技术创新、政府扶持与生产性服务业竞争力
——以检验检测行业为例

王晓旭

(中国科学技术发展战略研究院,北京 100038)

摘 要:生产性服务业创新发展既是产业自身发展问题,也是解决相关产业“卡脖子”问题的重要影响因素,生产性服务业竞争力不仅受技术创新影响,也与政府等外部因素复杂相关。以检验检测行业为例,基于波特钻石模型,从基础竞争力、发展竞争力和绩效竞争力3个维度构建检验检测行业企业竞争力评价指标体系,利用因子分析法对企业竞争力进行测算和评价,并实证分析技术创新与企业竞争力间的关系以及财政补贴和特定产业政策在其中的调节效应。结果表明,技术创新对检验检测行业企业竞争力具有正向促进作用,企业通过技术创新实现技术优势向产品优势转化进而提高企业竞争力水平;财政补贴在技术创新与检验检测行业企业竞争力之间存在调节效应,但特定产业政策的调节效应不显著。

关键词:政府扶持;技术创新;生产性服务业;检验检测;竞争力

Technological Innovation,Government Support and Competitiveness of Producer Services: A Case study of the Inspection and Testing Industry

Wang Xiaoxu

(Chinese Academy of Science and Technology for Development, Beijing 100038, China)

AbstractWith an extensive business scope covering all industries of the national economy, the inspection and testing industry is a key field of producer services, and it is the most directly and closely related to quality in the national economic industry against the backdrop of China's economic transformation to high-quality development. Existing studies on the innovation and development of producer services mostly focus on innovation perspectives and innovation models, but the relationship between technological innovation and the competitiveness of producer services has not been systematically explained. In fact, the relationship between technological innovation and the competitiveness of producer services is not only affected by the characteristics of the industry itself but also related to external factors such as the government. Technological innovation is an important factor that affects the degree of specialization of the producer service industry.

Therefore, this study takes the inspection and testing industry as an example to study the relationship between technological innovation and producer service industry competitiveness and the effect of government support on the relationship between the two. It first collects and organizes the data of listed companies in the inspection and testing industry, and finally screens the unbalanced panel data of listed companies from 2015 to 2020. Then it constructs an evaluation index system for the competitiveness of inspection and testing enterprises based on the Porter Diamond model in three dimensions: basic competitiveness, development competitiveness and performance competitiveness.Finally, it measures and evaluates the competitiveness of inspection and inspection enterprises using the factor analysis method. In a whole, the study makes an empirical analysis of the relationship between technological innovation and the competitiveness of inspection and testing enterprises and studies the moderating effect of government support on the relationship between technological innovation and the competitiveness of inspection and testing enterprises.

The research results show that technological innovation promotes the development of the inspection and testing industry. The stronger the technological innovation ability is, the higher the competitiveness of inspection and testing enterprises will be. The age of enterprises has no obvious effect on the competitiveness of inspection and testing enterprises, and there is a negative correlation trend. Cash flow has a significant positive impact on the competitiveness of inspection and testing enterprises, while capital density has a negative correlation with the competitiveness of inspection and testing enterprises. The research results on the moderating effect of government support on the relationship between technological innovation and the competitiveness of inspection and testing enterprises show that, firstly,fiscal subsidies have a moderating effect on the relationship between technological innovation and the competitiveness of inspection and testing enterprises. The higher the degree of government subsidies, the stronger the positive impact of technological innovation on the competitiveness of inspection and testing enterprises. Financial subsidies not only increase technological innovation investment for free and promote the conversion of technological advantages to product advantages, but also attract venture capital to support enterprise technological innovation activities through the information transmission effect. Government financial subsidies for enterprises can reduce investors' risk assessment of enterprises and improve investment confidence. Meanwhile, government financial subsidies can reduce industry entry barriers and increase the possibility for enterprises to transform their innovation advantages into productivity. Secondly, the moderating effect of high-tech enterprise policy on the relationship between technological innovation and the competitiveness of inspection and testing enterprises is not significant. The possible reasons are that the policy support of high-tech enterprises fails to effectively guide the simultaneous growth of technology and market demand of inspection and testing enterprises, the overcapacity of homogeneous products fails to form an effective stimulus to technological innovation, and the industrial profit advantage fails to be improved. Therefore, factors such as the specificity of industrial policies, incentive methods and regulatory measures need to be fully considered.

On the basis of the above research conclusions, policy recommendations are put forward from five aspects to enhance the industrial competitiveness of China's producer service industry: forming a modern enterprise technology innovation management mechanism, increasing technological innovation capital investment, cultivating technological innovation talents, fulfilling the guiding role of government policies, and establishing a systematic and sound industrial development supervision system.

Key WordsGovernment Support; Technological Innovation; Producer Services; Inspection and Testing; Competitiveness

收稿日期:2023-03-02

修回日期:2023-05-09

基金项目:国家社会科学基金重大项目(19ZDA048)

作者简介:王晓旭(1987—),女,内蒙古赤峰人,博士,中国科学技术发展战略研究院博士后科研工作站博士后,研究方向为产业经济、技术创新、国际科技关系。

DOI:10.6049/kjjbydc.2023030052

开放科学(资源服务)标识码(OSID):

中图分类号:F726.9

文献标识码:A

文章编号:1001-7348(2024)17-0044-10

0 引言

中共二十大报告指出,高质量发展是全面建设社会主义现代化国家的首要任务。生产性服务业是实现我国经济高质量发展和提升国际竞争力的战略性产业,其涵盖范围广,可以包含国民经济所有行业,公共产品属性极强,在促进国民经济发展中的作用不断增强,是国家质量基础设施的核心组成部分,是巩固中国国际产业链、价值链地位的重要依托(王晓旭,2021)。国际贸易能够促进生产性服务业发展,大数据和信息化会加速生产性服务业优化升级,同时也产生更多服务外包需求。2020年,中国服务业增加值占国民经济比重达到47.3%,成为中国经济发展的重要推动力。近年来,我国生产性服务业得到快速发展,但规模小、整体水平不高和发展不平衡等问题依然存在,无法满足新环境和新市场的要求,我国生产性服务业面临新的机遇和挑战。

迈克尔·波特[1]指出,产业竞争力研究需要关注微观层面的竞争情况,企业具备的比较优势能为产业竞争力分析提供基础条件,产业是具有同种属性的企业经济活动的集合体。企业竞争力研究对于生产性服务业竞争力问题分析是十分必要的,因而本文从微观企业视角对技术创新与生产性服务业竞争力之间的关系进行实证检验。根据2019年国家统计局对生产性服务业的分类,检验检测行业属于生产性服务业中的第一大类,旨在为生产活动提供研发设计及其它技术服务。检验检测行业不仅具备生产性服务业技术含量高、中间投入品等特点,与其它生产性服务业行业相比,还具备覆盖范围广、业务范围覆盖国民经济所有行业的特点,特别是在我国经济向高质量发展转化的重要阶段,检验检测是国民经济行业中与质量最为直接密切相关的行业,从检验检测行业企业视角进行实证分析具有重要现实意义。

经济全球化无论对于发达国家还是发展中国家都是一把双刃剑,在扩大市场、优化资源配置的同时,也带来压力和挑战,技术和标准成为关税之外的重要贸易壁垒,越来越受到各国重视。检验检测作为与质量和标准密切相关的重点行业,备受国际关注,检验检测本身就属于技术性服务业,对技术和专业性要求较高,那么,技术创新与检验检测行业企业竞争力之间存在何种关系?如何促进我国检验检测行业高质量发展?这些问题都亟待研究与回答。

国外对检验检测的研究较早,主要集中在检验检测标准规范化、检验检测实验室、细分领域的检验检测、风险管控制度等方面。在国内,由于检验检测作为独立产业发展和存在历史较短,研究内容主要集中在检验检测行业发展现状与未来趋势预测、应对策略以及细分领域的检验检测市场等方面。目前对检验检测行业的研究以定性分析为主,缺乏定量研究。当前国际环境复杂多变,新冠疫情的影响推动我国加快构建“双循环”新发展格局,检验检测行业作为制造业的伴生产业,是我国经济向高质量发展的重要推动力。因此,本文选取中国A股检验检测行业上市企业为样本,对技术创新与生产性服务业竞争力间的关系进行检验。

1 理论分析与研究假设

1.1 技术创新投入对企业竞争力的影响

已有文献探讨了技术创新对企业竞争力的影响,普遍认为技术创新投入对企业竞争力具有促进作用[2]。如周小刚等[3]研究发现,技术创新对人力资源服务企业竞争力具有显著正向促进作用;苏媛和李广培[4]研究表明,绿色技术创新能力有助于企业竞争力提升,企业规模在二者关系中具有正向中介效应;李文茜和刘益(2017)研究发现,技术创新投入能够高效转化为高新技术企业创新产出,进一步提升企业竞争力水平;谢言等(2013)通过对原始技术创新的内在机理进行研究,发现技术创新对企业竞争力具有促进作用。也有一些学者认为技术创新对企业竞争力、企业绩效等存在负面影响[5]。如陆玉梅等[6]通过对制造业和信息技术行业上市企业进行实证分析,发现技术创新投入不仅未能提升企业绩效水平,反而存在负向影响;张俭和张玲红[7]认为R&D经费投入不一定带来企业技术创新能力和绩效的提高;武咸云等[8]研究表明,技术创新投入对企业市场价值和绩效存在显著负向影响。技术创新能否促进企业竞争力提升主要取决于技术创新转化能力,持续的技术研发能够刺激产品和服务创新,满足市场多样化需求。因此,本文提出以下假设:

H1:技术创新对企业竞争力存在正向影响。

1.2 财政补贴对技术创新与企业竞争力之间关系的调节效应

财政补贴是政府扶持产业发展的重要手段之一,财政补贴对技术创新主体的影响涉及中国产业政策之争问题,部分学者认为财政补贴能够促进企业技术创新并形成竞争优势[9]。如武咸云等[8]研究发现,政府补贴在技术创新与企业竞争力之间存在显著调节效应;张敬文和童锦瑶[10]研究证实,政府补贴对技术创新和企业竞争力具有正向促进作用。也有一些学者认为财政补贴对企业技术创新存在挤出效应[11],甚至产生逆向引导,降低技术创新效率。如祁特和陈良华[12]研究发现,政府补贴对企业绩效具有正向促进作用,但对企业技术创新投入存在挤出效应。财政补贴对企业技术创新与企业竞争力的作用机制包括两条路径:一是财政补贴能够帮助企业增加技术创新资金投入,支持企业开展技术创新活动,提高技术优势向产品优势转化的机率[13];二是通过政府部门对企业财政补贴行为的信号传递,刺激风险投资支持创新活动[14-15]。因此,本文提出以下假设:

H2:政府补贴对技术创新与企业竞争力间关系具有调节效应,政府补贴程度越高,技术创新对企业竞争力的正向影响越大。

关于特定产业政策对产业竞争力的影响,现有文献主要从宏观和中观视角进行分析,发现政策扶持并不一定能有效提升企业竞争力和生产效率[16]。张敬文和童锦瑶(2022)研究发现,税收激励等产业政策对国有企业或大型企业的效用更加显著。也有学者研究认为,政策扶持对企业技术创新和竞争力的影响受到政策专用性、监管措施等因素影响[17]。程翔等[18]通过研究科技金融政策与企业竞争力间的关系发现,科技金融政策能够正向促进企业竞争力提升,且这种正向影响具有一定滞后性,政策类型、市场类型和企业性质是影响科技金融政策与企业竞争力关系的关键因素。此外,现有文献对于新兴产业的研究不足。周亚虹等[19]提出,政府政策扶持对新兴产业影响的关键在于是否对企业技术创新产生激励效应和实现产业盈利,政策扶持在新兴产业发展初期的效果往往较为显著,在产业扩张阶段,政府政策扶持更加强调政策专用性等问题。基于以上观点,结合生产性服务业发展阶段和产业政策现状,本文提出以下假设:

H3:特定产业政策对技术创新与企业竞争力间的关系存在调节效应,特定产业政策扶持力度越大,越能强化技术创新对企业竞争力的正向影响。

2 研究设计

2.1 计量模型

为分析技术创新对检验检测行业企业竞争力的影响,结合检验检测行业特点,构建如下计量模型:

CFit=β0+β1TIit+β2Xit+εit

(1)

将控制变量纳入模型,如式(2)。

CFit=β0+β1TIit+β2age+β3mf+β4capital+β5owner+β6industry+β7area+β8year+εit

(2)

其中,i表示检验检测行业上市公司,t表示年份,CFi表示企业竞争力,TIit表示企业it年的技术创新,Xit表示控制变量,εit为随机扰动项。

2.2 变量说明及测算

2.2.1 核心变量

(1)企业竞争力(CF)。借鉴王燕飞[20]的做法,本文构建评价指标体系对被解释变量企业竞争力进行测度。结合波特钻石模型和行业特点,本文从基础竞争力、发展竞争力、绩效竞争力3个维度构建检验检测行业企业竞争力评价指标(见表1),借用因子分析法进行测算。

表1 检验检测行业企业竞争力评价指标体系
Table 1 Evaluation indicator model of enterprise competitiveness in inspection and testing industry

企业产竞争力一级指标二级指标单位基础竞争力人力资源员工总人数x1人资本固定资产x2元发展竞争力营运能力营业收入x3元营业利润x4元员工受教育程度本科以上学历人数x5人绩效竞争力盈利能力净资产收益率x6%总资产报酬率x7人力投入回报率x8主营业务比率x9成长能力总资产周转率x10现金周转率x11营业收入同比增长率x12营业利润同比增长率x13偿债能力资产负债率x14流动比率x15

(2)企业技术创新(TI)。现有文献主要选择研发投入与产出、专利申请数量等指标对技术创新进行测度。考虑到营收数据存在可操作性、专利数据存在披露不足等客观现实,本文将研究重点放在技术创新投入对生产性服务业企业竞争力的影响效用上。因此,参照刘永松和王婉楠[21]做法,本文采用企业研发支出衡量解释变量技术创新。此外,本文将企业技术人员数量作为替代性解释变量纳入模型,用于稳健性检验,企业研发支出和技术人员数量均作对数处理。

2.2.2 调节变量

(1)财政补贴(gs1)。考虑到财政补贴可能会影响企业技术研发创新投入,同时也是影响企业竞争力的外生因素之一,本文将财政补贴设置为调节变量。根据已有研究[13,19],采用政府补贴金额与企业营业收入的比值衡量财政补贴。

(2)特定产业政策(policy)。现有文献主要采用企业是否享有国家或省域层面的产业政策衡量政府政策扶持情况,关于特定产业政策对企业技术创新和竞争力影响的研究较少,相关成果无法直接应用于生产性服务业研究中。检验检测行业作为生产性服务业的重点发展领域,属于技术密集型行业,本文采用与技术创新密切相关的高新技术企业政策表征特定产业政策,即是否被认定为高新技术企业,若样本企业在考察期内被认定为高新技术企业,则赋值为1,否则为0。

2.2.3 控制变量

为确保研究结果的稳健性,还需要控制一些可能影响企业竞争力和技术创新的因素。根据相关研究成果,结合检验检测行业特点和本文研究目的,本文选择如下控制变量:①企业年龄(age),作为衡量企业生存能力的重要指标,企业年龄与企业成长、企业创新活动等密切相关,用考察年份减去企业成立年份再加1表示[22];②现金流(mf),现金流能够直接影响企业盈利质量状况,反映企业偿债能力和抗风险能力;③资本密度(capital),资本密度对企业研发活动具有显著影响,采用固定资产除以企业职工总人数进行计算;④所有权(owner),所有权是企业治理和发展的基础,对企业绩效和研发战略具有显著影响,用虚拟变量表示,国有企业赋值为1,非国有企业赋值为0;⑤所属行业(industry),企业所属行业对企业业绩存在显著影响,与企业综合竞争力也存在相关性;⑥所在区域(area),我国不同地区的检验检测行业发展水平差异较大,按照企业所在省份将样本划分为东部、中部、西部和东北地区。

2.3 数据来源

本文数据主要来源于国家统计局、国家市场监督管理总局、Wind数据库、CSMAR数据库、巨潮资讯及企业官方网站。其中,财政补贴、技术创新、现金流及资本密度数据来自Wind数据库和CSMAR数据库;企业年龄、所有权、所属行业和区域相关数据来自企业官方网站和企业年报。遵循数据完整性和样本最大化原则,剔除缺失值较多的样本后,最终筛选得到2015—2020年中国A股检验检测行业上市企业非平衡面板数据。变量描述性统计结果如表2所示。

表2 变量描述性统计结果
Table 2 Descriptive statistics of model variables

变量类型变量观测值均值标准差最小值最大值被解释变量cf4690.003 217 50.474 889 3-1.943 292.591 393解释变量ti46916.489 971.772 13511.065 1620.356 92调节变量gs147615.016 9 1.888 9 7.600 9 19.254 8 policy4800.412 50.492 801控制变量age48015.862 56.533 505337capital48011.467 881.245 2375.579 54614.895 75mf47920.653 840.272 214 118.219 0722.499 03owner4800.162 50.369 293 701industry4805.937 55.458 541117area4801.287 50.616 957 713company48040.523.116 3180

2.4 模型选择

为验证技术创新对检验检测行业企业竞争力的影响效应,首先需要选择基准模型。Wald检验的F统计量为6.49,对应的P值为0.000 0,强烈拒绝不存在个体效应的原假设,强烈拒绝混合回归,选择固定效应模型。进一步,利用聚类稳健标准误对个体固定效应进行检验,再次拒绝混合回归,选择固定效应模型;个体随机效应LM检验的P值为0.000 0,强烈拒绝混合回归,因此选择随机效应模型;豪斯曼检验的P值为0.000 0。因此,本文最终选择固定效应模型。

3 实证分析

3.1 回归结果分析

利用上市企业面板数据进行固定效应回归,结果如表3所示。其中,模型(1)为基准回归结果,模型(2)控制企业年龄,模型(3)控制企业年龄和现金流,模型(4)纳入资本密度,模型(5)进一步控制行业因素,模型(6)控制企业所有权,模型(7)控制区域因素,模型(8)是纳入核心解释变量和所有控制变量总体样本的固定效应回归结果。

表3 总体样本估计结果
Table 3 Estimated results of the overall sample

变量(1)(2)(3)(4)(5)(6)(7)(8)cfti0.083 7**0.233***0.214*** 0.204*** 0.204*** 0.204*** 0.204*** 0.204***(0.027 2)(0.042 5)(0.041 3)(0.040 9)(0.040 9)(0.040 9)(0.040 9)(0.040 9)age -0.059 1*** -0.054 9*** -0.044 1*** -0.044 1*** -0.044 1*** -0.044 1*** -0.044 1***(0.013 2)(0.012 8)(0.013)(0.013)(0.013)(0.013)(0.013)mf 0.203***0.202***0.202***0.202***0.202***0.202***(0.052 3)(0.051 6)(0.051 6)(0.051 6)(0.051 6)(0.051 6)capital -0.101** -0.101** -0.101** -0.101** -0.101**(0.030 9)(0.030 9)(0.030 9)(0.030 9)(0.030 9)industry————控制控制控制控制owner—————控制控制控制area——————控制控制year———————控制常数项 -1.37 6** -2.890*** -6.830*** -5.657*** -5.657*** -5.657*** -5.657*** -5.657***(0.45)(0.553)(1.175)(1.214)(1.214)(1.214)(1.214)(1.214)观测值468468468468468468468468

注:**p<0.05, ***p<0.01

结果显示,技术创新作为核心解释变量始终与企业竞争力水平保持正向相关,纳入全变量后,技术创新在1%水平上仍显著为正,表明技术创新对我国检验检测行业企业竞争力存在正向影响,即技术创新水平越高,检验检测行业企业竞争力越强,H1得到验证。控制变量中,企业年龄对检验检测行业企业竞争力存在负向影响,这可能与我国检验检测行业发展特点相关,我国检验检测行业发展时间相对较短,企业竞争力水平提升更多是由于近年来我国检验检测市场快速发展所致。现金流对检验检测行业企业竞争力具有显著正向影响,是因为健康的现金流能够提升企业竞争优势。该结果与刘圻等(2015)的研究结论一致。资本密度对检验检测行业企业竞争力存在负向影响,可能是因为检验检测行业属于技术服务业,技术人员数量与企业竞争力直接相关,资本密度提高反而可能降低企业竞争力水平。

3.2 稳健性检验

本文利用Bootstrap法、分位数回归两种方法进行稳健性检验。首先,为避免因为样本选择影响模型回归结果,本文采用Bootstrap法随机抽取400次获取样本重新进行回归,结果如表4所示。结果显示,解释变量的显著性无明显变化,说明模型的稳健性不受样本变化影响。其次,为避免极端值对回归结果可能产生的影响,本文采用分位数回归对模型稳健性进行进一步检验,列(3)—(7)分别报告了10%分位、25%分位、50%分位、75%分位、90%分位的估计结果。结果显示,企业技术创新效应均显著为正,控制变量符号的方向与基准回归结果保持一致,进一步证明模型稳健。

表4 稳健性检验结果
Table 4 Robust estimation results

变量(1)基准回归(2)Bootstrap(3)10%分位(4)25%分位(5)50%分位(6)75%分位(7)90%分位ti 0.433*** 0.433*** 0.153***0.108***0.089 3*** 0.079 7*** 0.116*** (0.016 1) (0.017 2)(0.029 5)(0.017 3) (0.014 8) (0.017 4)(0.043 2)age -0.100*-0.100** -0.001 38-0.004 57-0.004 48-0.013 3***-0.020 1** (0.003 41) (0.002 82)(0.006 26)(0.003 66)(0.003 13)(0.003 69)(0.009 17)mf0.253*** 0.253** 0.404***0.318***0.268***0.333***0.23 (0.069 5) (0.150)(0.128)(0.074 7)(0.064)(0.075 4) (0.187) capital 0.039 0.039 -0.070 6**-0.066 3***-0.048 1***-0.027 9-0.039 9 (0.018 3) (0.018 3) (0.029 5) (0.017 3) (0.014 8) (0.017 4) (0.043 2)industry0.0410.002 27 0.003 030.006 610.008 30**0.003 320.001 34 (0.003 83) (0.003 83) (0.007 04) (0.004 11) (0.003 52) (0.004 15) (0.010 3)owner 0.007 0.007-0.013 8-0.008 70.0630.148***0.099 6 (0.052 6) (0.052 6) (0.096 7) (0.056 6) (0.048 4) (0.057 1) (0.142)area-0.028-0.0280.028 90.033 6-0.015 8-0.032 3-0.034 9 (0.031 5)(0.028 1) (0.057 8) (0.033 8) (0.028 9) (0.084 6) (0.142)year-0.090*-0.090*-0.003 410.003 45-0.021 5**-0.027 5**-0.044 3 (0.011 7) (0.011 7) (0.021 5) (0.012 6) (0.010 8) (0.012 7) (0.031 5)常数项-3.07 -14.5636.78*47.69*83.87 (43.38) (25.36) (21.71) (25.58) (63.48)观测值467467467467467467467

注:* p<0.1, ** p<0.05, *** p<0.01,下同

3.3 内生性检验

(1)工具变量法。本文以技术人员数量作为核心解释变量技术创新的替代变量重新进行回归,结果如表5所示。结果显示,固定效应回归结果的显著性与前文一致,解释变量仍显著为正,其系数与基准回归结果相比变化不大,说明模型通过稳健性检验;控制变量的系数与前文回归结果相比变化不大,显著性一致,进一步证明模型稳健。

表5 工具变量回归结果
Table 5 Regression results of instrumental variables

变量(1)(2)(3)(4)(5)(6)(7)(8)cftp0.109*** 0.181***0.164**0.149***0.149***0.149***0.149***0.149*** (0.029 7) (0.037 4) (0.041 3)(0.036 7) (0.036 7) (0.036 7) (0.036 7) (0.036 7) age-0.032 9**-0.030 3**-0.022*-0.022*-0.022*-0.022*-0.022 0*(0.010 7)(0.010 3)(0.013)(0.013)(0.013)(0.013)(0.013)mf 0.203***0.202***0.202***0.202***0.202***0.202***(0.052 3)(0.051 6) (0.010 9) (0.010 9) (0.010 9) (0.010 9) capital-0.071 6* -0.071 6* -0.071 6* -0.071 6* -0.071 6* (0.032 3) (0.032 3) (0.032 3) (0.032 3) (0.032 3) industry————控制控制控制控制owner—————控制控制控制area——————控制控制year———————控制常数项0.008 290.537**-3.617**-2.936**-2.936**-2.936**-2.936**-2.936** (0.014 2) (0.172)(1.095) (1.131) (1.131) (1.131) (1.131) (1.131) 观测值468468468468468468468468

(2)变量滞后一期处理。本文认为技术创新能够促进检验检测行业企业竞争力水平提升,但如果企业技术创新是内生的,那么回归结果就可能存在偏误。同时,企业竞争力水平提升能够促进技术创新,导致技术创新与企业竞争力之间形成双向因果关系。为此,本文借助Stata16软件进行内生性检验,结果显示,工具变量与技术创新的相关系数为0.98,在1%水平上显著。同时,利用Cragg-Donald Wald F进行弱工具变量检验。本文将内生变量滞后一期作为工具变量(tp)进行两步GMM估计和迭代GMM回归,结果如表6所示。其中,模型(1)为2SLS回归结果,模型(2)为两步GMM回归结果,模型(3)为迭代GMM回归结果,模型(4)将被解释变量滞后一期纳入模型后,利用GMM对模型的回归结果。充分考虑内生性问题后,技术创新在1%水平上仍显著为正。

表6 内生性检验结果
Table 6 Endogeneity test results

变量(1)2SLS(2)GMM(3)I-GMM(4)Y-GMMti0.097 8***0.097 8***0.097 8***0.117*** (0.019 4) (0.019 4) (0.019 4)(0.020 2) age -0.008 36** -0.008 36** -0.008 36** -0.009 35**(0.003 09)(0.003 09)(0.003 09)(0.003 21) mf 0.447** 0.447** 0.447** 0.165 (0.147) (0.147) (0.147)(0.146)gs0.021 80.021 80.021 8 0.018 3 (0.015 1) (0.015 1) (0.015 1)( 0.016 4) capital-0.060 5***-0.060 5***-0.060 5*** -0.033 4 (0.018 3) (0.018 3) (0.018 3)( 0.01 9) industry0.002 27 0.002 27 0.002 27 0.001 74 (0.003 73) (0.003 73) (0.003 73)(0.003 97)owner 0.051 1 0.051 1 0.051 1-0.037 9 (0.062) (0.062) (0.062) ( 0.066 8) area-0.028 7 -0.028 7 -0.028 7 -0.019 5 (0.030 4) (0.030 4) (0.030 4) (0.031 9)year-0.022 9-0.022 9-0.022 9 -0.027 (0.014 4) (0.014 4) (0.014 4) (0.014 7) 常数项 35.97 35.9936.01 49.49 (28.66) (28.67) (28.69) (29.63)观测值387387387387

4 调节效应分析

4.1 财政补贴对技术创新与检验检测行业企业竞争力间关系的调节效应检验

4.1.1 模型设定

为检验政府补贴对技术创新与检验检测行业企业竞争力间关系的调节效应,本文构建如下回归模型:

CFit=β0+β1TIit+β2gs*TIit+β3gs +β4age+β5mf+β6capital+β7owner+β8industry+β9area+β10year+εit

(3)

其中,gs*TIit表示政府补贴与技术创新的交乘项,其它变量的定义同式(2)。

4.1.2 实证结果分析

在进行回归前,为避免数据存在多重共线性,本文对各变量进行VIF检验。结果显示,VIF的最大值为2.74,远小于10,因而可排除多重共线性问题。同时,对自变量和调节变量进行中心化处理。本文参照温忠麟[23]的做法,当自变量、调节变量都为连续变量时,调节效应检验采用层次回归,结果如表7所示。

表7 财政补贴对技术创新与检验检测行业企业竞争力关系的调节效应检验结果
Table 7 Test of the moderating effect of fiscal subsidies on technological innovation and the competitiveness of inspection and testing enterprises

变量(1)(2)(3)cfti 0.204***0.086 3***0.090 2***(0.040 9)(0.018 9)(0.018 7)gs 0.083 4**0.085 3***(0.002 17)(0.017 9)interact_tigs 0.002 87**(0.000 962)mf 0.202***0.030 80.012 1 (0.051 6)(0.023 5)(0.024)capital-0.101**-0.016 3**-0.025 7(0.030 9) (0.014 1)(0.014) age-0.044 1***-0.032 5*-0.017 5**(0.013)(0.006 07)(0.006 02)year控制控制控制industry控制控制控制area控制控制控制owner控制控制控制常数项-2.294*-0.087 2 0.324 (1.133)(0.510) (0.523)观测值467467467

列(1)结果显示,技术创新在1%水平上对检验检测行业企业竞争力具有显著促进作用;列(2)结果显示,技术创新在1%水平上对检验检测行业企业竞争力具有显著促进作用,财政补贴在5%水平上对检验检测行业企业竞争力具有显著促进作用;列(3)结果显示,技术创新和财政补贴在1%水平上对检验检测行业企业竞争力具有显著促进作用,技术创新与财政补贴的交互项在5%水平上对检验检测行业企业竞争力具有显著促进作用。由此,H2得到验证,即财政补贴对技术创新与检验检测行业企业竞争力间的关系存在调节效应,政府补贴程度越高,技术创新对企业竞争力的正向影响越大。财政补贴不仅能够无偿增加企业技术创新投入,推动技术优势向产品优势转换,还能通过信号传递效应吸引风险投资支持企业技术创新活动,提升投资者的投资信心[24]。同时,政府财政补贴能够降低产业进入门槛[13],提高企业将创新优势转化为生产力的可能性。

本文通过替换变量的方法进行稳健性检验,将政府补贴金额取对数(gs2)作为财政补贴的替代变量重新进行回归,结果如表8所示。结果显示,技术创新在1%水平上对检验检测行业企业竞争力具有显著促进作用,财政补贴在1%水平上对企业竞争力具有显著促进作用,技术创新与财政补贴的交互项在1%水平上对企业竞争力具有显著促进作用。这与以企业财政补贴金额与营业收入之比作为调节变量的回归结果保持一致。

表8 财政补贴调节效应的稳健性检验结果
Table 8 Robustness test of the moderating effect of fiscal subsidies

变量(1)(2)(3)cfti 0.204***0.156*** 0.159***(0.040 9)(0.031 5)(0.029 4)gs24.514*** 5.744***(0.275) (0.302)interact_tigs21.115***(0.145)mf0.202***0.111**0.032 1(0.051 6) (0.040 0) (0.038 7) capital -0.101** -0.068 7** -0.066 0** (0.030 9)(0.023 8) (0.022 2) age -0.044 1*** -0.041 1*** -0.041 7*** (0.013 0(0.010 00) (0.009 32)year控制控制控制industry控制控制控制area控制控制控制owner控制控制控制常数项 -2.294* -0.848 0.736 (1.133) (0.874) (0.840) 观测值467467467

为检验政府补贴对技术创新与检验检测行业企业竞争力间关系的调节作用,本文采用工具变量法进行内生性检验,将技术人员投入作为自变量技术创新的工具变量进行回归,结果如表9所示。

表9 财政补贴调节效应的内生性检验结果
Table 9 Endogenous test of the moderating effect of fiscal subsidies

变量(1)(2)(3)cftp 0.098 3***0.098 4***0.074 3***(0.037 3)(0.037 8) (0.038 5)gs1 -0.021 2 -0.039 7* (0.015 7)(0.017 0)interact_tigs -0.029 8**(0.011)mf 0.207***0.207*** 0.209*** (0.052 5) (0.052 5)(0.052 0)capital -0.080 4* -0.070 7* -0.071 7*(0.032 7)(0.033 1) (0.032 8) age -0.012 5 -0.018 1 -0.012 0(0.011 1) (0.011 5) (0.011 6) year控制控制控制industry控制控制控制area控制控制控制owner控制控制控制常数项 -3.149** -3.157** -3.297** (1.144)(1.145) (1.136)观测值467467467

4.2 特定产业政策对技术创新与检验检测行业企业竞争力间关系的调节效应检验

4.2.1 模型设定

为检验技术创新、特定产业政策与检验检测行业企业竞争力间的关系,本文选择对生产性服务业技术创新影响较大的高新技术企业政策表征特定产业政策,将样本分为高新技术企业(policy1)和非高新技术企业(policy0)两组进行回归。同时,为进一步检验组间系数差异及统计意义,纳入特定产业政策与技术创新的交互项(policy*TIit)进行回归,构建如下回归模型:

CFit=β0+β1TIit+β2policy+β3policy*TIit+β4age+β5mf+β6capital+β7owner+β8industry+β9area+β10year+εit

(4)

4.2.2 实证结果分析

根据温忠麟[23]、Cohen等(2003)的观点,当自变量为连续变量、调节变量为类别变量时,调节效应采用分组回归进行检验,结果如表10所示。结果显示,在高新技术企业和非高新技术企业两组样本中,技术创新在1%水平上对检验检测行业企业竞争力均具有显著正向影响,系数分别为0.457和0.205,回归系数差异较大,表明特定产业政策扶持对技术创新与企业竞争力之间关系存在调节效应。

表10 特定产业政策的调节效应及稳健性检验结果
Table 10 Adjustment effect test and stability test of specific industrial policy support

变量cf(1)policy=0(2)policy=1(3)(4)feti0.457***0.205***0.210***(0.095 9)(0.051 9)(0.041)tp 0.150***(0.036 8)policy0.072 0.029 0 (0.046 9) (0.047 9)policy*TIit-0.020 2 (0.019 5)interact1 -0.016 8 (0.02)mf0.253**0.087 30.208*** 0.202*** (0.077 0) (0.078 2) (0.052 9) (0.052 2)capital-0.150*-0.127**-0.106*** -0.071 1*(0.062 2)(0.048 6)(0.051 7)(0.032 4)age-0.080 4**-0.037 6-0.057 5 -0.026 2(0.028 8) (0.021 5)(0.016 2)(0.014 3)year控制控制控制控制industry控制控制控制控制area控制控制控制控制owner控制控制控制控制常数项-2.3880.297-2.262* -2.935** (1.706) (1.681) (1.132) (1.133)观测值194273467467

对调节效应进行分组回归后,需要检验组间系数差异及统计意义,通过引入交叉项回归进行检验[25-26],结果如表10所示。结果显示,特定产业政策与技术创新交互项(policy*TIit)的系数(-0.020 2)在高新技术企业与非高新技术企业两组中并不存在明显差异,表明特定产业政策对技术创新与检验检测行业企业竞争力之间关系的调节效应并不显著。可能的原因是,高新技术企业政策扶持难以有效引导检验检测行业企业技术和市场需求同步成长,同质化产品产能过剩,未能形成对技术创新的有效刺激,产业盈利优势未能得到提升。

本文选择工具变量回归进行稳健性检验,以技术人员投入作为技术创新指标,纳入政策变量与技术创新的交互项进行回归,结果如表10所示。结果显示,技术创新与检验检测行业企业竞争力在1%水平上显著正相关,特定产业政策与技术创新的交互项对企业竞争力的作用不显著,与上文结论基本保持一致,表明使用工具变量回归后,结果依然稳健。

5 研究结论与启示

5.1 研究结论

本文选择2015—2020年我国检验检测行业上市企业为样本进行实证分析,得到以下主要结论:首先,技术创新能够促进检验检测行业发展,技术创新能力越强,企业竞争力水平越高。企业年龄、资本密度与检验检测行业企业竞争力呈负相关关系,现金流对检验检测行业企业竞争力具有显著正向影响。其次,财政补贴对技术创新与检验检测行业企业竞争力之间关系存在调节效应,政府补贴程度越高,技术创新对检验检测行业企业竞争力的正向影响越大。最后,高新技术企业政策对技术创新与检验检测行业企业竞争力之间关系的调节效应不显著。

5.2 启示

市场需求使生产性服务业从制造业中分离出来,但是短期的市场失灵使交易成本仍然是制约生产性服务业发展的重要因素,政府在生产性服务业发展和技术创新中扮演着重要角色。提升我国生产性服务业的国际地位和话语权,需要多方努力和参与,尤其是政府作为“看得见的手”,在优化产业发展环境、促进企业自主创新、完善市场机制等方面具有不可替代的作用。

(1)建立现代企业技术创新管理机制。推动企业技术创新需从企业管理体系入手,形成现代企业技术创新管理体制,积极推动企业信息化、数字化发展,加速技术创新管理机制与产业协同发展,完善市场化经营体制。本文基于企业微观视角和产业中观视角两个维度进行实证分析,发现技术创新对生产性服务业发展具有正向促进效应。纵观生产性服务业的国际知名品牌,其均具备相对成熟的开发流程体系和较强的技术创新研发能力,这为其参与国际市场竞争提供了技术优势。因此,企业需要引进先进管理理念,转换传统固有模式,积极参与国际市场竞争,在激烈的市场竞争中不断优化企业管理模式和机制,建立产学研检标相结合的技术体系,跟踪相关领域国内外先进技术、法规、标准、合格评定程序的制定与修订情况,积极参与国际标准的修订和制定。同时,优化企业业务结构和资源配置,采取内生外延双轮驱动,积极整合行业资源,努力走出一条市场化、集约化、综合化、专业化、国际化、信息化和智能化的发展路径。

(2)加大技术创新资金投入。技术创新投入对生产性服务业竞争力存在显著正向促进作用。资金投入是企业技术创新的根本保障,资金投入不足将直接制约企业研发能力和产品升级。技术创新在一定程度上依赖高效的金融体系支撑,完善的金融体系能够为企业技术创新活动提供有力保障。加大技术创新投入是企业提升竞争力的有效途径,企业创新投入受到企业融资约束。因此,企业想要加大技术创新投入必须重视融资问题,采取多渠道融资方式,充分利用国家资本市场体系,了解资本市场结构和资本市场产品,熟悉资本市场体系和流程,积极拓宽融资渠道,为企业技术创新和研发投入提供资本支持。

(3)培养技术创新人才。我国生产性服务业发展的主要问题之一就是人才问题,高技术人才不足和人才结构不合理一直以来制约着我国生产性服务业发展和竞争力提升。技术人才队伍建设一直是我国政府高度关注的问题,企业是市场的主体,企业的人才选拔、培养和激励机制直接决定产业人才队伍建设。第一,建立和完善人才选拔机制。人力资源是企业发展的核心资源,是关系到企业可持续发展的战略要素,企业在人才选拔中要创新选人用人机制,多渠道吸收专业人才和技术人才,围绕企业发展战略重点培养专业人才,加强团队建设,建立创新性、高水平、国际化的人才团队。第二,创新人才培养模式。提升人才技能水平和研发能力,拓展专业人员发展和深造通道,为人才充分交流和学习提供平台,通过校企合作等途径实现人才培养和企业技术研发需求精准对接。第三,创新人才激励机制。多层次推进企业人才激励,遵循人才市场规律,根据岗位需求,通过绩效考核机制、股票分红等多种方式进行人才激励,在人才岗位晋升、培训等方面提供更多机会和渠道,为企业人才提供良好的成长环境和发展空间。

(4)发挥政府政策引导作用。第一,通过财政、税收、金融等手段对生产性服务业重点领域和薄弱环节进行政策扶持,尤其是在与技术创新密切相关的资金和人才要素投入方面。第二,营造产业技术创新环境。良好的技术创新环境是企业竞争力水平提升的基本条件,加强知识产权保护有利于降低交易费用;产权清晰是实现市场交换的基本条件,产权不清晰带来的外部性将直接导致交易成本增加,政府通过政策法规明晰产权,为生产性服务业发展提供良好的外部环境。第三,推进生产性服务业专业化发展。支持核心技术研发突破,为企业生产提供更高附加值的服务,政府政策能够弥补市场失灵问题,通过提供更真实全面的行业信息和市场咨询,为产业和企业的经济行为提供参考依据。根据行业、地区环境、产业情况和市场差异,有针对性地制定产业政策,科学引导产业通过技术更新、研发创新实现自身发展。

(5)构建系统完善的产业发展监管体制。针对我国生产性服务业监督手段单一的现状,政府应该加大改革力度,完善我国生产性服务业监督机制,加强监管。第一,相关部门应该主动公开与生产性服务业企业和消费者相关的法律法规及标准,将政府监督、生产性服务业机构监督与群众监督紧密结合起来。第二,科学监管,依法追责。完善依法追责机制,加大对违法违规行为的追责力度。第三,建立健全检验检测机构评价体系,对检验检测机构定期进行统一测评并向社会公开测评结果,提高监督工作的透明度和公平公正性。第四,鼓励企业内部建立自我监督机制,树立企业品牌意识,通过严格的约束自律,积极提升业务能力,提升企业诚信度和品牌效应。

参考文献:

[1] MICHAEL E·PORTER.The competitive advantage of nations[M].New York:The Free Press, 1990:36-48.

[2] KATILA R,AHUJA G. Something old,something new:a longitudinal study of search behavior and new product introduction[J].Academy of Management Journal,2002,45(6):1183-1194.

[3] 周小刚,陈水琳,李丽清. 大数据能力、技术创新与人力资源服务企业竞争力关系研究 [J]. 管理评论, 2021, 33 (7): 81-91.

[4] 苏媛,李广培. 绿色技术创新能力、产品差异化与企业竞争力——基于节能环保产业上市公司的分析 [J]. 中国管理科学, 2021, 29 (4): 46-56.

[5] MANK D A,NYSTROM H E.Decreasing returns to shareholders from R&D spending in the computer industry[J].Engineering Management Journal,2001,13(3):3-8.

[6] 陆玉梅,王春梅. R&D投入对上市公司经营绩效的影响研究——以制造业、信息技术业为例 [J]. 科技管理研究, 2011, 31 (5): 122-127.

[7] 张俭,张玲红. 承销商:声誉为重还是利益为重——基于中小板上市公司IPO抑价的证据 [J]. 江汉学术, 2014, 33 (3): 17-23.

[8] 武咸云,陈艳,李秀兰,等. 战略性新兴产业研发投入、政府补助与企业价值 [J]. 科研管理, 2017, 38 (9): 30-34.

[9] TRINH LE,ADAM B JAFFE.The impact of R&D subsidy on innovation:a study of New Zealand firms [J].Economics of Innovation and New Technology,2016,26(5):429-452.

[10] 张敬文,童锦瑶. 数字经济产业政策、市场竞争与企业创新质量 [J]. 北京工业大学学报(社会科学版), 2023, 23 (1): 125-136.

[11] THEOFANIS P,MAMUNEAS,MISHAQ NADIRI.Public R&D policies and cost behavior of the US manufacturing industries[J].Journal of Public Economics,1996,63(1):57-81.

[12] 祁特,陈良华. 环保督察下的重污染企业退出机制研究[J]. 工程管理科技前沿, 2022, 41 (5): 18-25.

[13] 郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018,35(9):98-116.

[14] FELDMAN M P,KELLEY M R.The ex ante assessment of knowledge spillovers:government R&D policy,economic incentives and private firm behavior[J].Research Policy,2006,35(10):1509-1521.

[15] MEULEMAN M,DE MAESENEIRE W.Do R&D subsidies affect SMEs’access to external financing[J].Research Policy,2012,41(3):580-591.

[16] 任曙明,张静.补贴、寻租成本与加成率——基于中国装备制造企业的实证研究[J].管理世界,2013,29(10):118-129.

[17] 邵敏,包群.政府补贴与企业生产率——基于我国工业企业的经验分析[J].中国工业经济,2012,29(7):70-82.

[18] 程翔,张瑞,张峰. 科技金融政策是否提升了企业竞争力——来自高新技术上市公司的证据 [J]. 经济与管理研究, 2020, 41 (8): 131-144.

[19] 周亚虹,蒲余路,陈诗一,等.政府扶持与新型产业发展——以新能源为例[J].经济研究,2015,50(6):147-161.

[20] 王燕飞.国家价值链视角下中国产业竞争力的测度与分析[J].数量经济技术经济研究,2018,35(8):21-38.

[21] 刘永松,王婉楠,于东平. 高技术企业技术创新效率评价及影响因素研究 [J]. 云南财经大学学报, 2020, 36 (11): 100-112.

[22] 郭爱美.金融发展对出口复杂度的影响研究——基于交易与技术二维视角[D].杭州:浙江大学,2014.

[23] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,37(2):268-274.

[24] 申香华.银行风险识别、政府财政补贴与企业债务融资成本——基于沪深两市2007—2012年公司数据的实证检验[J].财贸经济,2014,35(9):62-71.

[25] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022,29(5):100-120.

[26] 连玉君,廖俊平.如何检验分组回归后的组间系数差异[J].郑州航空工业管理学院学报,2017,35(6):97-109.

(责任编辑:陈 井)