投入产出视角下我国智能网联汽车企业技术创新路径研究——基于上市汽车企业财务报表关联数据分析

许学国（教授/博导）李文辉，2张羽兮

（1上海大学管理学院 2上海汽车变速器有限公司 上海 200444 3哈尔滨工业大学管理学院 黑龙江哈尔滨 150006）

一、引言

自2014年初的美国消费电子展（CES）以来，智能网联汽车的发展受到了全球厂商的青睐，智能网联汽车正在成为移动智能终端的朝阳产业。智能网联汽车是指车联网与智能车的有机联合，通过搭载车载传感器、控制器、执行器等装置，在现代智能网络中进行信息传输，实现车与人、路、平台终端等智能信息交换共享的新型汽车产品。我国高度重视智能网联汽车产业发展，先后出台了《汽车产业中长期发展规划》《车联网（智能网联汽车）产业发展行动计划》等一系列政策，积极推动智能网联汽车产业的快速发展。汽车作为新的移动智能终端的趋势不断显现，其技术创新进入了实质性的阶段，我国的汽车企业已竞相加大智能网联汽车的技术研究工作，智能网联汽车领域正成为新一轮科技革命和产业革命的战略高地，我国智能汽车行业也迎来了发展的黄金期。但是，尽管市场前景广阔，行业产能反而下降，这虽然与新冠肺炎疫情及美国的技术管制有关，其根本原因是核心研发能力薄弱，比如汽车芯片供应不足导致企业生产计划难以执行等。因此，如何对研发投入进行科学有效的管理，是提升企业技术创新效率与经济效益的关键问题之一。

基于技术创新理论，学者开始关注研发投入对企业技术创新效果的影响，Mueller（2006）利用六个产业企业面板数据进行实证研究，结论表明专利数量与研发资金、人员投入都存在高度相关关系。朱月仙（2016）将我国研发经费投入和专利申请量进行回归分析，实证显示研发投入和以专利申请量为指标的创新绩效具有显著正相关。韩辛超、王文飞（2015）以计算机、通信与其他电子设备制造业137家上市公司2012—2014年的面板数据为研究样本，利用回归分析研究研发投入对公司盈利能力的影响，研究发现研发人员比例与企业盈利能力正相关。针对汽车行业，彭泽瑶和黄德忠（2015）发现在我国汽车行业中研发投入能够显著影响当期的绩效，但这种影响不存在滞后性。

综上所述，目前研究的领域主要集中在研发投入对企业创新的效率效果研究，缺乏从财务视角对研究投入如何影响企业创新特别是智能汽车企业技术创新的成果。本文通过对2019年我国八家智能汽车头部企业的财务报表关联数据的分析，从投入产出视角探寻研发投入对智能汽车技术管理的创新路径。

二、基于财务报表关联数据的灰色关联模型的构建

（一）选择灰色关联分析的原因

企业的自主创新领域的相关数据往往涉及到商业机密，对外公布的数据内容并不全面，传统的数理统计方法缺乏足够数据进行指标体系创建以及后续量化研究，因此，回归分析、方差分析以及主成分分析法并不适用。

利用灰色系统理论研究产业问题，能够把产业创新、转型等出现的相关问题具体化、数量化，从产业变化规律不明显的各种特征中找出相关规律，并通过对规律的剖析、解读弄清产业的变化趋势和发展方向，进而为资源利用、调配等决策行为指明方向，比较适用于研究数据缺乏、样本量不足、不确定问题较多等状况。因此，本文利用此方法，通过对上市汽车企业披露出来的在智能汽车项目投入产出财务数据的分析，得到车企对智能网联汽车研发投入产出的关键要素，进而做出重要性判断，对于提高汽车企业自主创新过程中的技术管理水平具有重要意义。

（二）灰色关联分析的定义及方法

灰色关联分析作为用于分析系统中结果因素与影响因素的关系密切程度的重要方法，其基本思想是根据数据序列的相似程度来判断其联系是否紧密，首先通过计算系统特征与因素序列的相对关联度和绝对关联度矩阵，再计算综合灰色关联度。

若系统特征序列为：

Y=（y（1），y（2）……y（n）），其中：i=1，2……s

因素序列为：

X=（x（1），x（2）……x（n）），其中：j=1，2……m

各序列长度相同且初值不为0，则：

（1）灰色绝对关联度。D为序列始点零化算子，则可以得到各序列的始点零化像为Y，X。

若令：

则得到灰色绝对关联度：

（2）灰色相对关联度。使用初值化算子D，求出各序列的初值像Y、X，再分别求出Y、X的始点零化像，计算：

则得到灰色相对关联度：

（3）灰色综合关联度。若ε为系统特征行为序列Y与系统因素行为序列X的灰色绝对关联度，r为系统特征行为序列Y与系统因素行为序列X的灰色相对关联度，取θ∈［0,1］，得到灰色综合关联度：

（三）基于财务报表视角的指标体系的建立

投入产出理论作为一种成熟的研究产业关联的经济理论，被广泛应用于产业经济研究中，运用投入产出分析的各类指标，能刻画出各个部门之间的投入产出关系，揭示其相互依存、相互影响关系以及相互作用方式。本文依据投入产出理论，在灰色关联模型的基础上构建分析模型，选取分析指标进行后续分析。

1.研发投入指标。企业智能化的技术创新能力是多方面能力的集成，要全面反映创新能力，系统因素指标是十分复杂的。综合众多学者对技术创新评价体系的研究成果，同时考虑了智能网联汽车公司的实际情况，在满足全面性、科学性、代表性和可操作性的原则基础上，本文对研发投入的具体指标进行了筛选。从技术创新及企业研发生产的过程来看，技术创新能力包括对专利技术的投入能力、设备的投入能力、研究开发能力、产线规模以及人才投入规模，因此，可以用这5个指标来综合反映企业技术创新能力，即X：企业无形资产投入；X：企业固定资产的投入；X：企业研发费用投入；X：企业人才投入；X：企业在建工程投入。

2.技术创新产出指标。在过往的研究中，对技术创新产出的衡量指标主要分为两大类。其一，财务指标类。其二，衡量研发产出的指标，如专利、新产品数量、新产品销售收入。由于企业专利统计口径不同，以及专利所带来的创新产出所具有的延迟性，本文暂不考虑使用专利数量指标。考虑到企业销售收入主要由销售数量及单价决定，而不同企业产品单价的制定标准不相同，基于本文为提升企业技术创新效果的目的以及财务报表披露内容的普遍性，对系统特征指标进行设定，即Y：汽车总产量（单位：万辆）；Y：汽车总销量（单位：万辆）。

三、灰色关联分析模型的应用

对一个抽象系统或现象进行分析，首先，需要选择反映系统行为特征的数据序列，即系统行为的映射量。用映射量来间接地表征系统行为。在本文所分析的汽车企业技术创新能力系统中，选取我国头部智能汽车企业2019年汽车的总产量和总销量来表征系统特征。之后将特征映射量和各有效因素序列处理成无量纲数据，最后即可利用灰色关联公理对系统进行分析。

（一）数据来源

由于我国智能网联汽车研发处于起步阶段，这一产业尚未形成一定规模与体系，因此在财务报表中能够披露与智能网联汽车项目研发的相关财务信息的车企数量不多，因此本文从中国汽车工业协会在近几年所统计的我国汽车制造企业前十名的名单中筛选出八家涉及智能网联汽车研发的企业，收集整理出影响投入的相关数据序列以及影响产出相关数据序列进行分析。

表1 汽车企业灰色关联分析数据

其中，将表征系统行为的汽车总产量标记为Y，汽车总销量标记为Y。将企业无形资产投入、企业固定资产投入、企业研发费用投入、企业人才投入、企业在建工程投入等影响因素依次标记为X、X、X、X、X等。

根据上述数据，首先求Y与X—X之间的灰色关联度，再求出Y与X—X之间的灰色关联度，以期得到影响汽车企业技术创新发展的关联性因素。

（二）研发投入与技术创新的灰色关联度计算

首先，进行汽车总产量Y与X变量之间的关联性计算。

根据数据及公式，计算序列初值像如下：

对序列初值像进行进一步的计算，得到如下差序列：

可求出，极差最大值为227.7191，极差最小值为0.0000。

其次，计算数据的关联系数，系数矩阵如下：

根据关联系数，求出Y与X，关联度分别为0.8681、0.9115、0.9232、0.9080、0.8211，可见，在此序列中X＞X＞X＞X＞X。

同理，对Y汽车总销量与X变量之间的关联性进行计算，可求出序列初值像的极差最大值为227.2171，极差最小值为0.0000。最后，计算Y汽车总销量与X变量的关联系数，根据关联系数，求出Y与X关联度分别为0.8851、0.9277、0.9402、0.9255、0.8433。

可见，在此序列中X＞X＞X＞X＞X。

（三）结果分析

通过灰色关联度的测算结果可以看出，影响汽车企业技术创新的因素顺序为：企业研发费用投入＞企业固定资产投入＞研发人员数量投入＞无形资产投入＞企业在建工程投入。

从测算结果可以看出，关联最大的是企业研发费用的直接投入，关联程度也远超其他因素，尽管从会计恒等式的角度来看，企业的研发费用由于不同企业的核算方式不同，会通过发放研发人员的工资路径影响研发人员的数量，通过专利申请转入无形资产等，但是研发费用金额反映了在该会计期间内用作研发方向的金额数量，体现了企业对研发投入的支持。

企业对固定资产的投入与研发人员数量投入与技术创新的关联程度较为相似，固定资产投入影响相对强于研发人员数量投入，但影响程度相差较小，并且固定资产投入产生的影响具有一定的时间长度，且效果衰减明显。而研发人员在培训、人员更新、薪酬激励等外界因素的影响下，可以保持研发能力的持续性。

无形资产与技术创新的关联程度相对较低，作为技术创新的中间产物，无形资产的当期账面余额反映了当期研发人员的工作成果，但是其与技术创新的关联程度远远小于研发人员投入数量。一方面，这可能与研发人员的技术水平较低有关，企业的技术创新能力若想达到一定的水准，必然要满足一定的研发水平，但是若招收的研发人员水平较差，直接技术产出效率较低，同时对研发人员工资及研发费用进行大量无效投入，就会使最终测算结果的研发费用较大。研发人员的投入与技术创新具有强相关的结果，而无形资产的相关性却不强。另一方面，当研发人员过多、企业规模较大，会增加制度成本，流程会更繁琐，一定程度上影响研发人员的产出效果。

在建工程的投入与企业技术创新的关联性最弱，这与在建工程在当期没有直接参与研发活动有关，但是从长远来看，在建工程在未来会成为办公大楼、厂房、生产线，但经营决策是基于企业目前经营状况的判断。当在建工程转为固定资产后，管理者和决策者需要关注的是如何科学合理地进行安排使用，作为研发活动的最优承载发挥其最大价值。

四、财务视角下的智能网联汽车技术创新的建议

（一）保证企业研发资金的投入

现代技术更迭的最大特点是快速，人工智能技术从诞生到今天已推陈出新多代技术，若要追上时代发展势必要在研发费用上加大投入。2022年3月，StockApps.com发布了一份报告，该报告通过对比世界大型汽车制造商每种智能网联汽车产品的研发费用与广告支出，发现特斯拉平均每款汽车的研发费用为2 984美元，约为行业平均值的三倍，单车研发支出处于行业领先。在智能网联汽车时代，汽车市场的竞争已经从传统的市场占有竞争变成了直观的产品创新竞争。汽车企业只有通过提高自主创新力，才能直接有效地提升企业绩效。而研发投入则是提升自主创新力的关键。从产品的生命周期来看，我国智能网联车目前处于初始发展阶段，有关财务报表数据显示，我国汽车企业研发投入占比在前期较高，随着市场的拓展与技术的成熟稳定，这一比重会逐渐下降。参照国外技术成熟的汽车企业的发展规律，我国企业要加大研发投入，这是保持充足竞争优势、做大做强的关键。

（二）制定合理的动态研发费用控制流程

智能网联汽车的研发生产是一项系统工程，从研发到生产销售需要经历较长的时间，涉及多个部门之间、不同供应商之间的业务交割，因此具有多种不确定性因素。为了能够高效利用研发费用，只在项目初期做出预算无法满足流动市场的需要，企业需要站在宏观层面制定动态的研发费用控制流程，采取多元化的研发费用管理方式，立足产品的整条产业链，覆盖到各个环节。由每一个可变节点，以及可能状况下的多个元素形成初始方案面，当情况变化时，根据当时的具体情况由节点中的相关人员做出具体的费用流转决策。

（三）优化智联网汽车产业链的投资及合作

作为多种技术的集成产品，智能网联汽车的产业链条复杂庞大，传统车企很难全面地拥有各项技术解决方案，根据企业自身的综合情况，对上游技术供应商进行合理投资，能够在短时间内掌握较为扎实的技术，根据产品目标性能进行技术升级的成本远远低于从头研发的成本。但是优化投资的目的远非单纯投资某个上游企业，还要注重技术的独立变现能力。除此之外，智能网联车作为人类智能生活生态的一部分，往往需要与其他产品进行联动，如何通过企业间的联动，降低研发成本的同时获得更多的用户也是企业需要思考的重要方面。

（四）注重企业软件人才和智能制造技术人才的数量与质量

新技术革命对汽车人才的能力和知识提出新要求，跨学科交叉融合的能力以及自我驱动、持续学习的能力都将是未来汽车人才的必备能力。但目前，车企人员素质的现实情况和未来高质量发展的需求相比有很大差异。未来汽车企业人才队伍建设的重点应放在软件人才和智能制造技术人员的储备与培养上。一方面，可以加强与高校协同合作，提供相关专业智能化产学研联合培养基地，不仅能够为企业储备人才，也可以更加高效地对人才进行全面培养。另一方面，加强对员工的转型培训，注重员工的思维转变，推动IT信息技术部门建立数字化思维，提升软件产品设计能力；设置独立的大数据技术部门，结合行业背景引进大数据和人工智能专业人才，提升数据算法开发能力。

（五）打造数据层面业财融合的财务共享系统

财务共享正逐渐成为大型企业的财务管理体系的一部分，目前的财务共享主要针对资金的流转而建立，虽然大大减少了工作量及工作人员，为财务数据分析快速提供全面的数据支撑，但局限在财务层面上，企业其他部门人员的使用效率并不高。随着区块链技术的快速普及，汽车企业可以借助区块链技术建立财务数据与业务数据融合共享的财务共享系统，不可篡改的特性保证了财务数据的完整性、合法性以及安全性。分布式账簿的特点使财务数据与业务数据同步存储，由业务相关工作人员进行认证。可回溯的特性方便不同环节的工作人员对既往业务进行查询、参考等，采购环节的支出也更加透明。另外，区块链的奖励机制也适用于研发人员，能保证绩效奖励更为透明准时，提升研发人员的工作积极性。

（六）构建物联网信息平台，提升供应链运作效率

汽车供应链是由零部件供应商、整车制造商、物流商、分销商和客户组成，涵盖零部件生产至整车售后服务的一系列流程环节。信息流在汽车供应链中起着至关重要的作用，加强汽车供应链的信息化建设，有助于提升整体生产运营效益。物联网是信息经济时代下信息技术发展的深度产物，它通过各种信息传感设备使物品以既定的规则与互联网相连，实现物品信息的智能化识别、定位、跟踪、监控和管理。在汽车供应链上构建物联网信息平台，能够实时监控零部件采购、整车生产制造、库存、物流等流程环节，极大程度地避免汽车供应链生产经营差错的出现，降低牛鞭效应，并且基于物联网电子标签储存信息的永久性与唯一性优点，运用物联网能够实现整车信息的追溯管理，提升汽车企业的整体运营效率。