企业家精神、政府支持与军工企业技术创新效率

王柏杰，孟晓晓，席建成

（西北工业大学 人文与经法学院，陕西 西安710072）

一、引言

近年来，中国经济增速已经由高速增长转为中高速增长，经济发展步入新常态。在资源与环境双重压力下，中国迫切需要转变经济增长方式，以技术创新推动经济的可持续发展和高质量发展。军工企业肩负着我国国防建设和经济发展的双重使命，长期以来，从中央到地方政府都积极鼓励和培育军工企业的技术创新能力，投入了大量的优势资源，但创新绩效仍然较低，其根本原因在于技术创新效率的低下（于志军，2015；王海涛，2017）[1，2]。对于技术创新效率的研究，将有助于我们更深刻地理解军工企业技术创新活动的投入和产出过程，并合理分析制约效率提升的影响因素，从而为军工企业优化创新资源配置、政府提高企业技术创新动力提供可行建议。

技术创新效率最早由Afriat（1972 年）提出，在Afriat 看来，技术创新效率是指一个可行的投入产出向量，在不增加投入（或不减少产出）的情况下技术上实现的最大产出（或最少投入）。池仁勇（2003）进一步认为，在既定的资源投入下，技术产出与生产前沿面的距离越大，技术创新效率越低[3]。冯缨（2010）、刘伟（2013）则将技术创新效率定义为创新过程的技术效率，并测度了该过程中创新投入与创新产出的转化关系[4，5]。综合以上观点，本文认为技术创新效率代表了企业利用资源和配置资源的能力，该效率越低，技术创新活动过程中浪费的资源就越多。在同等投入水平下，技术产出数量和效益不及效率高的企业。

在少数考察军工企业技术创新效率影响因素的文献中，学者们主要探究了公司规模、研发投入、劳动者素质、公司治理结构（王柏杰，2016；王萍萍，2019）[6，7]等因素的影响。这类文献主要从公司内部治理结构分析军工企业技术创新效率低下的原因，但却忽略了外部环境（地方政府行为）的影响。地方政府掌握着企业发展所需要的关键资源，同时通过对企业研发活动进行资助，以期缓解市场失灵造成的企业研发动力不足的问题。还有一些文献认为，政府支持抑制了企业技术创新效率的提高，但对该影响机制的合理性缺乏实证性的考察。本文认为，政府支持对企业技术创新效率的影响不一定是孤立发生作用的，也可能与企业家精神有着重要联系。企业家首要的目的就是实现利润最大化，而实现途径可能是通过创新来获得市场竞争优势，也可能是通过寻租腐败来获得高额收益。何轩（2017）认为，决定企业家精神配置的关键在于制度环境决定的规模报酬结构[8]。如果一个地区具备良好的产权保护制度、较高的法制水平、充足的金融发展等，技术创新获得的收益就较多，企业家精神就会更多地配置在生产性活动上，其正确利用自有研发资金和政府资助资金的可能性更大，技术创新效率就更高。因此本文认为，在企业家精神表现不同的地区，政府支持对技术创新效率的影响存在差异性。

与以往研究相比，本文在两个方面进行了改进。（1）学术界对于非军工领域技术创新效率的研究较多，但以军工企业为研究对象的文献相对缺乏，为此，本文以75 家军工上市企业2011—2017 年的面板数据为样本，通过随机前沿分析方法对军工企业技术创新效率进行了评价，拓展了现有的研究范围。研究发现，军工上市企业的技术创新效率普遍偏低，但每年存在着0.025 的技术创新效率进步。（2）在分析军工企业技术创新效率的影响因素时，大多数学者未考虑军工企业与普通企业的区别，即政府的扶持。虽然有较多以其他类型企业为研究对象的文献探讨了政府支持程度与技术创新以及技术创新效率之间的关系，但研究结论尚未达成一致，对结论缺乏合理的解释与证明。本文以企业家精神为切入点，运用面板Tobit 模型和门限回归模型，探讨了在不同企业家精神的地区政府支持程度与技术创新效率之间的关系。研究结论为：在当前制度背景下，政府支持程度的提高导致了军工企业技术创新效率的低下，但在企业家精神富有的地区，该负面作用有所减弱，且变得不显著。

二、文献综述与理论假设

（一）政府支持与技术创新效率

政府支持对技术创新效率的作用是促进还是抑制,目前尚未有定论。（1）促进派。Arrow（1972）最先开始研究政府资助行为与技术创新之间的关系，他指出企业的技术创新活动由于具有公共品的属性，导致私人投资者难以获得技术外溢的全部收益，政府对企业的研发活动进行资助，能够在一定程度上弥补技术创新正外部性导致的利润下滑，降低企业的研发风险[9]。白俊红（2011）通过实证分析支持了他的观点，并指出政府的研发资助不仅能够弥补企业技术创新资金的不足，而且可以增强其抵御市场的能力，这也有助于增强企业的研发积极性和动力，从而有助于其更加有效地从事创新活动，提高创新效率[10]。陶爱萍（2019）认为，政府资助研发能够改善企业的外部环境，增强企业对投资者的吸引力，缓解企业面临的融资约束，促进企业研发活动的展开[11]。（2）抑制派。Goolsbee（1998）指出政府对企业研发活动进行资助会导致与研发活动相关的资源价格提高，特别是研发人员的待遇水平，对研发活动的质量影响则较小[12]。Wallsten（2000）认为，政府支持可能会导致部分没有获得资助的项目变得无力可图，企业会转投其他盈利项目，从而降低了整体的科技产出水平[13]。国内学者安同良（2009）研究发现，某些企业可能为了骗取研发补贴，而向政府传递一些虚假的“创新类型”的信号，导致资源错配，从而削弱了政府补贴对企业创新活动的激励效应[14]。冯宗宪（2011）认为政府资助之所以无效的原因有两个：一是政府部门由于远离技术前沿和生产管理一线，导致在选择资助项目方面难以避免地具有滞后性和片面性[15]；二是由于资源的有限性，企业可能会借机寻租，导致市场公平环境缺失，违反了技术创新的内在规律。肖文（2014）纠正了冯宗宪“政府远离生产前沿”的观点，认为是政府对“远期”技术的偏好和对资金用途管理的缺失，限制了企业技术创新效率的提高[16]。宋来胜（2017）指出，接受资助的企业可能会将政府资金用来代替本身的研发投入，同时由于缺乏监督惩罚机制，资金滥用问题严重，导致创新效率较低[17]。陈庆江（2017）进一步指出，政府支持若不能按照企业资源禀赋和研发活动的实际需要配置公共科技资源，则可能会对企业创新活动产生干扰或者错误的引导，降低企业研发资源的配置和使用效率[18]。龚立新（2018）以战略性新兴产业上市公司为样本，通过实证研究证明了政府支持难以提高企业的技术创新效率[19]。

本文认为在转轨经济中，各项制度尚不完善，加之政府倾向于将资源配置给国有企业和有政治关联的企业，导致市场公平环境缺失，部分没有获得政府支持的企业可能面临更严峻的外部环境，进而减少了高风险的研发活动，而获得资助的企业，并不一定将资金用在研发活动上，有可能将研发资金再次投入到寻租腐败活动中，对技术创新活动缺乏应有关注。因此，本文提出了第一个假设。

H1：政府支持对企业技术创新效率产生了消极影响。

（二）企业家精神与技术创新效率

企业家精神一直被经济学家视作一种重要的生产要素，是推动经济增长的重要驱动力。关于企业家精神，目前研究主要存在三种学派。（1）以熊彼特为代表的德国历史学派。该学派强调企业家的创新精神，认为企业家通过毁坏式的创新打破原有的市场均衡，并通过要素的重新组合，构建出新的市场均衡，实现更高轨道的经济运行[20]。（2）以奈特和舒尔茨为代表的新古典芝加哥学派。该学派强调企业家的风险承担能力、冒险精神以及应对市场的均衡能力[21，22]。（3）以米塞斯和科兹纳为代表的奥地利学派。该学派强调企业家的市场识别能力[23，24]。尽管以上三种学派对企业家精神的认知不同，但都认为企业家精神是推动企业向质量效率型发展的关键。

目前，关于企业家精神的相关文献，主要集中于经济增长和全要素生产率关系的研究上，对于技术创新效率的研究相对较少。经过对相关文献的梳理研究，本文认为，企业家精神影响区域企业技术创新效率的途径主要有三种。（1）竞争效应。Braunerhjelm（2010）指出，企业家精神能够通过改变市场竞争态势，并对在位厂商构成威胁，来激励其不断进行创新[25]。（2）示范效应。Milana（2013）认为，企业通过创新获得的租金和收益，会激发经济体中其他创新主体进行创新活动，引起潜在企业家的加入，形成“一个企业唤起一个企业”的正反馈机制[26]，并不断壮大企业家队伍。魏江（2004）继承了他的观点，指出企业家精神会对企业外部的组织或者个人产生影响，企业家的影响力往往超越了单个企业的边界。同时，企业在创新活动中一旦获得了回报，就会在当地形成强有力的示范活动，使得地区其他企业也表现出类似的行为[27]。（3）外部效应。Marshall（1920）认为，企业家精神有利于整合创新资源和知识的溢出效应，推动区域内企业的集体学习和互动创新，使得企业以较低的成本获取相对先进的外部知识，从而提高区域内企业的技术创新动力。王雯（2018）认为，企业家精神作为市场经济的重要组成部分，激发了市场活力，通过自身的生产效率发挥外部效应，对上下游企业、同业企业的效率提升都起到了正向促进作用[28]。李元旭（2019）指出，一个地区企业家精神越丰富，其在空间情景上的空间集聚效应就越好，社会网络效应、人才流动机制形成的知识溢出渠道越通畅，越能够提高创新的产出效应[29]。宛群超（2019）也认为企业家精神越富有的地区，研发效率越高。在这种情形下，企业对外能够迅速发现市场变化带来的机会，促进新技术和新产品的出现，对内能够加大要素投入，革新组织结构，优化业务流程[30]。宋玉禄（2020）支持他们的观点，认为影响企业技术创新效率最重要的因素就是，挖掘并发挥企业家的创新创业精神[31]。因此，本文提出了第二个假设。

H2：企业家精神越富有的地区，企业的技术创新效率越高。

（三）政府支持、企业家精神与技术创新效率

企业家不只是制度环境的被动接受者，一定程度上也是制度环境的直接建构者，并对建立和完善我国市场经济体系发挥着重要作用（曾铖，2015）[32]。Baumol（1996）指出，企业家精神配置在生产性活动还是非生产性活动上，取决于制度环境决定的规模报酬。因此，企业家创新精神越富有的地区，越可能具备良好的制度环境[33]。许志瑞（2019）认为，良好的制度环境是引导和激励企业积极从事创新活动的主导因素，它不仅能够保证研发资源得以充分利用，实现最优配置，还能够使企业吸收更多的外部资源，提高产出水平[34]。

企业家创新精神较低的地区在一定程度上代表了地区制度质量的低下，使得企业技术创新成果得不到充分保证，企业可能会通过寻租腐败等非生产性活动谋求更多的利润，而对技术创新活动缺乏关注。此外，该地区可能缺乏创新型人才，使得企业自有研发投入和政府资助资金得不到有效利用，导致技术创新效率低下。

在企业家创新精神较丰富的地区，企业通过创新获得的收益水平可能高于寻租腐败等活动带来的效益，企业家会更聚焦于技术创新活动，并通过改善创新投入产出中资源的配置效率，特别是通过提高研发投入资金的利用率（包括政府资金和企业自有研发投入）来提高企业技术创新活动的收益水平，以创造出新的财富。此外，企业家创新精神越丰富的地区，企业家通过寻租腐败谋取私利的成功概率越低，从而强化了市场公平环境，增强了企业的研发动力。基于上述观点，本文提出了第三个假设。

H3：企业家精神越富有的地区，企业家创新动力越强，越能积极影响政府支持、企业自有研发投入与技术创新之间的关系。

三、变量选取与数据来源

（一）变量选择

1.被解释变量：技术创新效率。现有对技术创新效率的测度主要有两种方法，一种是数据包络分析方法（DEA），另一种是随机前沿分析方法（SFA）。DEA 方法的优点是，无需设定生产函数，并且能够测量多投入、多产出情况下的技术创新效率，缺点是对模型的适用性缺乏相应检验。此外，DEA 的生产可能性边界是确定的，如果数据被随机因素（测量误差和其他统计噪声）干扰，则估计出来的生产可能性边界会被扭曲，测算出的效率偏差较大。SFA 则将无效率项与随机误差项分离（Meeusen and Broeck，1977）开来，从而保证了被估效率的有效性。同时，对于面板数据来说，在模型设定合理的前提下，运用SFA 方法能得到比DEA 方法更好的估计结果。为此，本文最终选用SFA 方法来测算军工企业的技术创新效率。

随机前沿分析方法需要事先设定具体的生产函数，本文借鉴王柏杰等人[6]的做法，选用了结构简单的对数型C-D 生产函数。C-D 生产函数得到的研究结果与其他生产函数差异较小，且每个待估的参数值都具有明确的经济含义[35]。

随机前沿生产函数的基本模型为：

其中，Pit表示第i 个企业在第t 年的技术创新产出，由于企业的技术创新产出主要是以知识类产出为主，故按照张宗益（2006）、董晓庆（2014）等人的做法，选择专利申请数作为技术创新活动的产出指标[36，37]。Kit、Lit为第i 个企业在第t 年的研发投入和人员投入。νit为随机误差项，独立于技术和投入水平，服从分布。μit为技术无效率，服从非负截断正态，独立于νit。其值越大，表明企业与生产前沿面的距离越大，技术创新效率越低。η 表示时间因素对技术无效率项的影响，η>1 表示技术效率随时间递增，η<1 表示技术效率随时间递减。

（4）式、（5）式计算了企业的技术创新效率TEit。当μit=0 时，TEit=1，表示企业处于技术有效状态；当时μit＞0 时，0＜TEit＜1，表示企业的技术创新效率仍具有提升空间。

最后，随机前沿分析通过似然比检验、伽马检验等检验方法，对模型的适用性做出相应的评估，见（6）式和（7）式。

（7）式为γ的计算方法，表示技术无效率项在综合扰动项中所占的比例。γ越接近1，表示SFA 模型测度的效率越有效。若γ为0，则表示企业不存在技术无效率项，直接运用OLS 方法即可。

表1 给出了SFA 的回归结果，可以看出，生产函数的所有系数均在1%的显著性水平下拒绝原假设，LR 检验和γ系数均在1%的水平下显著，说明采用随机前沿分析方法测度技术创新效率较为理想。μ的系数值为1.435，表明我国军工企业的技术创新非效率是显著存在的。η 为0.025，说明我国军工企业每年存在着0.025 的技术创新效率进步。研发人员的产出弹性大于研发费用的产出弹性，且两者弹性之和小于1，表明目前军工企业仍缺乏高端技术人才，技术创新活动的产出需要靠巨大的研发资金投入来推动，且军工企业尚未形成规模经济效应。

表1 C-D 生产函数的SFA 回归结果

2.核心解释变量。（1）企业家精神（EN）。企业家创新精神是企业家精神的核心，本文只讨论企业家的创新精神。由于较少有文献研究微观的企业家精神，而宏观数据指标在一定程度上体现了微观企业的加总效应，同时企业家精神具有明显的区域性特征，因此，本文借鉴孙早（2019）的做法，选用每百万人专利申请数来衡量一个地区企业家的创新精神。（2）政府支持程度（GOV）。政府的支持程度代表了政府对该企业创新活动的补贴程度和干预程度，一般用政府补助资金占企业研发投入的比例来衡量。（3）企业自有研发投入（RD）。一般用企业自有的研发支出表示。

3.控制因素。（1）公司治理水平（CGI）。公司治理并不是单一制度的应用，而是制度体系的综合效果。为了避免各个变量之间可能存在的信息重叠，我们借鉴叶陈刚（2016）等人所采用的主成分分析方法，通过构建公司治理指数来评价公司的治理水平[38]。首先，从股权结构、董事会治理以及激励机制三个方面选取股权制衡、机构持股比例、独立董事比例、董事会会议次数和管理层薪酬五个指标，对五个指标进行PCA 分析。然后，选取特征根大于1 的三个主成分，并以方差贡献率为权重，计算出公司治理指数。（2）企业盈利能力（GRO），用营业收入增长率表示。企业盈利能力越强，资金积累就越多。当企业拥有更多的冗余资金时，技术创新的可能性更大。（3）企业营运能力（TAZ），以总资产周转率表示，反映了企业的运作水平以及对资金的管理能力和利用效率。（4）公司规模（SIZE）和公司年龄（AGE）。企业创新活动需要大量的资金和人力投入，而规模越大、注册时间越长的企业，科研实力越强，管理经验越丰富，技术研发失败的可能性越小，技术创新效率越高[39]。（5）企业偿债能力（DEBT），以资产负债率表示。高资产负债率意味着沉重的偿债压力，企业通常会对风险较高的创新活动相对谨慎。（6） 产品市场竞争（CPM）。一定程度的产品市场竞争可以增强企业的技术创新动力，企业为获得市场竞争优势，会通过创新将被动竞争转化为主动竞争。

表2 变量定义

（二）数据来源

本文数据主要来源于Wind、CSMAR 数据库以及同花顺数据库。为保证研究的准确性和可代表性，对样本数据进行如下处理：（1）剔除ST 或S 类的企业；（2）剔除所属行业为房地产、金融、纺织服装、贸易等与技术研发联系不紧密的行业；（3）剔除上市日期在2010 年之后的样本；（4）对于极少数空缺值，选用前后两年的平均值作为替代。经过相关处理以后，本文共选取了75 家军工上市企业，其中包括45 家国有军工企业和30 家民营军工企业（按照第一大控股股东划分），时间跨度为2011—2017 年，共计525个观察值。

四、模型构建

（一）基准模型

基于随机前沿方法测算出的技术创新效率介于0～1 之间，由于数据被截断，使用OLS 方法估计会有偏误，因此应使用限值回归Tobit 模型。由于找不到个体异质性Ui的充分统计量，固定效应Tobit 模型无法进行条件最大似然估计，直接在混合Tobit 模型中加入面板单位的虚拟变量，所得到的估计量也是不一致的，为此，本文只考虑随机效应的面板Tobit 模型。模型如下：

这里，TEit为第i 个军工上市企业t 期的技术创新效率；xit为影响因素，包括政府支持程度（GOV）、企业家精神（EN）、企业自有研发投入（RD）；Controlit为控制变量；Ui为个体效应；扰动项εit服从N（0）分布。

（二）面板门槛模型

参考Hansen（1999）的门限回归模型，以企业家创新精神为门槛变量，以政府支持程度为自变量，建立门槛回归模型，如（9）式所示。文中其他门槛模型参照如下模型进行构建：

（9）式为单门槛模型，GOV 为门槛变量，EN 为核心解释变量，I（·）为指示函数，Control 为控制变量。在本模型中可能不只有一个门槛值，通过拓展（9）式可以得到多重门槛效应，如（10）式所示。

其中，γ1、γ2……γn为门槛值，其他符号与（9）式相同。

五、实证分析过程与结果

（一）描述性统计

表3 为变量的描述性统计结果。军工上市企业在样本期内技术创新效率的均值为0.248，标准差为0.167，其中最大值为0.828，最小值为0.023，说明军工上市企业的技术创新效率普遍较低，研发投入带来的产出非常有限。此外，在不同企业中，技术创新效率水平存在显著差异。政府支持程度的均值为0.324，标准差为0.541，最小值为0.000，最大值为5.068，可见，政府对不同军工企业的资助水平存在较大差别，有些企业甚至从未接受过政府的扶持。企业自有研发投入的均值为18.159，标准差为1.130。地区企业家精神的均值为0.255，标准差为0.238，其中最大值为0.871，最小值为0.015，表明企业家创新精神的确存在明显的区域性特征。

表3 描述性统计

（二）实证分析

本文在构建模型时，引入了较多的控制变量。为了避免变量之间共线性问题造成的结果偏差，我们对所涉及的变量进行共线性检验。表4 结果显示，各个变量的方差膨胀因子远小于10（最大值为1.990），说明各个变量的共线性较弱，模型不存在严重的多重共线性问题。

表4 方差膨胀因子

1.基准模型的实证结果。表5 报告了基准模型（面板Tobit 模型）的实证结果。模型（1）至模型（7）中，个体效应的似然比均通过了1%水平的显著性检验，表明应采用随机效应的面板Tobit 回归模型。在各个模型中，核心解释变量的系数变化不大，在一定程度上说明了结果存在较好的稳健性。模型（1）至模型（5）为所有样本的回归结果。为控制企业所有制差异造成的结果偏差，本文按照第一大控股股东的性质将样本分为两组：第一组控股股东为国资委，回归结果见模型（6）；第二组控股股东为民营企业，回归结果见模型（7）。

模型（2）显示，政府支持程度的系数为-0.005 1，通过了1%的显著性水平检验，在加入全部核心解释变量后结果依然显著。这说明，在目前的创新环境中，政府支持不但没有起到促进效率提升的作用，反而带来了负面效果。在分样本回归结果中，无论控股股东是国资委还是民营企业，政府支持程度的系数均显著为负，从而验证了假设H1。在军工企业中，政府作为最终的购买者，掌握着产品研发信息与公共资源配置权，但政府往往倾向于将这种优质资源（包括政府研发补助）配置给国有企业和有政治关联的民营企业，从而破坏了市场的公平环境，使得没有政治关联的企业面临较大的研发失败风险，打击了企业进行技术创新的积极性，而有政治关联的企业和国有企业可能不进行技术研发，也能在市场中获得竞争优势。因此，在当前的创新环境中，政府支持弱化了市场的公平环境，降低了企业的技术创新效率。

模型（3）显示，企业家创新精神的系数为0.074 2，在1%的水平下通过了显著性检验。在全样本以及分样本的回归结果中，系数均显著为正，从而验证了假设H2。这说明，一个地区企业家创新精神越富有，该地区军工企业的技术创新效率越高。地区企业家精神代表了地区内企业家的冒险精神、风险承担能力以及市场识别能力，这一特性决定了企业家对于技术创新这种高风险、高收益活动的偏爱，同时通过企业家之间的学习交流以及创新人员的互动提高知识的扩散效应，并通过改善投入产出系统的效率来提高自身研发活动的收益。

模型（4）和模型（5）显示，企业自有研发投入的系数为0.008 1 和0.006 1，在1%的水平下显著。企业自有研发投入代表了企业的创新意愿，投入越多，企业的技术创新效率就越高。在分样本回归结果中，企业自有研发投入均对企业技术创新效率的提高起到了积极作用，系数分别为0.006 4 和0.005 8。

表5 基准模型的回归结果

在控制变量中，公司治理水平的系数为正。良好的公司治理水平，不仅能够缓解所有权与经营权分离产生的委托代理问题，还能激发企业经营管理者的主动性，积极影响技术创新的决策和投入，促进技术创新能力的提升，进而影响企业的技术创新效率。总资产周转率的系数为负，短期资金管理能力的提高可能代表了企业对于技术创新活动这种周期长、风险较大的活动规避程度较高。公司规模、公司年龄的系数显著为正，这是因为，规模较大、文化底蕴深厚的企业具备更强的科研实力和更丰富的管理经验，技术研发失败的可能性更小，技术创新效率更高。企业的偿债能力与技术创新效率呈现负相关关系。产品市场竞争程度的提高能够使军工企业将更多的精力投入到研发活动中，并通过创新谋求市场竞争优势，但目前产品市场竞争程度对技术创新效率的积极作用并不显著。

2.分样本检验。在进行面板门槛回归之前，本文先进行分组检验。首先，以均值为依据，将小于样本地区企业家创新精神均值的地区定义为低企业家精神地区，将高于均值的地区定义为高企业家精神地区，具体结果见表6 中模型（3）至模型（6）。在低企业家精神地区的企业中，政府支持程度的系数为-0.004 8，企业自有研发投入的系数为0.006 3；在高企业家精神地区的企业中，政府支持程度的系数为0.000 7，企业自有研发投入的系数为0.014 2。可以初步发现，从低企业家精神地区到高企业家精神地区，政府支持程度的负面效果在减弱，企业自有研发投入的促进作用在增强，说明企业家精神对于政府支持程度、企业自有研发投入与技术创新效率的关系起到了积极作用，从而初步验证了假设H3。

表6 中模型（1）和模型（2）为联合效应的回归结果。模型（1）中引入了政府支持程度与企业家创新精神的交互项，交互项系数为0.021 9，模型（2）中引入了企业自有研发投入与企业家创新精神的交互项，系数为0.0035，说明在企业家精神越富有的地区，政府支持程度和企业自有研发投入对技术创新效率的正面效果越明显。政府支持程度、企业自有研发投入与技术创新效率的关系，确实受到地区企业家创新精神水平的影响。

表6 样本分组的面板Tobit 模型的回归结果

3.基于门槛效应的进一步检验。在使用面板门槛模型前，首先需要检验门槛效应是否存在以及门槛变量的个数和具体的模型形式。本文主要通过bootstrap 的自抽样方法，得到F 统计量以及对应的p值来验证。若拒绝原假设，说明存在门槛效应，继续进行双重门槛检验。表7 报告了门槛存在性的相关检验。在以企业家创新精神为门槛变量、政府支持程度为自变量的检验结果中发现，企业家精神存在单一门槛，见模型（1）。在以企业家创新精神为门槛变量、企业自有研发投入为自变量的检验结果中发现，企业家创新精神存在双重门槛效应，见模型（2）。

表7 门槛效应存在性检验

表8 门槛估计值与95%水平的置信区间

在进行门槛效应估计以后，需要对门槛值的真实性进行检验，如图1、图2 和图3 所示。图中曲线的最低点即LR=0 时对应的门槛变量的取值为门槛的真实值，其与LR=7.35（5%水平下似然比检验的临界值）水平线的交点为门槛值的置信区间。从图中可以看出，门槛值确实存在。

表9 模型（1）显示，在企业家创新精神对于“政府支持程度与技术创新效率”这一关系的影响中，企业家创新精神被划分为两个区间，即EN＜0.035 6 和EN＞0.035 6，两个区间中政府支持程度的系数依次为-0.013 8 与-0.003 0，且都在1%的水平下显著。这说明，企业家精神越富有的地区，政府对企业技术创新效率的消极影响越弱。

图1 模型（1）第一门槛值

图2 模型（2）第一门槛值

图3 模型（2）第二门槛值

表9 模型（2）显示，在企业家创新精神对于“企业自有研发投入与技术创新效率”这一关系的影响中，企业家创新精神被划分为三个区间，即EN＜0.049 8、0.049 8＜EN＜0.159 8 和EN＞0.159 8，三个区间中企业自有研发投入的系数依次为0.003 7、0.004 5 与0.005 0，且都在1%的水平下显著。这说明，地区企业家创新精神越富有，企业自有研发投入对于技术创新效率的促进作用越明显。

表9 面板门槛模型的回归结果

（续表9）

六、稳健性检验

为保证回归结果的科学性，我们选用了三种稳健性检验方法。第一种检验方法，替换基准模型中选用的面板Tobit 模型，利用豪斯曼检验研究发现，面板随机效应模型更适合本文的研究。第二种检验方法，替换核心解释变量（企业家创新精神），将每百万人专利申请受理数替换为每百万人专利申请授权数，并用面板Tobit 模型进行回归检验。第三种检验方法，模型中可能存在遗漏变量以及内生性问题，但由于找不到适合的工具变量，我们将所有解释变量滞后一期，继续用面板Tobit 模型进行回归。表10 为三种稳健性检验方法的实证结果，各稳健性检验方法中模型（1）为全样本的回归结果，模型（2）、模型（3）为高企业家精神地区样本的实证结果，模型（4）、模型（5）为低企业家精神地区样本的实证结果。

表10 稳健性检验

注：括号内为t 值，*、***分别表示在10%、1%的水平下显著

由表10 我们可以发现，在所有的全样本回归结果中，政府支持程度的系数均在1%的水平下显著为负，企业家创新精神、企业自有研发投入的系数均在1%的水平下显著为正，与前文中基准模型的回归结果一致。在分样本检验中，第一种检验方法和第二种检验方法的政府支持程度在高企业家精神地区的系数不显著，在低企业家精神地区显著为负。第三种检验方法中，政府支持程度的系数均显著为负，但对高企业家精神地区企业的负面效果弱于低企业家精神地区。企业自有研发投入在分样本检验中，均显著为正，且对高企业家精神地区企业的促进效果更明显，回归结果与上文结论基本相符。综上所述，本文的回归结果具有良好的稳健性。

七、结论与启示

本文使用随机前沿分析（SFA）方法实证测算了我国2011—2017 年75 家军工上市企业的数据，并运用面板Tobit 和门槛模型深入分析了政府支持程度、企业家精神与企业自有研发投入对企业技术创新效率的影响。

本文的研究结论主要有三个方面。（1）在样本期内，军工企业技术创新效率普遍较低，但每年存在着0.025 的技术创新效率进步。研发人员的产出弹性略大于研发费用的产出弹性，在一定程度上说明了高端技术人才相对缺乏，且目前在军工企业尚未形成规模经济效应。（2）在所有样本的回归结果中，政府支持程度与技术创新效率呈显著的负相关关系。随着政府支持程度的提高，企业的技术创新效率逐渐降低。地区企业家精神越丰富，越能够对在位企业构成威胁，激励其通过创新来获得市场竞争优势，并通过改善投入产出系统的管理效率与优化业务流程，来提升技术创新过程的效率，进而增加研发活动的收益。企业自有研发投入代表了企业的研发意愿和决策，投入越高，表明企业研发动力越强，技术创新效率越高。（3）企业家创新精神越强烈的地区，企业自有研发投入对技术创新效率的促进效果越明显，政府支持程度对技术创新效率的负面影响越微弱。企业家精神富有的地区，产权保护制度相对完善，金融发展水平较高，社会保障条件较好，为企业技术创新活动的开展营造了良好的外在条件，从而激励其更加有效地从事技术创新活动，提高政府资金和企业自有研发投入的利用率，并通过将被动竞争变为主动竞争，为企业谋求更多的利润。

根据上述实证结论，本文从三个方面提出相关的对策建议。

第一，加大军工企业高端技术人才的培养，优化研发投入结构。自军民融合战略提出以来，国家和政府在军工领域投入了大量的研发资源，但高端技术人才的缺乏使得研发资源得不到充分利用，企业具有较低的创新绩效。军工企业应积极培养或者引进拔尖人才，并不断调整研发人员和研发费用的配置比例，优化研发资源的投入结构，实现军工企业的规模经济效应。

第二，公平配置政府资源，完善资金的使用考核机制。由于军工企业产品的购买者是政府，政府掌握着企业研发所需要的关键信息和资源，国有企业与有政治关联的民营企业要比没有政治关联的企业更容易获得研发补助资金、研发信息和大量的国有订单。因此，没有政治关联的企业的研发活动变得无利可图，而有政治关联的民营企业和国有企业即使不进行研发，也能获得市场竞争优势，从而导致整个军工业研发动力不足，技术创新效率低下。所以，政府应公平选拔研发活动的资助对象，同时对于资助资金的使用情况进行监督监控。最后，政府应提高研发信息的透明度，正确引导企业技术研发的方向，降低研发失败的风险。

第三，积极营造良好的创新氛围，培育和壮大地区企业家精神。在企业家精神越微弱的地区，政府越应该完善制度体系，提高知识产权保护制度，确保企业研发活动有利可图。同时，提高金融发展水平、社会保障水平等一系列与企业家创新精神密切相关的制度体制。严厉打击企业投机行为，减少寻租腐败等非生产性活动的产生，使得该地区的企业家精神更多地配置在创新创业等生产性活动中，进而提高整个地区企业的技术创新动力，提升创新资源的配置效率。