“中國制造2025”政策是否促進企業技術創新？

熊英子，張冰倩，唐炎釗

（廈門大學管理學院，福建 廈門 361005）

1 引言

2015年，國務院正式發布了《中國制造2025》的通知，出臺了促進我國制造業發展和轉型升級的戰略部署和相關政策。目前，我國制造業增加值已是全球第一，某些優勢領域已接近或者達到世界先進水平，但是，我國制造業的利潤率卻僅為2.59%，與發達國家相比，制造業發展創新能力不足，人員整體素質和國際市場競爭力方面還是存在一定差距［1］。我國在世界舞臺上的形象還是“制造大國”，“中國制造2025”政策的提出將指引我國制造業由“大”向“強”轉變，也是我國新時期、經濟新常態下的必然選擇。

雖說我國目前已建立起了工業門類完備的產業結構體系，綜合國力日漸提升，然而高端制造業的發展進入了瓶頸期，“中國制造2025”的提出目的就在于改變現在“大而不強”的困境，經過10年的發展，中國進入制造強國之列，到2045年進入世界制造強國的前列。對于“中國制造2025”行動綱領中提出的第一個基本方針——創新驅動，5年的發展與努力之后究竟答案如何？近幾年專利申請數量的爆發式增長真的有效促進了企業創新能力還是只是“象征性”創新？本文將根據專利有效授權類型對企業創新進行區分。由于發明專利的授權需要經過嚴格的審查，并且強調專利的開創性和實用性，往往具有更高的含金量，因而本文將發明專利產出視為實質性創新；而實用新型和外觀設計專利主要是針對產品形狀、結構或外觀提出的新方案［2］，所以本文將實用新型和外觀設計專利產出視為象征性創新。本文將聚焦于十大重點領域的技術創新能力進行實證分析，同時對研究對象進行異質性分析，以期對我國未來產業政策的結構優化調整提供理論參考和實證結果支持。

本文針對“中國制造2025”產業政策對企業創新的影響進行研究，并以產權性質及行業特性進行分組效應分析，同時通過雙重差分模型及相關的內生性檢驗進一步驗證“中國制造2025”政策的有效性，研究內容可歸納為以下幾個方面：第一部分為引言。闡述本研究的選題背景及研究意義，進一步挖掘出政策實施面臨的有效性問題以及現實基礎，基于此進行后續的研究內容開展和研究方法選擇。第二部分是對相關理論的回顧及文獻綜述的梳理，并針對“中國制造2025”產業政策提出研究假設，根據相關理論及文獻綜述，分析了產業政策實施的必要性、政策實施過程中可能出現的問題以及對政策成效性進行總結。另外，聚焦于微觀企業層面，討論產權性質及行業特征對企業創新異質性的影響，依據上述分析提出本文的研究假設。第三部分為實證研究。研究“中國制造2025”政策頒布前后對制造業行業企業技術創新的影響差異，分析影響企業技術創新的可能因素及作用機制，建立多元回歸模型，選取有關變量并進行科學論證。為了增強分析的準確性及科學性，利用雙重差分模型對政策效應進行檢驗，識別產業政策對企業創新的影響效果并進一步進行穩健性分析。第四部分為總結與建議。根據以上部分的研究內容和實證結果，總結分析并提出政策建議，對我國高端制造業領域的產業政策提出優化性的參考建議，促進我國制造業的良性發展。

2 文獻綜述與研究假設

2.1 文獻綜述

2.1.1 產業政策與企業創新相關研究。經濟學上對外部性的定義指自身的行為直接影響外部的經濟環境或利益，但是卻不通過影響價格來達成，轉移了自身行為的后果，也就是說自身行為的后果并沒有完全由自己來承擔。從定義可以看出，外部性會對經濟行為產生一定的影響，對市場價格造成一定的扭曲，相關資源的配置也難以達到最優。面對市場調節不足時，有學者認為應當利用政府這只“看得見的手”進行干預。然而，科斯定理認為“市場失靈”并不是政府對市場施加干預的充要條件，該理論認為產權界定清楚后將有效解決外部性問題，但是現實生活中，界定外部性的成本很高，在相關產權的界定和爭論過程中代價過大，很難在合理的成本下界定清楚，從而失去了自愿協商的前提，因此，產業政策的存在，在現有經濟體制下具有其合理性。

根據信息不對稱理論，市場的認證信號一定程度上可以彌補信息不對稱問題，由此Megginson和Weiss兩位學者提出了認證理論（Certification Theory）［3］。盡管市場上存在各種有關信息披露的法規，但行之有效的信息披露機制仍然是缺乏的，理性的內部者在獲得信息時會傾向于隱瞞或掩蓋對自己不利的信息，而外部參與者會猜測內部者發布信息的真實性并產生猶豫。如果市場上存在某些信譽度高的市場主體來為之“背書”，且該主體如果傳遞的是虛假不實的信息，被市場揭露后會令其背負重大的損失，那么外部參與者很有可能會選擇信任該高信譽的市場主體［4］。政府主體天然具有極高的信譽度和信用，政府的相關創新政策和支持措施能夠向市場上釋放具備政府級別的信用認證，使其他市場主體給予企業更高的認可度和信用度，幫助企業緩解融資約束，提供一定的融資便利性。

Wernerfelt（1984）首次提出了資源基礎理論（Resource-Based View），認為企業的發展需要各種資源來支持，不論是有形的或無形的，都會成為企業獨特的能力，最終內化為企業的核心競爭力。資源基礎理論著眼于企業擁有的各種資源，尤其是那些難以模仿、稀有、特異的資源及能力，通過合理配置這些資源及能力，從而實現企業超額利潤和競爭優勢的目的。也就是說，企業對超額利潤的追求最終都化為對那些稀缺資源和特異能力的追逐、占有及配置。企業不是一個完全封閉的組織，而是一個開放系統，會受到內外部資源的影響和制約，對于企業來說，政府及其他市場主體的支持不僅是重要的資源，還可以通過兩者的社會地位和資源網絡，幫助企業獲取其他關鍵且稀缺的資源。

2.1.2 企業技術創新的影響因素研究。目前，針對影響企業進行創新的因素存有豐富的研究成果，由于各位學者研究的角度不同，提出的影響因素也各不相同。其中，解維敏等學者（2009）研究認為，政府的科研資助對企業研發支出具有刺激效應，有利于促進企業自主創新［5］；馮福根和溫軍兩位學者（2005）關注的是公司治理與企業技術創新之間的關系［6］；黃德春和劉志彪兩位學者（2006）基于波特假設，研究了環境規制與企業技術創新的關系［7］。筆者研讀了大量有關技術創新影響因素的文獻，從本文的研究目的出發，選取了以下因素進行歸納梳理，以幫助本研究進行后續的假設推導和實證分析。

①所有制。從資源基礎理論出發，不同的企業所有權性質能夠賦予企業不同的資源配置方式，也決定了企業內部的治理結構和制度安排，進而有可能對企業的技術創新活動產生影響。對于中國企業來說，不同產權性質的企業也許面臨著不同的歷史包袱以及決策程序。國有企業作為我國國民經濟的重要組成部分，具有特殊的歷史地位，由于受中央或地方政府的管理和控制，國有企業擔任著維護經濟平穩發展、社會穩定和諧的重要角色，當其面臨虧損或危機時，政府會給予一定的支持或優惠政策，在此背景下，學術界對于國有企業的技術創新作用存在兩種不同的聲音：一種觀點認為，政府對國有企業的政策傾斜會加劇資源冗余，同時國有企業內部僵化的治理結構以及尖銳的委托—代理問題使得資源的浪費更加嚴重，也會導致特權主義以及代理人不合理的高額薪資問題［8］。另外，國有企業所擔負的特殊社會責任，使其決策的程序與非國有企業相比流程更長，很有可能在科技創新競賽中失去研發創新的最佳“窗口時期”。另一種觀點認為，市場在對關鍵資源配置時常常會存在“市場失靈”的問題［9］，創新過程中關鍵技術的泄密或溢出效應都會致使企業預期創新回報的損失，使得自主創新活動將面臨一定的市場風險?；趪衅髽I的自身特性，其與非國有企業相比具備一個更加有利于創新的外部環境，通過依靠政府的支持，在金融貸款、虧損補貼及經營保護方面具有得天獨厚的優勢，另外，我國國有企業的高管往往需要面臨政績考核，在此壓力下，國有企業對于研發創新活動也會更為重視。

②行業特性。不同行業具有各自特定的行業屬性，企業是否進行創新研發也可能會受到行業屬性差異的影響。其中，安同良學者（2016）就曾通過對江蘇省制造企業的問卷調查研究，發現行業因素是企業技術創新活動的主要影響因素之一［10］。對于知識密度高、科技含量高、技術研發人員需求量高的高科技行業來說，其在創新活動中會有更強的技術創新動機，且該行業發展速度快，研發競爭激烈，對其他行業的滲透力較強，此類行業的發展對經濟和社會進步具有重要意義。高科技行業突出體現了創造力、創新力以及環境友好性，一般來說，當R&D方面的投入超過一般行業時，或者科技人員、研發人員的報酬超過一般行業時，可以認定為高科技行業。

高科技行業的技術創新能力究竟如何？鄭曼妮（2016）認為，高科技行業面臨的競爭壓力更大，為了在科技競爭中生存，該行業更可能進行高質量的創新活動［11］。然而也有學者利用1998—2007年的高科技與非高科技行業的創新效率進行對比，發現高科技行業的資金利用效率較低，創新投入存在較大的浪費［12］。

2.2 研究假設

根據創新理論，在創新研發領域普遍存在創新外部性，創新研發成果是一種具有正外部性屬性的公共物品，如果在創新環境中沒有足夠的激勵，較難驅動企業自主進行技術創新，長期以往將導致技術創新產品供應不足，最終將可能影響我國科技創新能力。根據巨人肩膀效應，大量的科技創新都是在前人研究成果的基礎上“青出于藍”。一項技術創新成果的應用和推廣，能夠為其他科技創新的研發和應用開辟道路，因此，激勵創新的產業政策的實施就是在給市場創新環境增加“催化劑”，通過政府政策的傾斜，給予市場主體足夠的激勵，誘導企業進行技術創新，彌補部分外部性原因導致的激勵損失。

基于資源基礎理論（Resource-Based View），企業通過占有獨特的、不可替代的關鍵資源，來保持其在市場競爭中的優勢地位，而資源的形態可以是有形的，也可以是無形的。其中，該理論認為貨幣資金為用途最廣泛的資源。企業的各項經營決策本質上是在分配各項可支配的資源，指定資源的用途，同時，決策的實施具有不可還原性，所以，在企業做經營決策時，都需要考慮自身的資源儲備，通過資源配置來影響企業決策。產業政策的實施不僅包含土地審批、建立研究基地、人才資源等“軟支持”，還包括對重點支持領域的國家科技專項基金計劃、創新獎勵機制及風險補償機制等“硬支持”，從一定程度上被支持企業擁有了一個豐厚的“資源包”，相比于未被支持的企業產生了資源優勢，面對創新研發活動具有更高的靈活性。為了獲得這種“資源包”，企業可能更傾向于進行符合政策風格的創新活動?！吨袊圃?025》文件中通過規模以上制造業研發經費內部支出占主營業務收入比重、規模以上制造業每億元主營業務收入有效發明專利數來對“創新能力”指標進行衡量，因此，基于政策導向，被支持的企業更有可能進行高質量的創新。

認證理論認為，信息不對稱問題會導致其他市場參與者無法完全掌握企業經營的真實情況，如果有高信用的主體對其進行認證，那么市場對該企業的認可度將可能更高，此理論廣泛地運用于風險投資及金融領域。在產業經濟學領域，政府主體同樣具備高信譽、高信用的特征，政府對重點領域企業的支持，可以看作對企業經營與發展潛力的“背書”。研發創新對企業來說是一項資金耗費量和技術人才需求量較大的項目，可能面臨研發資金短缺、研發人員匱乏的窘境；而對于有政府“背書”的企業，更有可能從其他市場參與者中吸引投資，同時，“中國制造2025”政策中明確提出了“政產學研用”相結合的方針，這將搭建起企業與高等院校優秀科技人才交流的橋梁，進一步增強企業的創新能力。

基于上述分析，本文提出以下研究假設：

H1：“中國制造2025”產業政策能夠促進企業的技術創新；

H2：“中國制造2025”產業政策能夠更顯著地促進被支持企業的實質性創新。

根據上述文獻研究，我國國有企業相對于非國有企業其管理者對于政治目標的追求更加明顯，《中國制造2025》文件中強調了要將創新擺在制造業發展的核心位置，國有企業管理者受到政績考核的約束［13］，對于這一產業政策要求做出的反應可能更加敏感，加之有利的外部創新環境，產業政策對國有企業創新的激勵可能更大。此外，基于“創新能力”考核指標的要求，國有企業相對于非國有企業可能有更大的動機去進行高質量創新活動，通過實質性創新成果，提升企業發明專利有效授權量，保證考核指標的達成。

由此，本文提出以下研究假設：

H3：相對于其他企業，“中國制造2025”產業政策對國有企業技術創新的促進作用更大；

H3a：相對于其他企業，“中國制造2025”產業政策對國有企業實質性創新的影響更大；

H3b：相對于其他企業，“中國制造2025”產業政策對國有企業象征性創新的影響更小。

高科技行業具有知識密度高、溢價高、資金需求密集、風險密集的特性，決定了該行業通過創新謀生存的路徑。越是高質量的技術創新成果，越有可能保障企業在該行業中立于不敗之地，并通過創新競爭獲取超額回報。產業政策的支持，一定程度上緩解了高科技行業資金需求量大的問題。根據認證理論，政府重點發展的領域很可能會吸引大量市場參與者的目光，再加之高科技行業本身高風險、高回報的特性，機構投資者更是趨之若鶩；而對于非高科技行業，此類吸引作用可能不及高科技行業。由此可以認為，產業政策對高科技行業與非高科技行業的技術創新促進作用可能存在一定的差異。

由此，本文提出以下研究假設：

H4：相對于其他行業，“中國制造2025”產業政策對高科技行業技術創新的促進作用更大；

H4a：相對于其他行業，“中國制造2025”產業政策對高科技行業實質性創新的影響更大；

H4b：相對于其他行業，“中國制造2025”產業政策對高科技行業象征性創新的影響更小。

3 樣本選取及模型設計

3.1 樣本選取

為檢驗“中國制造2025”政策對我國企業技術創新的影響，本文主要采用2010—2019年我國A股上市的公司為樣本，為了更加有效地檢驗政策的實施效果，本文選取2015—2019年五年的時間作為制造強國戰略實施后的時間年份，并選取政策實施前的五年，即2010—2014年作為制造強國戰略實施效果的參照年份。

為了減少異常數據及樣本對研究結果的影響，同時保證研究結論的準確性及針對性，本文按照如下步驟對A股上市公司進行了篩選和整理：①剔除了ST和ST*類上市公司；②為避免特殊業務性質帶來數據上的差異，剔除了金融行業；③刪除重要研究指標數據大量缺失的上市公司；④由于2012年證監會相關行業分類標準中的制造業企業不一定屬于“中國制造2025”政策的支持范疇，同時“中國制造2025”政策支持的范圍輻射至行業分類中非制造業行業，所以本文參考了逯東、池毅兩位學者（2019）的方法［14］，利用《〈中國制造2025〉重點領域技術路線圖》作為篩選依據，將上市公司主營業務及主要產品屬于技術路線圖支持的重點領域的企業甄別出來作為政策支持企業，設置政策虛擬變量，將樣本分為“中國制造2025”政策支持企業和非支持企業。相關財務數據主要來源于國泰安數據庫、wind數據庫，專利授權數據來源于國家知識產權局網站。由于相關財務數據采用公司合并報表的數據，為了提高數據的一致性，筆者手工整理了上市公司的控制鏈條，整理出上市公司及其子公司的關系，并通過佰騰網收集補充樣本企業專利數據信息。為了消除極端值及異常值對整體數據的影響，針對連續變量進行了1%和99%的Winsorize處理。

3.2 變量定義

3.2.1 被解釋變量。企業的技術創新是模型的被解釋變量，通過梳理技術創新相關的文獻研究，發現主要有兩種測量方法：一是企業的專利申請數量、專利引用率或者專利授權量；二是從研發投入的角度來衡量，即企業實際用于研發投入的資金。本文探討的是“中國制造2025”政策對企業研發創新的影響，通過比較政策實施前后企業的技術創新成果，可以直觀地體現出政策投入的實施效果和效用；同時，有效授權意味著后續企業須向專利局繳納專利年費，如果放棄續費就表明企業預期未來這些專利無益于自身產品市場發展，是一種迎合政策的短視行為，并非實質性的技術創新，因而本文參照邢會等學者的做法［15］，采用專利有效授權數量來衡量企業的技術創新。在我國，專利分為三種類型：發明、實用新型和外觀設計，其中發明專利更加強調創造性，需要對產品、方法提出新的改進方案或新的技術方案，申請難度更大，含金量更高，企業的創新能力和質量更強，同時，發明專利授權量也是《中國制造2025》文件中衡量“創新能力”的重要指標。本文參考黎文婧等學者的做法［2］，將企業發明專利（Inven）的有效授權視為實質性創新；將實用新型（Utility）及外觀設計（Design）的有效授權視為象征性創新。因此，為了全面衡量企業技術創新的水平，本文將上市公司及其子公司的上述類型專利授權數量加1的自然對數作為企業技術創新的代理變量。

3.2.2 解釋變量。部分產業政策研究文獻中采用政府補貼、稅收優惠、貿易保護等政策手段作為產業政策激勵的代理變量，然而，上述手段往往針對某一具體的行業或領域［16］，同時，一些針對公司層面的數據難以獲得（如貿易保護、項目審批等），與本文對“中國制造2025”政策的研究不相適應，因此，本文參照陳東華等（2010）［17］、宋凌云和王賢彬（2013）［18］、余明桂（2016）［19］、朱程玉（2020）［20］等學者對產業政策的衡量方式，對國家出臺的產業政策相關文件進行解讀，進一步定義產業政策（Ip）激勵對象。根據2015年國務院印發的《中國制造2025》文件中重點發展的十大領域對樣本企業進行篩選，同時筆者參考國家制造強國建設戰略咨詢委員會發布的《〈中國制造2025〉重點領域技術路線圖》文件，人工比對、篩選樣本企業的經營范圍及主營產品，若上市企業經營范圍及主營產品屬于“中國制造2025”政策支持的十大重點領域，則認為是政策激勵行業，賦值Ip為1，其他為0。

3.2.3 控制變量。根據對以往研究的梳理，選取了可能對企業技術創新存在影響的變量指標作為控制變量。本文選取企業規模（size）、企業年齡（Age）、產權性質（Gov）以及負債率（Lev）、現金流（Cɑsh）、資產收益率（Roɑ）相關財務指標作為本文的控制變量。各變量的定義及具體測量方法如表1所示。

表1 各變量定義及測量方式

3.3 模型設計

本文主要探討“中國制造2025”產業政策對企業技術創新的影響，所以本文首先利用多元線性回歸模型進行因果性影響的分析，由于政策的實施可能存在時滯效應，本研究將其滯后一起處理，具體模型如下：

以上模型是關于產業政策對企業技術創新的影響進行分析，分別檢驗產業政策對專利有效授權數量（Pɑtent_ln）、發明專利數量（Inven_ln）、實用新型專利數量（Utility_ln）及外觀設計專利數量（Design_ln）的促進效果。其中，Pɑtent_ln變量僅代表企業在專利授權數量上的體現，Inven_ln、Utility_ln、Design_ln三個變量進一步研究了專利授權結構，以此探究企業創新的質量，C為截距項，β、α、φ、ω分別為四個模型的系數，ε為隨機誤差項，下標i為企業樣本，t表示時間。

為進一步細分產業政策的影響，對樣本進行分組分析，按照產權性質和行業特性分別進行分組檢驗，將模型（1）至（4）重新進行實證分析。

由于企業內部高管的創新態度和領導力以及地區發展等因素難以獲取觀測數據，很難通過多元線性回歸模型分析所有影響產業政策對企業技術創新作用的因素，會產生遺漏變量的問題，克服內生性問題也成為研究產業政策對企業創新影響的重要環節。因此，本文構建了政策評估研究領域最常用的DID模型進行進一步的研究。

為了更加準確評估“中國制造2025”政策的影響，本文將在多元線性回歸模型的基礎上進一步采用雙重差分模型（Differences-in-Differences Method）來研究產業政策對企業技術創新的政策效應。雙重差分法是一種自然實驗設計，由周黎安和陳燁（2005）兩位學者首次在我國引入使用［21］，該準自然實驗的方法能夠有效克服內生性，目前被廣泛應用于政策評估效果的研究中。本文利用“中國制造2025”政策對十大重點領域的選取，設置處理組和對照組，構建如下DID模型：

在“中國制造2025”政策發布前后，政策關注的十大重點領域企業的技術創新如果出現明顯的變化，可以認為該變化可能是產業政策所導致的。根據前文所述，國務院2015年頒布了《中國制造2025》行動綱領，因而政策沖擊的年份為2015年，T為政策實施虛擬變量，取值為1時為2015年之后，等于0時為2015年之前；Ip為分組虛擬變量，取值為1時即處理組，表示為“中國制造2025”政策支持的十大重點領域行業，取值為0時即對照組，表示不屬于十大重點領域行業。

4 實證研究分析

4.1 描述性統計

表2為本文相關變量觀測值、平均值、最小值、四分位數、最大值及標準差的統計結果，通過描述性統計分析先對本文研究樣本數據有一個整體的了解。

表2 相關變量描述性統計結果

從統計結果可以看出，產業政策支持（Ip）的平均值為0.611 0，表明在研究期間，有61.10%的樣本受到了政策支持。專利授權總數（Pɑtent）平均值為37.91，標準差為187.46，表明研究期間我國專利授權數量差異較大，技術創新能力良莠不齊。其中，發明專利授權數量（Inven）平均值為10.97，占專利授權總數（Pɑtent）平均值（37.91）的28.94%，總體來看，我國高質量技術創新水平可能不高；實用新型專利授權數量（Utility）平均值為21.02，約為發明專利授權數量（Inven）平均值的兩倍，總體上看，我國技術創新可能更傾向于小發明或小專利，技術性創新的后勁缺乏；外觀設計專利授權數量（Design）平均值為5.91，最小值為0，最大值為929，標準差為33.44?？梢园l現專利授權總數（Pɑtent）、發明專利授權數量（Inven）、實用新型專利授權數量（Utility）、外觀設計專利授權數量（Design）四個變量數據標準差較大，且偏右態分布，對以上四個變量進行了取對數處理后，標準差均顯著變小。

4.2 Spearman相關性檢驗

為了避免變量間的高度多重共線性問題，保證模型的正確性和估計的有效性，對樣本數據進行了Spearman相關性分析，結果如表3所示：①主要變量間的相關系數都小于0.5，且VIF最高值為1.58，表明變量間未存在多重共線性問題；②被解釋變量Pɑtent_ln、Inven_ln、Utility_ln與解釋變量Ip的相關系數分別為0.146、0.226、0.114，且都在1%的顯著性水平上相關，Design_ln與Ip的相關系數為0.009，表明產業政策支持對企業創新（專利授權總數、發明專利授權量、實用新型專利授權量、外觀設計專利授權量）具有積極作用。上述結果可以在一定程度上支持本文的H1假設，后文將進一步利用多元線性回歸模型進行嚴格檢驗；③大部分控制變量與因變量間的相關系數在1%的水平上顯著，表明本文模型的設計是合適的。

表3 Spearman相關性分析結果

4.3 多元回歸模型結果分析

為探討“中國制造2025”產業政策對企業技術創新的影響，本文對模型（1）至模型（4）進行了多元線性回歸檢驗，表4為模型（1）至模型（4）的檢驗結果，表中第（1）、（2）、（3）、（4）列分別代表專利授權總數（Pɑtent_ln）、發明專利數量（Inven_ln）、實用新型專利數量（Utility_ln）、外觀設計專利數量（Design_ln）模型的回歸結果。同時本文對年份（Yeɑr）及行業（Ind）進行了控制，由于篇幅有限，未展開年份（Yeɑr）及行業（Ind）虛擬變量結果。

表4 產業政策對企業技術創新的影響

從表4的檢驗結果可以看出：①產業政策支持對企業技術創新總體上具有積極作用，模型（1）的Ip系數為0.677，且p＜0.01，表明被產業政策支持會促進企業進行技術創新，增加企業專利數量，支持了本文H1假設。②因表4中模型（2）的Ip系數為0.440，且在1%的水平下顯著，模型（3）的Ip系數為0.245，同樣在1%的水平下顯著，所以筆者對模型（2）和（3）的系數進行了似無相關檢驗（SUEST）［22］。檢驗結果表明，Ip系數在兩組間存在顯著差異，對應的p-value值為0.000，表明“中國制造2025”產業政策可能對發明專利創新的促進作用更大，企業更愿意進行高質量、高含金量的實質性技術創新，支持了本文H2假設；③模型（4）的Ip系數為-0.009，且不顯著，表明外觀設計類、樣式類的微小創新并未受到“中國制造2025”產業政策的顯著影響。

上述實證結果表明，“中國制造2025”產業政策能夠促進被支持企業進行技術創新，H1假設成立；同時區別于過去的低水平小發明的策略性創新［11］，而是由過去的“數量增長”模式轉變為“質量發展”，更加傾向于高水平實質性的創新，H2假設成立。

4.4 產業政策效應分組分析

國有經濟在我國經濟發展進程中發揮著特殊的作用，國有企業更是國民經濟的支柱，其覆蓋范圍包含了戰略性及壟斷性行業。國有企業的創新行為可能更容易受到政策的影響，相關政策與資源也更有可能向其傾斜；民營企業與國有企業的資源約束不同，面臨的制度環境不確定性也更加明顯，而企業創新面臨著較大的風險，且有可能是一項難以獲利的策略［23］。在較早期的研究中也支持了這一點，相比于民營企業，國有企業有更強的創新意愿［24-25］，但是也有學者認為民營企業的創新能力更強［6，26］。因此，本文進一步劃分了產權性質進行分組分析，分別研究國有企業和非國有企業受到產業政策激勵時創新活動的質量。

企業技術創新不僅受企業產權性質的影響，也可能會受到特定行業的影響。有學者發現不同行業間的創新活動具有明顯的差異［10］，在主要生產要素（諸如勞動力、資本、技術）以及市場發展前景方面的差異可能會影響企業的內部創新活動。顧夏銘等學者（2018）認為高科技行業只有保持持續性的創新活動才能在市場競爭中不被淘汰，并且技術創新競爭中的“領頭羊”將獲取巨大的回報［27］。高科技行業具有知識密度高、競爭強、收益大、風險密集的市場屬性，驅使其具有更大的動力去進行技術創新，因此，高科技行業的創新活動與非高科技行業的技術創新將可能產生一定的差異。本文也將按照是否屬于高科技行業進行分組回歸分析。

綜上所述，為進一步探析產業政策對企業創新的作用機制，本文將根據企業的產權性質以及是否屬于高科技企業進行分組分析，分別將國有企業、非國有企業、高科技行業、非高科技行業面板數據命名為Panel A、Panel B、Panel C、Panel D。

本文在進行分組回歸結果分析前先進行了似無相關模型的檢驗（SUEST），此舉是為了避免在比較分組樣本系數的顯著性水平時置信區間重疊可能造成的偏差，從而導致分組回歸系數不能直接比較的問題。對四個面板的數據執行SUR估計（seemingly unrelated regression）后，分別檢驗Panel A-Panel B、Panel C-Panel D兩組間的系數差異，檢驗結果顯示對應的Ip系數的p-value均為0.000，表明兩組系數差異明顯，進行分組回歸比較是合適的。

4.4.1 產權性質分組分析。根據表5及表6的結果分析可以發現：①從專利授權總量（Pɑtent_ln）來看，國有企業的表現優于非國有企業，Panel A的模型（1）的Ip系數為1.182，Panel B的模型（1）的Ip系數為0.484，兩者都在1%的水平下顯著，總體上看，在產業政策的刺激下，國有企業的創新表現比非國有企業的創新表現更優，支持了本文H3假設；②從專利結構上看，Panel A的模型（2）的Ip系數為0.521，Panel B的模型（2）的Ip系數為0.388，兩者都顯著為正，說明在發明專利實質性創新方面，國有企業和非國有企業都受到了產業政策的正向激勵，且國有企業的表現優于非國有企業，支持了本文H3a假設；③Panel A的模型（3）的Ip系數為0.426，Panel B的模型（3）的Ip系數為0.161，在實用新型專利方面，國有企業的成果產出約為非國有企業的三倍；④Panel A的模型（4）的Ip系數為0.234，Panel B的模型（4）的Ip系數為-0.065，在外觀設計專利象征性創新方面，產業政策對國有企業具有一定的刺激作用，但對非國有企業產生擠出作用，說明產業政策的支持一定程度上也會引發國有企業“迎合性”創新行為的產生，反對了本文H3b假設。

表5 國有企業多元線性回歸結果

表6 非國有企業多元線性回歸結果

4.4.2 行業特性分組分析。根據表7及表8的結果分析可以發現：①高科技行業與非高科技行業在專利總量（Pɑtent_ln）回歸模型中的Ip系數均為正，表明產業政策能夠促進企業的有效創新活動，具體來看，Panel C的模型（1）的Ip系數為0.799，且在1%的顯著性水平下顯著；Panel D的模型（1）的Ip系數為0.165，在統計意義上不顯著。在產業政策刺激下，高科技行業的技術創新表現比非高科技行業更優，支持了H4假設；②當以發明專利數（Inven_ln）來衡量實質性創新水平時，Panel C的Ip系數為0.439，Panel D的Ip系數為0.411，且兩者都在1%的水平上顯著，說明“中國制造2025”政策可能對于提高高科技行業的實質性創新產出的促進作用更大，這與該政策的制定初衷是相符的，支持了H4a假設；③當以外觀設計專利數（Design_ln）來衡量象征性創新水平時，Panel C的Ip系數為0.069，Panel D的Ip系數為-0.300，兩者都在統計意義上顯著。在產業政策的支持下，高科技行業與非高科技行業相比，對于進行象征性創新行為的意愿更大，拒絕了H4b假設。

表7 高科技行業多元回歸結果

表8 非高科技行業多元回歸結果

4.5 雙重差分模型結果分析

“中國制造2025”政策的實施使一部分企業受到了政策的影響，而另外一部分企業可能未受到影響或者影響較小，因而可以將其理解為一個自然實驗。政策的支持可以看作是對實驗對象進行了某種“處理”，定義為處理組，而未受政策影響的對象定義為對照組，通過受到政策支持的處理組和未受到政策支持的對照組之間的對比，可以觀測到政策產生的效果。

考慮到在多元線性回歸檢驗產業政策與企業技術創新的因果關系時，一定程度上會受到內生性問題的困擾，使結果存在偏誤，為了更加科學、準確地評估政策效果，本文利用DID模型進行了自然實驗檢驗，結果分析如表9所示。

表9 “中國制造2025”與企業技術創新

根據上文所述，本文關注的是分組虛擬變量（Ip）和政策實施虛擬變量（T）交乘項（Ip×T）的系數，從表8中可以看出：Ip×T的系數在模型（1）和模型（2）的檢驗中非常顯著，且都為正數，說明“中國制造2025”政策的實施使我國受到政策支持的企業比未受到政策支持的企業的專利數量高出約e0.32，表明本文H1假設顯著成立；從專利結構上看，Ip×T的系數在第（1）、（2）、（3）列分別為0.210 1、0.082 2、0.027 5，說明政策的實施對處理組企業的發明專利創新、實用新型專利創新、外觀設計專利創新都具有一定的促進作用，且發明專利創新估計的Ip×T系數在1%的顯著性水平下顯著，“中國制造2025”政策對被支持企業的發明專利創新具有更顯著的作用，對外觀設計專利創新的作用不顯著，說明本文H2假設顯著成立。

4.6 穩健性檢驗

4.6.1 平行趨勢檢驗。雙重差分模型使用的前提條件是需要滿足平行趨勢（common test）假設，為了保證檢驗結果的無偏性，在產業政策實施前，處理組和對照組應該擁有共同趨勢。

本研究通過畫圖和回歸的方法來進行平行趨勢假設的穩健性檢驗。將模型（5）中的Ti,t項變為年份虛擬變量，如果在政策實施前有n年，設置n個年份虛擬變量，同時生成了與Ipi,t相乘的n個交互項，利用交互項檢驗政策沖擊前處理組和對照組的差異，如果交互項不顯著，即表示不存在明顯差異，通過平行趨勢假設；然后，通過事件研究法繪制處理組和對照組的檢驗圖。為了進行平行趨勢檢驗，本文構造了以下檢驗模型：

本文以2015年作為政策實施的基準年，選取2015年前后3年進行趨勢檢驗，結果顯示：在2015年以前的年份，系數γk的回歸結果在統計意義上不顯著，也就是說在置信區間內存在0值，兩者不存在顯著差異，基本通過了平行趨勢假設。根據檢驗結果繪制的趨勢圖（圖1）所示：γk的系數在“中國制造2025”政策實施前確實在0值附近波動，而政策實施后，γk的系數顯著大于0值，這說明本文的雙重回歸模型是合適的，處理組和對照組可以進行比較分析。

圖1 平行趨勢檢驗結果圖

4.6.2 安慰劑檢驗。本文根據“中國制造2025”產業政策的“準自然實驗”，利用2010—2019年上市企業的面板數據，針對產業政策對企業技術創新的影響進行了政策評估，但是對于研究的結論而言還存在一個質疑，即專利數量指標顯著可能受到某些未考慮到的隨機因素影響，模型中可能存在重要的遺漏變量，因此，筆者借鑒了Liu和Lu（2015）兩位學者［28］以及周茂等學者（2018）［29］的研究方法，通過對隨機生產實驗組進行安慰劑檢驗，來檢測產業政策對企業技術創新的促進作用是否由未觀測到的隨機因素造成。

本檢驗的目的是為了排除由于遺漏變量而產生的其他隨機性因素對企業技術創新產生的作用，該檢驗可以使本研究因果識別效應的可信度得到增強。本研究通過多次隨機抽取實驗組，并且縱向合并1 000次安慰劑結果的系數和標準誤，利用Stata 15軟件繪制其分布圖進行觀測，如果系數集中分布于零附近，即可以認為不存在隨機性因素干擾估計結果，進一步證明實證結果是無偏的。

筆者利用Stata 15軟件進行安慰劑檢驗繪制了圖2，可以從分布圖中看出，t值統計量明顯收斂于0值附近，這說明“中國制造2025”產業政策對企業技術創新的作用比較穩健。

圖2 安慰劑檢驗結果圖

5 總結與建議

本文為了研究“中國制造2025”產業政策對企業技術創新的作用，選取了2010—2019年公司專利授權數據及財務數據，從企業微觀層面的視角來檢驗宏觀的產業政策效果，依據前文相關理論的闡釋與實證分析，本文的研究結論如下。

第一，“中國制造2025”產業政策對企業技術創新存在促進作用，對不同專利類型的產出存在一定的差異，其中對于發明專利、實用新型專利具有顯著的促進作用，對于外觀設計專利不具有顯著影響。

第二，“中國制造2025”產業政策對不同產權性質的企業技術創新存在促進作用，且對于實質性創新的產出具有顯著的積極作用。與其他企業相比，“中國制造2025”產業政策對于國有企業技術創新的促進作用更大，且在發明專利創新產出方面具有更顯著的促進作用。

第三，對于不同行業特性的企業來說，“中國制造2025”產業政策對高科技行業的技術創新激勵效應更加顯著，且對不同類型專利（發明專利、實用新型專利、外觀設計專利）的促進作用都很顯著。

結合本文的理論分析與實證檢驗結果，為了實現中國制造業由“大”向“強”的轉變，更好地發揮產業政策的作用，提出以下建議，希望對相關實踐提供參考。

首先，隨著我國經濟發展進入新常態階段，政府在制定相關產業政策的時候，應更加注重功能性、普惠性產業政策的運用。傳統的政府補貼手段可能并不能真正促進企業創新［12］，而需要通過一攬子產業支持措施來促進企業技術創新，充分發揮市場機制的作用，強調市場主導、政府引導，減少政府的直接干預，改變過去選擇特定企業或產品進行扶持的模式，轉變為功能性產業政策，發揮市場在資源配置中的決定性作用，利用“市場友好型”的產業政策，去完善“市場失效”的問題，彌補市場調節不足的缺陷，提供更完善的制度保障，促進創新研發活動的順利開展。

其次，政府在制定和實施相關產業政策時，應充分考慮不同行業、不同企業性質的異質性。政策的實施應當“因事制宜”，不能對所有的創新行為不加甄別地支持，容易造成創新資源配置錯亂。建議政府成立相關創新小組，對企業的專利產出進行識別，對于技術含量高、應用前景廣闊的實質性創新給予大力支持，激勵其進行后續的研發創新；建立政策扶持績效監測機制和退出機制，形成嚴格的創新績效評估體系，避免出現企業利用產業政策進行短期投機行為；對于產能過剩的行業，也要通過過渡性退出機制引導其更好地適應市場競爭，擺脫對產業政策的依賴。

最后，對于企業自身而言，應當妥善利用好產業政策提供的支持，提升企業價值，在創新和生產過程中發現并解決問題，增強質量管理，加強企業人才培養。企業的經營管理也需要走出舒適圈，擺脫過去對政府補貼的依賴，積極主動適應市場競爭規則，尊重并維護知識產權，提高自身在國際上的競爭力，利用好兩個市場、兩種資源，深化國際合作，積極推動產業升級轉型。