文章信息
外国经济与管理 2018年40卷第11期 |
- 徐晨, 孙元欣
- Xu Chen, Sun Yuanxin
- 着眼长远还是急功近利:竞争压力下腐败对企业创新和寻租的影响研究
- Pursuing long-term benefits or short-term benefits: a research on the impact of corruption on enterprise innovation and rent-seeking under competitive pressure
- 外国经济与管理, 2018, 40(11): 129-143
- Foreign Economics & Management, 2018, 40(11): 129-143.
-
文章历史
- 收稿日期: 2018-01-25
2018第40卷第11期
2.上海财经大学 自由贸易区研究院,上海 200433
2.Institute of Free Trade Zones, Shanghai University of Finance and Economics, Shanghai 200433, China
外部压力是影响企业战略选择的根本因素之一(Delmas和Toffel,2008),成为决定企业成长方式的重要力量。近年来,随着经济全球化和改革开放不断推进,一个不容忽视的外部压力是企业所面临的竞争环境。竞争有其两面性,既能推动企业着眼长远,也能迫使企业急功近利。经济学家已经对类似问题进行了有益探索,认为处于困境之中的企业会在生产性创新活动和非生产性寻租活动之间进行抉择(戈登•图洛克,2008;Baumol,1990)。由于创新成果能够为企业赢得长期竞争优势和收益(Hansen和Charles,1991),创新又是构建核心竞争力的关键(袁建国等,2015),所以创新是企业着眼长远的最佳战略选择。然而,创新投入具有高风险性和产出滞后性等特征(Rudy和Johnson,2016),加之我国政府长期以来主导经济资源分配,因此向官员寻租从而换取稀缺资源,成为维持自身优势的另一有效手段。鉴于官员的仕途命运具有不确定性,导致企业急于兑现寻租机会(朱沆等,2016),这恰恰反映了寻租是企业保持竞争优势的短期战略选择。在竞争压力下,企业的创新和寻租行为可能兼而有之,应该如何引导企业增加创新投入,同时减少寻租支出呢?
制度环境对引导创新和消除寻租至关重要(Baumol,1990;Wu和Huang,2008)。腐败程度作为制度环境的重要组成部分,对企业的战略选择造成显著影响(Uhlenbruck等,2006)。已有研究表明,腐败不仅为寻租的滋生提供了肥沃的土壤(Wu,2009),还会对企业的创新决策产生直接影响,腐败既可能成为创新的润滑剂,也可能成为其绊脚石(Mahagaonkar,2010)。为了初步揭示腐败与创新和寻租的关联,本文利用2006—2010年我国省(区、市)层面的数据,通过计算东、中和西部地区的腐败程度、研发强度和寻租程度加以说明。图1直观地表明了腐败程度的高低可能是造成创新和寻租在区域间存在分化现象的原因。具体而言,较低的腐败程度对应较高的研发投入和较低的寻租支出,而较高的腐败程度对应较低的研发投入和较高的寻租支出。表1的检验结果从统计上呈现了这一特征,即东部地区的腐败程度显著低于中西部地区,但研发强度和寻租程度显著高于和低于中西部地区。这表明腐败程度较高的中西部地区普遍存在“重寻租,轻创新”的现象,与之相对应的是,腐败程度较低的东部地区则表现为“重创新,轻寻租”的现象。以上分析表明,腐败程度可能具有引导企业增加创新投入,同时减少寻租支出的作用。
地区指标 | 东 部 | 中西部 | 差 值 |
腐败程度 | 0.318 | 0.342 | –0.024*** |
研发强度 | 1.818 | 0.887 | 0.931*** |
寻租程度 | 0.078 | 0.092 | –0.014* |
注:*** p<0.01,** p<0.05,* p<0.1。 |
然而,鲜有文献从制度和压力双重视角考察微观企业在不同战略间的抉择问题,目前针对腐败和市场竞争程度如何干预企业创新和寻租这一问题,仍有待详细考证。同样不容忽视的是,由于早期缺乏可靠和系统性的数据,基于腐败问题的经验研究并不多见(Ades和Di Tella,1999),直至近几年随着数据可获得性的改善,相关的经验研究才不断涌现(Barth等,2009;Smith,2016;Spencer和Gomez,2011;Uhlenbruck等,2006)。与之相类似,寻租的隐蔽性也直接导致了企业寻租支出的数据难以获取,造成了长期以来国内的绝大多数研究将关注热点停留在创新的影响因素上,忽视了对企业寻租行为的探讨。鉴于腐败程度和竞争压力可能会同时影响创新和寻租的决策,加之党的十八大以来,中央对腐败问题的关注程度与日俱增,因此以此为切入点,探究在我国企业面临激烈竞争压力的背景下,腐败程度是否是弘扬创新精神、消除寻租动机的关键制度因素,具有一定的现实意义。
正是出于这一考虑,本文利用世界银行提供的中国企业调查数据,将表征长期战略选择的创新和表征短期战略选择的寻租纳入同一个分析框架内,实证检验腐败程度的降低能否引导企业在激烈的竞争环境中选择长期导向的战略。主要结论有:第一,竞争压力在激发企业创新热情的同时,也会迫使企业谋求寻租机会;第二,遏制腐败能够有效压缩企业在竞争压力下的寻租空间,防止企业的短视行为,但遏制腐败也会削弱政治关联,减少从政府手中获得创新资源的渠道,进而抑制创新意愿,存在挤出效应。进一步研究发现,市场化程度偏低,尤其表现为政府支配经济资源和主导定价以及信贷供给与融资需求错配是引发挤出效应的主要原因。
本文可能的贡献在于:首先,在Baumol(1990)提出的“制度环境→企业家活动”分析框架的基础上,引入压力维度,揭示腐败这一制度环境在“压力—战略”关系中的调节机制,丰富了腐败对企业战略选择的影响路径;其次,本文运用我国企业调查数据,并且同时考虑了制度环境对生产性活动(创新)和非生产性活动(寻租)的影响,在我国情境下验证了Baumol(1990)的观点,即制度环境通过改变相对报酬进而引导企业家的创新和寻租活动;最后,现有研究尚未详细考证怎样的制度安排有利于企业家创新,同时减少寻租活动①,为此,本文选择腐败为切入点,揭示了当前我国的反腐败政策能够有效规避企业的短视行为,但仅仅依赖腐败程度的改善并不能真正引导企业着眼长远而且摒弃急功近利,而是需要与市场配置资源有机结合,共同改革推进。
二、理论分析与研究假说(一)竞争压力对创新和寻租的影响
竞争与创新的关系在早期没有一个明确的定论,一类观点认为垄断会增加创新投入(Schumpeter,1947),因为具备垄断势力的大企业普遍拥有丰富的创新资源,占据较大的市场份额,这些都为创新活动奠定了物质基础。另一类观点认为激烈的市场竞争环境才是创新的催化剂,因为企业不愿在残酷的竞争环境中苟延残喘,而是希望利用研发等手段获取竞争优势。此时,创新的战略性效应(strategic effect)开始显现。Arrow(1962)的早期研究具有一定的代表性,作者假定创新是为了降低单位成本,并构造数理模型分析市场结构与创新的关系。结果显示,在创新成果得到有效保护的前提下,处于充分竞争行业和领域的企业具有更强的创新动机,而垄断势力阻碍了创新活动。
随着研究的深入,越来越多的国内外经验研究都证实了竞争与创新存在正向关系。白明和李国璋(2006)利用第一次全国经济普查数据,以非国有经济比重衡量竞争程度,研究发现竞争程度的提高显著增加发明专利拥有量和新产品销售收入。以市场集中度衡量垄断势力的检验结果表明,垄断显著减少发明专利拥有量和新产品销售收入。Turner等(2010)基于套装软件产品的研究发现,以赫芬达尔指数(HHI)度量的市场集中度会显著抑制新一代产品的诞生(generational product innovation)。Correa和Ornaghi(2014)使用美国制造企业样本,分别使用行业内企业利润率的平均值和行业内企业专利授权数的平均值度量竞争程度与创新,在控制了可能的内生偏差后,研究发现竞争程度与创新之间显著正相关。张杰等(2014)将勒纳指数作为竞争的代理变量,发现市场竞争程度与研发投入之间存在稳健的正向关系。综合上述研究,即便采用不同的指标度量竞争程度和创新,研究结果也高度一致。据此,本文提出如下研究假说:
假说1:竞争压力会增加企业的创新投入。
寻租本身具有天然的隐蔽性,再加之中国正处于经济转型的特殊时期,经济领域的市场机制和法律制度的形成和完善通常需要一个过程,给企业寻租和官员设阻带来可乘之机。一方面,随着市场竞争愈发激烈,企业为了确保原有收益与官员合谋进而获取政府资源或政策优惠的愿望也愈发强烈,而且寻租数额成为赢得政府资源或政策优惠竞标战的重要砝码。Shleifer(2004)的研究论证了这一点,作者认为激烈的市场竞争格局迫使企业寻求互惠型寻租,因为此类寻租能够帮助企业减少税收支出,进而有效降低生产成本。另一方面,企业诉诸寻租也可能是为了回避官僚主义的繁文缛节,因为在激烈的竞争环境中,复杂的审批程序所造成的耽误可能直接导致市场份额的损失(Wu,2009)。
诸多学者利用世界银行关于企业营商环境的调查数据,对新兴国家或亚洲国家的竞争与寻租关系进行了考察,这些经验结论对中国类似问题的研究具有较大的借鉴意义。Venard和Hanafi(2008)使用新兴国家的企业调查数据,研究发现竞争压力显著增加寻租支出。Wu(2009)基于12个亚洲国家的企业样本,发现竞争对手的数量与是否寻租及发生寻租行为的频繁程度显著正相关。Alexeev和Song(2013)以及Diaby和Sylwester(2015)分别使用发展中国家和转轨经济国家的企业样本,发现国内(本地)市场的竞争者数量显著提升寻租支出的比例。近年来,部分针对中国企业的研究也获得了与之相似的结论。Gao(2010)运用问卷调查方法,基于132份高层管理人员的有效样本,发现市场竞争与寻租活动的频繁程度存在显著的正向关联。贺小刚等(2015)基于中国上市公司数据的研究也发现,市场集中度越低,赶超压力下从事寻租等败德行为的可能性越高。综合上述研究,企业在竞争压力下通过寻租来维持竞争优势的观点得到广泛证实。据此,本文提出如下研究假说:
假说2:竞争压力会增加企业的寻租支出。
(二)腐败程度的调节效应
制度理论认为,制度环境会显著影响企业的战略选择(张峰等,2016;朱沆等,2016;North,1990;Peng,2003)。腐败程度作为一种重要的制度环境,会对企业在竞争压力下的创新和寻租行为产生至关重要的影响。
腐败程度的上升直接导致法律保障和政策的不确定性增加,无形中为原本具有创新意愿却又缺乏必要创新资源的企业提供了有利条件。这是因为在这样的背景之下,政治关联对正式制度的替代效应增强,提升了政治关联的获利空间,使得企业可以通过建立政治关联获得政治庇护和融资便利,取得开展研发活动所需的银行贷款、政府补贴、税收减免等关键资源和政策支持的难度大幅减小(朱沆等,2016),有利于企业在竞争压力下做出创新等长期战略性承诺。尤其对那些市场化进程滞后的国家和地区而言,政府依然掌握着企业生存和发展所需资源的分配权(Wu和Huang,2008),政治关联犹如一把“保护伞”,提高企业获得政府创新补贴、税收优惠和银行贷款的概率,直接降低创新活动的成本(袁建国等,2015),成功调动了企业创新的积极性。与之相反,遏制腐败可能阻碍企业在竞争压力下的创新活动,对长期战略导向产生一定程度的挤出效应。据此,本文提出如下研究假说:
假说3:随着腐败程度加大,竞争压力对创新投入的正向作用越强。
制度环境和企业所面临的压力会相互交织并显著影响寻租行为(Martin等,2007)。依据此观点,当腐败程度发生变化时,处于竞争压力之下的企业亦可能改变寻租支出。既有研究表明,寻租是腐败的重要表现形式(Smith,2016),腐败程度愈高,企业寻租的欲望愈强烈(Spencer和Gomez,2011)。这是因为,腐败导致寻租行为被揭露的概率下降,给对政府资源有觊觎之心的企业以可乘之机,此类企业乐意利用寻租为自己扫清障碍,会显著增加寻租支出(Collins和Uhlenbruck,2004)。换言之,反腐败措施降低腐败程度,营造公平正义的法治环境,确保企业享有公正的待遇,既不会遭受来自政府部门的“掠夺”,也能够通过合法途径从政府手中获得稀缺性资源进而谋取竞争优势(李雪灵等,2012),有效铲除权力寻租的土壤。基于这一路径,随着腐败程度的加大,面临竞争压力的企业可能会进一步增加寻租支出。
已有研究直接或间接地验证了腐败程度既可能对寻租产生直接影响,也可能在寻租关系中起重要的调节作用。You和Nie(2017)运用2005年世界银行中国企业调查数据,结果发现,随着腐败程度的上升,市场化在遏制寻租方面的作用被显著“侵蚀”。Martin等(2007)的研究表明,随着法治环境的改善,以成败论英雄的观念(achievement orientation)对寻租行为的正向作用会逐渐减弱。Roa-Henriquez和Hassan(2017)也发现,政府治理质量的不断提升有助于减弱竞争压力对寻租的正向效应。据此,本文提出如下研究假说:
假说4:随着腐败程度加大,竞争压力对寻租支出的正向作用越强。
三、研究设计(一)计量模型与估计方法
鉴于创新投入和寻租支出都是截取(censored)变量,本文使用tobit模型进行估计。设定模型如下:
$ R{D_i}(R{S_i}) = \alpha + {\beta _1} \times Com{p_i} + \gamma \times {Z_i} + \Sigma Ind + {\varepsilon _i} $ | (1) |
$ R{D_i}(R{S_i}) = \alpha + {\beta _1} \times Com{p_i} + {\beta _2} \times Cor{r_i} + {\beta _3} \times Com{p_i} \times Cor{r_i} + \gamma \times {Z_i} + \Sigma Ind + {\varepsilon _i} $ | (2) |
其中,RDi和RSi是被解释变量,分别代表企业i的创新投入和寻租支出;Compi是解释变量,代表企业所承受的竞争压力,也是验证假说1和2的关键变量;Corri是调节变量,代表腐败程度;Compi×Corri是交互项,也是验证假说3和4的关键变量;Zi是影响企业创新和寻租决策的控制变量,考虑到腐败程度会直接影响企业创新投入和寻租支出,故在模型(1)的控制变量中加入Corri②;Ind是行业虚拟变量,控制潜在的行业异质性;εi是随机扰动项。
值得注意的是,企业的创新和寻租行为可能对市场结构造成影响(Ades和Di Tella,1999;Aghion等,2005),直接估计上述模型可能产生因互为因果所引致的内生偏误。因为部分企业更高的创新水平容易形成垄断,抑制行业竞争程度。与之类似,寻租打破了公平竞争的市场秩序,寻租所带来的政府资源为部分企业创造了竞争优势,进而打破原有市场格局。然而受限于截面数据,本研究无法使用滞后解释变量的方法控制互为因果,必须引入外生工具变量加以解决。有鉴于此,本文使用Wooldridge(2010)推荐的非线性模型内生性处理方法(control function approach)进行估计。
在工具变量的选择上,Correa和Ornaghi(2014)认为一国的劳动生产率水平会影响对外投资决定,进而对被投资国的行业竞争程度造成显著影响,而一国行业层面的因素难以对他国企业的个体决策行为造成直接影响,因此投资国行业层面的劳动生产率是理想的工具变量。近年来,日本、韩国和美国对华直接投资始终处于较高水平,其劳动生产率对中国行业竞争程度的影响较为直接。此外,投资决定难以立刻兑现为真正的投资实践,一般需要几年时间加以落实。基于以上两点,本文利用日本、韩国和美国的分行业劳动生产率数据构造竞争的工具变量,并采用数据滞后三年的处理方法。
(二)数据来源与变量测度
本文选择世界银行提供的2012年中国企业调查数据对研究假说进行验证。选择该数据集的主要原因在于,调查内容涵盖样本企业在2011年的竞争程度、创新技术、融资便利度、政商关系、劳动力水平以及企业特征等多个方面,囊括了本研究所需的全部信息。更为重要的是,世行的调查数据提供了企业寻租支出的详细信息,能够更为直接地度量企业寻租行为,这也是国内外大量关于寻租的研究使用该套数据的主要原因。
样本数据涵盖2700家中国企业,使用分层随机抽样法采集数据,涉及25个省市和19个行业。由于样本数据在地区和行业层面上比较分散,因而能有效降低估计误差(张峰等,2016)。本文剔除主要变量缺失、成立时间晚于2011年和用电成本为0的观测值,同时对主要连续变量在1%水平上进行缩尾处理,以消除异常值的影响。表2报告了各变量的定义和描述性统计结果,除工具变量的数据来自EU KLEMS数据库外,其余数据均来自世界银行的调查问卷。
类 别 | 名 称 | 符 号 | 操作性定义 | 均 值 | 标准差 | 最小值 | 最大值 | VIF |
被解释
变量 |
创新投入 | RD | 近三年企业内部平均研发支出占2011年销售收入的比值。参照现有文献的做法a,缺失值用0替代。 | 0.010 4 | 0.035 6 | 0 | 0.25 | 1.04 |
寻租支出 | RS | 企业在2011年向政府官员送礼或非正规支出的总额占当年销售收入的比值。 | 0.001 0 | 0.006 2 | 0 | 0.05 | 1.04 | |
解释
变量 |
竞争压力 | Comp | 管理者感知的“本行业中非正规竞争者对企业目前正常经营的干扰程度”,取值为1表示不存在干扰,取值为5表示干扰程度非常严重。 | 1.872 7 | 0.888 7 | 1 | 5 | 1.08 |
调节
变量 |
腐败程度 | Corr | 管理者认为“腐败对目前正常经营的阻碍程度”来度量腐败水平,取值为1至5,数值越高表示腐败现象越严重。 | 1.307 3 | 0.600 2 | 1 | 5 | 1.06 |
控制
变量 |
企业规模 | Size | 员工人数的自然对数。 | 4.152 2 | 1.366 9 | 1.39 | 10.31 | 1.22 |
成立年限 | Age | 等于2012年减去企业成立年份。 | 12.725 1 | 7.908 9 | 1 | 125 | 1.23 | |
销售额增长率 | SalesGrowth | 2009年至2011年的年均销售额增长率。 | 0.143 6 | 0.298 6 | –0.23 | 2.32 | 1.04 | |
员工受教育程度 | Edu | 获得中学及以上学历的员工占比。 | 0.601 2 | 0.301 6 | 0 | 1 | 1.12 | |
劳动生产率 | Productivity | 2011年的总销售额与当年员工人数的比值,单位:百万元/人。 | 0.585 5 | 1.206 3 | 0.02 | 9.52 | 2.39 | |
高管工作经验 | Experience | 高管的从业年限。 | 16.337 5 | 7.520 0 | 1 | 55 | 1.22 | |
控制
变量 |
产权性质 | State | 是否为国有企业。 | 0.034 6 | 0.182 7 | 0 | 1 | 1.06 |
出口强度 | Export | 2011年直接和间接出口销售占比的总和。 | 0.108 7 | 0.246 3 | 0 | 1 | 1.07 | |
员工培训 | Training | 是否对员工培训。 | 0.851 6 | 0.355 6 | 0 | 1 | 1.06 | |
技术差距 | TechGap | 具体参见Hashmi(2013)的测度方法。 | 0.941 0 | 0.117 6 | 0 | 1 | 2.34 | |
减少政府干预 | Gov | 《中国市场化指数》的分项“减少政府对企业的干预”。 | 7.458 8 | 1.882 4 | 3.43 | 10 | 1.04 | |
工具
变量 |
日本分行业劳动生产率 | LPJP | 2008年行业总增加值与当年行业从业人数的比值,基于ISIC二分位行业数据,单位:百万元/人(经汇率换算)。 | 0.464 8 | 0.185 6 | 0.18 | 0.80 | 2.61 |
韩国分行业劳动生产率 | LPSK | 0.266 2 | 0.167 4 | 0.07 | 0.71 | 3.38 | ||
美国分行业劳动生产率 | LPUS | 0.603 6 | 0.283 5 | 0.19 | 1.51 | 3.28 | ||
注:a参见Benner和Ranganathan(2012)、Hirshleifer等(2013)、Giarratana和Mariani(2014)、Seru(2014)、倪骁然和朱玉杰(2016)、Lewis和Tan(2016)、Krolikowski和Yuan(2017)的研究,下文将检验该方法的稳健性。 |
需要特别说明的是,本文之所以选择管理者感知的竞争压力而非HHI等传统的行业统计指标,主要基于以下三个方面的考虑:其一,基于管理者感知的测量方式能够更为精准地捕获企业层面的竞争压力(聂辉华等,2008),符合同行业企业不同竞争压力的现状(Tang,2006)。其二,企业的战略选择很大程度上取决于管理者所感知的竞争程度,而非实际竞争环境。这也解释了为何在相同的竞争环境下,各同业企业却选择截然不同的研发强度(Tang,2006)。其三,HHI的估计结果不稳定。本文利用《中国大型工业企业年鉴2009》,提取各工业行业中主营业务收入排名前50的企业,计算HHI并检验竞争与创新和寻租的关系。结果发现以LPJP和LPSK为工具变量的模型中,HHI系数符号相反且各自在1%的水平上显著,印证了Tang(2006)、Greenhalgh和Rogers(2006)的观点,即至少在“竞争—创新/寻租”的研究中,HHI等行业集中度指数并非代理竞争的理想指标。同理,由于企业的战略决策更多地受制于自身感知的制度环境,主观性较强,所以相比区域层面的客观测评指标,基于管理者感知的腐败程度能够更为精确地捕捉企业作为经济个体所面临的外部压力。
四、实证检验结果(一)基准回归结果
表3列示了竞争压力与创新和寻租的检验结果。前3列的被解释变量为创新投入,依次以LPJP、LPSK和LPUS作为工具变量,结果显示Comp在1%的水平上显著为正,表明竞争压力能够显著增加企业的创新投入,假说1得到验证。后3列的被解释变量为寻租支出,使用各工具变量的结果显示,Comp在1%的统计水平上显著为正,表明竞争压力也会显著增加寻租支出,假说2得到验证。以上结果也印证了创新和寻租可并行不悖的观点(Rudy和Johnson,2016)。
变 量 | RD | RS | |||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
LPJP | LPSK | LPUS | LPJP | LPSK | LPUS | ||
Comp | 1.060 0*** | 1.000 7*** | 0.955 4*** | 1.078 1*** | 0.950 3*** | 0.843 3*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.006 1) | (0.006 1) | (0.006 0) | ||
Corr | 0.001 6 | 0.001 6 | 0.001 6 | 0.025 0*** | 0.025 0*** | 0.025 0*** | |
(0.709 0) | (0.709 0) | (0.709 0) | (0.000 0) | (0.000 0) | (0.000 0) | ||
Size | 0.075 2*** | 0.069 3*** | 0.067 5*** | 0.081 5*** | 0.069 5*** | 0.062 3*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.007 6) | (0.007 8) | (0.008 0) | ||
Age | –0.007 3*** | –0.006 8*** | –0.006 6*** | –0.008 0*** | –0.007 1*** | –0.006 3*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.004 0) | (0.003 8) | (0.003 6) | ||
SalesGrowth | –0.043 8*** | –0.037 3*** | –0.034 1*** | –0.076 6** | –0.065 2** | –0.054 9** | |
(0.001 6) | (0.004 5) | (0.007 6) | (0.026 1) | (0.031 4) | (0.038 9) | ||
Edu | –0.066 2*** | –0.040 1*** | –0.046 1*** | –0.100 0*** | –0.070 2*** | –0.071 6*** | |
(0.000 2) | (0.006 9) | (0.003 0) | (0.005 1) | (0.005 5) | (0.005 4) | ||
Productivity | 0.006 6 | 0.016 1*** | 0.010 7** | 0.016 1*** | 0.017 8*** | 0.015 6*** | |
(0.138 0) | (0.001 8) | (0.022 5) | (0.000 4) | (0.000 6) | (0.000 4) | ||
Experience | 0.002 8*** | 0.002 4*** | 0.002 3*** | 0.002 0*** | 0.001 6*** | 0.001 6*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.001 4) | (0.001 4) | (0.001 5) | ||
State | 0.360 5*** | 0.333 8*** | 0.316 4*** | 0.433 3*** | 0.379 1*** | 0.339 2*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.004 9) | (0.004 7) | (0.004 6) | ||
Export | –0.043 9*** | –0.043 9*** | –0.043 9*** | –0.028 3* | –0.028 3* | –0.028 3* | |
(0.001 6) | (0.001 6) | (0.001 6) | (0.055 4) | (0.055 4) | (0.055 4) | ||
Training | 0.310 8*** | 0.296 9*** | 0.283 4*** | ||||
(0.000 0) | (0.000 0) | (0.000 0) | |||||
TechGap | 0.061 5 | 0.151 6*** | 0.092 2** | ||||
(0.106 9) | (0.000 6) | (0.020 7) | |||||
Gov | –0.065 4*** | –0.057 7*** | –0.051 4*** | ||||
(0.006 3) | (0.006 2) | (0.006 2) | |||||
Constant | –2.584 5*** | –2.541 5*** | –2.377 2*** | –1.880 4*** | –1.669 9*** | –1.490 5*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.003 8) | (0.003 6) | (0.003 3) | ||
r | –1.047 1*** | –0.987 9*** | –0.942 5*** | –1.070 6*** | –0.942 8*** | –0.835 8*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.006 5) | (0.006 5) | (0.006 5) | ||
第一阶段IV | –0.188 8* | –0.183 1* | –0.106 5* | –0.176 0* | –0.162 4 | –0.108 8* | |
(0.062 6) | (0.093 2) | (0.086 7) | (0.073 8) | (0.134 4) | (0.076 1) | ||
Industry FE | Y | Y | Y | Y | Y | Y | |
Pseudo R2 | 1.74 | 1.74 | 1.74 | 0.49 | 0.49 | 0.49 | |
Chi-suqare | 751.14 | 751.14 | 751.14 | 108.50 | 108.50 | 108.50 | |
N | 2 333 | 2 333 | 2 333 | 1 939 | 1 939 | 1 939 | |
注:括号内为异方差稳健p值,*** p<0.01,** p<0.05,* p<0.1。 |
控制变量方面,Corr系数在后3列中显著为正,表明腐败为企业与政府间的权利寻租开启了便利之门。Size系数显著为正,支持熊彼特观点。Age系数显著为负,表明初创企业有更强的创新激励和增长压力。SalesGrowth系数显著为负,表明已经具备较高增长率的企业不愿承担创新和违法风险。Edu系数显著为负,表明受教育年限与冒险精神负相关,而与守法意识正相关。Productivity系数显著为正,标志着生产率与创新或寻租之间存在一定的反哺效应。Experience系数显著为正,表明高管丰富的工作经验不仅显著提升企业的创新能力,同时长期积累的人脉为寻租提供了便利条件。State系数显著为正,说明国有企业具有更强的创新意愿和更牢固的寻租基础。Export与创新和寻租负相关,前者表现出“锁定”效应,即出口比例更高的企业将优势锁定于低成本和低价格上,从而忽视了自主创新能力(张杰等,2007);后者表明肩负平衡外汇和扩大就业等重任的出口企业具有更强的议价能力,能够有效削弱政府设租动机,同时也能抑制企业寻租需求(Lee等,2010)。Training系数显著为正,印证企业开展培训活动有助于提升员工的创新能力。TechGap系数显著为正,说明技术落后的企业面临较大的赶超压力。Gov系数显著为负,预示简政放权是打击寻租的有效手段。
工具变量的有效性方面,残差r的系数均在1%的水平上显著,证实了竞争压力与创新或寻租之间存在内生问题。第一阶段简约方程的回归中,工具变量的系数在10%水平下显著,表明与竞争压力显著相关,不存在弱工具变量问题。将创新投入和寻租对竞争压力与其他控制变量进行回归并保存回归残差,然后将残差与LPJP、LPSK和LPUS进行回归,发现工具变量对残差没有显著影响,证明了工具变量的外生性,即工具变量对创新投入和寻租支出没有直接影响。综合以上检验结果,本文所设定的工具变量是有效的。
表4列示了竞争压力、腐败程度与创新和寻租的检验结果。Comp系数分别在1%和5%的水平上显著为正,说明创新和寻租皆是企业获取竞争优势的重要手段。根据前3列的估计结果,CompxCorr至少在5%的水平上显著为正,表明腐败程度显著增加企业在竞争压力下的创新投入。换言之,遏制腐败会弱化竞争压力对创新投入的促进作用,产生一定程度的挤出效应,验证了假说3。后3列的结果显示,CompxCorr在1%的水平上显著为正,体现了腐败程度的上升会显著激发企业在竞争压力下的寻租动机。换言之,遏制腐败有助于铲除滋生寻租的土壤,并且会进一步弱化竞争压力对寻租的诱发效应,验证了假说4。
变 量 | RD | RS | |||||
(1) | (2) | (3) | (4) | (5) | (6) | ||
LPJP | LPSK | LPUS | LPJP | LPSK | LPUS | ||
Comp | 0.969 4*** | 0.946 8*** | 0.921 4*** | 0.760 6** | 0.637 7** | 0.646 7** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.031 8) | (0.042 5) | (0.023 5) | ||
Corr | 0.014 0*** | 0.018 8*** | 0.014 4*** | 0.037 8*** | 0.050 1*** | 0.040 6*** | |
(0.002 8) | (0.000 7) | (0.002 6) | (0.000 0) | (0.000 0) | (0.000 0) | ||
CompxCorr | 0.018 5*** | 0.013 7** | 0.015 2** | 0.021 9*** | 0.025 1*** | 0.022 9*** | |
(0.005 4) | (0.027 9) | (0.014 7) | (0.000 0) | (0.000 0) | (0.000 0) | ||
Size | 0.069 4*** | 0.066 5*** | 0.065 8*** | 0.057 1** | 0.046 9** | 0.047 8** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.038 0) | (0.048 8) | (0.028 9) | ||
Age | –0.006 6*** | –0.006 5*** | –0.006 3*** | –0.005 8** | –0.004 8** | –0.004 9** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.021 3) | (0.029 9) | (0.015 9) | ||
SalesGrowth | –0.038 7*** | –0.036 0*** | –0.034 4*** | –0.051 3 | –0.042 0 | –0.042 1* | |
(0.004 7) | (0.006 0) | (0.006 9) | (0.101 3) | (0.128 5) | (0.089 6) | ||
Edu | –0.052 9*** | –0.038 9*** | –0.042 9*** | –0.071 9** | –0.057 9*** | –0.059 4** | |
(0.003 0) | (0.008 2) | (0.005 3) | (0.023 4) | (0.010 0) | (0.011 0) | ||
Productivity | 0.009 9** | 0.015 2*** | 0.012 3*** | 0.013 9*** | 0.013 5*** | 0.013 2*** | |
(0.019 4) | (0.002 4) | (0.006 9) | (0.000 9) | (0.004 3) | (0.001 3) | ||
Experience | 0.002 5*** | 0.002 3*** | 0.002 3*** | 0.001 6*** | 0.001 4*** | 0.001 4*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.004 6) | (0.004 1) | (0.002 2) | ||
State | 0.322 4*** | 0.311 9*** | 0.302 3*** | 0.304 2** | 0.259 2** | 0.260 8** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.028 6) | (0.033 9) | (0.019 4) | ||
Export | –0.037 8*** | –0.038 6*** | –0.038 1*** | –0.020 5 | –0.019 1 | –0.019 2 | |
(0.006 7) | (0.005 7) | (0.006 3) | (0.116 0) | (0.156 5) | (0.152 7) | ||
Training | 0.289 3*** | 0.284 7*** | 0.276 6*** | ||||
(0.000 0) | (0.000 0) | (0.000 0) | |||||
TechGap | 0.087 7** | 0.137 6*** | 0.106 2*** | ||||
(0.016 5) | (0.001 6) | (0.006 0) | |||||
Gov | –0.046 3** | –0.038 7** | –0.039 3** | ||||
(0.032 1) | (0.044 1) | (0.024 7) | |||||
Constant | –0.592 2*** | –0.633 1*** | –0.591 7*** | 0.098 1 | 0.074 1 | 0.073 5 | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.219 9) | (0.297 0) | (0.261 0) | ||
r1 | –0.932 4*** | –0.914 6*** | –0.887 2*** | –0.729 0** | –0.605 4* | –0.615 5** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.039 5) | (0.053 9) | (0.030 8) | ||
r2 | –0.021 9*** | –0.017 6*** | –0.019 6*** | –0.023 3*** | –0.024 5*** | –0.023 2*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | ||
F检验 | 29.259 3*** | 29.012 8*** | 30.245 1*** | 21.712 8*** | 22.665 0*** | 20.591 0*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | ||
第一阶段IV | –0.188 8* | –0.183 1* | –0.106 5* | –0.176 0* | –0.162 4 | –0.108 8* | |
(0.062 6) | (0.093 2) | (0.086 7) | (0.073 8) | (0.134 4) | (0.076 1) | ||
第一阶段IV交互项 | 2.664 5*** | 2.462 9*** | 1.744 8*** | 2.664 5*** | 2.462 9*** | 1.744 8*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | ||
Industry FE | Y | Y | Y | Y | Y | Y | |
Pseudo R2 | 1.79 | 1.78 | 1.78 | 0.70 | 0.76 | 0.72 | |
Chi-suqare | 774.05 | 767.93 | 771.33 | 156.57 | 169.77 | 160.52 | |
N | 2, 333 | 2, 333 | 2, 333 | 1, 938 | 1, 938 | 1, 938 | |
注:括号内为异方差稳健p值,*** p<0.01,** p<0.05,* p<0.1。 |
与前文类似,残差r1和r2的联合显著性F检验的结果表明,所有模型均在1%的统计水平上显著,证实了竞争压力与创新和寻租之间存在内生问题。工具变量及其交互项的系数分别在10%和1%的统计水平上显著,说明不存在弱工具变量问题。残差与工具变量的回归结果表明,各工具变量不会对创新和寻租产生直接影响。
(二)稳健性检验
本文设定如下三类稳健性检验:首先,尽管用0替代研发缺失值是现有文献中常见的做法,但对替换是否造成偏差仍需谨慎评估。为此,本文将是否进行创新投入(RDdum)作为被解释变量重新估计,同时遵循Koh和Reeb(2015)的建议,在回归模型中增加是否报告创新投入的虚拟变量(Report)进行调整。其次,针对被解释变量是百分比的情形,Papke和Wooldridge(1996)推荐采用广义线性模型框架下的分数响应模型(fractional response model)来处理类似问题,模型使用拟极大似然估计法(QMLE),具体设定如下:
$ E({y_i}|{{\bf{x}}_i}) = G(\alpha + {\beta _1}Com{p_i} + {\beta _2}Cor{r_i} + {\beta _3}Com{p_i} \times Cor{r_i} + \gamma {Z_i} + \sum Ind + {\varepsilon _i}) $ | (3) |
其中,yi表示RDi和RSi,xi表示由解释变量和控制变量构成的向量,
表5中的Panel A报告了缺失值替换的可靠性。前3列的被解释变量为RDdum,采用probit模型估计的结果显示,竞争压力除了显著影响研发强度外,还会显著影响企业是否研发的决定,同时腐败程度会进一步推动这一决定的实施,表明竞争压力及其与腐败程度的交互作用会提升企业的创新意识。后3列的被解释变量为RD,通过增加Report进行调整并采用tobit模型估计,结果显示Comp和CompxCorr都在1%的水平上显著。以上证明了替换缺失值的做法并未对实证结果造成显著影响。Panel B报告了分数响应模型的估计结果。Comp和CompxCorr对RD和RS均有显著的正向影响,表明即使采用不同的估计方法,竞争压力的直接效应以及腐败程度的调节效应也仍然成立。Panel C报告了替换工具变量的检验结果。与基准回归的结果相比,Comp和CompxCorr的系数符号、大小和显著性均未发生明显变化。整体而言,本文的估计结果具有较好的稳健性。
(1) | (2) | (3) | (4) | (5) | (6) | ||
Panel A | 被解释变量:RDdum | 被解释变量:RD | |||||
LPJP | LPSK | LPUS | LPJP | LPSK | LPUS | ||
Comp | 13.258 8*** | 12.515 5*** | 11.946 3*** | 0.328 4*** | 0.310 3*** | 0.296 4*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | (0.000 0) | ||
CompxCorr | 0.202 2** | 0.179 2** | 0.191 7** | 0.009 8*** | 0.004 9*** | 0.006 1*** | |
(0.034 2) | (0.044 3) | (0.032 7) | (0.000 0) | (0.000 0) | (0.000 0) | ||
Panel B | 被解释变量:RD | 被解释变量:RS | |||||
LPJP | LPSK | LPUS | LPJP | LPSK | LPUS | ||
Comp | 8.836 0*** | 8.342 9*** | 7.965 2*** | 15.392 0** | 13.567 1** | 12.038 5** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.016 4) | (0.016 3) | (0.016 2) | ||
CompxCorr | 0.175 3*** | 0.112 6* | 0.131 4** | 0.415 8*** | 0.455 5*** | 0.416 9*** | |
(0.007 7) | (0.065 2) | (0.030 9) | (0.000 0) | (0.000 0) | (0.000 0) | ||
Panel C | 被解释变量:RD | 被解释变量:RS | |||||
LPJPSKUS | LPJPSKUSw | LPJPSKw | LPJPSKUS | LPJPSKUSw | LPJPSKw | ||
Comp | 0.979 9*** | 1.002 6*** | 1.038 9*** | 0.900 3*** | 0.948 3*** | 1.028 3*** | |
(0.000 0) | (0.000 0) | (0.000 0) | (0.006 0) | (0.006 1) | (0.006 1) | ||
CompxCorr | 0.017 0*** | 0.017 9*** | 0.017 9*** | 0.023 2*** | 0.022 8*** | 0.023 0*** | |
(0.007 6) | (0.005 8) | (0.006 3) | (0.000 0) | (0.000 0) | (0.000 0) | ||
注:括号内为异方差稳健p值,*** p<0.01,** p<0.05,* p<0.1。 |
实证研究的结果表明,腐败会增加企业在竞争压力下的创新投入,而降低腐败程度会对创新投入产生挤出效应。前文的理论分析认为,市场化进程滞后所引起的经济资源错配可能是遏制腐败引发挤出效应的主要原因。在政府对经济资源配置具有主导权的地区,地方官员对创新资源的分配具有很大的自由裁量权,从降低交易成本的角度出发,处于这一环境中的企业倾向于通过政治关联等手段为自己的创新活动扫除障碍(Krammer,2017)。随着腐败程度的降低,政治关联的生存空间被大幅压缩(Faccio,2006),企业通过政治关联取得开展创新活动所需的银行贷款、研发补贴、税收减免等关键资源和政策支持的难度加大(朱沆等,2016),严重打击其创新积极性,进而减少创新投入。而在市场配置资源的地区,政治关联对创新资源分配的影响有限,上述“腐败程度→政治关联→创新资源→创新投入”的链式作用难以形成,从而不存在挤出效应。根据这一推断,本文分别按照企业所在地的市场化指数及其分项,将样本划分为高组和低组,在控制内生性的情况下验证挤出效应的形成是否与资源配置主体的差异有关。
市场化进程由五个指标测度,分别是总得分(Marketization)、市场分配经济资源的比重(Resource)、价格由市场决定的程度(Price)、信贷资金分配的市场化程度(Credit)以及融资约束程度(Financing)。其中,前四个指标的数据均取自樊纲等(2011)发布的《中国市场化指数》总得分及分项。尽管该数据截至2009年,但上述指标在此之前的数年内未发生明显变动,于是沿用2009年的数值。依照惯例,本文将各地区得分的中位数作为分组依据,当某地区得分高于中位数时认定为高组,低于或等于时认定为低组。融资约束的数据来自世行调查问卷,基于融资便利度调查中“企业融资状况是否对目前正常经营构成障碍”这一题项创建。本文将构成融资障碍的企业视为存在融资约束,其余无障碍的企业则视为不存在融资约束。
表6的Panel A以Marketization作为分组变量,结果显示,腐败与竞争压力的调节效应仅在市场化进程总得分较低的样本组中显著为正,说明在较低的市场化总体水平之下,挤出效应凸显的概率更高。相反,在市场化进程总得分较高的样本组中,CompxCorr系数大幅减小且未达到显著水平,表明不存在挤出效应。综上所述,滞后的市场化改革进程与挤出效应的产生存在必然的联系,这在一定程度上论证了前文的推断,并且与胡永刚和石崇(2016)的理论模型结论不谋而合。然而,市场化总体指数内含政府与市场关系、产品及要素市场发育等多个方面,是一个涉及面较广的指标,难以回答经济资源错配是否是市场化滞后背景下造成挤出效应的直接诱因。有鉴于此,表6中的Panel B至Panel E以这些反映市场化进程的分项或细项作为分组变量,作进一步检验。
变 量 | (1) | (2) | (3) | (4) | (5) | (6) |
LPJP | LPSK | LPUS | ||||
Panel A | 市场化进程总得分(Marketization),被解释变量:RD | |||||
高 | 低 | 高 | 低 | 高 | 低 | |
CompxCorr | 0.013 6 | 0.019 5** | 0.008 7 | 0.018 0** | 0.014 1 | 0.015 0* |
(0.183 3) | (0.025 0) | (0.366 2) | (0.033 5) | (0.149 3) | (0.066 0) | |
Panel B | 市场分配经济资源的比重(Resource),被解释变量:RD | |||||
高 | 低 | 高 | 低 | 高 | 低 | |
CompxCorr | 0.022 0* | 0.023 4*** | 0.009 1 | 0.023 8*** | 0.010 9 | 0.023 5*** |
(0.059 4) | (0.007 7) | (0.370 6) | (0.006 3) | (0.303 5) | (0.004 3) | |
Panel C | 价格由市场决定的程度(Price),被解释变量:RD | |||||
高 | 低 | 高 | 低 | 高 | 低 | |
CompxCorr | 0.016 2 | 0.029 7*** | 0.008 9 | 0.027 5*** | 0.007 8 | 0.029 8*** |
(0.104 1) | (0.001 2) | (0.334 1) | (0.002 1) | (0.388 2) | (0.000 5) | |
Panel D | 信贷资金分配市场化程度(Credit),被解释变量:RD | |||||
高 | 低 | 高 | 低 | 高 | 低 | |
CompxCorr | 0.015 2 | 0.019 3** | 0.010 2 | 0.017 9** | 0.015 4 | 0.015 2* |
(0.140 4) | (0.029 6) | (0.294 0) | (0.038 2) | (0.119 7) | (0.069 1) | |
Panel E | 融资约束(Financing),被解释变量:RD | |||||
有 | 无 | 有 | 无 | 有 | 无 | |
CompxCorr | 0.019 7** | 0.024 8* | 0.015 3** | 0.020 9 | 0.016 2** | 0.025 9** |
(0.015 1) | (0.066 7) | (0.044 5) | (0.139 1) | (0.035 7) | (0.046 2) | |
注:括号内为异方差稳健p值,*** p<0.01,** p<0.05,* p<0.1。 |
Panel B以Resource作为分组变量,结果发现,在市场分配经济资源的比重相对偏低的情况下,CompxCorr的挤出效应在1%的水平上显著为正。相反,在市场分配资源的比重相对偏高的情况下,CompxCorr系数的显著性下降甚至不再显著,表明挤出效应减弱甚至消失。Panel C以Price作为分组变量,结果显示,当价格由市场决定的程度较低时,CompxCorr在1%的统计水平上显著为正,表现出强烈的挤出效应。而当价格由市场决定的程度较高时,CompxCorr的系数未达到显著标准,说明不存在挤出效应。Panel D以Credit为分组变量,结果显示,当信贷资金市场化分配程度较低时,CompxCorr系数显著为正,说明当信贷资金配置不合理时,腐败程度的降低容易形成挤出效应。Panel E以Financing为分组变量,结果表明,当企业存在融资约束时,CompxCorr系数的显著水平相对更高,表明挤出效应尤为严重。以上结果验证了前文推断,即市场化改革滞后所引发的资源错配,尤其表现为政府掌握过多的经济资源配置权和定价权以及信贷供给与融资需求的错配现象是加剧乃至产生挤出效应的直接诱因。
六、结论与启示如何引导企业着眼长远并且摒弃短视行为,是摆在政府决策者面前的难题。本文基于世界银行提供的2012年中国企业调查数据,将创新与寻租分别象征长期和短期战略选择,发现遏制腐败和市场配置资源必须双管齐下才能引导企业在激烈的竞争环境中选择长期导向的战略。研究结论包括:第一,竞争压力在增加创新投入的同时,也会增加寻租支出。第二,遏制腐败能够有效压缩企业在竞争压力下的寻租空间,但遏制腐败也会通过“腐败程度→政治关联→创新资源→创新投入”等一系列连锁反应抑制创新投入,产生一定程度的挤出效应。对挤出效应的产生机理作进一步考察后发现,挤出效应只在政府支配经济资源和主导定价以及信贷供给与融资需求错配的情况下显著存在,随着市场主导经济资源的比重上升,挤出效应消失。
以上结论为引领中国企业着眼长远的制度环境建设提供了有益启示,凸显了市场在资源配置中起决定性作用的重大意义,也为当前的反腐败政策提供了有力佐证。此外,研究结论对企业自身发展也具有一定的借鉴意义。具体的政策和管理启示如下:
首先,研究发现佐证了在中国情境下,政府引导企业立足长远是一个系统工程,必须多个制度环境共同改革推进,顾此失彼的制度安排容易产生“制度弊端”。就本文而言,反腐败政策能够有效改善企业管理者急功近利的浮躁心态,但在政府主导资源配置的情况下,也会打击企业管理者着眼长远的意愿。因此,中央及各级政府在加大力度惩治腐败的同时,必须充分发挥市场在资源配置中的决定性作用,如利用竞争、价格、供求机制调配创新资源,对创新活动所给予的补贴、资助或税收减免应公开透明并建立信息披露制度,通过打消企业的创新顾虑来减弱乃至避免不平衡状态所引发的挤出效应。
其次,研究结论证实了构筑反腐败的长效机制对抑制企业短视行为具有重要作用,为当前反腐败政策提供了有力佐证。铲除腐败是营造良好营商环境的重要前提,不仅有效阻止政府官员的设租行为,而且有助于企业获得公正的待遇并有同等机会获取政府的稀缺资源,降低主动寻租的倾向。因此,政策制定者可以通过减少政府对资源的直接配置来限制官员的自由裁量权,通过减少政府对微观经济活动的干预来规避利益输送型的政治关联,通过增加违法成本来震慑设租和寻租行为。
最后,就企业管理者而言,应当树立正确的价值观,牢记创新才是企业走向成功、保持长期竞争优势的金钥匙,而非寻租。近期的中兴禁售事件④也再次凸显了中国企业提升自主创新能力的重要性和紧迫性。因此,企业应当加大自身的研发投入,积极开展研发合作,并且合理合法地利用技术外溢来提升创新能力。具体的实现路径包括:引进国外高科技人才充实研发力量;与科研院所深度交流合作激发创新灵感;建立海外研发机构从而零距离地接触国际先进技术等。
① 据我们所知,Sobel(2008)、Wiseman和Young(2014)使用美国各州的截面数据,分析制度质量、宗教对地区创新和寻租的影响,但缺少来自企业层面的经验证据。
② 感谢匿名审稿人的宝贵建议。
③ 权重为2011年日韩美对华实际外商投资额。
④ 2018年4月16日,美国商务部下令禁止美国企业向中兴通讯出售零部件、商品、软件和技术,禁售令有效期长达7年。
[1] | 白明, 李国璋. 市场竞争与创新:熊彼特假说及其实证检验[J]. 中国软科学, 2006(11): 15–21. |
[2] | 樊纲, 王小鲁, 朱恒鹏. 中国市场化指数——各地区市场化相对进程2011年报告[M]. 北京:经济科学出版社, 2011. |
[3] | 戈登•图洛克著, 王永钦, 丁菊红译. 特权和寻租的经济学[M]. 上海: 上海人民出版社, 2008. |
[4] | 张杰, 郑文平, 翟福昕. 竞争如何影响创新:中国情景的新检验[J]. 中国工业经济, 2014(11): 56–68. |
[5] | 朱沆, Kushins E, 周影辉. 社会情感财富抑制了中国家族企业的创新投入吗?[J]. 管理世界, 2016(3): 99–114. |
[6] | Aghion P, Bloom N, Blundell R, et al. Competition and innovation: An inverted-U relationship[J]. The Quarterly Journal of Economics, 2005, 120(2): 701–728. |
[7] | Alexeev M, Song Y. Corruption and product market competition: An empirical investigation[J]. Journal of Development Economics, 2013, 103: 154–166. |
[8] | Arrow K. Economic welfare and the allocation of resources for invention[A]. Nelson R R. The rate and direction of inventive activity: Economic and social factors[M]. New Jersey: Princeton University Press, 1962. |
[9] | Baumol W J. Entrepreneurship: Productive, unproductive, and destructive[J]. Journal of Political Economy, 1990, 98(5): 893–921. |
[10] | Correa J A, Ornaghi C. Competition & innovation: Evidence from U. S. patent and productivity data[J]. The Journal of Industrial Economics, 2014, 62(2): 258–285. |
[11] | Delmas M A, Toffel M W. Organizational responses to environmental demands: Opening the black box[J]. Strategic Management Journal, 2008, 29(10): 1027–1055. |
[12] | Diaby A, Sylwester K. Corruption and market competition: Evidence from post-communist countries[J]. World Development, 2015, 66: 487–499. |
[13] | Krammer S M S. Greasing the wheels of change: Bribery, institutions, and new product introductions in emerging markets[J]. Journal of Management, forthcoming. |
[14] | Mahagaonkar P. Corruption and innovation[A]. Mahagaonkar P. Money and ideas: Four studies on finance, innovation and the business life cycle[M]. New York: Springer, 2010: 81–97. |
[15] | Martin K D, Cullen J B, Johnson J L, et al. Deciding to bribe: A cross-level analysis of firm and home country influences on bribery activity[J]. Academy of Management Journal, 2007, 50(6): 1401–1422. |
[16] | North D C. Institutions, institutional change and economic performance[M]. New York: Cambridge University Press, 1990. |
[17] | Rudy B C, Johnson A F. Performance, aspirations, and market versus nonmarket investment[J]. Journal of Management, 2016, 42(4): 936–959. |
[18] | Schumpeter J A. Capitalism, socialism, and democracy[M]. New York: Harper & Brothers, 1947. |
[19] | Shleifer A. Does competition destroy ethical behavior?[J]. American Economic Review, 2004, 94(2): 414–418. |
[20] | Spencer J, Gomez C. MNEs and corruption: The impact of national institutions and subsidiary strategy[J]. Strategic Management Journal, 2011, 32(3): 280–300. |
[21] | Tang J M. Competition and innovation behaviour[J]. Research Policy, 2006, 35(1): 68–82. |
[22] | Turner S F, Mitchell W, Bettis R A. Responding to rivals and complements: How market concentration shapes generational product innovation strategy[J]. Organization Science, 2010, 21(4): 854–872. |
[23] | Uhlenbruck K, Rodriguez P, Doh J, et al. The impact of corruption on entry strategy: Evidence from telecommunication projects in emerging economies[J]. Organization Science, 2006, 17(3): 402–414. |
[24] | Venard B, Hanafi M. Organizational isomorphism and corruption in financial institutions: Empirical research in emerging countries[J]. Journal of Business Ethics, 2008, 81(2): 481–498. |
[25] | Wu J L, Huang S Q. Innovation or rent-seeking: The entrepreneurial behavior during China’s economic transformation[J]. China & World Economy, 2008, 16(4): 64–81. |
[26] | Wu X. Determinants of bribery in Asian firms: Evidence from the world business environment survey[J]. Journal of Business Ethics, 2009, 87(1): 75–88. |
[27] | You J, Nie H H. Who determines Chinese firms’ engagement in corruption: Themselves or neighbors?[J]. China Economic Review, 2017, 43: 29–46. |