王小平

（宜春學(xué)院，江西 宜春 336000）

一、引言

近年來，中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，政府為提振經(jīng)濟不斷加大宏觀調(diào)控力度，頻繁地調(diào)整宏觀經(jīng)濟政策，在一定程度上加劇了整體金融市場波動和經(jīng)濟政策不確定性。與此同時，隨著我國經(jīng)濟政策不確定性指數(shù)持續(xù)攀升，宏觀經(jīng)濟運行和企業(yè)經(jīng)營管理都將受到一定的影響。宏觀經(jīng)濟政策不確定性涉及現(xiàn)代社會的方方面面，如環(huán)境政策不確定性、貨幣政策不確定性、產(chǎn)業(yè)政策不確定性、財政政策不確定性等，這些政策不確定性對微觀企業(yè)創(chuàng)新行為產(chǎn)生一定的影響。未來很長一段時間，關(guān)于如何應(yīng)對與合理運用宏觀經(jīng)濟政策不確定性的研究將成為廣大學(xué)者的重要課題之一。

財政政策涉及經(jīng)濟社會生活的各個方面，財政政策不確定性，不僅會影響宏觀經(jīng)濟發(fā)展，而且會影響微觀企業(yè)行為。政府部門在實踐中制定或調(diào)整財政政策時，對財政政策如何具體作用于企業(yè)、財政政策是否應(yīng)該更多地借助于國有企業(yè)來推進等關(guān)鍵問題尚處于探索階段，其本質(zhì)原因除了與宏觀經(jīng)濟政策調(diào)整的復(fù)雜性有關(guān)之外，還與人們對財政政策不確定性作用于企業(yè)行為微觀機理的理解不足有關(guān)。尤其是在當(dāng)前財稅體制改革的攻堅階段，全面把握財政政策不確定性的總體特征和關(guān)鍵基調(diào)，進一步厘清和解構(gòu)財政政策不確定性對微觀企業(yè)行為的作用機理和傳導(dǎo)路徑，不僅有助于回答上述問題，而且有助于財稅體制改革的推進。

本文與以往研究區(qū)別在以下方面：一是財政政策不確定性與企業(yè)創(chuàng)新的關(guān)系研究得到一定程度的拓展。前人的研究側(cè)重在宏觀層面分析財政政策不確定性對企業(yè)創(chuàng)新的影響，未從微觀層面研究財政政策不確定性對企業(yè)創(chuàng)新的影響；二是現(xiàn)有財政政策不確定性與企業(yè)創(chuàng)新的研究得到一定的聯(lián)通，前人的研究主要側(cè)重分析兩者之間的相關(guān)關(guān)系，大多忽略了中間傳導(dǎo)途徑。本文從主客觀雙重傳導(dǎo)機制視角，研究財政政策不確定性如何影響管理層心理預(yù)期、企業(yè)金融化二者的綜合影響以及如何傳導(dǎo)至企業(yè)創(chuàng)新行為；三是本文的研究結(jié)果為財政政策不確定性的效果評價提供了一些依據(jù)。本文的研究既可以為人們正確認(rèn)識財政政策不確定性對企業(yè)創(chuàng)新行為的影響提供一些幫助，又可以為提高我國的企業(yè)創(chuàng)新效率提供一些理論依據(jù)。

二、文獻綜述

目前關(guān)于政策不確定性的研究主要側(cè)重在宏觀經(jīng)濟層面，特別是對財政政策不確定的研究文獻較少。一部分學(xué)者采用傳統(tǒng)計量模型、文本分析技術(shù)等方法測度了財政政策不確定性（朱軍，2017；龔旻等，2018；Huang&Luk，2020）[1-3]。還有一部分學(xué)者實證檢驗了財政政策不確定與宏觀經(jīng)濟的政策效應(yīng)（朱軍和蔡恬恬，2018；Popiel，2019；王志剛和周孝，2019；朱軍，2020；Aye G C，2021）[4-8]，這些學(xué)者研究發(fā)現(xiàn)，財政政策不確定性與宏觀經(jīng)濟指標(biāo)之間存在相關(guān)關(guān)系。

也有研究表明貿(mào)易開放程度、財政制度的質(zhì)量、社會極化程度、政治民主程度、政府規(guī)模、政府換屆等因素都直接決定著財政政策不確定性的大?。ㄍ踔緞偤椭苄?，2019）[6]。

尤其值得一提的是，有一些學(xué)者已經(jīng)意識到研究宏觀經(jīng)濟政策不確定性影響微觀企業(yè)行為的重要性，開始嘗試探討財政政策不確定性與微觀企業(yè)行為之間的關(guān)系。如，楊君等（2019）[9]基于中國2002 年實施的所得稅收入分享改革這一準(zhǔn)自然試驗，借助斷點回歸設(shè)計（Regression Discontinuity Design，RDD）識別稅收政策不確定性與企業(yè)資本回報率之間的因果關(guān)系。鄧美薇（2020）[10]發(fā)現(xiàn)日本財政政策不確定性的提高激勵了企業(yè)研發(fā)投資。

現(xiàn)有關(guān)于宏觀經(jīng)濟政策與企業(yè)創(chuàng)新的研究，大多都是直接將宏觀經(jīng)濟政策代理變量與企業(yè)創(chuàng)新變量關(guān)聯(lián)，不僅直接忽略了中間傳導(dǎo)途徑，而且都有一個共同假定，即市場主體對于宏觀經(jīng)濟政策都是被動接受。但截至目前很少有學(xué)者關(guān)注并深入探究宏觀經(jīng)濟政策不確定性尤其是財政政策不確定性的傳導(dǎo)機制。

三、理論分析與假設(shè)提出

財政政策不確定性主要來源于財政政策工具的變化，而財政政策工具可以劃分為需求側(cè)與供給側(cè)兩類政策工具。財政政策不確定性對企業(yè)創(chuàng)新的影響也可以從需求側(cè)政策工具與供給側(cè)政策工具變動來考慮。在需求側(cè)政策方面，財政政策不確定性的來源主要包括政府采購變化，如增加政府采購產(chǎn)品/服務(wù)的數(shù)量。政府增加采購產(chǎn)品/服務(wù)的數(shù)量可能存在兩種作用：首先，政府采購可以緩解企業(yè)創(chuàng)新過程中面臨的資金、需求不確定性等問題，從而從企業(yè)內(nèi)部推動企業(yè)創(chuàng)新（王鐵山和馮宗憲，2008）[11]；其次，政府采購?fù)ㄟ^提高企業(yè)聲譽、政府信用的技術(shù)認(rèn)證、提升債權(quán)人對企業(yè)的信任程度、降低消費者與企業(yè)間的信息不對稱和政府監(jiān)管認(rèn)證等，從而從外部拉動企業(yè)創(chuàng)新。在供給側(cè)政策方面，財政政策不確定性主要來自兩個方面：一是財政補貼變化，如增加對企業(yè)創(chuàng)新的補貼。二是稅收政策變化，如增稅或減稅。從財政補貼變化來看，政府增加對企業(yè)的創(chuàng)新補貼會產(chǎn)生兩種效應(yīng)：首先，企業(yè)獲得創(chuàng)新補貼能降低企業(yè)研發(fā)過程中面臨的高成本、高風(fēng)險問題，引導(dǎo)企業(yè)提高研發(fā)資金比重；其次，政府增加對企業(yè)的創(chuàng)新補貼會提高市場上創(chuàng)新要素價格，從而降低企業(yè)開展研發(fā)創(chuàng)新活動的積極性。從稅收政策變化來看，如果政府通過提高稅率來增加財政收入，可能會導(dǎo)致企業(yè)減少研發(fā)資金投入；相反，當(dāng)政府選擇減稅時，會增加企業(yè)研發(fā)投資積極性，從而激勵企業(yè)創(chuàng)新。企業(yè)創(chuàng)新行為包括兩類：追求創(chuàng)新“質(zhì)量”來提升企業(yè)競爭力的實質(zhì)性創(chuàng)新、追求創(chuàng)新“數(shù)量”來迎合政府宏觀經(jīng)濟政策的策略性創(chuàng)新（黎文靖和鄭曼妮，2016）[12]。而基于企業(yè)創(chuàng)新行為的異質(zhì)性，財政政策不確定性可能會產(chǎn)生不同的政策效應(yīng)。根據(jù)以上情況，本文提出以下假說：

假說1a：財政政策不確定性促進了企業(yè)創(chuàng)新數(shù)量，但抑制了企業(yè)創(chuàng)新質(zhì)量。

假說1b：財政政策不確定性既促進了企業(yè)創(chuàng)新數(shù)量，又提高了企業(yè)創(chuàng)新質(zhì)量。

財政政策不確定性和市場主體的風(fēng)險偏好程度之間并不是割裂的，市場主體的風(fēng)險偏好在傳導(dǎo)過程中會將所接收財政政策不確定性信息的真?zhèn)芜M行判斷，并采取相對應(yīng)的行為決策將財政政策不確定性對市場主體的正效應(yīng)最大化或者負效應(yīng)最小化。當(dāng)風(fēng)險偏好程度較低的企業(yè)接收到財政政策不確定性上升的信息時，企業(yè)預(yù)期財政政策不確定性上升會給自身造成一定負效應(yīng)，企業(yè)會通過減少生產(chǎn)性投入并增加研發(fā)性投入來提升企業(yè)競爭力，將負效應(yīng)降到最小化。綜上所述，本文提出：

假說2：相對于風(fēng)險偏好程度較高企業(yè)，風(fēng)險偏好程度較低企業(yè)的創(chuàng)新行為受財政政策不確定性影響更大。

由于高新技術(shù)企業(yè)的特有特征，政府部門在對高新技術(shù)企業(yè)進行認(rèn)定時，高新技術(shù)產(chǎn)品銷售額占總銷售額的比例是衡量企業(yè)是否具備高新技術(shù)企業(yè)資格的重要標(biāo)準(zhǔn)。高新技術(shù)企業(yè)要想在行業(yè)中立于不敗之地，一方面企業(yè)一切工作必須以創(chuàng)新驅(qū)動來引領(lǐng)，減少創(chuàng)新乃至不開展創(chuàng)新，最終會被市場淘汰，并且企業(yè)對外部環(huán)境變化必須具備快速應(yīng)變能力，才會使企業(yè)立于不敗之地；另一方面企業(yè)的創(chuàng)新產(chǎn)品在進入市場后，可以利用技術(shù)創(chuàng)新優(yōu)勢實現(xiàn)企業(yè)業(yè)績持續(xù)快速增長。這使得高新技術(shù)企業(yè)具有“天然創(chuàng)新能力”和“天然成長能力”。當(dāng)財政政策不確定性上升時，相對于非高新技術(shù)企業(yè)，高新技術(shù)企業(yè)會充分利用政策不確定性帶來的契機，通過加大研發(fā)投入來提升企業(yè)的創(chuàng)新能力，進而促進企業(yè)的全面發(fā)展[13]。綜上所述，本文提出：

假說3：相對于非高新技術(shù)企業(yè)，高新技術(shù)企業(yè)的創(chuàng)新行為受財政政策不確定性影響更大。

四、研究設(shè)計

（一）樣本數(shù)據(jù)

本文上市公司樣本涵蓋范圍從2001 年至2020年，數(shù)據(jù)來源CSMAR 數(shù)據(jù)庫和CNRDS 數(shù)據(jù)庫。本文剔除ST、金融行業(yè)樣本，剔除相關(guān)數(shù)據(jù)缺失的樣本，對所有連續(xù)變量進行Winsorize（1%）處理，進而消除樣本中變量異常值的影響。本文最終剩下41 865 個公司年度樣本。

（二）變量定義

1.被解釋變量。企業(yè)創(chuàng)新（Innovation）本文采用專利申請總數(shù)、發(fā)明專利申請數(shù)、非發(fā)明專利申請數(shù)來衡量企業(yè)創(chuàng)新數(shù)量；與此同時，采用申請專利的被引用量、申請授權(quán)的被引用量來衡量企業(yè)創(chuàng)新質(zhì)量。

2.解釋變量。財政政策不確定性（Fiscal Policy Uncertainty，F(xiàn)PU）本文采用文獻[3]編制的中國財政政策不確定性指數(shù)來衡量財政政策不確定性。

3.控制變量?？刂谱兞堪ㄆ髽I(yè)規(guī)模、企業(yè)年齡、有形資產(chǎn)占比、研發(fā)強度、資產(chǎn)回報率、賬面市值比、現(xiàn)金資產(chǎn)比率、資產(chǎn)負債率、流動性、赫芬達爾指數(shù)、赫芬達爾指數(shù)的平方、年收益率、個股回報率等。具體說明詳見表1。

表1 主要變量定義

（三）模型設(shè)計

為了檢驗財政政策不確定性對企業(yè)創(chuàng)新的影響，本文采用模型（1）來分別檢驗假說1、2、3。

其中，Innovationit表示企業(yè)創(chuàng)新數(shù)量和質(zhì)量；FPUit表示財政政策不確定性；Controlit代表影響企業(yè)創(chuàng)新的控制變量；Industryi表示行業(yè)固定效應(yīng)，Yeart表示年份固定效應(yīng)，εit為隨機干擾項。

五、實證結(jié)果

（一）描述性統(tǒng)計

表2 為主要變量的描述性統(tǒng)計。由表2 可知，專利申請總數(shù)（Patent_A）、發(fā)明專利申請數(shù)（PatentI_A）、非發(fā)明專利申請數(shù)（PatentII_A）、申請專利引用量（Cite_A）、授權(quán)專利引用量（Cite_W）等存在著較大差異，說明我國上市公司的創(chuàng)新數(shù)量和質(zhì)量參差不齊；財政政策不確定性指數(shù)的平均值和標(biāo)準(zhǔn)差分別為：120.5、44.2，說明我國財政政策具有較高的不確定性，并且不同年份之間財政政策不確定性有較大差異。

表2 描述性統(tǒng)計

（二）基本回歸結(jié)果

1.財政政策不確定性對企業(yè)創(chuàng)新的影響

表3 顯示了財政政策不確定性對企業(yè)創(chuàng)新的效應(yīng)結(jié)果。從表3 的列（1）、（2）、（3）可知，財政政策不確定性的回歸系數(shù)分別為0.416、0.264、0.328，且均在1%水平上顯著。這表明，財政政策不確定性與反映企業(yè)創(chuàng)新的總專利申請、發(fā)明專利申請、非發(fā)明專利申請之間均有顯著的相關(guān)關(guān)系，當(dāng)期財政政策不確定性每增加1%使得總專利申請、發(fā)明專利申請、非發(fā)明專利申請分別平均增加約41.6%、26.4%、32.8%。這表明，財政政策不確定性有效促進了企業(yè)創(chuàng)新數(shù)量。實證檢驗結(jié)果驗證了研究假說1b。

表3 財政政策不確定性與企業(yè)創(chuàng)新

本文進一步考察財政政策不確定性對企業(yè)創(chuàng)新質(zhì)量的影響。表3 報告了回歸結(jié)果，從列（4）、（5）可知，財政政策不確定性對企業(yè)創(chuàng)新質(zhì)量的回歸系數(shù)為正，且財政政策不確定性對申請專利引用量和授權(quán)專利引用量的回歸系數(shù)均在1%水平上顯著。當(dāng)期財政政策不確定性每增加1%使得申請專利引用量、授權(quán)專利引用量分別平均增加約45.1%、66.2%，這表明，財政政策不確定性有效促進了企業(yè)創(chuàng)新質(zhì)量，這進一步驗證了研究假說1b。這也證明了企業(yè)利用財政政策不確定性進行了“尋扶持”的策略性創(chuàng)新行為，即通過增加專利申請量，追求創(chuàng)新“數(shù)量”，謀求更多的財政政策扶助；與此同時，政府為了降低財政政策不確定性對經(jīng)濟社會的負面效應(yīng)，政府會實施政府補貼、稅收優(yōu)惠、政府采購等政策來扶持企業(yè)，降低企業(yè)的外部融資壓力，進而引導(dǎo)企業(yè)增加研發(fā)投資，推動企業(yè)進行“高質(zhì)量”的實質(zhì)性創(chuàng)新行為[16]。

2.基于風(fēng)險偏好程度的分組檢驗

為了檢驗財政政策不確定性對不同風(fēng)險偏好程度企業(yè)創(chuàng)新的影響，本文借鑒文獻[14]的做法，采用企業(yè)資產(chǎn)負債率（Asset Liability Ratio，LEV）衡量企業(yè)的風(fēng)險偏好程度，并將企業(yè)樣本分成風(fēng)險偏好程度較高和風(fēng)險偏好程度較低兩組。

表4 給出了基于風(fēng)險偏好程度的分組檢驗結(jié)果。列（1）、（3）和（5）是風(fēng)險偏好程度較低的企業(yè)樣本，列（2）、（4）和（6）是風(fēng)險偏好程度較高的企業(yè)樣本。結(jié)果顯示，不管是總專利申請，還是發(fā)明專利申請和非發(fā)明專利申請，財政政策不確定性對風(fēng)險偏好程度較低企業(yè)創(chuàng)新的激勵作用均大于風(fēng)險偏好程度較高企業(yè)，這說明財政政策不確定性對不同風(fēng)險偏好程度的企業(yè)創(chuàng)新的激勵作用有顯著差異?？赡艿脑蚴?，相對于風(fēng)險偏好程度較低企業(yè)，風(fēng)險偏好程度較高企業(yè)接收到財政政策不確定性上升的信息時，企業(yè)預(yù)期財政政策不確定性上升給自身造成負效應(yīng)較低，導(dǎo)致企業(yè)缺乏增加研發(fā)性投入的積極性，即財政政策不確定性對風(fēng)險偏好程度較高企業(yè)創(chuàng)新的促進作用較弱。這進一步驗證了假說2。

表4 風(fēng)險偏好分組回歸結(jié)果

3.基于行業(yè)屬性的分組檢驗

為了檢驗不同行業(yè)屬性企業(yè)的財政政策不確定性對企業(yè)創(chuàng)新的效應(yīng)，本文將企業(yè)樣本分成高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)兩組。

表5 給出了基于行業(yè)屬性的分組檢驗結(jié)果。列（1）、（3）和（5）是高新技術(shù)企業(yè)樣本，列（2）、（4）和（6）是非高新技術(shù)企業(yè)樣本。結(jié)果顯示，不管是總專利申請，還是發(fā)明專利申請和非發(fā)明專利申請，財政政策不確定性對高新技術(shù)企業(yè)創(chuàng)新的激勵作用均大于非高新技術(shù)企業(yè)，這說明財政政策不確定性對不同行業(yè)屬性企業(yè)創(chuàng)新的激勵作用有顯著差異?？赡艿脑蚴牵歉咝录夹g(shù)企業(yè)自身的創(chuàng)新能力和成長能力較弱，當(dāng)出現(xiàn)財政政策不確定性時，企業(yè)預(yù)期利用政策不確定性的契機不會給自身帶來較大發(fā)展，加大生產(chǎn)性投入仍然是提升企業(yè)競爭力的主要途徑，即財政政策不確定性對非高新技術(shù)企業(yè)創(chuàng)新的促進作用較弱。這進一步驗證了假說3。

表5 行業(yè)屬性分組回歸結(jié)果

（三）機制檢驗

本文分別從主觀傳導(dǎo)機制（管理層心理預(yù)期）和客觀傳導(dǎo)機制（企業(yè)金融化）兩方面進行實證檢驗財政政策不確定性影響企業(yè)創(chuàng)新的作用機制。具體模型如下：

上述模型中，Innovationit表示企業(yè)創(chuàng)新；Toneit代表管理層心理預(yù)期；Finit代表企業(yè)金融化；Controlit代表影響企業(yè)創(chuàng)新的控制變量；Industryi表示行業(yè)固定效應(yīng)，Yeart表示年份固定效應(yīng)，εit為隨機干擾項。

1.財政政策不確定性與管理層心理預(yù)期

韓國高等[15]指出人們的樂觀情緒或者悲觀情緒會影響到個人對風(fēng)險以及收益的判斷。因此，即使面臨同樣的財政政策不確定性，管理者可能受到不同情緒的影響而做出不同的創(chuàng)新決策。為了檢驗管理層心理預(yù)期的中介作用，本文將管理層心理預(yù)期作為財政政策不確定性影響企業(yè)創(chuàng)新產(chǎn)出的中介變量，進行機制檢驗。

表6 的列（1）顯示，財政政策不確定性的回歸系數(shù)顯著為正，這表明財政政策不確定性提高了管理層心理預(yù)期；列（2）、（3）、（4）顯示，管理層心理預(yù)期的回歸系數(shù)顯著為正，這表明管理層心理預(yù)期促進了創(chuàng)新產(chǎn)出。上述結(jié)果說明財政政策不確定性通過提高管理層心理預(yù)期最終促進了企業(yè)創(chuàng)新。

表6 財政政策不確定性、管理層心理預(yù)期與企業(yè)創(chuàng)新的回歸結(jié)果

2.財政政策不確定性與企業(yè)金融化

在內(nèi)外部資源有限的條件下，為了提升企業(yè)績效，企業(yè)會增加風(fēng)險低、收益高的短期金融資產(chǎn)投資，減少風(fēng)險高、周期長的創(chuàng)新投入，即企業(yè)金融化擠出了創(chuàng)新投入；與此同時，隨著企業(yè)金融資產(chǎn)投資的不斷增加，當(dāng)財政政策不確定性上升時，財政政策不確定性會加劇金融市場波動，使得金融資產(chǎn)投資風(fēng)險加大，并可能導(dǎo)致金融資產(chǎn)投資損失。企業(yè)通過增加創(chuàng)新投資規(guī)模，降低金融資產(chǎn)投資比重，可以降低金融資產(chǎn)投資損失[16]。為了檢驗企業(yè)金融化的中介作用，本文將企業(yè)金融化作為財政政策不確定性影響企業(yè)創(chuàng)新產(chǎn)出的中介變量，進行機制檢驗。

表7 的列（1）顯示，財政政策不確定性的回歸系數(shù)顯著為負，這表明財政政策不確定性降低了企業(yè)金融化；列（2）、（3）、（4）顯示，企業(yè)金融化的回歸系數(shù)顯著為負，這表明企業(yè)金融化抑制了創(chuàng)新產(chǎn)出。上述結(jié)果說明財政政策不確定性通過減少企業(yè)金融化最終促進了企業(yè)創(chuàng)新。

表7 財政政策不確定性、企業(yè)金融化與企業(yè)創(chuàng)新的回歸結(jié)果

（四）內(nèi)生性檢驗

由于財政政策不確定性與企業(yè)創(chuàng)新之間可能存在自我選擇問題和遺漏變量問題，這些內(nèi)生性問題均會影響模型結(jié)論。鑒于模型可能存在的兩類內(nèi)生性問題，本文采取熵平衡匹配法（Entropy Balancing Matching，EBM）和工具變量法（Instrumental Variable Method，2SLS）來解決模型的內(nèi)生性問題。具體如下：

1.熵平衡匹配法（EBM）

本文運用EBM 法解決樣本選擇偏差問題。EBM具有高度的協(xié)變量平衡、較低的模型依賴性等優(yōu)點[17]。本文財政政策不確定性采用0、1 虛擬變量（Fiscal Policy Uncertainty Dummy Variables，DFPU）表示，參考張洪輝等[18]的方法，將財政政策不確定性指數(shù)按照大小順序進行三等分，第一等分取值為0，第三等分取值為1。

根據(jù)表8 中的列（1）、（2）、（3）回歸方程結(jié)果顯示，DFPU 的系數(shù)分別為0.545、0.405、0.352，且均通過了1%的顯著性水平檢驗，進一步支持了財政政策不確定性與企業(yè)創(chuàng)新存在顯著正向關(guān)系的假說1b。

表8 熵平衡匹配后財政政策不確定性與企業(yè)創(chuàng)新

2.工具變量法（2SLS）

本文選取美國的財政政策不確定性（Fiscal PolicyUncertainty Index for United States，F(xiàn)PU_US）作為財政政策不確定性的工具變量。美國的財政政策不確定性與內(nèi)生解釋變量正相關(guān)，并且不會直接影響中國的企業(yè)創(chuàng)新。

為了檢驗美國的財政政策不確定性（Fiscal Policy Uncertainty Index for United States，F(xiàn)PU US）作為財政政策不確定性的工具變量的合理性，表9 給出了以下檢驗。一是不可識別檢驗?？倢＠暾垺l(fā)明專利申請、非發(fā)明專利申請的Kleibergen-Paap rk LM 統(tǒng)計量的P 值分別為0.000、0.000、0.000，拒絕不可識別的原假設(shè)，表明不存在不可識別問題；二是是弱工具變量檢驗。總專利申請、發(fā)明專利申請、非發(fā)明專利申請的Cragg-Donald Wald F 統(tǒng)計量分別為：22602.21、22786.02、22786.02，大于10%的臨界值16.38，拒絕弱工具變量的原假設(shè)，表明不存在弱工具變量問題；三是內(nèi)生性檢驗。專利申請、發(fā)明專利申請、非發(fā)明專利申請的Durbin-Wu-Hausman 檢驗的P 值分別為0.000、0.000、0.000，拒絕財政政策不確定性為外生變量的原假設(shè)，表明財政政策不確定性為內(nèi)生解釋變量。

表9 工具變量法回歸結(jié)果

從表9 第一階段的列（1）回歸結(jié)果得知，工具變量的回歸系數(shù)顯著為正，表明美國的財政政策不確定性與中國財政政策不確定性存在顯著相關(guān)關(guān)系；從表9 第二階段的列（2）、（3）、（4）的回歸結(jié)果可知，財政政策不確定性的回歸系數(shù)為0.171、0.063、0.055，且分別在1%、5%和10%水平上顯著，即財政政策不確定性與企業(yè)創(chuàng)新之間存在顯著的正相關(guān)，這也進一步驗證了研究假說1b。

（五）穩(wěn)健性檢驗

本文的穩(wěn)健性檢驗如下：一是將專利申請調(diào)整為專利授權(quán)；二是將算數(shù)均值替換為幾何均值計算的財政政策不確定性；三是采用文獻[19]編制的中國經(jīng)濟政策不確定性指數(shù)來替代財政政策不確定性指數(shù)；四是刪除北京、上海、天津和重慶的上市公司樣本。由于這四個地區(qū)與其他地區(qū)相比，國家賦予了一些特殊的財政政策；五是剔除區(qū)域性和行業(yè)性層面政策的影響。本文借鑒文獻[20]方法，使用省份、時間固定和行業(yè)、時間固定來剔除不同省份和行業(yè)的財政政策不確定性對企業(yè)創(chuàng)新的影響。從表10、11 和12 可知，穩(wěn)健性檢驗結(jié)果顯著。

表10 穩(wěn)健性檢驗結(jié)果1

表11 穩(wěn)健性檢驗結(jié)果2

表12 穩(wěn)健性檢驗結(jié)果3

六、結(jié)論

自2008 年金融危機以來，世界各國為應(yīng)對金融危機帶來的影響頻繁地制定變更本國的經(jīng)濟政策，這使得來自外部的經(jīng)濟政策不確定性極大增強，進而傳導(dǎo)至國內(nèi)，使得我國財政政策的制定也存在不確定性，而財政政策的不確定性會對企業(yè)創(chuàng)新行為產(chǎn)生一定的影響?；诖耍疚膰L試考察了財政政策不確定性與企業(yè)創(chuàng)新之間的關(guān)系。研究發(fā)現(xiàn)，一是財政政策不確定對企業(yè)創(chuàng)新數(shù)量和質(zhì)量均有顯著激勵作用。該結(jié)論在熵平衡匹配法（EBM）、工具變量法（2SLS）、替換企業(yè)創(chuàng)新衡量指標(biāo)、替換財政政策不確定性衡量指標(biāo)、刪除部分樣本、剔除區(qū)域性和行業(yè)性層面政策的影響等內(nèi)生性檢驗和穩(wěn)健性檢驗后仍然成立；二是相對于風(fēng)險偏好程度較高企業(yè)和非高新技術(shù)企業(yè)，風(fēng)險偏好程度較低企業(yè)和高新技術(shù)企業(yè)的創(chuàng)新行為受財政政策不確定性影響更大；三是財政政策不確定性通過主客觀傳導(dǎo)機制影響了企業(yè)創(chuàng)新行為，即財政政策不確定性通過提高管理層心理預(yù)期、降低企業(yè)金融化來促進企業(yè)創(chuàng)新。

根據(jù)上文的研究結(jié)論，可以得出以下啟示：一是政府在實施激勵企業(yè)創(chuàng)新的財政政策時，要引導(dǎo)企業(yè)由“策略性創(chuàng)新”向“實質(zhì)性創(chuàng)新”轉(zhuǎn)變，從而提高企業(yè)的創(chuàng)新水平；二是政府要大力提升財政透明度，充分降低財政政策不確定性在政府與企業(yè)之間的信息不對稱，提升企業(yè)管理層對財政政策不確定性的心理預(yù)期，激勵企業(yè)增加研發(fā)投入；三是政府加快融資體制改革，進一步改善融資環(huán)境，強化落實國家對實體經(jīng)濟的融資扶持政策，避免企業(yè)過度金融化，引導(dǎo)企業(yè)由金融資產(chǎn)投資向?qū)嶓w經(jīng)濟投資轉(zhuǎn)變，進而為激勵企業(yè)創(chuàng)新提供金融支撐；四是政府要加快營造穩(wěn)定、公平、透明、可預(yù)期的營商環(huán)境，進一步增強政策確定性和法治化水平，提振企業(yè)開展創(chuàng)新活動的信心。