混合所有制改革、政治关联与企业创新——基于双重/无偏机器学习方法
2022-06-10分类号:F832.51;F276.1;F273.1
【部门】中山大学管理学院 广东工业大学法学院
【摘要】基于2008—2019年我国国有上市企业混合所有制改革样本数据,使用双重/无偏机器学习方法,研究国有企业混合所有制改革对企业创新水平的影响,为时下进行的国有企业混合所有制改革提供参考借鉴。研究表明,国有企业混合所有制改革有效促进了企业创新水平的提升,同时,引入具有政治关联的民营股东能进一步提升企业的创新水平;进一步机制研究表明,国有企业混合所有制改革通过提高创新投入强度与改善创新效率两途径促进企业创新水平提升。
【关键词】企业创新 政治关联 国有企业 混合所有制改革 双重/无偏机器学习
【基金】国家自然科学基金项目“过度负债、金融压力与实体经济下滑:理论、证据与对策研究”(71673312);; 教育部人文社会科学研究基金项目“政策性资本错配的识别、影响机制与经济后果:基于双重机器学习模型的扩展与应用研究”(21YJA790044)
【所属期刊栏目】科技管理研究
文献传递