學報

SHOUDU JINGJI MAOYI DAXUE XUEBAO

第 25 卷第 5 期(總第 149 期) 2023 年 9 月(雙月刊)

編委會

主 任:吳衛星

副主任:尹志超

編 委:陳彥斌 馮喜良 甘 犁

高 闖 郝如玉 黃群慧

賈 康 金 碚 荊林波

郎麗華 李鯤鵬 李 奇

李維安 李小牧 梁 琪

劉冠軍 劉世錦 柳學信

平新喬 戚聿東 田新民

王傳生 王稼瓊 王 軍

王俊豪 王文舉 王永貴

徐 芳 楊宜勇 于 立

于 鵬 張寶學

主 編:尹志超

副主編:周 斌

編輯部主任:姚望春

主管單位

北京市教育委員會

主辦單位

首都經濟貿易大學

編輯出版

首都經濟貿易大學學報編輯部

投稿網址

https: / / sdjm. cbpt. cnki. net

電子郵箱

journal@ cueb. edu. cn

電 話

010-65976402 65976610

目 次

深入學習貫徹黨的二十大精神

3 節能減排財政政策促進了綠色技術創新的

“量質齊升”嗎? 鄭蘭祥 郭 娟 鄭飛鴻

新時代中國經濟

20 數字基礎設施對地方財政可持續的影響機制及效果研究

宋美喆 胡丕吉

財政金融

36 研發補貼對新能源企業創新的非對稱性激勵效應研究

尚洪濤 宋岸玲

產業經濟

50 機器人應用與中國制造業綠色轉型 劉 勝 溫錫峰 陳秀英

65 “探索-利用”視角下企業技術能力分類建構與案例研究

朱正浩 戚聿東

工商管理

79 服務機器人擬人化對酒店顧客情感和交易意向的影響研究

宋瀟瀟 李云鵬 唐 悅 谷慧敏

理論述評

95 企業隱私政策的影響及其機制

———基于用戶視角的綜述與展望 高充彥 謝 毅

[期刊基本參數]CN 11-4579 / F?1999?b?16?112?zh?P? ￥ 15. 00?1500?7?2023-09

JOURNAL OF CAPITAL UNIVERSITY OF

ECONOMICS AND BUSINESS

Vol. 25,No. 5(Sum No. 149),Sep. 2023 Bimonthly

Contents

Does the Energy Saving and Emission Reduction Fiscal Policy Promote the Quantity and Quality of

Green Technology Innovation? ………………………… ZHENG Lanxiang, GUO Juan, ZHENG Feihong(3)

Research on the Influence Mechanism and Effect of Digital Infrastructure on Local Fiscal Sustainability

…………………………………………………………………………………… SONG Meizhe, HU Piji(20)

Research on the Asymmetric Incentive Effect of R&D Subsidies on Innovation in New Energy Enterprises

………………………………………………………………………… SHANG Hongtao, SONG Anling(36)

Application of Robots and Green Transformation of China?s Manufacturing Industry

……………………………………………………………… LIU Sheng, WEN Xifeng, CHEN Xiuying(50)

Type Construction and Case Study of Firm?s Technological Capability Under the

View of ‘Exploration-Exploitation’ …………………………………………ZHU Zhenghao, QI Yudong(65)

Research on the Effect of Service Robot Anthropomorphism on Hotel Customers? Emotion and

Transaction Intention ………………………… SONG Xiaoxiao, LI Yunpeng, TANG Yue, GU Huimin(79)

The Impact and Mechanisms of Corporate Privacy Policy

—Literature Review and Research Prospect from the User Perspective

…………………………………………………………………………………… GAO Chongyan, XIE Yi(95)

Published by: Editorial Department of Journal of Capital University of Economics and Business

Overseas Distributor: China International Book Trading Corporation(P. O. Box 399, Beijing 100048, P. R. China)

Register Number: BM1404

Address: Jintaili No. 2, Chaoyang District,Beijing 100026, P. R. China

Website: https: / / sdjm. cbpt. cnki. net E-mail: journal@ cueb. edu. cn Tel: 86-10-65976402

第 25 卷 第 5 期

2023 年 9 月

首都經濟貿易大學學報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 001

節能減排財政政策促進了

綠色技術創新的 “量質齊升” 嗎?

鄭蘭祥1

, 郭 娟1

, 鄭飛鴻2

(1. 安徽大學 經濟學院, 安徽 合肥 230601;

2. 合肥學院 經濟與管理學院, 安徽 合肥 230601)

收稿日期: 2023-02-27; 修回日期: 2023-06-24

基金項目: 教育部人文社會科學研究青年基金項目 “中國特色環境分權對中國資源型城市生態效率的影響研究” (22YJC790179); 安

徽大學安徽生態與經濟發展研究中心課題 “區域異質性視角下生態產品價值實現的路徑研究” (AHST2022005); 合肥學院人才科研基金項

目 “環境規制對資源型城市產業轉型升級的影響及作用機制研究” (20RC58)

作者簡介: 鄭蘭祥 (1965—), 男, 安徽大學經濟學院教授; 郭娟 (1999—), 女, 安徽大學經濟學院碩士研究生, 通信作者; 鄭飛鴻

(1993—), 男, 合肥學院經濟與管理學院副教授。

摘 要: “節能減排財政政策綜合示范城市” 試點作為綠色財政領域的一項重大實踐, 可以通過財政

手段加快推動淘汰落后產能, 嚴控高耗能、 高排放行業過快增長, 促進產業結構升級, 從而成為驅動城

市綠色技術創新的重要引擎。 基于中國 2003—2019 年 285 個城市的面板數據, 將 “節能減排財政政策綜

合示范城市” 試點視為準自然實驗, 通過構建多期雙重差分模型, 考察節能減排財政政策對綠色技術創

新的影響及作用機制。 研究結果表明: 節能減排財政政策顯著提升了示范城市綠色技術創新質量與數量,

在經過堆疊雙重差分、 兩階段雙重差分法等一系列穩健性檢驗后該結論仍然成立; 中介效應分析表明,

節能減排財政政策通過財政支持的科技資源配置效應和人才集聚效應以及環境規制的創新補償效應提升

示范城市綠色技術創新質量和數量; 異質性分析發現, 節能減排財政政策對綠色技術創新的影響, 在不

同地理位置、 資源稟賦、 金融科技水平的城市間存在顯著差異; 進一步分析還發現節能減排財政政策對

相鄰城市的綠色技術創新具有正向空間溢出效應。

關鍵詞: 節能減排財政政策; 綠色技術創新; 科技資源配置效應; 人才集聚效應; 創新補償效應

中圖分類號: F812. 0; F124. 3 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0003-17

一、 問題提出

伴隨著經濟社會的快速發展, 能源消耗和溫室氣體排放日趨增加, 城市陷入經濟增長與環境保護的

博弈困境, 生態環境面臨嚴峻挑戰。 綠色技術創新作為創新驅動與綠色發展有機整合的發展戰略, 有利

于實現城市經濟效益和環境保護 “雙贏”, 是破解城市發展困境的重要方法, 也是達成中國雙碳目標的必

然選擇。 近年來, 中國政府高度重視綠色技術創新在可持續發展中的重要性, “十四五” 規劃明確提出要

大力發展綠色技術創新, 推動節能減排與經濟綠色轉型。 黨的二十大報告進一步指出, “推動經濟社會發

展綠色化、 低碳化是實現高質量發展的關鍵環節”。 然而, 綠色技術創新一般具有高成本、 高風險以及環

境保護外溢性的特征[1]

, 致使綠色技術創新活動缺乏市場激勵, 城市綠色技術創新水平提升效果不佳。

3

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

因此, 政府的制度支持顯得尤為重要, 尤其是以環境規制與財政支持為核心的政策工具, 不僅能夠通過

各種規制措施倒逼企業進行低碳技術研發, 還能發揮財政資金的引導、 支撐和保障作用, 成為推動城市

綠色技術創新的重要動力。

為促進綠色技術創新, 實現城市低碳經濟轉型和綠色可持續發展, 2011 年財政部、 國家發展改革委

在部分城市開展 “節能減排財政政策綜合示范城市” 試點 (以下簡稱節能減排財政政策), 以北京、 深

圳、 重慶等 8 個城市作為首批示范城市, 2013 年選擇唐山、 鐵嶺等 10 個城市作為第二批示范城市, 2014

年又選定徐州、 德陽等 12 個城市作為第三批示范城市。 梳理三批示范城市名單可以發現, 示范城市覆蓋

全國 27 個省份, 在城市資源稟賦、 經濟發展水平等方面存在明顯差異, 具有較強的代表性和示范性[2]

。

節能減排財政政策以城市為平臺, 以加快體制機制創新為動力, 強調通過財政政策綜合引導, 堅持樹立

綠色、 循環、 低碳發展理念, 圍繞產業低碳化、 交通清潔化、 建筑綠色化、 服務業集約化、 主要污染物

減量化、 可再生能源利用規模化六個方面開展節能減排綜合示范城市試點, 統籌安排資金用途, 突破以

往政策 “點對點” 的項目管理模式, 加快轉變經濟發展方式。

節能減排財政政策作為綠色財政領域的一項重大實踐, 旨在通過財政手段加快推動淘汰落后產能,

嚴控高耗能、 高排放行業過快增長, 促進產業結構升級, 從而實現城市從傳統發展到綠色發展的形態

躍遷。 區別于一般的環境政策, 節能減排財政政策不僅設置了環境績效考核的約束機制, 而且明確了

財政支持的激勵機制, 成為引導和激發主體進行綠色技術創新活動的重要引擎。一方面, 財政部和國

家發展改革委聯合印發的 《節能減排財政政策綜合示范指導意見》 (財建 〔2011〕 383 號) 明確指出,

示范城市示范期為 3 年, 在示范期間, 中央財政提供綜合獎勵資金由示范城市統籌使用, 按照城市性

質獎勵示范城市 4 億 ~ 6 億元資金, 同時示范城市所在地省級政府和本級政府也給予一定的資金, 用于

示范城市節能減排相關項目的實施, 充分發揮財政資金的引領帶動作用。 另一方面, 節能減排財政政

策伴隨著一定的環境目標約束, 示范城市嚴格制定績效考核管理辦法, 每年績效考核結果與下一年度

綜合獎勵資金分配掛鉤, 若總體績效考核認定示范城市未完成實施方案確定的指標, 則將取消示范城

市示范資格并扣回全部綜合獎勵資金, 這種約束機制增強了試點政策效果。 那么, 節能減排財政政

策能否提升城市綠色技術創新的數量和質量? 若能夠促進, 其中的影響機制是什么? 這種影響是否

具有異質性? 更進一步地, 其是否具備空間溢出效應? 厘清上述問題, 有助于科學評估節能減排財

政政策對示范城市綠色技術創新的 “量質齊升” 效應, 并為后續進一步推廣示范城市的經驗提供借

鑒與參考。

二、 文獻綜述

本文從節能減排財政政策的實施效果以及綠色技術創新的影響因素兩個方面進行文獻梳理。

從理論上來看, 財政政策可以有效引導社會資本和市場資金進入應對氣候變化的過程中, 與其他公

共政策協調合作來提升整個社會應對氣候變化的能力[3]

。 而節能減排財政政策作為一項典型的綠色財政

政策, 其對經濟低碳轉型發揮著重要作用, 現有文獻從不同角度探討了該政策的實施效果。一方面,一

些學者從宏觀視角分析了節能減排財政政策的碳減排效應。 有學者評估了節能減排財政政策對污染減排

的影響, 發現節能減排財政政策的實施降低了示范城市的碳排放, 并提升了生態效率[4]

。 薛飛和陳煦

(2022) 利用雙重差分法, 研究發現節能減排財政政策顯著降低了示范城市的碳排放水平, 并且對經濟發

展具有積極作用[5]

。 另一方面, 有學者從微觀企業的角度評估了節能減排財政政策的實施效果。 田淑英

等 (2022) 研究發現節能減排財政政策有利于促進企業生產效率優化、 技術綠色創新, 從而促進企業轉

型升級[6]

。

與此同時, 綠色技術創新為實現低碳經濟轉型奠定了重要基礎, 較多文獻圍繞綠色技術創新的影響

因素開展了研究。 環境規制是影響綠色技術創新的關鍵因素。一些學者認為環境規制能夠激發綠色技術

創新[7-9]

。 進一步, 有學者將環境規制劃分為命令控制型和市場激勵型, 并比較兩種環境規制對節能減排

4

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

技術創新的不同影響[10]

。 部分學者認為相較于命令型環境規制, 市場激勵型環境規制能夠提供更靈活、

更有效的創新激勵[11-12]

。 也有研究表明, 環境規制對本地和鄰近城市的綠色技術創新均產生影響[13-14]

。

另外, 歐陽曉靈等 (2022) 基于地級市數據, 研究發現環境規制與城市的綠色技術創新之間存在非線性

關系[15]

。 隨著各種環境政策的實施與推進,一些學者開始研究環境政策對綠色技術創新的影響。 陶鋒等

(2021) 研究發現環保目標責任制推動了綠色技術創新數量, 但導致了綠色技術創新質量的下滑[16]

。 有

學者基于上市公司的專利申請數據, 發現碳排放權交易試點政策促進了企業層面的低碳技術創新[17]

。 也

有相關文獻圍繞低碳城市試點政策、 排污權交易試點政策與綠色信貸政策展開研究[18-20]

。

綜上所述, 已有文獻主要探討了節能減排財政政策的實施效果和綠色技術創新的影響因素, 而基于

數量和質量兩個維度分析節能減排財政政策對綠色技術創新的 “量質齊升” 效應研究較為匱乏。 本文的

邊際貢獻體現為以下幾點:一是從數量和質量兩個維度, 評估節能減排財政政策對綠色技術創新的影響

效應, 豐富了節能減排財政政策效應評估的相關研究; 二是揭示了節能減排財政政策影響綠色技術創新

的作用機制, 從財政支持與環境規制兩個視角驗證了科技資源配置效應、 人才集聚效應以及創新補償效

應的作用機制, 為更好地發揮政策效能提供了優化路徑; 三是使用堆疊雙重差分和兩階段雙重差分模型

進行異質性處理效應穩健估計, 以此降低交疊雙重差分模型可能因負權重而導致的處理效應異質性等問

題, 同時運用空間自相關模型, 挖掘了節能減排財政政策對綠色技術創新的空間溢出效應, 為進一步發

揮空間輻射效應、 促進綠色技術創新的區域協同合作提供了現實依據。

三、 理論分析與研究假設

(一) 節能減排財政政策與綠色技術創新

鑒于綠色技術創新活動具有高成本、 高風險、 長周期的特性, 企業進行綠色技術創新動力不足, 城

市綠色技術創新缺乏有效的政策干預。 而與之相契合的節能減排財政政策, 能夠積極引導示范城市樹立

綠色、 循環、 低碳發展理念, 為推動城市綠色技術創新和經濟綠色轉型提供重要支撐。 與一般環境政策

不同的是, 節能減排財政政策堅持財政支持和環境績效考核相結合, 在制定環境污染約束指標的同時,

通過財政補貼、 財政投資、 政策支持等手段重塑資源配置格局, 提高要素配置效率, 充分發揮財政資金

的引領帶動作用, 增強城市綠色技術創新活力。 此外, 該政策不斷尋求機制創新, 比如積極探索能源合

同管理、 碳排放權交易等機制, 以構建綠色技術創新長效機制。 同時積極推廣先進節能環保技術產品,

改造提升傳統產業, 發展現代服務業和戰略性新興產業, 促進產業結構優化升級。 并且節能減排財政政

策還通過政府和社會合作的方式, 吸引社會資本參與, 進一步為綠色技術創新活動拓寬融資渠道。 因此,

本文提出假設 H1。

H1: 節能減排財政政策能有效促進綠色技術創新。

(二) 機制分析

第一, 科技資源配置效應。 節能減排財政政策實施過程中, 中央財政在試點期間每年給予示范城市

綜合獎勵資金, 綜合獎勵資金由示范城市自行決定如何使用, 中央僅負責對相關項目進行備案管理, 此

外, 示范城市所在地省級政府也安排專項資金用于城市節能減排綜合示范工作, 這有效彌補了地方政府

的財政缺口, 緩解了地方的財政壓力。 基于社會福利最大化的目的, 財政壓力的減少有利于引導和激勵

地方政府對綠色技術創新活動的財政支持, 從而最大限度發揮財政支持的乘數效應和杠桿效應[21]

。

在財政支持的激勵作用下, 示范城市綜合利用獎勵資金, 通過加大財政科技支出強度, 建設一系列

新能源技術利用項目, 制定各種配套政策, 比如成立循環經濟發展研究中心, 為企業和園區推薦經濟適

用的節能環保及循環低碳技術, 提升地方政府對科技資源的優化配置功能, 為綠色技術創新的數量和質

量提供保障。一方面, 從綠色技術創新數量來看, 財政科技支出能夠為綠色技術創新活動提供必要的資

金支撐, 填補企業綠色技術創新的資金缺口。 地方政府通過支持綠色技術研發項目落地、 加強綠色技術

創新基地平臺建設和鼓勵科技成果轉化等手段重塑資源配置結構, 從而提高城市整體的科技資源效率,

5

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

形成研究開發、 應用推廣與產業發展融合貫通的綠色技術創新新格局。 同時財政科技支出具有一定的引

領和示范作用[22]

, 有助于市場投資者減少識別優質企業的成本, 降低信息不對稱程度, 這能夠引導金融

資源向特定企業集中, 支持綠色創新企業項目開發與融資, 為綠色技術創新數量奠定良好的資金基礎[23]

。

另一方面, 從綠色技術創新質量來看, 財政科技支出能夠降低企業綠色技術高質量創新面臨的研發風

險[24]

, 提高企業綠色技術研發效率, 激勵企業主動實施高難度但能夠為自身贏得競爭優勢的高質量綠色

技術創新。 此外, 基于信號傳遞理論, 獲取財政科技支出的領域意味著政府無形的肯定, 這有利于增強

企業進行綠色技術創新的信心, 進而擴大高質量綠色技術創新的規模, 提升城市的綠色技術創新活力。

由此, 本文提出假設 H2a。

H2a: 節能減排財政政策通過財政支持的科技資源配置效應促進綠色技術創新的 “量質齊升”。

第二, 人才集聚效應。 中央財政的支持使得示范城市將更多的財政資金用于提升示范城市的人力

資本水平, 以強化人才對綠色技術創新和經濟低碳轉型的支撐作用。 比如, 地方政府利用專項資金和

獎勵資金實施職業技能提升行動, 開展相關從業人員崗位技能提升培訓以及節能環保技能交流, 人才

培育的高投入優化了示范城市的人力資本結構。 此外, 節能減排財政政策建立和完善人才激勵機制,

加大對取得重大創新成果人才的獎勵力度, 為高質量人才發揮個人才能提供平臺支持, 這種政策紅利

增加了高質量人才留在示范城市工作的意愿, 有利于吸引人才集聚。 而人才是綠色技術創新的高端生

產要素。一方面, 從綠色技術創新數量來看, 節能減排財政政策通過加強城市人才隊伍建設, 擴大了

城市的綠色消費市場規模。 具體而言, 區域的人力資本水平越高, 越有利于人們形成良好的生態環保

意識, 這將激發人們對綠色低碳產品的消費需求, 引導城市消費需求結構升級, 更多以環保、 節能為

特征的新興產業應運而生, 進而減少能源消耗和降低污染物排放, 為示范城市塑造了良好的綠色技術

創新環境。 此外, 人才集聚可以通過影響生產、 投資及儲蓄等方式激發綠色創意[25]

, 形成有利于區域

綠色技術創新發展的擴散效應, 從而增加綠色技術創新數量。 另一方面, 從綠色技術創新質量來看,

人才集聚所帶來的知識、 技能和創造力是高質量綠色技術創新的重要原動力[26]

。 高質量的人才集聚能

夠掌握和吸收更先進的技術和創新理念, 有利于示范城市實現新技術的共享和新知識的傳播, 使資源

從配置效率較低的地方流入配置效率較高的地方, 加速綠色新知識、 新產品、 新技術的研發, 形成知

識外溢效應[27]

, 進而推動綠色專利的原始創新和集成創新, 加快綠色技術創新的實質性和突破性發

展。 由此, 本文提出假設 H2b。

H2b: 節能減排財政政策可能通過財政支持的人才集聚效應促進綠色技術創新的 “量質齊升”。

第三, 創新補償效應。 示范城市圍繞示范工作量、 節能減排效果、 長效機制建設等因素設置了具體、

明確的環境考核指標。 對未完成節能減排約束性指標的城市, 采用一票否決制, 取消城市示范資格, 扣

回全部綜合獎勵資金, 這對地方官員產生了強大的約束力, 從而調動了地方政府推進環境治理的積極性。

因此, 地方政府實施嚴格的環境規制以確保節能減排目標的順利實現, 包括將擬淘汰整治的企業及生產

設備信息在媒體網站公示, 運用社會的輿論力量進行監督, 統一碳排放權交易管理辦法, 以及對環境績

效不達標的企業進行環保約談與懲罰等規制措施。 根據波特假說, 地方政府實行適度的環境規制政策將

觸發環境規制的創新補償效應[28]

, 從而為示范城市打造綠色技術創新引擎。一方面, 從綠色技術創新數

量層面分析, 環境規制增加了企業的節能減排成本, 企業意識到創新是抵消環境規制帶來的成本效應的

重要手段[29]

, 進而不斷增加研發支出和創新投入力度, 加速技術創新、 產品創新和運營模式創新, 為示

范城市營造了良好的創新環境。 豐富的創新資源有利于引導現代服務業和戰略性新興產業發展, 促進綠

色經濟發展, 從而激發出更多以環境效益為導向的綠色創新活動。 同時, 環境規制引發了社會媒體的傳

播, 增加了公眾對環境保護的廣泛關注, 進而引導高校和科研院所的創新資源更多地流入與環境相關的

創新活動[16]

, 為綠色技術創新數量提供重要支撐。 另一方面, 從綠色技術創新質量來看, 環境規制成本

引發的進入壁壘和經營風險會強化企業之間的競爭機制[30]

, 此時僅僅提升綠色技術創新數量難以達到環

境監管的標準, 不利于提高企業的市場競爭力。 因此, 為了增強企業的長期競爭優勢, 最優策略是增加

6

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

創新投資, 進行高質量的技術研發, 提升專利轉化效率, 由此獲得的技術進步能夠滿足利益相關者的環

保期望, 減少利益相關者對企業污染環境產生的負面預期[31]

, 從而激發企業自主進行綠色技術創新活動

的意愿, 為持續、 穩定地開展周期較長、 風險更大的高質量綠色技術創新活動提供有效驅動。 由此, 本

文提出假設 H2c:

H2c: 節能減排財政政策可通過環境規制的創新補償效應促進綠色技術創新的 “量質齊升”。

綜上所述, 節能減排財政政策通過科技資源配置效應、 人才集聚效應、 創新補償效應實現綠色技術

創新的 “量質齊升” (見圖 1)。

7

6





B





0

.

8



A

%

B

U$ffiU

(

45ffl

UEffiU

B.UBFKU

K-MK

/$ffiU K5U

EB#

(

>U!!ffi

U

$$

.B#F4



K5

=

4

7



ffi





F



B

圖 1 節能減排財政政策對綠色技術創新的影響機制

四、 模型設定與指標選取

(一) 計量模型構建

為考察節能減排財政政策對綠色技術創新的影響, 本文將 “節能減排財政政策綜合示范城市” 試點

視為準自然實驗, 運用多期雙重差分法設定如下計量模型:

lnYi,t

=α1

+β1ESERi,t

+γ1Xi,t

+λi

+μt

+εi,t (1)

其中, 下標 i 表示第 i 個城市, t 表示第 t 年, 被解釋變量 Y 為綠色技術創新。 ESERi,t 為核心解釋變

量, 表示 i 城市在 t 年是否被批準為示范城市, 其系數衡量節能減排財政政策對綠色技術創新的影響效應,

若 ESERi,t 的系數顯著為正, 則表示節能減排財政政策有利于促進綠色技術創新。 Xi,t 為一系列控制變量,

λi 表示個體固定效應, μt 表示時間固定效應。 εi,t 為隨機擾動項。

上文的影響機制分析表明, 節能減排財政政策通過科技資源配置效應、 人才集聚效應以及創新補償

效應提升綠色技術創新質量和數量。 因此, 本文設定如下中介效應模型進行驗證:

Mi,t

=α2

+β2ESERi,t

+γ2Xi,t

+λi

+μt

+εi,t (2)

lnYi,t

=α3

+β3ESERi,t

+ θMi,t

+γ3Xi,t

+λi

+μt

+εi,t (3)

其中, Mi,t 為機制變量, 其他變量設定同模型 (1)。 模型 (2) 中, 若 β2 顯著, 則表明節能減排財

政政策能夠對機制變量產生影響。 模型 (3) 中, 若 θ 顯著, 同時 β3 顯著且小于 β1 或 β3 不顯著時, 表明

節能減排財政政策通過機制變量影響了綠色技術創新。

(二) 變量選取與數據說明

1. 被解釋變量

綠色專利是衡量綠色技術創新的常見指標, 現有研究較多采用綠色發明專利申請量衡量綠色技術創

新質量, 使用綠色實用新型專利申請量衡量綠色技術創新數量[32-33]

。 具體而言, 綠色發明專利的申請須

符合新穎性、 創造性和實用性的要求, 其包含的自主知識產權更多, 是一種實質性綠色創新成果, 因此

能夠體現綠色技術創新質量; 而綠色實用新型專利的申請難度和審查要求較低, 其創造程度低于綠色發

明專利申請, 屬于策略性綠色技術創新的范疇, 是綠色技術創新數量的體現。 同時考慮到城市經濟發展

7

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

規模的差異, 參考宋德勇等 (2021)

[34] 的處理方式, 對城市層面綠色發明專利和綠色實用新型專利申請

數量進行均值化處理, 最終采用每萬人綠色發明專利申請衡量綠色技術創新質量, 用每萬人綠色實用新

型專利申請衡量綠色技術創新數量。

2. 解釋變量

本文選取節能減排財政政策綜合示范城市試點 (ESER) 作為核心解釋變量, 將設立為示范城市試點

當年及以后的 ESER 賦值為 1, 否則為 0。

3. 控制變量

為了控制其他因素對模型的干擾, 參考現有研究的做法[35-36]

, 引入以下控制變量: 經濟發展水平

(PGDP) , 采用各城市人均地區生產總值來表示; 資源稟賦 (RES) , 采用采礦業就業人數來測度; 環

境規制 (ER) , 采 用 單 位 國 內 生 產 總 值 ( GDP ) 的 工 業 煙 ( 粉) 塵 排 放 量 表 示; 金 融 發 展 水 平

(FIN) , 采用年末金融機構各項貸款余額衡量; 對外開放水平 (OPEN) , 采用當年外商實際使用外資

金額占 GDP 的比值表示; 信息服務業發展水平 ( INF) , 采用信息傳輸、 計算機服務和軟件業從業人員

占比進行表征。

考慮到部分城市數據存在缺失, 本文剔除了萊蕪、 銅仁、 畢節、 海東等城市, 最終得到 2003—2019

年 285 個城市的樣本數據。 本文綠色專利的相關數據來源于上海經禾信息技術有限公司中國研究數據服務

平臺 (CNRDS) 綠色專利庫。 其他數據均來自相關年份的 《中國城市統計年鑒》 以及北京福卡斯特信息

技術有限公司 EPS 數據庫, 部分缺失數據采用插值法填補。 另外, 本文對除虛擬變量外的變量進行了對

數化處理。 表 1 報告了各變量的描述性統計結果。

表 1 主要變量描述性統計結果

變量名稱 符號 觀測值 均值 標準誤 最小值 最大值

綠色發明專利申請 lnPI 4 845 0. 215 0. 389 0. 000 3. 251

綠色實用新型專利申請 lnPU 4 845 0. 247 0. 381 0. 000 3. 087

節能減排財政政策綜合示范城市 ESER 4 845 0. 043 0. 203 0. 000 1. 000

經濟發展水平 lnPGDP 4 845 10. 212 0. 826 7. 542 12. 281

資源稟賦 lnRES 4 845 0. 664 0. 738 0. 004 3. 234

環境規制 lnER 4 845 0. 015 0. 010 0. 005 0. 353

金融發展水平 lnFIN 4 845 15. 788 1. 326 12. 548 20. 420

對外開放水平 lnOPEN 4 845 0. 003 0. 003 0. 001 0. 044

信息服務業發展水平 lnINF 4 845 0. 016 0. 017 0. 001 0. 353

五、 實證分析

(一) 基準回歸結果

節能減排財政政策的綠色技術創新效應基準回歸估計結果見表 2。 列 (1)—列 (4) 顯示, 無論是否

加入控制變量, ESER 的估計系數均顯著為正, 表明節能減排財政政策對綠色技術創新質量與數量的促進

效應顯著。 根據列 (2) 和列 (4) 的估計結果, 相對于非示范城市, 示范城市的綠色發明專利申請數量

增加了 16. 5%, 綠色實用新型專利申請數量平均提高 18. 2%, 節能減排財政政策提升了綠色技術創新質

量和數量, 因此假設 H1 得到驗證。

8

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

表 2 基準回歸結果

變量

lnPI lnPU

(1) (2) (3) (4)

ESER 0. 168

?? 0. 165

?? 0. 186

??? 0. 182

???

(0. 078) (0. 072) (0. 069) (0. 062)

lnPGDP -0. 233

??? -0. 266

???

(0. 052) (0. 052)

lnRES 0. 003 0. 007

(0. 037) (0. 031)

lnER -1. 377

??? -1. 265

???

(0. 506) (0. 480)

lnFIN 0. 098

??? 0. 096

???

(0. 027) (0. 027)

lnOPEN -10. 820

?? -14. 300

???

(4. 761) (4. 542)

lnINF 1. 431

? 1. 136

??

(0. 739) (0. 527)

時間固定效應 控制 控制 控制 控制

城市固定效應 控制 控制 控制 控制

常數項 0. 025

? 0. 701 0. 038

??? 1. 052

?

(0. 014) (0. 604) (0. 013) (0. 573)

觀測值 4 845 4 845 4 845 4 845

R

2

0. 436 0. 477 0. 530 0. 580

注:

? P<0. 1,

?? P<0. 05,

??? P<0. 01; 括號內為穩健標準誤。 后表同。

從控制變量來看, 經濟發展水平的系數顯著為負, 說明經濟發展水平的提高會在一定程度上抑制綠

色技術創新, 可能的原因是當前在一些地區仍然存在以犧牲環境為代價發展經濟的現象, 帶來了資源消

耗和環境污染等問題, 從而不利于綠色技術創新水平的提升。 資源稟賦對綠色技術創新無顯著影響。 環

境規制的系數為負, 表明環境規制有利于促進綠色技術創新。 金融發展對綠色技術創新的影響顯著為正,

說明金融發展水平的提升有利于緩解融資約束, 進而促進綠色技術創新質量和數量。 對外開放水平的系

數為負, 可能是由于外商投資的產業往往具有高耗能高污染的特征, 從而不利于綠色技術創新的發展。

信息服務業發展水平越高, 越能促進綠色技術創新。

(二) 平行趨勢檢驗

多期雙重差分模型的前提是滿足平行趨勢假設, 由此, 本文以政策實施前的第八年為基期, 并借助

事件分析法進行平行趨勢檢驗和動態效應分析。 平行趨勢檢驗結果 (限于篇幅, 圖略) 顯示, 在入選示

范城市試點前, ESER 的系數均不顯著, 表明示范城市與非示范城市綠色技術創新變化趨勢大致相同。

而在試點政策實施后, 節能減排財政政策對綠色技術創新數量有顯著促進作用, 但其對綠色技術創新

質量的影響存在一定的時滯性, 原因可能是節能減排財政政策從頒布到實施需要一定的時間, 并且部

分綠色技術研發項目需要經歷一系列流程才能建設完成。 隨著試點政策的推進, 政策系數顯著為正,

說明政策效果具有一定程度的持續性。

9

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

(三) 安慰劑檢驗

為驗證前文的估計結果不是由于其他偶然因素引起的, 本文通過隨機抽取個體作為處理組安慰劑檢

驗, 再為每個處理組個體隨機抽取一個時間作為其政策時點, 生成偽虛擬政策的交互項進行安慰劑檢驗。

安慰劑檢驗結果 (限于篇幅, 圖略) 顯示, 綠色技術創新質量與綠色技術創新數量的 ESER 估計系數均集

中分布于 0 附近, 絕大多數系數的 P 值高于 0. 1, 且基準回歸估計系數處于虛假回歸估計結果的高尾位

置, 屬于異常值范圍。 由此可知, 上文的結論通過了安慰劑檢驗, 進一步佐證了基準回歸結果的穩健性。

(四) 異質性處理效應檢驗

傳統的雙向固定效應 (two-way fixed effects, TWFE) 雙重差分是識別處理效應最常用的估計方法之

一, 然而, 古德曼-培根 (Goodman-Bacon, 2021) 指出當政策的處理時點不唯一時, TWFE 估計量得到的

估計系數可能會由于處理效應存在異質性而產生偏誤[37]

。 此時 ESER 的估計系數不是各處理效應的凸加

權平均和, 即存在 “負權重” 問題, 因此本文接下來通過堆疊雙重差分和兩階段雙重差分法獲取異質性

穩健雙重差分估計量。

堅吉茲等 (Cengiz al. , 2019) 提出堆疊雙重差分估計量[38]

, 其思想是根據處理時點劃分子實驗組

別, 在各子實驗組別內確定處理組, 并為每一個處理組 n 匹配從未接受處理或尚未接受處理的樣本作為控

制組, 再將各子實驗組數據合并, 然后利用合并數據集進行估計, 以此得到處理效應的加權平均值[39]

。

堆疊雙重差分模型避免了較早接受處理組作為控制組 (也就是 “壞控制組” ) 的問題, 本文根據該方法,

構建模型 (4) 進行檢驗:

lnYitn

=λin

+μtn

+ ∑k

δk1[t -Ei

= k] +εitn (4)

其中, Ei 即個體 i 接受處理的時點, k 為時點 t 距離政策發生時點的時間間隔, 1[t -Ei

= k] 即為傳統

雙重差分模型中的時間虛擬變量。 堆疊雙重差分結果 (限于篇幅, 正文未顯示檢驗結果, 備索) 顯示,

在政策實施之前, 政策變量的估計系數不顯著, 處理組與控制組呈現平行的趨勢, 但在政策實施之后,

節能減排財政政策顯著提升了綠色技術創新質量和數量, 表明本文的研究結論穩健。

本文接下來采用兩階段雙重差分法進行穩健性檢驗, 第一階段先識別組別效應和時期效應, 然后在

第二階段將其剔除后, 再對處理變量進行回歸, 這種方法適用于被處理的時間是交錯的以及處理效應具

有異質性的情況。 表 3 顯示無論是否添加控制變量, ESER 的系數均顯著為正, 表明節能減排財政政策對

于綠色技術創新質量和綠色技術創新數量有著顯著的促進作用, 本文的結論具有穩健性。

表 3 兩階段雙重差分法回歸結果

變量

lnPI lnPU

(1) (2) (3) (4)

ESER 0. 193

?? 0. 190

?? 0. 205

??? 0. 201

???

(0. 083) (0. 078) (0. 073) (0. 067)

控制變量 未控制 控制 未控制 控制

時間固定效應 控制 控制 控制 控制

城市固定效應 控制 控制 控制 控制

(五) 傾向得分匹配-雙重差分 (PSM-DID) 法

為了緩解樣本選擇偏差問題, 本文使用 PSM-DID 進行穩健性檢驗。 將基準回歸中控制變量作為匹配

變量, 采用半徑匹配法對樣本進行匹配, 通過評定模型 (Logit) 回歸估計得出傾向匹配得分, 將與處理

組得分最相近的城市作為對照組。 平衡性檢驗結果顯示, 匹配后的協變量 t 統計值均不顯著, 且匹配后的

10

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

標準化偏差的絕對值明顯低于 10%, 表明匹配后的實驗組與控制組無顯著差異。 最后將匹配好的樣本進

行雙重差分估計。 表 4 的 PSM-DID 回歸結果顯示, ESER 的估計系數均顯著為正, 進一步驗證了基準回歸

結果。

表 4 PSM-DID 和更換被解釋變量回歸結果

變量

PSM-DID 更換被解釋變量

lnPI lnPU lnPI1 lnPU1

ESER 0. 144

?? 0. 168

??? 0. 113

?? 0. 181

???

(0. 066) (0. 059) (0. 049) (0. 063)

控制變量 控制 控制 控制 控制

年份固定效應 控制 控制 控制 控制

城市固定效應 控制 控制 控制 控制

觀測值 4 820 4 820 4 845 4 845

R

2 0. 479 0. 581 0. 363 0. 548

(六) 更換被解釋變量

進一步采取更換被解釋變量的方法進行穩健性檢驗, 分別采用每萬人綠色發明專利授權量 ( lnPI1)

和每萬人綠色實用新型專利授權量 (lnPU1) 作為代理變量。 表 4 的更換被解釋變量回歸結果顯示, ESER

的系數方向與顯著性均無變化, 證明本文研究結論具有一定的穩健性。

(七) 排除其他政策干擾

除節能減排財政政策外, 其他政策也可能對綠色技術創新產生影響, 造成估計結果的偏誤。 其中具

有代表性的有智慧城市試點政策和碳排放權交易試點政策, 為剔除其他政策的影響, 本文在基準回歸模

型的基礎上加入了這兩項政策的虛擬變量, 分別用 Did1 和 Did2 表示。 表 5 的回歸結果顯示, 在考慮其他

政策影響時, 無論被解釋變量是綠色技術創新質量還是綠色技術創新數量, ESER 的系數依舊顯著為正,

與基準回歸結果一致。

表 5 排除其他政策干擾回歸結果

變量

lnPI lnPU

(1) (2) (3) (4)

ESER 0. 162

?? 0. 145

?? 0. 178

??? 0. 164

???

(0. 073) (0. 068) (0. 063) (0. 058)

Did1 0. 043 0. 047

(0. 037) (0. 031)

Did2 0. 150

?? 0. 134

??

(0. 073) (0. 064)

控制變量 控制 控制 控制 控制

年份固定效應 控制 控制 控制 控制

11

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

表5(續)

變量

lnPI lnPU

(1) (2) (3) (4)

城市固定效應 控制 控制 控制 控制

常數項 0. 749 0. 657 1. 105

? 1. 013

?

(0. 596) (0. 578) (0. 566) (0. 553)

觀測值 4 845 4 845 4 845 4 845

R

2 0. 479 0. 485 0. 582 0. 587

六、 機制檢驗與異質性分析

(一) 機制檢驗

1. 科技資源配置效應

本文采用地方政府科技財政支出占一般預算支出的比值來表示財政科技支出強度 (lnTech ), 以衡量

科技資源配置效應。 表 6 各列結果中 ESER 的系數都顯著為正, 且綠色發明專利申請和綠色實用新型專利

申請的回歸中 ESER 的系數小于基準回歸結果的系數, 表明節能減排財政政策可通過增加財政科技支出強

度實現綠色技術創新的 “量質齊升”。 節能減排財政政策充分利用財政資金, 增加財政科技支出強度, 引

導資金流向科技部門, 為綠色技術創新提供資金保障, 同時有效降低企業研發風險, 進而從質量和數量

兩個維度促進綠色技術創新, 假設 H2a 得到驗證。

表 6 影響機制檢驗: 科技資源配置效應回歸結果

變量 lnTech lnPI lnPU

ESER 0. 012

?? 0. 129

?? 0. 150

???

(0. 006) (0. 063) (0. 055)

lnTech 3. 037

??? 2. 639

???

(0. 372) (0. 291)

控制變量 控制 控制 控制

年份固定效應 控制 控制 控制

城市固定效應 控制 控制 控制

常數項 0. 273

??? -0. 128 0. 332

(0. 061) (0. 531) (0. 495)

觀測值 4 845 4 845 4 845

R

2

0. 164 0. 542 0. 631

2. 人才集聚效應

人力資本是促進城市綠色技術創新的活躍要素, 本文參考王家庭等 (2023)

[40] 的研究, 選取每萬人中

普通高等學校在校生數 (lnHc ) 作為機制變量, 衡量人才集聚效應。 表 7 各列結果中 ESER 的系數都顯

12

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

著為正, 且綠色發明專利申請和綠色實用新型專利申請的回歸中 ESER 的系數均小于基準回歸的系數, 表

明節能減排財政政策可以通過優化人力資本結構, 吸引人才集聚實現綠色技術創新的 “量質齊升”。 節能

減排財政政策可以提升人力資本存量, 進而實現新技術的共享和新知識的傳播, 提升綠色產品的研發效

率, 為綠色技術創新質量和數量提供智力支持, 假設 H2b 得到驗證。

表 7 影響機制檢驗: 人才集聚效應回歸結果

變量 lnHc lnPI lnPU

ESER 0. 005

?? 0. 124

?? 0. 145

??

(0. 002) (0. 073) (0. 062)

lnHc 9. 062

??? 7. 957

???

(1. 805) (1. 663)

控制變量 控制 控制 控制

年份固定效應 控制 控制 控制

城市固定效應 控制 控制 控制

常數項 -0. 006 0. 753 1. 098

?

(0. 021) (0. 598) (0. 577)

觀測值 4 845 4 845 4 845

R

2

0. 285 0. 518 0. 612

3. 創新補償效應

為檢驗創新補償效應, 采用城市每萬人申請的專利數量來衡量技術創新 ( lnPatent )。 表 8 各列結果

中 ESER 的系數都顯著為正, 且綠色發明專利申請和綠色實用新型專利申請的回歸中 ESER 的系數小于基

準回歸結果, 表明節能減排財政政策可以促進技術創新, 進而實現示范城市綠色技術創新 “量質齊升”。

節能減排財政政策伴隨的環境規制增加了企業的治污成本, 倒逼企業加快綠色產品的研發, 大力淘汰落

后產能, 激發創新主體潛力, 為綠色技術創新的 “量質齊升” 注入強大動力, 假設 H2c 得以驗證。

表 8 影響機制檢驗: 創新補償效應回歸結果

變量 lnPatent lnPI lnPU

ESER 0. 120

?? 0. 129

?? 0. 147

???

(0. 057) (0. 065) (0. 056)

lnPatent 0. 297

??? 0. 289

???

(0. 034) (0. 030)

控制變量 控制 控制 控制

年份固定效應 控制 控制 控制

城市固定效應 控制 控制 控制

常數項 -2. 899

??? 1. 563

??? 1. 891

???

(0. 878) (0. 529) (0. 475)

觀測值 4 845 4 845 4 845

R

2 0. 825 0. 604 0. 702

13

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

(二) 異質性分析

本文接下來從不同地理區位、 不同城市資源稟賦、 不同金融科技發展水平展開異質性分析。

1. 地理區位異質性

本文將全樣本劃分為東、 中、 西部地區三個部分, 來考察不同地理位置下節能減排財政政策對綠色

技術創新的異質性影響。 根據表 9 綠色技術創新質量的回歸結果, 節能減排財政政策在西部地區城市提升

了綠色技術創新質量, 而對于東部與中部地區城市的綠色技術創新質量無顯著影響。 當被解釋變量為綠

色技術創新數量時, 節能減排財政政策能夠顯著提升中部與西部地區城市的綠色技術創新數量, 且這種

促進效應在西部地區城市更加明顯, 而對于東部地區城市, 其促進效應不顯著。 可能的原因是西部地區

城市的財政資金相比東部和中部地區城市較為匱乏, 金融發展水平落后、 人力資源不夠充裕, 在實施試

點政策時綠色技術創新提升空間更大, 促進效應更為顯著。 而東部地區城市財政資金比較充裕, 其對綠

色技術創新產生的邊際效益較低。

表 9 地理區位異質性分析回歸結果

變量

lnPI lnPU

東部 中部 西部 東部 中部 西部

ESER 0. 136 0. 126 0. 171

?? 0. 164 0. 134

?? 0. 154

??

(0. 132) (0. 087) (0. 074) (0. 115) (0. 065) (0. 068)

常數項 1. 700 -2. 221

??? 0. 632 0. 864 -1. 351

??? 2. 067

??

(1. 473) (0. 579) (0. 593) (1. 389) (0. 475) (0. 798)

觀測值 1 700 2 091 1 054 1 700 2 091 1 054

R

2 0. 555 0. 467 0. 573 0. 659 0. 559 0. 679

2. 城市資源稟賦異質性

綠色技術創新水平會因為資源稟賦不同而存在顯著差異。 本文以國務院發布的 《全國資源型城市可

持續發展規劃 (2013-2020 年) 》 為劃分依據, 將 285 個城市分為資源型城市與非資源型城市兩種類型。

表 10 分組回歸的結果顯示, 節能減排財政政策顯著推動了非資源型城市綠色技術創新質量和數量增加,

但對資源型城市綠色技術創新質量與數量的影響不顯著, 可能的原因是, 資源型城市經濟發展存在明顯

的資源路徑依賴, 因此產業結構較為單一, 且接續替代產業發展滯后, 造成城市可持續發展后勁不足,

高新技術人才也相對匱乏, 綠色技術創新缺乏有力保障。

表 10 城市資源稟賦異質性分析回歸結果

變量

lnPI lnPU

資源型城市 非資源型城市 資源型城市 非資源型城市

ESER 0. 049 0. 217

?? 0. 065 0. 237

???

(0. 046) (0. 097) (0. 042) (0. 080)

常數項 -0. 259 1. 899

? -0. 193 2. 399

???

(0. 376) (0. 983) (0. 474) (0. 905)

觀測值 1 938 2 907 1 938 2 907

R

2 0. 471 0. 563 0. 569 0. 650

14

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

3. 金融科技水平異質性

不同金融科技水平下節能減排財政政策對綠色技術創新的影響不同。 本文借鑒李春濤等 (2020)

[41]

的做法, 通過 “金融科技” 關鍵詞百度新聞高級搜索, 使用網絡爬蟲技術獲取城市在每一年中發布的新

聞中各個關鍵詞的數量加總取對數獲得金融科技發展水平變量 (FT), 并按中位數將樣本劃分為金融科技

發展水平較高和金融科技發展水平較低兩組。 表 11 回歸結果顯示, 當金融科技發展水平較高時, 節能減

排財政政策能夠顯著促進綠色技術創新質量和數量; 而當金融科技發展水平較低時, 政策效應均不顯著。

可能的原因是, 金融科技的發展不僅能夠緩解融資約束, 給予綠色技術創新資金支持, 而且能夠有效突

破時空限制, 提高信息傳遞效率, 進而促進綠色創新成果的轉化效率, 與節能減排財政政策達到相輔相

成的效果, 促進綠色技術創新的 “量質齊升”。

表 11 基于金融科技水平的異質性分析回歸結果

變量

金融科技發展水平較高 金融科技發展水平較低

lnPI lnPU lnPI lnPU

ESER 0. 225

??? 0. 226

??? -0. 011 0. 023

(0. 079) (0. 067) (0. 034) (0. 034)

常數項 1. 882

?? 1. 718

?? -0. 339 0. 380

(0. 835) (0. 752) (0. 329) (0. 435)

觀測值 2 800 2 800 2 045 2 045

R

2 0. 594 0. 683 0. 448 0. 561

七、 進一步分析: 空間溢出效應檢驗

上述實證結果表明節能減排財政政策有利于促進綠色技術創新的 “量質齊升”, 那么節能減排財政政

策是否存在空間溢出效應? 接下來, 采用經濟距離矩陣作為空間權重矩陣, 運用空間雙重差分模型進行

拓展性分析。 經濟距離矩陣的每個元素均用城市間樣本期實際人均 GDP (以 2003 年為基期) 均值的差距

絕對值的倒數表示。

在進行空間計量分析之前, 本文采用全局莫蘭指數檢驗節能減排財政政策與綠色技術創新的全局空

間相關性。 檢驗結果顯示 (限于篇幅, 結果未在正文顯示, 備索), 2003—2019 年綠色技術創新質量與數

量的莫蘭指數均顯著為正, 表明綠色技術創新質量和數量均存在正向空間關聯性。

在選擇空間計量模型時, 首先使用 LM 檢驗, 發現滯后效應和誤差效應均顯著, 需要采用空間面板

進行分析。 然后進行 LR 檢驗和 Wald 檢驗, 結果均表明空間杜賓模型 ( SDM) 不能簡化為空間自回歸

( SAR) 模型和空間誤差模型 (SEM), 接著在空間自相關 ( SAC) 模型與空間杜賓模型之間做出選擇,

比較兩個模型的 AIC 和 BIC 值, 發現空間自相關模型的 AIC 與 BIC 值較小, 且空間自相關模型的顯著性

更好, 因此本文最終選擇空間自相關模型進行分析。 表 12 為經濟距離矩陣的空間溢出效應結果, 從中可

以看出, 無論被解釋變量是綠色技術創新質量還是綠色技術創新數量, 空間自回歸系數 ρ 顯著為正, 這表

明綠色技術創新存在顯著的正向空間關聯性。

表 12 空間溢出效應結果

變量

lnPI lnPU

主效應 直接效應 間接效應 總效應 主效應 直接效應 間接效應 總效應

ESER 0. 082

??? 0. 111

??? 1. 354

??? 1. 465

??? 0. 097

??? 0. 135

??? 2. 004

?? 2. 139

???

(0. 013) (0. 018) (0. 293) (0. 307) (0. 011) (0. 016) (0. 393) (0. 403)

15

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

表12(續)

變量

lnPI lnPU

主效應 直接效應 間接效應 總效應 主效應 直接效應 間接效應 總效應

ρ 0. 943

??? 0. 953

???

(0. 009) (0. 008)

λ -0. 627

??? -0. 645

???

(0. 025) (0. 024)

σ 0. 020

??? 0. 015

???

(0. 001) (0. 001)

控制變量 控制 控制 控制 控制 控制 控制 控制 控制

年份固定效應 控制 控制 控制 控制 控制 控制 控制 控制

城市固定效應 控制 控制 控制 控制 控制 控制 控制 控制

觀測值 4 845 4 845 4 845 4 845 4 845 4 845 4 845 4 845

R

2

0. 127 0. 127 0. 127 0. 127 0. 252 0. 252 0. 252 0. 252

接下來通過求偏微分的方式將主回歸分解為直接效應和間接效應。 從表 12 的直接效應估計結果可以

看出, 直接效應為正, 表明節能減排財政政策能夠促進本地綠色技術創新, 進一步驗證了基準回歸結果。

根據間接效應估計結果, 節能減排財政政策的間接效應顯著為正, 節能減排財政政策的實施會提升相鄰

城市的綠色技術創新質量和數量, 即存在正向空間溢出效應。 試點政策的一個重要目標就是示范城市探

索先行, 形成可推廣、 可復制的經驗模式, 并通過廣播、 電視、 互聯網等多種媒體和渠道廣泛宣傳, 因

此節能減排財政政策的實施使得相鄰城市通過模仿學習, 如吸引人才集聚、 提高科技資源配置效率、 驅

動技術創新等手段來促進綠色技術創新, 形成良好的示范效應。

八、 研究結論及政策建議

準確評估節能減排財政政策對綠色技術創新的影響, 對于中國實現低碳轉型發展具有重要意義。 本

文以 2003—2019 年中國 285 個地級市面板數據為研究樣本, 將 “節能減排財政政策綜合示范城市” 試點

視為準自然實驗, 運用多期雙重差分法, 系統考察了節能減排財政政策對綠色技術創新質量和數量的

影響機制, 得出如下研究結論:

第一, 節能減排財政政策提升了示范城市綠色技術創新質量與數量, 具有 “量質齊升” 效應, 這

一結論在一系列穩健性檢驗后依然成立。

第二, 中介效應分析表明, 節能減排財政政策主要通過財政支持的科技資源配置效應、 人才集聚

效應以及環境規制的創新補償效應實現示范城市綠色技術創新的 “量質齊升” 。

第三, 異質性分析發現, 在西部地區城市、 非資源型城市、 金融科技發展水平較高城市, 節能減

排財政政策更能提升綠色技術創新質量與數量。

第四, 節能減排財政政策不僅促進了本地的綠色技術創新, 而且對鄰近城市的綠色技術創新具有

正向空間溢出效應。

基于以上研究結論, 提出如下政策建議:

第一, 進一步擴大試點范圍, 充分發揮節能減排財政政策對綠色技術創新的激勵效應。 應該及時總

結示范城市的積極經驗, 形成可復制可推廣的典型經驗。 同時繼續擴大示范城市建設工作的范圍和領域,

牢牢抓住節能減排財政政策的重點任務和重大項目的實施, 充分完善節能減排財政政策體系, 積極探索

16

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

節能減排長效機制, 大力培育節能環保市場, 持續推動城市綠色技術創新, 從而實現節能減排、 低碳經

濟轉型的目標。

第二, 打好財政支持與環境規制的 “組合拳”, 構建財政支持與環境規制等多維路徑協同共進的綠色

技術創新發展新模式。一方面, 充分發揮財政支持的科技資源配置效應與人才集聚效應, 積極整合各級

政府節能減排資金, 推動財政資金 “精準滴灌”, 加大對科研經費投入和補貼力度, 強化財政資金對人才

的支撐作用, 提高財政資金的使用效益。 另一方面, 要繼續強化環境規制的創新補償效應, 建立科學有

效的績效考核體系, 形成環境目標約束機制, 從而倒逼企業提高研發效率, 為城市打造良好的創新環境,

提升綠色技術創新質量和數量。

第三, 根據不同城市特征, 因地制宜制定差異化策略, 同時構筑政府與金融機構等主體促進城市綠

色技術創新的協同力。 應繼續加強西部地區城市節能減排財政政策的實施, 對于資源型城市, 應積極制

定財稅優惠與人才獎勵政策, 財政資金可適當向資源型城市傾斜, 提高資源型城市科技資源配置效率。

此外, 對于金融科技發展水平較低的城市, 應該加快完善金融科技服務平臺建設, 降低金融科技行業的

門檻, 構建財政金融協同聯動機制, 為綠色技術創新提供有利的融資環境。

第四, 推動城市之間跨區域合作, 統籌協調發揮示范城市帶動作用。 應加強城市間人才、 科技、 創

新等要素的流動, 拓寬城市間綠色技術先進發展經驗交流的渠道, 不斷放大試點政策的外溢效應, 堅持

“以點帶面, 點面結合” 的政策導向, 加快形成區域間協同互補的綠色技術創新格局。

參考文獻:

[1]RENNINGS K. Redefining innovation—eco-innovation research and the contribution from ecological economics[ J]. Ecological Economics,

2000, 32(2): 319-332.

[2]劉昆. 深入推進節能減排財政政策綜合示范[J]. 中國財政,2015(5):10-13.

[3]陳詩一,祁毓. “雙碳”目標約束下應對氣候變化的中長期財政政策研究[J]. 中國工業經濟,2022(5):5-23.

[4]LIN B Q, ZHU J P. Impact of energy saving and emission reduction policy on urban sustainable development: empirical evidence from China

[J]. Applied Energy, 2019, 239: 12-22.

[5]薛飛,陳煦. 綠色財政政策的碳減排效應———來自“節能減排財政政策綜合示范城市”的證據[J]. 財經研究,2022,48(7):79-93.

[6]田淑英,孫磊,許文立,等. 綠色低碳發展目標下財政政策促進企業轉型升級研究———來自“節能減排財政政策綜合示范城市”試點的

證據[J]. 財政研究,2022(8):79-96.

[7]LEY M, STUCKI T, WOERTER M. The impact of energy prices on green innovation[J]. The Energy Journal, 2016, 37(1): 41-75.

[8]李青原,肖澤華. 異質性環境規制工具與企業綠色創新激勵———來自上市企業綠色專利的證據[J]. 經濟研究,2020,55(9):192-208.

[9]康鵬輝,茹少峰. 環境規制的綠色創新雙邊效應[J]. 中國人口·資源與環境,2020,30(10):93-104.

[10]王班班,齊紹洲. 市場型和命令型政策工具的節能減排技術創新效應———基于中國工業行業專利數據的實證[ J]. 中國工業經濟,

2016(6):91-108.

[11]范丹,孫曉婷. 環境規制、綠色技術創新與綠色經濟增長[J]. 中國人口·資源與環境,2020,30(6):105-115.

[12]BLACKMAN A, LI Z Y, LIU A A. Efficacy of command-and-control and market-based environmental regulation in developing countries[J].

Annual Review of Resource Economics, 2018, 10: 381-404.

[13]林春艷,宮曉蕙,孔凡超. 環境規制與綠色技術進步:促進還是抑制———基于空間效應視角[J]. 宏觀經濟研究,2019(11):131-142.

[14]董直慶,王輝. 環境規制的“本地—鄰地”綠色技術進步效應[J]. 中國工業經濟,2019(1):100-118.

[15]歐陽曉靈,張駿豪,杜剛. 環境規制與城市綠色技術創新:影響機制與空間效應[J]. 中國管理科學,2022,30(12):141-151.

[16]陶鋒,趙錦瑜,周浩. 環境規制實現了綠色技術創新的“增量提質”嗎———來自環保目標責任制的證據[ J]. 中國工業經濟,2021(2):

136-154.

[17]DU G, YU M, SUN C W, et al. Green innovation effect of emission trading policy on pilot areas and neighboring areas: an analysis based on

the spatial econometric model[J]. Energy Policy, 2021, 156: 112431.

[18]徐佳,崔靜波. 低碳城市和企業綠色技術創新[J]. 中國工業經濟,2020(12):178-196.

[19]齊紹洲,林屾,崔靜波. 環境權益交易市場能否誘發綠色創新? ———基于我國上市公司綠色專利數據的證據[ J]. 經濟研究,2018,53

(12):129-143.

17

2023 年第 5 期 鄭蘭祥, 郭娟, 鄭飛鴻: 節能減排財政政策促進了綠色技術創新的 “量質齊升” 嗎?

[20]王馨,王營. 綠色信貸政策增進綠色創新研究[J]. 管理世界,2021,37(6):173-188,11.

[21]鄭威,陸遠權. 財政壓力、政府創新偏好與城市創新質量[J]. 財政研究,2021(8):63-76.

[22]LEE C Y. The differential effects of public R&D support on firm R&D: theory and evidence from multi-country data[J]. Technovation, 2011,

31(5 / 6): 256-269.

[23]BROWN J R, PETERSEN B C. Cash holdings and R&D smoothing[J]. Journal of Corporate Finance, 2011, 17(3): 694-709.

[24]戴魁早,駱莙函. 環境規制、政府科技支持與工業綠色全要素生產率[J]. 統計研究,2022,39(4):49-63.

[25]徐軍海,黃永春. 科技人才集聚能夠促進區域綠色發展嗎[J]. 現代經濟探討,2021(12):116-125.

[26]GARDAS B B, MANGLA S K, RAUT R D, et al. Green talent management to unlock sustainability in the oil and gas sector[J]. Journal of

Cleaner Production, 2019, 229: 850-862.

[27]趙領娣,張磊,徐樂,等. 人力資本、產業結構調整與綠色發展效率的作用機制[J]. 中國人口·資源與環境,2016,26(11):106-114.

[28]PORTER M E, VAN DER LINDE C. Toward a new conception of the environment-competitiveness relationship[J]. Journal of Economic Perspectives, 1995, 9(4): 97-118.

[29]張家豪,范文雨,高原. 環境司法制度改革與地方綠色創新———來自公益訴訟試點的證據[J]. 財經研究,2022,48(10):19-33.

[30]何凌云,祁曉鳳. 環境規制與綠色全要素生產率———來自中國工業企業的證據[J]. 經濟學動態,2022(6):97-114.

[31]余泳澤,林彬彬. 偏向性減排目標約束與技術創新———“ 中國式波特假說” 的檢驗[ J]. 數量經濟技術經濟研究,2022,39 ( 11):

113-135.

[32]王營,馮佳浩. 綠色債券促進企業綠色創新研究[J]. 金融研究,2022(6):171-188.

[33]黎文靖,鄭曼妮. 實質性創新還是策略性創新? ———宏觀產業政策對微觀企業創新的影響[J]. 經濟研究,2016,51(4):60-73.

[34]宋德勇,李超,李項佑. 新型基礎設施建設是否促進了綠色技術創新的“量質齊升”———來自國家智慧城市試點的證據[ J]. 中國人

口·資源與環境,2021,31(11):155-164.

[35]陳斌,李拓. 財政分權和環境規制促進了中國綠色技術創新嗎? [J]. 統計研究,2020,37(6):27-39.

[36]佘碩,王巧,張阿城. 技術創新、產業結構與城市綠色全要素生產率———基于國家低碳城市試點的影響渠道檢驗[ J]. 經濟與管理研

究,2020,41(8):44-61.

[37]GOODMAN-BACON A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254-277.

[38]CENGIZ D, DUBE A, LINDNER A, et al. The effect of minimum wages on low-wage jobs[J]. The Quarterly Journal of Economics, 2019,

134(3): 1405-1454.

[39]劉沖,沙學康,張妍. 交錯雙重差分:處理效應異質性與估計方法選擇[J]. 數量經濟技術經濟研究,2022,39(9):177-204.

[40]王家庭,袁春來,劉子杰. “生態錦標賽”有利于綠色全要素生產率提升嗎? ———來自文明城市評選的經驗證據[J]. 管理學刊,2023,

36(1):16-32.

[41]李春濤,閆續文,宋敏,等. 金融科技與企業創新———新三板上市公司的證據[J]. 中國工業經濟,2020(1):81-98.

18

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

Does the Energy Saving and Emission Reduction Fiscal Policy Promote the

Quantity and Quality of Green Technology Innovation?

ZHENG Lanxiang

1

, GUO Juan

1

, ZHENG Feihong

2

(1. Anhui University, Hefei 230601;

2. Hefei University, Hefei 230601)

Abstract: This paper discusses the impact of the energy saving and emission reduction fiscal policy on green

technology innovation and its mechanism, which is of great significance for summarizing and promoting relevant experience of demonstration cities and promoting low-carbon economic transformation.

Based on the panel data of 285 cities in China from 2003 to 2019, the paper uses the “comprehensive demonstration cities of energy saving and emission reduction fiscal policy” as a quasi-natural experiment, and examines

the impact of the energy saving and emission reduction fiscal policy on green technology innovation and its mechanism by constructing a difference-in-differences (DID) model with multiple time periods. The results show that the

energy saving and emission reduction fiscal policy significantly improves the quality and quantity of green technology

innovation in demonstration cities, and this conclusion is still valid under a series of robustness tests such as staggered DID and two-stage DID. The analysis of mediating effect shows that the energy saving and emission reduction

fiscal policy improves the quality and quantity of green technology innovation in demonstration cities through the

“scientific and technological resource allocation effect” and “talent agglomeration effect” of financial support and

the “innovation compensation effect” of environmental regulation. The heterogeneity analysis shows that there are

significant differences in the impact of the energy saving and emission reduction fiscal policy on green technology innovation among cities of different geographical locations, resource endowments, and Fintech levels. Further analysis shows that the energy saving and emission reduction fiscal policy has a positively spatial spillover effect on green

technology innovation in neighboring cities.

The marginal contributions of this paper are as follows. First, the impact of the energy saving and emission reduction fiscal policy on green technology innovation is evaluated from dimensions of “quality” and “quantity,” enriching relevant research on effects of the energy saving and emission reduction fiscal policy. Second, it reveals the

mechanism of the influence of the energy saving and emission reduction fiscal policy on green technology innovation, and verifies the mechanism of “scientific and technological resource allocation,” “talent agglomeration” and

“innovation compensation” from perspectives of financial support and environmental regulation, which provides a

path for improving policy effects. Third, the staggered DID and the two-stage DID are used to reduce the heterogeneity of the treatment effect that may be caused by the negative weight of the staggered DID model.

Keywords: energy saving and emission reduction fiscal policy; green technology innovation; effect of scientific and technological resource allocation; effect of talent agglomeration; effect of innovation compensation

(責任編輯: 周 斌)

19

第 25 卷 第 5 期

2023 年 9 月

首都經濟貿易大學學報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 002

數字基礎設施對地方財政可持續的

影響機制及效果研究

宋美喆1

, 胡丕吉2

(1. 湖南財政經濟學院 財政金融學院, 湖南 長沙 410205;

2. 中國人民銀行長沙中心支行 金融研究處, 湖南 長沙 410005)

收稿日期: 2023-02-28; 修回日期: 2023-06-18

基金項目: 國家社會科學基金青年項目 “地方財政策略互動對城市群要素市場一體化的影響及優化對策研究” (21CJY009)

作者簡介: 宋美喆 (1986—), 女, 湖南財政經濟學院副教授, 通信作者; 胡丕吉 (1977—), 男, 中國人民銀行長沙中心支行金融研

究處職員。

摘 要: 以智慧城市試點政策的實施作為準自然實驗, 采用漸進雙重差分模型研究數字基礎設施對

地方財政可持續的現實影響。 研究結果顯示, 數字基礎設施對地方財政可持續的影響以正向為主導, 具

有逐年遞增的特征, 且呈現異質性, 在高創新水平、 高人口規模、 高人力資本的城市表現更為突出。 機

制檢驗結果表明, 數字基礎設施通過促進產業結構升級、 刺激公眾消費需求、 提高財政支出績效等渠道

發揮積極作用, 但也會弱化政府征稅能力、 造成稅收流失, 對地方財政可持續發展產生負面影響。 同時,

投資沖動的影響效應不顯著, 使得數字基礎設施通過強化投資沖動作用于地方財政可持續的機制被中斷。

進一步的分析結果顯示, 數字基礎設施建設具有空間溢出性, 能夠帶動地理距離相近和經濟發展水平類

似的城市提高財政可持續性。 據此, 從有序引導社會資本投入、 搭建財稅領域的智能網絡平臺、 推動產

業和消費升級、 發揮先行城市的輻射帶動作用等方面提出政策建議。

關鍵詞: 數字基礎設施; 地方財政可持續; 智慧城市試點; 產業結構; 消費需求; 財政支出績效;

征稅能力; 投資沖動

中圖分類號: F812. 7; F492. 3 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0020-16

一、 問題提出

財政是國家治理的基礎和重要支柱, 在保障經濟社會高質量發展中發揮著穩定器和調節器的功能,

而功能實現的前提在于財政自身保持良好的可持續發展態勢。 當前中國經濟發展的內外部環境正在發生

深刻變化, 不確定性、 不穩定性明顯增加。 宏觀經濟下行壓力加大, 增速逐漸放緩。 與之相對應, 財政

運行的環境也在改變, 地方財政可持續發展面臨著較大挑戰。一方面, 近年來持續推進的一系列減稅降

費措施起效, 加之土地財政難以持續, 財源基數有所縮減, 這在客觀上對財政收入造成了一定的負面沖

擊。 另一方面, 人口老齡化、 積極財政政策的實施增加了財政支出壓力, 社保、 醫療衛生等支出持續攀升。

這兩方面的因素疊加, 使得地方財政收支矛盾日益加劇, “財政疲勞” 現象凸顯, 財政風險加速集聚。

隨著移動互聯網和物聯網的蓬勃發展, 數字經濟作為一種新的經濟形態, 已成為推進中國新發展格

局形成的重要引擎。 數字基礎設施優化了創新環境, 催生了大量技術創新、 產品創新、 組織結構創新,

20

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

加速了產業數字化轉型, 通過影響政府決策、 企業生產經營、 居民消費等作用于實體經濟運行與財政收

支關系, 從底層末梢改變地方財政基礎, 直接影響其可持續性。

智慧城市發軔于數字化技術、 信息化技術等前沿科技, 涉及物聯網、 云計算、 5G 等新興技術業態。

數字基礎設施貫穿于智慧城市建設的本末, 并為城市創新的主體及對象賦能, 通過互聯網將城市公共資

源聯系起來, 利用大數據精準分配資源, 實現了云計算的集約化、 規模化應用, 以此推動城市規劃、 建

設和服務的質效大幅提升。 智慧城市建設與數字基礎設施推進的頂層設計和實踐工作高度一致, 被視為

數字基礎設施完善的一項先行探索和有益嘗試。 那么, 在數字經濟時代, 數字基礎設施建設能否促進地

方財政可持續發展, 其中有著怎樣的邏輯聯系? 為回答上述問題, 同時考慮到可能存在的內生性偏誤,

本文以智慧城市試點政策的實施作為外生沖擊, 通過雙重差分 (DID) 法實證檢驗數字基礎設施對地方財

政可持續的影響機制及效果。

隨著數字技術和實體經濟深度融合, 厘清數字基礎設施對地方財政可持續的影響機制尤為重要。 本

文試圖揭示數字基礎設施對地方財政可持續的影響效應和機制, 并用實證方法加以檢驗, 以豐富有關

數字基礎設施影響效應和財政可持續影響因素的研究文獻。 在政策層面上, 本文為決策部門進一步加

強數字基礎設施建設、 實現財政體系良性運轉、 提升地方財政可持續發展水平提供了有力的理論和實

證支持。

與已有文獻相比, 本文的邊際貢獻在于: 第一, 將數字基礎設施與財政可持續置于統一的分析框架,

理論分析和實證檢驗前者對后者的多重影響機制, 打開數字基礎設施與地方財政可持續之間關系的黑箱。

同時, 從創新水平、 人口規模、 人力資本水平三個角度出發, 探討不同城市類型下影響的異質性。 第二,

為緩解內生性問題, 將智慧城市試點政策外生沖擊作為數字基礎設施發展狀況的代理變量, 構建漸進 DID

模型評估政策實施的財政效應, 識別數字基礎設施對地方財政可持續的影響機制。

本文其他部分安排如下: 第二部分為文獻綜述, 第三部分系統闡述數字基礎設施影響地方財政可持

續的作用機制, 第四部分介紹實證研究設計, 第五部分實證檢驗數字基礎設施對地方財政可持續的影響,

第六部分給出研究結論與政策建議。

二、 文獻綜述

數字經濟對經濟社會的支撐效應日益顯現, 逐漸成為學術界的關注熱點。 已有研究多是將數字基

礎設施作為數字經濟水平的一個衡量層面, 主觀選取指標構建數字經濟綜合指數, 從實證層面討論數

字經濟的影響效應。 大部分學者肯定了數字經濟的積極意義, 認為數字經濟能夠挖掘人力資本潛力、

引領新部門發展、 賦能創新發展[1]

, 提升就業水平[2]

, 加快產業新舊動能轉換、 推動產業升級[3]

, 釋

放居民消費潛力[4]

, 從而有助于促進經濟高質量發展。 但也有學者認為數字經濟可能產生數字鴻溝,

在一定條件下不利于縮小收入差距[5]

, 造成環境惡化[6]

。 在數字經濟的財稅效應方面, 有學者從理論

層面分析了數字經濟發展對現有稅收制度的挑戰, 并指出其有損財政自立性[7]

, 侵蝕消費地稅收[8]

。

艾華等 (2021) 、 劉建民等 (2021) 、 鄧達等 (2021) 、 向鈺和趙靜梅 (2023) 分別使用固定效應模型

和空間計量模型考察了數字經濟對稅收、 財政可持續的影響效應[9-12]

。 另外, 還有學者探討了數字基

礎設施的影響, 具體涉及技術創新[13]

、 企業全要素生產率[14]

、 服務業結構升級[15] 等方面。 現有研究

在數字基礎設施的衡量上受限于數據可得性, 過于依賴互聯網普及率等傳統指標, 難以反映數字基礎

設施的全貌, 且因果識別面臨一定的內生性問題。

數字基礎設施與智慧城市試點政策的實施密切相關, 已有研究采用 DID 方法和合成控制法估計了智

慧城市試點政策對公共服務水平[16]

、 綠色低碳發展[17]

、 地區出口[18]

、 城市創新[19] 等方面的影響, 主要

關注政策實施的經濟效應和環境效應, 肯定了智慧城市試點政策對數字經濟發展的有效推動, 指出這一

試點政策可以通過降低信息不對稱、 提高知識技術的傳播效率、 優化資源配置效率等途徑發揮積極作

用, 但是鮮有文獻考察智慧城市試點政策的財政效應, 分析其對地方財政收支及可持續性的影響和內

21

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

在機理。

財政可持續是保持經濟穩定運行的重要保障, 如何科學界定財政可持續性并識別其影響因素是學者

們研究的主要議題。 比特 (Buiter, 1985) 首次定義了財政可持續, 指出財政可持續是財政支出能夠持續

被財政收入彌補的能力, 反映了財政的存續狀態[20]

。 在此基礎上, 已有文獻從財政收支平衡、 籌資能力、

償債能力等角度豐富了財政可持續的內涵, 并基于財政收支、 盈余或赤字、 政府債務等指標進行測度。

從影響因素來看, 已有文獻聚焦于財政體制、 金融政策、 人口結構等。 學者們認為分權體制之下的財政

支出競爭和稅收競爭[21]

、 結構性減稅[22]

、 中央轉移支付[23] 是影響財政可持續的重要財政因素, 顯著改

善了地方財政的可持續狀況。 在金融因素方面, 博里奧等 (Borio et al., 2016)、 封北麟 (2022) 發現金

融擴張與收縮可能會誤導政府和公眾對經濟形勢的判斷, 引發經濟波動, 影響財政收支平衡[24-25]

。 劉建

國和蘇文杰 (2022) 從調節效應和門檻效應的角度實證檢驗了金融發展、 金融錯配對財政可持續影響的

主要機制[26]

。 在人口因素方面, 大部分研究的結論都表明人口老齡化不利于地方財政可持續[27]

。 影響財

政可持續性的因素復雜多變, 已有文獻大都忽視了數字經濟這一重要背景, 對數字基礎設施因素的影響

效應討論還不夠充分。

綜上所述, 已有研究評估了數字經濟對技術創新、 產業結構、 居民消費等方面的影響, 并將財政因

素、 金融因素、 人口因素等作為切入點考察財政可持續發展的路徑, 取得了豐富的成果, 為本文研究奠

定了堅實的基礎。 但從內容來看, 有關數字經濟尤其是其中的數字基礎設施對地方財政可持續影響的探

討還較為缺乏, 未能系統揭示其背后的傳導機制; 有關智慧城市試點政策對地方財政影響的文獻還較為

鮮見。 從方法來看, 采用傳統模型和指標實證檢驗各類宏觀因素對財政可持續的影響可能會導致估計

上的偏誤, 無法較好解決因遺漏變量和反向因果造成的內生性問題。 有鑒于此, 本文從數字基礎設施

這一因素入手探討其對地方財政可持續的影響效應和機制, 以智慧城市試點政策作為準自然實驗, 構

建漸進 DID 模型, 實證檢驗數字基礎設施對地方財政可持續的影響, 并進一步探討其影響的異質性和

作用機制。

三、 理論機制與研究假設

財政可持續的本質在于財政收支之間能夠維持長期且穩定的均衡關系, 即收入能夠滿足支出, 財政

職能的實現有持續的財力保障。 數字基礎設施主要是通過財政收入端和財政支出端兩大渠道對地方財政

可持續產生多維度的影響。

(一) 數字基礎設施對地方財政可持續的積極影響

數字基礎設施通過產業結構渠道產生正向影響。 數字基礎設施可以優化升級產業結構, 促進宏

觀經濟總量增長, 為財政體系良性運轉打下堅實基礎。 以數字化技術和平臺為支撐, 新技術的產業

應用催生出大量創新業態, 延伸了產業鏈條。 根據古典分配理論, 要素價格或收益率取決于要素配

置效率。 在要素自由流動的情況下, 數字基礎設施帶動高端裝備制造、 生物醫藥等相關產業快速發

展, 而要素效率提高會促使更多的高端人才、 資本等要素流入這類產業, 產業份額和重要程度持續

上升[ 3]

, 進而實現產業結構不斷升級。 同時, 傳統產業與信息技術深度融合, 對產業進行數字化、

智能化改造, 升級落后的生產技術和工藝, 又會激發產業內生動能, 增加產品附加值, 為稅收作出

更大貢獻。

數字基礎設施通過消費需求渠道產生正向影響。 數字基礎設施可以提供更好的消費環境、 刺激公眾

消費、 增加財政收入, 促進財政的可持續發展。 從供給面來看, 數字基礎設施能夠助力企業升級產品質

量, 并將原來的不可貿易品轉化為可貿易品, 如在線教育、 在線醫療等[28]

, 拓寬消費種類, 推動公眾消

費升級。 企業利用大數據技術可以對公眾的消費特征進行分析, 推送相關的產品和服務, 為公眾搜集信

息節約成本, 滿足公眾個性化、 多樣化的消費需求, 提升公眾的消費意愿。 從需求面來看, “網紅經濟”

“直播經濟” 方興未艾, 引領著數字消費新趨勢, 促進了支付方式便捷化, 拓寬了消費渠道, 改善了公眾

22

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

的消費體驗[4]

, 增加了公眾的消費頻率及金額。 消費的增加在拉動經濟增長的同時, 既擴大增值稅的課

稅稅基, 又提高企業應繳的所得稅, 從而促進財政收入增長。

數字基礎設施通過財政支出績效渠道產生正向影響。 數字基礎設施涵蓋了數據接入、 存儲、 計算、

管理、 使用等領域, 有助于實現政府部門間的信息聯動與工作協同, 打造開放共享的數據生態環境,

加快 “數字政府” 建設步伐, 進而提高財政支出績效, 改善財政可持續狀況。一方面, 通過吸納整合

各類數據資源, 并對其深度挖掘、 加工與運算, 地方政府能夠精準地根據公眾需求生成用戶畫像, 有

針對性地提供各類公共服務, 破解公共服務供需不匹配、 管理不精準等痼疾[16]

。 另一方面, 數字基礎

設施能夠助力政務系統的開發與應用, 再造政務流程, 簡化政務程序, 可以推進政務服務的標準化

與智慧化, 推進政府治理體系與治理能力的現代化, 降低行政管理成本, 減少不必要的財政資金浪

費。 此外, 隨著多樣化信息平臺的搭建, 公眾了解政府財政收支狀況的渠道與手段增多, 在外部監

督加強的前提下, 政府官員的問責約束機制更加易于實現[ 12]

, 官員在財政資金的使用上也會更加科

學謹慎。

數字基礎設施通過征稅能力渠道產生正向影響。 數字基礎設施帶來了稅收征管的數字化變革, 提升

了稅務部門的征稅能力和效率, 進而增強地方財政的可持續性。 在 “以數治稅” 理念的推動下, 依托云

平臺、 以算法為引擎, 涉稅信息收集和處理的新技術在稅收征管領域得到空前發展。 大數據、 人工智能

深度融入稅務管理、 征收、 風險預警、 稅務稽查、 稅務執法等環節, 使稅務部門能夠及時發現稅收征管

風險點, 對其加以控制并進行 “靶向” 應對, 從而減少漏洞、 節約征管成本、 降低稅收流失率、 增加稅

收收入。 數字基礎設施也可以推動稅務部門組織結構的優化, 消除前后臺、 線上線下的隔閡, 使其向著

橫向集約化、 縱向扁平化的方向發展, 更好地適應新時代稅收征管工作的需要。

(二) 數字基礎設施對地方財政可持續的消極影響

數字基礎設施通過投資沖動渠道產生負向影響。 數字基礎設施具有基礎性、 外部性等特點, 建設

發展需要財政資金支持, 如果規模過度膨脹, 則易引發財政失衡。 由于數字經濟強大的抗沖擊能力和

韌性, 中央層面多次強調加快推進數字經濟及數字基礎設施建設。 在中國式分權理論框架下, 地方政

府受到經濟增長和政治晉升雙重動機的驅使, 很可能脫離對當地實際的理性考量, 采取急功近利、 大

干快上的做法, 將數字經濟作為新一輪區域競爭的主戰場, 背離比較優勢原理, 超前布局數字經濟,

過度投資數字基礎設施建設[11]

。 若本地區規劃的科學性不足或者地區間缺少有力協調, 則各地發展數

字經濟的競爭極易陷入失序狀態, 而地方政府對人才、 資本等關鍵要素的激烈爭奪, 勢必加大財政支

出和債務壓力, 對財政可持續構成潛在威脅。

數字基礎設施通過征稅能力渠道產生負向影響。 在大數據廣泛應用基礎上發展起來的平臺經濟、

跨境電商等改變了傳統貿易模式, 沖擊了現有稅制框架與稅收治理, 使稅收征管面臨巨大挑戰。 線上

交易渠道具有虛擬化、 形態隱匿化等特征, 導致征稅范圍界定模糊, 給稅務部門確定納稅時間、 地點

等造成困難, 部分隱性稅源游離在征管范圍之外[29]

, 也為納稅人的偷逃稅提供了彈性空間, 加大了稅

務部門的監管成本和稅收流失的風險, 弱化其征稅能力。 此外, 數字化經濟集聚發展激活了當地經濟,

使地方財政收入跨越式增長成為可能, 為引進和留住更多的數字基礎設施供應企業, 地方政府可能會

放松稅收征管, 給予企業過度的稅收返還[30]

, 這無疑將加劇稅收流失, 拉大財政收支缺口, 對財政的

可持續產生負面影響。

綜合上述分析, 本文在理論層面提出的數字基礎設施對地方財政可持續的影響機制如圖 1 所示。

基于數字基礎設施的不確定影響效應, 本文提出對立性的兩個研究假設:

假設 1: 數字基礎設施有助于地方財政可持續發展, 以正向作用為主導。

假設 2: 數字基礎設施不利于地方財政可持續發展, 以負向作用為主導。

總的來說, 數字基礎設施對地方財政可持續的影響具有雙面性, 且取決于收入端與支出端的作用對

比, 實際影響如何還需要通過后續的實證分析來探討。

23

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

B





-

@



3ffi

$\"BL!

/6

P4

B

/6 /\"

$0

BF\"B

K/\"

3\"

J

PF4(

B

KB

B

KB



B





4

圖 1 數字基礎設施對地方財政可持續的影響機制

四、 研究設計

(一) 模型構建

智慧城市建設的重要內容是基于物聯網、 云計算、 5G 網絡等新一代信息技術以及社交網絡、 綜合集

成法等, 整合信息資源、 統籌業務系統, 從而營造有利于創新涌現的生態, 實現全面透徹的感知、 寬帶

泛在的互聯、 智能融合的應用, 促進城市規劃、 建設、 管理和服務的智慧化[19]

。 為探索智慧城市發展的

科學方式, 住房和城鄉建設部辦公廳于 2012 年正式發布了關于開展國家智慧城市試點工作的通知, 印發

了 《國家智慧城市試點暫行管理辦法》 和 《國家智慧城市 (區、 鎮) 試點指標體系 (試行) 》 兩個文

件, 確定了試點實施方案。 2014 年中共中央、 國務院印發 《國家新型城鎮化規劃 (2014—2020 年) 》,

將強化信息基礎設施、 促進規劃管理信息化、 基礎設施智能化等作為智慧城市建設工作的重要內容, 標

志著智慧城市正式上升為國家戰略。 進一步, 中國將物聯感知、 網絡通信、 公共信息數據庫等相關內容

納入智慧城市的標準體系, 并從供給端發力, 為智慧城市的建設工作提供專項資金支持, 通過政策引導

推動通信基站、 工業互聯網、 大數據中心等基礎設施的建設[18]

, 促使城市不同部門和不同系統之間實現

信息共享和協同作業, 為城市治理與運營提供更高效靈活的決策支持。 可以預見, 在目標驅動與政策傾

斜的雙重作用下, 智慧城市試點城市與非試點城市相比, 數字基礎設施水平將明顯提升, 可以將智慧城

市試點政策的實施作為數字基礎設施完善的自然實驗沖擊[14]

。 2012 年住房和城鄉建設部公布了首批智慧

城市試點名單, 共有 90 個城市入選; 2013 公布了第二批試點名單, 共有 103 個城市入選; 2014 公布了第

三批試點名單, 共有 97 個城市入選。 試點中包括浙江、 廣東等東部地區經濟發達的城市, 也涵蓋了江西、

貴州、 云南、 西藏等中西部地區經濟相對落后的城市, 涉及面較廣, 建設規模較大, 并且不是以財政可

持續水平為選取標準, 從而保證了試點政策的外生性。 此外, 本文在回歸分析中加入了一系列控制變量,

盡可能規避自選擇偏誤帶來的內生性問題。

因不同城市入選智慧城市試點名單的時間不同, 因此不能采用統一設置處理時間的傳統 DID 方法, 而需

要采用相對較靈活的漸進 DID 方法, 將處理組虛擬變量和改革時點虛擬變量交乘。 本文設置回歸模型如下:

Fisit

= α1

+ β1Digit

+ ∑ckControl

kit

+ φ1i

+ δ1t

+ ε1it (1)

其中, i、 t 分別表示城市和年份; Fis 表示被解釋變量地方財政可持續程度, Dig 表示核心解釋變量

數字基礎設施, Control

k 表示第 k 個影響地方財政可持續的控制變量。

中介效應模型存在著估計偏誤, 若將所有變量 (機制變量和核心解釋變量) 都納入模型中進行回歸,

則此時機制變量是一種典型的 “壞” 控制變量, 而控制住機制變量后, 將得不到核心解釋變量的一致估

計[31]

。 本文根據江艇 (2022)

[31] 的建議, 在機制檢驗中, 第一步檢驗核心解釋變量對機制變量的影響,

第二步檢驗機制變量對地方財政可持續的影響, 設置回歸模型如下:

24

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

Mechit

= α2

+ β2Digit

+ ∑ckControl

kit

+ φ2i

+ δ2t

+ ε2it (2)

Fisit

= α3

+ β3Mechit

+ ∑ckControl

kit

+ φ3i

+ δ3t

+ ε3it (3)

其中, Mech 表示數字基礎設施對地方財政可持續影響的機制變量; φ1i、 φ2i、 φ3i 是不隨時間變化的個

體固定效應, δ1t、 δ2t、 δ3t 是不隨個體變化的時間固定效應, ε1it、 ε2it、 ε3it 表示隨機擾動項。

(二) 指標選取

1. 被解釋變量

被解釋變量為地方財政可持續程度 (Fis), 借鑒向鈺和趙靜梅 (2023)

[12]

、 李建軍和王鑫 (2018)

[32]

的做法, 用一般公共預算財政收支的差額與地區生產總值之比衡量。 該指標能夠直觀反映當期財政收支

狀況之間的差異, 表明了財政創收能力超出支出義務的相對份額, 其值越大, 越能夠適應具有高度靈活

性和不確定性的經濟社會環境和服務需求, 說明財政可持續性程度越高[33]

。

2. 核心解釋變量

核心解釋變量為數字基礎設施的完善 (Dig), 將智慧城市試點政策實施的外生沖擊作為指標表示,

若第 i 個城市在第 t 年入選智慧城市試點名單則賦值為 1, 否則賦值為 0。 當試點名單公布時間在 6 月份之

前, 則認為當年是改革年份, 在 6 月份之后認為下一年是改革年份。

3. 機制變量

產業結構 (Ind)。 產業結構的優化是產業整體質量和效率從低水平狀態向高水平演進的過程, 故使

用產業結構高級化指數對此進行衡量。 計算公式為: Ind =∑

3

m = 1

ymit

× lpmit, ymit 表示 i 城市第 m 個產業在第 t

年的增加值占地區生產總值的比重, lpmit 表示 i 城市第 m 個產業在第 t 年的勞動生產率, 即產業增加值與

就業人數之比。

消費需求 (Con), 用人均社會消費品零售額表示。

財政支出績效 (Exp), 使用數據包絡分析 (DEA) 方法進行測算。 其中, 投入指標是人均財政支出;

產出指標從教育、 文化、 醫療衛生、 基礎設施方面選取, 具體包括每萬人高等學校教師數、 每萬人中學

教師數、 每萬人小學教師數、 人均公共圖書館藏書量、 每萬人執業或助理醫師數、 每萬人醫療衛生機構

床位數、 人均擁有綠地面積、 人均排水管道長度。

投資沖動 (Inv)。 地方政府通常以直接出資或通過政策吸引企業出資的間接方式參與投資建設, 基本

主導了當地的固定資產投資。 同時, 數字基礎設施需要以通信設備、 電網等領域的固定資產投資作為支

撐, 對于細分領域的固定資產投資額大部分城市都缺乏統計數據。 本文參照郭月梅等 (2019)

[34] 的研

究, 以全社會固定資產投資與地區生產總值之比作為代理指標。

征稅能力 (Tax), 借鑒劉怡和劉維剛 (2015)

[35]

、 鄧明 (2020)

[36] 采用的稅柄回歸法, 用實際稅收

與潛在稅收的比值反映, 數值越大, 說明地方政府的征稅能力越強。 在取值時, 以實際稅收收入作為被

解釋變量, 根據地稅征稅范圍將第二產業、 第三產業、 在崗職工工資總額作為解釋變量進行回歸, 得到

潛在稅收收入。

4. 控制變量

參考劉建國和蘇文杰 (2022)

[26]

、 邱國慶和楊志安 (2022)

[27] 的研究, 從制度和宏觀經濟環境方面

選取控制變量 (Control) 如下: 財政分權 (Dec), 用人均市本級財政支出/ (人均市本級財政支出+人均

省本級財政支出) 表示; 城市化 (Urb), 用市轄區常住人口占城市總人口的比重表示; 金融發展 (Fin),

用人均金融機構貸款余額的對數表示; 經濟發展 (Eco), 用實際地區生產總值增長率表示; 對外開放

(Open), 用實際利用外資額與地區生產總值之比表示。

(三) 數據說明

為排除 2008 年次貸危機爆發的干擾, 本文選取 284 個地級市 2009—2020 年的面板數據進行研究。 數

25

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

據來源于 《中國城市統計年鑒》、 各省份統計年鑒、 北京福卡斯特信息技術有限公司 EPS 數據庫, 部分缺

失數據使用線性插值法和多重插補法作補充。

各變量的描述性統計見表 1。

表 1 各變量的描述性統計

變量 均值 標準差 最小值 最大值

Fis -0. 125 0 0. 132 0 -2. 229 8 0. 067 1

Dig 0. 292 4 0. 454 9 0 1

Ind 6. 488 0 0. 347 8 5. 517 5 7. 836 1

Con 1. 989 9 1. 815 8 0. 041 4 16. 596 1

Exp 0. 684 4 0. 178 0 0. 056 8 1. 000 0

Inv 0. 767 0 0. 273 7 0. 087 2 2. 196 9

Tax 1. 003 1 0. 448 9 0. 276 4 6. 152 6

Dec 0. 447 7 0. 096 4 0. 169 3 0. 906 4

Urb 0. 360 8 0. 235 4 0. 043 7 1. 000 0

Fin 5. 796 0 1. 013 1 3. 242 5 9. 269 7

Eco 0. 096 6 0. 090 0 -0. 468 6 0. 614 5

Open 0. 017 9 0. 018 0 0. 000 0 0. 199 0

表 1 中被解釋變量地方財政可持續的均值

為負, 說明大部分樣本城市的財政支出超過收

入水平, 財政收支矛盾凸顯, 可持續程度較

低。 且樣本城市中地方財政可持續變量的最大

值為 0. 067 1, 最小值為-2. 229 8, 呈現均值

小、 標準差大的特點, 表明中國城市的財政可

持續程度存在明顯差異, 具有不均衡性。

五、 實證結果分析

借助智慧城市試點政策實施這一事件, 定

量評估數字基礎設施對地方財政可持續的

影響①。

(一) 基準回歸結果

對模型 (1) 進行估計, 逐步加入控制變

量, 觀察核心解釋變量回歸系數的變化, 結果

見表 2。

表 2 的估計結果顯示, 依次加入控制變

量后, 數字基礎設施對地方財政可持續的影

響始終是顯著為正的, 影響效應較穩健, 其

正面影響效應超過負面影響, 印證了鄧達等

(2021)

[11] 的研究結論, 證實了假設 1 成立,

也說明假設 2 并不成立。 加快數字基礎設施建

表 2 基準模型估計結果

變量

Fis

(1) (2)

Dig 0. 012 1

??? 0. 003 6

?

(0. 002 6) (0. 002 0)

Dec -0. 954 6

???

(0. 023 0)

Urb 0. 043 4

???

(0. 012 7)

Fin 0. 030 8

???

(0. 003 3)

Eco 0. 095 4

???

(0. 011 3)

Open 0. 030 9

(0. 063 2)

地區固定效應 控制 控制

時間固定效應 控制 控制

觀測值 3 408 3 408

R

2 0. 748 5 0. 840 0

注: 括號內為標準誤;

? 、

?? 、

??? 分別表示在 10%、 5%、 1%的水平下顯

著。 后表同。

26

① 限于篇幅, 平行趨勢和動態性檢驗、 安慰劑檢驗、 處理效應同質性檢驗、 內生性檢驗、 穩健性檢驗的結果不再具體顯示, 備索。

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

設、 搭建城市智能中樞、 強化數字技術保障, 能夠助力經濟高質量發展、 縮小財政收支缺口, 提高地方

財政的可持續性。 具體而言, 在加入全部控制變量后, 政策實施帶來的數字基礎設施改善使得試點城市

的財政可持續程度比非試點城市平均高 0. 003 6。 控制變量中, 財政分權對地方財政可持續的影響在 1%的

水平上顯著為負, 原因在于分權體制之下地方政府擁有較高的支出自主權, 容易引發政府間過度競爭、

資源流動受阻等問題, 嚴重影響地方經濟發展, 加深財政縱向失衡程度[23]

。 城市化、 金融發展、 經濟發

展對地方財政可持續的影響都顯著為正。 可能的解釋為城市化有助于優化資源配置、 增加資源邊際產出,

金融發展有助于緩解融資約束、 支持實體產業與經濟, 為社會直接創造更多財富。 以上三者均為提高財

政收入、 實現財政可持續提供了堅實的物質保障。

(二) 平行趨勢和動態性檢驗

DID 方法應用的重要前提之一就是要滿足平行趨勢假設, 即在智慧城市試點政策實施前, 處理組和對

照組的財政可持續水平應具有相同的變動趨勢。 采用事件研究法的思路, 為避免完全共線性, 以政策實

施前的第三年作為基期, 將政策變量分解為政策實施當年、 實施前的年份、 實施后的年份, 對模型 (1)

進行估計。 如果政策實施前核心解釋變量的估計系數顯著, 則說明平行趨勢假設不成立; 反之, 說明前

提假設成立。

估計結果表明, 在智慧城市試點政策實施前, 核心解釋變量的系數估計值都是不顯著的。 進一步進

行聯合顯著性檢驗, 結果顯示, F 值為 1. 13, 對應的概率 P 值大于 0. 1, 說明不能拒絕變量系數同時為 0

的原假設, 平行趨勢假設成立, 即如沒有政策沖擊, 試點城市和非試點城市的財政可持續變化軌跡應是

一致的。 從動態性檢驗結果來看, 政策實施的當年及之后三年, 核心解釋變量的系數估計值不顯著, 直

到第四年才轉為顯著, 且系數估計值不斷增大, 反映出試點政策對地方財政可持續的正向促進作用呈逐

年遞增的特征。 智慧城市試點政策的實施是循序漸進的系統性工程, 其中涉及的物聯網、 云計算、 數據

信息平臺等是逐步完善并推廣應用的, 并非一蹴而就, 故在實施初期, 政策效果并未充分展現。 而隨著

時間推移, 智慧城市的建設模式、 管理方式和保障機制日趨成熟, 政策紅利不斷釋放, 政策實施的積極

效果隨之得到強化。

(三) 安慰劑檢驗

1. 時間安慰劑檢驗

將智慧城市試點政策的實施時間分別提前 1 至 2 年, 構建偽政策虛擬變量, 對模型 (1) 進行估計。

如果核心解釋變量的估計系數顯著, 則說明試點城市和非試點城市在財政可持續水平差異方面的變動不

僅僅是由政策因素引起的, 還包括某些潛在的隨時間變化的因素。

檢驗結果表明, 當假定政策實施時間提前 1 年或者 2 年時, 核心解釋變量的估計系數仍為正, 但并不

顯著, 證實了估計結果是受政策因素驅動, 可以排除某些時間因素對地方財政可持續的影響。

2. 個體安慰劑檢驗

導致估計結果偏誤的另外一個可能的原因是遺漏了個體層面的變量。 為驗證財政可持續水平的變化

是由智慧城市試點政策而不是不可觀測的遺漏變量引起, 在所有城市樣本中, 隨機抽取處理組和對照組,

生成偽政策虛擬變量, 對模型 (1) 進行估計。 重復抽樣 500 次, 得到核心解釋變量的 500 個系數估計

值。 核密度分布表明, 系數估計值集中在 0 附近, 與表 2 中的估計結果 0. 003 6 相差較大, 估計值的均值

為-0. 000 4, 標準差為 0. 002 2, 對應的概率 P 值大多超過 0. 1 且不顯著, 說明估計結果是可靠的, 并不

存在嚴重偏誤。

(四) 處理效應同質性檢驗

除了平行趨勢假設, 漸進 DID 方法的準確使用還需要隨時間恒定的處理效應的假定。 根據弗里施-沃

-洛弗爾 (Frisch-Waugh-Lovell) 定理, 雙向固定效應的估計量等于所有可能的 2×2DID 估計量的加權平

均, 其中的類型包括處理組和從未處理組、 先處理組和還未被處理的后處理組、 已被處理的先處理組和

還未被處理的后處理組。 在時變處理效應下, 處理過的個體作為對照組是一類壞的對照組, 原因在于在

27

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

第二次差分時獲得的長期趨勢中混雜了動態處理效應, 但并沒有在第一次差分時被消除掉, 這會使漸進

DID 的估計產生偏誤, 甚至出現相反的因果效應。

為了診斷這一誤區, 古德曼-培根 (Goodman-Bacon, 2021) 提出了培根分解, 通過各類 2×2DID 估計

量在總處理效應的權重及其占比判斷這一假定前提是否成立[37]

。

本文的相關檢驗結果表明, 雙向固定效應的估計量主要源于處理組對從未處理組這一類 2×2DID, 其

平均處理效應為 0. 028, 權重占比達到近 90%。 后處理組對先處理組這類可能存在壞對照組的 2×2DID,

處理效應都落在了負值區間, 故其平均處理效應也為負, 值為-0. 018, 但其權重占比較低, 僅為 6. 7%,

對總體的估計影響并不大, 沒有造成嚴重的估計偏誤。

根據亞克拉 (Jakiela, 2021)

[38] 的研究, 進一步結合回歸法對處理效應同質性進行檢驗。 用 ui 表示

t = 1 時個體 i 的財政可持續水平, ut 表示沒有處理時 t-1 和 t 之間財政可持續水平的變化, 在平行趨勢假

設下, 這一變化在個體間是恒定的。 那么, 個體 i 在 t 期的財政可持續水平可以表示為:

Fisit

= μi

+ ∑μt

+ σDigit (4)

其中, σ 表示同質處理效應。 因此, 在同質處理效應和平行趨勢假設下, 余值化財政可持續水平 Fisit

~

是余值化政策變量 Digit

~ 的線性函數, 其斜率應該在試點城市和非試點城市之間無差異。 如果回歸結果存

在差異, 則說明同質處理效應假設不成立。

其中, Fisit

~

= (Fisit

- μi) - (μt

-

∑Fisit

NT

), Digit

~

= (Digit

- Digi) - (Digt

-

∑Digit

NT

), Digi 表示政策

變量個體均值, Digt 表示政策變量時間均值。

本文的相關檢驗結果表明, Dig

~ 與試點城市×Dig

~ 的系數估計符號、 顯著性都是一致的, Dig

~ 對 Fis

~ 的

影響在試點城市和非試點城市之間不存在差別, 無法拒絕同質化處理效應假設, 使用漸進 DID 方法的前

提成立。

(五) 內生性檢驗

鑒于入選智慧城市試點政策的城市名單不是隨機的, 可能存在選擇性偏誤, 故選取工具變量, 采用

兩階段最小二乘 (2SLS) 方法進行實證檢驗。 參考劉成杰 (2021)

[39] 的做法, 將 1984 年每百人固定電話

數作為工具變量。 原因在于:一是智慧城市試點的選擇可能會考慮到建設條件, 即網絡信息技術, 而網

絡信息技術是在傳統通信技術基礎上發展起來的, 滿足相關性假設; 二是傳統通信技術在不斷革新, 其

歷史使用情況對當前城市發展的影響在弱化, 滿足排他性假設。 因工具變量是截面的, 本文將工具變量

與時間趨勢項交乘, 擴展為面板數據。

本文的相關檢驗結果表明, 在第一階段的估計中, 在不加入和加入控制變量兩種情況下, 工具變量

對城市是否入選智慧城市試點政策名單的影響都是顯著為正的, 且 F 值分別為 20. 81 和 23. 02, 均大于

10, 可以拒絕弱工具變量的原假設。 歷史上固定電話普及率越高的城市, 越有可能入選智慧城市試點。 在

第二階段估計中, 核心解釋變量對地方財政可持續的影響顯著為正, 說明在考慮了試點政策的內生性后,

數字基礎設施對地方財政可持續的促進作用仍然存在, 即假設 1 是成立的, 假設 2 不成立。

(六) 穩健性檢驗

數字基礎設施是一類以通信網絡為基礎、 以數據和計算設施為核心的新型基礎設施體系。 寬帶網絡

的普及能夠在一定程度上反映數字基礎設施的完善程度, 故借鑒習明明等 (2022)

[40] 的做法, 使用每千

萬人互聯網寬帶接入用戶數替代模型 (1) 中的政策變量, 作為數字基礎設施的代理指標。

促進財政可持續性的重點任務是保證政府債務與地區生產總值之比的穩定性, 保持債務的持續清償

能力。 使用負債率指標替換模型 (1) 中的被解釋變量進行回歸, 計算方式為地方政府債務余額與地區生

產總值之比[12]

, 負債率越高, 財政可持續性越低。 數據來源于萬得 (Wind) 數據庫。

28

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

本文的研究樣本中包括不同行政等級的城市, 各類城市地方政府的發展目標、 掌握的行政權力、 行

為模式可能存在差異。 為了避免不同層級城市資源分布的非平衡性對回歸結果造成干擾, 將所有省會城

市和直轄市從樣本中刪除, 最終剩余 253 個城市樣本。

2015 年施行的 《中華人民共和國預算法》 (以下簡稱新預算法) 對透明預算提了新的要求, 明確規

定了全口徑預算管理, 并擴大了預算公開的范圍, 細化了預算公開的科目, 這對于實現公眾有效監督,

約束政府官員的機會主義行為, 提高財政資金管理水平, 促進地方財政可持續發展有著積極影響。 為檢

驗考察期內數字基礎設施對地方財政可持續的影響是否為凈效應, 是否混雜了其他政策的影響, 本文設

置代表新預算法實施的虛擬變量, 并將其引入回歸模型 (1)。 其中, 時點虛擬變量在 2015 年之前取值為

0, 在 2015 年及之后的年份取值為 1。 以新預算法實施前一年樣本財政透明度指數的中位數為分界點, 當

指數低于中位數時是處理組, 處理組虛擬變量賦值為 1, 否則賦值為 0。 將時點虛擬變量與處理組虛擬變

量交乘, 作為新政策變量的表示。 財政透明度指數數據來源于清華大學課題組編制的 《中國市級政府財

政透明度研究報告》。

針對漸進 DID 中的異質性處理效應問題, 加德納 (Gardner, 2022) 提出了兩階段 DID 方法[41]

, 本文

借鑒這種方法, 首先用未參加試點的城市來估計下列模型:

Fisit

= φi

+ δt

+ ∑ckControl

kit

+ εit (5)

得到個體固定效應 φi 和時間固定效應 δt 的估計值后, 再用全部樣本估計平均處理效應 β:

Fisit

-φi

^

-δt

^

= βDigit

+ ∑ckControl

kit

+ εit (6)

本文的相關檢驗結果表明, 對應于不同情況, 數字基礎設施對地方財政可持續的影響都至少在 10%

的水平上顯著為正, 在用負債率表示財政可持續時, 影響系數顯著為負, 再次證實數字基礎設施建設有

助于實現地方財政的可持續, 即結論支持了研究假設 1, 不支持研究假設 2。 在排除了新預算法實施這一

政策影響后, 對比表 2 的估計結果, 核心解釋變量的系數有所降低, 說明數字基礎設施的政策效應有可能

被高估, 但其對地方財政可持續的正向促進作用仍然顯著存在, 結論是穩健的。

(七) 異質性檢驗

為回答數字基礎設施對地方財政可持續的影響是否在不同特質城市存在差異, 基于模型 (1) 刻畫以

下三種異質性表現, 結果見表 3。

表 3 異質性檢驗結果

變量

創新水平 人口規模 人力資本

高創新水平城市 低創新水平城市 高人口規模城市 低人口規模城市 高人力資本城市 低人力資本城市

Dig 0. 009 6

??? -0. 000 4 0. 006 5

?? 0. 004 8

? 0. 008 7

??? -0. 000 3

(0. 003 0) (0. 003 4) (0. 003 3) (0. 002 6) (0. 002 6) (0. 004 1)

Dec -0. 798 0

??? -0. 991 6

??? -1. 346 1

??? -0. 690 7

??? -0. 762 9

??? -1. 188 5

???

(0. 035 5) (0. 034 5) (0. 038 6) (0. 028 9) (0. 031 6) (0. 041 5)

Urb 0. 039 1

? 0. 062 5

??? -0. 023 6 0. 070 0

??? 0. 051 8

??? 0. 072 6

???

(0. 021 4) (0. 018 0) (0. 021 0) (0. 016 4) (0. 017 1) (0. 021 9)

Fin 0. 021 1

??? 0. 037 8

??? 0. 024 1

??? 0. 023 4

??? 0. 015 3

??? 0. 041 5

???

(0. 004 4) (0. 005 2) (0. 004 6) (0. 003 8) (0. 003 4) (0. 006 3)

Eco 0. 138 9

??? 0. 092 1

??? 0. 116 1

??? 0. 111 3

??? 0. 112 4

??? 0. 104 7

???

(0. 011 4) (0. 014 4) (0. 018 9) (0. 009 9) (0. 009 8) (0. 019 3)

Open 0. 185 4

?? -0. 000 3 -0. 122 6 0. 137 8

?? 0. 130 4

? -0. 055 4

(0. 090 0) (0. 075 1) (0. 085 2) (0. 068 1) (0. 068 3) (0. 092 8)

29

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

表3(續)

變量

創新水平 人口規模 人力資本

高創新水平城市 低創新水平城市 高人口規模城市 低人口規模城市 高人力資本城市 低人力資本城市

地區固定效應 控制 控制 控制 控制 控制 控制

時間固定效應 控制 控制 控制 控制 控制 控制

觀測值 1 704 1 704 1 704 1 704 1 704 1 704

R

2 0. 579 8 0. 418 2 0. 579 0 0. 481 6 0. 546 1 0. 484 2

1. 創新水平

創新水平用人均發明專利申請數表示。 如當年某個城市的創新水平高于樣本中位數, 則劃定為高創

新水平城市, 否則為低創新水平城市。 對于高創新水平的城市而言, 數字基礎設施對財政可持續的影響

系數為 0. 009 6, 且在 1%的水平顯著, 而低創新水平的城市, 此影響為負且不顯著。 可能的解釋為城

市創新水平越高, 經濟社會數字化轉型能力越強, 越有助于智慧城市試點工作的開展, 并支撐數字基

礎設施建設, 為新型數字技術的發展注入源源不斷的動力, 發揮其刺激消費、 優化產業結構等功能。

2. 人口規模

人口規模用年末常住人口數與行政區域土地面積之比表示。 若某個城市當年的人口規模高于樣本中

位數, 則劃定為高人口規模城市, 否則為低人口規模城市。 對于高人口規模和低人口規模的城市而言,

數字基礎設施對財政可持續的影響都是顯著為正的, 但前者的影響系數和顯著性水平都高于后者。 進一

步進行費舍爾組合檢驗, 結果表明, 兩者的系數差為-0. 001 7, 對應的經驗 P 值為 0. 10, 說明可以在

10%的顯著性水平上拒絕兩者無差異的原假設。 原因可能是高人口規模的城市能夠更有效發揮集聚效應,

對數字基礎設施的利用率更高, 能夠充分發揮數字基礎設施的價值。 而低人口規模的城市, 各方面的配

套措施較匱乏, 數字基礎設施的積極作用發揮不夠充分。

3. 人力資本水平

人力資本水平用每萬人口中大學生人數表示。 如某個城市當年的人力資本水平高于樣本中位數, 則

劃定為高人力資本城市, 否則為低人力資本城市。 對于高人力資本的城市而言, 數字基礎設施對財政可

持續的影響系數為 0. 008 7, 且在 1%的水平顯著, 而低人力資本的城市, 此影響為負且不顯著。 原因在于

數字基礎設施對人力資本有著更高的要求, 人力資本水平高的城市, 企業研發創新能力強, 勞動力掌握

的知識技能更豐富, 能夠迅速掌握并應用新技術、 新手段, 并依托數字基礎設施催生出更多的創新業態

和經濟模式, 推動經濟社會轉型升級, 支撐財政的安全運行。 人力資本水平低的城市, 創新能力較弱,

無法滿足和適應數字基礎設施推廣應用的需要, 使其正向作用的發揮受到限制。

(八) 機制檢驗

根據前文的理論分析, 對模型 (2)、 模型 (3) 進行估計, 驗證數字基礎設施通過產業結構、 消費需

求、 財政支出績效、 投資沖動、 征稅能力路徑對地方財政可持續產生的影響, 結果見表 4。

表 4 機制檢驗結果

變量

產業結構 消費需求 財政支出績效 投資沖動 征稅能力路徑

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

Dig 0. 026 0

??? 0. 442 8

??? 0. 015 3

?? 0. 074 2

??? -0. 029 7

???

(0. 006 1) (0. 066 5) (0. 006 0) (0. 017 0) (0. 009 6)

Ind 0. 028 1

???

(0. 009 2)

30

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

表4(續)

變量

產業結構 消費需求 財政支出績效 投資沖動 征稅能力路徑

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

Con 0. 004 3

???

(0. 001 4)

Exp 0. 139 6

???

(0. 041 0)

Inv -0. 011 1

(0. 012 6)

Tax 0. 033 4

???

(0. 004 8)

控制變量 控制 控制 控制 控制 控制 控制 控制 控制 控制 控制

地區固定效應 控制 控制 控制 控制 控制 控制 控制 控制 控制 控制

時間固定效應 控制 控制 控制 控制 控制 控制 控制 控制 控制 控制

觀測值 3 408 3 408 3 408 3 408 3 408 3 408 3 408 3 408 2 820 2 820

R

2 0. 595 8 0. 639 8 0. 799 4 0. 640 9 0. 450 5 0. 441 0 0. 241 6 0. 593 7 0. 323 8 0. 647 6

在控制了其他變量的條件下, 由列 (1) 可知, 核心解釋變量對產業結構的影響顯著為正。 作為中國

數字基礎設施建設的一項較早嘗試, 智慧城市試點政策的推進有助于加速產業間的信息傳遞和創新擴散,

為產業結構優化升級創造了積極條件。 由列 (2) 可知, 從效應來看, 產業結構優化可以增加財政收入,

顯著促進地方財政可持續發展, 證明了第一條影響路徑的存在。 由列 (3) 和列 (4) 可知, 核心解釋變

量對消費需求的影響系數和消費需求對地方財政可持續的影響系數分別是 0. 442 8 和 0. 004 3, 都在 1%的

水平上顯著, 表明數字基礎設施通過消費需求作用于地方財政可持續的路徑暢通, 第二條影響路徑是存

在的。 數字基礎設施能夠提高企業捕捉并響應消費需求變化的能力, 有效刺激公眾消費需求, 進而帶動

經濟增長, 增強財政可持續能力。 由列 (5) 和列 (6) 可知, 核心解釋變量對財政支出績效的影響系數

和財政支出績效對地方財政可持續的影響系數分別是 0. 015 3 和 0. 139 6, 均在 1%的水平上顯著, 證明了

第三條影響路徑的存在。 數字基礎設施促進了新一代信息技術的前沿突破, 有利于打造智慧政務, 推進

精準化的財政支出管理模式的變革, 并節約不必要的財政開支, 縮小財政收支缺口, 保證財政的發展與

安全。 由列 (7) 和列 (8) 可知, 核心解釋變量對投資沖動的影響是顯著為正的, 投資沖動對地方財政

可持續的影響為負, 但并不顯著, 與理論分析不相符, 說明第四條影響路徑不存在。 可能的原因在于投

資規模擴張在短期內能夠拉動經濟增長, 從而助力財政收入上漲。 當收入足以覆蓋債務的還本付息及維

持正常財政支出時, 財政是可以實現可持續發展的, 這抵消了投資沖動對地方財政可持續的負向作用,

使得綜合影響微弱, 數字基礎設施通過投資沖動影響地方財政可持續的機制被中斷。 由列 (9) 和列

(10) 可知, 核心解釋變量對征稅能力的影響是顯著為負的, 征稅能力對地方財政可持續的影響顯著為

正, 證明了第五條影響路徑的存在。 數字基礎設施在推動新技術與稅收征管快速融合、 為納稅人提供更

高效便捷的辦稅流程的同時, 可能會加大稅收監督和稽查難度, 造成稅收流失, 難以做到稅款的應收盡

收, 不利于地方財政的可持續。 這主要是因為數字基礎設施支撐下的數字經濟活動具有要素信息化、 業

態虛擬化等特點, 無形的數字化網絡交易使稅源表現出隱匿性、 即逝性, 并造成了稅收管轄權的認定困

難, 使得部分稅源游離在征管范圍之外, 增加了稅收流失的風險。

(九) 拓展性分析

地方財政可持續性存在較強的空間相關性, 在識別智慧城市試點政策對地方財政可持續性的影響時,

需要考慮空間溢出效應。 本文構建空間自回歸模型對此進行拓展性分析:

31

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

Fisit

= α4

+ ρWFisjt

+ β1Digit

+ ∑ckControl

kit

+ φ4i

+ δ4t

+ ε4it (7)

由于地理距離和經濟距離相近的城市聯系更加密切, 本文設置三類空間權重矩陣:一是地理距離空

間權重矩陣 W1, 矩陣元素取地區間基于經緯度計算的歐式距離的倒數; 二是經濟距離空間權重矩陣 W2,

矩陣元素取考察期內各年各地區人均 GDP 均值之差絕對值的倒數; 三是綜合空間權重矩陣 W3, W3 = W1×

W2。 估計結果見表 5。

表 5 空間自回歸模型的估計結果

變量 W1 W2 W3

W×Fis 0. 178 4

??? 0. 209 1

??? 0. 054 0

??

(0. 037 2) (0. 034 8) (0. 024 4)

Dig 0. 009 3

??? 0. 010 0

??? 0. 006 8

??

(0. 003 0) (0. 003 0) (0. 002 9)

直接效應 0. 009 4

??? 0. 010 1

??? 0. 006 9

??

(0. 003 1) (0. 003 1) (0. 003 0)

間接效應 0. 002 1

?? 0. 002 7

?? 0. 000 4

(0. 001 0) (0. 001 1) (0. 000 3)

總效應 0. 011 5

??? 0. 012 8

??? 0. 007 3

??

(0. 003 9) (0. 004 1) (0. 003 2)

控制變量 控制 控制 控制

地區固定效應 控制 控制 控制

時間固定效應 控制 控制 控制

觀測值 3 408 3 408 3 408

R

2

0. 367 3 0. 369 1 0. 372 6

表 5 的數據顯示, 對應于三大空間權重矩陣, 空間自回歸系數至少在 5%的水平上顯著, 說明地理距

離和經濟距離相近的城市的地方財政可持續性存在空間關聯, 在進行回歸分析時, 有必要將空間相關性

納入實證模型。 空間自回歸系數都為正, 且位于 0 和 1 之間, 模型符合空間平穩性條件。 其他城市的地方

財政可持續水平提高, 也會帶動本地區的財政可持續水平相應提高。 進一步對比系數大小, 可以發現經

濟距離空間權重矩陣下的空間自回歸系數要大于地理距離空間權重矩陣下的系數, 說明不同城市在經濟

空間的互動強度要高于在地理空間的互動強度。

為對回歸系數做出合理的解釋, 本文使用偏微分方法, 將數字基礎設施的影響效應分解為直接效應、

間接效應和總效應。 對應于三大空間權重矩陣, 數字基礎設施的直接效應、 總效應均顯著為正, 間接效

應為正, 且在大多數情況下都是顯著的。 加強數字基礎設施建設不僅有利于當地財政可持續發展, 對地

理距離和經濟發展水平相近的城市來說, 也有著積極意義。 原因可能是智慧城市試點政策加強了數字平

臺和網絡建設, 具有良好的空間輻射效應, 促進了各城市技術共同進步, 為資源在城市間流動創造了便

利條件, 有助于城市間的經濟往來更加密切, 并使得其他城市獲得了 “搭便車” 的好處。

六、 研究結論與政策建議

本文的研究結論為: 第一, 數字基礎設施對地方財政可持續的影響顯著為正, 正面影響效應超過負

面影響, 占主導地位, 且這種正面影響呈逐年遞增的特征。 第二, 從異質性來看, 數字基礎設施對地方

32

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

財政可持續的正向作用在高創新水平、 高人口規模、 高人力資本的城市表現更為突出。 第三, 從機制來

看, 數字基礎設施通過促進產業結構優化升級、 刺激公眾消費需求、 提高財政支出績效等渠道發揮積極

作用, 但其也會弱化政府征稅能力, 造成稅收流失, 對地方財政可持續發展產生負面影響。 同時, 投資

沖動對地方財政可持續的影響不顯著, 使得數字基礎設施通過強化投資沖動影響地方財政可持續的機制

被中斷。 第四, 從空間效應來看, 數字基礎設施建設具有溢出性, 不僅有利于當地, 也能夠帶動地理距

離相近和經濟發展水平類似的城市財政可持續性提高。

基于以上結論, 提出政策建議如下:

第一, 順應新一輪數字化浪潮, 加快數字基礎設施投資步伐, 將數字基礎設施建設作為新一輪投資

的著力點, 建立健全數字生態系統的核心架構。 同時以地方資源特點和財力承受能力為出發點, 加強統

籌規劃, 科學布局, 在建設過程中防止出現 “一窩蜂” “一刀切” 等現象, 避免形成地方債務過度膨脹、

預算執行軟約束等問題。 地方政府還應有序引導社會資本投入, 吸引市場力量廣泛參與, 循序漸進、 統

籌協調開展數字基礎設施建設, 釋放數字技術和大數據資源對地區創新體系的賦能價值。

第二, 搭建財政、 稅收等領域的智能網絡平臺, 將大數據、 人工智能等數字技術運用到財稅管理的

各方面、 全流程。 健全財政資金動態監控體系, 打破數據壁壘, 使公眾低成本參與到財政治理中, 直觀

地跟蹤財政支出的去向, 提升財政支出效率。 以數字基礎實施為抓手, 對預算、 政府采購、 國庫集中支

付、 決算等業務場景進行多維分析, 提高財政決策的靶向性和針對性。 利用區塊鏈技術收集涉稅信息,

實現多主體的信息交互與聯通, 優化數字經濟下的稅源管控和征收方式, 并基于大數據精準監測潛在的

偷逃稅行為, 減少稅收流失。

第三, 依托數字基礎設施積極推動產業和消費升級, 為財政可持續發展夯實物質基礎。 加快數字產

業化、 產業數字化進程, 完善數字經濟產業鏈, 將數字基礎設施與傳統產業深入融合, 推動產業集群化、

精細化發展, 為產業優化升級注入數字動力, 提高產業附加值。 提升數字經濟包容性, 加大數字技術的

普及力度, 減少數字基礎設施的應用障礙, 減輕數字鴻溝對于公眾消費升級的束縛。 培育線上消費新增

長點, 創新商品與服務的供給模式, 培育新型消費業態, 打造消費新場景, 充分釋放消費市場潛力。

第四, 充分利用數字基礎設施的空間溢出效應。 重視區域發展的均衡性和協調性, 因地制宜, 分步

驟、 分批次推動各地區數字基礎設施建設。一方面, 加大高創新能力、 高人口規模和高人力資本地區的

數字化建設投入, 形成區域數字經濟核心帶, 以此帶動相鄰地區數字經濟發展, 增強財政可持續性, 同

時, 發揮先行地區的引領和示范作用, 補齊落后地區優質人力資本和技術創新領域的短板。 另一方面,

推動地區間要素循環和流通, 實現地區間智能網絡共享, 形成區域智慧治理的分工和協同體系, 注意避

免陷入數字基礎設施低水平重復建設和同質化競爭。

參考文獻:

[1]朱金鶴,孫紅雪. 數字經濟是否提升了城市經濟韌性? [J]. 現代經濟探討,2021(10):1-13.

[2]郭東杰,周立宏,陳林. 數字經濟對產業升級與就業調整的影響[J]. 中國人口科學,2022(3):99-110,128.

[3]戴魁早,黃姿,王思曼. 數字經濟促進了中國服務業結構升級嗎? [J]. 數量經濟技術經濟研究,2023,40(2):90-112.

[4]鐘若愚,曾潔華. 數字經濟對居民消費的影響研究———基于空間杜賓模型的實證分析[J]. 經濟問題探索,2022(3):31-43.

[5]王軍,肖華堂. 數字經濟發展縮小了城鄉居民收入差距嗎? [J]. 經濟體制改革,2021(6):56-61.

[6]柏亮,陳小輝. 數字經濟如何影響工業 SO2 排放? ———理論解讀與實證檢驗[J]. 東北財經大學學報,2020(5):73-81.

[7]王雍君,王冉冉. 數字經濟稅收治理:轄區規則、財政自立與均等化視角[J]. 稅務研究,2022(1):49-58.

[8]李蕊,李水軍. 數字經濟:中國稅收制度何以回應[J]. 稅務研究,2020(3):91-98.

[9]艾華,徐綺爽,王寶順. 數字經濟對地方政府稅收收入影響的實證研究[J]. 稅務研究,2021(8):107-112.

[10]劉建民,薛妍,劉嘉意. 數字經濟對地方財政可持續性的影響研究:基于“本地—鄰地”視角[ J]. 湖南大學學報(社會科學版),2021,

35(6):46-56.

[11]鄧達,潘光曦,林曉樂. 我國數字經濟發展對地方財政可持續性的影響[J]. 當代財經,2021(9):38-52.

33

2023 年第 5 期 宋美喆, 胡丕吉: 數字基礎設施對地方財政可持續的影響機制及效果研究

[12]向鈺,趙靜梅. 基于數字經濟的地方財政可持續性研究[J]. 中國軟科學,2023(3):203-212.

[13]趙星. 新型數字基礎設施的技術創新效應研究[J]. 統計研究,2022,39(4):80-92.

[14]溫湖煒,鐘啟明. 數字基礎設施與企業全要素生產率———來自中國上市公司的證據[J]. 軟科學,2022,36(8):64-71.

[15]袁航,夏杰長. 數字基礎設施建設對中國服務業結構升級的影響研究[J]. 經濟縱橫,2022(6):85-95.

[16]董宴廷,王洛忠. 智慧城市建設與城市公共服務水平———基于智慧城市試點的準自然試驗[J]. 城市問題,2021(10):56-64.

[17]張兵兵,陳思琪,曹歷娟. 城市因“智慧”而低碳嗎? ———來自智慧城市試點政策的探索[J]. 經濟評論,2022(6):132-149.

[18]周記順,宋顏希. 新型基礎設施建設對地區出口的影響———來自國家智慧城市試點的證據[J]. 產業經濟研究,2022(5):115-128.

[19]姚璐,王書華,范瑞. 智慧城市試點政策的創新效應研究[J]. 經濟與管理研究,2023,44(2):94-111.

[20]BUITER W H. A guide to public sector debt and deficits[J]. Economic Policy, 1985, 1(1): 13-79.

[21]孫正,陳旭東,蘇曉燕. 地方競爭、產能過剩與財政可持續性[J]. 產業經濟研究,2019(1):75-86.

[22]鄧曉蘭,許晏君,劉若鴻. 結構性減稅與地方財政可持續性———基于“營改增”的實證研究[J]. 中央財經大學學報,2021(10):15-29.

[23]杜彤偉,張屹山,楊成榮. 財政縱向失衡、轉移支付與地方財政可持續性[J]. 財貿經濟,2019,40(11):5-19.

[24]BORIO C E, LOMBARDI M J, ZAMPOLLI F. Fiscal sustainability and the financial cycle[Z]. BIS Working Papers No. 552, 2016.

[25]封北麟. 財政可持續與金融穩定———基于中國的經驗研究[J]. 財政科學,2022(2):33-51.

[26]劉建國,蘇文杰. 金融錯配對地方財政可持續性的影響———基于金融發展的調節效應和門檻效應[J]. 金融經濟學研究,2022,37(2):

3-19.

[27]邱國慶,楊志安. 人口老齡化、扭曲效應與財政可持續性[J]. 當代經濟科學,2022,44(4):19-30.

[28]高振娟,趙景峰,張靜,等. 數字經濟賦能消費升級的機制與路徑選擇[J]. 西南金融,2021(10):44-54.

[29]陳志勇,王希瑞,劉暢. 數字經濟下稅收治理的演化趨勢與模式再造[J]. 稅務研究,2022(7):57-63.

[30]白彥鋒,劉璐. 平臺經濟發展“雙失序”與共同富裕取向的財政治理選擇[J]. 河北大學學報(哲學社會科學版),2022,47(1):10-23.

[31]江艇. 因果推斷經驗研究中的中介效應與調節效應[J]. 中國工業經濟,2022(5):100-120.

[32]李建軍,王鑫. 地方財政可持續性評估———兼論稅收分權能否提升地方財政可持續性[J]. 當代財經,2018(12):37-47.

[33]李永友,鄧龍真. 財政安全的測度方法與現實考量[J]. 北京社會科學,2023(6):88-99.

[34]郭月梅,陳平,毛瓊枝. 財政分權、投資沖動與地方政府債務增長[J]. 廣西財經學院學報,2019,32(1):36-45.

[35]劉怡,劉維剛. 稅收分享對地方征稅努力的影響———基于全國縣級面板數據的研究[J]. 財政研究,2015(3):30-36.

[36]鄧明. 自然資源稟賦與地方政府的征稅能力建設[J]. 財政研究,2020(11):56-70,100.

[37]GOODMAN-BACON A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254-277.

[38]JAKIELA P. Simple diagnostics for two-way fixed effects[EB/ OL]. (2021-03-24)[2023-07-16]. https: / / doi. org / 10. 48550 / arxiv. org /

abs/ 2103. 13229.

[39]劉成杰,胡鈺苓,李虹橋,等. 中國智慧城市試點政策對城市發展質量的影響———基于韌性發展的視角[ J]. 城市問題,2021( 11):

79-89.

[40]習明明,梁晴,傅鈺. 數字經濟對城市經濟增長的影響研究[J]. 當代財經,2022(9):15-27.

[41] GARDNER J. Two-stage difference-in-differences [ EB/ OL]. ( 2022 - 07 - 13 ) [ 2023 - 07 - 16 ]. https: / / doi. org / 10. 48550 / arXiv.

2109. 05913.

34

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

Research on the Influence Mechanism and Effect of Digital Infrastructure on

Local Fiscal Sustainability

SONG Meizhe

1

, HU Piji

2

(1. Hunan University of Finance and Economics, Changsha 410205;

2. Changsha Central Sub-branch of People?s Bank of China, Changsha 410005)

Abstract:Fiscal policy is the foundation and important pillar of national governance, playing the role of stabilizer and regulator in ensuring high-quality and sustainable economic and social development, which is premised on

fiscal sustainability itself.

Digital infrastructure centered on artificial intelligence, cloud computing and block chain lays a solid foundation for the digital economy by impacting activities of enterprise operation, residents? consumption and government

decision-making on real economy operation, and reflecting on fiscal revenue and expenditure relations, gradually

changing the fiscal basis of local governments from the bottom up, directly affecting their sustainability. Firstly, the

mechanism of the multi-dimensional impact of digital infrastructure on local fiscal sustainability is systematically elaborated from the two major channels of fiscal revenue and fiscal expenditure. Specifically, the impact path on the

fiscal revenue is examined from the perspective of industrial structure, consumption demand, and taxation capability, while the impact path on the fiscal expenditure is examined from the perspective of fiscal expenditure performance and investment impulses. Secondly, considering the potential endogenous bias, adopting the quasi-natural experiment of implementing the smart city pilot policy, the actual impact of digital infrastructure on local fiscal sustainability is empirically tested by using the staggered difference-in-differences model. The research finds that the

impact of digital infrastructure on local fiscal sustainability is dominated by positive effects.

After considering the effects of endogenous modelling, heterogeneity treatment, replacing variables, deleting

some samples and excluding other policy interventions, the conclusion still holds. This impact has the increasing

characteristic year by year and shows heterogeneity, being more prominent in cities with higher innovation level,

larger population scale and higher human capital.

The mechanism test shows that digital infrastructure plays a positive role through promoting industrial upgrading,

stimulating public consumption demand and improving the performance of fiscal expenditure channels, but it can also

weaken government taxation capability and cause tax leakage, having negative impact on local fiscal sustainable development. At the same time, the effect of the impact of investment impulses is not significant, interrupting the mechanism of digital infrastructure transmitting to local fiscal sustainability through strengthening investment impulses.

Further study finds that the construction of digital infrastructure has spatial spillover effects and can promote the improvement of fiscal sustainability of cities with close geographical distance and similar levels of economic development.

Therefore, countermeasures are proposed from orderly guiding social capital investment, accelerating the pace

of digital infrastructure investment, making digital infrastructure construction the focus of the new round of investment, building an intelligent network platform in the tax and fiscal field, applying big data and artificial intelligence

technologies to tax administration, reducing application barriers of digital infrastructure, promoting industrial and

consumption upgrades, and exerting radiation effects of pioneer cities.

Keywords: digital infrastructure; local fiscal sustainability; smart city pilot policy; industrial structure; consumption demand; performance of financial expenditure; taxation capability; investment impulsion

(責任編輯: 周 斌; 姚望春)

35

第 25 卷 第 5 期

2023 年 9 月

首都經濟貿易大學學報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 003

研發補貼對新能源企業創新的

非對稱性激勵效應研究

尚洪濤, 宋岸玲

(北京工業大學 經濟與管理學院, 北京 100124)

收稿日期: 2022-11-11; 修回日期: 2023-03-10

基金項目: 國家社會科學基金一般項目 “提升民營科技企業創新質量的財稅政策研究” (19BJY040)

作者簡介: 尚洪濤 (1967—), 女, 北京工業大學經濟與管理學院教授、 博士生導師, 通信作者; 宋岸玲 (1998—), 女, 北京工業大

學經濟與管理學院碩士研究生。

摘 要: 以 2010—2020 年 A 股新能源上市公司為研究樣本, 實證分析政府研發補貼對新能源企業創

新數量和創新質量的非對稱影響及數字化轉型的調節作用。 研究結果表明: 研發補貼對新能源企業創新

產出的激勵效應具有非對稱性。一方面, 研發補貼能夠顯著促進新能源企業的創新數量, 且這種促進作

用在國有企業與非國有企業中無顯著差異; 另一方面, 研發補貼對新能源企業創新質量具有抑制作用,

且這種抑制作用在非國有企業中更顯著。 進一步研究發現, 隨著數字化轉型程度的提高, 研發補貼對企

業創新質量的抑制作用明顯減弱, 對企業創新數量的促進作用也顯著降低, 這說明數字技術可以驅動企

業更加關注創新質量, 能夠有效提高補貼資源的利用效果。 研究結論對政府補貼的頂層設計、 中國新能

源企業的數字化轉型與創新發展具有一定的參考價值。

關鍵詞: 新能源企業; 研發補貼; 數字化轉型; 創新數量; 創新質量

中圖分類號: F812. 45; F273. 1 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0036-14

一、 問題提出

隨著數字技術和低碳技術的迅猛發展, 數字驅動的創新型經濟和綠色經濟日益成為中國經濟高質量

發展的主旋律。 越來越多的國家將發展的重心逐步向新能源行業轉移[1]

, 而推動綠色技術創新是實現綠

色發展的核心驅動力[2]

。 新能源產業將新興產業與新興技術深度融合, 鼓勵新能源企業創新、 提升其創

新質量對當前中國經濟發展至關重要。 目前世界大多數國家和地區都在通過為新能源產業提供稅收優惠

和政府補助等激勵政策支持其創新和發展, 中國政府支持新能源企業創新的補貼數量也逐年增加。 研發

補貼的投入對企業創新產生了不同的作用效果。一方面, 在補貼的激勵作用下, 新能源企業的創新數量

呈逐年遞增趨勢[3]

; 另一方面, 存在 “重數量、 輕質量” 的策略性創新現象[4]

, 具體表現為不同程度的

行業性產能過剩、 關鍵技術缺乏等情況[5]

, 但只有實質性創新能夠成為促進經濟發展的驅動力[6]

。 在建

設創新型國家的關鍵時期, 提升創新質量對中國從創新大國向創新強國轉變至關重要。 實證研究研發補

貼對新能源企業創新數量和創新質量的影響、 企業數字化轉型程度對研發補貼創新激勵效果的調節作用

及其在不同所有制性質企業中的差異, 對于精準配置補貼資源、 有效推動企業數字化轉型、 提升新能源

企業創新質量, 具有重要的現實意義。

36

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

基于此, 本文擬選取 2010—2020 年新能源上市公司作為研究樣本, 從微觀企業層面研究政府研發

補貼對新能源企業創新數量和創新質量的影響, 并進一步分析企業數字化轉型程度在補貼與企業技術

創新之間的調節效應。 相較于現有研究, 本文的主要貢獻在于: (1) 全面、 系統地分析研發補貼對新

能源企業創新數量和創新質量的非對稱影響, 拓展政府補貼的研究范疇; (2) 將研發補貼、 數字化轉

型與企業創新置于一個前后關聯的鏈條里進行實證分析, 更新企業創新的研究視角; (3) 將企業數字

化轉型作為調節研發補貼非對稱激勵效應的措施, 為數字經濟時代提升補貼資源利用效果提供新路徑。

二、 文獻綜述

(一) 研發補貼與新能源企業技術創新

由于創新具有正外部性, 在新能源企業開展創新活動卻受制于研發資金不足[7] 的情況下, 補貼激勵

成為多個國家支持新能源企業創新的通用做法[8-11]

。 近年來, 對政府補貼與企業創新產出之間關系的研

究, 從單一的創新數量逐步擴展到創新數量和創新質量兩方面[12]

。 新能源企業的創新存在技術瓶頸, 短

期內難以取得較大突破[13]

。 此時, 研發補貼作為外部資金收入, 能夠緩解企業的資金壓力、 降低風險承

擔, 從而激勵企業加大研發投入[14]

。 現有研究大多認為研發補貼能夠顯著促進新能源企業的研發投入和

創新產出[15-16]

。 同時, 研發補貼也為企業帶來了一種利好信號[17]

, 獲得補貼表明該行業的前景得到了政

府的扶持與認可, 相當于政府為企業提供了一種無形的擔保, 還能夠幫助企業獲得更多的資金以及人才

支持[18]

。

研發補貼對于創新質量的作用效果則受到諸多外部因素的干擾。 現有制度缺乏對創新質量真實情

況的有效驗收機制, 導致企業與政府之間存在信息不對稱的問題。 補貼作為政府資本投入新能源企業,

具有極強的委托代理性, 很有可能引發道德風險問題, 導致政府對創新成果的甄別難度較大[19]

, 部分

企業會進行策略性創新, 為完成政府的補貼考核而產出應用性與經濟性較低的專利[20]

。 此外, 研發補

貼還會降低資金的配置效率[21]

。 由于尋租機制的存在, 企業會更多地采取手段獲取補貼以提高自身利

潤, 而不愿開展高風險、 長周期的研發活動, 造成研發補貼的濫用[22]

, 從而對新能源企業的創新產生

擠出效應[23]

。

(二) 不同所有制下研發補貼對創新數量和創新質量的作用效果

新能源企業作為戰略性新興企業, 其活動受產權異質性的影響較大。 由于所有制的不同, 企業在資

金支持、 商業機會、 研發能力等方面都存在不同程度的差異, 這對于企業進行研發活動、 提升創新產出

具有深刻影響[24]

。 無論是國有企業還是非國有企業, 在獲得研發補貼后均能緩解其資金壓力并提供利好

信號, 為創新數量的提高創造了良好條件。 然而, 現有研究發現研發補貼對企業創新質量的作用效果會

因所有制不同而有所差異, 但由于研究樣本不同, 得出的結論也有所不同。 有學者認為, 國有企業股權

集中及代理問題等制約了其經營效率[25]

, 且相對于民營企業, 其缺乏競爭和危機意識, 從而表現為創新

質量下降[26]

。 還有學者認為, 對于具有公共屬性的國有新能源企業, 其承擔了更多的政策性與社會性任

務[27]

, 注重創新質量的提升不僅是為了完成補貼的考核, 也是體現其社會責任的一部分[28]

; 相比之下,

非國有企業將重心更多地放在追求企業自身利潤最大化上, 與政府關聯度較小[29]

, 社會責任意識稍顯薄

弱。 因此, 國有企業在獲得政府補貼后, 更注重企業創新質量的提升。

(三) 數字化轉型對研發補貼信息不對稱的緩解作用

研發補貼之所以會對企業創新產生非對稱性激勵效應, 很大程度上是由于企業和政府之間存在著信

息不對稱。 首先, 政府在制定補貼政策時, 很難對補貼下發后的完整鏈條有精準的跟蹤, 因而會更傾向

于 “一刀切” 的簡單化處理, 從而導致政策實施效果不理想甚至產生抑制作用[30]

。 其次, 在信息不對稱

的條件下, 企業作為市場參與者, 利用其自身信息優勢, 可能會通過故意瞞報、 虛報等手段獲取研發補

貼。 政府發放補貼的目標在于扶持產業增長, 而企業的目標在于實現自身利潤最大化, 在得到補貼后,

若缺乏精準的監管和后續反饋, 企業很可能在利潤的驅動下將研發補貼用于服務自身的項目支出, 擠占

37

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

創新投入, 使得最終結果與補貼政策的目標背道而馳[31]

。 數字化轉型以企業數據為基礎, 搭建起數字技

術與實體經濟之間的橋梁, 從而促進企業的持續成長與開放發展[32]

。 數字化轉型催生了一系列的數據鏈

條, 即數據搜尋、 數據分析動態解決方案等, 通過互聯網平臺的構建, 增強了企業各項數據的可追溯性

與可審查性, 從而降低企業信息的獲取難度, 提升信息供給質量與傳遞效率[33]

, 使得研發補貼在企業中

的實際利用情況更加便于獲得。

綜上所述, 雖然多數學者研究認為, 政府研發補貼能夠促進新能源企業創新數量的提升, 而對其創

新質量存在抑制作用, 但從市場價值角度出發探究研發補貼對新能源企業創新質量影響的研究較少, 且

企業數字化轉型水平的提高能否緩解該抑制作用還需進一步探討。 隨著信息化時代的飛速發展, 數字技

術的應用已經滲透到企業的方方面面, 本文將研發補貼、 數字化轉型與企業創新置于一個前后關聯的鏈

條里進行實證分析, 旨在揭示數字化轉型對于政府研發補貼實施效果的調節作用, 從而為政府研發補貼

政策設計提供參考。

三、 理論分析與假設提出

(一) 研發補貼對新能源企業創新數量和創新質量的作用效果

企業開展創新活動面臨著成本高、 不確定性大等難題。 此外, 從經濟學的角度出發, 創新成果作

為一種準公共品, 其帶來的正外部性可能會導致 “搭便車” 行為的發生, 這就使得企業不愿意主動開

展創新活動[34]

。 補貼作為政府緩解市場失靈的政策手段, 能夠從減少成本、 降低風險、 提供引導等方

面促進企業創新數量的提升[35]

。 然而, 根據信息不對稱理論, 企業在缺乏有效監管時會存在只注重創

新數量而忽視創新質量的策略性創新行為, 并且新能源作為新興行業, 相關監管制度相比于其他行業

仍有待完善, 從而使得研發補貼對于新能源企業創新質量的提升作用受到抑制。 基于此, 本文提出如

下假設:

H1a: 研發補貼對新能源企業的創新數量具有促進作用。

H1b: 研發補貼對新能源企業的創新質量具有抑制作用。

(二) 基于不同所有制企業的研發補貼對企業創新數量和創新質量的影響差異

在社會主義市場經濟的背景下, 企業所有制的差異是在進行企業創新研究時的重要角度之一。 不同

所有制企業面臨著不同的政策環境以及發展目標, 在選擇創新策略時也會存在差異, 如國有企業的創新

成果更具有公共產品的屬性, 而非國有企業開展創新則更多地偏向競爭性。 研發補貼的下發帶來的外部

收入會在一定程度上促進不同所有制企業創新活動的開展, 而在創新質量方面則會因所有制不同出現差

異。 國有企業由于政府引導[36]

、 企業負責人任命[37] 等會更加注重研發補貼的精準使用, 而非國有企業若

缺乏有效的信息甄別與監管, 更有可能為了實現短期利潤增長將研發補貼另作他用或釋放虛假創新信息

以騙取補貼。 基于此, 本文提出如下假設:

H2a: 研發補貼對企業創新數量的促進作用在國有與非國有新能源企業中無顯著差異。

H2b: 相較于國有企業, 研發補貼對非國有新能源企業創新質量的抑制作用更顯著。

(三) 數字化轉型對研發補貼激勵效應的調節作用

數字化轉型為企業信息的公開性和透明性提供了必要的技術與平臺支持, 能夠有效緩解企業與政府

之間信息不對稱的情況。 通過數字化轉型可以降低信息層面的成本投入, 加快推動政府治理的精準化[38]

,

有助于對政策實施效果實現精準跟蹤, 能夠為后續成果驗收以及補貼發放提供參考。 企業數字化轉型對

促進補貼投入的精準化發揮著至關重要的作用, 而信息的公開透明化可以加強對研發補貼利用情況的監

管, 提高了企業通過產出大量低質量專利騙取補貼的難度。 因此, 數字化轉型能夠對企業 “重數量、 輕

質量” 的策略性創新行為產生抑制作用, 從而減少低質量專利、 增加高質量專利。 由此, 本文提出如下

假設:

H3a: 數字化轉型程度能弱化研發補貼對新能源企業創新數量的促進作用。

38

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

H3b: 數字化轉型程度能弱化研發補貼對新能源企業創新質量的抑制作用。

四、 研究設計

(一) 數據來源與樣本選擇

本文以同花順、 東方財富網等金融網站的新能源概念板塊為基礎, 剔除金融企業以及數據缺失的企

業, 最終選出 100 家新能源企業, 共 1 100 個觀測值。 數據來源方面, 研發補貼、 資產收益率、 資產負債

率等企業財務數據來自國泰安中國經濟金融數據庫 (CSMAR)。 研發補貼數據是通過將企業財務報表附注

中披露的政府補貼明細進行關鍵詞篩選, 并進一步手工整理得到; 企業專利數據來源于國家知識產權局,

結合 CSMAR、 上市公司年報等對缺失值進行了補充。

(二) 變量測量

1. 被解釋變量

(1) 創新數量。 本文選取專利申請量 (Patent)、 發明專利申請量 (Invent) 和其他專利申請量 (Others) 來衡量企業創新數量。

(2) 創新質量。 已有文獻大多采用專利引用量[39]

、 專利授權量[40]

、 專利申請書長度[41]

、 發明專利

申請量[42] 等衡量企業創新質量。 由于中國專利申請時不要求填寫專利引用情況, 本文參考應千偉和何思

怡 (2022)

[4] 對創新質量的衡量方法, 利用企業價值指標 (TobinQ) 來衡量創新質量。

2. 解釋變量

研發補貼 (Sub)。 根據以往文獻對研發補貼和非研發補貼的界定[43]

, 當政府補貼具體內容包括研究、

開發、 研發、 技術、 創新等任一關鍵詞時, 則該補貼被確定為研發補貼。 根據企業財務報表附注中所披

露的補貼數據, 手工篩選出研發補貼數據, 并對數據取自然對數處理。

3. 調節變量

數字化轉型 (Dig)。 本文借鑒吳非等 (2021)

[44] 的研究, 采用文本分析法對企業數字化轉型程度進

行衡量, 利用爬蟲 (Python) 技術在巨潮資訊網站收集 2010—2020 年所有新能源上市公司的年度報告,

通過關鍵詞篩選, 得到企業數字化轉型詞頻, 對其加 1 取自然對數衡量企業數字化轉型程度。

4. 控制變量

參考已有文獻, 本文選取以下變量作為控制變量: 資產負債率 ( Lev)、 企業年齡 (Age)、 資產收益

率 (ROA)、 經營性現金流量 (Nc)、 第一大股東持股比例 (Fir)。 此外, 還控制了年度 (Year) 和行業

(Industry) 固定效應。

主要變量定義如表 1 所示。

表 1 變量定義

變量名稱 變量符號 變量定義

創新質量 TobinQ (股市收盤價×流通股總數+每股凈資產×非流通股總數+負債賬面價值) / 資產賬

面價值

專利申請量 Patent ln (1+專利申請量)

發明專利申請量 Invent ln (1+發明專利申請量)

其他專利申請量 Others ln (1+其他專利申請量)

研發補貼 Sub 研發補貼金額取自然對數

數字化轉型 Dig 企業數字化轉型詞頻加 1 取自然對數

39

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

表1(續)

變量名稱 變量符號 變量定義

資產負債率 Lev 總負債/ 總資產

企業年齡 Age 當前所處年份-企業成立年份

資產收益率 ROA 凈利潤/ 資產總額

經營性現金流量 Nc 企業經營性現金流量取對數

第一大股東持股比例 Fir 第一大股東持有的流通股數/ 該公司流通在外的總流通股股數

(三) 構建模型

為檢驗研究假設, 本文設定以下模型:

Innovationit

= α0

+ α1 Subit

+ α2Controlsit

+ ∑Industry + ∑Year + εit (1)

TobinQit

= β0

+ β1

Innovationit

+ β2 Subit

+ β3

Innovationit

× Subit

+ β4Controlsit

+ ∑Industry + ∑Year + εit

(2)

其中, i 表示企業, t 表示時間; TobinQ 表示企業價值, 用 (股市收盤價×流通股總數+每股凈資產×

非流通股總數+負債賬面價值) / 資產賬面價值進行計算; Innovation 表示企業創新產出, 包括專利申請量

(Patent)、 發明專利申請量 (Invent) 以及其他專利申請量 (Others); Sub 表示研發補貼; Industry 為行業

虛擬變量, Year 為年度虛擬變量; Controls 為前述控制變量; ε 為模型隨機誤差項。

五、 實證結果與分析

(一) 描述性統計

表 2 為變量描述性統計結果。 由表 2 可知, 創新質量 TobinQ 均值為 1. 771, 最小值為 0. 798, 最大值

為 10. 570, 表明不同企業的企業價值存在較大差距。 研發補貼 (Sub) 最小值為 6. 908, 最大值為 20. 770,

標準差為 1. 925, 表明政府對新能源企業的研發補貼投入強度有較大的差別, 其中有 33. 82% (372 / 1 100)

的樣本沒有研發補貼。 企業創新產出 (Patent、 Invent、 Others) 標準差均較大, 表明企業間創新產出水平

差別較大。 數字化轉型 (Dig) 的均值為 1. 718, 最小值為 0. 693, 最大值為 4. 605, 說明樣本的數字化轉

型程度差別較大。

表 2 描述性統計

變量 樣本量 均值 標準差 最小值 最大值

TobinQ 1 100 1. 771 0. 975 0. 798 10. 570

Sub 1 100 14. 620 1. 925 6. 908 20. 770

Dig 1 100 1. 718 0. 914 0. 693 4. 605

Patent 1 100 3. 518 1. 651 0 7. 903

Invent 1 100 2. 634 1. 572 0 7. 316

Others 1 100 3. 226 1. 495 0 7. 092

Age 1 100 16. 560 6. 264 1 36

Fir 1 100 34. 810 15. 430 3. 620 87. 460

40

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

表2(續)

變量 樣本量 均值 標準差 最小值 最大值

Nc 1 100 19. 490 1. 681 13. 770 24. 540

Lev 1 100 0. 486 0. 205 0. 040 2. 861

ROA 1 100 0. 256 0. 182 0. 002 0. 876

(二) 回歸分析

1. 研發補貼與企業創新產出的關系

模型 (1) 的回歸結果如表 3 所示。 其中, 研發補貼的系數分別為 0. 298、 0. 309 與 0. 198, 并且在

1%的水平上顯著。 這表明研發補貼下發至新能源企業后, 其資金約束等問題得到了緩解, 從而激勵企業

全方位開展創新活動, 使不同類型的專利數量都得到了顯著提高。 由此, 假設 H1a 得到支持。

表 3 研發補貼對創新數量的影響

變量 Patent Invent Others

Sub 0. 298

??? 0. 309

??? 0. 198

???

(0. 030) (0. 028) (0. 030)

Lev 0. 929

??? 0. 711

??? 2. 345

???

(0. 274) (0. 258) (0. 309)

ROA -2. 066

??? -1. 985

??? -1. 957

???

(0. 343) (0. 323) (0. 327)

Nc 0. 292

??? 0. 262

??? 0. 311

???

(0. 041) (0. 039) (0. 039)

Age 0. 012 0. 012 0. 003

(0. 010) (0. 010) (0. 010)

Fir 0. 001 0. 003 0. 004

(0. 004) (0. 004) (0. 004)

常數項 -6. 352

??? -6. 837

??? -6. 220

???

(0. 729) (0. 686) (0. 689)

Industry 控制 控制 控制

Year 控制 控制 控制

樣本量 1 100 1 100 1 100

R

2 0. 361 0. 376 0. 397

注:

??? 表示 P<0. 01,

?? 表示 P<0. 05,

? 表示 P<0. 1; 括號內為標準誤; 后表同。

本文用 TobinQ 衡量企業價值, 模型 ( 2) 的回歸結果如表 4 所示。 其中, 研發補貼顯著提高了

TobinQ, 表明企業的專利申請量所帶來的創新績效能夠提升企業未來的價值。 發明專利的系數顯著高于其

他兩類專利, 說明發明專利有著更高的質量水平, 對于企業價值提升的促進作用更強, 市場認可度也相

41

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

較其他專利類型來說更高。 在加入研發補貼之后, 研發補貼與專利申請量的交乘項的系數顯著為負。 這

表明, 隨著研發補貼的增加, TobinQ 對企業專利產出的敏感性降低, 即產出了更多的低質量專利。 由此,

假設 H1b 得到支持。 綜合以上兩組回歸結果, 可以發現研發補貼可以提高企業的創新數量, 但是會抑制

企業的創新質量。

表 4 研發補貼對創新質量的影響

變量 (1) (2) (3)

Sub 0. 131

?? 0. 110

?? 0. 107

?

(0. 051) (0. 043) (0. 056)

Patent 0. 476

???

(0. 167)

Patent×Sub -0. 035

???

(0. 011)

Invent 0. 501

???

(0. 175)

Invent×Sub -0. 037

???

(0. 012)

Others 0. 405

?

(0. 210)

Others×Sub -0. 032

??

(0. 014)

控制變量 控制 控制 控制

常數項 1. 841

?? 2. 085

?? 2. 084

??

(0. 906) (0. 812) (0. 965)

Industry 控制 控制 控制

Year 控制 控制 控制

樣本量 1 100 1 100 1 100

R

2 0. 142 0. 145 0. 147

注: 列 (1)—列 (3) 創新數量衡量指標分別為專利申請量、 發明專利申請量和其他專利申請量。

2. 不同企業性質下研發補貼對企業創新數量和創新質量的影響

從表 5 可以看出, 在獲得研發補貼后, 國有企業和非國有企業的創新數量均有了顯著的提升。 由此,

假設 H2a 得到支持。

進一步研究發現, 在三種性質的專利申請量中, 非國有企業發明專利申請量的系數低于國有企業,

而其余兩項則高于國有企業, 說明獲得研發補貼后非國有企業更傾向于研發價值更小、 難度更低的專利

類型。 由表 6 可知, 加入研發補貼后, 非國有企業交乘項系數的絕對值與顯著性均大于國有企業, 表明非

國有企業在獲得研發補貼后, 對于創新質量的抑制作用更強。 由此, 假設 H2b 得到支持。

42

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

表 5 不同企業性質下研發補貼對創新數量的影響差異

變量

國有企業 非國有企業

Patent Invent Others Patent Invent Others

Sub 0. 292

??? 0. 323

??? 0. 182

??? 0. 299

??? 0. 294

??? 0. 195

???

(0. 056) (0. 052) (0. 055) (0. 035) (0. 033) (0. 034)

Lev 1. 526

?? 1. 376

?? 1. 993

??? 0. 780

?? 0. 525

? 2. 559

???

(0. 599) (0. 550) (0. 573) (0. 304) (0. 289) (0. 365)

ROA -3. 137

??? -3. 078

??? -2. 785

??? -1. 299

??? -1. 103

?? -1. 306

???

(0. 550) (0. 504) (0. 529) (0. 490) (0. 465) (0. 456)

Nc 0. 490

??? 0. 427

??? 0. 463

??? 0. 225

??? 0. 220

??? 0. 235

???

(0. 089) (0. 082) (0. 086) (0. 047) (0. 044) (0. 044)

Age -0. 013 -0. 028 -0. 030 0. 016 0. 022

?? 0. 012

(0. 021) (0. 019) (0. 020) (0. 011) (0. 011) (0. 010)

Fir -0. 001 0. 001 0. 012 -0. 003 -0. 001 -0. 004

(0. 008) (0. 007) (0. 008) (0. 004) (0. 004) (0. 004)

常數項 -10. 03

??? -9. 737

??? -8. 855

??? -5. 144

??? -6. 006

??? -4. 871

???

(1. 553) (1. 425) (1. 511) (0. 853) (0. 809) (0. 788)

Industry 控制 控制 控制 控制 控制 控制

Year 控制 控制 控制 控制 控制 控制

樣本量 310 310 310 790 790 790

R

2 0. 419 0. 458 0. 423 0. 350 0. 358 0. 424

表 6 不同企業性質下研發補貼對創新質量的影響差異

變量

國有企業 非國有企業

(1) (2) (3) (4) (5) (6)

Sub 0. 076 0. 046 0. 104

? 0. 171

??? 0. 150

??? 0. 123

?

(0. 053) (0. 044) (0. 056) (0. 060) (0. 050) (0. 066)

Patent 0. 254 0. 580

???

(0. 158) (0. 210)

Patent×Sub -0. 0203

? -0. 042

???

(0. 011) (0. 014)

Invent 0. 238 0. 610

???

(0. 167) (0. 222)

Invent×Sub -0. 019 -0. 045

???

(0. 011) (0. 015)

Others 0. 318

? 0. 453

?

(0. 187) (0. 266)

Others×Sub -0. 027

?? -0. 034

??

(0. 012) (0. 017)

控制變量 控制 控制 控制 控制 控制 控制

常數項 1. 968

?? 2. 354

??? 1. 587

? 0. 132 0. 434 0. 833

(0. 778) (0. 667) (0. 839) (0. 863) (0. 727) (0. 975)

43

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

表6(續)

變量

國有企業 非國有企業

(1) (2) (3) (4) (5) (6)

Industry 控制 控制 控制 控制 控制 控制

Year 控制 控制 控制 控制 控制 控制

樣本量 310 310 310 790 790 790

R

2 0. 218 0. 212 0. 244 0. 059 0. 064 0. 061

注: 列 (1)—列 (3)、 列 (4)—列 (6) 創新數量衡量指標分別為國有企業和非國有企業的專利申請量、 發明專利申請量和其他專利

申請量。

3. 數字化轉型程度對研發補貼非對稱性激勵效應的調節作用

為了檢驗數字化轉型在研發補貼與企業創新數量以及創新質量之間的調節作用, 本文根據數字化轉

型程度對樣本進行分組檢驗。

當企業進入數字化管理模式后, 通過數字化工具就能夠實現整個企業的信息共享, 各類數據由之前

的少部分人掌控, 變成了分權限的透明化共享。 信息化管理將多個項目的信息流打通, 使各環節的人、

責、 權劃分更為清晰, 不但加強了企業各部門之間的有效溝通, 有助于及時傳遞相關數據信息、 充分提

升管理效率, 而且在外界獲取企業信息時也有了更高的公開性和透明性, 便于相關人員和部門準確了解

企業信息。 隨著企業數字化轉型進程的不斷深化, 企業信息的可獲得性也得到顯著提高。 基于此, 本文

按照企業數字化轉型程度進行分組檢驗, 具體來說, 若樣本的數字化轉型程度大于樣本中位數, 則視為

數字化轉型程度高組; 反之, 視為數字化轉型程度低組。

表 7 顯示了在不同數字化轉型程度組別中, 研發補貼對企業創新數量的影響。 結果表明, 在數字化轉

型程度高組, 研發補貼對企業專利申請量、 發明專利申請量與其他專利申請量影響的回歸系數分別為

0. 292、 0. 299 與 0. 177, 其絕對值明顯低于數字化轉型程度低組。 由此, 假設 H3a 得到支持。

表 7 不同數字化轉型程度下研發補貼對創新數量的影響差異

變量

數字化轉型程度低 數字化轉型程度高

Patent Invent Others Patent Invent Others

Sub 0. 301

??? 0. 328

??? 0. 238

??? 0. 292

??? 0. 299

??? 0. 177

???

(0. 046) (0. 046) (0. 051) (0. 039) (0. 035) (0. 035)

Lev 1. 318

?? 0. 786 1. 759

??? 0. 760

?? 0. 657

?? 2. 513

???

(0. 523) (0. 534) (0. 574) (0. 327) (0. 298) (0. 366)

ROA -1. 802

??? -1. 659

??? -1. 648

??? -2. 209

??? -2. 096

??? -1. 892

???

(0. 509) (0. 520) (0. 557) (0. 465) (0. 424) (0. 416)

Stoc -0. 400

? -0. 235 -0. 701

??? -0. 310

? -0. 208 -0. 576

???

(0. 204) (0. 209) (0. 223) (0. 180) (0. 164) (0. 165)

Nc 0. 279

??? 0. 273

??? 0. 311

??? 0. 285

??? 0. 238

??? 0. 298

???

(0. 057) (0. 058) (0. 062) (0. 057) (0. 052) (0. 051)

Age -0. 003 -0. 010 -0. 012 0. 019 0. 024

?? 0. 013

(0. 015) (0. 015) (0. 017) (0. 013) (0. 012) (0. 012)

Fir -0. 004 -0. 004 -0. 006 0. 006 0. 007 0. 010

??

(0. 006) (0. 006) (0. 006) (0. 005) (0. 005) (0. 005)

常數項 -5. 761

??? -6. 737

??? -5. 943

??? -6. 417

??? -6. 575

??? -6. 178

???

(1. 068) (1. 091) (1. 185) (0. 984) (0. 897) (0. 856)

44

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

表7(續)

變量

數字化轉型程度低 數字化轉型程度高

Patent Invent Others Patent Invent Others

Industry 控制 控制 控制 控制 控制 控制

Year 控制 控制 控制 控制 控制 控制

樣本量 451 451 451 649 649 649

R

2 0. 414 0. 400 0. 366 0. 347 0. 373 0. 437

表 8 顯示了在不同數字化轉型程度組別中, 研發補貼對創新質量的影響。 結果表明, 在數字化轉型程

度高組, 研發補貼和企業專利申請量、 發明專利申請量、 其他專利申請量的交乘項系數分別為-0. 027、 -

0. 029 與-0. 028, 其系數絕對值大小與顯著性程度都要明顯小于數字化轉型程度低組。 上述回歸結果表

明, 在數字化轉型程度高組, 研發補貼對企業創新質量的抑制作用減弱。 綜合以上回歸結果可以發現,

隨著數字化轉型程度的提高, 在對研發補貼的利用上, 相比于追求創新數量, 企業更加注重創新質量的

提升。 由此, 假設 H3b 得到支持。

表 8 不同數字化轉型程度下研發補貼對創新質量的影響差異

變量

數字化轉型程度低 數字化轉型程度高

(1) (2) (3) (4) (5) (6)

Sub 0. 139 0. 113 0. 061 5 0. 125

? 0. 108

?? 0. 120

?

(0. 085) (0. 070) (0. 090) (0. 064) (0. 054) (0. 072)

Patent 0. 630

?? 0. 367

?

(0. 262) (0. 218)

Patent×Sub -0. 045

?? -0. 027

?

(0. 018) (0. 015)

Invent 0. 676

?? 0. 386

?

(0. 279) (0. 226)

Invent×Sub -0. 050

??? -0. 029

?

(0. 018) (0. 015)

Others 0. 460 0. 337

(0. 314) (0. 284)

Others×Sub -0. 034 -0. 028

(0. 021) (0. 019)

Lev -0. 584 -0. 548 -0. 631 -0. 633

? -0. 635

? -0. 640

?

(0. 424) (0. 417) (0. 441) (0. 332) (0. 329) (0. 385)

ROA -1. 360

??? -1. 454

??? -1. 337

??? -0. 666

? -0. 715

? -0. 795

?

(0. 420) (0. 418) (0. 425) (0. 373) (0. 375) (0. 414)

Stoc -0. 229 -0. 231 -0. 242 -0. 316

?? -0. 306

?? -0. 391

??

(0. 162) (0. 161) (0. 169) (0. 147) (0. 146) (0. 163)

Nc 0. 010 0. 019 0. 014 -0. 084

? -0. 083

? -0. 072

(0. 048) (0. 047) (0. 049) (0. 046) (0. 046) (0. 051)

45

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

表8(續)

變量

數字化轉型程度低 數字化轉型程度高

(1) (2) (3) (4) (5) (6)

Age -0. 015 -0. 014 -0. 017 0. 005 0. 006 0. 006

(0. 012) (0. 012) (0. 012) (0. 010) (0. 010) (0. 011)

Fir -0. 000 -0. 000 0. 000 -0. 007

? -0. 007

? -0. 006

(0. 005) (0. 005) (0. 005) (0. 004) (0. 004) (0. 005)

常數項 0. 917 1. 145 1. 997 2. 573

?? 2. 791

??? 2. 519

??

(1. 460) (1. 300) (1. 541) (1. 168) (1. 046) (1. 261)

Industry 控制 控制 控制 控制 控制 控制

Year 控制 控制 控制 控制 控制 控制

樣本量 451 451 451 649 649 649

R

2 0. 200 0. 207 0. 196 0. 140 0. 142 0. 148

注: 列 (1)—列 (3)、 列 (4)—列 (6) 創新數量衡量指標分別為數字化轉型程度低組和數字化轉型程度高組的專利申請量、 發明專利

申請量和其他專利申請量。

(三) 穩健性檢驗①

1. 替換變量

現有文獻對于企業價值的衡量主要有 TobinQ、 凈資產收益率等, 現將 TobinQ 更換為凈資產收益率進

行檢驗。 其中, 在創新數量的回歸結果中, 研發補貼對三種創新數量衡量指標的系數均顯著為正, 表明

替換變量后研發補貼依舊是提高了創新數量; 在對創新質量的回歸結果中, 研發補貼系數顯著為正, 但

研發補貼與專利數量的交乘項系數顯著為負, 表明研發補貼抑制了創新質量。 上述發現與前文結論一致,

從而證明了本文研究結論的穩健性。

2. 工具變量法

為盡可能克服內生性問題, 本文運用工具變量法進行穩健性檢驗, 將政府補貼滯后 1 期作為工具變

量, 選用兩階段最小二乘 (2SLS) 法進行估計。 結果顯示, 系數的顯著性與正負均與前文一致, 表明研

發補貼促進了企業創新數量的增加, 抑制了創新質量的提高, 從而證明了本文研究結論的穩健性。

3. 數據縮尾處理

考慮到數據當中可能存在的異常值問題, 本文進一步對所有變量進行 1%的數據縮尾 (winsorize) 處

理。 結果顯示, 研發補貼依舊是促進了企業創新數量的增加, 抑制了創新質量的提高, 這表明核心結論

并沒有受異常值干擾, 從而證明了本文研究結論的穩健性。

六、 研究結論與政策建議

(一) 研究結論

本文以 2010—2020 年 A 股新能源上市公司為研究樣本, 實證研究了政府研發補貼對新能源企業創新

數量和創新質量的非對稱影響, 并著重分析了數字化轉型對研發補貼的這種非對稱性創新激勵效果的調

節作用, 結論如下:

首先, 研發補貼對新能源企業創新產出的激勵效應具有非對稱性。一方面, 研發補貼能夠顯著促進

新能源企業的創新數量, 且這種促進作用在國有企業與非國有企業中無顯著差異; 另一方面, 研發補貼

46

① 限于篇幅, 省略穩健性檢驗的具體結果, 備索。

首都經濟貿易大學學報 (雙月刊) 2023 年第 5 期

對新能源企業創新質量卻具有抑制作用, 使得企業創新產出的市場價值下降。 相較于國有企業, 這種抑

制作用在非國有企業中更為顯著。

其次, 數字化轉型程度能夠顯著緩解研發補貼對新能源企業創新數量和創新質量影響的非對稱性。

在數字化轉型程度低組, 研發補貼對創新質量的抑制作用與對創新數量的促進作用均更為顯著。 由此可

見, 當企業數字化轉型程度提高時, 研發補貼對于企業創新質量的抑制作用明顯減弱, 對企業創新數量

的促進作用也顯著降低, 這說明數字技術可以驅動企業更加關注創新質量, 有效提高補貼資源的利用

效果。

(二) 政策建議

1. 政府層面

第一, 完善創新成果的驗收機制。 為提升宏觀經濟發展的質量目標, 政府應當將 “只有高質量的創

新才能驅動高質量的發展” 這一理念, 落實到激勵創新的政策制定與實施過程中, 優化調整研發補貼的

配置策略, 合理制定驗收標準, 不應僅注重企業創新數量的增加, 更應綜合考慮企業實際創新產出所能

帶來的社會經濟效益, 合理制定補貼配置方案與補貼對象。 在實踐中, 從原創性、 實用性、 持久性等方

面綜合考慮企業創新, 并將創新結果的市場性及不確定性考慮在內, 引導企業從事風險較大但能夠對經

濟發展起到推動作用的實質性創新。 第二, 建立驅動企業數字化轉型的支持機制。 數字化轉型有助于企

業獲得及時準確的信息, 把握政策方向, 提升創新效率。 政府應為企業數字化轉型提供資金支持, 助推

企業順利實現數字化轉型。

2. 企業層面

企業應當充分認識到數字信息在補貼利用和研發創新中的重要作用。 第一, 有效利用研發補貼, 做

到專款專用。 企業應當將政府的研發補貼分期適時地投入企業研發的不同階段, 不僅要關注創新數量,

更要追求創新質量, 讓創新真正成為企業、 國家和社會發展的驅動力。 第二, 積極踐行數字化轉型。 企

業應組建專業團隊, 加強包括區塊鏈、 人工智能、 大數據和物聯網等技術與企業的融合, 讓企業創新插

上數字技術的翅膀, 提升企業的創新質量和技術水平。

參考文獻:

[1]李孟剛. 中國新能源產業發展與安全報告(2011~ 2012)[M]. 北京:社會科學文獻出版社,2012.

[2]中國科學院武漢文獻情報中心戰略情報中心先進能源科技戰略情報研究團隊,中國科學院文獻情報中心情報研究部生態文明研究團

隊,中國科學院西北生態環境資源研究院文獻情報中心資源生態環境戰略情報研究團隊,等. 趨勢觀察:國際碳中和行動關鍵技術前沿熱點與

發展趨勢[J]. 中國科學院院刊,2021,36(9):1111-1115.

[3]王靜宇,劉穎琦,KOKKO A. 基于專利信息的中國新能源汽車產業技術創新研究[J]. 情報雜志,2016,35(1):32-38.

[4]應千偉,何思怡. 政府研發補貼下的企業創新策略:“濫竽充數”還是“精益求精”? [J]. 南開管理評論,2022,25(2):57-69.

[5]張穎,張婷. 創新產出影響因素的區域差異性比較研究———來自新能源產業的經驗數據[J]. 工業技術經濟,2020,39(7):144-151.

[6]胡善成,靳來群. 政府研發補貼促進了策略創新還是實質創新? ———理論模型與實證檢驗[ J]. 研究與發展管理,2021,33( 3):

109-120.

[7]陳艷,許偉,周園媛. 創新政策對新能源企業技術創新的影響———基于中國新能源企業的實證分析[ J]. 科技管理研究,2022,42(2):

8-15.

[8]KLEIN A S, CHAPEKAR M S. Innovate America: the technology innovation program at NIST[J]. Journal of Commercial Biotechnology, 2009,

15(4): 293-300.

[9]CLAUSEN T H. Do subsidies have positive impacts on R&D and innovation activities at the firm level? [J]. Structural Change and Economic

Dynamics, 2009, 20(4): 239-253.

[10]AERTS K, SCHMIDT T. Two for the price of one?: Additionality effects of R&D subsidies: a comparison between Flanders and Germany[J].

Research Policy, 2008, 37(5): 806-822.

[11]YU F F, GUO Y, LE-NGUYEN K, et al. The impact of government subsidies and enterprises? R&D investment: a panel data study from renewable energy in China[J]. Energy Policy, 2016, 89: 106-113.

47

2023 年第 5 期 尚洪濤, 宋岸玲: 研發補貼對新能源企業創新的非對稱性激勵效應研究

[12]陳強遠,林思彤,張醒. 中國技術創新激勵政策:激勵了數量還是質量[J]. 中國工業經濟,2020(4):79-96.

[13]邵慰,孫陽陽,劉敏. 研發補貼促進新能源汽車產業創新了嗎? [J]. 財經論叢,2018(10):11-18.

[14]毛毅翀,吳福象. 創新補貼、研發投入與技術突破:機制與路徑[J]. 經濟與管理研究,2022,43(4):26-45.

[15]李磊. 政府研發補貼對新能源汽車產業技術創新產出的影響研究[J]. 科技管理研究,2018,38(17):160-166.

[16]尚洪濤,宋雅希. 中國新能源企業政府環境研發補貼的動態激勵效應[J]. 科技進步與對策,2020,37(22):65-72.

[17]劉新民,宋紅汝,范柳. 政府補助、企業創新對投資者投資決策的信號傳遞效應[J]. 科技進步與對策,2020,37(2):26-33.

[18]SANTOS A, CINCERA M, NETO P, et al. Which projects are selected for an innovation subsidy? The Portuguese case[J]. Portuguese Economic Journal, 2019, 18(3): 165-202.

[19]孔悅,王云松,焦宇靖,等. 政府補貼對新能源企業綠色創新影響研究———基于古諾競爭視角[J]. 經濟問題探索,2021(6):71-81.

[20]劉蘭劍,張萌,黃天航. 政府補貼、稅收優惠對專利質量的影響及其門檻效應———基于新能源汽車產業上市公司的實證分析[ J]. 科研

管理,2021,42(6):9-16.

[21]PAUNOV C. Corruption?s asymmetric impacts on firm innovation[J]. Journal of Development Economics, 2016, 118: 216-231.

[22]焦翠紅,陳鈺芬. R&D 補貼、尋租與全要素生產率提升[J]. 統計研究,2018,35(12):80-91.

[23]楊解君,楊高臣. 打造從政策到法律的補貼制度升級版———以新能源汽車騙補為切入點[J]. 江西社會科學,2017,37(5):187-194.

[24]SUNG B. Do government subsidies promote firm-level innovation? Evidence from the Korean renewable energy technology industry[J]. Energy

Policy, 2019, 132: 1333-1344.

[25]任廣乾,羅新新,劉莉,等. 混合所有制改革、控制權配置與國有企業創新投入[J]. 中國軟科學,2022(2):127-137.

[26]汲昌霖,劉藝寧. 經濟政策不確定性、權屬性質與企業研發投入———以新能源行業為例[J]. 世界經濟與政治論壇,2020(5):154-172.

[27]劉滿芝,杜明偉,劉賢賢. 政府補貼與新能源企業績效:異質性與時滯性視角[J]. 科研管理,2022,43(3):17-26.

[ 28]MAISURADZE D, NARMANIA G, LAZISHVILI M, et al. Is corporate social responsibility (CSR) a new alternative to governance challenges

of state-owned enterprises (SOEs)? [J]. Central European Journal of Public Policy, 2020, 14(2): 28-46.

[29]李濤,陳晴. 異質機構投資者、企業性質與科技創新[J]. 工業技術經濟,2020,39(3):30-39.

[30]翟紀超. 基于信息不對稱的政策執行互動分析[J]. 管理學刊,2010,23(4):46-48.

[31]柳光強. 稅收優惠、財政補貼政策的激勵效應分析———基于信息不對稱理論視角的實證研究[J]. 管理世界,2016(10):62-71.

[32]王瑤,馮曉晴,侯德帥. 企業數字化轉型能提高分析師預測準確度嗎? ———基于信息披露和信息挖掘的雙重視角[J/ OL]. 中南財經政

法大學學報,2023[2023-02-09]. https: / / doi. org / 10. 19639 / j. cnki. issn1003-5230. 20230130. 003.

[33]聶興凱,王穩華,裴璇. 企業數字化轉型會影響會計信息可比性嗎[J]. 會計研究,2022(5):17-39.

[34]KLEER R. Government R&D subsidies as a signal for private investors[J]. Research Policy, 2010, 39(10): 1361-1374.

[35]張笑,趙明輝,張路蓬. 政府創新補貼、高管關系嵌入與研發決策———WSR 方法論視角下制造業上市公司的實證研究[ J]. 管理評論,

2021,33(5):194-207.

[36]CARMAN J M, DOMINGUEZ L V. Organizational transformations in transition economies: hypotheses[J]. Journal of Macromarketing, 2001,

21(2): 164-180.

[37]黨力,楊瑞龍,楊繼東. 反腐敗與企業創新:基于政治關聯的解釋[J]. 中國工業經濟,2015(7):146-160.

[38]王孟嘉. 數字政府建設的價值、困境與出路[J]. 改革,2021(4):136-145.

[39]周銘山,張倩倩. “面子工程”還是“真才實干”? ———基于政治晉升激勵下的國有企業創新研究[J]. 管理世界,2016(12):116-132.

[40]DANG J W, MOTOHASHI K. Patent statistics: a good indicator for innovation in China? Patent subsidy program impacts on patent quality

[J]. China Economic Review, 2015, 35: 137-155.

[41]康志勇. 政府補貼促進了企業專利質量提升嗎? [J]. 科學學研究,2018,36(1):69-80.

[42]黎文靖,鄭曼妮. 實質性創新還是策略性創新? ———宏觀產業政策對微觀企業創新的影響[J]. 經濟研究,2016,51(4):60-73.

[43]CHEN J, HENG C S, TAN B C Y, et al. The distinct signaling effects of R&D subsidy and non-R&D subsidy on IPO performance of IT entrepreneurial firms in China[J]. Research Policy, 2018, 47(1): 108-120.

[44]吳非,胡慧芷,林慧妍,等. 企業數字化轉型與資本市場表現———來自股票流動性的經驗證據[J]. 管理世界,2021,37(7):130-144.

48