技术创新、融资约束与企业全要素生产率

王 丁

(内蒙古财经大学 工商管理学院，内蒙古 呼和浩特 010070)

一、引言

知识经济时代，创新驱动发展比以往任何一个历史时期都显得重要和紧迫。创新驱动是世界大势所趋，是引领发展的第一动力，技术创新作为影响全要素生产率的重要途径，能够加速产业结构转型并促进经济高质量发展。企业研发和创新活动能优化企业资源配置，提高企业生产率，有助于企业开拓发展前景和增强竞争力[1,2]。在此背景下，发展技术创新对企业竞争力的影响越来越大。技术创新作为一种投资活动并不依赖于财政支持。保证技术创新所需的财政资源是实施技术创新的基本条件之一。

全要素生产率反映了资本、劳动力等因素的有效性。是衡量经济长期活力的重要指标。经济发展与提高生产力密不可分。在传统经济发展速度下降、粗放增长模式难以为继的情况下，迫切需要提高企业全方位生产率，促进经济高质量的发展。开拓中国发展新空间，实现经济保持中高速增长和产业向中高端水平提升的“双重目标”。在很大程度上依赖于企业能否获得充足的外部股权融资和债务融资[3,4]。

金融约束是影响企业创新活动的重要因素。创新投资不同于物质投资，这使得它们更容易受到资金限制。由于其投资规模大、不确定性高和投资回收期长，往往难以从企业本身获得稳定和充足的内部资金。而在外部融资方面，由于企业不愿向金融机构提供其创新项目的准确信息，使项目质量难以保证，创新投资不能以有形资产为抵押，造成了信息不对称和逆向选择的结果，导致信贷配给或融资成本的提高。特别是对于发展中国家而言，由于金融市场不完善导致对创新投资的约束更加显著[5-7]。因此，本文从技术创新的角度探讨了金融约束对上市企业全要素生产率的影响。

二、文献综述

(一)技术创新与企业全要素生产率

基于新增长理论可知，企业在技术上取得的进步是提高企业生产、运营效率的根本要素，同时也是自身经济增长的内生驱动力。理论上，技术创新对企业全要素生产率发挥正向促进作用[8,9]，但是现实中由于技术创新存在成本高、时间长及转化难度大等阻碍，技术创新对企业的全要素生产率的影响在不同的时间内存在差异[10]。也就是说，技术创新不一定有利于企业发展。

不论是宏观视角还是微观视角，现有文献关于技术创新和全要素生产率研究结论均存在争议。基于宏观视角，唐未兵等对28个省区的动态面板数据进行GMM估计发现，由于技术创新产生的机会成本、部分关键核心技术的依赖以及研发的逆向溢出等问题的存在，使得对技术的吸收和转化能力受限，从而对经济增长产生抑制作用[11]。此外，蔡绍洪和俞立平采用产业层面的面板数据进行技术创新对企业效益的门槛效应检验并指出，创新的质量对企业效益的贡献并不大[12]。基于微观视角，陈赤平和孔莉霞、刘凯月等研究指出，技术创新对企业全要素生产率具有显著的促进作用[8,9]。然而，陈丽姗和傅元海基于机会成本和市场竞争视角指出，技术创新的机会成本会降低企业经济增加值，同时考虑到市场竞争使得绝大多数技术跟随企业产生高昂的沉没成本[13]。因此，技术创新可能不利于企业全要素生产率提高的观点在学术界也普遍存在[13,14]。

(二)融资约束与企业全要素生产率

现有对于融资约束和企业全要素生产率的研究，结论大多都是融资约束抑制了企业全要素生产率的提高。郑洁等以2006—2019年上市公司为研究样本，探讨了人力资本、融资约束和全要素生产率的关系并指出，融资约束对全要素生产率具有非常显著的负向作用，并且这种负向作用存在地区的异质性[15]。此外，张羽瑶和张冬年从资本配置效率和生产经营效率的视角指出融资约束对企业全要素生产率的抑制作用[16]。然而，倘若从技术创新视角出发，融资约束能够降低企业创新风险，迫使企业谨慎选择技术创新方案，这不仅降低企业技术创新的机会成本，同时还提高企业资源配置效率，促使企业将资源集中投入到关键核心技术领域，提高创新的质量和效果，这或许会对企业全要素生产率起到一定促进作用。李思飞和靳来群的研究结论也发现融资约束在企业流动性较好的条件下对企业全要素生产率的提升具有促进作用，尤其是在民营企业中更为明显[17]。综上所述，多数学者基于传统经典增长理论探讨了融资约束与全要素生产率的差异，但是却忽略了与其他经济增长要素之间的联系与异质性差异。

(三)技术创新与融资约束

在高质量发展阶段，技术创新已经成为企业发展的根本驱动力。很多学者开始基于动态视角来研究技术创新和融资约束的相互作用机制。现有对技术创新和融资约束关系的研究结论呈现出明显的两面性，即促进和抑制。由于技术创新需要大量的技术、人才，使得企业在技术创新过程中对资金的需求越来越大。李文静和朱喜安通过研究资金需求量相对更大的战略性新兴产业的企业发现，融资约束严重阻碍了企业技术创新能力的提高[18]。同时，严若森和姜萧以民营上市公司为研究对象证实了融资约束对技术创新的阻碍作用[19]。然而，还有学者认为，企业面临严重的融资约束会促使企业提高资金利用率和资源配置效率，因而更加谨慎地选择技术创新路径，以降低企业技术创新风险[13,20]。

由于资本市场制度的不健全和市场环境的不完美，企业面临融资约束的主要原因就是信息不对称。基于信号传递理论，企业增加研发强度和技术创新成果可以向媒体、股东及潜在投资者传递企业经营良好的信号，为企业吸引资源和价值投资者，可以有效地缓解企业融资约束，解决资金难题[21]。

与微观模型相比，PVAR模型作为应用最广泛的宏观维度模型之一，其优点在于将模型系统中的每个变量视为内生变量，并考虑变量之间的双向动态影响。本文为研究技术创新、融资约束和企业全要素生产率之间的动态互动效应，特建立PVAR模型即：融资约束—技术创新—全要素生产率，PVAR的经济学意义是：金融约束影响技术创新，从而影响全要素生产率，而全要素生产率仅反作用于金融约束和技术创新。

三、模型建构与数据说明

(一)模型构建

评价PVAR模型的关键是建立合理的识别极限。使用最常用的乔尔斯分解模型(Cholesky Decomposition)来识别PVAR模型。PVAR模型可以写成以下形式：

Yit=Φ0+Φ(L)Yit-1+αi+εit

(1)

其中，式(1)中Yit表示的是模型所有内生变量构成的向量，Φ0代表的是常量向量，Φ(L)是滞后算子向量，αi是个体固定效应，εit是误差项，i 是横截个体数( i = 1，2，…，N) ，t 表示观测时期( t = 1，2，…，T) 。使用固定效应或OLS对用上述PVAR模型得到的分数进行回归有偏差。虽然假设偏差问题会随t的增大而得到解决，但考虑到本文样本周期短，存在的偏差问题可能较为严重。针对PVAR模型可能引起的截面异质性，本文采用Love & Ilcchino提出的Helmert方法消除了模型的个体效应和周期效应，同时对模型参数进行了有效的估计，从而更好地控制个体效应和解决问题，与内生变量相关[22]，使用广义矩估计法(GMM)。

(二)数据说明

1.变量设计

(1)技术创新。学术界主要基于投入和产出视角对企业技术创新进行测度。基于创新投入的视角，学者大多使用研发投入衡量企业创新能力来构建实证模型[23-26]；基于创新产出的视角，现有文献较多使用企业当年的专利申请数量、专利授权数量进行研究[21,27,28]。本文考虑到研发投入更多侧重于企业在创新领域的注意力或者研发强度，已授权的专利才能直接体现企业创新的成果。基于此，本研究选取全部沪深A股上市公司当年被授权的专利数量来衡量技术创新。

(2)融资约束。现有文献对于融资约束的测度方式主要有SA指数法、KZ指数法、WW指数法等。事实上，这些测度指数均基于多项公司指标，相对于股利支付率、资产负债率等单项绝对性的指标更能系统地反映企业面临的融资约束。本研究借鉴鞠晓生等[29]的做法，通过企业的年龄和规模构建融资约束SA指数，公式如下。为证明本研究得出结论的稳健性，本文使用KZ指数对模型进行稳健性检验。

SA指数=-0.737×Size +0.043×Size2-0.040×Age

(2)

(3)企业全要素生产率。目前阶段，学术界对于微观层面全要素生产率的测度方式趋向复杂化和多元化。鲁晓东和连玉君通过对1999-2007年中国工业企业全要素生产率的研究提出，测度企业全要素生产率的方式主要有最小二乘法、固定效应法、LP法和OP法[30]。其中，OP法和LP法又被划分为半参数法。本文借鉴贾丽桓和肖翔[31]的做法，选择LP法对主检验中的企业全要素生产率进行测度，选择OP法进行稳健性检验。

2.样本选取

本文选择2013—2019年全部沪深A股上市公司作为研究样本，并进行以下处理：(1)剔除金融行业的企业；(2)剔除连续两年以上(含两年)亏损的企业；(3)剔除中间退市的企业；(4)剔除数据严重缺失的企业。经过整理，本研究最终选择2172家企业作为本文研究对象并得到平衡面板数据。本研究的数据来源于CSMAR数据库和RESSET数据库，部分缺失数据通过新浪财经网、巨潮资讯网手动填补。

3.描述性统计

表 1 为模型变量数据的描述性统计。由表 1 可知，融资约束平均值为 1.334 ，最小值为 0.375 ，最大值达到了 1.656。全要素生产率平均值为1.906，最小值和最大值之间存在显著差异。企业技术创新活动平均值为0.045，最低值为0.62，表明企业技术创新活动波动较大。

表1 变量数据描述性统计

四、实证检验

(一)单位根检验

表2 面板数据ADF检验结果

对模型进行单位根检验，以避免回归分析中出现“伪回归”问题。本文采用比较常用的ADF-Fisher Chi-Square统计指标确定方法来确定变量是否存在单位根，如表2所示。验证结果表明，融资约束、技术创新和全要素生产率均在1%的水平模型显著，拒绝模型原假设，说明全部变量数据都是原始平稳的，因此可以建立PVAR模型。

(二)PVAR模型估计

1.滞后阶数判断

表3 滞后阶数

为了确定PVAR模型的参数，必须选择最佳滞后期数。本文根据Andrews[32]等人提出的一致矩模型的选择准则，提出了这种模型选择标准的方法(Consistent Moment and Model Selection Criteria，CMMSC)选择最佳延迟数。在CMMSC框架下的AIC、BIC 和 HQIC准则中，均倾向于较低的结果。根据表 3 的结果，PVAR滞后一期的 BIC、HQIC 数值最小，PVAR滞后两期的AIC 数值最小。因此综合衡量确定基准PVAR模型的最优滞后期数为一期。

2.格兰杰因果检验

表4 格兰杰因果检验

格兰杰因果关系检验可以用来确定变量的滞后项是否对其他变量有显著影响，从而指出变量在时间上的因果关系。格兰杰因果关系准则可以帮助判断 PVAR 模型中内生变量之间的关系。根据表4上述结果表明，PVAR模型的三个内生变量之间存在统计学上有意义的因果关系，三个内生变量相互作用。格兰杰因果分析结果证实了使用PVAR模型描述经济系统的合理性。

3.GMM估计

表5 面板VAR估计结果

在面板单位根检验中，变量一阶差分均平稳，然后对面板中的VAR水平进行估计，通过GMM得到有效的系数估计。PVAR估计结果见表 5。可以得到如下结论：融资约束滞后一期时对企业技术创新与全要素生产率有显著的正向影响。总体来看，融资约束在短期内既可以推动企业技术创新又可以促进全要素生产率发展; 企业技术创新在滞后一期时对全要素生产率发展有负向影响，但是并不显著。结果表明，企业技术创新的提高对于促进全要素生产率的发展影响不大。

4.脉冲响应

图1 脉冲响应图

本文通过脉冲响应函数对PVAR模型进行估计，可以得到各变量间的冲击和影响。进一步分析得到技术创新、融资约束和企业全要素生产率间的动态交互机制。考虑到脉冲响应函数的标准差，本文通过蒙特卡洛方法模拟产生置信区间。脉冲响应的结果如图1所示，可以得到如下结论：

(1)融资约束在短期内对技术创新有促进作用。

(2)技术创新短期内自身扰动较大。

(3)全要素生产率对于融资约束在短期内有明显积极作用，且在长期仍保持正向推进作用。

(4)全要素生产率对于技术创新在短期内具有负向影响，产生一定程度的抑制作用。

5.方差分解

表6 方差分解表

通过表6方差分解的结果我们可以发现，融资约束可以推动企业技术创新，同时融资约束对于全要素生产率也有比较重要的贡献，但是企业技术创新升级对于全要素生产率发展的推动作用不是很大，还有待进一步的完善和提高。

五、稳健性检验

本文主要通过替换变量法对模型和结论进行稳健性检验，操作如下：用OP法测度企业全要素生产率替代前文LP法来衡量企业全要素生产率，进行模型的稳健性检验；用KZ指数代替前文的SA指数测度企业融资约束。本文对KZ指数进行对数处理，以减小异方差带来的影响，总体而言，结果与上述一致。

六、结论与启示

(一)结论

实证表明：第一，金融约束与企业技术创新密切相关，放松企业融资约束可以增加企业的研发投入，增强企业的研发创新能力。第二，由于技术创新与全要素生产率密切相关，提高企业的技术能力可以促进全要素生产率的提高，同时对经济高质量发展具有积极意义。第三，企业技术创新与全要素生产率关系十分密切，企业技术创新能力的提升可以促进全要素生产率的提高，同时对经济高质量发展具有积极意义。第四，融资约束不仅可以推动企业技术创新，同时对于全要素生产率也有较为重要的贡献，但是企业技术创新升级对于全要素生产率发展的推动作用不是很大，还有待进一步的完善和提高。这可能是由于技术创新对企业发展质量的影响存在不确定性。鉴于当前的发展现状，在经济高质量发展的背景下，寻找一条新的发展道路对企业经济发展具有重要意义。

(二)启示

首先，在企业资金约束较为严重的情况下，由于资金短缺，企业对待技术创新应该更加谨慎。为了降低创新风险，企业应通过提高创新资金的使用效率，提高企业创新的回报率，促进短期发展质量的提高，提高创新质量，或利用企业内部资金进行创新活动，以减少技术创新的信息传播，来保护自身知识产权，提高自身核心竞争力；或在短期内选择更有效的创新项目，有助于提高短期发展的质量。同时，构建技术创新型企业生态系统，完善技术研发体系。其次，企业作为技术创新的组成部分，对促进经济高质量发展具有不可替代的作用。企业要积极发展新产品的研发和技术创新，积极开发科技潜力，实行科技创新，尊重知识产权；集中能源资源，积极突破关键科技创新，增强企业核心竞争力。改善企业生存发展空间，增强企业创造附加值能力，带动企业高质量发展。只有这样，技术创新才能继续带动产业发展，完善技术研发体系。企业在创新过程中亦应互相配合，使各企业集团共同进取，在企业之间建立创新网络，从而更有效地控制创新资源的流动，完善创新资源管理，提高创新手段使用效率，缩短研发周期，加快研究成果商品化。再次，建立管控机制。一般投入大、周期长的大型创新项目和投入小、周期短的小规模创新项目，其创新利润相对滞后；如果企业的创新活动不成功，或者市场不接受企业创新产出，企业就难以提高发展质量。因此，要加强财务管控，建立风险防范机制，定期进行风险评估和预测，避免企业做出错误判断，在原有产业结构的基础上延长生产链，重点是技术创新、新产品开发，逐步完善企业的产业结构，使其不断优化升级，增加对核心业务的支持，同时提高企业生产率，从而刺激各方面的生产率增长。遵循自然规律，寻求绿色可持续发展道路，企业在发展中应注意使用新能源和清洁能源，并充分利用企业的独特优势，如风能、太阳能等清洁能源。只有保护环境，寻求绿色发展道路，企业才能在发展中具有绿色竞争优势，从而提高经济发展质量，在社会经济高质量发展的基础上实现企业发展方式的转变。最后，上市公司应提高社会责任意识。履行社会责任是企业竞争优势的“翅膀”。短期内虽然会抑制公司的成本，但长远来说会提高公司的核心竞争力和公司的声誉。上市公司应将社会责任纳入其内部管理和发展战略。