孟 霏，魯志國，肖露露

(1.深圳大學(xué) 經(jīng)濟學(xué)院，廣東 深圳 518000；2.吉首大學(xué) 商學(xué)院，湖南 吉首 416000)

0 引言

隨著中國經(jīng)濟發(fā)展邁入“換擋減速增效”新時代，傳統(tǒng)“勞動力+資源”雙驅(qū)動的粗放型經(jīng)濟增長模式亟待轉(zhuǎn)變，創(chuàng)新驅(qū)動成為中國經(jīng)濟增長的新引擎。戰(zhàn)略性新興產(chǎn)業(yè)具備技術(shù)密集、能耗少和成長潛力大等特征，是獲取未來競爭新優(yōu)勢的關(guān)鍵領(lǐng)域。然而，囿于宏觀政府政策與微觀企業(yè)特征等因素，中國省域間戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入存在顯著空間異質(zhì)性。以2019年樣本企業(yè)研發(fā)經(jīng)費投入強度(研銷比)均值來說，位列前3位的省(市)分別為北京(0.085 2)、福建(0.073 5)和天津(0.072 4)，而排在末位的甘肅企業(yè)技術(shù)創(chuàng)新投入強度僅為0.013 3，極差為0.071 9。區(qū)域企業(yè)技術(shù)創(chuàng)新投入落差較大可能會影響中國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略總體布局，從而阻礙省域間協(xié)同創(chuàng)新。基于此，針對中國戰(zhàn)略性新興企業(yè)，有必要探討以下問題：技術(shù)創(chuàng)新投入時空演化特征如何？技術(shù)創(chuàng)新投入影響因素有哪些？技術(shù)創(chuàng)新投入是否具有空間溢出效應(yīng)？政府創(chuàng)新政策實施效果如何？上述問題的答案對促進中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展具有較高的理論價值和實踐意義。

1 文獻回顧

近年來，學(xué)界對技術(shù)創(chuàng)新這一核心議題展開了熱烈探討，主要包括以下方面：

(1)技術(shù)創(chuàng)新演化趨勢與空間分布研究。從區(qū)域?qū)用?，Bernardi等[1]以西班牙專利申請數(shù)據(jù)為樣本，研究發(fā)現(xiàn)地區(qū)創(chuàng)新水平愈發(fā)均衡；羅建等[2]采用首位度指數(shù)、ESDA等技術(shù)手段，通過分析湖南省14個市州創(chuàng)新投入要素時空演化特征，發(fā)現(xiàn)R&D經(jīng)費投入差距逐漸縮小，R&D人員投入差距逐漸擴大，兩大創(chuàng)新投入要素空間集聚現(xiàn)象顯著，尤其是西南部地區(qū)呈大面積“低-低”集聚。從產(chǎn)業(yè)或企業(yè)層面，Buzard & Carlino[3]通過分析美國各產(chǎn)業(yè)創(chuàng)新情況，發(fā)現(xiàn)東北部是美國產(chǎn)業(yè)創(chuàng)新匯集區(qū)；邱士雷等[4]以中國高技術(shù)產(chǎn)業(yè)為研究對象，通過ESDA法探索產(chǎn)業(yè)創(chuàng)新空間分布特征，發(fā)現(xiàn)中國高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出空間集聚特征顯著，已形成“環(huán)渤海”、“長江”和“珠江”三大創(chuàng)新集群帶。

(2)技術(shù)創(chuàng)新驅(qū)動因素研究。從區(qū)域?qū)用?，Shang等[5]以中國專利授權(quán)數(shù)據(jù)為樣本，發(fā)現(xiàn)R&D經(jīng)費支出、高校與科研機構(gòu)數(shù)量是驅(qū)動區(qū)域創(chuàng)新能力的主導(dǎo)因素；王晶晶等[6]通過實證分析發(fā)現(xiàn)，技術(shù)溢出、政府政策和經(jīng)濟發(fā)展是顯著促進山東省創(chuàng)新產(chǎn)出的核心要素。從產(chǎn)業(yè)或企業(yè)層面，Snell & Hill[7]基于122家財富500強企業(yè)橫斷面數(shù)據(jù)，發(fā)現(xiàn)股權(quán)集中度可以促進研發(fā)支出增加；張璇等[8]基于世界銀行對中國120個城市12 400家企業(yè)投資與經(jīng)營環(huán)境的調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，員工人力資本、CEO激勵對企業(yè)研發(fā)投資密度具有顯著促進作用。

(3)政府資助與企業(yè)技術(shù)創(chuàng)新關(guān)系研究。現(xiàn)有研究主要有3種觀點：第一，正向激勵。王剛剛等[9]認(rèn)為，政府資助可釋放出技術(shù)和監(jiān)管雙重認(rèn)證信號，有助于企業(yè)獲取其它渠道的研發(fā)資金。第二，負(fù)向抑制。Lichtenberg[10]指出，政府研發(fā)資助會擠出企業(yè)研發(fā)項目資金，從而負(fù)向影響企業(yè)研發(fā)投入。同時，尋租[11]、資金使用約束機制松散[12]和逆向選擇[13]均會導(dǎo)致負(fù)向抑制效果。第三，不確定性。有部分學(xué)者認(rèn)為，政府資助與企業(yè)技術(shù)創(chuàng)新關(guān)系不確定，取決于資助規(guī)模(康志勇，2017)、企業(yè)所屬地區(qū)[14]和企業(yè)成長階段[15]等異質(zhì)性條件。

通過文獻回顧發(fā)現(xiàn)，當(dāng)前研究為本文奠定了扎實的理論與實踐基礎(chǔ)，但仍有待進一步完善：①研究數(shù)據(jù)和研究對象：由于數(shù)據(jù)收集原因，既有研究大多采用全國、省域和城市群等宏觀數(shù)據(jù)，來源于國家或地區(qū)統(tǒng)計年鑒，缺乏微觀企業(yè)層面數(shù)據(jù)，研究對象涵蓋所有行業(yè)，或針對高技術(shù)產(chǎn)業(yè)、制造業(yè)等，已有研究結(jié)論是否適用于中國戰(zhàn)略性新興企業(yè)需要重新檢驗；②研究方法：現(xiàn)有研究大多采用首位度指數(shù)等傳統(tǒng)數(shù)理統(tǒng)計方法，基于地理信息系統(tǒng)技術(shù)的研究亟待補充；③研究內(nèi)容：對于政府資助與企業(yè)技術(shù)創(chuàng)新間的關(guān)系，既有研究尚未蓋棺定論，且研究假設(shè)前提為地區(qū)間創(chuàng)新要素相互獨立，忽視了現(xiàn)代社會創(chuàng)新要素流動所導(dǎo)致的空間關(guān)聯(lián)性。此外，既有文獻大多未區(qū)分創(chuàng)新資助與一般性資助，研究結(jié)論的穩(wěn)健性受到質(zhì)疑。因此，本文基于2012—2019年中國內(nèi)地30個省市(西藏因數(shù)據(jù)不全未納入統(tǒng)計)882家戰(zhàn)略性新興上市企業(yè)面板數(shù)據(jù)，采用Theil指數(shù)、探索性空間數(shù)據(jù)分析(ESDA)等方法，全方位考察中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入時空演化特征，通過構(gòu)建空間面板模型，剖析影響戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入的關(guān)鍵因素。

本文可能的貢獻如下：第一，研究對象選擇契合中國國情，符合時代發(fā)展背景，能夠為戰(zhàn)略性新興企業(yè)領(lǐng)域研究增添新的經(jīng)驗證據(jù)。數(shù)據(jù)源自Csmar、Wind、iFind等微觀企業(yè)數(shù)據(jù)庫，研究結(jié)論具有現(xiàn)實價值。第二，結(jié)合傳統(tǒng)數(shù)理統(tǒng)計與地理信息系統(tǒng)技術(shù)，采用Theil指數(shù)、探索性空間數(shù)據(jù)分析(ESDA)等方法，綜合考察中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入時空演化特征，研究結(jié)論更加科學(xué)、全面。第三，構(gòu)建地理距離和鄰接兩大空間權(quán)重矩陣，從空間關(guān)聯(lián)角度考察戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入的溢出效應(yīng)。區(qū)別于以往研究對空間計量模型選擇過程的簡略描述，本文通過LR、LM等一系列檢驗確定最匹配樣本數(shù)據(jù)的空間估計模型。此外，剔除非創(chuàng)新資助的噪音干擾，研究結(jié)論更加精準(zhǔn)，進一步討論區(qū)域、創(chuàng)新資助程度等異質(zhì)性情境下結(jié)論的適用性，拓展研究深度。

2 研究設(shè)計

2.1 研究方法

2.1.1 泰爾指數(shù)(Theil)

本文采用Theil指數(shù)衡量企業(yè)技術(shù)創(chuàng)新投入差異變動趨勢，公式如下：

(1)

(2)

Twr=ReTe+RmTm+RwTw

(3)

T=Tbr+Twr

(4)

式(1)-(4)中，Te,Tm,Tw表示東、中、西部Theil指數(shù)，ne,m,w表示東、中、西部區(qū)域，Ri為區(qū)域企業(yè)技術(shù)創(chuàng)新投入強度占全國的比值，Re,m,w為東、中、西部地區(qū)企業(yè)技術(shù)創(chuàng)新投入強度占全國的比值，Hi為區(qū)域企業(yè)人力資本占全國的比值；He,m,w為東、中、西部地區(qū)企業(yè)人力資本占全國的比值，Tbr為域間差異，Twr為域內(nèi)差異，T值為反映區(qū)域戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度差異的總Theil指數(shù)。T值越接近于0說明區(qū)域企業(yè)技術(shù)創(chuàng)新投入強度越均等化，反之亦然。

2.1.2 探索性空間數(shù)據(jù)分析法(ESDA)

全局Moran′s I指數(shù)用于識別企業(yè)技術(shù)創(chuàng)新投入空間關(guān)聯(lián)程度，公式如下：

(5)

Moran散點圖用于探索企業(yè)技術(shù)創(chuàng)新投入的空間關(guān)聯(lián)模式。其中，第一至四象限分別代表4種集聚類型，即H-H(高-高)、L-H(低-高)、L-L(低-低)、H-L(高-低)。

2.1.3 空間面板模型

空間面板模型主要有空間面板滯后(SPLM)和空間面板誤差(SPEM)兩類模型。其中，SPLM模型用于考察鄰近地區(qū)觀測值對本地觀測值的影響，SPEM模型用于考察鄰近地區(qū)關(guān)于被解釋變量誤差沖擊對本地觀測值的影響[16]。在構(gòu)建空間面板模型前，需設(shè)定基準(zhǔn)模型，借鑒程華和張志英(2020)的研究成果，基準(zhǔn)面板模型設(shè)定如下：

(6)

式中，i和t表示第i個省份第t年數(shù)據(jù)，rd為企業(yè)技術(shù)創(chuàng)新投入，gov為政府創(chuàng)新資助，c為常數(shù)項，β1、βj分別為政府創(chuàng)新資助與各控制變量(controls)的回歸系數(shù)，εit為隨機擾動項，下同。

SPLM模型在式(7)的基礎(chǔ)上，設(shè)定如下：

(7)

式中，wij為空間權(quán)重矩陣，wijrdij屬于鄰近省份效應(yīng)因素。ρ為空間滯后系數(shù)，反映鄰近省份企業(yè)技術(shù)創(chuàng)新投入對本省企業(yè)技術(shù)創(chuàng)新投入的影響程度和效果，當(dāng)ρ顯著為正，說明以互補效應(yīng)為主；當(dāng)ρ顯著為負(fù)，說明以擠出效應(yīng)為主。μi、vt分別表示控制時間與空間效應(yīng)，下同。

SPEM模型在式(7)的基礎(chǔ)上，設(shè)定如下：

(8)

式中，φit為空間自相關(guān)誤差項，λ為空間誤差系數(shù)，表示回歸方程殘差間的空間依賴關(guān)系，反映鄰近省份不可觀測因素對本省企業(yè)技術(shù)創(chuàng)新投入的影響程度和效果。

2.2 樣本選取與數(shù)據(jù)來源

考慮到數(shù)據(jù)可得性，本文以2012—2019年中國深滬A股、中小板及創(chuàng)業(yè)板戰(zhàn)略性新興上市企業(yè)數(shù)據(jù)作為研究樣本。企業(yè)研發(fā)投入等微觀層面數(shù)據(jù)來自Csmar、Wind、iFind等數(shù)據(jù)庫。參照現(xiàn)有文獻，對原始數(shù)據(jù)作如下處理：

(1)現(xiàn)階段尚未有統(tǒng)一文件對戰(zhàn)略性新興企業(yè)所屬行業(yè)進行細(xì)化，借鑒孫早等[17]的研究成果，參照《國務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定(2010)》等權(quán)威分類政策文件加以界定。

(2)剔除研究時間段被ST、*ST、PT處理的財務(wù)狀況異常企業(yè)。

(3)剔除凈利潤率大于1、資產(chǎn)負(fù)債率不在0～1范圍內(nèi)的異常觀測值企業(yè)。

(4)根據(jù)技術(shù)路徑依賴性，剔除注冊時間不足兩年的企業(yè)。

(5)剔除關(guān)鍵指標(biāo)數(shù)據(jù)缺失過多企業(yè)，采用平均增長率法將缺失數(shù)據(jù)轉(zhuǎn)換為平衡面板數(shù)據(jù)。

(6)為減輕離群值擾動，對連續(xù)變量進行上下1%截尾處理，最終甄選出882家隸屬七大戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域上市企業(yè)共7 056個觀測值。此外，借鑒王卉彤等[18]、呂承超等[19]的研究成果，采用同一省級行政區(qū)取均值的技術(shù)手段，按注冊地將樣本企業(yè)劃分至中國(內(nèi)地)30個省市中。

本文主要關(guān)注企業(yè)技術(shù)創(chuàng)新投入，旨在揭示政府扶持背景下企業(yè)創(chuàng)新研發(fā)活動的應(yīng)對策略。由于企業(yè)研發(fā)需要投入大量資金，借鑒解維敏等[20]的研究成果，考慮企業(yè)當(dāng)期收入情況而非總資產(chǎn)，為剔除企業(yè)規(guī)模效應(yīng)，本文選取研銷比作為企業(yè)技術(shù)創(chuàng)新投入強度的代理變量。

3 實證分析

3.1 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入時空演化特征分析

3.1.1 企業(yè)技術(shù)創(chuàng)新投入發(fā)展趨勢

圖1顯示，2012-2019年中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入總體呈上升趨勢，技術(shù)創(chuàng)新投入強度由0.038 6升至0.044 2，漲幅達(dá)14.5%。2012—2014年技術(shù)創(chuàng)新投入強度逐年上升，2015年后呈波動回落態(tài)勢。究其原因，2012年7月國務(wù)院《關(guān)于印發(fā)“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃的通知》明確“戰(zhàn)略性新興產(chǎn)業(yè)重要骨干企業(yè)研發(fā)投入占銷售收入的比重達(dá)到5%以上”。同年11月，黨的十八大報告明確提出“實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”。這一系列政策無不彰顯國家對企業(yè)科技創(chuàng)新活動的大力支持，因此，戰(zhàn)略性新興企業(yè)應(yīng)緊抓機遇，重視經(jīng)濟發(fā)展創(chuàng)新驅(qū)動效應(yīng)，加大研發(fā)投入力度。2015年作為分水嶺，此后技術(shù)創(chuàng)新投入強度波動下降，一定程度上說明中國戰(zhàn)略性新興企業(yè)經(jīng)濟增長方式尚未完全轉(zhuǎn)變，技術(shù)創(chuàng)新投入要素仍有優(yōu)化空間。從三大區(qū)域看，東中西部地區(qū)戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入變動趨勢與全國整體水平基本保持一致，但各區(qū)域投入強度存在差異，東部地區(qū)投入強度明顯高于中部、西部。

3.1.2 企業(yè)技術(shù)創(chuàng)新投入空間差異

由表1可知，2012—2019年中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入的Theil總指數(shù)呈波動下降趨勢，2014年抵達(dá)峰值后大幅回落，于2019年跌至0.041 7，降幅為32.31%，表明戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入呈均等化趨勢。區(qū)域企業(yè)技術(shù)創(chuàng)新投入差異縮小與政府大力實施協(xié)調(diào)發(fā)展戰(zhàn)略密切相關(guān)，近年來“中部崛起”“西部大開發(fā)”等一系列戰(zhàn)略舉措，加速形成“你追我趕、各具特色”的區(qū)域創(chuàng)新格局。從域內(nèi)和域間差異看，研究期內(nèi)Twr的變動軌跡與T全國大致相仿，Tbr則呈波動下降的演進態(tài)勢，歷年Twr的貢獻率遠(yuǎn)高于Tbr，說明域內(nèi)差異是總差異的主要來源，意味著三大區(qū)域內(nèi)部企業(yè)技術(shù)創(chuàng)新投入強度差異較大。

表1 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入Theil指數(shù)

3.1.3 企業(yè)技術(shù)創(chuàng)新投入空間格局演化

本文以2012年、2019年作為觀察年份，采用Arcgis10.2軟件中的自然間斷點分級法繪制中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度空間四分位圖。圖2顯示，近8年來，中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度保持相對穩(wěn)定的空間格局。以2019年為例，企業(yè)技術(shù)創(chuàng)新投入強度大致呈“中心—外圍”的空間分布模式，北京、天津和福建地區(qū)企業(yè)技術(shù)創(chuàng)新投入強度處于領(lǐng)先地位，上海、廣東、湖北等11個省市處于第二區(qū)間，創(chuàng)新投入較高水平以上省市地理位置多位于東中部地帶，占總樣本的46.7%，而甘肅、青海等西部內(nèi)陸省份企業(yè)技術(shù)創(chuàng)新投入強度仍有較大提升空間。在一定程度上說明，北京、上海等東部經(jīng)濟強省(市)可以發(fā)揮創(chuàng)新資源、人才高度集聚優(yōu)勢，科技創(chuàng)新發(fā)展勢頭強勁，企業(yè)研發(fā)投入力度較大，而湖北等中部省(市)企業(yè)也能夠緊緊牽住科技創(chuàng)新這個“牛鼻子”，創(chuàng)新投入強度蓄勢提升，激發(fā)經(jīng)濟新活力。

圖2 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度空間格局演化

3.1.4 企業(yè)技術(shù)創(chuàng)新投入空間關(guān)聯(lián)分析

表2顯示，2012-2019年全局Moran's I指數(shù)均為正且在5%的水平上顯著，表明中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度呈現(xiàn)出高創(chuàng)新投入省(市)被高創(chuàng)新投入省(市)包圍(H-H型)、低創(chuàng)新投入省(市)被低創(chuàng)新投入省(市)包圍(L-L型)的空間組織模式。從時間維度看，全局Moran's I指數(shù)由0.193(2012年)上升至0.359(2019年)，說明中國省(市)間戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入的空間依賴越來越強。

表2 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入全局Moran's I指數(shù)

由圖3可知，中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入強度集聚類型以H-H型和L-L型為主，呈空間極化態(tài)勢。其中，2012年、2019年H-H型和L-L型集聚省(市)分別占總體樣本的73.33%、66.7%。在集聚類型變化方面，2012-2019年H-H型省份數(shù)量由13個降至12個，黑龍江、安徽和山東由H-H型轉(zhuǎn)為L-H型，山西和湖北由H-L型落入H-H型，H-H型省市大多位于東部沿海地區(qū)，經(jīng)濟聯(lián)系緊密，企業(yè)技術(shù)創(chuàng)新水平較高，企業(yè)間技術(shù)創(chuàng)新投入溢出效應(yīng)顯著，構(gòu)成自主創(chuàng)新投入的核心區(qū)域。2012-2019年L-L型省市數(shù)量由9個降至8個，重慶由L-L型升入H-L型，L-L型省市大多位于西部地區(qū)，創(chuàng)新水平相對較低，企業(yè)間技術(shù)創(chuàng)新投入溢出效應(yīng)較小。

圖3 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入空間聚類情況

3.2 戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入影響因素分析

3.2.1 變量選取與說明

政府創(chuàng)新資助(gov)。創(chuàng)新資助可以通過成本補償、風(fēng)險分擔(dān)、外部性彌補和信號傳遞等效應(yīng)激勵企業(yè)增加技術(shù)創(chuàng)新投入，具體來說：①有助于緩解企業(yè)研發(fā)項目初期的固定成本問題。創(chuàng)新項目在發(fā)起與延續(xù)過程中需大量資金投入，相當(dāng)于一筆大額固定成本支出，企業(yè)往往難以解決項目初期資金需求。此時，政府創(chuàng)新資助以資金注入的形式可有效緩解企業(yè)研發(fā)初期資金緊張狀況，降低創(chuàng)新成本。②有助于降低企業(yè)研發(fā)失敗風(fēng)險。企業(yè)在創(chuàng)新決策前往往要事先預(yù)估所需成本和潛在收益，風(fēng)險規(guī)避型企業(yè)在面對風(fēng)險較大的研發(fā)項目時可能采取相對保守的研發(fā)策略，進而錯失發(fā)展良機。政府創(chuàng)新資助以資本形式幫助企業(yè)開展創(chuàng)新活動，提升項目研發(fā)成功率。③有助于彌補創(chuàng)新活動正外部性給研發(fā)企業(yè)帶來的利潤損失。創(chuàng)新活動具有較大的技術(shù)外溢效應(yīng)，加上受知識產(chǎn)權(quán)法律保護不力等因素影響，容易導(dǎo)致外部企業(yè)“搭便車”，進而使企業(yè)失去技術(shù)創(chuàng)新動力。政府創(chuàng)新資助可彌補企業(yè)技術(shù)成果外溢產(chǎn)生的利潤損失，縮短企業(yè)研發(fā)投入與社會最優(yōu)水平的差距。④有助于企業(yè)獲取其它渠道的研發(fā)資金。由于資本市場的不完備性和信息不對稱，銀行等金融機構(gòu)更傾向于將資金貸給規(guī)模大、信譽好的企業(yè)，對中小規(guī)模企業(yè)研發(fā)項目往往持謹(jǐn)慎態(tài)度。政府創(chuàng)新資助向外界傳遞出一種企業(yè)良性發(fā)展信號，在信息不對稱情況下，獲得“認(rèn)證”的企業(yè)往往能夠獲得更多利益相關(guān)者支持。

政府資助金額信息披露于上市公司財務(wù)報表附注營業(yè)外收入科目下的政府補助明細(xì)中，現(xiàn)有文獻大多直接采用一般性資助總額進行表征，既包含創(chuàng)新類資助，也包含污染治理、納稅大戶獎勵及拆遷補償?shù)确莿?chuàng)新類資助。為保證研究結(jié)果的精準(zhǔn)性，本文將非創(chuàng)新類資助剝離，僅分析創(chuàng)新類資助對戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入的直接作用。甄選步驟借鑒郭玥[21]的做法，采用關(guān)鍵詞檢索確定創(chuàng)新資助范疇項目，通過加總可得每家上市企業(yè)創(chuàng)新資助總額。關(guān)鍵詞篩選標(biāo)準(zhǔn)如下：①技術(shù)創(chuàng)新；②政府支持政策；③創(chuàng)新成果；④人才及技術(shù)合作；⑤戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域?qū)Ｓ忻~。最終，參考沈毅和張清正[22]的研究成果，采用政府創(chuàng)新資助金額/企業(yè)總資產(chǎn)表征政府創(chuàng)新資助強度。

為盡量避免遺漏變量造成的估計結(jié)果偏誤，本文依次將控制變量引入模型進行檢驗：①企業(yè)規(guī)模(size)：規(guī)模較大企業(yè)往往擁有雄厚的資本、充足的人力資源等，能夠彌補企業(yè)研發(fā)成本，本文以企業(yè)資產(chǎn)總額表征，并對其進行對數(shù)化處理；②資產(chǎn)負(fù)債率(lev)：一般來說，企業(yè)資產(chǎn)負(fù)債率過高會增大企業(yè)經(jīng)營風(fēng)險，而研發(fā)又是高風(fēng)險活動，具有較高負(fù)債水平的上市公司可能對研發(fā)投入活動更加謹(jǐn)慎，本文以企業(yè)負(fù)債總額與總資產(chǎn)比重衡量；③企業(yè)年齡(age):一般來講，成立時間長的企業(yè)存在資本積累優(yōu)勢，對研發(fā)風(fēng)險性具備更強的承受能力，其研發(fā)創(chuàng)新積極性較高，本文以企業(yè)成立年限代表企業(yè)年齡，并對其進行對數(shù)化處理；④成長能力(growth)：成長能力較強的公司為維持自身地位，需通過加大企業(yè)創(chuàng)新投入力度維持其成長性，本文以企業(yè)營業(yè)收入增長率加以衡量；⑤總資產(chǎn)收益率(roa)：企業(yè)盈利能力越強，經(jīng)營績效越高，研發(fā)投入越多，本文以凈利潤與企業(yè)平均資產(chǎn)總額的比值表征；⑥股權(quán)集中度(econ)：在公司決策時，公司股權(quán)過于集中會對公司研發(fā)投資決策造成不利影響，進而導(dǎo)致公司利益損失[23]，本文以前十大股東持股比例衡量；⑦人力資本(hum)：企業(yè)創(chuàng)新投入強度很大程度上取決于受雇于該企業(yè)的員工質(zhì)量，本文以技術(shù)人員數(shù)量與員工總數(shù)的比值表征。變量含義及描述性統(tǒng)計結(jié)果見表3。

表3 變量含義及描述性統(tǒng)計結(jié)果

3.2.2 空間面板模型適用性檢驗

本文采用空間面板模型(將反映空間結(jié)構(gòu)的矩陣引入到傳統(tǒng)計量模型中)分析問題。在采用空間面板模型估計參數(shù)前，需要檢驗?zāi)Ｐ偷倪m用性，即判斷SPLM模型和SPEM模型哪個更適合樣本數(shù)據(jù)檢驗：首先對不包含空間交互作用的基準(zhǔn)模型進行OLS估計，再通過檢驗LR和LM統(tǒng)計量，選擇與樣本數(shù)據(jù)擬合程度較好的模型。一般來說，若LMlag的顯著性高于LMerror，且R-LMlag顯著而R-LMerror不顯著，則采用SPLM模型，反之則采用SPEM模型；若R-LMlag、R-LMerror統(tǒng)計量均顯著，宜選擇統(tǒng)計值較大的模型[24]。檢驗結(jié)果如表4所示。

由表4可知，Hausman檢驗(60.01，P=0.000 0)結(jié)果表明，應(yīng)采用固定效應(yīng)下的空間面板回歸模型進行分析。LR檢驗結(jié)果顯示，時間和空間固定效應(yīng)的LR統(tǒng)計量均在1%的水平下顯著，說明應(yīng)選擇包含時空雙向固定效應(yīng)的面板回歸模型。LM和Robust LM檢驗結(jié)果顯示，LMlag與LMerror在1%的水平下顯著，R-LMlag與R-LMerror分別在1%、10%的水平下顯著，表明非空間面板模型的LM檢驗同時適用于SPLM、SPEM模型。但R-LMlag(19.154)>R-LMerror(2.325)，故本文選擇SPLM模型進行后續(xù)空間回歸分析。觀測數(shù)據(jù)空間相關(guān)性的存在違背了傳統(tǒng)計量模型的經(jīng)典假設(shè)條件，如仍采用OLS進行參數(shù)估計，將導(dǎo)致結(jié)果失真[25]。因此，本文參考Elhors[26]的建議，采用極大似然法(MLE)對時空雙固定效應(yīng)的SPLM模型進行估計，既能有效緩解傳統(tǒng)OLS估計中變量的內(nèi)生性問題，又能科學(xué)反映觀測變量間的空間依賴程度。

表4 基準(zhǔn)模型回歸結(jié)果

3.2.3 回歸結(jié)果分析

本文首先對SPLM模型進行納入控制變量的依次回歸，再對納入全部控制變量后的SPEM模型進行回歸，以檢測估計結(jié)果的穩(wěn)定性，結(jié)果如表5所示。

由表5可知：①列(1)結(jié)果顯示，gov系數(shù)為正值且在1%的水平上顯著，表明政府創(chuàng)新資助對戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入具有顯著正向影響；ρ系數(shù)為負(fù)值且在1%的水平上顯著，說明鄰近省市戰(zhàn)略性新興企業(yè)加大技術(shù)創(chuàng)新投入會抑制本省市戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入；②列(2)—(8)依次納入控制變量企業(yè)規(guī)模(size)、資產(chǎn)負(fù)債率(lev)、企業(yè)年齡(age)、成長能力(growth)、總資產(chǎn)收益率(roa)、股權(quán)集中度(econ)和人力資本(hum)，結(jié)果再次驗證列(1)研究結(jié)論的穩(wěn)健性；③通過對比時空雙固定效應(yīng)的基準(zhǔn)模型、SPLM模型和SPEM模型發(fā)現(xiàn)，除空間回歸系數(shù)外，各模型中的回歸結(jié)果具有較好的穩(wěn)健性。此外，SPEM模型中λ系數(shù)顯著為負(fù)值，表明鄰近省市不可觀測因素會抑制本省市戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入。

表5 全國樣本空間面板模型回歸結(jié)果

據(jù)前文所述，本文對列(8)的回歸結(jié)果進行分析：①gov的回歸系數(shù)為2.250 8，在1%的水平上顯著，表明政府創(chuàng)新資助可以顯著促進中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入，這也解釋了目前中國政府之所以大力推進“863計劃”“星火計劃”等財政科技計劃，其最終目的是為了提升戰(zhàn)略性新興企業(yè)自主創(chuàng)新能力。②ρ的系數(shù)為-0.454 9，在1%的水平上顯著，表明中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入具有負(fù)向空間溢出效應(yīng)?？赡茉蛟谟?，企業(yè)創(chuàng)新過程中存在大量難以編碼的隱性知識，需要通過面對面交流獲取。對地理距離鄰近的不同省份來說，一方面，企業(yè)間研發(fā)策略是互補的，本省企業(yè)為搶占市場份額，可以從鄰近省份企業(yè)創(chuàng)新思想中獲得啟發(fā)，進而激勵自身進行創(chuàng)新，增加研發(fā)投入，開展研發(fā)競賽。另一方面，企業(yè)研發(fā)策略具有替代性，由于研發(fā)活動的技術(shù)外溢效應(yīng)存在與知識產(chǎn)權(quán)保護不力的情況，本省企業(yè)可通過模仿鄰近省份企業(yè)新技術(shù)進行自身技術(shù)改進，這意味著本省企業(yè)可能選擇減少研發(fā)甚至不研發(fā)，期待鄰近省份企業(yè)增加研發(fā)投入，從而坐享其成[27]?？傮w結(jié)果說明替代效應(yīng)大于互補效應(yīng)，大多數(shù)企業(yè)更傾向于“搭便車”，選擇減少研發(fā)或不研發(fā)，致使鄰近省份企業(yè)增加技術(shù)創(chuàng)新投入，從而抑制本省企業(yè)技術(shù)創(chuàng)新投入。③從各控制變量看，size、age、hum的系數(shù)分別為0.761 0、-6.824 4和-5.164 6且均在1%的水平上顯著，說明企業(yè)規(guī)模能夠顯著促進戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入，反映出規(guī)模較大企業(yè)能夠憑借雄厚的資本、充沛的人力資源等彌補自身研發(fā)成本。企業(yè)年齡會顯著抑制企業(yè)技術(shù)創(chuàng)新投入，可能原因在于，年輕企業(yè)往往處于成長階段，有活力、有沖勁，追求快速發(fā)展且投資動力充足，年長企業(yè)則大多處成熟階段，投資決策相對保守。人力資本會顯著抑制企業(yè)技術(shù)創(chuàng)新投入，可能是由于當(dāng)前中國戰(zhàn)略性新興企業(yè)技術(shù)人員具有知識結(jié)構(gòu)惰性，創(chuàng)新動機較弱，導(dǎo)致這類人力資本會抑制企業(yè)技術(shù)創(chuàng)新投入。另外，lev、growth、roa、econ的系數(shù)分別為0.953 0、-0.139 2、-0.312 1和-1.171 0，均未通過10%的顯著性水平檢驗。

3.2.4 穩(wěn)健性檢驗

為進一步提升實證分析結(jié)果的可信度，本文采用重構(gòu)鄰接空間權(quán)重矩陣的方法代替原模型中的地理距離權(quán)重矩陣，再運用MLE對時空雙固定SPLM模型進行估計。具體來說，對于鄰接權(quán)重矩陣wij，根據(jù)省級空間截面是否具有共同邊界設(shè)定0～1二進制矩陣，分別對前文列(1)-(8)進行穩(wěn)健性檢驗(限于篇幅，結(jié)果不再展示，如有需要，可向作者索取)。結(jié)果顯示，核心解釋變量、空間滯后項、控制變量回歸系數(shù)的正負(fù)號與前文基本保持一致，僅系數(shù)大小有小幅變化且顯著性并無差別，表明本文研究結(jié)論具有較好的穩(wěn)健性。

3.2.5 分區(qū)域回歸結(jié)果

中國各區(qū)域經(jīng)濟發(fā)展水平和資源稟賦差異較大，為探究不同區(qū)域情境下研究結(jié)果的適用性，本文將全國分為東部地區(qū)和中西部地區(qū)，得到東部地區(qū)11個省(市)，中西部地區(qū)19個省(市)，基于地理距離和鄰接權(quán)重矩陣，運用MLE對時空雙固定的SPLM模型進行回歸分析，結(jié)果見表6。

表6 分區(qū)域SPLM模型回歸結(jié)果

由表6可知：①東部地區(qū)gov的系數(shù)顯著為正，表明政府創(chuàng)新資助能夠顯著促進東部地區(qū)戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入，但其對中西部地區(qū)的促進作用不顯著。究其原因，相較于中西部地區(qū)，東部地區(qū)市場化程度較高，政府對經(jīng)濟的直接干預(yù)較少，企業(yè)面臨的市場競爭更加激烈，通過研發(fā)獲得持久競爭力的意愿更為強烈。同時，東部地區(qū)知識產(chǎn)權(quán)保護制度更為完善，當(dāng)企業(yè)研發(fā)成果受到完善制度保護的情況下，不易被其它企業(yè)“搭便車”，能夠提升自身投資回報率，充分激發(fā)研發(fā)活動積極性。②無論是東部地區(qū)還是中西部地區(qū)，ρ系數(shù)均顯著為負(fù)，但中西部地區(qū)的負(fù)向空間溢出效應(yīng)更強，表明相較于東部地區(qū)，中西部地區(qū)由于知識產(chǎn)權(quán)保護制度不健全，企業(yè)研發(fā)策略更多地體現(xiàn)為替代效應(yīng)。

3.2.6 分創(chuàng)新資助程度回歸結(jié)果

不同程度創(chuàng)新資助情境下研究結(jié)果的適用性有待進一步檢驗。本文按照創(chuàng)新資助程度均值，將全國分為高創(chuàng)新資助和低創(chuàng)新資助兩大區(qū)域，得到北京、天津等13個高創(chuàng)新資助省(市、自治區(qū))，山西、內(nèi)蒙古等17個低創(chuàng)新資助省(市、自治區(qū))，如表7所示。

表7 各省(市、自治區(qū))按政府創(chuàng)新資助程度劃分情況

同樣地，基于地理距離和鄰接權(quán)重矩陣，運用MLE對時空雙固定的SPLM模型進行回歸分析，結(jié)果見表8。

由表8可知：①高創(chuàng)新資助組gov的系數(shù)顯著為正，而低創(chuàng)新資助組gov的系數(shù)也為正，但未通過10%的顯著性水平檢驗，表明低政府創(chuàng)新資助對企業(yè)技術(shù)創(chuàng)新投入的激勵作用不顯著，高政府創(chuàng)新資助能夠顯著促進企業(yè)技術(shù)創(chuàng)新投入?？赡茉蛟谟冢髽I(yè)進行研發(fā)活動需要逾越一定的門檻條件[28]，當(dāng)資助過少不足以彌補高額企業(yè)研發(fā)資金缺口時，企業(yè)往往不愿冒風(fēng)險開展研發(fā)活動。當(dāng)政府創(chuàng)新資助逾越研發(fā)活動的門檻條件后，其對企業(yè)研發(fā)投入的刺激作用就會逐漸增強。②高創(chuàng)新資助組ρ的系數(shù)顯著為負(fù)，而低創(chuàng)新資助組ρ的系數(shù)也為負(fù)，但未通過10%的顯著性水平檢驗，表明在高創(chuàng)新資助組中，鄰近省市企業(yè)技術(shù)創(chuàng)新投入增加會顯著抑制本省市企業(yè)技術(shù)創(chuàng)新投入，而在低創(chuàng)新資助組中這一抑制效應(yīng)并不顯著。對此可能的解釋是，由表7可以看出，中國政府創(chuàng)新資助行為釋放出“扶優(yōu)扶強”的信號，傾向于資助技術(shù)創(chuàng)新投入較高省市的戰(zhàn)略性新興企業(yè)，原本創(chuàng)新投入較高企業(yè)的研發(fā)成果較多，其空間外溢性較強，導(dǎo)致其它企業(yè)更愿意采取“搭便車”的研發(fā)策略，最終造成省份間企業(yè)技術(shù)創(chuàng)新投入相互抑制的現(xiàn)象。相對而言，獲得政府創(chuàng)新資助較少的企業(yè)，其研發(fā)成果較少，研發(fā)活動空間外溢性較弱，省份間企業(yè)雖會采取“搭便車”的研發(fā)策略，但更多地通過增加自身研發(fā)投入提升創(chuàng)新能力，導(dǎo)致低創(chuàng)新資助組中企業(yè)技術(shù)創(chuàng)新投入的負(fù)向空間溢出效應(yīng)并不顯著。

表8 不同創(chuàng)新資助程度下SPLM模型回歸結(jié)果

4 結(jié)語

4.1 結(jié)論

本文基于2012—2019年中國(內(nèi)地)30個省市882家戰(zhàn)略性新興上市企業(yè)面板數(shù)據(jù)，采用Theil指數(shù)、探索性空間數(shù)據(jù)分析(ESDA)等方法考察中國戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新投入時空演化特征，通過構(gòu)建空間面板計量模型，剖析影響企業(yè)技術(shù)創(chuàng)新投入的關(guān)鍵因素。

(1)從全國總體看，企業(yè)技術(shù)創(chuàng)新投入呈波動上升趨勢。從三大區(qū)域看，東中西部地區(qū)企業(yè)技術(shù)創(chuàng)新投入變動趨勢與全國整體情況基本保持一致，但各區(qū)域投入強度存在差異，東部地區(qū)投入強度明顯高于中、西部地區(qū)。

(2)從全國總體看，企業(yè)技術(shù)創(chuàng)新投入愈發(fā)均等化，Theil總指數(shù)呈波動下降趨勢。從三大區(qū)域看，域內(nèi)差異是總差異的主要來源，意味著中國三大區(qū)域內(nèi)部企業(yè)技術(shù)創(chuàng)新投入強度差異較大。

(3)企業(yè)技術(shù)創(chuàng)新投入空間格局大致穩(wěn)定，呈現(xiàn)“中心—外圍”的分布模式，中心省份多位于東中部地區(qū)，外圍省份多位于西部內(nèi)陸地區(qū)。

(4)企業(yè)技術(shù)創(chuàng)新投入呈現(xiàn)H-H型、L-L型空間組織模式，且各省域間企業(yè)技術(shù)創(chuàng)新投入空間依賴愈發(fā)緊密。研究時間跨度內(nèi)，H-H型省份數(shù)量未發(fā)生變化，大多位于東部沿海地區(qū)，而L-L型省份數(shù)量有所減少，大多位于西部內(nèi)陸地區(qū)。

(5)從全國總體看，政府創(chuàng)新資助是顯著促進企業(yè)技術(shù)創(chuàng)新投入的重要因素，且企業(yè)技術(shù)創(chuàng)新投入具有顯著負(fù)向空間溢出效應(yīng)。分區(qū)域看，增加政府創(chuàng)新資助有助于促進東部地區(qū)企業(yè)技術(shù)創(chuàng)新投入，但其對中西部地區(qū)的促進作用不顯著。無論是東部地區(qū)還是中西部地區(qū)，企業(yè)技術(shù)創(chuàng)新投入的空間溢出效應(yīng)均顯著為負(fù)，但中西部地區(qū)的溢出效應(yīng)更強。分創(chuàng)新資助程度看，低政府創(chuàng)新資助對企業(yè)技術(shù)創(chuàng)新投入的激勵作用不顯著，高政府創(chuàng)新資助則能夠顯著促進企業(yè)技術(shù)創(chuàng)新投入。在高創(chuàng)新資助組中，鄰近省份企業(yè)增加技術(shù)創(chuàng)新投入會顯著抑制本省企業(yè)技術(shù)創(chuàng)新投入，而在低創(chuàng)新資助組中這一抑制效應(yīng)不顯著。

4.2 啟示

(1)完善區(qū)域協(xié)同機制，深化企業(yè)協(xié)作創(chuàng)新。例如，應(yīng)設(shè)立跨區(qū)域常態(tài)化協(xié)調(diào)管理機構(gòu)，統(tǒng)籌各地區(qū)創(chuàng)新主體之間創(chuàng)新與科技協(xié)作事務(wù)。戰(zhàn)略性新興企業(yè)技術(shù)創(chuàng)新活動對科研人才、知識技術(shù)、研發(fā)資金等要素的要求較高，協(xié)調(diào)管理機構(gòu)應(yīng)積極發(fā)揮指引作用，從全局視角考慮，弱化邊界藩籬和政策壁壘，增強企業(yè)間交流合作，促進創(chuàng)新要素跨境流動，從而實現(xiàn)“以合作促規(guī)模化發(fā)展”的愿景。此外，協(xié)調(diào)管理機構(gòu)應(yīng)合理引導(dǎo)要素流向，避免要素流動“單向化”進一步加劇。

(2)繼續(xù)加大資助力度，發(fā)揮資金引導(dǎo)作用。政府應(yīng)繼續(xù)加大資助力度，為企業(yè)技術(shù)研發(fā)提供資金保障，激發(fā)企業(yè)創(chuàng)新意愿，從而實現(xiàn)創(chuàng)新驅(qū)動發(fā)展。與此同時，應(yīng)完善資助資金監(jiān)管機制，明確政府資助資金使用范疇，使資助資金切實用于企業(yè)創(chuàng)新活動，從而實現(xiàn)創(chuàng)新資助激勵效應(yīng)最大化。

(3)健全地區(qū)知識產(chǎn)權(quán)保護制度，保障企業(yè)創(chuàng)新活動收益。應(yīng)完善知識產(chǎn)權(quán)保護相關(guān)法律法規(guī)及其執(zhí)行機制，努力優(yōu)化地區(qū)知識產(chǎn)權(quán)保護環(huán)境。在立法方面，應(yīng)進一步提升相關(guān)法律法規(guī)的可操作性，重點完善侵權(quán)懲罰性賠償制度，加大地區(qū)知識產(chǎn)權(quán)保護力度，為企業(yè)營造公平、正義、高效的創(chuàng)新環(huán)境。在執(zhí)法方面，應(yīng)健全地區(qū)相關(guān)部門之間的執(zhí)法聯(lián)動協(xié)作機制，加大知識產(chǎn)權(quán)侵權(quán)懲處力度，通過增加違法機會成本避免侵權(quán)行為發(fā)生，保障企業(yè)創(chuàng)新活動的正常收益，增強企業(yè)“幸福感”，弱化企業(yè)技術(shù)創(chuàng)新投入的負(fù)向溢出效應(yīng)。