新时代背景下的制造业企业技术创新投资效益研究

马忠民　巩雅庆��

摘要：新时代背景下，解决不平衡不充分的发展问题，必须依靠技术创新投入，坚持创新驱动、智能转型。论文以2012—2016年江苏省31家设备制造上市公司为样本，选用研发投入、研究人员投入以及外部技术投入等为技术创新投入自变量指标，以净资产收益率为调节变量，产业竞争强度为控制变量，借助于SPSS20分析了技术创新投入与技术创新投资效益间的关系，研究显示技术创新投入与其投资效益为非线性关系，而呈倒U型关系。研究结论为新时代下制造业企业在进行技术创新投入时提供了有益借鉴：加大技术创新投入不能盲目，还要注重创新效率，关注市场动态，方能有效提升技术创新投资效益。

关键词：新时代制造业技术创新投资效益上市公司

一、引言

欧美“再工业化”计划、德国工业40战略等都将制造业作为争夺产业竞争的主战场。制造业作为国民经济的支柱产业，对社会经济的发展起到决定作用。目前我国制造业相对于发达工业强国，发展历程短、产业基础薄弱、缺乏核心技术和行业竞争力，总体仍处在国际分工价值链的低端。党的十九大、《中国制造2025》以及十三五规划纲要都明确提出了实施制造强国、促进先进制造业发展，坚持创新驱动、智能转型。中国特色社会主义进入新时代，矛盾的焦点是解决不平衡不充分的发展问题，必须依靠技术创新投入，提高技术创新投资效益，提升制造业竞争力，促进我国制造业转型升级。因此，研究制造业企业技术创新投资效益具有重要的现实意义与长远意义。

二、研究假设

赵莉（2012）认为专利是影响技术创新绩效的直接因素[1]，陶永明（2013）认为技术创新投入通过中介吸收能力和技术创新能力的作用，间接影响技术创新绩效[2]，杜震、秦旭（2013）的研究表明原始创新投入的技术创新产出弹性最高，但经济效益产出弹性最低[3]。孙春吉、李新功（2015）认为非R&D投入是提升技术创新投资效益的重要途径[4]。蔺涛、梁静溪（2015）提出了我国高新技术产业的科技活动投入呈现上升趋势，其中资本投入的推动作用较大，人力资源和技术投入的产出弹性较小[5]。顾天宝、张红梅（2014）对制造业物流信息技术投入与企业收益进行投入产出评价，结果显示投入产出效率不高[6]。李绍东（2012）研究了装备制造业企业规模与创新问题，认为R&D 经费支出、研发人员全时当量与企业规模之间为倒U型关系；新产品销售收入与企业规模之间呈倒U型关系[7]。吴卫华等（2014）发现高新技术企业R&D投入强度与企业业绩存在倒U型关系[8]。张铁山、肖皓文（2015）技术创新投入产出与企业技术创新能力和创新效率高低有关，对于技术创新综合能力高而创新，效率低的制造业虽然投入较多，但产出效率相对较低[9]。程仲鸣、陈荣剑（2017）企业技术创新对竞争优势之间存在倒U型关系[10]。梳理学界的相关研究可以看出关于技术创新投资效益研究各持不同意见，而研究的结果也各有不同。学者们在研究技术创新时常常会把影响因素分为内部技术创新要素和外部创新要素来研究，本文假定技术创新投入的其他一切外部影响因素一致，只选择主要技术创新投入要素：研发经费、研发人力投入和外部技术投入来作出假设，以期证明这些要素与技术创新投资效益的关系，为此作出以下假设：

H1：研发经费投入与其投资效益呈倒U型关系；

H2：研发人力投入与其投资效益呈倒U型关系；

H3：外部技术投入与研发经费投入呈正相关关系。

三、样本选取与数据来源

论文选取江苏省设备制造业上市公司共31个作为样本，在2012年—2016年五年間的技术创新投入及相关收入的数据进行研究，主要包括研究费用、研究人员投入、外部技术投入、净资产收益率和销售收入等相关数据。本文数据主要来源于巨潮资讯网各个上市公司的年度财务报告、同花顺网的相关指标数据和《2015年全国科技经费投入统计公报》。

四、指标选取与变量设计

（一）指标选取

基于研发经费、研发人力的投入和外部技术的投入对技术创新投入发挥主要作用，并考虑到数据的可获得性，故选取这三个指标作为技术创新投入指标。反应技术创新产出能力的主要指标有专利数量和新产品的销售收入，考虑到专利数量的数据欠缺，故选用销售收入作为技术创新产出能力的指标。同时，在分析样本公司的盈利能力时，选用了净资产收益率。

（二）变量设计

研究选用新产品销售收入（Y）来衡量技术创新产出能力，作为技术创新投资效益的因变量。自变量为研究费用、研究人员投入和外部技术投入。首先，可以利用研究费用占销售收入的比重来表示研发投入强度（RDA），这样有利于更好的体现技术创新投入。其次，通过计算研究人员数量与全年平均从业员工总数之比来得出研发人员投入力度（RDP），并且用研发人员投入力度来更好的衡量研发投入。最后，把外部技术的引入、改造和吸收所投入的资金合三为一，归总为外部技术投入（ET）。选择调节变量为净资产收益率（ROE），控制变量为产业竞争强度（HHI），用赫芬达尔—赫希曼指数（Herfindahl—Hirschman Index）来表示产业竞争强度。

HHI=∑[DD（]N[]i=1[DD）]S2i

其中：Si——第i个企业的市场占有率；N——该产业内的企业数。HHI指数的值越大，数值越接近1，则说明该企业的垄断程度越高，或者说市场集中程度就越高。该指标的变动范围在1/N—1之间。

五、实证分析

（一）描述性统计分析

对所获得的2012年—2016年江苏装备制造31个上市公司的样本数据，利用SPSS20进行技术创新样本数据描述性统计分析如表1。

从表1可看出，研究投入强度的极小值为04%，而极大值却为43%，两个数据相差很大。一般情况下，RDA<1%的企业看作是很难在市场竞争中自立存在的企业；把RDA处于1%—2%之间的企业看作是勉强可以在激烈的市场竞争中生存的企业；至于2%3%的企业就是有自己的专有特色，甚至有自己的竞争优势所在，并且可以持续发展。本文的数据中LH股份的研发投入强度在2013年最低为04%，而其2012—2016年的平均研发投入强度为47%，这说明LH股份在竞争市场中处于艰难地位。在本文的31个样本中，有1家企业RDA<1%，有3家企业1%3%。其中TG公司的研究投入强度最大，说明已经在市场中占有一席之地。表中的数据显示研究人员投入力度差异也很大，从整体均值来看RDP值还是不错的。从外部技术投入的差值和标准差的数据来看各企业的外部技术投入差异很大。从表中HHI指数的相关数据可以看出虽然有很强势的企业，但是均值不算太大，说明各企业间的竞争很激烈。

（二）相关性检验分析

对技术创新各指标进行相关性检验（为节省篇幅这里省略 Pearson 相关性检验表）。结果显示，外部技术投入（ET）与销售收入（Y）的相关系数为0708，并且它们在1%水平上显著相关。这说明了外部技术投入对销售收入有一定的影响作用，且呈正相关关系。RDP与Y的相关系数分别为-003，这说明RDP对Y起到负作用。RDA与ROE的相关系数为-0283，并且在1%上显著相关，说明两者呈现负相关关系。RDA与Y的相关系数为-0134，且在5%的水平上显著相关。因此，先暂定RDA与Y存在负相关关系。RDA与ET的相关系数为0068，说明两者呈正相关关系。从表2可以看出各个变量指标之间的相关系数的绝对值都比较小，这就表明变量之间不会出现严重共线的情况。

（三）实证模型的建立

分别构造三个线性回归模型，用以验证提出的假设，选用面板数据建立了以下回归模型：

模型一：

Yt=β0+β1RDAt+β2ROEt+β3HHIt+μt

模型二：

Yt=β0+β1RDAt+β3RDPt+β3ROEt+β4HHIt+μt

模型三：

Yt=β0+β1RDAt+β2RDAt×ETt+β3ROEt+β4HHIt+μt

模型一为反映研究费用投入与其技术创新绩效之间关系的模型。模型二是研究人员投入与技术创新绩效关系模型。模型三为研究投入和外部技术投入相互调节下技术创新效益模型。其中Yt表示企业在t年的销售收入。RDAt是在t年的研发投入力度；RDPt是在t年的研究人员投入力度；ROEt是在t年的净资产收益率；ETt是在t年的外部技术投入；HHIt是在t年的产业竞争强度。而RDAt×ETt则是在t年研究费用投入强的与外部技术投入的交互项。

（四）多重性共线性检验

尽管在相关性分析中可以初步看出各变量之间的相关系数的绝对值较小，出现严重多重共线的可能性不大。但是，为了验证模型的真实性和可信度，本文利用SPSS20对三个模型进行了多重共线性分析，结果如表2。

表2显示的容差数值都远大于01，所以模型中的自变量之间不存在严重的多重共线性的问题。

（五）多元线性回归模型统计分析结果

利用SPSS20对技术创新投资效益进行了多元线性回归分析，表3为其统计分析结果：

从表3中可得到模型一中的β1=-0112为负，而β2=0078为正，所以模型一并不是简单的线性回归方程，研究费用投入强度与技术创新投资效益也不是简单的线性关系，而是倒U型关系，所以假设一成立。同理，模型二中的研究人员投入力度与技术创新投资效益也呈现倒U型关系，所以假设二也是成立的。在模型三比模型一多了一个研究投入强度和外部技术投入的交互项，但是模型三的F值却比模型一大很多，这说明模型三的自变量对因变量的整体影响比模型一显著很多。进一步证明了研究投入强度对外部技术投入具有一定的调节作用。而在变量相关性检验中RDA与ET的相关系数为正。综上可得，研究费用投入强度与外部技术投入呈正相关关系，则假设三成立。

六、研究的借鉴与不足

制造业对社会经济的发展起到决定作用。新时代下，必须依靠制造业技术创新投入，坚持创新驱动、智能转型。本文以2012年到2016年江苏省31家设备制造上市公司为样本，采用研发投入、研究人员投入以及外部技术投入等作为技术创新投入的主要指标，分析与技术创新投资效益相关指标间的关系，研究显示技术创新投入与其投资效益为非线性关系，会出现倒U型关系。说明企业技术创新投入存在临界值，并不是投入越大越好。如果一味地加大投入，而没有考虑创新效率，可能会导致新产品的成本过高，或者企业专注于自身新产品的研究，却并没有了解市场的动态需求，反而使企业陷入困境。

由于获取数据的不足，本文只对技术创新的主要指标进行研究，没有考虑其他影响因素，可能会导致研究结果存在一些缺陷；另外没有具体研究技術创新投入与创新效益的临界值大小，有待于未来深入研究。

参考文献：

[1]赵莉高新技术企业专利管理与技术创新绩效关联研究[D].华中科技大学，2012

[2]陶永明企业技术创新投入对创新绩效影响研究——基于吸收能力视角[D].东北财经大学，2013

[3]杜震，秦旭高技术产业创新投入配置对创新效率影响分析[J].工业技术经济，2013（4）：105—107

[4]孙春吉，李新功技术创新资源投入对产业创新绩效的影响——基于非R&D投入的调节反应[J].发展研究，2015（4）：33—35

[5]蔺涛，梁静溪我国高技术产业创新投入产出效率研究[J].产业经济，2015（2）：54—57

[6]顾天宝，张红梅河北省制造业企业物流链信息技术投入产出效率评价[J].河北经贸大学学报，2014，35（1）：114—116

[7]李绍东中国装备制造业的企业规模与创新[J].中国科技论坛，2012（2）：53—58

[8]吴卫华，万迪防，吴祖光高新技术企业R&D投入强度与企业业绩——基于会计和市场业绩对比的激励契约设计经济与管理研究[J].经济与管理研究，2014（05）：93—102

[9]张铁山，肖皓文中国制造业技术创新能力和效率评价研究[J].工业技术经济，2015（10）：99—106

[10]程仲鸣，陈荣剑企业技术创新对竞争优势的影响——基于我国制造业上市公司的经验证据[J].财会月刊，2017（29）：11—17

〔本文系国家社科基金（项目编号：17BGL141）；江苏省教育厅高校哲学社科项目（项目编号：2017SJB1012）。〕

（马忠民、巩雅庆，徐州工程学院管理学院。）