研发投入、市场结构对高技术企业绩效的影响

王 楠，张立艳，李思晗

(1.天津财经大学商学院，天津 300222；2.东北大学工商管理学院，辽宁 沈阳 110819)

研发投入、市场结构对高技术企业绩效的影响

王 楠1，张立艳1，李思晗2

(1.天津财经大学商学院，天津 300222；2.东北大学工商管理学院，辽宁 沈阳 110819)

以中国工业企业数据库2005—2007年四个高技术行业4556个企业层面的数据为样本，本文采用修正的标准差估计方法，实证分析了研发投入、市场结构对高技术企业绩效的影响。研究结果表明，高技术企业的研发投入会对企业绩效起到显著的促进作用，在集中度较低的市场中竞争程度的减弱会强化研发投入对企业绩效的促进作用，然而在集中度较高的市场中市场结构的调节作用并不显著。本文深化了市场结构与中国高技术企业研发绩效关系的认识，为高技术产业创新绩效提升提供理论指导。

研发投入；市场竞争；企业绩效；高技术企业

1 引言

高技术企业代表着国家科技发展水平，是调整产业结构、提高国家竞争力的生力军，在中国经济发展中占有十分重要的战略地位[1]。近年来，中国不断加大对高技术企业的扶持力度，采取税收减免、股权激励、科技计划、项目用地、金融保险、出口信贷等多种政策措施，鼓励和支持高新技术企业发展，以增强中国企业的创新能力。高技术企业的研发投入是其创新能力的主要来源，企业通过不断创新得以永续增长，使企业获得可持续发展动力。然而，研发投入的结果往往无法预测，具有高度的不确定性[2]，企业只有将研发投入转化为创新能力，才会形成竞争优势，从而为企业带来收益。一些研究表明，在高技术企业增加研发投入可以加快产品更新速度，扩大企业的销售规模，从而提高企业的销售额[3]；同时研发活动降低了企业的生产成本，因此，高技术产业中企业的研发投入可以提升企业绩效[4]。然而，另一些学者指出高技术企业的研发活动存在盲目跟风的心理，倾向于投入大量资金进行研发，粗放式投资管理和低效的投资决策使企业陷入投资失效的“加速化陷阱”，因而在高技术企业研发投入并不会带来企业绩效的显著提升[5-7]。本文认为，研发投入与企业绩效的关系受到市场结构的影响，市场结构作为企业生存的外部环境，时刻影响着企业的生产经营决策。Castellacci[8]采用CDM模型分析了市场结构对创新决策、研发投入、创新产出和劳动生产率四个阶段的影响，研究表明在垄断市场中企业更有可能进行创新活动并进行大量的研发投入，而在竞争市场中企业的创新产出和劳动生产率更高。因此，有必要深入揭示市场结构在研发投入与创新绩效关系中的重要作用。

现有研究主要从企业层面考察研发投入和企业绩效之间的关系，对于市场结构在研发投入与企业绩效之间的调节作用没有明确的揭示。此外，样本选择对研究研发投入、市场结构和企业绩效之间的关系起到至关重要的作用。现有研究多基于宏观统计年鉴数据或上市公司企业数据，然而宏观数据难以揭示企业创新策略和创新能力的微观机制，而上市公司数据仅包含部分的高技术产业，相对而言缺乏代表性，尤其是忽略了一些在高技术行业市场结构和创新活动中起到重要作用的中小微企业[9-10]。为全面考察中国高技术企业研发投入、市场结构和企业绩效的微观机制，本文采用2005—2007中国工业企业数据库中高技术企业为样本，以弥补现有研究中样本选择方面的不足。本文主要考察高技术企业的研发投入、市场结构和企业绩效之间的关系，为中国企业经营战略的制定提供理论参考，为政府对高新技术企业扶持提供政策建议。

2 理论分析与研究假设

2.1 研发投入与企业绩效

在高度竞争的市场环境下，知识的传播使得原有技术极易被竞争对手模仿和改良，导致产品的生命周期大幅度缩减，原始技术的价值快速减损，降低了企业原本的竞争优势，这种现象在高技术企业尤为明显。高技术企业必须关注于研发投入、积累创新产出，以此获取具有价值的、不可替代的企业资源，使企业处于领先地位，保持企业的竞争优势[11-13]。

研发投入可以提高产品质量，增加产品竞争力，降低企业的生产成本，使企业的销售额得到提升[14]，高技术企业的创新目标主要集中于产品创新(即，创造出新产品或对已有产品进行重大改进)，并且高技术企业的创新类型多为突破性创新，创新的动力主要来源于科技进步[15]，因此由研发投入所带来的创新是高技术企业的核心竞争力，也是企业保持其市场地位的主要方式。高技术企业可以通过研发投入进一步扩大企业间产品的技术含量的差距，加快企业的产品更新速度，扩大了企业的销售规模，从而提高了企业的销售额，高技术企业可以从研发投入中获得相应的回报。因此高技术企业增加研发投入会带来企业绩效的提升。综上所述，得到假设1：高技术企业的研发投入对企业绩效起到促进作用。

2.2 市场竞争程度在研发投入对企业绩效影响中的调节作用

市场结构不仅直接作用与企业绩效，还会在研发投入对企业绩效影响中的起到调节作用[8,16]。在竞争较为激烈的市场中，各企业的最小有效规模(能够有效经营的最小工厂)相对于整个产业规模较小，各个企业可利用、可调配的资源相对较少[17]，企业的资源更大比例投入正常运营中，企业为获得竞争优势而投入的研发资源较少，从而得到的回报也较低[18]。并且，研发投入活动具有回报周期长、不确定性高的特点，在竞争程度较高的市场中，企业进行研发投入会对企业的财务状况起到负面作用，甚至影响企业的正常运行，导致企业承担不必要的损失[19]。然而，随着行业内部的竞争程度降低，企业的市场占有率提高，企业可以通过形成进入壁垒而抑制潜在进入者加入市场，在高科技产业中，技术壁垒是在位者阻止潜在进入者参与市场竞争的主要方式[20]。在集中度高的市场中，高技术企业为保持企业的核心竞争力必须持续的提高企业的研发投入，通过研发活动提升其市场地位，维持垄断优势。因此，随着市场竞争程度的降低企业的研发投入对企业绩效的促进作用更显著。综上所述，得到假设2：市场竞争程度在研发投入与企业绩效的关系中起到负向调节作用，即竞争程度的减弱会强化研发投入对企业绩效的促进作用。

3 数据、变量及衡量

3.1 数据来源及样本选择

本文研究高科技企业研发投入、市场结构与企业绩效的关系，高质量的微观数据是准确解释这一关系的有力保障。已有研究多使用高技术行业统计年鉴宏观数据或者上市公司中高技术企业的微观数据，然而宏观数据并不能深入解释经济现象的微观机理，上市公司数据又缺乏对小微企业的观测，因此本文使用中国工业企业数据库中高技术企业为样本。中国工业企业数据库是基于国家统计局进行的“规模以上工业统计报表”的资料整理而成，其统计对象为规模以上工业法人企业，包括全部国有和年主营业务收入500万元及以上的非国有工业法人企业，与《中国统计年鉴》的工业部分和《中国工业统计年鉴》中的覆盖范围一致是目前国内最为全面和权威的企业层面数据，是产业研究不可多得资料。

尽管该数据库中包含全部国有和年主营业务收入500万元及以上的非国有工业法人企业的主要财务信息，其中一些样本仍存在错漏和统计误差，因此，根据现有文献提出的指标异常问题的解决方法，将以下样本删除：①企业的员工数少于8人；②工业总产值小于等于0；③固定资产净值为小于等于0；④主营业务收入小于500万元；⑤研发投入为负值；⑥广告费为负值；⑦职工教育费为负值；⑧总资产与流动资产差额为负值；⑨总资产与固定资产净值差额为负值；⑩累计折旧与当期折旧的差额为负值。同时，根据本文研究目的，将研发投入缺失的样本删除，本文借鉴欧盟统计局(OECD)的行业分类方法，选取高技术企业，即医药制造业、武器弹药制造业、电子及通信设备制造业和仪器仪表及文化、办公用机械制造业为参考样本，共得到4556个观察值。

3.2 变量定义

(1)企业绩效(PRO)，是指一定经营期间的企业经营效益和经营者业绩，本文采用主营业务成本率倒数衡量企业绩效。该指标为相对量指标，可以反映一单位成本对收入的贡献率，该指标越大说明企业更有效的利用成本获取收益。已有研究大多采用主营业务利润率衡量企业绩效，主营业务利润率更多反映企业在商品定价方面的合理性，而主营业务成本率倒数更多反映企业在合理配置生产资源方面的表现，对企业的研发活动更加敏感。其计算公式为：

企业绩效(PRO)=主营业务利润/主营业务成本

(2)研发投入(RD)，是企业为提高自身创新能力的投入，本文采用研发强度来衡量企业的研发投入。由于本文使用的是中国制造业企业数据，企业之间的规模差距较大，使用研发强度衡量研发投入能够减弱由企业规模所引起的研发投入的变化，反映研发投入的真实情况，避免因为研发费用数值过大而对统计分析带来的估计偏误。其计算公式为：

研发强度(RD)=研究开发费/主营业务收入

(3)行业集中度(HHI)，由于市场结构决定市场行为进而决定市场绩效，市场结构不同会引起厂商做出不同的生产经营决策，从而对企业绩效产生影响。本文采用赫芬达尔指数对行业集中度进行测算，可以综合地反映同一行业内的企业数目和相对规模，反映出行业集中率所无法反应的集中度的差别。并且，由于赫芬达尔指数对规模较大的企业赋予了更大的权重，因此对规模较大的前几家企业的市场份额比重的变化反应敏感，能真实地反映市场中企业间规模的差距大小，并在一定程度上反映企业支配力的变化。其计算公式如下：

(1)

其中Xi为行业j中企业i的主营业务收入。

(4)职工教育(TRA),是企业为职工学习先进技术和提高文化水平而支付的费用。本文采用人均职工教育费衡量职工教育，其计算公式为：

人均职工教育费(TRA)=职工教育经费/从业人员总数

(2)

(5)企业规模(SCA)，企业也可能存在生产上的规模经济[21]，所以企业规模也会对企业绩效产生影响。本文用企业的固定资产的对数来衡量企业规模。采用固定资产的对数指标除了能反映企业的规模大小之外，还可以避免因企业固定资产相差过大而对统计分析带来的估计偏误，其计算公式如下：

企业规模(SCA)=ln(固定资产)

(3)

(6)企业年龄(AGE)，由于企业年龄与企业的商誉，融资能力等关系密切，因此企业年龄也会对企业绩效产生影响。同时，企业成立的时间越长，越有可能嵌入某一个或者多个创新网络，创新资源共享的实现程度越高；如果企业面对的客户是个人，可能更易获取产品改进与研发的创意，面对企业客户时，更容易实现技术资源的共享[22]，因此企业年龄也会对企业绩效产生影响。企业年龄的计算公式如下：

企业年龄(AGE)=资料登记年-企业开业年+1

(4)

(7)所有制类型虚拟变量(Ownership dummy)，所有制类型不同会导致企业的组织管理概念、发展战略、管理策略和经营行为有所不同[23]，因此所有制类型也会对企业绩效产生影响。为了考察不同所有制类型企业创新投入及广告投入对企业绩效的影响的差异，本文依据企业的登记注册类型，将企业所有制归纳为四种：国有企业、国内民营企业、港澳台资企业和外资企业。本文以民营企业为参照标准，设定了国有企业、港澳台资企业和外资企业三个虚拟变量。

(8)行业类型(Industry dummy)，根据企业所属行业，将企业行业类型划分为医药制造业、武器弹药制造业、电子及通信设备制造业和仪器仪表及文化、办公用机械制造业，并以医药制造业为参考标准，设置3个行业类型虚拟变量。

3.3 描述性统计

表1为2005—2007年高技术企业的描述性统计和相关性分析情况。由表1可知，以PRO数值分布在-0.9788～80.0429之间均值为0.5909，说明虽然高技术企业中存在亏损企业，但大多数企业仍为盈利企业。研发强度分布在0.0000～0.8529之间，均值为0.0247，说明即使是在高技术行业，企业的研发强度仍集中在较低的范围内，赫芬达尔指数分布在0.0030～0.9050之间，均值为0.0244，说明在高技术行业内大多数企业所在的市场的竞争程度较为激烈，但也存在少数企业所在市场趋近于寡头甚至是垄断市场。各变量的相关性系数较小，不存在多重共线性问题。

表1 描述性统计和相关性分析

注：†、*、**、***分别代表在0.2、0.1、0.05、0.01水平上显著，双尾检验,下同。

表2为2005—2007年高技术企业按市场结构分类的描述性统计情况，当市场集中度低于均值(0.0244)时为低集中度市场，高于均值(0.0244)时为高集中度市场。由表2可知，大多数企业位于低集中度市场(样本量为3512)。同时，高集中度市场中企业研发投入高于低集中度市场中的企业，说明随着市场趋于垄断，企业会将更多的资源投入在研发中。此外，低集中度市场中企业年龄大，行业越成熟，行业内企业所面临的竞争会更激烈。两类型行业的职工教育和企业规模的平均值基本保持一致。两种类型行业的企业绩效的最小值均为负而平均值均为正，说明无论市场的竞争程度如何，市场中仍存在亏损的企业，但大多数企业仍为盈利企业。

表2 分集中度描述性统计

4 模型设定、计量方法与回归结果

4.1 模型设定

本文主要研究在研发投入和市场结构对企业绩效的影响，同时，引入了主要影响企业绩效的4个企业层面控制变量和1个行业层面控制变量。具体计量模型如下：

PROt=β0+β1RDijt+β2RDijt*HHlijt+β2ENTijt+β4INDijt+εijt

(5)

其中，βi是变量系数，ijt表示行业j内企业i在t年的信息，t=2005-2007，RDijt为研发投入，HHIijt为市场集中度，ENTijt为企业层面的控制变量,包括职工教育、企业规模、企业年龄、所有制类型，INDijt是行业层面控制变量即企业所属行业类型，εijt是扰动项。

4.2 计量方法说明

本文采用面板数据研究高技术企业的研发投入、市场结构对企业绩效的影响，面板数据考虑横截面与时间两个维度[24]，不仅具有解决遗漏变量问题、消除个别变异、研究更加复杂的行为的优势，而且面板数据提供了更多个体动态行为的信息，能够解决单独的截面数据或时间序列数据所不能解决的问题，并且面板数据同时拥有截面维度和时间维度，因而面板数据的样本容量较大可以提高估计的精准度。

本文进一步采用Wald异方差检验方法对异方差性进行了检验，检验结果显示Prob>chi2=0.0000，表明存在异方差。同时本文进行了序列相关性检验，检验结果表明在5%的显著性水平上拒绝了不存在序列相关的原假设。因此，本文根据Greene(2012)[24]，采用面板修正的标准差估计，该模型用OLS(无自相关时)或Prais-Winsten法(有自相关时)来估计参数，并使用FGLS法来估计扰动项的协方差矩阵，可以修正面板数据中存在的异方差性和序列相关性。

考虑到研发投入和职工教育对企业绩效的影响存在一定的时滞性问题，本文选择滞后一期的研发投入和职工教育进行回归分析。

4.3 回归结果分析

各模型的回归结果如表3所示。模型一为全部企业层面控制变量的回归结果，模型二为全部控制变量的回归结果，模型三在模型二的基础上加入了主要解释变量研发投入，模型四加入了全部解释变量、企业层面控制变量和行业层面控制变量。为进一步考察市场竞争程度在研发投入对企业绩效影响中的调节作用，本文按照市场结构对研究对象进行划分，分别考察高、低集中度行业中研发投入、市场结构与企业绩效之间的关系，具体结果如表4所示。

表3 回归结果

注：系数下方括号里的值为标准误。

表4 按行业集中度分类回归结果

考察研发投入对企业绩效的影响的模型主要为模型三，回归结果显示在全样本(见表3)及分行业样本(见表4)中研发投入的系数均为正，且显著性水平在0.05以下，研发投入的增加会带来企业绩效的显著提升，验证了本文的假设1。说明中国高技术企业可以通过研发投入获得竞争对手难以模仿和转换的优势资源，从而提高企业的竞争力，使企业在激烈的市场竞争中保持不败的地位，高技术企业可以通过增加研发投入获取较高的收益。本文的研究结果与很多学者的研究结果相同[4，25]。与此同时，本文的研究结果也说明创新是高技术企业成功的关键要素，高技术企业若想维持市场的领先地位，保持竞争优势，必须关注与企业的研发投入。

考察行业集中度对企业绩效的影响的模型主要为模型二，模型二的回归结果显示仅在集中度较低的市场中(见表4)，行业集中度对企业绩效起到显著的促进作用。出现这种结果的原因主要是由于，在市场集中度较低时，随着市场竞争程度逐渐减弱，企业规模相对于整个市场来说是逐渐扩大的，由于存在规模经济，企业可以从扩大的规模中获取更高的收益，并且随着市场竞争程度的减弱，企业的市场势力逐渐增强，企业有能力获得超额利润。然而在集中度较高的市场中，虽然企业仍然可以获得超额收益，但随着市场的竞争程度进一步减弱，企业规模相较于整个市场的规模进一步提高，当规模超过最优规模后，再扩大企业的规模，会造成企业的信息不畅、决策不灵以及管理效率低下，因此受到超额利润和规模报酬递减的影响，在集中度较高的市场中，市场集中度与企业绩效的关系不显著。

通过表3和表4中模型四的交互项系数和显著性水平对比显示，仅在低集中度市场中市场集中度在研发投入与企业绩效的关系中起到显著的正向调节作用。说明在竞争激烈的市场中，随着市场集中度的提高，研发投入对企业绩效的促进作用加强。产生这种结果的原因是对于一些竞争激烈的高技术行业，产品更新速度快，企业必须依靠技术创新才能在竞争中保持有利地位，企业在进行研发投入决策时，更多的会考虑到市场的结构，企业能够通过研发投入带来竞争优势从而提高企业的收益。而在市场趋于垄断的行业中，一般存在领导型企业，这类企业对市场具有一定的控制能力，研发活动多由市场领导者进行，而其他企业创新特点是跟随性，市场结构不是管理者在进行研发投入决策中主要考虑的因素。

通过观察各模型中的企业层面控制变量可以看出职工教育培训增多会对企业绩效起到显著的促进作用，职工的教育培训从一定程度上反映了企业吸收的研发投入所带来的创新的能力，能够有效地将创新吸收转化到企业的生产经营中更有利于企业绩效的提高。

5 结论

本文以2005—2007年中国4556个高技术制造业为样本，使用面板修正的标准差估计考察了高技术企业的研发投入和市场竞争程度对企业绩效的影响。研究发现：①高技术企业的研发投入会对企业绩效起到显著的促进作用，说明企业通过研发获得竞争对手难以模仿和转换的创新能力，是提高企业竞争力、维持企业市场地位关键。②在低集中度市场中竞争程度的减弱会强化研发投入对企业绩效的促进作用，而在高集中度市场中这种作用并不显著。这主要是由于在竞争激烈的高技术行业中，产品更新速度快，各企业必须依靠技术创新才能在竞争中保持有利地位，企业在进行研发投入决策时，更多的会考虑到市场的结构，企业能够通过研发投入带来竞争优势从而提高企业的收益。而随着市场趋于垄断，领导型企业对市场的控制能力逐渐加强，研发活动多由市场领导者进行，而其他企业主要跟随领导企业进行模仿，市场结构并不会影响企业的创新决策。该研究表明研发投入对企业绩效的促进作用会受到市场结构的影响，在低集中度市场中，随着市场集中度的提高，企业增加研发投入是有益的。此外，政府在对高技术企业制定创新扶持政策时应充分考虑到企业所处的市场竞争环境，以避免企业将研发投入用于模仿领导者创新降低高技术企业的创新活力。

[1]金碚.高技术在中国产业发展中的地位和作用[J].中国工业经济，2003(12):5-10.

[2]ARROW K.Economic welfare and the allocation of resources for invention[J].Social science electronic publishing，1962:609-626.

[3]汤二子，王瑞东，刘海洋.研发对企业盈利决定机制的研究——基于异质性生产率角度的分析[J].科学学研究，2012，30(1)：124-133.

[4]ROSENBUSCH N，BRINCKMANN J，BAUSCH A.Is innovation always beneficial?A meta-analysis of the relationship between innovation and performance in SMEs[J].Journal of business venturing，2011，26(4)：441-457.

[5]COOMBS R.Core competencies and the strategic management of R&D[J].R&D management，1996，26(4)：345-355.

[6]郭斌.规模、研发与绩效:对我国软件产业的实证分析[J].科研管理，2006，27(1)：123-128.

[7]王建华，王海云.关于研发投资“加速化陷阱”的实证分析[J].国际贸易问题，2005，(11)：97-102.

[8]CASTELLACCI F.How does competition affect the relationship between innovation and productivity? Estimation of a CDM model for Norway[J].Economics of innovation & new technology，2009，20(7):641-649.

[9]AZADEGAN A.The influence of different knowledge workers on innovation strategy and product development performance in small and medium-sized enterprises[J].International journal of production research，2015，53(8):2489-2505.

[10]汤临佳，池仁勇，何叶田,等.科技型中小企业技术管理能力的动态演化研究[J].科研管理，2016，37(3):21-30.

[11]CESAR C，ANA V.Organizational innovation as an enabler of technological innovation capabilities and firm performance[J].Journal of business research，2014，67(1)：2891-2902.

[12]HASHI I，STOJAIA N A.The impact of innovation activities on firm performance using a multi-stage model：Evidence from the community innovation survey 4[J].Research policy，2013，42(2)：353-546.

[13]石俊国，吴非，侯泽敏.不同类型的技术创新对产业国际竞争优势的影响——基于制造业面板数据的分阶段回归分析[J].技术经济，2014，33(3):33-39.

[14]LAURSEN K，SALTER A.Open for innovation：the role of openness in explaining innovation performance among U.K.manufacturing firms[J].Strategic management journal，2006，27(2):131-150.

[15]DAWSON J，LARKE R.Japanese retailing through the 1990s：Retailer performance in a decade of slow growth[J].British journal of management，2004，15(1):73-94.

[16]吴晓波，陈小玲，李璟琰.战略导向、创新模式对企业绩效的影响机制研究[J].科学学研究，2015，33(1):118-127.

[17]魏后凯.中国制造业集中与市场结构分析[J].管理世界，2002(4):63-71.

[18]CHRISTOPH H，MICHAEL S.Industry concentration and regional innovative performance：empirical evidence for Eastern Germany[J].Post-communist economies，2009，21(4)：513-530.

[19]FRITSCH M，SLAVTCHEV V.How does industry specialization affect the efficiency of regional innovation systems?[J].The annals of regional science，2010，45(1)：87-108.

[20]孙巍，赵奚.研发行为会改变市场结构吗?——来自中国制造业的经验证据[J].经济管理，2013(2):135-143.

[21]孙维峰，黄祖辉.广告支出、研发支出与企业绩效[J].科研管理.2013，34(2)：44-51.

[22]蒋旭灿，王海花，彭正龙.开放式创新模式下创新资源共享对创新绩效的影响——环境动荡性的调节效应[J].科学管理研究，2011，29(3)：5-10.

[23]孙悦，王乃静，石金涛.中国背景下不同类型企业组织创新气氛差异实证研究[J].南开管理评论，2008，11(2):42-29.

[24]GREENE W H.Econometric analysis[M].New Jersey：Upper Saddle River Press，2012.

[25]郭研，刘一博.高新技术企业研发投入与研发绩效的实证分析——来自中关村的证据[J].经济科学，2011(2)：117-128.

(责任编辑 刘传忠)

The Influence of R&D and Market Structure on High Technology Firm Performance

Wang Nan1，Zhang Liyan1，Li Sihan2

(1.Business School，Tianjin University of Finance and Economics，Tianjin 300222，China; 2.School of Business Administration，Northeastern University，Shenyang 110819，China)

This paper introduced panel-corrected standard errors model to investigate the influence of R&D and market structure on high technology firm performance.We took 4556 Chinese high technology firms as samples from 2005 to 2007.The result showed that R&D played a significant role in promoting firm performance，and competition played a noticeable moderating effect in lower concentration market.But the moderating role was not significant in higher concentration market.This paper deepened the theoretical understanding of the relationship between the market structure and the R&D performance of China’s high-tech enterprises，and provided a theoretical guidance for improving the performance of Chinese high-tech enterprises.

R&D investment；Market competition；Firm performance；High-tech firms

天津市高等学校创新团队培养计划项目“小微企业的创新发展机制及国际比较研究”(TD12-5055)。

2016-09-21 作者简介：王楠(1981-)，女，天津人，天津财经大学商学院讲师、博士研究生；研究方向：科技创新与管理。

F062.9C

A