研發(fā)投入與企業(yè)績效的研究

張揚

摘 要：研發(fā)投入方式對企業(yè)獲取和維持競爭優(yōu)勢至關重要。本文基于回歸分析法建立模型，利用北京、天津以及深圳地區(qū)300家高新技術企業(yè)2010-2018年的研發(fā)費用數(shù)據、營業(yè)收入數(shù)據等，實證分析研發(fā)投入作用于企業(yè)績效的情況。實證分析結果顯示：研發(fā)投入與企業(yè)績效存在正相關效應;盈利能力越強的企業(yè)，研發(fā)投入越多。本文的研究結論對企業(yè)加強創(chuàng)新具有參考價值。

關鍵詞：研發(fā)投入? 企業(yè)績效? 回歸分析

在經濟發(fā)展新常態(tài)下，為了鼓勵企業(yè)加大研發(fā)投入、提高創(chuàng)新能力，我國政府頒布了一系列的稅收優(yōu)惠政策。在國際上，許多國家也都擁有特色的、成熟的稅收政策來激勵科技創(chuàng)新。通過稅收杠桿作用，很多國家在激勵企業(yè)加大科研投入方面取得了顯著成效。從理論上講，研發(fā)投入的強度可能對企業(yè)績效產生互補效應或者替代效應兩種影響。縱覽國內外有關學術文獻，已有的研究多支持研發(fā)投入與企業(yè)經營績效具有正向的關聯(lián)。

基于以上理論分析，本文從整體角度提出以下假設：

[H0]：企業(yè)的研發(fā)投入強度與企業(yè)績效正相關

[H1]：企業(yè)的研發(fā)投入強度與企業(yè)績效負相關

本研究的貢獻在于采用北京、天津以及深圳地區(qū)高新技術企業(yè)的研發(fā)費用、營業(yè)收入等詳細的數(shù)據，同時樣本量涵蓋2010-2018年300家高新技術企業(yè)。因此有理由相信，本研究無論是在樣本數(shù)量方面，還是在數(shù)據的詳細度、準確性方面，都對已有研究是非常好的補充，并具有較強的創(chuàng)新性。

一、研究設計與數(shù)據分析

（一）數(shù)據來源與樣本選取

本研究的樣本來源于北京、天津及深圳地區(qū)2010-2018年近300家高薪技術企業(yè)的1400多條數(shù)據，數(shù)據涵蓋了高新技術企業(yè)的研發(fā)投入數(shù)據及營業(yè)收入、凈利潤等數(shù)據。

接下來，主要對數(shù)據做了以下處理：一方面，刪除了研發(fā)費用為零或空值的數(shù)據，因為該項數(shù)據是分析的重要事項，若為空值或零，不利于進一步對數(shù)據的分析處理。另一方面，刪除了所得稅為空值的數(shù)據，因為所得稅為空值，不符合會計準則規(guī)定，因而把這部分企業(yè)剔除。

經過上述兩步數(shù)據處理后，有效樣本數(shù)量為1345，占總樣本比例的90.57%。同時，在數(shù)據處理后，有研發(fā)投入的企業(yè)數(shù)量基本沒有變化。因此，對數(shù)據的處理是合適和恰當?shù)摹?/p>

（二）變量定義與模型界定

在模型設定之前，首先對因變量、核心解釋變量及控制變量進行定義，如表1所示。因變量：采用企業(yè)營業(yè)收入（PF）作為因變量。核心解釋變量：（1）使用企業(yè)每年的研發(fā)費用作為企業(yè)研發(fā)投入強度（radc）的衡量指標;（2）采用研發(fā)人員占員工總數(shù)的比例作為人才因素（rpp）的衡量指標;（3）采用研發(fā)人員中學歷在研究生以上的比例作為人才因素（dip）的衡量指標?？刂谱兞浚耗攴荩▂ear）。

在定義了因變量、核心解釋變量及控制變量的基礎上，設定如下所示的固定效應模型：

二、實證檢驗結果及解析

（一）描述性統(tǒng)計分析

變量的描述性統(tǒng)計分析結果，如表2所示，表2列出了相關變量的均值、標準差。其中不同京津冀地區(qū)企業(yè)研發(fā)費用的差異特別大，最多相差15476倍;研發(fā)人員比例與學歷比例的差異不大，但最少的企業(yè)沒有研發(fā)人員;從企業(yè)營業(yè)收入、凈利潤等都反映出，企業(yè)間的差異顯著。

（二）研發(fā)投入與企業(yè)績效：回歸分析

為分析研發(fā)費用、研發(fā)人員比例、學歷比例對營業(yè)收入的影響，建立同時回歸模型檢驗各因素對營業(yè)收入的解釋力。

結果發(fā)現(xiàn)，3個自變量對營業(yè)收入的整體擬合度調整后的R2=0.582，表明這3個自變量可以解釋投資績效58.2%的變化。模型整體的結果表明，回歸效果達到顯著性水平，研發(fā)投入強度的回歸系數(shù)為0.000（P=0.000<0.01），說明高新技術企業(yè)研發(fā)投入強度與高新技術企業(yè)市場價值（托賓Q值）顯著正相關。共線性檢驗結果表明，營業(yè)收入變量之間存在嚴重的多重共線性問題。但DW檢驗結果表明，殘差之間存在一定的正相關性。

回歸系數(shù)檢驗結果表明，變量都對投資績效有顯著的正向影響。標準化系數(shù)估計結果表示，研發(fā)費用對營業(yè)收入有著最佳解釋力，標準化系數(shù)為0.763，企業(yè)研發(fā)費用越多，營業(yè)收入越高。

三、穩(wěn)健性檢驗

為了檢驗以上結論的穩(wěn)健性，本文利用F檢驗（方差齊性檢驗）驗證研發(fā)投入是否對企業(yè)績效產生呈正相關關系，數(shù)據如表4所示。

其中檢驗數(shù)值F=607.249，P=0.000<0.01，由軟件結果可以得出，本文的模型通過了F檢驗（方差齊性檢驗），說明回歸方程具有顯著意義。R-squared的值為0.582，可以得出結論研發(fā)費用、研發(fā)人員比例與學歷比例與代表企業(yè)績效的托賓Q具有較好的擬合性，擬合度較好，同時我們可以認為該模型的殘差是符合正態(tài)分布的，上述模型可以很好的解釋研發(fā)投入與企業(yè)績效之間的關系。

四、總結與建議

本文以300多家高新技術企業(yè)為研究對象，分析研發(fā)投入與企業(yè)績效的關系，實證結果表明：研發(fā)投入與企業(yè)績效呈現(xiàn)顯著的正相關關系。用F檢驗（方差齊性檢驗）對模型的擬合度進行檢驗，結果表明模型擬合度較好，回歸效果達到顯著性水平。

根據研究結論，為了更好地提高企業(yè)績效、加強創(chuàng)新能力，提出建議如下：

第一，鼓勵企業(yè)積極主動增加研發(fā)投入。目前，我國對于企業(yè)的研發(fā)費用按照實際發(fā)生額的75%在稅前加計扣除?；诖耍ㄗh研發(fā)費用加計扣除的優(yōu)惠方式改變?yōu)槎愂盏置?。稅收抵免和加計扣除，是各國最常用的稅收辦法之一。目前，大多數(shù)國家采用稅收抵免的方式。比如：加拿大規(guī)定企業(yè)研發(fā)費用的20%可從應納稅額中抵免，此外凡購置用于科研的成本支出，可給予稅收抵免，抵免率一般為5%-40%，最高可達60%。

第二，加強關于創(chuàng)新型人才的稅收優(yōu)惠政策作用的發(fā)揮。第一，在人才的培養(yǎng)上，允許企業(yè)的職工教育培訓費的稅前扣除上限由工資薪金總額的8%提高到10%。此外，在合適范圍內允許中小企業(yè)的員工培訓費基于教育培訓費總額享受 8%-12% 的稅收抵免。這將在一定程度上鼓勵企業(yè)投入資金提高人才素質，為企業(yè)的科技創(chuàng)新打好基礎。

參考文獻：

[1]趙書博，王秀哲，曹越.我國激勵企業(yè)創(chuàng)新的稅收政策研究[J].稅務研究， 2019（8）.

[2]陳紅，張玉，劉東霞.政府補助、稅收優(yōu)惠與企業(yè)創(chuàng)新績效 ----不同生命周期階段的實證研究[J].南開管理評論， 2019（3）.

[3]陳遠燕， 何明俊， 張鑫媛. 財政補貼、稅收優(yōu)惠與企業(yè)創(chuàng)新產出結構——來自中國高新技術上市公司的證據[J]. 稅務研究， 2018， No.407（12）：50-56.

[4]劉建，蘇毓敏，萬梅.稅收政策激勵創(chuàng)新的國際比較與借鑒[J].國際稅收， 2017， No.54（12）：80-82.