經(jīng)濟(jì)新常態(tài)下R&D投入對(duì)企業(yè)績(jī)效的影響
——基于1004家上市公司的實(shí)證分析

邵文武，劉 佳，王學(xué)強(qiáng)

(1.沈陽(yáng)航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院，沈陽(yáng) 110136; 2.美國(guó)內(nèi)布拉斯加大學(xué) 林肯分校商學(xué)院，內(nèi)布拉斯加州 林肯 68508)

研究和發(fā)展(Research and Development，簡(jiǎn)稱R&D)是科技創(chuàng)新的源頭，是企業(yè)謀求生存的關(guān)鍵。自國(guó)家實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略以來(lái)，企業(yè)逐漸強(qiáng)化了主體地位。企業(yè)的創(chuàng)新能力在影響自身發(fā)展的同時(shí)，也對(duì)國(guó)家經(jīng)濟(jì)產(chǎn)生重大影響，影響著國(guó)家的經(jīng)濟(jì)命脈[2]。目前，我國(guó)企業(yè)正處于創(chuàng)新增長(zhǎng)開(kāi)拓期，創(chuàng)新風(fēng)險(xiǎn)較大且周期過(guò)長(zhǎng)，為降低企業(yè)創(chuàng)新成本與風(fēng)險(xiǎn)，政府出臺(tái)了一系列支持企業(yè)創(chuàng)新發(fā)展的政策。本文正是基于此背景，研究R&D投入對(duì)企業(yè)績(jī)效的影響。一方面，在經(jīng)濟(jì)新常態(tài)背景下，為了鼓勵(lì)企業(yè)創(chuàng)新，政府制定的一系列政策是否能真正達(dá)到預(yù)期效果，怎樣合理配置資源使收益達(dá)到最大化是決策者重點(diǎn)關(guān)注的問(wèn)題。另一方面，企業(yè)進(jìn)行創(chuàng)新投入的主要目的是提高企業(yè)的績(jī)效，研發(fā)投入是否能真正提升企業(yè)績(jī)效，創(chuàng)新驅(qū)動(dòng)政策怎樣帶動(dòng)研發(fā)投入與企業(yè)效益之間的關(guān)系，對(duì)我國(guó)企業(yè)有十分重要的現(xiàn)實(shí)意義。

1 理論分析與研究假設(shè)

1.1 創(chuàng)新驅(qū)動(dòng)政策與R&D投入

創(chuàng)新是企業(yè)獲得可持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來(lái)源，能促進(jìn)國(guó)家經(jīng)濟(jì)長(zhǎng)期發(fā)展。而企業(yè)進(jìn)行R&D投入會(huì)產(chǎn)生技術(shù)溢出，使企業(yè)的創(chuàng)新收益低于社會(huì)總收益，造成企業(yè)創(chuàng)新投資不足，因此各國(guó)政府直接對(duì)企業(yè)創(chuàng)新進(jìn)行R&D補(bǔ)貼成為解決該問(wèn)題的重要手段[3]。創(chuàng)新驅(qū)動(dòng)下，“市場(chǎng)殘缺”與“市場(chǎng)失靈”雙重作用會(huì)使創(chuàng)新產(chǎn)生不確定性，增加創(chuàng)新收益的風(fēng)險(xiǎn)[4]。創(chuàng)新政策與企業(yè)績(jī)效存在著一定關(guān)系，這種相關(guān)性可以通過(guò)中介變量體現(xiàn)出來(lái)[5]。國(guó)內(nèi)外學(xué)者對(duì)創(chuàng)新政策如何促進(jìn)企業(yè)發(fā)展進(jìn)行了多方面的研究，部分學(xué)者認(rèn)為創(chuàng)新政策的實(shí)施能夠促進(jìn)企業(yè)的發(fā)展，加大企業(yè)R&D投入力度，提升企業(yè)績(jī)效。Binelli C等[6]利用阿根廷公司的面板數(shù)據(jù)進(jìn)行固定效應(yīng)模型分析，在政府FONTAR基金的支持下，國(guó)家每給企業(yè)增加1%的研發(fā)基金支持，就會(huì)使企業(yè)的研發(fā)投入增加547.6比索，從而帶動(dòng)企業(yè)創(chuàng)新績(jī)效的提升。他們的研究結(jié)論證明政府的創(chuàng)新支持政策會(huì)給企業(yè)的研發(fā)投入帶來(lái)顯著的增加，產(chǎn)生積極的正向影響。在國(guó)內(nèi)，大部分學(xué)者也持同樣的觀點(diǎn)。在實(shí)證分析中，政府出臺(tái)的創(chuàng)新政策能提升企業(yè)績(jī)效，影響途徑有直接影響(羅興武等[7])與采用R&D作為中介變量從而間接產(chǎn)生影響。莊婉婷等[8]選擇了752 家中小板上市企業(yè)，中介變量選擇研發(fā)投入，經(jīng)過(guò)實(shí)證分析得到了政府補(bǔ)貼正向影響作用的結(jié)論。楊德偉等[9]選取了101家企業(yè)樣本，經(jīng)過(guò)實(shí)證檢驗(yàn)后得出創(chuàng)新驅(qū)動(dòng)政策能有效促進(jìn)企業(yè)研發(fā)投入的結(jié)論。

與上述學(xué)者觀點(diǎn)相反，部分學(xué)者在研究創(chuàng)新驅(qū)動(dòng)政策與企業(yè)R&D投入的關(guān)系時(shí)認(rèn)為，獲得R&D補(bǔ)貼一方面有可能促進(jìn)或引導(dǎo)企業(yè)進(jìn)行更多的R&D投資并獲得更多的創(chuàng)新成果，另一方面也有可能對(duì)企業(yè)本身的R&D投資產(chǎn)生擠出效果，使R&D投資總量未有增加甚至減少，最終導(dǎo)致企業(yè)創(chuàng)新產(chǎn)出沒(méi)有顯著變化。Bronzini R等[10]對(duì)意大利北部實(shí)施的一項(xiàng)獨(dú)特的投資補(bǔ)貼計(jì)劃進(jìn)行評(píng)估，結(jié)論表明國(guó)家實(shí)施的補(bǔ)貼計(jì)劃能明顯增加中小企業(yè)的研發(fā)支出，但是對(duì)于大企業(yè)卻沒(méi)有任何效果，表明政策的有效性和企業(yè)規(guī)模息息相關(guān)。但是總體來(lái)說(shuō)，政策變動(dòng)以及傾向性還是對(duì)企業(yè)的研發(fā)投入產(chǎn)生了影響。

結(jié)合國(guó)內(nèi)外文獻(xiàn)，創(chuàng)新驅(qū)動(dòng)政策與研發(fā)投入的關(guān)系沒(méi)有得到完全一致的結(jié)論。在國(guó)家實(shí)施創(chuàng)新政策后的幾年內(nèi)，R&D經(jīng)費(fèi)的支出在逐年上漲，并且以十分迅猛的速度影響著企業(yè)的發(fā)展。所以，本文假設(shè)基于經(jīng)濟(jì)新常態(tài)情況下，創(chuàng)新政策的傾向性會(huì)使R&D投入有所增加，并且產(chǎn)生正向影響。

攪拌：攪拌時(shí)按正確順序添加原料以控制起泡性和保障懸浮穩(wěn)定性是液體飼料配制的關(guān)鍵點(diǎn)之一。生產(chǎn)條件下用2.5%～5%鹽或0.2%～0.4%霉菌抑制劑(含48%丙酸鹽)可有效地鈍化生物活性，制止起泡[12]。液體飼料添加3%～5%粘土，或?qū)⒄惩僚c少量植物膠合并使用，可以降低固體物質(zhì)的沉降速度。

1.2 R&D投入與企業(yè)績(jī)效

政府采取一定激勵(lì)創(chuàng)新政策的目的是促進(jìn)企業(yè)的創(chuàng)新發(fā)展，提升企業(yè)科技水平，強(qiáng)化企業(yè)發(fā)展能力，加強(qiáng)核心競(jìng)爭(zhēng)力，因此創(chuàng)新驅(qū)動(dòng)政策會(huì)在一定程度上影響企業(yè)績(jī)效。在國(guó)外相關(guān)文獻(xiàn)中，Lev等[11]選取了1975-1991 年的數(shù)據(jù)，經(jīng)過(guò)實(shí)證研究得到了研發(fā)投入與企業(yè)績(jī)效有正向影響的結(jié)論。任海云等[12]在研究R&D投入與企業(yè)績(jī)效之間的關(guān)系時(shí)選擇了71家公司作為樣本，經(jīng)過(guò)分析后也得到了兩者之間正相關(guān)的結(jié)論；李瑞茜等[15]在研究R&D投入對(duì)企業(yè)技術(shù)創(chuàng)新的影響中，采用拓展后的柯布—道格拉斯知識(shí)生產(chǎn)函數(shù)的雙向固定效應(yīng)模型，實(shí)證分析得出了R&D投入與企業(yè)技術(shù)的正向關(guān)系，并進(jìn)一步得出了R&D投入能顯著提升企業(yè)績(jī)效的結(jié)論；張儉等[14]選取了3年數(shù)據(jù)，通過(guò)研究也發(fā)現(xiàn)企業(yè)的研發(fā)投入顯著影響企業(yè)利潤(rùn)，研發(fā)投入強(qiáng)度的增加能顯著促進(jìn)企業(yè)績(jī)效提升。

現(xiàn)有文獻(xiàn)尚未得出一致結(jié)論，本文在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，創(chuàng)新性地引入了經(jīng)濟(jì)新常態(tài)這一政策背景，研究企業(yè)的研發(fā)投入與企業(yè)績(jī)效之間是否存在相關(guān)性及其影響機(jī)理。基于此，本文提出了第一個(gè)假設(shè)：

H1：R&D投入與企業(yè)盈利能力存在相關(guān)關(guān)系。

R&D投入與企業(yè)績(jī)效之間存在著一定的相關(guān)性，但這種相關(guān)性不一定是線性相關(guān)的。大部分學(xué)者圍繞這一點(diǎn)進(jìn)行分析，目前較為常見(jiàn)的是“倒U型”相關(guān)性，除此之外，盛宇華等[15]利用2010-2014年中國(guó)A股上市公司數(shù)據(jù)，構(gòu)建非平衡型面板，運(yùn)用RDI與ROE的一元三次方程，得出了R&D投入強(qiáng)度存在的兩個(gè)極值點(diǎn)，并實(shí)證分析了在極值點(diǎn)兩邊和極值點(diǎn)中間企業(yè)績(jī)效的不同變化，證明了R&D投入與企業(yè)績(jī)效呈“倒N型”關(guān)系。企業(yè)績(jī)效的提升存在著多方面因素的影響，研發(fā)投入只是其中一個(gè)因素。在實(shí)際中R&D投入使企業(yè)績(jī)效有效提升及政策有效性問(wèn)題還值得深入研究。由于某些影響因素是無(wú)法觀測(cè)的，必然會(huì)存在遺漏變量的現(xiàn)象，所以在研究研發(fā)投入與企業(yè)績(jī)效之間的關(guān)系時(shí)，可以選取企業(yè)的R&D投入強(qiáng)度、政府對(duì)于創(chuàng)新的補(bǔ)貼、稅收優(yōu)惠等作為解釋變量衡量企業(yè)績(jī)效的變化。但與此同時(shí)，企業(yè)自身規(guī)模、企業(yè)性質(zhì)、高管風(fēng)險(xiǎn)偏好、企業(yè)科技人員數(shù)量等因素也會(huì)顯著影響企業(yè)的績(jī)效情況[16]。對(duì)于長(zhǎng)期穩(wěn)定發(fā)展的企業(yè)而言，前兩者不會(huì)因?yàn)闀r(shí)間的推移而發(fā)生過(guò)多變化，通常稱為個(gè)體效應(yīng)。高管風(fēng)險(xiǎn)偏好可能會(huì)隨著組織者層面的流動(dòng)發(fā)生變化，企業(yè)科技人員也會(huì)根據(jù)領(lǐng)導(dǎo)人不同、企業(yè)當(dāng)期發(fā)展方向不同隨時(shí)間的推移產(chǎn)生一定變化，通常稱為時(shí)間效應(yīng)[17]。這些變量的共同點(diǎn)就是難以測(cè)量，從而出現(xiàn)遺漏變量的問(wèn)題。本文分析框架下最重要的一點(diǎn)就是經(jīng)濟(jì)新常態(tài)提出后，隨之產(chǎn)生的增加研發(fā)投入的政策能否作為提升企業(yè)績(jī)效的有效性工具，也就是說(shuō)，在本文設(shè)計(jì)的方程中，它是否能夠明確解釋企業(yè)研發(fā)投入部分的變化。除此之外，還要保證它與其他無(wú)法確切觀測(cè)到的能夠同時(shí)影響企業(yè)R&D投入和企業(yè)績(jī)效的因素?zé)o關(guān)。在以上論證的基礎(chǔ)上，本文引入了面板門檻模型，提出假設(shè)如下。

H2：經(jīng)濟(jì)新常態(tài)政策能顯著促進(jìn)企業(yè)R&D投入，從而提升企業(yè)績(jī)效。

2 變量選擇與模型設(shè)計(jì)

2.1 變量選擇與設(shè)定

(1)自變量

在衡量公司創(chuàng)新能力的過(guò)程中，研發(fā)投入作為最重要的衡量標(biāo)準(zhǔn)，被放在考察首位。研發(fā)投入的多少反映了一個(gè)企業(yè)在創(chuàng)新方面的發(fā)展，體現(xiàn)了企業(yè)的科技發(fā)展水平。但在實(shí)際回歸中，由于研發(fā)投入是較絕對(duì)的指標(biāo)，且這一指標(biāo)無(wú)法克服企業(yè)規(guī)模不同帶來(lái)的問(wèn)題，在統(tǒng)計(jì)數(shù)據(jù)中會(huì)忽略某些影響因素從而產(chǎn)生誤差，并且研發(fā)投入數(shù)值過(guò)大，不能避免由企業(yè)規(guī)模不同所引起的規(guī)模效應(yīng)，從而使結(jié)果存在誤差，在相關(guān)性檢驗(yàn)和回歸分析中無(wú)法得出更好的結(jié)論。魯盛潭等[18]、辛云峰等學(xué)者在實(shí)證研究中選擇的變量都是研發(fā)強(qiáng)度，且得出了較為準(zhǔn)確的結(jié)論。因此本文參考前人的指標(biāo)選取方法，選擇了更有說(shuō)服力的R&D投入強(qiáng)度相對(duì)指標(biāo)作為研究變量，在文中用RDI表示。

(2)因變量

企業(yè)通過(guò)研發(fā)投入取得的成果主要分為經(jīng)濟(jì)成果和科技成果。科技成果如專利、論文等，在轉(zhuǎn)化為企業(yè)績(jī)效過(guò)程中存在轉(zhuǎn)化率不足的問(wèn)題，有很多成果不能順利轉(zhuǎn)化為企業(yè)績(jī)效，且科技成果的轉(zhuǎn)化存在較大的不確定性，無(wú)法準(zhǔn)確轉(zhuǎn)變?yōu)樨?cái)務(wù)數(shù)據(jù)體現(xiàn)企業(yè)績(jī)效；并且R&D投入在很大程度上直接應(yīng)用于技術(shù)改造，以這種形式體現(xiàn)企業(yè)績(jī)效。因此，在現(xiàn)有文獻(xiàn)分析中，絕大多數(shù)學(xué)者都選取了財(cái)務(wù)指標(biāo)，運(yùn)用財(cái)務(wù)數(shù)據(jù)來(lái)衡量企業(yè)的績(jī)效存在合理性。

本文選取的因變量主要有兩個(gè)：一個(gè)是資產(chǎn)收益率，另一個(gè)是主營(yíng)業(yè)務(wù)利潤(rùn)率。主營(yíng)業(yè)務(wù)利潤(rùn)是指一個(gè)企業(yè)從事主要業(yè)務(wù)而獲得的利潤(rùn)，主營(yíng)業(yè)務(wù)利潤(rùn)率是指主營(yíng)業(yè)務(wù)利潤(rùn)占主營(yíng)業(yè)務(wù)收入的百分比，它可以反映出企業(yè)收益狀況，因此選擇它代表企業(yè)績(jī)效具有合理性，后文用代碼MBPR表示；主營(yíng)業(yè)務(wù)利潤(rùn)率反映企業(yè)的盈利能力，代表著企業(yè)績(jī)效的一部分，而企業(yè)績(jī)效的另一部分則可以歸納為資產(chǎn)收益率，它用來(lái)衡量每一單位的資產(chǎn)能夠創(chuàng)造多少利潤(rùn)，反映出企業(yè)的經(jīng)營(yíng)成效和盈利水平，后文中用代碼ROA表示。

(3)控制變量

控制變量也是一種解釋變量，是指控制了其他變量以后能夠凸顯出主變量對(duì)因變量的邊際效應(yīng)。一旦控制變量和主變量有聯(lián)系，那么主變量的因素就會(huì)包含了控制變量的部分因素從而產(chǎn)生誤差。如果這些因素不加進(jìn)模型直接進(jìn)行估計(jì)，就會(huì)造成遺漏變量從而導(dǎo)致回歸偏誤。在以往研究中，張儉等[14]選擇了企業(yè)規(guī)模、企業(yè)資產(chǎn)負(fù)債率、不同分類行業(yè)和時(shí)間作為控制變量；李瑞茜[13]則使用企業(yè)平均產(chǎn)值、企業(yè)平均員工數(shù)等變量作為控制變量，這些都對(duì)本文的控制變量選取提供了參考。

企業(yè)規(guī)模在一定程度上體現(xiàn)著企業(yè)的實(shí)力，而由于規(guī)模效應(yīng)的存在，大型企業(yè)可能比小型企業(yè)更容易獲得研發(fā)投入資金，因其本身優(yōu)勢(shì)能更好地利用創(chuàng)新政策，所以企業(yè)規(guī)模在一定程度上一定會(huì)影響企業(yè)的研發(fā)投入[20]。本文的控制變量選擇企業(yè)規(guī)模數(shù)據(jù)，用企業(yè)資產(chǎn)總額的自然對(duì)數(shù)來(lái)表示。除此之外，還可能影響到企業(yè)研發(fā)投入的一個(gè)因素就是企業(yè)的員工總數(shù)。因?yàn)閱T工人數(shù)多的企業(yè)很可能以其人力資本為企業(yè)創(chuàng)造更多的績(jī)效，從而獲取更多的研發(fā)投入，研發(fā)投入又給企業(yè)帶來(lái)新的創(chuàng)新利潤(rùn)，形成新的企業(yè)績(jī)效，招聘更多人才，形成良性循環(huán)。因此本文也將企業(yè)員工總數(shù)作為控制變量。除了政策效應(yīng)之外，影響企業(yè)R&D投入的因素還有可能是企業(yè)自身資本量不同，本身實(shí)力不同決定了企業(yè)定位不同，資金規(guī)劃也會(huì)不同。資產(chǎn)負(fù)債率過(guò)高會(huì)影響到企業(yè)的信譽(yù)，從而影響到企業(yè)的融資和發(fā)展，而R&D投入很大一部分就是由企業(yè)獲得的融資和外部投資來(lái)決定的，所以如果一個(gè)企業(yè)的資產(chǎn)負(fù)債率過(guò)高，那么一定會(huì)影響到企業(yè)自身的R&D投入[21]。

綜上所述，在借鑒現(xiàn)有文獻(xiàn)經(jīng)驗(yàn)和理論分析的基礎(chǔ)上，本文最終采用企業(yè)規(guī)模(SIZE)、企業(yè)員工總數(shù)(STAFF)和資產(chǎn)負(fù)債率(DAR)來(lái)作為控制變量進(jìn)行回歸分析。針對(duì)以上設(shè)計(jì)，對(duì)上述所有變量根據(jù)其類型進(jìn)行了分類歸納，變量總結(jié)見(jiàn)表1。

表1 變量定義

2.2 模型設(shè)計(jì)

(1)R&D投入與企業(yè)績(jī)效的關(guān)系

在張復(fù)升[19]對(duì)R&D投入與企業(yè)績(jī)效的關(guān)系研究中，構(gòu)建的模型如式(1)所示。

ROA(i,t)=β0+β1R&D(i,t)+β2LEV(i,t)+β3GROWTH(i,t)+β4SIZE(i,t)+β5AGE(i,t)+∑YEAR+ε

(1)

在該模型中，將資產(chǎn)收益率作為企業(yè)績(jī)效的代表，當(dāng)成被解釋變量，R&D投入強(qiáng)度作為解釋變量，同時(shí)引入資本結(jié)構(gòu)、企業(yè)成長(zhǎng)性、企業(yè)規(guī)模和企業(yè)年限作為控制變量。本文基于經(jīng)濟(jì)新常態(tài)這一政策背景下，通過(guò)借鑒文獻(xiàn)[19]的研究模型，結(jié)合本文研究?jī)?nèi)容適當(dāng)更換解釋變量和控制變量，得出模型如式(2)所示。

ROA(i,t)=α0+β1RDI(i,t)+β2SIZE(i,t)+β3DAR(i,t)+β4STAFF(i,t)+ε0

(2)

其中i代表年份(i=1,2,3,4,5)，ROA(i,t)含義為企業(yè)在第i年的資產(chǎn)收益率。RDI(i,t)表示企業(yè)在第i年的研發(fā)投入強(qiáng)度，SIZE(i,t)表示企業(yè)在第i年的規(guī)模、DAR(i,t)表示企業(yè)的資產(chǎn)負(fù)債率、STAFF(i,t)表示企業(yè)的企業(yè)員工總數(shù)；ε0是為了消除其他影響因素而引入的隨機(jī)變量，代表了其他沒(méi)有考慮到的因素，保持了模型的穩(wěn)定性。

為了使研究結(jié)論更為合理，本文對(duì)于因變量資產(chǎn)收益率進(jìn)行替換。在穩(wěn)健性檢驗(yàn)中，從變量角度出發(fā)，選擇表示公司主營(yíng)業(yè)務(wù)利潤(rùn)率的變量MBPR來(lái)重新構(gòu)建模型。在新模型的檢驗(yàn)中，如果得出的結(jié)論基本無(wú)變化，和使用變量ROA得出的結(jié)論一致，就可以說(shuō)本文之前的檢驗(yàn)結(jié)論是合理的。在用主營(yíng)業(yè)務(wù)利潤(rùn)率作為因變量時(shí)，構(gòu)建的模型如式(3)所示。

MBPR(i,t)=α0+β1RDI(i,t)+β2SIZE(i,t)+β3DAR(i,t)+β4STAFF(i,t)+ε0

(3)

(2)政策影響下R&D投入與企業(yè)績(jī)效的關(guān)系

學(xué)者們已經(jīng)對(duì)R&D投入與企業(yè)績(jī)效之間的關(guān)系進(jìn)行了充足的討論，關(guān)于更深層次的內(nèi)部結(jié)構(gòu)則是空白狀態(tài)。本文的創(chuàng)新點(diǎn)是考慮了政策影響因素，創(chuàng)新性地引入了經(jīng)濟(jì)新常態(tài)作為政策背景。在前文的研究中，許多人都在研究企業(yè)績(jī)效與R&D投入之間的關(guān)系，一部分學(xué)者研究出二者呈現(xiàn)線性關(guān)系，另一部分學(xué)者研究出二者呈現(xiàn)非線性關(guān)系，本文基于R&D投入與企業(yè)績(jī)效是在呈現(xiàn)出非線性關(guān)系的基礎(chǔ)上，深入挖掘非線性內(nèi)部的結(jié)構(gòu)問(wèn)題。R&D投入和企業(yè)績(jī)效一定是有關(guān)系的，但是這種相關(guān)性的內(nèi)部結(jié)構(gòu)是怎樣的，之前并無(wú)相關(guān)研究。因此本文引入經(jīng)濟(jì)新常態(tài)，判斷R&D投入與企業(yè)績(jī)效之間的非線性結(jié)構(gòu)。

本文假設(shè)政策實(shí)施后，R&D投入和企業(yè)績(jī)效之間會(huì)產(chǎn)生突變點(diǎn)，從而形成門檻值。基于此假設(shè)，由于政策效應(yīng)下企業(yè)的R&D投入和企業(yè)績(jī)效之間可能會(huì)受到如企業(yè)資本存量、企業(yè)未來(lái)規(guī)劃等其他因素的影響，進(jìn)而呈現(xiàn)非線性的相關(guān)關(guān)系，因此采用Hansen BE.的門檻面板模型進(jìn)行假設(shè)估計(jì)[22]。本文設(shè)定的模型如式(4)所示。

ROAit=μi+θControlit+β1RDIitI(git≤γ1)+β2RDIitI(γ1≤git≤γ2)+β3RDIitI(git>γ2)+εit

(4)

3 實(shí)證分析

3.1 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

本文使用2010-2018年A股上市公司作為研究樣本來(lái)源，共搜集了11 858條樣本數(shù)據(jù)(不包括(1)ST及*ST類企業(yè)。(2)財(cái)務(wù)數(shù)據(jù)存在異常的企業(yè))。本文選取數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)以及中國(guó)統(tǒng)計(jì)年鑒，數(shù)據(jù)處理采用Excel和Stata15.0。

回歸變量的基本信息如表2所示。在研發(fā)投入強(qiáng)度這一指標(biāo)上，最大值為1.694 3，最小值為0，說(shuō)明我國(guó)企業(yè)在研發(fā)投入上存在較大差距，很大一部分企業(yè)沒(méi)有合理利用研發(fā)投入資金來(lái)提升企業(yè)實(shí)力。在資產(chǎn)收益率與主營(yíng)業(yè)務(wù)利潤(rùn)率方面同樣存在著兩極分化，企業(yè)發(fā)展不均。除此之外還可以看到如企業(yè)規(guī)模、企業(yè)資產(chǎn)負(fù)債率、企業(yè)員工總數(shù)等方面控制變量的具體情況。

表2 回歸變量基本信息表

從控制變量方面可以看出，企業(yè)間無(wú)論是規(guī)模、員工數(shù)量還是資產(chǎn)負(fù)債率都存在著較大的差距，這些差距很有可能影響著企業(yè)的發(fā)展，使得大企業(yè)有越來(lái)越多的資金進(jìn)行創(chuàng)新，小企業(yè)沒(méi)有資金或者資金不足，逐漸形成“富者愈富，貧者愈貧”的馬太效應(yīng)。如何更好地利用國(guó)家政策，使小型創(chuàng)新企業(yè)能夠在競(jìng)爭(zhēng)激烈的市場(chǎng)上保有生存之地，合理利用“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”，正是政府需要考慮的問(wèn)題。同時(shí)，小型創(chuàng)新企業(yè)更應(yīng)該思考如何抓住機(jī)遇，利用好國(guó)家政策，使自己的核心競(jìng)爭(zhēng)力得到發(fā)展，提升企業(yè)價(jià)值，在激烈的市場(chǎng)競(jìng)爭(zhēng)中仍有立足之地。

3.2 回歸分析

首先采用OLS回歸方式，根據(jù)式(2)進(jìn)行回歸，結(jié)果如表3所示。可以得知，采用簡(jiǎn)單OLS回歸的情況下，研發(fā)投入強(qiáng)度與企業(yè)經(jīng)濟(jì)效益存在著顯著相關(guān)性，在控制變量中，企業(yè)規(guī)模與企業(yè)績(jī)效是顯著正相關(guān)，企業(yè)的資產(chǎn)負(fù)債率與員工水平同企業(yè)績(jī)效存在著顯著的負(fù)相關(guān)。采用固定效應(yīng)模型進(jìn)行回歸，為了確保回歸嚴(yán)謹(jǐn)性，使用了修正偏誤的Fe_robust模型進(jìn)行再次回歸，回歸結(jié)果如表3的模型(2)、(3)所示。對(duì)數(shù)據(jù)進(jìn)行回歸分析過(guò)程中，OLS估計(jì)與Fe估計(jì)和Fe_robust估計(jì)均通過(guò)了F檢驗(yàn)，這表明本文的整體回歸方程是顯著的。作為解釋變量的RDI在模型(2)、(3)中均與被解釋變量ROA顯著正相關(guān)，這說(shuō)明R&D投入能顯著促進(jìn)企業(yè)績(jī)效。作為控制變量的SIZE，在回歸模型中均與被解釋變量呈現(xiàn)了正相關(guān)關(guān)系，并且通過(guò)了顯著性檢驗(yàn)，但是它對(duì)于企業(yè)績(jī)效的影響不明顯。另外控制變量DAR在回歸方程中也通過(guò)了顯著性檢驗(yàn)并且系數(shù)均為負(fù)，即資產(chǎn)負(fù)債率和企業(yè)績(jī)效顯著負(fù)相關(guān)，因此企業(yè)若想長(zhǎng)期發(fā)展，獲得更大的經(jīng)濟(jì)效益，必須解決資產(chǎn)負(fù)債率過(guò)高的問(wèn)題。

表3 一般回歸分析

3.3 面板門檻模型回歸分析

為了保證回歸結(jié)果的穩(wěn)健性，首先對(duì)面板數(shù)據(jù)模型進(jìn)行Hausman檢驗(yàn)，結(jié)果如表4所示，Hausman檢驗(yàn)得到的結(jié)果支持固定效應(yīng)模型。

表4 Hausman檢驗(yàn)結(jié)果

為檢驗(yàn)經(jīng)濟(jì)新常態(tài)下出臺(tái)的創(chuàng)新驅(qū)動(dòng)政策對(duì)于我國(guó)企業(yè)的R&D投入與企業(yè)績(jī)效之間的門檻效應(yīng)的影響情況，根據(jù)Hansen發(fā)展的門檻面板模型進(jìn)行假設(shè)估計(jì)。由式(4)進(jìn)行三重門檻檢驗(yàn)，假設(shè)存在3個(gè)門檻，進(jìn)行200次自抽樣檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示，可以看出三重門檻檢驗(yàn)結(jié)果并不顯著，無(wú)法拒絕原假設(shè)。所以本文采用雙重門檻進(jìn)行回歸分析[22]。樣本的門檻值與置信區(qū)間如圖1、圖2所示。

表5 三重門檻檢驗(yàn)結(jié)果

圖1 第一個(gè)門檻的估計(jì)值和置信區(qū)間

圖2 第二個(gè)門檻的估計(jì)值和置信區(qū)間

運(yùn)用式(4)構(gòu)建的面板門檻模型對(duì)2012-2018年的企業(yè)數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表6所示。模型(4)是面板門檻模型回歸，基于穩(wěn)健性需求，模型(5)和模型(6)采用了固定效應(yīng)模型。在研發(fā)投入強(qiáng)度的不同區(qū)間下，RDI與ROA之間都存在著相關(guān)性，并且在0.04后產(chǎn)生了結(jié)構(gòu)突變值。在突變產(chǎn)生前，R&D投入對(duì)于企業(yè)績(jī)效的作用并不十分顯著，這可能是由于經(jīng)濟(jì)政策存在著滯后性，導(dǎo)致經(jīng)濟(jì)行為沒(méi)有及時(shí)反映出政策效果。在結(jié)構(gòu)突變產(chǎn)生后，經(jīng)濟(jì)新常態(tài)出臺(tái)的一系列政策作用實(shí)際反映到了企業(yè)身上，企業(yè)開(kāi)始作出反應(yīng)強(qiáng)化創(chuàng)新力度，這一結(jié)論證明了在經(jīng)濟(jì)新常態(tài)背景下出臺(tái)的一系列政策影響企業(yè)的創(chuàng)新投入，從而影響了企業(yè)績(jī)效。

3.4 穩(wěn)健性檢驗(yàn)

為了檢測(cè)變量穩(wěn)定性，本文對(duì)數(shù)據(jù)進(jìn)行了穩(wěn)健性分析，采用的方法是替換變量方式。根據(jù)模型(3)將變量ROA替換成反映企業(yè)主營(yíng)業(yè)務(wù)利潤(rùn)率的MBPR，繼續(xù)進(jìn)行回歸分析。在分析過(guò)程中，采用跟第一個(gè)模型回歸相同的方式進(jìn)行分析，通過(guò)面板門檻模型、混合OLS估計(jì)、Fe估計(jì)和Fe_robust估計(jì)得出了回歸結(jié)果，結(jié)果與未替換變量之前用ROA作為因變量得出的結(jié)論基本一致，具體數(shù)據(jù)見(jiàn)表7。可以看出在原假設(shè)中顯著的變量，進(jìn)行替換之后仍然顯著，比如企業(yè)規(guī)模、資產(chǎn)負(fù)債率在0.01水平上顯著，替換變量后仍然顯著，回歸結(jié)果并沒(méi)有發(fā)生變化，即通過(guò)了穩(wěn)健性檢驗(yàn)。

4 結(jié)論

本文使用2010-2018年1004家A股上市公司作為研究樣本，分析了經(jīng)濟(jì)新常態(tài)下我國(guó)企業(yè)R&D投入對(duì)企業(yè)績(jī)效的影響，研究了國(guó)家政策的效果。通過(guò)研究企業(yè)R&D投入與企業(yè)績(jī)效之間的相關(guān)性，為決策制定者和企業(yè)經(jīng)營(yíng)者提供參考。本文通過(guò)Stata軟件，采用描述性統(tǒng)計(jì)分析、相關(guān)性分析、回歸分析和穩(wěn)健性檢驗(yàn)，驗(yàn)證了假設(shè)的合理性，得出了結(jié)論。第一，上市公司之間的研發(fā)投入存在著巨大差異，出現(xiàn)了兩極分化的狀況；第二，我國(guó)的企業(yè)研發(fā)投入總量普遍偏低，大部分在2%左右，近幾年研發(fā)投入的總量雖有所增加，但是幅度十分微小。可以看出國(guó)家雖然開(kāi)展了鼓勵(lì)創(chuàng)新、支持創(chuàng)業(yè)的政策，但是并沒(méi)有完全發(fā)揮成效，有很多作用被分散到了實(shí)施的過(guò)程中，而沒(méi)有真正實(shí)施到目標(biāo)群體上。第三，R&D投入與企業(yè)績(jī)效之間存在著相關(guān)關(guān)系，這與最初的預(yù)想相同。在研究中發(fā)現(xiàn)，R&D投入和企業(yè)績(jī)效大部分呈現(xiàn)正相關(guān)關(guān)系，但是由于科技投入有一定的反應(yīng)期，存在一定滯后性，當(dāng)前投入的資金并不能立刻就看出結(jié)果，所以R&D投入的效果并不是十分理想；第四：在經(jīng)濟(jì)新常態(tài)下，R&D投入促進(jìn)企業(yè)績(jī)效提升并存在門檻值。在檢驗(yàn)分析中，在政策支持下隨著R&D投入的增多，企業(yè)績(jī)效變化存在著結(jié)構(gòu)突變值，即存在著門檻值。

通過(guò)研究，得出如下啟示：從企業(yè)的角度看，我國(guó)企業(yè)之前大都以勞動(dòng)密集型為主，在經(jīng)濟(jì)發(fā)展的新趨勢(shì)下，這種傳統(tǒng)的依靠廉價(jià)勞動(dòng)力的發(fā)展方式必然會(huì)被淘汰。所以，企業(yè)為了生存下來(lái)，紛紛轉(zhuǎn)變發(fā)展方式，開(kāi)始邁向技術(shù)創(chuàng)新推動(dòng)經(jīng)濟(jì)發(fā)展的大門。但是，由于之前缺乏經(jīng)驗(yàn)，加上長(zhǎng)期的老舊經(jīng)營(yíng)模式，導(dǎo)致我國(guó)企業(yè)缺乏創(chuàng)新和核心競(jìng)爭(zhēng)力。國(guó)有企業(yè)想要繼續(xù)獲得長(zhǎng)久的發(fā)展，就必須重視創(chuàng)新研發(fā)，打開(kāi)自己的市場(chǎng)，加強(qiáng)研發(fā)投入，加大科技創(chuàng)新力度，獲得自己的核心競(jìng)爭(zhēng)力。一個(gè)良好的企業(yè)，管理團(tuán)隊(duì)的作用是不能忽視的，企業(yè)決策者應(yīng)加強(qiáng)管理層面人員的培訓(xùn)，完善企業(yè)運(yùn)行機(jī)制，從根源上解決研發(fā)難的問(wèn)題。從政府的角度看，我國(guó)強(qiáng)調(diào)創(chuàng)新引領(lǐng)發(fā)展的口號(hào)已經(jīng)過(guò)去了五年，在這五年中，國(guó)家對(duì)于企業(yè)的扶持力度的確得到了前所未有的提升。但是分析發(fā)現(xiàn)，國(guó)家政策并沒(méi)有完全發(fā)揮它的作用，所以政府應(yīng)著手為中小企業(yè)提供一個(gè)更好的營(yíng)商環(huán)境，讓政策能在陽(yáng)光下落實(shí)，讓政策真正優(yōu)惠到創(chuàng)業(yè)者身上；其次，政府還應(yīng)推動(dòng)企業(yè)與其他機(jī)構(gòu)之間的合作，比如：校企聯(lián)合，給高校學(xué)生提供實(shí)習(xí)機(jī)會(huì)的同時(shí)給創(chuàng)新企業(yè)輸送人才。發(fā)揮學(xué)校科研人員、創(chuàng)新型人才的作用，幫助二者達(dá)成合作；最后，政府還應(yīng)加大政策力度，繼續(xù)鼓勵(lì)企業(yè)自主創(chuàng)新。國(guó)家應(yīng)重視萬(wàn)眾創(chuàng)新的力量，給創(chuàng)業(yè)者制定更合理的優(yōu)惠方案，使小企業(yè)、創(chuàng)業(yè)者們可以心無(wú)旁騖地進(jìn)行創(chuàng)新，在科技方面取得更好的進(jìn)步，助推國(guó)家經(jīng)濟(jì)發(fā)展。