R＆D投入對(duì)企業(yè)科技創(chuàng)新的效應(yīng)研究

潘文富 楊品瑞

【關(guān)鍵詞】R&D投入;科技創(chuàng)新;實(shí)證研究

【中圖分類(lèi)號(hào)】F272.3 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2021）08-0007-03

0 引言

在經(jīng)濟(jì)全球化浪潮的推動(dòng)下，新技術(shù)革命迅速發(fā)展，企業(yè)面臨著前所未有的機(jī)遇和挑戰(zhàn)。自進(jìn)入21世紀(jì)以來(lái)，我國(guó)科學(xué)技術(shù)發(fā)展迅猛，在十九屆五中全會(huì)公報(bào)中提出了堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，把科技自立自強(qiáng)作為國(guó)家發(fā)展的戰(zhàn)略支撐。企業(yè)要想在競(jìng)爭(zhēng)激烈的新時(shí)代中生存，需不斷更新自身的生產(chǎn)技術(shù)，使企業(yè)時(shí)刻處于行業(yè)的技術(shù)前沿，保持企業(yè)市場(chǎng)競(jìng)爭(zhēng)的優(yōu)勢(shì)地位，保證企業(yè)能夠健康長(zhǎng)遠(yuǎn)發(fā)展。

2018年，貴州省R&D投入經(jīng)費(fèi)首次突破百億元大關(guān)達(dá)121億元，較2017年增長(zhǎng)26.8%，R&D投入強(qiáng)度為0.82%，但不容忽視的是貴州省R&D投入強(qiáng)度仍低于全國(guó)平均水平。在此背景下，貴州省企業(yè)應(yīng)堅(jiān)決落實(shí)習(xí)近平總書(shū)記關(guān)于科技創(chuàng)新的重要論述，深刻理解R&D投入是科技創(chuàng)新的原動(dòng)力，是實(shí)現(xiàn)技術(shù)進(jìn)步的關(guān)鍵一步。企業(yè)是R&D投入的主體，高質(zhì)量的R&D投入是企業(yè)能夠長(zhǎng)遠(yuǎn)發(fā)展的保證，然而R&D具有高風(fēng)險(xiǎn)性和不確定性，若企業(yè)在研發(fā)過(guò)程中投入大量研發(fā)費(fèi)用卻不能幫助企業(yè)在科技創(chuàng)新方面有所改進(jìn)，在這種情況下R&D投入既占用了企業(yè)的資金，又阻礙了企業(yè)的可持續(xù)發(fā)展。因此，R&D投入是一把雙刃劍，在給企業(yè)帶來(lái)好處的同時(shí)亦給企業(yè)帶來(lái)一定的財(cái)務(wù)負(fù)擔(dān)?；谏鲜鲈颍疚膶⑨槍?duì)貴州省企業(yè)R&D投入對(duì)科技創(chuàng)新的效應(yīng)進(jìn)行研究，評(píng)價(jià)其R&D投入對(duì)科技創(chuàng)新的影響，最終為貴州省企業(yè)提供一定的指導(dǎo)。

1 文獻(xiàn)回顧

1.1 影響R&D投入因素的研究

R&D投入會(huì)受到多方面因素影響，國(guó)外Raith（2003）發(fā)現(xiàn)市場(chǎng)競(jìng)爭(zhēng)越激烈，企業(yè)會(huì)愈發(fā)重視R&D投入[1]。國(guó)內(nèi)顧元媛等學(xué)者（2012）論述了地方政府過(guò)度干預(yù)企業(yè)決策會(huì)導(dǎo)致企業(yè)R&D投入不足[2]。此外，制度環(huán)境、董事會(huì)規(guī)模和慈善捐助都是影響R&D投入的重要因素（朱麗娜等學(xué)者，2017;沈弋等學(xué)者，2018）[3-4]。田鑫等學(xué)者（2021）以中國(guó)高新技術(shù)企業(yè)為研究對(duì)象，研究發(fā)現(xiàn)外資持股降低了企業(yè)R&D投入，但是提高了企業(yè)研發(fā)效率[5]。

1.2 R&D投入對(duì)企業(yè)發(fā)展的研究

近年來(lái)，學(xué)術(shù)領(lǐng)域?qū)&D投入進(jìn)行了大量研究，國(guó)內(nèi)外的主流觀點(diǎn)認(rèn)為R&D投入對(duì)企業(yè)發(fā)展有著積極影響，例如國(guó)外學(xué)者通過(guò)研究發(fā)現(xiàn)，R&D投入越多的企業(yè)，其運(yùn)營(yíng)績(jī)效表現(xiàn)更好（Eberhart等學(xué)者，2004;Hsu，2006）[6-7]。國(guó)內(nèi)學(xué)者韓先鋒等學(xué)者（2018）認(rèn)為只有企業(yè)規(guī)模達(dá)到一定門(mén)檻時(shí)，R&D投入才對(duì)企業(yè)發(fā)展有著促進(jìn)作用[8];王莉莉等學(xué)者（2021）通過(guò)分析中小板公司的面板數(shù)據(jù)發(fā)現(xiàn)，R&D投入對(duì)企業(yè)發(fā)展有著正面影響[9]。

1.3 R&D投入對(duì)科技創(chuàng)新的相關(guān)性研究

目前，大多數(shù)學(xué)者認(rèn)為R&D投入對(duì)科技創(chuàng)新有著積極影響（Chang-Yang Lee，2009;唐勇等學(xué)者，2013;李爽，2016）[10-12]，也有學(xué)者認(rèn)為R&D投入對(duì)科技創(chuàng)新有著負(fù)面影響（胡義東等學(xué)者，2011;袁小宇，2019）[13-14]，更有部分學(xué)者認(rèn)為R&D投入與科技創(chuàng)新呈現(xiàn)倒“U”形關(guān)系（Lin，2014）[15]。喻貞等學(xué)者（2020）通過(guò)實(shí)證研究發(fā)現(xiàn)，若政府有適當(dāng)?shù)腞&D補(bǔ)貼會(huì)對(duì)企業(yè)的創(chuàng)新績(jī)效產(chǎn)生正面影響，過(guò)高的補(bǔ)貼會(huì)對(duì)企業(yè)的創(chuàng)新績(jī)效產(chǎn)生負(fù)面影響[16]。

由上述國(guó)內(nèi)外學(xué)者的研究綜述發(fā)現(xiàn)，產(chǎn)權(quán)保護(hù)力度、市場(chǎng)環(huán)境、董事會(huì)規(guī)模等皆會(huì)影響R&D投入;關(guān)于R&D投入對(duì)企業(yè)的發(fā)展影響，目前學(xué)界主流觀點(diǎn)認(rèn)為R&D投入對(duì)企業(yè)的發(fā)展有著積極影響，但R&D投入對(duì)科技創(chuàng)新的影響結(jié)論不一致，盡管多數(shù)學(xué)者認(rèn)為R&D投入對(duì)科技創(chuàng)新有著正面影響，然而有部分學(xué)者持相反觀點(diǎn)，更有部分學(xué)者通過(guò)實(shí)證分析發(fā)現(xiàn)兩者是倒“U”形關(guān)系?；诖耍疚臄M選取貴州省2009—2019年上市公司的面板數(shù)據(jù)為研究對(duì)象進(jìn)一步豐富相關(guān)學(xué)術(shù)研究，并為貴州省企業(yè)R&D投入決策提供參考。

2 研究設(shè)計(jì)與變量選取

2.1 研究設(shè)計(jì)

本文以2009—2019年貴州省上市公司的各項(xiàng)數(shù)據(jù)作為研究樣本，為了確保數(shù)據(jù)的合理性與真實(shí)性，剔除了研究期間內(nèi)被PT、ST的企業(yè);剔除了研究期間內(nèi)未披露R&D投入與專(zhuān)利申請(qǐng)數(shù)量等數(shù)據(jù)的企業(yè);剔除有異常值指標(biāo)的企業(yè)。最終獲得22家公司共計(jì)242組年度面板數(shù)據(jù)并根據(jù)上述理論分析與以往學(xué)者的研究提出以下假設(shè)。

假設(shè)1：R&D投入對(duì)專(zhuān)利申請(qǐng)數(shù)量之間呈現(xiàn)正相關(guān)。

假設(shè)2：R&D投入強(qiáng)度對(duì)專(zhuān)利申請(qǐng)數(shù)量之間呈現(xiàn)正相關(guān)。

2.2 變量選取

（1）被解釋變量。在國(guó)家統(tǒng)計(jì)局發(fā)布的《企業(yè)研發(fā)活動(dòng)統(tǒng)計(jì)報(bào)表制度》中，其衡量科技創(chuàng)新的指標(biāo)有當(dāng)年專(zhuān)利申請(qǐng)數(shù)量、期末有效發(fā)明專(zhuān)利數(shù)、新產(chǎn)品銷(xiāo)售收入等。由于我國(guó)對(duì)企業(yè)的新產(chǎn)品與新市場(chǎng)等并未有規(guī)范性要求且考慮到數(shù)據(jù)的可獲得性，本文最終選取專(zhuān)利申請(qǐng)數(shù)量作為被解釋變量。此外，專(zhuān)利申請(qǐng)數(shù)量能夠較好地體現(xiàn)企業(yè)的科研成果，還具有可比性、通用性等優(yōu)點(diǎn)。基于上述原因，本文選取專(zhuān)利申請(qǐng)數(shù)量作為科技創(chuàng)新的衡量指標(biāo)。

（2）解釋變量。本文以R&D投入、R&D投入強(qiáng)度為解釋變量。其中，R&D投入為絕對(duì)指標(biāo)，是指R&D投入金額的數(shù)目;相對(duì)指標(biāo)是指R&D投入強(qiáng)度，其優(yōu)點(diǎn)在于可橫向比較各企業(yè)R&D經(jīng)費(fèi)的投入程度，目前R&D投入強(qiáng)度有兩種算法，其一為研發(fā)支出與總資產(chǎn)的比值，其二為研發(fā)支出與營(yíng)業(yè)收入的比值。本文選取的是第二種算法。

（3）控制變量。在任何行業(yè)中，企業(yè)規(guī)模都有大有小，而企業(yè)規(guī)模的不同會(huì)對(duì)企業(yè)的科技創(chuàng)新產(chǎn)生不同影響。一般認(rèn)為企業(yè)規(guī)模越大，規(guī)模效應(yīng)越大，可有效降低生產(chǎn)成本，在某種程度上會(huì)對(duì)企業(yè)的科技創(chuàng)新產(chǎn)生正面影響，因此本文選取企業(yè)規(guī)模作為R&D投入對(duì)科技創(chuàng)新效應(yīng)影響的第一個(gè)控制變量，用公司本年總資產(chǎn)取自然對(duì)數(shù)作為衡量指標(biāo)。

資產(chǎn)負(fù)債率是用以衡量企業(yè)負(fù)債水平的重要指標(biāo)，通常而言，企業(yè)資產(chǎn)負(fù)債率過(guò)高會(huì)造成R&D投入的壓力，因此本文選取資產(chǎn)負(fù)債率作為R&D投入對(duì)科技創(chuàng)新效應(yīng)影響的第二個(gè)控制變量，用企業(yè)負(fù)債總額和資產(chǎn)總額的比值作為衡量指標(biāo)。具體變量定義見(jiàn)表1。

最終本文根據(jù)樣本數(shù)據(jù)及假設(shè)1、假設(shè)2做出回歸模型如下。

模型1：P=β0+β1RD+β2SIZE+β3LEV+ε0

模型2：P=β0+β1RDI+β2SIZE+β3LEV+ε0

3 實(shí)證分析及其結(jié)論

3.1 描述性統(tǒng)計(jì)分析

通過(guò)觀察和分析貴州省2009—2019年上市公司各項(xiàng)數(shù)據(jù)發(fā)現(xiàn)：貴州省內(nèi)R&D投入強(qiáng)度最大值為0.276，最小值為0，平均值僅為0.029，這表明在貴州省內(nèi)除少數(shù)上市公司R&D投入強(qiáng)度較大外其余上市公司R&D投入強(qiáng)度偏低;貴州省內(nèi)上市公司資產(chǎn)負(fù)債率最大值為89.4%，最小值為3.1%，平均值為46.1%，標(biāo)準(zhǔn)差為21.5%，這表明貴州省內(nèi)各上市公司財(cái)務(wù)杠桿差異較大。企業(yè)規(guī)模平均值為22.388，說(shuō)明貴州省內(nèi)中等規(guī)模企業(yè)占比較大（見(jiàn)表2）。

3.2 相關(guān)性分析

從Pearson相關(guān)系數(shù)的計(jì)算結(jié)果可以發(fā)現(xiàn)，R&D投入和R&D投入強(qiáng)度與企業(yè)專(zhuān)利申請(qǐng)之間的相關(guān)系數(shù)均為正數(shù)，分別為0.304和0.389，并且都在1%的顯著性水平上通過(guò)檢驗(yàn)，說(shuō)明R&D投入和R&D投入強(qiáng)度與企業(yè)專(zhuān)利申請(qǐng)之間存在顯著的正相關(guān)關(guān)系。企業(yè)規(guī)模與企業(yè)專(zhuān)利申請(qǐng)數(shù)量的相關(guān)系數(shù)為-0.112且在10%的顯著性水平上通過(guò)檢驗(yàn)，說(shuō)明它們之間存在顯著的負(fù)相關(guān)關(guān)系，同時(shí)表明企業(yè)規(guī)模越大并非一定對(duì)科技創(chuàng)新有著積極影響，資產(chǎn)負(fù)債率與企業(yè)專(zhuān)利申請(qǐng)數(shù)量之間的相關(guān)系數(shù)為-0.055，但是并未通過(guò)顯著性檢驗(yàn)，說(shuō)明它們之間不存在顯著的相關(guān)關(guān)系。具體相關(guān)系數(shù)見(jiàn)表3。

3.3 回歸分析

通過(guò)回歸分析可知，貴州省2009—2019年上市公司模型的Adj.R2為0.198 6，說(shuō)明在企業(yè)申請(qǐng)專(zhuān)利所有的變動(dòng)中，模型可以解釋其中的19.86%;F統(tǒng)計(jì)量為16.174，并且通過(guò)顯著性檢驗(yàn)，說(shuō)明模型的設(shè)定是有效的。R&D投入與R&D投入強(qiáng)度的系數(shù)估計(jì)值為正，并且在1%的顯著性水平下通過(guò)檢驗(yàn)，說(shuō)明R&D投入及R&D投入強(qiáng)度與企業(yè)專(zhuān)利申請(qǐng)之間存在顯著的相關(guān)關(guān)系，這表明在其他變量不變的條件下，隨著R&D及R&D投入強(qiáng)度的提升，企業(yè)專(zhuān)利申請(qǐng)數(shù)量也會(huì)增加，假設(shè)1和假設(shè)2得到證實(shí)。此外，本次回歸分析中各個(gè)變量的VIF值均為1～3，說(shuō)明模型不存在嚴(yán)重的多重共線性問(wèn)題?；貧w結(jié)果見(jiàn)表4。

4 對(duì)策建議

（1）保持R&D投入的可持續(xù)性。從R&D投入強(qiáng)度和專(zhuān)利申請(qǐng)數(shù)量的關(guān)系來(lái)看，兩者呈現(xiàn)顯著的正相關(guān)關(guān)系，但如今社會(huì)變化日新月異，單次的R&D投入資金并不足以讓企業(yè)獲得長(zhǎng)遠(yuǎn)且穩(wěn)定的收益，因此保持R&D投入經(jīng)費(fèi)的可持續(xù)性顯得格外重要，企業(yè)要避免過(guò)度投資，需結(jié)合自身實(shí)際情況找出最優(yōu)的R&D投入強(qiáng)度。

（2）加強(qiáng)對(duì)貴州省內(nèi)企業(yè)的政策引導(dǎo)。相較于其他省份，貴州省內(nèi)企業(yè)R&D投入強(qiáng)度普遍不高，R&D投入經(jīng)費(fèi)差異較大，政府應(yīng)意識(shí)到科技創(chuàng)新對(duì)貴州省的重要性，通過(guò)政策引導(dǎo)對(duì)部分企業(yè)加以激勵(lì)和補(bǔ)貼，創(chuàng)建體現(xiàn)效率、促進(jìn)創(chuàng)新的良好市場(chǎng)氛圍及政策機(jī)制，引導(dǎo)企業(yè)加大自主資金投入，科學(xué)地制定科技創(chuàng)新發(fā)展戰(zhàn)略。

（3）重視R&D投入以提高企業(yè)科技創(chuàng)新能力。通過(guò)開(kāi)展研發(fā)活動(dòng)以提高企業(yè)的科技創(chuàng)新能力是企業(yè)能夠在市場(chǎng)中站穩(wěn)腳跟的關(guān)鍵，企業(yè)若得不到發(fā)展必然會(huì)被市場(chǎng)快速淘汰。因此，R&D投入應(yīng)該被每一位管理者、決策者所重視，也應(yīng)該要明白研發(fā)效率同樣至關(guān)重要，只有重視R&D投入并提高專(zhuān)利數(shù)量，才能實(shí)現(xiàn)科學(xué)技術(shù)上的創(chuàng)新。

參 考 文 獻(xiàn)

[1]Raith M.Competition，Risk and Managerial Incentives[J].American Economic Review，2003，93（4）：1425-1436.

[2]顧元媛，沈坤榮.地方政府行為與企業(yè)R&D投入——基于中國(guó)省際面板數(shù)據(jù)的實(shí)證分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2012（10）：77-88.

[3]朱麗娜，賀小剛，賈植涵.“窮困”促進(jìn)了企業(yè)的R&D投入？——環(huán)境不確定性與產(chǎn)權(quán)保護(hù)力度的調(diào)節(jié)效應(yīng)[J].經(jīng)濟(jì)管理，2017，39（11）：67-84.

[4]沈弋，徐光華，錢(qián)明.慈善捐贈(zèng)、R&D投入與財(cái)務(wù)資源的調(diào)節(jié)作用——基于戰(zhàn)略間互動(dòng)視角[J].管理評(píng)論，2018，30（2）：159-171.

[5]田鑫，張晨.外資持股對(duì)企業(yè)研發(fā)的影響——考慮外資自主選擇因素的實(shí)證檢驗(yàn)[J].開(kāi)發(fā)性金融研究，2020（5）：33-43.

[6]Eberhart A C，Maxwell W F，Siddique A R.An examination of long-term abnormal stock returnsand operating performance following R&D increases[J].Journal of Finance，2004，59（2）：623-650.

[7]Hsu P.Technological innovations and aggregate risk premiums[J].Journal of Financial Economics，2009，

94（2）：264-279.

[8]韓先鋒，董明放.研發(fā)投入對(duì)企業(yè)績(jī)效影響的門(mén)檻效應(yīng)[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，20（2）：95-101，116.

[9]王莉莉，韓道琴，張宸愷.中小板公司股權(quán)集中度、研發(fā)投入與公司績(jī)效[J].會(huì)計(jì)之友，2021（3）：117-123.

[10]Chang-Yang Lee.Competition favors the prepared firm：Firms R&D responses to competitivemarket pressure[J].Research Policy，2009，38（5）：861-

870.

[11]唐勇，蒲佐毅.新疆R&D經(jīng)費(fèi)投入與高新技術(shù)企業(yè)自主創(chuàng)新能力——基于VAR模型的分析[J].石河子大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2013，27（1）：10-15.

[12]李爽.R&D強(qiáng)度、政府支持度與新能源企業(yè)的技術(shù)創(chuàng)新效率[J].軟科學(xué)，2016，30（3）：11-14.

[13]胡義東，仲偉俊.高新技術(shù)企業(yè)技術(shù)創(chuàng)新績(jī)效影響因素的實(shí)證研究[J].中國(guó)科技論壇，2011（4）：80-85.

[14]袁小宇.研發(fā)投入與企業(yè)技術(shù)創(chuàng)新績(jī)效關(guān)系研究[D].北京：北京郵電大學(xué)，2019.

[15]Jun-You Lin.Effects on diversity of R&D sources and human capital onindustrial performance[J].Technological Forecasting and Social Change，2014（85）：168-184.

[16]喻貞，胡婷，沈紅波.地方政府的財(cái)政補(bǔ)貼：激勵(lì)創(chuàng)新抑或政策性負(fù)擔(dān)[J].復(fù)旦學(xué)報(bào)（社會(huì)科學(xué)版），2020，

62（6）：145-153.