企业R&D投入行为的Heckman两阶段分析——基于中国工业企业面板数据的实证研究

白旭云

(1. 山西财经大学 工商管理学院， 山西 太原 030006； 2. 北京交通大学 中国产业安全研究中心， 北京 100044)

一、 引 言

知识作为一种重要的生产要素，在经济发展中的作用机制正受越来越多的学者的关注。自从熊彼特[1]开创创新理论以来，企业R&D(Research and Development，研究与开发)投入行为一直是技术经济领域研究的核心问题之一。自主创新是我国经济增长方式转变的战略核心，建设创新型国家已成为我国科技发展的指导思想。企业是现代社会技术创新的主要力量，然而，我国企业的创新绩效却并不高，并且存在大量企业不进行任何R&D投入的情况。现实情况迫切需要学界对企业R&D投入行为进行深入研究，尤其是在数据调查基础上的实证研究。而以往的实证分析，采用国家或地区、行业宏观统计数据的研究较多，对客观现实的反映深度有限，少数基于企业微观层面数据的研究又限于样本规模和属性数据，难以全面反映多方面因素的作用，小样本数据研究结果的说服力也受到制约。

因此，本文在中国工业企业数据库提供的大规模微观层面面板数据的支撑下，实证分析企业的R&D投入行为。将问题分为两个方面：一是企业选择是否进行R&D投入；二是企业在R&D方面投入多少。基于数据以及问题的特点，本文选择Heckman两阶段法[2]进行分析，该方法既避免了用普通最小二乘法估计有可能导致的样本选择偏误，又能清晰地区分企业是否发生R&D投入以及发生多少R&D投入这两种决策的差异。

二、 国内外相关研究评述

熊彼特关于企业创新形成了两个著名的假说：一是企业的创新随企业规模的扩张而增长，二是企业创新随市场集中程度的上升而增长。在熊彼特假说及之后的创新理论模型研究的推动下，学者们开始基于一定的统计数据，用实证方法对理论假说进行验证，并将影响因素扩展到资源实力、产权制度以及行业特征等方面。

关于企业规模与R&D投入之间的关系一直是实证研究的重点，并且不同的研究得出的结论差异很大，这一领域的学术争论一直没有停止过。Villard(1958)[3]、Braga and Willmore(1991)[4]、Cohen and Klepper(1996)[5]、吴延兵(2006[6]，2009[7]17-20)等研究发现实施R&D投入的企业比例与企业规模存在正相关关系。然而，Jaffe(1988)[8]发现小企业拥有的研发投入份额大于大企业。

Angelmar(1985)[9]证明市场力量对R&D投入强度有显著的负作用。Lunn(1989)[10]研究发现，市场集中度与R&D投入强度之间存在显著的正相关关系。Lee(2005)[11]研究认为，只有专用性程度处于较低水平时，市场力量对其才有正向影响。

许多学者发现企业的R&D投入会随着财务业绩而变化，但研究结论并不一致。Miehele Kreme Bolton(1993)[12]认为，低于标准的业绩对创新具有推动作用。但Nam et al(2003)[13]通过实证研究，发现企业的负债比重对其R&D投入有消极作用。

其他因素方面，Levin & Reiss(1984)[14]发现政府R&D补贴对私人R&D投入具有显著的正影响。然而，Bérubé and Mohnen(2009)[15]研究发现，受到税收减免优惠和R&D补贴的企业比单独受到其中一种资助的企业，有更大的可能生产出新产品。吴延兵(2009[7]20)研究发现，政府资助对促进企业的R&D投入有重要影响。安同良等(2006)[16]研究发现行业因素、产权属性对企业R&D投入有显著影响。聂辉华等(2008)[17]研究证明，国有企业比其他所有制企业具有更多的R&D活动。

综观国内外研究成果，对于R&D投入的影响因素的研究，从最初受熊彼特假说的影响关注企业规模和市场力量因素，到后来增加企业财务业绩因素，再到政府补贴、产权属性、行业特征等，影响因素的设置越来越多样化，对问题的研究也越来越细致和深入。然而，也应看到，对这些问题的实证研究往往得出相反的结论，这与计量分析模型的选取以及样本的规模和采集方式都有很大的关系；虽然学界越来越重视微观企业层面数据的实证研究，但由于企业R&D信息披露的非强制性，始终存在数据获取的困难，导致多数研究仅基于小规模样本，在不同的样本集上就极有可能得出不同的结论。

以上关于R&D投入影响因素的研究存在的不足，正是我们的研究方向。本文采用中国工业企业数据库提供的制造业60万个观测样本数据，利用Heckman两阶段分析法，对企业R&D投入行为从两个方面进行分析，研究了R&D投入选择和投入程度问题，从理论分析和实证检验两个方面展开相关研究工作，得出了有意义的研究结论，并进一步提出了相关的政策建议。

本文在数据的选取上比以往研究具有明显优势，中国工业企业数据库涵盖了大规模企业层面微观数据，对于解释中国企业的R&D投入特征具有代表性，也具有广泛的覆盖面。以此得出的实证结论，具有较强的说服力。

三、 企业R&D投入理论分析

熊彼特假说指出了影响R&D投入的两个最重要的方面，即企业规模和市场力量，除此以外，企业自身的资源实力、产权制度以及行业特征等也对其R&D投入有重要影响。

(一) 企业规模

企业规模与企业R&D投入行为之间的关系是复杂的，直到现在仍存在互相对立的两种观点，即大企业优势观和小企业优势观。大企业优势观的解释为：(1)R&D投入存在规模经济问题，从融资的角度看，企业规模越大优势越明显；(2)R&D活动本身不确定性高，存在较大的风险，而大企业更有可能对其R&D进行分散化实施，从而降低失败的风险；(3)企业规模越大，其市场份额有可能越高，进而从R&D创新成果中盈利的可能性越大；(4)大企业可能拥有更大规模的研发机构、更多的科技工作者以及更先进和完备的研究设备，使得其创新效率更高。小企业优势观的解释为：因为小企业部门结构简单，管理机制灵活，相对来说，大企业则存在内部沟通困难，并且R&D人员的研发积极性较差，导致其研发效率不如小企业；小企业比大企业面临更大的市场竞争压力，因此有更强的动力从事创新。

(二) 市场及竞争环境因素

1.产业市场集中度。产业市场集中度是衡量市场结构的重要标准，不同的集中度体现了市场上企业与企业之间的垄断和竞争程度。学术界一般都认可市场集中度对R&D投入行为存在重要影响，但影响的路径和程度如何，却存在不同的观点。持垄断优势观的研究以熊彼特为代表，认为市场集中度越高，企业的创新动力越强，主要有以下原因：(1)创新的目的是为了获得垄断利润，但如果集中度低，则意味着市场的进入壁垒低，那么，创新成果很快会被其他企业模仿，导致竞争更加激烈，从而使得企业利润率降低，因此，只有垄断市场才能为创新提供良好的环境支持，才能使企业获得所需的超额利润；(2)与大企业优势观相似，认为R&D的规模经济性使得垄断企业更有实力实施创新；(3)创新存在不确定性和高风险性，使得企业R&D投入需要高额垄断利润的支持。

持竞争优势观的研究以Arrow为代表，认为市场集中度越低，即竞争越充分，创新动力越强。原因是：企业面对激烈的竞争，为了保持或提高其市场份额，更有动力增加R&D投入；而垄断者由于缺少竞争对手的威胁，企业创新动力明显不足，这种企业希望运用垄断权力而不是创新来保持竞争优势。

2.企业的多元化竞争战略。根据迈克尔·波特分析范式，企业竞争战略分为三种：成本领先战略、专一化战略和差异化战略。这三种战略实际上都强调研发的重要性，但比较而言，采取差异化战略的企业由于追求高质量的、与众不同的新产品，希望通过别具一格的设计和独具创新的技术赢得竞争优势，因此，其创新动力更强。而对于成本领先战略的企业来说，主要依靠价格竞争赢得市场优势，强调通过内部生产过程的控制来降低生产成本，而不愿意投入更多的资金用于开发新产品。

3.企业融入集群的程度。企业集群为创新提供了一个良好的社会环境，集群内企业通常具备较高的信息沟通能力和学习、模仿动力。企业集群作为一种中间性组织，其内部企业之间有很强的创新动力，并结合集体智慧具备较强的创新能力，而集群外的企业相对来说，创新的动力和能力则较弱，容易导致研发投入不足。

(三) 企业财务资源

1.资本结构。由企业杠杆率反映的资本结构是企业财务资源实力和经营状况的集中反映，企业杠杆率越低，越有利于增加R&D投入，高负债的企业在投资决策方面则相对谨慎。对于企业投资决策来说，R&D投入本身具有高风险性，而债权人对自身债务的追索能力又受到“有限责任”制度等因素的限制，因此，当企业以负债来支持R&D创新投入时，必然受到较高的债务利息率的制约，增加企业融资成本；并且，高负债的企业面临更大的破产压力，因此，一般不愿用债务融资的方式支持R&D投入，而是更多地依靠内部资金或权益融资。再从企业借贷行为来看，R&D投入主要产生的是无形资产收益，而债权人更倾向于用实物资产作为抵押品，而且债权人需要稳定的现金收益流来支持利息的偿还，创新型投资项目不可能具备这种偿还能力。因此，企业在向银行等债权人借贷时，厂房设备型项目显然比创新型项目更有可能获得成功借贷。总而言之，资本结构对企业的R&D投入存在制约作用，对企业R&D投入来说，最有效的资本结构选择应该是财务松弛型。

2.补贴收入。正因为企业很难以创新型投资项目获得借贷，因此，来自其他渠道的补贴收入则可以缓解企业创新投入的资金压力，降低融资成本，并增强企业抵御创新项目风险的能力。在所有补贴收入中，专项的政府R&D补贴，则更是给企业的创新活动提供资金，激励企业的创新项目实施；并且政府R&D补贴倾向于支持高风险、高投入的关键性、基础性科技研究项目，可以降低企业R&D投入的风险，增强企业R&D投入的意愿。

(四) 企业产权制度

产权制度涉及创新主体和创新成果、创新效益之间的所属关系，产权制度定义并维持这种所属关系，从而决定创新主体是否有意愿通过研发获得创新收益。国有制与非国有制企业具有不同的监督、约束和激励机制，而且它们在行业进入与退出以及投资、融资方面享受着不同的待遇，它们所承担的社会责任也迥然不同，因此，企业是否为国有企业，对于其创新行为有显著的影响，但其影响方式研究结论不一。有的研究认为，国有企业占有资源、规模以及市场等优势，有更强的实力实施创新；但也有研究认为，国有企业竞争压力小，通过创新获取利润增长的意愿不强，而且国有企业组织结构复杂，机制灵活性不足，创新项目的选择和实施自由度小，导致创新效率不高。

(五) 行业特征

不同行业的R&D投入数量和R&D投入强度存在很大差异。对于高技术行业来说，其产品技术含量高，而新技术的更迭速度又快，整个行业都显示出较高的创新竞争水平；而对于低技术行业来说，则更多地通过内部控制降低成本来赢得市场竞争。有些行业存在进入壁垒，处于其中的企业创新的外部性小，较少免费搭便车行为，实施创新的企业可以从中获得更大的创新收益，因此，企业的创新动力强；反之，在行业市场饱和的情况下，市场已经发展成熟，创新余地很小，企业则倾向于减少研发投入。

四、 研究方法

本文利用Heckman两阶段分析法，对企业R&D投入选择和投入程度两个问题分别加以实证研究。

式(1)分析企业是否实施R&D投入的选择问题，对是否发生R&D支出采用二值Probit模型来分析。

Yi1,t=Xi1,t-1δ1+α+εi

(1)

式(1)中，Yi1是由可观测的相关变量Xi1和不可观测的变量α共同决定的。如果选择了实施R&D投入，则Yi1=1；否则Yi1=0。其中，Xi1为第i个样本个体的特征变量。εi是误差项。

(2)

第二阶段利用选择样本，即Yi1=1的观测数据，做如下回归：

Yi2,t=Xi2,t-1δ2+λi+μi

(3)

式(3)中，Yi2是第二阶段回归模型的被解释变量，即企业R&D投入程度。第二阶段的解释变量Xi2是第i个样本的特征变量，这里的变量Xi2都包含在Xi1中，即Xi2⊂Xi1，因为Xi1中存在一部分变量影响选择行为，而对第二阶段的被解释变量没有直接影响。

五、 实证分析

本文利用Heckman两阶段分析法，基于中国制造业企业大规模平衡面板数据，对企业R&D投入选择和投入程度两个问题分别加以实证研究。

(一) 变量与模型

式(4)分析企业是否实施R&D投入的选择问题，利用所有观测数据，对是否发生R&D支出采用二值Probit模型来分析：

Probit(RDSELi,t)=α1+α1SIZEi,t-1+α2LEVi,t-1+α3SUBi,t-1+α4DIVi,t-1+α5REGONi,t-1+

α6HHIi,t-1+α7AGEi,t-1+α8SOEi,t-1+α9INDi,t-1+ε1

(4)

Probit(RDSELi,t)表示第i个样本选择是否进行R&D投资的概率，据此可以考察R&D投入选择行为的影响因素。若企业选择了实施R&D投入，则RDSELi,t=1；否则RDSELi,t=0。解释变量方面，企业规模(SIZE)用总资产的对数(SIZE_T)、企业人员数对数(SIZE_P)和销售收入对数(SIZE_I)三个指标来衡量，分别置入三个子模型，以变量企业杠杆(LEV)和补贴收入(SUB)作为企业财务资源方面的检验因素，多元化经营程度(DIV)、以企业集聚度(REGCON)和市场集中度(HHI)作为企业的市场及竞争因素；用企业年限(AGE)控制企业成立时间对R&D行为的影响；用虚拟变量是否国有(SOE)和二位行业代码(IND)控制企业产权制度和行业特征。εi是误差项。变量的具体含义及计算方式见表1。

表1 R&D投入实证分析变量说明

第二阶段利用选择样本，即RDSEL=1的观测数据，做如下回归：

RDEi,t=β0+β1SIZEi,t-1+β2LEVi,t-1+β3SUBi,t-1+β4REGONi,t-1+β5HHIi,t-1+

β6AGEi,t-1+β7SOEi,t-1+β8INDi,t-1+β9λi+ε2

(5)

RDIi,t=β0+β1SIZEi,t-1+β2LEVi,t-1+β3SUBi,t-1+β4REGONi,t-1+

β5HHIi,t-1+β6AGEi,t-1+β7SOEi,t-1+β8INDi,t-1+β9λi+ε2

(6)

方程(5)、(6)是Heckman第二阶段的R&D投入程度模型，它考察了R&D投资规模的决定因素。其中，(5)的被解释变量为RDE(R&D投入数量的自然对数)，(6)的被解释变量是RDI(R&D投入强度即企业研发经费与销售收入的比值)；解释变量在企业规模上选择不同的变量来衡量，即总资产的对数(SIZE_T)、企业人员数对数(SIZE_P)和销售收入对数(SIZE_I)，分别置入三个子模型；其他解释变量分别为杠杆(LEV)、补贴收入(SUB)、企业集聚度(REGCON)、市场竞争水平(HHI)、企业年限(AGE)、虚拟变量产权属性(SOE)，并控制了行业特征虚拟变量(IND)。变量的解释见表1。与第一阶段选择模型相比，这里不再使用企业多元化经营程度(DIV)，因为本文认为，该变量主要关系到的是企业是否实施研发投入的战略选择，而与研发投入的数量变化并没有直接关系。

(二) 数据来源

本文的样本数据来自国家统计局的《中国工业企业统计数据》，该数据库的统计范围为中国大陆地区销售额500万元RMB以上的大中型工业企业。统计指标包括工业增加值、工业总产值、工业销售产值等主要经济技术指标以及主要财务成本指标和从业人员、工资总额等。

数据选取时间跨度为2009-2012年。该数据库每个年度的样本数量不同，其中，2009年为28万，2010年为27万，2011年为30万，2012年为33万。按照两位数行业分类，样本数据包括39个行业。为了控制行业因素对企业R&D投入行为的影响，本文选取其中的制造业行业数据，按照国民经济行业代码标准(GB/T 4754—2002)，选取C类即代码为13-43之间的记录。样本数据中每个企业有唯一的法人代码标识，利用这一指标，我们将每年的重复数据抽取出来，得到一个平衡面板数据，并剔除营业状态处于“停业”、“筹建”和“撤销”的企业，最终的样本量为66.4万(16.6万×4年)。

由于所使用的数据库规模过大，本文用Delphi语言编写程序对各变量进行相关计算，存入Access数据库；计量经济学模型统计工具使用Stata 11.0。

(三) 描述性统计分析

表2 R&D投入选择频率统计(2010-2012年)

(n=166121)

表3 R&D投入额和投入强度统计(2010-2012年)

表2显示，面板数据中，2010-2012年的R&D投入数据共498363个值，其中，有R&D投入的共有63223个值，占12.69%，比例偏低，即只有小部分企业选择实施R&D投入，大部分企业可能还是依靠内部成本控制作为主要竞争手段，或者依赖外部知识吸收而不是内部研发获得创新收益。

表3是2010-2012年的制造业企业R&D投入数据，其中，样本公司R&D资金投入强度的均值只有0.2%，还没有达到国际上公认的维持生存的2%的水平，说明我国的研发投入水平总体上还非常低，研发投入严重不足。

(四) 实证结果

表4 R&D投入选择模型回归结果

注：括号内为Z检验值；*、**、***分别表示p<0.05,p<0.01,p<0.001显著性水平；产权属性虚拟变量以国有企业为基准。

1.R&D投入选择回归结果分析。表4是R&D投入选择模型的回归结果。企业的总资产、人员数量以及销售收入对R&D投入选择均有显著的正效应，即企业的总资产、人员数、销售收入越高，越有可能实施R&D投入。由于这三个变量是企业规模的反映，因此，回归结果证实了企业规模越大，越有可能实施R&D投入。这在一定程度上支持了熊彼特为代表的大企业优势观。

企业杠杆与R&D投入选择具有显著的负效应，即企业杠杆率越低，越有可能实施R&D投入，这与以往的研究结论是一致的。说明高负债的企业在做有关创新投资的决策时，相对谨慎。

企业的补贴收入与R&D投入选择具有显著的正效应，即企业获得的补贴收入越多，越有可能实施R&D投资。企业得到的补贴收入越高，其R&D投资的融资难度越小，承担风险的能力也越强，因此，越有可能实施R&D投入。

企业的多元化经营程度与R&D投入选择具有显著的正效应，即企业的产业活动数越多，越有可能实施R&D投入。倾向于采用多元化经营战略的企业，重视产品的多样性与独特性，并希望用创新的技术提高其产品的竞争优势，因此，也更愿意实施R&D投入。

就企业集聚度与R&D选择的关系来看，一般认为集聚是促进企业创新投入的有效机制。这一点在模型1.1和1.2中得到验证。但是，企业集聚度变量的显著性水平普遍不高，尤其在1.3中没有通过显著性检验，没有显示出国外文献中所述的如此显著的相关性。对此解释是，我国现阶段有些企业集聚现象尚处于一种低层次上的“群聚”阶段，属于集聚发展的低端途径。由于目前我国有些集群竞争优势还以低成本为主要要素，以成本降低型的技术创新和外部规模递增等方式为主要竞争手段，而作为产业集聚高级阶段的专业化分工、创新网络形成以及技术协作等，还未得到充分体现。还有一个可能的原因是，我国知识产权保护制度不够健全，而且执行力度不足，使得集群中企业由于担心知识过分外溢且创新投入补偿难以收回而创新动力不足。因此，许多企业选择不首先进行创新，而是跟随或模仿其他企业。总之，这些因素对我国集群企业的创新动力产生了一定的抑制作用，导致集聚效应对激励企业创新的作用效果有限。

企业所处行业的赫芬达尔指数对企业的R&D投入选择具有显著的正效应，由于赫芬达尔指数越高，意味着产业市场集中度越高，即市场垄断程度高、竞争程度低，因此，该回归结果说明，市场集中度越高，企业越有可能实施R&D投入。根据熊彼特对市场力量与创新关系的分析，在市场力量集中的情况下，并没有削弱竞争，而是出现了新的竞争方式。处于优势地位的企业虽然通过创新在竞争中获得了有力地位，但其他企业也会以同样的方式取代现有企业的地位，这种创造性破坏过程推动了资本主义的发展。

企业年限与R&D投入具有显著的正效应，即企业成立时间越长，越有可能实施R&D投入。企业成立之初可能还没有足够的实力进行研发投入，而主要依靠产品生产，更多地依赖“跟进”策略，而不是“创新”策略来获得足够的利润；而随着时间的推移，企业要想获取或继续保持市场上的竞争地位，就需要不断降低生产成本或对产品进行技术改造和创新，打造企业的核心竞争优势，为此，就有必要和可能投入资金进行研发，改变生产工艺或增加产品的技术含量，增加企业的竞争力，形成企业的竞争优势。

在产权属性方面，国有属性对企业的R&D投入选择具有显著的正效应，说明国有企业比非国有企业更有可能实施R&D投入。以聂辉华(2008)[17]为代表的观点认为，国有企业具有税收政策激励和体制优势，其研发投入积极性更高。例如，国家税务总局1999年发布企业研发费税前扣除管理办法，规定国有企业的研发费用若比上年增长10个百分点，则当年研发费的50%可以抵扣企业所得税。2003年，又将这一政策扩大到所有财务制度健全的工业企业。国有企业的平均研发强度在2001-2005年每年约以16%的速度增加，说明税收优惠的确促进了企业的R&D投入积极性。不同的研究得出的结论相反，这可能与样本的采集具有很大关系，本文的研究采用了和聂辉华一样的数据来源，并且都是平均每个年份17万左右的大规模样本，最终在企业产权属性方面得出了一致的结论，考虑到数据来源的权威性和样本的规模，这个结论应该是更可靠的。

以二位行业代码作为虚拟变量，多数行业变量都对R&D投入选择有显著影响。其中，多数高科技行业对R&D投入选择具有显著正效应，说明在其他方面不变的情况下，这些行业的企业比其他行业更有可能实施R&D投入。而多数非高科技行业对企业R&D投入选择具有显著负效应，即这些行业的企业比其他行业企业实施R&D投入的可能性小，主要是纺织业、木材加工业、印刷业等轻工业，或为能源加工类的重工业。

2.R&D投入数量及投入强度回归结果分析。表5显示，以R&D投入数量和R&D投入强度为被解释变量，回归模型中逆米尔斯比率均通过了显著性检验，说明样本中的确存在选择偏误，用Heckman两阶段分析法进行分析是合适的。

在R&D投入数量回归模型2.1、2.2和2.3中，企业资产总额、人员数和销售收入对R&D投入数量具有显著的正效应，即企业资产总额、人员数和销售收入越多，其R&D投入就越多。由于这些变量是典型的衡量企业规模的指标，因此，又一次显示出大企业在R&D投入方面的优势。作为企业投资活动的一部分，R&D投入在很大程度上存在规模经济效应，企业规模越大，其R&D投入数量就越多。但值得注意的是，模型3.1、3.2和3.3回归结果显示，以R&D投入强度为被解释变量时，与企业规模有关的各变量对R&D投入强度均有显著的负效应，即企业的总资产、总人数和销售收入越高，其R&D投入比重反而越低，这与R&D投入选择以及投入数量的回归结果正好相反。对此解释是，R&D投入数量作为一个绝对值，可能更多地受企业整体规模的影响，具有规模经济性；而当涉及到R&D投入强度，则与经济增长方式和产业结构等相关，越是劳动密集型行业，虽然企业员工数量巨大，但越是有可能在R&D投入方面，比重较低。这一结果也从一个侧面揭示出，以往对企业规模与R&D投入关系的实证研究，结论差别较大，可能有两方面的原因：一是不同的研究在被解释变量(R&D投入数量或投入强度)和企业规模衡量标准(总产值、销售收入或人员数)的选择上存在差异，二是样本数据的来源和规模存在差异。

企业杠杆在R&D投入数量和投入强度回归模型中均显著为负，表明在其他条件相同的条件下，企业的负债比率越低，越有可能增加R&D投入。

表5 R&D投入数量及投入强度回归结果

注：括号内为Z检验值；*、**、***分别表示p<0.05,p<0.01,p<0.001显著性水平；产权属性虚拟变量以国有企业为基准。

企业所获得的补贴收入对R&D投入数量和投入强度均有显著的正效应，即企业获得补贴收入越高，其R&D投入数量和比重越高。这在一定程度上反映出，考虑到R&D活动自身存在风险以及收益慢等问题，企业的R&D投入对外部资金来源有一定的依赖性。

企业集聚度变量在R&D投入数量模型中回归系数显著为正，说明就实施研发投入的企业来说，企业融入集群的程度越高，其投入R&D活动的资金就越多；而在R&D投入强度模型中未通过显著性检验。对此解释是，一方面，集聚程度高的企业具备较高的互动程度和学习动力，企业集聚为创新活动提供了一个良好的社会环境，企业有更强的创新动力和能力，因此倾向加大R&D投资规模。但另一方面，由于我国企业集聚发展的专业化协作程度不高，有些企业集聚尚处于“群聚”的低级阶段，并且知识产权保护制度不够健全，存在知识流失风险的情况，企业有可能担心其创新投入小于创新收益。受此制约，企业在增加R&D投入和扩大其生产规模两方面，更多地是倾向于选择后者，采取谨慎的技术投资策略，而R&D投入强度正是R&D投入数量和生产规模的比重，因此，使得企业集聚对于R&D投入比重没有形成显著的激励作用。

产业市场集中度对R&D投入数量和投入强度的影响显著为正，即市场集中度越高，企业的R&D投入数量和投入强度越高，再次验证了熊彼特的市场力量假说。

企业年限在R&D投入数量模型中，回归系数显著为正，这与其对R&D投入选择的影响是一样的，说明企业成立时间越久，对R&D的投入规模就越大。企业在经历了创业初期开拓市场、占领市场的阶段后，越来越重视通过R&D投入增加生产过程和产成品的科技含量，以应对市场竞争。但在R&D投入强度模型中，企业年限变量的回归系数显著为负，即随着企业经营时间的延长，其R&D投入比重存在递减效应。由于R&D投入强度反映的是R&D投入数额与企业的销售收入的比重，随着时间的增长，企业规模实力、销售业绩在规模经济优势的推动下增长速度越来越快，超过R&D投入规模的增长速度，因此，体现在R&D投入强度上反而出现递减趋势。

产权属性虚拟变量回归结果显示，国有属性对R&D投入数量和投入强度均有正效应，并且在六次回归中有五次显著，与R&D选择模型的结果基本一致。说明国有企业有更强的实力不断增加R&D投入；而私有企业实力相对较弱，发展水平较低，承担R&D投资风险能力差，从而在创新投入方面处于弱势地位。

行业变量方面，多数行业对R&D投入均具有显著影响，并且与R&D投入选择模型的影响方式基本一致。

五、 结论、建议与展望

本文采用中国工业企业数据库提供的制造业60万个观测样本数据，利用Heckman两阶段分析法，对企业R&D投入行为从两个方面进行分析，研究了R&D投入选择和投入程度问题，从理论分析和实证检验两个方面展开相关研究工作，得出了有意义的研究结论，并进一步提出了相关的政策建议。

(一) 研究结论

结论1：以总资产、销售收入和员工总数表示的企业规模变量对R&D投入选择和R&D投入程度的影响均有显著的正效应，支持了熊彼特假说的大企业优势观，R&D有规模经济效应，使得大企业比小企业更有从事R&D的优势，大企业拥有更多的科技工作者，其互动和讨论更加频繁，更易产生创新思想。以企业经营活动单位数表示的多元化经营程度变量，对R&D投入选择有显著的正影响，证明企业的多元化经营战略对其研发战略选择有积极的作用。

结论2：企业所获得的补贴收入对R&D投入选择和投入程度均有显著的正效应。企业获得补贴收入越高，其R&D投资的融资难度越小，承担风险的能力也越强。考虑到R&D活动自身存在风险以及收益慢等问题，企业的R&D投入对外部资金来源有一定的依赖性。

企业杠杆在R&D投入选择和投入程度回归模型中均显著为负，表明在其他条件相同的条件下，企业的负债比率越低，越有可能增加R&D投入。高负债的企业在做有关创新投资的决策时，相对谨慎，因为企业的研发投资面临的风险较高，而收益却较慢。

结论3：企业集聚度和产业市场集中度衡量的市场力量变量回归结果显示，企业融入集群的程度越高，其投入R&D活动的资金就越多；市场力量越强，企业的R&D投入越多，支持了熊彼特的第二个假说。

(二) 政策建议

国家科学技术水平的提高、企业创新能力的增强是一个长期而复杂的系统工程，既要有国家的政策支持，也需要企业自身的不断努力。在知识经济时代，我国要始终坚持对企业技术创新的培育和激励，形成良好的知识创新环境，推进技术进步。

1.大力扶持中小企业，促进企业快速发展。本文的研究结论表明，企业规模越大，越有可能实施R&D投入，而且R&D投入在很大程度上存在规模经济效应，企业规模越大，其R&D投入数量就越多。政府要加强对中小企业的指导和协调，及时调整和完善相关政策，促进中小企业快速发展。企业发展了，企业的规模扩大了，才会加大对R&D的投入。而R&D投入的不断加大，R&D成果的不断转化，又会对企业的发展起到很好的促进作用。

2.加强国家的税收及财政政策激励，促进企业技术创新水平的提高。本文对R&D投入选择和投入程度问题的实证研究结果显示出国有企业由于受到国家税收政策的激励，比非国有企业具有更高的R&D投入。企业获得补贴收入越高，其R&D投入数量和比重越高。近年来，又有许多促进科技投入的政策制度出台，虽然其社会效应和经济效应还需一段时间才能体现到企业的经济增长中，但从建设创新强国的长远目标看，这种政策支持和税收激励不仅仅体现在科技投入的显性增长上，从社会技术进步的角度看，还会培育公平竞争的市场环境，使得更多的企业可以投入到科技创新活动中，从而获取更高的收益。

3.加强宏观调控，降低企业融资成本。本文的研究结论表明，在其他条件相同的条件下，企业的负债比率越低，越有可能增加R&D投入。高负债的企业在做有关创新投资的决策时，相对谨慎，因为企业的研发投资面临的风险较高，而收益却较慢。企业的发展离不开融资，但是和其它发达国家相比，我国企业融资成本较高，严重影响企业在国际上的竞争力。而且高的融资成本也会抑制企业的R&D投入，从而影响企业的发展。

4.大力发展科技园区，推动高新技术产业发展。本文的研究结论表明，企业融入集群的程度对R&D投入选择具有显著影响，先进技术信息在集群内溢出，促进其他企业模仿、学习，使得创新产品市场化存在的不确定风险得到有效分散，并且集群内更容易形成技术分工协作和创新网络，设立公共服务机构。因此，集聚是促进企业创新投入的有效机制。集聚程度高的企业具备较高的互动程度和学习动力，企业集聚为创新活动提供了一个良好的社会环境，企业有更强的创新动力和能力。科技园区是科技产业集聚和发展的重要载体。通过发挥政府的主导作用，在创新驱动政策的指导下，推动以科技园区为载体的高新技术产业发展。

(三) 未来的研究方向

本文对微观企业R&D投入影响因素的分析，得到的结论与部分前人的研究存在一定的差异，尽管在样本数据、变量设置、计量方法存在不同，但具有说服力的经济事实只能有一个。在未来的研究中，对我国企业创新效率的更为准确、更为客观的解释将是一项需要长期进行的工作。对于企业R&D投入影响因素的分析，本文只解释了企业规模、市场集中度、企业集聚度、补贴收入、杠杆、产权属性等对R&D投入的影响，这些因素虽然已经反映出比较真实的企业创新现状及问题，但对具体的企业创新行为，还受多方面因素的影响，对现有数据的进一步挖掘，给出企业创新行为的更为准确的解释将是具有意义的工作。如近年较受关注的企业管理者特质、企业股权性质等，由于受到数据统计方式的限制，未在本文进行验证，这是需进一步努力的方向之一。

[1]SCHUMPETER J A.Capitalism,Socialism and Democracy[M].London:Unwin,1942.

[2]HECKMAN J.Sample Selection Bias as A Specification Error[J].Econometrica,1976,47(1):153-161.

[3]VILLARD H H.Competition,Oligopoly,and Research[J].Journal of Political Economy,1958,66(6):483-497.

[4]BRAGA H,WILLMORE L.Technological Imports and Technological Effort:An Analysis of Their Determinants in Brazilian Firms[J].Journal of Industrial Economics,1991,39(4):421-432.

[5]COHEN W M,KLEPPER S.A Reprise of Size and R&D[J].Economic Journal,1996,106(437):925-951.

[6]吴延兵.R&D与生产率——基于中国制造业的实证研究[J].经济研究，2006(11)：60-71.

[7]吴延兵.中国工业R&D投入的影响因素[J].产业经济研究,2009(6):13-21.

[8]JAFFE A B.Demand and Supply Influences in R&D Intensity and Productivity Growth[J].Review of Economics and Statistics,1988,70(3):431-437.

[9]ANGELMAR R.Market Structure and Research Intensity in High Technological Opportunity Industries[J].Journal of Industrial Economics,1985,34(1):69-79.

[10]LUNN J .R&D,Concentration and Advertising:A Simultaneous Equation Model[J].Managerial and Decision Economics,1989,10(2):101-105.

[11]LEE C.A New Perspective on Industry R&D and Market Structure[J].Journal of Industrial Economics,2005,3(1):101-122.

[12]MICHELE B.Organizaional Innovation and Substandard Performance:When is Necessity the Mother of Innovation?[J].Organization Science,1993,4(1):57-75.

[13]NAM J,OTTOO E,THORNTON H.The Effect of Managerial Incentives to Bear Risk on Corporate Capital Structure and R&D Investment[J].Financial Review,2003,38(1):77-101.

[14]LEVIN C,REISS C.Tests of A Schumpeterian Model of R&D and Market Structure[C]//Griliches Z.R&D,Patents and Productivity.Chicago:University of Chicago Press,1984.

[15]BéRUBé C,MOHNEN P.Are Firms That Receive R&D Subsidies More Innovative[J].Canadian Journal of Economics,2009,42(1):206-225.

[16]安同良,施浩.中国制造业企业R&D行为模式的观测与实证——基于江苏省制造业企业问卷调查的实证分析[J].经济研究,2006(2):21-30.

[17]聂辉华,谭松涛,王宇锋.创新、企业规模和市场竞争:基于中国企业层面的面板数据分析[J].世界经济,2008(7):57-66.