劉傳新，陳 超

（南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇南京 210095）

1 引言

在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的時(shí)代背景下，我國(guó)投入了大量的人力、物力和財(cái)力進(jìn)行科研創(chuàng)新，正向以科技創(chuàng)新為導(dǎo)向的科研大國(guó)大步邁進(jìn)，企業(yè)在其中起著主導(dǎo)作用。近年來的中美貿(mào)易戰(zhàn)讓我國(guó)企業(yè)認(rèn)識(shí)到提升自主創(chuàng)新能力的重要性和緊迫性，唯有具有核心競(jìng)爭(zhēng)力的企業(yè)，才能在競(jìng)爭(zhēng)中立于不敗之地，才能實(shí)現(xiàn)可持續(xù)發(fā)展。從“互聯(lián)網(wǎng)＋”到“智能＋”，伴隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)的發(fā)展以及AI、5G等新一代信息技術(shù)的興起，我國(guó)計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)進(jìn)入大發(fā)展階段，成為帶動(dòng)高新技術(shù)產(chǎn)業(yè)發(fā)展的主要力量。提升該行業(yè)的創(chuàng)新能力，尤其是實(shí)現(xiàn)高質(zhì)量的創(chuàng)新，對(duì)于我國(guó)制造業(yè)由“大而不強(qiáng)”向“大而強(qiáng)”轉(zhuǎn)變，促使我國(guó)由“制造大國(guó)”邁向“制造強(qiáng)國(guó)”具有重要意義。

由此引發(fā)本文從實(shí)證的角度研究我國(guó)計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)“創(chuàng)新與技術(shù)效率之間關(guān)系”的問題，從技術(shù)效率的角度，探究研發(fā)投入對(duì)企業(yè)績(jī)效的影響，是否有利于企業(yè)的發(fā)展？與此同時(shí)，作為創(chuàng)新產(chǎn)出的專利又在其中扮演何種角色？通過回答上述問題，以期為企業(yè)提出有針對(duì)性的創(chuàng)新活動(dòng)策略。

2 文獻(xiàn)綜述

關(guān)于研發(fā)投入與企業(yè)績(jī)效的研究起步較早，且國(guó)內(nèi)外已取得較為豐富的研究成果，但相關(guān)研究結(jié)論存在較大差異。多數(shù)學(xué)者認(rèn)為研發(fā)投入能夠促進(jìn)企業(yè)效率以及績(jī)效水平的提升（Petr Hanel et al.,2002;Jefferson,2004;Hu,2005;范凌鈞等，2010）[1]-[4]，而部分學(xué)者認(rèn)為研發(fā)投入不利于企業(yè)效率以及績(jī)效水平的提升，具有阻礙作用（Gou et al.,2004;Lantz&Sahut,2005）[5]-[6]。此外，Toshiyuki、Mika（2008）[7]研究發(fā)現(xiàn)，研發(fā)資金的投入與技術(shù)效率的關(guān)聯(lián)關(guān)系會(huì)因所處行業(yè)的不同而發(fā)生變化。喬均（2015）[8]通過實(shí)證分析認(rèn)為，研發(fā)投入對(duì)食品企業(yè)技術(shù)效率的影響呈現(xiàn)出“不規(guī)律性”。董明放和韓先鋒（2016）[9]提出，研發(fā)投入強(qiáng)度對(duì)技術(shù)效率的影響是呈負(fù)向門檻效應(yīng)和邊際效率遞減的非線性特征，并且這種非線性關(guān)系具有顯著的空間差異。

綜上所述，學(xué)術(shù)界尚未對(duì)研發(fā)投入與企業(yè)效率之間的關(guān)系形成一致的研究結(jié)論，并且在研究過程中忽視了專利產(chǎn)出在兩者關(guān)系中所起的作用。研發(fā)從投入到產(chǎn)出通常是一個(gè)漫長(zhǎng)的過程，并不是一蹴而就的，存在一定的滯后性和累積性。這使得研發(fā)投入與效率或績(jī)效水平之間的關(guān)系更為復(fù)雜，有必要展開相關(guān)研究進(jìn)一步理清二者關(guān)系。

3 理論分析與研究假設(shè)

技術(shù)創(chuàng)新理論認(rèn)為創(chuàng)新不僅能改變生產(chǎn)函數(shù)，還會(huì)對(duì)經(jīng)濟(jì)發(fā)展起到關(guān)鍵性的促進(jìn)作用，對(duì)于企業(yè)而言，通過研發(fā)活動(dòng)實(shí)現(xiàn)技術(shù)創(chuàng)新，滿足市場(chǎng)需求，獲取競(jìng)爭(zhēng)優(yōu)勢(shì)，作為異質(zhì)性資源的專利使得企業(yè)的這種競(jìng)爭(zhēng)優(yōu)勢(shì)具有持續(xù)性，從而實(shí)現(xiàn)利潤(rùn)增長(zhǎng)，最終能夠?qū)崿F(xiàn)可持續(xù)發(fā)展。因此，提出如下假設(shè)：

H1：研發(fā)金額投入對(duì)技術(shù)效率具有正向影響。

H2：研發(fā)人員投入對(duì)技術(shù)效率具有正向影響。

H3：專利產(chǎn)出在研發(fā)投入對(duì)技術(shù)效率的影響機(jī)制中起中介作用。

4 研究設(shè)計(jì)

4.1 樣本選取及數(shù)據(jù)來源

本文以2014—2018年我國(guó)計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)上市公司為研究樣本，剔除研究期內(nèi)任一年度出現(xiàn)所需財(cái)務(wù)數(shù)據(jù)、研發(fā)數(shù)據(jù)和專利數(shù)據(jù)嚴(yán)重缺失以及被ST和*ST的公司，最終涉及137家上市公司，共685個(gè)有效樣本數(shù)據(jù)。本研究數(shù)據(jù)主要來源于國(guó)泰安數(shù)據(jù)庫（CSMAR），缺失數(shù)據(jù)通過中國(guó)知識(shí)產(chǎn)權(quán)局專利檢索系統(tǒng)和巨潮資訊網(wǎng)披露的上市公司年報(bào)進(jìn)行補(bǔ)充，宏觀數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》及其他地區(qū)相關(guān)部門發(fā)布的統(tǒng)計(jì)資料。

4.2 變量設(shè)計(jì)及模型構(gòu)建

4.2.1 變量設(shè)計(jì)

（1）技術(shù)效率變量。采用技術(shù)效率作為企業(yè)績(jī)效的衡量指標(biāo)，以總資產(chǎn)、員工人數(shù)和董監(jiān)高薪酬為投入變量，以營(yíng)業(yè)收入為產(chǎn)出變量，以政府補(bǔ)助和宏觀經(jīng)濟(jì)波動(dòng)為環(huán)境變量，基于三階段DEA模型計(jì)算上市公司各年度技術(shù)效率值。

（2）研發(fā)投入變量。選取研發(fā)金額投入、研發(fā)人員投入來衡量當(dāng)期研發(fā)投入。研發(fā)金額投入采用永續(xù)盤存法計(jì)算研發(fā)投入資本存量：

（3）專利產(chǎn)出變量。采用專利數(shù)量作為專利產(chǎn)出變量。專利數(shù)量是指上市公司母公司及其控股子公司2014—2017年度的三類專利申請(qǐng)總數(shù)。

（4）控制變量。上市公司的技術(shù)效率還會(huì)受到其他因素的影響，本文選取企業(yè)規(guī)模、資本結(jié)構(gòu)、股權(quán)集中度、股權(quán)制衡度、企業(yè)年限和企業(yè)性質(zhì)虛擬變量作為控制變量。

各變量定義及說明具體見表1。

表1 變量定義及其說明

4.2.2 模型構(gòu)建

為驗(yàn)證本文提出的假設(shè)，建立如下基于面板數(shù)據(jù)的多元回歸模型：

模型1：

模型2：

模型3：

模型4：

5 實(shí)證分析

5.1 描述性統(tǒng)計(jì)分析

各變量的描述性統(tǒng)計(jì)見表2。由表可見，樣本公司的技術(shù)效率均值為0.168，普遍較低，具有較大的提升空間。所獲政府補(bǔ)助最大值為45.89%，最小值為0.021%，差異較大，政府補(bǔ)助存在一定的“挑選優(yōu)勝者”現(xiàn)象（Wallsten,2000;Radicic,2015）。研發(fā)投入強(qiáng)度均值達(dá)到7.378%，超過5%，研發(fā)人員均值為1392人，說明樣本公司創(chuàng)新投入水平較高，具有一定競(jìng)爭(zhēng)力。企業(yè)專利申請(qǐng)數(shù)標(biāo)準(zhǔn)差為890.7，創(chuàng)新產(chǎn)出具有較大差異性。

表2 變量的描述性統(tǒng)計(jì)

5.2 相關(guān)性分析

關(guān)于DEA模型，其投入、產(chǎn)出指標(biāo)須符合單調(diào)性原則，對(duì)總資產(chǎn)、員工人數(shù)、董監(jiān)高薪酬以及營(yíng)業(yè)收入進(jìn)行相關(guān)性分析，發(fā)現(xiàn)投入和產(chǎn)出之間存在高度顯著的正相關(guān)，因此，可以判斷本文選取的投入和產(chǎn)出指標(biāo)是相對(duì)客觀、合理的，可以進(jìn)行進(jìn)一步效率的分析。

對(duì)各變量進(jìn)行相關(guān)性分析，主要變量間的相關(guān)系數(shù)如表3所示，研發(fā)投入存量和研發(fā)人員數(shù)均與技術(shù)效率在1%的水平上顯著正相關(guān)，專利數(shù)量也與技術(shù)效率顯著正相關(guān)。各變量相關(guān)系數(shù)小于0.8，初步排除多重共線性，進(jìn)一步計(jì)算各變量的方差膨脹因子，VIF值遠(yuǎn)小于10，表明可排除多重共線性的影響。

表3 主要變量間相關(guān)系數(shù)

5.3 企業(yè)技術(shù)效率測(cè)度

5.3.1 傳統(tǒng)DEA模型分析初始效率

利用DEAP2.1軟件，對(duì)2014—2018年樣本公司的效率進(jìn)行測(cè)度。由表4可知，在不考慮外部環(huán)境因素和隨機(jī)誤差對(duì)技術(shù)效率影響的情況下，2014—2018年樣本公司的綜合技術(shù)效率平均為0.340，效率水平整體偏低，存在較大的提升空間，其中，純技術(shù)效率為0.517，規(guī)模效率為0.680，說明綜合技術(shù)效率較低是由于純技術(shù)效率和規(guī)模效率不高共同造成的，即樣本公司在企業(yè)管理水平、內(nèi)外部資源的整合利用以及公司規(guī)模等方面均需進(jìn)一步改進(jìn)。

表4 第一階段技術(shù)效率歷年均值

5.3.2 似SFA回歸剔除環(huán)境因素和隨機(jī)誤差

采用Frontier4.1軟件，分別以第一階段DEA模型估計(jì)結(jié)果得到的總資產(chǎn)冗余、員工人數(shù)冗余和董監(jiān)高薪酬冗余為被解釋變量，以政府補(bǔ)助和GDP增長(zhǎng)率為解釋變量，基于SFA建立多元線性回歸模型，利用MLE估計(jì)分別計(jì)算環(huán)境變量對(duì)投入冗余的影響，估計(jì)結(jié)果如表5所示。

由表可知，三個(gè)模型的LR值均通過了1%的顯著性水平檢驗(yàn)，環(huán)境變量大多通過了5%的顯著性水平檢驗(yàn)，表明環(huán)境因素的選取較為合理，環(huán)境因素對(duì)投入冗余具有顯著影響，通過SFA模型剔除環(huán)境因素的影響是十分必要的。三個(gè)模型的gamma均趨近1，且通過了1%的顯著性水平檢驗(yàn)，說明隨機(jī)干擾因素對(duì)投入冗余具有顯著影響，通過SFA模型剝離隨機(jī)誤差的影響也十分必要。

表5 環(huán)境變量對(duì)投入冗余變量的SFA估計(jì)結(jié)果

5.3.3 調(diào)整后投入產(chǎn)出變量的DEA效率分析

運(yùn)用DEAP2.1軟件，基于原始產(chǎn)出值以及第二階段剔除環(huán)境因素、隨機(jī)誤差影響的調(diào)整后投入值，得到樣本公司2014—2018年更為真實(shí)、客觀的效率狀況，具體見表6。對(duì)比可知，第一階段純技術(shù)效率低下是因?yàn)橥獠凯h(huán)境較差和隨機(jī)誤差較大，經(jīng)過三階段DEA發(fā)現(xiàn)，綜合技術(shù)效率較低是由于規(guī)模效率較低造成的，上市公司應(yīng)適度擴(kuò)大經(jīng)營(yíng)規(guī)模，以促進(jìn)整體技術(shù)效率的提升。

表6 第三階段技術(shù)效率歷年均值

5.4 回歸分析

5.4.1 研發(fā)投入與技術(shù)效率的關(guān)系

如表7所示，模型1是研發(fā)投入存量對(duì)技術(shù)效率的回歸分析，可以看出，研發(fā)金額投入對(duì)技術(shù)效率的影響并不顯著，假設(shè)H1不成立，原因在于，近年來，企業(yè)的研發(fā)投入資金更多的是用于模仿創(chuàng)新，即單純的技術(shù)引進(jìn)和流程改造，自主創(chuàng)新能力提升有限，難以形成核心競(jìng)爭(zhēng)力從而提高技術(shù)效率，此外，研發(fā)金額投入具有盲目性，企業(yè)只重視研發(fā)資本的投入，卻忽視了對(duì)內(nèi)外部資源的管理，使得企業(yè)難以有效協(xié)調(diào)和整合相關(guān)資源，造成配置的失當(dāng)、資源的浪費(fèi)，不僅無法改進(jìn)技術(shù)效率，甚至?xí)?duì)技術(shù)效率產(chǎn)生抑制作用。模型2是研發(fā)人員投入對(duì)技術(shù)效率的回歸分析，研發(fā)人員數(shù)與技術(shù)效率顯著正相關(guān)，假設(shè)H2成立。

5.4.2 中介效應(yīng)檢驗(yàn)

根據(jù)中介效應(yīng)檢驗(yàn)程序（溫忠麟等，2004）[11]，在模型2的基礎(chǔ)上，構(gòu)建研發(fā)人員數(shù)對(duì)專利數(shù)量影響的回歸模型3，構(gòu)建以研發(fā)人員數(shù)和專利數(shù)量為解釋變量，以技術(shù)效率為被解釋變量的回歸模型4，回歸結(jié)果如表7所示，研發(fā)人員數(shù)對(duì)專利數(shù)量有顯著正相關(guān)影響，模型4中，專利數(shù)量對(duì)技術(shù)效率的影響不顯著，但研發(fā)人員數(shù)對(duì)技術(shù)效率的影響依舊顯著正相關(guān)且相關(guān)系數(shù)降低，進(jìn)行Sobel檢驗(yàn)，結(jié)果顯著，說明專利數(shù)量在研發(fā)人員投入與技術(shù)效率關(guān)系中存在部分中介效應(yīng)，研發(fā)人員數(shù)對(duì)技術(shù)效率的積極影響有一部分是通過促進(jìn)專利數(shù)量，間接影響技術(shù)效率實(shí)現(xiàn)的，假設(shè)H3成立。

6 結(jié)論與政策建議

6.1 研究結(jié)論

本文以2014—2018年我國(guó)計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)137家上市公司為樣本，運(yùn)用三階段DEA模型、DEA—TOBIT模型，對(duì)研發(fā)投入、專利產(chǎn)出與技術(shù)效率之間的作用機(jī)制進(jìn)行實(shí)證研究，主要結(jié)論如下：①樣本公司技術(shù)效率低下主要是由于規(guī)模效率較低造成的；②研發(fā)投入存量對(duì)技術(shù)效率的影響并不顯著；③研發(fā)人員數(shù)與技術(shù)效率顯著正相關(guān)，研發(fā)人員數(shù)對(duì)專利數(shù)量有顯著正相關(guān)影響；④專利數(shù)量在研發(fā)人員投入與技術(shù)效率關(guān)系中存在部分中介效應(yīng)。

6.2 政策建議

基于研究結(jié)論，得到如下政策建議：①目前我國(guó)計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)上市公司技術(shù)效率受限于其規(guī)模效率低下，應(yīng)適度擴(kuò)大其規(guī)模，提升企業(yè)整體實(shí)力；②企業(yè)在注重研發(fā)資本持續(xù)性投入的同時(shí)，更需加大對(duì)資源的利用和管理，充分吸納并整合內(nèi)外部資源，優(yōu)化資源的配置；③企業(yè)應(yīng)重視研發(fā)人員的作用，通過引進(jìn)、培養(yǎng)高端人才，提高勞動(dòng)力質(zhì)量，發(fā)揮人的主觀能動(dòng)性，做好人力資本的管理；④促進(jìn)創(chuàng)新投入到創(chuàng)新產(chǎn)出的轉(zhuǎn)化，注重專利在技術(shù)轉(zhuǎn)移的實(shí)踐過程中所產(chǎn)生的經(jīng)濟(jì)價(jià)值，尋求關(guān)鍵性、共性以及顛覆性的技術(shù)創(chuàng)新，做好產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。

表7 多元回歸結(jié)果