一、引 言
马克思在《资本论》一书中深刻阐述了劳动价值理论,这一理论也是马克思主义经济学的核心内容,其揭示了人类社会变革发展的内在规律,强调了劳动是改造世界的手段与途径,而创新是劳动这一“根本概念”的基本形式,是劳动实践的阶段性发展,蕴藏着难以估量的力量和无穷潜能。此外,熊彼特在其《经济发展概论》中指出创新是对生产要素的重新组合,其本质是一种创造性破坏,是推动经济发展的原动力。自此,创新因其重要性成为经济管理和金融领域经久不衰的研究话题,催生了一系列关于创新的理论和实践成果。落实到中国场景的企业层面创新而言,在中国建设创新型国家的愿景与创新驱动发展的制度设计背景下,在人才培养水平不断提高与高等教育日新月异的基础上,“企业创新”成为助力资本市场功能完善,产业结构调整变化中观层面的坚实力量,同时也是关乎微观主体企业自身健康发展和竞争力提高不可忽视的重要基石。尽管现有文献对企业创新的影响因素已经有比较全面的研究,例如宏观层面产业政策(黎文靖和郑曼妮,2016)、国家治理体系(陈克兢等,2020)、税收优惠政策与财政补贴(柳光强,2016)等;微观层面高管薪酬设计与激励(尹美群等,2018;赵世芳等,2020)、内部控制(马永强和路媛媛,2019)、会计稳健性(钟宇翔等,2017)、高管政治晋升(周铭山和张倩倩,2016)等。但从市场与政府双重治理角度如何发挥“有为政府”与“有效市场”在企业创新中的作用这一话题却鲜有研究。换言之,如果企业参与社会治理活动会对企业创新(研发强度)产生怎样的影响?进一步,在企业面临不同的市场竞争程度时是否存在显著不同呢?也就是说,“市场压力”扮演什么样的角色呢?再进一步,管理层在面对“市场”与“政府”的双重压力下是否会出现策略主义,采取相机活动呢?同时,在创新产出层面又有什么样的经济后果呢?基于以上问题,本文以上市公司参与扶贫治理为研究背景,深入考察和系统研究了企业参与精准扶贫与企业创新的关系,观察市场竞争的影响,并进行了机制研究与稳健性检验,得出了一系列结论,试图为理论完善与制度和政策制定提供新思路。
党的十九大报告指出,创新是引领经济与社会发展的首要动力,更发挥着建设现代化国家体系的战略支撑作用。为更好营造激励创新的内外部环境,推动企业创新主体地位的进一步树立,建设创新驱动发展型国家,国务院以及相关部委制定和发布了一系列方案与计划。自2006年起,《国家中长期科学和技术发展规划纲要(2006—2020年)》及其若干配套政策相继颁布。2016年,中共中央、国务院实施《国家创新驱动发展战略纲要》和《深化科技体制改革实施方案》等方案。方案的实施在创新环境、企业创新投入产出以及创新成果等方面都产生了显著政策效果。如图1所示,截至2019年,中国创新指数达到228.3(以2005年为100),较2018年增长7.8%。从不同领域看,创新环境指数、创新投入指数、创新产出指数以及创新成效指数分别达到249.9、199.1、295.3和168.8,分别较上年增长10.5%、3.0%、11.8%和3.1%。
企业是技术创新的重要主体,上市公司是创新投入产出的主力军。截至2019年4月30日,沪深A股共3 752家上市公司披露了2019年年报。其中,3 274家上市公司披露了其具体研发支出数据,合计达8 554亿元,上市公司平均研发支出金额高达2.6亿元。同时,利益相关者价值最大化目标下,企业承担社会责任成为学界与实务界的共识,企业参与治理便是社会责任履行的重要方式与具体表现。
随着“中国之治”的不断推进,中国上市公司更加广泛参与到社会治理的活动中,在国家治理能力提升过程中的地位日益重要。中国贫困治理取得瞩目成就的重要原因之一就是充分发挥企业与政府等治理单元在扶贫中的主体地位,统筹和理顺社会、市场、政府三者关系(王雨磊和苏杨,2020)。然而,治理的首位是政府,中国扶贫工作采用了“自上而下”与“自下而上”两种机制相结合的模式,“自上而下”的模式以上级政府为主导,对贫困的具体情况容易“管中窥豹”,造成效率低下、资源错配和精准度不足等问题;“自下而上”的模式从基层治理单元出发,拥有更多自主性,很大程度上能够提高效率,然而执行成本过高,存在经验捕获等问题(贾俊雪等,2017)。那么两种模式下,企业参与扶贫所提供的资源能够合理配置吗?企业参与贫困治理对自身有怎样的影响呢?已有文献从“收益与成本权衡理论”“合法性理论”等角度对企业参与精准扶贫的动机进行分析(王帆等,2020;胡浩志和张秀萍,2020),认为企业参与扶贫能够有效提升业绩、提高投资效率(胡浩志和张秀萍,2020)、缓解融资约束(邓博夫等,2020)。虽然这些研究围绕企业自身发展开展研究,但却没有深入探讨参与治理与企业创新这一重要话题。企业参与扶贫的动机不同,一方面,上市公司参与治理可能有来自政府的压力,具有“政治任务”的特点(施赟和舒伟,2020);另一方面,可能也有自身谋求资源,缓和外在环境约束的动机,具有“主动迎合”的特点(胡浩志和张秀萍,2020),但其结果具有一致性特点,参与治理会投入人、财、物,引发企业内外部资源的整合与配置,这可能对企业创新的投入强度与产出质量带来影响。
同时,市场在资源配置中起决定性作用,企业的治理参与过程离不开市场“无形的手”的调控。已有文献对市场竞争与企业创新研究的结论具有不一致性,可能存在“倒U形”关系(夏清华和黄剑,2019),政府税收可以起到调节作用;也可能存在正向关系,即市场竞争越激烈,企业研发投入强度越高(谭小芬和钱佳琪,2020)。那么当企业参与扶贫时,“市场压力”如何作用于企业创新呢?创新这一具有高度风险与周期不确定性(Aboody和Lev,2000)的“远期储备”活动与参与治理这一具有紧迫性的“近期目标”活动会给企业管理层带来怎样的考量呢?是否会加剧管理层的短视、出现管理层防御行为呢?
进一步而言,企业创新是一个从投入到产出的过程,以上更多是参与贫困治理与企业创新投入关系的思考,那么企业参与扶贫决策在其创新产出层面是否会产生影响呢?已有文献表明创新投入的减少不一定会带来效率的损失,能够提升企业创新效率(周铭山和张倩倩,2016)。如果企业参与扶贫能够同时影响其创新投入与创新产出,那最终提升其创新效率亦或降低创新效率也需要深入的关注与考量。对创新产出这一经济后果的分析既能够初步回答这一疑惑,也能够使已有研究内容更加丰富。使企业参与扶贫决策对企业创新影响的研究由表及里,不仅停留在对创新投入影响横向上的各种细致分析,也在纵向上关注到对创新产出影响的研究。
基于以上问题,本文试图区分不同市场竞争程度以比较企业创新行为,考察企业参与扶贫工作对其创新投入的影响,并分析其内在机理。研究验证了“创新投入挤占效应”,上市公司参与扶贫治理后,其研发投入的强度显著下降,然而,考察不同市场竞争程度时,处于高市场竞争的上市公司的“创新挤占效应”更小,说明外部市场竞争压力能够激发企业创新动力。进一步分析发现,相对于融资约束更高的企业,融资约束低的企业“创新挤占效应”更低;并且,政商关系良好的企业亦是如此。在更进一步的内在机制研究中,政策性负担与管理层压力通过了中介检验,表明参与扶贫治理工作为企业带来了“治理压力”,企业要统筹参与扶贫与企业自身发展的关系。更值得注意的是,参与治理行为缓解了管理层压力,以致管理层出现道德风险与逆向选择。但是从参与的经济后果分析中得出效率改善的结论,企业参与贫困治理后其申请专利总量和获得专利总量都得到提升,说明创新挤占可能不是一种非效率配置结果。
本文可能在以下方面有所贡献:第一,立足中国实际考察了贫困治理背景下企业的创新行为,不仅丰富了有关中国社会治理框架下的精准扶贫事业发展(姜婧,2018;何艳玲,2020)的相关文献,而且为企业在巩固脱贫攻坚成果、乡村振兴战略实施中发挥治理功能带来了新的思考(胡祎,2020)。第二,从市场与政府两个维度出发,考察了治理参与、市场竞争与企业创新的关系,验证了市场压力能够促进企业创新,而治理压力在短期内形成“创新投入挤占效应”,拓展了有关资本市场压力与企业策略创新行为(谭小芬和钱佳琪,2020)的研究。第三,通过机制研究揭示了企业参与扶贫治理下可能存在的管理层代理问题,管理层通过参与扶贫转移投资者与市场的注意力,缓解了管理者自身的外部监督与约束。第四,将参与贫困治理对创新投入的影响研究合理延伸到创新产出层面,增强了探讨问题的全面性与综合性,发现创新挤占的经济后果是创新产出的提升,创新投入的减少可能包含合理的因素,是对资源的进一步有效配置。总之,本文坚持问题导向,力争在学术意义与现实实践中都有所启发,加深了对企业创新行为的理解。
二、理论分析
(一)政府行为与企业创新
现有文献研究了政府行为与企业创新之间的关系,政府行为具体表现为产业政策、政府补贴和金融监管等方面措施与政策的实施。政府行为对企业创新的影响可分为“有效激励”与“无效激励”两个方面。“有效激励”是指政府行为能够引导资源有效合理配置,助力企业研发活动,使企业能够实现技术进步并形成竞争优势,表现为企业的高质量创新(黎文靖和郑曼妮,2016)。“无效激励”是指政府行为与其制定初衷有偏,不能达到激励企业创新的目标,具体表现为企业迎合政策与监管的策略性创新行为(Dosi等,2006;Hall和Harhoff,2012;Tong等,2014),创新“重数量”而“轻质量”,甚至出现政府行为导致创新投入不足的“抑制创新”现象。“有效激励”的文献表明产业政策能够促进企业创新,尤其是民营企业的技术创新(余明桂等,2016),这是因为产业政策通过税收、信贷、政府补贴和市场竞争机制等方面激发企业内在创新动力。文献考察了政府研发补助的政策实施效果,得出随着企业创新能力的提高,研发补贴由“挤占”转变为“挤入”,实现了更多企业创新产出(吴武清等,2020);国有企业监管模式改革实现了创新驱动效果,强化了国有企业的创新动机和创新成效。“无效激励”的文献研究发现,产业政策可以分为“功能性产业政策”与“选择性产业政策”两种类型,中国以“选择性产业政策”为主的模式导致了企业的策略性创新行为,企业迎合政策的动机使得创新数量与创新质量的提升不匹配(黎文靖和郑曼妮,2016);中国情景下的政府创新补贴未对中小企业私人研发表现出显著的效应(张杰等,2015);信贷市场监管的不充分致使信贷寻租出现,从而很大程度抑制了企业创新(张璇等,2017),因为寻租活动会导致企业经营和交易成本的提高,此时企业研发面临较高的风险,管理层减少了研发投入资金。基于以上政府行为与企业创新“有效激励”与“无效激励”的研究,本文试图探究政府主导的精准扶贫背景下,企业参与到“社会治理、贫困治理、国家治理”进程中对其创新的影响,继而提出“创新投入挤入效应”与“创新投入挤占效应”一对竞争性假设,进一步研究了“市场竞争”力量存在时,参与治理对企业创新的影响。
已有研究相对系统考察了政府行为与企业创新之间的关系,然而“治理参与”,特别是扶贫治理的研究还仅停留在以理论创新为主的层面,鲜有文献将企业创新与企业参与贫困治理的“协同治理”联系起来。故本文坚持问题导向,运用实证方法探讨这一具有学术与实践意义的话题。
(二)治理参与(精准扶贫)与企业创新
1.竞争性假设提出
中国的贫困治理经历了由“西部大开发战略”等的地区差异化开发扶贫阶段到“精准扶贫政策”的全方位精准定位的扶贫阶段,实现了扶贫治理体系的变迁。政府不断提高贫困治理能力,形成了较为完善的国家—社会—公民多方力量协同、政府—市场—社会三重机制作用的贫困治理格局,由“输血式扶贫”转变为“造血式扶贫”(姜婧,2018)。本文则聚焦于精准扶贫这一阶段企业参与行为对其创新影响的研究。
2015年《中共中央国务院关于打赢脱贫攻坚战的决定》及相关配套文件的颁布标志着精准扶贫的开始。在精准扶贫工作的开展中,为充分鼓励市场力量发挥作用,2016年国务院扶贫办、全国工商联、中国光彩事业促进会与中国农业发展银行联合签订了《政策性金融支持“万企帮万村”精准扶贫行动战略合作协议》,以信贷支持的方式对参与精准扶贫政策的民营企业给予激励与补偿(邓博夫等,2020)。证监会于同年(2016)颁布了《中国证监会关于发挥资本市场作用服务国家脱贫攻坚战略的意见》,该《意见》对向贫困地区企业发行的票据、融资券、公司债和企业债等债券优先审批,极大调动上市公司参与贫困地区治理的积极性。
如果地方政府借助当地上市公司完成扶贫任务,就意味着政府将治理任务进一步细化与转移到企业身上。表面上,企业承担了与企业经营绩效无关的重任,然而企业参与贫困治理也是其权衡收益与成本的结果,企业扶贫付出的高昂资源与成本能够在企业经营的外部环境和其他方面得到补偿。换言之政府能够在税收、监管和投融资等方面对企业为其履行“扶贫任务”给予“补偿”,这些补偿可能对企业创新产生积极作用。其一,文献表明企业参与精准扶贫能够缓解其融资约束,实现企业利益与社会利益的一致(邓博夫等,2020),如果企业愿意将大量资金投入企业创新领域,那么融资约束缓解可能能够为企业创新投入提供充足的资金(余明桂等,2019),直接解决因创新的高风险而使银行不愿意向企业贷款,企业创新活动常面临较大的融资缺口的问题。其二,参与精准扶贫能够改善企业经营业绩,获得更多政府补贴(胡浩志和张秀萍,2020),良好的经营业绩能够向市场传递信号,投资者给予企业好的预期,企业面临更小的媒体压力,提升对企业创新失败的包容度,激发企业创新活力(Shleifer和Vishny,1990;He和Tian,2013;杨道广等,2017)。其三,企业参与扶贫是社会责任的一种表现,而社会责任的履行对企业的创新活动存在促进作用(吴迪等,2020),社会责任的履行通过提供员工安全感而改善企业创新情况,那么扶贫在一定程度上可能增加企业的创新投入。
然而,创新活动不同于日常生产活动,创新是一项高风险的长期投资,具有不确定性(Holmstrom,1989;Aboody和Lev,2000),创新活动因其具有探索性,“失败”可能性更大。这意味着企业创新既需要“宽容”的市场环境,亦需要内部管理层“强烈”的动力与支持。其一,研发投入程度是管理层决策的结果,意味着研发投入的多少随着企业环境与发展阶段变化而变化,例如高新技术企业研发投入强度具有普遍的“阈值效应”,这意味着管理层的研发投入强度受到国家相关政策的影响,而精准扶贫任务的承担直接占用了企业的资金,由于企业的扶贫支付并没有被包括在企业发展计划中,所以可能出现管理层选择首先承担社会责任,在资源分配的过程中暂时减少研发方面的投入,将更多资源调配到扶贫工作中的行为,这也与创新具有收益的长周期性与高度不确定性有关(Holmstrom,1989;Aboody和Lev,2000)。其二,已有文献表明信息不对称下代理问题出现会导致企业创新存在管理层防御问题,即管理层出于自身利益而在企业研发上有短视行为(李秉祥等,2014);需要合理设计高管薪酬激励企业创新(尹美群等,2018)。因此,一方面企业管理层可能“迎合治理任务”,以“参与扶贫,承担责任”转移股东、投资者注意力和粉饰企业业绩,而参与扶贫带来的“收益”满足其绩效要求,致使其在企业创新上的“惰性”,创新投入强度下降;另一方面管理层在权衡“创新”与“扶贫”后选择后者,“扶贫”短期为企业带来的经济、社会效益都比“创新”更好,也承担更少的风险,能够在其任期内转变为实实在在的“绩效”,进而获得更多个人收益,这是管理者逆向选择的问题,这种情况下,企业参与扶贫就可能增加了代理成本,出现创新动力不足现象。以上问题的出现会使“参与治理”对企业创新产生挤占效应,企业研发投入强度降低。基于以上论述,本文提出如下竞争性假设:
H1a:在其他条件不变时,企业参与扶贫治理与其创新投入水平显著正相关(“创新投入挤入效应”);
H1b:在其他条件不变时,企业参与扶贫治理与其创新投入水平显著负相关(“创新投入挤占效应”)。
2.市场竞争与企业创新
市场竞争是推动企业技术创新的最根本力量。企业参与扶贫与企业创新的研究从“政府行为”的维度出发阐述了对创新的影响,然而“市场力量”在资源配置中起决定性作用,高度发展的资本市场是企业健康发展的基石。也就是说技术创新的主体−企业在“参与治理”过程中必然同时受到“市场无形的手”与“政府有形的手”的影响,市场竞争会发挥作用。已有文献表明:企业在激烈的市场竞争中存活发展需要保持其竞争优势,降低市场淘汰的可能,企业为提高其竞争力而采取的差异化竞争与成本领先战略需要其拥有异质性资源,而技术创新是重要的实现途径,企业通过开发新工艺、研发新产品、使用新技术能够累积竞争优势,巩固和抢占市场份额,提升经营业绩(何玉润等,2015)。卖空视角下,资本市场压力通过管理层业绩、外部监督和股价信息传递机制影响企业创新,出现企业策略性创新行为(谭小芬和钱佳琪,2020)。一定程度的规模和市场竞争有利于促进企业创新(聂辉华等,2008),那么不同市场竞争程度下的企业参与“扶贫治理”的创新应当有所不同,企业市场竞争环境的不同会影响其在参与扶贫下的创新投入强度,如果企业面临激烈市场竞争环境,可能加大其研发力度。
然而,一些学者发现市场竞争程度越激烈,非高新技术类型企业创新投入越低,这类企业更可能进行金融化投资,使创新出现短视行为(张春鹏和徐璋勇,2019)。同时,已有文献通过构建宏观与微观两个层面的模型检验了市场竞争与企业创新的关系,将企业划分为大、中、小三种类型,发现市场竞争对小型企业技术研发投入并没有起到显著促进作用(王昀和孙晓华,2018),这意味着市场竞争对企业创新的作用未有定论。更有进一步研究表明政府补贴在高市场竞争环境下的激励效果更弱,市场竞争会抑制政府补贴促进企业研发效果的发挥(康志勇等,2018),说明政府行为对不同竞争环境下企业的创新后果不一致,可能会导致企业出现创新不足的现象。所以市场竞争也可能抑制参与企业的创新强度。基于此,本文提出如下竞争性假设:
H2a:市场竞争对参与扶贫治理企业的创新投入程度有正向作用;
H2b:市场竞争对参与扶贫治理企业的创新投入程度有负向作用。
综合以上分析,本文整理出文章的理论框架如图2所示。
本文试图以贫困治理为切入点,考察企业参与扶贫与企业创新之间的关系,考察市场竞争的作用,并研究其内在作用机制。第一,考察参与扶贫治理对企业创新的影响,是“创新投入挤入效应”还是“创新投入挤占效应”?第二,分析不同市场竞争程度下参与扶贫企业的创新行为。第三,进行信贷可得性与政商关系的异质性分析。第四,进行内在作用机制研究,探讨政策性负担和管理层业绩压力下的创新影响。第五,考察企业创新产出层面的经济后果。第六,通过稳健性检验加强本文相关结论的可靠性与说服力。
三、研究设计
(一)模型设定以及变量定义
为实证回答上述问题,检验假设H1a、H1b,本文参考虞义华等(2018)研究,设计如下基本实证模型:
$Innovatio{n_{i,t}} = \alpha + \beta Trea{t_{i,t}} + \sum {{\gamma _k}} Firm\_control{s_{i,t}} + \delta Industr{y_i} + \theta Yea{r_t} + {\epsilon _{i,t}}$ | (1) |
模型中,Innovation为模型因变量,代表企业i在第t年的研发投入,即企业当年研发投入与营业收入之比。由于企业是否参与精准扶贫与创新策略均属于企业内部关键决策,必须同时加以考虑权衡,故企业当年参与精准扶贫便会对该期的创新活动产生明显影响。因此本文并未使用t+1期研发投入,不过为防止反向因果引发的内生性问题,在稳健性检验部分采用t+1期的研发投入水平进行了重新检验。之所以选择创新投入作为主要观测指标,是因为本文基于文献认为企业参与扶贫会对其创新投入产生直接因果影响,不是一种相关关系,当然,本文也用产出指标进行了实证检验。
Treat为模型的核心解释变量,即公司当年是否参与精准扶贫的虚拟变量,当公司当年披露至少一项精准扶贫具体项目的投入金额时,赋值为1,否则赋值为0。
Firm_controls为企业层面的控制变量,参照已有文献,本文选取以下主要控制变量:企业年龄对数(Ln_firmage),采用企业成立时间计算企业年龄取对数表示。企业人均固定资产净额对数(Ln_fixedpp),采用企业固定资产的净额除以企业总人数的比值取自然对数表示。企业人均营业收入对数(Ln_salespp),采用企业营业收入除以企业人数取自然对数表示。市场竞争(HHI、HHI2),采用赫芬达尔指数及其平方项表示,以控制创新与市场竞争之间可能存在的非线性关系。企业规模(Size),采用企业总资产取对数表示。资产负债率(Lev),采用当期企业总负债除以企业总资产比值表示。产权性质(STATE),如果是国有企业那么取值为1,否则取值为0。个股回报率(Return),采用企业股票本期回报率指标表示。采用账面市值比(MB)与托宾Q值(TBQ)衡量企业成长机会。现金持有(Cash),采用企业当期拥有现金资产占企业平均总资产比值表示。营业收入增长率(Growth),计算企业营业收入的同比增速表示。董事会规模(Board),采用董事会人数的自然对数表示。独董规模(INDR),采用独立董事人数占董事总数的比值表示。两职合一(DUAL),如果兼任董事长和总经理则取值为1,否则取值为0。独立董事规模、两职合一以及董事会规模意在控制公司治理对企业创新活动的影响。同时模型中加入虚拟变量控制固定效应:年份虚拟变量(Year)以及行业虚拟变量(Industry)、证监会制造业二级分类行业虚拟变量。
为检验假设H2a、H2b,在模型(1)基础上进行分组检验。借鉴李馨子等(2019)的研究,本文根据赫芬达尔指数(HHI)的中位数(年度)将样本分为低市场竞争组和高市场竞争组,从而进行分组检验。
借鉴已有研究(邓博夫等,2020),本文研究样本选择2016—2019年沪深A股上市公司。数据主要来源于CSMAR数据库以及中国研究数据服务平台(CNRDS),对数据进行以下处理:(1)剔除总样本中金融类行业的企业样本;(2)剔除总样本中ST和PT、IPO当年的样本;(3)剔除总样本中变量有缺失或异常的样本;(4)对样本相关变量在1%和99%的水平上进行winsorize缩尾处理。使用的统计软件为Stata16。
(二)描述性统计
表1为样本描述性统计,包括样本观测值数量、平均值以及标准差。表1可知,参与精准扶贫企业样本约占全样本的29%,当期创新投入占营业收入比约为4%。由此可知,中国上市企业研发投入相对较低。此外,表1同时报告了参与企业与未参与企业的均值差异检验结果,见列(4)和列(5),其结果表明,参与精准扶贫企业研发投入占营业收入比值显著低于非参与的企业。初步分析表明,参与精准扶贫可能对企业创新存在抑制作用。其他控制变量中,样本企业年龄的对数均值约为2.918,企业人均固定资产净额对数和人均营业收入对数值的均值分别为12.533和13.871,资产负债率平均约为40.9%,营业收入增速平均约为19.6%,现金持有平均约为16.7%,账面市值比平均约为0.633。控制变量的均值差异检验结果显示控制变量的选取较为合理。
全样本 | 参与精准
扶贫组 |
未参与精准扶贫组 | 系数差异
列(4)—列(5) |
|||
N=2 910 | N=7 081 | |||||
变量名 | 观测值 | 平均值 | 标准差 | 平均值 | 平均值 | |
(1) | (2) | (2) | (3) | (4) | (5) | (6) |
Innovation | 9 991 | 0.041 | 0.043 | 0.031 | 0.045 | −0.013*** |
Treat | 9 991 | 0.291 | 0.454 | |||
9 991 | 2.918 | 0.279 | 2.969 | 2.897 | 0.072*** | |
Ln_Fixedpp | 9 991 | 12.553 | 1.117 | 12.813 | 12.446 | 0.367*** |
Ln_salespp | 9 991 | 13.871 | 0.833 | 13.975 | 13.829 | 0.146*** |
HHI | 9 991 | 0.097 | 0.101 | 0.105 | 0.094 | 0.011*** |
HHI2 | 9 991 | 0.020 | 0.062 | 0.023 | 0.018 | 0.005*** |
STATE | 9 991 | 0.247 | 0.431 | 0.399 | 0.184 | 0.215*** |
Size | 9 991 | 22.238 | 1.179 | 22.729 | 22.036 | 0.693*** |
Lev | 9 991 | 0.409 | 0.193 | 0.445 | 0.395 | 0.050*** |
Growth | 9 991 | 0.196 | 0.401 | 0.182 | 0.202 | −0.020** |
INDR | 9 991 | 0.377 | 0.053 | 0.375 | 0.377 | −0.003** |
DUAL | 9 991 | 0.293 | 0.455 | 0.232 | 0.318 | −0.086*** |
BOARD | 9 991 | 2.111 | 0.195 | 2.147 | 2.096 | 0.051*** |
Return | 9 991 | −0.054 | 0.413 | −0.021 | −0.067 | 0.046*** |
TBQ | 9 991 | 1.930 | 1.097 | 1.743 | 2.006 | −0.263*** |
Cash | 9 991 | 0.167 | 0.111 | 0.160 | 0.170 | −0.010*** |
MB | 9 991 | 0.633 | 0.240 | 0.692 | 0.609 | 0.083*** |
注:括号内为t值;***、**和*分别表示1%、5%和10%的显著性水平。下表统同。 |
四、实证分析结果
表2所示即为精准扶贫对企业创新投入影响的回归估计结果。列(1)是计量模型(1)的回归结果,Treat的系数在1%水平上显著为−0.004。这表明,参与扶贫与企业创新投入强度显著负相关,参与精准扶贫对企业研发投入的挤占效应在统计意义上和经济意义上都较为合理,从而验证了本文的竞争性研究假设H1b(创新投入挤占效应)。进一步观察其他控制变量中,企业资本密集度、现金持有、企业规模、托宾Q值、独立董事比例以及两职合一的系数显著为正,说明资本密集型、现金较充裕、规模较大、未来成长机会高、独立董事占比高以及两职合一的企业,研发投入强度较高。企业年龄、人均营业收入、市场竞争程度、产权性质、杠杆比率、营业收入增长率、账面市值比以及董事会规模对企业研发投入强度影响均显著为负,可能意味着成立时间越久、人均营业收入越高、市场竞争度越高、国有企业、杠杆率越高、总资产报酬率越高、营业收入增长越快、账面市值比越高以及董事会规模越大的企业,研发投入强度偏低。
分组回归检验结果表明,市场竞争会影响扶贫治理参与与企业创新投入之间的关系,高市场竞争组的“创新投入挤占效应”相较低市场竞争组显著更弱,市场竞争能够推动企业技术创新,这与本文的研究假设H2a相一致。
(1) | (2) | (3) | |
全样本 | 高市场竞争组 | 低市场竞争组 | |
VARIABLES | Innovation | Innovation | Innovation |
Treat | −0.004*** | −0.003*** | −0.004*** |
(−5.15) | (−2.98) | (−4.04) | |
控制变量 | 控制 | 控制 | 控制 |
年度与行业固定效应 | 控制 | 控制 | 控制 |
Observations | 9 991 | 4 880 | 5 111 |
Adj.R2 |
0.477 | 0.457 | 0.495 |
系数差异性检验 | DIFF=0.002* | ||
注:完整表格内容详见期刊官网工作论文。 |
五、进一步实证分析
(一)异质性分析
信贷资源的可得性与企业投融资决策活动息息相关,银行贷款为企业资金的重要来源,这些资金是企业创新与扶贫等其他活动的“蓄水池”,参与贫困治理的企业进行创新活动时,必然会通盘考虑其自身信贷资源可得性而进行决策,故信贷可得性将影响参与治理企业的创新活动。借鉴蔡庆丰等(2020)的研究,本文采用银行网点密度作为信贷资源可得性的代理变量,根据银行网点密度的(年度—行业)中位数进行分组,将样本分为低银行网点密度组和高银行网点密度组。表3报告了基于银行网点密度分组检验的回归结果。如表3所示,列(1)高银行网点密度组中,Treat的系数不显著,列(2)低银行网点密度组中,Treat的系数在1%水平下显著为负,且回归系数之间存在显著差异。结果表明信贷资源可得性越高,参与贫困治理对企业创新投入的“创新投入挤占效应”越弱。因为企业创新具有高度不确定性,信贷资源的可获得性会在很大程度上影响企业创新投入,信贷资源的可获得性能够缓解企业融资约束,企业资金流更加稳健,能增强企业技术创新的信心与创新失败的承受力(周开国等,2017),这也验证了参与企业的创新投入会受到融资约束情况的影响。
(1) | (2) | (3) | (4) | |
高银行网
点密度 |
低银行网
点密度 |
高政府市
场关系 |
低政府市
场关系 |
|
VARIABLES | Innovation | Innovation | Innovation | Innovation |
Treat | −0.000 | −0.004*** | −0.001 | −0.004*** |
(−0.26) | (−3.60) | (−1.22) | (−4.66) | |
Constant | 0.103*** | 0.059*** | 0.066*** | 0.097*** |
(4.86) | (3.34) | (3.79) | (6.20) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
年度与固定效应 | 控制 | 控制 | 控制 | 控制 |
Observations | 3 089 | 4 063 | 4 949 | 5 042 |
Adj.R2 |
0.513 | 0.468 | 0.481 | 0.484 |
系数差异性检验 | DIFF=0.003** | DIFF=0.003** |
同理,企业创新成果准公共产品特性和明显的外部性的特点导致了企业创新私人与社会效益的不对称,创新成果的私人收益小于社会收益,因此需要政府手段介入弥补市场不足以提高企业从事创新活动的积极性与能动性(史宇鹏和顾全林,2013)。而政府措施会受到政商关系的影响,政商关系能够影响政府补助和税收优惠等鼓励企业创新的政策效果(张杰等,2015)。这意味着和谐的政商关系能够发挥“有形之手”的积极作用,可能有效合理补偿企业因创新成果外部性而产生的耗散与损失。列(3)高政商关系组中,Treat的系数不显著,列(4)低政商关系组中,Treat的回归系数在1%水平下显著为负,且回归系数存在显著差异。列(3)和列(4)的结果表明,政商关系良好程度能够影响参与企业的创新投入,政商关系越好,参与贫困治理企业的“创新投入挤占效应”越弱。因为政商关系不仅关系营商环境,而且反映市场、政府和社会风气。良好的政商关系为企业创新提供了适宜的外部环境,更加具有包容性,能激发企业技术创新活力。在亲清政商关系下,对参与企业创新产出的保护更强,能够进一步促进企业创新。(张杰等,2015;吴超鹏和唐菂,2016)。
(二)中介效应
为进一步研究其内在机理,本文基于主假设的分析思路使用“政策性负担”与“管理层业绩压力”分别进行了中介效应检验。
政策性负担可以分为战略性政策负担和社会性政策负担两种。社会性政策负担一般是指企业承担过多的冗员和工人福利等社会性职能而形成的负担。企业参与精准扶贫政策落实时,采取吸纳贫困地区就业人员和直接发放福利等手段可能会造成企业政策性负担的出现,进而造成公司内外治理机制的异化,可能激化代理问题,增加管理层的道德风险和逆向选择问题(张敏等,2013),从而影响企业创新。故本文对参与治理企业进行了“政策性负担”的中介机制检验。
此外,企业管理层面临资本市场和股东考核的双重业绩压力,而创新是一项周期长、资金需求大的活动,在双重业绩压力下,管理层可能出现短视行为,放弃创新活动,从而挤占创新(谭小芬和钱佳琪,2020)。然而企业“迎合”政府精准扶贫的任务,可能会转移市场注意力,管理层独享企业参与扶贫的溢出利益,业绩压力降低,出现“道德风险”问题,为转化为个人收益,减少风险承担,导致创新投入动力不足。故本文同时对“管理层业绩压力”进行了中介机制检验。
借鉴温忠麟等(2004)的研究,本文建立三步法模型检验政策性负担与管理层业绩压力在企业参与贫困治理中的中介效应。第一步检验参与贫困治理是否能明显抑制“创新投入挤占效应”;第二步检验参与贫困治理是否能够显著影响企业的政策性负担或管理层业绩压力;第三步检验参与贫困治理与政策性负担或管理层业绩压力对企业创新水平的共同作用。模型中的被解释变量依旧为Innovation,解释变量为Treat,中介变量为EXEMP/Mana_Share(模型中统一用X指代)。中介变量借鉴前人的研究,政策性负担采用企业冗员程度(楚有为,2020)进行衡量,业绩压力采用管理层持股(孟庆斌等,2019)进行衡量。
$\begin{aligned} {Innovatio{n_{i,t}}} = & {\alpha + \beta Trea{t_{i,t}} + \sum {{\gamma _k}} Firm\_control{s_{i,t}} + \delta Industr{y_i} + \theta Yea{r_t} + {\epsilon _{i,t}}}\\ {{X_{i,t}}} = & {\alpha + \beta Trea{t_{it}} + \sum {{\gamma _k}} Firm\_control{s_{i,t}} + \delta Industr{y_i} + \theta Yea{r_t} + {\epsilon _{i,t}}}\\ {Innovatio{n_{i,t}}} = & {\alpha + \beta Trea{t_{i,t}} + \varphi {X_{i,t}} + \sum {{\gamma _k}} Firm\_control{s_{i,t}} + \delta Industr{y_i} + \theta Yea{r_t} + {\epsilon _{i,t}}} \end{aligned}$ | (2) |
参照楚有为(2020)的研究,使用企业冗员程度测度企业政策性负担水平,并进行中介效应检验。从表4结果可见,列(1)中参与贫困治理(Treat)的系数显著为负,说明参与精准扶贫“挤占”了企业的创新投入;列(2)中参与精准扶贫(Treat)的系数显著为正,说明参与贫困治理给企业带来了政策性负担;列(3)中政策性负担(EXEMP)的系数显著为负,Sobel检验Z值为−4.388且在1%水平上显著,参与企业(Treat)的系数显著为负,以上结果意味着中介效应的成立,中介效应占比约为14.743%。说明企业参与精准扶贫对企业创新活动的内在作用机制是“政策性负担”导致的,参与企业有完成扶贫任务的外部“治理压力”。
(1) | (2) | (3) | (4) | (5) | |
政策性负担中介检验 | 业绩压力中介检验 | ||||
VARIABLES | Innovation | EXEMP | Innovation | Mana_Share | Innovation |
Treat | −0.004*** | 0.538*** | −0.003*** | −0.009** | −0.003*** |
(−5.15) | (4.99) | (−4.43) | (−2.34) | (−4.93) | |
EXEMP/Mana_Share | −0.001*** | 0.019*** | |||
(−10.56) | (9.47) | ||||
Constant | 0.080*** | 68.994*** | 0.149*** | 1.492*** | 0.052*** |
(6.96) | (29.48) | (11.60) | (23.51) | (4.44) | |
年度与行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 9 991 | 9 991 | 9 991 | 9 991 | 9 991 |
Adj.R2 |
0.477 | 0.536 | 0.490 | 0.323 | 0.482 |
Sobel Z | −4.388*** | −2.194** | |||
中介效应占比 | 14.743% | 4.571% | |||
注:完整表格内容详见官网工作论文。 |
借鉴孟庆斌等(2019)的研究,使用管理层持股数量多少衡量管理层面临的业绩压力,得到以下结论。从表4结果可见,列(4)中参与企业(Treat)的系数显著为负,说明参与贫困治理降低了企业管理层业绩压力;Sobel检验Z值为−2.194且在5%水平上显著,参与企业(Treat)的系数显著为负,Treat与Mana_Share的回归系数均显著,这意味着中介效应的成立,中介效应占比为4.571%。说明参与扶贫降低了企业管理层业绩压力,导致其可能出现创新动力不足的机会主义行为。
(三)经济后果
进一步观察企业参与的创新产出效果是有必要的,能够在某种程度回答企业的创新挤占是否有合理性。企业参与扶贫对其创新投入的挤占在不同市场竞争程度下有所差异,但这种挤占效应带来的经济后果不一定是负面的,已有文献表明企业社会责任的履行能够对其创新产出有正向促进作用(吴迪等,2020)。那么,这意味着企业参与扶贫可能实现效率的提升,在投入减少的情况下,实现更多的创新产出。借鉴谭小芬和钱佳琪(2020)的研究,本文用企业当年申请专利总的数量(LnApply)、申请发明专利的数量(LnApply_fm)、获得专利全部数量(LnGain)以及获得的发明专利数量(LnGain_fm)分别加1取对数指标(参见表5),并将其前置一期(由于篇幅限制,内容详见官方网站工作论文表5-2)进行检验,发现企业参与与其创新产出显著正相关。结果表明企业参与扶贫在创新产出层面没有出现负面效果,这种创新投入的挤占可能是暂时的,企业投入减少可能不是一件“坏事”。
(1) | (2) | (3) | (4) | |
VARIABLES | LnApply_fm | LnGain | LnGain_fm | |
Treat | 0.178*** | 0.153*** | 0.174*** | 0.110*** |
(5.90) | (5.44) | (3.65) | (4.14) | |
Constant | −10.186*** | −10.996*** | −10.830*** | −4.506*** |
(−20.61) | (−24.10) | (−14.19) | (−10.36) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
年度与行业固定效应 | 控制 | 控制 | 控制 | 控制 |
Observations | 9 991 | 9 991 | 4 384 | 4 384 |
Adj.R2 | 0.459 | 0.410 | 0.479 | 0.333 |
六、稳健性检验
为增强文章结论可靠性,本文进行了相关稳健性检验:
1.倾向得分匹配估计;
2.被解释变量前置一期;
3.更换关键变量度量方式(核心解释变量替换为企业精准扶贫投入金额与总资产之比);
4.工具变量估计(工具变量使用企业注册地同省内同行业参与扶贫公司数量(Proindnum)与上市公司注册地地形起伏指数(locality)两个工具变量);
5.剔除四大一线城市(北京、上海、广州、深圳)企业样本;
6.更换管理层业绩压力衡量指标(采用上一年是否亏损衡量管理层业绩压力)。
总体而言,企业参与精准扶贫对企业创新投入的负向影响结果没有改变,本文结论较为稳健。受篇幅限制,本文没有报告稳健性检验的分析与结果,如有兴趣可登录期刊官方网站查看工作论文。
七、结论与政策建议
本文基于中国沪深A股上市公司2016—2019年参与精准扶贫企业研发投入等数据,实证考察了上市公司参与贫困治理对其技术创新活动的影响,提出了“创新投入挤入效应”以及“创新投入挤占效应”两种可能,验证了“挤占效应”,并进一步研究了不同市场竞争程度在参与治理企业的影响中是否存在差异,得到市场竞争能够缓解“挤占效应”,发挥驱动创新源动力作用的结论。文章尝试从“政府”与“市场”两个角度,宏观政策层面与微观企业管理层层面探讨企业创新活动的影响因素及其内在机制路径,为理顺政府行为与市场力量关系,实现政策战略的精准实施,完善企业内外治理结构提供经验证据。进一步分析结果表明:第一,信贷资源可得性更高的企业“创新投入挤占”效果更弱,创新投入强度降低程度更低,意味着信贷资源可得能够有效缓解企业创新活动的融资约束,提升企业对创新失败风险的宽容度。第二,政商关系更好的企业“创新投入挤占”效果显著更弱,意味着政商关系能够改善企业经营的外部环境,政府保护企业创新产出的市场预期能降低企业创新的软约束,推动企业创新的开展。第三,参与贫困治理明显加大了企业社会性政策负担,而这种负担显著减弱了企业创新强度,加强了“创新投入挤占效应”,说明企业参与贫困治理是社会责任的履行,有社会效益的外部溢出,但是可能异化内部治理结构,导致创新减少。第四,本文发现参与治理企业的管理层业绩压力降低增加了管理层创新的代理成本,可能会导致出现道德风险,创新投入挤占效应显著增加,这意味着参与治理对管理层个人利益有明显的正向溢出效应。参与精准扶贫使得企业能在资本市场获得良好声誉,美化企业经营业绩,转移投资者对创新绩效的关注度,管理层利用信息不对称,满足于现状,创新动力不足。本文从微观角度揭示了管理层利用参与扶贫工作出现的短视与自利行为。第五,从参与的经济后果考察中得出企业专利获得的数量与质量都得到了提升的结论,说明这种挤占本身不是一种“坏事”,可能是效率的提升,当然这需要更深入的研究来进一步验证。
本文的分析结果可能有以下的政策启示和建议:
第一,市场竞争是推动企业创新的根本动力,要尊重市场内在的运行规律,释放市场力量对于企业创新的潜在能量。政府要立足市场环境的改善以及资本市场制度的改进,在“放管服”的进程中更加注重事后监管而非事前审批,并且降低市场准入门槛,让市场机制发挥资源配置作用,从而进一步巩固和发展企业和个人在产学研技术创新中的主体地位。在“十四五”期间反贫困工作重在巩固脱贫攻坚成果,这也是新的考验,要充分发挥运用市场手段,在产业扶贫等方面更加高效配置资源。
第二,本文在某种程度上考察了政府行为(扶贫治理)对企业创新的影响,尽管出现了“创新投入挤占”,但是企业在中国贫困治理中发挥的作用意义非凡,并且上市公司参与精准扶贫可以说在中国企业参与国家治理的进程中有“里程碑”意义,重要的是需要总结经验,放眼未来的发展。政府要更加注重“人事安排”与“现行制度”关系的梳理,形成“有配合”的制度,最大程度减少政策目标实现的有偏与投入资源的损耗,在企业技术创新不断前进的过程中落实好政府的治理任务,在乡村振兴战略的设计与实施中,发挥好制度优势,推动社会主义市场经济的高质量发展。
第三,代理问题是企业经营管理无法回避的问题,企业承担政策任务和治理任务时会增加管理层出现逆向选择及道德风险问题的可能性。因此要注重企业内部治理结构的合理有效设计,加强对管理层的内外部监督,维护股东利益,保护信息不对称下的广大市场投资者,同时,鼓励管理层进行有益于企业长远发展的高质量的创新。
[1] | 蔡庆丰, 陈熠辉, 林焜. 信贷资源可得性与企业创新: 激励还是抑制? ——基于银行网点数据和金融地理结构的微观证据[J]. 经济研究, 2020(10): 124–140. |
[2] | 陈克兢, 万清清, 康艳玲. 国家治理体系与国有企业创新效率——基于巡视监督的准自然实验[J]. 科研管理, 2020(8): 211–219. |
[3] | 楚有为. 政策性负担与审计费用——基于企业冗员的证据[J]. 审计与经济研究, 2020(5): 10–17. DOI:10.3969/j.issn.1004-4833.2020.05.002 |
[4] | 邓博夫, 陶存杰, 吉利. 企业参与精准扶贫与缓解融资约束[J]. 财经研究, 2020(12): 138–151. |
[5] | 何艳玲, 龚华燕. 理顺关系与国家治理结构的塑造(英文)[J]. 中国社会科学, 2020(1): 38–58. |
[6] | 何玉润, 林慧婷, 王茂林. 产品市场竞争、高管激励与企业创新——基于中国上市公司的经验证据[J]. 财贸经济, 2015(2): 125–135. DOI:10.3969/j.issn.1005-913X.2015.02.070 |
[7] | 胡浩志, 张秀萍. 参与精准扶贫对企业绩效的影响[J]. 改革, 2020(8): 117–131. |
[8] | 胡祎. 巩固脱贫攻坚成果衔接乡村振兴战略——《中国农村经济》《中国农村观察》第四届“三农论坛”征文研讨会综述[J]. 中国农村经济, 2020(12): 130–138. |
[9] | 贾俊雪, 秦聪, 刘勇政. “自上而下”与“自下而上”融合的政策设计——基于农村发展扶贫项目的经验分析[J]. 中国社会科学, 2017(9): 68–89. |
[10] | 姜婧. 社会治理框架下的精准扶贫事业发展探析[J]. 管理世界, 2018(4): 178–179. DOI:10.3969/j.issn.1002-5502.2018.04.016 |
[11] | 康志勇, 汤学良, 刘馨. “鱼与熊掌能兼得”吗? ——市场竞争、政府补贴与企业研发行为[J]. 世界经济文汇, 2018(4): 101–117. |
[12] | 李秉祥, 陈英, 李越. 管理防御、R&D投入与公司治理机制关系研究[J]. 科研管理, 2014(7): 99–106. |
[13] | 黎文靖, 郑曼妮. 实质性创新还是策略性创新? ——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60–73. |
[14] | 李馨子, 牛煜皓, 张广玉. 客户集中度影响企业的金融投资吗?[J]. 会计研究, 2019(9): 65–70. DOI:10.3969/j.issn.1003-2886.2019.09.010 |
[15] | 柳光强. 税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J]. 管理世界, 2016(10): 62–71. |
[16] | 马永强, 路媛媛. 企业异质性、内部控制与技术创新绩效[J]. 科研管理, 2019(5): 134–144. |
[17] | 孟庆斌, 李昕宇, 张鹏. 员工持股计划能够促进企业创新吗? ——基于企业员工视角的经验证据[J]. 管理世界, 2019(11): 209–228. DOI:10.3969/j.issn.1002-5502.2019.11.016 |
[18] | 聂辉华, 谭松涛, 王宇锋. 创新、企业规模和市场竞争: 基于中国企业层面的面板数据分析[J]. 世界经济, 2008(7): 57–66. DOI:10.3969/j.issn.1002-9621.2008.07.005 |
[19] | 史宇鹏, 顾全林. 知识产权保护、异质性企业与创新: 来自中国制造业的证据[J]. 金融研究, 2013(8): 136–149. |
[20] | 施赟, 舒伟. 制度推动、政治关联与非国有企业参与精准扶贫[J]. 统计与决策, 2020(20): 163–167. |
[21] | 谭小芬, 钱佳琪. 资本市场压力与企业策略性专利行为: 卖空机制的视角[J]. 中国工业经济, 2020(5): 156–173. |
[22] | 王帆, 陶媛婷, 倪娟. 精准扶贫背景下上市公司的投资效率与绩效研究——基于民营企业的样本[J]. 中国软科学, 2020(6): 122–135. DOI:10.3969/j.issn.1002-9753.2020.06.012 |
[23] | 王雨磊, 苏杨. 中国的脱贫奇迹何以造就? ——中国扶贫的精准行政模式及其国家治理体制基础[J]. 管理世界, 2020(4): 195–209. DOI:10.3969/j.issn.1002-5502.2020.04.017 |
[24] | 王昀, 孙晓华. 加价能力、行业结构与企业研发投资——市场势力与技术创新关系的再检验[J]. 科研管理, 2018(6): 141–149. |
[25] | 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004(5): 614–620. |
[26] | 吴超鹏, 唐菂. 知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J]. 经济研究, 2016(11): 125–139. |
[27] | 吴迪, 赵奇锋, 韩嘉怡. 企业社会责任与技术创新——来自中国的证据[J]. 南开经济研究, 2020(3): 140–160. |
[28] | 吴武清, 赵越, 田雅婧, 等. 研发补助的“挤入效应”与“挤出效应”并存吗? ——基于重构研发投入数据的分位数回归分析[J]. 会计研究, 2020(8): 18–37. DOI:10.3969/j.issn.1003-2886.2020.08.002 |
[29] | 夏清华, 黄剑. 市场竞争、政府资源配置方式与企业创新投入——中国高新技术企业的证据[J]. 经济管理, 2019(8): 5–20. |
[30] | 杨道广, 陈汉文, 刘启亮. 媒体压力与企业创新[J]. 经济研究, 2017(8): 125–139. |
[31] | 尹美群, 盛磊, 李文博. 高管激励、创新投入与公司绩效——基于内生性视角的分行业实证研究[J]. 南开管理评论, 2018(1): 109–117. |
[32] | 余明桂, 范蕊, 钟慧洁. 中国产业政策与企业技术创新[J]. 中国工业经济, 2016(12): 5–22. |
[33] | 余明桂, 钟慧洁, 范蕊. 民营化、融资约束与企业创新——来自中国工业企业的证据[J]. 金融研究, 2019(4): 75–91. |
[34] | 虞义华, 赵奇锋, 鞠晓生. 发明家高管与企业创新[J]. 中国工业经济, 2018(3): 136–154. |
[35] | 张春鹏, 徐璋勇. 市场竞争: “拦路虎”还是“助推剂”——技术异质性企业“脱实向虚”的证据[J]. 财经科学, 2019(8): 1–13. |
[36] | 张杰, 陈志远, 杨连星, 等. 中国创新补贴政策的绩效评估: 理论与证据[J]. 经济研究, 2015(10): 4–17. |
[37] | 张敏, 王成方, 刘慧龙. 冗员负担与国有企业的高管激励[J]. 金融研究, 2013(5): 140–151. |
[38] | 张璇, 刘贝贝, 汪婷, 等. 信贷寻租、融资约束与企业创新[J]. 经济研究, 2017(5): 161–174. |
[39] | 赵世芳, 江旭, 应千伟, 等. 股权激励能抑制高管的急功近利倾向吗——基于企业创新的视角[J]. 南开管理评论, 2020(6): 76–87. DOI:10.3969/j.issn.1008-3448.2020.06.008 |
[40] | 钟宇翔, 吕怀立, 李婉丽. 管理层短视、会计稳健性与企业创新抑制[J]. 南开管理评论, 2017(6): 163–177. DOI:10.3969/j.issn.1008-3448.2017.06.016 |
[41] | 周开国, 卢允之, 杨海生. 融资约束、创新能力与企业协同创新[J]. 经济研究, 2017(7): 94–108. |
[42] | 周铭山, 张倩倩. “面子工程”还是“真才实干”? ——基于政治晋升激励下的国有企业创新研究[J]. 管理世界, 2016(12): 116–132. |
[43] | Aboody D, Lev B. Information asymmetry, R&D, and insider gains[J]. The Journal of Finance, 2000, 55(6): 2747–2766. DOI:10.1111/0022-1082.00305 |
[44] | Dosi G, Marengo L, Pasquali C. How much should society fuel the greed of innovators? : On the relations between appropriability, opportunities and rates of innovation[J]. Research Policy, 2006, 35(8): 1110–1121. DOI:10.1016/j.respol.2006.09.003 |
[45] | Hall B H, Harhoff D. Recent research on the economics of patents[J]. Annual Review of Economics, 2012, 4(1): 541–565. DOI:10.1146/annurev-economics-080511-111008 |
[46] | He J, Tian X. The dark side of analyst coverage: The case of innovation[J]. Journal of Financial Economics, 2013, 109(3): 856–878. DOI:10.1016/j.jfineco.2013.04.001 |
[47] | Holmstrom B. Agency costs and innovation[J]. Journal of Economic Behavior & Organization, 1989, 12(3): 305–327. |
[48] | Shleifer A, Vishny R W. Equilibrium short horizons of investors and firms[J]. American Economic Review Papers and Proceedings, 1990, 80(2): 148–153. |
[49] | Tong T W, He W L, He Z L, et al. Patent regime shift and firm innovation: Evidence from the second amendment to China's patent law[J]. Academy of Management Annual Meeting Proceedings, 2014, 2014(1): 14174. |