政策不確定性對企業創新績效的影響
——研發要素區際流動的中介作用

王進富，李嘉輝，張穎穎

(西安工程大學 管理學院，陜西 西安 710048)

0 引言

政策工具作為政府推動企業創新發展的重要手段，由于在頒布時間、力度和內容等方面存在不確定性，致使企業無法預知政府何時以何種方式改變現行政策，而企業創新決策顯著受政策工具的影響。因此，政策不確定性對企業創新的影響成為近年來的研究熱點。盡管學者普遍認為政策不確定性對企業創新具有或利或弊的影響，并指出利弊分歧的原因可能在于企業異質性[1-2]或企業投資方式差異[3]，提出合理運用政策不確定性導致的市場不確定性助推企業創新發展是當前情景下的最優選擇[4]。但大多數研究僅指出政府需要保持政策穩定性[5]，而無法指導政府高效利用政策不確定性的潛在優勢，主要原因在于現實需求與學術研究成果脫節。現實中，政策目標異質性不可避免地導致政策不確定性，而學界仍以整體視角看待政策不確定性與企業創新績效的關系[4-6]，導致理論與實踐脫節。如趙萌[6]指出，近年來中國相關政策調整引發的政策不確定性總體上提高了企業創新水平。因此，深入探析哪類政策不確定性在其中發揮積極作用，有助于強化這一激勵效應并為政策體系構建提供具體建議。

政策不確定性對企業創新績效的作用機制成為現有研究普遍關注的問題，經歷長久的思想碰撞后，“政策不確定性—研發要素—企業創新績效”這一影響脈絡逐漸得到學界認同。鄧江花[7]認為，政策不確定性會影響企業研發資金補助，促使企業迫于經營壓力而放棄創新活動；Wu[3]指出，政策不確定性通過提升企業從地區金融機構獲取研發資本的難度，進而影響企業創新績效。囿于研究視角，以往研究大多關注地區研發要素投入在政策不確定性與企業創新績效間的作用路徑。實際上，與地區研發要素投入這一“存量”概念不同，信息技術發展疊加區域空間發展格局的不均衡促使研發要素區域“流量”成為企業創新發展的新動能，并在發揮創新效應過程中與研發要素區域“存量”存在較大差別[8]。上述背景下，若以靜態視角分析區域研發要素對不確定性政策環境中企業創新決策的影響，忽視地區間互動關系，則難免與企業創新實踐脫節。由此，在不確定性政策環境中，企業是否受區域研發要素流動的影響？不同研發要素流動會產生何種影響？本文嘗試回答上述問題。

本文研究貢獻在于：第一，以往研究大多從企業視角出發，發現政策不確定性對創新績效的影響差異是企業異質性和企業投資方式差異所致，本文從政府視角出發，剖析不同類型政策不確定性對企業創新績效的影響；第二，現有研究僅從靜態視角分析地區研發要素“存量”對政策不確定性與企業創新績效的作用路徑，難免與現實脫節。鑒于此，本文以空間相關性為基礎假設，揭示區域間研發要素流動的中介作用，既可為政策不確定性的作用機理研究提供新思路，也可為企業合理運用研發要素提供理論依據。

1 文獻綜述與研究假設

1.1 政策不確定性與企業創新績效

現有研究普遍將政策工具分為供給層、需求層和環境層3類。依據實物期權理論，不同類型政策不確定性能夠影響決策者對研發投資成本與收益的權衡，進而對企業創新績效產生不同影響。

(1)供給層政策通過彌補研發要素的稀缺性降低企業生產研發過程中的不確定性，進而提升其創新績效。當企業無法預知政府何時以何種力度出臺該類政策時，生產要素供給的不穩定性將扭曲要素市場價格，增加企業溝通成本。出于獲得超額收益的目的，企業具有較強動機與官員建立政治聯系，進而導致更多資源流入非生產性活動[9]，減少研發投資預期收益，從而不利于企業創新績效提升。

(2)需求層政策制定的目的在于刺激區域創新需求與改善市場環境[10]，但其頻繁調整或出臺導致企業面臨動蕩的市場環境。現有研究表明，一方面，企業為了生存主動開發滿足市場需求的新產品[11]，增加創新活動的預期收益；另一方面，不確定性市場環境會使企業、供應商和研發機構等出于生存目的主動建立聯系，快速補充企業內部技術創新知識,降低企業研發成本[12]。

(3)環境層政策制定的目的在于通過稅收優惠、法規為企業營造良好的外部制度環境，其不確定性會促使企業外部制度環境發生變化。根據“制度—結構—行為”的分析邏輯，企業創新活動總是嵌入于當地制度環境中，其經營戰略和行為決策是對地區制度環境的適應[13]。當外部制度環境不斷變化時，企業為降低環境不確定性帶來的負面影響，更有動機同市場中介機構和合作伙伴建立緊密關系，減少對外部制度環境的依賴，進而獲得新技術和新知識，提高研發投資預期收益[14]。

綜上所述，政策不確定性對企業創新績效產生何種影響取決于哪一類政策不確定性在創新決策過程中更為重要。現有研究表明，相比于需求層政策與環境層政策不確定性促使企業提前布局所帶來的超額預期收益,供給層政策提供的生產要素直接關乎企業當下生死存亡[10]。在生產要素有限性與管理者績效考核的雙重約束下，企業對供給層政策的依賴性較強。據此，本文提出如下假設：

H1：政策不確定性總體上對企業創新績效具有負向影響。

H1a：供給層政策不確定性可能抑制企業創新績效提升；

H1b：需求層政策不確定性能夠促進企業創新績效提升；

H1c：環境層政策不確定性能夠促進企業創新績效提升。

1.2 政策不確定性與研發要素流動

學者們將研發要素流動劃分為研發人員流動與研發資本流動，并認為不論是哪種研發要素，其流動原因均可歸納為以下兩方面：第一，流動主體，即研發要素的逐利性。該觀點認為，人員、資本等研發要素空間流動實為在評估流動兩地邊際收益率后作出的理性決策，當流入地預期邊際收益率大于流出地時，研發要素會遵循利益最大化的市場規律自然流動。第二，流動客體，即企業對研發要素價值與價格的比較。該觀點指出，研發要素能否順利流動的關鍵在于流入地企業接納與否[15]，認為盡管研發要素對某地區企業具有較高的利用價值，但由于研發要素轉化為實際創新動能過程中存在溝通、利用成本，可能促使企業轉向非生產性活動，從而不利于要素流動。

供給層政策不確定性能夠直接影響生產要素供應總量。一方面，對于流動主體而言，不確定性要素供應導致市場供需均衡價格點向不可知方位移動，從而不利于人才、資金等研發要素主體對未來收益的判斷；另一方面，對于流動客體而言，要素供給不確定性促使管理者權衡可見的尋租收益和未知的沉沒成本，同時迫于企業代理人績效考核目標的多重壓力，最終作出穩定收益的決策,導致低估研發要素價值并高估其價格[16]，從而不利于研發要素流動。在不確定性外部環境中，需求層和環境層政策不確定性能夠直接影響市場環境與創新環境動蕩程度，一方面促使研發人才、資本等流動主體看到地區間巨大的市場空間[17]，從而提升未來預期邊際收益率；另一方面激勵企業積極搶占創新高地，擺脫市場格局中的低端鎖定[18]。在上述過程中，管理者會加強對研發要素價值的衡量，積極引入研發要素。相比于需求層政策和環境層政策，短視化及制度本身缺位導致供給層政策成為政府推動區域創新體系發展的工具[19]。由此可見，政策不確定性對研發要素流動的影響受制于供給層政策不確定性。基于此，本文提出如下假設：

H2：政策不確定性不利于研發人員流動；

H2a：供給層政策不確定性抑制研發人員流動；

H2b：需求層政策不確定性能夠促進研發人員流動；

H2c：環境層政策不確定性能夠促進研發人員流動。

H3：政策不確定性不利于研發資本流動；

H3a：供給層政策不確定性抑制研發資本流動；

H3b：需求層政策不確定性能夠促進研發資本流動；

H3c：環境層政策不確定性能夠促進研發資本流動。

1.3 研發要素流動的中介作用

一方面，供給層政策通常扮演信號傳遞的角色，降低企業與外部合作者間的信息不對稱，但在不確定性政策環境中，這種信號傳遞會扭曲市場機制，直接干預與控制要素價格，阻礙要素流動[20]，不利于區域間資源均衡配置及知識共享，從而影響企業創新績效；另一方面，需求層和環境層政策不確定性直接作用于企業外部經營環境，而不確定性市場環境能夠帶來較大的盈利空間并引發研發風險溢價，促使研發要素流向本地高技術產業(宛群超等，2020)，加快研發要素配置。此時，機遇預期效應能夠促進企業研發投資的執行價值提升，從而提高企業創新績效。

綜上所述，本文認為，政策不確定性通過研發要素流動對企業創新績效的影響取決于研發要素流動更容易受哪類政策不確定性的影響。總體來看，盡管需求層和環境層不確定性能夠引發研發風險溢價，進而強化研發要素流動意愿，但供給層政策不確定性導致的要素無序化競爭與市場供需均衡價格模糊不僅會極大地降低溢價金額，而且可能提升研發要素在企業間的錯配度，使人才、資金過度集中于低效率公共部門，導致資源配置與知識溢出效應難以發揮[21-23]，從而不利于企業創新績效提升。據此，本文提出如下假設：

H4：政策不確定性通過抑制研發人員流動負向影響企業創新績效；

H4a：供給層政策不確定性通過抑制研發人員流動負向影響企業創新績效；

H4b：需求層政策不確定性通過促進研發人員流動正向影響企業創新績效；

H4c：環境層政策不確定性通過促進研發人員流動正向影響企業創新績效。

H5：政策不確定性通過抑制研發資本流動負向影響企業創新績效；

H5a：供給層政策不確定性通過抑制研發資本流動負向影響企業創新績效；

H5b：需求層政策不確定性通過促進研發資本流動正向影響企業創新績效；

H5c：環境層政策不確定性通過促進研發資本流動正向影響企業創新績效。

基于以上分析，本文構建如下理論模型，如圖1所示。

圖1 研究概念模型Fig.1 Research model

2 模型、數據與變量

2.1 數據來源與處理

本文數據時間跨度為2007—2019年。其中，企業相關數據來自于《中國科技統計年鑒》《中國高技術產業統計年鑒》，為確保數據的嚴謹性和回歸結果的可靠性，本文對所有名義值數據進行平減得到實際值。同時，對除研發要素流動外的所有數據進行對數化處理。

本文政策數據來自于北大法寶、政府部門官網等。相較于東部地區，西部地區使用政策工具更為頻繁，加上市場機制不健全以及經濟發展水平落后，導致人才、資金等研發要素長期處于凈流出狀態，企業極可能將資金投入非生產性活動，進而引發政府失靈。由此，本文聚焦西部地區，探究政策不確定性對企業創新的影響，為西部地區政府干預方式、方向提供具體建議。課題組對2007年1月1日至2019年12月31日西部地區(因數據不全，西藏地區除外)省級層面831項創新政策進行收集，為確保數據質量，依據創新政策標準對已收集的政策作進一步篩選，得到578項政策，具體情況如表1所示。

從政策分布數量結構看，與需求導向型和環境支持型政策相比，區域政策偏向于供給導向型政策，這與張煒[23]的研究結論一致，一定程度上說明所收集的政策數據較為合理。但需要指出的是，在市場化程度較低且政府干預力度較大的西部地區，這種政策結構極可能強化企業對供給政策的依賴性，尤其是在生產要素有限條件下，企業具有較強動機通過政府獲取更多生產要素，此時供給層政策不確定性對企業創新績效具有較大影響，最終導致政策不確定性總體上對企業創新績效產生負向影響。

2.2 變量選取與說明

(1)被解釋變量：企業創新績效(lnpa)。企業創新績效主要表現在創新成果上，而專利通常是創新成果的具體體現。因此，本文選取高新技術企業專利申請數衡量企業創新績效。

(2) 解釋變量：政策不確定性(lnpu)。學者們普遍認為，政策力度和有效性是政策工具的關鍵構成[24]，其不可預知性是政策不確定性的核心內涵[25]。因此，借鑒程華(2013)的指標構建思路和方法，將政策不確定性指標拆解為政策分值計算與不確定性衡量。關于政策分值計算，本文首先使用方輝[24]構建的指標體系及量表，對政策力度與有效性進行打分，隨后采用張煒等[23]的研究方法，綜合政策力度和有效性兩方面計算各項政策分值，如式(1)和式(2)所示。關于不確定性衡量，本文采用王進富等[26]的研究方法，利用變異系數法衡量樣本觀測期內政策分值波動程度，即政策不確定性指數。具體地，當政策類別為供給層政策時，采用上述方法得到的指標即為供給層政策不確定性(lnsp)，需求層政策不確定性(lnde)與環境層政策不確定性(lnen)亦然。

表1 各省市創新政策分布情況Tab. 1 Distribution of innovation policies by province and city

(1)

式(1)中，TPGi為某地區第i年各類政策分值，Uk表示量表中三級指標權重，采用主成分分析法計算，Pij表示第i年第j項政策力度得分，PGij表示第i年第j項政策有效性得分。運用上述公式計算供給層政策，所得TPG即為供給層政策得分，需求層和環境層政策亦然，如式(2)所示。

(2)

式(2)中，TPTi為某地區第i年總政策分值，Up表示量表中二級指標權重，仍使用主成分分析法計算，TPGi為供需環3類政策分值(二級指標)。

(3)中介變量：研發人員流動(pfl)和研發資本流動(cfl)。學者們普遍將研發要素流動劃分為研發人員流動與研發資本流動[21]，本文依循該思路展開研究。

第一，研發人員流動(pfl)。“推力—拉力”模型常用來解釋人員流動的原因，認為人口流動是本地推力和外地拉力共同作用的結果。本文借鑒白俊紅[21]的引力模型測算地區間研發人員流動，具體如式(3)所示。

pflij=lnMilnKjRij-b

(3)

其中，i空間單元i表示西部地區10個省份，j表示全國內地30個省份(因數據不全，西藏地區除外)。pflij表示從i省流動到j省的研發人員數量，Mi表示i省研發人員數量，Kj表示流向地j省的吸引力，采用人均GDP值表征。Rij是經緯度測算后的兩地區間實際距離，b為距離衰減系數，表示研發人才流動隨距離衰減的速度，通常取1或2。考慮到西部地區為資源稟賦弱勢地區，研發人員流動對距離的敏感性較強，故取2。對于任意地區i，可以運用式(4)估計研發人員流動總量。

(4)

第二，研發資本流動(cfl)。與研發人員流動不同，研發資本流動更多受地區金融發展程度的影響，地區金融系統越發達，研發資本流動越便捷。因此，本文參考蔣天穎等[27]的研究方法測算地區間研發資本流動，具體如式(5)、式(6)所示。

cflij=lnNilnNjRij-2

(5)

(6)

cflij表示從i省流動到j省的研發資本量，cfli表示i地區研發資本凝聚力，N表示研發資本存量，Rij為經緯度測算后兩地區間的實際距離。

(4)控制變量。

地區開放程度(lnopen)。地區開放程度越高，企業越能快速獲取并利用新知識增強自身創新能力。參考白俊紅[21]的研究成果，本文采用各省進出口總額與各省GDP之比表征。

產業結構(lnis)。產業結構高級化引發的產業集聚及知識溢出能夠顯著促進高新技術企業創新能力提升。因此，本文以第二產業和第三產業總產值占地區生產總值的比重表征該變量。

市場化程度(lntech)。在市場化程度較高的地區，企業能夠從市場中獲取多元化生產要素，從而有助于創新績效提升。因此，本文采用地區技術市場成交額衡量市場化程度。

各變量描述性統計分析結果如表2所示。

表2 變量描述性統計結果Tab.2 Descriptive statistics of variables

2.3 模型構建

基于以上假設，參考溫忠麟[28]的中介效應檢驗程序，構建三階段模型，其中第一階段模型如下：

lnpait=β0+β1lnpuit+β2lnControlit+μi+εit

(7)

lnpait=β0+β1lnspit+β2lndeit+β3lnenit+β4lnControlit+μi+εit

(8)

式(7)、式(8)分別檢驗總政策不確定性及不同類別政策不確定性對企業創新績效的影響。其中，i、t分別表示省份和年份，lnpait為企業專利申請數，lnpuit為總政策不確定性，lnspit為供給層政策不確定性，lndeit為需求層政策不確定性，lnenit為環境層政策不確定性。lnControlit為一系列控制變量，包含地區開放程度、產業結構和市場化程度。μi表示個體不可觀測效應，εit為隨機誤差項，滿足經典假設。

第二階段、第三階段分別檢驗研發人員流動和研發資本流動的中介作用，檢驗公式如下：

pflit=γ0+γ1lnpuit+γ2lnControlit+μi+εit

(9)

pflit=γ0+γ1lnspit+γ2lndeit+γ3lnenit+γ4lnControlit+μi+εit

(10)

cflit=γ0+γ1lnpuit+γ2lnControlit+μi+εit

(11)

cflit=γ0+γ1lnspit+γ2lndeit+γ3lnenit+γ4lnControlit+μi+εit

(12)

式(9)和式(10)中pflit為被解釋變量，表示研發人員流動；式(11)和式(12)中cflit為被解釋變量，表示研發資本流動，其余變量含義同上。驗證研發要素流動在政策不確定性與企業創新績效間的中介效應，具體公式如下：

lnpait=λ0+λ1lnpuit+λ2pflit+λ3lnControlit+μi+εit

(13)

lnpait=λ0+λ1lnspit+λ2lndeit+λ3lnenit+λ4pflit+λ5lnControlit+μi+εit

(14)

lnpait=λ0+λ1lnpuit+λ2cflit+λ3lnControlit+μi+εit

(15)

lnpait=λ0+λ1lnspit+λ2lndeit+λ3lnenit+λ4cflit+λ5lnControlit+μi+εit

(16)

3 實證結果

3.1 面板單位根檢驗

為了避免偽回歸，通常對面板數據進行單位根檢驗。本文采用變異系數法對政策不確定性相關指標加以衡量，不同地區組內樣本值均一致，不存在單位根，故僅對其余變量進行單位根檢驗。本文采用目前被廣泛使用的IPS和LLC檢驗方法，核心變量檢驗結果見表3。結果表明，各變量均為平穩變量。

表3 單位根檢驗結果Tab.3 Unit root test results

3.2 回歸結果分析

3.2.1 政策不確定性對企業創新績效的影響

本文根據Hausman檢驗結果選擇固定效應模型進行估計，結果見表4。表4模型(1)為政策不確定性單一變量回歸結果，結果表明，政策不確定性(lnpu)與企業創新績效(lnpa)的回歸系數在10%水平下顯著為正，表明在遺漏變量偏誤及誤差干擾的情況下，政策不確定性依然對企業創新績效具有顯著負向影響，說明政策不確定性是企業創新決策過程中不可忽視的因素。模型(2)是納入控制變量后政策不確定性(lnpu)對企業創新績效(lnpa)影響的回歸結果，可以發現，回歸系數在1%水平上顯著為正，再次說明政策不確定性對企業創新績效具有負向影響，這與西部地區生產要素長期凈流出的現實背景有關，生產要素在市場機制作用下自發流向體制健全、經濟環境較好的東部地區，導致西部地區企業生產要素處于欠缺狀態，進而強化其對供給類政策的依賴性，最終導致供給類政策不確定性的影響更顯著，假設H1得以驗證。模型(3)檢驗供需環3類政策不確定性對企業創新績效的差異化影響，結果發現，供給層政策不確定性(lnsp)系數在1%顯著性水平下對企業創新績效(lnpa)具有負向影響，需求層政策不確定性(lnde)系數在1%顯著性水平下對企業創新績效(lnpa)具有正向影響，環境層政策不確定性(lnen)系數在5%顯著性水平下對企業創新績效(lnpa)具有正向影響。這是由于以供給層政策為主的政策導向與企業生產要素有限性的耦合關系能夠強化企業對供給層政策的依賴性，當供給層政策具有不確定性時，企業將花費更多精力維持政商關系以穩定要素供給，從而影響自身創新績效。需求層和環境層政策不確定性能夠引發外部環境動蕩，倒逼企業在不確定性市場環境中加大研發投入，從而提升企業創新績效。

對比表4模型(2)與模型(3)發現，盡管需求層政策不確定性和環境層政策不確定性均對企業創新績效具有正向影響，而供給層政策不確定性對企業創新績效具有負向影響，但總體來說，政策不確定性對企業創新具有負向影響。由此可見，相比于需求層和環境層政策不確定性，供給層政策不確定性更受企業關注，進一步支持本文研究假設。

表4 政策不確定性對企業創新績效影響的回歸結果Tab.4 Regression results of policy uncertainty on firms' innovation performance

3.2.2 政策不確定性對研發要素流動的影響

表5檢驗政策不確定性對研發要素流動的影響。表5模型(1)和模型(3)驗證政策不確定性(lnpu)對研發人員流動(pfl)與研發資本流動(cfl)的影響，結果顯示，政策不確定性(lnpu)對研發人員流動(pfl)與研發資本流動(cfl)影響的回歸系數均在1%水平上顯著為負，說明政策不確定性總體上不利于研發人員與研發資本流動，假設H2與H3得以驗證。表5模型(2)和模型(4)檢驗供需環3類政策不確定性對研發人員與研發資本流動的影響，結果顯示，供給層政策不確定性(lnsp)對研發人員流動(pfl)與研發資本流動(cfl)影響的回歸系數均在1%水平上顯著為負，說明供給層政策不確定性不利于研發要素流動，假設H2a與H3a得以驗證。需求層政策不確定性(lnde)對研發人員流動(pfl)與研發資本流動(cfl)影響的回歸系數均在1%水平上顯著為正，說明需求層政策不確定性能夠促進研發要素流動，假設H2b與H3b得以驗證。環境層政策不確定性對研發人員流動(pfl)與研發資本流動(cfl)的影響不顯著，與理論預期不符，原因在于環境層政策不確定性雖然可以通過動蕩的市場環境驅動研發要素流動以獲得超額收益，但西部地區不健全的市場機制會模糊研發要素流動的預期收益，從而降低對研發要素流動的影響。

通過對比表5模型(1)、模型(3)、模型(2)及模型(4)發現，無論哪類政策不確定性，其對研發資本流動(cfl)的影響始終大于研發人員流動(pfl)，說明研發資本流動更容易受政策不確定性的影響。這是因為相比于研發資本純粹的逐利性，研發人員作為復雜理性人，其決策受除政策外的多種因素影響。

表5 政策不確定性對研發要素流動影響的回歸結果Tab.5 Regression results of policy uncertainty on R&D factor flow

3.2.3 中介效應估計結果

為了檢驗研發要素流動在政策不確定性與企業創新績效間的中介作用，參考溫忠麟[28]的研究成果，本文結合逐步回歸法與Bootstrap法進行檢驗。

以研發要素流動作為中介變量，政策不確定性對企業創新績效影響的回歸結果如表6所示。對比表6模型(1)與表5模型(1)的相應系數發現，研發人員流動(pfl)在政策不確定性(lnpu)與企業創新績效(lnpa)間起部分中介作用，說明政策不確定性不僅可以直接影響企業創新績效，而且可以通過地區間研發要素流動間接影響企業創新績效，假設H4得以驗證。

對比表6模型(2)與表5模型(2)的相應系數發現，研發人員流動(pfl)在供給層政策不確定性(lnsp)、需求層政策不確定性(lnde)與企業創新績效(lnpa)間均起部分中介作用，但在環境層政策不確定性(lnen)與企業創新績效(Inpa)間的中介作用不顯著。本文采用Bootstrap法進一步檢驗發現，當Bootstrap循環次數設置為1 000時，間接效應P值為0.03，小于0.05，且置信區間為(1.065，5.086)不包含0，故研發人員流動的中介效應依然顯著[28]，假設H4a—H4c得以驗證。

對比表6模型(3)與表5模型(3)的相應系數發現，研發資本流動(cfl)在政策不確定性(lnpu)與企業創新績效(lnpa)間起部分中介作用，說明政策不確定性對企業創新績效的作用部分源于其對研發資本流動的影響，假設H5得以驗證。

對比表6模型(4)與表5模型(4)的相應系數發現，研發資本流動(cfl)在供給層政策不確定性(lnsp)、需求層政策不確定性(lnde)與企業創新績效(lnpa)間均起部分中介作用，但在環境層政策不確定性(lnen)與企業創新績效(Inpa)間的中介作用不顯著。本文將Bootstrap循環次數設置為1 000作進一步檢驗發現，間接效應系數95%置信區間為(1.453，5.619)，間接效應顯著異于0，說明環境層政策不確定性依然能夠通過促進研發資本流動影響企業創新績效，假設H5a-H5c得以驗證。

表6 中介效應模型回歸結果Tab.6 Regression results of the mediation effect model

3.3 穩健性檢驗

(1)測量誤差檢驗問題。考慮到政策不確定性與研發要素流動對企業創新績效影響的時滯性，本文將自變量滯后一期進行檢驗發現，供給層政策不確定性顯著負向影響企業創新績效(t=-5.74，P<0.01)；需求層和環境層政策不確定性顯著正向影響企業創新績效(t=5.88，P<0.01；t=2.54，P<0.05)，并且研發要素流動的中介效應假設仍然成立。由此可見，測量誤差檢驗結果與回歸結果并無實質性差異。

(2)內生性問題。參考以往研究成果[29]，本文在模型中引入地區資本存量以提升結論的可靠性。結果顯示，全部假設再次得到驗證，說明結論具有穩健性。

4 結語

4.1 結果討論

本文從不同政策類型角度出發，探討政策不確定性對企業創新績效的影響，并從人才和資本兩個維度實證分析研發要素流動在其中的中介作用。

(1)不同類型政策不確定性對企業創新績效的影響不同。現有研究大多以整體視角看待政策不確定性對企業創新績效的影響，導致理論與實際脫節。為此，本文進一步區分政策不確定性類型并探討其與企業創新績效的關系，結果發現，供給層政策不確定性對企業創新績效具有負向影響，需求層和環境層政策不確定性對企業創新績效具有正向影響。

(2)政策不確定性對研發要素流動具有負向影響。具體地，供給層政策不確定性對研發人員與研發資本流動具有負向影響，需求層政策不確定性對其具有正向影響，而環境層政策不確定性對其無顯著影響。

(3)研發要素流動在政策不確定性與企業創新績效間發揮部分中介效應。與以往研究不同，本文以動態視角關注地區間研發要素流動在政策不確定性與企業創新績效間的中介效應，發現政策不確定性可以通過抑制人才、資本等研發要素流動影響企業創新績效。具體地，供給層政策不確定性通過抑制研發人員與研發資本流動影響企業創新績效，需求層和環境層政策不確定性通過促進研發人員與研發資本流動影響企業創新績效。

4.2 政策建議

(1)現階段，合理控制政策不確定性仍是政府的主要工作。研究結果表明，政策不確定性總體上不利于企業創新績效提升，為此，西部地區政府在調整或出臺政策方針以推動企業創新發展時，應充分考慮政策不確定性對微觀企業主體的影響，尤其是對企業創新活動的影響。一方面，相關部門在頒布政策時，應充分考慮未來外部環境變化，使政策在內容和力度上更具彈性；另一方面，政府可以通過問卷、實地訪談等方式與企業管理者及時溝通，充分了解企業對政策的真實感受及期望。

(2)降低供給層政策不確定性，轉變政策發力方式。由于時間短、效應強，供給層政策成為政府助推企業發展的主要政策工具，但研究結果表明，在西部地區，供給層政策頻繁出臺引發的政策不確定性對企業創新績效具有顯著負向影響。一方面，未來政府需要在宏觀層面上維持政策的穩定性；另一方面，政府需要注意供給層政策使用方式，將政策發力點轉向助力企業與上下游生產商構建合作關系方面，幫助企業構建生產要素流通體系，減少對政策性資源的依賴，從根本上擺脫供給層政策不確定性的負向影響。

(3)合理利用需求層和供給層政策不確定性助推企業發展。研究結果表明，需求層和環境層政策不確定性能夠促進企業創新績效提升，因而政府可以利用需求層和環境層政策不確定性帶來的潛在機遇推動企業發展。一方面，政府應充分發揮需求層和環境層政策不確定性的選擇效應，并輔以一定的行政手段引導具有不同創新能力的企業積極參與市場競爭；另一方面，在政府與市場關系方面，建立健全市場機制，加快市場化進程，進一步培育需求層和環境層政策不確定性情景下企業市場競爭能力。

(4)政府應靈活利用各類政策不確定性引進優質要素資源。政府應意識到西部地區研發要素流出的原因不僅是經濟發展、生活環境落后，更是西部地區頻繁的政策變更無法讓人才、資金等研發要素獲得預期收益，導致其流入其它地區。基于此，西部地區政府不僅需要通過直接補貼、稅收優惠等方式對研發要素給予支持，更需要穩定的政策環境，促使人才、資金等研發要素自發流入。為此，一方面，政府應降低供給層政策確定性，深化以市場為主導的資源配置方式改革；另一方面，充分發揮需求層與環境層政策不確定性引發的預期效應，基于研發要素自身特性合理引導其融入地區發展。

(5)促進研發要素流動，營造良好的市場環境。盡管需求層和環境層政策不確定性能夠促進研發要素在地區間流動，緩解企業融資約束，但需要注意的是，達到上述效果的前提是完備的保障機制與良好的市場環境。由此，破除區域制度性壁壘，特別是阻礙創新要素自由流動的體制機制是未來西部地區政府工作的重點。

4.3 不足與展望

本文存在以下不足：第一，鑒于人力和物力的有限性，實證數據僅來自于西部地區。由于東、西部地區差異較大，相較于西部地方，東部地區政策不確定性、研發要素流動與企業創新績效可能具有不同特征；第二，本研究中的企業僅指代高新技術企業，由于數據原因，未分析各類政策不確定性對不同所有制類型企業及不同規模企業的影響，未來可對其作進一步研究。