3.2 内生性检验
考虑到模型中可能存在反向因果关系而产生的内生性问题,创新能力强的企业可能向政府官员寻租,以获得更多的研发补贴[21],拥有更多创新成果的企业为了维护自身利益而致力于促进知识产权保护制度的完善。为了缓解潜在的内生性问题,采用IV-GMM对模型(1)进行检验。借鉴已有研究[4],一是把当地高新技术企业数(TechNum)作为政府研发补贴的工具变量,当地高新技术企业数量越多,则研发补贴越多。二是地区固定资产投入中政府出资额占GDP的比重(GovFix)作为研发补贴的工具变量,政府出资占比越多,说明地方政府越有意愿和实力去支持当地企业发展,则研发补贴越多。同时,当地高新技术企业数和政府投入并不直接影响上市公司的创新能力,满足外生性条件。参考Fang等的做法[9],一是把在华英国租界(Concession)作为知识产权保护的工具变量。从清朝晚期到民国初期,一省如果存在英国租界,则取值为1,否则为0。原因在于英国是世界上最早颁布专利法(1623年《垄断法》)与版权法(1710年《安妮法令》)的国家,英国人会用自己的法律制度来管理租界,对当地知识产权保护意识和制度的建立产生影响。二是把中国各省在1920年以前创办的基督教教会大学数量(College)作为知识产权保护的工具变量,教会大学在传播私有财产不可侵犯等西方价值观方面发挥了重要作用,成为建立知识产权保护制度的思想基础。同时,在华英国租界和基督教教会大学数量与上市公司的创新能力关系甚小,满足外生性条件。
使用工具变量的估计结果见表3。在控制内生性问题后,TechNum×Spillovers、GovFix×Spillovers、Concession×Spillovers和College×Spillovers的系数绝大部分都在1%的水平上显著为正,并且Kleibergen-Paaprk LM和Kleibergen-Paaprk Wald F统计量的结果显示不存在识别不足和弱工具变量的问题,说明政府研发补贴和知识产权保护对企业创新的促进作用主要体现在技术溢出度高的行业中。
表3 工具变量回归结果
变量
|
Patent
|
Patentinv
|
R&D
|
(1)
|
(2)
|
(3)
|
(4)
|
(5)
|
(6)
|
政府研发补贴、技术溢出与企业创新
|
TechNum×Spillovers
|
0.6348***
|
|
0.8972***
|
|
1.8293***
|
|
(2.65)
|
|
(3.76)
|
|
(5.03)
|
|
GovFix×Spillovers
|
|
0.7302*
|
|
1.3542***
|
|
2.0215***
|
(1.78)
|
|
(3.89)
|
|
(4.80)
|
Controls
|
是
|
是
|
是
|
是
|
是
|
是
|
Industry
|
是
|
是
|
是
|
是
|
是
|
是
|
Province-year
|
是
|
是
|
是
|
是
|
是
|
是
|
N
|
14733
|
14733
|
14733
|
14733
|
12740
|
12740
|
R2
|
0.3287
|
0.3287
|
0.3295
|
0.3287
|
0.1088
|
0.1081
|
Underidentification
|
834.132
|
453.226
|
834.132
|
453.226
|
737.535
|
367.711
|
Weak identification
|
5161.992
|
930.972
|
5161.992
|
930.972
|
4717.943
|
921.643
|
知识产权保护、技术溢出与企业创新
|
Concession×Spillovers
|
2.8332***
|
|
2.2933***
|
|
4.8134***
|
|
(4.39)
|
|
(3.85)
|
|
(3.83)
|
|
College×Spillovers
|
|
1.0036***
|
|
1.0651***
|
|
1.2803***
|
(4.56)
|
|
(5.17)
|
|
(4.55)
|
Controls
|
是
|
是
|
是
|
是
|
是
|
是
|
Industry
|
是
|
是
|
是
|
是
|
是
|
是
|
Province-year
|
是
|
是
|
是
|
是
|
是
|
是
|
N
|
14733
|
14733
|
14733
|
14733
|
12740
|
12740
|
R2
|
0.3053
|
0.3274
|
0.3128
|
0.3277
|
0.0285
|
0.1085
|
Underidentification
|
118.548
|
713.790
|
118.548
|
713.790
|
62.317
|
623.356
|
Weak identification
|
126.076
|
1378.595
|
126.076
|
1378.595
|
63.832
|
1308.267
|
3.3 影响机制检验
(1)外部融资依赖度。在基准回归中,使用“减少技术溢出”这一机制变量来识别政府研发补贴和知识产权保护对企业创新的影响。考虑到企业研发需要大量的资金投入,创新政策是否会通过缓解融资约束机制来影响企业的创新水平。因此,本文引入创新政策与外部融资依赖度的交互项,如果交互项显著,而创新政策与技术溢出度的交互项系数变小或不再显著,说明创新政策更多是通过缓解融资约束机制来影响企业创新。本文使用美国Compustat数据库1998—2007年的数据测算行业外部融资依赖度,因为美国拥有最发达的资本市场,为创新活动提供资金,企业所面临的外部融资难度最低,美国固有的外部融资依赖度为跨行业差异提供了良好基准,同时美国数据对中国企业来说相对外生,样本滞后可以减少其内生性。外部融资依赖度计算方法为:(资本支出+R&D投入-调整后的现金流)/(资本支出+R&D投入)。其中,调整后的现金流是企业经营活动的现金流加上库存减少、应收账款减少和应付账款增加,比值越大说明外部融资依赖度越高。本文首先在企业层面加总使用到的外部融资数据,计算出比值,以此平滑波动和减少离群值的影响,然后用企业所在行业比值的中位数表示行业外部融资依赖度,可以避免受极端值的影响,更好地反映整个行业平均水平[25]。
两类创新政策对矫正融资约束型市场失灵的效果差异见表4。相比于发明专利,实用新型专利和外观设计专利不需要经过实质审查,技术要求不高,申请授权周期较短,从而面临的融资约束问题也相对较小,因此我们只考虑因变量为发明专利申请量和研发投入的结果。表4中(5)(8)列IPR×FinDep的系数存在差异,在面临融资约束时,知识产权保护对企业创新产出没有影响,但可以缓解企业创新投入的资金不足问题。(6)(9)列显示,在考虑两类政策时,RdSub×FinDep的系数依然显著为正,说明相比于知识产权保护,政府研发补贴更可能通过缓解融资约束来促进企业创新。
表4 创新政策、融资约束与企业创新
变量
|
Patent
|
Patentinv
|
R&D
|
(1)
|
(2)
|
(3)
|
(4)
|
(5)
|
(6)
|
(7)
|
(8)
|
(9)
|
RdSub×Spillovers
|
0.6860***
|
|
0.4936**
|
0.6523***
|
|
0.4369**
|
08785***
|
|
0.5464**
|
(4.06)
|
|
(2.49)
|
(4.20)
|
|
(2.40)
|
(4.29)
|
|
(2.31)
|
RdSub×FinDep
|
-0.0071
|
|
0.0503**
|
0.0142
|
|
0.0389*
|
0.0869***
|
|
0.0763**
|
(-0.35)
|
|
(2.01)
|
(0.76)
|
|
(1.70)
|
(3.52)
|
|
(2.52)
|
IPR×Spillovers
|
|
0.4105***
|
0.2463**
|
|
0.4125***
|
0.2672**
|
|
0.5745***
|
0.4051***
|
|
(3.83)
|
(1.96)
|
|
(4.19)
|
(2.31)
|
|
(4.56)
|
(2.78)
|
IPR×FinDep
|
|
-0.0433***
|
-0.0612***
|
|
-0.0128
|
-0.0266*
|
|
0.0360**
|
0.0104
|
|
(-3.46)
|
(-3.97)
|
|
(-1.12)
|
(-1.88)
|
|
(2.46)
|
(0.58)
|
Controls
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
Industry
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
Province-year
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
N
|
14733
|
14733
|
14733
|
14733
|
14733
|
14733
|
12740
|
12740
|
12740
|
R2
|
0.4766
|
0.4770
|
0.4774
|
0.4545
|
0.4545
|
0.4548
|
0.3097
|
0.3095
|
0.3101
|
(2)创新风险程度。由于创新活动具有长期性和不确定性,失败的风险颇高,从而可能引起创新主体失去动力而不愿意进行创新活动。创新政策是否会通过降低创新风险来影响企业创新是本文需要探讨的问题。但文献中鲜有创新风险程度的度量指标,有学者采用创新投入能否提高企业经营绩效作为衡量标准,若研发投入的增长率大于后一期净利润增长率,则说明存在创新风险[30]。但这个指标并没有直接反映创新活动的产出水平,同时企业净利润的增长可能是创新以外的因素导致的,所以采用研发投入增长率与后一期专利申请增长率的比值来衡量,比值越大,说明创新风险程度越高,比值高于中位数取值为1,否则为0。
表5是在表4的基础上加入创新政策与创新风险程度的交互项。由(1)~(8)列可见,政府研发补贴和知识产权保护没有通过降低创新风险程度影响企业的创新水平。但把政策结合考虑,(3)(6)列中RdSub×InnoRisk的系数显著为负,IPR×InnoRisk的系数显著为正,可见在创新风险低的行业中政府研发补贴更能提高创新产出,而在创新风险高的行业中知识产权保护对创新产出促进作用越大。同时也说明相比降低创新风险渠道,两类创新政策更多的是通过技术溢出这一渠道来影响企业创新。
表5 创新政策、创新风险与企业创新
变量
|
Patent
|
Patentinv
|
R&D
|
(1)
|
(2)
|
(3)
|
(4)
|
(5)
|
(6)
|
(7)
|
(8)
|
(9)
|
RdSub×Spillovers
|
0.6746***
|
|
0.4208**
|
0.6176***
|
|
0.3353*
|
0.8647***
|
|
0.5285**
|
(3.95)
|
|
(2.09)
|
(3.94)
|
|
(1.81)
|
(4.17)
|
|
(2.18)
|
RdSub×FinDep
|
-0.0082
|
|
0.0476*
|
0.0110
|
|
0.0348
|
0.0861***
|
|
0.0758**
|
(-0.40)
|
|
(1.90)
|
(0.59)
|
|
(1.51)
|
(3.47)
|
|
(2.51)
|
RdSub×InnoRisk
|
-0.0103
|
|
-0.0502*
|
-0.0312
|
|
-0.0720***
|
-0.0110
|
|
-0.0123
|
(-0.49)
|
|
(-1.93)
|
(-1.61)
|
|
(-3.02)
|
(-0.43)
|
|
(-0.39)
|
IPR×Spillovers
|
|
0.4274***
|
0.2936**
|
|
0.4254***
|
0.3228***
|
|
0.5693***
|
0.4069***
|
|
(3.96)
|
(2.31)
|
|
(4.29)
|
(2.76)
|
|
(4.49)
|
(2.75)
|
IPR×FinDep
|
|
-0.0403***
|
-0.0574***
|
|
-0.0106
|
-0.0232
|
|
0.0350**
|
0.0096
|
|
(-3.18)
|
(-3.69)
|
|
(-0.91)
|
(-1.62)
|
|
(2.37)
|
(0.53)
|
IPR×InnoRisk
|
|
0.0178
|
0.0354**
|
|
0.0136
|
0.0390***
|
|
-0.0058
|
-0.0019
|
|
(1.37)
|
(2.22)
|
|
(1.13)
|
(2.65)
|
|
(-0.38)
|
(-0.10)
|
Controls
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
Industry
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
Province-year
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
是
|
N
|
14733
|
14733
|
14733
|
14733
|
14733
|
14733
|
12740
|
12740
|
12740
|
R2
|
0.4766
|
0.4771
|
0.4776
|
0.4546
|
0.4546
|
0.4552
|
0.3097
|
0.3095
|
0.3101
|
3.4 稳健性检验
为了保证研究结果的稳健性,首先,替换自变量指标,采用政府研发补贴和知识产权保护指标分别采用R&D投入中的政府支出和樊纲测算的知识产权保护指数进行度量,具体方法参见前文的模型与数据部分。结果发现,使用不同的测度方法依然支持在技术溢出度高的行业政府研发补贴和知识产权保护更能够促进企业创新。其次,增加物质资本和基础设施两个控制变量,采用交互项形式,即物质资本与其密集度、基础设施与行业市场规模。行业物质资本密集度用行业固定资产占总产值的比重来衡量。基础设施用地区公路和铁路里程总数占总面积的比值,行业市场规模用行业从业人员数的对数值来表示。结果发现,政府补贴和知识产权保护在减少技术溢出机制作用下激励企业创新的结果依然存在。
4 结论与政策建议
本文以2008—2017年中国A股上市公司为样本,采用交互项计量模型,研究政府研发补贴政策和知识产权保护政策在矫正创新市场失灵,进而促进企业技术创新上的政策效果差异。结果发现:①研发补贴和知识产权保护对企业创新的影响在技术溢出度高的行业更为凸显,说明两类创新政策均主要通过减少技术溢出机制来矫正创新市场失灵。②相比于知识产权保护政策,研发补贴政策更可能通过缓解融资约束机制来矫正创新市场失灵。
本文的政策启示如下:①提高政府研发补贴资金的利用效率,对不同企业采取差异化的补贴政策,进一步扶持高技术产业的发展,提高补贴资金绩效跟踪监控的管理水平,确保资金投入到创新上。②对“知识产权保护过度会阻碍创新”这一观点提出质疑,为加强知识产权保护提供证据,国家需进一步完善知识产权保护的相关法律法规,提升知识产权的审查效率和执法力度,推进新兴产业领域知识产权保护制度的建立。③合理使用不同功能的创新政策工具,明确激励企业创新的政策目标,如缓解融资约束、增加创新动力、扩大企业投资等。
参考文献:
[1]TIAN X, WANG T Y. Tolerance for failure and corporate innovation[J]. The review of financial studies, 2011, 27(1): 211-255.
[2]ARROW K J. Economic welfare and the allocation of resources for invention[M]. New Jersey: Princeton University Press, 1962.
[3]AGHION P, AKCIGIT U, BERGEAUD A, et al. Innovation and top income inequality[J]. The review of economic studies, 2018, 86(1): 1-45.
[4]GUO D, GUO Y, JIANG K. Government-subsidized R&D and firm innovation: evidence from China[J]. Research policy, 2016, 45(6): 1129-1144.
[5]AGHION P, HOWITT P, PRANTL S. Patent rights, product market reforms, and innovation[J]. Journal of economic growth, 2015, 20(3): 223-262.
[6]HOWELL S T. Financing innovation: evidence from R&D grants[J]. American economic review, 2017, 107(4): 1136-64.
[7]陈红,纳超洪,雨田木子,等.内部控制与研发补贴绩效研究[J].管理世界,2018,34(12):149-164.
[8]尹志锋,叶静怡,黄阳华,等.知识产权保护与企业创新:传导机制及其检验[J].世界经济,2013,36(12):111-129.
[9]FANG L H, LERNER J, WU C. Intellectual property rights protection, ownership, and innovation: evidence from China[J]. The review of financial studies, 2017, 30(7): 2446-2477.
[10]WALLSTEN S J. The effects of government-industry R&D programs on private R&D: the case of the small business innovation research program[J]. The rand journal of economics, 2000: 82-100.
[11]宋丽颖,杨潭.财政补贴、行业集中度与高技术企业R&D投入的非线性关系实证研究[J].财政研究,2016(7):59-68.
[12]BRANSTETTER L G, FISMAN R, FOLEY C F. Do stronger intellectual property rights increase international technology transfer? Empirical evidence from US firm-level panel data[J]. The quarterly journal of economics, 2006, 121(1): 321-349.
[13]柳光强.税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J].管理世界,2016(10):62-71.
[14]CHU A C, FURUKAWA Y, JI L. Patents, R&D subsidies, and endogenous market structure in a Schumpeterian economy[J]. Southern economic journal, 2016, 82(3): 809-825.
[15]LIEBESKIND J P. Knowledge, strategy, and the theory of the firm[J]. Strategic management journal, 1996, 17(S2): 93-107.
[16]SPENCE M. Cost reduction, competition, and industry performance[J]. Econometrica, 1984, 52(1), 101-121.
[17]CLARYSSE B, WRIGHT M, MUSTAR P. Behavioural additionality of R&D subsidies: a learning perspective[J]. Research policy, 2009, 38(10): 1517-1533.
[18]KLEER R. Government R&D subsidies as a signal for private investors[J]. Research policy, 2010, 39(10): 1361-1374.
[19]郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018(9):98-116.
[20]BOEING P. The allocation and effectiveness of China's R&D subsidies——Evidence from listed firms[J]. Research policy, 2016, 45(9): 1774-1789.
[21]ACEMOGLU D. Introduction to modern economic growth[M]. New York: Princeton University Press, 2009.
[22]ACS Z J, SANDERS M. Patents, knowledge spillovers, and entrepreneurship[J]. Small business economics, 2012, 39(4): 801-817.
[23]吴超鹏,唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究,2016,51(11):125-139.
[24]HSU P H, TIAN X, XU Y. Financial development and innovation: cross-country evidence[J]. Journal of financial economics, 2014, 112(1): 116-135.
[25]RAJAN R G, ZINGALES l. Financial dependence and growth[J]. The American economic review, 1998, 88(3): 559-586.
[26]BROWN J R, MARTINSSON G, PETERSEN B C. Law, stock markets, and innovation[J]. The journal of finance, 2013, 68(4): 1517-1549.
[27]顾元媛,沈坤荣.地方政府行为与企业研发投入——基于中国省际面板数据的实证分析[J].中国工业经济,2012(10):77-88.
[28]魏浩,巫俊.知识产权保护、进口贸易与创新型领军企业创新[J].金融研究,2018(9):91-106.
[29]RAUT L K. R&D spillover and productivity growth: evidence from Indian private firms[J]. Journal of development economics, 1995, 48(1): 1-23.
[30]王玉泽,罗能生,刘文彬.什么样的杠杆率有利于企业创新[J].中国工业经济,2019(3):138-155.
作者简介:邢斐(1982-),男,湖北孝感人,副教授;研究方向:企业创新。