中国制造业企业研发投入与效果的经验研究

汤二子　刘海洋　孔祥贞　孙振

摘要：关于企业研发的相关研究一直以来就受到了重视，不过目前关于国内企业的相关经验研究都存在诸如样本容量稀少、检验方法欠缺以及样本选择偏差等问题，从而所得出的结论可能存在质疑。使用2007年样本容量巨大的中国制造业企业数据进行企业研发方面的相关检验，并且将使用多种方法进行检验并比较结果的差异性。结果表明：政府部门应加大对企业的研发投入，企业应重视生产经营，从而积累更多的资源用于研发，利用研发提高并保持自身的竞争优势。

关键词：研发决策；研发投入；产出弹性；生产率

中图分类号：F062.4文献标识码：A 文章编号：1003-3890（2012）08-0057-05

一、问题提出

Schumpeter提出市场力量的集中所带来的垄断可以促进研发投入，因为研发虽然具有高收益特点，但也具有高风险以及高成本的特点，从而只有那些规模大且盈利状况令人乐观的企业才具有能力进行研发，吴延兵（2009）、汤二子，于长宏（2011）根据实证检验认为企业规模对于研发决策确有显著的正向影响；其次是关于企业研发投入量的决定因素的研究，这方面吴延兵（2008）进行了较为系统的研究，结论依然认为企业规模等因素对于企业研发投入量具有显著影响。再次，关于企业研发效力最为常见的研究是估计研发产出弹性，吴延兵（2006）运用537个微观企业样本估计了研发产出弹性，估计结果认为研发产出弹性大约是0.11，并且发现高科技企业与非高科技企业的研发产出弹性是存在差异的，前者研发产出弹性大约是0.18，而后者研发产出弹性大约只有0.10，这对于区分高科技产业与非高科技产业做出不同研发决策具有指导意义。最后，国内学者也较为关注研发对企业生产率的影响，张海洋（2005）运用1999—2002年34个中国工业行业面板数据，基于DEA的Malmquist生产率指数对生产率、技术效率以及技术进步进行了测算，检验认为企业研发对于生产率和技术效率的影响是不显著的或者具有显著的负影响，而研发对于技术进步具有显著的正向影响，从而论证了研发所存在的两面性。朱有为等（2006）认为我国高科技产业研发效率整体偏低，不过呈现稳步上升趋势，而且行业间效率差异具有逐步减小趋势。白俊红等（2009）运用中国本土1998—2006年30个省级面板数据样本，使用超越对数随机前沿模型，研究认为全国整体研发创新的技术效率较低，仍有较大的提升空间，尽管研发创新的全要素生产率与技术进步均有所增长，增速却有所减缓。检验研发对企业生产率的影响时，生产率的不同计算方法可能是导致结论存在差异的重要原因，不过，从目前经验研究大体上可以看出研发与企业生产率之间具有显著正相关性，这对鼓励企业进行研发提供了经验支撑。

尽管国内学者对于企业研发方面进行了相关经验研究，但是笔者认为这些研究中存在着一些共同问题：首先，由于微观企业数据的可得性，很多经验研究仅局限于上市公司的经营绩效数据，这样稀缺的样本容量将直接影响检验结果的可信性。其次，检验方法存在局限性，大部分已有的经验研究仅仅使用OLS做计量检验，这也将带来一些问题。最后是样本选择问题，目前经验研究中仅仅选用已经进行研发的企业做实证检验而忽视了未进行研发地企业样本，这将导致检验结果存在偏误。本文就是根据目前研究中所存在的缺陷，使用2007年中国制造业企业样本数据系统地进行企业研发方面的相关检验。我们拥有容量巨大的企业样本数据，并且运用多种方法进行检验，从而检验结果更加具有可信性。

二、企业研发投入的相关检验

所使用的经验样本是中国工业企业数据库，该数据库所统计的企业原始数据可能会出现一些人为统计错误，由此产生的奇异样本对于检验结果具有消极影响，所以我们需要进行样本筛选。在谢千里等（2008）对企业样本筛选的基础上，我们对数据做以下处理工作：（1）删除一些统计变量明显具有错误的企业样本，如企业的工业总产值等变量被统计为负值；（2）对于企业经营状态，数据库中共分为五类，即正常营业、停业、筹建、撤销和其他，我们仅仅保留正常营业状态的企业样本；（3）删除企业员工总数不超过8人的样本；（4）由于数据库统计的是全部国有以及规模以上非国有企业，从而删除一些可能影响结果的异常样本，如工业销售产值低于500万元、工业总产值低于500万元、工业增加值低于10万元、资产总额低于100万元、固定资产低于10万元以及中间投入低于10万元的样本，其实在经过前几步的筛选以后，这一步并没有删除过多样本，但是对实证检验具有积极意义。通过样本筛选后，还剩下292 612个企业样本，如此巨大的样本容量是运用上市公司经营数据万难达到的。

数据库中关于企业研发支出的统计中大约有80%的企业研发投入等于0，我们在前文已经说明研发支出等于0可以近似认为该企业未进行研发投入，这些样本的存在对于我们检验企业研发决策的影响因素具有重要意义。定义虚拟变量DRD={0，1}，如果企业研发支出大于0，则DRD等于1，如果研发支出等于0，则DRD等于0。对于影响企业研发决策的可能因素，我们根据已有的经验研究以及本文所使用的数据库中关于企业样本统计变量的特点，我们选用以下变量：（1）工业产出规模（IPS）；（2）补贴规模（SS）；（3）利润规模（PS）；（4）职工教育支出规模（TS）；（5）债务规模（DS）；（6）出口规模（ES）；（7）管理支出规模（MS）；（8）企业成长年龄（GA）；（9）行业控制变量（ICV）；（10）地区控制变量（RCV）。这样，我们寻找到了可能影响企业研发决策的可能因素，我们首先建立以下LPM：

DRDi=C+β1IPSi+β2SSi+β3PSi+β4TSi+β5DSi

+β6ESi+β7MSi+β8GAi+λICV+ηRCV+εi （1）

我们运用OLS对筛选后的企业样本来估计该方程，估计的结果如表1所示。

通过表1的估计结果可以得出如下结论：

结论1：根据经验估计发现，企业所获得的补贴、所赚取的利润、为员工教育培训所支出的费用、出口交货总量、管理支出费用以及企业成长年龄正如预期那样，可能会对企业做出研发决策产生积极的影响，而工业产出与债务总量对企业做出研发决策的影响可能与预期相反，检验研究发现前者与研发决策呈显著的负相关性，后者却与研发决策呈显著的正相关性。

目前对于企业研发支出决定因素的经验研究主要集中于研发企业样本，我们先根据已有研究做类似的检验，对于研发企业样本，我们用企业研发支出的自然对数构造研发规模（RDS）变量，解释变量依然等同于前文在检验研发决策时所选用的变量，建立以下检验方程：

RDSi=C+β1IPSi+β2SSi+β3PSi+β4TSi+β5DSi

+β6ESi+β7MSi+β8GAi+λICV+ηRCV+εi （2）

运用研发企业子样本对式（2）的OLS估计结果如表2所示。

根据表2总结可以得出如下结论：

结论2：根据经验研究认为企业所获得的补贴量、所获得的利润总额、债务融资总量、出口交货值与管理支出费用很可能会对企业研发支出总量产生积极影响；工业产出总量、职工在职培训与企业成长年龄对企业研发支出的影响具有不确定性，不过我们倾向于认为产出规模可能会对企业研发具有正向影响。

三、企业研发效果的相关检验

估计生产要素的产出弹性，一般使用C-D生产函数，即对于任意企业i，其投入的劳动Li和资本Ki所获得的产量为Qi=AiKiαLiβeεi，其中Ai是企业i的技术水平，我们不妨认为Ai决定于企业研发投入Ri，且满足Ai=BRiγ，其中B可以看成知识转化效率，这样我们得到Qi=BKiαLiβRiγeεi，对该式两端取自然对数可以得到：

LnQi=C+αLnKi+βLnLi+γLnRi+εi （3）

运用企业样本检验（3）式得到的参数γ估计值就是研发产出弹性。在估计之前我们有必要说明以下几个问题：首先，由于本文接下来的估计中研发支出规模仅作为解释变量，所以我们只选用研发企业样本，这种外生样本选择①不会带来样本选择问题，并且删除未进行研发企业样本能够更为有效地估计研发产出弹性；其次，关于产量Q的衡量问题，笔者认为工业增加值能够较为准确地衡量该企业在研究时期内的生产经营状况，所以估计研发产出弹性时，我们选用工业增加值作为企业产量的衡量指标，当运用工业总产值作为产量指标时需要重新设定估计方程；最后，设定企业技术水平取决于研发支出时可能存在相应的问题，首先存在其他影响企业技术水平的因素，更为重要的是企业技术水平取决于研发投入的存量，而我们仅具有企业研发投入的当期流量，不过在永续盘存法（PIM）的思想下可以用研发支出流量的自然对数值近似代替研发存量的自然对数值②。我们利用研发企业样本估计方程（3）得到的系数估计值如表3中a所示。

根据估计结果a可以看出研发产出弹性没有已有经验研究那么大，仅为0.05左右，产生这种差异的原因很可能就是样本选择差异，已有经验研究一般只关注于样本量稀少的上市公司研发产出弹性，而上市公司经营状况一般都较好并且企业规模也较大，所以估计的研发产出弹性可能就更为乐观，本文使用样本容量巨大的制造业研发企业样本，样本容量达到了3万以上，所以估计结果远远可信于已有经验研究所估计结果。如果运用工业总产值代替工业增加值来衡量企业产量，估计的结果如表3中b列所示，我们发现用工业总产值代替工业增加值并没有对各种生产要素的产出弹性估计值产生过大影响，研发产出弹性也有0.04左右。吴延兵（2008）认为在用工业总产值衡量企业产量时需要在估计方程中引入工业中间投入（M），即建立以下检验方程：

LnQi=C+αLnKi+βLnLi+ηLnMi+γLnRi+εi （4）

我们运用同样的研发企业样本对（4）式的估计结果如表3中c所示，由此可以看出在引入中间投入变量后，对工业总产出变异的解释贡献达到了97.5%，并且中间投入的产出弹性达到了0.86以上，但是包括研发在内的其他生产要素的产出弹性估计值均大大下降，研发产出弹性估计值下降到低于0.01，从而可以看出我国制造业企业整体生产状况是工业附加值低、技术落后、以大量使用中间投入的加工企业为主，所以我国制造业企业要加快产业结构调整，逐步改变这种高消耗低附加值的生产模式。根据对研发产出弹性的估计，我们可以总结得到以下结论：

结论3：用工业增加值与工业总产值衡量企业产量来估计研发产出弹性的差异并不大，研发产出弹性大约在0.04～0.05左右，比已有经验研究的估计值要低；如果将中间投入纳入估计方程，研发产出弹性的估计值将大大降低，下降到不足0.01，这意味着我国制造业企业工业附加值低下。

检验企业研发对其生产率的影响，生产率计算方法显得尤为重要，本文计算生产率方法是扩展的“索洛残值”法③，其基本计算思路是：各行业中企业生产率可能存在较大差异，所以需要分行业计算企业生产率，假设处于行业j的任意企业i的产出为Qij，其投入的劳动与资本分别为Lij和Kij，这样有Qij=AjKijαjLijβjeεij成立④，其中Aj是行业j的整体技术水平，αj和βj分别是行业j的资本产出弹性与劳动产出弹性，对产出公式取自然对数得到LnQij=Cj+αjLnKij+βjLnLij+εij，运用每个行业的企业样本分别对该式进行OLS回归得到拟合值■j和残差■j，其中■j代表行业j整体技术水平估计值，而代表所估计企业i技术水平偏离行业j整体技术水平的大小，这样处于行业j的企业i的生产率估计值为LnTFPij=■j+■ij，我们运用这种方法计算了每一个企业的生产率。

首先，我们检验研发决策对于企业生产率是否具有显著的正向影响，解释变量为企业研发虚拟变量（DRD），我们需要控制其他可能影响企业生产率并且与企业研发决策相关的可能因素，我们重点控制以下变量：（1）企业规模可能通过规模报酬的作用而影响企业生产率，我们依然运用工业产出规模（IPS）衡量企业规模水平；（2）职工培训可以提高员工工作技能从而可能带来企业生产率的提高；（3）利润规模（PS）；（4）出口规模（ES）对企业生产率的影响一直以来就受到了关注（汤二子等，2011）；（5）企业成长年龄（GA）对生产率的提高也可能具有作用；（6）行业虚拟变量（ICV）和地区虚拟变量（RCV）。寻找到这些控制变量后，根据Chow检验看出在允许截距项不同外，研发企业样本与非研发企业样本可以使用同一个估计方程，从而我们建立以下检验方程：

结论4：企业进行研发可能只是关注于提高产品质量，或者企业研发发挥生产效力可能存在时滞，所以企业研发对生产率可能并不存在预期中的促进作用，而是呈显著的负相关关系。

四、结论与政策建议

研发不仅对于企业越来越显得重要，而且对于国家整体技术水平的提升也具有重要意义，所以研发方面的相关经验研究一直以来就被国内学者所重视。不过，纵观目前的经验研究却发现了一些可能影响实证结论的问题。其一是样本容量的稀缺，其二是检验方法的单一与落后，其三是样本选择方面所存在的问题，即仅仅选用研发企业样本而忽略非研发企业样本会导致无法准确验证企业研发投入的决定因素。鉴于目前研究所存在的缺陷，我们利用2007年中国制造业企业样本数据进行了企业研发方面的一系列相关检验，我们所做工作要先进于目前已有经验研究。这主要体现在以下几个方面：首先，我们拥有的样本容量巨大，总样本容量达到了将近30万，研发企业样本容量超过了3万，这是运用上市公司经营绩效统计数据很难实现的样本要求；其次，由于我们不但选用了研发企业样本，而且选用了非研发企业样本，这样就可以进行企业研发决策方面的经验研究，这是仅利用研发企业样本无法达到的；再次，我们运用了多种估计方法并且比较了各种方法所得结果的差异，这对我们准确了解研发方面的相关经验研究具有较为重要的意义；最后，我们估计研发投入的决定因素时，为了尽可能避免样本选择偏差而选择总样本进行估计，并且为了解决角点解问题而使用了Tobit-ML估计，这在现有经验研究中尚属首次。

根据2007年中国制造业企业数据关于研发所进行的描述以及经验研究发现了以下重要结论：（1）我国制造业企业进行研发还不算普遍，大约仅有10%的企业进行了研发投入，并且研发企业的研发强度也很低。（2）对于企业研发概率的相关经验研究认为企业所获得的补贴、所获得的利润、员工培训支出、出口总量、债务融资、管理支出以及企业年龄与研发概率呈显著的正相关性，从而这些因素可能会对企业做出研发决策产生积极意义，而产出规模与企业研发概率呈显著的负相关性，所以企业规模对于企业是否做出研发决策可能具有负向影响。（3）对于企业研发支出相关影响因素的研究认为企业所获补贴、所获利润、债务融资总量、出口量与管理支出与研发支出呈显著的正相关性，从而这些因素对于企业增加研发支出可能具有促进作用，职工教育培训支出与企业年龄对于研发支出的影响不能确定，不过我们更倾向于认为产出总量对于研发支出具有积极作用，所以规模对于企业做出研发决策可能具有消极影响，但是对于企业增加研发支出可能具有促进作用。（4）在估计研发产出弹性时发现研发产出弹性并没有已有经验研究估计的那么大，并且在引入中间投入时研发产出弹性变得更小，所以我国制造业企业的工业附加值较低，技术较为落后。（5）研发对于企业生产率很可能没有预期中的促进作用，甚至具有消极作用，这主要原因可能是我国企业研发存在效力时滞并且研发投入更关注于提高产品质量而忽视提高生产效率。

根据本文的相关研究，我们可以提出一些有意义的政策建议：其一对于政府部门来说，由于补贴对于企业做出研发决策以及增加研发支出可能具有促进作用，所以政府部门要重视对于企业的补贴，为其提供更为丰裕的研发投入资源，帮助其降低研发所带来的风险；其二对于企业个体方面，企业要重视生产经营，积累更多的资源用于研发，并且要正视研发对于企业的影响，尽管研发在短期内对于企业生产率方面的影响不明显，但是从长远角度考虑研发决策，利用研发提高并保持自身的竞争优势，使企业在残酷的竞争中立于不败之地。总之，在政府部门以及企业的共同努力下，做出最优的研发决策是不可或缺的。

注释：

①关于外生样本选择与内生样本选择问题，可以参见：伍德里奇《计量经济学导论》第四版。

②关于永续盘存法的相关论述，可参见吴延兵（2008）与汤二子、于长宏（2011）的相关论述。

③索洛残值法实质上就是不带截距项的回归，但是笔者认为这样很难衡量生产率的整体趋势。所以我们将使用带截距项的回归，关于其中原因的具体介绍，可以参见：刘海洋，汤二子，郭园园，王珺.异质性企业贸易模型的扩展及中国经验，世界经济与政治论坛，2011年第5期。

④为了论述的简便，计算企业生产率时没有考虑企业研发支出对产出的影响，这样并不会对生产率的计算结果产生实质性影响。

参考文献：

［1］白俊红，江可申，李婧.中国地区研发创新的相对效率与全要素生产率增长分解［J］.数量经济技术经济研究，2009，（3）：139-151.

［2］汤二子，李影，张海英.异质性企业、出口与“生产率悖论”——基于2007年中国制造业企业层面的证据［J］.南开经济研究，2011，（3）：79-96.

［3］汤二子，于长宏.中国工业企业支出规模与R&D波及面：2005～2007［J］.改革，2011，（4）：103-110.

［4］吴延兵.中国工业R&D投入的影响因素［J］.产业经济研究，2009，（6）：13-21.

［5］吴延兵.自主研发、技术引进与生产率——基于中国地区工业的实证研究［J］.经济研究，2008，（8）：51-64.

［6］吴延兵.R&D与生产率——基于中国制造业的实证研究［J］.经济研究，2006，（11）：60-71.

［7］张海洋.R&D两面性、外资活动与中国工业生产率增长［J］.经济研究，2005，（5）：107-117.