吳力波 徐少丹 任飛州

一、引言

提高自主創(chuàng)新能力是我國經(jīng)濟(jì)增長方式轉(zhuǎn)型的重要環(huán)節(jié)，1999—2018年我國國內(nèi)專利申請授權(quán)量從9.2萬項(xiàng)增長至233.5萬項(xiàng)，平均年增速高達(dá)19.6%，這也說明創(chuàng)新在國民經(jīng)濟(jì)增長中的作用日趨重要。創(chuàng)新活動(dòng)的開展依賴穩(wěn)定的內(nèi)外部環(huán)境，同時(shí)也會(huì)受到政策層面的深刻影響。2008年金融危機(jī)爆發(fā)以來，各國逐漸反思與調(diào)整自身的政治決策框架，引發(fā)全球?qū)用娴慕?jīng)濟(jì)政策不確定性的波動(dòng)，對經(jīng)濟(jì)運(yùn)行產(chǎn)生深刻影響〔1〕，并對我國各部門的創(chuàng)新活動(dòng)產(chǎn)生沖擊?，F(xiàn)有研究主要從融資約束理論、實(shí)物期權(quán)理論與預(yù)期理論等視角解釋經(jīng)濟(jì)政策不確定性對創(chuàng)新活動(dòng)的影響方向與機(jī)制，且落腳點(diǎn)多在于創(chuàng)新活動(dòng)的行為主體企業(yè)或部門自身，由于企業(yè)或部門存在較大異質(zhì)性，因而得到的結(jié)論也不盡相同，不利于進(jìn)行準(zhǔn)確決策。解決上述問題的重要途徑在于更加精準(zhǔn)地描述企業(yè)或部門面臨的經(jīng)濟(jì)政策不確定性的大小，避免不同部門在討論經(jīng)濟(jì)政策不確定性的創(chuàng)新影響時(shí)，使用相同的不確定性范疇，顯然，這會(huì)忽視異質(zhì)性并降低結(jié)論的精準(zhǔn)性。針對特定部門進(jìn)行經(jīng)濟(jì)政策不確定性測度，并將其用于該部門創(chuàng)新活動(dòng)研究，是對研究口徑一致性的必要調(diào)整，同時(shí)也對現(xiàn)有研究進(jìn)行了補(bǔ)充。

此外，由于技術(shù)創(chuàng)新存在外部性特征，其擴(kuò)散也往往經(jīng)由特定渠道產(chǎn)生。行業(yè)間盡管存在較大生產(chǎn)異質(zhì)性，但由于相互之間存在客觀的投入產(chǎn)出關(guān)系，形成了創(chuàng)新成果傳遞的通道，因此考慮行業(yè)或部門相互關(guān)系的創(chuàng)新活動(dòng)研究會(huì)更加接近經(jīng)濟(jì)現(xiàn)實(shí)。同時(shí)，將經(jīng)濟(jì)政策不確定性納入這一關(guān)系框架的討論，不僅可以細(xì)化其對創(chuàng)新活動(dòng)影響機(jī)制的分析，并進(jìn)行一定的機(jī)制說明，還可以為政策分析提供新的視角，形成從政策到不確定性，再由不確定性到?jīng)Q策信息的正反饋。不同的行業(yè)關(guān)系類同于不同的切入視角，對于經(jīng)濟(jì)政策不確定性的影響機(jī)制也會(huì)產(chǎn)生有差異的內(nèi)涵解釋。

二、文獻(xiàn)綜述

經(jīng)濟(jì)政策不確定性指經(jīng)濟(jì)主體無法確切預(yù)知政府是否、何時(shí)以及如何改變現(xiàn)行經(jīng)濟(jì)政策〔2〕，也即市場預(yù)判未來政府經(jīng)濟(jì)決策的困難程度，其升高意味著市場偏離預(yù)期的可能性與程度有所提高，這對于經(jīng)濟(jì)具有深刻影響。從宏觀層面看，經(jīng)濟(jì)政策不確定性上升會(huì)引發(fā)關(guān)鍵宏觀經(jīng)濟(jì)變量的劇烈波動(dòng)，從而產(chǎn)生經(jīng)濟(jì)周期的變化〔3〕，前者的上升會(huì)對產(chǎn)出形成負(fù)向沖擊，從而對就業(yè)產(chǎn)生負(fù)面影響〔4〕，同時(shí)，其也會(huì)導(dǎo)致實(shí)際有效匯率貶值，股票價(jià)格和房地產(chǎn)價(jià)格下跌，并且其主要作用機(jī)制為預(yù)期渠道〔5〕，部分研究甚至認(rèn)為宏觀不確定性是引發(fā)經(jīng)濟(jì)衰退的重要原因，且對新興經(jīng)濟(jì)體影響更加明顯?！?〕同時(shí)，經(jīng)濟(jì)政策不確定性也會(huì)對出口與對外投資行為產(chǎn)生影響，出口的絕對規(guī)模在不確定性上升時(shí)會(huì)出現(xiàn)萎縮，對廣延邊際產(chǎn)生負(fù)面影響，但對集約邊際的影響則并不明確〔7〕，甚至可能倒逼來源國內(nèi)部出口企業(yè)的資源再配置，進(jìn)而引發(fā)產(chǎn)品創(chuàng)新并提升企業(yè)存活率?！?〕此外，本國經(jīng)濟(jì)政策不確定性上升會(huì)引發(fā)本國企業(yè)增加跨國并購，企業(yè)可能通過對外投資尋求更高的收益，而東道國不確定性上升則會(huì)導(dǎo)致直接投資規(guī)模下降?！?〕并且，經(jīng)濟(jì)政策不確定性的波動(dòng)也會(huì)在國際層面產(chǎn)生外溢，形成國家間的宏觀經(jīng)濟(jì)波動(dòng)的相互傳導(dǎo)，且發(fā)展中國家和發(fā)達(dá)國家在溢出表現(xiàn)上各有特點(diǎn)?！?0〕

而從微觀層面看，經(jīng)濟(jì)政策不確定性會(huì)影響私人投資、消費(fèi)、市場情緒等多個(gè)方面?！?1〕作為最主要的市場微觀主體，企業(yè)的行為也受宏觀經(jīng)濟(jì)政策不確定性的影響。在企業(yè)財(cái)務(wù)融資決策方面，部分研究從“融資約束理論”出發(fā)，發(fā)現(xiàn)整體上經(jīng)濟(jì)政策不確定性會(huì)導(dǎo)致企業(yè)可獲信用規(guī)模減小，同時(shí)企業(yè)能夠向客戶提供的商業(yè)信用也會(huì)進(jìn)一步削減〔12〕，企業(yè)的融資方式和成本皆會(huì)發(fā)生改變，不確定性引發(fā)的波動(dòng)越大，實(shí)物期權(quán)價(jià)值越高，企業(yè)越容易推遲融資行為，加之不確定性導(dǎo)致貸款人提出更高的成本和更苛刻的借款條件，導(dǎo)致企業(yè)外部融資難度加大，違約風(fēng)險(xiǎn)提升，進(jìn)而其現(xiàn)金持有水平也會(huì)增加以緩沖未來借款需求?！?3〕而與本文主題更相關(guān)的則是有關(guān)企業(yè)投資的影響研究，當(dāng)前學(xué)界也存在不同觀點(diǎn)和分歧。部分研究認(rèn)為經(jīng)濟(jì)政策不確定性可能通過提高企業(yè)投資的機(jī)會(huì)成本而抑制其活動(dòng)，這一觀點(diǎn)大多基于實(shí)物期權(quán)理論，認(rèn)為在投資所涉資產(chǎn)不完全可逆的情況下，未來的投資機(jī)會(huì)可視作企業(yè)在當(dāng)期所持有的期權(quán)，不確定性上升則會(huì)提高這一期權(quán)價(jià)值進(jìn)而提高當(dāng)期投資的機(jī)會(huì)成本〔14〕，另一方面，企業(yè)可以通過持有這一期權(quán)以等待更多關(guān)于未來的信息以降低決策失誤的可能，進(jìn)一步抑制企業(yè)投資活動(dòng)?！?5〕而在這一理論下，可逆性越弱的投資受不確定性影響的程度則越甚，而隨著行業(yè)資產(chǎn)可逆性提升，經(jīng)濟(jì)政策不確定性對企業(yè)固定資產(chǎn)投資的抑制作用被弱化。〔16〕而相比一般資產(chǎn)，創(chuàng)新投資的專有性更強(qiáng)，失敗后成本回收的難度更大〔17〕，因而不確定性也同樣會(huì)抑制創(chuàng)新投資，并且這一抑制作用與企業(yè)的投資可逆性、學(xué)習(xí)能力、所有權(quán)性質(zhì)等特征相關(guān)〔18〕，且可從資金成本渠道和資本邊際收益率渠道來進(jìn)行論證?！?9〕在代理人具有“悲觀信念”的假設(shè)下，企業(yè)將根據(jù)投資收益的最壞結(jié)果來進(jìn)行決策，因而不確定性上升時(shí)會(huì)延長收益的左側(cè)分布，進(jìn)而抑制投資活動(dòng)。〔20〕而從預(yù)防性儲(chǔ)蓄的角度出發(fā)，需求側(cè)在面臨高不確定性時(shí)會(huì)增加持有貨幣的預(yù)防性動(dòng)機(jī)，導(dǎo)致市場有效需求不足，企業(yè)投資也相應(yīng)減少?！?1〕

當(dāng)然，也有研究提出相反觀點(diǎn)，認(rèn)為不確定性上升對企業(yè)創(chuàng)新投資具有正向推動(dòng)作用，這一觀點(diǎn)主要來源于創(chuàng)新投資區(qū)別于其他常規(guī)投資的特征，創(chuàng)新投資自身成功的不確定性較大，因而企業(yè)傾向于提早研發(fā)以提高其成功的概率?！?2〕也有部分研究認(rèn)為，企業(yè)在不確定的環(huán)境中更加偏好風(fēng)險(xiǎn)，因而會(huì)增加自身的投資規(guī)模?！?3〕而同樣從期權(quán)理論出發(fā)，企業(yè)進(jìn)行創(chuàng)新活動(dòng)所獲得的專利本身也可視作期權(quán)，出于未來市場競爭優(yōu)勢的考慮，其會(huì)在不確定環(huán)境中增加自身的創(chuàng)新投資。〔24〕來自政治選舉的經(jīng)濟(jì)政策不確定性也對企業(yè)的R&D水平有正面影響，且這一影響會(huì)在競爭更激烈的市場中更為明顯。〔25〕同時(shí)，經(jīng)濟(jì)政策不確定性對企業(yè)創(chuàng)新也會(huì)存在選擇效應(yīng)和激勵(lì)效應(yīng)，且整體看會(huì)正向影響上市公司的R&D投入以及專利申請數(shù)，而這主要是通過企業(yè)的調(diào)整成本這一渠道實(shí)現(xiàn)的。〔26〕

根據(jù)以上分析，學(xué)界關(guān)于不確定性是否抑制企業(yè)創(chuàng)新活動(dòng)的討論常類同于對企業(yè)一般投資的討論，因而一般圍繞投資的可能性與必要性進(jìn)行展開。前者側(cè)重投資能否得到資金支持，包括內(nèi)部融資與外部融資，傾向于對融資約束問題的研究；后者則更關(guān)注企業(yè)自身的投資動(dòng)機(jī)，從實(shí)物期權(quán)理論和預(yù)期理論出發(fā)對創(chuàng)新活動(dòng)可能的未來收益進(jìn)行考察，并通過相應(yīng)的貼現(xiàn)原則進(jìn)行比對。爭論的癥結(jié)在于創(chuàng)新活動(dòng)與一般投資活動(dòng)存在本質(zhì)差異，且從影響因素看兩者不僅可能存在沖突，甚至同一因素的不同方面也有所差異。同樣地，不同范疇的創(chuàng)新活動(dòng)受不確定性的影響也有所不同，本文定義的創(chuàng)新活動(dòng)為部門層面企業(yè)活動(dòng)的加總，同現(xiàn)有研究主要的關(guān)注問題相似，本文旨在研究經(jīng)濟(jì)政策不確定性之于創(chuàng)新活動(dòng)的影響，并首先對影響的定性驗(yàn)證進(jìn)行展開。在此，提出本文的研究假說1。

假說1：經(jīng)濟(jì)政策不確定性對創(chuàng)新行為存在抑制作用，經(jīng)濟(jì)政策不確定性越高，創(chuàng)新活動(dòng)越少，并且不同類型創(chuàng)新活動(dòng)存在差異，因而不確定性對其影響也具有異質(zhì)性。

上述文獻(xiàn)中，企業(yè)或行業(yè)一定程度上作為獨(dú)立個(gè)體存在，研究側(cè)重于考察影響本身的方向性質(zhì)及直接的作用機(jī)制，而未考慮行業(yè)或企業(yè)間作為市場主體本身所具有的關(guān)系屬性，這一相對獨(dú)立的結(jié)論對于創(chuàng)新政策的啟示顯然是有限的。創(chuàng)新活動(dòng)在市場主體間是相互傳遞的，如企業(yè)的生產(chǎn)率變化不僅來自于企業(yè)自身的技術(shù)進(jìn)步，同樣也會(huì)通過其上游行業(yè)為其供給中間品而產(chǎn)生技術(shù)的外溢，也即存在商品交易網(wǎng)絡(luò)中的技術(shù)傳遞?！?7〕同時(shí)，創(chuàng)新活動(dòng)一旦考慮其生產(chǎn)的網(wǎng)絡(luò)性質(zhì)后，便存在對外擴(kuò)散的可能，有利于創(chuàng)新成果的傳遞，產(chǎn)生“酵母效應(yīng)”?！?8〕研究表明，中國輕工業(yè)與重工業(yè)部門的技術(shù)進(jìn)步演化軌跡相似，不同行業(yè)之間存在著顯著的技術(shù)溢出，從而提高整體的生產(chǎn)率水平。〔29〕工業(yè)與非工業(yè)行業(yè)間也存在創(chuàng)新的相互影響，例如，外溢知識(shí)密集型服務(wù)業(yè)對本土制造業(yè)吸收外資研發(fā)外溢的積極效應(yīng)有正向影響，并且這一影響主要是通過市場網(wǎng)絡(luò)機(jī)制、創(chuàng)新成果流通機(jī)制和人力資本流動(dòng)服務(wù)機(jī)制等產(chǎn)生的?！?0〕另外，現(xiàn)有研究已對不確定性的外溢性進(jìn)行諸多討論，并大多基于主體間的經(jīng)濟(jì)聯(lián)系如貿(mào)易關(guān)系、產(chǎn)業(yè)鏈關(guān)系等進(jìn)行說明〔31〕，但對行業(yè)間的外溢討論鮮見，并且未有研究將其與不確定性的創(chuàng)新影響進(jìn)行結(jié)合。由此，本文將在上述研究結(jié)論的基礎(chǔ)上，重新考察經(jīng)濟(jì)政策不確定性對創(chuàng)新活動(dòng)的影響性質(zhì)，結(jié)合假說1，在考慮部門（行業(yè)）外溢性的可能下，提出假說2。

假說2：經(jīng)濟(jì)政策不確定性對創(chuàng)新行為的影響受到部門間關(guān)聯(lián)關(guān)系的影響，后者異質(zhì)性將對經(jīng)濟(jì)政策不確定性之于創(chuàng)新活動(dòng)的效應(yīng)產(chǎn)生影響。

三、經(jīng)濟(jì)政策不確定性的測度

經(jīng)濟(jì)政策不確定性對企業(yè)創(chuàng)新影響的研究，依賴于對前者的合理測度。現(xiàn)有測度經(jīng)濟(jì)政策不確定性方法大致分為事件分析法、隨機(jī)宏觀模型的擾動(dòng)項(xiàng)校準(zhǔn)、指數(shù)構(gòu)建等。近年來，指數(shù)構(gòu)建法因其可量化且連續(xù)的特點(diǎn)逐漸被學(xué)界接納，國內(nèi)外學(xué)者都對該領(lǐng)域有所涉及。Baker等利用對美國前十大報(bào)紙的內(nèi)容分析建立了經(jīng)濟(jì)不確定性程度指數(shù)。而其對中國經(jīng)濟(jì)政策不確定性指數(shù)的構(gòu)建（后稱EPUBaker），是通過《南華早報(bào)》（香港媒體）新聞信息，根據(jù)是否存在“經(jīng)濟(jì)、政策、不確定”三個(gè)屬性的相關(guān)詞匯，并將滿足要求的新聞數(shù)量除以總新聞數(shù)，經(jīng)標(biāo)準(zhǔn)化后完成的；〔32〕也有研究利用LDA模型對前者的構(gòu)建方法進(jìn)行優(yōu)化，對話題進(jìn)行分類效率上的優(yōu)化；〔33〕部分研究則利用《光明日報(bào)》與《人民日報(bào)》的新聞信息，計(jì)算了新中國成立以來的月度經(jīng)濟(jì)政策不確定性指數(shù)（后稱EPUDavis）。〔34〕國內(nèi)學(xué)者基于中文語料集構(gòu)建中國財(cái)政政策不確定性指數(shù)，并細(xì)分為財(cái)政支出和稅收政策不確定性指數(shù)?！?5〕

相較英文表達(dá)，中文在表述上更加復(fù)雜，特別在對不確定性概念的界定上尤甚①關(guān)于“不確實(shí)性”表達(dá)，英文常見“uncertain；uncertainty”等，而中文則在“不確定、不確定性”以外，還有類似“難以確定、迷茫、不明確”等表述。，僅使用《南華早報(bào)》英文新聞信息則會(huì)存在一定偏誤。香港與大陸存在諸多差異，因而前者媒體所披露的新聞（尤其關(guān)于大陸的）可能存在一定失真，目前國內(nèi)關(guān)于經(jīng)濟(jì)政策不確定性的研究常直接采用EPUBaker作為指代變量，與之對應(yīng)的研究結(jié)果也可能是不穩(wěn)健的。因而，使用大陸媒體中文新聞重構(gòu)這一指數(shù)尤為必要。而另一方面，中文新聞集的選擇也至關(guān)重要，EPUBaker所涉及的10家英文媒體存在政治左右的差異，因而也在指數(shù)的構(gòu)建中體現(xiàn)這一方面的考慮〔36〕，而EPUDavis所選報(bào)刊媒體為《光明日報(bào)》與《人民日報(bào)》，內(nèi)容上與綜合新聞門戶也存在差異，相比之下后者的新聞來源更廣。〔37〕由此，本文通過爬蟲技術(shù)抓取新聞信息構(gòu)建數(shù)據(jù)集，來源為《中國新聞網(wǎng)》②該來源為綜合類新聞門戶，原創(chuàng)并轉(zhuǎn)載其他門戶，如新浪網(wǎng)、人民日報(bào)、新華網(wǎng)等媒體的文章；本文使用的新聞信息主要來源于財(cái)經(jīng)板塊，主題包括金融、工業(yè)、農(nóng)業(yè)、財(cái)政政策、貨幣政策、外匯市場等。，樣本包含2008年8月至2019年3月共計(jì)52萬余篇財(cái)經(jīng)新聞，計(jì)算方法如下：

其中下標(biāo)t表示時(shí)間，由于本文相關(guān)控制變量的頻度為季度，因此在計(jì)算過程中t表示為季度；Nt表示在t時(shí)期所有的新聞數(shù)量；Mt為t時(shí)期在新聞中包含“政策”和“不確定性”兩類屬性詞匯的新聞數(shù)量。③由于選擇財(cái)經(jīng)類新聞，故不需包含“經(jīng)濟(jì)”屬性。“不確定”屬性詞匯包括：不確定、不確定性、難以確定、不明確、難以明確、難以預(yù)料、難以預(yù)測、無法預(yù)測、無法確定、無法估量、不明朗、很難說、很難講、徘徊、彷徨、不明晰、不清楚、不太清楚、不明晰、很難確定等；“政策”屬性詞匯包括：政策、法規(guī)、規(guī)則、監(jiān)管、制度、地方政府、政府、中央、證監(jiān)會(huì)、銀監(jiān)會(huì)、央行、中國銀行、國務(wù)院、人民銀行、發(fā)改委、部委、改革、改制、變革、內(nèi)部改革、結(jié)構(gòu)改革、結(jié)構(gòu)轉(zhuǎn)變等。前述指數(shù)構(gòu)建側(cè)重對基于不同語料集構(gòu)建的指數(shù)進(jìn)行比對，也即本文構(gòu)建的指數(shù)與現(xiàn)有研究工作的差異說明，因此在構(gòu)建中對標(biāo)后者的研究，對總體經(jīng)濟(jì)政策不確定性進(jìn)行了測度，圖1為對比了本文構(gòu)建的總體經(jīng)濟(jì)政策不確定性指數(shù)（CEPUTotal）與EPUBaker，并借助事件標(biāo)注進(jìn)行說明。

圖1 2008—2019年CEPUTotal與EPUBaker指數(shù)事件對標(biāo)情況

由于存在序列化處理的差異，指數(shù)絕對值水平差異討論的意義較小，主要可關(guān)注指數(shù)的自身波動(dòng)。整體看，CEPUTotal對國內(nèi)事件反映更好，大多重要國內(nèi)政治經(jīng)濟(jì)事件或政策區(qū)間皆有明確高點(diǎn)或高水平區(qū)間對應(yīng)，而在反映國際事件上兩者皆有較強(qiáng)的指示效果。從特定區(qū)間看，即上圖陰影區(qū)間：第一個(gè)區(qū)間，即2010年前后，刺激政策導(dǎo)致房價(jià)快速上升，通脹壓力大，CEPUTotal初顯峰值并維持較高水平；第二個(gè)區(qū)間，“811”匯改及收緊資本管制，形成對人民幣匯率走勢及外資投資的不確定性認(rèn)知，CEPUTotal整體水平也相對較高；第三個(gè)區(qū)間，即2018年3月以來，受貿(mào)易摩擦、全球經(jīng)濟(jì)緊縮等影響，兩個(gè)指數(shù)都出現(xiàn)上升，但近期以來，CEPUTotal出現(xiàn)反常波動(dòng)，反映國內(nèi)可能存在輿論安撫。

總體看，CEPUTotal在事件對標(biāo)上要優(yōu)于EPUBaker。然而，這一指數(shù)的整體性在研究不同部門的情形下則可能成為桎梏，在分析部門創(chuàng)新時(shí)缺乏針對性。因此，本文通過對各部門的關(guān)鍵詞進(jìn)行提取，在總體指數(shù)構(gòu)建基礎(chǔ)上進(jìn)行進(jìn)一步篩選，以計(jì)算分部門經(jīng)濟(jì)政策不確定性指數(shù)，旨在增加其精確程度，使實(shí)證結(jié)果更加可靠和完整。具體地，在上述方法的兩類屬性詞匯的基礎(chǔ)上，加入是否包含各部門有關(guān)詞匯的判斷①按照2007年投入產(chǎn)出表中有關(guān)編號(hào)為2至25的部門細(xì)分行業(yè)注釋，選擇相關(guān)詞匯進(jìn)行判斷，如煤炭開采和洗選業(yè)，其詞匯包括：煤炭、采礦、煙煤、無煙煤、洗選、褐煤、煤礦等。盡管部分研究已基于不同領(lǐng)域?qū)?jīng)濟(jì)政策不確定性指數(shù)進(jìn)行細(xì)分，但針對細(xì)分部門的不確定性指數(shù)仍未有公開來源，不確定性指數(shù)的整體性在研究不同部門的情形下則會(huì)成為桎梏，在反應(yīng)部門實(shí)際面臨的經(jīng)濟(jì)政策情境方面缺乏敏感性，因此，本文通過對各部門的關(guān)鍵詞匯進(jìn)行提取，在總體指數(shù)構(gòu)建的基礎(chǔ)上進(jìn)行進(jìn)一步篩選，計(jì)算得到分部門的經(jīng)濟(jì)政策不確定性指數(shù)，旨在更加精確地對不同部門所面臨的經(jīng)濟(jì)政策不確定性進(jìn)行刻畫，使實(shí)證結(jié)果更加可靠和完整。具體地，在上述方法的兩類屬性詞匯的基礎(chǔ)上，加入是否包含各部門有關(guān)詞匯的判斷。在實(shí)際計(jì)算過程中，考慮到樣本新聞中單一領(lǐng)域新聞的數(shù)量較少，存在較多同時(shí)涉及多個(gè)部門的新聞表述，其傳遞的不確定性強(qiáng)度應(yīng)弱于單獨(dú)報(bào)道的情形，存在高估單一類別不確定性的可能。本文通過設(shè)定權(quán)重，按照總類別數(shù)量（也即工業(yè)部門數(shù)量24），在構(gòu)建總體指數(shù)的基礎(chǔ)上額外添加關(guān)于某一部門關(guān)鍵詞的篩選，同時(shí)判斷單篇新聞中所包含的所有部門類別的數(shù)量，記作S，并調(diào)整前文總體指數(shù)計(jì)算方法的計(jì)數(shù)權(quán)重為（25-S）／24，在僅包含單部門信息時(shí)則為1，包含所有部門信息時(shí)，權(quán)重減小為1/24，則可計(jì)算相應(yīng)的細(xì)分部門經(jīng)濟(jì)政策不確定性指數(shù)。Azqueta-Gavaldón，“Developing News-based Economic Policy Uncertainty Index With Unsupervised Machine Learning，”Economics Letters，vol.158，（2017），pp.47-50；Davis S.J.，Liu D.，Sheng X.S.，“Economic Policy Uncertainty in China since 1949：The View from Mainland Newspapers，”Working Paper，2019，pp.1-35；Huang Y.，Luk P.，“Measuring Economic Policy Uncertainty in China，”China Economic Review，vol.59，no.101367（2020），pp.1-18；朱軍：《中國財(cái)政政策不確定性的指數(shù)構(gòu)建、特征與誘因》，《財(cái)貿(mào)經(jīng)濟(jì)》，2017年第10期。，可計(jì)算相應(yīng)的細(xì)分部門經(jīng)濟(jì)政策不確定性指數(shù)。

四、實(shí)證設(shè)計(jì)與結(jié)果分析

（一）基本模型設(shè)定

已有諸多研究就經(jīng)濟(jì)政策不確定對于企業(yè)創(chuàng)新的影響進(jìn)行討論和驗(yàn)證，但結(jié)論尚且不一。同樣，本文首先考察這一定性影響。而具體指數(shù)計(jì)算過程中，針對新聞源本身的綜合性特點(diǎn)，本文進(jìn)一步使用關(guān)鍵詞篩選方法對分部門指數(shù)進(jìn)行了計(jì)算，旨在精確刻畫各部門所面臨的經(jīng)濟(jì)政策不確定性程度。在模型設(shè)定上，構(gòu)建基準(zhǔn)回歸，形式如下：

其中Innovation表示創(chuàng)新能力，以專利數(shù)量進(jìn)行指代，EPU表示經(jīng)濟(jì)政策不確定性，下標(biāo)i和t分別表示不同部門和時(shí)間，下標(biāo)c則表示不確定性指數(shù)種類，包括CEPUTotal、分部門經(jīng)濟(jì)政策不確定性指數(shù) （CEPUSector），EPUBaker和 EPUDavis；〔38〕 x為控制變量，包括部門規(guī)模、盈利水平等，μi和γt則表示部門和時(shí)間固定效應(yīng)項(xiàng)。對企業(yè)而言，當(dāng)期創(chuàng)新活動(dòng)決策取決于前一期經(jīng)濟(jì)表現(xiàn)，故整個(gè)行業(yè)也應(yīng)呈現(xiàn)這一特點(diǎn)，并且出于內(nèi)生性問題考慮，對解釋變量取滯后一階，以保證模型可解釋性。

（二）數(shù)據(jù)與指標(biāo)

1.專利數(shù)據(jù)

本文使用已授權(quán)專利數(shù)量代表創(chuàng)新能力。其中，2008—2009年的專利數(shù)據(jù)來自現(xiàn)有研究的專利數(shù)據(jù)庫〔39〕，2010—2013年的專利數(shù)據(jù)則來自Google Patent的公開信息，并對相關(guān)公告日、申請日等信息進(jìn)行補(bǔ)足。由于研究對象為部門，故首先對各專利歸屬企業(yè)的行業(yè)類別進(jìn)行判斷，本文將專利數(shù)據(jù)中的企業(yè)名稱信息與2008—2013年工業(yè)企業(yè)數(shù)據(jù)庫中的相關(guān)信息進(jìn)行匹配，并確定行業(yè)代碼。同時(shí)，為了后續(xù)部門關(guān)聯(lián)研究的便利，對上述行業(yè)按2007年中國投入產(chǎn)出表匯總至與工業(yè)相關(guān)的2至25部門，最終按照24個(gè)工業(yè)部門對專利數(shù)量進(jìn)行匯總。與此同時(shí)，本文使用各部門中每家企業(yè)的平均專利數(shù)來表示創(chuàng)新能力，以減少部門規(guī)模差異的影響。各期企業(yè)單位數(shù)則來源于國家統(tǒng)計(jì)局公布的行業(yè)內(nèi)企業(yè)單位數(shù)①企業(yè)單位數(shù)由國家統(tǒng)計(jì)局根據(jù)其構(gòu)建的工業(yè)企業(yè)數(shù)據(jù)庫獲得，作者也基于這一數(shù)據(jù)庫進(jìn)行了核對。，按部門加總后與部門專利總數(shù)相除以獲得平均專利數(shù)量。

從專利類型來看，目前專利主要包括發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利等三類，總體而言發(fā)明專利授權(quán)難度最高，實(shí)用新型次之，外觀設(shè)計(jì)則較易。本文采用2008—2013年專利數(shù)據(jù)，其中2010—2013年缺少外觀設(shè)計(jì)分類的記錄，因此本文僅考慮發(fā)明專利和實(shí)用新型專利兩類。結(jié)合外觀設(shè)計(jì)類別專利技術(shù)難度相對較低的特點(diǎn)，這一類別去除應(yīng)對結(jié)果影響不明顯。同時(shí)，在實(shí)際專利數(shù)據(jù)使用過程中，為去除單位影響，進(jìn)行取對數(shù)處理。②極個(gè)別部門可能存在當(dāng)季度專利數(shù)為0的情形，因此取對數(shù)前進(jìn)行原值加1處理。

2.經(jīng)濟(jì)政策不確定性指數(shù)

由于部門統(tǒng)計(jì)頻度限制，尤其在2010年前，大多部門數(shù)據(jù)為季度公開，因此本文實(shí)證部分所使用的CEPUTotal也按照季度進(jìn)行計(jì)算，對齊時(shí)間頻度；而由于比對需要，EPUBaker和EPUDavis為月度頻度，對其按照季度進(jìn)行算術(shù)平均。由于EPUBaker指數(shù)構(gòu)建中使用多個(gè)新聞來源，并且時(shí)間跨度與本文不一致，因此在指數(shù)絕對大小上存在差異，本文按CEPUTotal均值為標(biāo)準(zhǔn)（為去除標(biāo)度影響，對上述標(biāo)準(zhǔn)除以100，也即轉(zhuǎn)化為新聞比例），對其他指數(shù)進(jìn)行調(diào)整，因僅涉及原始數(shù)據(jù)的同比例增減，并不影響實(shí)證系數(shù)方向。綜上，實(shí)證部分最終使用的經(jīng)濟(jì)政策不確定性指數(shù)包括四類：季度CEPUTotal、季度CEPUSector、季度EPUBaker和季度EPUDavis，其中前兩者為本文基于中文新聞信息自行計(jì)算。此外，由于本文所使用的新聞時(shí)間跨度從2008年8月開始，因此最終經(jīng)由匹配得到的數(shù)據(jù)為2008年第四季度至2013年第四季度，包括24個(gè)工業(yè)部門的平衡面板數(shù)據(jù)。

3.其他數(shù)據(jù)指標(biāo)及數(shù)據(jù)來源

其他指標(biāo)主要包括影響部門專利數(shù)量的解釋變量。本文考慮該因素可能包括部門規(guī)模、盈利水平、杠桿率等，因此選擇部門內(nèi)企業(yè)的平均資產(chǎn)規(guī)模、資產(chǎn)收益率（ROA）、資產(chǎn)負(fù)債率（DTA）、部門內(nèi)部虧損企業(yè)比例（Loss_ratio）作為實(shí)證模型的控制變量，數(shù)據(jù)來源于國家統(tǒng)計(jì)局公布的月度行業(yè)數(shù)據(jù)（2010年前按季度公布），并處理為季度變量，為去除變量標(biāo)度的影響，對平均資產(chǎn)規(guī)模取對數(shù)處理（lnAsset）。

表1 經(jīng)濟(jì)政策不確定性對部門平均專利數(shù)的影響

（三）基本模型結(jié)果與分析

首先對部門平均專利數(shù)進(jìn)行分析，考察經(jīng)濟(jì)政策不確定性對其的影響。所有解釋變量皆取一階滯后項(xiàng)以保證可解釋性。在具體經(jīng)濟(jì)政策不確定性指標(biāo)的選擇上，首先單獨(dú)加入CEPUSector和CEPUTotal進(jìn)行回歸（模型1和2），考慮到分行業(yè)不確定性與整體不確定性所指代的經(jīng)濟(jì)事實(shí)可能存在差異，前者側(cè)重部門視角，后者則刻畫宏觀經(jīng)濟(jì)整體運(yùn)行的非線性和復(fù)雜特征，因此在無較強(qiáng)共線性情況下可同時(shí)加入回歸（模型3）；作為比對，本文也將EPUBaker和EPUDavis納入回歸模型替換CEPUTotal（模型4至7）。經(jīng)Hausman檢驗(yàn)，應(yīng)采用雙重固定效應(yīng)模型，表1為相應(yīng)回歸結(jié)果。

在表1中，CEPUSector對應(yīng)系數(shù)皆通過1%置信水平檢驗(yàn)，也即對平均專利數(shù)存在顯著負(fù)向影響，且這一結(jié)果在加入不同整體經(jīng)濟(jì)政策不確定性指數(shù)后仍保持相同方向和顯著性（模型1、3、5、7），因而存在穩(wěn)定影響，也即驗(yàn)證假說1所述內(nèi)容。因而整體看，對部門而言，經(jīng)濟(jì)政策不確定性對其創(chuàng)新活動(dòng)存在一定抑制作用，其原因同現(xiàn)有研究相一致，也即經(jīng)濟(jì)政策不確定性上升時(shí)，部門內(nèi)企業(yè)面臨更高的融資成本，同時(shí)也提高了對貼現(xiàn)率的預(yù)期，因此企業(yè)傾向于減少外部融資，同時(shí)將創(chuàng)新項(xiàng)目投資進(jìn)行適當(dāng)?shù)赝七t。另一方面，本文構(gòu)建的CEPUTotal盡管在單獨(dú)加入回歸模型時(shí)（模型2）呈負(fù)顯著，但當(dāng)其與CEPUSector同時(shí)加入時(shí)則變得不再顯著，一定程度上也說明構(gòu)建細(xì)分部門指數(shù)的必要性，兩者在反映敏感性上存在差異，而作為比對的EPUBaker，解釋能力則較差，即使單獨(dú)參與回歸也不顯著，因而對專利，或換言之企業(yè)創(chuàng)新問題的研究中，基于中文新聞所構(gòu)建的總體指數(shù)存在更好的表現(xiàn)。此外，同樣基于中文新聞?dòng)?jì)算的EPUDavis具有和CEPUTotal相同的方向和顯著性，進(jìn)一步說明選擇中文新聞源是必要的。上述不確定性對創(chuàng)新活動(dòng)存在抑制作用的結(jié)論與部分基于上市公司公開信息的研究存在不同〔40〕，原因在于本文關(guān)注部門層面的創(chuàng)新活動(dòng)，而后者則使用上市公司數(shù)據(jù)進(jìn)行研究，總體而言上市公司具備更強(qiáng)的創(chuàng)新條件和能力，其規(guī)模與資金獲取能力一般強(qiáng)于非上市企業(yè)，同時(shí)基于投資者關(guān)系維護(hù)和公司股價(jià)的考慮，上市公司也更有動(dòng)力從事創(chuàng)新活動(dòng)，同時(shí)部分研究直接使用EPUBaker指數(shù)，以及對其進(jìn)行月度、季度或年度①這與上市公司信息披露的頻度基本一致。的算數(shù)平均的做法，也可能存在降低不確定性波動(dòng)的問題。

表2 經(jīng)濟(jì)政策不確定性對部門平均發(fā)明專利數(shù)的影響

上述結(jié)果仍需進(jìn)一步穩(wěn)健性說明，后文對專利類型進(jìn)行區(qū)分，并按前述模型設(shè)定，將平均專利數(shù)量依次替換為發(fā)明專利和實(shí)用新型專利，進(jìn)一步考察不確定性對其影響，并比對不同指數(shù)對部門專利數(shù)量的解釋力度。同樣使用固定效應(yīng)模型進(jìn)行研究，回歸結(jié)果如表2所示。

從發(fā)明專利看，分部門經(jīng)濟(jì)政策不確定性對創(chuàng)新仍呈現(xiàn)一定抑制作用，與前文結(jié)論基本一致。但值得關(guān)注的是，CEPUTotal在任一模型下都不再顯著，結(jié)合發(fā)明專利自身特點(diǎn)，可能存在以下幾個(gè)原因：首先，相比其他專利類型，發(fā)明專利在平均意義上實(shí)施周期更長，從季度視角對其進(jìn)行研究可能存在將較長期行為放在短期考察的偏誤，因而短期敏感性較差的因素，如整體不確定性對其影響是相對較小的，從而出現(xiàn)季度數(shù)據(jù)情形下顯著性下降的情況，這同分部門經(jīng)濟(jì)政策不確定性顯著性的變化也是一致的。其次，發(fā)明專利在難度上相對較高，因此更依賴于部門本身的生產(chǎn)特點(diǎn)，包括技術(shù)水平、固定資產(chǎn)比例等，而此類信息進(jìn)入模型所設(shè)固定效應(yīng)項(xiàng)中，也產(chǎn)生各變量解釋性削弱的可能，無論從系數(shù)絕對值和顯著性來看，都出現(xiàn)了不同程度的下降。上述回歸結(jié)果進(jìn)一步對假說1進(jìn)行了驗(yàn)證，也即不同創(chuàng)新活動(dòng)受到經(jīng)濟(jì)政策不確定性的影響具有異質(zhì)性。其他解釋變量的方向與顯著性則與前面基本一致，因而其影響邏輯也基本同前文所述相似。

表3 經(jīng)濟(jì)政策不確定性對部門平均實(shí)用新型專利數(shù)的影響

考慮實(shí)用新型專利類型，可以看到，經(jīng)濟(jì)政策不確定性指標(biāo)的方向與未考慮專利類型時(shí)完全一致，而結(jié)合前面發(fā)明專利的結(jié)果，可以說明在考慮專利異質(zhì)性的情況下，本文所得到的結(jié)論仍然是穩(wěn)健的，也即經(jīng)濟(jì)政策不確定性，尤其是分部門的經(jīng)濟(jì)政策不確定性對該部門的創(chuàng)新活動(dòng)存在抑制作用，相比英文語料集下所計(jì)算的經(jīng)濟(jì)政策不確定性，中文語料集顯然傳遞了更多關(guān)于國內(nèi)經(jīng)濟(jì)事實(shí)的信息，因此對創(chuàng)新活動(dòng)的解釋說明能力更強(qiáng)。

（四）考慮“空間”外溢的影響

1.討論：使用空間杜賓模型的必要性

上述模型在設(shè)定時(shí)皆隱含部門間無相互影響的假設(shè)，而這在實(shí)際經(jīng)濟(jì)中往往無法滿足，也即部門創(chuàng)新活動(dòng)可能存在某種關(guān)聯(lián)而產(chǎn)生正向或負(fù)向的外溢。盡管未考慮外溢的模型中已驗(yàn)證部門經(jīng)濟(jì)政策不確定性對企業(yè)創(chuàng)新活動(dòng)存在顯著負(fù)向作用，但若放松前述假定，則這一結(jié)論的穩(wěn)健性仍有待檢驗(yàn)。考慮關(guān)聯(lián)關(guān)系，兩者存在顯著關(guān)聯(lián)一般存在兩種機(jī)制，結(jié)合本文所討論的問題：一方面，不同部門間的創(chuàng)新活動(dòng)本身存在關(guān)聯(lián)，而諸如分部門經(jīng)濟(jì)政策不確定性的因素會(huì)首先通過影響本部門的創(chuàng)新活動(dòng)，并通過部門間的聯(lián)結(jié)關(guān)系影響到其他部門，從而產(chǎn)生外溢；而另一方面，本部門的經(jīng)濟(jì)政策不確定性同樣可被其他部門獲知，因而改變后者關(guān)于行業(yè)經(jīng)濟(jì)形勢的判斷，因而也會(huì)存在影響。

此外，考察創(chuàng)新活動(dòng)的部門溢出，需要界定部門間存在何種聯(lián)結(jié)關(guān)系，而這也是所有討論的出發(fā)點(diǎn)。投入產(chǎn)出關(guān)系作為部門間最重要的聯(lián)結(jié)關(guān)系之一，已被應(yīng)用于諸多問題的討論，而本文也將以這一關(guān)系為基礎(chǔ)，將經(jīng)濟(jì)政策不確定性對于創(chuàng)新活動(dòng)的影響置于其中進(jìn)行研究。從實(shí)證設(shè)計(jì)角度看，傳統(tǒng)計(jì)量面板回歸分析缺乏對截面自相關(guān)問題的處理，因而后文將采用空間計(jì)量模型對上述問題進(jìn)行處理。具體地，結(jié)合前文所分析的創(chuàng)新活動(dòng)關(guān)聯(lián)可能的兩種機(jī)制，此處采用空間杜賓模型（SDM）進(jìn)行研究，模型設(shè)定如下：

其中wi為空間權(quán)重矩陣的第i行所對應(yīng)元素組成的向量，在此用以表示不同部門間的聯(lián)結(jié)關(guān)系；Innovation為部門創(chuàng)新活動(dòng)，以部門專利數(shù)量進(jìn)行指代；ρ為空間權(quán)重矩陣系數(shù)，顯著為正則說明存在部門創(chuàng)新活動(dòng)的正向外溢，采用常系數(shù)進(jìn)行估計(jì)；X和β為解釋變量及相應(yīng)參數(shù)，包含分部門經(jīng)濟(jì)政策不確定性及控制變量，按照前文設(shè)定，對各變量取一階滯后；θ表示在考慮解釋變量空間相關(guān)條件下對創(chuàng)新活動(dòng)的影響；ε為誤差項(xiàng)向量，且ε～N（0,σ2In）。μi和γt則分別表示部門和時(shí)間固定效應(yīng)。

上述模型設(shè)定下，部門創(chuàng)新將表達(dá)為主要三個(gè)部分的加總，第一部分來自部門創(chuàng)新活動(dòng)的直接外溢（右邊第一項(xiàng)），這一現(xiàn)象類似一般以地理權(quán)重矩陣設(shè)定下的區(qū)域間外溢，但在本文中這一邊界相對更加抽象，為部門間邊界；第二部分來自由于受到其他部門影響創(chuàng)新活動(dòng)的相關(guān)經(jīng)濟(jì)變量的影響而產(chǎn)生的影響的累積（右邊第二項(xiàng)）；第三部分則來自自身經(jīng)濟(jì)變量對創(chuàng)新活動(dòng)的直接影響，也即可將面板回歸模型中的影響因素嵌入其中。

2.投入產(chǎn)出系數(shù)與空間權(quán)重矩陣

使用空間計(jì)量模型需選擇空間權(quán)重矩陣，而在選擇過程中，由于經(jīng)濟(jì)距離矩陣（也即本文中部門間的聯(lián)結(jié)關(guān)系）存在一定的設(shè)定主觀性，因而本文也通過引入不同的空間權(quán)重矩陣進(jìn)行交叉的穩(wěn)健性說明。從部門間的投入產(chǎn)出關(guān)系出發(fā)，為區(qū)分不同關(guān)系類型，本文通過計(jì)算直接消耗系數(shù)和直接分配系數(shù)①未使用完全消耗系數(shù)和完全分配系數(shù)的原因在于，生產(chǎn)者更關(guān)注自身在生產(chǎn)過程中實(shí)際投入的要素?cái)?shù)量，而在生產(chǎn)決策過程中直接的上下游部門的生產(chǎn)情況會(huì)更加重要，因此本文采用直接系數(shù)進(jìn)行研究。進(jìn)行指代，前者側(cè)重于反映部門間的技術(shù)聯(lián)系，其變化反映技術(shù)的變化，后者則側(cè)重于說明經(jīng)濟(jì)聯(lián)系，其變化則更反映產(chǎn)品替代變化的情況，兩者在寫為矩陣后對角線相同。系數(shù)的計(jì)算方法如下式：

其中Xij為中間投入的數(shù)量，Xj和Xi表示j部門和i部門的總產(chǎn)出，全部直接消耗系數(shù)組成的矩陣為直接消耗系數(shù)矩陣，令對角線為0后，記作Wr；相似地，全部直接分配系數(shù)組成直接分配系數(shù)矩陣，令對角線為0，記作Wh；因此Wr和Wh分別刻畫了部門間的技術(shù)聯(lián)系與經(jīng)濟(jì)聯(lián)系，反映部門聯(lián)結(jié)關(guān)系的不同方面，因而，上述空間杜賓模型可依據(jù)不同空間權(quán)重矩陣的選擇分成兩大類。

具體數(shù)據(jù)選擇上，由于我國每五年公布一次官方投入產(chǎn)出表，而本文所研究的專利數(shù)據(jù)跨度為2008—2013年，并按照季度頻度進(jìn)行研究，因此可以選擇2007年或2012年的投入產(chǎn)出表信息，考慮在本文研究中部門間關(guān)系類似外生給定，因而在樣本前期這一變量便應(yīng)確定，因而使用2007年且加總至42部門的投入產(chǎn)出表，并選擇其中第2部門至第25部門（工業(yè)部門）共計(jì)24個(gè)部門進(jìn)行研究。其他控制變量按照投入產(chǎn)出表的部門分類進(jìn)行加總，由于面板回歸模型中已證實(shí)整體經(jīng)濟(jì)政策不確定性指數(shù)對部門專利數(shù)量的解釋能力較差，因而在這一部分的實(shí)證設(shè)計(jì)中僅考慮部門經(jīng)濟(jì)政策不確定性指數(shù)的影響。其他指標(biāo)選擇和樣本頻度的處理和前文面板回歸模型中基本一致，故不再贅述。

3.模型的檢驗(yàn)與選擇

對模型進(jìn)行參數(shù)估計(jì)前，需進(jìn)行空間相關(guān)性檢驗(yàn)及模型形式的選擇?？紤]空間序列，基于空間自相關(guān)的復(fù)雜性，常用度量方法包括Moran’s I、Geary’s C、Getis-Ord G等，后兩類要求0/1矩陣，而無論是直接消耗系數(shù)還是直接分配系數(shù)，皆為小于1的連續(xù)變量，故采用第一種方法，根據(jù)表4 Moran’I統(tǒng)計(jì)量信息，需采用空間計(jì)量模型進(jìn)行研究。

表4 模型選擇統(tǒng)計(jì)檢驗(yàn)結(jié)果

在模型選擇上，從SDM模型開始②由于存在兩種空間權(quán)重矩陣，并且需要對專利類型進(jìn)行區(qū)分，因而本文共有6個(gè)空間杜賓模型，模型選擇流程相同，且中間過程的統(tǒng)計(jì)量已在表4中進(jìn)行了說明。，經(jīng)豪斯曼檢驗(yàn)發(fā)現(xiàn)應(yīng)采用部門時(shí)點(diǎn)雙向固定效應(yīng)模型。而在不同權(quán)重矩陣與因變量組合下，LM統(tǒng)計(jì)量均拒絕不存在空間滯后及空間誤差自相關(guān)的假設(shè)，提示應(yīng)選擇SDM模型對模型解釋能力進(jìn)行優(yōu)化；另外，由于SDM模型設(shè)定嵌套了空間誤差模型（SEM）和空間自回歸模型（SAR），因此需通過Wald和LR檢驗(yàn)來保證前者不會(huì)在參數(shù)估計(jì)中出現(xiàn)退化。根據(jù)上表顯示，本文所用SDM模型是適宜的。

4.實(shí)證結(jié)果分析：基于技術(shù)聯(lián)系的不確定性影響分析

按照前述實(shí)證設(shè)計(jì)，對模型進(jìn)行參數(shù)估計(jì)。而對SDM在使用極大似然估計(jì)方法進(jìn)行估計(jì)時(shí)，需采用穩(wěn)健聚類標(biāo)準(zhǔn)誤，采用兩階段思路〔41〕，由似然函數(shù)先對固定效應(yīng)項(xiàng)進(jìn)行求偏導(dǎo)，并求解，代入原似然函數(shù)后求解數(shù)值解。首先對基于直接消耗系數(shù)矩陣的空間權(quán)重設(shè)定進(jìn)行分析，也即考慮基于技術(shù)聯(lián)系的不確定性影響分析，整體估計(jì)結(jié)果如表5所示。

上述結(jié)果表明，在各模型16、17和18中，空間自相關(guān)系數(shù)ρ并不顯著，提示基于技術(shù)聯(lián)系，部門間的創(chuàng)新活動(dòng)并不存在直接的相互依賴，但這一情況從某種程度上去除了“迭代”的反饋效應(yīng)，反而會(huì)使后續(xù)的效應(yīng)分解的討論更加明確?？紤]到不同部門間固有的技術(shù)、工藝差異，直接的跨部門創(chuàng)新外溢發(fā)生的可能性較低，特定部門的技術(shù)難以直接在另一部門進(jìn)行推廣或?qū)W習(xí)，因而空間相關(guān)系數(shù)并不顯著反而與真實(shí)的創(chuàng)新現(xiàn)實(shí)更加一致。當(dāng)然，需要對相關(guān)的解釋變量進(jìn)行進(jìn)一步分析，在SDM模型下，對解釋變量參數(shù)的整體估計(jì)結(jié)果解釋意義不大，而側(cè)重于其直接效應(yīng)與間接效應(yīng)的分解，而這也能夠?yàn)榻沂窘忉屪兞繉Σ块T創(chuàng)新活動(dòng)的影響機(jī)制提供良好的嘗試。表6給出效應(yīng)分解的結(jié)果，就本文而言，可主要關(guān)注CEPUSector的系數(shù)情況。

表5 空間杜賓模型回歸結(jié)果（基于直接消耗系數(shù)的權(quán)重矩陣）

表6 效應(yīng)分解結(jié)果（基于直接消耗系數(shù)的權(quán)重矩陣）

整體而言，考慮不同專利類別的情況下，各變量參數(shù)的方向未出現(xiàn)差異，僅在顯著性層面產(chǎn)生一定變化，且總效應(yīng)系數(shù)同面板回歸模型的方向基本一致。為分析便利，以模型16為例，重點(diǎn)考察部門不確定性指數(shù)CEPUSector，可以看到，部門的不確定性對于部門專利數(shù)量的直接效應(yīng)盡管為正，但不顯著異于0，因此其作用方向仍待進(jìn)一步檢驗(yàn)，這同面板回歸模型中的結(jié)果有所差異，但考慮其他類似研究中得到的不確定性對專利數(shù)存在正向影響的結(jié)論，這一結(jié)果反而顯得并不突兀。

間接效應(yīng)方面，特定部門的不確定性會(huì)通過技術(shù)聯(lián)系對其他部門的創(chuàng)新活動(dòng)產(chǎn)生抑制作用，由于該部分以直接消耗系數(shù)指代部門聯(lián)結(jié)關(guān)系，賦予其一定的方向性，本文應(yīng)表現(xiàn)為后向的投入產(chǎn)出關(guān)系①前文以技術(shù)聯(lián)系指稱，意在避免同影響力系數(shù)與感應(yīng)系數(shù)等概念相混淆，在本文中直接消耗系數(shù)矩陣作為空間權(quán)重矩陣的選擇，也正是因?yàn)槠湓诓块T關(guān)聯(lián)上存在的“單一”方向性；這對于問題的討論會(huì)有所簡化。，即i部門的產(chǎn)出大致表現(xiàn)為其他部門產(chǎn)出與直接消耗系數(shù)矩陣第i行加權(quán)求和的概念，因而i部門此時(shí)為其他部門的投入方，即處于生產(chǎn)關(guān)系的相對上游。因此，當(dāng)相對下游（即中間品需求部門）部門的經(jīng)濟(jì)政策不確定性上升時(shí)，會(huì)引致相對上游（即中間品供給部門）部門創(chuàng)新活動(dòng)的減弱，專利數(shù)量減少。來自需求側(cè)的不確定性上升時(shí)，自然會(huì)減少生產(chǎn)擴(kuò)張或創(chuàng)新的動(dòng)機(jī)，因而會(huì)減少其創(chuàng)新活動(dòng)的強(qiáng)度和數(shù)量；而當(dāng)上下游關(guān)系（即中間品的供給與需求關(guān)系）發(fā)生置換時(shí)，對特定部門而言，其創(chuàng)新活動(dòng)會(huì)同時(shí)受到其他部門的經(jīng)濟(jì)政策不確定性影響，而這一影響在本文的實(shí)證設(shè)計(jì)中被驗(yàn)證為負(fù)，綜合其自身不確定性的直接影響，間接影響的強(qiáng)度甚至要超過前者，從而表現(xiàn)為整體總效應(yīng)顯著為負(fù)的情況，而這一結(jié)論又回歸到了面板回歸模型的結(jié)果。而結(jié)合經(jīng)濟(jì)政策不確定性的創(chuàng)新影響機(jī)制，來自需求側(cè)的不確定性上升將更側(cè)重通過融資約束對創(chuàng)新活動(dòng)產(chǎn)生影響，在需求側(cè)不確定時(shí)，部門內(nèi)企業(yè)對其客戶的訂單、資金回收都會(huì)下調(diào)預(yù)期，最終影響對未來現(xiàn)金流的估計(jì)，企業(yè)內(nèi)部融資能力下降，因此從預(yù)防性需求出發(fā)，整個(gè)部門更傾向于推遲創(chuàng)新活動(dòng)的開展。而從實(shí)物期權(quán)角度看，由于創(chuàng)新投資的產(chǎn)出具備一定的期權(quán)屬性，也即在未來某個(gè)時(shí)點(diǎn)轉(zhuǎn)化為企業(yè)自身競爭優(yōu)勢的能力，但在需求側(cè)不確定上升時(shí)，整個(gè)部門對于自身客戶側(cè)的真實(shí)需求存在波動(dòng)的可能，在認(rèn)知上也需要一定過程，當(dāng)期開發(fā)的新技術(shù)極有可能由于需求側(cè)的改變而不再具備優(yōu)勢，因而這一期權(quán)在未來的收益不確定性也極大提高，降低了其價(jià)值，因而企業(yè)也會(huì)減少對這一期權(quán)的投資，也即減少或推遲創(chuàng)新活動(dòng)。盡管空間相關(guān)系數(shù)并不顯著，但間接效應(yīng)的存在也證明不確定性可通過技術(shù)聯(lián)系將下游部門的需求萎縮轉(zhuǎn)化為上游部門的創(chuàng)新行為改變，這對于現(xiàn)有研究的結(jié)論具有較強(qiáng)的補(bǔ)充。

5.實(shí)證結(jié)果分析：基于經(jīng)濟(jì)聯(lián)系的不確定性影響分析

同樣，將上述空間權(quán)重替換為直接分配系數(shù)，此時(shí)所表征的部門間聯(lián)結(jié)關(guān)系發(fā)生轉(zhuǎn)向，分析范式同前一部分類同?；貧w結(jié)果如下所示。

表7 空間杜賓模型回歸結(jié)果（基于直接分配系數(shù)的權(quán)重矩陣）

在上述結(jié)果中，空間自相關(guān)系數(shù)同樣是不顯著的，同直接消耗系數(shù)下的情形一樣，側(cè)重對解釋變量的分析，解釋變量的效應(yīng)分解結(jié)果如下表。

表8 效應(yīng)分解結(jié)果（基于直接分配系數(shù)的權(quán)重矩陣）

同樣，不同專利分類下系數(shù)的方向并未發(fā)生改變，僅存在顯著性的差別；考察部門不確定性指數(shù)CEPUSector可發(fā)現(xiàn)，其直接效應(yīng)顯著為負(fù)，這一結(jié)果同面板模型中的結(jié)果是相同的，同時(shí)前一部分中為正數(shù)但不顯著，因而兩者間也不存在沖突。

間接效應(yīng)方面，整體系數(shù)出現(xiàn)完全轉(zhuǎn)變，也即從負(fù)向影響變?yōu)檎蛴绊?。考慮空間權(quán)重所代表的經(jīng)濟(jì)含義，直接分配系數(shù)表示一個(gè)部門對另一個(gè)部門的支出，也即中間品需求部門對供給部門的分配比例，因而這一模型所刻畫的是相對上游部門經(jīng)濟(jì)政策不確定性上升對相對下游部門的影響，從回歸結(jié)果看，這一影響顯著為正。其經(jīng)濟(jì)機(jī)制是明晰的：對特定部門而言，當(dāng)中間品供給不確定性上升時(shí)，部門生產(chǎn)者會(huì)有意識(shí)地降低該類中間品的使用，并以其他要素進(jìn)行替代，如創(chuàng)新活動(dòng)所引致的人力資本、技術(shù)條件等，顯然在正常生產(chǎn)條件下會(huì)使得創(chuàng)新活動(dòng)增加，申請專利活動(dòng)也增多。而從現(xiàn)有機(jī)制來看，供給側(cè)的不確定性更多影響了下游部門企業(yè)的創(chuàng)新投資動(dòng)機(jī)，對企業(yè)而言，可能出現(xiàn)行業(yè)整體要素提前進(jìn)行結(jié)構(gòu)升級(jí)予以應(yīng)對，如增加創(chuàng)新投資以取得在技術(shù)和經(jīng)驗(yàn)上的先發(fā)優(yōu)勢，將極大增強(qiáng)企業(yè)在同部門競爭的未來優(yōu)勢。而從風(fēng)險(xiǎn)規(guī)避的角度看，通過自我創(chuàng)新投資，在自身的要素結(jié)構(gòu)中增加技術(shù)、工藝等的比例，將使得部門內(nèi)企業(yè)減少對上游原材料、中間品等的依賴程度，在后者的供給具有不確定性的情況下，將直接減小面臨的風(fēng)險(xiǎn)敞口，降低自身的經(jīng)營風(fēng)險(xiǎn)。綜合來看，直接效應(yīng)為負(fù)，間接效應(yīng)為正，總效應(yīng)在回歸結(jié)果來看并不顯著異于0，這對于經(jīng)濟(jì)政策影響方向的判斷是存在一定阻礙的，然而這也更加接近在現(xiàn)有文獻(xiàn)中出現(xiàn)不同結(jié)論的研究事實(shí)。

上述基于空間杜賓模型所得到的效應(yīng)分解，對于假設(shè)2所述內(nèi)容進(jìn)行了驗(yàn)證，總體來看，盡管部門間的創(chuàng)新活動(dòng)本身不存在直接相關(guān)，但經(jīng)濟(jì)政策不確定性確實(shí)可以通過不同類型的部門間聯(lián)系產(chǎn)生方向相反的作用。具體而言，上游部門的經(jīng)濟(jì)政策不確定性對下游部門創(chuàng)新活動(dòng)存在正向推動(dòng)作用，而相反，下游部門的不確定性上升會(huì)引致上游部門減少自身的創(chuàng)新行為，從而實(shí)現(xiàn)了經(jīng)濟(jì)政策不確定性對創(chuàng)新活動(dòng)產(chǎn)生影響的機(jī)制分解。整體看，經(jīng)濟(jì)政策不確定性的創(chuàng)新作用機(jī)制仍然需要建立在部門預(yù)期的基礎(chǔ)上，無論是基于技術(shù)還是經(jīng)濟(jì)聯(lián)系，起作用的前提仍然是部門內(nèi)企業(yè)預(yù)期未來在要素的供給與產(chǎn)品的需求方面存在不確定的可能，而這一預(yù)期的大小則很大程度上會(huì)改變不確定性對創(chuàng)新活動(dòng)的影響程度。

五、結(jié)論與政策建議

本文基于中文新聞文本信息構(gòu)建了整體與分部門的宏觀經(jīng)濟(jì)政策不確定性指數(shù)，旨在反映我國宏觀經(jīng)濟(jì)運(yùn)行與部門產(chǎn)業(yè)發(fā)展所面臨的真實(shí)經(jīng)濟(jì)政策不確定情況。從指數(shù)情況看，對比基于英文語料構(gòu)建的不確定性指數(shù)，本文所使用指數(shù)能夠更好地反映國內(nèi)經(jīng)濟(jì)運(yùn)行變化的現(xiàn)實(shí)；而進(jìn)一步細(xì)分，本文也計(jì)算了分部門的不確定性指數(shù)，并研究其對部門創(chuàng)新活動(dòng)的影響?？傮w來看，各部門所面臨的經(jīng)濟(jì)政策不確定性會(huì)抑制部門創(chuàng)新活動(dòng)，降低其專利發(fā)明數(shù)量。而考慮部門間的技術(shù)與經(jīng)濟(jì)聯(lián)結(jié)關(guān)系，本文利用投入產(chǎn)出分析方法，分別計(jì)算直接消耗與分配系數(shù)，以此刻畫部門間的不同聯(lián)系，借助空間杜賓模型將這一聯(lián)系抽象化為對應(yīng)的空間權(quán)重矩陣，并用以研究不同部門特征對其他部門創(chuàng)新活動(dòng)的影響；結(jié)果表明，相對上游部門的經(jīng)濟(jì)政策不確定性上升，會(huì)由于生產(chǎn)要素替代等原因?qū)ο掠尾块T創(chuàng)新活動(dòng)產(chǎn)生刺激作用；相反，相對下游部門經(jīng)濟(jì)政策不確定性上升，則會(huì)產(chǎn)生對其上游部門進(jìn)行發(fā)明創(chuàng)造行為的抑制，從而降低下一期申請專利的數(shù)量，同時(shí)，考慮部門間相互影響后，不確定性對于創(chuàng)新活動(dòng)的影響大致仍呈現(xiàn)負(fù)相關(guān)關(guān)系。

從實(shí)際出發(fā)，經(jīng)濟(jì)政策不確定性不僅來自政策本身的制定與執(zhí)行方案，同樣依賴于公眾對于前者的認(rèn)知和判斷，因而鼓勵(lì)企業(yè)創(chuàng)新不僅需要堅(jiān)守政策方向，同時(shí)培育更加一致的預(yù)期以降低經(jīng)濟(jì)政策不確定性，也將對企業(yè)創(chuàng)新活動(dòng)產(chǎn)生顯著的正向刺激，合理的輿論引導(dǎo)將同前述政策耦合，達(dá)到理想的實(shí)施效果；由于通過媒體表征的經(jīng)濟(jì)政策不確定性存在高頻、實(shí)時(shí)的獲取特征，因而對決策層動(dòng)態(tài)實(shí)時(shí)捕捉市場信息存在裨益，本文在實(shí)證部分驗(yàn)證了中文語料與更寬泛的新聞?lì)I(lǐng)域?qū)⒃诒磉_(dá)經(jīng)濟(jì)事實(shí)方面存在更強(qiáng)的解釋能力和預(yù)測性質(zhì)，因而上述工作顯然是有效的，可進(jìn)一步擴(kuò)大信息的來源和領(lǐng)域的細(xì)分程度以適應(yīng)精準(zhǔn)決策的需要。

同時(shí)，相關(guān)經(jīng)濟(jì)政策制定也不可忽視其所處的投入產(chǎn)出關(guān)系，其他部門的經(jīng)濟(jì)政策不確定性變化也會(huì)影響到目標(biāo)部門的創(chuàng)新活動(dòng)，因而在政策仿真或情景模擬中不可忽視這一相互關(guān)系的影響，這對于政策制定初期的成本收益法分析將產(chǎn)生重大影響，將部門間的聯(lián)結(jié)特征納入政策制定與執(zhí)行，以及相關(guān)信號(hào)選擇工作的考察是必要且有效的。