研發(fā)投入與企業(yè)競(jìng)爭(zhēng)力
——基于信息技術(shù)行業(yè)上市公司數(shù)據(jù)

(中國(guó)石油大學(xué)(華東)經(jīng)濟(jì)管理學(xué)院 山東 青島 266580)

一、引言

自2013年8月中國(guó)互聯(lián)網(wǎng)大會(huì)“大智移云”概念提出以來(lái)，以“大智移云”為主導(dǎo)的信息技術(shù)逐步成為經(jīng)濟(jì)發(fā)展的引擎。擁有獨(dú)立核心技術(shù)對(duì)國(guó)家安全、企業(yè)經(jīng)營(yíng)發(fā)展至關(guān)重要，而這都將離不開研發(fā)投入。但由于研發(fā)投入具有風(fēng)險(xiǎn)高、周期長(zhǎng)、投資大的特點(diǎn),所以理清研發(fā)投入與公司競(jìng)爭(zhēng)力的關(guān)系對(duì)企業(yè)研發(fā)投入管理具有重要意義。

本文基于此背景分析兩者的關(guān)系，在此基礎(chǔ)上進(jìn)一步分析影響的滯后性和累積效應(yīng)，為企業(yè)研發(fā)投入管理提供借鑒。

二、理論分析與研究假設(shè)

國(guó)內(nèi)外學(xué)者在研究R&D投入與企業(yè)關(guān)系時(shí),存在兩種比較對(duì)立的觀點(diǎn):大部分學(xué)者認(rèn)為R&D投入對(duì)企業(yè)的競(jìng)爭(zhēng)力具有顯著的正面作用,也有部分學(xué)者認(rèn)為R&D投入與企業(yè)競(jìng)爭(zhēng)力不存在顯著的正相關(guān)關(guān)系。

科學(xué)技術(shù)是企業(yè)發(fā)展的核心驅(qū)動(dòng)力。企業(yè)進(jìn)行研發(fā)投入有助于科技成果轉(zhuǎn)化，進(jìn)而提高產(chǎn)品及企業(yè)的核心競(jìng)爭(zhēng)力?；谝陨戏治觯疚奶岢黾僭O(shè)1：

H1：研發(fā)投入與企業(yè)競(jìng)爭(zhēng)力具有正相關(guān)性，且以滯后性表現(xiàn)出來(lái)。

對(duì)于累積研發(fā)投入對(duì)企業(yè)競(jìng)爭(zhēng)力的影響，趙喜倉(cāng)和吳軍香[1]的研究發(fā)現(xiàn)信息技術(shù)行業(yè)R&D投入不存在累積效應(yīng)；傅萌[2]研究制藥行業(yè)上市公司發(fā)現(xiàn)持續(xù)研發(fā)投入對(duì)企業(yè)價(jià)值的影響存在累積性,且累積期數(shù)越長(zhǎng),相關(guān)系數(shù)越大；陳偉涵[3]研究新三板信息與互聯(lián)網(wǎng)企業(yè)得出研發(fā)投入與績(jī)效存在著短期的累積效應(yīng)。由于研發(fā)投入發(fā)揮效用緩慢，不會(huì)直接作用于當(dāng)期，所以前期研發(fā)投入也會(huì)作用于企業(yè)當(dāng)期?；诖耍疚奶岢黾僭O(shè)2：

H2：持續(xù)研發(fā)投入對(duì)企業(yè)價(jià)值的影響存在累積性

三、研究設(shè)計(jì)

(一)樣本選取及數(shù)據(jù)來(lái)源

本文以2013年—2017年我國(guó)信息技術(shù)行業(yè)上市公司為研究對(duì)象，剔除ST公司、數(shù)據(jù)缺失的公司后，得到1277個(gè)觀測(cè)值作為樣本進(jìn)行研究。本文所用數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)，運(yùn)用stata軟件進(jìn)行數(shù)據(jù)處理。

(二)變量定義

1.被解釋變量。對(duì)于企業(yè)競(jìng)爭(zhēng)力的衡量，參考朱永明[4]學(xué)者的做法，從經(jīng)濟(jì)和市場(chǎng)兩方面度量。經(jīng)濟(jì)指標(biāo)，選用主營(yíng)業(yè)務(wù)利潤(rùn)率；市場(chǎng)指標(biāo)，采用托賓Q值(Tobin’s Q)。

2.解釋變量。本文的解釋變量選用R&D資金投入強(qiáng)度和技術(shù)人員投入強(qiáng)度。

3.控制變量。為提高實(shí)證結(jié)果的可靠性，選用企業(yè)規(guī)模、資產(chǎn)負(fù)債率作為控制變量。具體變量定義如表1所示。

表1 變量定義

(三)模型構(gòu)建

本文采用多元線性回歸模型來(lái)研究R&D投入與企業(yè)競(jìng)爭(zhēng)力的相關(guān)性，運(yùn)用柯布-道格拉斯生產(chǎn)函數(shù)來(lái)研究持續(xù)R&D投入對(duì)企業(yè)競(jìng)爭(zhēng)力的累積效應(yīng)。根據(jù)上述變量，構(gòu)建多元線性回歸模型。

累積效應(yīng)是指多次研發(fā)資金投入可以迭加對(duì)企業(yè)績(jī)效產(chǎn)生重大影響[1]，從而對(duì)企業(yè)競(jìng)爭(zhēng)力產(chǎn)生影響。

在該模型中，Q為被解釋變量，代表企業(yè)產(chǎn)出，以主營(yíng)業(yè)務(wù)收入作為衡量指標(biāo)。K為解釋變量，代表企業(yè)累積研發(fā)資金投入，本文分別采用2017年、2016年和2017年兩年累積、2015-2017年3年累積研發(fā)資金投入作為衡量指標(biāo)。L和D均為控制變量，L代表企業(yè)勞動(dòng)力投入水平，選用3年平均員工總數(shù)；D代表企業(yè)資本投入，選用3年平均總資產(chǎn)。

四、實(shí)證分析

(一)描述性統(tǒng)計(jì)

本文對(duì)關(guān)鍵變量進(jìn)行了一定的描述性統(tǒng)計(jì)分析，分析結(jié)果如表2所示。

表2 各變量的描述性統(tǒng)計(jì)表

結(jié)果顯示，Tobin’s Q均值為4.22，標(biāo)準(zhǔn)差為3.47，最大和最小值分別為33.47和0.21；LRL均值為0.09，標(biāo)準(zhǔn)差為0.32，最大值和最小值分別為1.74和-8.11。這表明我國(guó)信息技術(shù)行業(yè)上市公司，其公司競(jìng)爭(zhēng)力差異較大，市場(chǎng)效應(yīng)差異大于經(jīng)濟(jì)效應(yīng)差異。TPIt-1均值為28.63，標(biāo)準(zhǔn)差為19.37，最大和最小值分別為93.58和0.07；RDIt-1均值為8.99，標(biāo)準(zhǔn)差為8.30，最大和最小值分別為88.56和0。表明我國(guó)信息技術(shù)行業(yè)上市公司在研發(fā)投入上差異較大。我國(guó)信息技術(shù)企業(yè)間LEV和SIZE差異較小。

(二)相關(guān)性分析

本文主要變量的相關(guān)性分析結(jié)果如表3所示。結(jié)果表明：市場(chǎng)效應(yīng)指標(biāo)Tobin’s Q與R&D資金投入強(qiáng)度、技術(shù)人員投入強(qiáng)度呈顯著的正相關(guān)關(guān)系，與資產(chǎn)負(fù)債率、總資產(chǎn)規(guī)模呈顯著負(fù)相關(guān)關(guān)系；經(jīng)濟(jì)效應(yīng)指標(biāo)LRL與資產(chǎn)負(fù)債率呈顯著的負(fù)相關(guān)關(guān)系。

表3 主要變量相關(guān)系數(shù)

注：*代表在1%的水平上顯著

(三)回歸分析

本文對(duì)研發(fā)投入與企業(yè)競(jìng)爭(zhēng)力之間的關(guān)系進(jìn)行了回歸分析，分析結(jié)果如表4所示。

表4 回歸分析結(jié)果

注：***p<0.01，**p<0.05，*p<0.1。下同。

由表4可知，R2分別為0.320和0.106，說(shuō)明整體預(yù)測(cè)效果較好，變量可以較好的解釋被解釋變量。在5%的置信水平下，滯后一期R&D人員投入強(qiáng)度系數(shù)均為正數(shù)，這表明滯后一期R&D人員投入強(qiáng)度對(duì)企業(yè)競(jìng)爭(zhēng)力有顯著的正影響。在5%的置信水平下，滯后一期R&D資金投入強(qiáng)度對(duì)市場(chǎng)效應(yīng)影響系數(shù)為正，表明存在顯著的正影響。在10%的置信水平下，滯后一期R&D資金投入強(qiáng)度對(duì)經(jīng)濟(jì)效應(yīng)影響系數(shù)為負(fù)但數(shù)值較小。綜上所述，研發(fā)投入對(duì)企業(yè)競(jìng)爭(zhēng)力具有顯著的正向影響，且這種影響存在滯后性。

資產(chǎn)負(fù)債率，在1%的置信水平下，對(duì)市場(chǎng)效應(yīng)和經(jīng)濟(jì)效應(yīng)的影響系數(shù)均為負(fù)數(shù)，表明資產(chǎn)負(fù)債率對(duì)企業(yè)競(jìng)爭(zhēng)力具有顯著的負(fù)向影響。資產(chǎn)規(guī)模在1%的置信度水平下，對(duì)企業(yè)競(jìng)爭(zhēng)力的市場(chǎng)效應(yīng)具有顯著負(fù)相關(guān)，對(duì)經(jīng)濟(jì)效應(yīng)具有顯著正相關(guān)。

本文對(duì)研發(fā)資金累積投入與企業(yè)競(jìng)爭(zhēng)力間的關(guān)系進(jìn)行回歸分析，分析結(jié)果如表5所示。

表5 R&D資金投入的累積影響回歸結(jié)果

由表5可以看出，當(dāng)期、2期累積、3期累積模型調(diào)整R2值分別為0.746、0.795、0.770，F(xiàn)值分別為392.563、477.55、404.124，模型的整體顯著性較高。R&D資金投入在當(dāng)期、2期累積、3期累積的回歸系數(shù)分別為0.074、0.170、0.161，表明2期累積R&D資金投入對(duì)經(jīng)濟(jì)效應(yīng)的影響大于3期累積的影響，3期累積的回歸系數(shù)遠(yuǎn)大于當(dāng)期的回歸系數(shù)表明研發(fā)資金投入存在累計(jì)效應(yīng)。

五、結(jié)論與建議

本文以2013年-2017年信息技術(shù)業(yè)上市公司為樣本，研究研發(fā)投入與企業(yè)競(jìng)爭(zhēng)力間的關(guān)系，通過(guò)以上的分析得出：我國(guó)信息技術(shù)行業(yè)上市公司研發(fā)投入與企業(yè)競(jìng)爭(zhēng)力呈顯著正相關(guān)關(guān)系，研發(fā)投入對(duì)企業(yè)競(jìng)爭(zhēng)力的影響具有滯后性和累積效應(yīng)。針對(duì)本文得到的結(jié)論，提出如下建議：

1.信息技術(shù)行業(yè)關(guān)乎國(guó)家的安全。因此，對(duì)于信息技術(shù)業(yè)的研發(fā)，國(guó)家應(yīng)給予充分的支持，實(shí)行政策上的優(yōu)惠和資源上的幫扶，盡早實(shí)現(xiàn)中國(guó)信息技術(shù)行業(yè)技術(shù)的獨(dú)立、領(lǐng)先，打破中國(guó)尚存在“卡脖子”技術(shù)的困境。

2.信息技術(shù)企業(yè)應(yīng)充分重視研發(fā)。受滯后性和累積效應(yīng)影響，信息技術(shù)企業(yè)應(yīng)更關(guān)注長(zhǎng)遠(yuǎn)利益，而不局限于當(dāng)期利益。在研發(fā)資金、研發(fā)人員方面投入到位，更大限度的提高企業(yè)競(jìng)爭(zhēng)力。