政府创新偏好、企业家精神与省域创新效率——基于门槛效应的经验解释

秦 甄，谢璐华，郭娟娟

（1.南昌理工学院 工商学院，江西 南昌 330044；2.江西财经大学 财税与公共管理学院，江西 南昌 330013）

一、引言及文献综述

创新是引领高质量发展的第一动力，是建设现代化经济体系的重要抓手。在党和国家高度重视创新发展的背景下，科创在经济社会发展的核心优势逐步显现，各地政府创新偏好不断增强并积极推出创新政策，加大科技创新投入强度，科技创新领域的制度保障日渐完备，科技创新环境日益优化。然而，地方政府创新偏好增强并不是最终目的，提高省域创新效率才是终极目标。实践中省域政府的创新效率并没有显著提升，缘何政府创新偏好增强带来的要素投入无法有效转化为创新产出呢？

已有研究发现，政府创新偏好能促进区域创新活动，其原因在于有效增强了地区创新资金供给能力，消除了创新活动的风险，弥合了辖区内创新主体的私人收益与社会收益的差距［1-2］。现有文献也论证了政府创新偏好对区域创新绩效的提升效果未必显著，地方政府创新偏好会产生创新的挤出效应，如王丰龙等人（2017）认为，地方政府财政科技投入对中西部地区创新效率提升没有显著影响，原因可能在于相较于东部地区其要素市场扭曲程度较大［3］。卢盛峰、刘潘（2015）研究发现，政府的创新偏好对区域创新质量的影响呈现“倒U”型［4］。可见，政府创新偏好与区域创新效率的议题备受关注，但从实证结果来看，政府创新偏好与区域创新效率的关系研究尚未得到统一的结论。

近年来，不少学者就政府创新偏好对区域创新效率的作用机制进行了有益的探索。卞元超等（2020）研究发现，地方政府创新偏好带来地方财政科技支出竞争，并借助研发要素流动这一影响机制作用于区域创新效率，带来区域创新空间格局的变动［5］。马海涛等（2019）研究认为，由于借助了企业的融资约束和企业人力资本积累的传导路径，政府创新偏好才能影响创新效率［6］。周业安等（2012）发现，地方政府的创新偏好可以通过财政投入优化人力资本和创新知识配置，进而提高创新效率［7］。可见，在政府创新偏好如何影响区域创新效率的研究中，人力资本要素是不可忽略的重要因素。辖区内企业的技术创新实质在于企业家精神作用下，实现人力资本最优配置。

2017 年《关于营造企业家健康成长环境弘扬优秀企业家精神更好发挥企业家作用的意见》明确指出，国家要对企业家创新精神进行保护，并以政府为导向弘扬企业家精神。党的十九大报告也指出要持续发挥新时代企业家精神。企业家精神作为特殊的人力资本，在创新活动中发挥着重要作用，能够实现研发人员、研发资本和创新环境的组合，有助于创新要素投入转化为创新成果［8-10］。对于政府创新偏好、企业家精神和区域创新效率之间的关系，王柏杰等（2020）认为政府创新偏好是企业家精神作用于军工企业技术创新的媒介［11］，陈红梅等（2021）认为政府财政支持是企业家精神影响区域创新绩效的调节变量［12］。现有文献未能论证政府创新偏好通过创新主体的人力资源配置，进而影响区域创新活动的可能性。结合现实情况分析，企业家精神作为一个企业决策的主要意志，必然会对辖区内企业创新效率产生影响。

综上所述，现有理论和研究未能清晰探究政府创新偏好、企业家精神与省域创新效率之间的关系，本文主要进行以下拓展：①采用随机前沿模型对省域创新效率进行测算；②拓展政府创新偏好和企业家精神对区域创新效率影响的理论研究；③基于中国现实情景，考察政府创新偏好对省域创新效率的影响，并引入企业家精神作为门槛变量，剖析政府创新偏好影响省域创新效率的结构性变化特征。

二、机理分析与研究假设

为了深入分析企业家创新精神调节下政府创新偏好对区域创新绩效的影响，借鉴靳卫东、高波（2008）构建的企业家精神与经济增长关系的理论模型，从理论层面构建关于政府创新偏好、辖区内企业家创新精神和辖区内企业创新效益三者关系的模型，并进行机理分析［13］。

地方政府的创新偏好直接体现在科技方面的财政支出数量，多数学者用地方科技方面的财政支出占地方财政支出的比重来衡量地方政府的创新偏好的大小［14］。为此，本文引入政府创新偏好因子β（0<β<1），β越大代表地方政府创新偏好和创新意愿越强烈，体现为地方科技方面的财政支出占地方财政支出的比重越大。

辖区内企业家决策可由三部分决定，即生产决策比重（D1）、创新决策比重（D2）和其他决策比重（D3），可得到企业家的总决策公式为：

考虑企业决策带来的风险成本，生产决策和其他决策的风险小，设辖区内的企业进行生产决策的概率为1（P1=1），辖区内企业进行其他决策的概率为1（P3=1），辖区内的企业家面对地方政府创新偏好带来的制度层面影响会改变创新决策（D2）的概率（P2）。企业家进行创新决策的概率公式设定为：

其中，P2的概率密度函数为：

生产决策和创新决策会直接带来产量的增加，因而设定由生产决策带来的产量函数Y1和创新决策带来的产量函数Y2为：

其中：A为全要素生产率；η为一次创新成功的比例。由生产决策带来的产量函数的当期收益为π1，创新决策带来的产量函数的远期收益为π2，具体设定如下：

其中：r为无风险利率；ρ为折现因子。企业的效用取决于生产决策、创新决策和其他决策带来的收益，企业效用函数设定为：

为了求得辖区内企业效用最大化，结合公式（1）和公式（2）构造拉格朗日函数：

根据公式（9）可知：

依据公式（10）至公式（13）可知：

在公式（14）中，等号的左边为f（D2），依据公式（14）可知，三次项D23的系数为负，f（D2）在区间（X1，X2）递减，以点（-b/3a，f（-b/3a））呈现对称。

为了简化分析，设定η为 1，α为 0.5，r为 1，β为 0.5，绘制图 1 的D2和f（D2）的函数图，图形以（-1.67，-14）为对称呈现，f（D2）在图中递减区间有个实数解。

图1 D2和f（D2）的函数

为了进一步探究在企业效用最大化前提下，政府创新偏好β与企业创新决策比重为D2的关系，依旧设定η为1，α为0.5，r为1，又因为β∈（0，1），可以得出f（D2）的中心对称点为（-0.83/β，-6.25/β-1.5），也即D2=-0.83/β，图2 所示，β∈（0，1）区间内，随着β增大，中心点横坐标和纵坐标也逐渐增大，中心对称点不断向右上方向移动，f（D2）的图像也不断向右上方向移动。可见，在企业家的效用最大化前提下，随着政府创新偏好（β）越大，在企业家精神影响下分配于创新决策（D2）的权重越大，进行创新的概率（P2）越大。企业家的创新性增强，是否会提高创新的预期效益和企业家的效用水平，在理论模型中还受到其他因素（如η）的影响，因而具有不确定性。

图2 β与对称点的横、纵坐标函数关系

基于以上分析，提出本文研究假设：

如果辖区内企业家精神集聚程度在合理范围内，则政府创新偏好增强会对省域创新效率产生促进作用；但超过这个范围，则会产生抑制作用。即以辖区内的企业家精神为门槛变量，政府偏好对省域创新效率的影响存在门槛效应。

三、研究设计

为了更好地探究政府创新偏好、企业家精神和省域创新效率的关系，依据上述研究假设，设计了4个研究步骤：①选定合适的指标评价省域创新效率；②构建合适的面板门槛模型；③主要变量说明；④阐明数据来源。

（一）省域创新效率评价指标体系

借鉴已有研究成果，考虑可操作性和代表性，从创新投入和创新产出两个维度考虑，最终选取较为典型的4个指标衡量区域创新效率水平，分别为研发经费、研发人员、知识产权保护和专利授权数。变量说明及数据来源见表1所列。

表1 省域创新效率评价指标体系

（二）计量模型

1.省域创新效率测算模型

鉴于随机前沿模型能够有效评价多投入单一产出类型的效率，本文采用随机前沿模型进行省份创新效率评估与测算，并借助stata 软件予以实现。数据选取的时间范围为2007—2018 年，全部数据来源于《中国科技统计年鉴》。具体模型设定如下：

其中：i代表省份；t表示时间；RDO为专利授权数；RDP 为研发人员数；RDM 为研发经费强度；RDE为知识产权保护强度；v-μ为随机误差项；α1为研发人员数的产出弹性；α2为研发经费的产出弹性；α3为知识产权保护强度的产出弹性。

2.面板门槛模型

地方政府的创新偏好与企业家精神有着一定的联系，借助政府的“有形之手”能够较大程度影响省域的企业家精神集聚，进而影响省域创新活动进行。基于此，借助面板门槛模型，进一步从企业家精神的视角剖析政府创新偏好对省域创新效率影响的结构性变化情况。面板门槛模型能够克服人为分组的主观性，较为客观地探究地方政府创新偏好与省域创新效率的非线性关系，能够检验在企业家创新精神影响下政府创新偏好对省域创新效率的影响是否存在门槛效应。面板门槛模型设定如下：

其中：i表示各个省份；t表示时间；τn为内生的门槛数量；I（·）为示性函数；β1、β2、…、βn为不同门槛区间的影响系数，若通过显著性检验，则代表模型存在n重门槛特征。

（三）变量选择

（1）被解释变量：省域创新效率（TE）。现有省域创新效率的测度主要有三种方法，即随机前沿方法、数据包络分析方法和因子得分方法。借鉴相关文献，考虑本文采用的数据类型为面板数据，在模型设定合理的前提下，借助随机前沿方法能够得到比数据包络分析法和因子得分法更好的估计效果。因此，本文选用随机前沿模型测算省域创新效率。

（2）解释变量：政府创新偏好（GOV）。地方政府对省际层面创新活动的影响主要借助于财政支出行为测度，具有创新偏好的政府会试图增加财政科学与技术支出，支持辖区内创新主体的创新活动。基于此，本文借鉴李政和杨思莹（2018）的做法，选取地方政府科技支出占地方财政支出的比重衡量政府创新偏好的大小［14］。

（3）门槛变量：企业家精神（EN）。企业家精神的内涵非常丰富，实证研究难以准确量化企业家精神，现有学者采用自雇比例、企业进退比例和企业家活动指数测度企业家精神。借鉴学者齐结斌和安同良（2014），陈红梅等（2021）定义企业家精神的方法，本文采用私人企业比率测度，即个体和私营企业所雇佣的工人数占就业人口的比重［12，15］。

（4）控制变量（Xlist）。参考相关文献，选取物质资本（GD）、经济发展水平（JJ）、可支配收入（GN）、对外经济水平（OP）作为本研究控制变量。其中，物质资本采用永续盘存法后进行对数处理，经济发展水平选取人均GDP 衡量，可支配收入选取城镇居民可支配收入，对外经济水平选取对外贸易总额的对数表示。

（四）数据说明

本文以中国30 个省份（不包括西藏和港澳台地区）为研究对象，鉴于省域财政科技投入数据截止至2018 年，故设定样本时间跨度为2007—2018 年，数据来源于《中国统计年鉴》《中国科技年鉴》、中经网和EPS 数据库。其中，就业人数的数据截止至2017 年，故采用插值法推算至2018 年。

四、实证结果与分析

依据相关的研究设计，进行如下步骤的实证分析：①借助随机前沿模型测算省域创新效率；②主要变量的描述性统计分析；③以企业家精神为门槛变量进行政府创新偏好与省域创新效率的门槛效应分析；④进行相关稳健性检验。

（一）省域创新效率测度结果分析

表2 汇总的是2007—2018 年省域创新效率测算结果，系数均为正且具有统计意义，表明借助随机前沿模型测算省域创新效率是合理的。

表2 随机前沿模型的实证结果

在对省域创新效率进行测度的基础上，进一步绘制2007—2018年我国省域创新效率的时间演化图，如图3所示。图3显示，考察期内我国省域创新效率逐年提高，创新能力逐年增强。

图3 省域创新效率时间演化

（二）主要变量描述性统计

主要变量的描述性统计见表所列。

（1）从主要变量的总体描述性统计来看。①创新效率（TE）的均值为0.005，标准差为0.004，可见，各个省份的创新效率水平低下且省份之间的创新效率相差不大；②政府创新偏好（GOV）的均值为0.020，标准差为0.014，表明各个省份的创新偏好差别不大；③企业家精神的均值为0.294，标准差为0.171，说明企业家精神集聚程度在省际层面的差异大，省份间的企业家精神集聚程度差异对创新效率是否产生影响，有待实证探析。

（2）从主要变量的区域分组描述性统计来看。①东部地区的创新效率（TE）最强为0.007，中西部略弱为0.003；②东部地区的政府创新偏好（GOV）最强为0.027，西部地区次之为0.016，中部地区最弱为0.015；③东部地区的企业家精神集聚程度（EN）最强为0.352，西部地区次之为0.304，中部地区最弱为0.222。可见，东部地区的政府创新偏好、企业家精神和省域创新效率均最强，中部地区的政府创新偏好、企业家精神和省域创新能力最弱，三者之间是否呈线性关系有待进一步研究。

表3 主要变量描述性统计

续表3

为分析企业家精神影响下政府创新偏好与省域创新效率的门槛效应，需要进行三个步骤的检验：第一步判断模型中是否存在门槛效应；第二步对存在的门槛值进行显著性水平测试，明确门槛值具体的个数；第三步选定合适的门槛效应模型，并对模型的参数进行估计。

（三）面板门槛模型结果分析

1.门槛效应检验

经STATA 软件测算，面板门槛模型检验结果汇总见表4所列。可以看出，财政科技投入没有通过三重门槛模型的检验，故其适用双重门槛模型，对应的两个门槛值分别为0.170 0 和0.400 0，为了后续分析需要，结合两个门槛值，划分了低、中、高区别三个区间段。

表4 门槛效应检验

为检验门槛值估计是否有效，绘制了似然比函数图，如图4 所示。图4 显示了两个门槛估计值和95%置信区间，LR 值为0 时，对应的门槛估计值为0.170 0和0.400 0，区间［0.160 0，0.190 0］和［0.380 0，0.410 0］，都处于95%的置信区间，门槛值有效性检验通过。

图4 门槛值估计与置信区间

2.面板门槛模型估计结果

双固定面板模型与面板门槛模型的参数估计结果，见表5所列。①从（1）列和（2）列的固定效应面板模型结果来看，无论是否增加控制变量，政府创新偏好能够在一定程度上提高省域创新效率，企业家精神能够显著促进省际层面的创新效率提升；②通过拟合值可以看出，门槛模型的拟合效果好于固定效应的面板回归模型；③从门槛模型的估计结果来看，企业家精神存在低、中、高三个区制，且政府创新偏好的系数有所差异。

表5 门槛效应检验

以拟合效果最佳的（4）列为例，当企业家精神集聚程度处于低区制（EN≤0.170 0）时，政府创新偏好的系数估计值不显著，说明辖区内企业家精神较低，会弱化政府创新偏好对省域创新效率的促进作用；当辖区内企业创新精神集聚程度处于中区制（0.170 0＜EN≤0.400 0）时，政府创新偏好的系数估计值显著为正，即企业家精神的集聚程度适中时，会强化政府创新偏好对省域创新效率的提升作用；当企业家精神集聚程度跨越中区制进入高区制时（EN＞0.400 0），政府创新偏好的系数显著为正，说明辖区内企业家精神越高越能增强政府创新偏好对省域创新效率的促进作用。可见，在不同企业家精神影响下，政府创新偏好对省域创新效率的影响存在差异，当前只有继续强化辖区内的企业家精神，才能强化政府创新偏好对省域创新效率的正向效应，即前述假设得到了验证。

3.各个门槛区间省份分布情况分析

根据表4测算出的门槛值，将2007—2018年各省份分别归集至低区制、中区制和高区制三个辖区内企业家精神的区间，结果见表6 所列。结果显示：一方面，绝大部分省份企业家精神集聚程度处于低区制，说明绝大部分省份创新效率不高的原因在于辖区内企业家精神集聚程度偏低，政府创新偏好未能有效转为企业创新偏好，说明绝大部分省份的企业家精神亟须提升；另一方面，归属于高区制的省份数量由2007年的3个逐步上升至2018年的6 个，归属于低区制的省份数量由2007 年的19 个逐年减少至2018 年的13 个，说明企业家精神集聚程度的优化是中国整体创新效率得以提升的关键因素。

表6 各个门槛区间的省份分布

（四）稳健性检验

为了使实证结果更加稳健，本文进行了替换被解释变量和替换门槛变量的门槛效应检验。

参考于惊涛、杨大力（2018）的研究，用DEA 方法测度省域创新效率，并进行政府创新偏好、企业家精神和省域创新效率的门槛面板模型回归［16］。如图5 所示，LR 值为0 时，对应的门槛估计值为0.090 0 和 0.160 0，区间［0.080 0，0.100 0］和［0.145 0，0.170 0］都处于95%的置信区间，门槛值有效性检验通过。可见，本文的结论依旧稳健。

图5 替换被解释变量下门槛值估计与置信区间

借鉴曾铖等（2018）的研究，用私营企业就业人数占比测度辖区内企业家精神，并检验政府创新偏好、企业家精神和省域创新效率的门槛效应［17］。如图 6 所示，LR 值为 0 时，对应的门槛估计值为0.260 0 和0.400 0，区间［0.230 0，0.270 0］和［0.400 0，0.400 0］都处于95%的置信区间，门槛值有效性的检验通过。可见，本文的结论是稳健的。

图6 替换门槛变量下门槛值估计与置信区间

五、主要结论与政策启示

（一）主要结论

厘清政府创新偏好、企业家精神和省域创新效率三者之间的关系，对提高国家创新能力、推动创新型国家建设具有重要的意义。一方面，构建数理模型，从理论层面系统探析了政府创新偏好对省域创新效率的影响效应与作用路径；另一方面，选取2007—2018 年30 个省份的面板数据，基于随机前沿模型测算省域创新效率，构建面板门槛模型检验企业家精神影响下政府创新偏好对省域创新效率的门槛效应。实证结果表明：①政府创新偏好能提高省域创新效率；②引入企业家精神后，政府创新偏好对省域创新效率的影响存在结构性变化，当前亟须提升辖区内企业家精神，强化政府创新偏好对省域创新效率提升的正向影响效应；③考察期内绝大部分省份的企业家精神集聚程度较弱，阻碍了中国创新效率的持续优化。

（二）政策启示

一是营造良好的制度环境，培育和壮大辖区内企业家精神。鉴于企业家精神对省际创新效率的促进作用，现阶段辖区内企业家精神优化的空间较大，故政府应该营造公平公正的营商环境，完善与创新相关的制度体系，重视知识产权保护制度，确保政府创新目标与企业创新目标具有一致性，优化各区域尤其是中西部地区企业家精神的资源配置，进而提升辖区内企业的创新活动积极性，提升整体的创新效率。

二是优化地区人力资源布局体系，确保企业家精神的合理流向。企业家精神作为特殊的人力资源，其配置情况是否最优对创新效率提升至关重要。各省份要在明晰人力资源布局的基础上，结合自身的优势要素和劣势要素，基于市场供求关系，加快地区要素布局力量的建设，提升地区企业家精神的集聚能力，消除要素集聚能力分化现象。政府也应持续完善创新活动的公共服务机制，搭建地区创新人力资源的合作平台，纾缓企业家精神流动的障碍，拓宽企业家精神流入创新主体的渠道。

三是强化政府创新偏好，优化投入结构，健全财政科技支出绩效评价机制。由于低水平的政府创新偏好会抑制地区创新效率的提高，理应秉承创新驱动发展理念，结合政府创新偏好与经济发展相适应的原则，优化科技财政投入的结构，确保在科技财政政策支持下，要素合理流动到最有效率的创新活动上。同时，由于政府偏好对于不同省份创新影响效果不一，有必要建立科学合理的绩效考评机制，动态观察省域层面的财政资金投入与创新产出协调情况，以创新产出质量和产出贡献度为导向，细化评价的规则和流程，全面评估考察省域创新的社会和经济效益。