The Impact of Firm Investment on Innovation Performance under the Background of Investment Surge: A Case Study of Strategic Emerging Industries

Li Silin, Jiang Hong, Guo Wenwen

(Shanghai University of Finance and Economics, College of Business, Shanghai 200433)

Abstract：As strategic emerging industries gradually become the engine of future economic and social development, enhancing the innovation performance of strategic emerging industries is a significant booster to China's innovation capability. The critical methods of the development for this industry is to strengthen the independent innovation ability and promote the innovation performance to advance the core competitiveness. In order to grab the market share, a large number of enterprises have invested in those industries such as photovoltaic, new energy, semiconductor chip, etc., thus creating the investment surge. It was first proposed by Lin Yifu, referring to the excessive concentration of enterprise investment in a certain industry caused by lack of information, which is unique to developing countries and often leads to severe overcapacity. Although the investment surge has swelled in recent years in the strategic emerging industry, does the enterprises' large-scale investment promote innovation performance as expected? Currently, most relevant academic research focus on the mechanism with the perspective of government and market, including government subsidy, supportive industry policy, increasing demand of financial markets and market competition. This paper aims to explore the investment surge in the development of strategic emerging industries and investigate the impact of the increasing firm investment on innovation performance.

The methodology is to analyze sample A-share listed companies from the Comprehensive Index of China's Strategic Emerging Industries from 2008 to 2019 through group regression and instrumental variables. Some data are excluded from the pool, including data of financial industry, *ST, ST and PT stocks, companies without complete financial information, and companies which have not been in the stock market for enough time or during the studied time period. As a result, 7 440 samples from 794 enterprises are selected for the empirical study to explore whether the investment surge in strategic emerging industries can effectively promote the innovation performance that refers to both the innovation output and the conversion rate of innovation achievement.

The results show that from the perspective of time dimension, the first wave of investment surge in strategic emerging industries is triggered by policy from 2010 to 2012, and the second wave is jointly driven by market and policy from 2015 to 2019, which has a quite higher level of investment expenditure and over-investment. In either wave of investment surge, enterprise investment can effectively improve innovation output. While in the stage without investment surge, the impact is no longer significant. The effect on innovation output is more obvious in the first wave due to the first-move advantage. From the perspective of different types of strategic emerging enterprises, the impact of firm investment on innovation output is still significantly positive. The conversion rate of firm investment to innovation achievement is an inverted U-shaped curve for labor-intensive, resource-intensive enterprises, and state-owned enterprises, while for technology-intensive enterprises, and non-state-owned enterprises, the conversion rate is purely positively correlated.

To summarize, this paper uses listed companies in strategic emerging industries as research samples and conducts empirical analysis of the impact of firm investment on innovation performance under the investment surge with different inducements. The work provides a theoretical basis for the application of investment surge in strategic emerging industries and supplements existing research about the investment surge and enterprise innovation by applying a new methodology. Moreover, the heterogeneity test is carried out from the perspectives of industry and ownership, in order to offer effective suggestions for policy and business decision-making. The suggestions are as follows. (1) The government should encourage and promote business investment while establishing early warning system to avoid over-investment and depressed innovation efficiency. (2) The government is responsible for identifying various stages during the investment surge and guiding the rational timing for enterprise investment to maximize the investment effectiveness. (3) Due to the heterogeneity among different enterprises, the government's supportive policy is supposed to be more differentiated, particularly for those technology-intensive and non-state-owned enterprises.

Key Words:Investment Surge; Innovation Performance; Innovation Output; Transformation Rate of Innovation Achievements; Strategic Emerging Industries

收稿日期：2021-08-02

修回日期：2021-10-14

作者简介：李斯林(1995-)，男，江苏扬州人，上海财经大学商学院博士研究生，研究方向为产业经济、企业创新；姜宏(1989-)，女，山西大同人，上海财经大学商学院博士研究生，研究方向为产业经济、企业创新；郭文文(1997-)，女，山西晋城人，上海财经大学商学院硕士研究生，研究方向为国际商务、企业创新。本文通讯作者：姜宏。

DOI：10.6049/kjjbydc.2021080006

开放科学(资源服务)标识码(OSID)：

中图分类号：F204

文献标识码：A

文章编号：1001-7348(2022)08-0059-11

0 引言

随着新技术、新产业快速发展，战略性新兴产业成为未来经济社会发展的核心力量，其优势在于可以促进国家整体创新能力提升。目前，我国战略性新兴产业的核心要点是提升自主创新能力和创新绩效，加大创新产出、加强创新成果转化以提升产业核心竞争力。2010年《国务院关于加快培育和发展战略性新兴产业的决定》提出，战略性新兴产业是以重大技术突破和重大发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业。加快培育和发展战略性新兴产业对推进我国现代化建设具有重要战略意义。自此，企业为抢占市场纷纷投资光伏、新能源、芯片等战略性新兴产业，形成一波又一波投资潮涌。在战略性新兴产业投资浪潮下，企业大规模新增投资能否真正促进创新绩效提升？企业投资对创新产出和创新成果转化的影响如何？不同行业、不同性质企业投资对创新绩效的影响是否具有差异？此外，在由不同因素诱发的投资潮涌不同阶段，企业投资对创新绩效的影响有何不同？以上问题的答案能够为相关部门制定战略性新兴产业发展政策提供参考。

目前，学界对投资潮涌的研究主要聚焦于机制和对经济的传导作用两方面。形成机制研究主要基于政府和市场两大视角发现政府补贴[1]、鼓励性产业政策[2]、政府过多干预[3]、具备发展前景的产业认知[4]、金融市场需求增加[5]、市场竞争[6]会引发投资潮涌。对经济的传导作用主要包括积极和消极两个方面，如引发产能过剩[4]和产业增长。本文关注战略性新兴产业发展过程中的投资潮涌，试图分析投资潮涌背景下企业新增投资对创新绩效的影响。本文边际贡献在于：①选择战略性新兴产业上市公司作为研究样本，实证分析不同因素驱动的投资潮涌下，投资支出对创新绩效的影响，为提高战略性新兴产业创新水平提供理论依据；②将创新绩效分为创新产出与成果转化率，基于行业和所有制两个视角进行异质性检验，探究不同行业特征与不同所有制企业投资对创新绩效的差异化影响，为政策制定和企业决策提供参考。

1 投资潮涌相关研究与概念界定

潮涌现象最早由林毅夫[4]提出，其将投资潮涌定义为发展中国家特有的由不完全信息导致的企业投资向某一行业过度集中，进而产生严重产能过剩现象。产能过剩是指产能利用率低，可采用产业实际产出与潜在产出之比加以度量[7]。在产业升级阶段，企业会投资技术成熟且产品市场已经存在的产业，由于众多企业对产业前景的看法趋同，因而会出现一波又一波投资潮涌(林毅夫等，2010)。

1.1 投资潮涌相关研究

林毅夫[4]提出市场失灵论，认为由于信息不对称，企业对具备发展前景产业的看法一致，导致投资潮涌经常发生在快速发展的发展中国家，同时由于企业投资过度增加，投资潮涌将不可避免地导致产能严重过剩、市场竞争激烈、企业大量亏损破产等问题；江飞涛等[1]提出体制扭曲论，发现投资潮涌产生的根源是地方政府不当干预，由于企业与地方政府对未来预期不同，并不会达成共识，政府官员为了追求短期GDP绩效产生不当干预行为；周辰珣等[3]运用不完全信息静态博弈模型，对政府主导和市场主导两种模式下企业投资决策预期均衡结果进行分析，并基于宏观经济数据进行计量检验发现，政府在投资领域过多干预是潮涌现象产生的重要原因，政府主导模式下投资潮涌所导致的产能过剩后果比市场主导模式更加严重；张倩肖等[8]构建新熊彼特模拟模型，发现渐进工艺创新和长产能建设周期相结合是潮涌现象产生的根本原因，地方政府干预会加剧潮涌现象；郭吉涛[9]研究发现，地方政府干预、产业前景认知明确、银行贷款意愿对传统产业潮涌具有正向影响，而企业自主技术创新力度和产能信息充分程度则起抑制作用；Gilbert等[10]认为，行业内企业或领头企业投资增加会给潜在进入企业传递市场需求增长的信号，进而引发投资潮涌。

综上所述，国内外学者对投资潮涌的研究主要聚焦于形成机制和对经济的传导作用两方面。在形成机制方面，学者们主要基于政府和市场两大视角：从政府视角看，政府补贴、鼓励性产业政策、政府过多干预均会导致或加剧投资潮涌；从市场角度看，具备发展前景的产业认知、渐进工艺创新和长产能建设周期、市场竞争、金融市场需求增加等会引发投资潮涌。在研究方法上，国内外学者通过构建不完全信息静态博弈模型及“新熊彼特”模拟模型等分别进行定性或定量分析，较少从数据层面进行实证分析。

1.2 战略性新兴产业投资潮涌现象

与其它一般产业相比，战略性新兴产业属于资本和技术密集型行业，因此战略性新兴产业创新水平提升对国家经济发展具有重要作用。因较高的技术门槛而具有先发优势的产业特性，产业内部竞争尤为激烈，且市场对产业预期较高，因而在战略性新兴产业内部极易产生投资潮涌[11]。2010年，无论是政府还是民间，对战略性新兴产业的投资热情持续高涨，以光伏产业为例，全国众多省市将其列为优先扶持发展的新兴产业。2013年，国家发改委出台多项支持政策，光伏产业进入快速发展阶段。全国各省份企业纷纷投资光伏产业，大力建设光伏产业基地，我国光伏产业产量与装机量大幅增长。由中国光伏行业协会披露数据可知，2011年我国光伏电池产量达到12.5GW，光伏装机容量达到3GW。2020年上半年，我国光伏电池产量为59GW，是2011年的5倍。受光伏成本下降与国内配额制预期影响，2021年企业对光伏产业的投资意愿仍在持续上升。

在新能源汽车领域，早在2001年我国就正式将新能源汽车研究项目列入“十五规划”和“863计划”，并制定氢动力新能源汽车发展长期规划。自此，我国开始重视新能源汽车产业发展。2010年，国家加大对新能源汽车产业的扶持力度，选择5个城市试点私人购买新能源汽车补贴政策。2020年11月，国务院办公厅发布《新能源汽车产业发展规划(2021-2035年)》，提出我国要迈向汽车强国，推动可持续绿色发展，必须全面发展新能源汽车。近年来，新能源汽车成为投资“风口”：传统车企如一汽转向生产新能源汽车，外资企业如特斯拉进入中国投资建厂。此外，市场上出现很多新兴新能源车企，如蔚来汽车、小鹏汽车。

集成电路作为国家工业制造水平的代表，关乎国家安全与国民经济运行，也是受资本追捧的战略性新兴产业。2014年，国家颁布《国家集成电路产业发展推进纲要》，并成立国家集成电路产业投资基金，重点投资行业龙头企业，如中芯国际、长江存储等。自2014年起，国家和地方政府发布多项规划，在税收、投融资、研发、进出口等领域制定多项扶持政策，大力支持和鼓励集成电路产业发展，力争提升其上下游产业竞争力，全国各地掀起芯片产业发展热潮。

1.3 战略性新兴产业投资潮涌定量界定

本文选取投资支出与过度投资两种指标，从横向(产业间)与纵向(时间)两个维度进行比较，进而界定战略性新兴产业投资潮涌。从横向产业间比较看，战略性新兴产业样本均值为18.667，非战略性新兴产业样本均值为18.458，说明相比于非战略性新兴产业，战略性新兴产业的平均投资支出更大。2010年，国务院发布《关于加快培育和发展战略性新兴产业的决定》，战略性新兴产业投资支出平均值大幅增长。自此，战略性新兴产业年均投资支出均远大于非战略性新兴产业，表明其投资支出水平更高，投资支出纵向时间年份特征见图1。2008—2019年战略性新兴产业投资支出均值呈波动趋势。整体来看，存在2010—2012年、2015—2019年两波投资潮涌，而非战略性新兴产业投资支出在相应年份波动较小。2010年国务院发布《关于加快培育和发展战略性新兴产业的决定》，提出重点培育和发展战略性新兴产业。在政策大力支持下，战略性新兴产业成为颇具前景的产业，政府、企业与金融机构积极投资，形成第一波投资潮涌。投资潮涌初期，产业内企业纷纷加大投资支出。在中期，出现产能过剩现象，资产投资回报降低，企业在相关投资方面持更加谨慎的态度，投资支出呈现下降趋势。随着国家发布《“十二五”国家战略性新兴产业发展规划》，第一波投资潮涌促使一批企业获利，因而在外部市场资本驱动下，一些企业自发地加大相关产业投资。随着《深化科技体制改革实施方案》等一系列政策陆续实施，2015年第二波投资潮涌开始显现。相较于由政策支持诱发的第一波投资潮涌，第二波投资潮涌下企业投资支出水平更高。这是因为第一波投资潮涌是企业为获得补贴而以被动投资为主所引发，当前期先进入者获得超额利润之后，会诱发后进者跟风投资。因此，第二波投资潮涌不仅受到政策驱动，而且受市场因素的影响。

2 理论分析

2.1 企业投资与创新产出

在投资潮涌背景下，企业投资增加会直接促使融资约束缓解、企业知识溢出与要素资源投入增多。首先，融资约束影响企业创新意愿与创新能力。企业融资约束较强意味着融资成本较高、受内部流动性冲击的概率大，企业对创新活动的预期降低，创新意愿随之降低。企业融资成本越高，外源融资约束越强，创新预期利润越低，进而抑制企业创新决策；企业遭受内部流动性冲击的概率越大，内源融资约束越强，企业开展创新活动的预期利润越低，进而抑制企业创新决策[12]。此外，大量企业资金投入是创新活动开展的必要条件，资金供应不足可能导致企业无法进行创新活动或创新活动中断。投资潮涌背景下，企业得到外部融资或增加自有资金投资，能够在一定程度上缓解资金约束，增强企业创新意愿与创新能力。因此，本文提出以下假设：

H1：企业投资对创新产出具有正向促进作用。

2.2 企业投资与创新成果转化率

企业投资对创新成果转化率的影响分为促进与抑制两个方向(见图2)。

2.2.1 企业投资对创新成果转化率的促进作用

(1)当企业有能力投入更多要素(如资本、人力资源与技术等)进行研发创新时，上述要素投入能够降低企业融资成本，提升资金流动性，从而提高创新成果转化率与创新效率[13]。此外，创新活动风险较高，在很大程度上会抑制企业创新动力。创新需要鼓励试错的机制与宽容的创新环境，投资规模增加使企业拥有更多资本进行创新尝试，即使创新失败，也有足够资本进行再创新，进而降低试错成本，促进企业创新转化效率提升。

(2)投资潮涌源于企业对产业前景的共识，能够从直接和间接两个方面加剧市场竞争。一方面，产业内企业投资额增加，产品市场竞争加剧[14]；另一方面，企业投资增多给潜在进入者传递市场前景良好的信号，产业内大量潜在竞争者进入会加剧市场竞争。在激烈的市场竞争环境下，企业抢占先机的动机强烈，会通过提高创新效率增强核心竞争力[11]。同时，若行业进入壁垒较低，企业面临众多竞争对手的威胁，导致其因经营不善而破产的风险加大[15]。因此，企业不得不优化创新资源配置，加速产品更新换代，以便在竞争中获取更多市场份额[16]。

(3)熊彼特假说提出，规模越大，企业越具备创新优势。相较于投资规模较小的企业，投资规模较大的企业拥有更雄厚的资本支持，更易推动创新成果转化。此外，企业投资带来的规模效应能够提升创新成果转化率，即企业前期大量投资有利于研发创新经验积累，后期新增投资时，投入更容易转化为创新绩效。

2.2.2 企业投资对创新成果转化率的抑制作用

(1)企业增加的投资一部分来源于外部融资，当外部融资来源是政府补贴时，由于政府和企业之间存在信息不对称，企业为了自身利益最大化，很可能将补贴用于与创新无关的活动[17]。上述企业进入产业投资的目的仅仅是为了获取补贴，企业寻租行为导致资源配置效率低下，从而抑制创新成果转化。当融资来源于金融体系时，企业投资通常基于市场对产业良好发展前景的共识，进而产生金融机构的羊群效应，如风险投资数量与金额大幅增加，以及贷款资金支持条件宽松。部分企业进行投资的目的仅仅是为了获得风投机构的投资，并未真正落实到技术创新活动中。在上述情景下，企业仅注重策略性创新而未进行实质性创新。

(2)产业内资本持续增加，将不可避免地带来产能过剩、供过于求等问题。在上述情景下，企业资产闲置、运营效率低下、资源浪费，大量资金用于弥补因产能过剩产生的闲置成本，从而抑制创新成果转化。此外，产能过剩企业对产业前景预期较差，对创新活动预期利润较低，不会投入更多资源用于创新成果转化。

(3)企业投资增加能够吸引外部企业进入，市场竞争加剧会刺激企业管理层作出削减成本的决策，从而不利于创新转化[18]。当市场竞争加剧时，企业缺乏必要的利润积累，新增投资仅仅是为维持营运支出与价格战成本，从而不利于企业创新活动。同时，部分企业倾向于模仿式创新与引进式创新，产品同质化现象较为严重。上述情景下企业新增投资尽管能够促进创新产出，但会降低创新成果转化率。因此，本文提出以下假设：

H2：企业投资对创新成果转化率的影响是非线性的。

2.3 投资潮涌的影响

基于对某一行业前景的共识，大量企业涌入该行业，导致企业投资不断向该行业集中，产生投资潮涌，加剧市场竞争，带来产能过剩问题[4]。投资潮涌并不总能促进企业创新。在每一波投资潮涌前期，企业对于前景利好的产业存在共同认知，受羊群效应影响，金融机构愿意为产业内项目提供更多资金支持。此时，企业融资约束降低，投资回报增加，资本配置效率提高，企业投资对创新绩效的促进效应大于抑制效应[19]，因而企业投资能够促进创新成果转化。随着投资额增多，企业与产业内其它企业的信息不对称会加剧市场竞争，导致产能严重过剩。同时，越来越多的企业进入产业，导致产业竞争加剧，产能过剩，存在大量“骗补”行为。此时，企业投资对创新绩效的抑制效应大于促进效应，企业投资增加反而会抑制创新成果转化。本文认为，不论是在投资潮涌前期还是后期，企业投资对创新成果转化率的影响都是非线性的。但由于前期进入的企业具有先发优势，因而在投资潮涌前期投资效率水平高于后期。因此，本文提出以下假设：

H3：在每一波投资潮涌前期与后期，投资增加对创新绩效的影响可能相同但强度存在差异，且投资潮涌前期更能有效促进创新产出与成果转化。

3 基准回归分析

3.1 研究样本与数据来源

本文实证研究对象是战略性新兴产业A股上市公司，数据时间跨度为2008—2019年，选取中国战略新兴产业综合指数(简称“新兴综指”)下的样本股，并对数据进行如下处理：①剔除金融行业数据；②剔除*ST、ST和PT股；③剔除财务数据不完整的公司；④剔除上市时间不足的公司。最终，得到794家企业共7 440个样本。由于战略性新兴产业包含九大细分产业，本文基于《国务院关于加快培育和发展战略性新兴产业的决定》对战略性新兴产业的定义与《战略性新兴产业分类(2018)》，通过浏览样本企业经营范围，与战略性新兴产业样本企业所属细分产业进行匹配，结果如表1所示。

本文涉及的企业数据来源于CSMAR数据库、CNRDS数据库、WIND数据库与企业年度报告，行业水平数据来源于统计年鉴中各细分行业数据。

3.2 研究设计

3.2.1 变量说明

本文被解释变量为企业创新水平。目前,企业创新度量方式主要有3种，即创新投入、创新产出以及创新效率。创新投入方面,相关指标包括研发人员投入与研发经费投入；创新产出方面，相关指标包括专利申请数量与新产品产值[20-22]；创新效率衡量方法主要有参数法如随机前沿生产函数分析法(SFA)与非参数法如数据包络分析方法(DEA)。鉴于战略性新兴产业上市企业产品产值及产品销售收入等数据可得性，本文选取专利申请数量与研发投入指标衡量企业创新水平。具体来说，本文借鉴姜军等[23]、吴尧和沈坤荣[24]的研究成果，采用专利申请数量衡量创新产出(PAT)，采用申请且最终被授予的专利数量与公司研发投入之比衡量创新成果转化率(EFF)。

本文核心解释变量为Invest，即企业新增投资支出。本文参考Richardson[25]的企业新增投资支出模型，其投资支出=(购建固定资产、无形资产和其它长期资产所支付的现金+购买子公司及其它营业单位所支付的现金-处置固定资产、无形资产和其它长期资产所收到的现金-处置子公司及其它营业单位所收到的现金)/年初总资产，直接选取企业新增投资支出的对数值衡量企业投资支出水平，同时构建投资支出的平方项检验投资与创新绩效的非线性关系。

本文借鉴张玉娟和汤湘希[26]、王晓红等[27]的研究成果，选取控制变量包括研发投入、股权集中度、高管薪资、企业年龄、企业规模、政府补贴、总资产收益率与资产负债率。由于企业专利申请存在一定的滞后性，将各解释变量滞后一期处理，具体变量描述见表2。

3.2.2 基准模型构建

为了验证新增投资对创新绩效的影响，本文构建基准回归模型如下：

Yi,t=β0+β1Investi,t-1+β2ControlVariablesi,t-1+Industry+year+ε

(1)

Yi,t=β0+β1Investi,t-1+β2Invest2i,t-1+β3ControlVariablesi,t-1+Industry+year+ε

(2)

其中，企业创新绩效Yi,t由PATi,t、EFFi,t表示，PATi,t代表创新产出，EFFi,t代表创新成果转化率。Investi,t-1代表企业上期新增投资支出，代表上期新增支出的平方项。ControlVariablesi,t-1表示控制变量研发投入RDi,t-1、股权集中度Topi,t-1、高管薪酬Wagei,t-1、企业年龄Agei,t-1 、企业规模Sizei,t-1 、政府补贴Govi,t-1、总资产收益率ROAi,t-1及资产负债率Debti,t-1。Industry为行业哑变量，Year为年份哑变量，分别控制行业与年份因素的影响。β0为常数项，β1、β2、β3分别表示变量前的系数。此外，创新转化率EFFi,t由研发投入RDi,t-1计算所得，为避免共线性问题对回归结果的干扰，当EFFi,t作为企业创新水平度量指标时，研发投入RDi,t-1不再作为控制变量。模型(1)检验企业投资对创新产出及创新成果转化率的线性影响，模型(2)检验企业投资对创新成果转化率的非线性影响。

3.3 基准回归结果

3.3.1 描述性统计

为了减少异常值对研究结果的影响，本文对模型中的相关连续变量进行1%与99%水平上的缩尾处理(Winsorize)。主要变量描述性统计结果见表3。

由描述性统计结果可知，企业专利申请即创新产出(PAT)范围在0～6.8之间，均值为2.924，第25分位数为1.946，第75分位数为3.951，说明战略性新兴产业中存在无创新产出企业，同时，不同企业创新产出水平存在差异。专利申请与研发投入的比值即创新成果转化率(EFF)范围在0～32.79之间，均值为16.125，说明平均一单位的研发投入可带来16.125单位的成果转化。创新成果转化率第25分位数为11.048，第75分位数为21.853，说明不同企业间创新成果转化水平存在差异，且分布较为均匀。本文核心解释变量投资水平(Invest)范围为15.378～22.689，均值为18.866 7，标准差为1.479，第25分位数为17.712，第75分位数为19.592，说明不同企业间的新增投资水平差异较小。研发投入(RD)的均值为17.880，中位数为17.819，说明企业研发投入差异不大。

3.3.2 基准回归结果

基准回归结果见表4。其中，第(1)、第(3)列检验投资水平对创新产出的线性影响，第(2)、第(4)列检验投资水平对创新产出的非线性影响。第(1)、第(2)列的被解释变量为创新产出，第(3)、第(4)列的被解释变量为创新成果转化率。

第(1)列中，投资支出系数在1%的水平下显著为正，说明投资支出对创新产出具有显著正向影响，即战略性新兴产业企业新增投资增多，企业创新产出随之增加。第(2)列加入投资支出的二次项后，系数并不显著，说明投资支出与创新产出不存在非线性关系。第(3)列中，解释变量投资支出系数在1%的水平下显著为正，说明投资支出对创新成果转化率具有显著正向影响。第(4)列加入投资支出的平方项之后，投资支出一次项系数显著为正，投资支出平方项系数显著为负，说明企业投资支出与创新成果转化率之间存在倒U型关系。当企业新增投资水平低于临界值时，投资支出增长对创新成果转化具有促进作用；当企业新增投资水平超过临界值时，投资支出对创新成果转化率的影响转为负向。

在回归结果中，股权集中度对创新产出的影响均在10%的水平下显著为正，说明股权集中度越高的企业越可能开展创新活动，同时，其创新成果转化率越高。高管薪酬对创新成果转化率的影响在1%的水平下显著为正，说明高管薪酬水平较高的企业具备较高的创新成果转化率。企业年龄对创新产出的影响在1%的水平下显著为正，说明发展成熟的企业能够开展更多创新活动，其创新产出也更多。企业规模对创新产出的影响在1%的水平下显著为正，说明投资潮涌下，战略性新兴产业企业规模越大，创新产出越高。政府补贴强度与创新产出和创新成果转化率关系显著为正，说明政府补贴水平越高，企业创新产出越多。总资产收益率系数均显著为正，说明企业盈利能力越高，创新产出与创新成果转化率越高。资产负债率系数均为显著为正，说明企业负债水平越高，压力越大，就越有动力开展创新活动。

4 进一步分析

4.1 稳健性检验

为了验证本文实证结果的稳健性，对被解释变量进行替换，替换后的回归结果如表5所示。专利包含发明专利、实用新型与外观设计，发明专利更加能够体现技术创新成果，因而本文以发明专利申请量代替专利申请量进行稳健性检验。具体来说，采用发明专利申请量的对数值度量创新产出，并以发明专利申请量与研发投入的比值度量创新成果转化率。从结果看，投资支出一次项系数显著为正，二次项系数显著为负，与基准回归结果一致。

4.2 内生性处理

为了解决内生性问题，本文借鉴吴尧和沈坤荣[24]、吕越等(2018)的做法，选取同期企业所属行业其它企业的平均投资支出作为工具变量。一方面，同一年份，同行业企业在投资支出上存在竞争关系，具有高度相关性，而其它企业投资支出与该企业自身创新能力没有直接关联。因此，同期企业所属行业其它企业的平均投资支出符合工具变量所需的相关性与外生性条件。

表6第(2)、第(4)列为基准模型两阶段最小二乘法的回归结果，为了避免共线性影响，相较于基准回归，表6中的回归不再增加行业控制变量。由表6可知，在引入工具变量后，投资水平与创新产出和创新成果转化率的关系在1%的统计水平下显著为正，与基准回归结果一致，说明研究结果具有可靠性。

4.3 异质性分析

4.3.1 基于行业的分组回归

本文根据要素密集度选取战略性新兴产业部分细分行业进行分组回归，分析不同行业内企业投资对创新绩效的差异化影响。在基准回归与稳健性检验中，投资支出的二次项对创新产出PATt均无显著影响，因而在后续回归中不再展示。表7第(1)—(3)列为技术密集型行业(新一代信息技术产业、高端装备制造业、新能源汽车产业、生物产业)投资支出与创新绩效的回归结果。第(1)列中，投资支出系数在1%的统计水平下显著为正，说明企业投资能够显著促进企业创新产出增加。第(2)、第(3)列结果表明，投资支出一次项系数显著为正，而二次项系数并不显著，说明投资能够显著促进企业创新成果转化，且两者关系为线性关系。第(4)—(6)列为资源密集型(新材料产业、新能源产业、节能环保产业)行业回归结果，其中，投资支出一次项系数均在5%的统计水平下显著为正，说明投资支出对创新成果转化率的影响呈倒U型，即当投资支出水平较低时，能够促进创新成果转化；当投资支出水平过高时，则抑制创新成果转化。第(7)—(9)列为劳动密集型行业(数字创意产业、相关服务业)投资支出与创新绩效回归结果。由第(7)列结果可知，投资支出能够显著提升企业创新产出。第(9)列结果显示，投资支出对创新成果转化率的影响呈倒U型，且相较于资源密集型产业，促进效果以及二次项系数的显著性更强。

由此可见，对于任意战略性新兴行业，投资支出均能够激励创新产出提升，但这一激励作用在劳动密集型行业中最显著，技术密集型行业次之，资源密集型行业最低。由于投资支出能够直接促进知识与人力资源溢出、研发投入如研发费用与研发人员增加，上述效应在劳动密集型与技术密集型行业中表现更显著。对于创新成果转化率，技术密集型、资源密集型行业内企业投资与其关系呈线性正相关，而劳动密集型行业内企业投资与其呈倒U型关系。这是因为技术密集型与资源密集型行业偏好创新投资，融资约束较小，且市场良性竞争与企业投资增加均能促进创新成果转化。

4.3.2 基于企业所有制的分组回归

Chen等[28]认为，信息不对称和代理问题是企业投资效率的主要影响因素。国有企业和非国有企业能够通过监管渠道、信息渠道缓解企业信息不对称和代理问题，从而提高投资效率。然而，不同类型企业在代理问题和信息不对称方面存在差异，因而其投资行为和投资效率也有所差异。本文按企业所有制(国企、民企、外资)，将可识别的6 999个样本进行分组回归，验证不同所有制企业投资支出与创新绩效的关系。表8第(1)列为国有企业投资支出与创新产出关系回归结果，投资支出系数显著为正，说明国有企业投资水平提高有利于企业创新产出。第(2)、第(3)列为国有企业投资支出与创新成果转化率关系回归结果，投资支出一次项系数显著为正，二次项系数显著为负，说明投资支出与创新成果转化的关系依旧呈倒U型。当国有企业投资水平较低时，增加投资额能够促进创新成果转化，而当国有企业投资水平较高时，继续增加投资额会对创新成果转化产生抑制作用。第(4)、第(7)列为民营企业、外资企业投资与创新产出关系回归结果，可以发现，投资支出对创新产出的影响均显著为正。第(5)、第(6)、第(8)、第(9)列为民营企业、外资企业投资支出与创新成果转化关系回归结果，可以看出，投资支出一次项均显著为正，而投资支出二次项未通过显著性检验，说明倒U型关系不成立。因此，无论是哪种产权性质，投资支出对创新产出的影响均显著为正。国有企业投资支出与创新成果转化率之间存在倒U型关系，非国有企业投资支出对创新成果转化率的影响显著为正，两者为线性关系。

在代理理论背景下，国有企业普遍存在严重代理问题，与非国有企业相比，国企更易获得政府补贴与外部金融机构授信，但其管理者缺乏所有权激励，且具有更强的寻租动机，进而导致投资效率相对低下[29]。此外，国有企业管理者受市场的影响较小，除考虑经济收益外，还要实现社会效益，包括增加就业和工资。由此，选择在经济上并不具有吸引力的地区开展生产活动以促进区域发展，提供廉价商品和服务等，导致投资效率较低[29]。当新增投资达到一定程度后，投资支出与创新成果转化率会呈负向相关关系。对于民营企业与外资企业来说，企业需要不断创新以维持自身市场份额，因而其创新意愿较强。同时，企业融资会受到更加严格的审查，管理者寻租可能性降低，使得企业投资对创新成果转化率的促进效应始终大于抑制效应。

4.3.3 基于不同诱因的投资潮涌分组回归

由投资潮涌定量界定可知，自2008年以来，战略性新兴产业共存在2010—2012年、2015—2019年两波投资潮涌。两波投资潮涌的诱因存在一定差异，第一波受政策因素驱动更多，第二波受市场干扰更大。因此，本文将战略性新兴产业企业数据分为第一波投资潮涌与第二波投资潮涌两部分，分析两次投资潮涌期间投资支出与创新的关系。

表9第(1)—(3)列为第一波投资潮涌下企业投资对创新绩效的影响，结果表明，投资支出一次项估计系数显著为正，二次项系数不显著，表明投资支出增加能够促进创新产出，加快创新成果转化。第(4)—(6)列为第二波投资潮涌下企业投资对创新绩效的影响，其中，第(4)列结果表明，投资支出估计系数显著为正。第(5)、第(6)列结果显示，投资支出一次项系数显著为正，二次项系数显著为负，说明投资支出与创新成果转化呈倒U型关系。第二波投资潮涌发生在企业投资支出水平较低时，投资额增加能够促进企业创新成果转化，而当企业投资支出水平较高时，投资额增加反而会抑制创新成果转化。从横向看，与第二波投资潮涌相比，第一波投资潮涌下，企业投资支出对创新绩效的影响更显著，表明企业通过大规模投资抢占市场和专利，无论是投资绩效还是效率，均高于第二波投资潮涌的后进趋利者。

4.3.4 基于投资潮涌不同阶段的分组回归

在每一波投资潮涌发生时，企业平均投资水平与过度投资程度均呈现先上升后下降趋势，因而本文将平均投资水平与过度投资程度上升区间定义为投资潮涌前期，将平均投资水平与过度投资程度下降区间定义为投资潮涌后期。在投资潮涌前期，企业对产业前景存在共同认知，在位企业纷纷加大投资，潜在进入者进入产业，企业投资水平稳步提升。企业投资支出增多导致资源配置效率降低、产能过剩。在投资潮涌后期，企业充分认识到产能过剩带来的负面影响，出现投资支出下降、投资过度程度降低的情况，此时，企业追求良性发展。本文根据样本投资年度均值较上一年的变化，按照投资潮涌时期进行分组回归，分析不同阶段投资与创新关系。

表10第(1)—(3)列为投资潮涌前期企业投资对创新绩效的影响。其中，投资支出一次项系数显著为正，二次项系数显著为负，说明投资支出能够显著促进创新产出，投资支出与创新成果转化的倒U型关系成立。第(4)—(6)列为投资潮涌后期企业投资对创新绩效的影响。结果显示，投资支出一次项系数显著为正，二次项系数并不显著，说明投资支出与创新产出呈正向线性相关，与创新成果转化的倒U型关系仍然成立。投资潮涌后期，企业投资支出水平提升能够促进企业创新产出，推动企业创新成果转化。从横向对比看，投资潮涌前期企业投资支出对创新绩效的影响大于后期。第(7)—(9)列为非投资潮涌时期企业投资对创新绩效的影响，系数均不显著，说明非投资潮涌时期，企业投资对创新产出和创新效率的促进作用弱于投资潮涌时期。

在每一波投资潮涌前期，对于前景利好产业的共同认知促使企业投资增加，同时市场相关创新较少，企业具有较大的创新空间。此时，投资对创新成果转化的促进效应大于抑制效应。但企业投资额大幅上升最终会带来市场恶性竞争，导致产能过剩，投资对创新成果转化的抑制效应大于促进效应。在每一波投资潮涌后期，企业充分认识到产能过剩带来的负面效应，投资会更加谨慎。此时，投资对创新成果转化的促进效应更显著，企业投资能够促进创新成果转化率提升。

5 结语

5.1 研究结论

本文在战略性新兴产业投资潮涌背景下，探究战略性新兴产业企业投资增多能否有效促进创新产出，进而加快创新成果转化，基于2008—2019年中国战略性新兴产业综合指数下样本股公司数据进行实证，得出以下结论：

(1)整体来说，企业投资与创新产出之间存在正向线性关系，与创新成果转化率之间存在倒U型关系。即企业投资增加能够促进创新产出，但随着企业投资超过临界值，投资支出会抑制创新成果转化。此外，基于细分行业和企业所有制的分组检验发现，企业投资对创新产出的影响均显著为正，上述影响在技术密集型行业和非国有企业表现更为显著。其次，劳动密集型行业、资源密集型行业与国有企业，其投资与创新成果转化率的关系均呈倒U型，而在技术密集型行业与非国有企业，两者则呈正向线性相关关系。

(2)战略性新兴产业投资潮涌的特征可以从产业维度与时间维度加以阐释。从产业间对比看，战略性新兴产业投资支出与过度投资程度均在统计水平上高于非战略性新兴产业。从时间维度看，战略性新兴产业存在2010—2012年由政策驱动的第一波投资潮涌，以及2015—2019年由市场和政策共同驱动的第二波投资潮涌。在第二波投资潮涌下，投资支出及过度投资水平较高，变化幅度较大。在非投资潮涌阶段，投资支出对创新产出的影响不再显著。无论哪一波投资潮涌，企业投资均能够有效促进创新产出，且在先发优势的作用下，第一波效果更为显著。

(3)无论是投资潮涌前期还是后期，投资支出与创新产出均呈正向线性相关关系，而与创新成果转化率呈倒U型关系。从回归系数数值可以看出，相较于后期，前期投资对创新产出的促进作用更显著。

5.2 对策建议

(1)政府应鼓励企业投资，同时避免投资过度。企业投资增加能够促进创新产出，但投资过度会抑制劳动、资源密集型行业企业和国有企业创新成果转化。因此，政府应支持企业投资，释放其创新效应，同时构建过度投资预警机制，动态跟踪企业投资趋势，控制企业投资规模。

(2)合理引导企业投资。政策激励能够引发产业内投资潮涌，而且相较于投资潮涌后期，投资潮涌前期投资对创新产出的促进效果更显著。政府应构建投资潮涌识别机制，积极引导企业进行投资活动，而在非投资潮涌时期谨慎投资，对创新活动实施有效激励。

(3)有针对性地激励产业创新。战略性新兴产业投资与创新绩效的关系在不同所有制企业间存在差异，非国有企业投资对创新绩效的促进作用更为显著。因此，政府在推动战略性新兴产业创新发展时，应充分考虑不同企业间的异质性，尤其要重视技术密集型行业企业和非国有企业的投资创新效应，实行差异化扶持政策，充分发挥投资对创新绩效的促进作用。

5.3 研究展望

本文在投资潮涌背景下，探究战略性新兴产业企业投资对创新绩效的影响，但所得结论对一般企业是否具有普适性仍难以判断。一方面，除以战略性新兴产业为主的高技术产业外，绝大部分传统企业新增投资以扩大产能为主要目标，虽然任何行业中的投资潮涌势必会导致产能过剩，但在非战略新兴产业中，投资与创新的因果关系会被大幅削弱。另一方面，战略性新兴产业具有高投入、高技术门槛特性，且享有国家战略层面的政策扶持，企业具有大规模投资和抢占市场份额的动力。相反，在一般行业中，很难出现投资潮涌现象。未来若发生因事件冲击导致的某个非战略新兴产业投资潮涌现象，则可以以此为样本进行分析，并与本文结论进行比较，从而得到有价值的研究结论。

参考文献:

[1] 江飞涛,耿强,吕大国，等.地区竞争、体制扭曲与产能过剩的形成机理[J].中国工业经济,2012,29(6): 44-56．

[2] 王克敏,刘静,李晓溪.产业政策、政府支持与公司投资效率研究[J].管理世界,2017,33(3):113-124.

[3] 周辰珣,孙英隽.政府主导模式下我国行业潮涌现象作用机制的实证研究[J].南方经济,2013,31(5):49-56.

[4] 林毅夫.潮涌现象与发展中国家宏观经济理论的重新构建[J].经济研究,2007,42(1):126-131.

[5] DONG M, DAVID H, SIEW H T. Stock market over valuation, moon shots, and corporate innovation[J]. Mimeo, UC Irvine,2020.

[6] 白让让.竞争驱动、政策干预与产能扩张——兼论“潮涌现象”的微观机制[J].经济研究,2016,51(11):56-69.

[7] 马红旗, 黄桂田, 王韧,等. 我国钢铁企业产能过剩的成因及所有制差异分析[J]. 经济研究, 2018, 53(3):96-111.

[8] 张倩肖,董瀛飞.渐进工艺创新、产能建设周期与产能过剩——基于“新熊彼特”演化模型的模拟分析[J].经济学家,2014,26(8):33-42.

[9] 郭吉涛,郑岚清.新旧动能转换背景下传统产业潮涌现象的形成机制[J].河海大学学报(哲学社会科学版),2019,27(2):47-56,106-107.

[10] GILBERT R J,MARVIN L.Investment and coordination in oligopolistic industries[J].The RAND Journal of Economics,1987,18(1):17-33.

[11] 刘亭立,蔡娇娇,杨松令.市场竞争会驱动过度投资吗——基于战略性新兴产业的经验证据[J].管理评论,2019,31(12):219-232.

[12] 马晶梅,赵雨薇,王成东，等. 融资约束、研发操纵与企业创新决策[J].科研管理,2020,41(12):171-183.

[13] LAKSMANA I,YANG Y.Product market competition and corporate investment decisions[J].Review of Accounting and Finance, 2015,14(2):128-148.

[14] GU L.Product market competition, R&D investment, and stock returns[J]. Journal of Financial Economics,2015,119(2):441-455.

[15] KORDESTANI G R,MOHAMMADI M R. A study of the relationship between product market competition and earnings management[J]. Procedia Economics and Finance,2016,36:266-273.

[16] 戴魁早,刘友金. 市场化进程对创新效率的影响及行业差异——基于中国高技术产业的实证检验[J].财经研究,2013,39(5):4-16.

[17] 汪秋明,韩庆潇,杨晨. 战略性新兴产业中的政府补贴与企业行为——基于政府规制下的动态博弈分析视角[J]. 财经研究,2014,40(7):43-53.

[18] ENNASRI A,WILLINGER M. Incentives and managerial effort under competitive pressure: an experiment[J]. Research in Economics,2014,68(4): 324-337.

[19] 王雷,赖玉霜.金融创新、资本配置与企业技术创新——来自战略性新兴产业上市公司的实证[J].科技进步与对策,2017,34(10):69-75.

[20] LI L, CHEN J, GAO H, et al. The certification effect of government R&D subsidies on innovative entrepreneurial firms' access to bank finance: evidence from China[J]. Small Business Economics, 2019, 52(1): 241 -259.

[21] 颜晓畅,黄桂田.政府财政补贴、企业经济及创新绩效与产能过剩——基于战略性新兴产业的实证研究[J].南开经济研究,2020，36(1):176-198.

[22] 许玉云,王军,张一飞,等.国内外技术获取与高技术产业创新绩效差异——基于时滞视角的比较分析[J].科技进步与对策,2021,38(3):70-78.

[23] 姜军,江轩宇,伊志宏. 企业创新效率研究——来自股权质押的影响[J]. 金融研究,2020(2):128-146.

[24] 吴尧,沈坤荣. 资本结构如何影响企业创新——基于我国上市公司的实证分析[J]. 产业经济研究,2020(3):57-71.

[25] RICHARDSON S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006(11):159-189.

[26] 张玉娟,汤湘希. 股权结构、高管激励与企业创新——基于不同产权性质A股上市公司的数据[J]. 山西财经大学学报,2018,40(9):76-93.

[27] 王晓红,张少鹏,张奔.风险投资集聚与高技术产业创新——产学知识流动的中介作用和关系导向的调节作用[J].西安交通大学学报(社会科学版),2020,40(6):22-32.

[28] CHEN R, GHOUL S E, GUEDHAMI O, et al. Do state and foreign ownership affect investment efficiency? evidence from privatizations[J]. Journal of Corporate Finance, 2017,42:408-421.

[29] SHLEIFER A, VISHNY R W. A survey of corporate governance[J]. The Journal of Finance, 1997, 52(2): 737-783.

(责任编辑：张 悦)