政府R&D补贴对企业创新投入、企业创新能力与企业绩效的关系探索

梁婷

本文运用stata15.0分析软件，采用回归分析研究方法，研究政府R&D补贴对企业创新投入与创新能力的影响，创新能力对创新投入与绩效之间的关系。研究发现：企业创新能力对企业创新投入与企业绩效之间具有部分中介效应；同时，政府R&D补贴对企业创新投入与企业创新能力具有显著的调节作用。因此，政府通过对企业的技术创新补助力度，能显著影响企业创新投入转化为企业的创新能力从而提升企业绩效。

本文拟从政府R&D补贴视角研究企业创新投入、企业创新能力与企业绩效之间的关系，旨在为医药企业提升创新效益提供有效指导。

一、文献综述

（一）企业创新投入与企业绩效

Griliches （1981）以美国大型制造企业为研究对象，对研发投入与企业收益之间的内在联系进行了重点研究，发现企业生产力能够有效吸收研发投入，并作为介质将其转化为企业收益。Stam & Wennberg（2009）采用回归分析法，对近650家荷兰企业进行了创新投入课题研究，研究结论显示，与处于上升期的企业相比，创新投入在企业初创期的业绩提升效果更为显著。

（二）企业创新投入与企业创新能力

Muellen（1996）通过对目标企业进行生产数据研究，再次印证了上述结论。Hall（2001）以知识生产函数优化模型为工具，以数家美国制造企业为代表，对美国制造行业的研发投入与创新效益进行了数据研究，研究结果显示：研发投入量增加能够有效带动创新能力效益提升。

（三）企业创新能力与企业绩效

David，Gary & Amy（1997）在研究中发现，企业资源能够被掠夺，而企业能力却无法被竞争对手占有，企业能力在市场竞争中发挥着无可替代的作用，因此只要不断提升企业能力，企业便能在市场竞争中取胜。Ford C（2006）通过获取150家中国制造业企业的数据，研究发现企业创新能力越强，企业绩效水平就越高。

二、研究设计

（一）研究样本

本文选取在中国上海证券交易所和深圳证券交易所A股上市的医药制造企业 2008～2018年的面板数据，为了确保数据的有效性，本文对选取样本进行了筛选剔除。连续三年未公布研发数据的企业；PT类和 ST 类企業；数据严重缺失的公司样本。这些数据均为企业年报公布的数据，主要来源于国泰安数据库、上海证券交易所网站和深圳证券交易所网站，部分数据经年报通过手工摘录整理。

（二）研究假设与模型

通过相关文献综述，提出本文的研究假设及理论模型。

假设H1：企业创新投入与企业的绩效显著正相关，即企业的创新投入越多企业的创新绩效越高。

假设H2：创新投入与企业的创新能力显著正相关，即企业的创新投入越多企业的创新能力越强。

假设H3： 企业创新能力对企业创新投入与企业创新绩效相关性具有中介效应。

假设H4：政府R&D补贴对企业创新投入与企业创新能力的关系具有调节作用。

基于以上分析，本文构建了政府R&D补贴对企业创新投入、企业创新能力与企业绩效四者之间的概念模型，如下图所示。

研究模型图

（三）变量的取值

本文采用企业研发强度RDI（研发投入费用/员工的自然对数）来衡量企业的创新投入；采用专利授权数量指标来衡量企业的创新能力（Patents）；根据对企业绩效（Preformance）测量的相关文献梳理，选择长期绩效Tobin's Q作为衡量企业绩效的指标，由于所选医药企业的创新投入研发周期较长，研究对Tobin's Q滞后一期的影响；政府R&D补贴为政府R&D直接补贴。

医药企业的研发创新与企业绩效必然受到其他因素影响，因此本文借鉴其他学者的研究，确定控制变量为：企业成长性（GROWTH ） 、企业资产负债率（ LEV） 、流动资产比率（ CAR） 及年度虚拟变量（YEAR）。具体如表1所示。

三、研究结果

（一）各变量间相关性分析

为初步检验不同变量之间的关系，对各变量进行了相关性分析，其中表2为样本各主要变量间Pearson和Spearman相关分析。

（二）回归分析

1.回归模型的构建

为了检验前面提出的研究假设，构建以下4个待检验的回归模型：

Tobit=αi+βt+γ1RDIi（t-1）+γ2GROWTHi（t-1）+γ3LEVi（t-1）+γ4CARi（t-1）+∑year+εit

（模型1）其中，被解释变量为企业的绩效Tobin's Q，解释变量为企业的创新投入RDI，其余的为控制变量。

patit=αi+βt+γ1RDIit+γ2GROWTHit+γ3LEVit+γ4CARit+∑year+εit

（模型2）其中，被解释变量为企业创新能力patent，解释变量为企业的创新投入RDI，其余的为控制变量。

Tobit=αi+βt+γ1RDIi（t-1）+γ2pati（t-1）+γ2GROWTHi（t-1）+γ3LEVi（t-1）+γ4CARi（t-1）+∑year+εit

（模型3）其中，被解释变量为企业绩效Tobin's Q，解释变量为企业的创新投入RDI，中介变量为企业创新能力patent， 其余的为控制变量。

patit=αi+γt+β1RDIit+β2ZFRDit+β3RDIit×ZFRDit+β4GROWTHit+β5LEVit+β6CARit+∑year+εit

（模型4）其中，被解释变量为企业创新能力patent，解释变量为企业的创新投入RDI，调节政府R&D补贴，若的系数显著则为调节效应显著，其余的为控制变量。

2.企业创新投入与企业绩效的关系

由表3可知，模型1 的F统计量在0.1%的水平上显著，表明回归方程的结果基本可信。企业的创新投入（RDI）与企业绩效（Tobin's Q）的回归系数为0.0516，且在0.5%水平上显著，充分证明企业创新投入对企业绩效有显著的正向促进作用，H1得到验证。

3.企业创新投入与企业创新能力的关系

由表4可知，模型2的F统计量在0.1%的水平上显著，表明回归方程的结果基本可信。企业创新投入（RDI）与企业创新能力（Patents）的回归系数为0.0004，且在0.1%水平上显著，充分证明企业创新投入对企业创新能力有显著的正向促进作用，H2得到验证。

4.企业创新能力对企业创新投入与企业绩效的中介效应

由表5可知，模型3的F统计量在0.1%的水平上显著，表明回归方程的结果基本可信。step_1中企业的创新投入（RDI）与企业绩效（Tobin's Q）的回归系数为c=0.0516，且在0.5%水平上显著；step_2企业创新投入（RDI）与企业创新能力（Patents）的回归系数为0.0004，且在0.1%水平上显著；step_3中企业创新投入（RDI）与企业绩效（Tobin's Q）的相关系数为c'=0.0408，且在1%水平上显著，c> c'>0依然具备统计显著性，企业创新投入（RDI）与企业创新能力（Patents）的回歸系数为26.5228>0，根据中介效应检验原理说明企业的创新能力对企业的创新投入与企业绩效之间关系具有部分中介效应， H3得到验证。

5.政府R&D补贴对企业创新投入与企业创新能力的调节效应

由表6可知，模型4的F统计量在0.1%的水平上显著，表明回归方程的结果基本可信。在以企业创新能力（Patents）为被解释变量的回归结果中，企业创新投入（RDI）的相关系数为0.0005，且在1%水平上与企业创新能力（Patents）显著正相关，政府R&D补贴（ZFRD）的相关系数为0.7334，且在1%水平上与企业创新能力（Patents）显著正相关；同时，表6中的交互项RDI*CO1的相关系数为0.0007，且在1%水平上与企业创新能力（Patents）显著负相关。因此本文研究的假设H4得到验证。

本文通过创新理论视角分析认为，企业的创新投入能够有效地提升企业创新能力与企业绩效。从中介效应检验的结果可以看出，企业的创新投入影响企业的绩效，而企业创新能力一方面是企业创新投入结果的反应，另一方面也会引起企业绩效的变化。也就是说，企业的创新投入有一部分是通过企业的创新能力对企业绩效产生了作用。政府R&D补贴干预对企业创新投入与创新能力之间具有显著的负向调节作用。因此，本文认为在研究企业的创新投入与企业绩效的关系研究中，不能忽视企业创新能力的中介作用，同时，政府过度干预可能会使企业的创新战略产生失衡。

结语：

尽管医药企业已成为中国发展最快的行业之一，且企业创新投入水平高于国家普遍水平，但当前中国的医药企业创新投入较大但创新能力较弱，创新产出较少。因此，企业应该制定合理的创新投入计划。企业的创新投入对企业绩效的影响一般具有滞后性，因此必须连续不断地进行创新投入才能给企业带来良好的绩效。未来的研究还需要深入探讨企业创新能力的有效性在企业创新投入与企业绩效关系之间的中介效应问题。可借鉴经济学中“投入一产出”的效率视角，构建出企业创新能力有效性的多维度综合评价指标，对企业创新投入效率进行衡量及评价。对于隐性的创新能力产出，现阶段无法从现有的财务指标中得到准确的度量，未来可采用问卷等方法获得数据。