高新技術企業認定對企業全要素生產率的影響
——基于雙重差分方法的分析

熊 波，杜佳琪

(武漢大學 經濟與管理學院，湖北 武漢 430072)

0 引言

全要素生產率是要素投入轉化為產出的效率，也是衡量企業綜合經營成果的重要指標，反映了經濟發展質量和可持續性。改革開放以來，盡管我國全要素生產率水平得到了一定提升，但對經濟增長的貢獻不大且增速緩慢，落后于主要發達國家。近年來，隨著市場改革不斷深化，企業面臨要素成本上升、流動資金短缺、創新能力不足等突出問題，傳統經濟發展方式已難以為繼。中共十九大報告指出，我國經濟增長已邁向高質量發展階段，促進經濟高質量增長的關鍵是推動科技進步和全要素生產率提升。相較于普通產業，高新技術產業作為技術密集型產業，在我國產業布局中具有重要戰略地位，其不僅可以通過科技創新優勢引領產業結構升級和經濟高質量發展，本身也對提升發展質量有著內在訴求。因此，新常態時代背景下，研究探索高新技術企業全要素生產率提升途徑，具有重要現實價值。

為減輕高新技術企業負擔并為其研發創新提供助力，促進產業轉型升級，國家財政部、科技部與稅務總局于2008年和2016年聯合頒布和修訂了《高新技術企業認定管理辦法》(下文簡稱《管理辦法》)，明確了高新技術企業認定條件和程序，為獲得認定的企業提供一系列稅收減免、財政補助等優惠政策。然而，隨著高新技術企業認定政策進一步實施，其政策效果備受爭議。一方面，高企認定為企業研發創新和持續發展提供了強大的財政支持；另一方面，企業逆向選擇可能導致高新技術企業認定質量和效果大打折扣。作為我國支持高科技產業發展的重要舉措，高新技術企業認定政策對企業持續發展究竟有何效果是本文關注的重點。本文試圖研究高新技術企業認定政策對微觀企業全要素生產率的影響及相關機制，為判斷高企認定政策的有效性提供依據，為完善產業政策提供參考。

本文實證結果表明，高新技術企業認定政策顯著促進了受認定企業全要素生產率提高，這種促進作用是通過研發創新和資本配置效率渠道實現的，并且這種效應在高融資約束企業、處于成長成熟期企業以及未進行研發操縱企業中更顯著。整體而言，高新技術企業認定政策對企業發展起到了積極作用。本文可能在以下方面作出貢獻：首先，本文利用高新技術企業認定這一外生沖擊，明確考察選擇性產業政策和企業生產率之間的關系，豐富了已有產業政策后果研究；其次，現有文獻主要聚焦于高企認定政策對企業研發創新等某一具體行為的影響，鮮有研究其對企業經營綜合結果影響的文獻。本文使用全要素生產率度量企業經營綜合成果，分析高新技術企業認定政策對上市公司全要素生產率的影響和作用機制，加深對該政策實施效果的理解，為政策完善提供實證依據；最后，本文研究結論具有現實啟示意義，當前高新技術企業認定政策整體上有利于企業高質量發展，未來應當進一步擴大重點領域高新技術企業認定范圍，完善認定標準并監管研發操縱行為，進一步優化政策實施效果，為高新技術產業發展提供保障。

1 文獻綜述與研究假設

1.1 文獻綜述

根據研究重點，本文主要梳理以下3方面的文獻：一是全要素生產率測算方法。相較于宏觀估計方法，微觀企業全要素生產率研究更多地立足于企業本身生產決策，需要解決投入要素內生性和樣本選擇偏差問題[1]。Olley & Pakes[2]與Levinsohn&Petrin[3]提出的測算方法(簡稱OP、LP方法)可以很好地降低投入要素內生性和樣本選擇性的影響。LP方法在OP方法的基礎上以中間品投入作為代理變量，能夠降低OP方法投資數值可能為負或缺失的影響。此外，還有學者提出ACF測算方法，該方法可以解決OP、LP方法在第一步估計時可能產生的多重共線性問題，但無法解決企業退出導致的樣本選擇偏差[4]。考慮到不同測算方法的優缺點，本文采用以LP方法測算的企業全要素生產率進行基準回歸，進一步使用OP、ACF方法測算生產率并進行穩健性檢驗。二是選擇性產業政策的生產率激勵效應。現有研究表明，企業全要素生產率受技術創新能力和資本配置效率等因素影響。已有學者從上述方面出發對產業政策的生產率效應進行探討。劉守俊和蔡敏[5]研究發現，戰略性新興產業政策能夠有效促進企業研發創新，進而提高受支持企業的全要素生產率；鐘廷勇等[6]采用雙重差分法發現，“十一五”規劃產業政策通過緩解企業融資約束對其生產率產生積極影響；錢雪松等[7]通過研究產業振興規劃的政策效應發現，產業政策通過資本配置效率渠道降低企業生產率。總的來說，現有研究結論存在較大差異。三是高新技術企業認定政策與企業發展的關系。已有文獻研究了高新技術企業認定對企業創新能力、財務績效的影響。不少學者認為，高企認定政策通過稅收優惠、財政補助等措施能夠顯著促進試點企業創新產出增長[8-12]和企業財務表現改善[13-15]。與此同時，也有部分研究認為高企認定政策效果不顯著。如楊國超等[16]研究發現，企業研發收入之比的分布在高企認定門檻附近不連續，高企認定政策會激勵部分企業通過操縱研發投入比重以達到認定門檻，進而獲得更多政府補貼和稅收優惠，這種操縱行為最終會導致公司研發績效下降；曾婧婧等[17]基于2007、2010及2011年中國工業企業數據，利用DID模型研究發現，高新技術企業認定政策有助于企業市場占有量提高，但對企業研發投入強度的引導作用較差。

總體來看，現有文獻從不同角度進行了理論和實證研究，為了解高企認定政策實施效果提供了借鑒，但仍存以下不足：第一，大多數文獻只關注高企認定對研發創新、財務績效的影響，鮮有文獻系統考察高企認定對企業全要素生產率的影響及作用機制。全要素生產率是衡量企業綜合經營效果的重要指標，選擇性產業政策對企業全要素生產率的影響關系到我國新常態經濟發展和結構調整；第二，多數研究分離考察高企認定對企業研發活動和績效的影響，鮮有學者以研發創新為機制探討三者間關系。因此，本文檢驗技術創新在高企認定對企業全要素生產率影響過程中的中介作用；第三，多數學者采用單一財務指標衡量企業績效，可能會影響結論的科學性。因此，本文運用多種方法測算企業全要素生產率以確保結論的準確性；第四，高企認定研究中缺少對政策執行監管力度的關注，監管力度增強可能會約束企業研發操縱行為，進而影響企業資本配置決策和業績表現。因此，本文進一步考察高企認定政策監管力度差異帶來的異質性影響。為明晰高企認定與企業發展質量的關系，本文采用多種樣本范圍進行實證回歸，并基于研發投入、規模經濟和資本配置效率視角進行機制檢驗，以期得出更穩健的結論，從而為中國更好地利用產業政策，助推經濟轉型發展提供借鑒。

1.2 政策背景與研究假設

相較于普通產業，高新技術產業的技術密集特征和研發風險使企業生產運營與信貸可獲得性具有更多的不確定性。為了減輕企業負擔和助推產業轉型升級，高新技術企業認定政策應運而生。對于高新技術企業認定門檻，2008年國家出臺的《管理辦法》針對研發費用比例、科研人員比例、高新技術產品(服務)收入比例3類指標制定了量化標準，為滿足條件并獲得認定的企業減按15%的優惠稅率征收企業所得稅。同時，為其提供研發費用加計扣除、固定資產加速折舊、政府補助等一系列優惠待遇。不難看出，高新技術企業認定旨在利用稅收優惠和補助措施緩解企業融資約束，為高新技術企業自主創新和高質量發展注入活力。考慮到高新技術企業認定政策的相關舉措和實施情況，高企認定從多渠道對企業全要素生產率產生影響。

首先，高企認定會激勵企業加大研發投入力度、提升技術創新水平，從而影響企業全要素生產率。一方面，作為一種產業扶持政策，高新技術企業認定能夠使企業內、外源融資約束得到緩解，為企業研發創新提供資金保障。企業獲得認定后，可以享有低稅率、資產加速折舊、財政補貼等優惠待遇，直接降低其邊際研發投入成本。同時，高企認定向市場釋放了積極信號，有利于吸引外部投資者的關注和資本投入[8]，使企業外源性資金約束得到緩解。因此，企業在獲得認定后能夠得到充裕的資金支持，為研發創新創造良好條件。另一方面，《管理辦法》明確規定了高企認定所要求的研發人員數量、研發投入比重等指標門檻，會激勵企業為達到認定要求而加大研發投入力度，從而促進創新產出增加。企業獲得的高企資質證書具有3年有效期，有效期滿后企業可以再次獲得申請認定，這一有效期設置可以激勵企業為享受政策優惠而維持研發強度，有利于提升其技術創新能力，從而對企業全要素生產率提升產生積極影響。

其次，規模經濟也是潛在渠道。規模經濟是指隨著企業規模擴大，企業生產單位產品的平均成本會呈現下降趨勢，意味著給定投入能夠帶來更多產出，從而直接影響企業效率。高企認定帶來的政策優惠在降低企業研發創新風險的同時也降低了企業整體投資成本，有利于企業生產投資規模擴大。理論上，企業規模與生產率之間是正相關關系，一方面企業規模擴大往往意味著盈利能力增強和市場地位提升，從而有利于企業匯聚更充足的要素資源進行員工培訓并保障技術研發活動順利推進，提升企業效率；另一方面，企業規模擴大也伴隨著專業化人員、設備增加，有利于實現更科學細致的分工和產出能力提升(孫曉華、王昀，2014)，進而降低企業生產成本、提升全要素生產率。因此，高新技術企業認定可能通過規模經濟渠道促進企業全要素生產率水平提高。

此外，高企認定還會影響企業資本配置效率。一方面，高企認定政策優惠能夠為企業項目投資決策提供有力的支持。若預算約束放寬，企業進行項目投資選擇的余地就會增加，有利于企業選擇凈現值更大的項目，從而帶來更多收益。從這個角度看，高企認定所帶來的資金支持可以使得企業不會由于囊中羞澀而丟失投資機會，有利于企業優化投資決策和提升資本配置效率，進而提升全要素生產率；另一方面，高企認定政策的資質條件設置和后續監管評估措施能夠引導企業將資金投向生產研發領域，避免企業資金過度投資于金融領域所造成的“脫實向虛”偏向，從而提升企業效率。因此，高新技術企業認定政策沖擊可能通過提升資本配置效率促進企業全要素生產率提升。

基于上述分析，本文提出以下研究假設：

H1：高新技術企業認定政策實施了提升受認定企業全要素生產率。

H2：高新技術企業認定政策通過提升企業技術創新能力促進受認定企業全要素生產率提升。

H3：高新技術企業認定政策通過規模經濟渠道促進受認定企業全要素生產率提升。

H4：高新技術企業認定政策通過資本配置效率渠道促進受認定企業全要素生產率提升。

2 實證設計與變量選取

2.1 樣本選擇與數據來源

本文以2002—2018年全國上市公司面板數據作為樣本，數據主要來源于Wind數據庫、國泰安數據庫和高新技術企業認定管理工作網。本文對樣本進行如下處理：①剔除金融業公司，金融行業會計準則與其它行業會計準則差異較大，相關指標不具有可比性，故予以剔除；②剔除其它財務數據缺失的公司；③對連續變量在1%和99%分位進行縮尾處理。

2.2 實證設計與變量選取

2.2.1 企業全要素生產率測算

本文首先利用Levinsohn&Petrin[3]提出的半參數估計法，對2002—2018年中國上市公司的全要素生產率進行估計，生產函數如式(1)所示。

lnYit=α0+α1lnKit+α2lnLit+α3lnMit+εit

(1)

其中，Yit為企業i在t時期的營業收入；Kit、Lit為資本、勞動力投入變量，分別以固定資產凈值、支付給職工以及為職工支付的現金衡量；Mit為中間投入變量，以營業成本+期間費用-折舊攤銷-員工薪酬測度。本文將樣本按照行業和年份進行分組回歸，并計算出殘差對數值度量企業全要素生產率(TFP)。此外，本文分別利用OP、ACF方法測算全要素生產率，用于穩健性檢驗。

2.2.2 基本回歸模型

為控制內生性問題，本文將是否獲得高新技術企業認定作為一種處理效應，運用多時點雙重差分傾向得分匹配(PSM-DID)方法進行估計。

參考Chen等[18]和李春濤等[19]的方法，本文進行如下步驟：

第一步，構造匹配樣本池。對樣本進行分組，第一組是在研究期間獲得高新技術企業認定的企業，第二組是從未獲得過高企認定的企業。然后，保留第一組企業獲得認定前一年的觀測值和第二組企業在2007年后的所有觀測值。

第二步，使用Logit模型計算企業獲得高企認定概率。模型中，被解釋變量為是否即將獲得高企認定的虛擬變量(Treat)，如果樣本在下一年獲得高企認定，取值為“1”，否則取值為“0”。解釋變量參考《高新技術企業認定管理辦法》中的認定條件選取，具體為研發強度(Rdratio)、現金流(Cash)、凈資產收益率(Roa)、企業年齡(Age)、收入增長率(Growth)、企業規模(Size)以及個體和時間的虛擬變量。

第三步，利用1∶1近鄰法匹配樣本。匹配得到652組(1 304)個企業年度數據。表1為匹配后的平衡性檢驗結果，表明匹配后實驗組和對照組企業的主要特征均無顯著差異。圖1報告了樣本傾向得分值概率密度分布，顯示匹配后，實驗組與對照組的得分分布偏差大幅降低，滿足雙重差分估計的平衡性前提。

表1 匹配平衡性檢驗結果

根據匹配結果，利用前文估計的TFP作為被解釋變量，對高新企業認定變量以及其它控制變量進行回歸，得到本文基本回歸模型。

Tfp_lpit=β0+β1Treatit+β2Policyit+β3Didit+β4Controlit+Firmit+Yearit+?it

(2)

Policyit為時期虛擬變量，當實驗組首次被認定為高新技術企業后，Policyit取值為“1”，之前為“0”。Treatit是處理組虛擬變量，若企業在研究期間獲得高新技術企業認定，取值為“1”，否則為“0”；Didit為Policyit和Treatit的交互項，其系數反映了高新技術企業認定對企業全要素生產率的影響。控制變量Controlit包括勞動力質量(Wage)、成長能力(growth)、公司年齡(Age)、年度平均員工數(Scale)、股權集中度(Holderr)、企業實際稅率(Taxrate)、資產負債率(Lev)、現金持有量(Cash)、托賓Q值(Tq)等。此外，上述模型還控制了年度、個體固定效應。

詳細變量設置見表2。匹配后的變量描述性統計如表3所示。

圖1 傾向得分值概率密度分布

3 實證結果

3.1 高新技術企業認定對企業全要素生產率的影響

3.1.1 基準回歸結果

表4為基準回歸結果，可以看出，在加入控制變量之前，高企認定虛擬變量(Did)系數在1%的水平上顯著為正；引入控制變量后，高企認定虛擬變量(Did)的系數依然顯著為正，但數值有所下降。整體而言，與控制組相比，高新技術企業認定的沖擊使得處理組企業全要素生產率顯著提高，政策效應約為0.09，這一效應在1%的水平下顯著。

3.1.2 機制分析

上述研究表明，高新技術企業認定政策的沖擊可促進企業全要素生產率提升。那么，高企認定政策通過何種渠道對企業全要素生產率施加影響？考慮到企業全要素生產率受企業規模、技術創新能力、資本配置效率等因素影響，本文分別從企業研發創新、規模經濟和資本配置效率視角切入，考察高新技術企業認定政策對企業研發和投資行為的影響，以厘清高企認定政策對企業全要素生產率的作用機制。

表2 主要變量及計算方式

表3 變量描述性統計結果

直觀上說，高企認定政策能夠通過以下3種渠道對企業全要素生產率產生影響：①高新技術企業認定政策的出臺為獲得認定的企業提供稅收優惠和補助，有利于減輕企業負擔和激勵企業增加研發投入，從而通過研發創新渠道提升生產率；②高企認定帶來的稅收優惠和政府補貼能降低企業整體投資成本，有利于企業擴大生產投資規模，通過規模經濟實現生產率提高，本文稱之為規模經濟渠道；③企業在政策刺激下的投資行為是否高效直接關系到企業生產率。因此，本文將進一步驗證高企認定政策通過資本配置效率渠道對TFP的影響。除上述3種渠道外，本文將高企認定對企業TFP的剩余影響作為高企認定影響企業TFP的直接渠道。

本文利用Bootstrap 程序和多重中介模型對高企認定影響企業TFP的不同渠道加以驗證。在該模型中，自變量不僅可能直接作用于因變量，還可能通過多個中介變量對因變量產生間接影響。同時，這一模型可以對個別和總體中介效應進行檢驗。具體地，本文對原始數據進行重復隨機抽樣，得到5 000個Bootstrap樣本，然后生成中介效應的5 000個估計值，并將上述估計值排序生成95%的置信區間，如果置信區間不包括0則意味著中介效應存在且顯著。本文將研發投入、企業規模和資本配置效率作為3個中介變量加以分析，其中資本配置效率指標由非效率投資水平(Absinv)衡量，該指標值越大表明企業資本配置效率越低，具體指標計算方法見Richardson[20]的研究成果。擬合結果見表5，中介效應顯著性的Bootstrap 檢驗結果見表6。結合表5和表6，本文分別對個別、總體中介效應進行分析，并對個別中介效應進行比較。

表4 高企認定對企業全要素生產率的影響：雙重差分檢驗結果

從總體中介效應看，經由個別中介效應值加總得到的總體間接效應值為0.095 1，在5%的水平上顯著，說明高企認定通過前述中介渠道對企業TFP產生了提升效果。進一步計算可得高企認定影響企業TFP的直接效應為0.026 5，在統計上不顯著。說明本文所述的中介渠道是高企認定提升企業全要素生產率的重要機制，剔除3種中介效應之后，高企認定提升企業TFP的直接效應不再顯著。

基于前文結果發現，研發創新渠道、規模經濟渠道和資本配置效率渠道的間接效應值為0.078 4、0.012 9、0.003 8，分別在總體間接效應中占比82.44%、13.56%、4%，研發創新渠道的效應值與后二者的差異分別為0.065 4和0.074 6。由此可見，經由研發創新渠道產生的效應值和效應比重大幅高于其它中介效應，且計算可得這種差異在5%的水平上顯著，說明與規模經濟渠道和資本配置效率渠道相比，高企認定經由研發創新渠道產生的間接效應更強。

表5 高新技術企業認定與企業TFP：機制檢驗結果

表6 多重中介效應的Bootstrap檢驗結果

3.2 高新技術企業認定對企業TFP的影響：穩健性檢驗

3.2.1 基準回歸結果的穩健性

為了保證基準估計結果的穩健性，本文從模型識別假設條件、測量誤差和非觀測因素影響3個方面進行穩健性檢驗。

(1)模型識別假設條件。平行趨勢檢驗，雙重差分估計量的一致性需要平行趨勢假設成立。為此，本文構建模型(3)以考察高新技術企業認定影響企業全要素生產率的動態效應。

Tfp_lpit=ρ0+ωtTechit+ρ1End_it+ρ2Controlit+Firmit+Yearit+μit

(3)

在模型(3)中，ωt是本文重點關注的系數，分別表示企業獲得高新技術企業認定之前、獲得認定當年以及之后的全要素生產率情況。為了考察高新技術企業認定有效期滿對TFP的影響，本文在模型中加入有效期滿虛擬變量(End_it)，如果當年為企業資質期滿失效年份或失效之后年份，則取值為“1”，否則取值為“0”。圖2為系數ωt及其95%的置信區間圖。可以看出，獲得認定前系數不顯著異于0，即實驗組和對照組之間的變化趨勢無顯著差異，說明本文DID方法滿足平行趨勢條件。從獲得認定后的第二年起，高企認定系數顯著為正，而資質期滿失效后系數不再顯著，意味著高新技術企業認定對企業全要素生產率的影響具有一定的滯后性，且政策對TFP的提升效應主要在高企資質有效期內發揮。

圖2 動態趨勢

(2)測量誤差。①回歸樣本調整。表7的列(1)為使用未匹配全樣本進行基準回歸的結果，可以看出，在全樣本回歸中，高企認定的TFP提升效應依然顯著。考慮到不同年份政策實施可能存在差異，本文僅將2008年首次獲得認定的企業樣本作為實驗組，并剔除2008年以后獲得高企認定的樣本，回歸結果列示在表7的列(2)中，可以看出，高企認定系數依然顯著為正。為進一步降低樣本選擇性偏誤的影響，本文將研究范圍縮小至獲得過高新技術認定的企業，基于同一個體的不同時間狀態構造對照組，即某企業在高新技術企業證書有效期內為實驗組，在獲得認定前和證書過期后為對照組。表7的列(3)為該回歸結果，顯示高企認定系數顯著為正。考慮到高新技術企業證書具有3年有效期，期滿可以再次申請資質認定，本文進一步測度多次認定的沖擊。具體地，本文以僅獲得過一次高企認定的企業為對照組，以獲得多次認定的企業為實驗組，重新進行回歸。從列(4)結果可以看出，多次認定對企業全要素生產率具有提升效果。由此可見，調整回歸樣本后，本文結論依然穩健；②替換全要素生產率測算方法。為了避免不同的TFP測算方式對估計結果的影響，本文分別采用OP、ACF方法重新測算企業全要素生產率，并運行上文相關模型。列(6)、列(7)為相應回歸結果，結果發現，無論采用何種測算方法，Did的回歸系數均在1%的水平上顯著為正。由此可見，回歸結果與前文保持一致，表明本研究結論不會受到全要素生產率估計方法選擇的影響。

表7 穩健性檢驗結果

(3)非觀測因素影響。①剔除其它政策的干擾。考慮到2009年“十大產業振興規劃“政策出臺，本文進一步在基準模型中加入十大產業振興政策實施時間與企業是否屬于產業政策規定行業的虛擬變量交互項(Ind)，以控制產業振興政策的干擾。結果見表7的列(5)，顯示did系數依然顯著為正，說明企業全要素生產率提升確實來源于高企認定，而不是來源于其它政策的擾動；②安慰劑檢驗。在該檢驗中，本文使高新技術企業認定對特定企業的沖擊變得隨機，即任意抽取樣本作為處理組，如果得到與之前相同的結果，則說明高新技術企業認定政策對企業全要素生產率提升的影響可能是由未觀察變量引起的。重復該隨機過程500次，并展示所估計出的Did系數分布情況，如圖3所示。圖3顯示，500次隨機過程中Did的系數估計值都集中分布在零的附近，證明未觀測特征幾乎不會影響估計結果，之前的估計結果是穩健的。

圖3 隨機處理后的Did系數估計值分布(安慰劑檢驗)

3.2.2 中介效應的穩健性

前文研究表明，高企認定通過研發創新渠道和資本配置效率渠道對企業TFP產生了改善效果，其中研發創新渠道的中介效應最強。為進一步驗證這一結論的穩健性，本文在表8中分別匯報了調整樣本、替換TFP測算方法和排除其它政策干擾后的中介效應Bootstrap檢驗結果，結果顯示，總間接效應的置信區間均不包括0，表明3個渠道加總的中介效應存在且顯著。研發創新渠道的中介效應顯著為正且效應值遠大于規模效應和資本配置效率渠道的效應值，說明高企認定更多地通過刺激企業研發創新提升全要素生產率，與前文結論基本一致。

3.3 高企認定對企業TFP的影響：異質性檢驗

對于所有企業而言，高新技術企業認定政策可促進企業全要素生產率提升。但是由于初始稟賦和地區發展等方面差異較大，企業間呈現不平衡發展特點。在此背景下，高企認定政策作為一項選擇性產業政策，其作用效果在不同類型企業間是否具有差異？對于上述問題的探討有利于進一步理解高企認定影響TFP的發生機制。鑒于此，本文從多個維度對樣本進行分組，考察高新技術企業認定政策的異質性影響。

3.3.1 基于企業自身特征的異質性檢驗

(1)按企業融資約束分組。借鑒Kaplan & Zinggales[21]的指數構建方法，本文測算KZ指數以衡量企業融資約束，并根據融資約束高低進行分組回歸。表9的Panel A為回歸結果，列(1)為高融資約束上市公司樣本回歸結果，列(2)為低融資約束上市公司樣本回歸結果。可以看出，無論融資約束高低，高企認定系數均顯著為正，說明該政策對不同融資約束企業全要素生產率均具有提升效應。與此同時，高約束回歸結果中的Did系數絕對值大于低約束樣本，意味著高企認定優惠政策效應與企業自身融資約束程度緊密相關，相較于低約束企業，面臨較高融資約束的企業可能從高企認定政策中獲益更多，其全要素生產率增幅更大。這可能是由于面臨高融資約束的企業更加注重成本控制和研發投資效率，因而其研發創新成果可以轉化為更多產出，從而提升其全要素生產率。

(2)按企業生命周期分組。企業所處生命周期會影響其經營綜合能力[8]，可能導致高企認定政策對處于不同生命周期的企業產生異質性影響。基于此，本文采用 Dickinson[22]提出的基于現金流分類方法，將企業分為成長期、成熟期以及衰退期企業并進行分樣本回歸，結果見表9的Panel B。可以看出，高企認定會激勵成長期和成熟期企業全要素生產率提升，而對處于衰退期企業全要素生產率的影響不顯著。

(3)按企業是否進行研發操縱行為分組。值得關注的是，企業在業務盈余管理時可能會操縱研發費用[23]，在優惠政策的誘惑下，部分企業可能為滿足認定條件而投機，將其研發強度保持在認定條件的臨界點，缺乏持續研發創新動力[16]，從而導致政策對此類型企業全要素生產率的實際作用效果與政策設計初衷相背離。鑒于此，本文基于研發操縱視角對高企認定政策效應進行異質性檢驗。借鑒楊國超等[16]的處理方法，本文以企業研發投入比重是否在認定條件臨界點及之上0.5%的范圍內為劃分依據，將企業樣本劃分為研發操縱組和非研發操縱組，并進行分組回歸。回歸結果列示于表9的Panel C，列(5)顯示，在研發操縱組回歸結果中，Did的系數不顯著，說明存在投機性研發行為的企業在獲得認定后，其全要素生產率無顯著改善。與之不同，列(6)顯示，非研發操縱組回歸結果中，高企認定虛擬變量(Did)的系數顯著為正，表明相較于實施研發操縱行為的企業，高企認定顯著提升了非操縱企業全要素生產率。

3.3.2 異質性檢驗：區分外部環境特征

(1)按市場化程度分組。政府產業政策推動企業經營效率改善的合理性在于市場機制不完善，市場機制越缺失，政府政策對效率損失的彌補作用就越顯著[24]。基于此，本文進一步依據市場化程度對高新技術企業政策效應進行分組檢驗。本文根據樊綱等[25]編制的要素市場發育程度指數，將樣本劃分為高、低市場化程度兩個子樣本并分別進行回歸，結果如表10的Panel A所示。高企認定沖擊導致企業全要素生產率出現顯著上升，而且當企業所在地區市場運行效率較低時，政策效果更顯著。

(2)按東中西地區分組。高新技術企業認定對不同經濟發展水平地區企業TFP的邊際效應可能存在差異。對此，本文根據地理區位對樣本進行分組回歸，表10的Panel B結果表明，高企認定對企業生產率的提升效應在中西部地區更顯著。可能的解釋是相對于經濟發達和技術水平較高的東部地區，高企認定作為一種扶持政策對落后地區起到了“雪中送炭”的作用，因而中西部地區企業TFP的改善效果更顯著。

(3)按政策執行監管力度分組。相較于2008年版的《管理辦法》，科技部、財政部、稅務總局于2016年修訂的《管理辦法》強調建立隨機抽查和重點監督檢查機制，這意味著新政策下政府對“偽高新”的監管力度更強。前文檢驗結果表明，企業研發操縱行為會對高企認定政策效果產生不利影響，那么更強的監管力度應能帶來更好的政策實施效果。因此，本文按照企業獲取認定時所適用的《管理辦法》版本差異，將樣本劃分為強監管力度組和弱監管力度組。其中，強、弱監管組分別適用2016年版、2008年版高企認定政策。分樣本回歸結果見表10的Panel C，由此可見，高企認定政策在不同監管力度下均能促進企業全要素提升，相較于弱監管組，強監管力度下高企認定政策對全要素生產率的提升效應更顯著。

表8 中介效應穩健性檢驗結果

表9 高企認定影響TFP的異質性檢驗結果：區分企業自身特征

表10 高企認定影響TFP的異質性檢驗結果：區分外部環境特征

4 結論與政策建議

4.1 結論

產業政策對企業發展的影響是經濟管理學科關注的基本問題。本文利用2002—2018年中國A股上市公司樣本，采用多時點PSM-DID方法考察高新技術企業認定政策對企業全要素生產率的影響。結果表明，第一，高新技術企業認定政策實施可顯著促進企業全要素生產率提升。第二，這種促進效應來源于企業研發創新和資本配置效率改善。第三，高企認定的政策效應存在異質性，當區分企業自身特征時，政策對高融資約束企業、處于成長期和成熟期企業以及未進行研發操縱企業的全要素生產率提升效應更顯著。當區分企業外部環境特征時，相較于市場化程度較高的地區，市場化運行效率較低地區的企業全要素生產率增幅更大；相較于東部地區，中西部地區企業全要素生產率增幅更大；相較于弱監管政策環境，強監管環境下高企認定政策實施效果更顯著。

4.2 建議

本文既拓展了已有產業政策與企業研發投資行為之間的關系研究，也豐富了高新技術企業認定政策經濟后果研究。本文統計結果意味著，高新技術認定政策作為一項選擇性產業政策，在促進企業研發創新和生產擴大的同時，對企業資本配置效率、全要素生產率同樣具有顯著提升作用。雖然在政策實施過程中少數企業存在研發操縱現象，但整體而言，高新技術企業認定政策對企業發展起到了積極作用。因此，本文提出以下政策建議：

(1)未來應當進一步擴大重點領域高新技術企業認定覆蓋范圍，釋放企業創新活力，助推產業升級和經濟高質量發展。

(2)實施差異化高新技術企業認定管理政策，避免在推行產業政策和扶持企業發展時一刀切。本研究表明，與低融資約束企業、衰退期企業相比，高融資約束企業、成長成熟期企業在獲得認定后，其全要生產率得到了更大改善。因此，政府在推行高企管理政策時應當對企業經營情況和生命周期予以關注，切實為高融資約束的受認定企業和處于成長成熟期企業提供資金支持；對于低融資約束企業和衰退期企業，應當考慮實施除資金扶持外的其它配套激勵政策，以便更好地發揮高企認定政策效用。

(3)對于“偽高新”、“研發操縱”亂象，應當進一步優化高新技術企業認定評估標準并完善審核、監管和處罰機制。本研究揭示了高企認定影響企業全要素生產率的具體機制，其關鍵環節是加大企業研發投入力度，而企業研發操縱會使得高企認定政策效果大打折扣。因此，應當堅持執行調查監管、處罰措施，嚴防研發操縱行為，為高新技術產業高質量發展提供保障。