社会资本存量、企业异质性与企业技术创新效率——市场化中介效应下基于“长三角”面板数据的实证

侯学娟

(安徽三联学院 经济管理学院,安徽 合肥 230601)

改革开放以来,我国经过了四十多年的经济快速发展时期,社会资本存量得到了快速积累,而社会资本存量又决定着社会创新资源可用量,这为我国创新型国家建设提供了坚实的基础。但在庞大的经济体量和高质量创新诉求下,我国的社会资本存量还比较有限[1]。企业是社会创新的主要参与者,在我国社会资本存量快速积累过程中,企业的技术创新效率是否会随之提升关系到我国创新型国家战略目标的实现。在社会主义市场经济体制下,企业又存在性质上的差异,社会资本存量对于国有企业(国有资本持股比例大于等于50%)和非国有企业技术创新效率的影响是否存在差异成为社会各界密切关注的问题。此外,随着我国市场化改革的不断加深,资源配置的市场化水平也在不断提升[2],这对于创新资源在不同创新主体之间的有效分配意义重大。

不少学者已经关注到了创新资源存量与创新活动的关系,比如周文光(2012)[3]、徐娟(2014)[4]、陈庆江(2017)[5]等学者论证了资本存量对技术创新水平、研发水平存在积极影响。但现有文献的焦点主要集中在创新资源存量与创新产出或创新能力之间的关系上,从企业角度展开的研究很少,而考虑企业性质差异的研究更为罕见。此外,我国正处于市场化改革进程中,市场化水平成为社会资本存量影响企业技术创新效率过程中的一个重要制度因素。对此,一些学者也进行了相关研究,比如杜金凌(2016)[6]、王金涛(2019)[7]、张宝文(2021)[8]等学者论证了市场化水平对我国整体及区域创新效率存在显著的正向影响,钟优慧(2016)[9]、张峰(2021)[10]、白俊红(2021)[11]等学者认为市场化水平对企业技术创新效率存在显著的正向影响。然而,这些研究主要关注的是市场化水平对技术创新的直接影响,而市场化改革作为一个重要的制度因素,很可能通过影响社会创新资源配置而间接地在社会资本存量与企业技术创新效率之间产生作用力,以往相对简单的分析范式无法更深层次地了解市场化改革与企业技术创新效率之间的关系。在社会创新资源相对有限和市场化改革的大背景下,探索市场化中介效应下社会资本存量对不同性质企业技术创新效率的影响对于高效利用创新资源、提升社会资本配置效率具有较大现实意义,同时也能够补充当前学界在社会资本存量与不同性质微观经济主体技术创新效率之间关系的理论研究。

一、机制分析与假设

(一)社会资本存量对企业技术创新效率的影响机制

1.基准影响机制

社会资本存量对于企业的技术创新而言可能是一把“双刃剑”,在正面上,社会资本积累提高了企业的外部创新资源存量,会对企业内部创新资源投入形成一定的“替代效应”,在一定程度上降低了企业自身的技术创新投入[12]。同时,社会资本存量还可以从创新产出端激发企业技术创新。每一家企业都是社会关系网中的一个交点,与其他企业存在或紧密或疏松的联系,一家企业的技术创新会通过人才流动、技术合作等方式对其他企业产生“外溢效应”,助推其他企业技术创新效率提升。在反面上,地方政府的不恰当干预可能会带来社会资本存量对企业技术创新效率的“反噬”。地方政府可能会出于当地GDP提升、官员政绩等原因而与其他地区盲目地展开“创新资源竞争”,尤其在社会资本存量不高的环境下这种竞争可能更加激烈,带来资源的盲目、过度投入。而企业可能会为了获取当地政府的支持而与地方政府站在“同一战线”上,也会不由自主地陷入这种竞争状态,往往会使企业偏离最优投入决策,导致创新资源错配,阻碍企业技术创新效率提升。

改革开放以来我国经济发展水平不断提升,尤其是近二十年来,我国资本市场得到了有效发展,正处于资本快速积累阶段,为企业的技术研发提供了越来越多的外部创新资源,对于企业自身的研发投入有着明显的“替代效应”。同时,在资源有限的环境下,一部分地区先发展起来成为我国改革开放以来的主基调,区域经济得到快速发展,逐渐形成了“长三角”“珠三角”“环渤海”等经济较为发达的区域。这些经济区内部各地区之间的经济联系越发密切,相互之间有着明显的资源共享、优势互补特征,经济区内部的技术创新“外溢效应”明显。虽然同一经济区内部不同地区之间存在一定的创新资源竞争,但这种竞争目前在我国同一经济区内表现得并不明显[13]。一方面,因为我国经济区的形成和设置都受到中央政府的区域经济发展规划的限制,政府部门在给予资源支持时会充分考虑地区间的公平性,同时也会通过相关政策限制地方政府间的恶性竞争[14]。另一方面,不同地区虽然同属于一个经济区,但是我国地域广阔,各地方政府辖区范围比较大,各自在经济区位、资源禀赋等方面都具有较大差异,这使得各地方政府之间更多的是优势互补、互通有无,而不是同质竞争[15]。

综上所述,在我国当前经济环境下,社会资本存量更多的是通过“替代效应”和“外溢效应”对企业技术创新效率产生正向影响,而地方政府间的创新竞争带来的消极影响有限。所以本文提出假设1:

假设1:社会资本存量对我国企业技术创新效率存在显著的正向影响。

2.企业异质性下的影响机制

(1)金融摩擦

金融摩擦是指企业因为性质、资产规模等因素或者无法以市场利率借入预期资金量,或者需要以高于市场利率的成本借入预期的资金量。目前我国金融市场并不属于完全竞争市场,金融摩擦现象还比较严重[16],金融市场优化资金配置功能没有得到有效发挥。资金向资产部门快速集中,而流向实体部门的资金被挤占,出现了资产价格快速上涨、产能过剩和实体经济创新不足等问题。

在社会资本存量有限的前提下,国有企业和非国有企业首先会因为控股股东的差异而给金融机构带来差异化信心。国有企业是国家资产,其控股股东为政府部门,政府的高资信水平和强大的偿债能力给国有企业“兜底”。相比之下,非国有企业的控股股东为个人或其他企业、组织,这类股东自负盈亏,偿债能力和抗风险能力都要弱于国有企业。金融机构出于资金安全考虑,更愿意将资金投向国有企业,国有企业往往可以比较容易地以较低利率获得充足的创新资金,但珍惜程度有限。加之国有企业固有的“铁饭碗”“事业编制”等传统思想的限制,国有企业的创新积极性有限,对于创新资源的重视程度有限,资源利用低效率明显,这是过去较长一段时间我国创新处于“粗放型”的主要原因。而非国有企业往往会因为资产规模有限、抗风险能力有限、盈亏自负等原因,金融机构对于其偿债能力的信心有限,使得金融机构对其与国有企业区别对待。非国有企业的融资成本和难度相对较大,它们对创新资源更加珍惜,往往很有限的资源投入能够获得较多的创新成果,创新效率较高。

总之,社会资本存量的变化会改变流向国有企业和非国有企业创新资源的绝对量,在金融摩擦机制的作用下,国有企业的技术创新效率要低于非国有企业。

(2)行政垄断

行政垄断是指政府部门依靠行政权力设置市场壁垒,对市场竞争行为加以限制和排斥。现阶段,我国行政垄断主要表现为行业性行政垄断和资源性行政垄断[17]。行政垄断的存在限制、扭曲了市场竞争,不利于高效率企业的进入和在位企业的创新,导致资源错配。

我国的社会主义性质决定了行政力量在市场资源配置中的重要作用。地方政府为了拉动当地经济发展,在资源有限的前提下往往只能将有限的资源集中在部分重点行业和企业上,依靠行政垄断将这类行业或企业划定为当地的重点扶持对象。而国有企业改革完成之后,我国国有企业绝大部分是关系到国家战略安全、民生安全的大型企业,这类企业对当地经济的带动、居民就业的带动要远胜于规模较小的非国有企业。所以,在行政垄断下,地方政府往往会优先向国有企业配给各种资源,非国有企业可获得的资源便会被挤占。同时,国有企业本身也具有一定的行政垄断能力,这类企业属于国有资产,受中央政府部门和地方政府部门的管辖,它们的管理者与政府相关部门以及国有金融机构的管理者同属“事业编制”范畴,在职称、职级上也具有一定的对等性,比如国有企业的管理者在行政职级上有科级、处级、厅级、部级等,他们与政府部门的沟通更加顺畅。国有企业管理者的行政级别往往也会被市场中的资源供给者“高看一眼”。所以,相对于“白身”的非国有企业,国有企业可以更加容易地以较低的成本获得充足的创新资源。

行政垄断给国有企业带来的特权和充足的资源使得国有企业容易滋生“饱汉不知饿汉饥”心理状态,资源浪费现象比较严重。再加上创新动力和压力也不及非国有企业,即使其拥有了丰富的创新资源,但是创新效率却不及非国有企业[18]。非国有企业在争夺创新资源过程中,缺乏垄断特权的护佑,可获得创新资源数量和质量也都有限,资源获取成本也更大,这迫使非国有企业要将创新资源的利用价值发挥到极致,在有限的资源条件下创新效率往往高于国有企业。所以,社会资本存量在影响企业技术创新过程中,由于行政垄断的存在,国有企业更多是依靠大规模资源投入堆砌创新,而非国有企业则偏向于对创新资源的精细化利用,其技术创新效率更高。

综合以上分析,提出假设2:

假设2:相对于国有企业,社会资本存量对非国有企业技术创新效率的正向影响更加明显。

(二)市场化中介效应

首先,市场化提高了社会资本积累质量。市场化水平提升迫使企业在技术创新竞争中对创新质量和效率更加重视,这在很大程度上提升了企业占用创新资源的隐性成本[10],推动企业更加关注创新资源的使用效率,创新资源投入决策的制定更加慎重,有效缓解了社会创新资源的无效积累问题,有助于社会资本存量对企业技术创新效率正向作用力的充分发挥。

其次,市场化能够有效提高资源配置和使用效率。随着市场化水平不断提升,产品和要素市场竞争日趋激烈,提高创新资源使用效率是企业面对竞争的主要手段。在市场化机制作用下,创新要素会流向更高效率企业,进而推动企业技术创新效率提升。在此方面,非国有企业出于生存压力,表现出了更明显的灵活性,在相对较高的资源获取成本下,通过灵活调整资源配置方式、人才激励方式等提高创新资源使用效率成为非国有企业的主要生存之道。

最后,市场化提高了企业共享创新资源的积极性。一方面,随着市场化水平的提升,知识、人才、资金等要素的市场定价机制日趋完善,增强了创新资源共享的内在激励性,提高了创新资源共享水平[9]。另一方面,市场化水平提升过程中伴随着合同法、知识产权法等相关法规体制的健全,为企业间共享创新资源、共享创新收益提供了法律保障,在降低交易成本的同时提高了各创新主体通过研发合作、技术服务、人员流动、技术转移等方式共享创新资源的期望收益,增强了企业间共享创新资源的积极性。

在此机制下,国有企业由于受到来自政府部门,尤其是所属管辖政府机构的限制较多,创新要素和创新成果的共享也受到较多的限制。加之国有企业一直以来对政府的高度依靠,当其缺乏相关创新资源时,往往首先想到的是来自政府部门的支持,所以其共享创新资源的积极性也有限。而非国有企业有着更多的经营自主权,可以灵活地根据自身发展需要交易相关创新资源,能够最大化利用可利用资源,所以在市场化中介作用下,社会资本存量对非国有企业的创新资源共享积极性的作用更加明显,进而能够更好地推动非国有企业技术创新效率的提升。

综合以上分析,提出以下假设3、假设4:

假设3:市场化水平能够显著正向调节社会资本存量对企业技术创新效率的影响。

假设4:市场化水平在社会资本存量影响非国有企业技术创新效率过程中的正向调节作用更明显。

二、假设检验

(一)变量选择与模型设定

本文拟通过构建面板数据回归模型的方式检验前文各假设,模型中的各类变量(表1)选择如下:

表1 变量汇总表

(1)被解释变量:企业技术创新效率

本文的企业技术创新效率考虑了创新投入与创新产出的关系,目前理论界对于这种概念下的创新效率普遍采用的是DEA模型进行测量,比如梁娜(2019)[19]、孟韬(2021)[20]等学者,本文亦选择此方法。

DEA模型是一种基于多种输入、多种输出的效率评估模型,包含若干种形式,其中的BCC形式是基于规模为变数的相对效率模型,本文的DEA模型选择BCC形式。其具体步骤:首先构建输入指标体系和输出指标体系,而后确定决策单元,最后将各输入指标和输出指标代入公式计算出各决策单元的DEA效率值。

假设决策单元的数量为n,有m种输入因子和s种输出因子,则效率评估公式为:

(1)

其中,a和b分别为输入因子和输出因子,p和q分别表示二者的权重。

结合相关研究成果[19-20],本文的输入指标选择人力输入和创新资源输入,分别用企业的技术人员数量和研发支出替代,而输出指标选择企业获批的发明专利数量替代。

(2)解释变量:社会资本存量

参考戴亦一(2009)[21]、陈庆江(2017)[5]、边燕杰(2020)[1]等文献,本文用基于可变折旧率计算的各省份资本存量与常住人口数量之比的人均资本存量替代。

(3)中介变量:市场化水平

参考白俊红(2021)[11]、张峰(2021)[10]、张宝文(2021)[8]等文献,同时考虑数据可得性,本文用各省份非国有经济占比替代市场化水平,即除国有经济以外的规模以上工业企业销售产值与全部规模以上工业企业销售产值之比。

(4)控制变量

参考余红伟(2016)[22]、刘永松(2020)[23]、朱慧明(2021)[24]等文献,对可能影响企业技术创新效率的内外部因素进行控制。

区域研发强度。各区域研发资源投入强度是影响企业技术创新行为的重要外在积极因素,本文以各省份年度R&D经费与年度GDP之比替代。

地方政府资助强度。地方政府对科技创新的引导和干预能够降低企业技术创新成本和风险,是企业技术创新效率的重要正向影响因素。以各省份的财政科技投入占总研发经费的比例替代。

区域经济发展水平。区域经济发展水平是区域创新能力的重要宏观因素,也是技术创新的基础,能够正向影响企业的技术创新效率,以各省份人均 GDP的对数值替代。

产业结构。工业化发展水平能够通过产业集聚效应和技术创新外部效应对企业技术创新效率产生积极影响,以各省份第二产业增加值占GDP比重替代。

企业盈利水平。盈利水平是企业创新活动的主要内部资金来源,是企业技术创新效率的重要积极因素,用企业的净资产收益率替代。

首先构建社会资本存量对企业技术创新效率影响的面板数据模型(模型(2))。而后将市场化水平变量以交互项的形式加入模型以检验市场化水平的中介效应,此时考虑两种情况,一是仅有市场化水平与社会资本存量的交互项的形式(模型(3)),二是同时包含社会资本存量、市场化水平与社会资本存量交互项的形式(模型(4))。

ITEit=α+β1SPRit+γKZit+μit

(2)

ITEit=α+β2MLit*SPRit+γKZit+μit

(3)

ITEit=α+β1SPRit+β2MLit*SPRit+γKZit+μit

(4)

其中,KZ为各控制变量,μ为随机扰动项,α、β1、β2、γ均为待估参数,i和t分别表示空间属性和时间属性。

(二)样本选择与描述性分析

“长三角”经济区是我国改革开放以来区域经济发展的典型,无论是经济发展还是技术创新都走在中国其他区域前面,同时也是我国制造业的主要集中地。2014年9月,国务院出台《关于长江经济带发展的指导意见》,明确将合肥都市区划入“长三角”城市群,安徽省正式成为“长三角”经济区的一员,“长三角”的“三省一市”格局形成。在安徽省加入之后,“长三角”经济区在我国区域经济中的地位进一步提升,进一步推动了制造业、高新技术产业的发展。根据南京大学长江产业经济研究院于2021年年底发布的《“长三角”产业创新发展报告:分布与协同》显示,2013年以后,“长三角”产业创新得到快速发展,制造业高新技术企业数量以年均49%的速度增长,截至2020年底已增至7万多家。在社会资本存量上,“长三角”地区也是我国其他地区的代表。2014年之前的“长三角”地区一直是我国发达地区的代表,资本市场发展成熟度更高,社会资本积累速度也更快。2014年安徽省加入之后,提升了“长三角”地区资本市场规模的同时,也为整个“长三角”地区的社会资本提供了实体依托空间。基于以上原因,本文选择“长三角”地区的“三省一市”为研究对象,除了企业技术创新效率和企业盈利水平两个变量外,其他变量数据均选择各省份2014—2021年的年度数据,数据来自各省份的《统计年鉴》和统计局官网。

涉及个体企业的数据选择“长三角”各省份上市制造业企业为样本,所有数据收集自各企业的年度财务报告。依据样本企业数据计算各企业的技术创新效率和盈利水平,而后以各省份样本企业的均值代替该省份的企业技术创新效率和企业盈利水平。其中样本企业按照以下几个条件选择:

(1)属于制造类企业,且企业的注册地在“长三角”地区。

(2)2013年以前在我国A股挂牌。

(3)2013年以后不存在因为重大违规违法而被监管部门责令停牌现象。

基于以上条件共选择上市制造业企业311家,其中上海86家,江苏103家,浙江91家,安徽31家。根据各企业的技术人员数量、研发支出额度和获批的发明专利数量计算各企业各年度的技术创新效率,而后计算各省份样本企业各变量均值,以此表示“长三角”各省份2014—2021年的企业技术创新效率和企业盈利水平。此外,区分各省份的国有企业和非国有企业两类企业样本,分别计算各省份国有企业和非国有企业的企业技术创新效率和企业盈利水平均值,以便于后文企业异质性问题的检验。所有计算由Eviews完成。

从各变量的描述性统计指标(表2)可以看出,各变量的均值与中位数差异很小,表明各变量的正态性比较明显。同时从标准差可以看出,各变量的离散程度不高。所以,总体上本文的各变量稳定性较高,没有出现偏态、奇异值等现象。

表2 各变量描述性统计指标汇总

(三)模型检验

1.线性关系检验

计算各变量间的线性相关系数(表3),可以看出,解释变量、中介变量以及各控制变量与被解释变量间的相关系数值均为正数。其中,SPR、ML和ITE间的相关系数值分别为0.704和0.657,解释变量、中介变量与被解释变量间的同向线性关系较密切,这在一定程度上佐证了前文社会资本存量对企业技术创新效率正向影响以及市场化正向中介效应的假设。同时,ML和SPR间的相关系数值为0.633,也达到了较显著的水平,市场化水平与社会资本存量之间也存在较密切的线性关系。此外,各控制变量与被解释变量间的相关系数至少在0.377以上,最高值达到了0.607,说明各控制变量与被解释变量之间也存在较明显的线性关系。所以,本文构建的线性面板数据模型是合理的。

表3 变量间相关系数汇总表

2.面板效应检验

面板数据模型在具体参数估计过程中存在随机效应、混合效应和固定效应三种不同的面板效应,具体选择哪种可以利用F检验和Hausman检验判断。如表4所示,10%显著性临界值下,F检验显示模型(2)和模型(4)更适合固定效应形式,而模型(3)更适合随机效应形式,Hausman检验也显示模型(2)和模型(4)更适合固定效应形式,但模型(3)更适合混合效应形式。其中的混合效应模型在一定程度上包含了随机效应,所以在参数估计过程中,模型(2)和模型(4)选择固定效应形式,模型(3)选择混合效应形式。

表4 面板效应检验表

(四)参数估计与分析

利用“长三角”各省份2014—2021年的面板数据对模型(2)、模型(3)和模型(4)进行参数估计(表5)。可以看出,各模型的F检验P值均为0,各模型的整体参数估计显著性很高。模型(2)和模型(4)的R2均在0.4以上,而模型(3)的R2仅为0.308,仅包含交乘项ML*SPR的模型拟合度有限,模型(3)对市场化中介效应的体现程度有限。

表5 全样本估计结果

从各变量的参数估计值来看,模型(2)中的SPR的参数估计值为0.146,在5%水平下通过显著性检验,社会资本存量对企业技术创新效率有显著的正向影响,社会资本存量每增加1个单位,则企业技术创新效率会增加0.146个单位,所以前文假设1成立。模型(3)中的ML*SPR的参数估计值为0.108,在10%水平下通过显著性检验,加入市场化水平后的社会资本存量对企业技术创新效率的正向影响依然存在。而在模型(4)中SPR的参数估计值达到了0.367,远高于模型(2),并且在1%水平下通过显著性检验,显著性水平也进一步提升,加入市场化水平后的社会资本存量对企业技术创新效率的正向影响的力度和显著性水平均大幅增加,市场化水平起到了显著的正向调节作用。所以假设3成立。各控制变量的参数估计值均为正数,对企业技术创新效率存在正向影响,与前文的定性分析结论相吻合。

将样本企业分为国有企业和非国有企业,分别针对不同性质的企业对前文三个模型进行参数估计(表6)。可以看出,不同性质企业样本下的各模型的F检验的P值均为0,各模型整体参数估计显著性水平很高。各R2均在0.3以上,无论是国有企业样本下还是非国有企业样本下的模型(3)的R2低于模型(2)和模型(4)中的R2值较多,所以针对不同性质企业的交乘项ML*SPR在模型中的拟合度有限,这与前文表5中结果一致。此外,不同性质企业样本下各模型中的解释变量、中介变量及交乘项的参数估计值均为正数,并且至少在10%水平下通过显著性检验,也表现出了与表5中一致的结论。

表6 不同性质企业样本估计结果

比较不同性质企业样本下各模型的参数估计值可以发现,非国有企业下模型(2)和模型(4)中的SPR参数估计值分别为0.118和0.451,明显高于国有企业下的0.068和0.152,社会资本存量对非国有企业的技术创新效应的正向影响显著高于对国有企业技术创新效率的影响,所以假设2成立。此外,非国有企业样本下的模型(4)中的SPR参数估计值是模型(2)中的约3.82倍,而在国有企业样本下此数值仅约为2.24倍,说明加入市场化中介效应后,社会资本存量对非国有企业的技术创新效率的正向影响力度提升更多,此时的市场化中介效应更明显,所以前文假设4成立。

(五)稳健性检验

为了检验前文各模型参数估计结果的稳健性,本文将样本从时间维度上划分为2014—2017年和2018—2021年两个样本,分别利用这两个样本重新对前文各模型进行参数估计(表7),以比较前后估计结果的差异。可以发现,两个样本下的各模型F检验的P值均为0,且各R2至少在0.46以上,各模型的整体参数估计结果较好。各模型中的解释变量、中介变量以及二者交乘项的参数估计值均为正数,且至少在10%水平下通过了显著性检验,同时两个样本下的模型(4)中的SPR参数估计值均大幅度高于模型(2)。所以两个不同时间段样本的参数估计结果与前文基本一致,前文实证结果具有较高的稳健性。

表7 不同时间段样本估计结果

三、结论与建议

通过理论分析和实证检验,本文主要得到以下几点结论:(1)社会资本存量对企业技术创新效率有显著的正向影响。(2)加入市场化水平后的社会资本存量对企业技术创新效率的正向影响力度和显著性水平均大幅增加,市场化水平起到了显著的正向调节作用。(3)社会资本存量对非国有企业的技术创新效率的正向影响显著高于对国有企业技术创新效率的正向影响。(4)市场化中介效应在社会资本存量影响非国有企业技术创新效率过程中正向调节作用更明显。

基于上述结论,提出如下政策建议:

首先,政府需要改变以往以投入为导向的科技管理政策,进一步强调对企业技术创新产出的引导,尽快改变以往主要依靠资源投入的“粗放式”创新模式,尤其要强化对国有企业技术创新产出的政策引导,以提升其技术创新效率。比如强化国有企业技术研发资金的审批程序,引导和鼓励国有企业之间共享诸如大型仪器设备、产学研服务平台等创新资源。

其次,政府应进一步深化市场化改革,发挥市场在创新资源配置中的基础性作用,坚持企业在社会创新体系中的主体地位,尤其需要充分发挥非国有企业在社会技术创新体系中的优势。同时进一步完善创新法律体系,充分保护非国有企业的权利,保证非国有企业能够完全按照市场机制取得创新资源和创新效益,更加充分地发挥市场化在社会资本影响非国有企业技术创新效率过程中的正向调节作用。

最后,各类企业也需要从自身实际出发提升技术创新效率。国有企业可以通过授权使用、租赁、转让等方式与其他企业共享创新资源,盘活已有存量资源,提高存量创新资源的利用效率。而非国有企业则需要重视自身创新资源的积累速度和利用外部创新资源的规模,尝试从投入端提升技术创新效率。