1056 【《管理世界》数据复现】企业政治资源的诅咒效应——基于政治关联与企业技术创新的考察
一.
研究内容
（1）企业创新活动是否存在政治资源诅咒现象
（2）政治关联如何影响企业技术创新活动
（3）政治关联如何影响企业技术创新与未来业绩的敏感性
最后，本文考察了创新与企业未来业绩敏感性以及政治关联在这一关系中的作用，发现政治关联也弱化了技术创新与企业业绩敏感性，从而进一步验证了政治资源诅咒效应的存在性，即政治资源加剧了企业粗放式发展，阻碍了企业自主创新，并最终无益于改善经济增长质量。
二.
研究设计
本文选取的样本范围是2003~2012年度所有公开上市的非国有企业，并且删除了行业代码为A、D、F、H、J、K、L以及M的非创新型的公司。
使用企业政治关联作为虚拟变量，以专利申请数来度量企业的创新产出，以R&D投入作为创新投入的度量指标，再加入了众多其他关于企业创新研究的控制变量。
本文的研究设计主要包括两部分：
1.政治关联变量对R&D投入的回归
基于R&D投入的模型设定：
2.政治关联变量对专利申请量的回归
基于专利申请数量的模型设定：
此外，为了控制不随时间变化的个体异质性对结论的干扰，使用Hausman检验后，选择构建泊松面板双向固定效应模型来考察企业获取政治关联后专利申请量的变化。
三.
回归分析
（1）使用泊松计数模型分析政治关联的截面差异如何影响公司的技术创新行为
得到的回归结果截取部分如下：
基于发明专利的估计结果显示，相比于没有政治关联的公司而言，平均意义上有政治关联的公司发明专利申请量减少了；
基于专利总量的估计结果显示，政治关联的公司相比于没有政治关联的公司专利总数减少了；
基于研发投入的估计结果显示，有政治关联的公司相比于没有政治关联的公司，在控制行业效应和年度效应后，其研发投入水平还更高一些，估计系数在5%的水平下显著。
（2）使用双向固定效应模型考察公司获得政治关联后公司专利的申请概况
得到的回归结果截取如下：
基于固定效应估计结果同样验证了政治资源诅咒假说：有政治关联企业申请的专利数量较少，不利于公司的创新行为。
四.
稳健性检验
本文设定了四类稳健性检验：
（1）将政治关联进一步区分为为政府型政治关联和代表型政治关联；
（2）考察那些仅有R&D观测值的专利申请概况；
（3）假设模型的随机误差项服从负二项分布；
（4）考虑到信息技术行业的专利竞争效应，剔除了信息技术行业。
（结果在表7、表8）
五.
内生性问题
1. 政治关联对技术创新影响中潜在的遗漏变量偏误问题
2. 预期未来技术创新水平比较差的企业会主动寻求政治关联
基于该内生性问题，本文估计了当年度较低的技术创新水平是否会诱发公司下一年度寻求政治关联的 Probit 概率回归模型。
（结果在图2、表9）
六.
政治资源诅咒的动态性
为了进一步考察政治关联与企业创新的因果关系，本文还考察了政治关联诅咒的动态效应。设定了如下模型进行分析：
得到的动态效应估计结果截取部分如下：
结果显示企业在获得政治关联的第二年和第三年专利申请量下降幅度最大，第三年之后基本处于稳定状态。
七.
政治资源诅咒的机制考察
该部分文章从三个方面来分析政治关联是如何影响公司的技术创新行为，并提出其他也可能会导致公司政治关联会降低企业技术创新的替代解释机制。
1.行业竞争度越高，企业创新压力就越大，动力越强
为了度量每个行业的竞争程度，增加了赫芬达尔指数（HHI）。
2.企业过度投资有可能降低创新投入
对此，在模型中增加了过度投资虚拟变量Overinvestment。
文章进行了利益补偿机制分析。首先，验证有政治关联的企业是否能够获得更多的非创新性政府补助。其次，考察有政治关联企业的政府补助能否带来更多的创新产出。结果如下：
八.
政治关联、技术创新与企业绩效敏感性
这部分，文章关注企业技术创新如何影响未来盈利能力，以及政治关联如何影响技术创新与企业业绩敏感性。考虑到不同行业企业创新行为对经营业绩的敏感性存在显著差异，估计模型中控制了行业效应。构建了如下模型：
得到的估计结果截取如下：
数据说明
1、数据来源：数据皮皮侠团队整理
2、时间跨度：2000-2020年
3、区域范围：沪深A股上市公司
4、指标说明：
考虑到在沪深两市上市的很多公司并非创新型的公司，删除了行业代码为A、D、F、H、J、K、L 以及 M 的公司
资源获取
1.点击公众号右上角三个点-设为星标
2.文章底部右下角点击”在看“图标
3.公众号后台发送
数据编号 902
按照提示添加客服微信
转发朋友圈
发送保留1小时截图（要有5个点赞哦）和编号
扫码进群
学术交流｜资源分享
科研数据交流群
