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(yè)創(chuàng)新投入與創(chuàng)新能力的影響,創(chuàng)新能力對創(chuàng)新投入與績效之間的關(guān)系。研究發(fā)現(xiàn):企業(yè)創(chuàng)新能力對企業(yè)創(chuàng)新投入與企業(yè)績效之間具有部分中介效應(yīng);同時,政府R&D補貼對企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新能力具有顯著的調(diào)節(jié)作用。因此,政府通過對企業(yè)的技術(shù)創(chuàng)新補助力度,能顯著影響企業(yè)創(chuàng)新投入轉(zhuǎn)化為企業(yè)的創(chuàng)新能力從而提升企業(yè)績效。
本文擬從政府R&D補貼視角研究企業(yè)創(chuàng)新投入、企業(yè)創(chuàng)新能力與企業(yè)績效之間的關(guān)系,旨在為醫(yī)藥企業(yè)提升創(chuàng)新效益提供有效指導(dǎo)。
一、文獻綜述
(一)企業(yè)創(chuàng)新投入與企業(yè)績效
Griliches (1981)以美國大型制造企業(yè)為研究對象,對研發(fā)投入與企業(yè)收益之間的內(nèi)在聯(lián)系進行了重點研究,發(fā)現(xiàn)企業(yè)生產(chǎn)力能夠有效吸收研發(fā)投入,并作為介質(zhì)將其轉(zhuǎn)化為企業(yè)收益。Stam & Wennberg(2009)采用回歸分析法,對近650家荷蘭企業(yè)進行了創(chuàng)新投入課題研究,研究結(jié)論顯示,與處于上升期的企業(yè)相比,創(chuàng)新投入在企業(yè)初創(chuàng)期的業(yè)績提升效果更為顯著。
(二)企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新能力
Muellen(1996)通過對目標企業(yè)進行生產(chǎn)數(shù)據(jù)研究,再次印證了上述結(jié)論。Hall(2001)以知識生產(chǎn)函數(shù)優(yōu)化模型為工具,以數(shù)家美國制造企業(yè)為代表,對美國制造行業(yè)的研發(fā)投入與創(chuàng)新效益進行了數(shù)據(jù)研究,研究結(jié)果顯示:研發(fā)投入量增加能夠有效帶動創(chuàng)新能力效益提升。
(三)企業(yè)創(chuàng)新能力與企業(yè)績效
David,Gary & Amy(1997)在研究中發(fā)現(xiàn),企業(yè)資源能夠被掠奪,而企業(yè)能力卻無法被競爭對手占有,企業(yè)能力在市場競爭中發(fā)揮著無可替代的作用,因此只要不斷提升企業(yè)能力,企業(yè)便能在市場競爭中取勝。Ford C(2006)通過獲取150家中國制造業(yè)企業(yè)的數(shù)據(jù),研究發(fā)現(xiàn)企業(yè)創(chuàng)新能力越強,企業(yè)績效水平就越高。
二、研究設(shè)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(yī)藥制造企業(yè) 2008~2018年的面板數(shù)據(jù),為了確保數(shù)據(jù)的有效性,本文對選取樣本進行了篩選剔除。連續(xù)三年未公布研發(fā)數(shù)據(jù)的企業(yè);PT類和 ST 類企業(yè);數(shù)據(jù)嚴重缺失的公司樣本。這些數(shù)據(jù)均為企業(yè)年報公布的數(shù)據(jù),主要來源于國泰安數(shù)據(jù)庫、上海證券交易所網(wǎng)站和深圳證券交易所網(wǎng)站,部分數(shù)據(jù)經(jīng)年報通過手工摘錄整理。
(二)研究假設(shè)與模型
通過相關(guān)文獻綜述,提出本文的研究假設(shè)及理論模型。
假設(shè)H1:企業(yè)創(chuàng)新投入與企業(yè)的績效顯著正相關(guān),即企業(yè)的創(chuàng)新投入越多企業(yè)的創(chuàng)新績效越高。
假設(shè)H2:創(chuàng)新投入與企業(yè)的創(chuàng)新能力顯著正相關(guān),即企業(yè)的創(chuàng)新投入越多企業(yè)的創(chuàng)新能力越強。
假設(shè)H3: 企業(yè)創(chuàng)新能力對企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新績效相關(guān)性具有中介效應(yīng)。
假設(shè)H4:政府R&D補貼對企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新能力的關(guān)系具有調(diào)節(jié)作用。
基于以上分析,本文構(gòu)建了政府R&D補貼對企業(yè)創(chuàng)新投入、企業(yè)創(chuàng)新能力與企業(yè)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(yè)研發(fā)強度RDI(研發(fā)投入費用/員工的自然對數(shù))來衡量企業(yè)的創(chuàng)新投入;采用專利授權(quán)數(shù)量指標來衡量企業(yè)的創(chuàng)新能力(Patents);根據(jù)對企業(yè)績效(Preformance)測量的相關(guān)文獻梳理,選擇長期績效Tobin's Q作為衡量企業(yè)績效的指標,由于所選醫(yī)藥企業(yè)的創(chuàng)新投入研發(fā)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(yī)藥企業(yè)的研發(fā)創(chuàng)新與企業(yè)績效必然受到其他因素影響,因此本文借鑒其他學(xué)者的研究,確定控制變量為:企業(yè)成長性(GROWTH ) 、企業(yè)資產(chǎn)負債率( LEV) 、流動資產(chǎn)比率( CAR) 及年度虛擬變量(YEAR)。具體如表1所示。
三、研究結(jié)果
(一)各變量間相關(guān)性分析
為初步檢驗不同變量之間的關(guān)系,對各變量進行了相關(guān)性分析,其中表2為樣本各主要變量間Pearson和Spearman相關(guān)分析。
(二)回歸分析
1.回歸模型的構(gòu)建
為了檢驗前面提出的研究假設(shè),構(gòu)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(yè)的績效Tobin's Q,解釋變量為企業(yè)的創(chuàng)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(yè)創(chuàng)新能力patent,解釋變量為企業(yè)的創(chuàng)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(yè)績效Tobin's Q,解釋變量為企業(yè)的創(chuàng)新投入RDI,中介變量為企業(yè)創(chuàng)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(yè)創(chuàng)新能力patent,解釋變量為企業(yè)的創(chuàng)新投入RDI,調(diào)節(jié)政府R&D補貼,若的系數(shù)顯著則為調(diào)節(jié)效應(yīng)顯著,其余的為控制變量。
2.企業(yè)創(chuàng)新投入與企業(yè)績效的關(guān)系
由表3可知,模型1 的F統(tǒng)計量在0.1%的水平上顯著,表明回歸方程的結(jié)果基本可信。企業(yè)的創(chuàng)新投入(RDI)與企業(yè)績效(Tobin's Q)的回歸系數(shù)為0.0516,且在0.5%水平上顯著,充分證明企業(yè)創(chuàng)新投入對企業(yè)績效有顯著的正向促進作用,H1得到驗證。
3.企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新能力的關(guān)系
由表4可知,模型2的F統(tǒng)計量在0.1%的水平上顯著,表明回歸方程的結(jié)果基本可信。企業(yè)創(chuàng)新投入(RDI)與企業(yè)創(chuàng)新能力(Patents)的回歸系數(shù)為0.0004,且在0.1%水平上顯著,充分證明企業(yè)創(chuàng)新投入對企業(yè)創(chuàng)新能力有顯著的正向促進作用,H2得到驗證。
4.企業(yè)創(chuàng)新能力對企業(yè)創(chuàng)新投入與企業(yè)績效的中介效應(yīng)
由表5可知,模型3的F統(tǒng)計量在0.1%的水平上顯著,表明回歸方程的結(jié)果基本可信。step_1中企業(yè)的創(chuàng)新投入(RDI)與企業(yè)績效(Tobin's Q)的回歸系數(shù)為c=0.0516,且在0.5%水平上顯著;step_2企業(yè)創(chuàng)新投入(RDI)與企業(yè)創(chuàng)新能力(Patents)的回歸系數(shù)為0.0004,且在0.1%水平上顯著;step_3中企業(yè)創(chuàng)新投入(RDI)與企業(yè)績效(Tobin's Q)的相關(guān)系數(shù)為c'=0.0408,且在1%水平上顯著,c> c'>0依然具備統(tǒng)計顯著性,企業(yè)創(chuàng)新投入(RDI)與企業(yè)創(chuàng)新能力(Patents)的回歸系數(shù)為26.5228>0,根據(jù)中介效應(yīng)檢驗原理說明企業(yè)的創(chuàng)新能力對企業(yè)的創(chuàng)新投入與企業(yè)績效之間關(guān)系具有部分中介效應(yīng), H3得到驗證。
5.政府R&D補貼對企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新能力的調(diào)節(jié)效應(yīng)
由表6可知,模型4的F統(tǒng)計量在0.1%的水平上顯著,表明回歸方程的結(jié)果基本可信。在以企業(yè)創(chuàng)新能力(Patents)為被解釋變量的回歸結(jié)果中,企業(yè)創(chuàng)新投入(RDI)的相關(guān)系數(shù)為0.0005,且在1%水平上與企業(yè)創(chuàng)新能力(Patents)顯著正相關(guān),政府R&D補貼(ZFRD)的相關(guān)系數(shù)為0.7334,且在1%水平上與企業(yè)創(chuàng)新能力(Patents)顯著正相關(guān);同時,表6中的交互項RDI*CO1的相關(guān)系數(shù)為0.0007,且在1%水平上與企業(yè)創(chuàng)新能力(Patents)顯著負相關(guān)。因此本文研究的假設(shè)H4得到驗證。
本文通過創(chuàng)新理論視角分析認為,企業(yè)的創(chuàng)新投入能夠有效地提升企業(yè)創(chuàng)新能力與企業(yè)績效。從中介效應(yīng)檢驗的結(jié)果可以看出,企業(yè)的創(chuàng)新投入影響企業(yè)的績效,而企業(yè)創(chuàng)新能力一方面是企業(yè)創(chuàng)新投入結(jié)果的反應(yīng),另一方面也會引起企業(yè)績效的變化。也就是說,企業(yè)的創(chuàng)新投入有一部分是通過企業(yè)的創(chuàng)新能力對企業(yè)績效產(chǎn)生了作用。政府R&D補貼干預(yù)對企業(yè)創(chuàng)新投入與創(chuàng)新能力之間具有顯著的負向調(diào)節(jié)作用。因此,本文認為在研究企業(yè)的創(chuàng)新投入與企業(yè)績效的關(guān)系研究中,不能忽視企業(yè)創(chuàng)新能力的中介作用,同時,政府過度干預(yù)可能會使企業(yè)的創(chuàng)新戰(zhàn)略產(chǎn)生失衡。
結(jié)語:
盡管醫(yī)藥企業(yè)已成為中國發(fā)展最快的行業(yè)之一,且企業(yè)創(chuàng)新投入水平高于國家普遍水平,但當前中國的醫(yī)藥企業(yè)創(chuàng)新投入較大但創(chuàng)新能力較弱,創(chuàng)新產(chǎn)出較少。因此,企業(yè)應(yīng)該制定合理的創(chuàng)新投入計劃。企業(yè)的創(chuàng)新投入對企業(yè)績效的影響一般具有滯后性,因此必須連續(xù)不斷地進行創(chuàng)新投入才能給企業(yè)帶來良好的績效。未來的研究還需要深入探討企業(yè)創(chuàng)新能力的有效性在企業(yè)創(chuàng)新投入與企業(yè)績效關(guān)系之間的中介效應(yīng)問題??山梃b經(jīng)濟學(xué)中“投入一產(chǎn)出”的效率視角,構(gòu)建出企業(yè)創(chuàng)新能力有效性的多維度綜合評價指標,對企業(yè)創(chuàng)新投入效率進行衡量及評價。對于隱性的創(chuàng)新能力產(chǎn)出,現(xiàn)階段無法從現(xiàn)有的財務(wù)指標中得到準確的度量,未來可采用問卷等方法獲得數(shù)據(jù)。