政府R&D補貼對企業創新投入、企業創新能力與企業績效的關系探索

梁婷

本文運用stata15.0分析軟件，采用回歸分析研究方法，研究政府R&D補貼對企業創新投入與創新能力的影響，創新能力對創新投入與績效之間的關系。研究發現：企業創新能力對企業創新投入與企業績效之間具有部分中介效應；同時，政府R&D補貼對企業創新投入與企業創新能力具有顯著的調節作用。因此，政府通過對企業的技術創新補助力度，能顯著影響企業創新投入轉化為企業的創新能力從而提升企業績效。

本文擬從政府R&D補貼視角研究企業創新投入、企業創新能力與企業績效之間的關系，旨在為醫藥企業提升創新效益提供有效指導。

一、文獻綜述

（一）企業創新投入與企業績效

Griliches （1981）以美國大型制造企業為研究對象，對研發投入與企業收益之間的內在聯系進行了重點研究，發現企業生產力能夠有效吸收研發投入，并作為介質將其轉化為企業收益。Stam & Wennberg（2009）采用回歸分析法，對近650家荷蘭企業進行了創新投入課題研究，研究結論顯示，與處于上升期的企業相比，創新投入在企業初創期的業績提升效果更為顯著。

（二）企業創新投入與企業創新能力

Muellen（1996）通過對目標企業進行生產數據研究，再次印證了上述結論。Hall（2001）以知識生產函數優化模型為工具，以數家美國制造企業為代表，對美國制造行業的研發投入與創新效益進行了數據研究，研究結果顯示：研發投入量增加能夠有效帶動創新能力效益提升。

（三）企業創新能力與企業績效

David，Gary & Amy（1997）在研究中發現，企業資源能夠被掠奪，而企業能力卻無法被競爭對手占有，企業能力在市場競爭中發揮著無可替代的作用，因此只要不斷提升企業能力，企業便能在市場競爭中取勝。Ford C（2006）通過獲取150家中國制造業企業的數據，研究發現企業創新能力越強，企業績效水平就越高。

二、研究設計

（一）研究樣本

本文選取在中國上海證券交易所和深圳證券交易所A股上市的醫藥制造企業 2008～2018年的面板數據，為了確保數據的有效性，本文對選取樣本進行了篩選剔除。連續三年未公布研發數據的企業；PT類和 ST 類企業；數據嚴重缺失的公司樣本。這些數據均為企業年報公布的數據，主要來源于國泰安數據庫、上海證券交易所網站和深圳證券交易所網站，部分數據經年報通過手工摘錄整理。

（二）研究假設與模型

通過相關文獻綜述，提出本文的研究假設及理論模型。

假設H1：企業創新投入與企業的績效顯著正相關，即企業的創新投入越多企業的創新績效越高。

假設H2：創新投入與企業的創新能力顯著正相關，即企業的創新投入越多企業的創新能力越強。

假設H3： 企業創新能力對企業創新投入與企業創新績效相關性具有中介效應。

假設H4：政府R&D補貼對企業創新投入與企業創新能力的關系具有調節作用。

基于以上分析，本文構建了政府R&D補貼對企業創新投入、企業創新能力與企業績效四者之間的概念模型，如下圖所示。

研究模型圖

（三）變量的取值

本文采用企業研發強度RDI（研發投入費用/員工的自然對數）來衡量企業的創新投入；采用專利授權數量指標來衡量企業的創新能力（Patents）；根據對企業績效（Preformance）測量的相關文獻梳理，選擇長期績效Tobin's Q作為衡量企業績效的指標，由于所選醫藥企業的創新投入研發周期較長，研究對Tobin's Q滯后一期的影響；政府R&D補貼為政府R&D直接補貼。

醫藥企業的研發創新與企業績效必然受到其他因素影響，因此本文借鑒其他學者的研究，確定控制變量為：企業成長性（GROWTH ） 、企業資產負債率（ LEV） 、流動資產比率（ CAR） 及年度虛擬變量（YEAR）。具體如表1所示。

三、研究結果

（一）各變量間相關性分析

為初步檢驗不同變量之間的關系，對各變量進行了相關性分析，其中表2為樣本各主要變量間Pearson和Spearman相關分析。

（二）回歸分析

1.回歸模型的構建

為了檢驗前面提出的研究假設，構建以下4個待檢驗的回歸模型：

Tobit=αi+βt+γ1RDIi（t-1）+γ2GROWTHi（t-1）+γ3LEVi（t-1）+γ4CARi（t-1）+∑year+εit

（模型1）其中，被解釋變量為企業的績效Tobin's Q，解釋變量為企業的創新投入RDI，其余的為控制變量。

patit=αi+βt+γ1RDIit+γ2GROWTHit+γ3LEVit+γ4CARit+∑year+εit

（模型2）其中，被解釋變量為企業創新能力patent，解釋變量為企業的創新投入RDI，其余的為控制變量。

Tobit=αi+βt+γ1RDIi（t-1）+γ2pati（t-1）+γ2GROWTHi（t-1）+γ3LEVi（t-1）+γ4CARi（t-1）+∑year+εit

（模型3）其中，被解釋變量為企業績效Tobin's Q，解釋變量為企業的創新投入RDI，中介變量為企業創新能力patent， 其余的為控制變量。

patit=αi+γt+β1RDIit+β2ZFRDit+β3RDIit×ZFRDit+β4GROWTHit+β5LEVit+β6CARit+∑year+εit

（模型4）其中，被解釋變量為企業創新能力patent，解釋變量為企業的創新投入RDI，調節政府R&D補貼，若的系數顯著則為調節效應顯著，其余的為控制變量。

2.企業創新投入與企業績效的關系

由表3可知，模型1 的F統計量在0.1%的水平上顯著，表明回歸方程的結果基本可信。企業的創新投入（RDI）與企業績效（Tobin's Q）的回歸系數為0.0516，且在0.5%水平上顯著，充分證明企業創新投入對企業績效有顯著的正向促進作用，H1得到驗證。

3.企業創新投入與企業創新能力的關系

由表4可知，模型2的F統計量在0.1%的水平上顯著，表明回歸方程的結果基本可信。企業創新投入（RDI）與企業創新能力（Patents）的回歸系數為0.0004，且在0.1%水平上顯著，充分證明企業創新投入對企業創新能力有顯著的正向促進作用，H2得到驗證。

4.企業創新能力對企業創新投入與企業績效的中介效應

由表5可知，模型3的F統計量在0.1%的水平上顯著，表明回歸方程的結果基本可信。step_1中企業的創新投入（RDI）與企業績效（Tobin's Q）的回歸系數為c=0.0516，且在0.5%水平上顯著；step_2企業創新投入（RDI）與企業創新能力（Patents）的回歸系數為0.0004，且在0.1%水平上顯著；step_3中企業創新投入（RDI）與企業績效（Tobin's Q）的相關系數為c'=0.0408，且在1%水平上顯著，c> c'>0依然具備統計顯著性，企業創新投入（RDI）與企業創新能力（Patents）的回歸系數為26.5228>0，根據中介效應檢驗原理說明企業的創新能力對企業的創新投入與企業績效之間關系具有部分中介效應， H3得到驗證。

5.政府R&D補貼對企業創新投入與企業創新能力的調節效應

由表6可知，模型4的F統計量在0.1%的水平上顯著，表明回歸方程的結果基本可信。在以企業創新能力（Patents）為被解釋變量的回歸結果中，企業創新投入（RDI）的相關系數為0.0005，且在1%水平上與企業創新能力（Patents）顯著正相關，政府R&D補貼（ZFRD）的相關系數為0.7334，且在1%水平上與企業創新能力（Patents）顯著正相關；同時，表6中的交互項RDI*CO1的相關系數為0.0007，且在1%水平上與企業創新能力（Patents）顯著負相關。因此本文研究的假設H4得到驗證。

本文通過創新理論視角分析認為，企業的創新投入能夠有效地提升企業創新能力與企業績效。從中介效應檢驗的結果可以看出，企業的創新投入影響企業的績效，而企業創新能力一方面是企業創新投入結果的反應，另一方面也會引起企業績效的變化。也就是說，企業的創新投入有一部分是通過企業的創新能力對企業績效產生了作用。政府R&D補貼干預對企業創新投入與創新能力之間具有顯著的負向調節作用。因此，本文認為在研究企業的創新投入與企業績效的關系研究中，不能忽視企業創新能力的中介作用，同時，政府過度干預可能會使企業的創新戰略產生失衡。

結語：

盡管醫藥企業已成為中國發展最快的行業之一，且企業創新投入水平高于國家普遍水平，但當前中國的醫藥企業創新投入較大但創新能力較弱，創新產出較少。因此，企業應該制定合理的創新投入計劃。企業的創新投入對企業績效的影響一般具有滯后性，因此必須連續不斷地進行創新投入才能給企業帶來良好的績效。未來的研究還需要深入探討企業創新能力的有效性在企業創新投入與企業績效關系之間的中介效應問題。可借鑒經濟學中“投入一產出”的效率視角，構建出企業創新能力有效性的多維度綜合評價指標，對企業創新投入效率進行衡量及評價。對于隱性的創新能力產出，現階段無法從現有的財務指標中得到準確的度量，未來可采用問卷等方法獲得數據。