百年未有之大变局：大国博弈与企业技术创新——基于融资的影响机制视角

夏 芸 魏浩林 张 茂

（暨南大学国际商学院，珠海 519000）

引 言

2018～2019年，特朗普政府出人意料地对中国征收惩罚性关税，将美国对中国产品的平均关税从2018年初的3.57%提高到2019年底的26.3%。作为反击，中国也对美国施加了一系列关税行动。两个超级大国之间的博弈给世界经济带来了不可逆转的巨大影响，全球贸易政策不确定性骤然上升。时至今日，中美贸易战仍在继续，全球贸易政策不确定性仍然处于高位。这不仅影响了中美两国经济的持续健康发展，也给世界经济的复苏造成了一定的阻碍。Bloom （2009）［1］认为在导致一个国家经济衰退的众多原因中，政策不确定性在其中占有着重要的地位。随着中美两国博弈的继续，全球贸易政策不确定性将变得更加难以预测，我国企业所面临的营商环境的波动性也将变得更加剧烈。

习近平主席在二十大报告中指出创新是第一动力，要深入实施创新驱动发展战略，推动高质量发展。2021年召开的十五届五中全会也指出，我们 “当今世界正处于 ‘百年未有之大变局’”。而总书记从十九届三中全会开始就一直强调 “发展是第一要务，人才是第一资源，创新是第一动力”，相继出台了 “工业4.0”、“中国制造2025”等经济政策。可见我国政府对创新的重视程度之高。因此，现阶段正处于中美两个超级大国博弈的关键阶段，应如何在这个百年未有之大变局中把握住历史机遇，把握好当下贸易政策不确定性处于高位的情境，推动企业技术创新，通过创新推动国家长远发展，是我国企业必须要考虑的问题。而对于这个问题的思考既能够帮助我们认识国际风险的传导路径，也能帮助我们思考今后世界经济、政治以及金融秩序的发展趋势，以便我们采取更有效的应对措施。

1 理论分析与假设提出

1.1 理论机制分析

2018年3月，美国贸易代表办公室根据《1974年贸易法》第301条发布调查报告，记录了中国政府涉嫌实施的各种不公平政策和做法，此举正式拉开了中美贸易战的序幕。此后，中美两国围绕关税展开了一系列的较量。中美两国这一系列举措也导致了2018年及之后贸易政策不确定性的大幅上升［2］。

企业是技术创新的主体，是改善社会、推动经济持续健康发展的基石。而技术创新作为一种长周期、高风险和高投入的经济活动，极其容易受到外部大环境尤其是贸易政策不确定性的影响，但这种影响在学界尚存在分歧。“抢占效应”理论［3］认为，因为技术创新的研发投资相比于其他的投资行为有更高的风险和不确定性，且这种风险并不会随着时间的流逝而下降，因此，与其等待不确定性慢慢降下来，不如尽早进行研发活动以更早获得研发经验来提高企业项目的成功概率［4］，并期望能在贸易政策不确定性下降或者局势明朗之后，企业便能凭借研发部门通过创新研发活动所得到的新技术和新产品快速抢夺市场地位、取得更多市场份额［5］。“延迟效应”说认为政策的不确定性会使企业延迟即减少对科技研发的投入，由于研发的高风险性，企业会在不确定性高的时候尽量减少所面临的风险，以此确保企业未来收益与现金流的稳定［6］。另外，根据实物期权理论，贸易政策不确定性的上升会增加延迟期权的价值，企业更加愿意通过等待从而获得更多的披露信息，以此来确定自身未来的发展方向［7］；但是根据战略增长期权模型，不确定性增加会提升增长投资期权价值，并且当创新投资的增长期权价值大于延期投资带来的期权价值时，不确定性增加会促使企业进行更多的研发投资［8］。因此，如上文所述，贸易政策不确定性对企业技术创新既有抑制效果，也有促进效果，尚无统一的论调。

企业技术创新所需的资金量较大，单靠企业内部的资金可能无法完成研发的项目，故企业会依靠外部融资的渠道来为技术创新研发活动提供资金支持。中美间贸易战导致的贸易政策不确定性上升会向金融机构传递负面信号，因而金融机构将收紧信贷，最终使得企业所面临的融资约束上升［9］。在资金短缺的情况下，企业经营绩效和市场竞争力得不到保证，因此，企业对于技术创新的研发投入也会相应的下降。

对于融资规模，债务融资由于 “债务效应”，到期偿债的刚性压力会抑制债务融资对企业研发投入作用，且这种抑制作用会随着融资规模的增大而增大［10］；股权融资也是类似，由于信息不对称性的存在，监管机构为了保护投资者利益，会要求企业披露更多的信息，这也就无形中增加了企业的信息披露成本，此外，由于委托代理人冲突、转型的背景和上市公司的特殊性等，股权融资也会在一定程度上降低企业的技术创新研发投入水平［11］。

图1 贸易政策不确定性与技术创新的理论机制模型

1.2 文献综述及假设提出

1.2.1 贸易政策不确定性与技术创新

贸易政策不确定性研究的开创者是Handley（2014）［12］，他最早开始探索贸易政策不确定性对企业出口动态变化的影响。现有贸易政策不确定性的度量方法主要有两种：（1）不确定性指数法［13］。该方法最早起源于 Baker等 （2016）［14］，具体是通过统计某一时间段报纸、新闻网站的新闻报道中提及的 “贸易”、 “政策”、 “不确定性”等关键词的文章篇数，再用统计方法将该数值标准化处理，从而得到具有可比性的贸易政策不确定性指数，这种方法具有清晰直观、选取内容覆盖范围大等优点；（2）关税测量法［12］。该方法的核心思想就是用关税的变动度量贸易政策不确定性的程度。 Limao （2016）［15］认为贸易政策不确定性主要来源于：（1）关税的波动；（2）国际政治或国际宏观经济的冲击； （3）国内政治事件的冲击。但由于此方法的核心假设认为 “关税是贸易政策不确定性的唯一根源”，故存在一定的瑕疵。因此，本文将基于Baker等人创建的网站（www.policyuncertainty.com），使用中国贸易政策不确定性指数来衡量国内企业面临的贸易政策不确定性。

根据上文的分析，关于贸易政策不确定性对企业技术创新的影响尚无统一定论，一部分学者从增长期权理论或信息不对称的角度出发，认为贸易政策不确定性的上升对企业有正向的增长期权效应，从而促进创新［1］；亦或是认为贸易政策变动导致外部环境波动加剧，企业难以对外部信息有全面的把握，因此需要通过加速技术创新来获得上文提到的 “抢占效应”［16］。但是另一部分学者则从实物期权理论出发，认为当贸易政策不确定性上升时，延迟期权的价值也随之上升，企业会推迟创新研发投资从而获得更多市场信息，以此来确定自身未来的发展方向［7］。

基于上述的分析，本文提出以下竞争性假设：

H1a：在其他因素保持不变时，受中美贸易战事件的冲击，贸易政策不确定性提升，国内企业会提升研发投入。

H1b：在其他因素保持不变时，受中美贸易战事件的冲击，贸易政策不确定性提升，国内企业会减少研发投入。

1.2.2 内在作用机制：融资约束

企业技术创新具有投资金额大、研发周期长、风险不确定性高的特点，而单靠企业内部资金来支撑研发投入往往是不够的，需要依靠外部的融资渠道。而中美贸易战导致的贸易政策不确定性提升，会给金融机构和市场投资者传递负面的信号，因而金融机构将收紧信贷，投资者的投资也会变得更加谨慎，最终使得企业面临的融资约束提升。同时，贸易政策不确定性上升会向出口企业传递负面信号，企业在接收信号后将采取相关活动规避或者对冲相应的风险，如采取收缩或转移战略，从而在一定程度上降低企业的外销收入规模，企业内源现金流受到一定程度上的限制，融资约束提升。但是根据上文的分析，贸易政策不确定性对技术创新研发投入的影响可以是正向推动也可能是负面减少。因此，关于融资约束起到的内在作用机制，可能表现为 “遮掩效应”［17］，即融资约束会负面影响研发投入，但是贸易政策不确定性的上升对研发投入总的效应仍然是正的；也可能表现为 “促进效应”，即贸易政策不确定性通过融资约束来抑制企业技术研发投入。

基于上述分析的影响机制，本文提出如下假设：

H2a：融资约束在贸易政策不确定性与研发投入之间的作用机制表现为 “遮掩效应”，即贸易政策不确定性通过融资约束作用于研发投入的间接效应为负，而贸易政策不确定性与研发投入的直接效应为正。

H2b：融资约束在贸易政策不确定性与研发投入之间的作用机制表现为 “促进效应”，即贸易政策不确定性通过融资约束作用于研发投入的间接效应为负，而贸易政策不确定性与研发投入的直接效应也为负。

1.2.3 内在作用机制：融资规模

贸易政策不确定性的上升会带来风险的上升，借贷双方的信息不对称性增大，债权人为了规避上升的风险，会要求更高的风险溢价，所以企业的债务融资规模会下降［18］；而贸易政策不确定性的上升对股权融资规模与债务融资规模的影响相似，不确定性会给企业IPO和增发的价格带来负面的影响［19］。综上所述，贸易政策不确定性的上升会导致债务融资和股权融资的下降。

目前学界对于融资规模与研发投入的研究相对较少。债务融资由于 “债务效应”［10］的存在，企业与其将获得的资金用于不确定性大、风险高的研发项目，不如用于其他收益确定性更高的经营活动来获得资本的增值。此外，随着融资规模的上升，企业面临的融资成本会越来越大，故企业更会倾向于其他确定性更高的项目而不是将资金作为沉没成本投进研发项目中。因此基于这两个角度，当债务融资规模上升时，会负面影响到企业的技术创新研发投入。

王娟和孙早 （2014）［11］认为股权融资的上升会从信息不对称、委托代理人冲突以及股东追求短期绩效3个方面抑制企业的研发投入。监管机构和交易所会要求上市公司披露更多更完整的研发项目信息来保护投资者的利益，这增加了企业的信息披露成本，故股权融资增加后上市公司不愿再增加创新投入；委托代理理论认为高管会比股东更加厌恶风险，经理会偏向于追求能提升短期绩效的项目而不是R＆D这类周期长、难形成实物资产且会增加公司风险的项目；同样的，对该企业进行股权投资的股东也是更偏向于能给企业带来直接收益的项目，对于短期投资者则更是如此。综上所述，当股权融资规模上升时，会负面影响到企业的技术创新研发投入。

类似的，由于贸易政策不确定性对技术创新研发投入的影响尚不明确，在基于上述分析影响机制的基础上，本文提出如下假设：

H3a：债务融资在贸易政策不确定性与技术创新研发投入之间的作用机制表现为 “遮掩效应”，即贸易政策不确定性通过债务融资作用于研发投入的间接效应为正，而贸易政策不确定性与研发投入的直接效应为负。

H3b：债务融资在贸易政策不确定性与技术创新研发投入之间的作用机制表现为 “促进效应”，即贸易政策不确定性通过债务融资作用于研发投入的间接效应为正，而贸易政策不确定性与研发投入的直接效应也为正。

H4a：股权融资在贸易政策不确定性与技术创新研发投入之间的作用机制表现为 “遮掩效应”，即贸易政策不确定性通过股权融资作用于研发投入的间接效应为正，而贸易政策不确定性与研发投入的直接效应为负。

H4b：股权融资在贸易政策不确定性与技术创新研发投入之间的作用机制表现为 “促进效应”，即贸易政策不确定性通过股权融资作用于研发投入的间接效应为正，而贸易政策不确定性与研发投入的直接效应也为正。

2 研究设计

2.1 样本选取和数据来源

本文以2016～2020年沪深A股及创业板上市公司为初始研究样本，数据源自Wind数据库和CSMAR数据库，并手工从公司的年度报告中收集相关信息。参考已有文献的普遍做法，对初始研究样本数据做以下处理：（1）剔除金融行业上市公司；（2）剔除主要变量缺失的样本；（3）剔除ST、*ST和PT的企业； （4） 剔除2017年以及之后进行首次公开发行（IPO）的公司。最终获得了2016～2020年10751个样本。

2.2 变量选取

2.2.1 被解释变量

技术创新（lnRD）。基于已有的研究，由于创新产出经历的时间较长且不确定性较大，而研发投入能更直接的反映企业进行创新行为的意愿，因此本文通过对企业的研发投入加1后取自然对数的形式来衡量企业的技术创新研发投入水平。

2.2.2 解释变量

贸易政策不确定性（TPU）。本文利用由Davis等 （2019）［20］计算的贸易政策不确定性指数作为衡量贸易政策不确定性的指标，该指数计算方法借鉴的是Baker和Bloom［14］测算经济政策不确定性指数的原理。进一步，本文在Davis等 （2019）［20］数据基础上将月度数据取一个平均值，以求得年度衡量指标，TPU指数越大，贸易政策不确定性也越大。

2.2.3 机制变量

（1）融资约束（SA）。本文借鉴鞠晓生等（2013）［21］的做法，使用SA指数来衡量企业面临的融资约束，具体的衡量方法如下：（其中SIZE为公司规模，AGE为公司年龄）

并对计算出的SA指数取绝对值，绝对值越大，说明企业受到的融资约束程度越严重。

（2）债务融资（Debt）。反映企业为解决资金短缺问题从银行或其他外部渠道融资的行为，本文以短期借款加长期借款之和与总资产比值的百分数来衡量债务融资。

（3）股权融资（Equity）。反映企业通过股权交易融通资金的行为，本文选取股本、资本公积两者之和与总资产比值的百分数来衡量股权融资。

关于其他变量的定义和计算方式在表1中有具体说明。

2.3 模型设计

为了检验贸易政策不确定性与企业技术创新的关系，本文建立模型 （2）对假设H1进行检验：

其中，lnRDi，t表示i企业在第t年研发投入的自然对数，TPUi，t表示i企业在第t年面临的贸易政策不确定性指数，Controlsi，t为表1所示控制变量，ε表示随机误差，加入年份和行业的固定效应，并使用聚类稳健标准误。

表1 模型变量的定义说明

3 实证结果与分析

3.1 主要变量描述统计

表2是主要变量的描述性统计，从表中可知，lnRD指数的均值为14.8060，标准差为7.0089，可以发现不同企业间的研发投入相差较大；融资约束、债务融资和股权融资的均值与中位数都相差不大，但是最大值与最小值之间差距较大，说明不同企业间面临的融资约束以及获得融资规模有显著的差异；其余变量的描述性统计如表2所示。

表2 主要变量描述性统计

续 表

3.2 基准回归结果

表3列示了根据式 （2）对样本数据进行回归的结果。回归结果显示贸易政策不确定性对研发投入的回归系数均在1%的水平上显著为正，即中美贸易战导致的贸易政策不确定性的上升会促进企业加大研发投入，提高企业自身的技术创新水平。因此，假设H1a得证。

表3 基准回归结果

3.3 稳健性检验

（1）替换被解释变量。将原被解释变量研发投入（lnRD）分别从创新投入的角度用研发投入与主营业务收入的比值（RDRev）和研发投入与总资产的比值（RDAsset）替代，以及从创新产出的角度用企业当年的专利授权量加1后取自然对数（Patent）替代，以进行稳健性检验；（2）缩短样本期间。因为新冠肺炎疫情在2020年开始在全球蔓延，为排除潜在干扰，本文选取2016～2019年的样本数据进行稳健性检验；（3）只选取制造业为研究样本。考虑到制造业作为我国实体经济的主要力量，因此本文选择以制造业为研究对象进行稳健性检验； （4）替换为Tobit模型。本文数据样本中存在一定数量的研发投入为0的企业。在这种情况下，直接使用最小二乘法（OLS）对整个样本进行线性回归，可能会得到有偏的结果。因此，本文在此使用Tobit模型进行稳健性检验。

上述的回归结果见表4，可以看到，贸易政策不确定性与技术创新研发投入的回归系数均显著为正，这表明本文的结论是稳健的。

表4 稳健性检验结果

此外，本文还使用了倾向性得分匹配法来减弱样本选择偏差，所得回归结果仍然稳健；并以2018年特朗普政府正式对华加征关税作为贸易政策不确定性的代理变量进行了PSM-DID回归，所得结果与基准回归一致，证明回归结果是稳健的。

4 机制检验

本文从融资的角度切入，分别以融资约束和融资规模作为机制变量来进行渠道验证，其中融资规模进一步分为债务融资和股权融资。本文借鉴温忠麟和叶宝娟 （2014）［23］的逐步回归法建立以下模型（式（3）～（5））依次进行检验。

其中机制变量（Mediator）分别表示融资约束（SA），以及以债务融资（Debt）和股权融资（Equity）衡量的融资规模。

具体的回归结果如表5所示。由表可知，所有机制变量和解释变量均至少在10%水平上显著。但是可以看到，贸易政策不确定性指数与融资约束的回归系数显著为正，但是在以式 （5）为模型进行回归的结果中（表5列（2）），融资约束与研发投入的系数显著为负，而贸易政策不确定性的系数却显著为正，即间接效应（-7.2866×0.0001）与直接效应（0.0030）异号，此时报告为遮掩效应，即意味着假设H2a得证。

与上述不同，通过观察表5列 （3）～（6）的回归结果，可以发现机制变量债务融资、股权融资这两者与融资约束表现出的机制效应不同，债务融资和股权融资的间接效应与直接效应的符号相同，这意味着假设H3b和H4b得证，即贸易政策不确定性分别通过债务融资和股权融资作用于研发投入的间接效应（-0.0000×-1.1942和-0.0004×-0.3700）都为正，且贸易政策不确定性与研发投入的直接效应（0.0022和0.0022）也为正。

表5 机制检验结果

5 贸易政策不确定性对技术创新的异质性分析

通过查阅已有研究文献，发现政治关联能够通过信息效应和资源效应来缓解民营企业的融资约束［24］，因此本文认为有政治关联的企业意味着更低的融资约束，进而增强技术创新能力。表6列 （1）的回归结果即印证了本文的猜想。

根据李小忠 （2021）［25］的研究，将企业生命周期分为3个阶段：初创期（1～6年）、成长期（7～11年）与成熟期（12年及以上）。由于已经剔除了2017及以后上市的公司，因此样本中不含初创期的企业。在中美贸易战带来的贸易政策不确定性上升的大环境下，成长期的企业面临未来的挑战更为严峻，更希望通过提升自身的核心竞争力来保证企业存活下去［26］，因此，本文认为位于成长期的企业在贸易政策不确定性上升时会更倾向于提升自身的研发投入。表6列 （2）的回归结果即印证了本文的猜想。

竞争程度的差异会影响企业做出技术创新的决策。中美贸易战带来了贸易政策不确定性的上升，而面临着更为激烈的竞争程度的企业，会使企业面临技术迭代更新的压力，更迫切地想通过增加研发投入来提升自己的核心竞争力，以谋求在贸易政策不确定性如此之高的大环境下生存发展［27］。表6列 （3）的回归结果即印证了本文的猜想。

位于东部沿海省（区、市）城市的企业所面临的竞争压力更大，企业需要拥有更高的技术创新水平才能在激烈的市场中生存发展下去，因此更有动力去进行技术创新；经济发展状况越好的省（区、市），市场的竞争压力也越大，根据上文提到的 “抢占效应”理论，在贸易政策不确定性上升时处于经济发展状况更好的省（区、市）的企业会更加倾向于投入更多的资金进行技术创新研发投入。表6列 （4）和列 （5）的回归结果即印证了本文的猜想。

表6 异质性分析检验结果

综上所述，上文异质性分析的结论均得到证实。

6 结论与启示

本文运用2016～2020年沪深A股上市公司的数据，基于中美贸易战的大背景，研究分析了中美贸易战和我国企业技术创新的关系及融资在其中的影响机制。主要结论如下：（1）中美贸易战带来的贸易政策不确定性上升会促进我国企业的技术创新研发投入；（2）贸易政策不确定性会使得企业面临更严峻的融资约束，而融资约束的上升会使得企业的研发投入产生相应的下降，但是贸易政策不确定性给研发投入带来的主效应仍然是正的，也即融资约束起到的是 “遮掩效应”作用；而贸易政策不确定性会让企业的债务融资和股权融资在规模上都会有相应的下降，但不论是债务融资还是股权融资，贸易政策不确定性通过融资规模作用于研发投入的间接效应都是正的，这意味着贸易政策不确定性的上升使得企业融资规模下降的同时，反而有了资金和决策的空间来提高内部研发投入，即融资规模的作用机制表现为 “促进作用”； （3）异质性分析表明，对于那些有政治关联的企业、位于成长期的企业、处在竞争程度更为激烈的行业的企业以及处于沿海省（区、市）或者发达省（区、市）的企业，在贸易政策不确定性上升时都更有动力加大技术创新研发投入。

根据上文得出的结论，在此提出几点建议：

（1）政府应提升制定政策的针对性和灵活性。政府要针对不同的企业灵活施策，调节好企业面临的融资约束，在推动企业技术创新中发挥政府主导的作用。

（2）企业要加强对贸易政策不确定性的应对机制建设。在贸易政策不确定性带来的大环境波动性加大的情况下，做好内部资金的分配，控制好债务融资与股权融资的规模，防止企业过度金融化而 “脱实向虚”，通过适度的金融化，提供融资 “蓄水池”，推动内部技术创新的发展。

（3）异质性分析表明我国资本市场的资金配置效率仍不高，企业之间的竞争仍存在不公平现象。为激发市场经济的活力，政府应该为企业建立完善的制度保障，推动市场所有企业持续健康发展。