高春南, 花 睿, 劉玉棟
(1.南京市科技信息研究所, 南京 210018; 2.南京市火炬高技術產業(yè)開發(fā)中心, 南京 210018)
發(fā)展是第一要務,人才是第一資源,創(chuàng)新是第一動力。黨的十九屆五中全會提出要堅持創(chuàng)新在中國現(xiàn)代化建設全局中的核心地位,提升企業(yè)技術創(chuàng)新能力,激發(fā)人才創(chuàng)新活力。在進入新時代后,企業(yè)家既要像傳統(tǒng)企業(yè)家那樣擅長組織生產和銷售,還要有能力組織創(chuàng)新資源研發(fā)原創(chuàng)性技術,開創(chuàng)全新商業(yè)模式或者生成新業(yè)態(tài)[1]。同時,各省、市相繼出臺創(chuàng)新型企業(yè)家政策,從鼓勵研發(fā)、節(jié)約成本等方面給企業(yè)發(fā)展提供便利,創(chuàng)新型企業(yè)家的規(guī)模不斷擴大,為城市發(fā)展提供了重要的創(chuàng)新動力。
2016年,南京市實施“創(chuàng)業(yè)南京”英才計劃,持續(xù)完善人才政策體系,實施創(chuàng)新型企業(yè)家培育計劃。2017年公布首批55家創(chuàng)新型企業(yè)家,于2018年建立南京創(chuàng)新型企業(yè)家統(tǒng)計平臺。數(shù)據(jù)顯示,創(chuàng)新型企業(yè)家數(shù)量從2018年到2020年平均增長150%。企業(yè)家所屬企業(yè)銷售收入、利潤總額、稅收、研發(fā)投入、新銀行貸款年平均增長率分別為41.38%,47.5%,27.1%,199.6%和172.1%。在人員上企業(yè)研發(fā)人員、引進高層次人才年平均增長率分別為124.6%和104%。
南京市創(chuàng)新型企業(yè)家優(yōu)惠政策主要是申報“創(chuàng)業(yè)南京”創(chuàng)新型企業(yè)家培育計劃且通過審核后,將給予最高5年、貸款總額不超過3 000萬元的貸款貼息、眾創(chuàng)空間場租減免、研發(fā)機構認定、科技成果轉化補貼等政策。這些政策從企業(yè)發(fā)展各個階段提供有效的幫助(圖1),有效降低了企業(yè)運行成本,促進了企業(yè)快速發(fā)展。
圖1 創(chuàng)新型企業(yè)家政策對企業(yè)正向激勵作用理論機制
國內外學者對創(chuàng)新型企業(yè)家政策機理以及同經濟發(fā)展的關系做了相關的研究。陳崢[2]從分析了我國創(chuàng)新型企業(yè)家自身生成機制和現(xiàn)狀,并從黨管干部、創(chuàng)新激勵與容錯糾錯和共擔風險等方面提出政策建議;黃寰[3]從創(chuàng)新經濟角度分析了關鍵是培育創(chuàng)新型企業(yè)家;陳歡等[4]分析了經濟高質量發(fā)展與企業(yè)家之間的關系。但以往研究缺乏對具體創(chuàng)新型企業(yè)家量性分析?;诖?,本研究通過對南京地區(qū)創(chuàng)新型企業(yè)家的研究,從2016—2020年企業(yè)發(fā)展的視角出發(fā),評估南京評選創(chuàng)新型企業(yè)家效果及其對企業(yè)的影響,研究評選創(chuàng)新性企業(yè)家對企業(yè)發(fā)展各項指標的變化,為創(chuàng)新型企業(yè)家進一步完善政策提出針對性建議,為中國科技創(chuàng)新政策的更好實施提供參考。
企業(yè)獲得政府認定創(chuàng)新企業(yè)家是對企業(yè)家和所管理的企業(yè)的認可,有助于更好地激發(fā)企業(yè)的內生動力,促進企業(yè)經濟發(fā)展和科技創(chuàng)新。企業(yè)獲得政府認定創(chuàng)新企業(yè)家具有認定效應,能夠向外部資本傳遞企業(yè)家個人能力和企業(yè)創(chuàng)新能力的客觀信息,從而提高外部資本對企業(yè)的信任度,促進資本市場“資本鏈”與“創(chuàng)新鏈”的結合[5]。貸款總額、場租減免等優(yōu)惠政策可以為企業(yè)降低運行成本,在銷售環(huán)節(jié)的彈性空間更大,營業(yè)收入和資產總值也將有所提升。
基于上述研究,提出如下假設:
H1.創(chuàng)新企業(yè)家政策對企業(yè)經濟發(fā)展有正向的激勵作用。
H2.創(chuàng)新企業(yè)家政策對企業(yè)科技創(chuàng)新有正向的激勵作用。
H3.創(chuàng)新企業(yè)家政策對企業(yè)營業(yè)收入有正向的激勵作用。
H4.創(chuàng)新企業(yè)家政策對企業(yè)資產總值有正向的激勵作用。
采用的調研數(shù)據(jù)來源于2017年公布首批55家創(chuàng)新型企業(yè)家,這些企業(yè)家所屬企業(yè)經過了政府管理科技的部門的推薦和篩選50家,并通過了南京創(chuàng)新企業(yè)家統(tǒng)計平臺、wind數(shù)據(jù)庫、走訪調研等形式,剔除數(shù)據(jù)不全、企業(yè)變更等多方因素,最終搜集50家企業(yè)中2016—2020年完整數(shù)據(jù)39家。將這些企業(yè)能夠作為2018年創(chuàng)新型企業(yè)家開展分析的樣本,另外搜集2016年至今南京高新技術企業(yè)631家,共計樣本數(shù)據(jù)670家。
2.2.1 計量策略
想要獲得政策效應,最簡單的方法市直接比較處理組和對照組的2018—2020年企業(yè)指標情況,通過技術處理組和對照組指標的平均差異來獲得創(chuàng)新型企業(yè)家給處理組帶來的提升。但是,這種方法存在兩個較大的弊端:一是因為是否成為創(chuàng)新型企業(yè)家首先是企業(yè)自我選擇的結果,一些創(chuàng)新因子較強企業(yè)可能更傾向于申報創(chuàng)新型企業(yè)家,而一些創(chuàng)新因子尚可,但企業(yè)家自身不愿參評等原因的企業(yè)可能會放棄申報。因此,初始條件產生的差異導致“選擇偏差”出現(xiàn),導致直接比較處理組和對照組的指標情況可能得到的結果并不可靠。二是政策效應主要研究的參與企業(yè),也是就處理組的企業(yè)獲得創(chuàng)新型企業(yè)家(D=1)和未獲得(D=0)兩種情況的指標情況的差異,單純的比較處理組和對照組各指標的平均值差異并不能真正帶來想要的結果。
2.2.2 模型設定
為了克服內生性和樣本選擇等問題,運用政策評估常用的研究方法結合傾向匹配得分與雙重差分(PSM-DID)來探究創(chuàng)新型企業(yè)家政策對企業(yè)發(fā)展的影響,Rosenbaum和Rubin[6]提出的傾向得分匹配法(PSM),通過將控制組與處理組樣本進行可觀測控制變量的匹配,可有效解決由樣本選擇問題導致的模型內生性,然后在匹配后再進行DID檢驗,以求獲得真正的處理效應[7],具體模型設定為以下兩步:
第一步,利用傾向得分匹配構建對照組(1)。PSM模型中的變量以分為結果變量、處理變量以及匹配變量(或協(xié)變量)3種。使用PSM的主要目的是通過得到結果變量的平均處理效應來衡量政策效應的方向和大小。由本文的研究對象可知,結果變量應為企業(yè)2018年當年的營業(yè)收入、資產總額、利潤總額、人員數(shù);處理變量則表示企業(yè)是否獲得創(chuàng)新型企業(yè)家,分別用1和0表示;匹配變量為了更好地描述企業(yè)的經濟發(fā)展和研發(fā)創(chuàng)新能力,匹配過程中使用的協(xié)變量(X)具體包括營業(yè)收入(Operating)、主營業(yè)務收入(Main)、上繳稅費總額(Tax)、年末資產總計(Assets)、期末擁有有效專利數(shù)(Patent)。利用Logit模型估計得到個樣本傾向得分,采用最近鄰匹配得到與實驗組匹配的對照組樣本。
Logit(Groupi,t)=?(Xi,t-1)
(1)
第二步,本文雙重差分法(DID)構建基準回歸模型(2)。
被解釋變量企業(yè)激勵效應(Fin),主要通過企業(yè)通用評價指標——資產收益率(ROA)和統(tǒng)計局官方公布評價企業(yè)創(chuàng)新的指標之一——創(chuàng)新活動評價(SCI)兩個角度衡量激勵效應。其中,資產收益率反映企業(yè)在當年利潤額和資產總額的比率并放大10 000倍(Net/Assets×10 000),用以衡量企業(yè)利用資產獲取利潤的能力,反映了企業(yè)總資產的利用效率,表示為ROA。創(chuàng)新活動評價指標是科技活動經費占產品銷售收入比重并放大10 000倍(Science/ Operating×10 000),表示為SCI。
解釋變量為分組虛擬變量Group和時間虛擬變量Time。其中,Group表示2017年企業(yè)人員參評創(chuàng)新企業(yè)家情況,評為創(chuàng)新企業(yè)家則賦值為1,反之為0。同時2018年為參評的時間節(jié)點,因此時間虛擬變量Time在2018年后設為1,反之為0。分組虛擬變量和時間變量的交乘項(Group×Time)系數(shù)則為本文關注的DID系數(shù),表示了創(chuàng)新企業(yè)家政策對企業(yè)激勵效應的處置強度。
(2)
模型(2)中:Fini,t代表了i企業(yè)的第t年的成長水平;Timei,t表示i企業(yè)是否評為2017年創(chuàng)新企業(yè)家(即將2017年入選創(chuàng)新行企業(yè)設置為設置組,將所有非入選企業(yè)設置為控制組),時間虛擬變量Timei,t表示了第i企業(yè)第t年是否受到創(chuàng)新企業(yè)家政策影響;Groupi,t×Timei,t系數(shù)β3則為本文關注的雙重差分估計系數(shù),表明創(chuàng)新企業(yè)家政策對企業(yè)成長水平的凈處理效應,β3的系數(shù)如果為正則表示創(chuàng)新企業(yè)家政策促進了企業(yè)成長,反之則表明有抑制作用;Controli,t為影響企業(yè)成長的一系列控制變量。
2.2.3 變量說明和描述性統(tǒng)計
參考相關文獻,構造了一系列反映企業(yè)情況的控制變量,變量定義及計算方法見表1,對其進行描述性統(tǒng)計見表2。
表1 變量定義及計算方法
表2 主要變量描述性統(tǒng)計
續(xù)表2
正如本文模型構建部分所指出的,直接將所有樣本企業(yè)設置為控制組進行雙重差分估計有可能導致參數(shù)估計出現(xiàn)偏差,因此運用PSM-DID方法重新匹配控制組,以期估計結果更為穩(wěn)健可靠。
根據(jù)式(1)采用Logit模型對數(shù)據(jù)做傾向性匹配(PSM),并采用1∶1無放回臨近匹配法對處置組和控制組進行了匹配,得到匹配后的協(xié)變量平衡性檢驗結果見表3。
表3 平行假設檢驗數(shù)據(jù)
可以看出,Operating、Main、Tax、Assets、Patent 5個匹配變量匹配前后顯著性P值均分別<0.05和>0.05,符合假設檢驗條件,得出數(shù)據(jù)有效。對其匹配結果制作可視化圖,如圖2所示。
圖2 匹配后實驗組和對照組其平行性假設檢驗結果
匹配樣本變量均在0值附近,符合對照組與實驗組匹配要求并生成可視化圖2,同時,取消426個未匹配樣本,PSM匹配樣本成功。
對傾向性匹配PSM模型后的企業(yè)進行DID模型計算,結果見表4。
表4 企業(yè)DID 模型運算結果
續(xù)表4
H1假設結論:創(chuàng)新型企業(yè)家政策對企業(yè)資產收益率ROA的影響。企業(yè)資產收益率ROA是客觀反映企業(yè)凈利潤的情況,從結果上看,DID=-74.24,且不顯著,反應創(chuàng)新型企業(yè)家政策對企業(yè)盈利正向激勵不明顯,H1假設不成立。
H2假設結論:創(chuàng)新型企業(yè)家政策對企業(yè)創(chuàng)新活動評價指標SCI的影響。企業(yè)創(chuàng)新活動評價指標SCI是企業(yè)開展科研活動的指標,從結果上看,DID=-55.68創(chuàng)新型企業(yè)家政策對企業(yè)創(chuàng)新活動正向激勵不明顯,H2假設不成立。
H3假設結論:創(chuàng)新型企業(yè)家政策對企業(yè)營業(yè)收入的影響。對企業(yè)營業(yè)收入(Operating)做DID模型分析,從結果上看,DID=79.92*,可以看出創(chuàng)新型企業(yè)家政策對企業(yè)營業(yè)收入正向激勵效果比較明顯,H3假設成立。
H4假設結論:創(chuàng)新型企業(yè)家政策對企業(yè)資產總值的影響。對企業(yè)資產總值(Assets)做DID模型分析,從結果上看,DID=11 114***,可以看出創(chuàng)新型企業(yè)家政策對企業(yè)資產總值正向激勵效果比較明顯。在細分指標上,Operating、Profit、Patent正向激勵效果比較顯著,H4假設成立。
綜上所述,基于PSM-DID模型對2017年入選創(chuàng)新型企業(yè)家,2016—2020年數(shù)據(jù)進行分析,創(chuàng)新企業(yè)家政策對企業(yè)資產收益率ROA和企業(yè)創(chuàng)新活動SCI效果并不明顯,但對營業(yè)收入和資產總值具備正向激勵作用。
4.1.1 在客觀因素上對國內企業(yè)影響較為明顯
2020年中國經濟受中美貿易摩擦、新冠疫情等客觀影響較大,隨著中美貿易摩擦不斷省級,中國以電子信息領域為首的高技術企業(yè)海外市場流失嚴重,關鍵核心技術“卡脖子”技術突顯,企業(yè)產品生產、出口受到嚴重波及、企業(yè)經濟下滑嚴重。一季度,受新型冠狀病毒影響,企業(yè)直接關閉,復工初期產業(yè)鏈上下游斷層問題嚴重,直接經濟損失較大。這些客觀因素導致企業(yè)大部分數(shù)據(jù)與往年數(shù)據(jù)相較差距較大,企業(yè)整體發(fā)展出現(xiàn)曲線出現(xiàn)了斷崖式滑坡。
4.1.2 在效用周期上政策立足長遠,尚在發(fā)酵
南京市創(chuàng)新型企業(yè)家政策2017年開始實施以來,主要在租貸款貼息、眾創(chuàng)空間場租減免、研發(fā)機構認定、科技成果轉化補貼等政策,但從整體數(shù)據(jù)來看,創(chuàng)新型企業(yè)家所屬企業(yè)在經濟指標銷售收入和利潤年平均增值率分別降低27%和25.5%,人才指標研發(fā)人員和高層次人才數(shù)量年平均增值率分別降低了11.4%和6.1%,除去上述客觀因素造成的影響之外,新增企業(yè)自身發(fā)展情況,所屬高層次人員數(shù)量均有所降低。同時,也能看到企業(yè)在研發(fā)投入上和銀行貸款上有所提升,年平均增值率分別提高了12.5%和5.6%,符合創(chuàng)新型企業(yè)家政策鼓勵研發(fā)、促進融資的目標。政策實施僅2年,隨著研發(fā)端的效益一般在8~10年周期,融資轉化成效益3~5年的發(fā)酵期,必將對企業(yè)相關指標突出表現(xiàn)。
4.1.3 在引導作用上優(yōu)惠措施有待進一步挖掘
創(chuàng)新型企業(yè)家政策優(yōu)惠對企業(yè)節(jié)約經濟成本和促進研發(fā)端起到了積極的作用,但政策始終只是起到引導作用,企業(yè)家創(chuàng)新動力,生產出符合市場需求的產品才是企業(yè)內生動力的根本,目前的政策來看,創(chuàng)新型企業(yè)家政策缺乏對企業(yè)生產與研發(fā)的深層次的引導作用,如產業(yè)鏈角度出發(fā),以需求為導向,鼓勵定向研發(fā)生產等。
4.1.4 在數(shù)據(jù)統(tǒng)計上部分政策效用無法體現(xiàn)
創(chuàng)新企業(yè)家政策在眾創(chuàng)空間場租減免、研發(fā)機構認定、科技成果轉化補貼等方面無法用量化指標進行統(tǒng)計考核,對企業(yè)實際受益程度無法更加客觀的評價。
4.2.1 鼓勵以企業(yè)為主體加強研發(fā)
中美貿易摩擦對中國“卡脖子”技術的封鎖與世界范圍內不斷升級的新型冠狀病毒可以列為長期存在的客觀因素影響,同樣也是世界經濟“百年未有之大變局”是空間的“變局”,政府要在現(xiàn)代企業(yè)制度、有效的市場競爭、良好的社會信用、健全的法制體系、規(guī)范的政府行為上不斷深化。表現(xiàn)為政府有形之手相對弱化,市場無形之手越來越強,資源、資本、人力、技術、產品、信息等生產要素,主要由市場來優(yōu)化配置。政府要政策上在做好國外疫情防控的前提下,不斷提高企業(yè)前沿技術的研究發(fā)展,以創(chuàng)新型企業(yè)家為代表的鼓勵研發(fā)、貸款的形式不斷深化,促進企業(yè)長期發(fā)展。
4.2.2 在政策導向上進一步貼近企業(yè)需求
黨的十八屆三中全會指出:經濟體制改革核心是處理好政府和市場的關系,使市場在資源配置中起決定性作用和更好發(fā)揮政府作用。政府提出政策作為一個方向指引,進一步促進創(chuàng)新資源的優(yōu)化和積聚。既要在減免租、研發(fā)認定、成果轉化補貼等方面“外部”為創(chuàng)新型企業(yè)做好優(yōu)惠服務工作,同時也要在“內部”創(chuàng)新資源貼近企業(yè)現(xiàn)狀供需關系,挖掘產業(yè)鏈上下游深層次的供需差異,以創(chuàng)新為源頭,采取需求項目征集、預購訂單等方式促進企業(yè)內生動力發(fā)展。
4.2.3 在政策目標上更加聚焦企業(yè)人才
人才是城市創(chuàng)新發(fā)展重要的動力之一。在政策上要精準聚焦產業(yè)發(fā)展需求,統(tǒng)籌推進人才引進、培育、使用等各環(huán)節(jié)工作,廣聚高端人才、廣納青年人才、廣留各類人才。實行更加積極、更加開放、更加有效的人才政策,推進人才治理體系和治理能力現(xiàn)代化。如創(chuàng)新企業(yè)家等政策將優(yōu)惠服務定位在所屬企業(yè),不僅要將“目光”集中在企業(yè)自身的發(fā)展上,還要將“視線”聚焦在企業(yè)人才本身,提供促進企業(yè)人才個人發(fā)展的相關措施,如個人貸款額度、就學就醫(yī)、子女上學上等提供便利。
4.2.4 進一步調整完善統(tǒng)計工作
目前現(xiàn)有的統(tǒng)計僅對創(chuàng)新型企業(yè)家指標數(shù)據(jù)進行統(tǒng)計,但政策中每一個優(yōu)惠政策應該有相關的統(tǒng)計數(shù)據(jù)為支撐,如何在統(tǒng)計上挖掘出一些更好的輔助指標來配合政策的實施,一方面建議政府應進一步加強數(shù)據(jù)的建設,進一步完善數(shù)據(jù);另一方面在統(tǒng)計分析中加強數(shù)據(jù)關聯(lián)性探索,促進政策措施的科學和系統(tǒng)性。