萧小芬 许祥凤

（闽江学院新华都商学院，福建  福州350108）

资助项目:福建省社会科学规划基础研究一般项目(FJ2021B023)

摘要：双循环新发展格局是我国为应对国内外形势变化的发展战略选择，而创新是双循环的关键核心。在此背景下，本文基于2016-2022年上市公司的数据，采用双重差分模型和面板数据模型，从创新投入和创新产出两个视角实证验证产业政策对企业创新的影响机制。研究证明：短期内，产业政策对企业创新投入和产出均起到了正向促进作用，但长期情况下的影响机制有所不同。通过研究进一步发现，政府补贴力度会影响产业政策对企业创新的作用效果。

关键词：双循环；产业政策；企业创新

一、引言

在世界科技飞速发展的现状下，创新是引领发展的第一动力，更是企业核心竞争力的源动力。“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”是党的十九届五中全会提出的一项关系我国发展全局的重大战略任务。双循环新发展格局下，创新仍是企业继续发展的主旋律，产业政策则像是政府的“无形的手”，通过政府补贴、税收、信贷优惠的手段宏观调控着企业创新活动。为了鼓励创新，政府出台了一系列相关政策：2016-2022年间，正值我国实行中华人民共和国国民经济和社会发展第十三和第十四个五年规划。产业政策的出台目的是扶植产业发展，促进企业的创新投入与创新产出，但在具体扶植产业上略有不同：第十三个五年规划主要扶植十大产业具体包括新一代信息通信技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械等；第十四个五年规划重点扶持产业具体包括新一代信息技术、生物医药、高端装备制造、新材料、新能源和现代农业等。两个五年规划在信息技术、高端装备制造、新能源、新材料、医药等行业存在相似之处，但在农业、电力装备、农机装备方面略有不同。

目前，对于产业政策对企业创新的影响，目前有很多国内外学者进行了研究，但是缺少不同视角下不同模型政策对企业创新影响的差异对比。基于此研究背景，本文针对双循环新发展格局下，产业扶持政策对科技创新影响展开研究。

二、文献综述与研究假设

目前国内外针对产业政策对企业创新的影响研究存在促进和抑制两种截然不同的影响。

持第一类观点的研究人员认为，产业政策通过税收优惠和政府补贴等方式来提高企业创新能力。陈怡安、肖敏等（2023）^[1]通过研究中国2009年十大产业振兴出台为准实验，发现产业政策通过税收、政府补贴和市场竞争三种方式提升企业技术创新能力，且其促进作用呈现增强趋势。Zhaohui Zhu等（2022）^[2]在2011 - 2020年中国五年规划的基础上，以中国重污染行业上市公司为研究对象，实证检验了绿色产业政策通过政府补贴和银行贷款的中介作用促进企业绿色创新。Yaqiong Zhang（2024）^[3]以2012 - 2020年上海和深圳的生物医药产业为研究对象，发现增加政府税收优惠和提高股权融资比例对提高我国生物医药产业创新绩效的作用更为显著。吴先明（2024）^[4]等对2008—2021年沪深A股上市公司相关数据进行了实证分析，结果表明产业政策显著推动了企业创新，同时提高了被扶植企业的创新质量与创新数量，表现为“双重利好”、“提效增值”，常露露（2024）^[5]也得出了相似的结论。Tingxi Wang（2022）^[6]、方烨（2023）^[7]等则通过研究发现，产业政策通过提高内部控制、缓解融资约束来提高企业创新能力。也有学者认为，在产业政策提升企业创新能力的过程中，存在不同的机理。Luca Grilli等（2022）^[8]认为产业政策能够通过提高企业家的素质，从而促进企业创新，进而对整体经济体系产生积极影响。

另有学者通过企业异质性的角度，探讨了产业政策作用于企业创新的正向促进影响。赖玲玲等（2022）^[9]通过研究发现，产业政策对企业创新的正向促进作用存在着企业性质和区域发展的异质性：相较于非国有企业，国有企业的政策促进效果更加显著；相较于东北、中、西部等欠发达地区，东部发达地区的政策促进效果更加显著。Xiaozhen Wang等（2022）^[10]发现行业政策总体上对风电企业信贷融资有明显的促进作用，但不同类型政策的促进作用存在一定的差异，激励型政策对风电企业信贷融资正向影响显著，而监管型政策对风电企业信贷融资没有显著影响。Fang Wang等（2021）^[11]认为产业政策对创业型企业创新的影响，取决于企业的研发强度、区域经济发展水平、企业的领导结构等因素。Yanyang Yan（2022）^[12]发现产业政策与企业创新之间的关系随着产业异质性的变化而变化，在高科技产业中，鼓励企业更有可能具有创新性。对于低技术行业的企业来说，政府补贴更有效，但对于高科技行业的企业来说，税收优惠更有效。因此，提出假设1:

假设1：假设其他情况不变下，产业政策对企业创新有正向促进作用。

还有一些学者比较研究了政府补助和税收优惠的政策影响结果，得出了不同的结论。沙洁（2020）^[13]认为产业政策能明显增加企业研发资金投入和专利输出数量，提高了企业创新绩效水平，并且相较于政府补助，税收优惠的促进程度要更高。范晓杰（2021）^[14]通过研究发现，产业政策的促进作用对不同特征的企业存在差异，政府补助既能对企业的实质性创新起到促进作用，又能对其策略性创新起到促进作用；税收优惠只能对企业实质性创新起到促进作用，对策略性创新没有影响。

也有部分学者对产业政策的负面影响进行了研究分析，得出结论是产业政策对企业创新并没有起到促进作用，或是仅仅增加了企业创新数量，而没有提高企业创新质量。王文倩等（2021）^[15]通过研究2007-2019年中国上市公司的面板数据，研究得出产业政策对企业创新的影响存在阈值，在未跨越阈值情况下，通过缓解融资约束来增强企业对技术创新的研发投入强度，跨越阈值时，产业政策降低企业的资本配置效率大于其正向作用，从而导致对企业技术创新效率受到抑制。Huwei Wen等（2022）^[16]对新能源产业进行了实证分析，通过研究发现财政政策的高度不确定性对企业在新能源行业的创新投入启动了显著抑制作用。Xinyuan Dai（2021）^[17]、Zihao Jiang等（2023）^[18]、殷润（2022）^[19]通过研究发现，企业受到产业政策激励时，企业的专利申请量会有所增长，但其更多地关注“量”而忽视“质”，未能实现企业的创新能力提升。产业政策对创新的影响有不一致看法，是否是因为长短期影响差异？因此，提出假设2:

假设2：假设其他情况不变下，产业政策对企业创新长短期效果不一致。

本文参照陈铭（2017）^[20]的做法，选择用政府补贴来研究政府政策对企业创新的影响，其原因有三：一是政府补贴是企业切实得到的政府支持；二是政府补贴是企业得到的额外经济支持，企业有多余资金可以额外的进行创新行为；三是政府补贴是因政策目的专门提供的经济支持，其结果具有目的性。但是，政府补贴的金额越大，政府补贴的效果越好吗？因此，提出假设3:

假设3：假设其他情况不变下，政府补贴力度对扶植企业创新有正向影响。

三、研究设计

1.样本选取与数据来源

本文研究的产业政策为《中华人民共和国国民经济和社会发展第十三个五年规划纲要》、《中华人民共和国国民经济和社会发展第十四个五年规划纲要》（以下简称十三五和十四五），十三五规划涵盖期间为2016-2020年，十四五规划涵盖期间为2021-2025年，由于十四五计划仍在进行并未结束，所以研究样本选自2016-2022年我国上市公司相关数据。基于数据稳健性，对样本进行以下处理：剔除金融类企业，剔除ST和ST*类企业，剔除已经退市的企业，剔除在产业政策实施期间内数据不足的企业。经过以上处理之后，最终得到共2700家样本企业。有关数据来源，产业政策数依据为十三五规划和十四五规划；有关企业财务数据来源于国泰安数据库（CSMAR）。本文使用Excel和STATA 17.0进行数据处理和分析。

2. 变量选取

(1)被解释变量。本文的被解释变量是企业创新，分别从创新投入视角和创新产出视角进行研究，分别用研发投入强度（RD）和专利数量（Patent）进行衡量。研发投入强度受企业规模和营业收入影响，本文以研发费用存量与总资产的比值来衡量研发投入强度，借鉴沙洁（2020）的做法，研发费用存量由K_t=(1-ε)×r_(t-1)+r_t计算得到。其中，k表示t年末的研发资金存量，r是第t年用于研发的资金投入量，ε为折旧率，参照学者的计算按折旧率为15%计算研发费用存量。参照较多学者的做法，创新产出以公司申请专利数为基础，由于部分企业当年专利申请数可能为零，本文以专利申请数加一后取对数来定义创新产出。

(2)解释变量。本文主要研究产业政策与企业创新之间的关系，有关产业政策变量的定义，由于十三五规划和十四五规划中对相关行业支持情况没有严格具体的细分，则本文选取2016-2022年的产业政策如提到“鼓励”、“大力发展”等字眼，则说明该行业被产业政策所激励，若产业政策没有提到相关内容则视为不支持。如果该公司在产业政策激励范围，则IP赋值为1，否则为0。本文还通过政府补贴力度对解释变量进行衡量，政府补助（Subs）：采用当年企业获得政府补助的金额的自然对数表示。

(3)控制变量。在对产业政策对企业创新的影响的研究分析会受到其他因素的影响，本文借鉴了有关文献，引入如下控制变量：资产负债率（Lev），公司规模（Size），企业成长性（Growth），资本密集度（KI），股权密集度（SHC），盈利能力（ROA），具体变量说明见表1。

表1  变量定义表

3. 模型设计

本文将围绕前文提出两个问题展开研究，问题一为产业政策对企业创新的作用机理，及其作用机制。如果问题一的结论为产生影响，那么问题二将研究不同的政府补贴力度对扶植企业创新效果的影响。为解决上述两个问题，本文选用双重差分模型（DID）和面板数据模型进行实证验证分析。

为回答问题一，本文使用双重差分模型进行检验分析。其中关于双重差分模型假设Y为本文衡量企业创新行为的变量，比如企业研发投入强度和专利数量；IP为政策虚拟变量，其中IP=1表示有产业政策支持的“实验组”，IP=0表示没有产业政策支持的“对照组”，T为实验期虚拟变量，T=0表示处于实验期前，T=1表示处于实验期。具体可以建立以下两期模型。

其中RD_it、Patent_it分别为企业i在时期t的研发投入强度和专利数量；IP_i=1表示企业i属于“实验组”，IP_i=0则表示企业i属于“参照组”；T_t为实验期虚拟变量，当t=0即处于实验期前T_t=0，当t=1即处于实验期前T_t=1；交互项为IPi×Tt，其系数γ是本文研究关注的双重差分估计值。在方程（1）中政策虚拟变量IP_i衡量“实验组”与“对照组”之间存在的客观差异；时间虚拟变量衡量个体在实验期前后的差异；ΣZ_it为控制变量，ε_it为随机项。

为了考察产业政策对“实验组”和“对照组”造成的长期影响，本文构建如下多期双重差分模型：

其中x_it为政策虚拟变量，表示企业i在时期t是否受到产业政策扶植，其中x_it=1表示企业i在t时期为实验组，x_it=0表示企业i在t时期为参照组；T_t为时间虚拟变量，t=0时为2015年表示处于实验期前，此时T_t=0，t=1为2016年表示处于实验第一期，此时T_t=1，以此类推，2022年t=7表示处于实验第七期；μ为双重差分统计值，衡量产业政策在不同时期时实验组和对照组之间产生的差异，ΣZ_it为控制变量，ε_it为随机项。

为回答问题二，本文使用面板数据模型进行检验。由于本文同时拥有不同企业截面维度和时间维度的数据，并且政府补贴效果会随个体以及时间的不同而不同，因此面板模型将使用以政府补助衡量的政府补贴力度变量，并将利用参照组以及实验组获得政府补助的样本企业数据进行面板模型回归研究，因此本文建立如下面板数据模型：

其中Subs_it表示企业i在时期t的政府补贴力度，ΣZ_it为控制变量，ε_it为随机项。

四、实证结果

1.描述性统计分析

对2016年至2022年的样本企业数据进行描述性统计分析，主要参考值有均值、标准差、极大值和极小值，从数据结果中得到以下结论。

从表2 中可以看出：（1）在样本区间内，企业研发投入强度（RD）均值0.024、最小值0、最大值0.923、标准差0.037；企业专利数量（Patent）均值2.219、最小值0、最大值11.892、标准差2.574。说明无论是创新投入视角还是创新产出视角，水平都比较低，且从创新产出视角看，不同企业间存在较大差异。（2）我国受到产业政策激励（IP）企业的均值为0.337，没有超过半数。政府补助力度（Subs）均值7.309、最小值2.64、最大值9.739、标准差0.672，说明我国对企业的政府补助力度较强，但不同企业间的政府补贴力度差异较大。综上，表明目前我国产业政策没有对大多数产业进行全面扶持，而是对部分产业进行重点扶植，且扶植力度较强。

表2 主要变量描述性统计分析结果

2.回归分析

（1）双重差分模型回归结果

首先将2015年和2016年的两期数据进行双重差分模型研究分析，其中2015年表示实验期前，所有样本企业均没有产业政策扶持，2016年表示实验期，“实验组”样本企业受到产业政策激励，“对照组”样本企业没有受到产业政策扶植作用。

为了考察产业政策对“实验组”和“对照组”造成的长期影响，本文在2015和2016两期模型的基础上对2016年至2022年的样本企业数据进行了多期双重差分模型回归分析，其中，2015年表示实验期前，2016年至2022年表示实验期的第一期至第七期，“实验组”在产业政策实施期间一直受到扶植作用，“对照组”在产业政策实施期间没有受到扶植作用。

两期模型和多期模型都加入了资产负债率等控制变量，“2016”至“2022”的系数为本文关注的双重差分估计值，如果双重差分估计值显著，说明“实验组”与“对照组”存在差异且差异显著，若双重差分估计量不显著，则说明“实验组”与“对照组”存在差异但不显著。

表3 “实验组”与“对照组”的企业创新指标对比

注: 括号内为相应系数的标准差； ∗∗∗、 ∗∗和∗分别表示 0. 01、 0. 05 和 0. 1 的显著水平。

根据表3中“是否补助”的两期双重差分模型回归分析得出结论：

研发投入强度RD和专利数量Patent的产业政策双重差分估计值均为正数，说明产业政策对企业研发投入和研发产出均显著正向促进作用，验证假设1。

短期内，产业政策对企业创新的影响为正向促进，想要了解产业政策对企业创新的影响长期情况下是否存在差异，由此，设置了多期双重差分模型以检验长期内“实验组”和“对照组”有无显著差异。

根据表3中“多期模型”的多期双重差分模型回归分析，得出以下结论：

在持续扶植的实验期内，前三期研发投入强度RD的双重差分估计值为负数，从第四期开始为正数，且逐期变大，表明在产业政策初期，企业研发活动并没还有得到有效促进，但随着产业政策的逐年进行，期负面抑制效应逐渐减弱并持续增强正向作用，说明起初企业可能没有很好的运用产业政策的扶植作用，或起先为创新实施初期阶段，还未实现创新成果产出，通过逐年摸索并强化产业政策对企业创新的提高的方式方法，实现了产业政策对企业创新的促进作用，验证假设2。

专利数量Patent的双重差分估计值在产业政策持续扶植的实验期内均为正数，但存在呈先变大后变小的趋势，说明前期产业政策对企业创新产出是逐渐增强的促进作用，可能是由于专利产出饱和，导致了产业政策对企业创新产出的促进作用有所下降，验证假设2。

（2）面板数据模型回归结果

上文，证实了无论是从创新投入视角还是创新产出视角，无论是长期还是短期，产业政策都会对企业创新起到一定的促进作用。下面，将具体研究政府补助力度的不同对企业创新的影响。

从表4中可以看出：无论是研发投入强度还是专利数量，其系数均为正数，且都在1%的水平上显著，说明政府补助对企业创新投入强度和专利数量都是具有显著的正向激励作用。

面板数据模型回归结果与上文双重差分模型回归结果有些出入：双重差分系数表明企业研发投入强度逐渐减少负向作用并持续增强正向作用，企业创新产出的促进作用先逐渐增强后逐渐减弱；面板数据系数表明政府补助对企业创新投入强度和专利数量都是具有显著的正向激励作用。结合描述性统计中在产业政策的影响下，对企业的政府补助力度较强，可以得出结论，政府补贴力度的不同会影响企业创新的作用效果的结论，验证假设3。

表4 政府补助对企业创新投入和创新产出的影响回归结果

注: 括号内为相应系数的标准差； ∗∗∗、 ∗∗和∗分别表示 0. 01、 0. 05 和 0. 1 的显著水平。

五、结论

本文选取我国上市公司2016-2022年的数据，运用双重差分模型和面板数据模型，实证验证分析了产业政策是否对企业创新产生影响，以及产生何种影响和政府补贴力度不同对扶植企业创新的效果的影响，可以得出以下结论：

双循环新发展格局下，产业政策会造成获得产业政策扶植和未获得产业政策扶植的企业创新的差异。这种差异具体表现为相较于没有受到产业政策扶植的企业，受到产业政策扶植企业的研发投入和研发产出均较高，说明无论是从创新投入视角还是创新产出视角看，产业政策均能促进公司的创新能力。但具体看长期情况下的影响机制，产业政策对被扶植产业的创新投入和创新产出的扶植效果略有不同：对企业研发投入强度的负向作用逐渐减小直到正向作用，且促进效果逐渐增强，对企业创新产出的促进作用先逐渐增强后促进作用逐渐减弱。具进一步研究发现，政府补助力度的不同影响产业政策对企业创新投入和创新产出的作用效果：政府补助力度越高，企业的创新投入和创新产出强度越高。

但本文的研究存在一定的局限性，如产业政策对企业创新的创新投入和创新产出扶植作用不同的原因，以及长期产业政策扶植的情况下，对企业创新的促进作用出现拐点的原因，本文并没有实证证明，但从另一个角度看，可以作为未来的新研究方向。

参考文献：

[1]陈怡安,肖敏,李贵平.产业政策是否促进了企业创新——基于十大产业振兴规划的准实验[J].中国科技论坛,2023(9):80-90.

[2]Zhaohui Z ,Yafei T .Can green industrial policy promote green innovation in heavily polluting enterprises? Evidence from China[J].Economic Analysis and Policy,2022,(prepublish):

[3]Zhang Y .The influence of “industry policy” and “financial institution” configuration effect on innovation performance of China’s biomedical industry-based on necessary condition analysis and qualitative comparative analysis[J].Frontiers in Medicine,2024,101297495-1297495.

[4]吴先明,马子涵.产业政策促进企业创新的传递机制与情境条件——来自沪深A股上市公司的经验证据[J].当代经济管理,2024,46(1):31-42.

[5]常露露,方森辉.产业政策调整与企业创新绩效研究[J/OL].财经论丛,1-12[2024-03-09].https://doi.org/10.13762/j.cnki.cjlc.20240030.001.

[6]Tingxi W ,Xiaowei Y .Monetary Policy, Product Market Competition, and Firm Innovation: Evidence from Chinese Listed Companies[J].International Journal of Economics and Finance,2022,14(5):26-29.

[7]方烨.产业政策、内部控制质量对技术创新的影响分析[J].福建技术师范学院学报,2023,41(2):225-236.

[8]Luca G ,Boris M ,Emanuele G .Industrial policy, innovative entrepreneurship, and the human capital of founders[J].Small Business Economics,2022,60(2):707-728.

[9]赖玲玲,程跃.战略性新兴产业政策对企业创新绩效的影响研究——基于双重差分法的准自然实验[J].现代管理科学,2022(5):98-108.

[10]Xiaozhen W ,Ziyang T ,Gonghe P , et al.Research on wind power industrial policies' functional mechanism to the quality of enterprise innovation.[J].Environmental science and pollution research international,2022,30(12):34350-34362.

[11]Fang W ,Deyong Z .The Influence of Industrial Policy on Innovation in Startup Enterprises: An Empirical Study Based on China's GEM Listed Companies[J].Complexity,2021,2021

[12]Yanyang Y ,Juan W ,Sijia Q .Effects of Industrial Policy on Firms’ Innovation Outputs: Evidence From China[J].SAGE Open,2022,12(3):

[13]沙洁.产业政策、内部控制与企业创新绩效[D].四川师范大学,2020.

[14]范晓杰.产业政策对企业研发创新的影响研究[D].大连理工大学,2021.

[15]王文倩,周世愚.产业政策对企业技术创新的影响研究[J].工业技术经济,2021,40(8):14-22.

[16]Huwei W ,Chien-Chiang L ,Fengxiu Z .How does fiscal policy uncertainty affect corporate innovation investment? Evidence from China's new energy industry[J].Energy Economics,2022,105

[17]Dai X .Is the incentive of Mixed Industrial Policy to enterprise innovation “real”?[J].Academic Journal of Business Management,2021,3.0(1.0):

[18] Jiang Z ,Shi J .Quantity or quality? Policy effects on innovations in the wind power industry in China[J].Managerial and Decision Economics,2023,44(8):4507-4522.

[19]殷润.产业政策能促进企业创新吗？[D].湖南大学,2022.

[20]陈铭.政府补贴对企业经营行为的影响[D].南京大学,2017.