创新投入对企业绩效的影响研究——基于医药制造业数据的实证分析

王关义 袁璐婵

（北京印刷学院 经济管理学院，北京 102600）

一、文献综述和研究假设

（一）国外文献综述

国外大多数学者的研究结果显示，创新投入与企业绩效呈正相关关系。Wang 等（2022）[1]以2007—2019 年中国A 股上市公司的财务数据为研究样本，发现上市公司的创新投入对企业绩效有显著正向影响。Tsegaye Mulugeta（2023）[2]研究了476 家埃塞俄比亚能源企业的研发投入与企业绩效之间的关系。实证结果显示，创新投入与企业长期绩效之间存在正相关关系，但对企业短期绩效有一定的负向影响，并且对不同类别企业的影响存在显著差异。Zhang（2021）[3]使用最小二乘法研究了创新投入与企业绩效的内生关系，以2014—2018 年沪深两市A 股主板上市公司为研究样本，从创新角度探究管理能力的提升能否有效促进企业创新投入向企业绩效的转化。研究结果表明，创新投入与企业绩效之间存在双向影响，创新投入能显著促进企业绩效的增长。

（二）国内文献综述

国内关于创新投入对企业绩效影响的研究甚多，但研究结果并不一致。大多数学者认为增加创新投入能有效促进企业绩效指标的提升。姚公安等（2009）[4]以我国2007 年电子信息产业中的百强企业为研究对象，结果显示，创新资金投入与企业绩效呈高度正相关关系，创新投入的增加会显著促进企业绩效的提升。王凤洲等（2012）[5]以福州上市企业2004—2009 年的数据为研究对象，发现企业技术创新投入与企业绩效指标呈正向相关关系。罗建强等（2023）[6]以2013—2019 年中国技术密集型上市制造企业面板数据为样本，实证研究了企业创新投入与企业绩效的关系，发现创新投入对企业绩效指标有正向影响。

另外，也有部分学者得出了不同的结论。许照成等（2019）[7]以2012—2016 年中国制造业上市公司数据为研究对象，实证结果表明创新投入与企业绩效呈倒U 型关系，即随着创新投入的增加，企业绩效先上升后下降。侯思源等（2020）[8]以2016—2018 年农业上市公司为研究对象，发现创新投入对企业绩效影响不显著。傅端香等（2023）[9]以沪深A 股上市制造业数据为研究对象，认为创新投入在短期内对企业绩效产生负向影响。

通过对现有文献的梳理，我们发现导致研究结果不一致的原因主要有以下两点。首先，选取的研究对象不同：大多数文献所选的样本数据时间跨度和企业样本容量都不同，这最终导致了研究结果的不同。其次，行业性质也存在差异：不同行业对创新投入的重视程度也有差异，比如，互联网企业和高新技术企业就需要更多的创新投入，而较为传统的行业则对创新的需求较少。[10]因此，创新投入程度的不同对企业绩效的影响也是不同的。综合上述分析，我们提出了本文的假设：

H1：创新投入能正向影响企业绩效，且效果显著。

二、研究设计

（一）样本选择与数据来源

为了研究我国制造业企业的创新发展情况，根据中国证监会行业分类指引2012 版本，本文选择极具代表性的医药行业作为研究对象，以我国2017—2022 年沪深A 股医药制造上市企业为研究样本，实证分析了医药制造业创新投入对企业绩效的影响，其中所有数据均来自国泰安数据库。但由于存在部分企业数据缺失等异常情况，为了保证数据的合理性、可靠性及严谨性，本文对样本数据进行如下处理：首先，所选企业经营情况覆盖优、中、差三个不同层次，以确保数据更具有效性；其次，剔除ST、*ST 和刚上市的企业以及2017—2022年数据缺失的企业，以保证数据的准确性和完整性。经过筛选，得到320 个样本观测数据，将数据导入Excel 表格中进行样本预整理，再使用SPSS25.0 软件进行数据的实证分析研究，最终得出一系列研究结果。

（二）变量定义

1.被解释变量：总资产收益率（ROA）。在以往的研究中，学者们对企业绩效的衡量标准各不相同，通常分为市场绩效表示法和多个会计指标综合评价法两种方式。市场绩效表示法即用托宾Q 值来衡量企业绩效的高低，即现有资本的市场价值与其重置成本的比率，托宾Q 值越高，则意味着未来企业越具有发展潜力。比如，杨思敏等（2023）[11]基于企业高管激励视角，选取了我国2010—2021 年沪深A 股上市公司的相关数据为样本，以市值与替代成本表示托宾Q 值。相较于托宾Q 值，国内更多学者选择使用多个会计指标综合评价法来衡量企业绩效。比如，马宏宇等（2023）[12]选取了2015—2019 年沪深A 股上市公司为研究样本，以资产收益率（净利润/总资产余额）来表示企业绩效。房孟佳（2022）[13]选取了2018—2019 年沪深A 股主板上市且研发投入大于零的公司为研究样本，以上市公司营业收入来表示企业绩效。

本文借鉴现有研究，选取上市公司的ROA 指标（净利润/期末总资产）作为衡量企业绩效的关键指标。ROA 值的大小反映了企业的盈利能力，一般而言，ROA＜15%的上市企业，表明其企业盈利能力较弱；15%≤ROA＜20%的上市企业，表明其盈利能力较强；ROA≥20%的上市企业，则表明其企业绩效非常优秀。[14]

2.被解释变量：净资产收益率（ROE）。净资产收益率表示在一定时期内，企业获取利润的能力，也可以反映企业的资金或资本的增值能力。净资产收益率指标值越高，说明企业收益水平越高。本文为了进一步检验模型的稳健性，用净资产收益率替换总资产收益率进行稳健性检验。其原因在于，总资产收益率和净资产收益率是表示企业盈利能力的主要指标，且均可以衡量企业获取收益的能力，因此，选取净资产收益率作为本文的稳健性检验指标更具有研究意义。本文将借鉴学者对企业绩效的学术研究成果，用企业净利润/期末净资产来衡量净资产收益率。

3.解释变量：创新投入（RD）。一般而言，当创新投入强度低于1%时，企业在激烈的竞争市场环境中生存的机会非常渺茫，更不可能达到可持续发展的战略目标。当创新投入强度在3%至5%之间时，说明企业能够在激烈的竞争环境中取得良好的经营效益，并在同行业企业中具有一定的竞争力。而当创新投入强度高于5%时，表明企业的自主创新水平处于行业领先水平，且未来发展前景广阔，具有较强的市场竞争力。[14]在目前已有的研究文献中，大多数学者使用研发投入与营业收入的比值来表示创新投入。王凤洲等（2012）[5]以2004—2009 年上海、深圳和福建省A 股上市的所有公司为研究样本，选取技术创新投入密度（技术创新投入/主营业务收入）来衡量企业技术创新投入程度。傅端香等（2023）[9]以2018—2022年沪深A 股上市制造业企业为研究对象，用研发费用/营业收入来表示创新投入大小，并衡量制造企业的研发投入水平高低。基于此，本文选取研发投入与营业收入的比值来计量企业创新投入的程度，其中研发投入和营业收入均取自医药制造企业中的利润表数据。

4.控制变量：影响医药制造业企业绩效的因素除了创新投入以外，还包括其他的变量。因此，为了直观地反映创新投入对企业绩效的影响，本文引入了以下三个控制变量：总资产规模（SIZE）、流动比率（WAC）和资产负债率（DEBIT）。

（1）总资产规模：是指企业所拥有或控制的总资产额。企业资产规模越大，表明该企业的财务状况越好、经济实力越强，且在创新方面投入较多资金，并对企业绩效产生较大的影响。罗建强等（2023）[6]在研究制造企业服务化、研发创新投入与企业绩效三者之间的关系时，发现企业规模对企业绩效有显著正向影响。因此，本文选择总资产规模作为控制变量之一，目的是降低总资产规模对企业绩效的侧面影响，以确保创新投入对企业绩效主效应的可靠性。本文将对医药制造企业的总资产取对数来表示总资产规模。

（2）流动比率：是衡量企业流动资产变现能力强弱和短期偿债能力高低的重要财务指标。流动比率的值越高，说明其变现能力和偿债能力越强，企业进行创新投入的研发资金就会越多，从而影响企业的绩效指标。郭红禹（2022）[15]以2007—2020 年A 股上市公司为研究样本，在研究企业内部薪酬差距、创新投入与财务绩效之间的关系时发现，流动比率对企业财务绩效有显著的正向影响。因此，本文选取流动比率作为控制变量，以流动资产/流动负债来表示流动比率。

（3）资产负债率：是负债总额与资产总额的比值。资产负债率的大小能够有效地反映企业在未来长期发展过程中的偿债能力，较高的资产负债率意味着较弱的偿债能力，表明企业面临较大财务风险；而较低的资产负债率则表明企业偿债能力较强，面临较小的风险，但不利于企业的长期发展。吴旻佳等（2022）[16]在研究耐心资本和创新投入对企业绩效的影响时发现，资产负债率在1%置信水平上显著负向影响企业绩效，说明资产负债率会在一定程度上对企业绩效指标产生影响。因此，本文选取负债总额/资产总额来表示资产负债率。具体各变量的计算方式如表1 所示。

表1 变量定义及解释

（三）模型构建

为检验创新投入对企业绩效的影响，本研究建立了关于变量ROA 的方程，并提供相应变量参数，构建如下基本回归模型：

其中ROA 表示企业绩效，α0，α1，α2，α3，α4是待估计参数，α0为截距项，α1，α2，α3，α4表示变量系数，ε 为随机误差项。

三、数据分析与假设检验

（一）描述性统计

本文对所有变量进行了描述统计分析，数据样本为320 个观测值，从最小值、最大值、平均值、标准差四个方面观察样本数据特征，描述性统计的具体数据结果如下页表2 所示。

表2 主要变量的描述性统计

总资产收益率的平均值为0.0719，远低于总资产收益率15%的高盈利能力水平，这表明在2017 年至2022 年期间，沪深A 股上市医药制造企业的平均收益率水平普遍不高，企业盈利能力较弱。样本数据的标准差为0.6206，表明不同企业之间的绩效差距较大，说明了医药制造企业的绩效水平总体上发展不均衡，其主要原因可能是各企业对创新投入的重视程度不同。另外，总资产收益率的最大值为0.3678，远远高于其平均值0.0719，表明仍然有部分企业的绩效水平十分优秀。总资产收益率的最小值为-0.1536，其值为负数，这表明部分企业的投入产出水平较差，企业的资产利用效率较低。

净资产收益率的平均值为0.1049，小于总资产收益率的较高盈利能力水平15%，说明在2017 年至2022 年期间企业绩效发展相对稳定，且企业净资产收益率的平均值还有很大的上升空间。净资产收益率的最大值为0.5427，高于总资产收益率的最大值0.3678，说明上市医药制造企业对净资产的利用率较高。净资产收益率的最小值为-0.262，其值为负数，表明医药制造业公司之间的绩效水平相差较大，也凸显了我国医药制造行业的平均绩效水平不高，其原因可能是由于我国医药制造企业数量规模较大，市场化水平高，导致企业之间产生较为激烈的竞争，且大多医药企业的规模主要以小型企业为主，因此，医药制造企业的集中度不均衡，整体的企业收益率较低。净资产收益率的标准差为0.0854，远小于总资产收益率的标准差0.6206，说明不同医药制造企业之间的净资产收益率水平差距较小，且净资产收益率效益高于总资产收益率。

创新投入的平均值为0.0496，处于3%至5%的创新投入强度之间，其数值接近创新投入强度5%，说明大多数医药企业在创新研发方面都进行了大量的创新投入，其创新投入水平相差不大，预示着医药制造企业未来发展前景十分乐观，且在市场上具有一定的竞争力。创新投入的最小值为0.0002，与样本数据的平均值0.0496 相差较大，说明部分企业对创新研发的投入严重不足，或者部分企业对创新投入的重视程度还不够。创新投入的最大值为0.1708，表明在医药制造企业中，仍然存在部分企业的创新投入力度较大的情况，且创新投入最大值和最小值相差过大，反映出各企业之间对创新投入的重视程度有较大差异。创新投入的标准差为0.0361，从整体上来看，说明我国医药制造企业的创新投入强度不存在特别明显的差距，并且其数值较小，表明我国医药企业还有很大发展空间和潜力。

总资产规模的平均值为22.6717，说明我国医药制造企业的规模处于中等水平，其中最小值是20.9343，最大值达到25.3976，浮动范围不大，表明大多数医药制造企业的规模差异较小。根据企业总资产规模的标准差为0.9724，其数值小于1，再结合企业规模的平均值、最小值以及最大值的浮动范围，综合可知我国医药制造企业的规模不存在明显差异，也说明各企业之间总资产占比没有太大差距。

当流动比率的值大于2 时，企业就可以保证短期负债能得到偿还。本样本的流动比率平均值为1.9169，其数值小于2，则说明大多数医药企业流动资金变现能力较弱，存在一定的短期偿债风险。流动比率的最小值为0.0035，说明某些医药企业的流动资产几乎不能变现，随时都有资金链断裂的风险，不利于企业长期发展。流动比率的最大值为12.6897，远远高于标准值比率2，表明个别医药制造企业的资产变现能力非常强，但是过高的流动比率意味着某些医药制造企业有大量闲置资金或者存货积压，说明企业未能合理利用资产，可能会失去更多投资机会。流动比率的标准差为1.7984，超过1，意味着我国大部分医药制造企业的流动比率与平均值之间差距较大，各企业短期内的偿债能力存在明显差异。

从财务的角度来看，资产负债率在40%左右最为合适且更利于企业的可持续发展。本样本资产负债率的平均值为1.0536，远远超过40%，说明我国医药制造企业的负债率普遍过高。资产负债率的最小值为0.0297，负债率太低，说明部分企业未能进行有效融资。资产负债率的最大值为12.6897，负债率过高，意味着个别企业的所有者投入资本较少，企业只能过度依赖债务融资，这样不仅会给企业带来巨额的利息支出，而且较高的偿债压力可能会让企业面临无法及时偿还债务而承担违约风险，甚至导致破产。资产负债率的标准差为1.6507，其值仍然过大，表明医药制造企业的整体负债率水平较高。综上所述，大多数医药制造企业的资产负债率均超过了正常水平，企业应该调整优化债务结构以降低资产负债率，适应市场经济变化。

（二）相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。值得注意的是，相关性分析并不能表明变量之间的因果关系，它只能说明变量之间是否存在相关关系，并通过具体数值表示相关程度的大小，这一大小是由相关系数来确定。相关系数指标的值介于-1 至1 之间，若相关系数的绝对值越接近于1，表明变量因素之间呈高度相关关系；若相关系数值等于1 时，则表示变量因素之间呈完全正相关关系；若相关系数值等于-1 时，则表示变量因素之间呈完全负相关关系；当相关系数值等于0 时，则说明变量因素之间不存在线性关系。因此，在研究变量因素之间的回归关系之前，必须对变量因素进行相关性分析。常见的相关性分析方法包括皮尔逊相关（Pearson Correlation）和斯皮尔曼相关（Spearman Correlation），本文采用皮尔逊相关对创新投入、企业绩效、总资产规模、流动比率、资产负债率进行相关性分析，结果见下页表3。

表3 主要变量的Pearson 相关系数矩阵分析结果

由表3 可以看出，创新投入与企业绩效之间的相关性系数为0.194，且在5%的置信水平上显著，这表明上市医药制造企业的创新投入与企业绩效两者之间存在正相关关系，即增加创新投入能有效促进医药制造业的企业绩效，本文假设得到初步证实。企业绩效与总资产规模存在正相关关系，相关系数为0.017，其相关系数值较小。企业绩效与流动比率的相关系数为0.169，为正值，在5%的置信水平上影响企业绩效，说明流动比率越高，企业绩效表现越好。企业绩效与资产负债率的相关系数为0.236，在5%的置信水平上正向影响企业绩效。除此之外，流动比率和资产负债率之间存在5%置信水平上的负相关关系，说明提高企业流动比率会有效降低资产负债率。

为了检验自变量之间是否存在多重共线的问题，本文进一步计算了自变量对因变量的方差膨胀因子（VIF），最终的计算结果如表4 所示。根据表中数据，各自变量的方差膨胀因子值均远远小于10，说明各自变量对因变量企业绩效的回归模型影响较小，这证明了变量之间不存在多重共线的问题，说明此模型构建比较合理。

表4 创新投入对企业绩效的方差膨胀因子（VIF）计算结果

（三）回归分析

为了进一步研究创新投入对企业绩效的影响，继续对变量进行回归分析。模型（1）是在不加控制变量的情况下，仅对创新投入和企业绩效进行线性回归。模型（2）是在控制了其他变量之后，研究创新投入和企业绩效的线性关系，并得出相应回归结果，见表5。

表5 创新投入对企业绩效的基本回归结果

基于回归分析表5 中模型（1）的结果可以看出，创新投入对企业绩效的回归系数为0.303，且在1%的置信水平上呈显著正相关关系，这表明创新投入可以正向地显著影响企业绩效，即当医药制造企业提高创新投入比例后，企业绩效呈上升趋势。其主要原因一是创新型医药企业能利用先进的技术设备，以更低的生产成本提高企业生产效率，从而提升企业的绩效水平；二是创新投入能够使医药制造企业推出产品和服务，快速地吸引客户，满足市场需求，有助于企业获得更高收益率，同时也为医药制造企业占据市场创造了条件。

加入控制变量后的模型（2）显示，创新投入和企业绩效的回归系数为0.312，在1%的置信水平上仍然高度显著。这验证了在加入控制变量之后，医药制造企业的创新投入仍然能够正向地显著影响企业绩效，即创新投入的增加可以有效促进企业绩效的提高。

根据模型（1）和模型（2）的回归分析结果，可以得出我国医药制造企业的创新投入与企业绩效之间存在显著的正相关关系。因此，医药企业应该正视创新投入对企业绩效表现的影响，并根据企业自身发展阶段有计划地进行创新投入，以帮助企业提升收益率。因此，本文假设成立。

（四）稳健性检验

在经济学领域，对研究结论进行稳健性检验的方法主要有以下几种，一是可以通过替换自变量或因变量的方式，检验替换后的自变量或因变量对结论的影响，观察新结论与原始结论是否一致。若一致则说明该模型具有稳健性，若不一致，则说明此模型不具有稳健性；二是可以增加或减少控制变量，来检验模型的稳健性；三是可以使用不同的理论模型或数学模型，对结论进行重新检验，通过对比最终结果来达到检验模型稳健性的目的。

本研究通过选择替换因变量的方式，重新定义被解释变量，用净资产收益率作为企业绩效的替代变量，进而代替总资产收益率，再次对模型进行回归检验分析，结果见表6。

表6 稳健性检验结果（被解释变量为ROE)

数据结果显示，净资产收益率与创新投入的回归系数为0.466，且在1%的置信水平上呈显著正相关，这表明创新投入的增加可以促进净资产收益率的提高。这一检验结果与主回归结果保持一致，证明了本文的假设具有稳健性。

四、结论与建议

本文以2017—2022 年沪深A 股上市医药企业为研究对象，得出以下结论，并对医药制造上市公司创新发展提出相应建议。

（一）结论

随着经济全球化进程的加快和科学技术水平的不断提高，加大企业自主创新力度已成为推动我国经济高质量发展的核心内在力。企业的长远发展离不开创新技术的有力支撑，只有不断地创新，才能增加其服务和产品的附加值，获得市场竞争力，进而提升企业绩效。

基于不同类型企业的创新投入存在较大差异，本文以沪深A 股上市企业为例，选取更具代表性的医药制造企业作为研究对象。首先对各变量进行了描述性统计；其次初步研究了创新投入和企业绩效的相关性关系，发现两个变量之间的相关性系数为0.194，存在正相关关系，且在1%的置信水平上显著；再次，通过基本线性回归进一步分析，发现创新投入和企业绩效之间的回归系数为0.303，且在1%的置信水平上高度显著，说明创新投入正向显著地影响企业绩效，本文假设成立；最后，使用净资产收益率代替总资产收益率，进行稳健性检验，结果仍然显著且正相关，证明了本文假设具有稳健性，进一步增强了研究结论的可靠性。

（二）建议

现阶段，党和国家正带领全国各族人民为实现第二个百年奋斗目标而不懈努力。这期间，要实现全面建成社会主义现代化强国的目标任务，就必须全面提升我国医药制造业创新体系的效率水平，实现我国科技高水平自立自强。

1.医药制造企业应树立强烈的创新意识，并不断增强创新观念。创新是第一发展动力，企业能否长期可持续发展很大程度上取决于企业经营者对创新意识的重视程度。医药制造业作为技术密集型行业，要想在行业中处于领先位置，就必须拥有高水平的核心技术。因此，医药企业应定期对员工进行自主创新意识培养教育，除此之外，医药制造业还可以开展企业自主创新人才和企业家之间的研讨交流活动，培养其创新精神，同时引进大量具有独到创新眼光的优秀创新人才，提高创新人才质量，营造良好的创新环境。

2.医药企业需要加大创新投入力度，并进行合理的创新投入决策。由于不同医药制造企业处于不同的发展阶段，其经营战略和经济环境也各有差异，因此，医药制造业应根据自身实际发展需求，适当提高研发经费投入，并合理配置企业创新投入资源。更重要的是，企业应全面评估需要进行创新优化的产品和服务，有针对性地进行创新投入，以避免资源的浪费，从而有效提升企业绩效，为人们带来更大的收益和满意的服务。

3.企业应建立信息共享机构，以有效打破信息壁垒，降低信息差，促进知识共享和共同发展。医药制造企业应根据市场需求，与政府、科研机构以及金融机构等相关部门建立紧密的合作伙伴关系，构建信息共享平台，并积极拓展合作渠道，最终实现企业技术创新和信息互惠。通过信息共享的方式，医药制造企业开展共同药物研发、技术交流等合作关系，不仅可以获取前沿的科学信息和先进的技术经验，还能大大提高获取市场信息的效率和准确度，有助于更好地把握市场行情和科技动态，提升自身创新竞争力。

4.有效利用国家相关扶持政策。截至目前，我国各地区已经出台了超过二十多项政策措施，鼓励医药制造业发展。这些政策涉及产业园规划、专项资金扶持、融资渠道建设等各方面。由此可见，我国对医药制造业的发展非常重视，其目的在于持续激励研发者不断进行自主创新，既有助于企业高效地进行创新投入，促进医药企业持续生产，又能形成良性的经济制度运行模式。因此，医药制造企业应该充分把握国家利好政策，利用政府补助、税收返还等措施解决企业融资困难等问题，降低企业融资风险，节约企业成本，减轻企业的后顾之忧，同时，提高企业创新活力和积极性，使得企业绩效最大化。