研發投入對醫藥企業財務績效影響的實證研究
——基于數字技術投入的調節作用

王 偉 潘曉楓 王澤儒

（山東大學商學院，山東 威海 264209）

醫藥企業肩負著國民健康的時代重任，其研發創新活動關系國民健康需求。近年來，我國陸續出臺堅持創新引領藥品高質量發展等相關政策，但現實中，醫藥企業的研發活動明顯不足。依據2021年上市醫藥企業年報所披露的數據顯示，A股及港股上市醫藥企業中，研發投入合計超過1300億元，但這一數字與西方發達國家醫藥企業研發投入占比還有一定差距。

一、研究綜述

研發投入是企業在激烈的市場競爭中挖掘內部潛力的基礎上，從事對產品與科技的創造性產出[1]，是企業價值鏈的重要組成部分。不少學者就研發投入與企業財務績效的關系展開研究。一種觀點認為企業研發活動與財務績效呈正向關系。趙維良等（2021）利用創業板數據，指出研發投入的提升正向影響著企業財務績效，并且隨著企業規模的不斷擴大，影響將會越來越顯著[2]；田月昕、馮慶花（2014）以32家醫藥類 A股上市公司 2010 年至 2012年為樣本，發現醫藥企業研發支出對企業價值存在顯著正相關[3]；曹曉梅（2016）通過選擇59家醫藥制造企業進行研究，發現醫藥企業的研發支出與其企業績效成正相關關系[4]。另一種觀點認為研發投入對企業績效有存在負向關系。張志花等（2022）認為由于存在研發活動困難，導致企業績效受損[5]；張儉等（2014）研究發現企業研發活動與當期企業績效呈負向關系[6]。

隨著數字經濟不斷深入，越來越多的醫藥企業將數字技術代入其生產研發領域，以求獲取持續競爭優勢。Agarwal 等（2010）研究發現數字化轉型能夠促使醫藥企業在不斷推進產品升級、提高供給質量、降低生產成本的同時，又能維系消費者滿意程度水平，營造安全高效的醫藥銷售環境[7]；陳科力等（2014）研究指出隨著現代數字技術的不斷發展，對于中藥的鑒定更加系統與信息化，更能滿足現代市場需要[8]；劉伯炎等（2020）通過Python詞頻分析功能發現人工智能在藥物研發、藥物挖掘、化合物篩選等多個方面有著廣泛應用[9]。

縱觀學者研究不難發現：首先，醫藥企業研發投入與當期財務績效的關系尚未形成統一結論，需要進一步考察；其次，現有文獻多強調數字技術如何應用于醫藥企業生產研發，但在研發投入與企業財務績效的關系上研究很少；最后，多數學者多用凈資產收益率衡量企業財務績效的高低，但這會迫使管理層一味地追求盈利表現，加劇管理層短視行為。因此，本文選取營運能力作為衡量企業財務績效的代理變量，營運能力是企業的經營運行能力，體現了企業資產營運狀況對企業各方面經營活動的作用，涉及企業各個經營環節，能夠綜合衡量企業的經營管理水平。

本文研究的意義在于：一是細化了研究主體，將研究主體從一般企業研發創新行為過渡到醫藥企業研發創新行為；二是拓展了現有理論邊界，將醫藥企業研發投入與財務績效的關系研究放在數字化技術投入情景下，對數字經濟下醫藥企業進行研發投入有一定啟示意義。

二、理論分析與研究假設

（一）研發投入對企業財務績效的影響

醫藥行業創新活動具有風險大、周期長的特點，導致資金難以快速回籠，以及當期財務績效的下降。

依據投入-產出理論，一項新技術的研發轉化為生產力進而幫助企業提升價值，很難一蹴而就，獲得價值回報需要經歷一定的時間[6]。受我國對于新藥上市的相關規定影響，醫藥企業在進行新藥開發投入時需要經歷四到五輪的篩選準備工作，從藥品的甄選到不同規模的臨床試驗，只有那些在臨床試驗具有明顯效果的新藥才可以投入市場之中，這不僅延長新藥開發需要經歷的時間，也在無形中增加了醫藥企業的試錯成本。

吳海霞等（2006）從風險產生的源頭將醫藥研發中產生的風險歸納為技術、財務、管理、生產、環境、市場六大風險[10]，任何風險沒有控制好都會增加研發失敗的可能性。與此同時，越來越多的醫藥企業為了從制藥環境中得以生存，在維持仿制藥生存的基礎上，開始涉足于創新藥研制，但這類實驗項目難度不同于對現有成熟產品的改良，突破式創新會承擔更大的失敗風險，并且隨著研發的不斷深入，風險水平進一步提升[11]；此外，一項新技術的研發轉化為生產力，往往獲得價值回報需要經歷一定時間[3]。醫藥企業在進行新藥開發投入時需要經歷四到五輪的篩選準備工作，從藥品甄選到臨床試驗，延長新藥開發需要經歷的時間，也在無形中增加了醫藥企業的成本；最后，醫藥企業所研制的藥品，對消費者而言屬于新型產品，消費者會對其使用效果及安全性進行觀望需要等待時間。

鑒于此，本文提出假設H1：

H1：醫藥企業研發投入與當期財務績效呈負相關關系。

（二）數字技術投入的調節作用

戚聿東等（2020）認為數字化程度是企業所引進的數字技術的種類、功能等以及這些技術被企業所重視的程度[12]。為適應數字化情景，更多的企業選擇將數據資源或數字技術這種關鍵生產要素與生產條件的重新組合并引入生產系統[11]。

一方面，數字技術投入能使企業實現精細化管理，提高企業對研發活動的掌控。通過規劃、分工、授權審批等更全面地了解公司的研發投入情況，進而獲得相應收益回報，提升財務績效[11]。

另一方面，數字技術投入降低醫藥研發部門與各需求方的溝通成本。通過數字技術，企業研發部門可以精確地了解到各需求方的需要，以更小的成本來對企業的研發活動的開展進行方向把握。與此同時，研發部門的研發動態、研發成果可以使其他部門更好地了解，這樣也能夠得到更有效的反饋，這有助于降低企業研發相關信息不對稱性，避免無效的研發投入。

另外，對研發過程提出相應的優化意見[11]，使研發部門可以對這些數據信息進行正確高效的反饋，有助于其合理有效地規劃研發投入，推動研發效率取得質的突破，進而使企業降低當期研發投入對財務績效的負向影響[11]。

基于上述分析，本文提出假設H2：

H2：數字技術投入負向調節了研發投入與當期財務績效的負向關系，即隨著數字技術投入的加深，研發投入對當期財務績效的負向影響削弱。

研究理論模型如圖1所示：

圖1 研究理論模型

三、研究設計

（一）樣本選擇及來源

本文以2014-2021年期間滬深 A 股上市醫藥企業為研究樣本，并對其進行樣本篩選。1.剔除樣本期間ST類、PT類和退市企業；2.剔除主要研究變量或控制變量數據缺失的樣本變量選取。本文數據來源于國泰安（CSMAR）數據庫，對研發投入的部分缺失數據采用Wind數據庫進行補充。采用的數據處理軟件為Stata 17.0。最終得到醫藥企業共1315個觀測值的數據。

（二）變量定義

1.被解釋變量：當期財務績效

選取營運能力中總資產周轉率作為代理變量，該指標反映了企業經營者運用企業資產的效率水平。

2.解釋變量：研發投入

參考以往研究，研發投入常見的兩種衡量方式為：研發支出與銷售收入的比值或研發支出與企業總資產比值；由于研發支出和銷售收入同為流量數據，用其衡量研發投入更顯合理，本文選取研發支出占營業收入比例衡量研發投入。

3.調節變量：數字技術投入

參照現有學者研究，采用數字化投資中軟件投資進行衡量，軟件投資來自企業年報無形資產中軟件或信息系統投資為數字技術相關的會計科目。同時，為緩解異方差問題，將該變量進行對數處理[11]。

4.控制變量

參考以往文獻，選取企業資產、企業上市年限、現金流流量、資產負債率以及總資產收益率作為控制變量。各變量如表1所示。

表1 變量定義與度量

（三）模型建立

本文首先建立模型（1）采用雙向固定效應模型檢驗研發投入對財務績效的影響；進一步建立模型（2）原公式中加入分別進行回歸研究數字技術運用對研發投入與財務績效的調節作用。

其中，α0與β0為截距項，α1～α4與β1～β6為對應變量的回歸系數，為個體效應，為時間效應，、為隨機擾動項。

四、實證結果與分析

（一）描述性統計分析

表2顯示了研發投入與企業財務績效的描述性統計結果，從表中信息可知：在樣本企業中，總資產周轉率平均值為0.614，一般企業總資產周轉率處于0.8-1之間更合適。這表明，我國醫藥企業運用自身資產能力較低，營運能力有待進一步提升。研發投入占營業收入的比值的平均值為0.045，最大值為0.222，標準差為0.033，說明我國醫藥企業研發投入雖然初具規模但仍存在明顯不足，其他控制變量與以往研究表現類似，此處便不再贅述。

表2 描述性統計

（二）相關性分析

表3展示了醫藥企業各變量之間的相關關系。結果顯示，Ato與R&D之間的相關系數為-0.281且在1% 的水平下顯著，表明研發投入可能會導致企業營利能力的下降，與預期相同。運用VIF進行多重共線性檢驗，各值均小于10，說明各變量之間不存在多重共線性。

表3 相關性分析

五、主效應及調節效應檢驗

表4是在運用穩健標準誤的前提下雙向固定在醫藥企業研發投入對財務績效影響的回歸結果，列（1）基準回歸中，R&D回歸系數為-2.22且在1%水平下顯著；列（2）顯示加入控制變量的結果。發現R&D在1%的水平顯著，回歸系數為-1.75，說明醫藥企業研發投入與財務績效呈負相關關系，解釋了現實中醫藥企業不愿意進行研發投入活動的原因。H1成立；列（3）中Lndigital*R&D的回歸系數為0.19且在10%的水平下顯著，驗證了數字技術投入能夠削弱研發投入對于當期財務績效的抑制作用。因此，假設H2成立。

表4 主效應及調節效應回歸結果

六、穩健性檢驗

（一）調整研究區間

對回歸模型的樣本區間進行調整，將樣本區間調整2019-2021年。結果如列（5）所示。R&D的回歸系數為-4.61，在1%的水平下顯著，同時Lndigital*R&D的回歸系數為0.20且在10%的水平下顯著，符合前文結果。

（二）內生性檢驗

雙向固定模型在一定程度上緩解遺漏變量所帶來的內生性，但解釋變量與被解釋變量間的雙向因果無法避免。參照現有學者研究，將解釋變量.R&D滯后兩期處理后重新進行回歸，記為L2.R&D，回歸結果如列（6）所示。R&D的回歸系數為-4.49，在10%的水平下顯著，同時Lndigital*R&D的回歸系數為0.30且在10%的水平下顯著。

表5 穩健性檢驗

七、結論與建議

本文結合理論與實證分析結果，第一，研究發現對于醫藥企業而言，研發投入對當期財務績效存在負向影響；第二，數字技術投入可以緩解這一負向關系。

政策建議方面，首先，醫藥企業應加快研發方面的數字技術投入，利用大數據、AI等新一代信息技術，為藥物研發賦能。對于中藥企業，把大數據技術貫穿于藥材種植、提取加工，有效配伍預測，以及臨床藥效評價過程中，這將為中藥企業藥物研發實現技術賦能。AI技術依賴于數據與算法，所以，大型醫藥企業應當加強企業內部數據研發實力，有效整合藥物研發數據，在行業之間提高信息共享程度，構建龐大的藥物研發數據集群，實現合作共贏。其次，聘請研發人才。基于大數據的藥物研發人才不僅需要醫藥背景，還需要扎實的大數據技術知識背景。企業可以通過新設、收購等方式吸納研發服務領域的技術人才和資源，同時創新人才激勵機制，加強人才技能進修培訓。擁有充足的復合型專業人才儲配是企業實現醫藥研發數字化，提高企業核心競爭力的重要保障。