李將軍，韓圣玥，秦 穎

（北京建筑大學(xué) 城市經(jīng)濟(jì)與管理學(xué)院，北京 100044）

0 引言

習(xí)近平總書(shū)記在黨的二十大報(bào)告中指出“高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)”。建立創(chuàng)新驅(qū)動(dòng)型的經(jīng)濟(jì)增長(zhǎng)模式是實(shí)現(xiàn)高質(zhì)量發(fā)展的必由之路。企業(yè)是技術(shù)創(chuàng)新的主體，提升企業(yè)技術(shù)創(chuàng)新水平是實(shí)現(xiàn)高質(zhì)量發(fā)展的重要內(nèi)容之一。然而，隨著我國(guó)生產(chǎn)要素成本的上升，資源、環(huán)境約束和市場(chǎng)競(jìng)爭(zhēng)不斷加劇，眾多企業(yè)面臨著利潤(rùn)空間不斷縮減、資源分散、惡性競(jìng)爭(zhēng)等困境。僅依靠高投入驅(qū)動(dòng)創(chuàng)新能力提升的發(fā)展模式已難以持續(xù)，必須探索提高企業(yè)技術(shù)創(chuàng)新效率的新路徑。特別地，高端裝備制造業(yè)體現(xiàn)了一個(gè)國(guó)家制造業(yè)的核心競(jìng)爭(zhēng)力,研究營(yíng)商環(huán)境對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)具有重要的理論意義和實(shí)踐意義。

學(xué)者們認(rèn)為營(yíng)商環(huán)境應(yīng)該涵蓋對(duì)企業(yè)經(jīng)營(yíng)管理能夠產(chǎn)生重要影響的法律法規(guī)、政策制度等要素[1]。作為企業(yè)創(chuàng)新行為的一個(gè)重要約束條件,營(yíng)商環(huán)境阻礙或推動(dòng)著企業(yè)技術(shù)創(chuàng)新能力的不斷提升[2]。目前，營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)勞動(dòng)生產(chǎn)率[3]、創(chuàng)業(yè)數(shù)量和創(chuàng)業(yè)質(zhì)量[4]、企業(yè)創(chuàng)新效率[5]、全要素生產(chǎn)率[6]等方面的影響已得到相關(guān)研究成果的證實(shí)。

借鑒已有研究，本文將高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率納入研究框架，運(yùn)用三階段DEA 模型測(cè)算了高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率；運(yùn)用Tobit 模型實(shí)證檢驗(yàn)了營(yíng)商環(huán)境對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響機(jī)制，并進(jìn)行了產(chǎn)權(quán)異質(zhì)性和區(qū)域異質(zhì)性檢驗(yàn)。

1 理論分析

營(yíng)商環(huán)境與企業(yè)技術(shù)創(chuàng)新效率的關(guān)系成為國(guó)內(nèi)的研究熱點(diǎn)，多數(shù)學(xué)者從營(yíng)商環(huán)境的某一方面切入，研究其與企業(yè)技術(shù)創(chuàng)新效率的關(guān)系，具體表現(xiàn)為四個(gè)方面：一是企業(yè)的管理效率方面。在公開(kāi)透明的政策環(huán)境下，為了取得競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)會(huì)努力提高管理效率，積極研發(fā)新產(chǎn)品和新技術(shù)[7]。二是企業(yè)的制度性交易成本方面。規(guī)范高效的政務(wù)環(huán)境有助于企業(yè)減少尋租動(dòng)機(jī)，節(jié)省制度性交易成本，進(jìn)而促進(jìn)技術(shù)創(chuàng)新效率提升[8]。三是企業(yè)的信息交易成本方面。通過(guò)改善軟硬件設(shè)施環(huán)境，特別是實(shí)現(xiàn)5G、工業(yè)互聯(lián)網(wǎng)、人工智能等新型信息基礎(chǔ)設(shè)施的互聯(lián)互通，能夠大幅度降低企業(yè)的信息成本[9]。四是要素市場(chǎng)建設(shè)方面。良好的營(yíng)商環(huán)境通過(guò)促進(jìn)要素流動(dòng)進(jìn)而提高資源配置效率，為企業(yè)技術(shù)創(chuàng)新提供人才支持[10]和資金保障[11]。

現(xiàn)有關(guān)于營(yíng)商環(huán)境及企業(yè)技術(shù)創(chuàng)新效率兩者之間關(guān)系的研究，多是從外部環(huán)境中的某一因素出發(fā)，研究營(yíng)商環(huán)境對(duì)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)。然而，根據(jù)資源依賴?yán)碚?，企業(yè)與外界環(huán)境有密不可分的聯(lián)系，且會(huì)受到外界環(huán)境的密切影響。營(yíng)商環(huán)境作為企業(yè)技術(shù)創(chuàng)新活動(dòng)的綜合生態(tài)環(huán)境系統(tǒng)，必然會(huì)影響企業(yè)的技術(shù)創(chuàng)新效率。基于上述研究觀點(diǎn)，借鑒王小魯?shù)龋?020）[12]的研究成果，本文認(rèn)為，營(yíng)商環(huán)境會(huì)在政策環(huán)境、政務(wù)環(huán)境、要素市場(chǎng)環(huán)境、信息基礎(chǔ)設(shè)施等方面通過(guò)企業(yè)管理效率、交易成本、金融和人力資源、數(shù)字化管理水平等方面對(duì)企業(yè)技術(shù)創(chuàng)新效率產(chǎn)生影響。本文基于行業(yè)層面，以高端裝備制造業(yè)為例，研究營(yíng)商環(huán)境對(duì)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)。

2 研究設(shè)計(jì)

2.1 技術(shù)創(chuàng)新效率測(cè)算評(píng)價(jià)模型

2.1.1 第一階段：傳統(tǒng)的DEA模型

本文從投入角度測(cè)算高端裝備制造業(yè)企業(yè)的技術(shù)創(chuàng)新效率，關(guān)注的是產(chǎn)出不變條件下創(chuàng)新投入變量的冗余和利用有效性。因此，本文選用投入導(dǎo)向規(guī)模報(bào)酬可變的BCC模型。

2.1.2 第二階段：構(gòu)建相似SFA模型

第一步，將第一階段計(jì)算得出的各創(chuàng)新投入的松弛變量進(jìn)行SFA 回歸分解，構(gòu)造含有環(huán)境因素、隨機(jī)因素和管理因素三個(gè)自變量的函數(shù)，形式如下：

第二步，分離綜合干擾項(xiàng)。Fried等（2002）[13]建議使用Jondrow 等（1982）[14]提出的分離公式，但該公式針對(duì)的是隨機(jī)前沿生產(chǎn)函數(shù)，而本文建立的是隨機(jī)前沿成本函數(shù)，所以需要對(duì)該公式加以調(diào)整。本文分離公式如下：

2.1.3 第三階段：調(diào)整后的DEA模型

以調(diào)整后的創(chuàng)新投入變量替換原始值，創(chuàng)新產(chǎn)出變量保持不變，重新運(yùn)行BCC模型，得到剔除非經(jīng)營(yíng)因素影響的企業(yè)真實(shí)技術(shù)創(chuàng)新效率。

2.2 技術(shù)創(chuàng)新效率測(cè)算變量選取

2.2.1 創(chuàng)新投入變量

本文分別采用技術(shù)人員數(shù)量和研發(fā)經(jīng)費(fèi)支出來(lái)度量創(chuàng)新投入。需要指出的是，上市公司年報(bào)中披露的“研發(fā)經(jīng)費(fèi)支出”屬于流量數(shù)據(jù)。運(yùn)用Goldsmith（1951）[15]提出的永續(xù)盤(pán)存法，本文將企業(yè)年報(bào)中的“研發(fā)經(jīng)費(fèi)支出”流量指標(biāo)轉(zhuǎn)化為存量指標(biāo)，公式如下：

其中，K為當(dāng)期研發(fā)經(jīng)費(fèi)支出存量；E為實(shí)際研發(fā)經(jīng)費(fèi)支出；δ表示折舊率，取值為15%。根據(jù)式（5）得到高端裝備制造業(yè)企業(yè)歷年的研發(fā)經(jīng)費(fèi)支出存量。研發(fā)經(jīng)費(fèi)支出存量的平均增長(zhǎng)率記為g，基期研發(fā)經(jīng)費(fèi)支出存量的計(jì)算公式如下：

2.2.2 創(chuàng)新產(chǎn)出變量

企業(yè)的創(chuàng)新產(chǎn)出主要包括技術(shù)性產(chǎn)出與收益性產(chǎn)出，對(duì)應(yīng)的能夠代表技術(shù)創(chuàng)新效率的指標(biāo)分別是專(zhuān)利授權(quán)數(shù)量與新產(chǎn)品產(chǎn)值。由于企業(yè)年報(bào)中較少公布新產(chǎn)品產(chǎn)值，導(dǎo)致相關(guān)數(shù)據(jù)無(wú)法獲得，因此本文采用主營(yíng)業(yè)務(wù)收入作為收益性產(chǎn)出的代理指標(biāo)。

DEA 模型中要求投入與產(chǎn)出變量正相關(guān)，因此，本文對(duì)選取的創(chuàng)新投入與創(chuàng)新產(chǎn)出變量進(jìn)行了相關(guān)性檢驗(yàn)。檢驗(yàn)結(jié)果（見(jiàn)表1）表明，創(chuàng)新投入與創(chuàng)新產(chǎn)出變量正相關(guān)（P＜0.01），證明本文的變量指標(biāo)選取較為合理。

表1 創(chuàng)新投入與創(chuàng)新產(chǎn)出變量相關(guān)性檢驗(yàn)

2.2.3 環(huán)境變量

本文主要選取以下4 個(gè)環(huán)境變量來(lái)進(jìn)行分析：（1）經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，對(duì)R&D 資金和R&D 人員的吸引力越大，進(jìn)而對(duì)企業(yè)技術(shù)創(chuàng)新效率產(chǎn)生積極影響。（2）政府補(bǔ)助。關(guān)于政府補(bǔ)助對(duì)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)，學(xué)界還沒(méi)有達(dá)成一致的意見(jiàn)，需要進(jìn)一步研究。（3）企業(yè)年齡。企業(yè)的研發(fā)、管理經(jīng)驗(yàn)會(huì)隨著企業(yè)年齡的增長(zhǎng)而逐漸豐富，從而有助于提升企業(yè)技術(shù)創(chuàng)新效率。（4）企業(yè)規(guī)模。企業(yè)的規(guī)模會(huì)對(duì)創(chuàng)新效率產(chǎn)生一定的影響。為消除數(shù)據(jù)單位的限制，本文使用Z-score 標(biāo)準(zhǔn)化對(duì)4 個(gè)指標(biāo)數(shù)據(jù)進(jìn)行了無(wú)量綱化處理。三階段DEA 模型各變量的定義與說(shuō)明如表2所示。

表2 三階段DEA模型變量的定義與說(shuō)明

2.3 Tobit模型設(shè)定及變量選取

由于測(cè)算得到的技術(shù)創(chuàng)新效率取值范圍為0～1，使用普通OLS回歸可能會(huì)造成估計(jì)偏差，因此本文使用可以有效解決受限因變量回歸問(wèn)題的Tobit模型來(lái)驗(yàn)證營(yíng)商環(huán)境優(yōu)化對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響，基準(zhǔn)模型設(shè)定如下：

其中，TEit表示企業(yè)技術(shù)創(chuàng)新效率；解釋變量ENVi(t-1)表示省份層面企業(yè)的營(yíng)商環(huán)境優(yōu)化指數(shù)，由于創(chuàng)新投入存在時(shí)間上的滯后性，因此本文將營(yíng)商環(huán)境優(yōu)化指數(shù)取滯后1期納入模型；∑Controlsit表示全部控制變量；εi為隨機(jī)誤差項(xiàng)；下標(biāo)i、t和s分別表示企業(yè)、年份和企業(yè)所在省份；β0為常數(shù)項(xiàng)；β1、βj(j=2，3，4，5，6)為待估參數(shù)，其中β1的取值、符號(hào)與顯著性是本文的關(guān)注重點(diǎn)，若β1顯著為正，則說(shuō)明營(yíng)商環(huán)境優(yōu)化能夠顯著提升高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率。

2.3.1 被解釋變量

TE表示技術(shù)創(chuàng)新效率，本文將經(jīng)過(guò)三階段DEA 模型調(diào)整后的技術(shù)創(chuàng)新效率值作為被解釋變量，值域?yàn)閇0，1]，數(shù)值越趨近于1，說(shuō)明該企業(yè)的技術(shù)創(chuàng)新效率越高。

2.3.2 解釋變量

ENV表示營(yíng)商環(huán)境優(yōu)化指數(shù)，該指數(shù)取值范圍為1～5。數(shù)據(jù)取自王小魯?shù)龋?020）[12]編著的《中國(guó)分省企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)2020年報(bào)告》。需要指出的是，本文的研究區(qū)間為2013—2020 年，由于該報(bào)告2008—2019 年隔年發(fā)布一次，所提供的數(shù)據(jù)僅有2012年、2016年和2019年，考慮到營(yíng)商環(huán)境指數(shù)每年變動(dòng)相對(duì)排序穩(wěn)定，因此本文采用近似替代法補(bǔ)充缺失年份的數(shù)據(jù)。具體地，以2012 年的營(yíng)商環(huán)境指數(shù)替代2013年、2014年和2015年的營(yíng)商環(huán)境指數(shù)，以2016 年的營(yíng)商環(huán)境指數(shù)替代2017 年、2018 年的營(yíng)商環(huán)境指數(shù)。

2.3.3 控制變量

本文選取以下變量加以控制：盈利能力ROA，用資產(chǎn)收益率表示；償債能力DEBT，用資產(chǎn)負(fù)債率表示；成長(zhǎng)能力GROWTH，用營(yíng)業(yè)收入增長(zhǎng)率表示，衡量企業(yè)創(chuàng)新轉(zhuǎn)化的能力；投資機(jī)會(huì)Q，用托賓Q值表示；股權(quán)集中度SHARE，用企業(yè)第一大股東持股比例衡量。Tobit 模型各變量的定義與說(shuō)明如表3所示。

表3 Tobit模型變量說(shuō)明

2.4 樣本篩選與數(shù)據(jù)來(lái)源

本文選取2013—2020 年中國(guó)資本市場(chǎng)A 股高端裝備制造業(yè)上市企業(yè)為初始研究對(duì)象，為避免異常觀測(cè)值的不利影響，參照以往研究慣例，剔除了處于ST、*ST、PT 等異常經(jīng)營(yíng)狀態(tài)和存在數(shù)據(jù)缺失的樣本，最終獲得952 個(gè)企業(yè)年度觀測(cè)值。營(yíng)商環(huán)境優(yōu)化指數(shù)數(shù)據(jù)來(lái)自《中國(guó)分省企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)2020年報(bào)告》，缺失年份的數(shù)據(jù)采用相鄰年份數(shù)據(jù)進(jìn)行近似替代補(bǔ)充。技術(shù)創(chuàng)新效率數(shù)據(jù)來(lái)自三階段DEA模型的測(cè)算結(jié)果。

3 實(shí)證結(jié)果分析

3.1 技術(shù)創(chuàng)新效率的DEA評(píng)價(jià)

3.1.1 第一階段傳統(tǒng)DEA結(jié)果

使用DEAP 2.1 軟件，分析高端裝備制造業(yè)企業(yè)歷年的技術(shù)創(chuàng)新效率，測(cè)算結(jié)果如表4所示。由于企業(yè)數(shù)量較多，因此本文僅列示全部企業(yè)、國(guó)有企業(yè)以及非國(guó)有企業(yè)歷年的技術(shù)創(chuàng)新效率均值。結(jié)果顯示，第一，2013—2020年高端裝備制造業(yè)企業(yè)的技術(shù)創(chuàng)新效率較低，均值都在0.5 以下；分解來(lái)看，純技術(shù)效率和規(guī)模效率均值分別為0.428和0.627。第二，將樣本企業(yè)按不同產(chǎn)權(quán)性質(zhì)分別計(jì)算其技術(shù)創(chuàng)新效率?？梢园l(fā)現(xiàn)，非國(guó)有企業(yè)的技術(shù)創(chuàng)新效率優(yōu)于國(guó)有企業(yè)；分解來(lái)看，純技術(shù)效率方面非國(guó)有企業(yè)更優(yōu)，而規(guī)模效率方面國(guó)有企業(yè)更優(yōu)。上述結(jié)果未排除非經(jīng)營(yíng)因素和隨機(jī)因素的影響。

表4 歷年技術(shù)創(chuàng)新效率均值

3.1.2 第二階段SFA回歸結(jié)果

分別以經(jīng)濟(jì)發(fā)展水平、政府補(bǔ)助、企業(yè)年齡、企業(yè)規(guī)模為解釋變量建立SFA 回歸模型，運(yùn)用Frontier 4.1 軟件進(jìn)行分析，結(jié)果如下頁(yè)表5 所示。結(jié)果顯示，各個(gè)環(huán)境變量基本通過(guò)1%的顯著性檢驗(yàn)，且兩個(gè)模型單邊似然比檢驗(yàn)的LR 值均大于混合分布的檢驗(yàn)標(biāo)準(zhǔn)值，λ值均趨近于1，說(shuō)明拒絕“存在無(wú)效率項(xiàng)”的原假設(shè)，即SFA 模型對(duì)成本函數(shù)的模擬是合適的，有必要剔除環(huán)境因素和隨機(jī)噪聲的影響。

表5 第二階段SFA回歸結(jié)果

分析各個(gè)環(huán)境變量對(duì)技術(shù)創(chuàng)新效率的影響，具體而言：經(jīng)濟(jì)發(fā)展水平對(duì)R&D人員、R&D資金投入的松弛變量均有顯著負(fù)向影響，說(shuō)明地區(qū)經(jīng)濟(jì)發(fā)展水平越高，越有利于減少高端裝備制造業(yè)企業(yè)研發(fā)人員和研發(fā)經(jīng)費(fèi)的浪費(fèi)；政府補(bǔ)助對(duì)R&D資金冗余有顯著負(fù)向影響，對(duì)R&D人員冗余有顯著正向影響，表明政府補(bǔ)助有利于高端裝備制造業(yè)企業(yè)研發(fā)經(jīng)費(fèi)的有效配置，但會(huì)增加研發(fā)人員冗余；企業(yè)年齡對(duì)R&D 人員和R&D 資金投入的松弛變量均產(chǎn)生負(fù)向影響，說(shuō)明隨著企業(yè)年齡的增加，企業(yè)技術(shù)創(chuàng)新活動(dòng)的經(jīng)驗(yàn)更加豐富，技術(shù)創(chuàng)新效率也隨之提高；企業(yè)規(guī)模對(duì)R&D 人員冗余有顯著負(fù)向影響，對(duì)R&D 資金冗余有顯著正向影響，表明企業(yè)規(guī)模擴(kuò)大會(huì)減少研發(fā)人員的浪費(fèi)，但會(huì)增加研發(fā)資金的損耗。

各環(huán)境變量對(duì)不同創(chuàng)新投入的影響方向與作用強(qiáng)度有所不同。為避免估計(jì)結(jié)果出現(xiàn)偏差，需要對(duì)第一階段的創(chuàng)新投入變量進(jìn)行調(diào)整，以在同一標(biāo)準(zhǔn)下比較全部樣本企業(yè)的技術(shù)創(chuàng)新效率水平。

3.1.3 第三階段創(chuàng)新投入調(diào)整后的DEA結(jié)果

對(duì)調(diào)整后的數(shù)據(jù)再次進(jìn)行DEA 評(píng)價(jià)，結(jié)果如表6 所示。對(duì)比表4調(diào)整前的測(cè)算結(jié)果，樣本企業(yè)的技術(shù)創(chuàng)新效率結(jié)構(gòu)發(fā)生了較大變化。從全部樣本企業(yè)來(lái)看，技術(shù)創(chuàng)新效率均值由調(diào)整前的0.247上升至0.374，說(shuō)明之前的技術(shù)創(chuàng)新效率受到了不利環(huán)境的影響而被低估；分解來(lái)看，純技術(shù)效率均值相比于調(diào)整前提升到了0.888，而規(guī)模效率均值在調(diào)整后下降至0.429。

表6 調(diào)整后的歷年技術(shù)創(chuàng)新效率均值

產(chǎn)權(quán)異質(zhì)性方面，調(diào)整后的國(guó)有、非國(guó)有企業(yè)的技術(shù)創(chuàng)新效率均有所上升，說(shuō)明受非經(jīng)營(yíng)因素干擾，兩類(lèi)企業(yè)的技術(shù)創(chuàng)新效率均被低估；純技術(shù)效率方面，國(guó)有、非國(guó)有企業(yè)經(jīng)調(diào)整后的純技術(shù)效率均值分別為0.857和0.924，相對(duì)較高；規(guī)模效率方面，國(guó)有、非國(guó)有企業(yè)調(diào)整后的規(guī)模效率均有所下降。

3.2 Tobit模型結(jié)果

3.2.1 描述性統(tǒng)計(jì)

表7 列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。技術(shù)創(chuàng)新效率TE最小值為0.016，最大值為1.000，表明不同企業(yè)之間的技術(shù)創(chuàng)新效率水平存在較大差異。營(yíng)商環(huán)境優(yōu)化指數(shù)ENV最小值為2.800，最大值為4.305，表明不同省份之間營(yíng)商環(huán)境發(fā)展不平衡。盈利能力ROA的均值、最小值和最大值分別為3.295、-55.315 和38.266。償債能力DEBT的均值和標(biāo)準(zhǔn)差分別為46.434和18.271，表明資產(chǎn)負(fù)債率的均值為46.434%。成長(zhǎng)能力GROWTH的均值和標(biāo)準(zhǔn)差分別為17.204和72.284，反映出企業(yè)的成長(zhǎng)性普遍較好。投資機(jī)會(huì)Q均值為1.700，說(shuō)明企業(yè)的市場(chǎng)認(rèn)同度較高。股權(quán)集中度SHARE均值為33.768，表明股權(quán)集中度較高。

表7 主要變量的描述性統(tǒng)計(jì)

3.2.2 回歸結(jié)果分析（1）基準(zhǔn)回歸

本文根據(jù)式（7）分析營(yíng)商環(huán)境優(yōu)化與高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率之間的影響關(guān)系，回歸結(jié)果如下頁(yè)表8所示。列（1）和列（2）報(bào)告了全部樣本的Tobit 回歸結(jié)果，列（1）表示沒(méi)有加入控制變量的估計(jì)結(jié)果，列（2）表示加入控制變量的估計(jì)結(jié)果。結(jié)果顯示，營(yíng)商環(huán)境優(yōu)化指數(shù)對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響均顯著為正，列（1）和列（2）中營(yíng)商環(huán)境優(yōu)化指數(shù)的估計(jì)結(jié)果分別為0.059和0.045，分別在5%和10%的水平上顯著，表明營(yíng)商環(huán)境優(yōu)化和高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率顯著正相關(guān)，營(yíng)商環(huán)境優(yōu)化指數(shù)增加1%，促進(jìn)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率提高約0.045%。結(jié)果證明，營(yíng)商環(huán)境優(yōu)化提升了高端裝備制造業(yè)企業(yè)的技術(shù)創(chuàng)新效率。

表8 基準(zhǔn)回歸與產(chǎn)權(quán)異質(zhì)性分析結(jié)果

（2）穩(wěn)健性檢驗(yàn)

營(yíng)商環(huán)境優(yōu)化是提升高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的一個(gè)重要外部制度因素，而高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的提升會(huì)對(duì)營(yíng)商環(huán)境優(yōu)化提出更高要求，從而可能導(dǎo)致反向因果的內(nèi)生性問(wèn)題。鑒于此，本文使用企業(yè)所在城市的開(kāi)埠通商歷史作為工具變量來(lái)緩解內(nèi)生性問(wèn)題。選取該工具變量的合理性在于：一方面，各城市的營(yíng)商環(huán)境在一定程度上受到開(kāi)埠通商歷史的影響[16]；另一方面，開(kāi)埠通商年限長(zhǎng)度作為歷史數(shù)據(jù)，難以對(duì)樣本期內(nèi)的企業(yè)技術(shù)創(chuàng)新效率產(chǎn)生影響。對(duì)開(kāi)埠通商歷史（ENV1）的計(jì)算，按照從開(kāi)埠通商之日起至研究年度年底的年限長(zhǎng)度。檢驗(yàn)結(jié)果表明，在控制內(nèi)生性后營(yíng)商環(huán)境優(yōu)化指數(shù)與高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率依然顯著正相關(guān)。

4 異質(zhì)性分析

4.1 產(chǎn)權(quán)異質(zhì)性

表8列（3）和列（4）表明，營(yíng)商環(huán)境對(duì)技術(shù)創(chuàng)新效率的影響效應(yīng)存在明顯差異。在非國(guó)有企業(yè)的子樣本回歸中，營(yíng)商環(huán)境指數(shù)與技術(shù)創(chuàng)新效率在10%的水平上顯著正相關(guān)（系數(shù)為0.058，t 值為1.72）；在國(guó)有企業(yè)的子樣本回歸中，相關(guān)指標(biāo)不顯著。該結(jié)果表明，非國(guó)有高端裝備制造業(yè)企業(yè)對(duì)營(yíng)商環(huán)境優(yōu)化的反應(yīng)更為敏感。

4.2 區(qū)域異質(zhì)性

將樣本企業(yè)分為東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)四組，考察營(yíng)商環(huán)境優(yōu)化對(duì)不同區(qū)域高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)。根據(jù)表9的檢驗(yàn)結(jié)果，在中部地區(qū)和東北地區(qū)，營(yíng)商環(huán)境指數(shù)與技術(shù)創(chuàng)新效率之間均呈現(xiàn)顯著的正相關(guān)關(guān)系；在東部地區(qū)和西部地區(qū)兩者關(guān)系則不顯著。實(shí)證結(jié)果表明，營(yíng)商環(huán)境優(yōu)化在中部地區(qū)和東北地區(qū)對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的促進(jìn)作用顯著高于東部和西部地區(qū)。因此，中部地區(qū)和東北地區(qū)的政府應(yīng)該充分利用這一積極影響效應(yīng)，優(yōu)化營(yíng)商環(huán)境，提升高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率。具體分析，作為最早享受改革開(kāi)放紅利的地區(qū)，東部地區(qū)比其他地區(qū)擁有更為充裕的人才要素和創(chuàng)新資源，營(yíng)商環(huán)境優(yōu)化對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的提升作用已充分釋放。西部地區(qū)營(yíng)商環(huán)境優(yōu)化尚未明顯成為高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率提升的主要推動(dòng)力量，現(xiàn)階段迫切需要優(yōu)化政府職能，打破要素流動(dòng)障礙，加快基礎(chǔ)設(shè)施建設(shè)，充分挖掘營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)技術(shù)創(chuàng)新效率的積極影響效應(yīng)。

表9 區(qū)域異質(zhì)性分析結(jié)果

5 結(jié)論

本文在理論分析的基礎(chǔ)上，以高端裝備制造業(yè)為例，研究營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)?；谌A段DEA 模型，對(duì)高端裝備制造業(yè)企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行了測(cè)算。研究發(fā)現(xiàn)，我國(guó)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率偏低的真正原因是規(guī)模效率低。然后，利用2013—2020 年我國(guó)資本市場(chǎng)A 股高端裝備制造業(yè)上市公司的樣本數(shù)據(jù)，運(yùn)用Tobit 模型實(shí)證分析了營(yíng)商環(huán)境優(yōu)化與高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率提升之間的關(guān)系。研究表明：營(yíng)商環(huán)境優(yōu)化能夠顯著提升高端裝備制造業(yè)企業(yè)的技術(shù)創(chuàng)新效率。營(yíng)商環(huán)境優(yōu)化對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)具有產(chǎn)權(quán)異質(zhì)性，這種影響效應(yīng)在非國(guó)有高端裝備制造業(yè)企業(yè)中更為顯著。營(yíng)商環(huán)境優(yōu)化對(duì)高端裝備制造業(yè)企業(yè)技術(shù)創(chuàng)新效率的影響效應(yīng)還具有區(qū)域異質(zhì)性。相比于東部和西部地區(qū)，這種正向影響效應(yīng)在中部和東北地區(qū)高端裝備制造業(yè)企業(yè)中更為明顯。