培育类产业政策对中小企业技术创新的影响

曾繁华1,2,肖苏阳1,刘灿辉3

(1.中南财经政法大学 经济学院,湖北 武汉 430070;2.武汉城市学院 经济与管理学部, 湖北 武汉430075;3.湖南财政经济学院 会计学院,湖南 长沙 410205)

摘 要:通过手工收集地方政府培育类政策并与2007-2019年中国中小板和创业板上市企业数据进行匹配,利用多期DID模型检验其对中小企业创新的影响。结果表明,培育类政策对中小企业创新起长期显著促进作用,但政府认定次数增加并不能推动中小企业创新由量转质的飞跃。进一步地,培育类政策可通过激发创新意愿、加速人才聚集、提升市场关注度促进中小企业创新。异质性分析表明,该类政策对国有中小企业创新促进作用更为显著,且仅对低集中度行业企业起到促进作用,知识产权保护水平较低地区政策激励与创新补偿效应更强。结论可丰富产业政策对中小企业创新影响的经验证据,为完善扶持中小企业创新政策提供决策参考。

关键词:培育类产业政策;中小企业创新;多期双重差分模型(DID);中介效应

The Influence of Industry Cultivation Polices on Technological Innovation of Small and Medium-sized Enterprises

Zeng Fanhua1,2,Xiao Suyang1,Liu Canhui3

(1.School of Economics of Zhongnan University of Economics and Law,Wuhan 430070,China; 2.Wuhan University of City College,Wuhan 430075, China;3.School of Accountancy,Hunan University of Finance and Economics,Changsha 410205,China)

AbstractIn recent years, it has become the focus of social attention and an important direction of policymaking of how to ensure fair competition and accelerate the improvement of the small and medium-sized enterprises (SMEs) innovation ability and professional level. Guided by the innovation-driven development strategy, China is accelerating the transformation and upgrading of its traditional industrial policies with transition from selective industrial policies to competitive and universal policies. It has become the key to cultivating new driving forces and new growth points in China's economy by creating a series of high-quality demonstration enterprises with growth potential and competitive advantages under the guidance of the new industrial policy .

In this background, China's local government introduced a series of industrial cultivation policies for SMEs' innovation ability, such as the Gazelle Enterprises Developing Plan, the Identification of Technology-based SMEs and the Identification of Little Giant of Science and Technology Enterprise . Different from traditional industrial policies, cultivation policies are mostly directly related to the innovation process of enterprises, and their advantages are mainly reflected in the following three aspects. First, based on the phased characteristics of technological innovation, targeted measures are taken to reduce direct intervention in the market and stress the role of the market by focusing on the basic research process, pilot test process of achievements, and market application at the front, the middle and back end of the value chain. Second, it accelerated the transition of small and medium-sized enterprises from the initial stage to the growth and maturity stage with the explosive growth of market players by promoting the concentration of innovation factor resources to SMEs. Third, under the modern industrial system, the government has continuously guided large enterprises and SMEs to make joint innovations, expanded open and competitive cooperation, encouraged SMEs to expand their business areas, narrowed the technological gap with cutting-edge enterprises, and promoted ecological development of innovation.

With policy incentives, the government effectively guides SMEs to shift their strategic centers. The SMEs focus on industry segments, specializing in technology and market development, and actively carry out innovation cooperation with the world, which can give full play to the multiplication effect of the division of labor and cooperation. Subsequently a large number of innovative forces have emerged in China, playing a positive role in phasing out outdated production capacity, building regional brands, seizing international markets, and making breakthroughs in core technologies.

In this paper, we manually collected and sorted out the list of cultivation polices issued by Chinese local governments, matched them with the data of listed enterprises in China's SMEs Board and Gem from 2007 to 2019, and tested the polices impact on the innovation of SMEs by using the multi-period DID model. The results show that the cultivation polices play a significant role in promoting the growth of SMEs' innovation quantity in the long run, and the conclusion still holds after a series of robustness tests. At the same time,the industrial cultivation polices also show positive incentives for enterprise innovation quality. However, with the increasing times of polices recognition, we find that the polices still has a significant effect on the quantity of enterprise innovation, but no longer have a significant effect on the quality of innovation. The possible reasons lie in the mismatch caused by excessive concentration of resources, and the speculative behavior of enterprises in filing a large number of low-quality patents to obtain government subsides and rewards.

Further, the industrial cultivation polices promote enterprise innovation mainly through the following three paths: guiding SMEs to increase R&D investment, attracting talents, and enhancing external attention. Although the industrial cultivation polices alleviate financing constraints, the transmission mechanism of innovation output failed the significance test. The heterogeneity results showed that industrial cultivation polices have a more significant effect on state-owned SMEs compared with non-state-owned enterprises, and it only shows a significant effect in promoting enterprises in low-concentration industries. In areas with a low level of intellectual property protection, the incentive and compensation effects of policies on enterprise innovation output are stronger. The research results can enrich the empirical evidence of the impact of industrial policies on SMEs innovation, and provide a reference for improving the policies supporting SMEs innovation.

Key Words:Industry Cultivation Polices ; Small and Medium-sized Enterprises Innovation;Multi-phase Difference-Differences Model (DID);Mediation Effect

收稿日期:2021-07-16

修回日期:2021-11-15

基金项目:湖北省高等学校哲学社科研究重大项目(21ZD155);贵州省社会科学重大项目(20GZZB22);湖北省科技创新服务及人才专项软科学研究重点项目(2020EDA015)

作者简介:曾繁华(1962-),男,湖北京山人,博士,中南财经政法大学经济学院教授、博士生导师,武汉城市学院经济与管理学部主任,湖北省科技创新高质量发展研究中心主任,研究方向为科技创新理论与政策;肖苏阳(1995-),女,湖北襄阳人,中南财经政法大学经济学院博士研究生,研究方向为科技创新理论与政策;刘灿辉(1974-),男,湖南邵阳人,博士,湖南财政经济学院会计学院副教授,研究方向为资本市场和公司金融。本文通讯作者:肖苏阳。

DOI10.6049/kjjbydc.C202107138

开放科学(资源服务)标识码(OSID):

中图分类号:F260

文献标识码:A

文章编号:1001-7348(2022)12-0112-11

0 引言

近年来,以创新驱动发展战略为指导的政策要求传统产业政策实现转型升级,由选择型产业政策向竞争型和普适型政策过渡。在新型产业政策指导下,打造一批具有增长潜能和竞争优势的优质示范企业成为培育中国经济新动力和新增长点的关键。“十四五”规划和2035远景目标纲要明确指出,要强调企业在创新中的主体地位,培育中小企业专业化优势对提升产业链供应链现代化水平、优化产业布局的重要意义。中小企业在技术领域积累知识优势,具有多元化行为策略和灵活应变能力,善于在稀缺性条件下激发创造力,寻求新的创新发展路径。但地位不对等、信息不对称等因素导致其与外界合作博弈关系不稳定,行业话语权较小、核心竞争力不足,难以维系创新可持续性[1-2]。构建独具特色中国创新战略模式,通过整合和优化创新资源配置,充分发挥“有为政府与有效市场”对企业创新的积极激励与调节作用,是加快突破关键核心技术短板及培育经济可持续发展动力的重要法宝[3]

作为后发国家,中国对外技术依存度较高,长期受制于国外专利壁垒。为了提升科技创新竞争力,加快实现技术赶超,政府制定多项以促进自主创新为目标的产业政策,包括产业结构政策、组织政策和布局政策。已有文献围绕中央和地方政策对中小企业创新影响展开广泛讨论,但大多停留在研发补贴、税收优惠、融资担保等具体政策工具评估阶段[4-6]。上述分散研究视角难以全面地反映政策支持对企业创新激励和外部环境的影响,并且可能因为忽视内生性问题而导致政策估计偏误。此外,现有文献对于政府专项培育计划下科技型中小企业发展现状、治理模式及创新困境进行探讨[7],鲜有对培育类产业政策实施效果进行评估,更鲜见对其内在影响机制进行系统剖析与实证检验。本文边际贡献在于:第一,从创新驱动战略与地方产业政策工具视角,梳理培育类产业政策发展特征与趋势,丰富产业政策与中小企业创新相关研究。第二,基于多期DID模型,系统评估培育类产业政策实施效果,并从数量和质量两个层面解读政策过于集中时是否会带来创新资源配置扭曲问题。第三,基于培育类产业政策评估有效性,从增加研发投资、人才聚集创新、提升市场关注度以及缓解中小企业融资约束4条路径检验其内在作用机制,并探讨不同产权性质、行业集中度及产权保护强度下培育类政策执行效果。本研究对于优化政府创新培育类政策制度,精准助力中小企业创新能力提升具有重要意义。

1 制度背景与文献综述

1.1 制度背景

本文旨在研究政府针对中小企业创新制定的一系列培育类产业政策。为提升企业自主创新能力,培育一批成长好、增速快的中小企业,2003年北京中关村率先发布了“瞪羚企业”重点培育计划,按照企业规模和收入增速划分层级,设立动态化门槛,对符合要求的中小企业给予创业补贴、税收优惠、信贷融资等政策支持,以提升企业经济效益。随着中国经济结构性问题凸显,粗放型发展模式难以为继,产品附加值不高、质量不优、缺乏市场竞争力等问题成为中小企业发展的掣肘。2006年,上海面向全市注册科技型中小企业出台《科技小巨人工程实施办法》,着眼于企业成长动力变革,突出中小企业创新型特征与示范性作用。在前期实践经验的基础上,培育创新型中小企业逐步由地方策略上升至国家战略。国家重点布局中小企业转型升级之路,颠覆以提升产业集中度、扩大企业生产规模为主的传统政策逻辑,转而对创新能力和整体素质提出更高要求[8]。一是重点引导中小企业专注细分市场,走产品高端化、精细化专精特新之路,改变传统生产方式,探索新技术、新工艺,强调企业创新与地方产业技艺特色相融合,突出企业品牌优势,扬一地之所长;二是提升科技型中小企业奖补力度,提高研发经费加计扣除比例,延长亏损结转年限,加强对具有重大应用价值和产业链关键环节项目的配套支持,促进研发投入跨越式增长;三是推进技术研发中心、服务机构平台、园区加速器等创新载体建设,鼓励学科交叉与企业跨界合作,组建跨区域、跨行业、跨规模新型产业技术创新联盟,充分发挥政府创新服务职能,强化制度设计对外部环境的协调作用,以“组合拳”方式叠加政策红利。2017年,《中华人民共和国中小企业促进法》的修订标志着产业政策正式迎来以“促大扶小”为中心的重大转变[9],在梯度式培育创新主体群落,进而形成创新生态合力方面迈出关键一步。从政策制定方案看,培育类政策辐射范围较广、门槛较低,经营状况与信用良好,具有创新能力和独立产权的中小企业均能自主申报,成为政府专项计划的重点培育对象。该类政策不以具体产业为主导,唯以企业创新能力和发展绩效“论英雄”,促使中小企业战略重心转移,深耕产业细分领域,进行技术专攻和市场开拓,在产业链上下游环节与龙头企业形成优势互补,发挥分工协作倍增效应。在先试先行专项培育类政策下,涌现出大批创新生力军,在淘汰落后产能、塑造地区品牌、抢占国际市场、突破核心技术等方面发挥示范作用。

1.2 文献综述

1.2.1 中小企业创新困境分析

受资源要素、组织结构、战略管理及外部环境等因素影响,中小企业创新激励不足。现有中小企业创新障碍主要表现在:①技术创新存在周期长、风险大、外部性强等特性,中小企业经营规模小,缺乏土地、厂房和设备等生产要素,创新主观能动性被束缚;现金流不足、劳动力平均素质不高使得企业偏向于技术引进等防御型、保守型策略,在行业竞争中错失先发优势;②与大型企业相比,中小企业外部信息收集和产业形势甄别能力较弱,在技术获取、组织管理和经验积累过程中处于天然劣势地位,信息封闭导致企业管理运营机制僵化,专利预警机制不完善,致使中小企业陷入产权纠纷,风险抵御能力较弱[10]。此外,科技服务机构分布散乱、实力不强,整体发展相对滞后,难以满足中小企业在技术搜寻、品牌推广、法务咨询等方面的创新需求,科技成果转化效率不高影响企业经济效益,导致创新后继乏力;③不同规模银行融资特性与对象存在系统性差异,抵押清算制度下大型银行看重企业硬信息(抵押资产等),而中小银行更在意软信息(企业家经营能力等),资金缺口大、硬信息不足与较高的软信息识别监督成本加深中小企业融资壁垒,使其难以获得高效金融支持[11]

1.2.2 产业政策与中小企业创新

政府为激励中小企业创新出台了若干配套政策,分为研发补助、信贷贴息等直接性政策,以及税收优惠、政府采购、创新服务、示范推广等间接性政策[12],但学界对产业政策实施效果争论不休。多数研究认为,如五年规划变更、特定行业补贴、高技术企业认定等产业政策对企业创新要素聚集、研发增长、创新产出和效率提升起重要促进作用[13-16]。但也有学者对产业政策效果持怀疑态度,主要观点集中于以下两个层面:从政府视角看,政策实施对象选择存在赢家效应,为提升地区经济绩效,政府偏好周期短、产值多、回报高的产业,造成本地市场垄断和产业结构失调[17]。“抓大放小”政策特征导致产业政策与竞争政策长期失衡,显性规模化导向和隐形所有制歧视促使大量资本流入大型国有企业,阻碍私人投资进入潜在高效率非国有企业,银行信贷配给与中小企业需求矛盾升级,扩大“麦克米伦缺口”,加剧市场壁垒和资源错配问题,进一步挤压中小企业生存空间[18-20]。从企业视角看,产业政策不完全契约本质导致企业出现更多机会主义行为,为享受更多补贴优惠进行政策迎合和研发操纵,通过伪装创新达到政策法规门槛,偏离原有政策目标,降低真实创新绩效[21-22]。此外,盲目追逐政策热点导致企业决策趋同、行业内部信息与技术知识同质化,带来过度投资、产能过剩、无序竞争和产品低质等问题。

区别于传统产业政策,培育类政策大多与企业创新过程直接挂钩,其政策优势主要体现于以下3个层面:一是基于技术创新阶段化特征,围绕创新链前中后端基础研究、成果中试及市场化应用等环节精准施策,减少对市场的直接干预,有助于缓解政策歧视与资源配置扭曲等问题,强化市场作用;二是创新要素资源向中小企业聚集,市场主体呈爆发式增长,技术积累和生产规模加速扩张,中小企业实现由初创期向成长期、成熟期的全生命周期动态化跃迁;三是现代产业体系下,产业需求导向更为明确,创新基础设施更加完善。政府不断引导龙头企业与中小企业联合创新、协同转型,扩大开放与竞争合作,鼓励中小企业拓展自身业务领域,走出“技术孤岛”,畅通技术循环,缩小与前沿企业技术差距,推动产业链向上下游不断延伸,实现创新生态化发展,具体作用机制如下:

(1)政府事前激励能够为中小企业创新创造先决条件[23]。受培育企业可获得投资基金、经费补贴、政府优先采购资格和认定奖励等政策支持,同时享受项目申报审批绿色通道,缩短行政审批周期,提升项目落地效率。作为重点支持对象,孵化器和加速器可以为被培育企业提供战略指导和市场分析,助力企业开展前瞻性研究,提升管理者专业化素养,以及市场环境感知与应对能力,增强企业组织管理柔性;支持性资源网络与平台能够为企业提供运营和推广服务,促进技术成果高质量转移转化[24]

(2)弥补市场失灵。创新项目设立的初衷在于最大化知识溢出产生的社会效益,同时对创新部门进行激励与补偿。当交易成本较高、信息较为模糊时,分散项目筛选机制能够有效降低政府与企业间信息不对称,提升组织决策者对项目质量管理的把控度。分权机制下,地方政府不再仅仅是中央管理部门和地方企业的桥梁,而是作为直接代理人,拥有部分项目决策权与监督权,能够依靠信息优势对有限的创新资源进行系统整合,提升选拔流程和运作机制透明度,对无法完成项目及时止损,减少决策失误[25],提升政策执行效率。

(3)推动合作创新战略与人才聚集。公共政策能够减少中小企业与研发伙伴间的合作障碍,尤其是与私营部门间战略协作[26]。官方认定对企业是一种认同激励,能够帮助企业从技术供应商中获取更多信任,降低沟通和信息甄别成本。同时,政府致力于构建开放型创新体系,搭建地方企业与国内外知名企业交流合作平台,促进企业与国际项目对接,组成新型创新联盟,建立可持续合作关系,促进信息交互和知识转移,形成资源共享、协同共荣产业创新生态。此外,人才政策可与培育类政策实现资源嫁接,技术研发团队及复合型管理人才更愿意就职于政策保障性企业,差别化智力基础和组织管理能力成为企业核心竞争力(刘春林、田玲,2021)。

(4)缓解企业融资约束。为缩减成本并降低技术泄露风险,企业会减少自身信息披露,导致投资项目不确定性和潜在风险提升。政府在发放企业创新补助前会对企业经营绩效、创新能力与发展前景进行系统评估,并对政府补贴使用情况进行严格监管和事后追踪。根据信号传递理论,被资助企业会向资本市场传递可信任信号,向银行信贷机构展示出更强的盈利能力,实现信用增级,以获得全方位贷款融资服务和风险补偿[27-29]。这种隐形担保意味着政府对中小企业技术和管理质量的双重认可,能够增加投资者预期,提升企业市场关注度,撬动社会投资,增加企业自筹经费来源,形成多元化创新投入支持链,增强企业技术研发投资信心,从而促进企业创新(郭玥,2018)。

2 实证研究

2.1 模型设定

基于上述分析,本文对培育类产业政策与中小企业创新间关系进行实证检验。本文主要从创新产出视角,构建多期双重差分模型(多期DID)评估政府培育类政策对中小企业创新的影响。参照相关文献设计[30],本文基准回归计量模型设定如下:

Innovationit=a+β1Supp*post+β2Zit+year+pro+industry+εit

(1)

式中,it分别表示企业个体和年份,被解释变量Innovationit表示创新产出,本文以企业当年专利申请数量加1取自然对数(lnpat)加以衡量。专利从提交申请到授权一般需要较长时间,相对于专利授权数量,专利申请数量可以更加及时、准确地反映企业创新产出水平。同时,考虑到企业从被政府认定为重点培育类企业到该企业创新投入转化为创新产出周期较长,而培育类政策有效扶持期限最多为3年,因而本文将创新产出数据滞后1~3期进行回归,以此探究此类产业政策是否具有滞后效应。核心解释变量Supp*post表示政策效应,其系数是本文关注重点,用以描述政府培育类产业政策对中小企业创新产出的实际影响。Supp定义为样本期内受政府培育类产业政策支持时,赋值为1,否则为0,即本文将培育类中小企业设为处理组,其余中小企业作为对照组。post为受政策支持后年度虚拟变量,获得支持企业赋值为1,否则为0。Zit代表控制变量,参照相关研究设计[31-32],控制变量选取具体包括:①企业规模(scale),等于企业总资产的自然对数值;②企业上市年限(age),等于企业上市时间距离样本期年限的自然对数值,不足一年则按一年计算;③前十大股东持股比例(holders),等于前十大股东持股份数除以总股份数;④股权性质(equ),企业为国企时赋值为1,其它情况则为0;⑤高管持股比例(execu),等于企业首席执行官、总经理以及财务总监等高层管理人员持股份数除以总股份数;⑥审计师性质(aud),当审计师来自国内四大会计师事务所或境外会计事务所时赋值为1,否则为0;⑦现金比率(cash),等于现金及现金等价物之和除以流动负债,资产负债率(As_lia)等于总负债除以总资产;⑧有形资产比率(tang),等于固定资产及存货之和除以总资产;⑨总资产净利润率(Roa_a),等于净利润除以总资产;⑩营业收入增长率(opera),等于当年营业收入与上年营业收入之差除以上年营业收入;托宾Q值(Tobin_Q),等于市值除以总资产。另外,由于各地方创新基础不同,政府在设立研发投入、创新产出、经营绩效等政策门槛和补贴金额时存在差异。同时,为了控制因政策实施时间和行业不同造成的误差,本文加入yearproindustry分别代表时间、省份地区以及行业虚拟变量,以此控制因时间变化、企业所在省份地区与行业差异对模型的影响。εit代表随机扰动项,a表示常数项。

2.2 变量说明与数据来源

2.2.1 变量说明

本文关注核心解释变量Supp*post系数大小及方向,以此分析培育类产业政策对中小企业创新产出的影响。因此,培育类产业政策界定与量化直接关系到进一步实证结果。本文利用各省政府部门工作网站收集整理各地区中小企业培育类政策发布情况,考虑到新政策实施时间较短及地域实施范围较小,故本文政策研究范围主要集中于样本考察期间内已实施3年以上(2017年以前已经广泛实施)政策类型,主要包括“瞪羚企业”“专精特新企业”“科技小巨人”“科技型中小企业”4类认定培育类政策。为了统一口径,本文样本范围仅包含国家及省级政府单位认定为培育对象的中小企业。通常情况下,地方政府对企业认定存在两种形式,即直接被认定为“瞪羚企业”“专精特新企业”“科技小巨人”“科技型中小企业”,或者被列为该政策下重点培育企业,本文将上述企业均纳入研究范围。由于认定类政策大多在当年4~7月完成项目申报评定,故本文将企业被认定当年视作政策发挥效应的第一年。此外,本文在数据整理过程中发现,不少企业存在享受多种培育政策优惠及被多次认定的情况,因而以其首次受中小企业政策扶持的时间开始计算。

2.2.2 数据来源

受培育类产业政策扶持中小企业名单及政策文件主要通过中国瞪羚数据库和各省政府部门工作网站收集整理获得,上市企业财务数据、专利数据均来源于CSMAR数据库、CNRDS数据库。考虑到培育类产业政策所覆盖企业大多为中小企业,且中小企业财务与创新数据较难获得,故本文研究对象为2007-2019年中小板与创业板上市公司。本文对研究样本进行筛选剔除,具体包括:①金融行业企业(银行业、证券、保险和其它金融机构);②ST、*ST和PT企业;③样本期间内发生重大资产重组与合并企业。经上述处理之后,得到11 208个样本,此时各变量描述性统计结果如表1所示。

表1 主要变量描述性统计结果
Tab.1 Descriptive statistical results of major variables

变量MeanStd.Dev.MinMaxlnpat2.3451.42808.253Supp*post0.1330.34001Post_num0.5671.53209

2.3 实证分析

2.3.1 基准回归结果

培育类政策支持对中小企业专利申请数量的影响如表2所示。表2列(1)-(3)为产业政策效应分别对滞后1~3期专利申请数量影响的回归结果,可以看出,中小企业被认定为重点扶持企业后,其创新产出显著增加,且政策具有长期效应。当中小企业被认定为重点培育对象后,在土地、资金和人力等要素投入方面能够得到更多支持。具有较低申请门槛与较强创新激励的产业政策能够改善当地市场竞争、制度环境和创新氛围,从而促进中小企业创新产出。培育类政策对滞后两期创新产出的影响系数最大,此时政策红利得到充分释放,对于企业专利产出的促进效应达到最大,随后逐渐减弱。鉴于此,本文以滞后两期创新产出为主要研究对象展开讨论。

2.3.2 稳健性检验

在基准回归基础上,对上述实证结果进行一系列稳健性检验。

(1)工具变量法。在被列入政府培育名单之前,具有资格参与申报中小企业创新更为活跃,因而政策实施与企业创新产出间可能存在内生性问题。地方政府年度工作报告内容能够反映地方政府未来政策方向,但对企业创新产出不具有直接影响。因此,本文以各企业所在城市地方政府所公布上一年工作报告中创新和中小企业相关频词出现次数加1后取自然对数作为工具变量,工具变量两阶段回归法(2SLS-IV)稳健性检验回归结果如表3列(1)所示。K-P rk LM检验p值至少在1%水平上拒绝工具变量选择识别不足问题,K-P Wald F检验值远大于Stock-Yogo所设定10%偏误下的临界值16.38,即工具变量选择不存在弱识别问题;Hansen J 检验P值大于10%,因而工具变量选择是合理的。

(2)替换模型。不可观测样本内个体差异可能会造成估计偏差,因而本文将模型替换为双向固定效应(FE)模型,同时控制个体固定效应和时间效应,检验结果如表3列(2)所示。表3列(2)结果显示,政府培育类政策实施对中小企业的影响系数依然显著为正。

(3)PSM倾向匹配法。为了缓解样本选择偏差内生性问题,本文通过倾向得分匹配法(PSM)对基准回归结果作进一步稳健性检验。依据1∶1近邻匹配原则将受培育类产业政策支持企业与未受政策扶持企业进行匹配,样本间差异如图1所示。结果显示,匹配之后,处理组与对照组的概率密度分布函数(核密度曲线)极为相似,说明PSM能够有效缓解样本选择偏差内生性问题。表3第(3)列为PSM匹配后回归结果,结果显示,培育类政策对中小企业专利申请数量的影响在1%水平上具有正向效应,且表现出明显滞后性,与前文基准回归结果高度一致,说明本研究结论可靠。

表2 培育类政策对中小企业创新产出影响的基准回归分析结果
Tab.2 Results of benchmark regression analysis on the impact of cultivation policies on the innovation output of SMEs

变量(1)(2)(3)lnpatt+1lnpatt+2lnpatt+3Supp*post0.239 4***0.268 1***0.265 1***(5.730 4)(6.082 3)(5.541 5)scale0.567 0***0.489 9***0.422 4***(27.681 8)(22.582 6)(17.735 9)lnage0.177 7***0.317 4 ***0.476 6***(5.529 7)(7.716 8)(8.739 3)holders-0.001 3-0.000 4-0.000 6(-1.193 8)(-0.372 9)(-0.491 4)equ0.075 0*0.063 30.063 5(1.767 5)(1.384 8)(1.275 1)execu0.199 7***0.198 4**0.218 0**(2.660 7)(2.228 9)(1.974 4)aud-0.027 5-0.040 8-0.082 2(-0.341 5)(-0.479 3)(-0.889 8)cash-0.0194 ***-0.022 7***-0.025 8***(-5.301 1)(-5.440 2)(-3.607 2)as_lia-0.158 6*-0.111 0-0.014 2(-1.879 4)(-1.256 8)(-0.139 4)tang0.438 6***0.505 2***0.351 6**(3.479 4)(3.916 9)(2.497 0)roa_a-0.293 3*-0.389 4**-0.319 9*(-1.764 2)(-2.442 7)(-1.748 3)opera-0.047 4***-0.044 3***-0.039 7***(-4.584 4)(-4.531 4)(-5.610 6)Tobin_Q0.010 00.006 80.010 5(0.904 1)(0.590 3)(0.828 8)时间效应是是是地区/行业是是是_cons-12.254 8***-11.075 1***-10.221 3***(-25.606 3)(-21.684 0)(-18.067 7)N9 7278 2486 784R20.354 30.336 40.324 5

注:括号内为t统计值,******分别表示在1%、5%、10%的水平上显著,下同

(4)安慰剂检验。为了验证本文回归结果是否因偶然因素所致,对基准回归结果进行安慰剂检验。首先,重复多次随机设定培育类产业政策培育时间,随后对每次设定政策效应变量Supp*post系数进行估计。图2为重复500次和1 000次随机模拟得到的核心解释变量系数分布情况,可以发现,模拟所得系数均值均小于基准回归所得估计系数(β1=0.268 1),且以0为中心呈正态分布。随着模拟次数增加,估计系数均值更接近0,随机模拟系数t统计量分别为0.289 8和0.259 4,均远小于真实数据回归中的估计系数t值(t=6.082 3)。可见,基准回归结果并非偶然因素所致,即地方政府培育类产业政策是促进中小企业创新的重要因素。

表3 稳健性检验结果
Tab.3 Results of robustness tests

变量(1)(2)(3)2SLS-IVFEPSMSupp*post1.295***0.277***0.267 6***(4.178)(3.904 5)(6.064 1)控制变量是是是地区/行业//是时间效应/是是个体效应/是/_cons-8.604***-4.997 2***-10.638 7***(-16.062)(-3.770 1)(-21.113 2)K-P LM (p)0.000 0//K-P Wald F 110.365//Hansen J(p)0.167 4//N8 2488 2488 244R20.0700.241 70.333 4

3 进一步讨论研究

3.1 基于创新质量的拓展分析

本文基于专利IPC分类号,采用知识宽度对企业创新质量(pat_q)进行测度。IPC分类号包含专利在技术领域划分等级,企业专利成果涉及的技术领域越广,知识宽度越大,相应技术含量越高。参考相关研究[33],本文以企业专利中涉及的国际技术不同大类数量衡量专利知识宽度。为了更好地体现创新质量,在知识宽度计算中,本文仅选择发明专利和实用新型专利IPC。如表4列(1)回归结果所示,培育类政策对中小企业创新质量同样起显著提升作用。

在数据整理过程中发现,部分中小企业经营绩效较好、创新能力较强,能够满足地方各类培育政策认定条件。因此,在样本期间,上述企业会多次乃至同时获得多项政策支持。为了进一步分析政策集中度对于中小企业创新产出的影响,本文将企业受认定次数设为自变量进行回归分析,结果如表4列(2)所示。中小企业被政府认定为重点培育企业名目及次数越多,其享受政策福利越多,就越有动力开展创新活动,即政策激励对创新成果产出数量的促进作用显著。对于中小企业而言,政策支持有助于其开展创新活动,政府资助次数越多,越能帮助中小企业建立合作关系。但从表4列(3)企业受认定次数与创新质量关系回归结果看,企业被认定次数增加对创新质量影响并不显著。许多符合条件的企业在同年或邻近年份反复申报不同类型培育项目,虽然能够促进企业创新“量”的提升,但并不能帮助企业创新产生“质”的飞跃。一方面,可能因政府资源过度集中和资源错配问题,许多初创企业无法享受政策红利;另一方面,随着政府对中小企业创新支持力度的提升,中小企业会表现出政策依赖性,往往为了获得更多R&D补贴、专利资助或者继续成为政策优待对象而产生创新投机行为,产生“专利泡沫”。上述低质量创新产出既无法被市场所接纳,也难以真正为中小企业带来收益。因此。企业若想提升自身核心竞争力和创新质量,不能仅仅依赖地方政府政策,关键在于提升产品竞争力和附加值,真正实现提质增效。

图1 PSM方法匹配前后变量密度函数
Fig.1 Kernel density function of the dependent variables before and after matching with PSM

图2 安慰剂检验
Fig. 2 Placebo test

表4 培育类政策及被认定次数对中小企业创新质量的影响
Tab.4 Regression analysis of cultivation policies and accreditation times on innovation quality of SMEs

变量(1)(2)(3)创新质量创新数量创新质量Supp*post1.214 9***(2.706 5)Post_num0.047 1***0.159 4(3.548 1)(1.169 9)控制变量是是是时间效应是是是地区/行业是是是_cons-100.964***-11.165 9***-101.26 2***(-11.886 3)(-21.772 5)(-11.834 6)N8 2488 2488 248R20.200 60.334 70.199 9

3.2 影响机制检验

长期以来,自主创新意愿低、研发技术型人才缺乏、融资难、融资贵等问题制约中小企业创新实力提升。政府培育类产业政策制定的目的在于:一方面,利用直接政策工具缓解企业资金压力;另一方面,向市场传递信号,将有限的社会资源优先分配给优质中小企业,缓解分配失衡和社会资源错配问题。本文利用中介效应模型,从中小企业创新意愿、人才聚集效应、融资约束及市场关注4个视角,检验培育类政策实施对创新的作用机制。

(1)创新意愿(Rd_ratio)。本文以企业研发投入占主营业务收入比值衡量培育类政策对企业创新的激励作用。

(2)人才效应(Rd_person)。本文以企业研发人员加1取对数作为中小企业人才引进机制检验变量。

(3)融资约束(SA)。本文参照相关研究方法[34],基于企业规模和企业年龄构造SA指数,以此衡量企业所受融资约束,SA指数绝对值越大,表明企业所受融资约束越大,并在实证分析中作对数化处理。

(4)市场关注(ATT)。本文采用分析师关注度衡量中小企业受市场关注程度,并对分析师关注度加1进行对数化处理,以此分析受政府培育类政策支持的企业是否更易获得资本市场青睐。延续前文方法,本文以滞后两期专利申请数量(加1取对数)作为被解释变量,以此检验政府培育类政策对中小企业创新产出的影响效应。

表5列(1)、列(2)回归结果显示,培育类产业政策能够显著激发中小企业创新意愿,进而促进企业创新产出。Sobel检验下P值为0,即中介效应通过1%显著性检验。通常情况下,受政府培育类政策支持的企业会获得更多研发补贴、专利补助和税收优惠,企业研发投入越多,创新意愿越强。表5列(3)、列(4)结果显示,培育类产业政策能够促进高层次研发型人才流入中小企业,进而促进企业专利产出增加,其中介效应通过1%显著性检验。与大型企业相比,中小企业人才断层严重,行业内口碑与商业信誉难以衡量,风险高、待遇低、发展前景不明等原因限制了中小企业人才聚集和创新发展。地方政府通过设立大型招聘会、加强网络宣传等方式为企业造势,帮助人才市场与中小企业进行对接,拿到 “金字招牌”的中小企业更易成为人才就业的首选。此外,政府人才引进政策及配套服务日益完善,能够为高层次创新人才提供服务保障,在一定程度上促进人才向本地中小企业流动。表5列(5)-(6)结果表明,政府重点培育专项计划下,企业外源融资约束问题得到缓解,但其中介效应未通过显著性检验。原因可能在于,伴随劳动力、原材料等生产要素价格上涨,企业财务状况、生产经营与技术创新面临更多不确定性,故融资约束缓解并未对企业创新产生有效激励。要从本质上解决中小企业贷款融资、股权融资与融资租赁问题,只有拓宽中小企业融资渠道,建立良好“银企”关系,构建长效融资机制,才能有效提升企业内源创新能力。表5列(7)-(8)结果表明,政府培育类政策通过向市场传递有利信号促进企业创新,其中介效应通过5%显著性检验。这表明在政府培育机制下,中小企业能够获取更多投资机构关注,政府支持能够通过信号传递机制减少企业和市场间信息不对称,充分发挥创新服务职能。

表5 培育类产业政策对中小企业创新影响机制检验结果
Tab.5 Test results of the mechanism of cultivation policy's impact on SMEs' innovation

(1)(2)(3)(4)(5)(6)(7)(8)变量Rd_ratiolnpatt+2Rd_personlnpatt+2SAlnpatt+2Attlnpatt+2Supp*post1.289***0.253***3.112***0.209***-0.019***0.268***0.117 2***0.261 1***(7.755 7)(5.734 7)(5.758 7)(4.519 4)(-12.156 8)(6.034 2)(3.686 5)(5.895 9)Rd_ratio0.012 1***(4.026 5)Rd_person0.366 8***(15.709 3)SA0.007 7(0.028 1)Att0.078 7***(5.421 5)控制变量是是是是是是是是时间效应是是是是是是是是地区/行业是是是是是是是是_cons2.174 3-11.101***5.618-7.921***1.003***-12.176***-13.626***-9.991 1***(1.036 5)(-21.712 6)(0.461 6)(-12.251 7)(51.019 0)(-22.972 9)(-38.151 8)(-18.303 2)Sobel Z(p值)3.738***(0.000)3.779***(0.000)-0.028 9(0.977)2.252**(0.024)N11 2088 2486 8095 69011 2088 24811 2088 248R20.318 80.338 10.089 90.359 90.413 50.336 30.377 30.338 8

3.3 异质性分析

(1)产权异质。产权性质不同时,产业政策对企业创新的影响可能存在差异。已有文献表明,政府通常在资助对象选拔过程中给予国有企业更多照顾[35],这种政治偏向选择能否导致政策激励异质性值得深入研究。基于此,本文将企业样本分为国有企业与非国有企业进行回归检验。

(2)行业竞争。市场势力是中小企业发展和创新的重要影响因素。不同行业进入壁垒和竞争强度不同,政府支持对企业创新影响效应也有所差异。中小型科技企业大多处于初创期或成长阶段,在市场上和行业竞争中处于劣势。因此,根据行业竞争度判断政府扶持对中小企业创新产出的差异化影响具有重要意义。参考前人研究方法[36],本文以企业主营业务收入占行业总主营业务收入比值计算分行业赫芬达尔指数(HHI),并采用中位数取值法对样本进行分组回归。

(3)产权保护。参照相关文献度量方法[37],以省级专利侵权纠纷立案数与该地区专利授权数的比值衡量该地区知识产权保护程度,并按照中位数取值法将企业所在地区划分为高知识产权保护地区和低产权保护地区。为缩小政策实施与外部环境变化时间差异,以滞后一期专利数量作为被解释变量进行回归,少数缺失信息样本予以剔除。

表6列(1)-(2)分样本检验回归结果表明,相比非国有企业,培育类政策对国有中小企业创新产出的激励作用更显著。通常情况下,拥有政治背景的国有企业容易从银行获得贷款[38],在行政审批等环节也具有更多优势。民营中小企业管理决策机制不完善,结构不健全,因而面临更多不确定性和风险,导致政策效率大打折扣。表6列(3)-(4)结果显示,行业集中度较高时,培育类政策对中小企业创新产出无显著影响,表明在高集中度行业,政府扶持未能有效消除竞争障碍。高集中度行业内,往往存在较高的技术壁垒,少数企业通过市场势力垄断创新资源,甚至形成专利丛林,阻碍企业突破性创新。低集中度行业内,市场竞争较为激烈,相较于其它企业,得到政府认定的中小企业更易在市场中占有一席之位,释放正向信号,获取信任及合作机会,促使创新要素向自身聚集。在政府资助下,企业能够享受一站式平台资源,缩短创新周期,有助于提升自身创新绩效。表6列(5)-(6)结果表明,在制度不完善地区,政府培育类政策对中小企业的促进作用更为显著。当知识产权保护水平较低时,技术成果更易被复制模仿,此时政策支持能够更好地发挥对企业的激励和补偿效应。产权保护水平较高地区,科技成果产权归属更为明晰,企业专利保护意识和原始创新意识较强,创新基础较好,因而对政策的依赖程度要低于产权保护水平较低地区。

表6 培育类产业政策对中小企业创新影响的异质性分析结果
Tab.6 Heterogeneity analysis of the impact of cultivation policies on SMEs' innovation

(1)(2)(3)(4)(5)(6)变量国有企业非国有企业高集中度行业低集中度行业高产权保护地区低产权保护地区Supp*post0.582 9***0.231 9***0.069 50.304 1***0.146 9**0.348 2***(3.457 4)(5.321 0)(0.911 4)(5.286 1)(2.576 2)(5.420 1)控制变量是是是是是是时间效应是是是是是是地区/行业是是是是是是_cons-14.117 8***-11.751 6***-10.490 7***-13.078 7***-11.911 0***-13.042 0***(-10.645 9)(-22.294 3)(-13.775 7)(-19.926 4)(-16.496 2)(-19.868 7)N1 0948 5604 0754 4294 3665 353R20.564 40.344 80.357 00.359 40.385 80.355 3

4 结语

4.1 结论

本文以2007-2019年中国中小板、创业板中小企业为样本,探究培育类政策对中小企业技术创新的影响。研究表明,培育类政策对中小企业创新产出和创新质量影响的净效应均显著为正,并且存在两年政策最优扶持效应。机制分析表明,该类政策主要通过引导中小企业增加研发投入、吸引人才聚集等渠道促进企业创新。尽管政策可以缓解企业融资约束,但对创新产出的传导机制并未通过显著性检验。此外,异质性检验结果显示,相较于非国有企业,培育类政策对国有中小企业创新的促进作用更加显著。高集中度行业内,培育类政策对中小企业创新的影响并不显著。知识产权保护水平越低,越需要政府政策支持,发挥创新激励和补偿效应,为企业保驾护航。

4.2 启示

综上所述,本文得出以下政策启示:

(1)培育类政策对中小企业创新产出起正向促进作用,目前少数欠发达地区尚未启动创新型中小企业专项培育工作,应鼓励该类政策在全国范围大力推广。同时,仅依靠政府扶持并不能从根本上改变中小企业产品技术含量低的问题,地方政府应对标国际市场加快制定行业技术标准,加大高质量创新成果奖励力度,推动企业产品品质创新,防止出现技术成果堆砌而质量不高、无法转化的情况。

(2)解决融资约束问题对推动中小企业创新投入自发式增长具有重要意义。政府应加快转变传统融资支持方式,完善科技型中小企业知识产权质押融资机制,推广“政银担”等三方合作模式,搭建信息平台,加快企业与融资机构需求对接,改善中小企业创新动力不足问题。

(3)产权保护水平较低地区应对中小企业实行差异化扶持政策,可适当考虑将要素资源向培育类产业政策倾斜,合理搭配政策组合,围绕地方特色“锻长板、补短板”,突出产业优势,推进新型基础设施建设及大数据平台资源共享,开展关键共性技术研究,加快提升地方科技供给与转移能力。

(4)加快垄断行业改革,破除地方保护等不合理的产业准入障碍,为中小企业发展营造公平的准入环境。同时,加快构建企业创新交流平台,拓展企业间知识合作广度,通过知识信息共享提升中小企业技术优势。此外,注重行业内部合作和产业链上下游协作对大中小企业合作项目优先给予支持,重点突破行业领域中“卡脖子”问题,切实提升政府产业政策实施效率和产业链整体创新水平。

4.3 不足与展望

本文可为政府培育类政策制定与优化提供决策参考,然而尚存在以下不足之处:第一,披露财务、创新指标等信息的中小企业较少,研究数据选择范围具有一定局限性;第二,为保证地区可类比性,主要选取全国范围内已实施的中小企业培育类政策进行研究,可能存在政策遗漏情况;第三,政府对中小企业创新活动的扶持力度需要适度,否则会适得其反,破坏公平的市场竞争环境。因此,构建全方位、多样化、梯度式合理培育机制,遵循产业科技革命发展规律,制定契合中国现状的产业政策,以创新驱动营造产业生态化竞争体系,是未来政策研究的重要方向。

参考文献:

[1] 李晓翔,刘春林.为何要与国有企业合作创新——基于民营中小企业资源匮乏视角[J].经济管理,2018,40(2):21-36.

[2] CUNHA M,REGO A,OLIVEIRA P,et al.Product innovation in resource-poor environments: three research streams[J].Journal of Product Innovation Management,2014,31(2):202-210.

[3] 安同良,姜妍.中国特色创新经济学的基本理论问题研究[J].经济学动态,2021,62(4):15-26.

[4] 徐萌萌.政府资助对科技型中小企业创新绩效的影响研究——创新动力的中介效应分析[J].软科学,2021,35(1):32-38.

[5] 张杰,陈志远,杨连星,等.中国创新补贴政策的绩效评估:理论与证据[J].经济研究,2015,50(10):4-17,33.

[6] 王淼.中小微企业信用担保贷款风险比例分担研究——提供政府补贴的两方合作博弈模型[J].商业经济与管理,2017,37(3):62-68.

[7] 李金华.我国"小巨人"企业发展的境况与出路[J].改革,2021,34(10):1-13

[8] 江飞涛.中国产业组织政策的缺陷与调整[J].学习与探索,2017,39(8):118-126.

[9] 胡伟.高质量发展阶段我国产业组织政策的四个前沿问题[J].经济纵横,2019,35(1):76-82.

[10] ORTEGA-ARGILES R,VIVARELLI M,VOIGT P.R&D in SMEs: a paradox[J].Small Business Economics,2009,33(1):3-11.

[11] 张一林,林毅夫,龚强.企业规模、银行规模与最优银行业结构——基于新结构经济学的视角[J].管理世界,2019,35(3):31-47,206.

[12] 郑烨,刘遥.政策引导对中小企业创新绩效的影响机理研究[J].科研管理,2021,42(4):73-81.

[13] 薛晓珊,方虹,杨昭.新能源汽车推广政策对企业技术创新的影响研究——基于PSM-DID方法[J].科学学与科学技术管理,2021,42(5):63-84.

[14] 李香菊,杨欢.产业异质性、税收激励与自主创新——中国战略性新兴产业A股上市公司实证研究[J].科技进步与对策,2019,36(9):60-68.

[15] 许玲玲,杨筝,刘放.高新技术企业认定、税收优惠与企业技术创新——市场化水平的调节作用[J].管理评论,2021,33(2):130-141.

[16] 余明桂,范蕊,钟慧洁.中国产业政策与企业技术创新[J].中国工业经济,2016,33(12):5-22.

[17] 戴一鑫,李杏.政策偏向、产业集聚与区域均衡增长[J].山西财经大学学报,2021,43(4):17-31.

[18] 张天华,张少华.偏向性政策、资源配置与国有企业效率[J].经济研究,2016,51(2):126-139.

[19] 项安波,张文魁.中国产业政策的特点、评估与政策调整建议[J].中国发展观察,2013,9(12):19-21.

[20] 罗仲伟,任国良,文春晖.为什么小微企业融资缺口越来越大:一个理论分析[J].经济管理,2012,34(9):53-60.

[21] 杨国超,芮萌.高新技术企业税收减免政策的激励效应与迎合效应[J].经济研究,2020,55(9):174-191.

[22] 杨国超,刘静,廉鹏,等.减税激励、研发操纵与研发绩效[J].经济研究,2017,52(8):110-124.

[23] MARIANI M,MEALLI F.The effects of R & D subsidies to small and medium-sized enterprises:evidence from a regional program[J].Italian Economic Journal,2018,4(2):249-281.

[24] 胡海青,李浩.加速器支持、环境动态性与瞪羚企业突破式创新[J].科研管理,2015,36(12):47-55.

[25] 郭研,郭迪,姜坤.市场失灵、政府干预与创新激励——对科技型中小企业创新基金的实证检验[J].经济科学,2016,38(3):114-128.

[26] BUSOM I,FERNANDEZ-RIBAS A.The impact of firm participation in R&D programmes on R&D partnerships[J].Research Policy,2008,37(2):240-257.

[27] TANAYAM,TAKALO T.Adverse selection and financing of innovation: is there a need for R&D subsidies[J].The Journal of Technology Transfer ,2010,35(1):16-41.

[28] 高洪利,李莉,陈靖涵,解立.政府研发支持行为影响高科技企业外部融资吗——基于组织合法性理论的解释[J].南开管理评论,2017,20(6):178-189.

[29] MEULEMAN M,MAESENEIRE W D.Do R&D subsidies affect SME's: access to external financing[J].Research Policy,2012,41(3):580-591.

[30] WANG J.The economic impact of special economic zones: evidence from Chinese municipalities[J].Journal of Development Economics,2013,101(1):133-147.

[31] 周楷唐,麻志明,吴联生.高管学术经历与公司债务融资成本[J].经济研究,2017,52(7):169-183.

[32] 吴俊培,徐彦哲,郝楚.地方公共债务的经济效应评估:企业投融资决策的视角[J].宏观经济研究,2021,67(4):47-58.

[33] 于飞,蔡翔,董亮.研发模式对企业创新的影响——知识基础的调节作用[J].管理科学,2017,30(3):97-109.

[34] HADLOCK C,PIERCE J.New evidence on measuring financial constraints: moving beyond the KZ index[J].Review of Financial Studies,2010,23(5):1909-1940.

[35] DAI X Y,CHENG L W.Public selection and research and development effort of manufacturing enterprises in China: state owned enterprises versusrnnon-state owned enterprises[J].Innovation: Organization & Management,2015,17(2):182-195

[36] 王永钦,李蔚,戴芸.僵尸企业如何影响了企业创新——来自中国工业企业的证据[J].经济研究,2018,53(11):99-114.

[37] 史宇鹏,顾全林.知识产权保护、异质性企业与创新:来自中国制造业的证据[J].金融研究,2013,56(8):136-149.

[38] 吴军,白云霞.中国银行制度的变迁与国有企业预算约束的硬化——来自1999-2007年国有上市公司的证据[J].金融研究,2009,62(10):179-192.

(责任编辑:张 悦)