经济政策不确定性、政府治理质量与科技创新的门槛效应分析

汪 栋，荣维博，张桂阳，何光喜

(1.南京财经大学公共管理学院，江苏 南京 210023；2.南京理工大学经济管理学院，江苏 南京 210094；3.中国科学技术发展战略研究院，北京 100038)

0 引言

2021年11月，十九届六中全会在北京召开，会议强调 “坚持创新是引领发展的第一动力”，科技创新是建设现代化经济体系的战略支撑，同时也是构建国内国际双循环新发展格局的重要着力点。自2008年全球金融危机爆发以来，中国政府相继推出 “四万亿刺激经济计划” “大众创业、万众创新” “互联网+”和 “创新驱动发展”等一系列宏观发展战略方针，在提高国内科技创新水平的同时，从供给侧维度推动经济的持续稳定发展。2020年初，新冠疫情引发了自1929年大萧条以来全球经济的又一次剧烈波动，新冠疫情蔓延和贸易战升级对各国经济生产活动造成持续冲击，并给全球经济社会发展带来极大不确定性。在此背景下，各国频繁变更的经济政策和新冠疫情蔓延的恐慌气氛对各国科技创新等经济活动产生一系列影响，由于社会经济文化等方面存在较大差异，各国在经济政策不确定性加剧背景下的科技创新活动展现出值得关注的异质性特征。

伴随着各国经济政策的频繁变更与出台，经济政策不确定性问题开始逐步加剧，并对主要经济体国内的经济活动产生一系列影响[1]。经济政策不确定性主要来自3个方面：①政府政策制定过程的不确定性；②政府政策实施过程的不确定性；③其他影响经济政策的非政策因素的不确定性[2]。在全球经济危机爆发期间，经济政策不确定性已经逐渐成为影响经济波动的主要因素之一[3]。伴随着经济政策不确定性问题的出现与发展，各国采取了一系列措施加以应对，以消除其对经济活动带来的负面效应[4]。然而，在新冠疫情蔓延和贸易战升级的双重冲击下，各国经济系统 “自动稳定器”功能的减弱以及外围经济形势复杂性的增强，使各国经济政策不确定性对国内经济活动的影响进一步加剧[5]。科技创新是驱动社会高质量发展的第一动力，是社会经济活动的重要组成部分，当前日趋增长的经济政策不确定性，通过对各经济主体研发投入等市场行为的冲击，继而对科技创新活动产生深远的影响。与此同时，为应对国内经济系统 “自动稳定器”功能衰弱带来的负面效应，各国政府不断提升治理水平，通过 “看得见的手”为科技创新等经济活动提供良好的社会环境。由于全球各国政府治理水平存在巨大差异，因此将政府治理质量纳入到科技创新影响因素的研究范畴之中，具有重要的理论与现实意义。

通过对经济政策不确定性、科技创新和政府治理质量三者逻辑关系的梳理，本研究主要围绕两个核心问题展开：一方面，经济政策不确定性如何影响一个国家的科技创新活动？另一方面，政府治理质量对上述影响产生什么作用？针对上述问题，本文选取1996—2015年全球21个主要经济体的面板数据，以政府治理质量作为门槛变量构建门槛回归模型，系统分析各国经济政策不确定性对科技创新的影响效应，旨在为推动 “新时代”中国科技创新的高质量发展提供政策建议。

1 文献回顾

1.1 经济政策不确定性对科技创新的影响效应综述

针对经济政策不确定性对科技创新活动的影响，部分学者认为，经济政策不确定性的提高会抑制经济体科技创新活动的展开。郝威亚等[6]基于中国工业企业1998—2009年的微观数据，运用实物期权理论，分析经济政策不确定性对企业创新的影响，发现其会推迟企业研发投入，致使企业技术创新受到抑制。Wang等[7]基于中国非金融类上市公司2002—2012年的面板数据，发现经济政策不确定性会对公司技术研发产生负面影响。张倩肖等[8]基于中国A股上市公司2004—2015年的微观数据，构建面板固定效应模型，发现经济政策不确定性会对企业的技术创新产生显著抑制效应，且存在区域等方面异质性特征。佟家栋等[9]构建贸易政策不确定性指数，发现该指数降低对中国出口企业产品创新提高有显著影响，其影响对于不同性质的出口企业具有一定的异质性特征。顾欣等[10]利用1999—2007年的中国工业企业统计数据、专利数据和经济政策不确定性数据，实证研究发现经济政策不确定性对于企业创新的抑制作用会随着创新水平的提高而增加。王红等[11]以1998—2014年中国工业企业为样本，实证结果表明经济政策不确定性对企业创新具有显著的抑制作用，并且这种作用具有持续性。与此同时，也有部分学者认为，经济政策不确定性的提升反而会促进经济体科技创新活动的开展。顾夏铭等[12]基于中国上市公司专利申请数量和R&D经费投入发现，经济政策不确定性对企业技术创新具有显著的激励效应和选择效应，能够对其产生较强的促进作用。孟庆斌等[13]利用中国上市公司2008—2015年的数据，构建随机动态优化模型展开实证研究，发现企业研发投入与宏观经济政策不确定性呈现正相关关系，经济政策不确定性会促进企业创新水平的提高，并且这种促进作用在不同类型的企业之间存在异质性。Atanassov等[14]采用2001—2016年间中国上市公司的R&D经费投入数据，将美国州选举看作政府政策不确定性的外生变量，发现政策不确定性上升反而会导致企业R&D经费投入水平的提高。

1.2 政府治理质量对科技创新的影响效应综述

针对政府治理质量对国家科技创新的影响，鲁桐等[15]运用194个国家1996—2010年非平衡面板数据发现，国家之间技术创新水平的差异可以在企业面临的外部治理环境上追根溯源，外部治理环境作为一种潜在的重要因素，影响一国技术创新的投入和产出水平。艾永芳等[16]利用1996—2014年世界53个国家的面板数据，研究发现文化差异可以通过治理环境对科技创新产生间接影响。孟涛等[17]基于2006—2015年全球竞争力指数的面板数据，构建固定效应模型发现政府规制与一个国家的科技创新活动有着显著的正相关性。洪名勇等[18]基于1996—2015年52个国家的面板数据，构建空间面板计量模型，发现服务效率对国家科技创新的促进作用受国家制度环境的影响，在制度环境较为完善的国家 (地区)，服务效率对国家科技创新的促进作用更为显著。赵强等[19]基于我国省级面板数据，采用组间系数差异检验法以及面板固定效应模型，研究不同区域的制度环境对于科技创新水平的影响差异，实证结果表明制度环境的差异对科技创新的影响存在显著差异。苏勇等[20]利用2006—2011年我国31个省 (区、市)面板数据，采用分层回归分析方法进行实证研究，发现制度更完善的地区的研发投入对区域技术创新的促进作用更强。Mirella等[21]利用1995—2005年8个欧洲国家的数据进行研究，发现政府治理环境中如果存在障碍，会影响国内科技创新进程。

综上所述，一方面，现有文献对经济政策不确定性究竟是促进还是抑制科技创新尚未得到一致结论，关于经济政策不确定性对科技创新影响的研究多集中于企业层面，对国家宏观层面科技创新活动影响问题的研究较少；另一方面，关于政府治理质量影响科技创新的研究，大多是考虑政府治理质量对科技创新的直接影响，或是其余变量基于政府治理质量对科技创新的间接影响，缺少将政府治理质量视为门槛变量的探讨。基于以上分析，本文设置基本假设：只有当政府治理质量达到一定水平即跨过门槛之后，经济政策不确定性才会对国家科技创新产生影响，否则这种影响并不显著。因此，本文尝试将政府治理质量纳入分析框架，以全球21个主要经济体作为研究样本，基于1996—2015年跨国面板数据构建门槛模型，分析经济政策不确定性提升是否会抑制国家科技创新，以及政府治理质量这一因素对上述影响的门槛效应。

2 模型设计与变量说明

2.1 数据来源

依据核心被解释变量数据的可得性，本文以1996—2015年作为研究区间，时间跨度基本囊括了1997年亚洲金融危机、2008年美国次贷危机和2010年欧洲债务危机等全球经济剧烈波动导致经济政策不确定性大幅攀升的关键时点，在剔除各指标缺失数据后，得到涵盖全球21个国家 (澳大利亚、巴西、加拿大、智利、中国、克罗地亚、德国、西班牙、法国、英国、希腊、印度、爱尔兰、意大利、日本、韩国、墨西哥、荷兰、俄罗斯、瑞典和美国)的年度面板数据，样本中排在2021年全球创新指数排行榜前20名的国家达半数以上，从而有效提高了本文研究样本的针对性和可靠性。在数据来源方面，国家研发经费占GDP比重、城市化率、每百万人中移动蜂窝式无线通信系统的电话租用数、工业企业就业人员占比、外商直接投资净流入等基础数据来源于世界银行世界发展指标数据库；政府治理质量指标基础数据来源于世界银行全球治理指标数据库；经济政策不确定性指数基础数据来源于公允度较高的斯坦福大学和芝加哥大学Scott R.Baker、Nicholas Bloom和Steven J.Davis这3位学者编制的经济政策不确定性网站 (http://www.policyuncertainty.com/)；其余少部分不足数据采用均值插补法补齐。

2.2 变量说明与描述性统计

(1)被解释变量：国家科技创新。参考郝新东等[22]、沙文兵[23]、丁一兵等[24]选取的指标，本文同样采用研发经费与国内生产总值之比作为国家科技创新的代理变量。

(2)核心解释变量：经济政策不确定性 (epu)。采用Scott R.Baker等3位学者联合编制发布的经济政策不确定性指数衡量。由于经济政策不确定性指数为月度数据，本文参考张成思等[25]、纪洋等[26]、李文静等[27]的做法，采用算术平均的方法，并赋予每个月份相同的权重将月度数据转化为年度数据。

(3)门槛变量：政府治理质量。根据本文的分析框架，选取世界银行全球治理指标数据库中的贪腐控制、施政有效性、政治稳定程度、规制质量、法制程度、公民参政与问责6个指标，用以衡量不同国家在政府治理质量方面的差异。全球治理6个指标的取值区间均为[-2.5,2.5]，值越小说明国家治理环境越差，值越大说明国家治理环境越好。另外，在2002年前，世界银行每隔1年公布1次数据，即只给出了1996年、1998年、2000年的数据，所以对于缺失的年份数据，效仿Virginia等[28]的测算方法，使用其相邻2年数据的平均值来代替。

(4)控制变量：①城市化率。艾永芳等[16]认为城市化率越高，人才集聚越明显，越有利于科技创新，故本文以城市人口占总人口的比重来衡量城市化率；②基础设施建设。洪名勇等[18]认为基础设计建设越发达，越有利于人员信息交流，越有利于科技创新，故使用每百人移动蜂窝式无线通信系统的电话租用量来衡量基础设施建设；③产业结构。鲁桐等[15]认为工业企业相较农业与服务业而言，更倾向于科技创新，所以工业企业就业人员比重越大，越有利于科技创新。所以，用工业企业就业人员占所有就业人员的百分比来衡量产业结构；④引进外资水平。洪名勇等[18]认为外商直接投资FDI可以弥补资金缺口，并推动生产技术升级，所以FDI越高，越有利于科技创新，故使用外国直接投资净流入衡量引进外资水平。

为了更好体现各个变量的特征，对被解释变量、核心解释变量、门槛变量和控制变量进行描述性统计，结果见表1。

表1 变量的描述性统计

2.3 模型设定

基于国内外学者的已有研究，本文设定单门槛回归模型，模型设定为：

rdgit=αi+β1epuitI(qit≤λ)+β2epuitI(qit≥λ)+γControlit+εit

(1)

式中，i和t表示国家和年份；αi为常数项；rdgit表示某国第t年的国家研发投入占国内经济总值的比重；epuit是核心解释变量，表示某国第t年的经济政策不确定性指数；qit是门槛变量，表示某国第t年的治理质量；λ是门槛阈值；I(·)是示性函数，当括号中的条件满足时，I= 1，否则I=0；Controlit是控制变量；β1，β2和γ是带估计的参数；εit是误差项。双门槛模型设定为：

rdgit=αi+β1epuitI(qit≤λ1)+β2epuit×

I(λ1λ1)+γControlit+

εit

(2)

式中，λ1和λ2是门槛阈值，且λ1<λ2；其余符号同式 (1)。

3 门槛检验与实证结果

3.1 平稳性检验

为了避免 “伪回归”的出现，确保结果的有效性，采取LLC、IPS、ADF、PP这4种方法对水平值和一阶差分值进行单位根检验，结果见表2。

表2 单位根检验结果

单位根检验显示，模型中所有变量的一阶差分值都非常平稳，通过平稳性检验，说明模型符合建模的要求。

3.2 门槛效应检验

本文借鉴Hansen[29]的LM检验方法进行门槛效应的存在性检验。进行门槛效应检验的目的在于，本文选取的21个政府治理质量6个指标对于国家科技创新rdg的影响是否都存在门槛效应。本文分别将cc(贪腐控制)、ge(施政有效性)、pv(政治稳定程度)、rq(规制质量)、rl(法制程度)、va(公民参政与问责)6个政府治理质量指标作为门槛变量带入模型 (1) (2)进行检验，依次估计单一门槛模型和双重门槛模型。检验结果发现，政府治理质量指标的6个门槛变量均存在单一门槛且P值均为0.000，即这6个门槛变量都存在单一 “阈值”并且都显著，通过了单一门槛检验。

3.3 门槛回归结果

在确定了各个门槛变量的阈值后，将cc(贪腐控制)、ge(施政有效性)、pv(政治稳定程度)、rq(规制质量)、rl(法制程度)、va(公民参政与问责)分别设定为门槛变量，代入门槛回归模型进行回归，门槛回归结果见表3。

表3 政府治理质量指标为门槛值的实证回归结果

整个方法的大致步骤为：门槛效应是否显著—确定门槛数目—进行门槛回归。从回归结果可以看出，将cc(贪腐控制)、ge(施政有效性)、pv(政治稳定程度)、rq(规制质量)、rl(法制程度)、va(公民参政与问责)分别设定为门槛变量代入门槛回归模型中，当各个门槛变量低于门槛阈值时，经济政策不确定性对国家科技创新的影响均不显著。当各个门槛变量高于门槛阈值时，即跨过 “门槛”时，各系数显著为负，这说明经济政策不确定性对国家科技创新的影响相当可观，只要政府治理质量达到一定程度，经济政策不确定性越低，即经济政策越稳定，那么国家科技创新水平就越高。

3.4 稳健性检验

Baker等[30]构建的经济政策不确定性指数为月度数据，本文将月度数据进行算术平均化处理，得到年度经济政策不确定性指数。为检验文章实证结果的稳健性，本文除了使用算术平均数来测算年度经济政策不确定指数，还使用几何平均数来测算年度经济政策不确定性指数，并重复文章的模型回归过程，结论基本一致，稳健性检验结果见表4。

表4 稳健性检验结果

3.5 异质性分析

根据世界知识产权组织 (WIPO)发布的 《2021年全球创新指数报告》，按照 “是否位于全球创新指数排行榜前20名”的标准对21个样本进行分组，将居于全球创新指数排行榜前20名的国家聚类划分为创新型国家组，其余样本归为非创新型国家组。其中，样本中创新型国家包括瑞典、美国、英国、韩国、荷兰、德国、法国、中国、日本、加拿大、爱尔兰11个国家，非创新型国家则包括澳大利亚、意大利、西班牙、克罗地亚、俄罗斯、印度、希腊、智利、墨西哥、巴西10个国家。通过对比表5和表6的实证结果可以发现，在施政有效性、政治稳定程度、规制质量和公民参政与问责方面，创新型国家的门槛值更低。通过异质性分析结果表明，对于创新型国家而言，经济政策不确定性对国家科技创新的影响效应对治理质量的这4个维度更加敏感。

表5 创新型国家的异质性分析

表6 非创新型国家的异质性分析

4 结论与政策建议

4.1 研究结论

本文选取1996—2015年世界21个国家的年度面板数据，构建门槛回归模型，实证分析经济政策不确定性对国家科技创新的门槛效应。实证结果发现，贪腐控制、施政有效性、政治稳定程度、规制质量、法制程度、公民参政与问责这6项政府治理质量变量均存在显著的单一门槛，6个门槛变量的门槛阈值分别为0.27、0.27、0.05、0.69、1.39、1.07。其中，法制制度和公民参政与问责较高，而政治稳定程度最小，这说明国家科技创新对一国的政治稳定程度最为敏感，因为政治稳定程度只需要跨越一个很小的 “门槛”，就会令科技创新受经济政策不确定性的影响加强。另外，6个变量跨过 “门槛”时，系数均从不显著变化为显著为负，这说明当政府治理质量提高到一定程度时，会增强经济政策不确定性对国家科技创新的抑制，即经济政策不确定性越低，表示经济政策越稳定，国家科技创新水平就会越高。6个变量系数从小到大依次为公民参政与问责 (-0.212)、法制程度 (-0.287)、施政有效性 (-0.321)、政治稳定程度 (-0.582)、贪腐控制 (-0.775)、规制质量 (-0.896)，这表明与其他变量相比，当规制质量提高到一定程度时，经济政策不确定性对科技创新的负面影响更大。此外，通过异质性分析结果表明，对于创新型国家而言，经济政策不确定性对国家科技创新的影响效应对施政有效性、政治稳定程度、规制质量和公民参政与问责这4个治理质量维度更加敏感。

4.2 理论贡献

本文的理论贡献在于：一方面，发现了政府治理质量对科技创新存在门槛效应，这表明只是单纯地降低经济政策不确定性，未必会推动国家科技创新的发展，只有将政府治理质量提高到一定程度即跨过门槛时，经济政策不确定性的降低才会促进国家科技创新的发展；另一方面，对21个样本进行国别分析，发现政府治理质量的不同和创新能力的门槛值不同，因此我国提高政府治理质量的同时，需要针对 “微观企业 (点)—中观产业链 (线)—宏观行业 (面)”多层次动态系统采取不同推动措施，从而更有效地发挥经济政策不确定性的降低对我国科技创新的促进作用。

4.3 对策建议

党的十九届六中全会强调 “坚持创新是引领发展的第一动力”的同时，要求 “坚持有效市场和有为政府更好结合”。基于研究结论，本文围绕降低经济政策不确定性和提高政府治理质量两个维度，为新冠疫情蔓延和贸易冲突升级背景下我国有为政府如何实现创新驱动高质量发展战略，提出相应的政策建议。一方面，应降低经济政策不确定性，每个国家面对新冠疫情与国际贸易冲突等问题或是为了平滑国内经济波动趋势，往往会频繁出台或更改经济政策，此时应权衡经济政策不确定性对科技创新活动的影响，充分考虑到经济政策实施的前瞻性、稳定性和时效性所产生的一系列影响，尽量减少经济政策不确定性对于国家科技创新的负面影响，以 “看得见的手”控制 “看不见的手”的调控范围，始终坚持有效市场和有为政府更好结合，为科技创新活动的开展提供一个相对稳定的政策环境；另一方面，应积极提升政府治理质量，每个国家在促进科技创新过程中，需要重视政府治理质量水平的提升，各级政府部门应高度重视贪腐控制、施政有效性、政治稳定程度、规制质量、法制程度和公民参政与问责6个维度的治理水平，努力将政府治理质量提高到一定高度，使得稳定的政策环境对科技创新的推动作用能够更好地体现出来。