藍(lán)志清 汪 洋

（贛州師范高等?？茖W(xué)校，江西 贛州 341000）

0 引言

R＆D 投入是實(shí)現(xiàn)企業(yè)創(chuàng)新發(fā)展的必要前提，也是企業(yè)績(jī)效提升的關(guān)鍵。近年來(lái)，許多研究者就R＆D 投入對(duì)企業(yè)績(jī)效的影響進(jìn)行了實(shí)證分析，主要結(jié)論分為以下兩個(gè)方面：第一，R＆D 投入與企業(yè)績(jī)效具有顯著正相關(guān)關(guān)系［1］。王羲等［2］（2022）分析了R＆D 投入與創(chuàng)新績(jī)效之間的內(nèi)在關(guān)系，結(jié)果顯示：政府補(bǔ)助、R＆D 投入均與企業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系。巴曙松等［3］（2022）基于中國(guó)2015—2019年1597 家制造業(yè)上市公司的數(shù)據(jù)，通過(guò)靜動(dòng)態(tài)面板模型對(duì)政府補(bǔ)助、R＆D 投入對(duì)企業(yè)創(chuàng)新績(jī)效的影響進(jìn)行實(shí)證研究。結(jié)果顯示：政府補(bǔ)助和R＆D投入都顯著提升了企業(yè)創(chuàng)新績(jī)效。郭秀強(qiáng)等［4］（2020）對(duì)R＆D 投入、技術(shù)積累與高新技術(shù)企業(yè)市場(chǎng)績(jī)效之間的關(guān)系進(jìn)行研究，結(jié)果表明R＆D 投入對(duì)企業(yè)績(jī)效有顯著正向影響。第二，R＆D 投入與企業(yè)績(jī)效具有顯著負(fù)相關(guān)關(guān)系或者關(guān)系并不顯著。張志花等［5］（2022）通過(guò)以2012—2018 年滬深A(yù) 股上市公司為樣本，對(duì)R＆D 投入強(qiáng)度與企業(yè)績(jī)效之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)R＆D 投入與企業(yè)績(jī)效之間有顯著負(fù)相關(guān)關(guān)系；劉云等［6］（2020）通過(guò)對(duì)創(chuàng)業(yè)板上市的189 家中關(guān)村高新技術(shù)企業(yè)的R＆D 投入指標(biāo)和企業(yè)績(jī)效指標(biāo)進(jìn)行面板數(shù)據(jù)回歸分析發(fā)現(xiàn)，當(dāng)期研發(fā)支出與企業(yè)規(guī)模對(duì)企業(yè)績(jī)效水平的影響并不明顯。岳宇君等［7］（2022）以19 家數(shù)據(jù)驅(qū)動(dòng)型企業(yè)為樣本，對(duì)R＆D 投入對(duì)企業(yè)經(jīng)營(yíng)績(jī)效的影響進(jìn)行實(shí)證分析，結(jié)果顯示，R＆D 投入對(duì)經(jīng)營(yíng)績(jī)效的影響存在滯后性，在滯后二期更為顯著。

綜上所述，研究者們?cè)谶M(jìn)行R＆D 投入與企業(yè)績(jī)效的關(guān)系研究中得到的結(jié)論并不一致，甚至是相反的，原因可能是研究方法以及樣本數(shù)據(jù)的不同所致。因此，本文以江西省上市公司數(shù)據(jù)為樣本，采用面板門(mén)檻回歸模型對(duì)R＆D 投入與企業(yè)績(jī)效的影響關(guān)系進(jìn)行統(tǒng)計(jì)研究，為江西省上市公司合理進(jìn)行R＆D 投入規(guī)劃，顯著提升企業(yè)績(jī)效和促進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展提供建議。

1 研究設(shè)計(jì)

1.1 面板門(mén)檻回歸模型的建立

面板門(mén)檻回歸模型由著名經(jīng)濟(jì)學(xué)家Bruce E.Hansen于1999年提出［8］，基于靜態(tài)平衡面板數(shù)據(jù)的單一門(mén)檻模型的一般形式為：

其中，i代表不同的個(gè)體；t代表不同的時(shí)間；x1it、x2it分別代表控制變量和受到門(mén)檻變量qit影響的解釋變量；I()是一個(gè)示性函數(shù)，當(dāng)門(mén)檻變量qit小于門(mén)檻值γ時(shí)為1，否則為0；μi代表個(gè)體效應(yīng)；εit代表獨(dú)立同分布的隨機(jī)干擾項(xiàng)因素。將式（1）按示性函數(shù)分段即得到下式（2）：

即解釋變量x2it對(duì)被解釋變量的影響依賴于門(mén)檻變量qit的取值。當(dāng)qit≤γ時(shí)，x2it的系數(shù)為β'1；而當(dāng)qit＞γ時(shí)，x2it的系數(shù)為β'2。基于大部分研究者就R＆D 投入對(duì)企業(yè)績(jī)效影響的文獻(xiàn)研究，初步建立R＆D 投入強(qiáng)度與企業(yè)績(jī)效的面板門(mén)檻回歸模型如下：

其中，被解釋變量perit為企業(yè)的績(jī)效水平；rdit為企業(yè)的R＆D 投入強(qiáng)度；控制變量xit包括企業(yè)規(guī)模（scale）、資本結(jié)構(gòu)（caps）和經(jīng)營(yíng)能力（ability）。

當(dāng)R＆D 投入強(qiáng)度與企業(yè)績(jī)效存在三重或者三重以上門(mén)檻效應(yīng)時(shí)，式（3）應(yīng)該擴(kuò)展為下式（4）：

1.2 變量說(shuō)明

根據(jù)已有文獻(xiàn)的研究，一般采用公司財(cái)務(wù)指標(biāo)中的總資產(chǎn)報(bào)酬率衡量企業(yè)績(jī)效水平。一般而言，規(guī)模越大的企業(yè)，其R＆D 投入會(huì)越大。如果單純地以R＆D 經(jīng)費(fèi)投入作為解釋變量則很有可能導(dǎo)致結(jié)果有較大誤差，故本文以R＆D 投入占營(yíng)業(yè)收入的比例作為解釋變量。此外，根據(jù)相關(guān)學(xué)者的研究，企業(yè)規(guī)模（scale）、資本結(jié)構(gòu)（caps）、經(jīng)營(yíng)能力（ability）等財(cái)務(wù)指標(biāo)會(huì)對(duì)企業(yè)績(jī)效造成影響，故本文將其作為控制變量。具體的指標(biāo)說(shuō)明見(jiàn)表1。

表1 變量說(shuō)明

1.3 數(shù)據(jù)說(shuō)明及數(shù)據(jù)描述性統(tǒng)計(jì)分析

本文使用江西省2019—2021 年上市企業(yè)的面板數(shù)據(jù)，數(shù)據(jù)均來(lái)源于國(guó)泰安（CSMAR）金融數(shù)據(jù)、Wind 金融數(shù)據(jù)和巨潮資訊。數(shù)據(jù)的描述性統(tǒng)計(jì)分析結(jié)果見(jiàn)表2。

表2 數(shù)據(jù)的描述性統(tǒng)計(jì)分析結(jié)果

2 實(shí)證分析

2.1 相關(guān)性分析

在進(jìn)行回歸分析之前一般需要先進(jìn)行相關(guān)性分析，本文利用R 語(yǔ)言軟件計(jì)算各變量之間的相關(guān)系數(shù)，輸出結(jié)果見(jiàn)表3。

表3 各變量間的Pearson相關(guān)系數(shù)

從表3 的Pearson 相關(guān)系數(shù)可以看到，除了abiliy與rd、abiliy與caps、caps與ln（scale）之間的相關(guān)系數(shù)超過(guò)了0.3，其他變量之間的相關(guān)系數(shù)均小于0.3，表明各變量之間的相關(guān)系數(shù)較弱，可以認(rèn)為各變量之間不存在多重共線性。

2.2 門(mén)檻效應(yīng)顯著性檢驗(yàn)

在進(jìn)行模型顯著性檢驗(yàn)之前，首先要確定模型中的門(mén)檻個(gè)數(shù)，其次是利用自抽樣法（Bootstrap）構(gòu)造似然比檢驗(yàn)F 統(tǒng)計(jì)量的漸進(jìn)分布，最后對(duì)模型進(jìn)行門(mén)檻效應(yīng)顯著性檢驗(yàn)得到不同門(mén)檻值。利用R語(yǔ)言軟件對(duì)式（4）進(jìn)行門(mén)檻效應(yīng)顯著性檢驗(yàn)，輸出的檢驗(yàn)結(jié)果見(jiàn)表4。

表4 門(mén)檻效應(yīng)顯著性檢驗(yàn)

由表4 可知，單一門(mén)檻、雙重門(mén)檻、三重門(mén)檻均通過(guò)了顯著性檢驗(yàn)，因此可以認(rèn)為，R＆D 投入對(duì)企業(yè)績(jī)效存在三重門(mén)檻效應(yīng)。

2.3 R＆D投入對(duì)企業(yè)績(jī)效影響的回歸分析

在使用面板門(mén)檻回歸模型之前，先對(duì)各變量進(jìn)行OLS 回歸分析，即模型1。為了判斷R＆D 投入與企業(yè)績(jī)效之間是否存在非線性關(guān)系，在OLS回歸模型的基礎(chǔ)上加入解釋變量R＆D 投入的二次項(xiàng)得到模型2。最后，依據(jù)式（4）對(duì)面板門(mén)檻進(jìn)行回歸，即模型3。輸出的回歸結(jié)果見(jiàn)表5。

表5 R＆D投入對(duì)企業(yè)績(jī)效影響的回歸分析結(jié)果

首先，由模型1 輸出結(jié)果可知，隨著R＆D 投入的增加，企業(yè)績(jī)效顯著下降。其次，模型2 結(jié)果顯示，R＆D 投入與企業(yè)績(jī)效存在顯著的非線性關(guān)系。最后，從面板門(mén)檻回歸模型（即模型3）輸出結(jié)果可知：在不同門(mén)檻值區(qū)間時(shí)，R＆D 投入對(duì)企業(yè)績(jī)效的邊際系數(shù)符號(hào)及其顯著性存在明顯差異，R＆D 投入與企業(yè)績(jī)效的關(guān)系并不是簡(jiǎn)單的顯著正相關(guān)或者負(fù)相關(guān)，而是會(huì)隨著R＆D 投入強(qiáng)度的不同表現(xiàn)出顯著差異。當(dāng)rd≤0.002 時(shí)，R＆D 投入對(duì)企業(yè)績(jī)效的回歸系數(shù)為3.652，R＆D 投入與企業(yè)績(jī)效的影響為顯著正相關(guān)，表明在此區(qū)間內(nèi)R＆D 投入強(qiáng)度越大，越有利于企業(yè)績(jī)效的提高；當(dāng)0.002 ＜rd≤0.003 時(shí)，R＆D 投入對(duì)企業(yè)績(jī)效的回歸系數(shù)為-0.156，R＆D 投入與企業(yè)績(jī)效之間由顯著正相關(guān)轉(zhuǎn)為顯著負(fù)相關(guān)，這表明在此區(qū)間內(nèi)R＆D 投入對(duì)企業(yè)績(jī)效有制約作用；當(dāng)0.003 ＜rd≤0.006 時(shí)，回歸系數(shù)仍為負(fù)值，R＆D 投入與企業(yè)績(jī)效的影響為顯著負(fù)相關(guān)；當(dāng)rd＞0.006 時(shí)，回歸系數(shù)為正值，R＆D投入與企業(yè)績(jī)效由顯著負(fù)相關(guān)轉(zhuǎn)為顯著正相關(guān)。

3 結(jié)論與建議

本文基于江西省2019—2021 年上市公司的面板數(shù)據(jù)，構(gòu)建了面板門(mén)檻回歸模型，分析了R＆D 投入對(duì)企業(yè)績(jī)效的門(mén)檻效應(yīng)。結(jié)果表明，R＆D 投入對(duì)企業(yè)績(jī)效存在顯著的三重門(mén)檻效應(yīng)，R＆D 投入對(duì)企業(yè)績(jī)效的影響在不同門(mén)檻區(qū)間內(nèi)存在方向、系數(shù)值上的顯著差異性。因此，企業(yè)應(yīng)根據(jù)自身所處的R＆D 投入?yún)^(qū)間合理制定相應(yīng)的研發(fā)計(jì)劃，當(dāng)企業(yè)R＆D 投入處于低區(qū)間時(shí)，應(yīng)當(dāng)重視加大R＆D 投入；同時(shí)，當(dāng)R＆D 投入上升至一定區(qū)間時(shí)，則需重點(diǎn)關(guān)注R＆D 投入效率問(wèn)題，以避免R＆D 投入對(duì)企業(yè)績(jī)效的抑制作用。