营商环境对高技术产业创新绩效的影响

刘 乐， 周 敏

(上海理工大学 管理学院， 上海 200093)

近年来，随着政府政策对高技术产业的大力支持和供给侧结构性改革的推进，中国高技术产业得到了迅猛发展，已成为推动中国经济增长的重要一环，高技术产业目前也成为衡量一个国家或地区综合实力的重要标志。2018年，中国的高技术产业已有企业33 573家，从业人员平均人数达到13 176 645人，营业收入达到157亿元[1]。高技术产业发展有效地加快了中国经济发展方式由粗放型的资源消耗式向集约型的创新驱动式转变的进程[2]。在经济发展模式转变、供给侧结构性改革以及未来的大国博弈中，高技术产业的地位越来越重要，高技术产业已然成为中国未来经济持续向好发展的重要引擎。改革开放后，中国市场经济展现了蓬勃活力，市场经济的发展也使得营商环境逐步改善，为各产业的发展提供了优渥的“土壤”，高技术产业也不例外。本文依据中国高技术产业2008—2016年省际面板数据探究营商环境的改善对高技术产业创新有何影响，如何在中国营商环境逐步优化的大背景下更好地促进高技术产业的创新绩效的提升。

1 文献综述

高技术产业(制造业)是指国民经济行业中R&D投入强度(即R&D经费支出占主营业务收入的比重)相对较高的制造业行业，包括医药制造，航空、航天器及设备制造，电子及通信设备制造，计算机及办公设备制造，医疗仪器设备及仪器仪表制造，信息化学品制造等 6 大类[3]。关于高技术产业创新绩效的相关研究，有学者从非研发创新支出对高技术产业创新影响的角度进行研究。谢子远等[4]运用1995—2012年的面板数据实证发现非创新经费支出对高技术产业的专利数量和新产品销售收入在全国层面均产生了显著的正向效应，但各种经费支出对高技术产业的专利申请数量和新产品销售收入的影响程度正反两个方向的影响。也有学者从高技术产业的融资渠道角度对高技术产业创新影响进行探讨。如高扬等[5]通过SDM模型分别从银行信贷、股市融资和风险投资3种融资渠道探究对高技术产业创新能力的空间溢出效应。从直接效应来看，只有股市融资和风险投资表现出显著的正向空间溢出效应。从高技术企业股东的角度，朱磊等[6]研究表明大股东进行股权质押融资不利于企业创新投资，并且企业创新投资会随质押比例的上升而下降。基于代理理论，大股东股权质押后出于维护其自身对公司的控制权和降低企业经营各类风险，会产生风险规避倾向和掏空动机，从而不愿意企业进行创新活动。而且也有学者基于不同的角度将创新过程分为两个阶段。冯锋等[7]、李培楠等[8]根据创新过程要素流动方向及形态，将产业技术创新过程分为技术开发和成果转化两个阶段。在技术开发过程中，主要是根据现有资源进行技术突破，通过企业自身获得新技术或者新知识以谋求专利数量的提高；而在成果转化期间，企业要运用已拥有的专利或者技术突破生产新产品，以求取得市场竞争优势。基于技术创新两阶段视角，李培楠等[8]基于2007—2012年中国制造业和高技术产业数据得出以下结论:首先在技术研发阶段，内部资金的支持、研发人员的数量和外部技术的获取非常重要，都具有正向效应；其次，在成果转化阶段，政府补助对创新体现了“U”形关系，而内部资金的支持则正好相反，是一种倒“U”形关系，外部技术的获取则不利于成果转化效率的提升，研发人员的数量则正好相反。Roper等[9]将创新划分为3个阶段，即知识资源获取、知识转化和知识开发3个阶段。

已有文献主要研究了企业的内部各种生产要素的变化而对高技术产业创新产生何种影响，少有人关注整个营商大环境的变化对高技术产业创新的影响，产业所处的营商环境在逐步优化会间接影响到各高技术企业的创新绩效。因此，研究营商环境的变化和高技术产业创新绩效的关联性具有重要现实意义。

2 样本数据和研究模型

2.1 变量选取

被解释变量为高技术产业创新绩效。根据谢子远等[4]的模型设定和经验选取两个指标来综合反映产业创新绩效，分别是专利申请数和新产品销售收入。专利申请数可以较好地体现企业在创新研发阶段的绩效；而新产品销售收入可以很好地体现创新的产出结果，也侧面反映了专利成果的转化程度。

解释变量为樊纲等编制的 《中国市场化指数——各省区市场化相对进程2018年报告》中的市场化指数。其编制的市场化指数涵盖以下5个方面：政府与市场的关系、非国有经济的发展、产品市场的发育、要素市场的发育、市场中介组织和法律制度。通过以上5个方面可以较好地体现中国各省的营商环境，因此把市场化指数作为衡量营商环境的指标。

在控制变量选取方面，根据已有研究成果及经验判断，曹勇和苏凤娇[10]认为R&D内部经费基础、新产品开发经费支出以及科研机构数量应该是影响高技术产业创新绩效的重要因素，因此把以上3个变量作为控制变量纳入计量模型。根据高技术企业进行成果转化阶段的特性和获取的数据，选取技术改造经费、技术引进经费、消化吸收经费以及购买国内技术经费为控制变量。

2.2 样本和数据

西藏因数据缺失较多且几乎没有创新绩效纳入分析范围，因此选取除西藏外的30个省、自治区、直辖市的数据作为研究样本。样本期间为2008—2016年，总共9年的年度数据，高技术产业样本数据均源自《中国高技术产业统计年鉴》(2009—2017年)；营商环境2008—2016年数据源自 《中国市场化进程指数——各省区市场化相对进程2018年报告》。由于2008年樊纲等对市场化指数的测度标准进行了重大调整，没有选取2008年之前的市场化指数作为解释变量的一部分；且由于该报告为两年更新一次，可能受新冠疫情影响没有搜寻到2020年的报告数据。

2.3 模型研究

由于样本数据是多截面不同时点的多维时间序列数据，因此采用面板数据模型进行分析，面板数据模型主要有3种，即随机效应模型、固定效应模型和混合效应模型。需要进行F检验和Hausman检验来确定适当的模型。结果见表1。

表1 Hausman检验结果

Hausman检验在1%的显著性水平下拒绝原假设，认为需要选择固定效应模型。由此得到固定效应模型如下：

lnnumber=αi+β1lninput+β2lnrd+β3lnresearch+β4lnremould+β5lnintroduce+β6lnabsorb+β7lnbuy+β8Marketing+εit

(1)

lnincome=αi+β1lninput+β2lnrd+β3lnresearch+β4lnremould+β5lnintroduce+β6lnabsorb+β7lnbuy+β8Marketing+εit

(2)

式中，对被解释变量企业创新研发阶段的专利数量(number)和创新最终体现在现实的产品中的新产品销售收入(income)以及控制变量R&D内部经费基础(rd)、新产品开发经费支出(input)、科研机构数量(research)、技术改造经费(remould)、技术引进经费(introduce)、消化吸收经费(absorb)以及购买国内技术经费(buy)进行对数化处理。上述两个模型中变量下标i代表不同省区，下标t代表不同的年度，αi为模型常数项，β1～β8为变量系数，其中β8为核心解释变量市场化指数(Marketing)的变量系数，εit为残差项。

3 实证检验

3.1 描述性统计

从表2描述性统计结果中可以看到，各变量之间的差距比较大。对于专利申请数量有的省份在某些年份的专利申请数量为0，而专利申请数量最大有64 880，标准差为8 668.757，说明专利申请数量的变动较大；与此类似的是新产品销售收入，在某些年份的新产品销售收入为0，而新产品销售收入最大有155 000 000，标准差为19 700 000，说明新产品销售收入的变动也较大。其中专利申请数量单位为件，科研机构数量单位为个，其余变量的单位均为万元。

表2 描述性统计结果

3.2 全国样本和分地区样本数据实证分析

根据描述性统计和经验判断由于中国各省区之间高技术产业创新差异较大，营商环境方面同样也存在着较大差距，因此首先就全国层面样本数据模型进行回归，而后按照石盛林等[11]的划分办法对东部、中部、西部省区样本做回归分析。其中东部12省区市包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西和海南; 中部9省区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南; 西部9省区市包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。

通过模型(1)对专利申请数量进行回归，从表3中的回归结果看出：从全国来看，在5%的显著性水平下，新产品开发经费支出、R&D内部经费支出、科技机构数、技术改造经费都对专利数量有着显著的正向的影响，而其他变量的影响不显著。在东部，在1%的显著性水平下，R&D内部经费支出、科技机构数、技术改造经费对专利数量有着显著的正向的影响；在中部，在5%的显著性水平下，新产品开发经费支出、科技机构数都对专利数量有着显著的正向的影响；在西部，在10%的显著性水平下，新产品开发经费支出、科技机构数、技术改造经费，以及最为重要的市场化指数对专利数量有着显著的正向的影响，技术引进费对专利数量有着显著的负向的影响。

表3 2008—2016年面板数据模型(1)回归结果

通过模型(2)对新产品销售收入进行回归，回归的结果见表4，从全国来看，在5%的显著性水平下，新产品开发经费支出，R&D内部经费支出都对新产品销售收入有着显著的正向的影响，最为重要的是在10%的显著性水平下，市场化指数有着负向的影响，而其他变量的影响不显著。在东部，在5%的显著性水平下R&D内部经费支出、技术改造经费对新产品销售收入有着显著的正向的影响；在中部，在5%的显著性水平下，R&D内部经费支出、科技机构数对新产品销售收入有着显著的正向的影响；在西部，在1%的显著性水平下，新产品开发经费支出对新产品销售收入有着显著的负向的影响。

表4 2008—2016年面板数据模型(2)回归结果

4 结论与政策建议

4.1 结论

1)就全国30个省区市样本而言，新产品开发经费支出、R&D内部经费支出、科技机构数、技术改造经费都对专利数量有着显著的正向的影响。因此就企业研发创新阶段而言，企业内部的创新积极性直接决定了专利数量的高低。

2)就东部、中部、西部省区比较而言，营商环境对高技术产业研发阶段创新绩效影响呈现不同的特征。在营商环境较好的东部地区，营商环境对高技术产业创新绩效有正向影响但不显著; 东部地区高技术产业发展的最主要重要驱动力是R&D内部经费支出，其次是科技机构数和技术改造经费。在营商环境相对较差的西部地区，营商环境是高技术产业专利数量提升的主要驱动力之一，但是其效果不如科研机构数量带来的效果明显。这可能和研发阶段需要大量技术人才支持有关，科研机构的增加将直接支持高技术产业的研发能力；营商环境带来的优化的外部效应对企业研发属于间接影响，但是不能忽视营商环境给高技术产业研发带来的积极作用。

3)基于第二个被解释变量的回归结果，就全国层面来看新产品开发经费支出，R&D内部经费支出都对新产品销售收入有着显著的正向的影响，但是营商环境的提高却对新产品的销售收入产生了负向效应。2008年之后，中国产业结构转型起步，营商环境逐步改善，高技术产业蓬勃发展，高技术企业逐步增加，进而高技术企业之间的竞争开始加剧。并且中国的知识产权保护体系也一直在完善当中，在知识产权保护不足和企业数量持续上升的情况下，市场竞争更激烈，更多的企业进行创新而却不愿意付出过多的时间和资金成本，进而专利技术和新产品被市场上的其他企业模仿的可能性就越高，导致真正进行创新的企业在完成新商品上市之后，难以实现预期收入增长的目标。两者的叠加效应使得营商环境的优化对高技术产业新产品的销售收入呈现了负向效应。但是回归系数的绝对值并不大，说明中国的高技术产业存在竞争，且这种竞争已经影响了产业整体的收益，但是并不是类似于疯狂“价格战”的恶性竞争。就各地区比较而言，营商环境对高技术产业创新绩效影响随着营商环境的改变呈现出不同的特征。营商环境的改善对新产品销售收入都呈现负向效应但不显著，从数值上看西部的回归系数偏大。这可能和西部本身的消费群体和自身地理劣势有关。西部本身企业数量较少、资产规模较小以及大众消费水平偏低，造成西部高技术产业的新产品本身销量不会很高，而且西部距离中国东部这个高技术新产品消费的“主阵地”较远，所以很难将西部高技术产业的新产品大规模销售到东部地区。

4.2 政策建议

1)政府要加强知识产权保护力度，有效提高专利成果转化效率。在营商环境逐步改善的当下，知识产权的保护对于新产品的销售收入提升大有裨益，也能真正调动企业的创新积极性。更要严厉惩处侵权和恶性仿制、仿造等行为，净化高技术产业的市场环境。政府在鼓励高技术企业发展的同时，不能放松高技术企业的审批和监管。因为大部分地区对高技术企业有税收优惠，而且地方政府在进行高技术企业资质确认时主要关注企业的往年度高技术产品收入，会有企业只是通过单纯的买进技术再卖出技术赚取差价来提高自身的高技术产品收入，以达到赚取高技术企业税收优惠和政府补贴的目的。需要政府联合券商、审计事务所对高技术企业的主营业务收入进行严格审查，对不符合标准的高技术产业取消优惠并予以公示惩戒，降低某些企业进行专利技术的倒买倒卖损害其他高技术企业的创新积极性和经营成果。

2)在营商环境较好的东部，政策的着眼点要在提升企业自主创新能力上。营商环境的逐步优化，就要求政府减少对企业的干预，而且更要求政府对高技术企业要做到“扶上马，送一程”。对于发展较好、创新能力较强的高技术企业地方政府要有一定的政策倾斜。

3)正确处理外部技术改造与内部技术创新之间的关系，不能只重视短期的经济效益而忽视产业发展新方向，也不能因为担心新技术被剽窃而降低内部研发效率，放弃内部自主研发。其次，在提高新产品销售收入方面，高技术产业要借助“一带一路”的发展契机，不要仅局限于国内市场，也不要只着眼于打入高技术产业集聚的欧美国家市场，“一带一路”沿线的合作国家也处在快速发展阶段，引入高技术产业提升国家发展潜力是必经之路，可以为中国的高技术企业的新产品提供新的市场。