许长新，黄杏婷，陈灿君

(河海大学商学院，江苏 南京 211100)

水是人类生存发展中不可割舍的必需品，也是国家经济发展的必要资源。近年来，由于存在城市水资源逐步匮乏、地下水超采严重、水生态环境恶化以及水资源污染严重等问题，我国水资源现状不容乐观。为此，负责生产供应以及水污染处理的水资源企业持续健康成长已成为国民经济发展和人民稳定生活的前提和重要保障。企业的健康成长通常表现为通过优化自身发展过程中关键生产要素和产出的变化率来增加其自身价值[1-2]。企业成长性的具体量化表现为企业获得的超额利润,即企业的持续经营价值[3]。企业获得超额利润的能力主要来源于企业的市场优势、技术优势以及其他垄断性的优势[4]。因此，通过内部研发活动获得竞争优势有助于水资源企业提高自身的市场竞争力，实现持续健康成长。此外，水资源企业自身存在自然垄断等天然特点，单一依赖于市场机制并不能满足公共利益，还会降低人们的生活和消费水平，政府必须建立相应的财政补助来调节市场，保障社会稳定[5]。

现阶段，关于研发投入和企业成长之间关系的研究大多以高新技术企业作为研究对象，针对水资源企业的研究较少。水资源企业属于维持公共服务基础设施的产业，其生产经营所产生的盈亏状况一直以来多由企业所在的地方财政承担。虽然现如今许多水资源企业都进行了市场化改革，但其实质上仍然依附于政府，生产经营的过程受政府影响较大，并非完全独立的经济主体。与高新技术企业不同，水资源企业关于研发投入的配置和研发活动的决策可能会受到政府的主导，进而对企业的后续成长产生不同的影响，从而导致关于高新技术企业的研究结论可能并不完全适用于水资源企业。因此，本文基于中国水资源企业2012—2020年的微观数据，对研发投入与企业成长的关系进行了实证分析，考察了政府研发补助对水资源企业研发投入与企业成长两者间关系的调节作用。

企业成长是知识和技术的积累以及企业市场核心竞争力共同作用的结果[6-7]。进行研发活动是企业获得新知识和新技术以及增强核心竞争力的主要途径之一。新技术的开发有助于企业优化资源配置结构，提高生产效率，完善产品品质；新产品的产出有助于企业在市场上抢占先机并对其他企业形成进入壁垒。这些研发产出赋予了企业更强大的核心竞争力，使得企业在市场上实现销售增长及获得超额利润，最终实现企业成长。当前学者们关于研发投入和企业成长两者间关系进行了大量的研究，一般认为研发投入与企业成长之间呈现正向促进的线性关系，如刘光彦等[8-11]认为企业研发投入程度越大，技术创新能力越强，企业成长性越好。但是也有部分学者认为研发投入与企业成长之间并不是呈现纯粹的线性关系，如王楠等[12-13]研究发现企业创新能力和企业成长之间并未呈现正相关关系，而是呈现显著的区间效应，只有在特定的范围内，技术创新能力的增强才有助于企业成长。企业的研发活动是一项需要大量人力资源以及物质资源投入且风险高、回报期长的战略性投资活动[14]。因此，企业的前期研发投入可能会形成暂时没有回报的资源浪费，导致企业其他方面的资源投入受到限制，进而对企业的经营和后续成长造成限制[15]。

现阶段关于政府补助如何在研发投入与企业成长之间发挥调节作用这一问题的研究较少，学者们大多将研究重点放在政府研发补助如何影响研发投入上。学者们认为政府研发补助对企业研发投入主要发挥着激励效应和挤出效应两种作用，如吕晓军等[16-19]研究发现政府研发补助能够激励企业增加研发投入，有效缓解其内部资金紧张问题，且为企业进行相关的研发活动分摊风险；而吕久琴等[20-21]研究发现政府研发补助能够部分或全部挤出企业自身的研发投入。地方政府官员之间“为增长而竞争”的锦标赛[22]、“寻租”行为以及政府的监管制度不完善、不健全导致企业将部分本应用于研发活动的政府资助或内部研发资源挪用到一些“短平快”项目。但也有部分学者认为政府研发补助对企业研发投入并非单纯的激励或挤出效应，而是存在非线性影响，如傅利平等[23]研究发现政府研发补助对企业研发投入和创新产出存在倒U形曲线关系。而对于研发投入与企业成长，政府研发补助所伴随的政府对企业的考核要求会促使企业不断优化自身内部的研发和管理流程，借助提高研发投入的利用率以及经营绩效来满足这些要求[24]。同时，为保证政府财政资金的有效使用，政府通常会越位干预企业研发活动的相关决策[25]，扭曲企业研发资源配置，从而对企业成长产生消极影响[26]。

基于上述原因，本文提出如下假设：水资源企业成长与研发投入之间呈现U形曲线关系，政府研发补助对研发投入和企业成长两者间的关系具有调节作用。

1 研究方法与数据

1.1 企业成长性评价指标体系

现有的研究对企业性成长的定义不一。学者们所讨论的企业成长性表现主要可归纳为企业规模扩大，企业内部组织结构不断完善、成熟以及功能的优化[27]，企业经营资源的积累、创新变革[28]以及企业对经济社会的贡献等[1]。本文借鉴陈晓红等[29]的研究，将企业成长性定义为企业在自身发展过程中增加企业价值的能力，而企业价值可以利用企业自身经济利润增长等相关财务指标来衡量。企业成长性测量模型采用了总资产增长率(X1)、净利润增长率(X2)、利润总额增长率(X3)、营业利润增长率(X4)、营业收入增长率(X5)、每股净资产增长率(X6)等6个指标变量，通过对这些指标变量进行因子分析，从规模和效益两个方面的持续增长反映企业的成长性。为便于研究，对选取的数据进行标准化处理和可行性分析，确定其是否适用于因子分析以及因子分析结果是否可靠。根据主成分系数表达式以及主成分方差贡献率，利用线性回归公式得出各企业的成长性综合得分，从而对企业成长性做出综合评价。

1.2 实证模型构建

研发投入和企业成长之间相互依赖又相互影响，企业成长变动会直接影响企业未来的研发投入，而研发投入又会影响企业的后续发展成长。因此，在研究研发投入和企业成长两者间关系时可能会遇到动态内生性问题。基于此，本文借鉴郝云宏等[30]的研究，采用系统广义矩估计法(SYS-GMM)进行动态面板估计并解决动态内生性问题，采用经典回归方法进行静态面板估计，分别建立固定效应模型和随机效应模型：

(1)

(2)

式中：G为衡量企业价值持续增长能力的指标，代表企业成长性；I为企业研发经费投入，代表企业研发投入；T为企业总资产周转率；S为企业规模；Y为年度变量；εi,t为模型的随机误差项，∂、β均为待估计的变量回归系数；i为企业序号；t为所选取的时间跨度。企业规模为企业总资产的对数，企业规模与企业成长之间存在显著的相关关系[12]。总资产周转率为营业收入与资产总额期末余额的比值，能用于衡量企业资产投入转化为产出的速度，是企业营运能力的重要体现，对企业成长产生重要影响。年度变量设置为虚拟变量是为了控制年份对本文研究产生影响，若处于当年则该变量取值为1，否则取值为0。

为验证政府研发补助对研发投入与企业成长两者间关系的影响，本文将政府研发补助作为调节变量，加入政府研发补助以及政府研发补助与研发投入平方项的交互项，建立模型(3)并进行系统广义矩估计。

(3)

1.3 模型指标数据

考虑到2007年开始实施的新会计准则中“上市公司对研究与开发费用的费用化和资本化部分分别披露”的规定，加之水资源企业早期的数据缺失较为严重，为了保证数据的完整性以及结果准确性，本文选取2012—2020年上市交易且主营业务中包括水生产和供应、水污染治理或者污水处理的企业作为研究样本，相应数据来源于国泰安数据库。对数据进行以下操作：①筛除财务情况不良的上市企业；②筛除相关变量数据缺失或者数据异常的上市企业；③对所有连续变量最终数据作Winsorize缩尾处理，即对所有连续变量 1%以下和99%以上的分位数做极端值处理，以消除极端值的影响。

2 实证分析

2.1 实证结果

KMO检验和Bartlett检验主要用于检验变量是否适合进行因子分析，当KMO检验值大于0.5以及Bartlett检验对应的P值小于0.05时，一般认为所选变量适用于因子分析。根据KMO检验和Bartlett检验结果，对衡量企业成长性的相应指标进行因子分析所得的KMO检验值为0.620(大于0.5)，Bartlett检验观测值为761.209，其对应的P值接近于0(小于0.05)，显著性水平小于5%，表明各变量间信息重叠度高，该组变量适用于因子分析。且几乎所有的主成分都包含了每个原始变量80%以上的信息，说明各因子对原指标的代表性都较高。由表1可知，3个因子的特征值分别是2.375、1.737和1.211，均大于1，并且经过方差极大值旋转前3个因子的累计贡献值就达88.729%，说明保留3个主成分是合适的。根据表1以及表2，可以得出以下适用于计算各企业成长性综合得分的公式：

F1=0.009X1+0.417X2+0.432X3+0.255X4-
0.134X5-0.033X6

(4)

F2=0.536X1+0.016X2+0.007X3-0.112X4-
0.004X5-0.559X6

(5)

F3=-0.006X1-0.071X2-0.125X3+0.483X4+
0.711X5-0.084X6

(6)

F=39.587F1/88.729+28.955F2/88.729+
20.187F3/88.729

(7)

表1 方差贡献率

表2 各因子得分

采用模型(1)的静态面板估计结果见表3，固定效应回归和随机效应回归中研发投入平方项对企业成长的影响系数分别为0.002 6和0.001 2，分别在5%和10%水平上显著为正。采用模型(2)的系统广义矩估计结果见表4，研发投入平方项对企业成长的影响系数为0.004 8，且在1%水平上显著为正。静态面板估计所得到的系数更小，表明若不考虑企业研发投入的内生性的问题，研究结果会低估研发投入对企业成长的影响程度。AR检验主要用于检验随机扰动项是否存在序列相关性，AR(1)和AR(2)分别对应一阶自相关和二阶自相关。估计结果中AR(1)和AR(2)的P值分别小于0.1及大于0.1，表示模型的随机误差项存在一阶自相关，且不存在二阶自相关，说明动态模型的设定合理。Sargan检验主要用于检验模型中工具变量的选择是否有效。Sargan检验的P值大于0.1，表示工具变量的选择是有效的。在下文的系统广义矩估计结果中，AR检验中AR(2)的P值以及Sargan检验的P值均大于0.1，说明样本均通过AR检验和Sargan检验。

表3 研发投入与企业成长关系的静态面板估计结果(模型(1))

静态面板估计和动态面板估计结果都表明研发投入与企业成长呈U形曲线关系。可见研发投入与企业成长之间存在显著的区间效应，即当研发投入水平较低时，其对企业成长的影响是负向的, 但当研发投入水平到达一定程度之后，随着研发投入的增加，研发投入对企业成长产生正向影响，这也印证了本文的假设。

政府研发补助对研发投入和企业成长调节的系统广义矩估计结果见表5。在加入政府研发补助变量并采用模型(3)的系统广义矩估计结果中，研发投入平方项的系数为0.003 1，且在5%水平上显著为正，表明政府研发补助确实在研发投入和企业成长两者关系中发挥调节作用，且在政府研发补助的作用下，研发投入与企业成长同样呈U形曲线关系。

表4 研发投入与企业成长关系的系统广义矩估计结果(模型(2))

表5 研发投入、政府研发补助和企业成长的系统广义矩估计结果(模型(3))

与未加入政府研发补助的模型回归结果相比，研发投入平方项的系数绝对值变小，表明企业研发投入和企业成长两者之间关系的U形曲线坡度变缓。

2.2 稳健性检验

为确保文中相关结论的有效性和准确性，本文采取重新定义解释变量的方式对回归结果进行了稳健性检验。除了纯粹的资金投入，水资源企业研发投入还包括优秀的研发人员投入。因此，本文参考张栋等[31-34]的研究，采用研发人员占企业全体员工的比例作为衡量水资源企业研发投入的替代指标进行稳健性检验，同样依据模型(1)、模型(2)和模型(3)进行静态面板估计和动态面板估计。

由表6和表7对应的稳健性检验结果可知，进行固定效应回归和随机效应回归所得的研发投入平方项的回归系数分别为0.104和0.088，且回归系数都在10%的水平上显著为正。进行系统广义矩估计所得研发投入平方项的回归系数为0.193，且回归系数在1%水平上显著为正。水资源企业研发投入平方项的回归系数都为正，说明水资源企业研发投入与企业成长之间确实呈U形曲线关系。

表6 稳健性检验中研发投入与企业成长关系的静态面板估计结果(模型(1))

由表8可知，在加入政府研发补助变量的系统广义矩估计结果中，研发投入平方项的系数为0.032，与没加入政府研发补助的模型回归结果相比，研发投入平方项的系数绝对值变小了，表明研发投入和企业成长二者之间关系的U形曲线坡度变缓。稳健性分析中其余变量的系数符号与原回归相同，且在不同程度下显著。因此，本文构建的模型基本通过稳健性检验。

3 结论及建议

a.水资源企业研发投入与企业成长之间呈U形曲线关系，即研发投入与企业成长之间存在显著的区间效应。当企业的研发投入水平较低时，其对企业成长产生负向影响；但当企业的研发投入水平到达一定程度之后，随着研发投入的增加，企业能够获得与研发投入大抵相当或者更多的价值回报，此时进行研发投入会对企业成长产生正向影响。

b.政府研发补助确实在水资源企业研发投入与企业成长两者间关系中发挥调节作用，且使得两者关系呈现出的U形曲线坡度变得更加平缓。当企业的研发投入处于较低水平时，政府研发补助的“挤出效应”能使其在一定程度上替代企业内部资金作为研发投入，有效缓解企业由于进行研发活动所带来的资金紧张以及由此对企业成长产生的消极影响。当企业的研发投入处于较高水平时，企业对政府研发补助的过度依赖会使得企业将自身研发资金投入挪作他用，导致企业总研发投入相应减少，进而减弱研发投入对企业成长产生的积极影响。

c.提出如下建议：①水资源企业要加大研发投入的强度和力度，研发投入的增加有助于研发成果的产出；②水资源企业应该主要依靠自身的研发投入，而将政府研发补助作为辅助性投入；③政府部门应制定更为广泛适用的创新支持政策，完善监管体系，为企业构建良好的制度环境。

表7 稳健性检验中研发投入与企业成长关系的系统广义矩估计结果(模型(2))