高新技術企業績效影響因素實證分析
——基于上海全樣本數據

仲東亭，任 浩

(同濟大學經濟與管理學院,上海 200092)

0 引言

自中國加入世界貿易組織 (WTO)以來，得益于自由貿易的推進，中國企業不斷嵌入全球分工體系， “走出去”與 “引進來”并舉，獲得了發展亟需的資本和技術，并因此取得了舉世矚目的成就。然而，近年來反全球化浪潮不斷涌起，以 “中興事件” “華為事件”為代表，中國企業的可持續發展開始遭受挑戰。從主體看，面臨形勢最為嚴峻的是我國初步掌握核心技術的高新技術企業，其作為我國R&D活動的主體，首當其沖成為技術壓制對象；從地域分布看，東部沿海發達區域承受壓力最大，持續近兩年的中美貿易與科技爭端加劇了這一形勢，新型冠狀病毒疫情更是加速了外資剝離中國供應鏈的步伐。在此嚴峻背景下，國務院于2020年7月審議通過《關于促進國家高新技術產業開發區高質量發展的若干意見》，力圖加強對高新區高新技術企業的針對性支持力度，打破現在的僵局。基于此，非常有必要再度審視我國東部發達地區高新技術企業的績效影響因素，明確下一步的支持政策走向。

高新技術企業績效可劃分為創新績效和運營績效兩個方面，國內外學者對此開展了廣泛而深入的研究，幾乎涵蓋了這類企業所有的內部與外部要素，包括公司特征因素、行業因素、技術發展路徑、制度因素及外部宏觀環境因素等，典型研究如張維迎等[1]、張同斌等[2]。但是，這些研究在樣本選擇上大都以上市公司為主[3-4]，區域層面的全樣本實證研究很少，不同規模、不同層次的企業研究亟待豐富。就筆者了解，僅有少部分文獻涉及區域層面的高新技術企業研究，如張玉臣等[5]以上海張江高新區高新技術企業為樣本，分析企業規模、政策優惠、資源投入、所有制形式等因素對創新績效的影響，但其3111家企業樣本量仍相對偏少。按照我國高新技術企業認定管理辦法，高新技術企業在區域經濟系統內屬于重點扶持企業，享受著稅收優惠、承擔政府科技創新資助與補貼等激勵政策，其創新績效和運營績效的影響因素也必然與一般企業有所差異。尤其是近年來，關于高新技術企業的稅盾效應、政府補貼不公平、技術研發效率偏低、盈利能力不足等問題不斷暴露[6]，在一定程度上引發了學界和實踐部門的反思，因此，從高新技術企業自身可持續發展角度看，亦有必要重新審視高新技術企業創新績效和運營績效的影響因素。

基于此，在現有文獻基礎上，本文以上海在庫的7198家高新技術企業為研究對象，聚焦其創新績效與運營績效，構建多元線性回歸模型分析其影響因素，以促進以上海為代表的全國高新技術企業可持續發展。

1 研究假設

1.1 高新技術企業創新績效及影響因素

創新績效是從創意產生到新產品創造過程中取得的成就。學界對包括高新技術企業在內的企業創新績效 (Innovation Performance)的研究已持續數十年，具體包括3個維度：①投入型指標，包括各類絕對值、相對值及結構性指標，如研發投入絕對值[7-8]、研發投入占銷售收入比重[9]、研發投入占總資產比重[10-11]、政府研發投入占全部研發投入比重[12]等；②過程指標，如專利數量[13-14]、專利引用次數[15]等；③產出型指標，包括新產品數量、新產品銷售收入、新產品銷售比重等[16-18]。但通過哪一類指標衡量企業創新績效，學界并未達成共識。首先，過程型指標爭議最大，專利指標被指出存在明顯的偏誤和缺陷，如很多中小企業因為成本控制問題、知識產權意識問題而不去申請專利，且專利從申請到授權占用較多時間，導致其滯后效應太強。其次，投入型指標存在有效性和效率的問題，研發投入→專利→新產品收益的投入產出過程是一個典型的耗散結構，存在巨大不確定性，如我國每百萬美元的專利產出顯著低于發達國家，且專利質量存在巨大差異。最后，產出型指標同樣存在不可克服的局限，其 “黑箱”效應導致研究者難以回溯其績效表現與技術貢獻的關系。因此，在3類指標均存有不足的前提下，必須結合具體研究對象選擇合適的指標。我國高新技術企業相比一般企業，其顯著標志之一是認定標準明確了知識產權要求。基于此，本文選擇過程型指標測度創新績效。與以往研究不同的是，本文除考慮專利產出外，將軟件著作權也納入研究范圍，這豐富了創新績效的內涵。

影響因素方面，高新技術企業的創新績效既可能是內生驅動，即企業主動開展技術創新活動，申請專利或登記軟件著作權的唯一目的就是為了新產品開發或新的服務事項，但也可能是外生驅動，即專利申請僅僅是為了獲得高新技術企業認定的稅收減免與政府資助，其與新產品收入之間的相關關系微弱。

1.2 高新技術企業的運營績效及影響因素

按照經典的C-B函數，企業的運營績效依賴資本和勞動力的投入。Solow[19]指出創新是經濟增長的原動力，將技術創新作為內生動力納入生產函數。針對此，大量研究分析了研發投入與企業運營績效的相關關系。從國外看，最典型的案例分析是Roberrs[20]指出美日等244家年研發支出超過1億美元的高新技術企業研發投入與銷售收入強正相關；從國內看，大量研究以大中型制造企業[21]、上市企業[17]等為研究對象，指出高新技術企業的創新能力與盈利能力呈現相互促進的關系，盈利能力同時具備 “風險基準”降低作用和 “激勵動機”提升作用[22]。

從研發投入促進高新技術企業運營績效的傳導路徑看，研發投入一方面促進了高新技術企業的技術創新，形成創新產品，開拓出新的產品市場，進而提升企業運營績效；另一方面，研發投入直接作用于企業的生產運營環節，優化企業內部流程和工藝，通過削減成本的方式間接提升企業的運營績效。

2 研究樣本和數據采集

2.1 樣本選擇

本文以上海2017年入庫的7198家高新技術企業為樣本。選取理由是：①高新技術企業需要經過培育、認定等一系列流程，應盡量選取最新的入庫企業名單，但由于科技部2016年發布了新的高新技術企業認定管理辦法，上海在此基礎上于2017年修訂了2008年的認定管理辦法。考慮數據可得性和歷史可比性，本文考慮采用舊認定標準下的數據開展研究，故選取2017年數據作為研究對象；②上海是全國最早開展高新技術企業工作的區域，企業技術水平較高，數據真實可靠，且以上海作為明確的行政地理邊界，有助于排除區域經濟發展水平、營商環境等外部因素的干擾，減少控制變量數量[21]。

這場兩天期限的旅行還未滿就結束了，下山后田銘把范青青直接塞進汽車拉回市區。和范青青相處以來，他第一次心里充滿莫名的嫉妒。

觀察7198家高新技術企業，從領域分布看，電子信息產業最多 (2464家)，其次是先進制造與自動化 (1640家)，再次是新材料 (892家)和高技術服務 (832家)，其余領域包括生物與新醫藥、新能源與節能、資源與環境、航空航天等。從營業利潤看，1583家企業處于虧損狀態 (占比21.99%)，3381家企業利潤小于1千萬 (占比46.97%)，1819家企業利潤大于1千萬，小于1億 (占比25.27%)，僅有415家企業利潤超過1億元 (占比5.76%)。進一步從實際納稅角度看，有538家企業未納稅 (占比7.47%)，5447家企業納稅小于1百萬 (75.67%)，僅有1213家企業納稅超過1百萬 (占比16.85%)。基于此，可以判斷本研究中各類高新技術企業分布相對均勻，滿足研究需要。

2.2 研究設計和方法

2.2.1 研究設計

(1)因變量。高新技術企業績效包括創新績效和運營績效兩部分。

創新績效方面，本文以企業持有的有效知識產權數量 (包括有效發明專利數量、軟件著作權兩類)和高新技術產品/服務收入作為衡量指標。選擇這3個指標的理由是：①從現有文獻看，過程型指標和產出型指標是指代創新績效最重要的兩個方面[23]；②伴隨產業升級與數字經濟的迅猛發展，軟件著作權日益成為高新技術企業創新績效的度量標志之一。

運營績效方面，參考現有文獻，選取企業總收入、主營業務收入、營業利潤為衡量指標；與以往研究不同的是，本文考慮到高新技術企業認定效果之一是享受稅收優惠[24]，將實際納稅額作為運營績效的衡量指標。

(2)自變量。本文采用經典的柯布-道格拉斯生產函數建立績效評估模型。

創新績效方面，考慮勞動力和資本兩方面的投入，前者以7198家高新技術企業的科技人員數量為衡量指標；后者以固定資產、用于科技活動的非政府經費支出、用于科技活動的政府經費支出為衡量指標。

運營績效方面，除勞動力投入和資本投入外，以創新績效的過程產出 (即有效知識產權數量)作為科技資源投入指標。

(3)控制變量。研究表明，不同規模、不同行業、不同財務狀況的高新技術企業，其創新績效與運營績效存在較大差異。對此，本文考慮企業規模對高新技術企業的創新績效和運營績效有較大影響，采用注冊資金作為企業規模的衡量指標；同時，考慮企業財務結構對創新績效和運營績效的影響，采用資產負債率作為衡量指標；最后，考慮產業屬性 (制造業或服務業)和產業類別對高新技術企業績效的影響，采用主要產品技術領域和所屬類別作為衡量指標。所有變量見表1。

表1 自變量和因變量指標說明

所有變量的描述性統計見表2。需要說明，本文使用的是全樣本數據，由于企業規模、行業的差異，部分變量的標準差偏大。例如，有效專利數量最多的企業是中芯國際集成電路制造 (上海)有限公司，達5514件，擁有軟件著作權最多的企業是萬達信息股份有限公司，達738件。有1583家企業虧損，其中虧損最嚴重的是拉扎斯網絡科技 (上海)有限公司 (即 “餓了嗎”)。有8家企業稅收繳納為負，其中中國石油化工股份有限公司上海石油化工研究院最多，達1021.7萬元，待留抵下一年扣除。對此，本文做如下處理：①所有模型中，采用企業年末資產總計控制企業間的規模差異，構建強度指標反映相關性，如企業科技活動支出中的政府經費占比；②對于某些情況極為特殊的企業，為確保客觀反映變量間相關關系，后續回歸分析中將剔除這些極值點。

表2 自變量和因變量的描述性統計

2.2.2 研究方法

本文選取上海市高新技術企業2017年的截面數據開展研究，樣本量為7198。針對企業創新績效，構建多元線性回歸模型如下：

IPnum=β0+β1logS&Tlabinput+β2log×

Fixedassetsinput+β3logNongovrdinput+β4log×

Govrdinput+β5logCapitalsize+β6logAsset-liabilityratio

(1)

針對高新技術企業運營績效，構建多元線性回歸模型如下：

Firm_eco=β0+β1logS&Tlabinput+β2log×

Fixedassetsinput+β3logNongovrdinput+β4log×

Govrdinput+β5logCapitalsize+β6logAsset-liabilityratio

(2)

開展回歸分析之前，本文對所有模型進行了多重共線性檢驗，結果顯示各個模型中的VIF值分布在[2，3]之間，顯著小于10，因此判斷不存在多重共線性問題。

3 實證分析

3.1 高新技術企業創新績效

首先，不考慮高新技術企業研發支出的來源差異，回歸分析見表3。結果顯示：科技活動人員數量與企業創新績效和運營績效均正相關，顯著水平為5%或1%，這表明科技人力資源投入越多，就越可能促進專利產出和軟件著作權產出，并進一步帶動運營績效的提升。與之對比的是，科研活動經費中的固定資產投入與創新績效和運營績效相關性不顯著，相關系數不確定。高新技術企業用于科技活動的經費支出 (包括企業部分和政府部分)與專利產出、新產品收入、總收入、主營業務收入、凈利潤及實繳稅額均正相關 (顯著水平為1%)，這可解釋為上海地區高新技術企業的研發總投入越多，越能有效提升創新績效，進而改善運營績效。從年末資產總計看，企業規模與專利產出、運營績效正相關 (顯著水平為1%或5%)，但與軟件著作權負相關，這表明處于服務業領域的高新技術企業，企業規模偏大反而可能導致軟件著作權的產出績效的降低。最后，當年的資產負債率僅與主營業務收入正相關 (顯著水平為10%)，與其他創新績效指標、運營績效指標均負相關，這可解釋為企業負債率越高，可用于研發投入的經費支出降低，相應的運營績效也變低。

表3 不考慮研發投入來源差異的回歸模型

在表3的總體分析基礎上，需要進一步考慮研發投入來源差異對上海高新技術企業創新績效的影響。同時，考慮制造業和服務業的差異性，根據企業主營業務范圍和行業屬性劃分得出制造業企業6365家，服務業企業832家，回歸分析見表4。結果表明：①盡管總體上研發投入與企業創新績效正相關，但考慮不同研發投入不同來源時發現，企業研發投入中政府經費與服務業的專利產出負相關 (顯著水平為5%)，與制造業的新產品收入負相關 (顯著水平為1%)，這可解釋為企業利用政府經費開展科技活動并不總是與其創新活動密切相關；②總體看，制造業和服務業的創新績效影響因素存在明顯差異。例如，企業研發投入中的政府來源經費與制造業創新績效正相關，與服務業創新績效負相關，企業規模存在相似的規律；③科技活動人員規模與制造業創新績效的相關性更強 (顯著水平為1%或10%)；④企業自有資金的研發投入與專利產出、新產品 (服務)收入正相關 (顯著水平為1%或5%)，但與軟件著作權產出負相關 (顯著水平10%)，這可部分解釋為軟件著作權不依賴于企業研發投入；⑤與總體情況類似，資產負債率與企業創新績效負相關，即資產負債率高的高新技術企業，其創新績效普遍偏低，這也可以通過描述性統計數據得到檢驗。

表4 考慮研發投入來源差異和產業類別的企業創新績效影響因素情況

3.2 高新技術企業運營績效

考慮研發投入來源差異和產業類別差異，根據式 (2)構建多元線性模型5～模型8，分析上海高新技術企業運營績效的影響因素，回歸分析見表5。結果顯示：①研發投入來源方面，與表3的總體回歸相比，企業科技活動投入中的自有經費與總收入、主營業務收入、營業利潤、實繳稅額正相關，與之對比的是，政府經費卻與4個運營績效指標負相關 (顯著水平為1%、5%或10%)，這可能存在多種解釋，一種解釋是企業自有資金開展的研發投入活動與其主營業務密切相關，相應的運營績效得到提升，但承擔政府科研科技活動資金擠壓了企業自身的科技活動，導致其運營績效降低，另一種解釋可以從企業自身運營狀況視角觀察，獲得政府科技活動經費的高新技術企業運營績效可能低于一般企業，甚至可能主要依靠政府科技活動經費運營的情況。②從產業類別看，制造業的影響因素顯著性更強，在分別限定變量Industry分別為{1,2,3,4,5,6,7,8}時，政府經費投入均與其運營績效負相關；③與表3的總體回歸一致，科技活動人員規模與上海高新技術企業運營績效正相關，企業年末資產總計與運營績效正相關 (顯著性較弱)，資產負債率與企業營業利潤、實繳稅額負相關，這表明上海高新技術企業并非處于規模擴張階段，其高資產負債率不能帶來運營績效的改善。

表5 考慮研發投入來源差異和產業領域的企業運營績效影響因素情況

3.3 模型討論

由表4和表5可見，無論科技活動經費支出來自企業自有資金或政府財政，均對制造業企業的創新績效有正向促進作用；但在科技活動經費結構上出現 “上海高新技術企業科技活動經費中的政府投入部分與企業運營績效負相關”的現象。為解釋這一現象，本文首先將高新技術企業劃分為 “獲得政府科技活動經費” (1216家)和 “未獲得政府科技活動經費” (5981家)兩組，進行均值T檢驗，創新績效和運營績效的均值差異見表6。

表6 基于政府科技活動經費分組的均值T檢驗

表6的均值T檢驗表明：①獲得政府科技活動經費的高新技術企業，其運營績效均值顯著大于未獲得政府科技獲得經費的高新技術企業，這可以解釋為同等條件下，運營績效較好的高新技術企業更容易獲得政府科技活動經費資助，也就排除了企業通過政府科技活動經費生存的假設。②獲得政府科技活動經費的高新技術企業，其創新績效遠遠高于未獲得政府科技活動經費的企業，這可以部分解釋這些高新技術企業的創新成果可能仍處于研發開發階段，投入多，產出少，尚未完全將創新績效轉化為運營績效。

另一個可能的解釋是科技活動經費中的企業自有資金與政府財政資金存在替代關系[25]，即企業預期可能獲得政府財政投入，進而減少自有資金的投入，而后者與企業運營績效正相關。為此，本文分析了企業科技活動經費中自有資金部分和政府財政部分的相關關系，考慮兩部分可能存在線性關系或二次關系，回歸分析見表7。結果表明：上海高新技術企業的自有資金與政府財政資金正相關，即企業投入自有資金開展科技活動一定程度上會吸引政府財政資金跟投，二者存在互補而非替代關系，因此也就不存在政府財政資金擠占企業科技活動經費的情況。

表7 企業科技活動經費中自有資金部分和政府財政部分的相關關系

在排除以上兩種解釋基礎上，本文認為一種合理的解釋是：高新技術企業自身的研發投入策略是 “量入為出”，主要基于上一年度的運營績效決策本年度創新投入，因此二者呈現高度正相關；另一方面，政府的科技活動經費投入不具市場邏輯，通常根據國家戰略需求、產業政策資助企業開展產業共性技術和 “競爭前技術研發”，一般很難直接帶動企業運營績效的增長，故呈現典型的負相關關系。

最后，為確保回歸模型的穩健性，本文采用 “政府科技活動經費占企業科技活動經費總額的比例”和 “企業科技活動經費總額”代替 “企業科技活動經費自有經費支出”和 “政府科技活動經費支出”，回歸結果顯示：①所有變量之間的相關關系沒有發生顯著變化；②無論高新技術是否虧損，政府科技活動經費占比與高新技術企業運營績效負相關；③除實繳稅額存在臨界點外，即當政府科技活動經費占比小于0.38時，實繳稅額與其負相關，否則正相關，其余運營績效變量 (總收入、主營業務收入、營業利潤)均始終與政府科技活動經費占比負相關。表明所有模型具有較好的穩健性。

4 結論與展望

本文聚焦上海市2017年在庫的7198家高新技術企業，圍繞其創新績效和運營績效的影響因素展開分析，結果表明：首先，提高科技活動人員規模可以有效提升上海高新技術企業的創新績效和運營績效，但將科技經費用于固定資產投資卻無法提升創新績效或運營績效。其次，盡管上海高新技術企業科技活動經費規模與創新績效和運營績效正相關，但考慮其內部結構可發現，政府科技活動經費僅對創新績效有促進作用。最后，無論何種情況，較高的資產負債率均不利于企業創新績效和運營績效的提升，且不同產業類別、不同行業領域、不同資產規模的高新技術企業均存在顯著性差異。這些結論表明，聚焦上海高新技術企業，繼續擴大科技人力資本規模、鼓勵企業加大自身研發投入力度，同時避免過度擴張導致資產負債率超出合理范圍，以提升其運營績效；政府的科技活動經費支出除重點支持特定行業外，還需要進一步擴大政策覆蓋面，對創新績效和運營績效不突出的企業給予一定資金支持。

在雙循環新發展格局下，高新技術企業是我國突破科技創新瓶頸和實現經濟增長的核心載體。政府需要對高新技術企業持續加大財政投入力度，給予相對寬松的信貸支持環境，對重點行業實施特定支持，壯大企業規模，最終實現創新績效和運營企業的相互促進與相互支撐。本研究的不足之處在于：因數據問題僅部分回答了 “政府科技活動經費支出與高新技術企業運營績效負相關”的原因，未來還需要進一步考慮企業所有制形式、面板數據滯后效應等因素的影響，以得到更科學的實證結論。