科研投入对中小企业经营绩效的影响22.docx

《科研投入对中小企业经营绩效的影响22.docx》由会员分享，可在线阅读，更多相关《科研投入对中小企业经营绩效的影响22.docx（27页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、目 录摘要IIIABSTRACTIV一、引言1（一）研究背景与意义11.研究背景12.研究意义1（二）文献综述1二、概念界定与理论分析3（一）相关理论31.资金管理32.知识产权管理33.经营业绩4（二）科研和经营业绩的关系41.科研投入和企业绩效42.专利数量和企业绩效4三、研究设计5（一）样本选取5（二）变量选取51.被解释变量52.解释变量53.控制变量6（三)模型构建6（四)实证分析71.描述性统计72.相关性分析83.共线性分析14.异方差分析15.模型筛选26.实证解释27.稳健性分析38.内生性分析59.工具变量回归5表11内生性检验结果5四、结论与展望7（一）结论7（二）展望7

2、参考文献7科研投入对中小企业经营绩效的影响玛阿伊莎摘要科研投入与专利产出是科研项目管理中的重要内容，也是用来了解和衡量科研活动的重要指标。目前已有不少国内学者开始以这两个指标来研究企业的科研活动，并探讨其对企业的绩效的影响。对此文章选择751家中小型企业进行研究，分析了中小企业的经营绩效受科研投入的影响。运用 Stata15.0软件统计分析，研究发现企业资产规模越大，企业的杠杆率越高，同时股权集中度也会越大；固定效应比随机效应模型更适合。科研投入对企业经营绩效存在显著的促进作用，并存在倒U结构，且实证结果是稳健的；资产规模、股权集中度、对企业的绩效都存在显著促进作用，其杠杆率和经济增长速度抑制

3、了企业的绩效发展。关键词：科研投入；中小型企业；经营绩效The Impact of Scientific Research Investment on the Operating Performance of SMEsMa AyishaABSTRACTScientific research input and patent output are important contents in scientific research project management, and are also important indicators for understanding and measurin

4、g scientific research activities. At present, many domestic scholars have begun to use these two indicators to study the scientific research activities of enterprises and discuss their impact on the performance of enterprises. This article selects 751 small and medium-sized enterprises for research,

5、 and analyzes the impact of SMEs business performance on research investment. Using the statistical analysis of Stata15.0 software, the study found that the larger the asset size of the enterprise, the higher the leverage ratio of the enterprise, and the greater the concentration of equity; fixed ef

6、fects are more suitable than random effect models. Research investment has a significant promotion effect on the operating performance of the enterprise, and there is an inverted U structure, also the empirical results are stable; the asset size, the concentration of equity, and the performance of t

7、he enterprise all have a significant promotion effect, their leverage ratio and economic growth Suppressed the performance development of enterprises.Keywords: scientific research investment; small and medium enterprises; operating performance1一、引言（一）研究背景与意义1.研究背景国家统计局、科学技术部、财政部联合发布的2018年全国科技经费投入公报表

8、明，截止到2018年年底。我国的全社会科研经费一直持稳步增长的趋势，2018年全年共投入11846.6亿元科研经费，科研强度第一次突破了2%，达到2.08%，同比上年有一定程度的增长1。这些信息与数据表明，近年来，国内的科技水平大幅度提升，虽然无法比肩欧美国家，但这些差距正在不断减小。然而美中不足的是，我国中小型企业的科学技术研究的能力普遍较弱，而在中小型企业中，个体私营企业是占有极其重大的比例，这些私营企业的经营体制都过于传统，由家庭或家族的方式进行经营，所进行的资金的累积都是一些资本的原始积累，一般都经过较长时间且持续不断的积累。所以这些企业的科学研究的技术都较为落后，企业自身的经济实力也

9、无法为创新与改革提供更多的资金。并且中小企业主接受教育的水平具有明显差距，而且，诸多企业者要进行科技改革的意识相对薄弱，加上具有的，短期性功利的行为，这都是部分企业对技术创新缺乏压力感与紧迫感的因素。并且中小型企业一般会招纳一些较为实用的技术人员，对高科技人才的接收与挽留，以及指导他们对企业具有创造性的功能的了解相对较少。国家及政府对中小型企业的科研项目扶持的政策还不够完善，所以在一定程度上也加重了中小型企业加强科技研发的困难。所以，在中小型企业科技研发方面，给予一定的资金支持，能够提高企业科研水平，继而实现经营业绩的提高。2.研究意义中小企业期望能在较短时间内收回成本，见到收益。中小企业在研

10、发的环节因体量小而灵活的优势，更容易获得某一项科研专利的授权，并投入所有资源进行专项研发，因此更加高效。但从一定角度上来看，科研投入的增加也极有可能会给中小企业的发展与成长带来一定的消极影响。同时，每一个行业都有自身独特的发展特点，不同规模的企业之间对于科技的依赖程度也会有非常明显的不同，这些问题都可能会影响到企业的长远发展。这些正是本篇文章进行关注和讨论研究的问题，对于专利产品与企业相关绩效的问题，也是有相互联系的。这对于中小企业科研投入决策有着参考意义。研究中小上市企业科研投入、企业绩效之间的关系。在一定程度上增加了我们对于中小型企业股东具有怎样的类型、控制级层是如何分配的，以及两权分离等

11、方面的认识，从而完善了股东之间的利益以及企业的相关治理结构，在一定程度上增加了中小型企业对于创新的投入。（二）文献综述国外的众多专家学者都对企业中科研投入与企业绩效间的关系展开过相应的研究与分析，但每一位学者的研究结论都有所不同，但从整体上来看，大多数学者都认为二者之间存在一定的正相关关系。Hirschey和Weygandt（1985）2都对美国的相关企业做了大量的研究与分析，最终得出企业的科研投入与绩效之间存在明显的正相关关系的结论。Zvi Griliches和Lichtenberg（1984）3从托宾Q值的角度着手研究其与科研投入之间的关系，也得到了相似的结论。Bloom N(2002)等

12、研究人员4同样从托宾Q值的角度出发，对美国、韩国以及澳洲等国家与地区的企业做了大量的研究与分析，最终得出结论，企业的科研投入与企业绩效之间呈正相关关系。Lee Peggy M(2003)5研究指出，当前社会背景之下，经济市场的发展是十分复杂的，因此企业想要不断增强自身的核心竞争力，首先就要不断提高自身的创新能力。而对于绝大多数企业而言，科研投入的力度与企业的创新能力与创新速度是有着十分直接的联系的。Charmanski和Alexandre（2001)6指出，部分高科技技术公司根据自身目前的发展实际情况，不断增强发展所需的科技实力，进而实现市场垄断的目标，获得更多的经济利益。科研投入力度能够在很

13、大程度上提高企业的经营绩效，但这种积极作用会受到时间的影响，并随着时间的推移而不断减弱。我国学者对企业科研投入与企业绩效之间的关系与做出了大量的探讨与研究，然而所得结果并不统一，绝大多数的学者在经过大量的研究与分析之后都得出了二者之间呈现出明显的正相关关系或者完全不相关的结论，只有小部分学者认为二者之间是存在负相关关系的。马克和张婷婷（2019）1选取高科技公司为研究对象，详细分析上市企业中，盈利能力、资金技术以及科研投入之间的关系。在研究过程中，他们认为三者呈正相关。陈三可,赵蓓（2019）2在经过大量的研究之后也得出了相似的结论，并指出这种正相关关系时受到时间这一因素影响的，一般情况下会随

14、着时间的推移而不断减弱。张洁,唐洁（2019）3对2010-2017年中国高新技术上市公司的相关信息与数据展开了较为深入的研究，最终发现，对于上市企业而言，销售利润同研发投入之间是存在一定的正相关关系的。程嘉祥,吴晓玫（2019）4在对高校群体做了研究与分析之后指出，高校科研投入力度同主营业务利润率之间有着十分紧密的联系。罗斌元,杨春红（2019）5研究指出，企业的科研投入可能会在一定程度上对企业的复合竞争优势产生一定的积极影响，进而影响到企业的绩效。王新红,张转军（2019）6在对2013-2015年间我国A股数据做了大量的研究与分析之后指出，通过并购这种整合资源的行为，可以加大力度的投入科

15、研资金及有效利用高科技人才，这样对企业的生存发展及改革创新有极大的帮助。陈云(2019)7将2016-2018A股制造业的上市公司作为样本，分析企业绩效和高管持股、研发投入相关性，研究发现对于企业绩效的提升而言，高管激励、研发投入有重要的作用，并且研发投入和高管持股间为正相关的关系，增加研发投入对于提高企业绩效比较有利。潘雄锋等(2020)8选择20102016 年103家上市公司进行研究，研究认为开发阶段、研究阶段投资对于企业的绩效都有正向影响，只是开发阶段影响难以持续，研发研究影响比较长远。建议将研究阶段投资加大，使得企业绩效能够长时间提高。苏锦杰（2019）9以2014年-2017年制造

16、业上市公司作为样本，研究得出，研发投入对于当年财务绩效影响不明显，然而有一定的滞后性，影响为倒U型，研发投入之后的两年会出现U型的最大值。综上，学界在研究相关领域时，更倾向于选取企业财务数据为基础，详细分析企业绩效与研发投入之间的关系。根据研究成果显示，国外学者明确提出企业绩效与研发投入呈正相关。可是，该观点并未得到国内学者的认可。需要注意的是，企业研发效率与内部控制和企业绩效与内部控制两部分内容是本研究的主要涉及领域。另外，学界对于企业绩效和内部控制的观点较为一致。简而言之，内部控制与代理成本呈负相关。与此同时，企业的盈利能力与研发活动效率也会受到内部控制的影响。二、概念界定与理论分析（一）

17、相关理论1.资金管理资金管理是指一个企业对于投资研究项目中资金的使用计划与分配。从实际情况来看，科研投入与资金投入密切相关。与此同时，后者关系到企业的盈利能力，并与其经济效益直接挂钩。所以对于科研资金的投入与管理是十分值得重视的，现阶段，我国的绝大多数企业都已经认识到了科研技术的重要作用，也加大了对于科研的投入力度，然而不可否认的是，我国企业的创新实力同广大发达国家之间仍然有着较大的差异10。一方面，我国大部分企业并不具备强大的创新基础，对于创新的驱动力不足，其次是企业对于科研项目资金有管理的问题，目前我国科研资金的管理方式是较为传统的，由上层管理者向下层管理者传达，如何使用科研经费以及按怎样

18、的要求使用。下层工作人员与上层管理者之间的沟通力度不够，只能够被动地完成管理人员布置的任务，整个团队也只能按照固定的目标来使用相对的经费11。2.知识产权管理在创作过程中，作者对智力成果的控制权被称为知识产权。它所涵盖的范围较广，从企业的角度上来看，它既包括常见的商标权之外也包括企业的专利权。商标即一个企业的独特标志。专利是指从法律层面所做出的对于企业技术成果的保护12。本文在对知识产权进行具体的研究与分析时主要侧重于专利权。虽然知识产权较为抽象，但它对于一个企业的成长与发展具有十分重要的意义与价值，能够增强企业在某个领域获的竞争的优势，从而得到更多的利益，为了使这个优势得以延续，企业必须不断

19、进行对于科研的投入，因为任何专利都存在不足，具有局限性，比如时间的限制，对于发明专利的保护，最长时间也仅仅是20年。3.经营业绩经营业绩可以简单理解为一个企业在经营管理过程当中所获得的收益，它既包括实际的经济利益也包括其他类型的经营成果。它能够较为真实地展现出企业的会计报表当中的相关数据与信息，便于经营者以及管理者做出更加科学的决策。在企业经营管理的过程当中，损益类报表对于经营成果的影响是最为直接也是最为重要的。也正因如此，经营业绩相对来说是较为客观的，它并不受其他不相关因素的影响，只是对企业某个时间段的经营状态的静态评价13。（二）科研和经营业绩的关系1.科研投入和企业绩效上世纪80年代，学

20、界开始研究企业绩效与科研投入。Griliches(1979)选取柯布道格拉斯模型为框架，详细分析生产效率与研发投入之间的关系。在此过程中，他还用到了内生增长理论。经过反复验证，他明确指出两者呈正相关。随后，Shengwei Su，Yaojia Tang，Chunhui Tang等(2018)选取国内企业的样本数据为研究对象，对企业绩效与研发效率展开深入探究。最终，他们认为企业绩效会受到研发投入的影响，产生较为明显的提高。在我国创新创业的企业大多具有回报周期短、实用性较强等特点，具体包括游戏、网络以及手机等产业。这类行业在经营过程当中并不需要过高的经营成本，这就出现了科研项目对于市场效益的提高作

21、用并不显著的现象，所以在理论上，科研投入确实对企业专利产出数量有推动的作用，但是结合中国具体市场环境来看，企业科研的效率利用并不完善，有多少科研项目的投入能够使生产力增加是不固定的。但是只要企业对于科研创新的重视程度较高，在企业发展的过程中都会受益较多。由于企业加大科研投入力度，不仅吸收高科技高智商人才可以优化公司内部架构，引领学习知识的浪潮提高了企业在社会中的适应性，还增强了在研发、生产这些环节的技术可以节约生产时要消耗的人力物力的成本，实现资源优化。于是在市场上整体机会良好，有利于在市场竞争中取得优势地位，提高企业的经营绩效。而且规模较大的企业对于科研项目的管理能力也较中小企业而言更加强盛

22、，所以能够降低科研带来的一定风险14。进而在竞争市场份额中提供了强有力的保障。2.专利数量和企业绩效对于我国绝大多数企业的发展实际而言，医药行业在发展过程当中更加注重专利的获得，也更加倾向于将专利用于自身的成长与发展。其他行业因为在申请专利之后通常都要付出较高的维护成本，因而常常都将自身的核心技术当作技术秘密，很少有企业会选择将其申请专利。现阶段，我国的知识产权保护机制还有许多不足之处，还需要在实践的过程当中不断完善，所以很多企业都会选择将最为核心的技术保护起来，而将那些并不太重要的技术申请专利，制造技术壁垒。另外，还有一些中小企业为了能够享受到政府所出台的各项帮扶政策，获得更多的发展资金，还

23、有可能会去购买一些对自身并无太大作用甚至毫无价值的专利，这些专利实际上与企业的科研活动之间并不存在直接的关系。但是一定的专利数量可以有效的保护企业的知识产权及基本权益，对企业绩效有一定的正向作用。三、研究设计（一）样本选取本文的研究对象是深交所上市的中小企业，选取的样本来自于国泰安数据库(csmar)。样本企业的财务指标，包括资产收益率、研发投入强度、研发投入强度二次项、专利申请数（项）、资产对数、国内生产总值增速、资产负债率、第一大股东持股比例以及企业年龄对数相关数据，均选自国泰安数据库(csmar)及公司年报 。样本企业的专利信息，包括每年各类专利的数量、研发投入强度二次项等，均来自专利信

24、息服务平台网站。（二）变量选取1.被解释变量企业绩效是一个整体，而综合的含义是运用多个不同的指标来进行衡量的，本文在研究的过程中重点关注企业的盈利能力，因此将ROA作为被解释变量，这样能够更好地解释企业绩效与企业盈利之间的关系。ROA也就是总资产收益率，是一个企业在某个时间段当中的报酬总额与资产平均总额的比率，能够在一定程度上反映出企业的获利能力。但在实际工作当中，公司管理层的各项管理措施很有可能会对净资产收益率（ROE）造成一定的影响，因此ROA的回归结果会更加可靠一些。2.解释变量研发投入强度：企业当期营业收入与当期科研投入的比值被称为科研强度，用rd表示。研发投入和科研强度均可以在一定程

25、度上反映出企业的科研投入力度，但总体而言，科研强度的可靠性更强一些。因为科研投入对于绩效的影响存在较为明显的滞后性，因此本文在展开具体的研究与分析时选取了企业2014至2018年5年科研强度数据，希望能够对滞后问题做更加全面的研究。专利申请数（项）：我国对于专利有着较为清晰的分类，现阶段主要有发明专利、实用新型专利和外观专利这三种类型。学术界的大多数学者都认为，外观专利的技术含量最低，申请程序也较为简单，有的甚至在半年之内就能够完成申请；发明专利的技术含量是最强，申请难度也最大，因此它是最能体现出一个企业的科研实力的。因此，本文选取发明专利数量作为变量。3.控制变量资产对数：上市公司的总资产规

26、模一般较大，所以本文在展开具体的研究与分析时以总资产的自然对数（LnSize）来表示公司规模（Size），并将其作为重要的控制变量，以便能够进行更加高效的计量经济学计算。对数可以把除法（表示增长率）变成减法；对数可以用来计算连续复利(continous compounding)，这样就能统一增长率计算的差异。国内生产总值增速：基期国民生产总值和期末国民生产总值的比值被称为经济增长率，用gdp表示。需要注意的是，以末期现行价格计算末期GNP,得出的增长率是名义经济增长率，以即基期价格计算得出的则是实际经济增长率。另外，最常用的度量单位就是实际经济增长率，它能够对某个阶段的经济发展水平做动态反映。

27、资产负债率：它是用负债除以资产，衡量一个企业利用债权人提供资金进行经营活动的能力的重要标准，同时也能够反映出贷款资金的安全程度，也被叫作举债经营比率。第一大股东持股比例：是指上市公司持股最多的股东的持股数量占上市公司总股数的比例。通常情况下，第一大股东持股比例在上市公司的治理过程中，第一大股东的控制权最大，第一大股东持股比例对公司的经营管理最具有发言权。表1 变量定义变量符号变量名称变量含义roa总资产收益率净利润/总资产rd研发投入强度科研投入/营业收入lnpatent专利申请数（项）（1+发明专利数量）的自然对数lnsize企业规模总资产的自然对数gdp国内生产总值增速期末国民生产总值/基

28、期国民生产总值lev资产负债率总负债/总资产top1第一大股东持股比例第一大股东持股数量/总股数lnage企业年龄企业年龄的自然对数year年度虚拟变量2016-2018年度虚拟变量industry行业虚拟变量行业虚拟变量（三)模型构建企业的科研投入不仅会在内部人员架构上得到完善，还会在研发、生产等环节上节约人力物资成本，提高企业绩效。但是研发投入到实际获得成效需要时间的积累且研发投入在不同的水平和不同的阶段下对企业的绩效存在不同的影响。即提出研究假设：研发投入对企业的绩效影响效应可能存在非线性倒U型关系，而非简单的线性结构。并通过借鉴其他学者研究的基础上，故引入研发rd二次项进行验证。构建模

29、型如下：ROAit=a0+0rdit-1+a1lnpatentit-1+a2lnsizeit-1+a3gdpit-1+a4levit-1+a5top1it-1+a6lnageit-1+it 模型（1）ROAit=a0+0rdit-1+1rd2it-1+a1lnpatentit-1+a2lnsizeit-1+a3gdpit-1+a4levit-1+a5top1it-1+a6lnageit-1+it 模型（2）（四)实证分析1.描述性统计 资产收益率平均值为3.5%，中位数4%，标准差为0.105，最小值为-1.87，最大值为0.432，标准差为平均值的3倍，极差较大，说明资产收益率在研究的企业差

30、异较大，受不同行业企业规模、资产结构、产业周期等等方面的影响造成差异较大；企业研发强度平均值为4.7%，中位数3.6%，标准差为0.048，最小值为0，最大值为0.763，标准差接近平均值，极差较大，说明研究投入在研究的企业差异较大；专利申请数对数平均值为0.411，中位数0,过半企业无专利，标准差为0.965，最小值为0，最大值为5.25，标准差为平均值的2倍，极差较大，说明企业间研究创新能力差异较大；资产规模对数总体平均值为22.084，中位数22.08，标准差为0.963，最小值为19.0，最大值为26.02，取对数后差异不大；控制变量国内生产总值增速平均值为6.7，最小值为6.6，最大

31、值为6.9；企业资产负债率平均值为39.1%，中位数37.8%，标准差为22.9%，最小值为1.7%，最大值为86.01%极差较大，杠杆率在研究的企业差异较大；企业第一大股东持股比例平均值为31.4%，中位数29.6%，标准差为13.6%，最小值为4.1%，最大值为81.9%极差较大，持股比例差异较大；企业年龄对数平均值为2.77，中位数为2.83，标准差为0.29，最小值为0.693，最大值为3.66，差异不大。表2 变量基本情况符号变量样本量平均值标准差中位数最小值最大值roa资产收益率22500.035 0.105 0.040 -1.872 0.432 rd研发投入强度22500.047

32、 0.048 0.036 0.000 0.763 rd2研发投入强度二次项22500.005 0.020 0.001 0.000 0.583 lnpatent专利申请数（项）22500.411 0.965 0.000 0.000 5.525 lnsize资产对数225022.084 0.963 22.080 18.996 26.019 gdp国内生产总值增速22506.733 0.125 6.700 6.600 6.900 lev资产负债率22500.391 0.229 0.378 0.017 0.86 top1第一大股东持股比例22500.314 0.136 0.296 0.041 0.81

33、9 lnage企业年龄对数22502.766 0.290 2.833 0.693 3.664 2.相关性分析被解释变量和解释变量相关性：roa和rd、rd2、lnpatent、lnsize、gdp、top1显著正相关，相关性最大的为股东持股比例，相关系数分别为0.027、0.023、0.094、0.129、0.101、0.144在1%水平下显著，说明企业的研发投入，创新能力，经济增长，企业资产规模、股权集中度和企业经营绩效是存在显著的同方法发展的趋势，roa和企业资产负债率相关系数分别为-0.543，在1%水平下尤为明显，这可以说明在技术研发的时间段内，公司的杠杆率和经营绩效roa整体上是负向

34、趋势发展，符合现实；解释变量之间：解释变量之间相关性相关系数基本处于0.2以下，最高不超出0.12，说明解释变量之间的共线性不大，其中研究投入和专利数显著正相关。与此同时，企业创新能力与研发能力密切相关，而研发投入与企业的股权集中度、资产负债率负相关且高度显著，说明企业财务杠杆和股权集中越大，企业的研发投入趋势是下降的；专利数和企业的资产规模、经济增长速度、股权集中度相关系数为正数且显著；企业资产规模扩张情况下，创新能力整体上也是增强，同时，宏观背景下，经济扩张也会与企业创新能力带来同趋势的发展；企业的资产规模和资产负债率、股权集中度相关系数为0.32、0.057在1%水平下显著，说明研究的样

35、本中企业资产规模越大，企业的杠杆率越高，同时股权集中度也会越大。表3 变量相关矩阵roardrd2lnpatentlnsizegdplevtop1lnageroa1.000 rd0.027*1.000 rd20.023*0.833*1.000 lnpatent0.094*0.069*0.041*1.000 lnsize0.129*-0.029 0.025 0.090*1.000 gdp0.101*-0.014 0.010 0.072*-0.010 1.000 lev-0.543*-0.116*-0.024 -0.022 0.320*-0.053*1.000 top10.144*-0.097*-

36、0.064*0.066*0.057*0.008 -0.015 1.000 lnage0.005 -0.032 -0.055*-0.041*-0.012 -0.057*-0.010 -0.017 1.000 * p 0.1, * p 0.05, * p chi2 = 0.0000Cameron & Trivedis decomposition of IM-testSourcechi2dfpHeteroskedasticity192.97520.000Skewness14.5990.1028Kurtosis2.7810.0956Total210.34620.0005.模型筛选因本文是采用面板数据，

37、通常采用有混合模型、随机效应模型、固定效应模型，F检验得出P值为0.000小于0.05，说明固定效应比混合模型更适合；通过豪斯曼检验得出得出P值为0.0001小于0.05，在这种情况下，可以认定随机效应模型不及固定效应模型。因此，笔者以固定效应模型为基础，逐步完成后续研究，详情见表6。表6 模型筛选检验统计量P值结果F检验2.460.0000固定效应比混合效应更适合HAUSMAN30.840.0001固定效应模型更适合6.实证解释通过实证回归汇总得出以下结论：模型1中研发投入强度回归系数为0.0695，在10%水平下显著，说明在同等条件下，研发投入强度每提高1个百分点，企业的下一年的资产收益率

38、会提高0.07个百分点。其他变量当中，专利申请数回归系数为0.0034，在10%水平下显著，说明在其他条件不变的情况下，企业的创新能力会显著的提升企业的资产收益率，专利申请数量每增长1%，企业的资产收益率会提高0.0034个百分点；其他变量当中，企业的资产规模回归系数为0.023在1%水平下显著，在其他条件不变的情况下，企业的资产规模每增长1%，企业的资产收益率会提高0.023个百分点；企业的资产负债率回归系数为-0.19，在1%水平下显著，说明且有的资产负债率越大，会显著抑制了企业的资产收益率，平均资产负债率每提高1个百分点，企业的roa会显著下降0.19个百分点；企业的股权集中度回归系数为

39、0.11，在1%水平下显著，即在同等条件下企业股权集中度越高，企业的资产收益率会越大，股权集中显著促进了企业的收益增长，平均而言，第一大股东持股比例每提高1个百分点，企业的roa会增长0.11个百分点；企业年龄回归系数为0.019，在10%水平下显著说明企业成立时间越长步入成熟期企业的资产收益率会显著上升，平均而言企业年龄每增长1%，roa会显著提高0.019个百分点，宏观经济增长速度回归系数为负数且显著，说明当期经济增长对下一期的企业受益存在抑制作用。模型(2)当中，可以看出纳入研发投入二次项后，系数出现较大的变化，其中rd回归系数为变为0.28，远大于0.07，在5%水平下显著，二次项回归

40、系数为-0.5在10%水平下显著，充分说明了研发投入对企业的资产收益率存在非线性结构的影响，即存在倒U结构，在研发投入比例存在一个门阀制（通过计算为27.69%），当比例没有超过27.69%，研发投入对企业的资产收益率是显著的正向促进作用，但随着超过了临界值27.69%后，研发投入对企业的绩效由正向关系慢慢变为负向。在其他变量当中，专利数、资产规模、企业杠杆、股权集中度、企业年龄回归系数和显著性均和模型1接近。表7 实证汇总模型（1）模型（2）rd0.0695*0.2771*1.7402.123rd2-0.5003*-1.851lnpatent0.0034*0.0036*1.7241.796l

41、nsize0.0227*0.0226*6.1736.159gdp-0.1571*-0.1587*-5.452-5.510lev-0.1931*-0.1986*-9.928-10.102top10.1092*0.1095*4.8434.858lnage0.0188*0.0199*1.9032.013year固定固定industry固定固定_cons0.6032*0.6227*2.9343.027N22502250R20.2050.207t statistics in brackets；* p 0.1, * p 0.05, * p 0.017.稳健性分析为了对前面的回归结果是否稳健，本文采用两种方

42、法进行验证，其一是通过变量替换法进行分析，其二是对核心解释变量研发投入进行内生性分析和检验；变量替换法做了两种分析，其一是将解释变量的滞后一期改为当期做回归，通过回归得出（见表8），核心解释变量回归的系数方向和大小、显著性均和表6结果相接近，说明rd对企业当期经营绩效存在显著的促进作用，且存在倒U结构，所以前面的实证结果是稳健的，结论具有一定的可参考性。表8 稳健回归(用当期解释变量替）模型（1）模型（2）rd0.1840*0.4244*4.6025.613rd2-0.6290*-3.742lnpatent0.0048*0.0051*2.6302.762lnsize0.0346*0.0343*17.94117.791gdp-0.0539*-0.0513*-4.053-3.868lev-0.3003*-0.3030*-36.971-37.267top10.0769*0.0776*5.8765.951lnage0.00290.00430.4940.735year固定固定industry固定固定_cons-0.9849*-0.9539*-9.595-9.291