经济政策不确定性、劳动力成本上升与企业创新

顾欣 张雪洁

摘 要：当前，全球经济政策不确定性增强和国内劳动力成本上升所带来的创新压力是中国企业所面临的重要问题。以往的研究結果表明，劳动力成本上升通常会激励企业进行技术创新，那么在经济政策不确定背景下这种结论是否依然成立，本文尝试给出回答。笔者基于1999—2007年中国企业微观数据，利用双重倍差模型对经济政策不确定性背景下劳动力成本上升对企业创新的影响进行测算。研究结果显示：当经济政策可能发生巨大波动时，劳动力成本上升会对企业创新产生显著的抑制作用，并且这种抑制作用会随着企业R&D水平的上升而逐渐增加，即企业创新的技术含量越高，所处行业的技术要求越高，则该抑制作用越明显。同时也发现该抑制作用具有选择效应，即对于不同所有制企业具有异质性影响，相较于其他类型企业而言，私营企业和港澳台企业创新受到的抑制作用更明显。

关键词：经济政策不确定性;劳动力成本上升;企业创新;双重倍差模型

中图分类号：F273.1文献标识码：A

文章编号：1000-176X（2019）09-0102-09

一、引 言

当前中国经济发展面临的不确定性和潜在风险正在增加。从国际环境来看，金融危机后世界经济的重大结构性矛盾日益突出，经济政治领域“黑天鹅”事件频发，各国经济政策调整变动频繁。从国内环境来看，中国经济正面临转型升级的巨大压力，出口结构变化、内需增速放缓、投资增速下降，经济运行摆脱原有的发展模式进入发展新常态。以上诸多经济政策不确定性因素的增加给中国企业的可持续经营带来极大的挑战，例如，2018年4月16日，美国商务部宣布对中兴通讯所需的部分核心技术、设备和零部件实施禁售政策，迫使中兴不得不暂停相关生产运营活动，造成严重的经济损失。这一中兴事件也促使人们反思，在经济摩擦加剧背景下技术创新的自主性在企业发展和国家安全中的重要地位，以及如何才能实现企业自主创新能力的提升等问题。事实上，近些年来中国一直在提高对于高新技术创新研发的投入，习近平总书记也曾多次强调“关键核心技术是国之重器”，提高中国科技创新特别是关键核心技术的科技创新对于中国经济发展和国家安全具有毋庸置疑的重要意义。然而，部分行业和领域仍然存在着核心技术和设备高度依赖进口、尚无法实现自主研发生产的状况。以制造业为例，当前中国虽已在部分制造领域形成了独特优势，但高端制造业仍过于依赖进口设备，缺乏工艺技术创新的载体和能力，因而在一体化产品和核心零部件等领域仍存在竞争力不足等问题＼[1＼]。在这种高度依赖的背景下，经济不确定性的增强不仅会阻碍企业正常的生产经营活动，而且会影响企业的自主研发和创新活动。由于企业研发创新具有时间长、不确定性高等特点，企业研发投入一方面会加剧企业经营活动的不确定性，另一方面也容易受到不确定性因素的影响＼[2＼]。因而在经济不确定环境下企业创新将面临更大的压力和困难，二者之间的关系也成为企业家和学者们越来越关注的话题之一＼[3-4＼]。

与此同时，劳动力成本的持续上升成为中国企业创新在经济政策不确定性下的另一大挑战。通常在经济政策不确定背景下，由于流动性资金和未来预期等因素的影响，企业往往采用降低薪资待遇和削减员工数量等方式应对经营压力，但近年来的劳动力成本却急剧上升。据德勤公司公布的《2016全球制造业竞争力指数》报告中指出，在2005—2015年这10年间中国劳动力成本上升了5倍，2015年制造业平均每小时薪酬已达到3.3美元，是印度平均薪酬的2倍，印度尼西亚的5倍。劳动力成本上升一方面使得中国传统的制造业发展模式面临挑战，另一方面也成为对制造业企业的创新激励，从而提升企业技术创新能力＼[1＼]。

总体而言，现有文献分别对经济不确定性、劳动力成本上升和企业创新三要素中两者之间的关系进行了阐述，但少有文献将这三者同时纳入统一的研究框架进行分析。首先，现有文献多以经济政策不确定性为代理变量衡量经济不确定性，得出经济政策不确定性会显著影响企业研发创新的结论。但对经济政策不确定性影响企业创新的机制尚存在一定的争论，Bhattacharya等＼[2＼]与郝威亚等＼[3＼]认为，经济政策不确定性会通过实物期权理论等渠道影响企业创新发展，Atanassov等＼[4＼]与顾夏铭等＼[5＼]则认为，经济政策不确定性会通过激励效应和选择效应促进企业创新。其次，经济政策不确定性会影响企业平均工资和就业水平。最后，劳动力成本与企业创新二者间的关系也已经在国内外得到了广泛的研究和证实＼[1-6＼]。但现有文献多是基于经济发展稳定的前提假设，鲜有文献将经济不确定性纳入研究范围。据此，本文拟采用中国企业层面的微观数据，考察经济政策不确定性背景下劳动力成本上升对于企业创新的影响。研究结果表明，在经济政策不确定性显著增强的情况下，劳动力成本上升不仅不会激励企业进行技术创新，反而会对其产生抑制作用。

与现有研究相比，本文可能的贡献如下：首先，本文基于经济政策不确定性的背景，研究劳动力成本上升对于企业创新的实际影响，还进一步探讨了这一影响对于不同创新类型和企业类型的异质性表现。其次，本文扩展了创新和工资相关的研究领域。已有文献多从企业性质、资金状况、人才队伍、政府补贴、最低工资政策和贸易状况等角度研究其对企业创新的影响，或将经济不确定性作为单独变量衡量其对经济发展、企业投资和就业水平等宏微观指标的影响，但少有学者将经济政策不确定性、劳动力成本和企业创新结合起来进行考虑，因此，本文探索了经济政策不确定性背景下劳动力成本上升对企业创新的影响，并且综合考量了企业技术水平和所有制差异的影响，有利于完善和补充相关的研究领域。最后，现有文献对于经济政策不确定性的测度多基于关税和GDP等某一宏观经济变量，而本文采用的宏观经济政策不确定指数涵盖财政、税收和对外经济政策等各个方面，且该指标也具备很好的连续性和可比性。

二、文献综述和研究假设

（一）文献综述

李华杰等＼[7＼]认为，经济不确定性来源于各经济主体对当前经济状况和预期发展看法的不一致，主要包括实体经济的不确定性和经济政策不确定性＼[8＼]。其中经济政策不确定性则更加侧重于经济主体由于无法预知政府经济政策变化而面临的不确定性，并且在全球经济危机后，经济政策不确定性已经逐渐成为影响经济不确定性的主要因素之一＼[9＼]。因而国内外多有学者选择以经济政策不确定性作为经济不确定性的代理变量＼[8＼]，本文亦采用这一做法。目前文献主要从以下两个层面对经济政策不确定性进行了研究：首先，从宏观层面看，经济政策不确定性可能会对经济活动、股票价格和就业等经济要素产生作用＼[8-10＼]，影响国家的GDP增长、投资、消费、出口和价格等经济行为，甚至可能引发经济衰退＼[11-12＼]。其次，从微观层面看，经济政策不确定性会对企业的现金持有、投资决策、出口行为以及个人福利水平产生抑制效应＼[13-14＼]。

近年来，经济政策不确定性背景下企业的创新发展成为新的研究话题。相对于投资、雇佣和生产率等企业指标而言，创新活动在调整成本特征等方面存在特殊性，因而经济政策不确定性对其的影响也更为復杂＼[15＼]。大多数学者认为经济政策不确定性会对企业创新产生负向影响。例如，Marcus＼[16＼]基于能源行业研究认为，政策不确定性将导致企业推迟新技术的研发投入。Bhattacharya等＼[2＼]进一步区分了政策确定性与政策不确定性的差异，强调政策不确定性会导致企业难以作出具有政策适应性的决策，从而阻碍企业的创新活动。类似地，郝威亚等＼[4＼]基于1998—2009年中国工业企业数据同样认为，经济政策不确定性会导致企业推迟研发投入决策，对企业创新产生抑制作用。佟家栋和李胜旗＼[17＼]则基于关税政策变化发现，贸易政策不确定性的降低显著促进了企业的产品创新。相反地，也有部分学者认为经济政策不确定性上升会激发企业创新研发活动的开展。例如，孟庆斌和师倩＼[18＼]通过构建随机动态优化模型对中国上市公司相关数据研究后发现，宏观经济政策不确定性加大会促使企业增加研发投入，从而谋求长期的自我发展。这一结果在顾夏铭等＼[8＼]的研究中得到了验证，顾夏铭等＼[8＼]测算了经济政策不确定性对专利申请量的影响，发现二者间同样存在正相关关系。

在经济政策不确定性与企业创新的相关研究中，国内外学者主要从公司决策、投融资约束与企业异质性等维度对其进行解释和分析。例如，郝威亚等＼[3＼]基于实物期权理论对融资约束与企业性质的关系进行研究发现，经济政策不确定性增加对融资约束小的企业和国有企业创新活动的抑制作用。孟庆斌和师倩＼[2＼]则对不同企业特征进行研究，企业受不确定性因素影响越大、研发投入转化为预期回报率越低、风险偏好程度越低，则宏观经济政策不确定性对企业研发投入的促进作用越强。顾夏铭等＼[5＼]则提出，经济政策不确定性会对企业创新产生激励效应和选择效应，不确定性中潜在的未来增加收益机会可能会激励企业进行研发投入;经济政策不确定性会导致行业洗牌加剧，从而淘汰部分低生产率、低创新能力企业，高生产率和高创新能力企业则获得更多市场资源。但目前而言，尚未有学者将劳动力成本纳入其中进行考虑。

事实上，劳动力成本与企业创新和经济不确定性都是密切相关的，并且由于近年来中国劳动力工资上涨幅度较快，其增速甚至超过GDP增长率＼[19＼]，劳动力成本上升已经成为中国企业发展不可忽视的问题。首先，目前学术界普遍认同劳动力成本上升对企业创新具有正向影响。Hicks＼[20＼]认为，实际工资的提高在短期内会降低企业利润，但是从长期看却会促进企业创新和产业升级。其后，不断有学者通过研究各国经济状况，发现工资水平上升对劳动生产率、技术偏向性进步和企业创新有正向影响＼[21-22＼]。从影响机制来看，目前学者们普遍认同劳动力成本上升会“倒逼”企业采用新技术、研发新产品，以提高市场竞争力、扩大企业利润。具体地，Naastepad 和 Kleinknecht＼[23＼]将其进一步划分为三大影响渠道，认为实际工资水平的提高可能通过要素替代效应、年份效应和成本节省效应激励企业扩大创新支出、提高劳动生产率，进而降低单位劳动成本。董新兴和刘坤＼[24＼]进一步补充认为，劳动力成本上升也会激励企业通过研发增加单位产品的附加值，从而提高企业利润。但值得注意的是，对于不同规模、不同所有制和不同地域企业而言，劳动力成本上升对于企业创新激励的显著性有所差异，甚至会出现“倒逼失灵”现象。经济不确定性的提高同样会影响工人就业和工资。Shoag和Veuger＼[25＼]、Handley和Limo＼[26＼]与李胜旗和毛其淋＼[27＼]研究发现，经济不确定性的提高可能会导致失业率的上升、企业平均工资的下降和消费者实际收入的上升。李胜旗和毛其淋＼[27＼]针对关税政策不确定性进行研究后发现，不确定性的下降会显著提高企业的平均工资，并且显著缩小企业工资差距。本文将在前人研究的基础上，综合考虑经济政策不确定性、劳动力成本和企业创新三者间的内在联系，进一步探讨经济政策不确定性背景下，劳动力成本上升对企业创新的影响。

（二）研究假设

1.经济政策不确定背景下劳动力成本上升对企业创新的异质性影响

在劳动力成本上升的情况下，企业为了抵消劳动力成本上升的压力、维持企业利润会主动采取降低生产成本、扩大企业收入——通过提高劳动生产率降低单位成本，或通过研发新产品（或服务）提高企业利润＼[24＼]。因此，在一般情况下，劳动力成本上升通常会伴随着企业创新水平的提高。但是，在经济政策不确定性情况下，劳动力成本上升对于企业创新的影响会更为复杂。这是由于企业创新行为具有两面性：一方面，企业可能会通过技术进步、开发新产品（或服务）为企业带来利润增长;另一方面，企业创新研发因具有持续时间长、资金投入大和失败风险较高＼[18＼]等特点可能增加企业经营成本。当经济政策不确定性显著增强时，市场波动往往也会加大，企业可能会面临现金流紧张等经营问题，劳动力成本上升则会进一步加剧企业的经营压力。考虑到对于大多数企业而言， 企业创新研发是一种长期的发展性活动，而非短期的生存性活动，企业有可能会因经营压力推迟甚至放弃创新研发活动。因而，在经济政策不确定背景下，劳动力成本上升对企业创新的影响是以上两种作用相互制衡下的复杂结果。基于此，笔者提出如下假设：

H1a：随着经济政策不确定性增强，劳动力成本上升会提升企业创新能力。

H1b：随着经济政策不确定性增强，劳动力成本上升会阻碍企业创新能力。

2.经济政策不确定背景下劳动力成本上升对企业创新质量的异质性影响

根据知识生产函数理论，在产生知识创新成果过程中，人力资本和资金是最基本和最重要的投入要素。经济政策不确定性水平的提高和劳动力成本的上升，很大程度上会导致企业经营压力的增加，对于投入成本更大、持续时间更长、技术含量和研发风险更高的高质量创新活动而言，这种影响作用可能会更加明显。具体地，本文的研究主要从以下两个维度进行：一是根据行业类型不同将研究对象划分为高技术行业和非技术行业。二是根据企业专利类型不同区分创新质量。首先，高技术行业和非高技术行业在劳动效率、资金效率和创新能力等方面存在差异。与非高技术行业相比，高技术行业的创新活动具备更强的知识技术密集度、人力资本依赖度和更大的竞争压力。当经济政策不确定性增强时，高技术企业既可能会凭借自身雄厚的科研实力，抓住不确定性所带来的机遇加速企业创新发展＼[5＼]，也可能会因劳动力成本的急剧上升而面临创新投入后续供给不足的困境。其次，从不同专利类型来看，《中华人民共和国专利法》将专利划分为发明专利、实用新型专利和外观设计专利三种类型。就不同專利类型的创新水平而言，发明专利的含金量最高，对于资金和人力资本投入的依赖性也最强，其次是实用新型专利，而外观设计专利的技术创新水平最低。因此，经济政策不确定背景下，劳动力成本上升可能会对发明专利的影响最大。基于此，笔者提出如下假设：

H2a：随着经济政策不确定性增强，对劳动力成本的影响会随着企业创新质量的提高而上升。

H2b：随着经济政策不确定性增强，对劳动力成本的影响会随着企业创新质量的提高而下降。

3.经济政策不确定背景下劳动力成本上升对不同所有制类型企业创新的影响

在中国，以国有企业和非国有企业为代表的特殊所有制结构会使不同企业面临环境变化时表现出不同的创新行为。具体而言，国有企业和非国有企业在以下三个方面存在显著的差异：首先，国有企业是国民经济的重要支柱，更多地布局在金融、通讯和能源等关键领域，而非国有企业分布较为零散，竞争也更为激烈，行业选择呈现出明显的利润导向性和市场导向性。因而相较于非国有企业，国有企业创新决策的市场相关性更小。其次，国有企业往往可以获得大量的政府补贴和政策优惠，即使面对经济政策不确定性和劳动力成本上升，仍然会有政府进行补贴以维持利润＼[3＼]，在此背景下国有企业的创新决策变化会相对较小。而非国有企业对于市场环境变化则更为敏感，融资约束大，其创新行为受影响程度也相对更大。最后，从企业负责人的特性和偏好来看，国有企业管理者缺乏足够的激励和代理权，无法真正成为企业创新风险的承担者，而非国有企业管理者的个人利益与企业利益具有高度的一致性，对于企业创新决策具备更强的话语权。基于此，笔者提出如下假设：

H3a：经济政策不确定性增强，劳动力成本上升对国有企业的研发创新影响更大。

H3b：经济政策不确定性增强，劳动力成本上升对非国有企业的研发创新影响更大。

三、研究设计

（一）模型构建

本文构建如下的混合截面数据模型，基本公式如下：

yit=β1Uncertaintyt+β2lnWageit+β3lnWageit×Uncertaintyt+γXit+λi+λt+εit

其中，下标i和t分别是企业和年份。yit是企业创新水平，lnWage是企业平均工资自然对数，Uncertainty是经济政策不确定性。Xit是一系列控制变量，包括企业年龄ageit、企业规模sizeit、企业融资能力finit、资本密集度KIit、政府补贴subit、资产负债率Dbassrtit和固定资产比率Fixassrtit。而系数 β3 是经济政策不确定性与工资水平交互项，是本文关注的主要变量。

（二）变量设定

被解释变量：企业创新能力yit。衡量企业创新能力和创新活动的量化指标主要有创新投入类（如研发投入、风险投资等）和创新产出类（如新产品产值、专利等）两大类。创新投入类更侧重于企业研发的积极性，而创新产出类能够更好地反映企业的创新能力和创新质量。由于专利数据具有代表性、连续性、量化性和可比较性等特征，专利数量，特别是专利授权数量已经成为广泛认可的创新代理变量之一。为减少可能存在的异方差性，本文决定对专利数量进行取自然对数变换。但由于有许多企业专利数量为0，若直接进行对数变换则会出现大量的缺失值，因此，文本参照Liu和Qiu＼[28＼]的做法对其进行处理，公式为：yit=ln [Yit+Y2it+11/2]，其中，yit是i企业在t年的申请专利数。

解释变量：（1）经济政策不确定性。本文采用Baker等＼[8＼]构建的经济政策不确定性指数EPU来描述经济政策不确定性。在中国经济政策不确定性的构造上，Baker等＼[8＼]选取了中国香港南华早报作为新闻报道检索平台，基于文本检索和过滤方法构建了中国经济政策不确定性指数。笔者采用计算年度算术平均值的方式，将月份经济政策不确定性指数转化成年度经济政策不确定性指数。（2）劳动力成本。本文参考林炜[1]的做法，用企业平均工资wage来衡量劳动力成本，并用中国历年居民消费价格指数对其进行平减。

控制变量：（1）企业年龄ageit：随着企业的不断发展和年龄的逐渐增加，企业往往具备更强的资金技术实力去支撑本企业的创新研发活动。同时，随着经济社会的不断发展，许多年轻的初创型企业往往具备更强的创新活力和人才基础，如新兴技术企业。这一指标可以量化为当年年份减企业开始营业年份差值再加1表示。（2）企业规模sizeit：通常情况下，企业规模越大则利润越高，追求市场优势和创新优势的积极性越强，同时大规模企业也具备进行企业创新研发的能力和资本。现有文献中对于企业规模进行衡量的变量主要有资本总额、企业销售额、企业利润和全部职工人数等，本文选择将其量化为企业销售额。（3）资本密集度KI和企业融资能力finit：根据知识生产函数理论，资金和高素质人才都是企业开展创新活动必不可少的因素。本文采用资本密集度和企业融资能力两个变量进行资金方面的测度，其中企业融资能力越强，则代表企业的可支配资金越充足，企业进行和加大创新的可能性和可行性也就越大。具体地，资本密集度=固定资产净值年平均余额/企业人数;企业融资能力=利息支出/固定资产，数值越大则表明企业融资能力越强。（4）政府补贴sub：企业创新具有明显的正外部性，这种正外部性在增强社会效益的同时，可能对创新企业造成竞争压力和经济损失，。为了修正这一市场失灵现象、提高企业的创新积极性，补贴成为世界各国政府普遍采用的政策措施之一，但政府补贴是否能促进企业创新的提高还尚有争议。本文以企业获得的补贴收入的自然对数作为政府补贴的代理变量。（5）此外，参考郝威亚等＼[3＼]与林炜＼[1＼]的做法，加入资产负债率Dbassrtit（即总负债占总资产的比重）和固定资产比率Fixassrtit（固定资产总值占总资产的比重）控制可能存在的内生性问题。

（三）数据说明

本文所用数据主要包括企业层面的营业数据、创新数据和经济政策不确定性数据，分别来自于中国统计局的工业企业数据库、国家知识产权局专利数据库以及斯坦福大学和芝加哥大学联合发布的经济政策不确定性指数数据库。首先，本文企业数据来自中国统计局公布的工业企业数据库，仿照Liu和Qiu＼[28＼]的方法对数据进行处理，筛选出指标异常的企业数据并将其剔除。其次，本文的企业专利数据来源于国家知识产权局（SIPO）数据库，数据内容主要涵盖从1999—2007年能够与中国工业企业数据库中企业信息相匹配的相关专利信息，包括申请日期、公布日期、专利名称和专利类型等。再次，本文经济政策不确定性指数来自斯坦福大学和芝加哥大学联合发布的EPU数据库（Economic Policy Uncertainty Index，EPU），该数据是基于新闻报道内容、税法法条失效日和经济预测等指标加权计算而来并涵盖了中美等全球主要经济体。值得注意的是，EPU指数虽然只是基于经济政策不确定性编制而成，但已被广泛应用于整体政策不确定性的相关研究中。最后，本文根据法人代码及企业名称、年份、地址、邮编、联系电话和所属行业等信息将这三个数据库匹配合并在一起，并对部分异常数据进行手动检查和匹配，最终得到1 823 493个有效数据。

（四）描述性统计分析

为分析劳动力成本和经济政策不确定性对企业创新的影响，本文对企业创新、发明专利、外观设计专利、实用新型专利、劳动力成本、经济政策不确定性、企业规模、企业年龄和政府补贴等变量进行对数化处理。需要说明的是，本文用利息支出/固定资产衡量融资能力，当利息收入大于利息支出时该指标为负数。表1给出了变量的描述性统计分析结果。

四、实证结果分析

（一）基准回归结果

基于上文的模型构建和变量设定，本文首先利用1999—2007年中国微观企业数据测算了经济政策不确定性背景下劳动力成本变化对企业创新的影响，回归结果如表2所示。由表2可知，列（1）报告了未加入控制变量和固定效应时的基准回归结果，交互项系数β3显著为负，为-0.009。在列（2）—列（3）中进一步加入了控制变量和固定效应，发现系数β3 依旧显著为负且稳健，这说明在经济政策不确定性增强的背景下，劳动力成本上升会显著阻碍企业创新，H1b得到验证。

（二）基于不同专利类型的异质性分析

由表3可知，经济政策不确定背景下劳动力成本上升会对实用新型专利和发明专利产生显著的抑制作用，对于外观设计专利的影响并不显著。首先，对于发明专利而言，经济政策不确定性情况下劳动力成本上升对其抑制作用最强，系数为-0.010，而这也是技术创新水平和要求最高的专利类型。其次，外观设计专利主要强调美感，对于技术创新和经济政策不确定性的依赖性最低，因而当经济政策不确定性上升时劳动力成本变化对于外观设计而言影响并不大，H2a得到验证。

（三）基于不同行业属性的异质性分析

由于不同行业属性导致企业对于人力、资金和创新的需求不同，对于经济政策的依赖性也存在差异。例如，李新春等＼[29＼]研究发现，高技术产业创新活动的劳动效率明显高于非高技术产业，就资金效率来说却处于劣势。本文根据国家统计局公布的《高技术产业统计分类目录（2002）》分别对高技术和非高技术产业进行回归分析，结果显示二者的系数β3均显著为负，如表3列（4）—列（5）所示。同时，高技术产业的系数明显更高于非高技术产业，这表明，高技术产业在经济政策不确定情况下，受到劳动力成本上升的影响更大，H2a得到进一步验证。

（四）基于不同所有制企业类型的异质性分析

本文根据所有权结构的不同分别对国有企业和非国有企业（包括私营企业、港澳台企业和外商投资企业等）进行回归分析。在进行数据处理时，本文主要依据《中国工业企业数据库》中登记的企业注册类型进行分类。回归结果如表4所示。

由表4可知，对于不同企业类型而言，交互项的系数均为负数，其中，非国有企业的系数显著大于国有企业。这表明，经济政策不确定性增强的背景下，劳动力成本上升会明显阻碍非国有企业的技术创新，而对国有企业的影响相对较小，H3b得到验证。这可能是由于，国有企业的资本所有权或控制权归政府所有，与其他类型企业相比具有特殊的“国有”性质，其行为很大程度上取决于国家和政府的利益，同时受到国家权力的保护。对于国有企业而言，其创新动力除了一般性的企业家精神和利益驱动外，更包括社会责任和国家任务＼[30＼]。因而经济政策不确定性和劳动力成本所造成的企业成本、效益和市场变化并不是国有企业是否进行创新的决定性因素。进一步地，本文将非国有企业主要分为私营企业、港澳台企业和外资企业进行分析得出，前两者交互项的系数分别为-0.023和-0.060并在1%和5%水平上显著，但外资企业的系数虽然也为负数但并不显著。相较于国有企业和其他所有制类型企业，私营企业和港澳台企业的融资成本更高、经营风险更大、市场依赖性更强，在面临经营压力情况下进行企业创新的机会成本也更大，因此，他们推迟甚至取消创新决策的可能性更大。而外资企业的研发创新往往来自于其母公司，与中国分公司无关，经济政策不确定性增强时，劳动力成本上升对外资企业创新行为影响较小。这一结果与Bena和Simintzi＼[31＼]與赵西亮和李建强＼[32＼]的研究结果相一致，即外资企业进入中国的主要目的是利用中国廉价的劳动力，创新研发活动仍在其母国进行，并且当国内劳动力成本上升时外资企业更可能将企业转移到其他国家。

（五）稳健性检验

为了克服潜在存在的内生性问题，本文对基准回归进行了一系列稳健性检验。首先，为了消除模型中可能因解释变量前后期相关而带来的伪回归现象，参照林炜＼[1＼]与Fang 等＼[33＼]的做法，将解释变量（即企业创新）的滞后一期加入回归方程中，发现回归结果依旧显著。其次，考虑到企业创新活动往往需要耗费较长的时间，同时为了消除可能存在的反向因果关系，本文将所有解释变量和控制变量（除企业年龄外）均滞后被解释变量一期，回归结果依旧显著。最后，参照王义中和宋敏＼[34＼]的做法，用美国经济政策不确定性作为中国经济政策不确定性的工具变量对结果进行验证。作为世界第一大经济体，美国的经济政策往往会影响他国，而中国的经济政策变动对美国影响相对较小＼[5＼]，主要结论仍然稳定不变。

五、结论和政策建议

近年来，随着国际政治经济矛盾逐渐激化，经济政策不确定性成为企业决策权衡的重要考虑因素。同时，以劳动力成本急剧上升为代表的国内经济状况变化加重了企业经营和创新压力。本文利用1999—2007年的中国工业企业统计数据、专利数据和经济政策不确定性数据，检验了经济政策不确定背景下劳动力成本上升对企业创新的影响。实证结果表明：首先，经济政策不确定背景下，劳动力成本上升不仅不会激励企业积极创新，反而会阻碍企业创新水平的提高。这可能是由于经济政策不确定背景下，劳动力成本上升会进一步加大企业经营压力和决策的机会成本，导致企业推迟或者放弃高风险性的创新活动。本文进一步用工具变量回归等方式进行检验后发现，结果依旧稳健。其次，经济政策不确定和劳动力成本上升对于企业创新的抑制作用会随着创新水平的提高而增加。本文从两个维度验证了这一效应：一是通过对不同专利类型回归分析发现，R&D水平较高的发明专利的抑制影响要明显高于新型实用专利和外观设计专利。二是分别对高技术和非高技术企业进行回归分析发现，经济不确定性和劳动力成本上升对于高技术企业创新水平的抑制性更为明显。这证明经济不确定性背景下，劳动力成本上升会对企业技术创新和技术进步产生实质性影响。最后，经济政策不确定条件下，劳动力成本上升对于不同所有制企业的影响不同。具体来说，以市场为导向的私营企业和港澳台企业受到的抑制效应最为明显，国有企业和外资企业因其特殊的所有制性质受到的影响相对较小。

本文结论对于研究中国现阶段经济政策不确定性增强、劳动力成本上升以及核心技术创新不足等问题提供了新的思路：首先，政府应着力稳定经济发展宏观环境，提高对企业创新的软硬件支持力度，降低企业创新的风险和难度，鼓励企业积极进行技术研发和创新。其次，提高科技支持的精准性，对于重大技术创新发明或具有重大创新发展潜力的人才和企业进行针对性的补贴和支持。最后，进一步加大和完善人才驱动发展战略，不仅要加大对在校生等求职人群的培养，同时要注重对在岗员工的再培训，为企业创新发展积累人力资本，推动实现中国经济的转型升级。

参考文献：

[1]林炜.企业创新激励：来自中国劳动力成本上升的解释[J].管理世界， 2013，（10）：95-105.

黄群慧， 贺俊.中国制造业的核心能力、功能定位与发展战略——兼评《中国制造2025》[J].中国工业经济， 2015，（6）：5-17.

[2]Bhattacharya，U.，Hsu，P.H.，Tian，X.，et al.What Affects Innovation More： Policy or Policy Uncertainty？[J].Journal of Financial and Quantitative Analysis， 2017， 52（5）： 1869-1901.

[3]郝威亚， 魏玮， 温军.经济政策不确定性如何影响企业创新？——实物期权理论作用机制的视角[J].经济管理， 2016，（10）：40-54.

[4]Atanassov，J.，Julio，B.， Leng，T.The Bright Side of Political Uncertainty： The Case of R&D[R].Social Science Electronic Publishing， 2015.

[5]顾夏铭， 陈勇民， 潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究， 2018，（2）：109-123.

[6]Broadberry，S.，Gupta，B.The Early Modern Great Divergence： Wages， Prices and Economic Development in Europe and Asia， 1500-1800[J].Economic History Review， 2006， 59（1）：2-31.

[7]李华杰， 史丹， 马丽梅.经济不确定性的量化测度研究：前沿进展与理论综述[J].统计研究，2018，（1）：117-128.

[8]Baker，S.R.，Bloom，N.，Davis，S.J.Measuring Economic Policy Uncertainty[J].The Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

[9]Gulen，H.，Ion，M.Policy Uncertainty and Corporate Investment[J].The Review of Financial Studies，2015，29（3）：523-564.

[10]Pastor，L.，Veronesi，P.Uncertainty About Government Policy and Stock Prices[J].The Journal of Finance， 2012， 67（4）： 1219-1264.

[11]Bloom，N.The Impact of Uncertainty Shocks[J].Econometrica， 2009， 77（3）：623-685.

[12]Yan，C.S.， Céspedes，L.F.The Impact of Uncertainty Shocks in Emerging Economies[J].Journal of International Economics， 2013， 90（2）：316-325.

[13]王红建， 李青原， 邢斐.经济政策不确定性、现金持有水平及其市场价值[J].金融研究， 2014，（9）：53-68.

[14]Kang，W.，Lee，K.， Ratti，R.A.Economic Policy Uncertainty and Firm-Level Investment[J].Journal of Macroeconomics， 2014， 39（3）：42-53.

[15]Bloom，N.Uncertainty and the Dynamics of R&D[J].The American Economic Review， 2007， 97（2）：250-255.

[16]Marcus，A.A.Policy Uncertainty and Technological Innovation[J].Academy of Management Review，1981，6（3）：443-448.

[17]佟家棟， 李胜旗.贸易政策不确定性对出口企业产品创新的影响研究[J].国际贸易问题， 2015，（6）：25-32.

[18]孟庆斌， 师倩.宏观经济政策不确定性对企业研发的影响：理论与经验研究[J].世界经济， 2017， （9）：75-98.

[19]庄子银， 杨雨琪， 李宏武.劳动力工资上涨与中国工业企业创新[J].宏观质量研究， 2017， （2）：40-50.

[20]Hicks，J.The Theory of Wages[M].London： Macmillan， 1963.

[21]Kleinknecht，A.Is Labour Market Flexibility Harmful to Innovation？ [J].Cambridge Journal of Economics， 1998， 22（3）：387-396.

[22]Marquetti，A.Do Rising Real Wages Increase the Rate of Labor-Saving Technical Change？ Some Econometric Evidence[J].Metroeconomica， 2004， 55（4）： 432-441.