政府竞争视角下经济政策不确定性对企业创新的影响研究

邹彩芬，王娅蕾，周雨佳，魏琳鹏

(1.武汉纺织大学会计学院，湖北 武汉 430200；2.英国卡迪夫大学商学院，威尔士 卡迪夫 CF10 3EY)

0 前言

实施创新驱动发展战略，成为促进我国经济高质量发展、增强国家竞争力和民族凝聚力的制胜法宝，是我国经济新常态下的必然选择，也是掌握发展自主权、提高综合国力的现实路径。企业作为创新驱动发展战略主体，激发其创新活力、增强自主创新能力对加快产业结构升级、推动可持续发展和促进双循环相互作用具有重要意义。由于创新投资经历从资本、技术、资产到资产附加值的循环深化过程，具有长周期性和产出不确定性，更需要稳定的政治环境和政策承诺[1]。近年来宏观经济波动逐渐成为世界经济发展主旋律，新冠疫情走向的不确定性、国际争端等使本已陷入泥潭而停滞不前的全球经济前景更加堪忧。积极寻求干预、适时调整经济政策避免经济可能出现大幅度下滑，政府有形之手发挥巨大能量的同时也加剧了经济政策不确定性，影响企业家对宏观经济趋势和行业前景的预判以及对未来发展的信心[2]；企业经营的信息环境、企业资本成本或收益比率亦发生改变，导致企业的经营、投融资及创新等一系列活动发生改变，如更苛刻的借款条件、更多贷款条约限制使得融资成本上升[3]；增加或调整现金持有水平引起经营现金流波动、财务管理活动变得谨慎[4]。

经济政策不确定性增加或导致企业减少或延迟不可逆的投资，对于不确定性较大的研发投资产生抑制和挤出效应[5]；或具有敦促企业通过研发活动谋求自我发展的效能，对研发创新活动产生选择和激励效应[6]，从而增加创新投入[7]；也可能对企业技术创新仅产生短期效应，长期效应并不显著[8]。除了直接影响，融资约束、政治关联、部门关联、金融发展、区域经济复杂度等间接影响因素也被提及。

现有文献中对经济政策不确定性与企业创新关系尚未有确切结论，并且鲜有文章从政府竞争视角研究两者关系。创新活动具有强外部性，基于中国经济中政府管制和强干预的存在，在中国实行中央协调+地方政府分权的权力分散体系下，无论是为增长、为引资还是为创新的地方政府竞争，都有可能使企业形成对政府政策产生不同的预期而改变其创新相关决策。基于上述背景，本文选择2007—2020年A股上市公司为研究对象，并引入政府竞争作为中介变量，建立 “经济政策不确定性—地方政府竞争—企业创新”的传导机制，从 “宏观—区域—企业”的角度探究经济政策不确定性对微观企业创新行为的影响，进而为推动企业创新发展提供新的政策依据。

1 理论分析与研究假设

1.1 经济政策不确定性与企业创新

现有研究表明，经济政策不确定性对企业创新存在抑制、激励或非线性作用，而造成这类差异的原因可能与企业自身对创新投入产出、创新收益以及创新竞争预期不同相关。企业通常将其发展战略和经营计划建立在对宏观经济发展形势的预期之上，现有经济信息的数量和准确程度决定了这种预期的准确程度。随着经济政策不确定性持续增大，企业决策成本与风险也随之加大，进而影响到公司对未来的研判与信心[2]。研发创新活动具有事前规划性，表明企业对未来宏观经济趋势的判断[9]，经济政策频繁变动会影响企业所处的决策环境，导致企业无法衡量创新投资是否会带来收益以及未来收益的大小，从而延缓企业家的创新投资决策。此外，由于经济政策变化，会扭曲市场机制，使市场信息失真，增加信息不对称程度，进而加剧从事研发活动企业面临的融资约束，致使企业无法获得稳定资金支持，减少或延迟当前对研发这类不可逆项目的投资[10]。据此，提出假设H1a：经济政策不确定性对企业创新具有抑制作用。

奈特的不确定性理论认为，只有不可预期的变动才是产生利润或亏损的充分条件，如果未来的变动都能被准确预测，利润将消失[11]。因此，在一定条件下，企业更可能通过增加创新活动来稳定现有利润，加速累计市场份额，巩固市场地位，抵御外界风险和市场竞争压力[12]。同时，企业的创新专利可以看作一项可逆期权，由于专利的法律保护性，企业既可获得专利产生的收益也可凭借专利产生的技术垄断制造进入壁垒，抵消创新投资的不可逆性，促使企业在不确定环境下加快而非延缓创新投入[13]。此外，宏观经济政策一般都具有明显产业帮扶倾向，政策不确定性加剧银行对贷款对象的严格拣选，更多资金可能流向政策扶持企业[14]。同时，政府给予企业补贴具有一定的隐性担保作用，在某一时期实施之后，企业预期该政策还将在一个较长时期重复获得，经济政策不确定性可能不会对持续性政策预期产生影响，仅对临时性政策产生较强反应[15]。据此，提出假设H1b：经济政策不确定性对企业创新具有促进作用。

1.2 政府竞争与企业创新

在中国以政治集权和经济分权为鲜明特征的分权体制下，地方政府为争夺有限的财政资源和政治晋升机会展开 “标尺竞争”[16]，这种 “为增长而竞争”可能导致财政支出偏好于收益高、周期短的政绩明星产业或短期内能产生经济效益的投资领域[17]，为了快速获得GDP增长效果，大力推进基础设施建设，以投资拉动需求；科技投入等不能在短期内为政府提供可度量的政绩而被选择性忽视，科教文卫等公共服务支出被挤占，企业研发补贴被缩减，创新激励不足[18]。

外商投资作为一条重要的外部融资渠道，不仅为当地直接引入强流动性资金资源，还会带来高水平生产技术和管理工作经验。各级政府通过税收优惠、产业政策倾斜等形式展开 “为引资而竞争”。外资进入加剧了行业内部竞争、倒逼内资企业进行创新[19]，具有溢出效应，促进企业创新。但是，也有研究表明外资引进存在挤出效应[20]，即政府依靠外资带来先进技术的同时可能会减少对本地企业的创新激励与支持，降低本地企业创新意愿。此外，外资企业以更高薪酬吸引更高水平人力资源，导致本地企业缺乏竞争力，被迫减少或放弃高投入、高风险创新项目，对创新产生不利影响[21]。

为了落实中央创新驱动战略，科技创新已成为地方竞争一大砝码，且纳入地方官员晋升关键考评目标。地方政府秉持 “向上负责”的理念或是作为政治任务来完成，或多或少进行为创新而竞争的活动，加强对企业创新研发的支持。为了响应中央政府而展开模仿式的标尺竞争[22]，或为满足政策对科技投入增长的硬性指标，近年来各级地方政府对科教文卫等领域的财政资金投入比例大幅提高，这种财政科技支出竞争和创新攀比追随效应也对创新绩效具有显著促进作用[23]。综上所述，提出假设H2a：地方政府 “为增长而竞争”抑制企业创新；H2b：地方政府 “为引资而竞争”对企业创新的影响存在不确定性；H2c：地方政府 “为创新而竞争”促进企业创新。

1.3 政府竞争的中介效应

经济政策不确定性可能导致经济衰退或危机，加剧关键宏观经济变量和金融资产变量波动，影响经济周期变动、投资增长和出口增长，阻碍经济复苏，降低宏观经济产出，对总体经济发展有明显抑制作用，对私人消费尤其是资本品消费产生明显的负面影响，导致地区经济增速放缓[24-27]。为了降低经济政策不确定性带来的负面效应，地方政府通过扩大债务规模、增加地区基础设施等投资来促进地区经济增长的内生动力[28]，各地政府间的标尺竞争也会发生转变，迫于竞争压力，地方政府倾向动用财政等手段促进企业的各项活动，包括创新活动。

在地区横向互动中，地方政府根据预期效益和可能后果进行政策抉择，且在地方政府晋升锦标赛中，晋升结果是依据相对位次而非绝对成绩[29]。在中央政策频繁波动的不稳定环境中，如果追求短期效益可以提高相对位次，地方政府将会选择以GDP为导向，则经济政策不确定性会刺激地方政府 “为增长而竞争”，重视基础设施建设，对周期长、风险大和不确定性高的创新项目投入程度较低，从而抑制企业创新。

由于外资引进效应具有及时性，可以快速增加地区的资本资源和技术资源，经济政策不确定性也会刺激地方政府展开以外商投资为标尺的竞争，外资的引进产生溢出效应或挤出效应，进而对本地企业创新活动产生影响。

在经济政策不确定性的影响下，地区的经济转型与发展面临新的机会，高瞻远瞩型地方政府官员可以把握此时机将不利外在环境转化为展示自身才能的机会，提高区域创新水平，推动地区经济增长，获取政治晋升筹码[30]，从而促进地方政府间 “为创新而竞争”，增加当地科技财政支出，激发企业创新意识，对创新产生激励作用。

综上所述，提出假设H3a：经济政策不确定性进一步加剧地方政府 “为增长而竞争”，挤占科技财政支出比例，影响企业创新，即 “为增长而竞争”在经济政策不确定性与企业创新关系中发挥遮掩效应；H3b：经济政策不确定性进一步加剧地方政府 “为引资而竞争”，“为引资而竞争”在经济政策不确定性和企业创新关系中发挥遮掩效应；H3c：经济政策不确定性可能会通过促进地方政府 “为创新而竞争”，增加科技财政支出比例，促进企业创新，即 “为创新而竞争”在经济政策不确定性促进企业创新中发挥中介效应。

2 模型设计和数据说明

2.1 模型设定

为了探究企业创新与政策不确定性之间的相关性，对H1a和H1b进行实证分析，建立多元回归模型，公式为：

Innovationi,t=α0+α1EPUi,t-1+∑φixi,t-1+ηt+ηind+εi,t

(1)

式中，Innovationi,t表示在t年i企业的创新投入强度 (用R&D表示)和创新产出情况 (用Patent表示)。在回归模型中，考虑到创新活动并非一蹴而就，专利申请和授权都具有时间周期，同时为减少内生性问题，所有解释变量和控制变量均采用一个滞后期。EPUi,t-1代表i企业在 (t-1)年面临经济政策不确定性水平，系数α1表示经济政策不确定性对企业创新的整体影响，xi,t-1代表相关控制变量，ηt为时间固定效应，ηind为行业固定效应，εi,t为随机扰动项。

为了考察政府竞争对企业创新影响，即检验假设H2a～H2c，构建多元回归模型，公式为：

Innovationi,t=δ0+δ1Govi,t-1+∑γixi,t-1+ηt+ηind+εi,t

(2)

其中，Govi,t-1表示i上市公司所在地区 (t-1)年的政府竞争强度，系数δ1表示政府竞争强度对企业创新整体影响。

以往仅考虑中介效应的分析已不能完全说明问题，随着研究逐步深入，混淆效应和遮掩效应相继产生。其中，中介效应和混淆效应都会减弱自变量和因变量之间关系，但两者的区别之处是，中介效应可以证明自变量和因变量之间存在因果关系，而混淆效应无法证明因果关系[31]。遮掩效应与前两个效应相反，遮掩变量在一定程度上掩饰了自变量对因变量的影响，控制遮掩变量后会显著扩大自变量对因变量的影响[31]。本文将借鉴温忠麟等[32]在 《中介效应分析：方法和模型发展》中所述的中介作用检验程序进行检验，建立递归模型，公式为：

Govi,t=β0+β1EPUi,t+∑βixi,t+ηt+ηind+εi,t

(3)

Innovationi,t=φ0+φ1Epui,t-1+φ2Govi,t-1+∑φixi,t-1+ηt+ηind+εi,t

(4)

首先对模型1的回归系数α1进行检验，若显著则说明经济政策不确定性对企业创新产生影响，再进行后续分析，若不显著则终止中介效应检验。接着依次对模型3和4的回归系数β1和φ2进行检验，若都显著则分析模型4的结果；若系数φ1显著则判断φ1与β1×φ2是否同号，同号则说明地方政府竞争为部分中介效应；异号则说明地方政府竞争为遮掩效应。若系数φ1不显著，则说明地方政府竞争为完全中介效应。若系数β1和φ2中至少一个不显著时，采用 Bootstrap检验，若检验因子显著，则继续判断φ1与β1×φ2是否同号，同号则为部分中介效应，异号为遮掩效应；若检验因子不显著，则中介效应不存在。

2.2 变量选取与测量

(1)被解释变量。本文从技术创新的投入与产出两个维度对企业创新水平进行界定。创新投入有利于测度主体的创新意愿，借鉴李文贵等[33]的研究，采用研发费用除以总资产的占比 (R&D)来度量。为确保研究结果的稳健性，使用研发投入占营业收入之比 (R&D2)指标进一步考查。本文利用企业当年专利授权量来衡量企业创新产出。

(2)核心解释变量。本文的核心解释变量是经济政策不确定性 (EPU)。该指数是根据统计主流报纸中提及经济政策不确定性的频率、经济学家对未来政府支出以及通胀预测的分歧程度来建立经济政策不确定性指数。Baker 等[34]通过对香港 《南华早报》发表的有关中国经济政策不确定因素的论文进行文本分析，得到了该月份论文总量的比例，并最终确定中国经济政策不确定性的月度指数；Davis等[35]利用 《人民日报》和 《光明日报》对不确定性的概念进行定量研究。本文采用Baker指数作为解释变量，同时为了提高结论的可靠性，采用Davis等的度量方法作为稳健性分析中经济政策不确定性的替代变量。上述指标均采用不确定性的月度指标的几何平均数，计算公式为：

式中，EPUm代表不确定性程度的月度指数，EPUt代表不确定性程度的年度指数，并滞后1期值作为回归模型的解释变量。

(3)中介变量。从上文分析可知，区域间的竞争可能具有3种不同的模式，即 “为增长而竞争”“为引资而竞争”“为创新而竞争”。因此，本文从3个方面对地方政府竞争进行度量。①以各地区生产总值的增长速度作为衡量 “为增长而竞争”的指标[36]；②以实际利用外商直接投资占区域生产总值中的百分比作为衡量 “为引资而竞争”的指标[37]，由于统计年鉴中各省市外商直接投资实际利用额用美元列示，本文按照国家统计局发布当年美元利率换算成人民币；③以各区域人均科技支出作为度量 “为创新而竞争”的指标[38]。

(4)控制变量。企业层次的控制变量包括企业的年龄 (Age)、规模 (Size)、资产负债率 (Lev)、资产收益率 (Roa)、无形资产比重 (Itang)、托宾Q值 (Tobin)；地区层面考虑企业在不同地区受到当地经济以及政府干预程度的影响，控制变量包括金融发展程度 (Fir)、贸易开放程度 (Open)，具体计算方式见表1。同时，为了消除年份和行业差异的影响，还加入年份和行业固定效应。

表1 变量名称及计算方法

2.3 数据来源

本文选取2007—2020年我国沪深A股企业数据为样本，对其初始数据进行如下处理：剔除金融类企业、连续亏损的ST和*ST企业；剔除在样本期内从未披露研发支出的企业；鉴于西藏地区缺少统计数据，剔除西藏地区企业；为消除极端干扰值影响，本文对企业层面数据进行了1%的双边缩尾处理。本文所使用企业层面数据均来源于CSMAR 数据库，宏观和区域层面数据来源于国家统计局和各省统计局。经过上述处理后，最终得到3241个企业的20795观察值。

3 实证结果与分析

3.1 描述性统计与相关性分析

相关变量的描述性统计数据见表2。由表2可知，EPU均值为3.215，标准差2.203，最小值0.792，最大值达7.792，说明在样本期内，经济政策正处于调整期，存在较大不确定性。企业平均研发强度为2.182，标准差为1.884，最小值为0，而最大值为10.32，专利授权数量平均值为1.591，标准差为1.455，最小值为0，最大值为5.525，说明企业在研发投入和创新转化能力存在一定差异性，即本文主要变量在样本期内具有足够的异质性，本研究内容具有一定意义和可行性。

利用Pearson分析法对主要变量相关性进行研究，结果见表3。表3列出两个变量之间的相关系数，发现经济政策不确定性与企业创新投入和创新产出的相关系数均为正数，并且在1%水平上具有显著性，初步表明了政策不确定性对公司创新投资起到推动作用，同时也增加了专利授权。为了检测各变量间的共线性关系，采用方差膨胀因子 (VIF)检验，VIF平均值为1.49，说明各变量之间没有多重共线性。

3.2 基准回归

本文首先验证经济政策不确定性对企业创新的影响，即模型1的检验，结果见表4。

表2 主要变量的描述性统计

表3 变量相关性分析

表4 经济政策不确定性对企业创新的影响:基准回归

模型1-1至模型1-3报告了2007—2020年经济政策不确定性对创新投入的影响，模型1-4至模型1-6报告了对创新产出的影响，回归结果表明，经济政策不确定性与上市公司创新投入和创新产出之间都存在显著正向关系，从而拒绝假设H1a，验证假设H1b。原因可能在于，当经济政策不确定性增加时，企业面临的经营风险上升，为了谋求生存和赢得更广阔的发展空间企业增加探索性创新活动。正如现代管理学之父——德鲁克在 《创新与企业家精神》中归纳的创新的七大来源之一，即意外事件，也是最易把握、成本最低的创新机会。创新型企业善于分析外部宏观环境的变化背后的深层原因，从而发现机遇，提升创新能力。同时，专利授权数量的增加也表明这么多年来政府通过专利保护和对侵权行为的严厉处罚等法律手段保障了企业创新的经济效益，激发了企业的创新活力。

回归系数大小显示，EPU对企业创新投入的边际作用为0.4223，对创新产出的边际作用是0.2463，即EPU提高一个单位，企业创新投入提升了42.23%，创新产出量提高24.63%。此外，企业规模对研发投入显著影响为负，对专利授权数量显著影响为正，这说明小企业在创新投入方面更具灵活性和创新活力，而大企业前期专利积累和知识基础，在创新产出方面更具有优势。与企业经营状况相关指标的显著性说明盈利能力较好企业会有更多创新投入及创新产出。

3.3 异质性分组回归

首先，考察企业股权性质是否会改变经济政策不确定性对企业创新的促进效应。国有企业往往是国家政策支持的优先帮扶对象。相比之下，非国有企业对经济政策波动更加敏感，需要对有限资源进行更为合理配置，才能在激烈市场竞争中占有一席之地。因此，本文提出不同股权性质企业技术创新受经济政策不确定性影响可能存在差异。按股权属性对总样本进行分组回归，结果见表5。结果显示无论是国有和非国有企业，随着经济政策不确定性增加，其创新投入和产出显著增强；从回归系数大小来看，国有企业创新投入受经济政策不确定性影响大于非国有企业，创新产出受经济政策不确定性影响却小于非国有企业。原因可能在于，国有企业具有国有产权性质和政治关联度高的特征，产业政策和政府补贴更向其倾斜，相比于非国有企业更易获得长期贷款，能够支持长周期的创新，更有条件进行创新投入；且为响应政府相关政策的实施，国有企业须发挥示范和带头作用，从而导致创新投入较大，而非国有企业在创新投入方面更加谨慎。但非国有企业创新产出的效率高于国有企业，非国有企业可能有更强的利益导向性，想要在激烈且不确定的市场竞争中存活下来，企业必须提升创新投入到创新产出的转化效率。

表5 股权异质性回归

其次，考察被认定为高新技术企业是否会改变经济政策不确定性对企业创新的促进作用。被认定企业通常在行业中具有较强技术革新能力和发展能力，能迅速适应市场环境变化。相比于非高新技术企业，更有可能通过迅速抓住不确定性带来的机会和加快创新进程来推动自身发展。对高新技术产业进行异质性回归，结果见表6。由表6可知，当经济政策不确定性增加时，高新技术企业创新投入和创新产出的增长效应均高于非高新技术企业。在我国，企业一旦被认定为高新技术企业，便可优先享有税收优惠、行业政策和地方政府的财政支持，以及更容易获得风险投资和金融机构的融资，从而有更充足的资金进行多期研发投入。同时，创新投入、专利授权到商业化应用有一个漫长的转化过程，高新技术企业认定和考核也需创新能力达标，创新能力的长期积累使得高新技术技术企业更容易实现专利转化，从而增加了创新产出。

表6 高新技术企业异质性回归

3.4 稳健性检验

(1)解释变量替代检验。为了进一步验证本文结论的稳健性，首先，基于大陆报纸 《人民日报》和 《光明日报》测算经济政策不确定性指数 (EPU2)来替换解释变量。其次，选择世界经济政策不确定性指标作为被解释变量的替代指标进行检验。中国自改革开放以来，已经越来越多地参与到国际经济贸易之中，其中进出口对中国经济发展起着重要的推动作用。同时，贸易政策波动也会很大程度影响中国经济。本文将模型1中EPU替换成EPU2和GEPU分别进行回归，结果见表7。由表7可知，经济政策不确定性对企业创新投入和创新产出均有促进作用，能显著提高企业创新能力，这与基准回归结果相符。

表7 稳健性检验一替换解释变量

(2)被解释变量替代检验。本文以上市企业研发投入与总资产比率作为度量创新投资的指标，鉴于当前仍有大量文献采用研发投入占营业收入的比率，为保证研究结果的稳健性，利用上市公司研发支出占当年营业收入的比例 (R&D2)替换原有创新投入的代理变量。同时，以专利申请数量 (Patent2)代替专利授权数量来衡量创新产出，进行回归分析。回归结果见表8。由表8可知，解释变量显著性保持不变，符合基准回归结论。

表8 稳健性检验一替换被解释变量

4 进一步分析

4.1 地方政府竞争和企业创新

考察不同竞争模式下地方政府竞争强度对企业创新的影响，回归结果见表9。由表9可知，模型2-1至模型2-3中被解释变量为研发支出，模型2-4和模型2-5中被解释变量为专利授权数量，结果表明 “为增长而竞争”“为引资而竞争”和 “为创新而竞争”对创新投入和创新产出产生了显著的正向作用，从而验证了假设H2c，拒绝假设H2a-H2b。这可能是由于以经济增长指数为考核指标时，地方政府虽然会更加注重短期经济绩效，但诸如基础设施建设同时也具备了很强的正外部性，促进优势创新要素流动，提高信息传递效率，加强企业间协同效应，改善企业创新环境，构建创新平台，从而对企业创新产生激励作用。“为引资而竞争”模式下，地方政府争相继引进外资，期望获得大量流动的资本要素以及外资所带来的先进生产力技术，引进外资的溢出效应大于挤出效应，有利于本地企业创新水平的提高。地方政府 “为创新而竞争”时，更加注重科技财政支出，促进了人才培养和技术研发，也会通过税收优惠政策、研发补贴等措施鼓励企业进行创新活动，从而提升企业创新水平。

表9 政府竞争对企业创新的影响

4.2 地方政府竞争的中介效应

考察不同政府竞争模式在经济政策不确定性影响企业创新的中介渠道，对模型 (1) (3)和 (4)进行回归分析，结果见表10。模型1-3是EPU对企业创新投入的总效应，模型3-1和模型4-1报告了EPU和地方政府 “为增长而竞争”的共同作用的结果。模型3-1中EPU的回归系数为负且在1%的显著性水平下显著，说明随着经济政策不确定性增加，会抑制地方政府为了追求短期经济增长而竞争，政府的主要任务转向保持经济的稳定发展。且模型4-1中经济政策不确定性和政府竞争回归系数均显著，表明 “为增长而竞争”在EPU和企业创新投入关系发挥了中介作用，但是模型3-1中EPU的回归系数与模型4-1中Gov的系数相乘表示的间接效应与模型4-1中EPU系数表示的直接效应符号相反，说明 “为增长而竞争”抑制了EPU性对企业创新投入的激励效应，故 “为增长而竞争”在经济政策不确定性与企业创新关系中存在遮掩效应，验证假设H3a。

表10 EPU对企业创新投入(Rd)的机制分析

同理，观察模型3-2的EPU回归系数为负且在1%的水平下显著，说明EPU的增加会抑制地方政府间 “为引资而竞争”，原因可能在于经济政策不确定性的增加也会妨碍外商直接投资流入和跨国企业进入，从而对其产生抑制作用。模型3-2与模型4-2的回归系数显著性以及间接效应与直接效应符号相反也表明 “为引资而竞争”在经济政策不确定性和企业创新投入的关系中存在遮掩效应，抑制了经济政策不确定性对企业创新的激励效应，故验证假设H3b。

模型3-3和模型4-3报告了经济政策不确定性和地方政府 “为创新而竞争”的共同作用结果，模型3-3中EPU回归系数与模型4-3中Gov系数相乘表示间接效应与模型4-3中EPU的直接效应符号相同，并且通过1%的显著性水平检验，表明 “为创新而竞争”发挥了部分中介效应，即经济政策不确定性通过促进各地政府 “为创新而竞争”增加了企业创新投入强度。原因可能在于经济政策波动会促进地方政府之间进行 “为创新而竞争”，各地政府坚持落实中央大力推动的创新驱动发展战略，加大科技财政支出，加快建设创新型城市，有利于提升企业创新意愿，对企业创新投入产生积极影响，故验证了假设H3c。

接着考察不同政府竞争模式在经济政策不确定性影响企业专利申请数量的中介渠道，结果见表11。这与R&D回归结果相似，即为增长而竞争、为引资而竞争在经济政策不确定性与企业创新中均存在遮掩效应，为创新而竞争则发挥部分中介作用，即经济政策不确定性能够通过为创新而竞争的模式对企业创新产出产生积极影响。

5 结论与政策建议

本文选取2007—2020年上市公司的微观数据，首次尝试从多维度政府竞争角度探究经济政策不确定性对企业创新投入和产出的作用机制。研究发现：第一，经济政策不确定性对企业创新具有显著促进作用，且这一结论具有稳健性；第二，经济政策不确定性对企业创新的影响具有异质性，对国有企业创新投入、非国有企业创新产出激励效果显著；对被政府认定的高新技术企业，相对于非高新技术企业，无论是创新投入还是创新产出其激励效果都更加明显；第三，经济政策不确定性会通过促进地方政府 “为创新而竞争”对企业创新产生激励作用，即 “为创新而竞争”在经济政策不确定性激励企业创新中起到了部分中介效应。而 “为增长而竞争”和 “为引资而竞争”在经济政策不确定性对企业创新影响机制中发挥遮掩效应，即弱化了经济政策不确定性对企业创新的促进作用。

表11 EPU对企业创新产出(Patent) 的机制分析

本文的研究结果并不表明无限制地频繁调整经济政策对企业发展有利，政策不确定性增加也会抑制外资的流入，影响企业引入先进技术与管理经验。基于此，本文提出以下建议。

(1)坚持实施创新驱动战略，多维度、客观地评估经济政策不确定性对于企业创新行为的影响，合理确定经济政策的调整幅度和频率，稳定市场、金融机构以及企业对宏观政策预期，缓解信息不对称性，因势利导调动企业进行创新活动的积极性，同时，要采取一系列法律手段加强对创新成果的知识产权保护，以增强企业创造性产出能力和成果转化能力、保障其创新收益。

(2)进一步增强政策的前瞻性、灵活性和针对性。发挥国有企业在创新研发投入的带动作用，同时也应通过政策调整适当增加国有企业外部竞争压力，提高其创新效率；而对非国有企业给予融资政策的支持，保障其长期创新投入的稳定性和持续性，继续发挥非国有企业高效率创新产出的优势；对于高新技术企业则继续给予税收优惠和进行政策倾斜来激励其创新，发挥标杆作用并进一步完善创新考核标准。

(3)中央政府应弱化以传统GDP为核心的 “为增长而竞争”和以FDI为考核指标的 “为引资而竞争”，引导地方政府 “为创新而竞争”，制定科学完善的考核体系，更全面地考核地方政府官员能力，推动地方政府间良性互动，充分发挥政策导向对创新的激励作用。

(4)在中央政府出台稳定经济、鼓励创新政策的同时，地方政府应充分权衡经济政策对本地经济活动的影响，营造良好创新环境，以释放企业创新活力。加强区域政府间交流与互动，进一步完善地区政府间的协商机制，增进相互间信任，促进地区合作，推动创新优势要素的区域流动从而共同提高应对经济不确定性的能力。

(5)对企业而言，经济政策环境的不确定性既是挑战更是机遇，企业应权衡不确定性下隐藏的风险和机遇，以激流勇进的创新战略谋求发展，善于利用政策环境，进一步创造或提升自身的核心竞争力。