企业过度投资挤出了创新吗——基于“中国企业-劳动力匹配调查”(CEES)的实证分析

程 虹，胡德状

(1.武汉大学 质量发展战略研究院; 2.武汉大学 宏观质量管理湖北省协同创新中心，湖北 武汉 430072)

0 引言

进一步提升创新能力是实现我国经济转型升级与高质量发展的必然选择[1-5]。然而，不少证据表明，我国企业创新产出效率相对较低，创新能力仍然十分薄弱。那么，究竟是何种因素制约了我国企业创新能力提升？对此，部分学者认为，我国尚不健全的市场经济制度所导致的研发创新投入相对不足是造成企业创新能力薄弱的重要因素。首先，研发创新活动具有明显的正外部性，其所创造的知识具有非竞争性(non-rival)特点，能够无成本地外溢(spill over)给其它企业，企业因此无法独占研发创新收益[6-7]。在知识产权保护制度尚不健全情况下，研发创新成果更易于被其它企业学习与模仿，企业进行研发创新投入的正向激励就更小[6-7]；其次，由于研发创新活动具有保密性高、周期长、风险大的特点，进行研发创新的企业在资本市场上面临着较为严重的信息不对称，因而企业外部融资成本相对较高[8]。企业因此容易受到融资约束的影响，从而制约企业研发创新投入。在金融市场不完善情况下，融资约束对企业研发创新投入的影响更为突出[9]；再次，过度的政府规制也会造成市场竞争秩序扭曲，增加企业创新的制度性交易成本，对企业研发创新投入产生负面效应[10]。此外，不少学者认为政府产业补贴政策对企业自身研发创新投入具有挤出效应(crowding-out effect)[11-12]。

很多研究表明，即使在同样的制度环境下，不同企业创新能力也不同[13]。于是，不少学者进一步从企业家能力视角对影响企业创新能力的因素进行研究，结果发现，企业家能力对企业创新的影响主要体现在企业创新意识与战略、企业管理水平、企业创新要素积累等方面。例如，已有研究发现我国企业家整体受教育程度偏低，影响企业战略行为选择及企业管理水平，制约了企业创新能力提升[14-15]；同时，我国企业家群体年龄结构不合理，企业家群体精力不足、知识老化、行为决策逐渐趋于保守，易于出现“创新瓶颈”，因而可能造成对创新的“阻滞效应”[16-17]。

但是，从微观企业自身投资行为选择、企业不同投资行为间关系角度研究企业创新能力制约因素的文献较少。不可否认的是，创新活动属于企业内在的具体行为选择，其不可避免地受到企业其它行为的影响。在已有文献所提到的因素中，无论是宏观制度环境、政府规制与政策，还是微观企业家能力，其对企业创新的影响最终都将通过企业具体投资行为产生作用。鉴于此，本文从微观企业自身投资行为选择视角，对以下问题进行实证分析：企业在研发创新领域以外的过度投资行为是否会对企业创新能力产生一定影响？如果存在这一影响，那么其潜在影响机制是什么？解答这些问题，对于在转型经济环境下促进我国企业创新能力提升具有一定现实意义。

有关企业过度投资行为对企业创新能力影响的研究之所以较为缺乏，其中一个非常重要的原因就是，受我国高质量微观企业调查数据的限制。现有关于企业过度投资行为的研究大多使用上市公司数据库，其中有关微观企业具体创新行为的数据十分有限。基于此，本文运用“中国企业-劳动力匹配调查”(China Employer-Employee Survey，简称CEES)这一最新的一手调查数据对这一问题进行实证分析。值得注意的是，CEE经过严格的分层随机抽样，从第三次经济普查数据库中获取了丰富的微观企业层面创新能力与经营决策行为数据，可为本研究提供较好的数据支撑。

通过实证分析发现，企业在研发创新领域以外的过度投资对企业创新能力有显著负向影响。具体而言，企业过度投资不利于企业专利申请与产品创新。之所以会产生这一影响，是因为过度投资使企业缩减了技术研发投入，且不利于企业管理能力提升。

本文边际贡献如下：①从微观企业过度投资行为这一新颖视角，对企业技术创新能力提升原因进行深入分析；②从企业技术研发投入、管理能力和人力资本3个方面，详细分析过度投资影响企业技术创新能力的微观机制；③运用CEES这一基于严格随机抽样的微观企业与企业家数据进行实证研究，可在一定程度上减少样本选择性偏误与加总谬误等实证问题，且其详细而全面的创新行为数据可以实现对企业综合创新能力的更好度量。

1 研究假设

企业投资行为可以呈现出不同的配置，对于有限资本，企业通过对内外部环境的综合判断，既可以将其用于大规模投资与模仿活动，也可以用于创新性活动[18-21]。因此，企业投资行为扭曲极有可能影响企业创新能力提升。在我国，有相当一部分企业缺乏对研发创新的足够重视，他们更倾向于将大量精力放在对短期套利机会的识别上，寄希望于利用低要素成本优势，通过对先进国家的技术模仿以及大规模同质化投资，迅速占领市场，获取短期收益；仅有为数不多的企业愿意在某一细分行业精耕细作，通过发挥自己的创造性思维，进行研发投入获得新技术、新工艺、新产品与新商业模式等原始性创新，从而获得市场竞争力[22]。

现有文献虽然对广泛存在的过度投资现象给予了充分关注[23]，但其中大多聚焦于企业过度投资影响因素，如制度环境[24]、企业治理结构[25]、企业家或管理者特征[26]、政治关联[27]、融资约束[28]等，而有关企业过度投资影响企业创新能力的实证研究则十分少见。企业过度投资之所以制约企业创新能力，主要原因如下：

(1)企业盲目扩大产能与追求规模的过度投资行为会减少企业研发创新投入。一方面，企业在研发创新领域以外的过度投资会直接挤出企业研发创新投入。企业研发创新投资与其它投资行为密切相关，在资金有限条件下，企业在其它方面的过度投资必定会缩减企业研发创新投入；另一方面，过度投资企业遭遇财务困境的可能性较大，因而更可能压缩企业正常研发创新投入。过度投资企业往往盲目乐观，高估投资收益、低估投资风险，在不考虑自身条件情况下，进行盲目扩张，因而有可能陷入更大的财务困境[26]。然而，研发创新具有典型的周期长、不确定性大的特点，企业只有在涉足领域进行大量持续投入与长期试错，才有可能获得一定进展与突破。过度投资造成的财务困境会使企业不得不压缩研发创新投入，以缓解财务压力，这就导致企业正在进行的研发项目资金不足，甚至出现研发中断，进而严重阻碍企业技术创新能力提升。

(2)企业过度投资不利于企业管理水平提高，从而不利于企业创新能力提升。企业进行有效的研发创新，需要大量的隐性知识作为先决条件与互补要素，其中十分重要的因素就是企业管理能力[29]。一方面，过度投资不利于企业形成科学合理的管理模式。过度投资企业通常都有过度自信的企业家，这些企业家往往偏执于自身投资决策[26,30]。为减少投资决策阻力，降低投资决策协调成本，在决策权配置上，过度投资企业更可能形成集权管理特征。这一管理模式在企业规模较小且企业内各部门知识专有度较低时，企业管理信息成本相对较小，但随着企业规模的扩大，企业内各部门知识专有度随之提高，企业管理信息成本相对较高，由此造成企业管理效率低下[31]；另一方面，过度投资可能会使企业产能与规模在短时间内急剧扩张，企业内外部环境随之发生显著改变，而企业已有管理模式调整往往存在着一定的滞后性，因而无法在短期内适应企业快速发展的需要。企业如果不能适时迅速地提升管理能力，使之与企业规模相匹配，将不利于企业技术创新效率提升，从而对企业技术创新能力产生不利影响。

(3)企业过度投资不利于企业人力资本结构优化，从而不利于企业创新能力提升。人力资本是与物质资本相协调的一种资本，是指凝聚在劳动力身上的知识、技能等，是提高个体、企业乃至整个经济生产效率的重要要素[32]。然而，一方面，过度投资企业可能会主观忽视人力资本的重要性，从而减少对人力资本的投入。相较于研发创新活动，简单扩大企业规模的投资活动周期短、见效快，尤其是在低要素成本比较优势及距离技术前沿国家较远的后发优势尚存情况下，企业过度投资在短期内可能不会对企业经营绩效产生不良影响[33]。并且，在行政分权与财政包干的地方经济竞争格局下，企业通过过度投资进行规模扩张，也可以迎合地方政府追求经济增长的政治目标，甚至能够帮助企业获得政治资源，以及获得补贴、贷款等经济资源[27,34]。因此，企业容易沉浸于过度投资所带来的短期收益，很难意识到决定企业长远发展的人力资本等创新要素的重要性。长此以往，企业在发展策略与投资行为上将产生一定的路径依赖与思维惯性，从而导致企业人力资本发展滞后；另一方面，同管理模式调整一样，企业人力资本结构优化也是一个漫长过程，企业过度投资导致的内外部环境快速变化也可能造成企业人力资本结构相对滞后，从而制约企业创新能力提升。

基于此，本文提出以下假设：

H1：企业在研发创新领域以外的过度投资对企业创新能力具有负向影响。

H2：挤压企业技术研发投入是企业过度投资影响创新能力的重要机制。

H3：不利于企业管理水平提升是企业过度投资影响创新能力的重要机制。

H4：制约企业人力资本结构优化是企业过度投资影响创新能力的重要机制。

2 研究设计

2.1 数据来源

为实证分析企业过度投资是否对企业创新能力具有影响，以及潜在微观影响机制，本文采用“中国企业-劳动力匹配调查”(China Employer-Employee Survey，简称CEES)这一最新的一手调查数据。CEES由武汉大学联合中国社会科学院、香港科技大学、斯坦福大学等国内外知名科研机构开展，其是首个来自发展中国家的企业与劳动力匹配调查数据[35]。与其它企业数据明显不同，CEES采用分层随机抽样方法，囊括大量有代表性的中小型企业样本，这使得本文研究结果具有良好的代表性。同时，CEES数据涵盖企业注册时间、注册类型、控股情况、企业规模、企业家年龄、教育背景、风险偏好等丰富的企业与企业家基本信息，企业资产、投资、销售等全面的经营绩效信息，以及专利、研发等技术创新信息，为本文研究提供了较好的数据支撑。

2.2 变量测度

2.2.1 企业创新能力

企业创新能力在很大程度上表现为企业通过对高风险创新活动的投入与持续不断的探索所形成的最终产出成果，包括新产品、新工艺及新商业模式等。其中，专利作为一种重要的创新产出，因数据简单易得且相对客观，被广泛用来度量企业创新能力[36-38]。具体而言，本文依据已有文献的做法，并考虑到CEES数据的特点，主要采用企业2012-2015年获批的专利总数衡量企业技术创新能力。但是，以专利衡量企业创新能力存在一定的局限性。首先，专利质量很难度量，专利价值也很难进行简单比较；其次，专利并不一定能够完全体现企业技术能力，因为企业一些重要技术成果并不一定表现为专利；再次，由于专利授权与获批需要一定时间，企业当期获批的专利数可能受之前研发投入的影响，以致于无法准确反映当期企业创新能力。因此，本文同时采用新产品开发相关指标测度企业创新能力，如企业在2013-2015年是否推出新产品、人均新产品销售额等指标。新产品是企业产品功能、质量、工艺等所有创新成果的最终表现形式，企业推出的新产品数量及其升级换代速度，综合反映了企业面向市场、准确捕捉消费者需求的创新能力[39]。

2.2.2 企业过度投资

本文借鉴Richardson[40]的研究，将企业超出维持已有生产能力与资产状况之外的投资支出作为过度投资。具体而言，采用回归分析方法，根据企业一系列特征变量，估计出企业正常最优投资水平，并将实际投资水平与估计投资水平之差(即回归残差)视为企业过度投资程度。国内采用相似方法估计企业过度投资的研究还包括魏明海等[25]、王彦超[41]、梁莱歆等[27]、简建辉等[42]、张会丽等[43]、王化成等[44]。本文估计方程如下所示：

GroInvestijkt=β0+β1Leverageijk,t-1+β2Cashijk,t-1+β3GroRevenueijk,t-1+β4Sizeijk,t-1+β5SOEijk,t-1+β6Boardijk,t-1+Dj+Dk+εijk

(1)

其中，GroInvestijk为j行业k省份i企业在t期新增固定资产投资占上一年资产总额的比例。为减少由于研发创新投资对过度投资变量测度干扰所造成的内生性问题，本文剔除j行业k省份i企业在t期新增固定资产投资中的研发创新投资支出。模型右边为企业一系列特征变量，包括j行业k省份i企业在t-1期的资产负债率(Leverageijk,t-1)、经营活动现金流量(Cashijk,t-1)、主营业务收入增长率(GroRevenueijk,t-1)、企业规模(Sizeijk,t-1)、所有制性质(SOEijk,t-1)、治理结构(Boardijk,t-1)等。此外，为控制行业与区域层面其它不可观测的因素，模型还加入行业固定效应(Dj)与省份固定效应(Dk)。企业新增投资支出由两部分组成：一部分为预期投资支出，受上一年企业主营业务收入增长状况、融资状况及企业规模等特征变量的影响，是企业成长能力的反映，即模型预测值；另一部分为企业非正常投资支出，即模型未解释的残差项εijk，代表企业过度投资程度。

2.3 模型设定

2.3.1 基准回归模型

在衡量企业过度投资的基础上，本文进一步研究企业过度投资是否对企业创新能力造成负向影响。模型设定如下：

Innovationijk=γ0+γ1Overinvestijk+

Control'ijkγ+Dj+Dk+εijk

(2)

其中，Innovationijk为j行业k省份i企业的专利状况与新产品状况，即企业创新能力；Overinvestijk为j行业k省份i企业2015年的过度投资程度；Control'ijk包含企业规模、资本劳动比、企业年龄、所有制类型、贸易类型等企业特征变量，也包括企业家年龄、企业家受教育程度等企业家特征变量；Dj与Dk分别为行业与省份虚拟变量；εijk为随机误差项。

企业规模影响企业家创新资源投入及企业创新路径选择[45-46]，因而是影响企业创新能力的重要因素。资金是影响企业创新活动的另一重要因素，相对而言，资本密集型企业与存续时间更长的企业可能拥有更多资源，更容易实施创新活动，因此模型中控制企业资本状况与企业成立至今的年龄。同时，基准回归模型中还控制企业所有制结构与贸易类型。企业产权结构决定企业内部资源分配与组织管理，其会影响企业创新决策[47]。同时，不同所有制企业在过度投资程度上可能存在差异。国有企业承担一定的社会责任，其投资决策更容易受政府干预，从而导致过度投资。而且，国有企业特殊的治理结构也会导致其经营管理者有足够激励通过扩大投资规模获取在职消费等控制权收益，因而更容易出现过度投资[25,48]。企业贸易类型也可能影响企业创新决策，企业通过出口可获得发达国家的技术扩散和知识外溢，通过“出口中学”效应提升企业家创新能力与创新意识。而且，国际市场上更为激烈的竞争也会提高企业家对创新活动的重视程度[49]。此外，模型中还控制企业家层面特征因素，包括企业家年龄与企业家受教育程度。

2.3.2 潜在影响机制

进一步，本文对企业过度投资影响企业创新能力的可能性机制进行分析。模型设定如下：

Innovationijk=α0+α1Overinvestijk+α2Mijk+

Control'ijkα+Dj+Dk+εijk

(3)

其中，在基准回归模型的基础上再分别加入具体机制代理变量，即Mijk。具体而言，本文主要考察技术研发投入减少、人力资本投入减少和管理效率下降这3个潜在影响机制。其中，技术研发投入以企业人均研发支出衡量[50]，人力资本投入以企业技能型员工占比衡量[51]。企业管理效率是一个0～1区间的无量纲化指标，根据CEES中所引入的世界管理调查(World Management Survey，WMS)量表计算而得[52-54]。该量表包括企业目标规划、员工激励、考核监督和管理运营4个维度问题，能够很好地度量企业管理水平[55]。

2.3.3 处理效应模型

在基准回归模型与影响机制分析的基础上，本文对回归结果进行稳健性检验。一方面，企业过度投资对企业创新能力的影响可能受到“选择性偏误”的影响，从而导致估计结果有偏。具体来讲，企业年龄、规模、所有制、贸易类型与企业家人力资本、年龄等可能影响企业创新能力，其同样会对企业是否进行过度投资产生影响。虽然企业与企业家层面部分可观测因素已经被控制，但仍有少量不可观测的异质性因素，如企业家个人能力与社会资本等，无法被考虑进来。另一方面，企业创新能力与企业过度投资行为间可能存在反向因果问题。一个可能的结果是，对于创新能力不足的企业，其本身就可能表现出更为明显的过度投资倾向。虽然本文重点在于描述一个现象，即企业过度投资与企业创新能力间可能存在一定的相关关系，并没有特别强调二者间的因果关系，但为提供更丰富的经验证据，本文对上述可能存在的内生性问题进行一定讨论。具体来讲，本文运用处理效应模型(Treatment Effect Model)对两者间关系进行稳健性检验。对于企业过度投资行为，本文根据企业所在地级市同一行业企业过度投资程度的平均值，将企业按过度投资程度分为高低两组，过度投资程度高的组别其过度投资程度大于或等于其所在城市同一行业的平均值。企业过度投资程度高低遵循一定的选择规则，但由于真实规则无法观测，因此需定义一个潜变量并利用选择方程(6)进行估计。

Innovationijk=θ0+θ1Overinvest_highijk+

Control'ijkθ+Dj+Dk+ωijk

(4)

Overinvest_high*ijk=φ0+φ1Entrepreneurshipijk+Control'ijkφ+Dj+Dk+τijk

(5)

(6)

其中，式(4)中的Overinvest_highijk是处理效应模型所需要的处理变量，该变量是代表企业过度投资程度的虚拟变量，若其值为1，则企业过度投资程度高于其所在地级市同一行企业的平均水平，表明企业过度投资程度更为严重。式(5)中的Overinvest_high*ijk为过度投资分组变量Overinvest_highijk的潜变量。式(4)与式(5)中的Control'ijk为影响企业创新能力的一系列控制变量，包括上文所述的企业年龄、规模、所有制、贸易类型与企业家人力资本、年龄等。式(6)中的Entrepreneurshipijk为可能对企业是否进行过度投资决策产生影响的其它因素，本文重点考虑企业家精神这一因素。企业过度投资行为很可能受到企业家精神的影响，企业家精神较强的企业更倾向于从事创新性生产性活动，而不是过度投资活动。由于企业家冒险精神与风险承担能力是企业家精神的重要特征，因此本文采用企业中高层管理者平均风险偏好程度作为企业家精神的代理变量。其中，在CEES中，风险偏好程度由一个0～10分的量表衡量，分数越高，风险偏好程度越高。模型中相关变量定义见表1。

表1 主要变量定义与描述性统计结果

注：CEES同时收集了企业一把手与总经理相关信息，本文将这两类均定义为企业家，在计算企业家年龄与受教育程度时，主要以企业一把手信息为准，当一把手信息缺失时，采用总经理信息替代。但是，由于CEES没有对企业家冒险精神直接调查，在计算企业家冒险精神时，本文采用企业内中高层管理者平均风险偏好代理。资料来源：本文整理，下同

3 实证结果分析

3.1 描述性统计分析

根据前文文献分析，对于企业创新能力，本文采用企业拥有的专利与新产品等指标衡量。本文将企业按过度投资程度中位数分成高低两组，以考察过度投资与企业创新能力间的关系。从图1可以发现，过度投资程度更高的企业，其拥有的专利数与过度投资程度低的企业相比少41%，人均新产品销售收入少36%。这一分组统计结果初步表明，过度投资与企业创新能力间存在明显的负向关系，过度投资很可能不利于企业创新能力提升。此外，表1同时报告了前文模型设定中所述变量样本数量、均值、中位数、标准差、最小值和最大值等描述性统计结果。

3.2 企业过度投资对创新能力的负向影响

以上描述性统计结果表明，过度投资与企业创新能力间存在负相关关关系，但简单的分组比较无法有效规避遗漏变量问题所造成的估计偏误。因此，在以上分析的基础上，本文进一步通过回归分析方法，从企业专利状况与新产品状况等方面，研究过度投资对企业创新能力的影响，结果如表2和表3所示。其中，根据已有文献的做法，对于被解释变量为专利总数等取非负整数的离散计数变量模型，本文采用泊松回归(Poisson Regression)方法进行估计；对于被解释变量为是否有新产品等二值选择变量的模型，本文采用Probit方法进行估计。

图1 企业过度投资与创新能力

资料来源：本文整理

表2结果显示，过度投资程度与企业所获得的总数间存在明显负向关系，且在进一步控制企业年龄、企业规模、所有制类型、贸易类型等企业特征变量，企业家年龄、受教育程度等企业家特征变量，以及行业与地区固定效应后，这一关系仍然显著为负。具体而言，如表2第(1)列所示，当仅控制行业和省份固定效应时，过度投资与企业专利总数呈现出显著负向关系，平均而言，过度投资程度每提高一个标准差，企业所获批专利总数将减少约0.94个。同时，如表2第(7)列所示，当企业特征变量和企业家特征变量均得到控制以后，过度投资系数为-3.253，相比于第(1)列上升了6.1%。平均而言，过度投资每上升一个标准差，企业所获批的专利总数将减少约0.88个。

过度投资程度对企业创新能力的影响可能同时跟企业与企业家特征因素相关，如果忽略这部分因素的影响，将导致过度投资与企业创新能力间关系参数估计结果有偏。为此，回归分析对上述因素逐个进行控制。如表2第(2)列所示，当加入企业年龄后，企业年龄系数显著为正，同时过度投资系数从-3.465上升至-2.717，说明年龄越大，企业创新能力越强，且年龄较大企业过度投资程度相对较低。第(3)列进一步加入企业人数的对数作为控制变量，结果显示，企业规模越大，其获批的专利数越多，创新能力越强。同时，过度投资系数与第(2)列相比下降至-4.128，表明企业规模与过度投资程度可能存在一定的正相关关系，即企业规模越大其过度投资倾向性越明显。第(4)列进一步加入国有企业虚拟变量，结果显示，相比于非国有企业，国有企业获批的专利数平均要多4个，但仅在10%显著性水平上显著。与此同时，过度投资系数变化不明显，表明国有企业与非国有企业在过度投资程度上差异不大。第(5)列加入出口企业虚拟变量，结果显示，出口企业与非出口企业在创新能力上的差异不显著，且过度投资系数变化非常小。同样，第(6)列与第(7)列分别加入企业家年龄和企业家受教育程度两个企业家层面特征变量，结果显示，其对企业创新能力的影响也不显著，且过度投资系数变化也非常小。这3列结果表明，企业是否出口、企业家能力等因素对过度投资与创新能力间关系的影响很小。

除用获批的专利数据衡量企业创新能力外，本文还进一步使用企业新产品相关指标更为全面地衡量企业创新能力。专利只是企业创新产出的形式之一，企业创新能力还可以表现为新产品的迭代更新。表3回归结果显示，过度投资与企业新产品产出呈显著负向关系，且这一关系在控制企业年龄、企业规模、所有制类型、贸易类型等企业特征变量，企业家年龄、受教育程度等企业家特征变量，以及行业与地区固定效应后，仍然比较稳健。

3.3 企业过度投资对创新能力的影响机制分析

以上基准回归结果表明，过度投资对企业创新能力有显著负向影响，且这一结果在企业层面及企业家层面因素得到控制以后依然稳健。在此基础上，本文进一步分析过度投资通过何种机制影响企业创新能力提升。根据前述理论假设，由于技术研发资本投入是企业进行创新活动的必要前提，而适当的人力资本水平与管理水平是企业进行创新活动的重要互补要素[29]，因此本文进一步从企业技术研发投入、人力资本结构、管理效率3个维度研究企业过度投资对创新能力影响的潜在机制。其中，技术研发投入以人均研发支出衡量[50]，人力资本结构以技能型员工占比衡量[51]，管理效率以世界管理调查(WMS)量表所计算的管理得分衡量[52-54]。具体而言，当在回归模型中分别加入以上3个潜在机制的代理变量时，如果企业过度投资程度估计系数得到显著提升，则表明以上机制可能存在。

如表4所示，回归模型因变量为企业获批的专利总数，当人均研发支出的对数、技能员工占比的对数、管理效率3个机制的代理变量未进入回归方程时，如第(1)列所示，过度投资系数参数估计结果为-3.128，且在5%显著性水平上显著。当人均研发支出的对数加入回归方程时，如第(2)列所示，过度投资参数估计结果上升为-1.135且不再显著。与此同时，人均研发支出的对数与获批专利总数间表现出显著正向关系。这一结果表明，技术研发投入是过度投资影响企业创新能力的重要机制。具体而言，过度投资可能会减少企业技术研发投入，从而影响企业创新能力提升。

当技能员工占比的对数加入回归方程时，如第(3)列所示，技能员工占比与企业获批的专利总数间呈现显著正向关系。同时，过度投资系数参数估计结果相对于第(1)列也呈现出一定程度的上升且变得不再显著。这表明，人力资本质量下降也是过度投资影响企业创新能力的重要机制，即过度投资可能不利于企业人力资本结构优化，从而不利于企业创新能力提升。

表2 企业过度投资对创新能力的回归结果——专利

注：表格中回归系数为平均边际效应，模型(1)和模型(7)中过度投资未转换的回归系数分别为-0.986与-0.648，括号内数值为使用区县一级固定效应聚类标准误(cluster standard error)，*、**、***分别表示在10%、5%和1%显著性水平上显著

表3 企业过度投资对创新能力的回归结果——新产品

注：Probit回归系数为平均边际效应，括号内数值为使用区一级固定效应聚类标准误(cluster standard error)，*、**、***分别表示在10%、5%和1%显著性水平上显著

当管理效率进入回归方程时，如第(4)列所示，管理效率与企业专利总数间呈现出显著正向关系，过度投资系数也随之上升为-2.893且变得不再显著。这表明，管理效率下降也是过度投资影响创新能力提升的一个因素，即过度投资可能会不利于企业管理效率提高，从而不利于企业创新能力提升。当这3个机制同时进入方程时，如第(5)列所示，过度投资系数不显著。同时，人均研发支出对数系数虽然有所下降，但仍然显著为正，技能员工占比的对数与管理效率系数虽然不显著，但仍然为正。这一结果表明，过度投资对企业创新能力的负向影响在很大程度上通过这三大机制发挥作用。

采用同样方法，当是否有新产品作为企业创新能力代理变量时，结果基本类似。如表5第(1)列～第(4)列所示，在企业层面与企业家层面因素一定情况下，当3个机制变量逐个加入回归方程时，过度投资回归系数虽然仍然显著，但均有不同程度上升。当这3个变量同时加入回归方程时，如第(5)列所示，过度投资系数上升至-0.103，与第(1)列相比，上升程度超过33%。当以人均新产品销售额的对数作为企业创新能力代理变量时，如第(10)列所示，当3个机制变量同时进入回归方程后，过度投资系数明显变大，并且不显著。这一结果同样表明，过度投资对企业创新能力的负向影响在很大程度上通过技术研发投入下降、人力资本质量下降与管理效率下降发挥作用。

进一步，为更清晰地描述过度投资影响创新能力的潜在机制，本文将人均研发支出的对数、技能员工占比的对数、管理效率3个变量作为因变量，对过度投资进行回归，结果如表6所示。从中可见，企业过度投资行为与人均研发支出、技能员工占比与管理效率间均呈显著负向关系。平均而言，过度投资每提高一个标准差，企业人均研发支出下降5.5%，技能员工占比下降0.95个百分点，管理效率得分下降0.02分。

以上回归结果综合表明，过度投资会减少企业技术研发，不利于企业人力资本结构优化，并会影响企业管理效率，进而阻碍企业创新能力提升。

表4 企业过度投资影响创新能力的潜在机制

注：表中回归系数为平均边际效应，括号内数值为使用区一级固定效应聚类标准误(cluster standard error)，*、**、***分别表示在10%、5%和1%显著性水平上显著

表5 企业过度投资影响创新能力的潜在机制

注：Probit回归系数为平均边际效应，括号内数值为使用区一级固定效应聚类标准误(cluster standard error)，*、**、***分别表示在10%、5%和1%显著性水平上显著

3.4 稳健性检验

企业过度投资对企业创新能力的影响可能受到样本“选择性偏误”与“反向因果”等内生性问题的影响，从而导致估计结果有偏。一方面，企业年龄、规模、所有制、贸易类型与企业家人力资本、年龄等影响企业创新能力的因素同样会对企业是否进行过度投资产生影响。虽然企业层面与企业家层面部分可观测因素已被控制，但仍有不少不可观测的异质性因素，如企业家个人能力与社会资本等，无法被考虑进来。另一方面，企业创新能力与企业过度投资行为间可能存在反向因果问题。因此，本文进一步考虑这一内生性问题的影响，运用处理效应模型提供更多的经验证据，从而对过度投资与企业创新能力间的相关关系进行稳健性检验。对于企业过度投资行为，本文根据企业所在地级市同一行业过度投资程度的平均值，将企业按过度投资程度分为高低两组。对于企业创新能力，限于篇幅，本文仅选取前文所使用的企业获批专利总数与人均新产品销售额两个指标。同时，本文还分别以人均研发支出、技能型员工占比、管理效率为因变量，对前文所分析的企业过度投资对创新能力的影响渠道进行稳健性检验。模型回归结果表明，企业过度投资行为对企业创新能力与创新要素的负向影响依然十分稳健(限于篇幅，结果未予呈现)。

表6 过度投资与企业创新要素投入

注：括号内数值为使用区一级固定效应聚类标准误(cluster standard error)，*、**、***分别表示在10%、5%和1%的显著性水平上显著

4 研究结论与启示

4.1 研究结论

现有关于企业创新能力制约因素的研究大多从宏观制度环境与微观企业家能力两个不同角度出发，鲜有文献从微观企业投资行为选择视角对这一问题进行研究。实际上，无论是制度环境还是企业家能力，其对企业创新能力的影响最终必定通过企业具体行为产生作用，尤其是企业投资行为。此外，高质量微观企业调查数据，尤其是有关企业具体投资于创新行为的数据比较缺乏，也是限制这类研究的重要因素。鉴于此，本文运用“中国企业-劳动力匹配调查”(CEES)这一最新的一手调查数据，从微观企业行为视角实证分析企业在研发创新领域以外的过度投资行为对企业创新能力的影响。结果表明，企业在研发创新领域以外的过度投资行为很可能导致企业减少技术研发投入，不利于企业人力资本结构优化与管理效率提升，进而制约企业创新能力提升；同时，企业过度投资对创新能力的影响存在明显的异质性，若面临较差的营商环境，则企业过度投资负向影响更显著，且程度更大。

4.2 政策启示

基于此，本文建议通过营造公平竞争的营商环境，提高企业创新内在激励，抑制企业过度投资，从而促进创新能力提升。具体而言：首先，进一步规范政府行政规制与补贴行为，从而抑制企业过度投资。政府过度行政规制与补贴行为会增加企业制度性交易成本，进而导致正常市场竞争扭曲，使得资本、土地、能源与劳动力等关键要素资源无法根据市场内在需求实现有效配置。因此，政府应进一步规范行政规制与补贴行为，减少对市场的过分干预，通过市场竞争机制的不断完善，抑制企业过度投资，使企业在公平的市场竞争中自发地将要素资源配置到创新领域；其次，进一步健全与强化产权保护制度，提高企业创新内在激励。企业创新活动是一项高投入高风险性投资活动，企业创新能力提升离不开对企业与企业家合法权益的保护。因此，政府应加强知识产权保护力度，降低企业创新不确定性，从而保障企业创新活动预期收益，提高富有冒险精神的企业家从事创新活动的内在激励。