宏观政策不稳定性与企业创新——基于劳动力流动和资本成本溢价视角的分析

■黄娴静 王雪霏

一、引言

宏观政策的稳定性、连续性和可持续性会影响市场预期和主体经营决策。经济政策不确定性是宏观政策不稳定的重要因素之一，会使市场主体无法预知未来经济政策的改变[1]。次贷危机之后，各国经济政策频繁变动，导致宏观政策不稳定性上升。我国为了应对次贷危机对经济的负面影响，推出了“四万亿”计划，以期应对经济增长减速、产业结构调整以及市场需求萎缩等问题。随后，我国陆续推出了供给侧结构性改革，提出“三去一补”“大众创业、万众创新”“工业4.0”等一系列宏观经济政策。新冠肺炎疫情之后，经济政策回归宽松，以稳住经济大盘为主。这一系列产业、经济政策的频繁出台和变更，虽然在短期内有利于解决我国面临的经济难题，但同时也加剧了我国宏观政策不稳定程度。从国际环境来看，俄乌冲突、中美贸易摩擦等因素，也导致我国企业的生产投资面临更大的外部风险。

创新是驱动经济高质量发展的第一动力，党的十九大报告将创新作为我国建设现代化经济体系的战略支撑。据科技部统计，2012—2021年，我国创新与研发投入从1.03 万亿元增长到2.79 万亿元，位居世界第二，研发强度从1.91%提升至2.44%。习近平总书记也曾多次强调“关键核心技术是国之重器”，要加强对核心技术科技创新的支持。然而，我国部分行业和领域仍旧面临着核心科技创新能力不足、进口依赖度较高的困境，创新投入和创新效率有待进一步提升。在此背景下，宏观政策不稳定性的上升对我国企业创新行为有何影响？作用机制如何？本文将对这一问题展开研究。

目前，对于政策不稳定性对微观企业活动影响的研究较多，大多集中于经济政策不确定性对企业实体投资、信用融资、风险承担、社会责任承担的影响等方面[2—4]。Bloom[5]发现政策不确定性会给投资、就业、生产率等方面带来负面冲击。Atanassov[6]研究发现美国州选举带来的不确定性会促使企业增加创新行为，尤其是在竞争激烈的选举年份以及政治敏感度高的行业和成长价值高的企业。顾夏铭等[7]研究发现经济政策不确定性会正向影响企业的创新活动。在宏观政策不稳定性与企业创新之间关系的已有研究中，多是从经济政策不确定性视角展开，而对于两者的内在影响机制未能深刻阐释。因此，本文将对此展开深入分析。

本文基于2007—2018年沪深两市非金融类上市企业的数据，实证分析了宏观政策不稳定性上升对企业创新的影响及其机制。与已有研究相比，本文的贡献在于：其一，拓展了宏观政策不稳定性与企业创新相关的研究领域，全面、系统地分析了宏观政策不稳定性对企业创新影响的理论机制。其二，分析了在所有制性质、杠杆率和融资约束程度不同企业中的异质性影响。其三，创新性地从劳动力流动和资本溢价视角，分析了宏观政策不稳定性上升对企业创新的作用机理，有助于完善已有的理论研究。

二、文献回顾与研究假设

（一）宏观经济政策不稳定性与企业创新

根据实物期权理论可知，未来宏观政策不稳定性的上升会加剧企业投资风险，引起延期期权价值的提高。这是因为调整成本与资本是不可逆的，企业投资的择时动机，本质上是在前期投资所创造的额外收益与未来新信息所产生的价值之间作出的抉择。因此，企业会选择推迟或放弃投资活动，以观望获取更多新政策信息避免投资失误[8，9]。然而，与其他实体投资活动相比，研发创新投资本身有周期长、风险高等特点。因此，研发创新与实体投资在投资期限、风险-收益对称性等方面的差异，意味着宏观经济政策不稳定性的上升在企业研发创新与实体投资两者之间可能存在异质性影响。

宏观政策不稳定性主要体现在宏观经济政策不确定性，而这种不确定性具有“不良”和“良好”的两面性，有可能对资产估值和未来增长产生相反的影响[10]。“不良”的经济不确定性会使得微观经济主体对未来的经济走势持有观望态度，从而暂时取消或推迟投资；“良好”的经济不确定性意味着微观经济主体对未来经济发展趋势持有乐观的预期，此时企业基于提高增长期权价值的考虑，更倾向于采用激进的投资策略。目前，宏观经济政策不稳定性对企业创新之间关系的观点大致可以分为两种：一方面，在实物期权理论的作用下，宏观经济政策不稳定性可能会抑制企业研发活动[11]；另一方面，宏观经济政策不稳定性会通过激励效应和选择效应对企业创新起到正向影响，并且上述影响受到政府补贴、金融约束、所有制性质以及行业特征等因素影响[7]。

宏观经济政策不稳定性提高引致的银行惜贷现象，会加大企业的融资难度，增强企业预防性储蓄动机，进而对企业创新造成负面影响。具体的，预防性储蓄理论认为企业会通过调整自身投资策略以预防未来风险，即选择性地调整现金、债券等流动性较高的金融资产持有比例，以应对未来可能面临的流动性风险。宏观经济政策不稳定性造成了外部系统性风险，其波动会影响企业对外部市场经营环境的判断和决策，进而会影响经济主体的投融资行为。宏观经济政策不稳定性的上升，意味着企业会根据经济环境的主观判断来调整资产的配置结构[12]。在政策不确定性上升的情况下，外部市场环境变动风险有所增强。在谨慎性原则下，企业为了防患于未然可能会增持流动性较强的现金资产，减少流动性较弱的投资性支出[13]，进而会抑制其研发投入。宏观经济政策不稳定性提高，也会加剧金融市场的波动，强化信贷资金在不同经济体之间的倾向性配置问题，加大中小企业和民营企业等融资弱势企业面临的流动性约束[14]，进而会对企业研发投资产生负面影响[15]。此外，与其他投资相比，研发创新具有投入成本高、投资周期长、失败风险高等特征，宏观经济政策不稳定性上升引致的行业发展不明确、外部市场环境恶化等问题也会进一步加剧企业研发风险，从而抑制其研发动机。

宏观经济政策不稳定性的上升也可能会促进企业研发创新。理论机制在于：其一，政策的频繁变更会促进企业通过申请专利等方式达到垄断市场、提高市场份额和产业转型的目的。从委托-代理角度来看，经理人是企业投融资决策的实际执行者。在外部经济环境不确定性程度较高时，管理层基于自身利润最大化原则，会减小企业整体的投资规模。但考虑到研发创新具有中长期资本回报率高、未来市场价值高等特征，企业可能会选择提高创新投资比例、开发新产品或服务来获取利润增长。具体来说，企业研发创新成功后，获取的专利可以防止市场其他竞争者模仿生产相似产品，保护专利持有企业的合法权益，有利于其在市场中获取超额利润。同时，企业也可以出售专利等知识产权获取前期研发投资的资本回报，从而在一定程度上抵消部分研发投资的不可逆性。其二，我国资本市场发展不完善，宏观经济政策不稳定性的上升会放大投资者对于企业负面信息的敏感性，企业可能会主动通过强化或新增研发创新项目，来维持或增强投资者对于企业的信心，以达到稳定外部投资者预期的目的[16]。综上，宏观经济政策不稳定性的上升对企业创新的影响是以上两种作用相互制衡的结果。基于此，本文提出如下备择假设：

H1a：宏观经济政策不稳定性的上升会促进企业创新。

H1b：宏观经济政策不稳定性的上升会抑制企业创新。

（二）宏观经济政策不稳定性对企业创新的影响机制分析

在知识创新成果产出的过程中，人力资本和金融资本是形成创新性成果最重要的投入要素。企业研发投入需要长期的人力资源和资金投入，技术人员的频繁流动会降低研发的连续性，从而对企业研发投入、研发产出和研发效率产生负面影响。经济政策不稳定性水平的提高，意味着企业生产经营面临的外部市场风险增强，导致社会失业率上升和平均工资水平降低[17，18]。出于货币化薪酬和晋升的考虑，经理人和核心研发人员放弃现有工作岗位去寻求新工作的意愿会减弱。因此，经济政策不稳定性的上升会降低劳动力流动规模，促进企业创新。

经济政策不稳定性通过降低劳动力流动而促进企业创新的影响，也可能会因企业所处行业和研发类型产生差异。一方面，从行业层面来看，相较于非高新技术行业，高新技术行业具有更高的劳动效率、资金效率和创新能力。随着经济政策不稳定性程度的上升，高新技术企业更有能力利用自身科研实力加快新技术、新产品或新服务等的创新进程，以达到产业升级和提高市场份额的目的。高新技术行业创新活动的知识技术密集度更高，对于核心研发人员的人力资本依赖度也就更强。高新技术企业对研发人员的技术水平要求较高，企业前期需要花费大量的资金成本和时间成本用于研发人员的培训。因此，对于研发人员来说，经济政策不稳定性提高时留在高新技术企业中能够获得更好的工作保障和技能提升，这就降低了研发人才流失的可能，提高了企业研发的长期性和持续性，进而促进了研发投入和研发产出规模的提升。另一方面，从研发的类型来看，研发转化的最直接表现形式是专利，主要分为发明专利、实用新型专利和外观设计专利。不同研发类型的技术含量和创新水平存在差异，其对于人力资本和资金依赖度也有所不同。由此可见，经济政策不稳定性通过降低劳动力流动而促进企业创新的作用，对于资金依赖度更高、投资周期更长、技术含量更高和研发风险更高的高质量创新活动而言可能会更加明显。基于此，本文提出如下假设：

H2：宏观经济政策不稳定性的上升通过抑制劳动力流动促进企业创新。

企业创新研发是一种长期的投资行为，能否获得持续、稳定的现金流是企业研发创新成功与否的关键所在。经济政策不稳定性程度的提高会导致银行惜贷现象更加严重，从而提高企业融资成本[19]，并且加剧资本市场的波动[20]。金融中介的信贷紧缩行为会进一步提高企业的资本溢价水平，进而抑制企业的研发创新动机。在经济政策不稳定性程度上升的背景下，资本溢价对企业创新活动存在的抑制效应，可以从直接影响和间接影响两个方面来分析。从直接渠道来看，资本溢价水平的提高会增加企业研发创新的成本。一方面，外部融资成本的提高会降低其研发投入强度；另一方面，经济政策不稳定性上升引致的融资难、融资贵问题，也会降低企业研发活动中现金流的持续性，进而抑制其创新的意愿。因此，经济政策不稳定性会通过提高资本溢价水平，增加研发创新的成本，对企业研发创新行为形成负向激励。从间接渠道来看，经济政策不稳定性的上升会加剧信贷资源在不同经济主体之间的倾向性配置，即加剧金融错配问题。金融错配程度的增加也会导致企业研发创新相对收益的减少以及相对成本的增加，从而弱化企业从事研发创新的动力。

就目前我国宏观经济环境和制度体系而言，信贷资源的市场化配置程度较低，金融中介的所有制歧视问题仍旧突出。企业研发创新的初期投入成本和失败概率较高。我国金融错配问题使得部分具备良好投资机会但是流动性约束较强的企业难以从事高风险、高成本的技术研发活动。此外，现阶段我国知识产权保护制度仍不完善，资本溢价对企业自主创新动机的负向效应也愈加显著。实体投资环境的恶化为企业利用金融错配引致的贷款利差分化，进行金融资产配置以获得超额收益的行为[21]提供了可操作的空间，进而会弱化企业创新意愿。鉴于此，本文提出如下假设：

H3：宏观经济政策不稳定性的上升通过抬高资本溢价水平抑制了企业创新。

三、研究设计与研究数据

为考察宏观经济政策不稳定性与企业创新之间的关系，本文构建实证模型如下：

其中，下角标i代表企业，t代表年份。被解释变量RDi.t表示企业i 在第t年的研发创新。本文对于企业研发创新的估计同时考虑企业当期研发投入和当期研发产出两个维度，将研发投入和研发产出两个指标作为研发创新的代理变量。其中，研发投入采用当期企业研发投入金额与占营业收入比重来衡量。创新产出则借鉴Fang 等[22]的做法，采用企业专利申请授权数加1再取对数来反映，其中，专利申请授权数为企业当年发明专利申请量、实用新型专利申请量和外观设计专利申请量之和。EPUi.t表示宏观经济政策不稳定性，以Baker等[23]构建的经济政策不确定性指数来度量，具体采用当年所有月度的EPU 加权平均值（除以100）来衡量。Xi,t是一系列控制变量，包含了影响企业创新的其他因素。本文分别控制了现金流比率（Cashflow）、公司规模（Size）、盈利能力（ROA）、财务杠杆率（Lev）、企业年龄（Age）、资本密集度（Capital）、托宾Q 值（TobinQ）等变量。其中，资本密集度使用固定资产与员工人数比值的对数来表示，该值越大表示企业资本密集度越高。ui表示企业固定效应，εi,t是未观测到的残差。具体的变量度量如表1所示。本文以剔除了ST、PT 样本的2008—2018年沪深两市非金融类上市公司为研究对象，并对连续变量进行了上下1%的缩尾处理。

表1 变量定义

四、实证结果分析

（一）基准回归

表2报告了经济政策不确定性对企业创新影响的基准回归结果。其中，（1）列给出了仅加入经济政策不确定性（EPU）的回归结果。结果显示，EPU 系数为0.4593，在1%的水平上显著为正。这表明经济政策不确定性程度的提高对企业创新水平存在正向影响。考虑到企业创新受到其他企业层面变量的影响，（2）至（4）列加入了影响企业创新的其他控制变量，结果显示，经济政策不确定性与企业创新之间的正向关系依然成立。H1a得以验证。

表2 经济政策不确定性对企业创新的影响

（二）稳健性检验

1.内生性问题

随着经济全球化的发展，国外经济政策波动可能会对本国的贸易、产业和货币政策造成影响。全球经济政策不确定性会影响中国的宏观经济政策，但是并不直接影响中国企业的创新行为，本文采用全球经济政策不确定性作为中国经济政策不确定性的工具变量，采用两阶段最小二乘法进行回归，见表3（1）列。此外，本文还选取美国经济政策不确定指数作为第二个工具变量，对经济政策不确定性与企业创新的关系重新进行了估计，见表3（2）列。参考彭俞超等[20]的思路，本文在Wang等[24]研究的基础上对工具变量做出一定的改进，采用中国主要贸易国按照贸易份额加权后的经济政策不确定性指数作为第三个IV工具变量，见表3（3）列。工具变量回归结果显示，采用IV工具变量进行两阶段最小二乘法回归后，EPU系数依然显著为正。前文结论依然成立。

表3 稳健性检验1：IV工具变量法

2.替换被解释变量

本文在稳健性检验中采用研发投入与营业收入之比（RD1）作为被解释变量，回归结果如表4 所示。表4（1）列在回归模型中只加入了EPU，未控制其他控制变量，（4）列控制了全部控制变量。结果显示，考虑不同信息集后，经济政策不确定性的系数均在1%的水平上显著为正。前文结论依然成立。

表4 稳健性检验2：替换被解释变量

3.替换解释变量

进一步，改变经济政策不确定性的测算方法，将12月份EPU 指数（EPU1）作为当年度经济政策不确定性的代理指标。表5 的结果显示，替换核心解释变量后，EPU1 系数依然在1%水平上显著为正。这与基准回归结果一致，即经济政策不确定性上升能显著促进企业创新。

表5 稳健性检验3：替换解释变量

4.分样本回归

企业所处行业特征的差异，也会影响其创新意愿。一般认为，对于高新技术行业，市场需求变化更快，技术创新的周期更短，其创新动机也更强。此外，高新技术行业对市场环境的变化更为敏感，行业属性决定了其必须不断进行研发创新，以获取市场竞争的先发优势。本文稳健性检验中，按照是否为高新技术行业进行分样本回归。表6 的结果显示，无论是否控制其他变量，在高新技术行业和非高新技术行业中，EPU 系数均在1%水平上显著为正，说明本文的结论依然稳健。

表6 稳健性检验4：分样本回归

（三）调节效应分析

1.企业所有权性质

前文实证结果表明，经济政策不确定性的上升会促进企业创新行为。现实中，相对于占据市场主要份额的国有企业来说，非国有企业的竞争压力更大，因而其对外部经济政策环境的变化也会更敏感。因此，当经济政策不确定性上升时，非国有企业更倾向于进行创新从而提高竞争力。然而，经济政策不确定性上升也意味着中小企业和民营企业等融资弱势方难以从银行或资本市场融入研发创新所需的资金，导致其研发投资行为受到抑制。

为了进一步考察企业创新背后的经济逻辑，本文按照所有制性质差异进行分样本回归，并且在基准模型中加入所有制性质（SOE，国有企业则取值1，非国有企业取值0）与EPU的交互项，以考察经济政策不确定性是否会给不同所有制企业带来选择效应。实证结果如表7所示。（1）列给出了在国有企业中，EPU与企业创新之间关系的回归结果，结果显示EPU 系数为0.3280，在1%的水平上显著，系数大小和显著性均高于非国有企业的EPU 系数（0.3017）。（3）列结果显示，交互项（EPU×SOE）在1%的水平上显著为正，说明经济政策不确定性对企业创新的促进作用在国有企业中表现更为显著。

表7 经济政策不确定性、所有制性质与企业创新

2.杠杆率的调节效应

杠杆率较高的企业面临更高的债务负担，在经济政策不确定性上升的情况下，相较于杠杆率较低的企业，高杠杆企业从事研发创新的动力更小。为了进一步考察杠杆率的调节机制，本文按照杠杆率高低分组，并通过引入经济政策不确定性与杠杆率两者交互项的方式进行分析。具体地，如果公司杠杆率大于同年同行业中位数水平，则设定为高杠杆企业，Lev 取1；反之，则赋值为0。回归结果如表8所示，EPU系数在低杠杆企业中更大，并且杠杆率虚拟变量与经济政策不确定性的交互项（EPU×Lev）显著为负，说明企业杠杆率会对经济政策不确定性与企业创新之间的关系起到负向调节作用。

表8 经济政策不确定性、杠杆率与企业创新

3.融资约束程度的调节效应

企业创新需要长期、持续性的现金流。经济政策不确定性上升会增加企业外部融资难度。因此，相较于受融资约束程度较低的企业，经济政策不确定性对企业创新的促进作用在融资约束程度较高的企业中表现更弱。为了进一步考察融资约束程度对经济政策不确定性与企业创新之间关系影响的作用机制，本文在基准模型中引入融资约束代理指标与经济政策不确定性的交互项。同时，采用KZ指数来反映融资约束程度。KZ指数越大，则说明融资约束程度越高。EPU与KZ指数的交互项为负，则说明融资约束程度的上升会对经济政策不确定性与企业创新之间的关系起到负向调节作用。回归结果如表9所示，（1）列EPU 系数大于（2）列，说明在融资约束程度较低的企业中，经济政策不确定性的上升对企业创新的正向影响更强。（3）列EPU 与KZ指数的交乘项系数在1%的水平上显著为负，说明融资约束程度的提高会削弱经济政策不确定性与企业创新之间的正相关关系，即起到负向调节作用。

表9 经济政策不确定性、融资约束与企业创新

以上异质性检验结果说明，经济政策不确定性对企业技术创新活动的影响，在所有制性质、杠杆高低以及融资约束程度不同的企业中具有异质性。

五、机制分析

为了进一步验证经济政策不确定性与企业创新关系中存在劳动力流动和资本溢价机制，本文采用中介效应模型进行实证检验。中介效应模型如下：

其中，Labori,t表示中介变量，采用常住人数与户口所在地人数之差来衡量劳动力流动的规模。模型（1）、（2）和（3）用于检验劳动力流动机制的存在性。具体检验步骤为：首先，检验模型（1）中EPUi.t的系数α1是否显著。如果显著则中介效应的假设成立，继续进行下一步检验；否则认为是遮掩效应。其次，依次检验模型（2）中EPUi.t的系数β2和模型（3）中Labori,t的系数σ2是否显著。如果两者均显著，则间接中介效应成立；如果至少有1 个不显著，则进行Bootstrap 检验。假设Bootstrap 检验通过，则为间接效应显著；反之，则不显著。间接效应显著后，检验模型（3）中EPU的系数σ1是否显著。如果不显著，则认为直接效应不显著只存在中介效应。

其中，Caprmi.t表示资本溢价水平，采用利息支出与负债总额扣除应付账款的占比来反映。模型（1）、模型（4）和模型（5）用于检验资本溢价机制的存在性。具体而言，参照检验劳动力流动机制的方法，通过考察τ2、w1和w2系数的显著性，进行中介效应分析。

（一）劳动力流动机制的中介效应检验

中介效应检验结果如表10所示。表10（1）列给出了EPU 与企业创新之间的基准回归结果，EPU 系数为0.3114（p＜0.01）。（2）列给出了EPU对劳动力流动的影响，结果显示EPU 系数为-0.5564（p＜0.01），表明经济政策不确定性上升会显著抑制劳动力流动产出。（3）列是同时加入了经济政策不确定性EPU和劳动力流动变量Labor的回归结果，结果显示EPU的系数为0.3102，依然显著为正，但是系数小于（1）列中的基准回归系数；Labor 系数为-0.0039，在1%的水平上显著为负。以上结果说明，经济政策不确定性通过抑制企业劳动力流动促进了企业创新，即劳动力流动在经济政策不确定性与企业创新关系中发挥着部分中介作用。假设2得到验证。

（二）资本溢价机制的中介效应检验

表10（1）、（4）和（5）列给出了资本溢价机制中介效应的回归结果。（4）列给出了EPU 对资本溢价的影响，结果显示EPU 系数在1%的水平上显著为正，说明经济政策不确定性程度的提高会增加资本溢价水平。（5）列同时加入了经济政策不确定性与资本溢价变量，结果显示EPU 的系数依然在1%的水平上显著，且系数（0.3107）小于基准回归中的系数（0.3114），说明经济政策不确定性的上升通过抬高资本溢价水平机制促进了企业创新。即资本成本溢价在经济政策不确定性与企业创新之间的关系发挥着部分中介作用。假设3得到验证。

表10 经济政策不确定性与企业创新：机制检验

六、结论和政策建议

本文阐明了宏观政策不稳定性对企业研发创新的理论影响机制，并利用Baker等[23]构建的中国经济政策不确定性指数和我国非金融类上市公司数据进行了实证检验，检验了劳动力流动和资本成本溢价机制的存在性。研究结果表明，经济政策不确定性程度的提高会激励上市公司的创新活动。在替换被解释变量、改变核心变量的测算方法以及考虑模型的内生性问题之后，结论依然稳健。此外，所有制性质、杠杆率高低和融资约束程度会对经济政策不确定性与企业研发创新之间的关系起到调节作用。机制检验表明，经济政策不确性程度的上升，能通过抑制劳动力流动和抬高资本溢价，对企业研发创新活动起到中介作用。

基于以上分析，本文提出政策建议：第一，构建有助于企业创新的外部经济环境。相关部门应该加大对科技型企业的支持力度，改善企业经营条件，推动企业高质量研发创新。第二，提升信贷资源的市场化配置效率，以缓解外部融资约束对企业创新的抑制作用。鼓励金融机构探索知识产权质押，降低金融市场融资成本，提高科技型企业的融资可得性。第三，充分发挥经济政策变更对企业创新行为的激励效应，在经济政策不确定性上升的情况下，推动产业优惠政策出台，优化财政金融政策协同机制，放大财政资金的统筹力度和对信贷投放的杠杆撬动效应，支持企业科技创新。此外，完善企业市场化退出机制，使得低效率、僵尸企业在经营不善的情况下能够迅速退出市场，进而达到加快产业升级、提升行业整体创新能力的目标。第四，进一步提高政府施策的灵活性和针对性。应当继续优化和推动国有企业改革进程，激励国有企业利用其资本实力提高研发占比，培育创新科技人才。同时，强化对民营企业的政策引导与精准支持，驱动民营企业科技创新发展。第五，进一步完善市场资源配置机制，防范企业的过度金融投机行为，积极引导企业“脱虚返实”，加大创新人才、资金及技术设备投入，提高企业生产效率，完成产业结构升级，加强企业竞争力。■