王曉燕 梁彥清

摘 要：本文以2012—2018年創(chuàng)業(yè)板上市公司平衡面板數(shù)據(jù)為研究樣本，運(yùn)用面板門檻模型和固定效應(yīng)模型，研究不同成長(zhǎng)階段企業(yè)的研發(fā)投入與經(jīng)營績(jī)效之間的關(guān)系。研究結(jié)果表明：研發(fā)投入與經(jīng)營績(jī)效會(huì)受到成長(zhǎng)機(jī)會(huì)的影響，存在非線性的雙門檻效應(yīng)。當(dāng)成長(zhǎng)機(jī)會(huì)低于第一門檻值時(shí)，研發(fā)投入對(duì)經(jīng)營績(jī)效的相對(duì)影響顯著為負(fù)，且影響程度較高;當(dāng)成長(zhǎng)機(jī)會(huì)發(fā)展到第一門檻值和第二門檻值之間時(shí)，研發(fā)投入對(duì)經(jīng)營績(jī)效的影響顯著為正;當(dāng)成長(zhǎng)機(jī)會(huì)超過第二門檻值時(shí)，研發(fā)投入對(duì)經(jīng)營績(jī)效的相對(duì)影響顯著為正，且影響程度明顯降低。進(jìn)一步區(qū)分行業(yè)的研究結(jié)果顯示，無論是低成長(zhǎng)階段還是高成長(zhǎng)階段，制造業(yè)研發(fā)投入對(duì)經(jīng)營績(jī)效的影響程度均要低于非制造業(yè)，這為我國研發(fā)投入政策的制定提供了數(shù)據(jù)支撐和實(shí)踐經(jīng)驗(yàn)。

關(guān)鍵詞：成長(zhǎng)機(jī)會(huì);研發(fā)投入;經(jīng)營績(jī)效;面板門檻模型;固定效應(yīng)模型

中圖分類號(hào)：F279.24 ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2019）12-0088-08

一、問題的提出

中小企業(yè)要想發(fā)展壯大，保持競(jìng)爭(zhēng)優(yōu)勢(shì)，技術(shù)創(chuàng)新是關(guān)鍵，而技術(shù)創(chuàng)新的核心則是需要企業(yè)持續(xù)不斷地注入研發(fā)投資。引入新產(chǎn)品和新工藝的創(chuàng)新型企業(yè)可以增強(qiáng)其市場(chǎng)實(shí)力和競(jìng)爭(zhēng)優(yōu)勢(shì)[1]。2009年10月23日，28家中小高科技企業(yè)獲得創(chuàng)業(yè)板首批上市資格，與主板市場(chǎng)不同，創(chuàng)業(yè)板市場(chǎng)主要以中小企業(yè)、高新科技企業(yè)為服務(wù)對(duì)象。2009—2018年創(chuàng)業(yè)板上市公司從28家發(fā)展到744家，整個(gè)板塊的發(fā)展肩負(fù)著提升中小企業(yè)技術(shù)創(chuàng)新能力和推動(dòng)經(jīng)濟(jì)發(fā)展的重任。近年來，創(chuàng)業(yè)板上市公司的研發(fā)投入強(qiáng)度基本維持在7%—8%，2013年后出現(xiàn)下降[2]。研發(fā)投入強(qiáng)度呈現(xiàn)下降態(tài)勢(shì)，研發(fā)支出反而不斷上升，2009—2018年平均研發(fā)支出金額從1 555.85萬元增長(zhǎng)至9 310.27萬元，年均復(fù)合增長(zhǎng)率為22.96%，增長(zhǎng)速度較快。從行業(yè)差異看，由于信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)中無形資產(chǎn)占比較高，研發(fā)支出也相對(duì)較高，平均研發(fā)投入強(qiáng)度均值一直在10%以上，而農(nóng)、林、牧、漁業(yè)以及采礦業(yè)等行業(yè)，無形資產(chǎn)占比相對(duì)較低，平均研發(fā)投入強(qiáng)度一直在5%以下。

從創(chuàng)業(yè)板上市公司的研發(fā)數(shù)據(jù)來看，研發(fā)投入呈現(xiàn)遞增趨勢(shì)，然而作為一種技術(shù)創(chuàng)新生產(chǎn)要素的投入，研發(fā)投入同樣符合邊際報(bào)酬遞減規(guī)律，但研發(fā)投入的成本與收益具有明顯的弱對(duì)應(yīng)性，這也就帶來一系列的問題：一是持續(xù)不斷的研發(fā)投入一定能夠帶來企業(yè)的高回報(bào)和高收益嗎，經(jīng)營績(jī)效是否隨著研發(fā)投入的增加呈現(xiàn)線性或者非線性的變化趨勢(shì)？二是如果存在非線性的變化趨勢(shì)，創(chuàng)業(yè)板塊中研發(fā)投入對(duì)企業(yè)產(chǎn)出或者經(jīng)營績(jī)效的影響是否存在一個(gè)或者幾個(gè)門檻效應(yīng)？三是研發(fā)投入與經(jīng)營績(jī)效的關(guān)系在不同行業(yè)之間是否存在顯著差異，企業(yè)所屬行業(yè)特征是否會(huì)影響門檻值的確定？這都是亟待解決的一系列問題。

關(guān)于企業(yè)研發(fā)投入的國內(nèi)外研究主要分為兩大類：一類是將企業(yè)研發(fā)投入作為因變量，研究企業(yè)研發(fā)投入的前置變量，即企業(yè)研發(fā)投入的影響因素;另一類是將企業(yè)研發(fā)投入作為自變量，研究企業(yè)研發(fā)投入的后置變量，即企業(yè)研發(fā)投入與產(chǎn)出或者經(jīng)營績(jī)效等的關(guān)系。從企業(yè)研發(fā)投入的外部影響因素看，相關(guān)研究主要圍繞政府政策[3]、市場(chǎng)競(jìng)爭(zhēng)程度[4]、行業(yè)特征[5]和地區(qū)差異[6]等因素展開。從企業(yè)研發(fā)投入的內(nèi)部影響因素看，相關(guān)研究主要圍繞企業(yè)性質(zhì)[7]、資本結(jié)構(gòu)[8]、企業(yè)規(guī)模[9]和管理者特征[10]等因素展開。學(xué)者們對(duì)于企業(yè)研發(fā)投入與產(chǎn)出或者經(jīng)營績(jī)效的研究，主要存在以下三種觀點(diǎn)：正相關(guān)、負(fù)相關(guān)和不相關(guān)。Dugal和Morbey[11]發(fā)現(xiàn)，研發(fā)支出能夠提升企業(yè)績(jī)效，而且新產(chǎn)品或者更高效的生產(chǎn)過程將使企業(yè)免受經(jīng)濟(jì)衰退的影響。杜勇等[12]以2007—2012年高新技術(shù)上市公司為樣本，發(fā)現(xiàn)研發(fā)投入與盈利能力之間存在顯著正相關(guān)關(guān)系，但與成長(zhǎng)能力的相關(guān)關(guān)系不顯著。朱衛(wèi)平和倫蕊[13]對(duì)中國軟件產(chǎn)業(yè)進(jìn)行實(shí)證分析，發(fā)現(xiàn)研發(fā)強(qiáng)度對(duì)利潤(rùn)率存在顯著負(fù)向影響。還有部分學(xué)者認(rèn)為，研發(fā)投入與企業(yè)績(jī)效不相關(guān)[14]或者呈現(xiàn)倒U型關(guān)系[15]。

以上研究成果豐富了企業(yè)研發(fā)投入方面的研究，但得出不同的結(jié)論，筆者認(rèn)為可能存在兩方面的原因：一是忽略了研發(fā)投入行為的連貫性，因而有學(xué)者將研發(fā)投入融入中間鏈條，更細(xì)致地捕捉前置因素對(duì)研發(fā)投入產(chǎn)生何種影響，進(jìn)而影響績(jī)效的行為[16];二是沒有考慮研發(fā)投入的階段性特征，忽略了研發(fā)投入對(duì)企業(yè)績(jī)效影響的延遲性以及研發(fā)投入的溢出效應(yīng)。近年來，有學(xué)者開始關(guān)注研發(fā)投入是否越多越好，是否存在適度范圍，是否存在門檻效應(yīng)。孫曉華和辛夢(mèng)依[17]基于2002—2009年36個(gè)工業(yè)行業(yè)的面板數(shù)據(jù)，通過實(shí)證研究發(fā)現(xiàn)研發(fā)投資存在門檻效應(yīng)。戴小勇和成力為[18]指出，企業(yè)存在最佳研發(fā)投入強(qiáng)度區(qū)間，在我國有研發(fā)投資活動(dòng)的大部分企業(yè)中，研發(fā)投入強(qiáng)度仍低于第一個(gè)門檻值。盡管這些研究表明研發(fā)投入存在區(qū)間效應(yīng)，但關(guān)于研發(fā)投入與經(jīng)營績(jī)效的研究還尚未達(dá)成共識(shí)，而且主要集中在工業(yè)企業(yè)等研究領(lǐng)域。此外，生命周期理論表明，處于起步階段和成長(zhǎng)階段的企業(yè)研發(fā)重點(diǎn)都存在差異，或者在新產(chǎn)品的設(shè)計(jì)和改進(jìn)上，或者在核心競(jìng)爭(zhēng)力的提升上，以使自己的產(chǎn)品有別于競(jìng)爭(zhēng)對(duì)手。因此，本文運(yùn)用面板門檻模型，考慮研發(fā)投入的動(dòng)態(tài)性，引入企業(yè)生命周期理論，從企業(yè)的不同成長(zhǎng)機(jī)會(huì)分析研發(fā)投入滯后一期對(duì)經(jīng)營績(jī)效的影響，并根據(jù)制造業(yè)和非制造業(yè)的不同屬性，深入分析行業(yè)之間研發(fā)投入行為的差異性，以期為技術(shù)創(chuàng)新政策的制定和調(diào)整提供經(jīng)驗(yàn)證據(jù)。

本文的貢獻(xiàn)主要體現(xiàn)在：一是運(yùn)用創(chuàng)業(yè)板上市公司平衡面板數(shù)據(jù)本身的特點(diǎn)劃分成長(zhǎng)區(qū)間，從企業(yè)不同的成長(zhǎng)機(jī)會(huì)出發(fā)，即低成長(zhǎng)階段、中低成長(zhǎng)階段和高成長(zhǎng)階段，分析了企業(yè)的研發(fā)投入與經(jīng)營績(jī)效之間的作用機(jī)制，豐富了企業(yè)研發(fā)投資行為的研究視野;二是考慮了行業(yè)異質(zhì)性的影響，將制造業(yè)和非制造業(yè)嵌入到同一框架體系進(jìn)行分組研究，論證了兩者對(duì)研發(fā)投入的差異性影響。受時(shí)間限制，創(chuàng)業(yè)板自開板以來，企業(yè)成立時(shí)間最長(zhǎng)為10年，相對(duì)于主板企業(yè)而言樣本區(qū)間還較短，因而研發(fā)投入對(duì)經(jīng)營績(jī)效的影響還需要更長(zhǎng)時(shí)間跨度的檢驗(yàn)。

二、研究設(shè)計(jì)

（一）門檻回歸方法及模型設(shè)定

根據(jù)前面的文獻(xiàn)回顧可以看出，企業(yè)的研發(fā)投入與經(jīng)營績(jī)效之間可能存在非線性關(guān)系，傳統(tǒng)的線性模型無法解釋在不同成長(zhǎng)機(jī)會(huì)下研發(fā)投入對(duì)經(jīng)營績(jī)效的作用路徑及效應(yīng)。本文利用Hansen[19]提出的面板門檻模型，通過研究研發(fā)投入與經(jīng)營績(jī)效之間的關(guān)系，進(jìn)一步探討研發(fā)投入是不是越多越好。由于面板門檻模型并不要求回歸系數(shù)為常數(shù)，允許研究被解釋變量和解釋變量之間的非線性聯(lián)系，因而門檻方法可以有效解決之前研究中假設(shè)樣本分割是外生的問題。

（二）數(shù)據(jù)來源

本文使用平衡面板數(shù)據(jù)，相關(guān)數(shù)據(jù)來源于Wind數(shù)據(jù)庫和Csmar數(shù)據(jù)庫，部分缺失數(shù)據(jù)借助上市公司年報(bào)和巨潮資訊網(wǎng)等途徑手工搜集和整理。以2012年12月31日前上市的創(chuàng)業(yè)板公司為研究樣本，時(shí)間跨度為 2012—2018年，按照以下原則對(duì)樣本進(jìn)行篩選：一是剔除金融類、被ST和PT的上市公司;二是考慮到企業(yè)研發(fā)投入對(duì)經(jīng)營績(jī)效的滯后性，企業(yè)研發(fā)支出選取2011—2017年的數(shù)據(jù)，計(jì)算發(fā)展能力以2011年的觀測(cè)值作為基期，選取2011—2018年的數(shù)據(jù)，其余變量則選取2012—2018年連續(xù)7年的數(shù)據(jù)。最終，本文選取了2012—2018年連續(xù)7年191家創(chuàng)業(yè)板上市公司的平衡面板數(shù)據(jù)作為研究對(duì)象。為了消除極端值的影響，對(duì)變量數(shù)據(jù)在1%和99%分位上進(jìn)行縮尾處理。本文的數(shù)據(jù)分析通過Stata15.0和Excel2016等軟件實(shí)現(xiàn)。

（三）變量說明與指標(biāo)選取

被解釋變量：經(jīng)營績(jī)效（Tobins Q）。以往大多數(shù)研究以資產(chǎn)收益率（ROA）作為衡量指標(biāo)，未考慮企業(yè)的未來預(yù)期情況。本文借鑒姚冰湜等[20]的研究，采用當(dāng)期Tobins Q衡量企業(yè)當(dāng)期經(jīng)營績(jī)效，Tobins Q=市值/總資產(chǎn)。

解釋變量：研發(fā)投入（R&D）。關(guān)于研發(fā)投入學(xué)術(shù)界一般采用絕對(duì)數(shù)和相對(duì)數(shù)兩種類型的指標(biāo)衡量，絕對(duì)數(shù)強(qiáng)調(diào)從總量上衡量企業(yè)的研發(fā)活動(dòng)，相對(duì)數(shù)一般用研發(fā)支出占銷售收入的比重，或者研發(fā)支出占總資產(chǎn)的比重等比率指標(biāo)衡量。雖然相對(duì)數(shù)考慮了不同企業(yè)間的差異，但由于模型中在控制變量里已經(jīng)考慮了企業(yè)規(guī)模等差異性的影響，因而本文借鑒陳修德等[21]的研究，考慮研發(fā)投資行為對(duì)經(jīng)營績(jī)效的滯后影響，選取研發(fā)投入總額自然對(duì)數(shù)的滯后一期衡量研發(fā)投入。

門檻變量：成長(zhǎng)機(jī)會(huì)（GROWTH）。關(guān)于企業(yè)成長(zhǎng)機(jī)會(huì)的衡量主要有兩種方法：一是單一指標(biāo)法，比如總資產(chǎn)增長(zhǎng)率和營業(yè)收入增長(zhǎng)率等;二是綜合指標(biāo)法，選取反映企業(yè)成長(zhǎng)機(jī)會(huì)的多維指標(biāo)衡量，為了綜合反映企業(yè)的成長(zhǎng)機(jī)會(huì)，本文采用綜合指標(biāo)法衡量企業(yè)的成長(zhǎng)機(jī)會(huì)。為了降低成長(zhǎng)機(jī)會(huì)指標(biāo)維度，同時(shí)消除變量之間的多重共線性影響，本文利用主成分分析法計(jì)算成長(zhǎng)機(jī)會(huì)指數(shù)。借鑒曹廷求等[22]與孫戈兵等[23]的研究，本文選取市凈率（PB）、每股凈資產(chǎn)（NAPS）、營業(yè)收入增長(zhǎng)率（BRGR）、總資產(chǎn)增加率（TAGR）、凈資產(chǎn)增長(zhǎng)率（ROEGR）和凈利潤(rùn)增長(zhǎng)率（NPGR）等變量作為反映成長(zhǎng)機(jī)會(huì)的指標(biāo)。在進(jìn)行主成分分析前，進(jìn)行KMO和SMC檢驗(yàn)，判定適合做主成分分析。通過主成分因子碎石圖判定選擇三個(gè)主成分因子，進(jìn)而第一主成分子因子、第二主成分子因子和第三主成分因子的貢獻(xiàn)率分別為31.07%，28.44%和22.92%，累計(jì)貢獻(xiàn)率達(dá)到82.42%，能夠較好地代表成長(zhǎng)機(jī)會(huì)的綜合指標(biāo)。因此，以各因子的貢獻(xiàn)率為權(quán)重構(gòu)建成長(zhǎng)機(jī)會(huì)指數(shù)，GROWTH=（0.3107f1+0.2844f2+0.2292f3）/0.8242。

控制變量。本文將對(duì)企業(yè)的經(jīng)營績(jī)效和研發(fā)投入具有重要影響的因素作為控制變量：企業(yè)規(guī)模（SIZE），用年末總資產(chǎn)的自然對(duì)數(shù)表示;企業(yè)年齡（AGE），用當(dāng)期年份減去成立年份表示;資本結(jié)構(gòu)（LEV），用企業(yè)年末負(fù)債總額/資產(chǎn)總額×100%表示;資本密集度（CAP），用總資產(chǎn)/營業(yè)收入表示;股權(quán)集中度（STCON），用企業(yè)第一大股東持股比例表示;市場(chǎng)化水平（MARKET），用《中國分省份市場(chǎng)化指數(shù)報(bào)告（2016）》中的市場(chǎng)化指數(shù)表示，2015—2018年的數(shù)據(jù)通過加權(quán)平均法預(yù)測(cè)得出;產(chǎn)權(quán)性質(zhì)（NATURE），根據(jù)終極控制人是否國有區(qū)分國有企業(yè)和民營企業(yè)，其中國有企業(yè)取值為1，民營企業(yè)取值為0。需要特別說明的是，市場(chǎng)競(jìng)爭(zhēng)環(huán)境能夠推動(dòng)企業(yè)不同程度的技術(shù)創(chuàng)新，也是影響研發(fā)投入和經(jīng)營績(jī)效的重要因素。

本文主要變量的描述性統(tǒng)計(jì)如表1所示。2012—2018年創(chuàng)業(yè)板樣本公司總資產(chǎn)自然對(duì)數(shù)均值為21.470萬元，研發(fā)投入自然對(duì)數(shù)均值為17.490萬元，研發(fā)投入占總資產(chǎn)比重相對(duì)較大。在創(chuàng)業(yè)板樣本公司中，上市年份最高為9年，上市時(shí)間不是很長(zhǎng)，屬于新興板塊，資本密集度、資產(chǎn)負(fù)債率以及市場(chǎng)競(jìng)爭(zhēng)力離散程度不大，而股權(quán)集中度標(biāo)準(zhǔn)差為12.460，則呈現(xiàn)較大的離散度。

三、檢驗(yàn)與回歸結(jié)果分析

（一）門檻效應(yīng)單一及多重選擇檢驗(yàn)

采用面板門檻模型回歸時(shí)，要檢驗(yàn)是否存在門檻效應(yīng)以及存在幾個(gè)門檻值。

借鑒Hansen[19]與連玉君和程建[24]的研究，考慮到研發(fā)投入對(duì)經(jīng)營績(jī)效存在滯后影響，采用Bootstrap方法，得到相應(yīng)的F統(tǒng)計(jì)量和P值。在單一門檻檢驗(yàn)情形下，F(xiàn)統(tǒng)計(jì)量為198.031，相應(yīng)的P值為0.000，說明在1%的顯著性水平上存在單一門檻效應(yīng)，且其門檻值為0.216。在此基礎(chǔ)上進(jìn)行雙重門檻檢驗(yàn)發(fā)現(xiàn)，F(xiàn)統(tǒng)計(jì)量為79.308，相應(yīng)的P值為0.000，說明在1%的顯著性水平上存在雙重門檻效應(yīng)，其門檻值分別為0.216和0.712。當(dāng)進(jìn)行三重門檻效應(yīng)檢驗(yàn)時(shí)，F(xiàn)值為0.000，P值為0.317，說明無法拒絕原假設(shè)，即不存在三重門檻效應(yīng)。首先，從顯著性水平來看，雙重門檻效應(yīng)模擬相對(duì)較好。其次，采用以下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)：一是采用凈資產(chǎn)收益率衡量經(jīng)營收益;二是將當(dāng)期研發(fā)投入納入解釋變量。穩(wěn)健性檢驗(yàn)結(jié)果顯示，均是雙重門檻模擬效果較好，因而本文選取雙重門檻模型來研究研發(fā)投入對(duì)經(jīng)營績(jī)效的非線性影響。

在雙重門檻模型的門檻檢驗(yàn)中，兩個(gè)門檻值0.216和0.712均在95%的置信區(qū)間內(nèi)，門檻估計(jì)值有效。同時(shí)通過繪圖可以更為直觀清晰地看出其門檻估計(jì)值等于真實(shí)值，繪制搜索第一個(gè)門檻、第二個(gè)門檻效應(yīng)的似然比統(tǒng)計(jì)量和門檻估計(jì)折線圖，發(fā)現(xiàn)門檻估計(jì)值位于95%的置信區(qū)間，是LR值小于5%顯著性水平的臨界值7.350對(duì)應(yīng)的區(qū)間。限于篇幅，第一個(gè)門檻估計(jì)值與置信區(qū)間圖和第二個(gè)門檻估計(jì)值與置信區(qū)間圖末在正文列出，留存?zhèn)渌?。因此，根?jù)0.216和0.712兩個(gè)門檻值將創(chuàng)業(yè)板上市公司劃分為三個(gè)成長(zhǎng)階段，即低成長(zhǎng)階段（GROWTH≤0.216）、中低成長(zhǎng)階段（0.2160.712）。

表2列示了2012—2018年不同成長(zhǎng)階段的樣本公司數(shù)，可以看出連續(xù)7年中有70.38%的樣本公司處于低成長(zhǎng)階段，18.10%的樣本公司處于中低成長(zhǎng)階段，僅有11.52%的樣本公司處于高成長(zhǎng)階段。這說明創(chuàng)業(yè)板上市公司還有很大的發(fā)展空間，通過合理制定研發(fā)投資的戰(zhàn)略決策，可以有效提高經(jīng)營績(jī)效。

（二）基準(zhǔn)回歸結(jié)果分析

通過Hausman檢驗(yàn)，在5%的顯著性水平上拒絕原假設(shè)，選擇采用固定效應(yīng)模型進(jìn)行分析，結(jié)果如表3所示。表3列（2）和列（4）均為考慮異方差影響之后的穩(wěn)健性估計(jì)。

從表3列（1）和列（2）來看，回歸結(jié)果基本相同。在低成長(zhǎng)階段，研發(fā)投入的系數(shù)相對(duì)于中低成長(zhǎng)階段為-0.063，并且在1%的水平上顯著為負(fù);在中低成長(zhǎng)階段，研發(fā)投入的系數(shù)為0.322，并且在5%的水平上顯著為正;在高成長(zhǎng)階段，研發(fā)投入的系數(shù)相對(duì)于中低成長(zhǎng)階段為0.060，并且在1%的水平上顯著為正，低成長(zhǎng)階段，研發(fā)投入的系數(shù)絕對(duì)值顯著大于高成長(zhǎng)階段的系數(shù)絕對(duì)值。經(jīng)過分析可知，在低成長(zhǎng)階段、中低成長(zhǎng)階段和高成長(zhǎng)階段，研究投入的系數(shù)分別為0.259、0.322和0.382，可以看出，隨著研發(fā)投入的不斷注入，技術(shù)創(chuàng)新能力呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)，而且在創(chuàng)業(yè)板中研發(fā)投入遠(yuǎn)遠(yuǎn)沒有達(dá)到投入量的飽和點(diǎn)。從表3列（3）和列（4）的回歸分析結(jié)果來看，加入年度影響因素之后，擬合優(yōu)度值R2從0.231提升到0.570，擬合效果加強(qiáng)。在低成長(zhǎng)階段、中低成長(zhǎng)階段和高成長(zhǎng)階段，研發(fā)投入的系數(shù)分別為0.276、0.317和0.354，且均在1%的水平上顯著，與未加入年度變量的影響結(jié)果一致。研發(fā)投入對(duì)經(jīng)營績(jī)效的影響之所以會(huì)出現(xiàn)階段性遞增的特征，主要是創(chuàng)業(yè)板上市時(shí)間相對(duì)于主板公司時(shí)間較短，而且創(chuàng)業(yè)板本身具有孕育高科技企業(yè)和提升其創(chuàng)新能力的平臺(tái)，雖然研發(fā)投入本身具有投入時(shí)間長(zhǎng)和風(fēng)險(xiǎn)不確定的特點(diǎn)，但在長(zhǎng)時(shí)間的滲透影響過程中，研發(fā)投入會(huì)作為潛在的無形資產(chǎn)為企業(yè)帶來超額收益。之所以呈現(xiàn)階段式遞增的特點(diǎn)，究其本質(zhì)是源于企業(yè)在初級(jí)成長(zhǎng)階段，持續(xù)發(fā)展是企業(yè)的生命力，創(chuàng)新對(duì)于此階段的企業(yè)來說是謹(jǐn)慎的，因而這一階段初創(chuàng)企業(yè)和信息產(chǎn)業(yè)的企業(yè)經(jīng)常在創(chuàng)新活動(dòng)中進(jìn)行大規(guī)模、高風(fēng)險(xiǎn)的投資，從而導(dǎo)致更多的研發(fā)投入，技術(shù)擴(kuò)散速度相對(duì)較慢，技術(shù)轉(zhuǎn)化為效益的周期較長(zhǎng)，對(duì)經(jīng)營績(jī)效的影響較小;到企業(yè)呈現(xiàn)穩(wěn)定增長(zhǎng)態(tài)勢(shì)，企業(yè)經(jīng)營狀況處于持續(xù)穩(wěn)定增長(zhǎng)階段時(shí)，成熟企業(yè)和非信息產(chǎn)業(yè)的企業(yè)研發(fā)投入對(duì)于企業(yè)的意義就得以體現(xiàn)，通過無形的滲透，從而影響到企業(yè)的各個(gè)方面，最終對(duì)經(jīng)營績(jī)效產(chǎn)生顯著正向影響。就控制變量而言，企業(yè)規(guī)模與經(jīng)營績(jī)效之間存在顯著負(fù)向關(guān)系，企業(yè)規(guī)模越大，相應(yīng)的企業(yè)日常經(jīng)營與治理更為復(fù)雜，從而影響經(jīng)營績(jī)效。企業(yè)年齡與經(jīng)營績(jī)效之間存在顯著正向關(guān)系，企業(yè)年齡越大，企業(yè)融資能力就更強(qiáng)，內(nèi)部控制能力更完善，更能有效提升經(jīng)營績(jī)效。

（三）行業(yè)差異化分析

傳統(tǒng)的經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，技術(shù)創(chuàng)新是經(jīng)濟(jì)增長(zhǎng)的重要源泉，而研發(fā)投資行為是技術(shù)創(chuàng)新的重要方式。通過雙重門檻模型的回歸分析，可以判斷不同成長(zhǎng)機(jī)會(huì)下創(chuàng)業(yè)板上市公司的研發(fā)投入與經(jīng)營績(jī)效存在非線性關(guān)系，但對(duì)于不同行業(yè)的影響也存在差異。因此，研發(fā)投入對(duì)于經(jīng)營績(jī)效的敏感性也存在差異，需要結(jié)合企業(yè)的行業(yè)類型進(jìn)一步深入分析研發(fā)投入對(duì)經(jīng)營績(jī)效的影響。本文采用2012年中國證券監(jiān)督管理委員會(huì)行業(yè)分類方法，對(duì)191家創(chuàng)業(yè)板上市公司進(jìn)行行業(yè)劃分，由于制造業(yè)數(shù)量相對(duì)較多，將制造業(yè)細(xì)分到次類，與其他行業(yè)門類大類并列。其中計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)、醫(yī)藥制造業(yè)等體現(xiàn)新材料、新技術(shù)和新工藝的行業(yè)占比較大，具有一定的優(yōu)勢(shì)。從創(chuàng)業(yè)板上市公司來看，除了少數(shù)公司進(jìn)行了轉(zhuǎn)型和發(fā)生了行業(yè)變更，大部分公司的主營業(yè)務(wù)沒有發(fā)生實(shí)質(zhì)性變化。

由于2012—2018年創(chuàng)業(yè)板上市公司數(shù)為191個(gè)，為了便于分析將樣本企業(yè)分為制造業(yè)和非制造業(yè)行業(yè)，回歸結(jié)果如表4所示。表4列（1）和列（2）考慮年份和企業(yè)個(gè)體效應(yīng)的影響，列（3）和列（4）是在列（1）和列（2）的基礎(chǔ)上考慮異方差的影響，進(jìn)行的異方差穩(wěn)健性估計(jì)。

從表4制造業(yè)和非制造業(yè)的分樣本回歸結(jié)果可以看出，在低成長(zhǎng)階段，制造業(yè)研發(fā)投入和非制造業(yè)研發(fā)投入的相對(duì)影響系數(shù)分別為-0.040和-0.044，并且均在1%的水平上顯著;在高成長(zhǎng)階段，制造業(yè)研發(fā)投入和非制造業(yè)研發(fā)投入的相對(duì)影響系數(shù)分別為0.029和0.041，并且均在1%的水平上顯著。另外，進(jìn)行鄒檢驗(yàn)，鄒檢驗(yàn)值為5.46，P值為0.000，這進(jìn)一步驗(yàn)證了制造業(yè)與非制造業(yè)之間存在明顯的結(jié)構(gòu)性差異，究其原因是非制造業(yè)比如信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)以及科學(xué)研究和技術(shù)服務(wù)業(yè)普遍強(qiáng)調(diào)自身的技術(shù)優(yōu)勢(shì)，其行業(yè)本身更側(cè)重于研發(fā)投資行為，以提高企業(yè)的技術(shù)創(chuàng)新能力。因此，在低成長(zhǎng)階段和高成長(zhǎng)階段，相對(duì)于制造業(yè)，非制造業(yè)研發(fā)投入對(duì)經(jīng)營績(jī)效的相對(duì)影響系數(shù)絕對(duì)值較大。這也正好印證了制造業(yè)的研發(fā)投入為何總是滯后于非制造業(yè)，是由于其本身的行業(yè)特點(diǎn)決定的，非制造業(yè)研發(fā)投入的產(chǎn)出效應(yīng)增長(zhǎng)較快和拉動(dòng)優(yōu)勢(shì)明顯等現(xiàn)象，成為越來越多的制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)的數(shù)據(jù)支撐和實(shí)踐經(jīng)驗(yàn)。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

技術(shù)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)，決定企業(yè)健康成長(zhǎng)。因此，企業(yè)技術(shù)創(chuàng)新能力的提高成為增強(qiáng)企業(yè)競(jìng)爭(zhēng)力的有效路徑，目前也是學(xué)者們普遍關(guān)注的熱點(diǎn)問題，而研發(fā)投入是實(shí)現(xiàn)企業(yè)長(zhǎng)期穩(wěn)健發(fā)展的重要手段。以往的文獻(xiàn)過多集中在研發(fā)投入前置鏈條和后置鏈條的線性關(guān)系上，忽視了研發(fā)投入的階段性特征和生產(chǎn)要素邊際遞減的特點(diǎn)，這也就可能造成研發(fā)投入對(duì)經(jīng)營績(jī)效的非線性影響。因此，本文以2012—2018年創(chuàng)業(yè)板上市公司的平衡面板數(shù)據(jù)為研究對(duì)象，對(duì)企業(yè)的研發(fā)投入與經(jīng)營績(jī)效的關(guān)系，以及研發(fā)投入是否存在門檻效應(yīng)進(jìn)行了經(jīng)驗(yàn)分析，并得出以下結(jié)論：

第一，成長(zhǎng)機(jī)會(huì)存在雙重門檻，具有明顯的區(qū)間效應(yīng)。在低成長(zhǎng)階段和高成長(zhǎng)階段，企業(yè)的研發(fā)投入與經(jīng)營績(jī)效之間分別呈現(xiàn)顯著負(fù)相關(guān)和顯著正相關(guān)關(guān)系，而且低成長(zhǎng)階段的相對(duì)影響程度顯著高于高成長(zhǎng)階段，在中低成長(zhǎng)階段，研發(fā)投入與經(jīng)營績(jī)效呈現(xiàn)顯著正相關(guān)關(guān)系。這說明由于研發(fā)投入作為專利等無形資產(chǎn)的投入，必然會(huì)帶來企業(yè)的超額收益，而且在不同的成長(zhǎng)階段，除受研發(fā)投入的成本影響外，還受市場(chǎng)環(huán)境和行業(yè)特征等因素的影響。

第二，由于行業(yè)本身特征對(duì)研發(fā)投入的影響存在異質(zhì)性，將行業(yè)分為制造業(yè)和非制造業(yè)進(jìn)行門檻回歸差異檢驗(yàn)，結(jié)果發(fā)現(xiàn)無論是低成長(zhǎng)階段還是高成長(zhǎng)階段，制造業(yè)研發(fā)投入對(duì)經(jīng)營績(jī)效的影響程度均要低于非制造業(yè)，而且制造業(yè)研發(fā)投入的外部性顯現(xiàn)還是相對(duì)較慢的。

（二）政策建議

基于上述研究結(jié)論，筆者提出如下政策建議：

第一，正確認(rèn)識(shí)企業(yè)的研發(fā)投入與經(jīng)營績(jī)效的階段性和動(dòng)態(tài)性。盡管研發(fā)投入是企業(yè)創(chuàng)新能力提升的核心環(huán)節(jié)，但研發(fā)投入并不是企業(yè)尋求創(chuàng)新的萬能鑰匙，它還可能產(chǎn)生“雙刃劍”的效果。在不同的成長(zhǎng)機(jī)會(huì)下，研發(fā)投入對(duì)經(jīng)營績(jī)效的影響可能產(chǎn)生正向影響、負(fù)向影響甚至影響不顯著，如果利用不當(dāng)，造成資金的占用，收益短期內(nèi)又無法收回，可能會(huì)導(dǎo)致企業(yè)資金鏈的斷裂，出現(xiàn)虧損甚至破產(chǎn)。因此，企業(yè)進(jìn)行戰(zhàn)略決策時(shí)，應(yīng)當(dāng)客觀地看待研發(fā)投入所帶來的企業(yè)增長(zhǎng)效應(yīng)，結(jié)合企業(yè)不同的成長(zhǎng)機(jī)會(huì)，利用研發(fā)投入的階段性和動(dòng)態(tài)性，積極探索符合企業(yè)可持續(xù)增長(zhǎng)和業(yè)績(jī)提升的合理研發(fā)路徑，提升企業(yè)的核心競(jìng)爭(zhēng)力和未來的抗風(fēng)險(xiǎn)能力。

第二，充分考慮行業(yè)差異對(duì)企業(yè)研發(fā)投入的影響。不同行業(yè)對(duì)于技術(shù)的依賴性不同，而且技術(shù)研發(fā)的行業(yè)關(guān)聯(lián)還受到宏觀環(huán)境和政策導(dǎo)向等諸多因素的影響，比如計(jì)算機(jī)、通信和其他電子設(shè)備等行業(yè)中，無形資產(chǎn)占比相對(duì)較高，核心技術(shù)的創(chuàng)新是企業(yè)成長(zhǎng)的關(guān)鍵，而傳統(tǒng)采礦業(yè)和服務(wù)業(yè)等行業(yè)對(duì)于技術(shù)的依賴程度相對(duì)較低，相應(yīng)研發(fā)投入行為就少。不論是高新制造業(yè)還是傳統(tǒng)非制造業(yè)，要保持競(jìng)爭(zhēng)力，就需要合理安排研發(fā)投入，實(shí)現(xiàn)正確的產(chǎn)業(yè)技術(shù)轉(zhuǎn)型。因此，行業(yè)研發(fā)投資戰(zhàn)略的選擇，應(yīng)該充分考慮行業(yè)異質(zhì)性及其潛在因素對(duì)研發(fā)投入的影響，并合理優(yōu)化研發(fā)資源的配置結(jié)構(gòu)。

第三，經(jīng)營績(jī)效受研發(fā)投入的影響存在明顯滯后性，企業(yè)處于不同成長(zhǎng)階段，產(chǎn)生的收益可能來自于之前研發(fā)投入帶來的滲透影響，研發(fā)投入在企業(yè)發(fā)展的不同階段保持不同的配置比例，既要有效規(guī)劃實(shí)施，也要考慮前期影響，合理提升企業(yè)研發(fā)資源的配置能力。在政府層面，發(fā)揮其主導(dǎo)作用，進(jìn)行必要的宏觀調(diào)控，給予符合條件的企業(yè)相應(yīng)的研發(fā)補(bǔ)貼，鼓勵(lì)企業(yè)研發(fā)的同時(shí)彌補(bǔ)企業(yè)研發(fā)投入不足;在企業(yè)層面，重視企業(yè)自身競(jìng)爭(zhēng)力的提升，考慮企業(yè)規(guī)模與經(jīng)營績(jī)效協(xié)調(diào)發(fā)展，自主強(qiáng)化企業(yè)的研發(fā)能力，實(shí)現(xiàn)研發(fā)資源與其他資源的有效協(xié)同運(yùn)行。

參考文獻(xiàn)：

[1]Aghion， P.， Bechtold，S.， Cassar，L.， et al. The Causal Effects of Competition on Innovation： Experimental Evidence[J]. The Journal of Law， Economics and Organization， 2018， 34（2）： 162-195.

[2]汪海粟，曾維新. 中國創(chuàng)業(yè)板上市公司無形資產(chǎn)藍(lán)皮書[M]. 北京：知識(shí)產(chǎn)權(quán)出版社，2018.128-148.

[3]Romano，C.A. Research Strategies for Small Business： A Case Study Approach[J].International Small Business Journal， 1989， 7（4）： 35-43.

[4]康志勇. 融資約束、政府支持與中國本土企業(yè)研發(fā)投入[J].南開管理評(píng)論，2013，（5）：61-70.

[5]安同良，施浩. 中國制造業(yè)企業(yè)R&D行為模式的觀測(cè)與實(shí)證——基于江蘇省制造業(yè)企業(yè)問卷調(diào)查的實(shí)證分析[J]. 經(jīng)濟(jì)研究，2006，（2）：21-30.

[6]成力為，戴小勇. 研發(fā)投入分布特征與研發(fā)投資強(qiáng)度影響因素的分析——基于我國 30 萬個(gè)工業(yè)企業(yè)面板數(shù)據(jù)[J].中國軟科學(xué)，2012，（8）：152-165.

[7]劉小玄，鄭京海. 國有企業(yè)效率的決定因素：1985—1994[J].經(jīng)濟(jì)研究，1998，（1）：37-46.

[8]王亮亮，王躍堂. 企業(yè)研發(fā)投入與資本結(jié)構(gòu)選擇——基于非債務(wù)稅盾視角的分析[J].中國工業(yè)經(jīng)濟(jì)，2015，（11）：125-140.

[9]羅紹德，劉春光. 企業(yè) R&D 投入活動(dòng)的影響因素分析——基于企業(yè)財(cái)務(wù)資源觀[J].財(cái)經(jīng)理論與實(shí)踐，2009，（1）：56-60.

[10]Barker，V. L.， Mueller，G.C. CEO Characteristics and Firm R&D Spending[J]. Management Science， 2002， 48（6）： 782-801.

[11]Dugal，S.S.， Morbey，G.K. Revisiting Corporate R&D Spending During a Recession[J].Research-Technology Management， 2016， 38（4）：23-27.

[12]杜勇，鄢波，陳建英. 研發(fā)投入對(duì)高新技術(shù)企業(yè)經(jīng)營績(jī)效的影響研究[J].科技進(jìn)步與對(duì)策，2014，（2）：87-92.

[13]朱衛(wèi)平，倫蕊. 高新技術(shù)企業(yè)科技投入與績(jī)效相關(guān)性的實(shí)證分析[J].科技管理研究，2004，（5）：7-9.

[14]周國紅，陸立軍. 企業(yè)R&D績(jī)效測(cè)量的實(shí)證研究——基于對(duì)1162家浙江省科技型中小企業(yè)問卷調(diào)查與分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2002，（3）：78-82.

[15]周亞虹，許玲麗. 民營企業(yè)R&D投入對(duì)企業(yè)業(yè)績(jī)的影響——對(duì)浙江省桐鄉(xiāng)市民營企業(yè)的實(shí)證研究[J].財(cái)經(jīng)研究，2007，（7）：102-112.

[16]朱焱，張孟昌. 企業(yè)管理團(tuán)隊(duì)人力資本、研發(fā)投入與企業(yè)績(jī)效的實(shí)證研究[J].會(huì)計(jì)研究，2013，（11）：45-52.

[17]孫曉華，辛夢(mèng)依. R&D投資越多越好嗎？——基于中國工業(yè)部門面板數(shù)據(jù)的門限回歸分析[J]. 科學(xué)學(xué)研究，2013，（3）：377-385.

[18]戴小勇，成力為. 研發(fā)投入強(qiáng)度對(duì)企業(yè)績(jī)效影響的門檻效應(yīng)研究[J].科學(xué)學(xué)研究，2013，（11）：1708-1716.

[19]Hansen，B.E. Threshold Effects in Non-Dynamic Panels： Estimation，Testing， and Inference[J]. Journal of Econometrics， 1999， 93（2）：345-368.

[20]姚冰湜，馬琳，王雪莉，等. 高管團(tuán)隊(duì)職能異質(zhì)性對(duì)企業(yè)績(jī)效的影響：CEO權(quán)力的調(diào)節(jié)作用[J]. 中國軟科學(xué)，2015，（2）：117-126.

[21]陳修德，梁彤纓，雷鵬，等. 高管薪酬激勵(lì)對(duì)企業(yè)研發(fā)效率的影響效應(yīng)研究[J].科研管理，2015，（9）：26-35.

[22]曹廷求，孫文祥，于建霞. 資本結(jié)構(gòu)、股權(quán)結(jié)構(gòu)、成長(zhǎng)機(jī)會(huì)與公司績(jī)效[J].南開管理評(píng)論，2004，（1）：57-63.

[23]孫戈兵，連玉君，胡培. 不同成長(zhǎng)機(jī)會(huì)下多元化與公司績(jī)效的門檻效應(yīng)[J].預(yù)測(cè)，2012，（4）：69-74.

[24]連玉君，程建. 不同成長(zhǎng)機(jī)會(huì)下資本結(jié)構(gòu)與經(jīng)營績(jī)效之關(guān)系研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)， 2006，（2）：97-103.

（責(zé)任編輯：孫 艷）