政策組合對中國光伏企業創新績效的影響

張永安,關永娟

(北京工業大學 經濟管理學院,北京 100124)

能源短缺與環境污染是制約經濟可持續發展的關鍵,因此清潔能源的開發與利用逐漸成為各國關注的焦點[1]。太陽能光伏發電作為成本低、潛力大的一種清潔能源發展迅速,在促進能源結構調整和推進經濟的可持續發展方面發揮重要作用。截至2019年底,中國光伏總裝機容量已達到20 430 萬k W,其迅速崛起對全球光伏產業發展產生深遠影響[2],但產業規模快速發展的同時也呈現盈利能力較弱、產能利用率出現分化等特點[3],面對一系列發展問題,亟需提升光伏企業創新能力以實現創新驅動發展的戰略[4]。

研究發現,提升企業創新績效、推進可持續發展需要更廣泛的政策組合,以引導企業成為科技創新主體,逐步形成推進自主創新的政策合力。政策組合主要指不同政策間相互作用以加強對單個政策的影響[5],這種影響呈現不同特征：一方面,政策工具正向協同效應促進企業實現長期發展的目標[6]；另一方面,政策工具負向協同效應引起學者的廣泛關注[7-8]。盡管對政策組合有一定的研究,但都以概念性研究、國家層面比較研究等為主[9],運用實證方法分析政策組合對企業創新績效的影響不多[10-11],且主要集中在同一類別政策范圍內[12-13],但何種政策組合能夠有效促進光伏企業的創新績效,尚屬未知。

光伏發電是清潔高效的可再生能源,與傳統能源行業相比,太陽能光伏產業呈現培育周期長、研發投入高、研發風險大、外部性強等特點,受這些特點影響,光伏企業僅依靠市場驅動很難跨過初創階段與傳統能源產業抗衡。因此,光伏企業發展亟需政府政策支持。政策影響具有產業差異性,政策對光伏產業的影響要明顯高于其他行業。為促進光伏產業健康發展,政府持續出臺一系列政策,其中扶持性創新政策發揮了重要作用,但同時光伏產品在生產、使用及廢棄過程中對環境造成嚴重的危害又亟需政府高度關注,并采用環境規制政策加以制約,政府通過不斷提高環境規制強度,迫使相關企業改善其對環境的污染行為,以促進光伏產業真正實現綠色發展,故本文針對光伏企業進行研究更具現實意義。環境管制政策如何影響企業的創新績效? 政府補助是否能促進企業從創新數量的提高轉向創新質量的提升? 兩種政策同時實施又會對企業創新績效產生怎樣的影響? 政府的作用到底是促進了光伏企業量的擴張還是質的提升?

為回答上述問題,本文基于政策組合視角,挖掘創新政策與環境政策及其組合對企業創新績效的影響機理,以期為光伏企業實現降污增效提供決策依據,并為政府進一步完善創新政策和環境政策提供理論參考。

本文的創新之處在于：①研究視角基于政策組合,探究扶持性創新政策與管制性環境政策對企業創新績效的影響；②研究內容不同于現有文獻,本文從創新數量與創新質量兩個維度評價創新績效；③研究方法基于面板門檻回歸模型,從非線性視角研究政策組合作用效果,豐富了研究結論；④研究樣本數據選取方面,立足于微觀層面光伏企業數據,實證檢驗政府創新政策和環境政策及其組合對企業創新績效的影響。

1 文獻回顧

1.1 政策組合研究

政策組合是目前政策研究領域的熱點問題,但已有研究對政策組合概念尚未形成定論,Flanagan等[14]和Rogge等[15]從政策制定、政策實施、政策計劃、政策工具以及政策目標等方面構建創新政策組合框架。政策通常由不同級別的政府決策者進行設計和實施[16],Dragana等[17]的研究結果表明,不同級別的政府補貼組合有利于企業研發投入的增加,但對企業創新績效的影響并不顯著；Ossenbrink等[18]提出了自下而上以及自上而下兩種不同的分析框架用以分析復雜的政策組合；Lanahan等[19]研究了動態環境下多層次創新政策組合,考慮了不同政府層級以及同一層級政府間多層次創新政策組合的響應方式。也有學者在研究過程中關注到了政策組合的動態性,Huang[20]的研究結果表明,不同層級的政策組合模式由簡單的單向模式向更為復雜的雙向模式過渡,決策者要重視政策組合的動態性和協同進化性；Montmartin 等[21]從不同區域內政策之間的相互作用角度,研究政策組合的效果。

目前所知,已有研究較多地探討了不同治理層級的政策組合作用效果,部分文獻涉及到政策組合作用區域以及政策組合的動態性,但現有文獻鮮見對于不同類別政策組合的研究,缺乏完整的分析框架來確定行之有效的政策組合。

1.2 創新政策、環境政策及其組合對創新績效的影響

考慮到創新具有較強的外部性及較高的風險,政府某種程度上成為推動企業創新的重要力量。政府補助作為政府推動創新的重要創新政策工具,被各級政府廣泛采用,但對其有效性的爭論尚未結束。魏長升等[22]和Lee等[23]認為政府補助能夠有效降低企業創新風險,進而顯著促進企業創新投入的增加,且政府補助對企業創新績效促進作用明顯；但呂久琴等[24]認為政府補助對企業創新投入及產出具有負向影響。另外,有研究結果表明,政府補助對企業創新績效的影響具有非線性特征[25-26]。

對于環境規制與企業創新績效之間的關系主要有如下3種觀點：①基于波特假說提出的規制-創新-績效的基本邏輯,環境規制對企業創新績效具有正向激勵作用。設計合理的環境政策能減少污染,提高區域生產率[27-28],促進企業創新績效的提升[29]。②基于新古典經濟學中制約假說理論,環境規制在一定程度上增加了企業成本費用,抑制了企業創新投入,從而降低了企業的創新績效[30]。③基于不確定性假說理論,提出由于行業不同和企業差異等因素的影響,環境規制與企業創新績效之間的關系呈現非線性或相關關系不顯著的特征。文獻[31-32]中的研究均證實了上述觀點。

政策組合效果的研究是當前政策科學研究的重點,部分學者關注到政策組合的內涵[14-15],及政策組合特征對企業創新績效的影響[33],但如何確定有效的政策組合,學術屆尚未達成共識。政策組合具有協同效應,具體表現為正協同[34-35]、負協同[36-37]以及無協同[38],政府補助與環境規制政策組合效果還未有實證檢驗。

由于學者選取的樣本及市場環境差異等因素,對政府補助、環境規制與創新績效之間的關系尚未形成一致的結論。并且,在對創新績效的研究方面未延伸到創新數量與創新質量,已有研究結論多集中于線性效應的視角,實際上,政府補助、環境規制對創新數量以及創新質量的影響并非簡單的線性關系。

綜上所述,本文利用中國上市光伏企業面板數據探究創新政策與環境政策組合效果,進一步運用面板門檻回歸技術研究政府補助、環境規制對企業創新數量以及創新質量的非線性影響效應。

2 研究設計

采用兩步回歸法,首先,基于基礎面板回歸模型,實證分析創新政策與環境政策組合對光伏企業創新績效的影響；其次,進一步建立面板門檻回歸模型[39],分別以環境規制和政府補助作為門檻變量,考察環境規制、政府補助與創新績效之間的非線性關系。

2.1 面板回歸模型

選用面板回歸模型為基礎模型,分別以創新數量和創新質量作為被解釋變量,以政府補助、環境規制以及兩者的交互項作為解釋變量。具體數學模型為：

式中：i為企業；t為時間；INnumit表示創新數量；INquait表示創新質量；Subit表示政府補助；EIit表示環境規制強度；Controlsit是控制變量,主要包括省市規模(Scale)、盈利能力(Prof)、企業杠桿(Lev)、人口素質(Quality)和企業成長性(Grow)。

2.2 面板門檻回歸模型

前文通過面板回歸模型初步判斷政府補助、環境規制對創新數量和創新質量的影響關系,本部分進一步判斷這種影響是不是一成不變的,是線性影響還是非線性影響,并運用門檻回歸技術進行檢驗。具體模型為：

式中：γ1,γ1,…,γn為待估的門檻值；I(·)是指標函數,其取值依據為括號內表達式,若表達式為真則值為1,若表達式為假則值為0；其余變量含義同模型式(1)。

2.3 數據來源與變量定義

選取2015～2019年中國光伏A 股上市企業作為研究對象,并按如下原則對樣本初始數據進行篩選：①剔除所有ST、*ST 類企業；②剔除環保投入等數據缺失嚴重企業,③剔除具有明顯異常值數據企業；④剔除有重大違規行為的企業樣本。最終獲得138家企業,690個觀察值。

本文數據來自萬得、CCER 數據庫、巨潮資訊網及相關企業網站。選取上市公司作為研究樣本主要原因在于其財務狀況的公開性、全面性,以及數據的準確性和完備性。數據分析使用Stata14.0軟件。

(1)被解釋變量。創新績效,從創新數量和創新質量兩個維度進行度量。創新數量代表創新的規模,采用新產品銷售收入進行測量[40]；創新質量代表創新水平,采用發明專利數量與專利申請數量比值進行度量[41]。

(2)門檻變量。本文門檻變量為政府補助和環境規制。其中,政府補助數據來自萬得數據庫,環保投入數據一部分來自萬得數據庫以及CCER 數據庫,另一部分數據分別來自企業官網及公司年報中手工搜集整理獲得。考慮到企業規模的不同,其所獲得的政府補助以及其對環保的投入存在差異,故本文創新政策采用政府補助與資產總額占比表示,環境政策采用環保投入與資產總額比值表示,比值越大,表示環境規制強度越大。

(3)控制變量。創新績效水平除受政策變量影響外,還受企業自身因素的影響,參考已有的研究成果,引入如下控制變量：企業規模,考慮規模不同創新數量和質量都會受到影響,用企業資產總額表示；盈利能力,考慮企業盈利能力會直接影響企業創新活動,采用利潤總額與資產平均總額比值來衡量；企業杠桿,以負債總額占資產總額的比重進行衡量；人口素質,考慮人是促進創新的決定性因素,引入人口素質控制變量,采用研發人員與員工總數比值來衡量；企業成長性,采用營業收入成長率表示。

為緩解異方差帶來的影響,對上述變量中的所有絕對量均取對數。變量說明如表1所示。

表1 變量說明及定義

2.4 描述統計分析

表2給出了模型中各變量的描述性統計信息。由表2數據可以看出：在報告期內所有企業均獲得了政府資助,這與光伏企業受到政府較大的關注與扶持現狀相符,但極差很大,表明光伏企業之間獲得政府補助的差別比較大；樣本企業環境規制強度均值較低,說明目前政府對光伏企業環境制約程度普遍較低；光伏企業創新數量最大值為23.711,平均值為21.610,說明創新數量較高,且創新數量差別不大；但創新質量最大值為2.672,均值為0.991,均值較低,說明總體創新質量水平較低,且極差較大。這表明,光伏企業之間創新質量水平差異很大。

表2 主要變量描述性統計結果

3 實證結果

3.1 面板數據回歸結果

模型的確定方法,首先進行Chow 檢驗,檢驗結果p≤0.01,拒絕原假設,表明本研究內容不宜選用混合模型；下一步進行Husman檢驗,結果依然拒絕原假設,意味著本文不宜選用隨機效應模型,故采用固定效應模型進行實證分析。鑒于本文是研究創新政策與環境政策及其組合對創新績效的影響,政策類因素具有明顯的隨時間變化趨勢,故研究模型確定為時間固定效應模型,表3所示為回歸結果。

表3 政府補助、環境規制與創新績效的回歸結果

由表3可以看出,政府補助對創新數量和創新質量的回歸系數分別為0.103(p≤0.05)和0.138,這意味著政府補助顯著促進了光伏企業創新數量的增長,對創新質量雖表現為正向促進作用,但未通過統計檢驗。環境規制對創新數量為正向促進作用,但統計上不顯著,其對創新質量表現為顯著正向促進作用。從兩者交互項來看,創新政策與環境政策的交互項對創新數量的回歸系數為0.184,且通過了統計檢驗,兩者組合正協同效應顯著；對創新質量的影響系數為-0.476,且通過了顯著性檢驗,兩者組合負協同效應顯著,意味著兩者組合在創新的不同階段組合效果具有顯著異質性。在創新數量積累階段,能夠顯著促進創新數量的提高,正協同效應顯著；在創新質量提升階段,顯著抑制創新質量的提升,負協同效應顯著。

3.2 門檻效應實證結果及分析

前文已經驗證得出創新政策、環境政策及其組合對創新績效的影響作用,本部分進一步利用面板門檻回歸模型檢驗這種影響作用是線性的還是非線性的。根據Hansen的研究思路,應用面板門檻回歸模型需要兩個方面的檢驗,一是檢驗變量是否存在門檻效應,二是檢驗門檻估計值的真實性。檢驗結果如表4、5所示。

表4是采用Bootstrap方法反復抽樣300次得到的結果。表4數據顯示,模型(3)～(5)和模型(7)的單門檻和雙門檻均顯著,三門檻效應不顯著,模型(6)、(8)均不存在門檻效應,故模型(3)～(5)和模型(7)均采用雙門檻模型分析。表5為門檻值估計結果及相應的置信區間。由表5數據可知,模型(3)的兩個門檻值為2.742和2.749,模型(4)的兩個門檻值為3.036和3.043,模型(5)的兩個門檻值為3.035和3.041,模型(7)的兩個門檻值為2.958和3.065。

表4 門檻效果檢驗

表5 門檻值及置信區間估計

表6所示為門檻回歸結果。由表5、6的結果可見,創新政策對創新質量、創新政策與環境政策組合對創新質量不存在門檻效應,但環境政策與創新政策及其組合對創新數量的影響、環境政策對創新質量的影響并非簡單的線性關系,而是存在復雜的非線性關系。

表6 雙門檻模型估計結果

(1)政府補助對創新數量有著正向的非線性影響,且這種正向影響呈現倒U 型特征。具體體現在：當政府補助強度小于2.742時,其對創新質量影響系數為0.401,且通過了顯著性檢驗；當政府補助強度大于2.742小于2.749時,其對創新數量影響系數最大且顯著為正,說明其對創新數量的促進作用達到最大值；當政府補助強度大于2.749時,其對創新數量的促進作用明顯降低,影響系數為0.34,且通過了統計檢驗。

(2)環境規制對創新數量的影響呈現正向的非線性效應,且具有邊際效率遞減特征。當環境規制水平低于3.036時,其對創新數量的促進作用最大,且通過顯著性檢驗；當環境規制水平大于3.036小于3.043 時,其對創新數量的促進作用減小,且在5%的置信水平下顯著；當環境規制水平大于3.043時,其對創新數量的影響開始不顯著。這說明,環境規制水平并不是越高越好,存在邊際效率遞減效應。

(3)在環境規制強度存在差異時,政府補助對創新數量的影響呈現U 型的非線性關系。當環境規制強度低于3.035時,影響系數顯著為負,說明在環境規制強度第一門檻內,政府補助對創新質量表現為顯著的負向效應；當環境規制強度高于3.035低于3.041時,影響系數為-0.885,且通過統計檢驗,表明在環境規制強度第二門檻內,政府補助對創新數量的負向促進作用明顯降低；當環境規制強度高于3.041時,影響系數為0.210,且通過了顯著性檢驗,說明政府補助對創新數量表現出顯著的正向促進效應。這說明,當環境規制強度發生變化時,政府補助對創新數量的影響隨著環境規制強度的變化而變化,環境規制強度逐漸升高,政府補助對創新數量呈現先抑制后促進的作用。

(4)環境規制對創新質量有著顯著的倒U 型特征。當環境規制水平低于2.958時,其對創新質量具有顯著正向促進作用；當環境規制水平大于2.958小于3.065時,其對創新質量的正向促進作用達到最大,且在1%的置信水平下顯著；當環境規制水平高于3.065時,其對創新質量的促進作用明顯降低,且通過了統計檢驗。

4 結論

政府在推動企業創新發展過程中一直發揮著重要作用。基于2015～2019年中國138家光伏企業的面板數據,運用面板固定效應回歸模型以及面板門檻回歸模型,本文研究了創新政策與環境政策組合對企業創新數量以及創新質量的影響。首先運用面板固定效應模型進行估計,得出如下研究結論：對于中國光伏企業而言,政府補助顯著促進其創新數量的提高,環境規制顯著促進創新質量的提升,環境規制對創新數量與政府補助對創新質量的影響均未通過顯著性檢驗,但兩者組合對創新數量表現為顯著促進,但對創新質量為顯著抑制。面板門檻回歸模型結果表明：政府補助對創新數量有著正向的非線性影響,且這種正向影響呈現倒U 型特征；環境規制與創新數量之間存在正向的非線性關系,且這種正向影響呈現邊際效率遞減特征,環境規制對創新質量的影響存在顯著的倒U 型特征；當環境規制強度存在差異時,政府補助對創新數量的影響呈現U 型的非線性關系。

依據本文的研究結論,政府在制定針對光伏企業可持續發展政策時可以借鑒如下建議：

(1)政府補助的作用是幫扶企業完成前期創新數量積累,因此,政府補助的主要幫扶對象應該是具有創新意愿的企業初創階段,在企業完成創新數量積累之后政府應及時減補或斷補,以促進企業實現由創新數量提高到創新質量提升的跨越,且政府補助并非越多越好,要注意政府補助的強度區間,以將政府補助的激勵效應發揮到最優水平,2018 年以來,國家對光伏企業實施的531新政,也基本符合這一邏輯。

(2)本模型結果顯示,環境規制能夠顯著促進創新質量的提升,但這種影響呈現倒U 型特征,隨著環境規制強度的加大,對創新質量的促進作用呈現先減小后增大的趨勢,說明應合理設置環境規制強度,適當提高環境規制水平,但需注意環境規制強度,過于嚴格的環境規制水平會降低其對創新質量的影響。

(3)創新政策與環境政策組合作用顯著,但要注意不同階段的影響異質性。在創新數量積累階段,正協同效應顯著,發揮1+1＞2 的政策組合效應,在創新質量提升階段,尚需挖掘新的創新政策工具以促進企業創新質量的提升,同時注重其與環境規制政策組合作用。

(4)政府在制定促進企業創新政策時,要不斷強化政策組合的影響,且不同政策在組合時應明確各政策的適度區間。

本文存在的局限和不足：①政策方面僅關注了環境政策和創新政策,實際上還有其他政策交互作用,未來研究可進一步擴展政策范圍；②本文研究結論只說明2015～2019年時間段的結果,未來研究可考慮增大樣本容量,擴大樣本范圍,加強結論的普適性。