论文部分内容阅读
[中图分类号]F062.9 [文献标识码]A [文章编号]0447—662X（2021）08—0050—10
改革开放以来，由传统生产要素驱动的粗放型经济增长模式极大地带动了国内经济腾飞，中国的经济发展取得了令人瞩目的成就。然而，随着有形生产要素投入逐步边际收益递减，传统经济增长模式已然不可持续。2020年中央经济工作会议强调，要“强化国家战略科技力量。要充分发挥国家作为重大科技创新组织者的作用，坚持战略性需求导向，确定科技创新方向和重点，着力解决制约国家发展和安全的重大难题”。在新冠肺炎疫情的冲击下，习近平总书记指出，“大疫当前，百业艰难，但危中有机，唯创新者胜”，由此可见技术创新在国家战略版图中的核心地位。企业等微观主体作为中国经济高质量发展的重要基石，其创新能力的提升是国家实现创新驱动战略推动经济发展的核心引擎。
然而，企业想要实现有效的技术创新并非易事，创新中天然的“两高一长”特征（高风险、高投入和长周期）是阻碍技术创新有效开展的重要因素，这需要稳定、充裕的金融资源作为支撑。进一步来看，中国的金融体系以银行为主导，这决定了以银行信贷为主的杠杆融资策略是绝大多数企业撬动资源的重要方式。企业杠杆确实是实体企业获取资金流的重要补充手段。然而，从理论上来看，学术界对此并没有达成一致性的看法。一方面，企業杠杆率越高，其所面临的风险越大，企业的生产经营决策会更加趋于保守，不利于技术创新活动的开展;另一方面，企业杠杆行为能够起到财务的放大效应，利用有限的资源撬动更多的资产与金融资源，从而为技术创新提供必要支撑，简单地推行“去杠杆”会损害企业发展质量。当然，也有学者认为企业杠杆在适度区间内时，容易起到驱动全要素生产率乃至技术创新水平提升的合意效果。于此，当前学术界对于企业杠杆与技术创新之间关系的研究尚未明晰，在面对企业高质量发展需求时，企业存在复杂的杠杆行为，究竟是应该“降杠杆”“稳杠杆”还是“加杠杆”，现有文献对此并没有直接的回应，在理论的剖析上仍需深度检验。
从实践经验来看，当前经济系统中存在一定“脱实向虚”趋势，虚拟经济与实体经济脱钩已成为中国经济运行的一个重大结构性失衡特征。2009—2016年，中国非金融企业杠杆率从95.2%上升到158.5%，在宏微观两个层面上对经济产生了较强冲击。基于此，2018年，中央财经委员会力求在整体杠杆率水平相对稳定的情形下推动“结构性去杠杆”，2019年，中央经济工作会议又进一步强调了“打好防范化解重大风险攻坚战，要坚持结构性去杠杆的基本思路”。然而在近期经济实践中，金融监管部门更加偏好“紧信用+严监管”，使得许多企业在融资市场中被迫“去杠杆化”，不利于企业高质量发展。在金融经济大环境逐步稳定的前提下，为改善企业融资境遇，中央政府开始关注“要保持宏观杠杆率基本稳定”，从而更加关注“稳杠杆”。当前中国企业所面临的一个非常棘手的问题是，一方面需要利用资本杠杆的作用撬动创新投入，推进企业技术创新;另一方面要防止高杠杆带来的挤出效应，并牢牢守住金融风险的底线。如何确定好杠杆的程度边界进而破解上述“二元悖论”，对于经济高质量发展而言十分重要。
本文可能的创新之处在于：第一，拓展了微观主体资本结构方面的研究，在“企业杠杆率一技术创新”范式中，重点引入杠杆结构性特征差异，将杠杆行为的复杂表征纳入分析，基于当前总杠杆平稳条件下杠杆结构性优化需求，为中国各地有效把握结构性杠杆优化工作提供微观层面的经验支撑;第二，深度解读企业杠杆行为影响技术创新的渠道机制，从“财务状况”和“投资行为”两个视角出发探讨二者之间存在的具体机制，并进一步嵌入杠杆的结构性元素与区分企业属性特征，分析不同杠杆行为对技术创新的异质性影响，从而为实现企业资源的高效配置，切实防范和化解系统性风险，提升区域和经济参与主体的创新能力提供有益启示和借鉴。
在中国这样一个金融抑制较为突出的国家里，企业往往面临较为严苛的资源约束，为了克服困难，企业常会选择借助杠杆来服务自身的生产发展需求。首先，企业杠杆水平的提升，在于凭借金融手段以较小的成本来撬动较大的资源，本质上是外部资源可获得性的提升，为自身的生产活动（包括但不限于技术创新活动）提供资源保障。其次，企业杠杆行为可以作为有效信号进行传递，企业选择维持较高的杠杆水平，则能够向外部投资者释放出企业具有较高盈利能力的信号，这将激发外部投资者的主观积极性，为企业的生产、创新性投资提供充足的廉价资金支持。再次，企业的杠杆行为也能够产生一定的“税盾效应”，能够在一定程度上减轻企业的实际税负水平，从而为技术创新活动腾挪出更大的空间。最后，企业的杠杆资金使用是否能够发挥驱动效应，往往同资金使用的结构和规模有关，在良好企业治理情形下的杠杆行为，往往能将资金使用在最优领域，从而起到显著激励效果。然而，近年来随着中国企业的加杠杆特征逐步强化，开始有学者对这种加杠杆行为表示忧虑。企业的杠杆行为在损伤了经济福利后，极有可能会对技术创新活动带来强烈的不利冲击。于此，本文进一步对其展开讨论。
企业杠杆率的提升，会导致企业内部现金流减少（融资约束加大），进而降低技术创新水平。企业的加杠杆行为在支持创新驱动中扮演的积极角色却不如股权融资那么强烈。根据Minsky的“金融不稳定假说”（Financial Instability Hypothesis），企业的杠杆化趋势会重塑企业财务偏好，企业内部资本结构中如若债务的占比显著提升，那么企业所要支付的利息支出等财务成本将会明显增加，这极有可能会侵蚀企业的可用资源边界。基于此，企业的加杠杆行为需要一定的现金流作为保障（以免发生信贷违约风险）。但对于从事技术创新活动的企业而言，这类企业本身就更加需要稳定现金流的支持，但高杠杆率水平所要求的高利息支出，压缩了企业内部资源配置空间，减少技术创新与降低研发强度往往是企业的无奈之选。更为严重的是，过高的杠杆率水平所衍生出的利息负担往往是企业不能承受之重，导致企业陷入财务困境的概率大大增加，甚至存在一定的破产风险。在这种条件下，企业想要有效提升技术创新能力则显得尤为艰难。从银行机构层面来看，面对逐步增高的企业杠杆，银行也会考虑减少对企业的再次信贷支持，抑或基于较高风险的考量要求企业的借贷资金必须支付更高的利息成本，企业的融资约束缓释状况趋于减弱甚至有着反向增大的困境。在这两种因素的叠加下，企业的偏好同那些长周期、高风险、高投入的创新活动之间形成了显著的错配问题，企业在高杠杆的影响下，自身资源边界的收缩将无法满足技术创新活动所需要的资本投入，企业也有动机进一步降低技术创新的强度，尽可能规避风险以稳定企业内部财务状况。 企业杠杆率的提升，还会挤出企业的实物资本投资和研发支出，进而降低技术创新水平。顺延上述逻辑，高杠杆的一个重要经济后果，是在后续的时间序列中必须有相应的现金流来回应利息偿付要求。从被动性角度来看，由杠杆行为引发的财务压力会迫使企业经营管理层更加关注短期利益，从而降低了对长期技术创新活动基础条件形成的关注程度。在高杠杆消耗了财务资源的情形下，企业可用于其他生产经营项目（特别是技术创新项目）的资源必将减少。而且，高杠杆下的财务风险如果同创新活动的技术风险相互叠加，则有可能衍生出更大的风险，因此在高杠杆情形下，企业不得不减少那些有助于技术创新活动开展的投入（如实物资本投资、研发支出等）。从主动性角度来看，为了应对企业高杠杆所带来的财务压力，企业的经营管理层有动机将资金投入到那些能够产生稳定现金流的项目之中（如金融投资、房地产投资等），甚至会从原有实物资本投资和研发支出等项目中抽离相关的资源，进而注入那些具有“短平快”特征的项目中去，其最终代价是（部分）放弃企业的技术创新活动。从这个角度来看，企业的加杠杆行为，将使得资源配置出现更强烈的“替代关系”：一方面是长期技术创新活动的资源配置;另一方面则是短期经营项目的资金支持。企业的高杠杆行为更容易激励经营管理者的生产资源配置决策向短期进行倾斜，由此形成了较强的“挤出效应”，从而冲击了正常的技术创新项目。基于上述讨论，本文提出了核心假说1：
假说1：企业的杠杆率水平越高，则自身的技术创新活动水平会受到明显抑制。
刘贯春等强调了金融化指标具有典型结构特征，可以进一步根据期限结构差异进行二次划分，以更准确地研究相关变量的效应差异。上述研究也为分解企业总括性质的杠杆率提供了启发性类推逻辑：不同杠杆存在的属性结构差异，可能会对“杠杆率一技术创新”的关系形成显著异质性影响。
从杠杆的供给侧角度来看，企业向不同机构获取的杠杆资金，面临着差异化的偿还要求。部分机构有着明显的风险厌恶特征，对授信申请企业的资质和资金使用等有着明显的约束限定：一方面要求企业具有良好的财务状况;另一方面要求资金使用符合“风险—收益”的平衡原则。这类杠杆可能会有效缓解那些具有一般性（或者是收益稳定性）的生产经营项目的财务困境，并撬动资源对这类项目进行投资。然而，这种要求显然难以同那些创新型企业的技术创新项目相适配，这类杠杆不会过多地去对接高风险创新项目的资金需求，甚至有可能形成一定排斥效果，想要借助这类杠杆来加大对创新项目的投资活动难度更大。反之，如若机构对企业的杠杆需求并不加以过多的约束条件，企业则有动机利用这类杠杆来促进自身的创新产出（毕竟这类活动能够切实提升企业核心竞争力）。
从杠杆的需求侧角度来看，企业借助杠杆获取资金的目的，也在很大程度上决定了金融资源与创新项目的匹配状况。具体来看，企业如将杠杆撬动的资源集中在企业的生产经营环节中，这无疑有助于生产经营项目资金边界约束的缓解，有利于生产经营项目的开展，甚至能够带动更多的资源投资，这能够为技术创新活动营造良好的环境;如企业将杠杆资金用以更深层次的“脱实向虚”，借助杠杆资金在金融市场中获取超额利润，则此时的资金并不能为技术创新活动服务，甚至在超额的金融利润驱使下，杠杆资金还会带动其他（生产、创新项目）资金一同进入金融市场领域“空转”，此时企业内部的资源会被金融投资项目所抽离，进而会导致更为显著的财务困境，在这种情况下，企业想要形成有效的投资规模难度十分巨大，由此会对技术创新活动形成更为显著的负向冲击效应。
从杠杆资金的规模来看，即便某些特定的企业杠杆行为对技术创新活动存在裨益，但是否能够真正促进创新产出提升，往往还与规模相关。毕竟，企业的技术创新活动具有显著的高投入特征，如若杠杆规模无法支撑足够多资金，则难以满足技术创新活动所需要的资金需求，在这类资金需求无法得到有效解决的情形下，企业自然难以对技术创新活动加大投资力度。基于此，尽管存在一些有益于技术创新活动的杠杆行为，但这仍旧需要规模效应的支撑，否则可能难以对企业核心技术竞争力起到显著裨益效果。可以预期，不同特征的杠杆对企业技术创新行为而言存在效应差异。基于以上分析，本文提出第2个假说：
假说2：对于不同结构属性特征的杠杆行为，其对企业技术创新的影响存在异质性。
1.数据来源与基本处理
本文采用中国沪深两市A股上市公司2007—2018年的面板数据进行研究。财务数据来自WIND数据库，专利数据来自国泰安数据库中的“中国上市公司与子公司专利研究数据库”。进一步地，本文对初始数据集做了如下清洗：第一，剔除微观企业样本中的金融类企业、ST企业、期间退市企业，以及在样本期中进行IPO的企业;第二，为提高数据质量，对那些连续性不满5年的样本进行删减;第三，为减轻离散值所带来的干扰，对所有微观层面变量进行了上下1%的缩尾处理。
2.变量设定
（1）被解释变量：技术创新变量（Pat）。企业对高风险特征的技术创新活动所做出的投入（R&D），也极有可能无法带来有效的创新产出。在后续研究文献中，更加偏好采用企业专利申请数作为企业创新能力的测度指标。有鉴于此，本文根据现有统计数据进行适当合并处理，划分出三个专利申请数变量，分别是Patent（专利创新总数，即发明专利、实用新型专利和外观设计专利之和）、Pati（实质性创新专利数，即发明专利数）和Patud（非實质性创新专利数，即实用新型专利和外观设计专利之和）。
（2）核心解释变量：杠杆率（Lev）。“杠杆率”的概念应归属于微观财务层面，主要指微观经济主体以负债等方式撬动更多的金融资源。在企业杠杆率指标的测度上，大多数研究更偏好采用企业特定时期总债务占比资产的结构数据来刻画企业杠杆率水平，即杠杆率（Lev）=总负债/总资产，本文也采用这种方法来测度企业总杠杆水平。按照结构属性，可以将企业杠杆界分为银行杠杆[Lev-Bank，银行借贷规模与总资产之比，（短期借款+长期借款）/总资产]、商业杠杆（Lev-Commercial，商业信用借贷/总资产）、债券杠杆（Lev-Bond，发债融资规模/总资产）。按照黄莲琴和屈耀辉的研究，还划分出了经营性杠杆（Lev-Opera，经营负债/总资产）和金融负债杠杆[Lev-Fin，（非流动负债+短期借贷+一年内到期的非流动负债+交易性金融债+衍生性金融债）/总负债]。 （3）控制变量。本文在参考已有文献基础上选取如下控制变量：总资产（Asset）、总收入（Income）、股权集中度（Share，第一大股东占比）、企业年龄（Age）及其二次项（Age2）、净资产收益率（ROE）、托宾Q（Tobin’Q）、两职合一（Mega，董事长与总经理兼任时取1，否则为0）、审计意见（Audit，审计单位出具标准无保留意见时取0，否则为1）。
3.模型设定与实证策略
为了分析企业杠杆率对技术创新的影响，本文设定如下基准模型：
上式中，专利数量lnPat为被解释变量。Pat以企业当年所申请的专利数为测量依据，包括了企业的专利总数（Patent）、发明专利数（Pati）以及非实质创新专利数（Patud）。企业杠杆率（Lev）则为本文的核心解释变量组，包括了企业资产负债率，还包括了从资金来源结构差异视角出发的各类型杠杆率子指标。CV为前述控制变量组。ε为模型随机误差项。
1.基准回归
首先，本文针对“企业杠杆率一技术创新”的关系进行初步实证检验。表1的基准回归结果显示，企业杠杆率提升对技术创新活动造成了广泛且深入的负面影响。企业杠杆率指标（L.Lev）对三种层次的技术创新活动的影响都为负且均高度显著：L.Lev对企业总专利创新产出（lnPatent）的影响系数为-0.665，且通过了1%水平的统计显著性检验;对企业实质性技术创新活动（lnPati）的影响系数为-0.436（t值为-7.80），对于非实质性技术创新活动（lnPatud）的影响同样也高度显著为负（系数为-0.467）。上述回归结果一致性地表明，企业的杠杆率水平越高，越会减损企业的专利创新产出。由此，本文的假说1得到实证经验的确证。
注：***、**和*分别表示1%、5%和10%水平的统计显著性，括号中为经过聚类稳健标准误（Cluster至企业层面）调整的t统计量，相关的控制变量与时间、行业固定效应均已控制，囿于篇幅于此省略。以下各表同。
2.渠道机制的识别检验
前述实证内容就“企业杠杆率一技术创新”的基本关系进行了解读，但并未就二者之间具体的传导机制进行识别和检验。本文借鉴中介效应模型的做法，设定了如下回归模型进行进一步检验：
其中，Mediator表示传导变量组。本文依照前文逻辑从两个角度进行检验。第一个角度为“财务状况”，考察企业杠杆率是否能为企业内部注入足够的资源，以融资约束（SA）和现金流强度（Cash）作为测度;第二个角度是“投资行为”，考察企业杠杆率是否挤出了企业的投入强度，以非专项性的实物资本投资（Invest）和专项性研发投入（R&D）作为代理变量。模型及变量的其余设定同前文所述。
表2和表3中分别呈现了基于财务状况和基于投资行为的机制检验的回归结果。
在表2的Panel A中发现，企业杠杆率提升加大了企业融资约束程度。这是因为，较高杠杆水平也需要额外利息等财务费用的支出，这会在一定程度上侵蚀企业的可用资源边界。而伴随着企业融资约束程度的提升，企业难以将金融资源投入到那些高风险、长周期的技术创新活动中，从而对技术创新有着明显抑制效果。在Panel B中，本文以现金流强度（Cash）进行反向验证。研究发现，企业杠杆率提升会显著降低企业内部现金流强度。确实，高杠杆情形下，自身的财务资源往往会用以抵补财务费用乃至信贷本金支出，内部可用的现金流会减少。对于技术创新活动而言，现金流的存在能够有效支援创新活动，还能平滑技术创新活动中衍生出的各类风险，从而为技术创新活动提供有力保障。由此，企业杠杆率提升对现金流的抑制，反而不利于技术创新活动的开展。综合上述来看，企业杠杆率的提升会显著恶化企业的财务状况，此时企业显然无法有效开展技术创新活动。
表3的研究发现，企业杠杆率提升对实物资本投资和研发投入都有着显著的抑制效果。确实，企业杠杆率提升会恶化企业财务状况，使得企业缺乏足够资源用于生产和研发性投资活动，企业甚至会从这类投资活动中抽离资源用以维系财务资源稳定。由此，企业杠杆率与生产和研发性投资活动之间存在着显著的负向相关关系。进一步的研究发现，企业的实物资本投资和研发投入对技术创新产出都有着高度正向的促进效果。不难看出，有效的投资行为能够为企业的技术创新活动开展提供良好的基础条件，然而，企业杠杆率的提升在抑制了这类投资行为后，会显著降低企业的技术创新产出水平。
1.基于企业杠杆行为的结构分解
在“债务异质性”假说被越来越多的国内外学者所认可和接受的背景下，总括性的研究思路不足以深入理解企业杠杆率引致的经济后果。为了更加细致地解读企业杠杆属性差异带来的异质性影响，本文进一步对杠杆特征进行了分解。在表4中，本文将杠杆率降维为三个层次：银行借贷杠杆（Lev-Bank）、商业信用杠杆（Lev-Commercial）和债券杠杆（Lev-Bond）进行检验。
研究发现，企业杠杆率对技术创新的抑制效果是相对的，在某些特定杠杆的撬动下反而能促进技术创新水平提升，由此，本文的假说2得到了经验证据的支持。具体来看，L.Lev-Bank对企业技术创新依旧呈现出明显的抑制作用。但对于商业信用杠杆而言，L.Lev-Commercial却展现出了对技术创新活动有促进作用的良好性质。就企业债券杠杆而言，同样没有发现加杠杆行为会对企业技术创新产生抑制的证据，反而是这类杠杆的增加有助于企业（非实质性）技术创新水平的提升，但对于企业以发明专利为代表的实质性技术创新活动而言，企业债券杠杆似乎没有展现出较强功效。
本文认为，银行部门向企业发放的贷款，都有明显的风险规避型特征，银行机构会对企业的项目投资进行严格的资质审查，最后再签订具有保护条款性质的信贷合同，这种杠杆模式显然不利于那些具有长周期、高风险的创新活动;相比之下，商业信用杠杆对借款用途的约束和监督更小，企业能够以自身需求为中心充分使用项目资金，从而减少了对技术创新活动投入的约束，有助于企业技术创新能力的提升。就企业的债券杠杆而言，这类杠杆在企业整个经营生产活动中占比较小，即便这类债券杠杆没有对资金使用进行过多的约束，但毕竟囿于资金规模体量较小，仅能促进那些具有低价值、低含金量的技术创新活动。
在表5中，本文进一步将企业杠杆界分为经营性负债杠杆（Lev-Opera）和金融负债杠杆（Lev-Fin）。前者更加关注企业日常经营生产活动中同其他生产主体交易而形成的杠杆，后者则更加关注为扩张企业规模而进行借贷的杠杆行为。
研究发现，对于经营性负债杠杆而言，其对企业的技术创新能力提升具有显著功效，尽管L.Lev-Opera对企业整体技术创新活动的裨益并不是十分突出，但对于企业的实质性技术创新活动而言却有着十分突出的促进作用，然而对于非实质性技术创新活动而言，经营性负债杠杆的促进作用可能并不是很稳健。由此可以看出，企业经营负债杠杆越高，越有助于提升企业核心技术创新能力。与之形成鲜明对比的是，企业的金融负债杠杆水平越高，反而会对企业的技术创新能力带来显著的减益效果，L.Lev-Fin对三种层次技术创新的影响系数均为负值且均表现为高度显著。
Nissim和Penman的研究发现，企业经营负债杠杆在提升盈利水平上比金融负债杠杆更具有带动作用。在黄莲琴和屈耀辉的研究中，同样发现企业经营性负债杠杆在提升企业价值和成长性上具有比金融性负债杠杆更突出的效应。从这两类杠杆的内部结构来看，经营性负债杠杆多为经营生产活动中产生的应付账款、应付工资、应交税费、预售账款等，这类杠杆实质上是企业生产经营发展的有效测度，这种杠杆的增加并不会对企业的生产资源产生过多的挤出，甚至在一定程度上不需要支出相应的利息费用（如预售账款、应付工资等），而金融负债杠杆，则多集中在长短期借款、衍生金融债等，这些金融债在很大程度上挤出了企业内部可用资源，还会承担相应利息等财务费用，由此对企业的财务状况形成了较大的拖累。不难发现，企业的经营性负债杠杆确实有助于提升企业的生产经营能力，进而有利于技术创新活动的开展。而金融负债杠杆，不单会挤占金融资源、加大财务消耗，金融衍生债务等的风险敞口，还会加大企业所面临的不确定性，这只能迫使企业更加关注短期的经营绩效和风险稳定事项，而对于那些有助于提升企业核心竞争力的长期创新投资活动关注不多，由此产生了显著的创新减益效果。
2.企业异质性下的杠杆效应差异检验
中国作为一个典型的大国经济，辖域内存在多种属性差异特征较为明显的企业，这些企业在运用杠杆时会对创新行为形成显著的非对称性效果，如若简单地按照全样本企业进行研究，则其所导出的政策建议容易出现钝化特征。为了更好地解读其中的差异化影响，本文基于企业属性特征差异进行了检验。具体来看，本文考察两类企业属性：其一，产权属性，其二，科技属性。据此分别构建产权属性变量State（为国有企业时，State取1，否则为0）和科技属性变量HT（为高科技企业时，HT取1，否则为0），并将这类变量同企业杠杆变量（Len）进行交互处理，以分析其中可能存在的异质性作用，检验结果见表6。
从企业的科技属性特征差异来看，不论是何种层次的技术创新，企业杠杆率与科技属性的交互项的影响系数均显著为正，表明相对于高科技企业而言，非高科技企业的杠杆行为对技术创新的负面作用更强。究其原因，可能是由于，相较于非高科技企业，高科技企业本身所从事的业务领域具有高风险、高投入和长周期的“两高一长”特征，需要持续的创新投入才能保持技术的先进、确保足够的行业竞争力，因而高科技企业天然地会比非高科技企业具有较强的创新动力，其对开展技术创新活动更为重视，这使得企业在面临资金缺口亟须加杠杆融资时，仍会尽可能地确保技术创新活动不至于受到较大冲击。但是表6回归结果显示，杠杆率对高科技企业技术创新的影响系数在三种层次技术创新的回归中仍均为负值，这表明对于高科技企业而言，其技术创新同样没有从杠杆行为中获益，只是由于企业加杠杆行为受到的抑制作用不如非高科技企业那么明显而已。
本文采用中国沪深两市A股上市公司2007—2018年的数据集，针对企业杠杆率影响技术创新的特征、机制和治理进行了充分的讨论。核心研究结论如下：一是企业的整体杠杆率增加，确实对技术创新活动造成了显著的抑制效果。二是企业杠杆率通过恶化企业财务状况，挤出企业投资的路径来抑制技术创新活动。三是企业杠杆行为对技术创新的影响展现出了多个维度的结构异质性差异。从杠杆异质性维度来看，银行借贷杠杆、商业信用杠杆和债券杠杆分别对技术创新活动产生了完全抑制、完全促进和部分促进的分化影响效果;若以“经营性负债杠杆”和“金融负债杠杆”进行界分，对技术创新则前者呈现正向驱动而后者具有抑制作用。从企业异质性维度来看，提升杠杆率会对国有企业和非高科技企业的技术创新活动产生更强的负面冲击。
一是保持政策定力，维持市场预期，在稳增长与调结构中寻求动态而稳定的杠杆水平均衡点。本文已确证，企业整体的杠杆率水平提升会对中国企业技术创新形成一定的负面冲击，但不同的细化杠杆的影响又有所不同，如商业信用杠杆和债券杠杆对企业技术创新有一定正面效果。这就要求政策层面既要降低政策不确定性，释缓政策供需两端的不匹配，从而增强金融杠杆驱动实体企业营收增长、技术创新的边际影响;同时也要以降成本、拓渠道等多种优化供给方式控制企业杠杆总规模，消减杠杆总量上升对企业总体创新活动的抑制效果。尤其是在当前在国际疫情爆发、全球量化宽松和国内经济复苏交织的不稳定、不平衡的复杂环境下，更应重视企业杠杆规模、杠杆结构等重要宏微观指标，配合双循环下的供给侧管理、需求侧管控的政策制定，提高企业创新环境保障，突出企业技术创新在经济高质量发展中的核心作用。
二是提升政策协同，强化精准施策，寻找经济金融政策组合与施策时机的最优结合点。随着我国经济动能的转换，决策层与企业应聚焦创新驱动而持续降低要素驱动在经济增长中的权重;这之中，应进一步发挥多部门、多层级调控及监管的政策合力，尤其要处理好财政政策与货币政策、中央政策与地方具体实施问的政策效力对冲问题，从而为稳定乃至降低企业部门的整体杠杆率，促进企业发挥技术创新优势提供协同而稳定的政策环境。而在政策具体实施中应十分注重杠杆调控的结构性，需要结构性的政策导引进行分块处理。对于企业属性特征差异乃至是不同的杠杆行为而言，其影响差异显著，因而需要精细化、异质化的政策供给，才能建立起有效的、精准的政策路径。杠杆治理的大方向在于降低企业整体的杠杆水平，但从结构效度而言，有着更精细化的考量：对于特定杠杆行为而言，反而应当推行“稳杠杆”乃至是“加杠杆”。
三是完善顶层设计，加强穿透监管，构建动态化的杠杆水平评价体系。杠杆水平并不存在静态或唯一的高低界分点，对于不同属性特征的行业企业，不同规模及业务结构的金融机构，乃至不同发展水平的各个区域，可分别构建具有异质性和动态性的杠杆水平评价体系，充分发挥市场主体在杠杆规模及结构上的自主性，把握好杠杆调控的节奏和稳定。此外，应进一步顺应金融科技发展，构建符合我国现阶段经济金融发展特征和水平的金融监管体系，使之能实时监控金融杠杆的产生渠道与真实流向，以及其所指向的底层资产与债务，以更好地配合货币、财政等政策的制定与实施，从源头上消减因杠杆高企、脱实向虚带来的资金空转，为企业技术创新夯实资金基础。
责任编辑：牛泽东
一、引言
改革开放以来，由传统生产要素驱动的粗放型经济增长模式极大地带动了国内经济腾飞，中国的经济发展取得了令人瞩目的成就。然而，随着有形生产要素投入逐步边际收益递减，传统经济增长模式已然不可持续。2020年中央经济工作会议强调，要“强化国家战略科技力量。要充分发挥国家作为重大科技创新组织者的作用，坚持战略性需求导向，确定科技创新方向和重点，着力解决制约国家发展和安全的重大难题”。在新冠肺炎疫情的冲击下，习近平总书记指出，“大疫当前，百业艰难，但危中有机，唯创新者胜”，由此可见技术创新在国家战略版图中的核心地位。企业等微观主体作为中国经济高质量发展的重要基石，其创新能力的提升是国家实现创新驱动战略推动经济发展的核心引擎。
然而，企业想要实现有效的技术创新并非易事，创新中天然的“两高一长”特征（高风险、高投入和长周期）是阻碍技术创新有效开展的重要因素，这需要稳定、充裕的金融资源作为支撑。进一步来看，中国的金融体系以银行为主导，这决定了以银行信贷为主的杠杆融资策略是绝大多数企业撬动资源的重要方式。企业杠杆确实是实体企业获取资金流的重要补充手段。然而，从理论上来看，学术界对此并没有达成一致性的看法。一方面，企業杠杆率越高，其所面临的风险越大，企业的生产经营决策会更加趋于保守，不利于技术创新活动的开展;另一方面，企业杠杆行为能够起到财务的放大效应，利用有限的资源撬动更多的资产与金融资源，从而为技术创新提供必要支撑，简单地推行“去杠杆”会损害企业发展质量。当然，也有学者认为企业杠杆在适度区间内时，容易起到驱动全要素生产率乃至技术创新水平提升的合意效果。于此，当前学术界对于企业杠杆与技术创新之间关系的研究尚未明晰，在面对企业高质量发展需求时，企业存在复杂的杠杆行为，究竟是应该“降杠杆”“稳杠杆”还是“加杠杆”，现有文献对此并没有直接的回应，在理论的剖析上仍需深度检验。
从实践经验来看，当前经济系统中存在一定“脱实向虚”趋势，虚拟经济与实体经济脱钩已成为中国经济运行的一个重大结构性失衡特征。2009—2016年，中国非金融企业杠杆率从95.2%上升到158.5%，在宏微观两个层面上对经济产生了较强冲击。基于此，2018年，中央财经委员会力求在整体杠杆率水平相对稳定的情形下推动“结构性去杠杆”，2019年，中央经济工作会议又进一步强调了“打好防范化解重大风险攻坚战，要坚持结构性去杠杆的基本思路”。然而在近期经济实践中，金融监管部门更加偏好“紧信用+严监管”，使得许多企业在融资市场中被迫“去杠杆化”，不利于企业高质量发展。在金融经济大环境逐步稳定的前提下，为改善企业融资境遇，中央政府开始关注“要保持宏观杠杆率基本稳定”，从而更加关注“稳杠杆”。当前中国企业所面临的一个非常棘手的问题是，一方面需要利用资本杠杆的作用撬动创新投入，推进企业技术创新;另一方面要防止高杠杆带来的挤出效应，并牢牢守住金融风险的底线。如何确定好杠杆的程度边界进而破解上述“二元悖论”，对于经济高质量发展而言十分重要。
本文可能的创新之处在于：第一，拓展了微观主体资本结构方面的研究，在“企业杠杆率一技术创新”范式中，重点引入杠杆结构性特征差异，将杠杆行为的复杂表征纳入分析，基于当前总杠杆平稳条件下杠杆结构性优化需求，为中国各地有效把握结构性杠杆优化工作提供微观层面的经验支撑;第二，深度解读企业杠杆行为影响技术创新的渠道机制，从“财务状况”和“投资行为”两个视角出发探讨二者之间存在的具体机制，并进一步嵌入杠杆的结构性元素与区分企业属性特征，分析不同杠杆行为对技术创新的异质性影响，从而为实现企业资源的高效配置，切实防范和化解系统性风险，提升区域和经济参与主体的创新能力提供有益启示和借鉴。
二、理论机制与假说提出
在中国这样一个金融抑制较为突出的国家里，企业往往面临较为严苛的资源约束，为了克服困难，企业常会选择借助杠杆来服务自身的生产发展需求。首先，企业杠杆水平的提升，在于凭借金融手段以较小的成本来撬动较大的资源，本质上是外部资源可获得性的提升，为自身的生产活动（包括但不限于技术创新活动）提供资源保障。其次，企业杠杆行为可以作为有效信号进行传递，企业选择维持较高的杠杆水平，则能够向外部投资者释放出企业具有较高盈利能力的信号，这将激发外部投资者的主观积极性，为企业的生产、创新性投资提供充足的廉价资金支持。再次，企业的杠杆行为也能够产生一定的“税盾效应”，能够在一定程度上减轻企业的实际税负水平，从而为技术创新活动腾挪出更大的空间。最后，企业的杠杆资金使用是否能够发挥驱动效应，往往同资金使用的结构和规模有关，在良好企业治理情形下的杠杆行为，往往能将资金使用在最优领域，从而起到显著激励效果。然而，近年来随着中国企业的加杠杆特征逐步强化，开始有学者对这种加杠杆行为表示忧虑。企业的杠杆行为在损伤了经济福利后，极有可能会对技术创新活动带来强烈的不利冲击。于此，本文进一步对其展开讨论。
企业杠杆率的提升，会导致企业内部现金流减少（融资约束加大），进而降低技术创新水平。企业的加杠杆行为在支持创新驱动中扮演的积极角色却不如股权融资那么强烈。根据Minsky的“金融不稳定假说”（Financial Instability Hypothesis），企业的杠杆化趋势会重塑企业财务偏好，企业内部资本结构中如若债务的占比显著提升，那么企业所要支付的利息支出等财务成本将会明显增加，这极有可能会侵蚀企业的可用资源边界。基于此，企业的加杠杆行为需要一定的现金流作为保障（以免发生信贷违约风险）。但对于从事技术创新活动的企业而言，这类企业本身就更加需要稳定现金流的支持，但高杠杆率水平所要求的高利息支出，压缩了企业内部资源配置空间，减少技术创新与降低研发强度往往是企业的无奈之选。更为严重的是，过高的杠杆率水平所衍生出的利息负担往往是企业不能承受之重，导致企业陷入财务困境的概率大大增加，甚至存在一定的破产风险。在这种条件下，企业想要有效提升技术创新能力则显得尤为艰难。从银行机构层面来看，面对逐步增高的企业杠杆，银行也会考虑减少对企业的再次信贷支持，抑或基于较高风险的考量要求企业的借贷资金必须支付更高的利息成本，企业的融资约束缓释状况趋于减弱甚至有着反向增大的困境。在这两种因素的叠加下，企业的偏好同那些长周期、高风险、高投入的创新活动之间形成了显著的错配问题，企业在高杠杆的影响下，自身资源边界的收缩将无法满足技术创新活动所需要的资本投入，企业也有动机进一步降低技术创新的强度，尽可能规避风险以稳定企业内部财务状况。 企业杠杆率的提升，还会挤出企业的实物资本投资和研发支出，进而降低技术创新水平。顺延上述逻辑，高杠杆的一个重要经济后果，是在后续的时间序列中必须有相应的现金流来回应利息偿付要求。从被动性角度来看，由杠杆行为引发的财务压力会迫使企业经营管理层更加关注短期利益，从而降低了对长期技术创新活动基础条件形成的关注程度。在高杠杆消耗了财务资源的情形下，企业可用于其他生产经营项目（特别是技术创新项目）的资源必将减少。而且，高杠杆下的财务风险如果同创新活动的技术风险相互叠加，则有可能衍生出更大的风险，因此在高杠杆情形下，企业不得不减少那些有助于技术创新活动开展的投入（如实物资本投资、研发支出等）。从主动性角度来看，为了应对企业高杠杆所带来的财务压力，企业的经营管理层有动机将资金投入到那些能够产生稳定现金流的项目之中（如金融投资、房地产投资等），甚至会从原有实物资本投资和研发支出等项目中抽离相关的资源，进而注入那些具有“短平快”特征的项目中去，其最终代价是（部分）放弃企业的技术创新活动。从这个角度来看，企业的加杠杆行为，将使得资源配置出现更强烈的“替代关系”：一方面是长期技术创新活动的资源配置;另一方面则是短期经营项目的资金支持。企业的高杠杆行为更容易激励经营管理者的生产资源配置决策向短期进行倾斜，由此形成了较强的“挤出效应”，从而冲击了正常的技术创新项目。基于上述讨论，本文提出了核心假说1：
假说1：企业的杠杆率水平越高，则自身的技术创新活动水平会受到明显抑制。
刘贯春等强调了金融化指标具有典型结构特征，可以进一步根据期限结构差异进行二次划分，以更准确地研究相关变量的效应差异。上述研究也为分解企业总括性质的杠杆率提供了启发性类推逻辑：不同杠杆存在的属性结构差异，可能会对“杠杆率一技术创新”的关系形成显著异质性影响。
从杠杆的供给侧角度来看，企业向不同机构获取的杠杆资金，面临着差异化的偿还要求。部分机构有着明显的风险厌恶特征，对授信申请企业的资质和资金使用等有着明显的约束限定：一方面要求企业具有良好的财务状况;另一方面要求资金使用符合“风险—收益”的平衡原则。这类杠杆可能会有效缓解那些具有一般性（或者是收益稳定性）的生产经营项目的财务困境，并撬动资源对这类项目进行投资。然而，这种要求显然难以同那些创新型企业的技术创新项目相适配，这类杠杆不会过多地去对接高风险创新项目的资金需求，甚至有可能形成一定排斥效果，想要借助这类杠杆来加大对创新项目的投资活动难度更大。反之，如若机构对企业的杠杆需求并不加以过多的约束条件，企业则有动机利用这类杠杆来促进自身的创新产出（毕竟这类活动能够切实提升企业核心竞争力）。
从杠杆的需求侧角度来看，企业借助杠杆获取资金的目的，也在很大程度上决定了金融资源与创新项目的匹配状况。具体来看，企业如将杠杆撬动的资源集中在企业的生产经营环节中，这无疑有助于生产经营项目资金边界约束的缓解，有利于生产经营项目的开展，甚至能够带动更多的资源投资，这能够为技术创新活动营造良好的环境;如企业将杠杆资金用以更深层次的“脱实向虚”，借助杠杆资金在金融市场中获取超额利润，则此时的资金并不能为技术创新活动服务，甚至在超额的金融利润驱使下，杠杆资金还会带动其他（生产、创新项目）资金一同进入金融市场领域“空转”，此时企业内部的资源会被金融投资项目所抽离，进而会导致更为显著的财务困境，在这种情况下，企业想要形成有效的投资规模难度十分巨大，由此会对技术创新活动形成更为显著的负向冲击效应。
从杠杆资金的规模来看，即便某些特定的企业杠杆行为对技术创新活动存在裨益，但是否能够真正促进创新产出提升，往往还与规模相关。毕竟，企业的技术创新活动具有显著的高投入特征，如若杠杆规模无法支撑足够多资金，则难以满足技术创新活动所需要的资金需求，在这类资金需求无法得到有效解决的情形下，企业自然难以对技术创新活动加大投资力度。基于此，尽管存在一些有益于技术创新活动的杠杆行为，但这仍旧需要规模效应的支撑，否则可能难以对企业核心技术竞争力起到显著裨益效果。可以预期，不同特征的杠杆对企业技术创新行为而言存在效应差异。基于以上分析，本文提出第2个假说：
假说2：对于不同结构属性特征的杠杆行为，其对企业技术创新的影响存在异质性。
三、研究设计
1.数据来源与基本处理
本文采用中国沪深两市A股上市公司2007—2018年的面板数据进行研究。财务数据来自WIND数据库，专利数据来自国泰安数据库中的“中国上市公司与子公司专利研究数据库”。进一步地，本文对初始数据集做了如下清洗：第一，剔除微观企业样本中的金融类企业、ST企业、期间退市企业，以及在样本期中进行IPO的企业;第二，为提高数据质量，对那些连续性不满5年的样本进行删减;第三，为减轻离散值所带来的干扰，对所有微观层面变量进行了上下1%的缩尾处理。
2.变量设定
（1）被解释变量：技术创新变量（Pat）。企业对高风险特征的技术创新活动所做出的投入（R&D），也极有可能无法带来有效的创新产出。在后续研究文献中，更加偏好采用企业专利申请数作为企业创新能力的测度指标。有鉴于此，本文根据现有统计数据进行适当合并处理，划分出三个专利申请数变量，分别是Patent（专利创新总数，即发明专利、实用新型专利和外观设计专利之和）、Pati（实质性创新专利数，即发明专利数）和Patud（非實质性创新专利数，即实用新型专利和外观设计专利之和）。
（2）核心解释变量：杠杆率（Lev）。“杠杆率”的概念应归属于微观财务层面，主要指微观经济主体以负债等方式撬动更多的金融资源。在企业杠杆率指标的测度上，大多数研究更偏好采用企业特定时期总债务占比资产的结构数据来刻画企业杠杆率水平，即杠杆率（Lev）=总负债/总资产，本文也采用这种方法来测度企业总杠杆水平。按照结构属性，可以将企业杠杆界分为银行杠杆[Lev-Bank，银行借贷规模与总资产之比，（短期借款+长期借款）/总资产]、商业杠杆（Lev-Commercial，商业信用借贷/总资产）、债券杠杆（Lev-Bond，发债融资规模/总资产）。按照黄莲琴和屈耀辉的研究，还划分出了经营性杠杆（Lev-Opera，经营负债/总资产）和金融负债杠杆[Lev-Fin，（非流动负债+短期借贷+一年内到期的非流动负债+交易性金融债+衍生性金融债）/总负债]。 （3）控制变量。本文在参考已有文献基础上选取如下控制变量：总资产（Asset）、总收入（Income）、股权集中度（Share，第一大股东占比）、企业年龄（Age）及其二次项（Age2）、净资产收益率（ROE）、托宾Q（Tobin’Q）、两职合一（Mega，董事长与总经理兼任时取1，否则为0）、审计意见（Audit，审计单位出具标准无保留意见时取0，否则为1）。
3.模型设定与实证策略
为了分析企业杠杆率对技术创新的影响，本文设定如下基准模型：
上式中，专利数量lnPat为被解释变量。Pat以企业当年所申请的专利数为测量依据，包括了企业的专利总数（Patent）、发明专利数（Pati）以及非实质创新专利数（Patud）。企业杠杆率（Lev）则为本文的核心解释变量组，包括了企业资产负债率，还包括了从资金来源结构差异视角出发的各类型杠杆率子指标。CV为前述控制变量组。ε为模型随机误差项。
四、实证结果及经济解释
1.基准回归
首先，本文针对“企业杠杆率一技术创新”的关系进行初步实证检验。表1的基准回归结果显示，企业杠杆率提升对技术创新活动造成了广泛且深入的负面影响。企业杠杆率指标（L.Lev）对三种层次的技术创新活动的影响都为负且均高度显著：L.Lev对企业总专利创新产出（lnPatent）的影响系数为-0.665，且通过了1%水平的统计显著性检验;对企业实质性技术创新活动（lnPati）的影响系数为-0.436（t值为-7.80），对于非实质性技术创新活动（lnPatud）的影响同样也高度显著为负（系数为-0.467）。上述回归结果一致性地表明，企业的杠杆率水平越高，越会减损企业的专利创新产出。由此，本文的假说1得到实证经验的确证。
表1 企业杠杆率对技术创新的影响：基准回归
注：***、**和*分别表示1%、5%和10%水平的统计显著性，括号中为经过聚类稳健标准误（Cluster至企业层面）调整的t统计量，相关的控制变量与时间、行业固定效应均已控制，囿于篇幅于此省略。以下各表同。
2.渠道机制的识别检验
前述实证内容就“企业杠杆率一技术创新”的基本关系进行了解读，但并未就二者之间具体的传导机制进行识别和检验。本文借鉴中介效应模型的做法，设定了如下回归模型进行进一步检验：
其中，Mediator表示传导变量组。本文依照前文逻辑从两个角度进行检验。第一个角度为“财务状况”，考察企业杠杆率是否能为企业内部注入足够的资源，以融资约束（SA）和现金流强度（Cash）作为测度;第二个角度是“投资行为”，考察企业杠杆率是否挤出了企业的投入强度，以非专项性的实物资本投资（Invest）和专项性研发投入（R&D）作为代理变量。模型及变量的其余设定同前文所述。
表2和表3中分别呈现了基于财务状况和基于投资行为的机制检验的回归结果。
表2 企业杠杆率对技术创新的影响：基于财务状况的机制检验
在表2的Panel A中发现，企业杠杆率提升加大了企业融资约束程度。这是因为，较高杠杆水平也需要额外利息等财务费用的支出，这会在一定程度上侵蚀企业的可用资源边界。而伴随着企业融资约束程度的提升，企业难以将金融资源投入到那些高风险、长周期的技术创新活动中，从而对技术创新有着明显抑制效果。在Panel B中，本文以现金流强度（Cash）进行反向验证。研究发现，企业杠杆率提升会显著降低企业内部现金流强度。确实，高杠杆情形下，自身的财务资源往往会用以抵补财务费用乃至信贷本金支出，内部可用的现金流会减少。对于技术创新活动而言，现金流的存在能够有效支援创新活动，还能平滑技术创新活动中衍生出的各类风险，从而为技术创新活动提供有力保障。由此，企业杠杆率提升对现金流的抑制，反而不利于技术创新活动的开展。综合上述来看，企业杠杆率的提升会显著恶化企业的财务状况，此时企业显然无法有效开展技术创新活动。
表3 企业杠杆率对技术创新的影响：基于投資行为的机制检验
表3的研究发现，企业杠杆率提升对实物资本投资和研发投入都有着显著的抑制效果。确实，企业杠杆率提升会恶化企业财务状况，使得企业缺乏足够资源用于生产和研发性投资活动，企业甚至会从这类投资活动中抽离资源用以维系财务资源稳定。由此，企业杠杆率与生产和研发性投资活动之间存在着显著的负向相关关系。进一步的研究发现，企业的实物资本投资和研发投入对技术创新产出都有着高度正向的促进效果。不难看出，有效的投资行为能够为企业的技术创新活动开展提供良好的基础条件，然而，企业杠杆率的提升在抑制了这类投资行为后，会显著降低企业的技术创新产出水平。
五、进一步研究：基于结构异质性视角的经驗证据
1.基于企业杠杆行为的结构分解
在“债务异质性”假说被越来越多的国内外学者所认可和接受的背景下，总括性的研究思路不足以深入理解企业杠杆率引致的经济后果。为了更加细致地解读企业杠杆属性差异带来的异质性影响，本文进一步对杠杆特征进行了分解。在表4中，本文将杠杆率降维为三个层次：银行借贷杠杆（Lev-Bank）、商业信用杠杆（Lev-Commercial）和债券杠杆（Lev-Bond）进行检验。
研究发现，企业杠杆率对技术创新的抑制效果是相对的，在某些特定杠杆的撬动下反而能促进技术创新水平提升，由此，本文的假说2得到了经验证据的支持。具体来看，L.Lev-Bank对企业技术创新依旧呈现出明显的抑制作用。但对于商业信用杠杆而言，L.Lev-Commercial却展现出了对技术创新活动有促进作用的良好性质。就企业债券杠杆而言，同样没有发现加杠杆行为会对企业技术创新产生抑制的证据，反而是这类杠杆的增加有助于企业（非实质性）技术创新水平的提升，但对于企业以发明专利为代表的实质性技术创新活动而言，企业债券杠杆似乎没有展现出较强功效。
表4 企业杠杆率对技术创新的影响：基于杠杆属性异质性的分解Ⅰ
本文认为，银行部门向企业发放的贷款，都有明显的风险规避型特征，银行机构会对企业的项目投资进行严格的资质审查，最后再签订具有保护条款性质的信贷合同，这种杠杆模式显然不利于那些具有长周期、高风险的创新活动;相比之下，商业信用杠杆对借款用途的约束和监督更小，企业能够以自身需求为中心充分使用项目资金，从而减少了对技术创新活动投入的约束，有助于企业技术创新能力的提升。就企业的债券杠杆而言，这类杠杆在企业整个经营生产活动中占比较小，即便这类债券杠杆没有对资金使用进行过多的约束，但毕竟囿于资金规模体量较小，仅能促进那些具有低价值、低含金量的技术创新活动。
在表5中，本文进一步将企业杠杆界分为经营性负债杠杆（Lev-Opera）和金融负债杠杆（Lev-Fin）。前者更加关注企业日常经营生产活动中同其他生产主体交易而形成的杠杆，后者则更加关注为扩张企业规模而进行借贷的杠杆行为。
表5 企业杠杆率对技术创新的影响：基于杠杆属性异质性的分解Ⅱ
研究发现，对于经营性负债杠杆而言，其对企业的技术创新能力提升具有显著功效，尽管L.Lev-Opera对企业整体技术创新活动的裨益并不是十分突出，但对于企业的实质性技术创新活动而言却有着十分突出的促进作用，然而对于非实质性技术创新活动而言，经营性负债杠杆的促进作用可能并不是很稳健。由此可以看出，企业经营负债杠杆越高，越有助于提升企业核心技术创新能力。与之形成鲜明对比的是，企业的金融负债杠杆水平越高，反而会对企业的技术创新能力带来显著的减益效果，L.Lev-Fin对三种层次技术创新的影响系数均为负值且均表现为高度显著。
Nissim和Penman的研究发现，企业经营负债杠杆在提升盈利水平上比金融负债杠杆更具有带动作用。在黄莲琴和屈耀辉的研究中，同样发现企业经营性负债杠杆在提升企业价值和成长性上具有比金融性负债杠杆更突出的效应。从这两类杠杆的内部结构来看，经营性负债杠杆多为经营生产活动中产生的应付账款、应付工资、应交税费、预售账款等，这类杠杆实质上是企业生产经营发展的有效测度，这种杠杆的增加并不会对企业的生产资源产生过多的挤出，甚至在一定程度上不需要支出相应的利息费用（如预售账款、应付工资等），而金融负债杠杆，则多集中在长短期借款、衍生金融债等，这些金融债在很大程度上挤出了企业内部可用资源，还会承担相应利息等财务费用，由此对企业的财务状况形成了较大的拖累。不难发现，企业的经营性负债杠杆确实有助于提升企业的生产经营能力，进而有利于技术创新活动的开展。而金融负债杠杆，不单会挤占金融资源、加大财务消耗，金融衍生债务等的风险敞口，还会加大企业所面临的不确定性，这只能迫使企业更加关注短期的经营绩效和风险稳定事项，而对于那些有助于提升企业核心竞争力的长期创新投资活动关注不多，由此产生了显著的创新减益效果。
2.企业异质性下的杠杆效应差异检验
中国作为一个典型的大国经济，辖域内存在多种属性差异特征较为明显的企业，这些企业在运用杠杆时会对创新行为形成显著的非对称性效果，如若简单地按照全样本企业进行研究，则其所导出的政策建议容易出现钝化特征。为了更好地解读其中的差异化影响，本文基于企业属性特征差异进行了检验。具体来看，本文考察两类企业属性：其一，产权属性，其二，科技属性。据此分别构建产权属性变量State（为国有企业时，State取1，否则为0）和科技属性变量HT（为高科技企业时，HT取1，否则为0），并将这类变量同企业杠杆变量（Len）进行交互处理，以分析其中可能存在的异质性作用，检验结果见表6。
表6 企业杠杆率对技术创新的影响：基于企业属性的异质性检验
从企业的科技属性特征差异来看，不论是何种层次的技术创新，企业杠杆率与科技属性的交互项的影响系数均显著为正，表明相对于高科技企业而言，非高科技企业的杠杆行为对技术创新的负面作用更强。究其原因，可能是由于，相较于非高科技企业，高科技企业本身所从事的业务领域具有高风险、高投入和长周期的“两高一长”特征，需要持续的创新投入才能保持技术的先进、确保足够的行业竞争力，因而高科技企业天然地会比非高科技企业具有较强的创新动力，其对开展技术创新活动更为重视，这使得企业在面临资金缺口亟须加杠杆融资时，仍会尽可能地确保技术创新活动不至于受到较大冲击。但是表6回归结果显示，杠杆率对高科技企业技术创新的影响系数在三种层次技术创新的回归中仍均为负值，这表明对于高科技企业而言，其技术创新同样没有从杠杆行为中获益，只是由于企业加杠杆行为受到的抑制作用不如非高科技企业那么明显而已。
六、结论与启示
本文采用中国沪深两市A股上市公司2007—2018年的数据集，针对企业杠杆率影响技术创新的特征、机制和治理进行了充分的讨论。核心研究结论如下：一是企业的整体杠杆率增加，确实对技术创新活动造成了显著的抑制效果。二是企业杠杆率通过恶化企业财务状况，挤出企业投资的路径来抑制技术创新活动。三是企业杠杆行为对技术创新的影响展现出了多个维度的结构异质性差异。从杠杆异质性维度来看，银行借贷杠杆、商业信用杠杆和债券杠杆分别对技术创新活动产生了完全抑制、完全促进和部分促进的分化影响效果;若以“经营性负债杠杆”和“金融负债杠杆”进行界分，对技术创新则前者呈现正向驱动而后者具有抑制作用。从企业异质性维度来看，提升杠杆率会对国有企业和非高科技企业的技术创新活动产生更强的负面冲击。
一是保持政策定力，维持市场预期，在稳增长与调结构中寻求动态而稳定的杠杆水平均衡点。本文已确证，企业整体的杠杆率水平提升会对中国企业技术创新形成一定的负面冲击，但不同的细化杠杆的影响又有所不同，如商业信用杠杆和债券杠杆对企业技术创新有一定正面效果。这就要求政策层面既要降低政策不确定性，释缓政策供需两端的不匹配，从而增强金融杠杆驱动实体企业营收增长、技术创新的边际影响;同时也要以降成本、拓渠道等多种优化供给方式控制企业杠杆总规模，消减杠杆总量上升对企业总体创新活动的抑制效果。尤其是在当前在国际疫情爆发、全球量化宽松和国内经济复苏交织的不稳定、不平衡的复杂环境下，更应重视企业杠杆规模、杠杆结构等重要宏微观指标，配合双循环下的供给侧管理、需求侧管控的政策制定，提高企业创新环境保障，突出企业技术创新在经济高质量发展中的核心作用。
二是提升政策协同，强化精准施策，寻找经济金融政策组合与施策时机的最优结合点。随着我国经济动能的转换，决策层与企业应聚焦创新驱动而持续降低要素驱动在经济增长中的权重;这之中，应进一步发挥多部门、多层级调控及监管的政策合力，尤其要处理好财政政策与货币政策、中央政策与地方具体实施问的政策效力对冲问题，从而为稳定乃至降低企业部门的整体杠杆率，促进企业发挥技术创新优势提供协同而稳定的政策环境。而在政策具体实施中应十分注重杠杆调控的结构性，需要结构性的政策导引进行分块处理。对于企业属性特征差异乃至是不同的杠杆行为而言，其影响差异显著，因而需要精细化、异质化的政策供给，才能建立起有效的、精准的政策路径。杠杆治理的大方向在于降低企业整体的杠杆水平，但从结构效度而言，有着更精细化的考量：对于特定杠杆行为而言，反而应当推行“稳杠杆”乃至是“加杠杆”。
三是完善顶层设计，加强穿透监管，构建动态化的杠杆水平评价体系。杠杆水平并不存在静态或唯一的高低界分点，对于不同属性特征的行业企业，不同规模及业务结构的金融机构，乃至不同发展水平的各个区域，可分别构建具有异质性和动态性的杠杆水平评价体系，充分发挥市场主体在杠杆规模及结构上的自主性，把握好杠杆调控的节奏和稳定。此外，应进一步顺应金融科技发展，构建符合我国现阶段经济金融发展特征和水平的金融监管体系，使之能实时监控金融杠杆的产生渠道与真实流向，以及其所指向的底层资产与债务，以更好地配合货币、财政等政策的制定与实施，从源头上消减因杠杆高企、脱实向虚带来的资金空转，为企业技术创新夯实资金基础。
责任编辑：牛泽东