藍志清 汪 洋
(贛州師范高等??茖W校,江西 贛州 341000)
R&D 投入是實現企業創新發展的必要前提,也是企業績效提升的關鍵。近年來,許多研究者就R&D 投入對企業績效的影響進行了實證分析,主要結論分為以下兩個方面:第一,R&D 投入與企業績效具有顯著正相關關系[1]。王羲等[2](2022)分析了R&D 投入與創新績效之間的內在關系,結果顯示:政府補助、R&D 投入均與企業創新績效呈正相關關系。巴曙松等[3](2022)基于中國2015—2019年1597 家制造業上市公司的數據,通過靜動態面板模型對政府補助、R&D 投入對企業創新績效的影響進行實證研究。結果顯示:政府補助和R&D投入都顯著提升了企業創新績效。郭秀強等[4](2020)對R&D 投入、技術積累與高新技術企業市場績效之間的關系進行研究,結果表明R&D 投入對企業績效有顯著正向影響。第二,R&D 投入與企業績效具有顯著負相關關系或者關系并不顯著。張志花等[5](2022)通過以2012—2018 年滬深A 股上市公司為樣本,對R&D 投入強度與企業績效之間的關系進行研究,發現R&D 投入與企業績效之間有顯著負相關關系;劉云等[6](2020)通過對創業板上市的189 家中關村高新技術企業的R&D 投入指標和企業績效指標進行面板數據回歸分析發現,當期研發支出與企業規模對企業績效水平的影響并不明顯。岳宇君等[7](2022)以19 家數據驅動型企業為樣本,對R&D 投入對企業經營績效的影響進行實證分析,結果顯示,R&D 投入對經營績效的影響存在滯后性,在滯后二期更為顯著。
綜上所述,研究者們在進行R&D 投入與企業績效的關系研究中得到的結論并不一致,甚至是相反的,原因可能是研究方法以及樣本數據的不同所致。因此,本文以江西省上市公司數據為樣本,采用面板門檻回歸模型對R&D 投入與企業績效的影響關系進行統計研究,為江西省上市公司合理進行R&D 投入規劃,顯著提升企業績效和促進創新驅動發展提供建議。
面板門檻回歸模型由著名經濟學家Bruce E.Hansen于1999年提出[8],基于靜態平衡面板數據的單一門檻模型的一般形式為:
其中,i代表不同的個體;t代表不同的時間;x1it、x2it分別代表控制變量和受到門檻變量qit影響的解釋變量;I()是一個示性函數,當門檻變量qit小于門檻值γ時為1,否則為0;μi代表個體效應;εit代表獨立同分布的隨機干擾項因素。將式(1)按示性函數分段即得到下式(2):
即解釋變量x2it對被解釋變量的影響依賴于門檻變量qit的取值。當qit≤γ時,x2it的系數為β'1;而當qit>γ時,x2it的系數為β'2?;诖蟛糠盅芯空呔蚏&D 投入對企業績效影響的文獻研究,初步建立R&D 投入強度與企業績效的面板門檻回歸模型如下:
其中,被解釋變量perit為企業的績效水平;rdit為企業的R&D 投入強度;控制變量xit包括企業規模(scale)、資本結構(caps)和經營能力(ability)。
當R&D 投入強度與企業績效存在三重或者三重以上門檻效應時,式(3)應該擴展為下式(4):
根據已有文獻的研究,一般采用公司財務指標中的總資產報酬率衡量企業績效水平。一般而言,規模越大的企業,其R&D 投入會越大。如果單純地以R&D 經費投入作為解釋變量則很有可能導致結果有較大誤差,故本文以R&D 投入占營業收入的比例作為解釋變量。此外,根據相關學者的研究,企業規模(scale)、資本結構(caps)、經營能力(ability)等財務指標會對企業績效造成影響,故本文將其作為控制變量。具體的指標說明見表1。

表1 變量說明
本文使用江西省2019—2021 年上市企業的面板數據,數據均來源于國泰安(CSMAR)金融數據、Wind 金融數據和巨潮資訊。數據的描述性統計分析結果見表2。

表2 數據的描述性統計分析結果
在進行回歸分析之前一般需要先進行相關性分析,本文利用R 語言軟件計算各變量之間的相關系數,輸出結果見表3。

表3 各變量間的Pearson相關系數
從表3 的Pearson 相關系數可以看到,除了abiliy與rd、abiliy與caps、caps與ln(scale)之間的相關系數超過了0.3,其他變量之間的相關系數均小于0.3,表明各變量之間的相關系數較弱,可以認為各變量之間不存在多重共線性。
在進行模型顯著性檢驗之前,首先要確定模型中的門檻個數,其次是利用自抽樣法(Bootstrap)構造似然比檢驗F 統計量的漸進分布,最后對模型進行門檻效應顯著性檢驗得到不同門檻值。利用R語言軟件對式(4)進行門檻效應顯著性檢驗,輸出的檢驗結果見表4。

表4 門檻效應顯著性檢驗
由表4 可知,單一門檻、雙重門檻、三重門檻均通過了顯著性檢驗,因此可以認為,R&D 投入對企業績效存在三重門檻效應。
在使用面板門檻回歸模型之前,先對各變量進行OLS 回歸分析,即模型1。為了判斷R&D 投入與企業績效之間是否存在非線性關系,在OLS回歸模型的基礎上加入解釋變量R&D 投入的二次項得到模型2。最后,依據式(4)對面板門檻進行回歸,即模型3。輸出的回歸結果見表5。

表5 R&D投入對企業績效影響的回歸分析結果
首先,由模型1 輸出結果可知,隨著R&D 投入的增加,企業績效顯著下降。其次,模型2 結果顯示,R&D 投入與企業績效存在顯著的非線性關系。最后,從面板門檻回歸模型(即模型3)輸出結果可知:在不同門檻值區間時,R&D 投入對企業績效的邊際系數符號及其顯著性存在明顯差異,R&D 投入與企業績效的關系并不是簡單的顯著正相關或者負相關,而是會隨著R&D 投入強度的不同表現出顯著差異。當rd≤0.002 時,R&D 投入對企業績效的回歸系數為3.652,R&D 投入與企業績效的影響為顯著正相關,表明在此區間內R&D 投入強度越大,越有利于企業績效的提高;當0.002 <rd≤0.003 時,R&D 投入對企業績效的回歸系數為-0.156,R&D 投入與企業績效之間由顯著正相關轉為顯著負相關,這表明在此區間內R&D 投入對企業績效有制約作用;當0.003 <rd≤0.006 時,回歸系數仍為負值,R&D 投入與企業績效的影響為顯著負相關;當rd>0.006 時,回歸系數為正值,R&D投入與企業績效由顯著負相關轉為顯著正相關。
本文基于江西省2019—2021 年上市公司的面板數據,構建了面板門檻回歸模型,分析了R&D 投入對企業績效的門檻效應。結果表明,R&D 投入對企業績效存在顯著的三重門檻效應,R&D 投入對企業績效的影響在不同門檻區間內存在方向、系數值上的顯著差異性。因此,企業應根據自身所處的R&D 投入區間合理制定相應的研發計劃,當企業R&D 投入處于低區間時,應當重視加大R&D 投入;同時,當R&D 投入上升至一定區間時,則需重點關注R&D 投入效率問題,以避免R&D 投入對企業績效的抑制作用。