金融支持創新影響機制的三階段遞推CDM模型研究

吳翌琳，谷 彬

(1.中國人民大學中國調查與數據中心，北京 100872;2.北京大學光華管理學院，北京 100826;3.國家統計局統計科學研究所，北京 100826)

創新是國家發展進步的動力和源泉，作為基本經濟單位，企業創新在國家自主創新體系中居于基礎性主體地位，對于創新型國家建設發揮決定性作用。然而，企業創新是一個動態過程，歷經不同階段的分工協作，涉及多種要素的整合配置，而其中資本和金融居于主導地位，對于其他創新資源具有引領和導向作用。那么，如何通過資本和金融手段引導和支持創新要素向企業集聚?如何聚焦企業創新的關鍵環節，推動自主創新在企業層面取得突破?本文構建企業創新系統的三階段遞推模型，對企業創新能力的提升過程進行實證研究，考察金融服務與政策環境對企業創新的影響機制和階段性特征，以引導創新資本流向自主創新的關鍵環節，通過資本的力量激活創新要素，增強企業創新動力。

一、文獻綜述

政府支持和金融服務在科技創新中發揮重要作用。由于創新風險、市場競爭和資金短缺等因素的影響，企業對于創新活動持非常謹慎的態度，技術創新的投資規模和支持力度可能低于社會理想水平。因此，政府通常通過直接撥款資助、金融政策支持和稅收減免政策等科技激勵政策工具刺激企業的創新活動，促進創新資源得到優化配置。Capron和Potterie［1］對政府的科技激勵政策與企業R＆D投入關系的研究表明政府的R＆D撥款資助對企業R＆D投入有正面影響。而Mohnen［2］在其研究中證明了稅收鼓勵的顯著激勵效果。關于金融促進創新的研究，Schumpeter［3］指出良好的銀行通過甄別并提供資金給那些最具有新產品開發能力的企業，以促進科技創新。國家層面，Aghion等［4］構建了金融發展與R＆D的內生增長模型，發現受信貸約束的經濟體 (窮國)比發達經濟體增長要慢，證實了技術創新以及經濟增長率依賴金融深化的程度。企業層面，Canepa和Stoneman［5］基于歐盟創新調查數據，發現金融資金和信貸等要素促進企業創新能力的提升，這種影響在高技術企業以及中小型企業中更加明顯。

國內關于資本投入與創新關系的研究，孫楊等［6］研究了政府資金、企業資金、金融機構貸款和其他方式籌資等不同資金來源對企業創新產出的影響。解維敏等［7］對政府R＆D資助與上市公司R＆D支出之間的關系進行實證研究，發現政府R＆D對企業R＆D支出具有刺激作用。劉降斌和李艷梅［8］對長江三角洲、珠江三角洲、東北老工業基地和內陸科技圈四個科技區域科技型中小企業自主創新與金融體系的長期關系和短期關系進行實證研究。安同良等［9］通過構建企業與R＆D補貼政策制定者之間的動態不對稱信息博弈模型，研究企業獲取R＆D補貼的策略性行為及政府R＆D補貼的激勵效應。朱平芳和徐偉民［10］采用上海市行業數據，分析了科技激勵政策對R＆D投入與專利產出的影響。李平等［11］基于面板數據對不同類型資本及知識產權保護對中國研發資本投入產出效率的影響進行了實證研究。

綜上所述，現有文獻分別研究不同類型資本對創新投入、創新產出或創新效率三個不同層次的影響。然而，企業創新是一個不斷深化的系統過程，是從創新投入到創新產出、再到企業效率提升與市場競爭力增強的完整價值流程。在企業創新的不同階段，創新資本的需求特征也不同。相對于現有文獻孤立地研究不同類型資本對創新投入、創新產出或創新效率三個層次的影響，本文的重要改進是將三個層次統一到企業創新的深化進程，構建企業創新系統的三階段遞推模型，以海淀區企業為例，基于創新調查與企業財務數據的對接，分階段考察企業創新能力的提升過程，通過引入金融政策支持變量，研究資本和金融服務對企業創新的影響機制和階段性變化，以引導資本流向企業創新的關鍵環節，通過資本手段激活創新要素，增強企業創新動力，探索符合企業創新規律的金融支持路徑。

二、企業創新系統的三階段遞推CDM模型

(一)理論模型

三階段遞推CDM模型源于熊彼特的創新思想以及Pakes和 Griliches［12］提出的知識生產函數模型。在此基礎上，Crépon等［13］提出分析創新投入和生產率關系的模型框架，將企業R＆D投入和生產率的關系分為創新投入、創新產出、創新對生產率的影響三個階段，即三階段遞推CDM模型。CDM模型在以往創新與企業效率研究的基礎上，提出了研究企業創新過程的“黑箱”方法，兼容和適用性更高，同時將所有樣本都納入研究框架，避免了以往研究只注重創新樣本而導致有偏的問題。

CDM模型以其獨特創新理念和模型優勢，不僅在英國、法國、德國、意大利、荷蘭、瑞典、挪威和芬蘭等發達國家得到廣泛應用，也被廣泛應用于智利、坦桑尼亞和愛沙尼亞等許多發展中國家。相對而言，此模型在中國的應用尚處于起步階段，雖有少量研究案例，如Hu等［14］和Jefferson等［15］，但其并未對資本金融要素對于企業創新的重要影響給予足夠關注。因此，本文引入資本和金融要素對傳統CDM模型進行改進，結合企業創新的具體國情及現實數據狀況，構建企業創新系統的三階段遞推CDM模型，其理論框架如圖1所示。

圖1 中國企業創新系統發展三階段模型

根據以上分析框架，構建如下方程，以待實證檢驗。

第一階段:創新投入方程。第一階段是企業創新的起步階段，通過加大創新投入以實現創新效果是企業普遍的發展模式。在此階段，政府、金融、財政和稅務部門通常會給予支持，扶持企業由一般生產型企業進入創新型企業行列。

第二階段:創新產出方程。在此階段，企業開始取得前期創新投入的成果，推出新產品并以市場需求為導向促進創新活動的進一步深化。金融服務和政策支持在此階段繼續發揮作用，但更為主要的是企業經營管理對創新的影響。

第三階段:創新—生產率方程。此階段是創新效果充分顯現的階段，新產品的產出為企業帶來的不只是企業利潤，還有勞動生產率的提升，促進企業從勞動密集型逐步轉向知識密集型，實現企業產業的全面升級轉型，從而達到建設創新型國家的目的。

(二)變量設置

根據上述分析，本文采用的實證模型具體變量設置如表1所示。

表1 變量設置表

1.因變量

三階段的因變量設置如下:第一階段因變量為創新投入 (INI)，具體表現為企業研究開發支出占銷售收入比重，反映企業創新的資本投資幅度。第二階段因變量為創新產出 (INO)，表現為企業新產品產值比重，反映企業創新的直接效果。第三階段因變量為勞動生產率 (PRT)，用人均總產值表示，反映企業效率。

2.自變量 (影響因素)

從上述分析可知，企業創新的多階段過程受到多個因素的制約和影響，而本文主要考察政府政策支持、企業金融、企業管理、固定資產、工資福利以及員工素質等六方面對企業創新及其效果的影響機制，各個方面具體的自變量設置如下:

(1)政策支持 (POL)。政策支持是指政府鼓勵創新的金融財稅政策和直接的創新資金支持，主要包括以下三方面:第一，金融支持政策(FSP)是創新調查中的虛擬變量，反映金融支持政策對企業創新的影響。第二，稅收減免政策(TRP)是創新調查中的虛擬變量，反映稅收減免政策對企業創新的影響。第三，政府資金支持(GFS)是企業創新資金中政府資金的比重，反映政府對企業創新的資金支持。

(2)企業金融 (EFM)。企業金融是指企業在政府之外通過金融融資獲取創新資金，以及將自有資金用于創新活動，主要包括以下三方面:第一，金融機構貸款比重 (FIL)是企業創新資金中金融機構貸款的比重，反映企業創新對金融融資的依賴程度。第二，自有資金比重 (SFS)是企業創新資金中自有資金比重，反映企業自身對創新活動的支持 (投資)力度。第三，企業現金流 (CFL)是企業現金流占流動資產比重，作為企業創新最直接的資金來源，企業現金流反映企業對創新資金的管理能力。

(3)企業管理 (EME)。企業管理主要通過企業財務指標考察經營管理對企業創新的影響，主要包括以下三方面:第一，資產負債率 (ALR)用于考察企業財務狀況是否穩定，反映企業資金管理水平。第二，成本收入比 (CRR)是考察企業盈利能力和成本控制的綜合性指標。第三，辦公低效性 (MIE)是辦公費和差旅費之和占銷售收入比重，體現企業的辦公效率和管理能力。

(4)固定資產 (CAP)。第三階段創新效果方程的本質是生產函數，因此，企業固定資產投入作為生產效率的重要影響因素被引入模型。

(5)工資福利 (WAW)。工資福利反映企業的薪酬水平對員工積極性和創新能力的影響，主要包括以下兩方面:第一，工資水平 (WPC)即企業員工人均工資。第二，員工福利 (IHA)包括員工人均保險和住房補助。

(6)員工素質 (EQA)。本科以上員工比重，反映員工素質和人力資本對于企業創新的支持。

3.控制變量

為了排除其他可控因素的影響，使模型估計達到更高的精度，本文還設置關于企業規模、企業產權特征以及企業所在的行業特征三方面的控制變量，這些變量的具體設置如下:

(1)企業規模 (SCALE)，計算方法為企業勞動力人數取對數。①這是在很多研究中常用的方法，國外的研究并不像中國把企業分成大中小型，而是直接使用該連續變量來體現企業規模，方便與各種研究進行比較，也便于直接放入生產函數方程。

(2)產權特征 (TYPE)。企業產權特征采用一組所有制虛擬變量反映產權特征對企業創新的影響。與現有研究不同的是，本文并未按照企業登記注冊類型分類，而是依據不同類型資本在總實收資本中的比重，以超過50%為限確定企業類型，DSCC、DCIC、DHKMTF分別表示企業資本中國有和集體資本、法人和私人資本、港澳臺和外商資本超過50%的企業。這是因為企業的資本狀況在登記注冊之后始終處于變化狀態，如果僅以注冊時的企業類型判斷企業屬性可能造成數據失真。因為這里研究的是企業的金融資金狀況與創新的關系，而我們知道，企業資本結構在登記注冊之后時時刻刻在改變，所以直接觀察各種資本的比率來定義企業類型要比使用其原始的注冊類型更能真實地反映企業資本結構的現狀，更能準確地反映各類資本主導下的企業不同創新模式。

(3)行業特征 (IND)。企業行業特征反映行業差異對企業創新的影響。根據數據分析，盡管海淀區創新調查樣本涵蓋制造業和服務業34個行業，但主要分布在化學原料及化學制品制造業，通用設備制造業，專用設備制造業，通信設備、計算機及其他電子設備制造業，儀器儀表及文化、辦公用機械制造業五個行業，其企業數量占總體比重達68.2%。為分離行業差異對企業創新的影響，本文針對五個主體行業設置虛擬變量，參照組為其他行業企業，以考察不同行業的創新特征。

(三)基礎數據

關于數據選用，現有研究主要從行業和地區層面展開，缺乏企業層面的微觀證據。2007年，國家統計局以歐盟創新調查 (CIS4)為基礎，開展第一次全國工業企業創新調查，為深入研究中國企業創新狀況提供了第一手材料。海淀區創新實力雄厚，創新要素密集，作為中關村國家自主創新示范區核心區，其創新研究具有重要的示范意義。因此，本文數據選用全國企業創新調查的海淀區企業樣本，主要關注企業在2004—2006年是否進行創新及創新投入產出的數量和結構特征，共計638個企業樣本。同時，為滿足進一步細化研究的需要，本文將創新調查數據與企業財務數據進行對接，得到524個有效樣本，涉及科技投入、政府支持、金融融資和經營管理等方面的詳細信息，從而擴展了分析研究的維度和深度。

本文樣本涵蓋海淀區制造業、服務業各個行業，按照創新投入強度在0—10%、10%—30%、30%以上三個區間，將樣本分為較低創新投入企業、中等創新投入企業和高創新投入企業三個層次對應的創新產出強度、政府支持、金融支持以及管理效率的水平。基本數據情況如表2所示，從相應的主要指標可以看出，低中高三類創新企業在創新產出強度上差異不明顯，以中等投入的企業產出效率較高，政府和金融機構以及稅收政策都傾向于支持創新投入強度較低的企業，旨在幫助其提高創新投入，而相對地，較高創新投入的企業同樣得益于相對較高的管理效率。

表2 企業創新與外部政府金融支持和內部管理效率描述分析 單位:%

三、實證結果分析

本文采用STATA軟件對模型進行估計，剔除部分不顯著變量，最終估計結果如表3所示。

表3 模型估計結果

具體估計方法為:對第一階段——創新投入方程進行估計，得到創新投入的估價值，代入第二階段——創新產出方程，得到創新產出的估計值，代入第三階段——創新—生產率方程，從而完成三階段遞推CDM方程的總體估計。

總體而言，企業創新具有明顯的階段性特征，各階段之間的聯系愈加緊密。在第二、第三階段的方程估計中，創新投入對創新產出、創新產出對勞動生產率的影響系數分別為2.395、5.200，兩階段系數差距明顯并具有較高的顯著性，表明企業創新是一個漸進的過程，階段性特征較強，而三階段遞推CDM模型較好的擬合性適應了這一特征。

1.金融支持聚焦創新投入階段，引導創新要素的流向與聚集

金融服務和政策支持變量主要在第一階段——創新投入方程的估計中表現顯著，而在第二、第三階段的方程估計中并不顯著，表明金融服務和政策支持主要在創新投入階段發揮作用，對于企業初始創新能力培育具有重要影響。其中，在政策支持方面，稅收減免影響系數為0.038，大于金融政策支持、政府創新補貼的影響系數，表明相對于后兩者直接的政策支持而言，稅收減免給予企業創新更多的空間和自由度，對創新促進作用更大。在企業金融方面，企業現金流影響系數為0.003，大于金融機構貸款和企業自有資金的影響系數，這是因為相對于金融融資和企業自有資金而言，創新資金流的高效管理對于企業創新能力的提高更為直接有效。需要指出的是，盡管金融服務和政策支持的作用主要發生在創新投入階段，但卻通過創新產出方程、創新—生產率方程對創新產出及企業效率發揮重要的間接作用和潛在影響，因此，如果金融政策支持不力，不僅會造成創新初期的創新倦怠和積極性不高，也會對企業長遠效率和競爭力的提高造成不利影響。

2.管理要素貫穿創新始終，是創新能力提升的基礎和依據

企業管理等內部要素的影響貫穿企業創新能力提升的全過程。企業管理、固定資產、工資福利和員工素質等企業內部要素在三階段模型的估計中均表現顯著，且影響強度隨創新進程呈加強趨勢。具體而言，資產負債率對創新投入和創新產出正影響，對企業效率負影響，表明負債經營可以增加企業流動資金，在一定程度上促進創新投入和創新產出的提高。同時，過度負債又會對企業經營造成負面影響，阻礙企業效率的提升。成本收入比及辦公低效性兩項逆指標對創新投入、創新產出和企業效率均有負向影響，且影響強度不斷加強，顯示隨創新進程的推進優化企業經營管理的意義愈加重要。作為生產函數的基本構成要素，固定資產的彈性為0.299，表明海淀區企業仍以勞動密集型為主。工資福利對創新投入負影響，對創新產出和企業效率正影響，而員工素質在三階段始終為正影響。這是因為工資福利作為企業經營成本，會在第一階段與企業創新投入競爭部分資金，而同時又激發了員工生產和創新的積極性，帶來更高的創新產出和企業效率。工資福利和員工素質變量共同驗證了提高企業薪酬福利水平、吸引高素質人才聚集是企業提升自主創新能力的重要途徑。

3.企業創新遵從行業規律，金融支持應符合行業技術特征

本文引入行業特征、企業規模和產權特征三個控制變量，其顯著性依次遞減，表明企業創新特征更多服從于行業特有規律，而所有制和規模因素影響較弱。因此，金融服務和政策支持應首先考慮具體行業的技術特征，其次才是規模和所有制因素，金融服務和政策支持中小企業創新發展的重要依據是具體行業的技術特征，而所有制因素的參考意義則相對有限。具體到行業層面，行業虛擬變量在第一、第二階段為正影響，顯示相對于其他行業而言，五大行業技術含量更高，因而保持較高的創新投入和產出水平。而在第三階段，行業虛擬變量為負向影響，顯示相對于其他行業，五大行業的效率優勢并不明顯，一個可能的解釋是其他行業更符合當前階段的比較優勢。Jefferson等［15］也有類似的發現:在不考慮行業因素時，外資企業和港澳臺合資企業的創新投入強度相對較高，在考慮行業因素后便不再顯著。這是由于企業創新的產權特征弱于行業規律，將兩者同時引入模型，創新特征則被行業因素充分分離，而在產權方面表現不再顯著。

四、結論與建議

本文構建企業創新系統的三階段遞推CDM模型，以海淀區為例，對企業創新能力的提升過程進行實證研究，考察金融服務對企業創新能力提升的影響機制和階段性變化。研究發現:不同的資金投入渠道對企業創新具有不同的作用，金融服務和政策支持主要在創新投入階段發揮作用，通過引導創新要素的流向與集聚，提高企業自主創新的動力;管理要素在企業創新深化階段發揮重要作用，是企業創新能力提升的基礎和保證;企業創新更多服從于行業規律，金融服務和政策支持應主要依據具體行業的技術特征，而企業規模和產權類型不宜作為政府甄選資助對象的考核標準。

總體而言，企業創新從最初創新決策到初創實施、再到技術成熟形成市場競爭力的階段性成長過程中，由于企業的規模、盈利能力、發展目標、技術創新成熟程度和活躍程度以及抵御市場風險能力都不相同，企業的創新資本需求特征和資金籌措能力等也存在較大的差異。因此，在整個企業成長過程中，需要與之相適應的、多元化、多層次的金融支持系統提供融資服務，支持企業創新的深入發展，即建立一個支持創新型企業從小到大的連續的金融服務動態機制。中國企業的創新初期需要政府和金融機構的資金支持，通過金融手段與政策環境，引導各類創新要素在企業層面集聚，培育創新的初始條件，增強企業創新動力。同時，伴隨企業創新向縱深發展，自主創新的關鍵環節應向管理要素轉變，增強企業創新穩健發展的內生機制。只有構建多層次的金融支持體系，充分整合多方資本優勢，才能化解創新風險，推動我國科技創新的持續發展。

［1］Capron，H.，Potterie，B.V.P.Issues in Measuring the Relationship between Government and Private R＆D［M］.Miméo:Université Libre de Bruxelles，1997.

［2］Mohnen，P.R＆D Tax Incentives:Issues and Evidence［M］.Miméo:Universitédu Québec àMontréal and Cirano ，1997.

［3］Schumpeter，J.A.Theorie der Wirtschaftlichen Entwicklung(English Translation:The Theory of Economic Development，1934)［M］.Cambridge:Harvard University Press，1912.

［4］Aghion，P.，Howitt，P.，Mayer－ Foulkes，D.The Effect of Financial Development on Convergence:Theory and Evidence［J］.Quarterly Journal of Economics，2005，120(1):173－222.

［5］Canepa，A.，Stoneman，P.Financial Constraints to Innovation in the UK:Evidence from CIS2 and CIS3［R］.Oxford Economic Papers，2008.

［6］孫楊，許承明，夏銳.研發資金投入渠道的差異對科技創新的影響分析——基于偏最小二乘法的實證研究［J］.金融研究，2009，(9):165－174.

［7］解維敏，唐清泉，陸珊珊.政府R＆D資助、企業R＆D支出與自主創新［J］.金融研究，2009，(6):86－99.

［8］劉降斌，李艷梅.區域科技型中小企業自主創新金融支撐體系研究——基于面板數據單位根和協整的分析［J］.金融研究，2008，(12):193－206.

［9］安同良，周紹東，皮建才.R＆D補貼對中國企業自主創新的激勵效應［J］.經濟研究，2009，(10):87－98.

［10］朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業R＆D投入及其專利產出的影響——上海市的實證研究［J］. 經濟研究，2003，(6):56－71.

［11］李平，崔喜君，劉建.中國自主創新中研發資本投入產出績效分析［J］.中國社會科學，2007，(2):32－42.

［12］Pakes，A.，Griliches，Z.Patents and R and D at the Firm Level:A First Look［R］.NBER Working Paper，No.W0561，1980.

［13］Crépon，B.E.，Duguet，J.，Mairesse，J.Research，Innovation，and Productivity:An Econometric Analysis at the Firm Level［J］.Economics of Innovation and New Technology，1998，7(1):115－156.

［14］Hu，A.G.Z.，Jefferson，G.，Qian，J.R＆D and Technology Transfer:Firm Level Evidence from Chinese Industry［J］.Review of Economics and Statistics，2005，87(4):780－786.

［15］Jefferson，G.，Bai，H.，Guan，X.，Yu，X.R and D Performance in Chinese Industry［J］.Economics of Innovation and New Technology，2006，15(4/5):345－366.

［16］Mohnen，P.，Mairesse，J.，Dagenais，M.Innovativity:A Comparison across Seven European Countries［J］.Economics of Innovation and New Technologies，2006，15(4/5):391－413.

［17］Masso，J.，Vahter，P.Technological Innovation and Productivity in Later Transition Estonia:Econometric Evidence from Innovation Surveys［Z］.University of Tartu Faculty of Economics and Business Administration，2008.