制造业单项冠军企业研发投入对企业绩效的影响研究——基于企业规模的异质门槛效应

刘诚达

(暨南大学 管理学院，广州 510632)

制造业单项冠军企业(以下简称“冠军企业”)是指在单个细分市场中具有优势市场份额、先进核心技术和领先品牌效应的龙头企业，是推动中国制造向中国创造转变的排头兵.2016年国家工业和信息化部发布《制造业单项冠军企业培育提升专项行动实施方案》，作为推动贯彻落实《中国制造2025》的示范性工程，体现了我国政府打造制造强国的决心.2017年，国家和各级信息化和工业主管部门、工业经济联合会和有关行业协会联合先后公布了第一和第二批冠军企业(包括示范企业和培育企业) ，旨在积极引导和支持广大企业专注于细分产品领域创新、产品质量提升和品牌培育，逐步提升国际国内知名度与竞争力。要求示范企业积极采取措施，进一步巩固其全球地位;培育企业落实其培育发展方案，力争尽早发展成为全球领先企业。计划到2025年发现和培育600家有潜力成长为单项冠军的企业，总结推广一批企业创新发展的成功经验和发展模式，引领和带动更多的企业走“专特优精”的单项冠军发展道路。

对冠军企业而言，在战略上强调集中于细分市场，持续高强度进行研发投入，从而确立超越竞争对手的核心技术优势，从追随者角色转变成行业内领军者，逐步形成强大的竞争力，而不是一味追求规模的大力扩张，能较好地带头落实《中国制造2025》提出的坚持“创新驱动、质量为先、绿色发展、结构优化、人才为本”，符合建立制造业强国的战略要求，在我国制造业现代化进程中起到突出的带头领导作用。

值得注意的是，单项冠军企业与“隐形冠军( hidden champions) ”企业概念有较多的关系。SIMON［1］首先在德国观察分析了隐形冠军企业，这些中小型企业不为大众所熟知，但在利基市场( niche market)中，它们的产品有着巨大优势，占据了领先地位，具有注重创新的突出特点。隐形冠军可以在一定的条件下扩张规模，成长为大型的单项冠军企业。当前中国企业面临着庞大的国际国内市场，冠军企业不再局限于中小型企业，大规模的冠军企业也在不断涌现。迄今为止，国内外对隐形冠军企业有一定的研究，但涉及的企业规模偏小，没有专门以冠军企业作为研究对象。因此，本文针对冠军企业的研发投入研究继承并拓展了对隐形冠军企业的研究，更适合中国制造业体量巨大的基本特征，适应向全球产业链高端进军的宏观战略。

中国已成为全球制造业第一大国，2017年中国GDP为827 122亿元，其中制造业为242 707亿元，占中国经济比例为29.34%。制造业已成为我国命脉产业，但整体上还存在着大而不强的特点，应以创新为驱动力，有效推动企业国内外竞争力的全面提升。我国制造业研发创新存在的问题集中表现在两个方面。一方面，已有一批大规模的企业已成长为巨人，在职工人数、销售额、资产规模或市值上堪称大型或超大型企业，但普遍存在创新研发能力不足、研发目标定位不准、核心技术缺乏的问题，导致在国内外产业链中缺乏市场影响力。另一方面，众多中小企业普遍抱怨自身体量有限，技术创新能力弱，不敢承担技术研发的风险，研发投入不足，在国内外市场竞争中只能当行业技术跟随者，在战略上处于被动局面。因此，规模大小不一的冠军企业在研发投入上的成功经验就具有很好的启示作用，为大型和中小型企业从强调“做大”转向着重“做强”起到很好的标杆效应。作为国民经济的主体，制造业的发展离不开科技创新，结合当前国际制造业的格局变化和国内制造业的发展环境，应把握当前的良好机遇，实现从中国制造到中国创造的转变。

本文将从不同企业规模的角度，观察分析冠军企业研发投入强度对绩效的非线性影响，尝试利用门槛效应模型揭示冠军企业研发投入的绩效变化特征，并试图从这一角度总结成就冠军企业的研发投入科学策略，为不同规模的广大企业提供可参照的决策借鉴。本文可能的学术贡献如下。①将政府产业政策范畴中的“制造业单项冠军企业”名词推广作为学术概念，并首次作为专业研究对象。在一定程度上借鉴了隐形冠军概念，又不局限于隐形冠军的中小企业。对于拥有14亿人口的中国市场和已高度一体化的全球市场来说，冠军企业可能是大型甚至是巨型的，也有可能是中小型的隐形冠军，共同之处就是专注于细分市场、强调研发创新领先、在行业中有强大影响力。②重点选择从研发投入角度深入研究冠军企业集中资源进行开发创新的活动规律，试图在一定程度上揭示它们如何做到从行业领先的制造向行业领先的创造转变、从行业领先的速度向行业领先的质量转变、从行业领先的产品向行业领先的品牌转变。这些都是制造业强国建设中亟须探索的战略问题。③基于不同企业规模来研究研发投入强度对冠军企业绩效的影响。过去的研究表明，研发投入强度对企业绩效的效应较为复杂，本文拟运用面板门槛回归模型深入探究是否存在一个合理的区间，使不同规模的企业能够更有效地优化管理。

1 文献综述和研究假设

1.1 研发创新是造就冠军企业的必由之路

创新研发投入与企业绩效正相关，竞争战略与创新研发投入的相互作用对企业绩效产生了显著影响［2］。HELMUT［3］在研究了德国和英国的隐形冠军企业后指出，企业的规模和历史都不是这些新兴企业成为出口大户的阻碍，而活跃的研发活动是这些企业崛起的关键。SIMON发现隐形冠军企业在利基市场中处于领先地位，这些中小型企业普遍注重创新。DIN等［4］发现，瑞典的隐形冠军企业的经营策略成功根植于对细分市场的注重，在与客户保持密切关系的情况下持续地创新以及提供高质量的产品。

实施“中国制造2025”，中国需要加强科技人才和管理人才的利用，保证复杂技术产品、前沿技术产品、品牌主导产品在全球价值链上的升级，实现前沿尖端制造技术的重点突破［5］。中国企业更多地采用资源聚焦战略来获得技术创新成果，在全球产业链中横向深化，同时也可以带来经营方式转变以及产品和工艺的升级效果［6］。提升技术复杂度是促进中国出口商品结构优化和附加值竞争力的关键因素［7－8］。研发投入强度对人力资本、智力资本价值创造效率提升有着积极促进作用，行业竞争程度越高时，其影响越大［9］。我国战略性新兴产业企业核心能力依次从产品模仿创新能力、产品系列化自主开发能力到全面拓展的产业协同创新能力，与企业综合优势同步发展，在创新驱动力、需求拉动力和政策引导力三重动力作用下实现企业产业主导优势特色不断升级和核心能力的持续积累［10］。可见，冠军企业是通过研发创新取得细分市场的先进核心技术，进而形成领先品牌效应并占有优势市场份额。研发创新是我国冠军企业成长的根本驱动力。

1.2 研发投入与企业绩效的非线性关系

以往研究对企业R＆D投入与企业绩效之间的关系得出过正面或负面的不同结论。罗婷等［11］发现企业研发支出对提高公司市场价值具有积极作用。LOME等［12］研究了247家挪威制造业企业，发现高研发投入的企业不仅在平常的成长中表现较好，而且在金融危机中也表现得更有生命力和竞争力。LIN等［13］通过对美国258家科技公司的研究，发现R＆D投入与企业绩效间的关系是不显著的，因为将科研成果商业化涉及一系列复杂程序。江伟和姚文韬［14］运用专利申请量衡量企业的创新能力，得出了企业创新和其业绩敏感性间存在负相关关系的结论。

考虑R＆D投入对于企业绩效的影响具有分层的特性，企业研发的行为可能会在特定阶段实现效率的最大化，更多的学者尝试采用新的方法来进行研究。HARTMANN等［15］提出，一味地增加研发开支并不是明智的选择，会存在一个临界点，而超过这一临界点的支出难以给公司带来对等的回报。YANG等［16］利用S形曲线来拟合R＆D投入和企业绩效的关系，将R＆D投入起到的作用分为3个阶段，发现R＆D投入的作用在第一阶段和第三阶段显著为负，在第二阶段显著为正。YEH等［17］以中国台湾上市电子产业公司为样本，验证了样本公司的研发投入强度具有门槛效应，在研发投入强度低于门槛值时，研发投入与公司的绩效有显著的正相关关系，而当研发投入强度高于该门槛值时，研发投入与公司绩效间的关系变成了负相关。戴小勇和成力为［18］运用我国工业企业数据研究指出，当研发投入强度在处于两个门槛值中间时，对企业绩效的促进作用最显著;对于高技术行业及低技术行业企业，研发强度的门槛区间存在较大差异。孙焱林和陈微［19］发现对于战略性新兴产业的A股上市公司，其研发投入强度对成长性存在显著的门限效应，随着研发强度的增加表现出边际递减的规律。

单项冠军企业明显地采取市场聚焦战略，长期持续性的高强度研发投入是否对企业绩效存在预期的正向影响?本文认为，单项冠军企业通常在规模上并不过分追求单纯扩张，而是更愿意将资源集中于细分市场，在研发上也集中于较细分的技术领域;同时，单项冠军企业比一般企业更加重视研发活动，而随着投入力度的增大，企业创新活动对效率的作用影响可能会发生波动和变化。

基于上述分析，提出以下研究假设。

H1对于单项冠军企业，其研发投入对企业绩效存在着非线性影响。

1.3 企业规模与研发绩效

在考察不同条件前提下企业R＆D投入与绩效的关系时，将企业规模作为条件变量的研究得到了较多关注［20－21］，分别出现3种不同情况。①大规模企业占优。相较于小企业，大企业从R＆D的投入中能够获取更高的收益［22］。②小规模企业占优。孙维峰和黄祖辉考察了研发支出、广告支出和企业绩效的关系，发现只有小型企业的R＆D支出与绩效之间存在显著的正相关关系，而规模大的企业难以通过加大创新投入来实现规模经济［23］;纪明明和邓伟［24］发现研发投入与公司价值正相关，但中小规模公司进行研发支出的价值效应要优于大规模公司。③规模的影响是变化的。TSAI和WANG［25］研究发现企业规模与R＆D投入生产率之间呈U形关系，R＆D投入产出存在弹性现象，大型和小型企业R＆D投入具有更高的生产率;李宇和张瑶［26］运用面板门槛回归模型检验了不同企业规模对企业R＆D投入的影响，研究结果显示企业规模存在着三重门槛值，企业R＆D投入的正向影响在第二个门槛区间中最佳。

单项冠军企业在规模上不一定会追求一味的扩张，而更愿意将资源集中于细分市场，以做强为发展取向，但也可能实际上为企业带来了规模上的迅速扩张。对于单项冠军企业，当以不同的规模变量来衡量时，各模型的门槛数量、区间范围和影响程度是否存在差异?本文认为，在中国经济整体快速增长的宏观背景之下，冠军企业普遍也会追求或实现明显的规模扩张，在研究冠军企业研发投入绩效时应该考虑企业规模的影响，观察研发行为对冠军企业做大和做强的推动作用。对企业规模的划分，国家统计局采用从业人员、销售收入以及资产总额3种划分标准，本文分别采用这3种划分标准对企业规模进行门槛效应的检验。需要注意的是，企业规模的扩大意味着在资产总额、员工总数和销售收入3个方面的扩张，但是企业对不同扩张方式的掌控能力是不一样的，选择合适的扩张路径( 3个指标增长的不同组合)值得在战略上深入研究。

基于上述分析，提出以下研究假设。

H2当用规模变量作为门槛变量时，冠军企业研发投入对绩效存在门槛效应。具体地说，当分别采用员工总数、销售收入以及资产总额作门槛变量时，它们的门槛效应存在并且有差异。

2 研究设计

2.1 单一门槛模型

为了研究这种非线性关系，本文基于HANSEN［27］提出的门槛回归方法，建立门槛面板数据模型( threshold panel data model)探究这一关系。单门槛模型的基本方程如式( 1)所示。

其中，i为企业个体，t为年份，μi为个体效应，xit为门槛变量，I为指示函数，n为样本总数，T为样本期间。若括号内门槛变量取值符合条件，则I取值为1;残差eit为随机扰动项，其特点为独立分布、均值为零、等方差且符合正态分布。

对模型( 1)简化为矩阵形式，设可以将模型( 1)写为

在单一门槛模型中，观测值被分为两种情形，回归系数β1和β2分别表示两个不同区间内门槛变量对被解释变量的作用。

2.2 门槛值的确定

对式( 2)取均值可得

那么可得出

由此可得样本公司的堆积数据以及误差值为

设A*、B*和ε*分别为所有样本公司的堆积数据以及误差值，那么

因此，可写为

式( 7)为门槛效应的主要估计模型，对于任意一个γ的系数β可以用最小二乘法( OLS)估计

残值ε*的计算采用式( 9) 。

误差项平方和(SSE)为

根据CHAN［28］和HANSEN［27］的方法，利用计算误差项平方和最小值可得出门槛值γ，计算公式如下。

为防止任意一个门槛区间内的观测值过少而影响测试结果，需要在模型中限制最少观测值的比例，在此模型中将最少观测值比例设为样本数的5%。在计算得到门槛值γ 后，即可根据公式得出回归系数β、随机扰动项ε*和残值方差σ2。

2.3 门槛效应的检验

在计算门槛模型的参数估计值后，需要对门槛效应做出检验，该检验主要包括两方面的测算，即检验门槛效应的显著性以及检验门槛参数估计值的真实性。针对门槛效应的显著性，应用F检验来检验。原假设为不存在门槛效应，写作H0:β1=β2，若拒绝原假设，就可以认为存在门槛效应。F统计量为

其中，SSE0为无门槛效应下模型的残差平方和，SSE1为门槛效应下的残差平方和，由于F值和p值呈非正态分布状态，采用了自助抽样法( bootstrap method)评估原假设发生的概率，该方法是一种有放回的均匀抽样方法，在处理较小的数据集方面有很好的效果。

针对门槛估计值的真实性，本文利用似然统计量来估计门槛的置信区间，原假设为门槛值与真实值一致，写作H0:γ=γ，似然统计量为

由于LR统计值并非卡方分布状态，依据门槛值非拒绝区间检验LR值的显著性。当渐进统计量小于LR值时，即LR1(γ)＞c(α) ，可以拒绝原假设从而确定门槛值的真实性。渐进分布c(α)的计算公式为

2.4 多门槛模型

本文的多门槛异质模型包括被解释变量ROAit、解释变量xr_d、门槛变量SIZEit、控制变量集合xcontrol，以双门槛异质模型为例，其基本方程为

其中，γ1＜γ2，观测值由此被分为3个区间，并且可以应用于更多区间的情况(γ1，γ2，…，γn) 。

多门槛模型是基于研发投入强度和企业绩效之间不是简单的线性关系且存在门槛效应的假设，检验随着企业规模的增大，研发支出的效率是否也会发生结构性的变化。

3 研究设计

3.1 样本与数据

制造业单项冠军企业样本的选择依据了国家工信部、工业联合会、《投资者报》和高校等机构评选提供的制造业单项冠军企业名单和我国隐形冠军企业名单，合并整理并从中选出在沪深上市的企业，从而保证能获得较为全面系统的数据，为实证研究提供了较好基础。本文选择立足于中国本土并已取得成功的冠军企业样本，试图充分揭示其行业标杆作用。研究期间为2012—2016年，样本数据来自国泰安CSMAR数据库和Wind数据库，剔除ST公司和上市不满5年公司的数据后，最终得到143家冠军企业5年的平衡面板数据，样本总数为715个。为了消除异常值的影响，对所有连续变量进行上下1%的缩尾( winsorize)处理。

3.2 变量测量

因变量为企业绩效，使用资产收益率(ROA)衡量企业财务绩效。自变量为企业研发投入强度，运用企业研发费用与销售收入的比值衡量企业的研发投入强度，综合考虑了处于不同市场地位的企业创新行为情况，加强了企业之间的可比性。作为行业领先且市场占有率高的企业，冠军企业更加重视研发，这一特性能够给亟待转型的企业一些参考。

采用企业规模作为门槛变量，有利于探讨企业科学地处理好注重内涵发展和规模扩张的关系。通常，企业采用扩张作为战略追求企业成长，认为做大就能变强，但结果可能是大而不强;冠军企业更强调做强，通过创新发展的方式做强，达到自然扩张成长。企业规模可以用资产总额、销售收入和职工人数来衡量。本文综合考虑这3种变量来衡量企业规模，试图充分考察规模的相关影响。其中，资产总额反映企业资产总量大小，会影响研发投入规模;销售收入可以在一定程度上体现市场对研发活动的相互影响，而冠军企业则突出表现了在细分市场中的优势市场竞争力;此外，由于我国制造业普遍注重开发利用国内丰富且成本较低的劳动力资源，以职工人数作为门槛变量有其必要。

为了方便参数估计调整数量级比、消除异方差，对变量进行对数处理，也为了对可能对自变量产生影响的变量进行约束，本文选取员工薪酬占比、总资产负债率、总资产周转率、营销费用率、资本集中度作为控制变量。

所有变量定义如表1所示。

表1变量定义Tab.1 Definition of the variables

3.3 描述性分析

冠军企业规模的基本情况如下:资产总额的均值为71.80亿元，最低为5.94亿元，最高为645亿元;员工总数的均值为5 292人，最少为311人，最多为57 477人;营业总收入的均值为41.2亿元，最低为2.49亿元，最高为385亿元。冠军企业规模具有一定的差异性，这也使研究结果具有较好的普遍意义以及借鉴意义。

主要变量的描述性统计结果如表2所示。

表2变量的描述性统计Tab.2 Descriptive statistics of the variables

资本集中度( CON) 0.575 0.138 0.316 0.804

从表2可以看出，样本公司的平均研发支出占比为3.2%，高于行业平均水平，也超过了高新技术企业的认定标准。2016年科技部、财政部、国家税务总局印发的《高新技术企业认定管理办法》中高新技术企业的认定标准是，对销售收入在2亿元以上的企业，研发费用总额占销售收入总额的比例应高于3%。样本企业总资产负债率均值为37.1%，较其他A股上市的制造业企业来说较低，说明样本企业负债情况处于较低水平，面临的偿债风险较小。前十大股东平均持股比例为57.5%。

4 基本模型分析结果

4.1 门槛效应检验结果

在构建门槛模型之前，需要对门槛效应的存在性进行检验，进而确定门槛的个数以及模型的具体形式。运用STATA12.0进行处理。检验结果见表3。以企业资产总额、企业员工总数和销售收入分别作为企业规模门槛变量，在Bootstrap抽样次数为500次的情况下，3个模型均通过了单门槛和双门槛显著性检验，但是3个模型的三重门槛效应在5%的显著性水平上都不显著。由此可知，作为门槛变量的企业规模存在双门槛效应，企业处于不同的规模区间时，研发投入对企业绩效的提升作用存在差异。

表3 门槛效应检验结果Tab.3 Test result of threshold effect

4.2 面板门槛模型分析结果

在确认门槛效应的存在之后，本文分别以资产总额对数、员工总数对数和销售收入对数为门槛变量建立模型，考察在3种门槛变量的影响下，研发投入对企业绩效的影响在各个门槛区间内呈现出何种变化，分析结果如表4所示。其中，3个门槛变量的区间如表5所示。

表4面板门槛模型分析结果Tab.4 Analysis result of the panel threshold regression

表5 各门槛值所对应区间Tab.5 Interval estimation of threshold variables

表4模型( 1)的门槛变量为资产总额的对数。从表4和表5的结果可以看出，第一个门槛区间的系数为负，即当企业规模低于第一个门槛值9.095时，研发投入对绩效的影响为负，但这一影响不显著，说明当企业规模较小时，规模效应难以体现。第二门槛值为10.629，当企业规模处于第一和第二门槛值中间时，企业研发投入对其绩效的影响在1%的显著水平下显著为正，估计系数为0.624，在这一区间内研发投入与企业绩效存在正向的线性关系。当企业规模大于第二门槛值时，估计系数又转为负，但这一影响也不显著。由此可知，当企业规模(资产总额)超过一定范围时，规模效应消失，甚至会带来负面影响。因此，资产总额的企业规模存在一个理想区间，即当企业规模处于［9.095，10.629］这一门槛区间时，研发投入的效益最为理想。

表4模型( 2)以员工总数的对数为门槛变量。结合表4和表5的结果可知，当企业规模低于第一个门槛值2.869时，处在此区间内的研发投入对企业绩效有积极影响，但这一影响不显著;第二门槛值为3.946，当企业规模处于两个门槛值中间时，企业研发投入对其绩效的影响在1%的显著性水平下显著为正，估计系数为0.863，研发投入的正向作用在第二个门槛区间开始显现。当企业规模大于第二门槛值时，研发投入对企业绩效的影响在1%的显著水平下仍显著为正，估计系数增加到1.714，这一系数大于前一门槛区间，说明企业员工人数越多，规模效应越加明显.3个区间内的系数始终为正，呈逐渐递增的状态，体现出企业的创新活动在员工人数持续增长后也具有了更高的效率。

从表4模型( 3)估计结果和表5的门槛值区间来看，当以销售收入对数为门槛变量时，第一个门槛区间(小于8.746)的企业研发投入对其绩效的影响在1%的显著水平下显著为负，系数估计值为－0.597，这可以归因为销售收入过少使得研发投入相对来说占用了更多成本。第二门槛值为9.401，在介于两个门槛值之间时，系数的显著水平为5%，系数估计值为0.271，系数由负变正说明在销售收入处于第二门槛区间时，企业可以从研发活动中得到积极回报。当销售收入大于第二个门槛值时，系数估计值为1.082且在1%的水平下显著，这一估计值相较第二个区间的系数有了明显提高，说明随着销售收入超过第二门槛值之后，企业研发投入的效率也实现了进一步提升，企业能够从研发投入中得到更多回报。基于销售收入的规模效应在此模型中得到较为充分的体现。至此，H1和H2得到验证。

各控制变量在3个模型中体现出基本相同的效应。其中，工资占比的系数估值为正，说明更高的薪酬使员工工作效率增加;总资产负债率的系数为负，说明税负水平越高，越不利于企业绩效的提高;总资产周转率的系数为正，说明营运能力好的企业有更好的绩效;营销支出占比的系数为负，说明营销支出会挤占企业成本，给绩效带来负面影响;资本集中率的系数估值为正，说明大股东持股比例的提高对企业的表现有促进作用。

综合表4模型( 1) ～模型( 3)的结果，从3种企业规模变量所体现出的门槛效应来看，当规模低于第一个门槛值时，研发投入都未能对公司运营起到积极作用，规模经济的效应在这一阶段难以体现。当企业规模跨越第一个门槛值之后，研发投入对企业绩效的提升作用变得显著且起到了积极作用。而当3种企业规模变量分别超过第二个门槛值后，各个估计参数出现了分化:对于以资产总额对数为门槛变量的模型( 1) ，研发投入的作用不再显著，反映了资产的过度膨胀没能给企业的运营带来积极作用;而对于以员工总数对数和销售收入对数为门槛变量的模型( 2)和模型( 3) ，研发投入使得绩效得到了进一步的提升，体现出我国企业充分利用了优质的劳动力和依托了国内外的广大市场，走出了一条具有中国特色的快速发展之路。本文也注意到，企业对于总资产的大量投入还缺乏掌控力，如何将资产规模转化为竞争优势需要进一步探讨。

处于3个门槛区间的企业比例如表6所示。从表5和表6可以看出，在平行的3个门槛区间中，企业规模处于区间3的企业比例明显较低，尤其是以资产总额对数作为规模变量时，在这一门槛区间的企业仅占企业总数的5.04%，说明企业在实际的创新活动中存在规避过大资产规模对创新效率产生不利影响的情况，同时，这种对更大规模资产缺乏掌控力的情况也反过来制约了员工和销售收入的进一步增长。这一特点值得单项冠军企业在未来的发展中予以重视。

表6各门槛区间企业比例Tab.6 Ratios of sample firms in each interval of threshold variables

5 结论与启示

单项冠军是我国制造业强国的排头兵，本文研究其创新突破战略，利用上市企业的面板数据，以3种企业规模的衡量指标作为异质门槛变量，对我国单项冠军企业研发投入与绩效之间的门槛效应进行了研究。研究结果显示，在分别选取了资产总额、员工总数和销售收入作为企业规模的衡量指标之后，抽样结果虽然都支持双重门槛效应，但在各个平行的门槛区间内自变量研发支出所体现的线性关系有所不同。

在低于第一个门槛值时，研发支出无法对企业绩效产生积极影响;当企业规模处于两个门槛值之间时，研发投入与企业绩效间检测到了显著的正相关关系;而当企业规模高于第二个门槛值时，研发投入与企业绩效的关系在这一门槛区间出现了分化:以资产总额对数为门槛变量的模型中，研发投入与企业绩效的关系变得不显著;以员工总数对数和销售收入对数为门槛变量的模型中，研发投入与企业绩效间的正相关关系仍然显著，且影响作用较前一门槛区间有了提升。概而言之，以员工总数和销售收入衡量企业规模时，更大的企业规模会进一步提升企业创新行为的收益，而资产规模的持续增长却不能得到理想的绩效。这一现象说明现阶段员工数量的增加和销售收入的增长能够让企业的创新行为更具有效率，而资产规模存在瓶颈效应。

单项冠军企业在我国制造业走向全球竞争中发挥着非常重要的骨干带头作用和标杆示范效应，其研发创新战略已成为获得行业领先地位的有力保障，可推动其成长为具有国际竞争力的跨国企业，并在全球价值链中向上攀升。未来应密切结合中国国情，深入研究考察冠军企业创新活动，这将具有重要的实践指导作用和理论研究意义。

基于研究结论，本文得到以下研究启示。

(1)我国单项冠军企业依靠长期高于平均水平的研发投入，突出创新领先的战略理念。聚焦于单个市场中，在早期可能会经历研发投入效果不明显的困扰，承受研发周期长而产出效果滞后的阵痛，但经过长期坚持，集中核心业务的研发投入效果会逐渐显示出来，打开成长空间，并积累形成强大的竞争力，企业经营绩效不断提升，在单个行业内领先带头作用越来越大，已形成全新的、在国内外具有影响的成功企业群体，为不同规模的企业选择“做强做精”提供了很好的经典示范。

(2)我国冠军企业已初步成功探索出符合国情的快速成长路径，即企业研发投入战略应与充分利用我国市场规模大和人力资源充沛的优势密切结合，在更大规模上实现研发成果的市场价值。行业领先企业在取得更大市场优势、吸纳更多人才时，其创新行为成效更为显著。这说明企业获得的市场规模越大、利用的优良人力资源越多，就越能提升研发绩效。

(3)我国冠军企业在实施研发战略中要尤其注意资产规模增大带来的不确定性影响，加强资产整合利用。样本企业的资产负债率低于制造业平均水平，融资约束不强，容易产生盲目的扩张冲动，在加强资产管理的应用方面还有较大的提升空间。冠军企业要注意避免盲目的资产扩张，保持各类资源配置的整体协调和有效整合。

本文结论对大型企业和中小企业都有较好的借鉴意义，对不同规模企业是选择做大还是做强有重要的启示。同时，研究结论有利于突破要把企业“做大做强”的单一思维，侧重于从做强着力，加强内在核心竞争力培养。门槛区间的划分将揭示企业规模对研发投入的影响，以及资产要素聚积规模水平是否对研发投入效果存在瓶颈效应，可以从战略高度上启发我国广大企业思考如何科学地利用我国充沛的劳动力资源和统一的大市场资源，探索具有中国特色的、以创新塑造核心竞争力为导向的企业资产整合策略。