The Impact of Inclusion in the U.S. Entity List on Firms' Innovation Capability: Empirical Evidence from China's A-share Listed Companies

Teng Lili1, Li Renlong2

(1.School of Business,Guangxi University;2.School of Economics,Guangxi University,Nanning 540003, China)

Abstract：In order to maintain the dominant position occupied by the United States in the global science and technology industry chain, the U.S. Department of Commerce has included Chinese firms in the Entity List, which has intensified the uncertainty of market competition and challenged the innovation capacity of Chinese firms. The Entity List is a coercive economic measure by which the United States attempts to decouple China's science and technology, aiming to curb China's ability to sustain innovation in the high-tech field through trade sanctions, export and investment controls, and a ban on cooperation between Chinese and American enterprises and universities, such as high-level talent training exchanges.

The great power game affects the global development pattern, and the capability of scientific and technological innovation has a direct impact on the competitiveness of both sides of the game, and enterprises are the main body of innovation. Therefore, an in-depth study of the impact of the U.S. Entity List on enterprise innovation can help reveal the opportunities and challenges embedded in the event, help enterprises identify bottlenecks in their own innovation and development, adjust their innovation strategies, and seek to develop key technological directions and entry points. At the same time, government departments can more accurately assess and predict the economic and technological risks that may arise from the incident, formulate response programs and countermeasures, and provide support and guidance for the innovative development of enterprises. However, there is inadequate literature that analyzes the impact on firms' innovation capabilities from the perspective of the great power game. Regarding the impact of the Entity List, the existing literature mainly studies the motivation of sanctions, the risk of decoupling and cutting off the industrial and supply chain, the legal logic, and the impact of enterprises' entry into the Entity List on their innovation capability is rarely discussed, and there is no consensus on the impact of the Entity List.

Taking 1216 Chinese A-share listed companies from 2017 to 2022 as samples, this paper adopts a staggered difference-in-difference model to test the impacts on the innovation capability of Chinese enterprises and the possible development paths against the backdrop of the Sino-US game. It uses the number of patent applications to characterize the innovation output, and examine the overall innovation capability and substantive innovation capability of enterprises through the "total number of patent applications" and "number of invention patent applications", respectively. The study then conducts the PSM equilibrium test to prevent the sample self-selection bias in the control group from affecting the robustness of the results.

It is found that (1) under the impact of entering the entity list, the innovation capability of Chinese listed companies appears to be enhanced with a lag and short-term; (2) the channel analysis reveals that firms included in the entity list enhance their innovation capability through the intangible asset reserve, growth capacity improvement, and value discovery channels; (3) the heterogeneity analysis shows that private firms, as well as access to government subsidies, low agency costs, moderate and less social responsibility, and control of management's base compensation, innovation capability is more significantly positively affected by the entity list. Further analysis reveals that access to the entity list enhances innovation efficiency but does not significantly affect innovation persistence, which may explain the short-term nature of the effect, and that organizational resilience is a potential motivator of firms' enhanced innovation capability.

Therefore, enterprises in the Entity List of should enhance continuous R&D investment, optimize the innovation output process with a focus on substantive innovation; optimize the management of intangible assets, and shape a good corporate image; it is also critical to enhance the efficiency and sustainability of innovation, and establish an emergency response mechanism to enhance organizational resilience under crisis events. While the government should promote cooperation among industries, universities and research institutes to accelerate the application and commercialization of innovation outputs, improve the regulation of corporate information disclosure, strengthen the construction of scientific research infrastructures, promote the efficiency and sustainability of innovation, and shorten the R&D cycle of enterprises.

Key Words：Entity List; Sino-US Game; Technology Decoupling; Firms' Innovation Capability; Staggered DID Model

DOI：10.6049/kjjbydc.2023100777

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2025)08-0069-12

收稿日期：2023-10-27

修回日期：2023-12-19

基金项目：国家自然科学基金项目(72161001);高校人文社会科学重点研究基地“广西发展战略研究院”课题项目(2023GDSIYB09)

作者简介：滕莉莉(1973—),女,广西灵山人,博士,广西大学工商管理学院教授、硕士生导师,广西大学财政金融研究中心研究员,研究方向为公司金融、金融投资管理;李任龙(2000—),男,广西桂林人,广西大学经济学院硕士研究生,研究方向为公司金融。

0 引言

2019年5月,美国以“防止外国实体以可能损害美国国家安全或外交政策利益的方式使用美国科技”为借口,把华为及70家关联企业列入“实体清单”,规定没有美国政府的批准,美国公司不得销售产品和技术给华为公司。截至2023年3月,美国已将1 000多家中国企业列入各种制裁清单[1]。“实体清单”是美国试图与中国科技脱钩的胁迫性经济措施[2]。该清单以辨别“违反美国国家安全与外交政策利益的活动”的中国公司与其它实体为由,旨在通过贸易制裁、出口与投资管制[3]以及禁止中美企业与高校进行高层次人才培养交流等合作[4]的形式,遏制中国在高科技领域的持续创新能力,维持美国在全球科技产业链中的霸主地位。2018—2023年第一季度末,美国商务部已将超过1 100个中国实体列入“实体清单”。

深入探讨美国“实体清单”对企业创新的影响,揭示该事件蕴含的机遇和挑战,进而帮助企业识别创新发展瓶颈,调整创新战略,寻求关键技术发展方向和切入点,可以帮助政府部门准确评估与预测该事件可能产生的经济和技术风险,制定应对方案与反制措施,从而为企业创新发展提供支持和引导。然而,现有企业创新文献主要关注政府补贴、产权性质、法律环境等国家和社会层面[5-8],以及委托代理关系、代理人激励机制、独立董事背景与结构、高管团队异质性及人口统计学特征等企业和经纪人层面[9-12],未基于大国博弈视角探讨企业创新能力所受的影响。对于“实体清单”带来的冲击,已有文献主要关注制裁动机[13]、断链风险[14]、法律逻辑[15-17],较少探讨进入“实体清单”对企业创新能力的影响,对“实体清单”带来的影响尚未形成一致意见。例如,陈峰[18]认为,“实体清单”会导致中国战略高科技产业及行业龙头企业科技发展受限;程仲鸣等[19]发现,“实体清单”可以通过促进企业实质性创新、抑制企业策略性创新促进中国企业创新产出;陈波等[20]认为,“实体清单”会延缓中国科技研发速度,但未改变中美技术差距日渐缩小的事实,中美在创新领域或两败俱伤。

综上,科技创新能力决定国家竞争力,企业是创新主体,“实体清单”会加剧市场竞争的不确定性风险,对企业创新能力提出挑战。本文基于中美博弈视角,采用中国A股上市公司数据考察“实体清单”对企业创新能力的影响及作用机制。

1 文献综述与研究假设

1.1 “制裁”动机

制裁与反制裁是基于国家实力的非对称性动态博弈过程,制裁主要包括经济制裁与非经济制裁[21]。经济制裁是政府鼓励(或威胁)撤出习惯贸易或金融关系的蓄意行为[22],是与外交、军事措施相区别的经济措施。2018年以来,以“实体清单”为代表的经济制裁逐渐引起学界关注。对“实体清单”制裁动机的研究主要有两类:一是基于国际贸易视角,探讨制裁的经济逻辑;二是基于国际政治视角,分析制裁的政治逻辑。

基于国际贸易视角的研究大多以比较优势理论为理论基础。信息技术发展与新冠疫情的影响促使中国对外贸易急剧扩张,出现了“逆比较优势”现象,并在智能手机等技术密集型产品出口规模上超过了美国[23-24]。由此,为了维护经济主导地位,美国采用“实体清单”对中国实施技术与经济“制裁”。

基于国际政治视角的研究大多以路径依赖理论为理论基础。美国采用“实体清单”“制裁”中国企业,既是冷战思维影响下对社会主义国家实施广泛军民两用技术出口管制策略的延续[13],也是“技术民族主义”影响下,拜登政府继承特朗普政府科技脱钩策略的政治共识与政策惯性[25]。也有学者基于人权保护视角解释经济制裁的合理性[16],但美国对中国经济实体的“制裁”大量适用于第三国,这种行为已逾越传统国际法规定的管辖权,构成国际法上的干涉[17]。因此,基于人权视角的合理性讨论在国际法框架中具有不合理性。

1.2 “实体清单”的影响

1.2.1 对国家层面的影响

(1)“实体清单”会加剧美国对中国高技术产品(Advanced Technology Products,ATP)的贸易逆差。卫平等[26]认为,“实体清单”使美国不断降低对华技术出口,导致中美间的“逆比较优势”(尤其在ATP领域)不断加剧。

(2)“实体清单”可能同时影响中美两国国际竞争力,具体如下:对中国,“实体清单”会延缓中国对美国的技术追赶[20],但也会促使中国向内部依赖型创新模式转变[27];对美国,“实体清单”短期内能够增强美国技术竞争力,但也会增加美国中小规模企业在岸生产成本[20]。

1.2.2 对企业经营与创新的影响

(1)“实体清单”可能增加中国产业链断链风险。“实体清单”导致出口管制、ATP供应链转移、中美高层次人才培养交流中断,进而增加中国计算机、通信及其它电子设备制造业等高进口率、高出口依赖度行业面临较高的出口价值链“断链”风险[28]。“实体清单”造成的断链风险具有行业扩散效应,会影响企业经营稳定性。

(2)“实体清单”对企业创新的影响。进入“实体清单”对企业绩效具有显著负向冲击,将改变企业创新策略选择,促进企业实质性创新并抑制策略性创新[19]。实质性创新(Substantial Innovation)是以推动企业技术进步、获取竞争优势为目标的创新行为,策略性创新(Strategic Innovation)是以谋求其它利益为目标的创新行为[29]。当企业开展策略性创新而非实质性创新时,企业可能为了寻求政府补贴与税收优惠而追求专利数量,导致专利质量降低,进而出现不合格专利与虚假专利。因此,“实体清单”可能影响企业创新能力。现有文献主要采用案例分析方法进行探讨[30],为本文实证分析奠定了基础。

1.3 企业创新能力影响因素

1.3.1 外部治理环境视角

基于外部治理环境视角的相关研究主要综合公共物品理论、产权理论和机会成本理论,探讨国家与社会层面的创新影响因素。公共物品理论认为,创新具有非排他性和非竞争性。技术创新溢出可能削弱企业创新意愿,进而导致市场失灵。对此,政府可以通过补贴弥补因技术创新外溢导致的创新投入不足,增强企业创新意愿与创新能力[5]。产权理论指出,不同产权安排下,企业可能面临不同程度的激励和约束。国有企业通常享有政府支持,具备稳定的创新环境;民营企业依赖市场和私人投资,面临更多市场竞争与“金融歧视”,其创新活动面临更多资源约束[6]。机会成本理论认为,不稳定的法律环境可能增加企业创新成本,潜在法律风险和诉讼成本会抑制企业创新能力提升;稳定的法律环境可以降低企业机会成本,为企业创新活动提供有利的环境。Moser[7]研究发现,在没有专利概念的国家颁布并实施专利法会导致创新活动向受专利法保护的行业集中。由于人力资本与物质资本存在差异,即使企业拥有相同的外部环境、相近的规模与市场竞争力,其创新能力也可能相距甚远[8]。因此,需要依靠有效的内部治理机制促进企业创新能力提升。

1.3.2 内部治理机制视角

基于内部治理机制视角的研究综合代理理论和高层阶梯理论,探讨企业层面和经纪人层面的创新影响因素。代理理论认为,经营者开展创新活动的内生动力天然不足。为了缓解代理冲突、提升内部控制质量,企业可以对经营者进行股权与薪酬激励[9]。高层阶梯理论认为,高管团队异质性与人口统计学特征对企业战略决策具有重要影响。两职合一的高管团队拥有较高的自主权,其创新策略更可能落地[10],但两职合一也可能弱化董事的独立性与公正性,进而抑制董事会对创新决策的监督作用[11]。此外,女性董事数量也是董事会特征。吕英等[12]基于企业社会责任(Corporate social responsibility,CSR)视角研究发现,拥有女性董事的公司不仅在治理水平、董事会独立性、ROE等方面更加优秀,而且在董事责任、员工责任、环境责任、顾客责任、慈善、CSR信息披露等方面表现更好。

1.4 研究假设

现有相关文献主要关注美国使用“实体清单”的经济逻辑、政治逻辑,以及“实体清单”对国际收支、国家竞争力、产业链、企业经营及创新的影响,较少探讨“实体清单”对企业创新能力的影响,且尚未形成一致观点。此外,企业创新能力影响因素研究主要对外部治理环境与内部治理机制进行探讨,将“实体清单”作为企业创新能力影响因素的研究较少。基于此,本文提出以下假设:

H1a:“实体清单”削弱了企业创新能力;

H1b:“实体清单”增强了企业创新能力。

2 研究设计

2.1 数据来源

本文根据中国证监会行业分类(2021)进行行业划分,处理组样本根据美国商务部“实体清单”(The Entity List)手工整理得到,控制组样本取自未被列入“实体清单”的其它中国上市公司,样本时间跨度为2017—2022年,并对初始样本进行以下处理:第一,剔除金融、保险类上市公司样本;第二,剔除ST、*ST与退市公司样本;第三,剔除数据不全的公司样本。通过上述处理,得到处理组样本企业76个、控制组样本企业1 140个,总计1 216个样本企业,获得7 296个年度观测值。上述数据均来自CSMAR、CNRDS数据库。

2.2 模型构建

为了检验列入“实体清单”是削弱还是增强企业创新能力,本文采用渐进双重差分模型(Staggered DID)进行分析,原因在于:被列入“实体清单”的影响可能是外生的,不同企业被列入“实体清单”的时间不同,并且通过了平行趋势检验,满足DID应用前提、匹配DID应用场景、符合Staggered DID应用特点。由此,本文构建模型如式(1)所示。

(1)

其中,被解释变量Innoit是衡量企业创新能力的变量矩阵。ELit是区分处理组与控制组的虚拟变量,Timeit是区分企业是否被列入“实体清单”的虚拟变量。Controlit表示公司规模、公司财务、董事会、市场与政府等层面的控制变量集合。Yeart为年度固定效应,Individuali为个体固定效应,Industryi为行业固定效应,εit为误差项。

2.3 变量定义

2.3.1 被解释变量

企业创新能力(Innoit)。已有文献主要基于不同视角采用创新投入、创新效率、创新产出等指标考察企业创新活动。在基准回归中,本文基于创新产出视角考察企业创新能力;在进一步分析中,本文基于创新投入、创新效率视角考察“实体清单”对企业创新能力的影响效果及动因。

首先,创新产出适用于考察企业创新能力。创新活动失败率高、不确定性风险大,相比于创新投入、创新效率,创新产出能更直观体现企业创新能力。其次,专利申请量适合作为创新产出的代理变量。现有相关研究主要采用专利申请量、专利授权量、专利被引量衡量创新产出[31-34]。与专利授权量相比,专利申请年份更接近实际创新时间[35],且不易受专利检测费用、年费、审批机构效率等外界因素干扰[29]。由于专利授权时间较长且只有在获得授权后才能记录专利引用次数,导致专利授权量与专利被引量面临滞后期过长的问题。最后,发明专利申请量能够较好地反映实质性创新能力。国内专利分为发明专利、实用新型和外观设计3类,相较于实用新型和外观设计,发明专利的技术含量与经济价值更高,可作为实质性创新的代理变量[29]。

综上,本文采用专利申请量衡量创新产出,并采用专利申请总量、发明专利申请量分别考察企业整体创新能力和实质性创新能力。由于存在滞后效应,本文使用滞后一期创新产出相关数据,并对其加1取自然对数。

2.3.2 主要解释变量

ELi是区分处理组与控制组的虚拟变量,处理组为2018—2022年被列入“实体清单”的中国上市企业,控制组为未被列入“实体清单”的其它中国上市公司。Timeit是表示处理组企业在当年“是否被列入实体清单”的虚拟变量。本文将企业被列入“实体清单”前3年作为对照窗口,将企业被列入“实体清单”当年作为事件发生年份,将企业被列入“实体清单”后3年作为事件窗口。

2.3.3 控制变量

Controlit表示公司财务、董事会、行业状况等层面的控制变量。为了减少遗漏变量造成的偏差,参考Coles等[9]的研究成果,本文控制公司规模、公司财务、董事会、高管、市场、政府等因素。表1为主要变量符号与具体定义。

2.4 倾向性得分匹配

为了避免样本自选择偏误影响结果的稳健性,本文进行PSM均衡性检验,以被列入“实体清单”的中国上市公司为处理组,以控制变量为协变量,采用半径匹配方法(半径距离为0.01)为处理组匹配特征最相近的控制组,最终得到948家样本公司,公司—年度样本共5 688个。其中,处理组样本349个,与之对应的控制组样本5 339个。PSM前后的协变量偏差度如图1所示。结果显示,匹配后,协变量标准化偏差明显下降,说明处理组与控制组的协变量均值不存在显著组间差异,有效解决了样本自选择问题。此外,PSM均衡性检验结果类似。

2.5 平行趋势检验

使用双重差分的前提是处理组和控制组样本变化趋势在事件发生前无显著区别。本文采用事件研究法,将处理组企业被列入“实体清单”的年度定义为基准年,检验处理组与控制组在事件发生前后企业创新变化趋势,构建模型如式(2)所示。

(2)

式(2)中,DBefore_i、DCurrent、DAfter_i分别代表年度虚拟变量与政策虚拟变量在企业列入“实体清单”前、列入“实体清单”当年、列入“实体清单”后的交乘项,β1_Before_i、β1_Current、β1_After_i为对应系数,其它符号意义同式(1)。

基于事件研究法的检验结果显示:事件发生前,交乘项DBefore_3、DBefore_2、DBefore_1的系数均不显著,说明处理组与控制组样本企业创新变化趋势基本一致;事件发生当年、次年,交乘项DCurrent、DAfter_1的系数不显著;事件发生两年后,交乘项DAfter_2的系数在5%水平上显著,说明“实体清单”对企业创新的影响存在明显滞后性;事件发生3年后,交乘项DAfter_3的系数不显著,说明“实体清单”对企业创新的影响仅维持一年,亦即该影响具有短期性。基于时间趋势法的检验结果类似,如图2所示。

2.6 描述性统计

表2为主要变量描述性统计结果。数据显示,处理组、控制组的被解释变量与协变量之间不存在显著差异,样本匹配有效。本文对主要变量进行Pearson相关性分析,结果显示,各变量的VIF值均小于4,小于临界值10,说明各变量间不存在多重共线性问题。

3 实证分析与结果

3.1 基准回归结果

表3为基准回归结果。数据显示,加入控制变量与固定效应后,Inno1、Inno2的交乘项系数分别为0.271和0.580,且在5%和1%水平上显著。由此说明,在被列入“实体清单”后,企业整体创新产出、实质性创新产出的自然对数提升了27.1%、58.0%,相当于企业次年整体创新产出、实质性创新产出增长了131.2%、178.7%。综上可知,被列入“实体清单”有助于增强中国上市公司创新能力,假设H1b得证。

3.2 稳健性检验

3.2.1 替换被解释变量

借鉴赵凯等[36]的做法,本文将发明专利申请量/专利申请总量作为企业创新质量(Quality)的代理变量。结果显示:加入控制变量与固定效应后,Quality的交乘项系数为0.064,且在5%水平上显著(表4列(1))。由此说明,“实体清单”促使企业发明专利申请量在专利申请总量中的比重提升6.4%,企业创新能力增强。综上,替换被解释变量后,回归结果依然稳健。

3.2.2 更改PSM匹配方法

(1)本文通过缩短倾向性得分匹配中的卡尺距离(0.01→0.005)进行稳健性检验。结果显示(表4列(2)(3)),加入控制变量与固定效应后,Inno1、Inno2系数分别为0.267和0.579,在1%和5%水平上显著,与基准回归结果基本一致。由此说明,缩短卡尺距离后,回归结果依然稳健。

(2)本文通过更改倾向性得分匹配方法(半径匹配→核匹配)进行稳健性分析。在需要更精细匹配的情况下,核匹配较半径匹配更稳健。结果显示(表4列(4)～(5)),加入控制变量和固定效应后,Inno1、Inno2系数分别为0.257和0.564,在5%和1%水平上显著,与基准回归结果基本一致。由此说明,更改倾向性得分匹配方法后,回归结果依然稳健。

3.2.3 安慰剂检验

本文通过随机抽样与改变窗口期方式进行安慰剂检验,选取处理组公司被列入“实体清单”的第一年(2018年)作为虚拟的中美科技脱钩时间,从总样本(N=6 016)中随机抽取349个样本作为伪处理组,将其它公司作为控制组,以此生成伪政策虚拟变量,重复回归500次。图3显示:伪政策虚拟变量估计系数大部分集中在零点附近,大部分估计系数对应的p值大于0.1;伪政策虚拟变量的估计系数距离真实值较远。综上,估计系数与0无显著差异,排除了主回归估计结果的偶然性。

3.2.4 加入工具变量

本文通过引入工具变量解决潜在反向因果问题,并将美国军舰进入南海次数(Sail_SCS)作为工具变量,理由如下:一方面,美国军舰进入南海是拜登政府所谓“南海航行自由”的具体行动[15],该行动的主要目的之一是增加中国应对美国“制裁”的经济成本[37],“实体清单”对中国企业93.01%的“制裁”理由与遏制中国军事发展相关。因此,“实体清单”对应“南海航行自由”的经济目的,前者是后者经济层面的后续行动,满足工具变量相关性假设。另一方面,美国军舰进入南海是美国对中国的军事挑衅活动,直接目的是保持美军在全球范围的军事机动性[38],因而不能直接影响中国上市公司创新能力,满足排他性要求。

工具变量回归结果如表5所示。表5显示,第一阶段回归的F值均大于10,说明工具变量有效,满足相关性假设。在第一阶段中,美国军舰在南海航行次数与中国企业被列入“实体清单”显著正相关,说明美国军舰在南海航行次数越多,中国企业越可能被列入“实体清单”。在第二阶段中,拟合解释变量与被解释变量Inno1、Inno2显著正相关,说明被列入“实体清单”能够显著增强企业创新能力。综上,“实体清单”与中国企业创新能力可能存在因果关系,而非简单的相关关系。

4 影响渠道分析

4.1 公司无形资产

无形资产包括专利、非专利技术、商标、版权和商誉等非物质性资源,是企业增强创新能力和获得竞争优势的基础[31]。为了应对贸易制裁与科技封锁,企业可能会在被列入“实体清单”当年扩充自身无形资产,以缓解“实体清单”对自身科技战略的影响,这一行为有助于增强企业创新能力[18]。本文通过逐步法(下同)检验企业当年无形资产增量(Increase_IA)的中介效应,表6显示:D→Y1～2、M1→Y1～2、D(M1)→Y1～2的系数均在5%水平上显著为正。由此说明,在被列入美国“实体清单”后,中国上市公司会在当年增持无形资产,储备足够的知识产权,以此增强自身创新能力。

4.2 公司成长能力

被列入“实体清单”迫使企业必须专注自身发展,通过各种手段增加主营业务收入,为创新活动提供充足的资金来源,从而增强自身创新能力[39]。参考尹美群等[40]的研究成果,本文将营业收入增长率作为成长能力(Growth)的代理变量进行检验。表6显示:D→Y1～2、M2→Y1～2、D(M2)→Y1～2的系数均在5%水平上显著为正。由此说明,在被列入“实体清单”后,中国上市公司会通过强化成长能力增加主营业务收入,为创新活动提供更多内源性资金,以增强自身创新能力。

4.3 投资价值发现

“实体清单”中的上市公司大多为创新型企业,被列入“实体清单”一定程度上能够反映美国政府对该企业技术优势与创新能力的认可[18],且“实体清单”发布通常会受到媒体广泛关注[19]。因此,被列入“实体清单”能够提升企业市场关注度,进而缓解企业因被列入“实体清单”导致的融资约束。参考庄芹芹等[41]的研究成果,本文将市净率(Pb)作为公司投资价值(InvstVal)的代理变量进行检验。表6显示:D→Y1～2、M3→Y1～2、D(M3)→Y1～2的系数分别在5%和1%水平上显著为正。由此说明,被列入“实体清单”能够提升企业投资价值,增强其对投资者的吸引力,进而为创新活动提供更多外源性资金,以增强企业创新能力。

5 异质性分析

5.1 政府补贴

获得不同程度政府补贴的公司受“实体清单”的影响程度可能有所不同。获得政府补贴较多的上市公司通常在核心技术或技术创新方面依赖特定国家或企业,或在供应链中处于相对弱势地位。本文根据政府补贴额在样本前20%、前20%～80%、后20%,将处理组样本企业分为高政府补贴组(HighSub)、中政府补贴组(MidSub)和低政府补贴组(LowSub)进行分析。表7显示:第一,“实体清单”对低程度政府补贴企业未产生显著影响;第二,“实体清单”可增强高程度政府补贴、中等程度政府补贴企业实质性创新能力,但未能显著影响其整体创新能力。

5.2 产权性质

国有企业往往享有政府支持和资源,拥有相对稳定的创新环境;民营企业更加依赖市场和私人投资,面临更多市场竞争和风险。本文按照产权性质将处理组样本公司分为国有企业组(State)与民营企业组(NotState)进行检验。表8显示:第一,“实体清单”未显著影响国有企业创新能力;第二,“实体清单”可显著增强民营企业创新能力。

5.3 管理层基础薪酬

高级管理人员基础薪酬过高可能会抑制其主动创新动机,不利于绩效激励机制、股权激励机制发挥作用。本文将“管理层前3名薪酬”作为管理层基础薪酬的代理变量,并根据“管理层前3名薪酬”是否位于样本企业前30%将处理组企业分为高管理层薪酬组(HighMP)与中低管理层薪酬组(M&LMP)进行检验。表8显示,第一,“实体清单”未能显著影响管理层基础薪酬较高企业创新能力;第二,“实体清单”可显著增强管理层基础薪酬中等或偏低企业创新能力。

5.4 代理成本

5.4.1 两职合一

两职合一有助于企业减少管理层内耗,降低代理成本,从而提升创新决策效率。本文将两职分离的样本企业归为高代理成本组1(HighAC1),将两职合一企业归为低代理成本组1(LowAC1)。表9显示,系数差异P值小于0.05,说明两组交乘项系数具有显著差异。相较于两职分离企业,两职合一企业受“实体清单”的影响更显著,其创新能力显著增强。

5.4.2 管理层持股数量

持股数量更多的管理层与公司所有者利益更加一致,其监督成本更低,更可能为公司制定最佳创新决策。本文将管理层持股数量大于样本中位数的公司归为高代理成本组2(HighAC2),将管理层持股数量少于样本中位数的公司分至低代理成本组2(LowAC2)。表9显示,系数差异P值小于0.05,说明两组交乘项系数具有显著差异。相较于管理层持股数量较少的企业,管理层持股数量较多的企业受“实体清单”影响更显著,其创新能力显著增强。

5.5 企业社会责任

承担社会责任有助于企业树立良好形象,但社会责任承担过多可能导致企业将大量资源用于社会公益项目而减少创新投入。承担适中社会责任利于企业兼顾社会服务与创新活动;承担过少社会责任虽不利于企业维护自身形象与声誉,但有助于企业专注市场竞争,灵活应对市场变化。考虑到拥有女性董事的公司在董事责任、员工责任、环境责任、顾客责任、慈善、CSR信息披露等企业社会责任方面表现较好[12],本文将女性董事数量作为企业社会责任担当的代理变量,并对处理组企业女性董事数量进行分析。结果发现,女性董事数量大于2位、1～2位、少于1位的比例分别为17.8%、60.1%、22.1%。据此,本文将处理组企业分为承担较多社会责任组(More)、承担适中社会责任组(Medium)和承担较少社会责任组(Less)进行分析。表10显示:“实体清单”未能显著影响承担较多社会责任企业创新能力;“实体清单”可显著增强承担适中社会责任企业整体创新能力;“实体清单”可显著增强承担适中及较少社会责任企业实质性创新能力。

6 进一步分析

6.1 创新产出是否有效率

一方面,借鉴Bradley等[32]的做法,计算衡量员工层面的创新效率(Effcy1);另一方面,借鉴Battese等[33]的随机前沿分析(SFA)模型,将专利申请量作为产出指标,将研发支出和研发人员数量作为投入指标进行效率估计,生成企业层面的创新效率(Effcy2)。本文设定的SFA模型见式(3),创新效率(Effcy2)模型见式(4)。

lnOutputit=β0+β1lnR&DRsrit+β2lnR&DPymtit+Vit-Uit

(3)

(4)

其中,专利申请量(Output)为产出指标。企业研发人员数量(R&DRsr)和企业研发支出金额(R&DPymt)为投入指标,X为两个投入指标的集合。i为企业个体,t为时间(年度)。β1和β2为相应投入要素的创新产出弹性,随机扰动项εit由随机干扰项Vit和技术非效率影响项Uit组成。本文采用StataMP 17软件计算样本期间不同年份样本企业创新效率值,并将其作为被解释变量(Effcy2)。表11显示,Effcy1与Effcy2的交乘项系数均显著为正,说明受“实体清单”影响,企业创新产出效率得以提升。

6.2 创新产出是否可持续

平行趋势检验结果显示,“实体清单”对企业创新能力的冲击具有短期性,这可能源于技术密集型行业创新绩效的周期效应。“实体清单”中的企业大多为技术密集型企业,而技术密集型企业创新绩效(如专利申请量)提升可能会促使管理层延缓创新投入,从而导致下一期创新绩效降低[40]。因此,本文试图:①证明该影响的短期性;②从创新投入视角解释该影响的短期性。

首先,借鉴鞠晓生等[31]的做法,本文采用企业当年无形资产增量与期初总资产的比值衡量创新持续性(Constcy),以此考察企业创新活动的持续性。

其次,本文引入创新支出(R&DPymt)、创新支出比重(R&DPymtPerctg)、研究人员数量(R&DRsr)、研究人员占比(R&DRsrPerctg)作为创新投入(Input)的代理变量并进行标准化处理。表11显示:Constcy的交乘项系数均不显著,说明“实体清单”未显著影响企业创新持续性,由此证明“实体清单”对企业创新能力影响的短期性;Input各代理变量的交乘项系数均不显著,说明“实体清单”未能显著影响企业创新投入,结论符合技术密集型行业创新绩效的周期效应,从创新投入视角解释了“实体清单”的短期影响。

6.3 创新产出的驱动力

根据组织韧性理论(Organizational Resilience Theory, ORT),组织韧性是指组织面对变化、冲击和不确定性风险时的适应能力与恢复力。在“实体清单”对企业创新能力影响过程中,组织韧性有助于企业适应环境变化、获取创新资源并实现团队协作与沟通,从而保持创新能力和竞争力。具有组织韧性的企业主要具有3个特质,即防御性、成长性、预期性。由前文分析可知,处理组受“实体清单”影响的特征与组织韧性的3个特质相对应,具体如下:企业创新投入状况未因被列入“实体清单”而变差,对应ORT的防御性;被列入“实体清单”后,企业采取应对措施提升自身创新产出与创新效率,对应ORT的成长性;企业被列入“实体清单”当年增持无形资产并强化自身成长能力,对应ORT的预期性。

综上,被列入“实体清单”的冲击未能促使企业增加创新投入,但企业可以通过增持无形资产、增强成长能力和拓展投资价值发现渠道显著提升创新产出与创新效率,其特征与组织韧性理论相契合。因此,组织韧性是“实体清单”增强企业创新能力的潜在动因。

7 结语

7.1 研究结论

本文以被列入“实体清单”的中国A股上市公司为处理组,以未被列入“实体清单”的其它中国A股上市公司为控制组,采用渐进双重差分模型检验了“实体清单”对企业创新能力的影响,得出以下主要结论:

(1)进入美国“实体清单”能够显著增强中国企业创新能力,且该影响具有滞后性、短期性。滞后性源自创新产出增加所需的必要时间;短期性源于技术密集型行业创新绩效的周期效应,即创新投入延缓导致次年创新绩效降低[39]。

(2)企业在被列入“实体清单”后,可能通过3个渠道增强其创新能力:一是增持无形资产,为创新活动储备足够的知识产权;二是强化自身成长能力,创造更多创新活动可用资金;三是拓展公司价值发现渠道,吸引外部投资以缓解融资约束。此外,民营企业以及政府补贴额度较高、代理成本较低、承担适中及较少社会责任、控制管理层基础薪酬的企业受“实体清单”影响更显著,其创新能力增幅更大。

(3)因“实体清单”而增加的创新产出在员工个体层面和企业整体层面均有效率,但“实体清单”对企业创新能力的影响不具有持续性。此外,组织韧性是“实体清单”增强企业创新能力的潜在动因。

7.2 政策建议

(1)对(可能)被列入“实体清单”的企业,适度增加创新投入,重视创新效率,坚持实质性创新;优化无形资产管理,强调成长性和投资价值;积极获取政府补贴,适度承担社会责任,合理设定高管薪酬;建立应急响应机制,增强应对危机的组织韧性。

(2)对政府部门,应重视技术创新自主性,培育产学研示范集群,促使创新流程降本增效;加大补贴力度,缓解因技术外溢导致的创新部门投资不足问题;加大企业信息披露监管力度,鼓励企业适当履行社会责任。

7.3 边际贡献

(1)从中美博弈视角,论证了“实体清单”对企业创新能力的影响。同时,将“美国军舰进入南海次数”作为工具变量,较好地解决了反向因果可能带来的内生性问题,拓展了大国博弈与贸易战影响的理论研究。

(2)从创新投入、效率和产出等维度,论证了“实体清单”对企业创新能力的微观作用机理,为政府相关政策制定以及创新型企业对冲策略制定提供了科学指导。

7.4 不足与展望

本文研究不足如下:一是创新能力衡量标准尚未统一,本研究主要基于物质资本层面对创新能力进行考察,未来可从制度创新、管理创新等人力资本层面进行探讨。二是美国使用了多种“制裁”手段,“实体清单”属于对华出口管制,未来可进一步探讨“长臂管辖”、交流限制等美国对华其它“制裁”措施对企业创新能力的影响。

参考文献：

[1] 唐彦林,张佳佳.美国对华科技脱钩严重破坏国际科技合作[N].光明日报,2023-04-20(12).

[2] 欧福永, 罗依凯. 美国两用物项出口管制黑名单制度的运用及启示[J].国际贸易, 2021,40(8):54-61.

[3] SUN H. US-China tech war: impacts and prospects[J].China Quarterly of International Strategic Studies, 2019,5(2):197-212.

[4] TAVASSOLI S, KARLSSON C. Persistence of various types of innovation analyzed and explained[J].Research Policy, 2015,44(10):1887-1901.

[5] 解维敏, 唐清泉, 陆姗姗. 政府R&D资助,企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究, 2009,52(6):86-99.

[6] 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, 2016,34(12):5-22.

[7] MOSER P. How do patent laws influence innovation? evidence from nineteenth-century world's fairs[J].American Economic Review, 2005,95(4):1214-1236.

[8] FAGERBERG J, MOWERY D C, NELSON R R. The Oxford handbook of innovation[M]. New York: Oxford University Press, 2005.

[9] COLES J L, DANIEL N D, NAVEEN L. Managerial incentives and risk-taking[J].Journal of Financial Economics, 2006,79(2):431-468.

[10] RECHNER P L,DALTON D R.CEO duality and organizational performance:a longitudinal analysis[J].Strategic Management Journal,1991,12(2):155-160.

[11] TUGGLE C S, SIRMON D G, REUTZEL C R, et al. Commanding board of director attention: investigating how organizational performance and CEO duality affect board members' attention to monitoring[J].Strategic Management Journal, 2010,31(9):946-968.

[12] 吕英, 王正斌, 安世民. 女性董事影响企业社会责任的理论基础和实证研究述评[J].外国经济与管理, 2014,36(8):14-22,32.

[13] 李峥. 美国推动中美科技“脱钩”的深层动因及长期趋势[J].现代国际关系, 2020,40(1):33-40,32.

[14] 符正平, 叶泽樱. 大国博弈下全球供应链的中断风险与“备胎”管理——基于华为公司的案例[J].江苏社会科学, 2021,42(4):111-119.

[15] 郑雷, 赵劲松. 中美在南海问题上的政治博弈和法律解读[J].上海行政学院学报, 2016,17(5):96-103.

[16] FABRE C. Economic statecraft: human rights, sanctions, and conditionality[M].Boston:Harvard University Press, 2018.

[17] 叶研. 美国经济制裁背景下的中国阻断法体系建构[J].国际经济评论, 2022,30(2):111-139,7.

[18] 陈峰. 美国扩大出口管制实体清单对中国科技的影响和对策[J].情报杂志, 2022,41(8):1-7,23.

[19] 程仲鸣, 陈宇航. 技术封锁对企业创新策略选择的影响——基于美对华“实体清单”的经验证据[J].中国科技论坛, 2023,39(2):135-145.

[20] 陈波, 张晓洁. 美国两用物项出口管制:最新进展与可能影响[J].国际贸易, 2020,39(10):59-68.

[21] 叶研. 欧盟《阻断法案》述评与启示[J].太平洋学报, 2020,28(3):50-66.

[22] 杨祥银. 国际政治中的经济制裁政策还能走多远——从冷战后的经济制裁走向谈起[J].世界经济与政治, 2001,15(5):56-60.

[23] XING Y, DETERT N C. How the iPhone widens the United States trade deficit with the People's Republic of China[J]. Aussenwirtschaft, 2011,66(3):339-352.

[24] 文东伟. 增加值贸易与中国比较优势的动态演变[J].数量经济技术经济研究, 2017,34(1):58-75.

[25] 周琪. 美国对中国科技“脱钩”的战略动机及政策措施[J].太平洋学报, 2022,30(8):1-25.

[26] 卫平, 张朝瑞. 美国对华高技术产品出口管制及其对两国贸易影响[J].工业技术经济, 2018,37(1):76-85.

[27] 姜辉. 美国出口管制的贸易损失效应及对我国的启示[J].上海经济研究, 2019,38(3):120-128.

[28] 薛耀文, 杨大高, 王文利. 技术封锁对产业发展独立性的影响——基于美国“实体清单”的实证检验[J].科技进步与对策, 2023,40(13):50-59.

[29] 黎文靖, 郑曼妮. 实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究, 2016,51(4):60-73.

[30] 首陈霄, 白忠慧, 谈振林. 美国实体清单政策对我国企业创新投入的影响分析[J].对外经贸实务, 2023,41(2):43-51.

[31] 鞠晓生, 卢荻, 虞义华. 融资约束、营运资本管理与企业创新可持续性[J].经济研究, 2013,48(1):4-16.

[32] BRADLEY D, KIM I, TIAN X. Do unions affect innovation[J].Management Science, 2017,63(7):2251-2271.

[33] BATTESE G E, COELLI T J. Frontier production functions, technical efficiency and panel data: with application to paddy farmers in India[J].Journal of Productivity Analysis, 1992,29(3):153-169.

[34] CORNAGGIA J, MAO Y, TIAN X, et al. Does banking competition affect innovation[J].Journal of Financial Economics, 2015,115(1):189-209.

[35] HALL B H, JAFFE A B, TRAJTENBERG M. The NBER patent citation data file: lessons, insights and methodological tools[R]. Working Paper,2001.

[36] 赵凯, 徐圣翔. 外部环境、企业创新与政府补贴[J].统计与决策, 2023,39(6):167-172.

[37] 贺先青. 拜登政府的南海叙事逻辑、政策意涵与行为选择[J].南洋问题研究, 2022,49(2):115-132.

[38] 曹文振, 李文斌. 航行自由:中美两国的分歧及对策[J].国际论坛, 2016,18(1):20-25,79-80.

[39] 吴超鹏, 唐菂. 知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究, 2016,51(11):125-139.

[40] 尹美群, 盛磊, 李文博. 高管激励、创新投入与公司绩效——基于内生性视角的分行业实证研究[J].南开管理评论, 2018,21(1):109-117.

[41] 庄芹芹, 林瑞星, 罗伟杰. 宽容失败与企业创新——来自国有企业改革的证据[J].经济管理, 2022,44(4):23-44.

(责任编辑：张 悦)