安全投入与绩效（共8篇）
安全投入与绩效 篇1
摘要：本文从医药企业着重研发投入和销售投入的经营特点出发,以2010—2013年我国100家医药行业A股上市公司为样本,实证分析研发投入、销售投入与企业经营绩效的关系。研究结果发现大企业的研发投入对于经营业绩的贡献显著地高于小企业,而小企业销售投入对于经营业绩的贡献显著地高于大企业,因此大企业更有动力进行研发投入,而小企业更有动力在销售活动中增加投入。本文还发现,在控制了研发投入、销售投入和企业规模的影响后,大企业经营业绩仍显著地高于小企业。因此通过医药企业整合促进更多和更大规模的大企业的出现可以更好地推动医药行业的发展。
关键词：研发投入,销售投入,经营绩效,医药行业
国外医药行业发展经验表明,具有规模经济的大企业比小企业更具创新性,更可能提高产业技术。我国医药行业的显著特征是企业规模小、集中度低,这严重限制了企业的研发投入导致我国医药行业总体上获利能力较弱,因此一个自然的建议是推进医药企业整合。本文区分不同规模的医药企业,实证检测了不同规模下企业研发投入对于经营绩效的影响,这构成了本文的主要贡献。
本文的另一新颖之处在于,引入销售投入作为研究对象。检验研发投入与企业经营绩效的关系的已有研究并未控制销售投入的影响。实际上,医药企业是为医疗服务行业提供产品,而医疗服务行业的垄断性导致作为产品供给方的医药企业很多时候处于弱势地位。为了维持或提升企业业绩,医药企业需要在销售上进行更多的投入,从而提高公司收入。因此销售投入对于医药公司的经营业绩可能存在显著影响,有必要引入销售投入作为控制变量以分离其影响。
本文的实证研究发现医药行业大企业的研发投入对于经营业绩的贡献要显著地高于小企业,而销售投入对于经营业绩的贡献要显著地低于小企业。因此大企业更有动力进行研发投入,而小企业则愿意进行更多的销售投入。 在控制了研发投入、销售投入和公司规模的影响后,本文发现大企业经营业绩仍显著地高于小企业。上述结果表明,更多大规模企业的出现可以使得行业的研发投入比例更高并且经营业绩越好,因此医药行业的整合将有助于促进研发创新,从而能够更好地推动医药行业的发展。对于规模较小的企业,本文也提出了建议,在激烈的市场环境下,医药类小企业可以为销售活动提供更多的资金支持来提高企业经营绩效。
一、文献综述与研究假设
早期研究更多直接检验研发投入与企业经营绩效的关系。一些研究提出了研发投入对于企业业绩具有显著地正面影响。也有文献指出不同行业研发投入与企业绩效的相关程度具有显著的不同。另有研究发现研发投入与企业绩效不存在显著的正相关关系。进一步的研究开始考虑相关的控制变量,将企业规模、公司治理、融资环境等因素作为调节变量来研究研发投入与企业绩效之间的关系,其中企业规模受到很大关注。有研究指出,企业规模对研发产出的影响呈U型,即相对于中型企业来说,大型企业和小型企业研发投入对生产率的贡献较高。还有研究发现,大企业研发投入对于企业经营绩效的贡献高于小企业。文献将企业规模作为控制变量之一,研究结果显示研发投入对于企业经营绩效具有显著地正向效应,同时企业规模也具有显著地正向效应。文献则从制药公司专业申请数量和质量的视角考察了研发投入对于企业绩效的影响,在控制了企业规模和资产负债率等影响后,发现技术创新数量能够显著地提高经营绩效,但技术创新质量的影响则比较复杂。
新药一旦研发成功,就能够率先抢夺市场。由于新药的研发周期长,短期内不会出现替代产品,企业就能够获得超额利润。相对于小型企业,大型企业研究资金充裕,科研人员的实力强,这都有利于研发投入的效益。另一方面, 由于规模效应,大型企业单位产品分摊的研发支出低,研发活动对其利润的提高作用更大。综合上述研究进展与医药行业的发展特点,我们提出下述两个假设。
假设1:研发投入与企业经营绩效正相关。
假设2:大企业的研发投入对于经营业绩的贡献显著地高于小企业。
目前,国内外学术界有较多文献研究销售费用、管理费用和财务费用与业绩的相关性。有的文献实证研究指出销售费用与管理费用对于企业的未来收益具有正向影响。 有的文献发现,当营业收入下降时,销售和管理费用比率变化与公司下一期的盈余变化呈显著正相关关系。有的文献指出,如果公司费用控制良好,销售和管理费用比率的上升对公司以后年度业绩具有正面效应。相反,有些文献发现销售费用与管理费用的上升会对企业未来利润产生不利影响。而有的文献通过研究发现销售费用比率、管理费用比率的变化与企业下期盈余变化不具有显著相关性。 国内方面,还有文献以制造业上市公司为样本进行研究, 发现当本年销售收入增加时,销售费用比率增长会对公司下一年度利润产生负面影响。
相对于国外知名医药企业,我国医药行业产业较落后,很多企业集中生产仿制药品,导致行业恶性竞争。在同一种产品多家企业生产的大环境中,营销策略的重要性凸显。由此我们提出假设:
假设3:销售投入与企业经营绩效正相关。
在医药行业中,与大企业相比,小企业一般缺乏领先的技术,因此在业绩上更依赖于产品销售上的投入,由此我们提出假设:
假设4:小企业销售投入对于经营业绩的贡献显著地高于大企业。
二、研究设计
1、变量说明
(1)企业绩效的度量。在研发支出与企业绩效的实证研究中,较多地采用资产回报率 (ROA) 和销售回报率 (ROS= 税后利润 / 营业收入)来衡量企业绩效。本文也分别运用上述两个变量作为被解释变量进行分析。
(2)解释变量。本文以研发强度和销售强度作为解释变量。研究强度为当期研发支出与当期营业收入比例,销售强度为当期销售费用与当期营业收入的比例。
(3)控制变量。为控制企业层面营运能力对企业绩效的影响,本文将总资产周转率作为控制变量。为控制企业的规模经济,通过将企业总资产进行对数处理的值来衡量企业规模,作为控制变量。资本结构也会对企业绩效产生影响,我们用资产负债率来衡量资本结构。
2、数据来源
本文通过手工收集2010-2013年度连续4年医药行业A股上市公司的研发数据。2010—2013年连续存在的医药A股上市公司共有148家,剔除ST公司26家和数据不健全的公司22家后,得到100家公司4年的相关数据,共计400个样本。
三、实证分析
1、描述性统计
本文按照企业年销售额来衡量企业规模,将400个样本企业分为两组,表1对样本进行了描述性统计分析。表中,RD(R&Dintensity)代表研发投入;SI(Selling intensity) 代表销售投入;SIZE表示企业总资产的对数值;TAV表示企业总资产周转率,反映企业营运能力;Lev表示资产负债率,代表企业财务杠杆;ROA表示企业的资产回报率,ROS表示企业的销售回报率,均为企业经营绩效的度量指标。从表1可以看出,大企业的TAV和Lev均显著高于小企业,大企业的ROA和ROS均显著地高于小企业,表明企业规模对于医药企业的业绩可能具有显著影响;本文将控制企业规模的影响因素分析企业的研发投入与销售投入对于企业业绩的影响;值得关注的是,小企业的销售投入均值为0.203,而大企业的这一指标为0.022,二者之间差异较大, 且这种差异具有统计显著性,这说明与大企业相比,小企业更加重视销售策略,在销售投入上强度更大。
(注:SIZE 表示企业总资产的对数值;RD(R&Dintensity)表,代表研发投入;SI(Selling intensity)表示销售强度, 代表销售投入;ROA、ROS 分别表示企业的总资产回报率、销,度量了企业经营绩效。)
2、回归结果与分析
本文建立如下回归模型来考察研发投入、销售投入和企业绩效(performance,PER)之间的关系。
其中,企业业绩PER分别用ROA和ROS度量、RD、 SI、TAV、Lev和SIZE含义同上文,μ 为误差项。
回归方程的估计结果见表2,表2的第2—4列、第5— 7列分别以被解释变量ROA和ROS进行回归。第2列和第5列为全部样本的回归结果,第3、6列和第4、7列分别为以大企业和小企业为样本得出的回归结果。结果可以看出,上述回归方程估计结果均是显著的:F检验的p值均小于0.01。调整的R2均超过12%,表明回归方程具有较强的解释力。
考察第2列的估计结果,研发投入和销售投入对于ROA的回归系数估计值分别为0.506和0.206,均显著地大于零;第5列中研发投入和销售投入对于ROS的回归系数估计值分别为1.112和0.115,也均显著地大于零,表明医药行业企业的研发投入和销售投入对于其公司绩效具有显著地正向效应,这就证实了假设1和假设3。并且总体上看,研发投入的边际影响要明显高于销售收入的边际影响。同时可以看到,医药公司规模对于ROA的影响在5%的显著性水平上(第2列)、对于ROS的影响在10%的显著性水平上(第5列)显著为正,这意味着公司规模可能是影响医药企业经营绩效的重要因素。我们进一步区分公司规模来考察不同规模下研发投入和销售收入对于企业经营绩效的影响是否有所不同。
表2的第3—4列和第6—7列给出了相关结果。由第3列和第6列,大企业的研发投入对于ROA和ROS的回归系数在1%的显著性水平上大于零,相关系数分别为0.752、1.148,呈很强的正相关关系,表明大企业研发投入的增加能够显著地提高其经营绩效,但大企业的销售投入对于其经营绩效的影响则相对较小(大企业的销售投入对于ROA的回归系数在5%的显著性水平上大于零,对于ROS的回归系数虽不等于零,但相关性并不显著)。与之相对,由第4列和第7列,小企业的销售投入对于ROA和ROS的回归系数在1%的显著性水平上大于零,相关系数分别为0.381、0.420,表明小企业的销售投入增加能够显著地提高其经营绩效,而小企业研发投入的增加的影响则相对较小(小企业的研发投入对于ROA的回归系数虽不等于零,但相关性并不显著,对于ROS的回归系数在5% 的显著性水平上大于零,但相关系数0.594明显小于大企业的1.148)。同时,上述分组回归的估计结果还显示,此时在各组内(大企业或小企业)企业规模对于经营绩效的影响不再显著,表明我们的分组是合适的。此外,表2的结果还表明,在全部样本、大企业样本和小企业样本中,控制变量TAT与企业绩效ROA和ROS呈现出显著正相关关系;而Lev与ROA和ROS的显著正相关关系仅存在于全部样本和大企业样本中,并不存在于小企业样本中。
(注:表中括号内的值为标准误差,*、**和***分别表10%、5%和 1%的显著性水平上显著地不为零。)
四、稳健性检验
由于企业研发活动并非都能在当年产生经济效果,大多数研发活动影响企业以后年度的绩效。本部分采用企业上一年度研发强度替代本年度研发强度作为解释变量之一,从而检验我们的结论是否稳健,结果见表3。
表中估计结果表明,针对全部样本、大企业样本和小企业样本回归方程均有较强的解释力:调整的R2均超过18%并且F检验的p值小于0.01。表中第2列和第5列针对全样本的估计结果显示,研发投入和销售投入对于ROA的回归系数估计值分别为0.647和0.131、对于ROS的回归系数估计值分别为2.113和0.139,均显著地大于零,表明本文的假设1和假设3仍然成立。表中第3列和第6列针对大企业样本的估计结果显示,大企业的研发投入在1%的显著性水平上正向影响了经营绩效,而销售投入影响相对较小 (第3列中大企业的销售投入对于ROA的影响不显著,第6列中大企业的销售投入对于ROS的影响在5%的显著性水平上显著),这一结果与表2保持一致。表中第4列和和7列针对小企业样本的估计结果则显示,小企业的销售投入对于经营业绩具有显著的正向效应,而研发投入没有显著影响,这一结果与表2相比更突出地显示出小企业研发投入的影响较小。在控制变量方面,稳健性回归结果与表2基本一致,规模对经营绩效的显著正向影响仅存在于全部样本中;在全部样本和大企业样本中,Lev对经营绩效存在显著负面影响,而这种负面影响并不显著地出现在小企业样本中;全部企业、大企业和小企业的VAT与绩效显著正相关。上述所有结果与表2的结果基本一致,这表明,选取哪一会计期间的研发强度作为研究对象,并不影响主要结论的稳健性。
(注:表中括号内的值为标准误差,*、**和***分别表10%、5%和 1%的显著性水平上显著地不为零。)
五、结论
本文结合医药企业的经营特点,首先指出研发投入和销售投入是影响医药企业经营绩效的重要因素,进而以我国医药行业A股上市公司为研究对象展开实证分析,引入企业规模这一调节变量,研究了研发投入、销售投入与企业经营绩效之间的关系。考虑到公司规模可能显著地影响上述效应,本文进一步按照企业总资产大小将样本分为大企业和小企业两类,展开了实证分析。结果表明,大企业的研发投入对于经营业绩的贡献显著地高于小企业;而小企业销售投入对于经营业绩的贡献显著地高于大企业。本文的实证发现显示,由于大企业的研发投入对于其经营绩效的影响更显著,大企业更有动力进行研发投入。本文还发现在控制了研发投入、销售投入和公司规模的影响后,大企业经营业绩仍显著地高于小企业。因此医药行业通过整合促使更多大规模企业的出现,可以使得行业的研发投入比例更高并且经营业绩更好,从而有助于增强行业的研发能力和获利能力。此外,通过对销售投入这一解释变量的研究发现,小企业销售投入对于经营业绩的贡献显著地高于大企业。对规模较小企业提出建议:在激烈的市场竞争中,医药类小企业研发能力薄弱,可以通过增加营销方面的重视度,提高企业绩效和市场竞争力。
安全投入与绩效 篇2
第一条为了进一步加强企业安全管理，建立企业安全生产投入的长效机制，确保企业对安全生产管理、事故隐患整改和安全技术措施费用的提出和使用能及时、到位，根据国家《安全生产法》有关规定，结合公司实际，制定本制度。
第二条公司设立安全生产专项资金管理，安全生产专项资金管理由财务资产部负责管理。
第三条安全资金投入
一、公司安全机构领导小组、主要负责人应按上级管理部门保证安全生产条件所必需的资金投入。
二、公司安全机构领导组、主要负责人对由于安全生产条件所必需的资金投入不足导致的后果承担责任。
三、财务部每年做好安全投入资金的相关报告。
四、安全投入费用包括：
1、安全生产管理费用；
2、安全资料的编印、安全标志牌的购置、安全宣传栏的设置、安全宣传横幅的购置等费用；
3、安全培训及教育费用（包括从业人员的培训、安全管理人员的考察、培训等）；
4、安全生产技术措施计划包括的费用；
5、事故应急救援器材、设备的投入、维护、保养费用；应急救援预案的维护和应急救援预案演练的费用；
6、消防设施与消防器材的配置、维护、保养费用；
7、在役营运车辆、设备的安全评价费用；
8、应急费用；
9、安全科技投入；
第四条安全资金的提取和使用
1、财务部按规定提取和使用安全资金，加强对安全资金投入与使用的管理。
2、安全资金按总公司计划提取。
3、安全资金由财务部按月提取，计入成本费用，专户储存，专项用于安全生产，不得挪作他用。
安全投入与绩效 篇3
发达国家的财政科技投入因其经济社会发展状况、科技发展水平和科技发展战略不同, 表现在投入的领域、方式、方向和结构上也具有各自不同的特点, 对于财政科技投入绩效的评估体系和评估方法也有自身的特点。相比之下, 我国财政科技投入绩效评估起步较晚, 至今尚未形成规范的体系, 目前还处于初级阶段。本文通过对中外财政科技投入评估体系进行了比较, 以期对我国财政科技投入的绩效评估提供借鉴和参考。
一、发达国家的财政科技投入评估体系
20世纪中期开始, 一些西方国家将绩效评估逐步应用于财政支出管理, 西方发达国家对财政科技投入已经建立了较为完善的绩效评估制度。
1、美国的财政科技投入绩效评估体系
美国是世界上最早实施科技评估工作的国家, 始于20世纪20年代。经过多年的发展, 美国的科技评估已是制度性、经常性的工作, 并建立了科技评估支持系统。财政科技投入绩效评估作为科技评估系统的一个分支, 其完善的评估机制以及严谨的评估形式和内容, 影响了众多国家, 同样也值得我们借鉴。
美国国会于1993年1月通过了《政府绩效与结果法案》 (GPRA) , 该法案是美国财政科技投入及政府部门绩效评价的重要法律依据。同时, 根据该法案的规定, 美国政府于1993年3月成立了国家绩效评价委员会, 负责法案的监督和实施。
美国国家科学基金会 (NSF) 成立于20世纪50年代初, 是专门负责推进美国科学和工程事业的一个部门。NSF对其资助项目绩效评估的模式和方法, 可以作为美国财政科技投入绩效评估的一个突出典范。20世纪70年代, NSF就开展了基础研究及其影响力的评估方法研究。在《政府绩效与结果法案》的框架下, NSF重新整合、规范了评估工作, 扩大了绩效评估的范围, 使评估指标和方法更为灵活多样。
根据《政府绩效与结果法案》, NSF要在规定时间内提交绩效报告。绩效报告不是对单个资助项目的结果进行评估, 而是对项目中的一类项目乃至对实现本机构某一方面特定任务的诸多项目开展综合评估, 以展示其整体绩效水平。
N SF将项目绩效评估指标分为三类:资助结果、内部管理和投资过程。对反映资助结果的绩效目标评估多采用定性指标, 而对反映内部管理和投资过程的绩效目标评估则尽可能采用定量指标。
为了在《政府绩效与结果法案》的框架下更好地开展绩效评估, NSF特别重视与绩效目标相关的数据采集、核实和认证工作。实施《政府绩效与结果法案》之后, NSF要求结题报告提供详细的内容, 并进入由NSF维护的网络系统, 便于快捷查询。N SF的评估数据源主要是中心数据库和独立的专项数据库。中心数据库主要有项目网上申请系统、项目受理数据库、资助数据库、项目发布系统、业务信息系统、评审专家库和绩效报告系统等;独立的专项数据库主要有科学出版物、新闻发布会、专家委员会和顾问委员会独立评价系统、项目学科年度报告、全委员会年度报告及内部数据库等。必要时, NSF还利用其外部建立与维护的合同数据库。这些信息资源, 为NSF有效开展制度化的绩效评估活动提供了保障。
为更好地对绩效评估进行监督, NSF加强了外部专家委员会的职能:除了继续监督同行评议过程之外, 还把各资助项目评估结论作为工作重点。
2、澳大利亚的财政科技投入绩效评估体系
澳大利亚是较早实施项目绩效评估的国家之一。澳大利亚联邦政府从1985年开始实施财政科技投入的绩效评估试点工作;1993年开始全面推行财政科技投入绩效评估;1999年开始对公共部门的所有支出预算进行绩效评估。
(1) 澳大利亚财政科技投入绩效评估的内容和步骤。澳大利亚的财政科技投入绩效评估主要包括三方面内容:适当性评价、效率性评价和有效性评价。评价重点根据项目目标和项目生命周期所处的发展阶段决定。
澳大利亚对财政科技投入的绩效评估贯穿于立项、实施、结题的全过程。其主要步骤为:进行项目分析, 确定评估重点;找出评估需要解决的主要问题, 确定评估项目和战略;收集、分析评估资料;起草、发布评估报告;回顾绩效评估;充分利用评估结论。
(2) 澳大利亚财政科技投入绩效评估的管理。绩效评估成功的关键在于对评估工作的管理。澳大利亚对财政科技投入绩效评估的管理主要包括对评估的组织、实施、控制、检查以及对评估结论的应用。从组织结构上看, 评估的管理组织包括评估指导委员会、项目评估的管理者 (负责评估项目的制定和具体的组织实施) 和评估工作小组。
项目绩效评估活动的监督管理体现在项目绩效评估的整个过程中。有些部门建立了监管委员会, 在监管委员会的监督下, 评估小组按规定程序工作, 保证评估的管理者及其小组成员尽职尽责, 以达到评估的目的, 实现评估的功能。
评估管理的关键是对整个绩效评估过程的控制。澳大利亚对项目绩效评估过程的控制是根据评估的规模和复杂程度而定的。如评估小组定期召开会议, 分析评估进展情况, 为评估工作建立定期检查机制。为保证财政科技投入绩效评估的质量, 澳大利亚政府设立了评估的质量标准体系。
3、其他一些发达国家和地区财政科技投入绩效评估体系
欧盟以公共资金支持研发计划的时间较早, 可追溯到20世纪70年代末期, 而绩效评估的施行则始于20世纪80年代初期, 主要有英国、法国、德国、荷兰、瑞士和北欧等国家。欧盟科技研发计划的绩效评估, 基本是伴随着欧盟各期架构的研究计划而演进的。1996年欧盟发布了“Sound and Efficient Management 2000”方案, 要求开展系统性的绩效评估。其目标是促进各个计划项目的有效完成, 并通过评估结果, 反馈到欧盟的决策层次, 以提升未来计划项目的执行成就并引导未来研究项目的方向。欧盟着重于以下五个方面的评估内容:计划筛选的程序、计划管理、计划的一般特色、计划的产出和成果的扩散利用。其基本特点是立足于从组织内部改进管理, 不强调预算的重新分配。
日本于1998年3月在经济产业省下成立了政策评估研究会, 制定了《科学技术基本法》、《科学技术基本项目》等大政方针, 规定今后若干年科技的研究方向及其预算目标额度。在此基础上, 各省厅制定了年度《科学技术重点指针》, 严格制定年度预算编制。日本政府预算实施过程中有一套完整的项目管理评估体制和预算监督机制。项目一旦确定, 它的每一笔开支必须按预算执行, 如需调整, 须经政府主管部门的同意。2001年11月, 日本政府又公布了《国家研发评估实施方针》, 要求对项目进展情况定期检查, 发现问题要及时提出调整意见, 供下年度制定预算时参考。经费由项目执行单位负责管理, 执行过程中除有本单位和上级主管部门的严格管理、评估外, 国家还设有专门的国家审计员制度, 以监管科技经费。
二、我国财政科技投入评估体系的现状
我国的科技投入产出绩效评估起步于90年代初。1993年, 国家科委开始将科技绩效评估手段引入科技宏观管理环节, 作为国家重大科技管理的突破口;1997年, 在原国家科技经济发展研究中心的基础上组建了国家科技评估中心;1998年, 国家科技部决定对国家重点新产品计划的立项进行评估试点, 并在选择了北京、上海、天津等七个省进行试点后, 在全国各地相继成立了科技评估机构。
2001年1月, 国务院下发了《科技评估、R&D项目招标投标工作资格认定暂行办法》, 2001年6月正式出版了我国科技评估活动的第一个行为规范和技术规范———《科技评估规范》, 作为国家《科技评估管理暂行办法》的重要配套文件。《规范》不仅进一步明确了科技评估的定义, 而且还明确地规定了科技评估所应遵循的原则和基本职业道德, 同时对科技评估的类型、范围、评估程序、评估关键环节、评估方法、组织管理、机构和人员, 以及所涉及各方的权利、义务及责任作了明确规定。
随着我国公共财政体制框架的建立, 以及各项财政制度改革的推进, 建立财政支出绩效评估制度成为财政支出管理工作的必然要求。财政资金绩效评估工作已成为规范财政支出、提高资金使用效益的有效手段, 受到各级财政部门的重视。
2002年, 财政部颁发了《中央本级项目支出预算管理办法》 (试行) , 其中明确规定要对财政预算安排的项目 (计划) 的实施过程及完成结果进行绩效评估, 并将项目绩效评估的结果作为以后安排财政预算的依据。2003年, 财政部印发了《中央级教科文部门项目绩效评估管理试行办法》, 并结合教科文部门的实际情况, 制定了《中央级教科文部门项目绩效评估规范》, 对如何进行财政科技投入评估作出了明确规定。部分省市财政部门也颁发了项目绩效评估的管理办法, 并在办法的指导下开展了财政科技投入绩效评估的试点工作。
目前, 我国财政科技投入评估的主体包括政府下属预算独立的科技评估机构和政府部门内部的科技投入绩效评估。按科技活动的管理过程, 具体的评估一般可分为事先评估、事中评估和事后评估:事先评估是在科技活动实施前对实施该项活动的必要性和可行性所进行的评估;事中评估是在科技活动实施过程中对该项活动是否按照预定的目标、计划执行, 并对未来的发展态势所进行的评估;事后评估是在科技活动完成后对科技活动的目标实现情况以及科技活动的水平、效果和影响所进行的评估。
具体而言, 科技评估工作的对象和范围主要有:科技政策的研究、制定和效果;科技计划的执行情况与运营绩效;财政科技投入的前期立项、中期实施、后期效果;科技机构的综合实力和运营绩效;科技成果的技术水平、经济效益;区域或产业科技进步与运营绩效;企业和其他社会组织的科技投资行为及运营绩效;科技人才资源;其他与科技工作有关的活动。
三、中外财政科技投入绩效评估的比较
比较分析国外几个发达国家开展财政科技投入绩效评估的现状, 不难发现, 其在评估主体、评估程序方面具有如下的共同点。
1、评估主体
国外发达国家基本上建立了完善的、全国性的财政科技投入绩效评估体系。各国广泛采用三层次评估体系, 中央政府、地方政府部门、独立的科技评估机构共同开展财政科技投入绩效评估工作, 并通过立法形式, 运用制度予以推行。
2、评估机构的独立性
发达国家在政府主导下进行财政科技投入绩效评估的过程中, 非常注重评估机构的独立性。一方面, 政府部门下属的评估机构实行独立预算, 由中央政府直接拨款;另一方面, 政府积极鼓励和支持社会独立的评估机构建立。
3、评估程序
国外开展财政科技投入绩效评估的基本程序一般是评估准备 (设立专家委员会) 、评估设计、信息获取、评估分析与综合、撰写并提交评估报告。其中, 专家组进行同行评议是各国开展财政科技投入绩效评估的主要方式, 同时也增加了定量评估方法的使用。
相比之下, 我国财政科技投入绩效评估还存在很多问题, 集中体现在以下几个方面:没有形成完善的评估体系;没有形成科技评估的专业队伍;科技评估程序方法还不够规范, 评估范围偏小;缺乏科学高效的绩效评估工具;科技评估的结论缺乏权威性, 有些评估流于形式等。
四、加强和改进我国财政科技投入绩效评估工作的建议
1、建立健全财政科技投入绩效评估的相关法规政策
制度建设是财政科技投入绩效评估健康发展的基本保障条件。我国的财政科技投入绩效评估目前还没有建立完善的制度和法律, 虽出台了项目绩效评估管理办法和规范, 但对绩效评估过程的监督检查及绩效信息管理等制度和法律仍需进一步加强。应该借鉴发达国家的经验和做法, 通过完善政策和立法使我国财政科技投入绩效评估走上制度化、规范化道路。
2、进一步完善科技投入和产出绩效的评估机制
第一, 除考虑科技投入和产出的经济效益指标或财务指标外, 还必须将生态效益指标和社会效益指标加入到科技投入和产出绩效评价的框架中来, 切实关注科技创新对生活质量、资源节约、环境优化及社会和谐的正面与负面影响效应。第二, 应当动态地看待科技投入的投资回报率。要着眼于长远的效益而不能局限于近期的收益, 更不能以当年的产投比来作为衡量科技投资回报率的唯一依据。因为科技投入往往具有投入量大、风险性较高、研究成果转化到实际应用的时间较长等特点, 而科技产出则大多具有后发效应、衍生效应、溢出效应等特征。第三, 要关注某些评估指标的内部差异性。如专利包括发明专利、实用新型专利和外观设计专利三类, 其科技含量依次递减, 对产出绩效的贡献程度也有所差异, 故在定量评估中的权重赋值也应考虑到其内部差异性。
3、建立相对完备、权威的财政科技投入绩效评估数据库
要想实现全面、客观、公正、准确的科技绩效评估, 必须具有相应完备、详实的权威数据支撑。我国目前没有建立支出效益评价信息采集体系, 与各类支出效益相关的数据资料十分匮乏, 评价所需的公正合理的标准值很难确定。因此, 要借鉴国外数据收集、处理、分析和利用的经验, 逐步建立适合财政支出效益评价所需的信息采集体系。一是选定不同行业、不同类型的财政支出项目评价工作初始数据源, 做好数据信息的分类管理;二是制定各类财政支出效益评价的分类标准, 扩大评价数据信息收集范围, 推动社会公众信息指标和标准的研究制定工作;三是改进评价数据信息采集方法, 重点收集大中型财政支出项目从立项决策、项目实施到生产经营等的各类技术经济指标和数据资料, 确保评价数据信息采集的有效运转;四是开发评价数据处理软件, 促进提高数据处理效率;五是运用评价数据信息研究测算综合评价和行业评价标准值。
4、建立财政科技投入绩效评估信息反馈机制和绩效报告公开制度
具有影响力的绩效评估结果对项目承担单位和管理部门具有重大的激励作用和监督作用。我国应建立绩效报告公开制度, 通过将评估结果与被评估对象的信息进行反馈, 发现项目实施和管理中存在的问题, 最终提高承担单位的项目实施能力和管理水平。
因此, 对于财政科技投入绩效评估最终形成的结论, 如不涉及保密内容, 建议在一定范围内加以公开, 并通过报刊、电视、网络等传播媒体及时地告知公众, 加强公众对科技管理工作的了解和监督, 最大限度地发挥财政科技投入绩效评估的作用。
5、建立跨部门合作机制, 成立综合绩效评估部门
财政科技投入绩效评价工作所需要的数据来自各个不同的政府部门, 开展此项工作离不开各部门的协同合作。应加强政府各部门科技管理职能的协调, 财政部、科技部、教育部、发改委等各个部门间宜建立联席会议制度, 定期协商与沟通各个部门科技投入的主要领域、支持重点、重大成果以及各个部门科技计划的衔接问题。应对某些分散在各部门内部的统计数据进行整合, 设立新的统计指标, 为科学评价财政科技投入绩效提供必要的支持。
财政科技投入绩效评价涉及大量数据和专业知识, 必须在制定和不断完善相关评价制度的前提下, 配备专业的绩效评价队伍, 给予充分的人力资源保障。这种专门的评估组织应由高素质的政府工作人员和专业的评估人员共同负责。政府工作人员对政府机构的运作以及财政资金的划拨和使用情况较为了解, 能够为专业评估人员提供公开资料和书面材料难以反映出来的意会知识;而专业评估人员则能利用其所掌握的各种专业知识, 用最低的成本、最高效地完成绩效评价报告。
摘要：本文首先梳理和总结了西方主要发达国家和我国的财政科技投入评估体系, 然后对中外财政科技投入绩效的评估体系进行了比较分析, 并在此基础上对改善我国财政科技投入绩效评估提出了相关建议。
关键词：财政科技投入,绩效评估,评估体系
参考文献
[1]邓向荣、刘乃辉、周密:中国政府科技投入绩效的考察报告——基于国家级六项科技计划投入效率与问题的研究[J].经济与管理研究, 2005 (6) .
[2]考燕鸣、王淑梅、马静婷:地方政府债务绩效考核指标体系构建及评价模型研究[J].当代财经, 2009 (7) .
[3]莫燕:区域R&D绩效评价[J].科研管理, 2004 (1) .
[4]王桂强、张青:基于“指标靶”概念的地方政府财政科技投入绩效评价模型体系的构建[J].科学与科学技术管理, 2006 (7) .
安全投入与绩效 篇4
财政科技投入是一个地区科技进步的物质保障。政府每年投入大量的资金引导科技项目的开展, 以期提高技术水平、获得经济增长和社会进步。地区的财政科技投入不可能无限增加, 如何将有限的财力发挥更大的作用, 提高财政科技投入的绩效, 成为财政及有关部门关注的重要问题。在评价科技投入产出的绩效上, 国内学者进行了许多研究, 李石柱等 (2003) 运用回归的方法对影响我国区域科技资源配置效率水平的要素进行了定量分析[1], 许治等 (2005) 采用了数据包络分析方法对我国1985—2003年科技投入相对效率进行了测度[2], 徐春杰等 (2006) 建立了基于内生增长理论的模型框架和指标体系对科技投入产出绩效进行评价[3], 张青等 (2006) 建立了具备模块化与开放性特点的地方财政科技投入绩效评价体系[4]。财政科技投入具有主导作用[5], 同时还具有挤出效应, 政府所创办的公共研究机构 (包括各级科学院、研究所等) 的R&D支出对企业的效率有负的作用, 因此R&D 活动更多的由企业来承担[6], 学者们多集中于对财政科技投入的主导作用、杠杆效应以及总量和结构的研究, 而关于财政科技投入的引导作用的文献相对较少, 定量分析的文献也缺乏, 而财政科技投入的引导作用和衔接功能是财政资金诸多作用功能中重要的一个组成部分, 科技投入需要的资金巨大, 财政资金的引导作用的良好发挥能吸引更多的社会资金投入科技领域, 为科技的发展奠定良好的物质基础。本文将利用数据包络分析方法 (Data Envelopment Analysis 简称DEA) , 对直辖以来的重庆市财政科技投入的使用效率和引导作用进行定量分析。
2 重庆市财政科技投入分析
2.1 财政科技拨款情况
财政科技投入是财政支出的重要组成部分, 科学研究费支出一般是指财政在科学技术方面的专项支出。本文用财政科技拨款 (万元) 、科技三项费用 (万元) 、科研基建费 (万元) 反映财政科技投入的规模与结构状况, 通过宏观经济总量指标国内生产总值反映经济增长情况, 样本数据为从2000年到2006年的年度数据, 见表1。
资料来源:重庆市统计年鉴 (2001—2007年)
由表1可以看出: (1) 在2000—2006年间, 重庆市财政科技投入、科技三项费总额呈现递增趋势, 科研基建费投入力度也不断加大。 (2) 科技投入的增幅也高于GDP的增幅, 2004年财政科技拨款的增长幅度最高, 为35.4%, 2006年财政科技拨款比去年同期增长27.0%, 这一发展势头良好。科技投入是科技活动的核心, 按照国际惯例, 科技经费支出的增长率只有高于GDP的增长率, 一个地区科技发展后劲和实力才能得到长期保持和不断加强。 (3) 该市财政科技三项费和科研基建费的支出较上年有较大增长, 增长率高达24.7%, 但是仍然比全国平均水平低1.5个百分点, 表明政府财政对科技的投入有待进一步加强。
2.2 政府科技经费筹集情况
科技经费是科技活动的根本保障, 重庆近年来科技经费筹集总额持续增长, 详见表2。
续上表
资料来源:中国科技统计年鉴 (2001—2007年)
由表2可以看出: (1) 科技经费筹集总额持续增长, 2006年全市科技经费筹集总额达到了81.8亿元, 比去年增长8.22%。 (2) 科技经费筹集来源结构进一步合理, 企业资金筹集快于政府及金融机构贷款增长速度, 说明企业仍然是科技活动的主体, 企业自筹经费、自主研发仍是重庆科技活动的主要特征。 (3) 科技经费筹集中金融机构贷款继续保持较快增长, 但稳定性较差, 要重视政府科技经费投入的扶持和引导作用, 这也是重庆市科技经费支撑的薄弱环节, 要进一步拓宽科技经费来源渠道, 充分发挥金融机构贷款、风险投资基金等对全市科技发展的支撑保障作用。 (4) 科研机构、高校的经费筹集能力相对欠缺, 经费增长相对缓慢, 主要以政府资金为主, 重庆市高校、科研院所拥有相对雄厚的科技攻关能力, 但企业资金和金融机构贷款介入小, 说明高校、科研院所要切实增强市场意识, 政府要鼓励和引导企业与院校合作, 取长补短, 为重庆市经济增长提供强有力的科技支撑。
3 重庆市财政科技投入的绩效分析
财政科技投入绩效, 是指财政科技投入所取得的实际效果, 重点考察财政资源配置的合理性和资源使用的有效性。由于财政科技的投入和产出之间很难找出相应的函数关系, 因此本文拟采用非参数方法 (DEA) 来测度重庆市的财政科技投入的使用效率。
3.1 理论框架
DEA方法是由美国著名运筹学家A.Chames, W. Cooper和E·Rhodes以“相对效率”概念发展起来的一种效率评估方法, 该方法特别适用于对若干同类型的具有多输入和多输出的决策单元进行效率与效益的评价。自第一个DEA模型 (C2R模型) 诞生以来, 已有多种派生的DEA模型产生, 其基本思路为:假定有n个决策单元DMU, 每个DMUj都有m种非负投入品以及k种非负产出品, 它们分别由向量Xj= (x1j, x2j, K, xmj) 和Yj= (y1j, y2j, K, ykj) 给出, 每个决策单元都利用投入品X生产Y, 对于任意决策单元DMUj基于凸性、锥性、无效性和最小性的公理假设, 有生产可能性集[7]:
根据上述思想, 可以得到如下DEA模型 (C2R) :
s.t .
其中θ为被评价决策单元DMU0的有效值 (指投入相对于产出的有效利用程度) , θ越大, 资源配置越合理, xij0和yrj0表示第j个DMU的第i项输入和第r项输出, S-j和S+j分别为松弛变量, 非零的S-j和S+j分别表示无效投入量和不足产出量, ε是阿基米德无穷小量。
3.2 DEA模型有效性判断及经济内涵
当θ=1且S-j=S+j=0时, 则称评估单元DMU0为DEA有效, 即在n个评估单元组成的系统中, 在原投入X0的基础上所获得的产出Y0已达到最优;当θ=1且S-≠0或S+≠0时, 则称决策评估DMU0为DEA弱有效, 即在这n个评估单元组成的系统中, 对于投入X0可减少S-而保持原产出Y0不变, 或在投入X0不变的情况下可将产出提高S+;当θ<1, 则称评估单元DMU0DEA无效, 即在n个决策单元组成的系统中, 可通过组合将投入降低原投入X0的θ比例而保持原产出Y0不变。
3.3 指标体系的构建
在运用DEA模型测度相对效率时, 要求决策单元DMUj具有相同的投入、产出指标, 并且根据经验法则, 要求决策单元DMU的样本数至少是投入产出项数之和的两倍以上[2]。本文拟用DEA方法对1997—2006年重庆市财政科技投入的使用效率进行分析, 基于DEA方法对样本的要求和指标的科学性与可操作性, 建立如下投入产出指标体系。
(1) 投入指标:
财力投入方面, 我们采用重庆市财政科技拨款来衡量, 考虑到财政科技投入的经济社会效益发挥的滞后性, 我们采用滞后一年的财政科技投入量作为科技投入指标, 即财政科技投入 (X1t-1, 为t-1年财政科技拨款, 万元) 在第二年发挥作用。
(2) 产出指标:
财政科技投入的目的是为了获得科技进步带来的经济效应和社会效应, 进而促进经济增长、社会发展, 因此, 经济效应方面我们用社会全员劳动生产率 (Y1t, 元/人) 来衡量;财政科技投入的社会效应方面, 我们用企业资金的投入 (Y2t, 万元) 来衡量, 表示财政投入对社会资金的引导作用。
本文的数据均出自相关年份的《重庆市统计年鉴》, 且在本文中, 样本数大于指标体系中投入、产出项数之和的两倍以上, 符合DEA方法使用的经验法则。
3.4 实证分析
根据所选取的投入产出指标的数据, 利用软件Lingo8.0求出样本期内重庆市财政科技投入使用的相对效率, 见表3。
由表1可以看出, 样本期内1997年和2004年这两年重庆市财政科技投入达到强DEA有效, 且在其余的7年中, 只有2003年的财政科技投入边际无效, 其他的相关年份均表现为明显无效。从时间序列上看, 样本期内的财政科技投入效率可以分成两个阶段, 1997—2001年为第一阶段, 2002—2005年为第二阶段。在第一阶段, 除直辖之初的1997年, 相对效率普遍较低, 效率均值为0.64;在第二阶段, 财政科技投入效率明显升高, 且相对效率普遍较高, 效率均值为0.89。我们用科技进步为社会经济产生的效应来构建指标, 重庆市的财政科技投入的相对效率总体上偏低, 表明重庆市财政科技投入对经济增长的贡献率偏小。
4 重庆市财政科技投入模式选择
4.1 财政科技投入模式比较
政府财政科技投入所使用的政策工具, 对鼓励企业和社会更广泛开展R&D活动, 满足政府或社会对科技公共产品的需求或其他产业目标而言, 具有重要但不同的作用。其主要目的在于强化社会和企业从事R&D活动的动机, 通过减弱风险或将风险外部化来增加激励。此外, 通过政府财政科技投入的引导和组织, 还会给社会提供强烈的信号, 可用以减少交易成本, 产生引导作用。
Guellec和Pottlesbergher (2000) 指出: (1) 政府直接资助和税收优惠政策是相互替代的, 增加其中一种资助方式的强度, 就会减少另一种方式对企业R&D的资助效果。 (2) 政府实验室和大学中进行的国防研究会排挤私人R&D投入, 一方面是由于政府资助使研究成本提高;另一方面是由于在参与国防研究方面, 政府实验室和大学比企业有更多的机会, 无形中使企业受到一定程度排斥, 间接导致企业R&D投入减少。 (3) 政府对企业R&D的补贴水平过高会产生挤出效应, 过低则难以对企业R&D投入的增长产生激励作用[8]。企业研发支出中政府资助所占的比例与对企业研发支出的影响呈倒U型的关系, 在比例达到13%时激励效应达到最大, 在比例超过25%时产生挤出效应[9]。
财政科技投入模式中的几种政策工具, 补贴和政府采购由于对资助对象有特定的要求, 针对性较强, 有助于接受资助企业的R&D活动的进行, 但通常情况下小企业很难获得这方面的资助, 一种替代的方式是通过中小企业创新基金的形式给予从事高新技术创新的中小企业获得政府资助的机会;R&D税收优惠政策和科技溢出, 由于采取的是对R&D活动予以事后补偿的方式, 除了R&D活动外一般没有其他具体的要求和规定, 表现出对资助对象不加以选择或者选择性很弱。间接方式中的其他扶持政策专门为鼓励和促进企业和科研机构、企业与高校以及企业之间的合作而设立, 主要是加速成果的产业化步伐。
财政选择不同的科技投入模式时, 难点在于科技投入中的信息不对称问题。采用直接投资, 则要求政府具备所投入领域的专业知识和良好的判断;企业私有信息的存在, 也会激励企业通过扭曲的策略行为来隐瞒投入领域和研发的内部信息来获利。虽然重庆市建立了专家评价系统来分析和遴选信息, 但不能直接纠正投资方式的信息偏差和道德风险。采用间接方式, 虽然易于判断财政科技投入的流向, 并体现一定意义上的公平, 但是无法避免研发活动中的风险外部化问题, 在高校及部分科研院所所从事的基础研究中, 难以通过事后激励来促进研发投资的支出。
4.2 财政科技投入模式选择
财政科技投入的性质决定了投入主要限定在专有技术及共有技术研发上, 因此在选择科技投入模式时会存在非常突出的信息问题。如何进行信息筛选以便确定投资流向进行资助, 评价资助流向的合理性, 以及如何使财政科技支出能确保最优化的配置, 以产生理想的激励和产业研发促进效果, 进而为重庆提供公共物品或者促进重庆产业竞争力形成, 还存在较大的困难。财政科技投入更多的是弥补市场的不完全, 或者借助一定的政策设计实现财政科技投入的最优绩效。弥补市场不足的一个良好途径就是实现科技资源的整合, 加强科研院所、高校、企业、工程技术中心、孵化器科技活动参与主体的联系, 使财政针对科技活动的不同环节采取不同的投入管理模式。
在专有技术和共有技术研发中, 政府也可以针对公共品的不同属性来采取针对性的支持模式, 通过一定的溢出机制来推动财政科技投资效率的改善。从商业进程来看, 科技行为可以分成纯科学活动、基础技术活动、应用技术活动、技术产业化活动以及为科学技术提供保障条件的服务活动, 其成果分别对应纯公共产品、准公共产品、准商品、纯商品[10]。
对于纯科学活动, 在确定政府职责时还存在对纯科学活动进行选择的问题, 财政应当重点支持对国家和社会最为重要的科学事业, 在财政支持方式上, 选择直接资助还是购买服务, 需要根据科学活动自身的性质而定, 在保持经费支持的基础上, 还应努力配套措施以引导科学活动实现一定的经济效益。
对于基础技术活动, 在投入管理模式上, 一般采用财政投入—科研院所、高校—基础研究的模式, 该模式的优点是科研院所与高校具有强大的科研实力, 对资金可以实施较好的监管, 财政科技投入的目标更易于实现。但是科研系统的基础研究与企业的生产系统相互分离, 基础研究的性质又决定了对现实的生产而言具有一定的前瞻性, 致使以高昂的投入获得的成果搁置。政府在选择重大科技发展方向和公共性质的科技项目上有一定优势, 但是对于项目的产业化操作则显得落后。政府把科技投入资金委托给基金公司, 基金公司根据政府设定的目标进行商业化运作。在二十世纪六七十年代, 为取得在汽车和家用电器领域的竞争优势地位, 日本政府投入巨额资金与企业进行联合开发并实行类公司化管理, 最终取得成功[11]。对于科技投入用于高科技开发的部门, 可以试行有偿使用, 通过科技补偿科技的方式, 使部分科技投入基金实现保值增值, 从而使科学研究的基金不断增加。
对于应用技术活动, 以不同的媒介为桥梁, 可以分成两种不同的模式:
(1) 推广机构模式。即财政科技投入—推广机构—应用研究, 这种模式借助推广机构从事应用技术的研究和推广, 具有较强的敏感性, 能够使研究成果更快地应用于实际生产, 尽快产生实际经济效益。目前重庆市推广平台建设起步较晚, 2006年10月重庆市成果推广信息平台建设项目通过专家验收, 重庆科技成果平台的构建为社会各界推动成果转化构建了互动平台。根据重庆市的产业发展状况, 从1999年开始, 重庆成功举办了七届中国重庆高新技术交易会和三届国际军民两用技术博览会, 为加速重庆高新技术成果的推广应用, 推动重庆市高新技术产业发展起到重要作用;还根据实际需要出台了新政策《关于印发促进中国重庆高新技术交易会成果转化优惠政策的通知》 (渝办发[2008]94) 。但专门从事科技成果推广的机构建设相对滞后, 因此要加大专业成果推广机构建设, 壮大推广实力, 充分发挥这一模式的优势。
(2) 产业化模式。即财政科技投入—企业—产业化模式, 其显著特点就是企业处于生产前沿, 企业直接从事生产实践, 有利于将技术直接转化为现实生产力, 是一种对生产力的促进最直接的科技投入模式。全国科技大会和《国家中长期科学发展规划纲要 (2006—2020年) 》强调, “建设以企业为主体、市场为导向、产学研相结合的科技创新体系, 使企业真正成为研究开发投入的主体、技术创新活动的主体, 全面提升企业的自主创新能力”。这是促使其他发展转向主要依靠技术创新, 提高效率的重大战略部署。
目前最大的问题在于重庆市企业的研究实力不足, 开展自行研发的公司少, 技术引进、模仿者居多。在技术研发过程中, 企业的战略一般是研发3—5年的技术, 如果将确立课题、筹集资金、召集科研院所的任务交给企业, 大部分的企业难以承受其风险, 同时企业以利益最大化为目标和政府以重庆市长远发展的目标在一定程度上很难协调。为更好兼顾宏观层面的重庆市长远战略与微观层面的企业最大利益, 政府职能部门加强协作, 介入企业为创新主体的产学研一体化科技创新模式中, 这成为政府引导科技创新, 实现科技成果产业化的有力手段。
5 结论与建议
利用1997至2006年的数据对重庆市的财政科技投入的绩效进行了分析, 发现重庆市近年来的财政科技投入的使用效率总体上偏低 (均值为0.75) , 财政科技投入对经济增长的贡献率偏小。财政科技投入与社会资本的衔接会影响财政资金在科技上的使用效率, 近年来重庆市财政资金未能很好地发挥引导性作用, 降低了财政科技投入的绩效。
重庆市近年来不断加大对科技的投入力度, 但总量上仍显不足, 应将科技投入作为预算保障的重点, 出台科技创新方面的规定, 确保财政科技投入的增幅高于财政经常性收入的增幅法制化。建立政府投入的引导机制, 建立健全社会投入的激励机制, 营造良好的法律和政策环境, 积极吸引社会有效资金进入科技研发领域, 形成多元化、多渠道的科技投入体系。
优化财政科技投入模式, 对投入模式从结构上加以改进, 明确财政科技投入的重点领域和重点行业, 切实推进二次开发、科技成果转化和技术推广环境建设。改进科技项目和科技计划管理体系, 在投资管理过程中体现“商业化特征”, 在科技计划设置上增加行业内共性关键技术科技攻关、科技基础条件建设、科技普及等计划;在经费投向上, 进一步突出产业化导向;在实施模式上, 实行“市级重点, 地方配套;地方重点, 市级支持;企业需要, 政府协助”, 形成地区与市级联动, 企业与政府互动的良好局面。
建立财政科技投入使用绩效考评机制, 建立科研经费使用管理机制, 通过建立科学的科技预算和可操作的协调机制, 统筹规划科技资源, 通过强化课题制的管理, 完善课题监督体系, 切实提高财政科技投入的使用效率。
参考文献
[1]李石柱, 李冬梅, 唐五湘.影响我国区域科技资源配置效率要素的定量分析[J].科学管理研究, 2003 (02) :60-63.
[2]许治, 师萍.基于DEA方法的我国科技投入相对效率评价[J].科学学研究, 2005 (04) :481-484.
[3]徐春杰, 李强.科技投入产出绩效评价的内生增长模型研究[J].中国软科学, 2006 (08) :65-72.
[4]张青, 王桂强.具备模块化与开放性特点的地方政府财政科技投入绩效评价模型体系研究[J].科技进步与对策, 2006 (11) :14-17.
[5]陈昭锋.发达国家政府引导科技投入的主要特点和功能研究[J].科学管理研究, 2002 (03) :33-37.
[6]姚洋, 章奇.中国工业企业技术效益分析[J].经济研究, 2001 (10) :13-19.
[7]盛昭瀚, 朱乔, 吴广谋.DEA理论、方法与应用[M].北京:科学出版社, 1996:102-115.
[8]GUELLEC, POTTLESBERGHE.The Impact of Public R&D Expendi-ture on Business R&D[M].Paris:OECD, 2000:225-243.
[9]曲昭仲, 孙泽生.地方财政科技投入模式选择分析[J].经济问题, 2005 (5) :67-69.
[10]郝刚, 张维.中国财政科技投入资金的引导、衔接功能研究[J].中国软科学, 2006 (9) :76-81.
安全投入与绩效 篇5
高端装备制造业是指现代装备制造业的高端领域, 为国民经济各大行业提供先进技术设备的产业, 是各项工业技术、信息技术及各类新兴技术的集成载体。根据国务院《关于加快培育和发展战略性新兴产业的决定》, 作为战略性新兴产业的高端装备制造业主要包括航空装备工业、卫星产业、轨道交通装备业、海洋工程装备、以及智能制造装备等细分领域。“十一五”规划已经把振兴装备制造业放在重要位置, 并在“十一五”期间取得了很大成就, 如:机械工业产业规模跃居世界首位、装备保障能力显著增强、结构调整取得重要进展、国际竞争力显著增强、发展质量明显提高。但是我国装备制造业依然存在很多问题, 其中最为突出的问题就是产业大而不强、自主创新能力薄弱、缺乏核心技术和自主品牌。这同时也是我国高端装备制造业存在的主要问题之一。在当前世界金融危机的冲击下, 我们更应清醒地认识到自主创新是经济增长、产业发展和企业竞争力提高的最主要源泉 (Dosi G, 1988) 。本文将从研发投入强度的角度, 来剖析引起我国高端装备制造业大而不强、缺乏自主创新能力的原因, 因为企业自主创新能力在某种程度上体现在企业研究与开发能力上, 需要研究与开发费用的投入。研究与开发活动贯穿于不同类型创新活动的各个阶段, 是创新的重要来源, 企业只有加强对研发活动的投入, 才能增强自身的竞争力, 支持企业长远的发展。企业自主创新能力不足与企业研发能力薄弱、R&D投入不足密切相关。基于此, 本文以我国高端装备制造业上市公司为研究对象, 选取2006—2010年的数据为样本, 在分析我国高端装备制造业研发投入现状的基础上, 对R&D投入强度及公司绩效进行实证研究, 考察我国高端装备制造业R&D投入与企业绩效之间的关系, 探寻我国高端装备制造业大而不强、自主创新能力薄弱的原因。这一研究对于推动我国高端装备制造业R&D活动的开展, 提高企业的自主创新能力均有着重要的现实意义。
二、文献综述
(一) 研发投入与公司绩效存在显著的相关关系
一些研究表明公司业绩与研发投入存在显著的相关关系, 结果并不一样, 有的是正相关, 有的是负相关。Grabowski和Mueller (1978) 通过对美国86家公司的样本回归分析发现, 研发投入的投资回报率高于其它投资。徐欣、唐清泉 (2010) 考察了R&D活动对企业价值和业绩的影响, 研究发现R&D活动能为企业创造价值, 其中R&D投资能提高企业价值和经营业绩。程宏伟、张永海、常勇 (2006) 以我国96家上市公司为样本, 研究发现我国上市公司R&D投入与公司业绩正相关, R&D投入对公司业绩的影响逐年减弱。罗婷、朱青、李丹 (2009) 使用2002年至2006年上市公司数据, 检验R&D对公司经营业绩的作用。结果显示R&D投入整体上与公司未来年度利润存在正相关的关系。而陆玉梅、王春梅 (2011) 运用99家制造业和信息技术业上市公司2005年至2008年的数据, 实证分析了R&D投入对公司经营绩效的影响, 研究结果表明当年的R&D投入和上市公司经营绩效之间存在负向相关性。
(二) 研发投入与公司绩效没有显著的相关性
有些研究则得出了完全相反的结论, 认为研发投入与公司绩效没有显著的相关性。周国红和陆立军 (2003) 对1 162家浙江省科技型企业进行问卷调查, 结果发现研发投入水平与强度和企业的总资产报酬率、净资产收益率、销售总额、人均销售总额、利润总额相关性都不显著。朱卫平和伦蕊 (2004) 则发现, 我国高新技术企业的科技资金、人力资源投入与企业绩效之间基本不存在显著的正相关关系。梁莱歆和张永榜 (2005) 研究发现我国高新技术企业R&D投入强度与总资产收益率之间有很弱的相关性。李涛、黄晓蓓、王超 (2008) 考察科研投入与企业绩效的关系, 结果表明信息业和制造业科研投入和盈利能力之间的企业科研投入与盈利能力之间的关系并不明显。
(三) 研发投入对公司绩效的影响具有滞后性
Myers (1977) 指出公司的价值是由现有的资产与未来成长机会所构成, R&D能为公司带来成长机会和超常盈利能力。Morbey (1989) 以800家研发支出超过一百万美元的美国企业为研究样本, 探讨研发强度与企业利润、获利成长之间的关系, 研究结果显示, 研发强度对企业未来获利有着显著影响。Sougiannis (1994) 以1975年至1985年的美国公司为研究对象, 采用财务计量方法估计研发支出之后效果, 实证结果表明, 企业每增加1元的R&D投资, 在未来的7年内会增加2元的获利。Lev和Sougiannis (1996) 采用实证研究的方法, 以大量的来源于不同行业的高研发密度的企业为样本, 研究每年R&D支出与下一年经营收入的关系。研究表明, R&D费用的效益具有明显滞后性, 其效益持续期各行业有明显的不同。Chambers等 (2002) 通过对美国近10万家企业样本的分析, 认为研发投入所带来的公司业绩的提升可以持续10年以上。梁莱歆和张焕凤 (2005) 通过对我国72家上市高科技企业的研究, 发现研发投入具有明显的滞后性, 在R&D投入与产出滞后一定时期的条件下, 我国高科技企业的R&D投入与其盈利能力和发展能力的相关关系较显著。周亚虹、许玲丽 (2007) 利用浙江省桐乡市21家民营企业14个季度的数据进行计量分析, 最终发现浙江省桐乡市民营企业的R&D投入在其投入后一年之内对企业业绩具有积极的影响, 并且这种影响呈现一个倒U型。陆玉梅、王春梅 (2011) 研究结果表明, R&D投入对上市公司经营绩效存在显著滞后影响。通过相关文献分析, 不难看出:不同行业中的研发和创新活动, 因其科学性质不同行业竞争结构不同、项目的不确定性和复杂性不同, 导致不同的研发投入水平和结构对企业绩效的影响会表现出不同的轨迹 (董静、苟燕楠, 2010) 。实证检验也是如此, Hu AG和Jefferson GH (2004) 利用中国北京地区大中型工业企业的创新数据, 研究了R&D投入对企业业绩的影响, 研究发现, R&D投入对企业业绩的贡献是显著的, 显著程度对不同行业有所不同。李涛、黄晓蓓、王超 (2008) 以披露研发信息的信息业与制造业上市公司为样本, 考察科研投入与企业绩效的关系, 结果表明制造业企业在科研投入力度上高于信息业, 信息业和制造业科研投入和盈利能力之间的企业科研投入与盈利能力之间的关系并不明显, 但对企业成长能力有显著的促进作用。本文认为高端装备制造业是我国战略性新兴产业, 其研发强度与公司绩效之间的相关性也应该具有其自身的特点, 因此本文从财务的角度来研究我国高端装备制造业研发强度与公司绩效的关系, 以探寻影响高端装备制造业大而不强、自主创新能力薄弱的原因。
三、研究设计
(一) 样本选取与数据来源
由于42家高端装备制造业2006年至2011期间完整披露研发投入数据的公司不多, 为扩大样本容量, 将5年截面数据并在一起。剔除研发费用完全没有披露的上市公司和ST类的上市公司, 获得29家上市公司的159个样本数据。本文用到的研发费用数据主要来源于巨潮咨询网站 (http://www.cninfo.com.cn/) 提供的年度报告全文中披露的数据, 包括年报附注中“管理费用”、“长期待摊费用”、“无形资产”、“其他与经营活动相关的现金流量”等项目中披露的研发费用以及董事会报告中研发情况, 如:“研究开发费”、“技术开发费”、“试制开发费”、“研发支出”、“研发费”以及类似名称披露的费用, 但不包括反映在“无形资产”明细项目下的“专利权”、“专有技术”本年增加额。所有研发数据都是通过手工收集获得。其他数据均来自于CSMAR数据库、CCER数据库和WIND数据库, 部分财务数据进一步与公司年报中的数据进行了复核和补充。数据处理主要运用EXCEL软件和SPSS统计分析软件来完成。
(二) 变量定义
本文分别从这四个方面选取适当指标来反映公司的财务绩效:盈利能力指标选取的是总资产净利润率和营业利润率两个指标;营运能力指标选取资本密集度和总资产周转率两个指标;偿债能力指标选取的是资产负债率和长期资产适合率两个指标;发展能力指标选取的是资本积累率。另外, 本文引入企业规模 (SIZE) 来控制可能存在的规模效应。由于本研究采用2006—2011年的截面数据, 数据本身存在年度之间的差异, 因此引入一控制变量IPI (工业景气指数) 来控制年度宏观因素对模型的影响, 该指数的数据来源于新浪财经网站, 具体变量定义见表 (1) 。
(三) 模型建立
本文建立模型:RPi, t=β0+β1RDIt+β2SIZEt+β3IPIt+μ
其中:RPi, t代表企业在t年的绩效水平i, i=1、2、3、4、5、6、7, RP1, t代表总资产净利润率, RP2, t代表营业利润率, RP3, t代表资本密集度, RP4, t代表总资产周转率RP5, t代表资产负债率, RP6, t代表长期资产适合率, RP7, t代表资本积累率。t=2006, 2007, 2008, 2009, 2010;RDIt代表企业t年的研发强度, SIZEt是第t年企业资产规模的对数, IPIt代表第t年的工业景气指数年度均值, SIZEt与IPIt在模型中作为控制变量。
***表示1%水平下显著, **表示5%水平下显著, *表示10%水平下显著, 括号内表示t统计量的值。
四、实证检验分析
(一) 描述性统计
从表 (2) 可以看出:我国高端装备制造业的研发强度普遍较低, 均值为1%, 按照国际上的定论, 这个数值意味着公司难以维持生存。另外, 从其他相关变量的描述性统计显示:模型 (1) 中总资产净利润率 (RP1) 和营业利润率 (RP2) 这两个盈利指标的均值都处在6%左右, 营运能力、偿债能力以及发展能力的指标均值均值正常范围之内, 说明样本公司的经营状况良好, 基本处于盈利阶段。但是是样本公司的长期资产适合率 (RP6) 的标准差比较大, 说明样本公司企业资源配置结构差异较大。
(二) 回归分析
回归结果显示:在共线性诊断方面, 方差膨胀因子VIF均在1至1.1附近, 远小于10, 即模型不存在严重的多重共线性问题。但是对公司财务绩效的四个方面影响不一如表 (5) 所示。 (1) 对盈利能力的影响。当以总资产净利润率 (RP1) 作为因变量时, F统计值是5.621, Sig.<0.01, 说明在显著性水平α=0.01的情况下, 回归方程通过F检验模型显著。当以营业利润率 (RP2) 作为因变量时, F统计值为5.027, Sig.=0.002<0.01, 表明在显著性水平α=0.01的情况下, 回归方程通过F检验模型显著。研发强度与总资产净利润率 (RP1) 和营业利润率 (RP2) 的相关性并不显著, 也就是说研发强度对企业的盈利能力影响不显著。进一步发现, 研发强度对RP1的敏感系数为正, 而对RP2的敏感系数为负, 这说明提高研发强度并不一定能使我国高端装备制造业的盈利能力提高, 甚至有可能降低本期的盈利水平。 (2) 对营运能力的影响。当以资本密集度 (RP3) 和总资产周转率 (RP4) 两个营运能力指标作为因变量时, F统计值都很小, 回归方程并未通过显著性检验。但是我们发现此时研发强度与这两个指标在10%显著性水平下影响显著, 研发强度与资本密集度显著正相关, 与总资产周转率显著负相关。这说明提高研发强度可能会降低高端装备制造业的营运能力。 (3) 对偿债能力的影响。当以资产负债率 (RP5) 和长期资产适合率 (RP6) 这两个偿债能力指标作为因变量时, F统计值分别为12.743和8.215, Sig.均小于0.01, 说明在1%的显著性水平下, 回归方程通过F检验, 模型显著。研发强度对资产负债率和长期资产适合率的影响均不显著, 但是研发强度对长期资产适合率的敏感系数较大, 为-8.820。这说明提高研发强度可能会大大降低高端装备制造业的偿债能力。 (4) 对发展能力的影响。当以发展能力指标资本积累率 (RP7) 作为因变量进行回归时, F统计量的值是6.561, Sig.=0.000<0.01, 说明在1%的显著性水平下, 回归方程通过F检验, 模型显著。研发强度对资本积累率 (RP7) 这个指标在10%显著性水平下显著负相关。这说明提高研发强度从短期看降低了公司的发展能力。
五、结论
本文通过研究得出以下结论:我国高端装备制造业研发信息披露不充分, 研发强度普遍偏低, 研发投入严重不足, 这也是导致我国高端装备制造业大而不强、缺乏自主创新能力的主要原因之一。通过回归分析发现, 研发强度对公司盈利能力没有显著影响, 而对公司营运能力、偿债能力以及发展能力均有负面影响, 这也解释了为什么我国高端装备制造业研发投入少, 简单地讲, 企业的目标就是盈利, 从财务层面上讲, 如果研发投入对盈利能力没有正面影响, 反而降低了公司的营运能力、偿债能力和发展能力, 公司一般不会热衷于这种负回报的投资的, 无法调动企业研发投入的积极性。因此, 激励企业加大研发投入力度, 提高其自主创新能力, 关键是提高研发投入收益, 使企业的研发投入能为企业真正带来正面的投资回报。这就要求我们在提高研发效率、保护自主创新成果、降低研发风险、提高研发收益等方面下功夫。此外, 应当进一步规范我国高端装备制造业研发投入的信息披露, 提高研发投入的价值相关性。
摘要：本文以我国高端装备制造业上市公司为研究对象, 选取2006—2011年的数据为样本, 分析了我国高端装备制造业研发投入现状。结果表明:高端装备制造业研发信息披露不充分, 研发投入不足, 研发强度与企业的盈利能力不相关, 提高研发强度反而降低了企业的偿债能力、营运能力和发展能力, 这也从财务层面上揭示了我国高端装备制造业研发投入弱的原因。
安全投入与绩效 篇6
大数据已经日益成为我们个人生活、经济社会中极其重要的概念。自被称为“大数据元年”的2012年起,随着人类产生的数据量成指数倍增长,大数据一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新。随着关于大数据的构想和概念的不断提出、完善并在实际中运用,出现了一批与大数据运用直接相关或密切相关的企业,我们可以称其为大数据企业。
目前国内外关于大数据的研究主要基于大数据的数据挖掘与分析,基于大数据的决策判定支持,基于大数据在某一领域的具体应用研究3个方面。其中,关于大数据在某一特定领域的具体应用研究越来越多,也是大数据与实际结合,形成一批大数据企业的理论基础。而目前确实已经出现了一批相关的大数据企业。但对大数据企业的界定还很比较模糊。
针对上市大数据企业的界定,目前只有部分券商和少量学者针对概念做出过粗略的划分。如安信证券认为,遵循自身拥有大数据和为客户提供大数据分析运营两条主线选出的企业即为大数据上市企业。周永祥(2013)将大数据上市企业划分为数据存储和处理、数据运营维护两个类别。可以看出,目前针对大数据上市企业的划分依据大都是以经营业务和范围作为标准,只有很少量的企业符合上述标准。但是我们认为,大数据上市企业的范围还应该进行拓展延伸,现有的分类还很不合理全面,忽视了一部分主营业务,核心能力和未来的发展战略与大数据密切相关的企业。
我们从主营业务层面出发,考虑多个角度提出选取上市大数据企业的标准,即主营业务板块和核心能力,战略布局动向3个方面都与大数据密切相关的企业。基于此,我们从上海和深圳两个证券交易所的上市企业中筛选出42家符合要求的企业进行研究,定位总体可分为以下6类:海量数据生成与处理,数据中心建设与运营,信息数据安全,基于大数据的智能化问题处理,大数据的视频化应用,大数据的人机化交互应用。这样,我们就得到一份从数量和质量上都符合研究要求的对象。
2 经营绩效与研发投入关系文献回顾
2.1 国外研究回顾
国外学者对研发投入与企业绩效的关系研究,大致方法都是从具体某个行业的数据出发,分析二者在时间序列上的关系。多数研究表明,二者具有明显相关性。William N.Leonard(1971)通过对美国制造业1957~1967年的数据进行的实证研究发现,R&D投资会在第2年对企业的销售及利润增长产生影响,并且这种影响会在以后的9年中持续稳定上升。Ben Branch(1974)通过对美国7个行业111家企业1950~1965年研发及盈利数据的分析,发现除了制药行业外,其他6个行业R&D活动对销售增长的影响都大于或等于对利润的影响,由此得出R&D活动对企业盈利能力有显著影响的结论。Dietmar Harhoff(1998)使用德国制造业企业1979~1989年的数据对R&D支出与企业生产率的关系进行实证研究,通过CD生产函数模型研究发现在截面数据分析中,R&D支出对销售收入的产出弹性显著且为正数。Chambers(2002)使用美国近万家企业的数据对R&D投入对企业业绩的影响时滞进行了实证研究,认为R&D投入对企业业绩具有滞后效应,其滞后影响能持续10年甚至更长的时间。但也有部分研究认为二者直接并没有显著关联。如Lin(2006)等通过对美国科技企业的研究发现研发投入对企业绩效的影响并不显著。
2.2 国内研究回顾
国内学者针对我国的具体情况,对二者关系的研究在国外前人的研究基础上,做出了很多实证和理论延伸。赵心刚,汪克夷(2012)收集了2007~2011年的制造业的沪深两市上市企业数据,制作成面板数据,用双向固定效应模型研究了研发投入与经营绩效的关系,得出研发投入对经营绩效有显著的滞后效应关系,且在两年上最为显著。周江燕(2012)以当期营业毛利润作为企业业绩的衡量指标,托宾Q值作为企业的价值指标,以回归的方式得出二者与研发投入关系的结论。认为研发投入对当期和滞后一期的企业业绩有正向影响。陈一博(2013)用销售净利率和净资产收益率两个指标来衡量企业的财务绩效。得出其研究的5个行业的研发投入强度有利于企业财务绩效的提升,存在一定的滞后期,且1~2年内显著。
但也有学者认为二者直接关系并不显著。王君彩,王淑芳(2008)选取电子信息行业企业的数据,选择主营业务利润率衡量企业业绩,以研发强度和研发人员占比作为研发投入的衡量。得出研发投入与业绩之间不存在显著的正相关关系,并做出了解释。游春(2010)通过测试中小企业板2005~2007年的数据,发现不论是假设R&D投入滞后1年还是滞后2年产生作用,模型均不显著,即R&D投入确实对绩效不产生影响。杜勇,鄢波(2014)运用Pearson系数相关性检验和回归分析,研究高新技术企业研发投入和企业盈利能力、营运能力和成长能力的关系,得出高新技术企业研发投入只对盈利能力有显著影响。
总体来说,对研发投入和企业经营绩效间的关系研究虽然已经较为丰富,但是仍有两点并没有充分结合在一起研究。(1)在对企业绩效的衡量上,大部分研究都是通过简单的一个或两个指标进行代替,最多是几个指标的简单叠加,这并不能全面反映企业的绩效哪怕只是财务绩效;(2)在对二者的关系探究中,不管对企业的绩效有或者没有影响,很少有人继续探究研发投入在细微方面的影响,尤其是在大数据企业的特性下,研发投入到底会在哪里影响到企业的经营绩效,以何种轻重缓急的方式,十分具有研究必要。
3 理论分析,研究假设和实证设计
3.1 理论分析与研究假设
3.1.1 研发投入对上市大数据企业经营绩效的影响
我们参考前人对经营绩效评价指标体系的构建和准则,既不以单个财务指标代替经营绩效,也不照抄照搬评价准则中的规定,而是在大数据企业经营特点的基础上,参考评价准则中的分类,选取每股收益,净资产收益率,流动比率,速动比率,资产负债率,营业收入增长率,总资产增长率,营业利润率,营业利润增长率,流动资产周转率,固定资产周转率,应收账款周转率12个指标作因子分析计算经营绩效得分。企业的研发投入必定会在各个方面对企业的经营绩效产生影响。对于大数据企业而言,企业需不断通过增加研发投入进行数据的采集和处理,数据中心平台的构建与维护,增强企业的大数据应用能力,从而提高企业在市场上的竞争力,获取更高的营业利润。但是,企业研发活动是一项长期的工程,从研发投入到新产品出现,新技术推向市场要经过研发、调试、生产、销售等多个环节。因此,研发活动对企业绩效的影响存在滞后性。并且,在研发活动投资的当期,对巨额的研发支出进行会计上的费用化处理可能会对其当期利润带来显著的负向影响。因此我们提出假设:
H1:上市大数据企业经营绩效与其当前研发投入之间存在显著负向相关关系。
H2:上市大数据企业经营绩效与其前一期研发投入之间存在显著正向相关关系。
3.1.2 研发投入对上市大数据企业偿债能力的影响
研发投入会占用企业的现金流,直观上会削弱企业的短期偿债能力,即对企业当期的偿债能力产生负向影响,但在长期上会变得不显著,所以我们提出假设:
H3:上市大数据企业偿债能力与其当期研发投入存在显著负向相关关系,但与其前期研发投入之间关系不显著。
3.1.3 研发投入对上市大数据企业盈利能力的影响
由于盈利能力的形成需要一段时间,研发投入的效果需要一段时间的时滞,所以提出如下假设:
H4:上市大数据企业盈利能力与其当期研发投入关系不显著,但与其前期研发投入存在显著正相关关系。
3.1.4 研发投入对上市大数据企业营运能力的影响
由于研发投入的最终目的是增加企业产品的利润额,同时意味着企业生产费用,管理费用等营业支出的同比例下降。这将使得大数据企业在现有的环境和资源下,能够使生产、销售等效率得到提升,表现在固定资产周转率,流动资产周转率,应收账款周转率等指标上,即为营运能力的提升。所以提出如下假设:
H5:上市大数据企业营运能力与其当期研发投入关系不显著,但与其前期研发投入存在显著正相关关系。
3.1.5 研发投入对上市大数据企业发展能力的影响
发展能力包括范围众多,但是研发投入使大数据企业保持强大的技术创新能力、塑造独特的核心竞争力,是其持续发展的力量源泉和根本动力。考虑到研发投入转换为发展能力的时滞,我们提出以下假设:
H6:上市大数据企业发展能力与其当期研发投入关系不显著,但与其前期研发投入存在显著正相关关系。
3.2 实证设计
3.2.1 样本选取
研究从上海和深圳两个证券交易所的上市企业中,按照前文所述的大数据企业定义标准,选取了42家符合要求的企业进行。数据从类别上看属于财务数据,从年度上看属于2011~2013年。数据多数来源于巨潮资讯网和锐思金融数据库,部分自企业年报中手工摘出。数据处理使用Spss19和Excel,研究方法主要是因子分析法,回归分析和相关性分析。
3.2.2 被解释变量
大数据企业的经营绩效作为被解释变量,是使用因子分析法从每股收益,净资产收益率,流动比率,速动比率,资产负债率,营业收入增长率,总资产增长率,营业利润率,营业利润增长率,流动资产周转率,固定资产周转率,应收账款周转率12个指标中计算得出。
3.2.3 解释变量
目前衡量研发投入的指标主要有研发投入绝对数,研发投入强度(即研发投入与营业收入的比值)和研发人员占工作人员的比值3个。考虑到不同规模企业之间的可比性,数据的可获得性,我们选择研发投入强度作为解释变量。
3.2.4 控制变量
参考前人控制变量的选择,如淳正杰(2014)选取了企业规模、企业所有制、企业年龄、财务杠杆作为控制变量。在这里,我们采用应用较为广泛,数据较易处理的3个指标作为大数据企业经营绩效分析的控制变量,即总资产的自然对数(反映企业规模)、资产负债率(反映资本结构)、货币资金与总资产的比值(反映现金实力)。其中,对总资产的对数化处理有利于保持在概率不变前提下数据之间横向的可比性,符合数据计量上的正态分布规律,在计量经济学研究上广泛采用。
3.2.5 模型设计针对H1:
针对H2:
式中,i表示第i家大数据企业的情况;t代表第t个时间段,以一年为一个时间段;Pit表示第i家大数据上市企业在第t年的业绩,用企业经营绩效的综合得分反映;RDit表示第i家上市企业在第t年的研发投入强度;SIZEit表示第i家上市企业在第t年企业规模;LEVit表示第i家上市企业在第t年企业规模;CASHit表示第i家上市企业在第t年企业规模;αi为第i个企业不可观测的个体特征;εit为误差项;β1,β2,β3,β4,β5是有待估计的未知参数。其中,当期研发投入强度对企业业绩的影响用未知参数β1表示,前一期的研发投入对当期企业业绩的影响为参数γ1。
4 实证分析
4.1 因子分析
以2013年的数据为例。首先做KMO检验。由表1可以看出,KMO检验的结果为0.614超过0.5,显著性概率为0.000,符合因子分析的基本要求。
在接下来的处理中,由于流动比率、速动比率和资产负债率都不是越大越好,参考前人方法,对其进行了标准化处理。运用主成分分析法得到的旋转后的因子载荷矩阵如表2。
提取方法:主成份分析。
解释方差的适合区间并没有权威定论,根据具体的研究方法和问题的而定。根据因子分析法的前人经验,在主因子对总样本的解释率达到80%以上时,为非常适合因子分析,在70%~80%之间为比较适合,60%~70%为一般适合,60%以下为不太适合。由表2可以看出,提取的4个主成分因子对总体样本的解释率为74.845%,虽然没有达到比较高的解释率———80%以上,但也可以在相当程度上解释样本整体变化,符合研究的基本要求。
提取方法:主成份。旋转法:具有Kaiser标准化的正交旋转法。
在旋转成分矩阵的成分构成中,可以看出,第一个因子的主要构成指标为流动比率、速动比率和营业利润率,我们可以把它称为偿债与短期盈利因子,简称为偿债能力因子;第二个因子的主要构成指标有每股收益、净资产收益率,属于长期盈利能力范围,称之为盈利能力因子;第三个因子的主要构成指标有固定资产周转率、流动资产周转率、应收账款周转率,属于营运能力因子;第四个因子的主要构成指标有营业收入增长率、总资产增长率和营业利润增长率,可认为是成长能力因子。
通过SPSS19.0作了数据处理后,自动产生了Fac1,Fac2,Fac3,Fac4 4个因子得分,这4个因子得分可以代替原来74.845%的信息量,应用公式F=(26.076*Fac1+18.312*Fac2+16.345*Fac3+14.112*Fac4)/74.845得到各个企业经营绩效的评分。
4.2 回归分析
根据得到的各个企业的绩效评分,基于H1的假设模型,针对2013年的数据进行上市大数据企业的研发投入强度与经营绩效关系分析。结果如表4:
可以看出,2013年的研发投入强度t值为0.554,P值为0.583,没有通过显著性检验。假设H1并没有得到支持。
而基于H2的假设模型,回归分析结果如表5:
由这个结果来看,同样的,无论是当期的研发投入和滞后一期的研发投入,都没有通过显著性检验,也就是说,H1和H2都没有得到证实,当期和滞后一期的研发投入都不对大数据企业的经营绩效构成显著影响。
4.3 皮尔森相关性分析
接下来,由于整体意义上的经营绩效得分与研发投入强度关系没有通过显著性检验,我们使用Pearson检验单个指标与研发投入的关系,进而观察H3,H4,H5,H6的情况。Pearson相关系数也称皮尔森积矩相关系数,是一种线性相关系数,介于-1~1之间,常用来反映两个变量间线性相关程度。系数描述的是两个变量间线性相关强弱的程度,绝对值越大表明相关性越强。具体结果简化后见表6:
注:**.在0.01水平(双侧)上显著相关。*.在0.05水平(双侧)上显著相关。
由表6可以看出,在偿债能力因子的构成中,流动比率、速动比率在某种程度上构成了显著相关性。具体来说,就是2013年的流动比率、速动比率与当期研发投入显著正向相关,且通过了0.01的显著性检验;与上一期的研发投入也显著相关,但只通过了0.05的显著性检验;与2011年的研发投入没有通过显著性检验。这个结果与假设H3完全相反。
在盈利能力因子构成中,无论是当期还是滞后一期,滞后两期的研发投入,对本期的每股收益、净资产收益率都不构成显著相关,假设H4没有得到证实。
在营运能力因子的构成中,2012年的研发投入,2013年的研发投入对2013年的流动资产周转率构成了显著的负向相关,且通过了0.01的相关性检验;对2013年的固定资产周转率构成了显著负向相关,只通过了0.05的相关性检验。而滞后两期的2011年的研发投入并没有通过相关性检验,与假设H5相反。
在成长能力因子的构成中,近三年的研发投入对营业收入增长率、总资产增长率都没有构成显著相关。但是,对另外一个指标,即营业利润增长率构成了值得研究的相关。首先,2013年的研发投入对当期的营业利润增长率没有构成显著相关。然而,存在滞后效应的2011年,2012年的研发投入对2013年的营业利润增长率均构成显著相关,且通过了0.01的显著性检验。同时,在相关性的系数上,2011年的系数要比2012年的大。由此认为,假设H6得到证实。
5 结论及启示
(1)根据我们所选上市大数据企业在2013年的数据样本,通过因子分析得分和回归分析证实,我们得出了上市大数据企业的当期经营绩效与其当期研发投入,前一期研发投入均不构成整体相关的结论。
一方面,这可能是由选取样本的数量不够多,不够系统性引起;另一方面,更可能是因为在目前的上市大数据企业中,关于信息数据化、海量数据存储、数据中心建设与运营、智能化人机交互与应用的技术均处于初始阶段,研发投入还处于技术攻坚期,形成的业务也处于初期的不成熟阶段,相应的业务反映在企业的经营绩效上还需要相当长时间,这也说明了上市大数据企业的研发投入回报真空期更长。而其他行业,如机械、医药、汽车、信息设备制造等行业,在滞后一到两年的时间内,已经有研究证明研发投入对企业经营绩效的显著性(陈一博,2013)。
(2)在偿债能力与研发投入的分析中,我们得到的结论是偿债能力与其当期和上一期的研发投入有着显著的正相关,这与我们的研究假设、直观感觉完全相反。
我们对此的解释是,一方面,研发投入在企业会计和税收上都有加计扣除的概念,我们直观上认为的“烧钱”效果并没有想象中的严重;其次,保持大量的研发投入能够使企业获得高新技术企业等身份认定,对所谓的上市大数据企业尤其重要,从而获得更大规模上的税收优惠,从而使企业获得大量现金流节余,提高了短期偿债能力。
(3)研发投入没能在近期对盈利能力形成显著影响。
盈利能力的形成,并非一朝一夕,部分样本中企业,以及相当一部分大数据概念类企业,其目前的盈利点都不在大数据业务上。在实地调研和新闻阅读中我们也获得相关证实,即部分大数据企业目前还处于使用其他业务的利润,来对大数据业务进行投资建设的阶段。研发投入大量耗费在大数据业务方面,还没能在近期对盈利能力形成显著影响。
(4)在营运能力与研发投入的相关上,流动资产周转率与当期,前一期的研发投入构成了显著负相关,固定资产周转率紧随其后,与二者也构成负相关。
从流动资产周转率和固定资产周转率的公式来分析(流动资产周转率=营业收入/平均流动资产总额,固定资产周转率=营业收入/平均固定资产净值),我们做出如下解释:由于大数据类企业,尤其在大数据类业务上处于发展初期,研发投入形成的新的资产还在快速上升,尤其以流动资产为主,而其营业收入还没能得到快速增长,所以两个周转率(次)都呈现出了负向的走势。
(5)研发投入与成长能力的正向关系得到了研究证实,在营业利润增长率这个指标上尤为明显。
安全投入与绩效 篇7
技术创新投资的目的是通过投入研发资金支持研发新的产品或技术, 提高企业经营管理水平, 增收节支, 以提升公司的业绩。然而实践证明, 技术创新投入与公司绩效之间的关系并非呈完全正比例形式, 不少上市公司投入大量研发资金, 但是公司绩效却未能得到显著提升, 这与技术创新投资的特点有关。技术创新投入主要是为了支持研发活动, 而研发活动本身具有固有的风险特性, 研发的结果可能成功, 也可能失败。此外, 技术创新投入通常要求企业进行长期投资, 短期内技术创新对公司绩效提升的效果并不明显。技术创新投入资金从会计的角度称之为研发支出, 研发支出的会计处理要求是不能予以资本化的部分全部计入当期损益, 增加当期的费用, 减少当期的利润。不少学者发现技术创新投入对公司绩效的影响通常滞后一期, 甚至滞后两期。
珠海作为全国宜居城市之一, 迫切需要加大技术创新投入谋求经济发展的同时, 维持其宜居的城市环境。近年来, 政府不断鼓励公司加大技术创新力度, 然而技术创新投入到底在多大程度上能有效转换成科技成果以提升公司绩效, 从而促进珠海市城市经济的发展, 是一个非常有现实意义的研究课题。
二、文献回顾与假设提出
Ettlie, John E (1998) 将公司规模和公司区域作为控制变量, 发现研发支出集中度对公司业绩有显著的正向影响。Jean等 (2005) 选取技术行业的213家公司作为研究样本, 发现如果研发支出作为一种战略投资, 则研发支出与当前的财务业绩呈负向关系, 因此建议尽可能将这些研发支出予以资本化。Myrtle等 (2007) 用CEO的薪酬奖励代表公司的业绩, 调查了2738个样本, 研究了研发支出与CEO业绩之间的关系, 发现研发支出很大和较少的公司, 资本回报率比较高, 而研发支出一般的公司, 资本回报率较低。Jackie等 (2010) 研究发现加拿大的公司股权集中度与研发支出呈负向关系, 而研发支出与公司业绩呈正向关系。Chechen Liao等 (2010) 研究发现知识管理能力有利于研发创新, 而研发创新有利于公司业绩的提升。Haiyun Ren等 (2012) 研究发现董事会规模对研发支出与公司业绩之间没有调节作用, 但是董事会持股、董事会议频率和管理层持股对研发支出与公司业绩之间起负向调节作用。Martin Falk (2012) 发现研发支出在公司发展的中期阶段对公司业绩有很大的正向影响关系, 但随着时间推移, 这种影响会逐渐减小。Annetta Fortune等 (2012) 以303家医药行业公司作为研究对象, 研究了创新产出作为研发支出和公司业绩的中介变量所起的作用, 结论表明创新产出对公司业绩有显著的正向关系, 但是研发支出缺乏有效性时对创新产出的关系显著性有限。Zhaohui Zhu等 (2012) 选取中国390家上市公司作为研究样本, 发现公司t年的研发支出与公司t+1年的业绩呈显著的正向关系。
金颖 (2008) 以高新技术上市公司为研究对象, 发现研发人员投入对公司绩效没有显著的相关关系, 研发经费投入与公司绩效之间有较显著的正相关关系, 但是研发经费投入强度对公司的发展能力和核心竞争力的改变没有显著的贡献。李香春 (2008) 以66家高新技术上市公司自2003年到2007年的面板数据作为研究样本, 分析研发投入对盈利能力、成长能力的相关性, 研究发现研发投入能给企业带来良好的经济效益和成长性, 且没有明显的滞后影响。史维维 (2014) 选取112家创业板制造业上市公司为样本, 用企业年报中披露的研发费用和技术人员人数作为自变量, 选取主营业务收入、主营业务贡献及市场绩效指标作为因变量, 并加入企业规模、销售收入增长率和企业资本结构作为控制变量, 研究发现研发投入与主营业务收入之间存在滞后1-2年的正向关系。陈收、邹增明、刘端 (2015) 通过分析78家高科技上市公司的数据, 发现在企业发展的成长期与成熟期, 研发投入及公司绩效存在正相关关系, 其中成长期表现最为显著, 衰退阶段研发投入与公司绩效不存在相关关系。
综合上述文献, 本文认为技术创新投入有利于公司绩效的提升, 且公司绩效滞后一期体现。因此提出本文研究假设:技术创新投入越大, 滞后一期的公司绩效越好。
三、研究方案设计
1. 研究变量
(1) 自变量与因变量
技术创新投入的规模可能因为公司规模大小而相差较大。为了提出剔除公司规模对技术创新投入指标的影响, 有部分学者采用技术创新投入除以公司主营业务收入的比值来表示研发密度 (R&D Intensity, RDI) , 反映技术创新投入的水平;也有部分学者采用技术创新投入除以公司资产总额来表达研发密度。本文认为公司的主营业务收入收到市场的影响较大, 使用主营业务收入作为分母, 会使研发密度的值缺乏稳定性和可比性, 因此本文采用前述第二种观点, 即:
RDI=技术创新投入金额/公司资产总额*100%
根据杜邦分析理论, 净资产收益率是最能反映股东财富最大化的公司绩效指标, 因此本文采用滞后一期的净资产收益率 (Return on Equity) 作为反映公司绩效的指标。
ROE=净利润/平均净资产*100%
(2) 控制变量
公司规模越大, 拥有的经济资源和人力资源越多, 对技术创新投入与公司绩效的关系影响可能越大。因此, 公司规模应该作为技术创新投入与公司绩效关系的控制变量。本文采用营业收入的自然对数来表示公司规模的大小 (Firm Size, FS) 。
FS=LN (营业收入)
财务杠杆是一把双刃剑, 在公司息税前利润为正时, 对公司绩效有正的影响, 在息税前利润为负时, 对公司绩效有负的影响。因此本文引入财务杠杆作为控制变量, 用资产负债率表示财务杠杆的大小 (Leverage, LEV) 。
LEV=负债总额/资产总额*100%
2. 样本选取及数据来源
珠海市辖区内共有27家上市公司, 剔除5家在境外上市的公司后, 有22家上市公司作为研究对象, 其中深市主板上市公司5家, 沪市主板上市公司4家, 中小板上市公司8家, 创业板上市公司5家。
本文的数据来源于巨潮资讯网, 通过收集整理2009年-2014年年报数据, 获得2009年样本观察数20个, 2010年样本观察数20个, 2011年样本观察数21个, 2012年样本观察数21个, 2013年样本观察数22个, 2014年样本观察数22个, 合计获得样本观察数量126个。
3. 模型构建
基于上述假设及所选择的变量, 本文构建如下模型:
其中, β为常数, RDIt-1为提前一期的技术创新投入密度, ε为残差。
四、实证检验结果及其分析
本文运用SPSS22.0软件, 采用多元线性回归分析法分析技术创新投入与公司绩效的关系。
1. 研究变量的描述性统计分析
本文分析的是22家珠海境内上市公司2009年-2014年的面板数据, 样本观察数为126个, 各研究变量的描述性统计量如表1所示:
由表1可知, 珠海22家境内上市公司2009年-2014年面板数据中, 净资产收益率的最小值为-25.23%, 最大值为33.67%, 均值为10.06%, 标准差为11.902%, 差异较大;表达财务杠杆的资产负债率最小值为4.65%, 最大值为83.74, 均值为40.565, 标准差为27.433, 差异分化较大, 主要原因在于珠海市辖区内的境内上市公司涵盖的行业不同, 如格力地产、华发股份等地产类公司的资产负债率非常高, 都达到75%以上, 而一些中小型高新技术类企业的资产负债率很低;技术创新投入密度最小值为0, 最大值为4.519%, 均值为0.758%, 标准差为1.134%, 各公司间差异虽然不大, 但也反映出珠海市上市公司的技术创新投入密度非常小, 表明公司没有对技术创新研发活动引起足够的重视;公司规模在将主营业务收入取自然对数之后, 标准差为1.807%, 差异较小。
2. 研究变量的相关系数分析
由表2可知, 净资产收益率与技术创新投入密度、公司规模和财务杠杆的相关性显著, 此外, 公司规模与财务杠杆之间的相关性也较为显著。这是因为珠海的上市公司中, 规模较大的公司主要包括华发股份、格力集团和德豪润达等, 这些大公司的资产负债率都比较高。
3. 回归结果及分析
回归分析结果如表3-表5所示。
a.预测值: (常数) , LEV, RDI, FS
a.因变量:ROEb.预测值: (常数) , LEV, RDI, FS
a.因变量:ROE
由表5可知, 技术创新投入密度的回归系数显著, 表明公司绩效受到技术创新投入密度的影响显著, 验证了本文的假设, 即技术创新投入密度越大, 公司绩效水平越高。除了技术创新投入密度影响较大外, 公司规模对公司绩效影响也较大。
五、研究结论、局限性及展望
综合上述分析, 对于珠海市上市公司而言, 技术创新投入密度越大, 公司绩效水平越高的假设得到验证。可以解释为公司规模越大, 拥有的经济资源和人力资源都较多, 有足够的实力进行长期的技术创新投入, 且在技术创新投资出现风险时, 大公司的风险承受能力比较强, 风险应对措施相对完善, 因而有利于公司绩效的提升。财务杠杆是一把双刃剑, 但并未影响到珠海上市公司的经营绩效, 可以解释为近年来经济向好的情况下, 珠海的上市公司能承受较大的财务风险。
本文研究的局限性在于没有考虑公司经营过程中的一些主观变量对公司绩效的影响, 也没有考虑公司治理等一些客观因素对技术创新投入与公司绩效关系的调节作用。今后的研究应该将这些调节变量考虑进去, 已得到更科学合理的结论。
摘要：珠海作为全国宜居城市之一, 迫切需要加大技术创新投入谋求经济发展的同时, 又维持其宜居的城市环境。近年来, 政府不断鼓励公司加大技术创新力度, 然而技术创新投入到底在多大程度上能有效转换成科技成果以提升公司绩效, 从而促进珠海市城市经济的发展, 是一个非常有现实意义的研究课题。本文为了检验珠海市辖区内上市公司的技术创新投入对公司绩效贡献, 收集了珠海市所有上市公司2009年-2014年的面板数据, 采用多元回归分析方法, 对技术创新投入与公司绩效的关系进行检验, 研究结果表明技术创新投入越大, 公司绩效水平越高。
安全投入与绩效 篇8
自Granovetter探索性应用社会网络理论分析知识信息传递现象并提出弱联结优势理论以来,越来越多学者尝试从社会网络视角研究网络特性对企业创新绩效的影响。不少学者注意到团队网络特征显著影响企业创新绩效[9,10],但鲜有研究关注其在研发投入对企业创新绩效影响过程中的调节作用。企业员工尤其研发人员作为企业生产要素核心,是企业开展创新活动最重要的资源。企业加大研发投入, 如扩展研发团队人员规模,加大研发经费投入力度, 在一定程度可提升企业知识存量和创新能力,但研发人员在创新活动过程中形成的关系网络结构不同, 研发团队协作,知识转移、共享以及知识创造水平存在较大差异[11,12],最终影响企业创新绩效。基于此,本文引入企业研发团队网络结构作为调节变量, 深入探讨研发投入对创新绩效的影响。选取中国汽车产业157家上市公司,分析汽车企业研发团队网络结构3个维度———网络密度、中心势、E - I指数分别在研发投入与创新绩效关系中的调节作用,绘制出网络结构调节效应图,深层次分析研发团队网络结构调节机理。
1理论基础与研究假设
1.1研发投入对创新绩效的影响
研究与发展 ( Research and Development,简称R&D) 是企业生存与可持续发展的基础,是培养和提高企业技术创新能力的根本途径。经费和人才是企业开展研发活动的关键,企业要想提高创新能力和创新绩效,增加研发投入是必然选择。国内外众多学者围绕企业研发投入和创新绩效关系展开了实证研究,但结论并不一致。大量研究显示研发投入与企业创新绩效显著相关[13],研发投入越多相应创新绩效也越高。进一步对研发投入分类,丁宝军等[14]发现,研发经费投入相对于其他类型研发投入对创新绩效的正相关影响更显著。但也有一部分学者指出,研发投入对企业创新绩效的影响并非都是积极的,甚至可能是负面的,增加研发人员投入并不能对创 新绩效产 生正向影 响,甚至产生 负向影响[6]。
本质而言,研发投入与企业创新绩效可视为一种简单的投入 - 产出关系,其结果与整个研发活动过程密切相关。研发投入主要包括研发人员投入和研发经费投入,企业所拥有的人力、物力等资源对企业研发活动存在显著正向影响。科技人力资本对企业绩效至关重要[15],研发人员是创新知识重要载体,研发人员增加意味着大量创新知识流入企业, 为企业产生知识溢出、知识创新并最终进行技术创新打下坚实基础。科技经费是企业开展创新活动的重要基础,经费的多少直接影响创新活动水平和进程,研发经费充足的企业更有能力置办先进设备, 开展持续的研发活动,创新绩效也相对更高。
总之,研发投入增加伴随企业科技知识积累和创新能力提升,企业利用这些创新知识展开研发活动,开发新工艺,研发新产品或发明新专利,创新绩效得到提升。基于此,提出以下假设:
H1: 研发投入与企业创新绩效存在显著正相关关系。
1.2研发团队网络结构调节作用分析
企业增加研发投入,一定程度有助于提升知识存量和创新能力,但创新绩效的提升还受到创新活动过程中诸多因素影响。Kilduff和Tsai[16]认为开发、 提炼、检验、选择与实施想法都依赖于团队成员之间的互动网络,一个有利于知识转移、流动的研发团队才会提高创新活动效率,提高企业创新绩效。 因此,研发投入与企业创新绩效关系受到研发团队网络结构的影响。
研发团队是基于一定研发目标,由一群相互联系的研发人员依据特定方式组建的正式群体[17]。在复杂多变的环境下,孤胆英雄式的个人创造让位于群体协作的团队创新,研发团队逐渐成为企业技术创新的重要组织形式。研发团队内个体成员的协作关系相互嵌入形成具有不同结构特征的网络,如紧密网络、疏松网络、集权式网络与分权式网络等, 研发团队网络 结构是团 队绩效重 要决定因 素之一[18],不同网络结构传递的知识信息特征会产生差异的创新绩效。本文研究的研发团队由企业专利合作发明人构成,将企业专利发明人都视为为该企业服务的研发人员[19]。当前研发团队网络结构的研究大多基于社会网络分析视角从个体中心网和整体网两层面展开,结合研究主题,从整体网视角分析企业研发团队网络结构特征———密度、中心势和E - I指数对研发投入与创新绩效关系的调节效应。
1. 2. 1网络密度。网络密度指网络中各点联接稠密程度,用来衡量网络中关系的数量和复杂程度, 网络密度高表明企业研发团队联系紧密,低则表明团队联系较为松散。知识传递与共享有助于创新知识快速转移给需要的人,对企业创新至关重要。密集网络中的成员互动频繁,合作稳定紧密,传递的知识较少被扭曲[20],且密集网络成员易形成特定知识共享路径,能促进隐性知识传递和转移[21], 减少组织成员流动而引发的知识资源流失。因此, 研发团队网络密度高时,网络成员间传递、吸收、 整合、创新知识的过程更加顺畅,此时增加企业研发投入,投入的人员和经费被迅速、高效地融入研发团队,用于创新活动,研发投入对企业创新绩效的提升作用显著。疏松网络知识转移渠道较少,缺乏促进深度合作和隐性知识转移的紧密联系[22], 且过低的网络密度抑制网络内知识扩散,不利于结构洞优势出现[23]。研发团队网络密度低时,网络知识传输能力和吸收能力低,企业继续追加研发投入将导致知识锁定于少数成员,网络知识流动性差,对创新绩效提升作用不显著。基于此,提出以下研究假设:
H2: 网络密度正向调节研发投入与企业创新绩效关系。
1. 2. 2中心势。网络中心势指整体网络关系分布均衡程度,中心势高表明网络节点的互动集中,关键节点代表整个网络的互动; 中心势低表示网络中节点的互动分散。中心势的高低与网络发展密切相关, 对网络资源获取[24]、配置[25]与整合[26]都有重要影响。获取新知识是企业开展创新活动的关键,网络中心势高表明知识交流、共享的权利集中在特定成员身上,集权式网络导致信息传递不对称,边缘成员创新积极性低,整个网络处于机械运行状态。此时增加研发投入为企业注入新知识,打破研发团队创新轨迹锁定,增加边缘成员接触新知识的机会, 提高研发人员创新积极性,企业创新绩效也能得到提升; 网络中心势低,网络成员处于分权网络结构中,分权式网络成员拥有公平合理的知识共享权利, 信息不对称减弱,彼此间更加了解与信任,创新积极性较高,此时无论研发投入增加与否,企业创新活动都处于高效运转之中,企业创新效率较高,增加研发投入对创新绩效提升作用不显著。因此,假设如下:
H3: 网络中心势正向调节研发投入与企业创新绩效关系。
1. 2. 3 E - I指数 。E - I指数指整体网络子群凝聚程度或整体网络分派程度[27],用来衡量一个大的网络中小团体现象是否严重,企业研发团队E - I指数高,团队内部某些研发人员因结合紧密而形成小团体,这些小团体一方面会导致创新群落孤立,创新区域锁定[28]; 另一方面会排斥其他研发人员进入, 阻碍小团体内部成员对新颖异质知识接触和多样化知识获取,整体网络内研发人员信息交流不畅[29]。 E - I指数持续增高,网络内各小团体趋于闭合,团队应对外部市场变化的能力减弱,企业由于无法适应外部市场变化,创新能力和创新绩效也随之降低。 所以,当研发团队E - I指数高时,企业追加的研发人员被排斥在研发团队固有小团体外,阻碍不同小团体间知识交流,造成知识信息同质冗余,不利于企业创新绩效提升; 研发团队E - I指数低时,新知识会加速融入创新团队,成员间创新知识交流频繁, 得益于新颖知识增加,企业创新绩效显著提升。据此,提出以下研究假设:
H4: E - I指数负向调节研发投入与企业创新绩效关系。
1.3概念模型
依据上述理论假设,构建出研发投入、研发团队网络结构特征 ( 网络密度、网络中心势、E - I指数) 和企业创新绩效的假设模型如图1所示。
2研究设计
2.1样本与数据收集
我国制造业上市公司研发投入平均达到维持生存水平,但自主创新能力与发达国家相比仍存在很大差距,尤其是汽车产业,创新不足已成为制约汽车产业发展的最大障碍。选取国内汽车产业上市公司 ( 共157家) 作为研究样本,探究汽车企业研发团队网络结构对研发投入与创新绩效关系的调节效应。本文所需研发投入等公开变量数据来自中国证监会指定信息披露网站———巨潮资讯网,从公司年报中搜集汽车产业上市公司2009年、2010年研发投入数据,为保证样 本数据有 效,进行如下 筛选: ( 1) 剔除ST公司; ( 2) 剔除数据不全或者数据存在差错的公司; ( 3) 剔除变量无法计算的公司,最终得到116家公司数据。从国家重点产业专利信息服务平台汽车产业中下载上述116家汽车企业2010年申请的专利,从中筛选出专利发明人信息,运用Ucinet6. 0统计软件依据合作发明人信息构建协作关系网。
2.2变量测度
( 1) 因变量———企业创新绩效。企业创新绩效衡量指标有多种,以往研究主要用专利申请数和新产品产出来测度。考虑到专利数据容易获取,与创新关系密切,而且多年来专利标准客观,变化缓慢, 所以专利仍是衡量创新活动相当可靠的指标[30],比新产品产出更能客观反映出研发活动的有效性,故选择专利申请数测度企业创新绩效。另外考虑到研发投入 - 产出具有滞后性且国内外研究中滞后期数不一致,结合实际数据运行情况选择滞后一期的企业专利申请数。
( 2) 自变量———研发投入。研发投入包括研发经费投入和研发人员投入,研发经费投入由企业年度开发支出额表示,研发人员投入由企业技术人员总数表示,该指标反映了一个企业技术创新能力的核心水平。很多研究证实研发经费投入与人员投入高度相关,Mc Lea和Round、古利平都曾经以研发人员作为企业R&D投入变量研究企业创新投入与产出的关系。因此,本文选取研发人员投入作为自变量衡量企业研发投入。
( 3) 调节变量———研发团队网络结构特征。很多研究采用网络中实际存在的连接数与可能存在的连接数之比测度网络密度,计算公式为网络密度D = 2L / N ( N - 1 ) ,N为网络节点数,L为边数。D反映了网络绝对密度但没有控制网络规模,因此笔者选用网络平均度AD衡量网络密度,AD = D × ( N - 1) /2,从公式可以看出网络平均度控制了网络规模,能够更好地反映出网络相对稠密程度; 中心势 ( Centralization) 是网络整体内聚性衡量指标,值越大表示网络越聚合。E - I指数 ( E - I Index) 衡量一个大网络中小团体现象是否严重,是分派指数的一种计算方法。E - I Index = ( EL - IL) / ( EL + IL) ,其中EL代表 “子群体之间的关系的数量”,IL代表 “子群体内部的关系的数量”。E - I指数取值范围为 [- 1, + 1],数值越大派系林立程度越高[31]。研究所需网络结构特征值均由Ucinet软件计算所得。
( 4) 控制变量———企业规模对R&D绩效影响的研究虽然没有得到一致结论,但研究都证实了企业规模对R&D绩效具有调节效应,因此选取企业规模作为控制变量,采用员工数量来测度。另外有研究表明,处于不同生命周期的企业具有不同研发投资绩效[32],企业年龄也是一个重要的控制变量,用企业创办年数来测度。
2.3主要变量的相关性分析
在进行回归分析之前,对相关变量进行Pearson相关性分析,具体结果见表1。由表1可以看出,自变量人员投入强度与因变量企业创新绩效显著相关。 在进行调节效应分析时,一般要求选取的控制变量与因变量之间显著相关[33],调节变量与自变量的关系可以不显著,表1中,虽然网络特性与人员投入强度之间不存在显著相关关系,仍进入回归分析, 而控制变量中只有企业规模与专利申请总数显著相关,因此,之后的调节效应检验过程仅保留企业规模这个主要控制变量。
注: ***、**、* 分别表示在 0. 01、0. 05 和 0. 1 的水平下显著
3假设检验
本文以研发投入为自变量、研发团队网络结构特性为调节变量,以企业创新绩效为因变量,对相关数据分别进行多元层次回归。因涉及到对研发团队网络结构特性调节效应的检验,研究模型检验采用温忠麟等[34]提出的调节变量界定办法: 一步对相关变量数据进行标准化处理; 第二步做控制变量、 自变量和调节变量对因变量的回归; 第三步做控制变量、自变量、调节变量以及自变量和调节变量乘积项对因变量的回归,判定乘积项回归系数是否显著异于零,若显著异于零,则调节效应显著。
表2、表3、表4分别是对网络密度、网络中心势、E - I指数调节效应的回归检验结果。从表2 ( 模型2) 、表3 ( 模型4) 和表4 ( 模型6) 显示结果可以看出,乘积项回归系数分别为0. 205、0. 224和 - 0. 161,乘积项回归系数与0有显著性差异 ( 显著性概率为0. 019、0. 007和0. 072,分别小于0. 05、 0. 01和0. 1,在层次回归中进入了回归方程) ,且在表2、表3和表4中,引入乘积项后,回归所得的R2有变化,说明网络密度、网络中心势和E - I指数都会调节研发人员投入与企业创新绩效的正向关系,即前文提出的假设H2、H3、H4得到证实。
注: ***、**、* 分别表示在 0. 01、0. 05 和 0. 1 的水平下显著,下同
为更直观表示网络密度、网络中心势和E - I指数对研发人员投入强度与企业创新绩效关系的调节机理,按照Aiken和West的建议和做法画出调节效应图。为简化计算,采用标准化回归方程 ( 标准化后变量的平均值为0,标准差为1) ,以研发人员投入强度平均值加减一个标准差和网络密度平均值加减一个标准差所形成的4种组合,分别代入标准化系数所构成的回归方程,得出4个端点值后画出网络密度调节效应图 ( 见图2) 。相同方法得到网络中心势和E - I指数调节效应图 ( 见图3、图4) 。
由图2可以直观显示网络密度的正向调节作用,网络密度高,研发人员投入与创新绩效显著正相关,网络密度低,方程几乎成一条平行线,研发人员投入与创新绩效正相关关系不显著; 图3中, 网络中心势正向调节了研发人员投入强度对企业创新绩效的影响,中心势高时,研发人员投入强度对创新绩效正向影响更显著,同时也能给企业带来更高创新绩效; 中心势低时,研发人员投入强度对创新绩效正向影响减弱,企业创新绩效也随之降低, 这也进一步验证了假设H3。由图4也可以更清楚地看出E - I指数对研发人员投入强度与企业创新绩效关系的负向调节作用,E - I指数低的企业较之E - I指数高的企业,研发人员投入强度对创新绩效影响更强。
4研究结论与启示
企业创新产出已成为现代创新系统的重要组成部分,创新绩效如何是一系列内外部因素作用的结果。本研究表明,研发投入是决定企业创新绩效的重要因素,随着人员和经费投入的增加,先进的知识和技术优势被引入企业研发过程,借助对这些知识的创造性加工,往往能形成企业的新技术,从而转化为企业创新绩效。而不同的研发团队网络结构下,研发投入贡献于企业创新绩效的程度大小不一。 网络密度、网络中心势对研发投入与企业创新绩效正向调节效应显著,E - I指数对研发人员投入与企业创新绩效负向调节效应显著。即相对于分散、独立的研发人员布局,人员联系紧密、互动集中的企业更依赖研发投入来收获更好的创新绩效,但还要注意小团体现象,如果研发人员只在小团体内部交流,彼此之间相互排斥,研发投入的贡献就所剩无几。
上述结论对我国企业选择技术创新策略,提高技术创新绩效具有重要启示意义。首先,增加企业研发投入 ( 包括经费和人员) 是提高企业创新绩效的基础和保证。没有研发经费投入和研发人员投入, 创新如同无米之炊,企业难以开展创新活动,所以我国企业在进行技术创新时要充分重视人和物的因素,加大企业研发投入,为企业开展创新活动提升创新绩效打好基础。
其次,研发团队网络结构对研发投入与创新绩效正向关系具有明显调节作用,企业在增加研发投入的同时还要努力改善研发团队网络结构。有时企业创新绩效没有增强并非投入不足,而是研发团队结构不利于团队交流,阻碍知识流动进而不能提高企业创新绩效。高密度、高中心势的团队网络结构增强研发投入对企业创新绩效的正向影响,因此企业应该加强团队成员交流,保证知识在团队成员间畅通无阻地流动、转移,在加强团队成员沟通交流时,企业要有意识地培养研发团队 “领头羊” 式, 使之把握技术创新主要发展趋势,指明团队技术创新主要方向与领域,减少团队成员迷思,最终提升企业创新能力。另外,企业研发团队还要特别注意小团体问题,虽然次级团队成员之间可以有更多更紧密交流,但如果派系林立,容易产生派系纷争并最终阻碍企业创新绩效提升和可持续发展。
研发投入与企业创新绩效关系的现有文献往往局限于研究二者直接关系,忽略了其他因素对二者关系的影响,本文引入研发团队网络结构作为调节变量,探讨其对二者关系的调节作用,拓展了现有研究视角,为解决现有文献研究结论争议提供一种新思路。另外,研究整合技术创新理论与社会网络理论,研发投入、研发团队网络结构与企业创新绩效的组合全景式展现了企业创新绩效升降过程,对进一步明确研发投入与创新绩效关系异质性作用机理具有重要理论意义。
【安全投入与绩效】推荐阅读：
投入与绩效相关分析07-18
安全投入08-06
安全投入管理规定07-05
企业安全经费投入计划06-15
安全投入台账记录表07-06
5安全生产投入保障制度07-04
科技投入与经济发展08-20
浅谈铁路大投入与铁路高职教育的发展09-08
投入模式07-14
合作投入07-17