研发投入对上市公司技术效率的影响
——基于专利产出中介效应的分析

刘传新，陈 超

（南京农业大学经济管理学院，江苏南京 210095）

1 引言

在“大众创业，万众创新”的时代背景下，我国投入了大量的人力、物力和财力进行科研创新，正向以科技创新为导向的科研大国大步迈进，企业在其中起着主导作用。近年来的中美贸易战让我国企业认识到提升自主创新能力的重要性和紧迫性，唯有具有核心竞争力的企业，才能在竞争中立于不败之地，才能实现可持续发展。从“互联网＋”到“智能＋”，伴随着物联网、大数据、云计算等技术的发展以及AI、5G等新一代信息技术的兴起，我国计算机、通信和其他电子设备制造业进入大发展阶段，成为带动高新技术产业发展的主要力量。提升该行业的创新能力，尤其是实现高质量的创新，对于我国制造业由“大而不强”向“大而强”转变，促使我国由“制造大国”迈向“制造强国”具有重要意义。

由此引发本文从实证的角度研究我国计算机、通信和其他电子设备制造业“创新与技术效率之间关系”的问题，从技术效率的角度，探究研发投入对企业绩效的影响，是否有利于企业的发展？与此同时，作为创新产出的专利又在其中扮演何种角色？通过回答上述问题，以期为企业提出有针对性的创新活动策略。

2 文献综述

关于研发投入与企业绩效的研究起步较早，且国内外已取得较为丰富的研究成果，但相关研究结论存在较大差异。多数学者认为研发投入能够促进企业效率以及绩效水平的提升（Petr Hanel et al.,2002;Jefferson,2004;Hu,2005;范凌钧等，2010）[1]-[4]，而部分学者认为研发投入不利于企业效率以及绩效水平的提升，具有阻碍作用（Gou et al.,2004;Lantz&Sahut,2005）[5]-[6]。此外，Toshiyuki、Mika（2008）[7]研究发现，研发资金的投入与技术效率的关联关系会因所处行业的不同而发生变化。乔均（2015）[8]通过实证分析认为，研发投入对食品企业技术效率的影响呈现出“不规律性”。董明放和韩先锋（2016）[9]提出，研发投入强度对技术效率的影响是呈负向门槛效应和边际效率递减的非线性特征，并且这种非线性关系具有显著的空间差异。

综上所述，学术界尚未对研发投入与企业效率之间的关系形成一致的研究结论，并且在研究过程中忽视了专利产出在两者关系中所起的作用。研发从投入到产出通常是一个漫长的过程，并不是一蹴而就的，存在一定的滞后性和累积性。这使得研发投入与效率或绩效水平之间的关系更为复杂，有必要展开相关研究进一步理清二者关系。

3 理论分析与研究假设

技术创新理论认为创新不仅能改变生产函数，还会对经济发展起到关键性的促进作用，对于企业而言，通过研发活动实现技术创新，满足市场需求，获取竞争优势，作为异质性资源的专利使得企业的这种竞争优势具有持续性，从而实现利润增长，最终能够实现可持续发展。因此，提出如下假设：

H1：研发金额投入对技术效率具有正向影响。

H2：研发人员投入对技术效率具有正向影响。

H3：专利产出在研发投入对技术效率的影响机制中起中介作用。

4 研究设计

4.1 样本选取及数据来源

本文以2014—2018年我国计算机、通信和其他电子设备制造业上市公司为研究样本，剔除研究期内任一年度出现所需财务数据、研发数据和专利数据严重缺失以及被ST和*ST的公司，最终涉及137家上市公司，共685个有效样本数据。本研究数据主要来源于国泰安数据库（CSMAR），缺失数据通过中国知识产权局专利检索系统和巨潮资讯网披露的上市公司年报进行补充，宏观数据来源于《中国统计年鉴》及其他地区相关部门发布的统计资料。

4.2 变量设计及模型构建

4.2.1 变量设计

（1）技术效率变量。采用技术效率作为企业绩效的衡量指标，以总资产、员工人数和董监高薪酬为投入变量，以营业收入为产出变量，以政府补助和宏观经济波动为环境变量，基于三阶段DEA模型计算上市公司各年度技术效率值。

（2）研发投入变量。选取研发金额投入、研发人员投入来衡量当期研发投入。研发金额投入采用永续盘存法计算研发投入资本存量：

（3）专利产出变量。采用专利数量作为专利产出变量。专利数量是指上市公司母公司及其控股子公司2014—2017年度的三类专利申请总数。

（4）控制变量。上市公司的技术效率还会受到其他因素的影响，本文选取企业规模、资本结构、股权集中度、股权制衡度、企业年限和企业性质虚拟变量作为控制变量。

各变量定义及说明具体见表1。

表1 变量定义及其说明

4.2.2 模型构建

为验证本文提出的假设，建立如下基于面板数据的多元回归模型：

模型1：

模型2：

模型3：

模型4：

5 实证分析

5.1 描述性统计分析

各变量的描述性统计见表2。由表可见，样本公司的技术效率均值为0.168，普遍较低，具有较大的提升空间。所获政府补助最大值为45.89%，最小值为0.021%，差异较大，政府补助存在一定的“挑选优胜者”现象（Wallsten,2000;Radicic,2015）。研发投入强度均值达到7.378%，超过5%，研发人员均值为1392人，说明样本公司创新投入水平较高，具有一定竞争力。企业专利申请数标准差为890.7，创新产出具有较大差异性。

表2 变量的描述性统计

5.2 相关性分析

关于DEA模型，其投入、产出指标须符合单调性原则，对总资产、员工人数、董监高薪酬以及营业收入进行相关性分析，发现投入和产出之间存在高度显著的正相关，因此，可以判断本文选取的投入和产出指标是相对客观、合理的，可以进行进一步效率的分析。

对各变量进行相关性分析，主要变量间的相关系数如表3所示，研发投入存量和研发人员数均与技术效率在1%的水平上显著正相关，专利数量也与技术效率显著正相关。各变量相关系数小于0.8，初步排除多重共线性，进一步计算各变量的方差膨胀因子，VIF值远小于10，表明可排除多重共线性的影响。

表3 主要变量间相关系数

5.3 企业技术效率测度

5.3.1 传统DEA模型分析初始效率

利用DEAP2.1软件，对2014—2018年样本公司的效率进行测度。由表4可知，在不考虑外部环境因素和随机误差对技术效率影响的情况下，2014—2018年样本公司的综合技术效率平均为0.340，效率水平整体偏低，存在较大的提升空间，其中，纯技术效率为0.517，规模效率为0.680，说明综合技术效率较低是由于纯技术效率和规模效率不高共同造成的，即样本公司在企业管理水平、内外部资源的整合利用以及公司规模等方面均需进一步改进。

表4 第一阶段技术效率历年均值

5.3.2 似SFA回归剔除环境因素和随机误差

采用Frontier4.1软件，分别以第一阶段DEA模型估计结果得到的总资产冗余、员工人数冗余和董监高薪酬冗余为被解释变量，以政府补助和GDP增长率为解释变量，基于SFA建立多元线性回归模型，利用MLE估计分别计算环境变量对投入冗余的影响，估计结果如表5所示。

由表可知，三个模型的LR值均通过了1%的显著性水平检验，环境变量大多通过了5%的显著性水平检验，表明环境因素的选取较为合理，环境因素对投入冗余具有显著影响，通过SFA模型剔除环境因素的影响是十分必要的。三个模型的gamma均趋近1，且通过了1%的显著性水平检验，说明随机干扰因素对投入冗余具有显著影响，通过SFA模型剥离随机误差的影响也十分必要。

表5 环境变量对投入冗余变量的SFA估计结果

5.3.3 调整后投入产出变量的DEA效率分析

运用DEAP2.1软件，基于原始产出值以及第二阶段剔除环境因素、随机误差影响的调整后投入值，得到样本公司2014—2018年更为真实、客观的效率状况，具体见表6。对比可知，第一阶段纯技术效率低下是因为外部环境较差和随机误差较大，经过三阶段DEA发现，综合技术效率较低是由于规模效率较低造成的，上市公司应适度扩大经营规模，以促进整体技术效率的提升。

表6 第三阶段技术效率历年均值

5.4 回归分析

5.4.1 研发投入与技术效率的关系

如表7所示，模型1是研发投入存量对技术效率的回归分析，可以看出，研发金额投入对技术效率的影响并不显著，假设H1不成立，原因在于，近年来，企业的研发投入资金更多的是用于模仿创新，即单纯的技术引进和流程改造，自主创新能力提升有限，难以形成核心竞争力从而提高技术效率，此外，研发金额投入具有盲目性，企业只重视研发资本的投入，却忽视了对内外部资源的管理，使得企业难以有效协调和整合相关资源，造成配置的失当、资源的浪费，不仅无法改进技术效率，甚至会对技术效率产生抑制作用。模型2是研发人员投入对技术效率的回归分析，研发人员数与技术效率显著正相关，假设H2成立。

5.4.2 中介效应检验

根据中介效应检验程序（温忠麟等，2004）[11]，在模型2的基础上，构建研发人员数对专利数量影响的回归模型3，构建以研发人员数和专利数量为解释变量，以技术效率为被解释变量的回归模型4，回归结果如表7所示，研发人员数对专利数量有显著正相关影响，模型4中，专利数量对技术效率的影响不显著，但研发人员数对技术效率的影响依旧显著正相关且相关系数降低，进行Sobel检验，结果显著，说明专利数量在研发人员投入与技术效率关系中存在部分中介效应，研发人员数对技术效率的积极影响有一部分是通过促进专利数量，间接影响技术效率实现的，假设H3成立。

6 结论与政策建议

6.1 研究结论

本文以2014—2018年我国计算机、通信和其他电子设备制造业137家上市公司为样本，运用三阶段DEA模型、DEA—TOBIT模型，对研发投入、专利产出与技术效率之间的作用机制进行实证研究，主要结论如下：①样本公司技术效率低下主要是由于规模效率较低造成的；②研发投入存量对技术效率的影响并不显著；③研发人员数与技术效率显著正相关，研发人员数对专利数量有显著正相关影响；④专利数量在研发人员投入与技术效率关系中存在部分中介效应。

6.2 政策建议

基于研究结论，得到如下政策建议：①目前我国计算机、通信和其他电子设备制造业上市公司技术效率受限于其规模效率低下，应适度扩大其规模，提升企业整体实力；②企业在注重研发资本持续性投入的同时，更需加大对资源的利用和管理，充分吸纳并整合内外部资源，优化资源的配置；③企业应重视研发人员的作用，通过引进、培养高端人才，提高劳动力质量，发挥人的主观能动性，做好人力资本的管理；④促进创新投入到创新产出的转化，注重专利在技术转移的实践过程中所产生的经济价值，寻求关键性、共性以及颠覆性的技术创新，做好产业的转型升级。

表7 多元回归结果