模型N3、A3、B3、C3检验不同样本下创新政策工具组合与企业创新绩效的关系,实证结果见表4。从表4结果可以看出,全样本下,研发补助与企业创新绩效回归系数为0.012并在5%的统计水平下显著,说明研发补助额度越大,越能促进企业创新绩效提升;税收优惠与创新绩效回归系数为0.037,但统计上不显著,表明税收优惠与企业创新绩效之间呈现正相关关系;研发补助和税收优惠组合在5%的显著性水平下促进企业创新绩效提升,说明二者组合互补作用显著,发挥了1+1>2的政策效果,H1得到验证。从分组样本回归结果看,二者组合对成长期企业创新绩效具有抑制作用,但结果不显著,政策组合效果表现为竞争效应,组合效果1+1<2,这有点出乎笔者预料,原因可能在于成长期企业未将被减免的税收和获得的研发补助投入到研发活动中,而是用于其它发展活动,故未能促进创新绩效提升。研发补助能够显著提升成长期企业创新绩效,意味着对处于成长期的企业来说,直接给予其研发补助的效果更好,创新政策组合能够显著促进成熟期企业创新绩效提升,政策组合效果表现为互补效应。因为对于成熟期企业来说,企业特征都达到了最佳状态,盈利能力以及市场占有率趋于稳定,资金已不再是主要问题。此时,企业将研发补助和税收优惠投入到研发活动中,用于推动技术创新,容易实现创新政策的精准扶持。对于衰退期企业,政策组合对创新绩效的影响回归系数为正但不显著,H2得到部分验证。
表4 不同生命周期下创新政策组合与创新绩效回归分析结果
变量全样本N模型N1模型N2模型N3A:企业处于成长期样本模型A1模型A2模型A3B:企业处于成熟期样本模型B1模型B2模型B3C:企业处于衰退期样本模型C1模型C2模型C3Cons-3.802-4.601-3.812190.7*206.5*211.6*161.2**160.8**162.0**-9.17963.980225.000[4.392][4.597][4.766][86.87][90.60][90.67][56.29][56.67][56.33][6.18][49.97][285.38]Scale0.303***0.301***0.277***0.258***0.242*0.279*0.336**0.336**0.1980.416*0.580*0.558*[0.049][0.052][0.064][0.054][0.112][0.117][0.101][0.103][0.131][0.195][0.226][0.231]Prof0.2910.2490.245-55.92*-61.14*-63.39*-47.79**-47.88**-47.02**0.6100.6820.682[1.242][1.246][1.247][25.35][26.82][26.88][16.42][16.52][16.43][1.23][1.18][1.201]Quality1.535***1.538***1.544***0.7170.8160.7831.794*1.783*1.763*3.366*3.160*3.132*[0.415][0.422][0.427][0.507][0.519][0.515][0.725][0.736][0.731][1.337][1.261][1.291]Age-0.023-0.021-0.020-0.005-0.002-0.001-0.0680*-0.0671*-0.0610.0380.0420.036[0.019][0.019][0.012][0.021][0.027][0.022][0.033][0.033][0.038][0.063][0.063][0.064]RD0.012**-0.2040.002**0.4940.001-0.8760.0853*-9.295[0.017][0.342][0.022][0.462][0.033][0.526][0.040][16.361]Tax0.0370.0270.1150.1910.033-0.023-3.712-11.350[0.078][0.080][0.384][0.385][0.096][0.101][2.508][13.56]RD*Tax0.010**-0.0230.041***0.447[0.015][0.022][0.024][0.789]R20.2990.2990.2970.3310.3280.3290.4140.3030.3140.3420.2170.402F10.277.076.106.274.393.935.843.873.752.742.932.51N336336336141141141151151151444444
注:[ ]内为稳健标准误,***、**、*分别代表显著性水平至少为0.01、0.05、0.10,下同
模型N4、A4、B4、C4分别检验不同样本下市场需求对企业创新绩效的影响,表5为模型检验结果。结果显示,在全样本下,市场需求在5%的统计水平上显著促进企业创新绩效提升,这种促进作用会因企业所处生命周期不同而呈现显著差别。成长期企业市场需求与企业创新绩效之间的回归系数为0.252,但在统计上不显著,表明对于成长期企业来说,市场需求与创新绩效是正相关关系;成熟期企业市场需求与创新绩效之间的回归系数为0.034,且在5%的统计水平下显著,表明市场需求能够显著提升成熟期企业创新绩效;市场需求对衰退期企业创新绩效的影响回归系数在1%的显著性水平下显著为负,说明市场需求对衰退期企业创新绩效具有显著抑制作用。H3得到部分证实。
当前经济环境下政策往往以组合或者协同形式解决问题,故本部分只考虑创新政策组合情况。模型N5、A5、B5、C5在基本模型的基础上,加入创新政策组合及市场需求变量,模型N6、A6、B6、C6在上述模型的基础上,进一步引入创新政策组合与市场需求的交叉项,检验不同样本下市场需求对创新政策组合与企业创新绩效关系的影响。结果显示,全样本下市场需求与创新政策组合的交叉项系数在5%的统计性水平下显著为负,表明市场需求会削弱创新政策组合与企业创新绩效之间的正向关系,意味着市场需求规模越大,越会弱化创新政策对企业创新绩效的积极作用,且对于不同生命周期的企业结论一致,H4得到证实。
对成长期企业,创新政策组合回归系数显著为正,说明创新政策组合可以显著提升企业创新绩效,市场需求对创新绩效的影响回归系数为0.057,但作用效果不显著,表明对于成长期企业来说,政策组合效果大于市场作用。对成熟期企业,市场需求对创新绩效的影响回归系数在5%的统计水平下显著为正,表明市场需求能够显著促进成熟期企业创新绩效提升。创新政策组合对创新绩效回归系数虽为正但不显著,说明对于成熟期企业,市场需求对其创新绩效的促进作用优于创新政策组合。对衰退期企业,创新政策组合回归系数为正,市场需求回归系数为负,表明创新政策正向促进创新绩效,市场需求反而抑制企业创新绩效提升,说明对于衰退期企业,政府政策干预效果更好,H5得到证实。
表5 不同生命周期下市场需求对创新绩效的影响
变量全样本N模型N1模型N4A:企业处于成长期样本模型A1模型A4B:企业处于成熟期样本模型B1模型B4C:企业处于衰退期样本模型C1模型C4Cons-3.802-2.189190.7*186.4*161.2**156.9**-9.179-12.250[4.392][4.404][86.876][86.384][56.294][55.82][6.18][8.136]Scale0.303***0.230***0.258***0.175*0.336**0.242*0.416*0.540[0.045][0.056][0.054][0.074][0.102][0.116][0.191][0.287]Prof0.2910.264-55.92*-54.20*-47.79**-45.92**0.6100.765[1.245][1.236][25.351][25.262][16.423][16.292][1.231][1.222]Quality1.535***1.508***0.7170.7241.794*1.710*3.366*3.399*[0.415][0.423][0.507][0.507][0.725][0.721][1.337][1.385]Age-0.023-0.018-0.0050.006-0.0680*-0.0650.0380.033[0.010][0.019][0.021][0.025][0.034][0.032][0.063][0.061]Market0.404**0.2520.034**-0.133***[0.006][0.003][0.002][0.226]R20.1000.1140.1310.1420.1140.1310.1420.127F10.279.626.275.615.845.502.742.22N3363361411411511514444
表6 市场需求对创新政策组合与企业创新绩效关系的调节作用
变量全样本N模型N5模型N6A:企业处于成长期样本模型A5模型A6B:企业处于成熟期样本模型B5模型B6C:企业处于衰退期样本模型C5模型C6Cons-2.360-1.984198.5*203.6*156.9**156.1**-14.310-13.490[4.417][4.489][87.88][89.31][56.05][55.97][7.936][7.936]Scale0.234***0.217**0.180*0.174*0.243*0.1670.584*0.525[0.053][0.055][0.072][0.079][0.116][0.107][0.273][0.243]Prof0.2370.211-57.77*-59.22*-45.92**-45.27**0.7070.646[1.245][1.368][25.61][26.22][16.33][16.39][1.25][1.29]Quality1.528***1.517***0.8520.8401.711*1.729*3.449*3.742**[0.461][0.411][0.513][0.519][0.725][0.720][1.309][1.383]Age-0.016-0.0140.0100.011-0.065-0.0640.0520.053[0.019][0.019][0.028][0.021][0.033][0.033][0.065][0.063]Policy0.063*-0.2470.047*-0.3180.0590.3750.0548*0.0548*[0.008][0.009][0.001][0.003][0.005][0.006][0.001][0.002]Market0.407*0.0070.0570.0710.039**0.047-0.2120.668[0.001][0.005][0.003][0.007][0.002][0.036][0.218][0.820]P*M-0.615**-0.354*-0.081**-0.247*[0.000][0.000][0.001][0.023]R20.1150.1130.1490.1430.1250.1260.1880.191F8.237.085.064.324.564.102.622.41N3363361411411511514444
为进一步验证上述结论,本文通过调整时间样本对上述研究过程进行稳健性检验。具体来说,所有变量指标不变,采用2018年数据进行检验,回归结果如表7和表8所示。数据结果显示,变量回归系数符号与上文实证估计结果一致,说明本文研究结果是稳健的。
本文以2019年北京A股上市公司数据为研究样本,基于创新驱动理论,运用多元回归分析方法,探索市场需求与政府干预对不同生命周期企业创新绩效的影响,得出以下结论:
(1)从总样本看,研发补助和税收优惠政策组合互补效应显著,发挥了1+1>2的政策效果,但政策组合效果因企业所处生命周期不同而呈现显著差异性。具体来说,对于成长期企业二者竞争效应显著,组合效果为负协同;对于成熟期企业二者组合互补效应显著,组合效果为正协同;对于衰退期企业二者组合无显著影响,组合效果为无协同。
(2)市场需求能够显著促进企业创新绩效提升,但对于成长期和成熟期企业的正向促进效应显著,对衰退期企业则具有显著抑制作用。
(3)市场需求在创新政策组合与企业创新绩效之间起负向调节作用,且对于不同生命周期的企业结论一致。对于成长期企业,创新政策组合对其创新绩效的正向促进作用显著,政府干预优于市场调节。对于成熟期企业,市场需求能够显著提升企业创新绩效,市场调节优于政府干预。对于衰退期企业,政策引导效果更优。
表7 不同生命周期下创新政策组合与企业创新绩效关系稳健性检验结果
变量全样本N模型N1模型N2A:成长期样本模型A1模型A2B:成熟期样本模型B1模型B2C:衰退期样本模型C1模型C2Cons-13.39**-5.217*-66.370-5.685-7.107-14.76025.110-9.656[5.161][2.549][88.617][95.499][42.113][43.159][211.421][8.224]Scale0.292***0.223***-0.0920.208*0.255**0.230**-0.0120.323[0.063][0.055][0.193][0.084][0.086][0.073][0.512][0.339]Prof0.8150.88513.5501.035-2.2743.7600.9040.976[0.629][0.635][26.039][27.71][12.55][12.53][0.765][0.698]Age-0.0500**-0.046 2*-0.004-0.025-0.0754**-0.0757**0.0580.084[0.018][0.019][0.029][0.031][0.025][0.025][0.077][0.074]Quality0.2710.2750.7240.414-0.264-0.2501.1200.641[0.409][0.413][0.571][0.632][0.619][0.635][1.367][1.287]RD0.5030.1500.953*-1.962[0.334][0.460][0.471][12.39]Tax0.2221.054**0.521-1.467[0.245][0.400][0.407][11.80]RD*Tax0.017*-0.0040.041*0.106[0.014][0.019][0.028][0.658]Market0.0434**0.065 70.027**-0.172*[0.001 5][0.002 3][0.001 9][0.177 5]R20.3670.3360.3350.2830.3650.2980.198-0.322F10.6311.5811.087.255.264.650.430.82N3373371411411521524444
表8 市场需求调节作用的稳健性检验结果
变量全样本NA:成长期样本B:成熟期样本C:衰退期样本模型N3模型A3模型B3模型C3Cons-4.702-77.730-6.133-10.910[2.538][88.01][44.20][8.67]Scale0.0980.1110.1570.377[0.068][0.086][0.109][0.411]Prof0.77621.3801.4951.092[0.613][25.50][12.85][0.76]Age-0.0340.000-0.0691*0.078[0.011][0.024][0.025][0.074]Quality0.2630.476-0.2610.348[0.406][0.566][0.685][1.391]Policy0.00783***0.012 3***0.2140.069[0.017][0.002][0.002][0.011]Market0.020 2***0.022 7**0.017-3.780[0.001][0.007][0.013][2.773]P*M-0.334**-0.377*-0.228**-0.010*[0.000 0][0.000 0][0.000 0][0.007 6]R20.1840.3400.2030.219F11.8411.293.470.84N33714115244
本研究聚焦于探索不同生命周期下企业创新政策工具组合对创新绩效的影响,以及市场需求在其中的作用机理,对创新驱动理论领域以及政策组合领域研究均有一定的贡献。一方面,基于创新驱动力理论,以企业生命周期为边界条件,深入探索政策与市场对创新绩效的作用规律,深化了Daniel[5]、Lei Xu[29]的研究成果,并进一步拓展了创新驱动理论。另一方面,基于现有文献研究结论,即处于不同生命周期的企业在发展战略以及经营等方面的差异性导致其创新政策阶段性特征显著[30]。本研究动态识别市场需求、创新政策组合以及创新绩效之间的关系,为解释创新政策和创新绩效提供了新的视角。
本研究实践意义在于,厘清市场需求、政府政策与企业创新绩效间的关系,挖掘研发补贴和税收优惠政策投入企业的最佳阶段,以实现创新政策对企业创新活动的精准扶持,优化政府创新政策效果,为推动高质量创新发展提供政策建议。一方面,企业应结合自身所处发展阶段,准确识别创新驱动力,精准定位政策发力点。创新政策倾向于成长期和衰退期企业,研发补助政策倾向于成长期企业,税收优惠倾向于成熟期企业。对于衰退期企业,应具体考查其实际情况,对有潜力的企业给予更多政策支持,促进其转型成长,以延长其生命周期。研发补助与税收优惠组合政策倾向于成熟期企业,应充分发挥二者协同互补效应,形成政策合力,实现政策最优组合效果和最大创新绩效。另一方面,鉴于市场需求对创新政策组合与企业创新绩效关系的负向调节作用,应明确创新政策与市场需求对创新绩效的作用,即市场需求催生创新,政府政策推动创新。目前来看,创新政策类型应从补助型转向调节市场需求型,以提升市场需求和强化研发活动的市场需求导向为主,在市场调节和政府干预下,从根本上提升企业创新能力,促进创新质量提升。
本研究也有局限和不足之处:一是仅考虑了研发补助和税收优惠两种政策工具的组合效果,实际上多种政策工具之间可能存在交互作用,未来研究应进一步关注创新政策工具实施力度及其组合情况;二是未来可扩大样本范围并考虑不同区域样本差异,以增强结论的普适性。
[1] SCHMOOKLER J.Economic sources of inventive activity[J].The Journal of Economic History,1962,22(1):1-20.
[2] 张永安,耿喆,王燕妮.区域科技创新政策分类与政策工具挖掘——基于中关村数据的研究[J].科技进步与对策,2015,32(17):116-122.
[3] BORRS S, EDQUI ST C.The choice of innovation policy instruments [J].Techno logical Forecasting & Social Change, 2013, 80(8): 1513-1522.
[4] ROGGE K S, REICHARDT K.Policy mixes for sustainability transitions: an extended concept and framework for analysis[J].Research Policy,2016,45( 8):1620-1635.
[5] DANIEL NEICU,PETER TEIRLINCK,STIJN KELCHTERMANS.Dipping in the policy mix: do R&D subsidies foster behavioral additionality effects of R&D tax credits[J].Economics of Innovation and New Technology,2016,25(3):218-239.
[6] 陈玲,杨文辉.政府研发补贴会促进企业创新吗——来自中国上市公司的实证研究[J].科学学研究,2016,34(3):433-442.
[7] KLEER R.Government R&D subsides as a signal for private investors[R].Bavarian Graduate Program in Economics,2008.
[8] YANG C H,HUANG C H,HOU T C T.Tax incentives and R&D activity:firm-level evidence from Taiwan[J].Research Policy,2012,41(9):1578-1588.
[9] CAPPELEN A,RAKNERUD A,RYBALKA M.The effects of R&D tax credits on patenting and innovations[J].Research Policy,2012,41(2):334-345.
[10] VALERIA COSTANTINI, FRANCESCO CRESPI, ALESSANDRO PALMA.Characterizing the policy mix and its impact on ecoinnovation: a patent analysis of energy-efficient technologies[J].Research Policy,2017,46(4):799-819.
[11] 张永安,耿喆,王燕妮.区域科技创新政策对企业创新产出的作用机理研究——基于CAS理论Multiple Agent思想[J].科学学与科学技术管理,2015,36(10):32-40.
[12] 王凤荣,高飞.政府干预、企业生命周期与并购绩效——基于我国地方国有上市公司的经验数据[J].金融研究,2012,33(12):137-150.
[13] 陈红,张玉,刘东霞.政府补助、税收优惠与企业创新绩效——不同生命周期阶段的实证研究[J].南开管理评论,2019,22(3):187-200.
[14] 周海涛,张振刚.政府科技经费对企业创新决策行为的引导效应研究——基于广东高新技术企业微观面板数据[J].中国软科学,2016,31(6):110-120.
[15] NEICU D.Evaluating the effects of an R&D policy mix of subsidies and tax credits[J].Management and Economics Review, 2019, 4(2): 1-13.
[16] RADAS S, ANICI D, TAFRO A, et al.The effects of public support schemes on small and medium enterprises[J].Technovation,2015(38): 15-30.
[17] DUMONT M.Assessing the policy mix of public support to business R&D[J].Research Policy, 2017, 46(10): 1851-1862.
[18] MONTMARTIN B, HERRERA M.Internal and external effects of R&D subsidies and fiscal incentives: empirical evidence using spatial dynamic panel models[J].Research Policy, 2015, 44(5): 1065-1079.
[19] BROWN W B,GOBELI D.Observation on the measurement of R&D Productivity: a case study[J].IEEE Transactions on Engineering Management, 1992, 39(4):325-331.
[20] LEE D H,KIM H B,LEE J.The impact of research sponsorship upon research effectiveness[J].Technovation,1991,11(1):39-57.
[21] 徐长生,王晶晶,汪海.竞争程度、市场需求与企业创新——基于中国制造业企业微观数据的Probit模型研究[J].发展经济学研究,2011,5(10):303-318.
[22] 董鹏刚,史耀波.市场需求要素驱动的创新溢出效应研究[J].科技进步与对策,2019,36(9):19-25.
[23] JOSE FERNANDEZ DONOSO.A simple index of innovation with complexity[J].Journal of Informetrics,2017,11(1):1-17.
[24] HITT M A,HOSKISSON R E,JOHNSON R A,et al.The market for corporate control and firm innovation[J].Academy of Management Journal,1996,39(5):1084-1119.
[25] 柳光强,杨芷晴,曹普桥.产业发展视角下税收优惠与财政补贴激励效果比较研究——基于信息技术、新能源产业上市公司经营业绩的面板数据分析[J].财贸经济,2015,36(8):38-47.
[26] 李静怡,王祯阳,武咸云.政策激励与研发投入交互作用对创新绩效的影响[J].科研管理,2020,41(5):99-110.
[27] 王凤荣,高飞.政府干预、企业生命周期与并购绩效——基于我国地方国有上市公司的经验数据[J].金融研究,2012,33(12):137-150.
[28] 王宛秋,马红君.技术邻近性、研发投入与技术并购创新绩效——基于企业生命周期的视角[J].管理评论,2019,31(11):1-10.
[29] LEI XU,JUN SU.From government to market and from producer to consumer:transition of policy mix towards clean mobility in China[J].Energy Policy,2016,96:328-340.
[30] 袁杰,曹迪,陈华志.创新产品生命周期视角下我国中小企业技术创新服务政策阶段性特征研究[J].科技进步与对策,2013,30(18):9-12.