企业研发管理对R & D投入与企业绩效关系的调节效应——对广东省科技型中小微企业的分析

0 引言

在《“十三五”国家科技发展规划》中，以企业为主体、市场为导向的技术创新体系更加健全，高等学校、科研院所治理结构和发展机制更加科学，军民融合创新机制更加完善，国家创新体系整体效能显著提升是我国“十三五”科技创新发展目标。全国科技经费投入统计公报指出，2015年我国研发经费投入总量迈上1.4万亿的新台阶，研发经费投入强度达到2.07%，研发投入规模和投入水平实现新突破。其中，2015年企业投入研发经费达10 881.3亿元，比上年增长8.2%，对全社会研发经费增长贡献达71.1%，成为全社会研发投入的引领者，凸显了企业在国家创新体系中的主体地位。企业作为以营利为目的经济单位，绩效是其追求的根本，但企业R&D投入能否有效转化为企业绩效(企业利润)？企业研发管理制度能否对企业R&D投入与其绩效的关系起调节作用？上述问题有待实证分析。实务界与理论界对研发投入与企业绩效关系已经进行了诸多研究。Griliches[1]研究发现，R&D投入和专利技术能够提升企业价值。随着研究不断深入，由于某些情况下R&D投入与企业绩效存在显著正相关或者负相关，甚至可能表现出非显著相关，学者们开始对二者关系的确定性产生质疑。因此，部分学者侧重于分析影响上述两者关系的其它因素。与企业性质和活动相关的各种内外部条件，如企业规模、高管激励、管理层权力等逐步进入研究视野，成为调节R&D投入与企业绩效关系的重要变量。目前，少数研究者将研发管理作为一个调节变量，验证其对R&D投入与企业绩效关系的影响。有数据表明，在全球技术革新成果中，只有不到10%的R&D投入最后转化成了现实生产力，即商业利润，这显然是由企业不完善的研发管理所致。有效的研发管理能够提高科学技术与各种资源利用效率，对研发中的各种要素与资源进行统筹协调，从而将企业研发投入转化为企业经营效益。同时，随着全球化进程加快和信息化程度快速提升，企业原有人员、知识与研发能力受到外部新技术、新机会的巨大冲击，企业R&D投入转化为企业商业利润的不确定性越来越大，而企业研发管理在一定程度上能够缓解外部环境带来的影响。企业研发管理是指企业在研发活动过程中，对所涉及的各个基本要素进行的协调活动，内容包括制度建设、流程塑造、团队培养、绩效考核、风险评估、成本控制、项目和知识管理等[2]。企业研发管理的首要内容与关键环节在于企业研发管理制度的建设和完善。制度作为约束人们行为的规则，能够有效抑制群体活动中可能出现的任意行为和机会主义行为。研发管理制度的建立能够为企业研发行为提供制度保证，有效降低研发管理过程中的不确定性，从而为实现企业经营收益提供基本服务。

基于此，本文以广东省科技型中小微企业为研究对象，一方面研究企业R&D投入对企业绩效的影响，另一方面将企业研发管理制度作为调节变量引入，探讨其对R&D投入与企业绩效关系的影响，拓展了现有研究视角，对进一步分析R&D投入与企业绩效的关系具有重要理论意义。

1 文献综述与研究假设

1.2 R&D投入与企业绩效

国内外关于企业R&D投入与企业绩效关系的研究不胜枚举，然而目前学术界对此尚未形成统一结论。本文将现有研究结论分为3类：第一类是R&D投入与企业绩效存在显著正相关关系。Scherer是最早研究企业R&D投入与产业创新绩效的学者，通过建立一个有关美国500强企业R&D投入线性回归模型，在控制企业规模、市场势力等变量的基础上，分析得出：企业R&D投入与产业创新绩效具有显著正向关系。Wakelin[3]在Cobb-Douglas生产函数的基础上，分析了R&D投入与英国170家企业生产率提升之间的关系，发现R&D投资强度对企业生产率具有显著正向影响。Connolly[4]通过分析美国1997—2001年的数据，发现研发投资强度与托宾Q显著正相关。程宏伟等[5]研究发现，企业研发强度与主营业务利润率显著正相关；第二类是R&D投入与企业绩效存在显著负相关关系。Hitt与Hoskisson[6]以美国1970—1986年191个横跨29个行业的公司为研究对象，发现R&D投入与企业绩效之间存在负相关关系。Gou[7]通过分析中国软件行业数据，发现R&D投资强度与企业利润率、生产率均呈现负相关关系。也有学者指出，R&D投入对企业绩效的影响并不都是积极的，也可能是负面的。R&D投入并不会比其它形式的投资支出更有利于提高企业绩效[8]；第三类是R&D投入与企业绩效不存在显著相关关系。刘洪[9]通过建立R&D投资决策模型对二者关系进行深入研究发现：R&D投入与企业绩效之间呈现非线性关系。Lin[10]以美国258家企业为研究对象，通过分析企业专利与财务数据发现，研发投入与企业绩效之间不存在显著相关关系。从目前研究看，多数学者更倾向于第一类，认为R&D投入与企业绩效存在显著正相关关系。根据资源基础学派的核心观点，企业是由一系列资源束组成的集合，企业竞争优势来源于企业拥有的资源，尤其是异质性资源[11]。这种异质性资源，如R&D投入，会对企业绩效产生促进作用，从而创造企业竞争优势。因此，本文提出以下假设：

H1：R&D投入与企业绩效具有显著正相关关系。

对于万能轧机的重轨生产，轧机对型钢断面的轧制要高于普通轧面20 m左右。在离钢轨尾部10 m的范围内，会存在一个高于正常轨道0.5 mm以上的“高点”，该“高点”会在钢轨有0.5 m左右的持续长度。对于这些影响列车运行的“高点”，传统“高点”处理方式为器具打磨，但器具打磨会严重影响钢体的质量与寿命。而使用全轧程热力耦合数值模拟系统，能够完成E孔型和UF孔型的连轧工作。其中UF孔型属于半封闭的轨道孔型，轧件在离开E轧机进入UF轧机的过程中，会由于半封闭孔型而发生“甩尾”现象，轧件尾部会明显高于脱离轧机时的轨高。

台肇地区受储层非均质性影响，不同注水井注入压力高低有别，即使对于同一注配间，注入压力也相差较大。以ZH212队的8个注配间为例，注水压力相差幅度普遍高于3 MPa（表1）。对于单泵多井注入流程，注入压力最高的井决定了柱塞泵的注入压力，注入压力相对较低的井则需要依靠阀门调节压力，注水井憋压，泵压损失较大，截流造成大量电能浪费。

既有研究倾向于将R&D投入强度作为企业R&D投入衡量指标，以R&D经费投入总量与企业销售收入的比值表示。大多数学者认为，与总量指标相比，R&D经费投入强度更能反映与企业规模、市场地位相适应的研发投入情况，在不同企业之间更具有可比性。但是研发总量指标能够促进企业规模效益实现，从而提高企业经济绩效。多数研究侧重于R&D经费投入相关指标，往往忽视了R&D人员相关指标。R&D人员作为企业最重要的人力资本，其创造力是企业技术进步的重要源泉，是企业绩效提高的关键。R&D人员是企业中最重要的资源，是企业生产要素的核心，是企业生存和发展的源泉[12]。因此，本研究从R&D人员投入总量与投入强度、R&D研发经费总量与投入强度对研发投入进行剖析，进而分析R&D投入与企业绩效的关系。

H1a：R&D经费投入总量对企业绩效有显著正向影响；

一是统一思想，坚定信心。统一思想是企业健康发展的前提和保证，思想统一的员工队伍是企业具有战斗力的基础，是企业发展的内在动力，也是企业战胜一切困难的法宝。企业发展最终依靠的是整个团队，一定要将员工的思想统一到此次会议的精神和主旨上来，要在“一主两翼”发展战略引领下，统一思想、统一认识、统一步调、统一行动，坚决贯彻落实好公司确定的总体要求、关键举措和重点工作。公司发展离不开信心的支撑。积极的心态、坚定的信心是战胜困难的重要力量。要紧随国家政策变化，解决企业发展面临的问题。

H1b：R&D经费投入强度对企业绩效有显著正向影响；

现代继续教育不但包括院校传授的知识，同时也包括人文科学、社会科学；除此之外继续教育的内容还应适应各专科护理技术的相关需求，重点为现代护理技术发展中的新方法、新技术、新知识和新理论。

H1c：R&D人员投入总量对企业绩效有显著正向影响；

H1d：R&D人员投入强度对企业绩效有显著正向影响。

1.2 研发管理的调节作用

目前学界关于研发管理的研究主要侧重于研发管理模式、研发管理体系等方面。如张健与何真[13]提出，企业集团研发管理组织结构大致可归纳为3种模式：单一中心式研发管理模式、多中心式研发管理模式和轴心式管理模式。

学界也比较关注研发管理对企业绩效的影响。如肖文与林高榜[14]认为，企业新技术能否成为企业内在发展动力，从而提升企业赢利能力和竞争力，已不再是单纯的技术问题，而是一个重要的研发管理问题。张彦[15]认为，研发管理能够降低或消除技术创新的不确定性和风险性，为技术创新提供条件，从而促进技术创新，技术创新则能够提升企业竞争优势，为企业赢得市场收益。

另外，相关管理人员在对巡检人员进行安全教育的过程中，可以使用实际的案例完成教育。也要对监督机制等进行完善与落实，规范巡检人员的安全行为。可以使用月抽查考核的方式，结合安全先进工作者的评比，让相关巡检人员对于航标巡检过程中的安全保障工作更加重视。

研究研发管理对R&D投入与企业绩效关系调节作用的学者较少，更多的是从定性研究角度分析研发管理对二者关系的影响。如Cohen 与 Levinthal[16]认为，由于每个企业研发管理水平不同，企业能否有效地将现有资源投入转化成创新成果是不确定的。高杰与蔡虹[17]认为，我国大部分高新技术企业在生产经营过程中均投入过大量的人力和物力进行技术创新，但效果并不理想，究其原因，关键是研发组织管理存在问题。王岩[18]认为，大多数企业领导常常将研发部门看作是一个与企业其它部门联系松散的黑盒子或象牙塔。他们把钱放入黑盒子中，通过里面的神秘工作，这些投资可能产生好的结果也可能不产生结果，他们并不重视企业研发管理，因而他们也不清楚企业R&D投入能否有效转化成企业绩效。吴剑峰等[19]从“硬性”研发管理活动出发，研究其在企业国际化与技术创新绩效之间的调节作用。

企业研发管理活动能够将企业有限的资源合理分配，提高企业资源利用效率，并最大程度地提高企业资源转化效率和企业绩效产出。研发管理是一个系统过程，可分为“硬性”内容，如经费投入、研发机构设立、知识产权管理等，以及“软性”内容，如领导者创新意识、企业创新文化和制度等。研发管理制度建立为企业研发投入提供了制度保障，研发投入直接影响后续研发活动开展，是企业创新的重要资源保障。根据以上论述，提出以下假设：

H2：企业研发管理制度能够调节R&D投入与企业绩效之间的关系。

在前文假设中，R&D投入与企业绩效之间的关系细化为4类：R&D经费投入总量、R&D经费投入强度、R&D人员投入总量、R&D人员投入强度分别对企业绩效的影响。因此，细分研发管理制度对R&D投入与企业绩效之间的调节作用，分别得出以下假设：

(2)R&D投入对企业绩效的影响。R&D 投入对企业绩效的回归分析结果见表4。由表4(M1)可知，模型1的DW值为1.910，表明残差系列不存在序列相关，即回归方程能够充分说明被解释变量的变化规律。模型1回归结果表明：总体上R&D经费投入强度(X2)、R&D人员投入总量(X3)对企业绩效均有显著正向影响，即R&D经费投入强度与R&D人员投入总量越大，企业绩效越高，因此H1b，H1c成立。R&D人员投入强度(X4)对企业绩效有显著负向影响，即研发人员投入强度越大，企业绩效越低，因此H1d不成立。研发人员投入强度(X4)对企业绩效具有显著影响，但是二者关系并非正相关而是负相关。研发经费投入总量(X1)对企业绩效不具有显著影响，即H1a不成立。控制变量中，企业上市情况对企业绩效有显著正向影响，其余控制变量对企业绩效不具有显著影响。

(2)解释变量(X)。如前文假设所述，企业R&D投入分为研发经费投入与研发人员投入，并从相对量与绝对量两个方面进行细分，包括研发经费投入总量X1、研发经费投入强度X2(研发费用投入总量占营业收入比)、研发人员投入总量X3，研发人员投入强度X4(研发人员投入总量占职工总数比)。

H2b：企业研发管理制度能调节R&D经费投入强度与企业绩效之间的关系；

根据以上研究步骤及研究目的，建立相应研究模型。

H2d：企业研发管理制度能调节R&D人员投入强度与企业绩效之间的关系。

1.3 研究框架

依据以上研究假设，构建R&D投入、研发管理制度(制定与否)和企业绩效的假设模型，如图1所示。

  

图1 假设模型

2 研究设计

2.1 数据来源与研究方法

本研究样本来自于2016年广东省科技厅科技型中小微企业数据库。数据库共有4 690个企业样本，分别来自于广东省内地级市，涉及电子信息、环境与资源、先进制造与自动化、高技术服务、新材料、现代农业等高技术行业，样本行业覆盖各个领域，具有一定的代表性。本文依据以下原则进行样本筛选：①剔除样本期内数据不全的企业；②剔除营业收入高于4亿元的企业(高于4亿元的企业不在本研究范围内)；③剔除填写错误的企业。经过筛选，最终选取3 214个样本数据。

江大亮就想到了租房子住，肖点点的表姐就说：“你一个人住租一套房实在划不来，这边的房租比咱们那边贵好几倍，莫不如跟人家一块合租，江大亮就一狠心，跟人家合租了。

2.2 指标及变量说明

(1)被解释变量(Y)。本文采用的被解释变量指标为主营业务利润率(Y)，计算公式如下：主营业务利润率(Y)=主营业务利润/主营业务收入。对科技型企业来说，其主营业务是销售高新科技产品，研发活动的经济效益主要通过产品销售体现。因此，在对科技型企业研发投入与企业绩效进行研究时，用主营业务利润衡量企业绩效，能够更合理地体现出研发投入与其对应关系。

㉙ Warren Samul and Branddies Louis，“The Right of Privacy”，Harvard Law Review，4(5)，December，1890;转引自［美］桑尼尔·索雷斯《大数据治理》，匡斌译，清华大学出版社2014年版，第12页。

我的画院：画院是我的绘画道路得以前行的一个保障，它为我提供了展示的机会，专研的动力，交流的平台。杭州画院是一个团结的集体，每位成员都有自己的追求目标，用“美美与共，和而不同”来形容最合适不过。

(3)调节变量。引入研发管理制度作为调节变量，探讨研发管理制度制定与否对R&D投入与企业绩效关系的调节作用。前者为分类变量，“0”代表没有制定，“1”代表已制定。本研究以研发管理制度制定与否作为调节变量，而非用程度指标进行考量，一方面是由于目前数据库中关于研发管理制度的数据只有“是”与“否”两个选项，并没有程度指标数据；另一方面由下文分析可知，共449家接近14.0%的企业尚未建立研发管理制度，这为本文提供了一个研究方向。在后续研究中，可将程度指标纳入到分析过程中，以提高实证分析的精确度。

(4)稳健性检验。为检验上述结论的可靠性，本文同时进行了稳健性检验，具体过程如下：以资产利润率作为企业绩效替代变量，R&D经费投入总量/总资产作为研发经费投入强度替代变量，其它变量保持不变，回归结果符号与显著性基本未发生变化，表明本文结论较稳健。

2.3 研究步骤与模型构建

本文主要目的在于分析研发管理制度的调节作用，因而需要考虑具体可行的研究方法。根据温忠麟等[20]的观点，当自变量是连续变量，调节变量是类别变量时，应选择分组回归方法，若回归系数差异显著，则调节效应显著。本研究自变量为R&D投入(连续变量)，调节变量为研发管理制度制定与否(类别变量)，故应采用分组回归方法，并且采用强迫进入(Enter)方式进行回归分析，具体研究步骤如下：①变量中心化处理(标准化)。在作调节效应分析时，通常要对变量进行中心化变换。本研究运用IBM SPSS Statistics 22.0软件对相应变量进行中心化处理；②哑变量设置。除连续变量外，本研究还存在几个分类变量，因此需要对其进行哑变量设置；③将控制变量、自变量与因变量纳入模型，在其它条件相同的情况下，分析自变量与因变量的回归关系；④通过SPSS的分组设置，将所有个案拆分为两组，再将涉及变量纳入模型，分析调节变量(研发管理制度)对自变量与因变量的调节关系。

 

表1 变量定义与测量

  

变量定义测量方法被解释变量Y主营业务利润率主营业务利润率=主营业务利润/主营业务收入解释变量X1研发经费投入总量———X2研发经费投入强度研发费用投入总量占营业收入比X3研发人员投入总量———X4研发人员投入强度研发人员投入总量占职工总数比调节变量X5研发管理制度0=未制定研发管理制度，1=已制定研发管理制度控制变量Size企业规模用企业总资产表示Year年龄2016减去企业的注册年份Ind产业0=第一、三产业，1=第二产业Le上市情况0=非上市企业，1=上市企业

H2c：企业研发管理制度能调节R&D人员投入总量与企业绩效之间的关系；

Y=a0+a1X1+a2X2+a3X3+a4X4+a5Size+a6Year+a7Ind+a8Le+ε

(1)

Y=c0+c1X1+c2X2+c3X3+c4X4+c5Size+c6Year+c7Ind+c8Le+ε

(2)

Y=b0+b1X1+b2X2+b3X3+b4X4+b5Size+b6Year+b7Ind+b8Le+ε

(3)

模型(1)考察R&D投入与企业绩效的关系；模型(2)考察在未制定研发管理制度的情况下R&D投入与企业绩效的关系；模型(3)考察在已制定研发管理制度的情况下R&D投入与企业绩效的关系。结合模型(1)-(3)的结果，说明研发管理制度的调节效应。

3 实证分析

3.1 描述性统计及分析

各主要变量描述性统计结果如表2所示。在总体研究样本中，已制定研发管理制度的企业有2 765家，占总样本数的86.03%，未制定研发管理制度的企业有449家，占总样本数的13.97%。从各变量均值看，已制定研发管理制度的企业略高于未制定研发管理制度的企业，尤其是主营业务利润指标，反映了已制定研发管理制度的企业整体绩效优于未制定研发管理制度的企业。

 

表2 主要变量描述性统计结果

  

变量样本分类N均值标准差极小值极大值总样本32149．446．12046企业成立时间(年)未制定研发管理制度4499．026．30046已制定研发管理制度27659．516．09045总样本3214289．21458．7109270R&D经费投入总量(万元)未制定研发管理制度449124．48263．8702915已制定研发管理制度2765315．96477．6909270总样本32140．251．07020R&D经费投入强度未制定研发管理制度4490．251．23017已制定研发管理制度27650．251．04020总样本321419．3026．840379R&D人员投入总量(人)未制定研发管理制度4499．6914．570156已制定研发管理制度276520．8728．030379总样本32140．220．1800．87R&D人员投入强度未制定研发管理制度4490．140．1500．83已制定研发管理制度27650．230．1800．87总样本32147224．2018116．671．6539760企业总资产(万元)未制定研发管理制度4494578．2914263．284232562已制定研发管理制度27657653．8618634．221．6539760总样本3214-0．081．35-460．78主营业务利润率未制定研发管理制度449-0．091．66-310．76已制定研发管理制度2765-0．081．29-460．78

3.2 假设检验

(1)多重共线性检测。自变量之间的多重共线性会对回归方程估计造成很大影响。因此，在对多个变量进行回归分析时，首先需要对自变量之间的多重共线性问题进行检测。在实际研究过程中，各个解释变量之间很难完全独立，一定程度的相关并不会对研究结果造成严重影响。如果变量的Person相关系数超过0.8，表示可能存在多重共线性问题，还需要作进一步检测。同时，可以通过方差膨胀因子(VIF)进行变量多重共线性检测。由表3可知，各变量之间的Person相关系均小于0.4，仅个别指标之间的相关性大于0.4但小于0.5，表明各变量之间的相关性并不强。其次，各变量的VIF值介于1.012～1.765之间，平均值远低于可接受水平10，即变量之间的多重共线性较弱。因此，各变量之间的多重共线性问题并不存在。

 

表3 各变量相关系数

  

VarX1X2X3X4SizeYearIndLeVIFX110．0580．4120．0150．2870．1390．0340．0991．268X20．05810．0070．043-0．021-0．0550．0110．031．765X30．4120．00710．2010．2690．1990．0370．1241．379X40．0150．0430．2011-0．111-0．217-0．087-0．011．158Size0．287-0．0210．269-0．11110．2040．0450．1311．179Year0．139-0．0550．199-0．2170．20410．0560．0621．142Ind0．0340．0110．037-0．0870．0450．05610．0011．012Le0．0990．030．124-0．010．1310．0620．00111．032

H2a：企业研发管理制度能调节R&D经费投入总量与企业绩效关系的关系；

(3)调节效应检验结果。调节效应检验及结果见表4。由表4(M2)可知，模型2的DW值为2.004，表明残差系列不存在序列相关，即回归方程能够充分说明被解释变量的变化规律。模型2回归结果表明，除控制变量中的产业类型、企业上市情况对企业绩效具有显著正向影响外，自变量与其余控制变量对企业绩效均不具有显著影响，且模型2的△R2仅为0.035。由表4(M3)可知，模型3的△R2为0.242，由M1的0.209上升到M3的0.242，由M2的0.035上升到M3的0.242，表明研发管理制度对R&D投入与企业绩效之间的关系存在一定的调节作用，即H2成立。

从研发经费投入总量(X1)看，模型M3中，研发经费投入总量(X1)与企业绩效的关系并不显著，表明研发管理制度并没有对研发经费投入总量(X1)与企业绩效的关系起调节作用。比较模型M1与模型M3可知，总体上，研发经费投入总量对企业绩效并没有显著关系。因此，不论是否存在研发管理制度，二者关系并不会发生明显转变，即H2a不成立。

从研发经费投入强度方面看，比较模型M1与模型M3可知，研发经费投入强度与企业绩效的回归系数由模型M1的0.453上升至模型M3的0.515。同时，比较模型M2与模型M3可知，研发经费投入强度与企业绩效的关系由不显著到显著。由以上分析可知，研发管理制度对研发经费投入强度与企业绩效的关系具有正向调节作用，即H2b成立。

从研发人员投入总量看，比较模型M1与模型M3可知，研发人员投入总量与企业绩效的回归系数由模型M1的0.045上升至模型M3的0.046。同时，比较模型M2与模型M3可知，研发人员投入总量与企业绩效的关系由不显著到显著。由以上分析可知，研发管理制度对研发人员投入总量与企业绩效的回归系数具有正向调作用，即H2c成立。

从研发人员投入强度看，比较模型M1与模型M3可知，研发人员投入强度与企业绩效的回归系数由模型M1的-0.073下降至模型M3的-0.077。同时，比较模型M2与模型M3可知，研发人员投入强度与企业绩效的关系由不显著到显著。以上分析可知，企业研发管理制度建立使研发人员投入强度与企业绩效的负向显著关系强度得以提升，表明企业在制定研发管理制度后，随着研发人员比例提高，企业绩效出现下降趋势。

“实事求是，是马克思主义的根本观点，也是我们党的基本思想方法、工作方法、领导方法。”[7]陈云曾说， “我们犯错误，就是因为不根据客观事实办事。”文化大革命、大跃进的教训历历在目，当前中国特色社会主义进入新时代，国内外形势发生了变化，我国社会主要矛盾已经发生转化，我们要在清醒认识和正确把握基本国情的基础上推进理论和实践创新，要坚定不移走符合中国国情的革命、建设、改革道路。 “弘扬伟大长征精神，走好今天的长征路，必须坚定中国特色社会主义道路自信、理论自信、制度自信、文化自信，立足实际、独立自主开辟前进道路。”[3]50-51

For impedance matching, the equivalent input impedance of port 2 also should be satisfied as follows,

(4)控制变量。在参考大量相关文献的基础上，选取几个比较重要的控制变量用于解释企业经营绩效差异。第一，企业规模(Size)，用企业总资产表示；第二，年龄(Year)，众多研究表明，企业竞争力会随着年龄变化而发生动态变化。本文在模型中加入企业年龄因素变量，企业年龄由2016减去企业注册年份；第三，产业(Ind),不同产业对企业绩效具有不同影响。因此，本文加入产业变量，并将产业划分为第一、三产业，第二产业(将第一、三产业合并是基于两个考虑：一是属于第一、三产业的科技型中小微企业样本较少，属于第一产业的样本企业更少；二是属于第一产业的企业主营业务是具有较高技术的现代农业，且其中部分企业从事的其它业务属于第三产业)，产业为哑变量(0=第一、三产业，1=第二产业)；第四，上市情况(Le)，企业是否上市对企业经营绩效同样产生影响，其同样为哑变量(0=非上市企业，1=上市企业)。

 

表4 R&D投入与创新绩效关系以及研发管理制度的调节效应

  

变量M1M2M3自变量X1-0．030．004-0．033(-1．876)(0．137)(-1．939)X20．453∗∗∗-0．0040．515∗∗∗(30．581)(-0．198)(31．058)X30．045∗∗∗0．0050．046∗∗∗(2．715)(0．109)(-4．348)X4-0．073∗∗∗0．006-0．077∗∗∗(-4．215)(0．327)(-4．438)控制变量Size-0．0060．01-0．007(-0．414)(0．452)(-0．396)Year0．0030．0010．004(1．182)(0．23)(1．352)Ind-0．0460．123∗∗-0．075(-0．855)(2．243)(-1．22)Le0．166∗∗∗0．531∗∗∗0．138∗∗(2．822)(4．584)(2．173)R20．2110．0500．244△R20．2090．0350．242F值121．115∗∗∗3．47∗∗∗124．426∗∗∗DW值1．9102．0041．889

注：括号内的数值为t统计值；*：P<0.1，**：P<0.05，***：P<0.01

4 结论与建议

4.1 结论

本文以广东省科技型中小微企业为研究对象，在前人研究基础上，提出研究假设并构建回归模型，分析企业R&D投入对企业绩效的影响，以及企业研发管理制度对二者关系的调节作用，得到以下主要结论：

(1) 企业R&D投入会对企业绩效产生显著影响。第一，R&D经费投入强度对企业绩效有显著正向影响，但R&D经费投入总量对企业绩效不存在显著影响。第二，R&D人员投入总量对企业绩效具有显著正向影响，企业R&D人员投入强度却对企业绩效具有显著负向影响。

(1)大学生网络借贷的影响因素分析。将大学生的性别、年级、专业类型、每月生活费和家庭年收入作为相关因素，对大学生是否使用过网络借贷平台进行logistics回归分析。得到结果如表1：

(2) 总体上，企业研发管理制度对企业R&D投入与企业绩效的关系具有显著调节作用。其中，研发管理制度对研发经费投入强度、研发人员投入总量、研发人员投入强度与企业绩效之间的关系具有显著调节作用，但是对研发经费投入总量与企业绩效之间的关系没有明显的调节作用。需要注意的是，研发人员投入强度与企业绩效之间存在负向关系，研发管理制度的建立则强化了二者负向关系，显然不利于企业利益追求，原因可能是：在企业人员规模一定的情况下，企业内部过多投入R&D人员会“挤压”其它部分的人员投入，尤其是市场营销部门。尽管企业研发能力有所提高，但企业市场化能力却会下降，导致研发产品无法转化为企业利润。企业建立研发管理制度后，可能会导致企业加大R&D人员投入，从而使二者负向关系得到强化。因此，企业在增加R&D人员投入总量时，应考虑企业内部人员结构，适当控制R&D人员投入强度，确保企业经营绩效有效提高。

4.2 建议

研发管理制度的建立为企业研发投入提供了制度保障，研发投入直接影响后续研发活动开展，是企业从事创新的重要资源保障。因此，无论是政府还是企业自身，都应重视企业研发管理制度的作用，通过相应举措提升企业研发管理水平，同时通过加大企业R&D投入提高企业绩效。

4.2.1 企业层面

引导基金通过建立让利机制，引导社会资本投向，促进资本、技术和市场的融合，实现政策性目标和商业性目标的双赢。截至2018年9月底，引导基金已从11支子基金中成功退出，在完成政策目标的基础上，实现了账面盈利，并将盈利部分让利社会资本。回收的资金进入引导基金专户，实现良性循环发展。

(1)提高企业R&D经费投入强度，但控制企业内部R&D经费投入规模。在控制内部R&D经费规模的基础上，积极吸纳外部资源，尤其是政府资金，确保企业R&D经费投入强度有效提高，从而提升企业绩效。

(2)增加企业R&D人员投入，但控制R&D人员投入强度。企业通过产学研合作，建立与高校、科研机构的合作，一方面可以解决企业R&D人员短缺问题，另一方面可以保证其它部门拥有充足的人员，从而为企业研发水平提升提供基本保障。

(3)加强自身研发管理。对于尚未制定研发管理制度的企业，应将研发管理制度的制定纳入工作改程，并根据企业现状开展相关工作；对于已制定研发管理制度的企业，应重点对制度加以调整、完善，优化自身研发管理，提高企业研发管理水平。

4.2.2 政府层面

砀山位于安徽省的最北部，是四省即安徽、河南、山东、江苏的七县即安徽萧县、江苏丰县、山东单县、河南虞城、夏邑和永城交界之县。横跨亚欧的陇海铁路线、310国道和S101省道贯穿全境；京九和京沪铁路线、105以及206国道近在咫尺。郑徐高铁客运专线，济祁高速公路十字交汇，构成了砀山县便利的交通格局。便捷的交通，有利于砀山绿色酥梨的外运销售，从而提高砀山绿色酥梨的经济效益。

(1) 加强对企业研发管理的引导。对已经建立研发管理制度的企业，应加大扶持力度，推动企业研发管理制度的完善和有效实施；对于尚未建立研发管理制度的企业，应通过制度建设来培育和引导。首先，加强示范推广。发现和总结企业研发管理成功经验，通过编写案例集、组织培训班、召开经验交流会、企业现场会等方式，推广先进经验和做法。其次，强化服务指导。适当加大财政投入力度，通过服务购买等方式支持总结示范推广、交流培训等活动，提供公共服务；组织开展免费专题培训，提升企业管理者对研发管理的重视程度；组织咨询机构、专家及志愿者“向企业送管理”，为企业免费提供现场指导和管理诊断，帮助企业强化与完善自身研发管理；对于在研发管理制度建设过程中遇到困难与问题的企业，及时提供政策咨询和公共信息服务。最后，提供高水平管理咨询服务。积极培育和发展管理咨询服务业，同时加强咨询机构行业管理，推动行业自律，引导行业规范化发展，促使管理咨询机构为企业提供专业化服务，帮助企业建立更加完善的研发管理制度，提升企业研发管理水平。

(2) 推动企业、高校、研究机构开展产学研合作。通过推动产学研合作，使更多的高校和科研机构人员参与企业研发。产学研合作已在我国开展多年，从中央到地方政府都出台了相关政策。首先，应细化和完善现有政策。做好政策评估工作，注意提高产学研专项政策之间，以及产学研专项政策与其它相关政策之间的协调性，及时发现和解决政策实施过程中遇到的问题，制定好相应配套政策，尤其是针对科技型中小微企业的特点，促进高校、科研机构与这类企业合作的政策和措施，切实提高产学研合作政策的针对性和有效性。如建立诚信奖惩机制，规范产学研合作行为，优化产学研合作发展环境；加强产学研合作的风险管理，通过识别与评估产学研合作风险，制定风险管理计划与控制策略，确保产学研合作按预期进行；健全产学研合作主体利益分配机制，在遵循平等互利和公平客观原则的基础上，采取谈判与协商形式，协调和处理利益分配中出现的意见分歧及利益冲突，确保各主体的合理收益[21]。其次，把握好产学研政策对产学研活动的干预程度。市场和政府都存在失灵，这决定了政府绝不能强行干预产学研合作活动。对于市场机制能自发促进的产学研合作，产学研合作政策应当注重产学研合作环境的建设与保护；对于市场机制不能有效促进的部分，政府应制定主导性政策，确保产学研合作顺利进行。当市场机制能够发挥强有力的作用时，政府应减少干预。

4.3 研究不足与展望

对于企业R&D投入与企业绩效二者关系的研究具有理论意义和现实价值：一方面，有助于进一步提升企业自主创新能力，增强企业创新能力，从而将企业R&D投入转化为企业实际利润；另一方面，可为我国加快实施创新驱动发展战略，建成创新型国家提供参考。尽管本文对企业研发管理制度、企业R&D投入及企业利润间关系进行了尝试性研究，但还存在不足之处：①样本主要为广东科技型中小微企业，选择范围受到限制。为了验证模型的适用性，需要选取不同地区的样本，后续研究应当将样本扩展到其它省份；②研发管理作为一个复杂变量，本文仅从“是”与“否”的角度进行研究分析，对于研发管理如何作用于企业R&D投入与企业利润间关系，以及内在机制是什么，未作深入研究。因此，未来需要对研发管理进行进一步量化处理，进一步深入分析其内机机制。

参考文献:

[1] GRILICHES Z.Market value,R&D and patents[J].Economic Letters,1981,7(2):183-187.

[2] 陈秋英.国外企业开放式创新研究述评[J].科技进步与对策,2009,26(23):196-200.

[3] WAKELIN K.Productivity growth and R&D expenditure in UK manufacturing firms[J].Research Policy，2001，30(7):1079-1090．

[4] CONNOLLY R A，HIRSCHEY M．Firm size and the effect of R&D on Tobin’s Q，R&D Management，2005(35):217-23．

[5] 程宏伟,张永海,常勇.公司 R&D 投入与业绩相关性的实证研究[J].科学管理研究,2006(6):110-113.

[6] HITTAM，HOSKISSONER，IRELANDDER，et al.Effects of acquisitions on R&D inputs and outputs[J]．Academy of Management Journal．1991(34): 693-706.

[7] GOU B，WANG Q Z，SHOU Y．Firmsize，R&D，and performance: an empirical analysis on software industry in China[C].International Engineering Management Conference，2004．

[8] ERICKSON G.JACOBSON R．Gaining comparative advantage through discretionary expenditures:there turns to r&d and advertising[J].Management Science 1992(38):1264-1279．

[9] 刘洪.企业R&D投入与产出之间的非线性关系分析[J].科研管理，1997(5): 40-45．

[10] LIN B，LEE Y，HUNG S．R&D intensity and commercialization orientation effects on financial performance[J].Journal of Business Research，2006(59):679-685．

[11] WAKELIN K.Productivity growth and R&D expenditure in UK manufacturing firms[J].Research Policy，2001，30(7):1079-1090．

[12] 朱卫平,伦蕊.高新技术企业科技投入与绩效相关性的实证分析[J].科技管理研究,2004(5):7-9.

[13] 张健,何真.企业集团研发管理模式分析[J].北京市工会干部学院学报,2003,18(3):38-41.

[14] 肖文,林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(4):71-80.

[15] 张彦.用研发管理助企业创新[J].机械工业信息与网络,2009(5):52-53.

[16] COHEN W M,LEVINTHAL DA.Absorptive capacity: a new perspective on learning and innovation[J].Administrative Science Quarterly,1990(1): 128-152.

[17] 高杰,蔡虹.我国高新科技产品研发管理中存在的误区[J].生产力研究,2003(3):235-236.

[18] 王岩.企业研发管理研究[D].大连：东北财经大学,2005.

[19] 吴剑峰,乔璐,杨震宁.新兴市场企业的国际化水平、研发管理与技术创新绩效的关系研究[J].对外经济贸易大学学报,2016(4):140-151.

[20] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(2):268-274.

[21] 百里清风,钱建华,李海鸥.产学研联盟战略与科技型中小企业核心竞争力的提升[J].企业导报,2012(21):36-37