政策關注度與企業創新
——基于政府資助的傳導機制

傅利平，高 歌

(天津大學管理與經濟學部，天津 300072)

0 引言

2012年黨的十八大提出實施創新驅動發展戰略，要求著力增強創新驅動發展新動力，2017年黨的十九大報告又指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。企業作為國家創新體系的核心與主體，如何促進企業創新以驅動經濟可持續發展，成為當前亟待研究解決的重大現實課題。政府作為引導與規范企業行為的重要角色，企業的創新與政府行為的關系也一直是學術界關注的焦點。在經濟發展進入新常態的形勢下，更需要政策來引導鼓勵企業創新，因此，科學衡量政府對于企業創新的引導作用有著重要的現實意義。

目前關于政府行為與企業創新，既有研究可以歸結為兩方面展開討論：一種觀點從政策的文本和高管政治關聯出發，以 “是否受到政策激勵”和 “是否具有政治關聯”為研究切入點，探究產業政策與政治關聯對企業創新的效果與機制。已有研究認為當公司受到產業政策激勵時，有助于民營企業突破行業壁壘和獲得更多銀行融資支持，即使是群團組織改革的政策通過優化企業創新網絡和整合異質性資源也提升了企業的創新能力[1]。另一種觀點從政府資助的角度出發，政府通過給予企業研發補助、研發撥款[2]、對研發企業的稅收優惠[3]、提供研發低息貸款等政策措施，對企業創新活動予以鼓勵，考察不同政府資助方式對企業創新行為的不同影響作用。現有研究在政府政策對企業影響的單一方向已經積累了豐厚的成果，但是缺少從企業角度出發對政策關注的有效衡量；并且大多只探尋了影響機制與不同方式的差異，并沒有對傳導過程進行深入研究。因此，本文在此基礎上，根據 “政策關注—政府資助—企業創新”鏈式分析框架，首先，根據資源依賴理論梳理出企業政策關注對創新影響的理論模型；然后，基于機器學習、文本分析方法，構建一種更加精確的測量企業政策關注度的指標，并利用企業年報與政府工作報告對企業的政策關注度進行測量；最后，實證檢驗政策對企業創新行為影響的傳導機制。

本文的邊際貢獻可能在于：①在研究切入視角方面，從企業對政策的主動關注度出發，探尋企業政策關注度在政府對企業創新的影響中發揮的作用；②探尋了政府補貼和稅收優惠的傳導機制，在一定程度上揭示了政策對企業創新的影響路徑；③將計算機領域中的機器學習方法引入政策文本分析中，豐富了政策分析的衡量方法與度量思路。

1 理論分析與研究假設提出

1.1 政策關注與政府資助

政府對企業的作用可以分為隱性的政治關聯和顯性的政策影響兩個方面。目前，已有研究主要集中于政府的產業政策與企業的政治關聯對企業績效的影響及其作用機制。在政治關聯方面，大部分學者都認為政治關聯能夠促進企業獲得的資源范圍或者減少一些額外費用，如制度理論學者認為企業的政治關聯能夠幫助企業減少一些非必要的租金征收，并且能夠幫助企業獲取所需的資源、信息等，對企業經營發展產生促進作用[4]。企業與投資者之間的信息不對稱導致企業創新外部融資約束[5],而良好的政治關聯能夠在一定程度上解決這種問題，比如更易通過證監會對IPO審核[6]，便利企業融資[7]，在發生財務危機時更易得到政府救助[8]，郭海等進一步考察了企業發展階段與行業環境的復合情境化影響，認為政治關聯與企業市場績效之間存在更為復雜的動態關系[9]。在政策影響方面，產業政策本身就是通過提供低息貸款、研發補貼以及稅收優惠[10]等資助方式影響企業，不止于此，產業政策可以看作是一種傳遞政府差異配置產業資源差的信號，由于創新的不確定性，企業與投資者之間的信息不對稱導致了企業外部融資約束[6]，產業政策有助于降低市場主體對相關產業的顧慮，同時增強投資人的信心，降低企業經營成本和擴大資金來源，帶來更多的資助效應。

綜合來看，上述研究都是從企業單一接受的角度證實了企業具有政治關聯，或者在產業政策激勵范圍內時對企業的影響，并沒有考察企業主動關注政策給企業帶來的作用。為了更好地解釋政策關注對于企業產生的影響，本文引入資源依賴理論 (Resource Dependence Theory)構建理論框架。相對于早期的封閉組織觀，資源依賴理論認為包括企業在內的社會組織有能動性去調整組織的外部控制條件，并指出包括企業政治行為在內的五個重要的理論應用領域。該理論認為，沒有任何組織在資源上是完全自給自足的，因此組織的生存和發展依賴于從外部環境中獲取資源和管理不確定性的能力。政治環境作為企業所處的環境之一，企業會通過一定的策略尋求與政府的合作以換取所需資源[11]。例如，通過政治關聯獲取有效信息和其他資源，參與行業標準制定，或者根據政策調整生產經營活動等，從而獲得更多的補助或者市場份額，并以此應對市場競爭壓力。根據資源依賴理論，企業需要遵守政策，以減少來自政府的約束力，同時迎合政策也能夠獲得相應的資源，政府干預政策 (補貼、許可等)是可以作為政治產品進行交易的[12]。企業將政府作為一種生產要素或者要素載體，通過關注政策來獲取相關資源，幫助實現自身的戰略目標。根據以往研究從政府補助、稅收優惠和融資約束三個方面出發，做出如下假設。假設H1a：企業的政策關注度對企業當年所獲政府補助有正向作用；假設H2a：企業的政策關注度對企業當年稅收優惠有正向作用；假設H3a：企業的政策關注度對企業當年融資約束有改善作用。

考慮到政府資助的審批環節與執行時間，政府資助方式對企業的作用存在一定的時滯性[13],對政策關注度與政府資助做出補充假設。假設H1b：企業的政策關注度對企業次年所獲政府補助有正向作用；假設H2b：企業的政策關注度對企業次年稅收優惠有正向作用；假設H3b：企業的政策關注度對企業次年融資約束有改善作用。

1.2 政府資助與企業創新

政府是國家創新體系與制度的設計者，又是市場規則的制定者、企業創新的推動者，政府的相關政策、各種形式的資助必然會對企業的創新產生影響。政府資助是促進企業創新還是抑制企業創新，依然存在爭論。 “擠入效應”支持者認為政府資助能夠對企業創新產生積極作用，直接補貼為企業帶來現金流入，稅收優惠為企業降低實際稅負，在一定程度上減少了現金流出，降低了企業的現金壓力，增加了資金的內部積累，為企業創新提供了內源融資能力[14]。對于創新企業來說，研發融資受到的融資約束比傳統融資更為嚴重[15]，政府資助能夠改善企業的融資環境，促進企業創新，并且不同形式的政府資助影響效應也不相同[16]。企業創新具有高風險性和正外部性，政府補助可以有效降低企業研發成本，補償創新正外部性帶來的成本與收益風險[17]，政府提供的直接補貼、稅收優惠政策都能降低企業創新活動的成本，或是直接緩解企業的資金緊張[18]，這些資源的獲取將直接或間接影響企業包括研發投入在內的長期投資決策。支持 “擠出效應”的學者則認為，政府資助會導致企業的尋租行為，使得短期效益提升，從長期來講對企業創新產生了消極作用。政治關聯可以通過資助，助長企業過度投資等行為影響企業創新，抑制了企業技術創新[19]。然而 “擠出效應”與 “擠入效應”并不都是只能單一存在的，從企業個體層面而言，直接資助和間接資助對不同企業間同時存在杠桿效應和擠出效應[20]，在某些情況下直接資助方式對企業研發資金投入更易產生 “擠出效應”，間接資助方式對企業研發資金投入更易產生 “杠桿效應”，由于企業規模和產權性質的不同也有所不同[21]。在以創業板上市公司為樣本，考察政府補助與稅收優惠對企業的激勵作用的研究中，得到與周海濤等相反的結論[22],再結合生命周期的視角探尋了政府補助、稅收優惠與企業創新績效的關系則能夠得出更豐富的結論[23]。

從已有研究成果來看，多數學者都認為政府資助對企業創新有促進作用，并且很多學者還將不同資助方式的不同作用進行了區分。從資源依賴的角度來看，企業與政府之間是基于交換的共生性依賴關系[8]，政府資助緩解了企業的資源緊張，同時企業創新也為政府帶來一定的資源。在創新驅動發展戰略的背景下，政府需要企業進行創新來印證政策的實施效果，但是鮮有將政府資助作為政策關注度與企業創新行為的中間傳導機制進行研究的。基于此，本文提出假設H4a：企業當年融資約束、所獲得的政府補貼與稅收優惠對企業創新有正向作用；H4b：企業次年融資約束、所獲得的政府補貼與稅收優惠對企業創新有正向作用。

圖1所示為概念模型，根據本文的假設，描繪了企業政策關注度與政府補貼、稅收優惠、融資約束以及企業創新行為三者之間的關系。

圖1 概念模型

2 研究設計

2.1 樣本選擇

本文選取2010—2019年深滬兩市A股上市公司作為研究樣本，刪除年度專利申請總數小于1 的公司，最終樣本有3337個觀測值。企業的年度報告來自上市公司年度披露的公開信息，每年的政府工作報告來自中國政府網，專利數據和企業財務數據來自國泰安數據庫，企業研發投入數據來自wind數據庫。為了消除極端值的影響，對連續變量的1%和99%百分位進行Winsorize 處理，以下數據報告均基于處理后的數據結果。

2.2 企業政策關注度的構建

(1)構建思路。現有對于政策和企業創新影響的研究中，大多集中于公共政策如何使企業接受并發揮作用的視角，忽略了企業微觀主體主動關注政策對自身產生的影響，針對這一點，本文提出了企業 “政策關注度”這一指標來衡量企業關注政策的程度。

企業年報是企業在報告期內對經營活動的總結報告，包含當期公司從事的主要業務、主要產品和用途、合作伙伴以及重大變動，是對企業一年內經營的較好總結，而國務院發布的政府工作報告作為每年全國人民代表大會期間發布的公文，對上一年度工作進行了總結，包括經濟建設、財政政策、發展戰略等，是對政府總體政策的較好總結。所以，本文選取企業年報與次年國務院政府工作報告的相似度來評估企業的政策關注度。

(2)構建方法。由于企業年報與政府工作報告都是非結構化的文本數據，無法直接衡量，并且傳統的文本分析和內容分析方法過于繁瑣，對于企業的政策關注度無法進行較好的衡量。近些年隨著大數據技術的發展，學術研究上有了更多的數據來源，在理論上，近些年學者們提出了新的范式與方法，利用跨域信息的融合分析挖掘傳統范式中不可測量的相關信息[24]；在實踐上，也有學者應用到研究當中，利用機器學習、文本分析和語義引用方法，構建了 “創新基因”，進行技術創新質量的新測度[25]。

將中文文本轉化為計算機能夠識別的數據的核心思想是將語料轉化為向量，最基礎的方法是one hot向量表示法，一個語料中當前詞用1表示，其余用0，如[1,0,0,…,0][0,0,1…,0]，但是這種方法導致向量過于稀疏并且無法進行運算，而word2vec是Google的Mikolov團隊提出的一種word embedding的NLP具體手段，它可以將所有詞向量化為低維度的連續稠密向量，并且其中意思相近的詞將被映射到向量空間中相近的位置，這樣詞與詞之間就可以定量度量它們之間的關系，挖掘詞與詞之間的聯系。本文利用機器學習中word2vec工具，首先通過jieba分詞對企業年報和政府工作報告進行分詞，然后通過哈工大停用詞表去除類似 “這樣” “的”等無實際意義的詞匯和標點，利用word2vec中的Gensim模型，這是一款開源的第三方Python工具包，用于從原始的非結構化文本中無監督地學習到文本隱層的主題向量表達，在算法選擇上采用對低頻詞敏感的skip-gram算法，將出現頻率小于等于1次的低頻詞匯過濾。算法將企業年報和政府工作報告轉化為指定維度為300的低維密集向量，然后通過計算向量間的余弦值判斷文本間的相似程度，得到企業的政策關注度。

2.3 變量定義

(1)政策關注度。企業年報與政府工作報告的相似度，基于政府工作報告具有一定的滯后性，本文選取的都是企業年報與下一年政府工作報告的相似度。

(2)企業創新能力。參考Tong 等[26]和黎文靖等[13]的研究，本文以專利申請數量衡量企業的創新能力。因為：①技術創新是資源投入和使用效率的最終體現，因此代表創新產出的專利申請數量能更好地體現企業的創新能力；②專利的授予容易受官僚因素的影響，并且由于諸多不確定性因素，專利申請量相比于授權數量更能反映企業的創新行為。同時，分別對Patent的1% 和99% 百分位進行Winsorize 處理后，再加1取自然對數。

(3)政府資助方式。本文選取政府補貼 (Subsidies)、稅收優惠 (TI)以及融資約束 (CE)作為政府資助方式的研究對象，以樣本公司年度報告中財務報告附注的政府補助部分作為政府補貼數據來源。由于2016年全面實施營業稅改增值稅，以稅率計算稅收優惠會導致額外的波動性，本文以收到的稅收返還定義稅收優惠。考慮到不同企業由于體量不同導致同樣的補助總額以及稅收優惠帶來的激勵作用是不同的，所以以公司年度收到補助合計與總資產比值來定義政府補貼、以獲得的稅收返還與息稅前利潤的比值來定義稅收優惠。葛結根認為，當管理者認為他們面臨較高的融資約束時，公司將呈現出較高的現金持有水平[27]，所以以期末現金及現金等價物與總資產比值定義融資約束水平。

(4)控制變量。參考黎文靖等[13]、解學梅等[28]的研究，本文在考察政治關聯對政府資助方式、資助方式對公司創新行為的影響時，控制了流動比率、資產負債率、固定資產比例、資產收益率、凈現金流、公司規模、公司年齡和研發投入。

為了消除極端值的影響，本文對連續變量1%和99%水平進行了縮尾處理，主要變量定義見表1。

表1 變量定義

3 結果分析

3.1 描述性統計

本研究對主要變量進行了描述性統計，見表2。政策關注度的均值為0.9079，說明在本研究樣本中，公司對于政策的關注度都比較高，表明政府政策對企業的行為具有很強的引導作用。年度專利申請數量 (Patent)的均值為78.8957，個體數量從1到7318不等，標準差為277.7393，說明公司之間專利申請數量的差距很大，創新能力相當不均衡。在政府的資助方式上，當年和滯后一年代表公司融資約束的期末現金及現金等價物余額與總資產比值CE的均值為0.1792和0.1587，補貼與總資產的比值 (Subsidies)均值為0.0050和0.0054，稅收優惠 (TI)的均值為0.0078和0.0029，說明除了稅收優惠外，政府的資助方式較前一年度都有增長。

表2 描述性統計

3.2 假設檢驗

根據前人研究和前文的理論分析，本文構建了如下線性回歸模型，為了驗證政策關注度對企業所獲補助、稅收優惠和融資約束的影響，分別構建了模型 (1)至 (6)；為了檢驗企業所獲補助、稅收優惠與融資約束對企業創新行為的影響，本文構建了模型 (7)和 (8)：

Subsidiesi,t=b0+b1PAi,t+b2Tangibilityi，t+b3×

Levi,t+b4Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+

b8×Agei,t+b9CFi，t+εi，t

(1)

Subsidiesi,t+1=b0+b1PAi,t+b2Tangibilityi，t+b3×

Levi,t+b4Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+

b8×Agei,t+b9CFi，t+εi，t

(2)

TIi,t=b0+b1PAi,t+b2Tangibilityi，t+b3Levi,t+b4×

Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+b8Agei,t+

b9×CFi，t+εi，t

(3)

TIi,t+1=b0+b1PAi,t+b2Tangibilityi，t+b3Levi,t+b4×

Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+b8Agei,t+

b9×CFi，t+εi，t

(4)

CEi,t=b0+b1PAi,t+b2Tangibilityi，t+b3Levi,t+b4×

Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+b8Agei,t+

b9×CFi，t+εi，t

(5)

CEi,t+1=b0+b1PAi,t+b2Tangibilityi，t+b3Levi,t+b4×

Sizei,t+b5Liquidityi,t+b6ROAi,t+b7R&Di,t+b8Agei,t+

b9×CFi，t+εi，t

(6)

lnPatenti,t=b0+b1Subsidiesi,t+1+b2TIi,t+1+b3×

CEi,t+1+b4Tangibilityi，t+b5Levi,t+b6Sizei,t+b7×

Liquidityi,t+b8ROAi,t+b9R&Di,t+b10Agei,t+b11CFi，t+εi，t

(7)

lnPatenti,t=b0+b1Subsidiesi,t+b2TIi,t+b3CEi,t+b4×

Tangibilityi，t+b5Levi,t+b6Sizei,t+b7Liquidityi,t+b8×

ROAi,t+b9R&Di,t+b10Agei,t+b11CFi，t+εi，t

(8)

其中，lnPatent表示對企業專利申請數量加1取自然對數，t為年份，i為企業，b0為截距項，bi為回歸系數，ε為誤差項，并且采用了Robust調整標準誤差。

模型 (1)至 (6)的回歸結果見表3。M1和M2 檢驗了政策關注度對政府補貼的直接影響，由M1和M2的回歸結果可知，企業的政策關注度對其當年和滯后一年的政府補助具有顯著正向影響。其中對于當年政府補助的影響中，政策關注度的回歸系數為0.0037，在5%的水平顯著，對次年政府補助的影響中，回歸系數b1=0.0257，也是在5%的水平顯著，即H1a與H1b 成立，說明企業對政策的關注能夠顯著增加當年和次年獲得的政府補貼。M3和M4 檢驗了政策關注度對企業稅收優惠的直接影響，M3的回歸結果顯示，政策關注度的回歸系數為-0.0032，但是并不顯著，說明企業的政策關注度對其當年的稅收返還沒有影響，由此H2a 不成立。可能的解釋是，企業對于政府政策關注，但是稅收返還無法在當年到達企業賬戶，所以企業的政策關注度對當年的稅收返還不產生影響。進一步對稅收返還的滯后項進行回歸分析，發現政策關注度能夠顯著影響企業次年的稅收返還，回歸系數為0.0025，說明關注政策能夠增加企業次年的稅收返還，H2b成立。M5和M6給出了檢驗政策關注度對企業融資約束影響的回歸結果，在當年的效應檢驗中，PA的回歸系數并不顯著，假設H3a不成立，這可能是因為企業在關注政策的當期申請的融資并不能及時緩解企業的資金壓力，導致對于當年的融資約束并沒有因此得到改善；在進一步檢驗滯后一期效應的影響中可以看出，PA的回歸系數為-0.0930并且在5%的水平上顯著，說明企業的政策關注能夠改善企業滯后一期的融資約束，因此假設H3b成立。

表3 企業政策關注度與政府資助

政府不同資助方式及其滯后項對于企業創新行為的影響見表4，可以看出，政府補助Subsidies的系數估計值為17.2863，且在1% 的水平顯著，企業融資約束CE與稅收返還的系數估計值分別為-0.2361和5.8481，但是并不顯著，說明在政府當期的資助方式中只有直接補助激勵了企業的創新行為。滯后一期補助的回歸系數為19.3066，在1% 的水平顯著；CEt+1的系數估計值為0.0924 但是依舊不顯著；TIt+1的系數估計值為16.9125，在10%的水平顯著，說明對政策關注的企業，在預期政府補貼和稅收返還增加時，其專利申請數量得到激勵；但是融資約束的降低無論是在當期或是滯后一期都沒能激勵企業創新行為。

表4 政府資助與企業創新

3.3 穩健性檢驗

為了檢驗回歸結果的穩定性，本文用企業研發支出代替專利申請數量作為被解釋變量進行回歸分析，得到的結果與原結果基本一致，如表5所示。總體來說，政府的資助方式中，只有直接補助能夠在當年和滯后一年對企業創新行為產生激勵作用，而稅收返還只能在滯后一期體現顯著的激勵作用，說明企業通過政策關注度獲得的政府資助對創新的激勵作用具有滯后性，企業在通過積極配合政策，預期其能夠獲得更多補助、稅收返還以及融資時，會刺激其更多的專利申請，同時也體現了財稅激勵政策的后向性與政策的引導作用，企業通過關注政策而增加創新行為，來尋求更多的政府資助。

表5 穩健性檢驗

4 結論

本文基于2010—2019年的政府工作報告和A股上市公司的財務數據及企業年報，以年度專利申請數量作為創新指標，以企業年報和政府工作報告的相似度為政策關注度指標，探究了政策關注對企業創新的激勵作用，并檢驗了政府補貼、稅收返還和融資約束三種傳導機制。得到以下結論：①從當年的效應來看，政策關注度對企業當年所獲政府補助有正向作用；②政策關注對企業所獲政府資助有一定滯后性，政策關注度能夠增加企業次年獲得的政府補助和稅收返還，并且緩解融資約束；③政策關注通過政府資助中的直接補助和稅收返還對創新行為起激勵作用，其中直接補助在當年和滯后一期都起激勵作用，而稅收返還存在滯后性，只在滯后一期起激勵作用；④穩健性檢驗證實了本文結論的穩定性。

基于以上結論，本文得到以下啟示：

(1)積極以政策引導企業的創新行為，推動邁入創新型國家行列。社會主義市場經濟中，市場在資源配置中起決定性作用，但是政府同樣要用好宏觀調控這只 “看得見的手”，應該通過適當的政策積極引導企業的生產活動和創新行為，讓企業在亟需提高創新能力的行業上加大研發，掌握核心技術，提升國家整體科技實力。

(2)增強政府資助力度，完善政府資助方式。增強企業創新能力，提高國家整體科技水平，需要不斷堅持和完善政府對微觀企業主體的資助方式，更多通過稅收優惠、直接補助等方式支持企業創新。一方面，簡化直接補助與稅收返還的審批流程、提高補助與退稅的資金額度、讓政府資助發揮刺激企業創新的激勵作用；另一方面，要注重優化政府資助的組合手段，豐富政府資助的方式與形式，發揮政府資助吸引企業關注政策與刺激創新的作用。

(3)提高政府資助的效率，科學制定資助方案。政府的資助對于不同企業產生的作用不盡相同，要提高政府資助的效率，首先應針對不同行業和不同類型的企業制定不同的自主方案，根據地區、行業的差異，普惠制資助與特惠制資助相結合，避免 “一刀切”導致的低質量創新引發的尋租行為，真正實現全國創新能力的提升；其次要加強政府給予資助的效率，盡量在企業響應政策的當期或滯后一期使資助到達企業賬務，改善企業財務狀況進行影響，促進創新行為。