新一代信息技術產業創新績效影響因素研究

湯萱+湯穎蕾+謝夢園

摘要：本文從公司的企業規模、創新投入產出、經營績效等方面，運用CDM階段模型實證研究了新一代信息技術產業的創新績效。研究發現新一代信息技術產業的創新績效與企業研發費用投入、專利數、公司年齡及流通股呈負相關關系，與企業技術人員投入以及企業總資產呈正相關關系，但與企業總股本及實際所得稅率無顯著性相關關系。

關鍵詞：新一代信息技術；產業創新；產業創新績效

中圖分類號：F062.5 文獻識別碼：A 文章編號：1001-828X（2016）007-000-04

一、引言

隨著“后危機”時代的到來，為走出危機陰霾，各國面臨著新一輪產業結構調整，力求尋找新的經濟增長點，戰略性新興產業逐漸成為各國走向經濟復蘇的產業發展選擇。發展戰略性新興產業也成為中國立足于渡過當前危機難關，著眼于未來長遠的可持續發展當仁不讓的戰略決策。從原則通過《國務院關于加快培育和發展戰略性新興產業的決定》到《“十二五”國家戰略性新興產業發展規劃》出臺，戰略性新興產業的發展逐漸成為我國經濟發展的主流趨勢。

作為戰略新興產業之一的新一代信息技術產業，將被作為重點推進的對象。2010年10月國務院發布了《關于加快培育和發展戰略性新興產業的決定》，將新一代信息技術列入七大戰略性新興產業，并位列第二位，充分體現了其戰略地位。新一代信息技術產業技術涵蓋量大、應用范圍廣，與傳統行業結合的空間大，推動經濟發展和產業結構調整的作用將遠遠超出本行業的范疇。本文從微觀企業層面入手，進而研究新一代信息技術產業創新績效，以期為新一代信息技術企業創新及相關政府部門提供政策制定依據以及理論指導。

二、文獻回顧

國外學者在產業創新的內涵上有開拓性的研究。Schumpeter（1934）認為，創新的本質是“產業突變”或“創造性破壞”，強調創新是經濟發展的核心，是國家內生需求的主要任務。他最早提出了產業創新包括采用新產品、引進新的生產方法、開辟新市場、控制原料供應來源、實現工業組織化等五種組合的情況；Freeman et al（1987，1997）指出產業創新是系統概念，系統因素是產業創新成功的決定因素；Malerba（2002）在進化經濟學理論基礎上，建立了產業創新的系統理論。他認為產業創新系統是由知識、技術體系和以及之間的聯系網絡與制度等部分組成，產業創新就是由這幾部分共同進化而導致。

至于怎樣界定產業創新績效，普遍的觀點認為產業的創新績效主要取決于對創新過程的高效率管理（Amit and Schoemaker，1999）；也有的觀點認為產業創新績效不僅是績效的過程，還是創新元素的組合。這當中主要包含了環境需求、生產程序、產業市場以及人口組成等變動元素（Drucker，2003）；Hagedoorn Cloodt（2003）將產業創新績效分為狹義和廣義的理解。狹義上認為產業的創新績效是從創新的成果引入市場的力度的結果來衡量，廣義上認為是將概念的出現到創新發明，為整個相關市場所帶來的創新發明、創新技術等方面的績效，從而推動形成產業。

如何測定創新績效在創新經濟學的研究領域中一直倍受關注，自內生增長理論提出以來創新的外溢效益、擴散效應對生產率的影響成為國外學者研究的熱點。其中該理論的提出者Romer（1986，1990）關注了知識和技術的溢出效應或者是R&D的外部性與經濟增長的關系，將研發和創新過程加入生產函數模型，得出微觀企業創新活動的成果會最終影響到企業整體的經濟增長。Bernstein & Nadiri（1991）發現創新的溢出可以使得可變成本降低并增加產量，從而降低產品的價格；還有其它大量的研究證明這種外溢效應對企業績效的顯著正影響（Grossman and Helpman，1991；Nadri，1993；Wieser，2005；Aiello and Cardamone，2009）。

國內學者在對產業創新理論的研究也都從不同的方面詮釋了產業創新及產業創新績效。在產業創新內涵上，杜義飛等（2007）從企業和產業兩個層面分析了產業創新的內涵：如果企業從產業的層面來審視創新活動，那么其創新效益必然會影響到其他企業的效益，引出交叉互換式的創新活動，從而實現產業創新；黃順春（2008）認為產業創新的概念主要涉及產業創新的主體、產業創新的范圍以及產業創新的表現；韓紅麗（2012）則認為產業的創新通過產業價值鏈的整合實現價值的發現和再創造，進而進行產業分工協作形成戰略競爭合作機制，形成新的價值創造系統而實現。在產業創新績效上，高建（2004）認為產業創新的績效包含過程績效和商業績效，商業績效即企業在技術、產品等產出成果在其商業帶來的貢獻；陸國慶（2011）出于對創新外溢效應考慮，對戰略性新興產業中小板上市公司進行了績效研究，得出企業創新績效與創新投入、創新環境等呈弱正相關關系，與產品毛利率顯著正相關的結論；劉偉偉（2012）按照過程績效和商業化績效分別測算我國創業板上市公司創新績效，得出企業在知識資本形成階段的績效要顯著高于商業化應用階段的績效，企業的整體創新績效與商業化應用階段績效高度相關的結論。杜勇（2014）等也研究發現高新技術企業研發投入與企業的盈利能力及企業獲利能力間存在明顯的正相關關系。通過對文獻的梳理，發現目前相關研究中尚未對產業創新內涵及產業創新績效在得出一致結論。本質上，產業創新是典型的投入與產出的過程。創新的投入包括資金設備、人員投入等，創新的產出主要有專利、產品。總的來說，在影響創新績效的因素當中，投入與產出是關鍵，是產業創新績效的重要影響因素。

三、理論分析及研究假設

世界銀行《工業技術發展項目案例研究報告》中認為，創新績效可以通過對創新資源的投入產出進行評價。徐鴻和杜國良（2014）通過對新三板非上市高新技術企業的實證研究，發現研發投入與高新技術企業當期的績效呈負相關的關系。本文認為由于創新投入到創新產出存在一定的時間周期，當年的創新投入產出并不全是當年的研發費用投入的結果，短期內研發投入不能收到好的效果；而且在R&D活動上的財務支出在增加產品開發成本的同時，還會占用企業的資金，減少了企業其他方面的投資；加之市場對創新對技術的要求越來越高，企業的研發投入取得的成果也不能馬上得到市場的認可，利潤增長率短時間內不會很快增加。除了考慮到創新的時滯問題，還要考慮帶研發投入指標數據的全面程度和真實程度問題。已有研究認為，R&D 投入也應包括了長期設備的購買。此外其它企業、產業或者機構研發產生的知識外溢帶給企業的研發投入也不能體現在數據上。財務報告給予了企業在創新投入歸類上的自由空間，且新一代信息技術作為新興產業，創新投入是申報高新技術企業的硬性指標，申報過程中存在虛列費用風險。這一系列因素都可能導致研發投入的增加不能帶來企業績效的提高。

因此，本文提出假設H1：研發投入與新一代信息技術企業績效負相關。

有關創新產出與創新績效之間的關系，現有的研究成果并沒有得出一致的結論，且這種結論的不一致呈現出地區性、行業性的差異。Creponetal、Duguet、Mairesse（1998）運用CDM模型對法國企業的創新情況進行了分析，他們以專利或新產品銷售額衡量企業的創新產出，發現企業生產率和創新產出正相關；Feng et al （2008）通過分析中國紡織行業和醫藥行業企業技術創新與企業績效之間的關系，研究發現創新產出對企業績效的影響為正；陸國慶（2011）的研究顯示企業績效與創新投入，創新產出呈現顯著的正相關性；王小童和高昌林（2013）的研究也表明企業創新產出顯著促進企業生產率的提高；企業的集成創新對企業生產率的提升有顯著促進作用。但也有不少研究成果表明創新產出與創新績效之間并沒有顯著的關系或是呈現出負相關關系（Benavente，2006；Mohnen，2006；謝芳琳，2013）。因此，本文不對創新產出與新一代信息技術企業創新績效間的相關關系作出假定。

關于企業規模與企業創新的關系研究，安同良、施浩等（2006）研究發現小企業、中型企業和大企業的 R&D強度存在著傾斜的V型結構關系，即對小型到中型的企業來說總資產規模越大，其研發強度越低。企業在由小型向中型企業轉變的過程中，會逐漸將部分資源投入到研發之外，例如購置固定資產、加大員工比例，從而就導致了研發投入強度減少，而本文樣本公司大多已經是發展穩定的中型企業，可以理解為大多數研究對象已經有一定的創新產出累計，且有研究表明企業規模對于企業創新投入轉化為創新產出具有正向影響（Carolan，2008；王小童等，2009；李常洪等，2013）。

因此，本文提出假設H2：企業規模與新一代信息技術企業的創新績效呈正相關性。

四、研究方法及模型設計

（一）研究方法

實證研究中，學者們利用CDM模型、隨機前沿生產函數（SFA）和數據包絡分析（DEA）等方法對創新轉化過程中的變量進行參數或非參數轉化，實證探究創新投入與創新產出間的作用機理。Creponetal（1998）最先提出CDM模型，其核心思想為企業的R&D投入通過知識生產過程，在企業的運營下轉變為知識知本，推動企業的創新，最終為企業產出帶來效益。據此可將企業的創新績效評價劃分為創新投入階段、知識資本轉化階段、生產率提升階段。Aiello & Cardamone（2009）在該CDM模型研究的基礎上建立了考慮了創新外溢效應的新模型，完善了最初的CDM模型。CDM方法使得創新投入與創新產出在模型上建立了連接，并最終通過模型使企業生產效率提升，使得后續的創新績效研究脫離單純的對指標數據的討論。基于此，本文亦采用CDM模型作為測度新一代信息技術產業創新績效的方法。

（二）CDM模型

1.創新投入階段方程

（1）

（2）

方程（1）分析企業創新投入決策的影響因素，x0是解釋向量，b0是相關系數向量，μ0誤差項，gi*是創新投入決策虛擬變量，若企業從事了創新活動則取1，沒有從事創新活動則取0。方程（2）表示創新投入強度的影響因素，k代表企業的人均R&D投入量。x1為影響企業創新決策及企業人均R&D投入量的各因素組成的解釋變量向量，主要包括經營現狀、市場份額、需求大小、技術推動、企業規模和行業特征等6個變量。

2.創新轉化階段方程

（3）

方程（3）表示創新投入成果的轉化，ti*代表創新成果及專利數量或新產品銷售比例；x2是影響知識資本轉化因素組成的解釋向量。

3.生產率提升階段方程

（4）

方程（4）表示創新成果對企業生產率的提升。其中q表示勞動生產率（人均產出或人均銷售收入）；x3為除了創新投入以外的影響企業生產率因素組成的解釋變量向量。

4.綜合以上三階段方程，可以得到創新績效方程

（5）

方程（5）用以表示創新活動從最終對企業生產率或者業績的影響，其中；；。

CDM模型把創新投入、創新產出、生產率指標結合在同一模型中，使多個指標相結合，對創新績效的研究更加合理、有說服力。

（三）模型設計

依據CDM模型，結合國內外創新績效相關研究，本文將新一代信息技術上市公司創新過程分為：創新資源投入階段、產出形成知識資本階段、公司經營績效階段。創新投入階段選用研發費用投入和人力資源投入。由于新興產業的發展離不開政府的支持，而實際稅率在一定程度上可以反映政府對于企業創新的支持力度，故本文選用實際稅率作為投入階段政府支持力度。創新產出采用當年申請的專利數和軟件著作權衡量；經營業績指標方面，本文采用企業凈資產收益率衡量。結合上述三階段構建企業規模、創新投入產出與經營績效的線性計量模型如下：

lnYi=a+a1lnXi1+a2lnXi2+a3lnXi3+a4lnXi4+a5lnXi5+a6lnXi6+a7lnXi7+σ

模型涉及的相關指標如下表1。

表1 模型變量及定義

公司績效指標 凈資產收益率（Y） 公司當年凈利潤占股東權益余額比

創新投入產出 研發投入（X1） 公司每年研發費用

技術人員比重（X2） 公司每年末技術人員占總員工數的比例

專利數及軟件著作權等知識資本（X3） 公司當年申請專利、著作權的數量

實際稅率（X4） 當年所得稅費用占利潤總額比，衡量政府給予的間接補貼

控制變量 企業規模 總資產（X5） 公司每年12月31日資產總額

總股本（X6） 當年年末總股本

公司年齡（X7） 公司成立日期到當年年末的時間跨度

五、實證檢驗與結果分析

（一）樣本選擇

本文選取2009--2011年新一代信息技術A股上市公司為研究對象。由于新一代信息技術產業是戰略性新興產業，中國的戰略性新興產業的蓬勃發展也是在2009年一系列相關政策的出臺，因此本文選取從2009年開始選取樣本公司數據作為研究對象。在研究期間內從中國財經網得知共有50家新一代信息技術A股上市公司，剔除ST樣本公司1家，故本文選取剩余49家當中47家新一代信息技術公司作為樣本。樣本數據資料主要來源于中國財經網，數據主要來源于上市公司年報和國泰安CSMAR系列研究數據庫。

（二）回歸結果及分析

1.描述性統計

對樣本公司2009-2011年的經營績效變量、創新投入變量、企業規模控制變量、進行描述性統計，具體見表2。

從表1可知，經營績效方面，近三年，樣本公司的凈資產收益率平均值分別為0.113、0.144、0.11，標準差分別為0.116、0.128、0.212，可知樣本公司近三年的經營績效基本穩定，2009-2011年新一代信息技術發展狀況良好。創新投入方面，樣本公司的專利數、研發費用、技術人員比重都有所增加，而替代政府支持力度的實際稅率略低于高新企業界定的優惠稅率15%。企業規模控制變量方面，樣本公司的總資產、總股本呈逐年遞增趨勢，企業規模逐年擴大。

2.回歸分析

運用SPSS軟件對新一代信息技術上市公司樣本數據進行回歸分析，得出表3、表4、表5所示結果。

表3 模型匯總

模型 R R2 調整R2 方 標準估計誤差

1 .706a .498 .424 .074

a. 預測變量： （常量）， 實際所得稅率， 專利數（項）， 技術人員比重， 公司年齡， 研發費用（元）， 總股本（股）， 總資產（元）。

表4 Anovab

模型 平方和 df 均方 F P

1 回歸 .234 8 .029 5.333 .000a

殘差 .681 124 .005

總計 .915 132

a. 預測變量： （常量）， 實際所得稅率， 專利數（項）， 技術人員比重， 公司年齡， 研發費用（元）， 總股本（股）， 總資產（元）。

b. 因變量： 凈資產收益率

表5 模型系數a

模型 非標準化系數 標準系數 t P

B 標準 誤差 試用版

1 （常量） .112 .026 4.343 .000

總資產（元） 1.488E-11 .000 2.283 3.352 .001

公司年齡 -.003 .001 -.196 -2.239 .027

專利數（項） -.002 .000 -.476 -5.427 .000

實際所得稅率 -.074 .101 -.058 -.730 .467

技術人員比重 .000 .000 .143 1.706 .046

總股本（股） 4.426E-11 .000 .286 .906 .367

研發費用（元） -1.509E-11 .000 -1.951 -3.273 .001

a. 因變量： 凈資產收益率

從表34可看出模型相關系數R為0.706，判定系數R2為0.498，調整后R2為0.424，說明模型擬合程度較好，可以進行樣本回歸分析。從表3可知模型統計量F=5.333，相伴概率P=0.000<0.05，說明多個自變量與因變量凈資產收益率存在線性關系，說明模型的回歸性整體是顯著的。從表5可知：

（1）從創新投入來看，創新經營績效與技術人員投入呈正相關，與研發費用、專利數呈顯著負相關，但與實際所得稅率相關性不明顯。經營績效與技術人員比重呈正相關關系。由于本文所選取的樣本公司屬于戰略性新興產業，樣本公司技術人員所占比重平均在40%左右，其中個別公司達到了90%以上，可以看出在以創新為核心競爭力的企業中，技術人員作為企業研發的重要人力資本，對公司創新研發帶來技術進步起到至關重要的作用，這說明技術人員的比重會直接影響到企業的研發力度，為企業帶來收益，與經營績效呈正相關成立。

經營績效與研發費用呈顯著負相關關系。經營績效與研發費用呈顯著負相關關系驗證了本文的假設H1；而研究表明代表創新產出的專利數與企業經營績效呈現明顯的負相關關系，一方面可能是由于指標本身的缺陷，即用專利數作為創新產出指標本身存在不足；另一方面，專利帶動生產率或企業績效的提高存在時滯性，而且專利的審批也需要時間，在兩年的觀測時間內存在時滯。

經營績效與實際所得稅率間間無顯著性關系。實際稅率在一定程度上能反映政府對企業的創新投入，從樣本企業實際稅率的統計結果上看，樣本公司三年平均的實際所得稅稅率為12.6%，低于國家所規定的高新技術企業享有的15%的優惠稅率。國內在研究中國企業R&D行為指出企業在申請R&D補貼時經常發送虛假的創新信號以獲取政府R&D補貼。另一方面，大多數企業享受到了同樣的稅率優惠，這也說明了實際所得稅率對經營業績沒有太大的影響。

（2）從企業的規模來看，創新績效與總資產呈顯著正相關性，與公司年齡呈負相關，而與企業總股本顯著性不明顯。

總資產與經營績效表現出明顯的正相關性，即企業規模的加大對經營績效的提升有顯著效果，證實了假設H2。企業創新績效與公司年齡的負相關關系與企業生命周期理論相一致。企業經營績效與總股本間無明顯相關關系。規模越大的企業其創新實力更強，有成熟的研發團隊和技術基礎，對創新績效有明顯的正向影響。本文選取的樣本公司總股本平均在5億股，總股本較低，可理解為在這規模下公司股本對企業創新帶來的經營績效不明顯。

六、結論

新一代信息技術產業是我國戰略性新興產業的代表，也是中國經濟實現自主創新成功轉型的希望所在，對這一公司群體的技術創新績效進行研究有很重要的理論價值和現實意義。本文的研究亦存在不足，如數據樣本的有限性、專利、研發費用指標衡量的不全面性以及創新投入產出的時滯性問題等，以期在未來的研究中進一步改進，更全面地考察產業創新績效的影響因素。

參考文獻：

[1]安同良，施浩.L. Alcorta.中國制造業企業 R&D 行為模式的觀測與實證[J].經濟研究，2006（02）.

[2]安同良，周紹東，皮建才.R&D補貼對中國企業自主創新的激勵效應[J].經濟研究，2009（10）.

[3]李常洪，郭嘉琦，宋志紅，范建平.創新投入、創新產出與企業績效：基于CDM模型的實證研究[J].華東經濟管理，2013（5）.

[4]陸國慶.戰略性新興產業創新的績效研究—基于中小板上市公司的實證分析[J].南京大學學報（哲學.人文科學.社會科學版），2011（04）.

[5]王小童，高昌林.基于CDM模型的創新測度研究[J].統計研究，2009（03）.

[6]Aiello，F. and Cardamone，P.R&D Spillovers and Firms′Performance in Italy： Evidence from a Flexible Production Function”，in： Baltagi，A. （ED. ），Spatial Econometrics，Mannheim： A Springer Company.2009.

[7]Freeman，C. and Soete，L. “The Economic of Industrial Innovation（Third Edition）”，London：Pinter.1997.

[10]Wieser，R. “Research and Development Productivity and Spillovers： Empirical Evidence at the Firm Level”，Journal of Economic Survey.2005，19：587—621.