摘要：基于对2011-2018年中日两国非金融类上市企业面板数据分析,中日经济政策不确定性对企业研发投入的影响差异显示:首先,中日经济政策不确定性对企业研发活动的影响具有方向差异,中国经济政策不确定性增加对企业研发投入具有激励效应,而日本经济政策不确定性增加反向冲击企业研发投资;其次,中日两国经济政策不确定性对企业研发的影响具有行业差异,周期性行业企业受到政策不确定性的影响较强,消费性行业企业则较弱;最后,引入企业特征变量,中日两国高科技企业受经济政策不确定性影响不显著。但是,中国经济政策不确定性增加对低成长性的企业研发投资更具激励效应,而日本经济政策不确定性增加则对高成长性企业的负面影响更明显。

　　关键词：中国; 日本; 经济政策不确定性; 企业研发

　　作者简介： 邓美薇,中国社会科学院日本研究所助理研究员。

　　文章来源： 《东北亚学刊》2020年第2期

　　2008年世界金融危机以来，各国政府为应对经济波动的负面影响，对经济干预力度趋于加强，其干预手段主要通过政策工具完成，由于宏观环境的巨大波动导致政策执行与导向不明朗，经济政策不确定性上升。当前，世界处于百年未有之大变局，全球不确定性因素增多，新一轮产业革命与科技变革拉开序幕，科技创新成为各国经济发展的核心竞争力，关于不确定性对科技创新的影响备受关注。企业作为国民经济的细胞，其研发行为直接关乎创新发展。斯坦福大学经济学教授尼古拉斯·布鲁姆指出，研究不确定性对企业研发投资活动的影响是一个非常重要的复杂课题，有待更深入地讨论(1)。之所以将中国与日本相比较，主要是因为：首先，国内学者研究经济政策不确定性对企业行为的影响更多聚焦于中国单个国家，缺乏从中国与他国比较视角下的分析；其次，日本企业重视研发投资，自1980年以来，日本研发经费总额仅次于美国，常年保持世界第二地位，但是2009年被中国反超后居于第三位；最后，近年来中日两国均频繁调整政策刺激经济增长活力，经济政策不确定性指数具有密集波动区间，具有比较研究的价值。

一、中日经济政策不确定性的比较分析

　　经济政策不确定性的涵义包括政策预期的不确定性、政策执行层面的不确定性与政策立场变更所引致的不确定性。近年来，诸多学者选用经济政策不确定性指数衡量经济政策的不确定性，该指数体系相对成熟且具有良好的时间连续性。其主要通过整理大型报社中相关文章数目并进行统计处理得出指数，进而衡量经济政策不确定性，搜索的主要关键词如“经济”、“商业”、“政策”、“政府”、“不确定性”、“未知”等等。其中，日本经济政策不确定性指数构造的主要来源资料为《朝日新闻》《日本经济新闻》《每日新闻》与《读卖新闻》；中国经济政策不确定性指数构造的主要来源资料为《人民日报》与《光明日报》。

　　（一）中日经济政策不确定性的比较

　　由下图可知，中日经济政策不确定性指数的波动规律与差异主要有以下四点：

图 2011年至2019年5月中日经济政策不确定性指数的波动

　　第一，中日两国经济政策不确定性波动与其国内政治环境紧密相关。对于日本来说，不确定性指数出现阶段性峰值与日本国内首相更替、选举改革、国会解散与大选的时间段相吻合。2011年8月，野田佳彦当选日本首相，2012年12月安倍晋三二次上台担任日本首相，2014年11月解散众议院，12月连任日本第97任首相，2017年11月第三次连任日本首相，各时间段日本经济政策不确定性均有明显上升。对于中国来说，全国“两会”召开周期、中央领导层换届期间，经济政策不确定性也会上升，如2012年11月的中共十八届一中全会，2016年、2017年、2018年两会召开期间，经济政策不确定性指数基本上均有增加。

  第二，随着经济政策的出台与调整，经济政策不确定性也相应震荡。对于日本来说，安倍晋三二次上台之后便加速施行一系列刺激经济政策，但是由于积极释放政策宽松信号，市场对政策变更的预期相对明确，经济政策不确定性指数增加有限。不过，2016年6月安倍晋三宣布推迟上调消费税计划，7月日本银行宣布将交易所交易基金（ETF）购买量从每年3.3万亿日元提升至6万亿日元，进一步加重量化宽松货币政策砝码，经济不确定性指数值陡升至200以上。对于中国来说，自2013年之后，经济政策不确定性指数波动频繁且幅度较大，如2015年10月“十三五”规划提出，2016年7月《“十三五”国家科技创新规划》提出，经济政策不确定性指数均大幅增加，2017年1月国务院印发一系列旨在促进对外投资、完善产业工人队伍建设及营造企业家健康成长环境等的政策文件，同期经济政策不确定性陡增至694.8。

  第三，中日两国经济政策不确定性指数的波动与国际环境、重要事件发生有紧密关联。例如，在2011年欧洲债务危机、美国主权信用评级下调期间，中日经济政策不确定性指数出现明显增加；2013年9、10月美国政府关门危机，2017年1至3月特朗普就职美国总统，英国启动“脱欧”程序，欧洲迎来大选之潮，中日经济政策不确定性指数也均出现一定的震荡；2018年之后，中美贸易摩擦愈演愈烈，西方世界民粹主义崛起，欧美主权信用风险增大，中日经济政策不确定性指数均趋于增加。

  第四，相对于日本，中国经济政策不确定性指数更高。除2011年8月、2016年6月与7月之外，日本经济政策不确定性指数均未超过200。在观察时间范围内，中国经济政策不确定性指数值基本高于日本，特别是2016年之后，不确定性指数陡升，2017年1月高达694.8，远超日本同期水平，虽然之后指数值有所回落，但是自2018年起再次明显增加，2019年6月高达959.9。与此同时，中国相较于日本来说，经济政策不确定性指数的波动更频繁、幅度更大。特别是2018年之后，在中美贸易摩擦频繁背景下，中国经济政策不确定性指数增幅更为明显。

  （二）经济政策不确定性对企业研发投资的影响

  诸多文献探讨了经济政策不确定性对企业微观行为特别是投资行为的影响。美国西北大学教授贝克（Baker）等研究认为，不确定性与企业投资具有明显的负相关关系。一是，当经济政策不确定性上升时，企业融资成本增加，导致管理层投资决策行为更为谨慎。二是，不确定性影响企业现金流，进而影响企业投资。三是，在政策不确定性增加时，由于投资不可逆性带来的预防性延误以及外部借贷成本增加，企业将倾向于减少投资。尽管经济政策不确定性增加可能负向冲击企业投资，但是由于研发的资本回报、调整成本特征的差异，其对企业研发投资的影响更为复杂。首先，研发投资通常特定于某个项目，并且很大一部分是用于支付科研人员的报酬，如果项目失败则很难得到补偿，相较于其他类型的投资，研发投资更可能受到不确定性的负面影响。但是，如果经济政策不确定性增加情况下，企业通过研发投资获取专利成果，一方面，专利技术有助于在经济波动背景下保持企业产品的市场竞争力，扩大市场销售份额；另一方面，企业也可以通过出售知识产权一定程度抵消研发投资的不可逆性，那么，不确定性的增加可能倒逼企业加强创新。另外，有些研究表明，政策不确定性刺激企业研发投资的增加，而且这种正向作用在竞争激烈的选举年份、政治敏感度高、创新难度大的行业及高成长价值的企业中更为显著。

二、实证研究设计

  通过构建实证模型进一步讨论中日经济政策不确定性对企业研发投入的影响差异。

  （一）样本选择与数据来源

  鉴于数据可得性及完整性，选取2011年至2018年中日上市企业为研究样本，筛选条件如下：1．剔除金融保险类以及非正常运营状态的企业；2．剔除存在数据缺失的企业；3．剔除资不抵债即资产负债率超过100%的企业。最后，获得4746个中国上市企业样本观测值与7728个日本上市企业样本观测值，企业财务数据均来自BvD-Osiris数据库。为排除异常值的影响，对企业连续性变量在1%和99%分位数上进行winsorize处理。

  （二）变量定义与说明

  首先，被解释变量为研发投入，用研发强度即研发投入额与营业收入比值表示。

  其次，经济政策不确定性为核心解释变量，选用上文提到的经济政策不确定性指数衡量。由于采用的变量均为年度数据，而该指数为月度数据，因此选取一年内12个月月度数据的几何平均值作为年度变量，为保持数量级的一致性，将其指数值除以100。

  再次，为验证经济政策不确定性对不同企业研发活动的影响差异，引入企业特征变量。一是，企业创新实力变量。通常认为高科技企业具有天然的技术创新基因，创新实力雄厚。因此，参照经济合作与发展组织定义与中国国家统计局高技术产业分类标准，将样本企业划分为高科技行业企业与非高科技行业企业，将高科技行业企业记作1，非高科技行业企业记为0。二是，企业成长性，用企业营业收入增长率表示，该比值越大，说明企业阶段性经营状况越好，具有较好的前景预期。

  最后，为了控制其他因素对企业研发的影响，借鉴以往研究经验，在模型中引入以下控制变量：企业总资产收益率、企业规模、企业年龄、资产负债率、有形资产比率、资本密集度、行业集中度与市场经济环境变量。其中，企业总资产收益率为净利润与总资产的比值；企业规模用公司总资产的自然对数表示；企业年龄即自企业成立开始计算；企业资产负债率用总负债与总资产比值表示；企业有形资产比率与无形资产结构有关，用有形资产占总资产的比率表示；资本密集度为人均固定资产的自然对数；行业集中度采用赫芬达尔-赫希曼指数表征行业集中度(2)，根据GICS行业分类标准，计算各行业集中度及均值，将Hhi指数低于中位数的行业划分为竞争激烈的行业，记为1，反之为竞争程度较弱的行业，记为0，通常行业集中度越高，垄断程度越大，企业间越会趋于“串谋勾结”，养成创新“惰性”；市场经济环境用经济自由度指数表示，数值越大说明经济制度环境越好(3)。另外，设定年度与行业虚拟变量以控制时间效应与行业效应。

三、实证检验与结果分析

  （一）描述性分析

  观察中日研发投入变量，各统计值相差不大，说明近年来中国企业重视创新投资，在研发投入强度上赶超日本企业；从两国经济政策不确定性变量来看，中国的最大值为4.6047，最小值为1.1390，标准差为1.2039，而日本分别为1.4494,0.9315及0.2035，在考察时间段内，两国均存在政策密集调整区间。

  （二）实证结果分析

  1．基准模型回归

  基准模型回归结果主要用于分析在全样本下及分行业样本下，中日经济政策不确定性对企业研发活动的影响差异。表1为根据计量方程（1）得出的基准模型回归结果。

  在全样本回归下，中日经济政策不确定性对企业研发活动的影响方向确实不同，中国企业研发投入系数为正，并在1%水平下显著，即随着中国经济政策不确定性的增加，企业倾向于增加研发投资，经济政策不确定性对企业研发具有激励效应；日本企业研发投入系数为负，在1%水平下显著，即日本经济政策不确定性负面冲击企业研发活动。

  将样本企业划分为周期性、消费性与信息行业企业(4)，中国经济政策不确定性增加对信息行业企业的影响未通过显著性检验，对周期性行业企业的激励作用明显，其次为消费性行业企业；日本经济政策不确定性对信息行业企业的负面冲击也未通过显著性检验，但是对周期性行业企业的负面冲击大于对消费性行业企业的负面冲击。另外，日本企业的总资产收益率、资产负债率、资产有形性、行业集中度与研发投入负相关，企业规模、年龄、经济制度与研发投入正相关，均通过显著性检验；中国企业的资产负债率、企业规模、年龄、资产有形性、行业集中度与研发投入负相关，经济制度环境与研发投入正相关，均通过显著性检验，资产收益率及资本密集度系数未通过显著性检验。限于篇幅，表1中未具体汇报控制变量系数与显著性，但备索。

表1 经济政策不确定性与企业研发投入：全样本及分行业实证结果
注：***、**、*分别表示在1%、5%、10%水平下统计显著，（）内为异方差调整及聚类稳健标准误下对应的t值。

  2．引入特征变量的模型回归结果

  进一步分析，表2为根据计量方程（2）得出的实证结果。

  首先，在基础回归模型中加入企业创新实力特征变量，及其与经济政策不确定性相乘后的交互项，实证结果见表2。对于中国企业来说，创新实力对企业研发活动的正向促进作用明显，但是创新实力与经济政策不确定性的交互项系数未通过显著性检验。同样，无论是否加入企业创新实力及其与经济政策不确定性的交互项，日本经济政策不确定性增加均对企业研发产生负面影响，且通过显著性检验，但是交互项系数为正，未通过显著性检验。结合上面分行业样本回归结构来看，一定程度表明，相对于传统行业，研发投资是高科技企业的“刚需”，故而，具有“天然创新基因”的高科技行业企业的研发行为决策更具独立性，受经济政策不确定性的影响相对不明显。其次，在基础回归模型中引入企业成长性特征变量及其与经济政策不确定性的交互项。对于中国企业来说，低成长性企业研发投资受经济政策不确定性增加带来的激励效应更明显。

表2 引入企业特征变量后的实证结果

注：同表1。

　（三）稳健性检验

  首先，企业个体微观行为很难影响国家宏观经济政策，因此经济政策不确定性和企业之间基本不存在反向因果关系。另外，实证研究中对解释变量及主要控制变量采取滞后一期做法，并通过引入虚拟变量控制了时间及行业效应，有效避免了内生性偏误问题。

  其次，对被解释变量重新定义与衡量，用企业研发经费的自然对数作为研发投入的替代变量，重复上述实证过程，所得结果基本与上文一致。

  最后，重新测算经济政策不确定性指标，参考Gulen and Ion(2016）做法，对每季度各月的指数值赋予不同权重，采用加权平均法计算当季度政策不确定性，并将四个季度的算数平均值作为经济政策不确定性的替代变量。

四、主要结论与政策启示

  （一）主要结论与分析

  基于2011-2018年中日两国非金融类上市企业面板数据，探讨了经济政策不确定性对企业研发投入的影响，主要结论有：

  第一，中日经济政策不确定性对企业研发的影响方向相反。可能是因为，企业研发投入与企业重视长期收益程度、对经济发展的预期与经济波动等紧密关联。近年来，中国政府持续释放政策红利，重视营造良好的市场经营环境，鼓励企业创新，市场开放程度不断提高，企业对未来经济发展的预期良好。尽管在全球不确定性增加以及中美贸易摩擦加剧背景下，中国经济政策不确定性攀升，但是看重长期收益的理性企业善于借助市场环境波动倒逼自身加强创新研发，提升竞争优势，因此中国经济政策不确定性反而对企业研发具有激励作用。日本不同于中国，一方面自泡沫经济以来，日本经济长期低迷，日本政府对企业经营的干预力度有限，企业研发投资受经营条件的影响明显，日本国内长期的市场需求不振导致企业决策趋于谨慎，经济政策不确定性增加难免负向冲击企业研发活动。另一方面，日本经济制度、市场竞争机制相对完善，随着时间的推移，经济环境质量进一步提升的速度减慢，革新成本增加，原有的高质量经济环境所带来的收益呈现边际报酬递减的技术特征，对企业研发的激励作用也将趋弱。

  第二，经济政策不确定性对企业研发的影响具有行业差异性，对信息行业企业的影响均未通过显著性检验，对周期性行业企业的影响较大。其次为消费性行业，即信息行业企业的研发投资更具有决策自主性，而消费性行业企业研发投资受政策波动的影响相对较小。进一步引入企业创新实力与成长性的特征变量，经济政策不确定性对企业研发活动的影响更为复杂，具有选择效应。这是因为，一．对于中日两国来说，相对于传统行业，高科技企业产品更新换代更快，技术需求与创新要求更高，故而创新研发作为立足之本，受外在环境的影响较有限。二．在中国低成长性企业研发投资受经济政策不确定性增加带来的激励效应更明显，在日本高成长性企业研发投资受到的经济政策不确定性增加带来的负面影响更大。这一定程度表明，在中国与高成长性企业相比，低成长性企业更迫切需要通过创新研发改善资源配置，提高生产效率，提升市场竞争地位；而日本经济政策不确定性对高成长性企业研发的负面效应更明显，即说明政策不确定性增加确实有可能冷却前景良好的企业的发展势头，这将带来恶性循环，即企业创新活力下降，市场需求减少，企业的市场预期恶化，更加重视短期收益，政策不确定性的负面效果将进一步扩大。

  （二）启示

  研究结论具有一定的政策含义，启示如下：

  首先，实证结果验证了经济政策不确定性确实对企业研发具有复杂性影响，影响方向难以确定。对于中国来说，目前中国处于经济转型升级的关口期，以一系列经济政策措施保障产业顺利升级，是中国经济赖以持续发展的重要动力，尽管研究结果表明中国经济政策不确定性正向激励企业研发投资，但是不可否认其仍会冲击企业的短期经营活动，因此，政府部门在运用政策手段调控经济发展、平滑经济波动影响的同时，应避免政策的大起大落，权衡其对不同经济活动的影响。

  其次，实证表明日本经济政策不确定性增加会负向冲击企业研发投资，一定程度反映了当经济发展达到一定高度，经济增长速度相对减缓，原有的高质量的制度、完善的市场竞争机制所带来的收益也将呈现边际报酬递减的技术特征，此时企业创新活动更易受到政策波动的负向影响。相对于日本，中国企业研发历程较短，技术实力欠缺，目前中国经济增长相对减速，更应注意积极改善市场经营环境、提升制度建设质量，增加企业经营信心，稳住市场预期。

  最后，在全球不确定性增加、中美贸易摩擦背景下，中国经济政策不确定性确实有上升趋势。鉴于其对不同企业具有选择效应，相关政府部门应重视采取外部措施影响企业的生产经营条件，帮助企业充分发挥创新活力，提升自身生存与发展实力。当经济政策不确定性上升时，在外部措施配合下，不仅促使高效率企业增加研发投入，而且倒逼低成长性企业加快创新避免被市场洗牌淘汰，从而整体使行业创新能力得到提升。

注释

(1)参见文章“Uncertainty and the Dynamics of R&D”。https://www.nber.org/papers/w12841.pdf.

(2)赫芬达尔-赫希曼指数计算公式为:Hhi=■,即企业营业收入与行业总营业收入比值的平方和。

(3)为保持数量级一致性,将该数值除以100。

(4)根据GICS行业分类标准(2016)进行划分,周期性行业包括原材料、能源、工业及公用事业行业;消费性行业包括日常及非日常生活消费品、医疗保健行业;信息行业包括信息技术、电信业务行业。