技术创新投入能驱动盈利持续性吗？

傅晨曦　李延喜

摘 要：探索技术创新投入驱动企业盈利持续性的规律，以此驱动企业持续发展是一个新问题。本文将盈利持续性作为技术经济绩效的新指标导出技术创新投入驱动盈利持续性的假说;建立GMM动态自回归模型、选择深交所创业板企业为样本和运用GMM估计法，证实了技术创新投入对盈利持续性的影响具有正向滞后效应;在R&D持续性和权益价值增长匹配条件下技术创新逐年连续投入能驱动盈利持续性逐年增加和盈利连续提升。此外，基于本文的研究成果可制定引导企业技术创新投入和管理的激励政策，鼓励高新企业在技术创新连续投入以驱动企业未来的盈利持续性不断提升和促进上市企业健康发展。

关 键 词：盈利持续性;技术创新投入;GMM估计法;盈利连续提升效应

DOI：10.16315/j.stm.2022.04.004

中图分类号： F 275 文献标志码： A

Can technological innovation investment drive profitability persistence？：Empirical evidence from GEM of Shenzhen Stock Exchange

FU Chen-xi， LI Yan-xi

（School of Economics and Management， Dalian University of Technology， Dalian 116024， China）

Abstract：It is a new problem to study the reqular pattern of technological innovation investment driving enterprise profitability persistence and sustainable development. This paper takes profitability persistence as a new index of economic performance， and derives the hypothesis of profitability persistence driven by technological innovation investment. This study builds GMM dynamic auto-regressive model， and selects GEM firms of Shenzhen Stock Exchange as samples and uses GMM estimation method to empirically prove the impact of technological innovation investment on earnings sustainability having a positive lagging effect. And an encouraging new finding is that under the R&D persistence condition and matching the growth of equity value， continuous investment in technological innovation can drive profitability persistence to increase year by year and drive the continuous improvement of profits. Furthermore， based on the research results of this paper， policy-makers can formulate incentive policies to guide the investment and management of enterprise technological innovation， and encourage high-tech enterprises to continuously invest in technological innovation， so as to drive the continuous improvement of the future profitability of enterprises and promote the healthy development of listed enterprises.

Keywords：profitability persistence; technological innovation investment; GMM estimation method; continuous improvement of profits.

我國十四五规划强调坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，同时将技术创新作为经济高质量发展和企业转型升级的加速器。近几年来，我国已十分重视技术创新投入。2020和2021年，我国研发（技术创新）分别投入2.44万亿元、2.79万亿元人民币，保持年增长率超10%，其中2021年度增长率14.2%（数据来自国家统计局的统计公报）;2021年国家创新能力综合排名上升至世界第12位（2012年位于第34名，来自科技部网页：中国国家创新能力综合排名2021）。深交所的创业板现有（截止2022年4月30日）

1 140家上市公司，2021年累计研发投入金额828.3亿元，比2020年增长了29%。而且这个板块企业实现营业收入合计约为2.78万亿元，同比增长23.62%，实现净利润合计1 923亿元，同比增长25.08%（数据来自证券时报）。创业板的技术创新投入、营收和净利润同步增长，其发展质量和盈利能力得到了显著提升，正说明我国技术创新驱动经济高质量发展已进入了新时期。技术创新投入是驱动产业高质量发展和支撑企业提升竞争力和盈利持续性的主要动力，因此，本文的技术创新投入驱动盈利持续性问题，是企业管理层，学者和投资人共同关注的焦点问题。

关于技术创新投入驱动企业绩效提升的研究文献比较丰富。但其研究结论还不一致，下面分两种不同结论的研究文獻：

有些研究分别从并购估值[1]、股票投资回报[2]和未来企业绩效的角度研究表明技术创新投入（常用R&D强度作为代理变量）与企业价值或未来企业绩效之间没有显著的正相关关系，但也发现了R&D强度与股票投资回报波动率成正相关和营业利润增长呈正相关[21]。此外，从管理近视（短期主义）的视角研究发现同年R&D投入对短期绩效有负面影响[3-5，36]。当然，这些负面结论在早期的研究文献中也有类似的研究。Jensen等[6]提出的代理冲突可能会限制研发投入的直接回报，而研发项目价值的破坏可能是管理和控制系统失效的结果[7]。因此，本文在技术创新投入驱动绩效的研究中，需要适当对其负面影响的关键因素（代理冲突与短期主义、管控失效和R&D费用化）加以考虑。

更重要的一方面，学者、投资人和政策制定人更关注对技术（R&D）创新投入可以提升企业竞争力和企业绩效这方面成果。许多研究成果表明，创新投入可以加强现有产品市场地位和提供进入新产品市场领域的机会[8-10]，从而提高绩效。从投资人的视角研究发现技术创新投入与企业绩效或企业价值之间存在正相关关系[11]。这方面相关的研究论文还很多，本文更关注的是技术投入对企业未来绩效的影响的研究。

有关技术创新投入驱动经济发展和企业绩效提升的研究成果的结论不一致，而且在这方面的研究仍存在一些理论和实证模型方面的诸多问题。从理论上讲，有些学者对创新投入的代理冲突与短期主义、管控失效和R&D费用化等因素进行研究得到是负面影响，这一负面的结论对技术创新能驱动经济高质量发展是不相吻合的。另一方面，许多学者就关于技术创新投入能驱动企业绩效（绩效度量常见用ROA或ROE）提升开展诸多的研究。本文所要追寻的后一主题，特别是本文引入盈利持续性（是衡量企业可持续发展和创造价值能力的重要指标）替代传统绩效指标，探讨技术创新驱动盈利持续性不断提升的规律，这是一个新课题。目前在实证方法论上，普通的多元回归分析模型应用于技术创新投入的滞后效应和盈利连续提升效应的研究是不适合的，因为这一分析不能从一个模型观测到跨期的技术创新投入的作用，而且产生一些异常结论，投资人和政策制定人对这样的研究结果表示不赞同。因此本文探讨应用GMM的自回归模型来解决这一问题，其目标在于探索技术创新投入驱动盈利连续提升的规律。为了达到这一目标，提出了本文要证明的2个假设：第一，技术创新投入对盈利持续性有滞后效应，第二，盈利逐年提升效应。

与目前现有的研究文献相比，本研究在理论和模型构建方面有如下贡献：第一，首次应用动态一阶自回归模型的系数度量创业板企业技术创新投入驱动盈利持续性，以盈利持续性（预计未来的盈利能力指标）替代常规的绩效指标（诸如资产收益率ROA和企业价值），证实了滞后效应假说。第二，基于滞后效应的模型，证实了盈利持续提升效应假说（在R&D持续性条件下技术创新逐年连续投入驱动企业盈利能力逐年提升）。第三，根据本研究成果可制定引导企业技术创新投入和管理的激励政策，鼓励高新企业在技术创新连续投入以驱动企业的盈利持续性不断提升和促进上市企业可持续发展。

1 技术创新和盈利持续性相关理论分析和假设提出

我国的创新立国发展战略驱动产业和企业不断增加技术创新投入，众多学者和投入者都看到技术创新投入的新高潮正在来临。本文的目的是探索技术创新投入驱动盈利持续性的一些规律。本节对现有的有关技术创新与企业绩效关系和有关盈利持续性的研究文献做的回顾和分析，并提出了理论假说，为下一节的GMM模型构建和假说的实证分析提供理论支撑。

1.1 技术创新投入、盈利持续性与企业绩效相关理论研究评述

技术创新是一个热词，很多研究文献默认技术创新等同于研发创新，在某种条件下两者可以等同，本文也默认这一约定。技术创新涉及面很广，更多的创新理论都是源于技术创新（包括技术创新），而且认为技术创新可驱动国家或地区经济增长和企业绩效提升。Guth[15]认为企业通过技术创新可以开发或引入新产品、降低产品的生产成本;然而Rothwell[16]突破“技术驱动经济增长”的理论约束转到“市场拉动技术”，肯定市场驱动力在新产品技术中的重要作用。从财务和战略管理视角：Teece[17]的创新获利（profiting from innovation）的理论揭示了“利益失衡”和“需要持续改善”2个关键假说，是本文所提的理论假说的基础理论之一。Vanderpal[18]认为技术创新投入可以显著提高企业的财务可持续性（盈利持续性），是提高企业生产率和盈利能力的重要因素。为了保持在市场上的竞争优势，企业需要不断地为尚未解决的问题找到新的解决方案，并保持持续的创新。著名学者William等[19]对技术创新投入与企业绩效关系的研究起步较早，以生物技术企业为研究对象，验证了企业价值的提高部分归功于R&D投入。Ettlie[20]从全球视角，选取20个国家的制造业企业作为样本，虽然样本区域跨度很大，技术创新投入与企业绩效或企业价值之间存在正相关关系。最近，Lee等[22]发现了研发投入与投资回报率呈正向相关，国内一些学者研究业的类似的结论，诸如张琴[23]选择民营高科技企业作为研究对象、孙自愿等[24]选取2011—2015年沪深上市公司为样本企业，研究后得出的结论为企业技术投入能够提升企业绩效。因此，技术创新已成为推动企业价值增长和盈利持续性的重要动力。正确认识技术创新的特征和规律，特别是探讨技术创新对企业盈利持续性提升的影响和机制，具有重要的理论和现实意义。

盈利持续性（也称盈余持续性）不是一个新概念，其本质是未来盈利增长可预期，是一个未来盈利能力指标。不同于企业盈利能力指标ROA（或ROE），盈利持续性的度量确定为盈利指标的一阶自回归预测方程的系数。关于它和企业价值（或股价）结合研究的成果是比较丰富的;有的学者对盈利持续性理论进行研究[25-26]，还有研究盈利持续性的影响因素：包括无风险收益、经营现金流、剩余收益、账面净资产、产品组合、应计项目、财务杠杆、内部控制和营业增长等等[27-30]。已有文献多数都把盈利持续性看作解释变量，它与企业价值（企业绩效）的关系;也有很多文献将它与股本成本、CEO激励薪酬、内控制度并列作为解释变量，研究这些解释变量的相互作用对企业绩效的影响。然而，这些解释变量也会影响盈利持续性。正说明关于这方面的研究较多需要深入的问题，尤其在本文将盈利持续性看作被解释变量，并与创新获利理论结合可导出下面的2个假设，并聚焦在技术创新投入驱动盈利持续性提升的规律研究，这是本文的主题。

上述文献回顾和理论分析，理清了技术创新投入能发挥驱动引擎的作用，盈利持续性可作为企业未来的盈利能力关键变量，许多研究文献对技术创新投入看作一种长期投资已达成的共识。为此，本文所提出研究主题：技术创新投入能驱动盈利持续性提升，是当前学术界需要深入研究的重要课题。这一课题将归结为下面的2个假设的导出及其实证分析。

1.2 技术创新投入驱动盈利持续性及其假设提出

企业技术创新投入，是在获取新的商机和提升自身的竞争力，而且还能提升企业绩效，这个结论在学术界和实务界已达成共识。而且有关技术投入的文献研究表明技术投入被用作竞争优势、长期增长和技术进步的来源，从而提高企业绩效。从企业长期发展来看，企业R&D投入有助于提高投入企业的经营绩效。较强的竞争地位有助于提高企业的持续盈利能力和估值。Amankwah等[31]和You等[32]的研究成果表明，技术创新在促进生产力和经济发展方面发挥着核心作用，特别是在新兴国家。Amankwah等[33]研究表明发展中国家（如中国）一旦长期的“技术追赶”（技术创新投入）效应持续性成长，可促使国家和地区之间发展均衡。技术投入可以提高生产率、经济效益，减少波动，并在未来产生更好的利润率。然而，几十年以来，学术界的研究人员一直试图衡量技术与企业绩效之间的关系。在许多研究文献的结果表明了不同结论。Tsao等[34]研究发现技术创新会对短期盈利能力产生负面影响，因为大多数企业会将技术投入列为当期的R&D费用支出。Racela等[35]研究表明，技术投入强度与企业经营绩效呈负相关。这些研究成果说明在技术创新投入过程中，还应当注意引导管理者不要看重短期效益，应该在技术创新方面做更大的投入，以追求企业的长期绩效（盈利持续性）。

假设的提出，既要考虑学术文献中已经达成了共识，又要科学地强调R&D创新投入对绩效指标有正向影响，对绩效指标有滞后效应（对同年有负向影响，后一年有正向影响）。因此，根据前面所回顾的创新获利理论和盈余持续性，本文以盈利持续性代替传统绩效（如ROA），从企业创新对价值创造的基本指标和盈利增长可持续性的角度来研究企业技术创新对未来盈利能力提升的影响。所以，本文提出以下的理論假设：

假设H1a：同年技术创新投入对同年的盈利持续性具有负向影响。

假设H1b：技术创新投入具有滞后效应。第t年的技术创新投入对第t+1年盈利持续性有正向影响。

从会计利润表的角度来看，大部分年度技术和创新投入在利润表中列为期间费用，这对当年的收益产生了负面影响。因此，假设H1a似乎符合会计利润计算的逻辑：R&D投入越大，当期利润的负面影响越大。然而，技术创新投入在未来预期会有较好的持续性盈利，因此假设H1b（滞后效应）是本文的重点之一。

1.3 技术创新连续投入促使盈利持续性按年连续提升

本研究与以往研究文献聚焦于R&D投入会对短期盈利能力产生负面影响和企业绩效的正向关系不显著不同，通过研究技术创新投入对未来盈利能力的滞后效应来驱动盈利持续性。更重要的理论突破是，考虑如何将盈利持续性如何从滞后一年的效应能够逐年不断延续下去，以便形成技术创新投入驱动盈利连续提升的理论假设。许多学者对技术创新投入能够驱动企业长期绩效的提升达成共识，本文的长期绩效提升主要展现在盈利持续性系数逐年提升。在技术投入增加后，公司的长期经营业绩与其显著正相关，而且技术投入增加，市场对其好处的认知是滞后的。Andriesa等[37]从实证角度研究，证明了资源受限和财务宽裕的企业对技术创新分阶段投入的不同经济效果，同时认为资源可用性会引发企业技术创新投入的分阶段效应。Eggers等[38]发现了企业创新投入的绩效略低于期望值时，追求R&D创新投入的动机将最强，当绩效大幅低于期望值或大幅高于期望值时，动机将减弱。企业的强大动态能力在于企业通过技术创新投入来产生差异化的产品和服务，以新的方式应对新市场或现有市场，从而产生卓越的利润[39]。Xu等[40]认为创新投入的最终目标是实现企业价值最大化，并且证实了企业应增强技术创新意识，加大技术创新投入，才能带来可持续增长;因此，本文提出了R&D持续改进的基本条件（以下简称R&D持续性条件）：营业利润率（OROE）>0，近三年（如2017年、2018年和2019年）年均研发投资强度≥3%;每年专利加权数CCPQ≥10。R&D持续性条件是用于本文从创业板筛选样本的基本条件，也是告诉投资人和经理们企业满足R&D持续性的3个基本条件，我们预期企业可实现技术创新驱动盈利能力逐年提升的目标。所以提出如下的假设：

假设H2：（盈利连续提升效应）在企业R&D持续性条件下，技术创新投入驱动盈利持续性连续3年不断提升。而且，在技术创新投入计划与企业权益价值增长相匹配和企业R&D持续性条件下，技术创新逐年连续投入能驱动盈利连续提升。

上述的假设H2为研究我国处于技术创新驱动产业高质量发展而提出的。假设分2个结论，其中更为重要的是后一个结论，其前提条件除了R&D持续条件外，还强调了技术创新投入计划与企业权益价值增长相匹配。例如，权益价值的平均年增长10.5%，可选匹配技术创新投入的R&D强度年增长为10%。其目的是能预计盈利连续提升目标的实现，和应用于高管的技术创新投入管理和促进投资人形成正确评价研发支出的企业价值。另一方面，有关政策制定部门应该考虑配套政策鼓励企业分期连续的技术投入来驱动企业盈利持续性成长。正如Acemoglu等[41]研究了技术创新过程发现监管机构可以通过政策刺激企业创新和增加技术投入来促进经济增长。而且假设H2可帮助政策制定人改进政策引导企业技术创新连续投入，最好保持一定的持续增长，可以促进盈利持续性逐年提升。

2 盈利持续性模型设计和样本选择

2.1 研究样本选取与数据来源

由于处于科创板起步阶段，动态面板数据还未形成，所以本文仅选取创业板的企业作为样本企业。本文的样本均来源于深圳创业板上市公司的上市企业，筛选样本应满足R&D持续性条件：营业利润率（OROE）>0;近3年（如2017年、2018年和2019年）年均研发投资强度≥3%;每年专利加权数CCPQ≥10。不满足的企业将被剔除。另外，企业若是属于下列属性：ST和*ST公司;金融公司;企业只有1年亏损，但其绝对值大于前3年利润之和。

根据上述筛选条件，证券交易所网站公布的上市公司年报样本企业和CSMAR（中国证券市场与会计研究）数据库中的企业均来自深圳创业板上市公司，获得了126家样本公司（2019年创业板总样本共有738家企业）和持续3～8年的非平行面板数据，这些样本的面板数据由3～8年的非平行面板数据构成（从2011年到2019年，不同IPO年份的企业，所观测的面板样本点数据不一样）。面板数据数量为663个公司年度观察值，随着当前年份不同，样本观测点数量随着年份递增而递减。

2.2 变量定义与度量

2.2.1 盈利持续性的度量

盈利持续性（也称盈余持续性）本质是企业盈利在未来将持续或盈利增长可预期，许多文献将其度量确定为盈利指標的一阶自回归方程的系数[12]：

ROAt+1=β0+β1ROAt+εt。（1）

其中，回归系数β1确定为盈利持续性的度量指标，β1越大，盈利持续性越好。

根据Sloan[13]的研究营业利润（属于持续性盈利）比暂时性盈利持续性好，本研究引入营业利润率OROE：设定OROEt为第t年的营业利润与净资产比率，称营业利润率OROEt：

OROEt=营业利润/账面平均净资产;

营业利润=营业务收入-营业务成本。

盈利持续性系数的计算：本文应用Richardson等[14]和Dichev[42]的计算盈利持续性系数的方法，构建盈利持续性自回归模型：

OROEit +1=β0 +β1OROEit+β2RDit+β3RDit+1+…+B×Xit+ui+εit+1。（2）

其中：β1为盈利持续性的计量系数。β1越大，盈利持续性越越好。RDt是技术创新投入的变量。

为了更为直接与回归分析模型结合，本文还借鉴了最近用多篇文献应用系统GMM估计法回归模型研究成果发现技术创新滞后效应[43]，在本节的第3节构建更具体的GMM模型，用于技术创新投入驱动盈利持续性的实证分析。

2.2.2 技术创新投入的变量及其度量

技术创新投入是智力资本与金融资本相结合产生创造性产出的过程。具体而言，有大量的研究论文将R&D投入作为技术创新投入的重要指标，而R&D创新投入强度（R&D支出/营业收入）是衡量企业技术创新能力的重要指标。

本文基于企业创新的投入和产出，采用了2种技术创新测度：引入研发支出和专利产出。对于年报披露的R&D支出，创业板上市公司的R&D支出对盈利持续性具有显著的正向影响;专利变量作为技术创新的另一个重要代理变量，在我国现有数据库条件下仍存在一定的应用约束。本文介绍了专利的2种定量变量，包括发明专利数量（INV）和非发明专利数量（NPQ）（包括实用专利和外观专利）。考虑到发明专利形成的难度和作用，本文采用发明专利权衡系数为5，其他专利权衡系数为1。其理由是：发明专利申请的正式费用为3 450元，而实用和外观专利均仅需500元，应接近7倍;另外，根据有效期，实用新型10年期满后不能续展，发明专利20年期满后可以续展。外观专利的含金量（正式申请费500元）肯定比实用专利的含金量低，所以我们选择5倍的贡献系数作为发明专利的权衡系数，其他专利的权衡系数为1。按选定的权衡系数其权衡专利数CCPQ的计算公式如下：

CCPQ=5INV+NPQ。

由于CCPQ变量与盈利持续性没有显著的相关性（本文进行了实证分析，其结果证实了专利数对盈利持续性的影响很微弱且不显著，为节约篇幅这里不罗列其分析过程和回归结果表格），因此仅将CCPQ变量作为一个条件变量来选取样本和观察数据。

2.2.3 控制变量

本文借鉴Alam等[44]和Banker[45]的回归模型的控制变量，选择了一组可能影响因变量OROE的5个控制变量，如表1所示。为了控制企业规模和行业特性效应，大型企业可能具有较低的企业市盈率高估的风险，为此选择规模变量Size和行业平均市盈率的自然对数IPE变量作为两控制变量以解释不同行业和规模的系统差异;关于成长和财务杠杆对企业盈利持续性有重要的影响，为了能控制这方面的效应，本研究增选了高成长Hgro和财务杠杆Lev不同企业的负债对盈利持续性的影响。另外，企业上市的年龄对盈利持续性对盈利持续性有一定的影响，因此增补了企业年龄Age衡量对企业盈利持续性的影响。

2.2.4 变量定义及其度量表

前述控制变量、被解释变量（盈利持续性）、解释变量（技术创新投入）等变量的定义和度量公式，如表1所示。

2.3 盈利持续性GMM实证分析模型设计

从应用GMM估计的近期研究成果来看，技术创新投入对其绩效影响的滞后效应是很显著的。也就是说，t年的技术创新投入对t+1年的企业绩效产生正向影响。然而，本文将其绩效替换为盈利持续性是否也是同样的结论，下面阐述实证用到的GMM模型的构建。

从R&D创新投入与绩效研究的角度，加强R&D创新细分与企业价值关系的实证研究，是加强企业创新驱动盈利持续提高研究的重要组成部分，进一步揭示了R&D创新投入驱动盈利持续性的理论假说。本文运用Richardson等[14]和Dichev等[42]的方法计算盈利持续性系数，构建了盈利持续性自回归模型，这一理论基础也来源于盈利持续性的内涵（即企业当前的盈利将持续或未来的盈利增长可以预期），而盈利持续性的运用是对盈利质量的时间序列度量。因此，本文在自回归分析模型公式（2）的基础上，构建了以下模型，并借鉴了许多近期文献运用GMM估计法对自回归模型进行检验，发现R&D创新的滞后效应[46]。

本文应用盈利持续性自回归系数的方法，构建盈利持续性自回归模型。这一理论基础还是源于盈利持续性的内涵（指企业盈利在未来将持续或增长是可预期的），同时，也利用盈利持续性是盈利质量的一种时间序列计量，因此下面提出的时间序列模型可以用于检验盈利持续性。

为了探索技术创新投入驱动盈利持续性的规律，构建了自回归的基本模型，既上述的公式（2），本文采用盈利持续性（也称盈余持续性）系数β1来预测未来盈利，盈利持续性的度量以OROEt+1为因变量，OROEt为自变量，构建了如下3个自回归模型：

OROEit+1=β0+β1OROEit+β2RDit+1+β3RDit+B×Xit+ui+εit+1，（3）

OROEit+2=β0+β11OROEit+β12OROEit+1+β2RDit+2+β3RDit+1+B×Xit+1+ui+εit+2，（4）

OROEit+3=β0+β11OROEit+1+β12OROEit+2+β2RDit+3+β3RDit+2+B×Xit+2+ui+εit+3。（5）

与模型（3），（4）和（5）相对应的且类似的模型用于的稳健性检验这里就不列示其具体公式。上述模型（包括模型（2））中，β1（或β12）为盈利持续性的计量系数。β1（或β12）越大，盈利持續性越强。上述模型中的β1（或β12）可以解释盈利持续性，也可以用来预测未来的营业利润。自回归模型公式（3）中以第i企业和t+1年的营业利润率变量OROEit+1为被解释变量，以t年营业利润率OROEit为解释变量，第t+1年的技术投投入RDit+1和滞后一期技术投入RDit作为重要解释变量，技术投入时间点t为动态滑动形成动态面板数据回归模型。模型（3）中的β2到β3表示盈利持续性和技术创新投入的解释变量之间的关系系数，B×Xit是控制变量向量X和相应影响系数向量B的向量乘积。误差分量ui被分为3个影响效应：一是控制企业个体异质性的独立效应（部分通过控制变量来实现）;二是控制时间（year）虚拟变量捕获了宏观经济变量对技术和盈利持续性的固定效应;三是将行业分为技术型和非技术型，因此使用行业效应用来捕捉行业特定效应。εit+1是随机干扰项和是相互独立的正态分布。模型（4）和（5）可类似进行解释，不再重复。

3 GMM估计和多元回归分析

3.1 变量的描述性统计和相关系数矩阵

1）描述性统计。检验模型中主要变量的描述性统计特征，如表2所示。由表2可知，8个变量的描述性统计均无异常值，以下是主要变量的简要说明：OROE营业利润率平均值为28.3%，中位数低于平均水平25.4%，最低为1.8%;技术创新投入强度RD的均值为7.9%，中位数低于均值为5.8%，最低值为1.1%;其他变量属于控制变量，其描述性统计数据都正常无奇异现象。

2）变量相关系数矩阵。变量之间的皮尔逊相关性，如表3所示。皮尔逊相关系数显示在对角线下方。相关系数右上角带*越多表示具有更高水平的统计显著性。样本期为2013—2019年。所有变量均遵循表1中的定义。***、**和*表示统计数据分别在1%、5%和10%的显著水平。

由表3可知，各变量直接相关系数最大值为0.53，均小于0.6，根据有关文献的研究经验表明下文回归分析中可以忽略多重共线性问题[47-48]。

3.2 技术创新投入驱动盈利持续性的滞后效应的实证分析

长期以来，许多学者偏好用普通多元回归模型来检验，诸如孙自愿等[24]用滞后的绩效作为因变量分析技术与企业绩效之间的关系，其影响系数不理想。本文基于GMM模型，采用系统GMM估计方法，引入自回归方法，将不同期的绩效可放在同一个表格中，同时解决了内生性问题和有偏估计问题（见下面的估计无偏性检验）。

3.2.1 GMM估计的内生性检验

本文应用GMM估计方法，只要通过下面工具变量检验和自相关检验，解决了解释变量（自回归变量）的内生性问题。

1）工具变量检验（Hansen-test）。当使用系统GMM时，通常期望工具变量子集都是外生的。Teixeira等[46]指出系统GMM可能会解决工具变量扩散问题。Hansen test报告了工具变量过度识别检验的P值，只要P

≥0.1，GMM估计的工具变量是有效的，如表4所示。表4中的3个模型的Hansen test的P值均大于0.1，也就是表4的工具变量通过了Hansen检验。

2）一阶自回归的自相关检验。首先从一阶自回归方程出发，消除个体的固定效应。其次，将滞后变量作为自回归方程中内生变量的对应工具变量。表4中的盈利持续性OROE的自回归检验给出了与t+1、t+2和t+3 3个模型所考虑面板的每个变量对应的系数的动态面板数据估计。在本研究中，AR（1）中的一阶序列相关性检验表明。3个模型均符合GMM估计的要求且P值均小于0.01，接受一阶序列相关。同时，二阶序列相关AR（2）检验表明，由于AR（2）检验统计量，模型A（2）和模型A（3）的P值分别为0.26和0.71，因此可拒绝二阶序列相关问题。也就是，表4的模型A（2）和A（3）通过了自回归序列相关检验，而且非常显著，对两假设通过检验提供了强有力的保障。

3.2.2 假设H1a和H1b检验

在表4的3个模型中，技术创新投入RD对盈利持续性（以OROEit+1=β0+β1OROEit+…，中的系数β1来度量）有显著影响，支持假说H1a（t+1年技术创新投入对t+1盈利持续性有负面影响）和假说H1b（技术创新投入是滞后效应）。

1）假设H1a的检验结果。由表4可知，本年R&D投入与盈利持续性呈负相关关系。模型的负面影响结果：模型A（1）中，被解释变量的时间为t+1，同年份的技术创新投入RDit+1效应系数为-0.695，在0.01水平显著;模型A（2）的t+2年对应的RDit+2效应系数为-0.576，显著水平0.01;A（3）中的同年技术投入RDit+3的效应系数为-0.383，显著水平0.01。这些结果表明技术创新投入影响效应系数为负值，证实了技术创新投入与同年盈利OEOR持续性是负相关的。也就是上述实证结果证实了假设H1a是成立的。

2）假设H1b的检验结果。表4中的模型A（2），时间t+2，技术创新投入的滞后一期的解释变量为RDt+1，其影响系数为0.48（显著水平P<0.01），说明滞后一期的技术创新投入（RDit+1）对盈利持续性（系数为0.941）的滞后效应很显著。类似地，表4中的模型A（3），时间t+3，技术创新投入的滞后一期的解释变量为RDit+2，其影响系数为0.409（显著水平P<0.01），说明滞后一期的技术创新投入（RDt+2）对盈利持续性（系数为0.961）影响很显著的（P<0.01）。上述的实证结果表明了假设H1b是成立的，而且设其盈利持续性系数都高于0.9。

控制变量对盈利持续性的影响很弱。除财务杠杆变量Lev外，其余4个控制变量的影响系数的绝对值均小于0.026。此外，财务杠杆Lev对模型A（3）盈利持续性的正向影响（10%显著水平下为0.102）。其他控制变量影响不显著，影响系数的绝对值很小（小于0.026）。因此，除了财务杠杆外，这些控制变量对技术创新投入驱动盈利持续性没有改变前面的实证结果。

3.3 技术创新连续投入驱动盈利持续性逐年提升的分析和检验

3.3.1 盈利持续性（指系数）连续3年不断提升的分析

假设H1b的检验通过，也就是技术创新投入RD对盈利持续性具有显著的滞后正效应的假说是成立的。为本文的假设H2的检验奠定了良好的基础。假设H2可借助于下面的2个实证结果来证实。

从表4的模型A（1）、A（2）和A（3）的被解释变量OROEt+1，OROEt+2和OROEt+3的各自的一阶自回归方程的盈利持续性系数分别为0.852，0.941和0.961，呈现逐年上升趋势而且检验的显著水平（P<0.01水平）。此结果支持盈利持续性逐年在提升。

另一方面，表4的模型A（1）、A（2）和A（3）的技术创新投入RDt+1，RDt+2和RDt+3的各自影响系数分别为-0.695，-0.576和-0.383，其绝对值呈现逐年下降而且检验的显著水平（P<0.01水平）。也就是，三个模型的技术创新投入的负面影响系数的绝对值逐年下降，其结果也是以另外一方式在支持技术创新连续投入在驱动盈利持续性提升。

综合上述两方面的盈利持续性上升的2种实证结果，可得到结论：技术创新连续投入驱动盈利持续性系数逐年提升的效应是很显著的，也就是证明了假设H2的前一半结论“在企业R&D持续性条件下，技术创新投入驱动盈利持续性（指系数）连续三年不断提升”是成立的。

表4的实证证据表明了假设H2的前一半结论“技术创投入能驱动盈利持续性系数连续提升”是成立的。但它不等同于盈利连续提升。在一定的条件下，本文的假设H2的结论可以得到拓展到假设H2的后一半结论“在技术创新投入计划与企业权益价值增长相匹配和企业R&D持续性条件下，技术创新逐年连续投入能驱动盈利连续提升”。因此，下面基于经验模型的实证分析和有关理论分析2个方面进一步阐明技术创新连续投入驱动盈利连续提升的作用。

3.3.2 基于经验模型的盈利连续提升效应实证分析

经过多次仿真计算，下面分析的前提条件是技术创新投入的4年滚动计划与权益资本增长计划相匹配，而且其增长是同步的，那么企业的盈利能力（营业利润额逐年提升）逐年增长。为了证实盈利连续提升效应，基于表4形成的3个经验模型：

OROEit+1=0.852×OROEit+0.481×RDit-0.695×RDit+1+（BX+0.297）+εit+1，（6）

OROEit+2=0.954×OROEit+1-0.188×OROEit+0.471×RDit+1-0.544RDit+2+（BX+0.154）+εit+1，（7）

OROEit+3=0.961OROEit+2-0.263OROEit+1+0.409RDit+2-0.383RDit+3+（BX-0.373）+εit+1。（8）

選择具有代表性的技术创新投入滚动计划与权益价值匹配情形，下面估计分析选择与权益价值的平均年增长10.5%的匹配R&D强度年增长为10%。在计算营业利润连续增长率之前，引入一个OROE的“保持率”（=OROEt/OROEt-1）和第t年营业利润OEt：

OEt（第t年营业利润）=保持率t×OROEt-1×（1+10.5%）×Et-1=保持率t×（1+10.5%）×OEt-1。

样本的ROE的均值为10.5%统计，Et-1是在t-1年的权益价值，OEt-1=OROEt-1×Et-1。保持率均大于93%以上，那么盈利能力（用利润增长率度量），每年增长均在8%以上，证实了盈利连续提升效应假设。

对前面3个模型（6）、（7）、（8）取数学期望值，其条件是：OROEt、RDt取表2的均值，RDt+1，RDt+2，RDt+3，技术创新投入计划与权益价值的平均年增长10.5%匹配，选择R&D强度年增长为10%。由此，可得到估算结果，如表5所示。由表5可知，每三年连续增长率分别为9.5%，4.2%和12.8%，其平均每年增长8.83%。在这种选择性估算分析情形下，营业利润（盈利）连续逐年增长，也就是本文的盈利连续提升效应假设是成立的。

从上述的盈利连续提升估算分析表来看其结果是达到本文的预期目标，也支持了假设H2的后一半结论。但技术创新投入驱动盈利连续提升是一个复杂的迭代管理过程，不是用一套模型就能够全面解决的，所以下面也从理论层面作一些补充分析。

从理论方面看，技术创新看作一个多环节的复杂过程，因此，技术创新投入驱动盈利连续提升是一个复杂的连续迭代管理过程，类似于He等[49]的商业创新模型的迭代过程。本文的技术创新投入驱动盈利连续提升的结论，可为“R&D增长悖论（本悖论指不断上升的技术创新投入并没有转化成企业价值）”从技术创新获取连续利润的本质上找到了解惑的答案。强调这个复杂的管理过程，需要深入考虑R&D持续条件、创新投入计划与企业业务战略和财务战略（包括权益价值增长预算）相匹配，同时还要考虑与有关激励政策相匹配和遵循技术创新的专利和商业秘密保护的有关法律，以促使技术创新投入获得足够的盈利，确保技术创新投入驱动盈利能力持续提升。为此，建议上市企业高管和政策指定者认识到技术创新投入管理的价值获取（创新获利）的规划应该是企业战略规划的重要组成部分，特别地，在技术创新投入滚动计划实施的迭代过程，经理人和研发关键技术人员应当明确技术创新投入持续性以驱动盈利能力逐年提升是一种新挑战。为了保持社会创新引擎的动力作用，政府需要明智地支持企业的R&D创新投入能获得足够得利益（盈利连续提升）和权衡创新投入的溢出效益，而不仅仅是简单统计R&D投入。

4 稳健性检验

为了检验上述模型的稳健性，即检验了盈利持续稳定的实证分析结果的稳定性。本文采用变量度量公式变化对研究结论的稳健性进行了检验。

前面的模型（3）～（5）的盈利持续性指标、RD度量做了一些调整替代和控制变量取值为第t+1年的数值以实现如下稳健性检验。

第一，采用上述另一种计算方法（RD1=RD支出/总资产）计算R&D创新投入。回归结果，如表6所示。

表6中的模型B（2）与模型A（2）对应，模型B（3）与模型A（3）对应。表6给出了GMM估计回归结果，解释变量RD替换为RD1，GMM估计回归结果表明，R&D投入对企业盈利持续性有显著影响（系数0.688，显著性为5%），假设H1a和假设H1b的成立。特别是，关于假设H2检验的3个实证结果：表6表明盈利持续性系数逐年提升;同年RD1的负面影响系数逐年下降;需要技术创新连续投入。表明假设H2仍然成立的。也就是说，模型的稳健性通过了检验：用RD1替代解释变量RD后的回归分析结论与表4和表6所得到结论是一致的。

第二，盈利持续性可选备选度量将表1中的OROE替换成OROA（营业利润/总资产），其稳健性分析结果，如表7所示。

GMM估计回归结果表明R&D投入对企业盈利持续性有显著影响，股权激励变量对盈利持续性有正向促进作用。即模型的稳健性通过检验：用OROA代替解释变量OROE后的回归分析结果与表4的结果一致。

第三，将表4的所有控制变量取值改为同年（与被解释变量同样的时间点）值，模型回归结果，如表8所示。即控制变量的稳健性通过检验：回归分析结果表8与表4的结果是一致的。

从上述3种稳健性分析的结果来看，其结果进一步证明了本文的2个假设，而且其结论是稳健的。

5 结论与建议

5.1 结论

技术创新投入驱动盈利持续性是一个难题，本文基于创新获利理论和盈利持续性理论，构建了盈利持续性分析的GMM动态模型，将技术创新投入与盈利持续性的度量动态化，导出2个重要假设。选择我国创业板（GEM）上市企业作为样本，应用GMM估计方法对两大假说进行实证分析，得到如下的研究结果和理论贡献：

1）技术创新投入驱动盈利持续性具有滞后效应而且显著，同时盈利持续性系数较高。表4中模型A（1）和模型A（3）的结果证实支持了假说H1b，技术创新投入对盈利持续性有显著的滞后效应，且影响系数较大（盈利持续性系数为0.941。更重要的是，本文应用动态一阶自回归模型的系数度量上市企业的盈利持续性，从GMM模型构建解决了学者关注R&D强度与企业绩效相关性并不显著的问题;而且本文强调了在R&D持续性条件下，技术创新投入对盈利持续性的正向滞后效应是显著的，同时也支持创新获利理论。

2）在R&D持续性条件下，技术创新投入驱动盈利持续性逐年提升。从表4的被解释变量OROEt+1，OROEt+2和OROEt+3的各自的一阶自回归方程的盈利持续性系数呈现逐年上升，且这些系数在统计上很显著。此外表4的3个模型发现同年技术创新投入强度RDt+1，RDt+2和RDt+3的各自负面影响系数绝对值在逐年（其）下降。综合2种实证结果，假说H2的前一半结论“技术创投入能驱动盈利持续性（指其系数）连续提升”是成立的。更重要的结论是，在技术创新投入计划与企业权益价值增长相匹配和企业R&D持续性条件下，技术创新逐年连续投入能驱动盈利连续提升。本文通过连续三年的动态模型组的面板数据分析证实了技术创新逐年连续投入驱动盈利连续提升效应假说。借助这一盈利连续提升效应的结论，在一定程度上可以破解困扰学术多年的“R&D增长悖论”。而且，强调了盈利连续提升效应是复杂的连续迭代管理过程，类似于商业创新模型的迭代过程;因此，将R&D持續和技术创新投入增长与权益价值增长相匹配作为迭代管理过程的基本要求，也建议此迭代管理过程注重技术创新投入与企业业务战略相匹配以确保实现盈利连续提升效应的目标。

5.2 政策建议

借助于上述研究的结论，可导出引导高新技术企业高质量发展的政策建议：

1）建议高新技术企业必须要有战略性的技术创新连续投入计划和实施举措，以维系企业未来的盈利持续性不断提升。根据上述的技术创新投入对盈利持续性的滞后效应，倡导创业板和科创板企业应当把技术创新（R&D）投入看作一种长期投资，并充分应用本文模型组预测和安排企业技术创新投入以实现盈利持续性提升。同时建议企业要根据自己的优势形成独特技术创新活动，以生产出自己独特新产品或新服务，以此来促使企业盈利连续提升。另外，数字经济时代到来，建议每个企业技术项目应该考虑现代IT应用看做技术创新的重要组成部分，以适应目前的数字经济发展和市场新竞争格局。

2）地方政府的激励政策也要兼顾引导上市企业长期连续地进行技术创新投入，包括鼓励技术队伍组建和对关键技术创新项目的长期投入计划。假说H2的结论隐含着企业技术创新投入管理是一个创新迭代过程，企业为获得长期盈利连续提升效应，企业应当主动发起创新。除了前一政策建议企业应把技术创新投入作为战略性项目付予实施，建议地方有关部门在有关短期激励政策应当得到修正，因为企业高管层大多是注重短期效应。基于地方政府的补贴激励政策对促进企业创新的发挥了部分作用[50]和技术创新投入的盈利连续提升效应，本文建议其补贴激励应能对高新企业的长期追踪，包括和国家有关税收优惠、人才引进的政府补贴等奖励政策实施的追踪，促使企业自身的技术创新投入逐步提升和主动参与本产业的关键技术的研发，对有难度技术创新研发在较长时间段做出安排，形成企业技术创新的长期战略，并制定共创新技术共享新收益（包括国家和地方政府给予的长期补贴和激励）。

3）建议遵循技术创新驱动盈利持续提升的规律，改进原有政策的注重激励R&D投入而不激励其驱动盈利提升的过程。创业板的83%企业还未纳入本文的样本企业。换句话说83%的创业板企业还未具有技术创新投入驱动盈利连续提升的效果。这是很严峻的问题。其原因在于，这类未进入本文样本的创业板企业群体还未具备R&D持续条件（营业利润率大于0;近三年年均研发投入强度≥3%;每年发明专利数>1）和未能建立长期的技术创新投入滚动计划并与相应权益价值增长匹配。因此，在新政策中引入R&D持续条件和技术创新投入滚动计划及其实施的过程的有关激励政策，这些新政策促使能创业板企业全面实现本文提出的R&D持续条件和技术创新投入滚动计划与权益价值匹配。此外，为了保持技术创新引擎的动力作用，政府需要支持企业的R&D创新投入能获得足够得利益（盈利连续提升）和权衡创新投入的溢出效益，而不仅仅是简单统计R&D投入。

參考文献：

[1] HITT M A，HOSKISSON R E，IRELAND D，et al.Effects of acquisitions on R&D inputs and outputs[J].Academy of Management Journal，1991，34（3）：693.

[2] CHAN L C，LAKONISHOK J，SOUGIANNIS T.The stock market valuation of research and development expenditures[J].Journal of Finance，2001，56（9）：2431.

[3] BOND S R，GUCERI I.R&D and productivity：Evidence from large UK establishments with substantial R&D activities[J].Economics of Innovation & New Technology，2017，26（2）：108.

[4] LEV B，RADHAKRISHNAN S，TONG J Y.Earnings component volatilities：Capital versus R&D expenditures[J].Production and Operations Management，2021，30（5）：1475.

[5] SRIDHAR S，NARAYANAN S，SRINIVASAN R.Dynamic relationships among R&D，advertising，inventory and firm performance[J].Journal of the Academy of Marketing Science，2014，42（2）：277.

[6] JENSEN M C，Meckling W H.Theory of the firm：Managerial behavior，agency costs and ownership structure[J].Journal of Financial Economics，1976，3（2）：305.

[7] JENSEN M C.The modern industrial revolution，exit and the failure of internal control systems[J].The Journal of Finance，1993，48（5）：831.

[8] JAMES B E，MCGUIRE J B.Transactional-institutionalfit：Corporate governance of R&D investment in different institutional contexts[J].Journal of Business Research，2016，69（10）：3478.

[9] PATEL P C，GUEDES M J，SOARES N，et al.Strength of the association between R&D volatility andfirm growth：The role corporate governance and tangible asset volatility[J].Journal of Business Research，2018，88：282.

[10] WANG R，WANG F，XU L，et al.R&D expenditures，ultimate ownership and future performance：Evidence from China[J].Journal of Business Research，2017，71（1）：47.

[11] EBERHART A C，MAXWELL W F，AKHTAR R S.An examination of long-term abnormal stock returns and operating performance following R&D increases[J].The Journal of Finance，2004，59（2）：623.

[12] FREEMAN R，OHLSON J，PENMAN S.Book rate of return and prediction of earnings changes：An empirical investigation[J].Journal of Accounting Research，1982，20（2）：639.

[13] SLOAN R G.Do stock prices fully reflect information in accruals and cash flows about future earnings[J].The Accounting Review，1996，71（3）：289.

[14] RICHARDSON S A.Accrual reliability，earnings persistence and stock prices[J].Journal of Accounting and Economics，2005，39（3）：437.

[15] GUTH W D.Guest editors introduction：Corporate entrepreneurship[J].Strategic Management Journal.1990（11）：5.

[16] ROTHWELL R.Towards the fifth-generation innovation process[J].International Marketing Review，1994，11（1）：7.

[17] TEECE D J.Profiting from technological innovation：Implications for integration，collaboration，licensing，and public policy[J].Research Policy，1986，15（6）：285.

[18] VANDERPALG.Impact of R & D expenses and corporate financial performance[J].Journal of Accounting and Finance，2015，5 （7）：135.

[19] WILLIAM W M，PAUL M S.Effect of R&D expenditures and funding strategies on the market value of biotech firms[J].Journal of Engineering and Technology Management，1996，（12）：287.

[20] ETTLIE J E.R&D and global manufacturing performance [J].Management Science，1998，44（1）：1.

[21] 張铁山，邓新策.基于上市大数据企业的经营绩效与研发投入关系研究[J].工业技术经济.2016（9）：77.

ZHANG T S，DENG X C.Research on the relationship between business performance and R & D investment of listed big data enterprises [J].Industrial technology and economics，2016（9）：77.

[22] LEE J，KWON H B，PATI N.Exploring the relative impact of R&D and operational efficiency on performance：A sequential regression-neural network approach[J].Expert Systems with Applications，2019（137）：420.

[23] 张琴.技术背景CEO、技术创新与企业绩效：基于民营高科技企业的实证分析[J].经济问题，2018（5）：82.

ZHANG Q.Technological background：CEO，technological innovation and enterprise performance：An empirical analysis based on private high-tech enterprises [J].Economic Issues，2018（5）：82.

[24] 孙自愿，王玲，李秀枝，等.研发投入与企业绩效的动态关系研究：基于内部控制有效性的调节效应[J].软科学，2019（7）：51.

SUN Z Y，WANG L，LI X Z，et al.Research on the dynamic relationship between R & D investment and enterprise performance：The regulatory effect based on the effectiveness of internal control [J].Soft science，2019（7）：51.

[25] NOURY B，HAMMAMI H.The prediction of future cash flows based on operating cash flows，earnings and accruals in the French context[J].Journal of Behavioral and Experimental Finance，2020，28 （12）：100414.

[26] VEGANZONES D，SVERIN E，CHLIBI S.Influence of earnings management on forecasting corporate failure[J].International Journal of Forecasting，2021，https：//doi.org/10.1016/j.ijforecast.2021.09.006.

[27] PAGACH D P，WARR R S.Analysts versus time-series forecasts of quarterly earnings：A maintained hypothesis revisited[J].Advances in Accounting，2020，51（12）：100497.

[28] CHIU Y，HSIEH M TSAI C.Valuation and analysis on complex equity indexed annuities[J].Pacific-Basin Finance Journal，2019，57（10）：101175.

[29] 肖华，张国清.内部控制质量、盈余持续性与公司价值[J].会计研究，2013（5）：73.

XIAO H，ZHANG G Q.Internal control quality，earnings persistence and corporate value[J].Accounting Research，2013（5）：73.

[30] 许文静，吕鹏，梁凤弟.退市制度变革、盈利持续性与市场定价[J].学术研究，2018（4）：53.

XU W J，LV P，LIANG FD.Delisting system reform，profitability sustainability and market pricing[J].Academic Research，2018（4）：53.

[31] AMANKWAH A J，OSABUTEY E，EGBETOKUAN.Contemporary challenges and opportunities of doing business in Africa：The emerging roles and effects of technologies[J].Technological Forecasting & Social Change，2018，131（2）：171.

[32] YOU K F，BIANCO S D，LIN，Z B，et al.Bridging technology divide to improve business environment：insights from African nations[J].Journal Business Research，2019，97（2）：268.

[33] AMANKWAH A J，HINSONRE.Contextual influences on new technology ventures：A study of domestic firms in Ghana[J].2019，143（2）：289.

[34] TSAO S M，LIN C H，CHEN V.Family ownership as a moderator between R&D investments and CEO compensation[J].Journal of Business Research，2015，68（3）：599.

[35] RACELA O C，MATHUR I，Booth G G.Short and long run effects of internationalization and R&D intensity on firm performance[J].Journal of Multinational Financial Management，2016，34（1）：28.

[36] 胡楠，薛付婧，王昊楠.管理者短視主义影响企业长期投资吗？—基于文本分析和机器学习[J].管理世界，2021（5）：139.

HU N，XUE F J，WANG H N.Does short sightedness of managers affect long-term investment of enterprises？：Based on text analysis and machine learning[J].Management world，2021（5）：139.

[37] ANDRIESA P，HNERMUND P.Firm-level effects of staged investments in innovation：The moderating role of resource availability[J].Research Policy，2020，49：103994.

[38] EGGERS J P，KAUL A.Motivation and ability？ A behavioral perspective on the pursuit of radical invention in multi-technology incumbents[J].Academy of Management Journal，2017，37（1）：56.

[39] TEECE D.J.Dynamic capabilities and entrepreneurial management in large organizations：Toward a theory of the （entrepreneurial） firm[J].European Economics Review，2016，86（1）：202.

[40] XU X，SHEN T，et al.The role of innovation investment and executive incentive on financial sustainability in tech-capital-labor intensive energy company：Moderate effect[J].Energy Reports，2020，6（10）：2667.

[41] ACEMOGLU D，AKCIGIT U，AIP H，et al.Innovation，reallocation，and growth[J].American Economic Review，2018，108（11）：3450.

[42] DICHEV I D，TANG V W.Earnings volatility and earnings predictability[J].Journal of Accounting and Economics，2009，47（1-2）：160.

[43] 田雪姣，鲍新中，杨大飞.技术创新对创业板上市企业成长的影响作用分析[J].管理纵横，2020（11）：32.

TIAN X，BAO X，YANG D F.Analysis of the impact of technological innovation on the growth of GEM listed enterprises [J].Management Review，2020（11）：32.

[44] ALAM A，UDDINM.R&D investment，Uirm performance and moderating role of system and safeguard：Evidence from emerging markets[J].Journal of Business Research，2020，105（1）：94.

[45] BANKER R D，HUANG R，NATARAJAN R.Incentive contracting and value relevance of earnings and cash flow[J].Journal of Accounting Research，2009，47（3）：647.

[46] TEIXEIRA AC，QUEIRS AS.Economic growth，human capital and structural change：A dynamic panel data analysis[J].Research Policy，2016，45（8）：1636.

[47] 董直慶，王辉.市场型环境规制政策有效性检验：来自碳排放权交易政策视角的经验证据[J].统计研究，2021，38（10）：48.

DONG Z，WANG H.Effectiveness test of market-oriented environmental regulation policy：Empirical evidence from the perspective of carbon emission trading policy[J] Statistical research，2021，38（10）：48.

[48] 罗晓光，贺诺.董事会资本调节技术创新投入与企业价值关系研究[J].科技与管理.2019，21（5）：55.

LUO X G，HE N.Research on the relationship between technology innovation investment and enterprise value regulated byboard of directors[J].Science-Technology and Management.2019，21（5）：55.

[49] HE J，ORTIZ J.Sustainable business modeling：The need for innovative design thinking[J].Journal of Cleaner Production，2021，298：126751.

[50] 刘佳，张琴，张艾湄.政府补贴对企业实质性创新的影响研究：以A股高科技上市公司为例[J].科技与管理，2022，24（1）：77.

LIU J，ZHANG Q，ZHANG A M.Research on the impact of government subsidies on substantive innovation of enterprises：Taking A-share high-tech listed companies as an example[J].Science-Technology and Management，2022，24（1）：77.

[编辑：厉艳飞]

收稿日期： 2022-05-25

基金项目： 国家社会科学基金重大项目（18ZDA095）;国家自然科学基金重点项目（71731003）

作者简介： 傅晨曦（1987—），男，博士研究生;李延喜（1970—），男，教授，博士生导师.