□文/ 徐瑛聰

（重慶工商大學數(shù)學與統(tǒng)計學院 重慶）

［提要］ 創(chuàng)新對于國家和企業(yè)的可持續(xù)發(fā)展至關重要。本文采用國泰君安數(shù)據(jù)庫截至2018 年末的上市公司數(shù)據(jù)，從研究費用的中介效應角度探究研究人員比例對企業(yè)創(chuàng)新力的影響作用及其內(nèi)在機制。研究發(fā)現(xiàn)：研究人員比例對企業(yè)創(chuàng)新力有顯著的正向作用，同時研究費用的中介效應明顯，中介效應占總效應的37.44%。

一、引言

創(chuàng)新對于國家和企業(yè)的可持續(xù)發(fā)展至關重要。在國際上，各國紛紛提出“再工業(yè)化”、“工業(yè)4.0”等戰(zhàn)略，這關系到中國能否走出“中等收入關鍵”。新一輪的科技革命已經(jīng)迫在眉睫，中國經(jīng)濟的發(fā)展需要找到新的發(fā)力點。在十九大中提出，創(chuàng)新是引領發(fā)展的第一動力，是建設現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐，到2030 年時使我國進入創(chuàng)新型國家前列。同時，企業(yè)創(chuàng)新是國家實現(xiàn)自主創(chuàng)新的關鍵，2015 年，國家高新區(qū)內(nèi)企業(yè)研發(fā)經(jīng)費支出達4，521.6 億元，占全國企業(yè)的31.8%，全部研發(fā)投入占生產(chǎn)總值的比重達5.5%，是全國平均水平的2.6 倍。

從以往文獻中來看，熊彼特（1912）提出創(chuàng)新理論以來，系統(tǒng)地論述了創(chuàng)新的含義、主體、動力、決定因素、經(jīng)濟條件以及它對經(jīng)濟影響，認為創(chuàng)新能力是企業(yè)競爭、區(qū)域發(fā)展和國家經(jīng)濟持續(xù)增長的關鍵要素。李春濤、宋敏（2010）對中國制造企業(yè)的創(chuàng)新活動進行了分析，認為國有產(chǎn)權(quán)降低了激勵對創(chuàng)新的促進作用，CEO 的薪酬激勵能促進企業(yè)進行創(chuàng)新。馮根福、溫軍（2008）通過對公司治理與技術創(chuàng)新關系進行分析，認為股權(quán)集中度與企業(yè)技術創(chuàng)新存在“倒U 型”關系，國有持股比例越高，技術創(chuàng)新能力越低，獨立董事制度與企業(yè)技術創(chuàng)新存在正相關關系。聶輝華、譚松濤（2008）對中國規(guī)模以上工業(yè)企業(yè)進行分析，得出企業(yè)的創(chuàng)新與規(guī)模、市場競爭之間均呈倒U 型關系。鮑新中、孫曄（2014）認為創(chuàng)新研發(fā)投入與企業(yè)績效正相關。國內(nèi)文章較少從研發(fā)人員比重和研發(fā)費用內(nèi)在角度對企業(yè)創(chuàng)新力進行分析，因此本文從研發(fā)費用角度探究研發(fā)人員比重對企業(yè)創(chuàng)新力的影響，并為企業(yè)和政府提供決策上的建議。

二、數(shù)據(jù)來源與變量設定

表1 變量定義說明一覽表

表2 變量之間Pear son 相關系數(shù)矩陣

（一）數(shù)據(jù)來源。本文的研究數(shù)據(jù)及樣本選自國泰安數(shù)據(jù)庫，用EXCEL 剔除在上市公司信息中專利獲得量、研發(fā)費用、總資產(chǎn)和總負債紕漏不全和缺失的樣本，最后剔除ST 上市的企業(yè)樣本，最終共選取546 個上市公司樣本進行分析研究。

（二）變量設定

1、因變量。在現(xiàn)有關于創(chuàng)新產(chǎn)出的研究中，常用企業(yè)專利數(shù)量和企業(yè)研發(fā)新產(chǎn)品數(shù)量這兩種方法進行衡量，但企業(yè)研發(fā)新產(chǎn)品數(shù)量往往數(shù)據(jù)不好搜集，為了數(shù)據(jù)的可搜集性，所以本文研究的因變量采用企業(yè)專利獲得數(shù)量，用來表示企業(yè)的創(chuàng)新力。

2、自變量。本文選擇企業(yè)研究人員占總員工數(shù)比例的研究人員比例作為自變量，研究人員的水平很大程度上決定著研發(fā)費用的使用方向和效率。

3、中介變量。溫軍、馮根福（2012）表明了研發(fā)費用對企業(yè)創(chuàng)新的效應，為了避免企業(yè)差異性帶來的影響，將研發(fā)費用取對數(shù)作為代替變量。

4、控制變量

（1）企業(yè)年齡。通常企業(yè)年齡長，創(chuàng)新體會越完善，越可能進行技術創(chuàng)新。為了消除企業(yè)年齡的差異性影響，釆用“2021年減去企業(yè)創(chuàng)立年份”的自然對數(shù)作為替代變量。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫和企業(yè)年報。

（2）企業(yè)規(guī)模。根據(jù)聶輝華、譚松濤（2008）闡述了企業(yè)的規(guī)模對創(chuàng)新有顯著的正效應，本文選用企業(yè)總資產(chǎn)來說明企業(yè)規(guī)模，將企業(yè)的總資產(chǎn)取對數(shù)表示企業(yè)規(guī)模，從而消除企業(yè)規(guī)模帶來的差異性。

（3）企業(yè)總負債。企業(yè)總負債是指企業(yè)承擔并需要償還的全部債務，包括流動負債和長期負債、遞延稅項等。本文選擇企業(yè)總負債作為控制變量，為了消除企業(yè)的差異性，將總負債進行對數(shù)化操作。

以上變量詳細說明，見表1。（表1）

三、實證分析

為了準確地評估各類企業(yè)變量與企業(yè)專利數(shù)之間的關系，實證分析分為兩步：第一步使用相關性分析，尋找變量間的規(guī)律；第二步根據(jù)企業(yè)專利數(shù)的數(shù)據(jù)特征，使用計數(shù)型數(shù)據(jù)常用的泊松回歸模型來衡量各企業(yè)變量對企業(yè)創(chuàng)新的影響。

（一）相關性分析。從表2 中可以看出，企業(yè)創(chuàng)新力、研發(fā)人員比重、研發(fā)費用這三個主要變量兩兩間均存在顯著的正向相關關系。企業(yè)專利數(shù)同企業(yè)總負債、企業(yè)總負債也存在顯著的正向相關關系，同時全部變量的方差膨脹因子（VIF）均嚴格小于5，說明變量之前不存在多重共線性干預。（表2）

（二）回歸分析。企業(yè)專利數(shù)是典型的計數(shù)數(shù)據(jù)，只能取正整數(shù)，對于這種數(shù)據(jù)建模，最常見的方法就是采用泊松回歸（PRM）進行估計。在使用泊松回歸擬合之前，需要考慮到模型是否存在過度離散的情況，即方差Var（λ）大于均值λ，Var（λ）＝Фλ，其中Ф 稱為色散系數(shù)，如果Ф＞1，則認為該數(shù)據(jù)出現(xiàn)過度離散現(xiàn)象，可能會導致標準誤差變小，從而影響回歸系數(shù)的顯著性水平。再出現(xiàn)過度離散現(xiàn)象后，我們應采用準泊松回歸。假設隨機變量Y 服從于準泊松分布，其均值為λ，準泊松回歸的表達式如下：

ln（Y）＝β0+β1X1+β2X2+…+βnXn

在R 軟件當中，可直接使用“qcc”包來檢驗數(shù)據(jù)是否存在過度離散現(xiàn)象，經(jīng)檢驗，p-value 值為0，小于0.05，認為確實存在過度離散現(xiàn)象。

（三）中間效應檢驗。采用因果逐步回歸法進行分析，模型1 是研發(fā)人員比重對于企業(yè)創(chuàng)新力的準泊松回歸，模型2 是企業(yè)研發(fā)人員比重對企業(yè)研發(fā)費用的線性回歸，模型3 是企業(yè)研發(fā)人員比重和企業(yè)研發(fā)費用對企業(yè)創(chuàng)新力的準泊松回歸。模型具體如下：

模型 1：ln（Patents）=α0+α1RDPersonRatio+α2Age+α3TotalAssets+α4TotalLiability+ξ1

模型 2：RDSpendsum=β0+β1RDPersonRatio+β2Age+β3TotalAssets+β4TotalLiability+ξ2

模型 3：ln（Patents）=γ0+γ1RDSpendsum+γ2RDPersonRatio+γ3Age+γ4TotalAssets+γ5TotalLiability+ξ3

擬合結(jié)果如表3 所示。（表3）

經(jīng)檢驗結(jié)果，模型1 體現(xiàn)了企業(yè)研發(fā)人員比重對企業(yè)創(chuàng)新力有顯著的正向作用，模型2 體現(xiàn)了研發(fā)人員比重對企業(yè)研發(fā)費用有顯著的正向作用，同時模型3 的結(jié)果顯示，企業(yè)研發(fā)人員比重和企業(yè)研發(fā)費用對企業(yè)創(chuàng)新力均有顯著的正向作用，即因果逐步回歸法可以認為中介效應的存在，為了準確明晰中介效應的存在和影響，采用Bootstrap 方法進行中介檢驗，結(jié)果如表 4 所示。（表 4）

從間接效應95%置信區(qū)間［0.196，7.166］得出，很顯然不包含0，中介效應成立，直接效應為5.419，研發(fā)人員比重通過研發(fā)投入對企業(yè)專利的間接效應為3.244，研發(fā)人員比重對企業(yè)專利的總效應為8.663，中介效應占比37.44%。

四、結(jié)論及建議

（一）結(jié)論。本文主要從企業(yè)自身的因素的出發(fā)，側(cè)重探究研發(fā)人員比重和研發(fā)投入對企業(yè)創(chuàng)新力的影響，采用國泰安數(shù)據(jù)庫中上市公司數(shù)據(jù)進行實證分析，研發(fā)人員比重對企業(yè)創(chuàng)新力有顯著的正向作用，研發(fā)人員比重能夠直接地體現(xiàn)一個企業(yè)創(chuàng)新能力的程度。同時，用于反映企業(yè)規(guī)模的總資產(chǎn)對企業(yè)創(chuàng)新力也有著顯著的正向作用。企業(yè)研發(fā)費用在研發(fā)人員比重對企業(yè)創(chuàng)新力的影響中起到了中介作用，占比達到37.44%，這表明企業(yè)研發(fā)費用投入的提升能夠提升企業(yè)創(chuàng)新力。

（二）建議。本文的研究也能為提升企業(yè)創(chuàng)新力政策的制定提供參考借鑒。一方面企業(yè)研發(fā)人員水平和數(shù)量是一個企業(yè)創(chuàng)新能力的潛力所在，企業(yè)創(chuàng)新能力的提升關鍵在于人才，所以對于企業(yè)和政府，應當支持研究人才的落戶，保障研究人員的要求，企業(yè)和政府應加大對研究費用的投入和補助，才能更好地引進人才，用好人才；另一方面政府應大力提升對企業(yè)創(chuàng)新的支持力度，加強政策的引導，提高政府對企業(yè)創(chuàng)新的補助，優(yōu)化資助結(jié)構(gòu)，加大對研發(fā)設置完備、創(chuàng)新體系健全、吸納能力強、有能力進行開拓性創(chuàng)新活動企業(yè)的資助。

表3 因果逐步回歸結(jié)果一覽表

表4 boot st r ap 中介效應檢驗一覽表