开放科学(资源服务)标识码(OSID)：
This paper subdivides enterprises' performance into firm operating performance, innovation performance, and investment performance according to their components, and uses meta-analysis to reveal the different effects of policy uncertainty and enterprises' performance and to investigate which factors adjust the relationship. This study takes the keywords of “policy uncertainty, political uncertainty, official change, official turnover, official rotation, corporate performance, corporate innovation, R&D investment, corporate investment, policy uncertainty, political turnover, governors' turnover, innovation, corporate investment, turnover, innovation, corporate investment” etc. Through the above search path, it is found 2 183 papers related to policy uncertainty or corporate performance, but not all of them meet the data requirements of Meta-analysis. The study further combines the keywords of “policy uncertainty” and “corporate performance”, uses the “advanced search” option for the initial screening of literature, and finally obtains 38 papers that meet the requirements of the study design, 22 in Chinese and 16 in English.
The study finds that policy uncertainty has curbed operating performance and investment performance, but it has significantly improved the innovation performance. Specifically, the effect of policy uncertainty on the three dimensions of enterprises' performance is not consistent, with policy uncertainty inhibiting firm operating performance (ES=-0.144, p<0.001) and investment performance (ES=-0.017, p<0.001), but significantly enhancing innovation performance (ES=0.045, p<0.001). It is also found that the impact of policy uncertainty on enterprises' performance is greater for state-owned firms, large firms, firms in less marketization regions, and firms with political affiliations.
These findings provide evidence and reference of implementing an innovative development strategy when enterprises face policy uncertainties. Meanwhile it is of great significance to the official turnover and public policy making. First, it is suggested to improve the mechanism of interaction and exchange among local officials in different places and enhance their adaptive capacity in order to reduce policy fluctuations caused by the turnover. Second, when local governments adjust public policies, they should give careful consideration to the impact of policy uncertainties on the overall enterprises' performance and maintain policy transparency, continuity and stability. Third, local governments need to deepen the market-oriented reform of separating government and enterprises. Fourth, enterprises should enhance their sensitivity to policies and learning efforts to gain competitive advantages by improving organizational learning capacity, and corporate funds should not be crowded out by rent-seeking activities. This study does not discuss the mediating mechanism of the relationship between policy uncertainty and enterprise performance, because even though some literatures explain how policy uncertainty affects enterprise performance from the perspective of executive change and rent-seeking opportunities, it does not meet the quantity requirements of literatures used for meta-analysis. Future research needs to further open the "black box" of policy uncertainty affecting enterprise performance, for this will help the government take effective supporting measures to reduce the negative effects of policy fluctuations.
开放科学(资源服务)标识码(OSID)：
政策不确定性是影响企业发展的重要外部因素[1,2]，其来源主要包括外部由于官员更替和社会重大事件导致的政策多变性、复杂性和不连续性[3]，以及内部对政策作出的非确定性调整导致的政府不易预测性[4]。企业作为经济发展的重要载体，必然不能独立于环境之外。因此，地方政府如何营造稳定的宏观政策环境，企业如何利用政策不确定性带来的红利并规避其风险以提升绩效等问题值得思考。
现有政策不确定性与企业绩效关系的研究较多，但在文献梳理过程中，本文发现一个具有普遍争议的研究议题，即政策不确定性是促进还是抑制企业绩效[5-7]。因此，本研究重点解决以下3个问题：第一，政策不确定性是抑制企业绩效，还是促进企业绩效？第二，对于不同类型企业，政策不确定性是否具有相同的影响？第三，政策不确定性在影响企业绩效的过程中，情境因素如何调节其相互关系？
鉴于Meta分析法可以科学识别和探究同一主题下的差异化现象，首先，本文搜索国内外相关研究文献，按照事先确定的文献筛选标准，获得38篇实证文献，并对文献中相关系数进行提取整合，计算出准确的效应值；其次，探讨政策不确定性与企业经营绩效、投资绩效以及创新绩效之间的关系强度，以期得出具有普遍性和归纳性的研究结论；最后，分析企业性质、企业规模、市场化程度和政企关联4种情境变量对二者关系的调节作用。
本文余下部分结构如下：第二部分是文献综述；第三部分系统阐述政策不确定性对企业经营绩效、创新绩效与投资绩效的影响机制，并提出研究假设；第四部分是研究设计与数据来源；第五部分是结果分析；最后是结论与展望。
政策是经济发展的重要推手，企业是经济增长的主力，政策不确定性与企业绩效的天然联系使上述两个变量得到重视。在讨论政策不确定性对企业绩效的影响机制之前，必须明晰政策不确定性与企业绩效的定义及测度指标。
政策不确定性是指当地方官员在某些方面作出政策变动或调整时，经济主体无法预知政府是否、何时以及如何改变现行发展战略[5]，主要来源于外部环境冲击，包括地方官员更替、重大社会事件等[8]。另外，多数学者开始关注经济领域政策不确定性与企业生存发展的关系，通常采用Baker、 Bloom & Davis[9]基于新闻指数、税法法条失效指数、经济预测差值指数(CPI预测差值和联邦和地方州政府支出预测差值)编制的不同国家经济政策不确定指数(EPU)作为度量指标。
企业绩效是指企业在一定经营期限内所获得的经营效益[9]，通常将其划分为财务绩效与非财务绩效[10]，随后衍生出财务绩效、营运绩效和组织效能[11]。不少文献采用随时间变化的市场价值与会计成本的比值(托宾Q值)度量企业绩效[12-13]。
基于已有文献对企业绩效的分类，本文根据企业绩效的具体内容，将其划分为企业经营绩效、创新绩效及投资绩效，以探究政策不确定性与企业绩效的关系。企业经营绩效是指一定时期内企业经营效益和经营者业绩，主要表现在企业盈利能力、资产运营水平和后续发展能力等[14]。企业创新绩效是指企业因推出新产品或改造已有产品而产生的绩效，包括企业产品创新、工艺创新、新产品开发速度和新产品产值等[15]。企业投资绩效是衡量企业投资数量、水平和收益的指标，能够在一定程度上反映企业对外直接投资、风险投资等方面的趋势与成效[16]，广义上选择投资规模、投资增长率、投资回报率以及投资机构退出方式等变量进行测量[17]。政策不确定性与企业绩效的主要代理变量如表1所示。
表1 政策不确定性与企业绩效的代理变量
Tab.1 Proxy variables for policy uncertainty and enterprises' performance
变量测量代理变量举例参考文献政策不确定性官员更替省/市委书记更替、省/市长更替、政治选举等[18-19]政策不确定性指数基于新闻指数、税法法条失效指数、经济预测差值指数(CPI预测差值和联邦和地方州政府支出预测差值)构建不同国家经济政策不确定指数(EPU)[20-22]重大社会事件加入WTO、金融危机、战争等[8,23]企业绩效企业经营绩效企业销售额增长率、企业净资产回报率、市场份额增长率、全要素生产率等[24,25]企业创新绩效专利申请/授权数、企业R&D投入、新产品产值、企业创新效率等[26,27]企业投资绩效投资增长率、投资规模、投资回报率、投资机构退出方式等[16,17]
资源基础理论认为，资源供给是政策不确定性抑制企业绩效提升的主要渠道，具体表现为政策不确定性影响企业绩效所需的金融资源、专项计划与创新政策资源[28,29]。例如，如果地方官员发生更替，新任官员施政当期会对以往政策作出调整，旧政策中断和新政策执行导致政策不连续，执政行事风格和发展模式发生变化[30]，从而间接影响企业微观决策。也有研究发现，政策不确定性背景下，为了打破发展困局，企业可能进行高强度的创新投入，并改变传统被动发展模式，积极捕捉有效信息，从而摆脱信息不完全的困境[31]。
由于政策不确定性与企业绩效关系的研究存在分歧，使得学者们对单一实证结论产生质疑，严重阻碍公共政策分析与企业绩效理论与实践发展，导致这一争议的原因主要有：第一，概念混用。现有研究虽然沿用了以往研究中的企业绩效概念，但较少关注具体绩效内容。本研究认为，根据企业活动内容，应将企业绩效细分为经营、创新以及投资绩效。第二，情境差异。政策不确定性对企业绩效的影响可能受企业性质、企业规模、市场化程度等情境因素的影响。
因此，本文采用Meta分析方法，通过整理分析近年来国内外政策不确定性与企业绩效相关文献，对二者关系的主效应与调节效应展开分析。与以往研究相比，本文主要贡献如下：第一，首次使用Meta分析法检验政策不确定性与企业绩效的关系，这一分析方法可以将现有零散的研究结果进行整合，不仅克服了单个研究结论适用性的局限，而且能够明晰以往研究结论存在差异的原因；第二，将企业绩效细化为企业经营绩效、创新绩效与投资绩效，有利于拓展企业战略与创新领域研究视角；第三，从企业性质、企业规模、市场化程度、政治关联4个视角，揭示政策不确定性对于企业绩效调节效应的差异，厘清政策不确定性影响企业绩效的边界条件。
(1)政策不确定性与企业经营绩效。就政策不确定性对企业经营绩效的影响而言，“抑制说”占据主导。一方面，建立新政治联系带来资源损耗，政策不确定性引起的政策冲击打破了原有政企关系。此时，企业往往会主动出击，投入更多资源用于建立新的政治联系，对企业生产资源投入产生挤出效应[32,33]。企业经营者认为，通过建立新政治联系所带来的收益远高于将资金用于研发投入、生产经营和投资活动带来的收益，但实际产生的绩效远不及预期。另一方面，新旧政策更替会带来信息鸿沟，从而限制企业生产经营活动范围。具体而言，当官员更替时，现有政策可能会调整甚至更改，企业为了学习和适应新的“游戏规则”，会秉持观望态度，直至熟知新政策内容。因此，公司发展战略和经营决策需要进行相应调整，企业主管、供应链主体以及消费群体需要经历政策适应过程，因而可能导致企业经营业绩下滑[33,34]。据此，本文提出以下假设：
H1：政策不确定性对企业经营绩效具有显著抑制作用。
(2)政策不确定性与企业创新绩效。针对两者关系可以基于政策不确定性发生—企业面临发展困境—实施创新发展战略—增加研发投入与变更创新模式的逻辑链加以理解。政策不确定性给企业生产经营带来挑战的同时，也可能为企业创新活动提供机遇[35]。因为政策不确定性使企业缺乏完整的市场需求信息，这将倒逼企业实施创新发展战略[36]。从短期看，企业为了创造产品、引领顾客需求、占领消费市场，倾向于通过增加研发投入创造具有竞争力的产品[37,38]。尤其是对于新创企业而言，在不确定性环境下，高研发投入的创新意向更显著[39]。Atanassov[39]研究发现，在美国州长选举当年，企业平均增加4.6%的研发投入。
从长远看，政策不确定性迫使企业放弃原先相对落后的模仿式创新模式，代之以开发式创新(Exploitative Innovation)与探索式创新(Exploratory Innovation )。长期模仿创新会使企业过度依赖技术引进，缺乏核心竞争技术与可持续发展动力,而双元创新模式则更具竞争力[40,41]。具体而言，探索式创新导向战略有利于学习新知识、技术并接触更多创新机会，进而产生一系列异质性产品和工艺技术，快速占领市场，获取领先优势[42]。在开发式创新导向战略下，企业可以通过对现有产品的改进和完善提高客户满意度，从而提升新产品绩效[43,44]。因此，政策不确定性通过激励企业增加研发投入和倒逼创新模式变更，提升企业创新绩效。据此，本文提出以下研究假设：
H2：政策不确定性对企业创新绩效具有显著促进作用。
(3)政策不确定性与企业投资绩效。Hartman[45]认为，在线性生产函数、完全竞争、风险中性情景下，不确定性水平越高，资本预期利润率就越高；Abel等[46,47]在这一假设框架下，利用随机动态规划计算企业未来不确定情况下的最优投资水平。国内研究发现，财政分权改革、晋升机制调整、地方政府行为商业化等因素都可能是政策不确定性促进企业投资增长和企业投资水平提升的渠道[48]。然而，越来越多的学者提出了质疑，发现在改变部分前提假设的情况下，Hartman-Abel理论无法成立。Pindyck指出[49]，在不完全竞争环境或生产规模回报率递减情景下，企业投资水平不升反降。这是因为投资项目的不可逆性以及沉没成本使企业权衡当前投资和未来投资之间的利润差，政策不确定性会提高预期成本并削减长期投资和产出，降低政府为市场提供的保护价值，导致资本配置效率低下[12]。企业投资项目大多具有不可逆特征，政策不确定性将增加期权价值，直到更多有关项目盈利能力的信息被披露[50]。此外，较高的违约风险、股权风险溢价以及外部融资成本往往与较高的政策不确定性相伴，从而导致投资增长率降低[51]。Julio等[18]研究发现，与非选举年份的企业投资规模相比，选举年份的企业投资数额平均减少4.8%。据此，本文提出以下假设：
H3：政策不确定性对企业投资绩效具有显著抑制作用。
2.2.1 企业性质的调节效应
企业性质的调节效应主要是识别政策不确定性对国有企业与非国有企业绩效的敏感性差异。基于政治管制视角，政府是国有企业的实际控制人，与国有企业之间存在天然密切关系[52-53]。为尽可能多地获取政治收益，地方政府对国有企业的干预程度远大于非国有企业，国有企业经营范围、研发内容、投资项目等被限定在地方政府的偏好之中(曹春方，2013)。另外，国有企业承担着稳定地方经济发展的重要任务，自然成为地方政府关照的首选对象[54,55]，并且地方国有资产监督管理委员会享有对辖区内国有企业的管辖权，政策信号传递效率较高，国有企业能快速作出战略调整。因此，一旦地方政府政策发生变动，国有企业受到的影响更大，对政策不确定性更加敏感。例如，郝威亚等[55]利用1998—2009年中国工业企业数据实证研究发现，相较于民营企业，国有企业创新活动受经济政策不确定性的负向影响更大。据此，本文提出以下研究假设：
H4：相对于非国有企业，在国有企业中，企业绩效对政策不确定性的敏感程度更高。
2.2.2 企业规模的调节效应
不同规模企业对政策不确定性冲击的反应可能有所差别，因为不同规模企业，其知识获取渠道、企业研发投入、企业生产规模以及政企关系稳定程度等方面均存在差异[56-57]。基于这一判断，企业规模差异会影响政策不确定性与企业绩效间的关系。第一，相较于小规模企业，大型企业对外部信息获取的灵敏度更高，企业研发、经营和投资能力更强，承担就业和社会稳定的责任更大，更容易感知政策不确定性。第二，大规模企业组织结构层级众多，政企关系更为密切[58]，意味着当政策不确定性提升时，大规模企业对外部政策变动的敏感性比中小规模企业更强。据此，本文提出以下研究假设：
H5：相对于中小型企业，在大型企业中，企业绩效对政策不确定性的敏感程度更高。
2.2.3 市场化程度的调节效应
市场化程度表示市场在资源配置中所起的作用，或者说是政府在经济发展中的干预措施[20]。政府干预在国家转型期相对普遍，但也存在区域性差异。现阶段，我国市场化程度在东部沿海地区与中西部地区并不均衡，越来越多学者感兴趣的是，企业绩效对政策不确定性的敏感程度是否会因为市场化程度的地区差异而有所不同。市场化程度低的地区，政府占据主导地位，政策资源更加丰富，对经济运行的干预力度与范围更大，一旦发生政策不确定性事件，政府资源配置效率将会大大下降[59]，政策不确定性对企业绩效的影响程度和范围也会扩大。反之，在市场化程度较高的地区，各级政府对稀缺性资源的配置权较小，地方政府对企业行政干预和政策约束较小，市场自由交易，企业资源流动更加便利，企业治理结构也更为完善[52]。因此，政策不确定性对企业绩效的影响在市场化程度高的地区较小。据此，本文提出以下研究假设：
H6：相对于市场化程度较高的省份/地区，在市场化程度较低的省份/地区，企业绩效对政策不确定性的敏感程度更高。
2.2.4 政治关联的调节效应
政治关联是企业与拥有政治影响力的个人之间建立的隐性政治关系[60]。在中国政治背景下，地方政府掌握土地、矿产、进出口配额、补贴、信贷等资源的分配权[61]，同时拥有影响商业行为的行政审批和经营规制权[62]，加上遏制企业寻租行为的正式制度缺失[63]，企业热衷于通过寻租方式与地方政府建立和维持良好的关系。通过稳固的政企联系，企业可以获取政策福利、争取高收益低风险投资项目、减少交易成本、规避政治风险、化解融资约束等，为自身发展创造良好的外部环境[64]。一旦政策不确性提升，稳定的政企关系可能被破坏[65]，原先获得的资源优势可能被削弱。因此，企业需要迅速作出战略调整，实现生产要素再整合，重新建立和维护政企关系[32,33]。因此，政策不确定性对于具有政治关联的企业影响更大。据此，本文提出以下研究假设：
H7：相对于无政治关联企业，在具有政治关联的企业中，企业绩效对政策不确定性的敏感程度更高。
基于以上分析, 本文构建研究理论框架(见图1)。
图1 政策不确定性与企业绩效关系的 Meta分析框架
Fig.1 Meta-analysis framework for the relationship between policy uncertainty and enterprises' performance
Meta分析法能够科学识别和探究同一主题下差异化研究结论的影响因素和影响程度，最终得出更具普遍性和归纳性的结论[66]。采用Meta方法进行分析的原因在于：第一，对于政策不确定性与企业绩效的关系，已存在大量定量研究，可以满足Meta分析对文献数量的要求；第二，现有研究对政策不确定性与企业绩效的关系存在争议，Meta分析法能够将迥异的定量结果与定性结论结合起来得到普遍性研究结论，实现对二者关系的科学归纳。
3.2.1 文献检索
为了保证文献的代表性，文献范围包括中英文期刊论文、学位论文、会议论文以及工作论文。本研究以政策不确定性、政治不确定性、官员变更、官员更替、官员轮换、企业绩效、企业创新、研发投入、企业投资、Policy Uncertainty、Political Turnover、Governors' Turnover、Innovation 、Corporate Investmen作为关键词，通过以下途径进行样本检索：第一，中英文数据库。英文文献主要来源于Web of Science、EBSCOhost、Elsevier、SAGE、JSTOR等英文数据库，通过Google Scholar检索未公开发表的工作论文；中文文献主要来源中文社会科学引文索引数据库(CSSCI)、万方数据资源系统、硕博优秀论文数据库等。第二，文献追踪。根据相关叙述性和定量性综述论文，通过其参考文献进行挖掘和追踪，进一步补充研究样本，避免遗漏关键样本而造成研究结果偏误。
3.2.2 文献筛选
通过上述检索路径，初步发现2 183篇与政策不确定性或企业绩效相关文献，但并非所有文献都符合Meta分析要求，本研究进一步对政策不确定性与企业绩效两个主题关键词进行组合，按照以下标准对文献进行初步筛选(见图2)：首先，样本文献必须是政策不确定性与企业绩效实证研究成果，剔除案例、文献综述等非实证研究；其次，Meta分析对文献数据具有较为严格的要求，必须保证相关综合统计效应量的完备性，包括研究样本容量、变量β值、t值、F值或者卡方统计值等；最后，剔除研究设计不明确且变量定义模糊的原始文献。最终，获得38篇符合研究设计要求的文献，其中，中文文献22篇，英文文献16篇。单篇文献中可能因采用不同变量指标或实证模型衡量企业绩效而得到多个回归系数和t值，故单篇文献会出现多个相关系数，38篇文献共获得99个相关系数。在相关系数合并整理中，参照王福鸣和董正英[66]的做法，对上述相关系数求平均数，并通过Fisher'Z转换，最终获得38个效应值，样本总量为487 198个。
图2 文献筛选过程
Fig.2 Literature selection process
3.2.3 文献编码
确定相关样本文献后，首先对研究文献描述项和与效应值的相关统计值进行整理，文献描述项包括文献作者、标题、发表时间、期刊名称、研究对象、数据来源等，需要纳入效应值计算的有括相关系数、回归系数(β)、t值、F值、p值、标准误(se)等统计量。其次，为了检验调节效应假设和确保Meta分析的合理性，进一步对包含4个调节变量的文献进行编码整理：①将国有企业样本回归获得的效应值编码为1，将非国有企业样本回归获取的效应值编码为0；②将大型企业样本回归获取的效应值编码为1，将中小型企业样本回归获取的效应值编码为0；③分样本进行区域异质性检验，将东中部地区样本回归获取的结果编码为1，将西部地区样本回归获取的结果编码为0；④若文献回归结果是因纳入政治关联因素而获得的则编码为1，反之为0。
效应值是Meta分析的核心概念，是指不依赖单个研究，从整体上反映变量间关系的统计量。由于纳入研究的文献性质和结构存在差异，Meta需要将多个实证研究的效应值合并成一个总体效应值[67]。效应值的转换和计算包括以下步骤：首先，遵循Doucouliagos 等[68]的研究方法，通过实证回归相关统计量计算政策不确定性与企业绩效的偏相关系数(Partial Correlation Coefficients，PCC)，如式(1)所示。
(1)
通过费雪转换将PCC值转换为Fisher'Z值：
(2)
计算Fisher'Z值的标准误如下：
(3)
通过Comprehensive Meta Analysis 2.0最终获得38篇文献的38个效应值。
依据Meta分析方法，为保证本文结果的可靠性，需要对文献数据进行异质性检验和发表偏倚检验。
(1)异质性检验。异质性检验是指对多个独立样本之间的差异程度进行分析，并且Meta分析中Q值和I-squared是检验研究结果异质性水平的重要指标，由表2可知，Q值为5 461.481，且p<0.001，因而有理由拒绝原假设，本文选择的样本具有异质性。此外，I-squared统计量为98.749%，意味着仅1.251%的观察方差是由抽样方差引起的，可以初步判定研究结论差异主要来源于样本间效应值的差异，说明政策不确定性与企业绩效之间存在调节变量。在异质性检验基础上，绘制总体样本的森林图，其中两篇文献的效应值虽横跨零分界限，但出于文献具有高度关联性的考虑并未将其剔除，不会对研究结论产生决定性影响。
(2)发表偏倚检验。尽管已经按照Meta分析步骤进行文献收集和整理，但可能存在发表偏倚问题，后者是指由于研究者与审稿专家在论文发表时过度追求研究结果的显著性，使统计上显著的结果比不显著的结果更有可能被发表，此时会产生出版偏倚[69]，导致实证结果失真，最终实证结果往往被高估。为此，采用Meta分析常用的漏斗图法检验研究样本是否存在发表偏倚。如果漏斗图中各点集中分布在中线两侧并基本呈现对称状态，则可排除有发表偏倚的可能。本文通过Stata15.0软件绘制38篇文献数据的漏斗图，图3中的散点总体集中在漏斗顶部，并处于一种相对较为对称的平衡分布状态。通过异质性检验和偏倚检验，可以判断所选实证文献基本满足Meta分析的前提条件。
图3 政策不确定性与企业绩效漏斗图
Fig.3 Funnel plot of policy uncertainty and enterprises' performance
就整体企业绩效概念而言，政策不确定性所带来的影响是消极的(见表2)，固定效应模型和随机效应模型的效应值分别为-0.040(p<0.001)、-0.030(p<0.05)，并分别在1%和5%的置信水平上显著，意味着政策不确定性对企业绩效存在一定的遏制效应。从大样本和长时间跨度看，政策不确定性带来了较大的外部环境波动，从而抑制企业长远发展。
表2 政策不确定性对企业绩效影响的总体效应
Tab.2 Total effect of policy uncertainty on enterprises' performance
模型KN效应值及95%的置信区间ES-95%CL95%CL双尾检验Z值P值异质性检验Q值df (Q)I2固定效应38487 198-0.040∗∗∗-0.043-0.033 7-27.7400.0002 956.603∗∗∗3798.749随机效应38487 198-0.030∗∗-0.0600.0001-2.0320.042
更进一步地，企业经营绩效、创新绩效以及投资绩效在政策不确定性环境中表现如何？如表3所示，首先，固定效应模型下政策不确定性对企业经营绩效的影响系数为-0.144(p<0.001)，并在1%的置信水平上显著。随机效应模型下的结果亦是如此，因为政策不确定性使得原本稳固的政企关系受到破坏，政策信息不对称导致企业在生产经营决策时谨小慎微。因此，假设H1得以验证。政策不确定性与企业创新绩效关系效应值为0.045(p<0.001)且统计结果具有显著性，更加肯定了政策不确定性对于企业发展既是风险又是机遇的观点，企业在不确定性环境中抓住机遇，重视并采取创新竞争战略，通过改变创新模式，提升其市场地位和获利空间。政策不确定性虽然会给生产经营带来负面冲击，但是由于研发创新成本、风险预估不同，对R&D的影响也有所不同(李涛等，2008)。由此假设H2得到支持。另外，政策不确定性与投资绩效呈显著负相关，效应值为-0.017(p<0.001)，企业投资项目具有不可逆特征，并且政策不确定性会降低政府为市场提供的保护价值，企业投资活动重视对外部环境的预判和诊断。因此，与稳健的外部环境相比，政策不确定性会阻碍企业投资绩效提升。由此，假设H3得到支持。
表3 政策不确定性对企业经营绩效、创新绩效与投资绩效的影响效应
Tab.3 Effects of policy uncertainty on enterprises' operating performance, innovation performance and investment performance
企业绩效类型模型KN效应值及95%的置信区间ES-95%CL95%CL双尾检验Z值P值企业经营绩效固定效应7106 140-0.144∗∗∗-0.150-0.138-46.9450.000随机效应7106 140-0.071∗∗-0.134-0.007-2.1820.029企业创新绩效固定效应11257 9110.045∗∗∗-0.0400.04919.0190.000随机效应11257 911-0.041-0.1180.036-1.0500.294企业投资绩效固定效应20123 147-0.017∗∗∗-0.023-0.012-6.0520.000随机效应20123 1470.000-0.0480.048-0.0100.992
政策不确定性对3类企业绩效的影响检验结果表明，各研究之间存在异质性，原因可能是创新活动与经营投资行为不同，前者并不能直接推动企业经济效益提升，R&D投入首先需要转化为科技成果，然后转化为市场化商品，才能创造经济效益。高创新绩效并不一定会带来高经营绩效或投资绩效，应考虑企业科技成果转化能力、企业战略定位、市场风险等因素的影响，进一步说明政策不确定性对各维度企业绩效的作用受其它调节变量的影响。因此，本文进一步尝试选择Meta二元分析检验4个情境因素的调节效应。
政策不确定性与企业绩效关系的调节效应检验结果如表4所示。国有企业效应值(ES=-0.072，p<0.001)的绝对值高于非国有企业(ES=-0.014，p<0.001)，并且异质性检验满足显著性要求，证明在国有企业中，政策不确定性对企业绩效的影响更为显著，假设H4得以证实。大型企业效应值(ES=-0.092，p<0.001)的绝对值高于中小型企业(ES=-0.021，p<0.001)，故相对于中小型企业，政策不确定性对大型企业的影响更加显著，假设H5得到支持。但市场化程度高的地区,其效应值(ES=-0.016，p<0.001)的绝对值低于市场化程度低的地区(ES=-0.092，p<0.001)，市场化程度较高的地区，企业经营环境较优，更易吸引相关企业落户注资，市场力量对企业发展的影响更强，受政策不确定性的影响更弱，故假设H6成立。最后，政治关联使企业与地方政府建立起特殊的政企联系，具有政治关联的企业，其效应值(ES=-0.131，p<0.001)的绝对值远高于无政治关联企业的效应值(ES=-0.013，p<0.001)，假设H7得以验证。
表4 政策不确定性与企业绩效关系调节效应
Tab.4 Moderating effects of the relationship between policy uncertainty and enterprises’ performance
调节变量ModelN效应值及95%的置信区间ES-95%CL95%CLZ值(双侧)异质性检验Q值df (Q)I2企业性质国有企业固定效应21-0.072∗∗∗-0.078-0.066-24.4112 779.788∗∗∗2099.28非国有企业随机效应17-0.014∗∗∗-0.017-0.011-8.679275.162∗∗∗1694.19企业规模大型企业固定效应13-0.092∗∗∗-0.098-0.086-31.8971 846.616∗∗∗1299.35中小型企业随机效应25-0.021∗∗∗-0.024-0.018-12.67701.607∗∗∗2496.58情境因素市场化程度高市场化程度固定效应8-0.016∗∗∗-0.02-0.013-9.429301.142∗∗∗795.02低市场化程度随机效应11-0.092∗∗∗-0.097-0.087-35.7562 057.609∗∗∗1098.98政治关联有政治关联固定效应12-0.131∗∗∗-0.137-0.126-43.8731 225.758∗∗∗1198.78无政治关联随机效应18-0.013∗∗∗-0.016-0.009-7.688516.427∗∗∗1795.93
总体而言，政策不确定性对企业绩效的影响更多地表现为消极作用(ES=-0.043，p<0.001)。具体来看，政策不确定性对于企业绩效3个维度的影响并不一致，政策不确定性抑制企业经营绩效(ES=-0.144，p<0.001)和投资绩效(ES=-0.017，p<0.001)，但却能显著促进企业创新绩效提升(ES=0.045，p<0.001)。并且，政策不确定性对企业绩效的影响受企业性质、企业规模、市场化程度和政治关联的调节作用。
本文发现，政策不确定性可以促进企业创新绩效提升，意味着企业重视研发，但为何企业重视研发，在创新绩效好的情况下，企业经营绩效和投资绩效却较差？原因如下：
(1)企业绩效三维度的侧重点不同。企业经营绩效、投资绩效主要是从消费市场和资本市场视角理解绩效，而创新绩效更多是从技术供给层面理解绩效，创新绩效并不能完全表征企业市场地位与核心竞争力，因而不能将高创新绩效和高经营投资绩效完全对等看待。
(2)企业创新绩效的代理变量并不能完全反映企业创新绩效。现有研究大多使用专利申请或授权数量对企业创新进行测度，但是专利数量多并不意味着专利质量高。这就很容易理解为什么政策不确定性环境下，即使企业创新绩效有所提升，但企业经营绩效与投资绩效也不理想。
(3)更重要的原因要从企业技术创新与企业盈利关系视角看，企业技术创新水平高并不意味着较高的企业经济效益或者投资效益。对企业技术创新与盈利的关系，现有研究莫衷一是，李涛等(2008)研究发现，间断研发投入对企业销售额和盈利能力不具有显著促进作用。此外，虽然Hill & Rothaermel[70]、Dougherty & Hardy[71]的研究表明，技术创新可以促使企业形成产品差异化优势，是企业盈利提升的重要途径，但应意识到企业创新绩效向经营投资绩效转化需要时间，即企业创新成果转化需要时间。一方面，专利数量对企业盈利能力存在一定的滞后性，而企业内部可能对技术保密，这两个步骤之间存在一定的时滞性；另一方面，虽然企业具备较高的创新产出能力，但不具备与之匹配的成果转化能力或条件，抑或是未能及时实现成果转化，造成企业资源耗损与浪费，从而导致较低的经济效益。
(1)在我国政治制度背景下，政策不确定性主要来源于地方政府官员更替、重大社会事件等，其中，地方官员任期制度设计决定地方政府官员更替的合理性。因此，必须完善地方官员异地互动交流考察机制，提升官员异地上任的适应能力，从而减小地方官员更替所带来的政策波动。
(2)尽管Meta分析发现政策不确定性对企业创新的影响显著为正，但并不意味着为了获取较高的企业创新绩效，可以将提升政策不确定性作为出发点。地方政府出台或调整公共政策时，应权衡政策不确定性对企业整体绩效的影响，保持宏观经济政策的透明度、连续性和稳定性。
(3)政策不确定性对具有高度政治关联、市场化程度较低地区企业的消极影响更为显著，说明过多的政府干预反而会弱化企业外部风险应对能力。因此，地方政府需要深入推进政企分离的市场化改革。
(4)较高的政策不确定性使企业生存发展环境更加恶劣，进而增加企业创新努力的边际成本和风险成本，缩小预期市场，导致市场规模效应递减。为此，企业应提升政策敏感度，通过变革自身创新方式凸显竞争优势，使企业资金不再为寻租和过度维持政企关系所挤占。
首先，未能克服文献语言筛选的局限。研究样本仅纳入中文与英文研究文献，未将其它语言的相关文献纳入研究范畴，可能造成文献选择偏差，从而降低研究精准度；其次，未对政策不确定性与企业绩效关系的中介机制进行探讨，因为即使部分文献从高管变更、寻租机会等视角阐释政策不确定性对企业绩效的影响，也不能满足用于Meta分析的文献数量要求。未来研究需要进一步打开政策不确定性影响企业绩效过程的“黑箱”，从而帮助政府采取有效配套措施降低政策波动的负面效应。
[1] BLOOM N. Fluctuations in uncertainty[J]. Journal of Economic Perspectives,2014,28(2):153-176.
[2] MARCUS A A. Policy uncertainty and technological innovation[J]. Academy of Management Review,1981,6(3):443-448.
[3] AN H,CHEN Y Y,LUO D L,et al. Political uncertainty and corporate investment:evidence from China[J]. Journal of Corporate Finance,2016(36):174-189.
[4] 王存峰, 刘志远, 郭瑾. 中央政府换届与企业风险承担——冒险还是守成[J].中国会计评论,2017,15(2):187-204.
[5] 邓美薇. 经济政策不确定性对企业绩效的影响:来自中国非金融类上市公司的经验证据[J]. 工业技术经济,2019,38(2):97-106.
[6] 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,2016,19(4):27-35.
[7] 吉云, 于雯, 徐正. 经济政策不确定性会阻碍企业创新吗——企业家风险容忍度的调节效应[J]. 中国软科学, 2019,34(z1):45-54.
[8] FENG L,LI Z Y,SWENSON D L. Trade policy uncertainty and exports:evidence from China's WTO accession[J]. Journal of International Economics,2017,106:20-36.
[9] BAKER S R,BLOOM N,DAVIS S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics,2016,131(4):1593-1636.
[10] ROLSTADÅS A. Enterprise performance measurement[J]. International Journal of Operations & Production Management,1998,18(9/10):989-999.
[11] VENKATRAMAN N,RAMANUJAM V. Measurement of business performance in strategy research:a comparison of approaches[J]. Academy of Management Review,1986,11(4):801-814.
[12] HUSELID M A. The impact of human resource management practices on turnover,productivity,and corporate financial performance[J]. Academy of Management Journal,1995,38(3):635-672.
[13] RICHARD O C,MURTHI B P S,ISMAIL K. The impact of racial diversity on intermediate and long-term performance:the moderating role of environmental context[J]. Strategic Management Journal,2007,28(12):1213-1233.
[14] 连燕玲,贺小刚,张远飞,等. 危机冲击、大股东“管家角色”与企业绩效:基于中国上市公司的实证分析[J]. 管理世界,2012，28(9):142-155.
[15] FANG E E. Customer participation and the trade-off between new product innovativeness and speed to market[J]. Journal of Marketing,2008,72(4):90-104.
[16] 齐朝顺,杜晓君. 政策风险、角色预期与中国企业对外直接投资绩效[J]. 产经评论,2017,8(5):95-111.
[17] MATUSIK S F,FITZA M A. Diversification in the venture capital industry:leveraging knowledge under uncertainty[J]. Strategic Management Journal,2012,33(4):407-426.
[18] JULIO B,YOOK Y. Political uncertainty and corporate investment cycles[J]. The Journal of Finance,2012,67(1):45-83.
[19] JENS C E. Political uncertainty and investment:causal evidence from US gubernatorial elections[J]. Journal of Financial Economics,2017,124(3):563-579.
[20] WANG Y Z,CHEN C R,HUANG Y S. Economic policy uncertainty and corporate investment:evidence from China[J]. Pacific-Basin Finance Journal,2014(26):227-243.
[21] 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.
[22] 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.
[23] 张军,高远. 官员任期、异地交流与经济增长:来自省级经验的证据[J]. 经济研究,2007,42(11):91-103.
[24] CUMMINS J G. Uncertainty and investment:an empirical investigation using data on analysts' profits forecasts[J]. Finance and Economics Discussion Series,2004,2004(20):1-38.
[25] 张豪,戴静,张建华. 政策不确定、官员异质性与企业全要素生产率[J]. 经济学动态,2017，58(8):49-61.
[26] 何山,李后建. 地方官员异地更替对企业R&D投资具有“挤出”效应吗[J]. 产业经济研究,2014，13(4):30-40.
[27] JOCKERS P, BOSETTI V, VERDOLINI E. The impact of policy and uncertainty on innovation in the wind industry: evidence from European countries[C].Venice, Italy：The GGKP's Third Annual Conference,2015.
[28] ALMUS M,CZARNITZKI D. The effects of public R&D subsidies on firms' innovation activities[J]. Journal of Business & Economic Statistics,2003,21(2):226-236.
[29] GONZ
LEZ X,PAZ
C. Do public subsidies stimulate private R&D spending[J]. Research Policy,2008,37(3):371-389.
[30] 徐现祥,王贤彬. 晋升激励与经济增长:来自中国省级官员的证据[J]. 世界经济,2010,33(2):15-36.
[31] MILLER D,FRIESEN P H. Innovation in conservative and entrepreneurial firms:two models of strategic momentum[J]. Strategic Management Journal,1982,3(1):1-25.
[32] STOKEY N L. Wait-and-see: investment options under policy uncertainty[J]. Review of Economic Dynamics, 2016(21):246-265.
[33] 孙静晓,踪家峰. 官员更替影响企业行为和绩效了吗?基于上市公司投资行为和市场绩效的实证检验[J]. 产业经济研究,2014，13(5):92-103.
[34] 包国宪,任世科. 政府行为对企业技术创新风险影响路径[J]. 公共管理学报,2010,7(2):89-96,126-127.
[35] 王凯,武立东. 环境不确定性与企业创新:企业集团的缓冲作用[J]. 科技管理研究,2016,36(10):191-196.
[36] MILLER D,FRIESEN P H. Innovation in conservative and entrepreneurial firms:two models of strategic momentum[J]. Strategic Management Journal,1982,3(1):1-25.
[37] 汪丽,茅宁,龙静. 管理者决策偏好、环境不确定性与创新强度:基于中国企业的实证研究[J]. 科学学研究,2012,30(7):1101-1109,1118.
[38] 崔维军, 孙成, 傅宇,等. 政策不确定性与企业双元创新行为选择:“激流勇进”还是“循序渐进”[J]. 科学学与科学技术管理, 2019,40(11):70-83.
[39] ATANASSOV J, JULIO B, LENG T. The bright side of political uncertainty: the case of R&D[J]. Social Science Electronic Publishing，2016(6):1-60.
[40] ZHAO Y B,LI Y,LEE S H,et al. Entrepreneurial orientation,organizational learning,and performance:evidence from China[J]. Entrepreneurship Theory and Practice,2011,35(2):293-317.
[41] ATUAHENE-GIMA K. The effects of centrifugal and centripetal forces on product development speed and quality:how does problem solving matter[J]. Academy of Management Journal,2003,46(3):359-373.
[42] JANSEN J J P,VAN DEN BOSCH F A J,VOLBERDA H W. Exploratory innovation,exploitative innovation,and performance:effects of organizational antecedents and environmental moderators[J]. Management Science,2006,52(11):1661-1674.
[43] 李剑力. 探索性创新、开发性创新与企业绩效关系研究:基于冗余资源调节效应的实证分析[J]. 科学学研究,2009,27(9):1418-1427.
[44] HE Z L,WONG P K. Exploration vs. exploitation:an empirical test of the ambidexterity hypothesis[J]. Organization Science,2004,15(4):481-494.
[45] HARTMAN R. The effects of price and cost uncertainty on investment[J]. Journal of Economic Theory,1972,5(2):258-266.
[46] ABEL A B. Optimal investment under uncertainty[J]. American Economic Review, 1983, 73(1):228-233.
[47] ABEL A B,EBERLY J C. The effects of irreversibility and uncertainty on capital accumulation[J]. Journal of Monetary Economics,1999,44(3):339-377.
[48] 林树,李侃,李银松. 政治不确定性与企业投资:来自中国省长更换的经验证据[J]. 东南大学学报(哲学社会科学版),2014,16(5):40-44,134.
[49] PINDYCK R. Irreversible investment,capacity choice,and the value of the firm[R]. National Bureau of Economic Research,1986.
[50] BERNANKE B S. Irreversibility,uncertainty,and cyclical investment[J]. The Quarterly Journal of Economics,1983,98(1):85-106.
[51] PASTOR L, VERONESI P. Political uncertainty and risk premia[J]. Social Science Electronic Publishing, 2011, 110(3):520-545.
[52] NARAYAN P K,NARAYAN S,TRAN V T. Political uncertainty and corporate investment:state-level evidence from Australia[J]. SSRN Electronic Journal,2017:36(2):174-189.
[53] HE H,LI N,FANG J,et al. China's rising IQ (innovation quotient) and growth:firm-level evidence[J]. IMF Working Papers,2016,16(249):1.
[54] 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.
[55] 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.
[56] JEFFERSON G H,BAI H M,GUAN X J,et al. R&D performance in Chinese industry[J]. Economics of Innovation and New Technology,2006,15(4-5):345-366.
[57] 才国伟,吴华强,徐信忠. 政策不确定性对公司投融资行为的影响研究[J]. 金融研究,2018，61(3):89-104.
[58] 方军雄. 市场化进程与资本配置效率的改善[J]. 经济研究,2006,41(5):50-61.
[59] 赵峰,马光明. 政治关联研究脉络述评与展望[J]. 经济评论,2011，32(3):151-160.
[60] 周黎安. 中国地方官员的晋升锦标赛模式研究[J]. 经济研究,2007,42(7):36-50.
[61] WU H Y,LI S H,YING S X,et al. Politically connected CEOs,firm performance,and CEO pay[J]. Journal of Business Research,2018,91:169-180.
[62] 曹伟,杨德明,赵璨,等. 地方政治权力转移与企业社会资本投资周期:基于政企关系重构的动态研究[J]. 财经研究,2017,43(1):4-16.
[63] XU N H,XU X Z,YUAN Q B. Political connections,financing friction,and corporate investment:evidence from Chinese listed family firms[J]. European Financial Management,2013,19(4):675-702.
[64] PIOTROSKI J D,ZHANG T. Politicians and the IPO decision:the impact of impending political promotions on IPO activity in China[J]. Journal of Financial Economics,2014,111(1):111-136.
[65] 彭俞超,顾雷雷. 经济学中的META回归分析[J]. 经济学动态,2014，55(2):126-131.
[66] 王福鸣,董正英. 资金支持政策对创业影响的Meta分析研究[J]. 研究与发展管理,2018,30(3):133-144.
[67] DOUCOULIAGOS H,STANLEY T D. Publication selection bias in minimum-wage research? a meta-regression analysis[J]. British Journal of Industrial Relations,2009,47(2):406-428.
[68] DOUCOULIAGOS C. Publication bias in the economic freedom and economic growth literature[J]. Journal of Economic Surveys,2005,19(3):367-387.
[69] BLOOM N. Uncertainty and the dynamics of R&D[J]. American Economic Review,2007,97(2):250-255.
[70] HILL C W L,ROTHAERMEL F T. The performance of incumbent firms in the face of radical technological innovation[J]. Academy of Management Review,2003,28(2):257-274.
[71] DOUGHERTY D,HARDY C. Sustained product innovation in large,mature organizations:overcoming innovation-to-organization problems[J]. Academy of Management Journal,1996,39(5):1120-1153.