农业企业股权融资对研发效率的影响——基于DEA模型、多元线性回归模型的分析

侯静静，熊朗羽，温明振

（1.辽宁大学 商学院，辽宁 沈阳110036；2.北京师范大学珠海校区 人文和社会科学高等研究院，广东 珠海519087）

一、引言

中华人民共和国成立以来，农业发展迅猛，从生产方式到生产规模、经营方式等方面都取得了长足的进步，正在由传统农业向现代农业逐渐过渡。国家对农业发展给予高度重视，近年来每年发布的中央一号文件，都有关于农业发展的具体规划和指导。但是无论政策的侧重点如何变化，“农业现代化”依然是我国农业发展的根本方向和目标。创新是推动经济快速发展的根本力量[1]，要实现“农业现代化”，提高农业科技创新水平是必要的手段。根据相关统计数据，自从改革开放以来，我国农业总产量中科技进步的贡献率不断提升，由1972—1980年的27%上升到了1981—1985年的30%至40%。截止到2019年，我国农业发展中的科技进步贡献率已达到59.2%。这些进步的取得，离不开我国的农业教育事业和科技事业的快速发展，科技在我国农业现代化建设的道路中将发挥越来越重要的推动作用。

在加速农业科技创新的道路上，农业企业作为载体，承担着非常重要的责任和作用。对于农业企业来说，融资顺畅、资金充足是研发活动顺利推进的保障。为了加速农业产业化，引导资本市场力量助推农业发展，国家采取了很多的鼓励政策。20世纪90年代中后期，部分农业龙头企业被特批上市。目前，已有近百家农业企业成功上市，这对于我国农业企业获得外部股权融资提供了很大的支持，对于农业企业研发活动的开展起到了积极的促进作用。

但是，股权融资水平的提高是否能提升农业企业的研发效率呢？农业企业的研发过程包括研发投入、获得专利和无形资产，再转化成新产品、服务、技术和工艺。增加股权融资，研发投入增加，创新能力增强，带来新的产品和服务，但是并不一定就会有良好的盈利和利润。只有当农业企业通过研发创造出的产品和服务满足了市场需要、赢得了消费者认同、扩大了销售量，才能为企业真正带来经济效益。这时候，才能说研发是有效率的。所以，本研究认为股权融资增加会带来研发资金和人员投入的增加，但并不一定意味着农业企业的研发效率就高。同时因为农业企业自身特殊性的存在，其股权融资与研发效率之间的关系仍需要深入探索。

基于此，本文以我国农业类上市企业为研究对象，通过DEA模型、多元回归分析等方法进行实证检验和讨论，并根据结论给出相关的建议和对策，以期有助于我国农业上市企业研发效率提升、创新能力增强。

二、文献综述

（一）农业企业研发效率相关文献

关于农业企业研发效率，国外学者开展的研究要早于国内。西奥多·舒尔茨、Anderson认为，改造传统农业的关键是进行研发[2][3]。Wang Sunling对美国的农业产量进行研究，认为其增长的关键因素是农业技术效率的提高[4]；Mathijs等、Gorton和Davidova评价了涉农企业的技术效率[5][6]；Lartey、Krasachat等则以不同国家和地区的农场或者养殖场为样本进行研发效率的测算及评价[7][8]。

国内相关文献出现较晚，但也逐渐丰富。部分学者从宏观角度出发，对我国农业科技创新效率进行实证分析和评价，如邓敏慧、王洋洋等学者[9][10]；越来越多的研究者采用DEA、SFA、Malmquist指数等实证模型对我国农业上市企业的研发效率进行测度和评价，如古鸿雨、洪图等，认为当前我国农业企业技术效率仍处于较低的水平，研发效率有很大的提升空间[11][12]。

（二）股权融资对研发效率的影响相关文献

当前，关于融资渠道对研发效率影响的文献还很少。而股权融资对农业企业的研发效率究竟会产生促进还是抑制作用，目前的研究结果并不统一。Brown等通过研究发现，相比于债权融资，股权融资更能促进创新[13]。Brown和Peterson证实了科技创新企业中股权融资对研发支出具有促进作用[14]。国内学者李冲、孙早等认可了股权融资对企业研发创新的促进作用[15][16]；姜慧慧、宫兴国等对不同的样本企业进行实证研究，发现股权融资对研发效率产生正向影响[17][18]。

也有学者不认同股权融资对于研发效率的促进作用。王娟、孙早以我国制造业上市公司为研究样本，发现股权投资会抑制企业的创新投入[19]。喻青松、舒建玲的研究发现，无论是股权融资还是债权融资，对企业研发投入的促进作用都不明显[20]；周婧的研究发现，股权融资在研发阶段不能促进研发效率的提升，但在价值实现阶段却能显著提升经济效率[21]。

国内外学者关于融资渠道、融资约束对研发投入、产出的影响开展了大量的研究，关于研发效率评价的研究也越来越多。但是，一方面研究样本多为高新技术企业、制造业企业或者主板、创业板企业，很少关于农业企业的研究；另一方面，缺少从融资渠道角度着手，研究农业企业研发效率的提升路径。本研究选取我国农业上市企业为研究对象，对其研发效率进行测算和评价，实证分析股权融资对研发效率产生的影响，以期通过改善融资结构的方法提高自身研发效率。

三、理论分析与研究假设

自从Schumpeter的创新理论及Myers-Majluf的优序融资理论提出以来，关于融资渠道与企业创新的讨论不断增多。学者们普遍认为，当企业开展研发创新活动时，会首先选择内源融资作为研发资金的来源。首先，企业的研发活动一般具有保密性，不会向外界具体披露其研发细节，对于投资者来说信息不对称程度较高。同时，研发活动周期长、风险大、收益不确定性高，这就使得获取外源融资进行研发的难度较大。其次，与此相比，内源融资使用的是自身的资金积累，使用成本和管理成本都较低，具有较高的灵活性和自主性。这就导致大多数企业开展研发活动时会依赖自身的内源融资[13][22]。但是，内源融资存在天然的局限性，即依靠企业自身的利润积累，研发资金体量小。对于我国的农业企业来说，这一特征更加明显。因为它们大都处于创业发展期，总体实力不强，且规模小、利润薄，原始资金积累不充分，这就使得农业企业开展研发项目时依靠内源融资的先天条件不足。

外源融资最常见的两种方式是债权融资和股权融资。国内外学者们经过大量的研究，认为上市企业在开展研发活动时，更倾向于使用股权融资作为研发资金的来源[17][23]。与债权融资相比，将股权融资作为研发资金的来源至少有三个方面的优势：第一，债权融资获得资金的方式需要提供抵押和担保，给企业造成负担，融资成本较高。股权融资通过出让部分企业所有权的方式吸引股东增资，融资成本较小。第二，研发项目时间跨度长、收益不确定、效益难衡量，且无形资产较难用来进行抵押和担保。但是，好的研发项目却可以吸引新股东投资，股权融资更容易获得。第三，企业无论是盈利还是亏损，债权融资必须到期还本付息，使企业面临很高的融资和经营风险。而股权融资则是新老股东共同分享企业的盈利，承担企业的亏损，不必面临到期还本付息的压力，融资风险较小。对于我国农业上市企业来说，规模小、实力弱导致其获取债权融资的渠道不通畅。同时，农业企业受季节性、地理条件、自然环境等影响很大，相对来说发展更加缓慢，面临的经营风险更高。因此，债权融资的高融资成本和融资风险使得农业企业会倾向于选择股权融资作为获取研发资金的渠道。

股权融资为企业带来了充足的现金流，有效缓解了农业企业研发投资不足的困境，能提高企业的研发投入强度。股权融资无需按时偿本付息，还可以保证企业研发投资的连续性。况且股权投资者更加关注企业的成长性，重视企业研发项目的开展，也可提供更好的专业知识和管理经验，协助企业研发成功，及时进行成果转化并产生经济效益。这些因素在一定程度上都能带来农业企业研发效率的提升。

但是，过于偏好股权融资对企业资金利用效率等方面将产生不利影响。根据优序融资理论以及Jensen提出的自由现金流假说，过度投资广泛存在于中国上市公司中。对于农业企业来说，由于其内在的弱质性——如企业综合实力不强、管理者现代企业管理思想和技能欠缺、市场意识淡薄、公司内部治理结构不规范等及自身的独特性——如易受自然灾害、抵御风险能力差等，导致其资本使用更容易缺乏监督，产生不合理的投资决策。而农业企业的研发活动具有周期长、风险大、效益难衡量、考核指标不清晰、盈利低等特点，研发投资过多也会进一步提高盲目开展研发项目的可能性。这些因素又会导致农业企业研发效率的降低。

因此，本文提出以下假设：

H1：股权融资在一定程度内能带来农业企业研发效率的提升。

H2：农业企业股权融资与研发效率存在倒U型关系。

四、研究设计

（一）研发效率测算模型——DEA模型

Szakonyi将研发效率定义为研发投入和研发产出之比[24]。朱有为等的研究认为，研发效率本质上是一种技术效率，反映了在一定研发投入规模下，实际研发产出水平到生产前沿面的距离[25]。而研发效率达到最高的条件就是：实际研发产出水平与生产前沿面重合。本文选择的研发效率测算模型是Charnes、Cooper和Rhodes于1978年提出的数据包络分析模型（DEA）[26]。DEA方法对于多投入多产出的复杂系统的效率值也可以进行计算，也不需要建立严格函数关系，可以避免估计错误。因为一般情况下，公司都是在既定的投入下追求更高的研发产出，所以本文使用DEA模型中的产出导向型BCC模型。

（二）指标及数据处理

1.样本选取与数据收集

本文选取2015—2019年期间连续披露研发资金、研发人员等指标的农业类上市企业。在样本选取过程中，剔除如下样本：（1）被ST的企业，因为它们的数据可能会出现异常，对研究结果造成影响；（2）对于研发资金投入、研发人员投入、其他必要财务数据的披露出现间断的企业。由于研发活动具有滞后性，在进行研发效率测算时，使用的是当期的产出数据以及上一年的投入数据。按照这样的筛选条件，本文共得到了56个上市企业，每个上市企业取4年的数据，最终得到224个样本。

本文所有数据，均来自国泰安数据库及新浪财经披露上市公司年报，使用DEAP2.1软件进行研发效率的测算，使用SPSS17.0进行回归分析。

2.研发效率测算指标

研发投入指标：研发投入主要包括人力和财力两个方面，研究者们经常考虑研发资金和研发人员两个角度。

研发产出指标：现有的研究中对于研发产出的衡量，使用较多的有财务指标和专利数两种。由于农业上市企业的年报中对专利数量披露得比较少，所以本文使用财务数据来进行衡量，分为盈利能力和发展能力两个角度。另外，本文还加入了技术创新能力指标。因此，本文将从盈利能力、发展能力和技术创新能力三个角度来衡量研发产出。研发效率测算相关指标，如表1所示。

表1 研发效率测算指标

3.回归模型变量

研发效率（RDE）：使用DEAP2.1软件测算出各样本的技术效率、纯技术效率和规模效率，最终选用技术效率值作为回归模型的因变量。

股权融资（Equity）：（股本+资本公积）/总资产，指的是股权融资在总资产中占据比例。

内源融资（Endo）：（盈余公积+未分配利润+累计折旧）/总资产，指的是内源融资在总资产中占据比例。

债权融资（Debt）：负债总额/资产总额，指的是负债在总资产中所占的比例。

政府补助（Gov）：衡量标准为政府补助的自然对数。目前，学术界关于政府补助对研发效率影响的研究结论尚未得到统一。本文认为，农业企业约束机制的不完善、监督使用标准不严格会导致政府补助对研发效率的作用有限。

企业规模（Size）：衡量标准为总资产的自然对数。目前学术界关于企业规模和研发效率关系的研究结论尚未统一。多数学者认为企业规模与研发效率正相关。本文则认为，研发是存在高风险性的活动，企业规模越大，对研发风险的抵挡能力就强，能够对研发提供的支持就越大。从另一方面来说，企业规模是企业实力的一种表现形式，规模越大，资源越多，资金量越雄厚，能够对研发活动提供的物质支持越多。

企业年龄（Age）：衡量标准为企业成立年限。成立年限越长，侧面反映了企业的存活能力越强，实力比较雄厚，经过多年的积累，规模不断扩大，可用于研发的资源也越积累越多。此外，企业成立的年限越长，为了持续生存，对研发投入的精力会越多，研发效率也会越高。

股权集中度（Gj）：衡量标准为企业前10大股东的持股比例之和。股权高度集中时，大股东因为掌控更多的投票权，对企业的控制权增加，可以通过直接对企业进行经营和管理来达到自身收益最大化的目的。也即是说，股权集中度越高，大股东对企业的监督越有效，会带来研发效率的提升。

根据上述对模型的介绍和相关指标的解释，拟构建以下回归模型检验农业类企业股权融资对研发效率的影响。

五、实证结果与分析

（一）农业上市企业研发效率测度及评价

将全部无量纲处理过的研发效率测算样本数据带入到DEA的BCC模型，使用DEAP2.1软件进行测算。对样本企业的研发效率进行初步分析。

1.研发投入分析

表2显示的是研发投入指标的描述性分析结果。结果显示，2015—2019年期间，我国农业上市企业在研发人员投入方面，最小值和均值都是先下降后上升趋势，最大值一直在下降，研发人员投入强度总体上呈上升趋势；在研发资金投入方面，最大值和均值先下降后上升，最小值先上升后下降，研发资金投入强度总体上呈上升趋势。

表2 研发投入描述性分析

2.研发效率分析

根据表3所示，在2015—2019年期间，我国农业上市企业研发技术效率和规模效率均值都是呈现先下降后上升总体上升趋势，纯技术效率均值先上升后下降总体平稳趋势。总体来说，研发效率呈现出上升趋势。从表4的结果可以看出，研发效率高于均值的企业数基本呈现出总体上升的趋势，这与研发效率的上升趋势是一致的。

表3 研发效率描述性分析

表4 研发效率结果分析

此外，表4显示，绝大多数我国农业上市企业处于规模报酬递减状态。

（二）股权融资对研发效率的影响

将测算得到的研发效率中的技术效率值以及其他相关指标带入到回归模型（1）和（2），使用SPSS进行多元线性回归，得到结果如表5所示。

表5 回归结果

1.模型1中股权融资的系数为0.390，通过了1%的显著性检验；模型2中，股权融资的系数为0.997，股权融资的二次项系数为-0.347，均通过了显著性检验。说明股权融资与研发效率具有倒U型关系。也即是说，农业上市企业进行股权融资在一定程度内能够显著提高企业的研发效率，当股权融资超过一定强度后，却会对研发效率有抑制作用。本文的假设1和假设2均得到验证。

2.模型1和模型2中，内源融资的系数分别为0.258和0.338，均通过了显著性检验，说明农业企业内源融资与研发效率具有显著的正相关性。模型1和模型2中，债权融资的系数分别为0.329和0.418，均通过了显著性检验，说明农业企业债权融资与研发效率具有显著的正相关性。从模型1和模型2可以看出，股权融资的系数大于债权融资、债权融资的系数大于内源融资，说明对于农业上市企业，股权融资对研发效率的影响大于债权融资，大于内源融资。

3.模型1和模型2中，政府补助的系数均未通过显著性检验，说明农业企业政府补助对研发效率并无显著的促进作用。

4.模型1和模型2中，企业规模的系数分别为0.074和0.096，均通过了1%的显著性检验，说明企业规模与研发效率具有显著的正相关性。对于农业上市企业来说，规模大、实力强，才能有足够的精力进行研发投入，同时规模大也有助于抵御研发风险，从而提高研发效率。

5.模型1和模型2中，企业年龄的系数均为0.006，均未通过显著性检验，说明农业企业成立的时间长短对研发效率并无确定的促进作用。

6.模型1和模型2中，股权集中度的系数分别为0.004和0.005，均通过了1%的显著性检验，说明股权集中度与研发效率具有显著的正相关性。这代表着对于农业企业来说，提高股权集中度，对于提高企业的研发效率有着促进作用。

（三）稳健性检验

通过重新构建研发效率测算指标体系的方法进行稳健性检验。使用“营业净利率”指标代替盈利能力中的“净资产收益率”指标、“所有者权益增长率”指标代替发展能力中的“总资产增长率”指标，计算出新的研发效率值，带入回归模型，得出结果如表6所示。回归结果与前文检验结果保持一致，农业企业股权融资与研发效率之间仍存在倒U型关系，且稳健性检验的回归显著性更强，这说明研究结论仍然成立，研究结果具有良好的稳健性。

表6 回归结果

六、结论与建议

（一）研究结论

本文使用数据包络分析（DEA）模型，构建多投入多产出指标，计算我国农业类上市企业的研发效率，在此基础上进一步探究了股权融资、内源融资、债权融资以及政府补助、企业规模、企业年龄、股权集中度等因素对研发效率的影响，并得出如下研究结论。

1.从描述统计结果可以看出，2015—2019年，我国农业类上市企业研发资金投入强度和研发人员投入强度总体水平不高，研究期间均值都处于先下降后上升趋势，总体呈上升趋势。这可能是由于农业行业人才短缺及缺乏创新的整体环境造成的。农业研发项目投资周期长、风险高、效益难衡量导致农业企业对研发活动积极性不高。农业行业苦、累、脏、待遇低等特性，以及年轻一代对城市生活、市场经济的追逐，使得农业行业对人才的吸引力不强。但是，近年来，社会转变和国家政策的大力倡导、指引和支持，势必会引起农业企业的重视，加大在研发资金和研发人才的投入力度。

2.从测算结果来看，2015—2019年，我国农业类上市企业研发效率均值都在0.5以上，超过半数的样本企业研发效率高于均值，并且研发效率总体上处于逐年上升趋势，可以看出研发状况还是不错的。但是，绝大多数企业处于规模效率递减阶段，这说明我国农业上市企业大都偏离了最佳的生产规模，研发效率还有很大提升空间。

3.股权融资与研发效率存在显著的倒U型关系。这说明，股权融资在一定的范围内对于农业企业研发效率的提高有积极的促进作用，但是超过一定范围内，反而起到抑制作用。

4.结果显示，政府补助、企业年龄对农业企业研发效率的提升并无显著的促进作用，然而企业规模、股权集中度都对农业企业的研发效率产生促进作用，农业企业要提升自身研发效率，还要多从自身股权结构、公司治理等方面入手。

（二）相关建议

1.提高融资水平，增加研发投入

从实证结果来看，三种融资渠道均能在一定范围内促进农业企业研发效率的提升。提升研发效率最理想的融资渠道是股权融资，其次是债权融资和内源融资。基于农业企业本身的高风险、周期长等特点，建议农业企业主要采取股权融资的方式进行融资；但是更要注意股权融资与研发效率之间的倒U型关系，将股权融资控制在能提高研发效率的范围内。过度的进行股权融资，反而可能因研发资金的滥用、研发项目的盲目开展等原因，造成研发资源的浪费，从而抑制研发效率的提高。

2.提高治理水平，优化股权结构

对于我国农业上市企业来说，高股权集中度也可以提升研发效率。企业进行股权融资，可以引入战略投资者对股权结构和治理结构进行优化。高股权集中度对于企业进行快速有效的投资决策是有利的，避免了众多中小股东“搭便车”的行为，减少风险过高研发项目的盲目开展，有助于提高企业研发效率。

3.实现规模经济，避免科研浪费

根据前文分析，样本企业大都处于规模不经济阶段。这可能是因为农业较之其他行业，产业链更长，由单一化经营转为多元化发展，研发投入的总量也不断增加，浪费的情况难以避免。因此，应避免盲目扩张，通过专营化发展，集中优势资源，将研发成果转化为自己的核心竞争力。

4.积极与政府、科研院校展开合作

政府每年出台多项政策促进农业发展，农业企业可通过申请农业项目、申报农业补贴等方式获得政府的政策和资金支持；科研院校拥有坚实的科研基础，如大型精密科研设备、齐全的科研设施、高水平的科研人员等，与科研院校的紧密合作，有助于农业企业从技术和人才两个方面提升自身科研水平，提高研发效率。