技术创新对企业绩效的影响研究——以中小板上市企业为例

汤晶 王染 廖卓（湖南工程学院管理学院 湖南湘潭 411104）

一、引言

当前世界经济稳步发展，各个国家一般都以自主创新能力作为国际竞争优势的核心力量。在“互联网+”“大数据”与“5G”时代背景下，各行各业都开始依赖于数据分析和信息网络服务。技术创新已成为国家经济社会结构转型调整的重要关键，在促进我国国民经济和社会发展中发挥着重要的主导作用。随着我国市场经济的快速、健康发展，科学技术的创造性成果得到广泛使用，可转化为企业生产力，促进企业的可持续发展。

国外学者Wilbon（2002）认为当前企业所处的经营环境是不断变化的，R&D经费长时间的投入会使得企业经营业绩停滞不前；Lin、Lee（2006）等认为R&D投入程度和收益方面的能力也许呈非线性关系；Lee、Marvel（2009）研究发现在中小企业中，技术创新和企业绩效的关系呈倒“S”型，Yeh.M和Chu.H（2010）则认为呈倒“U”型。

国内学者梁莱歆和严邵东（2006）通过研究发现技术创新与企业绩效呈正相关关系；谭涛（2021）整理相关数据发现，并购对主并企业研发创新投入具有显著的正向影响。朱丹（2014）通过数据分析研发活动发现，研发经费投入和研发人员投入的增加这二者都对企业盈利方面起到了负向影响。王君彩和王淑芬（2008）利用多元回归模型对R&D投入与企业绩效二者间的关系进行了分析，数据表明这两者之间不存在明显的正向关系；王染等（2019）认为绩效衰退程度较为严重的企业倾向于增加股权类投资和研发类投资；周江燕（2012）对某上市公司三年以来的R&D投入与企业绩效还有企业价值之间的关系开展了考察，发现两者有着明显的正向关系，但同时也存在滞后性的影响。

二、理论分析与研究假设

投入产出理论是金融定量分析方法中的一种，既考量企业在生产产品的过程中需要投入的要素或资源的量，又考虑企业在产品生产过程结束后所产出的经济成果。该理论研究的是小部分的变化如何对经济整体带来变化，通过建立相关的方程来证明企业部门与部门之间的关系。很多学者将这一理论应用于学术研究，并取到了不少成果。本文运用投入产出理论，分析我国企业现阶段的发展情况，对研发活动的投入与企业绩效的产出两者之间的关系进行探讨，并提出建议。企业发展的保证是核心竞争力，形成核心竞争力，需要通过投入——经营——成果这一过程。本文也运用了核心竞争力理论，核心竞争力再加上技术创新活动，能够加大企业与竞争对手在经营市场上的距离。

创新要素的投入是技术创新活动的基础。把这些要素结合起来，可以给企业带来经济效益；企业要想发展经济效益，需要具备独特的核心竞争力，这就要求企业要注重开展研发活动。企业的目标是利润最大化，在经营和发展过程中，企业的R&D活动占据了重要的地位，进一步提升了企业自身的核心竞争力，使企业绩效持续性上升。现阶段企业应更加重视技术创新，尽可能多地开展研发活动，合理适当地投入经费和资源，使现有的资源发挥出最大效用。在开展研发活动的同时，应不断学习新的技术，提升企业的产品质量及性能，巩固企业的核心竞争力，在经营市场上占据对自己有利的位置，进一步提升企业绩效。

通过前文对技术创新和企业绩效二者之间关系的分析可知，在技术创新方面的投资（R&D经费支出）、加大研发人员投入对企业绩效具有促进作用，故设：

假设1：研发经费投入会促进企业绩效的提升。

假设2：研发人员投入会促进企业绩效的提升。

但是，关于研发设备资产投入方面，一味地增加研发设备对企业绩效并不会起到促进作用。故设：

假设3：研发设备资产投入并未明显促进企业绩效的提升。

三、研究设计

在我国“十三五”规划中，着重强调了技术创新在发展战略中所处的位置，说明了国家对企业创新的重视程度。近年来，国家大力扶持中小型企业开展技术创新活动，自2004年中旬深圳证券交易所成立中小企业板块以来，中小企业取得了较大发展。

（一）数据来源及样本统计

中小板上市企业隶属于高新技术企业的范畴，研究开发活动开展得比较多。另外，中小板上市企业相关数据库中所提供的研究开发活动信息相对来说比较完整，有利于进行研究。为避免影响研究结果，本文对数据进行如下筛选：（1）剔除金融投资类企业，剔除净利润为负或者存在退市风险的上市企业。（2）剔除数据方面存在缺失和异常的企业。（3）剔除上市时间较短的企业，因为数据过少会削弱结果的说服力。同时，将公开资本市场经营经验不足、财务状况不稳定的初上市企业排除在外，使本文采集到的数据具备完整性和可操作性。最终获取2016—2018年107家企业的数据。相关数据是从巨潮资讯网公布的中小企业板上市公司的年报和中国统计年鉴中搜集获得的，并利用相关软件进行了大致的筛选处理，然后通过SPSS 23.0软件开展了对相应数据的分析和整理。

（二）变量选取

1.企业绩效变量。在分析已有文献的基础上发现，盈利能力指标包括基本每股收益（EPS）、总资产收益率（ROTA）、主营业务收益率（CROA）和净资产收益率（ROE）。但从企业的利润点来看，企业技术创新投资影响业绩输出，故本文选择净资产收益率替代经营业绩。

2.技术创新变量。

（1）研发经费投入。研发经费投入一般是指企业在进行技术研发活动时，用于发展创新设计研发的费用、资金等的投入。学者对于研发经费投入的表达方式不一致，本文认为直接对研发经费投入取自然对数描述研发强度更加直观，更能真实地反映企业研发的投入情况，是对不同规模企业的更准确反映，可以避免企业间研发投入差距过大而影响统计结果的准确性。

（2）研发人员投入。企业在发展的历程中需要不断开展技术创新活动，对于从事研发创新任务的职工的投入数量，就是所说的研发人员投入。在绝大部分企业的年度报表中只披露了技术人员数量，而没有明确的研发人员数量，所以在大多数研究中，只能进行技术人员数量的研究，而不是研发人员数量的研究。近年来，我国对于上市企业的数据信息披露逐渐开始重视起来，要求在年度报表的附注中说明企业技术研发工作人员所占的比重，因此，本文使用研发人员数量所占比重代替企业在开展研发创新时投入的研发人员数量。

（3）研发设备资产投入。企业开展经营活动的主要前提条件是机器和硬件设施，将对企业的主营业务做出重大贡献。研发设备资产投入在一定程度上增加了购买后整个会计期间的成本，但也是企业经营（技术创新）不可或缺的基础。

3.控制变量。

（1）企业规模。每个企业的发展规模不同，各个企业的技术创新能力不同，规模较大的企业有着充裕的资金保障，能够保证企业研发活动的顺利开展。相反，对于小规模企业来说，相对较低的产能可能难以支付高昂的研发投入。虽然大力发展企业规模可以降低企业的交易成本费用，但是一旦超过“红线”，企业的管理工作能力和经营活动等因素就会制约企业的发展，出现“规模经济递减”现象，企业绩效不但得不到提高，反而会下降。为了保障研究结果具有客观性和真实性，降低企业规模对实证结果的影响，本文使用企业总资产的自然对数作为控制变量。

（2）资产负债率。资产负债率在一定期限内能够反映企业的财务管理情况，反映企业的财务会计风险。良好的资本结构为企业建立了健康的环境基础和快速发展的先决条件，使企业能够更好地控制可能发生的财务管理风险与经营市场风险。本文将资产负债率作为第二个控制变量，可以避免一些企业不良的财务管理情况使所构建的模型在进行检验分析的过程中出现结果不准确。

（3）企业成长性。企业成长性是指能够衡量企业经营状况的最重要的评价标准，一般用主营业务收入增长率来表示。该指标越大，说明企业的市场扩张速度越快，市场占有率越高，企业的成长性越好，最终企业的绩效也越好，因此将企业成长性作为第三个控制变量。

相关变量定义如下页表1所示。

表1 变量定义

（三）模型构建

本文在以前学者研究的基础上，运用多元线性回归的方法进行分析，构建以下模型：

其中，t代表会计年度，β0代表截据项，β1、β2、β3和β4代表变量的回归系数，εt代表产生重要影响的其他不可预测因素。

四、研究结果分析

（一）数据的描述性统计分析

企业技术创新水平有三个变量指标，分别是研发经费投入、研发人员投入和研发设备资产投入，能够反映企业绩效的变量指标是净资产收益率，控制变量的三个变量指标则分别是企业规模、资产负债率和企业成长性。这七个指标的描述性分析结果如表2所示。

表2 各个变量的描述性统计

从表2可以看出，研发经费投入的变化范围在9.06—21.98之间，平均值为18.54左右，标准差＞1，说明样本企业之间的技术创新资金投入力度有一定差距，就每个企业的平均水平而言，企业的研发投入都较大。但是从另外一个角度来看——离散程度，说明样本企业之间相差较大。研发人员投入的范围是3.71—9.52，平均值为6.089，标准差σ＜1，也说明波动性低且稳定。在研发设备资产投入方面，范围是0.1—65.04，可以看出样本企业在技术创新中，研发设备资产投入方面的差异是比较明显的，标准差σ＞1，数据的波动幅度非常明显。在本文的研究年度内，通过调查样本企业净资产收益率的统计数据，分析之后发现数据之间存在较大差距，甚至出现了绩效指标小于0的情况。更加说明在不同的样本企业之中，资金收益方面存在较大差距。在盈利能力方面，还出现了小部分企业数据为负的情况，数据平均下来只有7.6左右，数值相对偏低，也说明一些企业的盈利能力不强，不能给企业带来利润。

在表2中，企业规模变量的最小值和最大值分别为20.23和25.12，平均值大约为21.89，变量值范围较小，说明样本企业之间的资产规模相差不大，标准差σ为0.768，说明数据的波动性较低且较为稳定。但是资产负债率的数据差距比较明显，最大值、最小值分别为77.17与6.89，说明不同样本企业的财务状况差距较大，资产负债能力也有差别。同时样本企业成长空间的差异也很大，最大值为170.32，最小值为-49.92，可能是因为每个企业所处的环境不同，行业发展性质不同。但是大多数企业的成长性都是大于0的，出现负值的企业寥寥无几。

最后，通过分析描述性统计的结果并进行相关分析，发现样本企业各个变量指标是有差别的，说明本文选取的样本是合理的，在行业较为集中的情况下可以反映出市场上不同企业的具体情况，这也符合本文的研究目的。

（二）相关性分析

借助于统计分析软件SPSS 23.0，通过皮尔逊相关系数进行处理，对本文设定的变量指标进行相关性分析检验，结果如表3所示。

表3 各变量Pearson 相关性分析

在技术创新变量的相关性中，研发设备资产投入与研发经费投入、研发人员投入二者之间的相关性系数都不太明显，在0.01水平上显著，除此之外的解释变量表现为正相关，研发设备资产投入与剩下的两个技术创新变量不相关。

对于技术创新变量与企业绩效变量之间的关系，净资产收益率与研发经费投入和研发人员投入呈现出显著的正相关关系，与本文的假设1和假设2一致。但是企业绩效与研发设备资产投入并未呈现出正相关关系，在相关性分析中，其对净资产收益率的影响不大。

对于控制变量，企业规模、资产负债率和企业成长性与研发经费投入和研发人员投入之间呈现出明显的相关性，企业规模、企业成长性也与净资产收益率呈现出正相关关系。所以，本文使用三者作为控制变量具有合理性。

（三）回归性分析

1.关于研发经费投入。在前文初步的相关性分析中，结果表明研发经费投入对于净资产收益率是存在正相关关系的，现通过回归分析的方法，更深层次地验证这两者的具体关系，再一次验证假设1是否成立。

表4是每个变量一步一步回归分析的结果。模型1中研发经费投入是技术创新变量，企业规模、资产负债率和企业成长性这三个指标则是控制变量。企业绩效变量是净资产收益率，通过数据整理调整后R2为0.139，说明本文所构建的模型1拟合程度是不错的。DW（杜宾沃森）值大约为2.1，说明模型1中不存在序列的相关性。除此之外，F值在0.001水平上显著，说明在模型1中存在相关性，VIF（方差膨胀系数）小于10，也就是说自变量之中没有多重共线性。研发经费投入与净资产收益率在0.001水平上呈现出了明显的正相关，说明企业投入研发经费会对净资产收益率产生积极有利的影响，也就是说本文的假设1是成立的。

表4 研发经费投入与企业绩效的回归分析

另外，控制变量的三个变量指标与净资产收益率明显相关，数据结果分析显示，企业控制经营规模、资产负债率和企业成长性这三个变量很重要。

2.关于研发人员投入。为了更好地研究投入的研发人员数量对企业绩效产生了什么影响，确认之前相关性分析的结果，再一次对研发人员投入进行回归模型分析，用分析的结果证明本文的假设2。相关的数据分析结果如表5所示。

表5 研发人员投入与企业绩效的回归分析

模型2中研发人员投入为技术创新的变量，三个控制变量分别为企业规模、资产负债率和企业成长性。企业绩效的变量指标是净资产收益率，通过数据整理调整后R2为0.137，DW（杜宾沃森）值大约为2.1，F值在0.001水平上显著，VIF（方差膨胀系数）小于10，模型2有较好的说明能力，而且自变量间不存在多重共线性。研发人员投入与净资产收益率在0.001水平上显现出正向的相关性，说明技术创新的这一变量——研发人员投入会给企业的净资产收益率带来积极影响，说明本文提出的假设2是成立的。

3.关于研发设备资产投入。上一步骤的相关性分析结果显示，所设定的企业技术创新最后一个变量——研发设备资产投入，与净资产收益率之间不存在明显的相关性。为了验证这个假设，保证说服力，再次对研发设备资产投入进行回归，研究这个变量指标是否真的会对企业绩效带来影响，从而更好地证明假设3。表6是研发设备资产投入的回归模型数据分析结果。

表6 研发设备资产投入与企业绩效的回归分析

模型3以研发设备资产投入作为技术创新变量，控制变量依旧是三个，分别是企业规模、资产负债率和企业成长性。企业绩效变量采用的是净资产收益率，通过数据整理调整后R2为0.1左右，说明拟合程度与之前的变量相比没有那么明显，DW（杜宾沃森）值大约为2.1左右，说明模型3的方程式是没有伪回归的。但是经过回归分析的过程发现，企业的研发设备资产投入作为技术创新变量，没能列入回归模型方程中，说明研发设备资产投入与净资产收益率之间的相关性没有顺利地通过显著性检验，再一次证实了这个变量指标对净资产收益率不存在显著影响，与本文的假设3不符。

（四）稳健性检验

为检验表6结果，将内外部因素同时纳入考虑范围，将企业分为国有企业和非国有企业，从下页表7中四个变量的显著性与符号方向可见，总体上与表6一致，说明本文所得结论稳健。

表7 稳健性检验

五、主要结论与政策建议

（一）主要结论

技术创新与企业绩效的关系是技术创新领域的一个重要问题。大致来说，技术创新指标对企业绩效的积极影响越来越明显，最终可能会产生累积的重大影响。因此，企业在开展相关活动中，必须考虑技术创新的累积效应。

企业用于研发的经费，有利于提高企业当前的绩效。同时企业的研发人员投入对企业绩效带来了有利影响，说明研发人员也就是科技人员对企业绩效的提高做出了贡献，如果投入超过平均水平，所带来的影响会进一步增大。但是企业的研发设备资产投入对企业绩效会产生负向影响，说明企业研发设备的投入没有带来绩效的增加，反而拉低了企业绩效。调节变量的引入也并未改变二者关系，说明一些企业研发设备的引入没能形成显著的绩效收益。原因可能是企业盲目进行技术设备的引进，忽略了企业现有技术水平与设备之间的匹配性，从而导致产出效率低下和资源浪费。

（二）对策建议

1.企业层面。企业应适当提高在研发经费方面的投入。在本文的数据结果中，研发经费投入对当期经营业绩具有积极影响。因此，应考虑一项活动的收益必须大于其成本，适度提高研发经费投入，此时还要考虑企业研发项目的累积效应，增加长期性的投入。

企业为了能够更好地发展，应合理提升权益资本中的利润准备金，为研发活动提供保障。此外，应为研发活动建立风险准备金，以用于面对突发状况，保障应急。此外，应科学合理地安排人才岗位。在本文的数据研究分析中，科技人员投入确实会给企业绩效带来提升。鉴于此，企业应适当配置科技人才，使企业最大化提高绩效。

2.政府层面。政府应加大对企业的投资程度。企业的技术创新会给企业绩效带来重大的积极作用。政府可以从在创业板上市、建立良好的创业团队等方面进行资金补贴和制定相应的优惠政策，如税收方面和银行贷款方面。此外，鼓励金融机构在资金方面进行支持，完善各类民间科研机构与企业的合作机制，鼓励相关企业开展技术创新活动。

3.投资者层面。从自身出发设定长期目标，考虑想要投资的企业，以及技术创新数据及报告。作为一名投资者，最根本的目的就是要取得利润的最大化。企业作为一个主体，其整个技术创新过程存在着累积性。也就是说，作为投资者，需要从众多企业之中寻找有一定研发能力的企业，在对其进行投资时，还要考虑期限性和回报率，仔细筛选出符合要求的企业。比如积极研发、工作效率较高，投入与产出相对合理且回报率较高，对于经济发展存在较高警觉性的企业等。

作为投资者，可以采用多种方式进行相应的投资。通过之前的数据统计分析，企业的技术创新指标（研发经费投入、研发人员投入）会给企业绩效带来积极且正向的影响。投资者在考虑自身收益的同时，还要对企业的研发项目加大资金支持力度，以保障研发活动能够顺利完成，从而使被投资企业安心地进行技术创新，获得良好的发展，使投资者获取长期收益。