美国制裁对中国芯片上市企业创新绩效影响研究

何瀚玮 蒋键

[摘要]自2015年起，美国开始对中国芯片产业实施经济和贸易制裁。之后的几年，中国政府对芯片产业给予了多重支持。在双循环新发展格局下，美国的经济贸易制裁对于中国芯片上市企业到底是利刃还是机遇？基于2013—2019年的芯片产业上市企业数据，通过研发投入、单独专利申报数量、联合专利申报数量等变量着手设计双重差分估计模型，试图探讨在不同程度及不同效力的制裁下中国芯片上市企业的创新绩效。经剖析后发现，美国对中国芯片企业的制裁一方面对芯片企业的创新绩效产生了显著的正向影响，另一方面也倒逼半导体相关企业自救及正向影响了相关领域上市企业的单独专利及联合专利申请数量，大幅提升了企业创新绩效水平。

[关键词]芯片上市企业;创新绩效;经济贸易制裁;贸易摩擦

一、 引言

近年来随着中国与美国国际贸易的迅速扩张，两国之间的贸易摩擦引起了众多学者关注。事实上，由于特朗普政府对中国的立场得到了美国人民的大力支持，目前拜登政府似乎不太可能有效改变对中国的经济贸易政策，因此本文试图从微观经济的角度评估美国经济贸易制裁对中国芯片上市企业创新活动的影响。

政治经济学领域的文献关注不同国家遭遇全球政治风险对其的掣肘与挑战，宋耘等指出该领域的文献缺少对非国家主体尤其是企业的关注及量化研究[1]。本文的关注点进一步缩小到中国政府大力支持的半导体产业上（在国内外文献中，半导体和芯片两个词经常混用），探讨在贸易保护主义不断强化的双循环新发展格局下芯片上市企业的创新绩效是否受到美国制裁的影响。虽然国际关系学者Kennedy等认识到创新在国际贸易中至关重要，但该领域仍然欠缺对政治政策及政治斡旋如何作用于不同国家企业创新层面的具体剖析[2]。因此，本文采用倾向得分匹配-双重差分法（PSM-DID）研究美国经济贸易制裁相关政策法规的实施与中国芯片上市企业创新绩效的关联程度。

本文通过文献综述探讨美国制裁造成的中美贸易摩擦及对两国经济所造成的深远影响。接下来，通过假设推演、双重差分匹配模型建构及实证数据分析讨论美国制裁与中国芯片上市企业创新活动之间的联系，最后一节总结并考虑其对中国芯片产业的启示。本文的经验研究主要涵盖两个方面：一是在经济数量模型分析中实证美国制裁对中国芯片上市企业创新绩效是否有显著影响。二是发现美国制裁作用于企业创新绩效的深层机理及重要途径。通过分析芯片概念有关上市企业创新绩效的基本数据，并通过构建数量模型，本文试图建立美国制裁与芯片制造上市企业创新绩效之间的直接关联。本文的边际贡献为：①通过揭示其背后的深层作用机理，对企业创新研究形成重要补充;②同时在研究中引入政治经济学的相关理论，增加制裁对企业创新绩效路径选择的关系。

二、 文献综述及研究假设

1. 经济贸易制裁及中美贸易摩擦

国外文献大多从政治经济学角度出发，探讨制裁的效力及对被制裁国的影响路径。Bown试图分析在与中国的现代冲突中，美国政策制定者如何制定针对半导体供应链的一系列出口限制，以试图保护本土行业的关键技术壁垒[3]。Yang等运用引力模型表明美国经济制裁对受制裁国家的贸易没有重大影响，这些相同的制裁也增加了目标国家与欧盟或日本之间的贸易[4]。Peksen经过梳理文献发现如果经济制裁是由国际机构主导的多边制裁，那么经济制裁在实现其政策目标方面更为有效[5]。综上所述，现有文献大多从国际关系、外交政策等国际视野及角度出发，较少梳理制裁对企业创新效益的影响机理。

表1详细梳理了2015—2020年美国对中国芯片产业的制裁路径，从表1中的时间序列可进一步得知2018年及2019年美国政府的经济制裁力度及效力为近年之最。张亚军认为结合贸易战的背景，美国在该时点激活制裁，实际上是剑指中国新一代信息技术产业，意在遏制中国高科技领域特别是芯片产业的崛起[6]。

美国自2015年起对中国芯片产业采取的各项经济贸易制裁可表现为另一种层面的中美贸易摩擦，贸易摩擦的第一类文献大多从全球宏观经济金融角度出发并聚焦于不同国别之间受到中美贸易摩擦的经济效应。其中的代表性文献包括谢建国通过实证模型探讨美国对中国实施贸易制裁的关键因素，结果表明经济效应为最主要原因[7]。第二类文献则从全球价值链的理论视觉出发，其代表性文献包括余振等使用三国模型分析说明中国制造业在全球价值链地位不断攀升[8]。第三类文献则着重从行业出发，探讨中美贸易摩擦中不同行业受到的冲击及应对之策。颛孙书勤认为中美贸易摩擦短期内会使中国企业的创新水平下降，但从长周期来看会促进中国企业创新能力的提升[9]，这篇文献也是本文的重要理论依据。最后一类文献着重探讨中美贸易摩擦后中国的各项应对之策。陈继勇评估了中国应对美国贸易摩擦各项对策的实际效果[10]，其中多次提到自主技术创新的重要性，也为本文提供了理论基础。

2. 企业创新绩效的度量

当前的国际政策及中美贸易大环境，如知识产权保护等虽然极大限制了中国芯片上市企业创新绩效的自主发展，但黄先海指出国外知识产权保护反过来也可以激励企业创新，并以华为举例说明知识产权制度在国际贸易层面可以正面影响企业的创新活动[11]。陈劲认为在衡量企业技术创新绩效时，专利申请数可以作为衡量企业技术创新绩效的一个重要内部因素[12]。张晓月对2010—2015年中国上市芯片企业专利质量进行实证研究，发现发明专利在芯片企业专利质量中具有重要地位[13]。Boly等认为研发投资不仅代表了企业对创新的投入，而且还提供了對战略活动的见解，这对于技术能力积累至关重要 [14]。正如Lee所建议的那样，技术领导企业试图根据其积累的能力增加研发投资，从而形成技术能力积累的积极循环[15]。从研发政策的角度来看，中国芯片上市企业重视研发投资以促进技术创新，其增长势头的变化从因素驱动转向创新驱动。随着劳动力成本竞争优势的下降，中国迫切需要加快技术创新的步伐。Shin等学者认为技术创新是企业价值创造和竞争力的关键因素，芯片产业的研发活动更多集中在芯片设计和开发环节上 [16]。

本文采纳了以往研究的创新绩效衡量过程，将研发投入、企业单独及联合获得的专利数量作为测量芯片概念上市企业创新绩效的测度变量，以美国制裁作为因变量探讨中国芯片上市企业的创新绩效是否受到该变量的显著性影响，以期通过数据分析模型挖掘企业创新绩效在政治经济学领域作用机制下的深层机理。基于以上文献梳理，本文提出以下假设：

H1：美国政府对芯片企业的制裁显著影响企业的创新绩效，且对半导体概念的A股上市企业的研发投入有非常显著的正向影响。

Artz等认为研发支出与公司专利数量呈正相关，研发投资对企业技术创新绩效具有显著的积极影响[17]。Jiang等发现企业合作研发网络正向影响技术创新绩效[18]。Fan通过对华为和中兴的案例研究，发现中国芯片企业从模仿发展到技术创新，当公司通过市场扩张达到大幅资本化时，方能提供足够的研发资金和研发人员扩大其全球研发单位[19]。研发全球化是华为和中兴的重要技术战略，通过技术支持标准化、联合合作、参与工业标准及全球生产网络开发提升自主创新能力。综上所述，制裁实施初级阶段，芯片上市企业的创新绩效会受到较大负向影响，而在经济贸易制裁实施的后期阶段，芯片上市企业通过联合专利等创新形式实现进一步迭代创新及协同效应。因此，我们提出以下假设：

H2：美国政府对芯片企业的制裁对半导体概念的A股上市企业单独专利有显著正向影响，并且对华为相关概念股影响幅度更大，显著性更高。

H3：美国政府对芯片企业的制裁显著影响半导体概念的A股上市企业联合专利数量，表现出更强的竞合关系及协同效应。

三、 研究设计

1. 数据来源与样本处理

本文选取2013—2019年沪深两市A股上市公司作为研究基础，选取3467个企业7年共15690个样本观测值的非平衡面板数据。公司财务数据来源于万德数据库，公司专利申请及授权数据则出自中国知网专利数据库中上市公司专利获得情况的相关统计数据。

在变量设置中，将美国实施经济贸易制裁的起始年份设为2017年，其中，实验组数据为万德数据库中“华为概念”“半导体产业”“芯片概念”“科技龙头”4个类别共784个样本观测值，这4个类别均为美国经济贸易制裁的重要影响关联对象，即本文的实验组。其余14906个企业样本为此次研究的对照组，即未受到美国对中国芯片产业制裁正面及直接影响的上市企业。此外，本文对所有连续性数值变量取对数处理后进行前后各2.5%的缩尾处理。

2. 变量测度

（1）企业创新活动及创新绩效

大多创新类文献将研发投入作为最重要的创新绩效测度标准，因此是本文的第一个创新绩效测度指标。同时，徐映梅等认为企业创新绩效大多从专利申请及授权等指标进行测度[20]，故本文将企业单独获得的专利数量作为第二个创新绩效评价指标。傅宇等认为中国制造业企业合作研发程度越高，其合作行为对创新绩效的影响越大[21]，因此本文将企业联合获得的专利数量作为衡量企业创新绩效的第三个重要变量。综上所述，本文提炼了3个最主要的被解释变量作为衡量企业创新绩效的主要指标：①创新投入即上市企业的研发投入作为创新绩效的总体测量，在本文中表现为变量logaa;②企业单独获得的专利数量度量企业总创新产出水平，在本文中用变量名Invig表示;③企业联合获得的专利数量即实验组企业与其他高新科技企业之间的联合创新产出，本文中以Invjg测量。

（2）美国对华芯片产业经济贸易制裁

美国于2015年左右对中国芯片企业实施经济贸易制裁，但考虑到政策及制裁实际作用效果的延后性因素，本文将2017—2019年作为样本企业受美国经济贸易制裁影响的年度。变量定义与描述性统计结果如表2所示。从中可见，本文以万德数据库中的企业资讯作为重要参考依据，将万德数据库中“华为概念”“半导体产业”“芯片概念”“科技龙头”4个类别共计784个上市公司作为实验组（即下文中所说的处理组）占企业总样本15690家的4.997%。

3. 计量模型

（1）基准回归模型

本文拟使用以下多元回归模型测度美国经济贸易制裁对中国芯片上市企业创新绩效的影响：[logaa/Invig/Invjgi，t=α0+βpolicy+δXi，t+θt+μi+εi，t]。其中，下标i和t分别代表公司个体与年份。Logaa、Invig、Invjg分别为研发支出、单独专利、联合专利取自然对数，代表企业创新投入和创新绩效整体水平。Policy为美国经济贸易制裁的代理哑变量，2013—2016年取0，2017—2019年取1，其系数[β]用以初步判断制裁对不同类型的上市公司创新投入和产出的影响，即上文中H1、H2、H3的有效性。[δXi，t]表示控制变量，[θt+μi]表示固定效应，[εi，t]为随机误差项。

（2）双重差分估计模型

双重差分法（Difference-in-Difference Method， DID）可有效测度政治制度及国际政策对相关变量的有效性。本文把美国对中国芯片企业实施制裁后（2017—2019）的4类半导体概念相关企业共784个上市公司作为处理组（treated group），而将制裁实施后的全样本数据除去这4类半导体概念相关企业的其余14906家企业作为控制组（control group）。本文设定如下模型：[logaa/Invig/Invjgi，t=α0+β1policy+β2treat+β3policy×treat+δXi，t+θt+μi+εi，t]。[β1]表示受到制裁企業（处理组）在制裁实施前后创新绩效差异。treat的系数[β2]代表受到美国经济贸易制裁企业（处理组）与未受到美国经济贸易制裁企业（控制组）在制裁实施前就已存在的创新绩效差异，[δXi，t]为控制变量。本文重点关注交乘项系数[β3]，该系数可表示为Did=policy[×]treat，即受影响企业在制裁实行后的交乘项，该估计量的系数表示受到美国经济贸易制裁芯片上市企业受制裁影响的净效应，用以验证H1、H2、H3的真实性。

四、 实证分析

1. 美国制裁对企业创新活动的初步影响

本文通过混合多元回归对全样本数据进行数据分析，再分别对实验组企业（即上文所提的四个类别企业）与对照组企业进行模型拟合。表3为模型（1）的回归结果，从中可以看出，处理组在美国实施制裁后，表现为企业研发投入均在1%显著水平上呈上升趋势，具体数值为18.758的研发支出增长，控制组的研发投入受政策影响度为15.045，意指对总体对照组样本共15690家企业的呈显著正向影响。由此可得，实验组在美国经济制裁影响下的研发投入要高于总体样本3.713个百分点，其中R-squared为0.8075，研发投入较高且表现为正向的显著影响，因此可得本文的H1假设成立，随着制裁政策的实施，中国芯片上市企业将扩大研发投入，进一步扩大产品的经济效益及提升专利数量。企业将采取扩大研发投入等更有利于企业长期发展的行为，以增强企业竞争力。第（2）、第（5）与第（8）列表明，企业独立专利受制裁影响均在1%显著性上显著，与本文H2假设相吻合。而企业联合专利影响幅度较大，第（3）、第（6）与第（9）列表明结果与本文H3相吻合，即受制裁影响的企业在制裁实施阶段，独立专利及联合专利均显著上升，企业联合创新的耦合协调度较高。芯片上市企业充分利用单独专利及联合专利降低代理成本，消除企业管理层的短视行为。

2. 双重差分估计

（1）共同趋势检验

在测量制裁对实验组和对照组的影响差距前，需要对样本数据是否符合共同趋势假设进行检验。从图1（a）可看出，2017年以前企业研发投入满足平行趋势，2017年后存在显著差异。在更改政策实施时间后（即安慰剂检验），在图1制裁前后动态效应图中，横坐标中的2014—2015年作为pre-1，2015—2016年作为pre-2的影响年度，2018—2019年及2019—2020年则作为post-1及post-2在双重差分中进行解释。安慰剂检验结果表明把政策时间往前或往后推，DID显著且数值为0，因此企业对研发支出的增加是因为美国实施制裁所导致的。

（2）双重差分初步估计

本文通过双重差分模型探索制裁对芯片概念上市企业创新绩效的影响。估计结果如表4所示，制裁政策虚拟变量与企业虚拟变量交乘项均在1%水平下显著为正相关，说明在制裁实施后芯片企业创新绩效总体呈上升性显著，从而验证了本文假设H2的正确性。

（3）双重差分倾向得分匹配法

使用双重差分模型要求实验组和对照组在干预之前是可比且具有共同趋势这一重要假设前提，因此本文使用倾向得分匹配双重差分模型进行估计。

首先，本文使用净资产收益率、净利润除营业总收入、资产负债率、长期资本负债率、带息债务除全部投入资本等变量进行logit回归;然后通过匹配对实验组和对照组进行再一次拟合分析;最后，运用匹配结果进行双重差分估计。匹配后的样本变量特征如表5所示，代表受到制裁企业的创新绩效与匹配后企业未受到制裁的创新绩效间的差异，表明企业创新绩效呈上升趋势。

图2为匹配前后两组样本企业倾向得分分布情况（核密度曲线），横轴表示倾向得分值，纵轴表示概率密度。匹配后两组样本的倾向得分分布曲线近乎重叠，说明倾向得分匹配显著纠正了两组得分偏差，具備较好的匹配效果，符合双重差分倾向得分匹配法的数据结果要求。

（4）稳健性检验

本文进行了其他稳健性检验，主要包括：[①]将对照组限定为高新科技企业，其更注重创新投入及创新水平的提高，只保留高新科技企业作为对照组进行双重差分检验，本文主要结论依然成立。[②]取消对控制变量的缩尾处理且限定对照组为高新科技企业再进行双重差分检验，制裁仍对单独专利以及联合专利数有正向影响，表6是稳健性检验的数据结果。

五、 结论与建议

本文采用2013—2019年中国芯片上市企业的面板数据，采用双重差分倾向得分匹配方法研究美国制裁对其创新活动的影响，发现制裁正向影响中国芯片上市企业的创新绩效。在美国等西方资本主义国家的制裁下，政府立法、行政激励和研发补贴制度的深度融合促进了中国企业技术创新能力的提高，造成了中国芯片上市企业的“螺旋式共生关系”，即在外部多变的国际环境打压下形成耦合效应及协同效应，并通过联合海外及国内自主品牌进行国际国内联合开发，利用和研发机构、跨企业跨行业进行多层次合作达到协同创新。基于此结论，本文提出以下建议：

第一，芯片企业应该建立国内产业协会及相关行业指导部门，增强企业间合作，推动行业立法及行业标准的建立。芯片产业面临技术升级的许多障碍，例如持续创新的研发成本高等挑战性难题。虽然有证据表明中国芯片产业正在经历价值链升级，但现实情况是大多数中国企业创新活动都集中在低端制造功能上，在芯片设计、芯片制造、芯片封测等关键技术创新领域仍存在卡脖子问题。半导体上市企业需注重对外开放与企业创新耦合协调度，通过参与工业标准组织等全球技术战略实现联合合作。

第二，国家应继续完善内部激励制度及税收补贴政策，提供更多税收减免的政策红利。纵观最近较多在科创板上市的芯片相关企业大多集中在集成电路领域，表明政府通过资本市场汇拢资金，引导资金支持芯片产业的发展，在政策、资金等多种力量的推动下，方能助推国内芯片企业的创新绩效进一步提升及增长。

第三，中国芯片企业应该更多投资于产品创新和升级，面对制裁的利刃打击，中国芯片企业应充分发挥内生动力，可通过与广泛的创新合作伙伴合作来发展自主创新能力，芯片企业可与中国顶尖大学研究院等建立长期合作关系。

第四，中国芯片上市企业应吸纳具有高科技背景人才加入高管团队，提升企业创新能力。同时芯片上市企业应充分重视跨企业联合创新及合作，借鉴华为从2009年开始实施合作研发专利并将研发全球化作为其重要技术战略的举措。这不仅有助于芯片企业的持续创新，还有助于新能源汽车、人工智能和机器人等新兴市场领域的独角兽企业实现更大的技术自主性。

参考文献：

[1] 宋耘，王婕，陈浩泽.逆全球化情境下企业的组织韧性形成机制——基于华为的案例研究[J].外国经济与管理，2021，43（5）：3-19.

[2] Kennedy A B，Lim D J.The Innovation Imperative：Technology and US-China Rivalry in the Twenty-first Century[J].International Affairs，2018，94（3）：553-572.

[3] Bown C P.How the United States Marched the Semiconductor Industry into Its Trade War with China[J].EastAsian Economic Review，2020，24（4）：349-388.

[4] Yang J， Askari H， Forrer J， et al. U.S.Economic Sanctions： An Empirical Study[J].The International Trade Journal，2004，18（1）：23-62.

[5] Peksen D.When Do Imposed Economic Sanctions Work？ A Critical Review of the Sanctions Effectiveness Literature[J].Defence and Peace Economics，2019，30（6）：635-647.

[6] 张亚军.中兴通讯遭遇美国两次贸易制裁的原因及提供的重要启示[J].对外经贸实务，2018（7）：7.

[7] 谢建国.经济影响、政治分歧与制度摩擦——美国对华贸易反倾销实证研究[J].管理世界，2006（12）：8-17.

[8] 余振，周冰惠，谢旭斌，等.参与全球价值链重构与中美贸易摩擦[J].中国工业经济，2018，364（7）：24-42.

[9] 颛孙书勤.中美贸易摩擦与中国制造业企业创新研究——基于2008—2017年上市公司数据的研究 [J].技术经济与管理研究，2020（5）：122.

[10] 陈继勇.中美贸易战的背景、原因、本质及中国对策[J].武汉大学学报（哲学社会科学版），2018，71（5）：72-81.

[11] 黄先海，卿陶.知识产权保护、贸易成本与出口企业创新[J].国际贸易问题，2021（7）：21-36.

[12] 陈劲，陈钰芬.企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006（3）：86-91.

[13] 张晓月，黄俊伟.兼顾功能与协调的企业专利质量评价研究——中国上市芯片企业的实证分析[J].运筹与管理，2020，29（7）：222-231.

[14] Boly V， Morel L， Camargo M. Evaluating Innovative Processes in French Firms： Methodological Proposition for Firm Innovation Capacity Evaluation[J].Research Policy，2014，43（3）：608-622.

[15] Lee C Y.A Theory of Firm Growth： Learning Capability， Knowledge Threshold， and Patterns of Growth[J].Research Policy，2010，39（2）：278-289.

[16] Shin N， Kraemer K L， Dedrick J. R&D and Firm Performance in the Semiconductor Industry[J].Industry and Innovation，2017，24（3）：280-297.

[17] Artz K W， Norman P M， Hatfield D E， et al. A Longitudinal Study of the Impact of R&D， Patents， and Product Innovationon Firm Performance[J].Journal of Product Innovation Management，2010，27（5）：725-740.

[18] Jiang C， Zhang Y， Bu M， etal. The Effectiveness of Government Subsidies on Manufacturing Innovation： Evidence from the New Energy Vehicle Industry in China[J].Sustainability，2018，10（6）：1692.

[19] Fan P.Innovation， Globalization， and Catch-up of Latecomers： Cases of Chinese Telecom Firms[J].Environment and Planning A，2011，43（4）：830-849.

[20] 徐映梅，孫静.创新测度研究回顾与企业创新测度展望[J].统计与信息论坛，2018，33（7）：123.

[21] 傅宇，崔维军，韩硕.合作研发与企业创新绩效——基于世界银行中国企业调查数据的实证分析[J]. 科学学与科学技术管理，2018，39（1）：98.

基金项目：国家社会科学基金一般项目“动态能力视角下制造企业数字创新绩效的影响机理研究”（项目编号：14BZZ051）;广东普通高校特色创新项目“珠三角制造企业数字创新影响机理和路径研究”（项目编号：2020WTSCX259）。

作者简介：何瀚玮（1990-），女，博士研究生，东莞职业技术学院经济与管理学院讲师，研究方向为产业经济创新活动及创新绩效;蒋键（1976-），博士，东莞职业技术学院经济与管理学院副教授，研究方向为科技创新管理、市场营销。

（收稿日期：2021-10-22  责任编辑：殷 俊）