高技術企業研發效率與信息技術投入效率的關系

李牧南，吳澤宇，張 璇

（1.華南理工大學工商管理學院，廣東廣州 510641；2.廣東省創新方法與決策管理系統重點實驗室，廣東廣州 510641）

從當前國內外有關企業研發（R&D）效率和信息技術（IT）投入效率/績效的研究現狀看，存在兩個具有顯著差異的研究群體，并且這兩個學術群體之間的知識交互強度似乎也不顯著。從企業管理實踐看，信息技術投入與研發投入之間往往存在事實上的重疊，尤其在高技術行業，如軟件技術服務、生物制藥、互聯網服務和智能設備等，這些高科技行業的企業研發投入與信息技術投入之間存在重疊，甚至部分企業在這兩個方面的財務核算界線也較為模糊。因此，如何進一步厘清R&D 效率與IT 投入效率之間的關系依然存在一定的理論和實證分析空間。數字經濟時代，隨著以大數據、區塊鏈、云計算、大數據和邊緣計算為代表的新一代信息技術的流行和普及，企業IT 投入實際上存在主動和被動式增長，信息技術投資已經不再是企業是否愿意投入的問題，已經演變為企業運營的重要支撐和發展的基礎性投入，由此衍生的IT 投入與企業績效、研發效率和運營績效之間的關系，在現有的企業數字化轉型背景下就具有新的研究意義和價值。

1 文獻綜述

當前，在信息系統（information systems,IS）的相關研究中，有學者曾經探討過企業研發投入績效與信息技術投入之間存在的關聯性，以及這兩種投入的聯合影響與企業總體績效之間的關系，但均未直接涉及企業IT 投入效率與研發效率之間的關系問題。例如，Chen［1］認為IT 賦能對于企業組織能力和績效存在協同效應，但并未討論IT 賦能與企業研發效率之間是否存在直接關聯；Khanna 等［2］討論了印度企業在IT 和研發領域的投資對于勞動生產率的影響，證明了這種總體投入部分顯著；Pieria 等［3］則從隨機前沿分析視角討論了企業信息和通信技術（information and communication technology,ICT）與研發投入的協同效應，認為研發投入和信息技術投入都屬于企業生產性投入的重要組成部分，尤其是與信息技術服務和軟件開發高度相關的企業，其研發投入和信息技術投入本身就存在融合趨勢。但是，針對信息技術投入對企業研發績效的影響，不同的行業或者企業的管理案例存在差異，甚至會得出截然相反的結論。其中，Brynjolfsson 等［4-5］認為信息技術投入存在所謂的“生產率悖論”，并且也從另外視角再次論證了類似觀點；但是，Melville 等［6］則提出，由于財務報表計算方式以及企業長期效應無法準確體現，IT 投入對企業績效影響需要更為集成的視角和計算方式。

從目前國內外研究現狀看，企業的研發投入效率與IT 投入效率之間的關聯研究非常稀少，尤其是針對高技術企業的實證或案例分析基本為空白；針對企業IT 投入效率與研發效率的研究在文獻計量視角也缺乏直接聯系，而是通過“創新”“企業績效”等主題關鍵詞存在一些間接的聯系。對于企業而言，信息系統和信息技術的投入和應用是為了提高管理決策效率，進而提高企業總體績效，然而，影響企業績效和動態能力的因素很多，包括內部治理和外部環境因素等。以內部因素為例，企業組織的運作、營銷策略、學習及動態適應能力等都是企業績效的重要影響因素。盡管在20 世紀90 年代后期和21 世紀初期，部分學者如Brynjolfsson［4］提出了所謂的“信息技術生產率悖論”問題。其中，國內學者李治堂［7］基于互補性理論，運用我國企業數據對信息技術投資績效進行了分析和討論；孫曉琳等［8］、汪淼軍等［9］和張之光等［10］也基于我國企業管理情境以及行業或區域企業經濟數據，從信息技術投資與企業組織績效視角分析了相關問題，得出與“信息技術生產率悖論”類似結論。但是，國內外最近研究顯示，企業信息技術投入和研發投入對于企業長期價值增長和績效存在間接效應，尤其是在高技術產業，例如Bardhan 等［11］分析上市公司IT 投資與企業股票市值之間的關系發現，信息技術投入對于企業獲得投資者認可和企業長期效應增長方面存在一定顯著相關關系；Saunders 等［12］也提出，IT 投資效率在綜合考慮短期和長期效益的前提下，其正向效應是顯著的。

近年來我國生物醫藥行業有了較大的發展，而且研發費用投入也在逐漸遞增，但是與瑞士、美國和日本等發達國家的差距依然較大。為此，針對當前高技術企業研發效率與信息技術投入效率關系的研究問題，本研究提出了一個分析框架，并結合我國生物制藥行業的大型上市公司公開數據進行實證分析。

2 研究設計

對于技術密集型產業或高科技企業而言，研發投入和信息技術投入已成為企業投資的主要支出之一。近年來，國家為了鼓勵企業加大研發投入，尤其是鼓勵中小微企業增加研發活動，也陸續出臺一系列激勵措施和科技政策，包括企業研發費加計扣除、企業創新券、小微企業創新基金等，在一定范圍內產生了積極的作用和社會影響。孫早等［13］、郭美辰等［14］認為信息技術投資對高技術產業整體績效的正向調節作用逐漸顯著。從企業治理實踐看，高研發投入的行業或企業往往也更加需要依托信息技術的保障和支撐，因此，很多高科技企業非常重視信息技術和信息系統的投入和開發。盡管針對企業信息技術投入存在經典“信息技術投入悖論假說”，但近年來一些實證分析卻呈現出了不同的結論，如王莉娜等［15］基于我國企業的微觀數據，從IT 投入、人力資本和技術創新視角分析了信息技術投入的正向效應；李曉宇等［16］則從企業技術創新動態能力視角對IT 投入的積極作用進行了論證。

國內外有關信息技術投資績效的主流觀點認為，信息技術投資績效是一個涉及到企業動態能力、組織學習、知識學習和人力資源管理等多個因素的復合概念［17］。有關IT 投資績效與企業研發效率之間的研究較少，其中有關企業信息技術投資對企業創新績效的影響研究也是近年來偶爾有所涉及［18］，這意味著在該領域存在潛在的交叉研究主題。對于研發型企業而言，研發管理和信息技術管理都屬于企業治理實踐的重要活動，也是企業動態能力的有機組成。研發效率體現的是研發投入與產出之間的相對有效性，而信息技術投入績效則反映了企業對IT 的治理能力，以及IT 自身對企業整體績效的影響。早期有關信息技術投入的研究，更多集中在以計算機和服務器、商業數據庫軟件等為代表的固定資產投入，較少同時考慮到與信息技術相關的無形資產投入可能帶來的企業收益。

綜合目前國內外有關信息技術投入績效和企業研發效率的相關研究，本研究認為，在當前以互聯網、大數據和人工智能技術為標志的信息時代，企業在信息技術相關的無形資產投入比重和效應日益增長，而對固定資產的投入有所下降，信息技術對于企業研發管理和研發效率可能存在某種間接的影響和聯系，但是二者之間的關系與行業性質、企業規模、企業技術特征和研發管理能力等因素存在關聯，并且二者之間的聯系也可能是非線性的，即一個行業內存在研發效率高而信息技術投入績效相對低的企業，反之亦然。基于這樣的理論假設，本研究提出針對企業研發效率與信息技術效率的二維測度模型，在統一的框架下對企業研發效率和信息技術投入效率的關系進行分析。其中，具體的測度方法可以靈活配置，如采用數據包絡分析（data envelopment analysis,DEA）、隨機前沿分析（stochastic frontier analysis,SFA）和其他相關的計量分析方法等。這種二維的集成評價模式可以更為直觀地呈現企業在某個具體行業中與其他競爭者或者合作者相比，在研發管理和信息技術治理領域的差距或優勢。

借鑒Cooper 等［19］、梁萊歆等［20］的研究方法，構建DEA 基本的模型如下：

θ是決策單元資源投入的相對有效程度，部分文獻也稱其為“技術效率”或“綜合效率”。

參考李牧南等［21］的研究，采用技術效率代表投入產出的轉化率，假設線性規劃的最優解為對于決策單元為非DEA 有效，其在DEA 有效前沿面上的投影如表達形式如下：

表1 企業研發效率和信息技術投資績效的主要評價指標

3 實證分析

生物制藥行業作為重要的高技術產業之一，其創新績效的度量具有一定的代表性；同時，生物制藥行業的信息化程度較高，信息技術投入強度較大。本研究選取國內生物制藥相關上市企業為研究對象，為了滿足決策單元的同質性要求，依據我國有關企業規模的劃分，最終選擇數據相對完整的大型上市企業43 家（以下簡稱“樣本”，見表2）作為被比較的決策單元。效率計算數據均來自于滬深A 股醫藥生物板塊的上市企業。其中，電子設備及其他賬面價值、軟件賬面價值、專利及非專利技術賬面價值、技術人員、員工總數、凈資產收益率、資產負債率、凈利潤增長率、主營業務收入增長率各項指標的數據均來自于東方財富的Choice 金融數據庫；而研發人員投入強度和研發費用投入強度數據則來自于巨潮資訊網（www.cninfo.com.cn）提供的企業年報。此外，不論是企業研發效率還是IT 投入效率計算，從投入到產出均有一定時間延遲，借鑒李牧南等［21］的做法，一般假設該滯后期為2 年，因此，本研究中投入指標數據的范圍為2015—2016 年，產出指標的數據范圍為2017—2018 年。

表2 樣本企業名錄

巨潮資訊網提供的企業年報中，2014 年及以前大部分企業研發投入的披露數據不完整，同時從2015 年開始，各企業才在年報中統一使用研發人員投入強度、研發人員數量占比、研發費用投入強度和研發投入占營業收入比例等字段來公布具體數據，因此，選取2015 年之后的數據作為實證研究數據源。

3.1 研發效率分析

首先選擇基于投入導向DEA 模型，從規模報酬不變和規模報酬可變兩個角度分析企業研發投入效率的變化情況，結果如表3 所示。具體而言，從規模報酬不變的角度來看，2017 年，有5 家企業的綜合效率為1，達到了DEA 有效，其他企業的綜合效率均未達到1，也即DEA 非有效；2018 年，有6 家企業的綜合效率為1，其余企業均未達到DEA 有效。縱向來看，在2017 年綜合效率有效的5 家企業中，其中1 家在2018 年出現了綜合效率下降，而在2017年綜合效率未達到有效的譽衡藥業和信立泰這兩家企業，在2018 年達到了DEA 有效。從純技術效率與規模效率看，2017 年綜合效率未達到有效的企業中，譽衡藥業、九芝堂、信立泰、亞寶藥業、豐原藥業的純技術效率為1；2018 年綜合效率未達到有效的企業中，云南白藥和太極集團的純技術效率有效，但投入規模不合理導致綜合效率偏低。從規模報酬可變的角度看，2017 年，純技術效率有效而規模效率無效企業均為規模遞減，這類企業需要考慮提高規模效率；而2018 年純技術效率有效而規模效率無效企業為太極集團和云南白藥，也同樣均為規模遞減。

表3 2017—2018 年樣本企業的研發效率

表3（續）

進一步對投入與產出進行分析還可以發現，2015 年僅有中新藥業和云南白藥在研發人員投入強度方面存在部分冗余，魯抗醫藥、天壇生物和華潤雙鶴在研發投入強度方面存在冗余；2016 年，葵花藥業、京新藥業和康恩貝等少數企業存在研發人員投入強度方面的冗余，全部樣本企業都不存在研發投入強度冗余；2017 和2018 年，多家企業都存在產出不足，說明這類企業的資源利用率不理想，需要進一步提高研發資源利用率，而提高研發產出是提高效率的重要途徑。

3.2 信息技術投入效率分析

樣本企業信息技術投入效率如表4 所示。可以看出，2017—2018 年在信息化投資過程中，振東制藥、譽衡藥業和濟川藥業等企業的綜合技術效率有所提升，但大部分企業提升幅度不大，還有多家企業的IT 投入綜合效率低于行業平均值，如2017 年山大華特的綜合效率僅為0.080，到2018 年也僅小幅度提升為0.095。2017 年，貴州百靈和新和成達到了DEA 綜合有效，2018 年則是貴州百靈和京新藥業達到DEA 綜合有效。貴州百靈在2017 和2018 年的綜合IT 效率均為DEA 有效，說明其信息化投資更為合理，因此取得了行業內相對較高的投資回報率；但是，DEA 計算的是相對有效性，因此也只能部分反映該企業在行業內的IT 治理水平和能力。此外，大部分企業處于信息技術投入的規模報酬遞減階段，說明大多數企業都意識到企業信息化的重要性，并在生產經營管理各環節加大對信息化的投入，但出現了信息技術投資冗余現象，從而導致相對效率低下。對投入規模效率遞減的企業來說，可以考慮更好地核算和控制企業信息化的投資水平，提高企業信息化資源和資產的運營效率。

表4 2017—2018 年樣本企業的信息技術投入效率

3.3 研發效率與IT 投入效率的相關性分析

由于生物制藥行業是典型的高技術和信息技術密集行業，因此可以假設生物制藥行業相關大型企業的研發效率和信息技術投入效率存在某種程度相關性。從以往的國內外相關文獻看，信息技術投入對于企業績效和能力存在一定間接正向效應，而企業研發管理能力在理論上也屬于高技術企業的核心勝任力之一，因此，研究樣本企業的研發效率與IT效率之間的關系具有一定理論依據和實證研究價值。具體分析結果如表5～表7 所示。

表5 樣本企業研發綜合效率與IT 投入綜合效率的相關性分析

表6 樣本企業研發純技術效率與IT 投入純技術效率的相關性分析

表7 樣本企業研發規模效率與IT 投入規模效率的相關性分析

可以看出，樣本企業研發和IT 投入綜合效率之間的相關性較低，且企業研發效率與IT 投入效率之間并未發現顯著的Pearson 相關性。為了進一步驗證這種現象是否普遍，選擇另外43 家中小型生物制藥上市企業作為檢驗對象（見表8）。

表8 43 家中小型生物制藥相關上市企業名錄

表8（續）

如表9 所示，我國中小型生物制藥類上市企業的研發效率與IT 效率之間也不存在顯著的線性相關性。因此，本研究認為我國生物制藥相關企業的研發效率與IT 效率線性無關。

表9 43 家中小型生物制藥企業的研發綜合效率與IT 綜合效率的相關性分析

3.4 基于研發效率與IT 效率的聚類分析

從以上分析可以發現，盡管我國生物制藥相關企業的研發效率與IT 效率之間不存在顯著的線性相關性，但需要進一步分析哪些企業在研發效率和IT效率上表現更好、哪些企業的效率相對更低等相關問題。為了更好地呈現企業之間的效率差異，引入K-mean 聚類方法，分別選擇了10 次、20 次和30次作為迭代次數，3 次聚類實驗顯示4 個類的幾何中心均保持一致，結果分別如表10～表12 所示。

表10 樣本企業研發和IT 效率的聚類分析

表11 樣本企業各聚類間距離

表12 各聚類中樣本企業分布數量

從聚類結果可以看出，樣本企業中研發效率和IT 投入效率均較高的只有4 家，而研發效率和IT 投入效率均較低的卻有16 家；另外，研發效率較高而IT 投入效率較低的企業有9 家，研發效率較低而IT投入效率相對較高的企業有14 家。

盡管我國大型生物制藥企業的IT 投入效率與研發效率不存在顯著的線性相關性，但依然存在一些積極的管理啟示：首先，研發和信息技術效率均大于0.5 的企業較少，只有4 家，占比不到10%，包括貴州百靈、譽衡制藥和太極集團等，而IT 效率和研發效率均達到1.0 的企業數量為0；同時，研發效率和IT 效率均低于0.5 的企業數量最多，有20 家，占比接近50%。這意味著我國大型生物制藥企業的信息技術投入效率和研發效率存在一定的提升空間，給相關上市企業治理結構優化提出了新的視角和方向。其次，對于研發效率尚可（高于0.5）但信息技術效率偏低（低于0.5）的8 家上市企業而言，如華潤三九、中關村和哈藥股份等，進一步提升企業的信息技術投資效率和治理能力，對提升企業整體績效具有一定的積極作用。第三，對于少數信息技術效率較高而研發效率較低的企業而言，如海翔藥業和京新藥業等，需要重視如何依托較好的信息技術投入效率和治理能力進一步提高研發產出，釋放更多內部創新要素的效能。

4 結論

總體而言，目前針對企業研發效率或信息技術投入效率單一主題的研究較多，但探討二者之間關系的文獻卻較少，并且還存在一些矛盾的觀點。為了進一步探究高技術企業研發效率與信息技術投入效率之間的潛在關系，本研究以我國生物制藥行業上市公司數據為基礎開展了實證，結論顯示，對于我國生物制藥行業的大型企業和中小型企業而言，其研發效率和信息技術投入效率之間均未發現顯著的Pearson 相關性；與此同時，圍繞企業研發效率和信息技術投入效率的聚類分析發現，這兩種效率還存在不同步的情形。

改革開放40 多年來，我國經濟發展取得了舉世矚目的成就，但在多個核心和關鍵技術領域仍然處于“卡脖子”的狀態，因此，鼓勵和促進企業依托“互聯網+”和“智能+”為代表的信息技術，進一步加大研發投入，提高研發效率和企業創新能力是國家戰略層面的重點之一，同時也是我國高技術企業參與新時代、新形勢下的國際競爭，適應新的國際商務游戲規則的重要途徑。對于技術密集型行業，例如生物制藥、信息技術服務和互聯網等相關行業，企業研發效率與IT 投資效率之間或許存在一定的弱相關性，但是，通過識別那些高效率的企業，例如，本研究實證分析顯示，譽衡制藥、太極集團和中國醫藥等企業的研發效率和IT 效率相對較好，其相關經驗做法對于其他生物制藥企業或許具有一定的借鑒和參考意義。

從研究結果來看，大部分樣本企業研發無效率的主要原因是研發投入和研發產出不足，規模無效率、投入冗余的情況不多見，這意味著我國生物制藥大型上市企業的研發投入依然存在較大空間，可以考慮加大研發投入，提高研發的產出水平。大部分樣本企業的IT 投入無效率則更多體現為信息技術投入存在一定冗余，即規模無效率，這與研發無效率情況有著顯著差異，反映了信息技術投入已經成為很多大型生物醫藥高科技上市企業的年度固定預算，針對這些企業信息技術固定財務投入的優化分析存在一定的提升空間。同時需要意識到，IT 投入不僅僅是購買軟硬件，還需要提升企業整體的IT 能力，表明我國大型生物制藥上市企業在IT 治理能力和IT 整體績效方面存在一定的提升空間。此外，由于部分軟硬件產品和服務日趨成熟，企業信息技術投資的有效性更為趨同，表明企業的信息技術管理，尤其是技術密集型上市企業的管理模式較為固化和程式化，信息技術投資的有效性依然有提升空間，且在研發效率方面存在更大提升空間，尤其是如何依托先進的信息技術提高研發效率和管理水平值得企業管理層重點關注。

此外，盡管本研究部分驗證了我國技術密集型行業的企業研發效率與IT 投資效率不存在顯著的線性相關性，但是只基于DEA 分析提供了相對有效的比較，未來仍需要在生產率視角下研究企業研發效率與IT 投資效率對于企業績效，如價值增長、股本溢價等指標的影響。同時，本研究只提供了生物制藥行業的部分企業數據，結論的普適性尚待進一步驗證。