经济不确定性对制造业上市企业创新的影响

摘 要：以沪深A股制造业上市企业为研究对象，选取2011年至2021年的数据，探究经济不确定性、数字金融和企业创新之间的联系。研究发现：经济不确定性对制造业企业创新具有显著促进作用。经济不确定性情况下，当数字金融水平越高，越有利于提高制造业企业创新。在分样本检验中，在经济不确定性情况下，数字金融对企业创新在企业产权性质、所处地区方面存在不同的影响效果。在进一步检验中，研究发现数字金融3个子维度（覆盖广度、使用深度和数字化程度）对企业创新的不同影响；发现政府支持在经济不确定性与企业创新之间起到中介作用，企业现金持有水平则是遮掩效应。研究对政府如何引导实体企业创新发展提供了可能的方向。

关键词：工商管理；制造业企业；经济不确定性；数字金融；创新研发；异质性检验

中图分类号：F 275 文献标识码：A 文章编号：1672-7312（2023）03-0339-10

The Influence of Economic Uncertainty on the Innovation of Listed Manufacturing Enterprises

——The Role of Digital Finance

REN Chunfang

（School of Business，Guangxi University，Nanning 530004，China）

Abstract：This paper takes Chinese A-share listed manufacturing enterprises as the research object，intercepts the data from 2011 to 2020，and explores the relationship between economic uncertainty，digital finance and enterprise innovation.The findings are as follows：Economic uncertainty can significantly promote the innovation of manufacturing enterprises.Under economic uncertainty，the higher the level of digital finance is，the more conducive it is to improve the innovation of manufacturing enterprises.In the sub-sample test，under the condition of economic uncertainty，digital finance has different effects on enterprise innovation in terms of the nature of enterprise property rights and location.In the further examination，it is found that the three sub-dimensions of digital finance （coverage，depth of use and degree of digitalization） have different influences on enterprise innovation.It is found that government support plays an intermediary role between economic uncertainty and enterprise innovation，while the cash holding level of enterprises is a masking effect.According to the research results，this paper puts forward some suggestions.This study provides a possible direction for the government to guide the innovation and development of entity enterprises.

Key words：business administration；manufacturing enterprises；economic uncertainty；digital finance；innovative research and development；heterogeneity test

0 引言

当前国际形势严峻复杂，逆全球化加剧，全球通胀加剧世界经济复苏不确定性。这种不确定性需要国家从经济政策的角度多方施策穩定经济形势。经济社会的波动往往带有突发性和外生性，但经济政策的变化却具有可控性[1]。经济政策不确定性包括政策出台之前存在政策预期的不确定和在政策出台之后存在政策执行的不确定性[2]，这对企业的决策有着重大影响。数字普惠金融也称数字金融，是数字科技与普惠经济的有机结合。目前，数字金融发展如火如荼。数字金融扩大了传统金融的覆盖范围，拓宽了金融服务的边界，有效为企业提供金融支撑和资源保证，给企业融资带来新的活力。实体经济健康发展是构建国家经济战略竞争力的关键保障。制造业作为我国实体经济的重要组成部分，其健康发展也是关乎中国经济的重要一环。在当今时代，创新是发展的动力之源，只有创新、唯有创新，才能使企业在经济社会发展的洪流中站稳脚跟。但创新具有高风险性及高度不确定性，探究影响创新的因素对企业发展具有重要意义。

文中以上市公司制造业企业为研究对象，利用2011—2021年的数据，研究经济不确定性与企业创新之间的关系，并通过异质性检验探讨数字金融所起的作用。文中的边际贡献在于：第一、丰富对经济不确定性的相关研究。文中研究经济不确定性与制造业上市企业创新之间的关系，并从政府支持和企业现金持有水平进行机制检验，将宏观的经济不确定性细化至微观企业。第二、将研究视角聚焦于制造业企业。实体经济发展关系整个经济社会，文中以制造业企业为研究对象，丰富企业研发创新的有关研究。

1 理论分析与研究假设

1.1 关于经济不确定性的研究

自BAKER等提出经济政策不确定性指数以

来，我国学者就开始研究经济不确定性在宏观经济方面和对微观企业的影响。经济政策不确定会推升经济与金融不确定性，经济政策不确定也受到经济与金融不确定性的反馈影响[3]。在宏观方面，有学者研究了经济政策不确定性对中国股票市场的操纵[4]和对股票价格的影响[5]，以及对大宗商品和股票价格联动的时变影响[6]。刘强和陶士贵以及吴鑫育等则分别从美国经济不确定性和全球经济不确定性出发研讨对人民币汇率的影响[7-8]。除了在宏观层面上的分析，经济政策不确定性对于微观企业也有诸多影响，而且对企业决策的影响更为隐蔽。代盛和蒋涛从跨国角度出发，研究经济政策不确定性对“一带一路”沿线企业融资的作用[9]。然而更多的学者研究的是经济政策不确定性与企业投资行为的关系。

1.2 经济不确定性与企业投资的关系

通过梳理经济不确定性与企业微观行为的关系，在投资方面的研究主要集中于经济政策不确定性是否抑制企业投资行为[10]、是否导致企业投资趋同[11]、是否影响企业绿色投资[12]。企业研发创新也属于企业投资，但与一般的投资不同，研发活动具有更强的开发性和探索性。企业创新研发历时长、结果不具有预测性，还可能研发失败。研发投资是一项高风险的长期投资项目，它对经济政策更加敏感。相比于固定资产投资，研发创新包含的技术不确定性给企业造成的风险超过市场不确定性，并且这种风险的影响较为持久，当企业处于经济政策不确定的情形下，基于金融摩擦效应和投资观望效应，由于企业研发投入的不可逆性，企业会推迟研发决策，降低企业研发投入[13]，对企业经营绩效带来负面影响[14]。王凯和武立东指出为了摆脱信息不完全的困境，企业会加大创新力度[15]。就经济政策不确定性对企业研发投入的影响，结论也不一致。有学者认为，经济政策不确定性有可能正向影响企业的创新研发[16-17]，但也有学者得出相反的结论[18-19]。还有学者认为经济不确定性应当分为“好”的不确定性和“坏”的不确定性[20]，且两种类型的经济不确定性对企业研发的效果也不同。

因此基于以上分析，提出一个正反假设。

H1a：经济不确定性越高，制造业企业的研发投入越低；

H1b：经济不确定性越高，制造业企业的研发投入越高。

1.3 数字金融在经济不确定性和企业研发中所起的作用

有研究表明当企业处于较强经济不确定性环境中，企业融资难度加大[21]，信息不对称性增强[22]，将面临更强的融资约束[23]。随着融资成本的上升会使企业减少具有高风险性的投资活动[24]。金融有效供给将直接影响到技术创新活动的开展[25]。而企业研发创新面临的融资约束程度受到金融发展水平的影响[26]。

传统金融市场中金融抑制、金融摩擦的存在导致金融资源在不同主体、行业、地区间的配置失衡[27]。数字金融作为传统金融市场的补充，可以充分调动金融资源在市场的流动，数字化驱动企业创新[28]。数字金融可以校正传统金融市场中存在的“错配”问题[29]，为企业创新注入活力。数字金融可以加强对海量数据深度挖掘的能力缓解企业融资问题[30]。数字金融具有的普惠性特征可以有效发挥长尾效应，拓宽融资来源，降低经济政策不确定性对企业带来的资金压力。

基于以上分析，提出如下假设。

H2：数字金融发展程度越高，企业的研发投入越高；

H3：经济不确定性情况下，当数字金融发展程度越高，企业的研发投入越高。

2 研究设计

2.1 样本选取与数据来源

文中选取的研究对象为沪深A股制造业上市企业，选取了2011—2021年的数据。同时，为保证样本数据的完整性，剔除ST、PT企业、数据严重缺失的企业。企业的相关原始数据主要源自于国泰安数据库、万得金融数据库。为了排除异常值影响，文中对模型中所有连续变量进行缩尾处理。

2.2 变量定义

2.2.1 被解释变量

制造业上市公司企业创新（RD）。借鉴刘柳和曲小娥[13]的度量方法，采用研发支出占总资产的比重来衡量。

2.2.2 解释变量

数字金融指数数据来自北京大学数字金融研究中心与蚂蚁金服集团组成的联合课题组[31]。经济不确定数据来源于BAKER[32]构建的经济政策不确定性指数。

2.2.3 中介變量

政府支持（Sub）、企业现金持有水平（Cash）。

2.2.4 控制变量

控制变量包括企业投资机会成本（tobinq）、资产负债率（lev）、管理费用率（cost）、企业金融化（fin）、获利能力（Roa）、营业利润率（profit）、企业年龄（ln_age）、经济周期（Inc_gdp）、股权集中度（Shrcr 1）、资本密集度（Capital）。具体变量定义及计算方式参见表1。

2.3 模型构建

为验证文中假设，文中采取固定效应模型进行检验。由于cepu作为时间变量，借鉴简志强[33]的做法，文中所有实证没有控制时间固定效应，但在控制变量中加入经济周期这一时间变量。考虑结果的稳健性，对交乘项变量去中心化，c_前缀表示对变量已经进行了去中心化操作。

3 实证结果与分析

3.1 描述性统计

描述性统计结果见表2，RD的均值为2.365，表明样本公司研发投入占总资产比例的均值在2.365%左右。经济不确定性（cepu）的均值为3.716，标准差为2.270，最大值为7.919，最小值为1.139。数字金融总指数（Df）的均值为2.539，标准差为1.065。各变量的VIF值均小于5，所以没有明显的多重共线性。根据RD的定义，RD=当年研发投入/总资产×100。

3.2 回归结果分析

3.2.1 经济不确定性、数字金融与企业创新的关系

表3为全样本回归结果。第（1）列为经济不确定性对企业研发投入的基准回归结果。第（2）列为数字普惠金融指数对企业创新投入的基准回归结果。第（3）列为经济不确定性、数字金融及其交叉项同时对企业创新的回归结果。从回归结果来看，第（1）列中经济不确定性与企业研发投入的回归系数的符号为正，并且通过显著性检验，在1%的显著性水平下显著，经济不确定性显著促进企业创新投入，验证了文中研究假设H1b。第（2）列，数字金融水平对企业创新的回归系数为正值，并且也在1%的显著性水平下显著。说明当数字金融水平越高，制造业企业对于研发的投入也更大。从而验证了假设2。为分析经济不确定性、数字金融对企业创新的影响，观察经济不确定性与数字金融的交叉项（cepu×Df）与企业创新的回归系数。第（3）列的回归结果中可以发现，经济不确定性和数字金融的去中心化后的交叉项（c_cepu×c_Df）的回归系数为正，并且在1%的显著性水平下显著。这说明数字金融水平对企业创新具有正向调节作用，在经济不确定性情况下，当数字金融发展程度越高，企业就会投入更多资金用于创新，这验证了假设3。

3.2.2 企业产权异质性检验：私营企业VS国营企业

我国制度背景下，企业产权性质往往决定企业的资源配置、决策机制、股权结构等公司治理问题。产权异质性对企业经营有着重大影响，因此考虑不同产权性质下，经济政策不确定性对企业创新行为的影响。

由表4的回归结果可知，私营企业与国营企业中，cepu的估计系数分别为0.048 2和0.018 0，私营企业的系数通过了1%的显著性水平检验，但国营企业的估计系数在10%的显著性水平下显著。说明经济不确定性对企业创新均存在显著的促进效应，但对私营企业的作用效果更强。探讨数字金融在其中发挥的作用，观察经济不确定性与数字金融的交叉项这一变量，（c_cepu×c_Df）系数为正，但私营企业和国营企业该变量的系数分别在1%和5%的显著性水平下显著，说明数字金融水平增强了经济不确定性对企业创新的正向作用，且在私营企业中作用效果更强。究其原因，私营企业在面临较高经济不确定性的情况下，为了保持市场地位或弯道超车，从而有更高的创新意愿，利用数字金融的普惠性特征，加大对研发的投入，愿意投入更多的资金去进行市场地位的争夺。在国营企业中，经济不确定情况下，数字金融水平越高同样会促进企业的研发创新投入。

3.2.3 区域异质性检验：东部VS中西部

我国东、中、西部地区在包括地理位置、环境因素、人力资源、数字化程度、市场化程度等方面都存在较大差异，因此有必要从地区异质性角度对经济不确定性、数字金融与企业创新的关系进行分析。

对比分析东部和中西部的回归结果，见表5。东部地区和中西部地区企业中，cepu的系数分别为0.054 4和0.021 0，分别在1%和5%的显著性水平下显著，说明存在经济不确定性时对东部地区的企业创新的促进效果显著提高。研究数字金融在其中所起作用，东部地区企业（c_cepu×c_Df）的系数为正且通过显著性水平检验，数字金融水平增强了经济不确定性对东部企业创新投入的促进效果。然而在中西部企业样本中没有得到证实。探究原因，东部地区总体而言有更强的市场竞争力，人才资源优势和地理优势以及强劲的资金优势为东部地区企业在经济政策不确定性的情况下帮助企业抓住机会，调整战略，抢占市场。反观中西部地区企业，由于资源、资金等各种约束條件，无法充分利用数字金融优势，没有发挥出数字金融的增强效应。

4 稳健性分析

4.1 替换被解释变量

改用企业当年研发投入占营业收入（rd）的比重衡量企业创新水平。

4.2 替换解释变量

参照GULEN[34]的做法，对每个季度中月份分别赋予1/6、2/6、3/6的权重计算月度指数加权平均数。根据姚圣和林云燕[35]的做法，对每年度4个季度分别赋予1/10、2/10、3/10、4/10的权重计算年度指数，得到cepu 1。

4.3 变换回归样本

去除上市企业位于北京、天津、上海、重庆4个直辖市的企业后，再次进行回归分析。以上3次回归结果分别见表6、表7和表8。结果与原有实证结果的主要变量系数的方向和显著性等没有明显区别，表明文中的实证结果是稳健的。

5 数字金融子维度的分析及中介作用机制

5.1 数字金融子维度的分析

数字金融的发展是复杂的、多维度的，因此文中进一步从覆盖广度、使用深度和数字化程度3个子维度来研究在经济不确定的情况下数字金融各子维度在其中所发挥的作用。本次回归基于全样本数据。回归结果见表9。

从显著性方面来看，覆盖广度、使用深度和数字化程度3个数字金融子维度对于企业研发创新均有显著的作用影响。交互项的回归系数别为0.035 4、0.019 3、0.044 5，数字化程度的回归系数在3个子维度中最大，覆盖广度次之，使用深度系数最小。一是数字化程度反映出数字金融服务的便利性、低成本和高效率。随着近些年数字化设施的普及，后续设施的完善，数字化得以充分发挥数字金融的优势。二是覆盖广度反映数字金融服务的辐射范围[36]，范围越广，越有助于“长尾群体”获取金融服务，覆盖广度是使用金融资源的前提，覆盖广度的范围大于使用深度。三是使用深度代表数字金融服务的使用状况，使用深度的内涵是数字金融服务的有效需求[37]。使用深度的增加，在企业微观层面，有助于满足企业经济发展的金融需求。但使用深度还需进一步强化与深化。

5.2 作用机制检验：政府支持和企业现金持有水平的作用

进一步研究经济不确定性对于企业研发投入影响的作用机制。考虑企业在面临经济不确定性时政府支持和企业现金持有水平在其中所起的作用。

文中利用逐步回归法进行分析，模型如下。回归结果见表10～11。对于政府支持（Sub），式（4）中cepu的系数显著为正，式（5）中cepu的系数和式（6）中Sub的系数也是显著的，证明政府支持具有部分中介效应。政府支持与经济不确定性在1%的显著性水平下显著，经济不确定性水平越高，政府支持就越高，即经济不确定性可以通过政府支持路径提高企业研发投入。而企业现金持有水平在其中为遮掩效应。

经济不确定情况下，政府支持能够在一定程度上缓解制造业企业面临的创新动力不足困境。政府支持可以推动企业创新效率的提升[38]。政府的创新补贴具有靶向性和信号传递作用，创新补贴可以直接弥补创新资源不足以及通过间接信号传递效应缓解外部融资约束[39]，进而激励企业进行研发创新。但当经济不确定性情况下，企业的预防动机会加强，企业会扩大现金持有水平。由于研发创新具有一定的风险，企业现金持有的水平提高并不利于企业的创新行为。

6 结语

文章利用制造业上市企业在2011—2021年的数据，实证检验了经济不确定性、数字普惠金融水平对企业创新的影响和作用机制。结果表明：经济不确定性、数字普惠金融水平在全样本数据中对企业创新起到显著的正向促进作用，在经济不确定性情况下，当数字金融发展程度越高，企业创新就越增强。

根据企业产权性质和所在省（市、区）分类，将样本分为私营企业与国营企业分样本、东部地区与中西部地区分样本。通過分样本研究发现数字金融水平正向调节经济不确定性对企业创新的作用，且经济不确定性对于私营企业的研发创新与国营企业相比促进作用更强。对于东部地区的制造业企业，较中西部地区企业，经济不确定性对于企业研发创新正向效果更显著。对东部地区企业，数字金融发展水平正向调节经济不确定性对企业研发创新的效果。而对于中西部地区，效果并不显著。在全样本数据中，考虑数字普惠金融3个子维度的异质性，结果发现数字化程度对企业研发创新的作用效果最强，而覆盖广度次之，使用深度作用效果最弱，均在1%的显著性水平下显著。

当经济政策存在较大不确定性时，比起私营企业和东部地区企业，政府要进一步加强对国营企业和中西区地区企业的关注。在稳定经济发展宏观环境的过程中，不断提高对企业创新的软硬件支持力度，鼓励企业加强研发支出和创新力度，打造“创新兴业”的局面。

利用好数字普惠金融对于实体制造业企业创新的正向效果，进一步加强完善数字金融硬件设施的全覆盖，特别是在中西部欠发达地区，以实现城市、区域、省级的金融联动机制，着力提高数字普惠金融的覆盖广度、使用深度及数字化程度，并且还要加强东部地区与中西部地区的交流互动，持续不断优化西部地区数字普惠金融的发展环境，充分发挥数字金融的普惠性特征。

参考文献：

[1] 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，2017，40（09）：75-98.

[2]陈明利.经济政策不确定性、企业金融化与公司创新[J].上海金融，2021，486（01）：66-79.

[3]邓创，赵珂，吴超.中国政策不确定性会加剧经济与金融不确定性吗？[J].系统工程理论与实践，2022，42（03）：559-574.

[4]姚晓光，刘精山，杜阳.经济政策不确定性对中国股票市场操纵的影响[J].财经理论与实践，2021，42（05）：57-65.

[5]陈乐一，杨依筠.经济政策不确定性对我国股票价格的影响研究[J].湖南大学学报（社会科学版），2022，36（01）：77-86.

[6]叶莉，王凡，赵萌.经济政策不确定性对大宗商品和股票价格联动的时变影响[J].新金融，2021，394（11）：21-29.

[7]刘强，陶士贵.外部经济政策不确定性与人民币汇率稳定[J].金融论坛，2022，27（03）：63-72.

[8]吴鑫育，谢海滨，马超群.经济政策不确定性与人民币汇率波动率——基于 CARR-MIDAS 模型的实证研究[J/OL].中国管理科学，2022[2023-05-06].Https：//doi.org/10.1638/j.cnki.issn1003-207x.2021.1654.

[9]代盛，蒋涛.中国经济政策不确定性与“一带一路”沿线企业融资[J].云南财经大学学报，2021，37（06）：26-42.

[10]王晓燕，宋璐.经济政策不确定性抑制企业投资行为了吗？——基于行业竞争程度和企业市场地位的视角[J].江汉论坛，2021，516（06）：30-40.

[11]黄琼宇，姚琼，黄晓珊，等.经济政策不确定性与企业投资趋同行为[J].南方经济，2021，380（05）：69-90.

[12]陈理，黄珺，曹丰，等.高管持股、经济政策不确定性与企业绿色投资[J].财经理论与实践，2021，42（03）：58-64.

[13]刘柳，屈小娥.经济政策不确定性、地区金融结构与企业研发投入[J].当代经济科学，2019，41（06）：120-130.

[14]蔡璐璐，邢晋嘉，路优.数字普惠金融对企业经营绩效的影响——基于A股上市公司的实证研究[J].技术与创新管理，2021，42（06）：674-680.

[15]王凯，武立东.环境不确定性与企业创新——企业集团的缓冲作用[J].科技管理研究，2016，36（10）：191-196.

[16]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，2018，53（02）：109-123.

[17]张璇.经济政策不确定性、金融化与企业R&D投资[J].湖北社会科学，2021，413（05）：100-106.

[18]戴静，刘放，张豪，等.周期交错、政策不确定和企业Ｒ＆D投资——基于官员任期和五年计划的证据[J].管理评论，2019，31（12）：100-114.

[19]陳娟娟，赵红岩，杨肖丽.经济政策不确定性、融资约束与企业创新[J].预测，2021，40（02）：55-60.

[20]刘凤根，郅守洋，张敏，等.“好”“坏”不确定性与企业R&D投入强度[J].科研管理，2022，43（03）：37-45.

[21]高群，杨蓉，刘运.经济政策不确定性、债权融资与企业创新[J].云南财经大学学报，2022，38（07）：29-47.

[22]胡刘芬.企业投资为何会“随波逐流”？——基于宏观经济政策不确定性影响的视角[J].南开管理评论，2022：1-30.

[23]张依涵，王楚明.经济政策不确定性对企业风险承担的影响研究——基于杠杆率的中介作用[J].技术与创新管理，2021，42（02）：205-210.

[24]李文静，朱喜安.经济政策不确定性、融资约束与技术创新[J].统计与决策，2021，37（20）：141-145.

[25]贾俊生，伦晓波，林树.金融发展、微观企业创新产出与经济增长——基于上市公司专利视角的实证分析[J].金融研究，2017，439（01）：99-113.

[26]严复雷，史依铭.经济政策不确定性、金融发展与企业创新[J].金融发展研究，2021，473（05）：18-26.

[27]王喆，陈胤默，张明.传统金融供给与数字金融发展：补充还是替代？——基于地区制度差异视角[J].经济管理，2021，43（05）：5-23.

[28]杨东.数字化驱动制造企业创新发展[J].技术与创新管理，2021，42（01）：127.

[29]唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36（05）：52-66+9.

[30]高霞，雷林兴，马芬芬.数字金融、融资约束与企业成长[J].财会通讯，2022，886（02）：68-71.

[31]郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（04）：1401-1418.

[32]BAKER S R，BLOOM N，DAVIS S J.Measuring economic policy uncertainty[J].The Quarterly Journal of Economics，2016，131（04）：1593-1636.

[33]简志强.经济政策不确定性与企业现金持有[D].南昌：江西财经大学，2022.

[34]GULEN H，ION M.Policy uncertainty and corporate investment[J].Review of Financial Studies，2015：50.

[35]姚圣，林云燕.经济政策不确定性与企业环保投资[J].中国矿业大学学报（社会科学版），2023，25（01）：143-160.

[36]李牧辰，封思贤，谢星.数字普惠金融对城乡收入差距的异质性影响研究[J].南京农业大学学报（社会科学版），2020，20（03）：132-145.

[37]钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证[J].数量经济技术经济研究，2020，37（06）：26-46.

[38]伍虹儒.政府R&D支持、企业创新资金对其创新效率影响的实证研究[J].技术与创新管理，2020，41（02）：119-125.

[39]王刚刚，谢富纪，贾友.R&D补贴政策激励机制的重新审视——基于外部融资激励机制的考察[J].中国工业经济，2017，347（02）：60-78.

（责任编辑：王强）

收稿日期：2022-11-12

基金项目：广西省哲学社会科学规划研究课题“新冠疫情背景下企业绿色创新能力发展研究”（20FGL032）；广西省研究生教育创新计划项目“数字经济下劳动力技能‘内卷促进企业创新了吗？—来自A股上市公司的证据（YCSW2022025）

作者简介：任春芳（1999—），女，河南商丘人，硕士研究生，主要从事企业创新方面的研究工作。