高新技术企业研发投入与研发绩效的实证分析
——来自中关村的证据
[摘要]本文利用中关村高科技园区的600家企业2007年的研发截面数据和从这些企业中匹配出来的92家高科技企业2005-2007年的平衡面板数据，分析了影响高科技企业研发的主要因素，以及企业研发的绩效。结果发现，高科技企业的规模对研发投入密度具有显著的负效应。民营中小企业的研发动力最强，而且其研发的绩效也显著高于其他类型的高科技企业。国有控股高科技企业的研发绩效最低，但我们同时发现大型国有控股的高科技企业却获得了较多的政府资金的支持。这一结果对高科技园区的政策完善具有重要的参考意义。
一、引言
创新是增长的重要来源，为了鼓励企业研究开发，我国大多数城市都建有高科技园区，给予高科技企业直接或间接的支持。那么高科技企业的研发行为与传统制造业有何不同？政府的政策支持是否取得了预期的效果？这些问题的回答有助于我们制定更有效的高科技产业政策。
根据熊彼特创新假说（schumpeter，1942），企业创新与企业规模存在正相关关系，大企业由于存在规模经济和融资方面的优势，因此拥有垄断地位的大企业有更强的研发投入能力。然而也有研究认为垄断者缺乏创新的激励，处于激烈竞争中的竞争者更具创新的激励，因此，企业研发与企业规模之间不存在简单线性关系（scherer，1965）而存在倒u形的关系（aghion，2005）。
多数研究认为企业研发投入与绩效之间具有正相关关系。但存在不同国家具有截然不同结果的经验研究证据（blundel，etc.1999；griliches，2000；nadirl和kim，1996）。格瑞利奇和里基夫（criliches和regev，2001）对比了以色列制造业中企业融资的r&d项目和政府资助的r&d项目对产出和生产率的影响，发现政府资助具有显著的正效应。拉赫（lach，2002）同样利用以色列制造业的数据则发现政府资助显著地促进了小企业的研发积极性，但对大企业则起到了相反的作用。胡辛格（hussinger，2008）利用德国制造业的数据证明政府资助对企业的研发及其效率有显著的正效应。
有关中国企业的研发行为，多数研究主要讨论的是影响企业研发的因素，如胡（hu，2001）、胡等（hu，etc.，2005）、周黎安、罗凯（2005）、安同良等（2006）、郭研、陶涛（2006）、朱恒鹏（2006）、聂辉华等（2008）。关于中国企业研发绩效的研究则由于数据的限制十分有限，而且主要是基于上市公司的数据（肖虹，2008）。我国政府对研究开发的激励主要体现在各地区设立的高科技园区的优惠政策，以及对园区内认定企业的直接政府资金的支持。中关村高科技园区历来被看作是中国的“硅谷”，以中关村园区内的企业为样本我们试图回答高科技企业的研发行为与传统制造业的区别是什么？政府的支持是否促进了研发投入并提高了企业研发的绩效？这些问题的回答有助于我们评价政策的效果并为新政策的制定提供依据。
本文利用92家高科技企业的2005-2007年的平衡面板数据，通过tobit随机效应模型研究高科技企业的研发行为，重点检验高科技企业研发投入主要受哪些因素影响，研发投入的绩效如何？政府的直接资助是否有助于研发投入的进一步提高，并提高研发的绩效。
二、数据及其描述
本文的数据包括两个部分，一部分是来自于中关村高科技园区内注册的600家企业2007年的截面数据；另一部分是将这600家企业与国家统计局规模以上企业数据库进行匹配获得的92家高科技企业2005-2007年三年的平衡面板数据。600家企业数据的获得是根据企业的销售收入随机抽取的，其中随机抽取了07年年销售收入500万元以下企业、年收入5百万－5千万元企业、年收入5千万元以上企业各200家。600家企业的截面数据包括了企业研发的资金来源与研发费用支出的具体结构，使我们能够了解中关村高科技企业的研发行为，并且能够区分600家企业中哪些企业获得了政府直接的研发资助。面板数据则使我们能够检验影响企业研发投入的因素和企业的研发效率。
在600家企业中从事电子信息行业的企业超过40%，其次先进制造业约占17.83%，其他企业主要从事新材料、新能源、生物医药等新兴高新技术行业。国有控股企业占47%，私人控股企业占34%，集体企业占15%，其余为外商控股和港澳台企业。我们根据企业法人代码将600家中关村高科技企业与国家统计局发布的规模以上企业数据库进行了匹配，获得了92家企业从2005-2007年的平衡面板数据，面板数据的内容包括了企业2005－2007年连续的财务数据。中关村高新技术企业的研发资金筹集渠道主要包括企业资金（自有资金）、金融机构贷款、来自政府部门的资金、来自事业单位的资金、来自国外的资金以及其他资金。企业自有资金是各种规模企业研发资金的主要来源，平均达到80%以上。其次是政府部门的资金，金融机构的资金数量较少，平均不到3%。在600家高科技企业中共有81家企业获得了政府的直接资助，其中最少一笔资助是7000元，最多的资助达到5630万元，平均资助水平为429万元。这81家企业中有60家国有控股和国有相对控股企业，仅有5家私营企业。
表1：企业规模与企业研发资金各个渠道筹集比例相关系数表
表1反映了企业规模与研发资金各个渠道筹集比例的相关系数。对于中关村园区的高新技术企业而言，企业规模越小，企业的研发就越依靠自有资金；企业规模越大，企业研发就越容易得到政府部门以及金融机构的资金支持。与这一结果直接对应的是规模较大的企业多为国有企业（详见表2）。
表2：不通控股类型企业的平均规模表（规模单位：千元）
三、高科技企业研发投入密度的影响因素分析
高科技企业本身是技术密集型企业，大多数企业的创立就是基于一项新技术或者新思想而产生的。高科技企业的研发投入既是企业赖以生存、保持市场地位的主要手段，同时又占用企业大量资金，影响企业的进一步均衡发展。对于高科技企业，企业的资金约束以及边际收益递减的研发投入，都影响着企业最终的研发决策。在企业的成长过程中，市场竞争压力，资金约束等因素都可能对企业研发投入产生影响，而企业面临的市场竞争压力，资金约束又与企业的规模密切相关，通过面板数据进行线性回归难以得到客观的结果，因此，本文采用边际因素调整模型来研究高新技术企业研发投入的动因，将企业规模作为主自变量，而其他自变量作为调整因素，分析各种因素如何影响研发投入。边际因素调整模型的基本形式，见公式（1）：
其中，y代表因变量，x代表主自变量，z代表调整变量，α、β代表变量系数。为了便于采用回归分析，同时降低自变量之间的共线性问题，我们在边际因素调整模型的两边分别取对数，得到新的形式，见公式（2）：
衡量研发投入常用的衡量指标有三个：基于收入的研发密度（研发投入除以销售收入）、基于资产的研发密度（研发投入除以总资产）、基于人员的研发密度（研发人员除以员工总数）。本文研究的是技术密集型企业的研发行为，因此模型中的因变量将使用基于收入的研发密度（innov=rd/income）。衡量企业规模的指标采用销售收入（income）。除此之外，影响企业研发投入的其他调整因素主要来自以下几个方面：企业面临的竞争压力、企业的融资结构特征、企业的科技水平、企业的资金约束。
我们采用广告密度（mpress=广告投入/销售收入）来衡量企业面临的竞争压力（聂辉华等，2008），企业的广告密度越大说明市场竞争压力越大。我们用资产负债率（alratio）来衡量企业的负债情况，用企业的年度净现金流来体现企业运营过程中的资金约束（liquidity=nocf+nicf+nfcf）。企业的年度净现金流由三部分组成，分别是经营净现金流（nocf）、投资净现金流（nicf）以及筹资净现金流（nfcf）。一般来说，企业财务状况越好，现金净流量越多。因此，总的净现金流量能够较好地体现企业面临的资金约束。我们还用两个独立变量来反映企业的信贷结构，分别是企业当期应付账款（payables）和企业当期利息支出（interest）。企业的信贷融资主要有两种方式，即企业间贸易信贷（无息）和银行信贷。两种信贷方式维持企业日常的经营活动，也影响企业的各种决策，包括企业的研发活动。
本文采用无形资产相对量来衡量企业的科技水平（tech=无形资产/销售收入）。企业的无形资产绝对价值能够反映企业的总体科技存量水平，而相对于企业规模（income）的无形资产相对量，能够反映企业相对的科技水平。科技存量对研发密度的影响可能是不确定的，一方面源于边际研发收益的下降会降低研发投入密度，另一方面，研发投入也可能因为科技水平高而相应提高。
表3：随机效应模型变量定义与说明
在回归模型中我们加入了企业注册类型（property）和企业的持续时间（dura）作为控制变量，控制了企业的股权结构和企业所处的成长阶段。表3列出了回归模型中的各个变量及其说明，表4列出了各变量的统计特征。
表4：随机效应面板tobit模型变量统计特征
根据以上分析，我们获得如下模型：
我们采用极大似然估计的tobit模型来回归边际调整模型。由于模型涉及面板数据的非线性回归，普通的固定效应模型（fixed-effect model）并不能得到一致估计量，②因此本文采用随机效应tobit模型（random-effect tobit model）（回归结果详见表5）。通过随机效应单边和双边检验，结果表明存在随机效应，并且对随机效应和序列相关的联合检验也非常显著③。经过稳健性回归测试，测试回归结果与显著性水平基本没有变化，因此，回归结果是稳健的。
表5：随机效应面板tobit模型检验结果
实证结果分析如下：
规模越大的高科技企业，研发投入占收入的比例越低，规模对高技术企业的研发密度存在反向激励。这一结果与国内大多数基于制造业的研究结果不同（聂辉华等，2008；周黎安，罗凯，2005）。对于科技园区内的高技术企业而言，企业的创立就是以研发为目的，因此很可能在初创期小企业的投入主要是研发支出。但是这种负相关关系并不是简单线性的，而是存在多种边际调整因素的影响。研发投入密度与规模的显著负相关关系也可能来自外生的干扰因素。例如，在一般国家与地区政策之外，北京市海淀区对中关村科技园区内具有高成长性、高信用度的中小型高技术企业给予非常优惠的政策扶持①。由于政府政策因素的干预，中小型企业的研发动力比大企业更强烈。由于边际调整因素以及外生因素的影响，对于企业规模与企业研发投入之间的关系，无论是简单的线性正相关（周黎安，罗凯，2005）、线性负相关或者倒u型关系（聂辉华等，2008），都可以看作是边际调整之后的特例。对于本文采用的中关村高技术企业面板数据而言，在控制住其他调整因素变量之后，企业规模与企业研发投入密度存在显著负相关关系，基本可以证明中关村科技园区内中小规模企业更具有研发投入动力。
高科技企业面临的市场压力越大，企业的研发密度越低。阿罗（arrow，1962）认为，激烈的市场竞争会促进企业加大研发密度，从而超越对手以减轻市场压力。然而创新本身是一个长期过程，当高科技企业面临当前的市场压力时，与同类替代产品相比，技术已经相对领先，因此，高技术企业缓解市场压力的方式是将企业内部资金更多地投入在市场拓展等能够带来短期收益的活动，从而造成企业的研发投入密度相对较低。从系数上看市场压力成为高技术企业研发投入的较强阻力。随着规模的扩张，企业面临的市场压力下降，研发密度随规模下降的程度将部分地减轻。
企业的资产负债率越高，利息支出越多，企业的研发投入密度越低。资产负债率和利息支出代表着企业总的负债水平和债务负担。资产负债率越高，企业面临的资金约束越强，企业的研发投入也受到影响。企业的总负债水平越高，企业研发密度随规模下降的速度越快。相对于利息负担，较高的资产负债率更严重地限制了企业的研发投入。在中关村高科技园区的中小创业企业，投资者主要是看重了其高成长性才愿意出钱供其进行研究开发。因此中小企业主要通过外部股权融资获得研发资金。一旦企业已经形成规模，在较高负债水平下试图通过外部融资获得研发支持将更加困难。因此，在规模扩大来自于自我经营效率提高的前提下，研发投入的密度才能够得以持续，否则的话将进一步降低研发投入密度。
企业的相对科技水平越高，企业的研发投入密度越低。对于高新技术企业而言，相对科技水平代表企业累积的前期研发投入存量，大多数高技术企业都是依托某一项专利技术而成立的，因此对于科技存量与收入的比值较高的企业，由于投入周期、成本回收等原因，当期的研发投入密度会较低。另一方面，由于全社会整体科技水平的限制，研发投入在短期内存在一定“瓶颈效应”，即企业相对科技水平达到一定高度后，仅仅依靠企业内部持续的研发投入已经无法满足相对科技水平进一步提高的要求。因此，对于相对科技水平较高的企业，同期的研发投入密度相对较低。在边际影响方面，随着企业规模的扩大，相对科技水平较高的企业其研发投入的边际收益下降。因此，较高的科技水平强化了企业研发投入密度随规模扩大而下降的速度。
企业的内部资金越充裕，企业能够获得的贸易融资越多，企业的研发投入密度越高。前面的描述性分析说明企业的研发资金来源主要是企业内部资金，因此，企业净现金流量越大，企业间的贸易信贷越多，内部资金越充裕，企业能够用于研发的资金也越多，研发投入密度越大。在边际影响方面，随着企业规模的扩大，内部资金越充裕的企业经营状况越好，各方面的压力越小，从而企业研发投入密度随规模下降的速度也会相应放慢。虽然贸易信贷和流动性对研发具有同样的激励作用，但其作用程度较企业内部流动性低。以上结果说明只有当企业真正摆脱现金流的约束时才能够进行较多的自主研发和创新。
四、研发绩效的检验
我们选择以新产品产值占总产值的比例来衡量企业研发的绩效。选择的理由：首先，新产品产值能够直接反映企业研发的绩效。其次，短期滞后的新产品产值比利润率能够更加准确地体现企业研发的滞后效应。对于滞后利润率（常用的绩效指标），要经历从研发到产品再到利润的传导，而滞后新产品产值比率，仅仅经历从研发到产品的传导，传导周期短，受外生因素的影响相对小。第三，按照新产品产值的统计要求①，企业的新产品产值比率会去除部分研发存量的影响。由于只有最新的研发成果才能被称为新产品（1-2期内），而较早研发的成果就不再计入新产品，这样就避免了在通常以利润作为绩效指标所带来的内生性问题。
我们的目的是检验企业研发投入对新产品产值的影响，同时因为政府的直接资助多给予了国有企业，我们想知道不同的资本金和股权结构对高技术企业的研发投入向绩效的传导有何影响。也就是说在控制了企业的规模、行业和研发投入的密度后，我们将检验不同的资本构成对研发绩效的作用，以及不同控股权对研发绩效的作用。由于数据的限制，我们无法检验政府的直接资助对研发绩效的影响①，但我们能够从资本金的变化对研发绩效的影响上得到线索，间接推断中关村高科技园区政府直接资助对企业研发绩效的影响，进而为政策的评估和进一步的改进提供一定的参考。回归模型设定见公式（4）：
其中i=1，2，即滞后一期和滞后二期的企业研发投入密度。行业（industry）以高科技园区对高科技企业行业的划分代码②为依据，企业规模（size）我们这里用企业当期的雇员人数来反映，之所以放弃企业收入这个指标是为了避免在线性回归中解释变量之间的相关性问题。变量prop表示企业的所有权构成和控股股权情况。在检验不同资本金构成对企业研发投入向新产品转化的影响时，prop包括了企业国有资本、集体资本、法人资本、个人资本、港澳台资本和外资分别占企业实收资本的比例；在检验企业的控股权如何影响研发投入向新产品的转化时，prop分别包含了国有控股、集体控股、法人控股、私人控股、港澳台资本控股和外资控股③。回归变量的定义与统计描述见表6。
表6：研发绩效模型变量定义及描述
由于所有资本比率的和为1，而且企业的控股权情况是一组虚拟变量，因此，本文采用无常数线性ols回归模型，分别做了滞后一期和滞后二期的研发投入对研发绩效的检验。实证检验结果详见表7和表8。
表7：研发绩效模型osl检验结果（一）
表8研发绩效模型osl检验结果（二）
滞后一期与滞后二期的研发绩效分析结果显示，企业的研发对企业新产品产值比率确实存在滞后的影响。从符号上看这种影响是正的，即企业研发投入密度越大，企业滞后的新产品产值比率越大，企业研发的绩效越好。从数值上看，滞后二期的研发密度的回归系数高于滞后一期的回归系数，说明企业的研发投入对滞后两期的新产品产值比率的影响更大。
各类实收资本比例对企业研发绩效都有正的贡献，说明任何类型的资金投入都能够促进研发投入向新产品的转化。从系数上看，外国资本（fore）的边际贡献率最低且不显著，说明在中关村科技园区内，外国资本并没有显著提升高技术企业研发绩效的转化。这一结果与hu等（2004）对制造业的研究结论不同，原因之一是外资高技术企业更多的研发是在本国进行的，而且其进入中国主要是看重中国庞大的市场需求。其他类型的资本，包括国有资本（coun）、集体资本（coll）、法人资本（corp）、私人资本（pers）以及港澳台资本（hmts）对企业研发绩效的转化都有显著的正向作用，相比而言，非国有类型的资本贡献率要更大一些，国有资本是所有类型中贡献最低的且显著性也低于其他类型的资本。这一结果至少使我们怀疑中关村高科技园区政府提供直接研发资助的效率不高，因为大部分政府资助都流向了规模较大的国有企业，而国有资本在将研发投入传导到新产品产值上的作用相对于其他非国有资本要弱得多。在所有资本类型中私人资本的回归系数最大①。企业控股股权对研发投入转化为新产品产值的影响与各类实收资本的比例的作用是一致的。外资控股的回归系数不显著，其它各类控股股权都有显著的正作用，但国有控股企业的作用最小，私人控股企业的作用显著为高。由于面板数据的时间跨度和样本数量有限，本文只能进行滞后一期的随机效应模型的检验，结果发现企业的研发投入密度对新产品产值比率在95%的显著水平上有促进作用，而各类资本金比例的系数，只有私人资本和集体资本对新产品产值有显著的正作用，其它资本金的系数均不显著，故我们略去了回归结果的报告。
五、结论和政策建议
本文通过边际因素调整模型从比较静态的角度研究了各种因素对企业研发投入密度的影响。模型将企业规模定义为主自变量，其他因素，如企业面临的竞争压力、企业的负债水平、企业的科技水平、企业的资金约束等作为主自变量的边际调整因素，在控制了企业的控股权以及企业的持续时间等因素后，实证结果发现中关村高技术企业的研发密度随企业规模的扩大而显著下降，小企业的研发密度更大。从规模对研发的反向激励来看，高科技企业的创业多依靠技术起步，在规模较小时研发投入的密度占主要地位，因此毫无疑问的是随着高科技企业规模的扩大，技术不断成熟，企业的市场地位愈发确立，研发的激励会被不断扩大的垄断地位所削弱。另一个可能的解释是园区政策向中小企业倾斜的外生因素的作用。
除了规模扩大的影响外，企业面临的市场竞争压力、企业的资产负债率、企业的相对科技水平以及企业的有息贷款水平都对企业的研发投入产生反向激励。其中显著水平最高的因素是企业的相对技术水平，技术存量越高的企业研发密度越低。企业面临的竞争压力与研发投入密度之间的系数最大，说明高科技企业的研发投入受到市场竞争压力的制约。这些因素同时在边际上强化了企业研发密度随规模下降的速度。
企业的内部资金越充裕，企业间贸易信贷水平越高都增加了企业的现金流，对企业的研发投入产生正向激励。同时随着资金约束的放宽，二者在边际上抑制了企业研发投入密度随规模扩大而下降的趋势。
我们进一步以新产品产值比率作为企业的研发绩效指标，检验了企业研发投入和资本结构以及企业控股股权对研发绩效的影响，结果显示高科技企业的研发投入对滞后两期的新产品产值比率的影响更加显著，各种类型的资本中除外国资本不显著外，其他类型的资本金都对研发绩效有显著的促进作用，其中非国有资本对研发绩效的促进作用明显高于国有资本。私人控股企业在促进研发投入向研发绩效的转化上作用高于国有控股企业。与上述结果相对应的是我们看到在2007年600家中关村高科技企业中有81家企业获得了政府研发的直接资助，这其中有60家是大型国有或国有相对控股企业。基于以上结果我们可以推断，在中关村高科技园区中小企业是研发的活跃力量，而且非国有资本在促进研发成果的转换上具有更重要的作用。因此高科技园区的政策和政府的资金支持应该向私营中小企业倾斜，而非大规模的国有控股企业和外资企业，只有这样才能保持活跃的研发强度。对于那些已经形成规模的企业，只有依靠自身的经营效率，摆脱了现金流的约束后才有进一步的创新激励。
（《经济科学》，北京大学经济学院，中国农业银行总行，郭研，刘一博）
