科技金融政策對戰略性新興產業上市公司研發績效的影響

摘 要：以促進科技和金融結合試點政策為準自然實驗，利用2008—2019年戰略性新興產業企業數據構建多時點雙重差分模型，基于研發操縱視角，實證分析科技金融政策對戰略性新興產業上市公司研發績效的影響及內在機制。結果表明，科技金融政策能夠顯著抑制戰略性新興產業上市公司的研發操縱行為，從而顯著提高研發績效。平行趨勢檢驗、安慰劑檢驗等一系列穩健性檢驗結果表明研究結果穩健。異質性分析結果表明，科技金融政策對研發操縱的抑制作用在非國有企業、東部地區企業以及上市年限較長的企業中更加顯著。研究不僅能為科技金融政策的進一步推廣提供理論依據，還可為促進戰略性新興產業上市公司研發創新提供政策啟示。

關鍵詞：科技金融政策；研發績效；研發操縱；雙重差分模型

DOIDOI：10.6049/kjjbydc.2022090151

中圖分類號：F276.44文獻標識碼：A

文章編號：1001－7348（2024）06－0149－12

0 引言

創新是經濟高質量發展的內在驅動力，是進入新發展階段的必然要求。戰略性新興產業對經濟高質量發展具有引擎作用，對其它產業發展質量、結構、規模、速度和效益等具有長期、全局性和決定性影響，在構建新發展格局中具有基礎性作用。因此，激勵戰略性新興產業上市公司進行研發創新意義重大。由于研發創新活動具有不確定性高和研發周期長等特點，融資難、融資貴等問題成為科技型企業特別是中小企業開展技術創新的主要制約因素。從事創新活動短期內無法獲得豐厚的經濟收益，而且存在失敗風險，使得戰略性新興產業企業不愿加大研發投入，同時金融機構也缺乏足夠動力支持這類企業進行研發創新，導致最優研發投入嚴重低于社會最優規模。

促進科技和金融結合試點政策旨在通過融合科技與金融的多元化資源，包括創業投資、多層次資本市場、銀行信貸等，緩解融資約束，促進企業創新和科技成果轉化，助推戰略性新興產業創新發展。為突破企業融資約束，解決長期以來我國金融支持企業創新不足的問題，2011年科技部、中國人民銀行、中國銀監會、中國證監會和中國保監會聯合實施促進科技和金融結合試點政策（以下簡稱科技金融政策），確定北京、上海、廣東、江蘇等16個地區為首批試點地區，涉及43個城市，累計出臺350項政策。為充分發揮科技金融政策對研發創新的引領作用，2016年又選擇鄭州、廈門等9個城市開展第二批試點，為在全國范圍內推行科技金融政策提供復制推廣經驗。

為鼓勵戰略性新興產業企業進行研發創新，我國政府先后制定多項產業政策，采取研發補貼、稅收優惠等公共研發創新舉措。因此，現有文獻圍繞創新激勵政策是否達到了有效激勵企業創新的目的進行實證研究，主要形成兩種觀點：一種觀點認為這些政策對企業研發具有顯著的激勵效果，能夠撬動企業進行研發投資[1－4]；另一種觀點認為由于政府與企業之間存在信息不對稱，可能引發政策風險，致使企業選擇進行策略性創新乃至研發操縱，以騙取研發補貼或稅收優惠，最終降低研發績效[5－6]。研發操縱是指企業為達到某種目的，利用會計手段調整研發費用支出的行為，其主要動機包括稅收優惠和高新技術企業資格認定等。

本文選擇戰略性新興產業上市公司作為研究對象，主要基于以下考慮：第一，戰略性新興產業研發創新活動具有顯著的正外部性，2010年我國開始出臺戰略性新興產業政策，為戰略性新興產業研發創新提供稅收與補貼支持，這可能在客觀上激勵企業進行研發操縱；第二，由于研發操縱必須借助企業研發投入標準才能識別，而無法在產業層進行有效觀測，因而選擇戰略性新興產業上市公司作為研究對象。鑒于戰略性新興產業在國家創新戰略中的重要地位，本文以我國促進科技和金融結合試點政策為準自然實驗，以高新技術企業門檻作為研發操縱的識別標準，從研發操縱視角分析科技金融政策對戰略性新興產業上市公司研發績效的激勵作用及內在機制。

雖然現有文獻從研發創新和研發人才集聚等方面直接評估了科技金融政策的實施效果，而且研究結論基本支持科技金融政策具有積極效果，但是科技金融政策是否誘使戰略性新興產業上市公司進行研發操縱的相關研究依然非常缺乏。因此，關于科技金融政策如何影響戰略性新興產業上市公司研發操縱進而對研發績效產生影響，仍是一個有待實證檢驗的問題。本研究可能的貢獻在于：第一，首次從戰略性新興產業上市公司研發操縱視角，評估科技金融政策的實施效果及其作用機制，并從融資約束和稅收優惠角度深化拓展科技金融政策效果研究的具體機理。第二，基于產權性質、地區差異和企業上市年限考察科技金融政策對戰略性新興產業上市公司研發操縱的異質性影響，從而揭示影響科技金融政策實施效果的邊界條件，有助于提高科技金融政策實施的精準性，為科技金融政策進一步在全國范圍內推廣提供經驗證據。

1 文獻綜述與研究假設

1.1 文獻綜述

結合研究內容，本文主要從戰略性新興產業、科技金融政策和研發操縱3個方面對相關文獻進行梳理。

（1）科技金融政策。科技金融政策是一種促進科技開發與成果轉化的金融工具、金融制度、金融政策等創新性安排[7]，通過有效促進科技與金融結合，達到激勵企業創新的目的。目前關于科技金融政策的研究主要聚焦政策實施效果評估，學者們從實體經濟高質量發展、人力資本集聚、創新績效以及產業結構升級等方面研究科技金融政策的實施效果[8－11]。如馬凌遠和李曉敏[12]使用PSM－DID方法分析科技金融政策對地區創新的影響，驗證了科技金融政策的積極效應；胡歡歡和劉傳明[13]研究發現，科技金融政策能夠顯著促進試點城市產業結構轉型升級，而且政策實施效果呈現出隨時間遞增的趨勢；顧江寒和柴華奇[14]以促進科技和金融結合試點政策為準自然實驗，考察試點政策對城市綠色創新的影響，發現科技金融政策能夠顯著促進綠色創新發展，同時有助于提高全要素生產率；謝文棟[8]運用多期DID模型研究科技金融政策對科技人才集聚的影響，發現科技金融政策通過政府干預效應、結構升級效應和創新驅動效應提高科技人才集聚水平。綜上所述，現有文獻證實了科技金融政策具有顯著的創新激勵效應和結構轉型效應，但對于科技金融政策如何影響企業研發操縱行為進而作用于研發績效尚需進一步探究。

（2）研發操縱。相關文獻主要集中在研發操縱動機、經濟后果以及治理等方面。在研發操縱動機方面，黎文靖和鄭曼妮[5]、楊國超等[6]認為獲取稅收優惠和財政補貼是企業進行研發操縱的主要動機；萬源星和許永斌[15]認為企業為獲取更多政府資源或者優惠政策，可能利用研發操縱手段進行偽裝；謝德仁等[16]、朱紅軍等[17]將研發操縱視作企業為實現盈利目標或者薪酬業績而進行的一種真實盈余管理。在研發操縱后果方面，黎文靖和鄭曼妮[5]、楊國超等[6]研究發現，研發操縱作為一種投機行為，并不能從實質性上提高企業真實研發水平和創新能力，最終反而帶來更低質量的研發績效。在研發操縱行為治理方面，楊國超和張李娜[18]、尹鈞惠等[19]研究發現，技術獨立董事、私募股權投資、海量媒體報道和董事會斷裂帶對研發操縱具有顯著抑制作用。

（3）戰略性新興產業。鑒于戰略性新興產業在我國經濟社會發展中的重要地位，2010年《國務院關于加快培育和發展戰略性新興產業的決定》明確提出，加大對戰略性新興產業發展與創新的資金支持力度。這引起了大量文獻關注政府支持如何影響戰略性新興產業創新發展。如劉元雛和華桂宏[20]研究發現，政府補貼與戰略性新興產業企業策略性創新產出存在顯著正相關關系，但與高質量創新產出不存在顯著相關關系；顏曉暢和黃桂田[21]研究表明，政府補貼能夠顯著提高戰略性新興產業上市公司經濟績效，但對其創新績效的影響不顯著；伍健等（2018）基于信號傳遞視角指出，政府補貼有助于企業獲取更多資源，從而提高戰略性新興產業企業創新產出；李香菊和楊歡[22]研究發現，稅收優惠政策對戰略性新興產業上市公司研發投入和專利產出均具有積極作用，稅收政策能夠激勵企業進行自主創新。可以看出，研究政府補貼和稅收政策對戰略性新興產業創新影響的文獻已較為豐富，但鮮有研究從研發操縱視角考察戰略性新興產業政策的實施效果。

總之，研發操縱是公共研發政策下誘發的一種企業特有行為，政策收益越大，研發操縱動機越強，并且企業研發操縱行為將直接影響研發績效，企業研發操縱越嚴重，研發績效越差。戰略性新興產業無論在政策力度還是發展重要性上都更加突出，因而進行研發操縱獲取的政策收益更大，這可能在客觀上導致企業有更大動機進行研發操縱。科技金融政策一方面能夠改變戰略性新興產業上市公司研發創新的外部融資環境，從而抑制企業研發操縱行為；另一方面，通過政策扶持提高戰略性新興產業上市公司利用研發操縱獲得的政策收益，客觀上激發更嚴重的研發操縱行為，進而對企業研發績效產生影響。因此，科技金融政策究竟如何影響戰略性新興產業上市公司的研發操縱行為和研發績效，將是本文重點關注的內容。

1.2 理論分析與研究假設

由于企業研發創新具有正外部性、長周期和高風險特征，使得戰略性新興產業上市公司難以獲得足夠的外部資金支持，導致其研發投入低于社會最優水平。為彌補企業研發創新投入的不足，政府提供稅收和補貼等產業政策支持[23－24]。關于科技金融政策對戰略性新興產業上市公司研發操縱的影響，本文提出以下兩種相反觀點：一是促進觀。戰略性新興產業上市公司是否進行研發操縱取決于其能夠獲得收益的大小[6，13]。科技金融政策鼓勵試點地區出臺相應配套制度和設立專項資金，通過一系列優惠舉措改善當地企業的創新環境和創新基礎條件，但是要想得到這些優惠政策或者創新資金支持，需要達到特定研發標準，這可能導致試點地區企業為獲取政府資源和可觀的經濟利益，產生更強的研發操縱動機。如楊國超等[6]研究發現，高新技術企業的門檻標準是企業進行研發操縱的主要動機。二是抑制觀。獲得外部資金支持或者融資機會是企業進行研發操縱的主要動機之一。宋巖和劉悅婷[25]發現，當股權激勵在某個門檻區間時，融資約束將誘發企業研發操縱行為。科技金融政策的實施有助于地區為科技型中小企業提供優質的科技金融服務，引導金融資本參與企業研發創新活動，緩解融資約束，增加企業獲得外部融資的機會，提高企業研發創新的積極性，增加科技項目的真實研發投入，進而抑制企業研發操縱行為。基于上述分析，本文提出如下對立的研究假設：

H1a：科技金融政策能夠顯著誘發戰略性新興產業上市公司的研發操縱行為；

H1b：科技金融政策能夠顯著抑制戰略性新興產業上市公司的研發操縱行為。

現有文獻表明，研發操縱一方面會誘發更嚴重的信息不對稱，導致企業研發創新活動更難以被有效監督觀測，不利于企業研發績效提高。同時，研發操縱的不對稱性還會降低公共研發政策對企業創新的激勵效果。如楊國超等[6]研究發現，研發操縱會顯著削弱高新技術企業稅收優惠對企業創新的激勵作用；萬源星等（2020）研究發現，研發操縱會顯著削弱研發加計扣除政策對民營企業自主創新的激勵作用。根據以上分析，科技金融政策對研發績效的影響取決于其對研發操縱的影響，即研發操縱在科技金融政策對企業研發績效的影響中具有中介效應。因此，本文提出如下對立的研究假設：

H2a：科技金融政策通過抑制企業研發操縱行為，顯著提高戰略性新興產業上市公司研發績效；

H2b：科技金融政策通過誘發企業研發操縱行為，顯著抑制戰略性新興產業上市公司研發績效。

2 研究設計

2.1 模型設定

為檢驗科技金融政策與研發操縱之間的關系，借鑒Roychowdhury[26]、楊國超和張李娜[18]的研究，本文構建如下模型：

式中，被解釋變量Rdm表示研發操縱，解釋變量Treat表示科技金融政策虛擬變量，∑∫βx表示控制變量集合。

進一步地，為檢驗科技金融政策、研發操縱與企業研發績效之間的關系，本文參考楊國超等[6]、Mukherjee等[27]的研究，檢驗研發操縱企業的研發投入與企業未來一年、兩年發明專利數量之間的關系，構建如下模型：

式中，被解釋變量Lnpatent表示研發績效，使用企業未來一年、兩年的發明專利數量度量創新產出，以發明專利申請量加1取自然對數計算；解釋變量Rd表示研發投入，以研發投入與營業收入之比計算。其余變量含義同式（1）。

2.2 變量定義

（1）被解釋變量：研發操縱（Rdm）與研發績效（Lnpatent）。根據《高新技術企業認定管理辦法》，以高新技術企業門檻作為研發操縱的識別標準，本文設定兩個研發操縱虛擬變量，即以戰略性新興產業上市公司研發門檻為標準，將上下1%的標準設為研發操縱。具體地，當銷售收入低于2億元時，公司研發收入占銷售收入之比在[4.0%， 5.0%]之間，Rdm取值為1，否則為0；當銷售收入大于等于2億元時，公司研發收入占銷售收入之比在[3.0%， 4.0%]之間，Rdm取值為1，否則為0。此外，本文使用專利申請數量衡量研發績效。

（2）解釋變量：科技金融政策虛擬變量（Treat）與研發投入強度（Rd）。若企業所在城市當年實施了科技金融政策，則當年及以后年份取值為1，否則為0。同時，研發投入強度以研發投入與營業收入之比表征，本文定義研發投入強度恰好高于門檻為研發操縱企業。

（3）控制變量。參考楊國超和張李娜[18]的研究，本文控制如下可能影響戰略性新興產業上市公司研發操縱和研發績效的因素：公司規模、資產負債率、總資產凈利潤率、凈資產收益率、總資產周轉率、現金流比率、是否為兩職合一（虛擬變量）、托賓Q值、是否為國有企業（虛擬變量）、上市年限、第一大股東持股比例、股權制衡度、機構投資者持股比例、大股東資金占用、是否由四大會計師事務所審計（虛擬變量），具體變量定義見表1。

2.3 數據來源

科技部等五部委先后在2011年和2016年確定兩批促進科技和金融結合試點城市，本文以試點城市實施科技金融政策為準自然實驗。本文以2008—2019年我國戰略性新興產業上市公司為樣本，起始年份設為2008年是因為我國從2008年才開始規范披露上市公司Ramp;D數據，以2019年為截止時間是因為2020年新冠疫情沖擊對戰略性新興產業上市公司研發創新產生了系統性影響。戰略性新興產業上市公司的選取主要根據國家統計局《戰略性新興產業分類（2018）》中的產業分類手工匹配對應A股上市公司。本文對原始樣本進行如下處理：①剔除金融類企業樣本；②剔除財務數據不全的樣本；③剔除產權性質無法識別的樣本。最終得到948家企業樣本的9 611個樣本觀測值。為避免異常值對回歸結果造成影響，在回歸前對所有連續變量進行Winsorize截尾處理。數據來源于CSMAR數據庫。

3 實證分析

3.1 描述性統計

表2報告了主要變量的描述性統計結果。可以發現，研發操縱（Rdm）均值為0.231 4，表明有23.14%的樣本超過1%的門檻條件，被界定為研發操縱企業。科技金融政策（Treat）的均值為0.502 5，表明大約有50.25%的樣本受到試點政策影響。控制變量的描述性統計結果與現有文獻基本一致，說明本文樣本選取具有代表性。

3.2 基準回歸分析

表3列示了科技金融政策對戰略性新興產業上市公司研發操縱影響的回歸結果，其中列（1）為基準回歸結果，列（2）控制了公司和年度效應，列（3）控制了年度、城市和行業效應。結果顯示，科技金融政策（Treat）的系數分別為-0.049 5、-0.043 1、-0.050 3，分別在1%、5%和1%的統計水平上顯著為負，表明科技金融政策會顯著抑制戰略性新興產業上市公司的研發操縱行為。實驗組（實施科技金融政策地區的企業）中研發操縱的系數比對照組（未實施科技金融政策地區的企業）分別低4.95%、4.31%、5.03%，說明實施科技金融政策地區的企業更加專注于研發創新。因此，H1b得到驗證。控制變量中，公司規模（Size）、總資產周轉率（ATO）、托賓Q值（TobinQ）、上市年限（ListAge）能夠顯著抑制企業研發操縱行為，其它控制變量的影響不顯著。

表4報告了科技金融政策對戰略性新興產業上市公司研發績效影響的回歸結果，其中列（1）（3）控制了公司和年度效應，列（2）（4）控制了年度、城市和行業效應。結果顯示，當因變量為未來一期的專利數量時，科技金融政策與研發投入交互項（Treat×Rd）的系數為0.065 7和0.112 2，均在1%的統計水平上顯著為正；當因變量為未來兩期專利數量時，科技金融政策與研發投入交互項（Treat×Rd）的系數為0.030 4和0.133 9，分別在10%和1%的統計水平上顯著為正。這表明科技金融政策能夠通過抑制研發操縱顯著提高戰略性新興產業上市公司研發績效。比較列（2）與列（4）可知，科技金融政策的實施使得單位研發投入的專利產出平均提高10個百分點以上。因此，H2a得到驗證。控制變量中，資產負債率（Lev）能夠顯著促進企業研發績效提高，第一大股東持股比例（Top1）、股權制衡度（Balance）會顯著抑制企業研發績效提高，其它控制變量的影響均為不確定或不顯著。

進一步考察研發操縱在科技金融政策與研發績效之間的中介效應，結果見表5。結果顯示，研發操縱對企業未來專利具有顯著負向影響。與表4相比，納入研發操縱后，科技金融政策與研發投入交互項的系數仍顯著為正，但是顯著性出現明顯下降。同時，Sobel檢驗在5%的統計水平上顯著，表明中介效應成立，即研發操縱在科技金融政策促進戰略性新興產業上市公司研發績效提高的過程中具有中介效應，進一步驗證了假設的邏輯推斷。

3.3 平行趨勢檢驗與安慰劑檢驗

3.3.1 平行趨勢檢驗

采用雙重差分法緩解內生性問題的前提是必須滿足平行趨勢假設。本文設置政策當年及前后6年為年度虛擬變量，并參考Beck amp; Levkov[28]的做法，以政策發生前一期為基期進行平行趨勢檢驗，結果如表6、圖1所示。結果顯示，在政策實施之前，年度虛擬變量的系數均不顯著，在政策實施之后逐漸變成顯著為負，表明科技金融政策能夠顯著抑制戰略性新興產業上市公司的研發操縱行為，因而通過平行趨勢檢驗。

3.3.2 安慰劑檢驗

采用雙重差分法的另一個前提是必須通過安慰劑檢驗。具體而言，本文隨機抽取1 000次構造科技金融政策虛擬變量，觀察估計系數的顯著性及其分布，結果如表7、圖2所示。可以發現，隨機抽取1 000次的變量系數均值都不顯著，且主要集中在0值附近，通過安慰劑檢驗。這進一步驗證了科技金融政策能夠抑制戰略性新興產業上市公司的研發操縱行為。

4 穩健性檢驗

4.1 PSM－DID

為提高處理組和對照組的可比性，本文采用PSM－DID方法進行穩健性檢驗。具體地，使用卡尺（半徑）和核匹配兩種方法，根據處理組匹配對照組，對假設進行重新檢驗。結果顯示，科技金融政策的系數分別為-0.053 9和-0.053 6，均在1%的統計水平上顯著為負，表明科技金融政策確實能夠顯著抑制戰略性新興產業上市公司的研發操縱行為。

4.2 刪除省會城市

由于省會城市既是科技金融政策的主要試點地區，又是戰略性新興產業的集中地，為避免省會城市樣本的有偏分布對研究結論造成影響，本文刪除省會城市樣本后重新進行檢驗。結果顯示，科技金融政策的系數在1%的統計水平上顯著為負，表明研究結論穩健。

4.3 剔除當年營業收入低于5 000萬元及虧損企業

由于營業收入較低或者利潤虧損的企業進行研發創新和研發操縱的動機不同，因而企業研發操縱行為受到科技金融政策的影響可能也不同，本文剔除當年營業收入低于5 000萬元及虧損企業樣本后重新進行回歸。結果顯示，科技金融政策的系數在5%的統計水平上顯著為負，上述研究結論依然成立。

4.4 剔除金融危機期間樣本數據

由于金融危機對企業研發創新動機和公共研發政策有不同程度影響，處在金融危機期間的樣本可能對研究結論產生影響，本文剔除金融危機期間（2008年）的樣本數據。結果顯示，科技金融政策的系數依然顯著為負，驗證了本文研究結論。限于篇幅，穩健性檢驗結果備索。

5 異質性分析

5.1 基于產權性質的分組檢驗

根據產權性質，企業主要分為國有企業和非國有企業兩類，這兩類企業在研發操縱動機和研發績效方面均存在較大差異。本文就科技金融政策對兩類企業研發操縱行為的影響進行分組檢驗，結果如表8所示。可以發現，在非國有企業樣本中，科技金融政策的系數在5%的統計水平上顯著為負，國有企業樣本系數不顯著，表明科技金融政策對企業研發操縱的抑制作用在非國有企業中更加顯著；科技金融政策與研發投入交互項系數在國有企業和非國有企業樣本中分別為0.027 6和0.066 3，且在非國有企業樣本中更加顯著，表明相對于國有企業，科技金融政策對非國有企業研發績效的促進作用更加顯著。

5.2 基于地區差異的分組檢驗

經過改革開放40多年的快速發展，我國經濟取得了舉世矚目的成就，但地區經濟發展不平衡問題也日益嚴重，不同地區在經濟發展和制度質量等方面都存在較大差異。本文按照經濟地帶將樣本劃分為東部、中部和西部地區，檢驗科技金融政策對不同地區企業研發操縱的影響，結果如表9所示。結果顯示，當因變量為研發操縱時，科技金融政策的回歸系數在東部地區顯著為負，在中西部地區不顯著，表明科技金融政策對企業研發操縱的抑制作用在東部地區更加顯著；當因變量為未來一期的專利數量時，科技金融政策與研發投入交互項的系數在東部地區顯著為正，在中西部地區不顯著，表明科技金融政策對企業研發績效的促進作用在東部地區更加顯著。

5.3 基于上市年限的分組檢驗

上市年限不同，企業創新動機和融資約束程度也存在差異，導致科技金融政策對企業研發操縱的影響可能也不同。本文根據上市年限的中位數對樣本企業進行分組，回歸結果如表10所示。結果顯示，當因變量為研發操縱時，在上市年限較長的企業樣本中，科技金融政策的系數在1%的統計水平上顯著為負；在上市年限較短的企業樣本中，科技金融政策的系數不顯著。這說明科技金融政策對企業研發操縱的抑制作用在上市年限較長的公司中更加顯著。當因變量為未來一期的專利數量時，在上市年限較長的企業樣本中，科技金融政策與研發投入交互項的系數在5%的統計水平上顯著為正；在上市年限較短的企業樣本中，科技金融政策與研發投入交互項的系數不顯著。這表明科技金融政策對戰略性新興產業上市公司研發績效的促進作用在上市年限較長的企業中更加顯著。

6 研究結論與政策啟示

為進一步發揮政策手段促進戰略性新興產業創新發展和科技成果轉化的作用，我國分別于2011年和2016年開展了兩批科技金融政策試點。本文以我國促進科技和金融結合試點政策為準自然實驗，基于2008—2019年戰略性新興產業上市公司數據，構建多時點雙重差分模型，從研發操縱視角考察科技金融政策對戰略性新興產業上市公司研發績效的影響及其作用機制。研究發現，科技金融政策能夠顯著抑制企業研發操縱，從而顯著提高企業研發績效；研發操縱在科技金融政策促進企業研發績效提高的過程中發揮中介作用；科技金融政策對研發操縱的抑制作用和研發績效的激勵作用在非國有企業、東部地區企業以及上市年限較長的企業中更加顯著。本文研究結論可為科技金融政策在全國推廣提供理論支撐，也可為激勵戰略性新興產業上市公司進行研發創新提供政策啟示。

根據上述研究結論，本文提出如下政策啟示：

（1）進一步推廣科技金融政策，強化科技金融政策對戰略性新興產業上市公司研發創新的激勵作用。現有文獻主要從實體經濟高質量發展和人才集聚等視角考察科技金融政策的積極影響，本文從戰略性新興產業上市公司研發操縱視角驗證了科技金融政策對企業研發創新的促進效應。因此，國家應該加大科技金融支持力度，進一步在更多城市推廣落實科技金融政策，盡可能最大化實現科技金融政策對企業研發創新的促進效應。

（2）充分利用金融手段識別企業研發操縱行為，提高企業研發績效。現有研究表明，為獲得產業政策支持，部分企業會選擇進行研發操縱或者策略性創新，取代實質性創新。為強化科技金融等研發政策對研發創新的激勵效果，政府監管部門應借助金融手段識別并抑制企業研發操縱行為，從而增強各項公共研發政策的正向效應。

（3）提高政策強度與制度環境的匹配性，有效提高科技金融政策的精準性。任何政策的實施效果除依賴政策設計本身外，還依賴制度環境因素。因此，為有效提高科技金融政策實施的精準性，應努力提高政策強度與制度環境的匹配性，尤其對于創新稟賦較為落后的中西部地區，更應注重創新環境的打造。

參考文獻：

[1]AERTSA K， SCHMIDTB T. Two for the price of one？ on additionality effects of Ramp;D subsidies： a comparison between Flanders and Germany[J]. Research Policy， 2008， 37（5）：806－822.

[2]CAPPELEN A， RAKNERUD A，RABALKA M. Theeffect of Ramp;D tax credits on patenting and innovations[J]. Research Policy， 2012， 41（2）：334－345.

[3]應千偉， 何思怡. 政府研發補貼下的企業創新策略：“濫竽充數”還是“精益求精”[J]. 南開管理評論， 2022， 25（2）：57－69.

[4]李世奇， 朱平芳， 廖輝. 政府研發補貼能否帶動企業研發投入——基于企業規模和屬性的雙視角異質性分析[J]. 系統工程理論與實踐， 2022， 42（6）：1591－1600.

[5]黎文靖，鄭曼妮．實質性創新還是策略性創新——宏觀產業政策對微觀企業創新的影響 [J]．經濟研究， 2016，51（4）：60－73．

[6]楊國超， 劉靜， 廉鵬，等. 減稅激勵、研發操縱與研發績效[J]. 經濟研究， 2017， 52（8）：110－124.

[7]趙昌文，陳春發，唐英凱. 科技金融[M]. 北京：科學出版社， 2009.

[8]劉立軍，劉義臣．科技金融與實體經濟高質量發展耦合協調研究——以京津冀為例[J].經濟問題， 2022，44（8）：96－102.

[9]謝文棟. 科技金融政策能否提升科技人才集聚水平——基于多期DID經驗證據[J]. 科技進步與對策， 2022，39 （20）： 131－140.

[10]李媛媛，陳文靜，王輝. 科技金融政策、資金網絡與企業創新績效——基于潛在狄利克雷分布模型[J].科技管理研究，2022，42（6）：28－35.

[11]白萬平，孫溶鎂，白鴿，等. 科技金融發展的產業結構升級效應研究[J]. 貴州財經大學學報，2022，40（3）：59－68.

[12]馬凌遠，李曉敏. 科技金融政策促進了地區創新水平提升嗎——基于“促進科技和金融結合試點”的準自然實驗[J]. 中國軟科學，2019，34（12）：30－42.

[13]胡歡歡，劉傳明. 科技金融政策能否促進產業結構轉型升級[J]. 國際金融研究，2021，38（5）：24－33.

[14]顧江寒，柴華奇. 科技金融政策如何促進城市綠色創新發展——來自“科技和金融結合試點政策”的證據[J]. 科技進步與對策， 2021，39（15）：41－49.

[15]萬源星，許永斌．高新認定辦法、研發操縱與企業技術創新效率 [J]．科研管理，2019，40（4）：54－62

[16]謝德仁，姜博，劉永濤．經理人薪酬辯護與開發支出會計政策隱性選擇 [J]．財經研究，2014，40（1）：125－134．

[17]朱紅軍，王迪，李挺．真實盈余管理動機下的研發投資決策后果——基于創新和稅收的分析視角 [J]．南開管理評論，2016，19（4）：36－48．

[18]楊國超， 張李娜. 產業政策何以更有效——基于海量媒體報道數據與研發操縱現象的證據[J]. 經濟學（季刊）， 2021，21（6）：2173－2194.

[19]尹鈞惠，蓋瑤，孫浩然. 董事會斷裂帶與企業研發操縱[J/OL]. 科技進步與對策：1－12.[2023－01－13].https：//kns.cnki.net/kns8/defaultresult/index．

[20]劉元雛，華桂宏. 企業集團能否改善政府補貼對創新產出的激勵作用——來自戰略性新興產業上市公司的經驗證據[J]. 科技進步與對策，2020，37（18）：70－79.

[21]顏曉暢，黃桂田. 政府財政補貼、企業經濟及創新績效與產能過剩——基于戰略性新興產業的實證研究[J]. 南開經濟研究， 2020，36（1）：176－198.

[22]李香菊，楊歡. 產業異質性、稅收激勵與自主創新——中國戰略性新興產業A股上市公司實證研究[J]. 科技進步與對策，2019，36（9）：60－68.

[23]KING R G， LEVINE R. Finance and growth： Schumpeter might be right[J]. The Quarterly Journal of Economics， 1993， 108（3）：717－737.

[24]HOWELL S T. Financing innovation： evidence from Ramp;D Grands[J]. American Economics Review， 2017， 107（4）：1136－1164.

[25]宋巖，劉悅婷. 融資約束與研發操縱：基于股權激勵的門檻回歸分析[J]. 改革，2022，38（7）：144－154.

[26]ROYCHOWDHURY S. Earnings management through real activities manipulation[J]. Journal of Accounting and Economics，2006， 42（3） ：335－370.

[27]MUKHERJEE A， SINGH M， ZALDOKAS A. Do corporate taxes hinder innovation[J]. Journal of Financial Economics， 2017，124（1） ：195－221.

[28]BECK T， LEVKOV R L. Big bad banks？ the winners and losers from bank deregulation in the United States[J].Journal of Finance，2010，65（5）：1637－1667.

（責任編輯：陳 井）

The Impact of Science and Technology Financial Policy on the Ramp;D Performance of Listed Companies in Strategic Emerging Industries： The Perspective of Ramp;D Manipulation

Zeng Zhuoqi， Wang Yue

Abstract：Innovation is the internal driving force of high－quality economic development and the inevitable requirement of entering a new stage of development. Strategic emerging industries play an engine role in high－quality economic development， and thus how to encourage listed companies in strategic emerging industries to carry out Ramp;D innovation is of great significance. Due to the high uncertainty of Ramp;D and innovation activities and the long Ramp;D cycle， the problems of financing difficulty and high financing costs have become the main factors that restrict the technological innovation of technology－based enterprises. Engaging in innovation activities cannot yield rich economic benefits in the short term， and there is a huge risk of failure， leading to the lack of sufficient willingness of enterprises in the strategic emerging industries to invest in research and development.

The pilot work of promoting the integration of science and technology and finance aims to break through the financing constraints， promote enterprise innovation and the transformation of scientific and technological achievements， and boost the development of strategic emerging industries by integrating the diversified resources of science and technology and finance， including venture capital， multi－level capital markets， bank credit， etc. In order to encourage enterprises in strategic emerging industries to carry out Ramp;D and innovation， the Chinese government has formulated a variety of industrial policies and issued public Ramp;D and innovation policies including Ramp;D subsidies and tax incentives. Thus the existing literature has carried out extensive empirical research on whether the innovation incentive policies can effectively stimulate the innovation of enterprises. Some research holds that these policies have a significant incentive effect on enterprise Ramp;D and can significantly leverage enterprises to invest in Ramp;D; others argue that due to the information asymmetry between the government and enterprises， policy risks may be triggered， leading to strategic innovation and even Ramp;D manipulation by enterprises to defraud Ramp;D subsidies or tax incentives， thus significantly reducing Ramp;D performance. Furthermore， there is still a lack of research on whether technology finance policies will stimulate research and development manipulation by listed companies in strategic emerging industries.

With the aid of the quasi－natural experiment of the pilot policy of combining science and technology with finance， this paper constructs a multi－point difference model using data from strategic emerging industry enterprises from 2008 to 2019， and empirically analyzes the impact and internal mechanism of science and technology and finance policies on the Ramp;D performance of listed companies in the strategic emerging industries from the perspective of Ramp;D manipulation. It is found that the science and technology financial policy significantly suppressed the Ramp;D manipulation behavior of listed companies in strategic emerging industries， thus significantly improving their Ramp;D performance. The results of a series of robustness tests， such as the parallel trend test and placebo test， show that the research results are highly robust. The results of heterogeneity analysis show that the inhibition of Samp;T financial policies on Ramp;D manipulation is more significant in state－owned enterprises， enterprises in the eastern region and enterprises with long listing years.

With regard to" the contributions of this study， the following two points are summarized. First， from the perspective of Ramp;D manipulation of listed companies in strategic emerging industries， the implementation effect and mechanism of the pilot policy of science and technology finance are evaluated for the first time， and the specific mechanism of the research on the policy effect of science and technology finance policy is deepened and expanded from the perspective of financing constraints and tax incentives. Second， this paper examines the differential impact of the pilot policy of science and technology finance on the Ramp;D manipulation of listed companies in strategic emerging industries with different property rights， regional economic differences and listing years， thus revealing the boundary conditions of the implementation effect of the pilot policy of science and technology finance， helping to improve the implementation of the pilot policy of science and technology finance， and providing empirical evidence for the further promotion of the pilot policy of science and technology finance across the country.

Key Words：Science and Technology Financial Policy; Ramp;D Performance; Ramp;D Manipulation; Difference－in－Difference Model

收稿日期：2022－09－07

修回日期：2022－11－28

基金項目：國家社會科學基金重點項目（17AZD042）

作者簡介：曾卓騏（1990—），女，江西南昌人，華東理工大學商學院博士研究生，研究方向為科技創新與科技政策；王躍（1962—），男，河北唐山人，華東理工大學商學院教授、博士生導師，研究方向為產業經濟。本文通訊作者：曾卓騏。