楊懷東+尹珍+王志平

內容提要：研發(fā)利益主體在進行R&D投資時不可避免地會產生一定程度的技術溢出效應。本文以Almeida模型為基礎，利用中國制造業(yè)上市公司2010-2015年的面板數(shù)據(jù)，從經濟外部性的角度分析產業(yè)間技術溢出對研發(fā)企業(yè)融資約束的影響。實證結果顯示，隨著產業(yè)間技術溢出程度的增加，企業(yè)利用內部現(xiàn)金流積累現(xiàn)金的傾向增強，表現(xiàn)為現(xiàn)金-現(xiàn)金流敏感性增加，融資約束加??；資產規(guī)模越小，產業(yè)間技術溢出對其融資約束正向影響越顯著。上述結論為國家對產生外部性的企業(yè)給予適當補償提供了政策依據(jù)。

關鍵詞：融資約束；現(xiàn)金-現(xiàn)金流敏感性；產業(yè)間技術溢出；經濟外部性

中圖分類號：F830 文獻標識碼：A 文章編號：1001-148X（2017）12-0168-07

經濟增長與技術創(chuàng)新密切相關，提升技術創(chuàng)新的重要途徑之一是增加R&D投入，企業(yè)進行R&D投資不可避免會產生一定程度的技術溢出效應。本文選取中國制造業(yè)15個子產業(yè)為研究樣本，從經濟外部性的視角定量分析產業(yè)間技術溢出對企業(yè)現(xiàn)金-現(xiàn)金流敏感性產生的影響，試圖揭示產業(yè)間技術溢出對公司現(xiàn)金流決策的作用機制，旨在為國家針對不同溢出程度的企業(yè)制定獎勵政策，緩解企業(yè)因創(chuàng)新活動帶來的融資約束提供新思路。

一、研究假設與設計的提出

經濟外部性又稱為“外部效應”、“外在性”或“溢出效應”、“外部影響”等，指的是經濟主體在進行某種經濟活動時自主或不自主地沒有享受全部收益或沒有承擔全部成本，并對其他經濟主體福利產生影響的現(xiàn)象。產業(yè)間技術溢出是指通過不同產業(yè)間信息技術的擴散，而對其他產業(yè)生產力水平及技術的提高起到促進作用，產業(yè)間技術溢出作用機制的發(fā)揮與產業(yè)間關聯(lián)強度、產業(yè)R&D投入量以及要素流動的廣度密切相關。企業(yè)通過R&D投入進行創(chuàng)新活動的目的是為了增強本企業(yè)的競爭力、提高成長性，但是不管什么形式的R&D投入都會存在一定程度上的外溢效應，并且不同產業(yè)的產業(yè)間技術溢出程度不同，這種“搭便車”現(xiàn)象的存在減少了企業(yè)R&D投入的收益，降低了企業(yè)進行研發(fā)投入的動力。

本文借鑒Hyytinen（2005）模型來分析收益外部化對企業(yè)融資約束的影響（如圖1所示），圖1縱軸表示投資的邊際成本MCC和邊際收益MRR，橫軸表示R&D投資數(shù)量。在完美的資本市場，投資的邊際成本是不變的（如圖1MC所示），此時MRR與MC的交點D表示無融資約束時的投資均衡點。當存在融資約束時，投資的邊際成本會隨著投資額的增加而遞增（如圖1MCC所示），此時MRR與MCC的交點為D*。當存在收益外部化的經濟外部性時，此時企業(yè)的邊際收益MRR會下降（如圖1MRR（1）所示），交MCC于點D**。所以，無融資約束時的投資額D大于存在融資約束的最優(yōu)投資D*，大于存在融資約束且存在收益外部化時的最優(yōu)投資額D**。如果企業(yè)存在收益外部化卻沒有得到適當?shù)难a償時，外部融資約束加劇，企業(yè)利用內部現(xiàn)金流來積累現(xiàn)金的傾向會增加。因此，提出以下假設：

假設1：產業(yè)間R&D溢出會增加溢出企業(yè)利用內部現(xiàn)金流積累現(xiàn)金的傾向，加劇企業(yè)融資約束。

當產業(yè)間R&D溢出程度越高時，溢出企業(yè)的收益外部化現(xiàn)象越明顯，如圖1邊際收益MRR（II）的斜率將變小。當邊際成本MCC保持不變時，MCC與MRR（II）交于點D***。此時最優(yōu)投資額減少，融資約束會更加嚴峻。相對于傳統(tǒng)產業(yè)，高新技術產業(yè)往往需要大量的R&D投入（Henderson，1998），而技術溢出的凈流出不利于提高自主創(chuàng)新能力，得出產業(yè)間技術溢出對行業(yè)全要素生產率存在顯著的正面效應，但是對其行業(yè)自身的R&D投資卻有一定程度上的抑制作用。當R&D溢出效應較小時，其對溢出企業(yè)的研發(fā)投入抑制作用不明顯，當R&D溢出效應達到一定程度之后會對溢出企業(yè)的研發(fā)投入產生顯著的抑制作用。因此，提出以下假設：

假設2：產業(yè)間技術溢出程度越高，其對溢出企業(yè)融資約束的影響越顯著。

（一）研究樣本和數(shù)據(jù)來源

本文選用2010-2015年中國制造業(yè)15個子產業(yè)滬深A股上市公司作為研究樣本并做了如下剔除：第一，剔除了在財務數(shù)據(jù)上存在缺失的樣本；第二，剔除了連續(xù)兩年出現(xiàn)ST的上市公司；第三，剔除了在2010年及2010年以后上市的公司樣本數(shù)據(jù)。最后得到研究樣本公司數(shù)目為1278家，共計7668個公司-年度觀測值。上市公司數(shù)據(jù)主要來自wind數(shù)據(jù)庫，產業(yè)數(shù)據(jù)來自國家統(tǒng)計局發(fā)布的《中國投入產出表》《中國科技統(tǒng)計年鑒》及《中國統(tǒng)計年鑒》。

（二）產業(yè)間技術溢出效應測算

產業(yè)間技術溢出的測算方法主要有投入產出法、技術距離法和矩陣法，本文采用投入產出法，通過投入產出系數(shù)和R&D費用支出的數(shù)據(jù)來測算產業(yè)間技術溢出。借鑒During（2000）處理方法，本文從貢獻者的角度利用向前流量系數(shù)矩陣D導出總貢獻者效應和產業(yè)間溢出效應。產業(yè)間技術溢出的總貢獻者效應是指某產業(yè)在自身的技術研發(fā)過程中對其他產業(yè)部門產生的溢出，可以用R&D流量系數(shù)矩陣計算出的前向乘數(shù)表示，具體可表示為：

本文選用技術研發(fā)投入量大、產業(yè)關聯(lián)度高，對經濟發(fā)展有較強帶動作用的制造業(yè)作為研究對象，測算過程中需要各產業(yè)R&D研發(fā)費用數(shù)據(jù)及投入產出系數(shù)分別來自國家統(tǒng)計局發(fā)布的2010-2015年《中國科技統(tǒng)計年鑒》及2002年（42部門）、2005年（42部門）、2007年（42部門）、2010年（65部門）、2012年（42部門）的《中國投入產出表》。由于投入產出表并非是逐年連續(xù)公布的，需要對2011年、2013年、2014年、2015年的數(shù)據(jù)進行估計。本文采用樣條函數(shù)插值方法，樣條函數(shù)具有逐段多項式化的特點以及光滑穩(wěn)定靈活的優(yōu)勢，用它來估計一個實際經濟問題時會更加便利、靈活和準確。依據(jù)《中國投入產出表》中的制造業(yè)子產業(yè)，本文將R&D研發(fā)費用數(shù)據(jù)進行合并處理，最后得到相應15個制造業(yè)子產業(yè)的數(shù)據(jù)，并將各產業(yè)研發(fā)費用與貢獻者投入產出系數(shù)的積比上各產業(yè)總資產規(guī)模，計算得到代表產業(yè)間技術溢出程度的產業(yè)間技術溢出率，結果如表1所示。endprint

從表1可以發(fā)現(xiàn)大部分行業(yè)2010-2015年的產業(yè)間R&D溢出率都相對穩(wěn)定，標準差均較小，但是石油加工、煉焦及核燃料加工業(yè)（6）、交通運輸設備制造業(yè)（12）以及通信設備、計算機及其他電子設備制造業(yè)（14）的標準差較大。尤其是2014年和2015年，由于這三個產業(yè)的R&D研發(fā)投入大幅度增加，導致產業(yè)間技術溢出率明顯增大。石油加工、煉焦及核燃料加工業(yè)（6）、交通運輸設備制造業(yè)（12）在2010-2013年R&D溢出率都處于一個較低水平，而在2014年和2015年處于較高水平，考慮到數(shù)據(jù)的平穩(wěn)性而將這兩個產業(yè)剔除。雖然通信設備、計算機及其他電子設備制造業(yè)（14）標準差也較大，但是從整個制造業(yè)來看，該產業(yè)的R&D溢出率在2010-2015年期間一直處于一個較高的水平，可以納入高溢出率產業(yè)之中。電氣機械及器材制造業(yè)（13）數(shù)據(jù)存在缺失，故剔除該產業(yè)。最后將得到的制造業(yè)12個產業(yè)樣本按照產業(yè)間R&D溢出率均值的大小分為高溢出率、中溢出率和低溢出率三類，每類均包含四個產業(yè)。具體分類，高溢出率產業(yè)包括通信設備、計算機及其他電子設備制造業(yè)（14）、化學工業(yè)（7）儀器儀表及文化辦公用機械制造業(yè)（15）、通用、專用設備制造業(yè)（11），中溢出率產業(yè)包括木材加工及家具制造業(yè)（4）、食品制造及煙草加工業(yè)（1）、非金屬礦物制品業(yè)（8）、金屬制品業(yè)（10），低溢出率產業(yè)包括造紙印刷及文教體育用品制造業(yè)（5）、紡織業(yè)（2）、金屬冶煉及壓延加工業(yè)（9）、紡織服裝鞋帽皮革羽絨及其制品業(yè)（3）。

二、實證結果分析

（一）描述性統(tǒng)計

首先，對全樣本主要變量進行描述性統(tǒng)計分析（如表3所示）。從整體來看，各變量都比較平穩(wěn)，標準差均較小，最大標準差也僅達到0.496，樣本數(shù)據(jù)整體分布比較均勻。

按照產業(yè)間溢出率的不同，將全樣本依照前文的分組，對高溢出、中溢出、低溢出三個樣本組分別進行描述性統(tǒng)計（如表4所示）。從數(shù)據(jù)統(tǒng)計結果可以看到高溢出樣本的現(xiàn)金持有變化量（ΔCash）均值為0.026，遠大于低溢出樣本的現(xiàn)金持有變化量（ΔCash）均值0.009，可能是由于高溢出產業(yè)大部分為高新技術產業(yè)，其研發(fā)投入相對于低溢出產業(yè)要大很多而導致其現(xiàn)金需求較大。此外，主營業(yè)務收入增長率隨著溢出程度的下降而變小，高溢出樣本主營業(yè)務增長率（Grow）最高，低溢出樣本主營業(yè)務增長率（Grow）最低，這剛好驗證了本文所提出的高新技術產業(yè)相對于傳統(tǒng)產業(yè)具有更好地成長性。非流動負債比率隨著技術溢出程度的降低而增加，從一定程度上反映了隨著產業(yè)溢出程度的增加，公司的長期舉債能力越來越弱，這可能與高溢出產業(yè)面臨較為嚴峻的融資約束有關。總的來說，相對于低溢出產業(yè)，高溢出產業(yè)具有高成長性，高現(xiàn)金持有變化量，低長期舉債能力，低資產規(guī)模的特點。

（二）相關性Person檢驗

如表5所示，從主要變量之間的相關系數(shù)可以到主要變量之間的Pearson相關系數(shù)整體較小，除去交叉項Cf×Of外，主要變量相關系數(shù)均介于-0.482至0.350之間。在1%水平上，ΔCash與Capex、Δlev、Debt、Grow、Overflow、SIZE顯著相關，但與Cf×Of的相關性不顯著。由于交叉項Cf×Of可能增加變量之間的多重共線性，本文做了主要變量的VIF值檢驗，各變量的方差膨脹因子都較低，其中VIF值最大的變量為Overflow達到2.183，但遠小于10， 交叉項Cf×Of項的VIF值為2.12，整體上主要變量之間相關程度比較低，不存在嚴重的多重共線性。

三、回歸檢驗與穩(wěn)健性檢驗

（一）回歸檢驗

相對于截面數(shù)據(jù)和時間序列數(shù)據(jù)，本文采用面板數(shù)據(jù)模型，并綜合時間和截面兩個維度的信息，能夠控制個體的異質性，提供更多的自由度、信息和效率，減少變量之間的共線性。為了避免偽回歸，需要對面板數(shù)據(jù)進行單位根檢驗。本文采用LLC及ADF方法對主要解釋變量及因變量進行檢驗，原序列在5%的顯著性水平下均通過單位根檢驗。在模型選擇上，本文利用Hausman Test（Hausman，1978）來判定是選擇隨機效應還是固定效應。Hausman Test檢驗結果在5%的顯著性水平下拒絕了原假設，且固定效應模型相較于隨機效應模型，更適合用于估計較短的面板模型。因此，本文選用固定效應模型進行回歸估計，回歸結果如表6所示。

從全樣本的回歸結果可以看到R2為0.405，且其F值伴隨P值為0.000，通過1%水平的顯著性檢驗，樣本整體的顯著程度及擬合度均較好。其現(xiàn)金流量（Cashflow）的回歸系數(shù)為0.23，t值為9.80，現(xiàn)金流持有變化量（ΔCash）與現(xiàn)金流量（Cashflow）在1%水平上顯著正相關，說明全樣本存在一定程度上的融資約束。交叉項Cf×Of的回歸系數(shù)為0.096，t值為2.11，在5%的置信度水平上顯著正相關，說明產業(yè)間技術溢出會增加企業(yè)利用內部現(xiàn)金流積累現(xiàn)金的傾向，加劇融資約束，證實了本文的第一個假設。

為了驗證假設2的結論，本文分別對高溢出樣本、中溢出樣本、低溢出樣本進行對比回歸分析，結果如表6所示。三個樣本的R2分別為0.438、0.410、0.262，并且都通過了F檢驗，樣本整體擬合度均較好。高溢出樣本的現(xiàn)金流量（Cashflow）系數(shù)最大為0.25，t值為7.93，在1%水平上顯著正相關，存在較為嚴峻的融資約束。中溢出樣本的現(xiàn)金流量（Cashflow）系數(shù)為0.16，在10%水平上顯著正相關。低溢出樣本的現(xiàn)金流量（Cashflow）未通過顯著性檢驗，現(xiàn)金流量（Cashflow）系數(shù)及t值均隨著溢出程度的增大而增加。交叉項Cf×Of在高溢出樣本中1%水平上呈現(xiàn)出顯著的正相關性，而在中溢出樣本和低溢出樣本中對現(xiàn)金流持有變化量的影響均不顯著，這說明相對于產業(yè)間技術溢出低的企業(yè)，產業(yè)間技術溢出對于增加高溢出企業(yè)現(xiàn)金-現(xiàn)金流敏感性的效應更加明顯，更易增加高溢出企業(yè)從內部現(xiàn)金流積累現(xiàn)金的傾向，加劇其融資約束，證實了本文的第二個假設。endprint

眾多研究表明資產規(guī)模是影響融資約束的重要因素，資產規(guī)模越小，融資約束越高。為了分析產業(yè)間技術溢出對溢出程度高、但是資產規(guī)模不同的企業(yè)融資約束產生的影響，本文將高溢出樣本按照年末總資產的對數(shù)（size）平均值大于9.352的樣本劃分為大資產樣本，小于9.148的樣本劃分為小資產樣本，剔除處以9.148-9.352之間的數(shù)以保證資產規(guī)模變化的明顯性，回歸結果如表7所示。

從回歸結果可以看出兩個樣本均通過F檢驗，并且擬合的也較好。大資產樣本及小資產樣本的現(xiàn)金流量（Cashflow）系數(shù)分別為0.18、0.29，均通過1%水平下的顯著性檢驗，這說明產業(yè)間技術溢出程度高的企業(yè)，資產越小越傾向于利用內部現(xiàn)金流來積累現(xiàn)金。交叉項Cf×f下在小資產樣本中回歸系數(shù)為0.15，并且在10%的水平上顯著正相關，但是在大資產樣本中明顯不顯著，這說明對于溢出程度高的企業(yè)，資產規(guī)模越小的企業(yè)產業(yè)間技術溢出對其影響越顯著，利用內部現(xiàn)金積累現(xiàn)金的傾向會增加，加劇融資約束。

（二）穩(wěn)健性檢驗

本文采用擴大樣本的方法來驗證實證結果是否具有穩(wěn)健性，并將石油加工、煉焦及核燃料加工業(yè)、交通運輸設備制造業(yè)的上市公司也納入樣本中，樣本總量增加至7668個，再將樣本依據(jù)資產規(guī)模對數(shù)平均值的大小排序，剔除中間1663個樣本，排序在前3000的樣本組成大資產樣本，在后3000的樣本組成小資產樣本，分別進行回歸檢驗，結果如表8所示。檢驗結果基本與前文一致。在全樣本中，Cashflow顯著為正，且交叉項Cf×Of也顯著為正。在分組測試中，小資產樣本與大資產樣本的Cashflow均顯著為正，并且前者大于后者。叉項Cf×f Of在小資產樣本中回歸系數(shù)為0.13，并且在10%的水平上顯著正相關，但是在大資產樣本中明顯不顯著。穩(wěn)健性結果表明產業(yè)間技術溢出會加劇企業(yè)現(xiàn)金-現(xiàn)金流敏感性，資產規(guī)模越小的企業(yè)產業(yè)間技術溢出對其影響越顯著。擴充后的樣本實證檢驗結果與前文一致，說明本文的結論具有普遍性。

四、研究結論

技術創(chuàng)新在知識經濟時代對經濟發(fā)展的影響日益重大，企業(yè)在進行R&D投資時不可避免會產生一定程度的技術溢出效應。本文采用我國制造業(yè)A股上市公司2010-2015年數(shù)據(jù)為樣本，從經濟外部性的視角分析產業(yè)間技術溢出對企業(yè)融資約束的影響。研究結果表明：（1）產業(yè)間技術溢出會增加企業(yè)利用內部現(xiàn)金流積累現(xiàn)金的傾向，加劇融資約束。（2）產業(yè)間技術溢出對溢出程度不同的企業(yè)影響不同。相對于溢出程度低的企業(yè)，產業(yè)間技術溢出對于增加高溢出企業(yè)現(xiàn)金-現(xiàn)金流敏感性的效應更加明顯。（3）對于溢出程度高的企業(yè)，資產規(guī)模越小，產業(yè)間技術溢出對其現(xiàn)金-現(xiàn)金流敏感性影響越顯著。

持續(xù)的經濟發(fā)展是由不斷的技術創(chuàng)新和要素稟賦的變化推動的，要想擁有不斷的技術創(chuàng)新就必須在R&D方面持續(xù)進行投資，先行企業(yè)在進行R&D投資時不可避免會產生溢出。作為一種會給整個社會經濟的發(fā)展帶來正效益的外部經濟，產業(yè)間技術溢出有利于經濟的可持續(xù)發(fā)展。對于企業(yè)本身而言，當這種溢出效應在沒有得到適當補償?shù)臅r候會一定程度上制約其自身的成長，進而影響其創(chuàng)新意愿。因此，本文提出以下三點政策建議：第一，深化市場經濟體制改革，不斷完善市場的職能，減少融資摩擦。第二，加強法規(guī)建設，提升產權保護水平，改善企業(yè)金融生態(tài)環(huán)境。第三，建立技術溢出補償機制，對為促進產業(yè)升級與可持續(xù)發(fā)展做出貢獻的先行者產生的外部性給予適當補償，尤其是產業(yè)間技術溢出程度高、資產規(guī)模小的企業(yè)。通過對技術溢出進行合理補貼，減少經濟外部性給先行貢獻企業(yè)帶來的不利影響，提高其進行創(chuàng)新活動的積極性。

參考文獻：

[1] O Mahony M， Vecchi M. R&D， Knowledge Spillovers and Company Productivity Performance[J].Research Polic；y，2009，38（1）：35-44.

[2] Hyytinen A，Toivanen O.Do financial constraints hold back innovation and growth？ Evidence on the role of public； policy， Research Policy，2005，34（9）：1385-1403.

[3] 陳繼勇，雷欣，黃開琢.知識溢出、自主創(chuàng)新能力與外商直接投資[J].管理世界，2010（7）： 30-42.

[4] During A，Schnabl H. Imputed inter -industry technology flows： a comparative SMFA analysis [J]. Economic Systems Research，2000，12（3）：363-375.

[5] Almeida H，Campello M，Weisbach M S.The cash flow sensitivity of cash[J].Journal of Finance，2004，59（3）：1777-1804.

[6] Khurana L， Martin X. and R. Pereira. Financial Development and the Cash Flow Sensitivity of Cash[J].Journal of Financial and antitative Analysis， 2006（41）：787-807.

Abstract：R&D investment operated by research and development stakeholders will inevitably result in a certain degree of technical spillover effect. In terms of economic externality and based on Almeida Model， the paper analyzes the inter-industry technology spillover′s influence on financial constraint from the perspective of economic externality， which is based on panel data of China′s manufacturing listed companies from 2010 to 2015. The empirical results show that the higher degree of R&D spillover， the higher trend that enterprises accumulate cash with internal cash flow， with the performance of cash - cash flow sensitivity enhancement and financial constraint aggravation； the less assets， the stronger positive impact that R&D spillover would have on financial constraint. The above conclusions provide the policy basis for the government to give appropriate compensation to the enterprises that produce externalities.

Key words：financial constraint； the cash-cash flow sensitivity； inter-industry technology spillover； economic externality

（責任編輯：關立新）endprint