姚海琳 陳琪康 王文強
1(中南大學商學院,長沙 410083) 2(中南大學產業(yè)發(fā)展戰(zhàn)略研究中心,長沙 410083)
黨的十九大報告指出,“隨著中國進入新時代,經濟發(fā)展已從高速增長階段轉變?yōu)楦哔|量發(fā)展階段,而高質量發(fā)展必須重視實體經濟”。經過改革開放以來40多年的發(fā)展,中國制造業(yè)在規(guī)模和質量上均已取得極大飛躍,并躋身世界領先行列 (牟俊霖等,2021)[1]。尤其在現階段,中國制造需要更大范圍、更高層次地發(fā)揮科技創(chuàng)新的引領作用 (辜勝阻等,2018)[2]。然而在近年來的中美貿易戰(zhàn)中,美國對中國開出的加征關稅商品清單重點涉及醫(yī)藥、通信、設備、軍工和航空航天等高端制造領域,逐步加緊對高端制造技術的全面封鎖。因此,著力提高中國高端制造企業(yè)的創(chuàng)新能力就顯得尤為關鍵。但創(chuàng)新成果作為公共物品,其明顯的正外部性往往導致私人投資不足 (Arrow,1962)[3]。 為了糾正市場失靈,中國各級政府長期以來都十分重視對企業(yè)創(chuàng)新活動的引導和激勵,尤其是隨著 “中國制造2025”等一系列制造強國戰(zhàn)略的實施,政府對高端制造業(yè)的補貼舉措正逐步制度化和系統(tǒng)化。但學界對研發(fā)補貼政策的實施效果仍有爭議:有些學者找到研發(fā)補貼提高企業(yè)技術創(chuàng)新水平的證據 (王剛剛等,2017;Szucs,2020)[4,5],有些則認為激勵效果不顯著,甚至會在一定程度扭曲企業(yè)創(chuàng)新行為,并抑制技術創(chuàng)新 (廖信林等,2013; Marino 等,2016)[6,7]。這些分歧表明,研發(fā)補貼政策的實施效果可能會受到實施環(huán)境的多方要素影響 (侯方宇和楊瑞龍,2019)[8]。
事實上,在新形勢下中國制造企業(yè)的行為特征正悄然發(fā)生深刻變化:為了快速應對市場競爭和技術變革,制造企業(yè)的專用性投資有逐步增強的傾向。而以企業(yè)專用資產投資為基礎所形成的中國本土市場高度專業(yè)化制造體系,正是中國制造能夠低成本的同時實現多樣化和定制化產品制造的重要因素 (魏江等,2020)[9]。隨著近年來中國高端制造在關鍵技術領域面臨的 “卡脖子”問題日漸嚴峻,學界對專用性投資與企業(yè)創(chuàng)新活動關系的探討也逐漸增加。Williamson(1985)[10]曾指出,對企業(yè)行為的嚴謹研究必須充分重視資產專用性的綜合影響。然而現有研發(fā)補貼政策研究更多從企業(yè)創(chuàng)新意愿、創(chuàng)新行為和資源吸收能力等方面來探討作用機制 (洪勇和李英敏,2012;Naqshbandi,2016)[11,12]; 從企業(yè)所有制、 規(guī)模、研發(fā)強度和行業(yè)屬性等角度來檢驗有效性的邊界條件 ( Szucs,2020; 白俊紅,2011)[5,13]。 而這很可能會忽視專用性投資對研發(fā)補貼政策實施效果潛在的重要影響,導致難以全面剖析補貼政策的作用機制和有效性邊界條件。因此,現實情境的變化與現有研究的不足激發(fā)了本文的思考:企業(yè)專用性投資能否影響中國高端制造業(yè)研發(fā)補貼政策的實施效果?又將給研發(fā)補貼與企業(yè)技術創(chuàng)新之間帶來怎樣的影響?
針對上述問題,本研究聯合資源基礎理論和交易成本理論,構建研發(fā)補貼、專用性投資和企業(yè)技術創(chuàng)新的機制模型,并利用2015~2020年中國高端制造業(yè)724家上市公司的面板數據進行實證檢驗,深刻揭示了專用性投資對中國高端制造業(yè)研發(fā)補貼政策實施效果的影響。本研究的主要貢獻如下:(1)理論方面,在政策研究領域引入交易成本理論,并與資源基礎理論相結合,從專用性投資的角度來剖析研發(fā)補貼對企業(yè)技術創(chuàng)新的作用機制和有效性邊界條件。這充分考慮到產業(yè)政策內嵌于實施環(huán)境中的特性,并為該領域的爭論提供一個全新解釋,同時也能有效豐富專用性投資領域的相關研究;(2)實踐方面,研究結論可以為政府優(yōu)化研發(fā)補貼政策,并完善相關戰(zhàn)略性配套政策,從而為促進 “中國制造”向 “中國創(chuàng)造”轉型提供重要參考。
驅使政府對企業(yè)創(chuàng)新活動進行補貼的根本原因是存在市場失靈 (Arrow,1962)[3]。創(chuàng)新成果的非競爭性與非完全排他性特征導致嚴重的 “研發(fā)溢出”,即研發(fā)企業(yè)的部分經濟收益被具有 “搭便車” 動機的企業(yè)獲取和利用 (Jaffe,1986)[14];創(chuàng)新活動的高風險性和不確定性削弱了企業(yè)持續(xù)創(chuàng)新的意愿。因此,私人研發(fā)水平無法達到社會最優(yōu)水平 (Dasgupta 和 Stiglitz,1980)[15],而政府通過研發(fā)補貼等形式干預企業(yè)創(chuàng)新則是必要的。然而關于研發(fā)補貼政策的有效性,學界形成了兩種相反觀點。第一種觀點認為,研發(fā)補貼能夠補充企業(yè)創(chuàng)新資源 (Tether,2002)[16],降低企業(yè)創(chuàng)新活動的風險性和不確定性 (Hussinger,2008)[17]。 同時研發(fā)補貼還能為企業(yè)傳遞被政府認可的信號,從而引導外部投資者為企業(yè)提供更多的融資 (Kleer,2010)[18]。因此,研發(fā)補貼能激勵企業(yè)技術創(chuàng)新。第二種觀點認為,受研發(fā)補貼刺激,市場對研發(fā)要素的需求將增加,導致企業(yè)創(chuàng)新成本的提高。同時,由于認知局限和信息不對稱,政府可能無法準確識別亟需政策引導的行業(yè),也難以辨別騙取政策優(yōu)惠的企業(yè),即政府也會失靈 (楊國超和芮萌,2020)[19]。當補貼政策給予過多資源時,企業(yè)會為此從事尋租活動,而高額的尋租成本將擠占企業(yè)創(chuàng)新所需的資源 (袁建國等,2015)[20]。因此,研發(fā)補貼會抑制企業(yè)技術創(chuàng)新。
在高質量發(fā)展階段,中國制度環(huán)境和政府特征發(fā)生了積極變化,這有助于發(fā)揮研發(fā)補貼對企業(yè)技術創(chuàng)新的激勵作用。從制度環(huán)境來看,公平競爭的市場環(huán)境建設正向縱深推進,各級政府都十分重視市場在資源配置中的決定作用,產品和要素市場扭曲的問題也得到明顯改善。隨著政府對要素定價和分配的控制不斷減弱,企業(yè)從研發(fā)補貼中獲取創(chuàng)新資源的成本也隨之下降,進而增強了資源獲取機制 (盧現祥和滕宇汯,2020)[21];另外,隨著產品和要素市場差異的降低,研發(fā)補貼所釋放的認證效應會更強烈,從而被外部投資者視作更真實的信號 (楊洋等,2015)[22],這對企業(yè)獲取外部創(chuàng)新資源更為有利。從政府特征來看,中國持續(xù)深化政府體制改革,推進法治型服務型政府建設,并通過制度創(chuàng)新治理腐敗問題。各級政府持續(xù)與產業(yè)界互動,不斷從企業(yè)中獲取市場信息,從而在一定程度上緩解因信息不對稱而導致的政府失靈問題;為提升政府效率而進行的政府體制改革能有效瓦解交易型政企關系,并提高企業(yè)尋租活動的風險 (何軒等,2016)[23],進而更好地抑制補貼政策中尋租機制的發(fā)生,保證企業(yè)創(chuàng)新資源不被擠占。綜上,在高質量發(fā)展下,研發(fā)補貼對企業(yè)技術創(chuàng)新具有促進作用。
資源基礎理論認為,專用性資產本身所具備的稀缺性、難以模仿和難以替代等特征使企業(yè)擁有異質資源的優(yōu)勢。而專用性資產的大量投資能幫助企業(yè)提升產品的獨特性和滿足客戶的個性化需求,并以此建立行業(yè)內核心競爭優(yōu)勢 (Fox,2010)[24]。與此同時,具有雙邊依賴的專用性資產能夠促進企業(yè)和合作商之間知識、人才和技術的交流 (劉益和藺豐奇,2006)[25],形成長久穩(wěn)定的合作創(chuàng)新關系,從而有效提高企業(yè)的技術創(chuàng)新能力和產品開發(fā)效率 (Hagedoorn,1993)[26]。 但是異質資源的獲取是需要付出相應成本的,在企業(yè)專用性投資快速積累的時期,尤其對于資金和技術密集的高端制造企業(yè)來說,往往也意味著大量資本的投入,并伴隨著較高的投資風險。而研發(fā)補貼的獲取能有效地改善此類問題。如上文所言,研發(fā)補貼能提供直接的資源支持,補充專用性投資所需資本,并增強企業(yè)事前容忍度和風險承擔能力,從而促進對專用性資產的投資活動;另外,企業(yè)獲得研發(fā)補貼可以視為政府對其給予的認可信號——“政府偏好”的有力標簽,從而能有效拓寬企業(yè)專用性投資的外部融資渠道,獲得市場投資者更多的青睞。因此,研發(fā)補貼能有效促進企業(yè)專用性投資,由此幫助企業(yè)更好地構建戰(zhàn)略資源能力,從而提升技術創(chuàng)新水平。綜上,提出以下假設:
假設1:專用性投資在研發(fā)補貼對企業(yè)創(chuàng)新技術的影響中起到中介效應,即研發(fā)補貼可以通過專用性投資來影響企業(yè)技術創(chuàng)新。
如前文所說,專用性投資能使企業(yè)擁有異質資源的戰(zhàn)略優(yōu)勢,并幫助建立核心競爭能力。而這能有效地降低企業(yè)的生產成本,并創(chuàng)造更高的績效水平 (Williamson,1985)[10]; 同時,隨著企業(yè)盈利水平的提高,冗余資源將得以有效積累 (Meyer,1982)[27],進而影響企業(yè)的創(chuàng)新行為。具體而言,當冗余資源增加時,支持研發(fā)活動的資源將得到補充,企業(yè)管理者將愿意承擔更多不確定性,放松對資源使用的約束,支持更大范圍內搜尋機會的探索,并愿意嘗試具有風險性的研發(fā)創(chuàng)新活動(Gruber,2010)[28]。 而這也意味著對于專用性投資程度較高的企業(yè)來說,將有動力利用研發(fā)補貼直接進行創(chuàng)新活動,從而增強了研發(fā)補貼對企業(yè)技術創(chuàng)新的激勵效果。
但是,根據交易成本理論的觀點,企業(yè)進行專用性投資會導致冗余資源被占用的問題。專用性資產的大量投資將導致交易關系轉變?yōu)榫邆湟蕾囆缘碾p邊供應關系 (Williamson,1985)[10],進而導致專用性資產的 “套牢效應”。由此產生的 “敲竹杠”的機會主義行為將增加因合同雙方爭奪利益分配而產生的交易成本(Williamson,1991)[29]。 根據相關研究,隨著交易成本的增加,企業(yè)原有的冗余資源會被侵占。 如按照 Sharfman等(1988)[30]對冗余資源的分類,企業(yè)的高流動性冗余資源,如現金及其等價物等,將被用以維系雙邊依賴關系和彌補其產生的一系列交易成本;另外,企業(yè)的低流動性冗余資源,如加工中或已加工的產品、熟練工和閑置的生產設備等,會盡量配合專用資產的使用而受約束。不過,兩者間的負向關系并不呈現簡單的線性特征。在交易頻率與不確定性一定的前提下,為了最大限度節(jié)約交易成本,企業(yè)將根據資產專用性程度來采取相應的治理機制,因此當資產專用性達到一定程度時,企業(yè)將采用統(tǒng)一治理模式 (Williamson,1985)[10]。 該模式通過信任機制來進行人格化交易,以此來降低因專用性資產 “套牢”而帶來的機會主義風險。因此,在統(tǒng)一治理模式下,企業(yè)專用資產所帶來的交易成本會有所降低,這就在一定程度上削弱了其對冗余資源的占用程度。
事實上,專用性投資所具有的異質能力和交易成本問題都是客觀存在的,而專用性投資所引致的冗余資源變化應是這兩種作用相互抵消后的結果。因此,通過對上述理論的進一步推導分析,可以發(fā)現隨著專用性投資程度增加,企業(yè)異質能力所帶來的冗余資源會被交易成本所抵消;但是當專用性投資達到一定程度后,企業(yè)將采取相應治理機制來緩解交易成本問題,此時企業(yè)冗余資源將隨著異質能力的提升而得到充分提高,具體推導過程如圖1所示。相應地,研發(fā)補貼促進企業(yè)技術創(chuàng)新的程度變化將與冗余資源的變化趨勢相似。綜上,提出以下假設:
圖1 冗余資源與專用性投資的關系變化圖
假設2:當專用性投資程度較低或較高時,研發(fā)補貼對企業(yè)技術創(chuàng)新的促進作用大于其為中等的情況,即專用性投資在研發(fā)補貼與企業(yè)技術創(chuàng)新之間起到非線性調節(jié)效應,其作用強度呈現 “U”型演化特征。
本研究以2015~2020年中國高端制造上市公司的數據作為樣本。由于高端制造是動態(tài)概念,每個時期有不同劃分,因此學界還沒對高端制造業(yè)的界定形成較為統(tǒng)一的標準??紤]到數據的可得性,本研究根據 《中國高技術產業(yè)統(tǒng)計年鑒2020》所涵蓋的主要領域來確定研究樣本的范圍,并依據萬德數據庫(Wind)的行業(yè)劃分類型,將中國高端制造業(yè)確定為以下5個行業(yè):“醫(yī)藥制造業(yè)”、“鐵路、船舶、航空航天和其它運輸設備制造業(yè)”、 “計算機、通信和其他電子設備制造業(yè)”、 “儀器儀表制造業(yè)”和 “汽車制造業(yè)”。選擇2015年作為樣本起始年份是因為:中國政府于2014年5月正式提出 “經濟新常態(tài)”的具體內涵和發(fā)展要求,并由此展開一系列制度創(chuàng)新與實踐,這可以視為中國開始進入高質量發(fā)展階段的重要節(jié)點。本研究的數據來源:(1)企業(yè)專利數據來自中國研究數據服務平臺(CNRDS);(2)企業(yè)其余數據來自國泰安數據庫(CSMAR)和萬德數據庫(Wind)。本研究對原始數據進行如下處理:(1)剔除被中國證券交易所特殊處理的企業(yè),如“ST”、 “*ST” 和 “PT” 企業(yè)等; (2) 剔除在主要變量上數據缺失的研究個體;(3)減少極端值的影響,對所有連續(xù)變量的1%和99%分位進行縮尾處理(Winsorise)。最終研究樣本包含724家企業(yè),共2931個觀測值(非平衡面板)。
被解釋變量:企業(yè)技術創(chuàng)新(Pat)?,F有研究較多使用專利數量來衡量企業(yè)技術創(chuàng)新的產出績效。相比于實用新型和外觀設計專利而言,發(fā)明專利具備更高的創(chuàng)新價值,是企業(yè)針對產品所提出的更具技術含量的解決方案。因此,本研究采用企業(yè)發(fā)明專利的申請量作為企業(yè)技術創(chuàng)新的代理變量 (吳偉偉和張?zhí)煲唬?021)[31]。
解釋變量:研發(fā)補貼(Sub)。參考王剛剛等(2017)[4]的做法,根據企業(yè)年度報告附注中所披露的 “計入當期損益的政府補助”明細來進行收集,并通過關鍵詞檢索的方法進行研發(fā)補貼數據的整理。關鍵詞標準如下:(1)關鍵詞:“研發(fā)”、“科技”、“科研”、“創(chuàng)新”、“人才”、“新產品”、“實驗室”、 “專利”、 “技術中心”、 “成果轉化”等創(chuàng)新關鍵詞;(2)專有名詞:“云計算項目”、“機器人項目”、 “激光設備項目”等含有特定專業(yè)術語的名詞;(3)科技支持計劃:“小巨人計劃”、 “瞪羚計劃”、 “火炬計劃”、 “星火計劃”、“973計劃”、“863計劃”等中央或地方科技支持計劃。
中介和調節(jié)變量:專用性投資(Asst)。高端制造企業(yè)的專用性投資主要集中在固定資產和無形資產上。其中,固定資產變現能力弱,適用于特定用途,能體現專用性特征;而無形資產則能反映企業(yè)的研發(fā)投入和品牌資本投入的程度。因此,本研究采用企業(yè)固定資產凈值和無形資產占總資產的比例作為專用性投資的代理變量 (程宏偉,2004; 金勰和裘益政,2018)[32,33]。
控制變量:本研究設置企業(yè)規(guī)模(Size)、企業(yè)年齡(Age)、 內源融資(Roe)、 所有制(Own)和資產負債率(Lev)作為控制變量。企業(yè)規(guī)模:采用企業(yè)總資產金額測量,并進行對數化處理。企業(yè)年齡:采用企業(yè)自成立年份到當期年末的年數測量。內源融資:采用企業(yè)凈利潤與固定資產凈值之比測量。所有制:將所有制設置為虛擬變量,當企業(yè)為國有企業(yè)時,Own=1;當企業(yè)為非國有企業(yè)時,Own=0。資產負債率:采用企業(yè)總負債占總資產之比測量。模型中還設置了行業(yè)的虛擬變量,控制行業(yè)效應對企業(yè)技術創(chuàng)新的影響;并設置年份的虛擬變量,控制時間效應對企業(yè)技術創(chuàng)新的影響。變量的具體定義見表1。
表1 變量定義表
由于被解釋變量(發(fā)明專利申請量)具有離散非負的特點,同時其方差顯著大于均值,因此本研究選取計數模型的負二項回歸方法來進行實證研究 (Peterson等,1999)[34]。 最后,為了解決可能潛在的雙向因果關系等內生性問題,以及考慮到研發(fā)補貼政策的實施效果可能具有滯后性,本研究使用t+1期的被解釋變量Pati,t+1進行回歸檢驗。
(1)檢驗專用性投資是否具有中介效應,本研究借鑒溫忠麟和葉寶娟 (2014)[35]的做法,構建以下模型:
(2)檢驗專用性投資是否具有非線性調節(jié)效應,本研究借鑒楊洋等 (2015)[22]有關高階交互效應項的做法,在模型中加入專用性投資的平方與研發(fā)補貼的交互項,從而構建以下模型:
上式中,Controlsi,t表示企業(yè)層面的特征變量,μindustry表示行業(yè)固定效應,μyear表示年份固定效應,εi,t表示隨機誤差項。
表2報告了各變量的描述性統(tǒng)計。衡量企業(yè)技術創(chuàng)新的發(fā)明專利申請數的均值為63.65,標準差為312.2,這表明企業(yè)間的技術創(chuàng)新水平存在顯著差異,個別企業(yè)的技術創(chuàng)新能力較為突出;研發(fā)補貼的均值為14.85,標準差為3.011,這說明不同企業(yè)所獲得的研發(fā)補貼同樣存有較大差異;專用性投資的均值為0.234,標準差為0.120,這表明專用性投資的總體分布較為平穩(wěn)。
表2 描述性統(tǒng)計
表3報告了各變量間的相關性。研發(fā)補貼與企業(yè)技術創(chuàng)新顯著正相關(r=0.12,p<0.01);研發(fā)補貼與企業(yè)專用性投資顯著正相關(r=0.07,p<0.01);技術創(chuàng)新與專用性投資無顯著相關性。除了個別變量間相關系數大于0.3且低于0.6以外,其余變量間的相關系數均低于0.3,這能有效避免多重共線性對回歸模型的影響,說明模型中變量設置合理,無需額外剔除變量。
表3 相關性分析
由于研究樣本存在不可觀測的異質性,而該個體效應可能與解析變量相關從而導致估計結果不一致,為此本研究數據采用面板數據的處理和分析方法。Hausman檢驗的結果支持個體效應與解釋變量間具有顯著相關性,滿足使用 “固定效應模型”,因此本研究采用具有固定效應的負二項回歸方法來進行實證研究。在回歸分析前,將模型中的交互項所涉及的變量進行中心化處理,并使用穩(wěn)健標準誤來控制異方差對回歸模型的影響。
表4匯報了相關數據的回歸結果。模型1展示了企業(yè)特征變量對技術創(chuàng)新的影響。模型2顯示,研發(fā)補貼的回歸系數顯著為正(β=0.072,p<0.01)。這表明研發(fā)補貼對企業(yè)技術創(chuàng)新具有顯著的促進作用,驗證了前文所分析的現行研發(fā)補貼政策的實施效果;模型3顯示,研發(fā)補貼的回歸系數顯著為正(β=0.002,p<0.01),表明研發(fā)補貼對企業(yè)專用性投資具有顯著的正向關系;模型4顯示,專用性投資的回歸系數顯著為正(β=0.609,p<0.05),表明專用性投資對企業(yè)技術創(chuàng)新具有顯著的提升作用;模型5顯示,研發(fā)補貼和專用性投資對企業(yè)技術創(chuàng)新均具有顯著的促進作用(β=0.071,p<0.01;β=0.552,p<0.05),然而通過與模型2的比較發(fā)現,當模型加入專用性投資后,研發(fā)補貼的回歸系數由0.072減小為0.071,即促進效果減弱。以上結果說明,在控制專用性投資的影響后,研發(fā)補貼對企業(yè)技術創(chuàng)新的促進作用減小,證明部分影響被專用性投資所替代。因此,驗證了專用性投資是研發(fā)補貼促進企業(yè)技術創(chuàng)新的重要中介渠道,專用性投資在研發(fā)補貼和企業(yè)技術創(chuàng)新間起著部分中介效應,假設1通過檢驗。模型7顯示,專用性投資的平方與研發(fā)補貼交互項的回歸系數顯著為正(β=0.839,p<0.1);專用性投資與研發(fā)補貼交互項的回歸系數未通過顯著性檢驗;研發(fā)補貼的回歸系數顯著為正(β=0.056,p<0.01)。 對上述系數進行分析,并考慮到此前對變量所采取的中心化處理,本研究發(fā)現當專用性投資恰好為平均值0.234時,研發(fā)補貼對企業(yè)技術創(chuàng)新仍有促進效果且為最小。因此,當專用性投資程度較低或較高時,研發(fā)補貼對企業(yè)技術創(chuàng)新的促進作用大于其為中等的情況,即專用性投資在研發(fā)補貼與企業(yè)技術創(chuàng)新之間起到非線性調節(jié)效應,假設2通過檢驗。為了更直觀地展示,本研究繪制了專用性投資對研發(fā)補貼和企業(yè)技術創(chuàng)新關系的非線性調節(jié)效應圖,見圖2。如圖2所示,無論專用性投資為何種程度,研發(fā)補貼對企業(yè)技術創(chuàng)新均有促進作用,但是與專用性投資程度為中等相比,專用性投資較低或較高的企業(yè)所在的曲線在任意對應補貼點所作切線的斜率更大,這就意味著研發(fā)補貼對后者技術創(chuàng)新的激勵作用更大,即其調節(jié)的作用強度具有 “U”型演化特征。
表4 研發(fā)補貼對企業(yè)技術創(chuàng)新的影響,專用性投資中介效應和調節(jié)效應的檢驗(負二項回歸)
圖2 專用性投資對研發(fā)補貼和企業(yè)技術創(chuàng)新關系的非線性調節(jié)效應
(1)為了減小因回歸方法的差異導致的結果偏差,本研究在對發(fā)明專利申請量進行對數化處理后,采用最小二乘法(OLS)來替代負二項回歸法進行實證分析。特別地,為了進一步檢驗專用性投資的非線性調節(jié)效應,本研究根據專用性投資的三分位數,將樣本分為專用性投資程度低、中和高3組,進而分別回歸來比較研發(fā)補貼回歸系數的大小。表5匯報了該方法的回歸結果。結合上文的模型5,模型8~10顯示,相關變量的系數方向和顯著性水平基本保持一致,研發(fā)補貼能提高企業(yè)技術創(chuàng)新水平,同時專用性投資在兩者間起部分中介效應,假設1仍成立。模型11~13顯示,在專用性投資程度低、中和高的樣本中,研發(fā)補貼對企業(yè)技術創(chuàng)新均具有顯著的促進作用,其回歸系數分別為 0.060(p<0.01)、 0.050(p<0.01)和 0.100(p<0.01),呈現明顯的 “高-低-高”演化特征,從而驗證了專用性投資對研發(fā)補貼和企業(yè)技術創(chuàng)新關系的 “U”型調節(jié)效應,假設2仍成立。
表5 穩(wěn)健性檢驗回歸結果(面板OLS)
(2)更換衡量關鍵變量的指標。本研究改變企業(yè)技術創(chuàng)新的測量方法,采用企業(yè)發(fā)明專利申請量、實用新型專利申請量和外觀設計專利申請量之和作為企業(yè)技術創(chuàng)新的代理變量 (吳偉偉和張?zhí)煲唬?021)[31];同時改變專用性投資的測量方式,采用企業(yè)固定資產凈值、在建工程凈值、無形資產和長期待攤費用之和占總資產的比例作為專用性投資的代理變量 (周煜皓和張盛勇,2014)[36]。表6的回歸結果表明,假設1和2仍成立。
表6 穩(wěn)健性檢驗回歸結果(負二項回歸)
為了檢驗高質量發(fā)展下專用性投資在研發(fā)補貼和企業(yè)技術創(chuàng)新關系中所發(fā)揮的中介效應和調節(jié)效應,本研究利用2015~2020年中國高端制造業(yè)724家上市公司的面板數據進行實證檢驗。研究表明:(1)研發(fā)補貼對企業(yè)技術創(chuàng)新具有顯著的促進作用,而專用性投資在研發(fā)補貼對企業(yè)創(chuàng)新技術的影響中發(fā)揮了部分中介效應。研發(fā)補貼能有效促進企業(yè)專用資產的投入,從而幫助企業(yè)構建戰(zhàn)略資源能力,最終達到提升技術創(chuàng)新水平的目的;(2)當企業(yè)專用性投資較低或較高時,研發(fā)補貼對企業(yè)技術創(chuàng)新的促進作用大于其為中等的情況,即專用性投資在研發(fā)補貼與企業(yè)技術創(chuàng)新之間起到 “U型”的非線性調節(jié)效應。這說明隨著專用性投資程度的改變,企業(yè)所面臨的資源能力和交易成本問題也會隨之發(fā)生變化,并通過冗余資源來影響研發(fā)補貼政策有效性的邊界條件。結合結論,本研究提出以下政策建議:
(1)政府應優(yōu)化符合高質量發(fā)展階段的研發(fā)補貼政策,通過科學設計和執(zhí)行有效發(fā)揮補貼促進高端制造企業(yè)技術創(chuàng)新的重要作用。政府可以根據新形勢下企業(yè)資源能力出現的新變化,從補貼金額、對象和實施方式等方面對研發(fā)補貼政策進行優(yōu)化設計:如制定更為清晰的補貼對象篩選準則,將企業(yè)專用性投資程度作為是否進行補貼、以及補貼金額高低的重要依據,從而提升補貼政策的精準性;建立起研發(fā)補貼政策的評估與調整機制,減少研發(fā)補貼被企業(yè)挪為他用的情況,進而不斷提高研發(fā)補貼的效率。
(2)政府應完善相關戰(zhàn)略性配套政策來更高效地發(fā)揮研發(fā)補貼政策的實施效果,充分重視專用性投資在研發(fā)補貼和企業(yè)技術創(chuàng)新之間的中介效應和調節(jié)效應。①政府應積極引導高端制造企業(yè)在核心器件和關鍵技術等被 “卡脖子”的領域進行專用性投資,從而更好地提升創(chuàng)新資源的配置效率,讓研發(fā)補貼更好地直接和間接地服務中國高端制造業(yè)所進行的產業(yè)結構升級和關鍵技術突破;②政府應大力支持和培育企業(yè)專用性投資的體系化建設,以專用資產為項目載體積極引導產學研的深度協同創(chuàng)新,促進專用性投資行為的可持續(xù)性,從而提高企業(yè)技術成果的高質量產出和應用轉化,并進一步疏通和發(fā)揮專用性投資在補貼政策作用機制中的獨特渠道作用。
(3)政府要創(chuàng)造更有效率的制度和市場環(huán)境,對專用性投資所引致的交易成本問題進行高效治理,進而不斷提高研發(fā)補貼政策的有效性,使補貼資金真正流到企業(yè)創(chuàng)新活動中。除了依靠企業(yè)自身調整治理模式來抑制機會主義行為以外,更需要政府通過相應的制度設計來完善外部治理環(huán)境:如政府應創(chuàng)造更有效率的制度環(huán)境和更健全的法治環(huán)境,使法律和監(jiān)管機構能夠更有效促進契約執(zhí)行并解決市場糾紛,從而遏制機會主義行為,降低企業(yè)專用性投資的風險。而這不僅能更好發(fā)揮專用性投資促進企業(yè)績效的增值效應,也能充分提升研發(fā)補貼促進企業(yè)技術創(chuàng)新的政策效果。