文章快速检索     高级检索
  南方经济  2021, Vol. 40 Issue (9): 90-111     DOI: 10.19592/j.cnki.scje.390269
0

引用本文 

陈晨, 孟越, 苏牧. 国家创新型企业政策对企业绩效的影响——“信号”抑或“扶持”作用?[J]. 南方经济, 2021, 40(9): 90-111.
Chen Chen, Meng Yue, Su Mu. The Impact of National Innovative Enterprise Policies on Enterprise Performance: "Signal" or "Support" Role?[J]. South China Journal of Economics, 2021, 40(9): 90-111.

基金项目

本文受辽宁省社会科学规划基金重点项目"辽宁省军民融合深度发展的‘低端锁定’突破机理与路径研究"(L19AGL009)资助;中国社会科学院博士后创新工程项目"我国环境政策的逻辑演化及效果评估"

通讯作者

孟越(通讯作者), 沈阳理工大学经济管理学院, E-mail: lnsymy@sina.com, 通讯地址: 辽宁省沈阳市浑南新区南屏中路6号沈阳理工大学经济管理学院, 邮编: 110059

作者简介

陈晨, 中国社会科学院数量经济与技术经济研究所, E-mail: ivy251856493@sina.com, 通讯地址: 北京市东城区建国门内大街5号科研大楼14层中国社会科学院数量经济与技术经济研究所, 邮编: 100732;
苏牧, 中国科学技术发展战略研究院, E-mail: sum@casted.org.cn, 通讯地址: 北京市海淀区玉渊漳南路8号, 邮编: 100038
国家创新型企业政策对企业绩效的影响——“信号”抑或“扶持”作用?
陈晨 , 孟越 , 苏牧     
摘要:创新型企业建设是我国创新型国家体系建设的重要保障。文章通过手工收集整理国家创新型企业中的上市公司名录,以2003-2017年A股上市公司为样本,采用处理效应-三重差分模型,分析政策对企业绩效的作用效果及其影响机理。结果表明:国家创新型企业政策不仅短期内促进企业创新和经济绩效增长,且表现为长期增长效应,亦不受高新技术企业政策干扰。机制分析中,政策"扶持"作用下的创新人才投入、政府补助支持以及重点实验室平台建设作用依次减弱,其次为政策"信号"作用下的信贷融资约束压力缓解和市场竞争力提升,效果最弱的为"扶持"作用下的税收优惠举措,说明政策作用下的直接创新要素资源供给效应最为有效,间接的税收优惠举措和信号作用促进效应相比有所不足。
关键词国家创新型企业    处理效应-三重差分模型    创新绩效    经济绩效    
The Impact of National Innovative Enterprise Policies on Enterprise Performance: "Signal" or "Support" Role?
Chen Chen , Meng Yue , Su Mu
Abstract: The construction of innovative enterprises is an important guarantee for the construction of an innovative national system in my country. The article manually collects and sorts out the list of listed companies in the national innovative enterprises, and uses the 2003-2017 A-share listed companies as a sample, and uses the processing effect-triple difference model to analyze the effect of policies on corporate performance and its impact mechanism. The results show that the national innovation-oriented enterprise policy not only promotes the growth of enterprise innovation and economic performance in the short term, but also exhibits a long-term growth effect, which is not interfered by high-tech enterprise policies. In the mechanism analysis, the role of innovative talent input, government subsidy support, and key laboratory platform construction under the effect of policy "support" weakened in turn, followed by the relief of pressure on credit financing constraints and improvement of market competitiveness under the effect of policy "signals", with the most effective The tax incentives under the effect of weak "support" indicate that the direct innovation factor resource supply effect under the effect of policy is the most effective, while the indirect tax incentives are insufficient compared with the signal promotion effect.
Keywords: National Innovative Enterprise    Processing Effect-triple Difference Model    Innovation Performance    Economic Performance    
一、引言

中国经济逐渐步入新常态的攻坚时期,深化改革,以创新驱动发展成为必然选择。为推进创新型国家建设,早在2005年全国科技大会就提出“技术创新引导工程”,为贯彻落实科技大会重要思想,2006年科技部联合国资委和全国总工会发文确定第一批103家国家创新型试点企业。文件明确要求国家创新型企业要在技术创新、品牌创新、体制机制创新、经营管理创新、理念和文化创新等方面卓有成效,不仅需要具有自主知识产权的核心技术、持续的创新能力、行业带动性和自主品牌、较强的盈利能力和较高的管理水平以及创新发展战略和文化,而且要发挥对其他企业的引领和带动作用。首批示范后政策逐步推开,其后分4个批次共确立573家国家创新型企业。国家创新型企业政策是否促进了企业主体创新能力的提升和经济价值的增长?上述问题值得深入探讨,通过及时准确的政策评估,为我国国家创新体系建设建言献策。

① 数据来源于中华人民共和国科学技术部官网(http://www.most.gov.cn/)。

政策实施前,企业为获取更多的资金支持或其他优惠,可能采取“寻租”方式“骗取”名号,后续将资金挪作他用;政策落实中,通过“寻租”,出现“敷衍”性行为通过政策验收评价,而导致政策失灵(黄宇虹,2018)。国家创新型企业政策施行后是否产生了“寻租”效应,对企业绩效产生何种影响?这是政策落实后需要考虑的核心问题,但现有关于国家创新型企业研究主要涉及以下两个方面:一方面,聚焦于创新型企业的创新能力评价研究,从企业内涵、创新能力维度、政府干预等视角构建创新能力评价指标体系,采用BP神经网络分析法(祝爱民等,2008)、因子分析法(何建洪、贺昌政,2011)、模糊网络分析法(FANP)(党兴华、张晨,2015)等进行测度分析;另一方面,集中于创新型企业创新影响因素研究,认为创新型企业中的企业家创新观念、创新人才制度、创新文化氛围是推动企业绩效增长的不竭动力(宋英华等,2011),但政府和产学研合作关系的错位可能导致创新效率的损失(庞瑞芝等,2012)。此外,罗亚非等(2010)采用非参数分析的Wilcoxon秩和检验方法对比分析了两个批次的创新型企业间的产出差异;杨以文等(2018)采用双重差分的方法评估了创新型企业政策对江苏省企业创新绩效影响。综上,现有研究并未检验评估创新型试点政策实施后对目标企业的作用,是否促进了企业创新产出和价值增长?具体落实过程中,是政府资源配置的“扶持”作用还是政策认证下的“信号”作用成为企业绩效增长的重要推手?不同作用存在何种差异?为评价政策最终的落实效果,探究何种措施更有利于政策作用的发挥,本文为此展开深入的分析研究。

鉴于创新型企业政策效果评估研究的缺失,我们手工搜集整理我国国家创新型企业名单,以2003-2017年我国A股创新型企业中上市公司为样本,采用处理效应-三重差分模型验证分析国家创新型企业政策实施对企业绩效的影响效果。此外,为深入探究政策的作用机理,是“扶持”作用还是“信号”作用,本文从政府资源配置下的政府补助、税收优惠、创新人才投入和重点实验室建设几种手段,以及政策认证下的信贷融资和市场竞争两种机制分析国家创新型企业政策对企业创新绩效和经济绩效的作用效果差异,以便厘清创新型企业政策的深层机理,完善政策体系建设。

本文的主要贡献体现在以下方面:第一,拓展了国家创新型企业政策的研究范畴。现有对创新型企业的研究主要为企业创新能力指标体系构建、影响因素和模式构建,缺少试点政策效果评价研究,本文通过对国家创新型企业政策效应、长期效果进行分析,是对创新型企业政策研究的有益补充。第二,分析国家创新型企业政策的影响机理。探究政策影响究竟为“扶持”作用还是“信号”作用,并分析不同作用下差异化政策手段影响的异质性,从政府补助、税收优惠、创新人才投入、重点实验室建设、信贷融资和市场竞争六个方面展开对比分析,深入了解何种手段的企业绩效提升效果最为显著,不仅为后期政策的完善提供指导建议,而且为评估创新型企业政策的微观治理效果提供了新方向。第三,鉴于国家创新型企业政策的行业战略导向性,且为避免样本企业选择的内生性问题,运用处理效应-三重差分方法,并在稳健性检验中使用PSM方法进行验证。

二、制度背景、理论分析与研究假设 (一) 制度背景

2006年为贯彻落实党的十六届五中全会和全国科技大会中提出的“加强自主创新、建设创新型国家”战略举措,国务院部署实施了《国家中长期科学和技术发展规划纲要(2006-2020年)》,随后,科技部联合国资委和中华全国总工会提出了开展创新型企业试点工作方案,并于2006年7月21日确立了第一批国家创新型企业试点单位,共计103家。要求创新型试点企业在试点期间创新能力上有明显提升,针对研发能力建设、研发投入计划、创新人才培养、创新基地平台共享、创新战略方案和创新机制体制等方面制定详细的发展方案。为评估试点企业的方案落实情况,科技部等三部委建立了试点企业动态调整机制,定期从研发经费投入强度、研发人员专利授权量、新产品销售收入占比以及全员劳动生产率等四个方面进行评估,对不按要求实施创新方案的企业取消试点资格,对因发生重大变动不宜继续进行试点工作的企业建立退出机制,最终确立“创新型企业”名单。为此,2008年7月24日科技部、国资委及中华总工会针对第一批试点企业评估结果发布了国家首批创新型企业名单,最终确立了91家创新型企业。为突出创新型国家体系建设中企业的主体地位,国家创新型企业政策逐步推开,确立第一批103家试点企业后,2008年三部委确立了第二批184家创新型试点企业、2009年确立了第三批181家企业、2010年确立了第四批81家企业以及2012年确立了第五批126家企业,五个批次共计确立了676家国家创新型试点企业。但根据动态评估结果,2008年授权其中111家试点企业为第二批创新型企业,2011年授权了第三批154家创新型企业。此外,为保障创新型企业工作的有序开展,国家出台了系列配套措施,如2006年国务院发布了《国家中长期科学和技术发展规划纲要(2006-2020年)》,明确提出了支持企业成为创新主体、大幅度增加科技投入、推进国家创新体系建设、加强创新人才队伍建设等五个方面的具体政策措施,并补充出台《关于实施 < 国家中长期科学和技术发展规划纲要>的若干配套政策》;2015年国务院印发《中国制造2025》指出,为提高国家制造业创新能力,应完善企业为主体、市场为导向、政产学研用相结合的制造业创新体系;并在传统制造业、战略性新兴产业、现代服务业等重点领域开展创新示范;2016年国务院印发了《国家创新驱动发展战略纲要》强调壮大创新主体,引领创新发展。培育世界一流创新型企业,鼓励行业领军企业构建高水平研发机构,形成完善的研发组织体系,集聚高端创新人才。此外,科技部发布《科学技术部创新体系建设办公室关于开展国家创新型企业创新方法应用与示范工作管理创新培训的通知》、《科学技术部、国务院国资委、中华全国总工会关于召开创新型企业试点工作交流会议的通知》、《关于支持科技创新型企业发展政策的实施意见》和《依托企业建设国家重点实验室管理暂行办法》等创新型企业培训管理政策文件,形成对创新型企业政策文件的有效补充与配套支持。除政策上的配套补充,创新型企业政策还形成了地方联动参与机制,李学勇曾指出试点企业所在的地方科技管理部门负责联系和指导试点企业,同时各地方也根据各自特点开展了当地的创新型企业试点工作,湖南省、云南省及陕西省等分别开展了不同批次的省级创新型企业试点工作。此外,内蒙古自治区制定了创建创新型企业成长路线图;浙江省采取后补助方式鼓励试点企业加大研发投入;甘肃省设立了专项资金支持试点企业增强技术创新能力等。

① 信息来源于科技部官网(http://www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2010before/201811/t20181 128_1438 39.html)。

② 根据对创新型企业试点名单和授权名单的整理,试点名单公布了5个批次共计试点企业676家,授权名单公布了三个批次共计356家,但经过授权名单和试点名单的详细比对,超过80%以上的企业即使在同批次授权名单中并未设立,在后期批次的授权名单中也会公布,所以在本研究中将第四、第五批次试点名单默认为授权名单进行本文创新型上市公司的整理,虽存在一定的偏差,但认为影响相对较小。十分感谢匿名审稿专家的审稿意见,当然问责自负。

③ 信息来自于科技部官网(http://www.most.gov.cn/kjbgz/200607/t20060726_35081.htmhttp://www.most.gov.cn/kjbgz/200702/t20070226_41515.htm)。

(二) 国家创新型企业政策对企业绩效:政策效应

国家创新型企业政策的初衷是提高企业自主创新能力,促进创新产出最大化。公司治理理论强调,企业终极目标是企业价值最大化。企业创新产出和价值产出相互关联又相互区别,为探究政策能否达到上述双重目的,将企业绩效分为两个部分:其一,企业创新绩效,即企业创新研发产出,为研究政策的直接效应;其二,企业经济绩效,即企业的经济价值增长,也是企业创新产出的商业化成果,为研究政策的溢出效应。

国家创新型企业政策借以战略引导、资源投入、制度完善和合作平台建设等,形成创新的保障机制,促进企业创新绩效提升。首先,为企业发展提供了战略方向指引。科技创新具有正外部性和风险性,单一的市场作用不足以激励企业的创新投入,政府的参与更具有激励性、预见性和指导性(李政、杨思莹,2018),扶持后的甄别和因势利导作用(唐书林等,2016),帮助企业明确创新研发方向,降低创新探索风险,减少创新无效损失,促进创新成果产出。其次,增加企业创新资源投入,保障创新要素供给。政府通过资金补贴、技术支持、人才供给税收优惠等手段,使企业免受自身资源匮乏困扰,形成创新资源积累,利于创新能力提升。再次,促进企业创新制度环境改善,创新精神培育,创新文化氛围维护。文化是企业发展的精神内核,良好的制度环境形成积极向上、公平竞争、团结合作的企业文化,利于创新精神的萌发,为创新绩效提升奠定了文化基础(李政、杨思莹,2019)。最后,强化了企业的创新主体地位,一方面,调动企业自主创新积极性,鼓励企业加大创新投入,培育自主知识产权和核心技术,提升创新竞争力;另一方面,构建产学研用服务合作平台(杨以文,2018),为企业奠定了创新基础,强化人员交流,加速创新成果传播、共享和转化,实现创新绩效增长。基于上述分析,本文提出如下假设:

H1:国家创新型试点政策促进企业创新绩效的提升。

国家创新型企业政策能够增加企业资源供给,增强投资者信心,提升企业声誉,强化政治联结,促进企业价值增长。首先,通过创新补贴或税收优惠,增加企业资产流入或减少利润流出,形成资源供给的直接效应;使企业走出资源短缺困境,改善资源配置扭曲,提升资源配置效率,形成资源供给的间接效应。其次,通过试点政策的批示与认可,增强投资者信心。投资者情绪理论指出,投资者消化市场信息后,形成自身的价值判断,借以非理性的行为方式表达,最终体现为投资品市场价格的波动。政府对企业的认证强化了投资者正面信息反馈,表现为对市场价格增长预期的自信,趋利动机下增加对企业的投资,提升企业市场价值(唐玮、崔也光,2017)。再次,借以媒体宣传报道,形成声誉效应(郭景先、苑泽明,2018)。政策认证机制下企业知名度提升,一方面,增加了潜在的业务机会,为企业价值增长埋下伏笔;另一方面,公信力和吸引力增强,形成资源要素的集聚和虹吸效应,为企业经济绩效提升奠定资源基础。最后,企业长期发展目标与政府目标的一致性,降低企业的纠偏成本(Marijn and Natalie, 2016),提升企业生产效率。此外,政策加强了企业与政府沟通互联,政治关联形成信息效应和资源效应,带来融资便利、宽松管制等好处,利于企业经济绩效产出增长(张奇峰等,2017)。基于上述分析,本文提出如下假设:

H2:国家创新型企业政策促进企业经济绩效的提升。

(三) 国家创新型企业政策对企业绩效:长期效应

国家创新型企业政策从制定至今,历时十余年,政策落实的时滞性、范围的扩散性及资源的累积性等特征,使得企业绩效伴随政策实施时间的增长呈现不断攀升的趋势。首先,企业名单的公布到政府资源的获取,再到政策效果的发挥,从中央到地方出现响应时间差(张永安等,2018),导致政策前期效果不如后期,表现为政策对企业绩效的提升作用逐渐增强。结合创新两阶段特性,从研发投入到创新产出,再历经产业化过程实现创新商业化价值(范德成、杜明月,2018),过程特性使得政策对企业绩效效果的逐渐显现。其次,政策范围的扩散性导致企业价值的积累。一方面,政策分批逐期推广,历经酝酿到探索,再到大范围实施(郑石明等,2019),制度日趋完善,政府战略目标与企业长期发展规划逐渐契合,后期支持方向与企业需求具有更高的匹配度,对企业绩效的增长效应逐渐加强;另一方面,信号传递理论指出,政策信息借以媒体传播扩散,企业声誉效应不断增强,也成为价值的增长另一动因。最后,政府资源和企业吸引力不断累积,拉动企业绩效持续增长。其一,专项资助的累加,为企业创新发展储备丰厚的要素资源,促进绩效的长期增长;其二,要素资源虹吸效应逐步释放,使得企业绩效呈现螺旋上升趋势。基于上述分析,本文提出如下假设:

H3:国家创新型企业政策对企业绩效的提升作用呈现逐渐增强的趋势。

三、研究设计 (一) 样本选择与数据来源

通过对三部委公布的676家企业名单逐一手动搜索,整理得到一般上市公司共计303家,企业集团49家,其他非上市企业324家。国家创新型企业政策审批具有一定的产业导向性,为避免样本选择偏差,本文在样本企业筛选中剔除了ST、*ST 和较少涉及科技创新的非制造业企业,最后仅保留采矿业,制造业,信息传输、软件和信息技术服务业、科学研究和技术服务业以及水利、环境和公共设施管理业(行业大类代码分别为B,C,I,M和N)上市公司样本,其中创新型上市公司样本257家。为分析产业差异的影响,借鉴孙早和肖利平(2015)对战略性新兴产业的行业划分标准,结合证监会《上市公司行业分类指引》(2012年修订),整理得到我国A股战略性新兴产业上市公司共计1846家,其中创新型上市公司206家。但鉴于国家创新型企业的动态调整机制,为保证政策企业数量的准确性,本文严格比对了科技部等三部委公布的第1~5国家创新型试点企业名单,以及公布的第1~3批创新型企业名单,剔除评估达不到标准的企业48家,其中创新型上市公司33家,最终得到战略性新型产业创新型上市公司173家。此外,为考虑政策效应重点实验室的机制效应,本文借鉴张龙鹏和邓昕(2021)年的做法,从科技部官网下载2016年企业国家创新型实验室名单,共计178家,其中114家重点实验室依托于上市公司建立,依托创新型上市公司的共计91家。最后,为了分析国家创新型企业政策实施前后对企业绩效的影响,且为满足三重差分模型适用性条件,选取了2003-2017年上市公司的数据样本,最终得到18977个数据样本,处理组样本4574个,对照组数据主要依据为具有创新绩效数据变量的一般上市公司,数据主要来源于国泰安(CSMAR)数据库。

① ST表示上市公司在连续两个会计年度内亏损或净资产低于票面价值,一般称之为“特殊处理”;*ST表示特殊处理的上市公司在第三个会计年度经营亏损状态持续,未有改善。

(二) 模型设定与变量定义

1.模型设定

考虑到国家创新型企业政策实施时间和企业个体的差异,以及战略性新兴产业的发展导向,本文为避免模型的估计偏差,采用三重差分的方法进行国家创新型企业政策对企业绩效的效应评估。借鉴Cai et al.(2016)三重差分模型的做法,设置政策实施、政策实施时期和行业虚拟变量,构建如下模型:

$ {Y_{iet}} = \gamma \cdot {\rm{ }}polit{{\rm{ }}_e} \times {\rm{ }}post{{\rm{ }}_t} \times {\rm{ }}strategic{{\rm{ }}_i} + {\rm{ }}control{\rm{ }} + {\eta _{et}} + {\lambda _{ie}} + {\varphi _{it}} + {\varepsilon _{iet}} $ (1)

其中,Yiet表示企业创新绩效和经济绩效;polite表示企业是否被确立为国家创新型企业,当企业被确立为国家创新型企业,则polite=1,否则polite=0;postt表示国家创新型企业政策实施的时期虚拟变量,当企业被确立为国家创新型企业的当年和此后各年postt=1,否则postt=0;strategici表示当企业所处行业为战略性新兴行业时strategici=1,否则strategici=0。ηet表示控制的企业和年份固定效应;λie表示控制的企业和行业固定效应;ψit表示控制的行业和年份固定效应;εiet表示随机误差项。此外,i表示上市公司所处的行业类型;e表示上市公司个体;t表示年份。

为样本修正选择性偏误,借鉴王智波和韩希(2018)的处理方式,构建如下选择方程:

$ { polit }_{e} *=\omega H_{i e t}+\mu_{i e t} $ (2)

polite*为影响polite的潜在变量,若polite*>0,则观察到polite=1,否则polite=0。Het是一组影响企业被确立为创新型企业的变量,基于国家创新型企业申请资格和优选条件的判断,申请国家创新型企业首先要保证公司盈利,其次具有健全的制度环境和良好的创新氛围,为此本文选取了影响政策落实的企业盈利能力(roe)、创新文化(edu)和制度规范(bind)三个方面的特征。其中,盈利能力(roe)采用企业净资产收益率加以量化;创新文化(edu)采用上市公司本科及以上管理层人数加以量化;制度规范(bind)采用企业独立董事比率指标加以量化。

2.变量设定

被解释变量:创新绩效,为考量企业的创新产出,借鉴郭景先和苑泽明(2018)做法选取上市公司专利申请量(pa)作为企业创新绩效的衡量指标。

经济绩效:为考量企业声誉和信号机制下的市场价值变动,借鉴池国华等(2013)做法,选取托宾Q值(tobinq)衡量企业经济绩效。

解释变量:借鉴Cai et. al.(2016)做法依据模型设定中的变量定义选取试点政策变量polit、政策实施年份变量post和行业虚拟变量strategic。

为分析政策的长期效果,借鉴郭峰、熊瑞祥(2018)做法,设置政策实施年龄变量trend,t为数据报告年份,s表示企业被确立为创新型企业的年份, 若t>s,则trend=ts,否则trend=0。

为排除政策间干扰影响,设置高新技术企业政策变量high,当企业被确立为高新技术企业时,high=1;否则high=0。

中介变量:为厘清国家创新型企业政策对企业绩效作用路径,表现为“信号”作用还是“扶持”作用,从“扶持”作用视角出发,借鉴夏清华、黄剑(2019)的做法,资金方面选取政府补助和税收优惠两种举措进行分析,其中政府补助(lnsub)采用企业当年享受的政府补助总额的对数加以量化;税收优惠(tax)采用所得税费用与息税前利润比值的相反数加以量化;人才投入(rdpb)采用企业研发人员数占企业员工总数纸币加以量化;重点实验室(lab)采用企业是否设立国家企业重点实验室,若被国家批准设立企业重点实验室,则lab=1,否则lab=0。“信号”作用视角出发,选取信贷融资和市场竞争两种举措进行分析,其中信贷融资(finance)借鉴丁杰(2019)的做法,采用长期贷款和总资产的比值加以量化;市场竞争(market)采用销售费用与营业收入的比值加以量化。

控制变量:本文选取了企业两职合一(adj)、董事规模(nd)、高管持股比率(hold)、高管薪酬(paye)、股权集中度(ec)、财务杠杆(fl)、成长空间(mbpr)、公司规模(lnta)和企业年龄(age)等变量。

(三) 模型适用性检验

1.反向因果检验

为避免企业绩效对政策选择产生的影响,借鉴朱晓文等(2019)的处理方法,构建如下Logit模型检验企业政策的外生性条件:

$ {\rm{ }}Logit{\rm{ }}\left({treate{d_{{\rm{ }}it}}} \right) = {\alpha _0} + {\alpha _1}{\rm{ }}Perfomance{\rm{ }}\left({{\rm{ }}L.{\rm{ }}\ln p{a_{it}};L.{\rm{ }}tobin{\rm{ }}{q_{it}}} \right) + {\alpha _2}L.{\rm{ }}Control{{\rm{ }}_{it}} + {\varepsilon _{it}} $ (3)

其中,企业绩效和控制变量均选取其一期滞后值。若α1在Logit回归后不显著,说明前期企业绩效与是政策选择不相关,满足模型外生性假设。

考虑到国家创新型企业分批设立特性,首先,将2006年第一批确立企业作为处理组,第二批及其以后确立企业作为其对照组;依次类推,最后,将第五批企业作为处理组,从未被确立的企业作为其对照组,进行分组Logit回归检验企业创新绩效结果表明,除第一批与第五批企业前期绩效与企业政策确立存在显著相关关系外,其余三批次企业均不相关。企业经济绩效5批次政策检验中,企业前期的经济绩效均与创新型企业政策均不存在相关关系,说明企业绩效不是影响企业被确立为国家创新型企业的主要因素,基本符合差分模型外生性设定,限于篇幅,结果省略。

2.平行趋势检验

差分模型另一个前提为,平行趋势假设。为从整体样本检验,借鉴王玲、朱占红(2011)的做法,采用事件分析法估计政策变化。根据样本区间和不同批次政策实施时间的差异,将估计窗口期设定为[-9, 11],事件窗口期设定为[-9, 9]。

表 1报告了事件分析法下平行趋势检验结果,国家创新型企业政策变量在政策实施前的时间窗口[-9, 0]内与企业创新绩效和经济绩效的回归系数整体上并不显著,政策实施后的时间窗口[0, 9]内回归系数整体在10%显著性水平上显著,说明处理组与对照组在政策实施前不存在显著差异,满足平行趋势假定,此外,也辅助验证了政策对企业绩效的促进作用。

表 1 事件分析法下国家创新型企业政策事件期创新绩效与经济绩效的平行趋势显著性检验
四、政策效果及趋势分析 (一) 变量的描述性统计分析

表 2列示了主要变量的描述性统计结果。可见,企业间的创新绩效差距较大,呈现左偏趋势,情况同样出现在企业经济绩效上,存在部分特别优秀的典型企业。从政策的传导机制视角出发,政府补助的最小值为0,均值为515.67万元,最大值为503.42亿元,各企业间政府补助差距明显;税收优惠的均值为0.14,最小值为-134.8,最大值为26.82,说明各企业间享受的税收政策优惠差距较大;信贷融资均值为0.11,最小值为0,中位数仍为0.09,最大值为1.45,说明大部分企业长期信贷占公司资产的比重较小;市场竞争的均值为0.04,最小值为0,中位数为0.03,最大值为0.69,说明仅有极个别企业支出较大费用获取市场竞争力,多数企业营销费用占比较小;研发人员占比均值为11.41人,最小值为0人,最大值为11066人,中位数为4.15人,说明各企业间创新人才投入不均等;重点实验室为虚拟变量,其均值为0.08间,说明仅有少数企业设立了国家重点实验室。

表 2 主要变量的描述性统计
(二) 政策实施效果分析

1.基础政策效果分析

表 3报告了国家创新型企业政策落实对企业创新绩效影响结果,在模型(1)和(2)处理效应-三重差分模型基础上加入了政策实施年龄变量,以反映政策实施的长期效应结果,同时借鉴Cai et al.(2016)做法控制企业-年份、企业-行业和行业-年份固定效应。

表 3 国家创新型企业政策对企业绩效政策及长期效应回归结果

表 3(1)列中polit×post×strategic回归系数在1%显著性水平下为0.728,说明国家创新型政策实施促进了企业创新绩效的提升,为企业发展指明了战略方向,降低创新试错风险,促进科技产出;政策支持下企业获得资源优势,将更充沛的资源投入研发中;政策突出企业创新的主体地位,完善制度环境,激发创新积极性,最终促进创新绩效增长,假设H1得到验证。(2)中polit×post×strategic和trend回归系数为正,说明国家创新型城市政策不仅短期内能够促进企业创新绩效的提升,且长期对创新绩效表现为增长效应和趋势效应,可能从政策制定、落实到效应发挥,存在时间的滞后性、范围的扩散性及资源的累积性,导致了促进效应的长期性,验证了假设H3。(3)和(4)列列示了国家创新型企业政策对企业经济绩效的影响结果,polit×post×strategic和trend回归系数显著性为正,说明国家创新型企业政策的实施,增加企业资源配给,提高企业声誉,改善政企关系,增强投资者信心,缓解企业经营压力,增加市场竞争力,最终无论在长期还是短期均表现为对企业经济绩效的提升作用,假设H2、H3得到验证。表中Wald和χ2统计量均显著为正,说明了国家创新型企业政策变量post与时变误差相关,处理效应模型的使用能够纠正样本的选择偏差,结果更加可靠。

2.政策净效应分析

企业主体在创新发展中同时享受多种政策,政策主体异质性、政策程序繁杂性以及政策目标差异性可能导致政策效果偏离预期。企业同时享受多个政策,如若在政府角色定位清晰、政策目标科学合理、政策工具吻合条件下,政策间呈现协同效应,促进主体经济发展(王洛忠、张艺君,2017)。但政策类型的差异性、利益的复杂性和运行环境的不确定性等,导致政策的实施效果依赖于政策系统中要素的互动融合关系(张娜、梁喆,2019),可能导致单一政策效果的不确定性。为分析创新型企业政策对企业绩效的净效应,文章控制政策性质类似的高新技术企业政策,具体结果如表 4所示。

表 4 控制高新技术企业政策下的国家创新型企业政策对企业绩效的净效应结果

通过在回归模型中加入high变量,以排除高新技术企业政策对创新型企业政策对企业绩效政策效应的影响。如表 4结果显示,(1)和(2)列polit×post×strategic的系数在1%显著性水平上为正,且与表 3结果对比发现,其系数小于表 3中的系数结果,同时(2)列中trend系数结果相较于表 3中结果相差不大,说明去除高新技术企业政策干扰后,创新型企业政策的作用效果凸显,促进企业创新,也说明了两种政策间呈现协同性。此外,表 4中(3)和(4)列中的polit×post×strategic和trend系数结果呈现了同样的系数结果,说明排除高新技术企业政策的干扰,创新型企业政策因税收优惠、政府政策支持等作用对企业价值具有正向促进作用,两政策效果相互促进。

(三) 稳健性检验

为保证上述国家创新型企业政策对企业绩效的政策实施效果的结论稳健可信,本文采用下述四个方法进行稳健性检验。

1.替换变量

将企业创新绩效的企业专利申请量(lnpa),替换为企业专利授权量(lnlp);将企业经济绩效的托宾Q值(tobinq)替换为企业价值(evalue),重新采用处理效应-三重差分模型回归结果与前述一致,保结论稳健,具体结果见表 5

表 5 替换变量稳健性检验结果

2.倾向匹配得分分析

借鉴李百兴等(2019)的方式,控制企业公司规模、年龄、市场竞争度等,采用倾向匹配得分法,选取1 ∶1近邻匹配,为4231处理组样本匹配19087个对照组样本,消除处理组企业与对照组样本偏误,结果如表 6所示。再采用处理效应-三重差分模型回归,结果如表 7所示,与基础分析一致,结论稳健。

表 6 倾向匹配得分后变量平衡性检验
表 7 倾向匹配得分稳健性检验结果

3.安慰剂检验

借鉴王智波和韩希(2018)的处理方式,(1)虚假处理组检验:将非确立企业按照公司规模是否超过中位数分为高低两组:高于中位数为虚假处理组,否则为对照组;(2)虚假因变量检验:选取不受试点政策影响的企业管理费用增长率为虚假因变量,重新回归,回归系数均不显著,说明企业绩效提升是由政策引起的,结论稳健,具体见表 8

表 8 安慰剂稳健性检验结果

4.预期效应检验

三重差分法的使用需要满足预期效应条件,即政策实施前处理组与对照组不存在显著差异。借鉴马凌远和李晓敏(2019)的做法,在模型(1)基础上,加入polit×D×strategic项,重新回归,其中D为国家创新型企业政策实施前的虚拟变量。结果显示,polit×D×strategic项回归系数较小且不显著,polit×post×strategic项的系数与主回归结果无显著差异,结果如表 9所示,保证了结论的有效性。

表 9 预期效应稳健性检验结果
五、影响机制分析

为分析国家创新型企业政策对企业创新和经济价值作用的具体路径,本文从“扶持”作用和“信号”作用两方面出发,研究政策对企业资源配置方向的影响,以便为后续政策资助方式提供科学合理的决策依据。为此,借鉴温忠麟(2014)做法,构建如下中介效应模型:

$ {Y_{iet}}({\rm{ }}\ln pa/tobing{\rm{ }}) = {\beta _0} + {\beta _1}{\rm{ }}polit{{\rm{ }}_e} \times {\rm{ }}post{{\rm{ }}_t} \times {\rm{ }}strategic{{\rm{ }}_i} + {\rm{ }}control{\rm{ }} + {\eta _{et}} + {\lambda _{ie}} + {\varphi _{it}} + {\xi _1} $ (4)
$ \begin{array}{l} {M_{iet}}({\rm{ }}\ln sub/tax/finance/market{\rm{ }}) = {\alpha _o} + {\alpha _1}{\rm{ }}polit{{\rm{ }}_e} \times {\rm{ }}post{{\rm{ }}_t} \times {\rm{ }}strategic{{\rm{ }}_i}\\ + {\rm{ }}control{\rm{ }} + {\eta _{et}} + {\lambda _{ie}} + {\varphi _{it}} + {\xi _2} \end{array} $ (5)
$ \begin{array}{l} {Y_{iet}}({\rm{ }}\ln pa/tobinq{\rm{ }}) = {\varphi _0} + {\varphi _1}{\rm{ }}polit{{\rm{ }}_e} \times {\rm{ }}post{{\rm{ }}_t} \times {\rm{ }}strategic{{\rm{ }}_i} + {\rm{ }}control{\rm{ }} + {\eta _{et}} + {\lambda _{ie}} + {\varphi _{it}}\\ + {M_{iet{\rm{ }}}}({\rm{ }}\ln sub/tax/finance/market{\rm{ }}/rd/lab) + {\xi _3} \end{array} $ (6)
(一) “扶持”作用分析

资源基础理论指出,企业享受政策激励,无论是直接干预抑或间接引导,都将获取资源优势,其主要方式为政府补助和税收优惠两种资金支持手段(张同斌、高铁梅,2012),以及人才投入(党文娟、罗庆凤,2020)和重点实验室建设手段。政府补助以无偿转移支付的形式,直接将扶持资金注入企业;税收优惠则是给予纳税主体适当的照顾,减少纳税支出,以间接方式“增加”企业现金(柳光强等,2015)。上述各种重要的资源配置手段,表明了政府对企业创新和发展方向的支持意图,承载着优化供需和资源配置结构的重要作用(柳光强,2016)。

1.政府补助的作用机制检验

国家创新型企业政策给予认定企业更多政府补助,一方面,保证财政资源配置方向与企业研发方向的一致性,不仅弥补市场机制激励不足导致的企业创新的正外部性缺失,而且降低繁复的试探性风险(张杨勋、周浩,2018);另一方面,形成资源补给效应,使得企业拥有更为充裕的资金投入于创新研发和日常运作中(刘婷婷、高凯,2020),有助于创新产出和企业价值的增长。国家创新型企业政策是否通过政府补助作用促进了企业创新绩效和经济绩效的提升?本文借助中介效应模型加以验证,具体结果见表 10

表 10 “扶持”作用下的政府补助中介效应分析

表 10中(2)列中lnsub回归系数为正,说明国家创新型政策实施后,企业享受的政府补助显著增加;(3)列中polit×post×strategic和lnsub回归系数在1%显著性水平下为正,结合Sobel检验结果,政府补助的中介效应比例为7.1%,说明国家创新型企业政策的实施,借助政府补助一方面明确了企业创新的方向性,另一方面形成了企业自有资源的补给效应,促进企业创新绩效提升。(4)-(6)列各列中polit×post×strategic和lnsub的回归系数分别在1%显著性水平上为正,说明国家创新型企业政策通过加大企业政府补助,形成企业经营的资源效应,促进企业经济绩效增长。且Sobel检验结果显示,政府补助的中介效应比例为32.76%,比创新绩效中介效应更大,可能鉴于创新的风险性更高,政府补助在科技创新中的损失更多,最终政府补助在经济绩效中的中介效应大于创新绩效。

2.税收优惠的作用机制检验

企业的创新和发展需要大量的资金支持,是企业竞争的稀缺资源,税收优惠作为企业资金“补偿”的重要手段,如税额减免、税率降低等,有助于企业创新和经济增长。其一,以直接形式减少企业资金的流出,形成资金的节约效应;其二,减少强制性资金支付,改善企业内源融资状况;其三,增加企业权益投资收益,提升企业投资效率;其四,规避企业避税的寻租动机,有利于企业内部创新精神的培育,激发创新活力,提升企业价值(范蕊等,2020)。基于此,本文验证政策“扶持”作用下,税收优惠在国家创新型企业政策对企业创新和经济绩效中的作用机制,具体结果见表 11

表 11 “扶持”作用下的税收优惠中介效应分析

表 11中(2)和(4)列中polit×post×strategic系数在10%显著性水平上为0.032,说明国家创新型企业政策推出更多的税收优惠措施,有效促进了企业所得税的降低。(3)和(6)列中polit×post×strategic和lnsub系数在5%以上显著性水平下为正,说明政策通过减少税收资金流出,形成了资源累积效应,促进创新投入和经营产出。结合Sobel检验结果,税收优惠在政策创新绩效和经济绩效影响的中介效应占总效应比例为3.49%和3.77%,国家创新型企业政策通过税收优惠措施,促进了企业创新和经济绩效的显著提升,但在两者中影响效果相似;对比政府补助在在两者中的中介作用,税收优惠的中介效应比例更低,说明直接的资金供给相较于间接的内部资源消耗的降低作用效果更为显著,补助手段更为直接快速,对企业创新和经济绩效的促进效应更强。

3.人才投入的作用机制检验

企业创新过程中需要耗费大量的资源,其核心为知识的竞争,依托主体为人才,因此有了创新的竞争实质是人才竞争的论断。创新型企业政策支持下,企业直接加大了创新人才投入,形成人才的虹吸效应,为创新提供人才储备。创新型企业政策实施过程中,一方面,基于政策要求,企业为顺利渡过试点的评估过程,加大创新人才投入,以知识溢出促进企业创新绩效的提升[35];另一方面,政府加大对企业创新人才培训、人才配给及合作交流机会,创新人才素质增长,知识溢出效应增长,促进科技创新和企业价值的增长(刘春林、田玲,2021)。基于此,本文验证政策“扶持”作用下,创新人才投入在国家创新型企业政策对企业创新和经济绩效中的作用机制,具体结果见表 12

表 12 “扶持”作用下的人才投入中介效应分析

根据表 12结果显示,(2)和(4)列中polit×post×strategic系数在1%显著性水平上为5.876,说明国家创新型企业政策实施后,不仅企业自身为满足创新型企业政策的相关制度规定,增加了研发人员的投入;而且借由政府培养计划、交流合作机会,创新人才吸引力增加,人才储备增长。(3)和(6)列中polit×post×strategic和rdpb系数在1%显著性水平下为正,说明国家创新型企业政策下企业增加了创新人才投入,不仅保证了科技创新中的人力资源供给,且人才素质提升,形成人力资本和知识产出的双重效应,促进创新产出和企业价值的增长。结合Sobel检验结果,创新人才投入在政策创新绩效和经济绩效影响的中介效应占总效应比例分别为14.78%和62.69%,国家创新型企业政策通过加大人才投入举措力度,促进了企业创新和经济绩效的显著提升,且人才投入对企业经济绩效的作用效果大于创新绩效,可能是由于研发人员投入与企业创新投入直接相关,但人才的投入不仅借由创新绩效提升,而且通过创新文化氛围和整体素质提升,最终形成更强的企业价值增长效应。

4.重点实验室的作用机制检验

重点实验室是科技创新的基础,尤其针对于基础创新和重大的突破式创新。国家创新型企业政策下国家重点实验室建设,一方面,不仅形成了良好交流合作研发平台,而且加速了创新资源的人才资源等流动,为科技创新提供基本保障(杨超,2020);另一方面,能够帮助企业有效突破原有的基础创新壁垒,并能够获取充裕的资金保证(张龙鹏、邓昕,2019),减少企业重大基础研究融资和技术压力,因此不仅直接促进企业创新能力提升,而且促进企业经济绩效产出增长。基于此,本文验证政策“扶持”作用下,国家重点实验室建设在国家创新型企业政策对企业创新和经济绩效中的作用机制,具体结果见表 13

表 13 “扶持”作用下的重点实验室中介效应分析

根据表 13结果显示,(2)和(4)列中polit×post×strategic系数在1%显著性水平上为正,说明国家创新型企业政策实施后,因其良好的科研基础,科技部更倾向将企业国家重点实验室建设在创新型企业当中,不仅是对企业能力的认可,而且是对创新资源的有效整合,形成资源的积累效应。(3)和(6)列中polit×post×strategic和lab系数在1%以上显著性水平下为分别为0.28和0.135,说明国家创新型企业政策有助于重点实验室等基础研究平台建设,促进创新要素资源的流动和主体间的交流合作,加速基础研发成果共享,形成创新资源集聚效应,直接提升了企业科技创新能力,间接溢出效应促进了企业价值的增长。结合Sobel检验结果,重点实验室在政策创新绩效和经济绩效的中介效应占总效应比例为4.26%和9.89%,国家创新型企业政策通过推进基础研究投入举措,促进了企业创新和经济绩效的显著提升,且基础研究对企业经济绩效的作用效果大于创新绩效,同人才投入类似,可能是由于基础研究难题的攻破直接提升了企业的创新能力;而基础研发的政策支持缓解了创新研发资金约束,减少了企业资金流入和压力,并因创新溢出效应、竞争力提升效应促进企业价值不断攀升。

(二) “信号”作用分析

基于信号传递理论,政府政策的享受向外界传递出对行业发展前景和未来政策导向的信号(王中超等,2020),“积极”信息的传递,增加外部利益相关者对企业预期,降低信息不对称而导致的决策不确定性(Spence,2002),减少利益相关者的甄别成本,其一,增强投资者信心,缓解企业融资信贷压力;其二,强化公众认可度,增强企业市场竞争力。

1.信贷融资的作用机制检验

科技创新的不确定性导致其风险性大、成功的概率低,理性经济人假设下,投资者要求更高的风险溢价,企业融资成本提升,尤其针对于战略性新兴产业企业,其财务融资约束更严重(孙早、肖利平,2016)。国家创新型企业政策借助信号传递效应,减少企业内外部利益相关者间的信息不对称程度,向投资者展示企业未来的发展前景和潜力,赢得投资者青睐,为创新发展获取更多的资金保障,缓解长期信贷压力。此外,政策的认证作用,变向增加企业信用担保,提升了金融机构的放贷意愿,企业融资能力增强(刘婷婷、高凯,2020),为创新发展和价值增长贡献力量。基于此,本文从信贷融资能力提升视角,分析政策对企业创新绩效和经济绩效的影响作用,具体结果见表 14

表 14 “信号”作用下的信贷融资中介效应分析

表 14结果显示,(1)-(3)列中polit×post×strategic和finance回归系数均在1%显著性水平上为正,表明国家创新型企业政策实施后,企业的长期信贷融资能力增强。根据Sobel检验结果,信贷融资在政策创新绩效中的中介效应比例为5.76%,说明政策认证通过“信号”作用,增强投资者认可度,缓解长期融资压力,创新研发资金得到保障,创新绩效增长。(4)-(6)列中polit×post×strategic和finance回归系数同样在1%显著性水平上均为正,说明国家创新型企业政策改善企业的信贷融资能力,促进企业经济绩效增长。结合Sobel检验结果,信贷融资在政策经济绩效中的中介效应比例为24.07%,相比创新绩效更大,一方面可能由于科技创新中的资源损失性,另一方面可能由于创新绩效的最终目标仍为企业经济价值提升所导致。

2.市场竞争的作用机制检验

创新是以竞争为核心的市场经济基本特征(Nee et al., 2010),由此,市场竞争成为科技创新和经济进步的重要推手(Aghion et al., 2015)。国家创新型企业名单的公布,增强了企业的知名度和社会认可度,企业市场竞争力和市场占有率提升,以此影响企业未来的生产经营决策(Han and Li, 2013)。一方面,政策认证作用下有效降低内部宣传和竞争成本,企业市场竞争力减小,形成资源的节约效应;另一方面,市场竞争能力的提升,企业拥有更多的机会和发展空间,刺激企业通过创新发展提升企业价值(夏清华、黄剑,2019)。为此,从信号传递机制下的市场竞争视角,分析其在国家创新型企业政策对企业创新和经济绩效的作用机制,具体结果见表 15

表 15 “信号”作用下的市场竞争中介效应分析

根据表 15结果,(2)列中market系数在1%显著性水平上为-0.017,说明政策的实施有效降低了企业销售费用支出,无需大量花费时间精力投入到企业宣传当中,表明市场竞争力提升;(3)列中polit×post×strategic和market系数均在1%显著性水平上为正,结合Sobel检验结果,市场竞争的中介效应比例为4%,说明政策通过“信号”作用提升企业市场竞争力,促进企业创新绩效的提升。(4)-(6)中的polit×post×strategic和market的回归系数结果与创新绩效回归结果类似,说明市场竞争在国家创新型企业政策与企业经济绩效中发挥中介作用;但Sobel检验结果显示,市场竞争在政策经济绩效中的中介效应比例为20.30%,相较于创新绩效更大,说明市场竞争力的提升更多的表现为企业价值的增强,创新更多表现为政策余力的额外性。

六、结论与启示

本文通过手工整理5批次国家创新型企业名单,以其中的上市公司为样本,采用2003-2017年数据,构建处理效应-三重差分模型,验证分析国家创新型企业政策对企业创新和经济绩效的作用效果。最终研究结果表明:(1)国家创新型企业政策实施短期内对企业创新绩效和经济绩效均有明显的促进作用;伴随政策实施时间的增长,政策效果呈现增长和叠加效应;通过去除同类高新技术企业税收优惠政策的干扰,国家创新型企业政策对企业创新和经济增长仍呈现促进作用。(2)国家创新型企业政策借助政府资源配置下“扶持”作用,首先,通过增加企业政府补助资金的形式,形成直接资源补给效应;其次,通过获取企业税收优惠的形式,形成间接的资源节约效应;第三,通过加大创新人才投入,形成知识溢出效应;第四,借助国家重点实验室构建,形成创新平台,加速创新合作交流,突破创新壁垒,有助于企业创新和经济绩效的双重增长。此外,国家创新型企业借助政策认证下的“信号”作用,一方面,通过获取投资者的信赖,缓解企业的信贷融资压力;另一方面,通过赢得客户及供应商的认可,提升企业市场竞争力,最终形成资源的累积效应,提升企业绩效。

本文研究结论的政策启示:(1)在创新驱动发展战略导向下,国家创新型企业政策实施促进了创新主体的创新能力的改善和企业价值的攀升,未来为发挥创新微观主体的宏观推动作用,应加大国家创新型企业政策的实施范围;(2)国家创新型企业政策对企业创新和经济绩效的促进作用呈现长期增长趋势,为加快我国创新型国家的建设步伐,更快更早的强化创新主体的政策享受力度;(3)国家创新型企业政策对企业绩效的影响,不仅是政府的“扶持”作用,政策认证的“信号”作用同样显著,但扶持作用下的创新人才投入措施效果最为显著,其次为扶持作用下的政府补助效应,第三为政府扶持下重点实验室建设,增强了企业基础研究竞争力,第四为信号机制下的信贷融资的缓解和市场竞争力的提升,相对而言税收优惠的作用效果最低,未来政策落实应首先加大企业创新要素供给下的人才投入、资金补给、研发平台建设;其次,强化政府的信贷保证和宣传作用;适当兼顾企业的税额减免和税率降低手段,尽力实现政策对企业绩效的叠加效应。

本文研究还存在明显不足:其一,鉴于数据的可获得性,本研究仅限于国家创新型企业中的上市公司样本,缺乏非上市公司企业的有效分析,现阶段我国科技创新的发展,亟需激发民营中小企业创新活力,因此,未来将拓宽样本评价范围,从全样本视角评估政策的整体作用效果。其二,国家创新型企业政策对企业绩效的影响因素众多,本研究仅从“扶持”和“信号”作用两个视角探究其作用机理,有失偏颇,企业为享受政策呈现的寻租选择和补助资金的监管制度等因素也将影响政策最终效果的落实,故本文将后续展开深入研究。

参考文献
[]
池国华、王志、杨金, 2013, “EVA考核提升了企业价值吗?——来自中国国有上市公司的经验证据”, 《会计研究》, 第 11 期, 第 60-66+96 页。DOI:10.3969/j.issn.1003-2886.2013.11.009
[]
党文娟、罗庆凤, 2020, “政府主导下的中小型企业创新激励机制研究——以重庆为例”, 《科研管理》, 第 7 期, 第 50-60 页。
[]
党兴华、张晨, 2015, “基于FANP的创新型企业评价模型研究”, 《科学学与科学技术管理》, 第 3 期, 第 114-122 页。
[]
丁杰, 2019, “绿色信贷政策、信贷资源配置与企业策略性反应”, 《经济评论》, 第 4 期, 第 62-75 页。
[]
范德成、杜明月, 2018, “高端装备制造业技术创新资源配置效率及影响因素研究——基于两阶段StoNED和Tobit模型的实证分析”, 《中国管理科学》, 第 1 期, 第 13-24 页。
[]
范蕊、余明桂、陈冬, 2020, “降低企业税率是否能够促进企业创新?”, 《中南财经政法大学学报》, 第 4 期, 第 74-84 页。DOI:10.3969/j.issn.1003-5230.2020.04.008
[]
郭景先、苑泽明, 2018, “生命周期、财政政策与创新能力——基于科技型中小企业的经验证据”, 《当代财经》, 第 3 期, 第 23-34 页。
[]
郭峰、熊瑞祥, 2018, “地方金融机构与地区经济增长——来自城商行设立的准自然实验”, 《经济学(季刊)》, 第 1 期, 第 221-246 页。
[]
何建洪、贺昌政, 2011, “创新能力与创新型企业评价研究”, 《管理学报》, 第 2 期, 第 248-253 页。DOI:10.3969/j.issn.1672-884X.2011.02.013
[]
黄宇虹, 2018, “补贴、税收优惠与小微企业创新投入——基于寻租理论的比较分析”, 《研究与发展管理》, 第 4 期, 第 74-84 页。
[]
李百兴、王博, 2019, “新环保法实施增大了企业的技术创新投入吗?——基于PSM-DID方法的研究”, 《审计与经济研究》, 第 1 期, 第 87-96 页。DOI:10.3969/j.issn.1004-4833.2019.01.009
[]
李政、杨思莹, 2018, “创新活动中的政府支持悖论: 理论分析与实证检验”, 《经济科学》, 第 2 期, 第 88-100 页。
[]
李政、杨思莹, 2019, “创新型城市试点提升城市创新水平了吗?”, 《经济学动态》, 第 8 期, 第 70-85 页。
[]
刘春林、田玲, 2021, “人才政策'背书'能否促进企业创新”, 《中国工业经济》, 第 3 期, 第 156-173 页。DOI:10.3969/j.issn.1006-480X.2021.03.009
[]
刘婷婷、高凯, 2020, “产业政策如何影响长三角地区企业竞争力?”, 《产业经济研究》, 第 1 期, 第 71-83 页。
[]
柳光强、杨芷晴、曹普桥, 2015, “产业发展视角下税收优惠与财政补贴激励效果比较研究——基于信息技术、新能源产业上市公司经营业绩的面板数据分析”, 《财贸经济》, 第 8 期, 第 38-47 页。DOI:10.3969/j.issn.1005-913X.2015.08.022
[]
柳光强, 2016, “税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究”, 《管理世界》, 第 10 期, 第 62-71 页。
[]
马凌远、李晓敏, 2019, “科技金融政策促进了地区创新水平提升吗?——基于'促进科技和金融结合试点'的准自然实验”, 《中国软科学》, 第 12 期, 第 30-42 页。DOI:10.3969/j.issn.1002-9753.2019.12.003
[]
庞瑞芝、薛宁、丁明磊, 2012, “中国创新型试点企业创新效率及其影响因素研究——基于2006~2010年创新型试点企业非平衡面板数据的实证考察”, 《产业经济研究》, 第 5 期, 第 1-10+18 页。DOI:10.3969/j.issn.1671-9301.2012.05.001
[]
宋英华、庄越、张乃平, 2011, “创新型企业成长的内部影响因素实证研究”, 《科学学研究》, 第 8 期, 第 1274-1280 页。
[]
孙早、肖利平, 2015, “产业特征、公司治理与企业研发投入——来自中国战略性新兴产业A股上市公司的经验证据”, 《经济管理》, 第 8 期, 第 23-34 页。
[]
孙早、肖利平, 2016, “融资结构与企业自主创新——来自中国战略性新兴产业A股上市公司的经验证据”, 《经济理论与经济管理》, 第 3 期, 第 45-58 页。DOI:10.3969/j.issn.1000-596X.2016.03.004
[]
唐书林、肖振红、苑婧婷, 2016, “上市公司自主创新的国家激励扭曲之困——是政府补贴还是税收递延?”, 《科学学研究》, 第 5 期, 第 744-756 页。DOI:10.3969/j.issn.1003-2053.2016.05.015
[]
唐玮、崔也光, 2017, “政府控制、创新投入与公司价值——基于投资者信心的中介效应分析”, 《财贸研究》, 第 6 期, 第 101-110 页。
[]
王玲、朱占红, 2011, “基于事件分析法的国家创新政策对高新技术产业的影响分析”, 《科学学与科学技术管理》, 第 9 期, 第 43-50 页。
[]
王洛忠、张艺君, 2017, “我国新能源汽车产业政策协同问题研究——基于结构、过程与内容的三维框架”, 《中国行政管理》, 第 3 期, 第 101-107 页。DOI:10.3782/j.issn.1006-0863.2017.03.18
[]
王智波、韩希, 2018, “废止收容遣送制度的经济影响——基于检验最优城市理论的实证研究”, 《经济学(季刊)》, 第 3 期, 第 1013-1034 页。
[]
王中超、周绍妮、王言, 2020, “产业政策会影响国有企业混合所有制改革吗?”, 《财经研究》, 第 6 期, 第 110-124 页。
[]
温忠麟、叶宝娟, 2014, “中介效应分析: 方法和模型发展”, 《心理科学进展》, 第 5 期, 第 731-745 页。
[]
夏清华、黄剑, 2019, “市场竞争、政府资源配置方式与企业创新投入——中国高新技术企业的证据”, 《经济管理》, 第 8 期, 第 5-20 页。
[]
杨超, 2020, “企业国家重点实验室评估政策对创新搜索能力影响研究——基于政策助推性的视角”, 《科技管理研究》, 第 21 期, 第 46-53 页。DOI:10.3969/j.issn.1000-7695.2020.21.006
[]
杨以文、周勤、李卫红, 2018, “创新型企业试点政策对企业创新绩效的影响——来自微观企业的经验证据”, 《经济评论》, 第 1 期, 第 91-105 页。
[]
张龙鹏、邓昕, 2021, “基础研究发展与企业技术创新——基于国家重点实验室建设的视角”, 《南方经济》, 第 3 期, 第 73-88 页。
[]
张娜、梁喆, 2019, “西方发达国家环境与气候政策协同的经验启示”, 《中国行政管理》, 第 3 期, 第 155-156 页。
[]
张奇峰、戴佳君、樊飞, 2017, “政治联系、隐性激励与企业价值——以民营企业在职消费为例”, 《会计与经济研究》, 第 3 期, 第 56-71 页。
[]
张同斌、高铁梅, 2012, “财税政策激励、高新技术产业发展与产业结构调整”, 《经济研究》, 第 5 期, 第 58-70 页。
[]
张永安、宋晨晨、王燕妮, “创新科技政策时滞效应研究——基于中关村国家自主创新示范区数据”, 《科技进步与对策》, 第 109-115 页。
[]
张杨勋、周浩, 2020, “政府专项补助与企业创新产出: 来自专利的证据”, 《中南财经政法大学学报》, 第 3 期, 第 71-77+159 页。DOI:10.3969/j.issn.1003-5230.2020.03.008
[]
郑石明、李佳琪、李良成, 2019, “中国创新创业政策变迁与扩散研究”, 《中国科技论坛》, 第 9 期, 第 16-24 页。
[]
祝爱民、刘盈君、徐英杰, 2008, “创新型企业评价体系研究”, 《科学学研究》, 第 2 期, 第 578-582 页。
[]
朱晓文、吕长江, 2019, “家族企业代际传承: 海外培养还是国内培养?”, 《经济研究》, 第 1 期, 第 68-84 页。DOI:10.3969/j.issn.1002-5863.2019.01.020
[]
Aghion P., Akcigit U., Howitt P., 2015, "The Schumpeterian Growth Paradigm". Economics(1), 557–575.
[]
Han Z. X., Li W. A., 2013, "Pyramidal Structure of Chinese Publicly-Listed Private Firms: Motivations, Correlations and Paths to Governance". China Economist(4), 110–123.
[]
Marijn J, Natalie H, 2016, "Innovating and Changing the Policy-cycle: Policy-makers be Prepared!". Government Information Quarterly(4), 99–105.
[]
Nee V., Kang J., Opper S., 2010, "A Theory of Innovation: Market Transition, Property Rights, and Innovative Activity". Journal of Institutional and Theoretical Economics(3), 397–425.
[]
Spence M., 2002, "Signaling in Retrospect and the Informational Structure of Market". American Economic Review(3), 434–459.
[]
Xiqian C., Yi L., Mingqin W., Linhui Y., 2016, "Does Environmental Regulation Drive away Inbound Foreign Direct Investment? Evidence from a Quasi-Natural Experiment in China". Journal of Development Economics(8), 434–459.