郑明贵 范秋蓉 于明

【摘 要】 文章选用2015—2021年沪深A股上市公司数据，通过固定效应模型分析研发投入与企业高质量发展的关系以及组织资本对二者关系的影响。研究发现：研发投入对企业高质量发展存在滞后影响且二者为倒U形关系，当研发投入强度小于13.57%时，提高研发投入强度会促进企业高质量发展；当研发投入强度大于13.57%时，则会抑制企业的高质量发展。组织资本在研发投入与企业高质量发展的倒U形曲线关系中产生显著的调节效应，一方面高组织资本会使倒U形曲线拐点左移，使曲线形态更加平缓，说明高组织资本能提高企业研发投入的成果转化率和产出率，减缓研发投入对企业高质量发展带来的波动性；另一方面高组织资本会使倒U形曲线整体水平上升，优化研发投入对企业高质量发展作用。

【关键词】 研发投入； 高质量发展； 组织资本； 倒U形曲线； 调节效应

【中图分类号】 F272.3；F234.3  【文献标识码】 A  【文章编号】 1004-5937（2023）13-0032-10

一、引言

党的二十大报告提出高质量发展是全面建设社会主义现代化国家的首要任务。我国经济已转向高质量发展阶段，经济社会发展必须以推动高质量发展为主题，切实把推动高质量发展的要求贯彻到经济社会发展的全过程各领域。“十四五”规划将实现高质量发展作为顶层设计要求，提出要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑。2022年我国研发投入强度再创新高，投入总量迈上3万亿元新台阶，占GDP比重达到2.55%，稳步向“集约型”经济发展模式迈进。近年来国际形势趋于紧张，中美贸易摩擦加剧，面临被西方国家“卡脖子”处境，将实现高质量发展目标落实到微观企业层面，通过研发活动提高企业创新能力、打破科技封锁，是适应新发展格局的必由之路。

长期以来，研发被视为企业实现良性发展的关键驱动力，能够提升企业整体竞争力。关于研发投入与企业发展领域的相关文献比较丰富，大致存在三种观点：一是认为研发投入能显著促进企业发展[1-2]，不仅能带来创新效应，还能提升吸收能力及增强学习效应[3]，体现在能够提高企业全要素生产率、托宾Q值、企业成长性，并且随时间推移效果增加，会产生累积效应[4]。二是认为研发投入会阻碍企业发展，不利于全要素生产率提高，产生原因可能是行业进入调整期、行业竞争加剧与制度环境等约束条件所致[5-6]。三是部分学者认为研发投入与企业发展之间并不是单纯的线性关系，由于样本选择和模型方法不同造成研究结果存在差异，早期以美国上市公司为研究样本的文献中认为研发投入对企业绩效增长无显著影响[7]。在近年的研究中，戴志敏等[8]认为研发投入与企业绩效、全要素生产率存在门限效应，且二者呈“倒N形”关系，研发投入强度只有达到第一门限值时，才能对企业绩效起到显著促进作用。Yang et al.[9]的研究发现，研发投入与企业盈利能力符合三阶段S曲线模型，在第一阶段和第三阶段中研发投入才能提升企业盈利水平，而在第二阶段中则会降低盈利水平。由此可见，在研发投入与企业发展关系研究中并未得出一致结论，且大多数文献将研发投入作为机制变量进行研究，而将研发投入作为主要驱动变量并探究与高质量发展关系的文献较少。

目前关于高质量发展的相关研究主要聚焦于国家、行业或区域等宏观、中觀层面，基于微观企业层面的研究文献尚不多，虽也有文献围绕企业内部因素如企业战略[10]、企业信心[11]，或企业外部因素如金融发展[12]、减税降费[13]等展开研究，但缺乏引入组织资本的机制研究。组织资本是企业无形资产和软实力的重要组成部分，是衡量企业将自身知识、资金等各种静态资本转化为动态实力资本的一种能力资本，属于能形成核心竞争力的竞争性资产，我国企业对组织资本的重视程度不足[14]。在研发投入对企业发展产生推动效果的过程中，组织资本高低会对研发投入的转化效率产生重要影响，不仅能影响资金体量大小、投入领域和方向，还会影响促进企业高质量发展的实际效果。

因此，本文主要研究以下问题：探究研发投入与企业高质量发展的关系及作用机理；考察组织资本在研发投入与企业高质量发展的关系中的调节作用，分析组织资本调节效应的具体机制。本文主要贡献体现在：首先，以往高质量发展文献大部分聚焦于宏观、中观层面，本文基于微观视角探究了研发投入对企业高质量发展的影响，丰富了高质量发展相关研究的维度，为微观企业更好地开展研发活动提供了一定理论参考；其次，研究发现研发投入对企业高质量发展存在倒U形关系，重新审视了研发投入的经济后果，是对研发投入与企业发展非线性关系研究的有益补充；最后，现有组织资本方面的研究多从会计审计视角展开分析，但其最高目标在于促进企业实现高质量发展，而有关组织资本与企业高质量发展的文献较为匮乏，本文引入组织资本作为调节变量，给出了明晰的理论、实证和数学分析，且本文增加在曲线整体水平层面调节作用的探讨，是以往文献中少有分析的角度，扩展了关于研发投入对企业高质量发展的作用机制研究。

二、理论分析与研究假设

（一）研发投入与企业高质量发展

内生增长理论认为，技术进步是企业实现高质量发展的重要途径。技术进步依赖研发活动实现，研发成果能够有效提升企业生产技术、生产效率、产品或服务质量，提高营业收入，从而形成属于企业特有的竞争优势，有利于企业高质量发展。同时，当研发活动持续产生较多专利成果后，由于存在自我归因效应，企业会对自身前景和研发投资拥有更强的信心，进而倾向于将更多资金用于支持研发活动[15]，实现良性循环，进一步促进达成企业高质量发展目标。

研发对企业的发展虽有益，但不可一味地追求过高的研发投入强度。一方面过高的研发投入会影响整体资金运转效率，对其他环节的运营资金产生挤占效应，抑制发展潜力，难以实现较优的资本运作效率，不利于企业高质量发展。另一方面会使研发的不确定性风险攀升，增加企业运营风险。研发活动具有过程性和长周期特征，从确定研发方向、投入研发资金、开展研发活动、获得研发成果到产生效益需要漫长的周期，这决定了研发投入对企业高质量发展存在滞后影响。长周期的存在是研发活动不确定性风险的重要来源，越处于周期前段，离市场越远，信息越不完全、风险越高、回报也越不确定[16]。这种不确定性主要体现为研发成果、研发效益的不确定性，在研发周期中市场风向随时可能转变，如果投入的研发资金过多，一旦研发受挫或研发效益不佳，将产生高昂的调整成本，加重不确定性风险带给企业的冲击，对企业运营、资本运转和战略发展形成负面影响，不利于企业高质量发展。

综上所述，研发投入的优化效应和损害效应如影随形，两者对企业高质量发展产生相反效果，且贯穿研发活动的始终。研发投入优化效应的增长率随着研发投入强度的增加而逐渐减小，而损害效应的增长率随着研发投入强度的增加而迅速提高。企业研发投入强度适中时，优化效果占优势；当研发投入强度过高时，损害效应占主导地位。基于以上分析，本文提出假设1。

H1：研发投入对企业高质量发展存在滞后影响，且二者呈现倒U形关系，企业高质量发展水平随着研发投入强度的增加先上升到达峰值后开始下降。

（二）组织资本的调节效应

组织资本是一个比较新颖的概念，学术界尚未给出统一定义。本文认为它区别于实物资本，是企业在复杂的竞争格局中持续发展的知识、人力、结构、制度、创新思维等无形资本的综合实力体现，是从长期运营管理中积累沉淀而形成的软实力，属于企业无形资产的构成要素。组织资本不因人员流动而发生变化，是企业独一无二的组织制度和能力的体现，代表着企业能将自身各种资源转换成最终价值的能力。组织资本作为企业经营、投资、创新能力的集合，反映出企业在制度、经营规范与文化建设方面的独特性。组织资本在研发投入对企业高质量发展的影响中起到统筹调控作用，会影响企业对研发资金投入的体量大小、分配领域、研发方向、过程调控等方面的统筹规划，同时影响研发活动开展的质量以及研发成果的产出效率。

在企业运营中，研发的优化效应和损害效应并存，组织资本对两者起到动态调节效果，高组织资本能够提升企业研发投入的优化效应，并显著降低损害效应的增长速度。主要体现在：第一，高组织资本拥有更完善的组织制度安排与战略前瞻性[17]，具备敏锐的市场嗅觉和优秀的战略眼光，往往能引导企业将研发资金投入到最有潜力的领域或方向，有利于企业实现差异化战略，进而提升整体发展水平，实现高质量发展。第二，高组织资本企业有更高的全要素生产率和更高的托宾Q值[18]，拥有更出色的运营效率，即对人员组织、制度规范、资源配置、工作效率等方面拥有更优秀更完善的管控机制，对研发活动的統筹更具效率，能够高效开展研发活动，通过相对更低的研发强度达到最优的研发效果，使研发投入与企业高质量发展的拐点左移。第三，高组织资本企业拥有相对成熟、完善的内部制度安排和扎实的资源调控能力[19]，能更平稳有序地推进研发活动进程。在研发资金投入使用后，组织之间能形成良好的动态协调机制，对于研发活动中出现的风险问题能够更好地调控，及时发现问题并适时调整，减缓研发活动给企业高质量发展所带来的波动。另外，高组织资本企业更具战略眼光和长线思维，不囿于追求短期效益，倾向于将研发资金投入到短期回报率低但具有长远效益的方向，以求企业在维持更高发展水平的同时，实现长期稳步提升，使研发投入与企业高质量发展的倒U形曲线形态更加平缓。基于以上分析，本文认为高组织资本有助于企业实现更高、更快、更稳的高质量发展，故提出假设2。

H2：组织资本对研发投入与企业高质量发展的倒U形关系产生显著的调节效应。

H2a：组织资本能够提升研发投入对企业高质量发展倒U形曲线的整体水平，高组织资本企业能够达到更优的高质量发展水平。

H2b：组织资本能够使研发投入对企业高质量发展倒U形曲线的拐点向左移动，高组织资本企业可通过相对更低的研发投入强度实现更优的高质量发展水平。

H2c：组织资本能够调节研发投入与企业高质量发展倒U形曲线的整体形态，高组织资本企业能够降低研发投入给企业高质量发展水平造成的波动。

三、研究设计

（一）样本选择与数据来源

本文从CSMAR系列研究数据库中选取沪深A股上市公司作为原始样本，并根据上市公司研发创新和财务报表中数据计算得到相关变量，研究期为2015—2021年。为了保证数据有效性和研究可靠性，按照以下标准对样本进行筛选：（1）剔除研究期没有研发投入数据的上市企业；（2）剔除相关指标数据严重缺失的样本企业；（3）为剔除极端值对整体样本的影响，对所有连续变量进行了上下1%的缩尾处理；（4）剔除ST、？觹ST企业。另外，本文模型回归时均采用固定效应和聚类稳健标准误，使数据更可靠，结果可信度更高。企业高质量发展水平通过软件DEAP2.1测算，变量描述性统计分析、相关分析和模型回归分析在Stata15中完成。

（二）变量度量

1.被解释变量

企业高质量发展（HD）。全要素生产率是评价发展质量的流行指标，因其包含信息丰富和综合性强等优点而被广泛应用[20]，如企业发展质量、技术进步及产品、技术在产业价值链上所处位置的变化，均会在全要素生产率的变化中体现出来。基于此，本文选取全要素生产率作为衡量我国企业高质量发展的指标。全要素生产率的测算方法主要分为参数法、半参数法与非参数法等，本文采用非参数法中认可度较高的DEA-Malmquist方法测算，投入变量中的资本投入与劳动投入分别选用固定资产、当期员工总数度量，产出变量选用营业收入度量[13]。

2.解释变量

研发投入（RDi，t-2）。为剔除公司规模对研发投入的影响，采用研发投入强度，即研发投入占营业收入的比例作为代理变量。前已述及，研发具有明显时滞性，这种时滞性主要由两阶段组成：一是从研发资金投入到产生实质性专利成果、创新技术等；二是对专利申请审批或创新技术的不断测试调整，以便能够将创新成果应用到生产活动中。因此，本文选用研发投入两年滞后期进行实证研究。

3.调节变量

组织资本（OC）。借鉴Andrea et al.[21]提出的永续盘存法度量组织资本并取对数表示，计算过程如下：

第一步：计算初始值：

其中，OC0为初始年的组织资本，SG&A1为初始年之后一年的管理费用与销售费用之和，？啄0为组织资本折现率，参考取值15%，g为企业SG&A1的实际平均增长率。

第二步，在初始年值的基础上计算后续年份值，计算公式为：

其中，i为个体企业，t为年份，CPIt为第t年的居民消费价格指数。

4.控制变量

参考已有研究[3]，选取企业年龄（Age）、企业规模（Size）、现金流（CF）、运营能力（Tat）、资本密集度（Kiratio）、企业价值（FV）、企业成长性（Growth）、所有制（SOE）、行业虚拟变量（Industry）、年份虚拟变量（Year）作为主要控制变量。

具体变量定义见表1。

（三）模型设定

1.研发投入与企业高质量发展倒U形关系检验模型（H1）

以研发投入及其二次项为自变量并滞后两期，构建回归模型1。其中，control代表控制变量，各变量含义及计算方法见表1。i为企业，t为年份，β0为常数项，βi为待估计系数，ε为误差项。

2.调节效应检验模型（H2）

参考温忠麟等[22]调节效应检验方法，并结合朱丹等[23]倒U形曲线检验思路，构建模型2、模型3。其中，λi、αi为待估计系数，RDi，t-2×OC为研发投入与组织资本的交互项，并对RDi，t-2与OC进行了中心化处理。

四、实证结果与分析

（一）描述性统计

如表2所示，所有变量基本符合正态分布，数据离散情况较为理想，样本具备较强的代表性。高质量发展水平（HD）的最小值为0.287，最大值为2.199，与张治栋等[24]测量的0.263—2.630接近。研发投入（RD）的最小值为0.001，最大值为0.254，表明企业间的研发投入强度差距较大，均值为0.047，说明样本期内上市企业研发投入水平有所提升，但部分企业研发投入强度低于平均水平。组织资本（OC）的最小值为17.590，最大值为22.883，均值为20.800，表明组织资本整体水平较低，高组织资本企业较少。

（二）相关性分析

如表3所示，RD与HD的相关系数不显著，而RD2与HD的相关系數显著为负，说明研发投入与企业高质量发展并不是简单的线性关系，初步印证了H1。各变量间的相关性较低；同时本文进行了VIF检验，各变量的VIF值均小于1.5，表明变量间不存在严重的多重共线性。

（三）实证分析

1.研发投入与企业高质量发展的倒U形关系检验

利用模型1检验H1，回归结果如表4列（1）所示。借鉴Lind et al.[25]的三步法对研发投入与企业高质量发展的倒U形关系进行检验：第一步，模型中一次项与二次项的系数皆显著且符号相反。回归结果RD与RD2的系数β1、β2皆在1%水平显著且符号相反，满足条件一。第二步，曲线在自变量两极值处斜率符号相反且斜率明显陡峭。由于控制变量并不影响研发投入与企业高质量发展的曲线形态[23]，故在研究倒U形曲线形态时，可将模型1中的公式简化为如公式4的一元二次函数。对式4求一阶导数HD'，得到式5。当RDmin=0.001、RDmax=0.254时，HD'RDmin=3.859，HD'RDmax=-3.298，满足条件二。第三步，倒U形曲线的拐点需落在自变量取值范围内。倒U形曲线的拐点即二次函数的极值点，HD'=0时RD的取值即为极值点，得到式6。带入β1=3.887，β2=-14.144，得RD0=0.136，该值落在RD取值范围内，满足条件三。由此，H1得证。

2.组织资本调节效应检验

已有文献关于U形曲线关系的调节效应检验大多基于：一是研究曲线的整体形态变化，曲线是否更平缓或陡峭；二是曲线拐点是否左右移动。本文借鉴朱丹等[23]关于U形曲线调节效应检验方法并增加调节变量是否对曲线整体水平有提升或降低作用。

（1）组织资本的调节效应。调节效应回归结果如表4列（2）、列（3）所示。RDi，t-2×OC的系数α3显著为-0.898，RD■■×OC的系数α4显著为1.960，故H2得证，说明组织资本对研发投入与企业高质量发展的倒U形曲线关系产生显著的调节效应。

（2）组织资本调节倒U形曲线整体水平。曲线整体水平变化可通过任意解释变量所对应的被解释变量都发生相同方向的变化体现，若加入调节变量后，解释变量相同时，因变量的差值恒正（或恒负），则可说明调节变量对被解释变量的整体水平产生正向（或负向）影响。由此，本文将组织资本较高与组织资本较低的企业间的高质量发展水平作差，得到式7，其中HDOCH表示高组织资本企业的高质量发展水平，HDOCL为低组织资本企业的高质量发展水平。若HDOCH-HDOCL恒大于0，则组织资本对研发投入与企业高质量发展倒U形曲线的整体水平有提升作用，反之则会降低其整体水平。在式7中（OCH-OCL）明显大于0，所以（α3RD+α4RD2+α5）只能恒大于0等式才能恒定符号。二次函数恒大于0需同时符合两个要求：一是函数开口向上，即α4>0，二是函数无实根，即α■■-4α4α5<0。首先，模型3中α4显著为1.960，符合要求一。其次，α■■-4α4α5=-1.103<0，且α3和α4皆处于5%的显著水平，符合要求二。因此，无论RD取何值，HDOCH-HDOCL皆大于0，以上结论说明组织资本能够提升研发投入与企业高质量发展倒U形曲线的整体水平，H2a得到验证。

（3）组织资本调节倒U形曲线的拐点位置。将模型3简化为式8，求一阶导数并令其等于0，可得拐点RD？觹的表达式，见式9。为使调节变量（OC）的变化对拐点RD？觹的影响更加一目了然，对式9求偏导，得到式10。如果式10中OC偏导值大于0，则OC对RD？觹产生正向影响，当RD？觹取值越大时，拐点随之右移，反之拐点则随之左移。因为从式10中易知偏导数符号主要由分子决定，所以组织资本OC对曲线拐点的影响主要由α1α4-α2α3决定。将表4列（3）中的各系数值带入求得α1α4-α2α3的值为-36.55，说明当组织资本OC越高时，研发投入与企业高质量发展的倒U形曲线的拐点会向左移动。H2b得到验证。

（4）组织资本调节倒U形曲线整体形态。曲线形态可以通过曲率K进行衡量，K越大数值越远离0，则曲线形态越陡峭；K越小数值越接近0，则曲线形态越平缓。当函数处于拐点时其一阶导数为0，故曲率K等于函数二阶导数，即HD''，对于倒U形曲线而言，曲线向上凸，二阶导小于0，即HD''<0，可得到式11。

进一步，确定组织资本（OC）对曲线形态的具体影响因子，利用式11对OC求偏导得到式12，可以看出OC对曲线形态影响主要取决于α4的正负，即RD■■×OC交互项系数的正负。若α4符号显著为正，则OC越大K越小，曲线形态越平缓，若α4符号显著为负，则OC越大K越大，曲线形态越陡峭。由表4列（3），α4显著为1.960，说明组织资本越高时，研发投入与企业高质量发展的倒U形曲线越平缓，H2c得到验证。

为验证以上分析的可靠程度，选取OC处于25%分位数值18.954，代表组织资本较低的企业，选取OC处于75%分位数值21.508，代表组织资本较高的企业。将OC取25%分位数值时带入式11，计算得到K为-17.312，同样将OC取75%分位数值时带入求得K为-7.299。验证了H2c，即当组织资本较高时，研发投入与企业高质量发展倒U形曲线顶点的曲率更小，组织资本将倒U形曲线形态调节到更为平缓的状态。

（四）稳健性检验

1.更换被解释变量（HD）的度量方法

全要素生产率的度量方法还参照Levinsohn et al.[26]的研究（简称LP法）或Olley et al.[27]所使用的测算方法（简称OP法），但OP法在数据缺失较多情况下所得到结果是有偏差的，而LP法则更好地克服了普通最小二乘法估计索罗余值中可能存在的内生性问题，因此，本文选用LP法重新度量全要素生产率进行稳健性检验。

LP法中的产出采用营业收入，资本投入采用固定资产净额，劳动投入采用当年员工总数，中间投入参考肖曙光等[28]做法，通过“财务费用+营业成本+管理费用+销售费用-支付给职工的工资-当期计提折旧与摊销”度量。回归结果见表5列（4）—列（6），回归结论保持不变。

2.内生性检验

考虑到研发投入（RD）和企业高质量发展（HD）二者间可能存在双向因果关系，为进一步确定内生解释变量的存在，本文进行了hausman检验，由于传统的hausman检验在异方差的情况下不成立，另通过异方差稳健的DWH进行检验，两种检验P值均小于0.05，表明在5%的水平上拒绝“所有假设均为外生”的原假设，认为研发投入（RD）为内生解释变量。为提高实证结果的稳健性，消除研发投入（RD）和企业高质量发展（HD）间的部分内生性，本文参考刘小玲[29]的做法，将研发投入滞后一期作为工具变量，并且更换变量（RD）的度量方式，选用研发投入金额的对数重新度量研发投入，再用两阶段最小二乘法2SLS对前文三个模型进行检验，回归结果见表6列（7）—列（9），在消除部分内生性后，本文的结果与前文结论基本保持一致，再次验证了本文结论的稳健性。

五、结论与建议

（一）结论

本文基于处于经济转型阶段的企业普遍面临的高质量发展问题，在探讨研发投入与企业高质量发展的关系的同时，将组织资本作为调节变量纳入分析框架，构建曲线调节效应检验模型，考察了组织资本在研发投入与企业高质量发展关系中的调节效应及其作用机理。研究发现：（1）研发投入对企业高质量发展存在滞后效应，二者之间为明显的倒U形曲线关系，研发投入的拐点值为13.57%，研发投入并非越高越好，达到倒U形曲线拐点后，追求更高的研发投入可能会削弱企业高质量发展水平。（2）组织资本对研发投入与企业高质量发展的倒U形曲线关系有显著调节效应，组织资本在企业高质量发展中产生重要优化作用。（3）组织资本的调节效应具体表现在三个方面：高组织资本能够优化研发投入对企业高质量发展的推动效果，实现更高水平的高质量发展；能够使研发投入与企业高质量发展倒U型曲线关系拐点发生左移，提升企业研发活动质量和效率；能够使研发投入与企业高质量发展倒U型曲线关系更加平缓，降低研发投入对企业发展带来的波动性。

（二）建议

通过实证分析可知研发投入是把“双刃剑”，企业需根据自身运营情况适度研发。研发投入强度低于13.57%的企业，可稳步增加研发投入，布局企业研发战略，追求研发投入？圮高质量产出？圮持续研发投入的良性循环，促进企业高质量发展。研发投入强度高于13.57%的企业，则不可一味追求过高的研发投入。企业在深入实施创新驱动发展战略时，需强化居安思危意识，充分收集市场信息，避免短期投资倾向，完善企业风险评估体系，提高企业的风险应对能力，降低研发投入的不确定性风险。同时，企业需提高资金的利用效率和周转速度，增加企业资金使用的灵活性，降低研发投入的“挤占效应”的影响，避免让风险效应占主导。

组织资本对研发投入与企业高质量发展的曲线关系有良好的优化效应，可以助力企业在研发活动中，实现更快、更高、更稳的高质量发展，在创新驱动型竞争格局中，将构建高组织资本融入到企业的运营管理中是企业有待调整的优先方向。构建高组织资本一方面需合理选用研发人才，加强对科研团队的培养力度的方式，打造企业专属的战略科技研发团队，推动企业持续构建前沿性的人才网络和研发体系，增强企业对研发活动的掌控力，减少研发风险给企业运营管理带来的波动。另一方面企業构建高组织资本可以优化内部结构，整合内部信息共享的平台，提升组织信息透明度和协作协同性，形成科学的组织体系，从而使研发决策信息更容易获取，提高企业运营效率和研发决策效率。企业应不断提升研发活动的科学性、有效性和核心竞争力，进一步实现高质量发展。

【参考文献】

［1］ MARIOS Z.R&D-induced Growth in the OECD？ ［J］.Review of Development Economics，2004，8（3）：423-439.

［2］ 武力超，陈韦亨，林澜，等.创新及绿色技术创新对企业全要素生产率的影响研究［J］.数理统计与管理，2021，40（2）：319-333.

［3］ COHEN W M，LEVINTHAL D A.Innovation and learning：the two faces of R&D［J］.The Economic Journal，1989，99（397）：569-596.

［4］ 刘云，马志云，张孟亚，等.研发投入对企业绩效的影响研究——基于中关村高新技术企业的实证分析［J］.中国科技论坛，2020（12）：67-75.

［5］ 李宾.国内研发阻碍了我国全要素生产率的提高吗？［J］.科学学研究，2010，28（7）：1035-1042，1059.

［6］ 万晓榆，罗焱卿.数字经济发展水平测度及其对全要素生产率的影响效应［J］.改革，2022（1）：1-18.

［7］ MORBEY G K.R&D：its relationship to enterprise performance［J］.Journal of Product Innovation Management，1988，5（3）：191-200．

［8］ 戴志敏，顾丽原，诸竹君.研发投入对企业绩效的影响研究——基于企业金融化水平门限回归［J］.管理工程学报，2021，35（2）：36-43.

［9］ YANG K P，CHIAO Y C，KUO C C.The relationship between R&D investment and firm profitability under a three-stage sigmoid curve model：evidence from an emerging economy［J］.IEEE Transactions on Engineering Management，2010，57（1）：103-117．

［10］ 任曉燕，杨水利.技术创新、产业结构升级与经济高质量发展——基于独立效应和协同效应的测度分析［J］.华东经济管理，2020，34（11）：72-80.

［11］ 陈太义，王燕，赵晓松.营商环境、企业信心与企业高质量发展——来自2018年中国企业综合调查（CEGS）的经验证据［J］.宏观质量研究，2020，8（2）：110-128.

［12］ 李佳霖，张倩肖，董嘉昌.金融发展、企业多元化战略与高质量发展［J］.经济管理，2021，43（2）：88-105.

［13］ 段姝，刘霞，殷蓉，等.减税降费赋能企业高质量发展了吗？［J］.经济问题，2022（1）：20-30.

［14］ 汤湘希，游宇，彭丹.有利于经济高质量发展的无形资产投资——基于直接支出法的测算与评估［J］.学习与实践，2019（6）：5-10.

［15］ 朱迪星.市场情绪、研发投入与企业实际投资——基于迎合渠道视角的实证研究［J］.科技进步与对策，2011，

28（9）：75-79.

［16］ 董明放，韩先锋.研发投入强度与战略性新兴产业绩效［J］.统计研究，2016，33（1）：45-53.

［17］ 刘海建，陈传明.企业组织资本、战略前瞻性与企业绩效：基于中国企业的实证研究［J］.管理世界，2007（5）：83-93.

［18］ 杨俊仙，周洁.组织资本、横截面收益和全要素生产率——来自中国上市公司的经验［J］.中国管理科学，2016，24（S1）：418-423.

［19］ ATTIG N，CLEARY S.Organizational capital and investment-cash flow sensitivitythe effect of management quality practices［J］.Financial Management 2014，43（3）：473-504.

［20］ 刘思明，张世瑾，朱惠东.国家创新驱动力测度及其经济高质量发展效应研究［J］.数量经济技术经济研究，2019，36（4）：3-23.

［21］ ANDREA L，EISFELDT，DIMITRIS PAPANIKOLAOU.The value and ownership of intangible capital［J］.American Economic Review，2014，104（5）：189-194.

［22］ 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.

［23］ 朱丹，周守华.战略变革、内部控制与企业绩效［J］.中央财经大学学报，2018（2）：53-64.

［24］ 张治栋，廖常文.全要素生产率与经济高质量发展——基于政府干预视角［J］.软科学，2019（12）：29-35.

［25］ LIND J T，MEHLUM H.With or without U？ the appropriate test for a U-shaped relationship［J］.Oxford Bulletin of Economics and Statistics，2010，72（1）：109-118.

［26］ LEVINSOHN J，PETRIN A.Estimating production functions using inputs to control for unobservables ［J］.The Review of Economic Studies，2003，70（2）：317-341.

［27］ OLLEY G S，PAKES A.The dynamics of productivity in the telecommunications equipment industry［J］.Econometrica，1996，64（6）：1263-1297.

［28］ 肖曙光，彭文浩，黄晓凤.当前制造业企业的融资约束是过度抑或不足——基于高质量发展要求的审视与评判［J］.南开管理评论，2020，23（2）：85-97.

［29］ 刘小玲，唐卓伟，孙晓华，等.要素错配：解开资源型城市转型困境之谜［J］.中国人口·资源与环境，2022，32（10）：88-102.