王珊珊

（陜西理工大學(xué)經(jīng)濟(jì)管理與法學(xué)學(xué)院，陜西 漢中 723000）

一、引言

科技是第一生產(chǎn)力，也是促使我國(guó)經(jīng)濟(jì)快速發(fā)展的重要力量，對(duì)于企業(yè)而言，其在不斷地促使創(chuàng)新能力的提高，進(jìn)而提高市場(chǎng)中的核心競(jìng)爭(zhēng)力。根據(jù)相關(guān)資料顯示近幾年來(lái)，我國(guó)上市企業(yè)不斷加大對(duì)研發(fā)創(chuàng)新領(lǐng)域投入力度，來(lái)增強(qiáng)企業(yè)創(chuàng)新能力，提高核心競(jìng)爭(zhēng)力。然而根據(jù)一些市場(chǎng)經(jīng)濟(jì)的經(jīng)驗(yàn)，不難發(fā)現(xiàn)，對(duì)于企業(yè)而言，不斷地加大研發(fā)投入，可以使得企業(yè)的科技水平不斷地優(yōu)化提升，但不同企業(yè)的創(chuàng)新投入對(duì)其產(chǎn)生的影響有所差別，因此研究研發(fā)投入對(duì)企業(yè)業(yè)績(jī)的影響具有重要意義。但是，企業(yè)創(chuàng)新投入與其績(jī)效是否具有相關(guān)關(guān)系，目前相關(guān)領(lǐng)域?qū)＜疫€沒(méi)有統(tǒng)一結(jié)論，部分專家認(rèn)為存在負(fù)相關(guān)，部分認(rèn)為存在正相關(guān)。因此本文在前述專家研究的理論基礎(chǔ)上，提出相關(guān)問(wèn)題假設(shè)，采用實(shí)證分析法來(lái)檢驗(yàn)其假設(shè)問(wèn)題，針對(duì)回歸出來(lái)的結(jié)果，提出相關(guān)針對(duì)性建議。

二、理論分析與研究假設(shè)

1.創(chuàng)新投入與財(cái)務(wù)績(jī)效

Muller 等（2009）認(rèn)為在中小企業(yè)業(yè)成長(zhǎng)中，伴隨研發(fā)投入的不斷加大可能會(huì)遇見一些困境，是因?yàn)槠髽I(yè)難以在短期內(nèi)解決高強(qiáng)度研發(fā)投入的項(xiàng)目面臨問(wèn)題，如果解決好困境問(wèn)題，短期內(nèi)達(dá)到促進(jìn)企業(yè)發(fā)展的效果，反而會(huì)抑制企業(yè)發(fā)展。孫維峰（2012）以上市公司為研究對(duì)象，以相關(guān)數(shù)據(jù)作為分析基礎(chǔ)，研究發(fā)現(xiàn)，上市企業(yè)的所有權(quán)性質(zhì)會(huì)影響研發(fā)投入的效果，具體表現(xiàn)在對(duì)企業(yè)績(jī)效的影響僅在非國(guó)有企業(yè)中有所體現(xiàn)，國(guó)有企業(yè)中正相關(guān)關(guān)系不具有明顯性。張儉等（2014）以2009—2011 年上市公司為研究樣本，企業(yè)的研發(fā)活動(dòng)與企業(yè)進(jìn)行研發(fā)的當(dāng)年及隨后兩年的績(jī)效顯著負(fù)相關(guān)，特別是對(duì)企業(yè)的盈利能力影響更明顯。陳可喜，張暢等（2018）在研究研發(fā)投入對(duì)企業(yè)業(yè)績(jī)產(chǎn)生的影響時(shí)，以2014—2016 年A 股信息技術(shù)行業(yè)為研究對(duì)象，以相關(guān)數(shù)據(jù)為分析基礎(chǔ)，研究發(fā)現(xiàn)，企業(yè)的研發(fā)投入會(huì)對(duì)當(dāng)期的財(cái)務(wù)績(jī)效具有明顯的正向作用。因此根據(jù)上述已有研究，本文建立如下假設(shè)：

H1：其他條件相同的情況下，創(chuàng)新投入與當(dāng)期企業(yè)績(jī)效存在正相關(guān)。

2.創(chuàng)新投入對(duì)企業(yè)績(jī)效影響具有滯后性影響

鄭駿川（2012）運(yùn)用實(shí)證分析法，以上市公司為研究對(duì)象，將企業(yè)分為科技型和非科技型，對(duì)2007—2010 年相關(guān)數(shù)據(jù)研究分析發(fā)現(xiàn)，科技型收購(gòu)者和非科技型收購(gòu)者比較而言，前者即科技型研發(fā)投入對(duì)財(cái)務(wù)業(yè)績(jī)產(chǎn)生的影響較大。吳翔（2017）研究發(fā)現(xiàn)在滯后一期內(nèi)，研發(fā)支出對(duì)企業(yè)績(jī)效的影響存在正向的顯著性。楊世忠等（2019）以我國(guó)上市企業(yè)相關(guān)數(shù)據(jù)作為研究基礎(chǔ)發(fā)現(xiàn)，研發(fā)投入力度對(duì)企業(yè)財(cái)務(wù)績(jī)效具有明顯作用，且滯后兩期的效果表現(xiàn)更為明顯。萬(wàn)道俠等（2021）認(rèn)為高新技術(shù)企業(yè)研發(fā)投入對(duì)長(zhǎng)期的績(jī)效滯后和累積效應(yīng)，尤其對(duì)滯后兩年和累積兩年的效應(yīng)最為顯著，對(duì)企業(yè)短期的企業(yè)績(jī)效或許成消極影響。因此根據(jù)上述研究分析，本文建立第二個(gè)假設(shè)：

H2：其他條件相同的情況下，企業(yè)創(chuàng)新投入會(huì)對(duì)滯后一期、二期企業(yè)績(jī)效存在正相關(guān)影響作用。

三、研究設(shè)計(jì)

1.樣本選擇與數(shù)據(jù)來(lái)源

本文選用滬深A(yù) 股上市公司為研究對(duì)象，使用2012—2021年的相關(guān)數(shù)據(jù)進(jìn)行研究，數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。保證樣本數(shù)據(jù)的真實(shí)性，可以準(zhǔn)確地分析出創(chuàng)新投入對(duì)企業(yè)績(jī)效影響作用，數(shù)據(jù)樣本時(shí)在下載時(shí)剔除ST 企業(yè)、金融及保險(xiǎn)業(yè)。首先，采用Excel 數(shù)據(jù)分析軟件對(duì)原始相關(guān)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理，把數(shù)據(jù)不完整的企業(yè)剔除掉最后得到20947 個(gè)觀測(cè)值。其次，運(yùn)用相關(guān)理論，建立多元線性回歸模型，在此基礎(chǔ)上，運(yùn)用Stata17 統(tǒng)計(jì)軟件，對(duì)數(shù)據(jù)進(jìn)行相關(guān)處理分析，包含但又不僅限于描述性統(tǒng)計(jì)分析、相關(guān)性分析與回歸分析等。

2.變量選取

（1）被解釋變量

本文選擇托賓Q 作為被解釋變量，能夠衡量企業(yè)績(jī)效的指標(biāo)，能夠反應(yīng)其他相關(guān)指標(biāo)是如何對(duì)企業(yè)績(jī)效進(jìn)行影響，能夠全面綜合性反映出企業(yè)相關(guān)資產(chǎn)的市場(chǎng)價(jià)值，是能夠真實(shí)反映企業(yè)績(jī)效的指標(biāo)。

（2）解釋變量

本文選擇研發(fā)強(qiáng)度（RD）作為解釋變量，用來(lái)衡量企業(yè)技術(shù)創(chuàng)新投入。企業(yè)之間會(huì)受到企業(yè)規(guī)模、成長(zhǎng)性、股權(quán)集中度及財(cái)務(wù)杠桿等多因素影響，故會(huì)導(dǎo)致企業(yè)之間，研發(fā)支出絕對(duì)值具有較大差別。若選用研發(fā)支出絕對(duì)值作為解釋變量，會(huì)影響回歸結(jié)果，進(jìn)而導(dǎo)致顯著性結(jié)果的嚴(yán)重失去真實(shí)性。

（3）控制變量

本文選擇企業(yè)規(guī)模（Size）、財(cái)務(wù)杠桿（Lev）、兩職合一（Dual）、成長(zhǎng)性（Growth）、股權(quán)集中度（TOP1）、產(chǎn)權(quán)性質(zhì)（Soe）、審計(jì)事務(wù)所（Big4）、公司年限（FirmAge）、機(jī)構(gòu)持股比例（Inst）、管理費(fèi)用率（Mfee）等作為控制變量，還有行業(yè)和年度作為虛擬變量的控制變量。本文涉及各個(gè)變量詳細(xì)定義，如表1 所見。

3.模型構(gòu)建

（1）本文參考劉金林等（2022），根據(jù)問(wèn)題假設(shè)H1 構(gòu)建下面模型：

模型一：

（2）為研究滯后效應(yīng)的影響，選擇以滯后一期的研發(fā)支出強(qiáng)度、滯后二期的研發(fā)支出強(qiáng)度為解釋變量，相關(guān)控制變量也進(jìn)行滯后一期、二期。根據(jù)問(wèn)題假設(shè)H2 構(gòu)建下面模型：

模型二：

模型三：

四、實(shí)證分析

1.描述性統(tǒng)計(jì)分析

由表2 可知，TobinQ 均值為2.137，最大值、最小值分別為0.802、17.73，并且標(biāo)準(zhǔn)差大于1，代表不同企業(yè)之間存在較大的差異。RD 最大值為28.47，最小值為0.03，均值為4.979，說(shuō)明不同企業(yè)都進(jìn)行創(chuàng)新投入差距較大。由于本文的樣本來(lái)源于A 股上市公司，難免會(huì)導(dǎo)致公司規(guī)模存在較大差異，標(biāo)準(zhǔn)差保持較高水平，況且始終大于1。財(cái)務(wù)杠桿最大值0.925，最小值0.0349，但是標(biāo)準(zhǔn)差小于1，說(shuō)明是大樣本量中存在的正常現(xiàn)象。成長(zhǎng)性最小值-0.66，最大值4.33，均值為0.173，說(shuō)明部分企業(yè)的成長(zhǎng)性存在較大差距問(wèn)題，大部門企業(yè)的成長(zhǎng)處于緩慢狀態(tài)。兩職合一均值為0.311，表示樣本中30%的企業(yè)存在董事長(zhǎng)總經(jīng)理兩職合一的情況。股權(quán)集中度最大值為0.758，最小值為0.0813，均值為0.331，表示樣本中1/3 的企業(yè)存在一股獨(dú)大的情況。產(chǎn)權(quán)性質(zhì)均值0.269，樣本中存在的國(guó)有企業(yè)較少，大部分為非國(guó)有企業(yè)。公司年限均值為2.9，最大值為3.611，最小值為2.906，說(shuō)明大部分企業(yè)處于發(fā)展階段。機(jī)構(gòu)持股比例均值為0.234，最大值0.887，最小值0.000029，大部分企業(yè)都不存在共同機(jī)構(gòu)投資情況，但有少數(shù)企業(yè)存在這種情況。管理費(fèi)用率均值為0.0898，最大值0.766，最小值0.00695，表示企業(yè)進(jìn)行的管理費(fèi)用相對(duì)于企業(yè)整體而言，幾乎沒(méi)有發(fā)生。審計(jì)事務(wù)所均值為0.051，樣本中代表選擇四大會(huì)計(jì)事務(wù)所較少。

表2 描述性統(tǒng)計(jì)分析結(jié)果

2.相關(guān)性分析

本文構(gòu)建了多元線性回歸的模型，為保證提供的觀測(cè)值參數(shù)準(zhǔn)確性，需要先對(duì)模型進(jìn)行檢驗(yàn)多重共線的問(wèn)題，再進(jìn)行主回歸。

根據(jù)表4 可知，解釋變量VIF 值為1.46，各個(gè)控制變量的VIF 值處于1.03 至1.95 范圍之內(nèi)，均都小于10，可以看出各變量之間并不存在多重共線性。根據(jù)表3 相關(guān)性分析說(shuō)明Size、Lev、Soe、FirmAge、Top1 與Big4 均與在1%的顯著性水平上負(fù)相關(guān)，RD、Dual、Growth、Inst 與Mfee 在1%的顯著性水平上正相關(guān)。由于本次相關(guān)性的初步簡(jiǎn)單的分析，還僅僅是單因素分析，不能完全說(shuō)明解釋變量和被解釋之間的關(guān)系，非常需要進(jìn)行進(jìn)一步分析，故還需要用回歸分析來(lái)確定創(chuàng)新投入與企業(yè)績(jī)效之間的關(guān)系。

表3 相關(guān)性分析結(jié)果

表4 共線性分析

3.主回歸分析

本文采用OLS 方法對(duì)前文三個(gè)模型進(jìn)行回歸，進(jìn)而研究上市公司創(chuàng)新投入對(duì)當(dāng)期企業(yè)績(jī)效以及滯后期間的企業(yè)績(jī)效之間的關(guān)系。從表5 中對(duì)模型一的回歸分析可知，創(chuàng)新投入與企業(yè)績(jī)效的回歸系數(shù)為0.028，表明RD 與TobinQ 在1%的顯著性水平上正相關(guān)，每增加一個(gè)單位RD，企業(yè)的TobinQ 就會(huì)上升0.028 個(gè)單位，說(shuō)明研發(fā)支出強(qiáng)度會(huì)增加企業(yè)當(dāng)期績(jī)效，二者呈現(xiàn)出正相關(guān)關(guān)系，因此驗(yàn)證本文的假設(shè)H1。此外，公司規(guī)模、財(cái)務(wù)杠桿、成長(zhǎng)性、股權(quán)集中度、產(chǎn)權(quán)性質(zhì)、機(jī)構(gòu)持股比例、管理費(fèi)用率與審計(jì)事務(wù)所的回歸系數(shù)分別為-0.419、-0.509、0.294、-0.735、-0.162、1.871、1.779 與0.239，表明在1%的顯著性水平上，成長(zhǎng)性、機(jī)構(gòu)持股比例、管理費(fèi)用率與審計(jì)事務(wù)所等存在顯著正向影響，公司規(guī)模、財(cái)務(wù)杠桿、股權(quán)集中度和產(chǎn)權(quán)性質(zhì)顯著負(fù)向影響當(dāng)期托賓Q 值。而兩職合一與公司年限對(duì)于托賓Q 值則無(wú)顯著性影響。創(chuàng)新投入的滯后性回歸結(jié)果如上表5 中模型二和模型三可知。對(duì)RD 進(jìn)行滯后一期時(shí)，RD對(duì)托賓Q 的回歸系數(shù)為0.036，兩者顯著關(guān)系變更明顯。對(duì)RD進(jìn)行滯后二期時(shí)，RD 對(duì)托賓Q 的回歸系數(shù)為0.046，可以看出滯后兩期比滯后一期的顯著性更明顯，影響效果較為明顯。對(duì)于滯后兩期的創(chuàng)新投入每增加一個(gè)單位，企業(yè)的市場(chǎng)價(jià)值就會(huì)提高0.046 個(gè)單位，由此可見，在經(jīng)過(guò)1、2 年的間隔期后，企業(yè)科技創(chuàng)新投入會(huì)對(duì)財(cái)務(wù)績(jī)效產(chǎn)生明顯的正向影響，假設(shè)H2 得到驗(yàn)證。

表5 主回歸結(jié)果

4.穩(wěn)健性檢驗(yàn)

（1）替換被解釋變量

在其他條件保持不變情況，本文選擇用ROE 代替TobinQ，使用最小二乘法回歸分析方法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。回歸結(jié)果如表6 所示，經(jīng)過(guò)被解釋變量替換后，模型一的回歸系數(shù)為0.001，并且在5%的水平上顯著，創(chuàng)新投入對(duì)的企業(yè)績(jī)效依舊是正相關(guān)性，模型二和模型三的穩(wěn)健性檢驗(yàn)后的相關(guān)系數(shù)為0.002、0.003，且在1%的置信水平上顯著性，技術(shù)創(chuàng)新對(duì)滯后一期或滯后二期的企業(yè)績(jī)效還是顯著的正相關(guān)性，并且影響也存在滯后性。因此，經(jīng)過(guò)穩(wěn)健性檢驗(yàn)可以得出本文提出的兩個(gè)假設(shè)結(jié)論成立。

表6 替換被解釋變量檢驗(yàn)結(jié)果

（2）縮短回歸期限

本文選擇用縮短后的期限為2016—2021 年，進(jìn)行進(jìn)一步穩(wěn)健性檢驗(yàn)，結(jié)果如表7 所示。對(duì)模型一、模型二與模型三等進(jìn)行穩(wěn)健性檢驗(yàn)后回歸系數(shù)分別為0.036、0.047、0.058，并且均在1%顯著性水平上，證明創(chuàng)新投入對(duì)當(dāng)期企業(yè)績(jī)效存在正相關(guān)，對(duì)滯后一期、滯后二期的企業(yè)績(jī)效還存在顯著正向影響，故進(jìn)一步證明前文中假設(shè)H1 和假設(shè)H2 結(jié)論成立。

表7 縮短回歸期限檢驗(yàn)結(jié)果

五、結(jié)論及建議

科技進(jìn)步、企業(yè)發(fā)展的同時(shí)，需要不斷加大研發(fā)投入力度，獲得較高的市場(chǎng)競(jìng)爭(zhēng)力，但鑒于各種因素的存在，不同企業(yè)財(cái)務(wù)績(jī)效受到研發(fā)投入力度產(chǎn)生的效果具有差異性，因此本文以滬深A(yù) 股上市企業(yè)為例，對(duì)研發(fā)投入對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生的影響進(jìn)行研究，為盡量展示客觀的研究結(jié)果，本文在研究對(duì)象的選擇上，剔除了保險(xiǎn)金融類、ST 企業(yè)。本文先通過(guò)描述性統(tǒng)計(jì)進(jìn)行簡(jiǎn)要分析，然后使用相關(guān)性分析進(jìn)行單因素分析，發(fā)現(xiàn)創(chuàng)新投入與企業(yè)績(jī)效存在1%顯著性水平正相關(guān)。通過(guò)基準(zhǔn)回歸發(fā)現(xiàn)證明本文假設(shè)H1 與假設(shè)H2 成立，且RD 每變動(dòng)一個(gè)單位，企業(yè)的托賓Q 值會(huì)正向變動(dòng)0.028 個(gè)單位，RD 對(duì)滯后一、兩期的企業(yè)績(jī)效成正相關(guān)關(guān)系。隨后把被解釋變量由TobinQ 替換為ROE，再進(jìn)行最小二乘法回歸分析，發(fā)現(xiàn)仍存在顯著性水平，假設(shè)結(jié)論依然正確，進(jìn)而增強(qiáng)結(jié)論的可靠性。

針對(duì)前文的研究結(jié)論，本文提出具體建議如下。

首先，企業(yè)需要根據(jù)自身行業(yè)特點(diǎn)、現(xiàn)在經(jīng)歷的生命周期、經(jīng)營(yíng)戰(zhàn)略等，作出合理、高效的創(chuàng)新投入決策。對(duì)于企業(yè)而言，需要了解自身所處發(fā)展階段，根據(jù)自身的公司發(fā)展戰(zhàn)略，準(zhǔn)確全面地判斷自身產(chǎn)品和生產(chǎn)流程是否有必要進(jìn)行更新優(yōu)化。假設(shè)企業(yè)處于衰退期，就需要考慮是繼續(xù)生產(chǎn)將要淘汰的產(chǎn)品，還是加大創(chuàng)新的研發(fā)投入，研發(fā)出具有突破性的產(chǎn)品，還是考慮到研發(fā)投入帶來(lái)的風(fēng)險(xiǎn)性，選擇戰(zhàn)略性地放棄新產(chǎn)品，來(lái)維持企業(yè)穩(wěn)定經(jīng)營(yíng)。

其次，企業(yè)結(jié)合自身實(shí)際情況，針對(duì)性進(jìn)行創(chuàng)新投入。一般情況下，創(chuàng)新投入可以分為兩類：人力資源和物質(zhì)資源。若一個(gè)企業(yè)財(cái)務(wù)績(jī)效較差，應(yīng)當(dāng)篩查是哪個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題，那個(gè)環(huán)節(jié)需要加強(qiáng)，針對(duì)性地對(duì)相應(yīng)的環(huán)節(jié)進(jìn)行創(chuàng)新投入，而不是盲目地進(jìn)行加大創(chuàng)新投入，這樣會(huì)使得創(chuàng)新投入的效果大打折扣，嚴(yán)重時(shí)還會(huì)產(chǎn)生到消極影響。同時(shí)，企業(yè)在進(jìn)行創(chuàng)新投入時(shí)，也組員制定合理的創(chuàng)新投入計(jì)劃，提高研發(fā)創(chuàng)新的商業(yè)化能力也是必要的。在實(shí)施創(chuàng)新投入計(jì)劃中，企業(yè)應(yīng)該認(rèn)識(shí)到技術(shù)創(chuàng)新對(duì)企業(yè)績(jī)效的積極促進(jìn)作用，激發(fā)科技創(chuàng)新內(nèi)生動(dòng)力，為企業(yè)主體營(yíng)造科技創(chuàng)新環(huán)境和氛圍，提高企業(yè)的基礎(chǔ)性創(chuàng)新能力。