科技創新與企業績效的“門檻效應”研究

劉輝 范林榜

摘? 要：文章從供應鏈管理的視角出發，選取滬深兩市A股442家制造型上市公司2015～2019年數據為研究樣本，使用面板門限模型實證研究了科技創新對企業績效的影響。實證結果表明，科技創新與企業績效之間存在非線性關系;科技創新對企業績效有顯著正向影響;科研人員的數量與企業績效的關系受到供應鏈管理能力的影響從而存在兩面性。最后，提出了提高企業科技創新能力和供應鏈管理能力的建議。

關鍵詞：供應鏈管理;科技創新;企業績效;面板門限

中圖分類號：F273? ? 文獻標識碼：A

Abstract： From the perspective of supply chain management， this paper selects the data of 442 manufacturing listed companies in Shanghai and Shenzhen stock exchanges from 2015 to 2019 as the research samples， and uses the panel threshold model to empirically study the impact of scientific and technological innovation on enterprise performance. The empirical results show that there is a nonlinear relationship between scientific and technological innovation and enterprise performance. Scientific and technological innovation has a significant positive impact on enterprise performance; The relationship between the number of researchers and enterprise performance is influenced by the supply chain management ability， so there are two sides. Finally， this paper puts forward some suggestions and opinions to improve the enterprise's ability of scientific and technological innovation and supply chain management.

Key words： supply chain management; scientific and technological innovation; enterprise performance; panel threshold

0? 引? 言

當前受“新冠肺炎”的影響，全球經濟衰退已經是勢不可擋，中國的經濟發展也受到巨大的沖擊。很多制造型企業對外貿易受到前所未有的壓力。因此，去庫存、降杠桿、做好供應鏈管理對于中國的企業來說已是迫在眉睫。海外疫情持續肆虐，貿易訂單不足問題隨之顯現，部分企業因銷售不暢，被迫減產停產，庫存積壓明顯，資金嚴重短缺，科研人才大量外流，科研創新項目被迫停止。在疫情寒冬期，大部分企業積累了大量庫存，資源配置效率下降。且當前我國正處于綠色經濟轉型升級的關鍵時期，經濟增速明顯放緩，各行業競爭激烈，而超額庫存面臨著功能性貶值，并不具備競爭優勢，還為企業招致了較為棘手的庫存管理問題。供應鏈管理能力對于企業績效的提高顯得尤為重要。優化庫存管理水平能使企業保持市場彈性、經營韌性，并降低由于存貨帶來的額外成本支出，將資金用于技術研發和產品創新，對提高企業績效水平有著顯著的影響。為了進一步探究科技創新與企業績效之間是否存在非線性關系，供應鏈管理能力對科技創新有著怎樣的影響，本文從供應鏈管理的視角出發，選取滬深兩市A股442家制造型上市企業2015～2019年數據為研究樣本，使用面板門限模型分析了科技創新對企業績效的影響，并提出了提高企業科技創新能力和供應鏈管理能力的建議。

1? 文獻綜述

1.1? 國外研究

Przychodzen W， Przychodzen J（2018）[1]認為可持續創新實踐，尤其是有助于創造環境、社會和經濟價值的實踐已經越來越受到全球學術界、行業領袖和政策制定者的關注。人們普遍認為，創新是實現企業長期可持續性發展的一個非常重要的難題，在企業績效層面上講可持續性創新是非常重要的。Divisekera S， Nguyen V K（2018）[2]在澳大利亞旅游企業的背景下探索旅游創新過程，他們利用縱向數據庫和邏輯回歸模型，研究了創新投入或決定因素與旅游服務和營銷創新中廣泛采用的兩個創新產出之間的關系。研究結果對推動旅游企業創新努力的各種投入和相關制度因素的作用和影響提供了新的見解。Govindan K， Cheng T C E等（2018）[3]通過研究新的方法、實踐和機會，探討了物流和供應鏈管理的大數據分析在提高企業績效上的應用，文章提出和分析各種各樣的機會來改善大數據分析和應用對物流和供應鏈管理的方法，比如通過探索技術驅動的跟蹤策略，財務業績與數據驅動的供應鏈的關系等。Cannella S， Dominguez R等（2018）[4]認為供應鏈管理已經成為應對當前日益復雜的商業環境的主要成功關鍵因素之一。雖然供應鏈管理是一門成熟的學科，但由于一系列過程、決策和結構的動態交互作用，實際供應鏈的復雜性在過去二十年中已經發生了很大的變化，這些過程、決策和結構的理解對于在市場中獲得競爭優勢至關重要。事實上，大多數供應鏈管理研究都集中在假設節點買家和供應商之間的線性關系上。

1.2? 國內研究

李海東、戎曉婕（2020）[5]基于間斷平衡理論和組織冗余視角，系統分析了研發投入跳躍對企業績效的影響以及可用冗余、潛在冗余對兩者關系的調節效應。研究表明，研發投入跳躍對企業績效的影響呈倒U形，可用冗余負向調節研發投入跳躍與企業績效之間的正向關系。潛在冗余對研發投入跳躍與企業績效之間關系的正向調節更加顯著。朱慧明、王向愛等（2019）[6]基于分位數回歸的方法，研究不同分位水平下社會責任、研發投入和企業績效之間的關系。研究結果表明：社會責任對所有企業的短期績效和利潤比較高的企業的長期績效有顯著的促進作用;研發投入會顯著降低利潤比較高的企業的短期績效，但會顯著促進利潤比較高的企業的長期績效。王蘭芳、王悅等（2019）[7]研究了法制環境對企業研發“粉飾”行為的影響及其經濟后果。結果發現，在法制環境好的地區，企業會減少研發“粉飾”行為。研發“粉飾”行為對企業財務績效的正向影響和對市場績效的負向影響都集中在法制環境較差的地區，說明法制環境可以在一定程度上抑制研發“粉飾”行為，并減少研發“粉飾”行為對組織績效的負面影響。

以上這些學者都是研究科技創新對企業績效的直接影響，很少有學者從供應鏈的角度出發研究科技創新與企業績效背后的邏輯關系。因此，本文基于供應鏈視角對我國制造型企業的面板數據進行了分析處理。

2? 研究設計

2.1? 研究假設

根據以上文獻資料我們可以看出，科技創新能力、供應鏈管理能力對企業績效均有顯著影響，但是國內外的研究由于地區差異和選取樣本的不同可能有著不同的研究結果。因此，本文提出如下三個研究假設。

假設一H1：科技創新對企業績效的影響存在非線性關系。

在這樣一個競爭激烈的復雜社會環境下，科技創新是企業生存和取得成功的最基本來源。科技創新能力被認為是企業提供和維持競爭優勢以及實施整個戰略的寶貴資產。Chen J X，Sharma P等（2019）[8]使用高層梯隊理論進行假設并通過經驗證明了變革型領導進行探索性創新對企業績效的影響的不一致結論，呈現出倒U型效應。即創新只能通過對公司稀缺資源的最佳利用并且在中等程度的探索性創新中獲得更好的企業績效，而實際上可能由于資源利用不足而損害在更高水平的探索性創新中的企業績效。因此，本文認為科技創新對企業績效的影響存在非線性關系。

假設二H2：科技創新對企業績效有顯著正向影響。

Rajapathirana R P J， Hui Y（2018）[9]對斯里蘭卡保險業的實證研究，探討創新能力、創新類型以及企業績效的不同方面之間的關系。通過模型假設實證驗證了創新能力對企業績效是有著顯著正向影響，這項研究結果表明對創新能力的有效管理有助于提供更有效的創新成果，從而產生更好的企業績效。因此，本文做出了科技創新對企業績效有顯著正向影響的假設。

假設三H3：科技創新對企業績效的影響存在兩面性。

本文認為科研人員的數量與企業績效的關系受到供應鏈管理能力的影響從而存在兩面性。存貨周轉率之所以對科研人才數量產生門檻效應，本文認為原因主要有以下兩點：其一，當公司存貨周轉率較低時，表明企業供應鏈管理能力較差，有大量的存貨積壓，資金被大量占用，對科研創新的投入就會減少，科研人員的數量自然就會減少，舊的產品賣不掉，新的產品創造不出來，對企業績效產生不利的影響;其二，當公司存貨周轉率較高時，表明企業供應鏈管理能力較強，企業資金流動性較強，對科研創新的投入就會增加，科研人員的數量自然就會增加，不斷研發新的產品，打開新市場，從而間接提高企業績效，形成良性循環。科研人員的數量不能一味的追求數量上的優勢，應當視公司自身發展情況維持在一個適當的比重，更應當重視人才的質量。科研人才過多容易造成人員冗余、資源浪費;過少則科研人才不足，創造不出更好的產品，一旦消費者需求轉變則必將帶來巨大的經營風險。

2.2? 變量選擇與定義

2.2.1? 被解釋變量

本文被解釋變量為企業績效ROE采用凈資產收益率表示。竇文章、陳夢（2019）[10]認為在盈利能力方面，券商在進行上市公司盈利能力評估時通常會選取總資產凈利率ROA和凈資產收益率ROE作為考核指標。Ferla R， Muller S H等（2019）[11]使用描述性、記錄性和定量方法來驗證無形資產對拉丁美洲公司經濟績效的影響。他們將凈資產收益率作為企業績效的指標，使用面板數據回歸進行了審查，結果表明無形資產對凈資產收益率產生負面影響。因此本文亦將凈資產收益率ROE作為衡量企業績效的指標。

2.2.2? 核心解釋變量

（1）科技創新

本文核心解釋變量為科技創新R&D，本文認為企業的創新能力主要體現在科研人才上面，今天的中國資本市場已經足夠完善，資本對于企業發展而言已經不再是困難。對于制造業而言，21世紀應當是頂尖科技人才的競爭，企業只有抓住科技人才才能創造出更好的產品。David Langley，Therina Theron（2018）[12]在《Nature》上發表論文稱全球研究資助體系正變得越來越復雜和有競爭力。科學家需要證明質量、相關性、影響力和創新，同時滿足正直和倫理的最高標準，管理知識產權問題并宣傳他們的工作。同時，科研人才顯得尤為不足，制約了當地經濟的發展，許多地區正在努力與全球科技強國競爭。他們舉例研究了非洲的發展正面臨科技人才匱乏的現狀。因此，本文將科研人才數量取對數作為核心解釋變量科技創新R&D的指標。

（2）供應鏈管理能力

本文解釋變量供應鏈管理能力ITR采用存貨周轉率ITR的平方表示。Cachon G P， Gallino S等（2019）[13]通過研究庫存管理和銷售之間的關系，證明庫存管理可以增加銷售額：擴大庫存可以創造更多的選擇。并可能標志著受歡迎或者合意的產品。他們主要研究庫存管理和銷售之間的內生關系，通過研究上下游供應鏈經銷商庫存的外生變化，建立數學模型找出庫存管理和銷售相關關系。Wibowo S S， Wirangga A（2019）[14]在檢驗供應鏈管理對企業績效的影響時，使用存貨周轉率ITR和供應天數作為供應鏈管理能力的指標。他們以2014～2016年期間在印度尼西亞證券交易所（IDX）上市的制造企業為樣本，有目的的抽樣并使用t檢驗進行多元回歸分析。研究結果發現，存貨周轉率對公司績效有正向影響，而供應天數變量對公司績效有負向影響。因此，本文采用存貨周轉率平方ITR作為供應鏈管理能力的指標。

2.2.3? 控制變量

在選取控制變量時，本文考慮到企業在實際運營中的各種因素，營銷能力MA采用營業收入與銷售費用的比值表示，Hughes M， Hughes P等（2019）[15]提出以資源為基礎和以能力為基礎的營銷投資強度的論點，以提供營銷作為股東價值投資的戰略觀點，研究發現營銷投資強度對股東價值創造有一個U型二次效應，當進行戰略投資并與其他投資相結合時，市場營銷可以為股東帶來令人興奮的價值提升。經營能力TAT采用總資產周轉率表示。Alsufy F J（2019）[16]研究考察了資本結構要素對總資產周轉率的影響。他認為以總債務占總資產的比率衡量的資本結構成分對總資產周轉率產生了積極影響。盈利能力FER采用財務費用率表示，管理能力MER采用管理費用率表示。

3? 實證研究

3.1? 模型原理

門限回歸模型的思想最早由Tong（1978）提出，經過 Hansen（1996，1999，2000）的發展最終形成了多元面板門限回歸模型[17]，其具體形式如下：

y=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

y=μ+β+β+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

=z ? =z

其中：樣本數據表示為y，x，q，γ，i，t分別表示個體和時間，y為被解釋變量，x為解釋變量，q為劃分樣本的“門限變量”（也可以作為解釋變量），γ是待估計的門限值，μ反映個體未觀測特征，ε～iid.N0，δ是擾動項。I·為指示函數，即若括號中的表達式為真，則取值為1;反之，則取值為0。

對門限值γ和參數βi=1，2用非線性最小二乘法（NLS）估計，即最小化殘差平方和。如果取γ值已確定，則令z≡x·Iq≤γ， z≡x·Iq>γ，將式（2）轉化為線性回歸模型，即y=μ+βz+βz+ε，用最小二乘法（OLS）估計βγ和βγ，并計算殘差平方和SSRγ，選擇γ使得SSRγ最小。最終可得參數估計量β， β， 。

面板門限模型檢驗分為門限效應的顯著性檢驗與門限估計值的真實性檢驗[18]。對于是否存在“門限效應”，可以檢驗原假設：H∶β=β。如果原假設成立，則不存在門限效應，式（2）簡化為標準的固定效應模型，可用OLS來估計;如果原假設不成立，則存在門限效應，此時需進一步對門限值的真實性進行檢驗，即檢驗“H∶γ=γ”。Hansen（1999）提出使用似然比LRγ統計量來計算γ的置信區間，LRγ的計算公式為：

LRγ≡SSRγ-SSR/? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

其中：≡為對擾動項方差的一致估計。

3.2? 模型構建

基于以上模型與理論，可以看出以上模型僅有一個門閥值，但是也可能會存在2個或者3個門閥值，需要重復以上步驟進行多個門限值的檢驗直到不能拒絕原假設為止，從而最終確定相應的門限值個數[19]。因此，本文基于供應鏈的視角，構建了如下模型來研究科技創新、供應鏈管理與企業績效的關系。

ROE=α+βMA+βFER+βMER+βTAT+βITR+βR&D·IITR≤γ+βR&D·IITR>γ+ε? ? ? ? ?（4）

ROE=? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

其中：樣本數據表示為ROE，MA，FER，TAT，ITR，R&D，i，t分別表示個體和時間，ROE為被解釋變量企業績效，R&D為解釋變量科技創新，Control=MA，FER，MER，TAT為控制變量，ITR為劃分樣本的“門限變量”庫存管理能力（此處也作為解釋變量），γ是待估計的門限值，α反映個體未觀測特征，ε～iid.N0，δ是擾動項。I·為指示函數，即若括號中的表達式為真，則取值為1;反之，則取值為0。

3.3? 變量定義與描述性統計（如表1、表2所示）

3.4? 數據來源

本文所有研究數據來源于國泰安數據庫（CSMAR）、銳思數據庫（RESSET），收集了2015～2019年中國滬深交易所A股上市公司2 558家制造型企業年度財務數據。為使數據與結果更具代表性與說服力并提高研究結論的可信度與嚴謹性， 本文對所選數據進行以下處理：（1）剔除數據缺失的企業;（2）剔除明顯異常值的企業;（3）對部分數據進行對數處理。最后保留442家制造型企業2015～2019年的面板數據。

3.5? 散點圖檢驗

為了進一步驗證觀察科技創新與企業績效的關系，由以上散點圖1可以看出，R&D與ROE可能呈現倒“U”型曲線關系，即科技創新R&D與企業績效ROE之間可能存在非線性關系。這說明企業績效與科技創新之間的關系可能會受到供應鏈管理能力、營銷能力、盈利能力、管理能力、經營能力等方面的影響，從而產生差異進一步影響了科技創新與企業績效的關系。

3.6? 隨機效應與固定效應檢驗

本文基于式（6）模型，對科技創新能力與企業績效進行混合回歸，表3顯示了個體固定效應模型和個體隨機效應模型的檢驗結果對比。從檢測結果的顯著性來看，個體固定效應模型要優于個體隨機效應模型;Hausman檢驗的結果中個體固定效應模型的P=0.000，即個體固定效應模型優于個體隨機效應模型。因此本文選擇個體固定效應模型，估計結果如表3所示。

ROE=α+βMA+βFER+βMER+βTAT+βITR+βR&D+βR&D+ε? ? ? ? ? ? ? ? ? ? ?（6）

因為隨機效應模型回歸中R&D不顯著，因此，本文采用對ROE的個體固定效應模型回歸，雖然R&D一次方項系數的t統計量在10%水平下顯著，但是R&D的平方項也在10%的水平下顯著，且系數為負，說明科研創新與企業績效之間并非簡單的線性關系。即科研創新與企業績效可能呈倒“U”型曲線關系。因此，可以認為企業對科研人才的引入對企業績效一開始有促進作用，而后隨著科研人才規模的增大，人才冗余、資源浪費，人力資源得不到有效的利用，反而使得企業績效變差。而這正是大公司的“通病”。將科研人員的數量維持在一個適當的比例，是解決這類問題的關鍵。

3.7? 面板門限模型估計

在驗證了科技創新與企業績效的倒“U”型關系后，本文基于式（4）和式（5），以庫存管理能力ITR為門限，研究了科技創新對企業績效的影響。因為在運用面板門限模型估計時，需要先確定門限的數量。因此，借鑒吳敏蓮、王希輝等（2020）[20]的方法，依次對單一門限、雙重門限進行估計，得到F統計量和采用Bootstrap反復抽樣500次得出P值，在對不同門限值下對應的函數重新進行回歸分析，最終確認本模型為單一門限模型，得出各個變量的系數值和門閥值，結果見表4和表5。

由表4可得，單一門限模型的門檻變量ITR的P值為0.02<0.05（即在5%的水平上顯著）;雙重門限模型的門檻變量ITR的P值為0.106>0.1，顯然該模型在10%的水平上都不顯著。因此，確定本模型為單一門限模型。進一步驗證假設一成立，即H1：科技創新對企業績效存在非線性關系。

3.8? 門閥值估計的似然比函數圖檢驗

從圖2LR_1和圖3LR_2為式（4）和式（5）門限值估計的似然比LR函數圖，圖2LR_1為一重門限下估計似然比LR函數圖，從圖2看出，當ITR達到23.988時，對ROE回歸的LR統計量產生了結構性變化;圖3LR_2為二重門限下估計似然比LR函數圖，從圖3可以看出，門閥值不顯著，曲線比較雜亂無章，門閥值應當舍棄。因此，式（4）和式（5）的門限值為23.988。

對科技創新R&D與企業績效ROE的回歸結果如表5所示，回歸方程模型如式（7）和式（8）。對ROE的回歸說明，無論供應鏈管理能力ITR的強與弱，科技創新均能促進企業績效的提高，從而驗證假設二的成立，即H2：科技創新對企業績效有顯著正向影響。但是供應鏈管理能力的強弱對企業績效的影響仍表現出明顯差異。具體來說，當存貨周轉率ITR小于4.897755ITR==≈4.897755時，此時對應原始數據中科研人員的數量為2 136人，此時凈資產收益率為0.089999。若科技人員數量的繼續增加對企業凈資產收益率的正向影響較大（影響系數為0.00763，在1%的水平上顯著）;當存貨周轉率ITR大于4.897755時，科技人員數量的繼續增加對企業凈資產收益率的正向影響較小（影響系數為0.00515，在5%的水平上顯著）。進一步證明假設三的成立。即H3：科技創新對企業績效的影響存在兩面性。即科研人員的數量與企業績效的關系受到供應鏈管理能力的影響從而存在兩面性。

ROE=0.0287+0.000283MA-0.173FER-0.282MER+0.0986TAT-0.0000628ITR

+0.00763R&D·IITR≤23.988+0.005151R&D·IITR>23.988+ε

ROE=（8）

4? 結論及政策建議

4.1? 研究結論

（1）科技創新對企業績效存在非線性關系。科技創新對企業績效的影響受到供應鏈管理水平的影響，即供應鏈管理能力對科技創新有著明顯的門檻效應，進而間接影響對企業績效的關系。

（2）科技創新對企業績效有顯著正向影響。無論供應鏈管理能力的強與弱，科技創新均能促進企業績效的提高。即科技人才才是企業績效提高的根本動力來源，人才優勢才是企業的核心競爭優勢。

（3）科技創新對企業績效的影響存在兩面性。即科研人員的數量與企業績效的關系受到供應鏈管理能力的影響從而存在兩面性。科研人員的數量對于企業績效的提高應當存在一個適當的比重，并不是越多越好，具體應當視公司自身發展情況而定。

（4）營銷能力和經營能力對企業績效有正相關的影響，管理能力和盈利能力對企業績效有負相關的影響。企業績效與各變量關系如圖4所示。

4.2? 建議與意見

（1）企業應當重視供應鏈管理，處理好上下游商家的戰略合作伙伴關系，爭取在生產成本上獲得伙伴的支持，以便有更好的定價空間。在產業鏈的每一節點都應當重視，要想實現產業鏈上下游的高效率運行，必須要處理好對內對外利益分配的問題。企業必須采用有效合理的方法降本增效。應當以客戶需求為導向，按照客戶需求和要求組織生產，可以減少庫存積壓。

（2）供應鏈管理的核心是實現雙贏。與供應鏈上下游企業合作時應當追求雙贏的效果，在實現產業鏈利益最大化的同時，進一步實現自身企業利益最大化。同時，企業應當不斷尋求新的供應鏈資源，包括上下游的各種資源，比如上游原材料供應商、中游公共關系、下游客戶關系等。不斷開拓新的市場，進一步完善上下游的產業鏈。減少庫存積壓，增強庫存周轉能力，促進產業鏈的效益最大化。

（3）科研人才是企業生存發展不竭的動力源泉。創新的根本就是要抓住高科技人才，未來企業的競爭必將是科研人才的競爭，企業只有抓住了高科技人才才能創造出更高質量的產品，才能具有核心競爭力。

（4）企業要重視科技創新與企業績效的兩面性的關系。即科研人員的數量與企業績效的關系受到供應鏈管理能力的影響從而存在兩面性。中國制造型企業應當重視新產品的研發，但是科研人才數量應當視公司自身發展情況維持在一個適當的比重，科研人員的數量不能一味的追求數量上的優勢，更應當重視人才的質量。科研人才過多容易造成人員冗余、資源浪費;過少則科研人才不足，創造不出更好的產品，一旦消費者需求轉變則必將帶來巨大的經營風險。

參考文獻：

[1]? Przychodzen W， Przychodzen J. Sustainable innovations in the corporate sector——The empirical evidence from IBEX 35 firms[J]. Journal of Cleaner Production， 2018，172：3557-3566.

[2]? Divisekera S， Nguyen V K. Determinants of innovation in tourism evidence from Australia[J]. Tourism Management， 2018，67：157-167.

[3]? Govindan K， Cheng T C E， Mishra N， et al. Big data analytics and application for logistics and supply chain management[J]. Transportation Research Part E： Logistics and Transportation Review， 2018，114：343-349.

[4]? Cannella S， Dominguez R， Framinan J M， et al. Evolving trends in supply chain management： complexity， new technologies， and innovative methodological approaches[J]. Complexity， 2018（4）：1-3.

[5] 李海東，戎曉婕. 研發投入跳躍與企業績效——可用冗余和潛在冗余的調節效應[J]. 華南理工大學學報（社會科學版），2020，22（1）：58-71.

[6] 朱慧明，王向愛，賈相華. 社會責任和研發投入對企業績效影響的分位關系研究[J]. 湖南大學學報（社會科學版），2019，33（5）：47-55.

[7] 王蘭芳，王悅，侯青川. 法制環境、研發“粉飾”行為與績效[J]. 南開管理評論，2019，22（2）：128-141，185.

[8]? Chen J X， Sharma P， Zhan W， et al. Demystifying the impact of CEO transformational leadership on firm performance： Interactive roles of exploratory innovation and environmental uncertainty[J]. Journal of Business Research， 2019，96：85-96.

[9]? Rajapathirana R P J， Hui Y. Relationship between innovation capability， innovation type， and firm performance[J]. Journal of Innovation & Knowledge， 2018，3（1）：44-55.

[10] 竇文章，陳夢. 中美企業研發績效比較研究[J]. 管理科學與工程，2019，8（3）：248-263.

[11]? Ferla R， Muller S H， Klann R C， et al. Influence of intangible assets on the economic performance of Latin American companies[J]. Brazilian Review of Finance， 2019，17（1）：35-50.

[12]? David Langley， Therina Theron. Discovery relies on strong support staff[J]. Nature： International weekly journal of science， 2018，561：24-29.

[13]? Cachon G P， Gallino S， Olivares M， et al. Does Adding Inventory Increase Sales？ Evidence of a Scarcity Effect in U.S. Automobile Dealerships[J]. Management Science， 2019，65（4）：1469-1485.

[14]? Wibowo S S， Wirangga A. Supply Chain Performance Dan Kinerja Perusahan[J]. JAMA， 2019，3（1）：116-125.

[15]? Hughes M， Hughes P， Yan J， et al. Marketing as an investment in shareholder value[J]. British Journal of Management， 2019，30（4）：943-965.

[16]? Alsufy F J. The Impact of Capital Structure Components on the Total Assets Turnover： Evidence from Amman Stock Exchange[J]. International Business Research， 2019，12（7）：71-75.

[17] 李云燕，殷晨曦. 京津冀地區PM2.5減排實效與影響因素的門限效應[J]. 中國環境科學，2017，37（4）：1223-1230.

[18] 任洪源，劉剛，羅永泰. 知識資源、研發投入與企業跨境創新績效關系研究——基于面板數據門限回歸的實證分析[J]. 管理評論，2017，29（1）：105-113.

[19] 李志輝，李夢雨. 我國商業銀行多元化經營與績效的關系——基于50家商業銀行2005～2012年的面板數據分析[J]. 南開經濟研究，2014（1）：74-86.

[20]? Minlian Wu， Xihui Wang， Xiafei Chen， et al. The threshold effect of R&D investment on regional economic performance in China considering environmental regulation[J]. Technology Analysis & Strategic Management， 2020，32（7）：1-18.