监管是否会影响创新的速度和性质，影响程度如何？我们建立了一个量化的内生增长模型，并将依规模而定的法规（即法规执行与企业规模有关）包含其中。我们将模型应用于法国的公司面板数据。我们根据具体的法规，将公司规模50人设为监管门槛进行研究，从非参数的角度来看，监管门槛左侧的创新型企业比例急剧下降。动态分析显示，略低于监管门槛的公司对外部需求冲击的创新反应急剧下降。然后，我们将模型的参数定量拟合到数据中，发现监管让宏观层面的创新降低了约5.4%，即2.2%的消费当量福利损失。五分之四的损失是由于每家公司的创新强度较低。我们在后文一般化了该理论，以允许激进式创新和渐进式创的同时决策，并发现监管的负面影响只对渐进式创新有关（通过引用和基于文本的新颖性标准来衡量）。监管更严格的经济体可能创新较少，但当企业进行创新时，它们往往会会选择更激进和更节省劳动力的突破。

监管对经济影响的研究已有很多，但关于监管对技术创新影响的研究相对较少。原有研究侧重静态成本和效益而不是动态效应，然而潜在增长效应在长期更加重要，无谓损失可能很小，但税收影响可能很大（下文将监管成本内生化为一种税）。很多学者已经意识到：由于要应付监管的繁文缛节，很多企业不愿主动创新。例如，南欧和拉美的缓慢增长常被归咎于其繁重的劳动法。识别劳动法规的创新效应是极具挑战性的。OECD，WB，IMF和其他机构根据对法律的研究和对管理人员的调查，制定了这些法规重要性的各种指数，这些指数通常被纳入计量经济学模型，例如OECD的 Indicators of Employment Protection 和 WDI 数据库中的劳工保护指标，不幸的是，上述劳动法的这些宏观指标与许多其他难以准确地控制的不可观察因素相关。为了解决问题，本文利用了规模监管法规，这些法规只有当企业规模足够大时才会适用，以此来识别因果效应。举例而言，当法国企业雇用 50 名或以上员工时，劳动法规负担就会大大加重。

传统的建模常常是有问题的，因为其通常认为技术是外生的，没有考虑这种监管如何影响创新，因经济学直觉告诉我们，面对规模监管，企业可能会减少研发投资减缓创新。因为如果企业越过监管门槛，其发展成本就会非常高。尽管监管对所有规模的企业都有影响，但直观来说，监管门槛对刚刚低于门槛的企业的创新阻碍最大。本文使用Klette和Kortum(2004)的模型，利用监管阈值下成本的不连续增长，通过两种方式检验了这一直觉：1）对创新如何随企业规模变化进行非参数研究，观察到了“创新谷”（在创新-规模曲线中在监管门槛左侧出现了突降）现象。这表明监管对企业的增长欲望产生了寒蝉效应（原指公共舆论中的个人因惧怕发言导致后果而不发表言论的现象，此处指企业担心受到监管而停止创新扩大企业规模的现象）；2）分析了不同规模的企业对外生需求冲击的异质性反应，使用基于冲击的衡量方法，利用出口产品市场的增长变化与企业在这些出口市场上的初始出口分布的交互作用进行动态估计。

从已有研究来看，Acharya等人(2013a)的研究发现较高的解雇成本可以保护员工创新投资。Griffith和Macartney (2014)的研究则表明就业保护法(EPL)对激进式创新有负面影响，但对增量创新没有影响。上述文章都利用了宏观层面（至少是州级层面）的数据。与此相反，Alesina等人(2018)的研究发现，在监管较少的国家，高科技部门规模较大。Braguinsky等人(2011)、Gourio和Roys (2014)以及Garicano等人(2016)的研究关注了劳动法规对就业和福利的结构性影响，但没有考虑到创新的内生性问题。Restuccia和Rogerson (2008)、Parente和Prescott (2000)以及Hsieh和Klenow (2009)的研究指出，扭曲导致资源从高生产率公司转移到低生产率公司，从而降低了总体生产率。Samaniego (2006)的研究在考虑生产率增长的情况下探讨了解雇成本的影响，而Poschke (2009)则研究了解雇成本对总体生产率增长的效应。Akcigit和Stantcheva (2020)回顾了关于个人和企业税收对创新影响的文献。Manso等人(2019)的研究提出，大的正向需求冲击会导致更多的研发，但这种研发倾向于“开发性的”增量而非“探索性的”激进创新。

相对于上述文献，本文的边际贡献在于，将创新与监管内生化，引入一个明确的“监管税”扭曲来源（企业规模门槛），通过企业层面的微观计量研究监管与企业规模的交互定量分析。本文更侧重于前沿技术创新，因为美国或法国等发达国家不能仅仅依靠追赶扩散来实现长期可持续增长。除此之外还将劳动法规，创新和专利纳入模型识别。本文发现，需求冲击后的监管会阻碍渐进式（但不是激进式）创新。

本文结构如下：第二节建立了一个简单的模型说明创新如何受到监管影响；第三节使用非参数横截面静态分析和对外生冲击响应的动态分析，讨论模型对数据的主要定性预测；第四节使用理论和经验（来自静态和动态分析）来估计监管对总体创新和福利的影响；第五节一般化了前文的理论和实证；第六节总结。

本文理论基础为 Klette 和 Kortum（2004）提出的具有企业动态的熊彼特增长模型的离散时间版本。建立模型后，求解企业规模的稳态分布，同时考虑在位企业和新进入企业。最后综合考虑，描述创新如何随监管的严格变化而变化。本文将探讨该模型对创新和就业稳态联合分布的影响，以及企业应如何应对外生需求冲击。

2.1 模型概述与假设

为了简化问题，假定公司所有者只有两期。第一期决定研发投入数量并投入 。第二期选择劳动力投入, 生产并取得利润。在第二期末, 所有者死亡并传承给后代，后代继承现有的公司规模并展开新的循环，暂不考虑馈赠动机。扩展部分延伸为无穷期模型，结果保持一致。

3.1 数据来源

本文的数据库包括PATSTAT 2016 春季版提供的全球专利申请，法国经济和财政统计局（DGFiP-INSEE）FICUS提供的法国企业会计数据和法国企业海关。主要样本包括 182,348 家公司和 1660 万条观察数据。平均来看，企业每年提交 0.009 项优先专利，而条件为创新公司（本文将1994 年至 2007 年间至少申请一项专利的公司定义为创新公司）时，每年为 0.28 项。众所周知，创新的分布高度偏斜，少数企业占据了我们样本中大量专利。然而，由于我们数据中未包含法国最大的企业，故这种偏斜程度相对较小。

3.2 静态分析

我们观察到图5中企业规模与创新企业比例之间存在近乎线性的关系，这与 Akcigit 和 Kerr（2018）的分析相符。企业规模与创新之间的线性关系与最佳创新强度方程预测相一致。对于刚好低于 50名员工门槛的企业，创新企业的比例突然下降，形成一个创新谷。这与模型的预测相符。

3.3 动态分析

我们开发了一个框架来分析监管对创新的影响，并在法国进行了应用，那里的劳动法规对雇佣50名以上工人的公司产生影响。我们发现，监管成本的预期阻碍了那些刚好低于门槛的公司进行创新，这种创新通过专利申请量来衡量。无论是在非参数化地观察阈值周围的专利密度，还是在参数化练习中考察公司对市场规模冲击的异质反应时，这种关系都会显现。总体上，公司在经历正向冲击时会更多地创新，但当公司刚好低于监管门槛时，这种关系会显著减弱。

我们使用数据和文献中的矩来校准结构参数，发现创新的总体损失约为5.4%，福利损失的下限约为2.2%。这表明，与将技术视为外生变量的现有分析相比，福利损失更大。但需要注意的是，劳动法规阻碍了增量创新，对更激进的创新影响不大。我们的分析重点放在长期稳态上，但分析政策变化触发的过渡动态和考虑调整成本也很重要。

此外，这个框架可以应用于其他国家和监管环境。我们的分析一直集中在劳动法规的成本上，但未来的工作应该考虑这些法规可能带来的好处，看看它们是否足以克服我们确定的成本。