行业特征、政府采购政策对研发强度影响机制研究——基于江西省农业产业化龙头企业的实证分析*

莫惠莹，胡 凯，刘超勇

(江西农业大学 经济管理学院，江西 南昌 330045)

1 引言

“自主创新能力是国家强盛的重要保障(习近平，2013)”。2010 年中央一号文件指出实现农业发展的根本出路在于提高农业科学技术。2013 年，中央进一步提出农业生产经营组织创新是现代农业建设的核心和基础，政府应努力搭建研发平台，支持龙头企业集群发展。但是，农业企业中科研创新主体单一，产后研究环节薄弱等问题，制约了企业创新力量的发挥。因此，有必要对企业研发行为及其影响因素进行讨论。Scott(1984)和Philippe Aghion(2005)研究证实，具有不同行业特征的企业之间，研发决策存在显著差异。熊彼特最早提出行业的“垄断力量”是影响研发活动的重要因素。同时，研发活动具有的高风险、高投入和收益晚期性［1］等特殊性决定了政府参与的必要［2］。随着多种创新政策的出台，国家中长期规划明确指出政府采购对自主创新的重要性。江西省将自主创新产品的政府采购制度作为实施“六个一”工程的重要保障措施。政府采购政策对企业研发影响的理论研究逐步受到学者的关注，并在最近研究中得到了支持［3-5］。

本文目的在于讨论企业的行业特征、政府采购政策满意度与研发强度间的关系:①行业特征对企业研发强度是否存在影响?②政府采购政策的评价能否影响研发强度决策?③此外，这一政策评价与行业特征是否对研发活动产生交互影响?本文以江西农业产业化龙头企业为样本，突出农业企业自主创新独特背景，为探讨该领域的研究提供一种新的理论思路。

2 理论与假设

2.1 行业特征对研发强度的影响

Worley(1961)对当地8 个不同行业进行实证调查，发现行业特征对企业研发决策存在影响。行业间新产品技术的差异将影响企业调整研发强度以追求利益［6］。Scherer(1965)研究表明，提高产品创新度会加快增长工艺创新相关的R＆D 支出。不仅如此，安同良［7］发现具有高技术水平的行业(如制药业)，平均研发强度远高于相对低技术水平行业(如饮料业)。对于农业企业来说，行业竞争是企业自主创新的主要动力［8］。沈坤荣等［9］研究发现激烈的市场竞争短期内带来的负面效应十分明显;但是从长期看，市场竞争又会促进企业的技术创新。当然，行业竞争水平与研发强度还可能呈现出“倒U型”的非线性关系(Philippe Aghion，2005)。此外，市场变化与企业研发活动存在相关性。杨孝伟［10］认为农业龙头企业技术创新要依靠产品、技术供给与市场需求变化的紧密契合。Acemoglu(2004)发现市场容量的扩大将刺激企业增加研发投入。基于以上分析，本文提出假设如下。

假设1:行业因素与企业研发强度正相关。即产品技术特征要求、行业技术水平、行业竞争水平及市场变化将正向影响研发强度的选择。

2.2 政府采购政策满意度对研发强度的影响

企业的创新战略还来自于企业对政策环境的评价(郝生宾，2009)，乐观的政策评价将促使企业积极开展研发活动［11］。现实中，创新主体面临着知识产品的公共性和技术创新外溢效应等问题，市场机制的不健全加剧了研发收益的不确定性［12］。随着国家财政收入的稳定提高和公共财政体系的完善，政府逐渐以“支出”的财政管理方式推进农业企业技术研发(艾冰，2009)。政府采购政策运行效率与落实力度对农业产业结构调整、企业的技术发展发挥着重要的经济杠杆作用［13］。创新企业作为政策实施对象是政策运行与落实的有力评价者。制度环境的作用依赖于企业对政策的满意程度［14］。如果企业管理者认为政府采购能够有效地保障研发的初期运行及未来发展［15］，那么企业将偏向于提高研发强度以保持竞争能力;如果创新者不相信政策的实施改善了制度环境，碍于研发风险企业将保持较低的再投资比率［16］。

假设2:企业对政府采购政策的满意度与研发强度正相关。即企业越满意政府采购政策，研发强度越高。

2.3 政府采购政策满意度与行业特征的交互影响

管理者制定的研发决策不仅受到行业特征的影响，而且还受到特定的制度环境约束［17］。这两者不仅互为补充，并将对企业的决策产生交互影响［18］。政府采购制度不但对研发决策产生直接影响，还在行业特征对研发决策的估计中起到调节作用。

在政府采购制度的调节下，企业管理者将更频繁地关注市场变动以制定研发决策［19］。政府采购政策开辟的需求市场为企业追求盈利提供赛场。当决策人认为政府采购能为企业研发提供公正的优惠政策，为保持企业的策略性优势，行业间激烈的竞争将加快企业追求产品或技术创新的步伐。相反，如果管理者对政策环境不满意，根据技术创新期望理论，决策者对创新成功失去信心，那么行业特征对研发强度的影响将被削弱［20］。

假设3:企业对政府采购政策的满意度将正向调节行业特征与研发强度之间的关系。即在企业持有积极预期时，这一关系将会增强。

根据上文的理论分析和研究假设，得到本文的研究框架，如图1 所示。

图1 研究结构图

3 研究设计和方法

3.1 数据来源

本研究数据来自于《技术创新政策对农业产业化龙头企业R＆D 行为作用机理研究——以江西为例》的课题数据。调查对象来自于2010 年度江西省农业厅公布的江西各县市地区省级农业产业化龙头企业。调查内容包括企业基本信息、企业政府采购政策满意度、行业特征、研发强度等。样本覆盖了江西省11 个市区，涉及的行业包括养殖业、副食品加工业和生物制药业等，包含了不同的企业规模。本次调查问卷共发放220 份，回收191 份，问卷回收率达到87.73%。剔除无效问卷以后，余下的183份有效问卷成为本文研究样本，问卷回收有效率为95.81%。

3.2 变量的操作性定义

研发强度(Yi):被解释变量，最近三年内企业研发投入占销售收入的比例［21］;以2%为界，将大于2%的定义为高研发强度，数据编码为1，否则被定义为低研发强度，数据编码为0。

行业特征:解释变量，本文从四个角度描述行业特征，其中产品技术特征要求(E1)涵盖了产品专有性技术的支撑、生产与售后技术投入和销售技术详细说明等;行业技术水平(E2)从行业的生产技术成熟度、技术水平差异和技术更新速度等方面衡量;行业竞争水平(E3)主要考虑了市场规模、产品功能相似度和行业集中度等方面;市场变化(E4)测量指标则包括了顾客对产品品质追求的变化、新产品的投资回报率和新产品推出的频率三个方面。题项采用里克特五点量表，用1 至5 表示“很不符合”到“很符合”。

政府采购政策满意度(D):该变量被设定为解释变量和调节变量。题项采用里克特五点量表，用1 至5 表示“很不满意”到“很满意”。根据政府采购5 个方面(采购方式、自主创新产品的认定条件、重点产品的认定条件、政府采购的产品价格及产品数额)的评价进行降维处理，得到标准化的满意程度值。将企业分为两类:得分大于或等于0 的企业认为满意政府购买政策，且赋值为1;否则为不满意，赋值为0。

本文控制了六个方面的企业基本信息。研究发现，技术人员在创新决策中起关键作用［22］，企业规模与研发强度存在着线性(Hamberg，1966;Soete，1979)或者是倒“U”型的函数关系(Loeb，1977;Sapienza，1989);因此本文将企业内从事研发相关工作的员工数(A1)、其中具有专科以上学历人数(A2)、企业成立年限(A3)、企业员工数(A4)、三年内企业的平均年销售收入(A5)及企业现有子公司和连锁加盟单位的总数(A6)设置为控制变量。具体各指标的定义见表1。

表1 变量的定义

3.3 分析方法与模型建立

被解释变量被设定为企业研发强度的强弱，因此二元logistic 回归模型适合于解释本研究变量间的关系。在检验行业特征和政策满意度对企业研发强度的交互作用时，考虑到解释变量间可能存在多重共线性问题，因此本文使用了逐层回归分析法。首先进入控制变量;然后逐次添加行业特征与政策满意度变量，检验主效应;最后检验交互项解释的变异以及回归系数是否显著。回归方程如式(1):

其中，Yi表示农业产业化龙头企业i 研发强度的强弱。Aj为控制变量;Ek为行业特征;D 为政府采购政策满意度;DEl代表政府采购政策满意度与行业特征的交互项。α 为截距;β 为回归系数;ε 为残差。

4 数据分析结果

4.1 研究变量的描述性分析

在被调查的企业中，成立年限5 至10 年的企业占到37.7%，10 至20 年的企业占41%，该项指标数据接近正态分布。拥有2 个以上加盟单位的企业达到42.6%，并且比例随着加盟单位数量的增多而降低。员工达到100 至300 名的企业占36.6%。调查发现，四分之一的企业拥有的研发人数不足5名，研发人数普遍偏少，学历也有待提高。样本企业在研发强度的选择上相对平均，55.7%的企业研发强度低于2%，为低研发强度;44.3%的企业为高研发强度。

4.2 信度和效度分析

本文以Cronbach'α 系数来测试问卷项目的信度。Guieford 认为当α 值介于0.5 至0.7 之间时，表示可信，大于0.7 表示非常可信，小于0.35 应予以删除。由表2 可得，行业特征的各维度的α 系数均大于0.7，整体α 系数为0.84;政府采购政策满意度α 系数为0.94。由此表示，问卷题项设计精准，测量结果可靠性高。

效度一般包括内容效度和构念效度。在内容效度方面，本研究中各变量题项的设计结合了理论研究和农业企业实际研发情况，根据预调研反馈的信息对题项做了进一步调整，故内容效度能够保证。其次，构念效度方面，本文采用主成分因子分析法进行验证，采用方差最大化正交旋转，结果见表2。

表2 行业特征和政府采购政策满意度的信度与效度分析

其中，行业特征的KMO 值为0.85，说明各题项间具有较多的共线性因素，比较适合做因子分析。通过正交旋转共提取4 个因子，即产品的技术特征要求(E1)、行业技术水平(E2)、行业竞争水平(E3)及市场变化(E4)，累计方差解释率为66.01%，表示该四个主因子可以很好地代表行业特征变量。政府采购政策满意度(D)KMO 值为0.86，通过正交旋转共提取1 个因子，累计方差解释率为80.59%。本研究构念效度可以接受。

4.3 假设检验

逐层回归分析首先控制了企业基本信息变量对研发强度的影响，结果见表3 中的模型1。其中，从事研发相关工作的员工人数(A1)对研发强度有正向影响(β=1.08，p ＜0.01)，而其他控制变量对研发强度无显著影响。

模型2 在控制变量的基础上进入了农业龙头企业的行业特征变量，共有产品技术特征要求(E1)、行业技术水平(E2)、竞争水平(E3)、市场变化(E4)四个维度，模型的解释力得到提高(Cox ＆ Snell R2=0.21，Nagelkerke R2=0.28)。结果显示，行业的市场变化(E4)对企业研发强度有显著的正向作用，回归系数为0.38(p ＜0.05)。因此，假设1 得到了部分支持。

模型3 在模型2 的基础上加入了政府采购政策满意度(D)。进入后，模型解释力有所提高(Cox ＆Snell R2=0.22，Nagelkerke R2=0.30)。结果显示政策满意度对研发强度的选择有反向作用(β=-0.55)，与假设相悖，而且不显著。因此，假设2没有得到支持。

表3 基于logit 模型的企业研发强度回归分析

模型4 为包含控制变量、解释变量和调节变量的主效应模型。将政策满意度与行业特征的交互项引入到回归方程中，模型解释力再次提高(Cox ＆Snell R2=0.26，Nagelkerke R2=0.35)。在4 个交互项中，政府采购政策满意度与产品技术特征要求的交互项(DE1)，政府采购政策满意度与技术水平的交互项(DE2)出现了显著效应。前项(DE1)与研发强度负相关，回归系数为-0.76(p ＜0.1);后项(DE2)与研发强度正相关，回归系数为0.80(p ＜0.05)。因此，假设3 得到部分支持。

4.4 结果讨论

结果显示，市场变化(E4)与研发强度(Yi)呈正相关关系。企业的创新产品和技术服务最终将面对市场。企业需要不断地推出创新产品以追赶顾客对产品的需求变化。因此，在市场变化较快时，创新主体趋向于增加研发投入，选择高研发强度以保持投资回报率。由于农业企业经营对象多为有机生命体(植物、动物等)，自然风险带来的市场变化和松散的买卖关系将加剧农业企业市场变动。大部分龙头企业规模有限、产品与市场结构单一、产品附加值偏低(杜江，2010)，企业难以迅速追赶消费市场的变化。因此，农业企业的研发强度受到市场变化的显著影响。

与假设不同，本文没有发现政府采购政策满意度(D)会显著促进企业研发强度。这可能是政府采购政策推广力度有限所致。政府为激励企业自主创新出台的采购政策措施缺乏对应的实施细则，障碍了政策的推广。企业未享受到采购优惠政策或者对政策的采购方式和认定条件并不了解，以致于政策满意度对研发强度无显著影响。但是，本文证实了政策满意度与行业特征对研发强度的交互影响。不同于固定资产的投资，研发投资具有较高的不确定性，客观上需要有序的市场环境和竞争机制，以保障研发投资结果的可行性并激励企业自觉的持续投入。因此，政府采购作为一项激励企业技术创新的政策，在投资人对政策环境满意时，企业的技术水平(E2)对研发强度(Yi)的作用将会显著加强;而产品具体的技术特征要求则不再成为影响研发强度的重要因素，所以产品的技术特征要求(E1)对研发强度(Yi)的影响会被削弱。

5 结语

5.1 对策建议

研究结果显示，提高江西农业产业化龙头企业创新能力需要企业和政府双方面的努力。一方面，企业应当完善与基地、农户间“风险共担，利益共享”的利益联结机制(杜江，2010)，以替代松散的买卖关系，降低原材料市场变化;培养市场观察灵敏度，提高对市场变化的应对能力。另一方面，政府需提高龙头企业科技创新意识，引导龙头企业带动行业企业逐渐从模仿改为自主的研发理念;以激励企业自主创新为目的，明确政府采购方式与自主创新产品的认定条件，完善政策措施所应对的实施细则;大力推广自主创新产品的政府采购政策，加强企业对政策的了解;强化制度环境建设，提高创新政策促进企业研发活动的效率。

5.2 研究局限与未来研究建议

本文研究存在一些局限。首先，由于样本量的限制，研究可能无法精确地反应变量之间的因果关系。今后的研究可以扩大样本量或使用面板数据，增加结论的稳健性。其次，本研究将研发强度分为强弱两部分，建立了二元回归模型。然而现实中的企业研发强度多样化，未来研究对研发强度的划分可以更加细致，提高模型解释力度。最后，基于行业特征对研发强度的影响，调节变量仅考虑了政府采购政策满意度。随着农业技术进步与现代农业政策的推广，农业企业的研发行为可能会呈现出不同特征，影响因素及影响路径将发生变化。因此，本文结论为将来研究提供一定的依据。以期对农业企业研发活动的动机及影响机理有更深入的理解，为提高江西以及全国的农业综合生产和发展能力提供更扎实的理论支撑。

［1］Rammer C，Peters B，Schmidt T，et al.Innovationen in deutschland-ergebnisse der innovationserhebung［R］.2003 in der Deutschen Wirtschaft，vol.78.ZEW Wirtschaftsanalysen，Baden-Baden，2005.

［2］王志坚.企业技术创新中政府作用的理论与实证研究［D］.杭州:浙江大学，2002.

［3］安同良，周绍东，皮建才.R＆D 补贴对中国企业自主创新的激励效应［J］.经济研究，2009(10):87-120.

［4］解维敏，唐清泉，陆姗姗.政府R＆D 资助，企业R＆D支出与自主创新——来自中国上市公司的经验证据［J］.金融研究，2009(6):68-99.

［5］江 静.公共政策对企业创新支持的绩效——基于直接补贴与税收优惠的比较分析［J］.科研管理，2011(4):1-8，50.

［6］陈仲常，余 翔.企业研发投入的外部环境影响因素研究——基于产业层面的面板数据分析［J］.科研管理，2007(3):78-84，123.

［7］安同良，施 浩，Ludovico Alcorta.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):21-30，56.

［8］张利庠.创新平台:农业企业自主创新现状及策略研究——来自中国农业企业技术创新“千百十”调研工程的思考［J］.中国软科学，2007(4):127-133.

［9］沈坤荣，孙文杰.市场竞争、技术溢出与内资企业R＆D效率——基于行业层面的实证研究［J］.管理世界，2009(1):38-48，187-188.

［10］杨孝伟，岳玮.技术创新是龙头企业核心竞争力的不竭源泉——湖北省农业龙头企业技术创新对策探析［J］.科技管理研究，2010(12):63-65.

［11］盖庆恩，陈海磊，梁 建.资源、制度与研发强度:来自中国民营企业的证据［J］.经济与管理研究，2013(4):95-105.

［12］Teece D J.Profiting from technological innovation:implications for integration，collaboration，licensing，and public policy［J］.Research Policy，1986(15):285-305.

［13］宋河发，穆荣平，任中保.促进自主创新的政府采购政策与实施细则关联性研究［J］.科学学研究，2011(2):291-299.

［14］王铁山，冯宗宪.政府采购对产品自主创新的激励机制研究［J］.科学学与科学技术管理，2008(8):126-130.

［15］胡 凯，尹继东.支持企业创新活动的政府采购政策研究［J］.科技进步与对策，2008(8):126-128.

［16］Tan J.Regulatory environment and strategic orientations in a transitional economy:a study of Chinese private enterprise［J］.Entrepreneurship Theory and Practice，1996(4):31-44.

［17］Peng M W.The institution-based view as a third leg for a strategy tripod［J］.Academy of Management Perspectives，2009，23(3):63-81.

［18］Jarzabkowski P.Shaping strategy as a structuration process［J］.Academy of Management Journal，2008，51(4):621-650.

［19］叶伟巍，郑锦宜.激发高技术企业自主创新的政府采购制度研究［J］.科学学研究，2007(1):101-105.

［20］Futia Carl A.Schumpeterian competition［J］.Quarterly Journal of Economics，1980，94(4):675-695.

［21］Wang E C.Determinants of R＆D investment:the extrembounds-analysis approach applied to 26 OECD countries［J］.Research Policy，2010，39(l):103-116.

［22］高 霞，高启杰.农业龙头企业技术创新能力的评价及影响因素分析——以山东省为例［J］.中国农业大学学报:社会科学版，2008(3):161-167.