中國制造業企業研發投入與效果的經驗研究

湯二子　劉海洋　孔祥貞　孫振

摘要：關于企業研發的相關研究一直以來就受到了重視，不過目前關于國內企業的相關經驗研究都存在諸如樣本容量稀少、檢驗方法欠缺以及樣本選擇偏差等問題，從而所得出的結論可能存在質疑。使用2007年樣本容量巨大的中國制造業企業數據進行企業研發方面的相關檢驗，并且將使用多種方法進行檢驗并比較結果的差異性。結果表明：政府部門應加大對企業的研發投入，企業應重視生產經營，從而積累更多的資源用于研發，利用研發提高并保持自身的競爭優勢。

關鍵詞：研發決策；研發投入；產出彈性；生產率

中圖分類號：F062.4文獻標識碼：A 文章編號：1003-3890（2012）08-0057-05

一、問題提出

Schumpeter提出市場力量的集中所帶來的壟斷可以促進研發投入，因為研發雖然具有高收益特點，但也具有高風險以及高成本的特點，從而只有那些規模大且盈利狀況令人樂觀的企業才具有能力進行研發，吳延兵（2009）、湯二子，于長宏（2011）根據實證檢驗認為企業規模對于研發決策確有顯著的正向影響；其次是關于企業研發投入量的決定因素的研究，這方面吳延兵（2008）進行了較為系統的研究，結論依然認為企業規模等因素對于企業研發投入量具有顯著影響。再次，關于企業研發效力最為常見的研究是估計研發產出彈性，吳延兵（2006）運用537個微觀企業樣本估計了研發產出彈性，估計結果認為研發產出彈性大約是0.11，并且發現高科技企業與非高科技企業的研發產出彈性是存在差異的，前者研發產出彈性大約是0.18，而后者研發產出彈性大約只有0.10，這對于區分高科技產業與非高科技產業做出不同研發決策具有指導意義。最后，國內學者也較為關注研發對企業生產率的影響，張海洋（2005）運用1999—2002年34個中國工業行業面板數據，基于DEA的Malmquist生產率指數對生產率、技術效率以及技術進步進行了測算，檢驗認為企業研發對于生產率和技術效率的影響是不顯著的或者具有顯著的負影響，而研發對于技術進步具有顯著的正向影響，從而論證了研發所存在的兩面性。朱有為等（2006）認為我國高科技產業研發效率整體偏低，不過呈現穩步上升趨勢，而且行業間效率差異具有逐步減小趨勢。白俊紅等（2009）運用中國本土1998—2006年30個省級面板數據樣本，使用超越對數隨機前沿模型，研究認為全國整體研發創新的技術效率較低，仍有較大的提升空間，盡管研發創新的全要素生產率與技術進步均有所增長，增速卻有所減緩。檢驗研發對企業生產率的影響時，生產率的不同計算方法可能是導致結論存在差異的重要原因，不過，從目前經驗研究大體上可以看出研發與企業生產率之間具有顯著正相關性，這對鼓勵企業進行研發提供了經驗支撐。

盡管國內學者對于企業研發方面進行了相關經驗研究，但是筆者認為這些研究中存在著一些共同問題：首先，由于微觀企業數據的可得性，很多經驗研究僅局限于上市公司的經營績效數據，這樣稀缺的樣本容量將直接影響檢驗結果的可信性。其次，檢驗方法存在局限性，大部分已有的經驗研究僅僅使用OLS做計量檢驗，這也將帶來一些問題。最后是樣本選擇問題，目前經驗研究中僅僅選用已經進行研發的企業做實證檢驗而忽視了未進行研發地企業樣本，這將導致檢驗結果存在偏誤。本文就是根據目前研究中所存在的缺陷，使用2007年中國制造業企業樣本數據系統地進行企業研發方面的相關檢驗。我們擁有容量巨大的企業樣本數據，并且運用多種方法進行檢驗，從而檢驗結果更加具有可信性。

二、企業研發投入的相關檢驗

所使用的經驗樣本是中國工業企業數據庫，該數據庫所統計的企業原始數據可能會出現一些人為統計錯誤，由此產生的奇異樣本對于檢驗結果具有消極影響，所以我們需要進行樣本篩選。在謝千里等（2008）對企業樣本篩選的基礎上，我們對數據做以下處理工作：（1）刪除一些統計變量明顯具有錯誤的企業樣本，如企業的工業總產值等變量被統計為負值；（2）對于企業經營狀態，數據庫中共分為五類，即正常營業、停業、籌建、撤銷和其他，我們僅僅保留正常營業狀態的企業樣本；（3）刪除企業員工總數不超過8人的樣本；（4）由于數據庫統計的是全部國有以及規模以上非國有企業，從而刪除一些可能影響結果的異常樣本，如工業銷售產值低于500萬元、工業總產值低于500萬元、工業增加值低于10萬元、資產總額低于100萬元、固定資產低于10萬元以及中間投入低于10萬元的樣本，其實在經過前幾步的篩選以后，這一步并沒有刪除過多樣本，但是對實證檢驗具有積極意義。通過樣本篩選后，還剩下292 612個企業樣本，如此巨大的樣本容量是運用上市公司經營數據萬難達到的。

數據庫中關于企業研發支出的統計中大約有80%的企業研發投入等于0，我們在前文已經說明研發支出等于0可以近似認為該企業未進行研發投入，這些樣本的存在對于我們檢驗企業研發決策的影響因素具有重要意義。定義虛擬變量DRD={0，1}，如果企業研發支出大于0，則DRD等于1，如果研發支出等于0，則DRD等于0。對于影響企業研發決策的可能因素，我們根據已有的經驗研究以及本文所使用的數據庫中關于企業樣本統計變量的特點，我們選用以下變量：（1）工業產出規模（IPS）；（2）補貼規模（SS）；（3）利潤規模（PS）；（4）職工教育支出規模（TS）；（5）債務規模（DS）；（6）出口規模（ES）；（7）管理支出規模（MS）；（8）企業成長年齡（GA）；（9）行業控制變量（ICV）；（10）地區控制變量（RCV）。這樣，我們尋找到了可能影響企業研發決策的可能因素，我們首先建立以下LPM：

DRDi=C+β1IPSi+β2SSi+β3PSi+β4TSi+β5DSi

+β6ESi+β7MSi+β8GAi+λICV+ηRCV+εi （1）

我們運用OLS對篩選后的企業樣本來估計該方程，估計的結果如表1所示。

通過表1的估計結果可以得出如下結論：

結論1：根據經驗估計發現，企業所獲得的補貼、所賺取的利潤、為員工教育培訓所支出的費用、出口交貨總量、管理支出費用以及企業成長年齡正如預期那樣，可能會對企業做出研發決策產生積極的影響，而工業產出與債務總量對企業做出研發決策的影響可能與預期相反，檢驗研究發現前者與研發決策呈顯著的負相關性，后者卻與研發決策呈顯著的正相關性。

目前對于企業研發支出決定因素的經驗研究主要集中于研發企業樣本，我們先根據已有研究做類似的檢驗，對于研發企業樣本，我們用企業研發支出的自然對數構造研發規模（RDS）變量，解釋變量依然等同于前文在檢驗研發決策時所選用的變量，建立以下檢驗方程：

RDSi=C+β1IPSi+β2SSi+β3PSi+β4TSi+β5DSi

+β6ESi+β7MSi+β8GAi+λICV+ηRCV+εi （2）

運用研發企業子樣本對式（2）的OLS估計結果如表2所示。

根據表2總結可以得出如下結論：

結論2：根據經驗研究認為企業所獲得的補貼量、所獲得的利潤總額、債務融資總量、出口交貨值與管理支出費用很可能會對企業研發支出總量產生積極影響；工業產出總量、職工在職培訓與企業成長年齡對企業研發支出的影響具有不確定性，不過我們傾向于認為產出規模可能會對企業研發具有正向影響。

三、企業研發效果的相關檢驗

估計生產要素的產出彈性，一般使用C-D生產函數，即對于任意企業i，其投入的勞動Li和資本Ki所獲得的產量為Qi=AiKiαLiβeεi，其中Ai是企業i的技術水平，我們不妨認為Ai決定于企業研發投入Ri，且滿足Ai=BRiγ，其中B可以看成知識轉化效率，這樣我們得到Qi=BKiαLiβRiγeεi，對該式兩端取自然對數可以得到：

LnQi=C+αLnKi+βLnLi+γLnRi+εi （3）

運用企業樣本檢驗（3）式得到的參數γ估計值就是研發產出彈性。在估計之前我們有必要說明以下幾個問題：首先，由于本文接下來的估計中研發支出規模僅作為解釋變量，所以我們只選用研發企業樣本，這種外生樣本選擇①不會帶來樣本選擇問題，并且刪除未進行研發企業樣本能夠更為有效地估計研發產出彈性；其次，關于產量Q的衡量問題，筆者認為工業增加值能夠較為準確地衡量該企業在研究時期內的生產經營狀況，所以估計研發產出彈性時，我們選用工業增加值作為企業產量的衡量指標，當運用工業總產值作為產量指標時需要重新設定估計方程；最后，設定企業技術水平取決于研發支出時可能存在相應的問題，首先存在其他影響企業技術水平的因素，更為重要的是企業技術水平取決于研發投入的存量，而我們僅具有企業研發投入的當期流量，不過在永續盤存法（PIM）的思想下可以用研發支出流量的自然對數值近似代替研發存量的自然對數值②。我們利用研發企業樣本估計方程（3）得到的系數估計值如表3中a所示。

根據估計結果a可以看出研發產出彈性沒有已有經驗研究那么大，僅為0.05左右，產生這種差異的原因很可能就是樣本選擇差異，已有經驗研究一般只關注于樣本量稀少的上市公司研發產出彈性，而上市公司經營狀況一般都較好并且企業規模也較大，所以估計的研發產出彈性可能就更為樂觀，本文使用樣本容量巨大的制造業研發企業樣本，樣本容量達到了3萬以上，所以估計結果遠遠可信于已有經驗研究所估計結果。如果運用工業總產值代替工業增加值來衡量企業產量，估計的結果如表3中b列所示，我們發現用工業總產值代替工業增加值并沒有對各種生產要素的產出彈性估計值產生過大影響，研發產出彈性也有0.04左右。吳延兵（2008）認為在用工業總產值衡量企業產量時需要在估計方程中引入工業中間投入（M），即建立以下檢驗方程：

LnQi=C+αLnKi+βLnLi+ηLnMi+γLnRi+εi （4）

我們運用同樣的研發企業樣本對（4）式的估計結果如表3中c所示，由此可以看出在引入中間投入變量后，對工業總產出變異的解釋貢獻達到了97.5%，并且中間投入的產出彈性達到了0.86以上，但是包括研發在內的其他生產要素的產出彈性估計值均大大下降，研發產出彈性估計值下降到低于0.01，從而可以看出我國制造業企業整體生產狀況是工業附加值低、技術落后、以大量使用中間投入的加工企業為主，所以我國制造業企業要加快產業結構調整，逐步改變這種高消耗低附加值的生產模式。根據對研發產出彈性的估計，我們可以總結得到以下結論：

結論3：用工業增加值與工業總產值衡量企業產量來估計研發產出彈性的差異并不大，研發產出彈性大約在0.04～0.05左右，比已有經驗研究的估計值要低；如果將中間投入納入估計方程，研發產出彈性的估計值將大大降低，下降到不足0.01，這意味著我國制造業企業工業附加值低下。

檢驗企業研發對其生產率的影響，生產率計算方法顯得尤為重要，本文計算生產率方法是擴展的“索洛殘值”法③，其基本計算思路是：各行業中企業生產率可能存在較大差異，所以需要分行業計算企業生產率，假設處于行業j的任意企業i的產出為Qij，其投入的勞動與資本分別為Lij和Kij，這樣有Qij=AjKijαjLijβjeεij成立④，其中Aj是行業j的整體技術水平，αj和βj分別是行業j的資本產出彈性與勞動產出彈性，對產出公式取自然對數得到LnQij=Cj+αjLnKij+βjLnLij+εij，運用每個行業的企業樣本分別對該式進行OLS回歸得到擬合值■j和殘差■j，其中■j代表行業j整體技術水平估計值，而代表所估計企業i技術水平偏離行業j整體技術水平的大小，這樣處于行業j的企業i的生產率估計值為LnTFPij=■j+■ij，我們運用這種方法計算了每一個企業的生產率。

首先，我們檢驗研發決策對于企業生產率是否具有顯著的正向影響，解釋變量為企業研發虛擬變量（DRD），我們需要控制其他可能影響企業生產率并且與企業研發決策相關的可能因素，我們重點控制以下變量：（1）企業規模可能通過規模報酬的作用而影響企業生產率，我們依然運用工業產出規模（IPS）衡量企業規模水平；（2）職工培訓可以提高員工工作技能從而可能帶來企業生產率的提高；（3）利潤規模（PS）；（4）出口規模（ES）對企業生產率的影響一直以來就受到了關注（湯二子等，2011）；（5）企業成長年齡（GA）對生產率的提高也可能具有作用；（6）行業虛擬變量（ICV）和地區虛擬變量（RCV）。尋找到這些控制變量后，根據Chow檢驗看出在允許截距項不同外，研發企業樣本與非研發企業樣本可以使用同一個估計方程，從而我們建立以下檢驗方程：

結論4：企業進行研發可能只是關注于提高產品質量，或者企業研發發揮生產效力可能存在時滯，所以企業研發對生產率可能并不存在預期中的促進作用，而是呈顯著的負相關關系。

四、結論與政策建議

研發不僅對于企業越來越顯得重要，而且對于國家整體技術水平的提升也具有重要意義，所以研發方面的相關經驗研究一直以來就被國內學者所重視。不過，縱觀目前的經驗研究卻發現了一些可能影響實證結論的問題。其一是樣本容量的稀缺，其二是檢驗方法的單一與落后，其三是樣本選擇方面所存在的問題，即僅僅選用研發企業樣本而忽略非研發企業樣本會導致無法準確驗證企業研發投入的決定因素。鑒于目前研究所存在的缺陷，我們利用2007年中國制造業企業樣本數據進行了企業研發方面的一系列相關檢驗，我們所做工作要先進于目前已有經驗研究。這主要體現在以下幾個方面：首先，我們擁有的樣本容量巨大，總樣本容量達到了將近30萬，研發企業樣本容量超過了3萬，這是運用上市公司經營績效統計數據很難實現的樣本要求；其次，由于我們不但選用了研發企業樣本，而且選用了非研發企業樣本，這樣就可以進行企業研發決策方面的經驗研究，這是僅利用研發企業樣本無法達到的；再次，我們運用了多種估計方法并且比較了各種方法所得結果的差異，這對我們準確了解研發方面的相關經驗研究具有較為重要的意義；最后，我們估計研發投入的決定因素時，為了盡可能避免樣本選擇偏差而選擇總樣本進行估計，并且為了解決角點解問題而使用了Tobit-ML估計，這在現有經驗研究中尚屬首次。

根據2007年中國制造業企業數據關于研發所進行的描述以及經驗研究發現了以下重要結論：（1）我國制造業企業進行研發還不算普遍，大約僅有10%的企業進行了研發投入，并且研發企業的研發強度也很低。（2）對于企業研發概率的相關經驗研究認為企業所獲得的補貼、所獲得的利潤、員工培訓支出、出口總量、債務融資、管理支出以及企業年齡與研發概率呈顯著的正相關性，從而這些因素可能會對企業做出研發決策產生積極意義，而產出規模與企業研發概率呈顯著的負相關性，所以企業規模對于企業是否做出研發決策可能具有負向影響。（3）對于企業研發支出相關影響因素的研究認為企業所獲補貼、所獲利潤、債務融資總量、出口量與管理支出與研發支出呈顯著的正相關性，從而這些因素對于企業增加研發支出可能具有促進作用，職工教育培訓支出與企業年齡對于研發支出的影響不能確定，不過我們更傾向于認為產出總量對于研發支出具有積極作用，所以規模對于企業做出研發決策可能具有消極影響，但是對于企業增加研發支出可能具有促進作用。（4）在估計研發產出彈性時發現研發產出彈性并沒有已有經驗研究估計的那么大，并且在引入中間投入時研發產出彈性變得更小，所以我國制造業企業的工業附加值較低，技術較為落后。（5）研發對于企業生產率很可能沒有預期中的促進作用，甚至具有消極作用，這主要原因可能是我國企業研發存在效力時滯并且研發投入更關注于提高產品質量而忽視提高生產效率。

根據本文的相關研究，我們可以提出一些有意義的政策建議：其一對于政府部門來說，由于補貼對于企業做出研發決策以及增加研發支出可能具有促進作用，所以政府部門要重視對于企業的補貼，為其提供更為豐裕的研發投入資源，幫助其降低研發所帶來的風險；其二對于企業個體方面，企業要重視生產經營，積累更多的資源用于研發，并且要正視研發對于企業的影響，盡管研發在短期內對于企業生產率方面的影響不明顯，但是從長遠角度考慮研發決策，利用研發提高并保持自身的競爭優勢，使企業在殘酷的競爭中立于不敗之地。總之，在政府部門以及企業的共同努力下，做出最優的研發決策是不可或缺的。

注釋：

①關于外生樣本選擇與內生樣本選擇問題，可以參見：伍德里奇《計量經濟學導論》第四版。

②關于永續盤存法的相關論述，可參見吳延兵（2008）與湯二子、于長宏（2011）的相關論述。

③索洛殘值法實質上就是不帶截距項的回歸，但是筆者認為這樣很難衡量生產率的整體趨勢。所以我們將使用帶截距項的回歸，關于其中原因的具體介紹，可以參見：劉海洋，湯二子，郭園園，王珺.異質性企業貿易模型的擴展及中國經驗，世界經濟與政治論壇，2011年第5期。

④為了論述的簡便，計算企業生產率時沒有考慮企業研發支出對產出的影響，這樣并不會對生產率的計算結果產生實質性影響。

參考文獻：

［1］白俊紅，江可申，李婧.中國地區研發創新的相對效率與全要素生產率增長分解［J］.數量經濟技術經濟研究，2009，（3）：139-151.

［2］湯二子，李影，張海英.異質性企業、出口與“生產率悖論”——基于2007年中國制造業企業層面的證據［J］.南開經濟研究，2011，（3）：79-96.

［3］湯二子，于長宏.中國工業企業支出規模與R&D波及面：2005～2007［J］.改革，2011，（4）：103-110.

［4］吳延兵.中國工業R&D投入的影響因素［J］.產業經濟研究，2009，（6）：13-21.

［5］吳延兵.自主研發、技術引進與生產率——基于中國地區工業的實證研究［J］.經濟研究，2008，（8）：51-64.

［6］吳延兵.R&D與生產率——基于中國制造業的實證研究［J］.經濟研究，2006，（11）：60-71.

［7］張海洋.R&D兩面性、外資活動與中國工業生產率增長［J］.經濟研究，2005，（5）：107-117.