中国工业化蓝皮书（2023）（3-2部分）.pdfVIP

数字晰的严学研融合与企业突破性创新巧

内的35个大中型城市后进行回归分析，结果如表6列（2）所示：可以看

11l，实证分析结果与我们原模型的实证结论相一致，J:!IJ在考虑到城市规模与

特殊的经济和政治地位可能影响，排除35个大中型城市后进行回归分析仍

然得到产学研融合对我国企业突破性创新具有稳定且显著的正向影响的结

论。这说明本文所时论的现象在城市和地区层面具有普遍性，因而在数据上

表现出稳健性。

4.排除可能的其他因素的影响

首先，在我们样本数据年限2007～2021年，2007年的高新技术上市公

司会计规则的转变，使统计口径和｜统计规则在2007年发生了转变，出于保

证样本数据质量以检验数据分析结果稳健性的考虑我们将2007年和2008

年两年数据删除进行稳健性检验以验证基本回归分析的结果是否真正可靠；

其次，我罔于2008年开始施行的企业所得税法及其实施条例将原企业所得

税法定税率从33%调整到25%，并对税前扣除标准有所放松，税收政策的

调整可能会冲击到我们基于数据样本的回归分析结果的稳健性；最后，2008

年也爆发了席卷全球的经济危机，对整体宏观经济以及企业部门造成了重大

冲击。地方政府层面也采取了规模巨大的经济剌激政策以挽救经济形势，这

可能会对企业部门创新投入水平的变动产生不可估测的影响。综上所述，为

了避免如数据可比性、脱t111J改革以及金融危机冲击等各方面因素对本文基础

回归结果可能造成的影响，故将样本区间限定在2009～2021年，对基准回

归模型（I）式重新进行同归分析，主要估计结果如｜表6歹lj(3）所示，可

以看出，在排除了如数据可比性、脱t!JIJ改革以及金融危机冲击等各方面因素

对本文基础回归结果可能造成的影响之后，实i.iE分析结果与我们原棋型的实

证结论相一致，产学研融合对我罔企业突破性创新具有稳定且显著的正向

影响。

5改变艘型聚类层级

在经济学的实证研究巾，报告标准误差的时候常常需要考虑到数据聚类

问题（clustering）。通常，调整聚类数据的动机是集群内各个体中未观察到的

组成部分是相关的。然而，因为相关性可能发生在多个维度上，这种动机难

153

冒工业化蓝皮书

以证明为什么研究人员在某些方面使用聚类，如地理（少｜·｜、省），但不在其他

方面进行聚类，女II年龄组或性别。其实，聚类本质上是一个设计问题，其巾

包括抽样设计和实验设计问题。如果采用两阶段过程抽样，那么这是一个抽

样设计问题，从一个总体集群中随机抽样得到一个样本集群，而在第二阶段，

从集群样本数据中随机抽取一些个体。在这种情况下聚类调整是合理的，囚

为在总体数据里有在样本中没有看到的聚类。本文中，我们在基准回归中将

聚类标准误差控制在企业层面，而在稳健性检验中，为控制可能来自企业所

在行业、城市或者省份层面的因素影Ill句，我们将聚类标准误差分别控制在行

业、城市或者省份层面，具体同归结果见表7列（I）～（3）所示：从表7

列(1）～（3）的回归结果可以看出，我们采用改变模型聚类层级的替代

衡量方法进行辑、健性检验，基于基准回归模型进行分析后，最后的实证分析

结果与我们原模型的实iiE结论相一致产学研融合对我国企业突破性创新具

有稳定旦显著的正向影响。

表7改变模型聚类层级

(I)(2)(3)

变t民m~到行业m~到市级发3走到l省级