產業政策、資本配置效率與企業技術創新

■李 雷，周端明

一、引言與文獻綜述

當前，我國制造業在國際分工中尚處于技術含量和附加值較低的“制造—加工—組裝”環節，而在附加值較高的研發、設計、營銷、售后服務等環節缺乏競爭力，常被冠以“廉價”“低檔”的帽子。制造業的競爭基礎在于企業創新能力。企業的技術進步無非來源于研發帶來的內部創新和外部技術引進。但是，隨著中國企業的技術水平逐漸逼近國際技術前沿，外部引進作為技術進步源泉的難度越來越大。特別是近年來中美貿易爭端加劇，美國等國家對我國沒有比較優勢的知識技術領域實行出口管控，我國深刻認識到必須依靠國內企業自主創新推動技術進步。

國內外學者的相關研究表明，產業政策對技術進步起重要作用。Aghion et al.（2015）認為產業政策能夠促進企業競爭，在激烈的市場競爭中，為了贏得市場份額，企業會產生創新意愿和動力，謀求技術進步。黎文靖和鄭曼妮（2016）、余明桂等（2016）對我國“五年規劃”產業政策的研究發現，受到產業政策支持的企業專利申請數量得到顯著提升。針對“十大產業振興規劃”政策的研究也發現，被支持企業的專利申請量得到了顯著增加（雷根強和孫紅莉，2019）。與上述觀點不同，江飛濤和李曉萍（2010）認為，中國產業政策試圖通過嚴格限制進入和提高集中度以促進創新，會使得被扶持的大企業因缺乏競爭壓力而喪失創新的動力，也會抑制其他企業的創新活動。另外，企業為了獲得政策支持會增加尋租支出，使得企業的創新資源被擠占，從而抑制企業創新（袁建國等，2015）。張杰等（2015）的實證研究也沒有發現政府創新補貼政策能夠顯著促進企業創新。

2015 年5 月，國務院正式印發“中國制造2025”。這是我國政府為了改變制造業“大而不強”局面推出的十年綱領，支持目標是已經發展但需要重點發展的高精尖行業，這些行業代表著中國高科技的發展方向，是更高維度的產業政策，為中國的高端制造提供了很強的政策性支持。基于此，本文以國務院正式印發“中國制造2025”為出發點，考察政府產業政策對受支持企業技術創新的影響，從產業政策對專利申請的影響和動態觀測政策效應兩方面豐富產業政策與企業技術創新之間的研究。并且從政府與市場關系、股權融資和企業資本配置效率的視角出發，探索產業政策對企業技術創新的作用差別及作用機制，這有助于判斷產業政策對企業研發效率的影響，從而進一步調整政策的實施力度。

二、理論機制分析

產業政策作為一種政府干預手段，加之發展中國家政府在信息方面的優勢使得其更容易識別優勢產業（林毅夫，2007），因此產業政策的落實及效果會受到地方政府政策落實意愿和政策工具的影響。

從落實意愿看，受政治錦標賽（周黎安，2007）及財政分權（沈坤榮和付文林，2005）的影響，地方官員為獲得更大的晉升機會及更高的財政收入，會積極推動地方經濟發展，而“中國制造2025”規劃的產業具有更廣闊的前景，能夠帶來更快的經濟增長。因此，地方政府具有充分的意愿推動該產業政策的落實。

從政策工具看，政策工具是否充足是影響產業政策落實的關鍵點。一方面，地方政府可以通過直接干預推進“中國制造2025”的落實。例如，政府能夠通過干預市場準入和投資項目的審批以影響行業的進入和退出門檻，從而改變企業間競爭程度，進而通過市場競爭機制影響企業技術創新。政府也能夠直接干預信貸及土地審批以影響企業發展，進而影響企業技術創新。另一方面，政府可以通過間接引導的方式促進“中國制造2025”的實施。例如，政府能夠通過信貸優惠、再融資便利等金融政策調整企業的資金約束，影響企業技術創新項目開展進程。也能夠通過補貼目標企業以及施行稅收優惠等財政手段改變企業面臨的融資約束，影響企業技術創新。此外，政府還能制定教育及人才引進方面的措施，通過調整高校及科研機構的招生規劃影響專業人才的流動，以適應重點規劃產業發展的需求。

政府落實產業政策所制定的具體政策工具，其本質依然是一種政府干預市場的行為，由此決定了產業政策的具體效果仍然會受到市場機制的影響。市場主體的多樣性及機制運行的復雜性，使得政府制定的政策工具產生的影響各不相同，導致產業政策不一定會如預期那樣必然產生創新的促進效應，也可能抑制企業創新。

（一）產業政策的創新促進效應

第一，為促進受支持產業的發展，政府可能會通過降低市場準入和投資項目審批要求等措施影響企業進入和退出相關產業的門檻，使得更多的企業能夠進入，從而改變企業間競爭程度。在更加激烈的競爭環境下，為了生存，企業必須通過自身的技術創新獲得競爭優勢。第二，為推動“中國制造2025”的實施，政府會通過降低規劃范圍內企業銀行信貸的審批要求（黎文靖和李耀淘，2014）、給予更多再融資機會等方式對市場進行干預，從而將大量的資源向規劃范圍內產業導流，緩解企業技術創新面臨的資金約束。第三，產業政策會影響政府的稅收政策和補貼資源流向，使得政策向受支持產業傾斜。一方面，稅收優惠可以通過直接減免以及研發費用扣除等方法得到實施，從而降低企業經營成本，對企業研發投入和產出產生激勵作用（王藝凱等，2020）。另一方面，政府補貼也有助于緩解企業的資金約束，降低企業技術創新的成本，分散企業科技創新的風險（楊洋等，2015），使得企業具有更強的盈利能力和更高的資本收益率，并且，實證研究也發現政府補貼與企業創新之間顯著正相關（王健和袁瀚坤，2019）。因此，政府可能會根據“中國制造2025”的規劃調整稅收政策和補貼資源流向，以達到支持相關產業發展的作用。第四，隨著新的產業政策規劃出臺，政府及教育部門會通過調整高校及科研機構的招生規劃影響專業類人才的輸出，以滿足規劃產業的后備人才需求，從而促進相關受支持產業的技術創新。基于以上分析，本文提出如下假說：

假說1：與對照組企業相比，“中國制造2025”提升了實驗組企業技術創新水平。

（二）產業政策的創新抑制效應

第一，產業內原本的競爭局面使得企業面臨著嚴重的生存壓力，為了生存，企業會通過提升自身技術能力獲得競爭優勢。然而，產業政策的出臺使得企業能夠輕易獲得政府的各種優惠政策，降低了原有的生存壓力，弱化了企業技術創新的動力，使得企業缺乏技術創新的激情，更容易通過政策優惠得以存活，企業的技術創新可能受到產業政策的抑制作用。此外，眾多的政策優惠涌向受支持產業，會使得受支持產業規模迅速擴張從而產能過剩，給企業帶來過多的存貨，并且這種擴張與企業的技術實力擴張速度并不匹配，使得企業可能面臨著更為嚴重的虧損，融資約束進一步加劇，企業進行技術創新的難度進一步加大。

第二，新的產業政策頒布使得政府調整相應的優惠措施，但這種優惠可能對于受支持產業中的落后企業影響并不顯著，還會降低原屬于其他未受支持產業的優惠力度，在資源利益的驅動下，可能產生更多的尋租行為，進而使得創新資源沒有流入到真正應該流向的行業和企業，降低了總體資源的利率效率，抑制了企業的技術創新。產業政策也會導致投資效率降低（杜建華和曹瑞丹，2020），政府在針對企業制定具體的優惠政策時，可能傾向于將更多的資源流入到實力強大的企業，而未流向面臨著更強資金約束的中小企業，使得無法解決企業面臨的資金約束問題，從而抑制總體資源的使用效率，無法起到促進企業技術創新的效果。此外，相對于資本主義國家，我國政府對資源具有更高的決策權（Chen et al.，2011），產業政策可能會使得企業將更多的資源利用在了尋租而非企業技術創新（楊其靜，2011），造成了由尋租帶來的資源浪費，抑制了企業的技術創新。基于以上分析，本文提出如下假說：

假說2：與對照組企業相比，“中國制造2025”抑制了實驗組企業技術創新水平。

三、研究設計

（一）數據說明

本文選取2012—2017年我國A股制造業上市公司相關數據作為研究樣本，原因在于：由于“中國制造2025”的出臺時間為2015 年，因此將2015—2017 年作為產業政策出臺之后的階段，作為對照，選取2012—2014 年作為產業政策出臺前的階段。在樣本篩選過程中，剔除了數據不全的上市公司及具有退市警示風險的上市公司，共得到1757 家公司數據，總樣本數為8604個。其中，“中國制造2025”規劃范圍內的上市公司（樣本數量）有1037家（5028個），“中國制造2025”規劃范圍外的上市公司（樣本數量）有720家（3576 個）。此外，為了解決因極端值對結果可能產生的影響，對所有的主要變量進行了1%的雙邊縮尾處理。本文使用的上市公司財務數據來源于CSMAR 數據庫，發明專利申請數據來源于CNRDS數據庫。

（二）模型構建

為檢驗“中國制造2025”對規劃范圍內企業技術創新的影響，采用雙重差分方法進行研究分析，具體而言，設置分組變量Treat，如果企業屬于“中國制造2025”規劃范圍內，則取值為1，否則取值為0。同時設置時間變量Post，當樣本處于2012—2014 年的時間范圍，該變量取值為0，否則取值為1，構建如下計量模型：

其中，lnPatent 為上市公司及其子公司發明專利申請數量加一的對數，Post 為時間變量，Treat 為分組變量，Control 為控制變量，μ為個體固定效應，π為時間固定效應，ε為殘差，i表示企業，t表示年份。需要說明的是，為了減少個體因素及時間因素對實證結果可能產生的影響，本文采取雙向固定效應進行實證檢驗，在模型（1）中，Post 的系數以及Treat 的系數將會分別被個體固定效應及時間固定效應吸收。因此，本文主要觀察Post和Treat交叉項Post×Treat的系數，這一系數反映了“中國制造2025”對企業技術創新的影響效應。最終使用如下計量模型做實證檢驗：

就控制變量的選取而言，參考錢雪松等（2018）以及余明桂等（2016）的研究，選取上市年齡（Age）、第一大股東持股比例（Top1）、資產負債率（Lev）、資產收益率（Roa）以及資本性支出占比（Capital）。變量的具體定義如表1。

表1 變量定義

四、實證分析

（一）描述性統計

表2 為變量的描述性統計結果，其中，作為技術創新度量指標的lnPatent 最小值為0，最大值為6.1399，均值為2.1302，標準差為1.4962，表明企業的創新產出存在很大的差異。另外，本文選取的多個控制變量的統計值也在較大范圍內進行波動，能夠起到一定的控制作用，使得本文的研究具有一定現實意義。

表2 變量描述性統計分析

（二）回歸分析

1.基準回歸分析

表3 為產業政策對企業技術創新影響的基準回歸結果，其中列（1）和（3）沒有添加相關控制變量，列（2）和列（4）為添加相關控制變量的回歸結果。列（1）和列（2）的回歸結果顯示，時間變量和分組變量交互項（Post×Treat）的系數均為正值，并且都通過了1%的顯著性檢驗水平，說明與對照組企業相比，實驗組企業的技術創新在產業政策出臺后顯著得到提升，即假說1得到驗證。

為了檢驗產業政策的動態效應，進一步在模型中引入時間變量Year2015、Year2016 以及Year2017，分別在2015 年、2016 年以及2017 年取值為1，其他年份取值為0。其次，將這三個時間變量與分組變量Post作交互項，回歸的結果如列（3）和（4）所 示。其 中，Year2015×Treat、Year2016×Treat和Year2017×Treat對應的系數均顯著為正值，且逐漸增大，說明產業政策對企業技術創新的促進作用逐漸增強。這一動態效應結果產生的現實原因在于：一是“中國制造2025”在年中發布，使得政府能夠在發布后積極行動起來，采取一部分措施支持相關產業的發展。對受支持企業而言，在獲得了相關的政策支持后，企業的資金約束得到緩解，從而促進企業增加創新投入，使得企業的技術創新在當年就得到一定程度的提升，但提升的效果及顯著程度并不特別大。二是政府的相關優惠政策全部落實需要一定的時間，并且會根據現實情況進行調整，完全起到作用也需要一定的時間，因此呈現出產業政策效果逐漸增強的結果。

表3 產業政策對企業技術創新的影響

2.異質性分析

（1）基于地方政府干預視角

事實上，選擇性施行的產業政策是政府對市場干預的結果，因此對于不同類型的受支持企業，受到產業政策影響的力度可能有所差異。基于此，從政府對市場干預的視角出發，運用分組回歸的方式檢驗這一差異。借鑒章衛東等（2015）的研究，使用樊綱等（2016）編制的“減少對企業干預”指數衡量政府對市場的干預程度，這一指數越小則政府對市場的干預程度越強。為了得到“中國制造2025”出臺前（即2015年之前）地方政府對市場干預信息，本文選取2014 年政府對市場干預指數和樣本進行匹配，根據政府對市場干預指數的中位數將樣本分為干預程度較強地區和較弱地區，在此基礎上，進行地方政府干預視角的分組檢驗，結果如表4所示。

表4 中列（1）和列（2）為政府對市場干預程度較強地區的檢驗結果，能夠發現無論是Post×Treat 對應的系數，還是動態效應檢測結果中Year2015×Treat、Year2016×Treat 和Year2017×Treat對應的系數都不顯著。這說明在政府對市場干預程度較強地區，產業政策對企業技術創新的作用并不明顯。列（3）和列（4）為政府對市場干預程度較弱地區的檢驗結果，與政府對市場干預程度較強地區不同，列（3）中Post×Treat對應的系數不僅通過了1%的顯著性檢驗水平，而且為正值。此外，列（4）的動態效應檢驗結果中，Year2015×Treat、Year2016×Treat 和Year2017×Treat對應的系數也顯著為正。這一結果說明，與政府對市場干預程度較強地區相比，產業政策的沖擊對企業技術創新的影響在政府對市場干預程度較弱地區更為明顯。

表4 基于地方政府干預視角的檢驗

這一結果較為有趣，前文的理論分析已經說明，政府下發的產業政策需要在地方政府推動下，采取各種政策工具才能得到落實，進而對相關產業的發展起到作用。在晉升機制和財政分權的政治激勵下，地方政府會傾向于鼓勵企業增加投資，從而帶動GDP 的快速增長。但在政府對市場干預較弱地區，由于存在著充分的競爭，市場具有良好的循環體系，其受到政策干預的影響相對較小，在產業政策的支持下，企業能夠獲取到更多的政策優惠，緩解了企業的創新約束，使得資源能夠流向到更有利于企業發展的方向，從而提升資源配置效率，表現出產業政策能夠顯著促進企業技術創新的效果。反之，在政府對市場干預較強的地區，由于競爭機制不夠完善，市場受到政策調整的影響更大，地方政府為了達成促進經濟增長的目標，會通過行政手段促進相關產業投資，市場的資源分配被過度干預，企業更容易通過政府的政策優惠得以存活，政府干預作用強于市場競爭機制，正是因為政府對市場的干預較強，使得具有更好政治資源的企業在當地具有壟斷地位，不具有競爭對手，其依靠優勢地位得以持續生存，從而抑制了創新活動開展。因此，在政府對市場干預較大時，相關的資源可能不具有很高的配置效率，特別是資源可能并未流入到企業的創新活動，導致產業政策并未顯著的促進企業技術創新。

（2）基于股權融資視角

前文的分析表明政府可能會通過影響企業的融資進程調節企業的資金約束，進而影響企業的技術創新。基于此，本文從企業股權融資視角，檢驗股權融資是否促進了規劃范圍內企業的技術創新。根據上市公司2015—2017年股權融資文件，將進行股權融資的在規劃范圍內企業與不在支持范圍內的企業構成面板數據進行雙重差分檢驗，得到表5的列（1）和列（2）。將未進行股權融資的在規劃范圍內企業與不在支持范圍內的企業構成面板數據進行雙重差分檢驗，得到列（3）和列（4）。列（1）和列（2）對應交互項的系數均通過了1%的顯著性檢驗，系數均為正值，而列（3）和列（4）對應交互項的系數均不顯著。這一結果說明，相對于未進行股權融資的規劃范圍內企業而言，進行股權融資的規劃范圍內企業其技術創新受到產業政策的影響效果更為顯著，這表明股權融資在產業政策影響企業技術創新過程中起到了重要作用。其原因在于，對于受到產業政策支持的企業而言，在政府相關部門的審核及更為專業的戰略投資者綜合篩選下，相對于未進行股權融資企業，股權融資企業的資金成本更低，經營效率更高，導致其技術創新受到產業政策的影響更為顯著。

表5 基于股權融資視角的檢驗

（三）穩健性檢驗①限于篇幅，檢驗結果留存備索。

1.平行趨勢檢驗

使用雙重差分模型進行檢驗的前提條件是對照組和實驗組滿足平行趨勢假設，本文參考李云鶴等（2018）的研究，建立模型（3）進行平行趨勢檢驗。

其中，Year 是年份虛擬變量，由于本文選取的數據處于2012—2017 年，“中國制造2025”出臺前的年份為2012—2014 年，為了防止計量檢驗進入虛擬變量陷阱，本文生成Year2013、Year2014、Year2015、Year2016 以及Year2017 年份虛擬變量，參與計量模型回歸，若實證結果中政策效應觀測項Year2013和Year2014對應的系數不顯著，而Year2015、Year2016 以及Year2017對應的系數顯著，則平行趨勢假設成立，實驗組和對照組樣本存在很好的平行性。

實證結果滿足平行趨勢假設條件，表明前文可以使用雙重差分模型進行實證檢驗是可行的。

2.內生性檢驗

以上的分析可能存在著樣本自選擇問題，導致實證檢驗存在內生性，從而對實證結果產生影響。本文使用傾向匹配得分法對實驗組和對照組進行隨機匹配，然后使用雙重差分法進一步檢驗。首先以上市年齡（Age）、第一大股東持股比例（Top1）、資產負債率（Lev）、資產收益率（Roa）以及資本性支出占比（Capital）為協變量對實驗組和對照組進行Logit 回歸，依據預測值得分，采用最近鄰匹配的方法進行1∶1的無放回匹配，并且剔除不滿足共同區域假定的樣本，最后進行雙重差分回歸檢驗。所得結果與表3 結果基本一致。這說明在控制了內生性的情況下，同樣能夠得到產業政策促進企業技術創新的結果，本文的實證檢驗具有很好的穩健性。

五、進一步研究

上文的研究表明，與對照組企業相比，“中國制造2025”顯著地提升了實驗組企業的發明專利申請數量，起到了促進實驗組企業技術創新的積極效果。值得進一步思考的問題是，“中國制造2025”通過何種路徑對企業技術創新產生影響？企業創新的關鍵在于能否抓住機會進行合理的資本配置，從而使企業研發投入在企業資本配置中占有合理的比例。因此，研發投入對投資機會的敏感程度可以反映出企業的資本配置效率。為此，基于企業資本配置效率視角，考察“中國制造2025”沖擊對企業資本配置效率的影響，以檢驗產業政策影響企業技術創新的機制。

（一）“中國制造2025”對企業資本配置效率的影響

參考喻坤等（2014）研究方法，使用“研發投入—投資機會”敏感性計量模型檢驗產業政策是否通過研發配置效率路徑影響企業技術創新。模型如下：

其中，RD為企業當期的研發投入水平，使用研發投資占總營業收入的比例測度，Roa為滯后一期的資產收益率，用來度量企業抓住投資機會的能力，其他變量含義同上。重點觀察Post×Treat×Roa對應的回歸系數，這一系數反映了“中國制造2025”對企業資本配置效率的影響。

表6 產業政策影響企業技術創新的機制檢驗

表6中列（1）為“中國制造2025”對企業資本配置效率的機制檢驗結果。在控制了相關的企業特征變量后，Post×Treat×Roa 對應的系數通過了1%的顯著性檢驗水平，并且系數均為正值。表明“中國制造2025”出臺后，與對照組企業相比，實驗組企業的資本配置效率得到顯著的提升，即“中國制造2025”通過提升企業的資本配置效率進而對企業的技術創新產生影響。

（二）產業政策對企業資本配置效率影響的異質性分析

1.基于地方政府干預視角

前文基于地方政府干預視角的異質性檢驗結果發現，與政府干預較強地區的企業相比，政府干預較弱地區企業的技術創新受到產業政策的影響更為顯著。如果這一機制理論以及異質性檢驗成立，那么在“中國制造2025”出臺后，這一產業政策對政府干預較弱地區企業的資本配置效率影響作用應該更為顯著。表6中列（2）對應Post×Treat×Roa 的系數并不顯著，說明在政府對市場干預較強地區，企業的資本配置效率受到政策促進作用不明顯。而列（3）對應Post×Treat×Roa 的系數為正值，并且均通過了1%的顯著性水平檢驗，說明在政府對市場干預較弱地區企業的資本配置效率受到政策促進作用更為明顯。以上的結果說明，在產業政策的作用下，政府對市場干預作用越弱，研發投入對投資機會的敏感性越大，這一機制檢驗結果與前文一致。

2.基于股權融資視角

前文基于股權融資視角的異質性檢驗結果發現，與沒有進行股權融資的規劃范圍內企業相比，已經進行股權融資的規劃范圍內企業，其技術創新受到產業政策的影響更為顯著。基于這一結果，進一步進行機制分析。表6 中列（4）和列（5）的“研發投入—投資機會”敏感性計量模型機制檢驗結果顯示，與沒有進行股權融資的規劃范圍內企業相比，進行股權融資的規劃范圍內企業資本配置效率受到政策促進作用更加明顯。這一機制檢驗結果同樣與前文結果具有很好的一致性。

六、結論與政策建議

根據中國政府實施“中國制造2025”規劃的信息，使用我國A 股上市公司相關數據，運用雙重差分方法檢驗產業政策對企業技術創新的影響及路徑。研究表明：產業政策能夠顯著提高規劃范圍內企業發明專利申請數量。基于政府對市場干預視角和股權融資視角的分組檢驗發現：政府對市場干預較弱地區的企業技術創新受到產業政策的影響更大；進行股權融資的規劃范圍內企業的技術創新受到產業政策的影響效果更為顯著。進一步研究發現：產業政策的沖擊會導致實驗組企業研發投入對投資機會的敏感程度上升，并且對市場干預較弱地區以及進行股權融資的規劃范圍內企業作用更為顯著。

基于本文研究結果，得到如下經驗啟示：第一，持續深入推進“中國制造2025”實施。在此政策框架下，中央政府應對地方政府的具體實施過程加以指導和監督，地方政府應該制定更多的細分執行政策，并根據具體的實施效果進行相應的調整，以提高政策實施效果，真正做到促進企業通過自主研發實現科技創新，實現高質量發展。第二，政府應積極實現以市場為主導、政府為引導的良性經濟發展模式，起到對市場發展方向的間接調整作用，而非直接加以干預，為企業提供合理公平的競爭環境。第三，地方政府要進一步完善政策優惠的實施措施，嚴格制定政策優惠標準及監管措施，預防尋租發生，保證市場的健康有效運行，真正確保資源流入真正需要的企業和產業，使創新資源具有更高的使用效率。