政策不确定性对地区实质性创新的影响和路径研究

孙 龙 贾瑞乾 祁新洲

（复旦大学管理学院，上海 200433）

引言

随着我国对科技创新认识的逐步深化，“科教兴国”、“创新型国家” 等一系列发展政策成为国家战略，突出了政府在科技创新领域的关键作用，也对各类创新主体产生着重要影响［1］。地方官员周期性换届及不定期交流引起的变更会带来当地政治生态的改变和政策实施的间断，是政策不确定性风险的最主要来源［2，3］，影响着科技创新发展。

当前，我国科技创新正飞速发展。投入方面，包括政府财政科技支出在内的全社会研究与试验发展（R＆D）经费逐年攀升，由2013 年的11847亿增至2022 年的30783 亿元，10 年间的年平均增长率高达11.2%；产出方面，2013～2022 年我国国内专利申请量从237.7 万件增至536.5 万件，居世界第一。尽管专利总数庞大，但高质量的发明专利申请量占专利申请总量的比例从2013 年的34.7%降到了2022 年的30.2%，降幅近15%。科技创新水平低、高质量创新成果少的问题严重制约着我国创新发展。进入新常态阶段，创新质量的提升比盲目追求数量增长更重要。与以获得政府补贴和税收优惠而单纯追求创新产出数量为目的的“策略性创新” 不同，“实质性创新” 是以促进科技进步和获取竞争优势为目的的科技创新活动，强调创新产出质量［4］，本文将基于“实质性创新” 视角研究我国省域创新发展问题。

1 理论分析与研究假设

1.1 政策不确定性对地区实质性创新的影响

地方官员变更造成政策不确定，影响着当地的科技创新发展。改革开放以来，“官员晋升锦标赛制度” 和中国特色的“财政分权制度” 使得地方官员有动力和能力为了个人政绩而影响地方经济社会发展［5，6］。地方官员的变更对既定的政策可能造成严重冲击，致使政策不确定性大幅提升，原因有三：（1）地方官员变更时会打破原有的政治生态，与新任官员再次建立联系需要耗费时间等成本，不确定性增加［7］；（2）新任官员为了晋升会更加凸显自己任内政绩，改变原有方案并推行新政策，即“新官上任三把火”［8］；（3）地方官员为了政绩会积极影响当地政府、金融机构和企业等，出台产业政策，以配合其达成任内的施政目标［9］，当地各类机构也会为了与官员建立良好的政治联系，积极配合改变市场化行为［10］。

官员变更会改变企业面临的政策、融资及市场环境；高校和科研院所的研究则受到政府政策指导和经费支持。因此，社会主要创新主体的研发活动都会受到政府影响［11］。当外部政策不确定性提高时，企业为了避险改变创新行为，高校和科研院所也会调整研究方向，造成地方创新发展变动。企业在稳定的政策环境中更倾向于对开发新技术及新产品进行投入；高校和科研院所在稳定的政策环境中，更能专注于长期的基础研究。当官员变更造成地区政策不确定性上升时，企业会调整经营策略，减少短期回报低的研发活动。主要是减少投资、保留现金流，并增加短期收益应对风险［12］；同时，配合地方官员政绩诉求，以获得财政补贴和税收优惠，尽快提升创新产出数量以达到官员任内政绩目标［4，13］。高校和科研院所则在地方科技政策调整下，频繁调整研究方向，以获得经费支持；在企业避险减少研发活动的背景下，各地的产学研机构也会受到冲击，方向的调整和经费的减少，都显著影响着研究型创新投入及产出［14］。

假设H1：官员变更会对地区实质性创新发展产生抑制作用。

1.2 不同类型官员变更的影响差异

本文中不同类型地方官员主要指省级党委书记和省长（包括直辖市市委书记和市长、自治区党委书记和主席。以下简称省委书记和省长。），二者在层级和职能上有着显著差别，对地区的政策制定和实施也会产生不同影响。从层级上看，我国实行党政双线并行的政治体制，各级地方实行党委负责制，省委书记是各省党委最高领导，省长在党内职务则是省委副书记。因此，省委书记层级上高于省长，是地方一把手，权力和影响力都更大［12］。从职能上看，省委书记负责党委工作，省长负责行政工作。行政长官对地区经济发展具有更为直接的影响［14］，但在发展目标的制定上，政府部门起草的重要政策文件都须经由省委研究讨论才能发布实施，省委书记对地方发展政策的制定具有最终决定权。以往研究也从不同领域证实了省委书记对地区经济发展具有更显著的影响［15］。

假设H2：省委书记的变更对地区实质性创新发展的影响更为显著。

1.3 基于财政科技支出强度的路径探寻

（1）官员变更与财政科技支出强度

“财政分权制度” 赋予了地方官员充分的财政自由裁量权，可以通过财政支出政策引导并促进地方经济社会发展。①新任官员上任伊始需先了解当地企业经营现状，再重新制定符合自己政绩目标的发展政策。对投入大而产出慢的科技项目会更加谨慎，可能暂停追加投资甚至减少研发补助［16］；②为尽量创造自己的政绩，新任官员会更倾向依靠投资拉动经济增长，如调动财政资源配合新政策投资传统优势产业，减少科技创新项目的财政补贴和税收优惠［15］；③财政支出配合新政策向相关产业和企业倾斜，以政府名义为其提供了“隐性信用担保”［17］，因此，政府官员有动力和能力通过干预财政支出政策并带动当地金融机构共同扶持“政绩工程”。

假设H3（a）：地方官员变更显著降低了地区财政科技支出强度。

（2）财政科技支出强度与地区实质性创新

财政科技支出强度反映了地区财政投资科技创新的规模和力度，直接影响当地研发活动。高校和科研机构承担着基础研究，这类研究投入大、风险高、研发周期长，产出的则是科技含量高、原创性强、具有竞争优势和奠定技术基础的成果，直接影响地区实质性创新发展。对于企业而言，科技财政是重要的研发经费及“隐性信用担保”，通过缓解企业融资约束、提高风险承担水平，激励企业开展研究型活动，更好地提升创新能力［14］。

假设H3（b）：财政科技支出强度对地区实质性创新发展具有显著的正向作用。

综合假设H3（a）和H3（b），形成基于财政科技支出强度的路径假设H3：地方官员变更造成的政策不确定性对地区实质性创新发展的影响传导路径为“官员变更→财政科技支出强度→地区实质性创新”。

2 研究设计

2.1 样本选择与数据来源

图1 研究模型

根据指标一致性和数据可得性原则，选取1991～2022 年共计32 年间我国大陆31 个省（区、市）的面板数据为研究样本。省级官员变更数据根据人民网地方领导资料库手工收集整理。地区专利等数据来自国家统计局和Wind 数据库；地区研发经费投入、研发人员数等数据来自《中国科技统计年鉴》。

2.2 变量定义与测量

（1）被解释变量：实质性创新（Innovation）。专利数是衡量地区创新产出的稳健指标［4，18］，其中，发明专利代表着高水平的创新成果。我国专利申请量逐年增长已成定势，但单纯的数量增加无法代表质量的提升，发明专利占比才更能够体现地区创新质量的变化。故采用当年地区发明专利申请量占专利申请总量的比例作为地区实质性创新的代理变量。

（2）解释变量：省级官员变更（Change）表征的政策不确定性。以官员在1～6 月变更记当年为变更年，在7～12 月变更记下一年为变更年［19］。另一种方法不区分月份，当年变更则记为变更年［3］，本文用此方法进行稳健性检验。

（3）中介变量：财政科技支出强度（STFinance）。以当年地区财政科技支出额占财政一般预算支出额的比例度量，可有效避免因时间推移和经济增长造成的地区财政科技支出增加的趋势干扰［20］。

（4）控制变量：选择地区研究与试验发展经费内部支出的对数（lnR＆D）代表研发资本流量①［1，21］；地区研发人员数的对数（lnPerson）代表人力资本流量［22］；人均GDP 的对数（lnPgdp）代表各地区的知识存量［23］；技术市场成交额的对数（lnMarket）代表外部市场环境；地区财政赤字率（Red）代表政府政策；失业率（Jobless）和高等院校总数的对数（lnSchool）代表地区民生和教育水平［24］。

主要变量的含义及测量见表1。

表1 主要变量定义

2.3 模型构建

本文模型设定包括以下两部分，Hausman 检验结果表明固定效应更合适。

（1）政策不确定性对地区实质性创新的影响检验

以多元回归分析为基础构建本文实证模型：

其中，Schangeit与Mchangeit分别为省委书记变更与省长变更，Innovationit为实质性创新，Xit为控制变量，γyear为时间固定效应，γpro为省（区、市）固定效应，eit为随机扰动项。

（2）基于财政科技支出强度的传导路径检验

传导路径检验分两步：①以财政科技支出强度（STFinance）为被解释变量，官员变更（Schange）为解释变量，检验官员变更对财政科技支出强度的影响；②以实质性创新（Innovation）为被解释变量，财政科技支出强度（STFinance）为解释变量，考察财政科技支出强度对实质性创新的影响。具体模型设定如下：

若β1显著为负，同时λ1显著为正，则传导路径成立。

3 实证结果与分析

3.1 描述性统计

表2 汇报了1991～2022 年共计32 年间我国31 个省（区、市）（考虑到数据可获性，不包含港、澳、台地区）主要官员变更的逐年统计情况。

表2 1991～2022 年省级官员变更分布统计

总体上看，我国省级官员的变更较为频繁。其中，省委书记共计变更240 次；省长共计变更258次。如图2 所示，省级官员变更数波峰分别位于1993、1998、2003、2008、2013、2017 和2021 年，且省委书记和省长变更频率较为同步。这主要是因为1992～2022 年间每5 年召开一次党代会，党代会召开前后是政府官员变更的高峰期，造成了以上7 个年份官员变更比例较高。

图2 省级官员变更统计图

表3 汇报了变量的统计特征。实质性创新能力（Innovation）平均值为0.2617，即国内发明专利申请量占专利申请总量的26.17%，表明我国各省（区、市）的实质性创新能力总体偏低。其中，最小值为0，最大值为0.7341，表明不同省（区、市）的实质性创新能力差异较大。其他变量统计性描述见表3。

表3 变量描述性统计

3.2 回归分析

（1）政策不确定性对地区实质性创新影响的检验

表4 前两列是政策不确定性对地区实质性创新影响的回归结果。列（1）中省委书记变更Schange回归系数在10%的水平上显著为负；省长变更Mchange回归系数不显著。说明不同类型的省级官员变更对地区实质性创新影响并不一致，省委书记比省长变更的影响更加显著，支持了假设H2。进一步剔除省长变更的影响，单独检验省委书记变更的显著性，如列（2）回归结果所示，Schange回归系数同样在10%的水平上显著为负，与列（1）回归结果一致，说明省委书记变更会对地区实质性创新产生抑制作用，证实了假设H1，即省委书记的变更会造成地区政策不确定性显著增加，从而对当地实质性创新产生抑制作用。

表4 官员变更、财政科技支出强度和地区实质性创新

（2）基于财政科技支出强度的传导路径检验

表4 后两列汇报了传导路径检验结果。路径探寻第一步是检验省委书记变更对地区财政科技支出强度的影响效果。列（3）的被解释变量为财政科技支出强度（STFinance），解释变量为省委书记变更（Schange），从回归结果可以看出，Schange回归系数在10%的水平上显著为负，即省委书记变更会造成地区财政科技支出强度下降，证实了假设H3（a）。路径探寻第二步是检验财政科技支出强度对地区实质性创新的影响效果。列（4）的被解释变量为地区实质性创新能力（Innovation），解释变量为财政科技支出强度（STFinance），回归结果显示，STFinance回归系数在5%的水平上显著为正，即当地财政科技支出强度对地区实质性创新具有显著的正向作用，证实了假设H3（b）。综合表4 后两列回归结果，将路径第一步中Schange的显著回归系数－0.0005 和路径第二步中STFinance的显著回归系数1.4025 相乘，即可得显著的中介效应－7.01×10－4，表明省委书记变更通过降低当地财政科技支出强度，从而降低了地区实质性创新，证实了假设H3。

3.3 官员背景的调节效应与异质性分析

（1）官员背景的调节效应检验

高阶理论（Upper Echelons Theory）认为，诸如年龄、性别、学历、工作经历等因素会对高级管理者的决策行为产生显著影响［25］。针对本文而言，地区实质性创新发展是省级主要官员面临的新的重要课题，每个人对创新重要性的认识和推进创新发展的政策设计也会受到自身背景的影响，并最终影响本省（区、市）各类创新主体的创新行为。如高学历省委书记在过往受到的教育中更多形成了对创新内涵和重要性的认识，会更加重视实质性创新发展并合理引导，避免过往大水漫灌式的创新补贴。因此，在政策不确定性影响地区实质性创新的同时，省委书记的个人背景亦会对企业创新产生调节作用。

借鉴李洪涛和石宇［26］、唐雪松等［27］的研究，选取省委书记的学历、专业及企业工作经历3 个背景因素作为调节变量：①学历（Education）：省委书记就任前所取得的最高学位，博士记3，硕士记2，学士记1，其他记0；②专业（Major）：省委书记取得最高学位的专业背景，理工科记2，人文社科记1，其他记0；③企业工作经历（Enterprise）：省委书记就任前是否曾经在企业工作过，有企业工作经历记1，没有记0。将调节变量与省委书记变更做交互项，分别得到Sch∗Edu、Sch∗Maj、Sch∗Ent加入模型（3）。

表5 汇报了省委书记背景的调节效应检验结果。如列（1）所示，Schange系数在5%水平上显著，Education系数不显著，而交互项Sch∗Edu系数在10%水平上显著。由于Schange和Sch∗Edu的系数皆为负，省委书记的学历负向调节省委书记变更对地区实质性创新的抑制作用，即随着省委书记学历的增高，其变更对地区实质性创新的负向影响趋于加剧。如列（2）所示，Schange系数在5%水平上显著，Major及交互项Sch∗Maj的系数皆不显著，说明省委书记的专业背景不具有调节作用。如列（3）所示，Schange系数在10%水平上显著，Enterprise系数不显著，而交互项Sch∗Ent系数在1%水平上显著。由于Schange系数为负，Sch∗Ent系数为正，省委书记的企业工作经历正向调节省委书记变更对地区实质性创新的抑制作用，即新任省委书记如果具有企业工作经历，其变更对地区实质性创新的负向影响趋于减弱。

表5 省委书记背景的调节效应检验

综上可知，省委书记的学历加剧了其变更对地区实质性创新的负向影响，而企业工作经历则减弱此影响。这可能是由于企业工作经历比学校学习经历能接触到更加真实和具体的创新活动，有企业工作经历的省委书记就任后，更加理解稳定的外部环境对企业等主体开展实质性创新活动的重要性，就更愿意降低政策不确定性带来的影响，如通过微调政策、减少干预、稳定预期等支持地区实质性创新发展。“纸上得来终觉浅，绝知此事要躬行”，省级官员对创新活动的深入认识也来自实践。

（2）不同区域的分组检验

由于我国各省（区、市）所处地理区域的差异，各地区经济发展水平、市场化进程、政府行政能力等多方面存在较大差距。在科技创新领域，政府从上到下采取顶层设计、目标分解、逐层摊派的方式，结合官员晋升考核机制和各地方政府的财政支配权可以看出，政府主导或引导下的科技研发是我国当前创新领域主要的发展形式。前文实证结果亦可见，省委书记变更对地区实质性创新发展具有显著负向影响，且路径检验也表明，省委书记可能会以财政科技支出为政策手段干预地区科技创新发展。地区财政随经济发展水平提高而拥有更大支配空间，地方官员对地区科技创新的影响也越大。因此，我国东部省（区、市）官员变更对地区实质性创新的影响可能比中西部省（区、市）更加显著，这也与“东部地区政策传导机制比中西部地区更为完善，故地方官员造成的政策变化对企业投资等的影响更加显著” 的研究结论相一致［28］。

本文按照国家统计局的区域划分标准将我国31 个省（区、市）分为东部（11 个）和中西部（20个）两组进行分组检验。表6 汇报了检验结果，其中，东部地区省长变更Mchange系数依旧不显著，而省委书记变更Schange系数始终在5%的水平上显著为负，与前文研究结论一致。中西部地区省委书记变更Schange和省长变更Mchange系数都不显著。证实了上述假设。

表6 东部／中西部地区分组检验

（3）东、中西部不同时期的分组检验

我国政府对科技创新重要性的认识是逐步加深的，伴随着重视程度的提升，政府规划目标和官员考核体系中也不断增加着科技创新指标。这其中，又以两个“首次” 格外突出：2000 年我国“十五规划” 首次纳入了创新驱动发展指标，计划目标是“到2005 年全社会研究与开发经费占国内生产总值的比例提高到1.5%以上”，这一目标有效地刺激了地方政府对科技创新的财政倾斜和政策引导；2014 年1 月新修订的《党政领导干部选拔任用工作条例》 首次在官员考核评价体系中加入了科技创新指标，要求“更加重视劳动就业、居民收入、科技创新、教育文化、社会保障、卫生健康等的考核，……，防止单纯以经济增长速度评定工作实绩”，从官员晋升制度入手激励地方官员对科技创新给予更多重视［29］。在政府不断加强创新驱动发展战略实施过程中，目标的达成需要逐层分解和下放。因此，政策的调整是发展方向和着力点改变的重要标志，以2000 年和2014年的两个“首次” 为划分依据，将1991～2022 年分为3 个时期：1991～1999 年，国家政策尚未凸显科技创新的阶段；2000～2013 年，国家政策开始凸显科技创新的阶段；2014～2022 年，国家政策配合官员选拔制度激励科技创新的阶段。这3 个时期对科技创新的重视程度逐步加强，具有明显的递进关系，官员变更对地区实质性创新的影响也可能显示出逐渐加强的趋势。

继续在东部和中西部不同显著性基础上进行分时期检验。表7 汇报了分组检验结果，其中，东部地区Schange系数依次经历不显著、10%水平显著和1%水平显著的变化，表明东部地区省委书记变更对地区实质性创新的影响在逐步加强；而中西部地区Schange在3 个时期的系数均不显著，表明中西部地区省委书记变更对地区实质性创新的影响并不显著。证实了假设。

表7 东、中西部地区不同时期分组检验

3.4 稳健性检验

（1）改变官员变更统计方式

统一将官员变更的当年记为变更年［3］，以此变更数据作为新的解释变量Schange∗和Mchange∗代入模型（3）进行检验。检验结果如表8 列（1）和（2）所示，Schange∗系数在5%的水平上显著为负，Mchange∗系数依旧不显著。与前文结论完全一致，结果稳健。

表8 稳健性检验

（2）更换一阶滞后指标

我国专利统计分为申请量和授权量两项，本文选择国内专利授权量作为新指标替换被解释变量进行稳健性检验。由于专利授权相较专利申请具有滞后期［1］，因此，需要对所有解释变量和控制变量做一阶滞后，新的被解释变量用Innovation∗表示。回归结果如表8 列（3）和（4）所示，省委书记变更的系数分别在10%和5%的水平上显著为负，省长变更的系数不显著。与前文结论完全一致，结果稳健。

（3）内生性检验

以上更换实质性创新指标进行的稳健性检验中，对所有自变量进行了一阶滞后，在一定程度上排除了内生性问题。为了进一步排除原指标变量可能存在的内生性问题，借鉴以往研究选择工具变量法进行检验。选取官员任期Term作为官员变更的工具变量［30］，采用两阶段最小二乘法进行回归分析。第一阶段，将Schange对工具变量“省委书记任期Sterm” 进行回归，得到Schange的估计值。第二阶段，用Innovation对Schange的估计值进行回归。结果如表9 所示，第一阶段中工具变量Sterm系数在1%的水平上显著，且F 统计量为14.66，大于10，显著排除了弱工具变量问题；第二阶段中Schange系数在1%水平显著为负。与前述研究结论完全一致，结论稳健。

表9 内生性检验

4 结论与政策启示

官员变更造成的政策不确定性对地区经济社会发展具有显著影响。本文以1991～2022 年共计32 年间我国31 个省（区、市）的面板数据为样本，研究省级主要官员变更对地区实质性创新发展的影响，以及基于财政科技支出强度的传导路径探寻。研究发现：（1）省委书记变更对地区实质性创新发展具有显著的负向影响，即省委书记的频繁变动会抑制地区实质性创新发展；（2）省委书记变更影响地区实质性创新发展的可能传导路径为“省委书记变更→财政科技支出强度→地区实质性创新”，即省委书记变更导致地方财政科技支出强度下降，进而抑制地区实质性创新发展；（3）进一步研究发现，省委书记的学历和企业工作经历具有显著调节作用，而专业背景的调节效应不显著，其中，学历背景加剧了其变更对地区实质性创新的负向影响，而企业工作经历则减弱其变更带来的影响程度。这意味着，高学历省委书记在更替时，可能会给地区的创新活动带来更大的不确定性和抑制作用；具有企业工作经历的省委书记在上任后，可能更能理解企业的运作机制和市场需求，从而能够更快地稳定市场预期，减少政策不确定性对企业创新活动的影响；（4）相比于中西部地区而言，东部地区的省委书记变更对地区实质性创新发展具有更加显著的影响；且这种影响随着政府对科技创新重视程度的加深而不断强化。

本文结论拓展了新制度经济学关于宏观制度环境中的政策不确定性影响经济社会发展的研究，同时启示我们：（1）完善官员任期制度，稳定市场政策预期。尽可能落实5 年任期的制度规定，降低官员变动频率，尤其高级官员，构建更可预测的施政周期，减轻政策实施的不连贯性和不确定性，帮助稳定市场创新主体对外部环境的预期，降低为适应政策环境变化而做出调整的成本；（2）鼓励创新实践调研，提升创新规律认识。“纸上得来终觉浅，绝知此事要躬行”，高级官员应深入社会各类创新主体调研，加深对创新活动特征和规律的了解，为创新主体提供灵活和有针对性的支持，构建以企业为主体的社会创新发展体系，形成更加活跃和具有韧性的创新生态系统；（3）创新科技评价指标，优化官员晋升体系。政府应着眼于建立更为科学、全面的评价体系，更好地引导官员在实践中推动创新。以实质性创新为导向，建立准确、全面的评价指标，将其纳入官员晋升考核体系，避免对创新“数量” 的过度追求，而应更关注创新“质量”，更好地推动地区经济社会长远发展。

注释：

①《中国科技统计年鉴》 统计指标发生变更，其中，“各地区研究与试验发展（R＆D）经费内部支出” 数据统计始于1998 年，并延续至今；“各地区科技活动经费内部支出” 数据统计始于1991 年，止于2008 年。为保证研究时序长度和数据一致性，需将两种统计口径统一。由于两种指标存在显著相关性，本文以上述两种指标在1998～2008 年共11 年的重合统计数据为样本，分省（区、市）建立了31 个一元线性回归模型，分别拟合各省（区、市）数据，结果显示模型R2值均在0.98 以上，说明模型具有很好的拟合度。以此模型代入1991～1997 年各省（区、市）“科技活动经费内部支出” 数据计算得到统一口径后的“研究与试验发展（R＆D）经费内部支出” 数据，因研发支出不可能为负，故对拟合结果中小于0 的个别样本值赋值为0，最终得到完整的、口径一致的“各地区研究与试验发展（R＆D）经费内部支出” 数据。